автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Оптимизация процессов переработки каботажных грузов на основе вероятностных моделей

На правах рукописи

ТЮКАВИН АЛЕКСЕЙ МИХАЙЛОВИЧ

ОПТИМИЗАЦИЯ ПРОЦЕССОВ ПЕРЕРАБОТКИ КАБОТАЖНЫХ ГРУЗОВ НА ОСНОВЕ ВЕРОЯТНОСТНЫХ МОДЕЛЕЙ

Специальность: 05.13.18 - «Математическое моделирование, численные методы и комплексы программ»

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Санкт- Петербург 2008 г.

2 3 ЯНВ 20СЭ

003459755

Работа выполнена в Санкт-Петербургском государственном университете водных коммуникаций (СПГУВК).

Научный руководитель: Доктор технических наук, профессор Зубарев Ю.Я.

Официальные оппоненты: Доктор технических наук, профессор Климов E.H. Кандидат технических наук, доцент Вирьянский З.Я.

Ведущая организация: Центральный научно-исследовательский и проектно-конструкторский институт морского флота (ЦНИИМФ)

Защита диссертации состоится У» 200 Я. в часов на за-

седании диссертационного совета ССД 223.009.03 при Санкт-Петербургском государственном университете водных коммуникаций по адресу: 198035, Санкт-Петербург, ул. Двинская, д.5/7

С диссертацией можно ознакомиться в библиотеке СПГУВК. Автореферат разослан

/л 2008г.

Ученый секретарь диссертационного совета кандидат технических наук,

доцент Барщевский Е.Г.

I. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ.

Актуальность темы исследования. В настоящее время возможности экс-^-.ип^^ ¿ущгетвуищп.п портов псчарпани, так пак все

они в той или иной степени «зажаты» активно развивающейся в последнее время городской инфраструктурой. В связи с этим дальнейшее развитие портов возможно только за счет оптимизации работы действующих терминалов в целях повышения интенсивности погрузочно-разгрузочных работ и максимального сокращения сроков обработки морских судов.

Переработка экспортно-импортных и каботажных грузов имеет свои специфические особенности. Так при переработке экспортно-импортных грузов считается, что ограничена только интенсивность прихода судов в порт, а не их число. При перевозке каботажных грузов число судов всегда ограничено, и процессу переработки грузов соответствует модель замкнутой системы массового обслуживания.

В настоящее время имеется большое число работ, посвященных проблемам многокритериальной оптимизации. Однако большинство указанных публикаций посвящено либо поиску ограниченного числа паретно-оптимальных вариантов, либо свертыванию показателей (критериев) качества в один обобщенный показатель, представляющий собой средневзвешенную степенную функцию. При выборе числа причалов или оптимальной загрузки перегрузочного терминала традиционно используются детерминированные модели процессов переработки грузов. Однако при использовании детерминированных моделей принимаются допущения, существенно идеализирующие процесс переработки грузов.

Более адекватная модель переработки экспортно-импортных грузов на перегрузочном терминале в виде централизованной системы массового обслуживания с взаимопомощью была предложена И.А.Русиновым. Однако при переработке на терминале каботажных грузов, число обрабатываемых судов ограничено, что требует создания специальных моделей.

В связи с этим целью исследования диссертационной работы является теоретическое обоснование и разработка основ построения вероятностных моделей, на основе которых осуществляется оптимизация процессов переработки каботажных грузов на перегрузочных терминалах морских портов.

В соответствии с указанной целью в работе сформулированы, обоснованны и решены следующие задачи:

1. Анализ особенностей процессов переработки каботажных грузов на перегрузочных терминалах морских портов и существующих методов формализации и оптимизации этих процессов.

2. Разработка вероятностных вычислительных моделей процессов переработки каботажных грузов, учитывающих ограниченное число судов, прибывающих в порт, и время перехода судов между центральным и периферийным портами.

3. Определение полиномиальных моделей показателей качества процессов переработки каботажных грузов.

4. Оптимизация процессов переработки каботажных грузов на основе технико-экономических показателей.

5. Эвристическая оптимизация процессов переработки каботажных грузов. Методы исследования. Методической основой и общей формальной базой диссертационного исследования служат теория массового обслуживания, теория планирования эксперимента и отдельные разделы теории принятия решений.

Объектом исследования в диссертации является процесс переработки каботажных грузов на перегрузочных терминалах морских портов, предусматривающий обработку ограниченного числа судов с учетом времени перехода судов между центральным и периферийным портами.

Предметом исследования диссертации являются теоретические разработки и практическая реализация вычислительных и полиномиальных моделей вероятностных процессов переработки каботажных грузов, а также методы оптимизации, основанные на указанных моделях.

Научная новизна полученных в диссертации результатов состоит в следующем:

1. Теоретически обоснована формализация процессов переработки каботажных грузов с учетом ограниченного числа судов и времени перехода судов между портами в виде модели замкнутой многоканальной системы массового обслуживания.

2. Разработаны вычислительные модели процессов переработки каботажных грузов на перегрузочных терминалах морских портов в динамических и стационарных режимах с учетом и без учета частичной взаимопомощи.

3. Определены условия оптимальности и произведен синтез оптимальных и квазиоптимальных планов вычислительного эксперимента второго и третьего порядков с целочисленными переменными, минимизирующих интегральную оценку ошибки аппроксимации. На основе указанных планов определены полиномиальные модели показателей качества процессов переработки каботажных грузов.

4. Формализованы экономические критерии эффективности, в основу которых положены разработанные автором вероятностные модели процессов.

5. Обоснованы и предложены неаддитивные и нелинейные функции предпочтения для многокритериальной оптимизации процессов переработки каботажных грузов.

Практическая ценность. В результате проведенных исследований доказана целесообразность и эффективность использования теоретических разработок и предлагаемых вероятностных моделей для решения конкретных задач, возникающих при многокритериальной оптимизации процессов переработки каботажных грузов. Указанные вероятностные модели и алгоритмы многокритериальной оптимизации позволяют повысить эффективность проектирования перегрузочных терминалов в морских портах с учетом противоречивых требований, предъявляемых к качеству процессов переработки грузов.

Реализация работы. Основные результаты получены в рамках выполнения раздела «Развитие инфраструктуры Мурманского транспортного узла» ФЦП «Модернизация транспортной системы России (2002-201 Ог.г.)».

Полученные результаты доведены до алгоритмов и программного обеспечения, которое использовано при проектировании перегрузочного терминала ОАО «ГМК «Норильский никель» в морском порту Мурманск.

Предложенные рекомендации апробированы и внедрены в учебном процессе (Санкт-Петербургский государственный университет водных коммуникаций) и на производстве (Транспортно-логистический отраслевой комплекс ОАО «ГМК «Норильский никель»).

Апробация работы. Основные результаты диссертационного исследования докладывались и обсуждались на Международных научно-практических конференциях «ICE DAY» (г.Рованиеми, Финляндия, февраль 2008г.), «75 лет с начала планомерного изучения и развития Севморпути» (г.Санкт-Петербург, февраль 2008г.) и «АРКТИЧЕСКОЕ СУДОХОДСТВО 2008» (г. Санкт-Петербург, апрель 2008г.).

Публикации. По теме диссертации опубликованы 8 печатных работ, в том числе одна из статей опубликована в издании, имеющемся в перечне научных журналов ВАК Министерства образования РФ.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и списка использованных источников. Общий объем работы составляет 162 страницы, в том числе 16 рисунков, 22 таблицы и список использованных источников из 97 наименований.

II. СОДЕРЖАНИЕ РАБОТЫ.

В первой главе формулируется задача исследования. Показывается, что одним из наиболее эффективных способов интенсификации процесса переработки грузов является широкое внедрение контейнерных перевозок. Показываются преимущества использования контейнеров при перевозке и переработке каботажных грузов. Рассматривается техническое обеспечение процессов пере-

работки каботажных грузов в центральных (Мурманск, Архангельск) и периферийном (Дудинка) портах. Рассматривается два различных варианта функционирования центрального порта. Согласно первому варианту центральный порт перерабатывает как экспортно-импортные, так и каботажные грузы как единый перегрузочный терминал. Во втором варианте центральный порт разделен на отдельные перегрузочные терминалы, специализирующиеся на переработке грузов по разным направлениям, причем каботажные грузы перерабатываются на одном из таких терминалов.

