配船计划制作装置及方法转让专利
申请号 : CN200980133605.5
文献号 : CN102137802B
文献日 : 2013-10-23
发明人 : 小林敬和 , 屋地靖人 , 冈本哲也 , 佐野拓也 , 潮田泰宏 , 渡边裕司 , 金泽典一 , 佐藤智宏
申请人 : 新日铁住金株式会社
摘要 :
权利要求 :
1.一种配船计划制作装置,用于制作将多个品种的原材料从多个装货地输送到多个卸货地的配船计划,其特征在于,具备:数据取入单元,取入包括上述原材料的使用预定量、上述原材料的交易目标量、上述原材料的库存情况、上述原材料的购入费用、对根据多种雇船合同来运用的多个船舶进行列表而成的船舶列表、各个上述船舶的船舶航行情况、以及利用各个上述船舶时的输送费用在内的数据;
船舶财源制作单元,根据上述船舶航行情况,从上述船舶列表中选择需要的上述船舶,并制作船舶财源;
宏观最优化部的数学模型设定单元,设定下述数学模型,该数学模型至少表现上述船舶财源所包括的上述船舶的航行限制、以及在上述卸货地的上述原材料的供需平衡限制;
宏观最优化部的最优化计算单元,利用由上述宏观最优化部的数学模型设定单元设定的上述数学模型,在预先设定的最优化期间内以规定的宏观时间精度根据至少关于上述输送费用构筑的目标函数来进行最优化计算,并输出上述最优化期间中的一部分计划确定期间中的运算结果;
微观最优化部的数学模型设定单元,利用从上述宏观最优化部的最优化计算单元得到的上述计划确定期间中的上述运算结果,设定下述数学模型,该数学模型至少表现上述船舶的滞期限制及上述卸货地的上述原材料的供需平衡限制;
微观最优化部的最优化计算单元,利用由上述微观最优化部的数学模型设定单元设定的上述数学模型,在上述计划确定期间以比上述宏观时间精度更精细的微观时间精度根据至少关于上述输送费用构筑的目标函数来进行最优化计算,并输出其最优化计算的结果;
模拟器,根据从上述微观最优化部的最优化计算单元输出的上述最优化计算的结果进行动作,包括对上述计划确定期间的上述库存情况的推移进行模拟的库存推移模拟器、以及对上述计划确定期间的上述船舶航行情况的推移进行模拟的船舶航行情况推移模拟器;
以及
输出单元,输出作为上述模拟器的模拟结果的配船计划;
上述模拟器直到计划制作期间量的配船计划被确定为止将上述计划确定期间的模拟结果提供给上述宏观最优化部的数学模型设定单元以及上述微观最优化部的数学模型设定单元;
上述宏观最优化部的数学模型设定单元以及上述微观最优化部的数学模型设定单元在从上述模拟器提供到了上述计划确定期间的模拟结果的情况下,反映该模拟结果来设定上述数学模型。
2.如权利要求1记载的配船计划制作装置,其特征在于,在处理上述原材料时,对化学特性包含在规定的范围内的多个上述原材料的品种进行分组。
3.如权利要求1记载的配船计划制作装置,其特征在于,上述宏观最优化部的数学模型设定单元还设定表现上述原材料的交易目标量限制的数学模型。
4.如权利要求1记载的配船计划制作装置,其特征在于,上述船舶列表所包括的上述船舶的上述雇船合同的种类包括连续航海船、不定期船、现期船。
5.如权利要求4记载的配船计划制作装置,其特征在于,上述船舶财源制作单元根据上述船舶列表及上述船舶航行情况,提取在计划制作期间存在航行未定部分的上述连续航海船,并对于提取的各个上述连续航海船,制作在上述计划制作期间的上述装货地与上述卸货地的组合的模式之中符合规定条件的所有模式。
6.如权利要求5记载的配船计划制作装置,其特征在于,上述船舶财源制作单元根据上述船舶列表及上述船舶航行情况,提取在上述计划制作期间能够利用、且存在航行未定部分的上述不定期船,并对于提取的上述不定期船,制作在上述计划制作期间的上述装货地与上述卸货地的组合的模式之中符合规定条件的所有模式。
7.如权利要求6记载的配船计划制作装置,其特征在于,上述船舶财源制作单元根据上述计划制作期间的上述交易目标量的总合计、以及提取的上述连续航海船和上述不定期船的最大装载量的合计,计算应由上述现期船运输的上述原材料的量,并根据上述船舶列表,提取上述现期船的候选。
8.如权利要求1至7中任一项记载的配船计划制作装置,其特征在于,上述模拟器在上述连续航海船的一个航海的航行时刻发生变更的情况下,使上述变更波及性地得到反映,修正上述连续航海船的之后的航海的航行时刻,并根据上述修正进行上述宏观最优化部的数学模型设定单元及上述最优化计算单元的处理。
