1、 集裝箱船到來的定量分析規劃策略-尼爾斯朗艾伯特Veenstra摘要:在海上集裝箱運輸,船舶到達和終端服務過程的隨機性質往往會導致重大的處理延遲和/或資源未充分利用。到來規劃策略(APS)承諾減輕這種不良的影響通過管理終端到來的變化過程中,考慮到不同的成本組件和態勢動態。我們提出一個定量的到來調度仿真分析對比APS,為了識別有前途的戰略設計的方向。結果提出了中部和decentral策略,在高和低的燃料價格制度。重要的定量和定性的分析結果之間的差異的策略。關鍵詞:海上集裝箱裝卸船計劃Vessel-terminal到來1協調優化調度船舶延誤是今天的海上集裝箱碼頭操作的現實。Notteboom(20

2、06)報告滿載船只被推遲10天在加州南部,在2004年的夏天。聯合國貿易和發展會議(2005年,ch。5 b)報告隊列的33個深海船為同一地區和時期和最大等待時間的24小時為深海船在鹿特丹港。除了終端延遲,定期班輪也延遲發生。分析海事顧問德魯里顯示有一群運營商,幾乎從不準時,和容易延誤2或3天。類別的航空公司排名前20名的大多是在50 - 60%的時間(2007年德魯里的)。集裝箱運輸系統的特點是高capital-intensity航運公司和碼頭運營商都面臨著相當大的壓力,以最優的方式來利用他們的資源。這只能通過終端資源和班輪運輸利益之間的一種微妙的平衡。終端要定期船舶到達模式,符合之前或同意

3、宣布的航運公司。這些公司反過來想減少他們的船只等待時間,即使他們被推遲。為什么這種平衡目前難以實現終端和航運公司只有計劃他們的活動共同在合同談判階段。在那個時間點,航運公司請求一定處理能力隨著時間的推移,和終端調查時段可以提供這種能力。在日常操作中,幾乎沒有共同規劃和航運公司就宣布他們將抵達固定時間間隔沒有預先約定時間的引用。一個可能的解決方案是把船的業務規劃和終端操作。本文將研究一種可能的方法,是基于控制的速度接近船只。這種分析必須加速和減速的經濟后果考慮在內,因為燃料賬單為航運公司成本的一個主要組件。本文描述了一個集成分析船舶到達和終端操作的仿真模型,在到達船只是由一個優化程序的行為。我們

4、測量的影響集中船到達規劃策略通過廣義成本方法并比較其性能與information-poor分散到達規劃策略。本文的其余部分的結構如下。首先,我們提出一個理論討論船舶和碼頭之間的關系。然后,我們描述我們的實驗的設計。在隨后的章節中,我們目前的仿真模型和優化方法的更多細節。然后,我們報告結果,并完成一些結束語。2理論框架目前分析的起點是港口(終端)不應孤立地計劃,但他們的尺寸和操作策略應該考慮他們的用戶的操作效率,航運公司。這個想法是鉸接在許多港口開發手冊(見例如,聯合國貿發會議港口成本包括固定成本與增加組件,減少交通港口,和一個可變成本組件,在不同層次的交通本質上是不變的,但可能會增加很高的交通

5、由于使用更復雜的或昂貴的貨物裝卸設備。結果是一個u型港口總成本曲線。船的時間表示成本的結合船舶timewaiting之前 碼頭和船舶在泊位的時間。每噸船舶等待時間隨著流量的增加而增加,當船舶在泊位,原則上,獨立的流量,但可能降低略高水平的交通。每噸聯合總成本曲線是港口總成本的總和,船的總成本每噸的時間。這條曲線的最小,將不同的最低每噸港口總成本曲線。這意味著港口規劃者必須包括船東的利益,為了為用戶開發一個有效的端口。圖說明情況可能發生在港口的最低成本曲線,而不是最低的聯合port-ship成本曲線的例子可以發現在完全私有化港口,港口能力往往明顯滯后于流量增長。因此,襯墊通常面對港口操作在交通量

6、水平相對較高,這給他們帶來顯著的成本。探討共同到達計劃作為工具來降低班輪的成本曲線在這樣的交通水平。定量工具研究港口與航運業務共同排隊理論,服務安排之間的關系和系統中的隊列研究以系統的方式。排隊論(金曼1970)結果表明,一個系統或多或少的隨機到達,實質性的服務延遲可以結果。更加結構化,甚至確定性到達模式,例如通過聯合規劃到來,因此將導致服務延遲和減少隊列大小。在航運業,聯合分析船舶和碼頭操作研究很少。看到Stahlbock Voß(2008)或應用程序的精心設計的審查在集裝箱碼頭。Notteboom(2006)提出了一種主要定性分析延遲航運和港口,但不提供一個集成的分析。起亞et

