集装箱船舶设计.docx

集装箱船到来的定量分析规划策略-尼尔斯朗艾伯特Veenstra摘要:在海上集装箱运输,船舶到达和终端服务过程的随机性质往往会导致重大的处理延迟和/或资源未充分利用。到来规划策略(APS)承诺减轻这种不良的影响通过管理终端到来的变化过程中,考虑到不同的成本组件和态势动态。我们提出一个定量的到来调度仿真分析对比APS,为了识别有前途的战略设计的方向。结果提出了中部和decentral策略,在高和低的燃料价格制度。重要的定量和定性的分析结果之间的差异的策略。关键词:海上集装箱装卸船计划Vessel-terminal到来1协调优化调度船舶延误是今天的海上集装箱码头操作的现实。Notteboom(2006)报告满载船只被推迟10天在加州南部,在2004年的夏天。联合国贸易和发展会议(2005年,ch。5 b)报告队列的33个深海船为同一地区和时期和最大等待时间的24小时为深海船在鹿特丹港。除了终端延迟,定期班轮也延迟发生。分析海事顾问德鲁里显示有一群运营商,几乎从不准时,和容易延误2或3天。类别的航空公司排名前20名的大多是在50 - 60%的时间(2007年德鲁里的)。集装箱运输系统的特点是高capital-intensity航运公司和码头运营商都面临着相当大的压力,以最优的方式来利用他们的资源。这只能通过终端资源和班轮运输利益之间的一种微妙的平衡。终端要定期船舶到达模式,符合之前或同意宣布的航运公司。这些公司反过来想减少他们的船只等待时间,即使他们被推迟。为什么这种平衡目前难以实现终端和航运公司只有计划他们的活动共同在合同谈判阶段。在那个时间点,航运公司请求一定处理能力随着时间的推移,和终端调查时段可以提供这种能力。在日常操作中,几乎没有共同规划和航运公司就宣布他们将抵达固定时间间隔没有预先约定时间的引用。一个可能的解决方案是把船的业务规划和终端操作。本文将研究一种可能的方法,是基于控制的速度接近船只。这种分析必须加速和减速的经济后果考虑在内,因为燃料账单为航运公司成本的一个主要组件。本文描述了一个集成分析船舶到达和终端操作的仿真模型,在到达船只是由一个优化程序的行为。我们测量的影响集中船到达规划策略通过广义成本方法并比较其性能与information-poor分散到达规划策略。本文的其余部分的结构如下。首先,我们提出一个理论讨论船舶和码头之间的关系。然后,我们描述我们的实验的设计。在随后的章节中,我们目前的仿真模型和优化方法的更多细节。然后,我们报告结果,并完成一些结束语。2理论框架目前分析的起点是港口(终端)不应孤立地计划,但他们的尺寸和操作策略应该考虑他们的用户的操作效率,航运公司。这个想法是铰接在许多港口开发手册(见例如,联合国贸发会议港口成本包括固定成本与增加组件,减少交通港口,和一个可变成本组件,在不同层次的交通本质上是不变的,但可能会增加很高的交通由于使用更复杂的或昂贵的货物装卸设备。结果是一个u型港口总成本曲线。船的时间表示成本的结合船舶timewaiting之前 码头和船舶在泊位的时间。每吨船舶等待时间随着流量的增加而增加,当船舶在泊位,原则上,独立的流量,但可能降低略高水平的交通。每吨联合总成本曲线是港口总成本的总和,船的总成本每吨的时间。这条曲线的最小,将不同的最低每吨港口总成本曲线。这意味着港口规划者必须包括船东的利益,为了为用户开发一个有效的端口。图说明情况可能发生在港口的最低成本曲线,而不是最低的联合port-ship成本曲线的例子可以发现在完全私有化港口,港口能力往往明显滞后于流量增长。因此,衬垫通常面对港口操作在交通量水平相对较高,这给他们带来显著的成本。探讨共同到达计划作为工具来降低班轮的成本曲线在这样的交通水平。定量工具研究港口与航运业务共同排队理论,服务安排之间的关系和系统中的队列研究以系统的方式。排队论(金曼1970)结果表明,一个系统或多或少的随机到达,实质性的服务延迟可以结果。更加结构化,甚至确定性到达模式,例如通过联合规划到来,因此将导致服务延迟和减少队列大小。在航运业,联合分析船舶和码头操作研究很少。看到Stahlbock Vo(2008)或应用程序的精心设计的审查在集装箱码头。Notteboom(2006)提出了一种主要定性分析延迟航运和港口,但不提供一个集成的分析。起亚et al。