Integration of inter‑terminal transport and hinterland rail transport

考虑腹地铁路运输的多码头间运输研究

 Qu Hu； Bart Wiegmans；Francesco Corman；Gabriel Lodewijks

摘要

本文研究了港口区域内集装箱和车辆的码头间移动问题，以实现港口内和腹地的综合有效运输。来自不同港口码头的集装箱首先被运送到铁路堆场，然后通过铁路运送到腹地。为了让港务局和码头运营商等利益相关者深入了解战术规划问题，例如码头之间的协调、铁路时刻表和列车大小，本文提出了一个描述集装箱和各种车辆在码头之间和码头内移动的优化模型。该模型旨在考虑铁路腹地运输和码头装卸作业，改善从集装箱码头到腹地的集装箱运输。以现实生活中的港口区及其腹地为灵感的网络被用作测试不同组件的测试用例，即终端间运输连接、列车编队、铁路时刻表。滚动范围框架用于提高大型运输需求情况下的计算效率。优化的结果有助于确定最有希望的特征，即终端之间的更多连接和灵活的出境铁路时间表有助于改善 综合集装箱运输绩效。

Keywords：

• Intermodal transport
• Container terminal
• Railway transport
• Inter-terminal transport

1 引言

集装箱港口需要处理大量集装箱，例如，每天有成千上万的集装箱通过海运到达鹿特丹港。通过连接码头和腹地的公路、内河水路和铁路运输 来运输这些集装箱。传统上，公路运输在港区内和腹地的货运市场中占有最大份额。然而，港口当局鼓励水路和铁路运输作为经济和环境友好的替代方案。 例如，港务局发布了一项战略计划，即“港口愿景 2030”，指出鹿特丹港内的利益相关者已同意减少公路运输的使用：到 2030 年，最多 35% 的集装箱通过公路进出马斯平原 （鹿特丹港，2011 年）。 该战略计划涵盖到 2030 年，在最近的进展报告中，它指出应优先发展铁路运输，铁路运输份额未能达到 2030 年港口愿景（鹿特丹港 2014）中确定的目标。

发展多种运输方式，一方面提高运输能力；但另一方面，导致更高的基础设施投资和更多的港区内模式之间的运营。在鹿特丹港，港务局通过运输方式之间的合作来寻求提高港口效率和可达性（鹿特丹港 2011）。例如，建立了驳船服务中心以提供更好的水路运输，铁路运输也是如此。该码头处理内河驳船并将集装箱发送到其他码头，反之亦然。此外，港务局还补贴 PortShuttle 服务，该服务通过支线列车连接马斯平原的铁路站场和腹地的铁路服务中心（“PortShuttle 增加了第二班车”2017）。本文旨在改善港区的多式联运系统。我们将重点放在铁路-公路运输系统上，研究如何将集装箱从不同的港口码头转移到港区的铁路堆场，然后通过铁路将集装箱运送到腹地。

本文中的集装箱运输包括在码头内移动集装箱，使用多种方式（铁路和公路）在港口码头之间移动集装箱，以及使用铁路将集装箱从港口区的铁路堆场运送到腹地。通常，港区内有两种铁路联运码头，即铁路公路码头 (RTR) 和公路和码头铁路联运 (MTRR) 海运码头。在这些码头内，可以进行转运，海运和/或公路运输的集装箱可以转运到铁路运输。在另一种称为具有公路连接和码头铁路 (MTR) 的海运码头中，集装箱不能直接转运至铁路运输——集装箱必须通过码头间运输 (ITT) 转移至 RTR 或 MTRR第一。实际上，ITT 还连接了 MTRR 和 RTR，这使得在港区的不同铁路站场之间交换集装箱成为可能，以便将集装箱装满火车前往腹地。

码头内移动集装箱（公-铁）、码头之间移动集装箱、使用铁路将集装箱从港口区的铁路堆场运送到腹地

要实现 ITT 和腹地铁路运输的一体化，需要解决几个规划问题。在战略层面，必须建立适当的 ITT 网络来连接码头。 ITT 网络涉及码头和在它们之间移动集装箱的 ITT 车队之间的连接。在战术层面上，港务局和码头运营商必须首先确定是否以及如何共享资源，例如铁路站场和 ITT 列车。值得注意的是，并非所有集装箱都可以在所有码头之间交换，因为 ITT 需要码头运营商和货运托运人之间的协调，这意味着信息和设施应该共享，协调的好处必须明确。然后，必须设计出能够保证铁路运输效率的铁路时刻表和列车规模。在运营层面，码头运营商还必须根据 ITT 网络以及出站列车的时间表来决定何时以及如何将集装箱运送到铁路堆场。

