CN112749829B - 输送计划生成装置及输送计划生成方法 - Google Patents

输送计划生成装置及输送计划生成方法 Download PDF

Info

Publication number
CN112749829B
CN112749829B CN202011177779.6A CN202011177779A CN112749829B CN 112749829 B CN112749829 B CN 112749829B CN 202011177779 A CN202011177779 A CN 202011177779A CN 112749829 B CN112749829 B CN 112749829B
Authority
CN
China
Prior art keywords
period
conveyance
transport
delivery
advance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011177779.6A
Other languages
English (en)
Other versions
CN112749829A (zh
Inventor
末光一成
宇都木契
细田顺子
岸川直子
岛津庆人
西川贵裕
小山英晃
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Luojidi Co ltd
Original Assignee
Luojidi Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Luojidi Co ltd filed Critical Luojidi Co ltd
Publication of CN112749829A publication Critical patent/CN112749829A/zh
Application granted granted Critical
Publication of CN112749829B publication Critical patent/CN112749829B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/12—Accounting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06314—Calendaring for a resource
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0838—Historical data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • Software Systems (AREA)
  • Technology Law (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种输送计划生成装置及输送计划生成方法，目的是实现输送成本的降低。输送计划生成装置能够访问将输送日、输送对象和输送数量建立关联而存储的输送数量信息、将输送对象和容积建立关联而存储的输送对象信息、以及将输送机构、积载量和按期间的费用建立关联而存储的输送费用信息；处理器执行：检测处理，检测多个期间中的、基于输送数量及容积的按期间的输送量超过阈值的第1期间；确定处理，确定比检测处理检测到的第1期间靠前且不符合第1期间的第2期间；决定处理，将确定处理所确定的第2期间中的、比第1期间的输送机构的费用便宜的特定的第2期间，决定为第1期间的输送量的一部分的改换目的地；输出处理，输出决定处理的决定结果。

