进口箱堆场空间与场桥集成调度优化研究.docx
- 文档编号:160336
- 上传时间:2023-04-28
- 格式:DOCX
- 页数:19
- 大小:287.62KB
进口箱堆场空间与场桥集成调度优化研究.docx
《进口箱堆场空间与场桥集成调度优化研究.docx》由会员分享,可在线阅读,更多相关《进口箱堆场空间与场桥集成调度优化研究.docx(19页珍藏版)》请在冰点文库上搜索。
进口箱堆场空间与场桥集成调度优化研究
进口箱堆场空间与龙门吊集成调度优化
第1节集装箱港口堆场资源配置问题概述
1.1集装箱港口的布局
集装箱港口由泊位(Berth)、码头前沿(Apron)、集装箱堆场(ContainerYard)、控制室(ControlTower)、闸口(GateHouse)、集装箱货运站(ContainerFreightStation)、集装箱专用机械和其它专用设施组成。
港口的简要布局示意图如下图(图1.1所示)
图1.1港口简要布局图
1.2集装箱港口堆场概况及其分类
港口堆场是水陆集装箱的集散中转地,是港口的作业前沿,港口堆场在集装箱运输中是一个不可缺少的组成部分,在整个过程中起着相当重要的作用,具有集装箱交接、修理和检验、堆存、货运等方面的功能。
从地理位置上的相对概念划分,港口堆场可分为前方堆场和后方堆场。
前方堆场是指在集装箱堆场前方,为加速船舶装卸作业,暂时堆放从集装箱船上卸下或将要装船的集装箱的场地。
因此,前方堆场是出口场地,为了保证出口装船的速度从而选择了离泊位较近的场地。
集装箱后方堆场一般是指存放与货主进行交接空重箱的场地,即进出口重箱或空箱进行交接、保管和堆存的场所,是码头中除前方堆场以外的部分。
后方堆场是进口场地,放置的位置离闸口较近,有利于减少集卡在场地内运输的距离,便于进口箱提箱。
集装箱堆场业务如下图(图1.2)所示。
图1.2集装箱堆场业务图
1.3集装箱港口堆场资源调度优化
集装箱港口堆场资源包括两大类:
堆场空间资源和装卸设备资源。
港口堆场资源优化配置主要包括了以下两大方面的内容:
第一,对集装箱堆场空间资源进行优化配置。
集装箱堆场空间资源配置主要是指作业堆场箱区应分配的集装箱堆存数量和箱位的安排问题,合理的集装箱堆存数量和箱位安排不仅能够提高堆场的利用率,而且能够提高堆场机械的作业效率,减少翻箱率和桥吊的等待时间,缩短船舶的停港时间。
第二,对堆场设备资源进行优化配置。
堆场设备资源配置主要是指堆场设备的配置数量以及堆场设备箱区间的移动路径选择问题。
合理的堆场设备配置数量以及移动路径可以提高的工作效率和利用率。
第2节进口箱堆场资源调度优化模型
2.1问题的表述
集装箱码头中,从船上卸下的进口箱通常需要在码头内的进口堆场临时堆放一段时间,直到提箱车辆将其取走,如下图(图2.1)所示。
图2.1进口箱作业流程图
当船舶靠港时,港口会安排桥吊来完成该船集装箱的装卸作业,当集装箱任务量较多时,鉴于船舶在港时间上的考虑,港口势必会分配多台桥吊为其服务,这就产生作业路数问题,所谓作业路是指一台桥吊所对应的集装箱装卸作业线。
当多条作业路进行同时作业时,就可能产生如下问题:
1)一条作业路卸下的集装箱过于分散地堆放在多个箱区,就会给龙门吊的调度和客户的提货带来不便;
2)多条作业路上的集装箱同时堆存在某一箱区,引起堆场内设备资源的拥堵和作业的停滞现象。
堆场空间分配在很大程度上决定了各时段各箱区的作业集装箱数量。
