基于启发式规则的现货配船算法研究.docVIP

基于启发式规则的现货配船算法研究 　　 摘要: 针对远洋运输行业船舶承租人的现货配船问题,以快速地找出尽可能多的潜在的匹配方案,减少匹配误差为最终目标;从多属性匹配的思想出发,提出有效的属性描述方法、属性匹配损失惩罚的计算方法以及收益计算方法。借助启发式算法的灵活性、易于与业务特定相结合的优势,构建了对应的多属性约束模型,定义了合理的启发式规则,将各种约束分散在多个阶段考虑,又很好地限制了解空间规模,从而快速地寻求较佳匹配方案。 　　 关键词: 远洋运输;多属性匹配;启发式 　　 中图分类号:TP301?6 文献标识码:A 文章编号:1006-4311(2009)11-0068-04 　　 　　0引言 　　 　　伴随着商品市场的全球化发展,物流、运输行业也在快速的成长。在国际市场上,货物运输更多的依赖于海上运输,尤其是远洋运输。根据资料显示,目前全球大约有90%的货物是通过海洋运输实现的[1]。但是,时至今日,全球航运市场却已经趋于饱和,运力供过于求,竞争日趋激烈。同时,由于调配不均,航运企业在空载里程、空箱调配上的成本始终居高不下,惊人的额外支出已经导致绝大多数承运人的运营成本增长大大超出了收入增长。 　　根据德鲁里航运咨询公司估算,1999年全球集装箱运量约1.96亿TEU,其中空箱运量为 3 900万TEU,以平均200美元/TEU空箱调运费计算,班轮公司就要多支出78亿美元,实际运费只可能会更高[2]。再者,由于世界大宗散货贸易地理分布极不均匀,使不定期船运输航线空载里程相当高。据统计,目前世界不定期船运输航线空载率约占40%[3]。我国近年航运运力增幅较快,导致结构性运量不足,船舶平均空载率高达50%[4]。造成这些现象的重要原因在于航运信息不对称,缺乏对市场供求信息及时准确把握和优化决策分析。为此,要切实提高船舶利用率,降低空载距离,缩短船舶空载航行时间,就必须研制开发基于优化技术的决策支持系统。 　　基于优化技术的决策支持系统,尤其是船货匹配系统,使得根据现有的货物或船舶,船舶承租人可以迅速获取到大量的货物信息并选择最适合的船舶装运。这样,既可以充分发挥船舶运力,减少船舶的空载航行时间和等待时间,降低空载航程,还可以减少货物的滞留成本,从而在市场水平持续低迷、燃油成本大幅上涨的不利情况下保证收益水平。 　　在船货匹配业务中,船舶的运力描述和货物的运输要求都是多方位的,船舶与货物的装载匹配属于典型的多属性匹配。在多属性匹配机制中,存在两种典型的匹配方法:完全精确匹配方法和部分匹配方法[5]。启式算法的优点在于可结合行业特点灵活运用启发规则,将各种约束分解到不同的求解阶段考虑,使问题简化而又能求得较好解。 　　本文针对远洋运输行业的船货匹配,尤其是现货配船,分析了多属性匹配的算法,采用根据远洋运输行业的船货匹配特性和多属性匹配中的部分匹配方法定义启发式规则,快速地找出尽可能多的潜在的匹配方案,同时减少匹配误差,从而可以减少船的空载成本及货物的滞留成本,优化航次任务,为提高航次收益乃至航运企业的业绩提供有力的支持。 　　 　　1问题描述及多属性匹配模型 　　 　　1.1 现货配船问题描述 　　在船舶承租人的业务过程中,常出现因得到新的托运订单,而需要选择合适的船舶来执行订单要求的运输任务,此时,面临的就是现货配船的问题。尤其是,船舶承租人可能拥有不定期船,即没有固定的船期、航线,这类船舶执行航次任务时,由托运需求驱动,在船舶和货物类型吻合的基础上,根据托运货物的时间要求、港口要求等定船期、航线。在现货配船时,如果托运货物的重量或体积过大,超出了船舶的载重量或舱容,不能整票货全部装船时,应把部分货载退掉,用另外的船舶装载。即一批货物可以由一艘船舶装载,也可由多艘船舶共同装载。在本文中,一批货物分散装到多艘船上的前提是:货物的货运量,即体积或重量已经超出当前每一艘候选船舶的承载量,即舱容、载重;否则,一批只允许装在一艘船上。 　　对于现货配船的问题,将船舶数据作为候选的对象集合,而将货物的各个属性,包括类型、时间、港口、体积/重量等属性的要求作为约束,建立成本型的目标函数,从而依据定义好的启发式规则加以匹配。对于货物重量、体积超出船舶承载能力的部分,视为新的货物对象,参与匹配。 　　1.2 现货配船的多属性匹配模型 　　1.2.1 目标函数 　　现货配船问题,因货物数量确定,且毛收益固定;因此在选择合适的船舶承担运输任务时,追求的目标是:航次成本D最小。故选取属于成本型目标函数。 　　根据航次成本计算,现货配船的目标函数数学关系表示为: 　　minD=D1+D2+D3(1) 　　其中:D1――船舶租金;D2――燃油费用;D3――其他费用。 　　①船舶租金: 　　D1=H?鄢