Использование бионики для решения проблемы доставки на последней миле в розничной Интернет–торговле

Возможно, постановка вопроса предоставления временного промежутка клиенту как элемент дополнительного сервиса не сможет быть точкой баланса между сокращением издержек и уровнем обслуживания в компаниях, которые уже на этапе до внедрения предлагают своим клиентам «окна доставки» и даже возможность их выбора. Однако для интернет-магазинов, которые ранее не имели возможности предоставить такой сервис покупателям, это может стать большим шагом вперед, ведь указание «окна доставки» сможет существенно упростить планирование времени для клиента, по сравнению с указанием лишь точной даты.

«Муравьиный алгоритм» является относительно новым, интересным и полезным инструментом планирования, который способен найти оптимальный маршрут в задаче коммивояжёра. Данный инструмент имеет огромный потенциал в решении сложных задач не только в силу простоты математического аппарата и быстроты решения труднорешаемой задачи, но и благодаря возможности учета различных дополнительных факторов.

Рис. 3.6. Схема алгоритма построения маршрута при условии, что «окно доставки» является входным параметром

Например, немаловажную роль в логистике в целом играет грузовместимость транспортного средства, осуществляющего доставку, существуют дальнейшие возможности модификации «муравьиного алгоритма» в соответствии с учетом данного фактора. В конечном итоге «муравьиный алгоритм» может стать комплексным средством планирования маршрутов доставки, учитывающим все необходимые факторы, и повсеместно использоваться для нахождения кратчайшего пути доставки на «последней миле» в Интернет-торговле.

3.3 Моделирование использования «муравьиного алгоритма» для повышения эффективности процесса доставки заказов на «последней миле»

Для того чтобы оценить эффективность применения данного инструмента для логистики интернет торговли, рассмотрим возможность использования и реализации алгоритма различными способами на примере кейса-моделирования ситуации, возникшей в условном интернет-магазине «X». В данный магазин заказы от клиентов поступают через интернет, оплата производится онлайн, а доставляется товар либо в пункты вывоза заказов компании (ПВЗ), либо непосредственно на адрес покупателя в зависимости от указанного клиентом способа. Компания обладает одним автомобилем для доставки товаров клиентам в течение рабочего дня. Состояние текущих заказов на 15.02.2018 (табл. 3.4).

Таблица 3.4. Исходные данные для задачи (заказы)

ФИО Покупателя	Номенклатурная позиция (Код)	Количество (шт)	Адрес доставки	Дата доставки	Статус заказа
Олейникова Н.Р.	РСНЛ-345	2	ПВЗ «м. Кузьминки»	15.02.2018	Готов к отгрузке
Бережная Р.О.	ППНК-556	1	ул. Костякова 6/5	15.02.2018	Готов к отгрузке
Симонов Г.П.	ОРКО-076	1	ПВЗ «м. Бауманская»	15.02.2018	Готов к отгрузке
Костина Р.П.	СКВА-087 ОРНО-080	1 2	ул. Ленинский проспект 53	15.02.2018	Готов к отгрузке
Алминов Н.О.	РСНК-340	1	ул. Мневники, 3	15.02.2018	Готов к отгрузке
Ивашин В.А.	ОРГН-070	2	ПВЗ «м. Черкизовская»	16.02.2018	В работе

Необходимо осуществить выполнение заказов на 15.02.2018, предварительно построив оптимальный маршрут доставки, используя «муравьиный алгоритм».

Для вычисления задачи экспертной оценкой было установлено, что:

Ш коэффициенты равны 1.

Ш коэффициент испарения феромона равен 0,1

Таблица расстояний представляет собой следующий вид (табл. 3.5):

Таблица 3.5. Исходные данные для задачи (таблица расстояний)

	Склад «м. Молодежная»	ПВЗ «м. Кузьминки»	Костякова 6/5	ПВЗ «м. Бауманская»	Ленинский проспект 53	Мневники, 3
Склад м. Молодежная	x	28	19	24	15	9
ПВЗ «м. Кузьминки»	28	x	21	11	17	25
Костякова 6/5	19	21	x	11	18	10
ПВЗ «м. Бауманская»	24	11	11	x	13	14
Ленинский проспект 53	15	17	18	13	x	13
Мневники, 3	9	25	10	14	13	x

Рис. 3.7. Расположение мест доставки на карте Москвы

1. склад м. Молодёжная

2. улица Мневники, 3

3. улица Костякова 6/5

4. улица Ленинский просп., 53

5. ПВЗ «м. Бауманская»

6. ПВЗ «м. Черкизовская»

7. ПВЗ «м. Кузьминки»

Отправной точкой является склад (рис. 3.7). Изначальное количество «феромона» на каждом пути равно единице.

Предложенную задачу в рамках данной работы предлагается решить несколькими способами. Первый из них - вручную.

Вероятности перехода от Склада (1) к местам доставки:

улица Мневники, 3

улица Костякова 6/5

улица Ленинский проспект, 53

ПВЗ «м. Бауманская»

ПВЗ «м. Кузьминки»

Разыгранное случайное число составило 0,92, что попало в диапазон распределения вероятности перехода к ПВЗ «Кузьминки».

Вероятности перехода от ПВЗ Кузьминки (6) к местам доставки:

улица Мневники, 3

улица Костякова 6/5

улица Ленинский проспект, 53

ПВЗ «м. Бауманская»

Разыгранное случайное число составило 0,83, что попало в диапазон распределения вероятности перехода к ПВЗ «м. Бауманская»

Вероятности перехода от ПВЗ «м. Бауманская» (5) к местам доставки:

улица Мневники, 3

улица Костякова 6/5

улица Ленинский проспект, 53

Разыгранное случайное число составило 0,25, что попало в диапазон распределения вероятности перехода к улице Мневники, 3

Вероятности перехода от улицы Мневники, 3 (2) к местам доставки:

улица Костякова 6/5

улица Ленинский проспект, 53

Разыгранное случайное число составило 0,10, что попало в диапазон распределения вероятности перехода к улице Костякова 6/5.

