A N N U A L O F NA V I G A T IO N 2 4 / 20 1 7

DOI: 10.1515/aon-2017-0013

LUCJAN GUCMA, ANDRZEJ BĄK

Maritime University of Szczecin, Poland

SYLWIA SOKOŁOWSKA

Maritime Office in Szczecin, Poland

STOCHASTIC MODEL OF SHIPS TRAFFIC CAPACITY AND CONGESTION —

VALIDATION BY REAL SHIPS TRAFFIC DATA ON ŚWINOUJŚCIE — SZCZECIN WATERWAY

ABSTRACT

Paper presents validation of previously created stochastic ships traffic stream model by the real data of ships delays on Świnoujście — Szczecin waterway. The model is mostly based on Monte Carlo methodology. The model is microscopic which means that each shiprsquo;s model is treated as separate object possessing given attributes. As the main param- eter of presented validation total waiting (delay) time of ships have been applied. The time of ships delays was possessed from Szczecin VTS centre and compared with the model output.

Keywords:

ship traffic stream model, waterway capacity, ship intensity, congestion, ship intensity, ship traffic streams.

INTRODUCTION

The increase of traffic in port area demands new tools for traffic optimi- zation assessment of different marine traffic engineering solutions and developing traffic control methods needs especially within VTS. The analytical models used for capacity estimation are based on ship domain theory are static and does not

reflect stochastic nature of ships traffic process. To overcome this stochastic mod- els are created [Groenveld, Hoek, 2000]. Some models of capacity take into con- sideration alternative passing [Bačkalić, Scaron;kiljaica, 1998]. Model for traffic optimization with use of discrete optimization for Kiel Canal have been developed and presented in [Mohring et al., 2005]. There are models used for optimization of maritime traffic that are based on Petri net approach [Kezic, 2005] or genetic algorithms [Gudelj et. al., 2012]. Several models have been developed with use queue theory [Mou et al., 2005], cellular automata [Feng, 2013] or microscopic approach. Usually domain models are applied [Zhou H. et al., 2013] where do- main is defined as area where navigator intentionally keep free from the other ships. None of above Authors presented validation of created models with real data especially in scope of ships delays and queues. Recently some models of traffic stream have been created also by authors of this study. The purpose of pre- sented model creation was to compare future design of waterway system in scope of traffic efficiency solutions [Gucma et al., 2015] and to investigate influence of ships with dangerous cargo (LPG) on other traffic performance in the Świnoujście — Szczecin waterway [Gucma et al., 2016].

It should be noted that there are class of maritime risk assessment models using sometimes very comprehensive models of ships traffic as the major risk factor, for example: model used for risk assessment of ship collisions in Aegean Sea [Ventikos, Rakas, 2015], model used for collision of tankers with passengers ships probability estimation for Gulf of Finland [Goerlandt, Kujala, 2011], model of mar- itime risk of ships navigation along Delaware river [Altiok, 2011].

In authors opinion there are currently three models of traffic with certain degree of complexity capable to solve real traffic problems in ports that are: HarbourSim developed by R. Groenveld, Laboratory of Port Security model, and SimPlus company model. The major problem with those models is lack of detailed description of its functioning. The main goal of this paper is validation of created ship traffic simulation model with possessed real data form ships traffic centre VTS. The observation of real traffic delays have been made and compared with model results.

Usually two different criterions are applied for assessing marine traffic systems in scope of traffic streams parameters, where first was applied:

• time of ships delay and its distribution;
• mean queue of ships waiting with its distribution.

Fig. 1. Layout of Świnoujście — Szczecin waterway with passing places

MICROSCOPIC STOCHASTIC MODEL OF SHIPS TRAFFIC

The created simulation model of ships traffic on the waterway for pre- sented study has following features:

• microscopic, that means that every ship is considered separately as an object;
• domain based (the distances of following ships are based on ships domain the- ory);
• stochastic, where some parameters like ships generators, ship length, draught, speed are modelled as random variables generated from its distributions mostly by Monte Carlo principle;
• one dimensional — the movement of ships is modelled in one dimension only (along the waterway);
• kinematic — the ships are modelled as line interval (of length L) moving with uniform speed along the given section of waterway, speed changes (if any) are immediate.

