哈佛体系结构下的集装箱码头操作系统计算模型与仿真分析.docx
《哈佛体系结构下的集装箱码头操作系统计算模型与仿真分析.docx》由会员分享，可在线阅读，更多相关《哈佛体系结构下的集装箱码头操作系统计算模型与仿真分析.docx（30页珍藏版）》请在冰点文库上搜索。
哈佛体系结构下的集装箱码头操作系统计算模型与仿真分析
哈佛体系结构下的集装箱码头操作系统计算模型与仿真分析
李斌+1,2，杨家其1
（1.武汉理工大学交通学院，湖北武汉430063；2.福建工程学院交通运输系，福建福州350108）
摘要：
根据面向哈佛体系结构对集装箱码头物流系统进行建模优化的思想方法，对集装箱码头操作系统（ContainerTerminalOperationSystems，CTOS）的任务调度与资源分配体系与机制进行了探讨，提出了一个CTOS计算模型。
在广义计算机集成制造系统的理论框架下，将CTOS的控制决策视为多控制进程间的协同并行计算，基于计算机操作系统（OperatingSystems，OS）的设计理念得出CTOS的计算概念视图，进而融合OS分层、微内核、外核、虚拟机和客户/服务器计算等设计思想，建立CTOS的计算模型，并给出相应的控制决策计算框架与模式。
最后，利用一个典型的集装箱码头生产作业实例，融合OS作业组织思想，自定义多种调度策略，从任务延迟、通过能力和负载均衡等角度对港口物流作业性能进行了评估和分析，对所提出计算模型的可行性和可信性进行了验证。
关键词：
集装箱码头操作系统；哈佛体系结构；计算模型；生产调度；负载均衡；
中图分类号：
TP271.8；TP278文献标识码：
A
ComputationalModelandSimulationAnalysisforContainerTerminalOperationSystemswithinHarvardArchitecture
LIBin+1,2，YANGJia-qi1
（1.SchoolofTransportation,WuhanUniversityofTechnology,Wuhan430063,China；
2.DepartmentofTransportation,FujianUniversityofTechnology,Fuzhou350108,China）
Abstract：
WithinthemethodologyofmodelingandoptimizationofcontainerterminallogisticssystemsbasedonHarvardarchitecture,theframeworkandmechanismoftaskschedulingandresourceallocationincontainerterminaloperationsystems（CTOS）werediscussed,thereuponakindofCTOScomputationalmodelwasproposed.Onthefundamentalprinciplesofthegeneralizedcomputerintegratedmanufacturingsystems,thecontrolanddecisioninCTOSwastreatedascooperativeandconcurrentcomputationamongmulti-process,andtheconceptualperspectiveofCTOSwasobtainedbasedontheprincipalofdesignincomputeroperatingsystems（OS）.Thethinkingaboutdelamination,microkernel,exokernel,virtualmachineandclient/servercomputationinOSwereintegratedtoestablishcomputationalmodelforCTOSandthecorrespondingcontroldecisionframeworkandparadigmwaspresentedaswell.TheoperationorganizationpatterninOSwerefusedtoformseveraluser-definedschedulingpolicieswhichwereappliedtoatypicalproductioncaseatacontainerterminal,andthecontainerterminallogisticsserviceperformancewasevaluatedandanalyzedaccordingtothetasklatency,throughout,loadbalancingandsoon.ThatvalidatesthefeasibilityandcreditabilityoftheCTOScomputationalmodeleffectively.
Keywords：
containerterminaloperationsystems;Harvardarchitecture;computationalmodel;scheduling;loadbalancing
收稿日期：
2012年09月27日；修订日期：
2013年01月12日。
ReceivedSept.27,2012;revisedJan.12,2013;accepted.
