第一章 緒論
1.1 研究背景與動機
綜觀全球的國際貿易活動，可以發現由於海洋占地球的覆蓋面積高達 70%，
因而先前的國際貿易往往皆以海洋運輸為大宗。即便在幾十年前航空運輸的問市，
其一舉縮短了相當幅度的運輸時間，但受限於空運載量少、運費高的要件，往往 只有保值期受限或高單價的貨物，才會選擇使用空運當作國際貿易的運輸方式。
因此，遑論過去、現在或是將來，海運在國際貿易的地位仍是不可撼動的。進而 分析海洋運輸的領域，船舶視為運輸工具，港埠則是起訖點，同樣也是裝卸貨物 的場域，對於國際貿易活動為主的國家來說，海洋運輸必然扮演著不可或缺的角 色，要能有出色的經濟發展，其港口的競爭力自然成為不得不關注的焦點。
儘管全球的總體經濟有所起伏，長遠來說，海運的運量，尤其是在貨櫃數量 上的走勢仍是持續向上攀升，全世界的港口往往都需解決船隻停泊的擁擠問題。
此外，面臨油價高漲的趨勢，對於海運成本更是錙銖必較，如何控管整體海運成 本自然是為相當重要的議題。以需求面來說，航運業者做航線規畫時，必然希望 自身船隻都具有優先使用權，能在抵達港口時就接受服務；針對供給面而言，港 口的營運者卻又面對資源有限的問題。因此，在有限的資源下，港口營運者如何 進行船隻靠港的服務作業，遂成為一重要課題。
貨櫃碼頭的作業可區分為三種功能系統，一為碼頭船席的分配排班、二為從 船舶卸下貨櫃、三則為把貨櫃裝上船舶。其中，第一項碼頭船席的分配排班乃為 整體海運的成本結構中最為重要的環節。不僅須兼顧船舶在海上的等候服務的等 待時間，也要評估船舶在不同船席服務時，會有不同的處理時間。其原因來自於 船公司與相對貨櫃場的有合作契約，解決搬運過程的處理時間會有所差異。然而，
船席為一重要且稀少的空間資源，建造費用往往也所費不貲，不可能一昧增加船 席供給來提供船商服務，有效地加以運用船席資源才是較為可行的辦法。有別於 過去貨櫃港埠經營的人工作業，目前較為先進的貨櫃港埠經營模式多採電腦輔助 作業，以解決如此大型且繁複的船席指派問題。因此，在面對眾多需要靠港的船 舶且船席有限的情況下，如何提供「船舶最適化的調派服務資訊」，使得整體的港 埠營運更有效率乃為本研究所欲探討的核心課題。
1.2 研究範圍與目的
一般將上述把貨櫃碼頭分配給船舶的問題稱為「船席指派問題」( Berth Allocation Problem, BAP)。它為一種組合性的最適化問題，希望能在有限的船席
2
資源下，讓需要接受服務的船舶指派的越為緊密，所佔用的時間越短越好。船隻 停泊的分派可用圖 1-1 的時間和空間關係圖來表示。圖 1-1 的橫軸為時間軸，縱 軸則為碼頭長度。碼頭可以被切割成數個船席，而每一個船席則具有相同的長度，
此種 BAP 型態可以被視為是一個「離散型」的問題，不同船席之間的指派服務，
彼此獨立，並不會直接影響到其他船席的服務品質與行政效能。而每一個船席，
同時只能服務一艘船舶。圖 1-1 中，每一個 Ship 的矩形方塊即代表這艘船在該船 席下所耗費的服務時間(隱含等候服務的等待時間及解決裝卸貨的處理時間)，若 把所有的矩形方塊進行加總，即為此期間內所有船舶在各船席間共耗費的整體服 務時間。
圖 1-1 動態且離散之船席指派問題示意圖 (Imai et al., 2003)
針對上述提及的服務時間，可用圖 1-2 再做進一步的說明。對於每一艘船舶 來說，我們考量兩項的作業時間，此為船席指派問題最為攸關的部分。如下圖所 示:
圖 1-2 船席運作時間軸 (Cheong and Tan, 2008)
首先，等待時間乃為船舶從到達後到能開始裝卸貨的時間。此外，處理時間 為船舶在指定船席所要裝卸貨的時間，其兩者的總和即為船舶的服務時間。然而，
