论文部分内容阅读
摘 要：为辅助某大型集装箱堆场的闸口规划，确定合理的车道数及集卡等待缓冲区长度，利用Flexsim仿真软件，给出模型的体系结构、组成和流程,建立规划中的该大型集装箱码头堆场3D虚拟现实仿真模型，明确在不同设计方案下闸口可能出现的排队等待状况.仿真试验显示，如果按照常规调配集卡，2个出闸口将出现不平衡现象，而通过堆场部署智能交通诱导系统以及建立与客户互联的车辆进港预约系统，能极大地缓解闸口的压力.利用计算机仿真辅助闸口规划，可以给规划人员和决策者提供更加丰富的决策信息.
关键词：闸口规划； 集装箱码头； 仿真； 虚拟现实
中图分类号：N941.5文献标志码：A
Applying 3D virtual reality simulation to
gate planning of container terminal yard
QIN Tianbao， ZHANG Yi
(School of Transport & Communications, Shanghai Maritime Univ., Shanghai 200135, China)
Abstract： In order to aid a large container terminal yard in its gate planning to determine the appropriate carriageway number and the waiting buffers’length, a 3D virtual reality simulation model of the large container terminal yard is created based on Flexsim platform. The architecture, component and process of the model are also put forward and all kinds of the situation of waiting lines in different designs are quantified. According to the experimental results, extreme unbalanced workload will emerge at the two checkout gates if the trucks cannot be scheduled perfectly. The pressure at gates can be relieved greatly by implementing intelligent route guidance system and vehicle booking system connecting the customer. The computer aided gate planning simulation can give planners and policy makers more decision-making information.
Key words： gate planning； container terminal； simulation； virtual reality
0 引 言
集装箱码头闸口是集装箱卡车(以下简称集卡)进入和离开集装箱码头堆场的接口，由多个车道和对应的检查点组成.集卡进出闸口时，要在闸口检查点进行箱检、过磅和数据交换.闸口分为进闸口和出闸口，分别用于集卡进入和离开堆场.
近年来，随着集装箱运量的大幅增加，许多港口闸口处出现车辆排长队的拥挤现象，不仅严重影响集疏运秩序，而且增加安全隐患，引起客户普遍不满.因此，在集装箱码头规划中，闸口规划日益受到重视.集装箱码头闸口规划是集装箱码头规划的重要内容，其重点是在满足码头集卡车流需求及保证客户服务水平的情况下，确定设置多少车道（以及对应的检查点）才能使闸口建设投资最少.
现有的集装箱码头规划仿真研究主要集中在前沿泊位与堆场的装卸、运输资源利用等方面.CANONACO等［1］应用离散时间仿真研究前沿集装箱装卸优化问题；YEO等［2］应用AWE-SIM仿真程序研究釜山港拥挤改善问题；LEE等［3］仿真研究采用集卡实时定位技术对堆场集卡调度进行动态规划的后果；JUNG等［4］仿真研究堆场场桥调度优化问题；尚晶等［5］仿真研究集装箱码头集卡调度策略；辜勇等［6］仿真研究集装箱码头堆场系统的运作流程；张涛等［7］仿真研究集装箱堆场资源配置优化问题；仅有少数文献仿真研究集装箱码头闸口规划问题，如于越等［8］仿真研究集装箱堆场闸口规划优化问题.
目前，在集装箱码头闸口规划实践中，闸口车道数主要采用解析公式确定，最常见的是交通部《海港总平面设计规范》［9］提出的公式.但仅根据该公式确定闸口车道数，规划人员和决策者无法考查集卡随机到达以及闸口检查时间随机变化时车辆的排队等待情况，因而无法事先确定对集卡的服务水平，也无法确定闸口处为集卡预留的排队长度（缓冲区）是否合理，对提升客户满意度和合理设计闸口缓冲区长度非常不利.而采用计算机仿真技术（离散事件仿真）能够检验不同车道配置下集卡的排队等待情况，有助于确定最佳闸口车道数以及合理的缓冲区长度.
本文以山东某港集装箱码头闸口规划为例，说明如何运用计算机仿真技术辅助集装箱码头闸口规划.仿真软件平台为Flexsim，能直观地展现集装箱码头现场运作状况，使规划人员和决策者对不同规划设计下的现场情形有身临其境的感觉.
