基于DEVS的集裝箱碼頭物流系統仿真建模

蔡 蕓，秦 悅，張 煜

（1.武漢科技大學 機械自動化學院，湖北 武漢 430081；2.武漢理工大學 物流工程學院，湖北 武漢 430063）

1 引言

集裝箱碼頭物流系統是指在一定的集裝箱碼頭空間里，由集裝箱、船、裝卸搬運機械、泊位、堆場和道路等若干相互聯系、相互制約的動態要素構成的有機整體，該系統是典型的離散事件動態系統。隨著仿真建模理論的發展和港口信息管理技術的提高，集裝箱碼頭物流系統的規劃設計者和營運管理決策者常使用排隊論[1]、Petri網[2]、Agent技術[3]、虛擬現實技術[4]等仿真建模方法，輔助他們做出更加合理的設計和決策。

離散事件系統規范是一種描述離散事件形式化的方法，是一種正式的建模和仿真結構，針對離散事件系統的形式化描述體系，它將每個子系統看作一個具有內部獨立結構和輸入輸出接口的模塊，這些模塊通過連接關系組合成為更大的模塊，從而形成規范化、層次化、模塊化的描述，以提高仿真速度，縮短仿真時間[5-6]。

DEVS在軍事[7]、社會事件[8]、工業[9]等領域都有廣泛應用，但在集裝箱碼頭物流系統中的運用還是空白。因為采用DEVS描述的模型層次清晰且規范，所以本文以集裝箱碼頭物流系統為對象，采用DEVS的建模方法，分析并描述了集裝箱碼頭物流系統的耦合模型和原子模型，并將其轉化為em-Plant軟件中的仿真模型，進行仿真實驗，借以驗證其可靠性，并為集裝箱碼頭作業系統的規劃設計和運營管理提供技術手段。

2 DEVS模型描述

DEVS模型有兩種:DEVS原子模型（Atomic DEVS）和DEVS耦合模型(Coupled DEVS)。原子模型描述了離散事件系統的自治行為，包括系統狀態轉換、外部輸入事件響應和系統輸出等；它們可以通過連接形成耦合模型，從而形成層次化的結構；耦合模型中包含多種成員，每個成員既可以是原子模型，也可以是耦合模型[10]。

2.1 原子模型

DEVS原子模型描述如下式所示:

其中:X:外部輸入事件集合；Y:輸出集合；S:系統狀態集合；ta:S→R0,+∞是時間推進函數。ta(s)表示在沒有外部事件到達時系統狀態保持為s的時間，特別地ta(s)=+∞的狀態稱為靜止的，如無外部事件到達,系統將一直停留在該狀態；ta(s)=0的狀態稱為瞬時的，瞬時狀態表達了不消耗時間的即時運算，即在該狀態執行時，仿真時鐘不推進；δext:Q×S→S，是外部狀態轉移函數，當有外部輸入事件時觸發，Q={(s,e)|s∈S,0≤e≤ta(s)}，e是當前狀態s的已持續時間，(s,e)表示總狀態；δint:S→S，是內部狀態轉移函數，如無外部事件到達，系統經過ta(s)時間后，狀態s將轉移到δint(s)，同時將e置0；λ:S→Y，是輸出函數。

2.2 耦合模型

DEVS耦合模型描述如下式所示：

其中，self是耦合模型本身，Xself是外部輸入事件集合，Yself是輸出事件集合；D是耦合模型組成成員的名字集(self?D)；{Mi}是耦合模型的成員集，{Mi∣i∈D}且Mi是DEVS原子模型；Ii表示受成員i(i∈D∪{self})影響的成員集，所有受影響的成員集為{Ii∣i∈D∪{self}}；Zi,j表示成員i的輸出到成員j(j∈Ii)的輸入轉換，輸出輸入轉換集為{Zi,j∣i∈D∪{self},j∈Ii}，且 Zself,j:Xself→Xj，j∈D；Zi,self:Yi→Yself,i∈D；Zi,j:Yi→Yj，i,j∈D。{Ii}，{Zi,j}描述了耦合模型的耦合結構；select是選擇函數，當耦合模型中幾個成員同時發生狀態轉移時，需要用select函數來選擇其中一個成員的轉移作為耦合模型的狀態轉移。

