成保辰, 郭蕴华, 张青雷, 牟军敏, 胡 义
(1.武汉理工大学 a.船舶动力工程技术交通行业重点实验室;b.能源与动力工程学院;c.航运学院, 武汉 430063;2.上海海事大学 中国(上海)自贸区供应链研究院, 上海 201306)
集装箱自引入到海上运输贸易中以来,因其具有高效率、低成本等优点而掀起了一场全球航运业的革命。根据联合国贸易和发展会议(United Nations Conference on Trade and Development,UNCTAD)[1]发布的《2018年海运报告》,2018年全球集装箱贸易总量达到约1.48亿TEU,年增幅达6.4%,创下了自2011年以来的最大增幅。UNCTAD预测2018—2023年海运集装箱贸易将以每年约6.0%的速度增长,增幅远超其他海运方式。
随着集装箱船智能化和大型化的不断推进,单箱位运营成本大幅下降。因此各大航运公司纷纷订造超大型集装箱船(Ultra-Large Container Ship,ULCS),并引入相关智能管理系统。DYNALINERS[2]的分析数据显示:2018年全球已有451艘ULCS投入运营,另外尚有129艘处于建造状态。ULCS已成为国际干线航线上运营的主要船型。[3]
智能配载是智能船舶系统的重要组成部分,其中集装箱船多港口Bay位优化问题,指已知各港口装载需求数据求解船舶在全航线上的配载方案。该问题已被证明为复杂的NP-hard优化问题。[4]优秀的配载方案应满足船舶航行中强度、浮态、靠港时间和装载率等要求,以保证船舶安全、高效地运营。[5]PACINO等[6]提出考虑压载水的线性模型,用于生成港口的积载计划,采用一种线性化船舶重心计算和静水数据表的方法处理排水量可变情况下的稳性和应力力矩约束;AMBROSINO等[7-11]沿袭WILSON等[12]提出的从战略和战术2个层面解决多港口配载问题的路线,提出解决战略层面配载问题的多港口Bay位优化混合整数规划(Mixed Integer Programming,MIP)模型。……