考慮同步裝卸的岸橋作業序列優化

張文韜　韓曉龍

摘要：

為提高岸橋裝卸集裝箱的作業效率，研究單岸橋同步裝卸問題。建立岸橋同步裝卸優化模型，利用遺傳算法進行求解，優化集裝箱船的裝卸順序，最大化地減少岸橋作業時間。算例結果表明，與傳統岸橋同步作業模式相比，利用該模型岸橋作業效率有較大提升。結果證明了算法的有效性，所建模型有利于岸橋作業效率的提高。

關鍵詞：

同步裝卸;?岸橋作業序列;?遺傳算法

中圖分類號：U691.34

文獻標志碼：A

Optimization?of?quay?crane?operation?sequence?considering

synchronous?loading?and?unloading

ZHANG?Wentao，?HAN?Xiaolong

（

Institute?of?Logistics?Science?&?Engineering，?Shanghai?Maritime?University，?Shanghai?201306，?China）

Abstract：

In?order?to?improve?the?operation?efficiency?of?loading?and?unloading?containers?by?quay?cranes，?the?problem?of?synchronous?loading?and?unloading?of?a?single?quay?crane?is?studied.?The?optimization?model?of?synchronous?loading?and?unloading?of?the?quay?crane?is?established?and?solved?by?the?genetic?algorithm?to?optimize?the?loading?and?unloading?sequence?of?container?ships?and?minimize?the?operation?time?of?the?quay?crane.?The?result?of?an?example?shows?that，?compared?with?the?traditional?synchronous?operation?mode?of?the?quay?crane，?the?operation?efficiency?of?the?quay?crane?by?the?model?is?greatly?improved.?The?result?shows?that?the?algorithm?is?effective?and?the?model?is?beneficial?to?the?improvement?of?quay?crane?operation?efficiency.

Key?words：

synchronous?loading?and?unloading;?quay?crane?operation?sequence;?genetic?algorithm

收稿日期：?2018-10-17

修回日期：?2019-05-05

基金項目：

國家自然科學基金（71471110）;上海市科學技術委員會創新項目（16DZ1201402，16040501500）;上海市科學技術委員會工程中心能力提升項目（14DZ2280200）;上海海事大學研究生學術新人培育計劃（YXR2017014）

作者簡介：

張文韜（1994—），男，寧夏銀川人，碩士研究生，研究方向為港口設備作業優化，（E-mail）377499493@qq.com;

韓曉龍（1978—），男，上海人，副教授，碩導，博士，研究方向為物流與供應鏈管理，（E-mail）xlhan@shmtu.edu.cn

0?引?言

隨著經濟全球化和集裝箱船大型化的發展趨勢，我國大型集裝箱碼頭的吞吐量日益增加。如何提高船舶的裝卸效率，保證船舶船期已經成為我國大型港口亟待解決的問題。在傳統的“先裝后卸”作業模式下，岸橋有一半時間處在“空閑”狀態，岸橋資源未得到充分利用。為提高岸橋作業效率，“同步裝卸”作業模式被提出，在該模式下進口集裝箱與出口集裝箱裝卸作業同步進行，岸橋作業效率得到了提高。

近年來，在集裝箱裝卸及相關作業設備調度問題上取得了較為豐富的研究成果。國外的研究成果主要有：KIM等[1]研究了岸橋裝卸順序問題，設計貪心隨機自適應搜索法進行求解;LEE等[2]以出口集裝箱倒箱量最少為目標建立了整數規劃模型，應用近鄰搜索算法求解出口集裝箱裝船前的預倒箱問題;ZHANG等[3]以最短行駛路線為目標，優化了龍門吊在堆場間的行駛路線;BISH[4]將神經網絡與模擬退火算法相結合，給出了多岸橋背景下集卡調度的可行方案;ZHEN等?[5]建立了混合整數規劃模型并應用粒子群算法進行求解，解決了岸橋與集卡的聯合調度問題。國內的研究成果主要有：韓曉龍等[6]將岸橋作業動作進行分解，對港口資源進行仿真優化，得到了岸橋最優調度方案;盧毅勤等[7]建立了最大化集卡的利用效率與最小化集卡碳排放的多目標整數優化模型，并應用粒子群算法進行了求解;周鵬飛等[8]應用禁忌搜索算法，在出口集裝箱隨機進場的情況下給出了貝和貝內箱位的分配方法;高鵬等[9]建立了堆場進口集裝箱提箱作業雙層規劃模型，采用路徑搜索算法得到最優倒箱路徑;魏航[10]通過分析碼頭取箱時間窗機制，建立了進口集裝箱取箱時間窗優化模型，并設計了遺傳算法進行求解;曾慶成等[11]將神經網絡與模擬退火算法相結合，建立了雙層規劃模型，給出了岸橋、集卡和場橋的集成調度方案;祝慧靈等[12]研究了考慮船舶穩定性、吃水深度的船舶全航線配積載問題，并應用啟發式算法得到初始可行解，利用遺傳算法對初始可行解進行優化。

