Survey Sammarra

U NIVERSIT DELLA C ALABRIA
D IPARTIMENTO DI E LETTRONICA , I NFORMATICA E S ISTEMISTICA L ABORATORIO DI L OGISTICA
La Logistica Portuale
Letteratura Scientica sulla Gestione Operativa
a cura di
Marcello Sammarra
Introduzione
Il trasporto containerizzato ha assunto, ormai da decenni, un ruolo predominante nellambito del trasporto marittimo. Le ultime statistiche (United Nations Conference on Trade and Development), riferite allanno 2005, hanno messo in luce che oltre il 40% del trafco merci via mare costituito da container. Nel quinquennio successivo, inoltre, atteso il raddoppio del volume di trafco containerizzato, stimato per il 2010 in circa 627 milioni di TEU. Questo enorme volume di trafco richiede un continuo adeguamento delle infrastrutture portuali, al ne di rendere efciente lo smistamento dei container allinterno della rete mondiale di trasporto. Daltro canto la sola innovazione tecnologica non in grado di garantire lefcacia delle operazioni portuali, se non accompagnata da altrettanto adeguati strumenti automatici di supporto alle decisioni. E per questo motivo che, parallelamente al crescere del trafco containerizzato, si assistito anche al crescere della ricerca scientica su problemi di natura decisionale in ambito portuale. Particolare interesse stato mostrato nei riguardi dei porti di transshipment (porti hub), visto che essi sono i principali crocevia in un sistema di trasporto intermodale. In questo lavoro sono riassunti i risultati scientici pi rilevanti presenti in letteratura riguardo alcuni problemi di logistica portuale e di gestione delle operazioni portuali. Nel Capitolo 1 descritto il layout tipico di un porto di transshipment nelle sue componenti basilari, ovvero la banchina, il piazzale ed il gate e vengono presentate le varie tipologie di mezzi per la movimentazione dei con-
tainer. Nel Capitolo 2 si analizzano i problemi decisionali legati al ciclo di vita dei container allinterno del porto. I Capitoli 3, 4 e 5 sono dedicati ad unesauriente rassegna bibliograca riguardante i problemi di natura tattica ed operativa nella gestione degli attracchi delle navi, delle operazioni di carico e scarico dei container e delle operazioni di trasporto piazzale-banchina e viceversa.
Indice
1 Struttura di un Terminal Portuale 1.1 1.2 Un breve panoramica sul Commercio Marittimo . . . . . . . . . . . La struttura di un terminal portuale . . . . . . . . . . . . . . . . . . 1.2.1 1.2.2 1.2.3 I mezzi per la movimentazione verticale . . . . . . . . . . . . I mezzi per la movimentazione orizzontale . . . . . . . . . . Tipi di Terminal Portuali . . . . . . . . . . . . . . . . . . . . . 1 1 5 6 8 10 13 13 16 17 21 23 25 26
2 Processi e Decisioni in un Terminal Portuale 2.1 Il processo Decisionale . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1.1 2.1.2 2.1.3 2.1.4 Il Processo di Ormeggio . . . . . . . . . . . . . . . . . . . . . Il processo di carico/scarico . . . . . . . . . . . . . . . . . . . Il processo di trasporto banchina-piazzale-banchina . . . . . La gestione del piazzale . . . . . . . . . . . . . . . . . . . . .
3 Il processo di Ormeggio - Analisi della Letteratura 3.1 3.2 The berth planning problem (Lim, 1998) . . . . . . . . . . . . . . . . The dynamic berth allocation problem for a container port (Imai e altri, 2001) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3 Berth planning and resources optimisation at a container terminal via discrete event simulation (Legato e Mazza, 2001) . . . . . . . . . 3.4 Berth allocation planning in the public berth system by genetic algorithms (Nishimura e altri, 2001) . . . . . . . . . . . . . . . . . . . III
27
29
29
3.5 3.6 3.7 3.8
Berth allocation with service priority (Imai e altri, 2003) . . . . . . . Berth scheduling by simulated annealing (Kim e Moon, 2003) . . . A scheduling method for berth and quay cranes (Park e Kim, 2003) The berth allocation problem: models and solution methods (Guan e Cheung, 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
30 31 32
34
3.9
Models and tabu search heuristics for the berth allocation problem (Cordeau e altri, 2005) . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.10 Berth allocation in a container port: using a continuous location space approach (Imai e altri, 2005) . . . . . . . . . . . . . . . . . . . . 3.11 Variable neighborhood search for minimum cost berth allocation (Hansen e altri, 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.12 Berth management in container terminal: the template design algorithm (Moorthy e Teo, 2006) . . . . . . . . . . . . . . . . . . . . . . 3.13 Berth allocation at indented berths for mega containerships (Imai e altri, 2007a) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.14 The berth allocation problem: a strong formulation solved by a Lagrangean approach (Monaco e Sammarra, 2007) . . . . . . . . . . 3.15 The simultaneous berth and quay crane allocation problem (Imai e altri, 2007b) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.16 Berthing ships at a multi-user container terminal with a limited quay capacity (Imai e altri, 2008) . . . . . . . . . . . . . . . . . . . . . 4 Il processo di Carico/Scarico - Analisi della Letteratura 4.1 La pianicazione dello stivaggio . . . . . . . . . . . . . . . . . . . . 4.1.1 Stowage planning for container ships to reduce the number of shifts (Avriel e altri, 1998) . . . . . . . . . . . . . . . . . . . 4.1.2 Principles of combinatorial optimization applied to containership stowage planning (Wilson e Roach, 1999) . . . . . . . . 44 43 41 43 43 40 39 38 37 37 36
4.1.3
A genetic algorithm with a compact solution encoding for the container ship stowage problem (Dubrovsky e altri, 2002) 45
4.1.4
Stowing a containership: the master bay plan problem (Ambrosino e altri, 2004) . . . . . . . . . . . . . . . . . . . . . . . 46
4.1.5
A heuristic for vessel planning in a reach stacker terminal (lvarez, 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.1.6
A decomposition heuristics for the container ship stowage prolem (Ambrosino e altri, 2006) . . . . . . . . . . . . . . . . 48
4.1.7
A multi-objective simultaneous stowage and load planning for a container ship with container rehandle in yard stacks (Imai e altri, 2006) . . . . . . . . . . . . . . . . . . . . . . . . . 48 49 49
4.2
Lo scheduling delle gru di banchina . . . . . . . . . . . . . . . . . . 4.2.1 4.2.2 The crane scheduling problem (Daganzo, 1989) . . . . . . . A Branch and Bound solution method for the quay crane scheduling problem (Daganzo e Peterkofsky, 1990) . . . . . 4.2.3 4.2.4 Crane scheduling with spatial constraints (Lim e altri, 2004) A crane scheduling method for port container terminal (Kim e Park, 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.5 Double-cycling strategies for container ships and their effect on ship loading and unloading operations (Goodchild e Daganzo, 2006) . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.6 Quay crane scheduling at a container terminals to minimize the maximum relative tardiness of vessels departures (Liu e altri, 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.7 A Branch-and-Cut Algorithm for the quay crane scheduling problem (Moccia e altri, 2006) . . . . . . . . . . . . . . . . . . 4.2.8 Crane scheduling with non-crossing constraint (Zhu e Lim, 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
50 51
52
53
54
55
55
4.2.9
Crane double-cycling in container ports: planning methods and evaluation (Goodchild e Daganzo, 2007) . . . . . . . . . 56
4.2.10 A m-parallel scheduling problem with a non crossing constraint (Lim e altri, 2007) . . . . . . . . . . . . . . . . . . . . . 4.2.11 A tabu search heuristic for the quay crane scheduling problem (Sammarra e altri, 2007) . . . . . . . . . . . . . . . . . . 4.2.12 A queuing network model for the management of berth crane operations (Canonaco e altri, 2008) . . . . . . . . . . . 4.2.13 Quay crane scheduling with non interference constraints in port container terminals (Lee e altri, 2008) . . . . . . . . . . . 5 Il Processo di Trasporto - Analisi della Letteratura 5.1 La Gestione degli AGV . . . . . . . . . . . . . . . . . . . . . . . . . . 5.1.1 A look-ahead dispatching method for automated guided vehicles in automated port container terminals (Kim e Bae, 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.1.2 Dispatching multi-load AGVs in highly automated seaport container terminals (Grunow e altri, 2004) . . . . . . . . . . . 5.1.3 Dispatching vehicles in a mega container terminal (Bish e altri, 2005) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.1.4 Mixed Integer Programming Models for dispatching vehicles at container terminals (Zhang e altri, 2005) . . . . . . . . 5.1.5 Tecniche di Simulazione per la gestione degli AGV (Grunow e altri, 2006; Kim e altri, 2006; Lehmann e altri, 2006) . . 5.2 La Gestione degli SC . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2.1 A routing algorithm for a single straddle carrier to load export container onto a containership (Kim e Kim, 1999a) . . 5.2.2 Routing straddle carriers for the loading operation of containers using a beam search algorithm (Kim e Kim, 1999b) . 65 65 64 64 63 63 62 62 59 61 61 58 57 56
5.2.3
Vehicle dispatching at seaport container terminals using evolutionary algorithms (Bse e altri, 2000) . . . . . . . . . . . . 65
5.2.4
Scheduling material handling vehicles in a container terminal (Das e Spasovic, 2003) . . . . . . . . . . . . . . . . . . . . 66
Capitolo 1 Struttura di un Terminal Portuale

In questo capitolo capitolo introduttivo si analizzeranno la struttura tipica di un terminal portuale per container, i mezzi per la movimentazione dei container e le loro caratteristiche. In particolare si far riferimento ad un terminal portuale per transshipment, che rappresenta un nodo fondamentale di smistamento del trafco marittimo di container.
1.1
Un breve panoramica sul Commercio Marittimo
Negli ultimi decenni il commercio mondiale ha subto un incremento notevole, grazie alla spinta fornita dalla Cina e dallIndia, che nel 2004 hanno incrementato del 9.9% e del 7.1% le loro esportazioni. Recenti studi da parte dellONU hanno mostrato che le esportazioni mondiali nel 2006 sono cresciute del 3.6% e che il trend, anche se modesto, comunque positivo (UNCTAD, 2006; World Bank, 2007). In questo scenario il trasporto marittimo assume, quindi, un ruolo cruciale nello scambio di beni tra Europa, Asia e Stati Uniti. Lo sviluppo del trasporto marittimo nel corso degli ultimi venticinque anni mostrato nella Figura 1.1, suddiviso per le varie tipologie di carico: Tanker cargo e Dry cargo. La prima tipologia costituita dal petrolio grezzo e semi-grezzo. Il carico di tipo Dry a sua volta costituito da Main bulk (minerali del ferro, grano,
Capitolo 1 - Struttura di un Terminal Portuale
Milioni di Tonnellate
1970 1980 8000 1990 2000 2002 7000 2003 2004 6000 2005 5000
4000 3000 2000 1000 0
Tanker Dry main Sviluppo Totale del Commercio Marittimo Mondiale dal 1970 al 2005 2556 3704 4008 5983 6120 6500 6846 7109 1442 1871 1755 2163 2139 2226 2318 2422 1124 1883 2253 3821 3981 4274 4528 4687 448 796 968 1288 1352 1475 1587 1701
Totale Tanker Cargo Dry Cargo Main Bulk
Figura 1.1: Fonte: United Nations Conference on Trade and Development Review of Maritime Transportation 2006. carbone, alluminio, bauxite, fosfati), Minor bulk (generalmente prodotti per/dal settore terziario) e Containerized cargo. Facendo riferimento agli ultimi dati consolidati (anno 2005), si evince che su un totale di 7109Mt (milioni di tonnellate) di beni trasportati via mare, il 66% (4687Mt) costituito da Dry Cargo e che, di questultimo, 36% (1701Mt) di tipo Main Bulk. Ne risulta quindi che i restanti 3000Mt sono suddivisi tra Minor Bulk e Carico containerizzato. Sempre con riferimento allanno 2005, stato calcolato (UNCTAD, 2006) che 2040Mt di merci , cio il 43% della tipologia Dry, sono state trasportate via container. Il container una scatola di metallo molto robusta, impilabile e di dimensioni standard, verniciata per resistere alla salsedine. Le dimensioni esterne, stabilite nel 1967 dallInternational Organization for Standardization, sono: larghezza 8 piedi, altezza 8.5 piedi, lunghezza 20, o 40 piedi. Il contenitore pi comune ha due porte apribili sul retro ed impermeabile allacqua. Esistono alcuni tipi speciali di container, come ad esempio il tipo high cube (alto 9.5 piedi), open top (a tetto apribile), ventilato, coibentato, refrigerato. Fin dalla sua introduzione negli
1970
1980
1990
2000
2002
2003
2004
2005
3 anni 60, il container ha rappresentato il concetto di unit di carico standard per il trasporto marittimo. Tale unit nota come TEU (Twenty foot Equivalent Units) e corrisponde ad un container da 20 piedi. Il trafco mondiale di container ha subito una crescita notevole soprattutto nellultimo ventennio. Le cause naturali di questo sviluppo sono da ricercarsi, ovviamente, nella crescita dellattivit economica mondiale, ma anche nella liberalizzazione del commercio, nella riduzione dei dazi doganali in import e nelle politiche di globalizzazione. Accanto a queste cause naturali, bisogna considerare anche leffetto sostitutivo, che spinge a containerizzare sempre pi il carico di tipo breakbulk1 (ESPO, 2007). Anno 1990 1995 2000 2005 2010 2005 vs 1995 2010 vs 2005 TP(106 ) 87.9 145.1 235.6 399.2 627.7 +175% +57%
Tabella 1.1: Trafco Mondiale dei Container. TP: Troughput. - Fonte: European Sea Ports Organisation - Annual Report 2006-2007 (ESPO, 2007). In presenza di un tale volume di trafco (vedi Tabella 1.1), si assistito ad una costante crescita della otta mondiale delle navi portacontainer e della loro capacit: in circa 10 anni si passati dalle 1742 navi con una capacit totale di 2643898 TEU (1995) alle attuali 3950 navi capaci di trasportare 9578233 TEU2 . Lincremento della capacit delle navi portacontainer ed il consolidarsi di un nuovo sistema di trasporto marittimo denominato hub and spokeha permesso alle compagnie di navigazione di contenere i costi di trasporto e di realizzare,
Con tale termine si indica il carico imballato ma non containerizzato, come ad esempio pallet, casse, fusti etc. 2 Si noti come a fronte del raddoppio della otta mondiale, la capacit totale quasi quadruplicata. Cio signica che la capacit delle singole navi notevolmente cresciuta. Attualmente le navi portacontainer SuperPostPanamax hanno una capacit superiore ai 7500 TEU. La pi grande di esse (M/S Emma Maersk) misura 397 metri in lunghezza ed ha una capacit di 11000 TEUs
1
pertanto, economie di scala. Un hub un terminal marittimo di transshipment, in cui avviene il trasbordo dei container dalle navi transoceaniche (mother vessel) a navi di dimensioni pi piccole (e viceversa), denominate feeder ed impegnate in collegamenti di breve distanza. Le navi feeder rappresentano servizi shuttle di distribuzione da e verso terminali di import/export (spoke), vicini ai mercati di distribuzione, in cui vi un continuo scambio di container tra navi, treni e camion. E evidente, quindi, che gli hub rappresentano nodi cruciali (vedi Tabella 1.2) allinterno della rete mondiale di trasporto, in cui occorre mantenere elevati livelli di efcienza, pena il vericarsi di fenomeni di congestione. Daltro canto,
2006 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 2005 1 2 3 4 5 6 7 9 8 10 13 11 15 12 18 14 16 17 19 21 Porto Singapore Hong Kong Shanghai Shenzhen Busan Kaohsiung Rotterdam Dubai Amburgo Los Angeles Qingdao Long Beach Ningbo-Zhousan Anversa Guangzhou Port Klang Tianjin New York/New Jersey Tanjung Pelepas Brema TOTALE Nazione Singapore Cina Cina Cina Corea del Sud Taiwan Olanda Emirati Arabi Uniti Germania USA Cina USA Cina Belgio Cina Malesia China USA Malesia Germania TP 06 24792400 23539000 21710000 18468890 12030000 9774670 9603000 8923465 8861545 8469853 7702000 7289365 7068000 7018799 6600000 6300000 5950000 5098060 4770000 4400000 208369047 TP 05 23199252 22480000 18080000 16197000 11840000 9470000 9286757 7619000 8087545 7484624 6307000 6709818 5208000 6488029 4684000 5540000 4801000 4785318 4177000 3735574 186179917 TP 1600748 1059000 3630000 2271890 190000 305000 316243 1304000 774455 985229 1395000 579547 1860000 530770 1916000 760000 1149000 307488 593000 664426 22191796 TP% 7 5 20 14 2 3 3 17 10 13 22 9 36 8 41 14 24 6 14 18 12
Tabella 1.2: Classica dei 20 maggiori porti di transshipment del Mondo per TEUS movimentati. TP: Troughput; T P : variazione. - Fonte: (CONTAINER MANAGEMENT, 2007) lefcienza delle operazioni portuali, congiuntamente alle caratteristiche geograche, strutturali e tecnologiche, fortemente inuenza la competitivit di un porto (Tongzon e Heng, 2005). Mentre le caratteristiche geograche, strutturali e tecnologiche sono il risultato di decisioni strategiche, e quindi non modicabili nel breve termine, possibile agire a livello tattico e operativo adottando metodologie di gestione ottimale delle risorse del terminal e dei processi logistici che le coinvolgono.
1.2
La struttura di un terminal portuale
In termini generali un terminal portuale per contenitori pu essere considerato come formato da quattro sottosistemi (Steenken e altri, 2004, 2005; Gnther e Kim, 2006) (Figura 1.3): Il landside e il quayside, ovvero il Gate e la Banchina, che rappresentano linterfaccia tra il terminal ed il mondo esterno e sono le porte attraverso le quali i container entrano e lasciano il terminal; Lo storage system, cio il Piazzale, dove i container, in attesa di trasbordo o di proseguire il loro viaggio via terra, sono stoccati; Il cargo handling system, che connette le interfacce con il piazzale ed costituito da una rete di mezzi per la movimentazione dei container allinterno del terminal.
QUAYSIDE
YARD
LANDSIDE
Figura 1.2: Layout di un Terminal Portuale. A seconda della tipologia di trafco possibile distinguere i terminal portuali in: import, in cui il usso di container banchina-piazzale-gate; export, in cui il usso di container gate-piazzale-banchina; import-export, in cui vi il duplice usso di container banchina-piazzale-gate e gate-piazzale-banchina; transshipment, in cui il usso di container banchina-piazzale-banchina;
Al ne di descrivere la struttura di un terminal portuale e la tipologia di mezzi per la movimentazione dei container, utile seguire il usso di container da una delle interfacce allaltra (vedi Figura 1.3). I container che giungono via mare o
Import Container Handling System Export Container Storage System Handling System Import Container Export Container
Treni Camion
Landside
Quayside
Navi
Figura 1.3: Il usso di container. via terra sono scaricati e trasferiti verso speciche aree del piazzale, dalle quali in seguito verranno prelevati per il trasbordo, ovvero per la prosecuzione del trasporto via mare, o per essere caricati su camion o convogli ferroviari. I container possono essere stoccati su pile o su telai metallici (chassis); questultima soluzione permette laccesso diretto al container in fase di prelievo dal piazzale, ma necessita di ampi spazi ed inoltre molto costosa. Il piazzale suddiviso per aree, a seconda della tipologia dei container e del loro contenuto, e le aree in blocchi. Generalmente si ha larea di import/export, quella per i container refrigerati, per i vuoti, per i fuori sagoma ed inne per i container con merce pericolosa. Allinterno di ciascun blocco la posizione di un container identicata dalla tripla (la, riga, tiro). Laltezza massima delle pile, cio il tiro massimo, determinato, come si spiegher meglio in seguito, dalle dimensioni del piazzale e dalla tipologia di mezzi impiegati per lo stoccaggio. Qui si evidenzia che durante il tragitto banchina-piazzale-gate (o viceversa) i container subiscono due tipologie di movimentazioni: verticale ed orizzontale.
1.2.1 I mezzi per la movimentazione verticale

