黃肖玲，王雅薇，郭杰偉，紀(jì)國(guó)良，羅勛杰

“前港后廠”港口堆場(chǎng)作業(yè)設(shè)備調(diào)度優(yōu)化研究

黃肖玲1，王雅薇1，郭杰偉1，紀(jì)國(guó)良2，羅勛杰3

(1.大連海事大學(xué) 交通運(yùn)輸工程學(xué)院，遼寧 大連 116026；2.中國(guó)大連港集團(tuán)有限公司，遼寧 大連 116004；3.上海國(guó)際港務(wù)（集團(tuán)）有限公司，上海 201306）

隨著臨港工業(yè)的發(fā)展，我國(guó)港口行業(yè)也在進(jìn)一步探索“前港后廠”這一新型模式。由于“前港后廠”其獨(dú)特的模式打破了原有港口運(yùn)輸配送體系，其中基于鋼鐵企業(yè)訂單需求的拉動(dòng)，使得港口內(nèi)的原料配送更為頻繁，直接牽動(dòng)港口后方堆場(chǎng)的作業(yè)效率。因此，本文從港口內(nèi)部研究堆場(chǎng)作業(yè)效率，在保證鋼鐵企業(yè)生產(chǎn)計(jì)劃的前提下，構(gòu)建了堆取料機(jī)調(diào)度優(yōu)化模型；采用改進(jìn)的粒子群算法求解，得出計(jì)劃期內(nèi)各個(gè)堆取料機(jī)的最佳作業(yè)路徑（次序）和作業(yè)時(shí)間；最后，通過(guò)仿真驗(yàn)證該模型的有效性；并依次對(duì)料堆比重、取料比重和均衡率約束變化下的堆取料機(jī)作業(yè)效率進(jìn)行了靈敏度分析。該方法使港口企業(yè)在滿足鋼鐵企業(yè)生產(chǎn)需要的同時(shí)，降低不必要的成本，以期實(shí)現(xiàn)港口堆場(chǎng)的精細(xì)化管理，從港口企業(yè)內(nèi)部提高生產(chǎn)運(yùn)作效益。

“前港后廠”；JIT；堆取料機(jī)；調(diào)度；PSO

0 引言

隨著“大碼頭，大化工，大鋼鐵”時(shí)代的到來(lái)，大型企業(yè)該如何縮減成本，增加效益？

如何整合散雜貨港口物流服務(wù)與鋼鐵企業(yè)的供應(yīng)鏈，實(shí)現(xiàn)碼頭作業(yè)與鋼鐵企業(yè)生產(chǎn)鏈一體化，提高港口散雜貨物流的效率，是發(fā)展港口物流急需解決的關(guān)鍵問(wèn)題。由于土地資源越來(lái)越昂貴，管理成本越來(lái)越高，大型企業(yè)自建碼頭越發(fā)不經(jīng)濟(jì)，因而港口企業(yè)和鋼鐵企業(yè)建立相互合作關(guān)系[1,2]，探索“前港后廠，兩頭在港”這種閉環(huán)系統(tǒng)的新模式理論，為港口物流鏈與鋼廠生產(chǎn)鏈一體化提供科學(xué)的依據(jù)，實(shí)現(xiàn)對(duì)現(xiàn)代大型企業(yè)的科學(xué)化管理。

“前港后廠”則是符合當(dāng)今“大碼頭、大化工、大鋼鐵”時(shí)代發(fā)展需求的一種創(chuàng)新模式。所謂“前港后廠，兩頭在港”，即港口與鋼鐵廠之間建立合同關(guān)系，鋼鐵企業(yè)生產(chǎn)所需的原材料經(jīng)海運(yùn)運(yùn)輸?shù)竭_(dá)港口后，通過(guò)皮帶機(jī)運(yùn)至鋼鐵廠，或直接堆存在港口堆場(chǎng)，之后港方再按照鋼鐵廠的需求，將原料定時(shí)、定點(diǎn)、定量送達(dá)。同樣，鋼鐵廠生產(chǎn)的產(chǎn)成品也通過(guò)港口運(yùn)出，或先堆存在港口堆場(chǎng)，港方再按照鋼鐵廠的要求將其運(yùn)出。伴隨著臨港工業(yè)在國(guó)內(nèi)外的蓬勃發(fā)展[3-5]，我國(guó)港口行業(yè)已經(jīng)探索“前港后廠”模式[6-8]。這種港口服務(wù)企業(yè)與制造企業(yè)間相互合作的新模式越來(lái)越被國(guó)內(nèi)外企業(yè)專家所倡導(dǎo)[9-11]。然而，如何實(shí)現(xiàn)“前港后廠”雙方企業(yè)間的“無(wú)縫連接”，目前其理論研究國(guó)內(nèi)外還屬于空白。

在“前港后廠”模式中，由于基于鋼鐵企業(yè)訂單需求拉動(dòng)（Just In Time, JIT），使得港口內(nèi)原料配送更為頻繁，直接牽動(dòng)港口后方堆場(chǎng)的作業(yè)效率，急需研究針對(duì)港口堆場(chǎng)的生產(chǎn)作業(yè)與管理的方法，提高港口生產(chǎn)效率，節(jié)約港口的生產(chǎn)成本。

因此，本文以提高港口作業(yè)效率、降低作業(yè)成本為目的，在保證鋼鐵企業(yè)生產(chǎn)計(jì)劃順利執(zhí)行的前提下，構(gòu)建了堆取料機(jī)調(diào)度優(yōu)化模型，對(duì)碼頭堆場(chǎng)作業(yè)設(shè)備調(diào)度進(jìn)行優(yōu)化，以期能夠?yàn)楦劭谖锪麈溑c鋼廠生產(chǎn)鏈一體化提供科學(xué)的理論依據(jù)。

