专利名称：集装箱码头管理方法及其系统的制作方法
技术领域：
本发明涉及一种在贮存场地、铁路堆场或港口转运或驳运集装箱的管理方法以及实现该方法的系统，特别是涉及一种对集装箱码头运载卡车实施全场智能调度、对集装箱堆放实施全场智能控制的集装箱码头管理方法及其系统。
背景技术：
一个达到世界先进水平的集装箱码头离不开高质量的管理。目前上海港各码头的操作，仍然停留在传统的装卸模式上，对提高整个码头的装卸效率非常困难，主要表现在整个码头的装卸过程中，船时效率低，桥机、集卡利用率低，集卡空载比率大。
传统装卸工艺存在不足在于以下几个方面1.缺乏对各作业路集卡数量调控，传统工艺只是简单地将一定数量的集卡分配各作业路，事实上各作业路根据箱区状况的不同，对集卡的需求量是不同的，如果机械地将某一作业路的集卡配置量定为一个固定值，则在箱区通畅时尚未充分发挥集卡运输潜能，而在箱区梗阻的情况下，由于过多的集卡相互干扰，反而影响效率。2.集卡空驶现象严重，传统作业工艺由于集卡局限于一条作业路，在某一时段内集卡基本只处于一种作业状态，即或者装船、或者卸船、或者转栈。这种情况下集卡必然存在完成一次作业后，须空驶回场或码头，再进行第二次作业，造成集卡利用率低下。3.同倍同步装卸的资源开销过大，所谓“同倍同步装卸”，即桥机在卸下一个集装箱的同时，在另一根槽中装上一个集装箱，在实际生产中由于装船存在翻箱率高的情况，客观上装船的效率要大大低于卸船效率，因此为防止由于同倍同步装卸而造成卸船效率降低，在传统工艺作业时往往采用双套集卡作业的方式，即一套集卡即装又卸，而另一套集卡只卸不装，以确保整体效率，为此造成资源开销过大，装卸成本过高。
传统集装箱堆放工艺存在的不足1.堆场效率低下，由于集装箱严格地按船舶集中堆放，虽然策划方便直观。但在实际作业过程中无论是装船亦或卸船作业，还是进箱亦或提箱作业，往往是同一条船的集装箱会集中作业，从而造成堆场上集卡排队等候作业，正是这种低下的堆场效率严重影响到船舶的装卸效率和外集卡的及时作业服务承诺。2.设备配置不合理，由于同一条船的集装箱集中堆放，必然导致不同船舶的集装箱分布于不同的箱区，集装箱码头为确保必要的装卸效率必然要配置足够的场地龙门吊，因此龙门吊的出勤数量取决于当天作业船舶的数量，而非当天装卸集装箱的数量，这样的配置必然造成龙门吊作业量不平衡，部分龙门吊利用率低下。
发明内容
本发明的目的在于克服现有集装箱码头管理当中作业效率低、机械利用率低、资源耗费高的缺点，提供一种利用模糊技术能对集装箱码头中的集卡实施全场智能调度、对集装箱的堆放实施智能控制的集装箱码头管理方法，以及实现所述方法的集装箱码头管理系统。
为了实现上述目的，本发明采取的技术方案一种集装箱码头管理方法，包括如下步骤(a)将集卡在不同集装箱区域的直线长度通过非线性尺度变换转化为距离点度量，对该距离进行模糊分割，建立相应的距离论域、距离模糊集合，距离模糊集合隶属度函数，所述距离点度量的表达式为N=Δ10*|iA-iB|+|jA-jB|+|kA-kB|,]]>A点的位置表示为(iA，jA，kA)，B点的位置表示为(iB，jB，kB)；(b)对不同集装箱作业的重要性进行模糊分割，建立相应的重要性论域、重要性模糊集合，重要性模糊集合隶属度函数；(c)对码头箱区内龙门吊数量进行模糊分割，建立相应的龙门吊数量论域、龙门吊数量模糊集合，龙门吊数量模糊集合隶属度函数；(d)对龙门吊下等候的集卡数量进行模糊分割，建立相应的龙门吊下等候的集卡数量论域、龙门吊下等候的集卡数量模糊集合，该龙门吊下等候的集卡数量模糊集合等同于相应描述响应迅速程度的模糊集合，由此确立相关响应迅速程度模糊集合隶属度函数；(e)根据模糊控制规则表达式Riif x is Ai，……and y is Bi，then z＝Ci(x，……y)分别建立包含距离模糊集合和重要性模糊集合的集卡综合状态评估模糊调度规则库和包含龙门吊数量模糊集合和响应迅速程度模糊集合的集装箱模糊堆放规则库，其中Ri为模糊控制规则，x、y和z是代表系统状态和控制量的语言变量，Ai、Bi、Ci分别是x、y、z的语言值，x、y和z分别有各自的论域；(f)调度人员或计算机系统依据上述集卡综合状态评估模糊调度规则库和集装箱模糊堆放规则库对集卡全场调度方案和集装箱全场堆放方案进一步模糊推理确立最终集装箱码头管理方案。