(2002)提供一个模拟研究上的贡献数量的终端,但他们只考虑一个标准船到达过程(符合负指数分布)。Daganzo(1990)研究在到达过程的交互终端操作计划内衬垫和计划外的流浪汉。Hepresented近似为排队条件下特定启发式任务规则。Imai et al。(2001)集中在泊位分配问题(分配一组给定的船舶的泊位长度,同时最小化等待服务时间)。他们提出一个动态制定这个问题,但他们不考虑移民的时间表。集装箱运输外,贡献了大部分终端的例如,Zrnic et al。(1999),Radmilovich(1992)。这些贡献更多的积分方法(看船只和端口),但描述不同于集装箱运输的运输系统。最后,基于主体或分布式的内河驳船交通规划方法已经提出鹿特丹港(穆南et al . 2005年)。这一研究表明,分布式规划、基于更复杂的终端之间的信息共享和内河驳船是否导致更好的旋转内陆港驳船。信息共享对泊位可用性和驳船运营商的反应是开发一个可行的安排,最大限度地减少总在旋转等待时间。然而,在研究穆南et al .(2005),驳船运营商并不要求加快或放慢速度,以使特定的装载/卸载槽。我们得出结论,分析船舶到达模式out-of-schedule移民,和使用终端的优化控制机制来提高移民是一个新的集装箱运输物流对文学的贡献。这种分析基础上提出了一个初步分析,通过Veenstra和朗(2005)。3例:一个虚构的西欧集装箱码头我们考虑一个虚构的来自鹿特丹集装箱码头,作为第一停靠港Hamburg-Le勒阿弗尔范围大班轮体积。衬管流量被认为由大型(10 kTEU范围)集装箱船,洲际航线服务。终端能力约为每年100万移动假定,大约一公里的码头服务与九船岸(STS)起重机。虚构的集装箱码头将全面运行一天24小时,一个常见的情况在鹿特丹港。终端能够同时停泊三船。四个STS起重机,假定常数起重机生产力30每小时移动,可以处理大约25小时的船叫。假设剩余终端操作有足够的能力支持STS起重机操作。在这些假设下,终端操作可以确定性计划。我们的分析认为到来的模式安排船只,通常在他们到达预定到达槽。为了生成这些移民,我们使用仿真模型。这个模型生成一个初始调度船舶抵达终点站,考虑到随机延迟。此外,simulationmodels船的航行轨迹在不同的速度。我们的泊位规划方法假定可以与船舶泊位的可用性。假设通信基础设施(如海事卫星通信)已经到位,可变的沟通成本可以忽略不计。我们的模型表明,船货到加速或延迟到达在一个可用的泊位。船东,所涉及的因素是燃料消耗储蓄或支出,减少等待时间和服务时间。终端将受益于移民更容易预测。加速和减速燃料账单有相当大的影响,因为船的速度和燃料消耗量之间的关系是三次方多项式。此外,船舶速度变化的潜力是有限的,由于施工船舶和最小化的压力和船体振动。计划选项如果船到达码头的时间表,有各种各样的选择:第一,船舶必须等到一个泊位是免费的。这个等待时间是在一个相当大的代价,由于高成本投资和操作一艘船,和其他货物的机会成本。第二个场景是,船延迟可能会立即提供,但要求提前离开,为另一预定船。船主有时喜欢这个选项的船回其进度。这意味着,然而,卸载和加载的容器可能没有完成计划,这也导致的收入损失。这被称为“叫差距成本”。第三个选项是为另一艘船的船在槽部分,导致其他船的等待时间。这样一个选项可以更好的从系统成本优化的观点。计划成本的影响处理延迟船只可以测量与广义成本函数,包括燃料成本、等待时间、服务时间,终端成本。这些成本元素,Veenstra和朗(2005)发现,在相对高流量的情况下,事实上终端成本几乎不变,无论船舶到达模式(我们假设固定起重机生产力和有限船流需要一个固定数量的起重机小时处理,不管确切的到达和分配的决定)。因此,我们将忽略终端成本广义成本分析。此外,服务时间也几乎不变,鉴于我们假设调用大小(见下文)。广义成本分析,因此,我们专注于船舶延误成本、燃料成本,并调用差距成本,所有的帆船的角度规划下一个终端访问。船延迟成本产生当船和终端无法及时完成电话预定终端。船延迟成本包含各种组件,如良好的折旧成本,失去了机会成本,和终端out-ofwindow处理处罚。在这种情况下,只考虑商品折旧成本,这是假定数量每船100000 e每天。这对应每年的折旧成本约3500 e / TEU。我们假设每年约35%的折旧率和10吨每TEU加载,每公斤价值1 e。