罐式?；范嗍铰?lián)運調(diào)度模型研究

何紅弟， 謝　靜， 丁　一， 林國龍

(上海海事大學(xué) 物流研究中心，上海 201306)

?

罐式?；范嗍铰?lián)運調(diào)度模型研究

何紅弟， 謝靜， 丁一， 林國龍

(上海海事大學(xué) 物流研究中心，上海 201306)

摘要：隨著我國?；沸枨蟮目焖僭鲩L，危化品運輸事故也越頻繁。為了降低危化品運輸風(fēng)險，保障運輸安全，本文嘗試將以罐式集裝箱為載體的?；氛{(diào)度問題與多式聯(lián)運結(jié)合起來，建立了帶時間約束的成本和風(fēng)險最小的多目標(biāo)規(guī)劃模型。在此基礎(chǔ)上，利用二維歐氏距離客觀賦值的模糊算法求解模型。結(jié)合算例驗證，將多式聯(lián)運應(yīng)用到?；氛{(diào)度問題有利于降低風(fēng)險，確保調(diào)度的安全性。同時，該方法能在風(fēng)險可控的范圍內(nèi)，實現(xiàn)調(diào)度成本的最小化。

關(guān)鍵詞：?；?； 罐式集裝箱； 多式聯(lián)運； 調(diào)度模型； 模糊算法

化工產(chǎn)業(yè)的發(fā)展, 促進了化工原料需求的增長。2012年統(tǒng)計顯示，我國每年道路?；吩?億t左右，3000多個品種，鐵路?；坟涍\量占到鐵路貨運總量的10%。2013年液化品內(nèi)貿(mào)水運總量約2100萬t，較上年增長約5%。但是我國?；飞a(chǎn)主要集中在東部沿海，中西部及東北地區(qū)偏少，并且需求分散，鐵路運力不足，導(dǎo)致?；愤^度依賴于公路運輸，這對道路安全造成了嚴(yán)重威脅。而多式聯(lián)運可以克服單一運輸方式的不足，在保證充足運力的同時，控制風(fēng)險與成本。同時，罐式集裝箱具有“宜海宜路”、“宜儲宜運”、“一罐到底”的優(yōu)點，可以銜接多種運輸方式，確保中轉(zhuǎn)的安全，但是罐式集裝箱成本高租金貴，給物流企業(yè)帶來了巨額的費用。因此，研究從多個起訖點通過多式聯(lián)運調(diào)度罐式?；酚兄谖锪髌髽I(yè)在保證調(diào)度安全的同時降低調(diào)度成本。

國內(nèi)外對?；愤\輸路徑優(yōu)化和多式聯(lián)運最短路徑問題早有研究，但是將?；氛{(diào)度和多式聯(lián)運結(jié)合起來研究的很少。儲慶中[1]建立了風(fēng)險最小為上層目標(biāo)，成本最小為下層目標(biāo)的雙層規(guī)劃模型對危險品運輸網(wǎng)絡(luò)進行優(yōu)化。種鵬云[2]將風(fēng)險偏好分為遠(yuǎn)期風(fēng)險厭惡型、近期風(fēng)險厭惡型和風(fēng)險中性，依此建立了多目標(biāo)決策模型。宋偉程[3]綜合考慮危險品性質(zhì)、事故類型和環(huán)境因素，建立點危險源的路徑風(fēng)險評價模型。楊信豐等[4]選取時間、運輸事故的概率、交通損失、暴露人數(shù)及應(yīng)急響應(yīng)能力描述路段的屬性，構(gòu)建了城市危險品運輸路徑選擇模型。劉慧怡[5]將風(fēng)險、運距及費用目標(biāo)抽象成類似廣義費用的綜合表達(dá)形式，并采用Dijkstra算法求解。ASLAN H等[6]基于博弈論的理論基礎(chǔ)提出了危險品運輸中的風(fēng)險規(guī)避方法。ROJEE PRADHANANGA等[7]提出基于蟻群算法的危險品路徑優(yōu)化，結(jié)果表明蟻群算法能夠很好地解決帶時間窗的路徑優(yōu)化問題。MOHDRAPIKSAAT等[8]研究了北美地區(qū)危險品運輸?shù)奶匦裕貏e針對油罐車設(shè)計了基于運輸效率和安全的運輸模型。姜軍等[9]以各運輸方式運輸費用和運輸時間的線性加權(quán)之和最小為目標(biāo)建立模型，并采用改進的遺傳算法求解模型。唐建橋等[10]建立了集裝箱多式聯(lián)運組織優(yōu)化模型，并用模擬退火遺傳算法求解模型。劉艦和俞建寧[11]研究了多式聯(lián)運運輸方式選擇問題，建立了成本、風(fēng)險最小的優(yōu)化模型，并采用克隆增擴的人工免疫算法求解模型。張鵬鴿等[12]分析了西江水系公鐵水多式聯(lián)運現(xiàn)狀，根據(jù)其時間窗特性建立了基于時間約束的最小費用流數(shù)學(xué)模型。楊雪[13]提出換裝時間函數(shù)，建立以總成本最小和總時間最短的多目標(biāo)0-1整數(shù)規(guī)劃模型，并將時間轉(zhuǎn)化為廣義成本對模型進行求解。BAUER[14]建立了一個多式聯(lián)運碳排量最小模型，并將其應(yīng)用于東歐鐵路網(wǎng)案例的研究。

