Μεθοδολογίες Ανάπτυξης Πληροφοριακών Συστημάτων Υποστήριξης Λήψης Αποφάσεων για την Δρομολόγηση Στόλου Οχημάτων και την Αξιολόγηση Εντολών Μεταφοράς Φορτίου στον Τομέα των Logistics

Abstract

Το αντικείμενο της παρούσας διατριβής άπτεται της ανάπτυξης μεθοδολογιών για την υλοποίηση Συστημάτων Υποστήριξης Λήψης Αποφάσεων (ΣΥΛΑ) σε περιβάλλοντα αβεβαιότητας (δεν είναι γνωστές και ντετερμινιστικές όλες οι παράμετροι του προβλήματος) στον τομέα των μεταφορών και είναι δυϊκό. Από την μία, έχει γίνει έρευνα προς την κατεύθυνση ανάπτυξης ενός γενετικού αλγορίθμου για την δρομολόγηση στόλου οχημάτων σε πολύπλοκα (πολλοί περιορισμοί/ παράμετροι) και μεγάλης κλίμακας επίγεια δίκτυα διανομής σε στρατηγικό επίπεδο. Από την άλλη, έχει πραγματοποιηθεί έρευνα πάνω στην χρήση στατιστικών μοντέλων στα πλαίσια ενός ευρετικού αλγορίθμου για την αξιολόγηση εντολών μεταφοράς φορτίου εκ μέρους ιδιοκτητών στόλων πλοίων στην εμπορική ναυτιλία. Στα δίκτυα διανομής η ερεύνα στα πλαίσια της παρούσας διατριβής πραγματοποιήθηκε πάνω σε ένα πραγματικό σύνθετο πρόβλημα δρομολόγησης στόλου οχημάτων για την διανομή προϊόντων σε πελάτες. Ένας μη ομογενής στόλος οχημάτων με πεπερασμένη χωρητικότητα και διαθέσιμο χρόνο είναι διαθέσιμος σε μία ή περισσότερες αποθήκες για την ικανοποίηση της στοχαστικής ζήτησης ενός πολυπληθούς συνόλου πελατών με παράθυρα χρόνου για την εξυπηρέτησή τους. Αναπτύχθηκε μεθοδολογία που προτείνει λύσεις με μειωμένο κόστος διανομής οι οποίες ικανοποιούν ταυτόχρονα και πρόσθετα κριτήρια όπως η ζήτηση των πελατών, η χωρητικότητα των οχημάτων, οι ώρες εργασίας των οδηγών και οι ασυμβατότητες μεταξύ πελατών και οχημάτων ή οδηγών. Δίνεται έμφαση στην στρατηγική δρομολόγηση, δηλαδή την δρομολόγηση όπου οι διαδρομές είναι έγκυρες και ισχύουν για μεγάλα χρονικά διαστήματα μιας και στην πραγματικότητα η χρήση σταθερών δρομολογίων που μπορούν να είναι επιχειρησιακά για ευρεία διαστήματα έχει μεγάλη προτεραιότητα για τις εταιρίες διανομής. Υιοθετήθηκε η προσέγγιση του προβλήματος με την χρήση γενετικού αλγορίθμου, της ενσωμάτωσης μιας νέας κωδικοποίησης λύσεων και της δημιουργίας των ανάλογων τελεστών μετάλλαξης και διασταύρωσης. Τα πειραματικά αποτελέσματα δείχνουν ότι ο αλγόριθμος παρουσιάζει απόδοση κοντά στο βέλτιστο για θεωρητικά προβλήματα της βιβλιογραφίας και η γενική μεθοδολογία παράγει ποιοτικά δρομολόγια σε στρατηγικό επίπεδο όταν πραγματικά προβλήματα μεγάλου όγκου ληφθούν υπόψη. Στην ναυτιλιακή αγορά, η παρούσα διατριβή προτείνει ένα νέο αλγόριθμο για την αξιολόγηση, εκ μέρους των διαχειριστών πλοίων, εντολών μεταφοράς φορτίου στην ελεύθερη ναυτιλιακή αγορά. Η προτεινόμενη μεθοδολογία βασίζεται στην αποδοτική βελτίωση του «υπολογισμού ταξιδίου» με διαδικασίες που είναι γνωστό από την εμπειρία των ειδικών ότι είναι ιδιαίτερα επιτυχημένες στην συγκεκριμένη βιομηχανία και επέκταση τους με ένα εύρωστο σύστημα προβλέψεων παραμέτρων βασισμένο σε στατιστικές μεθόδους. Η φύση της ελεύθερης ναυτιλιακής αγοράς κάνει το πρόβλημα να έγκειται στην διαδικασία λήψης αποφάσεων υπό αβεβαιότητα με συνέπεια το σύστημα να μην μπορεί να εγγυηθεί βέλτιστες λύσεις. Ο στόχος της προτεινόμενη μέθοδος είναι να παρέχει ένα ιεραρχικό σύστημα διαδικασιών φιλτραρίσματος και αξιολόγησης στην σχετική επιχειρησιακή ροή πληροφοριών που κατακλύζει τις ναυτιλιακές εταιρίες και τους διαχειριστές ναυλώσεων. Τα αποτελέσματα παρουσιάζονται στο χρήστη ανάλογα με την αριθμητική τους αξιολόγησης αλλά και το πόσο είναι συμβατά με την εταιρική πολιτική. Επισημαίνεται ότι δεν υπάρχει γνωστός αλγόριθμος για το συγκεκριμένο πρόβλημα. Τα πειραματικά αποτελέσματα δείχνου ότι η προτεινόμενη μεθοδολογία μπορεί με επιτυχία να βοηθήσει τον ειδικό κατά την διάρκεια πραγματικών διαδικασιών αξιολόγησης πιθανών ναυλώσεων αφού του επιτρέπει να λάβει υπόψη του ένα ευρύτερο σύνολο επιχειρηματικών επιλογών απόρροια της βελτιωμένης διαδικασίας οργάνωσης των πληροφοριών και αξιολόγησης τους από το σύστημα.