我们注意到显著延迟成本在实践中可能会有所不同,这取决于所涉及的货物的确切性质。我们收取延迟成本假设下的全船加载延迟进行直到最后船(循环)的计划。假设vessel-delay引起的额外折旧成本完全归因于邮轮运营商,如罚款条款的形式各自的运输合同。我们隐含地假设计划包含足够的松弛时间开始下一个循环delay-free(时间表松弛时间可以考虑是一个固定的船机会成本)。在实际业务实践中,安排有关延迟传播处理和处罚定价可能,当然有所不同。燃料成本在很大程度上取决于船的速度。因此,燃料价格直接影响规划的灵活性。在高燃料价格水平,船的速度增量的成本将会很高,产生更少的选择船速度调整。在低油价,预计相反。从实践中,众所周知,燃油价格波动严重。例如,2008年7月到2009年2月之间,地堡鹿特丹IFO380采购价格波动每吨200至670美元(2009年BunkerWorld)。叫差距相关成本费用需要重路由的容器,要么无法加载容器,或无法卸载的容器,因为船是没有时间在一个特定的终端。我们将假定这些容器的固定成本分析。在实践中,集装箱码头的特点是联合使用深海船只,近海船只和内陆的驳船。我们的分析集中在深海船,为了清晰的分析。衬衬交通行为假定输入终端的规划周期在距离地球约5400海里(10000公里)。这大致对应于航行距离Rotterdam-Santos(巴西)Europe-South美国贸易路线,Rotterdam-Angola南北贸易路线和Rotterdam-Indian海洋(印度和亚丁湾之间)在东西方贸易路线。在大约10天内可以航行的距离在22.5节。我们假设船可以航行速度,从20至25节(虽然可能在燃料成本过高),收益率到达终端自由约2天。船只被假定遵循一个均匀分布的4-call计划在欧洲,收益率鹿特丹调用大小2500 TEU,装卸。假设TEU系数约为1.7,我们获得的平均总叫大小约3000,每艘船的举动。填补每年100万移动终端的能力,平均每天约1船将到达。假设衬交通将进入随机规划周期,即血管根据泊松过程到达。规划策略,以分析联合到来计划的潜在好处,我们对比中央(APS)和decentral到达规划策略。中央APS分析,我们假设完全可见性相关船舶属性,如速度、调用大小和距离。(资源规划和终端条件产生的)也同样可见。假设船只总是可以将遵守任何(合理的)速度和方向计划发行的实体,即使显著(燃料)成本班轮。由于新船的到来可能改变到达最优条件,规划应该re-optimized每船的到来。规划过程的目标是最小化广义成本。decentral APS分析,我们假设船的速度是由血管,没有知识的实际终端条件。假设船只估计他们的决定完全基于终端资源的可用性。在这些规则下,船只进入时选择一个固定的航行速度规划周期,然后坚持下去。因为我们考虑一个相当同质的船只,“decentral”可能会相当类似的速度决定。因此,预计指数模式到达规划周期也将出现在终端。这个high-variance到达模式可能会导致大量交通拥堵影响终端。自中央APS性能将严重依赖可用计划的灵活性,我们已经完成了分析和low-fuel高价政权的统治。在燃油价格高企的情况下,一个掩体的价格每吨260 e。在较低的燃料价格情况下,燃料价格要低35%。图2总结生动地总结了上述情况。操作系统说明了简化终端和船舶航行操作假定。规划系统,由APS之一,被认为获得相关的船和终端属性,如距离(d)、速度(v)和剩余的大小(s)。根据规划策略,规划系统动态地重新发出船速度和终端资源分配。在decentral APS的情况下,大多数动态信息会被忽略的规划体系。的系统性描述图2是我们开发的蓝图仿真模型来评估APS的影响。在下一节我们提出这个仿真模型。4模型描述我们模拟船舶的到达模式和行为。船的速度和终端分配决策是由一个特定的规划模型,并重新计算。船只和码头都认为严格遵守方向发布的规划模型。实施中央和decentral APS计划模型,提出了其配方在接下来的部分。因为我们制定中央APS为了保持驯良的,需要时间离散化仿真模型已被实现为一个周期step-based模拟器。选择步长为2 h,这符合APS模型的时间分辨率。仿真过程表现为图3所示。图3仿真过程,在UML活动图的格式仿真初始化成本参数和选择一个基于场景的规划模型建模。一代到达每个时期的开始,大量的移民是根据泊松过程生成的。