本文從?；肺锪髌髽I(yè)的角度出發(fā)，嘗試將?；氛{(diào)度與多式聯(lián)運結(jié)合起來，建立了成本和風(fēng)險最小的多目標(biāo)模型，研究將罐式?；窂亩鄠€供應(yīng)點通過聯(lián)運網(wǎng)絡(luò)調(diào)運至多個需求點的問題。通過不同運輸方式的組合調(diào)度優(yōu)化，使整個聯(lián)運網(wǎng)絡(luò)風(fēng)險和成本相互平衡，進而避免由于?；愤\量增加、供求信息繁雜造成的危險事故頻發(fā)以及成本劇增現(xiàn)象。

1問題描述和模型建立

1.1 問題描述

1)供應(yīng)點供應(yīng)箱量、需求點需求箱量以及相鄰節(jié)點間存在的運輸方式都已知；

2)供應(yīng)箱量大于需求箱量；

3)只考慮一種箱型，即20英尺。

圖1　多式聯(lián)運網(wǎng)絡(luò)圖

1.2模型符號說明

1.3目標(biāo)函數(shù)與約束條件

調(diào)度成本與調(diào)度風(fēng)險一直是物流企業(yè)不可調(diào)和的矛盾所在，據(jù)此文章建立了成本與風(fēng)險最小的兩個目標(biāo)函數(shù)：

(1)

(2)

式(1)總成本由運輸成本、中轉(zhuǎn)成本、罐式集裝箱租箱成本和管理成本組成；式(2)總風(fēng)險由運輸風(fēng)險和中轉(zhuǎn)風(fēng)險組成。

約束條件為：

(3)

(4)

(5)

xijkw≤Qijkwyijkw≤πxijkw

(6)

yiogwyojlw=zogl,i,j∈N，g,l∈K，w∈W；

(7)

(8)

Tif=0,i∈S；

(9)

(10)

xijkw≤Qijkw,i,j∈N；

(11)

(12)

yijkwRijkw≤Hmax；

(13)

zoglrogl≤hmax,g,l∈K，o∈O。

(14)

式(3)表示供應(yīng)點S提供危化品w的箱量要不小于實際輸出供應(yīng)點S的?；穡箱量；(4)表示需求點D危化品w的需求箱量等于實際輸入到節(jié)點D的?；穡箱量；(5)表示中轉(zhuǎn)點流量守恒，運入到中轉(zhuǎn)點O危化品箱量等于運出箱量；(6)表示是否存在箱量分配；(7)確保轉(zhuǎn)運的連續(xù)性；(8)表示運輸時間；(9)表示開始運輸時間記為0；(10)表示實際交付時間不得超過交付期限；(11)表示實際運量不超過運輸能力限制；(12)表示中轉(zhuǎn)點中轉(zhuǎn)能力限制；(13)表示節(jié)點間運輸風(fēng)險不可超過運輸風(fēng)險限制值；(14)表示中轉(zhuǎn)風(fēng)險不超過中轉(zhuǎn)風(fēng)險限制值。

