集裝箱港口物流系統(tǒng)研究綜述

農(nóng)官彬，鐘佩思，朱由鋒

（山東科技大學(xué) 機械電子工程學(xué)院，山東 青島 266510）

1 概 述

現(xiàn)代集裝箱港口的物流系統(tǒng)是一個復(fù)雜的動態(tài)離散系統(tǒng)，主要由泊位、岸線、岸橋、場橋、堆場、運輸設(shè)備、道路、大門、信息調(diào)控中心等若干單元組成。港口物流系統(tǒng)的研究范圍主要包括碼頭泊位調(diào)度、岸橋分配與調(diào)度、堆場資源配置及碼頭布局與規(guī)劃的仿真等。國內(nèi)外學(xué)者在研究集裝箱港口的物流系統(tǒng)中，提出了許多的科學(xué)方法和科學(xué)理論，進行了大量的模擬仿真實驗。其中一些新興的理論和技術(shù)在港口實際應(yīng)用中得到了很好的效益。

2 集裝箱港口物流系統(tǒng)研究現(xiàn)狀

2.1 對碼頭泊位調(diào)度的研究

船舶到達港口后首先要為其分配適當?shù)牟次还┢淇坎矗员氵M行裝卸作業(yè)。由于泊位資源是港口的稀缺資源之一，因此泊位分派問題是提高集裝箱港口裝卸作業(yè)效率的關(guān)鍵點之一。

國外學(xué)者中Lai K K,Shih K（1992）針對不同的分配標準（船舶平均等待時間最小、平均停靠時間最小和平均泊位利用率最大），采用先來先服務(wù)（FCFS）的分配策略，對泊位調(diào)度模型進行了研究[1]；Chen C Y,Hsieh T W（1992）利用一個時空網(wǎng)絡(luò)模型幫助決策者進行有效地進行泊位分配，該模型考慮了船舶的在港、到港和離港時間，將問題轉(zhuǎn)化為一個邊約束的普通網(wǎng)絡(luò)模型并用分支定界法求解了模型[2]；Young-Man Park,Kap Hwan Kim（2003）用混合整數(shù)規(guī)劃模型模擬了船舶在岸線的停靠位置和時間，并用模擬退火算法給出了該模型的近似最優(yōu)解[3]；Akio Imai,Xin Sun,Etsuko Nishimura等（2005）以最小化船舶等待時間為目標，用非線性整數(shù)規(guī)劃模型來模擬靜、動態(tài)碼頭的泊位分配問題，并設(shè)計了遺傳算法來求解模型[4]。

國內(nèi)學(xué)者中汪鋒，陶德馨（2003）研究了在一定吞吐量情況下配備合理泊位數(shù)和在一定的泊位數(shù)的情況下岸邊起重機的合理調(diào)度問題，指出了應(yīng)根據(jù)不同的船泊到港密度安排合理的調(diào)度方式[5]；楊海東（2007）對泊位系統(tǒng)進行模擬，以進港順序為突破口，將船舶進港順序歸納為9種船舶進港的指泊條件，最終得到滿足所有到港船在港時間最小目標函數(shù)條件下的船舶最優(yōu)進港順序、泊位選擇和泊位利用情況[6]。韓駿，孫曉娜，靳志宏（2007）對集裝箱碼頭的泊位與岸橋聯(lián)合調(diào)度問題，提出了協(xié)調(diào)調(diào)度優(yōu)化模型[7]；周鵬飛、康海貴（2008）針對船舶抵港時間和裝卸時間的隨機性，建立了面向隨機環(huán)境的集裝箱碼頭泊位一岸橋分配模型，并設(shè)計了改進的遺傳算法[8]。

2.2 對岸橋分配與調(diào)度的研究

岸橋是碼頭裝卸船舶的最主要的專用機械，其作業(yè)效率是提高港口作業(yè)效率的關(guān)鍵，岸橋的如何分配和調(diào)度直接影響著泊位的使用率，而對岸橋分配與調(diào)度的研究也是學(xué)者們一直在關(guān)注的重點。

