集装箱货运网络优化问题的研究——以宁波舟山港集装箱运输为例

为优化集装箱货运网络,对进出口货运集装箱装卸中转站的最佳地理位置的选择和集装箱运输计划的设计进行了研究。2个问题同时考虑建设成本、运输成本以及存储、运力等因素,建立了一种集装箱货运网络优化模型。利用国际集装箱货运代理公司在宁波舟山港一整年的船期数据,使用LINGO软件对所建模型的效果进行求解。最终从宁波舟山港腹地现有38个存储中转仓中优选出32个中转仓存储集装箱,使大约5%的集装箱通过铁路运输,从而能节省5.74%的运营成本。

基于蚁群算法的港口集装箱运输网络径流优化

针对区域性港口集装箱海上运输网络系统的最小费用流问题,引入新兴的智能仿生蚁群优化算法,用蚁群在搜索食物源的过程中所体现出来的寻优能力来解决集装箱海上运输网络系统的非线性NP-C问题;构建蚁群优化模型对某外贸经济区域内的集装箱运输网络系统进行优化计算,结果表明,所提出的优化模型可以使网络费用流在较短时间内收敛到最优状态,为下一步合理进行集装箱运输网络的航线配置提供了一个参考依据.

基于复杂网络的海上丝绸之路沿线港口地位评价

为研究"21世纪海上丝绸之路(MSR)"航运网络港口的地位,基于全球排名前16位的集装箱班轮运输公司的服务信息,构建以海上丝绸之路沿线重要港口为节点的复杂网络模型,并对网络的平均路径长度、聚集系数、度及其分布等统计特征进行分析。在此基础上,结合伯德计数法提出一种考虑度中心性、中间中心性和接近中心性的港口综合中心性评价方法,全面分析了MSR港口的重要性程度,并采用拓扑特征驱动的脆弱性模型对研究结果进行对比分析。结果显示,MSR航运网络的聚集系数为0.526,平均距离为2.572,具备小世界网络特性;基于综合中心性模型,香港港得分最高为761,表明MSR网络对中心性高的枢纽港依赖程度较高;脆弱性模型表明移除新加坡港网络效率下降幅度最大(1.83%);基于综合中心性分析得到的港口地位与通过脆弱性模型得到的结果基本上一致。

全球集装箱航运的空间组织网络

集装箱运输网络是经济全球化背景下物质要素资源在全球进行配置的主要承载体,而航运企业是航运网络的组织者;基于航运企业的组织行为,可以考察全球航运网络的基本格局与空间体系。本文选取全球主要的24家集装箱班轮公司和530个港口为研究样本,以集装箱船月度运营表为研究对象,构筑数理评价模型,剖析全球集装箱航运组织网络的空间格局和主要港口的集装箱组织能力,探讨了全球港口的运输联系格局和主要空间系统。研究表明:东亚和东南亚为重点组织区域,以此为核心构筑全球集装箱航运网络;全球港口的航线设置和航班组织及运输联系形成东亚、东南亚、西北欧和美东四大集聚区域,航运组织尚未形成全球性空间系统,但形成许多区域性系统,区域化明显。

无水港-海港系统集装箱运输网络优化模型

在腹地共享化的背景下,无水港的建设成为海港腹地拓展的重要手段。在分析无水港-海港网络特性的基础上,以无水港-海港系统总成本最优为目标函数,构建无水港-海港运输网络优化模型,并使用LINGO软件对模型进行求解分析,可以解决无水港-海港的网络选址布局问题。无水港的建立有效的降低了从腹地到海港的集装箱运输成本,而成本的减少程度与无水港的建设数目相关,对无水港的合理布局有利于整个无水港-海港系统高效低成本运行。

基于二维染色体编码的集装箱海运网络免疫算法优化模型

集装箱船舶大型化趋势的日益显著,为船公司和港口运营商带来巨大规模经济效益。要实现这种规模经济,必须合理选择集装箱船舶运营航线及船型尺度,优化整个运输网络。针对区域性集装箱港口群的网络径流优化问题,引入基于二维染色体编码的免疫算法。二维染色体编码能够准确描述集装箱海运网络的结构特点,简化网络建模过程,从而保证基于二维染色体编码的免疫算法对集装箱海运网络优化问题具有良好的适应性。算法通过模拟免疫系统的功能构建优化模型,避免经典算法组合寻优过程中难以克服的组合爆炸问题,从而快速、有效地使运输网络总成本收敛到最小,为集装箱港口的运营管理,特别是航线和船型选择提供充实的理论依据。试验结果同时表明,大型集装箱船舶比小型船舶更具有成本优势,规模经济效益促使集装箱船型尺度进一步增大。