I mezzi per il sollevamento dei container sono le gru e i carrelli elavatori (questi ultimi sono utilizzati per la movimentazione di container vuoti e/o leggeri).
7 Esistono essenzialmente due tipologie di gru: a cavalletto (gantry crane) e a ponte (Overhead Bridge Crane - OBC). Esse possono muoversi su gomma (Rubber Tired Gantry - RTG) o su rotaia (Rail Mounted Gantry - RMG). Sono dotate di un carrello (trolley), cui connesso il sistema di aggancio dei container (spreader).
Figura 1.4: Gru di banchina Le gru di banchina (quay crane) sono generalmente di tipo RMG e si distinguono in base alla loro capacit di operare su navi di tipo Panamax, Post-Panamax, Super-Post-Panamax3 e possono essere equipaggiate di un secondo carrello (dualtrolley). In questo caso il primo carrello muove il container dalla nave su di una piattaforma, il secondo termina loperazione, automaticamente, spostando il container dalla piattaforma a terra o su di un veicolo. Le pi moderne sono dotate di spreader capaci di agganciare contemporaneamente due container da 20 piedi (twin-lift spreader). La produttivit delle gru di banchina, che uno dei pi importanti indicatori di efcienza di un terminal4 , si misura in move per ora. Valori tipici di questo parametro sono nel range 22-30. Le gru di piazzale possono essere di tipo tipo gantry (RMG o RTG) oppure a ponte. Rispetto alle gru di tipo gantry, le gru a ponte sono facilmente autoTale attributo delle navi portacontainer relativo alla possibilit delle navi di attraversare il Canale di Panama. 4 Per una rassegna completa degli indicatori di efcienza dei porti si veda (De Monie, 1987; Le-Grifn e Murphy, 2006)
3
matizzabili, possono servire aree di piazzale pi ampie e impilare i container ad altezze superiori. Di contro un fermo di una di esse causa il blocco del trafco di container su tutta larea di piazzale su cui la gru opera.
Figura 1.5: Gru di Piazzale di tipo RTG
1.2.2 I mezzi per la movimentazione orizzontale

I mezzi per la movimentazione orizzontale dei container possono essere suddivisi in mezzi attivi e passivi, a seconda della capacit o meno del veicolo di effettuare loperazione di lifting del container. I mezzi passivi sono i camion con rimorchi (trailer) e gli AGV (Automated Guided Vehicle); questi ultimi viaggiano lungo percorsi predeniti circolari (guide) in maniera automatica. Luso di mezzi passivi necessita di un elevato sincronismo tra loperazione di trasporto da e verso la banchina e le operazioni di scarico/carico al piazzale ed alla banchina stessa. Infatti ogni volta che una gru di banchina, ad esempio, effettua loperazione di scarico, un AGV deve essere pronto nelle sue vicinanze afnch la gru possa rilasciare il container su di esso e proseguire con lo scarico. In caso contrario la gru costretta allinoperosit, no a quando un mezzo non si rende disponibile. Analogo sincronismo esiste nelle operazioni di piazzale. Al contrario nel caso di mezzi attivi, come gli Straddle Carrier, le operazioni di trasporto e quelle di carico/scarico sono disaccoppiate. Infatti, grazie alla peculiarit di questa famiglia di veicoli, le gru terminano loperazione di scarico rilasciando i container
9 direttamente sul terreno, in un zona che funge da buffer e non sono costrette allinoperosit. In pratica uno Straddle Carrier una gru mobile, e come tale capace di movimentare ed impilare i container, sebbene ad altezze di stack limitate. Lo svantaggio principale degli Straddle Carrier, rispetto ai mezzi passivi, consiste nel fatto che sono lenti negli spostamenti orizzontali ed inoltre il loro raggio di azione limitato a 500-600 metri. La bassa velocit degli straddle carrier diven-
Figura 1.6: Straddle Carrier tata oggigiorno un grave problema. Infatti allaumento delle dimensioni delle navi portacontainer si afancato laumento delle dimensioni delle gru di banchina e delle loro performance produttive, con lo scopo di fornire servizi pi efcienti. In altre parole la produttivit degli attuali Straddle Carrier inferiore a quella delle gru di banchina e ci pu provocare tempi dozio forzato per le gru, nonostante le due tipologie di macchine lavorino in maniera asincrona. Una nuova tipologia di mezzi attivi, che coniuga lagilit dei mezzi passivi e lasincronismo degli Straddle Carrier rispetto alle gru di banchina, sta prendendo piede per la movimentazione dei container. Tali mezzi sono chiamati Shuttle Carrier e, come
10
gli Straddle Carrier, possono anche effettuare loperazione di stacking (al massimo possono giungere al secondo tiro). Grazie alle sue ridotte dimensioni, uno Shuttle Carrier pu raggiungere velocit maggiori, permettendo cos di limitare i possibili fermi delle gru di banchina. Alla famiglia dei mezzi attivi appartengono
Figura 1.7: Shuttle Carrier anche i Reachstacker e i Forklift, che vengono utilizzati prevalentemente per la movimentazione dei container leggeri o vuoti.
1.2.3 Tipi di Terminal Portuali

Nonostante la variet di mezzi per il trasporto orizzontale, possiamo distinguere fondamentalmente due tipologie di terminal portuali: terminal a trasferimento diretto DTS (Direct Transfer System) e terminal a trasferimento indiretto ITS (Indirect Transfer System). Nei terminal DTS il trasporto dei container dal piazzale alla banchina e al gate (e viceversa) effettuato da straddle carrier (mezzi attivi
11 in genere), cos come lo stoccaggio nel piazzale. Nei terminal ITS vengono invece utilizzati AGV e/o trailer nei collegamenti piazzale-banchina; il trasporto dei container da e verso il gate effettuato invece dai trailer. Naturalmente i terminal ITS necessitano di gru di piazzale per loperazione di stoccaggio (Steenken e altri, 2004). La decisione sul tipo di tecnologia da impiegare (ITS o DTS) dipende da molti fattori, primo fra tutti le dimensioni dellarea di piazzale. E evidente infatti che un terminal DTS richiede un piazzale molto ampio, sia perch necessario lasciare libere delle corsie di accesso agli straddle carrier, sia perch laltezza degli stack vincolata allaltezza operativa degli straddle carrier. Al contrario in un terminal con spazi di stoccaggio abbastanza ridotti, necessariamente deve essere utilizzata la tecnologia ITS. Per questo motivo le due congurazioni sono note anche come Terminal a Piazzale Estensivo (DTS) e Terminal a Piazzale Intensivo (ITS). Una nuova congurazione che un mix tra DTS e ITS, prevede ladozione di gru di piazzale (in genere RTG) per lo stoccaggio e di mezzi attivi (Shuttle Carrier) per la movimentazione dei container dal piazzale alla banchina e viceversa.
Capitolo 2 Processi e Decisioni in un Terminal Portuale

2.1 Il processo Decisionale
Un terminal portuale per container pu essere considerato come un sistema produttivo capace di trasformare le materie prime (container in import) in prodotti niti (container in export). Al ne di incrementare lefcienza di un sistema produttivo di fondamentale importanza analizzare il processo di produzione nelle sue componenti fondamentali, ossia lapprovvigionamento delle materie prime, la loro trasformazione in prodotti niti ed inne la distribuzione di questi ultimi (Cullinane e altri, 2005). In tale schematizzazione si assume implicitamente lunidirezionalit del usso di beni (materie prime e prodotti niti) dal sottosistema di approvigionamento al sottosistema di distribuzione. E evidente che in un porto di import/export, cos come nel caso di un porto di transshipment, tale assunzione viene a cadere. Infatti sia la banchina quanto i gate svolgono la duplice funzione di sottosistema di approvigionamento e sottosistema di distribuzione. Nonostante questa sovrapposizione nella funzionalit di banchina e gate, i processi di approvigionamento e distribuzione sono nettamente distinti: le navi, cos
14
Capitolo 2 - Processi e Decisioni
come i treni ed i camion, devono essere scaricati prima di poter essere caricati. Riguardo il processo di trasformazione possiamo dire che esso inizia con la fase di pick-up dei container nello yard, ovvero sulla banchina, e termina quando essi sono pronti per essere caricati nelle navi portacontainer o stoccati nello yard. In altri termini nella catena produttiva di un container terminal possibile individuare i seguenti processi fondamentali: approvvigionamento e distribuzione di container; stoccaggio di container; trasporto di container. I processi di trasporto e stoccaggio possono essere considerati atomici o elementari. Al contrario lapprovigionamento e la distribuzione possono essere suddivisi in sottoprocessi, come riportato in gura 2.1 (Vis e de Koster, 2003). Ad esempio il processo di approvvigionamento inizia con larrivo della nave cui segue la fase di ormeggio e quindi quella di scarico dei container.
APPROVVIGIONAMENTO Arrivo delle navi Scarico Carico TRASFORMAZIONE DISTRIBUZIONE
Ormeggio
Trasporto
Stoccaggio
Trasporto
Altre Modalit
DISTRIBUZIONE
TRASFORMAZIONE
APPROVVIGIONAMENTO
Figura 2.1: I processi. La gura precedente evidenzia quei processi la cui esecuzione, se ottimizzata, garantisce lincremento della efcienza e quindi della competitivit del terminal. Tuttavia decidere come ciascun processo deve essere realmente e quotidianamente eseguito, solo la base di una piramide decisionale, il cui vertice consiste nel decidere le risorse e le infrastrutture necessarie ad eseguire i processi. Un terza decisione, intermedia alle prime due, relativa pianicazione dellutilizzo delle risorse. In altre parole in un terminal portuale per container, cos come in qualsiasi sistema organizzativo, possiamo distinguere tre differenti livelli decisionali che corrispondono ad altrettanti livelli di pianicazione (Figura 2.2):
15
Livello Strategico Livello Tattico Livello Operativo
Figura 2.2: La piramide Decisionale. 1. il livello strategico, le cui decisioni riguardano prevalentemente gli aspetti infrastrutturali (layout, posizione geograca, mezzi per la movimentazione dei container) e prettamente economici del porto (contratti con le linee di navigazione e con i servizi di feedaraggio). Lorizzonte di pianicazione del livello strategico copre parecchi anni (long term decisions). 2. il livello tattico, in cui lorizzonte di pianicazione va da pochi giorni a qualche mese (medium term decisions). Decisioni di tipo tattico riguardano, ad esempio, lorganizzazione dello yard in parchi, la pianicazione mensile delle risorse umane e, in genere, lallocazione delle risorse ai processi. 3. il livello operativo per programmare giornalmente la migliore esecuzione dei processi,ovvero il migliore utilizzo delle risorse. Le decisioni di tipo strategico costituiscono una condizione necessaria per lefcienza dei terminal. Inoltre tale tipologia di decisioni rappresentano una sorta di vincoli sulle decisioni del livello tattico ed operativo. In genere le decisioni del livello strategico sono sviluppate mediante tecniche di simulazione oppure sono basate sullesperienza del decision- maker (Benacchio e altri, 1998). Al contrario le decisioni tattiche ed operative rappresentano una condizione sufciente per lefcienza del terminal e molte di esse possono essere automatizzate ed ottimizzate (Vis e de Koster, 2003). Infatti lelevata complessit organizzativa e strutturale di un terminal per container e la reale impossibilit di pianicare gli aspetti operativi e tattici su di un orizzonte abbastanza ampio, richiedono lutilizzo delle metodologie proprie della Ricerca Operativa, cio lOttimizzazione e la Simulazione.
16
Questultima pu essere adottata allo scopo di vericare e validare ulteriormente i risultati ottenuti dagli algoritmi di ottimizzazione, prima che questi vengano implementati nei sistemi automatici di supporto alle decisioni (Steenken e altri, 2004). Nel prosieguo si analizzeranno i processi ed i relativi problemi decisionali.
2.1.1 Il Processo di Ormeggio

