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

Problémy, které dobu jízdy označují jako závislou na dopravní zácpě a využívají koncept 3PL

3PL

Cestovní časy nejsou nezávislé – délka jedné trasy ovlivňuje další (např. kvůli dopravní špičce, počasí, poruchám). Model zohledňuje korelace mezi jednotlivými úseky.

Problémy, které dobu jízdy označují jako závislou na dopravní zácpě (Woensel a kol., 2007; Lecluyse a kol., 2009), předpokládají vztah mezi počtem vozidel, hustotou provozu a rychlostí. Časový horizont je rozdělen do určitého počtu období a s každým obdobím je spojena jiná rychlost. Rovněž 3PL operátoři se často potýkají s variabilitou v dopravě, jako jsou dopravní zácpy či nepředvídatelné podmínky na trase (Gobbato, 2015).

Stochastický okružní dopravní problém (SVRP) se závislými cestovními časy a možností využití třetí strany (3PL) kombinuje dva důležité prvky reálné logistiky:

  1. Závislé cestovní časy
    Časy přepravy mezi místy nejsou nezávislé, ale ovlivněné faktory jako je denní doba, poloha předchozího zákazníka, dopravní situace, počasí apod.
  2. Možnost 3PL (Third-Party Logistics)
    Operátor může v reálném čase rozhodnout, že část dodávek deleguje na externího dopravce, typicky za poplatek, pokud vlastní kapacity nestačí nebo je efektivnější službu outsourcovat.

Zajímavost

  • Závislé cestovní časy často vyžadují modelování pomocí korelovaných náhodných proměnných nebo časových matic, kde jedna cesta ovlivňuje další.
  • Možnost využití 3PL činí problém rozhodovacím, kdy je třeba zvažovat náklady, rizika zpoždění, a spolehlivost vlastní flotily vs. flexibilita externího partnera.
  • Kombinace závislých cestovních časů a 3PL otevírá prostor pro stochastickou optimalizaci typu wait-and-see nebo dvoufázové rozhodování (např. robustní plán → reaktivní přesměrování na 3PL).
  • Může být modelován jako mixed integer stochastic programming problem, případně s využitím simulace nebo reinforcement learningu pro operativní přerozdělení.

Praktické využití

  • Distribuce potravin s vysokou závislostí na dopravních podmínkách a s možností přesměrování části rozvozů na expresní kurýry (3PL) při zpoždění.
  • Městská logistika: tam, kde cestovní časy prudce kolísají během dne (špička vs. klid), může být výhodné využít sdílené dodávky (např. Uber Freight) pro zajištění spolehlivosti.
  • E-commerce a logistika poslední míle, kde zákazník očekává dodání „dnes“ – při riziku zpoždění lze operativně přikoupit službu od 3PL.
  • Zdravotnický materiál či farmaceutická distribuce, kde je klíčová přesnost dodání a možnost okamžité náhrady v případě problémů s vlastní dopravou.

Metody řešení

Problém stochastických servisních a cestovních časů se závislými cestovními časy a možností využití třetí strany (3PL) kombinuje náhodnost a závislosti mezi časy jednotlivých přeprav s rozhodováním o případném outsourcování. Cestovní a servisní časy jsou modelovány jako stochastické veličiny, přičemž jejich hodnoty mohou být vzájemně korelované – například v závislosti na trase, denní době nebo pořadí zákazníků. Možnost využití 3PL pak znamená, že část zákazníků může být obsloužena externím dopravcem, a to typicky ve chvíli, kdy vlastní kapacita nestačí nebo hrozí zpoždění. Tento přístup umožňuje větší flexibilitu, ale zároveň vyžaduje rozhodování s ohledem na náklady, spolehlivost a pravděpodobnost zpoždění. V praxi se tento model uplatňuje zejména v městské logistice, expresních doručovacích službách nebo v distribuci zdravotnického materiálu, kde je přesnost a včasnost klíčová.

Zdroj:
[1] Bertsimas, D. J., & Van Ryzin, G. (1991). A stochastic and dynamic vehicle routing problem in the Euclidean plane. Operations Research, 39(4).
[2] Oyola, J., Arntzen, H., & Woodruff, D. L. (2017). The stochastic vehicle routing problem, a literature review, part II: solution methods. EURO Journal on Transportation and Logistics, 6(4).
[3] Oyola, J., Arntzen, H., & Woodruff, D. L. (2018). The stochastic vehicle routing problem, a literature review, part I: models. EURO Journal on Transportation and Logistics, 7(3).
[4] Woensel, T. V., Kerbache, L., Peremans, H., & Vandaele, N. (2007). A queueing framework for routing problems with time-dependent travel times. Journal of Mathematical Modelling and Algorithms, 6(1).
[5] Lecluyse, C., Van Woensel, T., & Peremans, H. (2009). Vehicle routing with stochastic time-dependent travel times. 4OR, 7(4).
[6] Gobbato, L. (2015). Stochastic programming for City Logistics: new models and methods.