由于进口堆场中龙门吊数量相对较少,如果作业路卸到各箱区的箱量分布比较分散,则龙门吊可能需要较多的进行转场作业,以满足各箱区的作业需求,这势必增加龙门吊的无效作业时间,造成产能浪费,作业效率低下;相反,如果作业路卸到各箱区的箱量的分布过于集中,由于一个箱区内所能容纳的龙门吊数量有限,则可能导致某些箱区在某时段内的作业需求超过该箱区龙门吊所能提供的最大产能,与此同时其它箱区中的龙门吊又无法参与作业,处于闲置状态,这同样造成产能浪费,作业效率低下,而且箱量分配过于集中将会导致设备资源(如集卡等)运输作业拥堵和等待,因此,在进行进口箱堆场空间分配时,如果完全不考虑龙门吊调度及作业路,则难以保证相关作业在实际运行中的顺利实施,从而降低码头的运转效率,甚至导致作业混乱。
为此,本文基于进口堆场的空间分配与龙门吊调度前提下,综合考虑高低作业量与作业路两种因素,提出了相应的进口堆场空间分配与龙门吊集成调度优化模型,并通过实例计算,对多组数据的结果进行对比,得出合理的堆存布局,节约码头资源成本。
2.2数学模型的建立
2.1.1模型假设
考虑到堆存计划的有效性和计算的可行性以及计算效率,本模型以3天为一个计划期,1天又分为6个时段,每4小时(240分钟)为一个时段,计划期中只有l天的计划被执行,计划被执行后,更新信息,并在此基础之上制定2天和3天的计划,使得当期计划期向前推进一个阶段,这样既保证了当天被执行的计划综合考虑了近期的整体情况,又保证了后面的计划在执行前面计划之后进行更新,在实际信息的基础上在进行决策,这样可以避免了由于各种不确定信息而产生的对计划的影响。
以上这种计划方法称为滚动计划法,如下图(图2.2)所示。
图2.2滚动计划法
假设如下:
(1)龙门吊由于不同时期购买以及不同技术参数等原因,工作效率存在着一定的差异,但本文为统一作业标准需求,假设所有龙门吊作业效率相同。
标准工作时间的单位以分钟表示,1天每个时段的标准工作时间为240分钟。
(2)由于箱区大小的限制,并且为避免龙门吊之间发生碰撞或交通拥堵等情况,规定在各个时刻每个箱区同时工作的龙门吊数量不超过2台。
(3)为了减少龙门吊的移动,避免龙门吊过多的无效作业时间,规定每台龙门吊在各个时段内最多可以在箱区间转场一次。
(4)同一箱区bay上在计划期内只存放一艘船舶的进口箱量,以避免相邻箱区及相邻bay间集卡和龙门吊交通堵塞的现象,从而提高堆场的作业效率。
2.1.2参数符号
下面介绍各个参数符号的含义。
已知变量:
T:
单位计划期内(1d)的计划时段数,这里T=6;
R
:
堆场中可用的龙门吊总数量,在我们实例中R
39;
C:
单位时段内龙门吊的工作能力;
C
:
箱区i的龙门吊配置数量限制,C
2;
N:
模型中考虑的箱区的集合;
N
:
任何箱区每个bay的邻域集合;
B:
每个箱区中bay的集合;
K:
计划期内船舶的作业路集合;
X
:
每条作业路k上需要卸载的进口集装箱箱量;
V
:
每个bay容量的限制;
HL:
高作业量能取的最低值;
HU:
高作业量能取的最高值;
LL:
低作业量能取的最低值;
LU:
低作业量能取的最高值;
M:
充分大的数。
决策变量:
:
经作业路k堆放在i箱区jbay的进口集装箱数;
:
箱区i所需龙门吊数量;
:
{1,分配到箱区ibayj的工作量高0,分配到箱区ibayj的工作量高
z
:
{1,箱区i堆存了第k条作业线卸下的进口箱0,其它情况
2.1.3数学模型
目标函数为
Min
(1)
约束条件为
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
在模型中,式(1)表示目标函数,它是在保证完成所有工作量的前提下龙门吊使用数量最少,通过配置最小量的来降低操作成本。
式(2)~式(10)分别表示相应的约束条件,具体作用如下:
