इस गाइड में बताया गया है कि रूट ऑप्टिमाइज़ेशन समाधान में दिए गए वाहनों की संख्या, अनुरोध पैरामीटर के आधार पर किस तरह अलग-अलग हो सकती है.
रूट ऑप्टिमाइज़ेशन एपीआई न सिर्फ़ शिपिंग पूरा होने के ऑर्डर को ऑप्टिमाइज़ करता है, बल्कि यह शिपिंग को वाहनों को भी असाइन करता है, ताकि आपकी मैनेज की जा रही पाबंदियों में लागत को ऑप्टिमाइज़ किया जा सके.
पहले उदाहरण में, वाहनों की संख्या, शिपमेंट की संख्या से मेल खाती है. साथ ही, उन सभी वाहनों की लागत और लोकेशन प्रॉपर्टी एक जैसी हैं. हर वाहन के लिए, हर ऑपरेटिंग घंटे की लागत और हर किलोमीटर में तय की गई लागत होती है. इससे यात्रा में लगने वाले समय और दूरी को कम करने में मदद मिलेगी. ऐसा हो सकता है कि कई वाहनों के लिए शिपमेंट असाइन किए जाएं. हालांकि, उदाहरण के तौर पर दिए गए जवाब में लागत मॉडल के तय पैरामीटर को ध्यान में रखते हुए, सबसे कम लागत वाला विकल्प दिखाया गया है.
कई गाड़ियों के लिए अनुरोध का उदाहरण देखें
{ "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 } ] } }
कई गाड़ियों से किए गए अनुरोध का जवाब देखें
{ "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 } } }
सॉल्वर टूल, सभी शिपमेंट को एक ही वाहन के लिए असाइन करता है.
वाहन की उपलब्धता के बावजूद, एक शिपमेंट को स्किप किया जाता है. इसकी वजह यह है कि अतिरिक्त वाहनों के ऑपरेटिंग शुल्क काफ़ी ज़्यादा हैं. साथ ही, कम लगने वाले शुल्क को देखते हुए किसी भी वाहन के लिए, स्किप किया गया शिपमेंट पूरा नहीं किया जा सकता.
वाहन में क्षमता के बावजूद, एक वाहन असाइन किए गए सभी शिपमेंट, सबसे किफ़ायती तरीके से कर सकता है. जिन वाहनों के लिए अनुरोध किया गया है उनमें usedIfRouteIsEmpty
प्रॉपर्टी सेट नहीं है (ज़्यादा जानकारी के लिए Vehicle
मैसेज दस्तावेज़ (REST, gRPC) देखें). इसलिए, इन वाहनों का इस्तेमाल न करने पर कोई शुल्क नहीं लिया जाता.
लागत के पैरामीटर में बदलाव करने से, वाहन के अलग-अलग छोटे रास्तों के बजाय, दुनिया भर में उपलब्ध छोटे समाधानों को प्राथमिकता दी जाती है. ऐसा करने से, इस समाधान में ज़्यादा वाहन
जुड़ते हैं. अगले उदाहरण में अनुरोध के उदाहरण में, Vehicle.costPerHour
को ग्लोबल ShipmentModel.globalDurationCostPerHour
से बदल दिया गया है. इसमें उन समाधानों को प्राथमिकता दी गई है जो किसी भी वाहन के ऑपरेटिंग टाइम के मुकाबले कम हैं. shipment[1]
के स्किप किए जाने की संभावना को कम करने के लिए, पेनल्टी शुल्क भी बढ़ा दिया गया है.
globalDurationCostPerHour
का इस्तेमाल करके,
अनुरोध का एक उदाहरण देखें
{ "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 } ] } }
नतीजे से पता चलता है कि ग्लोबल 'हर घंटे की लागत' पैरामीटर का इस्तेमाल करने पर, सिर्फ़ एक के बजाय सभी तीन वाहनों का इस्तेमाल किया जाता है.
globalDurationCostPerHour
का इस्तेमाल करके,
अनुरोध का जवाब देखें
{ "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 } } }
इस जवाब में, तीनों वाहन इस्तेमाल में हैं (हर metrics.usedVehicleCount
के हिसाब से)
हर वाहन को पूरा करने के लिए एक शिपमेंट दिया जाता है. इन तीनों गाड़ियों की शुरुआत एक जैसी है, खत्म होने की जगहें, और costPerKilometer
एक जैसी हैं. इन तीनों वाहनों को असरदार तरीके से एक-दूसरे से बदला जा सकता है. इसलिए, इससे फ़र्क़ नहीं पड़ता कि कौनसा शिपमेंट किस वाहन को असाइन किया गया है.
globalDurationCostPerHour
की वजह से ऑप्टिमाइज़र
सबसे छोटा समाधान ढूंढता है: earliestVehicleStartTime
और
latestVehicleEndTime
के बीच का अंतर, सिर्फ़ 18 मिनट 54 सेकंड है, जबकि पिछले जवाब में
यह 28 मिनट और 22 सेकंड था. इसके वजह से, metrics.costs.model.vehicles.cost_per_kilometer
बढ़ गया है. इससे पता चलता है कि इस्तेमाल किए गए तीन वाहनों से, कुल तय की गई दूरी ज़्यादा है. यहां एक तरीका बताया गया है, जिससे लागत मॉडल
को बेफ़िक्र होकर फ़ायदा हो सकता है:
- दुनिया भर में लगने वाले समय में हुई बढ़ोतरी: वाहन का इस्तेमाल बढ़ाएं, ताकि वाहन का इस्तेमाल करने में लगने वाला कुल समय कम हो सके. इससे वाहन की ज़्यादा दूरी और सार्वजनिक परिवहन में लगने वाले समय की बचत होती है.
- वाहन के इस्तेमाल में लगने वाला समय बढ़ाना: वाहन के इस्तेमाल में लगने वाला समय और ट्रांज़िट में लगने वाला समय कम करें. इससे ज़्यादा समय लिया जा सकता है.
ध्यान दें कि इस उदाहरण में 150.0 की globalDurationCostPerHour
वैल्यू, अलग-अलग वाहनों की 50.0 के costPerHour
वैल्यू के पिछले उदाहरण से तीन गुना ज़्यादा है. इस ग्लोबल लागत के मान से उम्मीद की जाती है कि सभी तीनों गाड़ियां एक साथ काम करेंगी, लेकिन व्यावहारिक सेटिंग में, ऐसा हो सकता है कि ये अनुमान वास्तविकता को न दिखाते हों और नतीजे की क्वालिटी पर बुरा असर डाल सकते हैं.
जैसा कि लागत मॉडल पैरामीटर में बताया गया है, सभी लागत पैरामीटर बिना डाइमेंशन वाली एक ही यूनिट में दिखाए जाते हैं, लेकिन उनके मतलब काफ़ी अलग हो सकते हैं. आम तौर पर, लागत मॉडल पैरामीटर की वैल्यू को जितना हो सके, वास्तविकता में आधारित होना चाहिए, क्योंकि इस उदाहरण में दी गई आर्टिफ़िशियल लागत की वजह से, एपीआई उन मकसद के लिए ऑप्टिमाइज़ कर सकता है जो आपके इंटेंट से मेल नहीं खाते.