內河港口物流鏈資源協作調度的優化仿真設計①

浙江商業職業技術學院 丁榮濤

隨著3G技術及信息化的普及，港口發展進入了新的時代，構建“港口虛擬物流鏈”也將成為發展的必然。虛擬物流鏈模式無論在理論研究、軟件開發還是實際應用等方面的發展都剛剛起步。在理論研究方面，Hayuth Y. Hi11ing提出“邊緣港口挑戰”理論，認為運輸技術的進步和運輸體系的改變導致了港口從單純的運輸節點轉變為集運輸、儲存、加工、包裝、分配等為一體的物流系統，這導致了港口之間的競爭從區域內的競爭轉向更大范圍的競爭。在實際應用方面，虛擬物流這種先進的物流管理方式已經在國外某些吞吐量較大的港口開始推廣，例如新加波、鹿特丹、迪拜、釜山等幾個港口，正打造技術密集型的“智能港”，擬發展“虛擬物流鏈控制中心”，希望建立直通腹地的完整的大物流網絡。

目前國內外針對內河港口物流鏈物流資源調度平臺設計和應用的研究文獻較少。隨著物流鏈中各節點差異化、個性化、柔性化、敏捷化發展，對物流鏈調度問題在研究領域方面將呈現出更為復雜、精細化的趨勢。在計算方法上，隨著研究系統規模的擴大，對可能使用算法的準確性和收斂性要求更高。仿真技術提供了研究復雜問題的可能性，將仿真技術引入到多式聯運資源調度問題的研究，可以充分發揮其優勢，同時仿真技術可以與其他算法技術相結合，集成將成為解決問題的關鍵。

1 系統需求分析

物流鏈可以分為水平型的橫向聯盟和垂直型的縱向聯盟。橫向聯盟主要表現為集裝箱港口的聯盟發展，縱向聯盟包括：港口與貨主(客戶)聯盟、港口與航運公司特別是集裝箱班輪公司進行合作的聯盟、在港口內或臨近地區的物流園區與臨港工業園區聯盟。物流鏈中的各聯盟機構根據物流任務不同都會提出自己的物流需求。物流資源協作分配根據執行任務和所屬成員不同，分為橫向協作和縱向協作。橫向協作主要是指為實現物流服務的快速響應，物流鏈具有相同功能的服務節點共同合作完成物流任務的相同環節，通過分攤成本和分享收益滿足物流需求；縱向協作則是指物流生態鏈中的上下游服務節點互相合作，分批分次完成物流任務。在物流任務協作招標過程中，對于每一個參與協作的企業，它們都有兩個選擇(參加、不參加)，不同物流聯盟企業一定存在合作與競爭。為提高合作能力，避免有害競爭，首先要明確物流需求與各節點資源協作分配能力，從物流鏈、企業層和業務層三個層次建立物流需求與資源協作的概念模型，提高物流鏈整體的競爭與合作能力。保證企業在多變的外界環境影響下能通過預測節點間物流任務的需求和自身能力約束關系，較準確地判斷和選擇自己的內部資源配置分配，從而獲得更大的市場占有率。

2 仿真系統設計

2.1 物流鏈資源協作調度優化仿真的評價指標核心類庫設計

測度物流鏈資源協作調度優化仿真的常用指標有貨運量、貨運周轉量、物流自營成本、委外成本、閑置資源管理成本和銜接成本。不同要素在不同物流階段評價重點不同，它們之間相互聯系、相互影響，共同服務于協作資源優化配置評價系統的目標。為解決內河港口物流鏈環境中不同企業、不同物流任務條件下資源優化配置評價元素的異構性、分布性和多樣性，建立了一種隨元素信息而變化的動態熵權合成方法，將物流鏈寫作資源優化配置調度問題轉換成可被描述的動態模糊群體決策過程，遵循層次化、構件化和標準化的設計原則完成相應的核心類庫編碼。

