許長彬 金群昊 余海瑞 任海英

摘 要：船舶滯港、壓港問題是制約港口服務(wù)的瓶頸所在，船舶進(jìn)出港調(diào)度是解決港口擁堵的有效方法，其核心就是泊位和航道資源的優(yōu)化配置。迄今，在船舶進(jìn)出港調(diào)度方法研究上已取得一定成果，其主要涉及調(diào)度過程的優(yōu)化模型和算法研究。本文在分析和對(duì)比國內(nèi)外相關(guān)研究成果的基礎(chǔ)上，主要針對(duì)協(xié)調(diào)航道和泊位的船舶進(jìn)出港調(diào)度優(yōu)化問題，論述了研究背景、研究意義和研究現(xiàn)狀。

關(guān)鍵詞：船舶;協(xié)調(diào)調(diào)度;建模;優(yōu)化;綜述

錨地、航道和泊位構(gòu)成了港口資源的基本要素，其中航道和泊位資源的優(yōu)化配置與港口服務(wù)水平的提升息息相關(guān)。隨著海運(yùn)運(yùn)量的不斷上升以及船舶向大型化、高速化的方向發(fā)展，加之港口調(diào)度方案的不合理，從而出現(xiàn)了大量的船舶壓港、滯港現(xiàn)象。

解決港口擁堵問題可以從增加港口規(guī)模和優(yōu)化船舶調(diào)度方案入手。增加港口規(guī)模的方法包括擴(kuò)建泊位和拓寬航道等，但需要大量的資金，而且周期長。優(yōu)化船舶進(jìn)出港調(diào)度方案是最為有效的措施。目前，關(guān)于港口船舶調(diào)度的研究側(cè)重于航道調(diào)度和泊位分配的單一方面，而對(duì)二者的協(xié)調(diào)調(diào)度研究較少。

船舶進(jìn)出港協(xié)調(diào)調(diào)度研究主要集中在提高船舶進(jìn)出航道的效率和泊位資源調(diào)度優(yōu)化方面，為復(fù)雜的組合優(yōu)化問題。在滿足航行實(shí)際和現(xiàn)有資源（航道、拖輪、引航員、泊位、操作人員等其他關(guān)鍵資源）等相關(guān)約束條件下，通過確定各船舶的進(jìn)出港時(shí)間、進(jìn)出港次序，使船舶總等待時(shí)間和總調(diào)度時(shí)間等指標(biāo)達(dá)到最優(yōu)或較優(yōu)，實(shí)現(xiàn)調(diào)度過程優(yōu)化對(duì)縮短航次周期、提高船舶準(zhǔn)點(diǎn)率、降低船舶運(yùn)營成本和港口資源消耗，提高經(jīng)濟(jì)效益和市場競爭力等方面有重要作用。

本文對(duì)船舶協(xié)調(diào)調(diào)度及相關(guān)領(lǐng)域調(diào)度的模型和算法進(jìn)行了綜述，剖析現(xiàn)有模型與算法，并對(duì)未來的研究方向進(jìn)行了展望。

1港口船舶調(diào)度研究

1.1傳統(tǒng)的VTS調(diào)度方法：

傳統(tǒng)的船舶進(jìn)出港調(diào)度以先到先服務(wù)（FCFS）的模式為基礎(chǔ)。對(duì)于進(jìn)港船舶，一般情況下，需要提前24小時(shí)向目的港（或掛靠港）的VTS中心發(fā)送進(jìn)出港計(jì)劃，如果航程不足24小時(shí)，應(yīng)該在駛離上一港前報(bào)告。在抵達(dá)報(bào)告線時(shí)發(fā)送抵港報(bào)告，VTS中心根據(jù)船舶屬性、航道狀況和泊位狀況審核該船的調(diào)度安排，符合進(jìn)港條件，會(huì)安排船舶進(jìn)入航道并進(jìn)行靠泊作業(yè);如果沒有通過審核或者沒有調(diào)度安排，一般會(huì)被安排到錨地等待。船方會(huì)安排代理向碼頭企業(yè)申請(qǐng)調(diào)度，向引航站申請(qǐng)引航。碼頭企業(yè)安排調(diào)度，并向中心申請(qǐng)審核，審核通過后通知船舶，船舶在規(guī)定時(shí)間內(nèi)完成靠離泊作業(yè)。船舶完成轉(zhuǎn)卸貨作業(yè)后，向中心申請(qǐng)離港。如果符合出港條件，船舶在拖輪和引航員的協(xié)助下離港;若與其他船舶沖突，中心一般會(huì)讓船舶在碼頭等候，直到符合條件才會(huì)安排船舶出港。船舶出報(bào)告線后，發(fā)送離港報(bào)告，在該港口的進(jìn)出港作業(yè)完畢。對(duì)于雙向通航的港口，VTS中心還會(huì)考慮到船舶屬性（噸位、船長和裝載貨物類型等）確定是單向通航還是雙向通航。

