物流系統承載能力研究:文獻綜述和一體化計算方法初探*

王愛虎,王娜玲

(華南理工大學 工商管理學院,廣東 廣州 510640)

起始于20世紀90年代的發達工業國家產業轉移,極大地促進了我國外向型經濟的發展,受益于外向型經濟發展帶來的充足貨源中國集裝箱港口迅速崛起,并形成了以共享腹地為特征的集裝箱港口群。以國際性港口群為核心樞紐,對外經國際海運、空運或陸橋運輸連接國際市場；對內經公路、鐵路和內河水運等集疏運網絡連接港口的腹地,從而形成了以共享腹地港口群為特征的國際物流系統。

國際物流系統從微觀和宏觀兩個層面表現出多式聯運的屬性,在微觀層面,從貨物的起運地到最終目的地,期間可能會使用公路運輸、海運或空運、鐵路運輸或水運等運輸模式形成的多式聯運；在宏觀層面,從貨源地到起運港以及從目的港到貨物的最終目的地之間,可能會使用多種運輸模式。物流管理追求的理想境界是對整個物流系統的一體化管理,對國際物流管理而言,一體化管理意味著要對所涉及的多種運輸模式自身的“能力”進行量化進而探討充分發揮各種運輸模式“能力”的有效途徑和方法。無論是集疏運網絡的優化、多式聯運模式的構建、港口效率的改善、港口群競合關系的確定還是整個物流系統的協調管理,都需要對“物流系統能力”進行有效的量化和評價,進而探討有效提升和優化物流系統能力的方法。

遺憾的是,物流能力是一個彈性相當大的概念。從微觀角度看,物流能力指微觀物流供給主體向微觀物流需求主體提供物流服務的能力。從宏觀角度看,物流能力指國民經濟物流部門向全社會提供物流支撐和服務的能力。就影響企業績效的具體物流能力而言,以密歇根州立大學全球物流研究團隊(Global Logistics Research Team at Michigan State University,1995)提出的4組17種通用物流能力影響最為廣泛,這個量表在物流能力和企業經營績效間關系的研究中被普遍使用。在國內港口、高速公路、城際鐵路乃至高鐵、內河水運等高速發展的情況下,本研究更多地關注國際物流系統整體能力的量化、評價和優化,為此引入國際物流系統“承載能力”的概念,以區別于傳統意義上的物流能力。

鑒于與物流系統能力相關的研究離散在公路運輸、鐵路運輸、航空運輸、內河水運、港口等不同行業和不同學科,本研究將以各種運輸模式為研究對象,對相關的“能力”研究進行系統歸納,謀求以交通流為主線系統集成不同運輸模式承載能力的計算公式,為物流系統承載能力的量化、優化和仿真研究奠定基礎。

一、公路運輸承載能力

(一)高速公路通行能力

道路通行能力按照實用、合理、簡便及可操作性強的原則,通?？煞譃榛就ㄐ心芰?、可能通行能力和設計通行能力三種。[1]97這方面的研究始于1954年的美國,并以美國運輸研究委員會(Transportation Research Board,TRB)定期發布的《高速公路能力手冊》(Highway Capacity Manual ,簡稱為HCM)為風向標,最新版的手冊于2010年發布。與國外相比,我國在道路通行能力研究方面起步較晚,1984年才開始較系統的研究混合交通雙車道公路設計通行能力,2000年左右才逐步開始高速公路基本路段通行能力的調查分析。與國外具有指導意義的通行能力手冊相比,我們國家頒布的《公路工程技術標準》中所采用的通行能力,基本上沿用了國外的一些研究成果,不能完全反映我國公路交通的實際運行特性。盡管如此,我國在混合交通、交叉口、交通流理論等方面投入了大量人力財力開展專項研究,還是取得了一定的成果。[2-5]然而這些成果基本是在參照國外研究經驗的基礎上對其進行改進,在理論上基本沒有創新。

在研究方法上面,交通問題通常采用數理統計分析、理論推導分析、交通系統仿真分析三種方法。數理統計法基于大量實測數據,不需假設條件,但很難確定個別因素的影響,且受外界條件和因素的影響和干擾較大。理論推導分析法一般從跟馳模型入手,對模型進行假設推導,但這些假設或多或少會與實際存在某些偏差。交通系統仿真分析方法兼有上述兩種方法的優點,其模型是理論推演、抽象出來的,一些基本數據需要現場實測,能生成試驗者所需要的交通仿真數據。其可重復性、可延續性的特征可以彌補觀測數據的不足,解決復雜的交通流問題。[6-8]目前國內開發的較有影響力的仿真軟件有TESS和NITS。[9]國際上較為流行的仿真軟件有： HCM系統、SIDRA系統、CAPCAL系統和PT-DESGN軟件,其中HCM系統應用最廣最具權威。

