人工调度痛点
Manual scheduling pain points
排单效率低
车辆装载率低
运输成本高
调度信息共享滞后
解决方案
solution
NM智慧运输算法引擎
主要功能
The main function
① 一键排车
√ 多车型条件下的排车优化
√ 分钟级排车速度
② 路线规划
√ 算法引擎规划线路
√ 分钟级规划速度
③ 订单管理
√ 订单全流程监控
√ 紧急插单，代价评估
④ 车队管理
√ 车队信息实时监控
√ 车队计划变更及时处理
⑤ 成本预算
√ 专业算法引擎辅助成本估算
√ 提前预知，及时反馈
⑥ 可视化人机交互界面
√ 排单计划及车辆运行情况可视化
√ 人工对排程计划进行调整和确认
应用场景
The main function
实施效果
Implementation Effect
分钟级排单速度
车辆装载率提升
20%运输成本节省
调度信息及时共享
数学模型+优化算法
Logistics Scheduling
\begin{align}~\\ ~\\
\min ~~\sum_{k \in K} \sum_{a \in A} c_{a} x_{a}^{k}~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
\end{align}
优化目标
- 最小化行车路径方案对应的成本
- 支持手动选择增添优化维度
\begin{align}
\text { s. t. } & \sum_{k \in K} \sum_{a \in \delta^{-}(i)} x_{a}^{k}=1, \quad \forall i \in N \\
& \sum_{a \in \delta^{+}(i)} x_{a}^{k}=\sum_{a \in \delta^{-}(i)} x_{a}^{k}, \forall i \in N, \forall k \in K \\
& \sum_{a \in \delta^{+}(o)} x_{a}^{k}=1, \forall k \in K \\
& \sum_{a \in \delta^{-}(d)} x_{a}^{k}=1, \forall k \in K \\
& \sum_{(i, j) \in A} x_{i, j}^{k} d_{i} \leq q, \forall k \in K
\end{align}
约束条件
- 每个客户都被服务到
- 每个客户由一辆车提供服务
- 考虑车辆的运载量限制
- 考虑车辆提供服务的时间窗口
\begin{align}&~\\ & \sum_{a \in \delta^{+}(S)} x_{a}^{k} \geq 1 \forall k \in K, \forall S \subset N\\
&x_{a}^{k} \in{0,1}, \forall k \in K, \forall a \in A
\end{align}
决策变量
- 哪辆车服务哪些客户
- 当一辆车服务多个客户时，服务顺序是什么
客户案例
Customer case
某大型物流公司干线运输场景
26% 30%
车辆节约 车次节约
分钟级 实时
求解速度 调度信息共享
针对客户的干线运输车辆调度场景，考虑时间窗口、多车型分配等多重约束，基于订单，以分钟级的速度生成优化运输调度方案，为客户节约成本，提升收益。
