Plan achterland transporten beter en sneller met algoritmes

Een oplossing voor het realiseren van de 'modal shift' in de transportsector, is het toepassen van slimme algoritmes, maar daar zitten wel tal van uitdagingen aan vast, stelt Bernard Zweers van het Centrum Wiskunde & Informatica (CWI) in een artikel voor logistiek.nl.

Publicatiedatum
2 maart 2021

Ondanks alle voordelen lukt het beleidmakers in de logistieke sector maar niet om de gewenste modal shift in Nederland van de grond te krijgen. Eén van de grootste bottle necks voor het uitblijven van deze ‘shift’ is dat de planning voor zowel binnenvaartschepen als goederentreinen complex is. Een oplossing is het toepassen van slimme algoritmes, maar daar zitten wel tal van uitdagingen aan vast, stelt Bernard Zweers van het Centrum Wiskunde & Informatica (CWI)

De modal shift is een onderwerp dat beleidsmakers in de logistieke sector al jaren bezig houdt. De Europese Commissie, Tweede Kamer en de haven van Rotterdam willen allemaal dat minder vracht wordt vervoerd via de weg en meer met behulp van treinen en binnenvaartschepen. Deze modal shift zou moeten resulteren in een vermindering van CO2-uitstoot en files. Bovendien is het vervoer via de binnenvaart en spoorwegen ook over het algemeen goedkoper dan wegvervoer.

Ondanks al deze voordelen lukt het maar niet om vracht van de weg af te krijgen: de afgelopen jaren is het aandeel van alle modaliteiten die gebruikt kunnen worden voor het vervoer naar het achterland ongeveer constant gebleven. Eén van de mogelijke oorzaken voor het uitblijven van de verandering is dat de planning voor binnenvaartschepen en treinen moeilijker is om te maken.

Lastige planningen

Allereerst moet je voor binnenvaartschepen en treinen vracht bundelen. Als we het vervoer van containers als voorbeeld nemen, zal het zo zijn dat sommige containers niet op de meest ideale manier vervoerd worden om ervoor te zorgen dat alle containers bij elkaar wel zo efficiënt mogelijk vervoerd worden. Daarnaast is de reistijd van een schip naar de haven langer dan die van een vrachtwagen, waardoor de planning ook eerder moet worden gemaakt. Met als gevolg dat bij vervoer met vrachtwagens recentere informatie beschikbaar is. Ten slotte is het vervoer via treinen en schepen gevoeliger voor verstoringen. Enerzijds omdat er meestal geen eenvoudige manier is om een omweg te maken, je bent immers gebonden aan de spoor- en waterweginfrastructuur anderzijds omdat meer vracht wordt vervoerd, waardoor een verstoring ook voor meer vracht gevolgen heeft.

Algoritmes

Deze nadelen hebben er mede voor gezorgd dat de modal shift nog niet heeft plaatsgevonden. Echter met betere planningen zouden deze problemen kunnen worden verholpen. Algoritmes zouden kunnen helpen om betere planningen te maken. Een algoritme is een stappenplan, waarmee een computer een probleem kan oplossen. Een ouderwetse staartdeling, die de meesten op de basisschool hebben geleerd, is een voorbeeld van een algoritme om twee getallen door elkaar te delen. Algoritmes kunnen voordelen met zich meebrengen bij het maken van een logistieke planning, maar toepassing brengt ook de nodige uitdagingen met zich mee.

Snelheid

Het grootste voordeel van algoritmes is dat ze enorm veel planningen door kunnen rekenen binnen korte tijd. Waar een ervaren planner wellicht een uur nodig heeft om tot één planning te komen, kan een algoritme binnen één seconde al meerdere planningen maken. Dit versnelt het planningsproces niet alleen enorm, het zorgt er ook voor dat vaak betere planningen worden gemaakt. Een algoritme kan namelijk meerdere planningen maken en vervolgens degene kiezen die de laagste kosten heeft.

Last-minute wijzigingen

Doordat het algoritme heel snel een planning kan maken is het ook mogelijk om last-minute wijzigingen mee te nemen. Als een planner zijn of haar planning al bijna af heeft en er komt opeens een extra order binnen of er is nieuwe informatie over een mogelijk verstoring dan kan die extra kennis vaak niet meer worden meegenomen. Een algoritme zou deze informatie kunnen meenemen en binnen enkele seconden een nieuwe planning meenemen.

Onzekerheid

Sterker nog, een algoritme zou al mee kunnen nemen dat bepaalde informatie onzeker is. Immers, we weten de reistijd nooit op de minuut precies, die ene klant wijzigt eens in de zoveel tijd op het laatste moment zijn bestelling en bij een specifieke terminal of distributiecentrum weet je nooit hoe lang het duurt voor je geholpen wordt. Een algoritme kan heel veel scenario’s voor alle onzekerheden meenemen en dan de beste keuze maken.