高速公路通行能力的研究包括基本路段、交織區、匝道及收費站四個部分的內容,其中最重要的是基本路段的通行能力。路段通行能力也可分為基本通行能力、可能通行能力和設計通行能力三種,[10]單位為pcu/h,pcu表示當量小汽車。

通行能力的計算可采用車頭間距和車頭時距推求,現采用車頭間距推求通行能力計算公式。首先考慮一條車道的情況： 根據交通工程學原理,交通量Q、密度k和車速V之間有關系Q=kV,又因為密度k與平均行車間距l有關系k=1000/l,所以Q=1000V/l。式中： Q為交通流量(veh/h)；V為平均行程速度(km/h)；k為密度(veh/km)；為兩車頭間距(m)。根據文獻[9-12]在保證安全且前、后車的制動性能均相同的情況下,車輛間行駛的最小安全間距可表示為：

l=l車安+l車+Vt/3.6

(1)

其中,l為最小安全間距,1車為車輛平均長度(m)；V為平均行車速度(km/h),t為后車駕駛員反應時間。由此得,保證安全情況下最大流量為：

(2)

QB為一條車道的最大流量(pcu/h)?？紤]到道路的車道數,得到：

CB=lane·QB

(3)

(3)式中,lane為車道數。

可能通行能力(Cp)是對基本通行能力的折減,根據文獻[9]93可用下式來確定可能通行能力。

Cp=CBγ1γ2γ3γ4γ5

(4)

(4)式中： CB為基本通行能力(pcu/h)；γ1～γ5為折減系數,分別是對車道寬度、側向凈空、縱坡、視距不足和沿途條件的折減?？v坡折減系數的確定與車輛換算系數有關,通常是根據載貨汽車所占百分數按下式計算：

(5)

(5)式中： ρT為載貨汽車所占百分數；其它折減系數可以根據實際條件與理想條件的差異大小查相應的表格來確定。ET為載貨汽車換算為小汽車的當量值,可按一定坡度和坡長查表求得。

設計通行能力(CD)是在確定了可能通行能力的基礎上乘以給定服務水平(服務等級)的V/C比,即[9]93：

CD=Cp(V/C)

(6)

(二)路網容量

道路網是由路段與交叉口的集合,路網容量反映了道路網對交通需求的處理能力,是路網在規模和布局上能否滿足交通需求的極限狀態。由于單純某個設施的通行能力無法反映道路網絡的能力,而且人們發現道路網絡的處理能力也不是各道路設施通行能力的簡單加總?；诖?20世紀50年代初,國外的一些學者開始了對路網容量問題的探討。但是不幸的是,各學派對路網容量定義不一,這在一定程度上阻礙了路網容量的研究進展。如僅根據路網的約束條件不同而不同,就可以將路網容量分為四類十種。[13]然而現在學術界主要研究的只有兩種： 狹義路網容量和廣義路網容量,這兩種路網容量是從研究范圍上劃分的。在一定的交通狀態下,狹義路網容量(路網的通行能力)是指單位時間內(通常為一個小時)道路網關鍵斷面能通過的最大車輛數,單位是pcu/h；廣義路網容量則是單位時間內(通常為一個小時)路網所能容納的最大車輛數。[14]32本文主要研究在一定交通狀態下,單位時間內道路網能通過的最大車輛數,因此主要分析和闡述狹義路網容量的研究思路和研究方法。

狹義路網容量在很多國家都被研究過,而其中美國、日本對該問題的研究比較具有典型性,尤以美國研究最早。研究思路大體上是由簡入繁,從最簡單的網絡單物流問題入手擴展到多物流最大容量問題,最后擴展到城市運輸網絡中,從而衍生出一系列的路網容量分析方法,[15]包括線性規劃法、[16]交通分配模擬法、狹義路網容量分析法。如今學術界在這一方面研究的熱點是用二次規劃去描述不同OD需求模式下的網絡通行能力,并研究模型的求解。[17-18]日本學者的主要貢獻在于提出了一種運用圖論的最大流最小割定理的路網容量分析方法。[19]從80年代開始,我國也開始了對狹義路網容量的研究,并在模型和算法改進方面取得了一定的成就,但是研究主要還停留在借鑒外國成果的同時如何應用已有成果對我國路網現狀的探索之中。[20-29]

