В системе Solvo.CTMS разработан модуль карго-планирования,который успешно решает сложную задачу планирования оптимального размещения контейнеров на судне или на платформе железнодорожного состава.
Для эффективной работы контейнерного терминала необходима высокая точность и заданный темп выполнения всех операций с контейнерами. Планирование оптимального размещения контейнеров на судне или на платформе железнодорожного состава – одна из важнейших составляющих технологического процесса доставки грузов. Загрузка судна / железнодорожных платформ – многокритериальная задача, при решении которой необходимо учитывать значительное количество исходных условий (центровка судна / железнодорожной платформы, этапность загрузки / выгрузки, тип и вес контейнеров, их класс опасности – это всего лишь некоторые из ограничений).
Существуют разные методики планирования размещения контейнеров на судне или железнодорожной платформе. Классическим вариантом можно назвать номерное планирование, когда из системы документооборота в систему управления поступает инструкция (список инструкций), план загрузки. В соответствии с этими документами контейнеры размещаются в предназначенные для них ячейки на судне. Такой подход не учитывает расположения контейнеров на терминале и потому невозможно избежать большого количества штивок – непродуктивного перемещения контейнеров.
Алгоритмические методы могут решить эту проблему, так как рассчитывают оптимальные варианты размещения контейнеров с учетом их погрузки-разгрузки, расположения на терминале. Эти методы нельзя назвать эффективными, так как большое количество возможных вариантов значительно увеличивает время анализа. Для сокращения времени размещение рассчитывается в локальной точке, что не дает полного решения проблемы.
В системе Solvo.CTMS разработан модуль карго-планирования, основанный на современном научном подходе – генетических алгоритмах, которые в стали использоваться для решения различных научных и технических прикладных задач. Это широкий класс алгоритмов, подчас мало похожих друг на друга. Их сходство – в основной идее всех моделей – вычислительная система, наделенная простыми механизмами изменчивости и отбора, может функционировать по аналогии с законами эволюции в природных системах. Область применения таких алгоритмов очень широка – это, например, создание других сложных вычислительных сетей, сетей сортировки данных, проектирование нейронных сетей или управление роботами.
Оптимизация многопараметрических функций (как в случае с планированием размещения контейнеров) – наиболее значимое приложение генетических алгоритмов.
Модуль карго-планирования Solvo.CTMS анализирует различные варианты размещения контейнеров, выбирая лучший. Поиск по методу генетического алгоритма дает быстрый и эффективный результат.
Впервые такой модуль в системе Solvo.CTMS появился в проекте для Восточной Стивидорной компании.
Таким образом, решена одна из наиболее сложных оптимизационных задач в организации планирования загрузки контейнеровозов с учетом их дальнейшего следования и промежуточных пунктов погрузки и выгрузки контейнеров.
Добавленный к системе модуль карго-планирования позволит повысить эффективность системы Solvo.CTMS в целом и обеспечит расширение функций системы на не решавшиеся ранее задачи автоматизации терминалов.
