抽象性
本文建议用新方法设计集装箱码头卡车预约系统绝大多数公开研究从阵阵公司和终端运营角度分析TAS,这种方法的目的是显示提高驱动者满意度是可能的,这些驱动者将保持TAS向港口提供的积极效果。更精确地说,重点是利用个体卡车司机一天多次访问集装箱码头这一事实。基于此信息定义调度问题并开发相应的整数编程模型向洛杉矶港和西雅图港评价拟议方法的潜在效益通过生成问题实例实现这一点,依据是每日卡车访问港数分布、司机每日工作时数和相应港口个人阵列移动距离(长度)。计算实验结果显示使用拟议方法可积极影响门等候时间和卡车驱动人满意度事实还显示,这类方法偏向经验丰富的驱动程序,有可能为港口提供额外利益。
开工导 言
近几十年来,全球贸易增长惊人,其中绝大多数由国际航运业集装箱化运输集装箱码头是庞大后勤中心,作为转运点。集装箱码头高度依赖大船运公司,因此已进行了大量研究优化海滨作业这使得容器码头效率提高并有能力为20 000特维单位(20英尺等值单元)之多的船只提供维修服务对比之下,卡车公司内运输容器极端依赖港口,相关操作程序优化被忽视。近些年来,由于进门出现长队列,这开始成为端口操作的瓶颈为了避免这类问题,许多港口都采用了卡车预约系统(TAS)。
集装箱端口卡车预约系统有两个主要目标:尽量减少进门队列长度并有效使用容器院设备[一号..系统应用范围广,成功程度不等2,3..高效实施TAS的一个障碍是卡车司机开放接受水平卡车司机对TAS的一个主要关注点是在理想时间提供预约第二是因交通阻塞等不受控制环境而中断预约的潜在处罚
TAS文献大都致力于分析实施这种系统可为容器码头操作带来的潜在好处。方向之一是观察卡车更均衡运入入口点和其他作业的正面效果4..工作Zehendner和Feillet5全面分析卡车预约系统对多式集装箱码头内内陆运输方式服务质量的好处Ambrosino和Caballini使用TAS分析下降拥塞和卡车服务时间的可能性6..第二类分析是终端如何利用从TAS获取的信息提高院子操作效率。以这种方式提高海滨作业效率一个例子是根据卡车运抵时间对院内容器进行预配,它向我们提供单个容器取回顺序或运抵时间的信息7,8..开发TAS中也曾考虑的另一个方面是创建阵列公司协作框架,例如尽量减少空卡车行程数九九,10..此类工作往往与减量相关 排出物TAS系统还用于优化容器间联移动11-13..这项工作导致端口-IO开发综合移动云平台,实时跨端卡车路由优化港口和阵雨公司之间协作规划的另一个实例见[14优化预约时间与TAS和rayage操作有关的问题概述可见[7,15..
众所周知,即使在TAS实施时,卡车运抵时间也存在高度不确定性16..相关问题使用不同的排队模型评价17并模拟16,18号..正因如此,大量研究都致力于寻找最优时间窗口用于指定[19号并分析港口延长工时效果20码..所发布研究大都评价TAS固定行程表和后来各类扰动,如错排行程、行进卡车(卡车无预约抵达港口)以及其他问题18号,19号,21号计数通常情况下,卡车预约安排侧重于改善集装箱码头或喷雾公司相关运算,而不计个体卡车驱动实践上这远非实战运算高不确定性端口往往允许预订或更改非常接近实际定时的预约时间在实践中,它产生各种不良效果这使得容器码头更难执行容器院内任何预接和整理设备可用性反之,对阵阵公司组织运营变得非常复杂,因为极有可能无法在期望时间预约不确定性还见诸于阵阵阵公司约定方式举例说,Oakland港典型驱动程序平均有1.5小时,25%报告零等待时间,从完成一阵雨到发送下一阵22号..Dray使用此词访问港口运营,包括港口外移动
本文分析驱动聚焦TAS的潜在好处更精确地说,设计TAS时会考虑卡车司机的几个特征,如每日访问港数、每日工作时数和单片阵列距离这项工作的目的是显示驱动人满意度可提高,同时保持TAS向容器码头提供的积极效果这项工作是通过设计数学模型和对应整数程序完成的。IP用于提供高界值提高水平,如果系统实现,可实现提高水平潜在效益通过比较简单模拟集装箱码头订位过程评价,集装箱码头TAS不利用这类信息。
论文组织如下段内2说明在实施TAS时注重卡车驱动器的重要性下一节详细介绍TAS和对应整数模型的拟议数学模型第四节介绍预构计算实验及其分析
