基于高效性与平衡性双重因素的出口集装箱堆场动态空间配置

胡碧琴， 江 伟 （上海海事大学，上海 200135）

·基金项目·

基于高效性与平衡性双重因素的出口集装箱堆场动态空间配置

胡碧琴， 江 伟 （上海海事大学，上海 200135）

出口集装箱空间配置问题是指出口集装箱堆场堆存问题，根据出口集装箱分类标准和堆放原则 （按目的港、重量等），合理分配有限的出口堆场空间，以确定出口集装箱各箱区堆存数量以及箱位的安排，达到提高装/卸船效率、充分利用堆场空间、减少场区交通堵塞、降低港口作业成本等目的。Sculli和Hui（1988）[1]第一个通过仿真的方法研究了堆存空间配置问题中的堆场堆高、堆场利用率和翻箱率之间关系问题。随后，在专门针对出口集装箱空间配置问题的研究主要有：国外方面，KIM and Bae（1998）[2]研究最快将出口集装箱从现有堆存布局转化到理想的堆存布局的问题；KIM and Park（2003）[3]研究了出口集装箱的堆场空间配置问题，最小化总成本，用两种启发式算法进行求解；KIM and Lee（2006）[4]以最大化场吊和集卡的效率为目标研究基于限制条件下的出口集装箱堆场空间安排问题；Hirashima（2009）[5]在Hirashima（2006）的基础上，以总移动成本最小得到一个理想的堆存布局。国内方面，张艳伟等 （2007）[6]研究了出口集装箱堆场模型，以出口箱场箱位分配为切入点；陈庆伟等 （2007）[7]提出了出口集装箱的堆存模型和算法；严伟等 （2009）[8]研究了基于并行遗传算法的集装箱码头堆场分配策略。目前出口集装箱堆场空间配置问题的研究中，以码头效率为优化目标，很少考虑成本因素。

目前分区堆存已在我国国内大型港口实施，如上海洋山深水港、宁波北仑五期码头，本文在基于码头分区堆存作业方式的基础上，综合考虑出口集装箱区箱区间的平衡性和最短集卡行驶距离，从而得出应开辟作业的箱区位以及分配到相应具体作业箱区BAY位的作业量。

1 集装箱堆场空间动态配置模型

1.1 问题表述

1.1.1 问题定义。目前大部分集装箱海上运输采用的是班轮运输方式，即固定时间、固定航线、固定装卸港，因此集装箱船舶到达港口的时间一般是固定的，要装船的出口集装箱量也是可以预知的，停靠泊计划、船舶积载计划等在船舶到港之前已经完成。出口集装箱港区作业流程如图1所示，出口集装箱在堆场中有两种状态： （1）出口进箱型，等待进堆场堆存的出口集装箱； （2）装船出口型，堆场内等待装船的出口集装箱。

图1 出口集装箱作业流程

本文将堆场中的出口集装箱分为上述2种类型，并根据这2种类型的集装箱数量来决定出口集装箱堆场位置分配问题，决定每艘船的出口进口箱具体应堆存在哪个箱区的哪个Bay位当中。当出口进口箱堆存到堆场后，就分别变成了装船出口箱，因此，本期堆场空间资源配置的决策不仅直接影响场内机械作业装船箱量和进箱量，而且也会影响下一期作业装船出口箱量。

1.1.2 问题解决思路。衡量集装箱港口的效率和顾客满意度的指标有2个： （1）船舶停港时间最小化，这是为船舶服务的指标； （2）港口设备利用率最大化，这是衡量港口生产率指标。

堆场空间资源配置决策的目的也是为了提高上述指标，本文采用两阶段分析方法，把堆场空间资源配置问题分为2个阶段，在每个阶段里，分别选择一个与总体目标 （港口设备利用率最大化和船舶停港时间最小化）一致的目标来进行求解。在第1个阶段，为了提高堆场设备的利用率，可以简化采用平衡各个箱区Bay位箱量的方法，将集装箱分配到各个箱区的Bay位中。在第2个阶段，为了减少集装箱在港区内的运输成本，即减少集卡从堆场到船舶的行走距离，将考虑每个箱区Bay位内每艘船舶的工作箱量，使船舶停港时间最小化。

