集裝箱碼頭可變閘口設(shè)置及變更條件仿真

王文淵+鄭天奇+程偉+周勇

摘要：為緩解集裝箱碼頭閘口通道處的排隊擁堵現(xiàn)象，在閘口通道數(shù)一定的前提下，根據(jù)進、出閘口通道處集卡排隊不均衡程度，基于可變閘口的方向可變更性，提出一種動態(tài)調(diào)整進、出閘口通道數(shù)的工作方式.以進、出閘口處集卡排隊不均衡因數(shù)作為可變閘口的設(shè)置及變更條件，通過構(gòu)建閘口作業(yè)系統(tǒng)仿真模型，模擬可變閘口對閘口服務(wù)水平的影響，從而確定港區(qū)需要設(shè)置可變閘口和變更可變閘口工作方向的因數(shù)臨界值.研究結(jié)果表明，設(shè)置可變閘口可以顯著地緩解集裝箱碼頭閘口通道處的排隊擁堵現(xiàn)象.

關(guān)鍵詞： 集裝箱碼頭； 可變閘口； 服務(wù)水平； 系統(tǒng)仿真

中圖分類號： U656.135；U169.6

文獻標志碼： A

Abstract： In order to alleviate the queuing congestion before container terminal gates， an operation mode is proposed to adjust the numbers of inbound and outbound gates dynamically according to the unbalanced degree of container truck queuing before all gates， where the total number of gates is constant and some gates are variable gates （that is， a variable gate can change its direction to become an inbound gate or an outbound gate）. The queuing imbalance coefficient before inbound and outbound gates is used as the setting and changing condition of variable gates. The simulation model of the gate operating system is built in order to simulate the effect of variable gates on the service level of gates， and then find out the coefficient critical values of setting variable gates and changing their direction of variable gates. The result shows that setting variable gates can significantly alleviate the queuing congestion before container terminal gates.

Key words： container terminal； variable gate； service level； system simulation

0 引 言

集裝箱碼頭大門是公路集裝箱進出港區(qū)的必經(jīng)之地，隨著集裝箱集疏運量的增加，碼頭大門逐漸成為集裝箱港區(qū)車輛最集中、交通最擁擠的地方.然而多數(shù)港區(qū)由于空間或者經(jīng)濟條件有限無法擴增閘口通道總數(shù)，導(dǎo)致其通過能力無法適應(yīng)日益增長的物流需求.因此，充分利用現(xiàn)有閘口通道，提高碼頭大門通過能力，對提高集裝箱港區(qū)作業(yè)效率有著十分重要的意義.

近年來，有關(guān)集裝箱碼頭大門通過能力及規(guī)劃的研究逐漸受到重視.國外的一些學(xué)者已經(jīng)取得了一定的研究進展.MINH等[1]研究開發(fā)了一種規(guī)劃工具研究集裝箱碼頭大門布局.GUAN等[2]建立了一個多服務(wù)臺模型分析集裝箱碼頭大門擁堵情況和集卡等待成本.BOILE等[3]提出了一種基于仿真的方法，用于評估排隊擁堵現(xiàn)象對集裝箱碼頭作業(yè)效率的影響.LAI等[4]利用系統(tǒng)仿真技術(shù)，建立了集裝箱碼頭大門作業(yè)系統(tǒng)仿真模型.CHEN等[5]建立了一個基于模擬的回歸模型，并利用微觀交通仿真軟件開發(fā)了集裝箱碼頭大門閘口通道處集卡排隊長度的估計模型.ZENG等[6]建立了一個數(shù)學(xué)模型，用于估算鐵路集裝箱碼頭閘口通道數(shù).國內(nèi)的學(xué)者對集裝箱碼頭大門通道數(shù)的研究也做了很多工作.麥宇雄等[7]提出了基于隨機服務(wù)系統(tǒng)的集裝箱碼頭大門最佳車道數(shù)及停車緩沖區(qū)長度的計算方法.張莎莎等[8]建立了季節(jié)性神經(jīng)網(wǎng)絡(luò)預(yù)判模型，對碼頭閘口的交通量進行了預(yù)測.付強等[9]結(jié)合集裝箱碼頭物流作業(yè)系統(tǒng)的工作特點，利用系統(tǒng)仿真技術(shù)建立了集裝箱碼頭物流系統(tǒng)仿真模型.劉翠蓮等[10]建立了數(shù)學(xué)模型研究集裝箱碼頭大門最優(yōu)規(guī)模.于越等[11]以閘口建設(shè)費用最小化為規(guī)劃目標，建立了基于仿真的優(yōu)化模型，得到了集裝箱碼頭大門最優(yōu)規(guī)模.許曉雷[12]通過建立數(shù)學(xué)模型進行了集裝箱碼頭閘口數(shù)的優(yōu)化研究.楊瑞娜等[13]利用排隊理論和仿真技術(shù)，建立了鐵路集裝箱大門仿真模型，從而確定最佳的大門通道數(shù).然而，上述研究都以規(guī)劃集裝箱碼頭大門布局或優(yōu)化集裝箱碼頭大門規(guī)模為目標，未考慮在集裝箱碼頭大門布局和規(guī)模已經(jīng)確定的情況下，如何提高閘口通道的通過能力.

