Fuzzy C-means-Clustering-basierte vertikale Containerstapelung in Containerterminals

Warum intelligenteres Containerstapeln wichtig ist

Jedes Jahr passieren fast eine Milliarde standardisierter Metallkisten – die Schiffscontainer – Häfen auf der ganzen Welt. Diese Boxen schnell auf- und von Schiffen zu bringen, ist entscheidend, um den Warenfluss am Laufen zu halten und Kosten niedrig zu halten. Ein überraschend einfacher Punkt verlangsamt das jedoch: Wenn der benötigte Container unter den falschen liegt, müssen Kräne die Stapel umschichten, was Zeit und Treibstoff kostet. Dieser Beitrag untersucht eine neue, datengetriebene Methode, Container nach Gewicht zu stapeln, die diese kostspieligen Umlagerungen reduziert und Häfen schneller und zuverlässiger macht, ohne mehr Platz oder zusätzliche Geräte zu benötigen.

Das versteckte Problem unordentlicher Haufen

Von weitem wirken Containerterminals ordentlich, doch die Reihenfolge, in der Container geladen und gelöscht werden müssen, ist höchst unsicher. Ausgehende Container treffen vor dem Eintreffen eines Schiffs am Terminal ein, und ihre exakte Ladefolge hängt von Stabilitätsregeln des Schiffs und sich ändernden Stauplänen ab. Schwerere Container werden normalerweise tiefer im Schiff platziert, leichtere höher. Wenn Container jedoch ankommen, wissen die Bediener oft nicht, ob eine bestimmte Kiste im Verhältnis zur endgültigen Ladung als „schwer“ oder „leicht“ gilt. Traditionelle Strategien versuchen, schwere Container zu priorisieren oder feste Gewichtskategorien zuzuweisen, doch das kann schnell nach hinten losgehen: Ein Container, der an einem Tag als schwer klassifiziert wird, kann am nächsten als mittel gelten und beim Beladen des Schiffs zusätzliche Umlagerungen erzwingen.

Vertikale Stapel und warum Gewichtsausgleich zählt

Häfen verwenden verschiedene Anordnungen für Container: nebeneinander in Reihen (horizontal), nach ähnlichen Merkmalen in Säulen gestapelt (vertikal) oder eine Mischform aus beidem. Diese Studie konzentriert sich auf vertikales Stapeln, bei dem Container mit ähnlichen Eigenschaften in derselben säulenähnlichen Stapelreihe platziert werden. Vertikale Stapel sind attraktiv, weil sie es erleichtern, einen Container mit ungefähr passendem Gewicht zu erreichen, ohne zu viele andere zu stören. In der Praxis ändert sich jedoch die Anzahl der Container in jeder Gewichtsklasse von Reise zu Reise. Wenn Gewichtsklassen mit starren Schwellenwerten definiert werden – etwa alle 5 Tonnen – landen viele Container, die nahe an den Grenzen liegen, in unterschiedlichen Stapeln, obwohl sie fast dasselbe wiegen. Das erhöht die Gewichtsspreads innerhalb der Stapel und reduziert die Vorteile des vertikalen Stapelns.

Die Daten die Grenzen ziehen lassen

Die Autoren schlagen eine neue Strategie vor: Fuzzy C-means-basierte Vertical Sequence Stacking, kurz FVSS. Anstatt im Vorfeld die Grenzen jeder Gewichtsklasse festzulegen, betrachtet die Methode historische Gewichtsdatensätze von Schiffen derselben Route und lässt einen fuzzy Clustering-Algorithmus natürliche Cluster finden. „Fuzzy“ bedeutet hier, dass das Gewicht eines Containers teilweise zu mehreren Gruppen gehören kann, was widerspiegelt, dass es keine scharfe Grenze zwischen etwa mittel und schwer gibt. Der Algorithmus wählt für die historischen Daten jedes Schiffs, wie viele Cluster am besten passen, und bestimmt für jeden Cluster einen Gewichtszentrum. Das Yard wird dann vorab in eine Anzahl von Stapeln unterteilt, die proportional zu der typischen Anzahl von Containern in jeder Gewichtsklasse ist, und jeder Stapel erhält ein Referenzgewicht basierend auf diesen Zentren.

Einfache Regeln für Entscheidungen in Echtzeit

Sobald das Yard auf diese Weise eingerichtet ist, folgen die täglichen Abläufe einer einfachen Regel. Wenn ein Container eintrifft, wird seine ungefähre Gewichtsklasse mithilfe der fuzzy Cluster bestimmt. Gibt es freien Platz in Stapeln, die für diese Klasse reserviert sind, kommt der Container dorthin. Sind diese Stapel voll oder mehrere Optionen offen, wählt das System den Stapel, dessen Referenzgewicht dem tatsächlichen Gewicht des Containers am nächsten liegt. Im Lauf der Zeit führt das ähnlich schwere Container sanft in dieselben Stapel, ohne komplexe Optimierung oder fortlaufendes Machine-Learning-Training zu erfordern. Die Autoren testeten diesen Ansatz an zehn Monaten realer Daten vom Busan Container Terminal in Korea und verglichen ihn mit mehreren bekannten Methoden, darunter zufälliges Stapeln, eine hybride horizontal–vertikale Strategie sowie frühere Techniken auf Basis von Gaußschen Mischmodellen und Online-Lernen.

Was die Ergebnisse für Häfen bedeuten

Das zentrale Maß in der Studie ist, wie stark die Containergewichte innerhalb jedes Stapels variieren – eine geringere Streuung bedeutet, dass sich während des Beladens des Schiffs geeignete Container leichter finden lassen und weniger Umlagerungen nötig sind. Über mehrere Schiffe und zwei Yard-Konfigurationen (5 und 10 Stapel) reduzierte die FVSS-Strategie die Gewichtsspreizung wesentlich stärker als die konkurrierenden Ansätze, mit Verbesserungen von bis zu 78 % gegenüber zufälligem Stapeln und bedeutenden Vorteilen gegenüber anderen fortgeschrittenen Methoden. Entscheidend ist, dass die Leistung auch dann stark blieb, wenn die Forscher die Containergewichte absichtlich verzerrten, um Fehler und kurzfristige Änderungen zu simulieren. Für Terminalbetreiber bedeutet das: Sie können gleichmäßigere Kranabläufe und kürzere Hafenaufenthaltszeiten erreichen, indem sie sich auf ein automatisiertes, aber transparentes Regelwerk stützen, das sich leicht aktualisieren lässt, wenn neue Reisen abgeschlossen sind, ohne in aufwändige Recheninfrastruktur oder komplexe Lernsysteme investieren zu müssen.

Zitation: Lee, S., Lee, SH., Choi, S.C. et al. Fuzzy C-means clustering based vertical container stacking in container terminals. Sci Rep 16, 6891 (2026). https://doi.org/10.1038/s41598-026-37994-x

Schlüsselwörter: Containerterminals, Yard-Stapelung, fuzzy Clustering, seefrachtlogistik, operative Effizienz