حمل و نقل ساحلی به عملیات ریلی تقسیم میشود، عملیات کامیون و حمل و نقل داخلی. روشی متعادل از عملیات، اختصاص تعدادی از وسایل نقلیه به هر یک از حوزه های مناسب برای حجم کار مورد انتظار میباشد. یک استراتژی پیشرفته تر، کشیدن و سایل نقلیه برای تمام مناطق مشغول به کار میباشد.
قطارها معمولاً توسط جرثقیل ها بارگذاری و تخلیه میشوند، در حالیکه حمل و نقل بین بسته ها و راه آهن توسط حمل سواری کار میکنند، کامیون ها و ترمیرها یا تجهیزات مشابه آن. سپس، کانتینرها در کنار ریل یا مستقیماً روی آن حائل میشوند. گاهی اوقات، عملیات خاص حمل کننده وجود دارد، جایی که حمل کننده ها بالای واگن ها به بلند کردن و رها کردن کانتینرها میپردازد. عملیات در سر ریل، مشابه عملیات اطراف زمین باری میباشد.
یک طرح بارگذاری، واگنی را که کانتینرها باید در آن قرار گیرند، شرح میدهد. موقعیت واگن کانتینرها بستگی به مقصد آن دارد، نوع و وزن آن، حداکثر بار واگن و موقعیت واگن در توالی قطار. یک برنامه بارگذاری توسط شرکت راه آهن تهیه میشود و توسط انتقال الکترونیکی داده ها به اپراتور ترمینال یا توسط خود اپراتور فرستاده میشود.
هدف اپراتور راه آهن، حداقل کردن فعالیت های اضافی در طول حمل و نقل است، در حالیکه هدف اپراتور ترمینال حداقل سازی آشفتگی محیط، حداقل کردن زمان اتلافی جرثقیل و فواصل خالی حمل و نقل جرثقیل و وسایل نقلیه میباشد.
بهینه سازی راه آهن اگر تنها یک دستورالعمل آموزشی به اپراتور ترمینال فرستاده شود که موقعیت واگن برای ویژگی های کانتینرها را به جای موقعیت خاص برای هر کانتینر را نشان دهد، تسهیل میشود. سپس وضعیت محوطه مشخص میشود. فعالیت های حمل و نقل و جرثقیل باید برای جلوگیری زمان اضافی غیر ضروری یا حرکات اضافی با هم انطباق داشته باشند. سیکل تک و 2 گانه بسته به یک یا چند قطار به طور موازی در حال بارگذاری یا تخلیه باشند، وجود دارد[6],[7].
کامیون ها به ورودی ترمینال میرسند جایی که داده های کانتینرها باید بررسی شود و به سیستم کامپیوتری وارد شوند. کامیون ها سپس وارد منطقهی حمل و نقل میشوند جایی که کانتینرها توسط تجهیزات داخلی بارگذاری یا تخلیه میشوند. ترمینال کانتینرها بزرگ، روزانه چندین هزار کامیون را خدمت میکنند.
حداقل سازی فاصلهی خالی و زمان سفر، هدف از بهینه سازی در منطقه عملیات کامیون میباشد. فاصله های خالی را میتوان حداقل کرده اگر حمل و نقل کانتینرها صادرات از نقطه محل به حیاط، با حمل و نقل کانتینرها واردات از حیاط به نقطهی تبادل، ترکیب شود.
حرکات داخلی به دلایل مختلفی اتفاق میافتد. اگر shed یا مخزنی برای کانتینرها خالی وجود داشته باشد، در حمل و نقل اضافی ترمینال، باید کارهای زیر انجام شود. کانتینرها واردات تکمیل شده باید به مخزن مربوطه هدایت شود، در حالی که، کانتینرها بسته بندی شده باید به جهت مخزن صادرات هدایت شود.
کانتینرها خالی در مخزن، برای تکمیل فرآیند نیاز میشود، در حالی که کانتینرها غیر بسته بندی شده باید در انبار خالی یا محوطه ذخیره شوند. از آنجا عدم تعادل وجود دارد، کانتینرها خالی برای بارگذاری کامیون، کشتی یا قطار نیاز میشود و باید به محوطه مربوطه یا منطقه حمل و نقل انتقال داده شوند. زمانی که کانتینرها تعیین شده برای خروج یک کشتی به سمت عقب به دلیل رزرو زیاد کشتی وجود داشته باشد، حمل و نقل اضافی رخ میدهد. سپس سازماندهی مجدد محوطه باید انجام گیرد. ویژگی این نوع از حمل و نقل این است که، توالی شغل باید انجام گیرد. گاهی اوقات دریچه ها باید داشته شوند.
به طور کلی، این نوع از حمل و نقل به اندازه ای که برای عملیات کامیون یا کشتی بحرانی میباشد، بحرانی نیست. بنابراین، پایانه ها سعی میکنند آنها را در کمترین زمان کاری انجام دهند. هدف این کار، حداقل سازی زمان بیکاری و بارگذاری میباشد.
2-9- بهینه سازی حمل و نقل جرثقیل
یکی دیگر از زمینه های استفاده از بهینه سازی، عملیات حمل و نقل جرثقیل در بسته بندی میباشد. نیازمندی های حمل و نقل تفاوتی با آنهایی که در مورد حمل و نقل افقی گفته شده است، ندارد. توالی کارها باید محاسبه شوند و کار به جرثقیل مربوطه اختصاص داده شود. معمولاً، جایی که کانتینرها در انبار باید قرار بگیرند، توسط مدل محوطه محاسبه میشود.
