[ES] Cada año 10.3 billones de toneladas de productos son transportadas en barco. La economía global depende de las grandes cadenas logísticas intermodales cuyo núcleo es el transporte marítimo de mercancías. Las terminales ...[+]
[ES] Cada año 10.3 billones de toneladas de productos son transportadas en barco. La economía global depende de las grandes cadenas logísticas intermodales cuyo núcleo es el transporte marítimo de mercancías. Las terminales necesitan garantizar tarifas económicas para ser competitivas lo cual requiere que sus operaciones sean cada vez más eficientes.
Las terminales portuarias han ido adaptando sus infraestructuras para atender el aumento en el tránsito de contenedores y la llegada de buques de mayor calado. El patio de contenedores no ha evolucionado tanto pues aumentar sus dimensiones conlleva inversiones muy costosas y de elevado impacto ambiental al tener que ganar terreno al mar. Tanto es así, que el cuello de botella de terminales modernas ha pasado de ser el muelle al patio, no siendo las grúas de patio capaces de atender el creciente flujo de contenedores.
Para mejorar la productividad del patio, algunas terminales han incorporado múltiples grúas que operan sobre un mismo bloque de contenedores. En el presente trabajo se propone una herramienta para optimizar los movimientos de dos grúas gemelas que trabajan conjuntamente en un bloque y tienen que llevar a cabo una serie de peticiones de almacenamiento y retirada de contenedores desde el lado de mar y de tierra. Las grúas no pueden cruzarse y deben mantener una distancia de seguridad. El objetivo es minimizar el tiempo de finalización de los trabajos.
La metodología de resolución propuesta consiste en un algoritmo genético combinado con una heurística constructiva. Se obtienen diferentes versiones del algoritmo cuyos hiperparámetros han sido calibrados mediante extensos experimentos computacionales. El desempeño de los algoritmos se compara mediante un ANOVA. Finalmente, se contrasta la bondad de la herramienta comparándola con las metodologías más utilizadas por software comerciales obteniendo una reducción de los tiempos de proceso de entre un 11% y un 18%.
[-]
[EN] Annually 10.3 billion tons of goods are transported by ship. The global economy depends on large intermodal logistics chains whose core is the maritime transportation of merchandises. Container terminals need to provide ...[+]
[EN] Annually 10.3 billion tons of goods are transported by ship. The global economy depends on large intermodal logistics chains whose core is the maritime transportation of merchandises. Container terminals need to provide economic rates in order to be competitive, which requires a continuous improvement of their operations.
Port terminals have been adapting their infrastructures to meet the increase in containers transit and the arrival of vessels with deeper draft. The container yard has not evolved at the same rate because increasing its size involves very expensive investments and high environmental impact as it needs to be extended into the sea. So much so that, the bottleneck of modern terminals has changed from being the dock to the yard, not being the yard cranes capable of meeting the growing flow of containers.
With the aim of improving yard productivity, some terminals have integrated multiple cranes working on the same block of containers. In this project, we propose a tool to optimize the movements of two twin cranes that operate together in a container block and have to carry out a series of storage and retrieval requests both from the sea and land side. The cranes cannot cross each other and must keep a safety distance. The objective is to minimize the total completion time of the requests.
The proposed solution method consists of a genetic algorithm combined with a constructive heuristic. Different versions of the algorithm are obtained and their hyperparameters have been tuned by extensive computational experiments. The performance of the proposed algorithms is contrasted by means of an ANOVA. Finally, the goodness of the tool is determined by comparing it against the most used methodologies in commercial software, obtaining between 11% and 18% decrease in processing time.
[-]
|