3 碼頭物流系統仿真模型的構建

3.1 仿真實體及其功能

集裝箱碼頭物流系統的仿真實體主要包括船、控制中心、泊位、岸邊集裝箱起重機(岸橋)、集裝箱拖掛車（集卡）、輪胎式龍門起重機（場橋）、堆場等實體。其功能如下：船負責將集裝箱運達和運離碼頭；控制中心是整個集裝箱碼頭物流系統的樞紐，負責接受信息和下達調度指令等；泊位供船停靠；岸橋負責為船裝卸集裝箱；集卡承擔集裝箱從碼頭前沿至堆場、堆場內箱區間的水平運輸；場橋承擔集裝箱在堆場的裝卸和堆碼作業；堆場是集裝箱在碼頭內堆存的場地。本文采用自頂向下的建模方式，先分析了各實體間的相互關系，構建了系統耦合模型，然后將系統實體描述為原子模型。

圖1 集裝箱碼頭物流系統耦合模型結構

3.2 耦合模型描述

圖1為集裝箱碼頭物流系統耦合模型示意圖。圖中圓圈代表耦合模型成員，包括berth（泊位）、ship（船）、quay（岸橋）、truck（集卡）、fbridge（場橋）、yard（堆場）、core（控制中心）等原子模型。箭頭表示外界與耦合模型間的關系以及原子模型間的耦合關系（即各原子模型間的輸入、輸出端口的關系），箭頭上的字符表示原子模型的輸入、輸出端口，其含義如以下實例所示，i_shipb表示泊位從船接受信息變量的輸入端口，其中i表示輸入端口，ship表示船，b是泊位berth的縮寫，o_berthc表示泊位向控制中心傳遞信息的輸出端口，其中o表示輸出端口，berth表示泊位，c是控制中心core的縮寫，其余輸入輸出端口表達方式同理。另外，耦合模型通過core的i_core端口輸入外部事件（船及其箱體信息）；通過core的o_core端口輸出船數量、吞吐量和設備利用率等統計信息。

3.3 主要原子模型

由于篇幅所限，本文只給出場橋原子模型（fbridge）的集合描述（如圖2所示），并將集裝箱裝和卸動作統一描述。耦合模型中的主要成員岸橋、船、集卡的原子模型僅給出圖示（如圖3-圖5所示）。

圖2 場橋原子模型結構

圖3 岸橋原子模型結構

圖4 船原子模型結構

4 仿真實驗

4.1 仿真流程

圖5 集卡原子模型結構

（1）模型初始化

①產生耦合模型輸入端口所需船及其箱信息，并由core的i_core輸入端口獲取。

②berth、quay、truck、fbridge分別通過o_berthc、o_quayc、o_truckc、o_fbridgec向core遞交當前狀態（是否閑置或是否故障）。

（2）模型執行

對于進口箱：

①船到港，ship及時通過o_shipc輸出端口向core的i_shipc傳遞請求服務。

②core根據生產作業情況，通過o_cores輸出端口向ship的i_cores輸入端口傳遞信息，為其指定泊位，通過o_coreq、o_coret、o_coref輸 出 端 口 向 quay、truck、fbridge 的 i_coreq、i_coret、i_coref輸入端口下達該船的裝卸任務，調度裝卸作業線上的岸橋、集卡、場橋。

③quay根據core的調度信息，移動到作業位置，ship通過o_shipq輸出端口向quay的輸入端口i_shipq發送箱信息，quay通過o_quayt輸出端口向truck的輸入端口i_quayt提供岸橋位置信息，集卡到岸橋處裝箱。

④truck從岸橋處裝箱并獲得箱信息，運往堆場，通過o_truckf輸出端口，向fbridge的輸入端口i_truckf傳遞箱信息和提出卸箱請求，等待場橋卸載；

⑤fbridge根據core的調度指令，到達指定堆區，等待集卡卸箱請求，如果有請求就為集卡服務，卸箱后，通過o_fbridgey輸出端口向yard的輸入端口i_fbridgey傳遞箱信息。

⑥yard根據fbridge提供的箱輸入信息，通過o_yardc輸出端口向core的輸入端口i_yardc傳遞進口箱的堆存信息。

對于出口箱：

①yard根據core提供的集裝箱裝船信息，通過o_yardf輸出端口向fbridge的輸入端口i_yardf提供集裝箱裝船信息。

②fbridge根據core提供的調度信息，移動到堆場等待裝箱。fbridge通過o_fbridget輸出端口向truck的輸入端口i_fbridget提供場橋位置信息。

③truck根據fbridge提供的場橋信息，到場橋處排隊等待裝箱，裝箱后由場橋的輸出端口o_fbridget獲得箱信息，到岸橋下等待卸箱，通過o_truckq輸出端口向quay的輸入端口i_truckq傳遞集裝箱信息和集卡卸箱請求。

④卸箱后，quay根據truck提供信息，通過o_quays輸出端口向ship的輸入端口i_quays提供上船的出口箱信息。

⑤ship判斷是否完成裝出口箱，完成后由ship的o_shipc向core端口的i_shipc端口發出作業完成信息，core根據該信息向ship的輸入端口i_cores發出離泊命令。

