OptimizeToursRequest
stosuje ograniczenia do tych elementów:
- Przesyłki wpływające na sposób ich realizacji
- Pojazdy wpływające na sposób obliczania trasy pojazdu
- Dotyczy globalnie, która wpływa zarówno na pojazdy, jak i przesyłki.
W tym przewodniku omawiamy najważniejsze ograniczenie dostawy: przedziały czasowe.
Przedziały czasu to rodzaj ograniczenia podawanego w wiadomości OptimizeToursRequest
(REST, gRPC) w celu określenia ograniczonych czasowych działań związanych z dostawą. Ten typ ograniczenia wpływa zarówno na to, kiedy i jak można zrealizować dostawę, oraz na przypisanie pojazdu do przesyłki. Przy takich ograniczeniach optymalizator preferuje te pojazdy, które najlepiej wykorzystają czas dostawy.
Ograniczenia dotyczące dostawy: przedziały czasu
W wiadomości Shipment.VisitRequest
możesz określić, kiedy odbiór lub dostawa mogą być realizowane:
- Użyj właściwości
timeWindows
w wiadomości (REST, gRPC) - Określ czas rozpoczęcia i zakończenia w komunikacie
TimeWindow
(REST, gRPC).
Przykładowe żądanie z ograniczeniami przedziału czasu
Przykład poniżej pokazuje 3 różne przesyłki, z których każda ma własny okres dostawy. Dla uproszczenia ten przykład ustawia przedziały czasu tylko na deliveries
, ale przedziały czasowe można też zastosować do odbioru. Możesz określić wiele przedziałów czasu, ale w tym przykładzie tylko jeden na wyświetlenie VisitRequest
.
Zobacz przykładowe żądanie z przedziałami czasu
{ "populatePolylines": false, "populateTransitionPolylines": false, "model": { "globalStartTime": "2023-01-13T16:00:00Z", "globalEndTime": "2023-01-14T16:00:00Z", "shipments": [ { "deliveries": [ { "arrivalLocation": { "latitude": 37.789456, "longitude": -122.390192 }, "duration": "250s", "timeWindows": [ { "startTime": "2023-01-13T18:00:00Z", "endTime": "2023-01-13T19:00:00Z" } ] } ], "pickups": [ { "arrivalLocation": { "latitude": 37.794465, "longitude": -122.394839 }, "duration": "150s" } ], "penaltyCost": 100.0 }, { "deliveries": [ { "arrivalLocation": { "latitude": 37.789116, "longitude": -122.395080 }, "duration": "250s", "timeWindows": [ { "startTime": "2023-01-13T18:00:00Z", "endTime": "2023-01-13T18:30:00Z" } ] } ], "pickups": [ { "arrivalLocation": { "latitude": 37.794465, "longitude": -122.394839 }, "duration": "150s" } ], "penaltyCost": 20.0 }, { "deliveries": [ { "arrivalLocation": { "latitude": 37.795242, "longitude": -122.399347 }, "duration": "250s", "timeWindows": [ { "startTime": "2023-01-13T17:30:00Z", "endTime": "2023-01-13T18:00:00Z" } ] } ], "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": 40.0, "costPerKilometer": 10.0 } ] } }
Przykładowa odpowiedź z ograniczeniami przedziału czasu
W przykładowej odpowiedzi czas rozpoczęcia i zakończenia pojazdu to odpowiednio 17:35:50 i 18:17:24. Te okresy odzwierciedlają, jak optymalizator minimalizuje czas potrzebny do obsługi pojazdu określonego w żądaniu jako costPerHour
, jednocześnie spełniając wszystkie ograniczenia przedziału czasu. Użycie godziny rozpoczęcia 17:35:50 eliminuje konieczność oczekiwania na wizytę w miejscu wizyty do momentu rozpoczęcia przedziału czasowego wizyty. Ta wartość pojawia się w odpowiedzi jako zero wartości waitDuration
.