7、al。(2002)提供一個模擬研究上的貢獻數量的終端,但他們只考慮一個標準船到達過程(符合負指數分布)。Daganzo(1990)研究在到達過程的交互終端操作計劃內襯墊和計劃外的流浪漢。Hepresented近似為排隊條件下特定啟發式任務規則。Imai et al。(2001)集中在泊位分配問題(分配一組給定的船舶的泊位長度,同時最小化等待服務時間)。他們提出一個動態制定這個問題,但他們不考慮移民的時間表。集裝箱運輸外,貢獻了大部分終端的例如,Zrnic et al。(1999),Radmilovich(1992)。這些貢獻更多的積分方法(看船只和端口),但描述不同于集裝箱運輸的運輸系統。最后

8、,基于主體或分布式的內河駁船交通規劃方法已經提出鹿特丹港(穆南et al . 2005年)。這一研究表明,分布式規劃、基于更復雜的終端之間的信息共享和內河駁船是否導致更好的旋轉內陸港駁船。信息共享對泊位可用性和駁船運營商的反應是開發一個可行的安排,最大限度地減少總在旋轉等待時間。然而,在研究穆南et al .(2005),駁船運營商并不要求加快或放慢速度,以使特定的裝載/卸載槽。我們得出結論,分析船舶到達模式out-of-schedule移民,和使用終端的優化控制機制來提高移民是一個新的集裝箱運輸物流對文學的貢獻。這種分析基礎上提出了一個初步分析,通過Veenstra和朗(2005)。3例:一

9、個虛構的西歐集裝箱碼頭我們考慮一個虛構的來自鹿特丹集裝箱碼頭,作為第一停靠港Hamburg-Le勒阿弗爾范圍大班輪體積。襯管流量被認為由大型(10 kTEU范圍)集裝箱船,洲際航線服務。終端能力約為每年100萬移動假定,大約一公里的碼頭服務與九船岸(STS)起重機。虛構的集裝箱碼頭將全面運行一天24小時,一個常見的情況在鹿特丹港。終端能夠同時停泊三船。四個STS起重機,假定常數起重機生產力30每小時移動,可以處理大約25小時的船叫。假設剩余終端操作有足夠的能力支持STS起重機操作。在這些假設下,終端操作可以確定性計劃。我們的分析認為到來的模式安排船只,通常在他們到達預定到達槽。為了生成這些移民

10、,我們使用仿真模型。這個模型生成一個初始調度船舶抵達終點站,考慮到隨機延遲。此外,simulationmodels船的航行軌跡在不同的速度。我們的泊位規劃方法假定可以與船舶泊位的可用性。假設通信基礎設施(如海事衛星通信)已經到位,可變的溝通成本可以忽略不計。我們的模型表明,船貨到加速或延遲到達在一個可用的泊位。船東,所涉及的因素是燃料消耗儲蓄或支出,減少等待時間和服務時間。終端將受益于移民更容易預測。加速和減速燃料賬單有相當大的影響,因為船的速度和燃料消耗量之間的關系是三次方多項式。此外,船舶速度變化的潛力是有限的,由于施工船舶和最小化的壓力和船體振動。計劃選項如果船到達碼頭的時間表,有各種各

11、樣的選擇:第一,船舶必須等到一個泊位是免費的。這個等待時間是在一個相當大的代價,由于高成本投資和操作一艘船,和其他貨物的機會成本。第二個場景是,船延遲可能會立即提供,但要求提前離開,為另一預定船。船主有時喜歡這個選項的船回其進度。這意味著,然而,卸載和加載的容器可能沒有完成計劃,這也導致的收入損失。這被稱為“叫差距成本”。第三個選項是為另一艘船的船在槽部分,導致其他船的等待時間。這樣一個選項可以更好的從系統成本優化的觀點。計劃成本的影響處理延遲船只可以測量與廣義成本函數,包括燃料成本、等待時間、服務時間,終端成本。這些成本元素,Veenstra和朗(2005)發現,在相對高流量的情況下,事實上

