港口水域船舶交通服务整体规划的分解方法

《TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW》：A decomposition approach for holistic vessel traffic service planning in seaport waters

　　•首次尝试将船舶调度、引航员分配以及拖船调配整合用于港口交通管理。•提出一个能体现航道限制与资源相互作用的混合整数线性规划模型。•设计一种结合列生成法与强化学习技术的分解方法。•证明在钦州港，该方案相比现有基准方法和实践可大幅降低成本。

引言
港口长期以来一直是国际贸易网络中的关键节点。2024年全球通过港口的海上贸易量达127.2亿吨，同比增长2.2%，这一增长得益于供应链中断状况的缓解以及发展中地区的强劲发展势头（Research, 2025）。随着海上贸易的持续扩张，停靠港口的船舶数量和规模也在不断上升。由此，由于现有航道及配套资源，尤其是拖船和引航员的数量不足，难以满足日益增长的船舶通行需求，港口交通拥堵问题愈发严重。根据联合国贸易和发展会议的数据（2025），2023年12月至2024年3月期间，发达经济体的平均港口等待时间增长了23%，达到6.4小时，而发展中国家的这一数值则上升了7%，达到10.9小时。尽管一些港口管理部门已着手开展扩建航道、升级拖船队或培训引航员等项目，但这些举措既需要大量资金又耗费时间，难以快速提升港口容量。因此，优化对现有港口资源的管理与协调，包括航道、引航员和拖船等，是缓解交通拥堵、缩短船舶停靠时间的一种切实有效的策略。

如图1所示，典型的港口布局由三个主要区域组成：锚地、航道以及码头区，其中码头岸线被划分为多个泊位，用于船舶停靠和货物装卸。从公海驶来的船舶首先在锚地等候，直到航行条件及资源状况允许其进入港口。随后，在引航员的导航指引下穿过航道，同时拖船则协助船舶完成靠泊和离泊等操作。货物装卸完成后，船舶在拖船和引航员的帮助下离开泊位，再次通过航道返回公海。由此可见，这一系列操作的效率取决于交通服务计划的质量。

对于一组等待通行的船舶而言，港口制定的交通服务计划包含三个相互关联的要素：船舶调度、引航员分配以及拖船调配。船舶调度是港口水域交通管理中的核心环节，它决定了船舶有序、无碰撞地通行顺序，直接影响航道通行效率。在大多数港口，由于航道车道数量有限，且船舶之间必须保持一定的安全间距，因此航道存在容量限制。在双向航道中，出于安全考虑禁止超车，这使得进出港船舶不得不在各自的车道内排队等候，这种情况在潮汐港口更为复杂，例如中国的钦州港，深水船舶只能在特定的高潮时段进出港口。鉴于这些物理、运营及潮汐方面的限制，制定合理的船舶调度方案对于加快船舶周转速度、提升港口服务水平至关重要。

引航员分配是保障船舶调度顺利实施的另一项重要任务，其核心在于安排合格的引航员，确保船舶在受限的港口水域内安全、高效地航行。此类水域的船舶交通必须得到严格管理，以避免拥堵和碰撞，因为哪怕短暂的干扰都可能造成严重的延误和经济损失（例如2021年的苏伊士运河堵塞事件）。引航员是具备专业技能的人员，他们负责提供导航指导并确保船舶遵守相关法规。在许多港口，引航服务是强制性的（Wu et al., 2022）。例如，在上海和香港的港口，所有船舶都必须有至少一名初级引航员引导，而对于大型船舶或从事国际贸易的船舶，则可能需要一名或多名中级或高级引航员，在船舶进港、出港或在港口水域内航行时为其指引正确路线。2024年，纽约州引航局共完成了10,891次引航作业，这反映出大型港口对引航资源的密集使用情况（NYPilotCommission, 2024）。合理管理引航员的工作负荷对于避免疲劳、保障安全至关重要。因此，在需求旺盛的港口环境中，协调一致的引航员调度对于平衡安全性、运营效率以及劳动力可持续性具有不可替代的作用。

