海鐵聯運一體化集裝箱場站集卡調度研究

張鐵金

（中國國家鐵路集團有限公司 辦公廳，北京 100844）

0 引言

海鐵聯運集裝箱場站作為海運與鐵路的紐帶，是整個海鐵聯運過程中的關鍵環節，實現集裝箱在海鐵聯運場站內的高效轉運，成為發展集裝箱海鐵聯運的重要一環。目前我國部分海鐵聯運集裝箱場站采用“遠方式”結構，即港口與鐵路中心站之間的水平距離較遠，需要以集卡方式進行轉運[1]?！斑h方式”海鐵聯運集裝箱場站主要由集裝箱港口、鐵路中心站及二者之間起到連接作用的社會道路組成，集裝箱在聯運場站內的水平運輸任務對應分為港內、站內、港站間3 個部分。通常情況下，集裝箱在港站間的運輸任務借助外集卡完成，而在港內的運輸任務基本由內集卡完成，鐵路集裝箱中心站內的運輸任務由內、外集卡共同完成。海鐵聯運共享堆場協議下，港口聯合鐵路中心站設置海鐵聯運協調部門，對聯運場站內集裝箱運輸及堆存方式進行統一決策[2]。在此背景下，可以將碼頭前沿、碼頭堆場、鐵路中心站堆場、裝卸線視為一個海鐵聯運場站整體，從整個聯運場站的角度對集卡作業方式進行決策。在既有研究中，通常將碼頭堆場與鐵路中心站堆場間的水平運輸任務分配給外集卡完成，而把碼頭內部及鐵路中心站內部的水平運輸任務分配給內集卡完成。這樣的分段管理方式固然有其優勢，但由于無法從海鐵聯運系統角度上統一調度集卡，勢必會損失一定的集卡運輸能力，不利于海鐵聯運集裝箱的順暢流轉。但由于鐵路集卡與港口集卡的管理方式不同，而且空間分離難以實現一體化管理。因此，研究提出建立集卡聯合調度模型，優化海鐵聯運場站集卡管理運用模式。

在集卡調度優化研究方面，宮明強[3]基于現階段港內集卡運營監管上存在的問題，提出港內集卡運營監管的若干意見；梁劍[4]針對鐵路中心站的資源配置進行決策研究；曾慶成等[5]以排隊論思想優化集卡作業，提出集卡預約制度，以緩解集中到達產生的擁擠問題；丁一等[6]在集卡預約進港基礎上，更多地考慮集卡公司與港口雙贏的決策目標；戶佐安等[7]、王萸捷[8]優化有鐵路裝卸線深入碼頭堆場情況下的集卡調度方案，針對不同目標函數得出不同優化方案；何迅[9]采用同步轉運的思路簡化海鐵聯運場站內運輸，縮短轉運時間；趙立明等[10]研究內外集卡整體運作，使內外集卡相互配合以解決港口擁堵問題；邢子超[11]針對內集卡、外集卡、時效性不高情況下的外集卡提出不同的優化算法，優化3 種情形下的內、外集卡路線。Kozan[12]設計網絡模型分析聯運場站內集裝箱的作業進度；Schepler 等[13]綜合考慮港口船舶、列車和集卡的調度需求，建立多目標優化模型；Wang 等[14]從圖論和混合拓撲結構的角度，分析集裝箱運輸組織問題；葉國慶[15]建立聯運場站內運輸組織一體化模型，促進集裝箱運輸的“無縫銜接”；楊玨諾[16]基于雙循環裝卸策略分析動態作業模式下“船舶-堆場-列車”的集卡可能走行的運輸路徑；李舒儀等[17]結合海鐵聯運港口實際作業情況提出混合作業模式，以軌道吊完工時間最短為目標構建混合整數規劃模型；任剛等[18]基于抵港班列入場順序和離港時間，構建海鐵聯運箱位分配優化模型，分析作業箱規模和抵港班列數量對優化效果的影響；唐夢宇等[19]采用滾動窗策略方法，研究港口船舶與列車之間轉運進口集裝箱作業問題；竇菲菲[20]認為如何選擇合適的集裝箱轉運方式，有效處理港口有限的設備與持續增加的集裝箱任務之間的矛盾是海鐵聯運發展所需思考的主要問題；李慶慶[21]圍繞區域內集裝箱海鐵聯運無軌港口、有軌港口與港站的銜接作業展開研究，以承運人運營成本和托運人時間成本構成的綜合運輸成本最小化為目標建立優化模型。目前針對海鐵聯運集卡調度的研究已經較為深入，但仍存在以下問題需要完善。一是目前國內的海鐵聯運場站大多采用“遠方式”結構，需要針對此結構進行專項優化研究；二是目前的研究大多針對內、外集卡進行分別優化，或協同配合優化，而沒有考慮到二者統一調度的方式。

