Na podstawie dostępnej literatury, charakterystyki zadań transportowych realizowanych w sieciach transportowych i podziale środków transportowych ze względu na realizowane zadania został opracowany model doboru pojazdów do zadań w transporcie drogowym z wykorzystaniem aplikacji log-hub i solver bazując na arkuszu kalkulacyjnym Excel. Model składa się z kilku elementów: arkusza do obliczania odległości i czasu przejazdu na podstawie kodów pocztowych lub nazw miejscowości, bazy dostępnych pojazdów, które mogą mieć 10 różnych ładowności, 3 sieci dla których można dobrać pojazdy ze względu na minimalizacje kosztów oraz arkusza wspomagającego podejmowanie decyzji dotyczących doboru pojazdów do zadań. Model uwzględnia różnice w czasie jazdy różnymi pojazdami na tej samej trasie (czas jazdy dla samochodu osobowego i ciągnika siodłowego) oraz różny czas rozładunku dla pojazdów o różnej ładowności. Przedmiotem analizy jest przewóz paletowych jednostek ładunkowych, niewymagających zapewnienia specjalnych warunków przejazdu. Model opiera się na pojazdach o nadwoziu uniwersalnym. Analizie podlegały 3 sieci. Z analizy wynika, że sieć 1 jest czysto teoretyczną siecią z perspektywy przewoźnika i transportu ładunków. Koszty w niej są o połowę niższe niż w przypadku sieci 2. Sieć 3 służy do dobrania pojazdów dla kilku lokalizacji, przy założeniu, że wszystkie wyruszają z tej samej miejscowości. Na podstawie opracowanego i zweryfikowanego modelu wywnioskowano, iż podczas analizy kosztów powinno się brać pod uwagę realny, a nie abstrakcyjny układ sieci (zazwyczaj pojazdy muszą dojechać do miejsca załadunku i po wykonaniu zadania dojechać z miejsca rozładunku do innego punktu, co generuje koszty i wpływa na wydłużenie czasu przejazdu). Należy unikać zadań, które odbywają się na krótkich odcinkach i wymagają długich dojazdów (generuje to największe koszty). Pojazdy o mniejszej ładowności szybciej realizują zadania, dlatego sprawdzą się bardziej do transportu ładunków, które wymagają minimalizacji czasu przejazdu lub dużej dynamiki dostaw.
EN
Based on the available literature, the characteristics of transport tasks carried out in transport networks and the division of means of transport due to the tasks performed, a model of vehicle selection for road transport tasks was developed using the log-hub and solver applications based on the Excel spreadsheet. The model consists of several elements: a sheet for calculating the distance and travel time based on postal codes or city names, a database of available vehicles that may have 10 different load capacities, 3 networks for which vehicles can be selected due to cost minimization, and a sheet supporting the taking decisions regarding the selection of vehicles for the tasks. The model takes into account the differences in driving times for different vehicles on the same route (driving time for a passenger car and a tractor unit) and different unloading times for vehicles with different load capacities. The subject of the analysis is the transport of pallet loading units that do not require special transport conditions. The model is based on vehicles with a universal body. 3 networks were analyzed. The analysis shows that network 1 is a purely theoretical network from the perspective of the carrier and freight transport. It costs half that of network 2. Network 3 is used to select vehicles for several locations, assuming that they all depart from the same town. On the basis of the developed and verified model, it was concluded that during the cost analysis one should take into account the real, not abstract network layout (usually vehicles must reach the place of loading and after completing the task, go from the place of unloading to another point, which generates costs and travel time extension). You should avoid tasks that take place over short distances and require long journeys (this is the most costly). Vehicles with a lower load capacity perform tasks faster, therefore they are more suitable for the transport of loads that require minimization of travel time or high dynamics of deliveries.
