考虑船舶进出港口的速度优化的多泊位分配问题
摘要：集装箱运输面临着许多挑战和机遇，因为在过去几十年中集装箱运输在全球贸易体系中的作用变得越来越重要。一方面，港口码头和航运业之间的合作可以节省成本，并有助于实现可持续供应链的发展，另一方面，优化运营和航行时间可减少燃料消耗，从而减少燃料成本和空气减排。为此，越来越需要通过优化集装箱运输来整合相关的机会和环境问题。本文侧重于众所周知的泊位分配问题（BAP），一个为集装箱码头的船舶分配泊位时间和位置优化问题。我们引入一种新的数学公式，其扩展经典BAP并覆盖多个航线和码头之间合作的前提下的航运网络。船舶在各港口之间的速度优化，减少了总的作业时间和总的燃料消耗和排放。此外，模型的实现表明，一个精确的速度离散化可能会产生更好的经济效益和环境效益。
1.介绍
在过去的几十年中，航运一直在增长，在全球运输系统中占据主导地位。2015年的“海运述评”（UNCTAD，2015）估计，2014年全球海运贸易量增长3.4％，达到98.4亿吨以上，因此全球超过80％的商品贸易量通过全世界的港口由海上进行运输。近年来，燃油价格上涨，拥堵加剧，市场条件恶化以及空气排放等环境问题为海上运输带来了新的视角。 因此，除了从经济的角度来看是有效的，全球海运链有显著改善其环境友好性（Psaraftis and Kontovas, 2013）。
估算运输排放（如二氧化碳，硫氧化物等）的最简单方法是将所使用的能源或燃料乘以适当的排放因子，即单位能源或单位燃料消耗产生的排放的比例（参见Kontovas和Psaraftis （2016）更多关于排放量计算）。例如，燃料燃烧和产生二氧化碳之间存在线性关系，比例常数被称为碳系数。这些因素都是经验性的，例如2014年IMO温室气体研究使用的系数，每千克重油（HFO）燃烧释放3.114千克二氧化碳，每千克船用柴油（MDO）燃烧释放3.206千克二氧化碳。
海事组织的最新研究报告（海事组织，2014年）提供了2007年至2012年国际航运二氧化碳排放量的最新估计数据。自下而上法估算的2012年数据为7.96亿吨，低于2007年的8.85亿吨（更新数字），占全球二氧化碳排放量的2.2％。根据最近的一项分析（Psaraftis和Kontovas，2009年），集装箱船是世界船队中二氧化碳排放量最高的，与其他船舶相比其运输速度较快是主要原因。这项工作的重点是集装箱航运业的两个主要挑战：（a）贸易日益集装箱化，为改善集装箱码头运营商和班轮运输公司之间的合作开辟了新的机会，以降低物流成本并实现高效的运输系统（b）高效和一体化的运营，特别是在空闲时间最小化方面，相当于节省燃料消耗和燃料成本，而且在减少排放方面也具有环境效益。
更确切地说，我们提出的整合带来的好处如下：（a）班轮运营商通过优化速度和提高效率节省燃油，从而节省运营成本;（b）码头运营商简化了现有泊位的使用，提高码头的效率;（c）在大多数情况下，由于降低了燃料消耗，并因此减少了船舶的空气排放，因此也是环境效益。这项工作解决了集装箱码头的运营问题，同时优化了航运网络各港口之间的所有航行航段的速度。我们在应对上述挑战的前提下开发了泊位分配问题（BAP）的新方案，为物流方（集装箱港口和班轮运输公司）和环境实现了双赢的解决方案。
传统的BAP旨在为抵达港口的船舶分配泊位位置和时间。我们的工作通过在预先确定的港口访问路线（串）的多个港口优化泊位位置以及优化每条航线的速度来扩展经典的BAP。我们的问题涉及确定每个港口的每个船舶的到达时间，停靠时间和靠泊位置，其中每个港口泊位的每个船舶的处理时间是已知的。此外，航线上的每段航行速度都得到优化。总之，我们离开可能的航行速度并为每段选择最佳速度值。总耗油量取决于选定的速度，是目标函数的一部分。通过这样做，我们实现了燃油成本和废气排放的降低，因为两者都与燃油消耗成正比。在经典的BAP中，到达时间对停靠时间施加了严格的约束（即动态BAP，Imai等人（2001）），要么假定所有船只都可以在规划时停泊（即静态BAP）。在本文中，多港口BAP涉及确定每个港口每艘船舶的到港时间。区别传统的BAP问题的离散和连续版本。在离散的BAP中，每艘船舶都适合于具有预定边界的泊位（Buhrkal等人，2011年），而连续的BAP放宽了这一假设，并允许每个船只停靠在任何离散点（例如它可以完全连续（Lee et al，2010），每隔k米（Iris等，2015）离散化）。在本文中，通过使用离散布局来模拟问题，其中每艘船沿码头占用一个泊位。
