Teknologi optimasi matematis untuk kapal kargo

 (research.google)
1 poin oleh GN⁺ 2024-06-07 | 1 komentar | Bagikan ke WhatsApp

Optimasi jaringan transportasi kapal kargo: teknik optimasi matematis

Gambaran umum

  • Tim riset Google mengumumkan Shipping Network Design API baru.
  • API ini membantu menyelesaikan masalah desain jaringan dan penjadwalan kapal kargo.
  • Solusi ini lebih cepat dan lebih efisien dibanding metode yang ada, dapat menggandakan pendapatan, dan memungkinkan pengangkutan lebih banyak kontainer dengan lebih sedikit kapal.

Latar belakang

  • LSNDSP (masalah desain jaringan kapal dan penjadwalan) terdiri dari tiga elemen: desain jaringan, penjadwalan jaringan, dan perutean kontainer.
  • Sebelumnya, masalah-masalah ini diselesaikan secara terpisah, tetapi hasil yang lebih baik bisa diperoleh jika diselesaikan secara bersamaan.

Metodologi

  • Masalah optimasi terdiri dari variabel, kendala, dan fungsi tujuan.
  • Google menggunakan dua pendekatan, yaitu 'Double Column Generation' dan 'CP-SAT', untuk menyelesaikan masalah ini.
  • Metode-metode ini memberikan solusi optimal untuk masalah skala kecil hingga menengah, tetapi tidak cocok untuk masalah skala besar.
  • Untuk menyelesaikan masalah skala besar, digunakan 'Large Neighborhood Search' dan 'Variable Neighborhood Search'.
  • Metode-metode ini mengurangi ruang pencarian dan meningkatkan efisiensi melalui pemrosesan paralel.

Hasil

  • Kinerja dievaluasi menggunakan benchmark LINERLIB.
  • Solusi Google memungkinkan pengangkutan lebih banyak kontainer dengan lebih sedikit kapal.
  • Efisiensi meningkat di setiap skenario, dan pendapatan naik secara signifikan.

Kesimpulan

  • Teknik optimasi Google merupakan metode pertama yang mampu menyelesaikan masalah desain jaringan kapal dan penjadwalan skala besar.
  • Riset ini diharapkan berkontribusi pada peningkatan efisiensi rantai pasok global.

Opini GN⁺

  • Latar belakang teknis: LSNDSP adalah masalah optimasi yang kompleks, karena desain jaringan, manajemen jadwal, dan perutean harus diselesaikan secara bersamaan.
  • Pentingnya bagi industri: Karena 90% perdagangan global bergantung pada transportasi laut, penyelesaian masalah ini memiliki dampak ekonomi yang besar.
  • Tantangan teknis: Teknik tingkat lanjut seperti pemrosesan paralel dan pengurangan ruang pencarian diperlukan untuk menyelesaikan masalah skala besar.
  • Produk pesaing: Solusi optimasi lain dengan fungsi serupa mencakup IBM CPLEX, Gurobi, dan lainnya.
  • Hal yang perlu dipertimbangkan: Penerapan teknologi baru mungkin memerlukan biaya penyiapan awal dan kurva pembelajaran. Namun dalam jangka panjang, efisiensi dan profitabilitas dapat meningkat secara signifikan.

Bacaan terkait

1 komentar

 
GN⁺ 2024-06-07
Opini Hacker News
  • Pendapat dari sisi terminal: Optimalisasi terminal sangat kompleks, dan setiap terminal punya cara kerja berbeda sehingga sulit untuk diskalakan.
  • Rekomendasi buku "The Box": Buku tentang sejarah awal kontainerisasi, bacaan menarik yang memadukan rekayasa, desain, bisnis, dan sejarah.
  • Masalah optimalisasi kontainer: Masalah optimalisasi kontainer untuk armada besar belum terselesaikan.
  • Peningkatan Google OR: Google OR meningkatkan solusi yang ada sebesar 10%-20%.
  • Apakah layak memakai API: Masih dipertanyakan apakah layak dicoba dalam situasi ketika demurrage (biaya keterlambatan sandar) belum diperhitungkan.
  • Rasa ingin tahu soal penggunaan endpoint API: Penasaran apakah endpoint API yang disediakan Google benar-benar akan dipakai.
  • Rekomendasi Omega Tau Podcast: Ada episode yang sangat bagus tentang pengiriman kontainer dan optimalisasinya.
  • Menjalankan kontainer Docker: Hanya berfungsi saat dijalankan di dalam kontainer Docker.
  • Usulan penggunaan algoritme: Mungkin penjadwalan staf paruh waktu juga bisa diselesaikan dengan algoritme.
  • Penyediaan OR-tools sebagai layanan: Sepertinya OR-tools mulai ditawarkan sebagai layanan. Jika tersedia API yang lebih baik, ada kemauan untuk membayar biaya komputasi GCP.
  • Pertanyaan tentang rencana pemuatan: Rencana pemuatan adalah masalah yang perlu diselesaikan setelah perencanaan rute. Disertakan perkiraan kasar tentang kecepatan kerja crane dan proses muat/bongkar.
  • Kompleksitas rencana pemuatan: Rencana pemuatan mencakup kriteria seperti berat, keseimbangan, daya, dan penerimaan nilai muatan. Karena kompleksitas ini, dicoba perhitungan sederhana.