仓栅式卡车（一台岸桥究竟应该配置几台集卡车）

本文是“港口圈”杯论文竞赛获奖作品

作者单位：宁波舟山港股份有限公司北仑第二集装箱码头分公司

宁波舟山港股份有限公司北仑第二集装箱码头分公司（以下简称北二集司）投产于2001年，历经多年发展壮大，目前已经进入了发展的稳定期。目前，相对粗犷的发展方式已不能保证企业的持续发展和成长，唯有通过精细化管理，才可使得公司保持稳步增长。

作为一家提供集装箱船舶装卸服务的企业，最重要的工作就是提供优质的服务，既提高船舶作业效率，同时又要有效利用机械设备和人力资源，避免浪费。因此很有必要对生产作业的集卡配置进行精细化管理，通过集约型的生产方式，达到效率最高、服务最优、成本最低。

集装箱码头的作业设备主要包括岸桥、场桥、堆高机以及集卡，一条船在进行装卸作业的过程中可能同时需要多台岸桥、场桥、堆高机以及集卡设备，其作业流程如下图：

其中，集卡扮演着重要的运输角色，为保证岸桥的作业效率，减少岸桥的等待时间，必须为每一台岸桥配备足够的集卡资源，才能保证其作业的连续性。实际生产过程中，经常会遇到某条船的作业进度落后计划的情况，这时就需要增加集卡资源，提高作业效率，确保船舶按时完工离泊，但是增加多少集卡目前往往凭借主观判断，没有科学的依据做指导，因此经常会造成集卡投入过多，船舶提早完工，等待离泊时间很长，造成集卡和泊位资源的巨大浪费。因此一台岸桥配备几辆集卡，才能达到作业效率目标成为我们研究的重点。

关于集卡配置数量，有如下公式：集卡数量=集卡运行时间/岸桥作业效率

具体分析如下：

1．岸桥作业效率

每条船都会有自己的作业效率目标，其计算公式为：船舶作业效率=船舶剩余作业量/船舶剩余作业时间。

这两项指标都可以根据实际情况计算得出，因此可以看作是已知量。

2、集卡运行时间

集卡运行时间是指集卡从岸桥——场桥——岸桥的一个闭环所需要的时间。决定这个时间的因素主要有三方面：一个是集卡的运行速度；二是场地位置的远近：三是集卡在场地的等待时间。其中，北二集司目前要求集卡行驶速度最高为20KM/H，因此可以假设此因素是个已知的恒量。其它影响变量具体分析如下：

1) 场地位置

经过实际测算，场地位置的远近对时间的影响差别较小，因此为了便于计算和实际应用，本文将场地按照实际惯例分成两大块——前方和后方，并以4#泊位船舶为例进行测算。另外因为每块场地到岸桥的距离固定，因此只需统计每块场地的剩余作业量即可。

2) 集卡在场地的等待时间

集卡之所以会在场地里出现等待的情况，主要是由于场桥的作业繁忙所致，而影响场桥作业繁忙的因素有如下几方面：

a) 当班装卸船作业量

堆场在安排进出口箱堆放时，为了同时保证场地的充分利用以及岸桥的作业效率，通常需要在同一块箱区内安排多条船的进出口箱，而同一块箱区通常只会安排一台场桥作业，因此实际作业过程中会遇到不同船舶作业冲突的情况，这种冲突的概率会随着当班装卸船作业量的增加而增加。

b) 进提箱作业量

北二集司因为堆场空间有限，无法做到进箱场地与装船场地分开，为了提高场地利用率，减少场地整理的成本，通常装船作业场地也就是进箱作业场地，因此两种作业经常会存在冲突，当班进提箱作业量越大，冲突的概率和严重性越大，进而增加集卡在场地的等待时间。

c) 堆场利用率

堆场利用率增加会导致场桥的作业难度加大，有可能场地翻箱的概率要增加，因此会影响到场桥的作业效率，进而增加集卡的等待时间。

d) 当班作业路数

当班作业路数的多少代表着这个班的作业繁忙程度，作业路数越多，代表着作业越繁忙，在场地机械设备量固定的情况下，作业资源就会相对变得紧张，互相干扰的情况就会增加，因此集卡的等待时间也会延长。

e) 本船作业路数

本船作业路数是指当班该船舶所有岸桥的作业时间总和除以该船当班完工与开工时间差。同一条船作业路数多的情况下，场桥的作业冲突概率就会大大增加。

f) 机械设备故障次数

机械设备故障也会对作业效率产生影响，故障越多，作业效率越低，二者成反比。

通过以上分析，我们可以把集卡配置数量的研究转化为集卡运行时间的研究，如果能够预估出集卡的平均作业时间，就可以最终获得集卡的配置数量。

鉴于影响变量与模型目标之间的关系比较复杂，很难简单定性为线性关系，同时变量之间并非完全独立，相互之间有影响，因此本文采用BP神经网络模型，其突出优点就是具有很强的非线性映射能力和柔性的网络结构，通过输入变量和目标变量，对网络进行训练，达到误差最小，最终达到模型最优，对于模型的建立和训练可以通过MATLAB工具实现。

本文选取了200个如上表中所列的数据样本，因篇幅有限这里只显示了20个，其中前11列作为网络输入变量，后两列作为网络目标变量：

根据BP网络的设计网络，一般的预测问题都可以通过单隐层的BP网络实现。由于输入向量有11个，所以网络输入层的神经元有11个，根据Kolmogorov定理，可知网络中间层的神经元可以取23个。而输出向量有2个，所以输出层的神经元也有2个。网络中间层的神经元传递函数采用S型正切函数tansig，输出层神经元传递函数采用纯线性函数purelin。网络设计和训练可以通过MATLAB2016版实现，本文在200个样本中选取了190个作为训练样本，10个作为测试样本，经过32次训练后，网络模型达到设计要求，如上图所示。得到的预测输出与期望输出结果基本实现吻合，如下图：

其预测的误差在10个测试样本中误差控制在[-0.2,0.1]范围内，还是比较小的。如下图：

神经网络作为一种输入/输出的高度非线性映射，通过对作用函数的多次复合，实现了集卡运行时间预测中输入与输出之间的高度非线性映射，其具有以下的特点：

1、不需要建立集卡运行时间的数学方程；

2、具有自适应性和学习功能；

3、模型预测的规律受样本的质量影响，因此样本的选择要有代表性，要对样本进行筛选，去除“噪音”。

本文使用的BP神经网络，经过对北二集司的集卡运行时间的预测验算，其结果与实际值比较吻合，因此通过BP神经网络模型对集卡运行时间的预测是可行的，将该模型集成到生产操作系统中，可以有效地对集卡资源进行配置，将操作人员从人工动态配置集卡资源的繁琐工作中解脱出来，有利于提升企业精细化管理水平，提高企业的竞争力。

参考文献：

[1] 李靖逵，张壮 集装箱码头岸边装卸效率提升策略 集装箱化2017年第3期.

[2] 计明军，刘丰硕，李郭记，靳志宏 基于装卸协同作业的集装箱码头集卡调度及配置优化 大连海事大学学报 2010.2 第36卷 第1期.

[3] 张莉，霍佳震 基于单船装卸运输模型的集卡配置仿真研究 系统仿真学报 2006.12 第18卷 第12期.

[4] 飞思科技产品研发中心 神经网络理论与MATLAB7实现 北京：电子工业出版社，2005.