集装箱码头堆场的一种动态随机堆存方法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2007 年 4 月
系统工程理论与实践
第4期
文章编号 :100026788 ( 2007) 0420147207
集装箱码头堆场的一种动态随机堆存方法
王 斌
( 上海第二工业大学 经济管理学院 ,上海 201209)
摘要 : 用滚动计划周期的方法来解决集装箱码头堆场的混堆问题 . 讨论当出口箱量和进口箱量都是随 机量时的最佳分配方法 . 在第一阶段 ,为了平衡各箱区的箱量 , 应用机会约束规划的方法把计划期所有 的箱分配到各个箱区中去 . 在第二阶段 ,为减少集卡从堆场到码头前沿泊位的行走距离 , 应用线性规划 的方法把每艘船要装卸的箱分配到各个箱区中去 . 应用该模型使得堆场集装箱得到合理配置 . 从而提高 了港口堆场的堆存效率 . 关键词 : 机会约束规划 ; 堆场 ; 箱区 ; 集卡 中图分类号 : U65612 + 4 文献标志码 : A
0 0
信息传递不畅等随机因素的影响 , Gtk 通常无法预先知道其确切数量 ,故设其为随机变量 . ( 1 ≤t ≤T ,0 ≤k ≤T - t )
D tk : 在 t 时期从船上卸下 ,在 t + k 时期被顾客提走的 VSDS 型箱的箱量 . 由于计划的临时变故和信息
传递不畅等随机因素的影响 , D tk 通常无法预先知道其确切数量 ,故设其为随机变量 ( 1 ≤t ≤T ,0 ≤k ≤T t) .
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
第4期
集装箱码头堆场的一种动态随机堆存方法
149
α D 型箱的箱量 . ( 1 ≤t ≤T ,1 ≤i ≤B ) it : 在 t 时期到港被安排到箱区 i 中 ,计划期外被提走的 CYG β it : 在 t 时期到港被安排到箱区 i 的倍位 j 中 ,计划期外被提走的 VSDS 型箱的箱量 . ( 1 ≤t ≤T ,1 ≤i ≤
min ( Dit + L it + Git + Pit )
{ i}
目标函数要使分配到各个箱区中的 VSDS 型箱和 CYG D 型箱的箱量差别不大 . w i ( i = 1 ,2 ) 表示权系 数 ,各个港口可根据实际情况确定 . 约束条件如下 : 对集装箱流的约束 ,其中 D tk , Gtk 是随机变量 .
148
系统工程理论与实践
2007 年 4 月
策略 3) 下 ,翻箱也是不可避免的 . 进口箱通常都按时到港 . 根据这一特征 ,堆进口箱通常采用以下两种策略 :1) 按抵达时间集中堆放 . 2) 按抵达的时间分开堆放 . 如果堆场面积不足 ,策略 2) 会增加翻箱 . Castilho 合 Daganzo 在文 [ 2 ] 中研究发现在 船舶滞港时间较短时策略 2) 更加有效 . Roux 在文 [ 3 ] 中研究了为防止堆场拥塞而需要的最小的堆场面积 , K im 和 K im 在文 [ 4 ] 中用费用模型研究了最优的堆场面积和最优的机械操作数量 . Hoguin2Veras 在文 [ 5 ] 中 根据码头的内在物流价值的不同将进口箱分为若干等级 ,确定了不同级的价值和最优的面积配比 .
B
Pr Pr
i =1 B
∑D
itk
≤ D tk ≥α 1 , t = 1 ,2 , …, T ; k = 0 ,1 , …, T - t ; i = 1 ,2 , …, B , ≤ Gitk ≥α 2 , t = 1 ,2 , …, T ; k = 0 ,1 , …, T - t ; i = 1 ,2 , …, B ,
Ditk : 在 t 时期卸到箱区 i 中 ,于 t + k 时期被提走的 VSDS 型箱的箱量 . ( 1 ≤i ≤B ,1 ≤t ≤T ,0 ≤k ≤T
- t)
Dit : 在 t 时期到存在箱区 i 中的 VSDS 型箱的箱量 . ( 1 ≤t ≤T ,1 ≤i ≤B ) L it : 存在箱区 i 中在 t 时期内被提上船的 VSLD 型箱的箱量 . ( 1 ≤t ≤T ,1 ≤i ≤B ) Pit : 存在箱区 i 中在 t 时期内被客户提走的 CYPI 型箱的箱量 . ( 1 ≤t ≤T ,1 ≤i ≤B ) V it : 在 t 时期开始时在 i 箱区中的总箱量 . ( 1 ≤t ≤T ,1 ≤i ≤B ) S t : 第 t 期在泊的船数 . ( 1 ≤t ≤T)
constrained programming) 的方法 ,在假设已知进 、 出口箱量的统计分布规律的前提下 ,为集装箱码头建立一
个实际有效的混堆模型 . 集装箱码头通常终年不停地运转 ,因此需要用滚动计划周期的方法来解决问题 .