Zobacz odpowiedź na przykładowe żądanie z przedziałami czasu
{ "routes": [ { "vehicleStartTime": "2023-01-13T17:35:50Z", "vehicleEndTime": "2023-01-13T18:17:24Z", "visits": [ { "isPickup": true, "startTime": "2023-01-13T17:35:50Z", "detour": "0s" }, { "shipmentIndex": 1, "isPickup": true, "startTime": "2023-01-13T17:38:20Z", "detour": "150s" }, { "shipmentIndex": 2, "isPickup": true, "startTime": "2023-01-13T17:40:50Z", "detour": "300s" }, { "shipmentIndex": 2, "startTime": "2023-01-13T17:50:09Z", "detour": "0s" }, { "shipmentIndex": 1, "startTime": "2023-01-13T18:00:00Z", "detour": "796s" }, { "startTime": "2023-01-13T18:07:35Z", "detour": "1520s" } ], "transitions": [ { "travelDuration": "0s", "waitDuration": "0s", "totalDuration": "0s", "startTime": "2023-01-13T17:35:50Z" }, { "travelDuration": "0s", "waitDuration": "0s", "totalDuration": "0s", "startTime": "2023-01-13T17:38:20Z" }, { "travelDuration": "0s", "waitDuration": "0s", "totalDuration": "0s", "startTime": "2023-01-13T17:40:50Z" }, { "travelDuration": "409s", "travelDistanceMeters": 1371, "waitDuration": "0s", "totalDuration": "409s", "startTime": "2023-01-13T17:43:20Z" }, { "travelDuration": "341s", "travelDistanceMeters": 1312, "waitDuration": "0s", "totalDuration": "341s", "startTime": "2023-01-13T17:54:19Z" }, { "travelDuration": "205s", "travelDistanceMeters": 636, "waitDuration": "0s", "totalDuration": "205s", "startTime": "2023-01-13T18:04:10Z" }, { "travelDuration": "339s", "travelDistanceMeters": 1276, "waitDuration": "0s", "totalDuration": "339s", "startTime": "2023-01-13T18:11:45Z" } ], "metrics": { "performedShipmentCount": 3, "travelDuration": "1294s", "waitDuration": "0s", "delayDuration": "0s", "breakDuration": "0s", "visitDuration": "1200s", "totalDuration": "2494s", "travelDistanceMeters": 4595 }, "routeCosts": { "model.vehicles.cost_per_hour": 27.711111111111112, "model.vehicles.cost_per_kilometer": 45.95 }, "routeTotalCost": 73.661111111111111 } ], "metrics": { "aggregatedRouteMetrics": { "performedShipmentCount": 3, "travelDuration": "1294s", "waitDuration": "0s", "delayDuration": "0s", "breakDuration": "0s", "visitDuration": "1200s", "totalDuration": "2494s", "travelDistanceMeters": 4595 }, "usedVehicleCount": 1, "earliestVehicleStartTime": "2023-01-13T17:35:50Z", "latestVehicleEndTime": "2023-01-13T18:17:24Z", "totalCost": 73.661111111111111, "costs": { "model.vehicles.cost_per_hour": 27.711111111111112, "model.vehicles.cost_per_kilometer": 45.95 } } }
Przedziały czasu zamówiły visits
pojazdu, tak aby przesyłki z najwcześniejszym przedziałem czasu były dostarczane jako pierwsze.
shipments[2]
jest dostarczana o 17:50- Dostawa
shipments[1]
o 18:00 shipments[0]
jest dostarczana o 18:07
Przykładowe żądanie określa sztywne ograniczenia przedziałów czasowych, co wymaga, aby dostarczanie odbywało się w tych okresach. Jeśli zrealizowanie dostawy VisitRequests
w jednym z przewidzianych dla niej przedziałów czasowych okaże się niemożliwe lub ekonomiczne, optymalizator ją pominie. Jeśli przesyłka ma penaltyCost
, optymalizator dodaje ją do kosztów raportowanych w odpowiedzi metrics
. W przeciwnym razie rośnie właściwość skippedMandatoryShipmentCount
komunikatu OptimizeToursResponse
(REST, gRPC).
Jeśli zmienisz przedziały czasu przez przesunięcie okna usługi shipment[1]
o kilka godzin później (na 21:00 z 18:00), wyniki będą się różnić, jak pokazano w tych przykładach.
