CN102063530B

CN102063530B - 基于0-1整数规划的船舶定线制系统警戒区优化方法

Info

Publication number: CN102063530B
Application number: CN 201010602194
Authority: CN
Inventors: 肖英杰; 张�浩; 刘轶华; 白响恩; 杨小军; 李松; 郑剑
Original assignee: Shanghai Maritime University
Current assignee: Shanghai Maritime University
Priority date: 2010-12-23
Filing date: 2010-12-23
Publication date: 2013-04-10
Anticipated expiration: 2030-12-23
Also published as: CN102063530A

Abstract

本发明公开了基于0-1整数规划的船舶定线制系统警戒区优化方法，其包括如下步骤：(1)设置若干节点，获取船舶流量的AIS数据分布；(2)得到每个节点及其到各码头的日均流量分布；(3)设定警戒区的位置；(4)初始化警戒区的数量以及警戒区设置的间距长；(5)标定统计流量中各类船型尺度中船舶吨级与船舶总长度之间的关系；(6)构建船舶定线制方案；(7)计算等效损失里程数和绕行产生的平均里程数；(8)计算主航道和支线航道船舶平均载货量；(9)计算通过船舶的货物运输损失里程数或等效损失里程数。本发明提供的优化决策方法可以在设定警戒区的解空间内进行移动，使得对最优解具有良好的搜索能力。

Description

基于0-1整数规划的船舶定线制系统警戒区优化方法

技术领域

本发明涉及一种船舶定线制系统规划技术，具体涉及一种基于0-1整数规划的船舶定线制警戒区设置方法。

背景技术

刘德新系统地归纳和总结了分道通航规划设计中通常应考虑的11项技术因素，提出相应的分析方法，提出相应的分道通航方案，并用模糊AHP法对同一水域内不同分道通航方案间相对优劣程度进行综合评判。

方祥麟提出分道通航制的计算机辅助建模与优化设计方法的一般原则和步骤以老铁山水道为例提出设计实例。

翁跃宗开发了基于电子海图的交通数据处理与分析的软件，实现海上交通调查数据的计算机处理、交通流模式分析及船舶定线技术的应用。在此基础上翁跃宗针对船舶定线制设计中对船舶交通数据分析及方案表达的需求，提出符合船舶定线制设计的数据分析方法，通过通航分道、警戒区、沿岸通航带等表达方式，将船舶定线制方案准确地表达在电子海图上，该方法具有一定的通用性。

宁伟，印绍周从海事管理人员的角度对老铁山水道船舶定线制实施效果进行了分析与评价。

刘敬贤通过原始数据的采集分析及调查问卷，对渤海海峡海域的海上事故、船舶流、习惯航路、通航管理规定等船舶交通环境要素进行了量化分析，分析了该海域现有船舶定线制连接部分的类型、组合方式、尺度、位置等问题，提出该海域现有船舶定线制连接的比选方案。

卓永强在船舶交通系统建模的基础上，提出一种新的基于航路的船舶交通系统模拟方法，它可将船舶交通实态观测所得数据通过计算机处理确定航路形状，充分考虑了船舶交通的随机性，系统可任意修改航路，可输出船舶交通密度图、航迹图、门线图以及各种船舶的交通参数使模拟结果更加符合客观实际。

张寿桂针对台湾海峡船舶定线制设计中对船舶交通数据的空间处理及分析需求，经过大量实测数据分析和实践验证，提出了符合台湾海峡船舶定线制设计的数据空间处理及分析方法。

综合国内外船舶定线制研究，目前仍缺少从中国港口和航道水域的实际特点出发，作出定性和定量分析的船舶定线制警戒区设置方法。

发明内容

本发明针对现有技术所存在的缺陷，而提供一种基于0-1整数规划的船舶定线制警戒区设置方法，该设置方法形成的警戒区可避免警戒区附近水域出现船舶拥堵和影响整个水域的船舶通航效率的现象。