目前船舶調(diào)度主要仍憑人工經(jīng)驗(yàn)完成，缺乏定量化決策模型和有效的調(diào)度計(jì)劃衡量指標(biāo)，而且調(diào)度目標(biāo)單一，缺乏平衡多目標(biāo)的能力，嚴(yán)重制約了港口的運(yùn)作效率和船舶調(diào)度效率 的提高，因此迫切需要研究港口船舶調(diào)度的優(yōu)化方法。

1.2近年來對(duì)船舶進(jìn)出港調(diào)度方案的研究進(jìn)展

對(duì)于單向航道。徐國裕等[1-2]對(duì)單向航道進(jìn)出港船舶的順序安排進(jìn)行了研究。對(duì)船載AIS 提供的與單向水道船舶通行有關(guān)的信息數(shù)據(jù)進(jìn)行分析，提煉出影響船舶調(diào)度順序的主因素和子因素， 賦予相關(guān)的權(quán)重值，得出以船舶權(quán)重為準(zhǔn)的排序模式。宋巖[3]認(rèn)為船舶調(diào)度過程是一個(gè)離散的、動(dòng)態(tài)的隨機(jī)過程，把處理多目標(biāo)條件下調(diào)度計(jì)劃優(yōu)化作為重點(diǎn)，以船舶總在港時(shí)間和泊位利用率為目標(biāo)建立模型，并用遺傳算法求解，在求解過程中通過對(duì)多目標(biāo)進(jìn)行權(quán)重偏好變換，轉(zhuǎn)化為單目標(biāo)的優(yōu)化問題。陳卓歐[4]注意到航道內(nèi)船舶追越和加減速的情況，以船舶追越次數(shù)和加減速次數(shù)衡量航道通航風(fēng)險(xiǎn)，以船舶等待時(shí)間和單位時(shí)間船舶通過數(shù)量衡量通航效率，建立相應(yīng)模型。Lin等[5]針對(duì)單向航道的船舶調(diào)度問題，優(yōu)先考慮等待時(shí)間長和優(yōu)先級(jí)高的船舶，提出以調(diào)整后總的船舶等待時(shí)間最小的調(diào)度模型，保證船舶調(diào)度過程的公平性。

在雙向航道研究方面，林俊[6]分析了雙向通航港口調(diào)度機(jī)理，考慮到通航模式影響因素，依據(jù)單雙向通航轉(zhuǎn)換特性建立模式轉(zhuǎn)換約束，考慮船舶在港作業(yè)的連續(xù)性，建立了連續(xù)性約束，通過空間到時(shí)間的轉(zhuǎn)換，以調(diào)度開始時(shí)刻為切入點(diǎn)建立了安全性約束。設(shè)計(jì)雙向通航調(diào)度多目標(biāo)遺傳算法，算法設(shè)計(jì)了三層染色體編碼解碼方法，加入等待時(shí)間期望評(píng)價(jià)的適應(yīng)度函數(shù)，精英保留策略，基于序值和擁擠距離的并列選擇算子，部分映射交叉算子，兩點(diǎn)變異算子以及染色體修復(fù)算子。鄭娟[7]重點(diǎn)關(guān)注了雙向通航港口Y型航道的船舶交通組織狀況，運(yùn)用離散事件系統(tǒng)仿真的方法，建立了船舶航行作業(yè)系統(tǒng)仿真模型，針對(duì)不同通航歷時(shí)、不同潮差、不同規(guī)模的港區(qū)進(jìn)行了仿真試驗(yàn)，得出航道交匯水域船舶不同交通組織規(guī)則對(duì)航道通過能力、船舶平均等待時(shí)間、船舶等待延時(shí)均值的影響規(guī)律，并選取船舶速度、船舶安全間距、航道交匯水域通航歷時(shí)三個(gè)船舶航行參數(shù)進(jìn)行敏感性分析。

