集裝箱碼頭綠色作業調度優化研究綜述

董明望，黃麟富，辜 勇

(武漢理工大學 交通與物流工程學院，湖北 武漢 430063)

0 引 言

隨著環境污染與全球變暖問題日益嚴重，綠色發展理念不斷深入交通行業，集裝箱碼頭作為交通行業的重要組成部分，是推進建設綠色港口的關鍵。

集裝箱碼頭的作業環節有泊位分配、岸橋調度、岸橋分配、集卡調度、堆場分配、場橋調度等。現今自動化集裝箱碼頭作業主要有岸橋作業、水平運輸作業、堆場作業。綠色作業調度是指在對作業環節進行統籌調度時，將減排或降低能耗等作為調度的考慮因素，從而實現作業調度的低碳、節能化。

鎮璐等[1]總結了綠色港口、綠色航運和綠色海事政策對綠色航運的影響；常祎妹等[2]研究了在碼頭前沿、碼頭堆場以及兩者間的集成調度問題，但未對集裝箱碼頭的綠色作業調度問題進行總結；賀林林等[3]對綠色港口建設中港區大氣污染物排放研究進行了綜述。鑒于此，筆者結合集裝箱碼頭的作業調度情況，從傳統集裝箱碼頭和自動化集裝箱碼頭兩方面歸納碼頭綠色作業調度優化的相關文獻。在分析已有文獻的基礎上，進一步提出集裝箱碼頭綠色作業調度優化的未來研究方向。

1 傳統集裝箱碼頭綠色作業調度優化

集裝箱碼頭的作業系統復雜，涉及多個作業子系統，各作業環節相互關聯、影響、制約，共同完成集裝箱裝卸船的作業任務。因此對涉及集裝箱碼頭綠色作業調度研究的現有文獻進行總結和梳理，主要分為單個作業環節、多個作業環節兩方面。

1.1 單個作業環節的綠色調度

集裝箱碼頭的單個作業環節主要有泊位分配、岸橋分配、岸橋調度、集卡調度、堆場起重機調度等，對單個作業環節進行分類梳理與總結。

1.1.1 泊位分配

許歡等[4]將船舶油耗和碳排放量加入目標函數中，建立以船舶油耗量最小和船舶離港延遲時間最短為雙目標的泊位分配模型，并設計了多目標遺傳算法進行求解，運用仿真算驗證該策略的有效性；Y.DU等[5]研究泊位分配問題時考慮燃油消耗和船舶尾氣排放，并構建MISOCP 模型，采用二階錐規劃技術來處理非線性問題；G.VENTURINI等[6]研究了多港口間的泊位分配問題并分析航行速度優化對于操作時間、燃油消耗和尾氣排放的影響；J.HOU等[7]考慮岸電的應用，提出一個混合整數非線性規劃模型，用于研究動態泊位分配問題；M.A.DULEBENETS等[8]將混合進化算法運用到泊位調度問題中，其目標是最小化集裝箱裝卸設備的 CO2排放量。針對上述文獻在模型類型、算法類型、試驗規模等方面進行整理，如表1。

由表1可知，多數研究從減少船舶油耗的角度實現綠色作業調度，降低成本也是研究的重點之一；多數研究從確定性的情況出發進行研究，動態或不確定的情況考慮較少；泊位分配考慮碼頭和船公司雙方的利益是研究的重點，當雙方達成合作共識，才能提高效率、實現雙贏，同時應考慮船公司優先級，提高碼頭服務水平與質量；此類問題屬于NP-hard問題，故多用智能算法進行求解。

表1 對泊位進行綠色作業調度的研究文獻Table 1 Summary of research literature on green job scheduling for berths

1.1.2 岸橋分配或調度

薛松[9]通過量化集裝箱碼頭碳排放，將碳稅作為附加成本計入總運營成本中，建立泊位岸橋調度混合整數規劃模型，并運用CPLEX進行求解；S.YU等[10]和A.M.TALAVERA等[11]分別構建混合整數非線性規劃模型和混合整數規劃模型求解岸橋調度問題；D.LIU等[12]提出了岸橋分配的數學規劃模型，以最小化卸貨過程中的 CO2排放和能耗為目標，采用GRASP(greedy randomized adaptive search)，即貪婪隨機自適應搜索算法進行求解。表2總結了岸橋綠色作業調度研究，其中AGV(automated guided vehicle)為自動引導車，QC(quay crane)為岸橋。