2.2 仿真單元異構數據采集與整合方法設計

觸發數據處理Agent、配送管理Agent、包Agent、溝通協調Agent，各Agent各司其職，在處理自身問題的同時不斷進行交互和信息共享，并行、協同地完成任務，將任務結果反饋給界面Agent。內河港口物流鏈中各仿真單元在各Agent協助下互相通信，交換數據，協作計算，共同支持系統的上述功能。仿真系統的設計應減少仿真單元軟件設計和開發上的復雜度，將物流鏈仿真平臺關鍵數據保存到規則數據庫中，規則數據庫支持不同數據資源的數據庫管理工具以及分布式仿真和協同環境支持結構。為建立相關的仿真系統和體系結構分析提供正確的、一致的和可重用的概念模型。最終使部署在不同系統上的仿真單元在MAS/SOA平臺上通過智能規則、演化算法、證據理論等智能技術上傳業務關鍵數據。提供一個與物流業務過程相關的信息資源倉庫，信息資源庫由各種數據元素配置組成，各種數據元素可以配置完成不同的任務，而由各種任務又可以配置成各種應用，并且支持物流業務有序執行。

2.3 多式聯運下的內河港口物流鏈資源協作調度平臺設計

構建仿真平臺時，綜合考慮區域制造企業集裝箱需求量及港口聯盟企業集裝箱轉運能力的實際情況，遵循系統化、簡單化、多方位、規范化等規則，確定多式聯運仿真模型的抽象粒度。采用復雜適應系統(CAS)理論與智能Agent的模式來描述各物流節點仿真行為。針對多式聯運物流配置的可能性與特異性，尤其是離線事件發生時的業務流程共性，仿真各物流配送節點作業流程的過程和資源優化配置方法。建立多主體的CAS模型，模擬多式聯運過程建立各物流活動節點的Agent，每個參與物流活動的組織主體將成為獨立的Agent，采集業務流數據。通過控制港口物流鏈在運集裝箱數量和轉運集裝箱數量，盡可能地發揮物流鏈物流服務能力，使得港口集裝箱裝卸總量滿足區域制造企業所需集裝箱在時間、重量上的要求，確定集裝箱物流平衡的優化建模方案。

2.4 面向多級成本核算的內河港口物流鏈資源協作調度仿真優化

在整個內河港口物流鏈活動過程中可能產生各種資源的占用與費用支出，既包括物流鏈內各節點物流運營組織單獨作業所產生的內部成本，也包括物流鏈各節點間協作交流時所產生的通信成本，還包括鏈內所有節點組織所產生的共同補償成本。內河港口物流鏈的分布式成本核算與控制是分級管理的，以物流鏈及其內部各企業單位為成本管理主體，分解、分配與動態調度物流鏈中的協作物流活動，根據物流業務的不同特性，計算產生的物流主要成本項目及成本發生的成本動因，整理成本項目之間的流程關系及相互作用關系。 GAA 算法的總成本近似計算仿真優化方法，分解、調度和優化物流成本，即在給定顧客需求、外部供應和交納周期的情況下，運用系統化的管理與控制方法模擬物流系統的運行過程，集中探討集中式仿真與分布式仿真之間的動態銜接和信息交互關系。最后編碼實現核心算法軟件庫，完成物流鏈資源協作調度仿真平臺最優目標計算。

2.5 仿真平臺部署及應用實施

物流協作調度優化是一個多因素且因素之間關系復雜的非線性多重信息反饋系統，各因素的相互作用決定了物流調度方案的確定過程和最終結果。本項目的數據來源分布在各異構數據庫中，數據的提取和轉換上采用基于XML的數據集成中間件技術編寫一個通用的接口。通過接口將不同來源的結構化數據結合在一起，異構數據庫用戶在中間層服務器上對從后端Web數據庫或其他應用處來的數據進行集成。項目屆時將針對浙江海河聯運和腹地經濟特點，選擇具有一定代表性的內河、沿海港口及制造企業，依據地理信息系統，結合河道、公路和港口堆場三維地圖提供的準確位置，使用帶堆場優先級的水域船舶交通仿真和陸地集卡交通物流鏈仿真平臺，建立面向物流作業的分布式異構協同系統。