式(2)保证卸载到各个箱区里所有的集装箱总数等于船上需要卸载的集装箱数量。
式(3)保证每个箱区配置的龙门吊可以处理所有的工作量。
式(4)保证每个Bay的空间容量限制。
式(5)保证箱各箱区内调配龙门吊的数量要小于堆场内可调配的龙门吊数量,文中每个箱区最多容纳2个龙门吊。
式(6)和式(7)是关于高低工作量平衡的约束,其中式(6)保证相邻Bay不能同时进行高作业量的装载活动,式(7)为了保证的龙门吊的利用率,分配给每个Bay的工作量不能太高也不能太低。
同时规定,高作业量的Bay与相邻低作业量的Bay可以共用一台,多个低作业量的Bay也可共用一台。
式(8)是判断箱区i是否堆放了第k条作业路卸载的进口箱。
式(9)是保证一条作业路上的集装箱最多堆放在两个箱区内。
式(10)是非负整数约束。
第3节实例计算
3.1输入数据
下表(表3.1)列举了几组数据的变化,通过几组数据的变化情况来看龙门吊总的分配数量是否受影响。
表3.1初始数据输入
变化次数
HU
HL
LU
LL
龙门吊工作能力
作业路1的集装箱量
作业路2的集装箱量
作业3的集装箱量
1
100
70
50
0
180
420
500
470
2
100
60
45
0
180
470
500
350
3
100
65
50
0
180
300
450
600
4
100
70
40
0
180
300
450
600
3.2结果分析
通过改变几个关键数据,对结果进行分析,可以发现,更改模型中作业路上的集装箱量以及高低作业量的范围,龙门吊的数量不受影响(见表2、表3)。
龙门吊的总数量只取决于龙门吊的工作能力。
从下面几个表的结果分析,可以看出:
1)分配到堆场中的集装箱数量是尽量按照高作业量的最高值或是低作业量的最高值,符合预期的效果。
龙门吊的工作量相对集中在一起,不仅可以减少龙门吊的移动次数、解决了交通拥堵问题、节约了处理时间,而且还降低了装卸成本。
2)每条作业路最多分配到两个箱区,既防止了集装箱分散到各个箱区从而导致的取箱不便状况的发生,也避免了集卡在各个箱区移动造成拥堵现象。
作业量
B1
B2
B3
B4
B5
B6
B7
B8
B9
B10
龙门吊数量
箱区1
50(3)
50
(2)
40(3)
50
(2)
90
(2)
2
箱区2
10(3)
50(3)
50(3)
100(3)
50(3)
100(3)
2
箱区3
50
(1)
50
(1)
100
(1)
100
(1)
50
(1)
2
箱区4
50
(2)
50
(2)
50
(1)
50
(2)
50
(2)
70
(1,2)
40
(2)
2
表3.2变化1的作业量分配表
作业量
B1
B2
B3
B4
B5
B6
B7
B8
B9
B10
龙门吊数量
箱区1
40(3)
100(3)
100(3)
30(3)
60(3)
2
箱区2
40
(2)
40
(2)
100
(1)
20
(1,2)
100
(1)
2
箱区3
60
(2)
40
(2)
60
(2)
100
(2)
100
(2)
2
箱区4
20(3)
100
(1)
40
(1)
100
(2)
100
(1)
2
表3.3变化2的作业量分配表
注:
100
(1)表示作业路1的作业量是100
第1节
第2节
第3节
第4节进口集装箱客户提箱时间窗分配研究
4.1问题描述
卸船的进口集装箱一般堆存在后方堆场,等待货主提箱。
由于不同的集装箱作业次序决定龙门吊移动路径的不同,而合理的集装箱作业次序可以使得龙门吊移动距离最小化,也因而会使得龙门吊移动时间的减少,缩短集装箱总的作业时间,减少提箱车辆的作业等待时间,从而提高龙门吊作业效率。