近年來在岸橋同步裝卸作業方面具有代表性的研究有：GOODCHILD等[13]通過理論分析和數學演算證明了同步裝卸的可行性，并將流水線原理應用于岸橋同步裝卸作業中;ZHANG等[14]考慮集裝箱船的實際裝載情況，以岸橋最小作業循環次數為優化目標建立了混合整數規劃模型，并應用智能算法進行了求解;常祎妹等15]研究了不確定條件下的岸橋同步裝卸問題，并應用傳統的遺傳算法與蒙特卡洛法相結合的混合遺傳算法進行了求解。

本文在上述研究的基礎上，研究帶有艙蓋的集裝箱船的岸橋同步裝卸問題，以最小化岸橋作業完成時間為目標，建立整數規劃模型，并設計遺傳算法進行求解。

1?問題描述

岸橋同步裝卸作業模式主要是為了解決岸橋空駛問題，以及這一過程中裝卸集裝箱列的順序問題。

岸橋同步裝卸示意圖見圖1：岸橋在完成船艙內任意列的進口集裝箱卸載工作后，在返回的過程中從集卡上提取一個出口集裝箱，將其放置在船艙內已經完成卸載的集裝箱列的箱位上，再從剩余集裝箱列的箱位上提取一個進口集裝箱，將其放置在岸邊等候的集卡上。該種作業模式的優勢在于：一方面，能有效降低岸橋的空閑率，使岸橋處于滿負荷工作狀態;另一方面，能降低集卡的空載率，并縮短集卡等待岸橋的時間。

岸橋同步裝卸主要遵循以下規則：

（1）岸橋先進行進口集裝箱卸船作業，后進行出口集裝箱裝船作業。在裝卸順序上，進口集裝箱由列的頂層至下層依次進行卸船作業，出口集裝箱由列的底層至上層依次進行裝船作業。對于同一箱位來說，先進行進口集裝箱卸載作業，再進行出口集裝箱裝船作業。

（2）對于已經配對進行同步裝卸的列，若該配對列所需裝卸的進口與出口集裝箱數量不相等，則剩余的需要進行裝載或卸載的集裝箱采用單循環作業模式，不再參與后續同步裝卸作業，只進行單獨的裝卸作業。

2?模型建立

本文建立的數學模型優化目標為最小化岸橋作業完成時間，整個模型限定為多輛集卡配合單臺岸橋進行作業。整個作業過程的完成時間，以完成集裝箱船上最后一個出口集裝箱裝載的時間點作為岸橋作業的完成時間點。

岸橋同步裝卸優化模型的建立主要基于假設：（1）在裝船過程中沒有新集裝箱進場。（2）碼頭方已提前知曉船舶的積載情況、進港時間和箱位數量。（3）只考慮單岸橋作業模式。（4）碼頭集卡數量充足，不存在岸橋等待集卡的情況。（5）所裝卸的集裝箱尺寸相同，只考慮船舶單個艙位的裝卸。

2.1?模型符號與決策變量

I為艙蓋上需要裝載的集裝箱列的集合;I′為艙內需要裝載的集裝箱列的集合;li為第i列需裝載的集裝箱數量，ui為第i列需卸載的集裝箱數量;sui為岸橋卸載第i列集裝箱的開始時間;eui為岸橋卸載第i列集裝箱的結束時間;sli為岸橋裝載第i列集裝箱的開始時間;eli為岸橋裝載第i列集裝箱的結束時間;a為岸橋一個裝或卸作業過程的用時;T為岸橋總作業完成時間。