Description

输送计划生成装置及输送计划生成方法
技术领域
本发明涉及生成输送计划的输送计划生成装置及输送计划生成方法。
背景技术
下述专利文献1公开了对预想会有缺件的部件的调配计划的设立进行支援的技术。在下述专利文献1的技术中，当针对储存在生产计划数据库中的生产计划，希望进行即使迅速订购部件、基于通常的物流路径、部件的交货也赶不上的增大单位期间的生产数量的修正时，替代物流路径检索机构检索物流信息数据库，检索预想会有缺件的部件种类和使得在单位期间中不发生缺件的替代物流路径，将能够实现希望的生产计划的修正的替代物流路径输出。
现有技术文献
专利文献
专利文献1：日本特开2008－77427号公报
发明内容
发明要解决的课题
近年来，在全国范围卡车台数的紧缺和输送成本高涨不断发展。随之，在对仓库的库存供给中，输送卡车不足造成的缺件及输送成本的增加也成为顾客课题。例如，从第三方通过合同租借卡车的物流企业的情况下，根据合同时期而输送卡车单价和可利用台数变化。在繁忙期，在向仓库供给的库存增加的同时，与其他物流公司形成卡车的争夺，卡车的单价也增加。所以，可以考虑在输送卡车单价较便宜的闲散期将繁忙期的库存提前输送，来削减输送成本。但是，在上述的专利文献1中，输送卡车单价总是被考虑为一定，不能削减输送成本。
本发明的目的是实现输送成本的降低。
用来解决课题的手段
在本申请中公开的作为发明的一技术方案的输送计划生成装置，是具有执行程序的处理器和存储上述程序的存储设备的输送计划生成装置，其特征在于，上述处理器能够访问将输送日、输送对象和输送数量建立关联而存储的输送数量信息、将上述输送对象和容积建立关联而存储的输送对象信息、以及将输送机构、积载量(载重量)和按期间的费用建立关联而存储的输送费用信息；上述处理器执行：检测处理，检测多个期间中的、基于上述输送数量及上述容积的按期间的输送量超过阈值的第1期间；确定处理，确定比由上述检测处理检测到的第1期间靠前、并且不符合上述第1期间的第2期间；决定处理，将由上述确定处理所确定的第2期间中的、比上述第1期间的上述输送机构的费用便宜的特定的第2期间，决定为上述第1期间的输送量的一部分的改换目标；以及输出处理，输出上述决定处理的决定结果。
发明效果
根据本发明的代表性的实施方式，能够实现输送成本的降低。上述以外的课题、结构及效果根据以下的实施例的说明会变得清楚。
附图说明
图1是表示需求量的提前例的说明图。
图2是表示输送计划生成装置的硬件结构例的框图。
图3是表示输送计划生成装置的功能的结构例的框图。
图4是表示商品信息DB的一例的说明图。
图5是表示输送数量信息DB的一例的说明图。
图6是表示保管费用信息DB的一例的说明图。
图7是表示输送费用信息DB的一例的说明图。
图8是表示据点间信息DB的一例的说明图。
图9是表示输送日历的一例的说明图。
图10是表示由提前优先级计算部进行的提前优先级的计算例的说明图。
图11是表示提前商品及提前期间的决定例和数据更新例的说明图。
图12是表示由输送计划生成装置进行的输送计划生成处理次序例的流程图。
图13是表示按品类输送计划数据的说明图。
图14是表示据点间输送计划数据的说明图。
图15是表示库存推移数据的说明图。
图16是表示成本明细数据的说明图。
图17是表示利用卡车台数的推移的图。
图18是表示有关实施例2的输送计划生成装置的功能的结构例的框图。
图19是表示实际绩效数据的一例的说明图。
图20是表示预测数据的一例的说明图。
图21是表示预测结果的一例的说明图。
图22是表示有关实施例3的价值减少损失成本的评价例的说明图。
标号说明
200 输送计划生成装置
201 处理器
202 存储设备
204 输出设备
301 检测部
302 确定部
303 计算部
304 决定部
305 取得部
306 更新部
307 输出部
311商品信息DB
312输送数量信息DB
313保管费用信息DB
314输送费用信息DB
315据点间信息DB
316输送日历
具体实施方式
[实施例1]
<需求量的提前例>
图1是表示需求量的提前例的说明图。所述的提前，是将第1期间的需求量中的超过了可输送的需求量的上限的剩余需求量改换到比该第1期间靠前的第2期间中。关于改换后的第2期间的需求量，也不能超过可输送的需求量的上限。
坐标图101是表示按月的商品的需求量(预测值)的柱状图。横轴表示月(1月～12月)，纵轴表示需求量/输送量。需求量/输送量是向作为输送源的物流企业要求输送的商品的总容积的预测值或计划值。以后，关于需求量/输送量，既有表述为“需求量”的情况，也有表述为“输送量”或“输送能力”的情况。输送容限TC是该月的可输送的需求量的上限。输送容限TC既可以在全期间(1月～12月)中是固定值，也可以是逐月变动的变动值，但哪个值均是被预先设定。另外，在本例中，设输送容限TC为固定值。
输送卡车单价是作为输送手段的一例的卡车每1台每1次的输送的租赁价格。输送卡车单价与坐标图101的横轴对应。在本例中，如在1月及2月是每一天40K日元/台、在3月及4月是每1天60K日元/台、在5月及6月是每1天20K日元/台、在7月及8月是每1天50K日元/台、在9月及10月是每1天30K日元/台、在11月及12月是每1天80K日元/台那样，输送卡车单价在一年之间是不同的，在需求量超过输送容限TC的繁忙期，与闲散期相比，输送卡车单价变高。
表102表示按月的每种商品X、Y、Z的输送数量。表102的输送数量与坐标图101的横轴对应。例如，商品X的1月的输送数量是10个，但通过提前，成为40个。在表102中，将商品的容积的大小设为Y>X>Z。
坐标图101的情况，需求量超过输送容限TC的3月、5月、8月及12月是需要提前补充的提前对象期间，提前对象期间的需求量是需要提前补充的需求量。在坐标图101中，3月及5月的超过了输送容限TC的剩余需求量被提前到1月及2月，5月的超过了输送容限TC的剩余需求量被提前到2月，8月的超过了输送容限TC的剩余需求量被提前到6月，12月的超过了输送容限TC的剩余需求量被提前到6月、9月及10月。在表102中，箭头的末端侧的粗体的数字为提前后的输送数量。
这样，通过将繁忙期中的超过了输送容限TC的需求量提前至繁忙期以前、输送卡车单价比繁忙期便宜的闲散期，使得在1月～12月的任一月中，输送量都成为输送容限TC以下。因而，物流企业能够尽可能在受限的输送资源下抑制输送成本。由此，能够降低繁忙期的因缺件造成的销售机会损失，能够实现销售利益的扩大。
<输送计划生成装置的硬件结构例>
图2是表示输送计划生成装置的硬件结构例的框图。输送计划生成装置200具有处理器201、存储设备202、输入设备203、输出设备204和通信接口(通信IF)205。处理器201、存储设备202、输入设备203、输出设备204及通信IF205通过总线206连接。处理器201对输送计划生成装置200进行控制。存储设备202为处理器201的作业区。此外，存储设备202是存储各种程序及数据的非暂时性的或暂时性的记录介质。作为存储设备202，例如有ROM(ReadOnly Memory)、RAM(Random Access Memory)、HDD(Hard Disk Drive)、闪存存储器。输入设备203是输入数据的设备。作为输入设备203，例如有键盘、鼠标、触控板、数字键盘、扫描仪。输出设备204是输出数据的设备。作为输出设备204，例如有显示器、打印机。通信IF205与网络连接，收发数据。
<输送计划生成装置200的功能的结构例>
图3是表示输送计划生成装置200的功能的结构例的框图。输送计划生成装置200具有检测部301、确定部302、计算部303、决定部304、取得部305、更新部306和输出部307。检测部301、确定部302、计算部303、决定部304、取得部305、更新部306及输出部307具体而言，例如是通过使处理器201执行存储在图2所示的存储设备202中的程序而实现的功能。
此外，输送计划生成装置200能够访问输送计划生成装置200外的DB(数据库)310。DB310具有商品信息DB311、输送数量信息DB312、保管费用信息DB313、输送费用信息DB314、据点间信息DB315和输送日历316。另外，DB310也可以被存储在存储设备202中。首先，使用图4～图9根据DB310内的各信息进行说明。
[DB310内的信息]
图4是表示商品信息DB311的一例的说明图。商品信息DB311作为字段而具有品类(品目)401、容积402和最大保管天数403。同一行的各字段的值的组合构成1个商品的商品信息。品类401是表示作为输送对象的一例的商品的种类的识别信息(例如，JAN码那样的商品码)。容积402是符合品类401的商品占用的空间的体积。最大保管天数403是能够将符合品类401的商品保管的最大天数，例如被设定为比该商品的消费期限或食用期限短的天数。第1行的条目是表示商品X的容积402为0.005m3、最大保管天数为60天的商品信息。
图5是表示输送数量信息DB312的一例的说明图。输送数量信息DB312作为字段而具有日期501、销售据点502、品类401和输送数量503。同一行的各字段的值的组合构成1个输送数量信息。日期501是将该品类401的商品输送到销售据点502的输送日。输送日既可以是该品类401的商品在销售据点502需要的年月日、即向销售据点的交货日，也可以是该品类401的商品向销售据点502的发送日。
销售据点502是销售该品类401的商品的营业所或店铺，是根据品类401确定的商品的输送目的地。据点，除了销售据点502以外，还有制造据点和库存据点。制造据点是制造商品的工厂，库存据点是将商品作为库存保管的仓库、工厂、营业所。在制造据点制造出的商品被输送到库存据点，被从库存据点向各销售据点502输送。在本实施例中，举出从库存据点向销售据点的输送为例进行说明，但也可以是从制造据点向库存据点的输送、从制造据点向销售据点的输送、从库存据点向其他库存据点的输送。
输送数量503是该品类401的商品在该销售据点502需要的个数。第1行的条目在日期501为交货日的情况下，是表示不晚于日期501表示的2019年1月8日、作为销售据点502的东北营业所需要90个商品X的输送数量信息。在日期501为发送日的情况下，是表示在日期501表示的2019年1月8日将90个商品X发送至作为销售据点502的东北营业所的输送数量信息。
图6是表示保管费用信息DB313的一例的说明图。保管费用信息DB313作为字段而具有库存据点601、品类401和库存单价602。同一行的各字段的值的组合构成1个保管费用信息。库存据点601是将商品作为库存保管的仓库、工厂、营业所。库存单价602是该库存据点601保管1个该品类401的商品的情况下的每1期间的费用。所述的1期间，表示提前的期间的单位，在本例中为1个月。第1行的条目是表示作为库存据点601的千叶工厂保管商品X的情况下的库存单价602是每月100日元的保管费用信息。