1 港口堆場(chǎng)作業(yè)設(shè)備調(diào)度研究綜述

國(guó)內(nèi)外對(duì)原料堆場(chǎng)作業(yè)優(yōu)化的研究涉及多個(gè)方面。日本學(xué)者Tokuyama[12]將原料場(chǎng)的鐵礦粉等原料的運(yùn)輸路徑、運(yùn)輸次序以及每次運(yùn)輸作業(yè)的時(shí)間建立為線性模型，得出原料的最優(yōu)運(yùn)輸路徑。SUH等[13]應(yīng)用啟發(fā)式算法，在綜合考慮了傳送帶與取料機(jī)聯(lián)合調(diào)度的基礎(chǔ)上，對(duì)鋼鐵企業(yè)原料堆場(chǎng)作業(yè)設(shè)備的調(diào)度問(wèn)題進(jìn)行了研究。Lee等[14]運(yùn)用不完全集中模型對(duì)某公司原料的供應(yīng)鏈進(jìn)行了研究，并且改進(jìn)了問(wèn)題的模型。Kim等[15]將整數(shù)規(guī)劃模型應(yīng)用于原料場(chǎng)的存儲(chǔ)研究，并綜合考慮了原料堆場(chǎng)的布局以及運(yùn)輸成本等因素。Lu等[16]在系統(tǒng)分析鋼鐵原料流的流動(dòng)特性基礎(chǔ)上，建立了鋼鐵企業(yè)生產(chǎn)系統(tǒng)的優(yōu)化模型，以優(yōu)化鋼鐵生產(chǎn)。

隨著科學(xué)技術(shù)的進(jìn)步，計(jì)算機(jī)技術(shù)被逐漸應(yīng)用到原料堆場(chǎng)的作業(yè)優(yōu)化上來(lái)，國(guó)外先進(jìn)的原料堆場(chǎng)作業(yè)優(yōu)化系統(tǒng)已應(yīng)用智能建模等優(yōu)化方法[17,18]。Agou等[19]通過(guò)原料堆場(chǎng)的多目標(biāo)規(guī)劃以及運(yùn)輸線路規(guī)劃之間的交互建立了原料堆場(chǎng)的作業(yè)優(yōu)化模型，通過(guò)實(shí)例驗(yàn)證說(shuō)明了模型的實(shí)用性。料堆的合理布局，可以提高原料堆場(chǎng)的空間利用率[20]。在對(duì)寶鋼公司的實(shí)際調(diào)研中，通過(guò)運(yùn)用層次分析法和0-1整數(shù)規(guī)劃，構(gòu)建原料堆場(chǎng)輸入配置模型以及其應(yīng)遵循的原則，以此降低了原料堆場(chǎng)作業(yè)成本[21]。隨著科技的進(jìn)步，料場(chǎng)的無(wú)人化操作開(kāi)始被提出，寶鋼公司管理系統(tǒng)的智能化首先得到研究，并且開(kāi)發(fā)出了原料堆場(chǎng)的智能管理系統(tǒng)[22]。采用Arena軟件對(duì)原料入廠物流進(jìn)行仿真優(yōu)化是一種有效的研究方法[23]。在鋼鐵企業(yè)原料從采購(gòu)到粗鋼生成過(guò)程中，以相關(guān)成本最小為目標(biāo)的數(shù)學(xué)模型，采用分枝法獲得可行解，并且驗(yàn)證了模型和算法的有效性[24]。另外，唐立新等[25]研究了基于智能化的鋼鐵企業(yè)生產(chǎn)計(jì)劃與調(diào)度問(wèn)題，依據(jù)企業(yè)的生產(chǎn)計(jì)劃合理調(diào)度生產(chǎn)設(shè)備。

在港口作業(yè)調(diào)度方面大部分的研究針對(duì)于集裝箱碼頭的泊位[26-29]、岸吊[30-32]或場(chǎng)吊[26,27,29,33]的調(diào)度。散雜貨物港口調(diào)度涉及的因素非常復(fù)雜和特殊[34]，計(jì)劃與調(diào)度的決策對(duì)于確保貨物按計(jì)劃進(jìn)行存儲(chǔ)和運(yùn)輸及港口設(shè)施的有效運(yùn)行至關(guān)重要[28]。如果僅靠增加泊位分配[34]而不伴隨著堆場(chǎng)配置優(yōu)化也不會(huì)提高港口效率[35]。對(duì)散雜貨碼頭堆場(chǎng)堆取料機(jī)等作業(yè)設(shè)備的調(diào)度研究較少。國(guó)內(nèi)外對(duì)原料堆場(chǎng)作業(yè)設(shè)備的調(diào)度，研究了間隔布置的堆料機(jī)和取料機(jī)的調(diào)度，但其調(diào)度模型大多集中于一次調(diào)度策略，未考慮作業(yè)計(jì)劃期對(duì)調(diào)度策略的影響。而“前港后廠”的碼頭作業(yè)特性是：由于基于鋼鐵企業(yè)訂單需求拉動(dòng)的港口原料配送作業(yè)計(jì)劃期更為頻繁，直接牽動(dòng)碼頭后方堆場(chǎng)的作業(yè)效率，急需對(duì)其進(jìn)行調(diào)度優(yōu)化研究。因此，本文基于“前港后廠”共生，合理安排港口堆場(chǎng)堆取料機(jī)調(diào)度，以滿足鋼鐵企業(yè)生產(chǎn)需求，實(shí)現(xiàn)港口物流鏈與鋼鐵企業(yè)的生產(chǎn)鏈一體化。

2 “前港后廠”港口堆場(chǎng)作業(yè)調(diào)度過(guò)程

“前港后廠”模式下，基于鋼鐵企業(yè)訂單需求拉動(dòng)而引起的港口原料配送作業(yè)更為頻繁，直接牽動(dòng)碼頭后方堆場(chǎng)的作業(yè)效率，因而對(duì)港口內(nèi)部作業(yè)效率提出了更高的要求。故從港口企業(yè)內(nèi)部生產(chǎn)工藝研究堆場(chǎng)作業(yè)效率，在保證鋼鐵企業(yè)生產(chǎn)計(jì)劃的前提下，構(gòu)建堆取料機(jī)調(diào)度優(yōu)化模型。

