DE112021006810T5 - Optimierungsvorrichtung, optimierungsverfahren und nichtflüchtiges, computerlesbares medium - Google Patents

Optimierungsvorrichtung, optimierungsverfahren und nichtflüchtiges, computerlesbares medium Download PDF

Info

Publication number
DE112021006810T5
DE112021006810T5 DE112021006810.5T DE112021006810T DE112021006810T5 DE 112021006810 T5 DE112021006810 T5 DE 112021006810T5 DE 112021006810 T DE112021006810 T DE 112021006810T DE 112021006810 T5 DE112021006810 T5 DE 112021006810T5
Authority
DE
Germany
Prior art keywords
delivery
consumption
type
candidate
optimization
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
DE112021006810.5T
Other languages
English (en)
Inventor
Akio Toda
Hiroshi Chishima
Kenji Tsukiyama
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.)
NEC Corp
NEC Solution Innovators Ltd
Original Assignee
NEC Corp
NEC Solution Innovators 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 NEC Corp, NEC Solution Innovators Ltd filed Critical NEC Corp
Publication of DE112021006810T5 publication Critical patent/DE112021006810T5/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047Optimisation of routes or paths, e.g. travelling salesman problem
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083Shipping
    • G06Q10/0835Relationships between shipper or supplier and carriers
    • G06Q10/08355Routing methods

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Es wird eine Optimierungsvorrichtung zum Reduzieren von Zeit zur Erstellung eines Lieferplans bereitgestellt. Eine Optimierungsvorrichtung (100) wird bereitgestellt, mit: einer Erlangungseinheit (110), die Lieferinformation bezüglich jedes von einem oder mehreren Produkten in jedem einer Vielzahl von Verbrauchsgebieten erlangt; einer Identifikationseinheit (120), die eine Vielzahl von Kandidaten von Lieferaufgaben zum Weggehen von einer Lieferquelle, zum Liefern von einem oder mehreren Produkten zu jedem von einem oder mehreren Verbrauchsgebieten und zum Zurückkehren zur Lieferquelle identifiziert; einer Bestimmungseinheit (130), die auf der Basis der Lieferinformation einen Fahrzeugtyp eines Lieferfahrzeugs und/oder Orientierungswerte in den Kandidaten bestimmt; und einer Auswahleinheit (140), die eine Vielzahl von Lieferaufgaben aus der identifizierten Vielzahl von Kandidaten auf der Basis des Ergebnisses eines Optimierens einer Zielfunktion basierend auf dem Bestimmungsergebnis auswählt.

Description

  • Technisches Gebiet
  • Die vorliegende Erfindung betrifft eine Optimierungsvorrichtung, ein Optimierungsverfahren und ein Optimierungsprogramm.
  • Stand der Technik
  • Die Patentliteratur 1 offenbart eine Technik zum Erstellen eines Lieferplans durch Maximieren oder Minimieren einer Zielfunktion aus einer Kombination von einer großen Anzahl von Faktoren, wie beispielsweise Lieferzielorte, Lieferarten bzw. -sorten und Zeitrahmen zur Lieferung. Zur Optimierung werden Metaheuristiken wie beispielsweise eine lokale Suche, ein genetischer Algorithmus und Annealing verwendet.
  • Liste von Entgegenhaltungen
  • Patentliteratur
  • Patentliteratur 1: Japanische ungeprüfte Patentanmeldung mit der Veröffentlichungs-Nr. 2005-096928
  • Zusammenfassung der Erfindung
  • Technisches Problem
  • Gemäß der in der Patentliteratur 1 offenbarten Technik wird mit zunehmender Anzahl von Lieferzielorten die Anzahl der Kombinationen enorm und nimmt das Ausmaß des Problems oft zu, was zu einem derartigen Problem führt, dass ein Berechnen einer gültigen Lösung in einer realistischen Zeitspanne schwierig ist.
  • Die vorliegende Offenbarung ist gemacht worden, um ein solches Problem zu lösen, und stellt eine Optimierungsvorrichtung, ein Optimierungsverfahren und ein Optimierungsprogramm bereit, die die Zeit reduzieren, die zum Erstellen eines Lieferplans erforderlich ist.