Deliveries planning in transport systems is a complicated task and require taking into account a wide range of factors. Enterprises wanting to propose solutions that meet the clients’ needs and be competitive on the market must prepare their offer based on decision support systems including factors characteristic for the real process. The aim of the article is to present a concept of a decision support system based on a multi-criteria vehicle routing problem in real conditions (Real-World VRP). Taking into account the latest trends in the optimization of the delivery plan, the model includes three criteria - the cost, time and success rate of the delivery plan as a criterion relating to the quality of the delivery plan. Among other assumptions, it should be pointed out that the heterogeneous structure of the rolling stock has been taken into account, the number of which is not limited, the vehicles return to the place of origin. The travel time of the connection and the time of loading operations are random variables. The limited driver’s work time and driving time were also applied. The effect of the work presented in the article is the concept of the decision support system in the freight transport, taking into account the quality criterion of the delivery plan.
In our paper we considered the problem of demand uncertainty and its influence on planning and scheduling of LPG deliveries. The experience of specialized transportation company in charge of LPG deliveries for the domestic supplier network under VMI approach was analyzed. High variability of distribution parameters and frequent orders modifications were observed while small stations tanks capacities comparing to high daily LPG sales volumes were considered. The combined use of simulation and optimization methods was proposed for the case of LPG distribution to the petrol stations network. The demand uncertainty at customers' stations was considered. Simulation models were assumed to be efficient for dynamic and robust delivery plans of LPG distribution. The results of computational experiments were presented for different values of coefficient of variation.
4
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W artykule przedstawiono koncepcję łącznego stosowania metod symulacyjnych i planowania dostaw na przykładzie dystrybucji autogazu do sieci stacji paliw. W badaniach uwzględniono niepewność popytu występującą u klientów w sieci. Zaproponowano model, który może zostać wykorzystany w zastosowaniach praktycznych dystrybucji autogazu do sieci stacji.
EN
The combined use of simulation and optimization methods was proposed for the case of autogas distribution to the petrol stations network. The demand uncertainty at customers was considered. The model proposed can be implemented in real-life applications of autogas distribution.
Distribution of cargo as an essential element of the supply chain requires the systemic approach to include the operation of many elements and their influence on the final result of delivery. In cargo distribution, it is necessary to take into account the costs of its implementation, but also other criteria that determine its organization. The study assumes the use of multi - criteria problems in order to better map the actual characteristics of the operation of such systems. This paper presents a general heuristic model of cargo distribution in multilevel system. It is based on Cargo Consolidation Centres, HUB’s and recipients. The quality of the used solution and the chosen delivery schedule is evaluated based on the costs and the probability of the tasks realization. Formulated problem belongs to the issues of VRP (Vehicle Routing Problem), and additionally was enriched with multi - criteria function. The solution of such tasks require the use of effective methods to return a solution within an acceptable time. Therefore, in article was presented concept of the use of evolutionary algorithms based on genetic algorithms to schedule deliveries.
PL
Dystrybucja ładunków jako istotny element łańcucha dostaw wymaga stosowania ujęcia systemowego, aby uwzględnić funkcjonowanie wielu elementów i ich wpływ na końcowy efekt realizacji dostaw. W dystrybucji ładunków niezbędne jest uwzględnienie kosztów jej realizacji, ale także innych kryteriów determinujących jej organizację. W pracy założono zastosowanie problematyki wielokryterialnej, aby lepiej odwzorować rzeczywistą charakterystykę funkcjonowania takich systemów. W artykule przedstawiono ogólny heurystyczny model dystrybucji ładunków w systemie wieloszczeblowym . Oparty jest on o Centra Konsolidacji Ładunków, HUB ’ y przeładunkowe oraz odbiorców ładunków . Jakość zastosowanego rozwiązania oraz dobranego planu dostaw jest oceniana w oparciu o koszty oraz prawdopodobieństwo realizacji zadań. Sformułowany problem należy do zagadnień typu VRP (Vehicle Routing Problem) , a dodatkowo wzbogacony został o wielokryterialną funkcję kryterium . Rozwiązanie takich zadań wymaga stosowania efektywnych metod zwracających rozwiązanie w akceptowalnym czasie. W związku z powyższym zaprezentowano koncepcję zastosowania algorytmów ewolucyjnych bazujących na algorytmach genetycznych w harmonogramowaniu dostaw.
