4. Advanced Fleet Management System

4. Advanced Fleet Management Systems (AFMS)
This type of Freight ITS applications corresponds to ‘‘Advanced systems aimed at simplifying and automating freight and
fleet management operations at the carrier or business-to-business level”, or AFMS for short.
Once the fleet is equipped and linked to the dispatchers’ computers and company’s data processing and storage infrastructure,
a huge quantity of data becomes available for immediate decisions, as well as for background analysis and planning
activities. Advanced Fleet Planning and Operation Systems aim to process this information and to integrate it to the
current transportation plan to achieve a more timely operation, efficient allocation and utilization of the fleet, and satisfaction
of customer requests. Differently put, similarly to other ITS areas, there is the need to infuse these systems with intelligence.
This need is more and more widely acknowledged, and it is directly reflected in the national ITS architecture
proposals.
Developments, challenges, and opportunities occur at the level of a carrier or of groups of carriers, shippers, and agencies
joined through business-to-business networks in both urban centers and over large areas. A number of applications already
exist. Some are implemented. Most still appear as proposals and prototypes out of research centers and laboratories.
More may still be accomplished, however. In the following, we attempt to single out a number of important probable and feasible
developments that will use the ITS infrastructure and architecture to do more and perform better.
Operations research offers the methodology to represent problems and to identify solution strategies through various
optimization and simulation techniques. Such approaches have demonstrated their central role in designing efficient and
powerful decision-support systems for the planning and operations of transportation systems, and are uniquely positioned
to assist the transformation of the huge quantity of data provided by ITS into timely and meaningful information for intelligent
decisions and operations. Operations research principles, models, and methods are increasingly found at the core of
Advanced Fleet Management Systems. Bodin et al. (2003), Crainic (2003), Crainic and Kim (2007), Crainic and Laporte
(1997), Powell (2003), Powell and Topaloglu (2003, 2005), Powell et al. (1995, 2007), Christiansen et al. (2007), Toth and Vigo
(2002), etc. present general survey of operations research methodologies for freight-transportation planning and operations.
Séguin et al. (1997) present a general framework for operations research methodologies in real-time decision-making.
Most current developments and a significant part of contemplated future applications address operational issues, load
matching and resource allocation, dispatching, and routing, in particular. The principal goal of these systems is to offer
the possibility to control and coordinate operations in real-time.
Indeed, in a typical large or medium-sized city, many private firms and public organizations operate fleets of vehicles of
different types to cater to various needs of the population: emergency vehicles (fire trucks, ambulances, etc.), police cars,
commercial delivery vehicles, taxis, courier fleets, etc. Some of these fleets have to perform tasks that may be known well
in advance or that are sometimes repetitive (e.g., vehicles making regular deliveries to food and retail stores). Many of them,
however, operate essentially in a demand-responsive mode: the demands for services are not known beforehand and the
fleet has to be deployed and managed (re-routed) in real-time to handle them as effectively as possible. The same description
applies to ‘‘local” pick up and delivery operations performed within a relatively short time period (e.g., a day) in the surrounding
area of major intermodal terminals such as ports and major rail yards (Barnhart and Kim, 1995).
Carriers that ensure interurban, long-haul transportation services also evolve in highly dynamic environments and face
similar challenges. Full-load motor-carriers and container transportation companies offer typical examples of such requirements.
On the one hand, most demands for empty vehicles arrive dynamically, are very difficult to forecast accurately, and
require instantaneous decisions (the customer is on the phone or Internet line) regarding the most appropriate combination
of vehicle, tractor, crew, etc., to service the demand. On the other hand, a decision has to be made concerning the next assignment
of a vehicle as soon as it has completed its current task and is empty. Each such ‘‘local” decision has a non-negligible
impact on the future deployment of the fleet and thus on the long-term efficiency and profitability of operations. The complexity
of the impact evaluation is further complicated by the length of the planning horizon, significantly longer in interurban
operations than for urban transportation.
The deployment of ITS technologies, in particular accurate positioning devices and in-vehicle computing and communication
equipments, opens up the possibility of enhanced customer service and increased productivity by re-routing vehicles
in real-time to serve new requests. The information is there. One only needs the appropriate methodology to transform these
data into accurate and timely decisions. It is thus normal that a significant line of research addresses the issues of real-time
dispatching, routing, and re-routing of vehicles in response to changes in demand (Ichoua et al., 2007), travel time (Fleischmann
et al., 2004; Potvin et al., 2006; Topaloglu, 2006) or other conditions of travel. This information can be conveyed via
Advanced Traveller Information Systems, as well as wireless or on-board communication devices.
Traditionally, the organisations facing real-time demands have relied on human dispatchers to manage their fleets. As
with any other system relying heavily on human intervention, the performance of these fleets was strongly dependent upon
the quality and the experience of their dispatchers. Among other factors, cognitive limitations make it extremely difficult for
human dispatchers to effectively monitor and control fleets made up of a large number of vehicles, a situation frequently
encountered in many applications. From a modelling standpoint, fleet management problems correspond to combinatorial
optimisation problems (e.g., vehicle routing, covering, or design problems) that are notoriously difficult to solve, even in a
static context. This, coupled with real-time requirements, explains to a large extent the reliance up to now on human dispatchers.
Fortunately, recent developments in the area of algorithms, in particular the emergence of powerful meta-heuristics,
and advances in computing technology, in particular distributed and parallel computing, now make it possible to
contemplate tackling in real-time large combinatorial problems in a reasonably effective way. In fact, currently, the main
obstacle in most AFMS applications is the need to handle dynamic (stochastic) data.
Interestingly enough, it seems that in some applications simple schemes can be devised to address this issue. The simplest
that one can come up with is certainly to base current decisions on the current information. Actual experiments with this
scheme in the context of courier applications showed that it could be surprisingly effective (Gendreau et al., 1999, 2006).
