Реализация прототипа клиент-серверного приложения для оптимизации расходов
Прототип рассчитывает маршруты уборочной техники по графу улиц. В постановке учитываются полосы движения, ширина улиц и захвата агрегатов, расход рабочего материала и порядок заданий.

Задача
Для городских уборочных работ требовалось распределять набор уборочного оборудования по транспортным средствам и рассчитывать маршруты. Уличная сеть представляется графом, в котором маршрут состоит из рёбер и петель.
Расчёт должен учитывать особенности самих работ. Один и тот же участок по-разному обслуживается в зависимости от числа полос, ширины улицы, ширины захвата агрегата и расхода используемого рабочего материала. Поэтому задача шире выбора кратчайшего пути между точками. Маршрут связан с операцией уборки.
Решение
Проект посвящён прототипу клиент-серверного приложения для этой постановки. Работа начинается с технического задания, алгоритма на реальных данных и исследования пользовательского интерфейса. Затем формируется прототип с поддержкой автоматического создания заданий и учётом параметров улиц и уборочных агрегатов.
Отдельным этапом предусмотрены ролевая модель, разграничение прав и учёт очерёдности выполнения заданий. Для дальнейшего улучшения маршрутов рассматриваются метод чередующихся окрестностей и машинное обучение с подкреплением. Эти методы относятся к развитию решения и не означают автоматически завершённое промышленное внедрение.
Результат
Прототип связывает распределение техники и построение маршрутов с производственными ограничениями, заданными параметрами улиц и агрегатов. Он делает параметры планирования явными: можно связать маршрут с типом техники, шириной обрабатываемого участка и последовательностью работ. Назначение решения состоит в повышении прозрачности уборочных операций и обоснованности расходов.
Для похожей задачи городской логистики прототип можно подготовить в рамках заказной разработки.
Похожие кейсы
Анализ данных
Контроль состава шлака на металлургическом заводе: реакция на отклонение за минуту
Z-brain сопоставляет телеметрию с историей выплавок и даёт оператору рекомендацию при отклонении состава шлака. В показанном эпизоде от срабатывания до устранения прошло меньше минуты.
Анализ данных
Модель предсказания поломки оборудования
Предиктивная модель для экструдера полимеров Сибура обнаруживает признаки засора по данным датчиков. В описании проекта зафиксирована доля предугаданных неполадок около 80%.
Анализ данных
Построение цифровой модели фабрики
Цифровая модель фабрики связывает производственные данные, процессы и оборудование. Прогноз выхода годной продукции помогает искать узкие места и поддерживает решения специалистов.