1.4風(fēng)險分析

本文只考慮運輸風(fēng)險與中轉(zhuǎn)風(fēng)險，其中風(fēng)險可以表示為

R=Pζ。

(15)

式中R表示風(fēng)險，P為危化品發(fā)生事故的概率，ζ為危化品發(fā)生事故造成的損失。其中，發(fā)生事故的概率可表示為

P=PkPcτ。

(16)

Pk為運輸方式k發(fā)生事故的總體概率，該數(shù)值可以由全年交通事故統(tǒng)計所得數(shù)據(jù)求得。公路的事故概率為0.40×10-6次/km，鐵路的事故概率為0.088×10-6次/km，水運的事故概率為0.028×10-6次/km，參考2012年中國統(tǒng)計年鑒。Pc表示事故發(fā)生后罐式集裝箱破損的概率。τ為本地化因子，它反映該區(qū)域區(qū)別于其他區(qū)域誘使事故發(fā)生的環(huán)境影響因子，可以看作對道路(航道)等級、隧道、橋梁、疏散路網(wǎng)和其他應(yīng)急設(shè)施的綜合評價。

對于事故造成的損失，本文主要考慮事故發(fā)生后影響的人口數(shù)目，具體可表示為

ζ=4(σ)2ρ。

(17)

式中ζ表示液體?；钒l(fā)生事故影響的人口數(shù)；ρ表示人口密度；σ表示發(fā)生事故的影響半徑，影響半徑參考表1，表1來源于佛蘭德政府環(huán)保部門2009年報告(LNE，2009)。

表1　?；沸孤队绊懢嚯x

2基于二維歐氏距離客觀賦權(quán)的模糊算法

對于多目標(biāo)模型

s.t.x∈f(x),

(18)

其求解算法如下[15]。

Step3:將多目標(biāo)模型轉(zhuǎn)化為單目標(biāo)模型

(19)

Step4:解單目標(biāo)模型，構(gòu)造拉格朗日函數(shù)

(20)

上述整個計算過程的實施通過Matlab軟件完成。

3實例分析

?；氛{(diào)運網(wǎng)絡(luò)如圖2所示，分別由供應(yīng)點1、2，中轉(zhuǎn)點3、4和需求點5、6組成。不同節(jié)點間有水路、鐵路、公路可供選擇。供應(yīng)點1可提供油品30箱，苯2箱；供應(yīng)點2可提供油品20箱，苯5箱；需求點5需要油品25箱，苯4箱；需求點6需要油品25箱，苯2箱。求滿足需求的情形下，找到風(fēng)險和成本整體最優(yōu)的?；氛{(diào)度方案。

已知公路、鐵路、水路3 種運輸方式的運費分別為0.4元/(t·km)、0.15元/(t·km)、0.05元/(t·km)，運速分別為60 km/h,40 km/h,20 km/h；交貨期為48 h；租箱成本為200元/箱天(不足一天按一天算)；管理成本為50元/箱；發(fā)生事故后罐體破裂的概率為0.1；中轉(zhuǎn)發(fā)生事故概率為0.2×10-6；運輸能力限制為80箱，運輸風(fēng)險限制為0.5；中轉(zhuǎn)能力限制為100箱，中轉(zhuǎn)風(fēng)險限制為0.1。表2、表3分別是運輸過程和中轉(zhuǎn)過程模擬數(shù)據(jù)。

圖2　算例聯(lián)運網(wǎng)絡(luò)

