摘要：随着经济全球化与国际贸易的发展, 集装箱运输已成为货物运输的主要方式。集装箱码头作为集装箱运输的缓冲地, 在整个集装箱运输过程中占有重要地位。本文则论述了集装箱码头泊位分配干扰管理决策的具体应用。
关键词：集装箱码头；泊位分配；干扰
引言
集装箱码头是连接不同运输方式的关键节点，泊位与堆场作为集装箱运输网络的重要组成部分，其作业计划决定着船舶停靠位置及堆场堆存布局的制定，直接影响集卡行驶路径，从而影响码头作业效率。集卡作为集装箱码头堆场的主要水平运输设备，其路径选择与调度是否合理直接影响着其他作业设备的运转，同时装船过程中集卡行驶路径的选择也受到系统内其他环节的影响，如船舶停靠位置、出口箱堆存位置等。因此，泊位分配、堆场堆存及集卡行驶路径三者相互影响与制约，如何制定合理的泊位与堆场分配计划，确定最优的集卡行驶路径，高效地完成装船作业，已经成为目前集装箱码头研究的重要课题。
1、集成调度问题在码头前沿的研究
码头前沿是船舶进行靠泊和装卸作业的主要场所,因而码头前沿的作业效率会对后续作业的效率产生较大影响。在码头前沿最为重要的2种资源为泊位和岸桥,这2种资源均是集装箱的稀缺资源,因而合理有效地利用泊位和岸桥,不仅可以提高集装箱的作业效率,也可以提升整个集装箱码头的运营管理水平,因此,在码头前沿主要涉及的问题包括泊位分配、岸桥分配以及岸桥调度问题。
船舶到达港口后,首先要进行泊位分配之后才能进行后续作业,因而泊位分配作为港口集装箱作业的起始作业对港口作业和运营效率影响巨大。泊位分配的结果也将直接影响岸桥的调度和集卡的行驶距离,间接影响堆场资源的利用。泊位分配完成之后,根据船舶上集装箱的装卸情况,指定一定数量的岸桥对集装箱进行装卸作业。之后进行岸桥调度,岸桥调度是集装箱码头作业系统的关键环节,是影响集装箱码头效率的主要因素,也是决定集装箱码头吞吐能力的主要因素。泊位分配、岸桥分配以及岸桥调度之间相互影响,因此,越来越多的人对这3个问题间的集成调度问题进行研究。在总结的所有文献中,码头前沿的集成调度问题主要涉及泊位和岸桥间的集成调度问题以及岸桥分配和调度的集成调度问题。
1.1、问题建模与分析
1.1.1、泊位-堆场资源的协同分配模型
针对集装箱进出口码头的运营特点,对问题界定如下:泊位为连续类型,船舶为动态到港；堆场空间存在总量上限,船舶出口箱及其进口箱分别需要船舶在港期间以外的预存时间和留存时间；时间轴和泊位长度需进行离散化处理.为描述泊位与堆场之间的相互关系,定义如下参数:i∈V={1,2,…,v}、j∈J={1,2,…,r}、t∈T={1,2,…,w}分别为船舶、离散化泊位区段、离散化时间区段的编号及集合；Li、Wi、Ai分别为船i的长度、装卸作业时间、到港时间；NiD、NiL、TD、TL分别为船i的进口箱量、出口箱量、进口箱留存时间段、出口箱预存时间段；St为t时段可用堆场容量；ω∈Ω={1,2,…,q},为场景编号及集合；M为一个足够大的正数.此外,定义如下决策变量:si、ei、fi、gi、bi均为整数变量,分别表示船i的作业开始时间、作业完成时间、出口箱堆场开放开始时间、进口箱堆场留存结束时间、占用泊位的编号下界；xit、yDit、yLit均为0或1的变量,其值取1时分别表示船i在t时段在港、船i的进口箱和出口箱在t时段在港；wij、αijt均为0或1的变量,其值取1时分别表示船i使用泊位j、船i在t时段占用泊位j；γDit、γLit均为整数变量,分别表示船i的进口箱、出口箱在t时段占用堆场的资源量,图中:QC表示每个岸桥每小时处理集装箱的数量.构建确定性环境下泊位-堆场资源协同分配的优化模型.
