Сравнение планирования логиста и автоматического планирования

Чтобы оценить эффективность или подобрать правильные настройки алгоритма, сравните результаты планирования логиста и автоматического планирования. Под планированием логиста подразумевается решение, полученное ручным способом и с помощью других инструментов построения маршрутов, под  автоматическим — решение, полученное алгоритмом Яндекс Маршрутизации.

Условия сравненияУсловия сравнения

Необходимо сравнивать планирование логиста и автоматическое планирование в равных условиях и учитывать специфику поставленной задачи.

Обязательные условия для корректного сравнения:

• Одинаковые исходные данные — набор заказов, доступные автомобили.

• Одинаковые ограничения — если логист может что-то нарушить, то такая же возможность должна быть у алгоритма.

• Одинаковая матрица расстояний и времени. Разные матрицы и алгоритмы прогнозирования пробок — это одна из основных причин, по которой нельзя сравнивать метрики маршрутов, полученных из разных источников. Маршруты планирования логиста необходимо пересчитать на той же матрице расстояний и времени, которая используется для алгоритма Яндекс Маршрутизации.

• Предварительная настройка алгоритма под целевые критерии оптимизации — у алгоритма много настроек, которые используются под определенные ситуации. Алгоритм можно настроить по-разному, чтобы искать оптимальное решение для минимизации количества автомобилей, пробега, количества и длительности опозданий. Настройки по умолчанию подходят не для всех сценариев. Подробнее о применении настроек читайте в разделе Примеры настроек по бизнес-кейсам.

Порядок выполнения (через Excel)Порядок выполнения (через Excel)

1. Приведите исходные данные в правильный формат.

2. Смоделируйте планирование логиста:

   1. Внесите запланированные маршруты в файл Excel. Если план логиста предполагает строгую последовательность посещения точек, то используйте настройку fixed_planned_route = true на листе Vehicles, тогда алгоритм будет рассчитывать только расстояние и время. Если fixed_planned_route = false, последовательность посещения точек будет оптимизирована алгоритмом, но привязка заказов к машинам будет сохранена.
   2. Запустите планирование.
   3. Проанализируйте результат. Часто на этом этапе становятся видны некорректные исходные данные. Исправьте данные так, чтобы в полученных маршрутах не нарушались строгие ограничения. После исправления повторите планирование.

3. Смоделируйте автоматическое планирование:

   1. Подготовьте файл: скопируйте файл планирования логиста и удалите из него лист Routes. В этом случае распределение заказов между курьерами выполнит алгоритм.
   2. Запустите планирование.

4. Сравните метрики планирования логиста и автоматического планирования. При необходимости скорректируйте настройки и повторите моделирование.

РекомендацииРекомендации

• Решения необходимо моделировать на одну и ту же дату и желательно запускать в один и тот же день. Граф дорог и пробки периодически пересчитываются — один маршрут, рассчитанный для разных дней, может давать разный результат по общему времени и пробегу.

• Обязательно пересчитывайте метрики планирования логиста через Яндекс Маршрутизацию. Пробег и время, полученные из других источников, могут отличаться и существенно влиять на результат маршрутизации.

• Оценку можно проводить в интерфейсе Яндекс Маршрутизации — там видны нарушения ограничений.

• Скорректируйте настройки под ваши бизнес-требования. Если появятся трудности при подборе настроек — обращайтесь в службу поддержки.

ПримерыПримеры

Пример 1

Планирование логиста на исходных данных. Составлены маршруты для 50 автомобилей. При планировании допущены нарушения по вместимости и по тегам.

Пример Excel ⋅ Запрос API (JSON) ⋅ Ответ API ⋅ Открыть на карте

Пример 2

Автоматическое планирование на данных из примера 1. Количество автомобилей сократилось с 50 до 47.

Пример Excel ⋅ Запрос API (JSON) ⋅ Ответ API ⋅ Открыть на карте

Пример 3

Планирование логиста, но дополнительно скорректированы ограничения в исходных данных: увеличена вместимость для некоторых автомобилей, добавлены недостающие теги.

Пример Excel ⋅ Запрос API (JSON) ⋅ Ответ API ⋅ Открыть на карте

Пример 4

Автоматическое планирование на скорректированных данных. Количество автомобилей сократилось до 46.

Пример Excel ⋅ Запрос API (JSON) ⋅ Ответ API ⋅ Открыть на карте

Как видно из примеров, логист может ориентироваться на другие условия и ограничения, чем те, которые задаются для настроек алгоритма. Поэтому важен этап корректировки ограничений. При этом если разрешить алгоритму нарушать исходные ограничения (так же, как и логисту при ручном планировании), эффект оптимизации часто оказывается заметнее.

Написать в службу поддержки