This thesis pursues a detailed modeling and a robust decision-making support approach to real life problems in the domain of transportation logistics. The objective is to provide a deeper understanding of real life transportation problems with various characteristics and to investigate and invent new and effective algorithms that produce near-optimal solutions. In the area of urban distribution networks a strategy that uses genetic algorithms is presented, which proves to be efficient in routing problems. A new chromosome representation suitable for routing and scheduling problems is introduced. The proposed algorithm is supported by domain specific, intelligent genetic operators which boost the genetic search towards near optimal solutions. In order to deal with premature convergence and degeneration of population, a dynamic population sizing technique is proposed that provides a desired level of genetic diversity throughout the evolution. The proposed approach produces competitive results, comparing to best published results reported thus far by other researchers on classical vehicle routing benchmarks problems. Extensive tests with real operational data sets have also been performed, leading to high-quality results. In the area of the maritime spot market, this thesis introduces a novel concept referred as the maritime voyage order assessment problem or cargo order assessment problem and tackles the challenge of providing practically, industrially, significantly useful decision support to chartering managers in shipping companies or other vessel operators when facing the specific problem. Its main inspiration is in avoiding to tackle aspects of the problem that cannot be solved. Chartering decisions are decisions made under considerable uncertainty therefore it is futile to attempt error-less optimisation. Furthermore, the quality of chartering decisions largely depends on intuitive choices made by the human expert, including strategic considerations concerning the desired long-term utilisation of a vessel or fleet; therefore, it would be inappropriate to present machine-automated decisions as “suggestions”. The proposed solution, developing decision support mechanisms at a detailed conceptual, algorithmic and mathematical level, uses statistical techniques to predict the quality of a suggested vessel charter, as well as a “categorical” system that allows binary classification of options according to desirability-related criteria. As a result, the user has complete access to all business opportunities, but can quickly consider the most high-paying safe options, as well as the most-high paying risky options, the latter being very likely to be the most high-paying overall, but requiring separate consideration due to their risk-related low desirability. The potential impact of the proposed approach is considered to be particularly high, because the described system allows chartering managers to navigate larger quantities of information, efficiently locating business opportunities worth considering. Thus, it is still the human expert who chooses the offer that is truly worth accepting; the computer system’s role is to guide the expert to assess the promising offers as soon as possible, while not being bogged down in the overload of undesirable ones.