Lập kế hoạch hoạch xếp hàng cho tàu Container

CHƯƠNG 2 : CƠ SỞ LÝ THUYẾT

2.1 Tổng quan về lập kế hoạch xếp hàng cho tàu Container

2.1.2. Lập kế hoạch hoạch xếp hàng cho tàu Container

2.1.2.1. Xếp hàng cho tàu Container

Các tàu sẽ có lịch trình đi qua các cảng, tại các cảng này sẽ cần xếp - dỡ các Container đến cảng. Danh sách Container của mỗi chuyến sẽ được gửi kèm và danh sách các Container được dỡ tại mỗi cảng. Căn cứ vào lịch trình, danh sách để lập kế hoạch xếp Container trước khi tàu đến. vậy các vị trí xếp hàng trên tàu được quy ước số Khoang (BAY), số Hàng (ROW), số Lớp (TIER) để xác định vị trí của một Container ở trên tàu, chi tiết mơ tả như sau:

Khoang được xác định vị trí theo các ơ tương ứng với mặt cắt ngang của tàu. Khoang được đánh số thứ tự bắt đầu từ mũi đến lái. Khoang ở phía trước mũi tàu mang số 01, các khoang tiếp theo là số 03, 05, 07…là các khoang xếp Container 20’. Container 40’ sẽ được xếp trong khoang mang số chẵn (02, 04, 06, 08…). Khoang mang số chẵn này sẽ tương ứng với 2 khoang số lẻ (02 tương ứng với khoang 01 và 03. [5]

27

Hàng được xác định vị trí ơ tương ứng với mặt cắt dọc của khoang tương ứng. Hàng được đánh số thứ tự bắt đầu từ tâm trục dọc tàu sang phải hay trái. Các Container nằm bên phải trục dọc mang số lẻ (01, 03, 05, …), tương tự, các Container nằm bên trái, mang số chẵn (02, 04, 06, …). Tâm trục dọc có thể là là trục có Container (được đặt 00) hoặc khơng có Container [5].

Hình 2.2 Cấu trúc hàng trên tàu Container [11]

Lớp xác định vị trí của ô tương ứng với mặt cắt ngang của khoang tương ứng. Lớp đầu tiên được tính từ đáy hầm đối với Container xếp dưới mặt boong thì Container nằm sát đáy hầm mang số 02, các lớp Container bên trên liền kề nó mang số 04, 06, 08, 10…. Đối với Container xếp trên boong, lớp đầu tiên tính từ mặt boong được quy ước là Container xếp trên mặt boong chính mang số 80, tiếp theo là 82, 84, 86, 88…. [5].

28

Hình 2.3 Cấu trúc lớp trên tàu Container [18].

Các tàu vận chuyển đã được thiết kế sẵn các vị trí để xếp các Container lên tàu. Container được xếp theo từng Khoang (BAY - tính từ mũi đến lái); theo từng Hàng (ROW - tính từ tâm trục dọc tàu sang phải hay trái); và theo từng Lớp (TIER - tính từ đáy hầm hay mặt boong chính lên phía trên). Vậy vị trí của Contaier được xếp lên tàu: Vị trí Container (Khoang, Hàng, Lớp).

Hình 2.4 Mơ tả chỉ số vị trí xếp Container trên tàu [10]

Chỉ số của vị trí của Container được quy ước như sau:

x x y y z z

BAY ROW TIER

Khoang Hàng Lớp

Ví dụ Contaier có chỉ số 030508 thì sẽ được xếp vào khoang 03, hàng 05, lớp 08.

29

Công việc xếp công lên tàu phải tuân thủ các quy định ràng buộc nhất định như sau:

- Xác định được thứ tự các Container cần xếp-dỡ ở mỗi bến cảng khác nhau, theo trật tự “cảng dỡ trước xếp lên sau”, phòng tránh việc đảo hàng hay chuyển tải dẫn tới tăng các chi phí, lãng phí tài nguyên. - Xác định trọng lượng của các Container, tính theo tấn và phân làm

các trạng thái nặng, nhẹ, quá tải để phục vụ cho việc xếp Container trên bãi, dưới tàu.

