پلتفرم تخصیص برای تحلیل حمل و نقل بین وجهی چند محصولی

پلتفرم تخصیص برای تحلیل حمل و نقل بین وجهی چند محصولی

این مقاله یک پلتفرم شبیه‌سازی-تخصیص شبکه حمل و نقل پویا برای تحلیل سیستم‌های حمل و نقل بین وجهی چند محصولی توسعه می‌دهد. در هسته این پلتفرم، یک چارچوب مدل برای مسئله تخصیص حالت-مسیر در شبکه‌های حمل و نقل بین وجهی چند محصولی وجود دارد. این چارچوب از سه جزء اصلی تشکیل شده است: یک جزء شبیه‌سازی شبکه حمل و نقل چند وجهی، یک جزء تخصیص بار چند وجهی و یک رویه کوتاه‌ترین مسیر بین وجهی چند محصولی. مؤلفه شبیه‌سازی شبکه حمل و نقل شامل یک مدل صف‌بندی انبوه برای ارزیابی تأخیر انتقال محموله‌ها در پایانه‌های انتقال بین وجهی، محوطه‌های طبقه‌بندی و بنادر است. مؤلفه تخصیص بار چند وجهی، الگوی جریان شبکه را از یک مجموعه جایگزین حالت-مسیر محاسبه شده توسط رویه کوتاه‌ترین مسیر بین وجهی چند محصولی، بر اساس هزینه‌های سفر لینک و تأخیرهای انتقال گره از مؤلفه شبیه‌سازی شبکه حمل و نقل چند وجهی تعیین می‌کند. این مدل می‌تواند رفتار انتخاب مسیر-روش حمل و نقل انفرادی، سیاست تجمیع، جابجایی لینک حمل و نقل و انتقال ترمینال حمل و نقل انفرادی را در یک چارچوب راه‌حل تکراری نشان دهد.

مقدمه

این مقاله یک پلتفرم مدل‌سازی و تحلیل شبکه برای ارزیابی اثربخشی پیکربندی‌های جایگزین و استراتژی‌های عملیاتی برای سیستم‌های حمل و نقل بین‌وجهی چند محصولی ارائه می‌دهد. روندهای برون‌سپاری، جهانی شدن تولید و استفاده از زنجیره‌های تأمین مجازی پیچیده و فرآیندهای لجستیک مرتبط، تقاضاهای رو به رشدی را از نظر کمی و کیفی بر سیستم حمل و نقل بار تحمیل می‌کند. تقاضای حمل‌کنندگان برای خدمات دقیق و نیاز آنها به تحویل محصولات به طور قابل اعتماد با هزینه‌ای که به اندازه کافی پایین باشد تا آنها را قادر به ادامه حیات در اقتصاد جهانی کند، که به دنبال بهره‌برداری از مزیت رقابتی مکانی در هر کجا که باشد، است، مستلزم یک فرآیند مداوم برای بهبود تحرک و بهره‌وری سیستم‌های حمل و نقل بار است. ارائه دهندگان لجستیک شخص ثالث به طور فزاینده‌ای برای بهینه‌سازی هزینه و برآورده کردن تقاضای حمل‌کننده، به گزینه‌های حمل و نقل بین‌وجهی متکی هستند و از مزایای نسبی و ویژگی‌های دسترسی حالت‌های مختلف استفاده می‌کنند. برنامه‌های حمل و نقل به طور معمول شامل جابجایی انواع مختلف محصولات با استفاده از گزینه‌های حمل و نقل بین‌وجهی است که در آن دو یا چند حالت حمل و نقل از ابتدا تا انتها به هم متصل می‌شوند تا بار از مبدا به مقصد منتقل شود. نقاط انتقال یا پایانه‌ها در این فرآیند به ویژه حیاتی می‌شوند. اثربخشی آنها تضمین می‌کند که محموله‌ها از طریق شبکه‌های چندوجهی به طور کارآمد و ایمن جابجا شوند.

