Lojistik Optimizasyonunda Rota Planlama Algoritmaları

Lojistik ve son-kilometre teslimat, e-ticaretin patlamasıyla birlikte en kritik operasyonel maliyet kalemlerinden biri haline geldi. Bir kargo şirketinin günlük rota planlaması manuel yapılırsa: 100 stop için 2-3 saat, 500 stop için 8-10 saat sürebilir. Üstelik manuel rotalar genellikle optimumdan %20-30 daha uzundur. Algoritmik rota optimizasyonu, hem zaman hem yakıt açısından dramatik tasarruf sağlıyor.

Lojistik optimizasyonun matematiksel adı VRP (Vehicle Routing Problem) — TSP'nin (Traveling Salesman Problem) çok-araç versiyonu. Gerçek hayatta basit TSP değil, kısıtlarla zenginleşmiş VRP çözülür: zaman pencereleri (müşteri 14:00-16:00 arası evdedir), araç kapasitesi (kg ve hacim), şoför çalışma süresi (8 saat sınırı), öncelikli teslimatlar (express paket), trafiğin değişken etkisi. Klasik algoritmik yaklaşımlar (Clarke-Wright, sweep) iyi başlangıç noktası; modern üretim çözümleri ise meta-heuristik (genetik algoritma, tabu search) veya ML-tabanlı (reinforcement learning).

Açık kaynak araçlar olgun: Google OR-Tools VRP modülü, 99% kullanım vakası için yeterli. Performans olarak: 100 stop, 5 araç, 12 saniyede optimum çözüme yakın bir sonuç üretir. Daha büyük problemler için OptaPlanner (Java) veya commercial Gurobi/CPLEX kullanılır. Real-time optimizasyon — yani şoför yola çıktıktan sonra yeni sipariş gelirse rota dinamik güncelleme — artık 2026 standardı.

Bir e-ticaret kargo müşterimizde kurduğumuz sistem, günlük 3.500 stopu 47 araca optimal şekilde dağıtıyor. Yakıt tasarrufu yıllık 1.8 milyon TL, teslim süresi %22 azaldı, on-time delivery oranı %78'den %91'e çıktı. Algoritmadan bağımsız olarak, sistemin başarısı şoför davranışını da hesaba katmasında: bazı şoförler bazı bölgeleri daha iyi biliyor, sistem öğreniyor ve bu bilgiyi kullanıyor. ClientIQX olarak bu tür projelerde algoritmik mükemmellik kadar saha gerçekleriyle uyumu da önemsiyoruz.