胡碧琴， 江 偉 （上海海事大學(xué)，上海 200135）

·基金項(xiàng)目·

基于高效性與平衡性雙重因素的出口集裝箱堆場動(dòng)態(tài)空間配置

胡碧琴， 江 偉 （上海海事大學(xué)，上海 200135）

出口集裝箱空間配置問題是指出口集裝箱堆場堆存問題，根據(jù)出口集裝箱分類標(biāo)準(zhǔn)和堆放原則 （按目的港、重量等），合理分配有限的出口堆場空間，以確定出口集裝箱各箱區(qū)堆存數(shù)量以及箱位的安排，達(dá)到提高裝/卸船效率、充分利用堆場空間、減少場區(qū)交通堵塞、降低港口作業(yè)成本等目的。Sculli和Hui（1988）[1]第一個(gè)通過仿真的方法研究了堆存空間配置問題中的堆場堆高、堆場利用率和翻箱率之間關(guān)系問題。隨后，在專門針對出口集裝箱空間配置問題的研究主要有：國外方面，KIM and Bae（1998）[2]研究最快將出口集裝箱從現(xiàn)有堆存布局轉(zhuǎn)化到理想的堆存布局的問題；KIM and Park（2003）[3]研究了出口集裝箱的堆場空間配置問題，最小化總成本，用兩種啟發(fā)式算法進(jìn)行求解；KIM and Lee（2006）[4]以最大化場吊和集卡的效率為目標(biāo)研究基于限制條件下的出口集裝箱堆場空間安排問題；Hirashima（2009）[5]在Hirashima（2006）的基礎(chǔ)上，以總移動(dòng)成本最小得到一個(gè)理想的堆存布局。國內(nèi)方面，張艷偉等 （2007）[6]研究了出口集裝箱堆場模型，以出口箱場箱位分配為切入點(diǎn)；陳慶偉等 （2007）[7]提出了出口集裝箱的堆存模型和算法；嚴(yán)偉等 （2009）[8]研究了基于并行遺傳算法的集裝箱碼頭堆場分配策略。目前出口集裝箱堆場空間配置問題的研究中，以碼頭效率為優(yōu)化目標(biāo)，很少考慮成本因素。

目前分區(qū)堆存已在我國國內(nèi)大型港口實(shí)施，如上海洋山深水港、寧波北侖五期碼頭，本文在基于碼頭分區(qū)堆存作業(yè)方式的基礎(chǔ)上，綜合考慮出口集裝箱區(qū)箱區(qū)間的平衡性和最短集卡行駛距離，從而得出應(yīng)開辟作業(yè)的箱區(qū)位以及分配到相應(yīng)具體作業(yè)箱區(qū)BAY位的作業(yè)量。

1 集裝箱堆場空間動(dòng)態(tài)配置模型

1.1 問題表述

1.1.1 問題定義。目前大部分集裝箱海上運(yùn)輸采用的是班輪運(yùn)輸方式，即固定時(shí)間、固定航線、固定裝卸港，因此集裝箱船舶到達(dá)港口的時(shí)間一般是固定的，要裝船的出口集裝箱量也是可以預(yù)知的，停靠泊計(jì)劃、船舶積載計(jì)劃等在船舶到港之前已經(jīng)完成。出口集裝箱港區(qū)作業(yè)流程如圖1所示，出口集裝箱在堆場中有兩種狀態(tài)： （1）出口進(jìn)箱型，等待進(jìn)堆場堆存的出口集裝箱； （2）裝船出口型，堆場內(nèi)等待裝船的出口集裝箱。

圖1 出口集裝箱作業(yè)流程

本文將堆場中的出口集裝箱分為上述2種類型，并根據(jù)這2種類型的集裝箱數(shù)量來決定出口集裝箱堆場位置分配問題，決定每艘船的出口進(jìn)口箱具體應(yīng)堆存在哪個(gè)箱區(qū)的哪個(gè)Bay位當(dāng)中。當(dāng)出口進(jìn)口箱堆存到堆場后，就分別變成了裝船出口箱，因此，本期堆場空間資源配置的決策不僅直接影響場內(nèi)機(jī)械作業(yè)裝船箱量和進(jìn)箱量，而且也會(huì)影響下一期作業(yè)裝船出口箱量。

1.1.2 問題解決思路。衡量集裝箱港口的效率和顧客滿意度的指標(biāo)有2個(gè)： （1）船舶停港時(shí)間最小化，這是為船舶服務(wù)的指標(biāo)； （2）港口設(shè)備利用率最大化，這是衡量港口生產(chǎn)率指標(biāo)。

堆場空間資源配置決策的目的也是為了提高上述指標(biāo)，本文采用兩階段分析方法，把堆場空間資源配置問題分為2個(gè)階段，在每個(gè)階段里，分別選擇一個(gè)與總體目標(biāo) （港口設(shè)備利用率最大化和船舶停港時(shí)間最小化）一致的目標(biāo)來進(jìn)行求解。在第1個(gè)階段，為了提高堆場設(shè)備的利用率，可以簡化采用平衡各個(gè)箱區(qū)Bay位箱量的方法，將集裝箱分配到各個(gè)箱區(qū)的Bay位中。在第2個(gè)階段，為了減少集裝箱在港區(qū)內(nèi)的運(yùn)輸成本，即減少集卡從堆場到船舶的行走距離，將考慮每個(gè)箱區(qū)Bay位內(nèi)每艘船舶的工作箱量，使船舶停港時(shí)間最小化。