二、內河水運承載能力

與水運承載能力相關的概念被表述為： 航道通過能力、港口通過能力。航道通過能力通常定義為一年中按枯水期航道條件在航道控制段上雙向通過的貨物的最大數量,計算單位以年通過航道的貨運量(萬t/a)為單位。根據這種概念,國內外提出了一些公式,包括： 德國公式、長江公式、川江航道公式、蘇南運河公式、王宏達公式、閔朝斌公式等。[30]然而這種以“萬t/a”為單位的航道通過能力,雖然反映了航道上貨運量的大小,但是它反映的是通航能力較低的枯水期——該航道上航道條件最差的航段的通過能力,這樣算出來的航道通過能力一般會偏小,不能反映航道上船舶流的特征?；诖?有學者借鑒交通流理論,在綜合考慮了航道斷面各種折減因素的影響下,提出了交通流理論下的船舶通過能力。還有的學者把港口與航道作為一個整體的物流系統對其通過能力進行計算稱為港口通過能力,港口通過能力的計算主要基于排隊論采用仿真[31-33]的方法進行研究,主要分為兩個方面： 一是從隊列設計入手模擬船舶的排隊行為；[34]一是從隊列的輸入入手描述船舶到達隊列的數學特征,[35]目標是排隊模型能夠比較準確地測算港口通過能力實例?，F主要運用交通流理論解析航道通行能力。

類似于車輛通行能力的計算,在計算船舶理論通行能力時引入標準船舶的概念,由于我國內河水運并沒有統一的船型,因此標準船舶的選取本身是一大研究問題。為了研究需要,我們選取標準集裝箱船作為標準船舶,引入標準集裝箱船當量概念(Container Ship Unit,CSU)。在確定最小安全間距時,由于船舶在航道中并非沿直線行駛,當船舶之間的間距達到船舶安全行駛所要求的最小距離時,此時的距離可表示為船舶避碰領域(Ship Safety Domain)的長軸長度。根據文獻[36-37]的研究成果,可以得到各種船型的避碰領域長軸長。由此得到船舶理論通行能力為：

(7)

這里r為船舶避碰領域長軸長(m),CB這船舶理論通行能力(CSU/h)。

而文獻[38]的研究結果表明： 各種船型的船舶通過航道斷面的能力與船舶的噸位、動力性能有著密切的關系,而衡量船舶通過能力大小最直觀的指標就是斷面船舶流量的大小。所以在計算標準集裝箱船舶換算系數CSE(Container Ship Equivalents,CSE)時就等于某船型船舶通過航道斷面的流量與標準船舶通過航道斷面流量的比值,計算公式如下：

(8)

在計算可能通行能力時,相應的折減系數應該換成船舶的折減系數。根據文獻[39]折減系數一般有： 通航期保證率修正系數、船舶流模式修正系數、船舶航行速度修正系數、運行船舶及船隊的構成不規范修正系數、非貨運船影響修正系數、大型船舶修正系數。

三、航空運輸承載能力

與航空運輸承載能力相關的概念是空中交通容量,包括機場容量和空域容量兩大部分,空中交通容量屬于空中交通流管理重要理論,定義為系統所容納的飛機架次。在機場容量方面,國外發達國家研究較早。1974年Hocka Day SLM,Kanfan Al. 發表了《機場容量分析》,開啟了機場容量的研究熱潮。相關機構中,最為關注這方面的當屬美國聯邦航空管理局(Federal Aviation Administration,FAA),它于1975年主辦了關于機場陸側容量的會議,并于1983年出版了機場空側容量評估建議程序,接著出版了機場陸側容量評估建議。[40]如今國外這方面的研究主要集中在服務能力分配[41]、延時對機場容量的影響[42]及堵塞對機場容量的影響[43],采取的研究方法主要有概率論和仿真的方法。相比于國外,我國對機場容量研究起步較晚,并集中在跑道容量[44-46]方面,因為跑道容量是機場空中容量的關鍵。國外對空域容量的研究包括終端區容量[47]和各扇區管制空域容量[48-49]、航線網容量[50]和航路交叉點容量等。中國國內對空域容量研究主要集中在終端區容量[51-52]和各扇區管制空域容量[53-57]上。如今國內外對容量評估理論研究和系統開發漸趨成熟,但在有惡劣天氣情況存在的空域動態容量研究卻很少,研究的方向也都側重于惡劣天氣情況下的交通流量管理[58]和基于數理統計的機場到達率,[59]且研究對象也大多是區域航路上的天氣情況,很少涉及終端區空域。

四、鐵路運輸承載能力

與鐵路運輸承載能力相關的概念有： 運輸能力(Railway Carrying Capacity)、鐵路通過能力和鐵路輸送能力,運輸能力是通過能力和輸送能力的總稱,它們又統稱為鐵路能力。[60]其中,通過能力是指根據現有各種固定設備,在一定類型的機車車輛和行車組織方法下,單位時間內(通常一晝夜)所能通過的最多列車車數或者對數。[61]通常區分為三個不同的概念： 現有通過能力、需要通過能力和設計通過能力。[62]鐵路輸送能力是在通過能力下增加鐵路職工配備情況這一約束,在單位時間內(通常為一晝夜)最多能夠通過的列車對數或列車數、車輛數或貨物噸數。[63]

鐵路能力概念的研究一直以來沒有統一的定義,直到2004年UIC(國際鐵路聯盟)出版了描述鐵路能力的UIC406能力手冊,將鐵路能力定義為“在定義的時間段內,考慮實際的列車徑路混合等條件下所有可能的列車徑路的總數”。[64]目前對于鐵路能力的理論計算大多參考UIC406能力計算方法,在此基礎上進一步建立模型分析鐵路能力。[65]

