The effect of sensor-based dynamic scheduling on service productivity: a simulation study of waste collection

No Thumbnail Available

URL

Journal Title

Journal ISSN

Volume Title

Perustieteiden korkeakoulu | Master's thesis
Ask about the availability of the thesis by sending email to the Aalto University Learning Centre oppimiskeskus@aalto.fi

Date

2017-06-08

Department

Major/Subject

Operations and Service Management

Mcode

SCI3049

Degree programme

Master’s Programme in Industrial Engineering and Management

Language

en

Pages

80

Series

Abstract

The proliferation of remote measurement sensors connecting physical objects to the Internet, a technology known as the Internet of Things (IoT), creates new opportunities for manufacturers and service providers by generating large amounts of real-time data about the condition of equipment and other assets. As a result of the availability of data, an increasingly dynamic approach to detailed planning and scheduling of operations can be adopted. This technology is expected to improve the traditionally slow productivity growth in service industries. In this thesis, our purpose was to examine how the adoption of a dynamic scheduling approach would affect service productivity in a waste collection service, where an investment in a sensor-based scheduling system was under consideration. In this system, sensors would measure the accumulation of waste into containers. To fulfil our purpose, we conducted a discrete-event simulation study, where we compared the performance of the service process using both a dynamic and a static scheduling policy, corresponding to the potential sensor-based and the current practice, respectively. In this comparison, we considered the three dimensions of service productivity: (1) operational costs, (2) service quality, and (3) capacity utilisation. We measured these with three performance measures: travel distance, lateness of collections, and the ratio of capacity utilisation. We conducted the simulation for the currently maintained service level as well as for a range of demand scenarios. The simulation results show that for the current service level, a dynamic scheduling system would increase travel costs by approximately 20% but improve service quality and capacity utilisation significantly. In order to improve cost-efficiency, the availability of demand data provided by sensors should allow for a decrease in the maintained service level of approximately 25%. However, the decrease in service level required to keep cost savings greater than the investment depends on the costs of implementing the sensor-based scheduling system. We conclude that dynamic scheduling based on remote sensors can be expected to provide efficiency and customer-perceived quality through a more flexible allocation of capacity to meet customer demand, thereby improving total service productivity. However, the scale of the service system is an important factor in making a sensor-based scheduling system a beneficial investment.

Fyysisiä esineitä sensoreiden avulla Internetiin yhdistävä teknologia, niin sanottu esineiden Internet (Internet of Things), luo organisaatioille uusia mahdollisuuksia tuottamalla suuria määriä reaaliaikaista tietoa laitteista sekä muusta omaisuudesta. Tällaisen tiedon saatavuus mahdollistaa yhä dynaamisemman lähestymistavan yksityiskohtaiseen operaatioiden suunnitteluun ja aikataulutukseen. Tätä teknologiaa pidetään yhtenä ratkaisuna perinteisesti hitaaseen tuottavuuskasvuun palvelutoimialoilla. Tämän diplomityön tavoitteena oli selvittää, miten dynaamisen suunnittelun käyttöönotto vaikuttaisi palvelutuottavuuteen jätteenkeräyspalvelussa, jossa investointia sensoriperusteiseen suunnittelujärjestelmään harkittiin. Tässä järjestelmässä sensorit mittaisivat jätteen kertymistä jätesäiliöihin. Työssä muodostettiin diskreetti tapahtumasimulointimalli, jossa vertailtiin palveluprosessin suorituskykyä käyttäen sekä nykyistä eli staattista suunnittelua että sensoreiden käyttöön perustuvaa dynaamista suunnittelua. Tässä vertailussa käsiteltiin palvelutuottavuuden kolmea ulottuvuutta: (1) operaatiokustannuksia, (2) palvelun laatua ja (3) kapasiteetin hyödyntämistä. Näitä mitattiin kolmella suorituskykymittarilla, eli ajomatkalla, keräysten myöhästyneisyydellä sekä kapasiteetin hyödyntämisasteella. Simulointi tehtiin nykyään ylläpidetylle palvelutasolle, eli keräysten kokonaislukumäärälle, sekä erilaisille kysyntäskenaarioille. Tulosten perusteella dynaaminen suunnittelu lisäisi ajokustannuksia nykyisellä palvelutasolla noin 20 prosentilla, mutta parantaisi palvelun laatua ja kapasiteetin hyödyntämisastetta huomattavasti. Kustannustehokkuuden parantaminen vaatisi palvelutason laskua tiedon saatavuuden seurauksena ainakin noin 25%. Riippuu kuitenkin järjestelmän käyttöönoton kustannuksista, mikä uusi palvelutaso saisi korkeintaan olla, jotta kustannussäästöt ylittäisivät investoinnin kustannukset. Näin ollen sensoriperusteisen dynaamisen suunnittelun voidaan odottaa nostavan tehokkuutta ja palvelun laatua joustavammalla kapasiteetin kohdentamisella asiakaskysynnän mukaan. Palvelun mittakaava on kuitenkin tärkeä tekijä investoinnin kannattavuudessa.

Description

Supervisor

Lillrank, Paul

Thesis advisor

Aherva, Sami

Keywords

internet of things, service productivity, service scheduling, dynamic scheduling and routing

Other note

Citation