MODIFIKACE ROZVOZNÍHO PROBLÉMU Tomáš Pajonk
Proč rozvozní problém ? Prakticky velmi častá úloha Různorodost aplikací Malá četnost úspěšných implementací Proč ? Neznalost problematiky Komplikovanost implementace Nevhodné stávající modely Nedostatečný marketing Malé postavení dispečerů v praxi Rozdíl mezi teorií a praxí
Přínos diplomové práce Klasifikace různých typů modelů shrnutí stavu výzkumu Hodnocení užitnosti modelů Poznatky z vlastní tvorby algoritmů
Aplikace rozvozních problémů Rozvoz potravin a jiného zboží z centrálních skladů maloodběratelům Svoz odpadu Čistění ulic Plánování poštovních aut Plánování obchodních cestujících Svoz mléka Rozvoz hotovosti do bankomatů a sběr hotovosti z poboček Rozvoz plynu a jiných paliv do domácností a podniků (doplňování místních zásob) Sběr prošlého oleje z restaurací Výpujčky nářadí Přeprava vězňů k soudům apod. Plánování techniků při zavádění ADSL a podobných služeb. Zimní údržba silnic
Výhody z automatizace plánování tras Úspory nákladů Strukturovaný přístup k problémům Formalizace znalostí – nahraditelnost dispečerů Ušetřená práce dispečerů
Klasifikace problémů VRPBVRPTWVRPPD VRPBTW VRPPDTW CVRP DCVRP Délka trasy Časová okna Zpětný svoz Sběr a doručení
Klasický rozvozní problém VRP, CVRP Vytváříme K okruhů s co nejmenší vzdáleností. Jsme omezeni kapacitou vozidla. Teoreticky zajímavý kombinatorický problém Způsoby řešení Exaktními metodami – Branch and Price Malé problémy, nestabilní Heuristiky Clark a Wright Tabu search (lepší než gen.alg a jiné přístupy) Moderní metody kombinují více heuristických přístupů dohromady
Modifikace I: Dvojí omezení vozidel DCVRP – Distance Capacitated VRP Kapacitou Délkou trasy Nepříliš zkoumaný problém. Někteří výzkumníci implicitně nerozlišují mezi VRP a DCVRP.
Modifikace II: Časová okna VRPTW Jednoduchá časová okna reprezentují dobu počátku obsluhy zákazníka. Přiblížení se realným úlohám. Nejčastější cíl výzkumníků, kvalitní a dostupné instance.
Modifikace III: Zpětný rozvoz Množina zákazníků se dělí na Linehaul – Přímý rozvoz Backhaul – Zpětný svoz Zákazníci se zpětným svozem mohou být obslouženi až po přímém rozvozu. Aplikace v problémech s nejistou kvantitou svozu (odpad, vratné láhve, materiál)
Modifikace IV: Sběr a doručení Depo slouží jen jako počáteční místo vozidel. Obsluhujeme páry zastávek Sběr – místo s nákladem zboží Doručení – vykládka zboží Komplikovanější úloha pro dispečery Obtížné posouzení kvality tras Aplikace v různých oblastech
Modifikace V: Obecný rozvozní problém Požadavky – sběrná a doručovací zastávka Časová okna Precedence zastávek Vztahy mezi vozidlem a zastávkou (tj. povolená množina zastávek pro vozidlo) Označen také jako Rich Pickup and Delivery Problem with Time Windows
Převod modelů na RPDPTW DCVRPVRPTWSDVRPOVRP MDVRP VRPB Rich PDPTW PDPTW řešitel (heurestiky) DCVRP řešení... VRPB řešení PDPTW řešení Interpretace
Nepopsané modifikace MDVRP SDVRP – Split Demand, ale také Site Dependant OVRP – Open VRP VRP with profits Rozvozní problém se stochastickou poptávkou Rozvozní problém se stochastickými vzdálenostmi Mixed – heterogenous fleet VRP A mnoho dalších
Málo zmiňované problémy VRP Lokalizace zákazníků ? Koordináty národní soustavy klienti, uživatelé neznají. Zisk z GPS systémů Lokalizace pomocí adresy (s jakou přesností ?) UK – velmi přesný systém Poštovních Kódů Matice vzdáleností Silniční síť x geometrická vzdálenost x “wiggle factor” Uliční síť x Silniční síť x Provozně výhodné trasy Záleží na měřítku úlohy, problém převážně u městských úloh a oblastí s výraznými krajinnými prvky (hory, řeky, mosty, jezera etc.)
Málo zmiňované problémy VRP Matice časů Odhady rychlostí Stejné pro každou silnici určitého typu, stejné pro všechna vozidla Indivuální úseky silnice různé rychlosti Různé časy během dne různé rychlosti
Praktická aplikace Doručování léků až do domu Díky existenci vztahu mezi lékárna-zákazník a lékárna-všeobecný lékař jde o rozvozní úlohu se sběrem a doručením. Algoritmus nakódován na základě článku Pisinger D,Ropke S ;2007; A general heuristic for vehicle routing problems; Computers & Operations Research; V34: P
Pohled na systém
Data o systému Denně systém zpracovává cca 20 rozvozních plánů Počty požadavků se značně liší od 50 až do 300 Lékárny jsou přiděleny k depům (cca 10) Ranní a odpolední rozvozy Požadavek zadaný ráno, musí být zpracován odpoledne. V poledne probíhá optimalizace ve ztížených časových podmínkách (30 minut na všechny úlohy)
Data o systému Různá časová okna jednotlivých klientů Existence opakovaných zastávek, zastávek s plným nákladem ap. Penalizace za navštívení jednoho místa více vozidly během jednoho rozvozu
Algoritmus Aplikace ruin and recreate principu Ničící heuristiky Náhodná, Nejdražší, Shaw-odstraňování Tvořící heuristiky Greedy, 2-regret, 3-regret Náhodná volba tvořící a ničící heuristiky Simulated Annealing rozhodování o přijetí nového řešení
Hlavní parametry algoritmu Počet iterací Maximální počet odstraněných požadavků Minimální počet odstraněných požadavků Koeficient počáteční teploty Ochlazovací konstanta Návrat k nejlepšímu řešení Čas
Úloha 260 zastávek 10 vozidel (použita 4) Vozidla začínají z jednoho místa Geometrické vzdálenosti Náklady Vozidlo 100 Km 1
Úloha
Počátek Hodnota : 921
1000 Hodnota : 728
2000 Hodnota : 660
10000 Hodnota : 643
15000 Hodnota : 612
20000 Hodnota : 610
25000 Hodnota : 609
Průběh řešení
Závěr