1.2 出口集装箱堆场空间配置模型M1

表1 模型中符号的说明

表2 决策变量的说明

限制条件：

模型M1表示各阶段各出口箱箱区Bay位作业总箱量的标准差之和最小化,即最小化港口各箱区Bay位间的作业箱量的不均衡性。

约束式 （1）保证了在第s阶段到港，在第s+k阶段被装上船的IN型箱的箱量等于分配到各箱区各个Bay位中的同种类型箱的箱量之和；约束式 （2）保证了在第s阶段到港，分配到箱区i的Bay位j中的IN型箱的箱量等于在第s阶段内分配到同一Bay，在S期内被装上船的IN型箱量与计划外装上船的箱量之和；约束式 （3）保证了在第s阶段运到港，在计划期外装上船的IN型箱的箱量等于在第s阶段运到港，分配到各箱区各Bay位中，并在计划期外装上船的IN型箱量之和；约束式 （4）说明了在箱区i的Bay位j中，在第s阶段装船的LD型箱由2部分组成：第1部分是在第s阶段开始时已有的LD型箱，第2部分是由在s阶段前到达为止，在第s阶段装船的IN型箱转化来的；约束式 （5）为箱区Bay位前后阶段的箱量关系；约束式（6）为箱区Bay位的总箱量不能超过其容量。

1.3 出口集装箱堆场空间配置模型M2

模型M1解决了每个阶段每个箱区Bay位所作业的进箱数量，模型M2将解决每艘船舶作业箱量在每个箱区Bay位的分配情况。其目标函数是集装箱运输成本最小化，即集卡在码头前沿和箱区间行走箱量距离最小化。通过M1模型的求解，可得到每个阶段每个箱区Bay位的进箱的数量，分别为INijs，在M2的模型中，这些量就可以作为已知量来使用。M2模型中的参数和变量的意义见表3。

表3 M2模型的参数含义说明

限制条件：

此目标函数把各个阶段每艘船舶要装卸的IN型箱分配到各个箱区的各个Bay位中，使集卡从各个箱区的各个Bay位到码头岸边的行走箱量距离最小化；约束式 （7）为箱区Bay位作业箱量的限制；约束式 （8）为船舶装量的限制。

2 算例数据分析

2.1 假设条件及已知数据

在算例中，假设理想化箱区数量B为1，箱区作业由轮胎式龙门吊完成，箱区有4个Bay位，5列宽，3层高，即每个Bay位的最大堆存能力Cij为15，泊位数量N为2，本模型计划期为3d。考虑信息的及时性与准确性，最后配置决策采用第1天的结果，本算例计划期采用1d，则T为2，其他已知变量数值见表4～9。

表4 箱量Vijl 单位：TEU

表5 箱量INs 单位：TEU

表6 箱量TEU单位：

表6 箱量TEU单位：

?

表7 箱量INsk 单位：TEU

表8 距离dijl 单位：M

表9 出箱总箱量Mls 单位：TEU

2.2 模型运行结果分析

根据堆场空间资源配置模型M1和M2，运用优化软件lingo求解上述算例，得到如下结果： （1）通过模型M1，得出在第s阶段箱区i的Bay位j中，可接收的IN箱型总量见表9； （2）通过模型M2，得出在第s阶段到达码头，存放到i箱区Bay位j中，并通过停靠在泊l和泊位2处的船舶装上船的IN型箱的箱量Xijls见表10。

表10 IN型的箱量Xijls单位：TEU

模型M1目标函数的计算结果为1.98×10-6，这个数值代表了每个阶段各箱区Bay位作业箱量平均标准差，即不平衡度，可以看出运用建立的模型可有效地减少各箱区Bay位间作业的不平衡程度，从而避免堆场设备和集卡的忙闲不均，增加设备的利用率，提高设备的工作效率。