Приводится используемая в настоящее время детерминированная модель пропускной способности перегрузочного терминала. Показывается, что указанная модель не отражает специфику функционирования перегрузочных терминалов, предназначенных для переработки каботажных грузов. Моменты прихода в порты судов с каботажными грузами представляют собой нерегулярные потоки событий. Это объясняется следующими причинами:

- для каботажных судоходных линий не существует жесткого графика заходов в порты и, соответственно, величины интервалов между приходами судов существенно отличаются друг от друга;

- сроки прихода судов в порт зачастую отклоняются от расчетных по причинам, связанным с ледовыми и метеорологическими условиями, корректировкой маршрутов и т.д. При этом указанные отклонения носят, как правило, случайный характер.

- на сроки выхода судов особенно из периферийных портов зачастую оказывают влияние сбои в процессе производства продукции в расположенных рядом с этими портами предприятиях.

Кроме того, необходимо учитывать, что время переработки грузов, зависящее от ряда случайных факторов, также является случайной величиной. В связи с этим не обеспечивается ритмичность работы перегрузочного терминала, что приводит в одних случаях к образованию очередей судов, а в других к простою причалов. Поэтому для описания процессов обработки судов на перегрузочных терминалах в морских портах необходимо пользоваться не детермини-

рованными, а вероятностными моделями, в основу которых положена теория массового обслуживания.

Вторая глава посвящена разработке вероятностных вычислительных моделей процессов переработки каботажных грузов. При этом учитывается ограниченное число каботажных судов, совершающих перевозку грузов из одного порта в другой. Соответственно интенсивность прихода судов в порт в общем случае зависит от числа судов, находящихся в очереди на обработку. Таким образом, интенсивность обработки судов на перегрузочном терминале, предназначенном для переработки каботажных грузов, влияет на процессы вне терминала, т.е. на окружающую среду. Поэтому процесс переработки грузов на каботажном перегрузочном терминале необходимо рассматривать как замкнутую систему массового обслуживания.

Составление моделей функционирования совместной работы двух перегрузочных терминалов при перевозке каботажных грузов является достаточно сложной, хотя и теоретически возможной задачей. Поэтому представляется целесообразным искать приближенное решение задачи, например, представлять каждый терминал как автономную систему, а остальные элементы транспортной системы рассматривать как окружающую среду.

Рассматривается процесс переработки грузов на втором терминале, находящемся в периферийном порту. Интенсивность прихода каждого судна на этот терминал будет зависеть от времени пребывания судна вне этого терминала и определяется выражением:

Л'2=----(1)

2 г +т +т

1 1 т 1 Л/1 т 1 .1/2

где: Г, - время переработки грузов на центральном терминале

Тм1 и Тм1 - время движения по маршруту в обоих направлениях. Соответственно результирующая интенсивность моментов прихода судов на второй терминал будет определяться интенсивностью и числом судов, находящихся вне второго терминала:

Я2 = Я,(ш-4) (2)

где: с1гг- математическое ожидание суммарного числа судов, находящихся во втором терминале, как в очереди, так и под обработкой.

Аналогичные выражения могут быть получены для перегрузочного терминала центрального порта, если этот терминал предназначен для переработки только каботажных грузов определенного направления. Таким образом, интенсивность прихода судов на перегрузочный терминал зависит от времени их обработки на другом перегрузочном терминале. Поэтому решение задачи определения интенсивностей Л\ и Л'2, а, следовательно, и остальных вероятностных характеристик осуществляется методом последовательных приближений.

Принятые допущения о пуассоновском потоке прихода судов и показательном распределении времени цикла одного судна и его составляющих позволяет использовать для описания процессов в перегрузочных терминалах аппарат Марковских случайных процессов. Применение этого аппарата позволяет описать процесс обработки судов на перегрузочном терминале с помощью линейных дифференциальных уравнений и во многих случаях представить выражения для статистических вероятностных характеристик в аналитической форме.

Рассматривается перегрузочный терминал, включающий Б грузовых причалов, на вход которого поступает поток судов. Интенсивность прихода каждого судна в порт равна Л', а расчетная интенсивность обработки судна д,. Однако результирующие интенсивности прихода судов в порт и обработки судов всеми причалами могут меняться в зависимости от состояния процесса. Результирующая интенсивность обработки судов в состоянии Еп = где г„ - коэффициент интенсивности обработки, может быть как целым, так и дробным числом. Если заняты все причалы, т.е. п>Б, предполагается что гп = гтах.

Дифференциальные уравнения процесса переработки грузов можно представить в виде:

т

= -[{т - „)Г + гЛ]Р„(0 + (и - и + 1)Я'Р„.1(0 + /(0 (3)

ш

Будем считать, как указано выше, что процесс переработки грузов является Марковским случайным эргодическим. Режим работы перегрузочного терминала, при котором вероятность Рп нахождения системы в состояние п не зависит от времени, называется стационарным режимом. Для определения значений вероятностей состояний системы в стационарных режимах необходимо приравнять к нулю значения производных состояний, т.е. левых частей системы уравнений (3).

Л'

Введем обозначение у/' = — и назовем его приведенной плотностью потока

Л,

прихода каждого судна. В результате получим следующее:

л

(4)

г2 г,г2

Р=-а*_

1\Г1{т-п)\(¥'уРа

Используя выражения (4) и учитывая, что X Рп = 1 получим:

»=0

рп =

"А / гч« ^ т! / <•>»

Х--(V т +1,—з-&>

""" Ш-")'• "=х (Ш{т ~ "У

(5)

Выражение (5) является наиболее общим выражением для вероятности того, что в момент прихода судна в порт все причалы свободны. В зависимости от дисциплины обработки судов (без взаимопомощи или с частичной взаимопомощью, а также в случаях, когда интенсивность обработки судов отдельными причалами меняется в зависимости от состояния системы) значение коэффициентов гп, будет меняться. Соответственно будут меняться и выражения для вероятностей состояний системы. Но все они могут рассматриваться как частные случаи выражения (5).

Определим среднее число судов находящихся в очереди:

— т т-Н

<*= х (п-5)Ри=Е<1Рш (6)

Л-ЛЧ1 </=1

Соответственно, среднее число судов, находящихся на 1ерминалс.

т

(7)

п=0

Среднее время пребывания судна в очереди в соответствии с (2) определяется выражением:

Т = — =-(8)

Л Я'(ш-с/2)

Среднее время пребывания судна на терминале:

Л ~ (9)

В работе были подробно рассмотрены вычислительные модели процессов переработки грузов без взаимопомощи, с полной и частичной взаимопомощью и получены выражения для вероятностных характеристик этих процессов.

В третьей главе рассматриваются вопросы построения полиномиальных вероятностных моделей показателей процесса переработки каботажных грузов, полученных путем обработки оптимальных непрерывных планов вычислительного эксперимента на основе обобщенного метода наименьших квадратов.

Полиномиальные модели (ПМ) процессов представляют собой полиномиальные зависимости так называемых функций отклика от управляемых факторов. В работе рассматриваются две группы моделей. К первой группе относятся модели, у которых функции отклика представляют собой показатели качества процессов переработки грузов, в частности, приведенные значения средних времен ожидания судов в очереди ?ож и пребывания в терминале тъ, математические ожидания числа судов, находящихся в очереди ^ ив терминале а также значение коэффициента загрузки терминала (р. Факторами в указанных моделях являются характеристики процессов, к которым относятся приведенная плотность прихода в порт каждого судна у/', число судов т и число прича-

лов 51. Применение первой группы моделей позволяет оперативно определять значения показателей качества процессов.

На основе второй группы моделей устанавливается в явном виде взаимосвязь между отдельными показателями качества процессов, в частности, между средним приведенным временем ожидания судна в очереди тпж и коэффициентом загрузки причалов <р при различных значениях плотности прихода в порт каждого судна ц>'. Указанные модели были положены в основу метода последовательного анализа эффективных оценок.

При синтезе оптимальных планов вычислительного эксперимента (ВЭ) необходимо учитывать целочисленность отдельных факторов (число судов, число причалов), что ограничивает возможности варьирования значениями факторов в процессе ВЭ. В качестве критерия оптимальности ВЭ рассматривается минимум интегральной оценки ошибки аппроксимации (смещения), усредненной по области изменения факторов с учетом закона их распределения.

Автором получены в явном виде условия оптимальной аппроксимации, выраженные через соотношения между соответствующими моментами плана и закона распределения факторов.

