第19卷 第8期 中 国 水 运 Vol.19 No.8 2019年 8月 China Water Transport August 2019 港口群集疏运网络仿真优化 郑红星，吴云强 （大连海事大学 交通运输工程学院，辽宁 大连 116026） 摘 要：针对港口群集疏运网络优化问题，从时间、费用、和碳排放三个视角出发，考虑集疏运的现实约束，以集疏运作业流程为仿真流程，以最佳货流分配方案为仿真逻辑，采用flexsim构建港口群集疏运作业仿真模型，并设计了仿真实验。实验结果表明，采用本文方法得到的港口群集疏运网络设计方案效果较好，并表现较强的鲁棒性。 关键词：港口群；集疏运网络；仿真；货流分配 中图分类号：F252 文献标识码：A 文章编号：1006-7973（2019）08-0080-03 一、引言 集疏运系统是由公路等运输方式将货物从腹地集中到港口，或将港口的货物疏散到腹地的运输系统。高效的集疏运网络有助于提高港口装卸效率，加快货物周转率。 集疏运网络优化可分为针对单一港口与港口群。在单个港口集疏运网络优化的研究中，Wang等[1]考虑集装箱类型与时间窗约束，以运输成本最小为目标构建混合整合规划模型。刘沛等[2]基于复杂系统演化理论，研究集疏运系统在基础设施投资下的演化机理。高山山等[3]以运输成本最小为目标构建流量分配优化模型。岳鑫等[4]针对洋山港集疏运网络优化问题，以成本最小为目标建立线性整数规划模型。 在港口群集疏运网络优化研究中，杨斌等[5]针对多起讫点集疏运系统运输问题，分别以成本最小、能耗最小和能耗约束下的成本最小为目标建立数学模型。Halim等[6]提出运输成本最低和客户覆盖率最高的双目标集疏运网络优化模型。潘静静等[7]考虑中转节点作业能力和运输能力约束，以运输成本最小为目标建立线性整数规划模型。 综上，现有研究关于单个港口集疏运网络较多，关于港口群的文献较少，且大多只是对集疏运网络进行货流分配，不考虑是否应新建中转站、扩建中转站或增加运输路线，几乎未涉及碳排放的影响。 本文问题可描述为：已知货运量、时刻表等信息，考虑港口群集疏运实际作业情况，以最优货流分配方案为仿真逻辑，通过比较分析来选择最优集疏运网络设计方案。 二、港口群集疏运网络货流分配优化 1．数学模型 （1）参数 I：腹地城市集合，iI；J：中转站集合，jJ；G：港口集合，gG；K：运输方式集合，kK且1为公路，2为铁路，3为水路；Qi：腹地城市i的货运量；Aj：火车在中转站j的发车时刻；Bj：船在中转站收稿日期：2019-02-08 作者简介：郑红星（1971-），男，大连海事大学交通运输工程学院，副教授，博士生导师，研究方向为物流系统优化与 仿真。 基金项目：国家自然科学基金（71473024、71872025）。 运输方式k在腹地城市i的发车时刻；Tijk：节点i与j之间用运输方式k所需时间，i、jIJG；Uj：中转站j处理能力上限；Dj：中转站j处理能力下限；Oig=1：腹地城市i的货物的目的地为港口g，否则为0。 （2）中间变量 Si：腹地城市i货物出发时刻；HSij：腹地城市i货物到达中转站j时刻；HEij：城市i货物从中转站j出发时刻。 （3）决策变量 xij=1：腹地城市i的货物由中转站j完成中转，否则为0；yijk=1：i的货物由运输方式k运到中转站j，否则为0；rigk=1i的货物由运输方式k从中转站运到港口g，否则为0；GSig：i的货物到达港口g的时刻。 建立数学模型： minzGSiIgGig （1）xjJij 1，iI （2） xij，iI；jJ （3） Oig，iI；gG （4） Uj，iI （5） Dj，iI （6） （7） kKyijkkKriIigkQxiijQxiiIijSiCikM(2yijkxij)，iI；jJ；kK HSijT，iI；jJ；kK （8）ijkSiM(2yijkxij)HEijAjM(2rigkxij)，iI；jJ；gG；k=2 （9） j的发车时刻；Cik：HEijAjM(2rigkxij)，iI；jJ；gG；k=3（10） 第8期 郑红星等：港口群集疏运网络仿真优化 81 GSigHEijTjgkM(3rigkxijOig)，iI;jJ；gG；kK（11） 式（1）为目标函数，表示货物运输时间最小；式（2）表示货物需选择一个中转站；式（3）表示中转站、腹地城市与运输方式间的关系；式（4）表示腹地城市、目的地与运输方式之的关系；式（5）-（6）表示中转站的货物量不超过处理能力；式（7）-（8）表示货物出发时刻与到达中转站时刻约束；式（9）-（11）表示货物在中转站出发时刻约束； 2．