适用于大型海运应用的混合氢燃料电池与内燃机动力总成布置

《Ocean Engineering》：Hybrid hydrogen fuel cell and internal combustion engine powertrain arrangements for large maritime applications

水道运输调度中提出基于切换最大-加法模型的多闸室锁优化方法，通过混合整数线性规划求解，实现路径选择、时间同步和闸室分配，经案例验证性能优于传统方法。

　　在内陆水路运输（IWT）系统中，船舶需要通过多个闸室的船闸，这一过程涉及到复杂的调度问题。为了应对这一挑战，研究人员提出了一种新的调度方法，利用切换型最大值-加法线性（SMPL）模型，以优化船舶在不同闸室之间的通行。这种方法不仅能够确定每艘船舶的最佳路线、在关键节点的到达时间以及最终目的地，还能协调多艘船舶在船闸网络中的相对顺序，分配其至特定闸室，并在每个闸室内确定其位置。通过将SMPL约束转化为混合整数线性规划（MILP）约束，研究者能够解决优化问题，并设定以最小化到达时间或时间偏移为目标的优化目标。最终，该方法在实际的多闸水路环境中进行了测试，并与现有实践方法进行了比较，验证了其在提升运输效率方面的优势。

内陆水路运输作为替代公路运输的一种低二氧化碳排放方式，不仅有助于减少噪音污染，还能缓解道路和铁路的拥堵问题。然而，尽管欧洲多次设定增长目标，荷兰和欧洲的水路运输仍未能充分发挥其潜力，仅占欧盟运输方式中的小部分。这一现状的主要原因在于基础设施的不足，尤其是船闸。船闸是连接不同水位的水路系统中的船可通行的分隔设施，通常由一个或多个闸室组成，这些闸室能够调节水位，使得船舶能够从一个水位转移到另一个水位。然而，闸室具有有限的容量，其操作需要一定的时间，这可能导致船舶的延误。对于使用其他基础设施的船舶，如可移动桥梁、水坝、码头和港口，也存在类似的问题。

由于物理扩建船闸成本高昂且耗时，因此研究者开始关注如何通过优化船舶在船闸中的通行来提升整体运输效率。船闸调度问题通常被建模为混合整数规划（MIP）问题，其中混合整数线性规划（MILP）是最为常见的一种方法。此外，一些研究者采用混合整数非线性规划（MINLP）方法来解决此类问题。MIP方法之所以受到青睐，主要是因为它具备较强的建模灵活性，并且有先进的线性规划（LP）求解器作为支持。然而，对于大规模的优化问题，MIP方法通常需要借助元启发式算法来引导搜索过程，以获得近似解。此外，一些研究者使用专门的优化软件，如Gurobi和CPLEX，这些软件基于分支定界算法，能够有效解决复杂的MIP问题。另一些研究者则采用Benders分解法，将问题分解为多个小问题，以简化求解过程。

近年来，研究人员提出了一种基于SMPL模型的新方法，用于调度IWT船舶和船闸的运行。SMPL模型的优势在于其能够描述基于事件的系统，如IWT的运行过程。此外，SMPL模型还具有切换模式的能力，这一特性与IWT的运行特点相吻合，因为船舶可以在通过其他船舶时选择不同的路线。因此，SMPL模型相较于传统的最大值-加法线性（MPL）模型，具有更高的灵活性和适用性。在传统MPL模型中，系统结构是固定的，而SMPL模型允许在不同模式之间切换，从而更好地适应动态和延迟频繁的环境。

SMPL模型能够有效处理多闸室的调度问题，这一问题通常被视为一种并行机器调度问题。在多闸室的调度中，每艘船舶可以被分配至不同的闸室，但需要考虑一些限制条件，如特殊货物的船舶可能无法在所有闸室中通行。因此，SMPL模型不仅能够优化船舶的路线选择，还能处理船舶在闸室中的排列问题，从而提升整体的运输效率。在这一过程中，船舶的排列问题通常被比作二维装箱问题，因为船舶不能旋转或重叠，必须被安排在尽可能少的闸室中。此外，船舶的系泊问题（即船舶是否停靠在闸室的两侧或与其他船舶相连）也需要被考虑，因为这一问题直接影响到船舶的通行安排。然而，由于系泊问题的引入会增加决策变量和约束的数量，使得问题变得更加复杂，因此在许多研究中并未被详细探讨。

