Ricerca su un modello di programmazione fuzzy e un algoritmo per l'assegnazione delle banchine considerando la variazione temporale della profondità dell'acqua

Perché sincronizzare le maree è importante per le navi grandi

Le moderne portacontainer diventano sempre più grandi e pesanti, mentre i porti sono costruiti in punti dove il livello del mare sale e scende con le maree. Questo significa che una nave che può entrare in sicurezza in porto a una certa ora potrebbe urtare il fondale solo poche ore dopo. Questo articolo pone una domanda molto pratica: come possono i porti decidere quale nave occupa quale banchina, e quando, in modo che le imbarcazioni entrino ed escano rapidamente, nonostante la profondità dell'acqua e le condizioni operative cambino continuamente e siano in parte incerte?

Pontili trafficate e posti limitati

Le banchine di un terminal container sono come posti auto lungo un molo dove le navi attraccano per caricare e scaricare. Se le banchine sono utilizzate bene, le navi trascorrono meno tempo in attesa al largo, le merci si muovono più velocemente e il porto aumenta i ricavi. Ma nella realtà molte cose ostacolano una pianificazione perfetta: tempeste, guasti alle attrezzature, informazioni incomplete da parte delle compagnie di navigazione e, soprattutto, la variazione dell'altezza del mare. Le navi grandi con pescaggi profondi possono avvicinarsi alla banchina solo quando l'acqua è sufficientemente profonda lungo un tratto di muro di riva, e il loro pescaggio cambia man mano che vengono caricate o scaricate le casse. Gli autori si concentrano su questo contesto molto realistico: un tratto continuo di costa dove le navi possono attraccare in qualsiasi punto, sotto un regime di marea che fa variare la profondità dell'acqua durante la giornata.

Trasformare un mondo disordinato in un piano risolvibile

Per affrontare questa complessità, i ricercatori costruiscono un modello matematico che considera l'assegnazione delle banchine come un enorme rompicapo di pianificazione. Il tempo viene suddiviso in brevi intervalli e ogni combinazione possibile di nave, banchina e orario di inizio è usata o non usata. L'obiettivo è minimizzare il tempo totale che le navi trascorrono in porto, ponderato per la loro importanza o costo. Un elemento chiave è il modo in cui viene trattata l'incertezza. Invece di assumere probabilità esatte per fattori come il pescaggio della nave, viene usata una tecnica chiamata programmazione fuzzy. Qui le quantità incerte non sono descritte da numeri netti ma da intervalli con gradi di credibilità. Il modello impone quindi che il requisito di pescaggio di ogni nave sia rispettato con almeno un livello di fiducia scelto, cercando al contempo di mantenere il tempo complessivo in porto il più basso possibile.

Ricerca intelligente invece che forza bruta

Poiché il numero di possibili combinazioni nave-banchina-orario esplode quando il porto è più trafficato, è impossibile provarle tutte. Il team ricorre quindi a due metodi di ricerca ispirati alla natura: un algoritmo genetico e un algoritmo di simulated annealing. Entrambi partono da una soluzione iniziale su come le navi potrebbero essere ordinate su ogni banchina, quindi migliorano gradualmente quella stima. L'algoritmo genetico imita l'evoluzione codificando ogni piano completo come una stringa, poi selezionando, mescolando e mutando ripetutamente queste stringhe per favorire soluzioni migliori. Il simulated annealing, al contrario, imita il raffreddamento del metallo: accetta occasionalmente soluzioni peggiori nelle fasi iniziali per sfuggire a vicoli ciechi, poi diventa più selettivo man mano che «si raffredda». Gli autori confrontano inoltre questi metodi euristici con un risolutore esatto commerciale (CPLEX) che può trovare risposte matematicamente ottimali per casi di dimensione ridotta.

Cosa rivelano i test sulle prestazioni

I ricercatori generano una serie di scenari di test realistici con numeri diversi di navi e banchine, e poi eseguono tutti e tre gli approcci. Per problemi piccoli, il risolutore esatto trova rapidamente la soluzione migliore, e sia l'algoritmo genetico sia il simulated annealing la eguagliano. Col crescere del numero di navi e banchine, il risolutore esatto rallenta o non riesce a completare entro tempi ragionevoli, mentre le euristiche continuano a produrre piani di elevata qualità. Nei casi di dimensione media, le loro soluzioni sono entro pochi punti percentuali dalle migliori risposte note. Nei casi più grandi, l'algoritmo genetico spesso trova soluzioni migliori di quelle che il risolutore esatto può raggiungere prima del timeout, e lo fa in tempi più brevi rispetto al simulated annealing. Uno studio di sensibilità che restringe gradualmente il livello di fiducia richiesto per rispettare i limiti di pescaggio mostra che il costo totale in termini di tempo aumenta solo leggermente e i piani dettagliati delle banchine cambiano di poco, suggerendo che il modello è stabile e robusto.

Cosa significa questo per i porti reali

In termini semplici, lo studio dimostra che è possibile progettare turni di banchina che tengano conto dell'altalena delle maree e dell'imprecisione dei dati reali, senza paralizzare la pianificazione portuale. Combinando un modello consapevole delle maree con un trattamento fuzzy dei pescaggi incerti e algoritmi di ricerca rapidi, i dispatcher possono generare piani di banchina efficienti e sufficientemente conservativi da poter essere applicati quando le condizioni cambiano. Il lavoro indica la strada verso strumenti più intelligenti e automatizzati che potrebbero aiutare i porti a gestire navi più grandi, ridurre i tempi di attesa e il consumo di carburante e, in ultima analisi, avanzare verso una logistica marittima più affidabile e sostenibile.

Citazione: Liu, D., Li, B., Li, M. et al. Research on a fuzzy programming model and algorithm for berth allocation considering time-varying water depth. Sci Rep 16, 9580 (2026). https://doi.org/10.1038/s41598-025-27537-1

Parole chiave: assegnazione delle banchine, porti soggetti alle maree, ottimizzazione fuzzy, algoritmi genetici, logistica marittima