黃元濤 魏立明 孫佳隆

（1．青島杰瑞工控技術(shù)有限公司，山東 青島 266061；2．中船重工（青島）海洋裝備研究院有限責(zé)任公司，山東 青島 266520）

0 引言

鐵路集裝箱場(chǎng)站堆場(chǎng)管理在鐵路集裝箱運(yùn)輸中占有非常重要的地位，鐵路集裝箱場(chǎng)站堆場(chǎng)是由集裝箱裝卸作業(yè)線（主堆場(chǎng)）和輔助堆場(chǎng)2 個(gè)部分組成，而主堆場(chǎng)集裝箱堆存方式直接影響了集裝箱火車(chē)的裝卸作業(yè)效率，是場(chǎng)站堆場(chǎng)管理的主要環(huán)節(jié)。主堆場(chǎng)負(fù)責(zé)進(jìn)出口箱和中轉(zhuǎn)箱的臨時(shí)存放，不同任務(wù)類(lèi)型集裝箱的堆存需要利用堆場(chǎng)混堆策略來(lái)為集裝箱分配箱位。

目前，國(guó)內(nèi)外關(guān)于鐵路集裝箱場(chǎng)站堆場(chǎng)混堆箱位分配問(wèn)題的研究較少，針對(duì)的堆場(chǎng)生產(chǎn)指標(biāo)也較為單一，多數(shù)是為實(shí)現(xiàn)集裝箱堆存時(shí)產(chǎn)生最小壓箱數(shù)。例如，王力等為使堆存產(chǎn)生的壓箱數(shù)最小，根據(jù)堆場(chǎng)混堆作業(yè)問(wèn)題的描述建立了兩階段優(yōu)化模型，并設(shè)計(jì)啟發(fā)式算法對(duì)模型進(jìn)行求解[1]。段剛等針對(duì)鐵路集裝箱堆場(chǎng)混堆箱區(qū)的零散箱箱位分配問(wèn)題，建立計(jì)劃期內(nèi)以倒箱次數(shù)最少為目標(biāo)的多時(shí)段動(dòng)態(tài)集裝箱堆場(chǎng)箱位分配模型，設(shè)計(jì)遺傳算法進(jìn)行求解[2]。梁劍等針對(duì)集裝箱列車(chē)卸箱作業(yè)的效率問(wèn)題，將內(nèi)集卡的任務(wù)調(diào)度和集裝箱箱位分配進(jìn)行集成，建立集裝箱列車(chē)卸車(chē)作業(yè)的多目標(biāo)優(yōu)化模型，采用混合遺傳算法進(jìn)行求解[3]。武慧榮等以集裝箱堆場(chǎng)產(chǎn)生的壓箱數(shù)最小為目標(biāo)建立混堆堆場(chǎng)箱位分配模型，并設(shè)計(jì)啟發(fā)式算法對(duì)模型進(jìn)行求解[4]。

該文根據(jù)不同場(chǎng)站的堆場(chǎng)生產(chǎn)指標(biāo)。例如，使集裝箱堆存時(shí)產(chǎn)生壓箱數(shù)最小、集裝箱列車(chē)裝卸作業(yè)時(shí)間最短、鐵路軌道吊裝卸效率最高等總結(jié)主要影響集裝箱混堆堆存的因素，建立一個(gè)可以針對(duì)多指標(biāo)的通用集裝箱堆場(chǎng)混堆模型，設(shè)計(jì)啟發(fā)式算法進(jìn)行求解。根據(jù)模型和求解方法，利用Anylogic 搭建仿真平臺(tái)進(jìn)行測(cè)試驗(yàn)證，為用戶提供決策依據(jù)。

