Makine Öğrenimi, Yönlendirme Ağı

Vaka Çalışması - Tahmine Dayalı Analitik ile İç Gemi ETA Tahmini

Proje Hakkında

Dr. Frank Straube başkanlığındaki Berlin Teknik Üniversitesi Lojistik Bölümü, her yıl 120 endüstri mühendisliği öğrencisini lojistik odaklı olarak iş dünyasının taleplerine hazırlamaktadır. Eğitimin uygulamayla ilgili olmasına büyük önem verilmektedir. "Tedarik Zinciri Analitiği" dersinde öğrenciler, kapsamlı vaka çalışmaları kapsamında veri ve analitik yöntemler kullanarak Lojistik ve Tedarik Zinciri Yönetimi bağlamında gerçek dünya sorunlarını çözmeyi öğrenmektedir. Genellikle, bir analitik girişimi yürütülerek ele alınabilecek bir tür iç zorluğu olan bir şirket vaka çalışması ortağı olarak seçilir. Öğrenciler daha sonra bir grup projesi şeklinde verilen zorlukların üstesinden gelmek için altı hafta alırlar.

2021 yaz döneminde, SELECT araştırma projesi ile işbirliği içinde, öğrencilerin AIS verilerini kullanarak kara gemileri için varış zamanı tahmini geliştirmeyi öğrendikleri bir vaka çalışması yürütülmüştür. Berlin Teknik Üniversitesi Lojistik Kürsüsü, SELECT ("Smarte Entscheidungsassistenz für Logistikketten der Binnenschifffahrt durch ETA-Prognosen") araştırma projesi kapsamında BEHALA, Deutsche Binnenreederei, Duisport, HGK ve modal 3 Logistik gibi denizcilik sektöründen çeşitli şirketlerle birlikte iç deniz taşımacılığı için akıllı bir karar destek sistemi geliştirmektedir. Projede geliştirilen çözümün gelecekte iç suyolu taşımacılık zincirlerinin güvenilirliğini ve verimliliğini arttırmaya katkıda bulunması bekleniyor. Diğerlerinin yanı sıra ana hedeflerden biri, makine öğrenimini kullanarak Tahmini Varış Süreleri (ETA) için bir tahmin geliştirmektir.

SELECT projesi, Almanya Federal Ulaştırma ve Dijital Altyapı Bakanlığı'nın (BMVI) Yenilikçi Liman Teknolojileri (IHATEC) finansman programının bir parçası olarak 2020-2023 yılları arasında finanse edilmektedir.

Veri Tabanı

FleetMon SELECT projesine Ren ve Elbe gibi belirli iç suyolu taşımacılığı koridorları için kapsamlı miktarda AIS verisi sağlamıştır. ETA tahmini yalnızca seyahat sürecini değil, aynı zamanda zincir boyunca kilitleme süreçlerini ve dinlenme sürelerini ve limandaki geri dönüş sürelerini de kapsamalıdır, bu da nihayetinde karmaşık gemi yolculukları için işlem sürelerinin hesaplanmasına olanak tanır.

Öğrencilerin görev üzerinde çalışmaları için çeşitli veri kaynakları sağlanmıştır. Vaka çalışmasının temelini, FleetMon tarafından sağlanan Ren Nehri üzerindeki yaklaşık 150 gemi seferine ait AIS mesajları oluşturmuştur. Diğer veri kaynakları arasında Ren Nehri için özel bir öneme sahip olan su seviyeleri de yer almaktadır.

Vaka Çalışmasının Amacı

Avrupa'nın en önemli su yollarından biri Ren nehridir. Her gün yüzlerce iç su gemisi bu su yolundan geçmektedir. Nakliye şirketleri, iç limanlar ve deniz limanları ile diğer aktörler arasındaki süreçlerin düzgün bir şekilde koordine edilmesi için varış sürelerine ilişkin kesin bilgiler büyük önem taşımaktadır. Bu nedenle "Tedarik Zinciri Analitiği" dersinde öğrencilere, Ren-Main bölgesi ile ARA limanları arasındaki gemi seferleri için ETA tahmini için bir tahmin modeli geliştirme görevi verilmiştir. Bu analitik kabiliyetin ayrıca bir karar destek aracı şeklinde ilgili paydaşların kullanımına sunulması gerekmektedir. Bu nedenle öğrencilerin bir diğer görevi de ETA bilgilerini sağlamak için bir gösterge paneli maketi şeklinde olası bir ön uç tasarlamaktı.

