Riepilogo

Nei punti precedenti sono stati illustrati i vari problemi di ottimizzazione che sono stati scelti per quest’analisi, dove sono state spiegate le principali caratteristiche per ciascuno di essi, nonché gli aspetti tecnici che interessano i vari processi operativi. L’obbiettivo è quello di chiarire come l’efficienza e la produttività di un terminal siano, al giorno d’oggi, da ricercare attraverso un’ottimizzazione dei vari processi produttivi i quali possono essere tradotti in problemi matematici. Per ciascuno dei problemi analizzati sono stati illustrati varie metodologie di risoluzione adottate e presentate da vari autori appartenenti al campo della ricerca scientifica. In quanto una parte del lavoro è stata basata sulla ricerca e sull’analisi bibliografica di molte articoli e documentazioni internazionali aventi come argomento la ricerca di soluzioni e metodi di ottimizzazione dei vari processi. Inoltre nell’illustrazione dei metodi presentati, sono state fatte delle valutazioni personali sulla base delle conoscenze ottenute attraverso uno studio specifico in questo settore. Nella tabella successiva vengono elencati i vari autori degli articoli scientifici che sono stati analizzati, in funzione dei vari problemi di ottimizzazione.

46

Problemi BAP QCASP SP MHVP YCSP YM

Autori

Wu and Ma (2016) ֎

Kim and Park (2004) ֎

Cordeau et al. (2005) ֎

Sammarra et al. ( 2007) ֎

Lim et al. (2007) ֎

Bierwirth and Maisel (2009) ֎

Chen et al. (2013) ֎

Al-Dhaheri and Diabat (2015) ֎

Wang and Kim (2009) ֎

Al-Dhaheri et al. (2016) ֎

Moccia et al. (2005) ֎

Kim and Park (2003) ֎

Kim and Moon 2002 ֎

Sahin and Kuvvetli (2016) ֎

Monaco and Sammarra (2007) ֎

Zhi-Hua and Hu (2015) ֎

47

֎

Ursavas and X. Zhu (2016) ֎

Fan et al. (2010) ֎ Parreno et al. (2016) ֎ Tierney et al. (2014) ֎ Monaco et al. (2014) ֎ Tierneya et al. (2014) ֎ Delgado et al. (2012) ֎ Lu and Zhen (2016) ֎ Lu and Zhen (2014) ֎

Lu Chen and Zhiqiang Lu (2012) ֎

Ng and Mak e Li (2010) ֎

Roodbergen and Vis Carlo (2014) ֎

Tao and Qiu (2015) ֎

Jin et al. (2014) ֎

Stahlbock and Voß (2008) ֎

Vidović et al. (2011) ֎

Zaghdoud et al. (2016) ֎

Gharehgozli et al. (2013) ֎

He et al. (2010) ֎

48

֎

Yan et al. (2011) ֎

Oltre ad analizzare i vari articoli nel dettaglio, sono stati analizzati i contributi più rilevanti relativi alla biblioteca online presente al sito www.sciencedirect.com.

