考慮船舶排放的班輪公司船隊(duì)部署研究

楊 斌，饒明君，朱小林，許波桅

(上海海事大學(xué) 物流研究中心，上海 201306)

?

考慮船舶排放的班輪公司船隊(duì)部署研究

楊 斌，饒明君，朱小林，許波桅

(上海海事大學(xué) 物流研究中心，上海 201306)

針對(duì)集裝箱海運(yùn)中船舶排放、船隊(duì)部署問題，分析了班輪運(yùn)營(yíng)總成本的構(gòu)成，依據(jù)班輪遠(yuǎn)洋多港掛靠循環(huán)航線特征及集裝箱轉(zhuǎn)運(yùn)特點(diǎn)，以可變船舶航速為決策變量，船舶運(yùn)營(yíng)總成本與船舶排放量最小化為目標(biāo)，建立了基于低碳經(jīng)濟(jì)下的班輪公司船隊(duì)部署多目標(biāo)混合整數(shù)非線性規(guī)劃模型，并引用了多目標(biāo)遞推算法進(jìn)行求解。算例中通過對(duì)航行速度的靈敏度與帕累托分析，發(fā)現(xiàn)了船舶最低排放的航行速度。其次，運(yùn)用航運(yùn)軸輻式網(wǎng)絡(luò)的特點(diǎn)，從眾多港口中選擇部分樞紐港進(jìn)行轉(zhuǎn)運(yùn)形成干線運(yùn)輸規(guī)模效應(yīng)。結(jié)果表明：該模型可以同時(shí)決策船隊(duì)部署和集裝箱轉(zhuǎn)運(yùn)，其優(yōu)化結(jié)果更符合實(shí)際情況，對(duì)航運(yùn)市場(chǎng)供需平衡的運(yùn)力配置決策具有借鑒意義。

交通運(yùn)輸工程；船隊(duì)部署；排放；帕累托分析；多目標(biāo)規(guī)劃

0 引 言

班輪船隊(duì)部署是船公司在營(yíng)運(yùn)中經(jīng)常面臨的一類決策，其目的是合理地將班輪船隊(duì)中不同類型、不同噸級(jí)的船舶部署到不同航線上，以保證船公司在此部署下取得良好的經(jīng)濟(jì)效益。但在實(shí)際工作中，當(dāng)船型及航線較多時(shí)，則有相當(dāng)一部分船隊(duì)部署工作是船公司調(diào)度人員憑自己的工作經(jīng)驗(yàn)來(lái)進(jìn)行，很難保證做到最合理的部署。楊秋平等[1]為了提高船舶資源配置的適用性，建立了以船隊(duì)總營(yíng)運(yùn)收益最大為目標(biāo)的航線配船與船隊(duì)規(guī)劃模型；趙剛[2]研究如何最合理地將班輪公司船隊(duì)中不同類型的船舶配置到公司經(jīng)營(yíng)的各條航線上，使整個(gè)船隊(duì)取得良好的經(jīng)濟(jì)效益。

隨著全球溫室效應(yīng)的加劇，各國(guó)專家學(xué)者越來(lái)越關(guān)注船舶排放對(duì)環(huán)境的影響，所以在集裝箱班輪船隊(duì)部署研究中，需要納入船舶排放對(duì)海洋環(huán)境污染的影響。K-H.Lai等[3]闡述了綠色低碳航運(yùn)在航運(yùn)界的概念、采用和影響，幫助班輪公司保護(hù)海洋環(huán)境，尋找合適的優(yōu)化方法來(lái)減少對(duì)航運(yùn)環(huán)境污染。T.E.Notteboom等[4]研究集裝箱班輪運(yùn)輸在高燃油成本背景下的班輪服務(wù)配置問題，構(gòu)建了一個(gè)成本模型來(lái)模擬燃油價(jià)格波動(dòng)對(duì)班輪運(yùn)營(yíng)成本的影響。Qi Xiangtong等[5]基于碼頭作業(yè)時(shí)間的不確定性，通過優(yōu)化班輪船期表，使班輪在運(yùn)輸航線上的總?cè)加拖牧繙p少。J.Hulskotte等[6]通過制定合理的港口泊位-岸橋協(xié)同計(jì)劃，使得船舶在港期間的廢氣排放量降低。

