CN110503252A - 基于运力需求分布的航运调度系统和方法 - Google Patents

基于运力需求分布的航运调度系统和方法 Download PDF

Info

Publication number
CN110503252A
CN110503252A CN201910738796.3A CN201910738796A CN110503252A CN 110503252 A CN110503252 A CN 110503252A CN 201910738796 A CN201910738796 A CN 201910738796A CN 110503252 A CN110503252 A CN 110503252A
Authority
CN
China
Prior art keywords
transport power
harbour
container
ship
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910738796.3A
Other languages
English (en)
Other versions
CN110503252B (zh
Inventor
陈秋秋
段常义
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Smart Ship Industry Technology Research Institute Co ltd
Original Assignee
Anhui Shenhai Port And Shipping Data Service Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Anhui Shenhai Port And Shipping Data Service Co Ltd filed Critical Anhui Shenhai Port And Shipping Data Service Co Ltd
Priority to CN201910738796.3A priority Critical patent/CN110503252B/zh
Publication of CN110503252A publication Critical patent/CN110503252A/zh
Application granted granted Critical
Publication of CN110503252B publication Critical patent/CN110503252B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G3/00—Traffic control systems for marine craft
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/024—Guidance services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/42—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for mass transport vehicles, e.g. buses, trains or aircraft
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Data Mining & Analysis (AREA)
  • Remote Sensing (AREA)
  • Ocean & Marine Engineering (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Educational Administration (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供的一种基于运力需求分布的航运调度系统，所述的系统至少包括船舶本体，设置于港口岸边的基站，通信卫星系统，设置于船舶本体之上的监控系统以及客户端系统，还包括有，设置于港口位置的集装箱数据采集系统，船舶位置定位与导航系统以及，一个数据处理平台。本发明提供的一种基于运力需求分布的航运调度系统和方法，其有益效果在于，通过对集装箱的进入港口的数量统计，测算出单位时间集装箱数量的增长数量，并通过该耗时加上测算能够预测出抵达时集装箱增长到达的数量，通过这种方法匹配运力能够大幅提升航运运力的效率。

