{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5307323"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5307323","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Αυτοματοποίηση και ψηφιακός μετασχηματισμός στα Logistics: ανάπτυξη εφαρμογής ανάθεσης δρομολογίων","abstract":"Η παρούσα εργασία εξετάζει τον ρόλο της αυτοματοποίησης και του ψηφιακού μετασχηματισμού στα logistics, με έμφαση στη διαδικασία ανάθεσης δρομολογίων. Η έρευνα βασίστηκε σε πραγματικές ανάγκες που εντοπίστηκαν στον χώρο εργασίας του συγγραφέα, όπου η κατανομή των παραγγελιών στους οδηγούς πραγματοποιείται χειροκίνητα, με αποτέλεσμα αυξημένο φόρτο εργασίας, πιθανότητα λαθών και ανισοκατανομή των δρομολογίων. Για την επίλυση αυτού του προβλήματος, αναπτύχθηκε μια εφαρμογή που αυτοματοποιεί την ανάθεση δρομολογίων με βάση δεδομένα απόδοσης οδηγών, κυκλοφοριακές συνθήκες και καιρικά δεδομένα. Η εφαρμογή χρησιμοποιεί τον αλγόριθμο Random Forest Regressor για την πρόβλεψη της κυκλοφορίας και έναν δείκτη Traffic Multiplier, που προσαρμόζει τους χρόνους παράδοσης σε πραγματικό χρόνο. Οι αλγόριθμοι ενσωματώθηκαν σε ένα γραφικό περιβάλλον χρήστη (GUI) με το Tkinter, επιτρέποντας στους χρήστες να διαχειρίζονται εύκολα και γρήγορα την κατανομή των παραγγελιών. Με τη χρήση αυτών των τεχνολογιών, η εφαρμογή βελτιστοποιεί την κατανομή των παραγγελιών, εξασφαλίζοντας δικαιότερη ανάθεση και αυξημένη αποδοτικότητα στη διαχείριση του στόλου. Τα αποτελέσματα δείχνουν ότι η εφαρμογή μειώνει σημαντικά τον χρόνο διαχείρισης και τις αστοχίες της ανάθεσης, καθιστώντας τη διαδικασία πιο δίκαιη και αποδοτική.","abstract_html":"Η παρούσα εργασία εξετάζει τον ρόλο της αυτοματοποίησης και του ψηφιακού μετασχηματισμού στα logistics, με έμφαση στη διαδικασία ανάθεσης δρομολογίων. Η έρευνα βασίστηκε σε πραγματικές ανάγκες που εντοπίστηκαν στον χώρο εργασίας του συγγραφέα, όπου η κατανομή των παραγγελιών στους οδηγούς πραγματοποιείται χειροκίνητα, με αποτέλεσμα αυξημένο φόρτο εργασίας, πιθανότητα λαθών και ανισοκατανομή των δρομολογίων. Για την επίλυση αυτού του προβλήματος, αναπτύχθηκε μια εφαρμογή που αυτοματοποιεί την ανάθεση δρομολογίων με βάση δεδομένα απόδοσης οδηγών, κυκλοφοριακές συνθήκες και καιρικά δεδομένα. Η εφαρμογή χρησιμοποιεί τον αλγόριθμο Random Forest Regressor για την πρόβλεψη της κυκλοφορίας και έναν δείκτη Traffic Multiplier, που προσαρμόζει τους χρόνους παράδοσης σε πραγματικό χρόνο. Οι αλγόριθμοι ενσωματώθηκαν σε ένα γραφικό περιβάλλον χρήστη (GUI) με το Tkinter, επιτρέποντας στους χρήστες να διαχειρίζονται εύκολα και γρήγορα την κατανομή των παραγγελιών. Με τη χρήση αυτών των τεχνολογιών, η εφαρμογή βελτιστοποιεί την κατανομή των παραγγελιών, εξασφαλίζοντας δικαιότερη ανάθεση και αυξημένη αποδοτικότητα στη διαχείριση του στόλου. Τα αποτελέσματα δείχνουν ότι η εφαρμογή μειώνει σημαντικά τον χρόνο διαχείρισης και τις αστοχίες της ανάθεσης, καθιστώντας τη διαδικασία πιο δίκαιη και αποδοτική.","abstract_has_math":false,"creators":["ΤΑΓΛΑΡΑ ΜΑΡΙΑ","TAGLARA MARIA"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025","date_published":"2025","updated_at":"2026-11-19T06:40:19Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5307323"],"render_values":[{"text":"uoadl:5307323","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5307323","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5307323","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A5307323","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["ΤΑΓΛΑΡΑ ΜΑΡΙΑ","TAGLARA MARIA"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2025"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5307323","https://pergamos.lib.uoa.gr/uoa/dl/object/5307323"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η παρούσα εργασία εξετάζει τον ρόλο της αυτοματοποίησης και του ψηφιακού μετασχηματισμού στα logistics, με έμφαση στη διαδικασία ανάθεσης δρομολογίων. Η έρευνα βασίστηκε σε πραγματικές ανάγκες που εντοπίστηκαν στον χώρο εργασίας του συγγραφέα, όπου η κατανομή των παραγγελιών στους οδηγούς πραγματοποιείται χειροκίνητα, με αποτέλεσμα αυξημένο φόρτο εργασίας, πιθανότητα λαθών και ανισοκατανομή των δρομολογίων. Για την επίλυση αυτού του προβλήματος, αναπτύχθηκε μια εφαρμογή που αυτοματοποιεί την ανάθεση δρομολογίων με βάση δεδομένα απόδοσης οδηγών, κυκλοφοριακές συνθήκες και καιρικά δεδομένα. Η εφαρμογή χρησιμοποιεί τον αλγόριθμο Random Forest Regressor για την πρόβλεψη της κυκλοφορίας και έναν δείκτη Traffic Multiplier, που προσαρμόζει τους χρόνους παράδοσης σε πραγματικό χρόνο. Οι αλγόριθμοι ενσωματώθηκαν σε ένα γραφικό περιβάλλον χρήστη (GUI) με το Tkinter, επιτρέποντας στους χρήστες να διαχειρίζονται εύκολα και γρήγορα την κατανομή των παραγγελιών. Με τη χρήση αυτών των τεχνολογιών, η εφαρμογή βελτιστοποιεί την κατανομή των παραγγελιών, εξασφαλίζοντας δικαιότερη ανάθεση και αυξημένη αποδοτικότητα στη διαχείριση του στόλου. Τα αποτελέσματα δείχνουν ότι η εφαρμογή μειώνει σημαντικά τον χρόνο διαχείρισης και τις αστοχίες της ανάθεσης, καθιστώντας τη διαδικασία πιο δίκαιη και αποδοτική.","This study examines the role of automation and digital transformation in logistics, focusing on the optimization of route assignment. The research is based on real-world observations in writer’s workplace, where the distribution of orders to drivers is performed manually, leading to increased workload, potential errors, and imbalanced route allocation. To address this issue, an application was developed to automate the assignment of routes based on driver performance data, traffic conditions, and weather data. The system integrates a Random Forest Regressor model for traffic prediction and a Traffic Multiplier metric that dynamically adjusts estimated delivery times. These algorithms were incorporated into a Tkinter-based graphical user interface (GUI), enabling users to efficiently manage order assignments with ease. By leveraging these technologies, the application optimizes order distribution, ensuring fairer allocation and enhanced fleet efficiency. The results indicate that the application significantly reduces processing time and assignment errors, making the process more equitable and efficient."]},{"key":"dc:title","label":"Title","values":["Αυτοματοποίηση και ψηφιακός μετασχηματισμός στα Logistics: ανάπτυξη εφαρμογής ανάθεσης δρομολογίων"]}]}],"canonical_facts":{"dc:creator":["ΤΑΓΛΑΡΑ ΜΑΡΙΑ","TAGLARA MARIA"],"dc:date":["2025"],"dc:description":["Η παρούσα εργασία εξετάζει τον ρόλο της αυτοματοποίησης και του ψηφιακού μετασχηματισμού στα logistics, με έμφαση στη διαδικασία ανάθεσης δρομολογίων. Η έρευνα βασίστηκε σε πραγματικές ανάγκες που εντοπίστηκαν στον χώρο εργασίας του συγγραφέα, όπου η κατανομή των παραγγελιών στους οδηγούς πραγματοποιείται χειροκίνητα, με αποτέλεσμα αυξημένο φόρτο εργασίας, πιθανότητα λαθών και ανισοκατανομή των δρομολογίων. Για την επίλυση αυτού του προβλήματος, αναπτύχθηκε μια εφαρμογή που αυτοματοποιεί την ανάθεση δρομολογίων με βάση δεδομένα απόδοσης οδηγών, κυκλοφοριακές συνθήκες και καιρικά δεδομένα. Η εφαρμογή χρησιμοποιεί τον αλγόριθμο Random Forest Regressor για την πρόβλεψη της κυκλοφορίας και έναν δείκτη Traffic Multiplier, που προσαρμόζει τους χρόνους παράδοσης σε πραγματικό χρόνο. Οι αλγόριθμοι ενσωματώθηκαν σε ένα γραφικό περιβάλλον χρήστη (GUI) με το Tkinter, επιτρέποντας στους χρήστες να διαχειρίζονται εύκολα και γρήγορα την κατανομή των παραγγελιών. Με τη χρήση αυτών των τεχνολογιών, η εφαρμογή βελτιστοποιεί την κατανομή των παραγγελιών, εξασφαλίζοντας δικαιότερη ανάθεση και αυξημένη αποδοτικότητα στη διαχείριση του στόλου. Τα αποτελέσματα δείχνουν ότι η εφαρμογή μειώνει σημαντικά τον χρόνο διαχείρισης και τις αστοχίες της ανάθεσης, καθιστώντας τη διαδικασία πιο δίκαιη και αποδοτική.","This study examines the role of automation and digital transformation in logistics, focusing on the optimization of route assignment. The research is based on real-world observations in writer’s workplace, where the distribution of orders to drivers is performed manually, leading to increased workload, potential errors, and imbalanced route allocation. To address this issue, an application was developed to automate the assignment of routes based on driver performance data, traffic conditions, and weather data. The system integrates a Random Forest Regressor model for traffic prediction and a Traffic Multiplier metric that dynamically adjusts estimated delivery times. These algorithms were incorporated into a Tkinter-based graphical user interface (GUI), enabling users to efficiently manage order assignments with ease. By leveraging these technologies, the application optimizes order distribution, ensuring fairer allocation and enhanced fleet efficiency. The results indicate that the application significantly reduces processing time and assignment errors, making the process more equitable and efficient."],"dc:identifier":["uoadl:5307323","https://pergamos.lib.uoa.gr/uoa/dl/object/5307323"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Αυτοματοποίηση και ψηφιακός μετασχηματισμός στα Logistics: ανάπτυξη εφαρμογής ανάθεσης δρομολογίων"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:40:19Z"}