國外學(xué)者Daganzo和Peterkofsky（1990）提出分支界限法（Branch and Bound Method），在整數(shù)模型中采用簡單的分配策略，分析岸橋的作業(yè)效率，計算出在高峰期泊位的最大吞吐量，用來解決固定式岸橋的調(diào)度問題，達到了減少船舶待泊費用的目的[8]。Lim、Rodrigues等人（2004）假設(shè)對固定式岸橋的分配是基于考慮一個互不干擾的限制條件。他們的目的是通過合理的調(diào)度岸橋工作來達到總利潤的最大化。通過利用動態(tài)規(guī)劃演算法（Dynamic Programming algorithms）、概率式禁忌搜索算法（ProbabilisticTabo Search）和啟發(fā)式優(yōu)化法（Heuristic Optimization）來解決這個問題[9]。Kim和Park（2004）在結(jié)合分支界限法和啟發(fā)式算法的基礎(chǔ)上提出了另一種新算法——貪婪隨機自適應(yīng)搜索過程（Greedy Randomized Adaptive Search Procedure，GRASP），用來解決岸橋調(diào)度問題[10]。Der-Horng Lee等人（2006）在Daganzo、Lim、Kim等人研究的基礎(chǔ)上提出另一種接近最佳解決方案——基因算法。他們通過計算機實驗來檢驗所建立的仿真模型，實驗結(jié)果表明采用基因算法能夠高效地解決岸橋調(diào)度問題[11]。

而國內(nèi)學(xué)者中，彭傳圣（2005）對一個碼頭建立計算機動畫模擬模型，研究了在碼頭極限通過能力下，岸邊集裝箱起重機的配置數(shù)量對碼頭服務(wù)水平的影響[12]。李平（2007）為岸橋調(diào)度問題建立一個混合整數(shù)規(guī)劃模型，對不同岸橋的裝卸能力進行了約束，以減少船舶裝卸任務(wù)的總體等待時間為目標，分別應(yīng)用了混合優(yōu)化策略和遺傳算法進行求解。仿真的結(jié)果表明，這種混合優(yōu)化策略能夠在更短的時間內(nèi)得到最優(yōu)的岸橋調(diào)度方案[13]。

2.3 對堆場資源調(diào)配的研究

堆場是碼頭最復(fù)雜、最重要部分。堆場的裝卸程序應(yīng)當要盡量和岸橋的裝卸程序保持步調(diào)一致，只有這樣才能達到更好的協(xié)作效應(yīng)，提高碼頭的裝卸效率。一般來說，對堆場資源的調(diào)配的研究主要有集裝箱區(qū)域的劃分（堆放策略）、裝卸運輸設(shè)備的調(diào)配和線路的優(yōu)化。

國外學(xué)者中Ballis和 Abaeoumkin（1996）建立了一個包括由于設(shè)備的不匹配而引起的交通堵塞和延遲的仿真模型。通過這個模型來評價一個碼頭堆場設(shè)計、設(shè)備數(shù)量、集卡調(diào)度、運行規(guī)則等[16]。Kapa Hawan Kim和Ki Young Kim（1999）討論了集裝箱碼頭在出口操作時龍門吊的最優(yōu)路徑問題。該模型的目標是讓集卡行走的路徑最短，在求解開始又進一步把模型分解為兩個子模型：第一個子模型是一般的運輸問題模型，旨在解決從各個貝位送至各個橋吊的集裝箱數(shù)量；第二個子模型則是特殊最優(yōu)路徑模型，不僅要求出龍門吊的最優(yōu)訪問順序，還要求其在各個節(jié)點的操作量[17]。Simchi-Levi等人（2000）建立了基于車輛的集裝箱港口集卡分派模型（一旦有車輛空閑就立馬將其分派給最早生產(chǎn)的任務(wù)），模型的目標是讓船舶在港的時間最小，并給出了啟發(fā)式算法[18]。Ebru K Bish、Thin-Yin Leong等人（2001）則詳細研究了碼頭集裝箱進口的操作時，集卡的最優(yōu)路徑問題。他不僅解決了集卡最優(yōu)路徑問題，還解決了進口集裝箱在堆場上的箱位安排問題[19]。

國內(nèi)的學(xué)者中張新艷（2002）提出忽略場橋的影響，采用基于生物進化策略來對堆場上集裝箱運送順序進行優(yōu)化，最終實現(xiàn)了該策略對集裝箱物流子系統(tǒng)的優(yōu)化[20]。楊淑琴、張運杰等（2002）根據(jù)出口集裝箱堆放盡量輕箱在下重箱在上的原則，利用啟發(fā)式方法合理安排出口集裝箱箱位，以達到裝船作業(yè)時堆場機械翻箱率最低[21]。李磊（2009）年利用蟻群算法來解決堆場龍門吊的調(diào)度問題，仿真結(jié)果得出在可接受的時間內(nèi)，蟻群算法比基因遺傳算法更好；在結(jié)合了免疫算法和禁忌搜索法的基礎(chǔ)上，提出了基于“作業(yè)面”運作方式的集卡行走路徑優(yōu)化問題，仿真結(jié)果也表明“作業(yè)面”運作方式有效降低了集卡的行走距離，節(jié)約了作業(yè)時間，大大提高了集卡的利用率[22]。

