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

Vzdálenostně omezený CVRP se stochastickými cestovními/servisními časy

Označovaný jako DCVRPSTT.

Vzdálenostně omezený CVRP

Vozidla mají omezení na maximální vzdálenost (např. kvůli dojezdu elektromobilů). Cílem je plánovat trasy tak, aby nepřekročily tuto vzdálenost – a to i v prostředí nejistoty.

Dvě hlavní výzkumné větve:

  1. Stochastický model (Gómez et al., 2016) – pracuje s očekávanou hodnotou a pravděpodobností překročení.
  2. Robustní model (Solano-Charris et al., 2015) – připravuje řešení pro nejhorší scénáře a využívá robustní optimalizaci.

Tato varianta:

  • vychází z klasického CVRP, kde vozidla mají omezenou kapacitu,
  • ale kromě toho mají omezenou maximální vzdálenost trasy (např. z důvodu dojezdu, směn, fyzického vyčerpání, nebo legislativy),
  • cestovní a servisní časy jsou náhodné, takže není možné předem určit přesné trvání trasy,
  • proto je nutné počítat s pravděpodobností překročení vzdálenosti nebo ji omezit s určitým bezpečnostním koeficientem.

Zajímavost

  • Uvažuje se očekávaná nebo pravděpodobnostní délka trasy.
  • Vhodné pro EV logistiku nebo biopalivové vozy s omezeným dojezdem.
  • Může využívat dobíjecí stanice jako meziuzly.

Praktické využití

  • Městská doprava s elektromobily.
  • Distribuce zdravotnického materiálu v odlehlých oblastech.
  • Autonomní vozidla s omezeným provozním časem.

Metody řešení

Tato varianta propojuje udržitelnou logistiku s nejistotou, klade důraz na spolehlivý dojezd i při nepředvídatelných podmínkách.
Důležitý model pro zelenou logistiku budoucnosti. Tento model je ideální pro systémy s přísným omezením délky trasy (vzdálenost, čas, počet kilometrů) v prostředí s nejistotou v dojezdu – ať už se použije stochastický přístup nebo robustní plánování.

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] Laporte, G., Louveaux, F., & Mercure, H. (1992). The vehicle routing problem with stochastic travel times. Transportation science, 26(3).
[5] Gómez, A., Mariño, R., Akhavan-Tabatabaei, R., Medaglia, A. L., & Mendoza, J. E. (2016). On modeling stochastic travel and service times in vehicle routing. Transportation Science, 50(2).
[6] Solano-Charris, E., Prins, C., & Santos, A. C. (2015). Local search based metaheuristics for the robust vehicle routing problem with discrete scenarios. Applied Soft Computing, 32.