The main algorithm of the model is presented in Figure 2. The model has several outputs, where the main are as follows:

• time of delay in respect to ideal situation without delays;
• queue parameters in respect to ship categories and number of ships waiting;
• passing and overtaking points with the ships categories.

Generate ships in groups

Generate ships data Input ship to object list

Record waiting time

Wait to permission

N

Wait in queue Record gueue

Is passing possible on all sections

of the waterway?

Y

Record start time

Y

Passing or Y overtaking?

N

End

of waterway?

N

Iterate

Move the ship along the waterway

Record position

End of simulation for given ship

Fig. 2. Stochastic microscopic simulation model of ships traffic in Św

剩余内容已隐藏，支付完成后下载完整资料

---

A N N U A L O F NA V I G A T IO N 2 4 / 20 1 7

DOI: 10.1515/aon-2017-0013

LUCJAN GUCMA, ANDRZEJ BĄK

斯切辛海事大学，波兰

SYLWIA SOKOŁOWSKA

波兰Szczecin海事办事处

船舶通行能力与拥挤度的随机模型—

ŚWINOUJŚCIE-SZCZECIN航道实船交通数据验证

摘要

本文利用Świnoujście-Szczecin水道上船舶延误的真实数据，对先前建立的随机船舶交通流模型进行了验证。 该模型主要基于蒙特卡罗方法。该模型是微观的

，这意味着每艘船的模型被视为具有给定属性的单独对象。作为所提出的验证的主要参数，应用了船舶总等待（延迟）时间。从Szczecin VTS中心获得船舶延迟时间，并与模型输出进行了比较。

关键词：

船舶交通流模型，航道容量，船舶强度，拥堵，船舶强度，船舶交通流。

导言

港区交通的增加为不同海洋交通工程解决方案的交通优化评估提供了新的工具，并开发了交通控制方法，特别是在VTS范围内。 用于能力估计的分析模型是基于船域理论的，是静态的，而不是静态的

反映船舶交通过程的随机性。 为了克服这种随机模型，建立了[Gronve ld， Hoek，2000]。 一些通行能力模型考虑了选择性通行[Backalic， Skiljaica，1998年]。 在[Mohring et al，2005]中，开发并提出了使用离散优化的Kiel运河交通优化模型。 有一些模型用于基于Petri网方法[Kezic， 2005] 或遗传算法[Gudelj et al，2012]的海上交通优化模型。利用队列理论[Mou et al， 2005]、元胞自动机[Feng，2013年]或微观方法开发了几种模型。 通常应用域模型[Zhou H et al， 2013]，其中域被定义为导航器有意远离其他船舶的区域。以上作者都没有给出具有真实数据的创建模型的验证，特别是在船舶延迟和队列的范围内。最近，本研究的作者也建立了一些交通流模型。所提出的模型创建的目的是比较交通效率解决方案范围内航道系统的未来设计[Gucma et al，2015]，并调查具有危险货物的船舶对Swinoujsci-Szczecin水道的其他交通性能的影响[Gucma et al，2016]。

应当指出，有一类海上风险评估模型使用有时非常全面的船舶交通模型作为主要风险因素，例如：用于爱琴海船舶碰撞风险评估的模型[Venti kos， Rakas，2015]，用于芬兰海湾油轮与乘客船舶碰撞概率估计的模型[Goerlandt， Kujala，2011]，特拉华河沿岸船舶航行海上风险模型[Altiok，2011]。

在作者看来，目前有三种具有一定复杂性的交通模型能够解决港口的实际交通问题： R.Groenveld开发的Harbour Sim、港口安全模型实验室和Si mPlus公司模型。这些模型的主要问题是缺乏对其功能的详细描述。本文的主要目的是验证所建立的船舶交通仿真模型具有真实数据的船舶交通中心VTS。对实际交通延误进行了观测，并与模型结果进行了比较。

