APP下载

船舶进出港协调调度研究

2020-01-03许长彬金群昊余海瑞任海英

中国水运 2020年12期
关键词:建模综述船舶

许长彬 金群昊 余海瑞 任海英

摘 要:船舶滞港、压港问题是制约港口服务的瓶颈所在,船舶进出港调度是解决港口拥堵的有效方法,其核心就是泊位和航道资源的优化配置。迄今,在船舶进出港调度方法研究上已取得一定成果,其主要涉及调度过程的优化模型和算法研究。本文在分析和对比国内外相关研究成果的基础上,主要针对协调航道和泊位的船舶进出港调度优化问题,论述了研究背景、研究意义和研究现状。

关键词:船舶;协调调度;建模;优化;综述

锚地、航道和泊位构成了港口资源的基本要素,其中航道和泊位资源的优化配置与港口服务水平的提升息息相关。随着海运运量的不断上升以及船舶向大型化、高速化的方向发展,加之港口调度方案的不合理,从而出现了大量的船舶压港、滞港现象。

解决港口拥堵问题可以从增加港口规模和优化船舶调度方案入手。增加港口规模的方法包括扩建泊位和拓宽航道等,但需要大量的资金,而且周期長。优化船舶进出港调度方案是最为有效的措施。目前,关于港口船舶调度的研究侧重于航道调度和泊位分配的单一方面,而对二者的协调调度研究较少。

船舶进出港协调调度研究主要集中在提高船舶进出航道的效率和泊位资源调度优化方面,为复杂的组合优化问题。在满足航行实际和现有资源(航道、拖轮、引航员、泊位、操作人员等其他关键资源)等相关约束条件下,通过确定各船舶的进出港时间、进出港次序,使船舶总等待时间和总调度时间等指标达到最优或较优,实现调度过程优化对缩短航次周期、提高船舶准点率、降低船舶运营成本和港口资源消耗,提高经济效益和市场竞争力等方面有重要作用。

本文对船舶协调调度及相关领域调度的模型和算法进行了综述,剖析现有模型与算法,并对未来的研究方向进行了展望。

1港口船舶调度研究

1.1传统的VTS调度方法:

传统的船舶进出港调度以先到先服务(FCFS)的模式为基础。对于进港船舶,一般情况下,需要提前24小时向目的港(或挂靠港)的VTS中心发送进出港计划,如果航程不足24小时,应该在驶离上一港前报告。在抵达报告线时发送抵港报告,VTS中心根据船舶属性、航道状况和泊位状况审核该船的调度安排,符合进港条件,会安排船舶进入航道并进行靠泊作业;如果没有通过审核或者没有调度安排,一般会被安排到锚地等待。船方会安排代理向码头企业申请调度,向引航站申请引航。码头企业安排调度,并向中心申请审核,审核通过后通知船舶,船舶在规定时间内完成靠离泊作业。船舶完成转卸货作业后,向中心申请离港。如果符合出港条件,船舶在拖轮和引航员的协助下离港;若与其他船舶冲突,中心一般会让船舶在码头等候,直到符合条件才会安排船舶出港。船舶出报告线后,发送离港报告,在该港口的进出港作业完毕。对于双向通航的港口,VTS中心还会考虑到船舶属性(吨位、船长和装载货物类型等)确定是单向通航还是双向通航。

目前船舶调度主要仍凭人工经验完成,缺乏定量化决策模型和有效的调度计划衡量指标,而且调度目标单一,缺乏平衡多目标的能力,严重制约了港口的运作效率和船舶调度效率 的提高,因此迫切需要研究港口船舶调度的优化方法。

1.2近年来对船舶进出港调度方案的研究进展

对于单向航道。徐国裕等[1-2]对单向航道进出港船舶的顺序安排进行了研究。对船载AIS 提供的与单向水道船舶通行有关的信息数据进行分析,提炼出影响船舶调度顺序的主因素和子因素, 赋予相关的权重值,得出以船舶权重为准的排序模式。宋岩[3]认为船舶调度过程是一个离散的、动态的随机过程,把处理多目标条件下调度计划优化作为重点,以船舶总在港时间和泊位利用率为目标建立模型,并用遗传算法求解,在求解过程中通过对多目标进行权重偏好变换,转化为单目标的优化问题。陈卓欧[4]注意到航道内船舶追越和加减速的情况,以船舶追越次数和加减速次数衡量航道通航风险,以船舶等待时间和单位时间船舶通过数量衡量通航效率,建立相应模型。Lin等[5]针对单向航道的船舶调度问题,优先考虑等待时间长和优先级高的船舶,提出以调整后总的船舶等待时间最小的调度模型,保证船舶调度过程的公平性。