2.4 對集裝箱碼頭布局規(guī)劃的仿真研究

集裝箱碼頭布局規(guī)劃涉及到很多的因素，加上港口生產(chǎn)本身具有離散性、隨機性的特性，使規(guī)劃決策具有一定的復(fù)雜性和難度。因此，運用離散系統(tǒng)仿真便成為輔助決策的有力工具。近年來，借助計算機，圖形技術(shù)和仿真軟件的發(fā)展，計算機虛擬仿真技術(shù)越來越受到重視和應(yīng)用到集裝箱碼頭布局規(guī)劃的研究中。

國外學(xué)者中A.Shabayek，W.W.Yeung（2002）提出了一種應(yīng)用模擬模型（使用WITNESS軟件）來模擬香港葵涌貨柜碼頭的貨柜處理業(yè)務(wù)，目標是為了更高的準確性調(diào)查到什么程度模擬模型可以預(yù)測的更加實際的集裝箱碼頭業(yè)務(wù)[23]。Douglas.L.Mcwilliams，Paul.M.Stanfield，Christopher.D.Geiger（2005）提出了仿真為基礎(chǔ)的調(diào)度算法和利用遺傳算法來驅(qū)動尋求新的解決方案的建議，作者研究的目標是要安排拖車的卸貨碼頭，以盡量減少時間跨度轉(zhuǎn)移操作[24]。DemetrioLagana，PasqualeLegato，Ornella Pisacane，F(xiàn)rancesca Vocaturo（2006）圍繞排隊網(wǎng)絡(luò)模型使用仿真優(yōu)化方法解決物流過程中的利益問題。作者強調(diào)權(quán)力網(wǎng)格計算的仿真優(yōu)化研究并以并行處理器設(shè)計和實施一種分配計算量演算法[25]。Luca Maria Gambardellal，Gianhca Bontempi，Eric Taillar，Davide Romanengo，Guido Raso，Pietro Piermari（2008）發(fā)展的一種將人工智能、仿真和生產(chǎn)管理整合的方法模擬，預(yù)測和規(guī)劃聯(lián)運集裝箱碼頭以支持每天和長期為運營商決定工作。作者的一個主要管理目標是一個聯(lián)運碼頭增加生產(chǎn)力和更大的程度的降低成本[26]。

國內(nèi)學(xué)者中魯子愛、林民標（1999）把港口生產(chǎn)視為隨機服務(wù)系統(tǒng)，建立了模擬港口營運狀況的計算機仿真系統(tǒng)。港口吞吐量、船舶的平均等待時間、平均服務(wù)時間和平均排隊長度等港口營運參數(shù)的模擬計算值與實際統(tǒng)計值基本一致，表明該仿真系統(tǒng)能夠客觀地反映港口的實際營運狀況，可為港口建設(shè)和發(fā)展提供決策依據(jù)[27]。楊靜蕾、丁以中（2003）以上海港外高橋集裝箱碼頭為例，通過構(gòu)建一個錨地、泊位、橋吊龍門吊和集卡的動態(tài)多級排隊網(wǎng)絡(luò)，運用仿真技術(shù)來描述集裝箱碼頭裝卸系統(tǒng)[28]。張煜（2007）結(jié)合復(fù)合建模、遺傳算法、模糊控制、虛擬現(xiàn)實等技術(shù)，對集裝箱碼頭的設(shè)備配置、泊位指派、集卡調(diào)度、堆場車流控制、碼頭規(guī)劃設(shè)計等問題進行了仿真技術(shù)和優(yōu)化方法的研究[29]。

3 已有研究不足及解決辦法

3.1 已有研究的不足

通過以上國內(nèi)外文獻來看，早期研究中的一個特點就是針對某個具體的港口或是為解決港口某一個具體問題，尋求解決方案而展開研究的。在此背景下，研究所得的成果對于其它港口就不是很適用；中期的研究者們注意到了早期研究成果的局限性，隨著計算機虛擬技術(shù)和圖形技術(shù)的發(fā)展，促進了仿真軟件系統(tǒng)的開發(fā)，進行港口物流活動模擬仿真成為了可能。在先進仿真軟件的幫助下，港口物流作業(yè)的環(huán)節(jié)都能通過計算機實時控制，通過調(diào)整相關(guān)的技術(shù)參數(shù)，輸出的模擬結(jié)果能為港口的實際經(jīng)營提供很好的決策支持。但是此時的仿真軟件系統(tǒng)還是比較簡單，與其他相關(guān)工具軟件的擴展性很弱，比較注重數(shù)據(jù)的統(tǒng)計分析，而忽略了仿真模型的可視性；后期的研究中更加強調(diào)的是集裝箱港口的自動化和智能化。隨著港口進出口業(yè)務(wù)量增加，集裝箱船舶的大型化，現(xiàn)有港口的規(guī)劃布局、裝卸機械和裝卸工藝都遠遠不能滿足船舶裝卸要求。在應(yīng)付這些變化的過程中，港口經(jīng)營者需要的是更加精準的模擬預(yù)測方案。但是許多在用的港口模擬仿真系統(tǒng)仍然逃不出人機交互的局限性，研究新型通用性仿真軟件系統(tǒng)的開發(fā)和應(yīng)用，是對傳統(tǒng)港口物流仿真系統(tǒng)的一個新挑戰(zhàn)和創(chuàng)新性的研究領(lǐng)域。

