Моделирование морского контейнерного терминала с использованием сети массового обслуживания

Обложка
  • Авторы: Лемперт А.А.1, Жарков М.Л.1, Казаков А.Л.2,3, Ву Х.З.3
  • Учреждения:
    1. Институт динамики систем и теории управления имени В.М. Матросова СО РАН
    2. Институт динамики систем и теории управления имени В.М. Матросова СО РАН, Иркутск
    3. Иркутский национальный исследовательский технический университет
  • Выпуск: № 112 (2024)
  • Страницы: 310-337
  • Раздел: Программы и системы моделирования объектов, средств и систем управления
  • URL: https://journals.rcsi.science/1819-2440/article/view/284221
  • ID: 284221

Цитировать

Полный текст

Аннотация

Статья посвящена проблеме моделирования и прогнозирования работы морского контейнерного терминала при учете неравномерности поступления грузов и влияния случайных факторов на продолжительность их обработки. Математическое описание системы строится в виде сети массового обслуживания (СеМО), узлы которой соответствуют структурным элементам терминала. Движение заявок между узлами происходит согласно заданной маршрутной матрице. Входящие транспортные потоки, прибывающие как с моря, так и с суши, моделируются с помощью пуассоновских потоков заявок, в том числе групповых. Построенная модель идентифицируется для морского контейнерного терминала, расположенного на севере Вьетнама и являющегося одним из крупнейших в Юго-Восточной Азии. Его математическая модель состоит из 14 узлов и включает два входящих потока, один из которых является неординарным. Маршрутная матрица строится на основе статистической обработки данных из открытых источников и натурных наблюдений, которые также используются для определения параметров входящих потоков. Предлагается и программно реализуется алгоритм имитации функционирования построенной СеМО. Выполняются сценарные расчеты для анализа текущей пропускной способности системы и прогноза ее работоспособности при увеличении объемов контейнерных потоков, в частности, при поступлении в терминал сверхбольших контейнеровозов.

Об авторах

Анна Ананьевна Лемперт

Институт динамики систем и теории управления имени В.М. Матросова СО РАН

Email: lempert@icc.ru
Иркутск

Максим Леонидович Жарков

Институт динамики систем и теории управления имени В.М. Матросова СО РАН

Email: zharkm@mail.ru
Иркутск

Александр Леонидович Казаков

Институт динамики систем и теории управления имени В.М. Матросова СО РАН, Иркутск; Иркутский национальный исследовательский технический университет

