لنقل مجموعة من السلع والخدمات من المستودع أو متجر التجزئة أو الشركة إلى الوجهة التي يوجد فيها المشتري النهائي، يجب أن تحدد طبقة الشبكة المسار أو المسارات التي يجب أن تقطعها الحزمة. وتعتمد طريقة تحديد المسارات الذكي على الخوارزمية التي يستخدمها النظام. ولنقل السلع تستخدم إدارة الأسطول عادةً مركبات مختلفة، ويجب أن تقطع كل منها عدة مسارات خلال اليوم لتسليم جميع الحزم. وتحديد أولوية المسار ومكان تسليم الحزمة معقد جداً، ويمكن لكل مركبة أن تسلك طرقاً مختلفة. وتحدد تطبيقات وبرامج إدارة الأسطول هذه الأولويات عبر تحديد المسارات الذكي والخوارزميات المستخدمة في طبقة الشبكة. ونستعرض في هذا المقال ما خوارزمية تحديد المسارات وكيف تعمل.
ما معنى خوارزمية التوجيه وماذا تقدم لأسطول النقل؟
في قلب كل نظام التوجيه الذكي للمسارات توجد «خوارزمية توجيه» تحدد المسارات من نقطة الانطلاق إلى الوجهات المختلفة وفقاً لاستراتيجية الشركة وتحديد الأولويات. والمسار الجيد عادةً هو المسار الذي يحقق أقل تكلفة للعمل، لكن في الواقع تؤثر في القرارات أولويات أخرى مثل حجم الطلب وأهمية العميل ومقدار الربح الذي يحققه للشركة. وبهذا تؤثر مسائل مختلفة في سلسلة الإمداد وخوارزميات التوجيه وتجعل عملها معقداً.
بلغة بسيطة، خوارزمية التوجيه هي الطريقة التي تحدد مسار نقل المنتجات من المصدر إلى الوجهة. وتُستخدم هذه الخوارزميات في توجيه حركة المرور بكفاءة، فبعد أن تغادر حزمة البيانات نقطة انطلاقها، تؤدي عملية التوجيه بشكل ذكي بمساعدة هذه الأداة والحسابات الحية المعقدة التي تستقي معلوماتها عادةً من خرائط حركة المرور، وتُظهر للسائق أفضل طريق.
لماذا تُعد خوارزميات تحديد المسارات الذكي مهمة لصناعة التوزيع؟
اللوجستيات عملية معقدة تحظى فيها الميزانية والوقت بأهمية خاصة. فبعد تجهيز المنتجات وتغليفها يجب تصنيف السلع بحسب وجهة كل حزمة وإرسالها إلى مكان الطلب. ويساعد استخدام خوارزميات تحديد المسارات الذكي على دراسة نقاط تسليم السلع وتحديد أقرب النقاط إلى بعضها، ثم يُحدد أقصر مسار يجب أن يقطعه السائقون لتسليم الحزم ويُقدَّم إلى السائق.
تستخدم برامج وتطبيقات التوجيه خوارزميات مختلفة لهذا العمل بحسب نوع شركات التوزيع واحتياجاتها.
لتحسين المسار بمساعدة الخوارزميات المختلفة مزايا كثيرة، نشير هنا إلى بعض أهمها.
- توفير وقت السائق
- تسريع تسليم السلع إلى العميل
- زيادة رضا العملاء
- خفض التكاليف
ما أنواع خوارزميات تحديد المسارات الذكي؟
تحظى تكلفة نقل البضائع والركاب بأهمية خاصة في الاقتصاد، والمسارات التي يمكن أن تسلكها مركبات نقل البضائع بين المستودع وموقع العميل في المدن كثيرة جداً، وخوارزميات التوجيه متنوعة جداً، ونشير هنا إلى بعض أهمها.
1. خوارزمية خلية النحل
صُممت هذه الخوارزمية الجديدة لتوجيه أسطول النقل في أفضل مسار لتسليم الشحنة بسرعة، وقد صممتها وطورتها شركة Routific. وطريقة عمل هذه الخوارزمية تشبه كثيراً طريقة النحل في إيجاد المسار لجمع رحيق الأزهار. فالنحل يعيش حياة جماعية، وتتولى مجموعة استكشافية مهمة إيجاد الرحيق، فتستكشف في مسار طويل أنواعاً مختلفة من الأزهار لتجد أفضلها، ثم تعود إلى الخلية وتقنع الأخريات بمرافقتها بواسطة الرقص. وفي هذه الخوارزمية تُعد شاحنات تسليم البضائع هي النحل والعملاء هم الأزهار. وتحدد الخوارزمية أفضل مسار لتُسلَّم السلعة إلى العميل في أسرع وقت. فعلى سبيل المثال إذا كان لدى شركة التوزيع 40 شاحنة و1500 عميل، كل منهم في موقع محدد، فإن هذه الخوارزمية تساعد على فصل المسارات وتحديد أفضل مسار ممكن لتسليم السلعة إلى العميل. ومن مزايا هذه الخوارزمية أنها تستطيع توجيه وسائل النقل حتى خارج الطرق.
2. خوارزمية توجيه النمل
في هذا الأسلوب تقدم العوامل المتنقلة (النمل) بمساعدة المنطق الضبابي مقترحات لتوجيه الشبكة، وهو ما يتيح للنظام مراعاة عدة عوامل أو قيود في وقت واحد بطريقة بسيطة جداً ومفهومة. وفي هذه الخوارزمية يُعرّف نوعان من النمل: الأمامي والخلفي، إذ يؤدي النمل الأمامي مهمة الاستكشاف على فترات زمنية منتظمة ويحدد جدول توجيه الوجهات المقطوعة، وبهذا يحدّث الطريق على طول المسار بحسب الحاجة. أما النمل الخلفي فيؤدي مهمة تسجيل البيانات ويتحرك على أساس المسار الذي حدده النمل الأمامي.