通常采用两种不同的标准来评估交通流参数范围内的海洋交通系统， 首先适用的是：

• 船舶延误时间及其分布；船舶平均排队等
• 待其分布。

图 1. Swinoujscie-Szczecin水道的布局

船舶运输的多用途运输模式

为本研究所建立的船舶航道交通模拟模型具有以下特点：

• 微观上，这意味着每艘船都被单独视为一个物体；
• 基于领域（以下船舶的距离是基于船舶领域理论）；
• 随机，其中一些参数，如船舶发生器，船舶长度，吃水，速度被建模为随机变量产生的分布，主要是蒙特卡洛原理；
• 一个维度-船舶的移动仅在一个维度上模拟（沿水道）
• 运动学-船舶被建模为线间隔(长度L)，以均匀的速度沿给定的水道段移动，速度变化（如果有的话）是立即的。

该模型的主要算法如图2所示。 该模型有几个产出，主要如下：

• 对理想情况的拖延时间，不得拖延；
• 与船舶类别和等待的船舶数量有关的队列参数；
• 与船舶类别一起通过和超车点。

分组生成船舶

生成船舶数据输入船到对象列表

记录等待时间

等待许可

所有的水路路段

都可以通行吗?

Y

记录开始时间

N

排队等候记录表

Y

通过或超车

Y

N

航道末端?

N

重复

把船延航道移动

记录位置

给定船舶的仿真结束

图 2. 船舶航行的随机微观模拟模型

在Swinoujscie-Szczecin水道

该模型是用对象Pascal语言和Lazarus编译器编写的，由OpenGPL许可证分发。 模型具有非常简化的图形界面，数据存储在文本文件中。 对模型的内部一致性和无误差性进行了验证，简化了正确选择的输入数据。

动态主进近

当港口管制发挥主要作用时，这种非常狭窄的水道上的船域尺寸取决于航道(X)段。域DL(X)的长度可以定义为（图3)：

其中：

L -船长

DL (x)LDF (x)DA (x)L

(1)

DF(x)-域长向前（从零到最小跟随距离），

DA (x)-域长船尾（假定为0），

delta;_L -域变性。

类似的公式可用于船舶域的宽度DB(x)：

DB (x)  B  DS (x)  DP (x)   B , (2)

其中：

1. 船长，

Ds(X)-域宽端口，

Dp(X)-域宽右舷，

delta;_B -域变性。

DS

DF

DP

图 3. 狭窄航道中的船舶领域参数

在本研究中，当应用一维模型时，DB(X)可以被定义为两个状态变量：DB (x){o(x)(1,0); p(x)(0,1)}，其中o(X)和p(X)是逻辑变量，如果允许在给定的航道段通过或超车（ 0—通过/超车可能，1—禁止通过/超车）。

导航器对调整船尾(DA)的域长度的影响非常有限，以下船舶根据船舶尺寸、港口规定和意图调整该域大小，因此设置为零。域尺寸的依赖性x是航道断面和规则在给定断面内的变异性和船舶速度变异性的原因。域变性（误差）是根据导航器的行为而改变的。有可能对危险的、保守的行为或违反规定的行为进行建模。这一效应在本研究中是不明显的。

域在本研究中最重要的维度是 DF..当一艘船因超车禁令而跟随另一艘船时，航行者打算保持自由的船只之前的长度是很重要的。这一距离是由规章或导航仪本身设定的，同时考虑到自己的船只可能意外停靠。 在狭窄航道上的意外停靠通常是由所谓的“步进操纵”进行的，这取决于船舶的操纵特性。为了避免自己的船只搁浅，步进操纵通常是在设置为发动机的步骤中进行的。通常在步进运动的第一阶段，“全速倒车”被设置在发动机上，然后当船舶开始大幅度改变航向（通常是右舷)时，船速车钟被设置为“停止”，舵被设置为“难以移动”(或右舷取决于船舶的反向转弯能力）。 然后重复这个过程。 在最后一步中，通常在可能的情况下抛锚。 关于步进操纵的研究已经在[Report，1980]中对于不同大小的船舶，以不同的速度通过航道并设置发动机（图4）。在本研究中，在停止距离的基础上设置了区域DF的维数（图3）为DF = Sd(Hah, DWT)。

