鄭彩金,何世偉,畢明凱,陳旭超
(北京交通大學(xué) 城市交通復(fù)雜系統(tǒng)理論與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,北京 100044)
物流園區(qū)是物流作業(yè)的集中地和多種運(yùn)輸方式的銜接點(diǎn),使得物流園區(qū)具有較大的交通量.物流園區(qū)門區(qū)作業(yè)組織優(yōu)化,可以減少車輛等待時間,提高物流園區(qū)整體作業(yè)效率,同時減少車輛的污染排放.因此,對于物流園區(qū)門區(qū)的作業(yè)組織優(yōu)化是有重要研究價(jià)值和意義的.
國內(nèi)外學(xué)者在相關(guān)方面做了大量研究,戴越[1]等對目前常規(guī)的物流園區(qū)出入口設(shè)計(jì)及其優(yōu)化進(jìn)行了探討.宋曉俊[2]等在分析物流園區(qū)交通特性的基礎(chǔ)上,定量地分析交通量確定最佳出入口.李守林[3]研究了基于物聯(lián)網(wǎng)驅(qū)動的物流園區(qū)出入口車輛排隊(duì)系統(tǒng).歸敏丹等[4]利用排隊(duì)論知識對多服務(wù)員情況下的排隊(duì)現(xiàn)象進(jìn)行分析,得出單一共享的排隊(duì)等候隊(duì)列的性能要優(yōu)于多個獨(dú)自的排隊(duì)等候隊(duì)列的結(jié)論.Matthew Fleming等[5]運(yùn)用面向?qū)ο蟮姆抡婺P停诳紤]車輛在隊(duì)列中移動需花費(fèi)時間的基礎(chǔ)上,運(yùn)用車輛跟馳模型,研究比較了集裝箱碼頭兩種排隊(duì)模式,得出了單隊(duì)列排隊(duì)模式優(yōu)于傳統(tǒng)排隊(duì)模式的結(jié)論.Chu Cong Minh等[6]在定量比較分析集裝箱碼頭兩種排隊(duì)模式的基礎(chǔ)上,開發(fā)了用于評估優(yōu)化集裝箱碼頭門區(qū)的平臺.Guan和Liu[7-8]在分析研究集裝箱碼頭兩種排隊(duì)策略的基礎(chǔ)上,考慮了更復(fù)雜的排隊(duì)情景,運(yùn)用M/G/n排隊(duì)模型來計(jì)算最少的門區(qū)服務(wù)臺數(shù)量.
現(xiàn)有大多數(shù)研究主要針對物流園區(qū)門區(qū)布局和數(shù)量以及對門區(qū)排隊(duì)模式進(jìn)行研究,且多數(shù)研究不但是基于經(jīng)驗(yàn)公式的定量理論計(jì)算,也未考慮不同貨物具有不同的時間敏感性.本文基于Anylogic仿真軟件對門區(qū)作業(yè)進(jìn)行仿真,對比分析門區(qū)兩種排隊(duì)模式優(yōu)缺點(diǎn),基于物聯(lián)網(wǎng)技術(shù),按照不同貨物的時間敏感性劃分貨物優(yōu)先級,根據(jù)優(yōu)先級先后進(jìn)行作業(yè),確保不同等級貨物的運(yùn)輸時效性,提高物流園區(qū)整體作業(yè)效率.
物流園區(qū)具有較大的交通需求,然而物流園區(qū)門區(qū)是產(chǎn)生運(yùn)輸延遲的主要區(qū)域之一.車輛在物流園區(qū)門區(qū)作業(yè)時,部分隊(duì)列前方車輛作業(yè)時間較長,該隊(duì)列后方所有車輛都需排隊(duì)等待,導(dǎo)致部分車輛排隊(duì)等待時間過長,尤其在車輛到達(dá)高峰期,門區(qū)排隊(duì)隊(duì)長增加,車輛排隊(duì)等待時間延長.同時,未考慮不同貨物具有不同的運(yùn)輸剩余時間及時間敏感性,對于運(yùn)輸剩余時間少、時間敏感度高的貨物沒有采取合理有效的作業(yè)組織優(yōu)化措施,使園區(qū)服務(wù)水平大大降低.另外,由于沒有針對性的作業(yè)組織優(yōu)化,貨物在門區(qū)作業(yè)時間大大超過其預(yù)期作業(yè)時間,使得后續(xù)物流作業(yè)不能順利進(jìn)行,降低了物流園區(qū)整體作業(yè)效率.
(1)先到先服務(wù)排隊(duì)模式:先到先服務(wù),即按照到達(dá)次序服務(wù).