图7是表示输送费用信息DB314的一例的说明图。输送费用信息DB314作为字段而具有卡车种类701、积载量(载重量)702和输送卡车单价703。同一行的各字段的值的组合构成1个输送费用信息。卡车种类701表示卡车的种类。积载量702表示该卡车种类能够积载的容量。输送卡车单价703是该卡车种类的卡车1台的每1次输送的租赁价格。在图7中规定了两个月单位下的输送卡车单价703。第1行的条目是表示将卡车种类701为Ta、积载量702为Vta的1台卡车租赁1次的情况下的输送卡车单价705以两个月单位变动的输送费用信息。
图8是表示据点间信息DB315的一例的说明图。据点间信息DB315作为字段而具有出发地801、到达地802和最大可提前交货天数803。同一行的各字段的值的组合构成1个据点间信息。出发地801是在该输送计划中卡车出发的据点。到达地802是卡车到达的据点。最大可提前交货天数803是在该出发地与到达地的组合中能够实现交货的提前的最大天数。第1行的条目是表示从千叶工厂向东北营业所输送的情况下的最大可提前交货天数803为28天的据点间信息。
即，在从千叶工厂向东北营业所输送的情况下，意味着与向东北营业所的交货日相比能够提前直至28天，不能够提前29天以上。更具体地讲，例如在交货日是2019年8月29日的情况下，意味着能够实现交货提前直至28日前的2019年8月1日、但不能提前到2019年7月31日以前。
图9是表示输送日历316的一例的说明图。输送日历316是被规定了输送调度表的输送计划，例如作为字段而具有出发日期901、出发地801、到达地802、最大卡车台数902和利用输送卡车单价903。同一行的各字段的值的组合构成1个输送计划。出发日901是在该输送计划中卡车从出发地801出发的年月日。最大卡车台数902是在该输送计划中使用的卡车的最大台数。
利用输送卡车单价903是卡车被利用的期间中的输送卡车单价703。例如，在6月份使用卡车种类701为TA的卡车的情况下的输送卡车单价703是20000日元，它为利用输送卡车单价903。第1行的条目是表示在2019年1月4日从千叶工厂向东北营业所最大以1台利用输送卡车单价903为20000日元的卡车进行输送的输送计划。
回到图3，对输送计划生成装置200的各功能进行说明。检测部301检测提前对象期间T。具体而言，例如，检测部301如图1所示，检测超过了输送容限TC的3月、5月、8月及12月作为提前对象期间T。
确定部302确定可提前期间S。具体而言，例如确定部302如图1所示，按照每个提前对象期间T，将作为比提前对象期间T靠前的期间、并且能够将提前对象期间T的需求量中的超过了输送容限TC的量的剩余需求量改换的输送容限TC以下的需求量的期间确定为可提前期间S。在图1的例子中，如果提前对象期间T是8月，则可提前期间S是4月、6月、7月。
计算部303计算提前优先级。所述的提前优先级，是将商品的输送从提前对象期间T提前至可提前期间S时的指标值，按照商品与可提前期间S的各组合来计算。提前优先级越高的组合，越容易被提前。
决定部304基于由计算部303按照商品与可提前期间S的各组合计算出的提前优先级，决定提前对象商品及提前期间。具体而言，例如决定部304将提前优先级为最大的商品决定为提前对象商品，并且，将提前优先级为最大的可提前期间S决定为来自提前对象期间T的剩余需求量的改换目标。
取得部305计算最大可提前数。最大可提前数是对象商品在提前对象期间T的向前提前的个数和对象商品的可提前期间S中的输送能力内能够追加输送的最大数量。
更新部306基于最大可提前数，将输送数量和已分配输送能力更新。具体而言，例如更新部306使提前对象期间t的商品i的输送数量xit减小相当于最大可提前数的量。同样，更新部306使提前对象期间t的已分配输送能力et减小相当于最大可提前数乘以商品i的容积402的量。此外，更新部306使可提前期间s的商品i的输送数量xis增加相当于最大可提前数的量。同样，更新部306使可提前期间s的已分配输送能力es增加相当于最大可提前数乘以商品i的容积402的量。更新部306反复执行上述更新，直到提前对象期间t的已分配输送能力et低于最大输送能力Et(即，输送容限TC)。
输出部307输出由更新部306得到的更新结果。具体而言，例如输出部307也可以从输出设备204可显示地输出更新结果，也可以向能够由通信IF205访问的其他计算机发送更新结果。
[提前优先级的计算例]
图10是表示由计算部303进行的提前优先级的计算例的说明图。在坐标图101中，需求量超过输送容限TC的提前对象期间T是3月、5月、8月、12月。在图10中，设提前对象期间月，设提前对象商品I＝X、Y、Z而进行说明。
提前对象期间t＝8月的情况下的可提前期间S是需求量为输送容限TC以下的4月、6月、7月。另外，1月及2月由于通过提前对象期间月而被提前补充，所以没有包含在提前对象期间t＝8月的情况下的可提前期间S中。
计算部303对于(i，s)∈I×S的全组合，计算将商品i∈I的输送从提前对象期间t提前至可提前期间s∈S时的提前优先级pits。优先级pits通过下述式(1)计算。
pits＝Cits×rits…(1)
上述式(1)的Cits，是将商品i∈I的输送从提前对象期间t提前至可提前期间s∈S时的单位提前收益。单位提前收益Cits通过下述式(2)计算。
Cits＝CT it－CT is－CS i(t－s)…(2)
上述式(2)的CT it，是1个商品i在提前对象期间t中的输送成本。输送成本CT it，是将使用的卡车种类701的1台卡车的提前对象期间t中的输送卡车单价703除以该卡车种类701的积载量702、再乘以商品i的容积402所得的值。
上述式(2)的CT is，是1个商品i在可提前期间s中的输送成本。输送成本CT is，是将使用的卡车种类701的1台卡车的可提前期间s中的输送卡车单价703除以该卡车种类701的积载量702、再乘以商品i的容积402所得的值。上述式(2)的CT it－CT is是单位输送成本的削减量。所述的单位输送成本，是将1个商品i提前了(t－s)期间后的输送成本。
上述式(2)的CS i是1个商品i的1个期间(在本例中是1个月)的保管成本。此外，上述式(2)的CS i(t－s)是单位保管成本的增加量。所述的单位保管成本，是将1个商品i提前了(t－s)期间后的保管成本。
上述式(1)的rits，是将商品i∈I的输送从提前对象期间t提前至可提前期间s∈S时的最大可提前数。最大可提前数rits通过下述式(3)计算。
rits＝min(xit，(Es－es)/vi)…(3)
上述式(3)的xit是商品i在提前对象期间t中的输送数量。上述式(3)的Es是在可提前期间s中能够输送的最大输送量，是输送容限TC。上述式(3)的es是在可提前期间s中的已分配输送量。上述式(3)的vi是每1个商品i的输送所需要的输送能力，相当于容积402。上述式(3)的右边的(Es－es)/vi是在可提前期间s的输送能力内能够追加输送的商品i的最大个数。
[提前商品及提前期间的决定例和数据更新例]
图11是表示提前商品及提前期间的决定例和数据更新例的说明图。提前商品及提前期间的决定由决定部304执行，数据更新由取得部305及更新部306执行。
(A)表示在对于(i，S)∈I×S的全部组合计算了提前优先级pits的情况下所得到的矩阵Pt(式(4))。在式(4)中，商品i＝X、Y、Z(矩阵Pt的列方向)，提前对象期间t＝8月，可提前期间s＝4、6、7(矩阵Pt的行方向)。其中，据点间信息DB315的对应的超过最大可提前交货天数803的可提前期间s的元素被删除。例如，如果可提前期间s＝4月是从提前对象期间t＝8月(例如1日)回溯了最大可提前交货天数803量的日期前，则将提前优先级pX84、pY84、pZ84删除(或不计算)。
(B)决定部304取得矩阵Pt的全部元素中提前优先级pits为最大的商品i与可提前期间s的组合(i，s)。在上述的例子中，提前优先级pits的最大值是提前优先级pX86＝1500。因而，提前优先级pX86的商品i与可提前期间s的组合(i，s)为(i，s)＝(X、6)。即，可知商品X最优的是从提前对象期间t＝8月提前至可提前期间s＝6月。
(C)取得部305对于提前输送优先级pits为最大的商品i及可提前期间s的组合(i，s)，取得从提前对象期间t的最大可提前数rits。最大可提前数rits已由计算部303计算。在(B)中，由于t＝8且(i，s)＝(X，6)，所以取得部305取得最大可提前数rX86。
并且，更新部306基于所取得的最大可提前数rits，将输送数量和已分配输送能力更新。如表1100所示，提前对象期间t的商品i的输送数量xit被更新为xit－rits。即，输送数量xit减少了相当于提前的量。同样，提前对象期间t的已分配输送能力et被更新为et－vi·rits。即，已分配输送能力et也减少了相当于提前的量。
另一方面，可提前期间s的商品i的输送数量xis被更新为xis+rits。即，输送数量xis增加了相当于被提前的量。同样，可提前期间s的已分配输送能力es被更新为es+vi·rits。即，已分配输送能力et也增加了相当于被提前的量。表1100所示的数据更新被反复执行，直到提前对象期间t的已分配输送能力et低于最大输送能力Et(即，输送容限TC)。
<输送计划生成处理次序例>
图12是表示由输送计划生成装置200进行的输送计划生成处理次序例的流程图。首先，输送计划生成装置200将输送数量xit初始化作为输送数量xit＝需求数Dit(步骤S1201)。具体而言，例如，输送计划生成装置200参照输送数量信息DB312，对于相同的销售据点502(输送目的地)，将输送数量503按月根据各商品i进行总计，将按月的商品i的输送数量xit设为初始值。
接着，输送计划生成装置200检测作为输送量的已分配输送能力(et＝Σvi·xit)超过最大输送能力Et的(et>Et)期间，作为提前对象期间T(步骤S1202)。在图10的例子中，对于商品I＝{X，Y，Z}，检测提前对象期间T＝{3月，5月，8月，12月}。
接着，输送计划生成装置200判断在检测到的提前对象期间T＝{3月，5月，8月，12月}中是否有未选择的提前对象期间t(步骤S1203)。在有未选择的提前对象期间t的情况下(步骤S1203：是)，输送计划生成装置200从提前对象期间T中选择未选择的提前对象期间t(步骤S1204)。
接着，输送计划生成装置200判断是否有在步骤S1204中被选择的提前对象期间t中的输送数量xit比0大的商品It(步骤S1205)。输送数量xit在步骤S1208中被更新前的情况下是在步骤S1201中被设定的初始值，在步骤S1208中被更新后的情况下，成为在步骤S1208中被更新后的最新的值。
在存在提前对象期间t中的输送数量xit比0大的商品It的情况下，输送计划生成装置200选择在步骤S1204中被选择的提前对象期间t中的输送数量xit比0大的商品It(步骤S1206)。
接着，输送计划生成装置200将提前对象期间t以前且未分配输送能力(Et－et)比0大的期间确定为可提前期间S(步骤S1207)。在图10的例子中，对于提前对象期间t＝8月，确定可提前期间S＝{4月，6月，7月}。另外，在可提前期间S没有被确定的情况下，转移至步骤S1203。
