交通部運輸研究所Institute of Transportation, MOTC

      各國碼頭營運效率為先進國家競爭力的重點發展方針，而又以港口周轉時間視為一重要指標。針對近期國內愈發嚴重的港區塞車問題，本研究 藉由 實地訪談 與 分析國內卡車預約系統相關應用文獻，從中發現國內貨櫃卡車對於卡車預約的配合意願度並不高 。
因此，本研究結合機器學習與作業研究 發展考量卡車空車問題的卡車預約系統模型，其中，鑒於貨櫃卡車業者 營運現況，使用群集分析模型中的階層式群聚法將特性相似的進出口貨櫃進行配對，以解決卡車空車問題，而後群集分析將形成數學模型所需雙向運送參數，以非穩定等候理論評估碼頭時變隊伍路網，指派各貨櫃卡車業者最適前往碼頭的時間，藉此有效將尖峰車潮分流，減緩碼頭壅塞問題。
       以國內港口實際資料為例，顯示本研究中的數學模型對於碼頭等候狀況之改善可有效減緩約 25%的等候時間，而其中的群集分析模型的配對結果可針對整體碼頭壅塞狀況約改善 28%；且 研究結果發現， 碼頭整體運作 上 的瓶頸點 是 貨櫃卡車業者 在貨櫃 堆 放 場區等候裝卸貨櫃，而在具有優 先權的內部卡車將干擾堆場作業的情況下，以內部卡車 隊伍門檻值為 4台 時能 使 整體等候成本 最小；針對貨櫃卡車業者與貨櫃場經營業者間的權衡，研究顯示貨櫃卡車業者方影響整體成本較大；此外，在實行雙向運送措施來解決空車問題之時，發現貨櫃配對所衍生的各卡車一趟次拜訪貨櫃堆放場區次數將對於碼頭整體壅塞狀況具有負面影響，又以雙向運輸比例為 9至 13%時，能使碼頭系統總成本最小。以上研究結果將可 供港務公司 與相關研究單位 參考之用。