每艘船的航行速度取自预先确定的速度集合，这允许在港口有不同的抵达和停泊时间，从而避免在已经繁忙的情况下通过放慢航行航程提早抵达港口。此航速优化问题还允许船舶加速以防下一个码头可以靠泊。 我们设想船舶管理是以协作方式进行的，目标的收益和成本（总服务时间和燃料消耗最小化）由航运公司和港口码头运营商共享。上述问题的现实适用性需要进一步调查，因为航运公司（控制船舶运营）和港口经营者（控制港口运营如停泊）通常是不同的实体，往往存在利益冲突。这在第2.4节和第5节中讨论。
本文的贡献是多方面的。首先，本研究为给定航运网络的所有港口和航段协作中的泊位分配和速度优化问题提出了最佳解决方案（对于许多实例）。其次，我们表明，本文提出的协作问题与传统的基于设计速度的实际规划相比可以减少整个网络中42％的排放量。第三，我们表明，油价上涨鼓励缓慢的航行，并且在许多情况下甚至以迅速到达港口为代价。最后，还将在网络中的每个港口泊位可用性的背景下讨论海上排放量与停留时间排放量之间的差异。
本文的其余部分安排如下。第2节回顾了相关文献，介绍了BAP（参见第2.1节），将速度优化纳入其中（见第2.3节），以及集装箱航线和码头运营商的合作（第2.4节）。第3节描述了多港口泊位分配和速度优化问题。在3.2节中，针对该问题提出整数线性规划公式（ILP），并提出该公式的加强版。第4节介绍并讨论了一些案例研究的结果，最后，第5节给出了所提出模型的结论和最终讨论。
2.背景和文献回顾
海运集装箱码头代表不同运输工具之间的多式联运变更节点。在码头处理集装箱是一个复杂的过程，包括在海边，码头和腹地的作业。研究人员越来越关注在码头操作中使用运筹学（OR）方法（参见Steenken等人，2004； Stahlbock和Voszlig;，2008；Kim和Lee，2015）。在本节中，我们首先简要回顾传统的BAP研究，速度优化研究，然后我们将审查延伸到BAP和船舶到达时间优化的综合问题。最后我们回顾一下与码头运营商和班轮公司相关的合作方面的问题。Davarzani等人（2016年）指出，港口和海运物流研究的生态效率是最受欢迎的开拓性领域之一。
2.1 BAP文献
Carlo等人 （2013），Bierwirth和Meisel（2015）以及Iris等人（2015年）。目前的文献综述包括BAP在内主要集中在的集装箱码头的海上作业，研究已经集中在问题定义，目标函数属性和解决方案方面。在这方面，由于各种各样的空间，时间和方法问题设置，该研究为BAP制定了多种变形。
在本研究中，我们使用BAP的空间和时间属性更新传统聚类的文献综述。考虑到空间属性，离散BAP已经在Imai等（2001），Cordeau等（2005）和Buhrkal等（2011）中强烈提出。最近，Hu（2015），Hsu（2016）和Lalla-Ruiz等（2016a）处理离散BAP的变形。考虑连续BAP的开创性研究是Imai等（2005）。最近，Ursavas（2015），Iris（2015），Mauri等（2016）等研究的变形仍然是焦点。此外，在一些相关工作中，码头采用混合方式进行划分，其中一些船只可能只适合多个泊位（例如缩进泊位）。我们查阅Kordi等（2016）展示的变形。考虑到时间属性，最近的研究大多集中在由Imai等（2001）提出的动态BAP上。尽管到目前为止所研究的内容解决了动态BAP，但一种时间属性的新方法是在更长的时间规划范围内考虑循环船舶到达并着重为定期到达的船舶分配泊位（Jin等2015; Imai等2014; Peng等2015）。
BAP有各种运作方面的考虑因素。所有船舶必须在计划范围内停泊和处理，并且所有船舶必须停泊在码头边界内。由于时间窗口（Cordeau等2005），一些靠泊位置的可得性可能不同（Cordeau等人，2005），每个船舶可以分配不同的优先级（Cheong等2010），一些船舶可以有最喜欢的靠泊位置（Iris2015），或者由于深度和潮汐可能有不同的时间可得性（Lalla-Ruiz等，2016a）。BAP的目标是为船舶提供快速可靠的服务。考虑到目标函数，文献中的模型主要是为了最小化船舶的等待和处理时间的总和或者完成时间。其他目标是最大限度地减少码头资源的工作量，最大限度地减少因停靠停泊或将船舶分配到非所需泊位而造成的惩罚成本，以及最小化船舶到达顺序与服务订单。 Lalla-Ruiz等（2016b）制定数学模型并提出启发式方法来安排水路中的船舶抵达港口系统。他们关注水路能力有限，并讨论这个问题对BAP的影响。
2.2 速度优化文献
由于速度和燃料消耗之间存在非线性关系，航行速度越慢，排放量越少。 另外，船舶排放量与燃料燃烧成正比。 因此，就船舶运营成本和排放而言，船舶速度变化的影响可能非常显着。 作为一种常见趋势，大量航运公司最近采用了缓慢的航行，因为它可以降低燃油费用，这在燃油价格高的情况下占航行运营成本的一半到三分之二。