接着，输送计划生成装置200对于选择商品It和可提前期间S的全部元素的组合(i，s)，计算从提前对象期间t向可提前期间s的提前输送优先级pits(步骤S1208)。具体而言，例如如图11中(A)所示，计算出矩阵Pt。由此，能够优先将输送提前至输送卡车单价703比其他时期便宜的时期。
接着，输送计划生成装置200对于提前优先级pits为最大的商品i及期间s的组合(i，s)，决定从提前对象期间t的最大可提前数rits(步骤S1209)。具体而言，例如在图11中(A)的例子中，由于i＝X，s＝6的提前优先级pX86＝1500是最大值，所以选择(X，6)作为提前输送优先级pits为最大的商品i及期间s的组合(i，s)。因而，输送计划生成装置200将从提前对象期间t的最大可提前数rits决定为最大可提前数rX86。由此，能够从多个提前候选商品中选择每单位的成本的削减量较高的商品。
接着，输送计划生成装置200将输送数量xit和已分配输送能力et通过最大可提前数rits来更新(步骤S1210)。具体而言，例如输送计划生成装置200如图11中(C)的表1100所示，将输送数量xit、已分配输送能力et、输送数量xis和已分配输送能力es更新。
接着，输送计划生成装置200判断提前对象期间t的必要输送能力et是否是最大输送能力Et以下(步骤S1211)。由此，能够考虑将对象的全部商品向对象据点输送的输送能力。在提前对象期间t的必要输送能力et不是最大输送能力Et以下的情况下(步骤S1211：否)，由于在提前对象期间t中还存在需要提前的输送量，所以返回至步骤S1205。在此情况下，在步骤S1205中，应用在步骤S1210中被更新后的最新的输送数量xit。
另一方面，在提前对象期间t的已分配输送能力et是最大输送能力Et以下的情况下(步骤S1211：是)，由于在提前对象期间t中提前了剩余输送量，所以返回至步骤S1203。在步骤S1203中，在不存在未选择的提前对象期间t的情况下(步骤S1203：否)，输送计划生成装置200基于步骤S1208的最终的更新结果和DB310，生成在图13～图17中后述的输出数据，通过输出设备204或通信IF205输出(步骤S1212)，结束一系列的处理。
<输出数据例>
使用图13～图17对输出数据例进行说明。以下的输出数据在图12的步骤S1212中被输出。此外，以下的输出数据具体而言，例如既可以由输送计划生成装置200的输出设备204显示，也可以由能够通过通信IF205访问的其他计算机的输出设备204显示。
图13是表示按品类(品目)输送计划数据的说明图。按品类输送计划数据1300是按品类(品目)的输送计划数据。按品类输送计划数据1300具有出发地801、到达地802、品类401、交货指示数1301、要求交货期1302、交货预定日1303和提前天数1304作为字段。
交货指示数1301是该品类401的商品被从出发地801交货至到达地802的个数，是根据更新部306的最终的更新结果得到的该商品i的输送数量xis、xit。要求交货期1302是到达地802要求的发生提前之前的交货日，根据提前对象期间t自动或通过用户操作来选择。
交货预定日1303是发生上述提前之后的交货日，根据提前对象期间t(没有被提前的情况下)或可提前期间s(被提前的情况下)自动或通过用户操作来选择。提前天数1304是从要求交货期1302减去交货预定日1303后得到的天数。按品类输送计划数据1300基于更新部306的最终的更新结果、输送数量信息DB312和输送日历316而生成。
图14是表示据点间输送计划数据的说明图。据点间输送计划数据1400是关于出发地801及到达地802的组合的输送计划数据。据点间输送计划数据1400具有出发地801、到达地802、输送日1401、输送能力1402和输送成本1403作为字段。输送日1401是从出发地801的发送日(卡车的出发日)。
输送能力1402是在输送日1401从出发地801向到达地802输送的商品的总容量，是根据更新部306的最终的更新结果得到的包含输送日1401在内的期间的输送能力et、es。输送成本1403是将在输送日1401包租的卡车种类701的卡车的台数与其输送卡车单价相乘得到的金额。具体而言，例如输送成本1403是将输送日历316的最大卡车台数与利用输送卡车单价相乘得到的金额。据点间输送计划数据1400基于更新部306的最终的更新结果、输送数量信息DB312、输送日历316和输送费用信息DB314而生成。
图15是表示库存推移数据的说明图。库存推移数据1500是设横轴为日期，纵轴为输送数量xit、xis、需求量、保管库存数量的预测数据。柱状图表示输送数量。被施以了阴影的输送数量是相当于提前的量的输送数量。保管库存数量是按照各商品被保管的库存数量(未图示)，如果该商品被进货则增加，如果被输送则减少。在本例中，输送数量被提前的结果是，保管库存数量在需求量的增加前增加，在需求量的增加时减少。
图16是表示成本明细数据的说明图。成本明细数据1600是表示关于优化前(提前被应用前)和优化后(提前被应用后)的成本的柱状图。“输送”表示输送成本1403。“保管”表示商品的输送目的地的库存据点的库存单价602与商品的库存数量的乘积运算所得到的保管成本。这样，在输送成本中包含有保管成本的物流成本中也能够实现降低成本。
图17是表示利用卡车台数的推移的坐标图(图)。坐标图1700的横轴是时间，纵轴是利用卡车台数。输送计划生成装置200通过将卡车种类701分配给发生提前应用后的需求量来计算利用卡车台数。通过使用提前，输送卡车单价703便宜时的利用卡车台数处于增加趋势，输送卡车单价703昂贵时的利用卡车台数处于减少趋势。
另外，在用户参照图13～图17的输出数据而向输送计划生成装置200给出了认可提前的情况下，输送计划生成装置200将输送数量信息DB312的日期501及输送数量503按照最终的更新结果来更新。
这样，根据实施例1，输送计划生成装置200通过计算提前优先级pits，能够优先将输送提前至输送卡车单价703相比其他时期便宜的时期。此外，输送计划生成装置200能够由决定部304从多个提前候选商品中将每单位的成本的削减量高的商品决定为选择的提前对象。此外，输送计划生成装置200能够由更新部306在提前时将向对象据点输送全部对象商品的输送能力(输送量)抑制为输送容限TC以下。
[实施例2]
实施例2是预测输送卡车单价和输送能力的例子。对于与实施例1共通部分赋予相同的标号，省略其说明。
图18是表示有关实施例2的输送计划生成装置200的功能的结构例的框图。与实施例1的差异是，对输送计划生成装置200追加了学习部1801和预测部1802、对DB310追加了实际绩效数据1810和预测数据1820。
学习部1801取得实际绩效数据1810，通过机械学习而生成学习模型。具体而言，例如学习部1801通过线性自回归或ARIMA那样的自回归生成学习模型。预测部1802通过将预测数据1820输入到学习模型中而输出预测结果。
图19是表示实际绩效数据的一例的说明图。实际绩效数据1810包括年月1901、实际绩效台数1902、实际绩效输送卡车单价1903、休息天数1904、结算期标志1905和连休期标志1906。年月1901表示输送的年及月。实际绩效台数1902是在年月1901包租的卡车台数。实际上，由于按照每卡车种类701而有卡车，所以优选的是输送能力(总容量)，但为了使说明简单化，假设为用某1种卡车种类701输送的台数。
实际绩效输送卡车单价1903是在该年月1901包租的卡车的输送卡车单价。实际绩效台数1902及实际绩效输送卡车单价1903是机械学习中的目的变量。
休息天数1904是在该年月1901中包含的休息日的天数。例如，虽然也取决于商品的种类，但休息天数1904越多，有输送频度越高的趋向。结算期标志1905是表示该年月1901是否是结算期的标志。连休期标志1906是表示在该年月1901中是否存在连休的标志。休息天数1904、结算期标志1905及连休期标志1906为机械学习中的说明变量。
图20是表示预测数据的一例的说明图。预测数据1820包括年月1901、休息天数1904、结算期标志1905和连休期标志1906。预测数据1820的休息天数1904、结算期标志1905及连休期标志1906是未来的年月1901的预测值，被输入到学习部1801所生成的学习模型中。
图21是表示预测结果的一例的说明图。预测结果2100是通过预测数据1820被输入到学习模型中而输出的数据。预测结果2100包括年月1901、预测台数2102和预测输送卡车单价2103。预测台数2102是预想在未来的年月1901被利用的卡车的台数。关于预测台数2102，也实际上由于按照卡车种类701而有卡车，所以优选的是输送能力(总容量)，但为了使说明简单化，假设为用某1种卡车种类701输送的台数。预测输送卡车单价2103是该年月1901的输送卡车单价703。
这样，根据实际绩效数据1810生成学习模型，对学习模型给出预测数据1820而得到预测结果2100，从而输送计划生成装置200能够在检测部301中利用预测结果2100。具体而言，例如输送计划生成装置200能够根据预测台数2102和卡车种类701预测该年月1901的需求量，能够利用预测输送卡车单价2103作为该年月1901的输送卡车单价703。
[实施例3]
实施例3是考虑商品的特征而生成输送计划的例子。对于与实施例1及实施例2共通部分赋予相同的标号，省略其说明。
图22是表示有关实施例3的价值减少损失成本的评价例的说明图。如果通过过剩的提前输送而商品的保管期间延长，则因为商品的劣化等而商品价值减少。由于考虑商品价值，所以输送计划生成装置200将式(5)的单位提前收益Cits中的单位价值减少项CL its(t，s)如以下这样计算。
例1：对应于保管天数而价值逐渐减少的情况(食用期限等)
将与保管期间t－s对应的价值减少量[f1(0)－f1(t－s)]设为单位价值减少项CL its(t，s)。f1(x)用下述式(6)表现。
f1(x)＝max(ax+b，0)…(6)
a是f1(x)的斜率，b是f1(x)的截距。x是保管期间，f1(x)是，商品价值(例如商品单价)。
例2：价值在某个期间的前后变动的情况(事件关联商品等)
设期间(t，s)中的商品i的价值的差f2(t)－f2(s)为单位价值减少项CL its(t，s)。f2(x)由下述式(7)表现。
f2(x)＝a(x≤Ti 1)
＝b(Ti 1<x≤Ti 2)…(7)
＝c(Ti 2<x)
x是时期，a～c是商品价值(例如商品单价)。T1 i是商品i的第1价值变化点，T2 i(>T1 i)是商品i的第2价值变化点。T1 i<x≤T2 i的期间是事件举办期间。例如，事件举办期间前商品价值最高，在事件举办期间中，商品价值维持与举办期间前相比下降的某种程度的水准，在事件举办期间后成为规定值以下、例如无价值。
计算部303通过对单位提前收益Cits应用单位价值减少项CL its(t，s)，对于商品价值根据保管天数而变动的商品也能够适当地计算提前优先级pits。另外，在实施例3中，举出商品价值随着时间减少的情况为例进行了说明，但也可以对单位提前收益Cits应用时间越是经过则商品价值越上升的单位价值增加项。