本研究侧重于战术规划问题，即不同的 ITT 连接、列车编队策略和铁路时间表将如何影响集装箱交付性能？此外，我们还开发了一个滚动时域框架，以保证该模型可用于运营规划，即规划集装箱装卸作业和设计车辆路线。我们假设港口区域内的码头可以在一定程度上相互协调，并且在码头之间共享ITT卡车和ITT火车等资源。因此，ITT 组织可以根据码头处理能力和铁路时间表做出决定，以最大限度地提高一定时间段（例如一天）内通过火车运送的集装箱数量。然后，提出了考虑终端处理能力的车辆和集装箱运动的数学模型。在该模型中，使用给定的 ITT 英尺对不同的 ITT 连接、腹地列车大小和铁路时间表进行了测试，以深入了解可能的策略，从而改进向腹地的综合集装箱运输。

本文的其余部分组织如下。 第 2 节回顾了关于码头运营和 ITT 的研究。 第 3 节将详细定义本文研究的综合港口集装箱运输系统。 在第 4 节中，问题使用时空图进行数学建模，并使用不同的传输策略测试性能。 第 5 节包含实验和第 5 节。 6 给出结论和进一步研究。

2 ITT和集装箱码头运营文献综述

本节回顾了从港区到腹地的集装箱运输不同方面的相关研究：ITT的研究主要集中在码头之间的集装箱和车辆运动； 码头作业研究涵盖起重机调度、集装箱转运、列车装卸等问题。

ITT本身可以基于不同的模式，如铁路、公路和内河航道。可以在 Heilig 和 Voß (2017) 中找到对 ITT 的详细评论。在多个码头之间实施多模式 ITT 系统通常需要码头运营商和港务局之间的协调。 Duinkerken et al. (2006)提出了一个 ITT 系统，该系统在鹿特丹马斯莱可迪的码头之间共享。Heilig et al. (2017) 调查了第三方 ITT 提供商提供的基于卡车的 ITT 系统。 ITT 供应商收集需求信息、监控卡车位置并安排卡车路线。Schepler et al. (2017)研究了基于公路、水路和铁路运输的 ITT 系统，并在车辆路线方面为港务局和码头运营商提供建议。我们的研究考虑了 ITT 的铁路-公路网络以及通往腹地的铁路连接。所研究的ITT系统为港区多个码头提供服务，旨在提高ITT运输系统的效率。

现有的 ITT 研究大多只集中在港区内的运输上。奥特杰斯等人 (2006) 研究了鹿特丹 Maasvlakte 码头的基于 AVG 的 ITT 系统，并测试了码头之间的流量。亨德里克斯等人(2012) 重点研究了考虑码头起重机运营成本和 ITT 成本的多个码头之间的泊位分配问题。在李等人 (2017a) 和 Li 等人 (2017b)，内河船舶用于在港口的某些码头之间运送 ITT 集装箱。两项研究都旨在减少船舶在港口停留的时间，同时增加可运输的 ITT 集装箱数量。我们的研究考虑到铁路运输到腹地，因此必须考虑铁路时间表。蒂尔尼等人(2014) 提出了第一个使用时空图的 ITT 完全定义的数学模型。基于该图，作者提出了一个整数规划模型来优化终端之间的集装箱和车辆流动。在我们的研究中，我们也使用了时空模型，但我们扩展了 Tierney 等人开发的模型。研究与详细的码头运营和腹地铁路连接相结合的 ITT。