为了达到上述目的，本发明采用如下的技术方案

基于0-1整数规划的船舶定线制系统警戒区设置方法，该方法包括如下步骤：

(1)在核心港区深水航路上设置若干节点，从VTS指控中心获取周期性统计后的船舶流量的AIS数据分布；

(2)根据统计的船舶流量的AIS数据分布得到每个节点及其到各码头的日均流量分布；

(3)设定警戒区的位置；

(4)初始化警戒区的数量以及警戒区设置的间距长；

(5)标定统计流量中各类船型尺度中船舶吨级与船舶总长度之间的关系；

(6)构建船舶定线制方案；

(7)计算设置警戒区而造成的主航道船速下降折合的等效损失里程数和计算由于在节点未设置警戒区而造成的主航道右侧支线航道船舶绕行产生的平均里程数；

(8)计算主航道和支线航道船舶平均载货量；

(9)采用0-1整数规划法对方案计算通过船舶的货物运输损失里程数或等效损失里程数。

本发明对船舶定线制方案警戒区的设置进行优化处理，使得优化决策方法可以在设定警戒区的解空间内进行移动，使得对最优解具有良好的搜索能力。

根据本发明技术方案形成的警戒区，能够有效的避免附近水域出现船舶拥堵和影响整个水域的船舶通航效率的现象。

附图说明

以下结合附图和具体实施方式来进一步说明本发明。

图1为本发明的流程图。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。

警戒区是船舶定线制系统规划的核心，对船舶定线制方案的优化重点在警戒区的合理布置，并在此基础上进行船舶定线制方案的比较和优化。为此，本发明提供一种基于0-1整数规划的船舶定线制系统警戒区设置方法，该方法包括如下步骤(如图1所示)：

(3)设定警戒区的位置；

(4)初始化警戒区的数量以及警戒区设置的间距长；

(6)构建船舶定线制方案；

(8)计算主航道和支线航道船舶平均载货量；

基于上述方案，本发明的具体实施如下：

警戒区附近水域往往会出现船舶拥堵的现象，甚至影响整个水域的船舶通航效率，警戒区设置的数量以及警戒区设置的间距长，是影响船舶通航效率的重要因素。

该实施例采用0-1整数规划法对优选方案按通过船舶的货物运输损失里程数或等效损失里程数最少进行方案优化：

1)目标：在核心港区深水航路上设置若干节点，在节点中选择三个节点设置警戒区，使货物运输损失里程数或等效损失里程数最少。

2)变量设置

W——核心港区深水航路日均货物运输里程(吨海里)

Z_i——控制变量：

——由节点A_i流向节点A_j的日均流量(艘)；

——由节点A_i流向节点右侧各码头的日均流量(艘)；

——由节点A_i右侧各码头流向节点的日均流量(艘)；

——由节点A_i流向节点左侧各码头的日均流量(艘)；

——由节点A_i左侧各码头流向节点的日均流量(艘)；

——节点A_i到节点A_j的里程数(海里)；

——节点A_i到节点右侧各码头的平均里程数(海里)；

——节点A_i到节点左侧各码头的平均里程数(海里)；

S_主——由于设置警戒区而造成的主航道船速下降折合的等效损失里程数；

S_支——由于设置警戒区而造成的支线航道船速下降折合的等效损失里程数；

A_iR——由于在节点S_i未设置警戒区而造成的主航道右侧支线航道船舶绕行产生的平均里程数；

S_iL——由于在节点A_i未设置警戒区而造成的主航道左侧支线航道船舶绕行产生的平均里程数；

T_主——主航道船舶平均载货量；

T_支——支线航道船舶平均载货量。

3)优化模型

s.t.z_i＝0，1 i＝1，…8

Σ_{i = 1}^{8} z_{i} = 3 .

