CN113496375A - 信息处理装置、信息处理方法以及计算机可读存储介质 - Google Patents

信息处理装置、信息处理方法以及计算机可读存储介质 Download PDF

Info

Publication number
CN113496375A
CN113496375A CN202110179120.2A CN202110179120A CN113496375A CN 113496375 A CN113496375 A CN 113496375A CN 202110179120 A CN202110179120 A CN 202110179120A CN 113496375 A CN113496375 A CN 113496375A
Authority
CN
China
Prior art keywords
information
nodes
node
route
demand
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.)
Pending
Application number
CN202110179120.2A
Other languages
English (en)
Inventor
伊东佑人
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.)
Fujitsu Ltd
Original Assignee
Fujitsu 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 Fujitsu Ltd filed Critical Fujitsu Ltd
Publication of CN113496375A publication Critical patent/CN113496375A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • 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
    • G06Q10/0834—Choice of carriers
    • G06Q10/08345—Pricing
    • 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
    • G06Q10/0835—Relationships between shipper or supplier and carriers
    • G06Q10/08355—Routing methods

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

提供了信息处理装置、信息处理方法以及计算机可读存储介质。一种方法，包括：针对通过使用多个移动体向多个节点递送包裹或者从多个节点递送包裹的路线优化问题，获得指定所述多个节点中包括的每个节点的节点信息、指示所述多个节点中的每一个的需求量的需求量信息、以及指示所述多个移动体中的每一个的最大载荷能力的移动体信息；执行生成处理，该生成处理用于在多个节点之中指定节点组，其中节点组被向其递送包裹并且满足所述多个移动体中的每一个的最大载荷能力的条件，并且生成限定包括在节点组中的每个节点的递送顺序的多个路线；以及执行计算处理，该技术处理执行用于使用所述多个路线来求解路线优化问题的处理。