集裝箱轉(zhuǎn)運(yùn)即安排船舶在任何一個(gè)樞紐港口進(jìn)行卸箱、裝箱、中轉(zhuǎn)操作。楊秋平等[7]研究了集裝箱直達(dá)運(yùn)輸?shù)陌噍喆?duì)規(guī)劃。然而現(xiàn)實(shí)情況下港口分散在世界各地沿?？诎?，班輪公司很難為每一對(duì)港口之間提供直達(dá)運(yùn)輸服務(wù)，非直達(dá)港口間的集裝箱運(yùn)輸可以通過轉(zhuǎn)運(yùn)來(lái)完成，集裝箱轉(zhuǎn)運(yùn)使得班輪公司運(yùn)作上具有靈活性，但同時(shí)對(duì)船隊(duì)的部署也提出了新的挑戰(zhàn)，比如港口之間的季節(jié)性需求波動(dòng)時(shí)，就需要?jiǎng)討B(tài)調(diào)整班輪航線的部署計(jì)劃。宋若辰等[8]研究集裝箱空箱在途庫(kù)存成本控制問題。N．K．Tran[9]主要解決運(yùn)輸途中掛靠港選擇、掛靠順序優(yōu)化、集裝箱轉(zhuǎn)運(yùn)等三個(gè)問題；Wang Shuai’an 等[10]研究集裝箱班輪轉(zhuǎn)運(yùn)及航線對(duì)船舶類型選擇問題。但以上研究均未考慮船舶排放對(duì)班輪公司運(yùn)營(yíng)及海洋環(huán)境及影響。

上述模型與方法主要以船隊(duì)盈利或節(jié)省成本為優(yōu)化目標(biāo)，忽略了船舶航速及排放的影響，將問題簡(jiǎn)單地處理為線性模型。筆者采用Du Yuquan等[11]提出的船舶排放計(jì)算公式，作為衡量船舶排放量的目標(biāo)函數(shù)，建立以周計(jì)劃內(nèi)船隊(duì)運(yùn)營(yíng)總成本和船舶排放量最小化的多目標(biāo)混合整數(shù)線性規(guī)劃(multi-objective mixed integer linear programming)模型，通過以航行速度為決策變量，建立船舶排放和船隊(duì)部署之間的關(guān)系，實(shí)現(xiàn)減少船舶排放量的同時(shí)降低船隊(duì)部署運(yùn)營(yíng)成本目的。此外，為班輪公司決策每條已知航線上航行的船舶類型和數(shù)量，以及提供了船隊(duì)中每種船舶類型的租用和出租數(shù)量參考，進(jìn)而調(diào)整集裝箱班輪轉(zhuǎn)運(yùn)航線，最終實(shí)現(xiàn)船舶排放、船隊(duì)部署與集裝箱轉(zhuǎn)運(yùn)系統(tǒng)優(yōu)化。

1 問題描述

溫室效應(yīng)的時(shí)代，各行各業(yè)都要求節(jié)能減排，在船舶作為能耗大戶的背景下，研究船舶節(jié)約能源消耗，降低船舶排放具有重要的現(xiàn)實(shí)意義。船舶油耗與船舶速度有關(guān)，單位時(shí)間的油耗rF主要由船舶速度s決定，油耗與船舶速度成正相關(guān)，而船舶類型也決定航速的高低。在Du Yuquan等[11]的研究中，單位時(shí)間里的油耗由式(1)確定：

rF=c0+c1·sμ

(1)