1.2 出口集裝箱堆場空間配置模型M1

表1 模型中符號的說明

表2 決策變量的說明

限制條件：

模型M1表示各階段各出口箱箱區(qū)Bay位作業(yè)總箱量的標(biāo)準(zhǔn)差之和最小化,即最小化港口各箱區(qū)Bay位間的作業(yè)箱量的不均衡性。

約束式 （1）保證了在第s階段到港，在第s+k階段被裝上船的IN型箱的箱量等于分配到各箱區(qū)各個(gè)Bay位中的同種類型箱的箱量之和；約束式 （2）保證了在第s階段到港，分配到箱區(qū)i的Bay位j中的IN型箱的箱量等于在第s階段內(nèi)分配到同一Bay，在S期內(nèi)被裝上船的IN型箱量與計(jì)劃外裝上船的箱量之和；約束式 （3）保證了在第s階段運(yùn)到港，在計(jì)劃期外裝上船的IN型箱的箱量等于在第s階段運(yùn)到港，分配到各箱區(qū)各Bay位中，并在計(jì)劃期外裝上船的IN型箱量之和；約束式 （4）說明了在箱區(qū)i的Bay位j中，在第s階段裝船的LD型箱由2部分組成：第1部分是在第s階段開始時(shí)已有的LD型箱，第2部分是由在s階段前到達(dá)為止，在第s階段裝船的IN型箱轉(zhuǎn)化來的；約束式 （5）為箱區(qū)Bay位前后階段的箱量關(guān)系；約束式（6）為箱區(qū)Bay位的總箱量不能超過其容量。

1.3 出口集裝箱堆場空間配置模型M2

模型M1解決了每個(gè)階段每個(gè)箱區(qū)Bay位所作業(yè)的進(jìn)箱數(shù)量，模型M2將解決每艘船舶作業(yè)箱量在每個(gè)箱區(qū)Bay位的分配情況。其目標(biāo)函數(shù)是集裝箱運(yùn)輸成本最小化，即集卡在碼頭前沿和箱區(qū)間行走箱量距離最小化。通過M1模型的求解，可得到每個(gè)階段每個(gè)箱區(qū)Bay位的進(jìn)箱的數(shù)量，分別為INijs，在M2的模型中，這些量就可以作為已知量來使用。M2模型中的參數(shù)和變量的意義見表3。

表3 M2模型的參數(shù)含義說明

限制條件：

此目標(biāo)函數(shù)把各個(gè)階段每艘船舶要裝卸的IN型箱分配到各個(gè)箱區(qū)的各個(gè)Bay位中，使集卡從各個(gè)箱區(qū)的各個(gè)Bay位到碼頭岸邊的行走箱量距離最小化；約束式 （7）為箱區(qū)Bay位作業(yè)箱量的限制；約束式 （8）為船舶裝量的限制。

2 算例數(shù)據(jù)分析

2.1 假設(shè)條件及已知數(shù)據(jù)

在算例中，假設(shè)理想化箱區(qū)數(shù)量B為1，箱區(qū)作業(yè)由輪胎式龍門吊完成，箱區(qū)有4個(gè)Bay位，5列寬，3層高，即每個(gè)Bay位的最大堆存能力Cij為15，泊位數(shù)量N為2，本模型計(jì)劃期為3d?？紤]信息的及時(shí)性與準(zhǔn)確性，最后配置決策采用第1天的結(jié)果，本算例計(jì)劃期采用1d，則T為2，其他已知變量數(shù)值見表4～9。

表4 箱量Vijl 單位：TEU

表5 箱量INs 單位：TEU

表6 箱量TEU單位：

表6 箱量TEU單位：

?

表7 箱量INsk 單位：TEU

表8 距離dijl 單位：M

表9 出箱總箱量Mls 單位：TEU

2.2 模型運(yùn)行結(jié)果分析

根據(jù)堆場空間資源配置模型M1和M2，運(yùn)用優(yōu)化軟件lingo求解上述算例，得到如下結(jié)果： （1）通過模型M1，得出在第s階段箱區(qū)i的Bay位j中，可接收的IN箱型總量見表9； （2）通過模型M2，得出在第s階段到達(dá)碼頭，存放到i箱區(qū)Bay位j中，并通過?？吭诓磍和泊位2處的船舶裝上船的IN型箱的箱量Xijls見表10。

表10 IN型的箱量Xijls單位：TEU

模型M1目標(biāo)函數(shù)的計(jì)算結(jié)果為1.98×10-6，這個(gè)數(shù)值代表了每個(gè)階段各箱區(qū)Bay位作業(yè)箱量平均標(biāo)準(zhǔn)差，即不平衡度，可以看出運(yùn)用建立的模型可有效地減少各箱區(qū)Bay位間作業(yè)的不平衡程度，從而避免堆場設(shè)備和集卡的忙閑不均，增加設(shè)備的利用率，提高設(shè)備的工作效率。