在双向航道研究方面,林俊[6]分析了双向通航港口调度机理,考虑到通航模式影响因素,依据单双向通航转换特性建立模式转换约束,考虑船舶在港作业的连续性,建立了连续性约束,通过空间到时间的转换,以调度开始时刻为切入点建立了安全性约束。设计双向通航调度多目标遗传算法,算法设计了三层染色体编码解码方法,加入等待时间期望评价的适应度函数,精英保留策略,基于序值和拥挤距离的并列选择算子,部分映射交叉算子,两点变异算子以及染色体修复算子。郑娟[7]重点关注了双向通航港口Y型航道的船舶交通组织状况,运用离散事件系统仿真的方法,建立了船舶航行作业系统仿真模型,针对不同通航历时、不同潮差、不同规模的港区进行了仿真试验,得出航道交汇水域船舶不同交通组织规则对航道通过能力、船舶平均等待时间、船舶等待延时均值的影响规律,并选取船舶速度、船舶安全间距、航道交汇水域通航历时三个船舶航行参数进行敏感性分析。

以上相关的船舶调度只针对单一的航道进行,而港口船舶调度是一个连续的、多因素影响的过程,应该协调航道与泊位资源,解决船舶在港作业时航道、泊位使用冲突。

王金涛[8]受空中交通流调度领域协同决策的思想的启发,建立了协同港方和船方利益的多目标函数。Zhang等[9]对调度的开始阶段建立初始化模型,进出港交通流方向切换的流量转换模型,建立时隙分配模型实现了对同向连续船舶的控制。相较于一般的船舶进出港调度,协调调度模型覆盖了调度过程的更多方面。协调调度模型加入了进港船舶泊位停靠先后次序算子、泊位状态算子和泊位冲突消解算子,同时考虑到由于泊位的先后次序需要增加的安全时间间隔。林俊[5]在双向航道调度模型的研究中,考虑到双向航道单向通航和双向通航条件转换的特点,设计了单向通航、双向通航模式相互转换的约束条件以及双向通航时正横间距安全约束。

在算法设计方面,遗传算法比传统的优化算法具有良好的并行计算能力,有较好的扩容性和鲁棒性,在多目标优化方面得到广泛利用。王金涛[7]、张新宇等[10]根据解空间的目标函数设计了适应度函数,针对遗传算法的特点,将解空间的初始化约束条件转化为适应度函数的惩罚项,时隙分配和流量转换融入到编码解码方法中,然后设计基于染色体序值和拥挤距离的选择算子和精英策略,并设计动态多点交叉算子、对称基因位变异算子、随机修复策略。林俊[5]考虑到双向航道的特点,设计了三层染色体的编解码方法,为了照顾模型的公平性,在适应度函数设计中加入了等待时间期望评价。遗传算法存在容易陷人局部最优及后期收敛较慢的问题,为了解决这个问题,张新宇等[11]采用多种群遗传算法并加入退火机制,凭借其前期搜索空间大、退火温度高、适应度值的变化范围广的特点,保证了算法不会陷人局部最优的情况;算法前期随着温度不断下降,搜索空间会急剧缩小,算法后期可发挥遗传算法局部搜索的能力,进而保证了最终结果收敛到最优解的区间。除了遗传算法之外,Chen等[12]尝试了基于粒子位置的离散粒子群算法(DPSO)求解调度序列,DPSO较GA有着搜索速度快、效率高和算法简单的优点,但是容易陷入局部最优。

船舶进出港协调调度模型和求解算法的研究还不完善,其他相关领域的学者在多目标优化建模、求解方面已取得一定成果。

2运河船舶排闸算法研究(多目标优化)

