Scientific journal
Modern high technologies
ISSN 1812-7320
"Перечень" ВАК
ИФ РИНЦ = 0,940

USING MODEL OF FUZZY INFERENCE WHEN THE DISTRIBUTION OF DRIVERS

Krivobokov V.A. 1 Makuneva A.A. 2
1 OOO «PATiM»
2 Ufa State Petroleum Technological University
1121 KB
In this paper, the subject of the study is the development and practical use of a software module to support decision-making in the distribution of applications for vehicles among drivers. The object of the study is the problem of uniform distribution of employment of employees of the motor transport enterprise (LLC «Enterprise of motor transport and mechanisms»). The article deals with the business process «Transportation», which identifies the key points that affect economic efficiency. During the examination process there are 2 kinds of processes. Preparatory, which are carried out by the operation services, accepting applications, making operational transportation plans with the formation of primary documentation, as well as checking the composition before departure. The main, which are carried out by forwarding services, performing unloading and loading of goods, their transportation. Particular attention is paid to the construction of the process Of «formation of waybills», during which there is a distribution of resources spent by the enterprise. A method based on the fuzzy inference model is presented. The described method allows for the rational distribution of irregular tasks based on the workload of performers, employees with a standardized schedule. It is proposed to use the software module. The results of experiments to assess the adequacy of the developed model, as well as the results of its practical use.
decision support system
electronic document management system
expert system
task distribution
fuzzy inference model
autotransport enterprise
intelligent system

В настоящее время в различных сферах человеческой деятельности наблюдается тенденция перехода от работы с бумажными документами к электронному документообороту, под которым понимается движение электронных документов в организации и деятельность по обеспечению этого движения [1]. На автотранспортном предприятии это позволяет повысить оперативность выхода на рейс водителей, а также помогает осуществлять оперативный контроль ведения процесса. Это требует разработки новых технологий ведения бизнеса, повышения качества конечных результатов деятельности предприятия [2, 3] и внедрения новых, более эффективных систем управления.

Для анализа деятельности автотранспортного предприятия ООО «Предприятие автомобильного транспорта и механизмов» (ООО «ПАТиМ») рассмотрим основной бизнес-процесса «Перевозка» (рисунок).

Как видно из диаграммы IDEF0 и её декомпозиции, процесс состоит из пяти этапов. Первые три этапа являются подготовительными, в ходе которых происходит распределение ресурсов для выезда на рейс, создается первичный документ учета перевозки «Путевой лист», происходит подтверждение удовлетворительного состояния водителя и автотранспорта для отправки их в рейс. Два оставшихся процесса осуществляют непосредственное участие в транспортировке.

Значительную роль в сокращении затрат играет то, что перевозка осуществляется по тщательно продуманному плану в ходе процесса формирования путевого листа, составленному на предварительном этапе службами эксплуатации. Это поможет устранить проблемы, приводящие:

– к времени простоя продукции организации;

– снижению эффективности распределения парка автотранспорта;

– снижению доли равномерной занятости водителей.

Данный процесс включает в себя регистрацию заявки, рассмотрение, распределение автотранспорта по рейсам, прикрепление водителей к автотранспорту. Эти этапы сопровождаются занесением информации в первичный документ учета (путевой лист). На всех этапах происходит проверка корректности путевого листа.

Особенность ведения бизнес-процесса «Перевозка» заключается в необходимости распределения водителей с нормированным графиком работы заданиям с разным временем выполнения и оперативного заполнения графика заданий (до начала выполнения заявки), что является одной из проблем выбора сотрудников.

При этом у начальника парка, ответственного за ведение распределения водителей, возникает проблема оптимального распределения заданий водителей. На эту проблему влияют следующие факторы:

– неопределенность в количестве ежедневно поступающих заявлений;

– сложность обработки большого количества штата сотрудников по разным критериям распределения (категории водительских прав, графику работы, рейсы с двумя и более водителями);

– изменение графика заданий;

– необходимость выполнения срочных заявок (оперативный выезд специального транспорта).

Таким образом, целью исследования является повышение эффективности при использовании рабочих ресурсов предприятия; необходимо разработать программный модуль, позволяющий выбрать водителя с наиболее соответствующим графиком работы и наименьшим количеством сверхурочных часов.

Предлагаемый модуль позволяет устранить несовершенство организации процессов поставки груза и управления ресурсами, следствием которых является невыполнение доставки «точно в срок», что может привести к сбою производства. С помощью данного модуля можно четко отслеживать такие показатели, как:

– среднее время с момента получения задания до выполнения работы;

– количество заданий, выполненных в срок;

– доля простоя транспортного средства;

– процент занятости рабочих [4].

Материалы и методы исследования

Приведем формальную постановку задачи распределения водителей. Дано множество заданий Z = {z1, z2, …, zm} в количестве m, каждое задание характеризуется сложностью и приоритетом выполнения. Приоритет заявок приводится в договорах на долгосрочное оказание услуг, в котором описывается очередность рассмотрения заявок:

– «низкий» (P 1) – заявки с составлением договора в день выполнения;

– «средний» (P 2) – заявки по договорам;

– «высокий» (P 3) – срочные заявки по долгосрочным договорам.

На предприятии в результате долгой практики сформировалось разделение заданий на 3 уровня сложности, исходя из оказываемого вида услуги и характера поездки:

– «низкий» (S 1) – легковые пассажирские перевозки, перевозка малогабаритного груза;

– «средний»(S 2) – междугородние грузовые перевозки, городские перевозки спецавтотранспортом;

– «высокий» (S 3) – междугородние пассажирские перевозки, междугородние перевозки спецтранспортом.