模型M2目標(biāo)函數(shù)的計(jì)算結(jié)果為5 050m，而若不采用這種箱量分配，對上述集裝箱進(jìn)行隨機(jī)分配，10次分配的結(jié)果見表11。

表11 隨機(jī)試驗(yàn)配置結(jié)果

隨機(jī)分配的試驗(yàn)結(jié)果最小值為5 100m，最大值達(dá)到5 650m，平均距離為5 300m，因此，采用本模型可以在很大程度上減少集卡的行走距離，從而減少船舶的在港時(shí)間，提高集裝箱碼頭的服務(wù)效率。

3 結(jié)束語

本文探討了在分區(qū)堆存情況下的出口集裝箱堆場空間分配問題，在滾動(dòng)計(jì)劃的基礎(chǔ)上，提出了出口集裝箱堆場集裝箱空間分配模型。在每個(gè)計(jì)劃期內(nèi)，問題都分成2個(gè)階段，每個(gè)階段問題都抽象成一個(gè)數(shù)學(xué)規(guī)劃模型。在第1個(gè)階段，運(yùn)用模型M1平衡了各個(gè)箱區(qū)Bay位中的箱量。在第2個(gè)階段，運(yùn)用模型M2最小化了集卡從堆場箱區(qū)Bay位到碼頭前沿停靠船舶所在泊位的距離。本模型最終能確定出集裝箱配置在堆場箱區(qū)中Bay位的具體數(shù)量，且從數(shù)據(jù)結(jié)果分析，說明該模型對解決堆場資源配置問題是有效的。

[1] Sculli D,Hui CF.Three-dimensional stacking of containers[J].Omega,1988(16):585-594.

[2] Kim K H,Bae J W.Re-marshaling export containers in port container terminals[J].Computers&Industrial Engineering,1998(35):655-658.

[3] Kim K H,Park K T.A note on a dynamic space-allocation method for outbound Containers[J].European Journal of Operational Research,2003(1):92-101.

[4] Kim KH,Lee J-S.Satisfying constraints for locating export containers in port container terminals[J].Lecture Notes in Computer Science,2006(6):564-573.

[5] Yoichi Hirashima.A Q-learning System for Container Marshalling with Group-Based Learning Model at Container Yard Terminals[J].International MultiConference of Engineers and Computer Scientists,2009(1):978-988.

[6] 張艷偉，石來德，宓為建,等.集裝箱碼頭出口箱集港堆存模型研究[J].中國工程機(jī)械學(xué)報(bào)，2007(1):32-38.

[7] 陳慶偉，王繼榮.集裝箱堆場出口箱堆存模型及其算法[J].物流管理，2007(7):106-108.

[8] 嚴(yán)偉，謝塵，萇道方.基于并行遺傳算法的集裝箱碼頭堆場分配策略[J].上海海事大學(xué)學(xué)報(bào)，2009(2):14.

Dynamic Space-allocation Study for Outbound Containers Yard Both Based on Effectiveness and Balance

HU Bi-qin,JIANG Wei (Shanghai Maritime University,Shanghai 200135,China)

從效率和成本兩方面優(yōu)化出口集裝箱堆場空間資源，運(yùn)用數(shù)學(xué)規(guī)劃方法，從最小化箱區(qū)Bay位箱量的不平衡性和最小化總路徑距離入手，建立了出口集裝箱堆場空間資源動(dòng)態(tài)配置模型。與出口集裝箱隨機(jī)配置模型相比，發(fā)現(xiàn)出口集裝箱在動(dòng)態(tài)模型配置下，平衡了各箱區(qū)間的箱量，提高了出口集裝箱裝船效率，降低了集裝箱作業(yè)成本。

出口集裝箱；堆場空間資源；平衡性；高效性

From the costs and efficiency in both,to optimize the space of outbound container storage yard.Mathematics planning method was applied,dynamic space deployment model of outbound container storage yard was set up on the base of the balancing quantity of container and the minimum travel distance of vehicle.The example comparison analysis of the model and random deployment method was done.Analysis result shows that the quantities of different blocks are balanced,loading efficiency is improved,and container operating cost is reduced,so the model is feasible.

outbound container;yard space allocation;effectiveness;balance

U169.6

A

2010-12-24

上海市科委創(chuàng)新行動(dòng)資助項(xiàng)目，項(xiàng)目編號：08170511300。

胡碧琴（1986-），女，浙江寧波人，上海海事大學(xué)科學(xué)研究院管理科學(xué)與工程專業(yè)碩士研究生，研究方向：物流管理與工程；江 偉（1985-），男，四川遂寧人，上海海事大學(xué)科學(xué)研究院管理科學(xué)與工程專業(yè)碩士研究生，研究方向：采購與供應(yīng)鏈管理。

1002-3100(2011)04-0004-04