Zobacz przykładowe żądanie z przedziałami czasu, których nie można spełnić
{ "populatePolylines": false, "populateTransitionPolylines": false, "model": { "globalStartTime": "2023-01-13T16:00:00Z", "globalEndTime": "2023-01-14T16:00:00Z", "shipments": [ { "deliveries": [ { "arrivalLocation": { "latitude": 37.789456, "longitude": -122.390192 }, "duration": "250s", "timeWindows": [ { "startTime": "2023-01-13T18:00:00Z", "endTime": "2023-01-13T19:00:00Z" } ] } ], "pickups": [ { "arrivalLocation": { "latitude": 37.794465, "longitude": -122.394839 }, "duration": "150s" } ], "penaltyCost": 100.0 }, { "deliveries": [ { "arrivalLocation": { "latitude": 37.789116, "longitude": -122.395080 }, "duration": "250s", "timeWindows": [ { "startTime": "2023-01-13T21:00:00Z", "endTime": "2023-01-13T21:30:00Z" } ] } ], "pickups": [ { "arrivalLocation": { "latitude": 37.794465, "longitude": -122.394839 }, "duration": "150s" } ], "penaltyCost": 20.0 }, { "deliveries": [ { "arrivalLocation": { "latitude": 37.795242, "longitude": -122.399347 }, "duration": "250s", "timeWindows": [ { "startTime": "2023-01-13T17:30:00Z", "endTime": "2023-01-13T18:00:00Z" } ] } ], "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": 40.0, "costPerKilometer": 10.0 } ] } }
Zobacz odpowiedź na drugie przykładowe żądanie z przedziałami czasu, w których dostawa jest pominięta
{ "routes": [ { "vehicleStartTime": "2023-01-13T17:37:49Z", "vehicleEndTime": "2023-01-13T18:09:49Z", "visits": [ { "isPickup": true, "startTime": "2023-01-13T17:37:49Z", "detour": "0s" }, { "shipmentIndex": 2, "isPickup": true, "startTime": "2023-01-13T17:40:19Z", "detour": "150s" }, { "shipmentIndex": 2, "startTime": "2023-01-13T17:49:38Z", "detour": "0s" }, { "startTime": "2023-01-13T18:00:00Z", "detour": "946s" } ], "transitions": [ { "travelDuration": "0s", "waitDuration": "0s", "totalDuration": "0s", "startTime": "2023-01-13T17:37:49Z" }, { "travelDuration": "0s", "waitDuration": "0s", "totalDuration": "0s", "startTime": "2023-01-13T17:40:19Z" }, { "travelDuration": "409s", "travelDistanceMeters": 1371, "waitDuration": "0s", "totalDuration": "409s", "startTime": "2023-01-13T17:42:49Z" }, { "travelDuration": "372s", "travelDistanceMeters": 1348, "waitDuration": "0s", "totalDuration": "372s", "startTime": "2023-01-13T17:53:48Z" }, { "travelDuration": "339s", "travelDistanceMeters": 1276, "waitDuration": "0s", "totalDuration": "339s", "startTime": "2023-01-13T18:04:10Z" } ], "metrics": { "performedShipmentCount": 2, "travelDuration": "1120s", "waitDuration": "0s", "delayDuration": "0s", "breakDuration": "0s", "visitDuration": "800s", "totalDuration": "1920s", "travelDistanceMeters": 3995 }, "routeCosts": { "model.vehicles.cost_per_kilometer": 39.95, "model.vehicles.cost_per_hour": 21.333333333333332 }, "routeTotalCost": 61.283333333333331 } ], "skippedShipments": [ { "index": 1 } ], "metrics": { "aggregatedRouteMetrics": { "performedShipmentCount": 2, "travelDuration": "1120s", "waitDuration": "0s", "delayDuration": "0s", "breakDuration": "0s", "visitDuration": "800s", "totalDuration": "1920s", "travelDistanceMeters": 3995 }, "usedVehicleCount": 1, "earliestVehicleStartTime": "2023-01-13T17:37:49Z", "latestVehicleEndTime": "2023-01-13T18:09:49Z", "totalCost": 81.283333333333331, "costs": { "model.shipments.penalty_cost": 20, "model.vehicles.cost_per_hour": 21.333333333333332, "model.vehicles.cost_per_kilometer": 39.95 } } }
W tym przykładzie późniejszy przedział czasu spowodował, że pominięto shipment[1]
, ponieważ dodatkowy czas obsługi pojazdu wymagany do ukończenia dostawy w określonym przedziale czasu przekroczył naliczony koszt przesyłki.
Koszt kary za shipment[1]
wyświetla się w tabeli metrics.costs
, a jej indeks – w skippedShipments
.
Ograniczenia nieblokowania czasu
Jak już wspomnieliśmy w sekcji Parametry modelu kosztu, przedziały czasu mogą być stosowane jako miękkie ograniczenia. Ograniczenia miękkie różnią się od sztywnych tym, że:
- Twarde ograniczenia: nie można ich naruszyć, a optymalizator nie proponuje rozwiązania, które narusza ograniczenie, nawet jeśli oznacza to pominięcie wysyłki.