基金项目：
中国博士后科学基金面上资助项目（No.2012M511695）；教育部人文社会科学研究青年基金资助项目（No.11YJC630089）；福建省自然科学基金目资助项目（No.2012J05108）；福建省高校杰出青年科研人才培育计划资助项目（No.JA12268S）。
0引言
集装箱码头操作系统（ContainerTerminalOperationSystems，CTOS）主要负责港口的作业组织、任务调度、资源分配和管理决策，是集装箱码头物流系统（ContainerTerminalLogisticsSystems，CTLS）生产运作的控制中枢。
由于CTLS自身所具有的高复杂性，各作业环节间的强耦合性，以及所处生产环境中固有的动态、随机、不确定性因素，欲设计和实现敏捷、高效和鲁棒的CTOS，必须首先对CTLS的结构行为、调度控制和资源分配进行完备健壮的建模和分析。
CTLS的生产调度涉及系统工程、控制工程、工业工程和软件工程等多个学科，故一直是相关领域的研究重点和难点。
由于集装箱码头单环节（或单资源）的运筹管理问题就已经具有NP-Hard特性，以往研究多面向CTLS中单环节的计划控制进行研究。
AkioImai等就针对船舶日益大型化的港航背景提出了大型集装箱码头前沿新的泊位布局模式，并提出相应的泊位调度启发式算法[1]。
但近年来，为满足港口生产实践的需要，越来越多的研究开始将港口多个核心生产环节的统筹考虑和协同决策作为研究方向。
FrankMeisel等将船舶配载和岸桥调度进行统一考虑[2]，杨春霞等将泊位指派和岸桥分配进行了建模优化[3]，陈璐等将岸桥和集卡进行了统筹规划[4]。
部分研究者则进一步对集装箱码头的整体生产作业进行了初步的建模与分析，张煜等从一体化调度层面展开了对CTLS相关的国内外研究进行综述，并采用复杂作业车间调度问题的描述方法，给出了一体化调度问题的描述原型，且构建了相应的解决方案[5]，陆志强等通过拓展传统析取图建立了码头装卸设备集成调度问题的析取图模型，并分析了其阻塞和死锁情况[6]，陈超等运用系统工程优化理论，提出CTLS的混合交叉作业集成调度方法与同步优化技术[7]，ArmandoCartenì[8]和ZhuoSun[9]等分别建立了CTLS生产作业的仿真模型。
同时，部分研究开始将人工智能引入到集装箱码头的调度决策中，MiguelA[10]和刘彦斌[11]就分别基于元启发式算法和计算智能建立了大型集装箱海港物流服务的智能决策支持系统原型。
由上可知，目前CTLS的生产调度研究多集中于运筹规划与仿真优化的理论探讨，距离生产实践中港口CTOS的设计实现具有较大的差距，同时CTOS又一直缺乏完备理论体系支撑的系统解决方案。
同时在集装箱船舶日益大型化和港口装卸工艺日新月异的行业环境中，港口调度控制复杂度激增，要高效组织码头生产，亟需提高CTOS的智能化和自动化水平。
于是本文在笔者以往提出的基于哈佛体系结构对CTLS进行建模优化的思想体系下，将计算机操作系统（OperatingSystems，OS）的设计思想引入到CTOS的理论探讨与设计实现中，建立CTOS的计算模型，并给出相应的控制决策计算框架与模式，从而为大中型港口的生产控制和决策支持提供了新的一体化调度解决方案，同时也为高速重载装卸工艺和/或全自动化集装箱码头CTOS的设计与实现提供了有益的参考。
1集装箱码头操作系统的广义计算概念视图
1.1面向哈佛体系结构的集装箱码头物流系统建模体系
在集装箱码头的物流服务过程中，数据处理、通信和存储是信息空间中的计算，而港口中的装卸、运输、堆码、集疏运和拆拼箱同样可视为是物理世界中的一种广义“计算”。