In most cases, however, such a myopic strategy cannot account for the future consequences of current decisions and policies
that try to anticipate future events generally dominate it (Bent and Van Hentenryck, 2004; Branke et al., 2005; Ichoua et al.,
2006; Mitrovic´-Minic´ et al., 2004; Mitrovic´-Minic´ and Laporte, 2004; Powell, 1988; Powell et al., 2000; Spivey and Powell,
2004; Yang et al., 1999, 2004).
The class of dynamic vehicle routing formulations offers a methodological framework to many real-time routing problems
encountered in the Freight ITS domain. As already mentioned, these are difficult problems to solve (Powell et al.,
1995). Yet, meta-heuristics, and particularly tabu search (Glover and Laguna, 1997), have demonstrated their ability to address
adequately these challenges (Gendreau and Potvin, 1998; Gendreau et al., 2002). Most applications address local-area
problems, which are the cases where the geographical region is limited and vehicles (and drivers) return at their home bases at the end of the day. Distribution (pick up and delivery) problems in urban zones belong to this large class of applications,
which includes the local operations of interurban Less-Than-Truckload (LTL) motor carriers. It is also in this context that
most of the studies aimed at real-time dispatching and routing of vehicles have been undertaken. Gendreau et al. (1996,
1999, 2006) proposed adaptive-memory tabu search procedures and parallel implementations that ensure an efficient optimisation
of the routes. Experiments performed using discrete-event simulators showed the superiority of sophisticated optimisation
approaches to handle real-time demands as compared to simpler, classical heuristics (Gendreau et al., 1999).

ผลลัพธ์ (ไทย) 1:

4. ระบบบริหารกองเรือ (AFMS) ขั้นสูงชนิดของโปรแกรมประยุกต์ที่เป็นค่าขนส่งสอดคล้องกับ '' ขั้นสูงระบบมุ่งให้ และค่าขนส่งอัตโนมัติ และจัดการกองทัพเรือดำเนินงานในระดับผู้ขนส่งหรือเพื่อธุรกิจ" หรือ AFMS สั้น ๆเมื่อเรือพร้อม ความเชื่อมโยงของ dispatchers คอมพิวเตอร์ของบริษัทประมวลผลข้อมูล และจัดเก็บข้อมูลโครงสร้าง พื้นฐานปริมาณขนาดใหญ่ของข้อมูลจะพร้อมใช้งานสำหรับการด่วนตัดสินใจ เช่นสำหรับพื้นหลังการวิเคราะห์และการวางแผนกิจกรรม กองวางแผนและการดำเนินงานระบบขั้นสูงมุ่ง การประมวลผลข้อมูล และ การรวมไปปัจจุบันขนส่งแผนเพื่อให้การดำเนินการที่รวดเร็วมาก การปันส่วนอย่างมีประสิทธิภาพ และใช้ประโยชน์ของเรือ ความพึงพอใจคำขอของลูกค้า วางแตกต่างกัน ทำนองเดียวกัน กับพื้นที่อื่น ๆ ของ จำเป็นต้องดองเหล่านี้ ด้วยปัญญานี้ต้องได้รับการยอมรับอย่างกว้างขวางมากขึ้น และเพิ่มเติม และมันจะสะท้อนอยู่ในสถาปัตยกรรมของชาติโดยตรงข้อเสนอการพัฒนา ท้าทาย และโอกาสที่เกิดขึ้นในระดับ ของผู้ขนส่ง หรือกลุ่มของสายการบิน ผู้ขนส่ง และหน่วยงานเชื่อมต่อผ่านเครือข่ายธุรกิจ-เพื่อธุรกิจทั้งใจกลางเมือง และพื้นที่ขนาดใหญ่ จำนวนใบสมัครเรียบร้อยแล้วมีอยู่ บางส่วนถูกนำไปใช้ ส่วนใหญ่ยังคงปรากฏเป็นข้อเสนอและต้นแบบศูนย์วิจัยและห้องปฏิบัติการเพิ่มเติมอาจยังคงสามารถสำเร็จ อย่างไรก็ตาม ในต่อไปนี้ เราพยายามยึดตัวเลขสำคัญน่าเป็น และเป็นไปได้ที่จะใช้โครงสร้างพื้นฐานของและสถาปัตยกรรมมากขึ้น และทำ การพัฒนาที่ดีขึ้นการดำเนินการวิจัยมีวิธีแสดงปัญหา และระบุกลยุทธ์การแก้ปัญหาผ่านทางต่าง