王 坤，何 芳，胡子怡



基于AnyLogic的铁路集装箱物流中心仿真实验分析

王 坤1,2，何 芳1，胡子怡3

（1. 西南交通大学，交通运输与物流学院，成都 610031；2. 西南交通大学，综合交通运输智能化国家地方联合工程实验室，成都 610031；3. 同济大学，交通运输工程学院，上海 200092）

本文以物流服务功能与铁路货运组织相衔接为背景，利用AnyLogic对具有仓储、装箱、堆放、装车等多种服务功能于一体的铁路集装箱物流中心的作业流程进行了仿真分析。仿真结果表明：在初始参数设定的前提下，货物平均在库作业时间为103 min，平均出库间隔时间为1.1 min；库内作业叉车数量在30至35之间时达到仓库处理能力的最大化水平，每小时装车3辆以上和每小时卸车4辆以上时物流中心运行效率达到最大化水平。

铁路集装箱物流中心；仿真分析；AnyLogic

0 引 言

自2013年铁路实行货运改革以来，铁路货运开始关注全程物流，并向现代物流进行转变，在发展过程中铁路集装箱作业场站布局、铁路物流服务延伸、技术装备改造等方面仍存在着一些问题。2017年4月，国家发展改革委、交通运输部、中国铁路总公司联合发布了《“十三五”铁路集装箱多式联运发展规划》（发改基础〔2017〕738号）。该规划中明确提出了通过引入物流园区方式优化集装箱场站布局、通过拓展延伸增值服务扩大服务有效供给、通过更新升级铁路传统设施设备加快技术装备升级等重点任务。可以看出，现代物流的服务特征将会逐渐在铁路货运与铁路物流中发展。

在铁路货运向现代物流发展的过程中，如何体现现代物流服务理念与服务模式非常重要。传统上围绕铁路物流中心或集装箱中心站的研究主要集中在基于SLP方法的平面布局规划设计研究[1,2]、集装箱中心站堆场混堆策略研究[3]、列车装卸作业仿真研究[4]、铁路物流中心装卸线布局仿真[5]、集装箱装卸设备效率研究[6]、集装箱存储空间分配与布局[7]等。随着物流仿真软件的发展，利用eM-Plant、Witness、Extend、Arena等软件来解决集装箱物流中心的场内集卡配置、堆场布局规划、专业设备指派等问题更加容易[8,9]。如郭鹏等较为系统地研究了铁路集装箱物流中心整体作业流程，并利用eM-Plant对铁路集装箱物流中心的作业流程进行了仿真分析[10]。但相关研究主要围绕着铁路集装箱物流中心现行的作业流程与作业模式，与现代物流结合度较低，缺少了仓储服务、增值服务等具有现代物流特征的服务属性融入。

本文希望能够在铁路集装箱物流中心现有功能的基础上，引入现代物流理念，理顺作业流程，利用AnyLogic仿真软件对具备散货存储、集装箱拆装箱、短途中转、铁路运输组织等多种功能于一体的铁路集装箱现代物流中心进行仿真，通过数据分析对铁路集装箱物流中心的布局与设备参数提出相关建议。

1 仿真对象界定

现有的铁路集装箱物流中心内进行的作业主要在装卸线箱区（含发送、到达及中转箱区）和辅助箱区（包含国际集装箱作业区、特货装卸作业区、快运货作业区等）完成。为了更好地与现代物流服务功能相衔接，在现有集装箱作业功能区的基础上，新增标准化仓库，实现高效率的现代物流仓储标准化管理，并与铁路集装箱装卸线有效对接。铁路集装箱物流中心功能布局区域仿真效果如图1所示。

图1 铁路集装箱物流中心功能区域仿真布局

(1) 标准化仓储区，是铁路货运向现代物流发展的功能延伸区，主要开展货源组织、现代化仓储管理、流通加工等物流作业。

(2) 装箱作业区，将零散货物或商品进行分拣打包，并实现集装箱拆装箱作业，是铁路货运向客户终端需求的延伸区。

(3) 装车作业区，是连接标准化仓储区与集装箱堆场的作业区域，实现从标准化仓库向集装箱场的短途中转。

(4) 集装箱堆场、集卡停放区、列车到发线，是传统铁路集装箱中心站具备的功能区，主要完成集装箱的短时堆放、集装箱运输车辆的停放和集装箱的集疏功能。

2 流程分析

2.1 作业流程图

本文考虑的具有现代物流作业特征的铁路集装箱物流中心作业流程如图2所示。

图2 铁路集装箱物流中心作业流程

货主将商品或货物送至铁路集装箱物流中心站，卸货卡车在入库月台处完成卸货作业，在仓库内部进行储存、分拣、暂存、装箱等物流作业，在出库月台处完成装车作业，并由集卡车将集箱运至集装箱堆场暂存，等待集装箱班列（或取送车）到达完成装车与发送作业。