Задача синтеза оптимальных непрерывных симметричных планов вычислительного эксперимента заключается в выборе типовых конфигураций, определении их размеров и частот проведения экспериментов в точках спектров отдельных конфигураций, исходя из условий оптимальной аппроксимации. Однако при синтезе планов с целочисленными факторами размеры конфигураций могут принимать ограниченное число значений этих факторов.

Ввиду невозможности непрерывного изменения размеров конфигураций, условия оптимальности могут быть обеспечены только за счет определения значений частот проведения экспериментов в точках спектров плана, соответствующих отдельным конфигурациям. При этом число конфигураций для планов второго порядка должно быть равно трем, для планов третьего порядка при и=2 - не менее семи, а для п>2 - не менее восьми. Такое увеличение числа конфигураций для планов третьего, а во многих случаях и второго порядка пред-

ставляется нецелесообразным. Поэтому рассматриваются квазиоптимальные планы, содержащие меньшее число конфигураций. В работе предлагается использовать два подхода. Первый подход заключается в том, что в качестве аппроксимируемых полиномиальных моделей берутся неполные полиномы третьего и четвертого порядков. Это позволяет сократить число условий оптимальности, а, следовательно, и необходимое число конфигураций в плане эксперимента. Второй подход используется для квазиоптимальных планов третьего порядка с учетом только условий, определяемых четными моментами второго и четвертого порядков.

На основе разработанных квазиоптимальных планов вычислительного эксперимента были определены полиномиальные модели среднего приведенного времени ожидания тиж и загрузки терминала <р от числа судов т и произведения у/'т.

В четвертой главе рассматриваются три подхода к многокритериальной оптимизации процессов переработки грузов.

- Первый подход основан на экономических критериях оптимальности, характеризующих прибыль от переработки грузов или приведенные затраты на процесс переработки. Использование этих критериев возможно только при наличии полной априорной информации об экономических показателях процесса.

- Второй подход является эвристическим и основан на использовании функций предпочтительности.

- Третий подход базируется на анализе эффективных оценок, полученных на основе полиномиальных зависимостей, связывающих между собой значения различных показателей качества процессов.

Одной из основных задач, возникающих при переработке каботажных грузов, является выбор оптимального числа причалов на перегрузочных терминалах и числа судов, обеспечивающих планируемый объем перевозок. Будем считать, что известен планируемый грузопоток. Зная годовой объем этого грузопотока (), размер судовой партии грузов (контейнеровместимость усредненного

судна) П, а также продолжительность навигационного периода Тн, можно определить планируемую результирующую плотность прихода судов на терминал:

Лт Я

¥и = = — —

/"о

При решении данной задачи критерий максимальной прибыли вырождается в критерий минимальных затрат, который определяется выражением:

Э, =С^(у/,8) + (10)

где: С, и С2* - приведенные коэффициенты затрат

Задача выбора оптимального числа причалов и необходимого числа судов в общем случае является задачей нелинейного стохастического целочисленного программирования, решение которой аналитическими методами не представляется возможным. Однако, ввиду сравнительно небольшой размерности (Б <7; ш<30), указанная задача может быть решена путем перебора целочисленных значений Бит.

Не менее важной оптимизационной задачей является выбор оптимальной загрузки перегрузочного терминала, т.е. определение такой результирующей интенсивности прихода судов в порт (Л), при которой величина прибыли от переработки грузов в единицу времени была бы максимальной. В этом случае критерий максимизации прибыли определяется выражением:

-шах (11)

С, Су

где С0' - приведенный коэффициент прибыли.

Анализ результатов оптимизационных расчетов, произведенных на основе

с" /

критерия (11) для различных Б, цг и </г , позволил сделать выводы, что увеличение числа причалов, приведенной плотности у, а также наличие взаимопомощи приводит к улучшению как технических, так и экономических показателей.

Зная, результирующую оптимальную приведенную плотность прихода судов в порт (у/,,,,,,,) и интенсивность обработки судна (//„), можно легко определить и оптимальную величину грузопотока:

Q.......=¥.......ПТ„/А, (12)

Применение экономических критериев для получения оптимальных решений дает наиболее обоснованные результаты с экономической точки зрения. Однако их использование в ряде случаев встречает определённые затруднения. В этих случаях целесообразно производить выбор оптимальных решений, основанный на использовании функций предпочтений, которые определяются на основе совокупности логических и математико-статистических методов и процедур, направленных на получение информации от специалистов (экспертов).

В работе впервые предлагается использование нелинейной неаддитивной функции предпочтения вида:

i d(z,M)

¿-1 Й Р J

P'l "них

где М^— весовые коэффициенты показателей Yp - условная функция предпочтения

d{Z,M) - средневзвешенная величина разброса значений показателей Л - коэффициент, характеризующий нежелательность разброса значений показателей.

В качестве условной функции предпочтения предлагается использовать

преобразованную функцию Фехнера:

0,5 + 0,5(2Z„-l)£" Zp > 0,5

0,5 при Zp = 0,5

0,5-0,5(1-22^)''' Zp< 0,5

где ер- коэффициент, характеризующий крутизну условной функции предпочтения Yp.

Сравнительная оценка результатов оптимизационных расчетов загрузки терминала, произведенных на основе линейной аддитивной и нелинейной неад-

дитивной функций предпочтения, показала, что использование последней обеспечивает наименьший разброс показателей.

При решении ряда оптимизационных задач возникает необходимость использования эвристического подхода, позволяющего осуществлять неформальный анализ эффективных решений и выбор оптимального решения. Для решения этой задачи были разработаны квазиоптимальные и квазисимметричные планы активного эксперимента, на основе которых определены полиномиальные модели, связывающие между собой приведенное среднее время ожидания Тож и коэффициент загрузки причалов <р. Пользуясь полученными полиномиальными моделями, можно последовательно ужесточать ограничения на значения среднего приведенного времени ожидания, определять оптимальные решения, удовлетворяющие заданным требованиям.

В работе произведен выбор оптимальных характеристик (числа причалов, необходимого числа судов) для проектируемого перегрузочного терминала ОАО ГМК «Норильский никель» в Мурманском порту. В основу выбора положен перспективный план грузооборота между Мурманском и Дудинкой, который предусматривал величину грузопотока, равную 42 200 шт. контейнеров. Предполагалось, что перевозки могут осуществляться тремя типами судов.

Расчеты оптимального числа причалов, произведенные на основе вычислительной модели исходя из критерия минимума затрат, показали, что перегрузочный терминал должен содержать два причала. Такое же число причалов для обработки контейнерных грузов должно быть предусмотрено в Дудинском морском порту. Остальные оптимальные характеристики терминала, полученные без учета и с учетом частичной взаимопомощи, приведены в таблицах 1 и 2. Как видно из таблиц 1 и 2 среднее время ожидания возрастает с увеличением оптимального числа судов. Для перспективных дизель-электроходов типа «Норильский Никель» приведенное среднее время ожидания без учета взаимопомощи не превышает 0,0814, а абсолютное - 0,33 суток (8 часов). Коэффициент загрузки терминала для данных типов судов меняется от 0,41 до 0,50.

Оптимальные характеристики перегрузочного терминала.

Без учета взаимопомощи

Показатели процессов переработки грузов

Типы т Р г2 т„ж V, V, <2

судов ед. о.е. о.е. ед. ед. о.е. о.е. сутки сутки о.е. о.е. шт.конт.

«Норильский 5 0,2604 0,3009 1,1357 0,1294 1,1285 0,1285 4,9654 0,5654 0,5032 1,0064 48700

Никель» 4 0,2652 0,3833 0,8812 0,0542 1,0656 0,0656 4,6886 0,2886 0,4135 0,8270 40170

5/4 - 0,3626 0.9452 0.0717 1.0814 0.0814 4.7256 0.3256 0.4360 0.8721 42200

«Норильск» 5 0.2413 0.3271 1,0593 0,1083 1,1139 0,1139 4.6783 0.4783 0.4755 0.951С 42460

«Михаил Стре- 7 0,2083 0,2429 1,4305 0,2704 1,2330 0,2330 4,6056 0,8856 0,5801 1,1602 43930

каловский» 6 0,2122 0,2986 1,1825 0,1601 1,1565 0,1565 4,3947 0,5947 0,5112 1,022; 38530

7/6 - 0,2614 1,3482 0,2338 1.2076 0,2076 4.5887 0.7887 0.5572 1.1145 42200

С учетом частичной взаимопомощи Таблица 2.

Показатели процессов переработки грузов

Типы т Р а Т чж <Р, V, 0

судов ед. о.е. о.е. ед. ед. о.е. о.е. сутки сутки о.е. о.е. шт.конт.