(i,j)距離/(km)本地因子人口密度/(人/km2)公路鐵路水路公路鐵路水路公路鐵路水路1,3488585—36—800800—1,4681809—36—1000700—1,59881162—66—500800—2,36591169—44—800800—2,46188834333471200100010002,61743234210033467004003003,43493013925561500160012003,5450467—46—500600—3,6486998—36—600600—4,5782968—46—700600—4,6561900408448800700800

1)“—”表示節(jié)點間不考慮此種運輸方式

表3　中轉(zhuǎn)模擬數(shù)據(jù)1)

1)a/b/c中a的單位為h；b的單位為元；c的單位為人/km2

式(1)、(3)～(17)構(gòu)成模型1成本最小，式(2)、(3)～(17)構(gòu)成模型2風(fēng)險最小，模型1、2求解結(jié)果見表4。

模型1求得最小成本是27.691 7萬元，總風(fēng)險是42.808 77×10-2。從調(diào)運方案可看出，由于水運成本最低，?；诽貏e是油品主要通過水路調(diào)運，而水-公聯(lián)運既降低成本又避免單一水運由于時間過長增加調(diào)運風(fēng)險。模型2求得最小風(fēng)險是9.620 15×10-2，成本是151.418 6萬元。調(diào)運方案顯示危化品大多通過鐵路或者公-鐵聯(lián)運調(diào)運，這主要因為一旦油品或苯發(fā)生泄露，水路的擴散速度遠(yuǎn)大于公路、鐵路運輸，并且水運事故救援反應(yīng)慢代價高，影響人口遠(yuǎn)大于公路和鐵路,為了保證調(diào)度安全，鐵路成為首選，再通過公-鐵聯(lián)運緩解單一公路運輸?shù)恼{(diào)運風(fēng)險。綜上所述，多式聯(lián)運可以彌補單一運輸方式帶來的不足，所得調(diào)運結(jié)果符合聯(lián)運的風(fēng)險分布。

表4　單目標(biāo)多式聯(lián)運調(diào)運方案

式(1)～(20)構(gòu)成模型3，求解結(jié)果見表5。

表5　不同權(quán)重下的成本-風(fēng)險

表5給出了基于二維歐氏距離客觀賦權(quán)的模糊算法在不同權(quán)值情形下的調(diào)度成本-風(fēng)險值，其中權(quán)值ω1,ω2分別表示對成本、風(fēng)險的重視程度。從表5可以看出，隨著參數(shù)ω2值的變小，總風(fēng)險在不斷增加，成本在不斷下降。根據(jù)表5中散點A-K,繪制得散點圖3，K點對應(yīng)調(diào)運方案成本最小風(fēng)險最大，A點對應(yīng)調(diào)運方案風(fēng)險最小成本最高。物流企業(yè)一方面要保證運輸安全，同時也要降低成本，就會權(quán)衡點A-K,找出相對較佳的調(diào)運方案。由圖3看出，調(diào)運成本-風(fēng)險的變化分三個階段，第一階段從點K到點J，成本增加約15.6萬元就可降低風(fēng)險約18.51×10-2，風(fēng)險下降幅度最大；第二階段從點J到點E，隨著成本增加，風(fēng)險下降幅度變?。坏谌A段從點E到A，隨著成本增加風(fēng)險下降很少，趨近最小風(fēng)險值?？紤]到物流企業(yè)對安全的重視程度必定會賦予ω2更高的權(quán)值，同時要最大程度地降低成本，因此點E(ω1=0.4,ω2=0.6)對應(yīng)的調(diào)度方案是相對較佳的，調(diào)運風(fēng)險為11.287 96×10-2，調(diào)運成本為120.342 5萬元，具體調(diào)度方案見表6。綜上所述，該模型可以平衡成本與風(fēng)險的關(guān)系，在調(diào)度風(fēng)險可控范圍內(nèi)，最大程度的降低調(diào)運成本，得到成本與風(fēng)險綜合最優(yōu)的調(diào)運方案。

圖3　基于權(quán)重的成本-風(fēng)險圖

需求點種類:需求量/箱運輸方式運量/箱節(jié)點5油品:251-5(鐵)25苯:41-5(鐵)22-4-5(水-公)2節(jié)點6油品:251-4-6(公-水)52-3-6(鐵-公)20苯:22-6(鐵)2總成本/萬元120.3425總風(fēng)險/10-211.28796

