LSNDSP 基准

下面显示了我们使用 LINERLIB 数据集的方法所获得的结果。

LINERLIB 行

LINERLIB 基准套件提供了针对交付网络设计问题的行业标准实例。该套件由 Brouer 等人(2013 年)提出,提供了大量文档并包含 7 个实例,会根据端口、需求和船只的数量逐渐增加复杂性。这项工作侧重于基本用例,在这种情形下,未对原始数据进行任何修改。数据被解析为我们的 API 格式。下表总结了每个实例解析后的特征。

实例 Baltic WAF 地中海风味 太平洋 世界小 欧洲、亚洲 全球
# 个端口 12 19 39 45 47 111 197
# 需求

# 容器
22

4 904
38

8 541
369

7 545
722

44 180
1 764

138 247
4,000

76 944
9 630

138 914
# 容器 6 42 21 100 263 176 501

假设

为了确保与之前的工作进行公平的比较,参数设置如下:

  • 端口最短停留时间:所有端口均为 24 小时
  • 最短转运时间:所有港口都为 48 小时
  • 掩体费用:每公吨 600 USD
  • 因需求量被拒收的罚款(或机会成本):所有需求都需支付 1,000 美元

正如 LINERLIB 作者建议的那样,我们仅使用修改后的运送时间来呈现结果。

我们仅报告 5 个最大实例的结果,因为 Baltic 和 WAF 通常用于调整目的。

API 的主要优势之一是能够在时间和费用方面明确定义候选路程。这由用户完成所有费用建模,从而消除了最优性定义的歧义。但是,这种优势是以时间离散化为代价的。除非另有说明,否则候选路段的时长均采用 12 小时离散化格式生成。

基准

为确保公平评估,我们会将我们的技术与 LINERLIB 最新公开提供的船舶服务进行比较。请务必注意,LINERLIB 服务在优化时未考虑需求运送时间。考虑运送时间会使问题严重复杂化,因为这需要对所有船舶服务和需求进行联合调度。

为了更好地与 LINERLIB 的船舶服务保持一致,我们在输入内容中加入了最接近圆角小时的其他候选航段。但是,我们的方法不会利用这些额外的分支,而是重新开始该过程。

为考虑 LINERLIB 船舶服务的运送时间,我们使用基于列的优化方法(假设最多转运 3 次)来分配需求。

指标

在比较方法时,将考虑以下指标:

  • 与费用相关的指标
    • 利润:要实现的最大目标,即收入减去船舶服务和转运费用。
    • 收入:已履行容器的收入总和。集装箱的收入等于运费减去装卸费用加上机会成本(或需求拒绝处罚)。
    • 船舶服务费用:部署在所有服务的船舶的运营费用,包括船舱、包租和港口停留费用。
    • 转运费用:与转运相关的处理费用。
  • 其他关键指标
    • 运输的集装箱数量
    • 使用的船只数量

为与现有工作进行比较,每个容器的机会成本设置为 1,000 美元,计算本页利润的转换公式如下:

  • 来自 LINERLIB:total_container_count * 1000 - linerlib_half_yearly_objective * 7 / 180。
  • 来自 Koza 的回答:total_container_count * 1000 - koza_objective

成果

下表将我们的方法与基准进行了比较。您可以在 github 上下载适用于我们的方法和基准的解决方案文件。

地中海风味 太平洋 世界小 欧洲、亚洲 全球
# 个容器

# 个容器
7 545

21
44 180

100
138 247

263
76 944

176
138 914

501
我们的做法 利润(目标)

集装箱收入

船舶服务费用

转运费用

装运集装箱数量

二手船舶数量
523 万

747 万

205 万

0.20 万

5 391

16
4321 万

6688 万

2268 万

0.98 万

39 621

96
1.7311 亿美元

2.6678 亿美元

8689 万美元

678 万美元

106 861

236
8850 万

1.4056 万

4786 万

420 万

55 493

146
1.1938 亿美元

2.0907 亿美元

8176 万美元

793 万美元

78 983

311
基准 利润(目标)

集装箱收入

船舶服务费用

转运费用

装运集装箱数量

二手船舶数量
263 万

583 万

307 万

0.14 万

4 097

21
2252 万

4781 万

2478 万

0.51 万

29 343

99
7,078 万美元

1.7384 万美元

9890 万美元

417 万美元

76 829

259
4,063 万美元

1.1504 亿美元

7077 万美元

364 万美元

46 434

172 笔
增量 / 基准 利润(目标)

集装箱收入

船舶服务费用

转运费用

装运集装箱数量

二手船舶数量
99%

28%

-33%

47%

32%

-24%
92%

40%

-8%

93%

35%

-3%
145%

53%

-12%

63%

39%

-9%
118%

22%

-32%

16%

20%

-15%

在优化中考虑运送时间可以显著提高配送网络的潜在利润。在所有实例中,利润增幅接近 100%。利润增长主要源于因集装箱出货量增加而增加的收入。但是,也可以通过仅部署盈利的服务来降低容器服务费用来实现这一目标。这有可能释放出这些船只的租船带来的额外收入。

下表比较了 Koza 等人(2020 年)提供的利润数据。需要强调的是,由于缺乏公开数据,因此这次比较并未进行深入,我们不能完全相信针对这两项研究做出的假设是相同的。

地中海风味 太平洋 世界小 欧洲、亚洲 全球
我们的做法 523 万 4,321 万 1.7311 亿美元 8,850 万 1.1938 亿
Koza 等人(2020 年) 480 万 4,140 万 1.7085 万 7989 万元
Delta / Koza 等(2020 年) 9% 4% 1% 11%

没有运送时间的情况下的对比

我们在一个简化的情况下比较了我们的方法与 LINERLIB 的船舶服务,而不考虑运送时间。值得注意的是,即使根据 LINERLIB 的服务设计优化的具体标准,我们的方法在盈利能力方面也表现出了优异的效果,如下表所示。您可以在 github 上下载适用于我们的方法和基准的解决方案文件。

地中海风味 太平洋 世界小 欧洲、亚洲
# 个容器

# 个容器
7 545

21
44 180

100
138 247

263
76 944

176
我们的做法 利润(目标)

集装箱收入

船舶服务费用

转运费用

装运集装箱数量

二手船舶数量
649 万

946 万

267 万

0.30 万

7 003

19
4856 万

6855 万

1909 万

0.90 万

41 089

99
2.0411 亿美元

29352 万美元

8248 万美元

693 万美元

116 474

263
1.0984 万美元

1.6994 亿美元

5462 万美元

548 万美元

67 134

173
基准 利润(目标)

集装箱收入

船舶服务费用

转运费用

装运集装箱数量

二手船舶数量
621 万

957 万

307 万

0.29 万

7 075

21
4724 万

7287 万

2478 万

0.85 万

43 459

99
1.9548 亿美元

3.0226 亿美元

9890 万美元

788 万美元

123 056

259
1.0730 万

18357 万

7077 万

550 万

73 614

172
增量 / 基准 利润(目标)

集装箱收入

船舶服务费用

转运费用

装运集装箱数量

二手船舶数量
5%

-1%

-13%

4%

-1%

-10%
3%
-6%

-23%

6%

-5%

0%
4%

-3%

-17%

-12%

-5%

2%
2%
-7%

-23%

0%

-9%

1%