«Норильский 4 0,2670 0,5806 0,6004 0,0373 0,6616 0,0412 2,9110 0,1812 0,4533 0,906( 43920

Никель» 3 0,2691 0,6996 0,3790 0,0083 0,5373 0,0118 2,3641 0,0519 0,3527 0,705< 27600

4/3 - 0,6010 0.5623 0.0323 0.6402 0.0361 2.8169 0,1588 0.4360 0.8721 42200

5 0,2532 0,4911 0,8170 0,0895 0,7714 0,0845 3,2408 0,3549 0,5299 1,059} 47320

«Норильск» 4 0,2564 0,5996 0,5734 0,0336 0,6526 0,0382 2,7409 0,1604 0,4393 0,878( 39230

5/4 - 0,5598 0.6628 0,0541 0.6962 0.0552 2,9240 0.2317 0.4726 0.945: 42200

«Михаил Стре-

каловскии» 6 0.2144 0.4651 0.9061 0,1244 0,8298 0,1139 3,1532 0.4328 0.5460 1.09 И 41340

Габлица 1.

Сравнительная оценка моделей.

Таблица 3.

Тип Показатели процессов и их отклонения при различных моделях

судна Без учета взаимопомощи С учетом частичной взаимопомощи

Вычислительная Полиномиальная Вычислительная Полиномиальная

модель модель Отклонения модель модель Отклонения

т Тож V т Тож <Р м |Др| т Г„ <Р т <Р м \ЬТ„\ |Д?|

ед. сут. о.е. ед. сут. о.е. ед. сут. о.е. ед. сут. о.е. ед. сут. о.е. ед. сут. о.е.

«Норильский

Никель» 5 0,5654 0,5032 5 0,5667 0,5036 0 0,0013 0,0006 4 0,1812 0,4538 4 0,1795 0,4533 0 0,0017 0,0005

«Норильск» 5 0,4783 0,4755 5 0,4789 0,4758 0 0,0006 0,0003 5 0,3547 0,5296 5 0,3549 0,5299 0 0,0002 0,0004

«Михаил

Стрекаловский» 7 0,8856 0,5801 7 0,8839 0,5795 0 0,0017 0,0006 6 0,4328 0,5960 6 0,4532 0,6027 0 0,0204 0,0067

Оптимизационные расчеты, произведенные на основе полиномиальных моделей (таблица 3), показали, что погрешности, связанные с использованием полиномиальных моделей, достаточно малы и значительно меньше погрешностей расчета, связанных с отсутствием точных значений исходных данных для расчета. Результаты оптимизационных расчетов были положены в основу технического задания на проектирование реконструкции перегрузочного терминала ОАО «ГМК «Норильский никель» в Мурманском порту.

III. ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ.

В диссертационной работе получены следующие основные результаты:

1. Формализованы процессы переработки каботажных грузов с учетом ограниченного числа судов и времени перехода судов между портами в виде модели замкнутой многоканальной системы массового обслуживания.

2. Разработаны вероятностные вычислительные модели процессов переработки каботажных грузов в динамических и стационарных режимах без учета и с учетом взаимопомощи.

3. Произведен синтез оптимальных и квазиоптимальных непрерывных симметричных планов вычислительного эксперимента с целочисленными факторами, на основе которых определены полиномиальные модели показателей качества процессов переработки каботажных грузов.

4. Сформулированы показатели экономической эффективности (доходы и отдельные составляющие затрат), выраженные в явном виде через показатели качества процессов переработки грузов и определяемые на основе разработанных вероятностных моделей.

5. Сформулирована и решена задача выбора оптимального числа причалов и оптимального числа судов при заданном объеме грузопотока, исходя из критерия минимума затрат.

6. Сформулирована и решена задача определения оптимальной загрузки терминала, исходя из критерия максимальной прибыли.

7. Решены задачи эвристической многокритериальной оптимизации процессов переработки грузов, основанные на нелинейных неаддитивных функциях предпочтения и эффективных оценках.

8. Определены оптимальные характеристики проектируемого перегрузочного терминала ОАО «ГМК «Норильский никель» в морском порту Мурманск, положенные в основу технического задания на проектирование реконструкции приобретенных компанией объектов портовой береговой инфраструктуры.

IV. ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ.

1. Тюкавин A.M. Математическое моделирование процессов переработки каботажных грузов. Информационные технологии и системы: управление, экономика, транспорт, право. Сборник научных трудов, вып. 1(6) СПБ.: ООО «Андреевский издательский дом», 2008 - с.24-27.

2. Русинов И.А., Тюкавин A.M. Оптимальное планирование загрузки контейнерного терминала. Автоматизация, информатизация, инновация транспортных систем. Сборник научно-технических статей, вып.4. СПБ.: Парк-Ком, 2007 - с.20-25.

3. Русинов И.А., Тюкавин A.M. Оптимизация процессов обработки контейнерных грузов. Автоматизация, информатизация, инновация транспортных систем. Сборник научно-технических статей, вып.4. СПБ: Парк-Ком, 2007 - с.50-56.

4. Русинов И.А., Тюкавин A.M. Многокритериальная оптимизация процессов переработки контейнерных грузов. Информационные технологии и системы: управление, экономика, транспорт, право. Сборник научных трудов, вып.3(5). СПБ.: 2007. -с.60-62

5. Русинов И.А., Тюкавин A.M. Формализация задач переработки экспортно-импортных и каботажных грузов. Информационные технологии и системы: управление, экономика, транспорт, право. Сборник научных

трудов, вып.1(6)-СПБ.: ООО «Андреевский издательский дом», 2008 -с. 15-17

в Русинов НА. Тюкявин A.M. Решение задачи оптимальной загрузки контейнерного терминала на основе анализа интенсивности потока судов. Автоматизация, информатизация, инновация транспортных систем. Сборник научно-технических статей, вып.4, СПБ, Парк-Ком, 2007. - с.45-49.

7. Русинов И.А., Тюкавин A.M. Оптимизация процессов обработки контейнерных грузов с ограничением по длине очереди. Информационные технологии и системы: управление, экономика, транспорт, право. Сборник научных трудов/вып.З(5)- СПБ, ООО "Андреевский издательский дом", 2007. - с.63-64.

Статья опубликована в издании, имеющемся в перечне научных журналов ВАК Министерства образования РФ:

8. Русинов И.А., Тюкавин A.M. Неаддитивные функции предпочтения в задачах многокритериальной оптимизации. Программные продукты и системы, вып.4(80). СПБ.: 2007. -с.51-52