算法设计 参数初始化根据启发式规则生成初始种群基因修复根据得到的种群，执行新个体生成策略生成新个体基因修复新个体优于原个体是否接受新个体概率替换得到一个新个体新个体数量是否等于种群规模是记录局部最优解与全局最优解否是否满足算法终止条件否是输出全局最优个体 图1 算法流程图 本文设计了改进遗传算法，并引入了邻域搜索来提高解的质量，同时融入了接受准则的思想，算法流程如图1所示。 （1）解的表示与生成初始种群 本文采用多层编码方式，第一层为经过的中转站，第二层为腹地城市与中转站之间（第一阶段）运输方式，第三层为中转站与港口之间（第二阶段）运输方式。生成策略如下： Step 1针对染色体第一层第i列，随机选取一个不大于n的满足约束条件的正整数作为腹地城市i的货物中转站； Step 2 针对个体第二行第i列，把到达时刻最小时对应的运输方式当做第一阶段的运输方式； Step 3针对个体第三行第i列，选取出发时刻与到达时刻差值最小时对应的运输方式。 （2）新个体生成策略 新个体生成策略包括交叉、变异和邻域搜索策略，如下： 1）交叉 选取最优个体部分片段与其他个体对应部分进行交叉。 2）变异 任选一个个体，改变中转站或运输方式，生成新个体。 3）邻域搜索策略 针对某个体，在中转站选取完成的情况下，改变运输方式，选择总时间最小时的个体当作新个体。 （3）基因修复 在初始种群与新个体生成中，存在三种需进行基因修复的情况：1）节点之间不存在染色体对应的运输方式；2）到达中转站时刻晚于第二阶段运输方式出发时刻；3）到达中转站的货物量不满足处理能力约束。具体步骤如下： Step 1 针对染色体第一层，若货物总量超过上限或下限，从经过此中转站的货物数量最小或不经过中转站的货物数量最大的城市开始，选择满足条件的中转站，否则不改变； Step 2 针对染色体第二层，若运输方式不存在，则换成其他满足约束的运输方式，否则不做调整；若到达中转站时刻大于下一阶段出发时刻，则改变运输方式，否则不做调整； Step 3 针对染色体第三层，若其代表的运输方式不存在，则换成在第二阶段中存在的运输方式，否则不做调整； 三、仿真模型与评价指标 图2 仿真流程 1．仿真模型 仿真方法为离散事件仿真，固定实体为腹地城市、中转站与港口，临时实体为货物，采用flexsim软件。 图2为仿真流程，Source表示腹地城市，Conveyor表示运输方式，Queue表示中转站，Sink表示港口。 仿真逻辑主要包括初始化与运输过程。 初始化：把货物量、发车时间等信息输入仿真系统中。 运输过程：根据货流分配方案确定某货物第一阶段运输方式，当到达出发时刻时，则给Source发消息，使货物通过Conveyor传送到Queue上，记录到达Queue时刻。若第二阶段运输方式为公路，则立刻把货物传送到Conveyor，否则到达发车时刻时，把货物传送到Sink，并记录到达时刻。 2．评价指标 货流分配方案所用运输时间、碳排放量与总费用。 四、算例分析 某港口群有四个港口，H-K，三个腹地城市，A-C，三个备选中转站，D-F，且D与E可通过扩建满足货物处理需 82 中 国 水 运 第19卷 求，F需新建，且扩建费用为50万元，新建为100万元。公路、铁路与水陆运输单位碳排放量为0.4、0.2、0.1kg。中转站处理能力为100,000~300,000t。其他信息如表1-4所示。D-K段、E-H段与F-I段铁路、公路、公路的建设费用分别为40万元、50万元、50万元。 