ๆเทคนิคเพิ่มประสิทธิภาพและการจำลอง แนวทางดังกล่าวได้แสดงให้เห็นว่าบทบาทของพวกเขาศูนย์กลางในการออกแบบที่มีประสิทธิภาพ และมีประสิทธิภาพ สนับสนุนการตัดสินใจระบบการวางแผนและการดำเนินงานของระบบการขนส่ง และที่เก่าเพื่อช่วยให้การเปลี่ยนแปลงของปริมาณข้อมูลขนาดใหญ่โดยของเป็นข้อมูลทันเวลา และมีความหมายสำหรับอัจฉริยะตัดสินใจและการดำเนินงาน หลักการวิจัยดำเนินงาน แบบจำลอง และวิธีการขึ้นอยู่ของขั้นสูงระบบบริหารกองเรือ Bodin et al. (2003), Crainic (2003), Crainic และคิม (2007), Crainic และ Laporte(1997), พาวเวล (2003), พาวเวล และ Topaloglu (2003, 2005), พาวเวลและ al. (1995, 2007), Christiansen et al. (2007), Toth และ Vigo(2002), สำรวจของวิธีการวิจัยดำเนินการขนส่ง-ขนส่งการวางแผนและการดำเนินงานปัจจุบันเป็นต้นSéguin et al. (1997) ปัจจุบันกรอบสำหรับการดำเนินการวิจัยลักษณะทั่วไปในการตัดสินใจแบบเรียลไทม์พัฒนาล่าสุดและเป็นส่วนหนึ่งที่สำคัญของโปรแกรมประยุกต์ในอนาคตที่มีไตร่ตรองในการดำเนินงานปัญหา โหลดจับคู่และทรัพยากรการปันส่วน จัดส่ง และสายงานการ ผลิต โดยเฉพาะอย่างยิ่งการ เป้าหมายหลักของระบบนี้คือการ นำเสนอสามารถดำเนินการควบคุมและพิกัดในแบบเรียลไทม์แน่นอน โดยทั่วไปมีขนาดใหญ่ หรือ ขนาดกลางเมือง หน่วยงานเอกชนและองค์กรสาธารณะจำนวนมากดำเนิน fleets ของยานพาหนะของแตกต่างกันเพื่อตอบสนองความต้องการต่าง ๆ ของประชากร: รถยนต์ ตำรวจยานพาหนะฉุกเฉิน (ไฟรถบรรทุก รถพยาบาล ฯลฯ),ยานยนต์ค้าส่ง แท็กซี่ courier fleets ฯลฯ บาง fleets เหล่านี้มีการดำเนินการที่อาจจะทราบดีล่วงหน้าหรือมีบางครั้งซ้ำ (เช่น ยานพาหนะทำการจัดส่งปกติไปร้านอาหารและขายปลีก) หลายของพวกเขาอย่างไรก็ตาม มีหลักในโหมดที่ตอบสนองความต้องการ: ความต้องการใช้บริการจะไม่ทราบล่วงหน้าและเรือมีการจัดวาง และจัดการ (ใหม่เวียน) ในเวลาจริงในการจัดการอย่างมีประสิทธิภาพที่สุด คำอธิบายเหมือนกันใช้รับ ''ท้องถิ่น"ขึ้นและจัดส่งดำเนินการภายในที่ค่อนข้างสั้นรอบระยะเวลา (เช่น วัน) ในการพื้นที่ของเทอร์มินัล intermodal หลักพอร์ตและหลาหลัก (Barnhart และคิม 1995)สายการบินที่ให้บริการขนส่ง interurban ข้ามยังพัฒนาในสภาพแวดล้อมแบบไดนามิกสูงและใบหน้าความท้าทายเหมือนกัน เต็มโหลดมอเตอร์สายการบินและบริษัทขนส่งตู้คอนเทนเนอร์ทั่วไปตัวอย่างเช่นความต้องการคง ความต้องการมากที่สุดสำหรับรถเปล่ามาแบบไดนามิก จะยากที่จะคาดการณ์ได้อย่างถูกต้อง และต้องใช้กำลังตัดสินใจ (ลูกค้าที่อยู่โทรศัพท์หรือสายอินเตอร์เน็ต) เกี่ยวกับชุดที่เหมาะสมที่สุดรถ รถแทรกเตอร์ ลูกเรือ ฯลฯ ให้บริการความต้องการ บนมืออื่น ๆ การตัดสินใจมีการเกี่ยวข้องกับการกำหนดต่อไปรถทันทีที่เสร็จงานของปัจจุบัน และว่างเปล่า แต่ละเช่นตัดสินใจ ''ท้องถิ่น"ได้ไม่ใช่ระยะผลกระทบ ในการใช้งานในอนาคตของกองเรือรบ และประสิทธิภาพในระยะยาวและผลกำไรของการดำเนินงาน ความซับซ้อนผลกระทบ ประเมินจะเพิ่มเติมซับซ้อนตามความยาวของระดับการวางแผน นานกว่าใน interurbanดำเนินงานมากกว่าสำหรับการขนส่งที่เมืองการใช้งานของเทคโนโลยี ถูกต้องโดยเฉพาะการวางตำแหน่งอุปกรณ์ และการใช้งานในยานพาหนะ และการสื่อสารอุปกรณ์ เปิดขึ้นเป็นไปได้ของการบริการลูกค้าเพิ่มขึ้นและผลผลิตเพิ่มขึ้น โดย re-routing ยานพาหนะในแบบเรียลไทม์เพื่อร้องขอใหม่ ข้อมูลที่มี เฉพาะจำเป็นวิธีการที่เหมาะสมเพื่อแปลงเหล่านี้ข้อมูลในการตัดสินใจที่ถูกต้อง และทันเวลา มันเป็นปกติที่รายการสำคัญของการวิจัยอยู่ปัญหาของเวลาจริงการจัดส่ง เส้นทาง และ re-routing ของยานพาหนะในการตอบสนองต่อการเปลี่ยนแปลงในความต้องการ (Ichoua et al., 2007), เวลา (Fleischmann เดินทางร้อยเอ็ด al., 2004 