以上相關(guān)的船舶調(diào)度只針對(duì)單一的航道進(jìn)行，而港口船舶調(diào)度是一個(gè)連續(xù)的、多因素影響的過程，應(yīng)該協(xié)調(diào)航道與泊位資源，解決船舶在港作業(yè)時(shí)航道、泊位使用沖突。

王金濤[8]受空中交通流調(diào)度領(lǐng)域協(xié)同決策的思想的啟發(fā)，建立了協(xié)同港方和船方利益的多目標(biāo)函數(shù)。Zhang等[9]對(duì)調(diào)度的開始階段建立初始化模型，進(jìn)出港交通流方向切換的流量轉(zhuǎn)換模型，建立時(shí)隙分配模型實(shí)現(xiàn)了對(duì)同向連續(xù)船舶的控制。相較于一般的船舶進(jìn)出港調(diào)度，協(xié)調(diào)調(diào)度模型覆蓋了調(diào)度過程的更多方面。協(xié)調(diào)調(diào)度模型加入了進(jìn)港船舶泊位?？肯群蟠涡蛩阕?、泊位狀態(tài)算子和泊位沖突消解算子，同時(shí)考慮到由于泊位的先后次序需要增加的安全時(shí)間間隔。林俊[5]在雙向航道調(diào)度模型的研究中，考慮到雙向航道單向通航和雙向通航條件轉(zhuǎn)換的特點(diǎn)，設(shè)計(jì)了單向通航、雙向通航模式相互轉(zhuǎn)換的約束條件以及雙向通航時(shí)正橫間距安全約束。

在算法設(shè)計(jì)方面，遺傳算法比傳統(tǒng)的優(yōu)化算法具有良好的并行計(jì)算能力，有較好的擴(kuò)容性和魯棒性，在多目標(biāo)優(yōu)化方面得到廣泛利用。王金濤[7]、張新宇等[10]根據(jù)解空間的目標(biāo)函數(shù)設(shè)計(jì)了適應(yīng)度函數(shù)，針對(duì)遺傳算法的特點(diǎn)，將解空間的初始化約束條件轉(zhuǎn)化為適應(yīng)度函數(shù)的懲罰項(xiàng)，時(shí)隙分配和流量轉(zhuǎn)換融入到編碼解碼方法中，然后設(shè)計(jì)基于染色體序值和擁擠距離的選擇算子和精英策略，并設(shè)計(jì)動(dòng)態(tài)多點(diǎn)交叉算子、對(duì)稱基因位變異算子、隨機(jī)修復(fù)策略。林俊[5]考慮到雙向航道的特點(diǎn)，設(shè)計(jì)了三層染色體的編解碼方法，為了照顧模型的公平性，在適應(yīng)度函數(shù)設(shè)計(jì)中加入了等待時(shí)間期望評(píng)價(jià)。遺傳算法存在容易陷人局部最優(yōu)及后期收斂較慢的問題，為了解決這個(gè)問題，張新宇等[11]采用多種群遺傳算法并加入退火機(jī)制，憑借其前期搜索空間大、退火溫度高、適應(yīng)度值的變化范圍廣的特點(diǎn)，保證了算法不會(huì)陷人局部最優(yōu)的情況;算法前期隨著溫度不斷下降，搜索空間會(huì)急劇縮小，算法后期可發(fā)揮遺傳算法局部搜索的能力，進(jìn)而保證了最終結(jié)果收斂到最優(yōu)解的區(qū)間。除了遺傳算法之外，Chen等[12]嘗試了基于粒子位置的離散粒子群算法（DPSO）求解調(diào)度序列，DPSO較GA有著搜索速度快、效率高和算法簡單的優(yōu)點(diǎn)，但是容易陷入局部最優(yōu)。

船舶進(jìn)出港協(xié)調(diào)調(diào)度模型和求解算法的研究還不完善，其他相關(guān)領(lǐng)域的學(xué)者在多目標(biāo)優(yōu)化建模、求解方面已取得一定成果。