在此定义基础上，笔者已经在以往的研究中对CTLS和计算机系统（面向哈佛体系结构）进行了详细的类比，发现两者在系统体系结构和运作机制等方面都表现出了类似的空间有序、时间有序和功能有序，即CTLS与计算机系统具有高相似度的序结构[12]。
同时，两者在信息作用方面也存在较高的相似性，只是CTLS中的装卸生产更多的是符合机械工程中所涉及的力学、机构学等学科，而计算机系统的运行则是更多涉及微电子学、固体电子学等专业，使得两者只是在物理机制和运转速度上有所差异，但从运筹管理和控制决策的抽象视角来看，两者都可以得出类似的形式化抽象模型。
于是在文献[13]中对CTLS和基于哈佛体系结构的计算机系统之间在空间有序方面进行了详细的对比和分析，论述了两者在结构和功能上的映射关系，从而提供了利用计算机系统体系结构和操作系统资源调度思想展开对CTLS进行建模和控制的理论基础，其建模体系如图1所示。
在面向哈佛体系结构的CTLS建模体系下，整个CTLS的生产作业就是一种物理/信息计算服务过程，而其中的调度控制就是面向上述物流作业的协同并行计算，整个建模方法正是计算机集成制造系统（ComputerIntegratedManufacturingSystems，CIMS）思想在CTLS这个特定领域中的应用和深化。
故本文随后将面向哈佛体系结构下从功能有序、信息作用和支配规律的角度论述CTOS和OS的相似性，得出CTOS的逻辑概念视图，进而融合计算机OS中的各种思想方法，建立CTOS的计算模型，从而给出集装箱码头任务调度和资源分配的智能决策支持框架，也为CTOS的设计和实现提供了新的理论体系和解决方案。
图1面向哈佛体系结构的CTLS生产作业模型[13]
1.2CTOS和OS
CTOS和OS在各自系统中具有相同的地位和作用，都是任务调度、资源分配和控制决策的中心[12]。
参照OS的基本观点，将集装箱码头放到全球供应链环境中去考虑CTLS的地位和作用，可得出如下结论：
（1）用户环境观点：
在供应链管理（SupplyChainManagement，SCM）的运作体系下，集装箱港口向供应链的上下游合作伙伴提供集装箱集疏运/拆拼箱的功能与接口，为用户提供便捷、高效和健壮的物流活动实现环境；
（2）虚拟机器观点：
依靠CTOS的计划、调度和控制功能，将整个CTLS虚拟为多个能充分发挥其设计吞吐能力（甚至更强大）的集装箱物流和信息流并行处理车间；（3）资源管理观点：
CTOS是CTLS中的各类物流设施和设备（作业资源）的监控者和管理者，负责分配、控制和回收系统中的各种软硬件资源；（4）作业组织观点：
从CIMS的视角来看，CTOS既是港口装卸工艺的具体实施者，也是CTLS工作流程的组织者。
在既定的装卸工艺和运营策略下，面向集装箱流和信息流，CTOS负责计划、调度和控制CTLS基础设施/作业设备对到港各集装箱运输载体和集装箱货物的服务序列，组织各项资源进行有序的生产服务。
故CTOS管理集装箱码头设施/设备等硬件资源并提供了港口物流服务的软件环境。
参照多道程序设计OS的主要组件，典型CTOS的核心构件如图2所示，其主要具有以下特征：
（1）任务并行：
CTLS是一个典型的复杂多环节且并发性强的多维空间作业的离散时间动态系统（DiscreteElementDynamicSystem，DEDS）和分布式控制系统（DistributedControlSystem，DCS），亦是一个多道程序系统，集装箱码头的装卸工艺正不断向并行方向发展，在集装箱码头运作的微观、中观和宏观层次上都存在着明显的并行性，这既提高了CTLS的通过能力，也对CTOS提出了更高的并行控制、死锁排除、资源分配和事务管理要求；
