Tüm Çözümler
Rotalama Algoritmaları

Yerli Motor ile Yüksek Performanslı Optimizasyon

Akademik araştırmalarla kanıtlanmış algoritmalar ve paralel hesaplama ile saniyeler içinde binlerce işi optimize edin. Uluslararası benchmark'larda doğrulanmış performans.

4.5sn 3.000 iş için
32 Thread paralel
18 Local search op.
Depo

Optimizasyon Akışı

3.000 işin 4.5 saniyede optimize edilme süreci

OPTİMİZASYON MOTORU

Yerli optimizasyon motoru ile saniyeler içinde binlerce işi optimize edin

GİRDİ 3000 iş 50 personel KÜMELEME ~1 saniye Advanced | Hierarchical | Dynamic HEURİSTİKLER ~2 saniye 32 Paralel Thread Solomon I1 Regret-Based LOCAL SEARCH ~1.5 saniye 18 Operatör Inter/Intra Route ÇIKTI Toplam: ~4.5 saniye
3000 iş / optimizasyon
50 personel kapasitesi
<5sn optimizasyon süresi
32 paralel thread

Kullanılan Yöntemler

Akademik araştırmalardan endüstriyel uygulamaya

Yapısal Heuristic

Solomon I1 Heuristic

Zaman pencereli VRP için özel tasarlanmış insertion heuristic. Her adımda en uygun müşteri-pozisyon çiftini seçer.

  • Zaman penceresi desteği
  • Çoklu kriter (mesafe + gecikme)
  • Coğrafi açı hesaplama
Yapısal Heuristic

Parallel Cheapest Insertion

Birden fazla rotayı eş zamanlı olarak oluşturur. Her iterasyonda tüm rotalar için en ucuz ekleme maliyetini hesaplar.

  • Multi-threading
  • Maliyet tabanlı karar
  • Rota dengeleme
İyileştirme

Local Search (18 Operatör)

Başlangıç çözümünü iteratif olarak iyileştiren 18 farklı operatör. Her operatör farklı bir hareket türünü temsil eder.

  • Inter-route operatörler (7)
  • Intra-route operatörler (6)
  • Özel operatörler (5)
Metaheuristic

Adaptive Large Neighborhood Search

Büyük ölçekli komşuluk araması ile lokal minimumlardan kaçış. Destroy-repair döngüsü ile çözüm uzayını keşfeder.

  • Adaptif operatör seçimi
  • Simulated annealing
  • Çeşitlilik kontrolü

Desteklenen Constraint'ler

Gerçek dünya gereksinimlerini karşılayan kapsamlı kısıt desteği

Hard Constraints

Kesinlikle karşılanması gereken kısıtlar

Zaman Penceresi Müşteri randevuları ve çalışma saatleri
Araç Kapasitesi Ağırlık, hacim ve adet limitleri
Personel Yetkinliği İş türüne göre gerekli beceriler
Maksimum Çalışma Günlük/haftalık saat limitleri
Mola Zamanları Yasal mola gereksinimleri

Soft Constraints

Mümkünse optimize edilen tercihler

Trafik Saatleri Pik saatlerde ek maliyet
İş Önceliği Acil işlerin önceliklendirilmesi
Bölge Tercihi Personel-bölge eşleştirmesi

Local Search Operatörleri

Başlangıç çözümünü iteratif olarak iyileştiren 18 farklı hareket

LOCAL SEARCH OPERATÖRLERİ

18 farklı operatör ile çözümü iteratif olarak iyileştirme

Örnek: TwoOpt Operatörü
Önce
D 1 2 3 4 5 6
Toplam Mesafe: 847 km
TwoOpt
Sonra
D 1 5 6 4 2 3
Toplam Mesafe: 723 km -14.6%

Inter-Route

7 operatör

Farklı rotalar arasında iş transferi

Relocate
Bir işi başka rotaya taşı
+2.1%
OrOpt
2-3 ardışık işi taşı
+1.8%
Exchange
İki rota arasında iş değişimi
+1.5%
CrossExchange
Segment değişimi
+2.4%
MixedExchange
Karışık boyut değişimi
+1.2%
TwoOpt
Kenar değişimi
+3.1%
ReverseTwoOpt
Ters segment ile değişim
+1.9%

Intra-Route

6 operatör

Aynı rota içinde optimizasyon

IntraRelocate
Rota içi pozisyon değişimi
+1.4%
IntraOrOpt
Ardışık iş grubu kaydırma
+1.1%
IntraExchange
Rota içi iş değişimi
+0.9%
IntraCrossExchange
Rota içi segment değişimi
+1.6%
IntraTwoOpt
Rota içi kenar optimizasyonu
+2.2%
IntraMixedExchange
Karma segment operasyonu
+1.3%