Quando le navi giungono in porto esse devono esse ormeggiate. Le caratteristiche tecniche della banchina, come ad esempio la sua lunghezza e la profondit dei fondali, vengono ssate a livello strategico. Solitamente il layout della banchina lineare, consentendo le operazioni di carico/scarico solo da un lato della nave. Al ne di velocizzare le operazioni di carico/scarico sulle moderne portacontainer, al Ceres Paragon Terminal di Amsterdam viene utilizzata la banchina a dente che consente di operare simultaneamente sui due lati della nave. A livello tattico uno dei problemi che bisogna risolvere riguarda dove attraccare le navi. Questa decisione strettamente correlata con la pianicazione tattica dello yard (Moorthy e Teo, 2006). Infatti dopo che i container sono stati sbarcati, vengono movimentati in opportuni blocchi del piazzale in attesa del trasbordo. E evidente che la posizione di tali blocchi nel piazzale e la distanza tra essi e la posizione di attracco delle navi che dovranno in seguito caricarli, inuenza fortemente le operazioni di trasbordo. Per tale motivo la pianicazione tattica dello yard effettuata sulla base del cosiddetto berth template. Poich larrivo delle navi portacontainer in porto segue per contratto un ciclo pressato, possibile pianicare le operazioni di ormeggio allinterno di un orizzonte temporale di una o due settimane, assegnando ad ogni nave che giunger in porto in tale intervallo di tempo unarea di banchina favorita (home berth). Man mano che le date di arrivo (presunte) delle navi si avvicinano, le decisioni tattiche vengono aggiornate in maniera tale da tenere conto di eventuali ritardi.
17 Su di un orizzonte di pianicazione di uno o due giorni, listante di arrivo delle navi pu essere ritenuto pressoch certo. A livello operativo quindi, occorre decidere non solo dove ma anche quando fare attraccare le navi. Infatti la stessa area di banchina pu essere favorita per diverse navi e nello stesso periodo di pianicazione. Occorre quindi stabilire lordine con il quale le navi accederanno alla risorsa banchina. Vi da notare che se si adottasse a livello operativo il puro home berthing basato su di una politica FIFO, si avrebbero certamente tempi di servizio bassi a scapito, probabilmente, di tempi di attesa per le navi molto grandi. Per questo motivo una strategia comunemente utilizzata per la gestione del processo di ormeggio a livello operativo, riguarda la minimizzazione del tempo di permanenza in porto delle navi (total turnaround time). Il turnaround time composto da due termini: il tempo di attesa della nave dallarrivo allinizio delle operazioni ed il tempo di servizio. Esso rappresenta il giusto compromesso tra gli obiettivi del gestore del terminal e quelli delle linee di navigazione. Il primo mira ad unefciente utilizzo delle risorse del terminal (spazi e mezzi); le linee di navigazione vorrebbero non solo che le operazioni si svolgessero in maniera veloce, ma anche evitare infruttuose attese in rada.
2.1.2 Il processo di carico/scarico

Le decisioni di tipo strategico per le operazioni di carico/scarico riguardano essenzialmente la tipologia di gru da utilizzare (a carrello singolo o doppio, capaci di operare in twin-lift etc.). Il numero di gru da allocare ad una data nave portacontainer , invece, il risultato di decisioni tattiche. A livello operativo, il processo di carico/scarico si pu considerare come composto da due sottoprocessi: la pianicazione dello stivaggio e lo scheduling delle gru. Prima di discutere questi due sottoprocessi, utile analizzare brevemente la struttura tipica di una nave portacontainer (vedi Figura 2.3) . Essa consiste di un certo numero di locazioni (slot o celle), capaci di contenere un container da 20 piedi. Ogni slot identicato
18
Righe
Baie
Semibaie
Ponte Stiva
Tiri
Baia
Figura 2.3: Struttura di una nave portacontainer dalla tripla (baia, riga, tiro), che ne rappresenta univocamente le coordinate nello spazio. Pi precisamente lindice di baia rappresenta la posizione dello slot lungo la sezione trasversale della nave. Gli indici di baie sono crescenti da prua a poppa e sono numeri interi pari se associati a baie, dispari se associati a semi-baie. Lindice di riga fornisce la posizione della cella relativamente alla sezione verticale della nave. Anche in questo caso si adottano indici pari e dispari per distinguere, rispettivamente, le righe lato mare da quelle lato banchina. Inne lindice di tiro fornisce la posizione dello slot nella sezione orizzontale della rispettiva baia. Essi sono crescenti dal basso verso lalto e per convenzione i tiri relativi a posizioni in stiva hanno indici che vanno da 02 a 18/20; quelli invece relativi a posizioni sul ponte partono da 80/82. La pianicazione dello stivaggio La pianicazione dello stivaggio di una nave portacontainer un processo a due fasi. Il primo passo viene eseguito dalla linea di navigazione, che deve preparare il piano di stivaggio per tutti i porti che la nave visiter (port rotation). In questo
19 livello della pianicazione lunit di riferimento non lo specico container, bens una classe di container, identicata da diversi attributi: la dimensione, il tipo, il porto di destinazione, il peso. Ad ogni posizione (baia, riga, tiro) viene quindi assegnata una classe di container nel rispetto di numerosi vincoli atti ad assicurare la stabilit della nave. Tra questi ricordiamo, ad esempio, il peso decrescente dei container sugli stack. Obiettivi della linea di navigazione sono: minimizzare il numero di shift (spostamenti improduttivi di container a bordo) durante le operazioni di sbarco nei diversi porti in cui la nave far scalo, e massimizzare lutilizzazione della nave. Il secondo passo eseguito dal gestore del terminal. Sulla base del piano di stivaggio (prestow) ricevuto dalla linea di navigazione, lo ship planner deve assegnare esattamente un container (identicato da un proprio codice) di una data classe, scelto nel piazzale, alla rispettiva posizione nella nave. Dal punto di vista del gestore del terminal, gli obiettivi da ottimizzare sono molto diversi da quelli della compagnia di navigazione. Al ne di accelerare il processo di imbarco, possibile massimizzare la produttivit delle gru, minimizzare il tempo di trasporto dei container dal piazzale alla banchina, o minimizzare i reshufe in piazzale. I reshufe sono movimentazioni improduttive, e notevolmente onerose in termini di tempo, che si vericano ogni qualvolta occorre spostare (e successivamente riposizionare) container in cima ad uno stack di piazzale, al solo scopo di prelevare un container ubicato pi in basso nella stessa pila. Nonostante sia un problema di tipo operativo, opportuno notare che la pianicazione dello stivaggio un processo ofine, nel senso che il piano di stivaggio deve essere messo a punto prima che il processo di caricamento della nave abbia inizio.
Lo scheduling delle gru di banchina Una volta deciso il piano di stivaggio di una nave ed il numero di gru necessarie ad effettuare le operazioni di carico/scarico, necessario coordinare in maniera
20
efciente il lavoro delle gru stesse. Occorre pertanto ripartire il carico di lavoro tra le diverse gru con lobiettivo di ridurre il tempo di completamento delle operazioni. Generalmente lunit indivisibile di lavoro (task, nella terminologia propria dello scheduling) per una gru di banchina denita come il carico/scarico di contenitori da una baia. Da questo punto di vista, quindi, pianicare le operazioni delle gru di banchina signica assegnare un certo numero di task a ciascuna gru e, per ciascuna di esse, determinare una sequenza di lavorazione dei task. I vincoli operativi sono essenzialmente legati a questioni di sicurezza ed impongono che debba essere sempre mantenuta una certa distanza tra le gru (in genere 60 piedi). Altri vincoli sono relativi alla modalit di spostamento delle gru. Le modalit che generalmente vengono utilizzate sono: la modalit unidirezionale in cui le gru si muovono tutte da prua a poppa o viceversa; la modalit bidirezionale in cui ciascuna gru pu muoversi in qualsivoglia direzione, sempre nel rispetto dei vincoli di sicurezza. Bisogna evidenziare che in fase operativa alle gru non consentito oltrepassare la torre di comando. Ci infatti provocherebbe un aumento forzato del tempo di completamento delle operazioni, in quanto sarebbe necessario il sollevamento del braccio (operazione di disarmo). Inoltre va ricordato che le gru di banchina si muovono su rotaia e quindi non possono scavalcarsi a vicenda (vincoli di non-crossing). Una denizione alternativa di task quella di considerare come tale un gruppo di container che, in una data baia, sono omogenei rispetto alla dimensione (20 o 40 piedi), alla posizione (stiva o ponte), al porto di origine, al porto di destinazione ed al tipo di operazione (carico o scarico). Allinterno di una stessa baia possibile, quindi, distinguere differenti tipologie di task. Inoltre, poich alcuni task devono necessariamente essere eseguiti prima di altri, bisogna tenere in considerazione vincoli di precedenza: le operazioni di scarico avvengono sempre prima di quelle di carico, lo scarico del ponte prima dello scarico della stiva. Viceversa per le operazioni di carico. Ulteriori vincoli operativi nascono dalla
21 necessit di impedire che coppie di task della stessa baia vengano eseguiti contemporaneamente da gru diverse (vincoli di non simultaneit). Questa tipologia di vincoli anche utile per evitare fenomeni di congestione di trafco nel piazzale, da parte dei mezzi destinati al trasporto dei contenitori da/verso le gru. Va inne ricordato che unulteriore decisione di tipo operativo per il processo di carico/scarico, consiste nello stabilire lordine di lavorazione dei container per ciascuna baia. Per evidenti ragioni di manovrabilit da parte del gruista, loperazione di carico viene effettuata partendo dalle posizioni pi vicine al lato mare a quelle pi prossime alla banchina (sea-to-shore); viceversa per le operazioni di scarico (shore-to-sea. Se, ssata una baia, si caricano/scaricano tutti i container con lo stesso indice di tiro, la modalit lavorativa viene chiamata per riga. Se invece si lavorano tutti i container con lo stesso indice di riga, allora si parla di modalit per stack.
2.1.3 Il processo di trasporto banchina-piazzale-banchina

Il trasporto dei container dalla banchina al piazzale e viceversa un processo molto delicato. Esso infatti si frappone tra i processi di banchina e di piazzale. In questottica, gli aspetti decisionali del processo di trasporto non riguardano soltanto la riduzione dei tempi di movimentazione dei container, ma anche lincremento della produttivit delle gru di banchina pur contenendo il trafco dei mezzi per trasporto orizzontale nel piazzale. Le decisioni di tipo strategico riguardano, come al solito, la tipologia di mezzi da utilizzare, e ci dipende dalla congurazione dello yard. Yard che adottano la tecnologia DTS richiedono lutilizzo di mezzi attivi (Straddle Carrier); i mezzi passivi (AGV, Trailer, Multi-Trailer) vengono utilizzati nei terminal ITS. A livello tattico bisogna decidere il numero di mezzi appropriato per il trasporto dei container da/verso una data nave. Infatti troppi o troppo pochi veicoli potrebbero rallentare le operazioni di trasporto. Conseguentemente si provocherebbero tem-
22
pi dozio forzato per le gru, ossia bassi livelli di produttivit per esse. A livello operativo si decide quale mezzo movimenta quale container. Due sono le modalit operative adottate per la gestione dei mezzi di trasporto orizzontale. Una prima modalit, denita Gang, consiste nell assegnare ad ogni gru di banchina un certo numero di mezzi, che lavorino in maniera sincrona con essa. Tale modalit presenta, tuttavia, due grossi inconvenienti. Il primo che le produttivit delle gru e dei mezzi sono mutuamente dipendenti: un fermo di una gru necessariamente rallenta i mezzi ad essa assegnati e viceversa. Il secondo inconveniente relativo alla distanza totale percorsa da ciascun mezzo. Infatti ogni volta che esso compie un movimento a pieno carico, costretto anche a compiere, in direzione opposta, un movimento a vuoto. Una modalit alternativa per organizzare il lavoro dei mezzi per il trasporto orizzontale nota come Pooling. Un pool un gruppo di mezzi condivisi tra due o pi gru adiacenti, che eseguono, possibilmente, operazioni diverse (carico e scarico). E evidente come tale modalit permette una sostanziale riduzione delle movimentazioni a vuoto. Infatti considerando due gru, GL e GD, la prima in fase di carico e laltra in fase di scarico, i mezzi del pool possono eseguire ciclicamente il tragitto YARD-GL-GD-YARD, dove i viaggi a vuoto sono limitati al percorso GL-GD e YARD-YARD. Qualora invece le due gru eseguono la stessa operazione, il pooling consente di attuare politiche di compensazione, al ne di evitare bruschi cali nella produttivit delle gru e dei mezzi. Ad esempio se una delle due gru ferma, si possono velocizzare le operazioni dellaltra, ottenendo, in tale modo, rendimenti complessivi pi costanti. Nella pratica operativa gli AGV sono sempre organizzati in Pooling. Bisogna tuttavia evidenziare che in questo caso c la necessit di un elevato sincronismo tra le operazioni di gru di banchina, gru di piazzale ed i movimenti degli AGV, per fare in modo che uno di essi sia sempre pronto sotto la gru afnch essa possa rilasciare/prelevare il container. Gli Straddle Carrier possono invece essere
23 utilizzati sia in Gang che in Pooling. Come ricordato, il vantaggio nelluso dei mezzi attivi consiste nel fatto che le operazioni delle gru di banchina e quelle degli Straddle Carrier sono disaccoppiate, grazie allutilizzo del buffer di gru. Questa caratteristiche rendono la modalit del Pooling molto pi efcace rispetto alla modalit Gang, sia per quanto riguarda la riduzione dei viaggi a vuoto, sia perch permette elevati livelli di produttivit delle gru. Di contro la gestione operativa del Pooling molto pi onerosa rispetto alla modalit Gang.
2.1.4 La gestione del piazzale