不同的码头运营问题已有了深入的研究。 Stahlbock 和 Voß (2008) 详细回顾了海运集装箱码头的运营问题。在码头内移动集装箱时，起重机和卡车的移动是需要优化以加速该过程的关键过程。 Kim 和 Park (2004) 研究了确定船舶装卸作业顺序的码头起重机调度问题。作者将具有相同目的地和大小的集装箱视为组（clusters），并假设一组集装箱应放入船上的相邻槽位，这被定义为集装箱组（container clusters)。然后问题被表述为使用起重机在几个集装箱组和船坞之间移动集装箱。在我们的研究中，我们关注与铁路运输相关的作业，因此，码头起重机调度问题和其他海边作业问题，参见 Carlo 等。 (2015)，没有详细考虑。但是 Kim 和 Park (2004) 用集装箱组抽象启发了我们：在我们的研究中，一组具有相同发布时间和来源码头的集装箱被定义为一项运输任务。在我们模型中的码头内，运输任务应该在不同的码头位置之间使用起重机和卡车执行。弗罗伊兰等人。 (2008) 优化海运集装箱码头的陆侧起重机操作。为降低复杂性，作者将问题分解为三个阶段：首先确定码头侧和陆侧之间每小时的集装箱流量；然后确定进口集装箱在码头的堆放位置；最后，确定由轨道式龙门架（RMG）服务的集装箱和卡车的顺序以及堆场侧集装箱临时堆放位置。在我们的研究中，集装箱不仅在码头内移动，还在港口区域的码头之间移动。为了减少计算难度，我们没有考虑集装箱在堆场或火车上的精确位置，我们对每个集装箱使用统一的处理时间。但是，在未来的研究中，可以考虑这些因素。

在MTRR和RTR装载列车时，合理安排装卸设备和列车上集装箱的空间布置可以减少设备的工作时间，提高列车运载能力的利用率。 Corry 和 Kozan (2008) 提出了一个混合整数规划 (MIP) 模型，使用 RMG 将集装箱分配给铁路货车。 目标是尽量减少所需的铁路货车数量和工作时间。 Wang 和 Zhu (2014) 优化了卡车、堆场和火车之间的集装箱转运。 目标是最小化 RMG 的空闲时间。 在我们的研究中，使用了不同容量的列车，并且考虑了铁路时刻表来执行列车装载过程。

在欧洲国家，旅客列车具有更高的优先级：规定了旅客列车的时间表，货运列车的运营商只能要求在客运列车之间插入货运列车，参见 Cacchiani 等 (2010)。可能不允许晚点列车进入铁路路段以避免潜在的冲突。因此，延误的列车必须重新安排或取消。一种提高铁路运营商灵活性的可能方法，例如，在 D'Ariano 等人中。 (2008)，正在为火车保留更长的发车时间段，这使得时间表对于延误更加稳健。在我们的研究中，我们使用新的发车时间段处理延迟的腹地列车。通常，一列火车从其始发站分配一个发车时间段，以确保这列火车可以进入内陆铁路网络而不会延误其他火车。我们假设港区内的多个码头可以共享出发时间段；因此，码头运营商在组织 ITT 交付和腹地列车装载方面具有一定的灵活性。定期和灵活时间表的使用在第 3.1 节中详细说明。

总体而言，现有研究解决了不同的子问题，而忽略了这些高度互动的问题在港区及其腹地的整合。 我们的研究通过使用 RMG、共享 ITT 卡车和 ITT 列车，优化了码头内部和码头与港口腹地之间的集装箱运输。 目标是在特定时间段内最大化所有码头的集装箱交付量。 使用不同的 ITT 网络配置、列车编队策略和铁路时间表类型讨论了集装箱交付性能。

railway terminal with road connection (RTR)

maritime terminal with both road and on-dock railway connections (MTRR)

maritime terminal with road connection and rail of-dock (MTR),

3 港区内和到腹地的集装箱运输

3.1 到腹地的ITT和铁路运输

ITT 连接港口区的不同码头。 在本研究中，MTR通过公路与其他码头相连； MTRRs和RTRs通过公路和铁路与其他码头相连。 集装箱在 MTR 和 MTRR 释放，然后通过 ITT 使用共享的 ITT 火车和卡车运送到铁路堆场。 在该系统中，ITT 卡车将集装箱从 MTR 运送到 MTRR 和 RTR； ITT 火车和卡车在 MTRR 和 RTR 之间交换集装箱。