Description

信息处理装置、信息处理方法以及计算机可读存储介质
技术领域
本文论述的实施方式涉及信息处理装置、信息处理方法以及存储信息处理程序的非暂态计算机可读存储介质。
背景技术
组合优化问题之一是被称为路线优化问题的问题。该问题有时被称为车辆路径问题(Vehicle Routing Problem，VRP)。具体地，在VRP中，定义了用作基地并且被称为仓库的设施以及作为分支并且被称为节点的多个其他设施。然后，从其中多个移动体例如卡车将包裹从仓库递送至节点并且再次返回至仓库的路线或者其中从仓库出发的所述多个卡车将包裹从节点递送至仓库的路线之中，获得使递送所需的成本最小化的路线。
此处，VRP的给出数据包括节点的数目、卡车在节点之间行进所需的时间、需要从仓库递送至每个节点或者从每个节点递送至仓库的包裹量(在下文中，可以被称为“需求”)、在卡车可以访问每个节点时的时间带(在下文中，可以被称为“时间窗”)、每个卡车的最大载荷能力、在操作每个卡车一定时间段时引起的成本等。
VRP是用于在给出以上数据时获得使卡车的成本总和最小化的每个卡车的路线的问题。注意，每个卡车的路线包括卡车访问的节点和卡车访问节点的时间以及要递送至每个访问的节点或者从每个访问的节点递送的包裹量(在下文中，可以被称为“供应”)。此外，卡车的成本包括递送所需的时间段和递送费用例如汽油费、用于递送的各种成本等。
图15是用于说明卡车的路线的图。在图15所示的示例中，包括仓库10以及节点nd1至nd12。在图15的描述中，未示出卡车访问节点的时间和供应。例如，假设卡车1的路线是路线Ro1，卡车2的路线是路线Ro2，并且卡车3的路线是路线Ro3。路线Ro1是其中卡车1访问仓库10以及节点nd1至nd4的路线。路线Ro2是其中卡车2访问仓库10以及节点nd5至nd8的路线。路线Ro3是其中卡车3访问仓库10以及节点nd9至nd11的路线。
此处，在求解VRP的情况下，在生成路线之后，从所生成的路线之中选择最优路线。具体地，尽可能多地生成满足问题的条件(诸如时间窗或最大载荷能力的条件)的路线作为每个卡车的路线。接下来，通过求解从所生成的路线之中选择满足所有节点的需求并且使成本总和最小化的路线对的优化问题来获得最优路线。
发明内容
[技术问题]
然而，根据以上技术，在求解选择使成本总和最小化的路线对的优化问题之前执行的路线生成的处理时间段增加，并且用于求解车辆路径问题的时间增加。
例如，对于作为某个服务的路线生成的每个路线，以树结构生成多个路线作为下一服务的路线。因此，针对后续服务生成的路线的数目变得巨大，并且路线生成处理时间增加。此外，当节点的数目、卡车的数目以及需求的数目变得巨大时，检查并且生成巨大的路线。因此，取决于计算机的性能，有可能没有完成路线生成处理。
根据实施方式的一个方面，提供了一种用于缩短求解车辆路径问题的时间的解决方案。
[问题的解决方案]
根据实施方式的一个方面，提供了一种由计算机实现的信息处理方法。在示例中，该信息处理方法包括：针对通过使用多个移动体向多个节点递送包裹或者从多个节点递送包裹的路线优化问题，获得指定所述多个节点中包括的每个节点的节点信息、指示所述多个节点中的每一个的需求量的需求量信息、以及指示所述多个移动体中的每一个的最大载荷能力的移动体信息；执行生成处理，该生成处理被配置成在多个节点之中指定节点组，其中节点组被向其递送包裹并且满足所述多个移动体中的每一个的最大载荷能力的条件，并且生成限定包括在节点组中的每个节点的递送顺序的多个路线；以及执行计算处理，该计算处理被配置成基于由生成处理生成的所述多个路线来执行用于求解路线优化问题的处理，其中，该生成处理被配置成基于节点信息、需求量信息和移动体信息来执行处理，该处理包括：执行指定处理，该指定处理被配置成从所述多个节点之中指定第一节点组，第一节点组由所述多个移动体中的第N个移动体向其递送包裹；执行信息生成处理，该信息生成处理被配置成生成剩余需求信息，剩余需求信息指示在由第N个移动体递送包裹之后包括在第一节点组中的每个节点的剩余需求；以及执行信息更新处理，该信息更新处理被配置成通过基于剩余需求信息从所述多个节点中排除所述多个节点之中没有剩余需求的节点来更新节点信息，该生成处理被配置成：针对所述多个移动体中的每一个，顺序地执行指定处理、信息生成处理和信息更新处理；通过基于由信息更新处理更新的节点信息确定没有剩余需求的节点的数目是否等于或大于预定值来获得确定结果；以及响应于指示没有剩余需求的节点的数目等于或大于预定值的确定结果，停止用于顺序地执行指定处理、信息生成处理和信息更新处理的处理。
[发明的有益效果]
根据一个方面，可以缩短用于求解车辆路径问题的时间。
附图说明
图1是用于说明根据第一实施方式的信息处理装置的图；
图2是用于说明针对路线生成的参考技术的图；
图3是示出每个路线的持续时间与成本之间的关系的图；
图4是示出参考装置的处理过程的流程图；
图5是示出路线生成处理的处理过程的示例的图；
图6是示出根据第一实施方式的信息处理装置的功能配置的功能框图；
图7是示出行进时间表的数据结构的示例的图；
图8是示出需求表的数据结构的示例的图；
图9是示出时间窗表的数据结构的示例的图；
图10是用于说明路线生成的图；
图11是示出根据第一实施方式的优化处理过程的流程的流程图；
图12是示出根据第一实施方式的路线生成过程的流程的流程图；
图13是用于说明效果的图；
图14是用于说明示例性硬件配置的图；以及
图15是用于说明卡车的路线的图。
具体实施方式
下面将参照附图详细描述本申请中公开的信息处理装置、信息处理方法和信息处理程序的实施方式。注意，本实施方式不限于示例。此外，可以在没有不一致的范围内适当地组合实施方式。
[第一实施方式]
[信息处理装置的描述]
图1是说明根据第一实施方式的信息处理装置100的图。图1中示出的信息处理装置100是优化车辆路径问题的计算机装置的示例，在车辆路径问题中，多个卡车(下面可以被称为“车辆”)将包裹递送至多个节点并且获得使车辆的成本最小化的路线。
(参考技术的说明)
此处，将描述通常使用的参考技术。为了方便起见，关于参考技术的装置被描述为“参考装置”。例如，参考装置执行用于生成路线的处理、用于缩减路线的处理以及用于选择路线的处理。
