Optimizing Delivery Routes in a Small-Scale Logistics Company A Case Study of Vaasan Rinki Oy Using Algorithmic Solutions

The study provides an overview of the logistics and transportation industry, focusing on route optimization from the perspective of small logistics companies. The goal is to improve the efficiency of the case company by minimizing the travelled distance and related costs. A small local logistics company is used as a case company where data collection is conducted. Quantitative analysis is applied using the well-known combinatorial optimization problem, the travelling salesman problem (TSP). The importance of the transportation industry to the overall economy is briefly discussed, high- lighting the significance of this area of research. Logistics management and vehicle routing in small companies are examined, along with the origin of the travelling salesman problem and its theoretical framework. Different types of algorithms and their key characteristics are introduced. The benefits and challenges of route optimization are highlighted, emphasizing the drive for lower costs and the barriers for implementation as important aspects. An empirical study is conducted by joining the case company for data collection. The driven routes and actions of the company are examined. Driven distance and time spent on the road are recorded into matrices. Optimization is performed using different algorithmic approaches and comparing the optimized route to the initial one. The aim of finding the optimal route for the company is pursued according to the principles of TSP, meaning that travelled distance should be minimized and each location visited only once. A comparison of the applicability of different algorithms is done to provide robustness to the results and explore different approaches for solving similar issues. Python is used as the main choice for the optimization task, but Excel Solver is introduced as a possible alternative due to its simplicity. The results are promising, as the driven distance is reduced by nearly 60%, positively affecting to the efficiency of the company. However, constraints prevent the full optimization of the initial route, and thus alternative routing is proposed. While the optimized routing could not be achieved in the best possible way, the study still provides a framework and core subjects to consider for similar cases, encouraging the more frequent utilization of route optimization practices.

Tutkimus tarjoaa yleiskatsauksen logistiikka- ja kuljetusalasta keskittyen reittioptimointiin pienten logistiikkayritysten näkökulmasta. Tavoitteena on parantaa case-yrityksen tehokkuutta minimoimalla matkustettu matka ja siihen liittyvät kustannukset. Tutkimuksessa käytetään kvantitatiivista menetelmää ja hyödynnetään tunnettua laskennallista optimointihaastetta, kauppamatkustajan ongelmaa Tutkimuksessa korostuu kuljetusalan merkitys taloudelle. Lisäksi tarkastellaan logistiikan johtamista ja ajoneuvojen reititystä pienissä yrityksissä. Eri algoritmien tyypit ja niiden keskeiset ominaisuudet esitellään. Reittioptimoinnin hyödyt ja haasteet tuodaan esiin, korostaen kustannusten alentamisen tärkeyttä, mutta huomioidaan käytännön toteutuksen esteet. Empiirinen tutkimus suoritetaan keräämällä dataa yrityksestä. Ajetut reitit ja niihin käytetty aika tallennetaan ja tiedot kerätään matriiseihin. Optimointi suoritetaan eri algoritmeilla ja optimoitua reittiä verrataan alkuperäiseen. Tavoitteena on löytää optimaalinen reitti, jossa matkustettu matka minimoidaan ja jokaisessa sijainnissa käydään vain kerran, kauppamatkustajan ongelman mukaisesti. Eri algoritmien soveltuvuuden vertailu tehdään tulosten luotettavuuden lisäämiseksi ja erilaisten lähestymistapojen tutkimiseksi. Pythonia käytetään pääasiallisena optimointityökaluna, mutta Excel Solver -lisäosaa ehdotetaan vaihtoehtona sen yksinkertaisuuden vuoksi. Tulokset ovat lupaavia, sillä matkustettu matka vähenee lähes 60 %, mikä parantaa yrityksen tehokkuutta. Haasteena on kuitenkin rajoitteet, jotka estävät alkuperäisen reitin täydellisen optimoinnin, joten optimoinnin tuloksena on vaihtoehtoinen reititys. Vaikka optimoitua reititystä ei saavutettu parhaalla mahdollisella tavalla, tutkimus tarjoaa kuitenkin viitekehyksen ja keskeiset teemat vastaavien tapausten käsittelyyn. Tutkimus tunnistaa reittioptimoinnin hyödyt sekä haasteet ja kannustaa reittioptimointikäytäntöjen yleisempään hyödyntämiseen eri yhteyksissä.