一种集装箱码头管理系统，包括覆盖全部码头区域的无线网络、作业机械上的无线终端设备、若干计算机信息处理装置，以及相关模糊逻辑推理程序模块。
本发明的有益效果在于，所述集装箱码头管理系统在综合利用计算机技术、网络技术的基础上重点采用模糊逻辑推理融合人工经验对集卡实施全场智能调度和集装箱智能堆放，可以在不增加基础投入的情况下，充分利用码头现有资源，自动合理的调配各个操作环节中机械设备的运转，提高集装箱码头的装卸效率，带来更多的经济效益。
图1是集装箱码头管理系统三层结构的逻辑处理流程。
具体实施例方式
下面结合附图1，对本发明进一步详细描述一种集装箱码头管理方法，包括如下步骤(a)将集卡在不同集装箱区域的直线长度通过非线性尺度变换转化为距离点度量，对该距离进行模糊分割，建立相应的距离论域、距离模糊集合，距离模糊集合隶属度函数，所述距离点度量的表达式为N=Δ10*|iA-iB|+|jA-jB|+|kA-kB|,]]>A点的位置表示为(iA，jA，kA)，B点的位置表示为(iB，jB，kB)；(b)对不同集装箱作业的重要性进行模糊分割，建立相应的重要性论域、重要性模糊集合，重要性模糊集合隶属度函数；(c)对码头箱区内龙门吊数量进行模糊分割，建立相应的龙门吊数量论域、龙门吊数量模糊集合，龙门吊数量模糊集合隶属度函数；(d)对龙门吊下等候的集卡数量进行模糊分割，建立相应的龙门吊下等候的集卡数量论域、龙门吊下等候的集卡数量模糊集合，该龙门吊下等候的集卡数量模糊集合等同于相应描述响应迅速程度的模糊集合，由此确立相关响应迅速程度模糊集合隶属度函数；(e)根据模糊控制规则表达式Riifx is Ai，……and y is Bi，then z＝Ci(x，……y)分别建立包含距离模糊集合和重要性模糊集合的集卡综合状态评估模糊调度规则库和包含龙门吊数量模糊集合和响应迅速程度模糊集合的集装箱模糊堆放规则库，其中Ri为模糊控制规则，x、y和z是代表系统状态和控制量的语言变量，Ai、Bi、Ci分别是x、y、z的语言值，x、y和z分别有各自的论域；(f)调度人员或计算机系统依据上述集卡综合状态评估模糊调度规则库和集装箱模糊堆放规则库对集卡全场调度方案和集装箱全场堆放方案进一步模糊推理确立最终集装箱码头管理方案。
通过非线性尺度变换将集卡在不同箱区的直线长度转换为距离点度量，设码头前沿和堆场的位置为(i，j，k)，i≤n；j≤m；k≤p二个不同箱区A和B的距离采用距离点表示，其中A的箱区位置为((iA，iA，kA)，B的箱区位置为(iB，jB，kB))，则距离点定义为N=Δ10*|iA-iB|+|jA-jB|+|kA-kB|,]]>所述距离模糊分割为1，2，3，4，5，6，7，＞7，即为距离论域z＝{1，2，3，4，5，6，7，＞7}，其中1，2，3，4，5，6，7分别表示该距离在堆场或码头的同一作业区域，＞7代表该距离在不同作业区域，距离变化范围与量化等级采用非均匀量化，见表1，由此建立具有8个变量相应描述距离的模糊集合N1，N2，N3，N，R3，R2，R1，VR，确定该模糊集合的隶属度函数，见表2。
表1.距离的非均匀量化等级表
表2.距离模糊集合隶属度函数表