- Tuân thủ quy tắc xếp “nặng dưới, nhẹ trên”, không vượt quá tải trọng chịu của Container phía dưới với số lượng Container phía trên. - Xác định các Container khơng phù hợp tiêu chuẩn về kích thước. Cần

xếp sao cho tận dụng tốt dung tích và bảo đảm ngun tắc an tồn. Quan tâm tới giới hạn chiều cao của nắp hầm hàng khi xếp dưới hầm. - Xác định các trường hợp xếp hỗn hợp giữa Container 20’ và 40’. Không được xếp 2 Container 20’ bên trên 1 Container 40’ vì hạn chế về rằng buộc an tồn.

- Xác định loại hàng được chứa trong Container là hàng thông thường, hàng nguy hiểm, hàng đông lạnh…để vị trí sắp xếp phải phù hợp với đặc tính hàng hóa.

- Xác định trọng lượng các ngăn chồng (stack) Container. Cần đảm bảo sức chịu tải tối đa của Container nằm dưới cùng, sức chịu tải tối đa của đáy hầm, sức chịu tải tối đa nắp hầm.

- Xác định hiệu số mức nước và chiều cao, sự ổn định của tàu sau khi xếp theo sơ đồ xếp hàng.

- Thứ tự các khách hàng: ưu tiên khi xếp Container, điều này chỉ có ý nghĩa nếu như trên tàu không đủ chỗ chứa, trạng thái này ít khi xảy ra.

30

Hình 2.5 Mơ tả kế hoạch xếp hàng cho tàu Container [10]

Căn cứ vào các ràng buộc trên, đã có rất nhiều hướng nghiên cứu, đề xuất phương pháp, giải thuật xếp hàng lên tàu Container và tối ưu bài toán.

2.1.2.2. Một số phương pháp lập kế hoạch hoạch xếp hàng

Hiện nay, phương pháp xếp hàng theo kinh nghiệm con người vẫn đang được áp dụng phổ biến, nhất là đối với hệ thống cảng biển Việt Nam. Phương pháp này được xếp theo thứ tự như sau:

1) Xếp Container 20' trước, sau đó đến Container lớn hơn như Contaier 40’, 45’, sau đó đến các Container đặc thù như hở nóc, ….

2) Xếp Container nặng lên mũi tàu, nhẹ ở phía lái do phía lái có nhiều máy móc nên nặng hơn.

3) Xếp kín các hầm trước để đóng nắp và xếp lên trên nắp.

4) Kiểm tra sự cân bằng tải và điều chỉnh lại. Trước hết điều chỉnh các Container ở hai mạn, sau đó điều chỉnh các Container mũi, lái.

5) Nếu không đạt được sự cân bằng tải cho phép thì đề nghị bơm nước vào các khoang trống để đạt được cân bằng tải.

Ngoài ra để tối ưu hơn phương pháp trên thì họ cịn xử lý phân loại xếp hàng trên bãi chờ xếp hàng xuống tàu đó là xếp theo khu vực riêng về kích cỡ và xếp theo khu vực riêng về trọng lượng.

31

Trên thế giới, cũng đã có những cảng quy mô lớn ứng dụng logictis vào tối ưu hoạt động cảng biển. Đồng thời có rất nhiều bài báo, hướng nghiên cứu nhằm tối ưu hoạt động cảng biển nói chung và bài toán xếp cơng lên tàu nói riêng.

Hình 2.6 Tóm tắt một số phương pháp lập mơ hình, cách tiếp cận giải pháp và sự hiện diện của các hạn chế về tính ổn định [8].