在实际的水路运输系统中，船舶通常可以双向航行，即向上游和下游方向行驶。然而，某些研究者关注的是单向航行的情况，如Ji等人（2020a、2019、2021b）和Wang等人（2013）等。在单向航行的情况下，每次通过船闸后都需要进行一次空船闸操作，以恢复闸室内的水位，以便后续的船舶能够进入。而在双向航行的情况下，上游和下游的船闸操作可以交替进行，从而避免空船闸操作的需要。因此，双向航行的调度方式能够减少不必要的操作，提高整体的效率。

此外，船闸的闸室数量对调度问题的影响也很大。单闸室的船闸问题通常不需要解决闸室分配问题，因为每艘船舶只能被分配至一个闸室。然而，多闸室的船闸问题则需要考虑如何将多艘船舶分配至不同的闸室，这通常被视为一种并行机器调度问题。在这一问题中，船舶的排列和系泊问题也变得尤为重要，因为这些因素直接影响到船舶的通行安排。因此，多闸室的调度问题不仅需要考虑船舶的路线选择，还需要解决其在闸室中的排列和系泊问题，以确保整个系统的高效运行。

为了应对多闸室的调度问题，研究人员提出了一种基于SMPL模型的综合调度方法。该方法首先通过建立SMPL模型，将多艘船舶的通行问题转化为一个优化问题。在这一过程中，研究人员利用SMPL模型的特性，将多艘船舶的路线选择、相对顺序、同步安排以及在闸室中的排列和系泊问题进行统一处理。通过将SMPL约束转化为MILP约束，研究人员能够利用现有的MILP求解器来求解优化问题，并设定以最小化到达时间或时间偏移为目标的优化目标。此外，该方法还考虑了不同闸室之间的协调问题，以确保整个水路运输系统的高效运行。

在实际的测试中，研究人员使用了一个包含多闸室和单闸室的水路网络作为案例。该网络的拓扑结构如图9所示，其中节点和弧的参数分别汇总在表2和表3中。测试结果表明，该方法在优化船舶通行时间方面表现出色，能够有效减少延误，并提高整个水路运输系统的效率。此外，该方法在处理多艘船舶在多个闸室中的通行问题时，能够提供更灵活的调度方案，使得船舶能够更高效地通过船闸，并减少对其他船舶的影响。

通过引入基于最短路径问题的路线构建机制，该方法能够为每艘船舶选择最佳的路线，并确保其在关键节点的到达时间符合优化目标。此外，该方法还能够协调多艘船舶在船闸网络中的相对顺序，以避免冲突和延误。在这一过程中，研究人员利用SMPL模型的特性，将多艘船舶的通行问题转化为一个优化问题，并通过MILP方法进行求解。测试结果表明，该方法在处理复杂的调度问题时，能够提供更优的解决方案，相较于现有的调度方法，其在减少到达时间偏移和提升整体运输效率方面表现出显著的优势。

在未来的水路运输系统中，随着对可持续性和环境友好性的重视，优化船舶在船闸中的通行将成为一个重要的研究方向。SMPL模型的优势在于其能够描述基于事件的系统，并且具有切换模式的能力，这使得其在处理动态和延迟频繁的环境时，能够提供更优的调度方案。此外，SMPL模型还能够有效处理多闸室的调度问题，使得船舶能够更高效地通过船闸，并减少对其他船舶的影响。因此，SMPL模型不仅适用于现有的水路运输系统，还能够为未来的水路运输网络提供更灵活和高效的调度方案。

综上所述，该研究提出了一种基于SMPL模型的综合调度方法，能够有效解决多闸室的调度问题，并提升整个水路运输系统的效率。该方法不仅能够确定每艘船舶的最佳路线，还能协调其在船闸网络中的相对顺序，并处理其在闸室中的排列和系泊问题。通过将SMPL约束转化为MILP约束，研究人员能够利用现有的优化求解器来求解问题，并设定以最小化到达时间或时间偏移为目标的优化目标。测试结果表明，该方法在处理复杂的调度问题时，能够提供更优的解决方案，相较于现有的调度方法，其在减少到达时间偏移和提升整体运输效率方面表现出显著的优势。因此，SMPL模型为水路运输系统的优化提供了一种新的思路，能够更好地适应现代运输网络对鲁棒性和适应性的需求。