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

Smíšený kapacitní obecný problém směrování s pravděpodobnostními požadavky

Varianta kombinuje smíšenou síť (hrany i uzly), kapacitní omezení a nejistotu ve výskytu požadavků. Taxonomické označení: MCGRP.

Smíšený kapacitní problém směrování

Smíšený kapacitní obecný problém směrování MCGRP s pravděpodobnostními požadavky byl navržen ve studii Beraldi a kol. (2015). V tomto problému musí být uspokojeny poptávky zákazníků pomocí homogenního vozového parku, který může být umístěn ve vrcholech nebo podél hran či okruhů.

Zajímavost

  • Flexibilní trasování: Tento problém zahrnuje jak dodávky do konkrétních míst (vrcholy), tak přepravu podél určitého úseku (hrany či okruhy), což umožňuje větší flexibilitu při optimalizaci tras.
  • Pravděpodobnostní charakter poptávky: Umožňuje lepší adaptaci na nejisté požadavky zákazníků, což je užitečné například v e-commerce logistice nebo v mobilních službách.
  • Rozšíření klasických VRP modelů: MCGRP je zobecněním klasického VRP a ARP (Arc Routing Problem), což umožňuje jeho aplikaci v širším spektru dopravních a servisních problémů.

Praktické využití

  • Údržba infrastruktury: Pomáhá optimalizovat servisní trasy pro údržbu silnic, železničních tratí nebo elektrických rozvodných sítí.
  • Svoz odpadu a čištění měst: Optimalizace svozu odpadu, úklidu ulic nebo zimní údržby silnic s ohledem na náhodnou poptávku.
  • Doručování v městské logistice: Efektivní plánování dodávek v hustě obydlených oblastech, kde jsou požadavky proměnlivé a mohou vznikat jak ve fixních bodech, tak v určitém úseku města.

Metody řešení

MCGRP s pravděpodobnostními požadavky přináší rozšíření klasických směrovacích problémů tím, že umožňuje optimalizaci tras nejen mezi pevnými body, ale také podél úseků či v rámci určitých oblastí. Tento přístup umožňuje efektivnější správu dopravy v podmínkách nejisté poptávky a nachází využití v široké škále logistických a servisních operací, jako je údržba infrastruktury, svoz odpadu nebo městská distribuce zboží.

Zdroj:
[1] Fleury, G., Lacomme, P., & Prins, C. (2004). Evolutionary algorithms for stochastic arc routing problems. In Workshops on Applications of Evolutionary Computation (pp. 501-512). Springer, Berlin, Heidelberg.
[2] Fleury, G., Lacomme, P., Prins, C., & Ramdane-Chérif, W. (2005). Improving robustness of solutions to arc routing problems. Journal of the operational research society, 56(5).
[3] Laporte, G., Musmanno, R., & Vocaturo, F. (2010). An adaptive large neighbourhood search heuristic for the capacitated arc-routing problem with stochastic demands. Transportation Science, 44(1).
[4] Beraldi, P., Bruni, M. E., Laganà, D., & Musmanno, R. (2015). The mixed capacitated general routing problem under uncertainty. European Journal of Operational Research, 240(2), 382-392.