Model ilościowy systemu

Proces ustalania trasy odbioru towarów w rozpatrywanym systemie można opisać w następujący sposób [zob. Kubiak N. 2013’]:

1) Kilka dni (w pracy przyjęto założenie, że 3) przed planowaną wysyłką towaru dostawca będzie awizował przesyłkę wraz z informacją o wadze przesyłki oraz ilością miejsc paletowych, jaka jest potrzebna do przetransportowania towaru (zostanie wykorzystane założenie, że wszystkie ładunki są paletowalne).

2) Sieć neuronowa na podstawie informacji podstawowych o dostawcy (kod pocztowy, kraj, współczynnik logistyczny) pogrupuje dostawców ze sobą tak, aby zmaksymalizować powierzchnię załadunkową, zminimalizować długość trasy odbioru towarów uwzględniając przy tym położenie dostawców ich wzajemne sąsiedztwo oraz ich współczynnik logistyczny. Utworzona w ten sposób grupa dostawców będzie oznaczała, że odbiory u tych dostawców będzie obsługiwać jeden pojazd, a kolejność tych odbiorów, wyznaczona przez system, nie będzie przypadkowa, tylko będzie determinowała kolejność odbiorów u poszczególnych dostawców w ramach danego pojazdu transportowego. Struktura sieci neuronowej będzie podobna do struktury sieci rozwiązujących przedstawiony wcześniej problem komiwojażera.

3) System ekspercki SE 1 zainicjuje działanie sieci neuronowej SSN wielokrotnie w celu podania różnych tras odbioru towarów. Jeśli nowa propozycja będzie lepsza od starej, tzn. długość trasy odbioru będzie mniejsza i/lub powierzchnia wykorzystania będzie większa i/lub średnia współczynników logistycznych będzie większa, to nowa propozycja zostanie zapamiętana. Jest to etap, w którym system neuronowy będzie sprawdzany, aby uniknąć błędów. Ilość powtórzeń działania sieci będzie ustalona w wyniku przeprowadzonych testów systemu. W tej części systemu nastąpi również archiwizacja najlepszych wyników. Wyniki te będą mogły być dodatkowo wykorzystane do bieżącej aktualizacji parametrów sieci.

4) System ekspercki SE 2 odrzuci wyznaczone miejsca odbioru na podstawie procentu wykorzystania powierzchni ładunkowej. Jeśli wielkość procentu nie przekroczy z góry ustalonego progu (w pracy będzie to 85%), to wyznaczona kombinacja odbiorów zostanie odrzucona. Następnie po rozpatrzeniu wszystkich kombinacji system poda ilość potrzebnych środków transportu do obsługi wszystkich dostawców wraz z procentem wykorzystania powierzchni załadunkowej poszczególnego pojazdu transportowego. Ponadto (informacyjnie) podana zostanie suma współczynników logistycznych. Odbiory, które zostaną odrzucone zostaną podane przez system, aby użytkownik mógł zorganizować obiór w tych miejscach, gdyż odbiór tych towarów wydaje się być mało opłacalny.

5) W przypadku, gdy odbiorów będzie więcej niż jeden na danej trasie trzeci system ekspercki SE 3 wyznaczy dokładną trasę odbioru ładunków. Przyjęto ponadto, że przedsiębiorstwo jest również punktem, przez który musi trasa przebiegać, ale będzie to jednak stały punkt końcowy i początkowy. System ten będzie połączony z systemem GPS, który będąc jego podstawową częścią składową wyznaczy

optymalną trasę transportu wraz z ilością kilometrów. Na podstawie ilości kilometrów system ten poda koszt transportu optymalnej trasy (z przewoźnikiem będzie ustalona stawka za kilometr). Dodatkowo na podstawie współczynnika logistycznego poszczególnych dostawców oraz na podstawie danych z GPS system poda czas przejazdu wraz z przewidywaną datą i godziną zgłoszenia się kierowcy u poszczególnych dostawców. Uwzględnione będą również narzucone przez prawo obowiązkowe przerwy, jakie kierowca jest zmuszony zachować.

W systemie będzie wykorzystana sieć Hopfielda.

Rys. 11 Przebieg procesu ustalania trasy odbioru towarów [oprac. własne].

Struktura systemu hybrydowego

Cały system hybrydowy obsługujący wyżej opisany algorytm będzie składał się z następujących elementów:

1) Sieć neuronowa SSN, której budowa będzie analogiczna do sieci rozwiązującej problem komiwojażera.