  • Lösung für das Problem
  • Eine Optimierungsvorrichtung gemäß der vorliegenden Offenbarung enthält:
    • eine Erlangungseinheit, die Lieferinformation bezüglich jedes von einem oder mehreren Produkten für jeden einer Vielzahl von Verbrauchsorten erlangt;
    • eine Identifikationseinheit, die eine Vielzahl von Lieferaufgabenkandidaten identifiziert, die von einer Lieferquelle weggehen, die das eine oder die mehreren Produkte zu jedem von einem oder mehreren Verbrauchsorten liefern und die zur Lieferquelle zurückkehren;
    • eine Bestimmungseinheit, die basierend auf der Lieferinformation wenigstens eines von Bewertungswerten und einem Fahrzeugtyp eines Lieferfahrzeugs für jeden Kandidaten bestimmt; und
    • eine Auswahleinheit, die eine Vielzahl von Lieferaufgaben aus der Vielzahl von identifizierten Kandidaten basierend auf einem Ergebnis eines Optimierens einer Zielfunktion basierend auf einem Bestimmungsergebnis auswählt.
  • Ein Optimierungsverfahren gemäß der vorliegenden Offenbarung enthält:
    • Erlangen, durch einen Computer, von Lieferinformation bezüglich jedes von einem oder mehreren Produkten für jeden einer Vielzahl von Verbrauchsorten;
    • Identifizieren, durch den Computer, einer Vielzahl von Lieferaufgabenkandidaten, die von einer Lieferquelle weggehen, die das eine oder die mehreren Produkte zu jedem von einem oder mehreren Verbrauchsorten liefern und die zur Lieferquelle zurückkehren;
    • Bestimmen, durch den Computer, von wenigstens einem von Bewertungswerten und einem Fahrzeugtyp eines Lieferfahrzeugs für jeden Kandidaten basierend auf der Lieferinformation; und
    • Auswählen, durch den Computer, einer Vielzahl von Lieferaufgaben aus der Vielzahl von identifizierten Kandidaten basierend auf einem Ergebnis eines Optimierens einer Zielfunktion basierend auf einem Bestimmungsergebnis.
  • Ein Optimierungsprogramm gemäß der vorliegenden Offenbarung veranlasst, dass ein Computer folgendes ausführt:
    • Erlangen von Lieferinformation bezüglich jedes von einem oder mehreren Produkten für jeden einer Vielzahl von Verbrauchsorten;
    • Identifizieren einer Vielzahl von Lieferaufgabenkandidaten, die von einer Lieferquelle weggehen, die das eine oder die mehreren Produkte zu jedem von einem oder mehreren Verbrauchsorten liefern und die zur Lieferquelle zurückkehren;
    • Bestimmen von wenigstens einem von Bewertungswerten und einem Fahrzeugtyp eines Lieferfahrzeugs für jeden Kandidaten basierend auf der Lieferinformation; und
    • Auswählen einer Vielzahl von Lieferaufgaben aus der Vielzahl von identifizierten Kandidaten basierend auf einem Ergebnis eines Optimierens einer Zielfunktion basierend auf einem Bestimmungsergebnis.
  • Vorteilhafte Wirkungen der Erfindung
  • Mit einer Optimierungsvorrichtung, einem Optimierungsverfahren und einem Optimierungsprogramm gemäß der vorliegenden Offenbarung ist es möglich, die Zeit zu reduzieren, die zur Erstellung eines Lieferplans erforderlich ist.
  • Kurze Beschreibung der Zeichnungen
    • 1 ist ein Blockdiagramm, das eine Konfiguration einer Optimierungsvorrichtung gemäß einer ersten beispielhaften Ausführungsform zeigt;
    • 2 ist ein Konfigurationsdiagramm, das ein Beispiel einer Hardwarekonfiguration der Optimierungsvorrichtung gemäß der ersten beispielhaften Ausführungsform zeigt;
    • 3 ist ein Blockdiagramm, das eine Konfiguration einer Optimierungsvorrichtung gemäß einer zweiten beispielhaften Ausführungsform zeigt;
    • 4 ist ein schematisches Diagramm, das spezifische Beispiele von Lieferinformation zeigt;
    • 5 ist ein schematisches Diagramm, das in einem Lieferblock enthaltene Information zeigt;
    • 6 ist ein schematisches Diagramm, das ein Beispiel eines Lieferblocks für eine Operation zur Lieferung zu einem Verbrauchsort zeigt;
    • 7 ist ein schematisches Diagramm, das ein Beispiel eines Lieferblocks für eine Operation zur Lieferung zu zwei Verbrauchsorten zeigt;
    • 8 ist ein Flussdiagramm, das eine Prozedur eines Optimierungsverfahrens gemäß der zweiten beispielhaften Ausführungsform zeigt; und
    • 9 ist ein schematisches Diagramm zum Erklären eines Verfahrens zum Identifizieren eines Lieferaufgabenkandidaten.
