Стаття присвячена вдосконаленню методу динамічної маршрутизації автомобільних перевезень транспортних засобів. Розглядається дрібногуртова доставка на кільцевих маршрутах магістральної транспортної мережі вантажів, які швидко псуються. Головним критерієм якості перевезення обрано мінімальну гарантовану тривалість доставки вантажів з усієї сукупності замовлень на перевезення. Обмеження стосуються горизонту прогнозування, а також часових вікон на доставку вантажів. Іншим обмеженням є інтенсивність використання автомобільних транспортних засобів. Поставлено вимогу залучення мінімальної кількості автомобільних транспортних засобів із наявних. Зроблено огляд та аналіз відомих методів динамічної маршрутизації, який показав, що при зростанні кількості замовлень, особливо незапланованих, вони стають неефективними за якістю результатів. З’ясовано, що застосування попередньої класифікації є способом, який покращує результат маршрутизації. У цій роботі як класифікаційну ознаку використано сумісність окремих операцій транспортного процесу, які виконуються послідовно, в єдиному потоці. Кожна з таких операцій стосується доставки дрібногуртових вантажів за одним замовленням. Попередня класифікація замовлень на перевезення дає змогу сформувати з них оптимальні кільцеві розвізні або збірні маршрути. Крім того, для планування доставки на кільцевих маршрутах вантажів, які швидко псуються, було вперше застосовано складання розкладу виконання транспортних операцій. Для цього розглядались часові зв’язки, які виникають між кожною парою заданих замовлень на перевезення. На основі вивчених зв’язків побудовано модель у вигляді орієнтованого графа. Впорядкування такого графа дає змогу розробити активний, найменш тривалий розклад виконання транспортного процесу. Такий метод дає змогу застосувати лінійне програмування при пошуку оптимального розкладу та метод гілок і меж при маршрутизації. Динамічні зміни дорожніх і транспортних умов не погіршують якості попередньо виконаної маршрутизації. Було виконано апробацію методики на тестових вхідних даних. Порівняння результатів, отриманих за запропонованим методом і відомим методом границь і меж, показав покращання щонайменше на 11 % показників якості розроблених маршрутів і розкладів.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.