本文借助Arena仿真軟件，引入可變閘口及集卡到港排隊不均衡因數(shù)等概念，對集卡到港不均衡狀態(tài)下港區(qū)大門的服務(wù)狀態(tài)進行仿真，研究通過設(shè)置可變閘口提高閘口通過能力的可行性，以及可變閘口變更作業(yè)方向的控制條件.

1 相關(guān)概念

1.1 可變閘口

集卡到離港是一個三級排隊系統(tǒng)，如圖1所示.集卡到離港具有隨機性，同時，由于進、出閘口處的服務(wù)業(yè)務(wù)不同，導(dǎo)致集卡在進、出閘口通道處接受服務(wù)的時間存在一定的差異，從而出現(xiàn)某一方向的閘口交通壓力過大，而另一方向的閘口通過能力還有很大冗余的情況.

為在保持閘口通道總數(shù)不變的情況下，緩解集裝箱碼頭大門進、出閘口通道處集卡排隊不均衡現(xiàn)象，提高閘口服務(wù)效率，參考道路交通的潮汐車道[1415]的思想，提出根據(jù)進、出閘口的交通流的動態(tài)需求，實時變化某些閘口集卡通行方向，最大限度地提高閘口的通過能力.

1.2 閘口變更通行方向依據(jù)

可變閘口是否需要變更通行方向的判斷依據(jù)是進、出閘口通道處集卡的排隊擁堵情況.為定量描述進、出閘口處集卡的排隊擁堵程度，定義排隊不均衡因數(shù)為τ=進閘口處集卡平均排隊長度出閘口處集卡平均排隊長度.

為實現(xiàn)可變閘口在工作中能夠根據(jù)需要變更通行方向，需要確定τ的臨界值τ*.以可變閘口的初始通行方向為進閘口為例，可變閘口變更通行方向的依據(jù)為：當(dāng)τ>τ*時，可變閘口繼續(xù)作為進閘口使用，直到進閘口處的擁堵現(xiàn)象得到緩解，τ逐漸下降；當(dāng)τ<1/τ*時，可變閘口調(diào)整為出閘口使用；當(dāng)τ∈[1/τ*，τ*]時，可變閘口保持當(dāng)前通行方向不變.

如果τ*過小，可變閘口變更通行方向?qū)⒆兊妙l繁；如果τ*過大，可變閘口工作的敏感性將顯著降低，無法充分體現(xiàn)可變閘口的作用.因此，需要找到一個合理的τ*.

2 仿真模型

2.1 集裝箱碼頭大門的作業(yè)流程

未設(shè)置可變閘口的集裝箱碼頭大門系統(tǒng)的作業(yè)流程為：①集卡到達港區(qū)，若進閘口通道空閑，則接受服務(wù)，否則排隊等待；②集卡行駛至堆場進行裝卸；③集卡行駛至出閘口處，若出閘口通道空閑，則接受出閘口通道服務(wù)，離開港區(qū)，否則排隊等待直至有通道空閑.

無論是否設(shè)置可變閘口，集裝箱碼頭大門系統(tǒng)作業(yè)流程是相似的，只是在進、出閘口通道選擇環(huán)節(jié)，需要根據(jù)可變閘口當(dāng)前的通行方向，選擇合適的閘口通道.設(shè)置可變閘口的集裝箱碼頭陸域布置見圖2.