式中：rF為單位時(shí)間里的油耗；s為船舶速度；c0，c1為回歸系數(shù)；μ的值與船舶大小型號(hào)有關(guān)。

每條航線的船舶油耗由式(2)確定：

(2)

式中：Fr為每條航線r的船舶油耗，可以用單位時(shí)間里的油耗乘上航行時(shí)間來(lái)表示；mr表示航線r的里程；sr表示航行在航線r上的速度；μr表示航行在航線r上的船舶系數(shù)。

為了呈現(xiàn)油耗和速度之間的關(guān)系，對(duì)式(2)的速度求1階導(dǎo)數(shù)和2階導(dǎo)數(shù)：

(3)

(4)

(5)

式(6)用來(lái)計(jì)算船舶v在航線r航行期間排放，記為hr,v：

hr,v=∑r,n[Fr·EFr,n]

(6)式中：Fr為船舶在航線r上航行期間的油耗量，kg；EFr,n為航線路徑r上的第n個(gè)排放因素計(jì)算系數(shù)，目前主要考慮的排放因素為CO2，NOX，SOX。如表1。

以某全球集裝箱班輪運(yùn)輸公司作為研究對(duì)象，運(yùn)營(yíng)一組固定班輪航線，定期服務(wù)于一組港口。圖1為具有3條路徑的班輪航線網(wǎng)絡(luò)。

圖1 具有3條路徑的班輪航線網(wǎng)絡(luò)Fig.1 Liner shipping network with three ship routes

根據(jù)實(shí)際情況，假設(shè)每條班輪航線保持每周班次和船舶一起部署各航線上，并且在遠(yuǎn)洋多港掛靠循環(huán)航線中，每一個(gè)港口可以由航行期間服務(wù)于航線的船舶?？恳淮我陨?。對(duì)所有港口進(jìn)行編號(hào)，使得每條航線就可以用數(shù)字表達(dá)，每條航線上數(shù)字的個(gè)數(shù)代表掛靠港口的總次數(shù)，用Nr表示。例如在航線1中，一共有3個(gè)港口，那么Nr=3，對(duì)應(yīng)港口掛靠順序見式(7)。

Pr1→Pr2→Pr3→Pr1

(7)

2 模型的建立

首先定義相關(guān)集合、參數(shù)與決策變量。

1)集合變量：r∈R表示船舶航線集合；p∈P表示港口集合；v∈V表示船舶類型集合；Nr表示航線r靠泊的港口數(shù)量；τr={1,2，…，Nr}表示航線r上港口停靠順序序列(i∈τr)。

集裝箱在港口進(jìn)行裝卸操作可以分為三類：第1類是集裝箱從該港口裝箱，運(yùn)往其他港口；第2類是集裝箱來(lái)自其他港口，在該港口卸箱；第3類是集裝箱在該港口進(jìn)行轉(zhuǎn)運(yùn)操作。中轉(zhuǎn)港口進(jìn)行轉(zhuǎn)運(yùn)的集裝箱數(shù)量計(jì)算式(8)：

(8)

2.1 數(shù)學(xué)模型

船隊(duì)運(yùn)營(yíng)中的主要成本有5項(xiàng)，其次還有一項(xiàng)收益，如表2。

表2 各項(xiàng)成本和收益

以周計(jì)劃內(nèi)船隊(duì)運(yùn)營(yíng)總成本和排放量最小，建立與船舶航行速度有關(guān)的混合整數(shù)非線性規(guī)劃多目標(biāo)模型。固定的班輪航線里程已知，船航行速度決定船舶在該條航線的航行時(shí)間，將航行時(shí)間代入模型中，以滿足周計(jì)劃集裝箱運(yùn)輸需求：

(9)

(10)

Where

(11)

(12)

(13)

(14)

(15)

(16)

s.t． ∑vxr,v=1,?r∈R

(17)

(18)

(19)

(20)

(21)

(22)

(23)

(24)