鐵路能力問題的早期研究主要集中在各種能力的基本概念和對各單項設備能力的計算與確定上,1878年俄國最早開始研究通過能力,隨后一些學者開始研究平行運行圖和非平行運行圖的通過能力計算方法。到20世紀六、七十年代,前蘇聯一些專家把客車扣除系數的理論分析和經驗公式的計算應用到實際工作中。隨著計算機快速發展,模擬技術在鐵路問題中的應用得到了發展,目前,國外運用此技術己經發展到路網運行圖情形。[66]我國在鐵路能力問題上得研究始于20世紀70年代,由于政治原因,剛開始時我國鐵路運行模式借鑒前蘇聯運行模式,因此,我國鐵路區間通過能力計算一直沿用由前蘇聯引進的扣除系數法,然而該法是以貨物列車平行運行圖通過能力為基礎的,只適用于旅客列車數量少于貨物列車的情形。隨著我國旅客列車數量在20世紀90年代的逐年增加,甚至出現了大于貨物列車數量的情況,因此原先的扣除系數法無法適應我國鐵路實情,這就是長期被質疑的 “誰扣誰”問題。針對此情況,2003年鐵道科學研究院運輸及經濟研究所成立了“全路線路通過能力計算方法的研究”專題組,開始探索新的區間通過能力計算方法,產生了以旅客列車為基礎的通過能力計算方法[67]——“直接計算法”。[68]

在方法和工具上,形成了： 基于交通模式[69]、單軌道分析模型[70]、代數分析方法[71]的工具和方法。一些國際公司還開發了基于計算機仿真的系統[72]： DEMIURGE 、CMS、RAILCAP、VIRIATO、CAPRES、FASTTRACK Ⅱ?，F在,對能力的估計一般分為經典的三個層次： 分析方法、優化方法和仿真方法。分析方法旨在用數學表達式表達鐵路設施環境,如UIC406通過分析的方法考慮基礎設施占用時間、緩沖時間、維修附加時間來計算鐵路區間能力以識別瓶頸設施,從而決定鐵路能力,采用此方法計算鐵路能力簡單易行且可以很好的識別瓶頸設備,然而它的計算結果會因為模型參數形式的不同而不同,而且這種方法對參數輸入和混合行駛等變量靈敏度極高。優化方法常常用線性規劃的方法最優化飽和列車時刻表來估計鐵路能力。仿真方法通過模擬實際鐵路運輸系統的運作來獲得鐵路能力值,它可以在一定的規則下模擬動態鐵路系統的各種可能情況。但是優化和仿真的方法都需要適應每個應用程序環境。把這三個層次集成可以形成一個方法論,在這個方法論里第一個層次的分析得出一個初步的解決方案,用第二層次獲得一個列車時刻表,然后用第三層次模擬驗證所得結果。[72]由于本文并不需要得到復雜的仿真模型,因此下面僅從分析方法上面,運用UIC406中定義的方法從“點(區段)、線(區間)、網(鐵路網)”三方面對鐵路能力進行分析。

(一)鐵路區段通過能力

鐵路通過能力一般按固定技術設備和客運量大致相同的鐵路區段或地段進行計算[73]。決定鐵路區段通過能力的固定技術設備及主要因素有： 區間、車站、機務段設備和整備設備、電氣化鐵道的供電設備,[74]通過能力最薄弱的設備的能力即為該區段的最終通過能力(往往是區間和車站)。在計算方法上,每一單項技術設備通過能力的計算方法有圖解法和分析計算法兩種。其中,圖解法較精確,但作業量大,費時費力,一般只用于通過能力利用程度接近飽和時或個別特殊情況的圖解驗算。近年來,隨著計算機技術的崛起,圖解法已被計算機模擬法所取代。分析計算法又可分為直接計算法和利用率計算法兩種,直接計算法適用于辦理的作業性質單一的情形,利用率計算法適用于作業性質復雜且種類繁多的情形,由于分析計算法簡便的特性是通常使用的方法。

若采用直接計算法求解設備通行能力,根據文獻,[74]16設備的通過能力(N)可按以下公式計算：

(9)

或

(10)

其中,A為某種設備一晝夜能生產的產品總量(或總的工作時間為T)；A固為一晝夜所需消耗該產品的固定總量(或占用該設備的總時間∑t固)；α為生產或列車到達不均衡、作業間不協調及設備故障等原因而引起的技術損失及空費系數；α均為辦理一列貨物列車或一次作業所需消耗該種產品的加權平均數量(或所需加權平均占用時間t占均)；M為可平行進行同一種作業或生產同種產品的設備數量。αi,ti分別對應第i類貨物列車的每列消耗定額及第i項作業的每次占用時間標準；βi第i類貨物列車數ni在貨物列車總數n中所占的百分比或第i項作業在總次數n中所占的百分比。因此,該種貨物列車或作業應分配的通過能力為： Ni=Nβi,而n固仍為計算A固或∑t固時采取的數值,即N=N1+N2+…+Nk+n固。

