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

Re-optimalizace s běžnou zásobou

Jedná se o variantu kapacitního okružního dopravního problému se stochastickou poptávkou. Označení: Re-optimization with Regular Stock

Re-optimalizace s běžnou zásobou

Běžná zásoba se doplňuje standardním způsobem (např. návrat do depa), re-optimalizace probíhá po každém přerušení nebo kritické události.


Re-optimalizace s běžnou zásobou znamená, že vozidlo nemá dostatek zboží pro obsluhu zákazníka. Po naskladnění v depu je trasa obnovena počínaje zákazníkem, kde došlo k poruše (Hjorring & Holt, 1999). Přesné naskladnění znamená, že vozidlo má právě tolik zboží, aby uspokojilo poptávku konkrétního zákazníka. Po doplnění zásob může pokračovat v obsluze dosud nenavštívených zákazníků (Rei a kol., 2010).

Zajímavost

  • Tento přístup je nejméně náročný na výpočetní zdroje, ale také nejméně flexibilní.
  • Funguje dobře v prostředích, kde jsou změny v poptávce relativně malé a dobře předvídatelné.
  • Při vysoké variabilitě poptávky může vést k neefektivním trasám a častým nouzovým doplňováním zásob.

Praktické využití

  • Maloobchodní distribuce, kde dodavatelé pravidelně zaváží obchody bez zásadních změn v logistice.
  • Kurýrní služby s denním plánem dodávek, který se může drobně měnit, ale zásoby nejsou řízeny v reálném čase.
  • E-commerce sklady s běžným doplňováním zásob na základě historických dat.

Metody řešení

Re-optimalizace probíhá s předpokladem, že zásoby jsou doplňovány běžným způsobem bez speciálních opatření. Předpokládá se standardní distribuce poptávky a klasické řízení zásob s minimálním zásahovým plánováním. Re-optimalizace tras se provádí dynamicky, ale v mezích běžných skladových procesů.

Zdroj:
[1] Yang, W.-H., Mathur, K., Ballou, R. H. (2000). Stochastic vehicle routing problem with restocking. Transportation Science, 34(1).
[2] Cordeau, J.-F., Laporte, G., Savelsbergh, M. W., Vigo, D. (2007). Vehicle routing, chapter 6. In: Barnhart C, Laporte G (eds) Transportation, vol 14. Elsevier, Amsterdam
[3] Secomandi, N. (2001). A rollout policy for the vehicle routing problem with stochastic demands. Operations Research, 49(5), 796-802.
[4] Secomandi, N., & Margot, F. (2009). Reoptimization approaches for the vehicle-routing problem with stochastic demands. Operations research, 57(1), 214-230.
[5] C., & Storer, R. (2009). An approximate dynamic programming approach for the vehicle routing problem with stochastic demands. European journal of operational research, 196(2), 509-515.
[6] Hjorring, C., & Holt, J. (1999). New optimality cuts for a single‐vehicle stochastic routing problem. Annals of Operations Research, 86.
[7] Rei, W., Gendreau, M., & Soriano, P. (2010). A hybrid Monte Carlo local branching algorithm for the single vehicle routing problem with stochastic demands. Transportation Science, 44(1), 136-146.
[8] Bianchi, L., Birattari, M., Chiarandini, M., Manfrin, M., Mastrolilli, M., Paquete, L., & Schiavinotto, T. (2006). Hybrid metaheuristics for the vehicle routing problem with stochastic demands. Journal of Mathematical Modelling and Algorithms, 5(1).
[9] Chepuri, K., & Homem-De-Mello, T. (2005). Solving the vehicle routing problem with stochastic demands using the cross-entropy method. Annals of Operations Research, 134(1).