1 研究背景
规划中的某港集装箱码头堆场平面布局见图1.可以看出，该码头堆场设计1个进闸口和2个出闸口.闸口规划是该码头整体规划的子项目之一，即确定1个进闸口和2个出闸口的车道数.根据《海港总平面设计规范》提出的公式，初步计算出进闸口1设置30个车道，中间出闸口2设置16个车道，右侧出闸口3设置12个车道.
港方希望了解初始闸口设计是否满足设定的绩效指标，即高峰时段进、出闸口每车道平均排队长度，每车道最大排队长度，车辆平均等待时间，车辆最长等待时间以及车辆不同等待时间的分布比例是否符合港方设定的范围.此外，港方也希望通过3D虚拟现实仿真观察闸口处为车辆排队预留的缓冲区长度是否足够.
为此，利用Flexsim开发针对该码头规划的集装箱码头堆场运作仿真系统.虽然研究重点是闸口处的车流情况，但由于出闸口处的车流受堆场箱区布局、堆场场桥装卸效率以及内外卡争用场桥等多种因素影响，须建立整个集装箱码头堆场的模型（该模型还可用于堆场内车流仿真以评估堆场内道路规划的合理性，本文仅讨论闸口规划）.
2 系统体系结构
开发的集装箱码头仿真系统体系结构见图2，系统由用户界面、存储系统和模型3部分组成.
2.1 用户界面
用户界面由若干窗体组成，与用户交互，可进一步分为输入界面、输出界面与控制界面.输入界面用于向系统输入各项参数并存入存储系统中；输出界面用于系统输出各项参数；控制界面用于控制模型运行，包括启动模型与调节运行速度等.
2.2 模型
模型是系统主体，运行产生的输出数据存入存储系统中，并通过输出界面显示给用户.采用3D仿真软件Flexsim建立该集装箱码头的模型，模拟的流程包括外卡集疏运与堆场装卸流程以及内卡岸边装卸与堆场装卸流程.内卡岸边装卸与堆场装卸流程包括内卡在岸边与堆场箱区循环行驶以及执行装卸作业.外卡集疏运与堆场装卸流程见图3.
模型中出闸口的运行效果见图4，通过该虚拟现实场景可形象、直观地评估闸口处的排队情况以及预留的集卡排队长度是否足够.
本文研究的集装箱码头系统的主要建模元素包括集装箱、集卡（外卡和内卡）、岸桥、场桥、车道、闸口检查点和队列（包括闸口处、岸桥处、场桥处的集卡队列）；起装饰作用的辅助建模元素包括海、集装箱船、堆场箱区.这些建模元素与Flexsim建模构件的对应关系见表1.
用传统仿真软件对移动资源建模时，场桥和岸桥的移动与装卸活动（包括3D可视化）等往往不能很好地表达，而Flexsim采用独特的任务序列机制，能灵活、方便地对移动资源建模.Flexsim用任务执行器TaskExecuter表示场桥和岸桥等用于搬运与装卸流动实体的移动资源，可为任务执行器分配由若干任务（如移动、卸下和提升等）组成的任务序列（若有多个任务序列，则这些序列可排队等待调度），执行器收到任务序列后依次执行序列中的任务.
Flexsim使用FlowItem建模集装箱等流动实体，外卡和内卡兼具流动实体与移动资源的特性，因此，使用特殊的FlowItem表示，即TaskExecuterFlow-Item.TaskExecuterFlowItem兼具TaskExecuter和FlowItem的特性.固定资源是不移动的资源，包括车道、检查点和队列等，分别用网络节点NetworkNode（多个节点连接可表达车道）、处理器Processor和队列Queue表达.
2.3 存储系统
存储系统由Flexsim内部提供的全局表组成，用于存放各种输入、输出数据.该存储系统也可用外部数据库替代.
3 输入参数设定
系统输入的参数通过输入界面存入存储系统.其中，仿真时间为18 000 s，即5 h；前1 h作为预热期，属低峰时段，进闸口集卡到达率设为高峰时段的2/3；后4 h为高峰时段，也是数据收集期.仿真运行次数为10次.重、空车比例为重车50%（其中拉重箱53％，拉空箱47％），空车50%.高峰时段进闸口集卡到达率为3 400辆/h，到达时间间隔服从指数分布，其均值根据到达率计算为1.06 s.