2.1 “前港后廠”物流分布與運(yùn)作過(guò)程

首先，卸船機(jī)將鐵礦石等原料卸至傳送帶，然后通過(guò)傳送帶系統(tǒng)傳送到碼頭后方堆場(chǎng)，由堆取料機(jī)進(jìn)行堆料，最后堆取料機(jī)根據(jù)鋼鐵實(shí)際生產(chǎn)需求進(jìn)行取料作業(yè)，將原料傳送至港口后方鋼鐵企業(yè)；不僅如此，鋼鐵企業(yè)生產(chǎn)的鋼材等產(chǎn)成品亦可運(yùn)送至碼頭前沿，通過(guò)海運(yùn)網(wǎng)絡(luò)，運(yùn)至各個(gè)需求地。其物流分布與作業(yè)如圖1，2所示。

圖1 “前港后廠”物流平面布置模式[8]

Figure 1 Logistics layout mode of “Port before Factory”[8]

圖2 來(lái)自鋼廠訂單拉動(dòng)的JIT礦石碼頭作業(yè)過(guò)程

Figure 2 JIT operation process of ore terminal driven by orders from steel factory

圖3 “前港后廠”原料物流流程

Figure 3 Raw material logistics process of “Port before Factory”

鋼鐵生產(chǎn)工藝對(duì)原料的輸入配置有較高的要求，在“前港后廠”新模式下，鋼鐵企業(yè)的原料堆存在港口，港口企業(yè)需根據(jù)鋼鐵企業(yè)的實(shí)際生產(chǎn)計(jì)劃，制定原料配送計(jì)劃。因此，本文在一定的計(jì)劃期內(nèi)對(duì)堆取料機(jī)的調(diào)度進(jìn)行研究，即港口根據(jù)鋼鐵企業(yè)的實(shí)際生產(chǎn)需求以及港口堆場(chǎng)料堆的布局，在一定作業(yè)計(jì)劃期內(nèi)，制定堆取料機(jī)的工作路徑，確定堆取料機(jī)的取料次序及對(duì)應(yīng)料堆的取料量，以實(shí)現(xiàn)堆取料機(jī)工作效率和均衡率的最優(yōu)，如圖3所示。

原料的運(yùn)輸方式采用船舶運(yùn)輸，船舶到港后按照制定好的泊位計(jì)劃進(jìn)行靠泊作業(yè)，由卸船機(jī)將礦石從船上卸至皮帶機(jī)。皮帶機(jī)再經(jīng)過(guò)轉(zhuǎn)接塔將原料傳輸至堆取料機(jī)，由其進(jìn)行堆料作業(yè)，完成港口堆場(chǎng)原料布局。原料在港口堆場(chǎng)暫存，港口根據(jù)鋼鐵企業(yè)的生產(chǎn)計(jì)劃，通過(guò)堆取料機(jī)和皮帶機(jī)的聯(lián)合作業(yè)，將原料配送至鋼鐵廠的受料槽，鋼鐵企業(yè)進(jìn)行原料混勻操作，最后原料進(jìn)入燒結(jié)和煉鐵過(guò)程，形成產(chǎn)品或半成品。其中，本文研究的堆取料機(jī)調(diào)度在港口堆場(chǎng)至混勻配料槽的環(huán)節(jié)，即圖3中虛線框部分，文中研究的堆取料機(jī)調(diào)度結(jié)果也運(yùn)用在該環(huán)節(jié)。

2.2 港口堆場(chǎng)布局

散雜貨港口的堆場(chǎng)采用分作業(yè)線和分區(qū)域管理的方法，方便安排作業(yè)工人和調(diào)度作業(yè)設(shè)備。作業(yè)線的劃分是在與泊位垂直的方向上將堆場(chǎng)劃為若干作業(yè)線，在作業(yè)線的基礎(chǔ)上，按照與泊位平行的方向再劃分出若干區(qū)域。堆場(chǎng)區(qū)域間虛線表示車輛道路，在堆場(chǎng)布局中往往較為寬廣，以方便堆場(chǎng)生產(chǎn)作業(yè)。每個(gè)區(qū)域的一個(gè)長(zhǎng)方形表示一個(gè)堆位，堆位是描述散雜貨港口堆場(chǎng)面積的最小計(jì)量單位，在命名方式上采取某區(qū)加某位的方式，原則上每個(gè)堆位只允許堆放一種貨物，以防止不同貨物之間的混亂。散雜貨港口按照碼頭前沿的泊位、堆場(chǎng)面積、道路特點(diǎn)等因素，一般采用與港口泊位方向垂直的內(nèi)陸，將堆場(chǎng)區(qū)域劃分前方堆場(chǎng)、后方堆場(chǎng)和月臺(tái)堆場(chǎng)三種形式，如圖4所示。

圖4 散雜貨港口布局示意圖

Figure 4 Layout diagram of bulk cargo port

其中，前方堆場(chǎng)是指靠近碼頭前沿的堆場(chǎng)，可以通過(guò)裝卸橋等作業(yè)設(shè)備直接進(jìn)行裝卸船作業(yè)，因而前方堆場(chǎng)的作業(yè)效率高于其他區(qū)域的堆場(chǎng)，且相關(guān)作業(yè)成本相對(duì)較低，通常用于存放一些周轉(zhuǎn)率較高以及不便運(yùn)輸?shù)呢浳?；后方堆?chǎng)即距離碼頭前沿較遠(yuǎn)的堆場(chǎng)，由于運(yùn)輸距離較長(zhǎng)，導(dǎo)致其作業(yè)效率低而作業(yè)成本高，通常用于存放一些周轉(zhuǎn)率較低或在港停留時(shí)間較長(zhǎng)的貨物；月臺(tái)堆場(chǎng)指與港口鐵路等集疏運(yùn)設(shè)施相連的堆場(chǎng)，其堆場(chǎng)區(qū)域延鐵路向內(nèi)陸延伸，通常用于存放需要快速進(jìn)行集散的貨物。