(二)鐵路區間通過能力

鐵路區間通過能力與正線數目、區間長度、線路縱斷面、信聯閉設備、行車組織方法、牽引機車類型和列車運行速度等因素有關。區間通過能力的計算,按行車組織方法的不同可分為平行運行圖通過能力和非平行運行圖通過能力,非平行運行圖通過能力以平行運行圖通過能力為計算基礎[75],現分別給出其計算公式。

其中,T固(單位為min)為運行周期,運行圖周期系由列車(一個或幾個列車)區間純運行時分∑t運、起停車附加時分∑t起停及車站間隔時分∑τ站所組成,即：

T固=∑t運+∑t起停+∑τ站

(12)

對于一定類型非平行運行圖區間通過能力n非(旅客列車對數或列數),根據文獻[68]應用直接計算法扣除貨運列車的影響可按如下公式計算：

n非=n平-(ε貨-1)n貨

(13)

式中,n貨、ε貨分別為貨物列車數量及其扣除系數,且n貨

(三)鐵路路網系統運輸能力

鐵路路網系統運輸能力是鐵路傳統的運輸能力概念的綜合和延伸,因為路網系統運輸能力不僅與列車數和牽引定數有關,而且與運行距離相關,故常以單位時間內完成的周轉量(如tkm)作為計算單位。國外鐵路路網系統運輸能力的研究主要是從路網能力的研究中引伸而來的,由于對公路路網的研究比較深入,所以國外對鐵路路網系統運輸能力的研究開展比較早[76]。近幾年來國內在鐵路運輸能力的理論研究方面也取得了不少成果[77-78],但從總量上看仍然不夠。研究對“點”、“線”系統運輸能力研究較多,對鐵路網系統運輸能力研究較少,采取的大部分是確定性的靜態方法,不確定性的動態方法很少,概念內涵和計算評價方法的研究也較少,總體來說,國內還沒有建立起整個鐵路網系統運輸能力的體系構架。

五、一體化物流系統承載能力計算方法

通過上述分析可知： 構成物流系統的公路、航運、航空和鐵路等運輸模式承載能力的方法各不相同,而物流系統一體化管理必須要打破不同運輸模式的隔閡,進而研究整個物流系統的承載能力。鑒于航空貨運仍然以散雜貨為主,而國際海運則以集裝箱運輸為標志且90%以上的國際貨物依靠海運完成,本文將主要圍繞國際集裝箱海運物流系統,探討能整合多種運輸模式的物流系統承載能力計算方法。

各運輸模式之間“能力”無法對比、物流系統“能力”無法對接的主要原因是各運輸模式之間量化“能力”所用的基本單位各不相同,例如公路運輸以“當量汽車”、水運以“當量船舶”,而港口則以吞吐量為度量單位。系統集成物流系統的最有效方法和模式是以前人的研究為基礎,引入中間變量,從而實現用不同度量單位計算的承載能力間的相互轉換?？紤]到國際海運的集裝箱規格已經標準化,而且統計單位已經統一到“TEU(Twenty-foot Equivalent Unit)”,本文借用這個已經被國際化、標準化和通用化的單位作為物流系統承載能力的度量單位,進而探討不同運輸模式和港口結點承載能力計算的折算公式,從而實現整個物流系統承載能力度量單位和計算方法的統一。

設一個標準集裝箱車或一個標準集裝箱船舶或一節列車車廂所能承載的TEU為w個,則公路運輸通行能力相關公式可以改寫成：

(14)

C’為經換算后的道路通行能力,單位為(TEU/h),ET為載貨汽車換算為小汽車的當量值,可按一定坡度和坡長查表求得,C為前面公式所求得的道路通行能力值。

對于水運通行能力的換算,首先需要解決的是標準集裝箱船舶的選取問題。由于內河水運船舶大型化的趨勢使得內河水運船舶并不能像公路運輸中小汽車一樣尺寸可以保持不變,如1991-1996年,珠江上內河專用集裝箱船的主流船型是500噸24TEU,隨后,800噸40TEU的集裝箱船在1998-2000年成批投入運行,而公路運輸中小汽車的大小一直保持著長6米寬1. 8米高2米的外廓尺寸。這種不斷變化的船型使得標準船舶的選取一直以來沒有統一的標準,學術界比較認可的做法是選擇接近實際運行船舶平均噸位的設計船型為標準船型。目前,受航道、航線批文、碼頭設施等制約,1000噸級載箱量為50-100TEU的內河集裝箱船是當今的主流船型[79],因此我們采用1000噸級100TEU的集裝箱船舶為標準船舶。確定標準船型后,由公式(8)即可求得各種船型相對于標準船舶的換算系數。由于我們之前求解水運通行能力本身是依據標準集裝箱船舶來計算的,因此水運通行能力相關公式不需要折減,可以直接改寫成：

