HHLA集装箱码头使用机器学习技术提高生产力

德国的Hamburger Hafen und Logistik AG （HHLA）是全球首批为其汉堡集装箱码头开发解决方案的港口之一，该方案使用机器学习（ML）来预测集装箱在码头的停留时间。

在货柜码头Altenwerder （CTA）和Burchardkai （CTB），前两个项目现已成功地整合和实施到IT领域。

7月9日至11日在上海举行的世界人工智能大会（WAIC）上，HHLA执行董事会主席Angela Titzrath在欢迎致辞中强调了ML对公司的重要性。

他说：“推进数字化正在改变物流业和我们的港口业务。机器学习解决方案为我们提供了很多机会来提高终端的生产率和运能率。”

HHLA主席宣布，ML的进一步用途肯定会被确定。

CTA自动化块存储的生产力将通过基于mlb的预测得到提高。其目标是预测集装箱的精确取货时间。当钢盒在庭院驻留期间不需要进行不必要的休息时，工艺得到了充分的优化。

当一个集装箱被储存在院子里时，它的取货时间通常还是未知的。在未来，计算机将计算容器可能停留的时间。它使用一种基于历史数据的算法，利用机器学习方法不断优化自己。

类似的解决方案也应用在CTB上，传统集装箱堆场和自动化集装箱堆场一起使用。在这里，ML通过分配优化的容器槽来支持终端统舱。除了暂停时间，该算法还可以帮助计算交付类型。HHLA表示，机器学习解决方案能够比通过报告数据更准确地预测集装箱是否会被装载到卡车、火车或轮船上。

据了解，在这两个码头已经可以看到显著的积极影响，因为集装箱是根据其预计的取货时间储存的，因此必须较少地移动。这些项目是由HHLA及其咨询子公司HPC汉堡港口咨询公司的团队推动的。