摘要
随着沿海港口大型深水泊位的快速建设,与其相配套的航道等级规模、通航条件已逐渐成为制约港口发展的重要因素之一,航道通过能力的计算及航道线数的选择是沿海港口航道建设的关键问题。科学地确定沿海港口航道通过能力是进行航道规划与设计、确定航道建设规模,以及实施航道扩建的重要依据。
本研究结合沿海港口航道的特点,以港口服务水平为衡量标准定义了沿海港口航道通过能力,在系统地分析构成沿海港口船舶航行作业系统的船舶、航道、泊位、锚地以及自然条件等要素属性的基础上,从系统的观点出发,厘清沿海港口船舶航行作业系统构成要素之间的关系,构建沿海港口航道通过能力仿真计算模型。选取最具代表性的量值作为基本状态仿真模型的参数,运行仿真模型,得到各货种港区不同通航历时和潮差下港口服务水平与航道通过能力的关系曲线。同时,应用结合强化学习方法的数据挖掘技术,改进经验公式发现系统FDD,设计基于Q学习的公式发现模型,提出基本状态下沿海港口航道通过能力的计算公式,并从平均误差、拟合优度、可视化图形的角度,评价公式的效果,验证公式的可信性。
为更准确地反映实际航道服务状态,解析沿海港口船舶航行作业系统构成要素对港口航道通过能力的影响机理,本研究提出了沿海港口航道通过能力的修正公式;通过深入挖掘基本状态仿真模型中各参数对航道通过能力的影响,提出了船舶进港安全间距影响系数、潮汐影响系数、潮汐以外的其他自然条件影响系数的计算公式。最后,通过算例分析,提出港区发展过程中扩建航道的最佳时机确定方法。
本研究系统全面地提出了沿海港口航道通过能力的计算方法,研究成果可以应用于沿海航道的规划与设计,可为相关决策者提供定量的决策依据。
With the construction of large deepwater berths in seaport, grade, scale and navigation conditions of the matched fairway have gradually become the restrictive factors of port development. Calculation of fairway through capacity and selection of fairway's line number will be the key to determine fairway's extension time. Scientific determination of fairway through capacity is a crucial basis for fairway's planning and design, determining the construction scale of fairway and implementing its expansion.
Combining the characteristics of coastal fairway, this research defines fairway through capacity in seaport as measured by service level of port.
On the basis of system analysis of attributes as ships, fairway, berths, anchorage, natural conditions and so on, this research clarifies the key elements and their relations of ship sailing and operating system from the system perspective. Then a simulation model of fairway through capacity is established and most representative values are chosen as its parameters under ideal conditions. By running the model, the relation curving between service level of port and fairway through capacity under different navigation duration and tidal range in each specialized port area can be obtained. Meanwhile, we use reinforcement learning method and data mining technology to improve formula discovery from data (FDD), design formula discovery model based on Q-learning, and present a computational formula of fairway through capacity in seaport. The formula's dependability is verified by evaluating its effect from the viewpoint of mean error, goodness of fit and graphic visualization.
To accurately reflect fairway's actual service state and analyze the influence mechanism of composing factors of marine operation system on fairway through capacity, modified formulas of fairway through capacity in seaport are proposed in this research. On the basis of discussing the effects of model's parameters on fairway through capacity under ideal conditions, the influence coefficients of safety interval, tidal type, other natural conditions are presented. At the end of the dissertation, method of determining the best time to enlarge the fairway in the development of port area construction is also proposed through analysis of some examples.
From all above, this study systematically puts forward the computing method of fairway through capacity, which can be applied to the planning and design of coastal fairway and provide a quantitative basis for decision making.
引文
[1]中华人民共和国交通运输部综合规划司.2010年公路水路交通运输行业发展统计公报[R].北京:中华人民共和国交通运输部,2011.
[2]吴丹.基于系统仿真的港口航道通过能力研究[D].大连:大连理工大学,2007.
[3]长江航道局.航道工程手册[M].北京:人民交通出版社,2005.
[4]长江航道局.川江航道整治[M].北京:人民交通出版社,1998.
[5]王宏达.内河航道通过量估算[J].水运工程,1998(9):4-6.