2.3 堆取料機(jī)作業(yè)特性

港口堆場(chǎng)堆取料機(jī)作業(yè)平面圖如圖5所示，主要有以下特點(diǎn)：

圖5 港口堆場(chǎng)堆取料機(jī)作業(yè)示意圖

Figure 5 Diagram of the operation of stacker-reclaimers in the port yard

①對(duì)于某個(gè)料堆，堆取料機(jī)的作業(yè)必須是連續(xù)的過(guò)程，即取料過(guò)程不得發(fā)生中斷或搶占現(xiàn)象；

②每個(gè)堆取料機(jī)都有自己固定的軌道，堆取料機(jī)作業(yè)只能沿著軌道方向行走，所以其服務(wù)料堆數(shù)量有限，只能服務(wù)其軌道兩邊的料堆；

③為了防止對(duì)堆取料機(jī)進(jìn)行檢修或發(fā)生故障時(shí)對(duì)堆場(chǎng)作業(yè)帶來(lái)影響，在港口堆場(chǎng)布局時(shí)，同一種原料，會(huì)分散堆放在不同料條（即沿著堆取料機(jī)行走軌道方向，一個(gè)個(gè)原料堆排列形成的一個(gè)列即為一個(gè)“料條”，如圖4和圖5陰影部分）中，這樣同時(shí)可以減少堆取料機(jī)作業(yè)時(shí)間，提高其作業(yè)均衡率；

④考慮到實(shí)際作業(yè)情形，每臺(tái)堆取料機(jī)與其軌道兩旁的料堆，是一對(duì)多的關(guān)系。而每個(gè)作業(yè)期內(nèi)任一料堆僅能由一臺(tái)堆取料機(jī)服務(wù)。其原因是為了防止兩臺(tái)堆取料機(jī)的碰撞（斗輪旋轉(zhuǎn)以及大臂升降回旋可能發(fā)生碰撞），實(shí)際作業(yè)過(guò)程中也是一個(gè)料堆同一時(shí)間只能被同一個(gè)堆取料機(jī)服務(wù)；

⑤堆取料機(jī)作業(yè)前需要進(jìn)行安全檢查防護(hù)，比如行走軌道要全面清理雜物和積粉，檢查驅(qū)動(dòng)系統(tǒng)是否正常，螺栓是否有松動(dòng)等現(xiàn)象，因此堆取料機(jī)每次作業(yè)從檢修點(diǎn)開(kāi)始；結(jié)束作業(yè)后返回至檢修點(diǎn)進(jìn)行檢修、維護(hù)。由于檢修點(diǎn)作業(yè)需要平臺(tái)和其他輔助設(shè)備工具以及檢修員工的配合，所以檢修點(diǎn)需設(shè)置在軌道另一端。

3 堆取料機(jī)調(diào)度優(yōu)化模型

堆取料機(jī)總成本可分為運(yùn)行成本和維修養(yǎng)護(hù)成本。相同生產(chǎn)計(jì)劃下，所有堆取料機(jī)的走行路徑最短則整體利用率越高，運(yùn)行成本最低，堆取料機(jī)之間使用均衡率越高，則設(shè)備的維修養(yǎng)護(hù)成本越低。本文以作業(yè)計(jì)劃期內(nèi)堆取料機(jī)利用率最大，使用均衡率最高建立雙目標(biāo)港口堆場(chǎng)堆取料機(jī)調(diào)度優(yōu)化模型。

（1）參數(shù)符號(hào)

假設(shè)1：堆取料機(jī)的工作功率和走行功率恒定；

假設(shè)2：取料作業(yè)的最小時(shí)間單位為天，以實(shí)際生產(chǎn)的周計(jì)劃作為取料作業(yè)的時(shí)間域；

假設(shè)3：忽略料堆長(zhǎng)度變化對(duì)取料作業(yè)的影響。

基于以上分析，設(shè)置如下參數(shù)。

（2）決策變量

（3）目標(biāo)函數(shù)

計(jì)劃期內(nèi)堆取料機(jī)的利用率最大：

計(jì)劃期內(nèi)堆取料機(jī)作業(yè)的均衡率最大：

（4）約束條件

計(jì)劃期內(nèi)，各堆取料機(jī)對(duì)某一料堆的取料量不能大于該料堆的初始重量：

每個(gè)時(shí)間段內(nèi)完工時(shí)間約束：

每個(gè)時(shí)間段內(nèi)取料量滿足生產(chǎn)需求量：

取料連續(xù)性約束（中間無(wú)中斷或搶占現(xiàn)象發(fā)生）：

堆取料機(jī)從檢修點(diǎn)即虛擬料堆開(kāi)始作業(yè)：

堆取料機(jī)返回至檢修點(diǎn)即虛擬料堆結(jié)束作業(yè)：

堆取料機(jī)走行成本定義：

每個(gè)時(shí)間段內(nèi)任一料堆只能由一臺(tái)取料機(jī)取料且只取一次：

在固定軌道約束下，堆取料機(jī)可服務(wù)的料堆集合：

（5）雙目標(biāo)的處理

本節(jié)在處理雙目標(biāo)時(shí)，采用將均衡率目標(biāo)轉(zhuǎn)化為約束的方式，在約束值上沒(méi)有給出固定數(shù)值，而是討論了在不同約束值下，目標(biāo)函數(shù)值的變化，堆取料機(jī)利用率越高則運(yùn)行成本值越低。是因?yàn)樵趯?shí)際生產(chǎn)中，各堆取料機(jī)的使用年限、新舊程度等不同，為了減少設(shè)備的維修保養(yǎng)費(fèi)用，對(duì)相對(duì)新的設(shè)備可能使用的多一些，而相對(duì)老舊的設(shè)備使用的少一些。由于各港口的設(shè)備狀況及作業(yè)情況不同，很難給出一個(gè)具體的約束值，港口可以根據(jù)自身情況，設(shè)定一個(gè)理想的均衡率范圍，從而實(shí)現(xiàn)堆取料機(jī)的利用率和均衡率的雙目標(biāo)優(yōu)化。