1 問(wèn)題描述

由于鐵路集裝箱場(chǎng)站的規(guī)模、布局、設(shè)備配置以及列車(chē)?？繒r(shí)間等因素的影響，不同場(chǎng)站的堆場(chǎng)生產(chǎn)指標(biāo)是不同的。例如，主堆場(chǎng)較小的鐵路集裝箱場(chǎng)站是以最大化主堆場(chǎng)利用率為主要的堆場(chǎng)生產(chǎn)指標(biāo)，解決主堆場(chǎng)堆存空間不足的問(wèn)題。主堆場(chǎng)較大的鐵路集裝箱場(chǎng)站是以使集裝箱堆存時(shí)產(chǎn)生壓箱數(shù)最小為主要的堆場(chǎng)生產(chǎn)目標(biāo)來(lái)提高集裝箱裝卸作業(yè)效率等。根據(jù)多個(gè)鐵路集裝箱場(chǎng)站的調(diào)研情況，主要影響鐵路集裝箱場(chǎng)站主堆場(chǎng)集裝箱混堆堆存的因素見(jiàn)表1。

如何根據(jù)表1 中的影響因素，建立一個(gè)可針對(duì)不同堆場(chǎng)生產(chǎn)指標(biāo)的通用型集裝箱堆場(chǎng)混堆模型，是一個(gè)值得研究的問(wèn)題。

2 建立模型

為了便于建立模型和仿真測(cè)試，需要遵循以下3 個(gè)假設(shè)條件。1）鐵路集裝箱場(chǎng)站365 d 連續(xù)不間斷運(yùn)作。2）待分配集裝箱的作業(yè)時(shí)間和作業(yè)箱區(qū)已知。3） 模型所涉及的集裝箱均為20' /40' TEU。4）集裝箱的收箱和提箱時(shí)間在計(jì)劃期內(nèi)不存在延誤。

2.1 量化影響因素

由于數(shù)學(xué)模型不能處理非量化的條件，所以需要將表1中的影響因素解析為關(guān)于貝位、排、層數(shù)的量化搜索條件，解析說(shuō)明包括以下4 點(diǎn)：1）鐵路軌道吊作業(yè)范圍是以貝位（bay）為單位，例如鐵路軌道吊A 作業(yè)范圍1 bay～45 bay，表示鐵路軌道吊A 只允許在主堆場(chǎng)第1 貝位～第45 貝位作業(yè)，所以影響因素1 可以解析為關(guān)于貝位的搜索條件。2） 鐵路場(chǎng)站主堆場(chǎng)集裝箱的任務(wù)類(lèi)型主要包括進(jìn)口箱、出口箱和中轉(zhuǎn)箱。為了提高堆場(chǎng)作業(yè)效率，不同任務(wù)類(lèi)型的集裝箱是有堆存偏好的，例如進(jìn)口箱要靠近集卡車(chē)道堆存、出口箱要靠近鐵路線堆存、中轉(zhuǎn)箱要在堆場(chǎng)中間堆存，所以鐵路場(chǎng)站主堆場(chǎng)一般是以排（row）為單位劃分不同任務(wù)類(lèi)型集裝箱的堆存位置的。因此，影響因素2 可以解析為關(guān)于排的搜索條件。3）為了便于堆場(chǎng)管理和提高堆場(chǎng)作業(yè)效率，一般鐵路場(chǎng)站主堆場(chǎng)的集裝箱類(lèi)型和尺寸是有固定標(biāo)準(zhǔn)的，多為20'和40'的標(biāo)準(zhǔn)集裝箱（TEU），也有鐵路場(chǎng)站的主堆場(chǎng)允許存放45'集裝箱。主堆場(chǎng)內(nèi)不同類(lèi)型和尺寸的集裝箱是有一定的堆存規(guī)則，例如特殊類(lèi)型和尺寸的集裝箱要在主堆場(chǎng)兩側(cè)堆存、20'和40'的標(biāo)準(zhǔn)集裝箱混合堆存等，所以影響因素3 也應(yīng)該解析為關(guān)于排的搜索條件。4）在鐵路集裝箱場(chǎng)站內(nèi)，火車(chē)是平行于主堆場(chǎng)?？孔鳂I(yè)的，為了提高集裝箱列車(chē)作業(yè)效率，每節(jié)車(chē)廂的集裝箱一般就近堆存與主堆場(chǎng)相鄰的貝位內(nèi)，所以影響因素4 應(yīng)該解析為關(guān)于貝位的搜索條件。最終解析結(jié)果見(jiàn)表2。

表1 集裝箱混堆堆存影響因素表

表2 集裝箱混堆堆存影響因素量化搜索條件表

2.2 目標(biāo)函數(shù)

