考虑同步装卸的岸桥作业序列优化

张文韬　韩晓龙

摘要：

为提高岸桥装卸集装箱的作业效率，研究单岸桥同步装卸问题。建立岸桥同步装卸优化模型，利用遗传算法进行求解，优化集装箱船的装卸顺序，最大化地减少岸桥作业时间。算例结果表明，与传统岸桥同步作业模式相比，利用该模型岸桥作业效率有较大提升。结果证明了算法的有效性，所建模型有利于岸桥作业效率的提高。

关键词：

同步装卸; 岸桥作业序列; 遗传算法

中图分类号：U691.34

文献标志码：A

Optimization of quay crane operation sequence considering

synchronous loading and unloading

ZHANG Wentao， HAN Xiaolong

（

Institute of Logistics Science & Engineering， Shanghai Maritime University， Shanghai 201306， China）

Abstract：

In order to improve the operation efficiency of loading and unloading containers by quay cranes， the problem of synchronous loading and unloading of a single quay crane is studied. The optimization model of synchronous loading and unloading of the quay crane is established and solved by the genetic algorithm to optimize the loading and unloading sequence of container ships and minimize the operation time of the quay crane. The result of an example shows that， compared with the traditional synchronous operation mode of the quay crane， the operation efficiency of the quay crane by the model is greatly improved. The result shows that the algorithm is effective and the model is beneficial to the improvement of quay crane operation efficiency.

Key words：

synchronous loading and unloading; quay crane operation sequence; genetic algorithm

收稿日期： 2018-10-17

修回日期： 2019-05-05

基金項目：

国家自然科学基金（71471110）;上海市科学技术委员会创新项目（16DZ1201402，16040501500）;上海市科学技术委员会工程中心能力提升项目（14DZ2280200）;上海海事大学研究生学术新人培育计划（YXR2017014）

作者简介：

张文韬（1994—），男，宁夏银川人，硕士研究生，研究方向为港口设备作业优化，（E-mail）377499493@qq.com;

韩晓龙（1978—），男，上海人，副教授，硕导，博士，研究方向为物流与供应链管理，（E-mail）xlhan@shmtu.edu.cn

0 引 言

随着经济全球化和集装箱船大型化的发展趋势，我国大型集装箱码头的吞吐量日益增加。如何提高船舶的装卸效率，保证船舶船期已经成为我国大型港口亟待解决的问题。在传统的“先装后卸”作业模式下，岸桥有一半时间处在“空闲”状态，岸桥资源未得到充分利用。为提高岸桥作业效率，“同步装卸”作业模式被提出，在该模式下进口集装箱与出口集装箱装卸作业同步进行，岸桥作业效率得到了提高。

近年来，在集装箱装卸及相关作业设备调度问题上取得了较为丰富的研究成果。国外的研究成果主要有：KIM等[1]研究了岸桥装卸顺序问题，设计贪心随机自适应搜索法进行求解;LEE等[2]以出口集装箱倒箱量最少为目标建立了整数规划模型，应用近邻搜索算法求解出口集装箱装船前的预倒箱问题;ZHANG等[3]以最短行驶路线为目标，优化了龙门吊在堆场间的行驶路线;BISH[4]将神经网络与模拟退火算法相结合，给出了多岸桥背景下集卡调度的可行方案;ZHEN等 [5]建立了混合整数规划模型并应用粒子群算法进行求解，解决了岸桥与集卡的联合调度问题。国内的研究成果主要有：韩晓龙等[6]将岸桥作业动作进行分解，对港口资源进行仿真优化，得到了岸桥最优调度方案;卢毅勤等[7]建立了最大化集卡的利用效率与最小化集卡碳排放的多目标整数优化模型，并应用粒子群算法进行了求解;周鹏飞等[8]应用禁忌搜索算法，在出口集装箱随机进场的情况下给出了贝和贝内箱位的分配方法;高鹏等[9]建立了堆场进口集装箱提箱作业双层规划模型，采用路径搜索算法得到最优倒箱路径;魏航[10]通过分析码头取箱时间窗机制，建立了进口集装箱取箱时间窗优化模型，并设计了遗传算法进行求解;曾庆成等[11]将神经网络与模拟退火算法相结合，建立了双层规划模型，给出了岸桥、集卡和场桥的集成调度方案;祝慧灵等[12]研究了考虑船舶稳定性、吃水深度的船舶全航线配积载问题，并应用启发式算法得到初始可行解，利用遗传算法对初始可行解进行优化。