这样，根据上述的有关实施例1～实施例3的输送计划生成装置200，例如在输送指示制作时，考虑将作为输送机构(输送手段)的卡车从第三者通过合同借用的情况下发生的基于时期带来的输送卡车单价703和输送能力et，es的变化，对多个商品的输送数量503和输送时期进行控制，从而能够实现输送成本的削减，进而能够实现也包含到保管成本的物流成本的削减。
因而，作为输送计划生成装置200的用户的货主企业能够在受限的输送资源中实现包括输送成本、进而也包含保管成本的物流成本的降低的同时，避免因缺件造成的销售机会损失，能够实现销售利益的扩大。
上述的有关实施例1～实施例3的输送计划生成装置200也可以如下述(1)～(21)这样构成。
(1)输送计划生成装置200能够访问将日期501、品类401和输送数量503建立关联而存储的输送数量信息DB312；将品类401和容积402建立关联而存储的商品信息DB311；以及将卡车种类701、积载量702和按期间的输送卡车单价703建立关联而存储的输送费用信息DB314，执行：检测处理，在多个期间中，检测基于输送数量503及容积402的按期间的输送量超过输送容限TC的提前对象期间T；确定处理，确定比由检测处理所检测到的提前对象期间T靠前、并且不符合提前对象期间T的可提前期间S；决定处理，在由确定处理所确定的可提前期间S中，将相比提前对象期间T输送机构的费用便宜的特定的可提前期间S决定为提前对象期间T的输送量的一部分的改换目的地；以及输出处理，输出决定处理的决定结果。
由此，能够确定提前对象期间T的输送量的一部分的提前目的地，实现输送成本的降低。
(2)在上述(1)中，输送计划生成装置200执行：计算处理，基于第1输送卡车单价和第2输送卡车单价，按照每品类401的商品，计算提前对象期间T的输送量的一部分的从提前对象期间T向可提前期间S改换的提前优先级pits，上述第1输送卡车单价是将提前对象期间T的品类401的商品在提前对象期间T用卡车种类701的卡车输送的输送卡车单价，上述第2输送卡车单价是将品类401的商品在可提前期间S用卡车种类701的卡车输送的输送卡车单价，在决定处理中，基于由计算处理计算出的按每品类401的商品的提前优先级pits，决定提前对象期间T的特定的品类401的商品的输送数量503和特定的可提前期间S。
由此，例如对于提前对象期间T＝8月、可提前期间S＝4月，输送计划生成装置200计算按每商品X、Y、Z的提前优先级pX84、pY84、pZ84，从提前优先级pX84、pY84、pZ84中选择作为最大值的提前优先级pX84＝100。因而，输送计划生成装置200能够生成将商品X的提前对象期间T＝8月的输送数量503提前至可提前期间S＝4月这样的、在商品X、Y、Z中最便宜的输送计划。
(3)在上述(1)中，输送计划生成装置200执行：计算处理，基于第1输送卡车单价和第2输送卡车单价，按每个可提前期间S，计算提前对象期间T的输送量的一部分的从提前对象期间T向可提前期间S改换的提前优先级pits，上述第1输送卡车单价是将提前对象期间T的品类401的商品在提前对象期间T用卡车种类701的卡车输送的输送卡车单价，上述第2输送卡车单价是将品类401的商品在可提前期间S用卡车种类701的卡车输送的输送卡车单价，在决定处理中，基于由计算处理计算出的按照每个可提前期间S的优先级，决定提前对象期间T的特定的品类401的商品的输送数量503和特定的可提前期间S。
由此，例如对于提前对象期间T＝8月、商品X，输送计划生成装置200计算按照每个可提前期间S＝4月、6月、7月的提前优先级pX84、pX86、pX87，从提前优先级pX84、pX86、pX87中选择作为最大值的提前优先级pX86＝1500。因而，输送计划生成装置200能够生成将商品X的提前对象期间T＝8月的输送数量503提前至可提前期间S＝6月这样的、在可提前期间S＝4月、6月、7月中最便宜的输送计划。
(4)在上述(1)中，输送计划生成装置200执行：计算处理，基于第1输送卡车单价和第2输送卡车单价，按照品类401的商品及可提前期间S的每个组合(i，s)，计算提前对象期间T的输送量的一部分的从提前对象期间T向可提前期间S改换的提前优先级pits，上述第1输送卡车单价是将提前对象期间T的品类401的商品在提前对象期间T用卡车种类701的卡车输送的输送卡车单价，上述第2输送卡车单间是将品类401的商品在可提前期间S用卡车种类701的卡车输送的输送卡车单价，在决定处理中，基于由计算处理计算出的按照每个组合(i，s)的提前优先级pits，决定提前对象期间T的特定的品类401的商品的输送数量503和特定的可提前期间S。
由此，例如对于提前对象期间T＝8月，输送计划生成装置200计算按照商品X、Y、Z、并且可提前期间S＝4月、6月、7月的每个组合(i，s)的提前优先级pX84、pX86、pX87、pY84、pY86、pY87、pZ84、pZ86、pZ87，从提前优先级pX84、pX86、pX87、pY84、pY86、pY87、pZ84、pZ86、pZ87中选择作为最大值的提前优先级pX86＝1500。因而，输送计划生成装置200能够生成将商品X的提前对象期间T＝8月的输送数量503提前至可提前期间S＝6月这样的、在商品X、Y、Z及可提前期间S＝4月、6月、7月的组合(i，s)中最便宜的输送计划。
(5)在上述(1)中，输送计划生成装置200能够访问规定作为品类401的保管费用的库存单价602的保管费用信息DB313；执行：计算处理，基于将提前对象期间T的品类401的商品从可提前期间S保管到提前对象期间T的库存单价602的增加量CS i(t－s)，按照每品类401的商品来计算提前对象期间T的输送量的一部分的从提前对象期间T向可提前期间S改换的提前优先级pits；在决定处理中，基于通过计算处理计算出的按照每品类401的商品的提前优先级pits，决定提前对象期间T的特定的品类401的商品的输送数量503和特定的可提前期间S。
由此，例如对于提前对象期间T＝8月、可提前期间S＝4月，输送计划生成装置200计算按照每个商品X、Y、Z的提前优先级pX84、pY84、pZ84，从提前优先级pX84、pY84、pZ84中选择作为最大值的提前优先级pX84＝100。因而，输送计划生成装置200能够生成将商品X的提前对象期间T＝8月的输送数量503提前至可提前期间S＝4月这样的、在商品X、Y、Z中考虑了保管费用的最便宜的输送计划。
(6)在上述(1)中，输送计划生成装置200能够访问规定作为品类401的保管费用的库存单价602的保管费用信息DB313；执行：计算处理，基于将提前对象期间T的品类401的商品从可提前期间S保管到提前对象期间T的保管费用的增加量CS i(t－s)，按照每可提前期间S来计算提前对象期间T的输送量的一部分的从提前对象期间T向可提前期间S改换的提前优先级pits；在决定处理中，处理器基于计算处理所计算出的按照每可提前期间S的提前优先级pits，决定提前对象期间T的特定的品类401的商品的输送数量503和特定的可提前期间S。
由此，例如对于提前对象期间T＝8月、商品X，输送计划生成装置200计算按照每可提前期间S＝4月、6月、7月的提前优先级pX84、pX86、pX87，从提前优先级pX84、pX86、pX87中选择作为最大值的提前优先级pX86＝1500。因而，输送计划生成装置200能够生成将商品X的提前对象期间T＝8月的输送数量503提前至可提前期间S＝6月这样的、在可提前期间S＝4月、6月、7月中考虑了保管费用的最便宜的输送计划。
(7)在上述(1)中，输送计划生成装置200能够访问规定作为品类401的保管费用的库存单价602的保管费用信息DB313；执行：计算处理，基于将提前对象期间T的品类401的商品从可提前期间S保管直到提前对象期间T的保管费用的增加量CS i(t－s)，按照品类401的商品及可提前期间S的每个组合(i，s)来计算提前对象期间T的输送量的一部分的从提前对象期间T向可提前期间S改换的提前优先级pits；在决定处理中，基于计算处理所计算出的按照每个组合(i，s)的提前优先级pits，决定提前对象期间T的特定的品类401的商品的输送数量503和特定的可提前期间S。
由此，例如对于提前对象期间T＝8月，输送计划生成装置200计算按照商品X、Y、Z且可提前期间S＝4月、6月、7月的每个组合(i，s)的提前优先级pX84、pX86、pX87、pY84、pY86、pY87、pZ84、pZ86、pZ87，从提前优先级pX84、pX86、pX87、pY84、pY86、pY87、pZ84、pZ86、pZ87中选择作为最大值的提前优先级pX86＝1500。因而，输送计划生成装置200能够生成将商品X的提前对象期间T＝8月的输送数量503提前至可提前期间S＝6月这样的、在商品X、Y、Z及可提前期间S＝4月、6月、7月的组合(i，s)中考虑了保管费用的最便宜的输送计划。
(8)在上述(1)中，输送计划生成装置200执行：计算处理，基于提前对象期间T的品类401的商品的输送数量503，按照每品类401的商品计算提前对象期间T的输送量的一部分的从提前对象期间T向可提前期间S改换的提前优先级pits；在决定处理中，基于计算处理所计算出的品类401的按照每商品的提前优先级pits，决定提前对象期间T的特定的品类401的商品的输送数量503和特定的可提前期间S。
由此，例如对于提前对象期间T＝8月、可提前期间S＝4月，输送计划生成装置200计算按照每商品X、Y、Z的提前优先级pX84、pY84、pZ84，从提前优先级pX84、pY84、pZ84中选择作为最大值的提前优先级pX84＝100。因而，输送计划生成装置200能够生成将商品X的提前对象期间T＝8月的输送数量503提前至可提前期间S＝4月这样的、在商品X、Y、Z中考虑了可提前的最大数量的最便宜的输送计划。
(9)在上述(1)中，输送计划生成装置200执行：计算处理，基于提前对象期间T的品类401的商品的输送数量503，按照每可提前期间S来计算提前对象期间T的输送量的一部分的从提前对象期间T向可提前期间S改换的提前优先级pits；在决定处理中，基于计算处理所计算出的按照每可提前期间S的提前优先级pits，决定提前对象期间T的特定的品类401的商品的输送数量503和特定的可提前期间S。
由此，例如对于提前对象期间T＝8月、商品X，输送计划生成装置200计算按照每可提前期间S＝4月、6月、7月的提前优先级pX84、pX86、pX87，从提前优先级pX84、pX86、pX87中选择作为最大值的提前优先级pX86＝1500。因而，输送计划生成装置200能够生成将商品X的提前对象期间T＝8月的输送数量503提前至可提前期间S＝6月这样的、在可提前期间S＝4月、6月、7月中考虑了可提前的最大数量的最便宜的输送计划。
(10)在上述(1)中，输送计划生成装置200执行：计算处理，基于提前对象期间T的品类401的商品的输送数量503，按照品类401的商品及可提前期间S的每个组合(i，s)来计算提前对象期间T的输送量的一部分的从提前对象期间T向可提前期间S改换的提前优先级pits；在决定处理中，基于计算处理所计算出的按照每个组合(i，s)的提前优先级pits，决定提前对象期间T的特定的品类401的商品的输送数量503和特定的可提前期间S。