鐵路集裝箱場(chǎng)站堆場(chǎng)混堆模型的目標(biāo)函數(shù)如公式（1）所示。

式中：D為計(jì)劃期內(nèi)分配到箱區(qū)的待分配箱總數(shù)；d為計(jì)劃期內(nèi)一段時(shí)間分配到箱區(qū)的待分配箱數(shù)（1 ≤d≤D）；S為主堆場(chǎng)集裝箱指派箱位的搜索條件總數(shù)；s為選定的箱位指派搜索條件數(shù)量（1 ≤s≤S）；SIFi為選定的箱位分配搜索條件中的第i個(gè)搜索條件（1 ≤i≤s）；OSIFi為是否選擇使用主堆場(chǎng)集裝箱分配箱位的第i個(gè)搜索條件，即OSIFi={1，使用第i個(gè)搜索條件；0，未用第i個(gè)搜索條件}；為主堆場(chǎng)集裝箱分配箱位的第i個(gè)搜索條件的權(quán)重，值為；表示選擇搜索條件排序越靠前則權(quán)重越高。目標(biāo)函數(shù)要根據(jù)選定搜索條件為計(jì)劃期內(nèi)的所有集裝箱分配最佳堆放位置，使?jié)M足不同場(chǎng)站的需求。

2.3 約束條件

式中：Cbrt為箱區(qū)內(nèi)第b貝位r排t層的箱位是否分配集裝箱，即Cbrt={1，分配集裝箱到當(dāng)前箱位；0，不分配}；B為箱區(qū)內(nèi)的貝位總數(shù)；b為貝位編號(hào)（1 ≤b≤B）；R為箱區(qū)內(nèi)的排位總數(shù)；r為排位編號(hào)（1 ≤r≤R）；T為箱區(qū)的最大堆垛層數(shù)；t為層數(shù)編號(hào)（1 ≤t≤T）。

式中：me為主堆場(chǎng)裝卸設(shè)備編號(hào)（1 ≤me≤4）；為主堆場(chǎng)裝卸設(shè)備me在當(dāng)前所在箱區(qū)的第b貝位。

約束條件（2）為集裝箱堆存不允許懸空放置；約束條件（3）為進(jìn)口集裝箱堆存位置要盡量靠近集卡裝卸作業(yè)線，以減少集卡等待時(shí)間；約束條件（4）為出口集裝箱堆存位置要盡量靠近列車(chē)裝卸作業(yè)線，以減少列車(chē)等待時(shí)間；約束條件（5）為防止堆場(chǎng)集裝箱裝卸設(shè)備碰撞，相鄰裝卸設(shè)備之間距離必須≥2 貝位。

3 模型求解

模型采用啟發(fā)式算法進(jìn)行求解，算法求解步驟如下。

步驟1：根據(jù)目標(biāo)鐵路集裝箱場(chǎng)站的特點(diǎn)，選擇符合要求的搜索條件。初始化參數(shù)，v=1，M={Φ}，N={Φ}。

步驟2：如果d≤D，則轉(zhuǎn)入步驟3，否則轉(zhuǎn)入步驟7。

步驟3：如果i≤s，則轉(zhuǎn)入步驟4，否則d=d+1，轉(zhuǎn)入步驟6。

步驟4：如果v≤V，則轉(zhuǎn)入步驟5，否則i=i+1，轉(zhuǎn)入步驟3。

步驟5：判斷第d個(gè)集裝箱在第v個(gè)箱位是否符合第i個(gè)搜索條件，如果符合，則、并排序，否則v=v+1，轉(zhuǎn)入步驟4。

步驟6：找到M中最大的箱位v，則，轉(zhuǎn)入步驟2。

步驟7：輸出N，算法結(jié)束。

其中，v為第i個(gè)搜索條件下箱位編號(hào)；V為第d個(gè)集裝箱第i個(gè)搜索條件下的箱位總數(shù)；M為第d個(gè)集裝箱第i個(gè)搜索條件下可分配箱位合集；為第d個(gè)集裝箱符合第i個(gè)搜索條件的箱位；為箱位v在第i個(gè)搜索條件下的權(quán)重；為箱位v符合的所有條件的總權(quán)重；N為所有集裝箱D最優(yōu)分配箱位合集。