Description

基于运力需求分布的航运调度系统和方法
技术领域
本发明涉及一种用于基于对大型散货船舶的运力需求分布的系统，并依据该该系统对散货船舶的运力进行实时的分析，并基于实时分析调度大型散货船舶的航运路线高效合理的安排大型散货船舶的运力分配。
背景技术
诸如粮食、煤炭在内的大宗货物贸易在我国的运输主要是经海运抵达长江入港口，再依靠长江“黄金水道”上的大型散货船舶送达长江流域的各个港口城市的。大型散货船舶的运价是根据市场供需决定的，在运力供求基本平衡的航线上运价稳定，但是在一些运力过剩的航线上就导致运价偏低运力浪费甚至造成空船行驶的情况。但是，船运公司的规模效益的需求不能裁撤过剩的运力，否则的话在运力需求高峰的时候无法满足需求。
基于此，为了能够将航运运力充分开发，做到“船开货满”的目标，进行了大量的货物市场需求和运力匹配的技术研发。在公告号为CN103645705B，名称为“一种LNG多点运输船运力预测调度方法”的发明专利中公开了一种液化气运输船在多长期供货点、多接收站的模式下，统筹和优化运输船的供应模式，最大程度地利用运输船运力，同时确保接收站储罐库存合理受控、降低运输和存储费用。其具体的技术方案是设计一个液化气罐体的信息收集网络，对多个液化气罐体的存储点内的液化气的储气量定期进行监控。同时将输送船到各个储气点航线的航运情况、下游用气量作为输入条件加入网络之中，通过设置于船身上的移动通信终端计算船舶在整个网络中的位点，推算出该船舶的运力匹配与那几个储气点的需求量并且运输多少量的液化气。该专利文献应用于特定的液化气的运输领域内，其实现前提是对具有标准测量容器内的储存的液化气的数量进行统计后生成运力需求数据，以该数据作为调度船舶运输的依据。存在的问题是：一.不适用于大型散货船舶的调度。液化气的运输的数据是可以统计的，这是因为液化气的销售、存储和管理为行政许可垄断管理，数据可测可量，运输需求可以通过行政部门的统计预测。而散货船舶是指在一段航运线上具有大吨位的运输能力，行程运输多种类的货物。散货船舶的运力是固定的，但是运输种类和数量在运输过程中呈现的是间断性的，不能采用向如上专利文献中对单一性的天然气的货物进行统计并预测相应的运力。二.不适用多变的运输航线。由于液化气的存储点是固定的，所以液化气船只所调度不是船只的行程路径而是液化气船只内所运输的液化气量是否匹配于需要抵达的储气点的需求。而散货船舶的始发港和目的港是确定的，但是散装货船在行程过程中会根据市场需要接受相应的工单并提供运力。所以散货船舶需要在整个航道上调整航线，以满足更多的运力交易的需要，不能采用如上文献中将港口点的到达位置固定，以确定行程规划并预测相应的运力。
由上可知，散货船舶的运力特点如下：1.装运货物种类多；2.除了始发点和终点固定之外，需要在航程过程中动态调整航线。以上两点实质是散装船舶分布式运力特点所决定的，所谓的分布就是散货运输的装货地点的分布不统一和装货时间的分布不统一。
现有技术中为了进一步解决散装船舶分布式货运的问题，提出了利用现代通讯手段将发货客户与运输船舶承运人在信息平台上联通并匹配运力的方案。如公告号为CN103218700B，名称为一种货物与运力线上智能配对方法的发明专利中记载车辆会员或船舶会员使用会员手机将运力信息发送至货运集配平台；货主会员使用会员手机或电脑将待运货物信息发送至货运集配平台货运集配平台根据待运货物信息及系统的条件设置自动筛选出适合所述待运货物运输的车辆会员的车辆或船舶会员的船舶货运集配平台根据待运货物信息及系统的条件的匹配程度进行权重的计算，并根据权重计算结果选择会员车辆或船舶。本发明提供的线上智能配对方法，可减少配货人员，节约成本，减少配对时间，降低装卸及运输过程中的风险。上述发明的问题在于，仅仅提供了一个信息平台，将众多运力小散装船只聚集在一起与运力进行匹配。但其问题在于，其实基于实时信息进行运力的匹配，无法根据预测运力规划整条航线上的运力需求，实际上仍然是“等货装船”而不是“找货装船”的模式。