C’=wC

(15)

C’為經換算后的航道通過能力,單位為(TEU/h),w=100TEU ,C為前面公式求得的航道通過能力值。

對鐵路運輸能力的計算而言,按照貨物列車與旅客列車的比例大小分為兩種情況。當貨物列車列數小于旅客列車列數時,扣除系數是指開行一對或一列貨物列車、快運貨物列車及摘掛列車必須從平行運行圖上扣除幾對或幾列旅客列車,相當于一列貨物列車等于ε貨列旅客列車,此時貨物列車通過能力就等于n貨。當貨物列車列數大于旅客列車列數時,就該用貨物列車列數扣除旅客列車的影響計算n貨,公式為：

n非貨=n平-(ε旅-1)n旅

(16)

(17)

然而公式(18)求得的n貨的單位仍為列/天,要把它們都統一成(TEU/h),需在公式(18)的基礎上乘以w除以24再乘以所掛車廂節數r,所得公式為：

n’=wrn貨/24

(18)

n’為經換算后的貨物列車通過能力,單位為(TEU/h),n貨為貨物列車通過能力。

通過公式(14)、(15)、(18)便把不同運輸模式之間的單位統一起來了,使他們之間承載能力的比較變得可能。這就解決了各運輸模式之間“能力”的對比和物流系統“能力”的對接問題,為物流系統承載能力的量化、優化和仿真研究奠定了基礎。

六、結論

針對公路運輸、水運和鐵路運輸等不同運輸模式分別以“當量車”和“標準船舶”等不同的單位對承載能力進行計算和度量的現狀,引入集裝箱運輸領域的國際化、標準化和通用化的“TEU”為計量單位,對相關的承載能力計算公式進行了修訂,從而實現了不同運輸模式、不同港口乃至不同計量方式間承載能力的相互轉換,為物流系統承載能力的測算、評估、優化和協同提供了理論基礎和計算依據。

參考文獻：

[1] 李文權,王莉,王煒. 高速公路上匝道合流區通行能力經驗模型[J]. 交通運輸工程學報,2004(2)： 80-84.

[2] 陳小紅,錢大琳,秦雪梅,鈕志強. 基于互補問題的混合交通信號配時優化模型[J]. 系統工程理論與實踐,2010(1)： 185-191.

[3] 李淑慶,謝曉忠,鄔貴冬. 城市道路兩相位交叉口左轉車道通行能力研究[J]. 重慶交通大學學報(自然科學版),2010(5)： 745-749.

[4] 吳潛蛟,羅向龍,武奇生,潘若禹. 基于車間距的交叉口通行能力分析[J]. 長安大學學報(自然科學版),2009(6)： 88-92.

[5] 王昊,王煒,陳竣. 車速離散性對高速公路實際通行能力的影響[J]. 北京工業大學學報,2010(10)： 1389-1395.

[6] 李嘉,賀寒輝,陳明. 基于仿真的公路路網服務水平評價方法[J]. 重慶交通學院學報,2006(1)： 93-98.

[7] 金雙泉,李碩,杜攀峰. 交通仿真軟件在線控系統中的應用研究[J]. 公路交通科技,2003(5)： 104-107.

[8] 王麗,劉小明,任福田. 利用交通仿真方法進行交通影響分析[J]. 北京工業大學學報,2004(4)： 454-456.

[9] 謝軍. 高速公路通行能力分析與服務質量評價研究[D]. 西安,長安大學汽車學院,2007.

[10] 周偉,王秉綱. 路段通行能力的理論探討[J]. 交通運輸工程學報,2001(2)： 92-98.

[11] 周偉. 關于高速公路建設發展管理中的若干問題研究[D]. 西安,長安大學汽車學院,2000.

[12] 盧智軍. 高速公路混合車流車速及通行能力的仿真研究[D]. 長沙： 湖南大學土木工程學院,2008.

[13] 李平生. 區域公路網容量與規模配置優化研究[D]. 天津： 河北工業大學土木工程學院,2006.

[14] 陳春妹. 路網容量研究[D]. 北京： 北京工業大學交通工程研究所,2002.

[15] Panatda Kasikitwiwat,Anthony Chen. Analysis of transportation network capacity related to different system capacity concepts[J]. Journal of the Eastern Asia Society for Transportation Studies,2005,6： 1439-1454.

[16] Hai Yang. Heuristic algorithms for the bi-level origin-destination matrix estimation problem [J]. Transportation Research Part B,1995,29： 231-242.

[17] Anthony Chen,Hai Yang,Hong LO,Wilson Tang. Capacity reliability of a road network： an assessment methodology and numerical results[J]. Transportation Research Part B,2002,36： 225-252.

