Inde i de mere og mere komplekse algoritmer, der får pakker til din dør

Hr. tech

Hvis du skulle håndlevere 50 pakker, hvordan ville du så planlægge den bedste rute?

Det er et teoretisk problem, matematikere og dataloger længe har kæmpet med, og du kender måske endda selv problemet med sælgerrejsende. Kort sagt spørger den: givet en liste over steder og afstandene mellem dem alle, hvad er den kortest mulige rute, der besøger hvert sted én gang og vender tilbage til oprindelsen? Det er klart, at løsningen af ​​dette problem er et attraktivt forslag for enhver e-handelsvirksomhed, der leverer varer, fordi det betyder lavere brændstofomkostninger og færre chauffører.

Men der er et problem: problemet bliver meget svært, meget hurtigt. Hvis en enkelt chauffør skal gå til 57 stop, har du allerede en quattuorvigintillion mulige kombinationer, forklarer Marc Kuo, administrerende direktør for den Vancouver-baserede ruteoptimeringsopstart. Rutificer . Det er en med 75 nuller. Eksisterende computersystemer ville tage dage eller uger at evaluere alle mulige ruter. I stedet for at søge perfektion, så må virksomheder finde smarte tilgange til at forbedre deres ruter så meget som muligt.

De største leveringsspillere er ikke interesserede i at tale om emnet. Hverken UPS eller DHL reagerede på anmodninger om interviews. FedEx kunne ikke planlægge et tidspunkt til at tale om det, selv med mere end en uges varsel. Og en talsmand fra Amazon vil kun sige, at virksomheden arbejder med en række forskellige leveringstjenesteudbydere, som bruger avanceret teknologi til at levere på vegne af Amazon. Ud over det havde den intet at dele.

Heldigvis er nogle mindre organisationer mindre våde, så vi talte med dem.

Optimering af leverancer i den virkelige verden er vanskeligere end problemet med den rejsende sælger på flere niveauer. For det første skal afstande mellem lokationer beregnes, og som enhver, der har brugt Google Maps, ved, er der altid mere end én måde at foretage en rejse på. Will Salter, administrerende direktør hos Paragon , som leverer routing- og planlægningssoftware i 60 lande til kunder som den britiske supermarkedsgigant Tesco, siger, at stifindende algoritmer, der bruges i leveringsplanlægning, er meget tilpassede sammenlignet med en Google Maps-algoritme. De vil tage højde for vejforhold, ændrende trafikstrømme på forskellige tidspunkter af dagen – selv de marginale fordele ved at tage et højresving i et vejkryds.

Så skal der tages højde for hundredvis af begrænsninger. Du kan beregne en fantastisk rute, der rammer alle dine leverancer, men kan du få plads til alt bag i varevognen? Hvor meget længere tid vil det tage at tømme den frosne mad end hæfteklammerne? Er det værd at aflevere tunge genstande først for at spare brændstof?

Men James Lohr, leder af planlægnings- og leveringssystemer hos Ocado, verdens største online-kun dagligvareforhandler (se The Robotic Grocery Store of the Future Is Here), forklarer, at dets system starter med tilfældigt at allokere leveringer til varevogne for et bestemt geografisk område , og regner derefter ud, hvor lang tid disse leveringer vil tage. Derefter foretager den en kombination af små og store ændringer, fra at skifte rækkefølgen af ​​to afleveringer til at skifte hele bidder af leveringer mellem køretøjer - hver gang vurderer, om det er en forbedring. Ved at lave fire millioner træk i sekundet og holde styr på de bedste løsninger, nærmer den sig langsomt den mest optimale rute, den kan finde.

Bortset fra den tunge beregningsmæssige vægt af planlægning for store organisationer, udvikler nogle virksomheder også systemer målrettet små virksomheder. Routifics Kuo forklarer for eksempel, at hans virksomhed håber at kunne levere ruteplanlægningskraft ved hjælp af cloud-baserede tjenester, som chauffører får adgang til via en smartphone. Det er noget af et chok, men mange bilister planlægger stadig ruter med pen og papir, siger han. Hans firmas algoritme laver også trinvise ændringer af ruter, men når en lille ændring gør en stor forskel, fokuseres opmærksomheden omkring det drop-off for at maksimere forbedringen, og så går algoritmen videre. Routific hævder, at deres service reducerer længden af ​​leveringsruter med 40 procent.

Der er en anstændig chance for, at du allerede har interageret med disse algoritmer uden at være klar over det. Paragon (der arbejder på vegne af Ikea og katalogforhandleren Argos) og Ocado suger begge data fra deres analyser, når de tilbyder leveringsvinduer til kunder på deres hjemmesider. Den foreslår kun ruter, der passer godt til dens nuværende planer for de kommende dage.

Det er en høflighed til chauffører, der måske ikke altid har eksisteret. Paragon, Ocado og Routific har alle oplevet kulturelle problemer, når det kommer til at overbevise erfarne leveringschauffører om, at deres algoritmer ved bedre, end de gør. På et tidspunkt, hvis du gik til det sted, hvor chaufførerne spiste frokost og sagde, at du var en ruteplanlægger, ville du være bange for dit liv, siger Ocados Lohr. Jeg overdriver selvfølgelig lidt, men det kan være politisk svært.

I mellemtiden bliver der hele tiden tilføjet flere sværhedsgrader til selve optimeringsproblemet – og der ser ikke ud til at være nogen ende i sigte. Paragon's Salter forklarer, at kunder bliver ved med at bede om, at der tilføjes nye funktioner. Ruter, der minimerer udledningen af ​​kuldioxid. for eksempel er blevet en favorit. Hvert år tager vi højde for flere og flere begrænsninger, siger han. Jeg tror ikke, det er muligt virkelig at optimere [ruterne], vi planlægger.

skjule