الذكاء الاصطناعي لتحسين جدولة أساطيل المراسلين والتسليم المحلي

جدولة أساطيل التسليم المحلي مشكلة تحسين مقيّدة تزداد تعقيداً مع كل متغير إضافي. لديك مجموعة تسليمات لإنجازها، لكل منها نافذة زمنية وموقع جغرافي. ولديك مجموعة مركبات، لكل منها حد سعة ومدة وردية سائق. أحوال المرور تتغيّر طوال اليوم. وطلبات جديدة تصل بعد تحديد الخطة الأولى. والإلغاءات تحدث. والعناوين خاطئة.

تتعامل جدولة الذكاء الاصطناعي مع كل هذا التعقيد وتُنتج خططاً لا يستطيع المُخطّطون البشر مجاراة كفاءتها.

إنشاء المسار

يبدأ إنشاء المسار بالذكاء الاصطناعي بتجميع التسليمات في مناطق جغرافية وتعيينها للمركبات بناءً على السعة وتوافق النوافذ الزمنية. وداخل كل مسار مركبة، تُرتَّب التوقفات لتقليل إجمالي زمن القيادة مع احترام كل نافذة تسليم زمنية.

يأخذ الترتيب بالحسبان أزمنة القيادة الفعلية بناءً على الوقت من اليوم (مرور ذروة الصباح، أحوال منتصف النهار، أنماط ازدحام بعد الظهر)، وشبكة الطرق المحدّدة (الشوارع باتجاه واحد، قيود الانعطاف، توافر مناطق التحميل)، والزمن المطلوب عند كل توقف (الذي يتفاوت بحسب حجم الطرد، وصعوبة الوصول، وما إذا كان توقيع مطلوباً).

إعادة التوجيه الديناميكية

الخطة الصباحية الأولى نادراً ما تنجو من اليوم سليمة. تصل طلبات جديدة تحتاج إلى تسليم في اليوم ذاته. وحوادث المرور تُغلق طرقاً. ويكتشف سائق أن عنواناً خاطئ. ويتعامل الذكاء الاصطناعي مع هذه الاضطرابات بإعادة التوجيه ديناميكياً لحظياً.

حين يُضاف طلب جديد، يُقيّم النظام أي المركبات تستطيع استيعابه بأقل تعطيل لالتزامات النوافذ الزمنية القائمة. وحين يُجبر إغلاق طريق على التفاف، يُعيد النظام حساب المسار المتأثر ويُعدّل تقديرات أزمنة التسليم اللاحقة. وتحدث إعادة التوجيه في ثوان، فيُبقي الأسطول يعمل بكفاءة رغم التغيرات المستمرة.

تخطيط الحمولة

لمركبات التسليم، يهم الترتيب الذي تُحمَّل به الطرود. البنود لآخر توقف ينبغي تحميلها أولاً (في خلف المركبة)، والبنود لأول توقف ينبغي تحميلها أخيراً (في مقدمة المركبة). ويُولّد الذكاء الاصطناعي خطط تحميل تُطابق تسلسل التسليم، فلا يحتاج السائق إلى الحفر في المركبة ليجد كل طرد.

تأخذ خطة التحميل أيضاً بالحسبان أبعاد الطرد ووزنه لضمان تشكيلات تحميل ثابتة وآمنة. البنود الثقيلة في الأسفل. والبنود الهشّة محمية من الحركة. والخطة عملية كفايةً ليُنفّذها فريق التحميل سريعاً دون معرفة متخصّصة بمسار التسليم.

تعيين السائقين

يُعيّن الذكاء الاصطناعي السائقين للمسارات بناءً على إلمامهم بمنطقة التسليم، ومؤهلات مركباتهم (قد تستلزم بعض التسليمات نوع مركبة بعينه)، ووقت بدء ورديتهم وساعاتهم المتاحة، وأدائهم التاريخي على مسارات مماثلة.

مطابقة السائقين بمسارات يحوزون فيها معرفة بالمنطقة تُقلّل زمن التسليم لأن السائقين الملمّين يُبحرون بكفاءة أعلى ويعرفون خصوصيات مواقع تسليم بعينها (أين يقفون، وأي مدخل يستخدمون، وأي المباني له وصول صعب).

تتبّع الأداء

يتعقّب الذكاء الاصطناعي أداء التسليم لحظياً وتاريخياً: التوقفات في الساعة، ومعدل التسليم في الوقت، ومعدل نجاح المحاولة الأولى، والالتزام بالمسار. تُحدّد هذه المقاييس قضايا تشغيلية (المسارات التي تتأخر باستمرار تُشير إلى أن تقديرات الزمن تحتاج إلى معايرة) وأنماط أداء فردية للسائقين (سائق كفء على مسارات وسط المدينة لكن بطيء على مسارات الضواحي قد يستفيد من تعيينات مسار مختلفة).

لمزيد عن كيف يُحسّن الذكاء الاصطناعي عمليات التسليم المحلي، طالع تحليل FirmAdapt للخدمات اللوجستية والنقل.