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:
costPerHourBeforeSoftStartTimez 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.