12、終端成本幾乎不變,無論船舶到達模式(我們假設固定起重機生產力和有限船流需要一個固定數量的起重機小時處理,不管確切的到達和分配的決定)。因此,我們將忽略終端成本廣義成本分析。此外,服務時間也幾乎不變,鑒于我們假設調用大小(見下文)。廣義成本分析,因此,我們專注于船舶延誤成本、燃料成本,并調用差距成本,所有的帆船的角度規劃下一個終端訪問。船延遲成本產生當船和終端無法及時完成電話預定終端。船延遲成本包含各種組件,如良好的折舊成本,失去了機會成本,和終端out-ofwindow處理處罰。在這種情況下,只考慮商品折舊成本,這是假定數量每船100000 e每天。這對應每年的折舊成本約3500 e / TE

13、U。我們假設每年約35%的折舊率和10噸每TEU加載,每公斤價值1 e。我們注意到顯著延遲成本在實踐中可能會有所不同,這取決于所涉及的貨物的確切性質。我們收取延遲成本假設下的全船加載延遲進行直到最后船(循環)的計劃。假設vessel-delay引起的額外折舊成本完全歸因于郵輪運營商,如罰款條款的形式各自的運輸合同。我們隱含地假設計劃包含足夠的松弛時間開始下一個循環delay-free(時間表松弛時間可以考慮是一個固定的船機會成本)。在實際業務實踐中,安排有關延遲傳播處理和處罰定價可能,當然有所不同。燃料成本在很大程度上取決于船的速度。因此,燃料價格直接影響規劃的靈活性。在高燃料價格水平,船的速

14、度增量的成本將會很高,產生更少的選擇船速度調整。在低油價,預計相反。從實踐中,眾所周知,燃油價格波動嚴重。例如,2008年7月到2009年2月之間,地堡鹿特丹IFO380采購價格波動每噸200至670美元(2009年BunkerWorld)。叫差距相關成本費用需要重路由的容器,要么無法加載容器,或無法卸載的容器,因為船是沒有時間在一個特定的終端。我們將假定這些容器的固定成本分析。在實踐中,集裝箱碼頭的特點是聯合使用深海船只,近海船只和內陸的駁船。我們的分析集中在深海船,為了清晰的分析。襯襯交通行為假定輸入終端的規劃周期在距離地球約5400海里(10000公里)。這大致對應于航行距離Rotter

15、dam-Santos(巴西)Europe-South美國貿易路線,Rotterdam-Angola南北貿易路線和Rotterdam-Indian海洋(印度和亞丁灣之間)在東西方貿易路線。在大約10天內可以航行的距離在22.5節。我們假設船可以航行速度,從20至25節(雖然可能在燃料成本過高),收益率到達終端自由約2天。船只被假定遵循一個均勻分布的4-call計劃在歐洲,收益率鹿特丹調用大小2500 TEU,裝卸。假設TEU系數約為1.7,我們獲得的平均總叫大小約3000,每艘船的舉動。填補每年100萬移動終端的能力,平均每天約1船將到達。假設襯交通將進入隨機規劃周期,即血管根據泊松過程到達。規

16、劃策略,以分析聯合到來計劃的潛在好處,我們對比中央(APS)和decentral到達規劃策略。中央APS分析,我們假設完全可見性相關船舶屬性,如速度、調用大小和距離。(資源規劃和終端條件產生的)也同樣可見。假設船只總是可以將遵守任何(合理的)速度和方向計劃發行的實體,即使顯著(燃料)成本班輪。由于新船的到來可能改變到達最優條件,規劃應該re-optimized每船的到來。規劃過程的目標是最小化廣義成本。decentral APS分析,我們假設船的速度是由血管,沒有知識的實際終端條件。假設船只估計他們的決定完全基于終端資源的可用性。在這些規則下,船只進入時選擇一個固定的航行速度規劃周期,然后堅持

17、下去。因為我們考慮一個相當同質的船只,“decentral”可能會相當類似的速度決定。因此,預計指數模式到達規劃周期也將出現在終端。這個high-variance到達模式可能會導致大量交通擁堵影響終端。自中央APS性能將嚴重依賴可用計劃的靈活性,我們已經完成了分析和low-fuel高價政權的統治。在燃油價格高企的情況下,一個掩體的價格每噸260 e。在較低的燃料價格情況下,燃料價格要低35%。圖2總結生動地總結了上述情況。操作系統說明了簡化終端和船舶航行操作假定。規劃系統,由APS之一,被認為獲得相關的船和終端屬性,如距離(d)、速度(v)和剩余的大小(s)。根據規劃策略,規劃系統動態地重新發