ВВЕДЕНИЕ. 4

ГЛАВА I. ПОСТАНОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ.13

1.1. МОРСКИЕ КОНТЕЙНЕРНЫЕ ПЕРЕВОЗКИ.13

1.2. ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ПРОЦЕССА ПЕРЕРАБОТКИ ГРУЗОВ В ПОРТАХ КРАЙНЕГО СЕВЕРА.16

1.3. ДЕТЕРМИНИРОВАННЫЕ МЕТОДЫ ОЦЕНКИ ПРОПУСКНОЙ СПОСОБНОСТИ ТЕРМИНАЛА.24

1.4. АНАЛИЗ МЕТОДОВ МНОГОКРИТЕРИАЛЬНОЙ ОПТИМИЗАЦИИ ПРОЦЕССОВ ПЕРЕРАБОТКИ КАБОТАЖНЫХ ГРУЗОВ.26

ГЛАВА II. ВЕРОЯТНОСТНЫЕ ВЫЧИСЛИТЕЛЬНЫЕ МОДЕЛИ

ПРОЦЕССОВ ПЕРЕРАБОТКИ КАБОТАЖНЫХ ГРУЗОВ. 36

2.1. ПОСТАНОВКА ЗАДАЧИ РАЗРАБОТКИ ВЕРОЯТНОСТНЫХ МОДЕЛЕЙ.36

2.2. ВЕРОЯТНОСТНЫЕ МОДЕЛИ ПРОЦЕССОВ ПЕРЕРАБОТКИ КАБОТАЖНЫХ ГРУЗОВ.42

2.3. ВЫЧИСЛИТЕЛЬНЫЕ МОДЕЛИ ПРОЦЕССОВ ПЕРЕРАБОТКИ ГРУЗОВ БЕЗ УЧЕТА И С УЧЕТОМ ВЗАИМОПОМОЩИ.57

ГЛАВА III. ПОЛИНОМИАЛЬНЫЕ МОДЕЛИ ПРОЦЕССОВ

ПЕРЕРАБОТКИ КАБОТАЖНЫХ ГРУЗОВ.73

3.1. ФОРМАЛИЗАЦИЯ ЗАДАЧИ ОПРЕДЕЛЕНИЯ ПОЛИНОМИАЛЬНЫХ МОДЕЛЕЙ.75

3.2. УСЛОВИЯ ОПТИМАЛЬНОЙ АППРОКСИМАЦИИ ПОЛИНОМИАЛЬНЫХ МОДЕЛЕЙ ПРОЦЕССОВ ПЕРЕРАБОТКИ ГРУЗОВ.83

3.3. СИНТЕЗ ОПТИМАЛЬНЫХ И КВАЗИОПТИМАЛЬНЫХ ПЛАНОВ

С ЦЕЛОЧИСЛЕННЫМИ ПАРАМЕТРАМИ.95

3.4. ОПРЕДЕЛЕНИЕ ПОЛИНОМИАЛЬНЫХ МОДЕЛЕЙ ПРОЦЕССОВ ПЕРЕРАБОТКИ КАБОТАЖНЫХ ГРУЗОВ.106

ГЛАВА IV. МНОГОКРИТЕРИАЛЬНАЯ ОПТИМИЗАЦИЯ ПРОЦЕССОВ

ПЕРЕРАБОТКИ КАБОТАЖНЫХ ГРУЗОВ. 111

4.1. ЭКОНОМИЧЕСКИЕ ПОКАЗАТЕЛИ ПРОЦЕССА ПЕРЕРАБОТКИ ГРУЗОВ.111

4.2. ВЫБОР ОПТИМАЛЬНОГО ЧИСЛА ПРИЧАЛОВ НА ТЕРМИНАЛЕ, ПРЕДНАЗНАЧЕННОМ ДЛЯ ПЕРЕРАБОТКИ

КАБОТАЖНЫХ ГРУЗОВ.114

4.3. ПЛАНИРОВАНИЕ ОПТИМАЛЬНОЙ ЗАГРУЗКИ ТЕРМИНАЛА, ПРЕДНАЗНАЧЕННОГО ДЛЯ ПЕРЕРАБОТКИ КАБОТАЖНЫХ ГРУЗОВ.122

4.4. ВЫБОР ОПТИМАЛЬНЫХ РЕШЕНИЙ НА ОСНОВЕ ФУНКЦИЙ ПРЕДПОЧТЕНИЯ.127

4.5. ОПТИМИЗАЦИЯ ПРОЦЕССА ПЕРЕРАБОТКИ ГРУЗОВ НА ОСНОВЕ ПОСЛЕДОВАТЕЛЬНОГО АНАЛИЗА ЭФФЕКТИВНЫХ ОЦЕНОК.133

4.6. ВЫБОР ОПТИМАЛЬНЫХ ХАРАКТЕРИСТИК ПЕРЕГРУЗОЧНОГО ТЕРМИНАЛА МУРМАНСКОГО ТРАНСПОРТНОГО ФИЛИАЛА ОАО «ГМК «НОРИЛЬСКИЙ НИКЕЛЬ».146

Инновационный путь развития экономики, избранный руководством России, диктует качественно новые требования к транспортному комплексу страны и вынуждает принимать действенные меры по его опережающему развитию.

После распада СССР половина морских портов оказалась на территории новых независимых государств - бывших союзных республик. Однако за годы, прошедшие с начала нынешнего столетия, ситуация с геополитической точки зрения изменилась и продолжает меняться в пользу России. За счет строительства портов в Приморске, Усть-Луге, развития новых перегрузочных мощностей в Высоцке, Выборге, Калининграде, Санкт-Петербурге Россия значительно укрепила свои позиции на Балтийском море. Активно разрабатываются проекты создания новых портовых мощностей на Севере страны, в Дальневосточном регионе и на Черном море.

В 2007 году процессы интеграции России в мировую транспортную систему получили дальнейшее развитие. Объем переработки грузов в морских торговых портах России достиг 451 млн. тонн, что на 12% превышает максимальный объем переработки грузов портами Советского Союза в 1989 году. С участием морских портов сегодня осуществляется около 60% внешнеторгового грузооборота России.

Сегодня за счет средств федерального бюджета осуществляется строительство базовой инфраструктуры морских портов, а развитие рынка услуг по перевалке грузов остается за бизнес - сообществом. Общий объем инвестиций в строительство и реконструкцию портовых объектов за период с

2002 по 2007 год составил более 113 млрд. рублей, в том числе из федерального бюджета - 15,33 млрд. рублей. В 2008 году объемы бюджетного финансирования по подпрограмме «Морской транспорт» составят 9,3 млрд. рублей, причем дополнительно к этому на каждый рубль 4 бюджетных средств в развитие морского транспорта будет вложено около 8 рублей внебюджетных средств.

В 2008 году планируется проведение мероприятий по организации и обеспечению строительства и реконструкции перегрузочных комплексов в портах Мурманск, Усть-Луга, Новороссийск, Восточный. Для формирования задела на будущее планируется завершить разработку проектов на реконструкцию и строительство объектов в портах Выборг, Санкт-Петербург, Ванино. Важным направлением развития портовой деятельности станет создание портовых особых экономических зон.

Реализация мероприятий по развитию инфраструктуры морских портов позволит увеличить объем перевалки грузов в российских портах в 2008 году до 475 млн. тонн, что в два с половиной раза превышает объемы перевалки в начале 90-х годов. В целом Федеральной целевой программой «Развития транспортной системы России на 2010-2015 гг.» предусматривается к 2015 году увеличить производственные мощности российских морских портов до 900 млн. тонн в год.

В течение последних лет в мире наблюдается устойчивая тенденция роста морских контейнерных перевозок. Уровень контейнеризации грузопотоков в мире составляет в среднем 50-60%. Процесс контейнеризации грузопотоков в России значительно отстает от мирового уровня, однако также характеризуется устойчивой положительной динамикой.

В период 2004-2007 годов контейнерооборот морских портов России вырос в 2,2 раза с 1467,7 тыс. ДФЭ* до 3171,6 тыс. ДФЭ. Объемы перевалки грузов в контейнерах увеличились в 1,8 раза с 17,0 млн. тонн до 30,3 млн. тонн (рис.1), их доля в общем объеме сухих грузов - с 10,8% до 16,2%.

По мнению аналитиков, значительный рост контейнерных перевозок будет обеспечен за счет вовлечения в контейнеризацию экспортных и каботажных грузопотоков, так как потоки импортных грузов в контейнерах ДФЭ — количество контейнеров (единиц) в двадцатифутовом эквиваленте

2006 г.

2007 г. Северо-Западный бассейн

Южный бассейн

Дальневосточный бассейн

2005 г.

Рис.1. растут с заметным опережением. Прежде всего, это объясняется тем, что по импорту на российский рынок прибывают в основном различные товары народного потребления от скоропортящихся продуктов питания до машин и оборудования. Удельный вес этих грузов, прибывающих в контейнерах, в общем объеме морского импорта достигает 50%.

Важными причинами, сдерживающими процесс контейнеризации в России, являются: недостаток портовых мощностей и специализированного перегрузочного оборудования, дефицит специализированного подвижного состава (ж/д платформ и автоконтейнеровозов), а также самих контейнеров.

Даже при условии сохранения темпов роста перевозок в крупнотоннажных контейнерах на существующем уровне, в 2010 году контейнерооборот морских портов России может достигнуть 6,0 млн. ДФЭ (свыше 60 млн. тонн). Для перевалки такого количества контейнеров необходимо строительство новых специализированных перегрузочных терминалов, модернизация и реконструкция действующих. Многие компании, осуществляющие перевалку грузов в контейнерах в морских портах России, планируют увеличение производственных мощностей. Одной из таких компаний является ОАО «Горно-металлургическая компания (ГМК) «Норильский никель», которая на сегодняшний день уже владеет морскими портами Дудинка и Архангельск, а также планирует построить собственный перегрузочный терминал мощностью до 1,5 млн. тонн в год в морском порту Мурманск.