與國外港口研究相比，國內(nèi)方面不管是理論研究還是軟件開發(fā)上，還是存在比較大的差距，主要體現(xiàn)在港口規(guī)劃方面，國外的港口做得比較好，自動化程度高，港口經(jīng)營效率高，經(jīng)營成本也較低。這是國內(nèi)港口必須要改善的地方，也需要國內(nèi)的學(xué)者們提出更好的設(shè)計方案；在堆場資源利用上，配套機械不到位一直是國內(nèi)大部分港口的軟肋；在復(fù)雜港口模型的開發(fā)上，國內(nèi)使用的仿真軟件大部分都是國外技術(shù)，所以在研究港口的深度和廣度上與國外差距較大。還有一個比較重要的原因是港口經(jīng)營者還沒有意識到在集裝箱港口物流系統(tǒng)的營運管理過程中，模擬仿真能夠提供重要的決策數(shù)據(jù)和決策方案。

3.2 提供的解決辦法

未來現(xiàn)代化的集裝箱物流系統(tǒng)應(yīng)該呈現(xiàn)出以下特點：大型化與高效化、標準化和序列化、專業(yè)化和多用化、自動化和智能化、節(jié)能和環(huán)保化。為了能使國內(nèi)港口更快地朝著現(xiàn)代化港口的方向發(fā)展，結(jié)合國內(nèi)港口發(fā)展的實際情況，以下是本文提供的幾條建議。

（1）使用更新型更高效的岸橋，如雙40英尺岸橋或是三40英尺岸橋。

（2）堆場和碼頭前沿之間的集裝箱裝卸使用更節(jié)能的電驅(qū)式集卡。

（3）改進現(xiàn)有的輪胎式龍門起重機（RTG），改裝成帶能量反饋的綠色RTG。或者是直接使用油改電式的RTG和軌道式龍門起重機（RMG）。

（4）引進集裝箱自動化立體倉庫系統(tǒng)。該系統(tǒng)擁有自動化的所有優(yōu)點，安裝在碼頭岸橋的下游，集裝箱從岸橋卸載后，經(jīng)中轉(zhuǎn)平臺和水平運輸軌道，直接送到自動化立體倉庫的指定位置，顯著減少了裝卸過程。

（5）考慮發(fā)展地下集裝箱運輸系統(tǒng)。它是指集裝箱為載體的貨物在一種大直徑地下通道中自動穿梭運行的物流系統(tǒng)，完成港口與港口、港口與內(nèi)陸、內(nèi)陸與內(nèi)陸之間的集裝箱運輸，并能與地面終端有效連接，符合高效、低成本、友好環(huán)境等可持續(xù)發(fā)展原則。

[1]Lai K K,,Shih K..A study of container berth allocation[J].Journal of advanced transportation,1992,26(1):45-60.

[2]Chen C Y,,Hsieh T W..A time space network model for the berth allocation problem[C]//19th IFIP TC6 Conference on System Modeling and Optimization,Cambridge,UK,1999.

[3]Young-Man Park,Kap Hwan Kim.A scheduling method for berth and quay cranes[J].OR Spectrum,2003,25(1):1-23.

[4]Akio Imai,Xin Sun,Etsuko Nishimura,Stratos Papadimitriou.Berth allocation in a container port:using a continuous location space approach[J].Transportation Research Part B,2005,39:199-221.

[5]汪鋒，陶德馨.Witness仿真軟件在集裝箱碼頭模擬系統(tǒng)中的應(yīng)用[J].交通與計算機，2003(2):64-66.

[6]楊海東.港口泊位系統(tǒng)仿真求解泊位分配問題[D].天津：天津大學(xué)（碩士學(xué)位論文），2007.

[7]韓駿，孫曉娜，靳志宏.集裝箱碼頭泊位與岸橋協(xié)調(diào)調(diào)度優(yōu)化[J].大連海事大學(xué)學(xué)報，2008,34(2):117-121.

[8]周鵬飛,康海貴.面向隨機環(huán)境的集裝箱碼頭泊位—岸橋分配方法[J].系統(tǒng)工程理論與實踐，2008(1):161-168.