集裝箱碼頭鐵路裝卸線/場布置對鐵水聯(lián)運作業(yè)效率的影響

張涌昊　張智凱　丁文濤　王達川

摘要：

為通過合理布置集裝箱碼頭鐵路裝卸線/場提高鐵水聯(lián)運作業(yè)效率，在分析鐵水聯(lián)運作業(yè)流程、鐵路裝卸線/場布置特點的基礎(chǔ)上，基于多智能體仿真技術(shù)，構(gòu)建鐵水聯(lián)運作業(yè)系統(tǒng)仿真模型。以某集裝箱碼頭為例，研究鐵路裝卸線/場布置及裝卸設(shè)備數(shù)量對鐵水聯(lián)運作業(yè)系統(tǒng)的影響，在得到各方案指標值的基礎(chǔ)上，對各方案進行定量分析。該研究成果可為相關(guān)工程規(guī)劃、建設(shè)提供理論參考。

關(guān)鍵詞：

集裝箱碼頭； 鐵路裝卸線/場； 布置； 仿真優(yōu)化； 多智能體

中圖分類號： U651.5

文獻標志碼： A

Abstract：

In order to improve the efficiency of railwaywater combined transportation by planning the railway line/yard of container terminals reasonably， on the basis of the analysis on the railwaywater combined transportation operation flow and the characteristics of railway line/yard layout， the simulation model of railwaywater combined transportation operation system is built on the basis of the multiagent simulation technology. Taking a container terminal as an example， the influence of the railway line/yard layout and the number of handling equipments on the operation system of railwaywater combined transportation is studied. Based on the obtained index values of each scheme， the quantitative analysis of each scheme is carried out. The research results can provide theoretical reference for related engineering planning and construction.

Key words：

container terminal； railway line/yard； layout； simulation optimization； multiagent

0引言

隨著我國對集裝箱港口裝卸效率和集疏運效率要求的不斷提高，集裝箱鐵水聯(lián)運憑借其運量大、運輸成本低、低碳環(huán)保等優(yōu)勢在集裝箱運輸中的地位日益凸顯。鐵路裝卸線/場是鐵水聯(lián)運過程中進行鐵水換裝作業(yè)的重要作業(yè)區(qū)，其布置形式直接影響著鐵水聯(lián)運的作業(yè)效率。

對于鐵路裝卸線/場布置問題，國內(nèi)外學(xué)者已經(jīng)做了一系列研究。李羽逍[1]、王玥葳[2]、趙紅霞[3]和BOYSEN等[4]借助數(shù)學(xué)分析方法研究了鐵路裝卸線/場的布置。甘志雄[5]和YE等[6]通過構(gòu)建數(shù)學(xué)模型研究了鐵路裝卸線/場的裝卸設(shè)備配置問題。然而，集裝箱鐵水聯(lián)運作業(yè)系統(tǒng)是具有隨機性、動態(tài)性的復(fù)雜系統(tǒng)，僅采用數(shù)學(xué)方法很難真實反映作業(yè)系統(tǒng)的特點，因此仿真技術(shù)被應(yīng)用到集裝箱鐵水聯(lián)運的研究中。曾鳴[7]、唐連生[8]、GARC等[9]、梁劍[10]、李東等[11]利用仿真技術(shù)對鐵路裝卸線/場平面布置、作業(yè)設(shè)備配置進行了研究。

這些研究多集中在如何通過合理布置某一作業(yè)區(qū)，并配置相應(yīng)的作業(yè)設(shè)備來提高作業(yè)效率，所考慮的系統(tǒng)范圍較小。因此，有必要在考慮整個集裝箱港區(qū)鐵水聯(lián)運作業(yè)系統(tǒng)的基礎(chǔ)上，研究鐵路裝卸線/場布置對鐵水聯(lián)運作業(yè)效率的影響。為此，本文以鐵路裝卸線/場為研究對象，在考慮包括碼頭前沿作業(yè)區(qū)、堆場作業(yè)區(qū)和鐵路裝卸線/場及各作業(yè)區(qū)作業(yè)設(shè)備的集裝箱港區(qū)作業(yè)系統(tǒng)的基礎(chǔ)上，構(gòu)建集裝箱鐵水聯(lián)運作業(yè)系統(tǒng)仿真模型。