由此，例如对于提前对象期间T＝8月，输送计划生成装置200计算按照商品X、Y、Z并且可提前期间S＝4月、6月、7月的每个组合(i，s)的提前优先级pX84、pX86、pX87、pY84、pY86、pY87、pZ84、pZ86、pZ87，从提前优先级pX84、pX86、pX87、pY84、pY86、pY87、pZ84、pZ86、pZ87中选择作为最大值的提前优先级pX86＝1500。因而，输送计划生成装置200能够生成将商品X的提前对象期间T＝8月的输送数量503提前至可提前期间S＝6月这样的、在商品X、Y、Z及可提前期间S＝4月、6月、7月的组合(i，s)中考虑了可提前的最大数量的最便宜的输送计划。
(11)在上述(1)中，输送计划生成装置200执行：计算处理，基于能够向可提前期间S改换的提前对象期间T的品类401的商品的最大输送数量((Es－es)/vi)，按照每品类401的商品计算提前对象期间T的输送量的一部分的从提前对象期间T向可提前期间S改换的提前优先级pits；在决定处理中，基于计算处理所计算出的按照每品类401的商品的提前优先级pits，决定提前对象期间T的特定的品类401的商品的输送数量503和特定的可提前期间S。
由此，例如对于提前对象期间T＝8月、可提前期间S＝4月，输送计划生成装置200计算按照每商品X、Y、Z的提前优先级pX84、pY84、pZ84，从提前优先级pX84、pY84、pZ84中选择作为最大值的提前优先级pX84＝100。因而，输送计划生成装置200能够生成将商品X的提前对象期间T＝8月的输送数量503提前至可提前期间S＝4月这样的、在商品X、Y、Z中考虑了在输送能力内能够追加输送的最大数量的最便宜的输送计划。
(12)在上述(1)中，输送计划生成装置200执行：计算处理，基于能够向可提前期间S改换的提前对象期间T的品类401的商品的最大输送数量((Es－es)/vi)，按照每可提前期间S计算提前对象期间T的输送量的一部分的从提前对象期间T向可提前期间S改换的提前优先级pits；在决定处理中，基于计算处理所计算出的按照每可提前期间S的提前优先级pits，决定提前对象期间T的特定的品类401的商品的输送数量503和特定的可提前期间S。
由此，例如对于提前对象期间T＝8月、商品X，输送计划生成装置200计算按照每可提前期间S＝4月、6月、7月的提前优先级pX84、pX86、pX87，从提前优先级pX84、pX86、pX87中选择作为最大值的提前优先级pX86＝1500。因而，输送计划生成装置200能够生成将商品X的提前对象期间T＝8月的输送数量503提前至可提前期间S＝6月这样的、在可提前期间S＝4月、6月、7月中考虑了在输送能力内能够追加输送的最大数量的最便宜的输送计划。
(13)在上述(1)中，输送计划生成装置200执行：计算处理，基于能够向可提前期间S改换的提前对象期间T的品类401的商品的最大输送数量((Es－es)/vi)，按照品类401的商品及可提前期间S的每个组合(i，s)来计算提前对象期间T的输送量的一部分的从提前对象期间T向可提前期间S改换的提前优先级pits；在决定处理中，基于计算处理所计算出的按照每品类401的商品的提前优先级pits，决定提前对象期间T的特定的品类401的商品的输送数量503和特定的可提前期间S。
由此，例如对于提前对象期间T＝8月，输送计划生成装置200计算按照商品X、Y、Z且可提前期间S＝4月、6月、7月的每个组合(i，s)的提前优先级pX84、pX86、pX87、pY84、pY86、pY87、pZ84、pZ86、pZ87，从提前优先级pX84、pX86、pX87、pY84、pY86、pY87、pZ84、pZ86、pZ87中选择作为最大值的提前优先级pX86＝1500。因而，输送计划生成装置200能够生成将商品X的提前对象期间T＝8月的输送数量503提前至可提前期间S＝6月这样的、在商品X、Y、Z及可提前期间S＝4月、6月、7月的组合(i，s)中考虑了在输送能力内能够追加输送的最大数量的最便宜的输送计划。
(14)在上述(1)中，输送计划生成装置200执行：计算处理，基于提前对象期间T的品类401的商品的输送数量503和能够向可提前期间S改换的提前对象期间T的品类401的商品的最大输送数量((Es－es)/vi)中的较小的一方，按照每品类401的商品计算提前对象期间T的输送量的一部分的从提前对象期间T向可提前期间S改换的提前优先级pits；在决定处理中，基于计算处理所计算出的按照每品类401的商品的提前优先级pits，决定提前对象期间T的特定的品类401的商品的输送数量503和特定的可提前期间S。
由此，例如对于提前对象期间T＝8月、可提前期间S＝4月，输送计划生成装置200计算按照每商品X、Y、Z的提前优先级pX84、pY84、pZ84，从提前优先级pX84、pY84、pZ84中选择作为最大值的提前优先级pX84＝100。因而，输送计划生成装置200能够生成将商品X的提前对象期间T＝8月的输送数量503提前至可提前期间S＝4月这样的、在商品X、Y、Z中考虑了最大可提前数rits的最便宜的输送计划。
(15)在上述(1)中，输送计划生成装置200执行：计算处理，基于提前对象期间T的品类401的商品的输送数量503和能够向可提前期间S改换的提前对象期间T的品类401的商品的最大输送数量((Es－es)/vi)中的较小的一方，按照每可提前期间S来计算提前对象期间T的输送量的一部分的从提前对象期间T向可提前期间S改换的提前优先级pits；在决定处理中，基于计算处理所计算出的按照每可提前期间S的提前优先级pits，决定提前对象期间T的特定的品类401的商品的输送数量503和特定的可提前期间S。
由此，例如对于提前对象期间T＝8月、商品X，输送计划生成装置200计算按照每可提前期间S＝4月、6月、7月的提前优先级pX84、pX86、pX87，从提前优先级pX84、pX86、pX87中选择作为最大值的提前优先级pX86＝1500。因而，输送计划生成装置200能够生成将商品X的提前对象期间T＝8月的输送数量503提前至可提前期间S＝6月这样的、在可提前期间S＝4月、6月、7月中考虑了最大可提前数rits的最便宜的输送计划。
(16)在上述(1)中，输送计划生成装置200执行：计算处理，基于提前对象期间T的品类401的商品的输送数量503和能够向可提前期间S改换的提前对象期间T的品类401的商品的最大输送数量((Es－es)/vi)中的较小的一方，按照品类401的商品及可提前期间S的每个组合来计算提前对象期间T的输送量的一部分的从提前对象期间T向可提前期间S改换的提前优先级pits；在决定处理中，基于计算处理所计算出的按照每品类401的商品的提前优先级pits，决定提前对象期间T的特定的品类401的商品的输送数量503和特定的可提前期间S。
由此，例如对于提前对象期间T＝8月，输送计划生成装置200计算按照商品X、Y、Z且可提前期间S＝4月、6月、7月的每个组合(i，s)的提前优先级pX84、pX86、pX87、pY84、pY86、pY87、pZ84、pZ86、pZ87，从提前优先级pX84、pX86、pX87、pY84、pY86、pY87、pZ84、pZ86、pZ87中选择作为最大值的提前优先级pX86＝1500。因而，输送计划生成装置200能够生成将商品X的提前对象期间T＝8月的输送数量503提前至可提前期间S＝6月这样的、在商品X、Y、Z及可提前期间S＝4月、6月、7月的组合(i，s)中考虑了最大可提前数rits的最便宜的输送计划。
(17)在上述(1)中，输送计划生成装置200执行：学习处理，基于实际绩效数据1810，生成学习模型，该实际绩效数据以过去的期间的卡车种类701的卡车的实际绩效台数1902为目的变量，以过去的期间的休息天数1904、表示过去的期间是否是结算期的结算期标志1905、及表示过去的期间是否包含连休的连休期标志1906中的至少1个为说明变量；以及预测处理，通过对由学习处理生成的学习模型输入作为预测对象期间中的说明变量的预测数据1820，输出预测对象期间中的卡车种类701的卡车的预测台数2102；在检测处理中，在预测对象期间中，检测基于卡车种类701的卡车的预测台数2102及容积402的按期间的输送量超过输送容限TC的提前对象期间T。
通过这样根据过去实际绩效对预测台数2102进行预测，能够实现提前对象期间T的检测精度的提高。
(18)在上述(1)中，输送计划生成装置200执行基于决定处理的决定结果将输送数量信息DB312更新的更新处理，在输出处理中，将更新处理的更新结果输出。
由此，能够构建考虑了提前的输送数量信息DB312。
(19)在上述(18)中，输送计划生成装置200在更新处理中，判断通过输送数量信息DB312的更新，提前对象期间T的输送量是否成为了输送容限TC以下，在提前对象期间T的输送量不是输送容限TC以下的情况下，基于更新结果，再执行确定处理及决定处理。
由此，执行确定处理及决定处理直到提前对象期间T的输送量成为输送容限TC以下，所以能够实现提前的优化。
(20)在上述(2)中，输送计划生成装置200将商品信息DB311与品类401的最大保管天数403建立关联，在计算处理中，基于品类401的最大保管天数403计算提前优先级pits。
由此，对于与从日期501回溯了最大保管天数后的日子以前对应的可提前期间S，输送计划生成装置200不计算提前优先级pits。由此，输送计划生成装置200能够以使得在日期501的时点商品的价值存在的方式进行提前。
(21)在上述(2)中，输送计划生成装置200在计算处理中，基于在提前对象期间T与可提前期间S之间品类401的商品的价值变动的变动模型，按照每输送对象计算提前优先级pits。
由此，输送计划生成装置200能够考虑变动的商品价值而计算提前优先级pits。
另外，本发明并不限定于上述的实施例，也包含权利要求书的主旨内的各种变形例及等同的结构。例如，上述的实施例为了将本发明容易理解地说明而进行了详细说明，本发明并不限定于必定具备所说明的全部结构。此外，也可以将某个实施例的结构的一部分替换为其他实施例的结构。此外，也可以对某个实施例的结构添加其他实施例的结构。此外，关于各实施例的结构的一部分，也可以进行其他结构的追加、删除或置换。
此外，上述的各结构、功能、处理部、处理机构等既可以通过将它们的一部分或全部例如用集成电路设计等而由硬件实现，也可以通过处理器201将实现各个功能的程序解释并执行而由软件实现。
实现各功能的程序、表、文件等的信息可以保存到存储器、硬盘、SSD(Solid StateDrive)等的存储装置、或IC(Integrated Circuit)卡、SD卡、DVD(Digital VersatileDisc)的记录介质中。
此外，控制线及信息线的表示是因为认为在说明上需要，并不一定表示在安装上需要的全部的控制线及信息线。实际上可以认为几乎全部的结构被相互连接。