  • Beispielhafte Ausführungsform
  • (Erste beispielhafte Ausführungsform)
  • Hierin nachfolgend werden beispielhafte Ausführungsformen der vorliegenden Erfindung unter Bezugnahme auf die Zeichnungen beschrieben werden. 1 ist ein Konfigurationsdiagramm, das eine Konfiguration einer Optimierungsvorrichtung 100 gemäß einer ersten beispielhaften Ausführungsform zeigt. Die Optimierungsvorrichtung 100 enthält eine Erlangungseinheit 110, eine Identifikationseinheit 120, eine Bestimmungseinheit 130 und eine Auswahleinheit 140.
  • Die Erlangungseinheit 110 erlangt Lieferinformation bezüglich jedes von einem oder mehreren Produkten für jeden einer Vielzahl von Verbrauchsorten. Die Lieferinformation kann Information sein, die einen Lieferzeitraum und eine Liefermenge spezifiziert, oder Information, die eine Liefermenge für einen jeweiligen Zeitraum spezifiziert. Die Erlangungseinheit 110 kann zum Beispiel die Lieferinformation basierend auf Auftrags- bzw. Bestellinformation erlangen. Wenn ein Lieferzeitraum und eine Liefermenge nicht durch einen Lieferzielort spezifiziert sind, kann die Erlangungseinheit 110 die Lieferinformation durch Bestimmen einer Liefermenge für einen jeweiligen Zeitraum basierend auf der geschätzten Verbrauchsrate eines Produkts erlangen.
  • Die Identifikationseinheit 120 bestimmt eine Vielzahl von Lieferaufgabenkandidaten, die von einer Lieferquelle weggehen, die ein oder mehrere Produkte zu jedem von einem oder mehreren Verbrauchsorten liefern und die zur Lieferquelle zurückkehren. Die Identifikationseinheit 120 kann zum Beispiel als Kandidaten Lieferaufgaben zur Lieferung zu einer Vielzahl von Verbrauchsorten identifizieren, wo die wechsel- bzw. gegenseitigen Abstände kleiner als ein Schwellenwert oder gleich diesem sind. Zusätzlich kann die Identifikationseinheit 120 als Kandidaten Lieferaufgaben zur Lieferung zu einem Verbrauchsort und Lieferaufgaben zur Lieferung zu zwei Verbrauchsorten identifizieren.
  • Die Vielzahl von Kandidaten kann nicht nur unterschiedliche Fahrten enthalten, sondern auch die gleiche Fahrt mit verschiedenen Lieferfirmen. Hier wird eine Fahrt als ein Arbeitsweg definiert, der von einer Lieferquelle weggeht, ein oder mehrere Produkte zu jedem von einem oder mehreren Verbrauchsorten liefert und zur Lieferquelle zurückkehrt. Wenn Lieferfirmen unterschiedlich sind, können die Lieferkosten oder ähnliches für dieselbe Fahrt unterschiedlich sein. Es ist zu beachten, dass die Identifikationseinheit 120 Kandidaten für die Lieferaufgaben basierend auf der von der Erlangungseinheit 110 erlangten Lieferinformation identifizieren kann. Die Identifikationseinheit 120 kann eine Fahrt, bei der die Liefermenge kleiner als ein vorbestimmter Wert oder gleich diesem ist, als Kandidaten für die Lieferaufgabe identifizieren. Dies lässt zu, dass die Identifikationseinheit 120 diejenigen als Kandidaten identifiziert, die die maximale Ladekapazität eines Lieferfahrzeugs nicht überschreiten.