1問題描述

圖1是我國集裝箱鐵水聯(lián)運港區(qū)典型陸域布置示意圖。集裝箱鐵水聯(lián)運港區(qū)陸域一般由碼頭前沿作業(yè)區(qū)、堆場作業(yè)區(qū)和鐵路裝卸線/場等組成。鐵路裝卸線/場一般布置有鐵路裝卸線、鐵路堆場、集卡作業(yè)通道等空間資源和軌道門吊、集卡等設(shè)備資源[12]。分布在軌道門吊內(nèi)的鐵路裝卸線股數(shù)和鐵路堆場的容量，受軌道門吊跨度的空間限制，難以進行擴展。合理的布置形式會提高鐵路裝卸線/場的作業(yè)效率，進而提高鐵水聯(lián)運整體作業(yè)效率。配置的軌道門吊、集卡的數(shù)量也是影響碼頭各作業(yè)環(huán)節(jié)有效銜接的重要因素。因此，本文以鐵路裝卸線/場的布置形式作為研究目標，并分析各方案中裝卸設(shè)備配置數(shù)量對鐵水聯(lián)運作業(yè)效率的影響。

集裝箱列車和各裝卸設(shè)備在鐵路裝卸線/場的作業(yè)效率是衡量鐵路裝卸線/場布置合理性的重要標準。因此，本文選取列車裝卸時間、列車等待時間、集卡排隊等待時間和鐵路裝卸線/場的場橋利用率作為評價指標。

2仿真模型

2.1裝卸工藝流程

集裝箱鐵水聯(lián)運作業(yè)相關(guān)事件間的觸發(fā)關(guān)系見圖2。在碼頭前沿岸橋?qū)⑦M口集裝箱從船舶卸到集卡上：當滿足“車船直取”作業(yè)條件時，集卡行駛至鐵路裝卸線/場，隨后軌道門吊將集裝箱從集卡上卸下并裝載到列車上，然后列車進行疏港作業(yè)；當不滿足“車船直取”作業(yè)條件時，集卡行駛至堆場作業(yè)區(qū)，隨后龍門吊將集裝箱卸至堆場先進行堆存，經(jīng)過一定時間后內(nèi)卡將集裝箱運到鐵路裝卸線/場裝列車進行疏港，或通過外卡疏港。出口集裝箱與進口集裝箱的鐵水聯(lián)運作業(yè)流程相反。

2.2模型實現(xiàn)

集裝箱鐵水聯(lián)運作業(yè)系統(tǒng)是一個包含多個子系統(tǒng)的復(fù)雜系統(tǒng)。因此，本文將集裝箱鐵水聯(lián)運港區(qū)的作業(yè)區(qū)和實體視為智能體，運用Anylogic仿真軟件構(gòu)建基于多智能體技術(shù)的集裝箱鐵水聯(lián)運作業(yè)系統(tǒng)仿真模型。根據(jù)系統(tǒng)特征，本模型中的多智能體包括集裝箱鐵路裝卸線/場、泊位、堆場、列車、船舶、岸橋、場橋、內(nèi)卡、外卡和閘口。通過賦予各智能體特有的屬性和構(gòu)建表示各智能體的狀態(tài)（state）和狀態(tài)變遷（transition），實現(xiàn)集裝箱鐵水聯(lián)運作業(yè)過程的模擬以及各智能體實時狀態(tài)的追蹤。列車、集卡智能體模型見圖3。

（1）鐵路裝卸線/場智能體。初始狀態(tài)為RailFree（裝卸線空閑）；當列車到港占用鐵路裝卸線后狀態(tài)變?yōu)門rainOccupyRail（列車占用裝卸線）；列車開始卸箱時狀態(tài)變?yōu)門rainUnLoad（列車卸箱）；當列車完成卸箱作業(yè)，開始裝箱作業(yè)時，狀態(tài)變?yōu)門rainLoad（列車裝箱）；列車裝卸作業(yè)結(jié)束離港后，狀態(tài)恢復(fù)到RailFree。泊位智能體的狀態(tài)變遷與鐵路裝卸線/場智能體相似。

（2）列車智能體。當列車智能體到達后，如有

鐵路裝卸線空閑（在Main智能體中統(tǒng)計裝卸線空閑情況），則列車駛?cè)敫蹍^(qū)，狀態(tài)由Free（列車空閑）轉(zhuǎn)變?yōu)镺nPort（列車進港）；列車完成停車后狀態(tài)變?yōu)門rainOnPort（列車占用裝卸線）；列車卸箱作業(yè)開始時，給集卡發(fā)送取箱信息，狀態(tài)變成TrainUnLoadProcessing（列車卸箱作業(yè)）；完成卸箱作業(yè)后開始裝箱作業(yè)，給集卡發(fā)送信息，狀態(tài)變?yōu)門rainLoadProcessing（列車裝箱作業(yè)）；列車完成作業(yè)后，釋放所占用的集卡離開港區(qū)，狀態(tài)變回到Free。船舶智能體的狀態(tài)變遷與列車智能體相似。