9.如权利要求1至7中任一项记载的配船计划制作装置,其特征在于,上述宏观最优化部的最优化计算单元进行如下处理:按照每个上述装货地,以旬单位或月单位对所有上述品种的交易量进行合计而累积,由此计算交易量累积;
按照每个上述装货地,以旬单位或月单位对所有上述品种的上述交易目标量进行合计而累积,由此计算交易目标量累积;
根据以上述交易量累积与上述交易目标量累积之差的最小化为进一步的目的的目标函数,进行上述最优化计算。
10.如权利要求1至7中任一项记载的配船计划制作装置,其特征在于,上述宏观最优化部的最优化计算单元进行如下处理:按照每个上述卸货地,以旬单位或月单位对所有上述品种的卸货量进行合计而累积,由此计算卸货量累积;
按照每个上述卸货地,以旬单位或月单位对标准卸货能力量进行合计而累积,由此计算卸货地标准卸货能力量累积;
根据以上述卸货量累积与上述卸货地标准卸货能力量累积之差的最小化为目的的目标函数,进行上述最优化计算。
11.如权利要求1至7中任一项记载的配船计划制作装置,其特征在于,还具有输入部,该输入部能够按照用户的意图单独固定船型、船数、装货地、卸货地、装货品种、卸货品种、装货量及卸货量。
12.如权利要求1至7中任一项记载的配船计划制作装置,其特征在于,还具有输入部,该输入部能够根据用户的意图统一固定上述装货地、装货品种、装货量。
13.如权利要求1至7中任一项记载的配船计划制作装置,其特征在于,在上述输送费用中包括运费及滞期费。
14.一种配船计划制作方法,用于制作将多个品种的原材料从多个装货地输送到多个卸货地的配船计划,其特征在于,包括如下步骤:数据取入步骤,通过数据取入单元取入包括上述原材料的使用预定量、上述原材料的交易目标量、上述原材料的库存情况、上述原材料的购入费用、对根据多种雇船合同来运用的多个船舶进行列表而成的船舶列表、各上述船舶的船舶航行情况、以及利用各上述船舶时的输送费用在内的数据;
船舶财源制作步骤,通过船舶财源制作单元,根据上述船舶航行情况,从上述船舶列表中选择需要的上述船舶,并制作船舶财源;
宏观最优化部的数学模型设定步骤,通过宏观最优化部的数学模型设定单元设定数学模型,该数学模型至少表现上述船舶财源所包括的上述船舶的航行限制、以及在上述卸货地的上述原材料的供需平衡限制;
宏观最优化部的最优化计算步骤,通过宏观最优化部的最优化计算单元,利用由宏观最优化部的数学模型设定单元设定的上述数学模型,在预先设定的最优化期间内以规定的宏观时间精度根据至少关于上述输送费用构筑的目标函数,进行最优化计算,并输出上述最优化期间中的一部分计划确定期间中的运算结果;
微观最优化部的数学模型设定步骤,通过微观最优化部的数学模型设定单元,利用从上述宏观最优化部的最优化计算单元得到的上述计划确定期间中的上述运算结果,设定下述数学模型,该数学模型至少表现上述船舶的滞期限制及上述卸货地的上述原材料的供需平衡限制;
微观最优化部的最优化计算步骤,通过微观最优化部的最优化计算单元,利用由上述微观最优化部的数学模型设定单元设定的上述数学模型,在上述计划确定期间以比上述宏观时间精度更精细的微观时间精度根据至少关于上述输送费用构筑的目标函数来进行最优化计算,并输出其最优化计算的结果;
模拟步骤,通过模拟器,根据从上述微观最优化部的最优化计算单元输出的上述最优化计算的结果,对上述计划确定期间中的上述库存情况及上述船舶航行情况进行模拟;以及输出步骤,通过输出单元输出作为上述模拟器的模拟结果的配船计划;
通过上述模拟器直到计划制作期间量的配船计划被确定为止将上述计划确定期间的模拟结果提供给上述宏观最优化部的数学模型设定单元以及上述微观最优化部的数学模型设定单元;
通过上述宏观最优化部的数学模型设定单元以及上述微观最优化部的数学模型设定单元在从上述模拟器提供到了上述计划确定期间的模拟结果的情况下,反映该模拟结果来设定上述数学模型。
说明书 :
配船计划制作装置及方法
技术领域
利申请2008-260170号主张优先权,在此引用其内容。
送至多个炼钢厂。此时,需要制作配船计划,以便保证签订的交易目标量,并且输送的各原
材料每天在炼钢厂中被使用时不发生库存耗尽。而且,在制作配船计划时,成本(费用)被判
断为重要的指标,要求输送费用(雇船的费用即运费、以及船在港口停泊合同期间以上的情
况下支付的滞期费)、购入费用的最小化(minimum)。
库存耗尽的品种优先分配船,由此制作配船计划。
种的库存量的推移,由评价值计算部对该结果进行评价。
一定量以上的库存的必须品种等的基准。但是,并未公开各选择的具体方法。处理对象的
