Route en wagenpark optimalisatie voor distributievraagstukken met ArcGIS Network Analys, ArgusI

1 Topic 1: September, 2012

GIS conferentie 2012

DistributieOptimalisatie

Routering en wagenparkoptimalisatie met Network Analyst

Marjolein Jordans - ArgusI

2 May 2012 • 2 Home | Approach| Products| References

Een onafhankelijk onderzoeksbureau in de logistiek, gericht

op het leveren van hoogwaardige marktinformatie en

producten die onze klanten in staat stellen hun supply chain

direct te verbeteren.

Wetenschappelijk ProductgedrevenMethodisch

3 September 2012 • 3 Home | Approach| Products| References

marktinformatie, optimalisatie en synergie

Onze producten

Marktinformatie

Synergie

OptimalisatieNetwerk optimalisatie

Capaciteitsplanning

Voorraad en allocatie van middelen

Synergie tussen partijen

Dropduplicatie en consolidatie

Winstverdeling

Vergelijking van prijzen en prestaties

Transport, warehousing, voorraad

4 Topic 1:

Network Analyst


Type problemen

OD Cost Matrix

Berekenen van afstand en reistijdmatrices over

verschillende netwerken

Service Area

Bepalen van verzorgingsgebied van een locatie

Vehicle Routing Problem

Optimalisatie van routes en wagenpark

Case: Routeoptimalisatie bij een

drankengroothandel


Network Analyst

Op basis van een netwerk bestaande uit punten en

verbindingen met reistijden en afstanden kunnen

berekeningen worden gemaakt


New OD Cost Matrix

Berekent afstanden en reistijden tussen origins en destinations over

het netwerk dmv Dijkstra algoritme

8

Input

Netwerk:

- Nodes

- Links

- Reistijd

- Gebaseerd op NDW

bestand

Origins:

- Naam

- Locatie

Destinations:

- Naam

- Locatie

9

Output

Lines:

- Shapefile met lijnverbindingen

origin – destination

- Origin ID

- Destination ID

- Lengte vd verbinding

- Reistijd

- Evt. andere attribute values

Toepassingen

Voor ons voornamelijk voor het

genereren van kostenmatrices

en afstandtabellen als input

voor andere modellen


New Service Area

Op basis van zelf gekozen maximale afstand/reistijd wordt een

bereikbaarheidsfiguur gecreëerd

11

New Service Area - Input

Netwerk:

- Nodes

- Links

- Reistijd

- Gebaseerd op NDW bestand

Facilities:

- Naam

- Locatie(s)

Layer properties

- Attribuut waarop de

areas gebaseerd

worden (tijd, afstand,

kosten)

- Grenzen (10, 20, …

km)

- Bij meerdere locaties:

gedrag van service

gebieden bij overlap

12

Output

Serviceareas: Shapefile polygonen

Toepassingen

Visualisatie van bereikbaarheid

en allocatie van klanten aan

locaties


New Vehicle Routing Problem

Genereert een kortste route op basis van netwerk, locaties,

voertuigkenmerken, klantorders

14

Vehicle Routing Problem

Het probleem:

- Klanten moeten bevoorraad worden van uit één of meerdere

warehouses en kunnen retourvrachten meegeven

- Zowel de klanten als de warehouses hebben beperkte

openingstijden

- Er is een wagenpark beschikbaar. Deze auto’s hebben bepaalde

capaciteiten en kosten.

- Sommige klanten stellen specifieke eisen aan de vrachtwagen.

(Bijvoorbeeld gekoeld transport, heftruck aanwezig, extra

chauffeur, beveiligd transport etc)

Vraag: Wat is gegeven de constraints de beste

routeplanning?

15

Input

2. Depots

- Locatie

- Tijdsvensters

3. Routes

- Startdepot

- Einddepot

- Servicetijd

- Tijdsvenster

- Capaciteit

- Kosten (per tijd,

afstand)

- Max orders, tijd,

afstand

- Speciale

eigenschappen

1. Orders

- Locatie

- Tijdsvensters

- Hoeveelheden

halen/brengen

- Speciale eisen

16 16

Output

Shapefile

Routes

Per route:

- Orders

- Kosten

- Reistijd

- Afstand

Shapefile Orders

Per order:

- Route

- Volgorde in route

- Aankomst- en

vertrektijd

17 17

Toepassingen

Routeringsproblemen:

- Planning: Gegeven het huidige wagenpark en de

klanten, wat is de optimale routeplanning?

