Tom Venema
Het optimaliseren en automatiseren van de routeplanning
CAPE Groep biedt binnen de Digital Factory een uitdagende en inspirerende omgeving voor wetenschappelijk onderzoek naar digitale transformatie en innovatie. Voor uiteenlopende organisaties vertalen we strategische vraagstukken naar wendbare oplossingen. CAPE Groep werkt samen met universiteiten en kennisinstellingen, zoals de Universiteit Twente, TKI Dinalog en NWO, continu aan innovatieve projecten. Zo brengen we wetenschap en bedrijfsleven bij elkaar en komen we tot oplossingen die het verschil maken. Onderwerpen waarin wij opdrachten aanbieden bevinden zich binnen de gebieden digitale transformatie, CI/CD, blockchain, BI en big data, machine learning, IoT en innovatie.
Op regelmatige basis publiceren wij een aangepaste managementsamenvatting van deze Thesis onderzoeken op onze website.
Onderzoek: ‘Het optimaliseren en automatiseren van de routeplanning door middel van optimization en simulation ‘
Industrial Engineering & Management, Rijksuniversiteit Groningen
In april 2021 heb ik de mogelijkheid gekregen om mijn studie Industrial Engineering and Management aan de RUG af te ronden middels een afstudeeronderzoek bij CAPE Groep. Wat mij aansprak bij CAPE is de open cultuur en de mogelijkheid om jezelf op zowel persoonlijk en technisch vlak te ontwikkelen. Bij CAPE word je direct opgenomen in het bedrijf en iedereen staat altijd klaar om je te helpen wanneer het nodig is. Hierbij een korte samenvatting over mijn scriptie.
Introductie
In de logistieke sector is een efficiënte en tijdige service essentieel om te kunnen concurreren op de Internationale markt. Logistieke bedrijven zoeken daarom voortdurend naar nieuwe manieren om hun transportproces te optimaliseren en daarmee de totale transportkosten te verlagen. Een manier om de totale transportkosten te verlagen, is het optimaliseren van de routeplanning. Een geoptimaliseerde routeplanning kan namelijk zorgen voor:
- Vermindering van de totaal gereden kilometers;
- vermindering van de lege kilometers, en
- een betere bezetting van de beschikbare vrachtwagens.
In mijn thesis heb ik onderzocht hoe technologieën zoals optimization en simulation bij kunnen dragen aan het optimaliseren en automatiseren van een routeplanning.
Probleemstelling
Het maken van routeplanningen is een zeer complex proces door de vele aspecten waar rekening mee gehouden moet worden. Voorbeelden hiervan zijn:
- De producten moeten binnen een bepaalde afgesproken tijd worden geleverd (venstertijden);
- Er is maar een beperkte beschikbaarheid van de vrachtwagens;
- De planners zorgen dat de rijtijdenwet niet overschreden wordt; dat inhoud dat de chauffeurs maar beperkt beschikbaar zijn;
- De hoeveelheid aan orders variëren sterk van dag tot dag waardoor de planners elke dag voor een nieuwe uitdaging staan.
In de literatuur worden vaak over gesimplificeerde oplossingen gegeven waarbij het niet duidelijk is hoe deze zullen presteren in de “echte wereld”.
Aanpak
In mijn onderzoek heb ik een simulation-based optimization (SBO) framework gebouwd om de uitgaande ritten van één van de depots van een groot transportbedrijf te minimaliseren. De SBO bestaat uit een “optimizer” gemaakt in python en een discrete event simulator (DES) gemaakt in Anylogic. De optimizer bevat een combinatie van algoritmes die in korte tijd de optimale route routeplanning kan berekenen. De DES wordt gebruikt om de echte wereld na te bootsen, zodat de routes die door de optimizer worden voorgesteld, worden gevalideerd. Om de echte wereld na te bootsen, bevat de DES meerdere stochastische variabelen zoals reis- en servicetijden. Verder meet het simulatiemodel meerdere KPI’s zodat de uitkomst op meerdere vlakken wordt gevalideerd.
Resultaat
De SBO is getest en gevalideerd op de outbound logistiek van Farm Trans, een full-service logistiek dienstverlener gespecialiseerd in geconditioneerd transport gevestigd in de Benelux. Het resultaat is een significante verbetering in meerdere logistieke KPI’s, zoals een vermindering van de gereden kilometers en het aantal uitgaande ritten. Deze verbetering in de KPI’s is reden genoeg om dit prototype verder uit te bouwen en daarmee te streven naar kostenbesparing.