拖船调配也是实现船舶调度的重要环节，其任务是为船舶在靠泊、离泊等操作过程中提供必要的协助。在进行拖船调配时，必须综合考虑拖船队的数量、马力以及不同任务间的移动效率等因素。拖船为船舶在狭窄或浅水区域内的操纵提供了必要的推力和控制力，对于确保船舶安全移动尤为重要，尤其是对于大型船舶而言。如果没有适当的拖船协助，大型船舶由于其庞大的船体结构和较大的惯性，尤其是在风力和水流影响下，很可能失控并撞上附近的船舶、泊位或其他港口设施（Kang et al., 2020）。市场动态进一步凸显了拖船作业的重要性：2023年全球拖船行业的价值约为4.95亿美元，预计到2033年这一数值将上升至12.14亿美元，年均增长率达9.4%（Insights, 2024），这一增长趋势是由全球港口活动的不断增加所推动的。拖船调配直接影响到船舶操作的可行时间和顺序，而船舶调度又会反过来影响拖船的可用性和调度路径，从而决定拖船的调配方案。因此，高效的拖船调配是决定港口服务质量的关键因素。

传统上，船舶调度问题、引航员分配问题以及拖船调配问题都是依次处理的，前一个问题的解会被作为下一个问题的输入。虽然这种顺序处理方法较为常见，但往往无法体现这三个问题之间的相互作用，从而导致船舶交通管理方案不够理想，甚至出现不可行方案。在本文中，我们将这三个相互关联的问题整合到一个统一的优化框架中，同时确定船舶调度、拖船调配以及引航员分配方案，以实现港口运营的协同高效。我们的主要贡献体现在四个方面：

•在建模层面（第3节），我们构建了一个混合整数规划模型，用于解决船舶调度、引航员分配以及拖船调配的综合问题。据我们所知，此前尚未有研究探讨过这一问题，尽管它在实际应用中越来越受到重视。我们的模型考虑了多种现实且关键的因素，如航道限制、多段式航行结构、拖船和引航员的差异化需求、不同的引航要求以及潮汐时间窗口的限制。通过纳入这些因素，该模型能够全面反映港口内的船舶交通状况。

•在算法层面（第4节），我们开发了一种名为TVNS-CGERL的混合优化框架，该框架整合了变量邻域搜索、强化学习、列生成法以及列枚举技术，用以高效解决上述综合问题。该算法在三个方面得到了改进：（i）利用强化学习生成高质量的初始解，并为优化过程的搜索方向提供指导；（ii）结合列生成法和列枚举技术，实现高效的引航员和拖船分配；（iii）采用自适应的优化器选择机制，根据引航员和拖船的调度情况动态优化船舶调度方案。

•在计算层面（第5节），我们证明了该混合整数规划模型以及TVNS-CGERL算法的有效性（第5.3节）。大量实验表明：（i）使用Gurobi等通用求解器，该模型可以得出小型实例的最优解；（ii）与Gurobi求解器及现有的基准方法相比，我们的TVNS-CGERL算法在处理大规模实例时具有明显优势；（iii）通过消融实验，验证了各项优化措施对计算效率及解决方案质量的提升作用（第5.4节）；（iv）与两种实际船舶调度方案相比，该算法在真实运营环境中的表现更优（第5.5节）；（v）与独立规划方法相比，集成决策模型具有明显优势（第5.6节）；（vi）通过额外的场景分析，考虑了引航员和拖船的运营成本，进一步研究了该框架在不同成本条件下的稳定性（第5.7节）。

•从管理角度出发（第5.8节），我们为港口管理部门提供了有针对性的建议，帮助他们识别港口交通管理中的关键因素。首先，调整不同航行阶段的航行时间，有助于港口管理部门了解航行阶段长度与船舶延误之间的关联，从而为路线优化提供依据。其次，评估引航员的数量和资质，有助于制定更具成本效益的人员配置策略，进而提升整体港口运营效率。第三，分析拖船队的马力构成，可为资源投入决策提供依据，帮助降低总的延误成本。第四，分析不同的成本结构，有助于权衡进出港船舶的优先级，为平衡运营效率与延误成本提供指导。

本文的结构如下：第2节回顾了关于船舶调度问题、引航员分配问题以及拖船调配问题的相关研究文献。第3节定义了上述综合问题，并给出了其混合整数规划模型形式。第4节介绍了为高效解决该问题而设计的TVNS-CGERL算法。第5节报告了计算结果及性能分析。最后，第6节总结了本文的研究内容，并探讨了未来研究的潜在方向。