其他主要参数包括进闸口单车检查时间（随机）、出闸口单车检查时间（随机）、堆场轨道吊场桥装卸效率（随机）、集卡在堆场内各条车道的行驶速度以及每个箱区分配的轨道吊场桥数量等.
集卡进出闸口的排队规则：集卡到达闸口后选择最短队列排队，然后进入该队列对应的检查点接受检查.
4 仿真结果分析
4.1 进闸口仿真结果分析
通过10次仿真运行，每次运行5 h后得到绩效指标统计结果，见表2.
从表2的排队长度看，高峰时段每车道平均等待车辆数均值（5.07辆）与最大等待车辆数均值（12.20辆）略微偏高，但尚属合理范围.未来由于采用新技术，闸口检查效率将进一步提高，排队长度有可能缩短.
此外，由于进闸口处车辆等待缓冲区位于堆场外侧，有足够长度供车辆排队等待，因此，从车辆排队长度指标看，目前进闸口设计30个车道可行.
从等待时间看，高峰时段单车平均等待时间均值（193.96 s）和单车最长等待时间均值（413.24 s）属合理范围，因此从车辆等待时间指标看，目前进闸口设计30个车道也是可行的.
从不同等待时间的车辆占比看，高峰时段车辆等待时间在0～3 min的占49%，3～6 min的占43%，6～9 min的占8%，超过9 min的占0%，等待时间分布较合理，因此，30个车道的方案可行.另外，港方也认为表2所示的绩效指标能够满足要求，因而，确认进闸口设置30个车道的初始设计方案.
4.2 出闸口仿真结果
出闸口的情况较为复杂，因为有2个出闸口，不同的车辆调度分配比例会导致全然不同的排队拥挤程度.此外，出闸口处的车辆等待缓冲区设在堆场内部，因此，对车辆排队长度更加敏感.
4.2.1 合理调配方案
假设对集卡的调度合理且完美，使得集卡总是能选择2个出闸口中最短的队列排队（即假设集卡能够把2个出闸口看作1个出闸口）.此方案的目的是考察2个出闸口的车道总数（初始设计为28条）是否能满足要求.仿真结果见表3.
从表3的排队长度看，每车道平均排队车辆数均值（3.67 辆）和每车道最大排队车辆数均值（8.8辆）都较为合理，不会出现排长队现象.
从缓冲区设置角度看，按照每车车长18 m和车辆间隔1 m计算，所需的缓冲区长度约170 m（按最大队长均值8.8辆即9辆计算,实际最大队长可能超过此数），而港方原设计方案中，中间出闸口预留的缓冲区长度为150 m，右侧约80 m.为此，一种方法是修改设计，加大缓冲区长度，特别是加大右侧出闸口缓冲区的长度；另一种方法是采取措施，降低高峰期车辆负荷和车辆到达率.
从等待时间看，单车的平均等待时间的均值（132.32 s）和单车的最长等待时间均值（292.42 s）都较为合理，不会出现长时间等待现象.这说明，在合理调配集卡选择队列最短的闸口离开的情况下，从等待时间看，2个出闸口共设28个检查通道可行.
以上是合理调度集卡的情况，如果不能合理调度，情况会有所不同.
4.2.2 固定分配方案
4.2.2.1 仿真结果
假设集卡均匀分布到各排（从左到右）箱区作业，且1～7排箱区的集卡从中间出闸口离开，8～11排箱区的集卡从右侧出闸口离开，相当于64%的集卡流量从中间闸口离开，36%的集卡流量从右侧闸口离开.
之所以假设1～7排箱区的集卡从中门离开，是因为这些箱区的集卡占集卡总数的64％（7排除以箱区总排数11排得到），而中间闸口的出口通道占出口通道总数的57％，这2个比例比较匹配，容易实际组织调度.
设计本方案的目的是考察在本方案的假设条件下，2个出闸口各自分配的车道数(即中间16道，右侧12道)是否合理.仿真结果见表4.
从表4的排队长度看，2个出闸口的排队长度极度不平衡.中间出闸口出现排长队现象，平均队长均值达23.07辆，最大队长均值达60.10辆，根据最大队长计算出的缓冲区长度远远超过港方原设计方案的预留长度；而右侧出闸口却很空闲，平均队长均值只有0.97辆，最大队长均值只有2辆.从等待时间看，2个出闸口的车辆等待时间也极度不平衡.中间出闸口出现长时间等待现象，平均等待时间均值达781.30 s，最长等待时间均值达1 607.14 s；右侧出闸口却很空闲，平均等待时间均值只有30.75 s，最长等待时间均值只有84.01 s.