深水航路优化决策变量分析

(1)各节点日均流量通过采用国际上流行的72小时连续不间断雷达观测的方法获得，里程数由海图测量而得。数据见表1。

(2)船舶平均载货量由雷达观测到的船舶平均长度按行业标准《海港总平面设计规范》(JTJ211-99)标定的各类船型尺度，经数据变换后利用一元线性回归估计得到。

表1各主要节点里程数表

由《海港总平面设计规范》(JTJ211-99)标定的各类船型尺度中船舶吨级(DWT)与船舶总长度(L)之间的关系，对船舶吨级(DWT)数据作开立方变换后与船舶总长度(L)之间呈较强的线性相关性。利用一元线性回归分别得到：

①对散货船，回归方程为：

DWT_散＝(-7.25205885+0.2140558446605L)³

方差分析表见表2。

表2散货船方差分析表

Model		Sum of Squares	df	Mean Square	F	Sig.
							1	Regression	5456.681		5456.681	1481.763	.000(a)
	Residual	51.556	14	3.683
								Total	5508.237	15

注：a Predictors：(Constant)，船舶长度；

b Dependent Variable：Z。

②对杂货船，回归方程为：

DWT_杂＝(-6.33982381+0.1975806499041L)³

方差分析表见表3。

表3杂货船方差分析表

Model		Sum of Squares	df	Mean Square	F	Sig.
							1	Regression	566.998	1	566.998	486.131	.000(a)
	Residual	8.164	7	1.166
								Total	575.163	8

注：a Predictors：(Constant)，船舶长度；

b Dependent Variable：Z。

③对集装箱船，回归方程为：

DWT_集＝(0.7457631917119+0.1310007556868L)³

方差分析表见表4。

表4集装箱船方差分析表

Model		Sum of Squares	df	Mean Square	F	Sig.
							1	Regression	2164.729	1	2164.729	742.850	.000(a)
	Residual	26.227	9	2.914
								Total	2190.956	10

注：a Predictors：(Constant)，船舶长度

b Dependent Variable：Z。

④对油船，回归方程为：

DWT_油＝(-7.88495884+0.2160710125458L)³

方差分析表见表5。

表5油船方差分析表

Model		Sum of Squares	df	Mean Square	F	Sig.
							1	Regression	6149.184	1	6149.184	1293.533	.000(a)
	Residual	61.799	13	4.754
								Total	6210.983	14

注：a Predictors：(Constant)，船舶总长

b Dependent Variable：Z。

⑤对客船，回归方程为：

DWT_客＝(-5.64252367+0.2010586335178L)³

方差分析表见表6。

表6客船方差分析表

Model		Sum of Squares	df	Mean Square	F	Sig.
							1	Regression	1160.509	1	1160.509	292.182	.000(a)
	Residual	27.803	7	3.972
								Total	1188.312	8

注：a Predictors：(Constant)，船舶总长

b Dependent Variable：Z。

例如，某一核心港区深水航路船舶类型分布油船占28％，客船占4％，散货船占13％，集装箱船占20％，其他货船占35％(其他货船以杂货船替代)并假设船舶空载率为50％，可得船舶平均载货量T的估计式：

T＝0.5(0.28DWT_油+0.04DWT_客+0.13DWT_散+0.20DWT_集+0.35DWT_杂)。

计算通过船舶的货物运输损失里程数或等效损失里程数：

深水航路优化决策模型

s.t.z_i＝0，1 i＝1，…8

Σ_{i = 1}^{8} z_{i} = 3 .

(1)计算结果

利用以上数学模型及表1中数据计算得到在该核心港区的通航环境现状下，每天日均货物运输里程数为：W＝26294235(吨海里)。

在建立和实施核心港区深水航路船舶定线制，并对警戒区的设置进行优化后，我们的到优化方案如下：

(2)最佳方案

警戒区设置：A4，A6，A71。

此时，在原有通航量下，日均减少货物运输损失里程数2194690(吨海里)。

(3)次佳方案

警戒区设置：A41，A6，A71。

此时，在原有通航量下，日均减少货物运输损失里程数2167613(吨海里)。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。