Trouwe werknemer

Ten slotte heeft het maken van planningen met behulp van algoritmes ook nog een organisatorisch voordeel. Het voorkomt dat alle kennis slechts in het hoofd van één of een paar planners zit. De ervaring die ze hebben is voor elk bedrijf enorm waardevol, maar het is goed om je af te vragen wat er gebeurt als, die ene planner die alles weet, opeens ziek wordt of een andere baan krijgt. Ook al wordt een algoritme wellicht getroffen door een ICT-storing, het zal nooit je bedrijf verlaten om voor de concurrent te gaan werken.

Heldere taakomschrijving

Er zijn echter ook enkele uitdagingen voor de implementatie van algoritmes. Zo is het essentieel om het gehele logistieke proces heel goed te begrijpen. Een algoritme is goed in doen wat hem verteld wordt, maar als er een fout in de taakomschrijving zit, voert hij zijn taak dus ook verkeerd uit. Ondanks dat de term ‘kunstmatige intelligentie’, anders doet vermoeden, kunnen algoritmes nog niet voor zichzelf denken. Drie zaken zijn cruciaal om helder te hebben:

  • Welke beslissingen kan ik nemen in mijn logistieke proces
  • Aan welke eisen moet mijn planning sowieso voldoen
  • wat is het uiteindelijke doel dat je wilt bereiken.

Als jouw bedrijf alleen bepaalt welke klanten een vrachtwagen bezoekt, maar niet de route die daarvoor nodig is, dan moet je daar het algoritme ook niet over laten beslissen. Als je een algoritme niet vertelt dat er maximaal twee containers met een vrachtwagen kunnen worden vervoerd, dan wijst hij net zo gemakkelijk vier containers toe aan die ene vrachtwagen. Ten slotte is de uiteindelijke uitkomst van je planning waarschijnlijk heel anders als je doel is om de totale kosten zo laag mogelijk te houden dan dat je doel is om CO2-uitstoot te minimaliseren.

Wiskundige modellen

In het bepalen van de taakomschrijving is het belangrijk om in het achterhoofd te houden dat de wiskundige modellen die ten grondslag liggen aan de algoritmes, slechts een versimpelde weergave van de werkelijkheid zijn. Net zoals een miniatuurmodel van een Ferrari een goede weergave is van hoe een Ferrari eruit ziet, maar niet hetzelfde is. Er zullen dus bepaalde uitzonderingsgevallen zijn die het algoritme geen goed doen, bijvoorbeeld die ene klant die bepaalde containers tegelijk wil ontvangen en andere containers weer op verschillende momenten. Daarom is het belangrijk om een algoritmische planning meer te zien als een goed startpunt, waarvandaan dan de laatste details nog door een menselijke planner kunnen worden aangepast.

Black boxes

Het gevaar van algoritmes is dat ze al snel black boxes zijn, waarvan niemand weet waarom ze een bepaalde keuze maken. Het is gevaarlijk om alleen keuzes te maken, omdat de computer nu eenmaal zegt dat het zo moet. Gelukkig worden er steeds meer algoritmes ontwikkeld waarvan de uitkomst gemakkelijk uit te leggen is.

Concurrentievoordeel

Al met al kunnen algoritmes helpen om sneller betere planningen te maken die op de laatste informatie gebaseerd zijn en ook nog allerlei onzekerheden kunnen meenemen. Dit zou kunnen helpen om de modal shift te bereiken, maar ook in andere onderdelen van de logistieke keten kunnen algoritmes heel nuttig zijn. Om het gebruik van algoritmes tot een succes te maken in de logistieke sector, is het belangrijk dat drie verschillende expertises samenkomen. Allereerst natuurlijk de logistieke professional die alle ins en outs weet van het proces. Ten tweede is er iemand nodig die de juiste algoritmes kan ontwikkelen om het logistieke probleem op te lossen. Ten slotte is het ook belangrijk dat er iemand betrokken is die de organisatorische verandering, die het gevolg is van het werken met algoritmes, kan begeleiden.

Algoritmes maken het leven van planners eenvoudiger en leuker, maar dan moet de nieuwe werkwijze wel goed geïmplementeerd worden. Deze drie verschillende groepen goed laten samenwerken is een enorme uitdaging, maar als dat lukt kan je als logistiek dienstverlener of verlader een enorm concurrentievoordeel krijgen.

Bernard Zweers

Bernard Zweers (29) is 19 januari 2021 cum laude gepromoveerd tot doctor aan de Vrije Universiteit in Amsterdam met zijn proefschrift Optimization of hinterland container transportation and terminal operations. Hierin beschrijft Zweers verschillende wiskundige modellen en algoritmes voor operationele planningsproblemen voor het vervoer van containers naar achterland. Zweers werkte in het kader van zijn promotie-onderzoek samen met containerterminal CTVrede Steinweg in Amsterdam. 

Bernard Zweers schreef dit expertartikel voor Logistiek.nl