近年来在岸桥同步装卸作业方面具有代表性的研究有：GOODCHILD等[13]通过理论分析和数学演算证明了同步装卸的可行性，并将流水线原理应用于岸桥同步装卸作业中;ZHANG等[14]考虑集装箱船的实际装载情况，以岸桥最小作业循环次数为优化目标建立了混合整数规划模型，并应用智能算法进行了求解;常祎妹等15]研究了不确定条件下的岸桥同步装卸问题，并应用传统的遗传算法与蒙特卡洛法相结合的混合遗传算法进行了求解。

本文在上述研究的基础上，研究带有舱盖的集装箱船的岸桥同步装卸问题，以最小化岸桥作业完成时间为目标，建立整数规划模型，并设计遗传算法进行求解。

1 问题描述

岸桥同步装卸作业模式主要是为了解决岸桥空驶问题，以及这一过程中装卸集装箱列的顺序问题。

岸桥同步装卸示意图见图1：岸桥在完成船舱内任意列的进口集装箱卸载工作后，在返回的过程中从集卡上提取一个出口集装箱，将其放置在船舱内已经完成卸载的集装箱列的箱位上，再从剩余集装箱列的箱位上提取一个进口集装箱，将其放置在岸边等候的集卡上。该种作业模式的优势在于：一方面，能有效降低岸桥的空闲率，使岸桥处于满负荷工作状态;另一方面，能降低集卡的空载率，并缩短集卡等待岸桥的时间。

岸桥同步装卸主要遵循以下规则：

（1）岸桥先进行进口集装箱卸船作业，后进行出口集装箱装船作业。在装卸顺序上，进口集装箱由列的顶层至下层依次进行卸船作业，出口集装箱由列的底层至上层依次进行装船作业。对于同一箱位来说，先进行进口集装箱卸载作业，再进行出口集装箱装船作业。

（2）对于已经配对进行同步装卸的列，若该配对列所需装卸的进口与出口集装箱数量不相等，则剩余的需要进行装载或卸载的集装箱采用单循环作业模式，不再参与后续同步装卸作业，只进行单独的装卸作业。

2 模型建立

本文建立的数学模型优化目标为最小化岸桥作业完成时间，整个模型限定为多辆集卡配合单台岸桥进行作业。整个作业过程的完成时间，以完成集装箱船上最后一个出口集装箱装载的时间点作为岸桥作业的完成时间点。

岸桥同步装卸优化模型的建立主要基于假设：（1）在装船过程中没有新集装箱进场。（2）码头方已提前知晓船舶的积载情况、进港时间和箱位数量。（3）只考虑单岸桥作业模式。（4）码头集卡数量充足，不存在岸桥等待集卡的情况。（5）所装卸的集装箱尺寸相同，只考虑船舶单个舱位的装卸。

2.1 模型符号与决策变量

I为舱盖上需要装载的集装箱列的集合;I′为舱内需要装载的集装箱列的集合;li为第i列需装载的集装箱数量，ui为第i列需卸载的集装箱数量;sui为岸桥卸载第i列集装箱的开始时间;eui为岸桥卸載第i列集装箱的结束时间;sli为岸桥装载第i列集装箱的开始时间;eli为岸桥装载第i列集装箱的结束时间;a为岸桥一个装或卸作业过程的用时;T为岸桥总作业完成时间。