船只进入系统规划周期,距离10000公里的终端。一个叫大小通常是分布式的,平均3000箱和方差。正常起飞时间分配给每个船通过计算最早可能终端名义帆船和终端处理条件下起飞时间。延迟时间相对于计算这个规范起飞时间。计划如果移民发生在当前时期,simulationwill触发重新规划。否则,之前的计划仍被视为最优。执行计划过程的规划模型,实现一个特定的APS。规划模型在下一节中详细描述。规划过程的结果是一个完整的(重新)船舶作业速度和终端资源分配。船舶状态更新最新的规划模型的方向是用来更新所有容器的状态。船的速度更新,终端将达到精确分配的时间。容器的剩余距离减少航行期间的距离,和剩余的大小减少箱子的数量由终端处理期间。统计信息收集的船只离开终端的系统一旦调用已经完成。当时,几个统计数据收集分析,包括船舶的航行速度,起飞时间,实现调用大小。获得统计上相关的结果,统计数据需要收集大量的船只。我们的分析是进行加热时间为1000小时,因此紧随其后我们的实现实际上是比这里描述更复杂。船第一次进入“预案”模式,在那里他们已经看到,但不可控的规划模型。这允许规划模型来预测即将到来的拥挤。图4中的一些实现船操作燃料低/速度固定的场景10复制2000 h。为特定的模拟运行,这导致约800 875船到达再计划操作。实现simulationmodel使用基于java的DSOL库(Jacobs et al .,2002)。可视化工具,支持仿真过程的动态监测。图4展示了一个可视化的快照。竖直维度代表在码头停泊的位置。单杠表明次2-h步骤。过去两次(即实现访问)以及未来时间(即计划访问)可以显示。在这个特定的快照,一些船访问实现显示在过去。集装箱船访问在一个特定的停泊的地点为矩形形状的特定行。左边和右边的矩形显示终端抵达和起飞时间。每个矩形由描述性的行(描述符)和轨迹显示起重机的数量随着时间的分配。描述符从船ID(例如“19”)。的颜色描述符表示终端访问的“质量”。青色的颜色显示“成功”的号召,在能够处理的船完成调用大小和能准时出发(即。起飞前或在规范)。红色(这里:血管20和22日至25日)表明该船不得不减少调用大小与延迟和/或离开。此外,该描述符显示了船的到达时间规划周期(一个),当前终端的距离(D,在公里),期望之间的差距,实现调用大小(G,在盒子里),起重机总容量分配给调用crane-periods(C),推迟出发时间(D)和平均航行速度(v,公里/小时)。在这种特殊情况下,decentral规划模型使用。多个容器(20、22 - 24)和延迟离开即使靠泊能力是可用的。这在一定程度上可以解释为减少平均起重机可用性的存在多个容器。在我们的模型中,五个起重机可以分配给一个容器。然而,在完整的泊位利用率,只有三个,每艘船的起重机是可用的。这就是为什么船24日计划的延迟7期。它可能会早到,但是会发现没有可用的起重机。船25,规划师除了不得不处理泊位能力有限。大部分船只都计划接受延迟,而不是减少调用的大小。这是一个显著的例外是船23日计划跳过7容器为了放弃anotherperiod延迟。这个例子引发了一个问题,是否这些延迟不同APS本是可以避免的。船20经历延迟自名义起重机可用性假设在实践中不可用。实际的终端情况被考虑在一个动态的方式,船可能选择加速为了防止延迟。船22似乎阻碍后续船舶的数量。中央APS,它可能会被证明有利于加快这艘船(以燃料成本冲击)为了能更好地适应后续船。这些例子清楚地说明更动态的潜在好处,联合APS。在下一节中,中央和decentral APS计划模型详细解释。此后,分析结果。5为中央APS MIP配方规划模型实现中央APS假设完整信息的可见性和动态规划负责船的速度和终端资源分配。它最大限度地减少系统成本,包括延迟、燃料成本,并调用差距和需要船舶航行的可行性约束和终端处理操作。它被制定为aMixed整数程序(MIP,例如Nemhauser和沃尔西(1988),它允许使用常见of-the-shelf优化软件进行优化。规划模型的输入包括所有船舶状态和终端状态。特别是船舶状态包括速度、剩余的距离,和剩余的大小。终端状态的数量由起重机和起重机生产力和码头位置可用。策划的输出模型由一组最优的未来船舶速度和终端资源分配。决策变量的数量在我们制定线性依赖于模型涵盖的时间段的数量。温顺的原因,因此模型可规划时期2-h时期。