Data Department, çok sayıda kısıt içeren operasyonel kararlar için optimizasyon ve simülasyon modelleri kurar: filo büyüklüğü, rota ataması, üretim çizelgeleme, stok dağıtımı ve program planlama. Ağırlıklı olarak yöneylem araştırması yöntemlerini, özellikle MIP (karma tamsayılı programlama) ve simülasyonu, çoğu zaman makine öğrenmesi tahminleriyle birlikte kullanırız. Bir kargo şirketi için yaptığımız analiz, aynı hizmet seviyesinin yaklaşık %30 daha az araçla karşılanabileceğini gösterdi.
Optimizasyon hangi sorunları çözer?
Planlamacılar bu sorunları her gün çözer; bunu çoğu zaman deneyime, tablolara ve çok sayıda telefon görüşmesine dayanarak yapar. Üzerinde çalıştığımız kararlar:
- Kaç araç sefere çıkmalı, hangi araç hangi müşterilere hangi sırayla gitmeli?
- Hangi sipariş hangi hatta, hangi sırayla üretilmeli ki ayar değişimleri ve gecikmeler azalsın?
- Sınırlı stok depolar, mağazalar veya müşteriler arasında nasıl dağıtılmalı?
- Vardiyalar, fazla mesaiye gerek kalmadan talebi karşılayacak şekilde nasıl planlanmalı?
- Yeni bir depo, hat veya ambar yatırımı yapılmaya değer mi?
- Büyük bir programın kilometre taşlarına ulaşma olasılığı nedir ve gecikmeler hangi noktalarda ortaya çıkacak?
Optimizasyon ve simülasyon farklı sorulara yanıt verir. Optimizasyon, kısıtlarınız altında en iyi planı bulur. Simülasyon ise koşullar değiştiğinde planın nasıl davrandığını test eder: talepte ani artışlar, makine duruşları, personel devamsızlığı ve gecikmeler gibi. Birçok proje ikisine birden ihtiyaç duyar.
Hangi probleme hangi yöntem?
| Problem | Yöntem | Ne elde edersiniz? |
|---|---|---|
| Filo büyüklüğü ve rotalar | Müşteri kümeleme ve MIP; yüksek günlük hacimde araç rotalama sezgiselleri | Filo büyüklüğü, rota ataması, durak sırası |
| Üretim çizelgeleme | MIP veya kısıt programlama | Hat bazında sıra, beklenen gecikme ve ayar değişimi |
| Stok dağıtımı | Talep tahminlerini girdi alan MIP | Lokasyon ve ürün bazında dağıtım |
| Kapasite ve yerleşim kararları | Kesikli olay simülasyonu | Her senaryoda kuyruklar, doluluk ve çıktı |
| Program veya proje teslimi | Kaynak, takvim ve bağımlılıkların Monte Carlo simülasyonu | Her kilometre taşına ulaşma olasılığı |
Proje nasıl ilerler?
Keşif (2 hafta). Planı bugün hazırlayan kişilerle bir araya gelir, amacı ve tüm kısıtları yazıya dökeriz: teslimat zaman pencereleri, araç kapasiteleri, sürücü çalışma saatleri, makine kuralları, öncelikler. Hiçbir koşulda ihlal edilemeyecek katı kısıtları, bir bedel karşılığında esnetilebilecek olanlardan ayırırız. Pek çok proje bu aşamada güçlük yaşar; çünkü kritik bir kural yalnızca bir planlamacının bilgisindedir. Yazılı bir problem tanımı, veri kontrolü ve devam/dur kararı alırsınız.
Pilot (6–10 hafta). Modeli kurar, geçmişteki gerçek haftalar üzerinde çalıştırır ve önerdiği planları sizin uyguladığınız planlarla karşılaştırırız. Ölçüt ilk gün belirlenir: teslimat başına maliyet, filo büyüklüğü, zamanında teslim oranı veya ayar değişimi saatleri. Planlamacılar planları inceler ve gerçekçi olmayan noktaları bildirir; modeli buna göre düzeltiriz.