首先，将描述由参考装置执行的“用于生成路线的处理”。参考装置在多个节点之中指定向其递送包裹的节点组，该节点组是满足多个卡车中的每一个的卡车的最大载荷能力条件的节点组，并且参考装置生成限定包括在节点组中的每个节点的递送顺序的多个路线。更具体地，参考装置保存指示所述多个节点中包括的每个节点的节点信息、指示每个节点的需求的需求信息以及指示每个卡车的最大载荷能力的移动体信息。参考装置基于节点信息、需求信息和移动体信息从所述多个节点之中指定第一节点组，第一节点组由所述多个卡车之中的第N个卡车向其递送包裹。包括在第一节点组中的节点的需求量的总值被设置成不超过卡车的最大载荷能力。此外，参考装置确定卡车将包裹递送至包括在第一节点组中的节点的顺序。例如，指示卡车将包裹递送至包括在第一节点组中的节点的顺序的信息对应于指示卡车的行进路线的信息。
注意，将在第一节点组中包括的每个节点的由卡车进行的递送顺序选择成使得由卡车递送所需的时间段最小化。可以通过使用诸如伊辛机的组合优化装置来执行用于将递送顺序确定成使得递送所需的时间段最小化的处理。注意，可以指定多个第一节点组。
接下来，参考装置生成剩余需求信息，该剩余需求信息指示在第N个卡车已经递送包裹之后包括在第一节点组中的每个节点的剩余需求。参考装置通过基于剩余需求信息从所述多个节点中排除所述多个节点之中没有剩余需求的节点来更新节点信息。
参考装置顺序地执行指定处理、用于生成信息的处理以及用于更新关于所述多个移动体中的每一个的信息的处理，并且生成指示多个行进路线的信息。在下文中，行进路线被简称为“路线”。接下来，将参照图2描述路线信息的生成。
图2是用于说明针对路线生成的参考技术的图。如图2所示，参考装置生成满足车辆路径问题的条件的路线作为第一卡车的路线。注意，如果生成满足车辆路径问题的条件的所有路线，则所有生成的路线的数目变得巨大。因此，例如，提供了诸如用于仅生成其中载荷比等于或大于阈值的路线的限制。图2示出了生成三种类型的路线(路线r1、路线r2和路线r3)作为第一服务，并且每个卡车可以访问多个节点。
路线r1是以预定顺序通过多个节点p1,1、p1,2和p1,3的路线。此处，关于路线r1，与所述多个节点p1,1、p1,2和p1,3分别对应的载荷量x1,1、x1,2和x1,3与对应节点的需求分别对应。例如，节点p1,1的需求为“x1,1”。
路线r2是以预定顺序通过节点p2,1和p2,2的路线。与节点p2,1和p2,2分别对应的载荷量x2,1和x2,2与对应节点的需求分别对应。
路线r3是通过节点p3,1的路线。与节点p3,1对应的载荷量x2,1与对应节点的需求对应。此处，参考装置生成指示卡车尚未递送的包裹量(剩余需求)的剩余需求信息。可以通过更新需求信息来生成剩余需求信息。
接下来，参考装置基于剩余需求信息生成用于将尚未由用于第一服务的路线递送的包裹递送至第i-1服务的路线，作为第i(i>2)服务的路线。图2示出了：在第一服务通过路线r1递送包裹的情况下，生成路线r4、r5和r6作为第二服务。取决于第一服务是通过路线r1还是通过路线r2递送包裹，此后的剩余需求不同。因此，针对第二服务生成的路线不同。例如，在第一服务通过路线r2递送包裹的情况下，生成路线r7等作为第二服务。在第一服务通过路线r3递送包裹的情况下，生成路线r8等作为第二服务。将省略关于路线r4至r8的位置和载荷量的描述。
然后，在通过针对第n服务生成的路线递送之后，在所有节点的剩余需求为零的情况下，参考装置不会生成针对第n+1服务和后续服务的路线。
随后，将描述由参考装置执行的“用于缩减路线的处理”。例如，参考装置执行用于从通过用于生成以上路线的处理生成的所述多个路线中去除持续时间等于或大于阈值(duration_thres)的路线的处理。注意，替代持续时间，参考装置可以去除行进距离等于或长于预定阈值的路线。
图3是示出每个路线的持续时间与成本之间的关系的图。图3中的图的横轴对应于路线的持续时间，并且纵轴对应于车辆的成本。如图3所示，随着路线的持续时间增加，车辆行进通过路线的成本以阶梯的方式增加。此处，车辆的成本包括递送所需的时间段和递送费用例如汽油费、用于递送的各种成本等。
随后，将描述由参考装置执行的“用于选择路线的处理”。参考装置通过使用优化器来求解从通过用于缩减以上路线的处理而缩减的路线之中选择满足需求并且使成本总和最小化的路线对的优化问题。
随后，将描述参考装置的处理过程的示例。图4是示出参考装置的处理过程的流程图。如图4所示，参考装置读取输入数据(步骤S101)。输入数据包括每个节点的需求、时间窗、节点之间的行进时间。参考装置设置参数(步骤S102)。该参数包括在缩减路线时使用的路线的持续时间的阈值(duration_thres)。
参考装置执行路线生成处理(步骤S103)。参考装置从包括在R中的路线中去除持续时间等于或大于阈值(duration_thres)的路线(步骤S104)。稍后将参照图5描述R。
参考装置通过使用优化器来求解从包括在R中的路线之中选择满足需求并且使成本总和最小化的路线对的优化问题(步骤S105)。参考装置输出由优化问题选择的路线的数据(步骤S106)。
随后，将描述图4中的步骤S103中描述的路线生成处理的处理过程。图5是示出路线生成处理的处理过程的示例的图。如图5所示，参考装置将i设置为零(步骤S201)。在图5的描述中，标记i对应于第i服务。参考装置将输入数据的需求设置为剩余需求(步骤S202)。
参考装置将i更新为通过将i加一而获得的值(步骤S203)。参考装置生成通过其递送剩余需求的路线作为针对第i服务的路线(步骤S204)。参考装置将生成的路线组设置为Ri(步骤S205)。
参考装置将剩余需求的值更新为通过生成的属于Ri(∈Ri)的路线递送之后的剩余需求的值(步骤S206)。在所有节点中通过某个路线递送之后的剩余需求不为零的情况下(步骤S207，否)，参考装置将过程进行至步骤S201。
在所有节点中通过某个路线递送之后的剩余需求为零的情况下(步骤S207，是)，参考装置将R设置为∪iRi(针对各个服务的路线的集合)(步骤S208)。参考装置基于每个节点的时间窗和节点之间的行进时间来计算R中的每个路线的持续时间(步骤S209)。参考装置根据持续时间计算R中的每个路线的成本(步骤S210)。
(参考技术的问题)