Potvin และ al., 2006 Topaloglu, 2006) หรือเงื่อนไขอื่น ๆ ของการท่องเที่ยว ข้อมูลนี้สามารถจะสื่อความหมายผ่านระบบข้อมูลผู้เดินทางขั้นสูง ตลอดจนอุปกรณ์สื่อสารไร้สาย หรือบนกระดานประเพณี องค์กรเผชิญกับความจริงได้อาศัยใน dispatchers มนุษย์จัดการ fleets ของพวกเขา เป็นใด ๆ อื่น ๆ ระบบมากอาศัยบุคคล ประสิทธิภาพของ fleets เหล่านี้เป็นอย่างยิ่งขึ้นคุณภาพและประสบการณ์ของ dispatchers ของพวกเขา ระหว่างปัจจัยอื่น ๆ ข้อจำกัดการรับรู้ทำให้ยากมากสำหรับdispatchers มนุษย์ให้มีประสิทธิภาพตรวจสอบและควบคุม fleets ขึ้นของจำนวนยานพาหนะ สถานการณ์บ่อยพบในโปรแกรมประยุกต์หลายโปรแกรม จากอันที่สร้างแบบจำลอง ปัญหาการบริหารกองเรือที่สอดคล้องกับปัญหาปัญหาคุณภาพ (เช่น เส้นทางรถ ครอบคลุม ปัญหา หรือการออกแบบ) ที่ยากฉาวแก้ แม้แต่ในการเนื้อหาคงที่ นี้ ควบคู่ไปกับความต้องการแบบเรียลไทม์ อธิบายขอบเขตขนาดใหญ่ที่พึ่งถึงตอนนี้ใน dispatchers มนุษย์โชคดี พัฒนาล่าสุดในพื้นที่ของอัลกอริทึม โดยเฉพาะอย่างยิ่งการเกิดขึ้นของ meta มีประสิทธิภาพรุกและความก้าวหน้าในเทคโนโลยี การแจกจ่ายโดยเฉพาะ การใช้งานและคอมพิวเตอร์แบบขนาน ตอนนี้ทำให้สามารถคิดแก่ปัญหาปัญหาใหญ่แบบเรียลไทม์แบบสมเหตุสมผลมีประสิทธิภาพ ในความเป็นจริง ปัจจุบัน หลักอุปสรรคในการใช้งาน AFMS ส่วนใหญ่จึงจำเป็นต้องจัดการกับข้อมูลแบบไดนามิก (แบบเฟ้นสุ่ม)เรื่องน่าสนใจพอ ดูเหมือนว่า ในโปรแกรมประยุกต์บางโปรแกรม โครงร่างง่าย ๆ สามารถจะกำหนดปัญหานี้ ง่ายที่สุดที่หนึ่งสามารถมีค่าได้อย่างแน่นอนพื้นฐานปัจจุบันการตัดสินใจบนข้อมูลปัจจุบัน ทดลองจริงนี้แผนงานในบริบทของพัสดุใช้งานพบว่า มันอาจจะน่าแปลกใจที่มีประสิทธิภาพ (Gendreau et al., 1999, 2006)ในกรณีส่วนใหญ่ แต่ กลยุทธ์ myopic ไม่บัญชีสำหรับผลกระทบในอนาคตของปัจจุบันตัดสินใจและนโยบายที่พยายามคาดว่าจะมีเหตุการณ์ในอนาคตโดยทั่วไปครองนั้น (โค้งและ Van Hentenryck, 2004 Branke et al., 2005 Ichoua et al.,ปี 2006 Mitrovic´ Minic´ et al., 2004 Mitrovic´-Minic´ และ Laporte, 2004 พาวเวล 1988 พาวเวลและ al., 2000 Spivey และพาวเวล2004 ยาง et al., 1999, 2004)คลาสของรถชั่วคราวสายงานการผลิตสูตรมีกรอบ methodological หลายปัญหาสายแบบเรียลไทม์พบในโดเมนที่เป็นค่าขนส่ง ดังที่ได้กล่าวแล้ว เหล่านี้เป็นปัญหาที่ยากจะแก้ไข (พาวเวล et al.,1995) . ยัง meta-ลองผิดลองถูก และโดยเฉพาะอย่างยิ่งการค้นทาบู (โกลเวอร์และลากูน่า 1997), ได้แสดงความสามารถในการที่อยู่เพียงพอท้าทาย (Gendreau และ Potvin, 1998 Gendreau และ al., 2002) โปรแกรมส่วนใหญ่ที่อยู่ภายในพื้นที่ปัญหา ซึ่งเป็นกรณีที่ในภูมิภาคมีจำกัด และยานพาหนะ (และโปรแกรมควบคุม) กลับมาที่ฐานของบ้านที่สิ้นสุดของวัน กระจาย (รับสายและส่ง) เป็นปัญหาในเขตเมืองระดับนี้ขนาดใหญ่ของการใช้งานซึ่งรวมถึงการดำเนินการภายในของสายมอเตอร์น้อยกว่า Truckload (LTL) interurban ในบริบทนี้ที่มีการดำเนินการส่วนใหญ่ของการศึกษาที่มุ่งจัด และกำหนดเส้นทางของยานพาหนะแบบเรียลไทม์ Gendreau et al. (19961999, 2006) เสนอขั้นตอนค้นหาทาบูปรับหน่วยความจำและการใช้งานขนานที่ให้มีคุณภาพมีประสิทธิภาพเส้นทางการ ทดลองใช้ไม่ต่อเนื่องของเหตุการณ์ขณะพบปมของคุณภาพที่ทันสมัยแจ้งการจัดการความต้องการจริงเมื่อเทียบกับรุกง่ายกว่า คลาสสิก (Gendreau et al., 1999)

ผลลัพธ์ (ไทย) 2:

4. การจัดการขั้นสูงอย่างรวดเร็วระบบ (AFMS)
ประเภทของการขนส่งสินค้าการใช้งาน ITS นี้สอดคล้องกับ ''
ระบบขั้นสูงมุ่งเป้าไปที่การลดความซับซ้อนและการทำงานอัตโนมัติการขนส่งสินค้าและการดำเนินงานการจัดการยานพาหนะที่ผู้ให้บริการหรือธุรกิจกับธุรกิจระดับ"หรือ AFMS สั้น.