[6]宣敏明.利用乘潮水位航道的通过能力计算[J].水道港口,1995(2):20-26.
[7]卞艺杰.航道通过能力研究[J].水运工程,2000,26(8):27-30.
[8]董宇,姜晔,何良德.内河航道通过能力计算方法研究[J].水运工程,2007(1):59-65.
[9]杨家琪,吴永富,成圣复.内河航道通过能力数学模型的研究[J].武汉水运工程学院学报,1993,17(3):283-289.
[10]杨锦华.长江中下游航道通过能力的初步研究[J].水运工程,1993(8):25-29.
[11]田野.航道通过能力的研究与评定[D].大连:大连海事大学,2002.
[12]李颖.内河航道通过能力研究及其应用[D].南京:河海大学,2006.
[13]刘亚丽.长江干线航道通过能力研究[D].大连:大连海事大学,2007.
[14]徐婷婷.不同安全条件下的航道通过能力研究[D],南京:河海大学,2007.
[15]朱俊,张玮.基于跟驰理论的内河航道通过能力计算模型[J].交通运输工程学报,2009,9(05):83-87.
[16]孟宁,陈燕,王军.多浅段航道设计通过能力仿真[J].大连海事大学学报,2011,37(01):63-67.
[17]藤井弥平[ほか]共著.海上交通工学[M].东京:海文堂,1981.
[18]吴兆麟,朱军.海上交通工程(第二版)[M].大连:大连海事大学出版社,2004.
[19]商剑平.黄骅港航道通过能力的仿真模型研究[D].大连:大连理工大学,2005.
[20]宁双林.基于系统仿真的沿海港口专业化港区航道线数选择研究[D].大连:大连理工大学,2008.
[21]张保华.基于船舶领域理论的水道通过能力研究[D].大连:大连理工大学,2008.
[22]杜安民.基于标准船型的港口航道通过能力研究[D].大连:大连理工大学,2008.
[23]刘敬贤.大型海港进港主航道通过能力及交通组织模式研究[D].武汉:武汉理工大学,2009.
[24]李云斌.天津港主航道通过能力(饱和度)评价和预测研究[D].武汉:武汉理工大学,2008.
[25]李德春.港口航道通航能力仿真分析[D].天津:天津大学,2007.
[26]李国帅.虾峙门航道通航能力及饱和度的研究[D].大连:大连海事大学,2008.
[27]Transportation Research Board. Highway capacity manual:special report 209 [R]. Washington D C:National Research Council,2000.
[28]张亚平,裴玉龙.道路通行能力研究现状及发展综述[J].交通运输工程学报,2002,2(2):94-97.
[29]杨小宝,王文凯.道路通行能力研究现状及展望[J].中外公路,2006,26(4):217-220.
[30]张亚平.道路通行能力理论[M].哈尔滨:哈尔滨工业大学出版社,2007.
[31]中华人民共和国交通部.公路工程技术标准(JTGB01-2003)[S].北京:人民交通出版社,2003.
[32]中华人民共和国交通部.公路路线设计规范(JTGD20—2006)[S].北京:人民交通出版社,2006.
[33]KERNER B S., Three-phase traffic theory and highway capacity [J]. Physica A:Statistical and Theoretical Physics,2004,333:379-440.
[34]WANG H, WANG W, CHEN X W, et al. Experimental features and characteristics of speed dispersion in urban freeway traffic [J]. Journal of the Transportation Research Board,2007, 1999:150-160.
[35]BRILON W, GEISTEFELDT J, ZURLINDEN H. Implementing the Concept of Reliability for Highway Capacity Analysis [J]. Journal of the Transportation Research Board,2007,2027:1-8
[36]熊烈强,李杰,商蕾,高孝洪.路段通行能力及其服务水平指标的研究[J].武汉理工大学学报(交通科学与工程版),2004,28(4):511-514.
[37]刘江,荣建,任福田.基于可变减速时间的通行能力理论模型研究[J].武汉理工大学学报(交通科学与工程版),2005,29(6):891-894.
[38]王吴,王炜,陈竣.车速离散性对高速公路实际通行能力的影响[J].北京工业大学学报,2010,36(10):1389-1395.