4結(jié)語

本文考慮到裝卸搬運會加大危化品調(diào)度風(fēng)險，特別的以罐式集裝箱為載體，結(jié)合實際情況建立了不同品種?；返亩嗍铰?lián)運調(diào)度模型，并利用二維歐氏距離客觀賦權(quán)的模糊算法解決了基于成本和風(fēng)險最小的多目標(biāo)問題。結(jié)合算例驗證，多式聯(lián)運可以彌補單一運輸方式帶來的不足，所得調(diào)運方案成功地避開了風(fēng)險較大的路段。并且該模型可以平衡成本和風(fēng)險的關(guān)系，在風(fēng)險可控范圍內(nèi)，最大程度地降低調(diào)度成本，這對物流企業(yè)安排調(diào)度計劃有一定的借鑒意義。

參考文獻(xiàn)：

[1]儲慶中,張家應(yīng)，謝之權(quán).基于雙層規(guī)劃的危險品道路運輸網(wǎng)絡(luò)設(shè)計[J].重慶交通大學(xué)學(xué)報(自然科學(xué)版)，2010(2)：58-62.

CHU Qingzhong，ZHANG Jiaying，XIE Zhiquan. Road network design for hazardous materials transportation based on bi-level programming[J].Journal of Chongqing University(Natural Science)，2010(2)：58-62.

[2]種鵬云，帥斌. 一種基于決策者風(fēng)險偏好的危險品運輸路徑優(yōu)化問題研究[J].交通運輸工程與信息學(xué)報，2012，10(1)：46-51.

CHONG Pengyun，SHUAI Bin. Research on routing optimization of hazardous material transportation based on risk preference of decision maker[J]. Journal of Transportation Engineering and Information，2012，10(1)：46-51.

[3]宋偉程，帥斌，陳鋼鐵.基于點危險源的危險品運輸路徑優(yōu)化研究[J].中國安全科學(xué)學(xué)報，2012，22(2)：116-121.

SONG Weicheng，SHUAI Bin，CHEN Gangti. Dangerous goods transport path optimization based on point of hazard[J]. China Safety Science Journal，2012，22(2)：116-121.

[4]楊信豐，李引珍，何瑞春，等.多屬性時間依賴網(wǎng)絡(luò)的城市危險品運輸路徑優(yōu)化[J].中國安全科學(xué)學(xué)報，2012，22(9)：103-108.

YANG Xinfeng，LI Yinzhen，HE Ruichun，et al. Route optimization for urban hazardous material transportation intime-dependent networks with multi-attributes[J].China Safety Science Journal，2012，22(9)：103-108.

[5]劉慧怡.危險品的多目標(biāo)運輸路徑優(yōu)化研究[J].武漢理工大學(xué)學(xué)報(交通科學(xué)與工程)，2013，37(3):585-588.

LIU Yihui. A multi-objectivetransportation path optimization research of dangerous goods[J]. Journal of Wuhan University of Technology，2012，22(9)：103-108.

[6]ASLAN H. Safe movement of hazardous materials through heuristic hybrid approach:tabu search and game theory application[J].Journal of Engineering Sciences，2008，14(3)：279-289.

[7]ROJEE Pradhananga，EIICHI Taniguchi，TADASHI yamada. ant colony system based routing and scheduling for hazardous material transportation[J]. Procedia Social and Behavioral Sciences，2010(2)：6097-6108.

[8]MOHDRAPIKSAAT，CHRISTOPHER P L Barkan. Generalized railway tank car safety design optimization for hazardous materials transport: addressing the trade-off between transportation efficiency and safety[J]. Journal of Hazardous Materials，2011，189：62-68.

[9]姜軍，陸建.集裝箱多式聯(lián)運系統(tǒng)中各種運輸方式最優(yōu)組合模式研究[J].技術(shù)與方法，2008，27(4)：127-130.