二叉卡车驱动器对实施TAS的重要性
TAS实际应用在现实世界中有多种障碍其中一些问题无法实事求是解决一个例子是流量增加与大船进出境相关25码..运出/运出集装箱的卡车数目在这类船只抵达/运出前后略增司空见惯必须指出,在这类情况下,延迟程度甚至更大,原因是容器院设备从rayage操作迁移到装船或卸船。
TAS中的另一题是误约问题失约对港口和卡车司机都产生不良效果司机往往要支付罚款大比例驱动器每日多次访问端口举例说,平均访问西雅图港口约3次24码洛杉矶23号..正因如此,一天初延迟可能无法晚约
驱动程序中断的另一个原因是问题票问题平均约5%访问港口产生这种门票25码..发票打乱院内作业一些港口运营调查显示,依赖驾驶员经验签发票数差别很大。经验型访问者约3%访问时接收,而经验型驱动者则有8%访问时接收25码..另一方面,签发票数差异对不同的喷雾操作者、航运公司和旅行类型(进/出/空)也明显可见如前所述,大批司机在任何特定日期内多次访问港口。图一号显示几个端口测量数据,显示驱动者每日平均阵雨运算数数份技术报告都讨论到,港口门早上常排长队列25码,26..有理由假设,这在很大程度上与个人驱动程序相关,这些驱动程序试图最大限度地增加港口访问量,可通过提早启动实现访问量。主要原因是,一般来说,特别是在美国,司机按容器行进支付费用,而不是按工时支付费用。
可推断卡车司机对TAS大不满意,主要问题是误派罚款问题,他们认为在很大程度上超出控制范围。反之,他们一般认为TAS对港口有利,但这样做往往以推车者为代价。这种不满常常导致罢工正因如此,宜将TAS面向个体驱动以避免港口运营受阻的高成本另一原因是,如果TAS量身定制驱动程序需求,预计大片扰动是可以避免的。估计TAS可利用个人驱动特征改善门等候时间举例说,通过在峰值时让经验较多的驾驶员访问港口(接收少问题门票)可实现这一点。
3级整数编程模型
本节介绍通过计及与单卡车驱动程序相关的额外信息提高港口TAS效率模型假设每位驱动者提前通知端口计划数日访问再者,驱动程序提供连续两次阵列之间的最小时间归根结底,向上下界提供每一阵列接下去,驱动提供最大工作时数请求日期此外,假设驱动程序只有在所有规划drai都可实现时才接受预约基于此信息端口提供可能的预约时间在简化模型中,所有干线都被视为相等或换句话说进出口,空容器的皮卡/编译不作区分。每日划分为指定窗口,对每一窗口可能的预约数目有限制。基于简单概念数学模型以整数程序形式定义如下
参数显示 卡车总驱动数使用关联参数 用作每辆卡车标识符a参数 定义对象 表示规划draits数 .参数显示 并 ,定义所有 并 上下界值分配时间 -th为驱动 .let参数 ,定义所有 表示上拉和上拉之差,它与驱动程序计划工时数相关 .参数显示 ,定义所有 并 表示相隔最短时间 并 drai驱动 .等一等 时间槽数日下一个整数变量 定义面向所有 并 任时驱动 s类 -thdray网路变量变异 取值 ,值0表示驱动程序不执行阵列下位参数 定义为卡车最大数可访问时窗口端口外加辅助二进制变量 定义对象 , 并 信息与 ;更精确表示驱动 开始他的 -th阵雨时 .变量用于具体说明门容量约束最后二进制变量 表示驱动 将访问端口目标是最大限度地增加一天内执行的阵雨运算数,从下方程分解
下文本给出决策变量需要满足的限制第一组约束定值2--6)与选择驱动器和允许阵列时间相关 方程分解2保证只有选用驱动器的阵列才能有预约同方程 足够大数下集3)和(b)4)仅允许时间窗口内满足相应下上界的dray约束自定义5)用于保证连续两次阵列之间的最小时间方程分解6)用于保证所有预约均不超出驱动工最大工时数
方程(7--11)用于保证满足门容量约束以下约束用于变换变量 进进 并持有相同信息注意所有约束7--10)定义 , 并 .
约束性7)和(b)8)使用设置 万一 .约束性九九)和(b)10)使用设置 万一 带 是一个足够大数在同一方程中,一组新辅助二进制变量 ,定义对象 , 并 中用标准方式定义离散约束最后使用变量 门容量约束小数使用下方程定义
约束性11表示对时窗口总约数必须小于或等于门容量 .