传播动力学视角下集装箱海运网络关键港口节点识别

将船期延误与重要港口节点的识别问题相结合,通过传播动力学模型,对世界集装箱海运网络的传播特性进行分析,发现港口节点传播能力与度值满足幂为16.84的幂律分布,具有无标度特征,且度值与传播影响力的相关性较强。以SIS(Susceptible-Infected-Susceptible)模型为基础,结合网络结构特性,比较不同节点传播影响力评估方法发现,节点间最短路径长度是衡量节点传播能力的一个重要因素。基于引力模型,提出考虑度值、节点核心位置及节点间最短路径长度的综合取值法,验证了改进引力模型在世界集装箱海运网络节点传播能力评估中的适用性,发现综合取值法对模型精确度提高有促进作用。研究得到:世界各港口传播影响力排序,为关键港口的识别提供了不同视角;高传播影响力港口普遍集中在亚洲区域,其次为欧洲地区;高连通性与高传播影响力无正相关性。

基于神经网络的集装箱船港口作业时间预测模型

集装箱船港口作业时间是制作泊位计划的一个重要依据,而集装箱船港口作业时间获取的主要来源是预测。传统预测方法是用装卸集装箱量除以岸桥装卸效率,预测精度较低,且受多种因素的影响,具有复杂的非线性特点。而神经网络在解决复杂的非线性问题方面具有很强的建模能力,所以选取神经网络建立集装箱船港口作业时间预测模型。通过真实数据对预测模型进行训练学习,用测试数据集对模型进行验证,并且与传统预测方法相对比,结果表明了该预测模型在某集装箱港口预测应用的有效性。

级联失效下海港-陆港集装箱运输网络鲁棒性分析

当海港受到攻击而失效时,由于港口间的连通关系,会在海港-陆港集装箱运输网络中产生级联失效效应,进而扩散到整个网络中。为此,本文研究海港-陆港集装箱运输网络级联失效下的鲁棒性,设计海港节点与陆港节点的不同状态指标,根据节点失效传播能力与节点间引力模型建立失效节点负载转移方程,构建海港-陆港集装箱运输网络级联失效模型和鲁棒性评估指标,探讨邻居节点失效传播能力阈值、节点冗余量、跳港比例、海港合作陆港数量变化,以及不同节点攻击方式对网络鲁棒性的影响,同时,探究在海港失效后,其竞争港口的业务量变化。结果表明,在增强鲁棒性能方面,节点失效传播能力阈值与跳港比例存在最优取值区间;在一定范围内提高节点的容差参数有助于降低网络级联失效的影响;同时,海港所合作的陆港重叠范围不应过高;竞争港口会瓜分一部分失效海港的业务份额,其业务份额与两港口之间的距离和竞争港口的作业能力相关。

需求不确定下考虑碳排放政策的港口-腹地集装箱运输网络减排策略研究

针对同时具备内陆水港中转和无水港中转的港口-腹地集装箱运输系统,构建了包含3种运输方式的多式联运网络结构;然后,对于面临碳排放政策影响和需求不确定性的港口-腹地集装箱运输网络规划问题,建立了当运输需求具有随机性时分别引入碳税政策和碳排放交易机制两种不同政策工具下的优化模型。最后,以长江经济带为实例,分析了在两种排放政策下的绿色运输策略,研究结论表明:两种碳排放政策的实施都促进了经无水港转运的货流量增加,集装箱公铁联运模式得到了发展;在一些特定的税率水平或碳排放配额比例下,运输网络碳排放能实现较大幅度减少,这可为碳排放政策在内陆运输规划领域的应用提供一定的决策参考;相较确定性需求情况,需求的随机性建模对运输网络的绿色发展决策提出了更高的要求。

基于轴辐式网络的长江集装箱航运枢纽港选择

为解决目前长江集装箱运输组织模式不符合"大船配大线,小船配小线"的问题,通过调查长江集装箱运输现状,综合考虑航线、船型、运量和服务频率等因素,提出集装箱运输轴辐式网络模型。模型以总成本最小为目标,最终选取武汉港为枢纽港,即以武汉港—上海洋山港为轴,其他各港口到武汉港为辐。研究结果表明,较传统运输组织方式而言,新的轴辐式网络运输组织方式广义总成本(包括运输成本和时间成本)节约15%,具有良好的经济效益。

基于可靠性的集装箱班轮轴辐式网络设计

对集装箱班轮运输航线网络的可靠性进行了研究,同时解决枢纽港选择、支线港配置和备选枢纽港选择三个问题。在模型中引入决策备选枢纽港的变量,并设置枢纽失灵产生的惩罚成本。设计算例进行分析,结果表明每个枢纽港都能够找到相应的备选枢纽港,作为应急预案,有效地提高了航线网络的可靠性,提升了班轮公司对突发事件的响应能力,弥补事后干扰恢复的被动性和高成本。算例验证了模型的可行性,可辅助班轮公司在航线网络规划阶段进行决策,并为海运网络可靠性的研究提供借鉴。

东亚集装箱港口体系层次结构

在确定33个东亚集装箱港口的基础上,根据全球运力份额前20名班轮公司的现有航线分布情况,构建了一个港口的有向二分网络。运用复杂网络中的k-核分析对该港口网络进行层次划分,分析各个层次内部和层次之间港口的连接关系并考察了低层次港口的k-核深度。此外还分析了核心结构的小世界特性,并分别从聚集系数、平均最短路径长度以及接近中心势三个方面,针对最高层次中的每个港口对网络整体结构的影响进行了进一步研究。