Canlıya geçiş ve devir. Model, bulut ortamınızda veya kendi sunucularınızda bir planlama servisi olarak çalışır; ERP (kurumsal kaynak planlama), sevkiyat veya MES (üretim yürütme sistemi) verisine bağlanır. Planlamacı her kararı değiştirip planı yeniden çalıştırabilir. Ekibinizi kısıtları bize ihtiyaç duymadan güncelleyebilecek şekilde eğitiriz.
Optimizasyon projesi için hangi veriler gerekir?
- Sipariş veya talep: lokasyonlar, miktarlar ve zaman pencereleri.
- Kaynaklar ve kapasiteler: araçlar, hatlar, vardiyalar, depolar.
- Süreler ve maliyetler: yol süreleri, işlem süreleri, ayar değişim süreleri, saat veya kilometre başına maliyet.
- Keşif aşamasında yazıya dökülen iş kuralları ve öncelikler.
Sahadan sonuçlar
Bir kargo dağıtım şirketi için özel bir kümeleme yöntemini karma tamsayılı programlamayla birleştirerek, teslimat zaman pencereleri, öncelikler ve araç kapasitesi altında filo büyüklüğünü ve rota atamasını belirledik. Analiz, aynı hizmet seviyesinin yaklaşık %30 daha az araçla karşılanabileceğini gösterdi. Filo ve rota optimizasyonu projesini inceleyin.
Küresel bir ağ teknolojileri şirketi için, ABD'li bir iş ortağı üzerinden, büyük bir ağ geçiş programının kaynak, takvim ve teknik bağımlılıklarını kapsayan bir simülasyon kurduk. Simülasyon her kilometre taşına ulaşma olasılığını tahmin etti ve erken uyarı verdi; plan ve müşteriye verilen taahhütler zamanında yeniden düzenlendi. Program teslim simülasyonu projesini inceleyin.
Optimizasyonun başarısı, girdilerinin kalitesine bağlıdır. Talep belirsizse modeli talep tahmini ile birlikte kurarız.
Optimizasyon ne zaman doğru araç değildir?
- Kısıtlar net olarak tanımlanamıyorsa. Kurallar planlamacıdan planlamacıya değişiyorsa, önce bu kurallar üzerinde uzlaşılmalıdır.
- Problem küçükse. Günde yirmi teslimat yapan deneyimli bir planlamacı zaten en iyiye yakın olabilir.
- Süre ve maliyet verisi zayıfsa. Tahmini yol veya işlem süreleriyle kurulan model, tutarlı görünen ancak hatalı planlar üretir.
- Asıl sorun organizasyonelse. Departmanlar birbirleriyle çelişen hedeflere göre çalışıyorsa, bu sorun bir modelle çözülemez.
Sık sorulan sorular
Hangi çözücüleri kullanıyorsunuz?
Problem büyüklüğüne ve lisans tercihinize göre OR-Tools veya HiGHS gibi açık kaynak ya da Gurobi gibi ticari çözücüler.
Planlamacı modelin kararını değiştirebilir mi?
Evet, her zaman. Model önerir, planlamacı karar verir. Değişiklikler kaydedilir; böylece modelin hangi kuralı bilmediğini öğreniriz.
Sonuçları ne zaman görürüz?
Keşif 2 hafta, pilot 6–10 hafta sürer. Modelin kendi geçmiş verinizdeki planlarını, sizin gerçekte yaptıklarınızla karşılaştırmalı olarak görürsünüz.
Proje maliyetini neler belirler?
Problem büyüklüğü, kısıtların sayısı ve karmaşıklığı, planın ne kadar hızlı üretilmesi gerektiği, veri kalitesi ve planlama ile ERP sistemlerinizle entegrasyonun derinliği.