Ruttplanering med AI
Av Vid högskolan i Skövde har man forskat kring opimering av processer under de senaste 20 åren.
- Vi har gjort väldigt mycket tillsammans med med bland andra bilindustrin som har väldigt mycket komplexa problem, framförallt inom produktion. Men, när det gäller svårighetsgrad, är tillverkningsindustrins problem liksom ingenting jämfört med avfallsinsamling. Detta är ett extremt komplext område utifrån ett optimeringsperspektiv, säger Anna Syberfeldt vid avknoppningsföretaget Omnigon.
- Man talar om ruttplanering, men det handlar om så mycket mer. Just rutt handlar oftast om kortaste vägen mellan A och B och i vilken ordning hämtningsplatser/punkter ska besökas. Men, avfallsinsamling handlar om mycket mer än så.
Det är många olika parametrar som måste optimeras samtidigt.
- Man ska otimera sin fordonsflotta, man ska opterima frekvenser, kärlkonfiguration, kärlstorlek, man ska minimera miljöbelastningen, det ska kosta så lite som möjligt exempelvis. Dessutom bedrivs verksamheten ute i ”verkligheten” där det ibland är snöstorm, blixthalka, trafikomläggningar, vägbyggen etc. Det med andra ord väldigt komplext, säger Anna Syberfeldt och fortsätter:
- Att ändra på alla parametrar samtidigt brukar inte vara bra när man ska optimera. Det är i så fall svårt att säga vilken ändring det var som fick genomslag. När det gäller system för avfallsinsamling är det ofrånkomligt att man vill ändra på många saker på en gång, och en del av dessa är dessutom motstridiga. Konflikter mellan optimeringsmål är en svårighet, utöver att det rent matematiskt är väldigt komplext.
Avfallsinsamling är alltså extremt komplicerat ur många olika perspektiv.
- Det som är lite ”magiskt” för mig är hur det kommer sig att man försöker lösa denna extremt komplicerade uppgift för hand i avfallsbranschen. Det känns så att säga lite fel när man som jag kommer från den tekniska sidan. Det ska självklart vara så att man har verktyg som hjälper en att lösa det här, känner jag, säger Anna Syberfeldt.
Upprinnelsen till det som lett fram till Omnigons etablering är att Avfallshantering Östra Skaraborg, ett kommunalförbund mellan nio kommuner, kontaktade högskolan i Skövde 2009.
- De hade insett att ruttplanering är komplext och att man nog behövde ha någon form av verktyg för detta. Efter forskning och utveckling insåg vi för ett par år sedan att vår lösning nog skulle kunna bli kommersiellt gångbar. Då bildades företaget Omnigon i den science park som finns knuten till högskolan. Så nu bedrivs det både som forskning och i kommersiell form, även om den senare sidan inte är jätteoffensiv så här långt, förklarar Syberfeldt.
Hur fungerar då systemet?
- Själva optimeringen, kärnan i det hela, baseras på evolutionära algoritmer. Det handlar om en optimeringsteknik inspirerad av naturlig evolution, som ju innebär att saker och ting automatiskt utvecklas och förfinas över tid. Man behöver därmed inte ha någon egentlig initial kunskap, utan kan börja från kaos i stort sett. Sedan ittereras det fram lösningar som förfinas över tid. Systemet efterliknar de biologiska mekanismer som finns i verklig evolution.
Till detta kopplas en simulering med uppgift att efterlikna verkligheten.
- Om optimeringen föreslår ett ruttupplägg är det simuleringens uppgift att se hur detta skulle fungera i praktiken. Man kan exempelvis antingen tala om för optimeringen att ”jag har sex sopbilar, tala om för mig hur jag använder dem bäst” eller säger man ”tala om för mig hur många sopbilar jag behöver för att lösa det här problemet”. I simuleringen tas det hänsyn till bärighetklasser på vägnät, hastighetsbegränsningar, vägtullar och allt möjligt. Simuleringen är med andra ord väldigt verklighetstrogen. Det är sådant som GIS-data, Nationell Vägdatabas från Trafikverket med mera som ligger till grund för detta, säger Anna Syberfeldt vidare.
Från ett användarperspektiv så har man försökt att bygga ett verktyg som ska vara så enkelt som möjligt.
- Systemet ska användas av personer som kanske inte är jättevana vid avancerade IT-system. De är duktiga på avfallsinsamling och därtill kopplad verksamhet. Vi har försökt göra det väldigt enkelt i två steg. I princip ska det vara så enkelt att man talar om för systemet: Här är hämtplatserna som ingår, jag har de här bilarna att tillgå, arbetsschemat för chaufförerna ser ut så här. Sedan trycker man på knappen ”opimera” och så löser verktyget resten. Ett fåtal steg för användaren som i princip inte ska behöva kunna någonting om optimering, säger Anna Syberfeldt.
Hur stor är optimeringspotentialen?
- Besparingen där vi testkört det är ungefär 25 % mindre arbete. Optimeringen tillser också att det inte körs med överlast, något som är olagligt helt enkelt. Verktyget tillser att man inte hamnar i de situationerna. 25 % arbetsbesparing uan överlast, det är vad testerna har visat är möjligt att uppnå, konstaterar Anna Syberfeldt.
Artificiell Intelligens, AI, är ju ett synnerligen aktuellt begrepp. Är detta system ett exempel på AI?
- Ja, det är precis vad det är. Vi har de senaste åren haft kontakt med ganska många aktörer runt om i Sverige, både kommuner och privata aktörer. Rent generellt så välkomnas den här typen av verktyg och många har insett att det här med ruttplanering är väldigt svårt och det är snudd på omöjligt att göra det bra manuellt. Så vi är väldigt positiva inför framtiden, avslutar Anna Syberfeldt.
Peter Olofsson