上海港集装箱内河集疏运网络优化

　第40卷第6期　2006年6月

上海交通大学学报

J OU RNAL OF SHAN GHA I J IAO TON G UNIV ERSIT Y

Vol.40No.6　

J un.2006　

收稿日期:2005204220

作者简介:陈飞儿(19812),女,浙江诸暨人,博士生.主要从事水运系统技术经济论证等研究.

张仁颐(联系人),男,教授,博士生导师,电话(Tel.):021*********;E 2mail :ryzhang @https://www.360docs.net/doc/a06659517.html,.

文章编号:100622467(2006)0621019205

上海港集装箱内河集疏运网络优化

陈飞儿,　张仁颐

(上海交通大学船舶海洋及建筑工程学院,上海200030)

摘　要:对上海的内河网络做了比较全面深入的分析研究.首先,把上海内河航运网简化成网络结

构图,把比较关键的航道交汇点抽象成结点并分配相应的集装箱数;其次,结合“一环十射”规划综合分析航道运输能力,力图与实际情况相符合;最后,采用Dijkst ra 算法计算出各节点到目的港区的最短途径,分析计算结果与各河段的运输能力,修正运输途径以得出航运系统比较满意的内河运输集疏运网络方案.

关键词:上海港;内河集疏运网络;网络优化;Dijkst ra 算法中图分类号:U 695.5 文献标识码:A

The Optimization of Shanghai Port Container Inland 2River

Transportation Network

C H EN Fei 2er ,　Z H A N G Ren 2y i

(School of Naval Architect ure ,Ocean &Civil Eng.,Shanghai Jiaotong Univ.,Shanghai 200030,China )Abstract :A research on Shanghai ’s Inland 2River transportation network was comp rehensively made and analyzed.Firstly ,t he Shanghai ’s Inland 2River shipping system is simplified to be a st ruct ure network ,in which t he nodes represent t he key intersections of Inland 2Rivers and are assigned corresponding container volumes.Secondly ,t he network t ransportatio n capacity is analyzed according to t he act ual conditions and t he Program of One Surround &Ten Rays.Finally ,t he Dijkst ra algorit hm is used to find out t he shortest routes.Wit h comparison of t he above routes and t he act ual capacity ,different suggestions were p rovided accordingly to conclude an ideal Inland 2River transportation network plan.

Key words :Shanghai port ;Inland 2River t ransportation network ;network optimization ;Dijkstra algorit hm

近年来上海集装箱量迅速发展,充分体现了上海可以成为国际航运中心的实力,但由于现有港口和集疏运系统条件的限制,箱量的快速增长给今后上海集装箱运输发展提出了挑战.

上海内河集装箱运输是建设上海国际航运中心的重要组成部分,是上海国际深水港的重要集疏运方式之一.在集装箱码头建设中,枢纽港与支线港之

间,集疏运联接能力的规划合理性直接关系到港口的整体优势[1].以“一环十射”为骨架的干线航道网建成之后,上海与周边地区相连通的发达的内河航运网将为临河城乡提供量大、价廉的集装箱运输服务.本文主要解决如何更好地利用上海内河集装箱集疏运网络的问题.

1　上海内河航运网模型构造

1.1　主要航道情况

上海市内河航道约

210条,通航里程2100km 左右,内河码头主要分布在全市170多条航道上,分布比较集中的航道是蕴藻浜、大治河、川杨河、浦东运河等干线航道.上海市内河航道等级偏低,据2003年资料,IV 级(500t 级)以上航道仅有95.2km ,占总里程4.5%;V I 级(100t 级)以上航道为934.8km ,占总里程44.5%;其他均为V II 级以下航道(含W 级).内河航道等级不仅低,而且通航条

件差,通过能力小,航道大多处于自然状态,弯多、水浅、河面狭窄、塌方淤积严重.跨河建筑物多而低矮,

其中桥梁2822座,船(套)闸55座,节制闸27座,成为内河航道的瓶颈口.随着科技进步,内河运输船舶向大型化船型发展,航运受航道及桥梁的限制,制约了运输的发展,也制约了内河集装箱运输的起步开发,从而阻碍了内河港区向大型化、集约化发展.图1所示为上海市内河航运网络结构图[2].图中表明了河道名称、河道长度(km )和航行吨级(t ).未标明的节点为航道接口

.

