CREATING DELIVERY ROUTES USING CLUSTERING ALGORITHMS
Keywords:
clustering, delivery routes, k-means algorithm, DBSCAN algorithm, transport service area, “Branch-and-bound (BnB)” methodAbstract
Clustering is the process of organizing delivery points into groups (clusters) by certain attributes based on their characteristics. As a result, the route is planned not by the whole set of points, but in parts within each cluster, which significantly reduces the complexity of the problem. The aim of the study is to identify the optimal clustering method of delivery objects and use it to create delivery routes for the city's retail network. In this article, the work of the DBSCAN and k-means algorithms is considered. A comparative analysis showed that DBSCAN does not provide a stable result with a high density of points, whereas the k-means method demonstrates clear clusters. The optimal number of clusters is determined by the “elbow” and “silhouette” methods. The implementation of algorithms in the Python programming language and the subsequent use of the “Branch-and-bound” method will reduce the mileage of cars on routes and reduce transportation costs for the delivery of finished products.
References
- Бочкарев, А.А., & Клочков, В.Н. (2008). Методология планирования доставки мелкопартионных грузов в условиях крупного города. Вестник СГТУ, 5–15. // Bochkarev, A. A., & Klochkov, V. N. (2008). Metodologiya planirovaniya dostavki melkopartionnykh gruzov v usloviyakh krupnogo goroda. Vestnik SGTU, 5–15. [Methodology for planning small-lot cargo delivery in a large city] (In Russ.)
- Овсянникова, Г.Л., & Шошин, Д.А. (2014). Организация автомобильных перевозок мелких партий груза на предприятии молокозавода. Молодой ученый, 11, 87–90. // Ovsyannikova, G.L., & Shoshin, D.A. (2014). Organizatsiya avtomobilnykh perevozok melkikh partiy gruza na predpriyatii molokozavoda. Molodoy uchenyy, 11, 87–90. [Organization of road transportation of small cargo lots at a dairy plant] (In Russ.)
- Aravind, C. R. (2023). Exploring clustering algorithms: Explanation and use cases. Neptune.ai. https://neptune.ai/blog/clustering-algorithms
- Mokhammad, R., & Indratno, S. W. (2021). Dynamic items delivery network: Prediction and clustering. Heliyon, 7(8), e07640. https://doi.org/10.1016/j.heliyon.2021.e07640
- Тюрин, А. Г., & Зуев, И. О. (2014). Кластерный анализ: методы и алгоритмы кластеризации. Вестник МГТУ МИРЭА, 2, 86–97. // Tyurin, A.G., & Zuev, I.O. (2014). Klasternyy analiz: metody i algoritmy klasterizatsii. Vestnik MGTU MIREA, 2, 86–97. [Cluster analysis: methods and clustering algorithms] (In Russ.)
- Семенов, Ю. Н., & Семенова, О. С. (2016). Применение методов кластеризации при организации междугородных перевозок грузов. Вестник КузГТУ, 6, 201–204. // Semenov, Yu. N., & Semenova, O. S. (2016). Primenenie metodov klasterizatsii pri organizatsii mezhdugorodnykh perevozok gruzov. Vestnik KuzGTU, 6, 201–204. [Application of clustering methods in organizing intercity freight transportation] (In Russ.)
- Апельцин, Л. (2023). Data Science в действии. Санкт-Петербург: Питер. // Apeltsin, L. (2023). Data Science v deystvii. Saint Petersburg: Piter. [Data Science in action] (In Russ.)
- IT-ресурс Хабр. (2023). Кластеризация в ML: от теоретических основ популярных алгоритмов к их реализации с нуля на Python. https://habr.com/ru/articles/798331/ // IT-resurs Khabr. (2023). Klasterizatsiya v ML: ot teoreticheskikh osnov populyarnykh algoritmov k ikh realizatsii s nulya na Python. [Clustering in ML: from theoretical foundations of popular algorithms to their implementation from scratch in Python] (In Russ.)
- Кугаевских, А. В., Муромцев, Д. И., & Кирсанова, О. В. (2022). Классические методы машинного обучения: учебное пособие. Санкт-Петербург: НИУ ИТМО. // Kugaevskikh, A. V., Muromtsev, D. I., & Kirsanova, O. V. (2022). Klassicheskie metody mashinnogo obucheniya: uchebnoe posobie. Saint Petersburg: NRU ITMO. [Classical machine learning methods: study guide] (In Russ.)
- Duran, B., & Odell, P. (1977). Cluster analysis. New York: Springer. // Duran, B., & Odell, P. (1977). Klasternyy analiz. Moscow: Statistika. [Cluster analysis] (In Russ.)
- Ершов, К. С., & Романова, Т. Н. (2016). Анализ и классификация алгоритмов кластеризации. Новые информационные технологии в автоматизированных системах. // Ershov, K. S., & Romanova, T. N. (2016). Analiz i klassifikatsiya algoritmov klasterizatsii. Novye informatsionnye tekhnologii v avtomatizirovannykh sistemakh. [Analysis and classification of clustering algorithms] (In Russ.)
- IT-resource GeeksforGeeks. (2025). Elbow method vs. silhouette score: Which is better? https://www.geeksforgeeks.org/machine-learning/elbow-method-vs-silhouette-score-which-is-better/
- Домке, Э. Р., & Жесткова, С. А. (2014). Методы оптимизации маршрутных схем развозки грузов автомобильным транспортом: учебное пособие. Пенза: ПГУАС. // Domke, E. R., & Zhestkova, S. A. (2014). Metody optimizatsii marshrutnykh skhem razvozki gruzov avtomobilnym transportom. Penza: PGUAS. [Methods for optimizing road freight distribution routes] (In Russ.)
- Павлов, Л. А., & Первова, Н. В. (2020). Структуры и алгоритмы обработки данных (2-е изд.). Санкт-Петербург: Лань. // Pavlov, L. A., & Pervova, N. V. (2020). Struktury i algoritmy obrabotki dannykh (2nd ed.). Saint Petersburg: Lan. [Data structures and processing algorithms] (In Russ.)
- Галяутдинов, Р. Р. (2023). Задача коммивояжера — метод ветвей и границ. https://galyautdinov.ru/post/zadacha-kommivoyazhera // Galyautdinov, R. R. (2023). Zadacha kommivoyazhera — metod vetvey i granits. [The traveling salesman problem — branch and bound method] (In Russ.)
Vdovin, V., Mashekenova, А., Duisen, А., & Suresh, А.
(2026).
CREATING DELIVERY ROUTES USING CLUSTERING ALGORITHMS.
EKTU Journal of Engineering Sciences,
1(1),
17-29.
https://doi.org/10.51885/3134-8009_JES_2026_1_2