18、出船速度和終端資源分配。在decentral APS的情況下,大多數動態信息會被忽略的規劃體系。的系統性描述圖2是我們開發的藍圖仿真模型來評估APS的影響。在下一節我們提出這個仿真模型。4模型描述我們模擬船舶的到達模式和行為。船的速度和終端分配決策是由一個特定的規劃模型,并重新計算。船只和碼頭都認為嚴格遵守方向發布的規劃模型。實施中央和decentral APS計劃模型,提出了其配方在接下來的部分。因為我們制定中央APS為了保持馴良的,需要時間離散化仿真模型已被實現為一個周期step-based模擬器。選擇步長為2 h,這符合APS模型的時間分辨率。仿真過程表現為圖3所示。圖3仿真過程,在UM

19、L活動圖的格式仿真初始化成本參數和選擇一個基于場景的規劃模型建模。一代到達每個時期的開始,大量的移民是根據泊松過程生成的。船只進入系統規劃周期,距離10000公里的終端。一個叫大小通常是分布式的,平均3000箱和方差。正常起飛時間分配給每個船通過計算最早可能終端名義帆船和終端處理條件下起飛時間。延遲時間相對于計算這個規范起飛時間。計劃如果移民發生在當前時期,simulationwill觸發重新規劃。否則,之前的計劃仍被視為最優。執行計劃過程的規劃模型,實現一個特定的APS。規劃模型在下一節中詳細描述。規劃過程的結果是一個完整的(重新)船舶作業速度和終端資源分配。船舶狀態更新最新的規劃模型的方向

20、是用來更新所有容器的狀態。船的速度更新,終端將達到精確分配的時間。容器的剩余距離減少航行期間的距離,和剩余的大小減少箱子的數量由終端處理期間。統計信息收集的船只離開終端的系統一旦調用已經完成。當時,幾個統計數據收集分析,包括船舶的航行速度,起飛時間,實現調用大小。獲得統計上相關的結果,統計數據需要收集大量的船只。我們的分析是進行加熱時間為1000小時,因此緊隨其后我們的實現實際上是比這里描述更復雜。船第一次進入“預案”模式,在那里他們已經看到,但不可控的規劃模型。這允許規劃模型來預測即將到來的擁擠。圖4中的一些實現船操作燃料低/速度固定的場景10復制2000 h。為特定的模擬運行,這導致約80

21、0 875船到達再計劃操作。實現simulationmodel使用基于java的DSOL庫(Jacobs et al .,2002)。可視化工具,支持仿真過程的動態監測。圖4展示了一個可視化的快照。豎直維度代表在碼頭停泊的位置。單杠表明次2-h步驟。過去兩次(即實現訪問)以及未來時間(即計劃訪問)可以顯示。在這個特定的快照,一些船訪問實現顯示在過去。集裝箱船訪問在一個特定的停泊的地點為矩形形狀的特定行。左邊和右邊的矩形顯示終端抵達和起飛時間。每個矩形由描述性的行(描述符)和軌跡顯示起重機的數量隨著時間的分配。描述符從船ID(例如“19”)。的顏色描述符表示終端訪問的“質量”。青色的顏色顯示“成

22、功”的號召,在能夠處理的船完成調用大小和能準時出發(即。起飛前或在規范)。紅色(這里:血管20和22日至25日)表明該船不得不減少調用大小與延遲和/或離開。此外,該描述符顯示了船的到達時間規劃周期(一個),當前終端的距離(D,在公里),期望之間的差距,實現調用大小(G,在盒子里),起重機總容量分配給調用crane-periods(C),推遲出發時間(D)和平均航行速度(v,公里/小時)。在這種特殊情況下,decentral規劃模型使用。多個容器(20、22 - 24)和延遲離開即使靠泊能力是可用的。這在一定程度上可以解釋為減少平均起重機可用性的存在多個容器。在我們的模型中,五個起重機可以分配給

23、一個容器。然而,在完整的泊位利用率,只有三個,每艘船的起重機是可用的。這就是為什么船24日計劃的延遲7期。它可能會早到,但是會發現沒有可用的起重機。船25,規劃師除了不得不處理泊位能力有限。大部分船只都計劃接受延遲,而不是減少調用的大小。這是一個顯著的例外是船23日計劃跳過7容器為了放棄anotherperiod延遲。這個例子引發了一個問題,是否這些延遲不同APS本是可以避免的。船20經歷延遲自名義起重機可用性假設在實踐中不可用。實際的終端情況被考慮在一個動態的方式,船可能選擇加速為了防止延遲。船22似乎阻礙后續船舶的數量。中央APS,它可能會被證明有利于加快這艘船(以燃料成本沖擊)為了能更好

