Sådan virker FleetOptimiser

Løsningen giver mulighed for at afprøve forskellige scenarier, hvor algoritmer foreslår en optimal sammensætning af flåden og beregner konsekvensen med det samme.

FleetOptimiser har tre algoritmebaserede hovedfunktioner

1. Manuel flådesammensætning:
   Simulerer konsekvenser for både økonomi og CO2- udledning, når man vælger type og antal køretøjer på en lokation.
   
   
2. Automatisk flådesammensætning:
   FleetOptimiser kommer med forslag til det optimale antal og typer af køretøjer i flåden ud fra en prioritering mellem økonomi og CO2-reduktion.
   
   
3. Intelligent tildeling af køretøjer:
   Algoritme kvalificerer tildelingen af køretøjer til ture ud fra kriterier, der optimerer på økonomi og CO2.

Eksempel på simulering:

På illustrationen ses et skærmbillede fra løsningen, som viser, hvordan man kan arbejde med automatisk flådesammensætning og få konkrete forslag til fremtidig kapacitet og sammensætning af en flåde.

Understøtter forskellige behov

Løsningen understøtter i høj grad myndigheders forskellige behov og prioriteter. Mens nogle prioriterer en maksimal reduktion af CO2, tillægger andre økonomien en højere prioritering. Nogle har fokus på at identificere potentielle cykelruter, og nogle er interesserede i at få et overblik over overkapacitet på lokationerne.

Godt fundament for skalering

FleetOptimiser er gennem et AI-signaturprojekt i 2021 og 2022 (ledet af Syddjurs Kommune) udviklet som en fuld it-løsning på en europæisk cloudplatform med backend, frontend, brugerstyring, datapipelines og optimeringsalgoritmer baseret på AI. Udviklingsprocessen har fra start været centreret omkring brugernes ønsker og behov, og giver dermed et stærkt udgangspunkt for yderligere skalering.'

Læs mere om AI-signaturprojektet på Syddjurs.dk

Kildekode som Open Source

Kildekoden til FleetOptimiser er udviklet som Open Source og kan hentes i nyeste version på GitHub:

Se kildekode på: GitHub - syddjurs/IFKK

Det betyder, at der ikke er kommercielle eller rettighedsmæssige begrænsninger i at skalere løsningen til hele den offentlige sektor.