Kuljetusten suunnittelu- ja ohjausmenetelmiä

Kuljetusten suunnittelussa ja ohjauksessa ratkaistavat ongelmat ovat luonteeltaan strategisia, taktisia ja operatiivisia.

Strategisen tason ongelmia ovat sijaintipaikka- ja lukumääräongelmat, jotka ratkaistaan hakemalla toimintapisteille edullisimmat sijaintipisteet ja taloudellisin lukumäärä ottaen huomioon kysyntäpisteet.

Taktisen tason ongelmat liittyvät kuljetuskustannuksiin, kaluston määrään ja laatuun sekä kaluston ja tilojen kapasiteettiin. Taktisia ongelmia ovat:

  • kuljetusongelmat, joissa normaalisti minimoidaan kuljetuskustannuksia kiinteiden toimintapisteiden, esimerkiksi varastojen, kapasiteettien ja kuljetettavien tavaramäärien suhteen
  • kapasiteettiongelmat, joissa haetaan toiminnan maksimikapasiteettia kustannusten, ajan, palvelunopeuden, tehokkuuden, tavaramäärän tai jonkin muun kriteerin suhteen.
  • kaluston valintaongelmat, joissa pyritään minimoimaan kuljetuskustannuksia kaluston määrän ja kapasiteetin valinnalla.

Operatiivisia ongelmia ovat:

  • jakeluongelmat, joissa normaalisti minimoidaan kuljetuskustannuksia kiinteiden jakelupisteiden välillä käytettävissä olevan kaluston määrän ja kapasiteetin suhteen
  • reitinvalintaongelmat, joissa etsitään lyhintä tai edullisinta kulkutietä toimintapisteiden kautta
  • jakelutoiminnan ongelmat, joissa kustannusten minimointiin pyritään kuormia yhdistelemällä ja toisaalta suuria kuormia jakamalla monelle autolle tai usealle ajokerralle auton kapasiteetin, kuljettajan työajan, vuorotteluperiaatteen tai suunnitellun reitin mukaan.

Ohjausmenetelmiä ja järjestelmän mallintaminen

Operaatioanalyysi koostuu sovelletun matematiikan, tietotekniikan ja talouden menetelmistä, joiden tavoitteena on löytää ihmisen ja koneen muodostaman järjestelmän optimaaliset toimintaolosuhteet. Apuna käytetään matemaattisia malleja, joilla kuvataan yksinkertaistettua todellisuutta. Kuljetusalalla käytetyistä operaatioanalyysin menetelmistä käytetyin on ollut lineaarinen ohjelmointi. Muita menetelmiä ovat heuristiset menetelmät, simulointi, kokonaislukusimulointi, jonoteoria ja luotettavuusanalyysi.

Järjestelmän mallintaminen riippuu usein tarkastelunäkökulmasta, joka voi painottua osto- tai hankintatoimeen, varastointiin, jakeluhierarkiaan tai kuljetukseen. Se voi kohdistua vain yhteen tai muutamaan osaseen koko jakelutoiminnasta. Osaongelmien määrittely ja mallintaminen on huomattavasti helpompaa kuin kokonaisuuden mallintaminen, joka on laaja, monimuotoinen ja usein keskenään ristiriitaisia tavoitteita sisältävä ongelma.

Kokonaisvaltaisen mallin osatekijöiden keskinäinen vertailu on usein hankalaa, ja niiden kustannusvaikutukset ja aikajänne saattavat poiketa toisistaan. Siksi yleensä turvaudutaan toisiinsa integroituihin osamalleihin tai yksinkertaistuksiin. Kokonaisvaltaisissa malleissa voidaan toisaalta käyttää liian suurta tarkkuutta, jolloin yksittäisten tekijöiden vaikutus hukkuu tai toisaalta yksinkertaistaa liikaa, jolloin vaikuttavat tekijät jäävät pois tai niiden vaikutus vääristyy.