上述结果说明，简单地将1～7排箱区或某几排箱区的外卡划归中门离开的做法不合适，必须在2个出闸口对外卡流量进行合理分配，才能如合理调配方案那样在两处达到平衡.
4.2.2.2 对出闸口规划的建议
从上述2个出闸口试验方案结果看，在合理调度集卡的情况下，2个出闸口共设置28个检查通道的规划方案基本可行，2个闸口均不会出现排长队的情况.但若不能合理调配车流，分流措施不当，就会出现一处闸口排长队而另一处闸口很空闲的情况.
在实际运作中，要做到合理地调配集卡从合适的出闸口离开很困难，因此，建议采用智能交通的组织方式，对2个出闸口采取监控措施，并对中间出闸口流量进行实时交通诱导，避免出现负荷不均的现象.一般在2个出闸口设置感应线圈和视频摄像头，经过算法处理后，得到这2个闸口的交通流量饱和度，辅以监控人员的人工判断，再发布交通信息并对中间箱区的出港车流进行交通诱导.若中间出闸口流量偏大，负荷较高，就发布中间闸口拥堵的信息，诱导中间箱区的车流由右侧出闸口离开；反之，则诱导中间箱区车流由中间出闸口离开.如果基础条件允许，将中间出闸口的检查通道增加到18道，右侧不变.这样，留出一定余量，调度更加容易.
采用上述技术手段合理调度集卡，根据合理调配方案的结果，发现出闸口的缓冲区不够长，特别是右侧出闸口缓冲区过短.因此，应该将2个闸口的检查点适当外移，以延长内侧缓冲区长度.
假设由于地理条件的限制，无法进一步延长缓冲区长度，可以采取措施熨平高峰，分散车辆的到达时段，降低高峰期车辆到达率，从而缩短闸口排队长度.建议采用计算机化的车辆进港预约系统，并与运输单位联网，按计划发布和接受预约进港信息，对不按预约时间进港的车辆处以一定金额的罚款.此举可有效熨平高峰，已经过国外港口的实践证明.
此外，闸口检查时间也是影响闸口排队情况的关键因素之一.如果由于各种限制因素，上述措施无法实现，那么，要考虑采用技术手段提高出闸口的检查效率，或者适当增加闸口检查通道（检查点），以缩短排队长度.
5 结 论
相对于传统解析法，利用计算机仿真辅助闸口规划可向规划人员和决策者提供更丰富的决策信息.通过仔细考查仿真得到的闸口处车辆排队长度和等待时间等指标，规划人员可直观地评价闸口服务水平及闸口缓冲区设计，从而弥补解析法的不足.
参考文献：
［1］CANONACO P, LEGATO P, MAZZA R M, et al. A queuing network model for the management of berth crane operations［J］. Comput & Operations Res, 2008, 35(8): 2432-2446.
［2］YEO G T, MICHAEL R, SOAK S M. Evaluation of the marine traffic congestion of north harbor in Busan port［J］. J Waterway, Port, Coastal & Ocean Eng, 2007, 133(2): 87-93.
［3］LEE S Y, CHO G S. A simulation study for the operations analysis of dynamic planning in container terminals considering RTLS［C］ // Proc second international conference on innovative computing, information and control. Kumamoto: IEEE Computer Society 2007: 116-117.
［4］JUNG S H, KIM K H. Load scheduling for multiple quay cranes in port container terminals［J］. J Intelligent Manufacturing, 2006, 17(4): 479-492.
［5］尚晶, 陶德馨. 集装箱码头集卡调度策略的仿真研究［J］. 武汉理工大学学报: 交通科学与工程版, 2006, 30(5): 827-830.
［6］辜勇, 董明望, 刘洁涛, 等. 集装箱堆场仿真建模及其在堆场规划设计中的应用［J］. 武汉理工大学学报: 交通科学与工程版, 2007, 31(4): 633-636.
［7］张涛, 苗明, 金淳. 基于仿真优化的集装箱堆场资源配置研究［J］. 系统仿真学报, 2007, 19(24): 5631-5634.
