La logistica in un terminal container è definita attorno a tre processi principali (Vis e De Koster 2003): accettazione delle navi, manovre e ormeggio, caricamento e scaricamento dei container e prelievo ed immagazzinamento dei container dal piazzale. Questi processi implicano l'uso di risorse costose per la movimentazione dei container e l’organizzazione degli stessi può senz’altro beneficiare del supporto fornito da modelli matematici e procedure informatiche basate sulla valutazione e l’ottimizzazione delle prestazioni nell’allocazione delle risorse e nella pianificazione delle attività. Nel seguito ci si concentrerà sul berth allocation problem (BAP), dove una banchina di lunghezza fissata deve essere gestita in maniera ottimale nello spazio e nel tempo in modo da accogliere in maniera adeguata le navi che devono essere ormeggiate lungo di essa.
Come è stato ben sottolineato da (Moorty e Teo 2006), il BAP può essere opportunamente considerato sia a livello tattico sia a quello operativo. Nel primo caso si definisce un " weekly plan ", cioè un modello di ormeggio dove le navi
in arrivo sono ormeggiate in alcuni segmenti di ormeggio preferenziali, sotto l'ipotesi che (1) le navi in arrivo entrano nel porto ad una determinato istante di tempo deterministico e (2) uno specifico, ma fisso, tasso medio di servizio deve essere garantito durante le operazioni di carico-scarico di ogni nave attraccata. Viceversa, a livello operativo, al gestore del terminale viene chiesto di gestire:
• i ritardi con cui le navi arrivano al porto,
• disponibilità in tempo reale di ogni gru e la manodopera da assegnare, • i ritardi che possono generarsi durante le fasi della lavorazione,
• ostacoli fisici come il pescaggio e limiti fisici sulla banchina che limitano le posizioni di ormeggio
• ecc.
Tutto ciò causa delle correzioni in tempo reale nel weekly plan. A questo livello del processo di pianificazione, sarebbe necessario considerare una rappresentazione più fine dei mezzi e della banchina (ad esempio la posizione delle gru in banchina, i vincoli di spostamento, ecc), oltre ad una riproduzione più fine del processo di carico-scarico per mezzo di un simulatore ad eventi discreti.
Tornando alle decisioni a livello tattico, l’intera banchina di ormeggio può essere vista come un insieme discreto di segmenti di attracco di piccole dimensioni o come un continuo, unico, lungo segmento dove ogni nave è rappresentata come un rettangolo spazio-tempo che riflette lo spazio-tempo occupato all'interno del schema proposto. Qualunque sia la rappresentazione della banchina, l'obiettivo prefissato è quello di raggiungere un buon abbinamento tra le posizioni di stoccaggio container nel piazzale con la posizione di ormeggio della nave in cui vengono effettuate le operazioni di carico-scarico. Nella letteratura precedente, entrambi gli approcci di modellazione della banchina (discreto e continuo) sul piano tattico sono stati perseguiti (Lim 1998, Imai et al. 2001, Kim e Luna 2003, Guan e Cheung 2004, Imai et al. 2005, Cordeau et al. 2005) sotto l'ipotesi comune che sia l'ora di arrivo sia il tempo di elaborazione della nave sono noti a priori e su cui non vi è alcuna fluttuazione dovuta all’incertezza. Lavori più recenti si concentrano sul miglioramento delle prestazioni computazionali e dei metodi euristici proposti per la risoluzione del problema (Wang e Lim 2007, Hansen et al. 2008, Lee e Chen 2009, Buhrkal et al. 2009), mentre altri sono dedicati all'integrazione dell’allocazione della nave, con la successiva decisione di assegnare il giusto numero di gru, ora per ora, ad ogni nave durante le operazioni di carico-scarico (vedi Bierwith e Meisel 2010 per una vasta indagine). Si osservi che solo un paio di paper (Zhou e Kang 2008, Hendriks et al 2010) si sono concentrati sul problema di gestire l'incertezza nei tempi di arrivo della nave e nei tempi di servizio. Precisamente, Zhou e Kang adotta una rappresentazione discreta del berth, con un dato numero di punti di servizio lungo la banchina, e propone un modello integrato di ormeggio e gru di banchina, utilizzando un modello di programmazione stocastica 0-1 con l'obiettivo di minimizzare i tempi di attesa sia per l’ormeggio sia per l’assegnazione delle gru. Viceversa, Hendriks et al. 2010 sottolineano che gli operatori del terminal container e le compagnie di navigazione possono concordare delle finestre temporali in cui le navi sono attese presso il porto. Sviluppano un modello di pianificazione che tiene conto di queste finestra. L'idea di robustezza nella pianificazione del berth è pensato come la capacità di restituire una soluzione ammissibile per ogni scenario possibile d’arrivo in cui ogni nave arriva all'interno della sua finestra temporale. Questa finestra si ottiene semplicemente spostando l'orario di arrivo di ogni nave con l'obiettivo di minimizzare il numero massimo di gru riservate. Si osservi che il BAP è un problema fondamentale per tutte le altre problematiche all’interno del terminal. Infine, per completezza, si osservi che il problema del BAP è stato immerso in modelli di simulazione ad eventi discreti della logistica portuale per valutare le prestazioni globali del terminal in termini di produttività del terminale e di tempo di soggiorno delle navi nel porto (Yun e Choi 1999 , Legato e Mazza 2001, Bielli et al. 2006).
In questo capitolo, si prenderà il terminal container nel porto di Gioia Tauro come riferimento e, dunque, la pratica dell’azienda terminalista sul problema in questione. La generazione del piano settimanale degli ormeggi (weekly plan) è supportato dal software Calema: un ambiente di simulazione progettato per riprodurre l’attracco delle navi, con un focus particolare sulla contesa del canale d'ingresso e la gestione dei punti di attracco (Canonaco et al 2007).