①多隊(duì)列排隊(duì)模式
在多隊(duì)列排隊(duì)系統(tǒng)中,若車輛到達(dá)服從泊松分布過程,服務(wù)時間相互獨(dú)立且服從相同的負(fù)指數(shù)分布,同時車輛到達(dá)間隔時間和服務(wù)時間是相互獨(dú)立的,此時可以使用標(biāo)準(zhǔn)的M/M/1模型,如圖1所示.設(shè)車輛到達(dá)規(guī)律服從參數(shù)為λ的泊松過程,服務(wù)時間服從參數(shù)為μ的負(fù)指數(shù)分布,門區(qū)服務(wù)臺數(shù)量為n,則每個服務(wù)臺的車輛到達(dá)規(guī)律服從參數(shù)為λ/n的泊松過程.其中,服務(wù)強(qiáng)度(服務(wù)臺平均利用率)ρ=λ/(nμ)<1.
車輛的平均等待時間為:
(1)
隊(duì)列的平均隊(duì)長為:
(2)
圖1 多隊(duì)列排隊(duì)模式示意圖
②單隊(duì)列排隊(duì)模式
在單隊(duì)列排隊(duì)系統(tǒng)中,若車輛到達(dá)、服務(wù)條件同①,可以使用標(biāo)準(zhǔn)的M/M/c模型,如圖2所示.其中,服務(wù)強(qiáng)度(服務(wù)臺平均利用率)ρ=λ/(nμ)<1.
車輛的平均等待時間為:
(3)
隊(duì)列的平均隊(duì)長為
(4)
圖2 單隊(duì)列排隊(duì)模式示意圖
(2)有優(yōu)先權(quán)的服務(wù)模式
基于物聯(lián)網(wǎng)的物流園區(qū)門區(qū)服務(wù)模式屬于有優(yōu)先權(quán)的服務(wù)模式.基于物聯(lián)網(wǎng)技術(shù),可根據(jù)車輛裝載貨物的運(yùn)輸剩余時間和時間敏感度將其劃分為不同優(yōu)先級,劃分方法如表1所示.
表1 車輛門區(qū)作業(yè)優(yōu)先級劃分
在該服務(wù)模式中,優(yōu)先級高的車輛先作業(yè),優(yōu)先級相同的車輛先到先作業(yè),如當(dāng)優(yōu)先級為一級車輛均作業(yè)完畢時,優(yōu)先級為二級的車輛方可開始作業(yè),以此類推,實(shí)現(xiàn)按優(yōu)先級作業(yè)的門區(qū)作業(yè)組織.
大多數(shù)物流園區(qū)門區(qū)均采用多隊(duì)列排隊(duì)模式.該模式下的n個服務(wù)臺對應(yīng)了n個隊(duì)列,該排隊(duì)模式下,一旦某車輛作業(yè)遇到問題,該車輛所在隊(duì)列后方車輛均需等待.單隊(duì)列排隊(duì)模式就可以避免這個問題的產(chǎn)生,該模式下的n個服務(wù)臺對應(yīng)了一個共享隊(duì)列,該排隊(duì)模式下,某車輛作業(yè)遇到問題并不會直接影響后方車輛作業(yè),而且會在真正意義上實(shí)現(xiàn)FCFS(First Come First Served).
在確定物流園區(qū)門區(qū)服務(wù)臺數(shù)量時,需同時考慮車輛的平均等待時間和門區(qū)的運(yùn)營成本.在確定λ和μ的情景下,通過給定等待時間閾值(最小平均等待時間)T來確定最優(yōu)服務(wù)臺數(shù)n*,T越小則n*越大.
兩種不同排隊(duì)模式下的門區(qū)服務(wù)臺數(shù)確定方法分別為:
①多隊(duì)列排隊(duì)模式
多隊(duì)列排隊(duì)模式的n*的確定,可以通過經(jīng)典M/M/1模型推導(dǎo)得出:
(5)
λ,μ,ρ,T>0
(6)
滿足上述不等式的最小整數(shù)解n,即為最優(yōu)解n*.
②單隊(duì)列排隊(duì)模式
單隊(duì)列排隊(duì)模式的n*的確定,可以利用M/M/c模型解決:
minn
(7)
(8)
λ,μ,ρ,T>0
(9)
由于n為正整數(shù),可通過將n由低到高代入上述不等式計(jì)算,滿足上述不等式的最小值n,即為最優(yōu)解n*.