49

A livello generale si può affermare che ci sia stato un aumento di interesse relativo alle problematiche citate da parte della comunità scientifica negli ultimi dieci anni a partire dal 2006. Le cause di questo andamento possono essere legate al forte sviluppo che ha avuto questa tipologia di nodo intermodale nell’ultimo decennio all’interno della supply chain, in particolare nella logistica del container. Quindi l’interesse scientifico è cresciuto di pari passo con l’aumento dei volumi di container movimentati dalle compagnie di navigazione e quindi dai terminal container. Oggi infatti il trasporto marittimo costituisce la spina dorsale del commercio internazionale. Come riportato da UNCTAD (2015), il trasporto marittimo movimenta oltre l'80% del volume del commercio mondiale, e di questa quota la stragrande maggioranza del carico trasportato via mare risulta essere containerizzato. Di conseguenza come il commercio internazionale cresce rapidamente di anno in anno, i terminal container, che rappresentano l’interfaccia tra il trasporto via terra e quello via mare, sono ora di fronte ad un enorme aumento della domanda di servizi da parte dei clienti. Inoltre, la concorrenza tra i terminal, soprattutto quelli geograficamente vicini, è diventata più forte che mai. Di conseguenza per migliorare la soddisfazione del cliente e ottenere dei vantaggi competitivi, i terminal stessi hanno constatato la forte necessità di migliorare la loro efficienza, riducendo il tempo di movimentazione delle navi. Quindi questo forte aumento d’interesse, per quanto riguarda il campo dell’ottimizzazione dei processi produttivi, risulta essere fondamentale per molte società terminaliste, le quali si stanno preparando ad affrontare la sfida di riuscire a servire le navi portacontainer ultra- large, che sono in grado di trasportare più di 15000 TEU. Probabilmente, questi aumenti di traffico, insieme alla mancanza di spazi a livello di dimensioni da parte dei terminal, hanno dato alla comunità scientifica lo spunto per ricercare e sviluppare dei problemi di risoluzione facendo leva sul forte interesse da parte delle società terminaliste in merito a queste ottimizzazioni. Tra le varie tipologie di problemi illustrati prevalgono i problemi inerenti al Quayside, ossia Stowage planning problem, quay crane assignment and scheduling problem e berth allocation problem. Probabilmente questa maggior attenzione da parte degli esperti del settore, può essere dovuta al fatto che le operazioni relative alla banchina sono sempre state considerate come il principale bottle neck di un terminal. Questo può spiegare la motivazione per la quale il numero più alto di pubblicazioni abbia interessato la trattazione del problema inerente all’assegnazione degli ormeggi delle navi. Un’altra spiegazione può essere data dal fatto che a livello computazionale, dal punto di vista dei vincoli e delle caratteristiche da tenere in considerazione, è richiesto un numero di variabili minore e quindi una maggior semplicità nel ricercare un algoritmo che sia in grado di fornire una soluzione ottimale in un tempo computazionale piuttosto ridotto. Infatti una delle problematiche più importanti che è stata riscontrata nei vari problemi riguarda proprio la difficoltà nel cercare di ottenere un algoritmo che sia in grado di garantire, mediante un risolutore matematico, una soluzione ottimale in un intervallo di tempo tale che possa essere fattibile per un utilizzo operativo. Infatti una delle caratteristiche di questi problemi è data dalla caratteristica “online” di questi processi, ossia la forte variabilità ed incertezza delle informazioni che si hanno a disposizione per poter trovare una soluzione. Questa è una caratteristica intrinseca dei processi produttivi di un terminal container. Inoltre il tasso di difficoltà nella ricerca di miglioramento di un problema, dipende anche dalla tipologia di terminal che si vuol prendere in considerazione infatti la complessità del problema può variare per esempio, in funzione del:

 Tipo di layout del piazzale;

50

 Tipo di mezzi utilizzati per la movimentazione orizzontale all’interno del terminal;  Tipo di strategia adottata per la suddivisione dei container a piazzale;

 Numero di tipologie differenti di container, come reefer, high cube, fuori sagoma ecc.;

 Dinamicità/ staticità dei dati che si hanno a disposizione;  Tipologia di eventi (discreti, continui);

 Tipologia di dati a disposizione (deterministici o stocastici);

 Quantità di vincoli fisici che si considerano, ad esempio la distanza di sicurezza da mantenere tra due gru di banchina o tra due di piazzale, la non sovrapposizione delle gru a causa del loro scorrimento su rotaie ecc.;

 Funzione obiettivo che si vuole ottimizzare (tempo di attesa, temo di movimentazione, velocità, risorse, posizione ecc).

Questi elencati sono tra i principali fattori che vanno ad influire sulla difficoltà di risoluzione del problema, quindi per logica, maggiore è la volontà di creare un modello realistico, maggiore saranno i vincoli e le variabili da tenere in considerazione e quindi il tasso di difficoltà aumenta.

Un'altra considerazione riguarda un lieve incremento dei problemi aventi come tema i processi relativi allo Yardside, come Yard Crane Scheduling Problem, Yard Management Problem e Horizon Transport Vehicle Dispatching Problem. La motivazione può essere data dal fatto che negli ultimi anni, il collo di bottiglia, definito precedentemente, si sia spostato sui processi di piazzale. Questo è dovuto all’enorme sviluppo tecnologico e strutturale delle gru di banchina che si è ottenuto negli ultimi anni grazie ad una forte collaborazione tra terminal e produttori. Infatti questa sinergia tra le due parti ha permesso un incremento della capacità di movimentazione da parte delle gru di banchina, grazie alle tecnologie, che oggi sono presenti, come gli spreader dotati di twin lift, che consentono la movimentazione simultanea di due container da 20’, oppure i tandem spreader, ossia l’uso di due spreader in parallelo sulla stessa gru, il quale consente a livello teorico un raddoppio della capacità. Quindi grazie a questo aumento delle capacità si è constatato come il bottle neck si sia spostato sui processi che riguardano la movimentazione dei container sul piazzale. Un esempio può essere fatto considerando un blocco di piazzale d’export, dove l’utilizzo di una gru a portale (RTG, RMG) consente un minor numero di scartaggi rispetto ad una reach stacker, perché la prima è in grado di andare a prelevare un container presente all’interno del blocco senza problemi, mentre con l’uso della reach stacker il prelievo dello stesso container richiederebbe o scartaggio di tutti container che si frappongono tra la macchina e il TEU. Quindi in funzione del tipo di mezzi che si dispone variano le logiche di accatastamento nonché di sequenziamento per quanto riguarda i compiti di spostamento. Questo fattore, come già sottolineato nei punti precedenti, è molto importante per un terminal, che tende a minimizzare il numero di scartaggi perché influisce sul costo di movimentazione finale del singolo TEU.