模型M2目标函数的计算结果为5 050m，而若不采用这种箱量分配，对上述集装箱进行随机分配，10次分配的结果见表11。

表11 随机试验配置结果

随机分配的试验结果最小值为5 100m，最大值达到5 650m，平均距离为5 300m，因此，采用本模型可以在很大程度上减少集卡的行走距离，从而减少船舶的在港时间，提高集装箱码头的服务效率。

3 结束语

本文探讨了在分区堆存情况下的出口集装箱堆场空间分配问题，在滚动计划的基础上，提出了出口集装箱堆场集装箱空间分配模型。在每个计划期内，问题都分成2个阶段，每个阶段问题都抽象成一个数学规划模型。在第1个阶段，运用模型M1平衡了各个箱区Bay位中的箱量。在第2个阶段，运用模型M2最小化了集卡从堆场箱区Bay位到码头前沿停靠船舶所在泊位的距离。本模型最终能确定出集装箱配置在堆场箱区中Bay位的具体数量，且从数据结果分析，说明该模型对解决堆场资源配置问题是有效的。

[1] Sculli D,Hui CF.Three-dimensional stacking of containers[J].Omega,1988(16):585-594.

[2] Kim K H,Bae J W.Re-marshaling export containers in port container terminals[J].Computers&Industrial Engineering,1998(35):655-658.

[3] Kim K H,Park K T.A note on a dynamic space-allocation method for outbound Containers[J].European Journal of Operational Research,2003(1):92-101.

[4] Kim KH,Lee J-S.Satisfying constraints for locating export containers in port container terminals[J].Lecture Notes in Computer Science,2006(6):564-573.

[5] Yoichi Hirashima.A Q-learning System for Container Marshalling with Group-Based Learning Model at Container Yard Terminals[J].International MultiConference of Engineers and Computer Scientists,2009(1):978-988.

[6] 张艳伟，石来德，宓为建,等.集装箱码头出口箱集港堆存模型研究[J].中国工程机械学报，2007(1):32-38.

[7] 陈庆伟，王继荣.集装箱堆场出口箱堆存模型及其算法[J].物流管理，2007(7):106-108.

[8] 严伟，谢尘，苌道方.基于并行遗传算法的集装箱码头堆场分配策略[J].上海海事大学学报，2009(2):14.

Dynamic Space-allocation Study for Outbound Containers Yard Both Based on Effectiveness and Balance

HU Bi-qin,JIANG Wei (Shanghai Maritime University,Shanghai 200135,China)

从效率和成本两方面优化出口集装箱堆场空间资源，运用数学规划方法，从最小化箱区Bay位箱量的不平衡性和最小化总路径距离入手，建立了出口集装箱堆场空间资源动态配置模型。与出口集装箱随机配置模型相比，发现出口集装箱在动态模型配置下，平衡了各箱区间的箱量，提高了出口集装箱装船效率，降低了集装箱作业成本。

出口集装箱；堆场空间资源；平衡性；高效性

From the costs and efficiency in both,to optimize the space of outbound container storage yard.Mathematics planning method was applied,dynamic space deployment model of outbound container storage yard was set up on the base of the balancing quantity of container and the minimum travel distance of vehicle.The example comparison analysis of the model and random deployment method was done.Analysis result shows that the quantities of different blocks are balanced,loading efficiency is improved,and container operating cost is reduced,so the model is feasible.

outbound container;yard space allocation;effectiveness;balance

U169.6

A

2010-12-24

上海市科委创新行动资助项目，项目编号：08170511300。

胡碧琴（1986-），女，浙江宁波人，上海海事大学科学研究院管理科学与工程专业硕士研究生，研究方向：物流管理与工程；江 伟（1985-），男，四川遂宁人，上海海事大学科学研究院管理科学与工程专业硕士研究生，研究方向：采购与供应链管理。

1002-3100(2011)04-0004-04