(25)

(26)

(27)

目標(biāo)函數(shù)式(9)與式(10)分別定義周計(jì)劃內(nèi)船隊(duì)運(yùn)營(yíng)總成本與船舶總排放量；式(11)～式(16)表示船隊(duì)運(yùn)營(yíng)總成本的組成；約束條件式(17)表示每條航線上只能部署同一類型船舶；式(18)表示v型船舶在航線r上的航行時(shí)間；式(19)表示可租用船舶的數(shù)量限制；式(20)確保分配的船舶數(shù)量能夠滿足集裝箱運(yùn)輸需求；式(21)表示每條航線各航段的運(yùn)載量不能超過船舶容量限制；式(22)集裝箱運(yùn)輸數(shù)量在航線的各個(gè)航段之間流量守恒約束；式(23)確保港口之間的運(yùn)輸需求得到滿足；式(24)表示來(lái)自港口o的集裝箱不能運(yùn)回港口o；式(25)表示港口o運(yùn)往其他港口的集裝箱不會(huì)在港口o卸箱；式(26)表示船舶租用和出租數(shù)量的守恒方程；式(27)表示在航線r上船舶航行的航速區(qū)間限制。

2.2 非線性轉(zhuǎn)換

(28)

(29)

約束函數(shù)式(17)～式(27)：

yr,v≤M1·xr,v,?r,v

(30)

(31)

(32)

(33)

(34)

3 多目標(biāo)求解算法

通過對(duì)非線性模型的處理，下面提出上述MOMILP模型的求解遞推算法：

Step1：通過式(35)、式(36)定義的模型求各自目標(biāo)函數(shù)的最優(yōu)解f*和h*。

Step2：通過式(37)對(duì)f和h進(jìn)行同一量綱處理，分別賦予相應(yīng)權(quán)重并構(gòu)造求解目標(biāo)函數(shù)，以使求解結(jié)果f和h趨于各自的最優(yōu)解f*和h*。對(duì)應(yīng)的約束為式(17)～式(27)、式(30)～式(34)；其中：α>0，β>0，α+β=1為權(quán)重系數(shù)。取fmin=f*,hmin=h*；fmax與hmax取值基于決策者對(duì)船舶運(yùn)營(yíng)成本與排放量的偏好程度確定。

Step3：初始化f=f*。

Step4：求解式(37)定義模型，得到h,如果h-h*≤ε其中(ε≤hmax-h*)，則轉(zhuǎn)向Step6，否則轉(zhuǎn)向Step5。其中ε為班輪公司能接受的排放增加量。

Step5：放松λ值限制(即增大λ值)，取f=f*+λ其中(λ≤fmax-f*)，執(zhí)行Step4。

Step6：得到f和h的滿意解：

f*=min{f|(17-27),(30-34)}

(35)

h*=min{h|(17-27)}

(36)

(37)

4 算例分析

表3 不同航線相關(guān)參數(shù)

表4 班輪船隊(duì)部署參數(shù)

(續(xù)表4)

參數(shù)變量船舶類型小型中型大型巨型最低航速sminr/kn12142021最高航速smaxr/kn15232633船舶的固定啟動(dòng)費(fèi)用cfv/周5192376923115384173076泊位與岸橋占用費(fèi)用cvr,i/h500100016663333集裝箱裝卸時(shí)間tvr,i/(h·TEU-1)1/401/851/951/120自有船舶的數(shù)量Nownv20202020出租自有船舶的收益coutv525007700098000140000可租用船舶的最大數(shù)量Ninv30303030租用船舶的成本cinv/周6650094500122500175000