Vaka Çalışmasının Uygulanması

Öğrenci grupları, Analitik Girişimleri yürütmek için standartlaştırılmış, yapılandırılmış bir prosedür modeli olan CRISP-DM sürecini (Veri Madenciliği için Çapraz Endüstri Standart Süreci) takip etmiştir. İlk olarak, İş Problemi tanımlanmıştır. İkinci olarak, öğrenciler söz konusu bölgeler için hava durumu veya tatil verileri gibi daha ilgili verileri elde etmeye devam etti. Daha sonra, örnek rotanın özellikleri hakkında daha fazla bilgi edinmek için bu veriler kapsamlı bir şekilde analiz edildi. Bu amaçla, istatistiksel hesaplama ve grafikler için ücretsiz bir yazılım ortamı olan R programlama dili kullanılmıştır. Keşifsel bir yaklaşım izleyen öğrenciler, yolculuk süresini tahmin etmek için kullanılabilecek değişkenleri aramak üzere verileri taradılar. Amatör denizcilerin kilitleri tıkaması nedeniyle gemiler hafta sonları daha mı yavaş gidiyor? Hava koşullarının yolculuğun seyri üzerinde önemli bir etkisi var mı? Bunlar ve daha birçok soru bu adımda araştırıldı.

Yolculuk süresi ve geminin su çekimi grafiği çizilirken, örneğin, gemi tipine (tank gemisi veya konteyner gemisi) bağlı olarak su çekiminin yolculuk süresi üzerinde bir etkisi olduğu veya olmadığı incelenmiştir. Bu nedenle, tank gemileri su çekimi seviyesinden hiç etkilenmemektedir. Öte yandan, yük gemileri draft seviyeleri arttığında daha uzun bir yolculuk süresi göstermiştir. Ancak veri seti oldukça küçük olduğu için bu sonuç ihtiyatla karşılanmalıdır.

Başka bir grup ise, söz konusu rotadaki gemilerin genellikle mola verdiği noktaları belirlemek için ayrıntılı AIS verilerini kullanmıştır. Mola verilen yerlerin az ya da çok popüler olduğu gözlemlenebilmiştir. Bu da rotanın özellikleri hakkında daha fazla sonuca varılmasını sağlamıştır.

Bunlar ve daha birçok içgörü, sonuç olarak doğrusal regresyon ve aşırı gradyan artırma ağaçları dahil olmak üzere çeşitli yöntemlerin kullanılmasıyla tahmin algoritmaları oluşturmak için kullanılmıştır. Bunun sonucunda kullanılabilir tahmin modelleri ortaya çıktı ve bunlar bir taban çizgisine (ortalama yolculuk süresi ve kaptanlar tarafından tahmin edilen ETA) karşı test edildi. Öğrenci gruplarının analizleri için yalnızca sınırlı bir zamanları olduğu düşünüldüğünde sonuçlar etkileyiciydi.

Son adım olarak, geliştirilen çözümlerin denizcilik ve liman sektöründeki paydaşlar tarafından nasıl kullanılabileceğine dair bir kavram kanıtı olarak gösterge tabloları (maketler) tasarlanmıştır. Gösterge tabloları, ilgili kargo elleçleme süreçleri için karar desteği sağlayarak kullanıcının ihtiyaçlarına uyacak şekilde tasarlanmıştır.

Altı hafta geçtikten sonra, tüm öğrenci grupları sonuçlarını SELECT projesinin üyeleri önünde sundu. Vaka çalışması öğrenciler için olduğu kadar araştırma projesi için de büyük fayda sağladı. Öğrenciler bir yandan gerçek bir iş sorununa bakarak gerçek dünya verilerini analiz edebildiler. Veri analizi ve tahmine dayalı modelleme konusundaki becerilerini derinleştirme ve bir veri analistinin çalışmasına ilişkin pratik bilgiler edinme fırsatı buldular. Öte yandan SELECT projesinin üyeleri, projede geliştirilmekte olan mevcut BT prototipinin, örneğin daha fazla veri kaynağı eklenerek nasıl daha da iyileştirilebileceği konusunda bazı yeni fikirler edindi. Vaka çalışmasının denetimi sırasında, AIS Verilerinin iç gemi taşımacılığını içeren tedarik zincirlerindeki lojistik süreçlerin analizi ve optimizasyonu için önemli bir veri kaynağı olduğu anlaşılmıştır.