集装箱的堆存状态与理想发箱顺序很难保持一致,翻箱操作是不可避免的.为降低堆场的翻箱率,提高作业效率,在获得集装箱的取箱顺序前提下,将每取一个集装箱所产生的可能状态视为一个状态结点,所需的翻箱次数加一个基数作为状态结点间的连接权,把翻箱优化问题转化为最短路径求解问题.脉冲耦合神经网络(Pulse-coupled neuralnetwork,PCNN)具有独特的自动波并行传播的特性,适用于求解大规模实时问题,能一次求出源点到其他所有目标点的最短路径,从而获得最优的翻箱方案.其所需要的计算量仅正比于最短路径的长度,与路径图的复杂程度及路径图中的通路总数无关.这为建立集装箱的智能控制系统奠定了坚实的理论基础.