基于以上问题，申请人根据多年的航海大数据方面的研究发现，集装箱在单位时间增长的速度(单位运力需求指数)是判定某个港口散装运力需求的有效指标。该指标的优势在于：1.标准化，单位集装箱所装货物的重量是基本标准的，可以被大数据统计计算。2.可测算，在港口内通入港口的每一个集装箱均能够被追溯管理，能够被纳入统计体系内进行算法计算。3.单位时间内的集装箱增长的速度可以加权换算成时间与运力的需求的增长曲线，当某一散装货船出发时即可以大致推算出其到达另一个港口时，在抵达时刻港口内的运力需求数值，通过大数据的数据测算以达到航线行程与运力的精准匹配，真正达到“船到货满”的理想状态，有效提升船舶运力的有效匹配。
发明内容
为解决上述技术问题，本发明提供了一种基于运力需求分布的航运调度系统和方法，其目的是将集装箱作为衡量运力需求的单位，通过预测在各个港口内集装箱的增长数量，通过数据平台的大数据分析预测各个港口的运力需求，并规划航道上船舶的航行轨迹和匹配运力，将分布的船舶运力根据需求进行调度，已达到充分的利用航运资源的目的。
一种基于运力需求分布的航运调度系统，所述的系统至少包括船舶本体，设置于港口岸边的基站，通信卫星系统，设置于船舶本体之上的监控系统以及客户端系统，还包括有，
设置于港口位置的集装箱数据采集系统，所述的集装箱数据采集系统包括若干个设置于港口码头堆场内的采用无线通信方式的对集装箱入场数量进行收集的装置，以及设置于港口内的数据中心，所述的数据中心能够与通信卫星系统信号处理终端链接；
船舶位置定位与导航系统，包括设置于船舶本体上的定位传感器，地图图形界面装置，以及一个或者多个数据处理器，所述的传感器能够通过通信卫星系统定位船舶的位置并在所述的地图图形界面装置的电子地图上显示出船舶的航行信息；所述的数据处理器能够访问地图图形处理界面装置内所包含关于多个航道的地图数据信息，所述的地图数据信息包括与每个航道相关联的位置数据以及与每个航道相关联的港口的水文地理信息；
以及.
一个数据处理平台，基于港口的集装箱入场数量的增长数据预测某一时刻港口的运力需求，并与船舶的航运轨迹和运力能力匹配。
进一步的，所述的数据处理平台包括，
接收单元，用于接收通讯卫星发送的各个港口内由集装箱数据采集系统采集的集装箱入场数量数据信息；
数据处理单元，在单位时间内接收的集装箱入场数量数据信息计算出相应港口内的集装箱数量增长速度的数据信息；
运力统计与匹配单元，将地图图形界面装置的电子地图上显示出的全部船舶的运力纳入数据处理平台内进行统计，通过匹配算法将每一艘船舶的航运轨迹与一个或者数个港口的运力需求匹配，并产生动态的指示信息。
进一步的，所述的匹配算法如下：
设置集装箱数据增长判断阈值点，所述的阈值点通过以下方式得到：以1.5小时为一个时间单元，将某一港口的集装箱数据采集系统所收集的集装箱数量的在单位时间内数量进行排序；将符合下式的di判断为离群点：|di-di-1|＞C，i＝2，…，n上式中，i表示第i个单位时间段内，d1，d2，…，dn是按照时间顺序记录的集装箱的个数，C为给定的阈值；
当至少连续出现3个离群点时，所述的运力统计与匹配单元将会将某一港口的航道相关联的位置数据以及港口的水文地理信息调入数据平台，计算在地图图形界面的电子地图上距离该港口最近的且尚有运力的船舶的路径到达该港口的时间；
当连续出现6个离群点时，运力统计与匹配单元将向最接近该港口的船舶的地图图形界面装置的电子地图上显示运力预测信息以及船舶本身抵达港口的时间，并预测出船舶抵达该港口时刻的航运运力需求数据信息。
进一步的，所述的地图图形界面装置中规划出船舶导航路径时依下列步骤进行处理：根据该全球卫星定位系统的卫星定位讯号，计算出该船舶上的定位装置的当前位置，并以该当前位置作为一即时消息；导航装置读取该即时消息；根据该即时消息，判断该船舶是否在规划的导航路径上；当判断出该船舶不在该航行导航路径上时，导航装置再读取该即时消息及终点的位置信息；及根据该船舶的航行轨迹数据，规划出在该当前位置与终点间的航行路线，以编辑成导航路径。