［8］于越, 金淳, 霍琳. 基于仿真优化的集装箱堆场大门系统规划研究［J］. 系统仿真学报, 2007, 19(13): 3080-3084.
［9］JTJ 211—1999， 海港总平面设计规范［S］.
(编辑 陈锋杰)
关键词：闸口规划； 集装箱码头； 仿真； 虚拟现实
中图分类号：N941.5文献标志码：A
Applying 3D virtual reality simulation to
gate planning of container terminal yard
QIN Tianbao， ZHANG Yi
(School of Transport & Communications, Shanghai Maritime Univ., Shanghai 200135, China)
Abstract： In order to aid a large container terminal yard in its gate planning to determine the appropriate carriageway number and the waiting buffers’length, a 3D virtual reality simulation model of the large container terminal yard is created based on Flexsim platform. The architecture, component and process of the model are also put forward and all kinds of the situation of waiting lines in different designs are quantified. According to the experimental results, extreme unbalanced workload will emerge at the two checkout gates if the trucks cannot be scheduled perfectly. The pressure at gates can be relieved greatly by implementing intelligent route guidance system and vehicle booking system connecting the customer. The computer aided gate planning simulation can give planners and policy makers more decision-making information.
Key words： gate planning； container terminal； simulation； virtual reality
0 引 言
集装箱码头闸口是集装箱卡车(以下简称集卡)进入和离开集装箱码头堆场的接口，由多个车道和对应的检查点组成.集卡进出闸口时，要在闸口检查点进行箱检、过磅和数据交换.闸口分为进闸口和出闸口，分别用于集卡进入和离开堆场.
近年来，随着集装箱运量的大幅增加，许多港口闸口处出现车辆排长队的拥挤现象，不仅严重影响集疏运秩序，而且增加安全隐患，引起客户普遍不满.因此，在集装箱码头规划中，闸口规划日益受到重视.集装箱码头闸口规划是集装箱码头规划的重要内容，其重点是在满足码头集卡车流需求及保证客户服务水平的情况下，确定设置多少车道（以及对应的检查点）才能使闸口建设投资最少.
现有的集装箱码头规划仿真研究主要集中在前沿泊位与堆场的装卸、运输资源利用等方面.CANONACO等［1］应用离散时间仿真研究前沿集装箱装卸优化问题；YEO等［2］应用AWE-SIM仿真程序研究釜山港拥挤改善问题；LEE等［3］仿真研究采用集卡实时定位技术对堆场集卡调度进行动态规划的后果；JUNG等［4］仿真研究堆场场桥调度优化问题；尚晶等［5］仿真研究集装箱码头集卡调度策略；辜勇等［6］仿真研究集装箱码头堆场系统的运作流程；张涛等［7］仿真研究集装箱堆场资源配置优化问题；仅有少数文献仿真研究集装箱码头闸口规划问题，如于越等［8］仿真研究集装箱堆场闸口规划优化问题.
目前，在集装箱码头闸口规划实践中，闸口车道数主要采用解析公式确定，最常见的是交通部《海港总平面设计规范》［9］提出的公式.但仅根据该公式确定闸口车道数，规划人员和决策者无法考查集卡随机到达以及闸口检查时间随机变化时车辆的排队等待情况，因而无法事先确定对集卡的服务水平，也无法确定闸口处为集卡预留的排队长度（缓冲区）是否合理，对提升客户满意度和合理设计闸口缓冲区长度非常不利.而采用计算机仿真技术（离散事件仿真）能够检验不同车道配置下集卡的排队等待情况，有助于确定最佳闸口车道数以及合理的缓冲区长度.
本文以山东某港集装箱码头闸口规划为例，说明如何运用计算机仿真技术辅助集装箱码头闸口规划.仿真软件平台为Flexsim，能直观地展现集装箱码头现场运作状况，使规划人员和决策者对不同规划设计下的现场情形有身临其境的感觉.
1 研究背景
规划中的某港集装箱码头堆场平面布局见图1.可以看出，该码头堆场设计1个进闸口和2个出闸口.闸口规划是该码头整体规划的子项目之一，即确定1个进闸口和2个出闸口的车道数.根据《海港总平面设计规范》提出的公式，初步计算出进闸口1设置30个车道，中间出闸口2设置16个车道，右侧出闸口3设置12个车道.
