链上镖师 / Chain Biaoshi
TRB|集装箱码头卡车到达与堆场容量：需求平移和服务率协同优化
把预约配额、排队动态与堆场资源配置放进同一个拥堵管理模型
论文将卡车到达需求平移、堆场排队动态和服务能力配置联合起来，在给定拥堵成本上限下寻找更少的需求干预方案。
- 01：模型同时管理卡车预约到达分布与堆场服务率配置。
- 02：排队部分采用带时间变化到达率和服务率的M/E/1描述，并用流体模型刻画队列变化。
- 03：吞吐包络由大型集装箱码头2023年卡车服务记录构建，用于表达不同资源配置下的进出场服务能力。
- 04：迭代方法通过扩展服务率选项集合和动态收紧拥堵阈值求解集成模型。
- 05：实验覆盖6至12个小时的规划时域，并比较了计算效率、拥堵控制和双作业卡车敏感性。
港口拥堵管理思路：把到达需求与堆场能力放在同一张图上
集装箱码头的外部卡车拥堵来自到达需求与堆场服务能力在时间上的错配。论文围绕两个可操作决策展开：通过预约系统平移高峰时段的卡车到达需求，通过堆场资源配置调整进场与出场卡车的服务率。模型以降低拥堵为约束，同时控制不同车型受到的到达干预。
需求平移与堆场吞吐包络共同作用于卡车拥堵治理。来源：Fig. 1，需求平移与堆场吞吐包络概念图。
01需求侧：调整各类卡车在规划时域内的到达分布。
02供给侧：选择进场与出场服务能力配置。
03目标关系：拥堵成本越低，需求干预通常越高。
排队动态建模：双作业卡车会连接两个服务环节
论文将进出场卡车服务过程描述为具有时间变化到达率和服务率的排队系统，并用确定性流体模型更新各类等待队列。单作业进场卡车、出场卡车和双作业卡车分别进入相应队列；双作业卡车完成出场任务后还会进入进场队列，因此其等待会影响连续的两段服务流程。
流体模型下进出场卡车队列、到达率与服务率之间的动态关系。来源：Fig. 3，基于流体模型的卡车队列动态。
1输入各类卡车到达率与初始等待队列
2根据堆场服务率和利用率更新出场队列
3计算完成出场任务的双作业卡车流入进场队列
4累计加权队列长度形成拥堵成本
堆场服务能力建模：用吞吐包络表达资源配置
堆场资源配置没有被展开为每台场桥的具体部署，而是通过历史服务记录生成多组吞吐包络。每组包络以分段线性关系描述出场服务率与进场服务率的可行组合，模型在每个时段选择一个包络分段，再确定两类服务率。该处理保留了资源利用的核心约束，也降低了直接刻画复杂堆场作业细节的建模负担。
不同吞吐包络及其服务率配置。来源：Fig. 4，堆场吞吐包络及其配置。
需求管理、排队建模、资源分配和性能评估的集成关系。来源：Fig. 5，集成建模架构。
求解策略与实验设置：在拥堵目标下迭代扩展服务选项
集成模型采用字典序目标，先控制不同卡车类型的最大需求干预，再最小化总需求干预。求解时，主问题在有限服务率选项上安排需求平移，子问题根据当前需求方案寻找新的服务率配置；算法随后扩展主问题的候选选项，并动态收紧拥堵成本阈值，直到获得满足目标的方案。
测试实例覆盖6至12个小时的规划时域，卡车总量为1054至1985，拥堵成本上限为500至1200。来源：Table 1，测试实例参数设置。
所提迭代方法与Gurobi的目标值、计算时间和最优性差距比较。来源：Table 2，Gurobi与所提迭代方法的计算结果。
六天需求场景下的协同控制效果
作者从同一大型集装箱码头提取六天、总需求相同的卡车到达数据，利用9:00至19:00的需求分布构造实验场景。结果分析围绕三个问题展开：预约需求如何被平移，等待队列是否得到压降，以及拥堵成本上限收紧后需要承担多少需求干预。
六天实验场景的卡车到达需求分布。来源：Fig. 7，六天需求分布。
原始到达需求与控制后到达需求的时序对比。来源：Fig. 8，全天原始与调整后的到达分布。
控制前后卡车等待队列的时序变化。来源：Fig. 9，全天原始与控制后的卡车等待队列分布。
不同拥堵成本上限下的拥堵成本、最大队列与需求干预结果。来源：Table 4，不同拥堵成本上限下的实验结果。
双作业卡车比例：队列结构影响服务优先级
论文进一步考察双作业卡车比例变化带来的运营影响。双作业卡车需要连续完成出场和进场任务，模型将其等待成本设置为更高权重，以反映延误对两段服务流程的连续影响。敏感性结果用于观察不同双作业比例下进出场队列结构、总等待量、最大等待量和平均等待量的变化。
不同双作业卡车比例下进出场等待队列的分布变化。来源：Fig. 11，不同双作业比例下的卡车等待队列分布。
不同α值下的拥堵成本与等待队列汇总指标。来源：Table 7，不同α值下的性能指标。
对双作业卡车设置更高等待权重，可以让服务率配置优先关注会继续影响另一服务环节的队列。具体比例与权重仍需结合码头自身作业记录和运营目标设定。
适用条件与研究边界
论文的模型建立在若干明确条件上：卡车到达需求可通过预约数据获得并在规划时域内平移；进出场服务过程可用时间变化的M/E/1排队系统和流体近似描述；堆场服务能力可由历史服务记录拟合为分段线性吞吐包络；拥堵成本上限、车型比例和初始等待队列由运营方提供。论文未报告超出这些数据、排队和能力表达条件后的外推表现。
✓适用对象：具有预约到达管理和历史卡车服务记录的集装箱码头。
✓关键输入：各类卡车到达需求、初始队列、服务能力包络和拥堵成本目标。
✓使用边界：模型未覆盖基础设施扩建、未披露的新型作业流程及缺少历史服务数据的场景。
论文：Integrated optimization for truck arrival management and yard capacity utilization in a container terminal
作者：Haowen Lei，Shuai Jia
期刊：Transportation Research Part B
链上镖师、先卜交通、先卜运筹通用论文ID
保存此推文 ID，可在粉丝群内获取相关材料，未来更多功能敬请期待
先卜科技团队：常文婕、张巧巧、王一航、夏子帆、张晓乐、祁园园、张仁义