تخصیص جریان بار بین‌وجهی چند محصولی در یک شبکه چندوجهی، در چهار دهه گذشته توجه زیادی را به خود جلب کرده است. مدل‌های ترکیبی مختلف حمل‌کننده-باربر و مدل‌های تعادل قیمت فضایی و انواع آنها به طور گسترده توسعه یافته و مورد مطالعه قرار گرفته‌اند (1، 2)؛ مدل تعادل شبکه حمل‌ونقل (FNEM) که توسط فریز و همکاران ارائه شده است، یک نمونه است (3). در رویکردهای تحلیلی، فرمول‌های نابرابری‌های متغیر (VI) به طور گسترده برای مدل‌سازی مسئله تعادل بار در ادبیات استفاده شده‌اند. به عنوان مثال، فرناندز و همکاران یک مدل تخصیص بار استراتژیک راه‌آهن را برای پیش‌بینی جریان‌های تعادلی با حل یک مسئله VI در شبکه راه‌آهن ارائه کردند (4). آگراوال و زیلیاسکوپولوس از یک فرمول VI تکراری برای مدل‌سازی تعادل بازار بین حمل‌کننده و حمل‌کننده استفاده کردند (5). در مدل آنها، تابع هزینه از یک زیرمدل حمل‌کننده، یک مدل تخصیص شبکه چندکالایی پویا با استفاده از یک فرمول برنامه‌ریزی خطی (LP) به دست می‌آید. کراینیک و همکاران و گولات و همکاران یک مدل تخصیص بار شبکه چند محصولی چند حالته برای برنامه‌ریزی استراتژیک ارائه دادند که در یک ابزار تحلیل حمل و نقل استراتژیک به نام STAN پیاده‌سازی شده است که یک مسئله تخصیص بهینه سیستم را با هدف به حداقل رساندن کل تأخیر در انتقال‌های قوسی و گرهی حل می‌کند (6، 7). در مدل Crainac و همکارانش، عملیات درون یک محوطه طبقه‌بندی به صورت یک صف M/M/1 مدل‌سازی می‌شود و میانگین تأخیر در محوطه توسط یک تابع تأخیر که مربوط به انواع محصول و جریان‌های ترافیکی است، تخمین زده می‌شود. تحت چنین فرضیاتی، هم زمان‌های پیمایش قوسی و هم تأخیرهای انتقال گره می‌توانند در توابع تحلیلی فرم بسته بیان شوند.

مدل‌های تحلیلی تخصیص بار فوق برای اهداف برنامه‌ریزی استراتژیک طراحی شده‌اند و در تخصیص جریان‌های حمل و نقل در سطح تجمیعی مؤثر هستند. با این حال، طیف گسترده‌ای از کاربردها (مانند برنامه‌ریزی و طراحی خدمات، تحلیل بازار و طرح توجیهی، برنامه‌ریزی لجستیک، تحلیل سیاست) نیازمند سطح بالاتری از جزئیات، از جمله توانایی نمایش مسیرهای حمل و نقل انفرادی، همراه با زمان‌های سفر لینک‌های تجربه شده، زمان‌های فرآیند و تأخیرهای انتقال در ترمینال‌ها هستند. همانند تحلیل تقاضای مسافر، مدل‌سازی تقاضای بار تا حد زیادی یک دیدگاه تفکیکی را اتخاذ کرده است که بر تصمیمات لجستیکی شرکت‌های انفرادی و تحلیل سطح حمل و نقل تمرکز دارد (8-11). سپس یک رویکرد شبیه‌سازی-تخصیص برای ارائه بستری مورد نیاز است که در آن تصمیمات سمت تقاضا به درستی با نمایش سمت عرضه در ارتباط باشند و انعطاف‌پذیری قابل توجهی در تحلیل ایجاد کنند. ملاحظات مشابه در سمت مسافر منجر به نسل جدیدی از ابزارهای تخصیص ترافیک شبکه پویا مبتنی بر شبیه‌سازی شده است که امکان تخصیص خرد سفرها را به روشی فراهم می‌کند که مستقیماً با مدل‌های زنجیره فعالیت/سفر رفتار فرد و خانوار سازگار باشد (12، 13). با پیروی از یک فلسفه مدل‌سازی مشابه، در این مقاله یک پلتفرم ارزیابی مبتنی بر شبیه‌سازی-تخصیص برای تحلیل حمل و نقل بین‌وجهی بار معرفی شده است. این پلتفرم برای ارزیابی تأخیرهای ترمینالی و سیاست‌های تجمیع در محوطه‌های طبقه‌بندی، پایانه‌های انتقال بین‌وجهی و بنادر و همچنین در شبکه‌های خدمات قطار و کشتی طراحی شده است.