Каботаж (фр. cabotage) - вид плавания морских судов, при которых перевозки грузов и пассажиров осуществляются между портами одной страны. Различают малый каботаж, когда плавание осуществляется вдоль своих берегов в пределах одного или двух смежных морских бассейнов, и большой каботаж - плавание судов между портами одной страны, расположенными в разных морских бассейнах, разделенных береговыми территориями других стран. В России наибольшее распространение получили морские перевозки в малом каботаже вдоль берегов Тихого и Северного ледовитого океанов. Этому в первую очередь способствовало отсутствие в районах Дальнего Востока и Крайнего Севера развитой инфраструктуры железных и автомобильных дорог. В результате морской каботажный транспорт осуществляет в этих районах основные объемы перевозок грузов и пассажиров, обеспечивая значительно более низкую себестоимость перевозок, чем авиационный транспорт.

Переработка экспортно-импортных и каботажных грузов имеет свои специфические особенности. Так при переработке экспортно-импортных грузов считается, что ограничена только интенсивность прихода судов в порт, а не их число. Соответственно математические модели процесса переработки экспортно-импортных грузов являются моделями с чистым (бесконечным) ожиданием, если в порту (или на терминале) по тем или иным причинам не предусмотрен отказ в обработке отдельных судов. При перевозке каботажных грузов число судов всегда ограничено, и процессу переработки грузов всегда соответствует модель с ограниченным ожиданием.

Перевозки каботажных грузов можно рассматривать как последовательность циклических операций, где каждое судно перевозит груз от одного порта к другому, а затем возвращается и повторяет операцию.

Поэтому при определении интенсивности прихода каботажных судов в порт необходимо учитывать время перехода судна из одного порта в другой. При 7 исследовании же процесса переработки экспортно-импортных грузов суммарная интенсивность прихода судов в порт считается известной.

Принято считать, что порт, расположенный «на материке» и являющийся источником снабжения удаленного, в частном случае северного, порта, а также пунктом назначения при вывозе продукции из расположенного в удаленном порту производства, называется «базовым» или «центральным». Удаленный порт в этом случае назовем «периферийным».

В настоящее время возможности экстенсивного роста большинства существующих портов исчерпаны, так как все они в той или иной степени «зажаты» активно развивающейся в последнее время городской инфраструктурой. В связи с этим дальнейшее развитие таких портов возможно только за счет оптимизации работы действующих терминалов в целях повышения интенсивности погрузочно-разгрузочных работ и максимального сокращения сроков обработки морских судов. При этом наиболее важной и сложной задачей является оптимизация процессов переработки грузов путем оптимального планирования и оперативного управления этими процессами, исходя из определенных критериев оптимальности.

Решение оптимизационных задач сталкивается с рядом трудностей, связанных с особенностями процессов переработки грузов, среди которых необходимо отметить следующие:

- сложность математических моделей процессов, представляющих собой стационарные марковские случайные процессы с конечным множеством состояний. Поэтому систему переработки каботажных грузов можно представить как замкнутую многоканальную систему массового обслуживания;

- зависимость показателей качества процессов, как от непрерывных (приведенная плотность прихода каждого судна в порт), так и целочисленных (число судов, число причалов) переменных, что в общем случае сводит задачи оптимизации к задачам нелинейного целочисленного программирования;

- отсутствие точной априорной информации об экономических показателях процесса, определяемых затратами на эксплуатацию причалов и оплату штрафов за простои судов, а также прибылью, получаемой от обработки судов.

- многокритериальное^ процессов, связанная с большим количеством разнообразных требований, предъявляемых к процессу переработки грузов, которые в ряде случаев противоречат друг другу.

Вышеизложенные особенности процессов переработки грузов на перегрузочном терминале морского порта показывают, что применение классических методов синтеза автоматических систем для решения задач по оптимизации процессов переработки грузов не приемлемы. В то же время отказ от многокритериальности, использование детерминированных, а не вероятностных вычислительных моделей или не учет ограничений на значения показателей качества процессов и оптимизируемых параметров может привести к неверным результатам.

В настоящее время имеется большое число работ, посвященных проблемам многокритериальной оптимизации [8, 9, 30, 31, 32, 35, 56, 68, 69]. Однако большинство указанных публикаций посвящено либо поиску ограниченного числа паретно-оптимальных вариантов, либо свертыванию показателей (критериев) качества в один обобщенный показатель, представляющий собой средневзвешенную степенную функцию, параметрами которой являются коэффициенты важности (весовые коэффициенты) отдельных показателей. Наиболее часто эта степенная функция представляет собой средневзвешенные арифметическую или геометрическую оценки.

Вопросы управления и оптимизации транспортных систем подробно рассматриваются в работах Я.Эглита [95-97]. Оптимизации процессов ввоза 9 и вывоза контейнеров, их размещения на складской площадке, а также страхового запаса контейнеров посвящена работа А.П. Ныркова [16].

При выборе числа причалов или оптимальной загрузки перегрузочных терминалов традиционно используются детерминированные модели процессов переработки грузов. Однако, как будет показано ниже, при использовании детерминированных моделей принимаются допущения, существенно идеализирующие процессы переработки грузов. Впервые задача определения оптимального числа причалов на основе теории массового обслуживания была сформулирована Б.В.Гнеденко [25, 26] еще более сорока лет назад. Однако применение предлагаемого им метода при решении задачи выбора числа причалов не представляется целесообразным ввиду того, что предлагаемая модель переработки грузов в виде многоканальной системы массового обслуживания без взаимопомощи не обеспечивает требуемую адекватность реальным процессам, происходящим на перегрузочном терминале.

Более адекватная модель переработки грузов на перегрузочном терминале в виде централизованной системы массового обслуживания с взаимопомощью была предложена И.А.Русиновым [77-79]. Указанная модель позволяет производить оптимизацию процессов переработки контейнеров для терминалов, производящих перевалку экспортно-импортных грузов с учетом ограниченности интенсивности прихода судов в порт, но без ограничений на число этих судов. Однако при переработке на терминале каботажных грузов, число обрабатываемых судов ограничено, что требует создания специальных моделей. Эти модели должны отражать специфику переработки грузов на терминале, на который прибывает ограниченное число судов.

В связи с этим целью диссертационной работы является теоретическое обоснование и разработка основ построения вероятностных моделей, на основе которых осуществляется оптимизация процессов переработки каботажных грузов на перегрузочных терминалах морских портов.

В соответствии с указанной целью в работе сформулированы, обоснованны и решены следующие задачи:

1. Анализ особенностей процессов переработки каботажных грузов на перегрузочных терминалах морских портов и существующих методов формализации и оптимизации этих процессов.

2. Разработка вероятностных вычислительных моделей процессов переработки каботажных грузов, учитывающих ограниченное число судов, прибывающих в порт, и время перехода судов между центральным и периферийным портами.

3. Определение полиномиальных моделей показателей качества процессов переработки каботажных грузов.

4. Оптимизация процессов переработки каботажных грузов на основе технико-экономических показателей.

5. Эвристическая оптимизация процессов переработки каботажных грузов.

Методы исследования. Методической основой и общей формальной базой диссертационного исследования служат теория массового обслуживания, теория планирования эксперимента и отдельные разделы теории принятия решений.

Объектом исследования в диссертации является процесс переработки каботажных грузов на перегрузочных терминалах морских портов, предусматривающий обработку ограниченного числа судов с учетом времени перехода судов между центральным и периферийным портами.

Предмет исследования диссертации представляют теоретические разработки и практическая реализация вычислительных и полиномиальных моделей вероятностных процессов переработки каботажных грузов, а также методы оптимизации, основанные на указанных моделях.

Научная новизна полученных в диссертации результатов состоит в следующем:

1. Теоретически обоснована формализация процессов переработки каботажных грузов с учетом ограниченного числа судов и времени перехода судов между портами в виде модели замкнутой многоканальной системы массового обслуживания.

2. Разработаны вычислительные модели процессов переработки каботажных грузов на перегрузочных терминалах морских портов в динамических и стационарных режимах с учетом и без учета частичной взаимопомощи.

3. Определены условия оптимальности и произведен синтез оптимальных и квазиоптимальных планов вычислительного эксперимента второго и третьего порядков с целочисленными переменными, минимизирующих интегральную оценку ошибки аппроксимации. На основе указанных планов определены полиномиальные модели показателей качества процессов переработки каботажных грузов.

4. Формализованы экономические критерии эффективности, в основу которых положены разработанные автором вероятностные модели процессов.

5. Обоснованы и предложены неаддитивные и нелинейные функции предпочтения для многокритериальной оптимизации процессов переработки каботажных грузов.

