 放大圖片
計運輸空間時限 「最優分配」郵遞員
香港文匯報訊（記者 歐陽文倩）大數據無處不在，除上一集提到可應用於教育外，對於縱橫交錯的物流路線規劃亦大有可為。香港中文大學系統工程與工程管理學系助理教授程鴻與微軟公司合作，透過分析路面數據及不同的流動數據，計算物流路線，讓四出派遞並接收包裹的郵遞員可在工作路線上作出最合理分配。研究團隊更運用「空間時限指數」（Spatial Temporal Data Base Index）去作出快速篩選，提升運算速度，過濾出「最優分配」。
數據的運用與處理在不少人心中，只是技術而非科學；但面對極龐大的數據，程鴻(見圖)肯定地說，這絕對是科學，並反映在如何處理這些數據上，「這包括了存儲、管理、計算等，而且要最快地找到結論，夠不夠高效、能否找到一個最好的算法，讓複雜的問題幾秒搞定，這個就是很科學的事情。」
到底數據有多龐大？程鴻嘗試口頭地把一個城市數據化，「大城市裡面的路網，你可把它看成公路網、路段、一個個地點、建築、遊覽點等，還有邊線和道路。這些都是非常豐富的信息。當中還有流動的資訊，像行人、交通等，加起來就是非常龐大的數據。」
物流研究非平面 須考慮「時地人」
她和微軟公司合作的研究，以北京四環到五環的交通地圖為藍本，製成標繪圖（Graph），將它變成上述的數據化資訊─路段、點、建築、遊覽點等，還有邊線和道路。她進一步解釋說︰「我們的項目，就是針對物流問題來進行，研究派遞公司如何提升效率。舉例說，每家公司有很多個郵遞員，每個郵遞員可能平均都要派送20個包裹，其間還會一直有客戶請求，叫派遞公司去上門取件，而且這些請求還是有時限的。面對這麼複雜的狀況，我們的研究就是希望用智能方法去決定安排哪一個派送員去哪裡取件。」
程鴻指，傳統而言，派遞公司就是簡單以地區劃分，「但這不一定是最佳的做法，因為派送員的任務數量不一定一樣，所以要用計算上比較高效的方法去做。」
她所進行的研究，並非外界所想像般只在一個平面上，將點和點連成直線，還要顧慮到很多元素。她解釋說︰「派送員身處於不同的地區，而且時時刻刻都在移動，而客戶的請求則如水流一般不斷湧入，哪一個甚麼時間在哪裡，算得快之餘，還要分配優，這樣才能降低成本，也同時能處理更多請求。本質是挺難的，連在路線上的哪一段去彎路也要考慮到。」
此外，物流業真正體現大數據的數據產生又快又多的特色，其郵遞員數量多，請求產生速度、數量亦多，「不可能每一個包裹劃一算20分鐘，所以要很有效率的技術。」
先過濾「不可能」提算速
程鴻的做法是，由一般公司的經驗分配，改為交由電腦科學去處理問題，「怎樣才能算得快呢？若沙田的取件請求，總不能叫中環的郵遞員去接吧？所以第一步就要做過濾。我們透過計算『空間時限指數』，就可以很快地過濾掉不可能的派送員，從而增加計算速度。」她預計，有關做法能令一個複雜的分配問題於幾秒內產生答案，「其實這些都是經典問題，只是大家都想用計算方法，讓問題更好地解決。」
她表示，有關研究的算法已設計了，也取得北京公路網的數據，再用假設去產生人工數據去做試驗，「之後還要做測試，看速度夠不夠快。而且系統要能夠處理不同工作量，不論是1,000、1萬或10萬件工作。」此外，她更希望稍後找物流公司去交流，看看能否真正處理現實需求，有沒有其他限制或困難。
|
放大圖片