5.1变量定义表1、2和3定义与时间相关,allocation-related,分别和剩余的变量。此外,表1定义了下标我一般是指船舶在V的船只。时间相关变量规划分为T | |时间周期T。期间系列始于T = 0,代表了当前计划的时刻。所有其他时期代表时刻(计划)的未来。每个时期都有一个小时的持续时间。时间的距离相对于当前时刻,因此,等于t。t是受规划期的长度。我们使用一个计划200期(即超过16天)。这证明足以容纳最大发生延迟(不到2天,看到教派。7)。qt变量bt的时候,我,我,我反映一些船的过程。首先,船航行到终端。我这些时间都是有积极的bt,。然后船进入tsi的终端。Fromtsi + 1起,该船可用于终端处理,包括tei时期。在这段处理时间内,时间是有积极的qt,我。小时的窗口长度等于(te我tsi)。处理后,船离开tei + 1。我这些时间都是有积极的,。tsi可以转让的特殊值1允许停港的资源分配船只从t = 0开始。常态时期完成的船(i)基准确定延迟的船离开。在我们的分析中,计算i船舶进入系统时,假设同质名义帆船和处理条件,即45公里/小时的航行速度和可用性四个STS起重机(连续)。然而,更重要的是制定支持船到达不同完成规范(例如一些船只可能已经进入实质性的规划周期延迟,一些衬垫可能比其他人更严格的服务水平下经营)。最后,作业指导书定义了所有的设置时间构成船舶处理窗口这个定义只会简化一些约束的配方。分配相关变量的终端资源可以分配给船舶码头位置和STS起重机。对码头分配,我们假设10000 TEU船只而均匀大小的,介于350和400米长。这意味着大约1200米的码头总是提供准确三船槽,这是价值选择问:泊位位置可能位于不同距离terminal-side集装箱堆栈部分支持船的电话。我们假设quay-stack运输组织,STS鹤是有效地服务,即使在一个重要的存在vessel-stack距离。所以我们不考虑实际靠泊位置在我们的配方,但只有警卫泊位的最大容量。STS起重机分配受制于起重机的总数(C)和起重机的最大数量并发分配到一个容器(Ci)。船有区别的起重机作业限制可以反映liner-terminal服务水平协议的差异。起重机生产力假定常数。具体起重机配置规划结果实现数量的盒子在船的调用(si)处理。这可能是小于原始调用大小班轮所期望的(i)。在这种情况下,一个叫大小差距大小isi盒子会结果。变量i和mxi与船的速度分配。mxi应该定义在一个相对较小的乐队在额定速度。我们假设在我们的配方,约10%的幅度相对于名义时速45公里/小时(24.3节)是可能的,尽管可能禁止燃料费用(Fi)。其他变量的变量包括L、辅助常数用来表达各种逻辑约束包括二进制变量。各种成本参数澄清教派。5.2。5.2目标函数表4总结了组件,这些组件构成了成本规划模型的目标函数。正如上面所讨论的,不包括终端成本组件。燃料成本在一般情况下,所需的推进力量和相关的燃料消耗船是一个函数的速度提高到第三力量(休斯1996)。然而,包括theMIP配方将导致非线性的关系制定难解决的最优。因此,我们决定线性化燃料消耗速度政权的利益为我们的分析,即40之间和50公里/小时。我们这种线性化基于电力推进数据报告的人(2005)大(容器)的船舶。方程1礼物感兴趣的数量模型如何制定、dFct / dT,变化的边际影响航行时间旅行燃料费用,可以从speed-fuel消费估计线性化。 V代表固定的船速度,D航行距离,旅行时间,即航行期间,Fct(V)真正的旅行燃料成本,作为船舶速度的函数,FcT(T)估计燃料成本,航行时间的线性函数,C(V)每小时燃油成本,作为船舶速度的函数,的回归系数回归C(V)关系,CN规范每小时燃油成本,在一些标准速度素食新闻吗我们认为旅行燃料成本(交通)航行的距离D .速度恒定时,这一过程可以表达为C D V(V)。函数C(V)随后被线性化对诉这导致估计线性交通函数Fct(V)可以改写成Fct(t),估计线性交通t的函数。分化收益率dFct / dT(边际交通效应)。这个估计只有有意义的V(T)和相应的政权进行线性化。表达量变化的交通影响航行时间和用于与船舶的交通终端到达时间(见教派。5.3)。线性化燃料成本数量关系产生了一个恒定值边际交通的影响。简单立方speed-power关系,(绝对)边际交通效应会增加速度间隔。