进一步的，所述的数据处理平台与多个港口内的数据中心连接，所述的数据处理平台执行以下步骤：根据各个港口内的集装箱数量的流量变化，分析并预测9个小时内各个港口内集装箱数量增长情况的判断类型：执行可分派船舶运力的预警模式，通过设置预警值C以取得在3个单位时间内代表相应港口内运力需求持续上升的程度的判断，并在后台的运力统计与匹配单元内调取出离相应港口内最近的若干只船舶的航行路径并检测船舶上的运力；提供满足分派条件下的预测运力的信息分配机制，连续6个单位时间满足增长条件时，运力统计与匹配单元将向满足到达港条件的且离相应港最近的3只船舶发送其抵达时的运力预测需求以及航行规划路径。
进一步的，所述的一个数据处理平台还包括：认证模块，包括账号和密码用于登陆系统；接收模块，用于接收运力需求信息和调度指令；检索模块，用于检索拟到达港的历史运价信息；运力发布模块，用于向相依港口的被承运人系统发送承运邀约以及价格；运力统计模块，用以将标准化的集装箱透过算法计算出优化后可承运的集装箱的数量。
一种基于运力需求分布的航运调度方法，
步骤一，建立收集集装箱入港数据的系统，其能够将单位时间内入港的集装箱数量进行统计并保存；
步骤二，统计并分析集装箱在连续的单位时间内，相邻两个时间段内集装箱数量的增长量；
步骤三，判断与预测，当连续的若干个单位时间，集装箱的增长量保持在阈值以上，则判断为需求量符合可预测的标准，并根据增长量算出若干个单位时间后相应港口内集装箱的总的数量以及每个单位时间内新增的集装箱数量；
步骤四，向离相应港口距离最近的若干只船舶发送运力预测需求，拟到达港口的水文地质信息，并规划导航路径；
步骤五，相应船舶根据自身运力情况选择是否向相应港后航行，并发布承运邀约信息。
进一步的，还包括，
步骤六，交易磋商，通过航运交易平台达成交易双方的权利和义务；
步骤七，签订合同个办理手续，运力需求方与承运方达成价格、船期、到货时间和违约责任后，在交易平台上签订电子合同；
步骤八，电子支付。
本发明提供的一种基于运力需求分布的航运调度系统和方法，其有益效果在于，通过对集装箱的进入港口的数量统计，测算出单位时间集装箱数量的增长数量，当连续3个单位时间集装箱的增长数量都大于一个阈值那么可以判定为集装箱的运力需求是稳定增长的，在连续6个单位时间集装箱的增长数量大于一个阈值则能够判定可以派往港口承接货运。同时根据历史的数据信息通过大数据平台的分析方法能够预测出在该种状态下，通过导航装置的导航定位能够测算出船舶到达相应港口的耗时，并通过该耗时加上测算能够预测出抵达时集装箱增长到达的数量，通过这种方法匹配运力能够大幅提升航运运力的效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
附图1为本发明的基于运力需求分布的航运调度系统的系统框架图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
本发明所述的一种基于运力需求分布的航运调度系统，其系统框架图如图1所示，一种基于运力需求分布的航运调度系统，所述的系统至少包括船舶本体，设置于港口岸边的基站，通信卫星系统，设置于船舶本体之上的监控系统以及客户端系统，还包括有，
设置于港口位置的集装箱数据采集系统，所述的集装箱数据采集系统包括若干个设置于港口码头堆场内的采用无线通信方式的对集装箱入场数量进行收集的装置，以及设置于港口内的数据中心，所述的数据中心能够与通信卫星系统信号处理终端链接；
船舶位置定位与导航系统，包括设置于船舶本体上的定位传感器，地图图形界面装置，以及一个或者多个数据处理器，所述的传感器能够通过通信卫星系统定位船舶的位置并在所述的地图图形界面装置的电子地图上显示出船舶的航行信息；所述的数据处理器能够访问地图图形处理界面装置内所包含关于多个航道的地图数据信息，所述的地图数据信息包括与每个航道相关联的位置数据以及与每个航道相关联的港口的水文地理信息；
以及，