品种、船舶、输送日程的组合多种多样,在得到可以满意的结果之前,必须一边改变这些各
要素一边进行计算,为了制作配船计划要耗费大量的时间。
防短期的品种的库存耗尽、而未考虑长期的供需平衡的问题。因此,虽然从短期来看保持了
库存,但存在无法避免在库存耗尽的时刻没有要输送的船舶等情况等的问题。
要耗费大量的时间。
的种类也包含在内的输送费用的最小化。
没有考虑将这些船的雇佣方式、船队构成也包含在内的输送费用的最小化。即,在实际的业
务中,需要进行例如对通过一艘连续航海船和最大装载量为75000t的两艘现期船来进行
配船更好、还是通过一艘连续航海船和最大装载量为50000t的三艘现期船来进行配船更
好进行考虑的配船。像这样,根据雇佣的船的最大装载量、航路,船的输送费用大为变化。在
专利文献1、2中,没有进行考虑到这些情况的配船。
而抑制库存耗尽。另外,通过积极进行该 替代使用,能够替代仅能通过运费高的船输送的
品种,而输送特性相近且能够通过运费较低的船配送的品种,从而减少输送费用。然而,在
专利文献1、2中,没有进行考虑到这些特性相近的品种的配船。
发明内容
构成的雇佣或不雇佣船舶的判断也包含在内来实现输送费用的最小化。
使用预定量、上述原材料的交易目标量、上述原材料的库存情况、上述原材料的购入费用、
对根据多种雇船合同来运用的多个船舶进行列表而成的船舶列表、各上述船舶的船舶航行
情况、以及利用各上述船舶时的输送费用的数据;船舶财源制作单元,根据上述船舶航行情
况,从上述船舶列表中选择需要的上述船舶,制作船舶财源;数学模型设定单元,设定数学
模型,该数学模型至少表现上述船舶财源所包括的上述船舶的航行限制、以及在上述卸货
地的上述原材料的供需平衡限制;最优化计算单元,利用所设定的上述数学模型,根据至少
关于上述输送费用构筑的目标函数,进行最优化计算;模拟器,根据上述最优化计算的结果
进行动作,包括对上述库存情况的推移进行模拟的库存推移模拟器、以及对上述船舶航行
情况的推移进行模拟的船舶航行情况推移模拟器;以及输出单元,输出作为上述模拟器的
模拟结果的配船计划。
船,并对于提取的各上述连续航海船,制作在上述计划制作期间的上述装货地与上述卸货
地的组合的模式之中符合规定条件的所有模式。
部分的上述不定期船,并对于提取的上述不定期船,制作在上述计划制作期间的上述装货
地与上述卸货地的组合的模式之中符合规定的条件的所有模式。
的最大装载量的合计,计算应由上述现期船运输的上述原材料的量,根据上述船舶列表,提
取上述现期船的候选。
并输出上述最优化期间中的一部分计划确定期间的运算结果的上述数学模型设定单元及
上述最优化计算单元;以及微观最优化部,具备利用由上述宏观最优化部求出的上述计划
确定期间中的上述运算结果,在上述计划确定期间以比上述宏观时间精度更精细的微观时
间精度设定上述数学模型、进行上述最优化计算、并将上述最优化计算的结果传送给上述
模拟器的数学模型设定单元及最优化计算单元。
述连续航海船的之后的航海的航行时刻,根据上述修正进行上述数学模型设定单元及上述
最优化计算单元的处理。
计算交易量累积;按照每个上述装货地,以旬单位或月单位对所有上述品种的上述交易目
标量进行合计而累积,由此计算交易目标量累积;根据以上述交易量累积与上述交易目标
量累积之差的最小化为进一步的目的的目标函数,进行上述最优化计算。
算卸货量累积;按照每个上述卸货地,以旬单位或月单位对标准卸货能力量进行合计而累
积,由此计算卸货地标准卸货能力量累积;根据以上述卸货量累积与上述卸货地标准卸货
能力量累积之差的最小化为目的的目标函数,进行上述最优化计算。
包括上述原材料的使用预定量、上述原材料的交易目标量、上述原材料的库存情况、上述原
材料的购入费用、对根据多种雇船合同来运用的多个船舶进行列表而成的船舶列表、各上
述船舶的船舶航行情况、以及利用各上述船舶时的输送费用的数据;船舶财源制作步骤,通
过船舶财源制作单元,根据上述船舶航行情况,从上述船舶列表中选择需要的上述船舶,制
作船舶财源;数学模型设定步骤,通过数学模型设定单元设定数学模型,该数学模型至少表
现上述船舶财源中包括的上述船舶的航行限制、以及在上述卸货地的上述原材料的供需平
衡限制;最优化计算步骤,通过最优化计算单元,利用所设定的上述数学模型,根据至少关
于上述输送费用构筑的目标函数,进行最优化计算;模拟步骤, 通过模拟器,根据上述最优
化计算的结果,对上述库存情况及上述船舶航行情况进行模拟;以及输出步骤,通过输出单
元输出作为上述模拟器的模拟结果的配船计划。