依據(jù)上述模型與算法，將相關(guān)參數(shù)輸入所編寫的Lingo 11.0程序進(jìn)行求解。運(yùn)行后，得到了班輪公司的船隊(duì)部署最佳方案，如表5。從該優(yōu)化結(jié)果可以看出，該班輪公司船隊(duì)模型不僅可以求解出船舶部署方案，而且可以計(jì)算出船舶在各航線上航行的最佳航速。此外，該模型較全面地考慮了航速與運(yùn)營(yíng)成本、航速與排放、航速與航線配置之間的耦合關(guān)系，反映了船舶航速變化對(duì)船隊(duì)部署的非線性影響。

表5 程序運(yùn)行結(jié)果

4.1 船舶速度的靈敏度分析

船舶速度的靈敏度由式(38)確定：

(38)

式中：Δs為船舶速度增量，分別取-25%，25%，0%，50%，75%。

運(yùn)行程序得到結(jié)果如表6。

表6 靈敏度分析

從表6中可知，在船舶最低排放的速度s*基礎(chǔ)上減速25%時(shí)，不僅使整個(gè)班輪運(yùn)營(yíng)總費(fèi)用增加8.628%，而且排放也會(huì)增加9.281%，表明班輪公司在航運(yùn)市場(chǎng)旺季時(shí)不會(huì)選擇船舶航行速度低于最低排放的速度，而傾向于選擇提速，以增加船舶污染排放為代價(jià)，來(lái)減少整個(gè)班輪網(wǎng)絡(luò)的運(yùn)營(yíng)總成本。當(dāng)船舶速度增加50%時(shí)，fCB的增量為負(fù)，表明港口靠泊成本降低，因?yàn)橛杀?可知中型船舶的單個(gè)集裝箱裝卸作業(yè)時(shí)間減少，雖然集裝箱轉(zhuǎn)運(yùn)量有所增加，但是港口岸橋作業(yè)的總時(shí)間減少了，所以相應(yīng)的港口靠泊成本降低。同時(shí)，隨著船舶的不斷提速，使得整個(gè)船隊(duì)的船舶資源利用率也逐漸增加，從而使得班輪公司fCI費(fèi)用降低。

然而，從表中可知fCT增量的百分比是最大，原因是航線2上配置的船型載重量增大，可以容納更多的集裝箱在該航線上進(jìn)行轉(zhuǎn)運(yùn)操作，所以使得相應(yīng)的轉(zhuǎn)運(yùn)費(fèi)用增加。圖2為船舶排放與航速變化關(guān)系曲線。

圖2 船舶排放與航速變化曲線Fig.2 Curve of vessel’s emissions changing with different speeds

從整體來(lái)看，在航運(yùn)市場(chǎng)旺季時(shí)，船舶提速會(huì)降低船舶運(yùn)營(yíng)總成本、船舶啟用和航行的固定成本、租用船舶的成本等，同時(shí)增加了出租自有船舶的收益。然而，在航運(yùn)市場(chǎng)淡季時(shí)，船公司在滿足市場(chǎng)運(yùn)力需求前提下可采取降速增加船舶航次的方案，實(shí)現(xiàn)整個(gè)船隊(duì)的運(yùn)力閑置率最低。

4.2 航線各航段的船舶運(yùn)載率分析

船舶運(yùn)載率是指船舶在營(yíng)運(yùn)中載重噸位實(shí)際利用程度的指標(biāo)，通過船舶運(yùn)載實(shí)際噸位與載重能力的比值衡量，其比值越大，表明船舶載重噸位利用率越高。設(shè)w為船舶在航線r上第i個(gè)航段的運(yùn)載率，其效用函數(shù)由式(39)確定：

(39)