- Wagenpark: Wat is het ideale wagenpark om onze

klanten te beleveren?

- Allocatie: Welke klanten moeten vanuit welke locatie

beleverd worden?

- Markt: Is het rendabel om ons levergebied uit te

breiden naar verder gelegen regios? Zijn er klanten die

geld kosten ipv opleveren?

18 Topic 1:

De case

18


Situatie

Groothandel in dranken, gevestigd in Nijmegen

Regionaal verzorgingsgebied

Vast wagenpark van 15 vrachtwagens. Dagelijkse rondritten voor

bevoorrading klanten

Ontwikkelingen:

• Groothandel is al enige jaren sterk aan het groeien

• Voor nieuwe gebieden vaak nieuwe routes ingevoerd, mogelijke

overlap blijft onbenut

• Voor uitbreiding van het verzorgingsgebied is het nodig om inzicht

in de distributiekosten te krijgen

Vraag:

Passen de huidige distributieritten nog bij de

veranderende situatie van het bedrijf; zouden er

kostenbesparingen mogelijk zijn door aanpassingen in de

rondritten?


Uitgangssituatie Waarde

DC 1

Actieve klanten 1293

Vrachtwagens 15

Gewicht per dag 16479

Orders per dag 109

Routes per dag 15


Leveringen

Maandag t/m vrijdag

Tussen 7:30 - 15:00


Methode

• Selectie van “representatieve week”

• Narekenen huidige routes met behulp van de klantlocaties en

network analyst

• Berekenen alternatieve scenarios

• Vergelijking kosten, benodigd wagenpark, verdeling ritten over de

week

Scenario’s

1. Huidige situatie

2. Optimalisatie per dag van de huidige routes

3. Optimalisatie van alle routes over de week


Representatieve week

• Vaste routes worden gebaseerd op een gemiddelde week

• In drukke periodes kan gebruik worden gemaakt van overwerk, of

inhuur van extra materieel en mensen

70,000

80,000

90,000

100,000

110,000

120,000

130,000

140,000

150,000

160,000

170,000

11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 3 5 7 9

Ge

wic

ht

pe

r w

ee

k in

kilo

Weeknummer

Gemiddelde


Representatieve week

• Orders week 38


Legend

Maandag

Dinsdag

Woensdag

Donderdag

Vrijdag

Zaterdag

Scenario 1

Huidige routes

26

Scenario 1 Huidige routes - Maandag

Scenario 2 Optimalisatie routes per dag -

Maandag

27

Scenario 1 Huidige routes - Dinsdag

Scenario 2 Optimalisatie routes per dag -

Dinsdag

28

Uitgangssituatie Optimalisatie per dag

Ritten 63 36

Leveringen per rit 11.9 20.8

Totale reistijd (uur) 104.2 92.4

Beladingsgraad 22% 39%

Gemiddelde duur van rit 4.6 7.8

Totale tijd 291.2 279.4

Tijdsreductie t.o.v. huidig 0% - 4%

29

Scenario 1 Huidige routes – Week 38

Scenario 3 Optimalisatie routes – Week 38

30

Uitgangssituatie Optimalisatie per dag

Ritten 63 30

Leveringen per rit 11.9 24.9

Totale reistijd (uur) 104.2 63.6

Beladingsgraad 22% 47%

Gemiddelde duur van rit 4.6 8.4

Totale tijd 291.2 250.6

Tijdsreductie t.o.v. huidig 0% - 14%


Verzorgingsgebied

Op basis van onderliggend wegennetwerk

Reistijd naar klantlocaties vanaf Nijmegen

< 10 min

10 – 20

20 – 30

30 – 40

40 – 50

50 – 60

60 – 120

120 – 180


Conclusies

Kostenbesparing door optimalisatie van routes

33 Topic 1:

Vragen?

Marjolein Jordans

+31(0)620556147

[email protected]

www.argusi.org

mailto:[email protected]

http://www.argusi.org/

Route en wagenpark optimalisatie voor distributievraagstukken met ArcGIS Network Analys, ArgusI

Documents

Transcript of Route en wagenpark optimalisatie voor distributievraagstukken met ArcGIS Network Analys, ArgusI