集裝箱碼頭綠色作業(yè)調(diào)度優(yōu)化研究綜述

董明望，黃麟富，辜 勇

(武漢理工大學(xué) 交通與物流工程學(xué)院，湖北 武漢 430063)

0 引 言

隨著環(huán)境污染與全球變暖問題日益嚴重，綠色發(fā)展理念不斷深入交通行業(yè)，集裝箱碼頭作為交通行業(yè)的重要組成部分，是推進建設(shè)綠色港口的關(guān)鍵。

集裝箱碼頭的作業(yè)環(huán)節(jié)有泊位分配、岸橋調(diào)度、岸橋分配、集卡調(diào)度、堆場分配、場橋調(diào)度等。現(xiàn)今自動化集裝箱碼頭作業(yè)主要有岸橋作業(yè)、水平運輸作業(yè)、堆場作業(yè)。綠色作業(yè)調(diào)度是指在對作業(yè)環(huán)節(jié)進行統(tǒng)籌調(diào)度時，將減排或降低能耗等作為調(diào)度的考慮因素，從而實現(xiàn)作業(yè)調(diào)度的低碳、節(jié)能化。

鎮(zhèn)璐等[1]總結(jié)了綠色港口、綠色航運和綠色海事政策對綠色航運的影響；常祎妹等[2]研究了在碼頭前沿、碼頭堆場以及兩者間的集成調(diào)度問題，但未對集裝箱碼頭的綠色作業(yè)調(diào)度問題進行總結(jié)；賀林林等[3]對綠色港口建設(shè)中港區(qū)大氣污染物排放研究進行了綜述。鑒于此，筆者結(jié)合集裝箱碼頭的作業(yè)調(diào)度情況，從傳統(tǒng)集裝箱碼頭和自動化集裝箱碼頭兩方面歸納碼頭綠色作業(yè)調(diào)度優(yōu)化的相關(guān)文獻。在分析已有文獻的基礎(chǔ)上，進一步提出集裝箱碼頭綠色作業(yè)調(diào)度優(yōu)化的未來研究方向。

1 傳統(tǒng)集裝箱碼頭綠色作業(yè)調(diào)度優(yōu)化

集裝箱碼頭的作業(yè)系統(tǒng)復(fù)雜，涉及多個作業(yè)子系統(tǒng)，各作業(yè)環(huán)節(jié)相互關(guān)聯(lián)、影響、制約，共同完成集裝箱裝卸船的作業(yè)任務(wù)。因此對涉及集裝箱碼頭綠色作業(yè)調(diào)度研究的現(xiàn)有文獻進行總結(jié)和梳理，主要分為單個作業(yè)環(huán)節(jié)、多個作業(yè)環(huán)節(jié)兩方面。

1.1 單個作業(yè)環(huán)節(jié)的綠色調(diào)度

集裝箱碼頭的單個作業(yè)環(huán)節(jié)主要有泊位分配、岸橋分配、岸橋調(diào)度、集卡調(diào)度、堆場起重機調(diào)度等，對單個作業(yè)環(huán)節(jié)進行分類梳理與總結(jié)。

1.1.1 泊位分配

許歡等[4]將船舶油耗和碳排放量加入目標(biāo)函數(shù)中，建立以船舶油耗量最小和船舶離港延遲時間最短為雙目標(biāo)的泊位分配模型，并設(shè)計了多目標(biāo)遺傳算法進行求解，運用仿真算驗證該策略的有效性；Y.DU等[5]研究泊位分配問題時考慮燃油消耗和船舶尾氣排放，并構(gòu)建MISOCP 模型，采用二階錐規(guī)劃技術(shù)來處理非線性問題；G.VENTURINI等[6]研究了多港口間的泊位分配問題并分析航行速度優(yōu)化對于操作時間、燃油消耗和尾氣排放的影響；J.HOU等[7]考慮岸電的應(yīng)用，提出一個混合整數(shù)非線性規(guī)劃模型，用于研究動態(tài)泊位分配問題；M.A.DULEBENETS等[8]將混合進化算法運用到泊位調(diào)度問題中，其目標(biāo)是最小化集裝箱裝卸設(shè)備的 CO2排放量。針對上述文獻在模型類型、算法類型、試驗規(guī)模等方面進行整理，如表1。

