農(nóng)官彬，鐘佩思，朱由鋒

（山東科技大學(xué) 機(jī)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(gè)復(fù)雜的動(dòng)態(tài)離散系統(tǒng)，主要由泊位、岸線、岸橋、場(chǎng)橋、堆場(chǎng)、運(yùn)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(chǎng)資源配置及碼頭布局與規(guī)劃的仿真等。國(guó)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(jìn)行了大量的模擬仿真實(shí)驗(yàn)。其中一些新興的理論和技術(shù)在港口實(shí)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(duì)碼頭泊位調(diào)度的研究

船舶到達(dá)港口后首先要為其分配適當(dāng)?shù)牟次还┢淇坎矗员氵M(jìn)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(diǎn)之一。

國(guó)外學(xué)者中Lai K K,Shih K（1992）針對(duì)不同的分配標(biāo)準(zhǔn)（船舶平均等待時(shí)間最小、平均?？繒r(shí)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(duì)泊位調(diào)度模型進(jìn)行了研究[1]；Chen C Y,Hsieh T W（1992）利用一個(gè)時(shí)空網(wǎng)絡(luò)模型幫助決策者進(jìn)行有效地進(jìn)行泊位分配，該模型考慮了船舶的在港、到港和離港時(shí)間，將問題轉(zhuǎn)化為一個(gè)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(shí)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(shí)間為目標(biāo)，用非線性整數(shù)規(guī)劃模型來模擬靜、動(dòng)態(tài)碼頭的泊位分配問題，并設(shè)計(jì)了遺傳算法來求解模型[4]。

國(guó)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(jī)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(duì)泊位系統(tǒng)進(jìn)行模擬，以進(jìn)港順序?yàn)橥黄瓶?，將船舶進(jìn)港順序歸納為9種船舶進(jìn)港的指泊條件，最終得到滿足所有到港船在港時(shí)間最小目標(biāo)函數(shù)條件下的船舶最優(yōu)進(jìn)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(duì)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(duì)船舶抵港時(shí)間和裝卸時(shí)間的隨機(jī)性，建立了面向隨機(jī)環(huán)境的集裝箱碼頭泊位一岸橋分配模型，并設(shè)計(jì)了改進(jìn)的遺傳算法[8]。

2.2 對(duì)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(jī)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(duì)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(diǎn)。

國(guó)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(jiǎn)單的分配策略，分析岸橋的作業(yè)效率，計(jì)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(dá)到了減少船舶待泊費(fèi)用的目的[8]。Lim、Rodrigues等人（2004）假設(shè)對(duì)固定式岸橋的分配是基于考慮一個(gè)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(dá)到總利潤(rùn)的最大化。通過利用動(dòng)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(gè)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(jī)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(jì)算機(jī)實(shí)驗(yàn)來檢驗(yàn)所建立的仿真模型，實(shí)驗(yàn)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(guó)內(nèi)學(xué)者中，彭傳圣（2005）對(duì)一個(gè)碼頭建立計(jì)算機(jī)動(dòng)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(jī)的配置數(shù)量對(duì)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(gè)混合整數(shù)規(guī)劃模型，對(duì)不同岸橋的裝卸能力進(jìn)行了約束，以減少船舶裝卸任務(wù)的總體等待時(shí)間為目標(biāo)，分別應(yīng)用了混合優(yōu)化策略和遺傳算法進(jìn)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(shí)間內(nèi)得到最優(yōu)的岸橋調(diào)度方案[13]。

2.3 對(duì)堆場(chǎng)資源調(diào)配的研究

堆場(chǎng)是碼頭最復(fù)雜、最重要部分。堆場(chǎng)的裝卸程序應(yīng)當(dāng)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(dá)到更好的協(xié)作效應(yīng)，提高碼頭的裝卸效率。一般來說，對(duì)堆場(chǎng)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(yùn)輸設(shè)備的調(diào)配和線路的優(yōu)化。

國(guó)外學(xué)者中Ballis和 Abaeoumkin（1996）建立了一個(gè)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(gè)模型來評(píng)價(jià)一個(gè)碼頭堆場(chǎng)設(shè)計(jì)、設(shè)備數(shù)量、集卡調(diào)度、運(yùn)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(shí)龍門吊的最優(yōu)路徑問題。該模型的目標(biāo)是讓集卡行走的路徑最短，在求解開始又進(jìn)一步把模型分解為兩個(gè)子模型：第一個(gè)子模型是一般的運(yùn)輸問題模型，旨在解決從各個(gè)貝位送至各個(gè)橋吊的集裝箱數(shù)量；第二個(gè)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(gè)節(jié)點(diǎn)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(biāo)是讓船舶在港的時(shí)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(xì)研究了碼頭集裝箱進(jìn)口的操作時(shí)，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(jìn)口集裝箱在堆場(chǎng)上的箱位安排問題[19]。

國(guó)內(nèi)的學(xué)者中張新艷（2002）提出忽略場(chǎng)橋的影響，采用基于生物進(jìn)化策略來對(duì)堆場(chǎng)上集裝箱運(yùn)送順序進(jìn)行優(yōu)化，最終實(shí)現(xiàn)了該策略對(duì)集裝箱物流子系統(tǒng)的優(yōu)化[20]。楊淑琴、張運(yùn)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(dá)到裝船作業(yè)時(shí)堆場(chǎng)機(jī)械翻箱率最低[21]。李磊（2009）年利用蟻群算法來解決堆場(chǎng)龍門吊的調(diào)度問題，仿真結(jié)果得出在可接受的時(shí)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(yùn)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(yùn)作方式有效降低了集卡的行走距離，節(jié)約了作業(yè)時(shí)間，大大提高了集卡的利用率[22]。

