Fuzzy C-means-klustring för vertikal stapling av containrar i containerterminaler

Varför smartare stapling av containrar spelar roll

Varje år rör sig nästan en miljard standardiserade metallådor — fraktcontainrar — genom hamnar världen över. Att få dessa lådor på och av fartygen snabbt är avgörande för att gods ska flyta och kostnader hållas nere. Ändå bromsas processen av ett förvånansvärt enkelt problem: när containern du behöver ligger begravd under fel lådor måste kranar flytta om stapeln, vilket slösar tid och bränsle. Denna artikel undersöker ett nytt, datadrivet sätt att stapla containrar efter vikt som minskar denna kostsamma omstuvning och gör hamnar snabbare och mer tillförlitliga utan att kräva mer plats eller utrustning.

Det dolda problemet med röriga högar

Containerområden ser ordnade ut på avstånd, men i praktiken är ordningen i vilken containrar måste lastas och lossas starkt osäker. Utgående containrar anländer till terminalen före ett fartyg, och deras exakta lastordning påverkas av stabilitetsregler för fartyget och föränderliga stuvningsplaner. Tyngre containrar hamnar normalt längre ner i fartyget, lättare högre upp. När containrar anländer vet operatörerna ofta inte om en given låda kommer att räknas som “tung” eller “lätt” i förhållande till den slutliga lasten. Traditionella strategier försöker prioritera tunga containrar eller tilldela fasta viktkategorier, men detta kan slå fel: en container som klassificerats som tung ena dagen kan betraktas som mellantung nästa, vilket tvingar fram extra omstuvningar när fartyget lastas.

Vertikala staplar och varför viktbalans spelar roll

Hamnar använder olika sätt att arrangera containrar: sida vid sida i rader (horisontellt), staplade efter liknande egenskaper i kolumner (vertikalt), eller en hybrid av båda. Denna studie fokuserar på vertikal stapling, där containrar med liknande egenskaper placeras i samma kolumnliknande stapel. Vertikal stapling är attraktiv eftersom det gör det lättare att nå en container med ungefär rätt vikt utan att störa för många andra. I verkligheten varierar dock antalet containrar i varje viktintervall från resa till resa. Om viktgrupper definieras med stela gränsvärden — till exempel varje 5 ton — hamnar många containrar nära gruppgränser i olika staplar trots att de nästan väger lika mycket. Det ökar viktvariationen inom staplarna och minskar fördelarna med vertikal stapling.

Låt datan dra gränserna

Författarna föreslår en ny strategi kallad Fuzzy C-means-baserad Vertical Sequence Stacking, eller FVSS. Istället för att förbestämma var gränserna för varje viktgrupp ska ligga, analyserar metoden historiska viktdata från fartyg på samma rutt och låter en fuzzy-klustringsalgoritm hitta naturliga kluster. “Fuzzy” här betyder att en containers vikt delvis kan tillhöra flera grupper, vilket speglar att det inte finns någon skarp gräns mellan till exempel medel och tung. Algoritmen väljer hur många kluster som är bäst för varje enskilt farts tidigare data och identifierar en viktcentrum för varje kluster. Gården fördelas sedan i förväg i ett antal staplar proportionellt mot hur många containrar som typiskt faller i varje viktgrupp, och varje stapel får en referensvikt baserad på dessa centrum.

Enkla regler för beslut i realtid

När gården väl är uppsatt följer den dagliga driften en okomplicerad regel. När varje container anländer bestäms dess ungefärliga viktklass med hjälp av de fuzzy-kluster som skapats. Finns det ledig plats i staplar reserverade för den klassen placeras containern där. Om dessa staplar är fulla eller flera alternativ finns öppna väljer systemet den stapel vars referensvikt ligger närmast containerns faktiska vikt. Med tiden styr detta försiktigt containrar med liknande vikt in i samma staplar utan komplex optimering eller löpande maskininlärningsträning. Författarna testade tillvägagångssättet på tio månaders riktiga data från Busan Container Terminal i Korea och jämförde det med flera välkända metoder, inklusive slumpmässig stapling, en hybrid horisontell–vertikal strategi och tidigare tekniker baserade på Gaussiska blandningsmodeller och online-lärande.

Vad resultaten betyder för hamnar

Det centrala måttet i studien är hur mycket containervikterna varierar inne i varje stapel — en lägre spridning betyder att det är lättare att hitta lämpliga containrar vid lastning med färre omstuvningar. Över flera fartyg och två gårdskonfigurationer (5 och 10 staplar) minskade FVSS-strategin viktvariansen avsevärt mer än de konkurrerande angreppssätten, med förbättringar på upp till 78 % jämfört med slumpmässig stapling och betydande vinster jämfört med andra avancerade metoder. Avgörande var att prestandan förblev stark även när forskarna avsiktligt förvrängde containervikter för att efterlikna fel och sista-minuten-ändringar. För terminaloperatörer innebär detta att de kan uppnå smidigare kranarbeten och kortare fartygskapningstider genom att förlita sig på en automatiserad men transparent regeluppsättning som är lätt att uppdatera när nya resor slutförs, utan att behöva investera i tung datorkraft eller invecklade inlärningssystem.

Citering: 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

Nyckelord: containerterminaler, gårdsstapling, fuzzy-klustring, maritim logistik, operativ effektivitet