由表1可知，多數(shù)研究從減少船舶油耗的角度實現(xiàn)綠色作業(yè)調(diào)度，降低成本也是研究的重點之一；多數(shù)研究從確定性的情況出發(fā)進行研究，動態(tài)或不確定的情況考慮較少；泊位分配考慮碼頭和船公司雙方的利益是研究的重點，當(dāng)雙方達成合作共識，才能提高效率、實現(xiàn)雙贏，同時應(yīng)考慮船公司優(yōu)先級，提高碼頭服務(wù)水平與質(zhì)量；此類問題屬于NP-hard問題，故多用智能算法進行求解。

表1 對泊位進行綠色作業(yè)調(diào)度的研究文獻Table 1 Summary of research literature on green job scheduling for berths

1.1.2 岸橋分配或調(diào)度

薛松[9]通過量化集裝箱碼頭碳排放，將碳稅作為附加成本計入總運營成本中，建立泊位岸橋調(diào)度混合整數(shù)規(guī)劃模型，并運用CPLEX進行求解；S.YU等[10]和A.M.TALAVERA等[11]分別構(gòu)建混合整數(shù)非線性規(guī)劃模型和混合整數(shù)規(guī)劃模型求解岸橋調(diào)度問題；D.LIU等[12]提出了岸橋分配的數(shù)學(xué)規(guī)劃模型，以最小化卸貨過程中的 CO2排放和能耗為目標(biāo)，采用GRASP(greedy randomized adaptive search)，即貪婪隨機自適應(yīng)搜索算法進行求解。表2總結(jié)了岸橋綠色作業(yè)調(diào)度研究，其中AGV(automated guided vehicle)為自動引導(dǎo)車，QC(quay crane)為岸橋。

由表2可知，多數(shù)研究假設(shè)岸橋在確定性情況下作業(yè)，而實際中會有突發(fā)情況，因此考慮不確定性情況下的調(diào)度是未來研究的方向；岸橋作業(yè)主要考慮大車移動，實際上小車和吊具的頻繁作業(yè)占到岸橋能耗的較大比重，將兩者考慮在內(nèi)可以得到更接近實際的作業(yè)調(diào)度問題。

1.1.3 集卡調(diào)度

唐國磊等[13]研究三種集卡的調(diào)度方式對港區(qū)排放的影響，并利用仿真技術(shù)進行定量分析；李兵兵等[14]研究集卡速度對碳排放的影響，構(gòu)建了M/G/S/∞/∞/FCFS排隊系統(tǒng)模型，采用MOVES模型，對集卡車輛排隊過程中的碳排放進行仿真研究；范厚明等[15]將改進的蟻群算法運用到送箱集卡多碼頭調(diào)度問題中，其目標(biāo)是單一場調(diào)用送箱集卡數(shù)量最小及多集裝箱碼頭調(diào)度方案碳排放總量最??；王濤[16]針對多碼頭的內(nèi)集卡的作業(yè)效率與能耗，構(gòu)建多目標(biāo)數(shù)字規(guī)劃模塊，運用匈牙利算法進行求解；盧毅勤等[17]將集卡的作業(yè)效率與能源消耗結(jié)合，構(gòu)建了以兩者之和最優(yōu)為目標(biāo)的多目標(biāo)模型，并設(shè)計粒子群算法進行求解。針對集卡綠色作業(yè)調(diào)度在模型類型、算法類型等方面進行歸納，如表3。

表2 對岸橋進行綠色作業(yè)調(diào)度的研究文獻Table 2 Summary of research literature on green job scheduling for quay cranes

通過表3可知，集卡的作業(yè)效率會影響碼頭的裝卸效率，也是港區(qū)的主要排放源，如何兼顧效率與減排是研究此類問題的關(guān)鍵；通過仿真方法與運籌優(yōu)化方法結(jié)合展示方案可作為效果的多形式化途徑；隨著雙碳政策的實施，集卡用能正在向新能源或者電力驅(qū)動轉(zhuǎn)化、綠色作業(yè)調(diào)度的研究角度應(yīng)適時轉(zhuǎn)變。

