嚴(yán)南南，崔景云

(上海海事大學(xué) 物流研究中心，上海 201306)

集裝箱碼頭堆場(chǎng)出口箱箱區(qū)空間分配動(dòng)態(tài)模型

嚴(yán)南南，崔景云

(上海海事大學(xué) 物流研究中心，上海 201306)

針對(duì)集裝箱碼頭堆場(chǎng)箱區(qū)空間利用率不高的問(wèn)題，考慮箱區(qū)貝位間作業(yè)量的平衡以及龍門吊的使用數(shù)量，采用作業(yè)量平衡的堆存策略，運(yùn)用數(shù)學(xué)規(guī)劃方法建立模型，并對(duì)模型進(jìn)行求解。實(shí)驗(yàn)結(jié)果顯示該模型不僅能確定不同尺寸集裝箱分配到各箱區(qū)貝位中的具體數(shù)量，還能實(shí)現(xiàn)不同裝卸作業(yè)線上集裝箱的錯(cuò)開堆放，有效地提高了堆場(chǎng)空間的利用率，同時(shí)提高了堆場(chǎng)裝卸作業(yè)效率。

交通運(yùn)輸工程；集裝箱；箱位分配；動(dòng)態(tài)模型；作業(yè)平衡

0 引 言

對(duì)港口空間資源利用要求較高的集裝箱碼頭而言，若集裝箱抵港后，沒(méi)有實(shí)施高效的堆場(chǎng)箱區(qū)空間分配策略，勢(shì)必會(huì)帶來(lái)嚴(yán)重的擁堵現(xiàn)象。一般規(guī)模的集裝箱港口堆場(chǎng)都配置有龍門吊，與橋吊、集卡協(xié)同作業(yè)[1]。堆場(chǎng)龍門吊用來(lái)裝卸、搬運(yùn)和堆碼堆場(chǎng)集裝箱，可以在異箱區(qū)及同箱區(qū)異貝位之間來(lái)回移動(dòng)，龍門吊的購(gòu)買、維護(hù)與修理成本很高。在堆場(chǎng)作業(yè)過(guò)程中，若注重各時(shí)段各箱區(qū)貝位工作量的平衡性，不僅會(huì)減少龍門吊調(diào)度數(shù)量，還可保持龍門吊作業(yè)的穩(wěn)定性，從而實(shí)現(xiàn)龍門吊的高效利用。

已經(jīng)有大量國(guó)內(nèi)外學(xué)者對(duì)堆場(chǎng)空間分配問(wèn)題進(jìn)行了研究。P.Preston等[2]在集裝箱裝船順序已知情況下，研究了出口集裝箱的堆存位置分配問(wèn)題。但實(shí)際中，在出口集裝箱到達(dá)碼頭之前，通常無(wú)法獲知裝船順序。K.H.Kim等[3]運(yùn)用混合整數(shù)規(guī)劃方法建立模型，從集卡運(yùn)輸距離最小化和龍門吊移動(dòng)距離最小化兩個(gè)方面進(jìn)行了出口堆場(chǎng)空間分配問(wèn)題的研究。K.H.Kim等[4]同時(shí)給出了集裝箱堆存高度和布置最優(yōu)情況的獲得方法，即加權(quán)方法和擇箱指數(shù)方法。Jiang Xinjia等[5]提出相鄰箱區(qū)之間的空間共享方法，為船舶動(dòng)態(tài)預(yù)留堆存空間，以實(shí)現(xiàn)堆存空間的高效利用。Lee Der-Hong等[6]綜合考慮港口船舶的泊位分配及中轉(zhuǎn)型集裝箱的堆場(chǎng)分配問(wèn)題，采用整數(shù)規(guī)劃方法建立模型，并運(yùn)用兩階段算法對(duì)模型進(jìn)行求解。范靈芳等[7]同樣采用兩階段算法實(shí)現(xiàn)了集裝箱碼頭出口箱堆位分配問(wèn)題的求解，算法中運(yùn)用了混合整數(shù)規(guī)劃方法和基于混堆的啟發(fā)式算法。陶經(jīng)輝等[8]針對(duì)集裝箱工作量平衡問(wèn)題及箱區(qū)間平衡優(yōu)化問(wèn)題，建立了進(jìn)出口集裝箱堆存的數(shù)學(xué)模型，并運(yùn)用啟發(fā)式算法進(jìn)行求解。嚴(yán)偉等[9]建立了滾動(dòng)式計(jì)劃的出口堆場(chǎng)分配模型，減少了箱子堆存位置到泊位的水平運(yùn)輸距離，也平衡了堆場(chǎng)內(nèi)作業(yè)量，提高了裝船效率，降低了作業(yè)成本。