（2）资源共享：
集装箱港口是国际物流体系中的重要基础设施，无论是从运营成本还是面向SCM的角度考虑，都应当是一个典型的多用户系统，故必定存在资源共享现象。
只是港口根据自己的运营策略，可以指定相应航运公司和货代组织的服务优先级，从而指导CTOS进行任务分配和资源调度，使得各用户能在挂靠协议规定的时间范围内获得相应的装卸船和集疏运服务；（3）虚拟性：
与上述第二点相辅相承的是，对于供应链的上下游合作伙伴，CTOS都会构建相应的物流服务，将港口有限的装卸运输物理实体虚拟为更多的逻辑实体映像，使得用户感觉能够独立拥有或者优先占用相应资源，获取集装箱运输服务，尤其是高优先级的大客户；（4）异步性：
在集装箱港口中，往往允许多个到港船舶同时并行装卸作业，由于船舶大小、装卸箱量的差异、资源限制、港口作业中的瓶颈以及港口的运营策略和生产运作中的不确定性，同时到港或者同时开始装卸的集装箱船舶，完成服务的顺序与到港作业的起始顺序极有可能不同，甚至晚到港的船舶，由于服务优先级和装卸箱量的差异，而率先完成作业离港。
图2集装箱码头操作系统的主要构件组成
综上所述，CTOS和OS在各自的系统中不仅具有相同的地位和功能，而且也拥有类似的结构/功能视图和基本特征，故可将OS中成功的设计思想引入到CTOS的设计与实现中，提出CTOS的计算模型、概念框架和实现模式，以期为集装箱码头提供新的生产调度和决策支持解决方案。
1.3CTOS的客户/服务器计算环境
鉴于当前有限的码头资源和急剧增加的集装箱流量之间的矛盾，为了节约运营成本，提高码头资源的利用效率，世界大中型港口主要采用多用户集装箱码头管理模式。
而随着集装箱船舶日益高速化和大型化，集装箱码头多数情况下都需要同时对多艘到港集装箱船舶进行作业。
因此，集装箱码头是一个多用户公用系统，亦是一个多道作业处理系统。
于是CTOS需要提供强大的多道作业组织和并行调度控制能力，这在很大程度上与计算机OS的需求和任务是一致的，即所提供的计算环境是相同的。
无论是从港口生产实践的角度，还是从面向哈佛体系结构建模的视角，集装箱流和信息流都是CTLS运作的中枢和核心。
如果将集装箱码头内的拖曳、装卸、运输、堆码、倒箱、集疏运和拆拼箱作业看作是一种广义的“计算”，于是集装箱流就可视为是CTLS处理的数据流，那么无论是系统数据处理的视角，还是将集装箱码头放到SCM的背景下，CTOS中的各个进程都可以等同认为是服务器上的服务进程，而船代和货代则是客户机上的计算进程，两种进程之间进行集装箱流和信息流的交互和处理，从而实现CTLS的集疏运枢纽功能。
故CTOS可以看作是客户/服务器计算环境中服务器端的计算实体集合。
计算机体系中的客户/服务器计算是典型的分布式计算，客户/服务器模型结构的主要特点是应用程序级任务在客户机和服务器之间的分配。
CTOS作为全球物流服务网络中的核心服务器计算进程群，将向货代和船代等客户计算实体，提供集装箱装卸、运输、转运、拆拼箱和集疏运服务。
具体来看，CTOS根据用户的物流服务需求，向用户提供适宜的港口综合一体化物流服务，例如既可以由港口仅向客户提供集疏运服务，由用户自己进行拆拼箱和调配空箱的作业，也可以由集装箱货运站提供拆拼箱和空重箱堆存转场服务，甚至包装等增值作业，即物流任务（包括集装箱/货物的运输和堆存）是在用户和集装箱码头间根据需要而动态分配，针对不同类型和需求的用户，CTOS提供的计算服务进程在功能上是动态调整的。