表1 腹地城市的目的地与货运量（t） 腹地城市A 腹地城市B 腹地城市C 目的地港口 I H K 货运量 100,000 150,000 200,000 表2 运输方式发车时间 路段 A B C D E F 运输方式 铁路 01：00 01：00 01：12 06：00 07：00 08：00 公路 随时 随时 随时 随时 随时 随时 水路 — 00：30 01：30 7：00 06：30 07：06 表3 第一阶段各节点之间运输时间（小时） 路段 A-D A-E A-F B-D B-E B-F C-D C-E C-F 运输方式 铁路 5 6 7 5 3 4 8 8 2.5 公路 4 8 8 6.5 2 4.5 7 6 4 水路 — — — 3 5 2 8 4 5 表4 第二阶段各节点之间运输时间（小时） 路段 D-H D-I D-J D-K E-H E-I E-J E-K F-H F-I F-J F-K 运输方式 铁路 4.2 6 7 — 5 3 3 2 3.5 2.5 1.5 1 公路 4 4.5 5 4.8 — 3.3 3.5 3 4 — 3.5 2 水路 3 6.5 4 7 6 4 2 4.5 6 5 4 3 经计算，共有49种方案，考虑处理能力与货流分配方案，只有7种方案满足条件，如表5，评价指标对比如图3。改变货物目的地，对各方案进行敏感性分析，结果如图4。 从中得知，方案5各个指标表现较好，且费用较小；当改变货物目的地，方案5运输时间与碳排放量的变化较小，表现较强鲁棒性。尽管某些情况下，其他方案的指标比方案5好，但相差不大，且绝大部分情况下，方案5的指标都表现优越。所以，选择方案5作为最终方案。 表5 七种方案 编号 方案 运输时间（小时）费用（万元） 碳排放量（万kg）1 建设中转站D、E 27 100 105 2 建设中转站D、F 22.7 150 111 3 建设中转站E、F 24.2 150 95 4 建设中转站D、E、F 25.5 200 117 5 建设中转站D、E与E-H段公路 23 150 86 6 建设中转站E、F与E-H段公路 21.7 200 102 7 建设中转站D、E、F与E-H段公路20.2 250 96 图3 各方案指标对比 图4 改变货物目的地时的指标对比 五、结论 针对港口群集疏运网络优化，本文基于实际业务场景设计仿真实验，比较各方案的运输时间、费用与碳排放量三个指标，最后给出最佳集疏运网络设计方案，并得到如下结论： （1）在港口群集疏运网络设计中，不是中转站的数量越多越好，需综合考虑货物目的地与货物流量分配方案等因素； （2）作为战略层的港口群集疏运网络优化决策同处于运营层的货物流量分配综合考虑，效果更佳。 在实际应用中，方案数量随着节点数量的增多而增加，因此需提出一种缩减方案数量的方法。 参考文献 [1] Wang W F，Yun W Y. Scheduling for inland container truck and train transportation [J].International Journal of Production Economics，2013，143（2）：349-356. [2] 刘沛，穆东.港口陆路集疏运系统的演化机理—基于基础设施投资[J].软科学，2016，30（06）：119-123. [3] 高山山，陈宁.基于冷链物流的G港集疏运流量分配优化[J].物流技术，2018，37（10）：72-75. [4] 岳鑫，尹传忠，武中凯.洋山港集装箱集疏运网络优化研究[J].铁道运输与经济，2019，（02）：111-116. [5] 杨斌，孙少文，胡孝通.能耗约束下多起讫点的港口集疏运系统运输策略研究[J].合肥工业大学学报（自然科学版），2015，38（03）：411-418. [6] HalimR A，Kwakkel J H. A strategic model of port-hinterland freight distribution networks [J].Transportation Research Part E：Logistics and Transportation Review，2016，95： 368-384. [7] 潘静静，林凯迎，胡喜生.海港集疏运网络配流优化模型及其在福建的应用[J].中国航海，2017，40（04）：119-124.
