مدیریت لجستیک و برنامه‌ریزی مسیر جغرافیایی با پایتون

آنچه یاد خواهید گرفت:

• یادگیری اصول اولیه مدیریت لجستیک و بهینه‌سازی مسیر
• یادگیری درباره گردش کار بهینه‌سازی لجستیک: این بخش شامل جمع‌آوری داده، تعریف مسائل، فرمول‌بندی مدل، بهینه‌سازی و پیاده‌سازی راه‌حل است.
• یاد بگیرید چگونه هزینه تولید را با برنامه‌ریزی خطی بهینه‌سازی کنید.
• یاد بگیرید چگونه هزینه حمل‌ونقل را با برنامه‌ریزی خطی بهینه‌سازی کنید.
• یاد بگیرید چگونه حمل‌ونقل هوایی و دریایی را با برنامه‌ریزی خطی بهینه‌سازی کنید.
• یاد بگیرید چگونه نقشه جغرافیایی را با Folium و GeoPy نمایش دهید.
• یاد بگیرید چگونه مسیر حمل‌ونقل را با برنامه‌ریزی خطی و Folium بهینه‌سازی کنید.
• یاد بگیرید چگونه مسیر حمل دریایی را با Google OR Tools و Folium بهینه‌سازی کنید.
• یاد بگیرید چگونه فاصله را با فرمول هاورسین محاسبه کنید.
• یاد بگیرید چگونه تحلیل کنید و بهترین مکان را برای انبار انتخاب کنید.
• یاد بگیرید چگونه مکان‌های انبار، کارخانه و پایگاه مشتریان را با Folium نقشه‌برداری کنید.
• یاد بگیرید چگونه تعداد سفارش بهینه و نقطه سفارش مجدد را محاسبه کنید.
• یاد بگیرید چگونه موجودی اطمینان را محاسبه کنید.
• یاد بگیرید چگونه ظرفیت بار کامیون و هزینه سوخت را با برنامه‌ریزی خطی بهینه‌سازی کنید.
• یاد بگیرید چگونه هزینه FTL در مقابل LTL را با برنامه‌ریزی خطی بهینه‌سازی کنید.
• یاد بگیرید چگونه زمان تحویل را با یادگیری ماشین تخمین بزنید.
• یاد بگیرید چگونه مکان‌های پایگاه مشتریان را نقشه حرارتی در Folium نقشه‌برداری کنید.

پیش‌نیازهای دوره

• نیاز به تجربه قبلی در مدیریت لجستیک نیست.
• دانش اولیه پایتون

توضیحات دوره

به دوره مدیریت لجستیک و برنامه‌ریزی مسیر جغرافیایی با پایتون خوش آمدید. در این دوره پروژه‌محور و جامع، شما یاد می‌گیرید چگونه عملیات‌های لجستیک را با برنامه‌ریزی خطی بهینه‌سازی کنید، موجودی را به صورت مؤثر مدیریت و متعادل کنید و مسیرهای حمل‌ونقل کارآمد را با نقشه‌های جغرافیایی برنامه‌ریزی کنید. این دوره ترکیبی ایده‌آلی از تحقیقات عملیات و لجستیک است که فرصتی ایده‌آل برای تمرین مهارت‌های زنجیره تأمین و افزایش دانش فنی شما در زمینه بهینه‌سازی مسیر است. در جلسه مقدمه، اصول اولیه مدیریت لجستیک مانند آشنایی با کامپوننت‌های کلیدی عملیات لجستیک و مسائل رایج در این حوزه را یاد می‌گیرید. سپس در بخش بعدی، شما یاد می‌گیرید بهینه‌سازی لجستیک چگونه کار می‌کند. این بخش، جمع‌آوری داده، تعریف مسائل، فرمول‌بندی مدل، بهینه‌سازی و شبیه‌سازی، نقشه‌برداری و مصورسازی جغرافیایی، پیاده‌سازی راه‌حل و نظارت را پوشش می‌دهد. پس از آن، یاد می‌گیرید چگونه مجموعه داده لجستیک را پیدا کنید و از کگل دانلود کنید، پلتفرمی که طیف وسیعی از مجموعه داده‌های با کیفیت در بخش‌های مختلف ارائه می‌دهد.