因此，研究提出海鐵聯運一體化的集裝箱場站布置形式，基于一體化的布置，研究集卡聯合調度問題，即：基于無人集卡、自動導向車（AGV）等共享式搬運設施的智能化技術特點及運行環境要求，研究未來新技術場景下，海鐵聯運場站任意集卡可以匹配整個聯運場站內部的任意運輸任務，提高集裝箱海鐵聯運流轉速度，減小聯運場站轉運成本，提升海鐵聯運一體化組織服務能力，促進現代海鐵聯運一體化管理模式發展。

1 海鐵聯運一體化集裝箱場站布置形式分析

國內外海鐵聯運集裝箱場站空間銜接模式主要有鐵路作業車場與碼頭垂直布置、鐵路作業車場與碼頭平行布置、鐵路作業車場與碼頭傾斜布置、混合布置4類形式，各種形式的主要特點如下。

（1）鐵路-碼頭垂直布置形式。該布置形式是鐵路裝卸場站垂直于碼頭岸線引入至堆場后方或鄰岸線的堆場區域，可以根據港區條件與堆場平行或垂直布置，整體形成“T 型”或“L 型”生產模式。以瑞典哥德堡港為例，其主要優點是可以較好地兼顧船—火車作業、堆場—火車作業生產工藝，短駁運輸交叉干擾少，海鐵聯運效率高；缺點是需要較大的縱深與港區空間，后方最好配套技術作業站銜接作業。鐵路-碼頭垂直布置形式如圖1所示。

圖1 鐵路-碼頭垂直布置形式Fig.1 Vertical layout between railway and dock

（2）鐵路-碼頭平行布置形式。該布置形式是鐵路裝卸場站平行于碼頭岸線引入至堆場后方區域。以德國漢堡港、比利時安特衛普港為例，鐵路裝卸場可與堆場垂直布置，整體形成“工字型”生產模式。其優點是各區域分工明確，集卡車的走行距離短，聯運作業更加順暢。缺點是集卡雙向行車，同時各作業區之間短駁交叉多，干擾較大；堆場倒箱作業量較大。以美國洛杉磯港為例，鐵路裝卸場也可以與堆場平行布置，整體形成“三線平行型”生產模式。其優點有集卡按單方向循環運輸模式，相互干擾較少；受港口縱深條件影響較小。缺點是集卡的走行距離遠，港區道路交通壓力大，聯運作業效率略低等。鐵路-碼頭平行布置形式如圖2所示。

圖2 鐵路-碼頭平行布置形式Fig.2 Parallel layout between railway and dock

（3）鐵路-碼頭傾斜布置形式。該布置形式是鐵路裝卸場與碼頭、堆場傾斜布置，整體形成“對角線”生產模式。仍以美國洛杉磯港為例，其主要優點是可以兼顧“車—船直取”“車—堆場—船”2 種作業工藝的時效，海鐵聯運效率較高；主要缺點是由于傾斜布置導致堆場布局較為零散，且空間規格層次不齊，影響堆場的布置與能力發揮。鐵路-碼頭傾斜布置形式如圖3所示。

圖3 鐵路-碼頭傾斜布置形式Fig.3 Inclined layout between railway and dock

（4）鐵路-碼頭混合布置形式。該布置形式是鐵路裝卸場與碼頭之間，采用“技術作業站—多個裝卸場”縱列式布置形態，整體形成“混合式”生產模式。以荷蘭鹿特丹港為例，其優點是可以根據各港區條件靈活布置，鐵路可以較好地延伸至各作業區，減少短駁距離與成本，較充分地發揮海鐵聯運能力；缺點是對港區縱深條件要求高，同時，鐵路與公路的交叉較多，需要盡量通過立體化措施解決。鐵路-碼頭混合布置形式如圖4所示。

圖4 鐵路-碼頭混合布置形式Fig.4 Mixed layout between railway and dock

鐵路與港口有機結合，是國際化港口、現代海鐵聯運場站的核心資源之一。在空間與工藝上盡可能地多界面、無縫化銜接，對提高港口集裝箱的集疏運能力、降低服務成本、優化運輸結構、拓展腹地范圍等具有積極促進作用。港口鐵路(車場及裝卸場)大部分緊貼港區，設置于碼頭后方堆場，且根據各自條件以平行、垂直、傾斜、混合等多種形式與碼頭融合布置，可以與港口共用堆場、通關設施，信息共享、作業互助，以高效靈活地開展海鐵聯運業務。