为了揭示不同的 ITT 连接如何影响集装箱运输，本研究采用了两种类型的 ITT 连接：完全 ITT（complete ITT） 和不完全 ITT（incomplete ITT）。 在完全 ITT情况下，可以将来自 MTR 的集装箱移动到所有 MTRR 和 RTR； MTRR 和 RTR 接受来自任何其他码头的集装箱。 在不完整的 ITT 情况下，一些连接被排除在外。 在这两种情况下都使用 ITT 火车和卡车。

集装箱与来自 MTRR 和 RTR 的腹地列车一起离开港区。 腹地列车按铁路时刻表发车。 如果列车在出发时间未满载，则码头运营商必须决定列车是否应出发。 当列车无法在预定的发车时间段发车时，铁路终端运营商和网络运营商必须寻找另一种解决方案，例如重新安排或取消列车。

我们的研究同时考虑了定期和灵活的时间表。在周期性时刻表场景中，每列火车都有一个预定的出发时间段，从一个预定的出发终点站。因此，每列火车都可以在适当的时间离开港区并进入内陆铁路网，而不会阻塞其他火车。我们假设在灵活时刻表场景下，铁路运营商只关心列车进入内陆铁路网的时间，列车可以在港区内自由行驶。因此，港区内的所有铁路终点站之间可以共享一个出发时隙池，并且列车可以在任何一个出发时隙从另一列火车未使用的任何一个终点站出发。此外，使用两种类型的列车大小：40 TEU 的小型列车和 80 TEU 容量的大型列车。正如 Boysen 和 Fliedner (2010) 指出的那样，所有列车都必须在出发前达到最低装载率（在我们的例子中设置为 75%），只有在整列列车被移动的情况下，列车才能盈利。

根据ITT接驳案例和到腹地的铁路时刻表，安排港区车辆的路线，确保每一个集装箱都能准时到达铁路站场。 此外，还必须考虑码头内的转运。

3.2 集装箱码头和码头内的转运

考虑了三种类型的集装箱码头，即RTR，MTR和MTRR，见图1。当我们研究从港口到腹地的集装箱运输时，MTR的堆场和MTRR的码头堆场是集装箱的起点，且集装箱应移至 RTR 和 MTRR 的铁路一侧。 在这些码头中，考虑四种类型的操作：（1）卡车装载，（2）卡车卸载，（3）火车装载，以及（4）火车卸载。

在MTR中，几个存储块垂直位于深海泊位旁边； 自动导引车 (AGV) 用于在泊位和存储区之间运输集装箱； 装载和卸载操作在 RMG 在卡车和存储块之间移动集装箱的 I/O 点执行，详细描述参见 Vis 和 De Koster (2003)。 在我们的研究中，ITT 卡车从 I/O 点拿起集装箱并将集装箱移至 MTRR 或 RTR。

在MTRR中，当从深海船舶上卸下出境集装箱时，如果铁路轨道沿码头建造，则可以使用RMGC或RTGC将集装箱装上火车； 否则，将使用卡车和正面吊等车辆将集装箱从码头运输到铁路堆场。 在 MTRR 的铁路货场，RMG 在火车、铁路侧存储区和卡车之间移动集装箱。

在这项研究中，来自码头的集装箱将首先移动到 I/O 点，然后由 RTG 装载到 ITT 卡车上。然后卡车将集装箱运输到码头内的铁路堆场或港区的另一个码头。当货车到达港铁的铁路堆场时，不失一般性，货车所载的集装箱应先卸至堆场，然后再装上火车。铁路与铁路之间的转运也在港铁的铁路站场进行，起重机将集装箱从一列火车移至另一列火车。在我们的研究中，ITT 列车之间的铁路-铁路转运被排除在外，因为它可以通过运行访问所有铁路终点站的列车来避免。假设铁路-铁路转运按以下方式进行：RMG 从 ITT 列车上卸下集装箱并将其移至存储区；当开往腹地的火车准备好装载时，该集装箱将被装载到该火车上。然而，这种假设可能会导致 RMG 操作和转运时间的增加。

在 RTR 中，堆场和卡车车道沿着铁路轨道建造，轨道式龙门起重机 (RMG) 用于在卡车、堆场和火车之间移动集装箱，例如，参见 Boysen 和 Fliedner (2010)。 在某些情况下，例如，如果堆场和卡车车道不建在铁路轨道旁边，则使用正面吊和叉车等额外车辆来移动集装箱，例如，参见 Kozan (2006)。