Một số bài báo trình bày các nghiên cứu các giải thuật tối ưu quá trình lập kế hoạch chất lượng, lập bộ tạo kế hoạch chất lượng kế hoạch xếp hàng ban đầu đáp ứng một loạt các ràng buộc mà tính đến độ ổn định của tàu để đáp ứng sự ổn định yêu cầu của tàu:

32

Phương pháp sử dụng Quy hoạch toán học (Mathematical Programing), Quy hoạch nguyên (Integer Programing), Quy hoạch nguyên hỗn hợp (Mixed Integer Programing), đã tập trung vào việc mơ hình hóa các ràng buộc thành cơng thức toán học, bất đẳng thức để thực hiện bài toán và tối ưu chúng qua nhiều lần tăng/giảm các ràng buộc.

Phương pháp sử dụng giải thuật Heuristic như Phỏng đoán vị trí (Placement Heuristics), Phương pháp tiếp cận 2 giai đoạn (Two-Stage Heuristics), dựa trạng thái hiện tại mỗi bước giải của bài toán. Căn cứ vào giá trị này để có thể chọn được cách thức hành động tương đối hợp lý ở từng bước tiếp của giải thuật, từ đó sẽ đạt được kết quả hợp lý, tối ưu phù hợp.

Và cũng đã có một số nghiên cứu chỉ ra khả năng tối ưu của phương pháp sử dụng giải thuật Di chuyền (Genetic Algorithms), qua việc lai tạo, đột biến sẽ hình thành các kết quả, qua việc đánh giá sẽ lựa chọn được phép tối ưu. Giải thuật này rất thích hợp cho bài toán lập kế hoạch xếp hàng tự động cho tàu Container sẽ tối ưu được các tham số, quy luật.

Với bài toán lập kế hoạch xếp hàng tự động cho tàu Container cũng đã có hướng đi khi căn cứ vào các buộc cứng và ràng buộc mềm để lập lên các tập ràng buộc. Các tập ràng buộc và một tập hợp các biến quyết định, một hàm mục tiêu để tối đa hóa hoặc giảm thiểu đưa ra được kết quả tốt hơn qua việc đánh giá hàm mục tiêu. Đó là phương pháp sử dụng Quy hoạch ràng buộc (Constraint Programing).

Vậy điểm quan trọng của các phương pháp trên sẽ được đánh giá qua các chỉ tiêu an tồn, chi phí, khơng gian tài ngun.

2.1.3. Tiêu chí đánh giá.

Khi xếp Container cần đạt được các tiêu chí về sự An tồn (i), Chi phí xếp dỡ(ii), Khơng gian (iii):

Container sau khi xếp cần đạt được sự cân bằng tải trên tàu (i). Cân bằng ngang là trọng lượng ở mạn phải của tàu, phải bằng trọng lượng ở mạn trái của tàu. Cân bằng chéo thì trọng lượng ở đi tàu phải bằng trọng lượng ở mũi tàu.

33

Cân bằng theo phương thẳng đứng thì trọng lượng trên mỗi bậc phải nặng hơn hoặc bằng trọng lượng của bậc trên nó.

Container có trọng lượng lớn hơn ở dưới, kích cỡ lớn ở trên (i). Khơng được để trống vị trí bên dưới vị trí đã chứa. Khi xếp nếu có Container 20' thì ưu tiên xếp các Container này trước, sau đó xếp các Container có kích thước lớn hơn lên trên. Các Container chỉ có thể được xếp chồng lên một chiều cao nhất định. Các Container đặc biệt (lạnh, quá tải, loại hàng đặc thù ...) phải xác định vị trí cụ thể. Tổng trọng lượng của tất cả các Container trong một ngăn xếp không được vượt quá giới hạn trọng lượng của nó (Giới hạn này khác với các thùng chứa trong vịnh và hàng). Đơng thời, tổng trọng lượng các Container phía trên của một Container không được vượt quá giới hạn trọng lượng tối đa mà nó có thể duy trì được.

