এই নির্দেশিকাটি দেখায় কিভাবে একটি রুট অপ্টিমাইজেশান সমাধানে প্রদত্ত যানবাহনের সংখ্যা অনুরোধের পরামিতির উপর নির্ভর করে পরিবর্তিত হতে পারে।
রুট অপ্টিমাইজেশান এপিআই শুধুমাত্র চালান সমাপ্তির আদেশকে অপ্টিমাইজ করে না, এটি আপনার পরিচালনার সীমাবদ্ধতার অধীনে খরচ অপ্টিমাইজ করার জন্য যানবাহনগুলিতে সেই চালানগুলিকেও বরাদ্দ করে৷
প্রথম উদাহরণে, যানবাহনের সংখ্যা শিপমেন্টের সংখ্যার সাথে মিলে যায়, সমস্ত যানবাহন একই খরচ এবং অবস্থানের বৈশিষ্ট্যগুলি ভাগ করে। প্রতিটি গাড়ির প্রতি অপারেটিং ঘন্টার একটি খরচ এবং প্রতি ভ্রমণ কিলোমিটার প্রতি খরচ রয়েছে, যা ভ্রমণের সময় এবং দূরত্ব কমাতে সাহায্য করবে। কেউ একাধিক যানবাহনকে শিপমেন্ট বরাদ্দ করার আশা করতে পারে, তবে উদাহরণের প্রতিক্রিয়াটি নির্দিষ্ট খরচ মডেলের পরামিতিগুলি দেওয়া সর্বনিম্ন খরচ সমাধান দেখায়।
একাধিক যানবাহনের সাথে একটি উদাহরণ অনুরোধ দেখুন
{
"model": {
"globalStartTime": "2023-01-13T16:00:00-08:00",
"globalEndTime": "2023-01-14T16:00:00-08:00",
"shipments": [
{
"deliveries": [
{
"arrivalLocation": {
"latitude": 37.789456,
"longitude": -122.390192
},
"duration": "250s"
}
],
"pickups": [
{
"arrivalLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"duration": "150s"
}
],
"penaltyCost": 100.0
},
{
"deliveries": [
{
"arrivalLocation": {
"latitude": 37.789116,
"longitude": -122.395080
},
"duration": "250s"
}
],
"pickups": [
{
"arrivalLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"duration": "150s"
}
],
"penaltyCost": 5.0
},
{
"deliveries": [
{
"arrivalLocation": {
"latitude": 37.795242,
"longitude": -122.399347
},
"duration": "250s"
}
],
"pickups": [
{
"arrivalLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"duration": "150s"
}
],
"penaltyCost": 50.0
}
],
"vehicles": [
{
"endLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"startLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"costPerHour": 50.0,
"costPerKilometer": 10.0
},
{
"endLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"startLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"costPerHour": 50.0,
"costPerKilometer": 10.0
},
{
"endLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"startLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"costPerHour": 50.0,
"costPerKilometer": 10.0
}
]
}
}
একাধিক যানবাহনের সাথে অনুরোধের একটি প্রতিক্রিয়া দেখুন
{
"routes": [
{
"vehicleStartTime": "2023-01-14T00:00:00Z",
"vehicleEndTime": "2023-01-14T00:28:22Z",
"visits": [
{
"isPickup": true,
"startTime": "2023-01-14T00:00:00Z",
"detour": "0s"
},
{
"shipmentIndex": 2,
"isPickup": true,
"startTime": "2023-01-14T00:02:30Z",
"detour": "150s"
},
{
"startTime": "2023-01-14T00:08:55Z",
"detour": "150s"
},
{
"shipmentIndex": 2,
"startTime": "2023-01-14T00:21:21Z",
"detour": "572s"
}
],
"transitions": [
{
"travelDuration": "0s",
"waitDuration": "0s",
"totalDuration": "0s",
"startTime": "2023-01-14T00:00:00Z"
},
{
"travelDuration": "0s",
"waitDuration": "0s",
"totalDuration": "0s",
"startTime": "2023-01-14T00:02:30Z"
},
{
"travelDuration": "235s",
"travelDistanceMeters": 795,
"waitDuration": "0s",
"totalDuration": "235s",
"startTime": "2023-01-14T00:05:00Z"
},
{
"travelDuration": "496s",