Lo yard pu essere, ragionevolmente, considerato come il cuore del terminal. Infatti molti processi logistici hanno inizio e ne proprio nello yard. Per questo motivo la gestione efciente delle aree di stoccaggio rappresenta una condizione necessaria allefcienza di tali processi. I problemi di gestione del piazzale sono diversi a seconda del tipo di usso di container (import, export, import/export e transhipment) e a seconda del tipo di yard (DTS o ITS), perch diverse sono le criticit dei sistemi e quindi gli obiettivi da ottimizzare. Nel DTS il fattore critico la distanza percorsa dai mezzi; nellITS i reshufe (movimenti improduttivi di container necessari al prelevamento di altri container) e la sincronizzazione delle gru di piazzale con i mezzi di trasporto. A seconda delle necessit operative, il piazzale comunemente organizzato in aree per container in import, in export, vuoti, per container refrigerati, contenenti merci pericolose, danneggiati. Ciascuna area suddivisa in blocchi. Come per i container stivati nelle navi, anche nel piazzale la loro posizione individuata, allinterno di un blocco, dalla tripla (baia, riga, tiro). In alcuni terminal le aree di piazzale prospicienti la banchina possono essere utilizzate come buffer temporanei. In fase di scarico questa organizzazione consente un rapido svolgimento delle operazioni. In fase di carico i container possono essere preventivamente avvicinati alla banchina e posizionati nelle aree di buffer in maniera tale da ri-
24
spettare il piano di stivaggio. Le movimentazioni di container off-line rispetto alle operazioni di carico/scarico, nonch le riallocazioni di container in aree diverse del piazzale sono denominate movimentazioni di housekeeping. Tali movimentazioni, bench effettuate nei momenti di calma delle operazioni portuali (generalmente di notte), sono comunque costose e andrebbero di regola evitate, cercando di determinare il posizionamento ottimale dei container. A livello tattico, due sono le politiche di gestione delle aree di piazzale. Una prima politica quella di allocare aree di piazzale alle navi. In particolare i container in export di una data nave sono posizionati in maniera tale da rispettare il piano di stivaggio, cio raggruppati in base al porto di destinazione e al peso (quelli pi pesanti sopra quelli leggeri perch nella nave essi verranno stivati al contrario). Per i container in import nessun ulteriore accorgimento viene adottato. Questa strategia risulta essere quella ottimale per la successiva fase operativa, tuttavia comporta un elevato numero di rehandling. Inoltre pu essere fonte di una cattiva utilizzazione degli spazi di stoccaggio, a causa della forte aleatoriet nel processo di arrivo delle navi. Una politica alternativa quella di associare a ciascun berth una propria area di piazzale.
Capitolo 3 Il processo di Ormeggio - Analisi della Letteratura