SSN

(model analogiczny jak do rozwiązania problemu komiwojażera)

Współczynnik logistyczny

Kod pocztowy i kraj dostawcy Wielkość i waga

przesyłki

Współczynnik logistyczny Wielkość i waga

przesyłki

1 dostawca2 dostawca

Współczynnik logistyczny Wielkość i waga

przesyłki

n-tydostawca

…

Kod pocztowy i kraj dostawcy

Kod pocztowy i kraj dostawcy

Rys. 12 Model sieci neuronowej SSN łączącej odbiory od różnych dostawców [oprac. własne].

Takie zastosowanie sieci neuronowej nie zostało jeszcze opisane², dlatego też w modelu aplikacyjnym systemu zastosowana zostanie walidacja sieci, a dokładniej w różny sposób zostaną wyznaczone współczynniki wagowe sieci, po czym wyniki dostarczone przez te sieci zostaną porównane, wraz z czasem pracy tych sieci.

2 Na podstawie poszukiwań w bazie Scopus, data: 03.03.2013.

2) System ekspercki SE 1

Rys. 13 Model systemu eksperckiego SE 1, sprawdzającego wyrywkowo, czy znalezione przez SSN rozwiązanie jest globalnym optimum [oprac. własne].

Często w aplikacjach stosowana jest inna kolejność występowania elementów sztucznej inteligencji. Zazwyczaj wpierw występuje system ekspertowy, który odpowiednio przygotowuje dane, a następnie dopiero są one przekazywane do sieci neuronowej. Takie postępowanie zwiększa prawdopodobieństwo znalezienia globalnego optimum przez sieć neuronową, lecz w pewien sposób ogranicza to zasięg poszukiwań sieci i narzuca pewien sposób poszukiwań. W opisywanym w tej pracy podejściu sieć ogranicza wstępne pogrupowanie dostawców biorąc pod uwagę ich położenie geograficzne, jednakże w trakcie testów współczynnik odpowiedzialny za to pogrupowanie będzie zerowany, aby sprawdzić czy faktycznie pozwala to na usprawnienie działania sieci.

Rozpatrywany pierwszy system ekspertowy jest szczególnie ważny dla działania całego systemu hybrydowego, ponieważ przygotowuje on dane wejściowe do sieci neuronowej i jest to element systemu hybrydowego, który będzie dostosowywany każdorazowo do realiów przedsiębiorstwa i dzięki właśnie SE 1 cały system hybrydowy będzie bardzo elastyczny.

Przykładowo, jeśli zgodnie z ogólną koncepcją systemu, firma dysponuje pojemnikami, to system ten z danych podstawowych o pojemnikach wyznaczy wymiary i wysokość ładunku, a dzięki informacji o ciężarze detali i pojemnika, czy też informacji o samej wysyłce, będzie on w stanie dostarczyć wszystkie informacje niezbędne do uruchomienia sieci neuronowej.

Dodatkowo system ten będzie pomagał w obsłudze oraz archiwizacji danych wyjściowych dostarczanych przez sieć neuronową. Dzięki temu sieć może bez większych problemów działać i każdy krok iteracyjny może być w łatwy sposób odtworzony.

Kolejnym zadaniem systemu ekspertowego jest sprawdzanie optymalności rozwiązań dostarczanych przez sieć neuronową. Będzie to wykonywane, poprzez wieloetapowy proces sprawdzania oraz wielokrotne uruchomienie sieci. Przy każdym uruchomieniu wektor wejściowy jest zmieniany i dzięki temu zwiększa się prawdopodobieństwo wyznaczenia globalnego optimum poprzez rozpoczęcie procesu optymalizacji z innymi wartościami wejściowymi.

Ostatnią czynnością, jaką system będzie wykonywać, będzie przekazanie sygnałów wyjściowych sieci neuronowej do systemu ekspertowego SE2.

3) Drugi system ekspercki SE 2, który będzie sprawdzał czy otrzymane rozwiązanie jest korzystne pod względem wykorzystywanej powierzchni ładunkowej.

Rys. 14 Model systemu eksperckiego SE 2, sprawdzającego, czy wykorzystanie powierzchni poszczególnego pojazdu jest wystarczające oraz obliczający liczbę potrzebnych pojazdów do obsługi wyznaczonych tras.

[oprac. własne].

4) System ekspercki SE 3 wyznaczy najbardziej optymalną trasę i poda sumaryczną ilość kilometrów trasy. Na tej podstawie obliczany będzie koszt transportu (liczba kilometrów x stawka uzgodniona z przewoźnikiem). Jego podstawą będzie system GPS.

Całość zatem stworzy system hybrydowy, którego budowę przedstawiono poniżej.

Rys. 15 Model systemu hybrydowego [oprac. własne].