1/19 Real-time transportplanning met agents Martijn Mes.

Presentatie over: "1/19 Real-time transportplanning met agents Martijn Mes."— Transcript van de presentatie:

1 1/19 Real-time transportplanning met agents Martijn Mes

2 2/19 Opzet: 1.Motivatie 2.Agents 3.Vooruitzien 4.Toepassingen Deze plannings- beslissingen op elk moment kunnen maken Welk voertuig doet wanneer welke opdracht? Gekozen aanpak Real-time transportplanning met agents

3 3/19 Trends in transport 1: toename  Logistieke uitgaven zijn groot: 49,7 miljard euro in Nederland in 2000  Toename transportvolume: stijging invoer uit Azië van 67% tussen 1990 en 2002 Bron: De Logistieke Kracht van Nederland 2005

4 4/19 Trends in transpot 2: kritische klant  Bredere assortimenten  Frequente en kleinere zendingen  Internet bestellingen  Strakkere tijdsrestricties  Kortere levertijden  Rijtijdenwet  Levertijdrestricties

5 5/19 Trends in transport 3: druk op efficiëntie  Milieu maatregelen  Concurrentie

6 6/19 Trends in transport 4: toepassing ICT  Ontwikkelingen:  Internet  GPS  Elektronische markten  Als gevolg hiervan zien we een toenemende belangstelling in real-time online planning en besturing van transport  Online: via het Internet  Real-time: direct reageren op binnenkomende informatie

7 7/19 Motivatie  Deze trends hebben geleid tot een toenemende behoefte aan methoden voor real-time besturing van transport  Dit kan centraal of decentraal…

8 8/19 Centrale real-time besturing Nieuwe lading Nieuwe opdracht Vertraging Neem opdracht van andere wagen over Kan de opdracht niet op tijd leveren Hier wachten  Theoretisch beste optie  Nadelen:  Veel informatie-uitwisseling  Gevoelig voor kleine veranderingen (kleine verstoring kan effect hebben op veel voertuigen)  Rekenintensief en daardoor niet altijd in staat snel te reageren op spoedgevallen  Onafhankelijke partijen laten zich mogelijk niet centraal aansturen Nieuwe lading

9 9/19 Decentrale real-time besturing Kun jij me ophalen? Kun jij deze opdracht voor me doen? Ik neem de opdracht wel over Ik ga te laat komen  Multi-agent systeem  Elke speler (vracht, verlader, transporteur, voertuig) wordt vertegenwoordigd door een agent  Een agent is een intelligent en autonoom software programma dat met andere agents onderhandelt om zo zijn eigen doelen te behalen  Coördinatie?  met een veiling Ik haal je zo op

10 10/19 Veiling als coördinatie mechanisme Verlader heeft vervoer nodig De verlader agent start een veiling Diverse voertuig agents krijgen een uitnodiging De voertuig agents brengen een bod uit De winnaar krijgt de opdracht Transporteur MW Transporteur X

11 11/19 Gaat dat wel werken?  De genoemde problemen met de centrale besturing zijn in elk geval overwonnen.  Maar indien de agents kortzichtig zijn zal de multi-agent methode tot hogere kosten leiden!  Echter een centrale besturing is ook niet optimaal: je weet nooit precies wat er gaat gebeuren, dus een beslissing kan achteraf gezien (b.v. na aankomst van nieuwe orders) inefficiënt blijken.  Conclusie is dan ook…

12 12/19 Eisen aan het multi-agent systeem Voor een goede performance van een multi-agent besturing is het nodig intelligente, zelflerende en anticiperende strategieën te ontwikkelen voor de agents.

13 13/19 Dit kan op verschillende manieren  Verladers moeten bij acceptatie van een bod rekening houden met toekomstige biedingen  Transporteurs moeten rekening houden met toekomstige gebeurtenissen bij:  uitbrengen van biedingen  maken van een ritplanning  wachtstrategieën  Een voorbeeld…

14 14/19 Rekening houden met de toekomst… (1/3) bij het uitbrengen van biedingen Amsterdam Groningen Enschede Utrecht Eindhoven Rotterdam Stel dat de reistijden en kosten van de trajecten Enschede-Amsterdam en Enschede-Groningen gelijk zijn, bied je dan ook hetzelfde? Mogelijk krijgen we nog een opdracht op het traject Enschede-Utrecht Mogelijk is het beter om over 2 uur in Amsterdam te eindigen dan in Groningen Denk vooruit !

15 15/19 bij het maken van een ritplanning Amsterdam Groningen Enschede Utrecht Eindhoven Rotterdam Stel dat je een opdracht op de trajecten Utrecht-Amsterdam and Rotterdam- Eindhoven hebt gewonnen, en je bevind je momenteel in Enschede Routing: in welke volgorde bezoek je de steden? Timing: wanneer laden en lossen? Stel je de geplande laadtijd in Rotterdam uit in anticipatie op een nieuwe opdracht? 8:00 10:00 11:00 19:00 20:00 Rekening houden met de toekomst… (2/3) Denk vooruit !

16 16/19 bij wachtstrategieën Amsterdam Groningen Enschede Utrecht Eindhoven Rotterdam Na levering van de lading om 11:00 in Amsterdam heb je de keuze: Direct op pad te gaan naar Rotterdam (en daar ±6 uur wachten) 11:00 19:00 20:00 Wachten in Amsterdam totdat je een opdracht wint die je kan uitvoeren voor de opdracht van Rotterdam-Eindhoven, indien je geen opdracht wint voor 17:00, dan rij je alsnog leeg naar Rotterdam Rij leeg naar Utrecht in afwachting van een opdracht Utrecht-Rotterdam, indien je geen opdracht wint voor 17:00, dan rij je alsnog leeg naar Rotterdam Rekening houden met de toekomst… (3/3) Denk vooruit !

17 17/19 Intelligente strategieën  Dit is waar ik afgelopen 5 jaar aan heb gewerkt:  Het ontwikkelen van wiskundige methoden die intelligent, zelflerend en anticiperend gedrag van de agents ondersteunen  Het testen van deze methoden met behulp van simulatie  Zie proefschrift →

18 18/19 Tot slot: de toepassing  Veiling strategieën voor transporteurs en verladers in spot markets (elektronische marktplaatsen voor uitwisseling van vrachten)  Multi-agent systemen bij transporteurs (of bij verladers met een eigen wagenpark)  Samenwerkingsverbanden van transporteurs  Intern transport: b.v. een bakkerij waar robots zelfstandig allerlei transportopdrachten uitvoeren (zie proefschrift hoofdstuk 4)

19 19/19 Einde Martijn Mes University of Twente School of Management and Governance Operational Methods for Production and Logistics Tel. 053-4894062 E-mail: m.r.k.mes@utwente.nl