王 坤，何 芳，胡子怡

?

基于AnyLogic的鐵路集裝箱物流中心仿真實驗分析

王 坤1,2，何 芳1，胡子怡3

（1. 西南交通大學，交通運輸與物流學院，成都 610031；2. 西南交通大學，綜合交通運輸智能化國家地方聯(lián)合工程實驗室，成都 610031；3. 同濟大學，交通運輸工程學院，上海 200092）

本文以物流服務功能與鐵路貨運組織相銜接為背景，利用AnyLogic對具有倉儲、裝箱、堆放、裝車等多種服務功能于一體的鐵路集裝箱物流中心的作業(yè)流程進行了仿真分析。仿真結果表明：在初始參數設定的前提下，貨物平均在庫作業(yè)時間為103 min，平均出庫間隔時間為1.1 min；庫內作業(yè)叉車數量在30至35之間時達到倉庫處理能力的最大化水平，每小時裝車3輛以上和每小時卸車4輛以上時物流中心運行效率達到最大化水平。

鐵路集裝箱物流中心；仿真分析；AnyLogic

0 引 言

自2013年鐵路實行貨運改革以來，鐵路貨運開始關注全程物流，并向現(xiàn)代物流進行轉變，在發(fā)展過程中鐵路集裝箱作業(yè)場站布局、鐵路物流服務延伸、技術裝備改造等方面仍存在著一些問題。2017年4月，國家發(fā)展改革委、交通運輸部、中國鐵路總公司聯(lián)合發(fā)布了《“十三五”鐵路集裝箱多式聯(lián)運發(fā)展規(guī)劃》（發(fā)改基礎〔2017〕738號）。該規(guī)劃中明確提出了通過引入物流園區(qū)方式優(yōu)化集裝箱場站布局、通過拓展延伸增值服務擴大服務有效供給、通過更新升級鐵路傳統(tǒng)設施設備加快技術裝備升級等重點任務?？梢钥闯?，現(xiàn)代物流的服務特征將會逐漸在鐵路貨運與鐵路物流中發(fā)展。

在鐵路貨運向現(xiàn)代物流發(fā)展的過程中，如何體現(xiàn)現(xiàn)代物流服務理念與服務模式非常重要。傳統(tǒng)上圍繞鐵路物流中心或集裝箱中心站的研究主要集中在基于SLP方法的平面布局規(guī)劃設計研究[1,2]、集裝箱中心站堆場混堆策略研究[3]、列車裝卸作業(yè)仿真研究[4]、鐵路物流中心裝卸線布局仿真[5]、集裝箱裝卸設備效率研究[6]、集裝箱存儲空間分配與布局[7]等。隨著物流仿真軟件的發(fā)展，利用eM-Plant、Witness、Extend、Arena等軟件來解決集裝箱物流中心的場內集卡配置、堆場布局規(guī)劃、專業(yè)設備指派等問題更加容易[8,9]。如郭鵬等較為系統(tǒng)地研究了鐵路集裝箱物流中心整體作業(yè)流程，并利用eM-Plant對鐵路集裝箱物流中心的作業(yè)流程進行了仿真分析[10]。但相關研究主要圍繞著鐵路集裝箱物流中心現(xiàn)行的作業(yè)流程與作業(yè)模式，與現(xiàn)代物流結合度較低，缺少了倉儲服務、增值服務等具有現(xiàn)代物流特征的服務屬性融入。

本文希望能夠在鐵路集裝箱物流中心現(xiàn)有功能的基礎上，引入現(xiàn)代物流理念，理順作業(yè)流程，利用AnyLogic仿真軟件對具備散貨存儲、集裝箱拆裝箱、短途中轉、鐵路運輸組織等多種功能于一體的鐵路集裝箱現(xiàn)代物流中心進行仿真，通過數據分析對鐵路集裝箱物流中心的布局與設備參數提出相關建議。

1 仿真對象界定

現(xiàn)有的鐵路集裝箱物流中心內進行的作業(yè)主要在裝卸線箱區(qū)（含發(fā)送、到達及中轉箱區(qū)）和輔助箱區(qū)（包含國際集裝箱作業(yè)區(qū)、特貨裝卸作業(yè)區(qū)、快運貨作業(yè)區(qū)等）完成。為了更好地與現(xiàn)代物流服務功能相銜接，在現(xiàn)有集裝箱作業(yè)功能區(qū)的基礎上，新增標準化倉庫，實現(xiàn)高效率的現(xiàn)代物流倉儲標準化管理，并與鐵路集裝箱裝卸線有效對接。鐵路集裝箱物流中心功能布局區(qū)域仿真效果如圖1所示。