Mallintamisessa voidaan linearisoida tuotemääriä ja kustannuksia lineaaristen optimointimallien muodostamiseksi, koska lineaaristen mallien muodostaminen on suhteellisen helppoa ja niille on valmiita ja tehokkaita ratkaisuohjelmistoja. Yleisesti käytettyjä ovat myös kysyntämallien yksinkertaistaminen, tuotteiden yhdistely tuoteryhmiksi ja asiakkaiden ryhmittely. Kustannustekijät voidaan tuntea, mutta niiden tarkka arvioiminen voi olla mahdotonta.

Pelkästään ongelmien analysointi ilman siitä johdettavaa mallia voi selvittää tilannetta ja ongelmaa parannusten aikaansaamiseksi. Optimointimallin rakentamisessa on kyse ongelman kuvaamisesta matemaattisena mallina. Kuvaus ei välttämättä ole yksikäsitteinen, vaan se riippuu kuvaajan näkemyksistä ja kokemuksista. Mallin rakentamisessa voi olla jo lähtökohtana ratkaisutapa, kuten lineaarinen optimointi.

Mallintamisen vaiheita ovat:

  1. ongelman määrittely ja testaus
  2. lähtötietojen keruu
  3. mallin rakentaminen
    • kuka on päätöksentekijä ja miten tavoitteet asetetaan
    • tekijät, joihin voidaan vaikuttaa
    • kontrolloimattomat tekijät, jotka vaikuttavat valinnan seurauksiin
    • muuttujien arvoista tai muista olosuhteista riippuvat rajoitukset
    • päätöksentekijän valinnan ja kontrolloimattomien tekijöiden yhteisvaikutus
  4. mallin testaus
  5. mallin pätevyys ja todentaminen
  6. käyttöönotto, koulutus ja dokumentointi
  7. toimintamuutokset tulosten mukaan, seuranta, kehittäminen ja uusiminen

Heuristisissa malleissa ongelma ratkaistaan kokeilemalla tai itse keksimällä. Niissä ei pyritä löytämään optimiratkaisua asetettuun ongelmaan, vaan tyydytään ns. hyvään ratkaisuun. Malleissa luodaan kriteerit, joiden suhteen vaihtoehtoja vertaillaan ja joiden perusteella valinta suoritetaan. Mallien etuna on suhteellisen pieni työmäärä ja halpuus verrattuna esimerkiksi simulointimalliin. Heuristisia malleja sovelletaan mm. kuljetusreitin optimointiin, kuljetussuunnitelmiin sekä jakelu- ja nouto-ongelmiin.

Lineaarinen optimointimenetelmä sopii käytettäväksi suurten kuljetusmäärien yhteydessä. Soveltamisalueita ovat mm. sijoituspaikkaongelma, kuljetusongelma sekä muunnettu kuljetusongelma, joissa tuotantokustannukset vaihtelevat eri paikkakunnilla ja lisäksi myyntituotot vaihtelevat markkina-alueilla. Lineaarisen optimoinnin jakelu- ja reitinvalintamallit soveltuvat kuitenkin vain harvoin suoraan todellisiin ongelmiin, koska niissä joudutaan lineaarisuuden vuoksi tekemään yksinkertaistuksia ja tärkeitä tekijöitä täytyy jättää tarkastelun ulkopuolelle.

Tässä yhteydessä simuloinnilla tarkoitetaan todellisen ilmiön jäljittelemistä tietokoneelle ohjelmoidun mallin perusteella. Mallissa käytetään satunnaislukuja kuvaamaan reaalimaailman epävarmuutta. Lähestymistapa on usein tilastollinen: tehdään riittävä määrä simulointiajoja, joiden perusteella johdetaan tulokset tilastollisilla menetelmillä. Simuloinnilla voidaan ratkaista monimutkaisia ongelmia; sitä sovelletaan kapasiteettiongelmaan, kuljetinjärjestelmiin, automaattivarastoihin, pakkaus-, varastointi- ja laivauslinjoihin sekä satamiin ja tavaraterminaaleihin.

Jonoteoria käsittelee eri palvelupisteisiin syntyviä jonoja, jonojen pituuksia ja asiakkaiden jonotusaikoja. Asiakkaan tulo palvelupisteeseen ja palvelun kesto arvioidaan todennäköisyysjakaumin. Näiden perusteella määritetään jonotusajat ja niiden aiheuttamat kustannukset. Jonoteoriaa sovelletaan satamissa ja terminaaleissa purkauksen ja kuormauksen ajoittamiseen ja odotusaikojen vähentämiseen.