这一特点与传统的客户机/服务器和浏览器/服务器模式没有性能优劣，而只有适用不同环境的特性是相同的。
另外，CTOS应随任务负载状况和作业环境变化，实时控制服务器端服务进程的处理速度和数量，并进行实时动态负载均衡，同时将港口生产实体的作业情况及时向客户端反馈，提供港口作业的可见性，从而有效驱动供应链上下游合作伙伴的生产运作、物流服务和协同作业，形成敏捷良性的物流服务循环。
1.4CTOS的分层微内核体系结构
随着集装箱码头装卸工艺和生产规模的飞速发展，其生产调度管理的耦合性和复杂性亦越来越高，故综合计算机OS分层和微内核的设计思想，提出CTOS的分层微内核体系结构。
CTLS中的装卸生产可分为3个主要部分：
港口前沿生产、码头堆场作业和到港集装箱集疏运服务。
围绕三个阶段的装卸生产，CTOS的微内核作为整个CTLS的控制决策中枢，必须具备以下功能：
（1）港口装卸作业中会产生大量的服务调用、事件处理和并行作业的运行需求，相应也就会出现并行控制、作业调度和资源分配等事件。
为此，有必要将服务调用处理、离散事件处理、并行控制决策等功能形成公共服务集合，作为CTOS系统微内核的一个重要组成部分；
（2）由于CTLS的装卸生产无论是在地点还是功能上都具有明显的分布性，每个服务进程都需要具有一定的自主性和智能性，而各个生产环节间又具有强耦合性，易形成资源分配的死锁，难以保证任务调度的公平性和有效性，因此在CTOS微内核中需要具备资源调度适配、分布式控制仲裁和死锁预防/检测/恢复功能；（3）为满足当前船舶不断向高速重载方向发展的趋势，港口作业设备不断演化。
为充分发挥新设备的作业潜能，CTOS必须调整装卸工艺，提高调度策略，以跟进装卸设备的发展。
同计算机操作系统的目标一样，CTOS应使生产调度人员能够只是明确作业设备的各项参数，无需了解其具体的作业原理，因此在CTOS中必须具备硬件抽象功能，以便为生产管理人员提供良好的硬件设施/设备交互接口。
上述的功能间具有极强的关联性，它们共同构成了CTOS的微内核，于是CTOS的分层微内核体系结构如图3所示。
图3集装箱码头操作系统的分层微内核体系结构
图3所示采用分层微内核体系结构的CTOS是水平分层和纵向分层模式的有机结合，本质上也是不确定环境下面向动态作业负载的集中控制、分布式控制和并行控制运作机制和决策模式的集成融合。
计算机OS中的微内核是一个小型核心，它为具体装卸生产模块化扩展提供了基础，同时微内核设计为各进程发出的请求提供了一致接口，为服务进程群间相互协作建立了一个敏捷健壮的计算环境。
类似地，CTOS的分层微内核体系结构，能够为各作业环节提供统一的交互接口，方便各作业阶段装卸工艺和生产设备升级扩展，为各作业环节间的交互提供并行控制和最终仲裁，并不断进行自组织、自学习和自适应，持续获得控制改进和决策支持知识，以便在不同的平面布局、装卸工艺、基础设施和设备配置下，面向不同的工作负荷，应对各种随机和不确定性事件，及时调整任务调度与资源分配策略，获取港口生产的满意解甚至最优解，寻找当前资源状况下的滚动最优装卸生产计划和调度控制方案，从而提高CTLS的运营和决策水平。
1.5CTOS的执行模式
OS通常有两种执行模式：
用户模式和内核模式，OS模式切换本质上是由处理器的体系结构来决定的[14]。
类似地，CTOS同样可以认为具有两种运作模式：
集中装卸特权模式（ConcentratedHandlingPrivilegedMode，CHPM）和分散集疏运服务模式（DispersedCollectingandDistributingServiceMode，DCDSM），其模式切换主要通过港口的通用计算处理器---场桥来体现。