圖3為航線8各航段的船舶利用率。由圖3可知，在航線8的航段21→10→9港口之間，船舶載重噸位利用率最高，表明班輪公司收益最大。當(dāng)運(yùn)力小于運(yùn)量，將會(huì)造成運(yùn)輸不暢；而運(yùn)力大于運(yùn)量，將導(dǎo)致運(yùn)力過剩。所以，班輪公司可根據(jù)航線不同航段的運(yùn)載率來(lái)合理調(diào)整船隊(duì)部署，通過合理調(diào)整運(yùn)力結(jié)構(gòu)，實(shí)現(xiàn)以小型船舶進(jìn)行支線港運(yùn)輸、以中型船舶進(jìn)行中短距離運(yùn)輸、以大型船舶進(jìn)行遠(yuǎn)距離干線運(yùn)輸?shù)目茖W(xué)的運(yùn)力格局，保持運(yùn)力與運(yùn)量的協(xié)調(diào)平衡，使班輪公司運(yùn)力配置得到有效利用，從而降低班輪公司運(yùn)營(yíng)總成本，提高公司運(yùn)營(yíng)收益。

圖3 航線8各航段的船舶利用率Fig.3 Ship utilization ratio on each leg of ship route 8

4.3 船舶航速與船隊(duì)部署之間的關(guān)系分析

表7是中轉(zhuǎn)港和船隊(duì)部署的靈敏度分析結(jié)果。

表7 中轉(zhuǎn)港和船隊(duì)部署的靈敏度分析

由表7可知，船舶提速改變了集裝箱中轉(zhuǎn)港的數(shù)量和位置，表明該模型具備動(dòng)態(tài)調(diào)整轉(zhuǎn)運(yùn)網(wǎng)絡(luò)能力，雖允許在所有港口進(jìn)行中轉(zhuǎn)操作，但是它從39個(gè)港口中選擇部分港口進(jìn)行集中轉(zhuǎn)運(yùn)，從而具有軸輻式網(wǎng)絡(luò)的優(yōu)點(diǎn)，降低網(wǎng)絡(luò)運(yùn)營(yíng)總成本。其次，船舶提速會(huì)改變班輪船隊(duì)的部署，減少船舶使用數(shù)量，降低船舶啟動(dòng)的固定成本。此外，該模型能根據(jù)運(yùn)載量現(xiàn)實(shí)需求，合理調(diào)整每條路徑的船舶型號(hào)，當(dāng)中轉(zhuǎn)港口數(shù)量和位置發(fā)生變化，會(huì)改變?cè)新窂降募b箱流量，這就需要對(duì)船舶型做調(diào)整。

雖然小型的集裝箱班輪需求量較大，班輪公司選擇租用小型號(hào)的船，而不是使用自有的更大型號(hào)的船，原因是從整個(gè)班輪船隊(duì)部署出發(fā)，選擇出租自有其他型號(hào)的船舶，租用小型號(hào)的船舶能夠帶來(lái)更大的收益。班輪公司在實(shí)際的船隊(duì)部署問題上，就需要充分利用好這個(gè)原理，合理選擇租用和出租的船舶類型與數(shù)量，實(shí)現(xiàn)降低成本的目標(biāo)。

4.4 船舶排放與船隊(duì)運(yùn)營(yíng)成本的Pareto分析

基于船舶運(yùn)營(yíng)總成本與排放量之間的均衡關(guān)系，為使這兩方面都降低到合理滿意值，這需要班輪公司做出權(quán)衡，更需要港口運(yùn)營(yíng)者與班輪公司相互協(xié)作，調(diào)整船舶航速，合理安排泊位-岸橋分配計(jì)劃，以實(shí)現(xiàn)雙方利益的均衡優(yōu)化。例如，在圖4中，如果船公司采用點(diǎn)(h1，f1)處的船隊(duì)部署計(jì)劃，則相比點(diǎn)(h2，f2)處的計(jì)劃而言，船公司減少了船舶相關(guān)運(yùn)營(yíng)成本，但卻導(dǎo)致班輪公司排放量過高。

圖4 船舶排放與運(yùn)營(yíng)成本Pareto分析Fig.4 Pareto analysis for vessel’s emissions and costs

