Manage and streamline operations across multiple locations, sales channels, and employees to has improve efficiency and your bottom line.

Problém fuzzy zeleného směrování vozidel

Tyto modely využívají fuzzy logiku k řešení nejistot v plánování. Taxonomické označení: 3E-FGVRP

Fuzzy vícevrstvé problémy

Pro vícevrstvé dodavatelské řetězce se s úspěchem aplikoval problém fuzzy zeleného směrování vozidel (3E-FGVRP). Pro zohlednění variability spojené s množstvím požadovaným zákazníky, se předpokládá, že požadavky jsou fuzzy čísla simulována časově závislým algoritmem (Giallanza & Puma, 2020; Gupta a kol., 2022). Fuzzy logika je systém založený na bázi pravidel, který se může opírat o praktické zkušenosti operátora.

Ve fuzzy logice je definována funkce příslušnosti a s její pomocí je možné určitému tvrzení přiřadit libovolnou hodnotu z intervalu 〈0,1〉. Kromě binárních hodnot 0 a 1 je fuzzy logika schopna pracovat s celým intervalem (Zadeh, 1965). Fuzzy systémy jsou vhodným nástrojem k vyhodnocení nepřesně uvedené znalosti získané například od expertů z praxe (zkušený dispečer a podobně).

Zajímavost

Tyto modely využívají fuzzy logiku k řešení nejistot v plánování, což je klíčové například při:

  • Dynamické změně poptávky – například Uber Eats nebo Wolt využívají fuzzy modely, které neustále upravují trasy kurýrů podle aktuálních objednávek.
  • Nestabilních dopravních podmínkách – autonomní vozidla společnosti Tesla nebo Waymo využívají fuzzy logiku pro dynamické plánování tras na základě aktuálního provozu.

Praktické využití

  • Chytrá městská logistika – města využívají fuzzy VRP k plánování dodávek podle aktuální dopravní situace.
  • Autonomní doručovací systémy – robotické doručovací služby (např. Starship Robots) dynamicky upravují trasy.
  • Předpověď poptávky v dodavatelském řetězci – AI modely pro sklady a distribuci předvídají budoucí objednávky na základě neúplných dat.

Fuzzy vícevrstvé modely pomáhají pracovat s nejistotou v logistice – umožňují efektivnější plánování tras v reálném čase a optimalizují dodavatelské řetězce. Uplatnění najdou v městské dopravě, autonomních vozidlech, e-commerce a smart logistics.

Metody řešení

Tento model kombinuje vícevrstvé plánování zásobování, kdy se obsluhují jak mezisklady, tak koneční zákazníci, s využitím fuzzy dat, která odrážejí neurčitost v některých parametrech, například v poptávce nebo environmentálním zatížení. Hlavním cílem je optimalizace tras a logistických operací v podmínkách nejistoty, se zaměřením na minimalizaci environmentálních dopadů celého systému. Model je vhodný například pro dynamickou městskou logistiku s proměnlivými požadavky, sběr odpadu s neznámými objemy nebo distribuci do maloobchodních sítí s kolísající poptávkou.

Zdroj:
[1] Gutiérrez-Sánchez, A., Rocha-Medina, L. B. (2022). VRP variants applicable to collecting donations and similar problems: A taxonomic review. Computers & Industrial Engineering,164.
[2] Giallanza, A., & Puma, G. L. (2020). Fuzzy green vehicle routing problem for designing a three echelons supply chain. Journal of Cleaner Production, 259.
[3] Gupta, P., Govindan, K., Mehlawat, M. K., & Khaitan, A. (2022). Multiobjective capacitated green vehicle routing problem with fuzzy time-distances and demands split into bags. International Journal of Production Research, 60(8).
[4] Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8.