图1　上海市内河航运网络结构图

Fig.1　The structure of Shanghai Inland 2River system

上海决心打造500km 通航条件均在300t 级以上的高等级内河航道网,以“一环十射”干线航道

为骨架,工程预计2008年基本建成.“一环”指黄浦江—大治河—浦东运河—赵家沟—蕴藻浜—油墩港—黄浦江;“十射”指太浦河、杭申线、苏申外港线、苏申内港线、金汇港、平申线、罗蕴河、川杨河、龙泉港、大芦线.1.2　内河航运网的抽象和简化 根据图1所示上海实际内河主要航道状况和“一环十射”建设计划,抽取主要的航道和节点,把图1简化成图2所示的内河集装箱运输网络结构[3].线上数据表示航道距离.网络各节点及标号含义说明如表1所示[2].其中节点1、2、4、6、9为集装箱产生地,节点3、5、7、8、10～13为航道接口处

.

图2　上海市集装箱内河运输网络模型

Fig.2　The model of Shanghai Inland 2River container

transportation system

201上　海　交　通　大　学　学　报

第40卷　

表1　网络节点及标号说明

T ab.1　The instruction of the nodes in the system

节点节点含义说明节点节点含义说明

A SCT港区6苏州河、黄浦江节点

B外高桥港区7川杨河、黄浦江节点

C洋山港港区8淀浦河、黄浦江节点

1淀山湖节点9大治河、金汇港、黄浦江节点2蕴藻浜河、苏州河、

油塘墩港节点

10金汇港、浦南运河节点

3油塘墩港、淀浦河、

苏申外港线节点

11川沙县节点

4横潦泾节点12大治河、浦南运河节点

5赵家沟、黄浦江节点13芦浦节点

特殊节点内河集装箱量来源说明:1—江苏1/2的内河集装箱运量,上海内河集装箱量的5%(包括1/2青浦、1/2松江);2—江苏1/2的内河集装箱运量,上海内河集装箱量的23.5%(包括1/2青浦、嘉定、宝山);4—浙江的全部内河集装箱运量,上海内河集装箱的7.4%(包括1/2松江、金山);6—上海内河集装箱的46.2%(包括浦东、上海市区);9—上海内河集装箱的17.9%(包括奉贤、南汇、闵行)

2　网络节点集装箱量分配

2.1　上海港货物吞吐量预测

在上海统计年鉴中得到上海港货物吞吐量从1952年～2003年的数据,用Eview3.1软件做货物吞吐量的时间序列检验,原序列的一阶差分后的时间序列是稳定的,并随时间增长呈上升趋势.因此,假设模型的方程为

y t=α+βt+γy t-1+εt(1)式中:y t为因变量;α、β、γ为方程的估计系数;t为时间;y t-1为y t的滞后一期值;εt为方程的估计误差.利用最小二乘法,α、β、γ在5%显著性水平下显著,初步得到模型方程为

y t=-780386.2+398.8666t+

0.752035y t-1(2) 对式(2)的残差项进行分析,确定时间序列y t 中存在一阶滑动平均过程.调整后的方程为

y t=α+βt+γ?A R(1)+λ?MA(1)+εt(3)式中:A R(1)、M R(1)分别为自相关和偏相关系数.

在1%的显著性水平下,确认预测上海港货物吞吐量的研究模型为

y t=-1117477+568.9265t+

0.908328A R(1)+0.325533MA(1)(4) 2.2　上海港集装箱量预测

假设进出上海港的国际集装箱量直接受到上海港货物吞吐量的影响,通过回归模型找出两者之间的关系,再根据上海港货物吞吐量的预测结果来预测上海港国际集装箱量.用SPSS统计软件分析看出,上海港国际集装箱箱数N是呈上海港货物吞吐量H的二次形式上升.所以做回归分析时可假设回归方程为

N=α+βH+γH2+ε(5)式中:α、β为回归系数;ε为回归残差.常数项10%显著性水平,其他系数1%显著性水平下,得回归方程为N=614.774-0.115H+5.331×10-6H2(6) 把式(4)中预测所得的上海港货物吞吐量代入式(6),得到上海港的国际集装箱量预测值.

2.3　上海港各集装箱港区的箱流量分配

上海港内河集装箱集疏运网络优化研究考虑的时间范围为2007年～2020年.本文取2007年、2012年和2020年的数据分析.根据上海港3个集装箱港区的实际情况建立A HP分析,得到箱量分配比例如表2所示.表中,TEU(twenty equivalent unit)表示长度为20英尺的集装箱国际计量单位.

(1)2007年,考虑到洋山港的建设进程,箱流量分配比例为A(SC T港区)∶B(外高桥港区)∶C (洋山港)=0.246∶0.492∶0.262。

(2)2012年和2020年,箱流量分配比例为A∶B∶C=0.159∶0.292∶0.545.