（3）場橋智能體。場橋智能體初始處于YardFree（場橋空閑）狀態(tài)。當場橋接收到裝箱的消息后，狀態(tài)變?yōu)閅ardLoad（場橋裝箱）；當完成裝卸作業(yè)后，狀態(tài)恢復(fù)至YardFree；當場橋接收到卸箱的消息后，狀態(tài)變?yōu)閅ardUnLoad（場橋卸箱）；當完成裝卸作業(yè)后，狀態(tài)恢復(fù)至YardFree。岸橋智能體的狀態(tài)變遷與場橋智能體類似。

（4）內(nèi)卡智能體。內(nèi)卡最初處于Free（內(nèi)卡空閑）狀態(tài)，停在停車場。當船舶開始卸箱時會向內(nèi)卡發(fā)送信息，內(nèi)卡狀態(tài)變成ShipUnLoad（內(nèi)卡在碼頭前沿卸箱），在這一狀態(tài)下內(nèi)卡行駛到碼頭前沿與岸橋配合完成卸箱作業(yè)，根據(jù)鐵路裝卸線/場狀態(tài)及堆場狀態(tài)判斷是將集裝箱卸于堆場還是進行車船直取作業(yè)，完成這一系列作業(yè)后內(nèi)卡變回到Free狀態(tài)。當船舶進行卸箱作業(yè)、列車進行裝箱或卸箱作業(yè)時內(nèi)卡狀態(tài)在ShipLoad（內(nèi)卡在碼頭前沿裝箱）、TrainUnLoad（內(nèi)卡在裝卸線卸箱）、TrainLoad（內(nèi)卡在裝卸線裝箱）和Free（內(nèi)卡空閑）之間轉(zhuǎn)換。

（5）在構(gòu)建模型時考慮集卡在港內(nèi)行駛的交通特性，借助Anylogic自帶的交通庫，采用混合建模的方法，實現(xiàn)集卡在港區(qū)內(nèi)的加速、減速和避讓動作。

（6）事件創(chuàng)建與調(diào)度算法。列車或船舶到達、出口箱送箱、進口箱提箱等隨機事件由“inject（）”方法產(chǎn)生。本模型根據(jù)實際港口調(diào)度規(guī)則設(shè)計了多個算法：①鐵路裝卸線和泊位分配、岸橋和場橋裝卸作業(yè)遵循先到先服務(wù)（FCFS）規(guī)則，岸橋卸船采用按組自上而下的順序產(chǎn)生作業(yè)任務(wù)順序，場橋調(diào)度按一定比例為作業(yè)船舶配置場橋，內(nèi)卡調(diào)度采用一臺岸橋、一臺場橋固定分配一定數(shù)量內(nèi)卡的方式。②集裝箱船舶和集裝箱列車都采用“先卸后裝”的調(diào)度策略。③當滿足船舶卸箱、列車裝箱或滿足船舶裝箱、列車卸箱時，采用“車船直取”作業(yè)模式，即列車卸下的箱直接由集卡運至碼頭前沿進行裝船，或船舶卸下的箱直接由集卡運至鐵路裝卸線/場進行列車裝箱。

（7）模型參數(shù)。①船舶智能體：船舶噸級、船舶載箱量、船舶裝卸箱量、船舶到港時間間隔。②列車智能體：列車載箱量、列車裝卸箱量、列車到港時間間隔。③岸橋智能體：配置數(shù)量、裝卸效率。④場橋智能體：堆場和鐵路裝卸線/場配置數(shù)量、裝卸效率。⑤內(nèi)卡智能體：內(nèi)卡配置數(shù)量、內(nèi)卡行駛速度。⑥外卡智能體：外卡到港規(guī)律、外卡行駛速度。⑦泊位智能體：泊位數(shù)量、泊位噸級。⑧堆場智能體：堆場容量、堆場布置形式、進出口箱在堆場的堆存期。⑨鐵路裝卸線/場智能體：鐵路裝卸線股數(shù)、鐵路臨時堆場容量。⑩閘口智能體：閘口通道數(shù)量、閘口服務(wù)效率。

