集装箱翻译

班轮运输的船队规划和网络设计摘要：班轮承运人面临的一个普遍的问题就是其服务网络设计。

对于给定的待运输的货物需求及港口，承运人要利用已有资源，尽可能高效的为其船舶设计运输路线。

而且，运输路线的利润，取决于运输货物所选择的路线。

本论文构建一个整合模型，即混合整数线性规划模型来同时解决船队规划和路径选择问题。

这个模型合并了相关约束（比如营运航线的周频率约束）和可能的中转情况（比如两个或两个以上运输路线上的货物中转）。

为了解决这个混合整数规划，本文提出一些算法来探索问题的分离性。

具体说有贪婪算法、遗传算法和两阶段Benders （班德尔）分解算法，考虑解决问题的效果，各算法的计算效率和计算时间也被考虑在内。

提出了一种有效的迭代探索算法来计算船舶规划，并在20多个港口、100多艘船舶中随机生成距离进行计算机仿真试验，最终结果有较高的船舶利用率和有效地中转。

关键词：海上运输；班轮运输；Benders（班德尔）分解算法前言海运货物，即船舶运输的货物，它包括除了邮件、人及随身行李等一切经由海运的货物。

国际海运承运人，可以是一个人，一个企业或一个能在全球范围内通过海运提供运输服务的组织。

货主可以是人，也可以是一个企业，他们是待运货物的提供者或者所有人。

在各种运输方式中，海运拥有运费低（十分之一的航空运输费用）、事故少、污染小的优势，因此也被认为是一种经济、安全、环保的运输方式。

逐渐发展的全球化和各经济体间相互依赖促进了航运业的蓬勃发展，并使许多国家的国际国内贸易都依赖于此种运输方式。

美国是世界上最大的进出口贸易国家，其贸易量占世界贸易量的接近20%，根据美国港务局协会2006年统计，国际货物运输的99%是由海运完成。

美国港口和水路每年完成超过25亿吨的贸易货量，且这一数据在未来十五年内能翻一番。

世界海运贸易的发展，带动了世界船队的发展。

联合国贸发会2006的数据显示，2005年，世界海运贸易装载量增长到71.1亿吨，并以每年3.8%的速度增长，而同时，世界船队增长到9.6亿载重吨，并以每年7.2%的速度增长。

尽管船队类型和规模已随着时间改变，但是船舶的高效利用仍是承运人利润的主要决定因素。

一艘船舶需要巨大的资本投资，一般都是几百万美元，而且其日常营运成本也有几万美元，因此，最优决策支持系统的发展对于船队有效管理非常必要。

海运业已经有很大改变并正在形成新的格局。

一个最显著的改变就是集装箱的大量使用。

集装箱货物是指，把货物空间上和经济上储存在集装箱里。

货物集装箱化减少了港口人力和设备的装卸作业，是航运业的一次改革。

集装箱也已经标准化，术语TEU表示20英尺长的集装箱。

根据德鲁克航运2001年报告，在十九世纪九十年代初，只有20%的杂货是由集装箱运输的。

在2001年这年，这一数据就增加到60%。

IBM业务咨询白皮书（作者Naresh Hingorani、Derek Moore、Keld Tornqvist 2005年）显示，集装箱航运市场仍以每年8%-10%的速度增长。

趋势详见图1.伴随集装箱化运输的另一个重大改变是集装箱空箱调配。

在运输航线上贸易量巨大的不平衡性，承运人需要调配空箱，这也是一笔很大的成本。

ROI研究所2002年报告显示，在设备和调配上减少10%的成本，利润就可以增加30%-50%。

海运业的发展见证了中转港数量的增多、规模的增大。

中转港是指货物从一艘船上，在某港口转运到另一艘船上。

通过一系列岸桥的移动，货物从一艘船上直接换装到另一艘船上，或者卸到港口暂时储存再装载到出港船舶上继续运输。

集装箱的使用，使得这种中转非常方便并且成本效率高。

中转服务为承运人提供了额外的路线选择，减少了中转次数并担当了国际贸易促进者的角色。

比如，巴哈马弗理波特（Freeport）的和黄（Hutchinson）集装箱码头已经成为美东海岸、墨西哥湾、加勒比海、南美到欧洲、地中海沿岸、远东和澳大利亚地区的贸易通道。

其他重要的国际中转港包括新加坡、马来西亚巴生港和香港。

2003年，将近30%的集装箱都需要进行中转，而且这个数字还在增加。

美国消费者服务2003年数据表明，在新加坡装卸的所有集装箱的80%都是中转箱。

新加坡是世界第二大集装箱码头，按照船舶吨位计算，新加坡则是世界上最繁忙的港口。

海上承运人之间的合作也并非新见。

早在1875年，承运人就采用协商的方式来抑制竞争控制运费。

最近常见的是，承运人形成战略联盟来实现规模经济，通过为客户提供高频率的航班和高速度的中转，扩大其客户基础和增加设备利用率（Song and Panayides 2002）。

从1990年海陆联运和马士基率先联盟，并开始在大西洋和太平洋上共享船舶以来，战略联盟变得更为普遍。

现在，更小的联盟合作成为更大的联盟，比如伟大联盟和新世界联盟2006年签下合作协议。

联合船队和运输路线的趋势需要更好的决策支持系统来控制一定数量的船舶，来解决大规模规划和最优化问题。

Christiansen, Fagerholt, and Ronen（2004）详细的将全球航运业划分为三种不同的营运模式，大宗工业物资运输、不定期船运输和班轮运输。