เมื่อ กองทัพเรือมีการติดตั้งและเชื่อมโยงกับคอมพิวเตอร์ dispatchers และการประมวลผลข้อมูลของ บริษัท และโครงสร้างพื้นฐานการจัดเก็บข้อมูลปริมาณมากของข้อมูลจะมีการตัดสินใจในทันทีเช่นเดียวกับพื้นหลังสำหรับการวิเคราะห์และการวางแผนกิจกรรม การวางแผนขั้นสูงอย่างรวดเร็วและการใช้งานระบบมีจุดมุ่งหมายในการประมวลผลข้อมูลนี้และเพื่อบูรณาการไปยังแผนการขนส่งในปัจจุบันเพื่อให้บรรลุการดำเนินการในเวลาที่เหมาะสมมากขึ้นจัดสรรที่มีประสิทธิภาพและการใช้ประโยชน์ของเรือเดินสมุทรและความพึงพอใจของการร้องขอของลูกค้า แตกต่างกันใส่คล้าย ๆ กับคนอื่น ๆ ในพื้นที่ของตนมีความจำเป็นที่จะใส่ระบบเหล่านี้มีปัญญา. นี้ไม่จำเป็นมากขึ้นและได้รับการยอมรับกันอย่างแพร่หลายและเป็นที่สะท้อนโดยตรงในชาติสถาปัตยกรรมข้อเสนอ. การพัฒนาความท้าทายและโอกาสที่เกิดขึ้นใน ระดับของการให้บริการหรือกลุ่มของผู้ให้บริการส่งสินค้าทางเรือและหน่วยงานที่เข้าร่วมผ่านเครือข่ายทางธุรกิจกับธุรกิจในเมืองและมากกว่าพื้นที่ขนาดใหญ่ จำนวนของการใช้งานแล้วมีอยู่ บางส่วนจะดำเนินการ ส่วนใหญ่ยังคงปรากฏเป็นข้อเสนอและต้นแบบจากศูนย์การวิจัยและห้องปฏิบัติการ. อื่น ๆ อาจจะยังคงทำได้อย่างไร ในต่อไปนี้เราพยายามที่จะเดี่ยวออกมาเป็นจำนวนที่น่าจะเป็นและเป็นไปได้ที่สำคัญการพัฒนาที่จะใช้โครงสร้างพื้นฐานและสถาปัตยกรรมที่จะทำมากขึ้นและทำงานได้ดีขึ้น. การวิจัยการดำเนินงานมีวิธีการที่จะเป็นตัวแทนของปัญหาและระบุกลยุทธ์การแก้ปัญหาผ่านช่องทางต่างๆในการเพิ่มประสิทธิภาพและการจำลองเทคนิค วิธีการดังกล่าวได้แสดงให้เห็นถึงบทบาทสำคัญของพวกเขาในการออกแบบที่มีประสิทธิภาพและมีประสิทธิภาพระบบสนับสนุนการตัดสินใจสำหรับการวางแผนและการดำเนินงานของระบบการขนส่งและอยู่ในตำแหน่งที่ไม่ซ้ำกันที่จะช่วยให้การเปลี่ยนแปลงของปริมาณขนาดใหญ่ของข้อมูลที่มาจากITS เป็นข้อมูลที่ทันเวลาและมีความหมายสำหรับอัจฉริยะตัดสินใจและการดำเนินงาน หลักการการดำเนินงานวิจัยรูปแบบและวิธีการที่พบมากขึ้นเรื่อย ๆ ที่เป็นแกนหลักของขั้นสูงอย่างรวดเร็วระบบการจัดการ บดินทร์ et al, (2003), Crainic (2003), Crainic และคิม (2007), Crainic และพอร์ต(1997), เวลล์ (2003), พาวเวลและ Topaloglu (2003, 2005), พาวเวลและอัล (1995, 2007), คริสเตียน, et al (2007), และ Toth โก้(2002) ฯลฯ การสำรวจทั่วไปในปัจจุบันของการดำเนินงานวิธีการวิจัยสำหรับการวางแผนการขนส่งสินค้าขนส่งและการดำเนินงาน. ซีกีนและอัล (1997) นำเสนอกรอบทั่วไปสำหรับการดำเนินงานวิธีการวิจัยในเวลาจริงการตัดสินใจ. ส่วนใหญ่การพัฒนาในปัจจุบันและเป็นส่วนสำคัญของการพิจารณาไตร่ตรองใช้งานในอนาคตแก้ไขปัญหาการดำเนินงานในการโหลดการจับคู่และการจัดสรรทรัพยากรการฝึกอบรมและเส้นทางโดยเฉพาะอย่างยิ่ง เป้าหมายหลักของระบบเหล่านี้จะนำเสนอความเป็นไปได้ในการควบคุมและประสานงานการดำเนินงานในเวลาจริง. แท้จริงในที่มีขนาดใหญ่หรือเมืองขนาดกลางทั่วไป บริษัท เอกชนจำนวนมากและองค์กรภาครัฐดำเนินการขนส่งของยานพาหนะของชนิดที่แตกต่างกันเพื่อตอบสนองต่างๆความต้องการของประชากร: ยานพาหนะฉุกเฉิน (รถดับเพลิง, รถพยาบาล ฯลฯ ) รถตำรวจส่งมอบรถเชิงพาณิชย์แท็กซี่กลุ่มยานยนต์ที่จัดส่งฯลฯ บางส่วนของกลุ่มยานยนต์เหล่านี้มีการปฏิบัติงานที่อาจจะรู้จักกันดีในล่วงหน้าหรือที่บางครั้งซ้ำ (เช่นยานพาหนะทำให้การส่งมอบปกติไปยังร้านค้าอาหารและค้าปลีก) มากของพวกเขาแต่การทำงานเป็นหลักในโหมดความต้องการตอบสนอง: ความต้องการสำหรับการให้บริการจะไม่รู้จักกันก่อนและกองทัพเรือจะต้องมีการใช้งานและการบริหารจัดการ(อีกครั้งส่ง) ในเวลาจริงที่จะจัดการกับพวกเขาอย่างมีประสิทธิภาพที่สุด คำอธิบายเดียวกันนำไปใช้กับ '' ท้องถิ่น "รับการจัดส่งและการดำเนินงานดำเนินการภายในระยะเวลาที่ค่อนข้างสั้น (เช่นวัน) ในรอบพื้นที่ของอาคารขนส่งที่สำคัญเช่นพอร์ตและหลารถไฟหลัก(Barnhart และคิม, 1995) ผู้ให้บริการเพื่อสร้างความมั่นใจระหว่างเมือง, ระยะไกลบริการการขนส่งยังมีวิวัฒนาการในสภาพแวดล้อมแบบไดนามิกสูงและต้องเผชิญกับความท้าทายที่คล้ายกัน โหลดเต็มมอเตอร์ผู้ให้บริการและภาชนะขนส่งนำเสนอตัวอย่างทั่วไปของความต้องการดังกล่าว. ในมือข้างหนึ่งความต้องการมากที่สุดสำหรับยานพาหนะที่ว่างเปล่ามาถึงแบบไดนามิกเป็นเรื่องยากมากที่จะคาดการณ์ได้อย่างถูกต้องและต้องตัดสินใจทันที (ลูกค้าทางโทรศัพท์หรืออินเทอร์เน็ต สาย) เกี่ยวกับการผสมผสานที่เหมาะสมที่สุดของยานพาหนะ, รถลูกเรือและอื่น ๆ เพื่อให้บริการความต้องการ ในทางกลับกันการตัดสินใจที่จะทำเกี่ยวกับการที่ได้รับมอบหมายต่อไปของยานพาหนะเร็วที่สุดเท่าที่ได้เสร็จสิ้นการงานปัจจุบันและเป็นที่ว่างเปล่า แต่ละคนเช่น '' ท้องถิ่น "การตัดสินใจมีไม่น้อยส่งผลกระทบต่อการใช้งานในอนาคตของกองทัพเรือและทำให้มีประสิทธิภาพในระยะยาวและการทำกำไรของการดำเนินงาน ความซับซ้อนของการประเมินผลกระทบที่มีความซับซ้อนมากขึ้นโดยความยาวของขอบฟ้าการวางแผนอย่างมีนัยสำคัญอีกต่อไปในระหว่างเมืองการดำเนินงานกว่าสำหรับการขนส่งในเมือง. การปรับใช้เทคโนโลยี ITS ในอุปกรณ์ตำแหน่งที่ถูกต้องโดยเฉพาะอย่างยิ่งและคอมพิวเตอร์ในยานพาหนะและการสื่อสารอุปกรณ์เปิดขึ้นความเป็นไปได้ของการบริการลูกค้าที่เพิ่มขึ้นและการเพิ่มผลผลิตด้วยยานพาหนะใหม่เส้นทางในเวลาจริงที่จะให้บริการการร้องขอใหม่ ข้อมูลที่มี เพียงคนเดียวที่ต้องการวิธีการที่เหมาะสมในการแปลงเหล่านี้ข้อมูลในการตัดสินใจที่ถูกต้องและทันเวลา ดังนั้นจึงเป็นเรื่องปกติที่เป็นเส้นที่สำคัญของการวิจัยที่อยู่ในประเด็นของเวลาจริงการฝึกอบรม, การกำหนดเส้นทางและเส้นทางใหม่ของยานพาหนะในการตอบสนองต่อการเปลี่ยนแปลงในความต้องการ (Ichoua et al., 2007) ระยะเวลาการเดินทาง (Fleischmann et al., 2004; Potvin et al, 2006;. Topaloglu 2006) หรือเงื่อนไขอื่น ๆ ของการเดินทาง ข้อมูลนี้สามารถถ่ายทอดผ่านทางขั้นสูงระบบสารสนเทศเดินทางเช่นเดียวกับแบบไร้สายหรือบนกระดานอุปกรณ์การสื่อสาร. ตามเนื้อผ้าองค์กรหันหน้าไปทางความต้องการแบบ real-time ได้อาศัยในบรรดามนุษย์ในการจัดการฟลีตส์ ในฐานะที่เป็นกับระบบอื่น ๆ ที่อาศัยอย่างหนักในการแทรกแซงของมนุษย์ประสิทธิภาพการทำงานของกลุ่มยานยนต์เหล่านี้เป็นอย่างมากขึ้นอยู่กับคุณภาพและประสบการณ์ในการdispatchers ของพวกเขา ท่ามกลางปัจจัยอื่น ๆ ข้อ จำกัด ทางความคิดทำให้มันยากมากสำหรับบรรดามนุษย์ได้อย่างมีประสิทธิภาพในการตรวจสอบควบคุมและกลุ่มยานยนต์ที่สร้างขึ้นของจำนวนมากของยานพาหนะสถานการณ์บ่อยพบในการใช้งานมาก จากมุมมองการสร้างแบบจำลองปัญหาการจัดการยานพาหนะสอดคล้องกับ combinatorial ปัญหาการเพิ่มประสิทธิภาพ (เช่นการกำหนดเส้นทางรถครอบคลุมหรือปัญหาการออกแบบ) ที่เป็นเรื่องยากที่จะแก้ปัญหาฉาวโฉ่แม้ในบริบทแบบคงที่ นี้ควบคู่กับความต้องการที่แท้จริงเวลาอธิบายถึงขอบเขตขนาดใหญ่ความเชื่อมั่นถึงตอนนี้ในบรรดามนุษย์. โชคดีที่การพัฒนาล่าสุดในพื้นที่ของขั้นตอนวิธีการโดยเฉพาะอย่างยิ่งการเกิดขึ้นของการวิเคราะห์พฤติกรรมเมตาดาต้าที่มีประสิทธิภาพและความก้าวหน้าในเทคโนโลยีคอมพิวเตอร์ในโดยเฉพาะอย่างยิ่งการคำนวณแบบกระจายและแบบคู่ขนานในขณะนี้ทำให้มันเป็นไปได้ที่จะคิดแก้ปัญหาในเวลาจริงปัญหา