由于模型的抽象水平，对模型进行了一些近似和条件的应用，分为三组：船舶发生器、航道特性、交通控制措施。

图 4. 普通货船窄航道随船分步操纵事故停车距离

[根据1980年报告的结果]

船舶发电机

该模型使用由泊松分布产生的船舶，以给定的强度分组。 泊松模型是足够的，以及在分析的水道中存在的临界强度的统计一致性如何良好[ Kasyk，2014； Gucma，Schefs，2007]。本研究中使用的计算机泊松伪随机发生器是在[Zielinski， Wieczorkowski，1997]的基础上创建的。以群为单位的船舶长度是通过均匀分布产生的，参数为:[Lmax, Lmin ]。船舶的速度是由正常的右侧切割分布产生的，其中切割距离被设定为给定截面的最大调节速度。作者在这一领域对这一领域的速度分布进行了扩展研究[Gucma， Schefs， 2007]。对进出港船舶设置了相同的强度(船舶方向的选择是由Bernoulli分布建模的)。该模型算法的主要要素是计算机程序在不同时间间隔内实现的3个循环：

1. 船舶产生的回路及其主要参数的记录(时间间隔=1h)..
2. 船舶位置更新的循环及其通过的记录（时间间隔=1min）。
3. 检查船舶在航道或队列上的可能性的决策回路（时间间隔=10min）。

水道特性

由n个部分描述，由 (Xi, Xi 1)定义，每个部分包含水道的宽度、容许速度和通过/超车可能性矩阵，作为4x4维的布尔矩阵(即等级中的船舶数量)。

交通管制措施

在本研究中，除了在航道繁忙的情况下保持船舶排队外，交通控制大多被忽略。 在实际情况下， VTS操作人员有时会采用降速作为交通控制措施。

交通模型在船舶延误评估中的应用

在这一部分的案例研究中，该模型在实际数据上得到了验证，因此应根据实际情况对其进行调整。这条长达67公里的水道是为最大吃水深度为 9.15 m.出于交通建模目的，由于港口法规，船舶分为4类，分别与船舶吃水（T）有关[港口法规，2013]：

• 所有船舶的排水量Tlt;6.1米；
• 所有吃水船在6.1米lt;Tlt;7.4米之间；
• 所有吃水船在7.4米lt;Tlt;9.1米之间；
• 危险货船（尺寸为1、2或3级）。

四艘船组的详细情况见表1。表2给出了船舶在不同航道段按港口规定通过的可能性。

表1. 船舶分组应用划分

通过可能性规则的船舶等级	吃水 [m]	组名	长度 [m]
1	T lt; 6,1 m	小	60 m lt; L lt; 100 m
2	6,1 m lt; T lt; 7,4 m	平均值	100 m lt; L lt; 130 m
3	7,4 m lt; T lt; 9,1 m	大型	130 m lt; L lt; 220 m

表2. 根据船舶在航道中分组和分段通过的可能性制定的基本规则；分级通过的可能性

从

km

里 至

km 剩余内容已隐藏，支付完成后下载完整资料 资料编号：[241393]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

您可能感兴趣的文章

• 防止意外船舶碰撞的海洋结构物设计外文翻译资料
• 焊接接头处结构应力的定义和疲劳分析的数值方法外文翻译资料
• 一类双曲型守恒律的激波捕捉格式外文翻译资料
• 拍动翼力学特性分析外文翻译资料
• 对海上三体船操作和维护的特征参数和阻力图谱的研究外文翻译资料
• “005”自升式钻井平台方案设计外文翻译资料
• 由单色和不规则波组成的升降平台的土壤 结构相互作用分析外文翻译资料
• 适应深水作业加长自升式桩腿长度的研究外文翻译资料
• 非线性不规则海浪对一座自升式平台在极端事件中的动力性能的影响外文翻译资料
• 自升式平台和半潜式平台的稳性计算外文翻译资料