圖1 鐵路集裝箱物流中心功能區(qū)域仿真布局

(1) 標準化倉儲區(qū)，是鐵路貨運向現(xiàn)代物流發(fā)展的功能延伸區(qū)，主要開展貨源組織、現(xiàn)代化倉儲管理、流通加工等物流作業(yè)。

(2) 裝箱作業(yè)區(qū)，將零散貨物或商品進行分揀打包，并實現(xiàn)集裝箱拆裝箱作業(yè)，是鐵路貨運向客戶終端需求的延伸區(qū)。

(3) 裝車作業(yè)區(qū)，是連接標準化倉儲區(qū)與集裝箱堆場的作業(yè)區(qū)域，實現(xiàn)從標準化倉庫向集裝箱場的短途中轉。

(4) 集裝箱堆場、集卡停放區(qū)、列車到發(fā)線，是傳統(tǒng)鐵路集裝箱中心站具備的功能區(qū)，主要完成集裝箱的短時堆放、集裝箱運輸車輛的停放和集裝箱的集疏功能。

2 流程分析

2.1 作業(yè)流程圖

本文考慮的具有現(xiàn)代物流作業(yè)特征的鐵路集裝箱物流中心作業(yè)流程如圖2所示。

圖2 鐵路集裝箱物流中心作業(yè)流程

貨主將商品或貨物送至鐵路集裝箱物流中心站，卸貨卡車在入庫月臺處完成卸貨作業(yè)，在倉庫內部進行儲存、分揀、暫存、裝箱等物流作業(yè)，在出庫月臺處完成裝車作業(yè)，并由集卡車將集箱運至集裝箱堆場暫存，等待集裝箱班列（或取送車）到達完成裝車與發(fā)送作業(yè)。

2.2 仿真流程圖

圖2所示的鐵路集裝箱物流中心作業(yè)流程的仿真流程如圖3所示。當仿真開始時，系統(tǒng)參數初始化，首先確定空閑入庫月臺、可用入庫暫存區(qū)、卸貨貨車位置，再根據貨物種類確定存儲的貨架區(qū)域，隨后確定空閑出庫月臺、可用出庫暫存區(qū)、裝貨貨車位置，集裝箱在堆場內暫存，最后確定空車廂將集裝箱搬運至鐵路車廂內。根據上述內容確定下一工況，推進仿真時鐘，確定下一時刻裝卸貨貨車位置、貨物的入庫暫存區(qū)、出庫暫存區(qū)以及存儲貨架區(qū)域，更新系統(tǒng)的下一狀態(tài)。

圖3 鐵路集裝箱物流中心仿真流程

2.3 邏輯流程圖

根據作業(yè)流程與仿真流程，仿真系統(tǒng)包括卸貨貨車子系統(tǒng)與托盤入庫子系統(tǒng)、托盤出庫裝集卡子系統(tǒng)、集裝箱堆場子系統(tǒng)和列車到發(fā)子系統(tǒng)。

2.3.1 卸貨貨車子系統(tǒng)與托盤入庫子系統(tǒng)

貨主將要運輸的零擔散貨由貨車運送至鐵路集裝箱物流中心站內，到達后的貨車判斷入庫月臺的占用情況，選擇空閑的入庫月臺進行卸貨，托盤貨物堆放在入庫暫存區(qū)。叉車接收到托盤上架指令，根據貨物種類選擇相應的存儲貨架區(qū)域。使用模塊與邏輯流程設計如圖4所示。

圖4 裝卸和入庫子系統(tǒng)邏輯流程圖

2.3.2 托盤出庫子系統(tǒng)與裝集卡子系統(tǒng)

托盤在貨架上存儲一定時間后，由叉車運至出庫暫存區(qū)。準備出庫的貨物，由出庫暫存區(qū)下架并排隊等待進行RFID掃描。將掃描完成后的貨物搬運至裝集卡上同時完成貨物的裝箱和裝車工作。隨后裝集卡將重箱由龍門吊卸至集裝箱堆場。使用模塊與邏輯流程設計如圖5所示。