Niniejszy artykuł jest trzecim z cyklu artykułów, jakie autorzy analizują tematykę zarządzania samochodowym taborem ciężarowym. Artykuł ten prezentuje pięć przykładów zastosowania ilościowych (optymalizacyjnych) metod rozwiązywania wybranych problemów zarządzania taborem. W artykule zaprezentowano przykłady rozwiązania następujących problemów: Make or Buy (MOB), liczebność/kompozycja taboru, wymiana taboru, przydział pojazdów do zadań przewozowych oraz marszrutyzacja (ang. vehicle routing problem - VRP). W przypadku każdego z problemów dokonano jego definicji oraz zaprezentowano dane wejściowe i uzyskane rezultaty, w tym rozwiązanie optymalne na tle rozwiązania losowego.
EN
The paper is the third one from the series of three papers that the Authors dedicate to the freight fleet management topic. The paper presents five examples of the application of quantitative (optimization) methods to selected fleet management problems. The following fleet management problems are considered: Make or Buy problem, fleet sizing/composition problem, vehicle replacement problem, assignment of vehicles to transportation tusks, and the VRP. All the selected problems are carefully defined. Moreover, input and output data (obtained solutions) are presented, including optimal solutions compared to random ones.
Points of distribution, sales or service are important elements of the supply chain. These are the final elements which are responsible for proper functioning of the whole cargo distribution process. Proper location of these points in the transport network is essential to ensure the effectiveness and reliability of the supply chain. The location of these points is very important also from the consumers point of view. In this paper developed method of points location was present on the example of urban transport network. The developed approach is based on the Vehicle Routing Problem in the multistage distribution systems. The proposed method uses a genetic algorithm. Article also presents a mathematical model of delivery cost as a criterion function. The article presents an example calculations which illustrating the operation of the developed method.
8
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W artykule przedstawiono koncepcję wielokryterialnego modelu matematycznego systemu dystrybucji na obszarach miejskich, w ujęciu wielokryterialnej optymalizacji z uwzględnieniem danych losowych. Prezentowana koncepcja modelu dotyczy systemów dystrybucji wielostopniowych wykorzystujący Centra Konsolidacji Ładunków i punkty przeładunkowe (HUB). Zdefiniowano elementy systemu istotne z punktu widzenia definiowanego modelu matematycznego. Przedstawiono formalny zapis składowych funkcji kryterium.
EN
Paper presents the construction of a mathematical model of the distribution system in urban areas, including multi-criteria optimization with random data. This model refers to systems based on an multi-stage distribution systems with Cargo Consolidation Centers and transshipment points (HUB). Individual elements of transport network in urban areas were analyzed, which were used to formulate a mathematical model. The article contains the concept of a model urban transport system, including the formal record. Vector criteria function was also presented.
The complexity and dynamics in groupage traffic require flexible, efficient, and adaptive planning and control processes. The general problem of allocating orders to vehicles can be mapped into the Vehicle Routing Problem (VRP). However, in practical applications additional requirements complicate the dispatching processes and require a proactive and reactive system behavior. To enable automated dispatching processes, this article presents a multiagent system where the decision making is shifted to autonomous, interacting, intelligent agents. Beside the communication protocols and the agent architecture, the focus is on the individual decision making of the agents which meets the specific requirements in groupage traffic. To evaluate the approach we apply multiagent-based simulation and model several scenarios of real world infrastructures with orders provided by our industrial partner. Moreover, a case study is conducted which covers the autonomous groupage traffic in the current processes of our industrial parter. The results reveal that agent-based dispatching meets the sophisticated requirements of groupage traffic. Furthermore, the decision making supports the combination of pickup and delivery tours efficiently while satisfying logistic request priorities, time windows, and capacity constraints.