2運(yùn)河船舶排閘算法研究（多目標(biāo)優(yōu)化）

我國內(nèi)河諸多重要通航樞紐建有船閘，隨著通航樞紐擁堵狀況的不斷惡化，水路交通研究領(lǐng)域的學(xué)者對(duì)于船舶排閘問題給予了充分關(guān)注。胡適軍等[13]把船舶排閘問題看做組合優(yōu)化中的二維填充問題，綜合了快速排閘算法和寬度優(yōu)先排閘算法，利用快速排閘算法對(duì)遺傳算法進(jìn)行改造，提出了遺傳優(yōu)化排閘算法。建立了船閘調(diào)度模型、船舶交通流量模型、閘室排擋模型，并且以閘室利用率和船舶待閘時(shí)間為評(píng)價(jià)指標(biāo)來評(píng)價(jià)算法對(duì)提高船閘運(yùn)行效率的作用。劉云峰等[14]分析了三峽永久船閘的編排問題，將其概括為一個(gè)NP-完全的多目標(biāo)規(guī)劃問題，以搜索最優(yōu)閘室組合的二叉樹為基礎(chǔ)，設(shè)計(jì)出DPS算法。王小平等[15]將三峽葛洲壩看做一個(gè)有機(jī)的整體，建立了兩壩聯(lián)合調(diào)度的數(shù)學(xué)模型，設(shè)計(jì)了基于簡化的串聯(lián)排隊(duì)系統(tǒng)的船舶編排算法。肖恒輝等[16]從現(xiàn)場調(diào)度的角度出發(fā)，提出了閘外編排的概念，以排擋圖為依據(jù)，采用長度優(yōu)先、先大后小的排擋策略，建立了閘外編排的數(shù)學(xué)模型，并根據(jù)模型的目標(biāo)函數(shù)和約束生成了相應(yīng)的閘外編排算法。

以上關(guān)于運(yùn)河船舶過閘調(diào)度的研究都是多目標(biāo)多約束的NP-Hard問題，排閘問題的建模過程和算法求解過程，以及聯(lián)合調(diào)度思想，為港口船舶協(xié)調(diào)調(diào)度提供了啟發(fā)和參考。

3海峽（運(yùn)河）船舶調(diào)度

在海峽船舶調(diào)度方面，伊斯坦布爾海峽是連通地中海和黑海的交通要道，交通流密度很大，交通情況復(fù)雜。為了提高南向船舶和北向船舶的通過效率，?zgecan等[17]提出了船舶調(diào)度算法，算法的基本理論是優(yōu)先調(diào)度等待時(shí)間長的船舶，同時(shí)給大型危險(xiǎn)品船以較高的優(yōu)先級(jí)，采用多種排隊(duì)方法的比較分析出通過狹水道的最佳方案。把這種方法的運(yùn)用擴(kuò)展到雙向航道單向通航調(diào)度優(yōu)化的算法之中。在運(yùn)河調(diào)度優(yōu)化方面，甘勇等[18]為了解決三峽-葛洲壩聯(lián)合調(diào)度下船舶過閘優(yōu)先級(jí)的問題，提出了船舶流排序算法模型，基于船舶相關(guān)的靜態(tài)屬性和動(dòng)態(tài)屬性，運(yùn)用模糊綜合評(píng)價(jià)法計(jì)算出靜態(tài)權(quán)重，根據(jù)不滿意問題的數(shù)學(xué)描述和排隊(duì)論，得出計(jì)算動(dòng)態(tài)權(quán)重的指數(shù)函數(shù)，最后根據(jù)權(quán)重值得高低確定編排的原則。

4空中交通領(lǐng)域飛機(jī)進(jìn)離場優(yōu)化問題研究

與本文相關(guān)的空中交通領(lǐng)域關(guān)于飛機(jī)進(jìn)離場優(yōu)化研究較多，陳世林等[19]針對(duì)機(jī)場交通擁擠的問題，基于協(xié)同決策（CDM）理論，提出了進(jìn)離場流量轉(zhuǎn)換的協(xié)同決策模型和算法，并采用動(dòng)態(tài)規(guī)劃法求解。協(xié)同決策思想于上世紀(jì)末由美國聯(lián)邦航空局提出，提高了交通流量管理（TFM）效率。隨后協(xié)同決策被應(yīng)用于地面等待中，在地面等待的研究中時(shí)隙分配問題被深入研究，徐肖豪等[20]論述了時(shí)隙分配的概念、屬性、模型和求解算法，以此為基礎(chǔ)總結(jié)出時(shí)隙分配的關(guān)鍵問題及模型和算法研究，指出了時(shí)隙分配問題的研究方向。嚴(yán)俊等[21]對(duì)航班波運(yùn)行模式下的地面等待策略，提出了時(shí)隙交換策略。借鑒上述協(xié)同決策、流量轉(zhuǎn)換、時(shí)隙分配等思想，可用來分析港口船舶調(diào)度優(yōu)化問題。

