一种海运网络脆弱性优化方法、系统及存储介质

1.本发明涉及交通运输工程领域，尤其是一种海运网络脆弱性优化方法、系统及存储介质。


背景技术：

2.经济全球化的快速推进使得国家间的联系愈发紧密，贸易往来日益频繁。海运成为各国家地区间贸易往来的基础，是其中不可或缺的一环。然而货物运输过程中，复杂多变的外部环境使得海运网络容易受到气候条件、罢工、港口设施损毁、传染病等影响因素干扰。海运网络是由港口与航线组成的复杂系统，不同节点或航线的波动，对于网络的影响程度也是不一致的。少数港口在网络中占据着重要地位，在较大的范围内发挥辐射和带动作用。然而，这也给网络稳定带来了巨大的隐患。一旦这类重要港口受到新冠疫情等因素影响而无法正常运行，整个网络的运行效率可能会大幅下降，大部分航线受到影响，甚至是网络中断，对多个地区的贸易往来造成严重影响。


技术实现要素：

3.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种海运网络脆弱性优化方法、系统及存储介质，能够对备份港口恢复策略下的海运网络脆弱性进行优化。
4.根据本发明的第一方面实施例的一种海运网络脆弱性优化方法，包括以下步骤：
5.构建集装箱海运网络数据库；
6.获取海运网络脆弱性度量指标，所述海运网络脆弱性度量指标包括港口空间距离指标、作业能力指标和港区水深指标；
7.根据所述网络数据库，计算海运网络脆弱性度量指标权重，所述海运网络脆弱性度量指标权重包括港口空间距离指标权重、作业能力指标权重和港区水深指标权重；
8.根据所述海运网络脆弱性度量指标权重计算海运网络脆弱性度量指标得分；
9.根据所述海运网络脆弱性度量指标得分对港口进行优劣性排序；
10.定量衡量海运网络脆弱性；
11.根据所述港口优劣性排序和所述海运网络脆弱性的定量衡量结果，得出备份港口选择的最优解。
12.根据本发明实施例的一种海运网络脆弱性优化方法，至少具有如下有益效果：本发明实施例通过首先构建集装箱海运网络数据库以及获取海运网络脆弱性度量指标，再根据网络数据库，计算港口空间距离指标权重、作业能力指标权重和港区水深指标权重，接着根据指标权重计算海运网络脆弱性度量指标得分，再根据得分对备份港口进行优劣性排序；根据海运网络脆弱性度量指标定量衡量海运网络脆弱性，最后根据港口的优劣性排序和海运网络脆弱性的定量衡量结果，得出备份港口选择的最优解，从而实现了对海运网络脆弱性的优化。
13.根据本发明的一些实施例，所述构建集装箱海运网络数据库，包括：
14.获取既定的船期表，所述船期表包括班轮航线、运力港口空间距离、港口年集装箱吞吐量和港口水深，所述班轮航线包括起始港、挂靠港和目的港；
15.根据所述既定的船期表，构建集装箱海运网络数据库。
16.根据本发明的一些实施例，所述根据所述网络数据库，计算海运网络脆弱性度量指标权重，包括：
17.根据所述网络数据库构造判断矩阵；
18.根据所述判断矩阵，进行重要性排序；
19.根据重要性排序的结果，计算所述海运网络脆弱性度量指标权重。
20.根据本发明的一些实施例，所述根据所述海运网络脆弱性度量指标权重计算海运网络脆弱性度量指标得分，包括：
21.根据港口间的空间位置计算所述港口空间距离指标得分；
22.根据港口作业能力计算所述作业能力指标得分；
23.根据港口内深水港区信息计算港区水深指标得分；
24.根据对海运网络脆弱性度量指标得分进行求和，得到所述海运网络脆弱性度量指标得分，所述海运网络脆弱性度量指标得分包括所述港口空间距离指标得分、所述作业能力指标得分和所述港区水深指标得分。
25.根据本发明的一些实施例，在所述根据所述海运网络脆弱性度量指标权重计算海运网络脆弱性度量指标得分这一步骤之后，所述方法还包括：
26.确定所述海运网络无法正常工作，在海运网络中删除与失效港口相连的航线；
27.根据所述优劣性排序，确定所述失效港口的备份港口；
28.获取与所述失效港口存在关联关系的目标港口；
29.将所述目标港口与所述备份港口建立联系。
30.根据本发明的一些实施例，获取海运网络脆弱性度量指标所述定量衡量海运网络脆弱性，包括：
31.根据加权网络效率和港口通航率，并且基于变异系数法，定量衡量海运网络脆弱性。
32.根据本发明的一些实施例，所述变异系数法，包括：
33.对原始的海运网络脆弱性度量指标数据矩阵进行无量纲化处理，得到标准化矩阵；
34.计算所述海运网络脆弱性度量指标的变异系数，所述变异系数用于评价指标间的差异程度；