Il problema dellallocazione degli ormeggi (Berth Allocation Problem - BAP) stato ampiamente studiato in letteratura. Tecnicamente un berth una porzione di banchina, attrezzata con un certo numero di gru e adibita allancoraggio delle navi. Per il BAP sono stati deniti svariati modelli di programmazione matematica che possono essere raggruppati in due grosse categorie: modelli per il BAP discreto e modelli per il BAP continuo. Nel caso discreto si assume che la banchina sia suddivisa in un numero nito di berth, ciascuno dei quali capace di accogliere una nave per volta. Tale assunzione risulta essere ragionevole nel caso in cui le navi abbiano una lunghezza pi o meno uniforme. Nei modelli per il BAP continuo si assume, invece, che le navi possono essere ormeggiate ovunque lungo la banchina. Adottare il modello discreto piuttosto che quello continuo una scelta (strategica) che dipende da molti fattori, primi fra tutti la tipologia del porto ed il volume di trafco. Sovradimensionare lampiezza dei berth pu comportare un pessimo utilizzo della risorsa banchina; al contrario, con berth troppo piccoli non sarebbe possibile offrire servizio alle navi transoceaniche di ultima generazione. Altre sostanziali differenze tra i diversi modelli proposti in letteratura consistono
26
Capitolo 3 - Berth Letteratura
nel considerare il BAP Statico o il BAP Dinamico, a seconda che le navi siano gi in porto allatto della pianicazione o meno.
3.1
The berth planning problem (Lim, 1998)
Modello
Nel lavoro di Lim si considera il BAP continuo. La banchina si suppone suddivisa in sezioni di lunghezza pressata ed in ciascuna di esse possibile ormeggiare una o pi navi, a seconda delle dimensioni di queste ultime; lormeggio di una nave a cavallo di due sezioni contigue vietato. Riguardo alle navi si suppone che esse giungano in porto in istanti diversi e che la durata del servizio (handling time) non dipenda dalla particolare sezione in cui verranno ormeggiate; esso un attributo della nave. Quando due navi vengono ormeggiate nella stessa sezione ed in istanti vicini, bisogna mantenere tra di esse una certa distanza di sicurezza (inter-ship clearance), che dipende dalla lunghezza delle navi. Ulteriori distanze di sicurezza devono essere garantite tra navi ormeggiate agli estremi di due sezioni contigue (berth clearance). Fissata una sezione, un piano di ormeggio per un insieme di navi corrisponde a determinare lesatta posizione di ciascuna nave allinterno della sezione in esame, in modo tale che la pi grande quantit di spazio utilizzata sia la minima possibile. Questo modello comporta una semplice rappresentazione graca. In un piano cartesiano in cui lasse orizzontale corrisponde alla dimensione temporale e quello verticale alla dimensione spaziale, le navi possono essere rafgurate come dei rettangoli, la cui base rappresenta lhandling time, mentre laltezza la lunghezza (comprensiva dellinter-ship clearance). Analogamente una sezione pu essere rappresentata da un rettangolo innito (aperto a destra) di altezza L ed il cui vertice inferiore sinistro coincida con lorigine del sistema di riferimento. Determinare un piano di ormeggio per le navi signica posizionare tali rettangoli in maniera tale che essi non si sovrappongano (Pac-
27 king Bidimensionale) . Poich la coordinata temporale del vertice inferiore sinistro di ciascuno dei rettangoli noto (istante di arrivo delle navi), il tutto si riduce a determinare la coordinata spaziale dello stesso vertice.
Algoritmo
Lautore dimostra che il BAP si pu formulare su di un particolare grafo G pesato sui nodi e sugli archi. I nodi corrispondono alle navi ed i relativi pesi sono le lunghezze delle navi. Linsieme degli archi formato da archi orientati e archi non orientati (rami). I primi servono a modellare il fatto che le navi possono essere ormeggiate agli estremi di una sezione. Questi archi hanno peso pari al berth clearance. I rami corrispondono a coppie di navi che si sovrappongono nella dimensione temporale (listante di arrivo di una delle due ricade entro la durata del servizio dellaltra). Per tale ragione se ad esempio {i, j} ramo, allora le navi i e j non possono condividere nessun tratto della sezione di banchina in esame. Il peso di un arco non orientato la inter-ship clearance pi grande delle relative navi. In questottica risolvere BAP signica determinare un orientamento per i rami di G tale che il risultante grafo sia aciclico e la lunghezza del cammino pi lungo sia minima, dove per lunghezza di un cammino si intende la somma dei pesi degli archi e dei nodi che lo compongono. Per risolvere tale problema lautore propone un algoritmo euristico.
3.2
The dynamic berth allocation problem for a container port (Imai e altri, 2001)
Modello
In questo lavoro gli autori considerano la pianicazione degli ormeggi nel caso discreto. La banchina si suppone suddivisa in un numero nito di berth, con la
28
particolarit che ciascuno di essi pu accogliere navi a partire da un determinato istante di tempo sk . Ciascuna nave caratterizzata, oltre che da un istante di arrivo ai , da un tempo di servizio tk , dipendente quindi anche dal berth cui essa i verr ormeggiata. Determinare il piano di ormeggio signica determinare un insieme di sequenze di navi, una sequenza per ciascun berth, tale da minimizzare la somma dei tempi di usso di tutte le navi. Il tempo di usso di una nave (o turnaround time) la somma di due componenti: il tempo di servizio ed il tempo di attesa. Se una nave i ormeggiata al berth k, il tempo di attesa di i legato al suo istante di arrivo, allistante di tempo in cui il berth k ha iniziato a lavorare e alla posizione di i allinterno della sequenza di navi ormeggiate al berth k. Gli autori distinguono due casi. Se maxi {ai } mink sk il BAP viene detto Statico, altrimenti si parler di problema Dinamico. Per il BAP Statico viene proposto un Modello di Programmazione Matematica a variabili intere, mentre per il caso Dinamico un Modello di Programmazione Matematica a variabili miste.
Algoritmo
Gli autori dimostrano che il problema Statico riducibile ad un Problema di Assegnamento e quindi risolubile in tempo Polinomiale. Per il BAP Dinamico, che risulta essere particolarmente difcile, viene presentato un algoritmo euristico basato su un Rilassamento Lagrangiano del modello. Lottimizzazione del problema Duale Lagrangiano effettuata mediante il Metodo del Subgradiente (troncato) allinterno del quale vengono utilizzate delle euristiche di ricerca locale per la determinazione di soluzioni ammissibili per il BAP.
29
3.3
Berth planning and resources optimisation at a container terminal via discrete event simulation (Legato e Mazza, 2001)
Modello
In questo lavoro le attivit logistiche in un terminal marittimo per contenitori sono analizzate per mezzo della Simulazione. In particolare viene descritto il processo di berthing delle navi (arrivo, ormeggio e partenza) cos come avviene al porto di Gioia Tauro. Gli autori propongono un modello a rete di code al ne di stimare gli effetti della congestione del trafco sul tempo di soggiorno delle navi in porto. Essi evidenziano inoltre come il Simulatore proposto costitutisca un valido strumento di supporto alle decisioni per la pianicazione degli attracchi e delle risorse di banchina, ovvero gru, mezzi per la movimentazione orizzontale e risorse umane, (analisi what-if ).
3.4
Berth allocation planning in the public berth system by genetic algorithms (Nishimura e altri, 2001)
Modello
Questo lavoro riassume alcuni degli aspetti del BAP descritti in (Lim, 1998) ed in (Imai e altri, 2001). Infatti si considera che la banchina suddivisa in sezioni (chiamate berth), ciascuna delle quali caratterizzata da una sua lunghezza e dalla profondit dei suoi fondali. In ogni sezione possibile allocare contemporaneamente una o pi navi a seconda dellampiezza della sezione e della dimensione e pescaggio delle navi. Come nel modello proposto in (Imai e altri, 2001), gli autori considerano il problema dinamico e minimizzano il turnaround totale delle
30
navi, con la differenza che i berth sono sempre disponibili allinterno dellorizzonte di pianicazione. Il risultante Modello di Programmazione Matematica non lineare (nella funzione obiettivo e nei vincoli).
Algoritmo
Lalgoritmo risolutivo proposto di natura metaeuristica. Il problema viene suddiviso in sottoproblemi di dimensione pi piccola, operando una discretizzazione dellorizzonte di pianicazione. Al generico passo k dellalgoritmo la soluzione del sottoproblema Pk viene combinata con la soluzione ottenuta al passo k 1 (che a sua volta stata ottenuta combinando la soluzione del sottoproblema Pk1 con la soluzione ottenuta al passo k 2, etc). Gli algoritmi che implementano gli aspetti propri dellevoluzione di una specie (lunione di due individui (soluzioni) forti (buone) genera un terzo individuo forte (a meno di scherzi della natura!)) sono noti come Algoritmi Genetici.
3.5
Berth allocation with service priority (Imai e altri, 2003)
Modello
Il lavoro tratta il BAP discreto come in (Imai e altri, 2001) includendo il concetto di priorit sul servizio delle navi. Denire dei coefcienti assoluti di priorit per le navi una questione alquanto delicata. Ad esempio la priorit di una nave potrebbe essere intesa come la sua stazza, il che sarebbe in accordo con i vincoli contrattuali tra le grandi compagnie di navigazione ed i gestori dei terminal. E evidente che in tal caso le compagnie di feederaggio risulterebbero svantaggiate, avendo sempre una priorit inferiore rispetto alle grandi navi portacontainer e dovendo, pertanto, subire tempi di attesa molto elevati. Al contrario rendendo
31 prioritarie le operazioni sulle navi feeder, le navi portacontainer aspetterebbero molto meno tempo, ma vedrebbero peggiorata la qualit del servizio. Il modello proposto simile a quello presentato in (Imai e altri, 2001). Lunica differenza consiste nella funzione obiettivo (non lineare) che la somma pesata dei turnaround time delle navi, dove i pesi sono le priorit.
Algoritmo
Lalgoritmo risolutivo di tipo Genetico del tutto identico a quello proposto in (Nishimura e altri, 2001).
3.6
Berth scheduling by simulated annealing (Kim e Moon, 2003)
Modello
Gli autori considerano il BAP continuo dinamico. Si considera una banchina di lunghezza L ed un insieme di N navi che devono essere ormeggiate. Attributi delle navi sono: la lunghezza, listante di arrivo, listante preferito di partenza, il tempo di servizio, il costo per unit temporale di ritardo nel caso la partenza della nave avvenga dopo listante preferito di partenza, il tempo necessario al trasporto dei container in export dal piazzale alla nave quando essa non ormeggiata alla posizione preferita. Questultima denita come quella posizione di banchina in cui il centro della nave coincide con la posizione mediana di tutti i container che devono essere caricati su di una nave. La funzione obiettivo, da minimizzare, composta da due termini: il primo tiene conto del tempo di trasporto dei container dovuto allo scostamento della posizione assegnata ad una nave rispetto alla sua posizione preferita; laltro tiene conto delleventuale ritardo nella partenza della nave. Come nel lavoro di (Lim, 1998), il BAP viene trattato come un proble-
32
ma di Packing Bidimensionale, con la differenza che in questo caso si considera laspetto dinamico dellarrivo delle navi e quindi bisogna calcolare non solo la coordinata spaziale ma anche quella temporale.
Algoritmo
Lalgoritmo risolutivo si basa su di una metaeuristica di tipo Simulated Annealing. Il nome di tale euristica deriva dal processo sico di cristallizzazione di un liquido in un solido (annealing o tempratura), ottenuta controllando e riducendo gradualmente la temperatura. Essa in pratica uneuristica di ricerca locale in cui lesplorazione dello spazio di ricerca viene effettuata passando da soluzioni ad alte temperaturea soluzioni a basse temperature, no al raggiungimento di una soluzione a temperatura minima. Lalgoritmo per il BAP descritto in (Kim e Moon, 2003), ad ogni iterazione, aggiunge una nuova nave a quelle gi sistemate e calcola, applicando la Simulated Annealing, la nuova congurazione di navi che presenta la minima energia.
3.7
A scheduling method for berth and quay cranes (Park e Kim, 2003)
Modello
Nel lavoro di Park e Kim presentato il primo tentativo di integrazione nella gestione degli attracchi delle navi e dellallocazione e scheduling delle gru di banchina, dal momento che questi due aspetti sono fortemente relazionati tra di loro. Infatti il tempo di servizio di una nave dipende anche dal numero di gru allocate su di essa (in realt ci che inuenza maggiormente il tempo di servizio di una nave la velocit con la quale i mezzi per il trasporto orizzontale riescono a movimentare i container da e verso le gru). Le ipotesi di lavoro sono le stesse descritte
33 in (Kim e Moon, 2003); in pi si considera noto il numero minimo e massimo di gru che possono essere assegnate a ciascuna nave (il primo valore dipende da vincoli contrattuali, il secondo, evidentemente, dalle dimensioni della nave) ed i costi per unit temporale che bisogna sostenere qualora una nave giunga in porto prima o dopo listante previsto di arrivo. Il problema viene suddiviso in due fasi. Nella prima fase, denominata Berth Scheduling e per la quale gli autori propongono un modello di Programmazione Matematica Mista, vengono determinate le posizioni di attracco di ciascuna nave nello spazio e nel tempo ed inoltre il numero di gru necessarie al carico/scarico di ciascuna nave. La funzione obiettivo della fase di berthing la somma pesata del costo di handling dei container, delle penalit dovute allattracco delle navi in istanti di tempo superiori o inferiori al loro istante di arrivo e, inne, delle penalit dovute alla partenza delle navi in istanti di tempo superiori a quelli contrattuali. La seconda fase (Crane Assignment) si basa sui risultati della prima per determinare la sequenza di navi sulle quali ciascuna gru deve operare. Lobiettivo quello di minimizzare il numero totale di setup, ossia di trasferimenti delle gru da una nave allaltra. Per il Crane Assignment viene proposto un modello di Programmazione Dinamica.
Algoritmo
Lalgoritmo risolutivo naturalmente a due fasi. Per la fase di berthing viene utilizzata un tecnica di Rilassamento Lagrangiano, per la ricerca di un Lower Bound e di un Upper Bound sul valore ottimo della funzione obiettivo. Per lottimizzazione del problema Duale Lagrangiano (ricerca del migliore Lower Bound) viene adottato lalgoritmo del subgradiente. A ogni iterazione di tale algoritmo viene applicata uneuristica per la determinazione si soluzioni ammissibili (Upper Bound). La seconda fase viene invece risolta allottimo risolvendo lequazione ricorsiva che denisce il relativo Modello di Programmazione Dinamica.
34
3.8
The berth allocation problem: models and solution methods (Guan e Cheung, 2004)
Modello
In questo lavoro si considera il BAP nel caso dinamico e continuo. Gli autori esplicitamente si riferiscono alla gestione tattica degli attracchi allinterno di un orizzonte di pianicazione discretizzato. Le compagnie di navigazione, pertanto, trasmettono ai gestori del terminal la data di arrivo delle navi come intervalli temporali (ad esempio il pomeriggio di un dato giorno). Le navi che presentano lo stesso intervallo di arrivo sono raggruppate in batch e, ai ni modellistici, il loro istante di arrivo viene assunto come lestremo sinistro di questi intervalli. I tempi di processamento delle navi sono proporzionali alla loro lunghezza. La funzione obiettivo che si vuole minimizzare la somma pesata dei tempi di usso, con i pesi che indicano limportanza di una nave. Guan e Cheung propongono due formulazioni del BAP. La prima formulazione (F1 ) utilizzata per lo sviluppo di un algoritmo esatto di risoluzione; la seconda (F2 ) serve per determinare di buoni Lower Bound, in modo da rendere pi efciente la risoluzione del problema tramite lalgoritmo esatto.
Algoritmo
La formulazione F2 viene risolta tramite tecniche di Rilassamento Lagrangiano e per la risoluzione del problema Duale Lagrangiano viene utilizzato il metodo del subgradiente. Per la formulazione F1 viene invece proposto un algoritmo Branchand-Bound di tipo costruttivo (Tree Search Procedure). Lalbero di Branch-andBound presenta tanti livelli quante sono le navi da ormeggiare. Un nodo di questo albero al livello k rappresenta una soluzione parziale in cui k navi sono state sistemate. Di conseguenza ciascun nodo al livello k avr esattamente (n k) gli.
35 Per ridurre il numero di nodi dellalbero di Branch-and-bound gli autori propongono appropriati schemi di branching e utilizzano, come prima accennato, criteri di fathoming basati sul Lower Bound calcolato con la formulazione F2 .
3.9
Models and tabu search heuristics for the berth allocation problem (Cordeau e altri, 2005)
Modello
In questo lavoro viene presentato un modello per il BAP dinamico discreto molto particolare. Gli autori assumono che ciascun berth inizi a lavorare a partire da un certo istante di inizio disponibilit. A differenza di (Imai e altri, 2001), per, qui si assume che lintervallo di disponibilit non sia innito (nellorizzonte di pianicazione) ma abbia una durata nita (Berth Time Window). Ci utile per modellare, ad esempio, situazioni in cui un berth non pu essere utilizzato per lattracco delle navi per motivi di manutenzione. Simili nestre temporali vengono denite anche sulla durata del servizio delle navi (Ship Time Window), per modellarne limportanza relativa. Gli autori modellano il BAP come un MultiDepot Vehicle Routing Problem with Time Windows, in cui la funzione obiettivo la somma pesata dei tempi di usso delle navi con i pesi che rappresentano il costo del servizio.
Algoritmo
Lalgoritmo risolutivo si basa sulla tecnica Tabu Search, che unalgoritmo euristico di ricerca locale con memoria. Attraverso unesaustiva esperienza computazionale gli autori evidenziano lefcacia dellalgoritmo Tabu Search rispetto al migliore solutore commerciale sia in termini di tempi di calcolo che in termini di bont delle soluzioni. Inoltre gli autori dimostrano come con piccole modiche,
36
lalgoritmo progettato per il caso discreto capace, altrettanto efcacemente, di risolvere il BAP nel caso continuo.
3.10
Berth allocation in a container port: using a continuous location space approach (Imai e altri, 2005)
Modello
Gli autori considerano il BAP nel caso continuo dinamico. Come nel lavoro di (Lim, 1998) il BAP viene ridotto ad un problema di Packing Bidimensionale, con la differenza che le navi possono attendere in rada prima di essere ormeggiate e che i tempi di servizio dipendono dalla posizione di ormeggio. Il modello proposto a variabili intere e non lineare nei vincoli. Lobiettivo la minimizzazione dei tempi di usso delle navi.
Algoritmo
Lalgoritmo risolutivo di natura euristica e si basa sulliterativa discretizzazione della banchina in un certo numero di berth di lunghezza crescente. Ad ogni iterazione, ssato il numero di berth, si risolve un problema di BAP discreto, come descritto in (Imai e altri, 2001). La soluzione cos ottenuta viene aggiustata cercando di eliminare le sovrapposizioni delle navi nello spazio e nel tempo, in modo da ottenere una soluzione ammissibile per il BAP continuo. lalgoritmo si arresta quando la lunghezza dei berth supera un valore pressato (lmax ), fornendo la migliore soluzione trovata nel corso dellintera procedura.
37
3.11
Variable neighborhood search for minimum cost berth allocation (Hansen e altri, 2006)
Modello
In questo lavoro gli autori considerano il BAP discreto dinamico. Essi assumono che a ciascuna nave sia assegnata, per contratto, una data entro cui le operazioni di carico/scarico devono essere, preferibilmente, concluse (due date). Inoltre per ciascuna coppia (berth, nave) altres denito un costo di servizio, diverso dal tempo di servizio, che serve a modellare le priorit delle navi. La caratteristica fondamentale del modello a variabili miste descritto consiste nella funzione obiettivo che composta da tre termini: il tempo di usso (attesa pi servizio), il costo del servizio ed un termine che tiene conto dellanticipo (earliness) o del ritardo (tardiness) con cui le operazioni vengono concluse rispetto alla due date.
Algoritmo
Lalgoritmo proposto dagli autori uneuristica di ricerca locale ad intorno variabile (Variable Neighborhood Search), in cui, cio, la denizione di intorno di una soluzione cambia, nel corso dellalgoritmo, ogni volta che raggiunto un minimo locale.
3.12
Berth management in container terminal: the template design algorithm (Moorthy e Teo, 2006)
Modello
Questo lavoro dedicato alla gestione dei berth dal punto di vista tattico. Come accennato nella Sezione 2.1.1, nei porti di transshipment la pianicazione tattica
38
dello yard fortemente correlata con quella degli ormeggi: la distanza fra la posizione nello yard per un gruppo di contenitori e le posizioni sulla banchina delle navi con le quali tali contenitori arrivano e partono, determina, in grande misura, il carico di lavoro necessario ad effettuare loperazione di trasbordo. Per far fronte a questo problema, lallocazione degli spazi di piazzale spesso basata sul cosiddetto home berthing, che consiste nellassegnare alle navi unarea di attracco preferita. Gli autori in questo lavoro analizzano limpatto economico nelladottare la politica di home berthing per un insieme di navi che richiedono lattracco nellarco di una settimana. Il problema viene modellato come un problema di Packing Bidimensionale su un cilindro (in modo da tenere in conto che i servizi sono periodici). Per la valutazione delle varie congurazioni ammissibili si considerano due fattori: il tempo di attesa per le navi ed il costo operativo legato alle movimentazioni dei container (nave di arrivo-piazzale-nave di partenza).
Algoritmo
Lalgoritmo proposto di tipo Genetico.
3.13
Berth allocation at indented berths for mega containerships (Imai e altri, 2007a)
Modello
Nel lavoro di (Imai e altri, 2007a) si considera il Ceres Paragon Terminal (Amsterdam) in cui la banchina totale formata da tratti di banchina convenzionale (ossia lineari) e da tratti di banchina a dente. Questi ultimi consentono di effettuare le operazioni di carico/scarico da ambo i lati di una grande nave portacontainer, permettendo, teoricamente, la riduzione dei tempi di servizio. Si assume che ad una banchina a dente pu attraccare una sola nave transoceanica per volta, men-
39 tre permesso il servizio contemporaneo su al pi quattro navi feeder (due per lato). Gli autori presentano due modelli di Programmazione Lineare Mista per il BAP discreto dinamico per la minimizzazione del tempo di turnaround delle navi. Nella prima formulazione si considera la banchina convenzionale e si fa riferimento al BAP come descritto in (Nishimura e altri, 2001), con la differenza che in questo caso la formulazione lineare. La seconda formulazione tiene in considerazione anche la presenza delle banchine a dente.
Algoritmo
Lalgoritmo proposto di tipo Genetico.
3.14
The berth allocation problem: a strong formulation solved by a Lagrangean approach (Monaco e Sammarra, 2007)
Modello
Il lavoro tratta il BAP nel caso discreto dinamico come in (Imai e altri, 2001). Gli autori formulano il BAP come un problema di scheduling dinamico su macchine parallele non correlate (berth) con lobiettivo di minimizzare il tempo totale di usso dei job (ossia il turnaround time delle navi). Il Modello di Programmazione Lineare Mista proposto risulta essere pi compatto (fa uso di un minore numero di variabili e vincoli) e pi forte (fornisce un Lower Bound pi alto) del Modello presentato in (Imai e altri, 2001). Tale modello viene ulteriormente rafforzato e la sua bont dimostrata, oltre che teoricamente, anche dal punto di vista computazionale.
40
Algoritmo
Per la determinazione di soluzioni ammissibili viene utilizzata un tecnica di Rilassamento Lagrangiano. Il Problema Duale Lagrangiano, che risulta essere non standard in quanto vincolato, risolto tramite un metodo di aggiustamento dei moltiplicatori di Lagrange che integra uneuristica di ricerca locale.
3.15
The simultaneous berth and quay crane allocation problem (Imai e altri, 2007b)
Modello
In questo lavoro presentato un primo tentativo di integrazione tra due diversi problemi: lallocazione degli attracchi e quello delle gru di banchina. Generalmente il numero di gru operanti su di una nave di una data compagnia dipende da vincoli contrattuali tra i gestori dei terminal e le compagnie di navigazione (decisioni tattico-strategiche). Tuttavia gli autori evidenziano come, a livello operativo, la gestione congiunta di attracchi e gru necessaria per far fronte allelevata variabilit nella frequenza di arrivo delle navi. E interesse dei manager portuali, infatti, massimizzare lefcienza delle operazioni allocando il minore numero di risorse (gru di banchina), cio evitando di mantenere inoperose gru su berth dove non sono necessarie. Pertanto occorre decidere non solo dove fare attraccare le navi (BAP) ma anche quando e come spostare le gru da un berth ad un altro (Crane Allocation Problem, CAP) in modo da convenire con le clausole contrattuali. Per quanto riguarda BAP valgono le stesse assunzioni fatte in (Imai e altri, 2001). Per lallocazione delle gru si assume che per trasferire una gru da un berth ad un altro non possibile interrompere il lavoro delle altre gru. Gli autori propongono un Modello di Programmazione Lineare Mista per la minimizzazione del turnaround time delle navi.
41
Algoritmo
Lalgoritmo di tipo genetico.
3.16
Berthing ships at a multi-user container terminal with a limited quay capacity (Imai e altri, 2008)
Modello
Il lavoro affronta il problema specico della gestione degli attracchi al porto di Colombo (Sri Lanka) caratterizzato dalla presenza di due operatori terminalistici: il Jaya Container Terminal (JCT) ed il South Asia Gateway Terminal (SAGT). Nei momenti di congestione il JCT reindirizza i propri servizi (navi) al SAGT (terminal esterno), qualora il loro tempo di attesa superi un predenito tempo limite. Sebbene questa pratica possa essere vantaggiosa per le compagnie di navigazione, essa rappresenta un grosso svantaggio per JCT in quanto esso deve provvedere al trasporto dei container tra i due terminal, nonch a tutte le operazioni di piazzale al terminal SAGT. Il problema analizzato e formulato nella sua veste statica e dinamica mediante modelli di Programmazione Intera e Programmazione Mista, ripettivamente. Gli autori considerano il problema discreto ed assimilano il terminal esterno come ad ununica banchina. Lobiettivo la minimizzazione dei tempi di handling al terminal esterno.
Algoritmo
La risoluzione del BAP con lutilizzo di un terminal esterno affrontata tramite un algoritmo genetico.
Capitolo 4 Il processo di Carico/Scarico - Analisi della Letteratura