2 数学模型的建立
211 集装箱分类及数学符号介绍
集装箱可以分为以下四种类型 : 1) VSDS 型 : 尚在船上的进口箱 .
图1 码头平面图
收稿日期 :2004210214 资助项目 : 上海市高校教育高地项目 ( 沪教委高 [2005 ]39 号) © 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
112 进、 出口箱混合堆放策略研究
随着世界集装箱运输的急剧增长 ,一些主要的国际集装箱港口 ,如香港 ,其箱量增长很快 . 箱量激增和 堆场面积不足的矛盾日益突出 . 因此开始采用混堆 ( 即出口箱和进口箱混合堆放) 的策略 . 国外学术界对混 堆策略进行了理论上的讨论 :Chuqiang Zhang 等人 提出一种混堆策略 : 采用整数规划的方法把对每一艘 船要装卸的集装箱分配到各个箱区中去 ,大大减少了船舶的滞港时间 . Zhang 的模型分为两步 : 第一步为了 平衡箱区的箱量而把箱分配到各个箱区当中去 ; 第二步为了减少内部集卡的行走距离把对每一艘船要装 卸的箱分配到各个箱区中去 .
B) Gitk : 在 t 时期到港 ,分配到箱区 i 中 ,在 t + k 时期被提走的 CYG D 型箱的箱量 . ( 1 ≤i ≤B ,1 ≤t ≤T ,0
≤k ≤T - t ) Git : 在 t 时期到港 ,分配到箱区 i 中的 CYG D 型箱的箱量 . (1 ≤t ≤T ,1 ≤i ≤B )
2) CYPI 型 : 已经在堆场上等待客户提走的进口箱 . 3) CYG D 型 : 尚未分配到堆场的出口箱 . 4) VSLD 型 : 已经在堆场上等待装船的出口箱 .
本文考虑堆场计划堆存问题 ,决定每艘船的 VSDS 和 CYG D 型箱应堆在哪个箱区 . 当 VSDS 和 CYG D型 箱放到堆场后就分别变成了 CYPI 和 VSLD 型箱 . 因此 ,本期的工作会直接影响下一期的计划 . 本文数学符号说明如下 :
B : 堆场中箱区的总数 . T : 一个计划期内的工段数 . Ci : 箱区 i 的存储能力 ( 1 ≤i ≤B ) . V i1 : 计划期开始时箱区 i 的箱量 . P it : 在 t 计划期开始时就分配在箱区 i 中 ,在 t 时期将被提走的 CYPI 型箱量 . ( 1 ≤t ≤T ,1 ≤i ≤B ) L it : 在 t 计划期开始时就分配在箱区 i 中 ,在 t 时期将被装船的 VSDS 型箱量 . ( 1 ≤t ≤T ,1 ≤i ≤B ) Gtk :在 t 时期从顾客处运到码头 , 在 t + k 时期装上船的 CYG D 型箱的箱量 . 由于计划的临时变故和
113 混堆方法目前存在的问题和本文对该方法的改进 Zhang 的模型采用的是确定性规划的方法 ,假设未来计划期要分配到堆场的箱量是已知的 . 但在很多
[6 ]
情况下 ,因为计划的临时改变 、 信息传递不及时和其他一些情况 ,无法确切的知道要分配到堆场的进 、 出口 ( 箱的数量 . 但是凭借历年来统计数据可以知道箱量的统计分布规律 . 本文应用机会约束规划 Chance
1 引言
集装箱码头是集装箱海陆运输的中转站. 码头堆场起到临时储存集装箱的作用 . 集装箱码头在地理上 分为两个主要区域 : 堆场 ( Storage Yard) 和码头前沿 ( Quay Side ) . 船舶在码头前沿靠离泊 , 桥吊 ( QC) 在此装 卸箱 . 码头前沿后方是堆场 ,堆场由箱区 (Block) 组成 . 内部集卡 ( ITs) 在堆场和桥吊之间运送集装箱 . 外部 集卡 ( XTs) 把出口箱从码头外运至堆场 ,把进口箱从堆场运出码头 . 龙门吊 ( RTGCS) 从箱区Π 集卡提放集装 箱到集卡Π 箱区 . 码头平面图如图 1 所示 . 111 进、 出口箱分别堆放策略研究 堆场面积无法变化时 , 提高堆场运作效率只能依靠提 高空间利用率 ,以前的研究工作通常是将堆场分为进口箱 区和出口箱区分别进行操作 . 根据出口箱抵达堆场时间不确定这一特征 , 通常采取 以下三种策略 :1) 无缓冲区 . 2) 建立缓冲区 . 3) 1) 和 2) 两种 策略混合使用 . Taleb2Ibrahimi 在文 [ 1 ] 中指出 : 策略 1) 下 ,堆 场操作虽然减少 ,但是堆场空间利用不充分 . 在策略 2) 下 , 虽然堆场空间利用充分 , 但翻箱不可避免 . 研究也表明 , 在
Hale Waihona Puke Baidu
212 数学模型的建立
首先 ,应用线性规划把所有的 VSDS 和 CYG D 型箱分配到各个箱区中去 ,使各个箱区中的箱量达到平 衡.