Inoltre dall’analisi scientifica si è constatato che negli ultimi anni si stia cercando di risolvere questi problemi di ottimizzazione attraverso una integrazione di due o più problemi, tra quelli analizzati nella parte precedente del capitolo. Si può dedurre come i problemi siano caratterizzati da una forte interrelazione reciproca dal momento che i risultati di un problema diventano dati di input per il problema successivo. Uno dei problemi integrati che sta avendo un forte sviluppo è quello che unisce il Quay Crane Assignment and

51

Scheduling Problem con il Berth Allocation Problem. Partendo dallo studio dei singoli problemi si può constatare come l’approccio ottimale-ideale sia quello di sviluppare questi problemi simultaneamente, in modo tale da ottenere una soluzione ottimale per entrambi i problemi. Infatti uno dei rischi che si può corre, nel sviluppare e risolvere i diversi problemi in modo indipendente, è quello di trovare due soluzioni ottimali che comportino dei conflitti a livello operativo, in quanto un problema potrebbe richiedere determinati comportamenti che allo stesso tempo andrebbero a peggiorare la condizione per l’altro problema. Si può realizzare una funzione integrata attraverso un programma di calcolo che definisce la sequenza dei sotto problemi da risolvere e lo scambio dei dati tra il livello base e il livello superiore. I due problemi possono essere integrati mediante l'utilizzo di una struttura retroattiva ad anello oppure con una fase di pre-elaborazione. In una struttura a circuito retroattivo, il problema di livello utilizzato nel primo livello per eseguire eventuali modifiche. Questo ciclo termina una volta raggiunto uno stato stabile. Invece l'integrazione funzionale attraverso la pre-elaborazione inizia risolvendo il problema a livello di base in modo da generare dei dati di input più precisi per il problema di livello superiore.

FIGURA 14.SCHEMA DI STRUTTURA RETROATTIVA AD ANELLO FIGURA 15.SCHEMA DELLA FASE DI PRE-ELABORAZIONE

Ad esempio nel lavoro di A. Karam et al., (2016), il berth allocation problem, e il quay crane assignment and scheduling problem sono stati integrati con una struttura ad anello di retroazione. Nel metodo che questi due autori propongono, vengono considerate le prestazioni di ogni sotto-problema, a differenza dei metodi fortemente integrati in cui viene considerata solo la funzione obbiettivo di un singolo sotto-problema. Questo rende l'approccio proposto più adatto per l'applicazione pratica. Rispetto ad altri metodologie integrate presenti nella letteratura, l'approccio proposto considera le assegnazioni delle gru di banchina variabili nel tempo, che è una caratteristica più adatta per le applicazioni pratiche. Inoltre, gli esperimenti numerici hanno mostrato che questo metodo potrebbe affrontare i punti deboli degli altri metodi come la sensitività della soluzione relativa ai tempi di movimentazione e la non convergenza ad uno stato stabile. Le prestazioni del metodo proposto sono stati confrontati con le soluzioni ottimali di piccoli casi di congestionamento prodotti da metodi integrati disponibili in letteratura. In generale, il metodo proposto è in grado di garantire le prestazioni dei singoli problemi, come il berth allocation problems ed il quay assignment problem, quando sono integrati. Tuttavia, si sono verificati alcuni casi che non erano risolvibili con l'approccio proposto a causa di un non convergenza ad uno stato stazionario. Per dimostrare l'applicabilità del metodo proposto, sono stati risolti sette casi derivanti da un caso realistico. I risultati hanno

Livello superiore Istruzioni Livello base Reazioni Istruzioni Livello base Istruzioni Livello superiore Processamento livello base

52

mostrato che l'approccio proposto ha condotto verso la convergenza ad uno stato stabile tutti i casi analizzati. Inoltre, rispetto alle soluzioni ottimali di un approccio fortemente integrato, l'approccio proposto ha raggiunto un valore della funzione obbiettiva migliore per tutti i casi.

Per concludere questo capitolo, si può affermare con sicurezza che è necessario uno studio integrato, tra i vari processi produttivi presenti all’interno di un terminal container, per garantire una maggiore efficienza e una maggiore produttività del terminal stesso.

53

3. Formalizzazione delle problematiche di “Freight Handling”