圖5 出庫與裝集卡子系統(tǒng)邏輯流程圖

3 仿真過程說明

AnyLogic是可以創(chuàng)建真實動態(tài)模型的可視化工具，幾乎支持現(xiàn)在所有的離散事件和連續(xù)建模方法[11]，具有支持基于Agent建模、面向對象特性、數據分析與優(yōu)化功能強大、較強的可交互性等特點[12]。本文應用AnyLogic仿真軟件，構建基于Multi-Agent技術的鐵路集裝箱物流中心運作系統(tǒng)。

3.1 確定智能體類

為了滿足建立仿真系統(tǒng)的需要，對鐵路集裝箱物流中心站的作業(yè)內容進行分析提煉，可以把作業(yè)任務歸結為與仿真系統(tǒng)相對應的工況。同時，根據系統(tǒng)運行的工況，可以進一步抽象出仿真事件列表，如表1所示。

根據表1所示的仿真事件，本文共創(chuàng)建9個智能體類，包括卸貨貨車Agent、裝貨貨車Agent、作業(yè)區(qū)Agent、叉車Agent、托盤Agent、集裝箱Agent、列車Agent、車廂Agent、龍門吊Agent，其相互關系如圖6所示。

表1 仿真事件列表

圖6 仿真智能體設置

3.2 仿真參數設置

仿真參數如表2所示。

表2 仿真過程的初始化參數

Tab.2 Initial parameters in simulation process

續(xù)表2

實體元素參數名稱賦 值 入庫月臺數量4 快速周轉區(qū)存儲時間Triangular(50,60,70) 常規(guī)周轉區(qū)存儲時間Triangular(90,100,120) RFID掃描服務容量2 單次掃描時間Triangular(0.5,1,2) 列車到達間隔時間1.5h 空車廂數Uniform(0.1,0.5) 貨物隊列容量600 排隊規(guī)則先進先出 集裝箱隊列容量300 排隊規(guī)則先進先出

4 仿真結果分析

4.1 設備利用率仿真結果分析

出入庫月臺、叉車和貨架的利用率指標用時間折線，如圖7所示，RFID出庫掃描的利用率時間折線如圖8所示。橫坐標是時間推進，縱坐標表示不同的利用率值隨時間的變化情況。

圖7 出入庫月臺、叉車和貨架利用率仿真結果

圖8 出庫掃描利用率仿真結果

隨著時間的推進，利用率指標不斷增大。當達到一定的時間長度時，利用率指標在某一確定的值上下范圍內小幅度波動。由各個利用率指標值可知，用于上下架的叉車利用率為97%，說明叉車一直處于忙碌狀態(tài)，而用于出庫的叉車利用率較低，僅為18%。同時，快速周轉區(qū)和常規(guī)周轉區(qū)的貨位利用率不高，僅在16%左右，可以看出在現(xiàn)有的貨運量情況下，貨位相對較為充足。出入庫月臺的利用率也比較高，分別為91%和79%，月臺大部分時間都處于占用狀態(tài)。

4.2 在庫時間仿真結果分析

評價仿真結果的時間指標包括托盤從上架至下架的時間、貨物從下架至出庫的時間，仿真結果如圖9所示。從圖中可以看出，托盤從上架至下架的時間在一段時間內處于上升狀態(tài)后趨于穩(wěn)定，說明當托盤在貨架內存儲一段時間準備下架時，叉車數量不足導致其無法立即服務于托盤的出庫作業(yè)活動，托盤在貨架上等待叉車到來從而產生了一定的額外等待時間。而貨物從下架至出庫的時間一直處于一個穩(wěn)定的值，說明當需要出庫的貨物能立刻進行出庫活動而不需要再進行額外等待。

圖9 托盤從上架至下架、貨物從下架至出庫時間仿真結果

將托盤從上架至下架的時間與貨物從下架至出庫的時間相加，可以得到一件貨物在庫總停留時間，如圖10所示。由于該曲線波動較大，故使用二階多項式進行數據擬合，可以看出貨物在倉庫內的作業(yè)時間呈不斷上升趨勢。在初始參數設定條件下，貨物平均在庫作業(yè)時間為103.13min。