一个数据处理平台，基于港口的集装箱入场数量的增长数据预测某一时刻港口的运力需求，并与船舶的航运轨迹和运力能力匹配。
进一步的，所述的数据处理平台包括，
接收单元，用于接收通讯卫星发送的各个港口内由集装箱数据采集系统采集的集装箱入场数量数据信息；
数据处理单元，在单位时间内接收的集装箱入场数量数据信息计算出相应港口内的集装箱数量增长速度的数据信息；
运力统计与匹配单元，将地图图形界面装置的电子地图上显示出的全部船舶的运力纳入数据处理平台内进行统计，通过匹配算法将每一艘船舶的航运轨迹与一个或者数个港口的运力需求匹配，并产生动态的指示信息。
进一步的，所述的匹配算法如下：
设置集装箱数据增长判断阈值点，所述的阈值点通过以下方式得到：以1.5小时为一个时间单元，将某一港口的集装箱数据采集系统所收集的集装箱数量的在单位时间内数量进行排序；将符合下式的di判断为离群点：|di-di-1|＞C，i＝2，…，n上式中，i表示第i个单位时间段内，d1，d2，…，dn是按照时间顺序记录的集装箱的个数，C为给定的阈值；
当至少连续出现3个离群点时，所述的运力统计与匹配单元将会将某一港口的航道相关联的位置数据以及港口的水文地理信息调入数据平台，计算在地图图形界面的电子地图上距离该港口最近的且尚有运力的船舶的路径到达该港口的时间；
当连续出现6个离群点时，运力统计与匹配单元将向最接近该港口的船舶的地图图形界面装置的电子地图上显示运力预测信息以及船舶本身抵达港口的时间，并预测出船舶抵达该港口时刻的航运运力需求数据信息。
进一步的，所述的地图图形界面装置中规划出船舶导航路径时依下列步骤进行处理：根据该全球卫星定位系统的卫星定位讯号，计算出该船舶上的定位装置的当前位置，并以该当前位置作为一即时消息；导航装置读取该即时消息；根据该即时消息，判断该船舶是否在规划的导航路径上；当判断出该船舶不在该航行导航路径上时，导航装置再读取该即时消息及终点的位置信息；及根据该船舶的航行轨迹数据，规划出在该当前位置与终点间的航行路线，以编辑成导航路径。
进一步的，所述的数据处理平台与多个港口内的数据中心连接，所述的数据处理平台执行以下步骤：根据各个港口内的集装箱数量的流量变化，分析并预测9个小时内各个港口内集装箱数量增长情况的判断类型：执行可分派船舶运力的预警模式，通过设置预警值C以取得在3个单位时间内代表相应港口内运力需求持续上升的程度的判断，并在后台的运力统计与匹配单元内调取出离相应港口内最近的若干只船舶的航行路径并检测船舶上的运力；提供满足分派条件下的预测运力的信息分配机制，连续6个单位时间满足增长条件时，运力统计与匹配单元将向满足到达港条件的且离相应港最近的3只船舶发送其抵达时的运力预测需求以及航行规划路径。
进一步的，所述的一个数据处理平台还包括：认证模块，包括账号和密码用于登陆系统；接收模块，用于接收运力需求信息和调度指令；检索模块，用于检索拟到达港的历史运价信息；运力发布模块，用于向相依港口的被承运人系统发送承运邀约以及价格；运力统计模块，用以将标准化的集装箱透过算法计算出优化后可承运的集装箱的数量。
一种基于运力需求分布的航运调度方法，
步骤一，建立收集集装箱入港数据的系统，其能够将单位时间内入港的集装箱数量进行统计并保存；
步骤二，统计并分析集装箱在连续的单位时间内，相邻两个时间段内集装箱数量的增长量；
步骤三，判断与预测，当连续的若干个单位时间，集装箱的增长量保持在阈值以上，则判断为需求量符合可预测的标准，并根据增长量算出若干个单位时间后相应港口内集装箱的总的数量以及每个单位时间内新增的集装箱数量；
步骤四，向离相应港口距离最近的若干只船舶发送运力预测需求，拟到达港口的水文地质信息，并规划导航路径；
步骤五，相应船舶根据自身运力情况选择是否向相应港后航行，并发布承运邀约信息。
进一步的，还包括，
步骤六，交易磋商，通过航运交易平台达成交易双方的权利和义务；
步骤七，签订合同个办理手续，运力需求方与承运方达成价格、船期、到货时间和违约责任后，在交易平台上签订电子合同；
步骤八，电子支付。