3.1 改進(jìn)PSO算法求解優(yōu)化模型

本模型為分別求最大值的多目標(biāo)規(guī)劃，考慮到模型為非線性，問(wèn)題的規(guī)模較大。因此，選用粒子群優(yōu)化算法（Particle Swarm Optimization，PSO）求解。相對(duì)于比較常用的遺傳算法，它的規(guī)則更為簡(jiǎn)單，通過(guò)個(gè)體之間的協(xié)作和信息共享，追隨當(dāng)前最優(yōu)粒子進(jìn)行不斷迭代的搜索直至找到最優(yōu)解。并且PSO采用種群的方式組織搜索，可以同時(shí)搜索空間內(nèi)的多個(gè)區(qū)域，適合于大規(guī)模并行計(jì)算。其算法參數(shù)較少，結(jié)構(gòu)簡(jiǎn)單易于實(shí)現(xiàn)，收斂速度也很快。在求解多目標(biāo)問(wèn)題上容易實(shí)現(xiàn)，算法收斂快，魯棒性很好，且不易陷入局部最優(yōu)。

1995年,Eberhart學(xué)者和Kennedy學(xué)者首次提出粒子群優(yōu)化算法，基本思想是通過(guò)群體中的信息共享和個(gè)體協(xié)作來(lái)尋找最優(yōu)值。標(biāo)準(zhǔn)PSO算法可以表示為：

圖6 混合PSO算法流程圖

Figure 6 Flow chart of hybrid PSO algorithm

Step1：初始化粒子群。由于模型求解的是堆取料機(jī)的取料次序及對(duì)應(yīng)料堆的取料量，問(wèn)題的解應(yīng)包含三個(gè)部分，即哪臺(tái)堆取料機(jī)，取幾號(hào)料堆的原料，取多少，因此，對(duì)粒子的編碼分為三層，如圖7所示。

圖7 編碼示意圖

Figure 7 Coding diagram

第一層：表示料堆序號(hào)的隨機(jī)排列。

第二層：每個(gè)料堆的可行堆取料機(jī)操作的初始化。0表示不操作，1表示此料堆由1號(hào)堆取料機(jī)操作，2表示此料堆由2號(hào)堆取料機(jī)操作，其余同理。

第三層：將各個(gè)料堆的作業(yè)量用[0,1]的隨機(jī)數(shù)進(jìn)行初始化，即將計(jì)劃需求量分解到各個(gè)對(duì)應(yīng)料堆。

Step2：根據(jù)模型的相關(guān)參數(shù)和約束編寫程序，生成初始解；

Step3：計(jì)算每個(gè)粒子的適應(yīng)度值。此問(wèn)題的適應(yīng)度函數(shù)取為目標(biāo)函數(shù)，評(píng)價(jià)每個(gè)粒子對(duì)應(yīng)的適應(yīng)度值；

Step4：對(duì)每個(gè)粒子，將其適應(yīng)度值與其經(jīng)過(guò)的最佳位置（局部）fgbest進(jìn)行比較，如果適應(yīng)度值更大，則將其作為當(dāng)前的最佳位置fgbest；將其適應(yīng)度值與群體經(jīng)過(guò)的最佳位置（全局）fzbest進(jìn)行比較，如果適應(yīng)度值更大，則將其作為當(dāng)前全局最佳位置fzbest；

Step5：判斷是否達(dá)到算法終止條件，如果達(dá)到則轉(zhuǎn)至步驟6，否則，返回至步驟3；

Step6：生成并繪制算法迭代尋優(yōu)圖；

Step7：解碼并輸出結(jié)果。提取第二層每個(gè)堆取料機(jī)對(duì)應(yīng)的作業(yè)料堆生成作業(yè)次序，并輸出走行路徑和作業(yè)時(shí)間。

3.2 仿真驗(yàn)證與分析

3.2.1 仿真驗(yàn)證

（1）相關(guān)數(shù)據(jù)

結(jié)合某鋼鐵企業(yè)的實(shí)際生產(chǎn)，需要原料種類主要有三種，本文結(jié)合三種鐵礦石進(jìn)行優(yōu)化，以旬計(jì)劃各鐵礦石進(jìn)口量為碼頭堆場(chǎng)原料初始總堆存，如表1所示。

表1 原料初始堆存總量（萬(wàn)噸）

該碼頭采用的堆取料機(jī)相關(guān)性能參數(shù)如表2所示。

表2 堆取料機(jī)相關(guān)性能參數(shù)

由于生產(chǎn)情況的復(fù)雜性，各種原料的料堆分布、初始堆存量及所取原料的比例，很難獲得精確的信息，本文采用隨機(jī)產(chǎn)生一個(gè)與實(shí)際情況接近的量來(lái)模擬這一過(guò)程，盡量做到與實(shí)際接近。模擬結(jié)果如圖8所示。

（2）優(yōu)化方法參數(shù)選擇及方法實(shí)現(xiàn)

本文采用PSO算法，用MATLAB語(yǔ)言進(jìn)行編寫，其程序代碼在Windows 2007操作系統(tǒng)的Intel Core i3 2.4GHz，4G內(nèi)存的計(jì)算機(jī)上運(yùn)行。算法參數(shù)設(shè)置：種群規(guī)模取M=20，最大迭代數(shù)取MaxIt=150。本文在選用以上參數(shù)的基礎(chǔ)上，算法優(yōu)化效果明顯，如圖9所示。求解結(jié)果如表3所示。

圖8 模擬料場(chǎng)示意圖

Figure 8 Schematic diagram of simulated stock yard

圖9 最優(yōu)目標(biāo)函數(shù)值迭代

Figure 9 Iteration of optimal objective function value

表3 求解結(jié)果

表3（續(xù)） 求解結(jié)果

3.2.2 靈敏度分析

在堆取料機(jī)調(diào)度模型中，料堆的重量比例，以及所取原料的重量比例和均衡率的約束變化直接影響堆取料機(jī)的調(diào)度策略。因此，本文就原料料堆的重量比例、所取原料的重量比例和均衡率進(jìn)行靈敏度分析，驗(yàn)證該模型方法適用性和有效性，為其提供科學(xué)理論依據(jù)。