35.计算所述海运网络脆弱性度量指标的变异系数的和；
36.计算各项指标的变异系数与所述海运网络脆弱性度量指标的变异系数的和的比值；
37.根据所述比值计算出所述各项指标权重；
38.根据所述标准化矩阵与所述海运网络脆弱性度量指标权重的乘积之和的倒数，计算得出所述海运网络脆弱性度量指标的脆弱性指标。
39.根据本发明第二方面实施例的一种海运网络脆弱性优化系统，包括：
40.第一模块，用于构建集装箱海运网络数据库；
41.第二模块，用于获取海运网络脆弱性度量指标，所述海运网络脆弱性度量指标包括港口空间距离指标、作业能力指标和港区水深指标；
42.第三模块，用于根据所述网络数据库，计算海运网络脆弱性度量指标权重，所述海运网络脆弱性度量指标权重包括港口空间距离指标权重、作业能力指标权重和港区水深指标权重；
43.第四模块，用于根据所述海运网络脆弱性度量指标权重计算所述海运网络脆弱性度量指标得分；
44.第五模块，用于根据所述海运网络脆弱性度量指标得分对港口进行优劣性排序；
45.第六模块，用于定量衡量海运网络脆弱性；
46.第七模块，用于根据所述港口优劣性排序和所述海运网络脆弱性的定量衡量结果，得出备份港口选择的最优解。
47.根据本发明第三方面实施例的一种海运网络脆弱性优化系统，包括：
48.至少一个存储器，用于存储程序；
49.至少一个处理器，用于加载所述程序以执行前述的种海运网络脆弱性优化方法。
50.根据本发明第四方面实施例的一种存储介质，其中存储有计算机可执行的程序，所述计算机可执行的程序被处理器执行时用于实现前述的海运网络脆弱性优化方法。
51.本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
52.下面结合附图和实施例对本发明做进一步的说明，其中：
53.图1为本发明实施例的一种海运网络脆弱性优化方法的流程图。
具体实施方式
54.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
55.在本发明的描述中，若干的含义是一个以上，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
56.本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
57.本发明的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点
可以在任何的一个或多个实施例或示例中以合适的方式结合。
58.参照图1，本发明实施例提供了一种海运网络脆弱性优化方法，其中，本实施例可应用于服务器、控制器或者平台对应的后台处理器。在实施过程中，本发明实施例包括以下步骤：
59.s1、构建集装箱海运网络数据库。
60.在本技术实施例中，步骤s1可以包括但不限于以下步骤s11至s12：
61.s11、获取既定的船期表。所述船期表包括班轮航线、运力港口空间距离、港口年集装箱吞吐量和港口水深。所述班轮航线包括起始港、挂靠港和目的港；
62.s12、根据所述既定的船期表，构建集装箱海运网络数据库。
63.s2、获取海运网络脆弱性度量指标。
64.在本技术实施例中，所述海运网络脆弱性度量指标包括港口空间距离指标、作业能力指标和港区水深指标。可以理解的是，港口空间距离指标具体为港口间距离，使用两点间经纬度计算两个港口之间的距离，根据港口间距离计算运输时间，港口间距离越短，运输时间越少；港口间距离越长，运输时间则越长。
65.作业能力指标具体以港口的年度集装箱吞吐量作为基准，其中，集装箱吞吐量是指港口一段时间内进口和出口集装箱数量的总和，通常以teu为单位。港口的作业能力指标代表着港口运营效率，是衡量港口优劣的重要指标之一，更是港口作业能力最直观的表现。当港口的作业能力跟不上船舶到港的速度，超出了港口的承受能力，上一艘船舶的集装箱还未作业完成，后面的船舶已经在排队等待，最终导致恶性循环，大量船舶在锚地停泊等待卸货，对航运网络稳定性产生严重影响。
66.港区水深指标具体是以是否存在深水港区作为此项指标得分依据，如存在深水港区，则为满分；若不存在，则不得分。其中，深水港区是指港口水深达到15米以上，能够满足第六代集装箱(船舶舱位超万teu)进港系泊。
67.s3、根据所述网络数据库，计算海运网络脆弱性度量指标权重。
68.在本技术实施例中，步骤s3可以包括但不限于以下步骤：