本研究的重点是使用 RMG 的码头，因此，卡车卸载、火车装载和卸载的执行方式类似于 MTRR 中铁路站场的操作。 不考虑铁路-公路转运，因为由于 ITT 的典型规模（本研究中长达 20 公里），从火车到卡车的转移是不合逻辑的，因此，没有卡车装载在 RTR 或 用于 ITT 运输的 MTRR 中的铁路站场。 不考虑公路-公路转运，因为它不会提高运输性能，同时需要额外的转运成本。 在下一部分中，将对综合 ITT、码头运营和腹地铁路运输进行建模。

4 数学建模

5 数值实验

计算实验是在不同条件下进行的，通过改变运输需求、ITT 码头连接、列车编队和铁路时间表创建了几种场景。 测试案例需要足够复杂以反映现实条件，但同时可以在可接受的时间段内解决。 因此，测试案例设计为从 11 个集装箱码头到腹地单一目的地的集装箱运输，配备 2 辆 ITT 列车、8 辆 ITT 卡车和最多 20 辆列车到腹地（图 2 的扩展版本）。 这些情景代表了具有不同分布的随机运输需求日。 使用具有 5 分钟离散化的 24 小时计划范围。

5.1 集装箱码头和运输网络：测试用例和假设

我们使用基于 Maasvlakte 1&2 码头的简化网络。 考虑了 11 个现实生活中的集装箱码头：四个 MTRR、五个 MTR 和两个 RTR。 MTRR 和 RTR 连接到港口铁路线，然后进一步连接到通往德国的 Betuweroute。 码头名称和类型如图 3 所示。码头之间可能的连接、它们的距离和最短旅行时间（如果没有装卸货队列）如图 4a 所示。 

为了规划这些码头之间的车辆和集装箱运动，应提前收集并提前获得特定时间段内（例如每天）的集装箱、ITT车辆、腹地铁路和码头的以下关键信息，见表 2.

对于集装箱，需要提供运输量、港口始发站或堆场、始发站放行时间、集装箱目的地、目的地等信息。 运输量、始发站或堆场和放行时间可从码头运营商根据其运营计划获得。 码头运营商还从深海集装箱承运人处获得每个集装箱的目的地信息。

对于 ITT 车辆，包括 ITT 卡车和 ITT 火车，我们需要有关它们的位置和容量的信息作为我们模型的输入。 ITT 车辆可由第三方 ITT 供应商、物流供应商或多个码头运营商提供。 然后，应该从不同的参与者那里收集信息，并确定可用的车辆及其运载能力。

对于腹地铁路运输，需要有关铁路时刻表和列车容量的信息。 可以从轨道所有者处获得表明列车可以出发的时间段的铁路时刻表； 并且可以从列车运营商处收集腹地列车的容量。

对于码头，需要作业能力和作业速度来计算装载（卸载）所花费的时间。 这些信息可以根据设备类型和运营计划从码头运营商那里收集。

我们认为，关于集装箱和 ITT 车辆的大部分信息应该至少每天收集一次，因为信息的准确性会随着时间的推移而降低。 基础设施管理者（在大多数情况下），例如荷兰的 ProRail，或轨道所有者（对于某些工业私有铁路）通常使用一年的固定时间表。 同样，如果使用相同数量和类型的设备和工作程序（船员数量、工作时间等），码头处理能力可能保持不变。 因此，只有在终点站发生重大变化时，才能更新腹地铁路时刻表和终点站的信息。

虽然收集信息需要希望安排集成 ITT 和腹地铁路系统的决策者付出相当大的努力，但我们相信获得这些数据是可能的。 然而，出于实验目的，估计应该作为我们模型的输入。 例如，可以通过现场观察进行估算，但复杂的是我们无法同时获得所有码头的这些数据。 因此，考虑到鹿特丹港码头的条件，我们做出了以下假设。