（1）料堆重量比例

針對(duì)此問(wèn)題，保持其他參數(shù)不變，令每種原料料堆重量比例分別發(fā)生變化，求得堆取料機(jī)利用率的變化，結(jié)果如表4所示和圖10所示。

表4 不同料堆重量比例下的目標(biāo)函數(shù)值

通過(guò)圖10發(fā)現(xiàn)，目標(biāo)函數(shù)值隨著各種原料的料堆所占重量比例變化而變化。對(duì)于原料1而言，中間料場(chǎng)的料堆所占重量比例較大時(shí)，目標(biāo)函數(shù)值最小，即堆取料機(jī)利用率最大，對(duì)于原料2、3而言，各料堆重量比例呈均勻分布時(shí)，目標(biāo)函數(shù)值最小。

由此可知，港口堆場(chǎng)在進(jìn)行原料的堆料作業(yè)時(shí)，原料1分布在中間料場(chǎng)的料堆所占重量比例應(yīng)相對(duì)大些，原料2、3大致呈均勻分布，這樣可以降低堆取料機(jī)取料作業(yè)時(shí)的走行成本即提高其利用率。

圖10 不同種原料料堆重量比例對(duì)目標(biāo)函數(shù)值的影響

Figure 10 The influence of different weight ratios of stockpiles on the objective function value

（2）取料量重量比例變化

在其他參數(shù)不變的情況下，令每天各種原料的取料量重量比例分別變化，利用本文構(gòu)建的模型和求解方法，求得堆取料機(jī)的利用率變化值結(jié)果如表5和圖11所示。

通過(guò)圖11可以發(fā)現(xiàn)，每天各種原料的取料量不同，對(duì)目標(biāo)函數(shù)值有顯著影響，當(dāng)原料2和原料3所占重量比例較大時(shí)，目標(biāo)函數(shù)值較小。

表5 不同取料重量比例下的目標(biāo)函數(shù)值

圖11 不同取料重量比例對(duì)目標(biāo)函數(shù)值的影響

Figure 11 The influence of different weight ratios of reclaiming on the objective function value

圖12 不同均衡率下的目標(biāo)函數(shù)值

Figure 12 Objective function values based on different equilibrium rates

由此可知，港口原料堆場(chǎng)在能滿足鋼鐵企業(yè)生產(chǎn)計(jì)劃的情況下，每天配送的原料中，原料2和原料3所占重量比例較大時(shí)，能適當(dāng)提高堆取料機(jī)的利用率。

（3）均衡率約束變化

保持其他參數(shù)不變，令堆取料機(jī)之間的均衡率約束取不同的值，觀察目標(biāo)函數(shù)值的變化，求得目標(biāo)函數(shù)值的變化結(jié)果圖12所示。通過(guò)圖12可以發(fā)現(xiàn)，當(dāng)堆取料機(jī)的均衡率約束越松，目標(biāo)函數(shù)值先呈下降趨勢(shì)，當(dāng)大于0.5后趨于平穩(wěn)。

由此可知，均衡率目標(biāo)函數(shù)轉(zhuǎn)化為約束時(shí)，港口原料堆場(chǎng)可根據(jù)實(shí)際作業(yè)情況，適當(dāng)調(diào)整堆取料的均衡率約束的大小，以實(shí)現(xiàn)堆取料機(jī)的利用率和均衡率的雙重優(yōu)化目標(biāo)。

4 結(jié)論

“前港后廠”模式下，鋼鐵企業(yè)的原料主要由港口來(lái)進(jìn)行配送，鋼鐵廠以JIT訂單驅(qū)動(dòng)，采取多品種、少批量、短周期的生產(chǎn)方式，采用拉動(dòng)方式把供、產(chǎn)、銷緊密地銜接起來(lái)。對(duì)原料配送流程的合理與否，不僅關(guān)系到港口企業(yè)自身的運(yùn)作成本，也對(duì)鋼鐵企業(yè)的生產(chǎn)起著決定性作用。一方面，使鋼鐵廠的物資儲(chǔ)備、成本庫(kù)存和在制品大為減少，提高了生產(chǎn)效率，減少了浪費(fèi)，同時(shí)，從港口企業(yè)內(nèi)部即物流節(jié)點(diǎn)提高生產(chǎn)運(yùn)作效益。增加了港口的吞吐量，提高了港口收益，即實(shí)現(xiàn)了“港-鋼”雙贏。

在交通運(yùn)輸硬件上，目前我國(guó)是世界上鐵路運(yùn)輸最先進(jìn)最發(fā)達(dá)的國(guó)家，并且鐵路運(yùn)輸既高效又環(huán)保?！扒案酆髲S”模式的成功，可以推廣到“港-廠”企業(yè)遠(yuǎn)距離的模式，此時(shí)港口向鋼廠的皮帶運(yùn)輸，將改為鐵路運(yùn)輸或多式聯(lián)運(yùn)。

推廣散雜貨港口的煤炭、散糧裝卸。針對(duì)我國(guó)行情的“北煤南運(yùn)”、“北糧南運(yùn)”，要考慮北方港口配置大型的裝船設(shè)備設(shè)施，不需要同時(shí)考慮卸船設(shè)備問(wèn)題；而南方港口正相反。

在現(xiàn)今的“互聯(lián)網(wǎng)+”，“一帶一路”形勢(shì)下，“前港后廠”模式不應(yīng)局限于簡(jiǎn)單的地理位置的排列，也更不應(yīng)理解為安裝了“港-廠”之間的皮帶運(yùn)輸，就實(shí)現(xiàn)了“前港后廠”模式。而是既需要“港-廠”企業(yè)間橫向物流、信息流的聯(lián)動(dòng)與協(xié)同，又需要企業(yè)內(nèi)部的縱向管控一體化，實(shí)現(xiàn)控制系統(tǒng)和管理系統(tǒng)的對(duì)接，這個(gè)對(duì)接不僅僅是簡(jiǎn)單的系統(tǒng)的連接、網(wǎng)絡(luò)的建設(shè)，更重要的是信息的對(duì)接。

[1] 呂青，唐秋生. 港口物流與區(qū)域經(jīng)濟(jì)協(xié)同發(fā)展研究[J]. 水運(yùn)工程，2012(04): 67-70.

