Resumen:
Uno de los principales datos que se utiliza como referencia en la planificación y gestión de las operaciones portuarias es el Estimated Time of Arrival (ETA) y el Estimated Time of Departure (ETD), cuya comunicación y actualización es responsabilidad del consignatario del buque. No obstante, tras la solicitud de la escala, los datos de tiempos estimados suelen permanecer estáticos y no se actualizan a pesar de que surgen diversos cambios, retrasos e incidencias, dificultándose la gestión operativa del día a día y no siendo capaces de adelantarse a los retrasos o demoras.
Para el caso particular del tráfico de pasajeros (ferry/RoPax) en el Estrecho de Gibraltar, la gestión operativa es aún más compleja debido a que un retraso en una rotación puede acabar afectando al resto de escalas del día. Resultando más complejo, si cabe, durante la Operación Paso del Estrecho (OPE) donde operan unos 14 buques de 5 navieras distintas en 5 puestos de atraque en la Dársena Galera.
Ante esta situación operativa, este proyecto piloto se desarrolló con el objetivo de (1) disponer de datos actualizados en tiempo real sobre la posición de los buques, (2) disponer de predicciones o estimaciones actualizadas de llegada y salida de puerto (ETA, ETD) y (3) disponer de un modelo de optimización que tenga en cuenta el retraso global del conjunto de buques que operan de forma dependiente, para poder replanificar la operativa (cambio de horario, asignación de atraque, saltos de escala, etc.) y asegurar una excelente calidad del servicio a los usuarios finales.
Para ello, se desarrolló el prototipo de un sistema experto y predictivo, que actuaría como asistente a la toma de decisiones relativas a la de gestión de atraques para los buques ferry/RoPax asociados al tráfico de pasajeros. Dicho sistema experto está compuesto de las siguientes componentes:
- Modelo predictivo para la estimación del tiempo de llegada a puerto.
El modelo predictivo tiene como objetivo estimar el tiempo de llegada a puerto de los buques Ferry/RoPax que tienen una escala programada en las próximas horas en el Puerto de Algeciras.
Para ello se han tenido en cuenta las siguientes variables: posición actual a través de los datos AIS, retrasos producidos en rotaciones previas, patrones de comportamiento históricos por buque y/o naviera, hora/día de la semana, operación salida/retorno, condiciones meteorológicas (viento y oleaje) o incluso la afectación del calendario de festivos o la exención de practicaje.
- Modelo de optimización matemática para la gestión de atraques y espera de buques a su llegada a puerto.
El modelo de optimización matemática (programación lineal) que se ha desarrollado permite replanificar la asignación de atraques a lo largo del día según vayan transcurriendo las escalas de buques. Dicho modelo de optimización se basa en una función objetivo caracterizada por minimizar:
- La lejanía a PredictedTA Berths: La diferencia entre la hora de llegada a puerto que propone el modelo de optimización (OptimizedTA) y la hora estimada de llegada que ofrece el modelo de predicción (PredictedTA).
- Preferencias de atraque: El coste “virtual” que supone asignar a un buque un atraque distinto a su “preferido/favorito.
Es decir, si a la hora de llegada predicha de un buque no hay un atraque preferido disponible, se valorará la posibilidad de retrasar la llegada del buque para que se pueda asignar a dicho atraque o se le reasignará a otro atraque manteniendo la hora de llegada predicha como hora de atraque. El modelo de optimización se decantará por una u otra opción en función de los pesos que el decisor dé a cada criterio.
Como resultado del modelo de optimización se obtiene, para cada una de las escalas próximas en el Puerto Bahía de Algeciras las siguientes indicaciones:
- Sugerencia de puesto de atraque.
- Hora requerida de llegada a atraque.
Ambas opciones estarán ajustadas según los criterios de optimización escogidos en cada caso, pudiéndo establecer un cambio de atraque o bien solicitando una hora concreta de llegada, de tal forma que el buque podría aminorar su velocidad de crucero y favorecer una llegada Just in Time.
Además, el modelo propone una planificación de atraque para el resto de las escalas del día, indicando los cambios de atraque necesarios o las peticiones de hora de llegada.
Por último, se han extraído las siguientes conclusiones de la prueba de concepto:
- Se ha podido demostrar que los modelos predictivos, al tratar de forma independiente múltiples variables que pueden afectar al tiempo estimado de llegada a puerto de un buque, ofrecen una mejor estimación de los posibles retrasos si lo comparamos con retrasos medios para el conjunto de la flota.
- El modelo predictivo, al utilizar datos AIS permite tener una información veraz a corto plazo y, de esta forma, tomar las decisiones operativas oportunas. Y, a medio plazo, permite poner el foco en ciertas escalas con estimaciones de retraso singulares y que requieren atención especial.
- El modelo de optimización permite de una forma muy sencilla y ágil, y en base a unos criterios y objetivos prestablecidos, asignar una hora estimada de atraque concreta o reasignar un buque a otro atraque teniendo en cuenta la afectación futura de dicha decisión.
- El modelo de optimización permite llevar a cabo una planificación a diario en base a unos criterios prestablecidos de todas las escalas de un día y con un menor riesgo de tener que realizar futuras tareas de reasignación ya que se reparten las escalas de buques de forma más regular.
- Finalmente, el hecho de disponer de un modelo de optimización como el desarrollado, se permite trazar un plan de flota orientativo (blue-print) menos propenso a futuros retrasos y cambios que el desarrollado en base a la experiencia previa.