24、地適應后續船。這些例子清楚地說明更動態的潛在好處,聯合APS。在下一節中,中央和decentral APS計劃模型詳細解釋。此后,分析結果。5為中央APS MIP配方規劃模型實現中央APS假設完整信息的可見性和動態規劃負責船的速度和終端資源分配。它最大限度地減少系統成本,包括延遲、燃料成本,并調用差距和需要船舶航行的可行性約束和終端處理操作。它被制定為aMixed整數程序(MIP,例如Nemhauser和沃爾西(1988),它允許使用常見of-the-shelf優化軟件進行優化。規劃模型的輸入包括所有船舶狀態和終端狀態。特別是船舶狀態包括速度、剩余的距離,和剩余的大小。終端狀態的數量由起重機和

25、起重機生產力和碼頭位置可用。策劃的輸出模型由一組最優的未來船舶速度和終端資源分配。決策變量的數量在我們制定線性依賴于模型涵蓋的時間段的數量。溫順的原因,因此模型可規劃時期2-h時期。5.1變量定義表1、2和3定義與時間相關,allocation-related,分別和剩余的變量。此外,表1定義了下標我一般是指船舶在V的船只。時間相關變量規劃分為T | |時間周期T。期間系列始于T = 0,代表了當前計劃的時刻。所有其他時期代表時刻(計劃)的未來。每個時期都有一個小時的持續時間。時間的距離相對于當前時刻,因此,等于t。t是受規劃期的長度。我們使用一個計劃200期(即超過16天)。這證明足以容納最

26、大發生延遲(不到2天,看到教派。7)。qt變量bt的時候,我,我,我反映一些船的過程。首先,船航行到終端。我這些時間都是有積極的bt,。然后船進入tsi的終端。Fromtsi + 1起,該船可用于終端處理,包括tei時期。在這段處理時間內,時間是有積極的qt,我。小時的窗口長度等于(te我tsi)。處理后,船離開tei + 1。我這些時間都是有積極的,。tsi可以轉讓的特殊值1允許停港的資源分配船只從t = 0開始。常態時期完成的船(i)基準確定延遲的船離開。在我們的分析中,計算i船舶進入系統時,假設同質名義帆船和處理條件,即45公里/小時的航行速度和可用性四個STS起重機(連續)。然而,更重

27、要的是制定支持船到達不同完成規范(例如一些船只可能已經進入實質性的規劃周期延遲,一些襯墊可能比其他人更嚴格的服務水平下經營)。最后,作業指導書定義了所有的設置時間構成船舶處理窗口這個定義只會簡化一些約束的配方。分配相關變量的終端資源可以分配給船舶碼頭位置和STS起重機。對碼頭分配,我們假設10000 TEU船只而均勻大小的,介于350和400米長。這意味著大約1200米的碼頭總是提供準確三船槽,這是價值選擇問:泊位位置可能位于不同距離terminal-side集裝箱堆棧部分支持船的電話。我們假設quay-stack運輸組織,STS鶴是有效地服務,即使在一個重要的存在vessel-stack距離

28、。所以我們不考慮實際靠泊位置在我們的配方,但只有警衛泊位的最大容量。STS起重機分配受制于起重機的總數(C)和起重機的最大數量并發分配到一個容器(Ci)。船有區別的起重機作業限制可以反映liner-terminal服務水平協議的差異。起重機生產力假定常數。具體起重機配置規劃結果實現數量的盒子在船的調用(si)處理。這可能是小于原始調用大小班輪所期望的(i)。在這種情況下,一個叫大小差距大小isi盒子會結果。變量i和mxi與船的速度分配。mxi應該定義在一個相對較小的樂隊在額定速度。我們假設在我們的配方,約10%的幅度相對于名義時速45公里/小時(24.3節)是可能的,盡管可能禁止燃料費用(Fi

29、)。其他變量的變量包括L、輔助常數用來表達各種邏輯約束包括二進制變量。各種成本參數澄清教派。5.2。5.2目標函數表4總結了組件,這些組件構成了成本規劃模型的目標函數。正如上面所討論的,不包括終端成本組件。燃料成本在一般情況下,所需的推進力量和相關的燃料消耗船是一個函數的速度提高到第三力量(休斯1996)。然而,包括theMIP配方將導致非線性的關系制定難解決的最優。因此,我們決定線性化燃料消耗速度政權的利益為我們的分析,即40之間和50公里/小時。我們這種線性化基于電力推進數據報告的人(2005)大(容器)的船舶。方程1禮物感興趣的數量模型如何制定、dFct / dT,變化的邊際影響航行時間

