Časová okna s přebytkem dostupné kapacity

V této variantě je do plánování zahrnuta bezpečnostní (preventivní) zásoba, která snižuje pravděpodobnost, že bude potřeba vracet se do depa.
Pokud k překročení přesto dojde, vozidlo se stejně musí vrátit, ale model se snaží optimalizovat rozdělení zásob a tras tak, aby k výpadku docházelo co nejméně.

Tato varianta zvyšuje robustnost plánu, ale může znamenat vyšší počáteční zatížení vozidla.

Tento problém lze označit jako „Stochastic Vehicle Routing Problem with Time Windows and Surplus Capacity Utilization (SVRPTW-SCU)“.

V mnoha logistických systémech je nutné nejen efektivně plánovat trasy s ohledem na časová okna a stochastickou poptávku, ale také flexibilně využívat přebytečnou kapacitu vozidel. Tento přístup umožňuje dynamické přerozdělování dostupných zdrojů a optimalizaci nákladů, což je klíčové pro moderní udržitelné dodavatelské řetězce.

Zajímavost

• Možnost využití přebytečné kapacity zvyšuje efektivitu logistiky a snižuje náklady tím, že se omezuje nevyužitý prostor v nákladních vozidlech.
• Tento přístup je klíčový v ekologické logistice, kde snižování prázdných jízd přispívá k nižší uhlíkové stopě.
• Využití dynamického přerozdělení kapacity často zahrnuje real-time rozhodování, což vyžaduje pokročilé algoritmy a využití umělé inteligence.

Praktické využití

• E-commerce a doručovací služby – například Amazon Flex umožňuje flexibilní rozvržení dodávek podle volné kapacity dodavatelů.
• Distribuce potravin a čerstvých produktů – optimalizace dodávek tak, aby se minimalizovalo plýtvání a lépe využila dostupná kapacita vozidel.
• Doprava a logistika – 3PL poskytovatelé mohou nabízet dynamické sdílení kapacity mezi zákazníky a optimalizovat využití flotily.
• Sdílené logistické platformy – společnosti jako Uber Freight nebo senzoricky řízené sklady využívají tento přístup k maximalizaci efektivity tras.

Metody měření

• Adaptivní vyhledávání ve velkém sousedství (ALNS)
• Hybridní metaheuristiky
• Simulace Monte Carlo
• Stochastické programování se simulací
• Adaptivní plánování (např. ALNS + doplňovací strategie)
• Re-optimalizační přístupy

Rozšíření VRP s časovými okny a stochastickou poptávkou o možnost využití přebytečné kapacity přináší významné výhody v oblasti efektivity a udržitelnosti. Tento přístup umožňuje flexibilnější plánování, snížení nákladů na přepravu a ekologičtější provoz. Klíčovými faktory úspěchu jsou real-time sledování poptávky, inteligentní přerozdělování volné kapacity a využití pokročilých optimalizačních metod.

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] Laporte, G., Louveaux, F. V., & Van Hamme, L. (2002). An integer L-shaped algorithm for the capacitated vehicle routing problem with stochastic demands. Operations Research, 50(3).
[4] Chang, M. S. (2005). A vehicle routing problem with time windows and stochastic demands. Journal of the Chinese institute of engineers, 28(5).
[5] Zhang, T., Chaovalitwongse, W. A., & Zhang, Y. (2012). Scatter search for the stochastic travel-time vehicle routing problem with simultaneous pick-ups and deliveries. Computers & Operations Research, 39(10).