由表2可知，多數研究假設岸橋在確定性情況下作業，而實際中會有突發情況，因此考慮不確定性情況下的調度是未來研究的方向；岸橋作業主要考慮大車移動，實際上小車和吊具的頻繁作業占到岸橋能耗的較大比重，將兩者考慮在內可以得到更接近實際的作業調度問題。

1.1.3 集卡調度

唐國磊等[13]研究三種集卡的調度方式對港區排放的影響，并利用仿真技術進行定量分析；李兵兵等[14]研究集卡速度對碳排放的影響，構建了M/G/S/∞/∞/FCFS排隊系統模型，采用MOVES模型，對集卡車輛排隊過程中的碳排放進行仿真研究；范厚明等[15]將改進的蟻群算法運用到送箱集卡多碼頭調度問題中，其目標是單一場調用送箱集卡數量最小及多集裝箱碼頭調度方案碳排放總量最小；王濤[16]針對多碼頭的內集卡的作業效率與能耗，構建多目標數字規劃模塊，運用匈牙利算法進行求解；盧毅勤等[17]將集卡的作業效率與能源消耗結合，構建了以兩者之和最優為目標的多目標模型，并設計粒子群算法進行求解。針對集卡綠色作業調度在模型類型、算法類型等方面進行歸納，如表3。

表2 對岸橋進行綠色作業調度的研究文獻Table 2 Summary of research literature on green job scheduling for quay cranes

通過表3可知，集卡的作業效率會影響碼頭的裝卸效率，也是港區的主要排放源，如何兼顧效率與減排是研究此類問題的關鍵；通過仿真方法與運籌優化方法結合展示方案可作為效果的多形式化途徑；隨著雙碳政策的實施，集卡用能正在向新能源或者電力驅動轉化、綠色作業調度的研究角度應適時轉變。

表3 對集卡進行綠色作業調度的研究文獻Table 3 Summary of research literature on green job scheduling for trucks

1.1.4 場橋調度

徐飛慶[18]建立了一個基于軟時間窗的車輛路徑優化模型，目標是實現場橋能耗成本和延誤成本最低，將場橋調度問題轉化為車輛路徑規劃問題(vehicle routing problem，VRP)問題，設計了遺傳算法，但未考慮場橋到達時間的不確定性；YUN Peng等[19]關注與碳減排相關的場橋調度問題, 通過將數學模型和仿真模型相結合, 提出了在類似情況下其它港口的通用模型；S.MEI等[20]研究堆場起重機的調度問題，構建了以輪胎式龍門吊總能耗最小為目標的整數規劃模型，結合實例運用SSPS工具進行求解；J.HE等[21]為最小化所有任務組的總完成延遲和所有堆場起重機的總能耗，將堆場起重機調度問題轉化為帶軟時間窗的車輛路徑問題，將遺傳算法和粒子群算法相結合對問題進行求解。

可見，場橋的綠色作業調度研究主要考慮能耗和減排，目前軌道式場橋已實現電力驅動，輪胎式場橋也朝著油電混合、氫動力驅動等方向發展。因此，場橋調度研究要考慮使用新能源驅動的耗能、減排和效率特點，并考慮新型驅動方式帶來的不確定性因素對作業調度的影響。

1.2 多個作業環節的綠色調度問題

集裝箱碼頭各作業相互影響，研究多個作業環節的聯合調度，更加貼近實際。其中岸橋是碼頭的關鍵資源，通常將岸橋與泊位、集卡、場橋進行聯合作業調度研究。

1.2.1 兩個作業環節

曾慶光等[22]著眼于船舶碳排放，提出了以船舶排放最小和船舶總在港時間最小為目標的雙目標規劃模型，設計了快速非支配排序的遺傳算法進行求解；王旭等[23]考慮到港時間不確定性和集卡運輸能力受限等約束，針對泊位-岸橋分配問題，建立了以最小化船舶碳排放和平均延遲時間為目標的多目標非線性混合整數規劃模型，采用高效非支配排序的遺傳算法進行求解，但未考慮在港時的排放；趙虎等[24]研究船舶到港時間可變策略的泊位-岸橋聯合調度模型，以最小化船舶延遲離港時間、航行油耗和整個碼頭碳排放為目標進行多層次對比分析，但模型中未考慮集卡整個行駛過程的排放；J.P.R.OLIVEIRA等[25]將貪婪隨機自適應搜索算法應用到岸橋調度和分配的多目標優化問題中；J.HE[26]著眼于節能和省時，運用文化基因算法求解泊位分配和岸橋聯合優化問題；嚴南南等[27]以集卡能耗和岸橋集卡作業時間及所有集裝箱的岸橋作業時間和集卡運輸時間之和最小化，及集卡總能耗最小化為目標建立模型，運用多目標優化方法對目標函數進行平衡，并設計遺傳算法進行求解。上述研究在目標函數、模型類型等方面進行梳理，如表4。