When solving problems in the real world using optimization tools, the model solved by the tools is often only an approximation of the underlying, real, problem. In these circumstances, a decision maker (DM) should consider a diverse set of good solutions, not just an optimal solution as produced using the model. On the other hand, the same DM will only be interested in seeing a few of the alternative solutions, and not the plethora of solutions often produced by modern search techniques. There is thus a need to distinguish between good solutions using the attributes of solutions. We develop a distance function of the type proposed in the Psychology literature by Tversky (1977) for the class of VRP problems. We base our difference on the underlying structure of solutions. A DM is often interested in focusing on a set of solutions fulfilling certain conditions that are of specific importance that day, or in general, like avoiding a certain road due to construction that day. This distance measure can also be used to generate solutions containing these specific classes of attributes, as the normal search process might not supply enough of these interesting solutions. We illustrate the use of the functions in a Multiobjective Decision Support System (DSS) setting, where the DM might want to see the presence (or absence) of certain attributes, and show the importance of identifying solutions not on the Pareto front. Our distance measure can use any attributes of the solutions, not just those defined in the optimization model.
The article briefly presents Traveling Salesman Problem, Vehicle Routing Problem and Vehicle Routing Problem with Time Windows researches history. In this work researches and publications related to these problems are presented.
PL
Artykuł omawia historię badań nad problemami komiwojażera, dostaw oraz dostaw z oknami czasowymi. W pracy prezentowane są badania i publikacje związane z tymi problemami optymalizacyjnymi. Artykuł ma charakter przeglądowy i jako taki nie omawia uzyskanych wyników przez poszczególnych badaczy.
W artykule przedstawiono dwa programy do rozwiązywania MDMGVRP, problemu opisanego w artykule [1]. Artykuł niniejszy zawiera opis programu, krótko scharakteryzowane różnice pomiędzy dwoma użytymi narzędziami: CHIP'em oraz GNU Prologiem. Na koniec zamieszczono przykład danych i rozwiązania.
EN
The paper presents two CLP programs solving MDMGVRP, described in the paper [1]. The two programs are in CHIP and GNU Prolog. The programs are compared and their main differences highlighted. Finally, they are both applied to a representative MDMGVRP problem.
W artykule krótko scharakteryzowano problem marszrutyzacji pojazdów (ang. VRP), następnie sformułowano nowy wariant problemu: problem marszrutyzacji pojazdów z wieloma magazynami i wieloma asortymentami (MDMGVRP). Wiele odmian VRP stanowi szczególny przypadek MDMGVRP. Publikacja niniejsza zawiera opis nowego wariantu oraz model matematyczny.
EN
The paper presents a short introduction to VRP and a definition of MDMGVRP, a new variant of VRP. A mathematical model of MDMGVRP is presented and discused. The paper serves as introduction to the paper "MDMGVRP - a new variant of vehicle routing problem. Part 2 - the CLP solution".
In the paper a mathematical model of MDMGVRP is presented. The two CLP programs solving above are described and discussed. The new variant of VRP consider certain number of commodities (goods) transported. In classic VRP there is only one commodity. The second main difference to classic problem is limited stock in depots. This two aspects cause the problem more complicated and prevent from direct applying of common known algorithms for solving the MDMGVRP. Two CLP solver tools were used to formulate CLP programs. The first was Cosytec CHIP the other was GNU-Prolog. Finally a demonstration problem is presented and solution is discussed.
PL
W artykule przedstawiono nowy wariant problemu marszrutyzacji pojazdów - MDMGVRP, czyli problem marszrutyzacji pojazdów z wieloma magazynami i wieloma asortymentami. Zagadnienie zostało opisane modelem matematycznym a następnie rozwiązane metodą CLP. Opisano dwa programy wykonane przy użyciu narzędzi CLP: Cosytec CHIP i GNU-Prolog. Na koniec przedstawiono przykładowe dane oraz rozwiązanie uzyskane przy pomocy opisanych programów.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.