Практическая ценность. В результате проведенных исследований доказана целесообразность и эффективность использования теоретических разработок и предлагаемых вероятностных моделей для решения конкретных задач, возникающих при многокритериальной оптимизации процессов переработки каботажных грузов. Указанные вероятностные модели и алгоритмы многокритериальной оптимизации позволяют повысить эффективность оптимального проектирования перегрузочных терминалов в морских портах с учетом противоречивых требований, предъявляемых к качеству процессов переработки грузов.

Полученные результаты доведены до алгоритмов и программного обеспечения, которое использовано при проектировании перегрузочного терминала ОАО «ГМК «Норильский никель» в морском порту Мурманск.

Предложенные рекомендации апробированы и внедрены в учебном процессе (Санкт-Петербургский государственный университет водных коммуникаций) и на производстве (Транспортно-логистический отраслевой комплекс ОАО «ГМК «Норильский никель»).

Апробация. Основные результаты диссертационного исследования докладывались и обсуждались на Международных научно-практических конференциях «ICE DAY» (г.Рованиеми, Финляндия, февраль 2008г.), «75 лет с начала планомерного изучения и развития Севморпути» (г. Санкт-Петербург, февраль 2008г.) и «АРКТИЧЕСКОЕ СУДОХОДСТВО 2008» (г. Санкт-Петербург, апрель 2008г.).

Публикации. По теме диссертации опубликованы 8 печатных работ.

Структура работы. Диссертация состоит из введения, четырех глав, заключения и списка использованных источников.

Основные результаты главы IV.

1. Сформулирована и решена задача выбора оптимального числа причалов и оптимального числа судов при заданном объеме грузопотока, исходя из критерия минимума затрат.

2. Сформулирована и решена задача выбора оптимальной загрузки терминала, исходя из критерия максимума прибыли.

3. Произведена многокритериальная оптимизация процессов переработки грузов на основе нелинейных неаддитивных функций предпочтения.

4. Показана возможность оптимизации процессов переработки грузов на основе последовательного анализа эффективных оценок.

5. Определены оптимальные параметры перегрузочного терминала ОАО «ГМК «Норильский никель» в морском порту Мурманск.

ЗАКЛЮЧЕНИЕ.

Решение задачи оптимизации процессов переработки грузов на терминалах, предназначенных для обработки каботажных судов, обусловило необходимость научного обоснования и разработки вероятностных вычислительных и полиномиальных моделей этих процессов.

В диссертационной работе получены следующие основные результаты:

1. Формализованы процессы переработки каботажных грузов с учетом ограниченного числа судов и времени перехода судов между портами в виде модели замкнутой многоканальной системы массового обслуживания.

2. Разработаны вероятностные вычислительные модели процессов переработки каботажных грузов в динамических и стационарных режимах без учета и с учетом взаимопомощи.

3. Произведен синтез оптимальных и квазиоптимальных непрерывных симметричных планов вычислительного эксперимента с целочисленными факторами, на основе которых определены полиномиальные модели показателей качества процессов переработки каботажных грузов.

4. Сформулированы показатели экономической эффективности (доходы и отдельные составляющие затрат), выраженные в явном виде через показатели качества процессов переработки грузов и определяемые на основе разработанных вероятностных моделей.

5. Сформулирована и решена задача выбора оптимального числа причалов и оптимального числа судов при заданном объеме грузопотока, исходя из критерия минимума затрат.

6. Сформулирована и решена задача определения оптимальной загрузки терминала, исходя из критерия максимальной прибыли.

7. Решены задачи эвристической многокритериальной оптимизации процессов переработки грузов, основанные на нелинейных неаддитивных функциях предпочтения и эффективных оценках.

8. Определены оптимальные характеристики проектируемого перегрузочного терминала ОАО «ГМК «Норильский никель» в морском порту Мурманск, положенные в основу технического задания на проектирование реконструкции приобретенных компанией объектов портовой береговой инфраструктуры.

1. Адлер Ю.П., Марков Е.В., Грановский Ю.В. Планирование эксперимента при поиске оптимальных условий. М.: Наука. 1976-279 с.

2. Азгальдов Г.Г., Райхман Э.П. О квалиметрии. М.: Изд-во стандартов, 1972.-172 с.

3. Аникин Б.А. Логистика: М.: Инфра- М, 2001. 352 с.

4. Асатурян В.И. Теория планирования эксперимента. М.: Радио и связь.1983.-247 с.

5. Аттеков A.B., Галкин C.B., Зарубин B.C. Методы оптимизации. М.: МГТУ им. Н.Э.Баумана, 2003. 440 с.

6. Ахиезер Н.И. Лекции по теории аппроксимации. М.: Наука, 1971. 306 с.

7. Батищев Д.И. Методы оптимального проектирования. М.: Радио и связь.1984.-248 с.

8. Бешелев С.Д., Гурвич Ф.Г. Экспертные оценки в принятии плановых решений. М.: Экономика, 1976. 237 с.

9. Бешелев С.Д., Гурвич Ф.Г. Математико-статистические методы экспертных оценок. М.: Экономика, 1980. -263 с.

10. Блинов Э.К. Контейнеры международного образца, М.: Транспорт, 1990. -182 с.

11. Бурлаков М.В. Определение минимальных потерь на ожидание в одноканальной системе массового обслуживания. М.: Автоматика и телемеханика, 1984, №1 с.81-85.

12. Божук С.Г. Маркетинговые исследования: Основные концепции и методы. СПБ.: Вектор, 2005 288 с.

13. Бондаренко B.C. Вопросы моделирования задач оперативного планирования загрузки порта: Труды ОИИМФ, 1989, №8 с.104-107.

14. Вентцель Е.С. Теория вероятностей. М.: Академия, 2005. 576 с.

15. Вентцель Е.С. Овчаров JI.A., Теория вероятностей и ее инженерные приложения, М.: Академия, 2005. 528 с.

16. Вихров И.М., Нырков А.П. Модели технологических процессов на транспорте, СПБ.: Судостроение, 2003 -422 с.

17. Вирьянский З.Я., Пиневский И.М. Стратегия проектирования. Л.: Судостроение, 1978.

18. Вознесенский В.А. Статистические методы планирования эксперимента в технико-экономических исследованиях. М.: Финансы и статистика. 1981. -263 с.

19. Вознесенский В.А., Ковальчук A.B. Принятие решений по статистическим моделям. М.: Статистика, 1978. 192 с.

20. Воевудский E.H., Постан М.Я. Методы и модели теории массового обслуживания в оперативном управлении флотом и портами. М.: В/О Мортехинформреклама, 1984. 27 с.

21. Воевудский E.H., Постан М.Я. Многоканальная система массового обслуживания в случайной среде. Киев.: Институт кибернетики, 1985. -12с.

22. Воевудский E.H., Постан М.Я. Стохастические модели в проектировании и управлении деятельностью портов. М.: Транспорт, 1987. 317 с.

23. Воевудский E.H. Система моделей описания процессов управления на транспорте. М.: Морфлот, 1989. -89 с.

24. Глудкин О.П. и др. Всеобщее управление качеством. М.: Радио и связь, 1999.-660 с.

25. Гнеденко Б.В., Коваленко И.Н. Введение в теорию массового обслуживания. М.: Наука, 1987. 336 с.

26. Гнеденко Б.В., Зубков М.Н. Об определении оптимального числа причалов. М.: Морской сборник №1, 1964. с.35-39

27. Горский В.Г., Адлер Ю.П. Планирование промышленных экспериментов. М.: Металлургия, 1974. 264 с.

28. Гроп Д. Методы идентификации систем. М.: Мир, 1979. 302 с.

29. Дерябин Р.В. Система маневрирования ресурсами порта. М.: Мортехинформреклама, 1986. 33 с.

30. Дубов Ю.А. Многокритериальные модели формирования и выбора вариантов системы СГТУ. Саратов, 2000 295 с.

31. Евланов Л.Г. Теория и практика принятия решений. М.: Экономика, 1984. 170 с.

32. Евланов Л.Г., Кутузов В.А. Экспертные оценки в управлении. М.: Экономика, 1975. 133 с.

33. Ермаков С.М. Об оптимальных несмещенных планах регрессивных экспериментов. Труды мат. Ин-та АН СССР, 1970. с. 252-257.

34. Зедгенидзе И.Г. Планирование эксперимента для исследования многокомпонентных систем. М.: Наука, 1976. 390 с.

35. Зубарев Ю.А. Автоматизация процессов управления в судостроении. Л.: Судостроение, 1978.-261 с.

36. Зубарев Ю.А. Планирование эксперимента в научных исследованиях: учебное пособие. СПГУВК, 2004. 153 с.

