TrendRoute Sandbox
En praktisk guide till att utforska TrendRoute.ai för scenarier med enskilda rutter, flera rutter, sändningar och dynamisk ruttutökning.
Byggd för experiment
Använd fördefinierade scenarier, skapa testfall direkt på kartan eller ladda upp egna ruttproblem för att utvärdera hur TrendRoute.ai presterar på utmaningar som liknar er verksamhet.
Test- och utvärderingsmiljö - inte för ruttplanering i produktion
1. Introduktion
TrendRoute Sandbox är en interaktiv miljö utformad för logistik-, transport- och mjukvaruteam som vill utforska hur en modern ruttoptimeringsmotor fungerar vid realistiska ruttproblem - innan den integreras i produktion.
I stället för att be användare utvärdera TrendRoute.ai enbart utifrån produktpåståenden gör Sandbox optimeringen synlig, interaktiv och mätbar. Användare kan arbeta med fördefinierade scenarier, skapa egna testfall direkt på kartan, ladda upp egna ruttproblem, jämföra alternativa optimeringsmetoder, visuellt granska ruttkvalitet, införa operativa begränsningar och manuellt utmana de genererade lösningarna.
Sandbox omfattar flera ruttutmaningar, från att optimera ordningen på stopp för en enskild kurir till att fördela leveranser mellan flera fordon, hantera upphämtnings- och leveransuppdrag, planera flerstegssändningar och lägga in nytillkomna paket i befintliga återkommande rutter.
Målet
Ge logistik- och teknikteam ett praktiskt sätt att testa hur TrendRoute.ai hanterar verkliga ruttutmaningar och utvärdera resultaten med mätbara operativa kriterier.
Fördefinierade scenarier
Kom igång direkt med färdiga exempel som är utformade för att visa olika ruttbeteenden.
Egna testfall
Ladda upp representativa problem med en eller flera rutter och benchmarka TrendRoute.ai med era egna data.
Skapa testfall på kartan
Bygg ett ruttproblem visuellt genom att markera en hubb och stopp direkt på kartan.
Interaktiv benchmarking
Jämför lösare, granska ruttens form, lägg till begränsningar, ändra ordningen på rutter och undersök vad som förändrades.
Utforska TrendRoute.ai
Sandbox ger team ett sätt med låg risk att utforska TrendRoute.ai innan de överväger API-integration eller produktionsdriftsättning. Börja med ett fördefinierat scenario, skapa eller ladda sedan upp ett eget testfall och se hur motorn hanterar ett problem som är viktigt för er verksamhet.
2. Åtkomst till TrendRoute Sandbox
Sandbox nås via knappen Route Optimisation Sandbox på TrendRoute.ai-webbplatsen.
Öppna Sandbox från TrendRoute.ai-webbplatsen.
Förhandsåtkomst vid första besöket och bekräftelse av villkor för enbart testning.
Åtkomst första gången
Vid det första besöket registrerar sig användare för förhandsåtkomst genom att ange grundläggande kontakt- och företagsinformation och godkänna villkoren för enbart testning. Sandbox tillhandahålls för testning och utvärdering och ska inte användas som en kommersiell ruttmiljö eller produktionsmiljö.
Efter den första registreringen kommer webbläsaren ihåg användaren via lokal sessions-/cookieinformation, så registreringen behöver normalt inte upprepas vid varje besök från samma webbläsare.
Begränsningar för experiment
Användaruppladdade testfall är begränsade till 3 fall per dag och 50 fall per månad. Dessa gränser ger tillräckligt utrymme för meningsfull utvärdering samtidigt som en tydlig gräns upprätthålls mellan experiment i Sandbox och ruttplanering i produktion.
3. Välj den ruttutmaning du vill testa
Efter att ha öppnat Sandbox väljer användaren det ruttproblem som bäst representerar scenariot som ska utforskas. Fem lägen finns tillgängliga, och varje läge visar en annan funktion i optimeringsmotorn.
Välj det ruttläge som bäst motsvarar den operativa utmaning du vill testa.
3.1 Last Mile - Optimering av en rutt
Last Mile - En rutt är det mest omfattande benchmarkområdet i TrendRoute Sandbox. Ett fordon startar från en hubb och besöker ett antal leveransstopp, och optimeringsproblemet är att fastställa en effektiv ordning i vilken stoppen ska betjänas.