2.2 仿真流程图

图2所示的铁路集装箱物流中心作业流程的仿真流程如图3所示。当仿真开始时，系统参数初始化，首先确定空闲入库月台、可用入库暂存区、卸货货车位置，再根据货物种类确定存储的货架区域，随后确定空闲出库月台、可用出库暂存区、装货货车位置，集装箱在堆场内暂存，最后确定空车厢将集装箱搬运至铁路车厢内。根据上述内容确定下一工况，推进仿真时钟，确定下一时刻装卸货货车位置、货物的入库暂存区、出库暂存区以及存储货架区域，更新系统的下一状态。

图3 铁路集装箱物流中心仿真流程

2.3 逻辑流程图

根据作业流程与仿真流程，仿真系统包括卸货货车子系统与托盘入库子系统、托盘出库装集卡子系统、集装箱堆场子系统和列车到发子系统。

2.3.1 卸货货车子系统与托盘入库子系统

货主将要运输的零担散货由货车运送至铁路集装箱物流中心站内，到达后的货车判断入库月台的占用情况，选择空闲的入库月台进行卸货，托盘货物堆放在入库暂存区。叉车接收到托盘上架指令，根据货物种类选择相应的存储货架区域。使用模块与逻辑流程设计如图4所示。

图4 装卸和入库子系统逻辑流程图

2.3.2 托盘出库子系统与装集卡子系统

托盘在货架上存储一定时间后，由叉车运至出库暂存区。准备出库的货物，由出库暂存区下架并排队等待进行RFID扫描。将扫描完成后的货物搬运至装集卡上同时完成货物的装箱和装车工作。随后装集卡将重箱由龙门吊卸至集装箱堆场。使用模块与逻辑流程设计如图5所示。

图5 出库与装集卡子系统逻辑流程图

3 仿真过程说明

AnyLogic是可以创建真实动态模型的可视化工具，几乎支持现在所有的离散事件和连续建模方法[11]，具有支持基于Agent建模、面向对象特性、数据分析与优化功能强大、较强的可交互性等特点[12]。本文应用AnyLogic仿真软件，构建基于Multi-Agent技术的铁路集装箱物流中心运作系统。

3.1 确定智能体类

为了满足建立仿真系统的需要，对铁路集装箱物流中心站的作业内容进行分析提炼，可以把作业任务归结为与仿真系统相对应的工况。同时，根据系统运行的工况，可以进一步抽象出仿真事件列表，如表1所示。

根据表1所示的仿真事件，本文共创建9个智能体类，包括卸货货车Agent、装货货车Agent、作业区Agent、叉车Agent、托盘Agent、集装箱Agent、列车Agent、车厢Agent、龙门吊Agent，其相互关系如图6所示。

表1 仿真事件列表

图6 仿真智能体设置

3.2 仿真参数设置

仿真参数如表2所示。

表2 仿真过程的初始化参数

Tab.2 Initial parameters in simulation process

续表2

实体元素参数名称赋 值 入库月台数量4 快速周转区存储时间Triangular(50,60,70) 常规周转区存储时间Triangular(90,100,120) RFID扫描服务容量2 单次扫描时间Triangular(0.5,1,2) 列车到达间隔时间1.5h 空车厢数Uniform(0.1,0.5) 货物队列容量600 排队规则先进先出 集装箱队列容量300 排队规则先进先出

4 仿真结果分析

4.1 设备利用率仿真结果分析

出入库月台、叉车和货架的利用率指标用时间折线，如图7所示，RFID出库扫描的利用率时间折线如图8所示。横坐标是时间推进，纵坐标表示不同的利用率值随时间的变化情况。

图7 出入库月台、叉车和货架利用率仿真结果

图8 出库扫描利用率仿真结果

随着时间的推进，利用率指标不断增大。当达到一定的时间长度时，利用率指标在某一确定的值上下范围内小幅度波动。由各个利用率指标值可知，用于上下架的叉车利用率为97%，说明叉车一直处于忙碌状态，而用于出库的叉车利用率较低，仅为18%。同时，快速周转区和常规周转区的货位利用率不高，仅在16%左右，可以看出在现有的货运量情况下，货位相对较为充足。出入库月台的利用率也比较高，分别为91%和79%，月台大部分时间都处于占用状态。

