問題

典型的集裝箱海運需要海上運輸、港口碼頭和聯運運營商。集裝箱通過海運到港口，在在碼頭卸載并儲存，然后常使用陸運運往之后的目的地。這個供應鏈中內陸運輸的部分經常成為瓶頸，因為一艘船只的延誤會讓后續的運輸過程變得復雜。

一艘船的延誤意味著船上所有貨物的延誤。如果之后還要經過鐵路運輸，延誤的貨物很可能還會錯過火車，需要安排下一輛火車運輸，使運輸流程復雜化。導致貨物遲到、碼頭存儲量超標、火車使用量低，最終造成成本損失。

如果這艘船的尺寸很大，情況會變得更糟，從大型船只上卸貨往往可能需要十多個小時。沒人知道船上的某個集裝箱什么時候會在這個漫長的過程中卸載下來，這會讓整個流程更加繁瑣。

為了應對這種情況發生，聯運運營商希望為其他的集裝箱重新預定可用的火車，但是他們必須提前預定（例如，在德國漢堡港口，至少要在火車出發一天前預定）。為了更有效率，運營商需要提前知道即將進港的集裝箱信息（到達碼頭的時間和位置）。

一個假設是，如果流程中各方都知道每個集裝箱的預計到達時間（ETA），也就是知道每個集裝箱到達碼頭的時間，這個問題就不存在了。如今，僅知道每艘船的ETA 并沒有太多幫助，因為對于火車操作員而言，同一艘船先卸載和后卸載的集裝箱有很大區別。但若知道了每個集裝箱的ETA，工作人員就可以為卸下的集裝箱重新預定運輸火車，并且提高火車的利用率。

漢堡港是世界上集裝箱運輸量前20的港口之一，德國達姆施塔特工業大學（Technical University of Darmstadt）的研究員希望驗明引入集裝箱預計到達時間（ETA）的概念對于改善港口情況有無幫助。

解決方案

研究人員決定使用仿真建模，重現系統中兩個相同的為時三個月的系統運行時間，并比較有無集裝箱ETA的區別。他們決定測試并比較轉運操作員的三種策略：

• 基礎策略：僅為一艘運船的集裝箱提供服務。
• 策略1：同時為多艘運船上的集裝箱提供服務，首先處理交貨序列最近的集裝箱。
• 策略2：在碼頭處形成一個裝載就緒集的裝箱池，并在發生延遲時重新預訂集裝箱運載火車。

漢堡港的模型動畫

達姆施塔特工業大學同HHLA（漢堡港操作員）、TFG Transfracht（轉運操作員）和Hapag-Lloyd（海上運輸公司）合作，從運輸鏈中所有的參與者處收集數據并檢驗具有集裝箱ETA信息的系統。其工作伙伴為研究提供了如下數據：

• 碼頭方面的數據，包括碼頭內集裝箱的轉運、重新堆放、停留、火車裝載時間、車廂存儲量、重新堆放的比例和其他更多數據。
• 聯運運營商數據，包括火車數量、容量和每輛火車的利用率。
• 海上運輸數據，包括運輸集裝箱的數量、延誤時間和卸載時間。

在三中策略中引入EAT前（紅）和后（藍）的火車利用率

數據用于建立模型中的分布函數。

模型利用系統動力學將運輸鏈再現，模擬了集裝箱從到達船只，通過碼頭到運輸火車的連續流程。離散事件和流程建模模擬了集裝箱從船只到達碼頭和被裝上火車的過程。建模者還為系統動力學模型增加了額外的特性，例如為轉運操作員增加決策規則的函數和程序。

模型還包括一個允許用戶靈活建立各種模式和參數的界面，例如打開/關閉集裝箱EAT的使用、選擇聯運運營商的策略、建立火車參數（每列火車的容量、到達率等）等等。

為了增加結果的準確性和可比較性，建模者運行了蒙特卡洛實驗，其中包含每個輸入數據的多次仿真運行，每次隨機生成一些參數。

結果

不同策略的仿真結果顯示集裝箱EAT概念的引入會提高聯運火車（如圖）的利用率。如果運營商使用策略2，預計到達時間（EAT）將會起到最好的效果，策略2是準備一個裝載就緒的集裝箱池，并在延遲時從這個池發送集裝箱。

在有大型船只的情況中，預計到達時間（EAT）的應用改善了利用率，然而不能讓利用率達到令人滿意的75%以上。大型船只對轉運流程還是有較強地影響，當然，預計到達時間（EAT）的引入也并非為了改進大型船流程。

同時，仿真表明單單使用建議的策略，而不引入集裝箱預計到達時間（EAT），對于情況改善效果不大。

這一結果在研討會上提交給了合作伙伴。要知道對于一些海運運輸行業從業者來說，是否需要引入預計到達時間（EAT）這種新概念，其產生的影響并不直觀。通過仿真向他們中的許多人直觀有效地證明了EAT 的效果。

仿真結果說明集裝箱EAT有助于港務局縮短集裝箱在碼頭內的停留時間，并允許聯運運營商提高火車利用率，最終改善集裝箱運輸時間。

另外，漢堡港的用戶還關注集裝箱的出口方向。在這方面，預計到達時間（EAT）可以提高集裝箱船的容積利用率。

之后的研究計劃包括測試集裝箱預計到達時間（EAT）在亞洲和美洲港口環境的效果，然后評估預計到達時間（EAT）的引入對于每個用戶的經濟影響。研究員還計劃向這個系統動力學模型中引入基于智能體的建模來跟蹤每一個集裝箱。