表3 對集卡進行綠色作業(yè)調(diào)度的研究文獻Table 3 Summary of research literature on green job scheduling for trucks

1.1.4 場橋調(diào)度

徐飛慶[18]建立了一個基于軟時間窗的車輛路徑優(yōu)化模型，目標(biāo)是實現(xiàn)場橋能耗成本和延誤成本最低，將場橋調(diào)度問題轉(zhuǎn)化為車輛路徑規(guī)劃問題(vehicle routing problem，VRP)問題，設(shè)計了遺傳算法，但未考慮場橋到達時間的不確定性；YUN Peng等[19]關(guān)注與碳減排相關(guān)的場橋調(diào)度問題, 通過將數(shù)學(xué)模型和仿真模型相結(jié)合, 提出了在類似情況下其它港口的通用模型；S.MEI等[20]研究堆場起重機的調(diào)度問題，構(gòu)建了以輪胎式龍門吊總能耗最小為目標(biāo)的整數(shù)規(guī)劃模型，結(jié)合實例運用SSPS工具進行求解；J.HE等[21]為最小化所有任務(wù)組的總完成延遲和所有堆場起重機的總能耗，將堆場起重機調(diào)度問題轉(zhuǎn)化為帶軟時間窗的車輛路徑問題，將遺傳算法和粒子群算法相結(jié)合對問題進行求解。

可見，場橋的綠色作業(yè)調(diào)度研究主要考慮能耗和減排，目前軌道式場橋已實現(xiàn)電力驅(qū)動，輪胎式場橋也朝著油電混合、氫動力驅(qū)動等方向發(fā)展。因此，場橋調(diào)度研究要考慮使用新能源驅(qū)動的耗能、減排和效率特點，并考慮新型驅(qū)動方式帶來的不確定性因素對作業(yè)調(diào)度的影響。

1.2 多個作業(yè)環(huán)節(jié)的綠色調(diào)度問題

集裝箱碼頭各作業(yè)相互影響，研究多個作業(yè)環(huán)節(jié)的聯(lián)合調(diào)度，更加貼近實際。其中岸橋是碼頭的關(guān)鍵資源，通常將岸橋與泊位、集卡、場橋進行聯(lián)合作業(yè)調(diào)度研究。

1.2.1 兩個作業(yè)環(huán)節(jié)

曾慶光等[22]著眼于船舶碳排放，提出了以船舶排放最小和船舶總在港時間最小為目標(biāo)的雙目標(biāo)規(guī)劃模型，設(shè)計了快速非支配排序的遺傳算法進行求解；王旭等[23]考慮到港時間不確定性和集卡運輸能力受限等約束，針對泊位-岸橋分配問題，建立了以最小化船舶碳排放和平均延遲時間為目標(biāo)的多目標(biāo)非線性混合整數(shù)規(guī)劃模型，采用高效非支配排序的遺傳算法進行求解，但未考慮在港時的排放；趙虎等[24]研究船舶到港時間可變策略的泊位-岸橋聯(lián)合調(diào)度模型，以最小化船舶延遲離港時間、航行油耗和整個碼頭碳排放為目標(biāo)進行多層次對比分析，但模型中未考慮集卡整個行駛過程的排放；J.P.R.OLIVEIRA等[25]將貪婪隨機自適應(yīng)搜索算法應(yīng)用到岸橋調(diào)度和分配的多目標(biāo)優(yōu)化問題中；J.HE[26]著眼于節(jié)能和省時，運用文化基因算法求解泊位分配和岸橋聯(lián)合優(yōu)化問題；嚴南南等[27]以集卡能耗和岸橋集卡作業(yè)時間及所有集裝箱的岸橋作業(yè)時間和集卡運輸時間之和最小化，及集卡總能耗最小化為目標(biāo)建立模型，運用多目標(biāo)優(yōu)化方法對目標(biāo)函數(shù)進行平衡，并設(shè)計遺傳算法進行求解。上述研究在目標(biāo)函數(shù)、模型類型等方面進行梳理，如表4。