[39]荣建,马建明,任福田,等.利用交通仿真模型求解通行能力[J].北京工业大学学报,2001,27(1):4-7.
[40]JAY H, BARRY R. Production and Operation Management [M]. Paramus:Prentice Hall International Editions,1995.
[41]LIU C I, JULA H, IOANNOU P A. Design, Simulation, and Evaluation of Automated Container Terminals [J]. IEEE Transactions on Intelligent Transportation Systems,2002,3(1):12-26.
[42]DAHAL K, GALLOWAY S, BURT G, et al. A Port System Simulation Facility with an Optimization Capability [J]. International Journal of Computational Intelligence and Applications, 2003,(3)4:395-410.
[43]KIA M, SHAYAN E, GHOTB F. Investigation of port capacity under a new approach by computer simulation [J]. Computer & Industrial Engineering,2002,42(2-4):533-540.
[44]BIELLI M, BOULMAKOUL A, RIDA M. Object oriented model for container terminal distributed simulation [J]. European Journal of Operational Research,2006,175(3):1731-1751.
[45]RAMANI K V. An Interactive Simulation Model for the Logistics Planning of Container Operations in Seaports [J]. SIMULATION,1996,66(5):291-300.
[46]CORTES P, MUNNZURI J, IBANEZ J N, et al. Simulation of freight traffic in the Seville inland port [J]. Simulation Modeling Practice and Theory,2007,15(3):256-271.
[47]鲁子爱,林民标.港口服务系统的计算机仿真研究[J].河海大学学报,1999,27(3):17-21.
[48]张婕姝.港口生产调度仿真模型[J].上海海事大学学报,2005,26(2):42-46.
[49]LEGATO P, MAZZA R M. Berth planning and resources optimization at a container terminal via discrete event simulation [J]. European Journal of Operational Research,2001,133(3):537-547.
[50]王燕文.应用仿真技术优化集装箱码头设计[J].上海海事大学学报,1987,(2):61-80.
[51]蔡芸,王少梅,孙国正.基于eM-Plant的集装箱码头交通仿真(英文)[J].武汉理工大学学报(交通科学与工程版),2005,29(5):817-820.
[52]蔡芸,王少梅,严武元.集装箱码头前沿布局的仿真优化[J].武汉理工大学学报(交通科学与工程版),2006,30(2):326-328.
[53]Nam K C, Kwak K S, Yu M S. Simulation study of container terminal performance [J]. Journal of Waterway, Port, Coastal, and Ocean Engineering 2002,128(3):126-132.
[54]刘志雄,王少梅.港口拖轮作业的计算机仿真研究[J].系统仿真学报,2004,16(1):45-47.
[55]刘哲,杨晓毅,刘奕.港口装运系统的计算机模拟研究[J].武汉理工大学学报(交通科学与工程版),2005,29(6):873-875.
[56]韩晓龙,丁以中.集装箱港口装卸作业仿真系统[J].系统仿真学报,2006,18(8):2366-2369.
[57]金淳,于越,赵璐,.基于仿真优化的集装箱港口大门作业调度研究[J].系统仿真学报,2008,20(8):1998-2002.
[58]金淳,沈剑峰,.基于仿真的港口大门服务系统性能测试[J].系统仿真学报,2008,20(9):2429-2436.
[59]李斌,李文锋,张煜,.基于Agent的集卡调度建模与仿真研究(英文)[J].系统仿真学报,2008,20(19):5158-5161.
[60]金淳,赵璐,高鹏,.集装箱港口多式运输系统资源配置协调优化研究[J].系统仿真学报,2009,21(3):900-904.
[61]杨兴晏.进港航道通航能力的计算机仿真研究(上)[J].水运工程,1989(7):16-20.
[62]杨兴晏.进港航道通航能力的计算机仿真研究(下)[J].水运工程,1989(8):15-18.
[63]刘敬贤,文元桥,.基于船舶行为特征的港口航道通过能力仿真[J].大连海事大学学报,2009,(2).
[64]李大伟.基于系统仿真的港区口门数量与泊位数量的研究[D].大连:大连理工大学,2007.