伴随雇佣/不雇佣各船舶的判断的船队的构成(船财源)也包括在内来实现用于使输送费
用最小化的最优化。
附图说明
具体实施方式
个装货地(分布在全世界的矿山)输送到多个卸货地(炼钢厂)的配船计划。在本实施方
式中,目的不在于每个炼钢厂的输送费用均衡,而在于制作使所有炼钢厂合计的输送费用
最小化的配船计划。进而,目的在于,制作使除了输送费用之外还包括购入费用的成本最小
化的配船计划。
合计划制作方法,无论使用何种方法都可以。
库存情况、原材料的购入费用、利用船舶列表中列出的船舶时的输送费用等数据,制作例如
3个月(9旬)的配船计划。 在此,1旬是将1个月分割为三份的期间。作为配船计划,具
体而言,决定针对连续航海船、不定期船、现期船的装卸地(装卸港)、装卸品种、装卸量、经
停港顺序、靠岸泊位、出入港定时、以及应雇佣的现期船的船数和船型(基于船的最大装载
量定义的船舶的大小)等。
定的针对连续航海船、不定期船、现期船的装卸地(装卸港)、装卸品种、装卸量、经停港顺
序、靠岸泊位、出入港定时、以及应雇佣的现期船的船数和船型(基于船的最大装载量定义
的船舶的大小)的信息,并根据该信息执行详细的模拟。该模拟器由库存推移模拟器及船
舶航行情况推移模拟器构成。
料的每个品种的库存推移。例如,考虑如下判断等,来正确模拟与卸货时刻对应的库存的推
移,该判断为:在船舶中装载了多个品种,将一个品种进行卸货之后再将第二个品种进行卸
货的时刻,堆放场能力溢出的情况下,是否需要直到在堆放场上的原材料的库存量减少而
堆放场能力有余量为止隔开时间来进行卸货。
日期时间(ETD:Estimated Time Of Departure)的船舶的航行情况的推移。通过该船舶航
行情况推移模拟器,除了考虑装货能力、卸货能力之外,还考虑在对岸侧是否存在船舶(如
果存在则无法靠岸)等与其他船舶的干扰等,详细模拟船舶的航行情况。例如,对于在船舶
的卸货中使用的卸载机的台数,除了考虑装载要卸货的品种的船舱的位置之外,还考虑是
否有在同一卸货港的其他泊位装卸货的船舶等。在该卸货中使用的卸载机的台数对卸货能
力带来影响。作为一个例子,在利用一台卸载机进行卸货的情况下,作为1500t/h以100%
的能力进行卸货。另外,在两台卸载机的情况下,作为1500t/h×2台以70%的能力进行卸
货。上述船舶航行情况推移模拟器将这些卸载机台数等条件所引起的卸货能力的变 化引
入到模拟之中,正确地进行模拟。由此,能够制定考虑到实际操作所要求的精细限制的、具
体的生产·物流计划。
化,以决定针对连续航海船、不定期船、现期船的装卸地(装卸港)、装卸品种、装卸量、经停
港顺序、以及应雇佣的现期船的船数和船型(基于船的最大装载量而定义的船舶的大小)。
宏观最优化部102具备作为本发明所述的船舶财源制作单元发挥作用的船舶财源制作部
102a、作为本发明所述的数学模型设定单元发挥作用的数学模型设定部102b、作为本发明
所述的最优化计算单元发挥作用的最优化计算部102c,例如以旬精度对9旬量进行运算。
微观最优化部103具备作为本发明所述的数学模型设定单元发挥作用的数学模型设定部
103a、作为本发明所述的最优化计算单元发挥作用的最优化计算部103b,例如以分精度对
1旬量进行运算。
列表中列出的船舶的航行情况、原材料的库存情况、原材料的购入费用、利用船舶列表中列
出的船舶时的输送费用、装货地的船舶停泊情况、装货能力情况、设备修理·停用预定、卸货
地的船舶停泊情况、卸货能力情况、设备修理·停用预定等数据。
装卸品种、装卸量、经停港顺序、靠岸泊位、出入港定时、以及应雇佣的现期船的船数和船型
(基于船的最大装载量而定义的船舶的大小)进行画面显示,或数据发送至外部设备。
处理的步骤的流程图。在本实施方式中,以从用户所设定的制定开始日起3个月(9旬)作
为计划制作期间来制作配船计划。
航行情况、原材料的库存情况、原材料的购入费用、利用船舶列表中列出的船舶时的输送费
用、装货地的船舶停泊情况、装货能力情况、设备修理及停用预定、卸货地的船舶停泊情况、
卸货能力情况、设备修理及停用预定等数据。
材料按照其每个种类,品质及特性等不同,因此分别按照每个种类来决定、配合使用预定
量。
每旬的交易目标量。要求以接近该交易目标量的方式进行配船。然而,在与配船计划之间的
关系中,与交易目标量的数万吨左右的上下偏差通过与矿山的交涉而成为允许范围之内。
另外,根据合同,也可以考虑到对规定的品种在规定的期间不交易等的合同。也可以将关于