作业重要程度确定的基本思想越是重要的作业，应该配备越多的集卡进行作业。因此，决定作业重要程度与人为确定作业优先程度、实际等候集卡数量、等候集卡缺额数量及其作业优先程度与等候集卡缺额数量等因素直接相关，设P为人为认定作业优先程度(P应该可以人为随机干预，以反映人的经验，智能。)，N为实际集卡数量，L为等候集卡缺额数量，则作业重要程度可定义为Li＝Pi-Ni，i≤n，式中n表示作业目的地数目，如果Li＜0，表示集卡数量充裕；Li＝0表示集卡数量正好，Li＞0表示集卡数量不足，按作业重要程度进行集卡调度的原则是，如果Li＞Lj，则集卡先调度至目的地i，如果Li＝Lj(i≠j)，又如果Pi＞Pj，则集卡先调度至目的地i，如果Pj＞Pi，则集卡先调度至目的地j。所述重要性描述及其量化等级见表3，所述重要性模糊分割为≤0，1，2，3，4，5，6，≥7，重要性论域y＝{≤0，1，2，3，4，5，6，≥7}，建立具有5个变量的重要性模糊集合P1，P2，P3，P4，VP，确立重要性模糊集合隶属度函数，见表4。
表3.重要性描述及其量化等级表
表4.重要性集合隶属度函数表
集卡现场智能调度规则库采用状态评估模糊调度规划，集卡现场智能调度规则包括1.人为干预优先，2.重点舱优先，3.最近距离优先，4.前沿码头优先(重来重去原则)。按照上述实际中得到的原则，再根据模糊控制规则表达式Riif x is Ai，……and y is Bi，then z＝Ci(x，……y)分别建立包含距离模糊集合和重要性模糊集合的集卡综合状态评估模糊调度规则库，其中Ri为模糊控制规则，x、y和z是代表系统状态和控制量的语言变量，Ai、Bi、Ci分别是x、y、z的语言值，x、y和z分别有各自的论域。集卡综合状态评估模糊调度规则库见表5。
表5.集卡综合状态评估模糊调度规则库表
采用模糊技术的集卡全场智能调度中的规则通常来源于码头作业工程师和经理们的知识，对于多输入多输出(MINO)系统，其规则具有如下的表达式R={RMIMO1,RMIMO2,······,RMIMOn},]]>其中RiMIMO，如果X是Aiand……and Y是Bi，则Zi是Ci，……，Zq是Di，RiMIMO前提条件构成了在直积空间X×……×Y上的模糊集合Ai×……×Bi，结论是q个控制作用的并，它们之间是相互独立的，因此，第i条规则RiMIMO可以表示为如下的模糊蕴含关系RiMIMO(Ai×……×Bi)→(Zj+……+Zq)，其中+号表示相互独立各控制因素的并，于是规则R可以表示为={Yi=1n[(Ai×......×Bi)→Zi],······,Yi=1n[(Ai×......×Bi)→Zq]}]]>={RBMISOi,Λ,RBMISOq}]]>可见规则库可看成由q个子规则库所组成，每一个子规则库由n个多输入单输出(MISO)的规则所组成。由于每个子规则是相互独立的，因此只需考虑其中一个MISO子规则库的近似推理问题具有一般性。
R={Yi=1nRMIMOi}]]>={Yi=1n[(Ai×......×Bi)→(Zi×......×Zq)]}]]>在两个输入一个输出的模糊系统中，输入x是A’and y是B’，R1如果x是A1and y是B1，则z是C1，同样R2如果x是A2and y是B2，则z是C2……推导出Rn如果x是An and y是Bn，则z是Cn，输出z是C’。
其中x、y和z是代表系统状态和控制量的语言变量，Ai、Bi、Ci分别是x、y、z的语言值，x、y和z分别有各自的论域X、Y、Z。
模糊控制规则“如果x是An and y是Bn则z是Cn”的蕴含关系Ri，定义为Ri＝(Ai and Bi)→Ci，即μRi=μ(AiandBi→Ci)(x,y,z)]]>=[μAi(x)andμBi(y)]→μCi(z)]]>其中“Ai and Bi”是定义在X×Y上的模糊集合Ai×Bi，Ri＝(Ai and Bi)→Ci，是定义在X×Y×Z上的模糊蕴含关系，考虑n条模糊控制规则的总的模糊蕴含关系为(取连结词“also″为求并运R=Yi=1nRi]]>算)