港方希望了解初始闸口设计是否满足设定的绩效指标，即高峰时段进、出闸口每车道平均排队长度，每车道最大排队长度，车辆平均等待时间，车辆最长等待时间以及车辆不同等待时间的分布比例是否符合港方设定的范围.此外，港方也希望通过3D虚拟现实仿真观察闸口处为车辆排队预留的缓冲区长度是否足够.
为此，利用Flexsim开发针对该码头规划的集装箱码头堆场运作仿真系统.虽然研究重点是闸口处的车流情况，但由于出闸口处的车流受堆场箱区布局、堆场场桥装卸效率以及内外卡争用场桥等多种因素影响，须建立整个集装箱码头堆场的模型（该模型还可用于堆场内车流仿真以评估堆场内道路规划的合理性，本文仅讨论闸口规划）.
2 系统体系结构
开发的集装箱码头仿真系统体系结构见图2，系统由用户界面、存储系统和模型3部分组成.
2.1 用户界面
用户界面由若干窗体组成，与用户交互，可进一步分为输入界面、输出界面与控制界面.输入界面用于向系统输入各项参数并存入存储系统中；输出界面用于系统输出各项参数；控制界面用于控制模型运行，包括启动模型与调节运行速度等.
2.2 模型
模型是系统主体，运行产生的输出数据存入存储系统中，并通过输出界面显示给用户.采用3D仿真软件Flexsim建立该集装箱码头的模型，模拟的流程包括外卡集疏运与堆场装卸流程以及内卡岸边装卸与堆场装卸流程.内卡岸边装卸与堆场装卸流程包括内卡在岸边与堆场箱区循环行驶以及执行装卸作业.外卡集疏运与堆场装卸流程见图3.
模型中出闸口的运行效果见图4，通过该虚拟现实场景可形象、直观地评估闸口处的排队情况以及预留的集卡排队长度是否足够.
本文研究的集装箱码头系统的主要建模元素包括集装箱、集卡（外卡和内卡）、岸桥、场桥、车道、闸口检查点和队列（包括闸口处、岸桥处、场桥处的集卡队列）；起装饰作用的辅助建模元素包括海、集装箱船、堆场箱区.这些建模元素与Flexsim建模构件的对应关系见表1.
用传统仿真软件对移动资源建模时，场桥和岸桥的移动与装卸活动（包括3D可视化）等往往不能很好地表达，而Flexsim采用独特的任务序列机制，能灵活、方便地对移动资源建模.Flexsim用任务执行器TaskExecuter表示场桥和岸桥等用于搬运与装卸流动实体的移动资源，可为任务执行器分配由若干任务（如移动、卸下和提升等）组成的任务序列（若有多个任务序列，则这些序列可排队等待调度），执行器收到任务序列后依次执行序列中的任务.
Flexsim使用FlowItem建模集装箱等流动实体，外卡和内卡兼具流动实体与移动资源的特性，因此，使用特殊的FlowItem表示，即TaskExecuterFlow-Item.TaskExecuterFlowItem兼具TaskExecuter和FlowItem的特性.固定资源是不移动的资源，包括车道、检查点和队列等，分别用网络节点NetworkNode（多个节点连接可表达车道）、处理器Processor和队列Queue表达.
2.3 存储系统
存储系统由Flexsim内部提供的全局表组成，用于存放各种输入、输出数据.该存储系统也可用外部数据库替代.
3 输入参数设定
系统输入的参数通过输入界面存入存储系统.其中，仿真时间为18 000 s，即5 h；前1 h作为预热期，属低峰时段，进闸口集卡到达率设为高峰时段的2/3；后4 h为高峰时段，也是数据收集期.仿真运行次数为10次.重、空车比例为重车50%（其中拉重箱53％，拉空箱47％），空车50%.高峰时段进闸口集卡到达率为3 400辆/h，到达时间间隔服从指数分布，其均值根据到达率计算为1.06 s.
其他主要参数包括进闸口单车检查时间（随机）、出闸口单车检查时间（随机）、堆场轨道吊场桥装卸效率（随机）、集卡在堆场内各条车道的行驶速度以及每个箱区分配的轨道吊场桥数量等.
集卡进出闸口的排队规则：集卡到达闸口后选择最短队列排队，然后进入该队列对应的检查点接受检查.