这种合同的具体信息取入并包括在数据中。
连续航海的合同的船舶。因此,要求最优先进行配船。不定期船是签订了在合同期间仅以
签约的次数航海、或仅在签约的航海期间航海的合同的船舶。因此,要求尽可能以签约的航
海数或在签约的航海期间内进行配船。现期船在模拟的阶段通常为未签约。在对连续航海
船及不定期船进行了配船也无法满足需要的交易量或无法补足卸货地的库存的情况下,能
够以现期的合同方式来委托船舶的航海。关于连续航海船,记载雇船代码(对每艘船进行
确定的代码)、合同分类、合同期间(开始日及结束日)、最大装载量、船名。关于不定期船,
记载雇船代码、 合同分类、合同期间(开始日及结束日)、合同的内容(签约的航海数或签
约的航海期间)、最大装载量、船名。这些连续航海船及不定期船对船舶分别进行列表,但对
于现期船,按照船舶能够航行的地域名、船型(基于船的最大装载量而定义的船舶的大小)
来进行列表,记载雇船代码(记述地域名和大小)、合同分类、最大装载量。
(capesize)),VL(Very Large)指的是比Pmax、Cape更大的大型船。在此,通常巴拿马型指
的是长度900英尺以内、宽度106英尺以内,且最大可装载量为6万~8万吨级的船。另外,
通常好望角型指的是最大承载能力为15万~17万吨级的船。关于现期船,在制订配船计
划的阶段,基于其能够航行的地域和船舶的大小,决定需要的船数、船型(基于船的最大装
载量而定义的船舶的大小)。在配船计划以某种程度确定的阶段,与实际的船公司进行交
涉,办理签订符合上述船型的船的手续。因此,在制订配船计划的阶段,要求首先在未签约
的状态(与船公司交涉之前的阶段)下决定需要的船数、船型(基于最大装载量而定义的
船舶的大小)。
有时为一个港口,有时为多个港口。将这样的一连串的船舶的航行作为一个航海来处理,赋
予航海No。关于在船舶列表中列出的各船舶,记载航海No、装卸码头分类、装卸连续编号、
装卸港代码、泊位代码、装卸港到港日期时间(ETA)、装卸港靠岸的日期时间(ETB)、装卸港
出港的日期时间(ETD)、航海时间。
岸,在2008年3月14日20时从装货港(X1港)出港之后,航海46920分,在2008年4月
16日10时到达卸货港(B港)港口,在2008年4月16日13时在卸货港(B港)的由代码
“11”表示的泊位靠岸,在2008年4月18日14时从卸货港(B港)出港。另外,该船的合同
分类为连续航海,因此连续航海船A以装-卸-装-卸……的方式 连续地进行航海。即,
连续航海船A在2008年2月22日9时从航海No.2的最后的卸货港(D港)出港之后,向
航海No.3的最初的装货港(X1港)航海20820小时,在2008年3月7日20时到达X1港
的港口。
算的、制定开始日的分炼钢厂(装货地)、分品种的库存情况的信息。另外,在制定开始日相
对于执行制定日而言是过去的情况下,原材料的库存情况是表示各炼钢厂在数据库中输入
的原材料的各种类的实际库存情况的信息。
从装货港X1航行到卸货港A时的运费为16.00,从装货港X1航行到卸货港A-卸货港B时
的运费为16.24。另外,从运费的列表也可以得知,一般而言,利用连续航海船与利用不定期
船或现期船相比运费更便宜。
指的是作为合同上的基准的卸货能力,表示一天能够卸货的量。与假设以该卸货能力卸货
的情况相比,实际的卸货时间提早的情况下,能够从船公司接受以速遣滞期率设定的金额。
反之,如果延后,则向船公司支付以速遣滞期率设定的金额。例如,在连续航海船A进行了
10000t的卸货时,考虑从ETA开始11小时后完成了ETD的情况。卸货率为20000(t/Day),
因此如果按照该卸货率进行卸货,则预想到卸货需要12小时。与此相对,实际上用11小时
完成了卸货,因此从船公司接受以速遣滞期率16250(美元/天)规定的金额的1小时量=
16250/24美元。反之,在从ETA开始13小时后完成了ETD的情况下,向船公司支付以速遣
滞期率16250(美元/天)规定的金额的1小时量=16250/24美元。
部分的连续航海船(步骤S201)。例如如果假设以2008年3月1日为制定开始日来制作3
个月的配船计划,则如图4所示,连续航海船A在2008年4月18日以后为未定,因此连续
航海船A被提取。
制作满足该条件的所有的模式。此时,例如能够预先排除具有明显不适合的运行距离的模
式等,能够提高模拟的效率。图8是表示在已经确定的航海No.3(图中“A-3”)之后制作装
货港X2-卸货港A(航海No.4)、装货港X1-卸货港B(航海No.5)的模式的情形的图。在