4级计算实验
本节介绍基于拟议IP配方的计算实验结果,解决兴趣问题计算实验的目的是探索拟议调度法提高TAS效率的潜力这项工作通过使用数据表对洛杉矶港和西雅图港进行案例研究完成23号,24码..更精确地说,它使用现有数据说明每日卡车访问港数分布、司机每日工作时数和相应港口个人阵容长度数字中可见这些值一号并2和表一号.西雅图港和洛杉矶港间的主要差分是西雅图平均阵雨距离较大其结果就是西雅图每天执行小/大数阵列的驱动数大增/小
4.1.问题实例生成
数据用生成问题实例建议案例研究更精确地说,随机驱动器和相应的可能分配阵列时间列表生成阵列间最小时间计算基于阵列距离(长度),使用平均卡车速度取出数据23号..第一次和最后一次阵列间最大时间等于驱动工时减最后一次阵列所需时间
生成问题实例程序如下选择数驱动 ,随机数阵列选择总分布与文献获取值相匹配留意一下 生成每个驱动器的阵列数后 所有驱动器的阵列总数 已知性下一步随机生成集 拥有 元素对应阵列长度(时间)满足文献分布下一步随机选择不同的元素 并设置专用驱动阵列长度实现方式使驱动工作时数满足表中的分布一号.传值 对应阵阵间最小时间尾端生成上下界分配窗口下界为驱动 随机选择使用从所有时间窗口统一分布,以完成所有阵列 内总时间窗口上下界随机差从集中选择 带统一分布式后台dray驱动 选择方式相似 约束完成所有drai在所有实例中,假设有14个时窗,每个时窗长度为1小时。
4.2评估拟议调度
本小节评价利用更多司机访问港口的好处测试的目的是显示,如果驱动者提供所有计划访问港口的信息以及两者之间的关系,可提高满意度为了评估使用拟议预约方法的潜在好处,对卡车司机单独预约的两个现实策略进行了比较。理解这些策略的理念不是解决底层优化问题经典启发式方法,而是模拟驱动者行为集装箱码头使用TAS系统,目前一般不专门考虑个人驱动程序及其需求,但司机在申请顺序上不受约束地预约时间。
两种模拟行为策略都假设驱动程序会同时为所有阵列定时下一步,订票工作只有在考虑到相关约束因素后能够执行所有规划dray时方能实现。定义二策略模拟一组驱动程序的行为头版中,驱动按随机顺序定值(Rand)。在实践中,这可能不完全现实,因为提前访问港的驱动程序很有可能也会提前预订预约时间。正因如此二战策略中,预定约则按下界排序首度阵列(Sort/Sort/sort/sort/sort/sort/sort/sort/sort/serve等值下限随机选择顺序数学模型使用IBMILOCCPLEX优化Studio12.6.1.0并使用默认求解器设置执行C#应用微软View Studio2015实施两个模拟卡车司机行为策略intel核心i72630QMCPU2.00Ghz4GBDL3-1333RAM运行微软Windows7HomePrium64位测试实例和OPL代码整数程序可见http://mail.ipb.ac.rs/~rakaj/home/tas.zip.
对两个端口都生成一组问题实例更精确地讲,门容量 介于100至400之间单门容量卡车驱动数 变异实现请求约制数的不同比例和总门容量(90%-1124%)反映不同水平港口活动我们应当注意到,出于更现实问题实例的本意,潜在时间窗口相对小,平均约2小时
拟比较结果可见诸表2并3双港洛杉矶和西雅图CPLEX管理所有问题 最优化百秒计算成本高得多解决问题实例西雅图港数据生成问题实例即为如此高水平请求容量计算时间大幅增加,最大问题实例特别可见
以两种随机策略分配时,时间槽选择十次使用不同的随机种子并显示平均值拟议的调度方法对两个港口都产生相似的积极效果,洛杉矶略高点,那里的司机日平均喷射量较高。使用调度系统的好处最小(约90%),两个港口约5%高端活动提高值(约120%)
这表明,通过使用这种调度方式预约港口门卡车,可以大大提高驱动人满意度。这对于端口大有裨益,因为它有可能避免清晨队列这是因为,这种做法使司机有可能事先知道,即使不提前抵达,他们也可以对港口进行所需次数访问。为了更好地了解拟议方法的效果,观察每日访问次数不等的司机所执行的阵列数。信息可见图解3并4洛杉矶港和西雅图港从观察使用调度法生成的解决方案可见,每天访问港量多的驱动程序执行的阵列数更多。另一方面,IP每天只访问港口一次的驱动程序完成的阵雨次数较少。在实践中,这意味着使用IP偏向经验丰富的驱动器(高日工作阵列数)。这可能对端口产生正面效果,因为这些驱动程序较不可能发问题票。
5级结论
本文介绍一个新的TAS调度方法新颖的拟议方法侧重于个体驱动者行为,特别是多次访问港口基于此概念,组合优化问题与相应的整数程序一起设计为了评价使用这种方法的潜力,生成了基于现实世界数据的问题实例拟议的调度方法与简单模拟驱动器行为进行预约比较计算实验结果显示,使用这种方法可提高个体驱动者满意度,即可执行更多规划阵列最显著的是,如果计划访问港量更多,门容量允许访问量更多。出现这种情况时,执行阵列数增加近10%使用拟议方法对改善港口运营有额外潜力,因为它偏向经验丰富的驱动程序,而驱动程序通常发行问题票数较少。可能实现这样一个系统只需要微小量信息,由阵阵公司分享这一点非常重要,因为这些公司通常不愿意分享类似合作系统的信息插图中可找到27号..
未来将更深入地分析拟建系统,扩展基本模型以包括不同类型的rays(import/Export/empty)和相关容器院操作此外,拟方法性能将使用离散事件模拟评估最后,将分析将多卡车访问纳入在线卡车预约系统的不同策略
数据可用性
数据支持研究可见http://mail.ipb.ac.rs/~rakaj/home/tas.zip.
利益冲突
作者声明不存在利益冲突