OptimizeToursRequest
stosuje ograniczenia do tych elementów:
- Przesyłki, które wpływają na sposób realizacji dostaw
- Pojazdy, które mają wpływ na sposób obliczania tras pojazdów
- Dotyczy globalnie dotyczy zarówno pojazdów, jak i ładunków.
Ten przewodnik dotyczy zasadniczego ograniczenia dostawy: przedziałów czasowych.
Przedziały czasu to typ ograniczenia, który podajesz w komunikacie OptimizeToursRequest
(REST, gRPC), aby określić ograniczone czasowo limity aktywności związanej z dostawą. Ten typ ograniczenia wpływa zarówno na to, kiedy i w jaki sposób może być przeprowadzona dostawa, jak i na przypisanie do niej pojazdu. Dzięki tym ograniczeniom optymalizator preferuje pojazdy, które najlepiej spełnią wymagania czasowe dostawy.
Ograniczenia dostawy: przedziały czasowe
W komunikacie Shipment.VisitRequest
możesz określić, kiedy odbiór lub dostawa może mieć miejsce:
- Użyj w wiadomości właściwości
timeWindows
(REST, gRPC). - Określ czas rozpoczęcia i zakończenia w komunikacie
TimeWindow
(REST, gRPC).
Przykładowe żądanie z ograniczeniami przedziałów czasowych
Ten przykład pokazuje 3 różne przesyłki, każdą z osobnym okresem dostawy. Dla uproszczenia ten przykład ustawia przedziały czasowe tylko dla godziny deliveries
, ale można je też zastosować do odbioru. Można określić wiele przedziałów czasu, ale w tym przykładzie użyto tylko jednego na każdy zasób 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 czasy odzwierciedlają optymalizator, który minimalizuje czas potrzebny do obsługi pojazdu wskazanego w żądaniu jako costPerHour
przy zachowaniu wszystkich ograniczeń czasowych. Jeśli podasz godzinę rozpoczęcia o godzinie 17:35:50, pojazd nie będzie musiał czekać w miejscu wizyty do określonej godziny. Pojawia się w odpowiedzi jako zerowe 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 } } }
Zgodnie z wybranymi przedziałami czasowymi visits
pojazdu zostały zamówione, tak aby przesyłki o najwcześniejszym przedziale czasu zostały dostarczone jako pierwsze.
shipments[2]
jest dostarczany o 17:50shipments[1]
jest dostarczany o 18:00shipments[0]
jest dostarczany o 18:07
W tym przykładowym żądaniu określono sztywne ograniczenia przedziałów czasowych, co wymaga, aby dostawy były realizowane w tych okresach. Jeśli realizacja wysyłki VisitRequests
w dowolnym przedziale czasu nie jest możliwa ani oszczędna, optymalizator pomija dostawę. Jeśli przesyłka ma wartość penaltyCost
, optymalizator dodaje ją do kosztów zgłoszonych w odpowiedzi metrics
. W przeciwnym razie zwiększa się właściwość skippedMandatoryShipmentCount
komunikatu OptimizeToursResponse
(REST, gRPC).
Jeśli zmienisz przedziały czasowe, przesuwając okno shipment[1]
o kilka godzin później (na 21:00 z 18:00), wyniki będą się różnić, jak pokazano w poniższych 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 pomijana
{ "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 atrybut shipment[1]
został pominięty, ponieważ dodatkowy czas działania pojazdu niezbędny do zrealizowania dostawy w określonym przedziale czasu przekroczył koszt kary związanej z przesyłką.
Koszt kary dla zasobu shipment[1]
jest podawany w metrics.costs
, a jego indeks pojawia się w skippedShipments
.
Ograniczenia okresu ograniczonego czasowo
Jak wspomnieliśmy pokrótce w sekcji Parametry modelu kosztu, przedziały czasowe można stosować jako miękkie ograniczenia. Ograniczenia miękkie różnią się od ograniczeń sztywnych w ten sposób:
- Twarde ograniczenia: nie można go naruszyć, a optymalizator nie proponuje rozwiązania, które naruszałoby ograniczenie, nawet jeśli oznacza to pominięcie dostawy.
- Ograniczenia łagodne: mogą zostać naruszone, co oznacza, że optymalizator może dostarczyć rozwiązanie, które narusza łagodne ograniczenie. Stosuje jednak koszt do każdego naruszenia. Podajesz ten koszt jako usługę dodatkową w danym przedziale czasu, zwykle jako koszt za godzinę za każdą godzinę przed przedziałem czasu, w którym ma miejsce działanie, lub po nim.
Przedziały czasu są zmniejszane za pomocą właściwości softStartTime
lub softEndTime
zamiast odpowiednio startTime
lub endTime
oraz ustawień costPerHourBeforeSoftStartTime
lub costPerHourAfterSoftEndTime
.
Ograniczone przedziały czasowe warto stosować, gdy odbiór lub dostawa powinny mieć miejsce w określonym przedziale czasu, ale odbiór lub dostawa w tym okresie nie są absolutnie wymagane. Do określenia celów biznesowych można używać jednocześnie sztywnych i miękkich ograniczeń czasowych. Na przykład:
- Okno czasowe: wskazuje godziny pracy klienta, np. od 9:00 do 17:00.
- Okres łagodny: czas dostawy lub odbioru zgodny z powiadomieniem wysłanym do klienta, np. od 9:00 do 13:00.
W tym przykładzie ograniczenie czasu rozpoczęcia dostawy, które zostało wcześniej pominięte ze względu na zbyt późny okres rozpoczęcia, zostaje obniżone. W przypadku innych statków godziny zakończenia również były łagodniejsze.
Zobacz przykładowe żądanie z przedziałami czasu sztywnego i półczasu
{ "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 } ] } }
Wyświetl odpowiedź na przykładowe żądanie z przedziałami czasu twardymi i powolnymi
{ "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 ograniczeniami tylko sztywnych przedziałów czasowych został całkowicie pominięty shipment[1]
, a zmiękczenie okna czasu dostawy powoduje, że element jest dostarczany przed czasem rozpoczęcia tego okresu. Podobnie złagodzenie czasów zakończenia innych dostaw pozwoliło na dostarczenie shipment[2]
po zakończeniu przedziału czasu.
Jednocześnie zmieniły się zarówno koszty, jak i łączna liczba dostaw:
totalCost
: zmniejszono z 81.283 do 64,797- łączna liczba zrealizowanych dostaw: zwiększono z 2 do 3
Optymalizator znalazł tańsze rozwiązanie, ponieważ ograniczenia przedziałów czasowych zostały złagodzone w porównaniu z poprzednim przykładem.
Właściwość metrics.costs
zawiera też nowy klucz do wskazania rzeczywistych kosztów poniesionych na podstawie iloczynu ograniczenia oraz długości czasu, przez jaki nie został osiągnięty okres dostawy. Czyli:
costPerHourBeforeSoftStartTime
z 2.0 i- czas między faktycznym dostarczeniem wiadomości a początkiem przedziału czasowego: 2,83583 godz.
Efekt:
model.shipments.deliveries.time_windows.cost_per_hour_before_soft_start_time
:
5.6716666666666669.
Wskaźniki te umożliwiają analizę kosztów, aby poznać kompromis między ograniczeniami sztywnymi a miękkimi, a następnie dostosowywać je do konkretnych reguł biznesowych. W tym przypadku łączny koszt jest niższy niż shipment[1].penalty_cost
równy 20, 0. Optymalizator stwierdził, że bardziej opłacalne jest dostarczenie przesyłki wcześniej niż jej pominięcie.