"travelDistanceMeters": 1893,
"waitDuration": "0s",
"totalDuration": "496s",
"startTime": "2023-01-14T00:13:05Z"
},
{
"travelDuration": "171s",
"travelDistanceMeters": 665,
"waitDuration": "0s",
"totalDuration": "171s",
"startTime": "2023-01-14T00:25:31Z"
}
],
"metrics": {
"performedShipmentCount": 2,
"travelDuration": "902s",
"waitDuration": "0s",
"delayDuration": "0s",
"breakDuration": "0s",
"visitDuration": "800s",
"totalDuration": "1702s",
"travelDistanceMeters": 3353
},
"routeCosts": {
"model.vehicles.cost_per_kilometer": 33.53,
"model.vehicles.cost_per_hour": 23.638888888888889
},
"routeTotalCost": 57.168888888888887
},
{
"vehicleIndex": 1
},
{
"vehicleIndex": 2
}
],
"skippedShipments": [
{
"index": 1
}
],
"metrics": {
"aggregatedRouteMetrics": {
"performedShipmentCount": 2,
"travelDuration": "902s",
"waitDuration": "0s",
"delayDuration": "0s",
"breakDuration": "0s",
"visitDuration": "800s",
"totalDuration": "1702s",
"travelDistanceMeters": 3353
},
"usedVehicleCount": 1,
"earliestVehicleStartTime": "2023-01-14T00:00:00Z",
"latestVehicleEndTime": "2023-01-14T00:28:22Z",
"totalCost": 62.168888888888887,
"costs": {
"model.vehicles.cost_per_hour": 23.638888888888889,
"model.shipments.penalty_cost": 5,
"model.vehicles.cost_per_kilometer": 33.53
}
}
}
সলভার শুধুমাত্র একটি গাড়িতে সমস্ত চালান বরাদ্দ করে, যথেষ্ট গাড়ির প্রাপ্যতা থাকা সত্ত্বেও একটি চালান এড়িয়ে যায়। এর কারণ হল অতিরিক্ত যানবাহন চালানোর খরচ ন্যায্যতা প্রমাণের জন্য খুব বেশি, এবং কম জরিমানা খরচের কারণে কোনো যানবাহনের জন্য এড়িয়ে যাওয়া চালানটি সম্পূর্ণ করা সাশ্রয়ী নয়। উপলব্ধ গাড়ির ক্ষমতা থাকা সত্ত্বেও, একটি যানবাহন সবচেয়ে ব্যয়বহুল পদ্ধতিতে সমস্ত বরাদ্দকৃত চালান সম্পাদন করতে পারে। অনুরোধে থাকা যানবাহনে usedIfRouteIsEmpty প্রপার্টি সেট নেই (বিশদ বিবরণের জন্য Vehicle বার্তা ডকুমেন্টেশন ( REST , gRPC ) দেখুন), তাই অব্যবহৃত হলে তাদের কোনো খরচ হবে না।
স্বতন্ত্রভাবে সংক্ষিপ্ত যানবাহন রুটের পরিবর্তে বিশ্বব্যাপী সংক্ষিপ্ত সমাধানগুলিকে অগ্রাধিকার দেওয়ার জন্য ব্যয়ের প্যারামিটারগুলি পরিবর্তন করার ফলে সমাধানে আরও যানবাহন অংশগ্রহণ করে। পরবর্তী উদাহরণের অনুরোধটি Vehicle.costPerHour গ্লোবাল ShipmentModel.globalDurationCostPerHour এর সাথে প্রতিস্থাপন করে, যে কোনো গাড়ির জন্য মোট অপারেটিং সময়ের তুলনায় কম সমাধানকে অগ্রাধিকার দেয়। shipment[1] এড়ানোর সম্ভাবনা কমাতেও বাড়ানো হয়।
globalDurationCostPerHour ব্যবহার করে একটি উদাহরণ অনুরোধ দেখুন
{
"model": {
"globalStartTime": "2023-01-13T16:00:00-08:00",
"globalEndTime": "2023-01-14T16:00:00-08:00",
"globalDurationCostPerHour": 150.0,
"shipments": [
{
"deliveries": [
{
"arrivalLocation": {
"latitude": 37.789456,
"longitude": -122.390192
},
"duration": "250s"
}
],
"pickups": [
{
"arrivalLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"duration": "150s"
}
],
"penaltyCost": 100.0
},
{
"deliveries": [
{
"arrivalLocation": {
"latitude": 37.789116,
"longitude": -122.395080
},
"duration": "250s"
}
],
"pickups": [
{
"arrivalLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"duration": "150s"
}
],
"penaltyCost": 75.0
},
{
"deliveries": [
{
"arrivalLocation": {