模型的决策变量有：xij，若第i列在第j列之前卸载，则xij=1，否则xij=0;yij，若第i列在第j列之前装载，则yij=1，否则yij=0。

2.2 数学模型

式（1）为目标函数，即最小化岸桥作业完成时间;式（2）为对目标函数的定义;式（3）为单列集装箱卸载结束时间;式（4）为舱盖上单列集装箱的装载结束时间;式（5）规定舱内单列集装箱装卸顺序，即先卸后装;式（6）规定舱盖上与舱内集装箱的卸载顺序，即舱盖上整体卸载完毕后，舱内方可进行卸载;式（7）规定舱盖上与舱内集装箱的装载顺序，即舱内整体装载完成后，舱盖上方可开始装载作业;式（6）～（9）对决策变量xij和yij进行了定义;式（10）～（13）保证每列集装箱装载或卸载只有一个紧前作业和一个紧后作业;式（14）～（15）为决策变量的取值。

[2]LEE Yusin， HSU Nai-Yun. An optimization model for the container pre-marshalling problem[J]. Computers & Operations Research， 2007， 34（11）： 3295-3313. DOI： 10.1016/j.cor.2005.12.006.

[3]ZHANG Chuqian， WAN Yat-wah， LIU Jiyin， et al. Dynamic crane deployment in container storage yards[J]. Transportation Research Part B， 2002， 36（6）： 537-555. DOI： 10.1016/s0191-2615（01）00017-0.

[4]BISH E K. A multiple-crane-constrained scheduling problem in a container terminal[J]. European Journal of Operational Research， 2003， 144（1）： 83-107. DOI： 10.1016/s0377-2217（01）00382-4.

[5]ZHEN Lu， YU Shucheng， WANG Shuaian， et al. Scheduling quay cranes and yard trucks for unloading operations in container ports[J]. Annals of Operations Research， 2019， 273： 455-478. DOI： 10.1007/s10479-016-2335-9.

[6]韓晓龙， 丁以中. 集装箱港口装卸作业仿真系统[J]. 系统仿真学报， 2006， 18（8）： 2366-2369. DOI： 10.3969/j.issn.1004-731X.2006.08.079.

[7]卢毅勤， 杨斌， 黄有方. 兼顾碳排放量和效率的集卡调度多目标优化[J]. 计算机仿真， 2015， 32（6）： 386-389. DOI： 10.3969/j.issn.1006-9348.2015.06.085.

[8]周鹏飞， 方波. 动态环境下集装箱码头堆场出口集装箱箱位分配建模与算法研究[J]. 控制与决策， 2011， 26（10）： 1571-1576. DOI： 10.13195/j.cd.2011.10.134.zhoupf.005.

[9]高鹏， 金淳， 韩庆平. 提箱作业优化问题的嵌套启发式算法[J]. 系统管理学报， 2008， 17（2）： 203-209.

[10]魏航. 集装箱码头堆场取箱时间窗优化研究[J]. 管理科学学报， 2011， 14（9）： 21-36.

[11]曾庆成， 杨忠振. 集装箱码头集成调度模型与混合优化算法[J]. 系统工程学报， 2010， 25（2）： 264-270.

[12]祝慧灵， 计明军. 集装箱船舶全航线配载优化模型与改进遗传算法[J]. 交通运输工程学报， 2014， 14（5）： 59-67.

[13]GOODCHILD A V， DANGAZO C F. Crane double cycling in container ports： planning methods and evaluation[J]. Transportation Research Part B， 2007， 41（8）： 875-891. DOI： 10.1016/j.trb.2007.02.006.

[14]ZHANG Haipeng， KIM K H. Maximizing the number of dual-cycle operations of quay cranes in container terminals[J]. Computers & Industrial Engineering， 2009， 56（3）： 979-992. DOI： 10.1016/j.cie.2008.09.008.

[15]常祎妹， 朱晓宁. 不确定因素下的集装箱码头车船间装卸作业集成调度[J]. 交通运输工程学报， 2017， 17（6）： 115-124. DOI： 10.3969/j.issn.1671-1637.2017.06.013.

（编辑 贾裙平）