Container được dỡ trước được xếp lên trên (ii). Định vị vùng chứa bằng ngăn xếp “First In Last Out” (FILO) với các cảng đích. Nếu như việc xếp Container không đảm bảo cho việc tại mỗi cảng đến chỉ có Container tại cảng đó được dỡ xuống thì số lần dỡ các Container khác xuống và xếp lại lên tàu là ít nhất (Chi phí Shipping thấp nhất).

Container được dỡ tại cùng cảng cần được để gần nhau, Container cùng hãng được xếp gần nhau (iii). Có thể xếp đều trên các khoang, khơng nên xếp các vị trí Container của hai cảng đích trong một khoang.

Những Container của các khách hàng có độ ưu tiên thấp nhất được để lại sao cho tổng trọng lượng để lại là nhỏ nhất (rất ít khi xảy ra) (iii)

2.2. Một số giải thuật tối ưu ứng dụng trong lập kế hoạch xếp hàng.

Như phần trên đã giới thiệu các phương pháp để tối ưu trong lập kế hoạch xếp hàng cho tàu Container, vậy trong nội dung này tôi sẽ nghiên cứu chi tiết hơn một số giải thuật tối ưu đang được ứng dụng hiện nay trên các cảng biển thế giới, cũng như các bài báo hướng nghiên cứu tối ưu bài toán đã được công bố.

2.2.1. Một số thuật toán tối ưu

Sau đây là một số giải thuật phổ biến được ứng dụng trong hoạt động cảng biển nói chung, lập kế hoạch xếp hàng cho tàu Container nói riêng.

34

2.2.1.1. Mathematical Programing, Integer Programing/ Mixed Integer Programing

Mathematical Programming (Quy hoạch tốn học) hay tối ưu hóa toán học, là một cách tiếp cận có hệ thống được sử dụng để tối ưu hóa (giảm thiểu hoặc tối đa hóa) giá trị của một hàm mục tiêu đối với một tập hợp các ràng buộc.

Mơ tả mơ hình thuật tốn:

Minimize (or maximize) f(x); Subject to X= {X | gi(x) ≤ bi, i=1…m} x = (x1, …, xn) là các biến tối ưu hóa (hoặc quyết định),

f: Rn → R là hàm mục tiêu, và

gt: Rn → R và bi, ∈ R tạo thành các ràng buộc cho các giá trị hợp lệ của x Quy hoạch toán học đã được sử dụng rộng rãi để giải quyết các mơ hình tối ưu hóa liên quan đến các vấn đề ra quyết định nổi lên ở các cấp độ quyết định phân cấp khác nhau. Ở một bước xa hơn, mơ hình bản thể học có thể được khai thác, thậm chí để tích hợp các hệ thống phân tích và giao dịch trong quản lý Chuỗi cung ứng. Quy hoạch tốn học, các mơ hình tối ưu hóa này được phát triển để sử dụng cho các khn khổ ra quyết định tồn diện và chúng có thể điều chỉnh đủ để giải quyết các vấn đề tương tự với cùng nội dung hoặc cấu trúc dữ liệu đầu vào. Tuy nhiên, nếu các đặc điểm của vấn đề thay đổi, mơ hình tối ưu hóa phải được cập nhật bằng cách sửa đổi các phần tử dữ liệu đầu vào (bộ, tham số, biến) hoặc thêm / sửa đổi các ràng buộc của nó.

Integer programming - IP (Quy hoạch nguyên) là thể hiện sự tối ưu hóa của một hàm tuyến tính tn theo một tập hợp các ràng buộc tuyến tính trên các biến số nguyên. Trên thực tế của bài tốn, nó là NP-đầy đủ [9].

Quy hoạch nguyên là các hàm, công thức, bất đẳng thức số nguyên có thể được giải quyết để đạt được tính tối ưu có thể chứng minh được trong thời gian hợp lý có kích thước nhỏ hơn nhiều so với các chương trình quy hoạch tuyến tính của chúng. Điển hình là quy hoạch ngun nhị phân (Binary Integer Programming - BIP). Trong các bài tốn nhị phân, mỗi biến chỉ có thể nhận giá trị 0 hoặc 1.