2.2 設(shè)置可變閘口的集裝箱碼頭大門作業(yè)系統(tǒng)仿真模型

為研究設(shè)置可變閘口對提高集裝箱碼頭大門作業(yè)系統(tǒng)通過能力的效果，找到變更可變閘口通行方向的合理臨界值，建立仿真模型.該仿真模型主要包括集卡實體生成、可變閘口通行方向判定、進閘口通道選擇、堆場作業(yè)和出閘口通道選擇等5個子模型，具體如下：

集卡實體生成子模型.利用Create模塊產(chǎn)生集卡實體，從集卡到港的數(shù)據(jù)文件中讀取到港間隔并賦值，之后集卡實體進入Read Arrival Time模塊，再經(jīng)Read Delay Time模塊讀取數(shù)據(jù)，到達Delay Until Actual Call Time，這樣保證每一輛集卡與其時間參數(shù)一一對應(yīng).Separate into Duplicate Entity for Call Arrival模塊一方面能夠?qū)⒓▽嶓w通過Original退出點傳送回Read Arrival Time模塊，再從數(shù)據(jù)文件中獲取下一個集卡到港的時間間隔，另一方面能夠產(chǎn)生一個集卡副本，通過Duplicate退出點將其傳送至模型中，完成所有剩余的模型邏輯.

可變閘口通行方向判定子模型.集卡實體首先經(jīng)Decide模塊判斷可變閘口當(dāng)前通行方向，然后通過τ與τ*或τ與1/τ*大小比較模塊比較大小，再經(jīng)Assign模塊賦值，從而判定可變閘口的通行方向.

進閘口通道選擇子模型.集卡準備通過進閘口通道進入港區(qū)作業(yè)，通過Submodel子模型選擇最合適閘口通道.采用Nonpooled排隊系統(tǒng)，通過Decide模塊判斷各進閘口通道是否空閑：如果有空閑的進閘口通道，則集卡選擇該閘口通道接受服務(wù)；如果沒有空閑的進閘口通道，則集卡選擇排隊長度最小的閘口通道排隊等待.之后，集卡通過進閘口通道進入港區(qū)，準備進入堆場接受服務(wù).

堆場作業(yè)子模型.集卡進入集裝箱碼頭堆場，通過Decide模塊判斷裝卸機械是否空閑；接著集卡在堆場進行裝卸作業(yè)；之后集卡離開堆場，準備進入出閘口通道.

出閘口通道選擇子模型.其主要流程與集卡進閘口通道選擇模塊相同.

3 算 例

選取中國北方某重要的集裝箱樞紐港進行算例研究.該港口擁有14個集裝箱泊位，可?？康?和第6代集裝箱船舶，設(shè)計年通過能力達910萬TEU，年均到港集卡數(shù)量約為456 000輛.

3.1 仿真參數(shù)

集卡到港時間.以通過實際調(diào)研得到的集卡到港數(shù)據(jù)作為原始數(shù)據(jù)，統(tǒng)計結(jié)果見圖3.該港區(qū)集卡到港沒有明顯的規(guī)律性，因此選取該港區(qū)1年的集卡到港時間數(shù)據(jù)進行研究.

堆場作業(yè)時間.

根據(jù)KS檢驗，集卡在堆場內(nèi)的作業(yè)時間服從正態(tài)分布，均值為17.8 min，標準差為0.163 min.

閘口服務(wù)時間.

根據(jù)KS檢驗，進、出閘口的服務(wù)時間均服從正態(tài)分布，其中：進閘口平均服務(wù)時間為0.971 min，標準差為0.320 min；出閘口平均服務(wù)時間為0.796 min，標準差為0.340 min.

閘口數(shù)量.

根據(jù)該港區(qū)實際情況，共布置8個閘口通道.