Luotettavuusanalyysissä keskitytään teknisten järjestelmien luotettavuuden määrittämiseen ja luotettavuuden parantamiseen. Luotettavuus voidaan määrittää kokemuksen perusteella tilastollisesti tai analyyttisesti luotettavuusmallia käyttäen. Menetelmässä pyritään optimoimaan käyttövarmuus eli minimoimaan hankinta-, käyttö- ja kunnossapitokustannusten summa. Luotettavuusanalyysiä sovelletaan monimutkaisten kuljetusjärjestelmien ja -laitteistojen analysointiin esimerkiksi vaarallisten aineiden kuljetuksissa.

Algoritmi on laskentamenetelmä, joka perustuu tietyn laskutoimituksen peräkkäisiin toistoihin. Erilaisiin ongelmiin on kehitetty niihin soveltuvia ratkaisualgoritmeja.

Reittioptimoinnissa tarkastellaan yhden tai monen kauppamatkustajan ongelmaa. Kauppamatkustajan ongelmaan etsitään pienimmät kustannukset aiheuttavaa reittiä, jossa käydään verkon jokaisessa solmupisteessä kerran. Ongelmat ratkaistaan kolmenlaisilla heuristisilla malleilla: reitin rakentamisalgoritmeilla, reitin parantamisalgoritmeilla tai yhdistetyillä algoritmeilla.

Monen kauppamatkustajan ongelma on klassinen kaluston reititysongelma. Se voidaan ratkaista joko tarkasti tai likimääräisesti heuristisilla algoritmeilla, joita ovat mm. säästöalgoritmi ja pyyhkäisyalgoritmi. Jos kalusto käyttää useita tukikohtia tai varastoja, kyseessä on ns. monivarasto-ongelma, jonka ratkaisu perustuu monen kauppamatkustajan ongelman ratkaisuun.

Kaluston aikataulutuksessa reittiongelmaa laajennetaan lisäämällä kysyntäsoluihin aikarajat, jolloin ongelmasta tulee erittäin monimutkainen. Ongelmana voi olla yhden varaston aikataulutus, aikataulutus aika- ja matkarajoilla, monella autotyypillä tai monella varastolla. Yleisin käytössä olevista heuristisista algoritmeista on Bodinin rinnakkaisaikataulutusalgoritmi. Koska tämä algoritmi on helppo ohjelmoida, sillä saadaan käyttökelpoisia alkuratkaisuja muille algoritmeille.

Tuotantolaitosten ja varastojen optimaalisten sijoituspaikkojen suunnitteluun on olemassa useita ratkaisualgoritmeja. Niissä etsitään kustannusoptimia, mikä vaatii kuljetussuoritteen muuttumiseen perustuvan laskentamallin. Algoritmeissa on lisäksi otettava huomioon, että käytännössä suoritteen kustannus pienenee matkan ja massan kasvaessa.

Kuljetusten suunnittelussa käytetään usein tietokoneavusteisia järjestelmiä. Optimiratkaisun löytäminen on käytännössä mahdotonta laajahkon verkon eli yli sadan solmun ongelmaa käsiteltäessä. Niiden sijaan etsitään tietokoneen avulla heuristisia ratkaisumalleja. Tietotekniikan etuina ovat mm. kuljetusten helpompi valvonta, kustannussäästöt käytettäessä kalustoa tehokkaammin ja tasaisemmin, parempi palvelutaso, työpanoksen vapautuminen toisiin tehtäviin ja valmiudet vaihtoehtojen analysointiin ja herkkyystarkasteluihin. Kuljetusten suunnitteluun ja ohjaukseen tarkoitettuja ohjelmistoja on tarjolla melko runsaasti.

Järjestelmästä saadaan yleensä eniten hyötyä, kun se voidaan liittää yrityksen muihin järjestelmiin, kuten laskutukseen, kirjanpitoon, kaluston seurantaan ja palkanlaskentaan. Monesti vaaditaan myös yhteensopivuutta yhteistyökumppanien järjestelmien kanssa.