表2　各节点到各港区集装箱流量表

T ab.2　Container volume from nodes to port areas万TEU

节点

2007年

A B C

2012年

A B C

2020年

A B C

113.1926.3914.0510.8720.2437.2614.7427.4450.53 220.1340.2621.4417.6032.7760.3426.6549.6291.36 410.3220.6310.998.7216.2429.9012.4423.1642.64 617.2934.5718.4116.7831.2457.5229.6855.25101.70 9 6.7013.407.13 6.5012.1022.2811.5021.4139.421201

　第6期陈飞儿,等:上海港集装箱内河集疏运网络优化

3　网络优化

3.1　各节点到各港区的最优路径

下面用Dijkst ra算法找各节点到各港区的最优路径.设G是赋权图,且w(e)≥0,S表示生长到树中的顶点集, S=V(G)\S.

(1)令S={0},l(0)=0,l(j)=w(0,j),t(j)= 0,j∈ S.

(2)令l(k)=min{l(j)|j∈ S},若l(k)=∞,逆向追踪,停;否则,令S=S∪{k}.

(3)若 S= ,逆向追踪,停;否则,对每个j∈ S,若l(j)>l(k)+w(k,j),则令l(j)=l(k)+ w(k,j),t(j)=k.转第(2)步.

该模型应用于本文中,w(e)表示图2中线上数据所表示的距离,V(G)表示图2上的节点结合, t(j)=k表示节点j的紧前节点为k.计算结果如表3所示.

3.2　上海内河航道的整改措施

根据各航道的航道等级,可以计算各航道段的最大通航能力.最大通航能力的计算公式为

Q=W vt/(L+J)(7)

表3　各节点到各港区的最优途径表

T ab.3　The optim al routes from nodes to port areas

港区12469

A1-3-2-A2-A4-3-2-A6-5-A

9-8-

7-6-

5-A

B

1-3-

8-7-

6-5-B

2-6-

5-B

4-9-

8-7-

6-5-B

6-5-B

9-8-

7-6-

5-B

C

1-3-

8-9-

12-13-C

2-3-

8-9-

12-13-C

4-9-

12-13-C

6-7-11-

12-13-C

9-12-

13-C 式中:Q为最大通航能力(t);W为可接受单船载重量(t);v为船舶平均速度(kn);t为年通航时间(h); L为船长(m);J为船间距(m).

根据表2数据和表3,可以得到在航道通航能力没有上限的情况下,以最短运距为目标时各航道的预测箱量.根据式(7),结合上海内河航道建设现状和改善进度,可以计算得到各航道的最大可通航能力.各航道集装箱运输的最大通航能力和各航道的预测箱量如表4所示.

表4　各航道集装箱运输的最大通航能力和各航道的预测箱量表T ab.4　The m aximum channel capacity and volume prediction

航道名称航道利用率

集装箱运输最大通航能力/万TEU

2007年2012年2020年

预测箱量/万TEU

2007年2012年2020年

1-30.693.21493.21493.21453.63068.37092.710 2-30.693.21493.21493.21444.95079.930118.540 2-A0.693.21493.21493.21443.64037.19053.830 2-60.693.21493.21493.21440.26032.77049.620 3-80.693.21493.21493.21461.877117.840169.330 3-40.693.21493.21493.21410.3178.72012.440 4-90.5776.790776.790776.79031.62145.64065.800 5-A0.5776.790776.790776.79023.98723.28041.180 5-B0.693.21493.21493.214135.244112.590176.880 5-60.5776.790776.790776.790159.231135.870218.050 6-70.5776.790776.790776.79085.231112.600185.200 7-80.5776.790776.790776.79020.09218.60032.910 7-110.631.07193.21493.21418.41057.520101.700 8-90.5776.790776.790776.79076.216132.440197.960 9-100.693.21493.21493.2140.0000.0000.000 9-120.693.21493.21493.21453.611149.280223.950 10-130.631.07193.21493.2140.0000.0000.000 11-B0.631.07193.21493.2140.0000.0000.000 11-120.631.07193.21493.21418.41057.520101.700 12-130.831.07193.21493.21472.022206.800325.650 13-C72.022206.800325.650

由表4可见,如果按照计算得到的最短路径进行运输,5-B、12-13航道2007年之后其实际通航能力都不能满足要求;3-8、9-12航道2012年之后都不能满足要求;2-3、7-11、11-12航道2020年之后不能满足要求.为解决以上问题,根据航道不能满足要求的不同情况可以采用以下3种方案:

2201上　海　交　通　大　学　学　报第40卷　

(1)对于2-3、7-11、11-12航道,在2020年后不能满足运输要求,预测箱量与航道集装箱运输的最大通航能力相差不大,如果适当提高航道的利用率,在保证安全航行的前提下就能满足运输需求.