LV Q, Tang Q S. Coordinate development of port logistics and regional economy[J]. Port & Waterway Engineering, 2012(04): 67-70.

[2] Denktas-Sakar G, Karatas-Cetin C. Port sustainability and stakeholder management in supply chains: a framework on resource dependence theory[J]. The Asian Journal of Shipping and Logistics, 2012, 28(3), 301-319.

[3] 劉帥帥. 論中國(guó)港口產(chǎn)業(yè)集群的發(fā)展[J]. 財(cái)經(jīng)界(學(xué)術(shù)版)，2016, (10): 36-37.

Liu S S. Research on the development of China’s port industry cluster[J]. Money China (Academic Edition), 2016, (10): 36-37.

[4] Attardi R, Bonifazi A, Torre C M. Evaluating sustainability and democracy in the development of industrial port cities: Some Italian cases[J]. Sustainability, 2012, 4(11): 3042-3065.

[5] Sislian L, Jaegler A, Cariou P. A literature review on port sustainability and ocean’s carrier network problem[J]. Research in Transportation Business & Management, 2016, (19): 19-26.

[6] 兩會(huì)特別報(bào)告：推動(dòng)“前港后廠、兩頭在港”港口工業(yè)新模式[N]. 財(cái)經(jīng)界，2013-04-01.

Special report of the Two Sessions: Promoting a new port industry mode of “Port before Factory, Both Ends in Port”[N]. Money China, 2013-04-01.

[7] 何葉剛，孟文君.“前港后廠”新模式值得推廣[J].中國(guó)港口，2013(12): 5-7.

He Y G, Meng W J. The new mode of “Port before Factory” is worth promoting[J]. China Ports, 2013(12): 5-7.

[8] 包起帆, 羅文斌. 港口物流前沿技術(shù)研究與實(shí)踐[M]. 北京：人民交通出版社，2009.

Bao Q F, Luo W B. Advanced technical research and practice on port logistics[M]. Beijing: China Communications Press, 2009.

[9] Menezes G C, Mateus G R, Ravetti M G. A branch and price algorithm to solve the integrated production planning and scheduling in bulk ports[J]. European Journal of Operational Research, 2017, 258: 926–937.

[10] Mrak I. Locally Based Development—Tools for Identifying Opportunities and Evaluating Port Area Strategies of Rijeka[J]. Sustainability, 2013, 5(9): 4024-4056.

[11] Gravagnuolo A, Angrisano M. Assessment of urban attractiveness of port cities in southern Italy—A case study of Torre Annunziata[J]. Sustainability, 2013, 5(9): 3906-3925.

[12] Tokuyama H, Sakurai M, Watanabe H,. On-line scheduling for the transporting of raw materials in the yards of an iron works[C]. Operational Research, Toronto, USA, 1979: 336-352.

[13] Suh M S, Lee Y J, Ko Y K. A two-level hierarchical approach for raw material scheduling in steelworks[J]. Engineering Applications of Artificial Intelligence, 1997, 10(5): 503-515.

[14] Lee H L, Billington C. Material management in decentralized supply chains[J]. Operations Research, 1993, 41(5): 835-847.

[15] Kim B I, Koo J, Park B S. A raw material storage yard allocation problem for a large-scale steelworks[J]. The International Journal of Advanced Manufacturing Technology, 2009, 41(9): 880-884.

[16] Lu B, Chen G. An energy intensity optimization model for production system in iron and steel industry[J]. Applied Thermal Engineering, 2016, 100(5): 285-295.

[17] Takekoshi A, Inaba M, Satoh Y. Raw material yard expert system at Fukuyama works[J]. NKK Technical Report, 1990, 34(133): 1-8.

[18] Xu X, Wang J, Chen Z. Visual tracking model based on feature-imagination and its application[M]. IEEE, 2010.

[19] Agou M, Nishi T, Konishi M. A dynamic optimization model for storage yard logistic systems[C]. Proceedings of the SICE Annual Conference, Okayama, 2005, 3254-3259.

[20] 胡凱林. 鋼鐵企業(yè)散裝原料場(chǎng)運(yùn)行調(diào)度與優(yōu)化問(wèn)題研究[D]. 杭州：浙江大學(xué)，2011.

Hu K L. Operation scheduling and optimization of bulk material yard in iron and steel factory[D]. Hangzhou: Zhejiang University, 2011.

[21] 柯暢，鄭永前. 鋼鐵料場(chǎng)輸入配置數(shù)學(xué)模型的研究[J]. 物流技術(shù)，2007, 26(9): 73-76.

Ke C, Zheng Y Q. Input configuration algorithm for iron & steel materials yard[J]. Logistics Technology, 2007, 26(9): 73-76.

[22] 羅首章，丁守虎，劉永順等. 寶鋼料場(chǎng)智能化管理系統(tǒng)的實(shí)現(xiàn)[J]. 寶鋼技術(shù)，2000, 13(4): 31-36.

Luo S Z, Ding S H, Liu Y S,. Establishment of intelligent management system for Baosteel material yard[J]. Baosteel Technology, 2000, 13(4): 31-36.

[23] 張可，徐彬，丁傳勇等. 基于Petri網(wǎng)的鋼鐵企業(yè)原料供應(yīng)物流優(yōu)化[J]. 物流技術(shù)，2008, 27(7): 94-95.