制作模式时,各时刻使用标准的航海时间(港间距离及该船舶A的标准海里)、标准的装卸
时间来求出。例如,航海No.4的卸货港A的到港时刻能够通过(航海No.4的装货港X2的
到港时刻)+(标准装货时间)+(港X2与港A之间的距离)/(船舶A的标准海里)来求出。
对于连续航海船A,计划制作期间中的装货地与卸货地的组合存在多个,因此制作这些组合
的所有(或符合上述指定条件的所有模式)的模式。对于其他连续航海船也进行同样的操
作。
配船预定年月在计划制作期间之外,因此不定期船5不被提取。然后,与连续航海船的情况
同样,对于提取出的各不定期船,制作计划制作期间中的装货地与卸货地的组合的所有的
模式(或符合指定条件的所有的模式)(步骤S204)。
骤S201、S202中提取出的连续航海船及不定期 船的最大装载量的合计。由此,通过从总
交易目标量中减去计划制作期间中包括的连续航海船及不定期船的最大装载量的合计,能
够计算出应由现期船补充的运输量(参照图9)。根据该应由现期船补充的运输量,参照各
现期船的最大装载量,计算需要几艘现期船,求出各现期船的最少船数。例如在应由现期
船补充的运输量为250000ton的情况下,如果是澳洲-PmaxSpot,则需要250000÷75000=
3.33即4艘,将4艘澳洲-PmaxSpot设为现期船的候选。同样,如2艘澳洲-CapeSpot、1
艘澳洲-VLSpot、4艘加拿大-PmaxSpot、2艘加拿大-CapeSpot、1艘加拿大-VLSpot、1艘澳
洲-PmaxSpot及1艘澳洲-CapeSpot等,求出现期船的最少船数。在此,求出的现期船的最
少船数成为仅由该雇船代码的现期船来补充交易的情况下的最少船数。如后所述,有时需
要比该最少船数更多的现期船。
一步对船舶列表的合同分类为未签订的雇船代码,分别按照预先设定的每天,制作计划制
作期间量的现期船的候选。在图10中表示将制作与各雇船代码对应的现期船的候选的间
隔设为10天的现期船的航路列表的例子。
目标量的交易量。因此,使制作现期船的候选的间隔变小来制作现期船的候选,以使船数
比上述计算的最少船数多。然后,与连续航海船的情况相同,对于制作的各现期船的候选,
制作计划制作期间中的装货地与卸货地的组合的所有模式(或符合指定条件的所有模式)
(步骤S206)。在此,在后述的宏观最优化中,对于上述现期船的各候选,判断是否雇佣,并
决定需要的船型、船数量的现期船。例如,在将澳洲-Pmax Spot-航海No.3作为候选制作
之后,也有时在宏观最优化中计划为不雇佣。
接受设定的数学模型例如构筑(建模)为遵循LP(线性计划法)、MIP(混合整数计划法)、
QP(二次计划法)等数理计划法的模型。在此,作为例子表示基于MIP的建模的数学模型。
船舶数)或式中的系数的值等。
况的0中的某一个值的整数变量。
量以对应于各装货港。在此,这些整数变量的第三下标即ETA是在步骤S102中计算出的到
港时刻。
停顺序2)即在该装货港停靠之后以该经停顺序停靠在该卸货港,或者不选择即在停靠在
该装货港之后不以该经停顺序停靠在该卸货港的变量。该变量设为取表示经停的情况的1、
表示不经停的情况的0中的某一个值的整数变量。在此涉及的例子中,提示了最多能够经
停两个卸货港的例子,但能够经停的卸货港、能够经停的装货港也可以取两个以上的值。
品种}
(S107)在内的一系列的工序可以反复执行多个循环。在首个循环的最优化中,根据在步骤
S101中取入的数据,将船舶的航行限制设定为数学模型。在第二次循环以后的最优化中,反
映由模拟器101在上个循环中进行的模拟的结果来设定数学模型。
进而第二次循环(步骤S103~S107)以后反映模拟器101中的模拟结果,如图11所示,设
定构筑的数学模型。
场上堆积的原材料便能够卸货。但是,卸货如果过度超出堆放场能力,则滞期时间变大。因
此,例如设为允许超过堆放场能力的1%左右以内的卸货。该限制如下述的限制式(式5)
所示。
不远离交易目标量、能否交易(如上所述,也可 能有规定的品种在规定的期间不交易的情
况)等构筑为数学模型。在此,在考虑交易量不远离交易目标量的限制的情况下,例如图
12A所示,可以考虑设为仅按每旬(或每月)对交易目标量设定上下限值、而装货量不超出
该上下限值的限制。但是,此时,例如在装货量虽然满足下限值但低于交易目标量的状况持
续发生的情况下,如果积累一年,则有时发生交易破裂的情况。因此,如图12B所示,优选按