(2)对于3-8航道,在2012年之后不能满足要求.由图2和表4可知,经过此航道的集装箱(起始节点和目的港区分别为1-B、1-C、2-C)如果遇上航道拥挤,可以选择邻近的航道运输,并且不会造成其他航道的拥挤.考虑拓宽加深航道的高额投资,此航道在提高航道利用率的同时,可以选择次优路径运输.用Dijkst ra算法得到次优路径为:

1-B(1-3-2-6-5-B)

1-C(1-3-4-9-12-13-C)

2-C(2-3-4-9-12-13-C)

(3)对于9212(起始节点和目的港区分别为1-C、2-C、4-C、9-C)、5-B(起始节点和目的港区分别为1-B、2-B、4-B、6-B、9-B)、12-13 (起始节点和目的港区分别为1-C、2-C、4-C、6-C、9-C)航道,是集装箱运输的必经之路,如果不从根本上解决问题,提高航道的通航能力,将对上海的集装箱内河运输产生严重影响.建议:①2012年前,大治河段、赵家沟河段、大治河-芦潮港段加深拓宽成500t级的Ⅳ级航道;②2020年前,大治河段继续加深拓宽成800t级航道;大治河-芦潮港段继续加深拓宽成1000t级航道.

4　结　语

2008年前,上海内河航道中等级较低的航道较多,拥挤的航道不能为上海国际航运中心集装箱集疏运起到应有的作用.2008年“一环十射”项目建成后,内河集疏运网络得到大大改善,但若要得到比较满意的集疏运,网络中的主要河道需要不断加深拓宽成等级更高的航道.上海内河集疏运网络需要加深拓宽航道、提高航道等级,同时也迫切需要改善管理、提高集疏运效率.

参考文献:

[1]　Robert J M,Brian S,Claude C.Dealing with globalisa2

tion at the regional and local level:The case of contem2 porary containerization[J].The C anadian G eographer,

2004,48(4):473-487.

[2]　龙　静,张仁颐.上海港集装箱内河运输网络规划

[D].上海:上海交通大学国际航运系,2003.

[3]　张宗永,孙　静,谭家华.蚁群算法的改进及应用[J].

上海交通大学报,2002,36(11):1564-1568.

ZHAN G Z ong2yong,SUN Jing,TAN Jia2hua.Applica2 tion of the improved ant colony algorithm[J].Journal

of Sh anghai Jiaotong U niversity,2002,36(11):1564-

1568.

(上接第1018页)

4　结　语

本文讨论了实际工程中常见的一维优化下料问题.这一类问题固有的特点决定了传统的确定型最优解和启发式算法并不十分有效,为此将一维下料问题与基于群体的编码方法,及遗传算法相结合,提出了一种适用于一维优化下料问题的编码方法,修改了经典遗传算子的操作方法,提出了降序最佳置换方法,引入B F、FFD局部搜索算法,建立了求解一维优化下料问题的复合遗传算法.最后给出了一个实际问题算例,并就计算结果进行了讨论.结果显示,本文方法的效果是令人满意的.

参考文献:

[1]　Carvalho V.L P models for bin packing and cutting

stock problem[J].European Journal of Operational

R esearch,2002,141(2):253-273.

[2]　Gradisar M,Resinovic G,Jesenko J,et al.A

sequential heuristic procedure for one2dimensional

cutting[J].European Journal of Operational

R esearch,1999,114(3):557-568.

[3]　李培勇,王全华,裘泳铭.型材优化下料的混合遗传算

法[J].上海交通大学学报,2001,35(11):1557-

1560.

L I Pei2yong,WAN G Quan2hua,Q IU Y ong2ming.

Optimization for one dimensional cutting using hybrid

genetic algorithm[J].Journal of Shanghai Jiaotong

U niversity,2001,35(10):1557-1560.

[4]　贾志欣,殷国富,胡晓兵,等.一维下料方案的遗传算

法优化[J].西安交通大学学报,2002,36(9):967-

970.

J IA Zhi2xin,YIN Guo2f u,HU Xiao2bing,et al.Op2 timization for one dimensional cutting2stock problem

based on genetic[J].Journal of Xi’an Jiaotong U ni2

versity,2002,36(9):967-970.

[5]　Falkenauer E.A hybrid grouping genetic algorithm

for bin packing[J].Journal of H euristics,1996,

2(2):5-30.

3201

　第6期陈飞儿,等:上海港集装箱内河集疏运网络优化