但实际卸船作业过程中,集装箱进入后方堆场的顺序具有一定的随机性,有时候不得不人为地将不同货主的集装箱混和堆放在同一贝,这样在提箱作业过程中就无法避免翻箱。
通过对对大榭招商国际码头堆场计划的学习,了解到本堆场对进口箱作业堆放的一个具体作业规则和流程。
由于进口箱的货主提货时间具有不确定性,因此堆场计划人员针对空重箱及冷藏箱等不同箱种分别进行堆放:
对于空箱,针对箱子的不同箱属(主)和箱型放入堆高机场地,由堆高机进行作业;对于重箱,尽量靠近船舶靠泊位置所在的后方场地只针对箱型(大小箱)划块区域进行堆放,在这过程中考虑不同箱区总的堆存箱量的限制,根据船舶卸船箱量及开的作业路数相对集中于几块箱区进行堆放,这样既可避免卸下集装箱分散到各箱区而给龙门吊调度和客户提箱带来不便,又可避免箱子过于集中一个箱区引起箱区设备资源拥堵甚至作业停滞等情况。
但由于箱子堆放随机性,没有一定堆放次序,甚至堆放比较混乱,这就可能导致货主提箱时由于集装箱作业次序不合理而使得龙门吊移动距离增大,甚至由于所提箱子上有其他箱子压着而需要翻箱情况,这就导致龙门吊作业时间加长,从而提高了提箱车辆等待时间,降低客户的满意度,增加码头总体作业成本。
通常情况下,进口集装箱卸船后,码头公司会通知该批集装箱的所有货主于一定时间内(通常为4天或者5天)提走其集装箱。
但众多提箱车辆在规定期限内到港时间的无序及不确定,因此针对客户提箱不确定这种情况,本文对提箱车辆进行聚类,堆场计划人员在船舶靠泊开始卸船作业后,为每类提箱车辆分配一个提箱时间窗,这样进口箱堆放可以在码头堆场资源允许按照时间窗先后次序进行堆放,当然这个提箱时间窗确定以后需及时由码头对外客服人员及时通知给客户,同时在网上(如无忧网上查询平台)同步向所有货主公开发布,通过控制提箱车辆的到达时间来优化提箱次序进而减少提箱操作中的翻箱次数。
同时为了保证时间窗机制的有效实施,本文设计了一套激励惩罚措施来影响提箱车辆的到达时间,通过增大堆放在上层集装箱先于下层集装箱被提走的概率,以降低期望翻箱率。
码头方可以将一个倍位内(或者一个堆区内)需要做提箱计划的进口集装箱按照客户提箱的时间窗属性进行分类。
本文模型选取一个贝为例,如下图(图1)所示,将一个贝的集装箱表示在一个直角坐标系中,X轴代表列序号,Y轴代表层序号,其中ci表示客户编号,
(i,j)表示客户
位于箱位(i,j)上的一个集装箱。
图1按客户提箱时间窗属性聚类示意图
从上图(图1)的一个贝的集装箱可以按照客户提箱时间窗属性分为4组。
通过为图1中4组提箱客户分配合适的提箱时间窗,即确定时间窗的顺序和长短,规定其在指定时间窗内提走所有属于其的进口箱,以此增大集装箱在顺位被提走的概率,减少期望翻箱次数。
通过对在规定时间窗到达的提箱车辆给予一定的奖励,未能在规定时间窗到达的车辆处以一定的罚金,以改变车辆在最佳时间窗的到达率。
当然,在新的时间窗机制下,码头方需要保证车辆方因新机制实施所产生的额外成本在其可接受范围内,即不能超出未采用时间窗激励机制的情况下的成本太多,否侧车辆方缺乏合作的动机。
码头方通过在车辆方能够接受的范围内为堆场中的每一类集装箱确定合理的提箱时间窗,以及合理的奖惩机制,进而影响提箱车辆到达序列,降低翻箱率,最大化码头方的利益。
4.2惩罚机制设计
对于码头方而言,其目标是为了减少提箱操作中的翻箱次数,提高龙门吊作业效率,节约成本。
但是由于客户提箱车辆到达时间的不确定性,导致很多额外成本的产生。
因此如果能设置一种有效的机制控制货主的提箱车辆到达时间,则可以降低翻箱操作成本,提高堆场的作业效率。
在机制设计中,分别涉及两个主体,码头方和车辆方。
码头方考虑的主要目标为成本和提箱客户对服务的满意程度,车辆方主要考虑的目标为提箱时间及作业成本。