4 仿真實(shí)例

利用Anylogic 仿真軟件建立鐵路場(chǎng)站仿真模型，根據(jù)建立的模型及求解過(guò)程設(shè)計(jì)集裝箱混堆策略生成功能，分別針對(duì)不同的堆場(chǎng)生產(chǎn)指標(biāo)生成集裝箱混堆策略，運(yùn)行仿真模型生成數(shù)據(jù)，并對(duì)仿真結(jié)果進(jìn)行分析。

4.1 仿真條件

該文以某自動(dòng)化鐵路場(chǎng)站集裝箱場(chǎng)站為例，該場(chǎng)站共有2 個(gè)主箱區(qū)，每個(gè)主箱區(qū)對(duì)應(yīng)一條集裝箱裝卸作業(yè)線，各有128 貝位、7 排，最大堆垛層數(shù)為2 層。自動(dòng)化鐵路集裝箱場(chǎng)站的裝卸設(shè)備主要包括自動(dòng)化鐵路軌道吊（TARMG）、堆場(chǎng)自動(dòng)化軌道吊（ARMG）和水平運(yùn)輸車(chē)輛。該仿真模型采用“TARMG + ARMG + 集裝箱卡車(chē)”的裝卸工藝，具體裝卸設(shè)備配置見(jiàn)表3。

表3 自動(dòng)化鐵路集裝箱場(chǎng)站集裝箱裝卸設(shè)備配置表

圖1 集裝箱堆場(chǎng)策略配置功能

4.2 策略生成

在仿真平臺(tái)中，以列表形式列出表2 影響因素解析的量化搜索條件，用戶可以自主選擇不同的搜索條件進(jìn)行搭配，仿真平臺(tái)根據(jù)用戶選擇的搜索條件生成符合要求的集裝箱堆存策略，利用模型求解算法，輸出最優(yōu)箱位分配序列。仿真平臺(tái)集裝箱堆存策略生成功能如圖1 所示。

4.3 仿真結(jié)果

針對(duì)不同堆場(chǎng)生產(chǎn)指標(biāo)分配箱位策略分別進(jìn)行10 組同一時(shí)間段內(nèi)多種作業(yè)類(lèi)型的仿真實(shí)驗(yàn)，仿真條件一致，每組作業(yè)數(shù)量為360，分別對(duì)不同策略的集裝箱堆存最小壓箱數(shù)、火車(chē)裝卸作業(yè)時(shí)間和TARMG 作業(yè)效率取平均值并進(jìn)行對(duì)比，對(duì)比情況如圖2 所示，其中策略1 為以最小壓箱數(shù)為目標(biāo)分配箱位策略，策略2 為以火車(chē)最短裝卸作業(yè)時(shí)間為目標(biāo)分配箱位策略，策略3 為以TARMG 作業(yè)效率最高為目標(biāo)分配箱位策略，策略4 為以隨機(jī)空位優(yōu)先為目標(biāo)分配箱位策略。

從圖2 中可以看出，有明確堆場(chǎng)生產(chǎn)指標(biāo)的箱位分配策略在相應(yīng)的對(duì)比項(xiàng)中都具有較好的表現(xiàn)，而隨機(jī)策略各項(xiàng)對(duì)比數(shù)據(jù)表現(xiàn)都較為一般。

圖2 不同堆場(chǎng)生產(chǎn)指標(biāo)分配箱位策略仿真對(duì)比圖

5 結(jié)語(yǔ)

該文研究的通用集裝箱堆場(chǎng)混堆模型能通過(guò)不同組合的箱位搜索條件來(lái)制定各種針對(duì)主要堆場(chǎng)生產(chǎn)指標(biāo)的箱位分配策略，仿真結(jié)果基本符合堆場(chǎng)實(shí)際作業(yè)情況，模型具有較高的通用性和可靠性。下一步研究方向?qū)⑨槍?duì)計(jì)劃期內(nèi)外集卡收提箱時(shí)間的不確定性改進(jìn)模型。