如上所述，根据参考技术，对于作为针对某个服务的路线生成的每个路线，以树结构生成多个路线作为针对下一服务的路线。因此，针对后续服务生成的路线的数目变得巨大，并且路线生成处理时间增加。此外，当节点的数目、卡车的数目和需求的数目变得巨大时，检查并且生成巨大的路线。因此，取决于计算机的性能，有可能没有完成路线生成处理。
(根据第一实施方式的处理)
在第一实施方式中，公开了用于在通过使用多个移动体将包裹递送至多个节点时或者在从多个节点递送包裹时求解路线优化问题的方法。根据第一实施方式的信息处理装置保存指定所述多个节点中包括的每个节点的节点信息、指示所述多个节点中的每一个的需求量的需求量信息、以及指示所述多个移动体中的每一个的最大载荷能力的移动体信息。
信息处理装置在所述多个节点之中指定向其递送包裹的节点组，该节点组是满足所述多个移动体中的每一个的最大载荷能力条件的节点组，并且信息处理装置生成限定包括在节点组中的每个节点的递送顺序的多个路线。
此外，通过基于多个生成的路线来执行用于求解路线优化问题的处理，信息处理装置指定所述多个移动体中的每一个针对其执行递送处理的节点组以及指示包括在节点组中的每个节点的递送顺序的路线。
信息处理装置在生成所述多个路线时执行以下处理。信息处理装置基于节点信息、需求量信息和移动体信息来执行用于从所述多个节点中指定第一节点组的指定处理，第一节点组由所述多个移动体之中的第N个移动体向其递送包裹。
接下来，信息处理装置执行信息生成处理，信息生成处理用于生成剩余需求信息，剩余需求信息指示在第N个移动体已经递送包裹之后包括在第一节点组中的每个节点的剩余需求。接下来，信息处理装置执行信息更新处理，信息更新处理用于通过基于剩余需求信息从所述多个节点中排除所述多个节点之中没有剩余需求的节点来更新节点信息。
信息处理装置通过针对所述多个移动体中的每一个顺序地执行上面描述的指定处理、信息生成处理和信息更新处理来生成所述多个路线。然后，信息处理装置基于由信息更新处理更新的节点信息来确定没有剩余需求的节点的数目是否等于或大于预定值。在确定没有剩余需求的节点的数目等于或大于预定值的情况下，停止用于顺序地执行指定处理、信息生成处理和信息更新处理的处理。下面将公开更详细的示例。
如图1所示，根据第一实施方式的信息处理装置100通过使用节点之间的行进时间、需要从仓库递送至每个节点或者从每个节点递送至仓库的包裹量(需求)以及每个节点的“时间窗”作为输入，生成满足其中多个车辆将包裹递送至多个节点的车辆路径问题的条件的多个路线。
此时，信息处理装置100基于针对作为预定服务的路线而生成的每个路线的剩余需求来执行过滤。例如，信息处理装置100对在通过每个路线的递送之后需要递送的包裹之中存在未递送的包裹(剩余需求)的节点的数目进行计数。然后，信息处理装置100从路线中排除具有剩余需求的节点的数目等于或大于阈值的路线并且生成多个路线。
此后，通过缩减来自所述多个路线的路线，生成目标函数，将关于所述多个路线的信息输入至伊辛机，并且优化目标函数，信息处理装置100计算并且输出针对车辆路径问题的最优路线，例如使递送所需的成本总和最小化的路线。
以这种方式，信息处理装置100可以缩短在求解用于选择使成本总和最小化的路线对的优化问题之前执行的路线生成处理的时间段，并且可以缩短用于求解车辆路径问题的时间。
[信息处理装置100的功能配置]
接下来，将描述根据本实施方式的信息处理装置的配置。图6是示出根据第一实施方式的信息处理装置100的功能配置的功能框图。如图6所示，信息处理装置100包括通信单元110、输入单元120、显示单元130、存储单元140和控制单元150。
通信单元110是经由网络执行与外部装置的数据通信的处理单元，并且通过例如通信接口等来实现。通信单元110对应于通信装置。控制单元150经由通信单元110与外部装置交换数据。
输入单元120是向信息处理装置100的控制单元150输入各种数据的处理单元。例如，输入单元120由键盘、鼠标、触摸面板等实现。
显示单元130是显示从控制单元150输出的信息的处理单元。显示单元130由例如有机电致发光(EL)显示器、液晶显示器、触摸面板等实现。
存储单元140包括行进时间表141、需求表142和时间窗表143。例如，存储单元140由诸如随机存取存储器(RAM)或闪速存储器的半导体存储元件或者诸如硬盘驱动器(HDD)的存储装置来实现。
行进时间表141是保存关于车辆的行进时间的信息的表。图7是示出行进时间表的数据结构的示例的图。如图7所示，行进时间表141包括从仓库至节点或者从节点至仓库的行进时间以及节点之间的行进时间。例如，从仓库至节点nd1的行进时间为“10分钟”。从节点nd1至节点nd2的行进时间为“五分钟”。省略了对其他行进时间的描述。
需求表142是保存关于需求的信息的表。图8是示出需求表的数据结构的示例的图。如图8所示，需求表142将递送源、递送目的地和需求彼此关联。例如，在图8的第一行中，示出了需要从递送源“仓库”递送至递送目的地“节点nd1”的包裹量(需求)为“五”。省略了对其他需求的描述。注意，此处，关于存储在需求表中的每个节点的需求量的信息被称为需求量信息。
时间窗表143是保存关于其中车辆可以访问每个节点(或仓库)的时间带的信息的表。图9是示出时间窗表的数据结构的示例的图。如图9所示，车辆被限制在20:00之前返回仓库。车辆可以访问节点nd1的时间带为从17:00至19:00。车辆可以访问节点nd2的时间带为从18:00至19:30。将省略对车辆可以访问其他节点的其他时间带的描述。
返回至图6的描述，控制单元150包括接收单元151、生成单元152、缩减单元153、目标函数生成单元154、计算单元155和输出单元156。控制单元150可以由中央处理单元(CPU)、微处理单元(MPU)等实现。此外，控制单元150还可以由硬连线逻辑例如专用集成电路(ASIC)和现场可编程门阵列(FPGA)来实现。
接收单元151是从外部装置等获取行进时间表141、需求表142和时间窗表143作为输入数据的处理单元。接收单元151将所获取的行进时间表141、需求表142和时间窗表143存储在存储单元140中。接收单元151可以经由输入单元120获取输入数据。此外，存储单元140存储指示每个卡车的最大载荷能力的移动体信息。
生成单元152是基于行进时间表141、需求表142和时间窗表143生成路线的处理单元。例如，生成单元152基于行进时间表141、需求表142和时间窗表143生成满足车辆路径问题的条件的路线，并且将关于所生成的路线的信息输出至缩减单元153。