[65]张静.散货港区提升单线航道通过能力的方法研究[D].大连:大连理工大学,2009.
[66]付超.沿海港口集装箱港区航道服务水平研究[D].大连:大连理工大学,2010.
[67]李光显.港内锚地规模对沿海集装箱港区航道通过能力的影响研究[D].大连:大连理工大学,2010.
[68]杨沛霖,沿海集装箱港区泊位装卸效率对航道服务水平评价指标的影响研究[D].大连:大连理工大学,2010.
[69]张玮,廖鹏,陶桂兰,等.船闸服务水平概念的引入及其确定方法[J].中国港湾建设,2004,128(1):10-14.
[70]廖鹏,张玮,吴玲莉.船闸服务水平与船舶待闸时间[J].中国港湾建设,2004,129(2):17-19.
[71]余劲,姜继红,张玮,等.西江航道服务水平分析[J].水运管理,2006,28(04):21-37.
[72]朱俊,张玮,何良德,等.内河航道服务水平研究[J].中国港湾建设,2009,160(02):4-6.
[73]United Nations Conference on Trade & Development. Port Development:A Handbook for Planners in Developing Countries[R]. New York:United Nations,1985.
[74]王惠刚.计算机仿真原理及应用[M].长沙:国防科技大学出版社,2000.
[75]LAW A M, KELTON W D. Simulation Modeling and Analysis [M]. New York:McGraw-Hill, 2000.
[76]BANKS J, CARSON II J S, Nelson B L, et al. Discrete-Event System Simulation [M].4rd ed. New Jersey:Prentice Hall,2007.
[77]杨兴晏.海港船舶到港规律浅析[J].港工技术,1986,(]):6-13.
[78]TAN P N, STEINBACH M, KUMAR V. Introduction to Data Mining [M]. First Edition. Massachusetts town:Addison-Wesley Publishing Company,2005.
[79]焦李成,刘芳,缑水平,等.智能数据挖掘与知识发现[M].西安:西安电子科技大学出版社,2006.
[80]陈文伟,黄金才,赵新昱.数据挖掘技术[M].北京:北京工业大学出版社,2002.
[81]胡珉.基于MHC调控原理免疫算法研究及其在隧道工程中的应用[D].上海:上海大学,2006.
[82]CALLAN R. Artificial Intelligence [M]. New York:Palgrave Macmillan,2003.
[83]王小红,于月龙,史忠植.对科学发现的计算机模拟——BACON发现程序概述[J].自然杂志,2003,25(05):271-277.
[84]陈文伟,张帅.经验公式发现系统FDD[J].小型微型计算机系统,1999,20(06):410-413.
[85]高阳,陈世福,陆鑫.强化学习研究综述[J].自动化学报,2004,30(1):86-100.
[86]蒋国飞,吴沧浦.基于智能体系统的Q-学习算法的研究与改进[J].哈尔滨理工大学自动化学报,1998,24(5):663-665.
[87]WATKINS C J, DAYAN P. Q-learning [J]. Machine Learning,1992,8(1):279-292.
[88]王云.统计学[M].成都:四川大学出版社,2002.
[89]SHABAYEK A A, YEUNG W W, A simulation model for the Kwai Chung container terminals in Hong Kong [J], European Journal of Operational Research,2002,140:1-11.
[90]郭子坚.港口规划与布置(第三版)[M].北京:人民交通出版社,2011.
[91]PIETRZYKOWSKI Z. Ship's fuzzy domain-a criterion for navigational safety in narrow fairways [J]. Journal of Navigation,2008,61(3):499-514.
[92]方祥麟,姚杰,卓永强.船舶交通及操纵安全系统评价模型与方法[M].大连:大连海事大学出版社,2003.
[93]郑兴宇,牛世继,刘中华,等.一种交通流状态分析模型[J].上海交通大学学报,2003,37(11):1776-1779.
[94]洪碧光.船舶操纵原理与技术[M].大连:大连海事大学出版社,2007.
[95]黄俊,宋向群,郭子坚.基于二维染色体编码的集装箱海运网络免疫算法优化模型[J].土木工程学报,2007,40(8):94-99.