35

Điều này có thể đại diện cho việc lựa chọn hoặc từ chối một tùy chọn, bật hoặc tắt cơng tắc, câu trả lời có/khơng hoặc nhiều tình huống khác.

Mixed Integer programming - MIP (Quy hoạch nguyên hỗ hợp) thể hiện sự tối ưu hóa của một hàm tuyến tính tn theo một tập hợp các ràng buộc tuyến tính trên các biến số nguyên và số thực (có thể nhận giá trị phân số).

Khi hàm mục tiêu và các ràng buộc đều ở dạng tuyến tính, thì đó là chương trình tuyến tính hỗn hợp ngun (MILP) Theo cách nói thơng thường, MIP thường được coi là MILP, mặc dù các chương trình phi tuyến nguyên hỗn hợp (MINLP) cũng xảy ra và khó giải quyết hơn nhiều. Các kỹ thuật MILP khơng chỉ hiệu quả đối với các bài tốn hỗn hợp, mà cịn hiệu quả đối với các bài tốn số nguyên thuần túy, các bài toán thuần nhị phân hoặc trên thực tế là bất kỳ sự kết hợp nào của các biến có giá trị thực, số nguyên và nhị phân.

Lý do chính để sử dụng các biến số ngun khi mơ hình hóa các bài tốn dưới dạng một chương trình tuyến tính. Là các biến số nguyên đại diện cho các đại lượng chỉ có thể là số nguyên và các biến số nguyên đại diện cho các quyết định. Tuy nhiên, các biến số ngun làm cho một bài tốn tối ưu hóa khơng lồi và do đó khó giải hơn rất nhiều. Bộ nhớ và thời gian giải pháp có thể tăng theo cấp số nhân khi thêm nhiều biến số nguyên hơn. Ngay cả với các thuật toán phức tạp cao và siêu máy tính hiện đại, vẫn có những mơ hình chỉ với vài trăm biến số nguyên chưa bao giờ được giải đến mức tối ưu. Điều này là do nhiều tổ hợp các giá trị nguyên cụ thể cho các biến phải được kiểm tra và mỗi tổ hợp yêu cầu lời giải của một bài tốn tối ưu hóa tuyến tính hoặc phi tuyến tính. Số lượng kết hợp có thể tăng lên theo cấp số nhân với quy mô của vấn đề.

Việc khả năng ứng dụng của giải thuật này vào bài toán lập kế hoạch xếp hàng lên tàu Container hiện nay là rất phổ biến. Thông qua tập các quy tắc, ràng buộc của quá trình xếp Container lên tàu, sẽ lựa chọn các ràng buộc cần thiết để thực hiện chuyển đổi thành các biến, công thức tốn học. Từ đó hình thành các biến, bất đẳng thức, hàm và việc thêm – lược bỏ là rất dễ dàng, có thể xây dựng các cơng thức chung để có thể mở rộng ứng dụng một cách đa dạng.

36

2.2.1.2. Placement Heuristics/ Two-Stage Heuristics

Trong việc xây dựng, phát triển các mơ hình, thuật giải Heuristic, hiện nay giải thuật sử dụng các hàm Heuristic. Sử dụng các hàm đánh giá thô, các giá trị đạt được của hàm sẽ phụ thuộc vào trạng thái hiện tại ở tại mỗi bước giải của bài toán. Các giá trị đạt được qua mỗi bước có thể chọn được cách thức hành động hợp lý trong từng bước của thuật giải.

Phỏng đoán vị trí (Placement Heuristic) đóng vai trị là thành phần tối ưu hóa của hệ thống hỗ trợ quyết định để tạo ra các kế hoạch xếp hàng tàu Container một cách tương tác, một vấn đề phức tạp với tác động kinh tế cao trong ngành vận tải biển. Giải thuật này sẽ thông qua các hàm đánh giá, giá trị của từng vị trí để