  • Die Bestimmungseinheit 130 bestimmt, basierend auf der von der Erlangungseinheit 110 erlangten Lieferinformation, wenigstens eines von Bewertungswerten in jedem durch die Identifikationseinheit 120 identifizierten Kandidaten und einem Fahrzeugtyp eines Lieferfahrzeugs. Der Bewertungswert ist zum Beispiel eine Transportmenge pro Fahrstrecke (Liefereffizienz), Lieferkosten, eine Fahrstrecke oder ähnliches. Die Identifikationseinheit 120 kann eine Vielzahl von Bewertungswerten berechnen. Der Fahrzeugtyp ist zum Beispiel groß, mittel, klein oder ähnliches. Gemäß dem Bestimmungsergebnis kann die Optimierungsvorrichtung 100 für jeden Kandidaten Lieferdaten (die auch als Lieferblock bezeichnet sind) einschließlich eines Verbrauchsortes zur Lieferung (Lieferzielort), der Liefermenge von jedem von einem oder mehreren Produkten für jeden Lieferzielort, der Bewertungswerte und des Fahrzeugtyps in einer Speichervorrichtung (die nicht gezeigt ist) registrieren.
  • Die Auswahleinheit 140 wählt basierend auf einem Ergebnis eines Optimierens einer Zielfunktion basierend auf dem Bestimmungsergebnis der Bestimmungseinheit 130 eine Vielzahl von Lieferaufgaben aus der Vielzahl von durch die Identifikationseinheit 120 identifizierten Kandidaten aus. Die Zielfunktion kann zum Beispiel mit einem Erfüllen einer Einschränkung für die Anzahl von Malen für eine Lieferung für jeden Verbrauchsort basierend auf der Lieferinformation optimiert werden. Alternativ kann die Zielfunktion mit einem Erfüllen einer Einschränkung für die Anzahl von Fahrzeugtypen optimiert werden. Die Zielfunktion kann zum Beispiel die Bewertungswerte von Kandidaten enthalten. Die Zielfunktion kann durch Annealing oder andere Metaheuristiken optimiert werden. Es ist zu beachten, dass die Optimierungsberechnung innerhalb der Optimierungsvorrichtung 100 oder außerhalb der Optimierungsvorrichtung 100 durchgeführt werden kann.
  • Die Optimierungsvorrichtung gemäß der ersten beispielhaften Ausführungsform identifiziert eine Vielzahl von Lieferaufgabenkandidaten und wählt die optimale Lieferaufgabenkombination aus der Vielzahl von Kandidaten aus. Mit der Optimierungsvorrichtung gemäß der ersten beispielhaften Ausführungsform wird keine Optimierungsberechnung durchgeführt, wenn Lieferaufgabenkandidaten identifiziert werden, was das Berechnungsausmaß bei einer Optimierungsberechnung reduziert, und ein Lieferplan kann in einer kurzen Zeit erstellt werden.
  • 2 ist ein Diagramm, das ein Beispiel der Hardwarekonfiguration der Optimierungsvorrichtung 100 zeigt. Die Optimierungsvorrichtung 100 enthält einen Prozessor 1001, einen Speicher 1002 und eine Speichervorrichtung 1003. Die Speichervorrichtung 1003 speichert ein Computerprogramm, das die Verarbeitung eines Optimierungsverfahrens gemäß der ersten beispielhaften Ausführungsform implementiert. Der Prozessor 1001 lädt das Computerprogramm von der Speichervorrichtung 1003 in den Speicher 1002, um das Computerprogramm auszuführen. Dies lässt zu, dass der Prozessor 1001 die Funktionen der Erlangungseinheit 110, der Identifikationseinheit 120, der Bestimmungseinheit 130 und der Auswahleinheit 140 implementiert.
  • Alternativ können die Erlangungseinheit 110, die Identifikationseinheit 120, die Bestimmungseinheit 130 und die Auswahleinheit 140 durch dedizierte Hardware implementiert werden. Zusätzlich kann ein Teil oder alles der Bestandteilselemente jeder Vorrichtung durch eine allgemeine oder eine dedizierte Schaltung, einen Prozessor oder ähnliches oder eine Kombination davon implementiert werden. Diese können durch einen einzelnen Chip oder eine Vielzahl von über einen Bus verbundene Chips konfiguriert werden. Ein Teil oder alles der Bestandteilselemente jeder Vorrichtung kann durch eine Kombination aus der Schaltung oder dergleichen, wie es oben beschrieben ist, und einem Programm implementiert werden. Zusätzlich kann als Prozessor eine zentrale Verarbeitungseinheit (CPU), eine Grafikverarbeitungseinheit (GPU), ein feldprogrammierbares Gate-Array (FPGA) oder ähnliches verwendet werden. Die Optimierungsvorrichtung 100 kann einen Quantenchip (nicht dargestellt) enthalten, der Quantum-Annealing (dt. Quantenglühen) durchführt.