Vid första anblick kan detta verka enkelt. I praktiken kan en matematiskt kort rutt ändå innehålla sicksackkörning, tillbakakörning, korsande sträckor, upprepade besök i samma område, svag geografisk progression eller ineffektiva beslut om när man ska köra och när man ska gå.
Jämför etablerade optimeringsmetoder på samma testfall
För fördefinierade testfall kan användare jämföra Greedy, OR-Tools, PyVRP, VRoom, TrendRoute V3 och TrendRoute V5 på samma ruttproblem. Lösningarna kan granskas på kartan och jämföras numeriskt i resultattabellen.
En bredare fråga än "Vilken rutt är kortast?"
Sandbox är utformad för att hjälpa användare bedöma vilken lösning som ger den bästa kombinationen av sträcka, restid, produktivitet och en operativt rimlig ruttform.
Benchmarking av en rutt: jämförelse av lösare, ruttmått och interaktiv karta i en och samma vy.
3.1.1 Skapa ett testfall på det sätt som passar dig
Användare behöver inte enbart förlita sig på exempel från TrendRoute. Sandbox stöder tre smidiga sätt att skapa ett experiment med en rutt.
Använd ett fördefinierat testfall
Kom igång direkt med ett färdigt ruttproblem och jämför de tillgängliga optimeringsmetoderna.
Ladda upp ett eget testfall
Använd ett representativt historiskt eller syntetiskt fall för att utvärdera TrendRoute.ai på ett ruttproblem som liknar er egen verksamhet.
Skapa ett testfall direkt på kartan
För icke-tekniska användare går det att markera hubben och leveransstoppen direkt på kartan utan att förbereda en strukturerad indatafil.
Det kartbaserade arbetsflödet är särskilt användbart för trafikledare, driftansvariga och andra användare som vill experimentera med geografi utan att hantera filformat. Användare kan välja en hubbplats, lägga till stopp genom att klicka på kartan och köra optimeringen direkt.
Uppladdningsgräns
Användaruppladdade fall är begränsade till 3 per dag och 50 per månad. Kartbaserade experiment och fördefinierade scenarier hjälper användare att utforska Sandbox utan att göra den till en miljö för ruttplanering i produktion.
3.1.2 Mät mer än bara sträcka
Jämförelsetabellen för en rutt går medvetet längre än ett enda huvudmått. Kvaliteten på ruttoptimeringen bör utvärderas ur flera operativa perspektiv.
Sträcka
Ruttens totala sträcka. Även måttliga förbättringar kan bli betydande i stor skala för en fordonsflotta.
Restid
Beräknad tid för resor mellan stoppen. Den kortaste rutten i kilometer är inte alltid den snabbaste.
Servicetid
Tid som används för arbete vid stoppen, separat från restiden för rutten.
Total varaktighet
Ruttens totala förväntade varaktighet inklusive resa och relevanta servicemoment.
Stopp per timme
Ett praktiskt produktivitetsmått som visar hur effektivt en kurir kan slutföra leveranser.
Ruttkvalitet
Ett värde för ruttens operativa form som kompletterar traditionella mått för sträcka och varaktighet.
Ruttkvalitet - är rutten faktiskt logisk?
Erfarna trafikledare och kurirer känner ofta igen en dålig ruttform direkt, även när den numeriska sträckan verkar konkurrenskraftig. Quality Score är utformat för att fånga egenskaper som korsande sträckor, sicksackkörning, tillbakakörning, upprepade återvändanden till ett redan betjänat område, onödiga omvägar och svag geografisk sammanhållning.
Detta är särskilt värdefullt när två lösare ger liknande sträcka eller varaktighet men märkbart olika ruttformer.
3.1.3 Granska, utmana och förstå rutten
Sandbox är utformad så att användare kan undersöka varför en rutt beter sig som den gör, inte bara se ett slutvärde.
Light View / Map View
Växla mellan en förenklad visualisering för analys av ruttens form och en mer detaljerad kartvy med väg- och geografisk kontext.
Show Direction
Visa den verkliga körbara vägen mellan efterföljande stopp i stället för att enbart använda raka förbindelselinjer.
Matrix Mode
Granska Haversine-avstånd, kartbaserat vägavstånd och restid mellan par av platser.
Add Time Window
Lägg till ett tidsfönster för ett valt stopp och se hur den operativa begränsningen förändrar rutten.
Gång kontra körning
Se var motorn rekommenderar att gå mellan närliggande stopp i stället för att flytta fordonet; gångsträckor visas på ett annat sätt, bland annat med prickade segment.