某物流園區(qū)門區(qū)車輛到達(dá)服從泊松過程,平均到達(dá)率λ=1.5 輛/min,門區(qū)服務(wù)時間服從負(fù)指數(shù)分布,平均服務(wù)率μ=0.192 3 輛/min,車輛到達(dá)間隔時間和服務(wù)時間相互獨(dú)立.在不超過給定的平均排隊(duì)等待時間閾值的基礎(chǔ)上,確定門區(qū)服務(wù)臺數(shù)量,平均排隊(duì)等待時間閾值由5~30 min依次遞增,每次遞增5 min.首先在不考慮優(yōu)先級的情況下,對比分析單隊(duì)列排隊(duì)模式和多隊(duì)列排隊(duì)模式,主要從基于某等待時間閾值的最優(yōu)服務(wù)臺數(shù)量、其所對應(yīng)的平均排隊(duì)時間、平均隊(duì)長等幾個方面來對比分析,選取較優(yōu)的排隊(duì)模式應(yīng)用于考慮優(yōu)先級的門區(qū)作業(yè)組織.其次,應(yīng)用較優(yōu)排隊(duì)模式,考慮運(yùn)輸優(yōu)先級,對比分析不同優(yōu)先級所占比例改變對門區(qū)作業(yè)的影響,同時,與未考慮運(yùn)輸優(yōu)先級作業(yè)進(jìn)行對比分析.
使用Anylogic仿真軟件,對該物流園區(qū)門區(qū)作業(yè)進(jìn)行仿真.設(shè)定仿真時間為30 d,即43200min.仿真完成時,輸出隊(duì)列平均隊(duì)長、平均等待時間和平均逗留時間等數(shù)據(jù).如圖3所示.
圖3 基于Anylogic的物流園區(qū)門區(qū)作業(yè)仿真
(1)未考慮貨物運(yùn)輸優(yōu)先級情景下物流中心門區(qū)仿真分析
具體輸入相關(guān)數(shù)據(jù)進(jìn)行仿真,得到不考慮優(yōu)先級結(jié)果如表2所示.
表2 基于不同時間閾值和不同排隊(duì)模式的門區(qū)服務(wù)臺數(shù)對比分析
注:單—單隊(duì)列排隊(duì)模式,多—多隊(duì)列排隊(duì)模式
如表1所示,同一等待時間閾值下,單隊(duì)列排隊(duì)模式下的最優(yōu)服務(wù)臺數(shù)不超過多隊(duì)列排隊(duì)模式的,最優(yōu)服務(wù)臺數(shù)相同時,單隊(duì)列排隊(duì)模式下的平均排隊(duì)時間較少,因此采用單隊(duì)列排隊(duì)模式能夠有效降低物流園區(qū)門區(qū)的運(yùn)營成本和運(yùn)輸成本.但單隊(duì)列排隊(duì)模式下的平均隊(duì)長較對多列排隊(duì)模式要長,在物流園區(qū)沒有足夠空間來容納一個長隊(duì)列時,可以將隊(duì)列拆分成若干個較短隊(duì)列,如圖4所示.
圖4 單隊(duì)列排隊(duì)模式拆分排隊(duì)策略
如圖4所示,車輛按照到達(dá)順序編號排隊(duì),當(dāng)?shù)谝粋€隊(duì)列排滿時,轉(zhuǎn)至下一個空隊(duì)列排隊(duì),當(dāng)最后一個隊(duì)列滿時,轉(zhuǎn)至第一個隊(duì)列.這種排隊(duì)策略嚴(yán)格實(shí)現(xiàn)了FCFS的排隊(duì)原則.
①車輛到達(dá)率和等候時間閾值對門區(qū)最優(yōu)服務(wù)臺數(shù)的影響.分析研究車輛到達(dá)率和等候時間閾值對門區(qū)最優(yōu)服務(wù)臺數(shù)的影響,假定門區(qū)服務(wù)時間服從負(fù)指數(shù)分布,平均服務(wù)率每分鐘μ=0.1923輛,車輛到達(dá)服從泊松過程,對比分析每分鐘平均到達(dá)率從λ=0.1~1.9變化對門區(qū)最優(yōu)服務(wù)臺數(shù)的影響.如表3所示.
表3 車輛到達(dá)率和平均等候時間閾值對門區(qū)服務(wù)臺數(shù)影響
如表3所示,當(dāng)λ<0.3時,兩種排隊(duì)模式下的最優(yōu)服務(wù)臺數(shù)相同,但當(dāng)λ較大T較小時,兩種排隊(duì)模式的差異較為明顯,反之差異較小.同一約束條件下,單隊(duì)列排隊(duì)模式的門區(qū)服務(wù)臺數(shù)需求均不大于多隊(duì)列排隊(duì)模式.