Далее мы двигаемся к улице Ленинский проспект, 53 и завершаем цикл (итерацию).

Получившийся маршрут выглядит следующим образом: Склад - Кузьминки - Бауманская - Мневники - Костякова - Ленинский проспект - Склад

Экспертной оценкой для рассматриваемой задачи было установлено, что константа Q равна 24, а коэффициент испарения феромона равен 0,1. Тогда:

Для задействованных направлений ;

Для незадействованных -

Данные для следующего цикла имеют следующий вид (новое значение феромона указано в скобках) (табл. 3.6):

Таблица 3.6. Исходные данные для итерации 2 (расстояние и количество феромона)

	Склад «м. Молодежная»	ПВЗ «м. Кузьминки»	Костякова 6/5	ПВЗ «м. Бауманская»	Ленинский проспект 53	Мневники, 3
Склад м. Молодежная	х	28 (1,15)	19 (0,9)	24(0,9)	15(1,15)	9(0,9)
ПВЗ «м. Кузьминки»	28 (1,15)	х	21(0,9)	11(1,15)	17(0,9)	25(0,9)
Костякова 6/5	19(0,9)	21(0,9)	х	11(0,9)	18(1,15)	10(1,15)
ПВЗ «м. Бауманская»	24(0,9)	11(1,15)	11(0,9)	х	13(0,9)	14(1,15)
Ленинский проспект 53	15(1,15)	17(0,9)	18(1,15)	13(0,9)	х	13(0,9)
Мневники, 3	9(0,9)	25(0,9)	10(1,15)	14(1,15)	13(0,9)	х

Вероятности перехода от Склада (1) к местам доставки:

улица Мневники, 3

улица Костякова 6/5

улица Ленинский проспект, 53

ПВЗ «м. Бауманская»

ПВЗ «м. Кузьминки»

Разыгранное случайное число составило 0,73, что попало в диапазон распределения вероятности перехода к улице Ленинский проспект, 53.

Вероятности перехода от улицы Ленинский проспект, 53 (4) к местам доставки:

2.улица Мневники, 3

3.улица Костякова 6/5

5.ПВЗ «м. Бауманская»

6.ПВЗ «м. Кузьминки»

Разыгранное случайное число составило 0,22, что попало в диапазон распределения вероятности перехода к улице Мневники, 3

Вероятности перехода от улицы Мневники,3 (2) к местам доставки:

3.улица Костякова 6/5

5.ПВЗ «м. Бауманская»

6.ПВЗ «м. Кузьминки»

Разыгранное случайное число составило 0,09, что попало в диапазон распределения вероятности перехода к улице Костякова 6/5

Вероятности перехода от улицы Костякова 6/5 (3) к местам доставки:

5.ПВЗ «м. Бауманская»

6.ПВЗ «м. Кузьминки»

Разыгранное случайное число составило 0,40, что попало в диапазон распределения вероятности перехода к ПВЗ «м. Бауманская».

Далее мы двигаемся к ПВЗ «м. Кузьминки» и завершаем цикл (итерацию). Получившийся маршрут выглядит следующим образом: Склад - Ленинский проспект - Мневники - Костякова - Бауманская - Кузьминки - Склад

Для задействованных направлений ;

Для незадействованных -

Несмотря на то, что на второй итерации путь сократился, для нахождения достоверного оптимального решения вручную потребуется чрезвычайно большое количество времени.

Принимая во внимание политику обслуживания компании, может оказаться, что одним из главных конкурентных преимуществ является гарантия доставки товара в указанный интервал.

Следовательно, на данном примере также целесообразно применить разработанную во второй главе модификацию алгоритма с учетом времени и величины интервала доставки.

В связи с тем, что расположение точек и расстояние между ними уже известно, необходимо определить скорости движения на каждом участке.

Стоит отметить, что в данном расчётном примере разница скоростей в различное время дня не будет учтена для сокращения расчетного времени.

Ниже в табл. 3.7 приведены средние скорости движения между пунктами в задаче.

Таблица 3.7. Средние скорости движения между пунктами в задаче

	Склад «м. Молодежная»	ПВЗ «м. Кузьминки»	Костякова 6/5	ПВЗ «м. Бауманская»	Ленинский проспект 53	Мневники, 3
Склад м. Молодежная	x	35	30	40	30	50
ПВЗ «м. Кузьминки»	35	x	55	40	30	60
Костякова 6/5	30	55	x	45	50	40
ПВЗ «м. Бауманская»	40	40	45	x	40	35
Ленинский проспект 53	30	30	50	40	x	50
Мневники, 3	50	60	40	35	50	x

Следующий шаг задачи - найти время, которое занимает перемещение от точки i к точке j. Для этого необходимо разделить расстояние между пунктами на скорость движения на данном участке. Таким образом, в табл. 3.8 указано время, которое занимает путь между каждым пунктом доставки в задаче.