3應(yīng)用實例

以某在建集裝箱港區(qū)作為算例，碼頭順岸連續(xù)布置2個20萬噸級集裝箱泊位，岸線長約960 m，陸域縱深約900 m。泊位后方碼頭陸域從前向后依次為碼頭前沿作業(yè)區(qū)、堆場作業(yè)區(qū)和鐵路裝卸線/場。泊位設(shè)計通過能力125萬TEU。

3.1仿真方案

鐵路集疏運量為50萬TEU，公路集疏運量為75萬TEU。到港集裝箱船裝載量有5萬TEU、7萬TEU、10萬TEU、12萬TEU、15萬TEU和20萬TEU等6種，碼頭前沿配置10臺岸橋，堆場配置40臺輪胎吊，港內(nèi)配置50輛集卡。根據(jù)鐵路裝卸線/場布置作業(yè)線股數(shù)的不同共考慮4種布置方案，裝卸工藝采用雙懸臂軌道吊，鐵路裝卸線長度850 m，每列集裝箱箱位122個，布置2層（即每列可容納244個集裝箱），各方案布置形式見表1。鐵路裝卸線/場場橋取3、4、5、6、7、8、9臺等7種配置方案，集卡與場橋配置數(shù)量之比為3∶1。

3.2仿真參數(shù)

①船舶智能體參數(shù)：船舶到港時間間隔服從負指數(shù)分布：exponential（0.65），單位為d[13]。

②列車智能體參數(shù)：每列車能容納集裝箱110 TEU，列車到

港時間間隔為3.85 h。

③岸橋智能體參數(shù)：岸橋每箱裝卸作業(yè)時間為三角分布（1.0，1.5，2.0）min。

④場橋智能體參數(shù)：場橋單箱裝卸時間為三角分布（1.2，2.0，3.4）min。

⑤內(nèi)卡智能體參數(shù)：內(nèi)卡空載時和重載時的行駛速度分別為35、25 km/h。

⑥外卡智能體參數(shù)：外卡根據(jù)船舶到港情況提前1～3 d進港送箱，3～7 d內(nèi)進港提箱[14]，外卡空載時和重載時的行駛速度分別為35、25 km/h[15]。

⑦泊位智能體：布置2個20萬噸級泊位。

⑧堆場智能體：堆場平行于碼頭岸線布置，出口箱在堆場內(nèi)的堆存期為3 d，進口箱在港堆存期為7 d[14]。

⑨鐵路裝卸線/場智能體：鐵路裝卸線股數(shù)和鐵路裝卸線/場進、出口箱位數(shù)見表1。

⑩閘口智能體：閘口通道數(shù)量為10條，服務(wù)時間服從正態(tài)分布N（1.25，0.25）min[16]。

4結(jié)果分析

各方案仿真10次，每次仿真時間設(shè)置為1周。對仿真結(jié)果進行處理，取其平均值。分析仿真結(jié)果，得到如下結(jié)論：

列車裝卸時間、等待時間的分析結(jié)果見圖4：當鐵路裝卸線/場配置3臺場橋時，各方案列車平均在港總時間超過3.85 h，不能滿足裝卸需求。如圖5所示，當場橋配置數(shù)量增至4臺時，列車裝卸時間為127 min，相比于配置3臺場橋時縮短43%，滿足每3.85 h裝卸1列列車的需求。配置4臺場橋時列車裝卸時間從短到長依次為：鐵路裝卸線股數(shù)為3、鐵路裝卸線股數(shù)為1、鐵路裝卸線股數(shù)為2、鐵路裝卸線股數(shù)為4。當場橋配置數(shù)量從4臺增加至9臺時，列車裝卸時間從127 min縮短至63 min，平均每增加1臺場橋，列車裝卸時間縮短13.0%。集卡排隊等待時間的分析結(jié)果見圖6。由圖6可知，配置4臺場橋時的集卡排隊等待時間比配置3臺場橋時的減少31%。配置4臺場橋時集卡排隊等待時間從短到長依次為：鐵路裝卸線股數(shù)為4、鐵路裝卸線股數(shù)為3、鐵路裝卸線股數(shù)為1、鐵路裝卸線股數(shù)為2。場橋配置數(shù)量從4臺增加至9臺時，集卡排隊等待時間從8 859 min縮短至3 978 min，平均每增加1臺場橋，集卡排隊等待時間縮短14.8%。