[18] Meng Q,Yang H,Bell M G H. An equivalent continuously differentiable model and a locally convergent algorithm for the continuous network design problem [J]. Transportation Research Part B,2001,35(1)： 83-105.

[19] 陳春妹,任福田,榮建. 路網容量研究綜述[J]. 公路交通科技,2002(3)： 97-101.

[20] 周溪召. OD分布與隨機均衡分配的組合模型及算法[J]. 系統工程學報,2001(3)： 197-201.

[21] 王雪,邵春福. 基于宏觀交通流的城市路網容量研究[J]. 交通科技,2005(3)： 86-88.

[22] 程琳,王煒,于春青,朱志堅. 城市道路交通網絡容量的建模[J]. 管理工程學報,2007(2)： 84-88.

[23] 徐兵,朱道立. 多用多準則隨機選下應網絡均型[J]. 系統工程學報,2008(5)： 547-553.

[24] 張波,雋志才,林徐勛. 基于累積前景理論的隨機用戶均衡交通分配模型[J]. 西南交通大學學報,2011(5)： 868-874.

[25] 朱蒼暉,柴干,程琳. 城市道路交通網絡容量問題分析[J]. 交通科技與經濟,2008(47)： 81-83.

[26] 邵明洋. 震后交通系統通過能力研究[D]. 廊坊市： 中國地震局工程力學研究所,2009.

[27] 李炳林. 基于路網服務水平的路網容量研究[D]. 長沙： 長沙理工大學交通運輸工程學院,2008.

[28] 趙秀穎. 城市道路系統對小汽車交通的承載作用研究[D]. 北京： 北京交通大學交通運輸學院,2008.

[29] 栗雪娟. 路網容量與交通流量預測算法研究[D]. 西安： 長安大學信息工程學院,2007.

[30] 董宇,姜曄,何良德. 內河航道通過能力計算方法研究[J]. 水運工程,2007(1)： 59-65.

[31] Kia M,Shayane E,Ghotb F. Investigation of port capacity under a new approach by computer simulation [J]. Computers &Industrial Engineering,2002,42： 533-540.

[32] Keshav P D,Stuart J G,Graeme M B. Port System Simulation facility with an optimization capability[J]. International Journal of Computational Intelligence and Applications,2003(4)： 395-410.

[33] Dahal K P,Galloway S J,Burt G M. A case study of process facility optimization using discrete event simulation and genetic algorithm[C]. Washington: Proceedings of the 2005 conference on Genetic and evolutionary computation,2005: 2197-2198.

[34] Jagerman D,Altiok T. Vessel arrival process and queuing in marine ports handling bulk materials [J]. Queuing Systems,2003,45(3)： 223-243.

[35] 劉敬賢,韓曉寶,易湘平. 基于排隊論的受限航道通過能力計算[J]. 中國航海,2008(3)： 261-268.

[36] 吳兆麟,朱軍. 海上交通工程(第二版)[M]. 大連： 大連海事大學出版社,2004.

[37] 徐周華,牟軍敏,季永清. 內河水域船舶領域三維模型的研究[J]. 武漢理工大學學報(交通科學與工程版),2004(3)： 380-383.

[38] 朱俊,張瑋,唐磊. 內河船舶流當量系數研究[J]. 水運工程,2010(2)： 40-45.

[39] 李穎. 內河航道通過能力研究及其應用[D]. 南京： 河海大學交通學院,2006.

[40] 陳寬明. 機場容量評估研究[D]. 成都： 西南交通大學交通運輸與物流學院,2007.

[41] Paolo Dell Olmo,Guglielmo Lulli. A dynamic programming approach for the airport capacity allocation problem[J]. IMA Journal of Management Mathematics,2003,14： 235-249.

[42] Matteo Ignaccolo. A simulation model for airport capacity and delay analysis [J]. Transportation Planning and Technology,2003,26(2)： 135-170.

[43] Anming Zhang,Yimin Zhang. Airport capacity and congestion when carriers have market power [J]. Journal of Urban Economics, 2006,60： 229-247.

[44] 戴福清. 機場跑道容量若干問題的研究[J]. 中國民航學院學報,2000(3)： 24-35.

[45] 余江,王大海,蒲云. 跑道容量的概率模型及容量曲線[J]. 交通運輸工程學報,2002(4)： 88-102.

[46] 彭莉娟,吳鹍,余靜. 機場跑道最大容量評估模型的研究[J]. 四川大學學報(自然科學版),2006(5)： 1018-1022.

[47] Milan Janic,Vojin Tosic. En-route sector capacity model[J]. Transportation Science,1991,25(4)： 215-224.

[48] Oussedik S,Delahaye D,Schoenauer M. Alternative flight route generator by genetic algorithms [J]. Evolutionary Computation,2000(2)： 896-901.