Таблица 3.8. Время переезда между пунктами в задаче

	Склад «м. Молодежная»	ПВЗ «м. Кузьминки»	Костякова 6/5	ПВЗ «м. Бауманская»	Ленинский проспект 53	Мневники, 3
Склад м. Молодежная	x	0,8	0,63	0,6	0,5	0,18
ПВЗ «м. Кузьминки»	0,8	x	0,38	0,28	0,57	0,42
Костякова 6/5	0,63	0,38	x	0,24	0,36	0,25
ПВЗ «м. Бауманс-кая»	0,6	0,28	0,24	x	0,32	0,4
Ленинский проспект 53	0,5	0,57	0,36	0,32	x	0,26
Мневники, 3	0,18	0,42	0,25	0,4	0,26	x

Итерация 1. Вероятности перехода от Склада (1) к местам доставки:

1) улица Мневники, 3

2) улица Костякова 6/5

3) улица Ленинский проспект, 53

4) ПВЗ «м. Бауманская»

5) ПВЗ «м. Кузьминки»

Разыгранное случайное число составило 0,63, что попало в диапазон распределения вероятности перехода в точку доставки на Ленинском проспекте, 53.

Вероятность перехода от Ленинского пр., 53 к иным местам доставки:

1) улица Мневники, 3

2) улица Костякова 6/5

3) улица ПВЗ «Кузьминки»

4) ПВЗ «м. Бауманская»

Случайное число составило 0,55, что попало в диапазон распределения вероятности перехода на ул. Костякова 6/5.

Вероятности перехода от ул. Костякова 6/5 к иным местам доставки:

1) ПВЗ «Бауманская»

2) ПВЗ «Кузьминки»

3) улица Мневники, 3

Разыгранное случайное число составило 0,95, что попало в диапазон распределения вероятности перехода к улице Мневники, 3

Вероятности перехода от улицы Мневники, 3 к иным местам доставки:

1) ПВЗ «Кузьминки»

2) ПВЗ «Бауманская»

Разыгранное случайное число составило 0,42, что попало в диапазон распределения вероятности перехода к ПВЗ «Кузьминки».

Далее необходимо посетить ПВЗ «Бауманская» и завершаем итерацию. Получившийся маршрут выглядит следующим образом: Склад - Ленинский проспект - Костякова - Мневники - Кузьминки - Бауманская - Склад

Экспертной оценкой для рассматриваемой задачи было установлено, что константа Q равна 1, а коэффициент испарения феромона равен 0,1. Тогда:

Для задействованных направлений ;

Для незадействованных -

Для того, чтобы найти самый быстрый маршрут, а также выделить интервалы доставки каждому клиенту, необходимо совершение многих итераций, которые также возможно реализовать с помощью программного обеспечения. Как было отмечено ранее, в качестве вводных данных необходимо обозначить размер интервала доставки и часы работы курьера.

Для того, чтобы доказать эффективность работы алгоритма и его потенциал в использовании задачи коммивояжёра, целесообразно сравнить его с иными методами нахождения оптимального маршрута. Среди наиболее распространённых и общедоступных инструментов находится «метода ветвей и границ», который заключается в переборе вариантов перехода и последовательном исключении невыгодных решений. Несомненно, оба метода имеют как свои достоинства, так и недостатки. Однако из сравнения инструментов в табл. 3.9 следует, что «муравьиный алгоритм» является не только более продвинутым и точным вариантом, но и работает в несколько тысяч раз быстрее, чем «метод ветвей и границ». Это является чрезвычайно важным критерием в условиях современной сферы интернет-торговли.

Таблица 3.9. Сравнение инструментов для решения задачи коммивояжёра

Критерий	Метод ветвей и границ	«Муравьиный алгоритм»
Зависимость времени работы от числа вершин	Близка к экспоненциальной	Полиномиальная
Время работы алгоритма при программной реализации на 100 вершинах	84 секунды	0,001секунда
Достоинства	Считается универсальным методом; Легкость реализации на ЭВМ	Сравнительно эффективен для задач больших размерностей; Возможность применения в динамических приложениях; Нет подверженности неоптимальности начальных решений
Недостатки	Значительные затраты времени; Риск отсеивания оптимального решения на начальном этапе; Нецелесообразность применения к задачам больших размерностей	Трудности в теоретическом анализе; Не определено время сходимости; Зависимость от параметров, установленных экспертным путем

Таким образом, доказано, что у «муравьиного алгоритма» имеется большой потенциал по применению к логистике. Так как было установлено, что при росте сложности задачи этот инструмент бионики справляется с решением гораздо быстрее и эффективнее, нежели чем традиционные методы поиска оптимального маршрута. Конечно, использование данного алгоритма на практике не предполагает ручных расчётов. В современном мире существуют специальные программные обеспечения, которые позволяют не только применять алгоритм к решению реальных задач, но и имеют интересный интерфейс.

3.4 Информационная поддержка работы «муравьиного алгоритма» для решения задачи коммивояжёра и повышения эффективности процесса доставки

В настоящее время задача построения маршрута для доставки стала очень актуальной. При современных темпах и требованиях клиентов без автоматизации процессов и решений в логистике невозможно справиться с задачами данной сферы [6]. Несмотря на то, что бионика и логистика, науки, сформировавшиеся относительно недавно, только начинают свои взаимодействия, уже на данный момент существует разработка и сервис, интегрировавший логистику и такой инструмент бионики, как «муравьиный алгоритм» [38]. Такой разработкой является онлайн-сервис «Муравьиная логистика».

Сервис представляет собой SaaS-приложение - приложение для бизнеса, действующее онлайн, то есть с общей интернет-платформой. В рамках данного сервиса любая компания может создать личный кабинет для работы. Стоит сразу отметить, что такая модель позволяет существенно сэкономить на инвестициях в приобретение программного обеспечения. Персонал может легко обучиться работе на данной платформе и осуществлять в ней деятельность в любом месте, где есть интернет. [6]

Упрощенная схема работы в приложении выглядит следующим образом:

Шаг 1. Задать параметры склада;

Шаг 2. Создать заявки клиентов (адреса доставки и товар);

Шаг 3. Выбрать транспортные средства;

Шаг 4. Построить оптимальный маршрут;

Шаг 5. Экспортировать путевой лист.