4.1 La pianicazione dello stivaggio
4.1.1 Stowage planning for container ships to reduce the number of shifts (Avriel e altri, 1998)
Modello Il lavoro tratta il problema della pianicazione dello stivaggio dal punto di vista delle compagnie di navigazione. Si considera una nave capace di trasportare un certo numero di container e la sequenza di porti che visiter (port rotation), assumendo che essa al porto di partenza e a quello nale, eventualmente coincidente con il primo nel caso di port rotation ciclica, sia vuota. Per ogni coppia di porti (i, j), con j che segue i nella port rotation, noto il numero di container che bisogna caricare al porto i e con destinazione il porto j. La nave si considera suddivisa in una serie di stack ciascuno dei quali pu contenere lo stesso numero di container di dimensione standard. Gli autori presentano un Modello di Programmazione Lineare Intera per assegnare ad ogni container uno slot con lobiettivo
44
Capitolo 4 - Carico/Scarico Letteratura
di minimizzare il numero di shift sulla nave. I vincoli operativi del modello sono i soli vincoli di capacit della nave.
Algoritmo Lalgoritmo sviluppato di tipo euristico. Esso consiste nellassegnare dinamicamente, ovvero riassegnare ad ogni porto visitato, i container agli slot di nave. Pi precisamente a ciascun porto i, dopo aver scaricato tutti i container con destinazione i e quelli che hanno provocato eventuali shift (blocking container), si assegnano i container con origine il porto i e si riassegnano i blocking container in modo tale da minimizzare il numero di shift nei porti successivi.
4.1.2 Principles of combinatorial optimization applied to containership stowage planning (Wilson e Roach, 1999)
Algoritmo Il questo lavoro il problema dello stivaggio descritto correttamente nelle sue componenti: la stesura di piani di pre-stivaggio e la denizione dei piani di stivaggio ad ogni porto in cui la nave far scalo (vedi 2.1.2). Gli autori deniscono questi due sottoproblemi, rispettivamente, componente strategica e tattica del problema dello stivaggio, ma non fanno alcuna esplicita distinzione su chi siano i decisori in ciascun sottoproblema. Essi si riferiscono in maniera generica ai planners. Il primo sottoproblema consiste, data la congurazione della nave e la port rotation, nel riservare blocchi di slot a classi di container, dove una classe un insieme di container che condividono lo stesso porto di destinazione. Gli obiettivi che bisogna perseguire nel sottoproblema strategico sono la minimizzazione degli shift di nave e lutilizzazione della nave stessa, ossia la minimizzazione del numero di blocchi riservati per ciascuna destinazione. I vincoli che si considerano in questa fase, oltre a quelli di capacit, sono relativi alla distribuzione uniforme
45 del peso a bordo per garantire la stabilit della nave. Per il problema strategico gli autori propongono un algoritmo Branch and Bound. Il sottoproblema tattico, che bisogna risolvere ad ogni porto visitato dalla nave, consiste nellassegnare a ciascuna posizione allinterno di un blocco uno specico container. Gli autori considerano una funzione obiettivo che tiene conto della minimizzazione degli shift a bordo (assurdo in quanto lo stivaggio riguarda solo container da caricare), del numero dei container posizionati in maniera sbagliata rispetto al peso (per motivi di stabilit il peso degli stack deve essere decrescente verso lalto; ma questo un vincolo e non pu essere ottimizzato) ed il numero di stack in cui sono posizionati container con diversi porti di destinazione. Per la risoluzione del sottoproblema tattico viene proposta uneuristica Tabu Search. Lo stesso problema e la stessa metodologia sono presentati dagli autori in altri lavori (Wilson e Roach, 2000; Wilson e altri, 2001).
4.1.3 A genetic algorithm with a compact solution encoding for the container ship stowage problem (Dubrovsky e altri, 2002)
Algoritmo
Gli autori considerano il problema cos come descritto in (Avriel e altri, 1998) e propongono uneuristica di tipo genetico per la minimizzazione degli shift a bordo. La novit del lavoro consiste nel fatto che tramite lalgoritmo genetico facile prendere in considerazione ulteriori vincoli operativi come ad esempio i vincoli di stabilit della nave.
46
4.1.4 Stowing a containership: the master bay plan problem (Ambrosino e altri, 2004)
Modello
Nel lavoro descritto il problema dello stivaggio per una nave al porto di origine della port rotation, assumendo che nei porti successivi vi siano soltanto operazioni di scarico di container. In pratica questo il problema dal punto di vista del gestore del terminal che non interessato a ci che avviene ai porti successivi. Gli autori considerano vincoli sulla capacit massima (in termini di peso), sul peso decrescente verso lalto dei container in ciascuno stack, sulla distribuzione uniforme di peso allinterno della nave, al ne di evitare il rollo ed il beccheggio. Altri vincoli operativi riguardano il fatto che i container da 40 possono essere collocati sopra due container da 20, ma il viceversa non possibile. Inoltre in ogni stack il peso di una sequenza di tre container non pu superare un certo valore limite. La funzione obiettivo da minimizzazione il tempo necessario a caricare i container. Per il problema gli autori presentano un modello di Programmazione Lineare Intera.
Algoritmo
Lalgoritmo risolutivo si basa su tre fasi. La prima fase consiste nel preprocessing dei dati di input, al ne di rafforzare i vincoli del modello e ridurre la regione ammissibile. Nella seconda fase, che gli autori deniscono prestowing, si assegnano gruppi di container a speciche baie in modo da rispettare la port rotation. Queste due fasi consentono di rilassare alcuni vincoli del Modello di Programmazione Intera che, quindi, pu essere risolto allottimo (terza fase).
47
4.1.5 A heuristic for vessel planning in a reach stacker terminal (lvarez, 2006)
Modello
In questo lavoro descritto il problema dello stivaggio in un terminal intensivo gestito mediante reach stacker. Lautore distingue nettamente le due fasi di cui il problema si compone (vedi 2.1.2) e considera il punto di vista del gestore del terminal. In questottica assume di conoscere, oltre che il piano di prestivaggio e la dislocazione dei container nel piazzale, anche il risultato dello scheduling delle gru di banchina. Considerata quindi una gru ed una delle baie ad essa assegnata e ssata la modalit lavorativa della gru (per riga o per tiro), per quella baia rimane denita la sequenza con cui la gru riempir gli slot. Il problema allora quello di determinare lordine con il quale i container di una data classe devono essere prelevati dal piazzale ed assegnati alle rispettive posizioni (rispetto alla classe) indicate nel piano di pre-stivaggio. E chiaro che lobiettivo del terminalista la riduzione degli shift di piazzale e della distanza percorsa dai veicoli. Nel lavoro lautore presenta un modello di Programmazione Lineare Mista per la minimizzazione della somma pesata dei due precedenti obiettivi e di un terzo che misura linstabilit verticale della nave.
Algoritmo
Lalgoritmo risolutivo si basa sulla tecnica Tabu Search.
48
4.1.6 A decomposition heuristics for the container ship stowage prolem (Ambrosino e altri, 2006)
Algoritmo Gli autori considerano il problema cos come in (Ambrosino e altri, 2004) e propongono una tecnica di decomposizione in due sottoproblemi. Nel primo sottoproblema (bay assignment) la nave viene partizionata in differenti sezioni e a ciascuna di queste sezioni si assegnano gruppi di container omonegenei secondo il porto di destinazione, nel rispetto dei vincoli di capacit (intesa come numero di TEUs stivabili in ciascuna sezione). La seconda fase consiste nel risolvere tanti problemi di stivaggio per quante sono le sezioni identicate alla prima fase. A tal ne gli autori propongono un Modello di Programmazione Lineare Intera che viene risolto allottimo tramite un solutore commerciale. Per il primo sottoproblema, invece, sviluppano un algoritmo Branch-and-Bound. Inne vengono vericate le condizioni di stabilit della nave e, ove violate, esse vengono ripristinate mediante un algoritmo di ricerca locale. Un approccio simile viene presentato in (Sciomachen e Tanfani, 2007) dove si evidenzia la relazione tra il problema dello stivaggio e i problemi di packing tridimensionale. Lobiettivo la massimizzazione della produttivit delle gru di banchina.
4.1.7 A multi-objective simultaneous stowage and load planning for a container ship with container rehandle in yard stacks (Imai e altri, 2006)
Modello Come in (lvarez, 2006) gli autori contraddistinguono le due fasi del problema dello stivaggio ma propongono un approccio unicante. Dapprima viene ana-
49 lizzato il problema dal punto di vista delle compagnie di navigazione, che sono interessate soprattutto a garantire la stabilit della nave. A tal proposito sono proposti tre Modelli di Programmazione Lineare Intera per la determinazione di piani di stivaggio atti a minimizzare il rollo ed il beccheggio della nave ed a massimizzare laltezza metacentrica. Quindi affrontano il problema degli operatori terminalistici, che guardano alla minimizzazione degli shift di piazzale. E chiaro che i due punti di vista sono spesso in contraddizione: il perseguire piani di stivaggio che diano la massima stabilit delle nave pu portare ad un elevato numero di shift nel piazzale. Per tale motivo gli autori formulano il problema, nel suo complesso, come un problema multi-obiettivo.
Algoritmo Lapproccio risolutivo del modello di Programmazione Multi-Obiettivo si basa sulla sua riduzione ad un Modello a Singolo-Obiettivo ed alluso di un algoritmo di tipo genetico.
4.2
Lo scheduling delle gru di banchina
4.2.1 The crane scheduling problem (Daganzo, 1989)

Modello In questo lavoro lautore considera il problema di come allocare nel tempo un dato numero di gru alle baie di un insieme di navi. Ad ogni nave associato un tempo minimo per la conclusione delle operazioni di carico/scarico ed un costo, funzione del numero di baie, che bisogna sostenere qualora le operazioni vengano concluse in ritardo. Due casi particolari vengono analizzati: il caso statico, in cui si assume che le navi siano gi ormeggiate allatto della pianicazione, e quello dinamico, in cui il numero di navi varia nel tempo. In entrambi i casi si
50
assume che su ciascuna baia non possano lavorare contemporaneamente due gru e che queste possano spostarsi liberamente da una baia ad unaltra. Le gru si suppone abbiano le stesse caratteristiche tecniche e siano quindi capaci di operare alla stessa velocit. Lautore, per ciascuna versione del problema, presenta un modello di Programmazione Lineare Mista per la minimizzazione del costo del ritardo totale.
Algoritmo Su istanze di piccole dimensioni (no a tre navi), lautore afferma che i modelli matematici proposti possono essere risolti efcacemente in maniera esatta tramite enumerazione totale dello spazio delle soluzioni. Per la risoluzione di problemi di dimensione maggiore viene presentato un algoritmo euristico. Nel caso statico esso consiste nellordinare le navi secondo un ordine di servizio desiderato e quindi nellordinare le baie di ciascuna nave in senso crescente rispetto al carico di lavoro richiesto. Quindi si assegnano le gru alle baie in modo tale da rispettare lordinamento precedentemente determinato. Questa stessa tecnica pu essere utilizzata per risolvere il problema dinamico.
4.2.2 A Branch and Bound solution method for the quay crane scheduling problem (Daganzo e Peterkofsky, 1990)
Algoritmo Lobiettivo del lavoro quello di fornire un metodo di risoluzione esatto per il problema statico descritto in (Daganzo, 1989). Il problema viene formulato come un problema di scheduling su macchine parallele identiche in cui un insieme di job (navi) deve essere essere eseguito da un dato numero di macchine (gru). Ciascun job costituito da un certo numero di task (baie) e lobiettivo la minimizzazione del ritardo medio pesato. Lalgoritmo consta di due fasi. In una
51 prima fase vengono determinati, mediante un algoritmo Branch and Bound, gli istanti (ottimi) di partenza di ciascuna nave. La seconda fase consiste nel determinare lallocazione delle gru alle navi in maniera tale che gli istanti di partenza precedentemente determinati vengano rispettati.
4.2.3 Crane scheduling with spatial constraints (Lim e altri, 2004)

Modello In questo lavoro gli autori affrontano il problema della gestione delle gru di banchina per quanto riguarda le sole operazioni di scarico. E dato un insieme di gru ed un insieme di task, denito come un gruppo di container che devono essere scaricati. I task sono diversi nel senso che possono comprendere un numero diverso di conatiner; ciascuna gru ha una differente produttivit ed esegue il task ad essa assegnato senza interruzioni. Pertanto, per ogni coppia (gru, task), possibile denire un coefciente di protto (throughput). Il problema, allora, quello di determinare un assegnamento delle gru ai task tale da rendere massimo il throughput totale del sistema gru. I vincoli operativi che vengono considerati sono quelli di non-crossing, di sicurezza e di non-contemporaneit. Per tale problema gli autori propongono un modello di Programmazione Lineare Intera. Vi da notare che bench si parli di scheduling, il modello proposto non integra esplicitamente la componente temporale. Leffetto di schedulare i task sulle gru si pu ottenere risolvendo una sequenza di problemi di assegnamento dei task alle gru.
Algoritmo Per il problema che tiene conto dei soli vincoli di non-crossing e dei vincoli di sicurezza viene proposto un algoritmo di Programmazione Dinamica. Nel caso pi complesso in cui si considerano anche i vincoli di non-contemporaneit, gli autori propongono due algoritmi euristici di ricerca locale. Il primo un algo-
52
ritmo Tabu Search probabilistico mentre laltro basato su di una tecnica greedy con aggiornamento delle priorit (Squaeky Wheel Optimization).
4.2.4 A crane scheduling method for port container terminal (Kim e Park, 2004)
Modello Il modello descritto in questo lavoro , storicamente, il primo ad essere molto aderente alle problematiche reali di gestione delle gru di banchina. Si considera una nave ed un insieme di gru assegnate ad essa. La nave si suppone suddivisa in baie ed in ciascuna baia gruppi omogenei di container (task, secondo la denizione data in 2.1.2) devono essere scaricati o caricati. I task possono essere collocati in stiva o sul ponte ed il loro processamento non pu essere interrotto. Le gru sono considerate identiche ma possono iniziare a lavorare in istanti diversi. La dislocazione dei task nella nave induce relazioni di precedenza (scarico del ponte, scarico della stiva, carico della stiva, carico del ponte) e di non simultaineit (due task della stessa baia non possono essere eseguiti contemporaneamente da gru diverse) tra coppie di task. Riguardo alle gru vengono presi in considerazione i vincoli di sicurezza e di non-crossing. Gli autori propongono un modello di Programmazione Lineare Mista al ne di determinare, per ciascuna gru, la sequenza di lavorazione dei task che minimizzi il Makespan, ossia listante di tempo in cui la gru pi in ritardo termina la lavorazione.
Algoritmo Gli autori propongono un algoritmo esatto ed uno euristico. Lalgoritmo esatto basato sulla tecnica Branch and Bound ed efciente nel risolvere problemi di piccola dimensione (2 gru e 15 task). Per risolvere problemi di dimensione mag-
53 giore viene utilizzato un algoritmo euristico di tipo GRASP (Greedy Randomized Adaptive Search Procedure).
4.2.5 Double-cycling strategies for container ships and their effect on ship loading and unloading operations (Goodchild e Daganzo, 2006)
Modello Gli autori analizzano la modalit operativa per le gru di banchina denominata double-cycling. Il ciclo operativo di una gru consiste delle seguenti fasi: aggancio di un container, movimento orizzontale del carrello, movimento verticale del carrello, sgancio del container. Nella modalit single-cycle le precedenti fasi operative comportano, tra un ciclo ed il successivo, sempre un movimento a vuoto del carrello. Al contrario nella modalit double-cycling si fa in modo che la gru movimenti sempre un container e che esegua, pertanto, movimenti alternati di scarico e carico. Lobiettivo di questa strategia la massimizzazione della produttivit delle gru, ovvero la minimizzazione del tempo di turnaround delle navi. Dal punto di vista modellistico, gli autori considerano una gru che deve caricare/scaricare i container da una baia di una nave e formulano il problema come un problema di Flow-Shop con lobiettivo della minimizzazione del Makespan.
Algoritmo Il modello pu essere risolto allottimo applicando un algoritmo classico dello scheduling (Regola di Johnson). Gli autori forniscono inoltre espressioni per il calcolo di Lower Bound ed un algoritmo greedy per il calcolo di Upper Bound.
54
4.2.6 Quay crane scheduling at a container terminals to minimize the maximum relative tardiness of vessels departures (Liu e altri, 2006)
Modello In questo lavoro si considera il problema della pianicazione settimanale delle operazioni delle gru di banchina. Si assume che le navi giungano in porto in istanti di tempo diversi e che il problema della pianicazione degli attracchi (BAP) sia gi stato risolto. Per ciascuna nave quindi noto listante di arrivo, quello di partenza, il berth lungo quale essa verr ormeggiata, le sue dimensioni espresse in numero di baie ed il carico di lavoro richiesto. Le gru hanno la stessa produttivit (macchine identiche) ed i task corrispondono al carico/scarico di tutti i container da una singola baia. I vincoli operativi presi in considerazione sono quelli relativi alle distanze di sicurezza tra gru adiacenti e quelli di non-crossing. Lobiettivo la minimizzazione dei ritardi relativi con cui si concludono le operazioni sulle navi. Il ritardo relativo denito come il rapporto tra il ritardo misurato rispetto al tempo di partenza stimato dal BAP e la durata del soggiorno in porto, ricavabile sempre dalla soluzione del BAP. Gli autori non propongono esplicitamente nessun modello di Programmazione Matematica per il problema in esame, visto che esso risulterebbe inutilizzabile a causa dellintrinseca difcolt del problema stesso e dellelevato numero di vincoli e variabili.
Algoritmo Lalgoritmo risolutivo si basa su uneuristica di decomposizione. Il problema viene decomposto in due livelli: il vessel level ed il berth level. Nel vessel level si considera una nave per volta per ciascuna delle quali si determina il tempo di processamento minimo in funzione del numero di gru assegnate ad esse. Loutput del vessel level costituisce linput per il berth level nel quale si determina il
55 numero di gru da assegnare a ciascuna nave in modo da minimizzare il ritardo relativo. Per entrambi i problemi gli autori forniscono Modelli di Programmazione Lineare Mista risolti tramite un solutore commerciale.
4.2.7 A Branch-and-Cut Algorithm for the quay crane scheduling problem (Moccia e altri, 2006)
Modello In questo lavoro viene considerato il problema cos come descritto in (Kim e Park, 2004). Gli autori formulano il problema come un problema di Vehicle Routing con vincoli aggiuntivi, necessari a modellare le precedenze e le non contemporaneit sui task. La funzione obiettivo il tempo di completamento delle operazioni su di una nave. Il modello proposto domina quello proposto in (Kim e Park, 2004) ed ulteriormente rafforzato mediante lintroduzione di disuguaglianze valide.
Algoritmo Per la risoluzione del problema gli autori propongono un algoritmo esatto di tipo Branch and Cut, in cui il Sottoproblema di Separazione viene risolto mediante uneuristica Tabu Search. I risultati computazionali dimostrano la superiorit dellalgoritmo Branch and Cut rispetto allalgoritmo Branch and Bound proposto in (Kim e Park, 2004).
4.2.8 Crane scheduling with non-crossing constraint (Zhu e Lim, 2006)