目标函数为
.png)
1.1.2、动态性分析与船舶分类
在信息层面,码头和船运公司对于到港时间预估的准确性会随时间的推移而逐渐提高.船舶的真实到达时间通常能够提前1d获得；而距离更远的船舶则只能预估到港时间的期望值,其随机分布信息可以由场景ω描述.
在操作层面,所提出的动态决策方法是基于滚动周期机制并以1d作为决策点的间隔的.定义周期K是从决策点k到决策点k+1的时间段.一方面,在任意周期K开始时,该周期内的到港船舶都已经确认到港时间,周期K以外的后续船舶到港时间尚不确定；而在周期K结束时,周期K+1内的到港船舶都将确认到港时间,依次类推.在一个决策周期内,新的信息将不断被确认,但已决策的计划不会被立即修改,而必须等到下一个决策点再次更新决策.另一方面,对于已经离港但其进口箱仍留存在堆场,以及尚未到港但其出口箱已预存堆场的船舶,其到港时间不属于当前周期,但仍会影响当前周期内的堆场占用决策.
基于上述动态性分析,在各个滚动决策点k上,将待决策船舶分为3类,其信息和操作特性表述如下:
(1)A类.在决策点k已经开始但未完成作业,包括某些在周期K-1前到港和在周期K-1内到港.A类船舶不需要进行决策,直接按照已有计划继续作业.
(2)B类.在决策点k尚未开始作业但会在周期K内到达.对B类船舶引入0或1的决策变量ui作为延迟判定因子,因其中某些船会在周期K内开始作业(ui=1,归入B1子类),某些船会延迟到下一周期重新做出决策(ui=0,归入B0子类).B0类船舶需要决策其资源分配并予以执行,而B1类船舶则与C类船舶进行同样操作.
(3)C类.在周期K+1至K+[TL/24h]内到达.C类船舶与B1类船舶一起可决策场景ω下的资源分配,但其在周期K内不需要执行,并保留在周期K+1内调整的权利。
1.2、分布式决策的应用
在分布式决策环境下,船舶自主决策航速及抵港时间,码头优化泊位及岸桥分配。船舶决策时主要考虑船期可靠性和航次成本,其中航次成本除去固定成本外主要包括燃油费及港口费用,因此,可将港口费用作为中间量用于双方协商。本文将泊位使用时段(TimeSlot)看作一种特殊商品[10],码头作为资源主体向各船拍卖使用时段并制定中标决策,船舶则竞拍所需时段并支付相应费用(即港口费用)。同时,码头可根据投标情况及时调整时段价格,从而引导船舶避开高峰期。考虑到使用时段的互补性,即船舶需获得一段连续的使用时段,本文采用多回合组合拍卖的方法,双方通过协商达成一致意见。希望通过港航间的这种协商机制来降低船舶燃油消耗和废气排放,提高码头服务水平。
为便于建模,基于以下假设进行研究:
(1)泊位为同质离散泊位,且物理条件满足任一来港船舶停泊要求；
(2)船舶一旦开始装卸作业,不允许中断；
(3)船舶在投标时采用最佳近似投标策略；
(4)不考虑船舶对泊位位置的偏好及岸桥移动约束限制。
2、结语
随着自动化码头的逐渐增多,应考虑自动化码头内设备的独特性,研究自动化码头的集成调度问题,从而为自动化码头提供相应的理论依据。
参考文献
[1]郑津霖.集装箱码头泊位-集卡-堆场多目标集成优化模型[J].集装箱化,2018,29(07):11-14.
[2]韩笑乐,鞠留红,栾晨,陆志强.集装箱码头泊位-堆场-闸口的周期协同分配[J].西南交通大学学报,2019,54(04):840-847.
[3]张恒,全雄文,徐亚,陈增强.分布式决策下的集装箱码头泊位分配研究[J].物流技术,2018,37(02):34-40.
[4]曹红雷.集装箱码头连续泊位分配与岸桥调度的集成优化[D].大连海事大学,2017.
[5]孙昂.集装箱码头混合泊位作业系统优化策略研究[D].大连海事大学,2017.