在研究的码头中，有6个码头拥有铁路通道，如图3所示。除8号码头外，所有这些码头都可以处理ITT列车和腹地列车。 由于鹿特丹集装箱码头 8 号码头的轨道长度远短于 750 m，因此假设没有腹地列车从该码头出发。 列车容量方面，ITT列车可搭载20TEU集装箱，腹地列车可搭载40TEU或80TEU集装箱。 腹地列车的最低假设装载率为 75%。 1、2、3、10、11航站楼每天最多可发四列小火车或两列大火车。

根据到鹿特丹港口的吞吐量和模式拆分，产生了运输需求。 2017 年，约有 120 万个 TEU 集装箱从鹿特丹港（Port of Rotterdam 2017）发往腹地。 根据 2030 年港口愿景，2011 年铁路运输占总运输需求的 15% 左右，并且在 2030 年之前应至少覆盖这些集装箱的 20%（鹿特丹港 2011）。 考虑到铁路运输的改善，我们考虑铁路运输在 20% 左右的两种情况：在小运输需求的情况下（DS1 和 DS2），铁路运输的份额增长缓慢，18% 的总运输需求被铁路覆盖（ 600 标准箱/天）和在大运输需求的情况下（DS3 和 DS4），铁路运输的份额已大大增加，即 24% 的集装箱由铁路覆盖（每天 800 标准箱）。

在本文中，所有集装箱在腹地都有相同的目的地，因此我们只需要生成每个任务的发布时间和起点码头。四个DS中，其中两个（DS1和DS3）在一天内均匀释放，其中两个（DS2和DS4）以峰值因子释放。 Nieuwkoop (2013) 报告了实验中使用的峰值因子，即峰值需求与平均需求的比率，该研究研究了马斯莱可迪1 号码头之间 ITT 运输需求的变化。运输需求的变化可以是在图 4.b 中找到。为避免不可行的运输需求，假设最后的运输需求在规划期限结束前 3 小时发布。各码头的运输需求如图3所示，例如DS1和DS3的1号码头总运输需求为162TEU； DS2和DS4的1号航站楼总运输需求为216TEU。运输需求场景如下：

• DS1 65 任务：600 TEU 集装箱均匀分布；
• DS2 61任务：600个TEU集装箱，峰值因子分布；
• DS3 65 任务：800 TEU 集装箱均匀分布；
• DS4 67tasks：800 个 TEU 集装箱，以峰值因子分布。

5.2 ITT 连接：完整和不完整的连接

5.3 铁路时刻表：周期时刻表和弹性时刻表

5.4 测试场景和集装箱交付

实验包括24个场景，见表3。小运输需求场景（DS1和DS2）在完整和不完整的ITT连接下进行测试； 小型和大型腹地列车； 以及灵活的定期时间表。 在完整的ITT连接中，最多可从5个码头（即1、2、3、10和11码头）中的每一个发车20辆小型列车或10辆大型列车； 在不完整的 ITT 连接中，最多 16 列小型列车和 8 列大型列车可以从四个码头（即 2、3、10 和 11 航站楼）出发。 因此，配置大运输需求场景（DS3和DS4）和不完整的ITT连接是不可行的，不包括在实验中。 这 24 个场景是在装有 Microsoft Windows 7 操作系统、Intel i5 核心 3.2 GHz CPU、16 GB RAM 的机器上使用 IBM ILOG OPL CPLEX OPTIMSER 版本 12.7.1 解决的。

图 5 显示了优化结果中一项任务的移动。 在这种情况下，执行了 ITT 连接不完整的需求场景 DS2。 图 5 中的弧线代表 12 个 TEU 集装箱在 0:00时刻 从 1 号码头释放，并最终在 11:30 从 11 号码头出发装载到腹地列车上。 由于使用了不完整的连接，这些集装箱不得不被送到10号或11号码头。转运作业从6:25开始，所有12个TEU集装箱在8:35准备好用于ITT列车。 8 点 45 分，ITT 列车将这些集装箱从 1 号码头运送到 11 号码头。这列列车于 9 点 35 分抵达 11 号码头，然后集装箱从 ITT 列车上卸下。 之后，集装箱被装载到腹地列车上。 装载过程于11:20结束。

