内河港口物流链资源协作调度的优化仿真设计①

浙江商业职业技术学院 丁荣涛

随着3G技术及信息化的普及，港口发展进入了新的时代，构建“港口虚拟物流链”也将成为发展的必然。虚拟物流链模式无论在理论研究、软件开发还是实际应用等方面的发展都刚刚起步。在理论研究方面，Hayuth Y. Hi11ing提出“边缘港口挑战”理论，认为运输技术的进步和运输体系的改变导致了港口从单纯的运输节点转变为集运输、储存、加工、包装、分配等为一体的物流系统，这导致了港口之间的竞争从区域内的竞争转向更大范围的竞争。在实际应用方面，虚拟物流这种先进的物流管理方式已经在国外某些吞吐量较大的港口开始推广，例如新加波、鹿特丹、迪拜、釜山等几个港口，正打造技术密集型的“智能港”，拟发展“虚拟物流链控制中心”，希望建立直通腹地的完整的大物流网络。

目前国内外针对内河港口物流链物流资源调度平台设计和应用的研究文献较少。随着物流链中各节点差异化、个性化、柔性化、敏捷化发展，对物流链调度问题在研究领域方面将呈现出更为复杂、精细化的趋势。在计算方法上，随着研究系统规模的扩大，对可能使用算法的准确性和收敛性要求更高。仿真技术提供了研究复杂问题的可能性，将仿真技术引入到多式联运资源调度问题的研究，可以充分发挥其优势，同时仿真技术可以与其他算法技术相结合，集成将成为解决问题的关键。

1 系统需求分析

物流链可以分为水平型的横向联盟和垂直型的纵向联盟。横向联盟主要表现为集装箱港口的联盟发展，纵向联盟包括：港口与货主(客户)联盟、港口与航运公司特别是集装箱班轮公司进行合作的联盟、在港口内或临近地区的物流园区与临港工业园区联盟。物流链中的各联盟机构根据物流任务不同都会提出自己的物流需求。物流资源协作分配根据执行任务和所属成员不同，分为横向协作和纵向协作。横向协作主要是指为实现物流服务的快速响应，物流链具有相同功能的服务节点共同合作完成物流任务的相同环节，通过分摊成本和分享收益满足物流需求；纵向协作则是指物流生态链中的上下游服务节点互相合作，分批分次完成物流任务。在物流任务协作招标过程中，对于每一个参与协作的企业，它们都有两个选择(参加、不参加)，不同物流联盟企业一定存在合作与竞争。为提高合作能力，避免有害竞争，首先要明确物流需求与各节点资源协作分配能力，从物流链、企业层和业务层三个层次建立物流需求与资源协作的概念模型，提高物流链整体的竞争与合作能力。保证企业在多变的外界环境影响下能通过预测节点间物流任务的需求和自身能力约束关系，较准确地判断和选择自己的内部资源配置分配，从而获得更大的市场占有率。

2 仿真系统设计

2.1 物流链资源协作调度优化仿真的评价指标核心类库设计

测度物流链资源协作调度优化仿真的常用指标有货运量、货运周转量、物流自营成本、委外成本、闲置资源管理成本和衔接成本。不同要素在不同物流阶段评价重点不同，它们之间相互联系、相互影响，共同服务于协作资源优化配置评价系统的目标。为解决内河港口物流链环境中不同企业、不同物流任务条件下资源优化配置评价元素的异构性、分布性和多样性，建立了一种随元素信息而变化的动态熵权合成方法，将物流链写作资源优化配置调度问题转换成可被描述的动态模糊群体决策过程，遵循层次化、构件化和标准化的设计原则完成相应的核心类库编码。

2.2 仿真单元异构数据采集与整合方法设计

触发数据处理Agent、配送管理Agent、包Agent、沟通协调Agent，各Agent各司其职，在处理自身问题的同时不断进行交互和信息共享，并行、协同地完成任务，将任务结果反馈给界面Agent。内河港口物流链中各仿真单元在各Agent协助下互相通信，交换数据，协作计算，共同支持系统的上述功能。仿真系统的设计应减少仿真单元软件设计和开发上的复杂度，将物流链仿真平台关键数据保存到规则数据库中，规则数据库支持不同数据资源的数据库管理工具以及分布式仿真和协同环境支持结构。为建立相关的仿真系统和体系结构分析提供正确的、一致的和可重用的概念模型。最终使部署在不同系统上的仿真单元在MAS/SOA平台上通过智能规则、演化算法、证据理论等智能技术上传业务关键数据。提供一个与物流业务过程相关的信息资源仓库，信息资源库由各种数据元素配置组成，各种数据元素可以配置完成不同的任务，而由各种任务又可以配置成各种应用，并且支持物流业务有序执行。

2.3 多式联运下的内河港口物流链资源协作调度平台设计

构建仿真平台时，综合考虑区域制造企业集装箱需求量及港口联盟企业集装箱转运能力的实际情况，遵循系统化、简单化、多方位、规范化等规则，确定多式联运仿真模型的抽象粒度。采用复杂适应系统(CAS)理论与智能Agent的模式来描述各物流节点仿真行为。针对多式联运物流配置的可能性与特异性，尤其是离线事件发生时的业务流程共性，仿真各物流配送节点作业流程的过程和资源优化配置方法。建立多主体的CAS模型，模拟多式联运过程建立各物流活动节点的Agent，每个参与物流活动的组织主体将成为独立的Agent，采集业务流数据。通过控制港口物流链在运集装箱数量和转运集装箱数量，尽可能地发挥物流链物流服务能力，使得港口集装箱装卸总量满足区域制造企业所需集装箱在时间、重量上的要求，确定集装箱物流平衡的优化建模方案。