) 数学模型如下 : ( Ⅰ 第一阶段的目标函数 :
T
min
t =1
∑w
1
max ( Dit + L it ) - min ( Dit + L it ) + w2 max ( Dit + L it + Git + Pit ) { i} { i} { i} .
Dynamic and Stochastic Storage Model in a Container Yard
WANG Bin
( School of Ecomonics and Management , Shanghai Second Polytechnic University , Shanghai 201209 ,China) Abstract : A plan2rolling model is used to solve the mixed stocking in a container yard when the output and input volumes are stochastic. In the first stage , for all containers in a planned period , we determine the number of containers distributed to various blocks by chance constrained programming. In the second stage , for containers of a ship in a period , we determine the number of containers distributed to various blocks by linear programming. The containers in a yard are distributed properly by use of the model. So the operative efficiency in a container yard is raised. Key words : chance constrained programming ; storage yard ; block ; ITs
itk
( 1) ( 2) ( 3) ( 4)
系统工程理论与实践
第4期
文章编号 :100026788 ( 2007) 0420147207
集装箱码头堆场的一种动态随机堆存方法
王 斌
( 上海第二工业大学 经济管理学院 ,上海 201209)
摘要 : 用滚动计划周期的方法来解决集装箱码头堆场的混堆问题 . 讨论当出口箱量和进口箱量都是随 机量时的最佳分配方法 . 在第一阶段 ,为了平衡各箱区的箱量 , 应用机会约束规划的方法把计划期所有 的箱分配到各个箱区中去 . 在第二阶段 ,为减少集卡从堆场到码头前沿泊位的行走距离 , 应用线性规划 的方法把每艘船要装卸的箱分配到各个箱区中去 . 应用该模型使得堆场集装箱得到合理配置 . 从而提高 了港口堆场的堆存效率 . 关键词 : 机会约束规划 ; 堆场 ; 箱区 ; 集卡 中图分类号 : U65612 + 4 文献标志码 : A
0 0
信息传递不畅等随机因素的影响 , Gtk 通常无法预先知道其确切数量 ,故设其为随机变量 . ( 1 ≤t ≤T ,0 ≤k ≤T - t )
D tk : 在 t 时期从船上卸下 ,在 t + k 时期被顾客提走的 VSDS 型箱的箱量 . 由于计划的临时变故和信息
传递不畅等随机因素的影响 , D tk 通常无法预先知道其确切数量 ,故设其为随机变量 ( 1 ≤t ≤T ,0 ≤k ≤T t) .
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
第4期
集装箱码头堆场的一种动态随机堆存方法
149
α D 型箱的箱量 . ( 1 ≤t ≤T ,1 ≤i ≤B ) it : 在 t 时期到港被安排到箱区 i 中 ,计划期外被提走的 CYG β it : 在 t 时期到港被安排到箱区 i 的倍位 j 中 ,计划期外被提走的 VSDS 型箱的箱量 . ( 1 ≤t ≤T ,1 ≤i ≤
min ( Dit + L it + Git + Pit )
{ i}
目标函数要使分配到各个箱区中的 VSDS 型箱和 CYG D 型箱的箱量差别不大 . w i ( i = 1 ,2 ) 表示权系 数 ,各个港口可根据实际情况确定 . 约束条件如下 : 对集装箱流的约束 ,其中 D tk , Gtk 是随机变量 .