在大宗工业物资运输中，货主拥有船舶并追求运输总成本最低。

在不定期船运输方式中，承运人与货主签订运输合同，在一定时间内在特定港口见运输干散货。

如果市场上还有其他货物，允许根据船队能力加载货物以追求收益最大。

在班轮运输方式中，承运人决定一定的航线，向货主提供船期，并按此营运。

通俗而言，大宗工业物资运输就好比家有小汽车，不定期运输好比出租车，班轮运输好比有着固定班次和公共路线的公共汽车。

本论文讨论的是班轮运输。

班轮运输是指在固定航线上有规律的进行集装箱运输。

班轮运输有较高的固定的运价和管理费用，比如说不定期船运输。

不定期船运输在船舶满载离开港口之前通常需要等待，然而班轮运输则不管船舶是否满载，都需要在预先设定的班期时间离开港口。

既定航线上的船舶数量主要是由该航线上所需要的发班频率、船舶运输的距离和船舶航行速度决定的。

例如，纽约和汉堡间的周班服务需要四条船舶来确保必要的发班频率。

正如Christiansen, Fagerholt and Ronen（2004）所观察的那样，随着全球集装箱货物的增加，班轮运输也高速发展。

2003年，由运输网络、集装箱、集装箱码头和信息系统组成的班轮运输完成了全部海运贸易的60%。

根据Barry Rogliano Aales AlphaLiner2002年的报告，2000年2月到2006年2月，全球班轮贸易的集装箱能力从515万标箱增加到913.5万标箱，增加了77.4%。

班轮运输涉及了战略、战术和运营计划层面的决策。

表2给出了在不同层面上所需要制定的决策。

在战略决策层面，需要决定船队最优船舶数量和船舶类型。

考虑到拥有一艘船舶需要巨大的资本投入（通常是几百万美元）和持有一艘200TEU的船舶的闲置成本是每天2——2.5万美元，战略层面的决定是极为重要的。

在战术计划层面，需要进行航线设计以构建运输网络，也就是说，要考虑既定船队挂靠的码头和这些航线的船舶分配。

船舶在整个计划范围内从一个港口到另一个港口循环运输。

为了维护客户，为客户提供固定船期，大部分船舶一周至少挂靠一次其运输航线上的每个港口（e.g. a cycle）。

这就需要在该循环上营运的船舶数量至少等于完成这个循环所需要的周数。

有些循环，比如说连接亚洲和北美的航线可能需要八周才完成，这就意味着承运人需要至少八艘船舶来在这条航线上开辟新业务。

承认人设计服务网络的问题可以归结为船队规划问题。

在营运计划层面，承运人需要决定接受或拒绝哪票货物、选择哪条航线运输承运的货物。

这就是所说的货物路径选择问题。

承运人可能选择不运输某些货物，或者因为它利润低或者因为别的港口有其他货物，而这票货更有利可赚。

货物运输的开始是从内陆运输到装货港，从内陆由卡车、铁路或者水运运送到装货港的运输网络，被称为支线运输网络。

然后货物从装货港运送到卸货港，中途也可能挂靠几个中间港。

随后又利用支线运输网络，运送到内陆目的地。

货物从装货港运送到卸货港中间挂靠的一些中间港有时候是进行水水换装的中转港。

一个层面上的决策也会影响另一个层面上的决策。

战略层面的决策为战术和操作层面的决策提供政策和指导。

同样，战术层面的决策为运营层面的决策提供能力限制和网络结构。

反过来，有了这些决策的系统产生的成本收益的信息又为更高层次的决策提供了必要的反馈。

过去的几年里，航运业在采用新的决策系统方面一直是保守的。

长期以来，都是有经验的决策者手工计划，而且，一般来说，船队规划涉及很多各种各样的问题。

因此，对于有具体约束和目标的具体问题来说，大部分量身定制的模型是可用的。

而且，大部分可用的文献也随着行业和不定期船运输的发展而发展（Christiansen, Fagerholt, and Ronen 2004）。

由于模型和问题结构本身的不同，现存文献中也很难有比较性。

接下来，我们简单的回顾一下有关集装箱和班轮运输的一系列有代表性的文献。

为了综合系统的回顾船队规划和路径选择方面的文献，我们推荐Romen1983年完成的论文、Ronen1982~1992年研究于1993年完成的论文和Christiansen, Fagerholt, and Ronen2004年完成的对于近十年研究的论文。

Rana and Vickson（1991）通过为每一艘集装箱船选择最优的挂靠港顺序、为每艘船舶在每组港口中转提供了最优的货物单元数量，提出了非线性整数规划的方法，来解决总利润最大化。

他们允许船舶多次的收发货物（pickups and deliveries）。

然而，考虑了一个具体的网络结构，即在终港货物的装卸量是有限制的。

而且，模型没有考虑中转，即不允许船舶载运的货物不经由装货港或卸货港。

这个模型解决三艘船舶20多个港口的船舶规划情况所需要的时间不超过一小时。

Fagerholt(1999)将班轮运输问题放在一个特定网络中考虑，这个网络是将一个所有货物从一组出发港口汇聚到一个港口。

这个问题通过首先把所有可能的单船航线汇聚到一起，然后再划分的方法解决。

但是同样这个模型在转运问题上面具有不可操作性。

尽管该模型在运营航线中增加了周频率这样一个约束条件，可行航线最大的航行周期时间也只有一个星期。

因此，在任何一个可行航线上单船可以满足每周的频率。

文中展示了模型几分钟内解决19条船舶，40个港口的规划问题的实例。

最后，Perakis(2002)提供了一个线性回归和整数规划模型，这个模型只考虑了一支拥有不同船型，路线固定，服务频率固定的班轮船队的部署问题，模型目标在于最大程度降低运营成本。

如前面所提到的,在一个规划阶段的决策将影响在其他规划阶段的水平。