我们估计的回归建模,在50公里/小时,效果约两倍40公里/小时。线性化常数的值在1%的最大边际交通效应发现立方speed-power关系。这意味着我们明显高估的边际在交通的影响较低的速度。更复杂的燃料成本模型,结合详细的推进和水动力模型,为进一步的研究应考虑。估计为规范每小时燃油消耗的速度约2.3克在24节,我们到达一个边缘11.3克每时期的交通影响。即在航行距离考虑在模型中(10000公里),每个时期上涨增加航行速度将伴随着11.3柯额外的燃料费用。低燃料成本的情况下,燃油价格被认为低35%,导致相应的边际交通7.4克每周期的影响。叫差距成本费用叫转移包括额外的处理和传输,这是设定在每箱200 e,基于估计容器转移成本从鹿特丹到安特卫普。病人的异常是空的容器,并没有固定的目的地。然而,跳过空集装箱可能会影响后续船叫大小随着全球必须保持平衡。空集装箱跳过不被认为是在我们的配方。延迟成本基于提出的假设情况描述(见教派。3),我们到达估计船延迟的成本每天100克,相当于约4克每小时延迟。5.3约束表5和6总结所有包含在我们的ormulation时间和分配相关约束。除非另有指示,适用于所有的约束值t和我。时间约束指标之前,相关的“后指标”和“独家时期”约束定义阶段通过船。在指标的约束是所有船时间tsi或之前发生前(处理)的时间。后指标的约束是所有船船离开后发生的时期(处理)后的时期。独家时期的约束表示为每个容器,一段是“前”、“后”或“码头”。正如前面所解释的那样,“码头”时期qt,我是船的处理窗口,在该船停泊,可以由STS起重机。在一起,这些约束确保每个船从之前的时间(在航行时)“码头”时间(在此期间处理发生),最后一个“后”时期(发生在船离开码头)。船只到来的约束表达事实需要最低航行时间旅行一定距离,这是由她最大的航行速度。这可以防止规划模型调度不可能的船的速度。请注意根据我们的变量定义,一个容器有tsi + 1期用于航海。“离开”的约束确保船只到来之前不要离开。注意,船只可以绕过码头如果tsi = tei分配和处理。“non-takeover”约束添加改善配方的温顺。同质舰队组成的假设在我们的案例中,以相似的速度和规模特征打电话,这个约束预计不会明显改变系统成本实现了规划模型。最后,旅行燃料成本的约束确保船TFCs航行速度增加而增加(,因此,早期移民)。不断f等于航行时间的衰减估计的交通影响,dFct / dT,在e /航行时间内上涨(见教派。5.2)。右手边的约束选择这样的交通效果等于mni至少一艘帆船航行速度。用这个配方,减少船舶速度低于mni不会产生额外的交通效益。这个配方是选择因为我们的燃料成本线性化没有有效性低于mni(40公里/小时)。实际三阶速度和燃料消耗量之间的关系可能会变平显著降低速度。此外,速度低于mni正在远离船体的优化设计速度。因此,船体的低效率会降低燃料成本的影响进一步降低速度低于mni。分配相关约束码头限制的约束减少了一个简单的最大并发存在配方,鉴于我们所假设同质容器大小分布和停泊位置独立终端处理性能。“终端起重机限制”和“船舶起重机限制的约束限制起重机的数量分配,同时分别从码头和船舶的角度来看。船存在的约束表达不可能处理的船还没有到达终端。最后,调用资产”和“电话大小的约束确保船的分配大小实际上得到处理和不超过该船的原始大小。5.4模型的实现上述优化问题公式化simulationwhenever时动态生成新的血管生成。的变量和常量的动态生成的问题完全取决于容器的状态在仿真模型。船只的数量优化问题中是一个重要的驱动程序问题的温顺。平均约16船只将出现在规划期,产量规划问题需要大量计算努力解决最优。因此,我们试图减少船舶的数量考虑制定的问题。首先,进行了初步优化为新船抵达隔离。如果最终解决方案不违反先前的计划,解决方案是接受。否则,问题是再生,包括冲突的船只。这个过程仍然偶尔会导致大问题的配方,特别是在拥挤的时候,当船时间表最有可能是相互依赖的。结果一半以上的规划实例,然而,一个容易处理的模型包含少于五船证明足够了。有时候,一个问题难解决。这样的问题往往涉及超过15船。为了保证仿真的连续性,我们使用了一个自动停止条件,基于动态最大差距条件,最大的节点数和持续改进。一百万的潜力图5中的一些实现船操作燃料低/速度优化场景解决方案节点被允许。动态最大差距条件设置为每小时一千欧元计算。