Claims (8)

1.一种基于运力需求分布的航运调度系统，所述的系统至少包括船舶本体，设置于港口岸边的基站，通信卫星系统，设置于船舶本体之上的监控系统以及客户端系统，其特征在于，还包括有，
设置于港口位置的集装箱数据采集系统，所述的集装箱数据采集系统包括若干个设置于港口码头堆场内的采用无线通信方式的对集装箱入场数量进行收集的装置，以及设置于港口内的数据中心，所述的数据中心能够与通信卫星系统信号处理终端链接；
船舶位置定位与导航系统，包括设置于船舶本体上的定位传感器，地图图形界面装置，以及一个或者多个数据处理器，所述的传感器能够通过通信卫星系统定位船舶的位置并在所述的地图图形界面装置的电子地图上显示出船舶的航行信息；所述的数据处理器能够访问地图图形处理界面装置内所包含关于多个航道的地图数据信息，所述的地图数据信息包括与每个航道相关联的位置数据以及与每个航道相关联的港口的水文地理信息；
以及，
一个数据处理平台，基于港口的集装箱入场数量的增长数据预测某一时刻港口的运力需求，并与船舶的航运轨迹和运力能力匹配。
2.根据权利要求1所述的一种基于运力需求分布的航运调度系统，其特征在于，所述的数据处理平台包括，
接收单元，用于接收通讯卫星发送的各个港口内由集装箱数据采集系统采集的集装箱入场数量数据信息；
数据处理单元，在单位时间内接收的集装箱入场数量数据信息计算出相应港口内的集装箱数量增长速度的数据信息；
运力统计与匹配单元，将地图图形界面装置的电子地图上显示出的全部船舶的运力纳入数据处理平台内进行统计，通过匹配算法将每一艘船舶的航运轨迹与一个或者数个港口的运力需求匹配，并产生动态的指示信息。
3.根据权利要求2所述的一种基于运力需求分布的航运调度系统，其特征在于，所述的匹配算法如下：
设置集装箱数据增长判断阈值点，所述的阈值点通过以下方式得到：以1.5小时为一个时间单元，将某一港口的集装箱数据采集系统所收集的集装箱数量的在单位时间内数量进行排序；将符合下式的di判断为离群点：|di-di-1|＞C，i＝2，…，n上式中，i表示第i个单位时间段内，d1，d2，…，dn是按照时间顺序记录的集装箱的个数，C为给定的阈值；
当至少连续出现3个离群点时，所述的运力统计与匹配单元将会将某一港口的航道相关联的位置数据以及港口的水文地理信息调入数据平台，计算在地图图形界面的电子地图上距离该港口最近的且尚有运力的船舶的路径到达该港口的时间；
当连续出现6个离群点时，运力统计与匹配单元将向最接近该港口的船舶的地图图形界面装置的电子地图上显示运力预测信息以及船舶本身抵达港口的时间，并预测出船舶抵达该港口时刻的航运运力需求数据信息。
4.根据权利要求1至3所述的任一一种，其特征在于，所述的地图图形界面装置中规划出船舶导航路径时依下列步骤进行处理：根据该全球卫星定位系统的卫星定位讯号，计算出该船舶上的定位装置的当前位置，并以该当前位置作为一即时消息；导航装置读取该即时消息；根据该即时消息，判断该船舶是否在规划的导航路径上；当判断出该船舶不在该航行导航路径上时，导航装置再读取该即时消息及终点的位置信息；及根据该船舶的航行轨迹数据，规划出在该当前位置与终点间的航行路线，以编辑成导航路径。
5.根据权利要求2至4所述的任一一种基于运力需求分布的航运调度系统，其特征在于，所述的数据处理平台与多个港口内的数据中心连接，所述的数据处理平台执行以下步骤：根据各个港口内的集装箱数量的流量变化，分析并预测9个小时内各个港口内集装箱数量增长情况的判断类型：执行可分派船舶运力的预警模式，通过设置预警值C以取得在3个单位时间内代表相应港口内运力需求持续上升的程度的判断，并在后台的运力统计与匹配单元内调取出离相应港口内最近的若干只船舶的航行路径并检测船舶上的运力；提供满足分派条件下的预测运力的信息分配机制，连续6个单位时间满足增长条件时，运力统计与匹配单元将向满足到达港条件的且离相应港最近的3只船舶发送其抵达时的运力预测需求以及航行规划路径。
6.根据权利要求5所述的一种基于运力需求分布的航运调度系统，其特征在于，所述的一个数据处理平台还包括：认证模块，包括账号和密码用于登陆系统；接收模块，用于接收运力需求信息和调度指令；检索模块，用于检索拟到达港的历史运价信息；运力发布模块，用于向相依港口的被承运人系统发送承运邀约以及价格；运力统计模块，用以将标准化的集装箱透过算法计算出优化后可承运的集装箱的数量。
7.一种基于运力需求分布的航运调度方法，应用权利要求1至6所述的基于运力需求分布的航运调度系统，其特征在于，
步骤一，建立收集集装箱入港数据的系统，其能够将单位时间内入港的集装箱数量进行统计并保存；
步骤二，统计并分析集装箱在连续的单位时间内，相邻两个时间段内集装箱数量的增长量；
步骤三，判断与预测，当连续的若干个单位时间，集装箱的增长量保持在阈值以上，则判断为需求量符合可预测的标准，并根据增长量算出若干个单位时间后相应港口内集装箱的总的数量以及每个单位时间内新增的集装箱数量；
步骤四，向离相应港口距离最近的若干只船舶发送运力预测需求，拟到达港口的水文地质信息，并规划导航路径；
步骤五，相应船舶根据自身运力情况选择是否向相应港后航行，并发布承运邀约信息。
8.根据权利要求7所述的一种基于运力需求分布的航运调度方法，其特征在于，还包括，
步骤六，交易磋商，通过航运交易平台达成交易双方的权利和义务；
步骤七，签订合同个办理手续，运力需求方与承运方达成价格、船期、到货时间和违约责任后，在交易平台上签订电子合同；
步骤八，电子支付。
CN201910738796.3A 2019-08-11 2019-08-11 基于运力需求分布的航运调度系统和方法 Active CN110503252B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910738796.3A CN110503252B (zh) 2019-08-11 2019-08-11 基于运力需求分布的航运调度系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910738796.3A CN110503252B (zh) 2019-08-11 2019-08-11 基于运力需求分布的航运调度系统和方法