2.4 面向多级成本核算的内河港口物流链资源协作调度仿真优化

在整个内河港口物流链活动过程中可能产生各种资源的占用与费用支出，既包括物流链内各节点物流运营组织单独作业所产生的内部成本，也包括物流链各节点间协作交流时所产生的通信成本，还包括链内所有节点组织所产生的共同补偿成本。内河港口物流链的分布式成本核算与控制是分级管理的，以物流链及其内部各企业单位为成本管理主体，分解、分配与动态调度物流链中的协作物流活动，根据物流业务的不同特性，计算产生的物流主要成本项目及成本发生的成本动因，整理成本项目之间的流程关系及相互作用关系。 GAA 算法的总成本近似计算仿真优化方法，分解、调度和优化物流成本，即在给定顾客需求、外部供应和交纳周期的情况下，运用系统化的管理与控制方法模拟物流系统的运行过程，集中探讨集中式仿真与分布式仿真之间的动态衔接和信息交互关系。最后编码实现核心算法软件库，完成物流链资源协作调度仿真平台最优目标计算。

2.5 仿真平台部署及应用实施

物流协作调度优化是一个多因素且因素之间关系复杂的非线性多重信息反馈系统，各因素的相互作用决定了物流调度方案的确定过程和最终结果。本项目的数据来源分布在各异构数据库中，数据的提取和转换上采用基于XML的数据集成中间件技术编写一个通用的接口。通过接口将不同来源的结构化数据结合在一起，异构数据库用户在中间层服务器上对从后端Web数据库或其他应用处来的数据进行集成。项目届时将针对浙江海河联运和腹地经济特点，选择具有一定代表性的内河、沿海港口及制造企业，依据地理信息系统，结合河道、公路和港口堆场三维地图提供的准确位置，使用带堆场优先级的水域船舶交通仿真和陆地集卡交通物流链仿真平台，建立面向物流作业的分布式异构协同系统。

3 关键技术

3.1 基于博弈的资源需求与资源调度行为冲突协调机制

从物流供应链整体绩效出发，对于不同节点的可调度资源物流能力，采用统计学的因子分析和回归分析相结合方法进行具体数据分析，将获取得到的各项指标划分为物流生产资料获取能力、物流任务交付能力、资源配置能力、一体化能力、敏捷能力、成本控制能力6个维度。根据内河港口物流链各节点物流装备和协作能力建立动态行为调度追踪监控模拟模型，该模型将根据参与物流行为的各装备工作参数仿真整个物流任务活动过程中数据变化情况，设计异常状况，制造冲突信号，所有数据包括冲突数据入数据库，然后运用博弈论中的合作对策理论和谈判对策理论预先设置不同冲突的解决方案，重新分配物流链共同体参与的各成员资源。

3.2 基于GAAA算法的多级物流成本控制

内河港口物流链成员类型不同、企业规模不同服务需求也不同，对物流时间、成本约束比较复杂，所以要对河港物流链相关的成本要素进行识别和分类，包括基于各种约束条件下的物流服务企业选择成本、库存/仓储成本、物流设施使用成本等。物流资源配送采用改进的遗传算法，即传统的遗传算法与蚁群算法的结合算法(GAAA)来实现，将局部搜索和变异操作融入到遗传算法的交叉与变异中去，通过对问题空间的快速而准确的求解发挥两种算法的优势。

3.3 带趋势补偿的仿真单元间数据采集及拟合

在调度资源分配实施过程中，参与物流活动的内河港口物流链每个节点数据都可能因为其关联节点响应变化而重新计算问题。模拟GPS物流追踪业务流程建立节点间物流活动的车船工作数据模型，把各装运任务当作离散事件，根据船舶和车辆运输计划和运输参数生成港口船舶岸桥装卸、堆场转移，集卡转运实时工作数据，补充航运交通和道路交通突发状况信息和状态变量，设计准确的数据结构，提出带趋势补偿的组合元模型，杜绝仿真单元间数据拟合滞后现象，解决仿真单元决策误差问题。

3.4 基于SOA模式的港口物流链MAS规划与设计

充分利用现有的Agent智能代理实现技术，结合HLA标准，利用SOA实现“LSE”，内嵌于各物流节点业务管理系统，通过数据的联接和整合，采集仿真数据，快速配置各物流网点资源，实现点对点的信息传递反馈仿真结果。基于SOA模式的港口物流链MAS构建可以用语义网代替标准的Web网，用本体详细描述各种资源之间的联系，解决虚拟物流链系统内信息共享和信息交互问题。在自动化系统与“信息交换服务”基础上，根据协作调度需要生成各类在运货物的实时数据视图。

[1] 丁荣涛.基于合作博弈的港口物流链云服务组织方法[J].清华大学学报(自然科学版),2014,54(3).

[2] 高鹏,金淳,邓玲丽.港口多式联运系统衔接问题及建模方法综述[J].科技管理研究,2010(23).

[3] 丁荣涛.服务驱动下的云制造物流资源协作评价与聚集[J].科技管理研究,2012,34(9).

[4] 张旭.基于GAAA算法的循环物流成本仿真和优化的研究[D].天津财经大学,2009.

[5] 杨峰.面向效能评估的平台级体系对抗仿真跨层次建模方法研究[D].国防科学技术大学,2003.

[6] 郭玉.基于改进蚁群算法的机器人路径规划研究[D].哈尔滨工业大学,2008.