"latitude": 37.795242,
"longitude": -122.399347
},
"duration": "250s"
}
],
"pickups": [
{
"arrivalLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"duration": "150s"
}
],
"penaltyCost": 50.0
}
],
"vehicles": [
{
"endLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"startLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"costPerKilometer": 10.0
},
{
"endLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"startLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"costPerKilometer": 10.0
},
{
"endLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"startLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"costPerKilometer": 10.0
}
]
}
}
ফলাফল দেখায় যে বিশ্বব্যাপী প্রতি ঘণ্টায় খরচের প্যারামিটার ব্যবহার করার ফলে একটির পরিবর্তে তিনটি গাড়িই ব্যবহার করা হচ্ছে।
globalDurationCostPerHour ব্যবহার করে অনুরোধের একটি প্রতিক্রিয়া দেখুন
{
"routes": [
{
"vehicleStartTime": "2023-01-14T00:00:00Z",
"vehicleEndTime": "2023-01-14T00:16:20Z",
"visits": [
{
"shipmentIndex": 2,
"isPickup": true,
"startTime": "2023-01-14T00:00:00Z",
"detour": "0s"
},
{
"shipmentIndex": 2,
"startTime": "2023-01-14T00:09:19Z",
"detour": "0s"
}
],
"transitions": [
{
"travelDuration": "0s",
"waitDuration": "0s",
"totalDuration": "0s",
"startTime": "2023-01-14T00:00:00Z"
},
{
"travelDuration": "409s",
"travelDistanceMeters": 1371,
"waitDuration": "0s",
"totalDuration": "409s",
"startTime": "2023-01-14T00:02:30Z"
},
{
"travelDuration": "171s",
"travelDistanceMeters": 665,
"waitDuration": "0s",
"totalDuration": "171s",
"startTime": "2023-01-14T00:13:29Z"
}
],
"metrics": {
"performedShipmentCount": 1,
"travelDuration": "580s",
"waitDuration": "0s",
"delayDuration": "0s",
"breakDuration": "0s",
"visitDuration": "400s",
"totalDuration": "980s",
"travelDistanceMeters": 2036
},
"routeCosts": {
"model.vehicles.cost_per_kilometer": 20.36
},
"routeTotalCost": 20.36
},
{
"vehicleIndex": 1,
"vehicleStartTime": "2023-01-14T00:00:00Z",
"vehicleEndTime": "2023-01-14T00:18:54Z",
"visits": [
{
"shipmentIndex": 1,
"isPickup": true,
"startTime": "2023-01-14T00:00:00Z",
"detour": "0s"
},
{
"shipmentIndex": 1,
"startTime": "2023-01-14T00:08:24Z",
"detour": "0s"
}
],
"transitions": [
{
"travelDuration": "0s",
"waitDuration": "0s",
"totalDuration": "0s",
"startTime": "2023-01-14T00:00:00Z"
},
{
"travelDuration": "354s",
"travelDistanceMeters": 1192,
"waitDuration": "0s",
"totalDuration": "354s",
"startTime": "2023-01-14T00:02:30Z"
},
{
"travelDuration": "380s",
"travelDistanceMeters": 1190,
"waitDuration": "0s",
"totalDuration": "380s",
"startTime": "2023-01-14T00:12:34Z"
}
],
"metrics": {
"performedShipmentCount": 1,
"travelDuration": "734s",
"waitDuration": "0s",
"delayDuration": "0s",
"breakDuration": "0s",
"visitDuration": "400s",
"totalDuration": "1134s",
"travelDistanceMeters": 2382
},
"routeCosts": {
"model.vehicles.cost_per_kilometer": 23.82
},
"routeTotalCost": 23.82
},
{
"vehicleIndex": 2,
"vehicleStartTime": "2023-01-14T00:00:00Z",
"vehicleEndTime": "2023-01-14T00:16:14Z",
"visits": [
{
"isPickup": true,