4 仿真结果分析
4.1 进闸口仿真结果分析
通过10次仿真运行，每次运行5 h后得到绩效指标统计结果，见表2.
从表2的排队长度看，高峰时段每车道平均等待车辆数均值（5.07辆）与最大等待车辆数均值（12.20辆）略微偏高，但尚属合理范围.未来由于采用新技术，闸口检查效率将进一步提高，排队长度有可能缩短.
此外，由于进闸口处车辆等待缓冲区位于堆场外侧，有足够长度供车辆排队等待，因此，从车辆排队长度指标看，目前进闸口设计30个车道可行.
从等待时间看，高峰时段单车平均等待时间均值（193.96 s）和单车最长等待时间均值（413.24 s）属合理范围，因此从车辆等待时间指标看，目前进闸口设计30个车道也是可行的.
从不同等待时间的车辆占比看，高峰时段车辆等待时间在0～3 min的占49%，3～6 min的占43%，6～9 min的占8%，超过9 min的占0%，等待时间分布较合理，因此，30个车道的方案可行.另外，港方也认为表2所示的绩效指标能够满足要求，因而，确认进闸口设置30个车道的初始设计方案.
4.2 出闸口仿真结果
出闸口的情况较为复杂，因为有2个出闸口，不同的车辆调度分配比例会导致全然不同的排队拥挤程度.此外，出闸口处的车辆等待缓冲区设在堆场内部，因此，对车辆排队长度更加敏感.
4.2.1 合理调配方案
假设对集卡的调度合理且完美，使得集卡总是能选择2个出闸口中最短的队列排队（即假设集卡能够把2个出闸口看作1个出闸口）.此方案的目的是考察2个出闸口的车道总数（初始设计为28条）是否能满足要求.仿真结果见表3.
从表3的排队长度看，每车道平均排队车辆数均值（3.67 辆）和每车道最大排队车辆数均值（8.8辆）都较为合理，不会出现排长队现象.
从缓冲区设置角度看，按照每车车长18 m和车辆间隔1 m计算，所需的缓冲区长度约170 m（按最大队长均值8.8辆即9辆计算,实际最大队长可能超过此数），而港方原设计方案中，中间出闸口预留的缓冲区长度为150 m，右侧约80 m.为此，一种方法是修改设计，加大缓冲区长度，特别是加大右侧出闸口缓冲区的长度；另一种方法是采取措施，降低高峰期车辆负荷和车辆到达率.
从等待时间看，单车的平均等待时间的均值（132.32 s）和单车的最长等待时间均值（292.42 s）都较为合理，不会出现长时间等待现象.这说明，在合理调配集卡选择队列最短的闸口离开的情况下，从等待时间看，2个出闸口共设28个检查通道可行.
以上是合理调度集卡的情况，如果不能合理调度，情况会有所不同.
4.2.2 固定分配方案
4.2.2.1 仿真结果
假设集卡均匀分布到各排（从左到右）箱区作业，且1～7排箱区的集卡从中间出闸口离开，8～11排箱区的集卡从右侧出闸口离开，相当于64%的集卡流量从中间闸口离开，36%的集卡流量从右侧闸口离开.
之所以假设1～7排箱区的集卡从中门离开，是因为这些箱区的集卡占集卡总数的64％（7排除以箱区总排数11排得到），而中间闸口的出口通道占出口通道总数的57％，这2个比例比较匹配，容易实际组织调度.
设计本方案的目的是考察在本方案的假设条件下，2个出闸口各自分配的车道数(即中间16道，右侧12道)是否合理.仿真结果见表4.
从表4的排队长度看，2个出闸口的排队长度极度不平衡.中间出闸口出现排长队现象，平均队长均值达23.07辆，最大队长均值达60.10辆，根据最大队长计算出的缓冲区长度远远超过港方原设计方案的预留长度；而右侧出闸口却很空闲，平均队长均值只有0.97辆，最大队长均值只有2辆.从等待时间看，2个出闸口的车辆等待时间也极度不平衡.中间出闸口出现长时间等待现象，平均等待时间均值达781.30 s，最长等待时间均值达1 607.14 s；右侧出闸口却很空闲，平均等待时间均值只有30.75 s，最长等待时间均值只有84.01 s.