combinatorial ขนาดใหญ่ในวิธีที่มีประสิทธิภาพพอสมควร ในความเป็นจริงในปัจจุบันหลักอุปสรรคในการใช้งานมากที่สุด AFMS ความจำเป็นในการจัดการแบบไดนามิก (สุ่ม) ข้อมูล. ที่น่าสนใจพอมันก็ดูเหมือนว่าในการใช้งานบางรูปแบบที่เรียบง่ายสามารถวางแผนเพื่อแก้ไขปัญหานี้ ที่ง่ายที่สุดที่หนึ่งสามารถเกิดขึ้นกับการเป็นที่แน่นอนในการตัดสินใจในปัจจุบันที่มีข้อมูลที่เป็นปัจจุบัน การทดลองที่เกิดขึ้นจริงกับเรื่องนี้โครงการในบริบทของการใช้งานจัดส่งที่แสดงให้เห็นว่ามันอาจจะมีประสิทธิภาพที่น่าแปลกใจ (Gendreau et al., 1999, 2006). ในกรณีส่วนใหญ่อย่างไรเช่นกลยุทธ์สายตาสั้นไม่สามารถบัญชีสำหรับผลกระทบในอนาคตของการตัดสินใจในปัจจุบันและนโยบายที่มีความพยายามที่จะคาดการณ์เหตุการณ์ในอนาคตโดยทั่วไปมันครอง (Bent แวน Hentenryck 2004; Branke et al, 2005;.. Ichoua, et al, 2006; Mitrovic'-Minic' et al, 2004;. Mitrovic'-Minic' และพอร์ต, 2004; พาวเวล 1988; พาวเวล et al, 2000;. Spivey และพาวเวล2004.. ยาง et al, 1999, 2004) ระดับของสูตรเส้นทางรถแบบไดนามิกที่มีกรอบระเบียบวิธีการในการแก้ไขปัญหาการกำหนดเส้นทางในเวลาจริงจำนวนมากที่พบในขนส่งสินค้าประสิทธิภาพสูง ดังกล่าวแล้วเหล่านี้เป็นปัญหาที่ยากจะแก้ปัญหา (พาวเวล et al., 1995) แต่การวิเคราะห์พฤติกรรม meta-และค้นหาห้ามโดยเฉพาะอย่างยิ่ง (โกลเวอร์และลากูน่า, 1997) ได้แสดงให้เห็นความสามารถในการอยู่อย่างพอเพียงความท้าทายเหล่านี้(Gendreau และ Potvin 1998. Gendreau, et al, 2002) โปรแกรมส่วนใหญ่ที่อยู่ในท้องถิ่นพื้นที่ปัญหาซึ่งเป็นกรณีที่พื้นที่ทางภูมิศาสตร์ที่มี จำกัด และยานพาหนะ (และคนขับรถ) กลับมาที่ฐานบ้านของพวกเขาในตอนท้ายของวัน การจัดจำหน่าย (รับและการส่งมอบ) ปัญหาในเขตเมืองอยู่ในชั้นเรียนขนาดใหญ่ของการใช้งานซึ่งรวมถึงการดำเนินงานของท้องถิ่นระหว่างเมืองน้อยกว่ารถบรรทุกสามารถบรรทุก(LTL) ผู้ให้บริการมอเตอร์ นอกจากนี้ยังเป็นในบริบทนี้ว่าส่วนใหญ่ของการศึกษาที่มุ่งเวลาจริงการฝึกอบรมและการกำหนดเส้นทางของยานพาหนะที่ได้รับการดำเนินการ Gendreau et al, (1996, 1999, 2006) ได้เสนอการปรับตัวหน่วยความจำขั้นตอนการค้นหาห้ามและการใช้งานแบบขนานที่ให้การเพิ่มประสิทธิภาพที่มีประสิทธิภาพของเส้นทาง การทดลองดำเนินการโดยใช้การจำลองเหตุการณ์ที่ไม่ต่อเนื่องแสดงให้เห็นว่าเหนือกว่าของการเพิ่มประสิทธิภาพที่มีความซับซ้อนวิธีการจัดการกับความต้องการเวลาจริงเมื่อเทียบกับการที่เรียบง่ายคลาสสิกการวิเคราะห์พฤติกรรม (Gendreau et al., 1999)

ผลลัพธ์ (ไทย) 3:

4 . ระบบการจัดการอย่างรวดเร็วขั้นสูง ( afms )
สินค้าการใช้งานประเภทนี้สอดคล้องกับ ' 'advanced มุ่งลการขนส่งและระบบอัตโนมัติและการดำเนินงานการจัดการกองเรือที่
ผู้ให้บริการหรือธุรกิจในระดับธุรกิจ " หรือ afms สั้น ๆ .
เมื่อเรือติดตั้งและเชื่อมโยงกับบรรดา ' คอมพิวเตอร์ และการประมวลผลข้อมูลของ บริษัท กระเป๋า
โครงสร้างพื้นฐานปริมาณขนาดใหญ่ของข้อมูลจะพร้อมใช้งานสำหรับการตัดสินใจได้ทันที รวมทั้งการวิเคราะห์และการวางแผน
หลังกิจกรรม การวางแผนและระบบการดำเนินงานขั้นสูงอย่างรวดเร็ว จุดมุ่งหมายเพื่อกระบวนการข้อมูลและเพื่อรวมไว้ในแผนปัจจุบันเพื่อให้บรรลุ
การขนส่งผ่าตัดทันเวลามากขึ้น การจัดสรรที่มีประสิทธิภาพและการใช้ประโยชน์จากเรือ และความพึงพอใจ
ของการร้องขอของลูกค้าที่แตกต่างกันทำให้ ในทํานองเดียวกันกับของอื่น ๆพื้นที่ มีต้องใส่ระบบเหล่านี้ด้วยสติปัญญา .