在此,假设码头方作为机制的设计者,提箱车辆方作为客户对码头方所设计的机制作出反应。
显然,码头方若是能够为每类集装箱分配最优的提箱时间窗,同时提箱的车辆能够在某一给定的时间窗内到达,提箱序列将会合理化,翻箱次数将会大大减少。
因此码头方的设计基本思路就是,分配每类集装箱最优的提箱时间窗,激励车辆方在给定时间窗内到达,增加每类集装箱在最优时间窗范围内被提走的概率。
4.2.1集装箱的聚类
一般的,集装箱的位置由其所处的堆区,以及在某一堆区内的贝、列、层三个指标来定位。
对于某一堆区中的某一个集装箱,可以表示为(k,i,j),k指贝位数,i指列的序列数,j指层的序列数。
本章选取一个贝,对贝中的集装箱按照客户属性分类。
如图1所示,箱位(1,4),(1,3),(3,4),(5,4),(5,2)上的集装箱属于客户
,在此用
=1表示箱位(i,j)的集装箱属于客户
。
4.2.2车辆方提箱时间成本
研究表明车辆方的提箱成本随着提箱时间t的增加而变大,即提箱越迅速,车辆方的成本越低,提箱时间越晚,车辆方的成本越大。
设车辆方的提箱时间成本为
,在此设车辆方的时间成本与提箱时间t之间为线性关系,其满足数学形式为
=
,提箱成本与时间的关系如下图(图2)所示
图2提箱成本与时间的关系
4.2.3车辆激励机制
根据提箱计划中属于某个客户的集装箱在贝内的位置分布,以最小化提箱作业中的翻箱次数为目标,码头方可以为该客户分配一个提箱时间窗(a,b),来控制提箱车辆的到达。
为了激励车辆方在码头方期望的时间窗(a,b)到达,可以给在期望时间窗(a,b)内到达的车辆方给予一定的奖励,当然这样码头方会付出额外的成本,为了一定程度上降低额外成本,可以对未能在期望时间窗到达的车辆方给予一定的惩罚,该惩罚亦能激励提箱客户于规定时间窗到港提箱。
由于码头方在设计时间窗时,可能会人为的导致有些集装箱的提箱时间过晚,车辆方的提箱时间成本因此增加,考虑到对于车辆方的公平性,在此,假设奖励金额与提箱客户所分配到的时间窗开启时间为正相关关系,即奖励金额会随着时间窗的向后推移有所提高;对于未能在给定时间窗到达的车辆方,惩罚金额与偏离时间窗的程度成正比;同时为了提高实际操作中的弹性,设置弹性时间d为允许时间窗伸缩的范围,在该弹性时间范围内到达的提箱车辆免受任何奖惩。
最后,贝内所有的集装箱必须在码头允许的最大堆放时间D之内提走。
假设贝中的某类集装箱的补助金为g(t,a,b),表达式如下:
g(t,a,b)
4.2.4激励机制下车辆方提箱车辆到达时间概率分布
由于码头方采用激励惩罚措施,客户提箱车辆到达时间会因此改变。
研究发现,通常客户提箱车辆到达时间服从负指数分布,其分布函数为F(x)=1-
因此在未采用时间窗激励机制的情况下,客户提箱车辆在时间段(a,b)内到达的概率可以表示如下:
P(a
=
-
车辆方相应的对码头方的激励惩罚机制做出反应,在时间窗(a,b)提箱的意愿会有意识的做出相应调整。
由于车辆方在时间窗(a,b)提箱的意愿受其期望收益影响,同时由于概率的非负性要求,所以这里先将激励惩罚函数g(t,a,b)进行取正构造,令
Min
g(t,a,b)=g(t,a,b)-K
因此,原来的提箱时间分布受到激励惩罚机制的影响,客户在时间窗(a,b)内提箱的意愿变为如下所示:
w(t,a,b)=
-
g(t,a,b)
设车辆方提箱车辆到达时间分布的密度函数为h(t,a,b),密度函数需满足
。
因此车辆到达时间分布的密度函数h(t,a,b)可表示为:
新机制下,属于客户c的集装箱(i,j)在规定时间窗
被客户c提走的概率即为
4.4问题模型