  • Wenn ein Teil oder alles der Bestandteilselemente der Optimierungsvorrichtung 100 durch eine Vielzahl von Informationsverarbeitungsvorrichtungen, Schaltkreisen oder ähnliches implementiert ist, kann die Vielzahl von Informationsverarbeitungsvorrichtungen, Schaltkreisen oder ähnlichem kollektiv bzw. gemeinsam oder verstreut angeordnet sein. Zum Beispiel können die Informationsverarbeitungsvorrichtungen, Schaltkreise oder ähnliches dadurch implementiert sein, dass sie über ein Kommunikationsnetzwerk, wie beispielsweise ein Client-Server-System oder ein Cloud-Computing-System, miteinander verbunden sind. Zusätzlich kann die Funktion der Optimierungsvorrichtung 100 in einer Form von Software als Dienst (SaaS (= Software as a Service)) bereitgestellt sein.
  • (Zweite beispielhafte Ausführungsform)
  • Eine zweite beispielhafte Ausführungsform ist ein spezifisches Beispiel der ersten beispielhaften Ausführungsform. Im Folgenden werden Beschreibungen, die sich mit denjenigen bei der ersten beispielhaften Ausführungsform überschneiden, weggelassen. Eine Optimierungsvorrichtung 100a gemäß der beispielhaften Ausführungsform optimiert einen Plan zum Liefern eines Produkts zu einer Vielzahl von Verbrauchsorten. Die Optimierungsvorrichtung 100a optimiert zum Beispiel einen Plan zum Liefern von Erdöl oder Flüssigerdgas durch einen Tankwagen. Das Erdöl ist zum Beispiel Benzin, Kerosin, Leichtöl, Schweröl oder dergleichen. Es kann eine Vielzahl von Produkttypen geben. Die Produkttypen sind zum Beispiel normales Benzin und Benzin mit hoher Oktanzahl.
  • Die Verbrauchsorte sind zum Beispiel Tankstellen und andere Kunden. Die Verbrauchsorte werden auch als Servicestation (SS) bezeichnet. Die Verbrauchsorte enthalten eine erste Art von Verbrauchsort und eine zweite Art von Verbrauchsort. Für die erste Art von Verbrauchsort werden ein Zeitrahmen für eine Lieferung und die Menge eines zu liefernden Produkts durch eine Kunden spezifiziert. Die erste Art von Verbrauchsort wird auch als Verbrauchsort für einen spezifizierten Auftrag bezeichnet. Für die zweite Art von Verbrauchsort sind ein Zeitrahmen für eine Lieferung und die Menge eines zu liefernden Produkts nicht spezifiziert, muss aber eine Lieferung so erfolgen, dass kein Ausverkauf erfolgt. Die zweite Art von Verbrauchsort wird auch als Verbrauchsort für einen Vertragsauftrag bezeichnet.
  • Wie es später detailliert beschrieben wird, werden für die erste Art von Verbrauchsort der Lieferzeitraum und die Liefermenge basierend auf einer Bestellinformation bestimmt. Bei der zweiten Art von Verbrauchsort wird die Liefermenge für jeden Zeitraum, wann die Lieferung erfolgen soll, basierend auf Verbrauchsvorhersageinformation bestimmt.
  • Ein Arbeitsweg, der von einer Lieferquelle weggeht, zu jedem von einem oder mehreren Verbrauchsorten liefert und zur Lieferquelle zurückkehrt, wird als Fahrt bezeichnet, wie es oben beschrieben ist. Wenn das gelieferte Produkt Benzin ist, kann die Lieferquelle ein Ölterminal sein. Wenn sich eine Vielzahl von Ölterminals im Liefergebiet befindet, kann die Lieferquelle unterschiedlich von einer Lieferquelle sein, zu der ein Lieferfahrzeug nach einer Lieferung zu den Verbrauchsorten zurückkehrt.