148
系统工程理论与实践
2007 年 4 月
策略 3) 下 ,翻箱也是不可避免的 . 进口箱通常都按时到港 . 根据这一特征 ,堆进口箱通常采用以下两种策略 :1) 按抵达时间集中堆放 . 2) 按抵达的时间分开堆放 . 如果堆场面积不足 ,策略 2) 会增加翻箱 . Castilho 合 Daganzo 在文 [ 2 ] 中研究发现在 船舶滞港时间较短时策略 2) 更加有效 . Roux 在文 [ 3 ] 中研究了为防止堆场拥塞而需要的最小的堆场面积 , K im 和 K im 在文 [ 4 ] 中用费用模型研究了最优的堆场面积和最优的机械操作数量 . Hoguin2Veras 在文 [ 5 ] 中 根据码头的内在物流价值的不同将进口箱分为若干等级 ,确定了不同级的价值和最优的面积配比 .
B
Pr Pr
i =1 B
∑D
itk
≤ D tk ≥α 1 , t = 1 ,2 , …, T ; k = 0 ,1 , …, T - t ; i = 1 ,2 , …, B , ≤ Gitk ≥α 2 , t = 1 ,2 , …, T ; k = 0 ,1 , …, T - t ; i = 1 ,2 , …, B ,
Ditk : 在 t 时期卸到箱区 i 中 ,于 t + k 时期被提走的 VSDS 型箱的箱量 . ( 1 ≤i ≤B ,1 ≤t ≤T ,0 ≤k ≤T
- t)
Dit : 在 t 时期到存在箱区 i 中的 VSDS 型箱的箱量 . ( 1 ≤t ≤T ,1 ≤i ≤B ) L it : 存在箱区 i 中在 t 时期内被提上船的 VSLD 型箱的箱量 . ( 1 ≤t ≤T ,1 ≤i ≤B ) Pit : 存在箱区 i 中在 t 时期内被客户提走的 CYPI 型箱的箱量 . ( 1 ≤t ≤T ,1 ≤i ≤B ) V it : 在 t 时期开始时在 i 箱区中的总箱量 . ( 1 ≤t ≤T ,1 ≤i ≤B ) S t : 第 t 期在泊的船数 . ( 1 ≤t ≤T)
constrained programming) 的方法 ,在假设已知进 、 出口箱量的统计分布规律的前提下 ,为集装箱码头建立一
个实际有效的混堆模型 . 集装箱码头通常终年不停地运转 ,因此需要用滚动计划周期的方法来解决问题 .
2 数学模型的建立
211 集装箱分类及数学符号介绍
集装箱可以分为以下四种类型 : 1) VSDS 型 : 尚在船上的进口箱 .
图1 码头平面图
收稿日期 :2004210214 资助项目 : 上海市高校教育高地项目 ( 沪教委高 [2005 ]39 号) © 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
112 进、 出口箱混合堆放策略研究
随着世界集装箱运输的急剧增长 ,一些主要的国际集装箱港口 ,如香港 ,其箱量增长很快 . 箱量激增和 堆场面积不足的矛盾日益突出 . 因此开始采用混堆 ( 即出口箱和进口箱混合堆放) 的策略 . 国外学术界对混 堆策略进行了理论上的讨论 :Chuqiang Zhang 等人 提出一种混堆策略 : 采用整数规划的方法把对每一艘 船要装卸的集装箱分配到各个箱区中去 ,大大减少了船舶的滞港时间 . Zhang 的模型分为两步 : 第一步为了 平衡箱区的箱量而把箱分配到各个箱区当中去 ; 第二步为了减少内部集卡的行走距离把对每一艘船要装 卸的箱分配到各个箱区中去 .
B) Gitk : 在 t 时期到港 ,分配到箱区 i 中 ,在 t + k 时期被提走的 CYG D 型箱的箱量 . ( 1 ≤i ≤B ,1 ≤t ≤T ,0
≤k ≤T - t ) Git : 在 t 时期到港 ,分配到箱区 i 中的 CYG D 型箱的箱量 . (1 ≤t ≤T ,1 ≤i ≤B )
2) CYPI 型 : 已经在堆场上等待客户提走的进口箱 . 3) CYG D 型 : 尚未分配到堆场的出口箱 . 4) VSLD 型 : 已经在堆场上等待装船的出口箱 .