Publications (2)

Publication Number Publication Date
CN110503252A true CN110503252A (zh) 2019-11-26
CN110503252B CN110503252B (zh) 2022-12-09

Family

ID=68587211

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910738796.3A Active CN110503252B (zh) 2019-08-11 2019-08-11 基于运力需求分布的航运调度系统和方法

Country Status (1)

Country Link
CN (1) CN110503252B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111626576A (zh) * 2020-05-13 2020-09-04 上海箱云物流科技有限公司 一种云集运模式
CN111882282A (zh) * 2020-08-04 2020-11-03 广东货多多物流科技股份有限公司 航运的船货匹配方法、装置、设备及存储介质
CN112435153A (zh) * 2020-11-26 2021-03-02 中远海运科技股份有限公司 一种运输船货搓合平台和方法
CN112712231A (zh) * 2020-11-26 2021-04-27 中远海运科技股份有限公司 沿海大宗散货运输效益测算平台和方法
CN114005302A (zh) * 2021-10-15 2022-02-01 中远海运科技股份有限公司 沿海船舶空船指数生成方法及系统
CN114037257A (zh) * 2021-11-05 2022-02-11 中远海运科技股份有限公司 一种特种船舶竞争力分析方法及系统
CN115660519A (zh) * 2022-11-15 2023-01-31 广东优算科技有限公司 基于区块链的海运服务平台实现方法、系统、装置和介质
WO2023130415A1 (zh) * 2022-01-10 2023-07-13 广州工商学院 一种基于海上运输的物流中转管理平台系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140278704A1 (en) * 2013-03-15 2014-09-18 Luis D. ELIZONDO System and method of shipping scheduling involving parallel port operations using prepositioned vessels
US20190057324A1 (en) * 2017-08-18 2019-02-21 International Business Machines Corporation Predicting un-capacitated freight demand on a multi-hop shipping route
CN109409779A (zh) * 2018-11-20 2019-03-01 大连大学 一种集装箱港口生产调度系统
CN109615933A (zh) * 2018-11-26 2019-04-12 杭州叙简科技股份有限公司 一种基于卫星定位和视频监控技术的泊位监管系统及方法
CN109711790A (zh) * 2018-12-07 2019-05-03 上海大学 集装箱航运规划方法及装置
CN109740828A (zh) * 2019-02-28 2019-05-10 广州中国科学院沈阳自动化研究所分所 船舶航行路径规划方法、系统、介质和设备
CN110033216A (zh) * 2019-03-19 2019-07-19 广西卡西亚科技有限公司 一种基于北斗的多式联运运单追踪和决策的方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140278704A1 (en) * 2013-03-15 2014-09-18 Luis D. ELIZONDO System and method of shipping scheduling involving parallel port operations using prepositioned vessels
US20190057324A1 (en) * 2017-08-18 2019-02-21 International Business Machines Corporation Predicting un-capacitated freight demand on a multi-hop shipping route
CN109409779A (zh) * 2018-11-20 2019-03-01 大连大学 一种集装箱港口生产调度系统
CN109615933A (zh) * 2018-11-26 2019-04-12 杭州叙简科技股份有限公司 一种基于卫星定位和视频监控技术的泊位监管系统及方法
CN109711790A (zh) * 2018-12-07 2019-05-03 上海大学 集装箱航运规划方法及装置
CN109740828A (zh) * 2019-02-28 2019-05-10 广州中国科学院沈阳自动化研究所分所 船舶航行路径规划方法、系统、介质和设备
CN110033216A (zh) * 2019-03-19 2019-07-19 广西卡西亚科技有限公司 一种基于北斗的多式联运运单追踪和决策的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李秀英: "《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》", 15 July 2018 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111626576A (zh) * 2020-05-13 2020-09-04 上海箱云物流科技有限公司 一种云集运模式
CN111882282A (zh) * 2020-08-04 2020-11-03 广东货多多物流科技股份有限公司 航运的船货匹配方法、装置、设备及存储介质
CN111882282B (zh) * 2020-08-04 2023-08-04 广东货多多物流科技股份有限公司 航运的船货匹配方法、装置、设备及存储介质
CN112435153A (zh) * 2020-11-26 2021-03-02 中远海运科技股份有限公司 一种运输船货搓合平台和方法
CN112712231A (zh) * 2020-11-26 2021-04-27 中远海运科技股份有限公司 沿海大宗散货运输效益测算平台和方法
CN114005302A (zh) * 2021-10-15 2022-02-01 中远海运科技股份有限公司 沿海船舶空船指数生成方法及系统
CN114037257A (zh) * 2021-11-05 2022-02-11 中远海运科技股份有限公司 一种特种船舶竞争力分析方法及系统
CN114037257B (zh) * 2021-11-05 2023-10-31 中远海运科技股份有限公司 一种特种船舶竞争力分析方法及系统
WO2023130415A1 (zh) * 2022-01-10 2023-07-13 广州工商学院 一种基于海上运输的物流中转管理平台系统
CN115660519A (zh) * 2022-11-15 2023-01-31 广东优算科技有限公司 基于区块链的海运服务平台实现方法、系统、装置和介质