②平均服務(wù)率和等候時間閾值對門區(qū)最優(yōu)服務(wù)臺數(shù)的影響.分析研究平均服務(wù)率和等候時間閾值對門區(qū)最優(yōu)服務(wù)臺數(shù)的影響,假定車輛到達(dá)服從泊松過程,平均到達(dá)率每分鐘λ=1.5輛,門區(qū)服務(wù)時間服從負(fù)指數(shù)分布,對比分析每分鐘平均服務(wù)率從μ=0.140~0.240變化對門區(qū)最優(yōu)服務(wù)臺數(shù)的影響.如表4所示.
表4平均服務(wù)率和平均等候時間閾值對門區(qū)服務(wù)臺數(shù)影響
服務(wù)速率輛/min等待時間閾值/min51015202530單多單多單多單多單多單多0.1401216121212121212121212120.1501115111211111111111111110.1601113101110111011101110100.1701013101010101010101010100.1801011910999999990.19091199999999890.20091089898888880.2108988888888880.2208988787878780.2308978777777770.240787877777777
如表4所示,當(dāng)μ和T較小時,兩種排隊(duì)模式的差異較為明顯,反之差異較小.同一約束條件下,單隊(duì)列排隊(duì)模式的門區(qū)服務(wù)臺數(shù)需求均不大于多隊(duì)列排隊(duì)模式.
對比分析可得,單隊(duì)列排隊(duì)模式優(yōu)于多隊(duì)列排隊(duì)模式.同時,由于多隊(duì)列排隊(duì)模式不易于調(diào)整車輛前后順序,只能通過設(shè)置額外的通道實(shí)現(xiàn)基于運(yùn)輸優(yōu)先級的門區(qū)作業(yè),運(yùn)營成本高.因此,本文選用單隊(duì)列排隊(duì)模式,進(jìn)行基于貨物運(yùn)輸優(yōu)先級的門區(qū)作業(yè)仿真.
(2)考慮貨物運(yùn)輸優(yōu)先級的物流園區(qū)門區(qū)仿真分析
采用單隊(duì)列排隊(duì)模式,實(shí)現(xiàn)基于優(yōu)先級的門區(qū)作業(yè)的排隊(duì)策略,如圖5所示.
圖5 基于物聯(lián)網(wǎng)的高優(yōu)先級車輛優(yōu)先作業(yè)排隊(duì)策略
如圖5所示,車輛按照到達(dá)順序編號排隊(duì),其中①②③④分別代表排列優(yōu)先級為一二三四級車輛的隊(duì)列.不同等級車輛按照其優(yōu)先級進(jìn)入相應(yīng)的隊(duì)列排隊(duì)等候服務(wù),高等級隊(duì)列的車輛優(yōu)先服務(wù),當(dāng)高等級隊(duì)列為空時,低等級隊(duì)列的車輛開始作業(yè).如,當(dāng)①②③隊(duì)列均為空時,處于④隊(duì)列的車輛開始作業(yè).實(shí)現(xiàn)了高優(yōu)先級車輛優(yōu)先作業(yè),同等級車輛先到先作業(yè).
車輛到達(dá)服從泊松分布過程,服務(wù)時間相互獨(dú)立且服從相同的負(fù)指數(shù)分布,仿真過程中優(yōu)先級車輛排序?yàn)闀r時排序.按照實(shí)際情況設(shè)定不同優(yōu)先級車輛所占比例,仿真過程中,比例會時時波動,在最后仿真結(jié)束時,各優(yōu)先級車輛占總車輛比例與設(shè)定的比例保持一致.
根據(jù)表1所得結(jié)果,可選取8或9個服務(wù)臺.本文首先選取8個服務(wù)臺,對比分析不同優(yōu)先級所占比例不同時,對其平均等待時間、平均隊(duì)長的影響;其次,分別分析門區(qū)服務(wù)臺數(shù)分別為8個和9個的情況下,比較基于運(yùn)輸優(yōu)先級作業(yè)和不基于物聯(lián)網(wǎng)的變化.輸入相關(guān)數(shù)據(jù)進(jìn)行仿真,得到結(jié)果分別如表5和表6所示.
表5 各優(yōu)先級不同占比對門區(qū)作業(yè)影響對比分析
如表5所示,相同的比例變化,等級越高的比例變化所引起的相應(yīng)指標(biāo)的變化量越小,反之,等級越低的比例變化所引起的相應(yīng)指標(biāo)的變化量越大.因此,各物流園區(qū)在確認(rèn)運(yùn)輸優(yōu)先級劃分時,應(yīng)充分考慮各等級貨運(yùn)量所占比例,低等級貨物比例不能過低.