3.2 τ*的確定

為得到可變閘口變更通行方向的判斷條件，需要找到τ*（τ*>1），使得閘口的各項排隊指標最優(yōu).設(shè)置1個可變閘口且τ*∈[1.1，2.3]時仿真集裝箱碼頭大門的作業(yè)狀態(tài).各仿真方案重復(fù)運行20次，取20次仿真結(jié)果的平均值作為最終結(jié)果.不同仿真工況下碼頭大門集卡最長排隊時間、平均排隊時間、最長排隊長度和平均排隊長度統(tǒng)計結(jié)果見圖4.

由圖4可知：隨著τ*的增大，集卡在閘口通道前的各項排隊指標的變化趨勢是一致的；在τ*<1.7時，τ*對排隊指標影響不大，說明當(dāng)τ*∈[1/1.7，1.7]時，在最大排隊指標變化不大的前提下，τ*應(yīng)該盡量取大值，這樣可變閘口通行方向的變更不至于太頻繁；當(dāng)τ*>1.7時各項排隊指標隨τ*的增加迅速增加，顯然當(dāng)τ*足夠大時，模型中可變閘口改變通行方向的臨界值將永遠無法達到，可變閘口將不再變更通行方向.

因此，本例中τ*的合理臨界值應(yīng)取為1.7，即當(dāng)τ<1/1.7或τ>1.7時，應(yīng)考慮設(shè)置可變閘口.此時可變閘口由進閘口變?yōu)槌鲩l口的判斷條件為τ<1/1.7，而由出閘口再次變?yōu)檫M閘口的判斷條件是τ>1.7，當(dāng)τ在[1/1.7，1.7]內(nèi)時，可變閘口維持當(dāng)前通行方向不變.

3.3 設(shè)置可變閘口對提高碼頭大門通過能力的效果

為研究設(shè)置可變閘口對提高碼頭大門通過能力

的效果，對不設(shè)置可變閘口時4進4出的閘口組合方案（方案A）、5進3出的閘口組合方案（方案B）以及設(shè)置可變閘口的方案（方案C）進行仿真研究.各仿真方案重復(fù)運行20次，取20次仿真結(jié)果的平均值作為最終結(jié)果.不同仿真工況下碼頭大門集卡最長排隊時間、最長排隊長度、平均排隊時間和平均排隊長度統(tǒng)計結(jié)果見圖5.

為檢驗設(shè)置可變閘口方案與其他兩個方案是否存在顯著差異，以方案C為基準方案，利用Bonferroni法進行比較，總體顯著性水平設(shè)為0.05，則個體顯著性水平為0.025.各方案運行20次，采用成對t置信區(qū)間法構(gòu)造方案C與其他兩個方案兩兩差值的均值的97.5%置信區(qū)間，結(jié)果見表1.

分析統(tǒng)計結(jié)果，得到如下結(jié)論：

1）從圖5中各方案進、出閘口處集卡各項排隊指標的均衡程度可以看出：方案A和B表現(xiàn)出顯著的不均衡性，其中方案A中進閘口處集卡各項排隊指標為出閘口處的2.05～4.41倍，方案B中進閘口處集卡各項排隊指標為出閘口處的6%～35%；方案C中進閘口處集卡各項排隊指標為出閘口處的58%～81%.

2）從表1的統(tǒng)計結(jié)果可以看出：各置信區(qū)間的排隊指標均不包含0，因此可以認為在97.5%的置信區(qū)間方案C與其他兩個方案有顯著性差異；方案C的各項排隊指標均比方案A和B的小，說明設(shè)置可變閘口后閘口通道處集卡的排隊擁堵現(xiàn)象得到顯著緩解.

綜上所述，不設(shè)置可變閘口時進、出閘口處集卡各項排隊指標表現(xiàn)出顯著的不均衡性；設(shè)置可變閘口后，進、出閘口處集卡的排隊不均衡情況得到了明顯的改善，且整體排隊指標也有顯著下降，這說明設(shè)置可變閘口對降低進、出閘口處的排隊不均衡程度以及緩解閘口通道處的擁堵現(xiàn)象有著顯著作用.