模型的決策變量有：xij，若第i列在第j列之前卸載，則xij=1，否則xij=0;yij，若第i列在第j列之前裝載，則yij=1，否則yij=0。

2.2?數學模型

式（1）為目標函數，即最小化岸橋作業完成時間;式（2）為對目標函數的定義;式（3）為單列集裝箱卸載結束時間;式（4）為艙蓋上單列集裝箱的裝載結束時間;式（5）規定艙內單列集裝箱裝卸順序，即先卸后裝;式（6）規定艙蓋上與艙內集裝箱的卸載順序，即艙蓋上整體卸載完畢后，艙內方可進行卸載;式（7）規定艙蓋上與艙內集裝箱的裝載順序，即艙內整體裝載完成后，艙蓋上方可開始裝載作業;式（6）～（9）對決策變量xij和yij進行了定義;式（10）～（13）保證每列集裝箱裝載或卸載只有一個緊前作業和一個緊后作業;式（14）～（15）為決策變量的取值。

[2]LEE?Yusin，?HSU?Nai-Yun.?An?optimization?model?for?the?container?pre-marshalling?problem[J].?Computers?&?Operations?Research，?2007，?34（11）：?3295-3313.?DOI：?10.1016/j.cor.2005.12.006.

[3]ZHANG?Chuqian，?WAN?Yat-wah，?LIU?Jiyin，?et?al.?Dynamic?crane?deployment?in?container?storage?yards[J].?Transportation?Research?Part?B，?2002，?36（6）：?537-555.?DOI：?10.1016/s0191-2615（01）00017-0.

[4]BISH?E?K.?A?multiple-crane-constrained?scheduling?problem?in?a?container?terminal[J].?European?Journal?of?Operational?Research，?2003，?144（1）：?83-107.?DOI：?10.1016/s0377-2217（01）00382-4.

[5]ZHEN?Lu，?YU?Shucheng，?WANG?Shuaian，?et?al.?Scheduling?quay?cranes?and?yard?trucks?for?unloading?operations?in?container?ports[J].?Annals?of?Operations?Research，?2019，?273：?455-478.?DOI：?10.1007/s10479-016-2335-9.

[6]韓曉龍，?丁以中.?集裝箱港口裝卸作業仿真系統[J].?系統仿真學報，?2006，?18（8）：?2366-2369.?DOI：?10.3969/j.issn.1004-731X.2006.08.079.

[7]盧毅勤，?楊斌，?黃有方.?兼顧碳排放量和效率的集卡調度多目標優化[J].?計算機仿真，?2015，?32（6）：?386-389.?DOI：?10.3969/j.issn.1006-9348.2015.06.085.

[8]周鵬飛，?方波.?動態環境下集裝箱碼頭堆場出口集裝箱箱位分配建模與算法研究[J].?控制與決策，?2011，?26（10）：?1571-1576.?DOI：?10.13195/j.cd.2011.10.134.zhoupf.005.

[9]高鵬，?金淳，?韓慶平.?提箱作業優化問題的嵌套啟發式算法[J].?系統管理學報，?2008，?17（2）：?203-209.

[10]魏航.?集裝箱碼頭堆場取箱時間窗優化研究[J].?管理科學學報，?2011，?14（9）：?21-36.

[11]曾慶成，?楊忠振.?集裝箱碼頭集成調度模型與混合優化算法[J].?系統工程學報，?2010，?25（2）：?264-270.

[12]祝慧靈，?計明軍.?集裝箱船舶全航線配載優化模型與改進遺傳算法[J].?交通運輸工程學報，?2014，?14（5）：?59-67.

[13]GOODCHILD?A?V，?DANGAZO?C?F.?Crane?double?cycling?in?container?ports：?planning?methods?and?evaluation[J].?Transportation?Research?Part?B，?2007，?41（8）：?875-891.?DOI：?10.1016/j.trb.2007.02.006.

[14]ZHANG?Haipeng，?KIM?K?H.?Maximizing?the?number?of?dual-cycle?operations?of?quay?cranes?in?container?terminals[J].?Computers?&?Industrial?Engineering，?2009，?56（3）：?979-992.?DOI：?10.1016/j.cie.2008.09.008.

[15]常祎妹，?朱曉寧.?不確定因素下的集裝箱碼頭車船間裝卸作業集成調度[J].?交通運輸工程學報，?2017，?17（6）：?115-124.?DOI：?10.3969/j.issn.1671-1637.2017.06.013.

（編輯?賈裙平）