本文考虑堆场计划堆存问题 ,决定每艘船的 VSDS 和 CYG D 型箱应堆在哪个箱区 . 当 VSDS 和 CYG D型 箱放到堆场后就分别变成了 CYPI 和 VSLD 型箱 . 因此 ,本期的工作会直接影响下一期的计划 . 本文数学符号说明如下 :
B : 堆场中箱区的总数 . T : 一个计划期内的工段数 . Ci : 箱区 i 的存储能力 ( 1 ≤i ≤B ) . V i1 : 计划期开始时箱区 i 的箱量 . P it : 在 t 计划期开始时就分配在箱区 i 中 ,在 t 时期将被提走的 CYPI 型箱量 . ( 1 ≤t ≤T ,1 ≤i ≤B ) L it : 在 t 计划期开始时就分配在箱区 i 中 ,在 t 时期将被装船的 VSDS 型箱量 . ( 1 ≤t ≤T ,1 ≤i ≤B ) Gtk :在 t 时期从顾客处运到码头 , 在 t + k 时期装上船的 CYG D 型箱的箱量 . 由于计划的临时变故和
113 混堆方法目前存在的问题和本文对该方法的改进 Zhang 的模型采用的是确定性规划的方法 ,假设未来计划期要分配到堆场的箱量是已知的 . 但在很多
[6 ]
情况下 ,因为计划的临时改变 、 信息传递不及时和其他一些情况 ,无法确切的知道要分配到堆场的进 、 出口 ( 箱的数量 . 但是凭借历年来统计数据可以知道箱量的统计分布规律 . 本文应用机会约束规划 Chance
1 引言
集装箱码头是集装箱海陆运输的中转站. 码头堆场起到临时储存集装箱的作用 . 集装箱码头在地理上 分为两个主要区域 : 堆场 ( Storage Yard) 和码头前沿 ( Quay Side ) . 船舶在码头前沿靠离泊 , 桥吊 ( QC) 在此装 卸箱 . 码头前沿后方是堆场 ,堆场由箱区 (Block) 组成 . 内部集卡 ( ITs) 在堆场和桥吊之间运送集装箱 . 外部 集卡 ( XTs) 把出口箱从码头外运至堆场 ,把进口箱从堆场运出码头 . 龙门吊 ( RTGCS) 从箱区Π 集卡提放集装 箱到集卡Π 箱区 . 码头平面图如图 1 所示 . 111 进、 出口箱分别堆放策略研究 堆场面积无法变化时 , 提高堆场运作效率只能依靠提 高空间利用率 ,以前的研究工作通常是将堆场分为进口箱 区和出口箱区分别进行操作 . 根据出口箱抵达堆场时间不确定这一特征 , 通常采取 以下三种策略 :1) 无缓冲区 . 2) 建立缓冲区 . 3) 1) 和 2) 两种 策略混合使用 . Taleb2Ibrahimi 在文 [ 1 ] 中指出 : 策略 1) 下 ,堆 场操作虽然减少 ,但是堆场空间利用不充分 . 在策略 2) 下 , 虽然堆场空间利用充分 , 但翻箱不可避免 . 研究也表明 , 在
Hale Waihona Puke Baidu
212 数学模型的建立
首先 ,应用线性规划把所有的 VSDS 和 CYG D 型箱分配到各个箱区中去 ,使各个箱区中的箱量达到平 衡.
) 数学模型如下 : ( Ⅰ 第一阶段的目标函数 :
T
min
t =1
∑w
1
max ( Dit + L it ) - min ( Dit + L it ) + w2 max ( Dit + L it + Git + Pit ) { i} { i} { i} .
Dynamic and Stochastic Storage Model in a Container Yard
WANG Bin
( School of Ecomonics and Management , Shanghai Second Polytechnic University , Shanghai 201209 ,China) Abstract : A plan2rolling model is used to solve the mixed stocking in a container yard when the output and input volumes are stochastic. In the first stage , for all containers in a planned period , we determine the number of containers distributed to various blocks by chance constrained programming. In the second stage , for containers of a ship in a period , we determine the number of containers distributed to various blocks by linear programming. The containers in a yard are distributed properly by use of the model. So the operative efficiency in a container yard is raised. Key words : chance constrained programming ; storage yard ; block ; ITs
itk
( 1) ( 2) ( 3) ( 4)