69.s31、根据所述网络数据库构造判断矩阵。其中，判断矩阵中空间距离、作业能力、深水区信息都作为层次结构中的影响因素，设置为ai、aj(i，j＝1，2，
···
，n)。还设置了a
ij
表示ai对aj的相对重要性分值。判断矩阵a由影响因素间相对重要性数值组成。矩阵形式如下：
[0070][0071]
s32、根据所述判断矩阵，进行重要性排序；
[0072]
在本实施例中，对于不一致(但在允许范围内)的判断矩阵a，用对应于最大特征根λ的特征向量作为权向量w，实现对海运网络脆弱性度量指标重要性的量化，计算公式为：
[0073]
aw＝λw
[0074]
其中，λ为最大特征根，w为对应的特征向量。
[0075]
s33、根据重要性排序的结果，计算所述海运网络脆弱性度量指标权重。在本实施
例中，在得到海运网络脆弱性度量指标权重后，本实施例可以对求得的海运网络脆弱性度量指标权重进行一致性检验，其中，检验公式为：
[0076][0077]
其中cr为判断矩阵的随机一致性比率，ci为判断矩阵的一般一致性指标。
[0078]
s4、根据所述海运网络脆弱性度量指标权重计算海运网络脆弱性度量指标得分。
[0079]
在本技术实施例中，步骤s4可以包括但不限于以下步骤：
[0080]
s411、根据港口间的空间位置计算所述港口空间距离指标得分；
[0081]
本实施例中，使用两个港口间经纬度计算二者之间的空间距离，计算公式为：
[0082][0083]
其中，r表示地球半径，表示a、b两点间距离，l ng1表示a点经度，l at1表示a点纬度，lng2表示b点经度，lat2表示b点纬度。
[0084]
选取距离失效港口最近的5个港口赋予分值，依次为100、80、60、40、20，根据层次分析法计算后的权重计算，即可得此项指标得分。
[0085]
s412、根据港口作业能力计算所述作业能力指标得分；具体地，本步骤可以将备份港口的年集装箱吞吐量与失效港口的年集装箱吞吐量的比值作为其得分，如果备份港口的年集装箱吞吐量大于失效港口，则为满分100分。最后根据层次分析法计算后的权重计算，即可得此项指标得分。选取距离失效港口最近的5个港口赋予分值，依次为100、80、60、40、20，根据层次分析法计算后的权重计算，即可得此项指标得分。
[0086]
s413、根据港口内深水港区信息计算港区水深指标得分；将是否存在深水港区作为港区水深指标得分依据，如存在深水港区，则为满分；若不存在，则不得分。
[0087]
s414、对海运网络脆弱性度量指标得分进行求和，得到所述海运网络脆弱性度量指标得分。其中，本实施例的海运网络脆弱性度量指标得分包括所述港口空间距离指标得分、所述作业能力指标得分和所述港区水深指标得分。
[0088]
在一些实施例中，在执行完步骤s4后，本实施例还包括但不限于以下步骤：
[0089]
s421、确定所述海运网络无法正常工作，在海运网络中删除与失效港口相连的航线；在本实施例中的具体表现为：当航运网络遭受突发事件影响，港口v1受到影响，无法正常运行。与该港口相连的航线，因受到港口v1的影响而发生停航，无法正常靠港，即此时在航运网络中应该删除与v1港口相连的航线。
[0090]
s422、根据所述优劣性排序，确定所述失效港口的备份港口；在本实施例中的具体表现为：某港口失效后，与其相关的航线均发生停航。此时，结合备份港口优劣性排序，对失效航线上与失效港口连接的港口进行备份港选择，如排名第一的备份港口作业能力能够满足失效港口承载能力，则该备份港口独享此航线；如若不满足，则按该备份港口的最大承载能力进行运力分配，剩余运力按照备份港口优劣性排序依次转运，规则同上。
[0091]
s423、获取与所述失效港口存在关联关系的目标港口；
[0092]
s424、将所述目标港口与所述备份港口建立联系；在本实施例中的具体表现为：在备份港口取代失效港口后，与失效港口存在贸易往来关系的港口需和备份港口重新建立联系，同时考虑网络中节点承载能力的流量重分配，以确保航运网络的正常运行，防止出现级
联失效现象。
[0093]
s5、根据所述海运网络脆弱性度量指标得分对港口进行优劣性排序。
[0094]
s6、定量衡量海运网络脆弱性。
[0095]
在本技术实施例中，步骤s6可以包括但不限于以下步骤：
[0096]