上述结果说明，简单地将1～7排箱区或某几排箱区的外卡划归中门离开的做法不合适，必须在2个出闸口对外卡流量进行合理分配，才能如合理调配方案那样在两处达到平衡.
4.2.2.2 对出闸口规划的建议
从上述2个出闸口试验方案结果看，在合理调度集卡的情况下，2个出闸口共设置28个检查通道的规划方案基本可行，2个闸口均不会出现排长队的情况.但若不能合理调配车流，分流措施不当，就会出现一处闸口排长队而另一处闸口很空闲的情况.
在实际运作中，要做到合理地调配集卡从合适的出闸口离开很困难，因此，建议采用智能交通的组织方式，对2个出闸口采取监控措施，并对中间出闸口流量进行实时交通诱导，避免出现负荷不均的现象.一般在2个出闸口设置感应线圈和视频摄像头，经过算法处理后，得到这2个闸口的交通流量饱和度，辅以监控人员的人工判断，再发布交通信息并对中间箱区的出港车流进行交通诱导.若中间出闸口流量偏大，负荷较高，就发布中间闸口拥堵的信息，诱导中间箱区的车流由右侧出闸口离开；反之，则诱导中间箱区车流由中间出闸口离开.如果基础条件允许，将中间出闸口的检查通道增加到18道，右侧不变.这样，留出一定余量，调度更加容易.
采用上述技术手段合理调度集卡，根据合理调配方案的结果，发现出闸口的缓冲区不够长，特别是右侧出闸口缓冲区过短.因此，应该将2个闸口的检查点适当外移，以延长内侧缓冲区长度.
假设由于地理条件的限制，无法进一步延长缓冲区长度，可以采取措施熨平高峰，分散车辆的到达时段，降低高峰期车辆到达率，从而缩短闸口排队长度.建议采用计算机化的车辆进港预约系统，并与运输单位联网，按计划发布和接受预约进港信息，对不按预约时间进港的车辆处以一定金额的罚款.此举可有效熨平高峰，已经过国外港口的实践证明.
此外，闸口检查时间也是影响闸口排队情况的关键因素之一.如果由于各种限制因素，上述措施无法实现，那么，要考虑采用技术手段提高出闸口的检查效率，或者适当增加闸口检查通道（检查点），以缩短排队长度.
5 结 论
相对于传统解析法，利用计算机仿真辅助闸口规划可向规划人员和决策者提供更丰富的决策信息.通过仔细考查仿真得到的闸口处车辆排队长度和等待时间等指标，规划人员可直观地评价闸口服务水平及闸口缓冲区设计，从而弥补解析法的不足.
参考文献：
［1］CANONACO P, LEGATO P, MAZZA R M, et al. A queuing network model for the management of berth crane operations［J］. Comput & Operations Res, 2008, 35(8): 2432-2446.
［2］YEO G T, MICHAEL R, SOAK S M. Evaluation of the marine traffic congestion of north harbor in Busan port［J］. J Waterway, Port, Coastal & Ocean Eng, 2007, 133(2): 87-93.
［3］LEE S Y, CHO G S. A simulation study for the operations analysis of dynamic planning in container terminals considering RTLS［C］ // Proc second international conference on innovative computing, information and control. Kumamoto: IEEE Computer Society 2007: 116-117.
［4］JUNG S H, KIM K H. Load scheduling for multiple quay cranes in port container terminals［J］. J Intelligent Manufacturing, 2006, 17(4): 479-492.
［5］尚晶, 陶德馨. 集装箱码头集卡调度策略的仿真研究［J］. 武汉理工大学学报: 交通科学与工程版, 2006, 30(5): 827-830.
［6］辜勇, 董明望, 刘洁涛, 等. 集装箱堆场仿真建模及其在堆场规划设计中的应用［J］. 武汉理工大学学报: 交通科学与工程版, 2007, 31(4): 633-636.
［7］张涛, 苗明, 金淳. 基于仿真优化的集装箱堆场资源配置研究［J］. 系统仿真学报, 2007, 19(24): 5631-5634.
［8］于越, 金淳, 霍琳. 基于仿真优化的集装箱堆场大门系统规划研究［J］. 系统仿真学报, 2007, 19(13): 3080-3084.
［9］JTJ 211—1999， 海港总平面设计规范［S］.
(编辑 陈锋杰)