最后,优化不会停止如果找到解决方案改进不到一百秒前,为了防止模型停止在最富有成果的时期。计算性能使用ILOG的规划问题已经解决CPLEX优化解算器基于英特尔Core2Duo 2.4 GHz的2 gb的RAM的机器可用。平均解决时间约15分钟,计算时间超过7.5小时的一个最大问题。虽然我们不排除的可能性显著地提高计算使用仔细优化调整,我们认为计算性能足够的情况下学习。到目前为止,主要的问题是解决最优的一部分。剩下的平均最优差距小于每船2000 e。规划性能图5举例说明了规划模型的结果是一样的前面介绍的情况。当比较的结果,可以指出一些差异。尽管船只仍推迟,大多数船只(20日,23日,24日,25)处理的速度比以前更快了。这使他们到达之后,从而节省燃油成本。规划模型使这一切成为可能的同时减少分配船舶在码头,每船使更多可用的起重机。加快船舶22日启用这个重排。这个四天的计划增加净航行时间总共5期,而发生延迟的净金额保持不变。这意味着净油耗节省约37科,在燃料成本低的场景。6 MIP decentral APS的配方的主要假设decentral APS是船的有限交换信息与终端速度。我们假设,到达规划周期,船只宣布他们当前的航行速度的终端。这个初始速度是基于估计可用终端能力(因为实际可用的终端能力不沟通船)。我们进一步假设船只将始终保持他们的初始速度,于是消除任何潜在的燃料储蓄相关延迟预期。这对应于一个情况衬垫不积极提供动态指示船船长航行速度。这配方完全防止燃料成本储蓄通过积极拖延期待。6.1模型的实现decentral APS的配方是一样的中央APS制定第五。除了下面的差异。首先,燃料成本的考虑并不显式地优化,从而导致取消旅行燃料的目标组件和旅行燃料成本的约束规划问题公式化。第二,计划从分配模型是明确禁止船舶速度的增加,通过设置容器的最大速度,mxi,相当于一个容器的最初选定的速度。初速度的质量选择rulemay是对预期的终端能力可用高度敏感。因此,我们执行一个实证优化参数预计起重机可用性(ECA)。最优valuewas近在燃料成本低的情况下。相比之下,值为4.5时,平均船总成本的差异小于5%。7的结果我们已经分析了中部和decentral APS的性能在低和高燃料价格的情况下,导致四个模拟运行。仿真结果给出了在无花果。6、7和8。模拟运行时由四个标签字符代码的形式F h L | o F | 。前两个字符表示燃料价格的情况下,要么低(FL)或高(跳频)。最后两个字符表示APS,V f(固定速度:decentral APS)或签证官(优化速度:中央APS)。图表提供了一些信息变量属性。的95%可靠性区间变量的平均值(法律和Kelton(1982)后计算)由排框表示。估计标准偏差(我们没有计算可靠性间隔)由一个阴影框表示,它的长度等于4和集中在变量的估计的意思。这个阴影框给人一个印象变量的方差的分布。最后,变量的最小和最大值(过程中遇到任何复制)水平误差线所示。我们注意,模拟治疗取得了足够精确估计变量的平均值。在接下来的段落,讨论的结果对于低和高燃料价格场景,分别。较低的燃料价格图6显示,中央APS(FLVo)每船导致显著降低成本。平均值之间的差异是每船约9.8克。图7显示,这种差异不能归因于改善延迟管理中央APS,自从意味着可靠性区间重叠对普通船延迟。电话大小的差异成本相对可以忽略不计。图6的结果平均船成本(e)图7的结果平均船延迟(h)图8的结果平均船速度(公里/小时)船成本差异,因此,完全用燃料节约成本来解释。这是显示在图8中,显示船舶中央APS能够航行在速度低于decentral APS。的平均速度报道decentral APS计划船的速度。实际上,船舶航行速度他们最初的要稍高一些。船舶的实际速度区别在各自的APS约0.59公里/小时,或多节四分之一。当如此小的速度差可以持续航行时间大约10天,燃料成本节约10柯还是能够的顺序实现,根据燃料成本假设前面描述的。数据还显示,在中央APS activelymanipulated船的速度,可以观察到从相对较高FLVo船舶速度的模拟运行。最大实现速度也大FLVo来看,这表明一个船加速至少发布一次。最后,我们注意到,传播成本似乎大大降低中央APS(见图8)。显然,中央APS交易操作动态金融稳定。