Любопытно то, что работа сервиса привязана к картографическим сервисам, то есть существует возможность выбрать точный адрес доставки клиенту. Также, присутствует возможность не только вручную создавать заявки, но и импортировать их из учетной системы. Дополнительные возможности сервиса позволяют также определять параметры транспортных средств, выбирать их количество, указывать среднюю скорость и указывать время передачи товара клиенту. В целом, сервис является полезным и абсолютно недорогим инструментом для логистики интернет-торговли, однако единственное, что накладывает определенные трудности - это работа через интернет. Не только сервис может оказаться недоступным при потере онлайн-соединения, но и скорость расчета оптимального маршрута зачастую может затягиваться в силу состояния сигнала.

Стоит попробовать применить данный сервис для решения рассмотренной в 3 части 3 главы задачи (рис. 3.8).

Рис. 3.8. Этапы работы в сервисе «Муравьиная логистика»

Для того чтобы её решить, необходимо привязать склад к карте: задать название, страну и адрес; создать заявки клиентам: добавить наименование, адрес доставки, иную необходимую информацию; составить оптимальный маршрут, предварительно добавив необходимые к выполнению заявки и выбрав рабочее транспортное средство. Подождав чуть более 10 секунд, программа, осуществляющая работу непосредственно в браузере компьютера, вывела на экран оптимальный маршрут доставки и карту с возможностью визуализации анимации. Таким образом, оптимальный маршрут имел длину около 70 км и проходил через точки доставки в следующем порядке: Склад - Ленинский проспект - Кузьминки - Бауманская - Костякова - Мневники - Склад.

Работу «муравьиного алгоритма» также есть возможность реализовать на такой платформе для программирования, как Python, которая способна учесть все необходимые параметры и способна адаптировать (с помощью разработчиков) выходные данные по запросу заказчика. Для реализации необходимо составить программный код, ввести входные данные и запустить в работу алгоритм.

Рис. 3.9. Исходные данные для решения задачи в Python

На рис. 3.9 показана реализация алгоритма для имеющейся задачи. В рамках входных данных была задана матрица расстояний distances, количество муравьев к колонии (n_ants) - 1, количество итераций (n_iteration) - 15, коэффициент испарения феромона (n_decay) - 0,1, а также коэффициенты равные 1.

Стоит сразу отметить, что различие в длине и порядке маршрутов с сервисом «Муравьиная логистика» объясняется различием картографических систем и алгоритмами построения пути до точек. Исходные данные длины маршрутов моделируемой ситуации были представлены в виде целых чисел и собраны из сервиса Google maps, тогда как «Муравьиная логистика» работает на платформе Open Street Maps - картами, имеющими наибольшую скорость актуализации информации - и учитывает расстояния с наибольшей точностью.

При данной реализации алгоритма самый короткий маршрут shortest path был равен 73 (км) (рис. 3.10). Получившийся маршрут имеет следующий вид: Склад - Мневники - Костякова - Бауманская - Кузьминки - Ленинский проспект - Склад. Этот маршрут действительно является самым коротким, так как при реализациях работы алгоритма на данном программном обеспечении, где количество итераций было равно 100, 1000, и 10000, результат также был равен 73. Однако, 15 итераций недостаточно, чтобы получить оптимальный маршрут при данной постановке задачи: из 10 разных реализаций лишь в 4 длина наименьшего маршрута была 73.

Рис. 3.10. Результат работы алгоритма при осуществлении 15 итераций

Несмотря на то, что 1000 итераций, действительно, кажется огромным числом для нахождения оптимального маршрута среди 6 точек, данное программное обеспечение справилось с задачей не более чем за 2 секунды.

Необходимо отметить, что реализовать модификацию алгоритма для логистики Интернет-торговли не представляет труда при известных входных данных, а именно при известной скорости движения автомобиля на выделенных участках в выделенное время. При моделировании решения задачи через модифицированный алгоритм с использованием Python, был получен отличный от классической реализации результат. Так как скорость движения на участках была различная, это сказалось на времени доставки. Был найден наиболее быстрый маршрут доставки, который имеет вид: Склад - Мневники - Костякова - Кузьминки - Бауманская - Ленинский проспект - Склад и может быть пройден за 1,91 единиц времени (рис. 3.11). Если скорость была дана в км/ч, расстояние в километрах, то путь, указанный выше может быть пройден за 1 час 55 минут.

Если бы компания выбирала самый короткий маршрут, то общее время доставки при сохранении такой же средней скорости составило бы 2,02 часа, то есть 2 часа 1 минуту. В условиях данной задачи и одного дня данная экономия времени может показаться незначительной, однако, при многолетней работе компании с большим количеством клиентов и позиционировании точности и быстроты доставки в качестве конкурентного преимущества, экономия времени в 5,5% может оказаться существенным фактором и серьезно сказываться на уровне сервиса компании. Конечно, поиск самого быстрого маршрута зачастую не дает самый короткий маршрут, а, значит, провоцирует рост затрат в компании. В данном случае при выборе варианта рабочего алгоритма необходимо руководствоваться корпоративной и логистической стратегиями компании, а также политикой обслуживания клиентов, где указан необходимый уровень сервиса, который должен предоставляться покупателям. Таким образом, при выборе варианта алгоритма для работы интернет-магазинам необходимо принимать во внимание различные характеристики классического и модифицированного алгоритма (табл. 3.10).