30、旅行燃料費用,可以從speed-fuel消費估計線性化。 V代表固定的船速度,D航行距離,旅行時間,即航行期間,Fct(V)真正的旅行燃料成本,作為船舶速度的函數,FcT(T)估計燃料成本,航行時間的線性函數,C(V)每小時燃油成本,作為船舶速度的函數,的回歸系數回歸C(V)關系,CN規范每小時燃油成本,在一些標準速度素食新聞嗎我們認為旅行燃料成本(交通)航行的距離D .速度恒定時,這一過程可以表達為C D V(V)。函數C(V)隨后被線性化對訴這導致估計線性交通函數Fct(V)可以改寫成Fct(t),估計線性交通t的函數。分化收益率dFct / dT(邊際交通效應)。這個估計只有有意義的V(

31、T)和相應的政權進行線性化。表達量變化的交通影響航行時間和用于與船舶的交通終端到達時間(見教派。5.3)。線性化燃料成本數量關系產生了一個恒定值邊際交通的影響。簡單立方speed-power關系,(絕對)邊際交通效應會增加速度間隔。我們估計的回歸建模,在50公里/小時,效果約兩倍40公里/小時。線性化常數的值在1%的最大邊際交通效應發現立方speed-power關系。這意味著我們明顯高估的邊際在交通的影響較低的速度。更復雜的燃料成本模型,結合詳細的推進和水動力模型,為進一步的研究應考慮。估計為規范每小時燃油消耗的速度約2.3克在24節,我們到達一個邊緣11.3克每時期的交通影響。即在航行距離考

32、慮在模型中(10000公里),每個時期上漲增加航行速度將伴隨著11.3柯額外的燃料費用。低燃料成本的情況下,燃油價格被認為低35%,導致相應的邊際交通7.4克每周期的影響。叫差距成本費用叫轉移包括額外的處理和傳輸,這是設定在每箱200 e,基于估計容器轉移成本從鹿特丹到安特衛普。病人的異常是空的容器,并沒有固定的目的地。然而,跳過空集裝箱可能會影響后續船叫大小隨著全球必須保持平衡。空集裝箱跳過不被認為是在我們的配方。延遲成本基于提出的假設情況描述(見教派。3),我們到達估計船延遲的成本每天100克,相當于約4克每小時延遲。5.3約束表5和6總結所有包含在我們的ormulation時間和分配相關

33、約束。除非另有指示,適用于所有的約束值t和我。時間約束指標之前,相關的“后指標”和“獨家時期”約束定義階段通過船。在指標的約束是所有船時間tsi或之前發生前(處理)的時間。后指標的約束是所有船船離開后發生的時期(處理)后的時期。獨家時期的約束表示為每個容器,一段是“前”、“后”或“碼頭”。正如前面所解釋的那樣,“碼頭”時期qt,我是船的處理窗口,在該船停泊,可以由STS起重機。在一起,這些約束確保每個船從之前的時間(在航行時)“碼頭”時間(在此期間處理發生),最后一個“后”時期(發生在船離開碼頭)。船只到來的約束表達事實需要最低航行時間旅行一定距離,這是由她最大的航行速度。這可以防止規劃模型調

34、度不可能的船的速度。請注意根據我們的變量定義,一個容器有tsi + 1期用于航海。“離開”的約束確保船只到來之前不要離開。注意,船只可以繞過碼頭如果tsi = tei分配和處理。“non-takeover”約束添加改善配方的溫順。同質艦隊組成的假設在我們的案例中,以相似的速度和規模特征打電話,這個約束預計不會明顯改變系統成本實現了規劃模型。最后,旅行燃料成本的約束確保船TFCs航行速度增加而增加(,因此,早期移民)。不斷f等于航行時間的衰減估計的交通影響,dFct / dT,在e /航行時間內上漲(見教派。5.2)。右手邊的約束選擇這樣的交通效果等于mni至少一艘帆船航行速度。用這個配方,減少

35、船舶速度低于mni不會產生額外的交通效益。這個配方是選擇因為我們的燃料成本線性化沒有有效性低于mni(40公里/小時)。實際三階速度和燃料消耗量之間的關系可能會變平顯著降低速度。此外,速度低于mni正在遠離船體的優化設計速度。因此,船體的低效率會降低燃料成本的影響進一步降低速度低于mni。分配相關約束碼頭限制的約束減少了一個簡單的最大并發存在配方,鑒于我們所假設同質容器大小分布和停泊位置獨立終端處理性能。“終端起重機限制”和“船舶起重機限制的約束限制起重機的數量分配,同時分別從碼頭和船舶的角度來看。船存在的約束表達不可能處理的船還沒有到達終端。最后,調用資產”和“電話大小的約束確保船的分配大小