當(dāng)α=β=0.5時(shí)，此時(shí)決策者對(duì)船舶運(yùn)營(yíng)總成本與船舶排放無(wú)任何偏好因素。從圖4可知，在航運(yùn)市場(chǎng)運(yùn)力供需平衡時(shí)，隨著船舶加速，船舶運(yùn)營(yíng)總成本越來(lái)越小，但相應(yīng)的船舶排放卻上升。所以，在綠色航運(yùn)越來(lái)越受到關(guān)注的背景下，班輪公司需要權(quán)衡經(jīng)濟(jì)效益與環(huán)境效應(yīng)之間的關(guān)系，使二者達(dá)到帕累托均衡。

5 結(jié) 語(yǔ)

筆者從運(yùn)營(yíng)者角度研究集裝箱班輪公司的船隊(duì)部署問題，創(chuàng)新性地將船舶排放、船隊(duì)部署及集裝箱轉(zhuǎn)運(yùn)路徑的調(diào)整進(jìn)行整體優(yōu)化。主要的工作和貢獻(xiàn)包括以下三點(diǎn)：1)針對(duì)集裝箱海運(yùn)網(wǎng)絡(luò)中的船舶排放與船隊(duì)部署問題，將可變船舶航速作為決策變量，建立了基于考慮船舶排放的班輪公司船隊(duì)部署決策優(yōu)化模型，將非線性約束條件進(jìn)行線性轉(zhuǎn)換，并提出了多目標(biāo)求解函數(shù)遞推算法。

2)通過對(duì)船舶航速的靈敏度與帕累托分析，發(fā)現(xiàn)船舶航速與船隊(duì)總運(yùn)營(yíng)成本的效益背反規(guī)律，在航運(yùn)市場(chǎng)旺季時(shí)，隨著船舶航速的不斷增加，船公司會(huì)采取增加排放量的方式來(lái)減少船隊(duì)總運(yùn)營(yíng)成本；相應(yīng)在航運(yùn)市場(chǎng)運(yùn)力供需失衡時(shí)，船公司可通過降低航速增加航次的方案使運(yùn)力閑置最小，并且該模型能通過可變航速策略來(lái)合理調(diào)整船隊(duì)部署。

3)運(yùn)用海運(yùn)軸輻式網(wǎng)絡(luò)特點(diǎn)，選擇部分樞紐港進(jìn)行集裝箱轉(zhuǎn)運(yùn)，產(chǎn)生樞紐港之間的干線運(yùn)輸規(guī)模效應(yīng)，減少班輪公司運(yùn)營(yíng)總成本，對(duì)未來(lái)航運(yùn)市場(chǎng)運(yùn)力供需恢復(fù)平衡的船隊(duì)部署決策具有借鑒意義。

在接下來(lái)的研究中，可以從以下方面進(jìn)行：①考慮各港口OD對(duì)之間的季節(jié)性貨流對(duì)班輪船隊(duì)部署的影響；②在運(yùn)力供需失衡的背景下研究集裝箱班輪船隊(duì)部署，使船隊(duì)運(yùn)力總浪費(fèi)最小；③調(diào)整船隊(duì)部署以適應(yīng)航運(yùn)市場(chǎng)運(yùn)價(jià)波動(dòng)的情形。

[1] 楊秋平,謝新連,蘇晨.航線配船與船隊(duì)規(guī)劃模型及算法實(shí)現(xiàn)[J].中國(guó)航海,2009,32(1):91-95. Yang Qiuping,Xie Xinlian,Su Chen.Model of ship routing and fleet planning and its algorithm [J].Navigation of China,2009,32(1):91-95.

[2] 趙剛.班輪航線配船模型的分析與改進(jìn)[J].系統(tǒng)工程學(xué)報(bào),1997,12(1):80-86. Zhao Gang.Analysis and improvement on the vessel allocation model of liner service [J].Journal of Systems Engineering,1997,12(1):80-86.

[3] Lai K-H,Lun VY,Wong CW,et al.Green shipping practices in the shipping industry,conceptualization adoption and implications [J].Resources,Conservation and Recycling,2011,55(6):631-638.