5生產(chǎn)過程調(diào)度問題模型和算法研究

生產(chǎn)過程調(diào)度是自動(dòng)化、工業(yè)工程和管理工程等領(lǐng)域的重點(diǎn)研究方向。對(duì)于具有大規(guī)模、帶復(fù)雜約束、不確定等綜合復(fù)雜性的實(shí)際生產(chǎn)調(diào)度問題，傳統(tǒng)的調(diào)度模型和優(yōu)化算法已難以建立相關(guān)調(diào)度模型和取得理想的調(diào)度結(jié)果。針對(duì)上述問題，劉民等[22]采用基于數(shù)據(jù)的調(diào)度過程建模方法，提出了精確模型和特征模型相結(jié)合的建模方法?；谟唵巍C(jī)器、計(jì)劃等歷史數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)和仿真數(shù)據(jù)。采用數(shù)據(jù)挖掘和預(yù)測(cè)方法提出了基于數(shù)據(jù)的調(diào)度模型。Li等[23]針對(duì)柔性制造系統(tǒng)， 基于生產(chǎn)過程調(diào)度相關(guān)歷史數(shù)據(jù)和仿真數(shù)據(jù)提取少量數(shù)據(jù)對(duì)，并采用整體模糊化和數(shù)據(jù)趨勢(shì)預(yù)測(cè)方法生成大量用于獲取啟發(fā)式調(diào)度規(guī)則選擇策略的訓(xùn)練數(shù)據(jù)對(duì)，應(yīng)用ANFIS或BP神經(jīng)網(wǎng)絡(luò)進(jìn)行調(diào)度規(guī)則的挖掘.

隨著AIS等技術(shù)的不斷發(fā)展和應(yīng)用，港口部門已積累了與調(diào)度相關(guān)的大量歷史數(shù)據(jù)，并可采集到與調(diào)度相關(guān)的大量實(shí)時(shí)數(shù)據(jù)，這些數(shù)據(jù)反映出大量實(shí)際調(diào)度環(huán)境特點(diǎn)及調(diào)度知識(shí)。借鑒生產(chǎn)過程調(diào)度領(lǐng)域基于數(shù)據(jù)的建模方法和數(shù)據(jù)處理方法，有助于改進(jìn)傳統(tǒng)的船舶調(diào)度建模方法和優(yōu)化算法。

6總結(jié)

船舶進(jìn)出港調(diào)度是水路交通領(lǐng)域的重點(diǎn)研究方向。為了促進(jìn)基于協(xié)調(diào)調(diào)度的船舶進(jìn)出港優(yōu)化方法研究進(jìn)一步發(fā)展，本文在對(duì)傳統(tǒng)調(diào)度方法介紹的基礎(chǔ)上，重點(diǎn)介紹了船舶進(jìn)出港協(xié)調(diào)調(diào)度及相關(guān)領(lǐng)域的建模和求解方法。同時(shí)，目前的船舶調(diào)度問題建模方法在進(jìn)行建模時(shí)對(duì)實(shí)際復(fù)雜環(huán)境的進(jìn)行了簡化，并且附加了較多的約束條件，如不考慮引航員和拖輪的調(diào)度、航道水深已滿足進(jìn)出港要求、港口錨地容量無限大、船舶港內(nèi)航行速度用平均速度代替等。所以，單純的采用傳統(tǒng)建模方法所建立的模型與實(shí)際情況有一定的差距。因此，如何解決傳統(tǒng)方法的弊端是研究的一大趨勢(shì)。

參考文獻(xiàn)：

[1]徐國裕，劉人杰，吳兆麟.單向水道船舶進(jìn)出港排序權(quán)重分析[C]// 2008-2009年船舶通信導(dǎo)航論文集.