2.4 對(duì)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(jī)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(yùn)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(jì)算機(jī)，圖形技術(shù)和仿真軟件的發(fā)展，計(jì)算機(jī)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(guó)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(biāo)是為了更高的準(zhǔn)確性調(diào)查到什么程度模擬模型可以預(yù)測(cè)的更加實(shí)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(dòng)尋求新的解決方案的建議，作者研究的目標(biāo)是要安排拖車的卸貨碼頭，以盡量減少時(shí)間跨度轉(zhuǎn)移操作[24]。DemetrioLagana，PasqualeLegato，Ornella Pisacane，F(xiàn)rancesca Vocaturo（2006）圍繞排隊(duì)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(qiáng)調(diào)權(quán)力網(wǎng)格計(jì)算的仿真優(yōu)化研究并以并行處理器設(shè)計(jì)和實(shí)施一種分配計(jì)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(cè)和規(guī)劃聯(lián)運(yùn)集裝箱碼頭以支持每天和長(zhǎng)期為運(yùn)營(yíng)商決定工作。作者的一個(gè)主要管理目標(biāo)是一個(gè)聯(lián)運(yùn)碼頭增加生產(chǎn)力和更大的程度的降低成本[26]。

國(guó)內(nèi)學(xué)者中魯子愛、林民標(biāo)（1999）把港口生產(chǎn)視為隨機(jī)服務(wù)系統(tǒng)，建立了模擬港口營(yíng)運(yùn)狀況的計(jì)算機(jī)仿真系統(tǒng)。港口吞吐量、船舶的平均等待時(shí)間、平均服務(wù)時(shí)間和平均排隊(duì)長(zhǎng)度等港口營(yíng)運(yùn)參數(shù)的模擬計(jì)算值與實(shí)際統(tǒng)計(jì)值基本一致，表明該仿真系統(tǒng)能夠客觀地反映港口的實(shí)際營(yíng)運(yùn)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(gè)錨地、泊位、橋吊龍門吊和集卡的動(dòng)態(tài)多級(jí)排隊(duì)網(wǎng)絡(luò)，運(yùn)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(shí)等技術(shù)，對(duì)集裝箱碼頭的設(shè)備配置、泊位指派、集卡調(diào)度、堆場(chǎng)車流控制、碼頭規(guī)劃設(shè)計(jì)等問題進(jìn)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(guó)內(nèi)外文獻(xiàn)來看，早期研究中的一個(gè)特點(diǎn)就是針對(duì)某個(gè)具體的港口或是為解決港口某一個(gè)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(duì)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(jì)算機(jī)虛擬技術(shù)和圖形技術(shù)的發(fā)展，促進(jìn)了仿真軟件系統(tǒng)的開發(fā)，進(jìn)行港口物流活動(dòng)模擬仿真成為了可能。在先進(jìn)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(jì)算機(jī)實(shí)時(shí)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(shí)際經(jīng)營(yíng)提供很好的決策支持。但是此時(shí)的仿真軟件系統(tǒng)還是比較簡(jiǎn)單，與其他相關(guān)工具軟件的擴(kuò)展性很弱，比較注重?cái)?shù)據(jù)的統(tǒng)計(jì)分析，而忽略了仿真模型的可視性；后期的研究中更加強(qiáng)調(diào)的是集裝箱港口的自動(dòng)化和智能化。隨著港口進(jìn)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(jī)械和裝卸工藝都遠(yuǎn)遠(yuǎn)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(yíng)者需要的是更加精準(zhǔn)的模擬預(yù)測(cè)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(jī)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(duì)傳統(tǒng)港口物流仿真系統(tǒng)的一個(gè)新挑戰(zhàn)和創(chuàng)新性的研究領(lǐng)域。

與國(guó)外港口研究相比，國(guó)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(guó)外的港口做得比較好，自動(dòng)化程度高，港口經(jīng)營(yíng)效率高，經(jīng)營(yíng)成本也較低。這是國(guó)內(nèi)港口必須要改善的地方，也需要國(guó)內(nèi)的學(xué)者們提出更好的設(shè)計(jì)方案；在堆場(chǎng)資源利用上，配套機(jī)械不到位一直是國(guó)內(nèi)大部分港口的軟肋；在復(fù)雜港口模型的開發(fā)上，國(guó)內(nèi)使用的仿真軟件大部分都是國(guó)外技術(shù)，所以在研究港口的深度和廣度上與國(guó)外差距較大。還有一個(gè)比較重要的原因是港口經(jīng)營(yíng)者還沒有意識(shí)到在集裝箱港口物流系統(tǒng)的營(yíng)運(yùn)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(diǎn)：大型化與高效化、標(biāo)準(zhǔn)化和序列化、專業(yè)化和多用化、自動(dòng)化和智能化、節(jié)能和環(huán)?；榱四苁箛?guó)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(guó)內(nèi)港口發(fā)展的實(shí)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(chǎng)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(jìn)現(xiàn)有的輪胎式龍門起重機(jī)（RTG），改裝成帶能量反饋的綠色RTG?；蛘呤侵苯邮褂糜透碾娛降腞TG和軌道式龍門起重機(jī)（RMG）。

（4）引進(jìn)集裝箱自動(dòng)化立體倉(cāng)庫(kù)系統(tǒng)。該系統(tǒng)擁有自動(dòng)化的所有優(yōu)點(diǎn)，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(tái)和水平運(yùn)輸軌道，直接送到自動(dòng)化立體倉(cāng)庫(kù)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(yùn)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(dòng)穿梭運(yùn)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(yùn)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(jì)算機(jī)，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(bào)，2008,34(2):117-121.

[8]周鵬飛,康海貴.面向隨機(jī)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(shí)踐，2008(1):161-168.