4.2 在库时间仿真结果分析

评价仿真结果的时间指标包括托盘从上架至下架的时间、货物从下架至出库的时间，仿真结果如图9所示。从图中可以看出，托盘从上架至下架的时间在一段时间内处于上升状态后趋于稳定，说明当托盘在货架内存储一段时间准备下架时，叉车数量不足导致其无法立即服务于托盘的出库作业活动，托盘在货架上等待叉车到来从而产生了一定的额外等待时间。而货物从下架至出库的时间一直处于一个稳定的值，说明当需要出库的货物能立刻进行出库活动而不需要再进行额外等待。

图9 托盘从上架至下架、货物从下架至出库时间仿真结果

将托盘从上架至下架的时间与货物从下架至出库的时间相加，可以得到一件货物在库总停留时间，如图10所示。由于该曲线波动较大，故使用二阶多项式进行数据拟合，可以看出货物在仓库内的作业时间呈不断上升趋势。在初始参数设定条件下，货物平均在库作业时间为103.13min。

图10 货物在库内时间分析

4.3 出库间隔时间仿真结果分析

评价仿真结果的数量指标包括仓库处理货物数量和堆场内集装箱数量指标。图11和图12分别表示随着仿真时间的推移，仓库处理货物数量与堆场集装箱堆放数量的变化趋势。

图11 仓库所处理货物的数量

随着时间的增加，仓库处理的货物数量和堆场的集装箱数量都不断增加。其中图12中的斜率倒数表示相邻两件货物的出库间隔时间，代表了单位时间的仓库货物处理能力。在初始参数设定下，相邻两个货物的平均出库间隔为1.10min，如图13所示。

图12 堆场内集装箱数量

图13 货物出库间隔时间分析

5 关键参数敏感性分析

5.1 月台数量对仓库处理能力的影响分析

在初始参数设定出库和入库月台数均为4的前提下，设置不同的出库与入库月台数组合，如表3所示。

表3 出入库月台数量敏感性分析参数设定

Tab.3 Parameters setup for the sensitivity analysis on quantities of inbound and outbound platforms

针对表3中的不同出入库月台数组合，利用AnyLogic进行仿真，其结果如图14所示。在7种组合模式下，反映仓库处理能力的曲线基本重合，说明不同的出入库月台数组合对仓库处理能力的影响较小。

图14 组合月台对仓库处理能力的敏感性分析

5.2 上下架叉车数量对仓库处理能力的影响分析

将上下架叉车数量分别设定为25、30、35、40，对仓库处理能力的敏感性分析如图15所示。其中，叉车数量在30和35时，两条曲线基本重合，且处理能力较大；而叉车数量取25和40时，两条曲线的处理能力均较低，说明上下架叉车数量较高或较低时均会影响到仓库内的作业效率。

图15 上下架叉车数量对仓库处理能力的敏感性分析

5.3 单位时间装车量对运行效率的影响分析

每小时装车数量值分别取1、2、3、4、5时，对应的运行效率影响分析如图16所示。当每小时的装车数量取值在3、4、5时，反映运行效率的曲线基本重合，并且运行效率最高；而每小时装车数量取值1和2时，其运行效率均较低。因此，保证铁路集装箱物流中心运行效率最低需要每小时完成3辆车的装车作业。

图16 单位时间装车量对运行效率的敏感性分析

同样，每小时卸车数量分别取1、2、3、4、5时，对应的运行效率影响分析如图17所示。当单位时间卸车数量取4和5时其曲线基本重合，且运行效率最高，取其他值时运行效率较低。因此，保证铁路集装箱物流中心运行效率最低需要每小时完成4辆车的卸车作业。

图17 单位时间卸车量对运行效率的敏感性分析

5.4 出库叉车数量对运行效率的影响分析

在出库叉车数量分别取3、4、5、6、7时，对运行效率的影响分析如图18所示。从图中可以看出，不同的出库叉车数量设置其运行效率的差异较小。当出库叉车数量取5时，运行效率略优于其他取值。

图18 出库叉车数量对运行效率的敏感性分析

6 结论与建议

随着铁路货运改革的逐渐深入，铁路集装箱运输也将逐步向现代物流发展，而铁路集装箱物流中心的功能与布局也将逐步丰富和完善。本文以现代物流服务功能融合为背景，对具有仓储、装箱、堆放、装车等多种服务功能于一体的铁路集装箱物流中心的作业流程进行了仿真分析。