s61、引入加权网络效率；加权网络效率具体是指在加权网络中，已有一些表现网络结构特性的指标，如加权最短平均路径、聚集系数等，但这些指标并不能很好的刻画网络的全局和局部结构特性，在继承最短路径和聚集系数对网络准确性的基础上，引入了新的几何量-加权网络效率。计算公式为：
[0097][0098]
其中，n为网络节点数目，l
ij
为加权平均最短路径。
[0099]
在加权网络中，使用效率参数能更准确的描述权重对网络结构的影响。网络效率反映了网络节点间的连通性和网络的整体效率，海运网络的网络效率越高，运输的效益就越高。
[0100]
s62、引入通航率；航线的通航率在一定程度上能够反映出该条航线的稳定程度，通航率越高，航线越稳定，网络受到的影响越小，其脆弱性也相应变化较小。通航率的计算公式为：
[0101]
p＝1-s
[0102]
其中，p为通航率，s为停航率。通航率表示网络的通畅程度，通航率越大，代表网络的运输效率越高。停航率的计算公式为：
[0103][0104]
其中，k表示船舶无法准时航行的次数，k表示船舶预期的航行次数。
[0105]
s63、基于变异系数法进行计算；本发明实施例选择客观赋权法中的变异系数法作为定权方案。此方法的计算步骤如下：
[0106]
在本技术实施例中，步骤s63可以包括但不限于以下步骤：
[0107]
s631、无量纲化处理；对原始指标数据矩阵进行无量纲化处理，得到标准化矩阵。计算公式为：
[0108][0109]
式中，表示第i项指标的平均数，x
ij
表示矩阵中第i行、j列的数据。
[0110]
s632、计算变异系数；用各项指标的变异系数来评价指标间的差异程度。计算公式为：
[0111][0112]
其中vi表示第i项指标的变异系数，σi表示第i项指标的标准差，表示第i项指标的平均数。
[0113]
s633、计算各项指标权重；将上述各项指标的变异系数与其和的比值定义为各项
指标的权重。计算公式如下：其中vi表示第i项指标的变异系数，表示各项指标的权重
[0114][0115]
其中vi表示第i项指标的变异系数，wi表示各项指标的权重。
[0116]
s634、计算脆弱性指标，计算公式为：
[0117][0118]
其中r
ij
表示标准化矩阵，wj表示各项指标权重。
[0119]
s7、根据所述港口优劣性排序和所述海运网络脆弱性的定量衡量结果，得出备份港口选择的最优解。
[0120]
根据本发明第二方面实施例的一种海运网络脆弱性优化系统，包括：
[0121]
第一模块，用于构建集装箱海运网络数据库；
[0122]
第二模块，用于获取海运网络脆弱性度量指标，所述海运网络脆弱性度量指标包括港口空间距离指标、作业能力指标和港区水深指标；
[0123]
第三模块，用于根据所述网络数据库，计算海运网络脆弱性度量指标权重，所述海运网络脆弱性度量指标权重包括港口空间距离指标权重、作业能力指标权重和港区水深指标权重；
[0124]
第四模块，用于根据所述海运网络脆弱性度量指标权重计算所述海运网络脆弱性度量指标得分；
[0125]
第五模块，用于根据所述海运网络脆弱性度量指标得分对港口进行优劣性排序；
[0126]
第六模块，用于定量衡量海运网络脆弱性；
[0127]
第七模块，用于根据所述港口优劣性排序和所述海运网络脆弱性的定量衡量结果，得出备份港口选择的最优解。
[0128]
根据本发明第三方面实施例的一种海运网络脆弱性优化系统，包括：
[0129]
至少一个存储器，用于存储程序；
[0130]
至少一个处理器，用于加载所述程序以执行图1所示的一种海运网络脆弱性优化方法。
[0131]
根据本发明第四方面实施例的一种存储介质，其中存储有计算机可执行的程序，所述计算机可执行的程序被处理器执行时用于实现图1所示的一种海运网络脆弱性优化方法。
[0132]
本发明方法实施例的内容均适用于本系统实施例，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法达到的有益效果也相同。
[0133]
本技术实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行图1所示的方法。
[0134]
上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在
所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。此外，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。