[論文レビュー] Simultaneous Planning of Liner Ship Speed Optimization, Fleet Deployment, Scheduling and Cargo Allocation with Container Transshipment

Jasashwi Mandal, Adrijit Goswami+2 more|arXiv (Cornell University)|Jul 21, 2023

Maritime Transport Emissions and Efficiency被引用数 4

ひとこと要約

本稿では、積載重量に依存する燃料消費とCO₂排出量を考慮し、同時にはかり、LNG船の速度、フリート展開、スケジューリング、コンテナ貨物割り当て（トランシスメントを含む）を最適化する二目的混合整数非線形計画（MINLP）モデルを提案する。モデルは総コストと輸送時間をバランスさせ、NSGA-IIおよびOCEAを用いて解き、現実のリナー船積みの複雑さと持続可能性を満たすパレート最適解を提示する。

ABSTRACT

Due to a substantial growth in the world waterborne trade volumes and drastic changes in the global climate accounted for CO2 emissions, the shipping companies need to escalate their operational and energy efficiency. Therefore, a multi-objective mixed-integer non-linear programming (MINLP) model is proposed in this study to simultaneously determine the optimal service schedule, number of vessels in a fleet serving each route, vessel speed between two ports of call, and flow of cargo considering transshipment operations for each pair of origin-destination. This MINLP model presents a trade-off between economic and environmental aspects considering total shipping time and overall shipping cost as the two conflicting objectives. The shipping cost comprises of CO2 emission, fuel consumption and several operational costs where fuel consumption is determined using speed and load. Two efficient evolutionary algorithms: Nondominated Sorting Genetic Algorithm II (NSGA-II) and Online Clustering-based Evolutionary Algorithm (OCEA) are applied to attain the near-optimal solution of the proposed problem. Furthermore, six problem instances of different sizes are solved using these algorithms to validate the proposed model.

研究の動機と目的

• グローバル貿易の拡大とCO₂排出量の増加に伴い、海運における運用効率とエネルギー効率の向上の必要性に対応する。
• 船舶速度、フリート展開、サービススケジューリング、トランシスメントを含むコンテナ貨物割り当ての4つの密接に連携された意思決定を同時に最適化する。
• 積載重量に依存する燃料消費とトランシスメント処理・保有コストといった現実的な運用要因を、統合された最適化フレームワークに統合する。
• 対立する目的をバランスさせる：総輸送コスト（CO₂排出量を含む）を最小化し、総輸送時間を最小化する。
• 複数のルートとトランシスメントハブを有するリナー船積みネットワークの意思決定者に、包括的で持続可能な計画ツールを提供する。

提案手法

• 総コスト（CO₂排出量、燃料、運用コストを含む）と総輸送時間のトレードオフを捉える二目的混合整数非線形計画（MINLP）モデルを構築する。
• 積載重量と速度に依存する燃料消費関数を組み込み、速度と積載重量の両方に非線形的に増加する現実のボンカー使用を反映する。
• トランシスメント操作を、トランシスメント港におけるコンテナの在庫保有および処理コストを含めることでモデル化する。
• 近似最適なパレートフロントを生成するために、二つの多目的進化的アルゴリズム（NSGA-IIおよびオンラインクラスタリングベース進化型アルゴリズム：OCEA）を適用する。
• 6つの異なるサイズ（例：18〜27港、3〜5ルート）の問題インスタンスを用いてモデルを検証し、スケーラビリティとソリューション品質を示す。
• 重み付き和法を用いてソリューション品質と収束性を評価し、ハイパーボリュームおよびスパシング指標を用いて性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 トランシスメントと環境コストを考慮しながら、リナー船積みの運用を速度、フリート展開、スケジューリング、貨物割り当ての4つを同時に最適化する方法は何か？
• RQ2 複数ルートのリナー船積みネットワークにおいて、総輸送コスト（CO₂排出量を含む）を最小化するのと、総輸送時間を最小化するのとの間にはどのようなトレードオフがあるか？
• RQ3 積載重量に依存する燃料消費を組み込むことで、速度のみに依存する燃料モデルと比較して、最適化モデルの現実性と正確性はどの程度向上するか？
• RQ4 NSGA-IIおよびOCEAは、提示された多目的海運計画問題の複雑さ、非線形性、混合整数性をどの程度効果的に解けるか？
• RQ5 トランシスメントコストと保有時間は、複数港・複数ルートのリナー船積みシステムにおける全体のコストとスケジューリング意思決定にどの程度影響を与えるか？

主な発見

• 提案されたMINLPモデルは、トランシスメントを含む4つの重要なリナー船積み意思決定（船舶速度、フリート展開、スケジューリング、貨物割り当て）を統合的に1つの包括的フレームワークに組み込むことに成功した。
• モデルは、速度と積載重量の両方に依存する船舶速度と燃料消費の非線形関係を捉えており、単純なモデルと比較して現実性が向上している。
• OCEAおよびNSGA-IIは、全6つのテストインスタンスで良好に分散されたパレートフロントを生成した。特に、大規模インスタンス（例：24〜27港）ではOCEAが収束性と多様性に優れていた。
• インスタンス（18,3,4）において、最良のソリューションは総コスト約4.402 × 10⁶ドル、総輸送時間969時間であった。CO₂排出量と燃料コストは、総コストの大部分を占めていた。
• 結果から、排出量削減のための船舶速度の低減は輸送時間を延長するが、速度を上げると輸送時間は短縮されるが燃料および排出コストが増加することから、本質的なトレードオフが確認された。
• 経営的インサイトとして、CO₂排出コストとトランシスメント処理コストを最適化モデルに統合することで、より持続可能で経済的に実行可能な運用意思決定が可能になることが示された。