此处，将描述由生成单元152执行的用于生成路线的处理。例如，在生成单元152生成每个路线的情况下，生成单元152依次执行下面描述的第一步骤至第四步骤。
将描述第一步骤。生成单元152列出组合，每个组合通过从所有节点之中选择p个节点来获得，以便确定车辆通过单个路线访问的节点。所有整数被认为与p访问的节点的数目相对应并且满足1≤p≤pmax。值pmax被预设为参数。如果将pmax设置为太大的值，则不可能在时间窗内访问所有节点。因此，设置不太大的值。
将描述第二步骤。生成单元152计算针对在第一步骤中列出的要被访问的节点对的节点的剩余需求的总和，并且针对需求进行供应，以便确定车辆的载荷比是否超过阈值。在车辆的载荷比不超过阈值的情况下，生成单元152不生成访问该节点组的路线。
将描述第三步骤。生成单元152确定访问要被访问的节点对的顺序。生成单元152在车辆在每个节点的时间窗内访问每个节点的条件下，做出车辆以最短持续时间的顺序访问节点的确定。在计算持续时间的情况下，生成单元152使用节点之间的行进所需的时间段的数据。
将描述第四步骤。生成单元152确定要被访问的节点处的供应。生成单元152在不超过车辆的最大载荷能力的范围内提供最大供应。生成单元152确定针对其中访问两个或更多个节点的路线的每个节点处的供应，同时优先考虑减少距仓库较远的节点的剩余需求。
当执行这样的步骤时，对于作为针对预定服务的路线而生成的每个路线，生成单元152将剩余需求大于零的节点的数目计数为在通过每个路线递送之后需要递送的包裹量之中具有未递送的包裹(剩余需求)的节点的数目。然后，生成单元152从路线中排除剩余需求大于零的计数节点的数目等于或大于阈值的路线，并且生成多个路线。
例如，当在生成第k路线之后生成第k+1路线时，生成单元152从第k+1路线中排除其中在通过第k路线中的每一个递送之后要作为递送目的地的剩余节点的数目等于或大于阈值的路线。
图10是用于说明路线生成的图。如图10所示，尽管第一服务等不同，但是生成单元152生成路线x、路线y、路线z、路线w等作为第k路线。然后，假设生成单元152执行以下计数：在通过作为第k路线的路线x递送之后具有剩余需求的节点的数目为200，在通过路线y递送之后具有剩余需求的节点的数目为50，在通过路线z递送之后具有剩余需求的节点的数目为100，以及在通过路线w递送之后具有剩余需求的节点的数目为120。
在这种情况下，生成单元152基于阈值“90”执行过滤处理，从路线生成目标中排除剩余需求等于或大于阈值的路线x、路线z和路线w，并且针对剩余需求小于阈值的路线y执行第k+1路线生成。例如，当生成针对第k+1服务的路线时，生成单元152生成通过其递送在通过针对第k服务生成的路线y的递送之后的剩余需求的路线。另一方面，生成单元152不生成通过其递送在通过针对第k服务生成的路线x、路线z和路线w的递送之后的剩余需求的路线。
返回至图6，目标函数生成单元154是生成要输入至计算单元155的目标函数的处理单元。如公式(1)中指示的，由目标函数生成单元154生成的目标函数是通过将成本项和惩罚项相加而获得的函数。注意，标记cr表示路线r的成本。标记xr是指示是否选择路线r的变量(xr∈{0,1})。在xr＝0的情况下，不选择路线r。在xr＝1的情况下，选择路线r。标记i表示节点。标记N表示节点的数目。标记Di表示节点i的需求。标记Sr,i表示路线r中节点i处的供应。标记yi是指示在节点i处的供应超过需求多少的变量(等于或大于零的整数)。
Figure BDA0002941623160000111
此处，惩罚项被设计如下。在所有i中满足由公式(2)指示的约束公式的情况下，如果将yi(≥0)设置为适当的值，则惩罚项变为零。在某个i中不满足由公式(2)指示的约束公式的情况下，不管将yi(≥0)设置为哪个值，惩罚项都大于零。注意，公式(2)意指在所选择的路线中的供应的总和满足所有节点i中的需求。
∑rERSr，ixr≥Di对于任何i...公式(2)
计算单元155是通过获得使由目标函数生成单元154生成的目标函数的值最小化的xr和yi的值来获得使卡车的成本最小化的路线的处理单元。例如，计算单元155从最小目标函数中获取xr和yi的值，通过在xr＝1的情况下选择节点来生成路线，并且将关于所选择的路线的信息输出至输出单元156。注意，计算单元155可以通过将目标函数输入至优化器例如伊辛机并且操作伊辛机来获得使目标函数的值最小化的xr和yi的值。
输出单元156是将关于由计算单元155选择的路线的信息输出至显示单元130并且在显示单元130上显示该信息的处理单元。输出单元156可以向外部装置等通知关于路线的信息。注意，计算单元155的输出仅是指示已经选择了哪个路线的位串。输出单元156可以将输出的位串与第二路线集进行比较并且输出所选择路线的数据。
[处理的流程]
图11是示出根据第一实施方式的优化处理过程的流程的流程图。如图11所示，信息处理装置100的生成单元152读取输入数据(步骤S301)。输入数据包括每个节点的需求、时间窗、节点之间的行进时间。生成单元152设置参数(步骤S302)。参数包括当缩减路线时使用的路线的持续时间的阈值(duration_thres)以及生成路线时的过滤器的参数“level_filter_start”。
生成单元152执行路线生成处理(步骤S303)。生成单元152从包括在R中的路线中去除持续时间等于或大于阈值(duration_thres)的路线(步骤S304)。
信息处理装置100的计算单元155通过使用优化器例如伊辛机来求解从包括在Rreduced中的路线之中选择满足需求并且使成本总和最小化的路线对的优化问题(步骤S305)。信息处理装置100的输出单元156输出由优化问题选择的路线的数据(步骤S306)。
(路线生成处理)
接下来，将描述在图11的步骤S303中执行的路线生成处理。图12是示出根据第一实施方式的路线生成过程的流程的流程图。如图12所示，信息处理装置100的生成单元152将i设置为零(步骤S401)，并且将输入数据的需求设置为剩余需求(步骤S402)。注意，标记i对应于第i服务。