4 結(jié) 論

研究高效智能的閘口工作方式，實現(xiàn)在現(xiàn)有閘口資源條件下極大地提高碼頭大門通過能力的目標，提出通過設(shè)置可變閘口提高集裝箱碼頭大門服務(wù)水平的方法，并構(gòu)建碼頭大門作業(yè)系統(tǒng)的仿真模型.仿真排隊不均衡因數(shù)不同時，設(shè)置可變閘口對提高閘口通過能力的效果，確定有必要設(shè)置可變閘口的排隊不均衡因數(shù)臨界值，以及可變閘口變更作業(yè)方向的排隊不均衡因數(shù)臨界值.研究結(jié)果表明，設(shè)置可變閘口可以極大地緩解進、出閘口處的排隊擁堵現(xiàn)象.

參考文獻：

[1]MINH C G， HUYNH N. Planninglevel tool for assessing and optimizing gate layout for marine container terminals[J]. Transportation Research Record， 2014， 2409： 3139. DOI： 10.3141/240905.

[2]GUAN Changqian， LIU Rongfang. Container terminal gate appointment system optimization[J]. Maritime Economics & Logistics， 2009， 11（4）： 378398. DOI： 10.1057/mel.2009.13.

[3]BOILE M， THEOFANIS S， GOLIAS M， et al. Gate strategies impact on marine container terminal access networks using simulation[C]∥The 13th World Conference on Transport Research （WCTR） 2013， Rio de Janeiro， Brazil， July 1518， 2013： 118.

[4]LAI K K， LEUNG J. Analysis of gate house operations in a container terminal[J]. International Journal of Modelling and Simulation， 2000， 20（1）： 8994. DOI： 10.1080/02286203.2000.11442144.

[5]CHEN Gang， YANG Zhongzhen. Methods for estimating vehicle queues at a marine terminal： a computational comparison[J]. International Journal of Applied Mathematics & Computer Science， 2014， 24（3）： 611619. DOI： 10.2478/amcs20140044.

[6]ZENG Ming， CHENG Wenming， GUO Peng. A transient queuing model for analyzing and optimizing gate congestion of railway container terminals[J]. Mathematical Problems in Engineering， 2014： 914706. http：∥dx.doi.org/10.1155/2014/914706.

[7]麥宇雄， 盧永昌， 覃杰. 隨機服務(wù)系統(tǒng)（排隊論）在集裝箱碼頭大門設(shè)計中的應(yīng)用[J]. 水運工程， 2007（5）： 3942. DOI： 10.16233/j.cnki.issn10024972.2007.05.010.

[8]張莎莎， 龐明寶， 杜宏亮， 等. 基于船期表的一種集裝箱碼頭閘口交通需求智能預(yù)判方法[J]. 交通科技， 2014， 266（5）： 148151. DOI： 10.3963/J.issn.16717570.2014.05.048.

[9]付強， 仲叢友. 基于CPN Tools的港口集裝箱物流系統(tǒng)建模與仿真研究[J]. 物流科技， 2013（9）： 1517.

[10]劉翠蓮， 計明軍， 郁蘭， 等. 集裝箱碼頭閘口作業(yè)系統(tǒng)通過能力研究[J]. 交通運輸系統(tǒng)工程與信息， 2011， 11（4）： 117123. DOI： 10.16097/j.cnki.10096744.2011.04.030.

[11]于越， 金淳， 霍琳. 基于仿真優(yōu)化的集裝箱堆場大門系統(tǒng)規(guī)劃研究[J]. 系統(tǒng)仿真學(xué)報， 2007（13）： 30803084. DOI： 10.16182/j.cnki.joss.2007.13.049.

[12]許曉雷. 集裝箱碼頭服務(wù)閘口數(shù)優(yōu)化研究[J]. 中國水運， 2013， 13（4）： 7576.

[13]楊瑞娜， 張力， 謝金寶. 基于ExtendSim的鐵路集裝箱中心站智能大門系統(tǒng)仿真[J]. 甘肅科技， 2014， 30（1）： 5558.

[14]代磊磊， 顧金剛， 俞春俊， 等. 潮汐車道交通流特性與設(shè)置方案仿真研究[J]. 交通信息與安全， 2012（1）： 1519. DOI： 10.3963/j.ISSN 16744861.2012.01.004.

[15]王娟， 王世能， 周濤. 城市道路交叉口潮汐進口道設(shè)置研究[J]. 交通節(jié)能與環(huán)保， 2014（4）： 4954. DOI： 10.3969/j.issn.16736478.2014.04.012.

（編輯 賈裙平）