2 基于一體化布置的集卡調度研究

在海鐵聯運系統中，將裝卸線、中心站出口堆場、碼頭出口堆場、碼頭岸線、碼頭進口堆場、中心站進口堆場，分別設為A點、B點、C點、D點、E點、F點。海鐵聯運場站中的3 類箱流如圖5 所示。為更好地區分裝箱點和卸箱點，特將A 點、D’點設為卸箱點，A’點、D 點設為裝箱點。聯運場站內任意水平運輸任務均對應1對運輸起止點，根據起止點間的距離計算重車走行距離，同時根據上一任務終點與下一任務起點間的距離計算空車走行距離。

圖5 海鐵聯運場站中的3類箱流Fig.5 Three types of container flows in the sea-rail intermodal hub

運輸終點為碼頭岸線或中心站裝卸線的水平運輸任務，為短期內需要裝上船舶或班列的集裝箱運輸任務，此類運輸任務具有較強的時間窗要求，需要在模型中予以體現。一是提前到達的集卡需要在原地進行等待裝箱作業，二是超出最晚時間窗則無法進行下一步的正常運輸。因此，在建模過程中需要對該種運輸任務設計特定的混合時間窗，以滿足該任務的時間敏感性需求。

為完成一定時期內的集裝箱運輸任務，以完成全部運輸任務綜合時間成本最小為優化目標，構建整數規劃模型，對各集卡所接受的任務及順序進行優化。針對任意一批次運輸任務，任意一種運輸方案的成本體現在2個方面。一是集卡派遣成本。在本研究場景下，共享集卡運輸權限等同。對集卡車輛而言，需要按照監管部門要求辦理登記手續并懸掛號牌；對司機而言，需要持有特種設備作業人員證等資格證書。也就是說，每增加1 輛集卡參與運輸任務，都需要增加一定的固定成本。因此，需要優化運輸方案，盡可能地減少集卡派遣數。二是集卡空車運行成本與時間窗懲罰成本。集卡運行時間成本包括空車走行時間、重車走行時間及時間窗下集卡的等待時間。在任務確定的前提下，重車走行時間通常是不變的。也就是說，集卡空車運行成本與時間窗懲罰成本越大，總的運輸時間就越長。在實際生產過程中，需要通過合理的組織優化最大限度地規避空車運行或集卡等待。

3 模型建立

3.1 前提假設

（1）海鐵聯運場站運輸集裝箱的箱型均為40 ft集裝箱。

（2）集卡完成前一運輸任務后，不進行休息和等待，立刻開往后一任務起點。

（3）集裝箱船舶和班列停留時間提前確定。

3.2 符號說明

符號定義如表1所示。

表1 符號定義Tab.1 Symbol Definition

3.3 數學模型

目標函數如下。

約束條件如下。

公式⑴表示以綜合時間成本最小為目標函數，式中第1 項表示集卡派遣費用，第2 項表示集卡空車運行成本，第3 項表示時間窗懲罰成本。約束條件公式⑵表示任務都會分配且僅分配給1 輛集卡，保證任務都能夠完成且不存在同一任務分配多個集卡的情況。約束條件公式⑶、公式⑷表示每個任務最多有1 個緊前任務，1 個緊后任務。約束條件公式⑸表示實際使用的集卡數不超過集卡總數。約束條件公式⑹為時間窗費用約束，當實際到達時間早于目標時間時，集卡需在原地等待直到裝卸設備于目標時間進行裝卸作業，產生線性的等待費用。當實際到達時間晚于目標時間時，則產生線性的延誤費用。在研究算例中，延誤費用系數q2遠大于等待費用系數q1。

4 算法求解

研究采用遺傳算法進行求解，遺傳算法簡單、通用，魯棒性強，適于并行處理。遺傳算法的計算過程，通常需要進行編碼、適應度計算、選擇、交叉和變異等步驟。為解決所研究的問題，對編碼進行針對性設計，使其更準確地表現個體基因。

在該問題中，個體基因除需要表現任務順序外，還需要表現任務分配問題。因此，在實際操作過程中，給定任務數M，生成從1 到M的1 組隨機序列，序列中的數不能重復出現。給定集卡總數n′，在上述序列中的隨機位置插入n′-1 個0，以達到任務分配的作用。例如，有9 個任務，集卡總數為4，隨機生成的1個個體基因如圖6所示。

圖6 個體基因Fig.6 Individual genes

該個體表示1 號集卡按照5，2，3，4，1 的順序作業，3 號集卡按照6，8，9，7 的順序作業，2 號集卡和4 號集卡不需要進行作業?？梢钥吹皆诖朔N編碼方式下，可以產生一定數量的空車，以達到合理減少集卡派遣成本的目的。

