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% |