21. Yüzyılda Araç ve Görev Atama: Yapay Zeka ile Optimizasyon

Saskia Richter

Saskia Richter

Aralık 20, 2023

 

Yeni mobilite hizmetleri, uygulamalar ve yazılımlar toplu taşıma dünyasını daha önce görülmemiş bir şekilde değiştiriyor. Eski planlama ve çizelgeleme yöntemlerinin yerini yeni platformlar alıyor. Bu yeni platformlar değişim için muazzam bir potansiyel barındırıyor: Operasyonel verimliliği artırıyor, işletme maliyetlerini düşürüyor ve veri odaklı yeni hizmetler için yeni fırsatlar yaratıyor.

Toplu taşıma hizmetlerinin planlama ve işletme maliyetleri yüksek olabilir ve bunları finanse etmek ulaşım operatörleri için büyük bir zorluk olabilir. Bu nedenle, zaman çizelgesi optimizasyonu, şirketler için araçlar, sürücüler ve yolculuklar gibi kaynakların en verimli şekilde tahsis edilmesi ve yolcuların ihtiyaçlarını en iyi şekilde karşılaması nedeniyle giderek daha önemli hale gelmektedir.

GettyImages-1271634448

Tüm kural ve kısıtlamaların dahil edilmesi doğru senaryoların oluşturulmasını sağlar

Toplu taşıma bir dizi karmaşık kurala tabidir: zorunlu dinlenme molalarından depo kapasitelerinin sınırlandırılmasına, operasyon sırasında araç değişikliklerine vb. Bu gereklilikleri doğru bir şekilde yönlendirme becerisi, muhtemelen bir planlama ve çizelgeleme platformunun başarısını etkileyen en önemli faktördür.

Kurallar veya tercihler optimizasyon çalışmasından önce tam olarak formüle edilmezse, daha sonra yeniden işlenmeleri gerekir. Bu kolay bir iş değildir: Optimizasyondan sonra, araç eklemekten görev listeleri oluşturmaya kadar yoğun manuel düzeltmeler gerekir.

Zaman çizelgelerinin, rotaların ve görevlerin doğrulanması da önemlidir. Modern sistemler, zaman çizelgelerinde, rotalarda veya hizmetlerde yapılan değişikliklerin önceden tanımlanmış kuralları ihlal etmesi veya maliyetleri önemli ölçüde artırması durumunda platform kullanıcılarını bilgilendirmek için bu mekanizmayı kullanır. 

Bu nedenle planlama tek bir senaryonun test edilmesiyle ilgili değildir: birden fazla senaryonun test edilmesi ve operasyonel olarak en iyi olanın seçilmesiyle ilgilidir. Her senaryo farklıdır ve her biri farklı maliyetlere, aksama sürelerine ve sonuçlara neden olur.

algo

Günler veya saatler yerine dakikalar veya saniyeler içinde optimizasyon

Hız da çok önemlidir. Görev ve araç planlaması, süreçlerin uzunluğu ile ünlüdür: Çok fazla bilgi işlem kaynağı gerektiren karmaşık bir sorundur. Bu nedenle (çoğu geleneksel çözümde) optimizasyon çalışmaları birkaç saat, hatta günler sürer.

Bu durum operasyonel esneklik için kötü bir haberdir, çünkü ihaleler ve operasyonel ayarlamalar yoğun emek gerektirir ve bazı durumlarda planlamacılar ve yöneticiler tüm olasılık senaryolarını kapsamlı bir şekilde test edecek zamana sahip değildir ve sonuçta optimum olmayan çizelgelere razı olurlar.

Bu nedenle modern planlama ve çizelgeleme platformları hıza odaklanır ve bilgisayar süreçlerini paralel hale getirerek optimizasyon çalışmalarının yalnızca dakikalar veya saniyeler sürmesini sağlar. Bu sistemler, planlamacıların ve hareket memurlarının birden fazla senaryoyu test etmelerine ve yolculara daha iyi bir hizmet sunmak ve işletme maliyetlerini azaltmak için mümkün olan en iyi senaryoyu belirlemelerine olanak tanıyacak şekilde sıfırdan tasarlanmıştır.

iStock-802320836

Daha yenilikçi hizmetler için veriye dayalı kararlar

Yeni mobilite sağlayıcılarının kendi avantajlarına kullandıkları en önemli kaynaklardan biri, insanların ve araçların hareketlerine ilişkin verilerdir. Bu veriler, talep, yolculuk süreleri ve çok daha fazlasının tahmin edilmesine dayanan yenilikçi hizmetlerin temelini oluşturmaktadır.

Birçok taşımacılık şirketi için yolcu talebi, yolculuk süreleri vb. (henüz) olması gerektiği gibi kullanılmamaktadır. Dakikliği tahmin etmek için kullanılabilir, ancak arayüzün kullanımı kolay değildir. 

Veriler ayrıca araçların en iyi şekilde kullanılmasını ve boşta kalma süresinin en aza indirilmesini sağlayarak filo yönetiminin optimize edilmesine yardımcı olur, böylece işletme maliyetlerini azaltır ve ulaşım verimliliğini artırır. Buna ek olarak, gerçek zamanlı veriler operatörlerin trafik hacimlerini gerçek zamanlı olarak izlemelerine ve buna göre yeniden yönlendirme veya zaman çizelgesini değiştirme gibi kararlar almalarına yardımcı olabilir.

Yeni nesil planlama ve çizelgeleme platformları veri odaklıdır: birden fazla veri kaynağından yararlanır ve bunları sorunsuz bir şekilde çizelgeleme sürecine entegre ederler. Örneğin, gerçek zamanlı verileri kullanabilir, yapay zeka uygulayabilir ve bir zaman çizelgesinin her bir unsuru için dakiklik olasılığını tahmin edebilirler.

 

Optibus Scheduling modülünün nasıl çalıştığını ve günlük işlerinizde sizi nasıl destekleyebileceğini öğrenmek için web semineri kaydımızı izleyin.

Web seminerini izleyin

Sonuç olarak, modern yazılımların farklı senaryoları hızlı bir şekilde analiz ederek ve daha verimli planlar oluşturarak, maliyetleri düşürüp verimliliği artırarak planlama ve çizelgelemeyi daha üst bir seviyeye taşımaya yardımcı olabileceği söylenebilir.