[4] Notteboom T E,Vernimmen B.The effect of high fuel costs on liner service configuration in container shipping [J].Journal of Transport Geography,2009,17(5):325-337.

[5] Qi Xiangtong,Song Dongping.Minimizing fuel emissions by optimizing vessel schedules in liner shipping with uncertain port times [J].Transportation Research Part E:Logistics and Transportation Review,2012,48(4):863-880.

[6] Hulskotte J,van der Denier.Fuel consumption and associated emissions from seagoing ships at berth derived from an on-board survey [J].Atmospheric Environment,2010,44(9):1229-1236.

[7] 楊秋平,謝新連,裴光石.班輪運(yùn)輸船隊(duì)規(guī)劃模型與仿真[J].西南交通大學(xué)學(xué)報(bào),2011,46(6):1046-1054. Yang Qiuping,Xie Xinlian,Pei Guangshi.Modeling and Simulation of Fleet Planning for Liner Shipping [J].Journal of Southwest Jiaotong University,2011,46(6):1046-1054.

[8] 宋若辰,趙一飛.班輪公司集裝箱空箱在途庫(kù)存控制研究[J].重慶交通大學(xué)學(xué)報(bào):自然科學(xué)版,2012,31(4):890-894. Song Ruochen,Zhao Yifei.Study on liner operators’ controlling of empty containers’ in-transit inventory [J].Journal of Chongqing Jiaotong University:Natural Science,2012,31(4):890-894.

[9] Tran N K.Studying port selection on liner routes：An approach from logistics perspective [J].Research in Transportation Economics,2011,32(1):39-53.

[10] Wang Shuai’an,Meng Qiang.Liner ship fleet deployment with container transshipment operations [J].Transportation Research Part E:Logistics and Transportation Review,2012,48(2):470-484.

[11] Du Yuquan,Chen Qiushuang,Quan Xiongwen,et al.Berth allocation considering fuel consumption and vessel emissions [J].Transportation Research Part E:Logistics and Transportation Review,2011,47(6):1021-1037.

Fleet Deployment of Liner Ship Company Considering Vessel’s Emissions

Yang Bin, Rao Mingjun, Zhu Xiaolin, Xu Bowei

(Logistics Research Center, Shanghai Maritime University, Shanghai 201306, China)

Aiming at the problems of vessel’s emissions and liner ship fleet deployment in container shipping system, the composition of total liner operation costs was analyzed. According to the features of cycle multi-port call route in ocean liner service, as well as the characteristics of container transshipment, a multi-objective mixed integer nonlinear programming model for liner ship company fleet deployment was established with the objective of minimizing total costs of liner operation and emissions, which was based on the low-carbon economy on the premise that vessel’s speed was made as decision variables. And then the multi-objective recursive algorithm was applied to solve the function. The sensitivity analysis of sailing speed and Pareto were analyzed in case studies, the lowest emissions speed was discovered. Moreover, making use of the features of shipping hub and spoke network, hub pots were chosen from many parts to generate scale economies. Result indicates that the proposed model can simultaneously develop fleet allocation and container transshipment and its optimization result accords with the actual condition, which is referential for the vessel capacity decision for the supply and demand balance of shipping market.

transportation engineering; fleet deployment; emissions; Pareto analysis; multi-objective programming

10.3969/j.issn.1674-0696.2015.05.24

2014-05-19；

2014-08-13

國(guó)家自然科學(xué)基金項(xiàng)目(71171129)；上海市科委科研計(jì)劃項(xiàng)目(12510501600；11510501900；12dz1124802；14DZ2280200)

楊 斌(1975—)，男，山東青島人，教授，博士，主要從事綠色航運(yùn)物流系統(tǒng)方面的研究。E-mail: binyang@shmtu.edu.cn。

U692.2+1；F550.81

A

1674-0696(2015)05-120-06