برخلاف ترافیک جاده‌ای شهری، حمل و نقل بار معمولاً به دلیل مراحل پردازش مورد نیاز و انتظار در صف‌های مربوطه، زمان قابل توجهی را در ترمینال‌ها می‌گذراند. به عنوان مثال، طبق گفته Reebie Associates (14)، در سیستم راه‌آهن ایالات متحده، 77٪ از کل تأخیر در داخل محوطه‌های طبقه‌بندی رخ می‌دهد. بنابراین، درک و مدل‌سازی عملیات در ترمینال‌ها برای نمایش صحیح سیستم‌های حمل و نقل بار از اهمیت اساسی برخوردار است. مطالعات متعددی بر روی این موضوع متمرکز شده‌اند. مدل‌های صف به طور خاص به طور گسترده در تجزیه و تحلیل ترمینال‌های بار، به ویژه محوطه‌های طبقه‌بندی ریلی، ترمینال‌های تجمیع (قطعه‌بندی-حجم) در حمل و نقل کامیونی و عملیات ترمینال بندر کانتینری اعمال می‌شوند. بکمن و همکاران، سیاست طبقه‌بندی را به عنوان مجموعه‌ای از قوانین تعریف کردند که نحوه تبدیل ترافیک ورودی به قطارهای خروجی را به طور کامل مشخص می‌کند (15). پترسن عملیات طبقه‌بندی و مونتاژ قطار را به عنوان صف‌های M/G/s و تأخیر اتصال را به عنوان صف انبوه M/Ek/1 مدل‌سازی کرد، که در آن واگن‌های قطار طبق فرآیند پواسون می‌رسند و به صورت دوره‌ای بیرون کشیده شده و در قطارهای خروجی مونتاژ می‌شوند (16، 17). در مقابل، ترنکوئیست و داسکین یک مدل صف ورود دسته‌ای برای عملیات طبقه‌بندی پیشنهاد کردند و “بهترین” و “بدترین” حالت را با توجه به طول قطار و توزیع زمان سرویس تجزیه و تحلیل کردند (18). همه مدل‌های صف‌بندی فوق در نهایت به یک تابع تحلیلی در رابطه با جریان‌های قطار ورودی و خروجی می‌رسند که برای یک شبکه یا عملیات محوطه تجمعی بدون نشان دادن ویژگی‌های فردی یا گزارش‌های فعالیت هر واگن برای هر محوطه قابل اجرا است. برای ثبت ویژگی‌های مهم عملیات محوطه در دنیای واقعی در سطح تاکتیکی، ماهیت دسته‌ای (انبوه‌ای) فرآیندهای ورود، سرویس و عزیمت در محوطه‌های طبقه‌بندی باید در نظر گرفته شود. در این راستا، سیمائو و پاول یک مدل شبکه صف‌بندی را برای شبیه‌سازی شبکه‌های تصادفی و گذرا از صف‌های حجیم که در شبکه‌های تجمیع رخ می‌دهند، معرفی کردند که می‌تواند در شبکه‌های ریلی، مترو و هوایی با بار کمتر از کامیون (LTL) مورد استفاده قرار گیرد.

صف تخلیه وسایل نقلیه ورودی به عنوان یک صف سرویس فله‌ای، صف سرویس انفرادی (ΣGxl /M/1) با سیاست اولویت ورود-اولویت سرویس (FCFS) مدل‌سازی شده است؛ صف خروج برای وسایل نقلیه خروجی به عنوان یک صف سرویس فله‌ای وابسته به ورودی عمومی (G/GDy /1) مدل‌سازی شده است. آزمایش‌های عددی گسترده انجام شده توسط سیمائو و پاول، کارایی و دقت روش تقریبی را تأیید کردند (20). یک مدل صف فله‌ای مشابه در این مطالعه برای نمایش عملیات در محوطه‌های طبقه‌بندی، بنادر و پایانه‌های بین‌وجهی اعمال شده است.

این مقاله به شرح زیر ساختار یافته است. ابتدا، زمینه مسئله، عناصر و فرضیات در بخش بعدی ارائه شده است. دوم، چارچوب راه‌حل شبیه‌سازی-تخصیص برای مسائل تخصیص بار چندوجهی چند محصولی پیشنهاد شده است. سوم، ساختار شبیه‌ساز ترافیک بار با توجه به مدل صف فله‌ای برای انتقال‌های ترمینالی شرح داده شده است. در نهایت، بحث در مورد کاربردهای مدل و تحقیقات آینده ارائه شده است.(منبع).