الغابة gif

المدونة مدونة Jungleworksطوقان

فك ترميز تحديات تحسين المسار

بقلم راشد طارق شنومكرد مارس شنومكس

أعلنت UPS مؤخرًا أنها خفضت مسافة السفر عند التسليم بحوالي 45.8 مليون ميل خلال السنوات القليلة الماضية. يعد هذا إنجازًا استثنائيًا ، تم تحقيقه باستخدام خوارزمية تحسين المسار التي قضت تمامًا على الانعطافات اليسرى لسائقيهم. كانت فوائد هذا هائلة - من تقليل أوقات التسليم ، إلى توفير كبير في تكاليف الوقود. تمكنت UPS من قطع أكثر من 1000 شاحنة توصيل من أسطولها وتقليل نفقات الوقود بنسبة تصل إلى 40٪ لكل عملية تسليم. هذه بالفعل نتيجة رائعة ، بسبب حركة ذكية. على غرار UPS ، تفهم معظم الشركات المعنية بتسليم البضائع أو تنقل السائقين الفوائد التجارية لتحسين طرق التسليم الخاصة بهم. ومع ذلك ، يختلف تعريف المشكلة والحلول الحسابية اختلافًا كبيرًا اعتمادًا على حالة العمل. يمثل العثور على حل التحسين المناسب للمشكلة تحديًا ، حيث إن أدوات التحسين التقليدية تقلل بشكل كبير من مدى تعقيد المشكلة.

في سيناريو اليوم الحالي ، هناك ثلاثة تحديات في المقام الأول لتوجيه التسليم تواجهها الشركات ، ويتعلق أول اثنان منها بالتعقيدات باستخدام مركبة واحدة. تستلزم مشكلة تحسين نقاط التسليم المتعددة للمركبة الواحدة ، والمعروفة أيضًا بمشكلة البائع المتجول (TSP) ، مركبة واحدة تغطي نقاط تسليم متعددة قبل العودة إلى وضع البداية. على سبيل المثال ، قد يعاني شخص مبيعات يزور عملاء متعددين لأداء مهامه في الوقت المناسب إذا زادت نقاط التسليم. يتعلق التحدي التالي بالتحسين الأمثل لاستلام السيارة وتسليمها ، حيث يتم تصنيف كل عقدة على أنها عقدة توصيل أو التقاط. الآن ، لا يمكن بالتأكيد خدمة عقدة تسليم مهمة قبل عقدة الالتقاط المعنية. أيضًا ، يمكن أن تكون هناك علاقات رأس بأطراف أو علاقات رأس برأس بين عقدة الالتقاط وعقدة التسليم. فهم طريقة عمل خدمة الاستلام والتوصيل بالبريد السريع وستعرف ذلك.  تحسين مسار Tookan المتقدم تضع الخوارزمية حدًا واضحًا لمثل هذه المشكلات ، حيث تتيح لك تحديد الأولويات والجمع بين المهام المختلفة بناءً على احتياجات العمل وأيضًا في نفس الوقت تقليل أطوال الطرق ومواعيد التسليم. أثناء إنشاء المهمة ، يمكنك ببساطة الاختيار بين خياري الاستلام والتسليم وإدارة التدفق وفقًا لذلك.

تحدي تحسين المسار
تفترض حالتا العمل المذكورتان أعلاه أن القدرة الاستيعابية للسيارة أكبر من الطلب في جميع مناطق التسليم مجتمعة. ولكن ، ماذا يحدث عندما يتجاوز الطلب الذي يتم تقديمه في أي وقت القدرة الاستيعابية للسيارة؟ الحل هنا هو استخدام مركبات توصيل متعددة أو ربما ، أسطول تسليم كامل ، قد لا يكون تحسينه سهلاً ، بسبب المشكلات المتعلقة بالجدولة والتعيين بين المركبات. من الواضح أن هذا هو التحدي الثالث. المطاعم وأماكن توصيل الطعام ، على سبيل المثال ، لديها العديد من السائقين كجزء من القوى العاملة في الأسطول ، ويتم تقسيم المهام بينهم لتقليل وقت التسليم الإجمالي ، مع تلبية قيود الموقع لكل مركبة. ال الجغرافية المبارزة تظهر ميزة Tookan كطريقة ذكية للتعامل مع هذا لأنها تساعدك على تتبع جميع الوكلاء في الميدان وتضمن إمكانية تعيين أي مهمة استلام أو تسليم جديدة إلى أقرب وكيل. علاوة على ذلك ، باستخدام أداة التحليلات الجغرافية المتقدمة لـ Tookan ، يمكن للمستخدمين استنباط رؤى ذكية للتسليم الجغرافي المكاني على واجهة مستخدم جميلة تعتمد على الخريطة. بناءً على الرؤى ، يمكن لأساطيل التسليم أن تقطع الشوائب في المناطق الجغرافية غير المحسّنة أو تخطط لاختراق أعلى للمناطق التي تشهد نموًا.

نظرًا للطبيعة الإضافية لتحدي المسار ، تستمر القيود في الزيادة مع زيادة عقد التسليم وحجم الأسطول. ظهرت مجموعة متنوعة من الحلول المبتكرة في الماضي القريب باتباع تقنيات تحسين جديدة للمساعدة في التعامل مع الجانب بشكل فعال. يبدو أن الشركات في بحث مستمر عن نوع من العصا السحرية ، والتي يمكن أن تتأرجح وتحرك الأشياء بطريقة مثالية. من خلال تقنيات تحسين المسار المتقدمة ، تقدم Tookan إجابة لجميع مشكلات إدارة الأسطول والتسليم. يمكن لميزاته المتعددة ، بما في ذلك ميزة تخصيص القوالب ، أن تضع التحديات الثلاثة المذكورة أعلاه جانبًا. اشترك في نسخة تجريبية مجانية لمدة 14 يومًا وابدأ في تحقيق وفورات كبيرة في الأعمال وكفاءة تشغيلية!

اشترك للبقاء في المقدمة مع آخر التحديثات والرؤى الريادية!

  • حصة هذه المادة:

  • مدونة Jungleworks مدونة Jungleworks مدونة Jungleworks