現(xiàn)有對(duì)堆場(chǎng)空間分配利用問(wèn)題的研究中，大多考慮的是最小化集裝箱堆存于箱區(qū)的不均衡性和最小化集卡行駛總路程，較少涉及作業(yè)線情況和集裝箱尺寸的分類。在港口實(shí)際作業(yè)中，集裝箱尺寸一般分為20和40英尺。筆者結(jié)合港口實(shí)際作業(yè)情況建立集裝箱碼頭堆場(chǎng)箱區(qū)空間分配動(dòng)態(tài)模型，平衡箱區(qū)貝位間作業(yè)量，合理分配作業(yè)線任務(wù)量，提高堆場(chǎng)箱區(qū)空間利用率。

1 問(wèn)題描述

1.1 假設(shè)條件

集裝箱運(yùn)輸行業(yè)迅猛發(fā)展，集裝箱船舶日益擴(kuò)大的體積給碼頭作業(yè)帶來(lái)了新的挑戰(zhàn)。集裝箱碼頭堆場(chǎng)大部分工作量都是因船舶的抵達(dá)而產(chǎn)生。目前，碼頭集裝箱運(yùn)輸基本采用班輪運(yùn)輸模式[10]，班輪運(yùn)輸?shù)奶攸c(diǎn)是時(shí)間、航線、裝箱港、卸箱港都是固定的，這樣便可以預(yù)知集裝箱船何時(shí)抵達(dá)目的港，預(yù)知船舶的進(jìn)出口集裝箱箱量，方便制定詳細(xì)的堆場(chǎng)作業(yè)計(jì)劃。

港口集裝箱吞吐量巨增，必然帶來(lái)各作業(yè)線任務(wù)量的增加，翻箱問(wèn)題不容忽略。為了減少甚至避免裝船作業(yè)的翻箱，一定要避免前期堆存作業(yè)中箱量分配的兩種極端情況，即相同作業(yè)線的集裝箱分散堆存多個(gè)箱區(qū)，不同作業(yè)線的集裝箱堆存同一箱區(qū)[11]。出口箱的堆存策略研究中，為了減少翻箱對(duì)堆存計(jì)劃的影響，堆放箱子過(guò)程中，要遵循一些堆放準(zhǔn)則。如將同組箱分配到同一堆?；蛲欢汛嫖弧⑼叽绨簇惗逊?、貝內(nèi)不同船舶的集裝箱按先作業(yè)壓后作業(yè)方式堆放等[12]。另外，緩沖區(qū)的存在也有一定的爭(zhēng)議，如果不設(shè)立緩沖區(qū)，則會(huì)帶來(lái)堆場(chǎng)操作的減少，但是不能充分利用堆場(chǎng)空間。如果建立緩沖區(qū)，可以充分利用堆場(chǎng)空間，但無(wú)法避免翻箱作業(yè)[13]。筆者將不考慮緩沖區(qū)的存在，從而避免復(fù)雜的翻箱作業(yè)。圖1為集裝箱堆存作業(yè)示意。

圖1 集裝箱堆存作業(yè)示意Fig.1 Schematic diagram of container storage

筆者研究的出口集裝箱堆場(chǎng)箱區(qū)空間分配問(wèn)題涉及的箱區(qū)貝位有兩種：一種貝位只能堆存20英尺大小的集裝箱，另一種貝位(文中將其定義為大貝位)是由兩個(gè)連續(xù)貝位構(gòu)成以堆存40英尺集裝箱，如貝位1，2可以稱為一個(gè)大貝位。此外，出口集裝箱要先進(jìn)入堆場(chǎng)再離開，因此可將出口集裝箱分為兩類：①進(jìn)箱(G)型出口集裝箱，即將要進(jìn)入堆場(chǎng)進(jìn)行堆存的出口集裝箱；②出口(L)型出口集裝箱：即將要離開堆場(chǎng)進(jìn)行裝船的出口集裝箱。