表 4 给出了实验结果的概述。 第一列是测试场景的索引。 第二列表示按时交付到腹地的集装箱数量。 最后三列显示发车的腹地列车数量、腹地列车的平均装载率和计算时间。 大多数600 TEU集装箱的案例可以在10分钟内解决，而其他一些800 TEU集装箱的案例需要大约1小时才能找到最佳解决方案。

完整的 ITT 连接比不完整的 ITT 连接表现更好。 完全ITT连接（S1-S4、S9-S12）的测试场景，无论运输需求和列车容量如何，向腹地交付更多集装箱：平均98%的集装箱通过完整的ITT准时交付，而94%的集装箱 以不完整的 ITT 准时交付。

此外，不完整的 ITT 网络给铁路站场带来了更大的压力。 表 5 显示了两个 RTR 中集装箱处理操作的数量，即取货、卸货和转运，适用于相关的场景子集。 例如，当使用周期性时刻表的小型列车运输600个TEU集装箱时，释放时间均匀分布，MTRR和RTR中的铁路站场需要在一个完整的ITT连接（场景1）中进行606次装卸作业，而不完全连接下装卸次数为1034，即增加 71%。 平均而言，如果DS1 和DS2 使用不完整的ITT 连接，处理操作的总数分别增加了67% 和78%。 同样值得注意的是，在一些完整的 ITT 案例（S4、S11 和 S12）中，没有火车从 11 号铁路终点站出发，但该系统仍然可以比不完整的 ITT 运送更多的集装箱。

测试了两种类型的腹地列车。 根据表 4，码头运营商在使用固定时间表时应考虑较小的列车：在所有情况下，40 TEU 的列车运输更多的集装箱。 这增加了系统应对更高运营成本（更多机车、更多司机）的灵活性。 使用灵活时刻表时，小型列车的装载率更高。

灵活的铁路时刻表在提高集装箱交付性能方面具有广阔的前景。 表4显示，当运输需求为800TEU时，班次灵活的列车可以运送所有集装箱； 当总运输需求为 600 TEU 并且使用完整的 ITT 时，时间表灵活的火车可以运送所有集装箱。 在任何情况下，具有固定时间表的火车都无法运送所有集装箱。 值得注意的是，在灵活时间表的情况下，平均列车装载率较低，因为取消的列车较少。

图 6 显示，在灵活时刻表情况下，20 列列车满载，而在周期时刻表中，20 列列车发车的平均装载率为 92.88%。 在这两种情况下都使用了 DS4。 如图 4b 所示，高峰时段为 6:00 至 9:00，且定期列车在高峰时段发车未满载，可能导致运力损失。

5.5 滚动时域法求解大规模实例（rolling horizon approach）

在解决具有较小运输需求和周期性时间表的问题时，计算足够有效，可以为调度运输和装卸操作提供解决方案。 表 3 的最后一列显示了解决每个场景的 CPU 时间。 大多数运输需求较小的测试用例可以在 10 分钟内解决。 然而，当处理更大的运输需求和灵活的时间表时，计算时间显着增加。 在本节中，提出了一种滚动时域方法来改进计算，以便优化也可以在实践中实现。

滚动时域框架通常用于解决动态问题或商业软件无法在合理的计算时间内找到最佳解决方案时。 Wang 和 Kopfer (2015) 使用两种滚动时域框架解决了动态车辆路径问题。 第一种是固定间隔的滚动时域，第二种称为请求触发滚动时域。 在第一种滚动时域中，计划范围的长度是固定和预先确定的。 在第二种滚动时域中，新运输请求的发布将终止之前的规划层级并开始新的规划层级。 Liang et al. (2018) 专注于自动出租车路由问题。 使用提出的滚动时域程序，在新的规划范围开始时考虑实时运输请求。 我们的研究使用固定间隔的滚动时域，因为我们只考虑静态运输需求。

在所提出的滚动时域框架（见图 7）中，一天的计划是通过多次迭代来执行的。 在第一次迭代中，考虑具有固定长度（从时间间隔 1 到时间间隔 2）的规划范围。 根据该规划范围内的运输需求和可用车辆，找到车辆路线安排和集装箱装卸的最佳解决方案。 然后，实施时间间隔 1 的解决方案，即结果 1，用于调度运输和装卸操作，并将车辆和集装箱的状态记录为从时间间隔 2 开始的下一个计划范围的输入。