根据仿真结果可以看出，铁路集装箱物流中心的作业设施设备对作业效率有着重要的影响。在初始参数设定的前提下，货物平均在库作业时间为103 min，平均出库间隔时间为1.1 min；库内作业叉车数量在30至35之间时达到仓库处理能力的最大化水平，每小时装车3辆以上和每小时卸车4辆以上时物流中心运行效率达到最大化水平。根据上述仿真结果，建议在铁路集装箱物流中心的建设与运营过程中，可根据实际需求适当增加与现代物流服务相对应的标准化仓储设施与现代化仓储作业设备。同时，为有效支撑铁路集装箱物流中心的作业效率，在物流设备选型和物流设施规模等方面应做详细分析。

[1] 王洁琳，朱晓宁. 基于SLP的石家庄铁路物流中心平面布局规划设计[J]. 物流技术, 2014, 33(5): 151-154.

[2] 冯芬玲，景莉，杨柳文. 基于改进SLP的铁路物流中心功能区布局方法[J]. 中国铁道科学, 2012, 33(2): 121-128.

[3] 王力，朱晓宁，闫伟，等. 铁路集装箱中心站堆场混堆优化模型[J]. 交通运输系统工程与信息, 2013, 13(2): 172-178.

[4] 梁剑，程文明，张敏. 铁路集装箱中心站列车装卸作业的仿真研究[J]. 系统仿真学报, 2009, 21(19): 6290-6293.

[5] 何倩. 基于计算机仿真技术的铁路物流中心装卸线布局分析[J]. 物流技术, 2013, 32(9): 342-344.

[6] CHUNG Y G, RANDHAWA S U, MCDOWELL E D. A simulation analysis for a transtainer-based container handling facility[J]. Computers & Industrial Engineering, 1988, 14(2): 113-125.

[7] ZHANG C, Liu J, WAN Y W, et al. Storage space allocation in container terminals[J]. Transportation Research Part B, 2003, 37(10): 883-903.

[8] SGOURIDIS S P, MAKRIS D, ANGELIDES D C. Simulation analysis for midterm yard planning in container terminal[J]. Journal of Waterway Port Coastal & Ocean Engineering, 2003, 129(4): 178-187.

[9] TAHAR R M, HUSSAIN K. Simulation and analysis for the kelang container terminal operations[J]. Logistics Information Management, 2000, 13(1): 14-20.

[10] 郭鹏，程文明，张则强. 铁路集装箱物流中心系统建模与仿真分析[J]. 计算机工程与应用, 2011, 47(17): 235-238.

[11] 杨天阳，朱志国. 基于Anylogic的地铁车站通道设施设备规模与布局分析[J]. 交通运输工程与信息学报, 2017, 15(1): 115-121.

[12] 李春萌. 基于Multi-Agent技术的分布式库存系统建模与仿真研究[D]. 武汉: 武汉理工大学, 2008.

（中文编辑：刘娉婷）

Analysis of Simulation Experiments of Railway Container Logistics Center Based on AnyLogic

WANG Kun1,2，HE Fang1，HU Zi-yi3

（1. School of Transportation and Logistics, Southwest Jiaotong University, Chengdu 610031, China;2. National and Regional Joint Engineering Laboratory of Comprehensive Intelligent Transportation, Southwest Jiaotong University, Chengdu 610031, China;3. College of Transportation Engineering, Tongji University, Shanghai 200092, China）

Based on linking up logistics service function and the organization of railway freight transportation, the AnyLogic software was applied to simulate and analyze the operation procedure of train container logistics center integrating multi-functions of storage, packing, loading, unloading. The result shows that the average operating time in storage is 103 minutes on the premise of initial parameter setting, and the average outbound interval time is 1.1 minutes. The maximum storage processing capacity occurs when the quantities of forklifts are between 30 and 35. When loading rate is higher than 3 per hour and unloading rate is below 4 per hour, the operating efficiency of logistics center reaches its maximal point.

railway container logistics center; simulation analysis; AnyLogic

1672-4747（2018）02-0019-09

F253

A

10.3969/j.issn.1672-4747.2018.02.004

2017-08-15

国家社科基金青年项目（16CGL018）

王坤（1982—），男，汉族，河北邢台人，博士，研究方向为物流服务营销与物流系统优化。

胡子怡（1996—），女，江西人，汉族，硕士研究生，研究方向为物流系统优化。

王坤，何芳，胡子怡. 基于AnyLogic的铁路集装箱物流中心仿真实验分析[J]. 交通运输工程与信息学报，2018, 16(2): 19-27.