Also Published As

Publication number Publication date
CN110503252B (zh) 2022-12-09

Similar Documents

Publication Publication Date Title
CN110503252A (zh) 基于运力需求分布的航运调度系统和方法
CN113361804B (zh) 缓冲堆场作业与码头间集卡运输协同调度系统及其方法
Murty et al. Hongkong International Terminals gains elastic capacity using a data-intensive decision-support system
Kim et al. Container terminal operation: current trends and future challenges
Chen et al. Container port performance measurement and comparison leveraging ship GPS traces and maritime open data
Al-Dhaheri et al. A simulation-based Genetic Algorithm approach for the quay crane scheduling under uncertainty
Kemme Design and operation of automated container storage systems
He et al. Modeling berth allocation and quay crane assignment considering QC driver cost and operating efficiency
CN108932563A (zh) 一种互联互通式港口信息平台智能化调度系统
CN101789093A (zh) 一种集装箱码头泊位与岸桥分配方法
Kemme et al. Container-terminal logistics
CN110490443A (zh) 航运动态运力监测和调配方法
Štepec et al. Machine learning based system for vessel turnaround time prediction
Fontana et al. Intelligent transportation system as a part of seaport terminal management system
US20230252395A1 (en) A quay crane operation method
Jiang et al. Innovative container terminals to improve global container transport chains
Maraš Determining optimal transport routes of inland waterway container ships
Gudelj et al. Models and methods for operations in port container terminals
Cobo Optimization of yard operations in container terminals from an energy efficiency approach
CN113610453A (zh) 一种多运输方式联合的集装箱运输路径选择方法
Kim Models and methods for operations in port container terminals
Premathilaka Determining the factors affecting the turnaround time of container vessels: a case study on Port of Colombo
KR20220006726A (ko) 경로 빅데이터 기반 밀크런 자동배차 제공 장치 및 방법
Henesey et al. A market-based approach to container port terminal management
Sheikholeslami et al. Practical solutions for reducing container ships’ waiting times at ports using simulation model

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Floor 26, Binjiang Business Building, No.1 Guanlan Road, Jinghu District, Wuhu City, Anhui Province 241000

Applicant after: Anhui Port and Shipping Big Data Service Co.,Ltd.

Address before: Floor 26, Binjiang Business Building, No.1 Guanlan Road, Jinghu District, Wuhu City, Anhui Province 241000

Applicant before: Anhui Shenhai port and shipping data service Co.,Ltd.

CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Yin Changyi

Inventor before: Chen Qiuqiu

Inventor before: Duan Changyi

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240119

Address after: 241000 Anhui Mujia Xinchuang Industrial Park Co., Ltd., No. 81, Changjiang South Road, Wuhu high tech Industrial Development Zone, Yijiang District, Wuhu City, Anhui Province

Patentee after: Anhui smart Ship Industry Technology Research Institute Co.,Ltd.

Address before: Floor 26, Binjiang Business Building, No.1 Guanlan Road, Jinghu District, Wuhu City, Anhui Province 241000

Patentee before: Anhui Port and Shipping Big Data Service Co.,Ltd.