由表4可知，岸橋和泊位的聯(lián)合調(diào)度是兩個作業(yè)環(huán)節(jié)研究的主要問題。在排放控制區(qū)和“一帶一路”倡議背景下，船舶在港停泊的排放應(yīng)引起重視，通常借助航速優(yōu)化減少船舶燃油消耗，或者使用岸基供電降低船舶在港排放。此外，對港口裝備節(jié)能和作業(yè)效率之間的平衡問題值得研究。

表4 對兩個作業(yè)環(huán)節(jié)綠色調(diào)度的研究文獻Table 4 Summary of the research literature on the green scheduling of two operation links

1.2.2 三個作業(yè)環(huán)節(jié)

代江濤等[28]考慮岸橋、場橋、集卡在不同作業(yè)狀態(tài)下的能耗，建立了多目標(biāo)混合整數(shù)規(guī)劃模型，并設(shè)計了改進自適應(yīng)遺傳算法進行求解；J.HE等[29]基于遺傳算法和粒子群算法設(shè)計了一個混合優(yōu)化算法，以用于求解岸橋、內(nèi)卡和場橋聯(lián)合調(diào)度問題，其目標(biāo)是避免船舶延誤和最小化操作過程的能耗。當(dāng)考慮多個作業(yè)環(huán)節(jié)時，勢必會構(gòu)建多目標(biāo)優(yōu)化模型對問題進行描述，節(jié)能和效率之間可能會存在沖突。

經(jīng)過梳理，集裝箱碼頭的綠色作業(yè)調(diào)度研究有如下特點：多數(shù)研究的是單作業(yè)環(huán)節(jié)，以泊位分配、岸橋分配為主要研究問題；主要研究目標(biāo)包括減少碳排放量、降低能耗、縮小作業(yè)完成時間等；根據(jù)問題的特性，此類NP-hard問題主要運用智能算法進行求解，少部分運用仿真模擬實驗進行驗證。

借助網(wǎng)絡(luò)資源，收集得出集裝箱碼頭綠色方向上的學(xué)術(shù)發(fā)展趨勢如圖1。由圖1可知，關(guān)于集裝箱碼頭綠色方向上的研究越來越引起重視。

由此，筆者認為未來集裝箱碼頭綠色作業(yè)調(diào)度優(yōu)化的研究方向有：①既考慮作業(yè)設(shè)備的節(jié)能減排問題，如減少CO2的排放、作業(yè)能耗等，同時也應(yīng)考慮船舶的排放，如船舶在港期間的排放、行駛過程的油耗等；②研究不確定條件下各個作業(yè)環(huán)節(jié)的調(diào)度，考慮設(shè)備可能出現(xiàn)的狀況，如設(shè)備失效、設(shè)備作業(yè)時間延遲等；③研究多目標(biāo)模型時，考慮求解算法的優(yōu)化，實現(xiàn)更加高效的求解速率；④研究多個作業(yè)環(huán)節(jié)的協(xié)同調(diào)度，應(yīng)考慮各個作業(yè)環(huán)節(jié)的關(guān)聯(lián)性，從而實現(xiàn)綠色作業(yè)調(diào)度的有效性。

圖1 集裝箱碼頭綠色方向?qū)W術(shù)發(fā)展趨勢Fig. 1 The academic development trend of the green direction of container terminals

2 自動化集裝箱碼頭綠色作業(yè)調(diào)度優(yōu)化

自動化集裝箱碼頭是將原本的岸橋、場橋、集卡等作業(yè)設(shè)備換成與之相對應(yīng)的自動化設(shè)備，從而高效完成岸邊和堆場之間的運輸作業(yè)、堆場內(nèi)的作業(yè)以及進出道口的作業(yè)[30-31]。在這些過程中，主要運用的設(shè)備有：岸橋、自動化軌道吊或自動軌道起重機(automated stacking crane, ACS)、自動引導(dǎo)車(automated guided vehicle, AGV)、無人集卡等。綜合現(xiàn)有研究文獻，從單個作業(yè)環(huán)節(jié)和多個作業(yè)環(huán)節(jié)，對自動化集裝箱碼頭綠色作業(yè)調(diào)度優(yōu)化研究進行總結(jié)和梳理。