高燃料价格结果在较高燃料价格的情况下再次显示一个小的性能优势中央APS(FHVo)decentral APS(FHV f)。船的平均价格的区别相当于约6.0克每船。有趣的是,这里的因素解释不同的是延迟管理,没有燃料节约成本(参见无花果。7和8)。又称成本大小的差异可以忽略不计。decentral APS下的相对较高的延迟是由于初始速度的选择规则,交易燃料成本和延误成本。在高燃料价格的情况下,原来的好处少一个周期延迟会抵消获得一个周期所需的额外燃料成本。因此,根据decentral APS,所有船舶选择和呆在最低允许船舶40公里/小时的速度(实际平均速度有时会降低,因为折扣等待时间的规划模型计划船速度)。图8显示了,在中央APS,平均速度还徘徊在最小的船的速度。至少船的速度,减少航行速度会增加延迟,但不再降低燃料成本。有时,规划模型在中央APS因此能够实现显著降低以战术的速度增加延迟。每当一个船的速度增加导致减少延迟整个街区的船只,船的速度越来越被证明是有益的,即使在高燃料成本的存在。再次,它可以观察到,在中央APS平均船不仅成本较低,但也不如decentral APS下展开。8结束语我们已经提出了一个分析方法,调查船到达和终端操作之间的关系,通过模拟船到达和集成这一个常规优化,确定最优方法速度到达的船只。我们比较的影响这centralized-information丰富的到来规划战略与战略的速度接近船只不优化。为分析,我们看一个广义成本函数,包括燃料成本和延误成本。我们表明,对于特定的场景,一个中央APS decentral APS相比,可以提供好处。后者是当前实践中遇到的策略。为特定场景分析,潜在收益的顺序上万欧元每船的到来。我们发现更大的福利更低的燃料价格。此外,我们观察到定性不同的结果在不同燃料价格的场景。集装箱码头和航运公司,这意味着更多的协调在我们的例子中根据终端给航运公司建议速度接近vessels-has潜力为双方生成真正的货币和运营效益。即便是这种情况,协调导致船只不得不加快时间槽的终端。码头运营商,堵塞管理通过协调而不是设施投资灵活性的好处。协调允许终端运营商运营设施利用率更高水平(给定服务水平的),以其使他们增加投资回报率。航运公司,协调管理延迟可能是一个可行的仪器结构拥挤的港口。在许多方面我们的分析可以扩展。首先,我们展示了潜在的协调仅供一个假想的案例。结果扩展到业务practicemay需要细化的成本和operationmodels介绍工作。第二,我们的目标函数只考虑运营成本。然而,协调战略通常成本组件之外的操作成本。协调成本和交易风险(Kumar和van Dissel 1996)可能使中央协调APS吸引力在“作弊文化”的存在,尽管运营效益。的委托代理分析航运公司和终端之间的关系可能会阐明最优合同安排这两个政党之间。第三,在这项工作中,我们对比中部和decentral协调方法。一个有前途的替代方法是基于主体协调、基于informationrich分散的信息处理。一些间接的利益可能呈现这种策略从整体业务的角度来看的吸引力。包括鲁棒性,降低协调成本和更高的响应突发事件有关。一些调整,本文提出的仿真模型可以作为分析工具来评估这种间接的利益是否大于损失规划性能相对于一个集中的“最优”的策略。最后,这项工作的范围仅限于航运公司和一个终端之间的协调,是第一停靠港。未来的工作可能会延长的思想提出了研究协调在集群终端的影响如选择集装箱码头在North-European Hamburg-Le勒阿弗尔范围。一个有趣的研究问题是,所引入的额外计划潜在的范围将证明整个集群范围的协调的组织成本。附录:关键模型参数这个附录总结了关键参数中引入文本(参见表7、8、9和10)。表7仿真相关表8船相关的参数表9终端相关表10成本参数开放获取本文分布式创作共用署名非商业性的条件许可下,允许任何非商业性使用,分布和繁殖在任何媒介,提供了原始作者(年代)和源被认为。引用BunkerWorld(2009)鹿特丹。30天移动平均燃料价格。IFO380。http:/www.bunkerworld。com/markets/prices/nl/rtm/30day。2009年8月17日访问Daganzo C(1990)多用途海港码头的生产力。透明Sci 24(3):205德鲁里(2007)2007年1季度集装箱发货人的见解。技术报告。德鲁里航运咨询公司有限