由表4可知，岸橋和泊位的聯合調度是兩個作業環節研究的主要問題。在排放控制區和“一帶一路”倡議背景下，船舶在港停泊的排放應引起重視，通常借助航速優化減少船舶燃油消耗，或者使用岸基供電降低船舶在港排放。此外，對港口裝備節能和作業效率之間的平衡問題值得研究。

表4 對兩個作業環節綠色調度的研究文獻Table 4 Summary of the research literature on the green scheduling of two operation links

1.2.2 三個作業環節

代江濤等[28]考慮岸橋、場橋、集卡在不同作業狀態下的能耗，建立了多目標混合整數規劃模型，并設計了改進自適應遺傳算法進行求解；J.HE等[29]基于遺傳算法和粒子群算法設計了一個混合優化算法，以用于求解岸橋、內卡和場橋聯合調度問題，其目標是避免船舶延誤和最小化操作過程的能耗。當考慮多個作業環節時，勢必會構建多目標優化模型對問題進行描述，節能和效率之間可能會存在沖突。

經過梳理，集裝箱碼頭的綠色作業調度研究有如下特點：多數研究的是單作業環節，以泊位分配、岸橋分配為主要研究問題；主要研究目標包括減少碳排放量、降低能耗、縮小作業完成時間等；根據問題的特性，此類NP-hard問題主要運用智能算法進行求解，少部分運用仿真模擬實驗進行驗證。

借助網絡資源，收集得出集裝箱碼頭綠色方向上的學術發展趨勢如圖1。由圖1可知，關于集裝箱碼頭綠色方向上的研究越來越引起重視。

由此，筆者認為未來集裝箱碼頭綠色作業調度優化的研究方向有：①既考慮作業設備的節能減排問題，如減少CO2的排放、作業能耗等，同時也應考慮船舶的排放，如船舶在港期間的排放、行駛過程的油耗等；②研究不確定條件下各個作業環節的調度，考慮設備可能出現的狀況，如設備失效、設備作業時間延遲等；③研究多目標模型時，考慮求解算法的優化，實現更加高效的求解速率；④研究多個作業環節的協同調度，應考慮各個作業環節的關聯性，從而實現綠色作業調度的有效性。

圖1 集裝箱碼頭綠色方向學術發展趨勢Fig. 1 The academic development trend of the green direction of container terminals

2 自動化集裝箱碼頭綠色作業調度優化

自動化集裝箱碼頭是將原本的岸橋、場橋、集卡等作業設備換成與之相對應的自動化設備，從而高效完成岸邊和堆場之間的運輸作業、堆場內的作業以及進出道口的作業[30-31]。在這些過程中，主要運用的設備有：岸橋、自動化軌道吊或自動軌道起重機(automated stacking crane, ACS)、自動引導車(automated guided vehicle, AGV)、無人集卡等。綜合現有研究文獻，從單個作業環節和多個作業環節，對自動化集裝箱碼頭綠色作業調度優化研究進行總結和梳理。

2.1 單個作業環節

周亞民等[32]研究穿越式雙ASC的耗能問題，以最小化集裝箱任務的總完成時間和總耗能為目標，建立了混合整數規劃模型；J.RONG等[33]以軌道起重機的行走距離表示能耗問題，構建了以自動軌道起重機運行距離最小的存儲空間分配模型，并運用遺傳算法進行求解；王聰等[34]考慮了AGV 作業行為對作業效率及能耗的影響，構建雙層規劃模型用于研究AGV的能耗; 丁一等[35]運用CPLEX解決岸橋調度中堆場箱區間作業量不均衡問題。

單個作業環節研究的對象主要是AGV和ASC；AGV的電力驅動帶來了包括充電、換電等新的調度問題；應進一步探索不確定情況下的調度問題，如裝卸效率的不穩定等；實現調度計劃的實時性也是研究的難點。