При учете распределения начальник парка должен выполнять классификацию выбора сотрудника, исходя из количества сверхурочных часов и часов простоя:

– «не подходит» – когда у водителя возникало более 4 сверхурочных часов в результате подбора за 2 последних дня или более 120 часов за год [5].

– «условно подходит» – когда возникают сверхурочные часы или часы простоя;

– «подходит» – когда при выборе водителя задание полностью соответствует графику.

Также имеется множество водителей D = {d1, d2, …, dn}, количество которых может изменяться в течение дня (выход на срочный рейс). При подборе водителей лицо, ответственное за распределение, учитывает следующие критерии:

– C1 – текущее распределение заданий водителя.

– C2 – уровень квалификации водителя;

– C3 – категория прав водителя;

– C4 – количество сверхурочных за прошлый период.

Требует решить задачу оптимального распределение задач водителей, при которой будут соблюдаться ряд факторов, например, соответствие категории прав водителя выданной заявки, подбор соответствующего водителя по сложности задания.

При которой ряд параметров приводит к явным условиям, а другие к неявным.

Для решения данного типа оптимизационных задач существует большое количество подходов [6]. В данной работе приводится пример использования модели нечеткого логического вывода.

Рассмотрим решение поставленной задачи на основе построения и использования модели нечеткого логического вывода [7]. В качестве модели представления знаний эксперта используем следующий вид нечетких логических правил:

«ЕСЛИ x1 ~ kriv01.wmf И x2 = kriv02.wmf И… nxi = kriv03.wmf

= ТО y = B» [CF], (1)

где x1, i = 1, n – входные переменные, kriv04.wmf ~ – нечеткие градации входных переменных, y – выходная переменная, B – четкое значение выхода, CF∈[0,1] – достоверность правила.

В качестве входных параметров модели будем использовать следующие:

– k1– уровень квалификация водителя;

– k2– текущая загруженность водителя;

– k3– количество сверхурочных за прошлый период;

– k4 – сложность задания.

– k5 – приоритет выполнения заявки.

Для составления значимости (веса) входных параметров производился опрос лиц, ответственных за распределение. Эта данные использовались для решения системы правил xij соответствия водителя заданию.

kriv06.wmf (2)

Для поиска решения в сформированной системе правил вида (2) использовался минимаксный подход, при котором решением системы является нахождение минимума при конъюнкции или максимума при дизъюнкции (3).

xij = min(B1, B2,..., Bj). (3)

В результате выполнения нечетких логических правил получим табл. 2 соответствия водителя каждому задание.

Dmaxi водитель с наибольшим значением xij для текущего задания.

На последнем этапе происходит рассмотрение множества заданий Z, при котором на задания с наивысшим приоритетом наиболее походящие водители выбираются в первую очередь. А далее происходит выбор из оставшихся водителей с наибольшим соответствием заданию.

Результаты исследования и их обсуждение

На основе рассмотренного метода был разработан программный модуль в системе электронного документооборота предприятия.

krivob1.tif

Бизнес-процесс «Перевозка»

Таблица 1

Характеристики эталонных схем распределения заданий

п/п

Водитель

Задание

Q1

Q1

Dj

1

D1

x11

x11

x1j

2

D2

x11

x11

x2j

i

Di

xi1

xi1

xij

Исполнитель задания

DmaxQ1

DmaxQ2

DmaxQj

Таблица 2

Результат использования программного модуля в тестовой базе

п/п

Режимы работы

До модернизации, часов/месяц

После модернизации, часов/месяц

Разница до и после, часов/месяц

1

Среднее количество сверхурочных часов

785

530

255

2

Среднее количество часов простоя

300

45

255

Таблица 3

Результат фотографии рабочего дня начальника парка при распределении водителей

п/п

Основные этапы распределения

Среднее время решения задачи, мин

до модернизации

после модернизации

 

Задания с высоким приоритетом

60

15

 

Задания с средним приоритетом

150

40

 

Задания с низким приоритетом

90

30

Итого:

300

85

Для оценки эффективности разработанной модели производилось повторное перераспределение 500 водителей в тестовой базе с данными за период с марта по май 2018 г. В табл. 2 приведены данные решения этой задачи до и после модернизации.

В результате экспериментальной оценки работы программного модуля было получено, что при использовании возможно было сократить сверхурочные часы на 32 % за счет часов простоя. И сократить часы простоя рабочих на 85 %. Сокращение сверхурочных часов происходило за счет часов простоя.

Кроме того, в результате проверки эффективности разработанного программного модуля производилась фотография рабочего дня трех начальников парка при распределении водителей по заданиям с разным приоритетом. В табл. 3 приведены данные решения этой задачи до и после модернизации.

В результате проведения фотографии рабочего дня трех лиц, ответственных за распределение, можно сделать вывод, что использование программного модуля позволяет уменьшить среднее время принятия решений 73 %.

Заключение

На основе анализа предметной области сформулирована задача автоматизации распределения водителей с учетом графиков сверхурочных часов и графика работ водителей. Для решения разработано математическое и программное обеспечение, основанное на модели нечеткого логического вывода, а также программный модуль, предназначенный для поддержки принятия решения при распределении водителей. В результате экспериментальной оценки работы программного обеспечения ответственными лицами была подтверждена эффективность использования модуля для решения задачи сокращения сверхурочных часов, приходящихся на неравномерное распределение занятости водителей.