首页 |  中心简介 |  教学培训 |  科研成果 |  规划设计 |  物流软件 |  信息动态 |
 您当前的位置是:首页-> 科研成果-> 论文、书籍
集装箱装船顺序优化模型及算法研究
2004-5-10
清华大学 缪立新
--------------------------------------------------------------------------------

    摘 要 本论文提出了一个用于集装箱装船顺序优化的动态整数规划模型。模型同时兼顾了集装箱在堆场中和在船上的摆放位置,并把集装箱在不同港口的装卸作业作为一个整体。在实现装船顺序最优化的同时该模型还可保证船只在不同荷载分布下的稳定性。模型的求解是一个离散的NP-hard问题,论文给出了用遗传算法解决该问题的算法框架,并通过正交因子试验探讨了算法参数的显著性和交互效应,从而大大缩短了算法在解决该问题时的运算时间。

关键词 集装箱运输,装卸优化,倒箱,遗传算法

    Modeling and Algorithm Study for Optimizing Container Loading Planning for Containership

    Abstract

    In this paper, a mathematical model is proposed for developing plans for loading containers on containerships. The mathematical model is formulated as a dynamic integer programming problem. The model integrates many factors, such as the storage policies, container ship stowage and the transfers at different terminals. As weight is one of the critical factors that the model deals with, the best solution can also satisfy the meta-centric height restriction of the container ship. Since the problem is known to be NP-hard, GA is chosen due to the relatively good results in reasonable time. Unique coding method, evaluation function, genetic crossover and mutation operators are designed aimed at this problem and the significance and interactive effect of different parameters settings used during operation are analyzed. The paper shows that by using orthogonal fractional experimental designs, a good GA structure can be achieved to solve a large, computationally intensive schedule problem.

    Key words: Container Transfers, Loading-unloading Optimization, Setup Arrangement, Genetic Algorithms

    1 引言
    近年来,全球集装箱的运输量增长迅猛。1990到1999年10年间,全球及中国大陆地区的集装箱吞吐量年平均递增率分别为6.4%和12.7%。为了获得规模经济的优势,各航运公司也不断采用越来越大的集装箱运输船舶。当前营运中的最大集装箱船舶可载箱6000~7000TEU,甲板上的载箱列数为17列。而设想中的超大型集装箱船舶更达到了载箱18000TEU,列数超过20列的规模。随着船舶装卸集装箱数量的增加,其在港口停留的时间也越来越长,往往一艘船在其运输网络中的一个节点就要装卸上千个集装箱,服务时间长达5、6个小时,乃至一天。
    根据调查表明,在集装箱装卸的过程中,由于港口的平面布置,设备配备,船舶属性都是固定的,“倒箱”次数的多少将是影响装卸服务时间的决定性因素。为了提高堆场的储存能力,堆场中的集装箱往往要堆3~7层高,而船舶上的集装箱往往也分6、7层摆放。如果要装卸的集装箱不是放在最上层,倒箱操作就在所难免。虽然倒箱一次的时间相对于整个搬运时间来说很短,但随着规模经济的发展,堆场和船只中集装箱堆放数量将会不断增加,且堆放形式将更为紧凑,这就使得累积的因为倒箱而耗费的时间达到不可忽视的程度。假设每个集装箱倒箱一次需要额外花费2.5分钟,现有500只集装箱要装船,而其中30%需要倒箱的话,其额外作业时间就长达6个小时,这对于航运公司和港口来说都将是一笔不小的损失。所以本论文的研究目的就在于如何最大限度的减少倒箱次数,从而减少装卸作业的时间。

    2 集装箱装船顺序优化模型
    2.1 集装箱装船顺序对运输效率的影响
    我国集装箱码头工艺布置与国际上传统的轮胎式集装箱龙门起重机方式基本相同。船舶在港口的装卸过程通常由几个子过程构成,其中装船过程尤为复杂,首先由龙门起重机将要装的集装箱运至堆场旁的输送点(这个过程要经过若干次倒箱的操作),然后由集装箱拖挂车运至码头后用集装箱装卸桥装船(在装船的同时,由于考虑到下一个港口的卸货以及船的配载要求,又要经过若干次的倒箱操作)。
.............................................................

    3 模型的算法研究
    实际的集装箱运输过程中,从集装箱船上装卸的集装箱的数量是很大的。本章试图用该模型来解决一个接近真实情况的问题,并讨论遗传算法在解决大规模问题时的性能。
    现以1000TEU左右的全集装箱船为例,该轮某航次由上海开往日本,在上海港口起始状态船为空载,并且在其下一个目的地日本港口卸载其在上海港口装载的集装箱的一部分。该船甲板上共9行,每行可装载8个集装箱,并且每行可装载7层。则该船共有9×8×7=504个集装箱装载单元。根据模型的前提,假设该轮只装载尺寸相同的40尺集装箱。该类型集装箱的配货毛重约22吨,空箱重量小于5吨,体积68m3。由于集装箱有时并非装满货物,则可设定每个集装箱的重量在5~25吨范围内。
    上海港口的集装箱堆场内共有500个40尺集装箱待装。这500个集装箱在装载前处于离码头较近的两个相邻的区内。每个区可堆放8列10行5层的集装箱。集装箱在这两个区内的分布状态为随机产生。
.............................................................

    4 算法的优化
    遗传算法是一种用来解决需要搜索复杂解空间的问题的启发式算法。它通常包含了一系列的参数。如交叉运算和变异运算的参数,种群的大小以及运行次数等等。不仅如此,还存在着很多不同的交叉和变异的算子。随着这些因素的不同,遗传算法的结构也在发生变化。所以,如何根据实际的优化问题找到相应的遗传算法的最佳结构将是非常重要的研究方向。因为如果在解决大规模问题时算法运行的时间过长,耗费的资源过多,即使可以得到最优解,也将失去其实际应用的意义。
.............................................................


    5 论文主要结论及对今后研究的建议
    论文建立了用于集装箱装船顺序优化的多阶段动态整数规划模型。该模型不同于以往将堆场装卸,集装箱船装卸以及集装箱在不同港口装卸的过程分开来研究的做法,而是将这些过程整合到一个模型中进行优化,从而使模型在宏观上更具合理性和优越性。模型还同时兼顾了集装箱船配载后的稳性要求,使得优化后的方案同时具有更好的可行性和实用性。在实例分析中,该模型的运用使倒箱次数平均减少了12%,这对于集装箱运输系统的效率将会是很大的提高;论文还给出了集装箱装卸优化模型的遗传算法解决。设计了针对该模型的编码策略、选择机制、惩罚策略和交叉、变异算子。该算法在大规模问题的解决上比以往的优化方法计算时间大大缩短了,并且在解决实际问题时取得了较好的效果,从而显示了启发式算法在解决组合优化问题时的巨大潜力;
    但该模型假设集装箱在堆场中位置已定,而实际上装卸前都要对堆场内的集装箱位置进行调整。因此可以开发堆场堆放策略的优化模型,两者相结合,模型的输出结果可以互为输入参数,经过若干次的迭代运算达到平衡,从而实现集装箱运输过程的整体最优化;并且本论文的模型仅考虑了两个港口之间的集装箱流动,今后的研究可以考虑n个节点之间的集装箱装卸优化问题,将该模型推广至整个物流运输网络。


[  打印  ]   [  关闭窗口 ]

Copyright(C) 2004 Tsinghua-logistics.com. All rights reserved.
清华大学深圳物流中心 版权所有