Рис. 3.11. Результат работы алгоритма при нахождении самого быстрого маршрута

Таблица 3.10. Сравнение классического и модифицированного вариантов «муравьиного алгоритма»

Критерий сравнения	Классический «муравьиный алгоритм»	Модификация «муравьиного алгоритма»
Объект поиска	Самый короткий маршрут доставки	Самый быстрый маршрут доставки
Затраты на осуществление доставки	Меньшие затраты	Большие затраты
Время доставки	Доставка дольше по времени	Доставка быстрее по времени
Сложность осуществления/ внедрения	Базовая сложность	Повышенная сложность (необходимость большего объема входной информации / интеграции с сервисами)

Эксперименты, проведенные в компьютерной программе Python, доказали, что «муравьиный алгоритм» хорошо справляется с поиском оптимальных маршрутов в сравнении с точными методами комбинаторной оптимизации. Практически было доказано, что данный инструмент поиска оптимального маршрута выигрывает также и среди таких эвристических алгоритмов, как Имитация отжига, Генетический алгоритм и Эволюционное программирование [2]. Интересно и то, что «муравьиный алгоритм» не останавливается на и не застревает в локальных оптимумах, что способствует наиболее близкому приближению к глобальному экстремуму.

Конечно, сравнивать две реализации - на Python и в сервисе «Муравьиная логистика» - не представляется возможным, так как Python является некой основой, которую впоследствии зашивают в программное обеспечение, или на чём его основывают. Здесь хочется отметить, что для данной реализации подсчета в программе есть большой потенциал. Такой алгоритм может быть применен к уже имеющимся программным обеспечениям, которые не так успешно справляются с поиском оптимального маршрута, путем адаптации кода программы.

С проникновением интернета в жизни людей стали появляться и развиваться другие SaaS - приложения для логистики, в числе которых находится сервис «Инструменты логиста 24» - сервис автопланирования, в основе которого лежит также математический алгоритм. Предполагается, что данную систему также будут использовать транспортные компании для поиска оптимального маршрута.

Сравнение сервиса «Муравьиная логистика» и «Инструменты логиста 24» представлено в табл 3.11:

Таблица 3.11. Сравнение сервиса «Муравьиная логистика» и «Инструменты логиста 24»

Критерий	«Муравьиная логистика»	«Инструменты логиста 24»
Планирование маршрутов - основное направление	+	+
Назначение системы	Автоматизация транспортной системы предприятия	Автопланирование
Интеграция с учетными системами	+ 1С	+ 1С, все CRM, CMS-системы.
Интеграция с картографическими сервисами	+	+
Составление расписания	+	+
Интеграция с системами мониторинга (Глонасс,GPS)	+	+
Создание отчётов	+	-
Наличие ролей для пользователей	+	-
Изменения в реально времени	+	+
Наличие бесплатной версии	+	-

Таким образом, платформы «Муравьиная логистика» и «Инструменты логиста 24» имеют схожие параметры и предназначение, однако принципиально разное назначение: «Муравьиная логистика» является сервисом, в рамках которого может функционировать компания, автоматизируя свою транспортную систему, а платформа «Инструменты логиста 24» является инструментом автопланирования для транспортной системы предприятия, где данными на входе управляют в иной системе. Конечно, каждая компания выбирает сервис, более подходящий для своих нужд. Но стоит заметить, что среди больших плюсов сервиса «Муравьиная логистика», как уже было отмечено ранее, является не только наглядность интерфейса, возможность привязки объектов к карте и, как следствие, построение оптимального маршрута с большей точностью расстояния, а также возможность учета дополнительных параметров, например время разгрузки товара у клиента или радиус доставки. Также существует возможность указать среднюю скорость движения транспортного средства, однако данная средняя скорость будет учитываться на протяжении всего маршрута, вне зависимости от различий участков пути. Среди корпоративных преимуществ можно наблюдать возможность создания отчётности, распределения ролей и доступа к системе, а также наличие бесплатной версии при доставки менее 15 заказов в день. В целом данный сервис - перспективная разработка для осуществления эффективной деятельности по доставке Интернет-магазинам малого и среднего размера, воплощающая в жизнь главные достоинства инструмента.

Также, хотелось бы отметить, что созданные облачные решения, такие как «Инструменты логиста 24» и «Муравьиная логистика» ориентируют свою деятельность на магазины малого и среднего бизнеса. В перспективе находится создание похожих сервисов для крупных компаний, а также использование «муравьиного алгоритма», как основы TMS для крупных интернет-ритейлеров.

Структура Интернет-торговли с годами стала намного сложнее. Использование смартфонов как платформы коммуникации с клиентом, омниканальные продажи для удобства потребителей, также как и появление новых форм доставки товаров клиентам и доставки отдельных категорий товаров видоизменяют требования к логистике онлайн ритейла. Огромное значение здесь выделяется развитию технической поддержки и усложнению информационных систем. Если еще ранее было известно, что лидерами в данной отрасли являются компании с успешными информационными решениями, то на данный момент выявлено, что помимо IT-сферы огромную роли играют технологические решения, обеспечивающие деятельность на всех инфраструктурных звеньях цепи поставок в целом, и бизнес-процессам доставки товаров в частности. [54]

Рассмотренные варианты реализации «муравьиного алгоритма» успешно справляются с нахождением ответа к сложным комбинаторным задачам и успешно решают задачи оптимизации, в частности транспортные задачи. Среди сильных сторон алгоритма - простота, адаптивность и способность отвечать на трудные задачи дискретной оптимизации, каковой и является задача доставки товаров множеству клиентов на «последней миле» в онлайн - ритейле.