每旬(或每月)考虑迄今为止的交易目标量累积及交易量累积,设定使交易目标量累积与
交易量累积之差减小(设为最小,设为不超出上下限值等)的限制。为了对上述限制式建
模,定义相对于每旬的交易目标量累积的溢出量、不足量的变量。
加上不足量,则与交易目标累积量一致。在此,可以认为交易累积量与交易目标累积量取越
相近的量,越是好的计划。即,该溢出量及不足量越少越好。由于上述理由,如后所述,将该
溢出量及不足量追加为目标函数的项目来进行最小化。
一卸货港的该卸货港1、作为第二卸货港的指定的卸货港2的组合的情况下为1,没有选择
该组合的情况下为0。
1,ETA=1且unloadδi,装货港,卸货港2,2,ETA=1, 则需要δi,装货港,卸货港1,卸货港2=1。因此,上述3个式对 且unloadδi,装货港,卸货港2,2,ETA=
1的逻辑关系进行了建模。
过LP(线性计划法)、MIP(混合整数计划法)、QP(二次计划法)等数理计划法作为最优化
问题来解决问题。
卸港)、装卸品种、装卸量。
停第二卸货港时产生的多港卸货追加运费的合计同承载的量的乘积。
后经停B作为第二卸货港,则多港卸货追加运费为(16.2416.00)=0.24,此时的雇船费用
为(16.00+0.24)×75000=1,218,000。
的合计量最小化的项目追加到目标函数中。因此,表示目标函数的(式11)变更为下述的
式(式12)。
量通过合同而定,原材料的购入费用并不大幅变动,但其中仍可以实现原材料的购入费用
的合计金额的最小化。
式来表现。作为在变量之中存在应为整数的变量的模型,构筑数学模型、目标函数。像这样
建模的问题作为混合整数计划问题而众所周知,该问题能够(以解析方式)进行最优化。
的循环(步骤S103~S107)中是1旬。然后,将最优化期间(9旬~1旬)之中的最初的
1旬作为计划确定期间,将该计划确定期间中的运算结果输出给微观最优化部103。
期限制及卸货地的原材料的供需平衡限制。所使用的数学模型例如利用LP(线性计划法)、
MIP(混合整数计划法)、QP(二次计划法)等数理计划法来构筑。在此,作为例子表示基于
MIP的建模的数学模型。
泊位的情况下取1、在不选择的情况下取0的值的整数变量。
在制定开始日为1月1日0时0分的情况下,且ETA为1月1日1时10分的情况下,设为
取值70来定义。另外,该变量不是作为整数变量,而是作为取连续值的变量来定义。
条件(ETB>ETA,ETD>ETB+卸货时间等)、泊位的条件(允许的LOA(总长)、DRAFT(总
深)、BEAM(总宽)、装卸能力、堆放场能力等)等构筑为数学模型。
位(变量的值为1)。
量/卸货能力。由此,上述限制如下述的限制式(式15)所示。
各品种的库存量总是确保为安全库存量以上的情况构筑为数学模型。即,从该时刻的库存
量中减去一分钟前的库存量和 该时刻卸货的量而得到的值成为该时刻一分钟期间的使用
预定量。
以下。该限制如下述的限制式(式17)所示。
通过LP(线性计划法)、MIP(混合整数计划法)、QP(二次计划法)等数理计划法,作为最优
化问题来解决问题。
刻的ETB(船舶、泊位)、表示ETD时刻的ETD(船舶、泊位)等变量。由此,选择使输送费用
最低廉的泊位、出入港定时。
订的费用,在相反的情况下,收取作为速遣滞期率签订的费用。基准停泊时间利用合同中
设定的卸货能力即卸货率,通过卸货量/卸货率来计算。例如,在连续航海船A-航海No.1
在卸货港进行10000t的卸货、且从ETA到ETD花费11小时的情况下,由于比基准停泊时间
=10000/20000=0.5天、比12小时早1小时,因此,从船公司收取由速遣滞期率设定的
16250/24的金额。由此,如果用算式来表示微观最优化中使用的目标函数(以下称为微观
目标函数),则得到下述的式(式18)。
作为在变量之中存在应为整数的变量的模型而构筑数学模型、目标函数。像这样建模的问
题作为混合整数计划问题而众所周知,该问题能够(以解析方式)进行最优化。
法纳入宏观数学模型、微观数学模型中的限制等也纳入其中,能够制作将实际要求的精细
的限制也考虑在内的配船计划。
货港的其他泊位进行装卸货的船舶等而改变。根据在该卸货中使用的卸货机的台数,卸货
能力改变。例如,可以例示出“在用一台进行卸货的情况下,按照1500t/h以100%能力卸
货”“在两台的情况下,按照1500t/h×2台以70%能力卸货”等情况。在宏观·微观最优
化中没有考虑到这些卸货机台数,因此对于通过最优化计算出的时间,由模拟器考虑到卸