（3）模型輸出。core通過o_core輸出端口向耦合模型輸出端口提供船的到離港時間、進出口箱量和設備利用率等統計信息，仿真結束。

4.2 仿真模型的輸入參數

為了研究以上DEVS模型描述集裝箱碼頭生產作業的可靠性，本文將其在em-Plant仿真軟件中進行轉化，并建立了某集裝箱碼頭系統裝卸作業模型。該集裝箱碼頭干線海船泊位數目為4個，支線江駁泊位數目為2個。岸邊集裝箱裝卸橋總數目為14臺（其中海船泊位岸橋為12臺，江船泊位岸橋為2臺），輪胎式龍門起重機總數目為48臺，集卡總數目為72臺。

根據該港口調研數據，仿真模型輸入參數如下：船到港時間滿足負指數分布f(t)=1-exp(-t/β),t＞0，β＞0,船到港的平均時間間隔，海船β＝4.37h，江船β＝1.24h。另外，到港船型和裝卸箱量等信息滿足經驗分布。堆場場橋作業時間為2min/TEU，海船岸橋的作業時間為2.4min/TEU，江駁岸橋作業時間為2.9min/TEU；場橋作業時間為2.14min/TEU。集卡行駛速度為6m/s，泊位數目為4個,12臺海船岸橋，2臺江駁岸橋，海船岸橋集卡配比（即每臺岸橋配備幾輛集卡）是1：6，駁船岸橋集卡配比是1：5。

4.3 仿真模型的輸出參數

在仿真時，參照碼頭布局設計方案，江駁泊位的工作時間設置為每年280天，而海船每年工作天數為325天。經過多次對模型的仿真運行，得出表1所示結果。由于調研獲得的是9個月的生產數據，故生產數據的實到船數量未知，以2004年1月至9月的實際吞吐量1986361TEU，推算該碼頭年吞吐量為2648481TEU。

4.4 仿真結果和分析

把仿真結果和實際情況相比較，實際泊位平均利用率為63.8%；岸橋平均利用率為41.1%。而仿真結果中年吞吐量為2461040TEU；泊位平均利用率為53.4%；岸橋平均利用率是47.4%。這個差異可能是由于碼頭實際是每年工作日為365天，每天工作24h，沒有船到港時則對設備進行檢修，另外人為的設備調度比仿真模型靈活，而仿真獲得的結果是按碼頭設計生產工作日325天所得到的，因此總的來說,仿真結果和實際情況相對還是比較符合的。這就說明建立的DEVS模型可以正確描述集裝箱碼頭的裝卸生產過程。

表1 仿真輸出數據和生產數據統計值

5 結語

本文率先使用DEVS方法分析并描述了集裝箱碼頭物流系統，在此基礎上利用em-Plant軟件構建了其仿真模型，并進行了仿真實驗，得到了較為合理的仿真結果。由于本文構建的仿真模型針對的只是岸橋、集卡、場橋資源配比固定的作業線生產模式，為此今后還需要進一步研究非固定作業線模式的DEVS模型。

[1]靳志宏,邱波,趙芳.集裝箱碼頭泊位資源動態配置優化[J].中國航海,2011,(3):89-92.

[2]張海霖.基于R-OPN的集裝箱碼頭物流系統建模與分析[J].上海交通大學學報,2007,41(2):231-237.

[3]李斌,閆新慶,胡家香.基于哈佛結構和群集智能的集裝箱碼頭物流系統建模優化[J].江蘇科技大學學報(自然科學版),2011,25(3):282-287.

[4]張煜,王少梅.虛擬集裝箱碼頭及其建模技術[J].港口裝卸,2008,(1):16-19.

[5]Zeigler B P,Praehofer H,Kim T G.Theory of modeling and simulation:Integrating discrete event and continuous complex dynamic system[M].San Diego,CA:Academic Press,2000.

[6]Schroeder M,Wagner G.Vivid agents:theory,architecture,and applications[J].Journal for Applied Artificial Intelligence,2000,14(7):645-676.

[7]李雪飛,孫永侃,熊正祥.基于DEVS的艦艇作戰模擬訓練操作行為建模[J].兵工自動化,2013,32(9):4-8.

[8]曹琦,何中市,余磊.基于DEVS／CD＋＋的搶險救災物資保障仿真建模研究[J].計算機應用,2008,28(11):2967-2969.

[9]鄭麗鈺.基于DEVS的石化多層次物流模型建模和仿真研究[D].杭州:浙江大學,2008.

[10]唐俊,張明清,劉建峰.離散事件系統規范DEVS研究[J].計算機仿真,2004,21(6):62-64,59.