最后求得推理的结论为C′＝(A′and B′)oR其中μ(A′and B′)(x，y)＝μA′(x)∧μB′(y)或者“o”是合成运算符，通常采用最大μ(Aa′nd B′)(x，y)＝μA′(x)μB′(y)-最小合成法。
经过模糊逻辑推理理论结论与实际经验相结合进行修正，得到集卡全场智能调度实时查询控制表，见表6。
表6.集卡全场智能调度实时查询控制表
集卡已等候时间是实际现场操作中的重要因素，集卡全场调度的理论上可以考虑不计此因素，但实际操作上应予以综合，所以综合考虑集卡等候时间的集卡全场智能调度控制的表达式为Ct＝C·tn，n由类别实验求得。
若存在n辆集卡，其缺额数、距离点、等候时间均为相同，则称此问题为奇异性问题。解决奇异性问题采用以下方法1.由n辆集卡的优先级差异来决定，即，如果Pi＞Pj，则集卡先调度至目的地i；2.随机选取，随机选取指由计算机随即选择集卡。
所述龙门吊数量模糊分割为0，1，2，3，即为龙门吊数量论域z＝{1，2，3，4，5，6，7，≥7}，由此建立具有4个变量相应描述龙门吊数量的模糊集合N，N1，N2，N3，确定该模糊集合的隶属度函数，见表7。
表7.龙门吊数量模糊集合隶属度函数表
所述龙门吊下等候的集卡数量模糊分割为0，1，2，3，4，5，6，≥7，等待作业集卡数描述及其量化等级见表8，龙门吊下等候的集卡数量论域z＝{0，1，2，3，4，5，6，≥7}，由此建立具有5个变量相应描述龙门吊下等候的集卡数量的模糊集合Q1，Q2，Q3，Q4，Q5，确定该模糊集合的隶属度函数，见表9。
表8.等待作业集卡数描述及其量化等级表
表9.龙门吊下等候的集卡数量的模糊集合隶属度函数表
集装箱智能堆放规则，针对进口(船到堆场)箱依次考虑1.箱区有无轮胎吊及其数目，2.有轮胎吊作业箱区等待集卡的数目，3.待作业得集装箱是重箱还是轻箱，4.待作业得集装箱是20尺还是40尺；针对出口(道口到堆场)箱主要考虑1.船名，2.港口，3.待作业得集装箱是20尺还是40尺，是否是特种箱。根据模糊控制规则表达式Riif x is Ai，……and y is Bi，then z＝Ci(x，……y)建立包含龙门吊数量模糊集合和响应迅速程度模糊集合的集装箱模糊堆放规则库，其中Ri为模糊控制规则，x、y和z是代表系统状态和控制量的语言变量，Ai、Bi、Ci分别是x、y、z的语言值，x、y和z分别有各自的论域。集装箱模糊堆放规则库见表10。
表10.集装箱模糊堆放规则库表
通过集装箱模糊堆放的理论推导和实际经验修正，得到集装箱智能堆放查询控制表。
一种集装箱码头管理系统，包括覆盖全部码头区域的无线网络、作业机械上的无线终端设备、若干计算机信息处理装置，以及相关模糊逻辑推理程序模块。所述集装箱码头管理系统框架是一个三层的系统立体结构和一个可不断扩展的平面结构。系统的三层结构是业务处理层、综合管理层和管理决策支持层，这三个层次体现了本次优化工程的各类业务/管理要素和信息系统的各个应用层面。实际上，在每个系统层次上，分离的子系统和分系统，需要进一步整合起来，在业务管理规范化的同口小需要保障数据的一致性和规范处理流程，需要保证基础数据和代码的统一。同时，随着管理的深化和技术手段的进步，每个系统层次上的应用还可以不断扩展，能够扩大整个集装箱码头管理系统的内涵，见图1集装箱码头管理系统三层结构的逻辑处理流程。
权利要求
1.一种集装箱码头管理方法，其特征在于包括如下步骤(a)将集卡在不同集装箱区域的直线长度通过非线性尺度变换转化为距离点度量，对该距离进行模糊分割，建立相应的距离论域、距离模糊集合，距离模糊集合隶属度函数，所述距离点度量的表达式为N=Δ10*|iA-iB|+|jA-jB|+|kA-kB|,]]>A点的位置表示为(iA，jA，kA)，B点的位置表示为(iB，jB，kB)；(b)对不同集装箱作业的重要性进行模糊分割，建立相应的重要性论域、重要性模糊集合，重要性模糊集合隶属度函数；(c)对码头箱区内龙门吊数量进行模糊分割，建立相应的龙门吊数量论域、龙门吊数量模糊集合，龙门吊数量模糊集合隶属度函数；(d)对龙门吊下等候的集卡数量进行模糊分割，建立相应的龙门吊下等候的集卡数量论域、龙门吊下等候的集卡数量模糊集合，该龙门吊下等候的集卡数量模糊集合等同于相应描述响应迅速程度的模糊集合，由此确立相关响应迅速程度模糊集合隶属度函数；(e)根据模糊控制规则表达式Riifx