"startTime": "2023-01-14T00:00:00Z",
"detour": "0s"
},
{
"startTime": "2023-01-14T00:06:25Z",
"detour": "0s"
}
],
"transitions": [
{
"travelDuration": "0s",
"waitDuration": "0s",
"totalDuration": "0s",
"startTime": "2023-01-14T00:00:00Z"
},
{
"travelDuration": "235s",
"travelDistanceMeters": 795,
"waitDuration": "0s",
"totalDuration": "235s",
"startTime": "2023-01-14T00:02:30Z"
},
{
"travelDuration": "339s",
"travelDistanceMeters": 1276,
"waitDuration": "0s",
"totalDuration": "339s",
"startTime": "2023-01-14T00:10:35Z"
}
],
"metrics": {
"performedShipmentCount": 1,
"travelDuration": "574s",
"waitDuration": "0s",
"delayDuration": "0s",
"breakDuration": "0s",
"visitDuration": "400s",
"totalDuration": "974s",
"travelDistanceMeters": 2071
},
"routeCosts": {
"model.vehicles.cost_per_kilometer": 20.71
},
"routeTotalCost": 20.71
}
],
"metrics": {
"aggregatedRouteMetrics": {
"performedShipmentCount": 3,
"travelDuration": "1888s",
"waitDuration": "0s",
"delayDuration": "0s",
"breakDuration": "0s",
"visitDuration": "1200s",
"totalDuration": "3088s",
"travelDistanceMeters": 6489
},
"usedVehicleCount": 3,
"earliestVehicleStartTime": "2023-01-14T00:00:00Z",
"latestVehicleEndTime": "2023-01-14T00:18:54Z",
"totalCost": 112.14,
"costs": {
"model.vehicles.cost_per_kilometer": 64.89,
"model.global_duration_cost_per_hour": 47.25
}
}
}
এই প্রতিক্রিয়ায়, তিনটি যানবাহনই ব্যবহার করা হচ্ছে (প্রতি metrics.usedVehicleCount ) সাথে প্রতিটি গাড়িকে একটি করে চালান সম্পূর্ণ করার জন্য বরাদ্দ করা হয়েছে। অভিন্ন স্টার্ট লোকেশন, শেষ লোকেশন এবং costPerKilometer সহ, তিনটি গাড়িই কার্যকরভাবে বিনিময়যোগ্য, তাই কোন যানবাহনে কোন চালান বরাদ্দ করা হয়েছে তা বিবেচ্য নয়।
globalDurationCostPerHour অপ্টিমাইজারকে সামগ্রিকভাবে সংক্ষিপ্ত একটি সমাধান খুঁজে বের করে দেয়: আগের প্রতিক্রিয়ায় 28 মিনিট এবং 22 সেকেন্ডের বিপরীতে earliestVehicleStartTime এবং latestVehicleEndTime মধ্যে পার্থক্য মাত্র 18 মিনিট 54 সেকেন্ড। এতে বলা হয়েছে, metrics.costs.model.vehicles.cost_per_kilometer বেড়েছে, যা তিনটি ব্যবহৃত যানবাহনের দ্বারা মোট ভ্রমণের দূরত্ব প্রতিফলিত করে। এটি একটি উপায় দেখায় যেখানে খরচ মডেল আপনাকে ট্রেড-অফ করতে দেয়:
- বর্ধিত বিশ্বব্যাপী সময় ব্যয়: যানবাহনের ব্যবহার বাড়ান সামগ্রিক সমাপ্তির সময় কমাতে, যানবাহনের দূরত্ব এবং ট্রানজিটে ব্যয় করা সময়ের খরচে।
- বর্ধিত যানবাহনের সময় ব্যয়: দীর্ঘতর সামগ্রিক সমাধানের খরচে যানবাহনের ব্যবহার এবং ট্রানজিটে ব্যয় করা সময় হ্রাস করুন।
মনে রাখবেন যে এই উদাহরণে 150.0 এর globalDurationCostPerHour মূল্য costPerHour আগের উদাহরণ থেকে পৃথক যানবাহনের 50.0-এর তিনগুণে সেট করা হয়েছে। এই বিশ্বব্যাপী ব্যয় মূল্য কার্যকরভাবে আশা করে যে তিনটি গাড়িই একই সাথে চলবে, কিন্তু ব্যবহারিক সেটিংসে এই ধরনের অনুমান বাস্তবতাকে প্রতিফলিত নাও করতে পারে এবং বাস্তবে ফলাফলের মানের উপর নেতিবাচক প্রভাব ফেলতে পারে।
কস্ট মডেল প্যারামিটারে বর্ণিত হিসাবে, সমস্ত খরচ পরামিতি একই মাত্রাবিহীন এককগুলিতে প্রকাশ করা হয় তবে এর অর্থ খুব আলাদা হতে পারে। সাধারণত, খরচ মডেলের প্যারামিটারের মানগুলি যতটা সম্ভব বাস্তবে গ্রাউন্ড করা উচিত, কারণ এই উদাহরণের মতো কৃত্রিম খরচগুলি আপনার উদ্দেশ্যের সাথে মেলে না এমন উদ্দেশ্যগুলির জন্য APIকে অপ্টিমাইজ করতে পারে৷