Email: kazakov@icc.ru
Иркутск

Хоанг Занг Ву

Иркутский национальный исследовательский технический университет

Email: giangtrang14022016@gmail.com
Иркутск

Список литературы

  1. Анализ размера и доли рынка контейнерных перевозок - тенденции роста и прогнозы (2024–2029 гг.) [Электрон-ный ресурс]. – Режим доступа: https://www.mordorintelligence.com/ru/industry-reports/global-container-shipping-market.
  2. АЛЕКСАНДРОВ А.Э., ЯКУШЕВ Н.В. Стохастическая постановка динамической транспортной задачи с за-держками с учетом случайного разброса времени до-ставки и времени потребления // Управление большими системами. – 2006. – №12–13. – С. 5–14.
  3. БАШАРИН Г.П., БОЧАРОВ П.П., КОГАН Я.А. Анализ очередей в вычислительных сетях. Теория и методы расчета. – М.: Наука, 1989. – 336 с.
  4. БЫЧКОВ И.В., КАЗАКОВ А.Л., ЖАРКОВ М.Л. Форми-рование предложений по увеличению пропускной спо-собности Улан-Баторской железной дороги с примене-нием теории массового обслуживания // Вычислитель-ные технологии. – 2023. – Том 28, №6. – С. 17–36. – doi: 10.25743/ICT.2023.28.6.003.
  5. ЗУБ И.В., ЕЖОВ Ю.Е., СТЕНИН Н.Н. Модель выбора портового перегрузочного оборудования на основе мо-делирования технологической линии порта // Вестник Государственного университета морского и речного флота имени адмирала С.О. Макарова. – 2020. – №12. – С. 1016–1028. – doi: 10.21821/2309-5180-2020-12-6-1016-1028.
  6. КАЗАКОВ А.Л., МАСЛОВ А.М. Построение модели не-равномерного транспортного потока на примере же-лезнодорожной грузовой станции // Современные тех-нологии. Системный анализ. Моделирование. – 2009. – №3. – С. 27–32.
  7. КУПЦОВ Н.В., КУЗНЕЦОВ А.Л., ШАТИЛИН А.В. Раз-работка модели вероятностной оценки пропускной спо-собности морского грузового фронта экспортного угольного терминала // Вестник государственного уни-верситета морского и речного флота им. адмирала С.О. Макарова. – 2020. – Т.12, №1. – С. 17–34. – doi: 10.21821/2309-5180-2020-12-1-17-34.
  8. МОРОЗОВ Н.Ю., ГРИШИН Е.М., ПРАВДИВЕЦ Н.А. и др. Оптимизация пунктов перевалки "морской порт – железная дорога" // Управление большими системами: сборник трудов. – 2022. – №99. – С. 135–156. – doi: 10.25728/ubs.2022.99.6.
  9. ПОЛИН Е.П. МОИСЕЕВА С.П., МОИСЕЕВ А.Н. Приме-нение отрицательного биномиального распределения для аппроксимации стационарного распределения числа заявок в СМО с входящим MAP-потоком, интенсив-ность которого зависит от состояния системы // Управление большими системами: сборник трудов. – 2024. – №108. – С. 40–56.
  10. BOLCH G., GREINER S., DE MEET H. et al. Queueing Networks and Markov Chains: Modeling and Performance Evaluation with Computer Science Applications. – NY.: John Wiley & Sons, 1998. – 726 p.
  11. BYCHKOV I., KAZAKOV A., LEMPERT A. et al. Model-ing of railway stations based on queuing networks // Ap-plied Sciences. – 2021. – Vol. 11(5). – P. 2425. – doi: 10.3390/app11052425.
  12. BYCHKOV I.V., KAZAKOV A.L., LEMPERT A.A. et al. An intelligent management system for the development of a regional transport logistics infrastructure // Automation and Remote Control. – 2016. – Vol. 77. – P. 332–343. – doi: 10.1134/S0005117916020090.
  13. CANONACO P. LEGATO P., MAZZA R.M. et al. A queuing network model for the management of berth crane opera-tions // Computers & Operations Research. – 2008. – Vol. 35. – P. 2432–2446. – doi: 10.1016/j.cor.2006.12.001.
  14. CHEE-HOCK NG, BOON-HEE S. Queueing Modelling Fundamentals With Applications in Communication Net-works. – Chichester: John Wiley & Sons, 2008. – 294 p.
  15. CHEN G., GOVINDAN K., GOLIAS M.M. Reducing truck emissions at container terminals in a low carbon economy: proposal of a queueing-based bi-objective model for opti-mizing truck arrival pattern // Transportation Research Part E: Logistics and Transportation Review. – 2013. – Vol. 55. – P. 3–22. – doi: 10.1016/j.tre.2013.03.008.
  16. DRAGOVIĆ B., PARK N.-K., ZRNIĆ N.D. et al. Mathemat-ical Models of Multiserver Queuing System for Dynamic Performance Evaluation in Port // Mathematical Problems in Engineering. – 2012. – Vol. 2012. – P. 19. – doi: 10.1155/2012/710834.
  17. EDMOND E.D., MAGGS R.P. How useful are queue models in port investment decisions for container berths? // Journal of the Operational Research Society. – 1978. – Vol. 29, No. 8. – P. 741–750.
  18. BABELI K., HESS S., HESS M. Capacity utilization of the container terminal as multiphase service system // European Transport / Trasporti Europei. – 2022. – Vol. 86, No. 4. – P. 1–15.
  19. KAZAKOV A., LEMPERT A., ZHARKOV M. An approach to railway network sections modeling based on queuing networks // Journal of Rail Transport Planning & Manage-ment. – 2023. – Vol. 27. – P. 100404. – doi: 10.1016/j.jrtpm.2023.100404.
  20. KOZAN E. Comparison of analytical and simulation plan-ning models of seaport container terminals // Transportation Planning and Technology. – 1997. – Vol. 20. – P. 235–248. – doi: 10.1080/03081069708717591.
  21. LEGATO P., CANONACO P., MAZZA R.M. Yard Crane Management by Simulation and Optimisation // Maritime Economics & Logistics. – 2009. – Vol. 11. – P. 36–57. – doi: 10.1057/mel.2008.23.
  22. LEGATO P., MAZZA R.M. Queueing analysis for opera-tions modeling in port logistics // Maritime Business Review. – 2020. – Vol. 5. – P. 67–83. – doi: 10.1108/MABR-09-2019-0035.
  23. LEGATO P., MAZZA R.M. Queueing networks for support-ing container storage and retrieval // Maritime Business Re-view. – 2023. – Vol. 8. – P. 301–317. – doi: 10.1108/MABR-01-2023-0009.
  24. RAJ G., ROY D., DE KOSTER R. et al. Stochastic modeling of integrated order fulfillment processes with delivery time promise: Order picking, batching, and last-mile delivery // European Journal of Operational Research. – 2024. – Vol. 316. – P. 1114–1128. – doi: 10.1016/j.ejor.2024.03.003.
  25. ROY D., DE KOSTER R. Optimal Stack Layout Configura-tions at Automated Container Terminals Using Queuing Network Models // In: Böse J.W. (eds) Handbook of Termi-nal Planning. Operations Research / Computer Science Inter-faces Series. – Cham: Springer, 2020. – doi: 10.1007/978-3-030-39990-0_19.
  26. ROY D., VAN OMMEREN J.-K., DE KOSTER R. et al. Modeling landside container terminal queues: Exact analy-sis and approximations // Transportation Research Part B: Methodological. – 2022. – Vol. 162. – P. 73–102. – doi: 10.1016/j.trb.2022.05.012.
  27. ROŽIĆ T., IVANKOVIĆ B., BAJOR I. et al. A Network-Based Model for Optimization of Container Location As-signment at Inland Terminals // Appl. Sci. – 2022. – Vol. 12. – P. 5833. – doi: 10.3390/app12125833.
  28. ZHANG X., ZENG Q., CHEN W. Optimization model for truck appointment in container terminals // Procedia – Social and Behavioral Sciences. – 2013. – Vol. 96. – P. 1938–1947. – doi: 10.1016/j.sbspro.2013.08.219.
  29. ZHANG X., ZENG Q., YANG Z. Optimization of truck ap-pointments in container terminals // Marit. Econ. Logist. – 2019. –Vol. 21. – P. 125–145. – doi: 10.1057/s41278-018-0105-0.
  30. ZHARKOV M.L., KAZAKOV A.L., LEMPERT A.A. Tran-sient process modeling in micrologistic transport systems // IOP Conf. Series: Earth and Environmental Science. – 2021. – Vol. 629. – P. 012023. – doi: 10.1088/1755-1315/629/1/012023.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).