基于集装箱港口的空箱调运流程优化

经公路、铁路、内河运输到目的地港。重箱卸下后再经 公路、铁路或内河运输到客户所在地，重箱卸完货物 后成为空箱，空箱将被运往附近的港、场、站再次使 用，或还给租箱点。上述流向与流程取决于空箱/重箱 的需求与供给分布以及海运与内陆集疏运体系的运行 模式等。
分析上述空箱流程，造成空箱调运的客观原因是港 口进出箱量的不平衡、进出箱型的不平衡和港口集疏运 能力低等。另一方面，人为因素形成的货流不平衡所引
收稿日期：2010-09-25 基金项目：国家自然科学基金资助项目(70572104)；高等学校博士学科点专项科研基金资助项目(20070151002)；辽宁省自然科学
基金资助项目(20082141) 作者简介：靳志宏(1963－ )，男，教授，主要研究方向：物流系统优化与仿真， jinzhihong@
2) 所有的内陆集装箱场站和码头场站在时段 T 内 都能够拆箱、装箱以及运送空箱。
3) 每个托运人（收货人）每天产生的空箱，以及 每个承运人每天需求的空箱已知。
为了建立空箱调运模型，定义了下面的参数：T 为 计划工作时段长度；I 为在时间段 T 内能够供给空箱的 托运人（收货人）的集合；J 为在时间段 T 内需要空箱
承运人 j∈J 所需要的时间，包括装卸时间； xikp 为 k 时
刻从托运人（收货人）i∈I 运往内陆场站 p∈P 的空箱
数；
xk' pj
为从内陆场站
p∈P
运往承运人
j∈J，并在
k’
是
x kk ij
'
的最迟卸车时间。
2.2 数学模型
minZ= (3)
s.t.
, ∀i ∈ I; k = 1,L,T , (4)
= k'。
(2)
式中，U
的返回值是
x kk ij
'
的最早装车时间；D
的返回值
图 3 改进后的集装箱流 Fig. 3 Improved container flow
2 建模与优化
2.1 建模假设与符号说明 为了使问题简化，作如下现实假设： 1) 所有的空箱调运过程都发生在计划期间 T 内，
换句话说，就是没有空箱调运在 k=1 前开始，也没有空 箱调运在 k=T 后才进行。
中图分类号：U169.65
文献标志码：A
文章编号：1673－7180(2010)10－0813－7
Optimization on empty container repositioning process
at container terminals
Jin Zhihong1，Xiu Qi1，Lan Hui1,2 (1. College of Transportation Management, Dalian Maritime University, Dalian, Liaoning 116026, China；
xk' pj
≥0
and
integer,
∀i ∈ I; j ∈ J ; p ∈ P; k, k'= 1,L,T 。
(7)
目标函数式(3)是在满足约束条件的所有可行解中
找到需求与供给的最优匹配，即空箱调运成本的最小
化。约束式(4)确保 k 时刻托运人（收货人）提供空箱数
与此时的总供给数相等。约束式(5)确保 k’时刻承运人收
, ∀j ∈ J ; k ' = 1,L,T , (5)
( ) ( ) xkk' ij
⋅ ⎜⎜⎝⎛U
xkk ' IJ
+ t − D x U ⎜⎝⎛ xikjk' ⎟⎠⎞
kk '
ij
ij
⎟⎟⎠⎞ ≤0 ,
∀i ∈ I; ∀j ∈ J ; k, k ' = 1,L,T ，
(6)
xkk ij
'
,
xikp ,
国内对上述现存问题的研究大多是以定性分析为 主，少数定量研究也缺乏实证研究辅佐。笔者以青岛港 为例，对空箱调运问题进行实证研究，试图从定量的角 度分析空箱周转流程，优化空箱调度方案，为空箱的调 运决策提供理论支持。
1 集装箱空箱周转流程分析
1.1 现行集装箱空箱周转流程 1.1.1 进口集装箱流
进口的空箱流如图 1 所示。
由于是在前期近似的基础上做出的，所以解的精确度并
不高。而且，优化过程中对约束的松弛方法很烦琐，不
816
中国科技论文在线 SCIENCEPAPER ONLINE
第5卷 第10期 2010 年 10 月
易实现，所以求解效果并不理想。 鉴于上述模型是非线性整数规划模型，涉及的变量
多、维数高、解空间大，以及针对文献[3]解法存在的问 题，笔者提出运用免疫遗传算法[11-14]解决该问题。免疫 遗传算法克服了简单遗传算法的缺点，对解决非线性、 高维、多变量的复杂系统问题有很好的效果。
如果托运人（收货人）处没有空箱，这辆集卡车返回车 队或者被派给其他任务（箭头 3）。当托运人（收货人） 处有空箱时，指派一辆集卡车去托运人（收货人）处将 空箱取回（箭头 4）。 1.1.2 出口集装箱流
出口的空箱流如图 2 所示。