37. Зубарев Ю.А., Собашников А.Д., Юхнович В.А. Расчет судовых автоматизированных систем методами активного эксперимента. Л.: Судостроение, 1976. 95 с.

38. Ирхин А.П. Организация работы флота и портов. М.: Транспорт, 1966 -174 с.

39. Клеймен Д. Статистические методы в имитационном моделировании. М.: Статистика, вып. 2, 1978. 335 с.

40. Климов Т.П. Стохастичиские системы обслуживания. М.: Наука, 1966. — 378 с.

41. Коршунов Ю.М. Математические основы кибернетики. Учебное пособие для вузов. М.: Энергоатомиздат, 1987. -496 с.

42. Корытный Е.Б. Стасышин В.М. Диалоговые процедуры построения эффективных планов эксперимента. Применение ЭВМ в оптимальном планировании и проектировании. Новосибирск.: НЭТИ, 1981. с.88-96.

43. Кофман А., Крюон Р. Массовое обслуживание. Теория и приложения. М.: Мир, 1965.

44. Красовский Г.И., Филаретов Г.Ф. Планирование эксперимента. Минск.: Изд-во БГУ, 1982.-302 с.

45. Круг Г.К., Сосулин Ю.А., Фатуев В.А. Планирование эксперимента в задачах идентификации и экстраполяции. М.: Наука, 1977. 207 с.

46. Кузин JI.T. Основы кибернетики т. 2. М.: Наука, 1977 207 с.

47. Куренков П.В. Экспедиторская деятельность в логистических системах. Межвуз. Сб.науч.тр., вып. 908. М.: МНИТ, 1997. с.58-61.

48. Куренков П.В. Методика выбора рационального варианта перевалки. Логистика и проблема интенсификации технологии грузовой и коммерческой работы станций. Межвуз. Сб.науч.тр., вып. 860. М.: МИИТ, 1992 сЛ 02-111.

49. Лимонов Э.Л. Организация работы линии и анализ эффективности линейного судоходства. М.: Мортехинформреклама, 1983. -261 с.

50. Лукинский B.C. Модели и методы теории логистики. Учеб.пособие. СПБ.: Питер, 2003.-176 с.

51. Маслова Т.Д., Божук С.Г., Ковалик Л.Н. Маркетинг. Учебник для вузов. СПБ.: Питер, 2004 400 с.

52. Маслова Т.Д., Божук С.Г., Ковалик Л.Н., Розова Н.К. Теория маркетинга под ред. М.Бейкера. СПБ.: Питер, 2002. 464 с.

53. Математические методы планирования эксперимента. Новосибирск.: Наука, 1981.-265 с.

54. Математическая теория планирования эксперимента. М.: Наука, 1983. -385 с.

55. Меркурьев В.В., Молдавский М.А. Семейство сверток векторного критерия для нахождения точек множества Парето. Автоматика и телемеханика, №1, 1979. — с.110-121

56. Миркин Б.Г. Проблема группового выбора. М.: Наука, 1974. 256 с.

57. Мозгалевский A.B., Гаскаров Д.В. Диагностика судовой автоматики методами планирования эксперимента. JL: Судостроение, 1977. 94 с.

58. Моисеев Н.П. Математические задачи системного анализа. М.: Наука, 1981.-457 с.

59. Налимов В.В. Теория эксперимента. М.: Наука, 1971. -207 с.

60. Налимов В.В., Голикова И.А. Логические основания планирования эксперимента. М.: Металлургия, 1976. 128 с.

61. Налимов В.В., Чернова И.А. Статистические методы планирования экстремальных экспериментов. М.: Наука, 1985. 340 с.

62. Неруш Ю.М. Логистика. Учебник для вузов. М.: ЮНИТИ-ДАНА, 2000. -389 с.

63. Новые методы хозяйствования, под ред. П.Г.Бунича. М.: Экономика, 1989.-205 с.

64. Овчаров A.A. Прикладные задачи теории массового обслуживания. М.: Машиностроение, 1968. -407 с.

65. Планирование вычислительного эксперимента в электроэнергетике, под ред. Зубарева ЮЛ. СПБ, 2000 327 с.

66. Плужников К.И. Транспортное экспедирование. М.: Рос-Консультат, 1999.-576 с.

67. Подиновский В.В., Гаврилов В.М. Оптимизация по последовательно принимаемым критериям. М.: Сов.радио, 1975. -293 с.

68. Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач. М.: Наука, 1982. 256 с.

69. Принятие решений о качестве, управляемом заказчиком. А.Г. Варжапетян, Е.Г. Семенова, В.М. Балашов, A.A. Варжапетян. М.: Вузовская книга, 2003. 328 с.

70. Правила технической эксплуатации подъемно-транспортного оборудования морских торговых портов. РД 31.44.01-97, М.: 1997. 369 с.

71. Проскуряков A.B. Промышленная логистика. СПБ.: Политехника, 1994. -163 с.

72. Пфанцагль И. Теория измерений. М.: Мир, 1976. 286 с.

73. Райфа Г. Анализ решений. М.: Наука, 1977. 304 с.

74. Раховецкий А.Н. Теоретические основы оперативной фрахтовой деятельности на морском транспорте. М.: ЦНИИ Экономики водного транспорта, 1991.-43 с.

75. Резер С.М. Комплексное управление перевозочным процессов в транспортных узлах. М.: Транспорт, 1982. 159 с.

76. Русинов И.А. Вероятностные модели обработки грузов на контейнерных терминалах. Технические средства судовождения и связи на морских и внутренних водных путях. Международный межвузовский сборник. Научные труды. СПБ.: Судостроение, 2006. с. 126-179.

77. Русинов И.А. Моделирование управляемых многоканальных систем массового обслуживания. Программные продукты и системы, №2, 2008. — с.56-57.

78. Русинов И.А. Обработка и хранение рефрижераторных грузов на специализированных терминалах. СПБ.: РАН, 2005. 168 с.

79. Русинов И.А., Тюкавин A.M. Оптимальное планирование загрузки контейнерного терминала. Автоматизация, информатизация, инновация транспортных систем. Сборник научно-технических статей, вып.4. СПБ.: Парк-Ком, 2007 с.20-25.

80. Русинов И.А., Тюкавин A.M. Оптимизация процессов обработки контейнерных грузов. Автоматизация, информатизация, инновация транспортных систем. Сборник научно-технических статей, вып.4. СПБ: Парк-Ком, 2007 с.50-56.

81. Русинов И.А., Тюкавин A.M. Многокритериальная оптимизациягпроцессов переработки контейнерных грузов. Информационныетехнологии и системы: управление, экономика, транспорт, право. Сборник научных трудов, вып.3(5). СПБ., 2007. с.60-62

82. Русинов И.А., Тюкавин A.M. Неаддитивные функции предпочтения в задачах многокритериальной оптимизации. Программные продукты и системы, вып.4(80). СПБ, 2007. с.51-52

83. Статистические модели и многокритериальные задачи принятия решений. Сборник статей. М.: Статистика, 1979. 184 с.

84. Таблицы планов эксперимента. М.: Металлургия, 1982. 751 с.

85. Терехов О.А., Тюрин Б.Ю. Совершенствование организации управления морскими портами. М.: Транспорт, 1981. 152 с.

86. Транспортная логистика. Учебное пособие, под ред. Л.Б. Миротина. М.: МГАДИ(ТУ), 1996. 211с.

87. Транспортная логистика и мультимодальные перевозки, под ред. А.Л. Степанова. СПБ.: ГМА им.адм.Макарова, 1998. 119 с.

88. Тюкавин A.M. Математическое моделирование процессов переработки каботажных грузов. Информационные технологии и системы: управление,экономика, транспорт, право. Сб. научных трудов, вып. 1(6). СПБ ООО «Андреевский издательский дом», 2008. с.24-27.

89. Федоров В.В. Теория оптимального эксперимента. М.: Наука, 1971. -312с.

90. Фишберн П.С. Теория полезности для принятия решений. М.: Наука, 1978.-352 с.

91. Эглит Я.Я. Моделирование эксплуатационной деятельности морского пароходства. Рига.: Зинатне, 1987. -218 с.

92. Эглит Я.Я., Эглите К.Я., Прокофьев В.А. Управление транспортными системами. СПБ.: Феникс, 2004. 424 с.

93. Эглит Я.Я., Эглите К.Я., Артемьев A.B. Транспортные системы доставки грузов. СПБ.: Феникс, 2005. 300 с.