2.1 單個作業(yè)環(huán)節(jié)

周亞民等[32]研究穿越式雙ASC的耗能問題，以最小化集裝箱任務(wù)的總完成時間和總耗能為目標(biāo)，建立了混合整數(shù)規(guī)劃模型；J.RONG等[33]以軌道起重機的行走距離表示能耗問題，構(gòu)建了以自動軌道起重機運行距離最小的存儲空間分配模型，并運用遺傳算法進行求解；王聰?shù)萚34]考慮了AGV 作業(yè)行為對作業(yè)效率及能耗的影響，構(gòu)建雙層規(guī)劃模型用于研究AGV的能耗; 丁一等[35]運用CPLEX解決岸橋調(diào)度中堆場箱區(qū)間作業(yè)量不均衡問題。

單個作業(yè)環(huán)節(jié)研究的對象主要是AGV和ASC；AGV的電力驅(qū)動帶來了包括充電、換電等新的調(diào)度問題；應(yīng)進一步探索不確定情況下的調(diào)度問題，如裝卸效率的不穩(wěn)定等；實現(xiàn)調(diào)度計劃的實時性也是研究的難點。

2.2 多個作業(yè)環(huán)節(jié)的研究

針對多個作業(yè)環(huán)節(jié)的研究，從兩個作業(yè)環(huán)節(jié)和三個作業(yè)環(huán)節(jié)兩方面進行研究文獻的總結(jié)與梳理。

2.2.1 兩個作業(yè)環(huán)節(jié)

L.YUE等[36]考慮碼頭起重機和堆場緩沖器容量、船舶穩(wěn)定性、AGV最大續(xù)航能力等相關(guān)約束條件，針對岸橋和AGV構(gòu)建了兩階段優(yōu)化模型，目的是為了裝卸作業(yè)能耗最小化、AGV利用率最大化，并設(shè)計枚舉法和遺傳算法分別進行求解；范厚明等[37]在考慮岸橋、AGV運輸過程的能耗的情況下，建立了一個以兩者能耗最小的雙小車岸橋配置與調(diào)度模型，并運用枚舉法和遺傳算法進行兩階段求解；Q.ZHAO等[38]著眼于最小化岸橋和AGV的總能耗，構(gòu)建了兩者協(xié)同調(diào)度模型，運用兩階段禁忌搜索算法進行求解。岸橋和AGV的作業(yè)調(diào)度一直以來都是研究的熱點，兩者活動密切相關(guān)，影響作業(yè)效率，應(yīng)考慮不確定性因素，包括岸橋故障、AGV路徑?jīng)_突等。

2.2.2 三個作業(yè)環(huán)節(jié)

M.ZHONG等[39]將混合遺傳算法和粒子群算法運用到自動化終端中QC、AGV和自動化軌道吊的集成調(diào)度問題中，其目標(biāo)是為了最小化船舶裝卸時間，以期緩解能源消耗；艾立紅等[40]從時間效率與節(jié)能的角度出發(fā)，針對自動化集裝箱碼頭的QC、AGV、ASC，構(gòu)建了多目標(biāo)混合整數(shù)規(guī)劃模型。對多個作業(yè)環(huán)節(jié)的研究從模型類型、算法類型等方面進行歸納梳理，如表5。

由表5可知，多個作業(yè)環(huán)節(jié)的調(diào)度主要從節(jié)約能耗的角度出發(fā)，研究作業(yè)過程中設(shè)備能耗減少的問題；權(quán)衡效率和能耗是研究的重點；文獻主要構(gòu)建多目標(biāo)數(shù)學(xué)模型對問題進行描述，智能算法是求解此類問題的主要方法。