Modello Sotto le stesse ipotesi descritte in (Lim e altri, 2004), questo lavoro considera lassegnamento dei task alle gru introducendo la componente temporale. Gli autori
56
presentano un Modello di Programmazione Lineare Intera per la minimizzazione del massimo tempo di completamento dei task (Makespan). Rispetto al lavoro precedente, per, gli unici vincoli operativi che vengono considerati sono i vincoli di non-crossing. Algoritmo Gli autori propongono un algoritmo Branch and Bound per la risoluzione del problema su istanze di piccola dimensione (no a 4 gru e 15 task). Per problemi di dimensione maggiore viene utilizzato un algoritmo basato sulla tecnica Simulated Annealing.
4.2.9 Crane double-cycling in container ports: planning methods and evaluation (Goodchild e Daganzo, 2007)
In questo lavoro gli autori analizzano limpatto, a lungo termine, della modalit operativa double-cycle per le gru di banchina sui tipici indicatori di performance dei terminal portuali: produttivit delle gru, dei mezzi per la movimentazione orizzontale e dei mezzi dediti allo stoccaggio dei container. Tramite strumenti di Simulazione viene dimostrato come con tale modalit operativa si riescano ad ottenere elevati livelli di produttivit senza signicativi investimenti di capitale.
4.2.10 A m-parallel scheduling problem with a non crossing constraint (Lim e altri, 2007)
Modello Gli autori studiano lo stesso problema cos come denito in (Lim e altri, 2004; Zhu e Lim, 2006) ed introducono un modello di Constraint Programming (paradigma di modellizzazione dichiarativo e non algebrico) per la minimizzazione del Makespan. Nel lavoro si tiene conto dei soli vincoli di non-crossing.
57 Algoritmo Lalgoritmo proposto si basa sulla decomposizione in due sottoproblemi: assegnamento dei task alle gru e sequenziamento dei task su ciascuna gru. Gli autori dimostrano che, nota la soluzione del primo sottoproblema, possibile ricavare la soluzione del secondo in forma chiusa. Per la risoluzione del primo sottoproblema vengono proposti un algoritmo approssimato di Programmazione Dinamica ed un algoritmo esatto di Backtracking. Lapproccio di decomposizione comunque limitato ad istanze di dimensione media. Per affrontare il problema su istanze di dimensione realistica gli autori propongono un altro algoritmo euristico di tipo Simulated Annealing.
4.2.11 A tabu search heuristic for the quay crane scheduling problem (Sammarra e altri, 2007)
Algoritmo Il problema descritto in questo lavoro viene visto come un problema di Vehicle Routing con vincoli aggiuntivi (precedenze e non simultaneit tra coppie di task) come in (Kim e Park, 2004; Moccia e altri, 2006). Al ne di determinare il Makespan, gli autori decompongono il problema in un sottoproblema di routing ed in uno di scheduling. Il primo, che consiste nel determinare per ciascuna gru una sequenza di lavorazione dei task, affrontato mediante un algoritmo tabu search. Il sottoproblema di scheduling, per la determinazione dei tempi di completamento di ciascun task, modellato su di un grafo in cui sono presenti archi (per rappresentare le precedenze tra task) e rami (per rappresentare le non contemporaneit tra task ed i vincoli di sicurezza e non-crossing tra le gru). Su tale grafo necessario determinare un orientamento per i rami tale che il risultante grafo sia aciclico e la lunghezza del cammino pi lungo (Makespan) sia minimo. Per tale sottoproblema gli autori propongono uneuristica di ricerca locale.
58
4.2.12 A queuing network model for the management of berth crane operations (Canonaco e altri, 2008)
Modello
In questo lavoro gli autori descrivono un Modello a Rete di Code per la gestione delle operazioni di carico/scarico dei container da una nave ormeggiata ad un dato berth. Il modello permette di tenere in considerazione una serie di fenomeni eccezionali che caratterizzano il ciclo operativo delle risorse impegnate nelle operazioni di carico e scarico, ovvero le gru e gli straddle carrier, e che possono causare interruzioni nelloperativit degli stessi. Per quanto riguarda gli straddle carrier i fermi o i rallentamenti nella produttivit sono legati a fenomeni di trafco nel piazzale, a breakdown o a necessit di rifornimento di carburante. I fermi delle gru sono dovuti ai fenomeni atmosferici (vento forte), di interferenza tra gru vicine, oppure al fatto che le gru sono costrette ad attendere in fase di carico perch larea di buffer vuota (starvation).
Algoritmo
Il modello viene risolto tramite luso di un Simulatore basato su di un Grafo degli Eventi, che serve a rappresentare sistematicamente i vincoli operativi, le politiche di allocazione e il sequenziamento delle attivit. Mediante lanalisi what-if, i manager portuali possono valutare diversi scenari e scegliere quello pi conveniente, ossia quello che massimizza la produttivit delle risorse, pur garantendo alle navi bassi tempi di attesa.
59
4.2.13 Quay crane scheduling with non interference constraints in port container terminals (Lee e altri, 2008)
Modello Gli autori presentano un Modello di Programmazione Lineare Mista per il problema di schedulare un dato numero di gru assegnate ad una nave. Essi deniscono task come lo scarico/carico di tutti i container in una baia. Lobiettivo minimizzare il Makespan tenendo in considerazione i soli vincoli di non-crossing. Algoritmo Per la risoluzione del problema viene proposto un algoritmo genetico.
Capitolo 5
Il Processo di Trasporto - Analisi della Letteratura
5.1
La Gestione degli AGV
Come precedentemente descritto (vedi 1.2.2), gli AGV appartengono alla categoria dei mezzi passivi e come tali i problemi fondamentali di gestione riguardano prevalentemente la loro sincronizzazione con le operazioni delle gru di banchina e di piazzale, onde incrementarne la produttivit. La letteratura scientica in tale campo molto ricca, essendo gli AGV ampiamente utilizzati anche in contesti diversi da quello portuale, come ad esempio nei managazzini automatizzati e negli FMS (Flexible Manufacturing Systems), come descritto in (Qiu e altri, 2002; Vis, 2006). Di seguito sono analizzati i lavori pi recenti sulla gestione degli AGV in ambito portuale.
62
Capitolo 5 - Trasporto Letteratura
5.1.1 A look-ahead dispatching method for automated guided vehicles in automated port container terminals (Kim e Bae, 2004)
In questo lavoro presentato un Modello di Programmazione Lineare Intera ed un algoritmo euristico per il dispatching degli AGV. Si considera che ciascun AGV sia capace di trasportare un solo container e che serva pi di una gru di banchina (modalit pooling). Si assume che i tempi di attesa degli AGV sotto le gru di piazzale siano trascurabili cos come i ritardi degli AGV dovuti a fenomeni di congestione del trafco. Gli autori giusticano la prima assunzione affermando che le gru di piazzale non sono considerate risorse critiche. Assumendo note le operazioni che ciascuna gru deve effettuare possibile costruire una lista ordinata di task (movimentazione di un container dal piazzale ad una delle gru o viceversa). Ogni volta che un AGV libero, la procedura euristica assegna ad esso un task considerando non solo il task pi imminente, ma un set di task imminenti (look-ahead), con lobiettivo di minimizzare il ritardo degli AGV e la distanza totale percorsa da essi.
5.1.2 Dispatching multi-load AGVs in highly automated seaport container terminals (Grunow e altri, 2004)
Il lavoro descrive il problema dellinstradamento degli AGV nellipotesi che essi siano capaci di trasportare due container da un TEU o un container da 2 TEU. Gli autori propongono una regola di dispatching basata sulla discretizzazione dellorizzonte di pianicazione (Time Window) e su alcune priorit denite sui task. Allinterno di ciascuna Time Window si sceglie il task pi imminente e si valuta il suo assegnamento allinsieme degli AGV disponibili secondo una certa funzione di costo (ad esempio il ritardo nella consegna del task), scegliendo lassegnamento con costo minimo. Le prestazioni della regola sono confrontate con quelle di
63 un Modello di Programmazione Lineare Intera risolto allottimo sempre con la discretizzazione dellorizzonte di pianicazione. Inne gli autori propongono un algoritmo ibrido che utilizza la regola di dispatching ed il modello matematico e che pu essere utilizzato in contesti reali.
5.1.3 Dispatching vehicles in a mega container terminal (Bish e altri, 2005)