我国内河诸多重要通航枢纽建有船闸,随着通航枢纽拥堵状况的不断恶化,水路交通研究领域的学者对于船舶排闸问题给予了充分关注。胡适军等[13]把船舶排闸问题看做组合优化中的二维填充问题,综合了快速排闸算法和宽度优先排闸算法,利用快速排闸算法对遗传算法进行改造,提出了遗传优化排闸算法。建立了船闸调度模型、船舶交通流量模型、闸室排挡模型,并且以闸室利用率和船舶待闸时间为评价指标来评价算法对提高船闸运行效率的作用。刘云峰等[14]分析了三峡永久船闸的编排问题,将其概括为一个NP-完全的多目标规划问题,以搜索最优闸室组合的二叉树为基础,设计出DPS算法。王小平等[15]将三峡葛洲坝看做一个有机的整体,建立了两坝联合调度的数学模型,设计了基于简化的串联排队系统的船舶编排算法。肖恒辉等[16]从现场调度的角度出发,提出了闸外编排的概念,以排挡图为依据,采用长度优先、先大后小的排挡策略,建立了闸外编排的数学模型,并根据模型的目标函数和约束生成了相应的闸外编排算法。

以上关于运河船舶过闸调度的研究都是多目标多约束的NP-Hard问题,排闸问题的建模过程和算法求解过程,以及联合调度思想,为港口船舶协调调度提供了启发和参考。

3海峡(运河)船舶调度

在海峡船舶调度方面,伊斯坦布尔海峡是连通地中海和黑海的交通要道,交通流密度很大,交通情况复杂。为了提高南向船舶和北向船舶的通过效率,?zgecan等[17]提出了船舶调度算法,算法的基本理论是优先调度等待时间长的船舶,同时给大型危险品船以较高的优先级,采用多种排队方法的比较分析出通过狭水道的最佳方案。把这种方法的运用扩展到双向航道單向通航调度优化的算法之中。在运河调度优化方面,甘勇等[18]为了解决三峡-葛洲坝联合调度下船舶过闸优先级的问题,提出了船舶流排序算法模型,基于船舶相关的静态属性和动态属性,运用模糊综合评价法计算出静态权重,根据不满意问题的数学描述和排队论,得出计算动态权重的指数函数,最后根据权重值得高低确定编排的原则。

4空中交通领域飞机进离场优化问题研究

与本文相关的空中交通领域关于飞机进离场优化研究较多,陈世林等[19]针对机场交通拥挤的问题,基于协同决策(CDM)理论,提出了进离场流量转换的协同决策模型和算法,并采用动态规划法求解。协同决策思想于上世纪末由美国联邦航空局提出,提高了交通流量管理(TFM)效率。随后协同决策被应用于地面等待中,在地面等待的研究中时隙分配问题被深入研究,徐肖豪等[20]论述了时隙分配的概念、属性、模型和求解算法,以此为基础总结出时隙分配的关键问题及模型和算法研究,指出了时隙分配问题的研究方向。严俊等[21]对航班波运行模式下的地面等待策略,提出了时隙交换策略。借鉴上述协同决策、流量转换、时隙分配等思想,可用来分析港口船舶调度优化问题。

5生产过程调度问题模型和算法研究

生产过程调度是自动化、工业工程和管理工程等领域的重点研究方向。对于具有大规模、带复杂约束、不确定等综合复杂性的实际生产调度问题,传统的调度模型和优化算法已难以建立相关调度模型和取得理想的调度结果。针对上述问题,刘民等[22]采用基于数据的调度过程建模方法,提出了精确模型和特征模型相结合的建模方法。基于订单、机器、计划等历史数据、实时数据和仿真数据。采用数据挖掘和预测方法提出了基于数据的调度模型。Li等[23]针对柔性制造系统, 基于生产过程调度相关历史数据和仿真数据提取少量数据对,并采用整体模糊化和数据趋势预测方法生成大量用于获取启发式调度规则选择策略的训练数据对,应用ANFIS或BP神经网络进行调度规则的挖掘.

随着AIS等技术的不断发展和应用,港口部门已积累了与调度相关的大量历史数据,并可采集到与调度相关的大量实时数据,这些数据反映出大量实际调度环境特点及调度知识。借鉴生产过程调度领域基于数据的建模方法和数据处理方法,有助于改进传统的船舶调度建模方法和优化算法。

6总结

船舶进出港调度是水路交通领域的重点研究方向。为了促进基于协调调度的船舶进出港优化方法研究进一步发展,本文在对传统调度方法介绍的基础上,重点介绍了船舶进出港协调调度及相关领域的建模和求解方法。同时,目前的船舶调度问题建模方法在进行建模时对实际复杂环境的进行了简化,并且附加了较多的约束条件,如不考虑引航员和拖轮的调度、航道水深已满足进出港要求、港口锚地容量无限大、船舶港内航行速度用平均速度代替等。所以,单纯的采用传统建模方法所建立的模型与实际情况有一定的差距。因此,如何解决传统方法的弊端是研究的一大趋势。

参考文献:

[1]徐国裕,刘人杰,吴兆麟.单向水道船舶进出港排序权重分析[C]// 2008-2009年船舶通信导航论文集.