پس از آماده‌سازی مقدمات، پروژه‌ها را شروع می‌کنیم. ابتدا هزینه تولید را با برنامه‌ریزی خطی بهینه خواهیم کرد. این کار به شرکت‌ها کمک می‌کند تا هزینه‌های ساخت را کاهش داده و همزمان تقاضای محصول را به طور موثر برآورده کنند. سپس به بهینه‌سازی هزینه حمل‌ونقل با برنامه‌ریزی خطی می‌پردازیم تا حرکت محصولات از کارخانه‌ها به انبارها با کمترین هزینه ممکن را تسهیل کنیم. در بخش بعدی، به بهینه‌سازی هزینه حمل‌ونقل هوایی و دریایی با برنامه‌ریزی خطی خواهیم پرداخت. این کار به ما اجازه می‌دهد هزینه‌های حمل‌ونقل بین‌المللی را کاهش دهیم. قبل از ورود به بهینه‌سازی مسیر، نقشه‌برداری جغرافیایی اولیه را با نمایش نقشه‌های Folium، وارد کردن مختصات طول و عرض جغرافیایی و محاسبه فاصله بین دو شهر یاد می‌گیریم. پس از ایجاد این پایه، مسیرهای حمل‌ونقل را با برنامه‌ریزی خطی برنامه‌ریزی و بهینه‌سازی می‌کنیم و آن مسیرها را به صورت تعاملی روی یک نقشه جغرافیایی مصورسازی می‌کنیم. سپس، مسیرهای حمل دریایی را با Google OR Tools بهینه‌سازی می‌کنیم و نتایج را با Folium نمایش می‌دهیم. در بخش بعدی، بهینه‌ترین مکان‌ها برای انبار را با برنامه‌ریزی خطی و فرمول هاورسین پیدا می‌کنیم. این روش به ما اجازه می‌دهد بهترین مکان را برای به حداقل رساندن فاصله تحویل انتخاب کنیم. پس از آن، مدیریت موجودی را با تعیین نقطه سفارش مجدد بهینه با فرمول مقدار سفارش اقتصادی بهینه خواهیم کرد و سطوح موجودی اطمینان را برای پیشگیری از کمبود موجودی محاسبه خواهیم کرد. سپس ظرفیت بار کامیون و هزینه سوخت را به وسیله برنامه‌ریزی خطی بهینه می‌کنیم تا تضمین کنیم از هر کامیون به صورت کارآمد و با کمترین اتلاف سوخت استفاده می‌شود. ما انتخاب روش حمل بین گزینه‌های FTL و LTL را با برنامه‌ریزی خطی  بهینه می‌کنیم. این کار به ما کمک می‌کند بهترین ترکیب را پیدا کنیم که منجر به کمترین هزینه کل حمل‌ونقل می‌شود. سپس زمان تحویل را با مدل یادگیری ماشین، به ویژه جنگل تصادفی، پیش‌بینی می‌کنیم تا بتوانیم تخمین بزنیم که تحویل در شرایط مختلف چقدر طول می‌کشد.

در پایان دوره، مکان‌های پایگاه مشتریان را با نقشه حرارتی در Folium نقشه‌برداری می‌کنیم که به ما اجازه می‌دهد نواحی با تقاضای بالا را مصورسازی کنیم و به ما این امکان را می‌دهد که تصمیم‌گیری‌های لجستیک بهتری در آینده داشته باشیم.

این دوره برای چه کسانی مناسب است؟

• متخصصان لجستیک که به بهینه‌سازی هزینه حمل‌ونقل با برنامه‌ریزی خطی علاقه‌مند هستند.
• متخصصان حمل‌ونقل که به بهینه‌سازی مسیرهای تحویل علاقه‌مندند.