干散货码头最优流程组合智能推荐算法

吴俊美 王细远

中交第三航务工程勘察设计院有限公司

1 引言

交通和能源是国家经济高速发展的基础。我国作为全球最大的干散货进出口国家，干散货码头是我国水路运输的重要组成节点，抓好港口行业的节能降耗工作是我国交通行业节能工作的重点之一[1]。目前，我国集装箱码头的智能化已经有了一定的发展，干散货码头的智能化发展由于起步较晚，相关技术水平还比较落后，与国际先进水平相比存在能耗高、效率低、环保性差等缺点，因此，有必要加强干散货码头智能化的建设和研究[2]。根据我国港口运输行业的整体发展方向，为了实现最高运输效率、最低能源消耗的目标，研究面向高效运营的干散货码头最优流程组合智能推荐算法的问题具有重要意义。

国内外众多学者已经从多个方面对集装箱码头作业系统的生产作业、计划调度和建模优化进行了相关的探讨[3-4]。开放式散货码头采用露天堆场的形式，灵活度高，管理更为复杂[5-6]。网络流理论目前在交通物流领域的最短路径和最大流量问题中已经有了大量成功的应用案例[7-9]，但还没有结合干散货码头特点，将网络流理论应用于码头最优流程组合推荐算法的研究。

本文基于湖北荆州煤炭铁水联运储配基地一期工程，结合实际大型干散货码头的特点，通过收集现场数据，建立数学模型，研究能够适应多种流程组合的港口自动化作业最优流程组合智能推荐算法，以提高大型干散货码头的作业效率和节能降耗程度，为干散货码头的智能化发展提供参考。

2 问题概述

湖北荆州煤炭铁水联运储配基地一期工程的堆场流程分布情况见图1，图中的箭头方向表示皮带机的运行方向，皮带机的编号在对应皮带机的上方或右边。该堆场不仅连接了铁路运输、水路运输和电厂皮带系统，还通过沿江道路连接了城市交通网络和高速公路网络。该工程由50条皮带(不包含电厂皮带和装船皮带)组成了212条流程。

图1 干散货码头流程分布图

目前大型干散货码头控制系统的流程选择，还停留在先统计罗列出可选皮带机及流程，然后让技术员根据经验进行流程选择的阶段，流程选择会耗费较多的时间，而且选择不合适的流程组合也会产生更多的电能消耗。随着荆州煤炭项目的进行和运输的需要，该码头的规模还会进一步扩大，通过综合考虑皮带机参数信息、码头流程信息及作业任务，然后由人工采用枚举法完成流程组合的选择，这将是一个比较繁琐且耗时的过程。

为了适应港口智能化的发展，在保证完成作业任务的前提下，尽可能实现节能降耗，作业效率最高的目标。最优流程组合需要满足以下2个条件：①单位时间输送量最大(效率最高)；②完成作业任务的能耗最小。

3 研究方法

在过去的几十年中，计算机科学和科学技术发展迅速，同时也大大促进了图论的研究和应用，图论的理论和方法已经渗透到化学、物理、建筑学、运筹学等多个学科中。图论与网络是运筹学中的一个重要分支，其研究的问题涉及计算机科学、工业工程、交通运输网络技术等诸多领域[10]。其中网络流理论在交通物流领域的最短路径和最大流量问题中的成功应用，为本文的研究内容提供了良好的思路。

论文的研究思路为：首先，借鉴图论的原理将码头输送系统网格化，以描述码头转运站和皮带机之间的连通关系；其次，分析湖北荆州煤炭铁水联运储配基地输送系统的特点，确定适应本码头的附加约束条件；再次，考虑实际皮带机输送系统特点，建立最大流速模型从而得到瞬时输送流速最大的流程组合目标集；最后，基于图论中的网络流理论，以最小能耗为优化目标，结合皮带机约束条件、流程约束条件及其他附加约束条件，建立最大流速条件下的最小能耗模型，从而求解得到不同作业任务下的最优流程组合方案。

3.1 码头输送系统图模型的构建

码头输送系统图模型指利用图论的原理及概念，将码头输送系统的连通状况利用点和边的连接关系表示出来。与传统的图模型不同，本模型除了要考虑码头输送系统的自然结构连通性，还需考虑皮带机故障及流程占用情况，为此，对邻接矩阵中元素的取值进行了改进。

