海运集装箱调运随机优化模型

交通运输系统工程与信息 ›› 2010, Vol. 10 ›› Issue (3): 58-63 .

海运集装箱调运随机优化模型

王斌^*;唐国春

上海第二工业大学经济管理学院，上海 201209

收稿日期:2009-09-25 修回日期:2009-10-30 出版日期:2010-06-25 发布日期:2010-06-25
通讯作者: 王斌
作者简介:王斌（1976-），男，山东青岛人，副教授，博士
基金资助:
国家自然科学基金重大国际（地区）合作研究项目(70731160015)；上海市教委科研创新项目（人文社科类）重点项目（09ZZ208）

Stochastic Optimization Model for Container Shipping of Sea Carriage

WANG Bin;TANG Guo-chun

School of Economics and Management in Shanghai Second Polytechnic University, Shanghai 201209, China

Received:2009-09-25 Revised:2009-10-30 Online:2010-06-25 Published:2010-06-25
Contact: WANG Bin

摘要/Abstract

摘要： 为有效提高航运公司的竞争能力，海运集装箱调运优化是提高其效益的重要手段. 从提高航运公司运输利润出发，建立海运集装箱调运机会约束规划模型. 目标函数是最大化海运集装箱调运利润. 决策变量是为满足需求通过各航线运输的重箱和空箱数量，需求港口的租空箱数量和缺重箱数量. 约束条件包括满足计划期内的重箱、空箱需求数量、航线运输重量和体积限制等. 空箱需求数量受多种因素影响是随机变量. 将机会约束规划转化为整数规划并应用Lingo9.0求解. 并对不同参数下的运输方案做仿真分析，验证模型对于优化海运集装箱调运方案的有效性. 该模型可应用于航运公司海上集装箱调运规划，提高其运输利润.

关键词: 水路运输, 空集装箱, 航线, 机会约束规划, 仿真

Abstract: Container shipping of sea-carriage optimization is an important way to effectively enhance the competitiveness of shipping companies’ efficiency. The optimization model of container shipping of sea carriage based on chance-constrained programming is established to maximize the profit of a shipping company, which is the objective function. The variables include the number of heavy and empty containers shipped by lines, the shortage number of heavy containers, and the renting number of empty containers from requiring ports to meet the demand. The constraints include meeting the requirements heavy and empty containers, weight and volume limit to lines, and supplying ability for empty containers. The number of empty containers supplied is stochastic for being affected by several factors. The chance-constrained programming is translated into an integer programming, and the Lingo 9.0 is used to solve the model. Simulation is conducted under varied parameters to show the effectiveness of the model in optimizing the shipping plan. The model can be used to optimize container shipping plan of sea carriage to a shipping company and get profit raise.

Key words: waterway transportation, empty container, line, chance-constrained progamming, simulation

中图分类号:

U695.2⁺2

王斌,唐国春. 海运集装箱调运随机优化模型[J]. 交通运输系统工程与信息, 2010, 10(3): 58-63 .

WANG Bin,TANG Guo-chun. Stochastic Optimization Model for Container Shipping of Sea Carriage[J]. Journal of Transportation Systems Engineering and Information Technology, 2010, 10(3): 58-63 .

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract17978.shtml

http://www.tseit.org.cn/CN/Y2010/V10/I3/58

[1]	程明, 黄泓鸣. 天气对低空航线网络抗毁性影响分析[J]. 交通运输系统工程与信息, 2025, 25(6): 101-108.
[2]	张龙豪, 徐瑞华, 单奕嘉, 蓝阳泽. 网络整体效能导向的城轨线路运能协同优化配置[J]. 交通运输系统工程与信息, 2025, 25(6): 153-164.
[3]	张立业, 马月熙, 马志成, 赵丰磊, 焦春硕. 地铁突发事件中行李遗弃与结伴行为对疏散效能的耦合影响[J]. 交通运输系统工程与信息, 2025, 25(6): 197-208.
[4]	计明军, 李嘉伟, 胡寒霖, 高振迪. 自动化干散货码头资源分配与多机械协同调度优化研究[J]. 交通运输系统工程与信息, 2025, 25(6): 317-326.
[5]	荣建, 吴培佳, 高亚聪, 王益, 窦灏. 融合仿真与机器学习的交织区通行能力协同估计方法[J]. 交通运输系统工程与信息, 2025, 25(4): 206-218.
[6]	郭文强, 张新宇, 杨嵩旭. 考虑燃油消耗异质性的船舶进港效率与能耗协同优化[J]. 交通运输系统工程与信息, 2025, 25(4): 297-305.
[7]	张文会, 宋子文, 张超, 席聪. 混合态与分离态异质交通流稳定性分析[J]. 交通运输系统工程与信息, 2025, 25(3): 190-203.
[8]	李海军, 赵颖, 黄岩, 田卫刚. 城轨虚拟编组列车群多状态运行模型构建与仿真研究[J]. 交通运输系统工程与信息, 2025, 25(3): 266-275.
[9]	马剑, 何欢, 王巧, 廖伟屹, 陈俊, 施冬冬, 邱云飞. 窄体客机慢速优先登机策略建模与分析[J]. 交通运输系统工程与信息, 2025, 25(3): 308-320.
[10]	郝妍熙, 刘巍, 胡华, 方勇, 刘志钢. 改进的L型通道行人转弯行为仿真模型[J]. 交通运输系统工程与信息, 2025, 25(3): 383-392.
[11]	王建军, 武京, 李景涛, 周英杰. 非公交车辆停靠对主辅式站台延误的影响分析[J]. 交通运输系统工程与信息, 2025, 25(2): 241-252.
[12]	王孝坤, 董泽锦, 王雨薇, 肖红. 分时电价下泊位-岸桥-岸电联合分配优化研究[J]. 交通运输系统工程与信息, 2025, 25(2): 314-327.
[13]	高攀, 黄柳森, 赵旭. 考虑转港调度的内河港口群多泊位联合配置策略[J]. 交通运输系统工程与信息, 2025, 25(2): 328-337.
[14]	苏婉, 吕靖, 张聆晔. 韧性视角下我国原油进口海运网络恢复策略优化研究[J]. 交通运输系统工程与信息, 2025, 25(1): 36-43.
[15]	曹丹妮, 王涛, 杨松坡, 屈云超, 吴建军. 混合流环境下瓶颈区域车道定制化速度调控研究[J]. 交通运输系统工程与信息, 2025, 25(1): 76-85.