天气与海况不确定下的班轮航线与船期规划
发布时间：2020-10-19 10:44
为了抓住北方海航线通航所带来的班轮航线运营等商业开发活动的机遇,以及提高班轮公司抵抗由天气和海况变化的不可预测性所造成的船期延误罚金与运营成本增加风险的能力,应合理规划班轮航线与船期。本文提出了一个考虑弹性需求和迟到处罚的单船班轮航线与船期规划问题。首先提出了以最大化利润为目标,考虑延长船期以规避迟到的罚金风险时伴随的运输需求量减少的确定性模型。在此基础上针对两种不确定性受限的情况——有界的不确定性和总量有限的有界不确定性,分别推导出对应的鲁棒优化对等模型。以北方海航线为背景选取沿线关键港口进行案例分析,案例分析揭示出如下规律:确定性模型和有界不确定性模型可分别被视为总量有限的有界不确定模型在不确定性总量被设为无或最大值时的特例;在天气和海况不确定情况下,倾向于延长船期以避免罚金;解的保守性可以通过约束不确定性总量进行调节;航线上最后一个港口的不确定性上界影响总不确定性取值,每一港口的不确定性上界影响后续港口不确定性取值;在设置不确定性总量上限时,位置越靠前的港口比例应该越大,这样可以提高系统整体的鲁棒性。
【学位单位】：上海交通大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：U692.3
【部分图文】：
图 5-1 2017 年 8 月前的北冰洋海冰范围（来源：国家冰雪数据中心）Fig.5-1 Arctic Sea Ice Extent in 2017 by August (Source : National Snow and Ice DataCenter)本文选取北方海航线作为案例分析的背景主要基于以下三个原因。首先，目前这一航线仍未得到充分开发，因为它自首次通航到现在仅有短短数年时间，当前几乎没有发现有关北方海航线的船期与航线规划问题相关的研究，因此，有必要解决这一问题，做出尝试去探索可能的解决方案，以填补这一领域研究的空白。除此之外，北方海航线沿线的天气与海洋状况的变化范围十分剧烈，这一条件恰好与本文模型所产生的背景高度重合，是本模型最好的应用场景之一。以海冰为例，海冰在融冰期的不稳定性主要体现在海冰量与海冰位置两个方面。图 5-1 显示，北冰洋的海冰程度从四月至七月整体而言呈下降趋势，这是由于夏季的来临产生的自然变化，但是与历史同期记录相比总体趋势仍是减少，与 1981 年至 2010年的中位数相比，约减少了 200 万平方公里的面积，约占顶峰时期的冰量的八分之一。另外，图中也可以看出海冰量是不稳定的。而且，海冰的位置可能会随着洋流的运动而漂移，这也为班轮运输带来了更多的不可预知。考虑到航运产业对时间具有高度敏感性，而且延迟交货的后果不单单是罚金成本，还会带来额外的
图 5-2 三个模型解的共同航线图Fig.5-2 Common Route Map of the Solutions of the Three Models三个模型所提供的解的线路在图 5-2 中标记出来了，由于去程与返程的路线一致，这里仅在图上标出一次各航行区间。可以看出，整条航线没有绕行，因而效率比较高。如上表所示，有界模型提供了最保守的船期，以及最低的利润。在所有不确定性总量上限设为 0 时，总量受限的有界模型在航线与船期规划方面的决策完全相同于确定性模型的解。这一巧合在某种程度上验证了确定性模型与总量受限的有界不确定性模型之间的关系。在船期决策方面，解中去程与对应的返程之间的对称性关系非常有趣。确定性模型提供了一个关于中点港口 n 对称的解，而有界不确定性模型则提供了一个非对称性的解。举例来说，确定性模型在航行区间(3,5)上所规划的航行时间为 5（17-12）天；而相对的，在其对应的返程上，这一时间也是 5（40-35）天。这一规律对解中其他航行区间也适用，因此，这个解具有对称性。对比之下，在有界
【参考文献】
本文编号：2847098
【学位单位】：上海交通大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：U692.3
【部分图文】：
图 5-1 2017 年 8 月前的北冰洋海冰范围（来源：国家冰雪数据中心）Fig.5-1 Arctic Sea Ice Extent in 2017 by August (Source : National Snow and Ice DataCenter)本文选取北方海航线作为案例分析的背景主要基于以下三个原因。首先，目前这一航线仍未得到充分开发，因为它自首次通航到现在仅有短短数年时间，当前几乎没有发现有关北方海航线的船期与航线规划问题相关的研究，因此，有必要解决这一问题，做出尝试去探索可能的解决方案，以填补这一领域研究的空白。除此之外，北方海航线沿线的天气与海洋状况的变化范围十分剧烈，这一条件恰好与本文模型所产生的背景高度重合，是本模型最好的应用场景之一。以海冰为例，海冰在融冰期的不稳定性主要体现在海冰量与海冰位置两个方面。图 5-1 显示，北冰洋的海冰程度从四月至七月整体而言呈下降趋势，这是由于夏季的来临产生的自然变化，但是与历史同期记录相比总体趋势仍是减少，与 1981 年至 2010年的中位数相比，约减少了 200 万平方公里的面积，约占顶峰时期的冰量的八分之一。另外，图中也可以看出海冰量是不稳定的。而且，海冰的位置可能会随着洋流的运动而漂移，这也为班轮运输带来了更多的不可预知。考虑到航运产业对时间具有高度敏感性，而且延迟交货的后果不单单是罚金成本，还会带来额外的
图 5-2 三个模型解的共同航线图Fig.5-2 Common Route Map of the Solutions of the Three Models三个模型所提供的解的线路在图 5-2 中标记出来了，由于去程与返程的路线一致，这里仅在图上标出一次各航行区间。可以看出，整条航线没有绕行，因而效率比较高。如上表所示，有界模型提供了最保守的船期，以及最低的利润。在所有不确定性总量上限设为 0 时，总量受限的有界模型在航线与船期规划方面的决策完全相同于确定性模型的解。这一巧合在某种程度上验证了确定性模型与总量受限的有界不确定性模型之间的关系。在船期决策方面，解中去程与对应的返程之间的对称性关系非常有趣。确定性模型提供了一个关于中点港口 n 对称的解，而有界不确定性模型则提供了一个非对称性的解。举例来说，确定性模型在航行区间(3,5)上所规划的航行时间为 5（17-12）天；而相对的，在其对应的返程上，这一时间也是 5（40-35）天。这一规律对解中其他航行区间也适用，因此，这个解具有对称性。对比之下，在有界
【参考文献】
相关期刊论文 前1条
1 寿建敏;冯远;;基于航运成本的北极东北航道集装箱运输潜力研究[J];极地研究;2015年01期
相关博士学位论文 前1条
1 刘益迎;北极航线经济性及海上突发事件应急响应复杂网络研究[D];大连海事大学;2016年
本文编号：2847098
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/2847098.html