場橋利用率的分析結(jié)果見圖7。由圖7可知，配置4臺場橋時的場橋利用率比配置3臺場橋時的減少21%。配置4臺場橋時的場橋利用率從低到高依次為：鐵路裝卸線股數(shù)為4、鐵路裝卸線股數(shù)為

3、鐵路裝卸線股數(shù)為1、鐵路裝卸線股數(shù)為2。場橋配置數(shù)量從4臺增加至9臺時，場橋利用率從49%

降低至24%，平均每增加1臺場橋，場橋利用率減少13.3%。

5結(jié)論

本文基于多智能體仿真技術(shù)構(gòu)建了集裝箱鐵水聯(lián)運作業(yè)系統(tǒng)仿真模型，以提高鐵水聯(lián)運作業(yè)效率為目標對鐵路裝卸線/場的布置進行了研究。仿真案例分析表明：

（1）應(yīng)用該仿真模型可以定量分析不同布置方案對鐵路裝卸線/場的影響；（2）該模型可以為集裝箱港區(qū)的鐵路裝卸線/場的布置及裝卸設(shè)備數(shù)量的優(yōu)化提供技術(shù)手段，以保證碼頭各作業(yè)流程的高效銜接；（3）集裝箱碼頭作業(yè)具有很大的隨機性和不確定性，該研究成果可為集裝箱港區(qū)鐵路裝卸線/場相關(guān)工程提供理論依據(jù)。

參考文獻：

[1]

李羽逍. 鐵水聯(lián)運港站集裝箱作業(yè)區(qū)布局研究[D]. 成都： 西南交通大學(xué)， 2014.

[2]王玥葳. 基于海鐵聯(lián)運的集裝箱港口布局與運作問題研究[D]. 北京： 清華大學(xué)， 2010.

[3]趙紅霞. 現(xiàn)代物流條件下鐵路集裝箱中心站設(shè)施布局優(yōu)化[D]. 成都： 西南交通大學(xué)， 2010.

[4]BOYSEN N， FLIEDNER M， JAEHN F， et al. A survey on container processing in railway yards[J]. Trasportation Science， 2013， 47（3）： 312329.

[5]甘志雄. 基于物聯(lián)網(wǎng)技術(shù)的鐵路集裝箱中心站堆場資源配置優(yōu)化研究[D]. 北京： 北京交通大學(xué)， 2012.

[6]YE Fei， XIE Haihong， JIN Xin. Optimization on configuration of handling equipment in railway container terminal during operation[J]. Applied Mechanics and Materials， 2012， 253255： 12451248.

[7]曾鳴. 鐵路集裝箱中心站物流系統(tǒng)資源調(diào)配優(yōu)化與仿真研究[D]. 成都： 西南交通大學(xué)， 2015.

[8]唐連生. 鐵路集裝箱中心站最佳通道數(shù)設(shè)計問題研究[J]. 計算機仿真， 2012， 29（3）： 367371.

[9]GARC A A， GARC A I. A simulationbased flexible platform for the design and evaluation of rail service infrastructures[J]. Simulation Modelling Practice and Theory， 2012， 27： 3146.

[10]梁劍. 鐵路集裝箱物流中心站資源配置決策研究[D]. 成都： 西南交通大學(xué)， 2010.

[11]李東， 汪定偉. 基于仿真的鐵路集裝箱裝卸策略優(yōu)化[J]. 系統(tǒng)仿真學(xué)報， 2009， 21（11）： 31883191.

[12]劉學(xué)武， 魏恒州. 集裝箱碼頭鐵路裝卸線/場總體布置淺析[J]. 港工技術(shù)， 2015， 52（4）： 2022.

[13]徐靈杰. 集裝箱班輪到港規(guī)律的概率分布及其特性研究[D]. 大連： 大連海事大學(xué)， 2014.

[14]中華人民共和國交通運輸部. 海港總體設(shè)計規(guī)范： JTS 165—2013[S]. 北京： 人民交通出版社， 2013.

[15]周強， 肖矯矯， 陶德馨. 集裝箱碼頭前沿交通流模型研究[J]. 武漢理工大學(xué)學(xué)報（交通科學(xué)與工程版）， 2005， 29（4）： 487490.

[16]陳中亞. 基于集裝箱堆存策略的閘口服務(wù)水平優(yōu)化方法研究[D]. 大連： 大連理工大學(xué)， 2016.

（編輯賈裙平）