Zhang K, Xu B, Ding C Y,. Optimization of raw materials supply logistics of iron/steel enterprises based on Petri Network[J]. Logistics Technology, 2008, 27(7): 94-95.

[24] 羅治洪，唐立新，張悟移. 鋼鐵原料物流計(jì)劃問(wèn)題的建模與求解[J]. 系統(tǒng)工程理與實(shí)踐，2008, 28(5): 77-84.

Luo Z H, Tang L X, Zhang W Y. Modeling and solving to raw materials logistics planning problem in iron and steel industry[J]. Systems Engineering-Theory & Practice, 2008, 28(5): 77-84.

[25] 唐立新. 基于智能優(yōu)化的鋼鐵生產(chǎn)計(jì)劃與調(diào)度研究[J]. 管理學(xué)報(bào)，2005, 2(3): 263-267.

Tang L X. Intelligent optimization-based production planning and scheduling in iron and steel industry[J]. Chinese Journal of Management, 2005, 2(3):263-267.

[26] Imai A, Chen H C, Nishimura E,. The simultaneous berth and quay crane allocation problem[J]. Transportation Research Part E Logistics & Transportation Review, 2008, 44(5): 900-920.

[27] Park Y M, Kim K H. A Scheduling Method for Berth and Quay Cranes[J]. OR Spectrum, 2003, 25(1): 159-181.

[28] Lee Y, Chen C Y. An optimization heuristic for the berth scheduling problem[J]. European Journal of Operational Research, 2009, 196(2): 500-508.

[29] Bierwirth C, Meisel F. A survey of berth allocation and quay crane scheduling problems in container terminals[J]. European Journal of Operational Research, 2015, 244(202): 615-627.

[30] Kim K H, Park Y M. A crane scheduling method for port container terminals[J]. European Journal of Operational Research, 2004, 156(3): 752-768.

[31] Daganzo C F. The crane scheduling problem[J]. Transportation Research Part B Methodological, 1989, 23(23): 159-175.

[32] Daganzo C F. Crane productivity and ship delay in ports[J], TransportationResearch Record, 1990, 1981(1251): 1-9.

[33] Lee D H, Wang H Q, Miao L. Quay crane scheduling with non-interference constraints in port container terminals[J]. Transportation Research Part E Logistics & Transportation Review, 2008, 44(1): 124-135.

[34] Tang M C, Gong D, Liu S,. Applying multi-phase particle swarm optimization to solve bulk cargo port scheduling problem[J]. Advances in Production Engineering & Management, 2016, 11(4): 299–31.

[35] Al-Hammadi1 J, Diabat A. An integrated berth allocation and yare assignment problem for bulk ports: formulation and case study[J]. RAIRO Operations Research, 2017, 51(1): 267–284.

Research on operation equipment scheduling of “Port before Factory” port yard

HUANG Xiaoling1, WANG Yawei1, GUO Jiewei1, JI Guoliang2, LUO Xunjie3

(1. School of Transportation Engineering, Dalian Maritime University, Dalian 116026, China;2. Dalian Port Group Ltd., Dalian 116004, China;3. Shanghai International Port Group Ltd., Shanghai 201306, China)

With the development of the port-neighboring industry, the port industry in China is gradually exploring the new model of “Port before Factory”. The unique model of “Port before Factory” consists of the original port transportation and distribution system. The JIT of steel factories makes the distribution of raw materials from the port to the steel factory more frequent, which can affect the working efficiency of the port yards directly.

Among the distribution cost of steel raw materials, the cost of stacker-reclaimers accounts for a relatively large proportion. Therefore, to make the scheduling decision of stacker-reclaimers more scientific and economical, the first part of this paper introduces the ordering and scheduling process of the “Port before Factory” port yard. The second part studies the working efficiency of the production technology within the port yard and the scheduling of the stacker-reclaimers within a certain planning period. On the premise of guaranteeing the production plan of a steel factory, an optimization model of dual-objective for stacker-reclaimer scheduling of port yard is proposed, where the highest utilization rate and the equilibrium rate of the stacker-reclaimers during the planning period are chosen as the objective function. In the third part, based on the characteristics of the problem, we develop hybrid PSO by introducing a crossover operator and mutation operator into standard PSO. The optimum working paths, the weight of reclaiming, and the operating time of stacker-reclaimers during the planning period are obtained. In the fourth part, we use simulation to verify the validity of the model, and the sensitivity analysis of the weight of the piles, the weight of reclaiming, and the variety of equalization rate constraints are carried out. The results show that the proportion of material 1 distributed in the middle stockyard should be relatively large, and materials 2 and 3 should be roughly uniform, then the utilization rate can be improved. On the premise of meeting the production plan of the steel factory, when the weight ratio of raw materials 2 and 3 is more significant among the raw materials delivered daily, the utilization rate of the stacker-reclaimers can be appropriately increased. When the constraint of the equilibrium rate of the stacker-reclaimer is looser, the utilization rate first decreases, and tends to be stable when it is larger than 0.5.

This method enables ports to improve the utilization rate and equilibrium rate of stacker-reclaimers and reduce unnecessary costs while meeting the production needs of steel factories, viewing to realize the meticulous management of port yards, and improve the working efficiency within the ports.

“Port before Factory”;JIT; Stacker–reclaimer; Scheduling; PSO

2018-03-03

2018-09-18

National Natural Science Foundation of China(71371038, 71431001)

U653.92

A

1004-6062(2020)05-0145-010

10.13587/j.cnki.jieem.2020.05.016

2018-03-03

2018-09-18

國(guó)家自然科學(xué)基金資助項(xiàng)目（71371038、71431001）

黃肖玲（1962—）女，遼寧大連人；博士，大連海事大學(xué)交通運(yùn)輸工程學(xué)院教授；研究方向：復(fù)雜系統(tǒng)生產(chǎn)計(jì)劃與調(diào)度，港口管理與運(yùn)營(yíng)理論與方法。

中文編輯：杜 ?。挥⑽木庉嫞篊harlie C. Chen