出口集裝箱堆場(chǎng)箱區(qū)空間分配問(wèn)題涉及的集裝箱總箱量由G型出口集裝箱和L型出口集裝箱的數(shù)量來(lái)決定。確定G型出口集裝箱具體要存放的箱區(qū)貝位，當(dāng)G型出口箱堆存到堆場(chǎng)以后，就轉(zhuǎn)變成了L型出口集裝箱，L型出口集裝箱則按照分配的作業(yè)線離開堆場(chǎng)。可以看出，本期堆場(chǎng)存儲(chǔ)空間資源配置的決策不僅直接影響到龍門吊作業(yè)與G型集裝箱量，而且還會(huì)影響下一期作業(yè)的L型集裝箱量。因此需要將計(jì)劃周期分為若干階段，便于信息的實(shí)時(shí)更新。作業(yè)計(jì)劃一旦執(zhí)行，后期出現(xiàn)的不確定信息就會(huì)對(duì)各級(jí)計(jì)劃產(chǎn)生影響，甚至影響整個(gè)計(jì)劃。為避免這種情況的發(fā)生，在執(zhí)行完第一天的計(jì)劃后，及時(shí)獲取真實(shí)信息，制定新策略執(zhí)行后期計(jì)劃。因此筆者采取滾動(dòng)式計(jì)劃方法，計(jì)劃實(shí)施過(guò)程中，僅有第一時(shí)段的計(jì)劃被真正執(zhí)行，之后要通過(guò)最新數(shù)據(jù)完成下一計(jì)劃周期計(jì)劃的制定，進(jìn)行新一輪的計(jì)劃，這樣一直進(jìn)行下去，見圖2[14]。

圖2 堆場(chǎng)滾動(dòng)計(jì)劃Fig.2 Yard rolling plan

1.2 問(wèn)題解決思路

考慮港口復(fù)雜的作業(yè)環(huán)境，筆者將堆場(chǎng)箱區(qū)空間動(dòng)態(tài)分配問(wèn)題按作業(yè)先后順序分解成兩個(gè)子階段問(wèn)題，各階段都有相應(yīng)的建模方法對(duì)問(wèn)題進(jìn)行求解。在第一階段，均衡化各個(gè)箱區(qū)貝位的作業(yè)箱量，將出口集裝箱按堆存準(zhǔn)則平均堆存到各個(gè)箱區(qū)貝位中。在第二階段，考慮高低作業(yè)量因素，配置最少量的龍門吊，協(xié)同集卡，將出口集裝箱沿作業(yè)線裝船。一階段模型為箱區(qū)分配模型MD1，二階段模型為作業(yè)線分配模型MD2。

2 箱區(qū)分配模型MD1

MD1旨在保證各階段的進(jìn)箱(G)型集裝箱平均堆存到各箱區(qū)各貝位，同時(shí)獲得每個(gè)階段每個(gè)箱區(qū)貝位所要作業(yè)的集裝箱具體數(shù)量。

2.1 模型假設(shè)

1)指定堆場(chǎng)箱區(qū)中某些貝位為大貝位，用來(lái)堆存40英尺集裝箱，也可堆存20英尺集裝箱；

2)可獲知確定的船期及其裝卸箱量；

3)只考慮計(jì)劃期內(nèi)的工作。

2.2 模型參數(shù)