Claims (15)

1.一种输送计划生成装置，具有执行程序的处理器和存储上述程序的存储设备，其特征在于，
上述处理器能够取得：将输送日、输送对象和输送数量建立关联而存储的输送数量信息；将上述输送对象和容积建立关联而存储的输送对象信息；以及将输送机构、积载量和按期间的费用建立关联而存储的输送费用信息，
上述处理器执行：
检测处理，检测多个期间中的、基于上述输送数量及上述容积的按期间的输送量超过阈值的第1期间；
确定处理，确定比上述检测处理所检测到的第1期间靠前、并且不符合上述第1期间的第2期间；
计算处理，对于上述输送对象和上述第2期间的组合，计算将上述输送对象的上述第1期间的输送量的一部分从上述第1期间向上述第2期间改换的优先级；
决定处理，将上述确定处理所确定的第2期间中的、比上述第1期间的上述输送机构的费用便宜的特定的第2期间，决定为上述第1期间的输送量的一部分的改换目的地；以及
输出处理，输出上述决定处理的决定结果，
在上述计算处理中，上述处理器计算表示上述输送对象在上述第1期间的改换前的剩余需求量以及在上述第2期间的输送能力内能够追加输送的最大数量的最大可提前数，
在上述决定处理中，上述处理器根据上述计算处理的结果，对于上述优先级为最大的上述输送对象及上述第2期间的组合，决定从上述第1期间的最大可提前数，
上述处理器还执行基于上述最大可提前数将上述输送数量和已分配输送能力更新的更新处理。
2.如权利要求1所述的输送计划生成装置，其特征在于，
在上述计算处理中，上述处理器基于将上述第1期间的输送对象在上述第1期间用上述输送机构输送的第1费用和将上述输送对象在上述第2期间用上述输送机构输送的第2费用，按每上述输送对象计算上述第1期间的输送量的一部分从上述第1期间向上述第2期间改换的优先级；
在上述决定处理中，上述处理器基于上述计算处理所计算出的按每上述输送对象的优先级，决定上述第1期间的特定的输送对象的输送数量和上述特定的第2期间。
3.如权利要求1所述的输送计划生成装置，其特征在于，
在上述计算处理中，上述处理器基于将上述第1期间的输送对象在上述第1期间用上述输送机构输送的第1费用和将上述输送对象在上述第2期间用上述输送机构输送的第2费用，按每上述第2期间来计算上述第1期间的输送量的一部分从上述第1期间向上述第2期间改换的优先级；
在上述决定处理中，上述处理器基于上述计算处理所计算出的按每上述第2期间的优先级，决定上述第1期间的特定的输送对象的输送数量和上述特定的第2期间。
4.如权利要求1所述的输送计划生成装置，其特征在于，
在上述计算处理中，上述处理器基于将上述第1期间的输送对象在上述第1期间用上述输送机构输送的第1费用和将上述输送对象在上述第2期间用上述输送机构输送的第2费用，按上述输送对象与上述第2期间的各组合来计算上述第1期间的输送量的一部分从上述第1期间向上述第2期间改换的优先级；
在上述决定处理中，上述处理器基于上述计算处理所计算出的按各上述组合的优先级，决定上述第1期间的特定的输送对象的输送数量和上述特定的第2期间。
5.如权利要求1所述的输送计划生成装置，其特征在于，
上述处理器能够取得规定输送对象的保管费用的保管费用信息；
在上述计算处理中，上述处理器基于从上述第2期间直到上述第1期间保管上述第1期间的输送对象的保管费用的增加量，按每上述输送对象来计算上述第1期间的输送量的一部分从上述第1期间向上述第2期间改换的优先级；
在上述决定处理中，上述处理器基于上述计算处理所计算出的按每上述输送对象的优先级，决定上述第1期间的特定的输送对象的输送数量和上述特定的第2期间。
6.如权利要求1所述的输送计划生成装置，其特征在于，
上述处理器能够取得规定输送对象的保管费用的保管费用信息；
在上述计算处理中，上述处理器基于从上述第2期间直到上述第1期间保管上述第1期间的输送对象的保管费用的增加量，按每上述第2期间来计算上述第1期间的输送量的一部分从上述第1期间向上述第2期间改换的优先级；
在上述决定处理中，上述处理器基于上述计算处理所计算出的按每上述第2期间的优先级，决定上述第1期间的特定的输送对象的输送数量和上述特定的第2期间。
7.如权利要求1所述的输送计划生成装置，其特征在于，
上述处理器能够取得规定输送对象的保管费用的保管费用信息；
在上述计算处理中，上述处理器基于从上述第2期间直到上述第1期间保管上述第1期间的输送对象的保管费用的增加量，按上述输送对象与上述第2期间的各组合来计算上述第1期间的输送量的一部分从上述第1期间向上述第2期间改换的优先级；
在上述决定处理中，上述处理器基于上述计算处理所计算出的按各上述组合的优先级，决定上述第1期间的特定的输送对象的输送数量和上述特定的第2期间。
8.如权利要求1所述的输送计划生成装置，其特征在于，
在上述计算处理中，上述处理器基于上述第1期间的输送对象的输送数量，按每上述输送对象来计算上述第1期间的输送量的一部分从上述第1期间向上述第2期间改换的优先级；
在上述决定处理中，上述处理器基于上述计算处理所计算出的按每上述输送对象的优先级，决定上述第1期间的特定的输送对象的输送数量和上述特定的第2期间。
9.如权利要求1所述的输送计划生成装置，其特征在于，
在上述计算处理中，上述处理器基于上述第1期间的输送对象的输送数量，按每上述第2期间来计算上述第1期间的输送量的一部分从上述第1期间向上述第2期间改换的优先级；
在上述决定处理中，上述处理器基于上述计算处理所计算出的按每上述第2期间的优先级，决定上述第1期间的特定的输送对象的输送数量和上述特定的第2期间。
10.如权利要求1所述的输送计划生成装置，其特征在于，
上述处理器执行：
学习处理，基于实际绩效数据，生成学习模型，上述实际绩效数据以过去的期间的输送机构的实际绩效台数为目的变量，以上述过去的期间的休息天数、表示上述过去的期间是否是结算期的信息、和表示上述过去的期间是否包含连休的信息中的至少1个为说明变量；以及
预测处理，向上述学习处理所生成的学习模型输入预测对象期间中的作为上述说明变量的预测数据，从而输出上述预测对象期间中的上述输送机构的预测台数；
在上述检测处理中，上述处理器检测在上述预测对象期间中基于上述输送机构的预测台数及上述容积的按上述期间的输送量超过阈值的第1期间。
11.如权利要求1所述的输送计划生成装置，其特征在于，
上述处理器基于上述决定处理的决定结果执行将上述输送数量信息更新的更新处理；
在上述输出处理中，上述处理器输出更新处理的更新结果。
12.如权利要求11所述的输送计划生成装置，其特征在于，
在上述更新处理中，上述处理器根据上述输送数量信息的更新，判断上述第1期间的输送量是否成为上述阈值以下；
上述处理器在上述第1期间的输送量不是上述阈值以下的情况下，基于上述更新结果，再执行上述确定处理及上述决定处理。
13.如权利要求2所述的输送计划生成装置，其特征在于，
上述输送对象信息将上述输送对象的最大保管天数建立关联；
在上述计算处理中，上述处理器基于上述输送对象的最大保管天数，计算上述优先级。
14.如权利要求2所述的输送计划生成装置，其特征在于，
在上述计算处理中，上述处理器基于上述输送对象的价值在上述第1期间和上述第2期间之间变动的变动模型，按每上述输送对象来计算上述优先级。
15.一种输送计划生成方法，是输送计划生成装置执行的输送计划生成方法，上述输送计划生成装置具有执行程序的处理器和存储上述程序的存储设备，上述输送计划生成方法的特征在于，
上述处理器能够取得：将输送日、输送对象和输送数量建立关联而存储的输送数量信息；将上述输送对象和容积建立关联而存储的输送对象信息；以及将输送机构、积载量和按期间的费用建立关联而存储的输送费用信息；
在上述输送计划生成方法中，
上述处理器执行：
检测处理，检测多个期间中的、基于上述输送数量及上述容积的按期间的输送量超过阈值的第1期间；
确定处理，确定比上述检测处理所检测到的第1期间靠前、并且不符合上述第1期间的第2期间；
计算处理，对于上述输送对象和上述第2期间的组合，计算将上述输送对象的上述第1期间的输送量的一部分从上述第1期间向上述第2期间改换的优先级；
决定处理，将上述确定处理所确定的第2期间中的、比上述第1期间的上述输送机构的费用便宜的特定的第2期间，决定为上述第1期间的输送量的一部分的改换目的地；以及
输出处理，输出上述决定处理的决定结果，
在上述计算处理中，上述处理器计算表示上述输送对象在上述第1期间的改换前的剩余需求量以及在上述第2期间的输送能力内能够追加输送的最大数量的最大可提前数，
在上述决定处理中，上述处理器根据上述计算处理的结果，对于上述优先级为最大的上述输送对象及上述第2期间的组合，决定从上述第1期间的最大可提前数，
上述处理器还执行基于上述最大可提前数将上述输送数量和已分配输送能力更新的更新处理。
CN202011177779.6A 2019-10-31 2020-10-29 输送计划生成装置及输送计划生成方法 Active CN112749829B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019198578A JP7341030B6 (ja) 2019-10-31 2019-10-31 輸送計画生成装置および輸送計画生成方法
JP2019-198578 2019-10-31