单靠降低速度并不能解决减排问题，因为航运公司的萧条经济可能会使他们不能被采纳。如果缓慢航行的缺点之一是航行时间较长，通过迅速靠泊使船舶在港口停留时间最小化可以为这些负面影响提供平衡。通过降低速度并在给定的时间窗口内到达港口，而不是提早到达，然后等待服务，船舶可以避免大量排放，同时降低运营成本（Kontovas和Psaraftis，2011）。集装箱码头作业瓶颈主要是由于缺乏泊位和设备，造成港口船舶大量闲置。因此，缩短港口停靠时间的最切实可行的方法是通过岸边作业的运营决策（泊位分配，码头起重机调度和船舶装载）。然而，在海上运输文献中速度决策并不是新事物，而且这一知识体系很快生长。在Psaraftis和Kontovas（2013）对42篇相关论文进行了回顾，并根据各种标准对这些论文进行了分类。在Psaraftis和Kontovas（2015）以及Psaraftis和Kontovas（2016）中，对分类进行了修订和扩大，以包括51篇论文，其中包括一些最新的论文。
我们现在简要分析将燃料优化纳入BAP制定目标的影响。 Fagerholt等（2010）着重于通过确定航运路线上的最佳速度，同时满足港口时间窗限制来减少燃料排放。在每个港口的时间窗口内的到达时间被离散化并且该问题被解决为有向无环图上的最短路径问题。计算测试表明，减少燃料消耗和减少环境排放的潜力是巨大的。 Reinhardt等（2016）提出了速度优化问题。确定了船舶在航程中的航行速度，同时影响航程的燃油消耗和航行时间。Reinhardt等（2016）解决班轮运输网络优化问题，通过速度 - 燃料消耗关系的近似分段线性函数考虑航行每段上的燃料消耗最小化。重点是航运班轮，因此只有停靠时间和停泊位置都得到了优化。实际数据集的结果表明，仅通过重新安排港口访问时间就可以显著降低油耗。最后，Wang（2015）着重讨论了一种速度优化的战术班轮航线时刻表设计问题，其中作者将港口时间窗口作为硬约束条件。
2.3 海上作业中的合作问题：BAP和优化船舶到达的时间文献
班轮运输公司和码头之间的协作问题主要是通过将BAP与确定船舶到达时间相结合来制定的。每当有关船舶到达时间的决定被纳入BAP及其变形时，就可以实现协作。在文献中，关于泊位分配或调度问题，有不同的方式确定船舶到达时间。Golias等（2009）考虑每艘船在闲置模式下停泊（仅在停泊期间）每小时产生的排放量，并计划相应的船舶抵达量。作者试图通过最小化船舶的总等待时间来减少燃料消耗和船舶排放，基于等待时间越短，燃料消耗和船舶排放越少的假设。阿尔瓦雷斯等（2010）提出的BAP模型允许船到达时间可变。目标包括燃油消耗最小，并比较三种停泊政策：先来先服务政策，预计到达时间方法以及速度，泊位和设备分配的全局优化。Golias等（2010年）通过考虑运往下一个停靠港的所有船舶的燃油成本，将重点放在泊位调度问题上。Lang和Veenstra（2010）提出了船舶抵达的模拟模型，其目的是建议船舶加速或减速，以便准时抵达可用泊位。目标包括燃料成本，延迟成本以及与未装载/卸载的集装箱可能重新布线有关的成本。 Du等（2011）将BAP重点放在从船舶当前位置到解决所需的航站的航段上，并将所有船舶的拖期和燃油成本纳入其中。Du 等（2015）提出了基于降低船舶速度以满足到达时间的虚拟到达策略，这也是问题的决策变量。对于一个单一的港口来说，这个问题将优化传统的BAP变量以及到达港口的时间和最后一站的速度。Chang和Jhang（2016）的研究将速度降低到12节，并将燃料从目的港转移20海里（nm）。一个台湾港口的结果显示，二氧化碳排放量已经减少了约41％。最近Andersson和Ivehammar（2017）对波罗的海港口采用了类似的方法，他们表明通过调整速度而不是锚定可以实现显著的成本效益。 Chang和Jhang（2016）和Andersson和Ivehammar（2017）不是基于优化的研究。这两篇论文对场景的建议做了评估。
Meisel和Bierwirth（2009）和Iris等 （2015年）侧重于泊位分配和码头起重机（QC）的确定。它们允许船舶加速并早于预期到达时间（EAT）到达，同时它们在目标函数中施加早期成本（与EAT相比），这反映了班轮运输公司的加速成本。胡等（2014）侧重于BAP中的燃料消耗和船舶排放量，同时也确定每艘船所用的QC数量。船只可以放慢
全文共8124字，剩余内容已隐藏，支付完成后下载完整资料
英语原文共 18 页，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[14480]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