2.3 決策變量

Gijxt為在第t階段到達(dá)堆場(chǎng)，堆存到i箱區(qū)j貝位中的20英尺G型箱量，Gijyt為40英尺G型箱量；Gijxkt為在第t階段到達(dá)堆場(chǎng)，堆存到i箱區(qū)j貝位中，在(t+k)階段裝上船的20英尺G型箱量，Gijykt為40英尺G型箱量；Lijxt為堆存在i箱區(qū)j貝位中，在第t階段內(nèi)被裝上船的20英尺L型箱量，Lijyt為40英尺L型箱量；Vijxt為第t階段開始時(shí)，已經(jīng)堆存在i箱區(qū)j貝位的20英尺箱量，Vijyt為40英尺箱量；Nijxt在第t階段，i箱區(qū)j貝位作業(yè)的20英尺箱總箱量，Nijyt為40英尺箱總箱量。

2.4 數(shù)學(xué)模型MD1

目標(biāo)函數(shù)為

(1)

約束條件為

(2)

(3)

(4)

(5)

Vijx(t+1)=Vijxt+Gijxt-Lijxt

(6)

Vijy(t+1)=Vijyt+Gijyt-Lijyt

(7)

Vijxt+2Vijyt≤Cij

(8)

(9)

目標(biāo)函數(shù)(1)可求出每個(gè)階段，每個(gè)箱區(qū)貝位的作業(yè)箱量標(biāo)準(zhǔn)差之和，并進(jìn)行最小化求解，即最大化各箱區(qū)貝位間作業(yè)箱量的均衡性。約束式(2)和式(3)確保在第t階段抵達(dá)碼頭，(t+k)階段裝船的20，40英尺出口集裝箱總箱量分別等于分配到各個(gè)箱區(qū)各個(gè)貝位中的20，40英尺出口集裝箱總箱量之和；約束式(4)和式(5)給出了在i箱區(qū)j貝位中，在第t階段裝船的L出口集裝箱的來(lái)源，一部分來(lái)自第t階段開始時(shí)堆場(chǎng)已堆存的出口集裝箱，另一部分來(lái)自在t階段前到達(dá)為止，在第t階段裝船的G型箱出口集裝箱。約束式(6)和式(7)確保箱區(qū)貝位前后總箱量一致性。約束式(8)保證堆場(chǎng)箱區(qū)貝位能夠滿足集裝箱的堆存。約束式(9)保證每個(gè)箱區(qū)得有足夠多的空的大貝位用來(lái)堆存40英尺集裝箱。

3 作業(yè)線分配模型MD2

通過(guò)箱區(qū)分配模型MD1的求解，可以獲得各個(gè)階段各個(gè)箱區(qū)貝位要裝船的箱量，即Lijxt和Lijyt，在MD2的模型中，這些量就可以作為已知量來(lái)使用。

3.1 模型假設(shè)

1)整個(gè)規(guī)劃期內(nèi)，對(duì)規(guī)劃期內(nèi)的任意一艘船舶，已在堆場(chǎng)為其指定裝載出口箱的貝位；

2)任意一個(gè)計(jì)劃期內(nèi)，相鄰貝位不能同時(shí)進(jìn)行集裝箱的裝載作業(yè)[15]；

3)一條作業(yè)線上的出口集裝箱最多是從兩個(gè)箱區(qū)中裝載；

4)一個(gè)箱區(qū)可配置的龍門吊最大數(shù)目為2。

3.2 模型參數(shù)

R為規(guī)劃期內(nèi)船舶的作業(yè)線集合；M為很大的正數(shù)；Nij為i箱區(qū)j貝位的相鄰貝位j＇的集合；Xr為第r條作業(yè)線上需要裝載的20英尺出口集裝箱總量；Yr為第r條作業(yè)線上需要裝載的40英尺出口集裝箱總量；Vxb為b船舶在此港口計(jì)劃裝載的20英尺出口集裝箱總數(shù)量，Vyb為40英尺出口集裝箱總數(shù)量；A為龍門吊一個(gè)班次內(nèi)的作業(yè)能力；MCi為配置給i箱區(qū)的龍門吊最大數(shù)；HL為高工作量的最低值；HU為高工作量的最高值；LL為低工作量的最低值；LU為低工作量的最高值；Zrt為在第t階段到達(dá)碼頭，經(jīng)作業(yè)線r裝上船的進(jìn)箱型總箱量。