Заключение

В условиях современности розничная интернет-торговля стремительно развивается. Согласно подсчётам, объем рынка в 2017 году почти достиг 1 триллиона рублей без учета трансграничной торговли. Темп роста составил около 20% по отношению к предыдущему году, что свидетельствует об увеличении интереса к данной сфере со стороны покупателей и ознаменовывает онлайн-торговлю самым быстрорастущим сегментом розничной торговли. Однако вместе с интересом растут и ожидания пользователей по отношению к предоставляемому им сервису, ориентированные на лучшие мировые практики в отрасли и банальное удовлетворение желания. Это накладывает большую ответственность на логистику интернет-компании, так как, для того, чтобы предоставлять высокий уровень сервиса клиентам, необходимо правильно и эффективно организовать процессы обработки заказа и его выполнения, в том числе и процесс доставки.

В первой главе данной работы были исследованы особенности управления материальными потоками в розничной интернет-торговле. По итогам исследования было установлено, что он обладает такими характеристиками, как дискретность, стохастичность и нестабильность. Важной особенностью является сложность материального потока в розничной интернет-торговле, а также его высокая интенсивность и широкая номенклатура. Достаточно серьезные ограничения накладывает необходимость выполнения заказов в сжатые сроки, высокая скорость обработки заказа интернет-компанией, а также большое число не только самих заказов, но и клиентов. Также стоит отметить, что все характеристики материального потока компании в сфере онлайн-ритейла определяют требования к ее инфраструктуре. При доставке товаров необходимо использовать централизованную модель, а именно консолидировать отдельные мелкие заказы для доставки в одном транспортном средстве. Также стоит обращать внимание на особенности управления запасами. Складская инфраструктура должна обладать следующими особенностями: достаточной величины погрузо-разгрузочный фронт, больших размеров зона приёмки, наличие специального оборудования для совершения операций штучного отбора товара при формировании заказа, достаточный уровень автоматизации для осуществления комплектации заказов, а также организация зон экспедиции отправки и обработки возвратов. Для того, чтобы должным образом обеспечить работу интернет-магазина необходимо также принимать во внимание важность сектора информационных технологий и обеспечить интернет-магазин не только подходящей информационной системой, но и в идеале интегрировать ее с системами контрагентов.

Несомненно, все вышеперечисленные особенности розничной интернет-торговли играют большую роль в формировании логистики компании и приводят к определённым проблемам. После анализа типичных проблем логистической поддержки интернет-продаж было выявлено, что большая часть трудностей связана в первую очередь с доставкой товара. Во-первых, это касается доставки в регионы России, во-вторых - доставки на «последней миле». Действительно, с ростом популярности использования смартфонов и желании покупателей получать товар как можно скорее нагрузка на доставку на «последней миле» существенно возросла и ее по праву считаю ключевым элементом логистики интернет-торговли. Несмотря на разнообразие вариантов организации доставки на «последней миле», в числе которых находится курьерская доставка, экспресс-доставка, краудсорсинговые и транспортные компании, а также услуги Почты России и пункты самовывоза, выбор способа доставки не является ключевой проблемой. Наибольшую сложность вызывает построение оптимального маршрута доставки, где с увеличением количества точек, количество вариантов существенно возрастает.

Среди иных выявленных проблем логистической поддержки розничной интернет-торговли были отмечены проблемы инфраструктурного характера, в частности организации складского хозяйства, процесса комплектации заказов и обработки возвратов. Также часто встречается проблема взаимоотношений с контрагентами, где возникают сложности при управлении высокоинтенсивным и стохастичным материальным потоком через координацию действий с посредниками и поставщиками товаров.

Осуществление правильной, бесперебойной и высококачественной логистики в онлайн-торговле - это невероятно сложная задача, решениями которой могут быть совершенно уникальные варианты и их комбинации, зачастую уходящие корнями в другие науки. Во второй главе данной работы особое внимание было уделено бионике - науке, исследующей природу с целью применения ее принципов в других областях. Были изучены и классифицированы биомиметические методы, систематизированные по объекту, направлению, сфере, способу и результату применения. В работе были отмечены методы бионики, которые можно применить для решения логистических задач. Согласно исследованию, две данные области зачастую работают в теоретическом направлении, которое охарактеризовано построением математических моделей для отображения природных закономерностей. При исследовании литературы и научных знаний на тему использования биологии в логистике было выявлено, что поведенческая биология, а также изучение эволюции и цитология наиболее часто упоминаются в работах по интегрированию двух областей.

Основным выводом второй главы является то, что бионика и применение принципов биологической организации действительно имеют большой потенциал по отношению к сфере логистике.

Было также отмечено, что для совершенствования процесса доставки на «последней миле» могут быть применены такие способы, как переход к работе с курьерскими службами или службами экспресс-доставки, или же непосредственное совершенствование процессов в компании, связанных сокращением времени на операции или построением оптимального маршрута доставки. В данной работе особое внимание было уделено проблеме маршрутизации и её решению с помощью такого инструмента бионики, как «муравьиный алгоритм».

Третья глава данной работы была посвящена выявлению сути, установлению правил и в целом подробному изучению «муравьиного алгоритма». Останавливаясь подробнее на результатах проведенного исследования, стоит отметить, что использование такого инструмента бионики становится более оправданным и работает более эффективно при большом количестве точек, а, значит, действительно оправдано при доставке заказов интернет-магазинов. Была также разработана модификация алгоритма, имеющая потенциал к применению в сфере электронной коммерции. Таким образом, в работе была определена и доказана возможность использования «муравьиного алгоритма» для повышения эффективности процесса доставки заказов на «последней миле» в розничной интернет-торговле.