Tidsbesparing vid gång
Beräkna den tid som sparas när motorn fattar ett effektivt beslut mellan gång och körning.
Ändra stoppordning
Ändra ordningen manuellt och se om förändringen förbättrar eller försämrar ruttmåtten och ruttens form.
Exportera HTML
Spara en ruttvisualisering för senare granskning, jämförelse sida vid sida eller intern delning.
Animera rutten
Funktionen Animate låter användare följa ruttens förlopp från ett stopp till nästa i stället för att bara se hela sekvensen som en statisk bild. Det gör det enklare att upptäcka naturlig progression, oväntade hopp, tillbakakörning och upprepade besök i ett område.
Ruttkartan stöder visuell granskning, byte mellan lösare och animering av besöksordningen.
3.1.4 Tror du att du kan slå optimeraren? Prova manuell ruttplanering
För användare som vill arbeta direkt med ruttproblemet innehåller Sandbox en utmaning för manuell ruttplanering. I stället för att acceptera en optimerad ordning väljer användaren i vilken ordning stoppen ska besökas.
För att hålla utmaningen engagerande har användaren högst två minuter på sig att skapa rutten. Gränssnittet håller reda på återstående stopp medan ordningen byggs upp.
Utmaningen
Kan du skapa en bättre rutt än den AI-drivna lösningen TrendRoute V3 eller TrendRoute V5 på två minuter?
När den manuella ordningen är klar kan resultatet jämföras med optimeraren. Det är både ett engagerande sätt att utforska ruttplanering och en praktisk demonstration av hur snabbt manuell planering blir svår när antalet stopp ökar.
Utmaning i manuell ruttplanering: välj stoppordningen direkt på kartan medan den tidsbegränsade utmaningen pågår.
Ändra ordningen i en befintlig rutt
Manuella experiment är inte begränsade till att bygga en rutt från grunden. Användare kan också ändra ordningen i en befintlig rutt och se om förändringen minskar eller ökar sträcka, restid, total varaktighet och mått på ruttkvalitet. Det gör en trafikledares intuition mätbar.
3.2 Last Mile - Optimering av flera rutter
Optimering av en rutt fastställer den bästa ordningen för ett fordon. Optimering av flera rutter innebär en större utmaning: hur ska alla leveranser fördelas mellan flera fordon, och hur ska sedan varje fordons rutt optimeras?
Motorn måste lösa fördelning och sekvensering samtidigt. En stark lösning bör minimera onödig överlappning mellan fordon samtidigt som den skapar geografiskt logiska och operativt balanserade rutter.
Fordonskonfiguration
Testa antal fordon, ruttbegränsningar och beteende för återgång till hubben.
Operativa begränsningar
Utforska maximal sträcka, maximal varaktighet, högsta/lägsta antal stopp per rutt och servicetid.
Visuell granskning av fordonsflottan
Rutterna visas separat på kartan med olika färger, vilket gör fördelning och överlappning enkla att granska.
Ladda upp ett eget fall
Benchmarka TrendRoute.ai på representativa problem med flera rutter från er egen verksamhet.
Uppladdade fall med flera rutter omfattas av samma utvärderingsgräns på 3 uppladdade fall per dag och 50 per månad.
Optimering av flera rutter: fordonsfördelning, ruttbegränsningar, jämförelsemått och geografisk ruttstruktur.
3.3 Sändning - Upphämtning och leverans
Ruttplanering för upphämtning och leverans innebär ett ordningskrav: en sändning måste hämtas innan den kan levereras. Optimeraren behöver därför hitta en effektiv rutt samtidigt som kopplingen mellan varje upphämtning och motsvarande leverans bevaras.
Denna ruttmodell är särskilt relevant för expressleveranser, matleveranser, transport på begäran, budtjänster och andra verksamheter med upphämtning och leverans.
Exempel
En kurir kan hämta beställningar från flera restauranger och leverera dem till olika kunder. Rutten måste förbli effektiv samtidigt som varje upphämtning genomförs före motsvarande leverans.
Kartan skiljer visuellt mellan upphämtnings- och leveransplatser, medan resultaten visar välkända mått som sträcka, restid, servicetid, total varaktighet, stopp per timme och ruttkvalitet.
Läget Upphämtning och leverans: kopplade upphämtnings-/leveransstopp visualiserade på ruttkartan.