3.3 決策變量

xijtr為在t階段到達(dá)碼頭，堆存在i箱區(qū)j貝位，經(jīng)作業(yè)線r裝載走的20英尺箱量；yijtr為在t階段到達(dá)碼頭，堆存在i箱區(qū)j貝位，經(jīng)作業(yè)線r裝載走的40英尺箱量；當(dāng)i箱區(qū)j貝位處于高工作量時(shí)，hij=0；處于低工作量時(shí)，hij=1；若第r條作業(yè)線上的出口集裝箱是從i箱區(qū)裝載走的，alir=1，否則alir=0。

3.4 數(shù)學(xué)模型MD2

目標(biāo)函數(shù)為：

(10)

約束條件為

(11)

(12)

Xr+Yr=Zrt

(13)

(14)

(15)

(16)

(17)

(18)

(19)

(HU-LU), ?i,j

(20)

xijr+yijr≤M·alir, ?i,j,r

(21)

xijr≥0,yijr≥0,i=1,2,…;j=0,1,2,…;r=1,2,…

(22)

模型MD2目標(biāo)函數(shù)(10)旨在實(shí)現(xiàn)配置給堆場(chǎng)箱區(qū)的龍門吊數(shù)目合理化、最小化。約束式(11)表示裝載走的20英尺中轉(zhuǎn)集裝箱總數(shù)要與裝載到船舶上的20英尺集裝箱總數(shù)一致。約束式(12)表示裝載走的40英尺中轉(zhuǎn)集裝箱總數(shù)要與裝載到船舶上的40英尺集裝箱總數(shù)一致。約束式(13)表示t階段，經(jīng)由作業(yè)路r的集裝箱總數(shù)前后保持一致。約束式(14)和式(15)是箱區(qū)貝位作業(yè)箱量的限制。約束式(16)確保箱區(qū)配置的龍門吊有能力完成所有工作量。約束式(17)給出了船舶在此港口計(jì)劃裝載的不同類型集裝箱的數(shù)量。約束式(18)給出箱區(qū)可調(diào)動(dòng)的龍門吊數(shù)量限制?？紤]高低工作量平衡模式，約束式(19)確保高工作量作業(yè)不能同時(shí)發(fā)生在相鄰貝位，約束式(20)考慮了龍門吊工作率，任意一個(gè)貝位的作業(yè)量要適當(dāng)，避免過(guò)高過(guò)低。如果相鄰貝位作業(yè)量恰好一個(gè)處于高工作量模式，一個(gè)處于低工作量模式，則可共用一龍門吊。倘若幾個(gè)連續(xù)貝位都處于低工作量模式，可共用同一龍門吊[16]。約束式(21)是判斷第r條作業(yè)線上裝載的集裝箱是否來(lái)自i箱區(qū)。約束式(22)是非負(fù)整數(shù)約束。

4 計(jì)算實(shí)驗(yàn)

4.1 已知數(shù)據(jù)及條件假設(shè)

本模型設(shè)定3天的計(jì)劃期，為了及時(shí)獲取準(zhǔn)確的信息，實(shí)例計(jì)算中采用第一天的結(jié)果來(lái)制定后期策略，即本實(shí)例計(jì)劃期天數(shù)為1，T取值為6。箱區(qū)作業(yè)由輪胎式龍門吊完成，箱區(qū)數(shù)量B為4，每個(gè)箱區(qū)有5個(gè)貝位，6列寬，5層高，其中第4貝位堆存的是40英尺集裝箱，其他貝位堆存的都是20英尺集裝箱，每個(gè)貝位的最大堆存能力Cij為30。第一階段中堆場(chǎng)箱區(qū)初始堆存量Vij1是已知的，其中1箱區(qū)貝位1到6的初始堆存箱量為(15,9,17,21,19,15)，2箱區(qū)相應(yīng)初始堆存箱量為(17,24,23,25,24,21)，3箱區(qū)相應(yīng)初始堆存箱量為(23,20,24,10,28,26)，4箱區(qū)貝位1到6相應(yīng)堆存箱量為(25,27,28,26,22,19)。

第二階段選取兩個(gè)班次進(jìn)行分析，一個(gè)班次內(nèi)，龍門吊的作業(yè)能力A為100，作業(yè)線R為3，每個(gè)作業(yè)線的集裝箱量最大為260，HU=100，HL=70，LU=50，LL=0。部分已知變量數(shù)值見表1～表3。