圖10 貨物在庫內時間分析

4.3 出庫間隔時間仿真結果分析

評價仿真結果的數量指標包括倉庫處理貨物數量和堆場內集裝箱數量指標。圖11和圖12分別表示隨著仿真時間的推移，倉庫處理貨物數量與堆場集裝箱堆放數量的變化趨勢。

圖11 倉庫所處理貨物的數量

隨著時間的增加，倉庫處理的貨物數量和堆場的集裝箱數量都不斷增加。其中圖12中的斜率倒數表示相鄰兩件貨物的出庫間隔時間，代表了單位時間的倉庫貨物處理能力。在初始參數設定下，相鄰兩個貨物的平均出庫間隔為1.10min，如圖13所示。

圖12 堆場內集裝箱數量

圖13 貨物出庫間隔時間分析

5 關鍵參數敏感性分析

5.1 月臺數量對倉庫處理能力的影響分析

在初始參數設定出庫和入庫月臺數均為4的前提下，設置不同的出庫與入庫月臺數組合，如表3所示。

表3 出入庫月臺數量敏感性分析參數設定

Tab.3 Parameters setup for the sensitivity analysis on quantities of inbound and outbound platforms

針對表3中的不同出入庫月臺數組合，利用AnyLogic進行仿真，其結果如圖14所示。在7種組合模式下，反映倉庫處理能力的曲線基本重合，說明不同的出入庫月臺數組合對倉庫處理能力的影響較小。

圖14 組合月臺對倉庫處理能力的敏感性分析

5.2 上下架叉車數量對倉庫處理能力的影響分析

將上下架叉車數量分別設定為25、30、35、40，對倉庫處理能力的敏感性分析如圖15所示。其中，叉車數量在30和35時，兩條曲線基本重合，且處理能力較大；而叉車數量取25和40時，兩條曲線的處理能力均較低，說明上下架叉車數量較高或較低時均會影響到倉庫內的作業(yè)效率。

圖15 上下架叉車數量對倉庫處理能力的敏感性分析

5.3 單位時間裝車量對運行效率的影響分析

每小時裝車數量值分別取1、2、3、4、5時，對應的運行效率影響分析如圖16所示。當每小時的裝車數量取值在3、4、5時，反映運行效率的曲線基本重合，并且運行效率最高；而每小時裝車數量取值1和2時，其運行效率均較低。因此，保證鐵路集裝箱物流中心運行效率最低需要每小時完成3輛車的裝車作業(yè)。

圖16 單位時間裝車量對運行效率的敏感性分析

同樣，每小時卸車數量分別取1、2、3、4、5時，對應的運行效率影響分析如圖17所示。當單位時間卸車數量取4和5時其曲線基本重合，且運行效率最高，取其他值時運行效率較低。因此，保證鐵路集裝箱物流中心運行效率最低需要每小時完成4輛車的卸車作業(yè)。

圖17 單位時間卸車量對運行效率的敏感性分析

5.4 出庫叉車數量對運行效率的影響分析

在出庫叉車數量分別取3、4、5、6、7時，對運行效率的影響分析如圖18所示。從圖中可以看出，不同的出庫叉車數量設置其運行效率的差異較小。當出庫叉車數量取5時，運行效率略優(yōu)于其他取值。

圖18 出庫叉車數量對運行效率的敏感性分析

6 結論與建議

隨著鐵路貨運改革的逐漸深入，鐵路集裝箱運輸也將逐步向現(xiàn)代物流發(fā)展，而鐵路集裝箱物流中心的功能與布局也將逐步豐富和完善。本文以現(xiàn)代物流服務功能融合為背景，對具有倉儲、裝箱、堆放、裝車等多種服務功能于一體的鐵路集裝箱物流中心的作業(yè)流程進行了仿真分析。

根據仿真結果可以看出，鐵路集裝箱物流中心的作業(yè)設施設備對作業(yè)效率有著重要的影響。在初始參數設定的前提下，貨物平均在庫作業(yè)時間為103 min，平均出庫間隔時間為1.1 min；庫內作業(yè)叉車數量在30至35之間時達到倉庫處理能力的最大化水平，每小時裝車3輛以上和每小時卸車4輛以上時物流中心運行效率達到最大化水平。根據上述仿真結果，建議在鐵路集裝箱物流中心的建設與運營過程中，可根據實際需求適當增加與現(xiàn)代物流服務相對應的標準化倉儲設施與現(xiàn)代化倉儲作業(yè)設備。同時，為有效支撐鐵路集裝箱物流中心的作業(yè)效率，在物流設備選型和物流設施規(guī)模等方面應做詳細分析。

[1] 王潔琳，朱曉寧. 基于SLP的石家莊鐵路物流中心平面布局規(guī)劃設計[J]. 物流技術, 2014, 33(5): 151-154.