生成单元152将i更新为通过将i加一而获得的值(步骤S403)。生成单元152生成通过其递送剩余需求的路线作为针对第i服务的路线(步骤S404)。生成单元152将生成的路线组设置为Ri(步骤S405)。
生成单元152将剩余需求的值更新为通过生成的属于Ri(∈Ri)的路线递送之后的剩余需求的值(步骤S406)。此处，在i等于或大于参数“level_filter_start”的情况下(S407，是)，生成单元152从Ri中去除包括在Ri中的路线之中的在通过路线的递送之后剩余需求>0的节点的数目等于或大于阈值的路线(步骤S408)。注意，在i小于参数“level_filter_start”的情况下(S407，否)，生成单元152不执行S408。
此后，在所有节点中通过某个路线递送之后的剩余需求不为零的情况下(步骤S409，否)，生成单元152将过程进行至步骤S401。
在所有节点中通过某个路线递送之后的剩余需求为零的情况下(步骤S409，是)，生成单元152将R设置为∪iRi(针对各个服务的路线的集合)(步骤S410)。生成单元152基于每个节点的时间窗和节点之间的行进时间来计算R中的每个路线的持续时间(步骤S411)。参考装置根据持续时间计算R中的每个路线的成本(步骤S412)。
[效果]
如上所述，信息处理装置100可以通过在路线生成的中间基于剩余需求执行过滤处理来缩短路线生成处理时间。因此，信息处理装置100可以缩短用于求解车辆路径问题的时间。
此处，将描述通过使用信息处理装置100获得的效果。此处，假设仓库的数目为一，并且节点的数目为22，并且准备了用于递送的两种类型的车辆。关于车辆类型1，可以载荷的最大包裹数目为21，并且递送成本为17,304至21,363(取决于持续时间而变化)。关于车辆类型2，可以载荷的最大包裹数目为12，并且递送成本为13,008至16,060(取决于持续时间而变化)。
在这样的环境中，信息处理装置100已经针对三种类型的其中各个节点具有不同的需求的测试数据生成了路线。测试数据1是实际的问题数据。测试数据2和测试数据3是通过分别增加测试数据1的需求的约5％和约10％而产生的。在测试数据1中，车辆类型1的九个服务和车辆类型2的39个服务可以满足需求，在测试数据2中，车辆类型1的10个服务和车辆类型2的40个服务可以满足需求，并且在测试数据3中，车辆类型1的10个服务和车辆类型2的43个服务可以满足需求。
接下来，将描述过滤结果。图13是用于说明效果的图。在以上测试数据中，根据其开始过滤处理的服务的数目被改变为k＝3,4,5,6，并且测量路线生成处理的时间段。在图13中已经示出了处理时间段。如图13所示，即使将k的值设置为3、4或5中的任一个，根据生成的路线获得的最优解的成本也是相同的。此外，如图13所示，通过在早期阶段开始过滤处理，可以更大程度地缩短路线生成处理的时间段。
[第二实施方式]
尽管上面已经描述了实施方式，但是除了上面描述的实施方式之外，可以以各种形式来实现实施方式。
[数值等]
在以上实施方式中使用的车辆的数目、节点的数目、诸如需求的各种参数、目标函数等仅是示例性的，并且可以任意改变。此外，可以在一致的范围内适当地改变每个流程图中描述的处理的流程。
[过滤处理]
例如，在以上实施方式中，已经描述了其中排除具有一个或更多个剩余需求的节点的数目等于或大于阈值的路线的示例。然而，实施方式不限于此。例如，可以选择具有一个或更多个剩余需求的节点的数目最小的路线或者按照具有一个或更多个剩余需求的节点的数目的增加顺序的预定数目的路线，并且排除除了所选择的路线之外的路线。以这种方式，在抑制缩减的同时，可以缩短处理时间段。
[系统]
除非另有说明，否则本文所描述的或者附图中所示出的包括处理过程、控制过程、特定名称、各种数据和参数的信息块可以以任何方式改变。注意，生成单元152是生成单元的示例，目标函数生成单元154是目标函数生成单元的示例，并且计算单元155是计算单元的示例。
此外，附图中示出的各个装置的各个部件在功能上是概念性的，并且不一定必须如附图中示出的那样物理地配置。例如，各个装置的分布和集成的具体形式不限于附图中所示的那些。例如，可以根据各种种类的载荷、使用情况等通过在功能上或物理上分布并集成在任何单元中来配置所有或部分装置。
此外，在各个装置中执行的各个处理功能的所有或任何部分可以由CPU以及由CPU分析并执行的程序来实现，或者可以通过布线逻辑实现为硬件。
[硬件]
接下来，将描述信息处理装置100的硬件配置。图14是用于说明示例性硬件配置的图。如图14所示，信息处理装置100包括通信装置100a、硬盘驱动器(HDD)100b、存储器100c和处理器100d。此外，图14中所示出的单元通过总线等相互连接。
通信装置100a是网络接口卡等并且与另一服务器通信。HDD 100b存储对图6所示的功能进行操作的程序和DB。
处理器100d从HDD 100b等读取执行与图6所示的每个处理单元的处理类似的处理的程序，以在存储器100c中展开所读取的程序，以便激活执行参照图6等描述的每个功能的处理。例如，该处理执行与信息处理装置100中包括的每个处理单元的功能类似的功能。具体地，处理器100d从HDD 100b等读取具有与接收单元151、生成单元152、缩减单元153、目标函数生成单元154、计算单元155、输出单元156等类似的功能的程序。然后，处理器100d执行下述处理：该处理执行与接收单元151、生成单元152、缩减单元153、目标函数生成单元154、计算单元155、输出单元156等的处理类似的处理。
如上所述，信息处理装置100作为通过读取并执行程序来执行信息处理方法的信息处理装置进行操作。此外，信息处理装置100还可以通过由介质读取装置从记录介质读取上面描述的程序并执行所读取的程序，来实现与上面描述的实施方式的功能类似的功能。注意，其他实施方式中的该程序不限于由信息处理装置100执行。例如，实施方式可以类似地应用于另一计算机或服务器执行该程序的情况，或者这种计算机和服务器协作执行该程序的情况。
[附图标记列表]
100 信息处理装置
110 通信单元
120 输入单元
130 显示单元
140 存储单元
141 行进时间表
142 需求表
143 时间窗表
150 控制单元
151 接收单元
152 生成单元
153 缩减单元
154 目标函数生成单元
155 计算单位
156 输出单元
[引用列表]
日本公开特许公报第2019-28992号。