Gli autori analizzano per prima il caso di singola nave, singola gru ed i veicoli allocati in modalit gang. Assumendo nota la sequenza di operazioni della gru, viene proposto un algoritmo di tipo greedy: ogni volta che un task deve essere assegnato ad un veicolo, se esso corrisponde ad unoperazione di scarico allora viene assegnato al veicolo che giunge per primo sotto la gru; nel caso invece in cui si tratti di un container da caricare, esso viene assegnato al veicolo che in grado di giungere per primo alla posizione di piazzale in cui il container collocato. Lobiettivo la minimizzazione del makespan sui task. Gli autori dimostrano inoltre che questo semplice algoritmo ottimo qualora la sequenza di operazioni della gru sia composta solo da operazioni di carico o di scarico; nel caso di sequenze miste lalgoritmo approssimato. Successivamente lalgoritmo proposto viene esteso, introducendo politiche di look-ahead al caso di pi gru che effettuano solo operazioni di scarico.
5.1.4 Mixed Integer Programming Models for dispatching vehicles at container terminals (Zhang e altri, 2005)
Gli autori in questo studio non fanno riferimento esplicito alla gestione degli AGV ma considerano che non siano previsti buffer di gru, il che fa pensare che il loro studio sia rivolto alla gestione di mezzi passivi. Rispetto ai lavori precedentemente esaminati, gli autori considerano solo il caso dello scarico, quindi
64
del trasporto dei container dalla banchina al piazzale, ed una sola gru (modalit gang). Sono presentati tre modelli di Programmazione Intera non lineari per la minimizzazione del tempo di attesa della gru. I primi due modelli sono riformulati e risolti con tecniche di Programmazione Bilivello; per il terzo modello gli autori propongono un algoritmo greedy, capace di determinarne la soluzione ottima.
5.1.5 Tecniche di Simulazione per la gestione degli AGV (Grunow e altri, 2006; Kim e altri, 2006; Lehmann e altri, 2006)
Nel lavoro di (Grunow e altri, 2006) differenti politiche di dispatching (ofine ed online) sono analizzate tramite un modello di simulazione. I risultati dimostrano la superiorit delle prime rispetto alle regole online. Nel lavoro di (Kim e altri, 2006) la simulazione usata come strumento di predizione e prevenzione di fenomeni di deadlock. Un deadlock si verica quando due AGV, chiamiamoli A e B, devono accedere alla stessa zona del piazzale, provenendo da direzioni opposte. A, per potere passare, aspetta che B rilasci il tratto di guida attualmente occupato; in maniera analoga B aspetta che A si sposti dalla sua posizione attuale. Gli autori propongono un metodo che assegna, nel tempo, tratti di guida agli AGV in modo tale da evitare situazioni di stallo. Il deadlock analizzato anche in (Lehmann e altri, 2006) in relazione a fenomeni di stallo tra gli AGV e le gru di banchina e di piazzale.
5.2
La Gestione degli SC
Al contrario degli AGV, gli Straddle Carrier (SC) sono mezzi attivi e possono lavorare in modo asincrono con le gru di banchina. In tale caso la gestione efciente mirata, soprattutto, a minimizzare le distanze percorse dagli SC e ad evitare la congestione del trafco nel piazzale.
65
5.2.1 A routing algorithm for a single straddle carrier to load export container onto a containership (Kim e Kim, 1999a)
Gli autori, per questa versione abbastanza semplicata del problema, considerano noto il piano di stivaggio e la sequenza di carico. Essi presentano un Modello di Programmazione Lineare Intera per determinare la sequenza di posizioni di piazzale visitate dallo SC che rende minima la distanza totale da esso percorsa. La procedura risolutiva basata su di un algoritmo di programmazione dinamica.
5.2.2 Routing straddle carriers for the loading operation of containers using a beam search algorithm (Kim e Kim, 1999b)
Sempre con lobiettivo di minimizzare la distanza percorsa, gli autori estendono i risultati ottenuti in (Kim e Kim, 1999a) al caso di pi SC, assumendo che vi sia un solo SC allocato per ogni gru di banchina e che per ciascuna di queste sia stato denito linsieme delle baie di nave in cui dovra caricare i container. Sotto tali ipotesi il problema pu essere ricondotto a tanti problemi a singolo SC, per la cui soluzione gli autori propongono un algoritmo Beam Search.
5.2.3 Vehicle dispatching at seaport container terminals using evolutionary algorithms (Bse e altri, 2000)
In questo lavoro si discute della gestione degli SC in un terminal di transshipment quando per essi si adotta la modalit pooling. Si assume che le gru possano effettuare operazioni di carico e scarico, che ciascuna di esse sia dotata di un buffer, che le liste di sbarco/imbarco di contenitori siano note. Il problema quello di determinare, per ciascun SC, una sequenza di movimentazioni di container da effettuare con lobiettivo di massimizzare la produttivit della gru. Ci si ripercuote nel minimizzare il ritardo con cui i container arrivano o vengono prelevati
66
dai buffer di gru. Gli autori presentano un algoritmo euristico di tipo genetico e alcune semplici regole di dispatching e mostrano, sperimentalmente, la bont della metodologia pooling rispetto quella a gang.
5.2.4 Scheduling material handling vehicles in a container terminal (Das e Spasovic, 2003)
In questo lavoro si considera il caso di un terminal in cui il trasporto dei container dal piazzale alla banchina e viceversa effettuato mediante truck mentre gli SC sono utilizzati per lo stoccaggio dei container nel piazzale. Il problema quello di decidere la sequenza di movimentazioni che ciascun SC dovr effettuare con lobiettivo di minimizzare le distanze percorse ed i tempi di attesa dei truck. Gli autori propongono un algoritmo euristico basato su di un assegnamento dinamico degli SC ai truck. La dinamicit consiste nel fatto che il Problema di Assegnamento viene risolto ogni volta che si verica un evento trigger, ossia o un truck, vuoto o pieno, in attesa allo yard oppure uno straddle carrier ha terminato il compito ad esso assegnato.
Appendice
Principali siti web consultati per la stesura del documento. Capitolo 1 - Aspetti Economici www.unctad.org United Nations Conference on Trade and Development (libero) www.espo.be European Sea Port Organization (libero) www.worldbank.org The World Bank (libero) www.container-mag.com Container Management (riservato) www.imo.org Internationational Maritime Organization (libero) www.maine.gov/mdot Maine Department of Transportation (libero) Capitolo 1 - Mezzi per la movimentazione www.kalmarind.com www.noellmobilesystems.com www.konecranes.com www.portpictures.nl Capitoli 2,3,4,5 I siti web delle Case Editrici1
Laccesso riservato tramite abbonamento. A tale proposito un ringraziamento va alla Biblioteca dellArea Tecnico-Scientica dellUNICAL ed al CASPUR (Consorzio Interuniversitario per le Applicazioni di Supercalcolo per Universit e Ricerca) per il servizio di Emeroteca Virtuale offerto.
1
Bibliograa
lvarez J. (2006). A heuristic for vessel planning in a reach stacker terminal. Journal of Maritime Research, 3, 316. Ambrosino D.; Sciomachen A.; Tanfani E. (2004). Stowing a containership: the master bay plan problem. Transportation Research - A, 38, 8199. Ambrosino D.; Sciomachen A.; Tanfani E. (2006). A decomposition heuristics for the container ship stowage problem. Journal of Heuristics, 12, 211233. Avriel M.; Penn M.; Shpirer N.; Witteboon S. (1998). Stowage planning for container ships to reduce the number of shifts. Annals of Operations Research, 76, 5571. Benacchio M.; Carnevali C.; Genova R.; Mazzucchelli M.; Sciomachen A. (1998). The port as intermodal node: models for yard planning and management In Maritime Engineering and Ports. A cura di Sciutto G., Brebbia C. Wit Press, Southampton. Bish E.; Chen F.; Leong Y.; Nelson B.; Ng J.; Simchi-Levi D. (2005). Mixed integer programming models for dispatching vehicles at a container terminal. OR Spectrum, 27, 491506. Bse J.; Reiners T.; Steenken D.; Voss S. (2000). Vehicle dispatching at seaport container terminals using evolutionary algorithms In Proceeding of the 33rd An69
nual Hawaii International Conference on System Science. A cura di Sprague R., pp. 110. Canonaco P.; Legato P.; Mazza R.; Musmanno R. (2008). A queuing network model for the management of berth crane operations. Computers & Operations Research, 35, 24322446. CONTAINER MANAGEMENT (2007). Top 120 Container Ports. www.containermag.com. Cordeau J.-F.; Laporte G.; Legato P.; Moccia L. (2005). Models and tabu search heuristics for the berth allocation problem. Transportation Science, 39, 526538. Cullinane K.; Song D.-W.; Wang T. (2005). The application of mathematical
programming approaches to estimating container port production efciency. Journal of Productivity Analysis, 24, 7392. Daganzo C. (1989). The crane scheduling problem. Transportation Research - B, 23, 159175. Daganzo C.; Peterkofsky R. (1990). A branch and bound solution method for the crane scheduling problem. Transportation Research - B, 24, 159172. Das S.; Spasovic L. (2003). Scheduling material handling vehicles in a container terminal. Production Planning and Control, 14, 623633. De Monie G. (1987). Measuring and evaluating port performance and productivity. UNCTAD Monograph on Port Management. (UNCTAD/SHIP/494(6)). Dubrovsky O.; Levitin G.; Penn M. (2002). A genetic algorithm with a compact solution encoding for the container ship stowage problem. Journal of Heuristics, 8, 585599. ESPO (2007). European Sea Ports Organisation - Annual Report 2006-2007.
Gnther H.-O.; Kim K. H. (2006). Container terminals and terminal operations. Operations Research Spectrum, 28, 437445. Goodchild A.; Daganzo C. (2006). Double-cycling strategies for container ships and their effect on ship loading and unloading operations. Science, 40, 473483. Goodchild A.; Daganzo C. (2007). Crane double cycling in container ports: Transportation
planning methods and evaluation. Transportation Research B, 41, 875891. Grunow M.; Gnther H.-O.; Lehmann M. (2004). Dispatching multi-load agvs in highly automated seaport container terminals. OR Spectrum, 26, 211235. Grunow M.; Gnther H.-O.; Lehmann M. (2006). Strategies for dispatching agvs at automated seaport container terminals. OR Spectrum, 28, 587610. Guan Y.; Cheung R. (2004). The berth allocation problem: models and solution methods. Operations Research Spectrum, 26, 7592. Hansen P.; Ogus C.; Mladenovi N. (2006). c Variable neighborhood search
for minimum cost berth allocation. European Journal of Operational Research, doi:10.1016/j.ejor.2006.12.057, . Imai A.; Nishimura E.; Papadimitriou S. (2001). The dynamic berth allocation problem for a container port. Transportation Research - B, 35, 401417. Imai A.; Nishimura E.; Papadimitriou S. (2003). Berth allocation problem with service priority. Transportation Research - B, 37, 437457. Imai A.; Sun X.; Nishimura E.; Papadimitriou S. (2005). Berth allocation in a container port: using a continuous location approach. Transportation Research B, 39, 199221.
Imai A.; Sasaki K.; Nishimura E.; Papadimitriou S. (2006). Multi-objective simultaneous stowage and load planning for a container ship with container rehandle in yard stacks. European Journal of Operational Research, 171, 373389. Imai A.; Nishimura E.; Hattori M.; Papadimitriou S. (2007a). Berth allocation at indented berths for mega-containerships. Reserach, 179, 579593. Imai A.; Chen H.; Nishimura E.; Papadimitriou S. (2007b). The simultaneous berth and quay crane allocation problem. 10.1016/j.tre.2007.03.003, . Imai A.; Nishimura E.; Papadimitriou S. (2008). Berthing ships at a multi-user container terminal with a limited quay capacity. Transportation Research - E, 44, 136151. Kim K.; Bae J. (2004). A look-ahead dispatching method for automated guided vehicles in automated port container terminals. Transportation Science, 38, 224 234. Kim K.; Kim K. (1999a). A routing algorithm for a single straddle carrier to load export containers onto a containership. International Journal of Production Economics, 59, 425433. Kim K.; Kim K. (1999b). Routing straddle carriers for the loading operation of containers using a beam search algorithm. Computers and Industrial Engineering, 36, 109136. Kim K.; Moon K. (2003). Berth scheduling by simulated annealing. Transportation Research - B, 37, 541560. Kim K.; Park Y.-M. (2004). A crane scheduling method for port container Transportation Research - E, doi: European Journal of operational
terminals. European Journal of Operational Research, 156, 752768.
Kim K.; Jeon S.; Ryu K. (2006). Deadlock prevention for automated guided vehicles in automated container terminals. OR Spectrum, 28, 659679. Le-Grifn H.; Murphy M. (2006). Container terminal productivity: Experiences at the ports of los angeles and long beach. First Annual National Urban Freight Conference. http://www.metrans.org/nuf/documents/Le-Murphy.pdf. Lee D.-H.; Wang H.; Miao L. (2008). Quay crane scheduling with non-interference constraints in port container terminals. Transportation Research E, 44, 124135. Legato P.; Mazza R. (2001). Berth planning and resource optimisation at a container terminal via discrete event simulation. European Journal of Operational Research, 133, 537547. Lehmann M.; Grunow M.; Gnther H.-O. (2006). Deadlock handling for real-time control of agvs at automated container terminals. OR Spectrum, 28, 631657. Lim A. (1998). The berth planning problem. Operations Research Letters, 22, 105 110. Lim A.; Rodrigues B.; Xiao F.; Zhu Y. (2004). Crane scheduling with spatial constraints. Naval Research Logistics, 51, 386406. Lim A.; Rodriguez B.; Xu Z. (2007). A m-parallel crane scheduling problem with a non-crossing constraint. Naval Research Logistics, 54, 115127. Liu J.; Wan Y.-W.; Wang L. (2006). Quay crane scheduling at container terminals to minimize the maximum relative tardiness of vessels departures. Naval Research Logistics, 53, 6074. Moccia L.; Cordeau J.-F.; Gaudioso M.; Laporte G. (2006). A branch-and-cut algorithm for the quay crane scheduling problem. Naval Research Logistics, 53, 4559.
Monaco M.; Sammarra M. (2007).
The berth allocation problem: a strong Transportation Science, 41,
formulation solved by a lagrangean approach. 265280. Moorthy R.; Teo C.-P. (2006).
Berth management in container terminal: the
template design problem. Operations Research Spectrum, 28, 495518. Nishimura E.; Imai A.; Papadimitriou S. (2001). Berth allocation planning in the public berth system by genetic algorithms. European Journal of Operational Research, 131, 282292. Park Y.-M.; Kim K. H. (2003). A scheduling method for berth and quay cranes. OR Spectrum, 25, 123. Qiu L.; Hsu W.-J.; Huang S.; Wang H. (2002). Scheduling and routing algorithms for agvs: a survey. International Journal of Production Research, 40, 475760. Sammarra M.; Cordeau J.-F.; Laporte G.; Monaco M. (2007). A tabu search
heuristic for the quay crane scheduling problem. Journal of Scheduling, 10, 327336. Sciomachen A.; Tanfani E. (2007). A 3d-bpp approach for optimising stowage plans and terminal productivity. European Journal of Operational Research, 183, 14331446. Steenken D.; Voss S.; Stahlbock R. (2004). Container terminal operation and operations research - a classication and literature review. Operations Research Spectrum, 26, 349. Steenken D.; Voss S.; Stahlbock R. (2005). Container terminal operation and operations research - a classication and literature review In Container Terminals and Automated Transport Systems. A cura di Gnther H.-O., Kim K. H. Springer-Verlag, Berlin.
Tongzon J.; Heng W. (2005).
Port privatization, efciency and competitive-
ness: Some empirical evidence from container ports (terminals). Transportation Research - A, 39, 405424. UNCTAD (2006). United nation conference on trade and developement - rewiew of maritime transportation. Vis I. (2006). Survey of research in the design and control of automated guided vehicles systems. European Journal of Operational Research, 170, 677709. Vis I.; de Koster R. (2003). Transshipment of containers at a container terminal: An overview. European Journal of Operational Research, 147, 116. Wilson I.; Roach P. (1999). Principles of combinatorial optimization applied to container-ship stowage planning. Journal of Heuristics, 5, 403418. Wilson I.; Roach P. (2000). Container stowage planning: A methodology for generating computerised solutions. Journal of the Operational Research Society, 51, 12481255. Wilson I.; Roach P.; Ware J. (2001). Container stowage pre-planning: using search to generate solutions, a case study. Knowledge-Based Systems, 14, 137145. World Bank (2007). The evolution of ports in a competitive world. Port Reform Toolkit - Second Edition. Zhang L.-W.; Ye R.; Huang S.-Y.; Hsu W.-J. (2005). Mixed integer programming models for dispatching vehicles at a container terminal. Journal of Applied Mathematics and Computing, 17, 145170. Zhu Y.; Lim A. (2006). Crane scheduling with non-crossing constraint. Journal of Operational Research Society, 57, 14641471.

Survey Sammarra

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Survey Sammarra

Caricato da

Copyright:

Formati disponibili

U NIVERSIT DELLA C ALABRIA

D IPARTIMENTO DI E LETTRONICA , I NFORMATICA E S ISTEMISTICA L ABORATORIO DI L OGISTICA

3.5 3.6 3.7 3.8

A heuristic for vessel planning in a reach stacker terminal (lvarez, 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . 47

Scheduling material handling vehicles in a container terminal (Das e Spasovic, 2003) . . . . . . . . . . . . . . . . . . . . 66

Capitolo 1 Struttura di un Terminal Portuale

Un breve panoramica sul Commercio Marittimo

Capitolo 1 - Struttura di un Terminal Portuale

Totale Tanker Cargo Dry Cargo Main Bulk

Capitolo 1 - Struttura di un Terminal Portuale

La struttura di un terminal portuale

Capitolo 1 - Struttura di un Terminal Portuale

1.2.1 I mezzi per la movimentazione verticale

Capitolo 1 - Struttura di un Terminal Portuale

Figura 1.5: Gru di Piazzale di tipo RTG

1.2.2 I mezzi per la movimentazione orizzontale

Capitolo 1 - Struttura di un Terminal Portuale

1.2.3 Tipi di Terminal Portuali

Capitolo 2 Processi e Decisioni in un Terminal Portuale

Capitolo 2 - Processi e Decisioni

Livello Strategico Livello Tattico Livello Operativo

Capitolo 2 - Processi e Decisioni

2.1.1 Il Processo di Ormeggio

2.1.2 Il processo di carico/scarico

Capitolo 2 - Processi e Decisioni

Capitolo 2 - Processi e Decisioni

2.1.3 Il processo di trasporto banchina-piazzale-banchina

Capitolo 2 - Processi e Decisioni

2.1.4 La gestione del piazzale

Capitolo 2 - Processi e Decisioni

Capitolo 3 Il processo di Ormeggio - Analisi della Letteratura

Capitolo 3 - Berth Letteratura

The berth planning problem (Lim, 1998)

Capitolo 3 - Berth Letteratura

Capitolo 3 - Berth Letteratura

Berth allocation with service priority (Imai e altri, 2003)

Berth scheduling by simulated annealing (Kim e Moon, 2003)

Capitolo 3 - Berth Letteratura

Capitolo 3 - Berth Letteratura

Capitolo 3 - Berth Letteratura

Capitolo 3 - Berth Letteratura

Capitolo 3 - Berth Letteratura

Capitolo 4 Il processo di Carico/Scarico - Analisi della Letteratura

Capitolo 4 - Carico/Scarico Letteratura

Capitolo 4 - Carico/Scarico Letteratura

Lalgoritmo risolutivo si basa sulla tecnica Tabu Search.

Capitolo 4 - Carico/Scarico Letteratura

Lo scheduling delle gru di banchina

4.2.1 The crane scheduling problem (Daganzo, 1989)

Capitolo 4 - Carico/Scarico Letteratura

4.2.3 Crane scheduling with spatial constraints (Lim e altri, 2004)

Capitolo 4 - Carico/Scarico Letteratura

Capitolo 4 - Carico/Scarico Letteratura

4.2.8 Crane scheduling with non-crossing constraint (Zhu e Lim, 2006)

Capitolo 4 - Carico/Scarico Letteratura

Capitolo 4 - Carico/Scarico Letteratura

Il Processo di Trasporto - Analisi della Letteratura

La Gestione degli AGV

Capitolo 5 - Trasporto Letteratura

5.1.3 Dispatching vehicles in a mega container terminal (Bish e altri, 2005)

Capitolo 5 - Trasporto Letteratura

Capitolo 5 - Trasporto Letteratura

terminals. European Journal of Operational Research, 156, 752768.

Monaco M.; Sammarra M. (2007).