استُلهم هذا الأسلوب من سلوك النمل. ففي أسلوب النمل يُستخدم التوجيه عبر الإنترنت وروبوتات نمل اصطناعية، تحصل عبر التحسين المتعدد للمسار على رسم بياني يختار الأفضل في اللحظة ويعلنه للسائق. والنمل الحقيقي أيضاً يستكشف محيطه في الطبيعة ويوجّه بعضه بعضاً في البيئة الحقيقية نحو الموارد المناسبة، وهذه الخوارزمية تؤدي العمل نفسه بالتسجيل والحساب الدقيق.
3. خوارزمية البحث المركّب في الجوار (VNS)
إحدى الخوارزميات فوق الاستدلالية التي تعمل على أساس البحث أحادي الحل. وتتكون هذه الخوارزمية من مرحلتين: الهزّ والبحث المحلي. وفي علوم الحاسوب يُعد البحث المحلي أسلوباً فوق استدلالي لحل مسائل التحسين الصعبة بمساعدة الأساليب الحسابية، ويمكن استخدامه لإيجاد الطريق المناسب لتعظيم السعات. وخوارزمية البحث المحلي حل آخر يتحرك في فضاء البحث باستخدام تغييرات محدودة ليجد حلاً يبدو مثالياً، فيتم النقل في أقل وقت (الوقت الأمثل). وتُستخدم هذه الخوارزميات إلى جانب تحديد المسارات الذكي في الرياضيات والهندسة والمعلوماتية الحيوية وبحوث العمليات أيضاً.
ما استخدام الخوارزميات في إدارة أسطول النقل؟
يمكن استخدام المعرفة التقنية الحديثة في البنى التحتية لمتاجر التجزئة الكبرى عبر الإنترنت وخارجها، وشركات التوزيع، وأساطيل النقل، وكثير من الأنظمة المعقدة الأخرى، بما يساعد على تبسيط بنيتها المعقدة وتسريع الأعمال. فبالاستعانة ببرامج أو تطبيقات إدارة أساطيل النقل يمكنك في مجال اللوجستيات والمعالجة أن تخلق لعملائك تجربة شراء موثوقة ومرضية. وفي هذا السياق تُعد الخوارزميات القلب النابض للتطبيقات والبرامج، وتقدم حلولاً مختلفة في الحالات التالية:
-
تتبع الطلبات
قد تستغرق معالجة الطلبات وقتاً طويلاً جداً. فتحديد أي منطقة من المدينة يجب أن تُرسل إليها كل سلعة، وأي قسم من أسطول النقل يجب الاستعانة به، يصبح بسيطاً بمساعدة الخوارزميات المعقدة ولا يحتاج إلى تدخل بشري.
-
استلام السلع
إذا كانت لديك مستودعات متعددة أو كانت المركبات متمركزة في مواقف مختلفة على مستوى المدينة، فإن الخوارزميات المتقدمة تعالج الطلب وتحدد الأقرب، فيتحقق التوفير في استهلاك الوقود والوقت.
-
تحديد مسار السائقين
تحدد خوارزمية النمل أو العنقدة أو الخوارزميات الأخرى، بناءً على أولوية الأسطول، أقرب النقاط إلى بعضها وتصنفها، وبهذا يُبلَّغ كل سائق بمساره ليتمكن خلال ساعات العمل من إيصال أكبر عدد من الحزم إلى العملاء وتحقيق أقصى مردود وإنتاجية. وبهذا تنخفض تكلفة استهلاك الوقود واستهلاك المركبات أيضاً إلى أدنى حد.
الخلاصة
تُستخدم خوارزميات تحديد المسارات الذكي لهيكلة البرامج الحاسوبية والتطبيقات وإنشائها لإيجاد أقصر مسار بين نقطتين في المتاهات الموجودة في كل مدينة ودولة. ويستعين التوجيه بنظرية الرسوم البيانية لحل مسألة إيجاد أقصر المسارات. وفي الواقع فإن عمله هو إيجاد إجابة عن سؤال: كيف نحدد أسرع وأرخص وأقصر مسار بين نقطتين؟ ويستخدم لذلك أساليب مختلفة. وتبتكر شركات التقنية الكبرى دائماً خوارزميات جديدة، ومن المثير أن تعرف أن كثيراً منها استُلهم من طريقة عمل الحشرات والحيوانات في إيجاد مساراتها. وقد عرّفناك في هذا المقال باختصار بثلاث خوارزميات معروفة تُستخدم في تطبيقات وبرامج تحديد المسارات الذكي الحاسوبية في إيران.
إن السعي إلى التوجيه الصحيح له تاريخ قديم قدم البشرية، وقد شهد تقدماً هائلاً مع تطور الحاسوب وظهور الإنترنت. وتبدأ الخوارزمية في أسلوب التوجيه من رأس، وتستعين بالرأس المجاور في الرسم البياني، وتحاول الخوارزميات استخدام أقل عدد من الرؤوس. ويحظى إيجاد المسار بين رأسين في رسم بياني وإيجاد أقصر مسار بأقل تكلفة في رسم بياني بأكبر أهمية في خوارزميات التوجيه المختلفة.