表1 箱量Table 1 Container quantity

注：例如表1中(2,0,1,5,3,4)表示計(jì)劃階段初始時(shí)，箱區(qū)1貝位1到6里，計(jì)劃在t=1時(shí)的裝船箱量分別為 2，0，1，5，3，4；其中計(jì)劃裝在第4貝位的是5個(gè)40英尺集裝箱。

表2 箱量GixtkTable 2 Container quantity Gixtk

注：例如表2中23表示第(t+k)階段裝上船的20英尺集裝箱總箱量。

表3 箱量GiytkTable 3 Container quantity Giytk

(續(xù)表3)

箱量Giytk第(t+k)階段裝總箱量123456i=28111611817i=3811681318i=415141681624

注：例如表3中8表示第(t+k)階段裝上船的40英尺集裝箱總箱量。

4.2 執(zhí)行結(jié)果分析

根據(jù)箱區(qū)分配模型MD1和作業(yè)線分配模型MD2，運(yùn)用Lingo算法對(duì)上述算例進(jìn)行求解。

在t階段到達(dá)碼頭堆場(chǎng)，存放到i箱區(qū)j貝位，將要裝船的集裝箱箱量Lijt見表4。

表4 箱量 LijtTable 4 Container quantity Lijt

注：例如表4中(9,0,4,13,9,11)表示箱區(qū)1貝位1到6里，在t=1時(shí)，要裝船的箱量分別為9,0,4,13,9,11；

從表4中選取t=2，5作為班次1，班次2進(jìn)行分析求解，結(jié)果見表5和表6。

表5 班次1作業(yè)線分配Table 5 The line distribution of frequency 1

注：例如表5中15(1)表示班次1作業(yè)線1的作業(yè)量是16。

表6 班次2作業(yè)線分配Table 6 The line distribution of frequency 2

注：例如表6中22(1)表示班次2作業(yè)線1的作業(yè)量是22。

箱區(qū)分配模型MD1求出的標(biāo)準(zhǔn)差之和最小值為6.32，表示總的不平衡度，由于T取值為6，故每個(gè)階段的不平衡度值為1.05，可見MD1可以最大化各箱區(qū)貝位間作業(yè)箱量的均衡性。

作業(yè)線分配模型MD2可計(jì)算出集裝箱作業(yè)線分配情況，表5中可看出R1箱量為81，R2箱量為81，R3箱量為83，表6中R1箱量為152，R2箱量為150，R3箱量為153，每條作業(yè)線最多分配到兩個(gè)箱區(qū)，而且每條作業(yè)線上的集裝箱總量差別不大，這樣就避免了集卡在各個(gè)箱區(qū)移動(dòng)造成擁堵現(xiàn)象。模型中規(guī)定一個(gè)箱區(qū)龍門吊數(shù)量最多為2個(gè)，如果不限制箱區(qū)龍門吊的配置數(shù)量，就會(huì)分散化集裝箱的作業(yè)線分配，便會(huì)導(dǎo)致龍門吊移動(dòng)次數(shù)的增加。龍門吊移動(dòng)次數(shù)過(guò)多，不僅會(huì)減少龍門吊設(shè)備的使用時(shí)間，還會(huì)導(dǎo)致計(jì)劃作業(yè)無(wú)法按時(shí)完成，進(jìn)而需要配置更多的龍門吊來(lái)完成作業(yè)，無(wú)法實(shí)現(xiàn)合理配置，與實(shí)際情況不符合。

5 結(jié) 語(yǔ)