В процессе исследования были также представлены основы использования информационных технологий в поддержку «муравьиного алгоритма, среди которых были исследованы инструменты программирования и такое программное обеспечение, как «Муравьиная логистика».

Таким образом, «муравьиный алгоритм» - инструмент из области бионики - помогает успешно решать проблему построения оптимального маршрута с большим количеством пунктов доставки. Стоит заметить и тот факт, что конкуренция в данной сфере пока что не очень высока по той причине, что работа с интернет - торговлей требует специальных знаний, опыта, и новых IT - систем.

Литература

1. Баранюк В. В., Смирнова О. С., Богорадникова А. В. Интеллектуальная система информационной поддержки развития перспективных бионических технологий: основные направления работ по созданию //International Journal of Open Information Technologies. - 2014. - Т. 2. - №. 12.

2. Батищев Д. И., Неймарк Е. А., Старостин Н. В. Применение генетических алгоритмов к решению задач дискретной оптимизации. - Н. Новгород : Изд-во Нижегор. госуниверситета, 2006.

3. Бочкова Е. В., Пищулина Д. С. Анализ рынка Интернет-торговли в России и за рубежом и пути его совершенствования //Вестник Иркутского государственного технического университета. - 2014. - №. 10 (93).

4. Виноградов А. Б., Кольчугин Д. М. Логистическая поддержка развития операторов розничной интернет-торговли (часть 1) //Логистика сегодня. - 2013. - №. 5. - С. 286-298

5. Винокурова П. Логистика для Е-commerce //Логистика. - 2012. - №. 3. - С. 22-25.

6. Голик Д. И., Ганжа Е. А. «Муравьиная логистика» как передовая технология для планирования маршрутов //Инновационное развитие современной науки: проблемы, закономерности, перспективы. - 2017. - С. 27-29.

7. Денисенко Е. В. Аналогии природных систем, природные и архитектурно-строительные принципы в отечественных и зарубежных исследованиях //Известия Казанского государственного архитектурно-строительного университета. - 2015. - №. 4. - С. 33-40.

8. Дыбская В. В. Логистика складирования: учебник //М.: ИНФРА-М. - 2011.

9. Дыбская В. В., Сергеев В. И. Логистика в 2 ч. Часть 1: учебник для бакалавриата и магистратуры //М.: Издательство Юрайт. - 2016.

10. Дыбская В. В., Сергеев В. И. Логистика в 2 ч. Часть 2: учебник для бакалавриата и магистратуры //М.: Издательство Юрайт. - 2016.

11. Иванова Н. В. Перспективные направления развития логистической поддержки интернет-торговли в России //Вестник Самарского государственного экономического университета. - 2014. - №. 12. - С. 98-103.

12. Ильяшенко С. Б. Актуальные проблемы развития электронной торговли в России //В сборнике: Закономерности и тенденции развития науки в современном обществе. Сборник статей Международной научнопрактической конференции: в. - 2016. - С. 70-73.

13. Клитина Н. А. Трансформационные особенности стратегического управления и развития современных предприятий срочной доставки // Современные Наукоёмкие Инновационные. - 2018. - С. 110.

14. Корнилов В. Ю., Петросян О. Л. Реализация муравьиного алгоритма для задачи коммивояжёра в реальном времени //Процессы управления и устойчивость. - 2016. - Т. 3. - №. 1. - С. 665-669.

15. Корягина И. A., Левкова T. В. Конституирующие особенности эффективной организации системы продаж для интернет-магазина //Современная экономика: проблемы и решения. - 2015. - Т. 6. - С. 53-63.

16. Курейчик В. М., Кажаров А. А. О некоторых модификациях муравьиного алгоритма //Известия Южного федерального университета. Технические науки. - 2008. - Т. 81. - №. 4.

17. Кривицкий Е. А. Использование технологии краудсорсинга в бизнесе и логистике. - 2013.

18. Михайлюк М. В. Логистика интернет-торговли: сравнительные особенности развития многоканального сбыта //Современные тенденции развития науки и технологий. - 2012. - №. 3. - С. 104.

19. Михайлюк М. В. Развитие онлайн-ритейла как фактор трансформации цепей поставок на потребительском рынке //Инновационная экономика: перспективы развития и совершенствования. - 2016. - №. 7. - С. 210-214.

20. Михалева Ю. С. Особенности складской логистики интернет-магазина //Логистические системы в глобальной экономике. - 2014. - №. 4. - С. 169-173.

21. Меламед И. И., Сергеев С. И., Сигал И. Х. Задача коммивояжёра. Вопросы теории //Автоматика и телемеханика. - 1989. - №. 9. - С. 3-33.

22. Никишин А. Ф., Панкина Т. В. Пути повышения конкурентоспособности интернет магазинов //Российское предпринимательство. - 2015. - Т. 16. - №. 11.

23. Павленко А. И., Титов Ю. П. Сравнительный анализ модифицированных методов муравьиных колоний //Прикладная информатика. - 2012. - №. 4 (40).

24. Серая О. В., Бачкир Л. В. Стохастическая задача коммивояжёра //Вестник Национального технического университета Харьковский политехнический институт. Серия: Информатика и моделирование. - 2006. - №. 40.

25. Сергеев, В. И., Стерлигова, А. Н., Дыбская, В. В., Зайцев, Е. И. Корпоративная логистика: 300 ответов на вопросы профессионалов. - ИНФРА-М, 2018.

26. Тарасова Е. Е., Шеин Е. А. Формирование лояльных отношений с online-клиентами //Вестник Белгородского университета кооперации, экономики и права. - 2011. - №. 4. - С. 17.

27. Хау Д. Краудсорсинг: Коллективный разум как инструмент развития бизнеса. - Альпина Паблишер, 2012.