Special

5 operatör

Özel durumlar için operatörler

SwapStar
Çoklu rota eşzamanlı değişim
+3.5%
RouteExchange
Tam rota değişimi
+1.7%
RouteSplit
Rota bölme
+2.8%
UnassignedExchange
Atanmamış iş değişimi
+2.3%
PDShift
Pick-up/Delivery çifti taşıma
+1.9%
Paralel İşleme: 32 thread ile tüm operatörler paralel çalışır. Her operatör bağımsız olarak çözümü iyileştirmeye çalışır, en iyi iyileştirme kabul edilir. Ortalama %15-20 ek iyileştirme sağlanır.

Kümeleme Stratejileri

Büyük veri setlerini yönetilebilir parçalara bölen akıllı kümeleme

KÜMELEME STRATEJİLERİ

3 farklı kümeleme stratejisi ile her senaryoya uygun çözüm

Advanced Clustering

Zone-Based

Coğrafi bölgelere göre gruplama

SAME_BUILDING 1m Aynı bina içi işler
INSIDE 150m Şehir merkezi
OUTSIDE 2000m Şehir dışı
AWAY_OUTSIDE 5000m Uzak bölgeler

Hierarchical Clustering

GMM-Based

Gaussian Mixture Model iterasyonu

Başlangıç 50 Küme merkezi
E-Step Atama İşleri en yakın kümeye
M-Step Güncelleme Merkez pozisyonları
İterasyon 10 Yakınsama

Dynamic Clustering

Behavioral

Adaptif öğrenme ile davranışsal model

Distance Decay 0.8 Mesafe faktörü
Cohesion 1.2 Merkez çekimi
Skill Weight 0.6 Yetenek ağırlığı
Learning Adaptif Verimlilikten öğrenir
Strateji Seçimi: Advanced kümeleme standart saha operasyonları için idealdir. Hierarchical büyük veri setlerinde (1000+ iş) daha iyi performans gösterir. Dynamic ise değişken iş yükü ve zaman baskısı olan senaryolarda adaptif davranır.

Benchmark Sonuçları

Solomon VRP benchmark setlerinde kanıtlanmış performans

Benchmark En İyi Bilinen Optiwork Süre
Solomon R1 100% 99.2% 0.8s
Solomon C1 100% 99.8% 1.2s
Solomon RC1 100% 98.9% 1.5s
Gerçek Veri (3000 iş) - Yakın-optimal 4.5s
Not: Solomon benchmark'ları akademik VRP araştırmalarında standart test setleridir. Sonuçlar ortalama 10 çalıştırma üzerinden hesaplanmıştır.
4.5sn
Hesaplama Süresi

3.000 iş için

32
Thread

Paralel hesaplama

18
Operatör

Local search

3.000+
İş Kapasitesi

Tek seferde

Sık Sorulan Sorular
Sıkça Sorulan Sorular

Algoritmalar ne kadar sürede sonuç üretiyor?

3.000 iş için ortalama 4.5 saniyede optimum çözüm üretilir. Sistem 32 thread ile paralel çalışarak bu hızı sağlar. Daha küçük veri setleri için süre orantılı olarak azalır.

Gerçek zamanlı değişikliklere nasıl adapte oluyor?

Incremental re-routing özelliği sayesinde yeni bir iş eklendiğinde veya bir değişiklik olduğunda sadece etkilenen rotalar yeniden hesaplanır. Bu sayede tam yeniden hesaplama yerine saniyeler içinde adaptasyon sağlanır.

Hard ve soft constraint farkı nedir?

Hard constraint'ler (zaman penceresi, kapasite) kesinlikle ihlal edilemez. Soft constraint'ler (trafik, öncelik) ise mümkünse karşılanır ama gerektiğinde esnetilebilir. Her soft constraint için bir penalty değeri tanımlıdır.

Solomon benchmark'larına göre performans nasıl?

Solomon R1, C1 ve RC1 benchmark setlerinde en iyi bilinen çözümlerin %98.9-%99.8'ine ulaşıyoruz. Gerçek dünya verilerinde ise akademik benchmark'larda olmayan kısıtları da (yetkinlik, mola) karşılıyoruz.

Performans nasıl sağlanıyor?

Yerli optimizasyon motoru, 32 thread paralel hesaplama ve akıllı bellek yönetimi ile yüksek performans sağlar. 3.000 işi 4.5 saniyede optimize edebilecek kapasitededir.

Algoritmalarımızı Test Edin

Kendi verilerinizle benchmark testi için demo talep edin.