筆者對(duì)出口集裝箱堆場(chǎng)箱區(qū)空間動(dòng)態(tài)分配問(wèn)題進(jìn)行了研究。結(jié)合滾動(dòng)計(jì)劃方法，任意一個(gè)計(jì)劃期里，按照碼頭作業(yè)順序，都從兩個(gè)子問(wèn)題進(jìn)行考慮，一是分配箱區(qū)進(jìn)行不同尺寸集裝箱堆存作業(yè)，二是分配作業(yè)線進(jìn)行不同尺寸集裝箱裝船作業(yè)。將每個(gè)子問(wèn)題抽象成數(shù)學(xué)規(guī)劃模型，即箱區(qū)分配模型MD1和作業(yè)線分配模型MD2。MD1旨在均衡各箱區(qū)貝位的箱量，同時(shí)針對(duì)不同尺寸集裝箱制定不同的堆存計(jì)劃，MD2確保完成任務(wù)的龍門吊使用數(shù)量最少，也保證了不同作業(yè)線作業(yè)箱量的均衡性。模型將箱區(qū)分配和作業(yè)線分配有序合理地結(jié)合，可以得到不同尺寸集裝箱在堆場(chǎng)箱區(qū)的具體堆存貝位及數(shù)量，對(duì)出口集裝箱堆場(chǎng)箱區(qū)空間動(dòng)態(tài)分配問(wèn)題是可行的。

但是堆場(chǎng)空間分配問(wèn)題是一個(gè)復(fù)雜的多目標(biāo)多約束問(wèn)題。算例分析中，小規(guī)模的問(wèn)題可以用lingo軟件進(jìn)行求解，大規(guī)模的問(wèn)題則需要考慮智能算法。在未來(lái)的研究中，將考慮堆場(chǎng)箱區(qū)的翻箱作業(yè)，同時(shí)增加其他目標(biāo)或約束條件，利用智能算法對(duì)復(fù)雜問(wèn)題進(jìn)行求解與優(yōu)化。

致謝：本論文得到上海海事大學(xué)基金項(xiàng)目“現(xiàn)代港口供應(yīng)鏈管理智能決策支持關(guān)鍵技術(shù)研究”的支持，同時(shí)也非常感謝上海港務(wù)集團(tuán)對(duì)本論文的研究所提供的支持。

[1] 王斌,徐國(guó)平.中轉(zhuǎn)港口堆場(chǎng)集裝箱堆存多目標(biāo)優(yōu)化模型[J].重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,32(6):1275-1278. WANG Bin,XU Guoping.Multi-objective optimization model of containers stacking in transshipment port yard[J].JournalofChongqingJiaotongUniversity(NaturalScience),2013,32(6):1275- 1278.

[2] PRESTON P,KOZAN E.An approach to determine storage locations of containers at seaport terminals[J].Computers&OperationsResearch,2001,28(10):983-995.

[3] KIM K H,PARK K T.A note on a dynamic space-allocation method for outbound containers[J].EuropeanJournalofOperationalResearch,2003,148(1):92-101.

[4] KIM K H,PARK Y M,RYU K R.Deriving decision rules to locate export containers in container yards [J].EuropeanJournalofOperationalResearch,2000,124(2):89-101.

[5] JIANG Xinjia,LEE L H,CHEW E P,et al.A container yard storage strategy for improving land utilization and operation efficiency in a transshipment hub port[J].EuropeanJournalofOperationalResearch,2012,221(1):64-73.

[6] LEE Der-Hong,JIN Jiangang,CHEN Jianghang.Terminal and yard allocation problem for a container transshipment hub [J].TransportationResearchPartE:LogisticsandTransportationReview,2012,48:516- 528.

[7] 范靈芳,陳璐.集裝箱碼頭出口箱堆位分配算法[J].系統(tǒng)工程，2011,29(10):80-85. FAN Lingfang,CHEN Lu.An algorithm for the storage location assignment problem for outbound containers in a container terminal[J].SystemEngineering,2011,29(10):80-85.

[8] 陶經(jīng)輝,汪敏.基于混堆模式的集裝箱堆場(chǎng)區(qū)段分配[J].系統(tǒng)工程理論與實(shí)踐,2009,29(8):185-192. TAO Jinghui,WANG Min.Assign problem of container yard section based on mixed storage model[J].SystemsEngineering—Theroy&Practice,2009,29(8):185-192.

