Download
1 / 19
190 likes | 313 Views
Ruttplanering. Vad är det??. Ruttplaneringsproblem En definition.
E N D
Ruttplanering Vad är det??
RuttplaneringsproblemEn definition ”Att finna en så effektiv distributionsplan som möjligt för att försörja ett antal kunder i ett område. Distributionen sker från en eller flera terminaler med fordon som kör vissa rutter. Rutterna ska konstrueras så att alla kunders efterfrågan tillgodoses utan att fordonens lastkapacitet överskrids.” Det låter ju enkelt och självklart men är det enkelt?
Ruttplaneringsproblem har villkor Villkor är något som måste uppfyllastex: • En maximal körsträcka • En maximal körtid • Fordonets kapacitet (maxlast) • Tidskrav (lossa före visst klockslag) • OSV
Ruttplaneringsproblem har mål Mål är det man strävar mot,exempel: • Lägsta totala transportkostnad • Kortast totala körsträcka • Så få rutter som möjligt • OSV • Målen kan stå i konflikt med varandra, t exlägsta kostnad – kortast tid
Ruttplaneringsproblem Kan se olika ut Två typer av problem • ”Det klassiska problemet” • ”Handelsresandeproblemet”
Ruttplaneringsproblem Ett komplext problem Många möjliga lösningar • Skiljer på ”tillåtna” och ”otillåtna” lösningar. • Antalet lösningar ökar lavinartat med antalet besöksställen • Andra saker komplicerar också, tex olika fordonstyper, flera terminaler, olika tidsfönster, varor som inte går att samlasta, osv
RuttplaneringsproblemMånga lösningsmetoder Finns optimerande och icke optimerande metoder En icke optimerande metod Den enklaste? ”Svepmetoden”
SvepmetodenEtt exempel Villkor: Max 15 enheter/bil. Max 4 st bilar Mål: Lägsta transportkostnad Kund nummer: 1 2 3 4 5 6 Efterfrågar: 4 10 4 3 3,5 5 Kostnadstabell
Svepmetoden Villkor: Max 15 enheter/bil. Max 4 st bilar Mål: Lägsta transportkostnad Kund nummer: 1 2 3 4 5 6 Efterfrågar: 4 10 4 3 3,5 5 1 2 3 0 4 Bästa lösningen som kan åstadkommas med Svepmetoden. Kostnad: 161. Dock ingen garanti för optimalitet. 6 5
Fallet KoS • KoS skaffar egen bil för att själva sköta distributionen i närområdet. • Sju kunder ska besökas. Alla ska ha leverans en gång per vecka. • Skapa ett förslag till ruttplanering utifrån att det ska vara den lägsta kostnad som går att få fram med Svepmetoden. • Men först lite annat………..
Ruttplanering i lagret?Vilken väg ska plockaren ta om det är plockaren – till – produkten som gäller? Man räknar med att ca 50% av plockarens tid går till förflyttning 20% sökning, 15% plockning, 10% start av order och 5% annat Finns alltså mycket att vinna om tiden för förflyttning kan effektiviseras Även här finns optimerande och icke optimerande metoder
Ruttplanering i lagret?Metoder Optimerande metoder är mycket beräkningstunga Finns ett antal icke optimerande (heuristiska) metoder för att lösa problemet Några exempel på sådana metoder: S-shapeLargest GapCombinedAisle-by-aisle
En typisk lagerlayout Fyra * sex gångar. Tre block. Svarta rutor är gods som ska plockas. En plats, (depot),som plockrundan utgår ifrån och där godset sedan lämnas
Startar med den gång som är närmast utgångs-punkten och där det finns objekt att plocka. Fortsätter den gången så länge något ska plockas i det blocket. S-shape Varje gång som innehåller minst ett objekt passeras i hela dess längd (inom respektive block).
Largest Gap Startar på samma sätt som S-shape med gången närmast utgångs-punkten. Fortsätter så länge något ska plockas i det blocket. Gå in i varje gång, plocka objekt och ut samma väg. Den sista gången i blocket passeras i sin helhet. Tar ett block i taget.
Combined För varje block görs en beräkning med en dynamisk prog-rammerings-algoritm. Förflyttning mellan block görs den kortaste vägen. Startar på samma sätt som S-shape o Largest Gap. Besöker varje huvudgång som inne-håller plockobjekt exakt en gång.
Aisle-by-aisle Algoritmen beräknar vilken korsande gång som ska användas för att gå från en huvudgång till en annan. Väljer den som ger kortast avstånd. Man börjar till vänster och tar en huvudgång i taget (om den innehåller plockobjekt).
Optimal Beräknings-arbetet blir dock omfattande och komplexiteten ökar snabbt när antalet block och gångar ökar. Det går att använda optimerande algoritmer. Här ett exempel på resultatet av en sådan.
SimuleringAtt prova sig fram Detta lämpar sig väl för simulering Kan vara svårt/dyrt att testa ”i verkligheten” En plats på Internet där simulering kan görasDock begränsad vad gäller optimerande algoritmHär går också att optimera layout för plocklager Gå till InteractiveWarehouse
