平板货车车队规模优化：一种同步方法

《Journal of Rail Transport Planning & Management》：The flat wagon fleet size optimization: A simultaneous approach

　　

• •
  本文提出了一种用于同时优化平车车队规模的新颖集成框架。
• •
  该问题通过三种不同的解决方案进行建模：同时精确优化法（SimFWFO-EX）、基于遗传算法的同步优化法（SimFWFO-GA）以及顺序精确优化法（SeqFWFO-EX）。
• •
  敏感性分析结果表明，在总体车队规模方面，同步优化方法始终优于顺序优化方法。
• •
  基于遗传算法的方法能够在大幅降低计算成本的同时得到近乎精确的解，为大规模铁路货运规划提供了可扩展且经济可行的替代方案。

引言

货运车厢在其运营周期中会有很大一部分时间处于非生产状态，比如空车调运或停在终端及补给点。由于货运车厢属于高价值资本资产，且回收期较长，因此优化其使用效率以降低成本至关重要。优化货运车厢的使用可以减少所需车厢的总数量，进而降低相关资本投入。专为运输多式联运集装箱而设计的平车，在多式联运铁路货运中起着关键作用。鉴于这一领域是铁路货运市场中增长最快的部分，高效规划、分配和管理平车对于保持运营效率和竞争力愈发重要。与此同时，日益增长的集装箱运输量给本就负荷沉重的铁路网络带来了更大压力。随着铁路多式联运量的增加，优化平车车队管理不仅是一项提升运营效率的措施，也是防止瓶颈出现、保障基础设施长期稳定性的战略目标。

这也解释了为何学术界和研究领域对货运车厢车队管理始终保持着持续的关注。车厢车队规模问题通常被构建为静态模型或动态模型，并通过精确解法或启发式解法来解决。这些模型主要聚焦于车队规模确定和车厢分配决策。Milenkovi?等人（2023年）曾研究过平车车队规模问题，提出了一个顺序精确优化框架。该方法针对每条线路（起点-终点对及服务类型）依次处理集装箱与车厢的匹配问题，后续步骤则涉及空车的调运以及整个网络层面的车队规模确定。而本文提出的方法则是一种同步优化框架，能够一次性解决给定场景下所有线路的相关问题，同时还纳入了更多类型的车厢组合，以及与禁止特定集装箱-车厢搭配相关的约束条件，这些均充分考虑了铁路监管要求。这一综合问题既通过精确解法来解决，也采用了基于遗传算法的启发式方法。

所提出的方法通过在一家私营铁路公司运营的实际集装箱运输网络中进行验证，该铁路公司负责俄罗斯境内的国内及国际线路运输。该公司管理的平车车队种类繁多，运营的铁路网络包含911条线路，涵盖多种运输服务类型。其每年处理的装载及空运集装箱数量超过300万标准箱（20英尺和40英尺规格），如此高的运营复杂度和规模要求必须采用能够支撑操作层、战术层及战略层决策的优化框架。本文将所提出的同步精确优化方法和启发式方法的结果相互比较，同时也与Milenkovi?等人（2023年）开发的、已加入更多运营要求的顺序优化方法进行了对比。

本文的其余结构如下：第2节为文献综述；第3节“问题定义”和第4节“方法论”分别阐述问题定义并介绍所提出的方法论与建模框架；第5节介绍计算实验及结果分析；最后第6节给出结论性意见，并指出未来研究的方向。

章节要点

文献综述

货运车厢车队管理已经是研究领域中的一个课题已有数十年之久。Baykaso?lu等人（2018年）以及Milenkovi?和Bojovi?（2020年）对这一领域的最新进展和方法进行了全面总结。由于本文提出的是一种用于平车车队规模问题的同步优化方法，且同时结合了精确解法和启发式方法，因此有必要从两个主要角度梳理相关文献：同步优化与顺序优化的问题结构差异，以及

问题定义

本研究旨在进一步改进俄罗斯某大型集装箱列车服务运营商现有的基于优化的平车车队管理方法。该运营商负责管理从波罗的海到太平洋的跨长距离集装箱运输业务，其铁路网络由911条线路构成，连接29个起点节点和34个终点节点（Milenkovi?等人，2023年）。这些起点和终点节点会被进一步汇总，用以代表更广泛的运输范围

方法论

现有研究表明，货运车厢车队规模问题既可以采用顺序优化方式解决，也可以采用同步优化方式，且均可通过精确解法或启发式方法来处理。鉴于组建多式联运列车的复杂性——这需要高效地将集装箱分配到相应车厢上，同时还要优化空车的返程流程，再加上实际问题规模庞大且情况复杂，Milenkovi?等人（2023年）提出了一种顺序精确优化方法。该方法包括四个步骤。

• •
  第一步：

实验设置与数据说明

为评估同步优化方法在平车规模优化中的有效性，我们开展了多项计算实验。比较了精确优化方法（SimFWFO-EX）和基于遗传算法的同步优化方法（SimFWFO-GA）的运算时间，同时也与Milenkovi?等人（2023年）提出的顺序优化方法（SeqFWFO-EX）进行了对比，后者已经加入了更多的车厢组合类型以及集装箱与车厢搭配的限制条件。所有方法均采用Python编程语言实现

管理意义

所提出的平车车队规模集成优化框架，对于那些负责管理庞大铁路多式联运集装箱网络的大型铁路运营商来说，具有多重重要的管理意义。在本文研究的实际应用场景中，货物需要从波罗的海运输到太平洋，运输路径复杂，且由多家子公司共同运营，因此车队规划决策难度极大，各决策环节之间也存在着高度的关联性。

从战略层面来看，

结论

本文通过一种集成优化方法解决了平车车队规模问题，该方法同时涵盖了不同的决策阶段。具体而言，我们构建了一个同步混合整数线性规划模型（SimFWFO-EX），将该模型的集装箱与车厢装载、空车调运以及车队规模确定等决策整合到了同一个框架之中。此外，我们还提出了一种基于定制化遗传算法的启发式方法（SimFWFO-GA），以此降低对传统方法的依赖程度

利益冲突声明

作者声明，他们不存在任何可能影响本文研究结果的已知财务利益冲突或个人关系。

Milo? Milenkovi?|Neboj?a Bojovi?