Τα αυξανόμενα κόστη και η αναποτελεσματικότητα στη μεταφορά εμπορευμάτων, ειδικά στο αστικό περιβάλλον όπου η παράδοση "τελευταίου μιλίου" αντιπροσωπεύει σημαντικό μέρος των συνολικών εξόδων μεταφοράς, αποτελούν σημαντική πρόκληση για τον τομέα των μεταφορών. Αυτή η διπλωματική εργασία παρουσιάζει μια εμπεριστατωμένη έρευνα και ανάπτυξη μιας αρχιτεκτονικής λογισμικού, όπου βελτιστοποιεί χωρικά δεδομένα που ενσωματώνονται τρίτες υπηρεσίες web, με στόχο την ενίσχυση της αποδοτικότητας και της ταχύτητας παράδοσης εμπορευμάτων σε μία περιοχή. Ως παράδειγμα χρησιμοποιήσαμε την περιοχή της Αττικής. Μέσω της εξερεύνησης μοντέλων συσταδοποιήσης για βελτιστοποιημένες διαδικασίες διανομής, η έρευνα χρησιμοποιεί διαδρομές οδηγών από τον Οκτώβριο του 2023, αξιολογεί υφιστάμενες ομάδες και εφαρμόζει το Open Source Routing Machine (OSRM) για ακριβείς εκτιμήσεις διαδρομής και χρόνου, σε συνδυασμό με τα γεωχωρικά όρια των ταχυδρομικών κωδίκων στην Ελλάδα. Η μελέτη εφαρμόζει το KMeans και τις παραλλαγές του, MiniBatch KMeans και KMeans Constrained, για την ομαδοποίηση. Επιπλέον, η διπλωματική διερευνά τη δημιουργία ενός RESTful API, σχεδιασμένου για ευελιξία και ευκολία χρήσης, επιτρέποντας την προσαρμογή των εισαγωγικών δεδομένων, την επιλογή αλγορίθμων ομαδοποίησης και τη χρήση του μηχανισμού δρομολόγησης. Τα ευρήματα αποδεικνύουν σημαντικό δυναμικό για βελτίωση των υπηρεσιών παράδοσης τελευταίου μιλίου, τονίζοντας την κρίσιμη ανάγκη για την υιοθέτηση καινοτόμων τεχνικών βελτιστοποίησης χωρικών δεδομένων για την αντιμετώπιση των σύγχρονων προκλήσεων στις υπηρεσίες μεταφοράς και παράδοσης.
(EL)
The escalating costs and inefficiencies in goods transportation, particularly within urban settings
where last-mile delivery represents a significant portion of the total transportation expenses, pose a
considerable challenge for the logistics sector. This diploma thesis introduces an in-depth investigation
and development of a web-based spatial optimization service that seamlessly integrates with third-party
web services, aiming to enhance the efficiency and speed of goods delivery in the Attica region. Through
the exploration of clustering models for optimized distribution processes, the research utilizes driver
routes from October 2023, evaluates existing clusters, and employs the Open Source Routing Machine
(OSRM) for precise route and timing estimations, in conjunction with the geographical delineations of
postal codes in Greece. The study applies KMeans and its variants, MiniBatch KMeans and KMeans
Constrained, to achieve effective clustering. Furthermore, the thesis details the creation of a RESTful
API, designed for flexibility and ease of use, allowing for the adjustment of input data, selection of
clustering algorithms, and choice of routing machine. The findings demonstrate a significant potential
for enhancing last-mile delivery services in urban logistics, underscoring the critical need for innovative
spatial optimization strategies to overcome the current obstacles in transportation and delivery services.
(EN)