[49] Yousefi Arash. Optimum airspace design with air traffic controller workload-based partitioning[D]. Fairfax: Volgenau School of Engineering at George Mason University,2005.

[50] Paolo Dell Olmo,guglielmo Lulli. A new hierarchical architecture for Air Tra?c Management： optimization of airway capacity in a Free Flight scenario [J]. European Journal of Operational Research,2003,144： 179-193.

[51] 黎新華,張兆寧,王莉莉. 基于跟馳穩定的終端區容量評估方法[J]. 系統工程理論與實踐,2009(2)： 173-179.

[52] 黃真. 多機場終端區容量評估系統[D]. 南京： 南京航空航天大學民航學院,2006.

[53] 黃衛芳. 北京首都國際機場空中交通容量評估系統[D]. 南京： 南京航空航天大學民航學院,2003.

[54] 周蕊. 終端區空域規劃若干重要問題的研究[D]. 南京： 南京航空航天大學民航學院,2009.

[55] 張晨,胡明華,張進,葉博嘉. 基于交通復雜性的扇區資源管理[J]. 南京航空航天大學學報,2010(5)： 607-613.

[56] 王超,楊樂. 空域扇區流量與擁塞預測的概率方法[J]. 西南交通大學學報,2011(1)： 162-166.

[57] 田文,胡明華. 空域扇區概率交通需求預測模型[J]. 西南交通大學學報,2011(2)： 340-346.

[58] Nilim A,Ghaoui L El,Duong V,Hansen M. Trajectory-based air traffic management (tb-atm) under weather uncertainty[C]. Santate, New Mcxico: In Proc. of the Fourth International Air Traffic Management R&D Seminar ATM,2001: 1-11.

[59] Inniss T R. Stochastic Models for the Estimation of Airport Arrival Capacity Distributions [D]. College Park: The institute for systems Research at Park,2000.

[60] 劉立存. 鐵路超限超重貨物運輸組織研究[D]. 長沙： 中南大學交通運輸工程學院,2006.

[61] 包維民. 網運分離條件下的線路通過能力研究[D]. 成都： 西南交通大學交通運輸與物流學院,2002.

[62] 徐意. 以客運為主的單線鐵路通過能力的分析計算[D]. 北京： 鐵道部科學研究院,2003.

[63] 周青峰. 考慮一定服務質量的鐵路通過能力計算研究[D]. 成都： 西南交通大學交通運輸與物流學院,2007.

[64] 雷中林. 鐵路路網系統運輸能力理論與計算方法研究[D]. 北京： 北京交通大學交通運輸學院,2006.

[65] Alex Landex. Evaluation of railway networks with single track operation using the UIC 406 capacity method [J]. Network spat econ,2009,9： 7-23.

[66] 蘭鵬,韓寶明,徐行方,魯放. 貨物列車扣除系數計算方法分析[J]. 中國鐵路,2009(07)： 54-60.

[67] 楊鵬程. 全路通道、線路通過能力利用狀態評價研究[D]. 北京： 北京交通大學交通運輸學院,2006.

[68] 朱家荷,湯奇志,趙春雷,張巍,賈永剛. 鐵路區間通過能力計算方法的變革[J]. 鐵道運輸與經濟,2005(7)： 72-76.

[69] Forsgren M. Computation of Capacity on Railway Networks[R]. Kista： Swedish Institute of Computer Science,2003.

[70] Egmond R J. Railway Capacity Assessment an Algebraic Approach[M]. Nederland: Delf University Press,1999.

[71] Barber F,Abril M,Salido M A,Ingolotti L,Tormos P,Lova A. Survey of automated Systems for Railway Management[R]. Espariai: Technical University of Valencia,2007.

[72] Abril M,Barber F,Ingolotti L,Salido MA,Tormos P,Lova A. An assessment of railway capacity [J]. Transportation Research Part E,2008,44 ： 774-806.

[73] 張星臣,胡安洲. 論鐵路運輸能力儲備[J]. 北方交通大學學報,1994(04)： 506-512.

[74] Denny J Cho. Three Papers on measuring the Reliability and Flexibility of Transportation System Capacity [D]. Philadelphia： School of Engineering at University of Pennsylvania,2002.

[75] 金磊. 鐵路樞紐通過能力分時段計算方法及軟件開發研究[D]. 北京： 北京交通大學交通運輸學院,2010.

[76] 姜興. 客運專線區間通過能力計算方法的研究[D]. 成都： 西南交通大學交通運輸與物流學院,2008.

[77] 何世偉,宋瑞,戴新鎏,楊永凱,雷中林. 路網運輸能力及計算方法的研究[J]. 鐵道學報,2003(2)： 5-9.

[78] 雷中林. 鐵路網系統運輸能力可靠性理論研究[J]. 鐵道學報,2008(4)： 84-89.

[79] 胡卓. 內河集裝箱船結構強度的研究[D]. 廣州： 華南理工大學土木與交通學院,2004.