is Ai，……and y is Bi，then z＝Ci(x，……y)分别建立包含距离模糊集合和重要性模糊集合的集卡综合状态评估模糊调度规则库和包含龙门吊数量模糊集合和响应迅速程度模糊集合的集装箱模糊堆放规则库，其中Ri为模糊控制规则，x、y和z是代表系统状态和控制量的语言变量，Ai、Bi、Ci分别是x、y、z的语言值，x、y和z分别有各自的论域；(f)调度人员或计算机系统依据上述集卡综合状态评估模糊调度规则库和集装箱模糊堆放规则库对集卡全场调度方案和集装箱全场堆放方案进一步模糊推理确立最终集装箱码头管理方案。
2.根据权利要求1所述的一种集装箱码头管理方法，其特征在于步骤(a)中所述距离模糊分割为1，2，3，4，5，6，7，＞7，即为距离论域z＝{1，2，3，4，5，6，7，＞7}，其中1，2，3，4，5，6，7分别表示该距离在堆场或码头的同一作业区域，＞7代表该距离在不同作业区域，由此建立具有8个变量相应描述距离的模糊集合，确定该模糊集合的隶属度函数。
3.根据权利要求1所述的一种集装箱码头管理方法，其特征在于步骤(b)中所述不同集装箱作业的重要性划分依据是“越是重要的作业，配备越多的集卡”，所述重要性模糊分割为≤0，1，2，3，4，5，6，≥7，重要性论域y＝{≤0，1，2，3，4，5，6，≥7}，建立具有5个变量的重要性模糊集合，确立重要性模糊集合隶属度函数。
4.根据权利要求1所述的一种集装箱码头管理方法，其特征在于步骤(c)中所述龙门吊数量模糊分割为0，1，2，3，即为龙门吊数量论域z＝{1，2，3，4，5，6，7，≥7}，由此建立具有4个变量相应描述龙门吊数量的模糊集合，确定该模糊集合的隶属度函数。
5.根据权利要求1所述的一种集装箱码头管理方法，其特征在于步骤(d)中所述龙门吊下等候的集卡数量模糊分割为0，1，2，3，4，5，6，≥7，龙门吊下等候的集卡数量论域z＝{0，1，2，3，4，5，6，≥7}，由此建立具有5个变量相应描述龙门吊下等候的集卡数量的模糊集合，确定该模糊集合的隶属度函数。
6.根据权利要求1所述的一种集装箱码头管理方法，其特征在于步骤(f)中对于多输入多输出系统所述模糊推理方法表达式为R={RMIMO1,RMIMO2,······,RMIMOn},]]>其中RMIMOi，如果X是Aiand……and Y是Bi，则Zi是Ci，……，Zq是Di，RMIMOi前提条件构成了在直积空间X×……×Y上的模糊集合Ai×……×Bi，结论是q个控制作用的并。
7.实现权利要求1所述集装箱码头管理方法的集装箱码头管理系统，其特征在于所述系统包括覆盖全部码头区域的无线网络、作业机械上的无线终端设备、若干计算机信息处理装置，以及相关模糊逻辑推理程序模块。
全文摘要
本发明公开了一种集装箱码头管理方法及其系统，其特征在于对集卡在不同集装箱区域的直线长度通过非线性尺度变换转化为距离点度量，对该距离以及不同集装箱作业的重要性、码头箱区内龙门吊数量和龙门吊下等候的集卡数量应用模糊技术进行分割，建立相应的论域、模糊集合，模糊集合隶属度函数，并根据模糊控制规则表达式R
文档编号B65G43/10GK1548353SQ0311684
公开日2004年11月24日 申请日期2003年5月9日 优先权日2003年5月9日
发明者黄有方, 包起帆, 李冠声, 缪强, 史建民, 沈联红, 王玲, 刘海威 申请人:上海浦东国际集装箱码头有限公司, 上海国际港务(集团)有限公司