涉及多個作業(yè)環(huán)節(jié)的問題，研究可從減少能耗、船舶在港時間等角度出發(fā)，考慮隨機性因素使得問題更貼近實際，但會更為復(fù)雜，求解難度也會增加，因此，在綜合現(xiàn)有運籌優(yōu)化方法求解穩(wěn)定性的情況下，借助學(xué)習(xí)性強的神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等算法對復(fù)雜模型進行求解，是值得研究的地方。

表5 對多個作業(yè)環(huán)節(jié)的研究文獻Table 5 Summary of research literature on multiple operation links

經(jīng)過梳理，自動化集裝箱碼頭的綠色作業(yè)調(diào)度研究有如下特點：多數(shù)文獻主要研究AGV與QC的調(diào)度問題，多個作業(yè)環(huán)節(jié)的協(xié)同調(diào)度研究也逐年增加；與傳統(tǒng)集裝箱碼頭不同，自動化集裝箱碼頭綠色作業(yè)調(diào)度的目標(biāo)多考慮減少設(shè)備能耗和作業(yè)完成時間；同時求解此類問題也是運用智能算法或是啟發(fā)式算法。

圖2 自動化集裝箱碼頭能耗方向?qū)W術(shù)發(fā)展趨勢圖Fig. 2 The academic development trend of the energy consumption direction of automated container terminals

與圖1的獲取方式一致，收集自動化集裝箱碼頭考慮能耗的作業(yè)調(diào)度的研究文獻，如圖2。筆者認為未來自動化集裝箱碼頭綠色作業(yè)調(diào)度優(yōu)化的研究方向主要有：①針對多個作業(yè)環(huán)節(jié)的協(xié)同調(diào)度研究，除了考慮降低作業(yè)時間，有必要將設(shè)備節(jié)能納入研究問題；②船舶作為主要污染源之一，對其在港排放進行研究具有重要意義；③為使研究更加符合實際情況，需考慮作業(yè)過程中出現(xiàn)的隨機因素，如交通擁堵、AGV出現(xiàn)故障、設(shè)備失靈等情況；④將成本、能耗、效率等相關(guān)內(nèi)容納入模型建立，進一步提高自動化集裝箱碼頭的作業(yè)效率與服務(wù)水平。

3 結(jié) 語

集裝箱碼頭綠色作業(yè)調(diào)度的研究現(xiàn)狀：①集裝箱碼頭設(shè)備用能逐步向電能轉(zhuǎn)變，目前多數(shù)研究主要考慮減排。自動化集裝箱碼頭以電力驅(qū)動為主，降低能耗是其考慮的主要目標(biāo)；②調(diào)度問題屬于NP-hard問題，運籌優(yōu)化方法是求解主要方式。

集裝箱碼頭綠色作業(yè)調(diào)度的重難點有：①多目標(biāo)沖突問題，現(xiàn)有研究考慮了減少作業(yè)時間、減少設(shè)備能耗、減少船舶在港時間和航行油耗等多個目標(biāo)；②不確定性因素納入問題研究同樣值得關(guān)注，目前考慮的因素有雙小車QC轉(zhuǎn)運平臺容量限制、船舶到港時間的不確定等；③實時性、動態(tài)性問題也是研究的重難點，如對AGV的作業(yè)行為優(yōu)化。

未來進一步的研究方向有：①多目標(biāo)之間可能會存在沖突，因此應(yīng)考慮平衡成本、時間、節(jié)能減排的沖突，各算法之間各有優(yōu)劣勢，如何利用各自的優(yōu)點進行有機組合解決多目標(biāo)優(yōu)化問題同樣也值得關(guān)注。除了借助運籌優(yōu)化方法解決問題，也可運用系統(tǒng)仿真方法分析求解此類問題；②應(yīng)考慮作業(yè)環(huán)節(jié)的不確定性因素，如岸橋故障、AGV或者集卡的路徑?jīng)_突、自動化裝備的充電速度等；③實時性、動態(tài)性也是未來的方向，實際應(yīng)用中需要實時調(diào)度，滿足動態(tài)變化，如船舶到港時間的變化、裝卸效率的可變性等；④碼頭使用新能源是必然趨勢，當(dāng)作業(yè)設(shè)備使用新能源時，作業(yè)調(diào)度應(yīng)與能源管理相融合匹配。