5 算例分析

5.1 算例簡介

在某海鐵聯運場站區域內，在一定時間范圍內需要完成27 個待運輸集裝箱任務，集裝箱水平運輸任務表如表2所示。例如，1號任務與2號任務具有相同的起點A 和終點B。為完成這一批次運輸任務，港口可以提供4 輛內集卡，鐵路中心站可以提供5 輛共享集卡，即集卡總數為9 輛。在不進行聯合調度的情況下，各環節需要以最短時間完成各自范圍內的水平運輸任務，因此9 輛集卡會全部投入運輸任務。但是，由于信息不共享、任務不共享，在各個連接節點處存在等待時間和換裝時間，造成水平運輸任務消耗總時間增加。

表2 集裝箱水平運輸任務表Tab.2 Container horizontal transportation task table

其中，任務終點為中心站裝車點(A′點)的任務，在班列到達與出發的約束下，具有一定的時間窗約束。在研究中，中心站24 h 內僅有1 列班列，裝車時間為12:00—13:00，需要換裝集裝箱班列的水平運輸任務在12:00 前完成所付出的等待時間成本遠低于在13:00 之后完成的懲罰成本。

為驗證研究理論的可行性，利用數學軟件編寫遺傳算法程序對算例問題進行求解。在此基礎上，通過靈敏度實驗的方式求證聯合運輸的優越性，當3 項成本的系數發生變化后，最優解也會根據成本側重點的不同而發生變化。

5.2 計算結果

在計算過程中，令C1=C2=C3，即3 項成本權重相等，實驗迭代過程如圖7所示。

圖7 實驗迭代過程Fig.7 Experimental iterative process

從計算結果可知，遺傳算法通常能夠在100 代之內收斂，且收斂后所得最優解的適應度函數基本相同，即多次實驗所得的集卡調度計劃綜合時間成本基本相同。同一條件下進行10 次實驗，最優解目標函數平均值為685.59，代碼運行時間為20 s，效果較為理想，能夠滿足計算要求。

以某一次計算結果為例，得出C1=C2=C3時最優解基因如圖8所示。

圖8 C1=C2=C3時最優解基因Fig.8 Optimal solution gene when C1=C2=C3

分析最優解基因，可以得到各集卡服務順序如下。

1號集卡：18，8，16，23，3，12，14，22。

2號集卡：11，15，25，5，26，4，24，1。3號集卡：19。

4號集卡：空閑。

5號集卡：20，10，27，6。

6號集卡：21，7，13，17。

7號集卡：2，9。

8號集卡：空閑。

9號集卡：空閑。

在該方案下，4號集卡、8號集卡和9號集卡不需要進行作業，運用6 輛集卡完成本次運輸任務。從最優解結果來看，在采用聯合調度方案后，完成相同運輸任務所需的集卡數量降低，參與運輸的集卡利用率均有所提高，運輸效果較好。

5.3 靈敏度分析

在集卡調度方案中，總計需要6 輛集卡完成全部水平運輸任務，剩余3 輛集卡空閑不進行運輸作業，最終達到綜合成本最低的目標。為進一步驗證模型的正確性，適當調節C1值，改變3項成本加權系數的比例，使集卡派遣成本占比降低，重復上述實驗，以此方式進行靈敏度實驗。令2C1=C2=C3，其他參數及計算過程均保持不變，得出2C1=C2=C3時最優解基因如圖9所示。

圖9 2C1=C2=C3時最優解基因Fig.9 Optimal solution gene when 2C1=C2=C3

分析最優解基因，可以得到各集卡服務順序如下。

1號集卡：空閑。

2號集卡：14，22，27，8，19，25，1，9。

3號集卡：18。

4號集卡：5。

5號集卡：空閑。

6號集卡：23，3。

7號集卡：20，6，26，10，16。

8號集卡：7，13，17。

9號集卡：21，2，11，15，24，4，12。

在該靈敏度實驗集卡調度方案中，總計運用7 輛集卡完成相同運輸任務。在集卡派遣成本的加權系數降低后，運輸方案增加集卡數量的靈敏度降低，因此運輸方案應趨向于使用更多的集卡完成水平運輸任務。而上述計算結果也可以證明隨著集卡派遣成本的降低，派遣集卡數隨之增加，證明了算法的正確性。

6 結束語

研究海鐵聯運一體化集裝箱場站布局模式，并基于此提出新型海鐵聯運場站集卡聯合調度的新思路，在考慮時間窗約束條件下建立整數規劃模型，并通過改進遺傳算法對模型進行求解，得出最優的集卡聯合調度方案，以降低聯運場站范圍內水平運輸的成本，提高集卡利用率。而且從靈敏度實驗的結果來看，在各類成本的加權系數發生改變后，集卡調度方案將對應改變。在未來的研究中，還需要考慮更多的現場運輸條件，考慮不同箱型、不同道路條件、不同集卡型號對求解結果的影響；并考慮集卡運輸路線的擁堵情況，從而更加有效地解決海鐵聯運一體化集裝箱場站內的水平運輸組織問題。