Claims (6)

1.一种信息处理装置，包括：
存储单元，其被配置成：针对通过使用多个移动体向多个节点递送包裹或者从多个节点递送包裹的路线优化问题，存储指定所述多个节点中包括的每个节点的节点信息、指示所述多个节点中的每一个的需求量的需求量信息、以及指示所述多个移动体中的每一个的最大载荷能力的移动体信息；
生成单元，其被配置成：在所述多个节点之中指定节点组，其中所述节点组被向其递送所述包裹并且满足所述多个移动体中的每一个的最大载荷能力的条件，并且生成限定包括在所述节点组中的每个节点的递送顺序的多个路线；以及
计算单元，其被配置成基于由所述生成单元生成的所述多个路线来执行用于求解所述路线优化问题的处理，其中，
所述生成单元被配置成基于所述节点信息、所述需求量信息和所述移动体信息来执行处理，所述处理包括：
执行指定处理，所述指定处理被配置成从所述多个节点之中指定第一节点组，所述第一节点组由所述多个移动体中的第N个移动体向其递送所述包裹；
执行信息生成处理，所述信息生成处理被配置成生成剩余需求信息，所述剩余需求信息指示在由所述第N个移动体递送所述包裹之后包括在所述第一节点组中的每个节点的剩余需求；以及
执行信息更新处理，所述信息更新处理被配置成通过基于所述剩余需求信息从所述多个节点中排除所述多个节点之中没有剩余需求的节点来更新所述节点信息，
所述生成处理被配置成：
针对所述多个移动体中的每一个，顺序地执行所述指定处理、所述信息生成处理和所述信息更新处理；
通过基于由所述信息更新处理更新的所述节点信息确定没有剩余需求的节点的数目是否等于或大于预定值来获得确定结果；以及
响应于指示所述没有剩余需求的节点的数目等于或大于所述预定值的所述确定结果，停止用于顺序地执行所述指定处理、所述信息生成处理和所述信息更新处理的处理。
2.根据权利要求1所述的信息处理装置，其中，
所述计算单元将关于由所述生成单元生成的所述多个路线的信息输入至伊辛机，并且计算使所述多个移动体的成本最小化的最优路线。
3.根据权利要求1或2所述的信息处理装置，其中，
所述生成单元通过排除路线来生成所述多个路线，所排除的路线是除了所述路线之中具有最小数目的路线之外的路线，或者是除了从所述路线中选择的所述路线之中具有较少数目的预定数目的路线之外的路线。
4.根据权利要求2所述的信息处理装置，还包括：
目标函数生成单元，其被配置成生成目标函数，所述目标函数具有在执行每个路线时计算所述成本的第一项，以及基于由所述生成单元生成的所述多个路线中的每个路线中的每个节点的需求量和对每个节点的供应量的第二项，其中，
所述计算单元将所述目标函数输入至所述伊辛机并且计算使所述成本最小化的最优路线。
5.一种由计算机实现的信息处理方法，所述方法包括：
针对通过使用多个移动体向多个节点递送包裹或者从多个节点递送包裹的路线优化问题，获得指定所述多个节点中包括的每个节点的节点信息、指示所述多个节点中的每一个的需求量的需求量信息、以及指示所述多个移动体中的每一个的最大载荷能力的移动体信息；
执行生成处理，所述生成处理被配置成：在所述多个节点之中指定节点组，其中所述节点组被向其递送所述包裹并且满足所述多个移动体中的每一个的最大载荷能力的条件，并且生成限定包括在所述节点组中的每个节点的递送顺序的多个路线；以及
执行计算处理，所述计算处理被配置成基于由所述生成处理生成的所述多个路线来执行用于求解所述路线优化问题的处理，其中，
所述生成处理被配置成基于所述节点信息、所述需求量信息和所述移动体信息来执行处理，所述处理包括：
执行指定处理，所述指定处理被配置成从所述多个节点之中指定第一节点组，所述第一节点组由所述多个移动体中的第N个移动体向其递送所述包裹；
执行信息生成处理，所述信息生成处理被配置成生成剩余需求信息，所述剩余需求信息指示在由所述第N个移动体递送所述包裹之后包括在所述第一节点组中的每个节点的剩余需求；以及
执行信息更新处理，所述信息更新处理被配置成通过基于所述剩余需求信息从所述多个节点中排除所述多个节点之中没有剩余需求的节点来更新所述节点信息，
所述生成处理被配置成：
针对所述多个移动体中的每一个，顺序地执行所述指定处理、所述信息生成处理和所述信息更新处理；
通过基于由所述信息更新处理更新的所述节点信息确定没有剩余需求的节点的数目是否等于或大于预定值来获得确定结果；以及
响应于指示所述没有剩余需求的节点的数目等于或大于所述预定值的所述确定结果，停止用于顺序地执行所述指定处理、所述信息生成处理和所述信息更新处理的处理。
6.一种非暂态计算机可读存储介质，用于存储使处理器执行处理的信息处理程序，所述处理包括：
针对通过使用多个移动体向多个节点递送包裹或者从多个节点递送包裹的路线优化问题，获得指定所述多个节点中包括的每个节点的节点信息、指示所述多个节点中的每一个的需求量的需求量信息、以及指示所述多个移动体中的每一个的最大载荷能力的移动体信息；
执行生成处理，所述生成处理被配置成：在所述多个节点之中指定节点组，其中所述节点组被向其递送所述包裹并且满足所述多个移动体中的每一个的最大载荷能力的条件，并且生成限定包括在所述节点组中的每个节点的递送顺序的多个路线；以及
执行计算处理，所述计算处理被配置成基于由所述生成处理生成的所述多个路线来执行用于求解所述路线优化问题的处理，其中，
所述生成处理被配置成基于所述节点信息、所述需求量信息和所述移动体信息来执行处理，所述处理包括：
执行指定处理，所述指定处理被配置成从所述多个节点之中指定第一节点组，所述第一节点组由所述多个移动体中的第N个移动体向其递送所述包裹；
执行信息生成处理，所述信息生成处理被配置成生成剩余需求信息，所述剩余需求信息指示在由所述第N个移动体递送所述包裹之后包括在所述第一节点组中的每个节点的剩余需求；以及
执行信息更新处理，所述信息更新处理被配置成通过基于所述剩余需求信息从所述多个节点中排除所述多个节点之中没有剩余需求的节点来更新所述节点信息，
所述生成处理被配置成：
针对所述多个移动体中的每一个，顺序地执行所述指定处理、所述信息生成处理和所述信息更新处理；
通过基于由所述信息更新处理更新的所述节点信息确定没有剩余需求的节点的数目是否等于或大于预定值来获得确定结果；以及
响应于指示所述没有剩余需求的节点的数目等于或大于所述预定值的所述确定结果，停止用于顺序地执行所述指定处理、所述信息生成处理和所述信息更新处理的处理。
CN202110179120.2A 2020-04-08 2021-02-08 信息处理装置、信息处理方法以及计算机可读存储介质 Pending CN113496375A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020069720A JP7354910B2 (ja) 2020-04-08 2020-04-08 情報処理装置、情報処理方法および情報処理プログラム
JP2020-069720 2020-04-08