بنابراین، طبق ادعای kim و همکارانش(2000) بهینه سازی حمل و نقل بارهای جرثقیل را کاهش میدهد. همان طور که برای حمل و نقل افقی کاهش مییافت و الگوریتم های یکسانی را میتوان بکار گرفت. اولویت مشاغل باید محاسبه شوند، همانطور که در حمل و نقل انجام میشد. هدف از بهینه سازی، حداقل کردن زمان انتظار وسایل حمل و نقل در ورودی انبار و زمان سفر از انباشتهی جرثقیل میباشد. از آنجایی که ترافیک در ورودی به سرعت تغییر میکند، بهینه سازی آنلاین نیاز میباشد و توالی کارها زمانی که یک کار جدید مطرح میشود، باید دوباره محاسبه شود[12].
2-10- مرور ادبیات:
تحقیقات انجام شده بر روی این مساله را می توان با توجه به ترتیب عملیاتی زیر تقسیم بندی کرد:
ورود کشتی ها
تخلیه و بارگیری کشتی ها
انتقال کانتینرها از کشتی به انبار و یا برعکس
انبار کردن کانتینرها.
مهم ترین مساله در دسته اول، مساله تخصیص عرشه(BAP) می باشد. Imai , Nagaiwa مدلی معرفی کردند که مجموع زمان ماندن کشتی ها در بندر را مینیمم می کرد و به همان اندازه میزان نارضایتی کشتی ها از ترتیب مستقر شدن در عرشه را به حداقل می رساند. Imai, Nishimura, Papadimitriou هردو مدل پویا و ایستای تخصیص عرشه را معرفی کردند. آنها یک روش ابتکاری بر مبنای تخفیف لاگرانژین را توسعه دادند. آنها همچنین مدل ایستایی که پیشنهاد کرده بودند را تحت تاثیر یک سری محدودیت های محیطی مانند عمق آب و طول عرشه گسترش دادند. Nishimura و همکاران یک مدل تخصیص گسسته را در نظر گرفتند و از الگوریتم ژنتیک برای تست اعتبار مدل استفاده کردند.Imai و همکاران برای کمپانی های مختلف حق ویژه متفاوتی برای باراندازی در لنگرگاه درنظر گرفتند. Kim و همکاران مدل تخصیص گسسته را درنظر گرفتند و برای حل مدل از شبیه سازی تبرید استفاده کردند[12],[13].
مهمترین مساله در دسته دوم، مساله برنامه ریزی جرثقیل های عرشه(QCSP) می باشد. این مساله ابتدا توسط Daganzo در سال 1989 معرفی شد. او مدلش را با این فرض توسعه داد که راه ورود به عرشه چندطرفه بوده و جرثقیل های عرشه در یک زمان می توانند فقط برروی یک سکو فعالیت کنند ولی آزادانه جابجا شوند. در یک تحقیق دیگر، Peterkofsky و Daganzo یک الگوریتم شاخه و کران برای حل مساله QCSP پیشنهاد کردند. در هردوی این تحقیقات فرض شده بود که هر کشتی فقط شامل یک فعالیت بوده و روابط بین QC ها را درنظر نگرفتند. Kim و Park این مساله را با فرض چندین فعالیت در یک کشتی و همچنین در نظر گرفتن روابط بین QC و روابط تقدم و تاخری بین وظایف، گسترش دادند و برای حل مدل از الگوریتم شاخه و کران استفاده نمودند. Moccia و همکاران، متوجه یک رابطه احتمالی بین QCها در مدل Kim و Park شدند و یک مدل اصلاح شده پیشنهاد کردند که زمان های سفر را برای QC هایی که در یک سکو فعالیتها را انجام میدادند، یکسان درنظر می گرفت. آنها QCSP را به عنوان یک مساله جریان وسیله نقلیه در نظر گرفتند و از الگوریتم شاخه و کران برای حل آن استفاده نمودند. رویکرد آنها در مقایسه با مدل Kim و Park جواب بهتری را منتج شد. Bierwirth و Meisel مدل کامل تری نسبت به مدل های قبلی ارائه کردند و از یک روش ابتکاری بر مبنای الگوریتم شاخه و کران استفاده نمودندکه استفاده بیشتری از حرکات غیرمستقیم QCها می کرد و همچنین فضای جواب شدنی را کاهش می داد. Lee و همکاران نشان دادند که مساله QCSP با جرثقیل های مرتبط به هم، یک مساله NP-complete می باشد و استفاده از الگوریتم ژنتیک (GA) را برای حل مدل عدد صحیح مختلط مربوط به این مساله پیشنهاد کردند. Tavakkoli-Moghaddam و همکاران، مدل Kim و Park را برای حل مساله تخصیص و مساله برنامه ریزی جرثقیل عرشه (QCAP و QCSP) گسترش دادند[1].
در دسته سوم، تحقیقات انجام شده بیشتر مربوط به برنامه ریزی تریلرهای محوطه(YT) می باشد. تریلرها برای جابجایی کانتینرها بین عرشه و انبار استفاده می شوند. بیشتر تحقیقات در این زمینه به وسایل حمل و نقل اتوماتیک (AVG) متمرکز شده اند.Evers و Koppers یک سیستم کنترل AVG سلسله مراتبی را با مخابره توسط پرچم توسعه دادند.Liu و Ioannou قوانین متفاوت ارسال را برای AVG مقایسه کردند.Vis از یک روش ابتکاری برمبنای مساله حداکثر جریان برای تخمین اندازه ناوگان AVG استفاده کرد.Kim و همکاران، یک روش تخصیص تریلر با جریان پویا را پیشنهاد کردند و از یک الگوریتم ابتکاری برای حل مدل استفاده کردند [3].