36、實際上得到處理和不超過該船的原始大小。5.4模型的實現上述優化問題公式化simulationwhenever時動態生成新的血管生成。的變量和常量的動態生成的問題完全取決于容器的狀態在仿真模型。船只的數量優化問題中是一個重要的驅動程序問題的溫順。平均約16船只將出現在規劃期,產量規劃問題需要大量計算努力解決最優。因此,我們試圖減少船舶的數量考慮制定的問題。首先,進行了初步優化為新船抵達隔離。如果最終解決方案不違反先前的計劃,解決方案是接受。否則,問題是再生,包括沖突的船只。這個過程仍然偶爾會導致大問題的配方,特別是在擁擠的時候,當船時間表最有可能是相互依賴的。結果一半以上的規劃實例,然而,一個容

37、易處理的模型包含少于五船證明足夠了。有時候,一個問題難解決。這樣的問題往往涉及超過15船。為了保證仿真的連續性,我們使用了一個自動停止條件,基于動態最大差距條件,最大的節點數和持續改進。一百萬的潛力圖5中的一些實現船操作燃料低/速度優化場景解決方案節點被允許。動態最大差距條件設置為每小時一千歐元計算。最后,優化不會停止如果找到解決方案改進不到一百秒前,為了防止模型停止在最富有成果的時期。計算性能使用ILOG的規劃問題已經解決CPLEX優化解算器基于英特爾Core2Duo 2.4 GHz的2 gb的RAM的機器可用。平均解決時間約15分鐘,計算時間超過7.5小時的一個最大問題。雖然我們不排除的可

38、能性顯著地提高計算使用仔細優化調整,我們認為計算性能足夠的情況下學習。到目前為止,主要的問題是解決最優的一部分。剩下的平均最優差距小于每船2000 e。規劃性能圖5舉例說明了規劃模型的結果是一樣的前面介紹的情況。當比較的結果,可以指出一些差異。盡管船只仍推遲,大多數船只(20日,23日,24日,25)處理的速度比以前更快了。這使他們到達之后,從而節省燃油成本。規劃模型使這一切成為可能的同時減少分配船舶在碼頭,每船使更多可用的起重機。加快船舶22日啟用這個重排。這個四天的計劃增加凈航行時間總共5期,而發生延遲的凈金額保持不變。這意味著凈油耗節省約37科,在燃料成本低的場景。6 MIP decen

39、tral APS的配方的主要假設decentral APS是船的有限交換信息與終端速度。我們假設,到達規劃周期,船只宣布他們當前的航行速度的終端。這個初始速度是基于估計可用終端能力(因為實際可用的終端能力不溝通船)。我們進一步假設船只將始終保持他們的初始速度,于是消除任何潛在的燃料儲蓄相關延遲預期。這對應于一個情況襯墊不積極提供動態指示船船長航行速度。這配方完全防止燃料成本儲蓄通過積極拖延期待。6.1模型的實現decentral APS的配方是一樣的中央APS制定第五。除了下面的差異。首先,燃料成本的考慮并不顯式地優化,從而導致取消旅行燃料的目標組件和旅行燃料成本的約束規劃問題公式化。第二,計

40、劃從分配模型是明確禁止船舶速度的增加,通過設置容器的最大速度,mxi,相當于一個容器的最初選定的速度。初速度的質量選擇rulemay是對預期的終端能力可用高度敏感。因此,我們執行一個實證優化參數預計起重機可用性(ECA)。最優valuewas近在燃料成本低的情況下。相比之下,值為4.5時,平均船總成本的差異小于5%。7的結果我們已經分析了中部和decentral APS的性能在低和高燃料價格的情況下,導致四個模擬運行。仿真結果給出了在無花果。6、7和8。模擬運行時由四個標簽字符代碼的形式F h L | o F | 。前兩個字符表示燃料價格的情況下,要么低(FL)或高(跳頻)。最后兩個字符表示A

41、PS,V f(固定速度:decentral APS)或簽證官(優化速度:中央APS)。圖表提供了一些信息變量屬性。的95%可靠性區間變量的平均值(法律和Kelton(1982)后計算)由排框表示。估計標準偏差(我們沒有計算可靠性間隔)由一個陰影框表示,它的長度等于4和集中在變量的估計的意思。這個陰影框給人一個印象變量的方差的分布。最后,變量的最小和最大值(過程中遇到任何復制)水平誤差線所示。我們注意,模擬治療取得了足夠精確估計變量的平均值。在接下來的段落,討論的結果對于低和高燃料價格場景,分別。較低的燃料價格圖6顯示,中央APS(FLVo)每船導致顯著降低成本。平均值之間的差異是每船約9.8克