28. Числова Н. С., Рудковский И. Ф. Проблемы логистического обеспечения интернет-торговли в России //Актуальные направления научных исследований: от теории к практике. - 2016. - №. 2-2. - С. 8.

29. Штовба С. Д. Муравьиные алгоритмы //Exponenta Pro. Математика в приложениях. - 2003. - Т. 4. - С. 70-75.

30. Юхта А. С. Роль услуг экспресс-доставки в развитии электронной торговли //Теория и практика общественного развития. - 2012. - №. 1.

31. Bar-Cohen Y. Biomimetics: biologically inspired technologies. - CRC Press, 2005.

32. Bhushan B. Biomimetics: lessons from nature-an overview. - 2009.

33. Cohen Y. H., Reich Y. Biomimetic design method for innovation and sustainability. - New York : Springer, 2016. - С. 254.

34. Dorigo M. Optimization, learning and natural algorithms //PhD Thesis, Politecnico di Milano. - 1992.

35. Dorigo M., Gambardella L. M. Ant colonies for the travelling salesman problem //biosystems. - 1997. - Т. 43. - №. 2. - С. 73-81.

36. Dorigo M., Stьtzle T. The ant colony optimization metaheuristic: Algorithms, applications, and advances //Handbook of metaheuristics. - Springer, Boston, MA, 2003. - С. 250-285.

37. Fernie J., Sparks L. Logistics and retail management: emerging issues and new challenges in the retail supply chain. - Kogan page publishers, 2014.

38. Gambardella, L. M., Rizzoli, A. E., Oliverio, F., Casagrande, N., Donati, A., Montemanni, R., & Lucibello, E. Ant colony optimization for vehicle routing in advanced logistics systems //Proceedings of the International Workshop on Modelling and Applied Simulation (MAS 2003). - 2003. - С. 3-9.

39. Huang R. Ecommerce in Rural Areas and Environmental Sustainability: The Last-Mile Delivery. - 2017.

40. Joerss, M., Schrцder, J., Neuhaus, F., Klink, C., Mann, F. Parcel Delivery: The Future of Last Mile //McKinsey & Company. - 2016.

41. Lee H. L., Whang S. Winning the last mile of e-commerce //MIT Sloan Management Review. - 2001. - Т. 42. - №. 4. - С. 54.

42. Maniezzo A. Distributed optimization by ant colonies //Toward a Practice of Autonomous Systems: Proceedings of the First European Conference on Artificial Life. - Mit Press, 1992. - С. 134.

43. Morganti, E., Seidel, S., Blanquart, C., Dablanc, L., Lenz, B. The impact of e-commerce on final deliveries: alternative parcel delivery services in France and Germany //Transportation Research Procedia. - 2014. - Т. 4. - С. 178-190.

44. Pronello C., Camusso C., Valentina R. Last mile freight distribution and transport operators' needs: which targets and challenges? //Transportation research procedia. - 2017. - Т. 25. - С. 888-899.

45. Sivakumar N., Balasubramanya A., Sundaresan C. N. Sustainable supply chain excellence: a biomimetic perspective //IUP Journal of Supply Chain Management. - 2012. - Т. 9. - №. 1. - С. 21.

46. Stone R. B., Wood K. L., Crawford R. H. A heuristic method to identify modules from a functional description of a product //Proceedings of DETC98. - 1998. - С. 1-11.

47. Tinello D., Winkler H., Jodin D. Biomimetics applied to logistics: Assignment of operational resources within ideal facility layouts by applying Fibonacci, spider webs, nautilus shell and honeycombs. - 2016.

48. Tinello, D., Knцdl, M., Jodin, D., Winkler, H. Study of biomimetics applied to logistics, material handling, SCM and manufacturing: A bibliometric analysis (1990-2013) //Logistics Journal: referierte Verцffentlichungen. - 2017. - Т. 2017. - №. 01.

49. Vincent, J. F., Bogatyreva, O. A., Bogatyrev, N. R., Bowyer, A., Pahl, A. K. Biomimetics: its practice and theory //Journal of the Royal Society Interface. - 2006. - Т. 3. - №. 9. - С. 471-482.

50. von Gleich, A., Pade, C., Petschow, U., Pissarskoi, E. Biomimetics and Innovation //Potentials and Trends in Biomimetics. - Springer, Berlin, Heidelberg, 2010. - С. 143-168.

51. Xiao, Z., Wang, J. J., Lenzer, J., Sun, Y. Understanding the diversity of final delivery solutions for online retailing: A case of Shenzhen, China //Transportation research procedia. - 2017. - Т. 25. - С. 985-998.

52. Интернет-торговля в России 2018. - [Электронный ресурс] // DataInsight. - апрель 2018. - Режим доступа : http://datainsight.ru/ecommerce2018, свободный.-Загл. с экрана.

53. Логистика. Основной доклад 2016 - [Электронный ресурс] // DataInsight. - октябрь 2016. - Режим доступа : http://logistics.datainsight.ru/basereport2016, свободный.-Загл. с экрана.

54. Логистические услуги для интернет - магазинов. Основной доклад 2017 [Электронный ресурс] // DataInsight. - декабрь 2017. - Режим доступа:http://logistics.datainsight.ru/sites/default/files/logistika_doklad_2017.pd, свободный.-Загл. с экрана.

55. Чураков М., Якушев А. Муравьиные алгоритмы [Электронный ресурс], 2006 - Режим доступа: http://rain.ifmo.ru/cat/data/theory/unsorted/ant-algo-2006/article.pdf, свободный.-Загл. с экрана.

Размещено на Allbest.ru

...