بحری بندرگاہوں کے رش کو بہتر بنانا
بندرگاہیں اکثر "پہلے آئیے، پہلے پائیے" (first-come-first-served) کے سادہ اصول استعمال کرتی ہیں۔ یہ اصول موسم کی تبدیلی یا آلات کی خرابی کی صورت میں ناکام ہو جاتے ہیں۔ یہ تاخیر کے زیادہ اخراجات کو مدنظر نہیں رکھتے۔
میں نے اس مسئلے کو حل کرنے کے لیے AnchorFlow-AI بنایا ہے۔ یہ ایک Python سمولیشن انجن ہے۔ یہ برتھز (berths)، پائلٹس اور ٹگ بوٹس (tugboats) کے انتظام کے لیے ایک ملٹی ایجنٹ سسٹم استعمال کرتا ہے۔
یہ سسٹم Prompt-Agent-Skill ڈیزائن استعمال کرتا ہے۔ یہ پیچیدہ کاموں کو چھوٹے اور دوبارہ استعمال کے قابل بلاکس میں تقسیم کرتا ہے:
- ٹریاج ایجنٹ (Triage Agent): تاخیر کے اخراجات اور انتظار کے وقت کے لحاظ سے قطار کی درجہ بندی کرتا ہے۔
- برتھ ایلوکیٹر (Berth Allocator): جہازوں کو ان کے سائز اور گہرائی کی بنیاد پر ڈاکس (docks) کے ساتھ جوڑتا ہے۔
- ٹرانزٹ ایجنٹ (Transit Agent): چیک کرتا ہے کہ آیا پائلٹس اور ٹگ بوٹس تیار ہیں۔
- آپریشنز کوآرڈینیٹر (Operations Coordinator): پورے عمل کا انتظام کرتا ہے اور رکاوٹوں کو سنبھالتا ہے۔
میں نے ایک معیاری شیڈولنگ ماڈل کے مقابلے میں اس کا تجربہ کیا۔ میں نے یہ دیکھنے کے لیے کہ سسٹم کیسا ردعمل دیتا ہے، اس میں اچانک طوفان اور میکانیکی خرابیاں شامل کیں۔
نتائج:
- جہازوں کے انتظار کے وقت میں 16.4% کمی آئی۔
- ڈیمرج (Demurrage) کے اخراجات میں 480,000 امریکی ڈالر سے زیادہ کی کمی آئی۔
- سسٹم بندرگاہ کی رکاوٹوں سے تیزی سے سنبھل جاتا ہے۔
یہ پروجیکٹ دکھاتا ہے کہ کس طرح ذہین ایجنٹس جامد (static) اصولوں کے مقابلے میں لاجسٹکس کو بہتر طریقے سے سنبھال سکتے ہیں۔ یہ سادہ منصوبہ بندی سے فعال آرکیسٹریشن (active orchestration) کی طرف منتقل ہوتا ہے۔
آپ Python کا استعمال کرتے ہوئے اپنے لیپ ٹاپ پر مقامی طور پر (locally) یہ سمولیشن چلا سکتے ہیں۔
اختیاری لرننگ کمیونٹی: https://t.me/GyaanSetuAi