由於考量每艘船的長度不盡相同，文獻上也有模型將碼頭視為一個「連續」性的 資源，而船隻可以停靠在碼頭的任何一處。如圖 1-3 所示，縱軸為時間，tiB為船 舶i的抵達時間。橫軸為碼頭長度，是整體船席所能提供的位置大小，Pi為船舶i
3
的停泊位置。不同船舶所需佔用的停泊空間也因其船身長度及停靠位置而有所差 異。面對此種連續型的相鄰船舶而言，若時間軸和空間軸兩者皆重疊，代表同一 時間重複指派到相同泊位，自然不被允許。若兩者皆沒有重疊，則可能代表不夠 善用船席資源，仍有改善其指派決策的空間。因此，針對兩相鄰船舶，時間軸和 空間軸至少有一項重疊，為一較具效率並可行的法則。
圖 1-3 動態且連續之船席指派問題示意圖 (Imai et al., 2005)
因此，在離散情況下，BAP 可以被視為彼此不相關的機器排程問題；在連續 的情況下，BAP 可被視為是一個裝箱問題。
另外，假設所有船隻在進行船席指派前就已全部抵達港口，該類 BAP 一般稱 之為靜態模型(Static)，由於不同船舶沒有抵達順序之分，難度較易；反之，若是 僅知道所有船隻預定抵達時間，而必須在抵達前安排好調度作業，則 BAP 可視為 一個動態模型(Dynamic)。此種問題型態固然較難，但的確較符合實務面操作。而 我們想求解的問題即是在一定的時間內，如何做最妥適的安排使得所有的船隻的 等待時間及處理時間能夠最小化，若能盡可能地消化各船隻的服務時間，便能舒 緩船席排班作業，不但能讓更多的船隻減少其作業成本，更能加速後端工作的流 暢性，以使其整體港埠效率能更為提升。.
4
1.3 研究方法與流程
1.3.1 研究方法
而諸如此類船席排班的問題，其複雜度隨著問題規模的上升是以階層
(Factorial)的方式增加，在考量產業經營所面臨的實際情況時，稍具實務意涵的問 題都會造成極大的求解挑戰性。因此，發展出一套有效的啟發式解法，通常具有 相當的必要性。
針對排序相關問題，相較於其他各種巨集式啟發式演算法(Meta-heuristics)，
例如基因演算法(Genetic Algorithm)、模擬退火演算法(Simulated Annealing)、禁忌 搜尋法(Tabu Search)等，螞蟻演算法(Ant Colony Optimization, ACO)搜尋與建立解 答的過程，基本上就是一個循序的架構。基於此種結構上的特性，螞蟻演算法也 被廣泛應用在各種排序相關的問題上，如旅行推銷員問題(Travelling salesman problem, TSP)。在此，我們嘗試將此演算法套用在船席指派的問題上。雖然許多 問題不僅僅牽涉到排序決策，但是若其中排序的決策予以確定，或者附加順序上 的條件或限制，則整個問題的複雜度就大幅降低，而可以輕易加以求解。
然而，螞蟻演算法固然在架構上很適合求解排序問題，但是其搜尋空間仍然 非常可觀，要發展出一個可以兼顧求解時間和求解品質的演算法，仍然是一個相 當困難的課題。因此本研究嘗試運用螞蟻的導引機制，以有效限縮螞蟻搜尋的空 間及縮短對應的求解時間，並以求提升船席指派問題的求解品質。
1.3.2 研究流程
本研究的研究流程請參見圖 1-4。以下為本研究之主要進行步驟，說明如下:
相關船席指派問題及螞蟻演算法的文獻回顧
1. 建構螞蟻演算法延伸到船席指派上的求解過程 2. 建構動態且離散的船席指派模式
3. 進行數值測試分析 4. 結論與後續相關進度
5
文獻回顧 研究目的與範圍
螞蟻演算法的求解設計 模式建構
數值測試
結論與後續進度建議
圖 1-4 研究流程圖
6