之所以说场桥是CTLS中的通用计算处理器并且由其来进行CTOS的控制模式转换，而不是由CTLS最昂贵的装卸设备---岸桥来确定，是因为岸桥主要负责到港船舶的装卸工作，而场桥既要参与到集装箱船舶的装卸工作中，又要应对港口集装箱集疏运的作业压力，甚至在集装箱货运站的拆拼箱事务中也会涉及，显然三种任务负载的作业要求不同，协同服务的接口亦有所差异，故由场桥作业来决策CTOS的控制模式切换。
需要说明的是，上述两种模式中的集中和分散是一个相对的概念，前者是指对到港集装箱船舶的集中装卸作业阶段，后者是指对挂靠港船舶所载集装箱/货物的拆拼箱/集疏运阶段。
显然前者的作业时段要远远短于后者，但对生产组织、调度决策、并发控制和独占资源的要求却远远高于后者。
CTOS一旦进入到CHPM，场桥分配调度进程将结合堆场集装箱堆存状态和集装箱装船配载图，优先安排场桥服务于码头前沿装卸船作业，保证岸桥作业的连续性和稳定性；同时也会兼顾预翻箱、拆拼箱和集疏运作业，以免造成因外集卡滞留堆场等情况影响水平运输作业和降低客户服务质量。
当CTOS处于CHPM时，SCM中的上下游物流用户无权也无需对其运作进行干预。
当供应链上下游的货代和船代客户提出物流服务要求时，CTOS在进行应答响应后，首先是进入到CTOS的DCDSM，进行各种资源的预分配和装卸船准备工作，而后根据动态生产事件发生的具体情况，陷入到CTOS的CHPM，而后再跳回到DCDSM，履行各种资源的释放和回收等后续工作。
综上所述，面向计算机OS，可得出CTOS生产调度和控制决策的广义计算概念视图，其也是CTLS物理计算服务过程在信息空间中的直接镜像映射和协同计算体现，故面向上述概念框架，建立CTOS的计算模型。
2集装箱码头操作系统的控制决策计算模型
2.1CTOS的生产调度计算框架
当面向OS，从CIMS的角度去看待集装箱码头的生产调度时，既可认为CTLS的控制决策是图2所示各种功能单元和作业队列绑定服务的实现，也可视作是图3所示各种进程相互并行协同计算的结果。
故CTOS的调度控制可理解为图2和图3所示经抽象建模后各进程相互协商后的动态过程，融合计算机OS中分层、微内核、外核及虚拟机的设计思想，得出如图4所示CTOS的生产调度计算框架。
CTOS计算模型面向SCM的作业环境和基于CIMS的基本思想：
一方面，从宏观决策的角度来看，集装箱码头是供应链网络中物流服务的核心枢纽，是全球SCM中的关键中转和增值节点；另一方面，从微观控制的视角出发，CTLS可视为是一个复杂的CIMS，CTOS是CTLS这条集装箱物流服务流水线作业的组织中心，是信息流与集装箱流交汇和协同的计划调度控制核心，即集装箱码头的运作是由信息空间中的并行协同计算来驱动物理世界中的实体计算服务过程。
因此CTOS的计算模型既需要协调CTLS与上下游货代和船代的关系，又需要管理好内部集装箱作业流水线的工作，即其既需要为CTLS的用户提供良好的应用接口，又是CTLS的任务调度和资源分配的管理者，是CTLS敏捷高效运转的核心控制引擎。
图4面向计算机OS的集装箱码头操作系统计算模型
集装箱码头前沿生产调度和港口堆场作业管理是最为重要和复杂的，相关进程群是CTLS运作是否敏捷高效健壮的关键，构成了CTOS的外核；而CTLS的集疏运体系形式多样，难以统一管理，但又都需要调用CTOS的外核和微内核服务，则是运行在用户空间的外围服务。
这里需要强调的
升级会员 