42、。圖7顯示,這種差異不能歸因于改善延遲管理中央APS,自從意味著可靠性區間重疊對普通船延遲。電話大小的差異成本相對可以忽略不計。圖6的結果平均船成本(e)圖7的結果平均船延遲(h)圖8的結果平均船速度(公里/小時)船成本差異,因此,完全用燃料節約成本來解釋。這是顯示在圖8中,顯示船舶中央APS能夠航行在速度低于decentral APS。的平均速度報道decentral APS計劃船的速度。實際上,船舶航行速度他們最初的要稍高一些。船舶的實際速度區別在各自的APS約0.59公里/小時,或多節四分之一。當如此小的速度差可以持續航行時間大約10天,燃料成本節約10柯還是能夠的順序實現,根據燃料成本

43、假設前面描述的。數據還顯示,在中央APS activelymanipulated船的速度,可以觀察到從相對較高FLVo船舶速度的模擬運行。最大實現速度也大FLVo來看,這表明一個船加速至少發布一次。最后,我們注意到,傳播成本似乎大大降低中央APS(見圖8)。顯然,中央APS交易操作動態金融穩定。高燃料價格結果在較高燃料價格的情況下再次顯示一個小的性能優勢中央APS(FHVo)decentral APS(FHV f)。船的平均價格的區別相當于約6.0克每船。有趣的是,這里的因素解釋不同的是延遲管理,沒有燃料節約成本(參見無花果。7和8)。又稱成本大小的差異可以忽略不計。decentral APS

44、下的相對較高的延遲是由于初始速度的選擇規則,交易燃料成本和延誤成本。在高燃料價格的情況下,原來的好處少一個周期延遲會抵消獲得一個周期所需的額外燃料成本。因此,根據decentral APS,所有船舶選擇和呆在最低允許船舶40公里/小時的速度(實際平均速度有時會降低,因為折扣等待時間的規劃模型計劃船速度)。圖8顯示了,在中央APS,平均速度還徘徊在最小的船的速度。至少船的速度,減少航行速度會增加延遲,但不再降低燃料成本。有時,規劃模型在中央APS因此能夠實現顯著降低以戰術的速度增加延遲。每當一個船的速度增加導致減少延遲整個街區的船只,船的速度越來越被證明是有益的,即使在高燃料成本的存在。再次,它

45、可以觀察到,在中央APS平均船不僅成本較低,但也不如decentral APS下展開。8結束語我們已經提出了一個分析方法,調查船到達和終端操作之間的關系,通過模擬船到達和集成這一個常規優化,確定最優方法速度到達的船只。我們比較的影響這centralized-information豐富的到來規劃戰略與戰略的速度接近船只不優化。為分析,我們看一個廣義成本函數,包括燃料成本和延誤成本。我們表明,對于特定的場景,一個中央APS decentral APS相比,可以提供好處。后者是當前實踐中遇到的策略。為特定場景分析,潛在收益的順序上萬歐元每船的到來。我們發現更大的福利更低的燃料價格。此外,我們觀察到定

46、性不同的結果在不同燃料價格的場景。集裝箱碼頭和航運公司,這意味著更多的協調在我們的例子中根據終端給航運公司建議速度接近vessels-has潛力為雙方生成真正的貨幣和運營效益。即便是這種情況,協調導致船只不得不加快時間槽的終端。碼頭運營商,堵塞管理通過協調而不是設施投資靈活性的好處。協調允許終端運營商運營設施利用率更高水平(給定服務水平的),以其使他們增加投資回報率。航運公司,協調管理延遲可能是一個可行的儀器結構擁擠的港口。在許多方面我們的分析可以擴展。首先,我們展示了潛在的協調僅供一個假想的案例。結果擴展到業務practicemay需要細化的成本和operationmodels介紹工作。第二,我們的目標函數只考慮運營成本。然而,協調戰略通常成本組件之外的操作成本。協調成本和交易風險(Kumar和van Dissel 1996)可能使中央協調APS吸引力在“作弊文化”的存在,盡管運營效益。的委托代理分析航運公司和終端之間的關系可能會闡明最優合同安排這兩個政黨之間。第三,在這項工作中,我們對比中部和decentral協調方法。一個有前途的替代方法是基于主體協調、基于informationrich分散的信息處理。一些間接的利益可能呈現這種策略從整體業務的角度來看的吸引力。包括魯棒性,降低協調成本和更高的響應突發事件有關。一些調整,本文提出的仿真模