[2]徐國裕，郭涂城，吳兆麟.單向水道船舶進(jìn)出港最佳排序模式[J].大連海事大學(xué)學(xué)報(bào)， 2008， 34（4）：150-153.

[3]宋巖，黃磊，胡偉.遺傳算法在港口船舶調(diào)度領(lǐng)域中的應(yīng)用[J].中國水運(yùn)月刊， 2009， 9（9）：76-77.

[4]陳卓歐.天津港進(jìn)港主航道船舶交通組織調(diào)度建模研究[J].中國海事， 2015（5）：46-49.

[5]Lin J， Zhang X Y， Yin Y， et al. Optimization of Ship Scheduling Based on One-Way Fairway[J]. Lecture Notes in Computer Science， 2014， 8631：3-2014.

[6]林俊.雙向通航情況下港口船舶調(diào)度優(yōu)化[D].大連海事大學(xué)，2015.

[7]鄭娟.航道交匯水域船舶交通組織的影響分析[D].大連理工大學(xué)， 2011.

[8]Zhang X， Lin J， Guo Z， et al. Vessel transportation scheduling optimization based on channel–berth coordination[J]. Ocean Engineering， 2016， 112：145-152.

[9]張新宇，郭子堅(jiān)，王金濤，等.基于航道與泊位資源協(xié)調(diào)調(diào)度的船舶交通優(yōu)化[J].中國航海， 2015， 38（3）：33-36.

[10]張新宇，林俊，郭子堅(jiān)，等.基于模擬退火多種群遺傳算法的港口船舶調(diào)度優(yōu)化[J].中國航海， 2016， 39（1）：26-30.

[11] Chen X， Zhang X Y， Liu T S， Lin J， et al. The Vessel Schedule Optimization Based on Particle Swarm Optimization Algorithm[C].

[12]胡適軍，周春輝，文元橋，等. 船舶排閘的遺傳算法設(shè)計(jì)與仿真[J].中國航海， 2015， 38（2）：38-42.

[13]劉云峰，齊歡. DFS算法在三峽永久船閘優(yōu)化編排中的應(yīng)用[J].計(jì)算機(jī)工程， 2002， 28（8）：224-226.

[14]王小平，齊歡，肖恒輝，等. 基于串聯(lián)排隊(duì)網(wǎng)絡(luò)的三峽-葛洲壩水利樞紐聯(lián)合調(diào)度模型[J].交通運(yùn)輸工程學(xué)報(bào)， 2006， 6（3）：82-86.

[15]肖恒輝，齊歡，王小平，等. 船舶調(diào)度閘外編排算法[J].交通運(yùn)輸工程學(xué)報(bào)， 2007， 7（1）：26-29.

[16]?zgecan S. Ulus?u， ?zba? B， Alt?ok T， et al. Transit Vessel Scheduling in the Strait of Istanbul[J]. Journal of Navigation， 2009， 62（1）：59-77.

[17]甘勇，齊歡，肖恒輝. 三峽-葛洲壩聯(lián)合調(diào)度下的船舶調(diào)度優(yōu)先級(jí)算法[J].交通信息與安全， 2006， 24（6）：128-131.

[18]陳世林，胡明華，張洪海. 基于進(jìn)離場容量轉(zhuǎn)換的協(xié)同決策系統(tǒng)[J].系統(tǒng)管理學(xué)報(bào)， 2008， 17（5）：586-590.

[19]徐肖豪，王飛.地面等待策略中的時(shí)隙分配模型與算法研究[J].航空學(xué)報(bào)， 2010， 31（10）：1993-2003.

[20]嚴(yán)俊，吳桐水，高強(qiáng)，等.航空公司合作博弈下的時(shí)隙交換模型[J].交通運(yùn)輸工程學(xué)報(bào)， 2012， 12（5）.

[21]劉民.國家973計(jì)劃項(xiàng)目課題 “復(fù)雜生產(chǎn)制造過程實(shí)時(shí)智能優(yōu)化調(diào)度理論與算法研究” 總結(jié)報(bào)告， 清華大學(xué)， 2008.

[22]Li D C， Wu C S， Tsai T I， et al. Using mega-fuzzification and data trend estimation in small data set learning for early FMS scheduling knowledge[J]. Computers & Operations Research， 2006， 33（6）：1857-1869.