3.4 Sändning - Flera steg
Vissa sändningar kräver mer än en upphämtning och en slutleverans. En försändelse kan behöva passera en annan plats innan den når sin destination.
Exempel
En försändelse hämtas på Plats A, tas till Plats B för validering, bearbetning eller uppdatering och transporteras sedan till sin slutdestination på Plats C.
I det aktuella Sandbox-scenariot kan en sändning innehålla 0 eller 1 mellansteg mellan upphämtning och slutleverans. Det generella ruttkonceptet kan utökas för att stödja fler mellansteg i verksamheter som kräver mer komplexa flöden.
Sandbox skiljer mellan platser för upphämtning, leverans, upphämtning och leverans samt hubb, och erbjuder verktyg som Show Timeline och Start Leg Navigator för att hjälpa användare förstå ordningen och sambandet mellan sändningens etapper.
Flerstegsläge: visualisera upphämtning, mellanliggande hantering och slutleverans inom ett samordnat ruttproblem.
3.5 Statiska rutter + dynamiska paket
Många logistikverksamheter utgår från statiska eller återkommande rutter som redan innehåller de ordinarie leveranserna. Utmaningen är vad som händer när nya beställningar kommer in efter att rutterna har planerats.
Statiska rutter + dynamiska paket visar hur TrendRoute.ai kan utöka en befintlig plan i stället för att bygga om allt från grunden.
Börja med befintliga rutter
Scenariot börjar med återkommande/statiska rutter och deras redan tilldelade stopp.
Lägg till dynamiska beställningar
Användare kan lägga till nya, ännu ej tilldelade beställningar direkt i Sandbox.
Infoga där det är möjligt
Motorn söker efter en lämplig närliggande rutt med tillräcklig kapacitet och kompatibla begränsningar.
Skapa en ny rutt vid behov
Om de befintliga rutterna inte kan ta emot de återstående beställningarna kan en ny rutt skapas för dem.
Jämförelse före och efter
Resultatvyn gör effekten av ruttutökningen mätbar genom att jämföra sträcka, restid, servicetid, total varaktighet, antal stopp och stopp per timme före och efter att de dynamiska beställningarna läggs till. Gränssnittet innehåller även kontrollerna Extend och Rearrange för ytterligare experiment.
Dynamisk ruttutökning: jämför den befintliga planen med den utökade planen efter att nya paket har lagts till.
4. En Sandbox för benchmarking - inte bara demonstration
TrendRoute Sandbox utformades medvetet för att vara mer än en polerad produktdemo. Ruttoptimering är ett svårt tekniskt problem, och realistiska logistikverksamheter omfattar mycket mer än att hitta den kortaste linjen genom en samling koordinater.
En stark ruttmotor kan behöva hantera svår geografi, täta stadsområden, ett stort antal stopp, flera fordon, tidsfönster, krav på upphämtning före leverans, beroenden i flerstegssändningar, beslut mellan gång och körning, återkommande rutter, dynamiska beställningar, ruttformens kvalitet och olika optimeringsmål.
Vår princip
Teknik för ruttoptimering bör testas, inte bara beskrivas. Sandbox ger användare verktyg för att undersöka flera metoder, granska ruttens form, mäta numeriska skillnader, införa begränsningar och själva utmana optimeraren.
Ett praktiskt tillvägagångssätt för benchmarking
- Använd samma ruttproblem och motsvarande operativa antaganden.
- Jämför sträcka, restid och total varaktighet.
- Jämför produktivitet genom stopp per timme.
- Granska ruttkvalitet och geografisk progression visuellt.
- Kontrollera operativ genomförbarhet och beslut om gång där det är relevant.
- Ladda upp ett representativt testfall när du vill att jämförelsen ska spegla er egen verksamhet.
Varför vi byggde det på det här sättet
På TrendRoute.ai har vi byggt flera optimeringsfunktioner eftersom verkliga logistikproblem är varierande och ofta svåra. Det bästa sättet att förstå den kapaciteten är att utmana den med ett realistiskt problem.
Ser rutten bara bra ut i siffrorna?
Eller skulle en trafikledare faktiskt använda den i den dagliga verksamheten?
Håller den även under begränsningar?
Lägg till tidsfönster, ruttgränser och operativa regler och se vad som förändras.
Kan en mänsklig planerare göra det bättre?
Använd Manual Routing eller ändra ruttordningen och jämför resultatet.
Hur står den sig mot etablerade lösare?
Kör samma testfall med alternativa metoder och granska skillnaden själv.