Маршруты оптимизируют три группы технологий: математические алгоритмы, которые решают задачу маршрутизации транспорта (VRP), данные о дорогах и пробках, и телематика с GPS, которая сравнивает план с фактом. Машинное обучение помогает точнее прогнозировать время в пути. Результат зависит от качества данных: адресов, окон доставки, веса заказов и вместимости машин.

Что такое задача маршрутизации

В логистике задача оптимизации маршрутов называется VRP (vehicle routing problem). Нужно распределить заказы между машинами и определить порядок остановок так, чтобы суммарные затраты были минимальными при выполнении ограничений: вместимость, время работы водителя, окна доставки, тип транспорта. Для нескольких десятков точек точный перебор невозможен, поэтому применяют приближённые алгоритмы, которые находят хорошее решение за разумное время.

Алгоритмы

МетодИдеяГде применяют
Ближайший соседИз текущей точки едем в ближайшую из оставшихсяПростые маршруты, быстрый черновик
Метод экономий (Кларка-Райта)Объединяет маршруты там, где экономия пробега максимальнаРазвозка с несколькими машинами
Локальный поиск и перестановкиМеняет порядок точек и проверяет, стало ли лучшеУлучшение готового маршрута
Метаэвристики (генетические алгоритмы, поиск с запретами, имитация отжига)Ищут решения в широком пространстве вариантовСложные задачи с ограничениями
Точные методы (целочисленное программирование)Находят математический оптимумМалые задачи, проверка качества эвристик
Машинное обучениеПредсказывает время поездки и спрос, подбирает параметрыПрогноз времени, динамическое планирование

Пример метода экономий (условный)

Склад D и три клиента A, B, C. Расстояния в километрах: D-A 12, D-B 9, D-C 15, A-B 6, A-C 20, B-C 10. Для каждой пары клиентов считают экономию: если ехать к ним одним рейсом, экономия против двух отдельных рейсов равна D-i плюс D-j минус i-j.

  • Для пары A и B: 12 + 9 – 6 = 15.
  • Для пары A и C: 12 + 15 – 20 = 7.
  • Для пары B и C: 9 + 15 – 10 = 14.

Сначала объединяют пару с максимальной экономией, то есть A и B. Затем добавляют C рядом с B, где экономия вторая по величине (14). Получается маршрут D, A, B, C, D длиной 12 + 6 + 10 + 15 = 43 километра. Порядок D, A, C, B, D даст 12 + 20 + 10 + 9 = 51 километр: метод экономий нашёл маршрут короче на 8 километров (16 процентов). Стоимость километра для оценки экономии можно взять из калькулятора стоимости километра.

Данные для оптимизации

  1. Карта с дорожным графом и правилами: односторонние улицы, ограничения по массе и высоте.
  2. Матрица расстояний и времён между точками. Реальные сервисы строят её по дорогам.
  3. Данные о пробках: текущие и по статистике для часа и дня недели.
  4. Характеристики заказов: вес, объём, время на точке, окна.
  5. Характеристики транспорта: грузоподъёмность, объём кузова, тип, расход топлива.
  6. Ограничения водителей: смена, перерывы, режим труда.

Сервис «Яндекс Маршрутизация» в описании алгоритма указывает, что использует реальную матрицу расстояний по дорогам, пробки в разное время суток, особенности способов передвижения, вес и габариты заказов, временные окна. Ограничения в нём делятся на жёсткие и мягкие: за нарушение мягких назначается штраф, стоимость которого задаёт пользователь. Подробнее о сервисе в материале про Яндекс Маршрутизацию.

Телематика и GPS

Устройства на машинах передают координаты, скорость, расход топлива, открытие дверей. Диспетчер видит рейс в реальном времени и сравнивает с планом. Данные помогают:

  • находить отклонения от маршрута и простои;
  • уточнять реальное время движения на отрезках, чтобы улучшать плановые показатели;
  • подтверждать выполнение рейса для заказчика;
  • контролировать расход топлива и режим вождения;
  • собирать статистику для следующего планирования.

Бортовые устройства систем взимания платы за проезд («Платон» в России, BelToll в Беларуси) тоже фиксируют пробег по платным дорогам. Эти данные полезно сверять с телематикой.

Машинное обучение

Модели учатся на истории поездок и предсказывают время на участках, длительность разгрузки, вероятность опоздания. Они улучшают входные данные для алгоритма маршрутизации. Например, если модель знает, что на конкретной улице в 17:00 скорость падает вдвое, планировщик не поставит туда маршрут в час пик. Для небольшой службы доставки машинное обучение избыточно: достаточно хорошей карты и стабильного алгоритма.

Как внедрять оптимизацию

  1. Определите цель: сократить пробег, число машин, опоздания.
  2. Соберите данные за 2-3 месяца: заказы, пробеги, время на точках.
  3. Выберите инструмент: сервис планирования маршрутов, модуль в вашей системе учёта, собственная разработка.
  4. Проведите пилот на одном районе. Сравните план и факт.
  5. Настройте ограничения и штрафы, исходя из реальных затрат.
  6. Обучите диспетчеров и водителей: они должны понимать, зачем маршрут построен именно так.
  7. Раз в месяц анализируйте отклонения.
  8. Заранее решите, как будете оценивать успех: километры на заказ, доля опозданий и время работы диспетчера.
  9. Сохраняйте версии настроек, чтобы вернуться к рабочим параметрам, если новый вариант дал худший результат.

Режим труда водителей, окна доставки и документы на перевозку входят в ограничения, которые нужно заложить в систему. Оценить рейс целиком можно на калькуляторе стоимости рейса.

Ещё материалы на эту тему есть в разделе Маршрутизация и оптимизация доставки.

Вопросы и ответы

Чем оптимизация маршрутов отличается от навигатора?

Навигатор строит путь между двумя точками. Оптимизатор решает, какие заказы взять и в каком порядке ехать.

Нужен ли искусственный интеллект?

Для большинства задач достаточно классических алгоритмов. ИИ помогает прогнозировать время и спрос, но не обязателен.

Сколько можно сэкономить?

Зависит от плотности точек и исходной организации. Оценивайте на пилоте, сравнивая план и факт.

Что делать, если водители не следуют маршруту?

Разберите причины: ошибки данных, недоступные дворы, неудобный порядок. Скорректируйте параметры и объясните логику маршрута.

Проверено: октябрь 2026. Источники: документация сервиса «Яндекс Маршрутизация»; метод экономий Кларка и Райта.

Читайте также

Раздел: Технологии и сервисы / Маршрутизация и оптимизация доставки

Похожие записи