[2]徐国裕,郭涂城,吴兆麟.单向水道船舶进出港最佳排序模式[J].大连海事大学学报, 2008, 34(4):150-153.

[3]宋岩,黄磊,胡伟.遗传算法在港口船舶调度领域中的应用[J].中国水运月刊, 2009, 9(9):76-77.

[4]陈卓欧.天津港进港主航道船舶交通组织调度建模研究[J].中国海事, 2015(5):46-49.

[5]Lin J, Zhang X Y, Yin Y, et al. Optimization of Ship Scheduling Based on One-Way Fairway[J]. Lecture Notes in Computer Science, 2014, 8631:3-2014.

[6]林俊.双向通航情况下港口船舶调度优化[D].大连海事大学,2015.

[7]郑娟.航道交汇水域船舶交通组织的影响分析[D].大连理工大学, 2011.

[8]Zhang X, Lin J, Guo Z, et al. Vessel transportation scheduling optimization based on channel–berth coordination[J]. Ocean Engineering, 2016, 112:145-152.

[9]张新宇,郭子坚,王金涛,等.基于航道与泊位资源协调调度的船舶交通优化[J].中国航海, 2015, 38(3):33-36.

[10]张新宇,林俊,郭子坚,等.基于模拟退火多种群遗传算法的港口船舶调度优化[J].中国航海, 2016, 39(1):26-30.

[11] Chen X, Zhang X Y, Liu T S, Lin J, et al. The Vessel Schedule Optimization Based on Particle Swarm Optimization Algorithm[C].

[12]胡适军,周春辉,文元桥,等. 船舶排闸的遗传算法设计与仿真[J].中国航海, 2015, 38(2):38-42.

[13]劉云峰,齐欢. DFS算法在三峡永久船闸优化编排中的应用[J].计算机工程, 2002, 28(8):224-226.

[14]王小平,齐欢,肖恒辉,等. 基于串联排队网络的三峡-葛洲坝水利枢纽联合调度模型[J].交通运输工程学报, 2006, 6(3):82-86.

[15]肖恒辉,齐欢,王小平,等. 船舶调度闸外编排算法[J].交通运输工程学报, 2007, 7(1):26-29.

[16]?zgecan S. Ulus?u, ?zba? B, Alt?ok T, et al. Transit Vessel Scheduling in the Strait of Istanbul[J]. Journal of Navigation, 2009, 62(1):59-77.

[17]甘勇,齐欢,肖恒辉. 三峡-葛洲坝联合调度下的船舶调度优先级算法[J].交通信息与安全, 2006, 24(6):128-131.

[18]陈世林,胡明华,张洪海. 基于进离场容量转换的协同决策系统[J].系统管理学报, 2008, 17(5):586-590.

[19]徐肖豪,王飞.地面等待策略中的时隙分配模型与算法研究[J].航空学报, 2010, 31(10):1993-2003.

[20]严俊,吴桐水,高强,等.航空公司合作博弈下的时隙交换模型[J].交通运输工程学报, 2012, 12(5).

[21]刘民.国家973计划项目课题 “复杂生产制造过程实时智能优化调度理论与算法研究” 总结报告, 清华大学, 2008.

[22]Li D C, Wu C S, Tsai T I, et al. Using mega-fuzzification and data trend estimation in small data set learning for early FMS scheduling knowledge[J]. Computers & Operations Research, 2006, 33(6):1857-1869.

猜你喜欢

建模综述船舶
模型与建模在高中生物学教学中的应用——以“减数分裂”第1课时教学为例
求距求值方程建模
知识追踪综述
共指消解技术综述
面向自动问答的机器阅读理解综述
项目管理技术在船舶建造进度控制中的实践
项目管理技术在船舶建造进度控制中的实践
施工机群配置优化研究综述
施工机群配置优化研究综述
运用5W1H教学策略培养高中物理问题建模能力