[9] 嚴(yán)偉,謝塵,萇道方.基于并行遺傳算法的集裝箱碼頭堆場(chǎng)分配策略[J].上海海事大學(xué)學(xué)報(bào),2009,30(2):14-19. YAN Wei,XIE Chen,CHANG Daofang.Yard allocation strategy for container terminals based on parallel genetic algorithm[J].JournalofShanghaiMaritimeUniversity,2009,30(2):14-19.

[10] 衛(wèi)家駿.出口集裝箱堆場(chǎng)位置的優(yōu)化[J].重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版),2010,29(3):470-473. WEI Jiajun.Optimization of positioning export containers I in yard [J].JournalofChongqingJiaotongUniversity(NaturalScience),2010,29(3):470-473.

[11] YAN Nannan,ZHOU Yuan.Agent-based automatic shore operating scheduling for a container terminal[J].Telkomnika-IndonesianJournalofElectricalEngineering,2013,11(2):653-658.

[12] FOTUHI F,HUYNH N,VIDAL J M,et al.Modeling yard crane operators as reinforcement learning agents[J].ResearchinTransportationEconomics,2013,42(1):3-12.

[13] 徐亞,陳秋雙,龍磊,等.基于多目標(biāo)規(guī)劃的堆場(chǎng)空間分配問(wèn)題研究[J].系統(tǒng)工程學(xué)報(bào),2009,24(3):365-369. XU Ya,CHEN Qiushuang,LONG Lei,et al.Yard space allocation based on multi-objective programming[J].JounalofSystemsEngineering,2009,24(3):365-369.

[14] 李斌,楊家其.面向負(fù)載均衡的集裝箱碼頭生產(chǎn)調(diào)度決策[J].系統(tǒng)仿真學(xué)報(bào),2013,25(9):2222-2229. LI Bin,YANG Jiaqi.Modeling and simulation of logistics service scheduling at container terminals with framework of load balancing[J].JournalofSystemSimulation,2013,25(9):2222-2229.

[15] 鄭紅星,杜亮,董鍵.混堆模式下集裝箱堆場(chǎng)箱位指派優(yōu)化模型[J].武漢理工大學(xué)學(xué)報(bào)(交通運(yùn)輸系統(tǒng)工程與信息版),2012,12(1):153-159. ZHENG Hongxing,DU Liang,DONG Jian.Optimization method of container storage space allocation based on mixture storage[J].JournalofWuhanUniversityofTechnology(TransportationScience&Engineering),2012,12(1):153-159.

[16] 王力,朱曉寧,謝征宇,等.基于混堆的鐵路集裝箱中心站堆場(chǎng)箱位指派模型[J].中南大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,44(1):271-275. WANG Li,ZHU Xiaoning,XIE Zhengyu,et al.Container allocation optimization model of railway container terminal yard based on mixed storage[J].JournalofCentralSouthUniversity(ScienceandTechnology),2013,44(1):271-275.

Dynamic Model of Block Space Allocation on Container Terminal Yard

YAN Nannan, CUI Jingyun

(Logistics Research Center, Shanghai Maritime University, Shanghai 201306, P. R. China)

Aiming at the problem of low utilization of container area of storage yard on container terminal, the dynamic space deployment model was set up for solution by using the mathematics planning method, considering the balanced workload between adjacent bays and the number of gantry carne involved and adoption of storage strategy for workload balance. The running results demonstrate that this model can not only determine the actual numbers of the different-sized containers assigned to each bay but also achieve the staggered stacking of containers on different loading and unloading lines thus effectively improving space utilization of storage yard meanwhile improving the loading and unloading efficiency.

traffic transportation engineering; container; block space allocation; dynamic model; workload balance

10.3969/j.issn.1674-0696.2016.02.33

2014-10-17；

2014-12-03

現(xiàn)代港口供應(yīng)鏈管理智能決策支持關(guān)鍵技術(shù)研究(20100068)

嚴(yán)南南(1968—)，女，湖北鄂州人，副教授，博士，主要從事智能信息處理、物流系統(tǒng)優(yōu)化方面的研究。E-mail:nnyan68@163.com。

崔景云(1991—)，女，河南駐馬店人，碩士研究生，主要從事物流工程管理方面的研究。E-mail:jingyuncui2013@163.com。

U691.3

A

1674-0696(2016)02-163-06