- Ograniczenia miękkie: to może zostać naruszone, co oznacza, że optymalizator może udostępnić rozwiązanie naruszające miękkie ograniczenie. Optymalizator stosuje jednak koszt w przypadku każdego naruszenia zasad. Koszt ten podaje się jako dodatkową właściwość w przedziale czasu, zwykle w postaci kosztu godziny za każdą godzinę przed przedziałem czasu, w którym miała miejsce aktywność, lub po niej.
Przedziały czasu są zmniejszane za pomocą właściwości softStartTime
lub softEndTime
zamiast startTime
lub endTime
oraz ustawienia costPerHourBeforeSoftStartTime
lub costPerHourAfterSoftEndTime
.
Używaj ograniczeń czasowych, gdy odbiór lub dostawa powinny mieć miejsce w określonym przedziale czasu, ale odbiór lub dostawa w tym przedziale czasu nie są absolutnie wymagane. Możesz używać sztywnych i sztywnych ograniczeń przedziału czasu, aby określać cele biznesowe. Na przykład:
- Bezwarunkowy przedział czasu: wskazuje godziny pracy klienta, np. od 9:00 do 17:00.
- Niedzielny przedział czasu: wskazuje przedział czasu dostawy lub odbioru odpowiadający zadaniu wysłanemu do klienta, np. między 9:00 a 13:00.
W tym przykładzie realizacja dostawy, która została wcześniej pominięta, ponieważ jej czas rozpoczęcia rozpoczął się za późno, został złagodzony. W przypadku innych przewoźników czas zakończenia także został złagodzony.
Zobacz przykładowe żądanie z oknami czasowymi i bezwarunkowymi
{ "populatePolylines": false, "populateTransitionPolylines": false, "model": { "globalStartTime": "2023-01-13T16:00:00Z", "globalEndTime": "2023-01-14T16:00:00Z", "shipments": [ { "deliveries": [ { "arrivalLocation": { "latitude": 37.789456, "longitude": -122.390192 }, "duration": "250s", "timeWindows": [ { "startTime": "2023-01-13T18:00:00Z", "softEndTime": "2023-01-13T19:00:00Z", "costPerHourAfterSoftEndTime": 2.0 } ] } ], "pickups": [ { "arrivalLocation": { "latitude": 37.794465, "longitude": -122.394839 }, "duration": "150s" } ], "penaltyCost": 100.0 }, { "deliveries": [ { "arrivalLocation": { "latitude": 37.789116, "longitude": -122.395080 }, "duration": "250s", "timeWindows": [ { "softStartTime": "2023-01-13T21:00:00Z", "endTime": "2023-01-13T21:30:00Z", "costPerHourBeforeSoftStartTime": 2.0 } ] } ], "pickups": [ { "arrivalLocation": { "latitude": 37.794465, "longitude": -122.394839 }, "duration": "150s" } ], "penaltyCost": 20.0 }, { "deliveries": [ { "arrivalLocation": { "latitude": 37.795242, "longitude": -122.399347 }, "duration": "250s", "timeWindows": [ { "startTime": "2023-01-13T17:30:00Z", "softEndTime": "2023-01-13T18:00:00Z", "costPerHourAfterSoftEndTime": 2.0 } ] } ], "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": 40.0, "costPerKilometer": 10.0 } ] } }
Zobacz odpowiedź na przykładowe żądanie z przedziałami czasu bezwarunkowego i łagodnego
{ "routes": [ { "vehicleStartTime": "2023-01-13T17:48:35Z", "vehicleEndTime": "2023-01-13T18:24:28Z", "visits": [ { "isPickup": true, "startTime": "2023-01-13T17:48:35Z", "detour": "0s" }, { "shipmentIndex": 1, "isPickup": true, "startTime": "2023-01-13T17:51:05Z", "detour": "150s" }, { "shipmentIndex": 2, "isPickup": true, "startTime": "2023-01-13T17:53:35Z", "detour": "300s" }, { "startTime": "2023-01-13T18:00:00Z", "detour": "300s" }, { "shipmentIndex": 1, "startTime": "2023-01-13T18:07:42Z", "detour": "493s" }, { "shipmentIndex": 2, "startTime": "2023-01-13T18:17:27Z", "detour": "873s" } ], "transitions": [ { "travelDuration": "0s", "waitDuration": "0s", "totalDuration": "0s", "startTime": "2023-01-13T17:48:35Z" }, { "travelDuration": "0s", "waitDuration": "0s", "totalDuration": "0s", "startTime": "2023-01-13T17:51:05Z" }, { "travelDuration": "0s", "waitDuration": "0s", "totalDuration": "0s", "startTime": "2023-01-13T17:53:35Z" }, { "travelDuration": "235s", "travelDistanceMeters": 795, "waitDuration": "0s", "totalDuration": "235s", "startTime": "2023-01-13T17:56:05Z" }, { "travelDuration": "212s", "travelDistanceMeters": 791, "waitDuration": "0s", "totalDuration": "212s", "startTime": "2023-01-13T18:04:10Z" }, { "travelDuration": "335s", "travelDistanceMeters": 1204, "waitDuration": "0s", "totalDuration": "335s", "startTime": "2023-01-13T18:11:52Z" }, { "travelDuration": "171s", "travelDistanceMeters": 665, "waitDuration": "0s", "totalDuration": "171s", "startTime": "2023-01-13T18:21:37Z" } ], "metrics": { "performedShipmentCount": 3, "travelDuration": "953s", "waitDuration": "0s", "delayDuration": "0s", "breakDuration": "0s", "visitDuration": "1200s", "totalDuration": "2153s", "travelDistanceMeters": 3455 }, "routeCosts": { "model.shipments.deliveries.time_windows.cost_per_hour_after_soft_end_time": 0.58166666666666667, "model.shipments.deliveries.time_windows.cost_per_hour_before_soft_start_time": 5.7433333333333332, "model.vehicles.cost_per_hour": 23.922222222222221, "model.vehicles.cost_per_kilometer": 34.55 }, "routeTotalCost": 64.797222222222217 } ], "metrics": { "aggregatedRouteMetrics": { "performedShipmentCount": 3, "travelDuration": "953s", "waitDuration": "0s", "delayDuration": "0s", "breakDuration": "0s", "visitDuration": "1200s", "totalDuration": "2153s", "travelDistanceMeters": 3455 }, "usedVehicleCount": 1, "earliestVehicleStartTime": "2023-01-13T17:48:35Z", "latestVehicleEndTime": "2023-01-13T18:24:28Z", "totalCost": 64.797222222222217, "costs": { "model.vehicles.cost_per_kilometer": 34.55, "model.shipments.deliveries.time_windows.cost_per_hour_before_soft_start_time": 5.7433333333333332, "model.shipments.deliveries.time_windows.cost_per_hour_after_soft_end_time": 0.58166666666666667, "model.vehicles.cost_per_hour": 23.922222222222221 } } }
W przykładzie z całkowicie pominiętymi ograniczeniami przedziału czasushipment[1]
złagodzenie przedziału czasu powoduje, że materiał jest dostarczany przed godziną rozpoczęcia jego przedziału czasu. Dzięki złagodzeniu godzin zakończenia innych dostaw firma shipment[2]
mogła zostać dostarczona po upływie określonego czasu.
Zmieniły się jednocześnie koszty i łączna liczba przesyłek:
totalCost
: zmniejszono z 81,283 do 64,797- łączna liczba zrealizowanych dostaw: zwiększona z 2 do 3
Optymalizator znalazł tańsze rozwiązanie, ponieważ ograniczenia przedziału czasu były złagodzone w porównaniu z poprzednim przykładem.
Wreszcie właściwość metrics.costs
zawiera też nowy klucz, który wskazuje rzeczywiste koszty poniesione na podstawie iloczynu ograniczenia oraz czas, przez który upłynął przedział czasowy dostawy. Czyli:
costPerHourBeforeSoftStartTime
z 2,0 i- czas między rzeczywistą dostawą a początkiem przedziału czasu: 2,83583 godziny
Efekt:
model.shipments.deliveries.time_windows.cost_per_hour_before_soft_start_time
:
5.6716666666666669.
Dzięki tym danym możesz przeprowadzać analizę kosztów w celu zauważenia równowagi między sztywnymi a miękkimi ograniczeniami, co pozwala lepiej dopasować ograniczenia do konkretnych reguł biznesowych. W tym przypadku łączny koszt jest mniejszy niż shipment[1].penalty_cost
– 20, 0. Optymalizator stwierdził, że dostawa z wyprzedzeniem jest tańsza niż jej pominięcie.