模型中选取堆场中的一个贝,为该贝内的集装箱按照客户属性分配提箱时间窗,目标为减少提箱作业中的翻箱次数,提高提箱作业效率。
4.4.1模型假设
(1)场吊为车辆方提供提箱操作服务的顺序服从先到先服务(FIFO)的
原则;
(2)翻箱操作时,被移动的集装箱限制在贝内,即倒箱只能发生在同一
贝中;
(3)同一贝中只能堆放同一类箱型的集装箱,20尺和40尺箱采用分开堆放;
(4)由于空箱堆在后方堆高机场地,发生翻箱的概率极低,因此在本模型中忽略考虑。
(5)不考虑后方堆场内部的资源限制,即假设场吊的操作能力足够;
(6)模型中涉及的各种设备、场地和集装箱相关信息都是确定的,不考虑设备故障等不确定性因素。
(7)未采用本章所述的时间窗激励机制的情况下,客户提箱车辆到港时间服从负指数分布。
4.4.2参数定义
C:
计划期贝位内提箱客户的集合,c
;
N1:
没有设置时间窗激励机制下的期望翻箱次数;
N2:
设置时间窗激励机制下的期望翻箱次数;
N:
贝内集装箱数量;
I:
贝位的最大列数(I
);
J:
贝位的最大层数(J
);
D:
贝内集装箱允许最晚被取走的时间;
ac:
分配给客户c的时间窗开始时间;
bc:
分配给客户c的时间窗关闭时间;
dc:
码头方允许客户c提箱车辆到达时间偏离时间窗的长度,即弹性时间;
:
翻箱操作的单位成本,在此假设所有的单次翻箱操作成本相同;
cij=1:
客户c的集装箱位于箱位(i,j)处,否则为0;
4.4.3数学模型
目标函数为最小化场吊提箱操作时的翻箱次数。
(4.1)
期望翻箱次数如(4.1)式所示两部分构成,其中第一部分表示为客户c提箱时,当前贝内所有提箱时间窗晚于c的其他客户(记为c′)的集装箱位于c的集装箱之上所带来的翻箱,式
表示提箱时间窗开始时间晚于客户c的所有其他客户(c′)的集装箱位于客户c的集装箱(i,j)之上的数量。
但是考虑到其他客户提箱时间的不确定性,即任意其他客户(c′)可能在计划时间开始到客户c的时间窗开启时间内已将属于其的集装箱提走,而这一事件发生的概率为
,由此可以得到客户在提箱时的第一部分期望翻箱次数;第二部分表示提箱时间窗开始时间早于客户c的其他客户(c′),这些客户(c′)到客户c的时间窗开启时间为止仍然有集装箱未能从该贝提走,并且这些集装箱位于客户c的目标集装箱之上,造成客户c提箱时的翻箱操作。
式
则表示所有该属性的集装箱的数量期望。
所以两部分之和表示为所有客户c提箱时期翻箱次数,我们的目标就是使所有客户c提箱时翻箱次数最小化,以提高码头机械效率及码头堆场的利用率,从而提高客户满意度。
模型约束包括:
(1)费用约束
(4.2)
式(4.2)表示码头支付的净奖金金额不超过其通过优化时间窗所获取的成本节约数(翻箱次数减少所带来的成本节约),以保证码头方有实施该时间窗激励机制的动机。
(4.3)
(4.3)式限制客户在新的时间窗机制下取箱产生的期望净成本,与未采用时间窗激励机制时的成本相比,需控制在客户可接受范围内;否则,客户会缺乏接受该新机制的动机。
(2)时间约束
(4.4)
(4.4)式表示分配给该贝内所有客户的时间窗的截止时间都必须小于允许提箱的最晚时间D。
(4.5)
(4.5)式表示分配给某一个客户(c)的时间窗的终点(除关闭时间最大的时间窗),即为另一客户(
)的时间窗的起点,不同类别的客户的时间窗构成连续的时间。
(4.6)
约束(4-6)保证从计划开始时间0到边界取箱时间D范围内,贝内所有集装箱都被提走。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 进口 堆场 空间 集成 调度 优化 研究