货机台数,并将最优化的时间的偏差等引入模拟之中,正确地进行模拟,由此能够实现考虑
到实际操作所要求的精细的限制的生产及物流计划的制定。
在某港有时间调整的情况下,还波及性地影响其后的航海,因此设为由模拟器101进行时
刻修正,并反映到其后的宏观最优化部102的处理中。
的首日更新为制定更新日(步骤S109),返回步骤S103。在从步骤S103开始的下一循环中,
对计划已确定的旬(N旬)的库存推移或船舶的航行情况进行更新,确定下一旬(N+1旬)
的计划。通过反复进行该过程,能够确定计划制作期间(3个月)量的计划(参照图13)。
旬)结束模拟,则将计划确定期间的最终状态下的原材料的库存推移、船舶的航行情况的
推移的信息提供给宏观最优化部102及微观最优化部103。宏观最优化部102及微观最优
化部103根据该被提供的信息设定数学模型,进行最优化计算,计算针对模拟器的指示。通
过像这样使模拟器101与最优化部102、103联动,能够制作计划制作期间(3个月(9旬))
的配船计划。
器、船舶航行情况推移模拟器)。像这样,根据最优化计算的结果进行模拟,因此能够可靠地
得到理论上的最优解。由此,无需像以往那样对模拟结果进行评价并数次反复地执行模拟,
而能够迅速且高精度地制作模拟结果。
入数学模型之中,来使数学模型设定部102b、103a的规模处于适当的范围中,从而能够在
实用的时间内进行最优化计算。在模拟器101中能够记载应考虑的所有限制,因此能够保
证执行一次模拟而制作的配船计划在现实中能够执行。
也有几天就进行输送的品种。而且,泊位的管理有时产生滞期费,并以分钟为单位进行,因
此要求分钟精度的计划。针对这些要求,进行运算的分担,以通过宏观最优化部102选择船
型、船数、装卸地(装卸港)、装卸品种、装卸量、经停顺序,另一方面通过微观最优化部103
选择使用泊位、出入港定时。因此,能够抑制运算负荷,并且以高精度求解。即,通过使宏观
最优化和微观最优化联动并反复执行,能够 以长期考虑需要以长期(三个月)确定的能够
使用的船、装卸地、品种、数量,并且以精细的时间精度来对需要精细的时间精度的使用泊
位、出入港定时进行最优化。
在实际操作中,在特性与当初预定使用的品种相近的品种被输送来的情况下,不使用当初
要使用的品种,而是作为替代而使用输送来的品种,因此能够进行上述处理。通过像这样对
品种进行分组并作为一个品种来处理,能够减少变量并减少计算量。另外,通过分组,能够
替代仅能通过运费高的船输送的品种,而输送作为同一组品种而能够通过运费较便宜的船
来运输的品种,能够抑制输送费用。
限制式(式21)所示。
决定了的情况。尤其是,在根据设定为交 易目标量的量来制定配船计划之后,进行与矿山
的交涉并确定交易量,但此时,交易量、装货地(装货港)、装货品种、装货量由于合同的原
因而不允许变更。但是,关于卸货地,很多情况下留有判断库存情况并变更卸货地、卸货品
种、卸货量的余地。因此,如果可以进行能够统一固定装货地(装货港)、装货品种、装货量
的操作,则对用户而言便利性提高。
函数。
均匀配船。
有品种的交易目标量进行合计,将此前的累积设定为目标值(交易目标量累积)。然后,构
筑以交易量累积与交易目标量累积之差的最小化为目的的目标函数。
能均匀配船。
准卸货能力量进行合计,将此前的累积设定为目标值(卸货地标准卸货能力量累积)。然
后,将它们的差定义为剩余卸货量,构筑以该剩余卸货量的最小化为目的的目标函数。
该时刻,第二船已经停泊在该泊位的情况下发生的。如果发生重船等待滞期,则直到上述第
二船出港为止,即在上述第二船的ETD为止的期间,第一船需要在该装货港口滞期。
生的。如果发生堆放场等待滞期,则上述第一船需要到堆放场能力产生空余为止在该装货
港口滞期。
修正操作。另外,对于在原理上能够消除滞期到何种程度,熟练的计划者也极难作出正确的
估计。
除。作为其结果,除了能够得到有关滞期的超额费用的削减效果,还能够不直接依赖于计划
制作者的技能,而实现稳定的配船计划。
可以由多个设备构成。
并执行在记录介质中保存的程序代码。此时,从记录介质读出的程序代码自身实现上述实
施方式的功能,程序代码 自身及存储了该程序代码的记录介质构成本发明。作为用于供给
程序代码的记录介质,例如可以使用软盘、硬盘、光盘、光磁盘、CD-ROM、CD-R、磁带、非易失
性存储卡、ROM等。
船)、雇佣/不雇佣各船舶的判断相伴的船队的构成(船财源)也包括在内,进行用于使输
送费用最小化的最优化。