图 2 出口空箱流 Fig. 2 Export empty container flow 一辆集卡车从车队出发，到集装箱场站装运空 箱（箭头 1），这辆集卡车在集装箱场站装上空箱， 运往指定的承运人处（虚箭头 2）。此时如果承运人 处有重箱则将其运回集装箱场站（箭头 5），接下来 这辆车返回车队或者派给其他任务（箭头 6）；如果 承运人处没有重箱，这辆集卡车返回车队或者被派 给其他任务（箭头 3）。当承运人处有重箱时，指派 一辆集卡车去承运人处将重箱取回（箭头 4）。 1.2 改进的集装箱空箱流程 一般来说，空箱调运主要有 2 种方式：直接调运和 场站转运。 直接调运方式：此方式就是将空箱直接从托运人 （收货人）运到承运人处，而不是先运回集装箱码头场 站再运给承运人。该方式的优势很明显，主要包括：减 少集卡车的运行路程及进出集装箱码头场站的驾驶时 间，从而减少交通拥挤、港区噪音等负面影响。 场站转运方式：此方式是在内陆新增设集装箱场 站，用于空箱的储存、维护和交易等操作。这样做的主 要好处是：建立了一个内陆的集装箱调运供应点，当码 头场站处交通拥挤或者大门关闭时可以在这个内陆场 站装卸空箱，从而增加了码头场站的缓冲能力。 改进后港区的集装箱流动情况见图 3，为了简化， 省去了空车的运行路线。正如图 3 所示，通过直接将 空箱从托运人（收货人）运往承运人，省去了 2 个进 出港口码头的空箱调运过程，也就是图 1 中的箭头 5 和图 2 中的箭头 2，但同时也增加了 1 个港外的空箱 调运过程[3]。
的承运人的集合；P 为内陆场站和码头场站的集合；xikjk'
为 k 时刻从托运人（收货人）i∈I 运往承运人 j∈J，并
在
k’时刻到达的空箱数；
c kk ij
'
为
k
时刻从托运人（收货
人）i∈I 运 1 个空箱到承运人 j∈J，在 k’时刻到达的成
本；t
k ij
为 k 时刻从托运人（收货人）i∈I 运 1 个空箱到
814
中国科技论文在线 SCIENCEPAPER ONLINE
第5卷 第10期 2010 年 10 月
发的集装箱的供需矛盾也是另一重要原因，主要体现在 集装箱空箱管理的组织与调度水平方面。
对于空箱调度问题，国内外的学者进行了广泛研 究。Choong 等[1]提出以减少空箱调运总成本为目标的整 数规划模型，并基于计算机技术分析计划工作时段长度 （计划期跨度）对多式联运空箱管理的影响。Shen 等[2] 建立了航运企业解决大范围、多阶段空箱分配问题的决 策支持系统。Jula 等[3]建立动态空箱调运解析模型，并 提出了优化解法。与国外相关研究相比较，国内绝大 部分研究多为定性分析、政策建议等。刘恒江[4]和徐剑 华[5-6]分析空箱调运的现状，提出解决空箱调运的新思 路。聂俊等[7]分析了集装箱空箱产生的原因，给出了空 箱调运的策略。沈一平[8]分析了空箱调运与租箱决策的 关系。施欣[9]结合对集装箱海运空箱调运过程的剖析， 建立了相应的系统优化模型，通过数字仿真，揭示了成 本、收入等经济参数以及船舶装载能力对集装箱空箱调 运策略的影响机制。施欣[10]构造了集装箱空箱保存量优 化决策的基本模型，并通过相应的数字仿真验证了模型 的合理性。
第5卷 第10期 2010 年 10 月
中国科技论文在线 SCIENCEPAPER ONLINE
813
基于集装箱港口的空箱调运流程优化
靳志宏 1，徐 奇 1，兰 辉 1,2
（1. 大连海事大学交通运输管理学院，辽宁大连 116026；2. 大连港集团公司，辽宁大连 116004）
摘 要：以集装箱空箱调运成本最低为优化目标，在分析现行集装箱空箱周转流程的基础上，提出一种新的空箱调运
到的空箱数与总需求数相等。约束式(6)是确保时间上的 可行性，约束式(7)是整数限制[3]。
2.3 优化解法 Jula 等[3]运用两阶段优化方法将上述模型的非线
性约束式(6)松弛，将原模型化为线性规划问题，然后利
用线性规划解法求解模型，所得到的解是对原问题的一
种近似。虽然利用了线性规划这一精确解法求解，但是
2. Dalian Port Co. Ltd., Dalian, Liaoning 116004, China)
Abstract: An improved empty container allocation process is proposed in an effort to reduce the allocation cost by analyzing the current empty container allocation process. Then, the empty container dispatch problem is formulated as nonlinear integer programming, and an immune genetic algorithm (IGA) is developed to optimize empty container scheduling. Finally, an empirical analysis for Qingdao port was conducted to simulate and evaluate the proposed allocation process, which demonstrated that significant cost and congestion reductions can be achieved. Key words: empty container turnover；repositioning；immune genetic algorithm；empirical analysis