ต้องการมันมากขึ้นและยอมรับอย่างกว้างขวาง และเป็นโดยตรงสะท้อนให้เห็นในชาติสถาปัตยกรรม

ข้อเสนอการพัฒนา ความท้าทาย และโอกาสที่เกิดขึ้นในระดับของผู้ให้บริการหรือของกลุ่มผู้ให้บริการขนส่ง และหน่วยงาน
เข้าร่วมผ่านทางเครือข่ายธุรกิจทั้งในศูนย์เมืองและมากกว่าพื้นที่ขนาดใหญ่ จำนวนของการใช้งานแล้ว
อยู่ บางคนก็ใช้ ส่วนใหญ่ยังคงปรากฏเป็นข้อเสนอและต้นแบบของศูนย์วิจัยและห้องปฏิบัติการ .
เพิ่มเติมอาจจะประสบความสำเร็จ แต่ ในต่อไปนี้เราพยายามเดี่ยวออกหมายเลขของสำคัญและน่าจะเป็นไปได้
การพัฒนาจะใช้โครงสร้างพื้นฐานและสถาปัตยกรรมที่จะทำมากขึ้น และเล่นได้ดีขึ้น มีวิธีการดำเนินงานวิจัย
แสดงปัญหาและระบุกลยุทธ์การแก้ปัญหาต่างๆ
เพิ่มประสิทธิภาพและเทคนิคการจำลอง . วิธีการดังกล่าว ได้แสดงให้เห็นถึงบทบาทของตนในการออกแบบที่มีประสิทธิภาพและ
ระบบสนับสนุนการตัดสินใจที่มีประสิทธิภาพสำหรับการวางแผนและการดำเนินงานของระบบการขนส่ง และมีตำแหน่ง
เพื่อช่วยการเปลี่ยนแปลงของปริมาณขนาดใหญ่ของข้อมูล โดยเป็นข้อมูลที่มีความหมายและทันเวลาเพื่อการตัดสินใจฉลาด
และการดําเนินงาน การวิจัยการปฏิบัติการ หลักการ รูปแบบ และวิธีการมากขึ้นพบในหลักของ
ระบบการจัดการยานพาหนะที่ทันสมัย บดินทร์ et al . ( 2003 ) , crainic ( 2003 ) , crainic และคิม ( 2007 ) , และ crainic เลิปพอร์ต
( 1997 ) พาวเวลล์ ( 2003 ) , เพาเวลล์และ topaloglu ( 2003 , 2005 ) , Powell et al . ( พ.ศ. 2550 ) , Christiansen et al . ( 2007 ) , และ ทอธ วีโก้
( 2002 ) เป็นต้น ปัจจุบันทั่วไปการสำรวจของวิธีการวิจัยการดำเนินงานสำหรับการดำเนินการขนส่งสินค้าการวางแผนและ .
s éกวิ้น et al .( 1997 ) ได้เสนอกรอบทั่วไปสำหรับการดำเนินงานวิจัยวิธีการในการตัดสินใจแบบเรียลไทม์
การพัฒนาในปัจจุบันมากที่สุด และเป็นส่วนหนึ่งที่สำคัญของการแก้ไขปัญหา การคิดว่าอนาคตโหลด
ที่ตรงกัน และจัดสรรทรัพยากรการฝึกอบรมและการจัดเส้นทาง โดยเฉพาะ เป้าหมายหลักของระบบเหล่านี้จะเสนอ
ความเป็นไปได้ที่จะควบคุมและประสานงานการดำเนินงานในเวลาจริง .
แน่นอนในทั่วไปขนาดใหญ่หรือขนาดกลาง บริษัท เอกชนหลายเมือง และองค์กรของรัฐใช้ยานของยานพาหนะของ
ประเภทที่แตกต่างกันเพื่อตอบสนองความต้องการต่าง ๆของประชากร : ยานพาหนะ ( รถบรรทุก , ไฟฉุกเฉิน , รถพยาบาล , ฯลฯ ) รถตำรวจ
ส่งมอบรถเพื่อการพาณิชย์ , แท็กซี่ การขนส่ง , ขนส่ง ฯลฯบางส่วนของยานเหล่านี้มีการดําเนินงานที่อาจจะรู้จักกันดี
ล่วงหน้าหรือที่บางครั้งซ้ำ ( เช่น รถส่งของ ประจำอาหารและร้านค้าปลีก ) มากของพวกเขา ,
แต่การใช้งานเป็นหลักในการตอบสนองความต้องการ โหมด : ความต้องการบริการไม่ทราบล่วงหน้าและ
กองทัพเรือมีการใช้และการจัดการ ( กำลังส่ง ) ในแบบเรียลไทม์ เพื่อจัดการกับพวกเขาเป็นอย่างมีประสิทธิภาพที่สุด
รายละเอียดเดียวกันกับ ' 'local " รับและส่งงานดำเนินการภายในระยะเวลาที่ค่อนข้างสั้น ( เช่นวัน ) ในรอบ ๆบริเวณอาคารการขนส่ง
สําคัญ เช่น ท่าเรือและสนามราวหลัก ( บาร์นฮาร์ต และ คิม , 1995 ) .
: เมืองที่ให้ ,บริการการขนส่งในระยะยาวยังมีวิวัฒนาการในสภาพแวดล้อมแบบไดนามิกสูงและใบหน้า
ความท้าทายที่คล้ายคลึงกัน ผู้ให้บริการมอเตอร์โหลดเต็มและ บริษัท ขนส่งคอนเทนเนอร์ให้ตัวอย่างทั่วไปของความต้องการเช่น .
ในมือข้างหนึ่งของความต้องการมากที่สุดสำหรับรถยนต์เปล่ามาถึงแบบไดนามิกมากยากที่จะคาดการณ์ได้อย่างแม่นยำและ