JIANG Jun，LU Jian.Research on optimal transport mode combination in a multimodal transportation system of containers[J].Techniques and Methods，2008，27(4)：127-130.

[10]唐建橋，李新民，王慈光，等.集裝箱多式聯(lián)運組織優(yōu)化模型及算法研究[J].交通與計算機，2008，26(3)：89-91.

TANG Jianqiao，LI Xinmin，WANG Ciguang，et al. Container multimodal transport organization optimization model and algorithm research[J]. Traffic and Computer，2008，26(3)：89-91.

[11]劉艦, 俞建寧. 多式聯(lián)運運輸方式選擇的模型和算法[J].蘭州交通大學(xué)學(xué)報，2010，29(1)：56-61.

LIU Jian，Yu Jianning. Intermodal transportation mode choice model and algorithm[J]. Journal of Lanzhou Jiaotong University，2010，29(1)：56-61.

[12]張鵬鴿，張煜，劉佳偉，等.不確定環(huán)境下公鐵水多式聯(lián)運決策研究[J].鐵道運輸與經(jīng)濟，2013，35(2)：41-45.

ZHANG Pengge，ZHANG Yu，LIU Jiawei, et al. Research on motor-rail-sea inter-model transport strategy under uncertain environment[J].Railway Transport and Economy，2013，35(2)：41-45.

[13]楊雪.考慮換裝時間的集裝箱多式聯(lián)運路徑優(yōu)化問題研究[D].大連：大連海事大學(xué)，2013.

YANG Xue. Research on the optimal routes and modes selection in container multimodal transportation networks consider of the transshipment time[D].Dalian:Da Lian Maritime University，2013.

[14]BAUER J，BEKTAS T，CRAINIC T G. Minimizing greenhouse gas emissions in intermodal freight transport：an application to rail service design[J].Journal of the Operational Research Society，2010，61(3)：530-542.

[15]唐偉勤.大規(guī)模突發(fā)事件應(yīng)急物資調(diào)度基本模型研究[D].湖北：華中科技大學(xué)，2009.

TANG Weqin.Study on the basic model of dispatching commodities of large-scale emergency[D].Hubei:Huazhong University，2009.

A Research on Multimodal Transportation Scheduling Model of Hazardous Chemical Materials in Tank Containers

HE Hongdi，XIE Jing，DING Yi，LIN Guolong

(Shanghai Maritime University， Logistics Research Center，Shanghai 200135，China)

Abstract：With the rapidly growing demands of hazardous chemical materials, transport accidents are more and more frequent. In order to reduce the risk of transportation and ensure the transportation safety, a research is conducted by connecting scheduling problems of hazardous chemical materials with multimodal transportation and the hazardous chemical materials packed in tank containers. A multimodal transportation scheduling model of hazardous chemical materials in tank containers is established based on the minimum cost and risk under a time constraint. At the same time, a fuzzy algorithm based on two-dimensional Euclidean distance is used to solve the model. The case study verifies that the application of multimodal transport to scheduling problem of hazardous chemical materials is beneficial to reduce risks and ensure safety of the scheduling. In addition, this method can reach the goal of minimizing cost within the scope of the controllable risk and it is a good reference for the logistics enterprise to do scheduling plan.

Key words：hazardous chemical materials；tank containers；multimodal transportation；scheduling model；fuzzy algorithm

中圖分類號：U15

文獻(xiàn)標(biāo)志碼：A

文章編號：1007-7375(2016)01- 0045- 06

doi:10.3969/j.issn.1007- 7375.2016.01.007

作者簡介：何紅弟(1980-)，男，陜西省人，副教授，博士，主要研究方向為交通流交通污染、綠色物流、低碳物流.

基金項目：國家自然科學(xué)基金資金資助項目(11302125，71301101)；上海教育委員會科研創(chuàng)新重點資助項目(11ZS1145)；上海市教育委員會科研創(chuàng)新重點資助項目(13YZ085)；上海市教委重點學(xué)科資助項目(J50704)

收稿日期：2014- 12- 26