Publications (2)

Publication Number Publication Date
CN112749829A CN112749829A (zh) 2021-05-04
CN112749829B true CN112749829B (zh) 2023-10-31

Family

ID=75648774

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011177779.6A Active CN112749829B (zh) 2019-10-31 2020-10-29 输送计划生成装置及输送计划生成方法

Country Status (3)

Country Link
US (1) US20210133655A1 (zh)
JP (1) JP7341030B6 (zh)
CN (1) CN112749829B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11429801B1 (en) 2021-09-21 2022-08-30 Pitt Ohio System and method for carrier identification
US11783280B2 (en) 2021-10-14 2023-10-10 Pitt Ohio System and method for carrier selection
US11853956B2 (en) 2021-10-19 2023-12-26 Hammel Companies Inc. System and method for assembling a transport
US11860780B2 (en) 2022-01-28 2024-01-02 Pure Storage, Inc. Storage cache management

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000062916A (ja) * 1998-08-18 2000-02-29 Hitachi Ltd 輸送計画作成方法及びシステム
JP2004217340A (ja) * 2003-01-10 2004-08-05 Hitachi Software Eng Co Ltd 輸送計画作成システム及び方法
JP2005115673A (ja) * 2003-10-08 2005-04-28 Fujitsu Ltd 配送計画作成プログラムおよび配送計画作成方法
JP2006185385A (ja) * 2004-12-28 2006-07-13 Max Co Ltd 勤務スケジュール管理方法およびその管理装置
JP2008114960A (ja) * 2006-11-02 2008-05-22 Hitachi Ltd 輸送計画システム
JP2009154986A (ja) * 2007-12-25 2009-07-16 Hitachi Ltd 輸送計画システム及びその方法
JP2009286502A (ja) * 2008-05-27 2009-12-10 Hitachi Ltd 輸送計画システム
CN101894311A (zh) * 2009-05-19 2010-11-24 株式会社日立制作所 运输计划制定支援系统以及运输计划制定支援方法
CN103699982A (zh) * 2013-12-26 2014-04-02 浙江工业大学 一种带软时间窗口的物流配送控制方法
WO2015171825A1 (en) * 2014-05-06 2015-11-12 Carvajal Hernan Ramiro Switch network of containers and trailers for transportation, storage, and distribution of physical items
CN105389639A (zh) * 2015-12-15 2016-03-09 上海汽车集团股份有限公司 基于机器学习的物流运输路径规划方法、装置及系统
JP2017102527A (ja) * 2015-11-30 2017-06-08 株式会社日立製作所 部品発注制御装置および部品発注制御方法
CN107169715A (zh) * 2017-06-08 2017-09-15 北京惠赢天下网络技术有限公司 配送商的基于标准箱货品的动态配送方法、系统及终端
CN107256472A (zh) * 2017-06-08 2017-10-17 北京惠赢天下网络技术有限公司 基于标准箱的安全货品配送方法、系统及服务器
RU2652466C1 (ru) * 2017-09-04 2018-04-26 Общество с ограниченной ответственностью "Веб Логистика" Способ определения стоимости грузоперевозки
WO2018155716A1 (ja) * 2017-02-27 2018-08-30 丸市倉庫株式会社 情報処理装置
CN108898336A (zh) * 2018-06-14 2018-11-27 广州国铭职业技能培训有限公司 一种智能物流自动配送方法
CN109308540A (zh) * 2017-07-28 2019-02-05 株式会社日立制作所 一种配送车辆的配送计划生成方法、装置及系统
CN109961242A (zh) * 2017-12-14 2019-07-02 菜鸟智能物流控股有限公司 一种物流方案确定方法及装置
WO2019161394A1 (en) * 2018-02-19 2019-08-22 Target Brands, Inc. Lead time determinations in supply chain architecture

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004326711A (ja) 2003-04-30 2004-11-18 Hitachi Eng Co Ltd 配車計画立案方法および装置
US20150112750A1 (en) * 2013-10-17 2015-04-23 Caterpillar, Inc. Supply network optimization method and system for multiple objectives
JP6156943B2 (ja) 2015-02-03 2017-07-05 Ｎｅｃフィールディング株式会社 管理装置、管理システム、管理方法及びプログラム
JP6468235B2 (ja) 2016-04-01 2019-02-13 Ｊｆｅスチール株式会社 配船計画作成方法、製鉄所操業方法、及び配船計画作成装置
JP6693329B2 (ja) 2016-08-03 2020-05-13 富士通株式会社 輸配送計画プログラム、輸配送計画方法及び輸配送計画装置
US20180211219A1 (en) * 2017-01-26 2018-07-26 Driving Innovations, LLC Transport Management System
US11948124B2 (en) * 2017-07-07 2024-04-02 Transformation Packaging Llc Shipment record systems and methods
US20200051020A1 (en) * 2018-08-09 2020-02-13 Vyomi Technetwork Services Private Limited Method and system to predict cost of transportation of goods
US20200082315A1 (en) * 2018-09-07 2020-03-12 Lyft, Inc. Efficiency of a transportation matching system using geocoded provider models

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000062916A (ja) * 1998-08-18 2000-02-29 Hitachi Ltd 輸送計画作成方法及びシステム
JP2004217340A (ja) * 2003-01-10 2004-08-05 Hitachi Software Eng Co Ltd 輸送計画作成システム及び方法
JP2005115673A (ja) * 2003-10-08 2005-04-28 Fujitsu Ltd 配送計画作成プログラムおよび配送計画作成方法
JP2006185385A (ja) * 2004-12-28 2006-07-13 Max Co Ltd 勤務スケジュール管理方法およびその管理装置
JP2008114960A (ja) * 2006-11-02 2008-05-22 Hitachi Ltd 輸送計画システム
JP2009154986A (ja) * 2007-12-25 2009-07-16 Hitachi Ltd 輸送計画システム及びその方法
JP2009286502A (ja) * 2008-05-27 2009-12-10 Hitachi Ltd 輸送計画システム
CN101894311A (zh) * 2009-05-19 2010-11-24 株式会社日立制作所 运输计划制定支援系统以及运输计划制定支援方法
CN103699982A (zh) * 2013-12-26 2014-04-02 浙江工业大学 一种带软时间窗口的物流配送控制方法
WO2015171825A1 (en) * 2014-05-06 2015-11-12 Carvajal Hernan Ramiro Switch network of containers and trailers for transportation, storage, and distribution of physical items
JP2017102527A (ja) * 2015-11-30 2017-06-08 株式会社日立製作所 部品発注制御装置および部品発注制御方法
CN105389639A (zh) * 2015-12-15 2016-03-09 上海汽车集团股份有限公司 基于机器学习的物流运输路径规划方法、装置及系统
WO2018155716A1 (ja) * 2017-02-27 2018-08-30 丸市倉庫株式会社 情報処理装置
CN107169715A (zh) * 2017-06-08 2017-09-15 北京惠赢天下网络技术有限公司 配送商的基于标准箱货品的动态配送方法、系统及终端
CN107256472A (zh) * 2017-06-08 2017-10-17 北京惠赢天下网络技术有限公司 基于标准箱的安全货品配送方法、系统及服务器
CN109308540A (zh) * 2017-07-28 2019-02-05 株式会社日立制作所 一种配送车辆的配送计划生成方法、装置及系统
RU2652466C1 (ru) * 2017-09-04 2018-04-26 Общество с ограниченной ответственностью "Веб Логистика" Способ определения стоимости грузоперевозки
CN109961242A (zh) * 2017-12-14 2019-07-02 菜鸟智能物流控股有限公司 一种物流方案确定方法及装置
WO2019161394A1 (en) * 2018-02-19 2019-08-22 Target Brands, Inc. Lead time determinations in supply chain architecture
CN108898336A (zh) * 2018-06-14 2018-11-27 广州国铭职业技能培训有限公司 一种智能物流自动配送方法

Also Published As

Publication number Publication date
JP2021071950A (ja) 2021-05-06
CN112749829A (zh) 2021-05-04
JP7341030B2 (ja) 2023-09-08
US20210133655A1 (en) 2021-05-06
JP7341030B6 (ja) 2024-02-22

Similar Documents

Publication Publication Date Title
CN112749829B (zh) 输送计划生成装置及输送计划生成方法
Shen A profit-maximizing supply chain network design model with demand choice flexibility
Battini et al. Just-in-Time supermarkets for part supply in the automobile industry
JP7033490B2 (ja) 在庫管理装置、在庫管理方法及びプログラム
Khouja et al. A review of the joint replenishment problem literature: 1989–2005
US6415195B1 (en) Method and system for providing sufficient availability of manufacturing resources to meet unanticipated demand
US6393332B1 (en) Method and system for providing sufficient availability of manufacturing resources to meet unanticipated demand
Moons et al. Integration of order picking and vehicle routing in a B2C e-commerce context
Berry et al. Critical ratio scheduling: an experimental analysis
Landers et al. The virtual warehousing concept
Kiesmüller et al. The benefit of VMI strategies in a stochastic multi-product serial two echelon system
JP6031184B2 (ja) 供給グループ決定支援装置及び供給グループ決定支援プログラム
Benrqya et al. Cross-docking or traditional warehousing: what is the right distribution strategy for your product?
Lahrichi et al. A first MILP model for the parameterization of Demand-Driven MRP
Ventura et al. A multi-product dynamic supply chain inventory model with supplier selection, joint replenishment, and transportation cost
US6415194B1 (en) Method and system for providing sufficient availability of manufacturing resources to meet unanticipated demand
García-Benito et al. A redistribution model with minimum backorders of spare parts: A proposal for the defence sector
Kostić Inventory control as a discrete system control for the fixed-order quantity system
Lau et al. A pragmatic stochastic decision model for supporting goods trans-shipments in a supply chain environment
CN113762859A (zh) 库存分仓方法、装置、系统和存储介质
JP2006120010A (ja) 在庫制御システム及び方法
Gallego et al. Optimal ordering policies with convertible lead times
Benbitour et al. The use of rush deliveries in periodic review assemble-to-order systems
JP2022085264A (ja) 在庫計画システム及び在庫計画方法
Wang et al. Mixed-integer linear optimization for full truckload pickup and delivery

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Tokyo

Applicant after: Luojidi Co.,Ltd.

Address before: Tokyo

Applicant before: HITACHI TRANSPORT SYSTEM, LTD.

GR01 Patent grant
GR01 Patent grant