Оптимизация маршрута транспортировки груза Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 519.85

ОПТИМИЗАЦИЯ МАРШРУТА ТРАНСПОРТИРОВКИ ГРУЗА

А. И. Жевнеров Научный руководитель - И. С. Панфилов

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31

Данная работа обосновывает актуальность задачи нахождения кратчайшего пути в сфере грузоперевозок. Представлены основные этапы транспортировки грузов до мест назначения. Выявлен этап, к которому применима задача составления оптимального маршрута. Даны рекомендации к ее программной реализации. Заданы условия определения временного порога, необходимого для исключения наиболее загруженных элементов маршрута, с возможным использованием показателей загруженности. Таким образом, строится маршрут из условия кротчайшего расстояния между точками, позволяющий решить задачу для данной проблемной области.

Ключевые слова: задача нахождения кратчайшего пути, оптимальный маршрут, база данных, показатель загруженности.

OPTIMIZATION OF THE TRANSPORTATION ROUTE

A. I. Zhevnerov Scientific supervisor - I. S. Panfilov

Reshetnev Siberian State Aerospace University 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation

This paper considers the relevancy of the shortest-path problem while transportation. The paper presents the main stages of goods transportation up to the consignment place. The stage for the optimal route, the problem applied to is perceived. The recommendations for its program implementation are given. The conditions for the threshold determination are set with the possible workload rate. Thus, the route is developed taking into account the shortest distance condition between points that allows solving the problem of the concern area.

Keywords: shortest-path problem, optimal route, database, workload rate.

В современном мире задача нахождения кратчайшего пути является очень актуальной в различных сферах. Основная из них - грузоперевозки. В каждом городе России есть сети ги-пермаркетов, супермаркетов, просто магазины продуктов, в которые необходимо доставлять различные товары каждый день. При этом отправка загруженного автомобиля производится в ежедневно в определенное время со склада, количество торговых точек может варьироваться в интервале от 12 до 22 в зависимости от заявок. В конце рабочего дня водитель обязан вернуться на склад с подтверждающими документами.

По регламенту доставка товара должна быть осуществлена до определенного часа. Данный регламент чаще всего не выполняется, так как водители просто не успевают развести товар в указанное время. Вследствие этого компания-поставщик терпит убытки [1].

Процесс доставки товара в торговую точку состоит из четырех основных этапов: путь до магазина, ожидание в очереди, сдача товара и прием возврата [1]. Для сокращения времени доставки можно минимизировать только первые два этапа, так как другие не зависят ни от поставщика, ни от водителя [2].

Секция «Математические методы моделирования, управления и анализа данных»

Первый этап - путь до магазина - сокращается достаточно легко, так как это стандартная задача построения оптимального маршрута. Но так как на втором этапе - ожидание в очереди -водитель может потерять даже порядка одного, двух часов, зачастую, выгоднее увеличить километраж маршрута, приехав в «проблемный магазин» в свободное время, сократив при этом большое количество времени. Таким образом, стоит обратить внимание, именно, на второй этап [2].

Для программной реализации составления оптимального маршрута необходима база данных, в которой будут содержаться данные о загруженности всех возможных торговых точек, в определенный момент времени. Начальным и конечным пунктами маршрута является склад. Также необходимо время выезда загруженной машины со склада [1].

Для нахождения маршрута необходимо заранее исключить временные промежутки с большой загруженностью у определенных торговых точек [2]. Для определения исключаемых промежутков потребуется некоторый временной порог, при превышении которого точка будет считаться сильно загруженной. По рекомендациям заказчика был выбран порог равный 14. Этот порог может определяться самим разработчиком для конкретного дня недели либо же определятся из следующих условий:

I =

кшш + кшах если + кшах ^ 14

14, если + кшах < 14. 2

Таким образом, если порог загруженности меньше 14, то магазин можно считать не загруженным и в него можно приехать в любой промежуток времени, в противном случае порог вы-считывается из среднего минимального и максимального показателей загруженности магазина. В качестве показателей загруженности взято время ожидания одного поставщика своей очереди. А порог легко определить из того, какое максимальное время отведено на процесс сдачи одного магазина.

Рабочий день водителя-экспедитора начинается в 8 часов 30 минут. С учетом времени загрузки и оформления товарных накладных, на маршрут машина выезжает в 9 часов 30 минут. Приемки на торговых точках закрываются в 18 часов вечера. Таким образом, продолжительность рабочего дня составляет 8 часов 30 минут, при этом на путь от склада до первой точки маршрута в среднем уходит 25-30 минут. Значит, на процесс сдачи всех точек маршрута водителю отведено 8 часов. Если взять максимальное число возможных точек маршрута - 22, разделить на это число продолжительность рабочего дня, то получится, что на одну точку водитель должен затратить примерно 22 минуты. Среднее время на путь от одной точки к другой равно 6 минутам. Таким образом, на сам процесс сдачи товара в торговой точки у водителя есть 16 минут. Так как процесс оформления документов занимает в среднем 2 минуты, на ожидание в очереди может быть отведено 14 минут.

После того, как будут высчитаны пороговые значения для всех торговых точек и исключены промежутки с наибольшим показателями загруженности, составляется маршрут из условия кротчайшего расстояния между точками. В результате такого подхода будет получено множество маршрутов, из которого необходимо определить минимальный по времени, затраченному на путь от одной торговой точки до другой.

Для решения данной задачи можно использовать генетический алгоритм. В последние годы данный метод решения задач оптимизации набрал большую популярность, так как он позволяет решать достаточно сложные задачи, исключая громоздкие вычисление, затратные как по времени, так и по финансам [3].

Так как построенный маршрут должен быть оптимален не только по времени, но и по затратам на горюче-смазочные материалы, то есть по протяженности, возможно применения генетического алгоритма для решения многокритериальной задачи [3].

Также как и любые не простые задачи, оптимизация маршрута транспортировки груза не является одномерной задачей [3]. В качестве параметров генетический алгоритм будет оперировать пройденным расстояниями, количеством точек и временем.

Таким образом, алгоритм будет определять оптимальный маршрут по времени и километражу в зависимости от точек, в которые нужно отвезти товар в определенный день.

Библиографические ссылки

1. Перегудов Ф. И., Тарасенко Ф. П. Основы системного анализа. 1997.

2. Транспортная логистика [Электронный ресурс]. URL: http://www.nova-it.ru/ (дата обращения: 15.02.2017).

3. Емельянов В. В., Курейчик В. В., Курейчик В. М. Теория и практика эволюционного моделирования. 2003.

© Жевнеров А. И., 2017