在实践中，可以使用滚动时域框架来考虑实时需求信息：在这种情况下，需求信息将在每个计划层开始时更新。 本研究采用静态交通需求数据，21:00后无交通需求发布。 因此，我们将一日计划划分为五个计划范围：每个范围覆盖 8 小时。 在前四规划范围内，实施前四小时的解决方案； 并且在最后一个时域中，实施整个规划时域的解决方案。

 在解决滚动时域问题时，为每个规划范围设置最大计算时间，即 10 分钟。 如果在 10 分钟内无法找到最佳解决方案，则将接受找到的最佳解决方案，并开始下一个计划范围。 表 6 显示了滚动时域和最优解的计算结果。 对于大多数计划范围，可以在时限内完成计算。 滚动时域算法与最优解相比可以给出很好的解：滚动时域与最优解在计算时间上的差异很大（滚动地平线要快得多）。然而，与最佳解决方案相比，滚动时域在交付集装箱方面的性能较低。

6 结论

考虑到转运作业和铁路时间表，本文重点讨论了港区内码头间运输 (ITT) 的整合。 ITT 网络是基于鹿特丹 Maasvlakte 1&2 的码头设计的，问题是用数学优化模型来表述的。 我们的模型可以帮助码头运营商安排码头中的 ITT 车队和 RMG。 实验还表明，更多、更灵活的 ITT 连接和灵活的铁路时间表可以提高集装箱运往腹地的运输性能。

现有的研究已经研究了大量相对孤立的港区内集装箱运输（ITT）、码头运营和铁路运输到腹地的决策问题。 他们中的大多数专注于单一码头或单一运输段内的运营。 在我们的研究中，提出了一种基于时空图的整数规划模型。 该模型以集成方式优化集装箱、ITT 车辆和腹地列车的运动。 此外，该模型可以制定考虑处理能力的不同车辆和堆场之间的转运操作。

计算实验是根据不同的运输需求、可用 ITT 连接的变化、腹地列车容量和铁路时间表进行的。结果表明，更好的 ITT 连接可以提高集装箱向腹地的交付。如果港务局和码头运营商能够达成协议，相互提供更多的 ITT 访问权限，那么他们就可以增加按时交付的集装箱数量并减少处理操作的数量。在实验中，98% 和 94% 的码头集装箱可以分别以完整的 ITT 和不完整的 ITT 运送到目的地。这表明港务局可能会鼓励终端之间的协调，因为这会提高 ITT 网络的性能及其与腹地的连接。其次，如果可以有一个更灵活的铁路时刻表，即终端可以有更多的列车出发时间选择，更多的集装箱可以按时交付。在实验中，所有集装箱都可以通过灵活的时间表和完整的ITT连接运送到目的地。使用定期时间表时，91% 的集装箱可以通过完整的 ITT 连接交付，89% 的集装箱可以通过不完整的 ITT 连接交付。此外，这意味着如果基础设施提供商引入更多灵活性，则 ITT 网络及其腹地连接的性能可能会更好。

使用周期性时刻表时，频率较高的小型列车比频率较低的大型列车性能更好。 虽然较小的火车更贵，但它们也提供了更多的灵活性和更高的频率，从而在模型中获得更好的性能（尽管可能成本更高）。

此外，还提出了滚动时域框架以提供具有更短计算时间的解决方案。 5 个规划范围中的每一个都考虑了 8 小时的交通需求。 通过基于更短的规划范围解决问题，减少了计算时间，但是交付的集装箱数量要少得多（尽管差异通常保持在 10% 以下）。

为了进一步研究，该模型还可以扩展到分析内河航运、铁路和卡车运输的运输系统，这可能对港务局、码头运营商和多式联运供应商有益。 内河船舶的运动可以按照与 ITT 列车类似的方式制定，同时可以研究和分析船舶的不同时刻表。 还应考虑使用不同运输方式的成本和时间。 在多式联运系统中，还应考虑不同的目标。 例如，尽量减少列车延误对于铁路运营商降低重新调度成本很重要。 总体而言，与目前不太灵活和不太合作的运营相比，在综合 ITT 系统及其腹地铁路连接中引入更多合作和更多灵活性将提高其绩效。