3 關鍵技術

3.1 基于博弈的資源需求與資源調度行為沖突協調機制

從物流供應鏈整體績效出發，對于不同節點的可調度資源物流能力，采用統計學的因子分析和回歸分析相結合方法進行具體數據分析，將獲取得到的各項指標劃分為物流生產資料獲取能力、物流任務交付能力、資源配置能力、一體化能力、敏捷能力、成本控制能力6個維度。根據內河港口物流鏈各節點物流裝備和協作能力建立動態行為調度追蹤監控模擬模型，該模型將根據參與物流行為的各裝備工作參數仿真整個物流任務活動過程中數據變化情況，設計異常狀況，制造沖突信號，所有數據包括沖突數據入數據庫，然后運用博弈論中的合作對策理論和談判對策理論預先設置不同沖突的解決方案，重新分配物流鏈共同體參與的各成員資源。

3.2 基于GAAA算法的多級物流成本控制

內河港口物流鏈成員類型不同、企業規模不同服務需求也不同，對物流時間、成本約束比較復雜，所以要對河港物流鏈相關的成本要素進行識別和分類，包括基于各種約束條件下的物流服務企業選擇成本、庫存/倉儲成本、物流設施使用成本等。物流資源配送采用改進的遺傳算法，即傳統的遺傳算法與蟻群算法的結合算法(GAAA)來實現，將局部搜索和變異操作融入到遺傳算法的交叉與變異中去，通過對問題空間的快速而準確的求解發揮兩種算法的優勢。

3.3 帶趨勢補償的仿真單元間數據采集及擬合

在調度資源分配實施過程中，參與物流活動的內河港口物流鏈每個節點數據都可能因為其關聯節點響應變化而重新計算問題。模擬GPS物流追蹤業務流程建立節點間物流活動的車船工作數據模型，把各裝運任務當作離散事件，根據船舶和車輛運輸計劃和運輸參數生成港口船舶岸橋裝卸、堆場轉移，集卡轉運實時工作數據，補充航運交通和道路交通突發狀況信息和狀態變量，設計準確的數據結構，提出帶趨勢補償的組合元模型，杜絕仿真單元間數據擬合滯后現象，解決仿真單元決策誤差問題。

3.4 基于SOA模式的港口物流鏈MAS規劃與設計

充分利用現有的Agent智能代理實現技術，結合HLA標準，利用SOA實現“LSE”，內嵌于各物流節點業務管理系統，通過數據的聯接和整合，采集仿真數據，快速配置各物流網點資源，實現點對點的信息傳遞反饋仿真結果?；赟OA模式的港口物流鏈MAS構建可以用語義網代替標準的Web網，用本體詳細描述各種資源之間的聯系，解決虛擬物流鏈系統內信息共享和信息交互問題。在自動化系統與“信息交換服務”基礎上，根據協作調度需要生成各類在運貨物的實時數據視圖。

[1] 丁榮濤.基于合作博弈的港口物流鏈云服務組織方法[J].清華大學學報(自然科學版),2014,54(3).

[2] 高鵬,金淳,鄧玲麗.港口多式聯運系統銜接問題及建模方法綜述[J].科技管理研究,2010(23).

[3] 丁榮濤.服務驅動下的云制造物流資源協作評價與聚集[J].科技管理研究,2012,34(9).

[4] 張旭.基于GAAA算法的循環物流成本仿真和優化的研究[D].天津財經大學,2009.

[5] 楊峰.面向效能評估的平臺級體系對抗仿真跨層次建模方法研究[D].國防科學技術大學,2003.

[6] 郭玉.基于改進蟻群算法的機器人路徑規劃研究[D].哈爾濱工業大學,2008.