2.2 多個作業環節的研究

針對多個作業環節的研究，從兩個作業環節和三個作業環節兩方面進行研究文獻的總結與梳理。

2.2.1 兩個作業環節

L.YUE等[36]考慮碼頭起重機和堆場緩沖器容量、船舶穩定性、AGV最大續航能力等相關約束條件，針對岸橋和AGV構建了兩階段優化模型，目的是為了裝卸作業能耗最小化、AGV利用率最大化，并設計枚舉法和遺傳算法分別進行求解；范厚明等[37]在考慮岸橋、AGV運輸過程的能耗的情況下，建立了一個以兩者能耗最小的雙小車岸橋配置與調度模型，并運用枚舉法和遺傳算法進行兩階段求解；Q.ZHAO等[38]著眼于最小化岸橋和AGV的總能耗，構建了兩者協同調度模型，運用兩階段禁忌搜索算法進行求解。岸橋和AGV的作業調度一直以來都是研究的熱點，兩者活動密切相關，影響作業效率，應考慮不確定性因素，包括岸橋故障、AGV路徑沖突等。

2.2.2 三個作業環節

M.ZHONG等[39]將混合遺傳算法和粒子群算法運用到自動化終端中QC、AGV和自動化軌道吊的集成調度問題中，其目標是為了最小化船舶裝卸時間，以期緩解能源消耗；艾立紅等[40]從時間效率與節能的角度出發，針對自動化集裝箱碼頭的QC、AGV、ASC，構建了多目標混合整數規劃模型。對多個作業環節的研究從模型類型、算法類型等方面進行歸納梳理，如表5。

由表5可知，多個作業環節的調度主要從節約能耗的角度出發，研究作業過程中設備能耗減少的問題；權衡效率和能耗是研究的重點；文獻主要構建多目標數學模型對問題進行描述，智能算法是求解此類問題的主要方法。

涉及多個作業環節的問題，研究可從減少能耗、船舶在港時間等角度出發，考慮隨機性因素使得問題更貼近實際，但會更為復雜，求解難度也會增加，因此，在綜合現有運籌優化方法求解穩定性的情況下，借助學習性強的神經網絡、深度學習等算法對復雜模型進行求解，是值得研究的地方。

表5 對多個作業環節的研究文獻Table 5 Summary of research literature on multiple operation links

經過梳理，自動化集裝箱碼頭的綠色作業調度研究有如下特點：多數文獻主要研究AGV與QC的調度問題，多個作業環節的協同調度研究也逐年增加；與傳統集裝箱碼頭不同，自動化集裝箱碼頭綠色作業調度的目標多考慮減少設備能耗和作業完成時間；同時求解此類問題也是運用智能算法或是啟發式算法。

圖2 自動化集裝箱碼頭能耗方向學術發展趨勢圖Fig. 2 The academic development trend of the energy consumption direction of automated container terminals

與圖1的獲取方式一致，收集自動化集裝箱碼頭考慮能耗的作業調度的研究文獻，如圖2。筆者認為未來自動化集裝箱碼頭綠色作業調度優化的研究方向主要有：①針對多個作業環節的協同調度研究，除了考慮降低作業時間，有必要將設備節能納入研究問題；②船舶作為主要污染源之一，對其在港排放進行研究具有重要意義；③為使研究更加符合實際情況，需考慮作業過程中出現的隨機因素，如交通擁堵、AGV出現故障、設備失靈等情況；④將成本、能耗、效率等相關內容納入模型建立，進一步提高自動化集裝箱碼頭的作業效率與服務水平。

3 結 語

集裝箱碼頭綠色作業調度的研究現狀：①集裝箱碼頭設備用能逐步向電能轉變，目前多數研究主要考慮減排。自動化集裝箱碼頭以電力驅動為主，降低能耗是其考慮的主要目標；②調度問題屬于NP-hard問題，運籌優化方法是求解主要方式。

集裝箱碼頭綠色作業調度的重難點有：①多目標沖突問題，現有研究考慮了減少作業時間、減少設備能耗、減少船舶在港時間和航行油耗等多個目標；②不確定性因素納入問題研究同樣值得關注，目前考慮的因素有雙小車QC轉運平臺容量限制、船舶到港時間的不確定等；③實時性、動態性問題也是研究的重難點，如對AGV的作業行為優化。

未來進一步的研究方向有：①多目標之間可能會存在沖突，因此應考慮平衡成本、時間、節能減排的沖突，各算法之間各有優劣勢，如何利用各自的優點進行有機組合解決多目標優化問題同樣也值得關注。除了借助運籌優化方法解決問題，也可運用系統仿真方法分析求解此類問題；②應考慮作業環節的不確定性因素，如岸橋故障、AGV或者集卡的路徑沖突、自動化裝備的充電速度等；③實時性、動態性也是未來的方向，實際應用中需要實時調度，滿足動態變化，如船舶到港時間的變化、裝卸效率的可變性等；④碼頭使用新能源是必然趨勢，當作業設備使用新能源時，作業調度應與能源管理相融合匹配。