摘要: |
伴随着经济一体化、全球化趋势的发展,集装箱运输保持了较高的增长速度。快速上升的集装箱运输市场使我国现有的不少集装箱码头出现了能力缺口。同时,由于近年来现代物流的发展,越来越多的客户要求货物运输能够实现“门到门”的服务,而“门到门”运输方式的实现需要无缝连接的运输链作为支撑。集装箱码头作为运输链上的一个重要环节,不仅要有足够的容量,而且要有科学的作业资源配置方法和原则来快速响应现代物流发展的要求。本文针对集装箱港口装卸作业中的资源配置问题,采用定性和定量相结合的方法,运用物流系统的思想对集装箱港口装卸中的资源配置进行了研究。
首先深入调查了集装箱港口的功能、布局、作业资源,分析了集装箱港口的作业流程,将集装箱港口装卸作业中的资源配置问题分为岸边资源的配置问题、堆场装卸资源的配置问题和水平运输设备的配置问题。
第二,研究了连续泊位下集装箱港口的泊位配置问题。首先建立了连续泊位下只考虑泊位资源的泊位配置模型(BerthAllocationModel,简称BAM)。BAM的目标函数是追求计划期内所有船舶的在港时间最短,模型考虑了岸线资源约束、作业桥吊约束和作业量约束等基本约束。接着又给出了更加合理的泊位——桥吊配置模型(BerthQuay-CraneAllocationModel,简称BQAM)。BQAM不仅考虑BAM中的所有约束,而且考虑了船舶靠泊位置到堆场的距离因素,BQAM的目标函数为追求计划期内所有船舶的广义时间最短。再后,在BAM和BQAM的基础上,给出了桥吊分派优化的动态规划模型。由于在实际应用中对BQAM直接求解非常困难,本文给出了模型的启发式回溯算法,该算法不仅可以给出船舶的靠泊位置、靠泊时间、离泊时间,而且可以得到船舶的作业桥吊和各桥吊的作业起迄时间。
第三,研究了新工艺下集装箱港口装卸作业中的水平运输设备(集卡)的配置问题,给出了集卡配置优化的两阶段模型。第一阶段模型为集卡配置数量模型,用于确定装卸过程中能够保证桥吊连续作业的集卡最小配置数量。在第一阶段模型的基础上,建立了第二阶段的集卡分派优化模型,模型的目标函数是使集卡的空驶时间最短。
第四,研究了集装箱港口装卸作业中堆场装卸设备(龙门吊)的配置问题,建立了龙门吊配置的两阶段模型。在第一阶段模型中,分别建立了确定龙门吊配置数量的规划模型和网络流模型,并根据网络流理论给出了网络流模型的最小流算法。本文运用数学方法证明了最小流算法是正确有效的,并给出了最小流算法的时间复杂性函数,从而证明了该算法是一个好的算法。第二阶段模型在第一阶段模型的基础上,建立了龙门吊分派优化模型,目标函数是使龙门吊的行走时间最短。最后,通过算例说明了模型和算法的应用过程,算例的结果表明模型和算法是正确有效的。
第五,采用了仿真方法研究了集装箱港口装卸作业中的整体资源配置协调问题。本章详细分析了采用面向作业面和装卸同时进行两种新工艺下集装箱港口中桥吊、集卡和龙门吊的装卸作业流程,将装卸过程中的设备事件分为提箱(Lifting)事件、放箱(Dropping)事件、移动(Moving)事件、等待(Waiting)事件和虚拟(Virtual)事件五类,得出了各事件之间的关系流程图,建立了集装箱港口装卸作业仿真模型。采用VB6.0编程实现了集装箱港口装卸作业仿真系统,并结合解析模型将其应用于港口装卸作业中的资源配置协调,得出了令人满意的整体资源配置方案。
最后,给出了一个案例。根据泊位——桥吊配置模型和模型的启发式回溯算法,采用VB+Access开发了泊位配置辅助系统(BAAS)。BAAS具有数据导入、泊位配置和绘制泊位分配图三种功能。BAAS中采用了跳跃搜索、双向搜索等优化技术,加速了算法的收敛速度。该系统应用于宁波北仑二期集装箱港口后取得了良好的应用效果。
论文的主要创新点如下:
1.给出了连续泊位下的泊位配置优化模型
2.引入了广义时间的概念,建立了泊位——桥吊配置优化模型,并给出了模型的启发式回溯算法
3.建立了新工艺下集装箱港口装卸作业中的集卡和龙门吊的配置优化模型,并给出了网络最小流算法
4.建立集装箱港口装卸作业仿真模型,并将其与解析模型相结合,实现了集装箱港口装卸作业中的整体资源配置协调
本文从物流的观念出发,采用了网络流理论、最优化理论、启发式算法理论以及仿真理论和方法研究了新作业工艺下集装箱港口装卸中的资源配置问题,涉及到泊位资源、桥吊资源、集卡资源和龙门吊资源,涵盖了集装箱港口装卸过程中的主要资源,研究成果为我国集装箱港口的发展提供了有益的决策依据。 |