[2] 馮芬玲，景莉，楊柳文. 基于改進SLP的鐵路物流中心功能區(qū)布局方法[J]. 中國鐵道科學, 2012, 33(2): 121-128.

[3] 王力，朱曉寧，閆偉，等. 鐵路集裝箱中心站堆場混堆優(yōu)化模型[J]. 交通運輸系統(tǒng)工程與信息, 2013, 13(2): 172-178.

[4] 梁劍，程文明，張敏. 鐵路集裝箱中心站列車裝卸作業(yè)的仿真研究[J]. 系統(tǒng)仿真學報, 2009, 21(19): 6290-6293.

[5] 何倩. 基于計算機仿真技術的鐵路物流中心裝卸線布局分析[J]. 物流技術, 2013, 32(9): 342-344.

[6] CHUNG Y G, RANDHAWA S U, MCDOWELL E D. A simulation analysis for a transtainer-based container handling facility[J]. Computers & Industrial Engineering, 1988, 14(2): 113-125.

[7] ZHANG C, Liu J, WAN Y W, et al. Storage space allocation in container terminals[J]. Transportation Research Part B, 2003, 37(10): 883-903.

[8] SGOURIDIS S P, MAKRIS D, ANGELIDES D C. Simulation analysis for midterm yard planning in container terminal[J]. Journal of Waterway Port Coastal & Ocean Engineering, 2003, 129(4): 178-187.

[9] TAHAR R M, HUSSAIN K. Simulation and analysis for the kelang container terminal operations[J]. Logistics Information Management, 2000, 13(1): 14-20.

[10] 郭鵬，程文明，張則強. 鐵路集裝箱物流中心系統(tǒng)建模與仿真分析[J]. 計算機工程與應用, 2011, 47(17): 235-238.

[11] 楊天陽，朱志國. 基于Anylogic的地鐵車站通道設施設備規(guī)模與布局分析[J]. 交通運輸工程與信息學報, 2017, 15(1): 115-121.

[12] 李春萌. 基于Multi-Agent技術的分布式庫存系統(tǒng)建模與仿真研究[D]. 武漢: 武漢理工大學, 2008.

（中文編輯：劉娉婷）

Analysis of Simulation Experiments of Railway Container Logistics Center Based on AnyLogic

WANG Kun1,2，HE Fang1，HU Zi-yi3

（1. School of Transportation and Logistics, Southwest Jiaotong University, Chengdu 610031, China;2. National and Regional Joint Engineering Laboratory of Comprehensive Intelligent Transportation, Southwest Jiaotong University, Chengdu 610031, China;3. College of Transportation Engineering, Tongji University, Shanghai 200092, China）

Based on linking up logistics service function and the organization of railway freight transportation, the AnyLogic software was applied to simulate and analyze the operation procedure of train container logistics center integrating multi-functions of storage, packing, loading, unloading. The result shows that the average operating time in storage is 103 minutes on the premise of initial parameter setting, and the average outbound interval time is 1.1 minutes. The maximum storage processing capacity occurs when the quantities of forklifts are between 30 and 35. When loading rate is higher than 3 per hour and unloading rate is below 4 per hour, the operating efficiency of logistics center reaches its maximal point.

railway container logistics center; simulation analysis; AnyLogic

1672-4747（2018）02-0019-09

F253

A

10.3969/j.issn.1672-4747.2018.02.004

2017-08-15

國家社科基金青年項目（16CGL018）

王坤（1982—），男，漢族，河北邢臺人，博士，研究方向為物流服務營銷與物流系統(tǒng)優(yōu)化。

胡子怡（1996—），女，江西人，漢族，碩士研究生，研究方向為物流系統(tǒng)優(yōu)化。

王坤，何芳，胡子怡. 基于AnyLogic的鐵路集裝箱物流中心仿真實驗分析[J]. 交通運輸工程與信息學報，2018, 16(2): 19-27.