码头输送系统网络概化。将皮带机的交点和边界点用点集V表示，皮带机用边集E表示，边的方向表示皮带机运行方向，得到码头输送系统图模型G=(V,E)，如图2所示。点集V={vk},k=1,…,n1(n1为节点总数)，其中v25,v26,v27为发点vs，v21,v22,v23,v24,v28,v29,v30为收点vt；边集E={ek},k=1,…,n2(n2为边总数)，每个边ek都可以用vij(i,j∈V)表示，代表皮带机运行方向为从i到j；每条边的单位时间输送流量用F={fij}表示。图模型可以用邻接矩阵A={aij}表示，在本文中aij=1表示vi到vj的边可选，aij=0表示vi到vj的边不可选。加权邻接矩阵G={gij}，其中gij表示vi到vj的皮带机功率，从理论上讲gij的值是随fij变化的量，但由于在计算最优流程组合时皮带机都接近满负荷运行，故假设皮带机均以额定功率运行，即gij取对应皮带机的额定功率。综上，A反映了码头输送系统皮带机运行方向，G反映了码头输送系统电能消耗情况。

图2 码头输送系统图模型网络结构图

分析附加约束条件。由于皮带机BDQ1和BDQ2属于双向皮带机，用2条边来表征其双向性，但任一个皮带机都不可能同时双向运行，则对于BDQ1和BDQ2所对应的边，有：

(1)

3.2 最优流程组合智能推荐算法

3.2.1 最大流速问题模型

(2)

式中，Em为流程m的边集。

(3)

(4)

根据实际码头堆场输送系统的特点，可知限制输送网络流速的因素主要是连接发点或收点的皮带机的承载能力，所以根据流速最大的目标会得到多个流程组合。通过比较不同流程组合的最大流速，可以得到满足最大流速的多种流程组合，即最大流速模型的目标集。另外用Q表示作业任务的煤炭输送总量，VT表示目标集中的边集，则用公式(5)可以计算完成作业任务所需的时间tM。

(5)

3.2.2 基于网络流理论的最小能耗问题模型

(6)

图3 模型计算流程图

4 实验设计与结果分析

4.1 实验设计

依托湖北荆州煤炭铁水联运储配基地一期工程，实验数据来源于该码头原始数据。根据实际作业需求，设计4种常见的储配基地作业任务(见表1)，分别利用所建模型进行求解得到最优流程组合。另外，还邀请了5位有经验的技术员分别对4种作业任务进行流程组合的选择，以对比本文算法与人工选择结果的差异。

表1 作业任务

4.2 实验结果分析

基于湖北荆州煤炭铁水联运储配基地一期工程项目实际数据，选择皮带机最大输送流速、额定功率流程信息及皮带机占用信息作为输入，按照图3所示的计算流程在Matlab2018b上编写程序，求解得到4种任务的推荐流程组合。

为了验证本文算法的有效性，将本文算法的求解结果和人工选择结果进行对比(见图4、图5)。

图4 流程组合最大流速对比图

图5 流程组合能耗对比图

从图中可以看出，对于前3种作业任务，本文算法得到的流程组合与人工选择流程组合的最大流速基本相同，本文算法的能耗计算结果略显优势。但对于任务四，本文算法得到的流程组合最大流速是技术员1和技术员5所选流程组合最大流速的2倍，电能消耗也比这两名技术员所选流程的电能消耗小很多。通过分析皮带机数据和流程分布图得知，前3种作业任务的并行皮带机参数相差较小，流程组合方式简单，人工可简单根据流程分布图得到不错的流程组合方式。但作业任务四的可用并行皮带机参数差异较大，且可选流程较多，选择流程组合时若没有认真对比计算不同流程组合的差异，很难选到最高效节能的流程组合。

5 结语

(1)分析了大型干散货码头在流程选择时存在的问题，结合湖北荆州煤炭铁水联运储配基地一期工程的流程特点，建立了基于网络流理论的干散货码头最优流程组合智能推荐算法。

(2)对于流程复杂度和平行皮带机参数差异度较小的作业任务，本文算法的求解的流程组合与人工选择结果基本相同，但对于流程复杂度和平行皮带机差异度较大的作业任务，本文算法得到的流程组合较人工选择结构有明显的提升。由此可见，除了能够降低人工作业工作量，本文算法在提升码头作业效率和降低能源消耗方面都表现出良好的特性。

(3)由于码头输送系统的特殊性，每个码头的皮带机参数和结构的连通性都不相同，很难建立一个适应各种码头的数学模型。由于实际条件限制，论文未考虑连接发点和收点的皮带机较多的情况，未来的研究可选择更大型的干散货码头为研究对象，求取能够适应更多流程类型的干散货码头智能推荐算法。