表6 基于物聯(lián)網(wǎng)作業(yè)和不基于物聯(lián)網(wǎng)對比分析
如表6所示,優(yōu)先等級越高,平均等待時間越少.其中,情景一中,門區(qū)服務(wù)臺數(shù)為8個時,基于物聯(lián)網(wǎng)作業(yè)的優(yōu)先級為一級的車輛的平均等待時間比不基于物聯(lián)網(wǎng)的縮短了近34倍,二級較之縮短了近23倍,三級縮短了近8倍.采用運(yùn)輸優(yōu)先級作業(yè)的效率提升越多.但是,在提高高優(yōu)先級車輛作業(yè)效率的同時,降低了優(yōu)先級為四級的車輛的作業(yè)效率,四級車輛的平均等待時間延長了一倍左右.然而,優(yōu)先級為四級的車輛所載貨物對時間較為不敏感,因此增加一倍等待時間對其影響不大.計(jì)算可得,基于物聯(lián)網(wǎng)作業(yè)的所有車輛的平均等待時間與不基于物聯(lián)網(wǎng)作業(yè)的平均等待時間相同.因此,基于物聯(lián)網(wǎng)作業(yè)在未降低門區(qū)整體作業(yè)效率的基礎(chǔ)上,提高了門區(qū)作業(yè)的服務(wù)水平和效益.
在對比分析物流園區(qū)門區(qū)單隊(duì)列排隊(duì)模式和多隊(duì)列排隊(duì)模式作業(yè)特點(diǎn)的基礎(chǔ)上,得到在多數(shù)情況下單隊(duì)列排隊(duì)模式對門區(qū)服務(wù)臺數(shù)需求更小,可以在一定程度上減少門區(qū)運(yùn)營成本和運(yùn)輸成本,同時針對單排隊(duì)模式存在的占地廣的問題,給出了相應(yīng)的排隊(duì)策略.繼而基于物聯(lián)網(wǎng),根據(jù)車輛所裝載貨物的運(yùn)輸剩余時間和時間敏感性對其進(jìn)行了優(yōu)先級劃分,采用單隊(duì)列排隊(duì)模式,提出了基于物聯(lián)網(wǎng)的門區(qū)作業(yè)排隊(duì)策略,通過仿真得到,基于物聯(lián)網(wǎng)優(yōu)先級作業(yè)的一級車輛平均等待時間較不基于物聯(lián)網(wǎng)最多可縮短34倍,且在能力緊張的物流園區(qū)門區(qū)應(yīng)用效果更為明顯,但在整體上未影響門區(qū)的作業(yè)效率.因此,基于物聯(lián)網(wǎng)的物流園區(qū)門區(qū)作業(yè),可在一定程度上保障貨物運(yùn)到期限,提高貨物的準(zhǔn)時送達(dá)率,提高物流效率和供應(yīng)鏈可靠性,降低物流成本.
參考文獻(xiàn):
[1]戴越, 鄭宏富. 物流園區(qū)出入口規(guī)劃設(shè)計(jì)及其優(yōu)化[J]. 中國工程咨詢, 2017(3):47- 49.
[2]宋曉俊, 毛海軍. 物流園區(qū)出入口設(shè)計(jì)優(yōu)化[J]. 物流技術(shù), 2009, 28(11):92-94.
[3]李守林. 基于物聯(lián)網(wǎng)驅(qū)動的物流園區(qū)信息化研究[D]. 北京:北京交通大學(xué), 2016.
[4]歸敏丹, 蔣毅飛, 張志敏,等. 多服務(wù)員時兩種等待隊(duì)列性能的比較[J]. 計(jì)算機(jī)工程與應(yīng)用, 2008, 44(13):44- 46.
[5]FLEMING M, HUYNH N, XIE Y. An Agent-Based Simulation Tool for Evaluating Pooled Queue Performance at Marine Container Terminals[C]. Transportation Research Record Journal of the Transportation Research Board,2013:103-112.
[6]CONG C, HUYNH N. Planning-Level Tool for Assessing and Optimizing Gate Layout for Marine Container Terminals[C]. Transportation Research Record Journal of the Transportation Research Board,2014:31-39.
[7]GUAN C, LIU R. Container terminal gate appointment system optimization[J]. Maritime Economics & Logistics, 2009, 11(4):378-398.
[8]GUAN C, LIU R. Modeling Gate Congestion of Marine Container Terminals, Truck Waiting Cost, and Optimization[C]. Transportation Research Record: Journal of the Transportation Research Board;2009:58- 67.