Innovación del proyecto:
- Utilización de datos históricos y datos en tiempo real para asistir y mejorar la toma de decisiones relativa a la gestión de atraques.
- Desarrollo de modelos predictivos y de optimización para mejorar la toma de decisiones relativa a la gestión de atraques.
Productos del proyecto:
- Prototipo software de un sistema experto que permite determinar el atraque óptimo y la hora requerida de llegada de un buque de tipo Ferry/Ropax que tiene prevista una escala en las próximas horas.
Usabilidad/aplicación:
- El futurible producto o herramienta de apoyo a la toma de decisiones (a partir del prototipo validado) sería de gran utilidad para la gestión operativa de los puntos de atraque dedicados al tráfico del Estrecho, y especialmente, durante el periodo OPE.
Development of a machine learning algorithm combined with an optimization model to support berth allocation and facilitate JiT arrivals during OPE
Summary:
One of the main data used as a reference to schedule and manage port operations are Estimated Time of Arrival (ETA) and Estimated Time of Departure (ETD). The shipping agent needs to inform and update about such information. But generally, after the port call request occurs, estimated time data tends to remain static and is not updated as would be desirable, despite changes, delays and incidents arising indeed. This results into more challenging day-to-day operations due to the need of dealing with unexpected delays. In the specific case of ferry/RoPax passenger ships in the Strait of Gibraltar, operational management is even more complex since delays in rotations may affect the following port calls scheduled for the entire day. These scenarios can be further complicated during OPE, when 14 ships from 5 different shipping companies rely on 5 berthing spaces at Dársena de la Galera Terminal.
To handle these cases, a pilot project was developed with the aim to obtain (1) updated data in real time about the location of ships, (2) updated predictions or estimated times of arrival and departure, and (3) an optimisation model that takes into account possibly global delays within each schedule, in order to readjust operations (e.g. times, docking spaces, etc.) and ensure an excellent quality of services for end users.
This is why the prototype of an expert and predictive system was developed, which would assist the decision-making process as regards the berth assignment for ferry/RoPax ships. This expert system has two components: a predictive model to estimate times of arrival in port, and a mathematical optimisation model to manage docking operations and waiting times for ships arriving in port. The predictive model aims to estimate times of arrival in port of the ferry/RoPax ships with scheduled port calls in the next few hours at the Port of Algeciras. To do so, the following factors have been taken into account: current location through AIS data, delays occurred in previous rotations, historical behaviour patterns of ships and/or shipping companies, hour/day of the week, departure/return operations, weather conditions (wind and waves) and even the effect of the holiday calendar and pilotage exemptions.
Moreover, the mathematical optimisation model (linear programming) makes it possible to readjust berth allocations throughout the day as port calls take place. Said optimisation model is based on an objective function characterised, on the one hand, by minimising the difference between the time of arrival proposed by this model, and the one offered
by the prediction model. On the other hand, docking preferences, based on the “virtual” costs involved when ships are allocated docking spaces other than their “preferred/favourite”.In other words, if at the predicted time of arrival of a ship there is no preferred docking space available, the possibility of delaying its arrival may be considered, so that it can be allocated said docking space, or else a different one may be allocated, maintaining the predicted time of
arrival. The optimisation model will opt for one or the other option depending on the result of their decisionmaking
process.
As a result of this optimisation model, a berth allocation proposal and a required time of arrival (RTA) are made available for every upcoming port call. Both options will be adjusted according to the optimisation criteria chosen in each case, so that docking and time of arrival changes can be set. The latter should be done in such a way that the ship can reduce its cruising speed accordingly for a Just-in-Time arrival.
In addition, the model proposes a berthing schedule for the rest of the day’s calls, indicating necessary berth changes or arrival time requests.
The conclusions drawn from the proof of concept are:
- It has been shown that predictive models, since they deal independently with multiple factors regarding estimated times of arrival of ships in port, offer a better assessment of possible delays in comparison with average delays of the fleet as a whole.
- The predictive model, by using AIS data, makes it possible to obtain accurate information in the short term, and so, to make the appropriate operational decisions. In the medium term, it helps us focus on certain port calls with specific estimations of delay, which require special attention.
- Optimisation models allow, in a very simple and agile way, and on the basis of predefined criteria and objectives, to set precise docking times and reallocate docking spaces, taking into account their possible results in the future.
- The optimisation model realises port call schedules daily, on the basis of predefined criteria and with a minimised risk of future allocation changes, and the reason for this is a more regular distribution of said port calls.
- Lastly, having such an optimisation model makes it possible to devise a guidance fleet plan (blueprint) to avoid, as far as possible, future delays and changes.
The project’s innovation:
- Use of historical data and real-time data to assist and improve berth management decision making.
- Development of predictive and optimization models to improve berth management decision making.
The project’s product:
- Software prototype of an expert system to determine the optimal berthing and required arrival time of a Ferry/Ropax vessel scheduled to call in the next hours.
Applicability:
- The future product or decision support tool (based on the validated prototype) would be very useful for the operational management of berthing points dedicated to traffic in the Strait of Gibraltar, especially during the OPE period.
0 respuestas en "Development of a machine learning algorithm combined with an optimization model to support berth allocation and facilitate JiT arrivals during OPE"
Deja un mensaje
Lo siento, debes estar conectado para publicar un comentario.
0 respuestas en "Desarrollo de un modelo de optimización para la gestión de atraques y esperas de buques de pasaje durante la OPE"