Publications (1)

Publication Number Publication Date
CN113496375A true CN113496375A (zh) 2021-10-12

Family

ID=74236036

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110179120.2A Pending CN113496375A (zh) 2020-04-08 2021-02-08 信息处理装置、信息处理方法以及计算机可读存储介质

Country Status (4)

Country Link
US (1) US20210319371A1 (zh)
EP (1) EP3893171A1 (zh)
JP (1) JP7354910B2 (zh)
CN (1) CN113496375A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114485705A (zh) * 2022-01-12 2022-05-13 上海于万科技有限公司 一种基于路网地图的清扫路径确定方法及系统

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE112021006810T5 (de) * 2021-01-12 2023-10-26 Nec Corporation Optimierungsvorrichtung, optimierungsverfahren und nichtflüchtiges, computerlesbares medium
US11972390B1 (en) * 2021-03-25 2024-04-30 Amazon Technologies, Inc. Multi-stage optimization of transportation plan associated with a transportation network
JP2023125639A (ja) * 2022-02-28 2023-09-07 富士通株式会社 情報処理プログラム、情報処理方法、および情報処理装置
JP2023163839A (ja) 2022-04-28 2023-11-10 富士通株式会社 情報処理装置、情報処理プログラム、および情報処理方法
WO2024106031A1 (ja) * 2022-11-15 2024-05-23 住友電気工業株式会社 経路生成装置、経路生成方法、経路生成システムおよびコンピュータプログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070282618A1 (en) * 2006-05-31 2007-12-06 International Business Machines Corporation Method and system for scheduling delivery of at least one of goods and services
US20130339266A1 (en) * 2012-06-15 2013-12-19 Telogis, Inc. Vehicle fleet routing system
US20160048802A1 (en) * 2014-08-13 2016-02-18 Tianyu Luwang Transportation planning for a regional logistics network

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5897629A (en) * 1996-05-29 1999-04-27 Fujitsu Limited Apparatus for solving optimization problems and delivery planning system
US20130159206A1 (en) * 2011-12-14 2013-06-20 International Business Machines Corporation Dynamic vehicle routing in multi-stage distribution networks
JP6692022B2 (ja) * 2016-10-31 2020-05-13 三菱重工業株式会社 配送計画システム、配送計画方法及びプログラム
JP6272596B1 (ja) * 2017-05-31 2018-01-31 三菱電機株式会社 運行計画装置、運行計画方法および運行計画プログラム
CN109308540B (zh) 2017-07-28 2020-07-28 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
US20190114587A1 (en) * 2017-10-12 2019-04-18 Walmart Apollo, Llc Systems and methods for a routing system
US20200097907A1 (en) * 2018-09-20 2020-03-26 Sap Se Optimization of batch requests
JP7092304B2 (ja) * 2018-09-21 2022-06-28 株式会社デンソー 経路推定システム、経路推定方法、及び経路推定プログラム
US20200401958A1 (en) * 2019-06-18 2020-12-24 Google Llc Systems and Methods for Improvements to Vehicle Routing Including Back-End Operations
JP7500223B2 (ja) * 2020-02-27 2024-06-17 株式会社東芝 情報処理装置、情報処理システム、情報処理方及び情報処理プログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070282618A1 (en) * 2006-05-31 2007-12-06 International Business Machines Corporation Method and system for scheduling delivery of at least one of goods and services
US20130339266A1 (en) * 2012-06-15 2013-12-19 Telogis, Inc. Vehicle fleet routing system
US20160048802A1 (en) * 2014-08-13 2016-02-18 Tianyu Luwang Transportation planning for a regional logistics network

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
A. SYRICHAS等: "Large-scale vehicle routing problems: Quantum Annealing, tunings and results", 《COMPUTERS AND OPERATIONS RESEARCH》, vol. 87, pages 2 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114485705A (zh) * 2022-01-12 2022-05-13 上海于万科技有限公司 一种基于路网地图的清扫路径确定方法及系统
CN114485705B (zh) * 2022-01-12 2024-05-14 上海于万科技有限公司 一种基于路网地图的清扫路径确定方法及系统

Also Published As

Publication number Publication date
JP2021165196A (ja) 2021-10-14
JP7354910B2 (ja) 2023-10-03
EP3893171A1 (en) 2021-10-13
US20210319371A1 (en) 2021-10-14

Similar Documents

Publication Publication Date Title
CN113496375A (zh) 信息处理装置、信息处理方法以及计算机可读存储介质
Pisinger et al. A general heuristic for vehicle routing problems
CN103309917B (zh) 路径搜索方法和路径搜索装置
CN108492068B (zh) 用于路径规划的方法和装置
US6181984B1 (en) Creation method and apparatus of network configuration for power system
US8532922B2 (en) Method for simplifying a description of a route of travel
WO2000038228A1 (fr) Appareil et procede de cablage brute et support d'enregistrement conservant un programme de cablage brute
US10223649B2 (en) System and method of multi-objective optimization for transportation arrangement
CN114611755A (zh) 基于混合元启发式算法的旅行商最优路径确定方法
JP2021144351A (ja) 情報処理装置、経路生成方法および経路生成プログラム
CN116539056B (zh) 一种路径规划方法、装置和电子设备
Ferris et al. Robust path choice in networks with failures
CN111369189A (zh) 生成拣货任务的方法、装置、存储介质及电子设备
JP2016192692A (ja) 経路配置方法、経路配置装置、及びプログラム
CN109783222A (zh) 一种消除分支分歧的方法及设备
CN110837935A (zh) 物流线路的优化方法、装置及存储介质
JP2024072926A (ja) エネルギー関数の最小値探索装置、エネルギー関数の最小値探索方法、及びプログラム
CN115358532A (zh) 设备作业的工单生成方法、装置、计算机设备
US20170090820A1 (en) Method and device for operating a many-core system
CN115409222A (zh) 基于图数据库的运输路由规划方法、装置、设备和介质
JP5958697B2 (ja) ネットワークにおける経路特定方法および装置並びに経路特定プログラム
EP4270275A1 (en) Information processing device, information processing program, and information processing method
Merkuryeva et al. Integrated planning and scheduling built on cluster analysis and simulation optimisation
US11329900B1 (en) Sequenced capacity deployment for WAN and datacenter networks
EP4216109A1 (en) Information processing apparatus, information processing method, and information processing program

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