  • Wie es später beschrieben wird, erstellt die Optimierungsvorrichtung 100a eine Vielzahl von Lieferaufgabenkandidaten und wählt die optimale Kombination aus der Vielzahl von Kandidaten aus, um einen Lieferplan zu erstellen. Wie es später beschrieben wird, werden für jeden Kandidaten Lieferdaten erzeugt, die einen Verbrauchsort zur Lieferung (Lieferzielort), eine Liefermenge, einen Bewertungswert einer Liefereffizienz oder ähnliches sowie den Fahrzeugtyp eines Lieferfahrzeugs enthalten. Solche Lieferdaten werden als Lieferblock bezeichnet. Die Optimierungsvorrichtung 100a erzeugt eine Vielzahl solcher Lieferblöcke und wählt (extrahiert) die Lieferblöcke, die den Operationen entsprechen, die die Produkte tatsächlich liefern, um einen Lieferplan zu erstellen.
  • 3 ist ein Konfigurationsdiagramm, das die Konfiguration der Optimierungsvorrichtung 100a zeigt. Die Optimierungsvorrichtung 100a ist mit einer Datenmanagementvorrichtung 200 verbunden, die Bestellinformation speichert, und einer Verbrauchsvorhersagevorrichtung 300, die den Verbrauch eines zu liefernden Produkts vorhersagt. Die Optimierungsvorrichtung 100a enthält eine Erlangungseinheit 110a, eine Identifikationseinheit 120a, eine Bestimmungseinheit 130a und eine Auswahleinheit 140a.
  • Die Erlangungseinheit 110a ist ein Beispiel der oben beschriebenen Erlangungseinheit 110. Die Erlangungseinheit 110a erlangt Bestell- bzw. Auftragsinformation bezüglich der ersten Art von Verbrauchsort von der Datenmanagementvorrichtung 200. Dann bestimmt die Erlangungseinheit 110a den Zeitrahmen bzw. Zeitraum bzw. die Zeitspanne zur Lieferung und die Liefermenge basierend auf der Auftragsinformation, um Lieferinformation zu erlangen. Die Erlangungseinheit 110a erlangt weiterhin Verbrauchsvorhersageinformation bezüglich der zweiten Art von Verbrauchsort von der Verbrauchsvorhersagevorrichtung 300. Dann bestimmt die Erlangungseinheit 110a für jeden Zeitrahmen die Liefermenge, wenn eine Lieferung basierend auf der Vorhersageinformation durchzuführen ist, um das bestimmte Ergebnis als Lieferinformation zu erlangen. Die Erlangungseinheit 110a kann die Liefermenge auch unter Berücksichtigung der Bestandsmenge an jedem Verbrauchsort bestimmen.
  • Unter Bezugnahme auf 4 wird die Lieferinformation beschrieben. Die Erlangungseinheit 110a erlangt die Lieferinformation in Bezug auf jeden von Verbrauchsorten SSA, SSB, SSC, SSD und SSE. Die Verbrauchsorte SSA, SSB und SSC sind die erste Art von Verbrauchsorten. Die Verbrauchsorte SSD und SSE sind die zweite Art von Verbrauchsorten.
  • Die Erlangungseinheit 110a erlangt Lieferinformation 2A1 bezüglich des Verbrauchsortes SSA, Lieferinformation 2B2 bezüglich des Verbrauchsortes SSB und Lieferinformation 2C3 bezüglich des Verbrauchsortes SSC. Die Erlangungseinheit 110a erlangt weiterhin Lieferinformation 2D1 bis 2D3 bezüglich des Verbrauchsortes SSD und Lieferinformation 2E1 bis 2E3 bezüglich des Verbrauchsortes SSE. Eine horizontale Position in jeder Lieferinformation zeigt einen Zeitrahmen an, in dem eine Lieferung durchzuführen ist bzw. erfolgen soll, und eine Position nach rechts bedeutet einen späteren Zeitrahmen. Die Zeitrahmen T1, T2 und T3 können jeweils morgens, nachmittags und nachts entsprechen, wie es oben beschrieben ist. Die Lieferinformation 2A1 bis 2E3 wird auch als Lieferplan bezeichnet.
  • Für die erste Art von Verbrauchsorten SSA, SSB und SSC ist die Liefermenge in irgendeinem der Zeitrahmen bzw. Zeiträume T1 bis T3 bestimmt worden. Zum Beispiel ist unter Bezugnahme auf die Lieferinformation 2A1 bezüglich SSA bestimmt worden, dass 8 kl von normalem Benzin und 4 kl von Benzin mit hoher Oktanzahl im Zeitrahmen T1 zu liefern sind.
  • Für die zweite Art von Verbrauchsorten SSD und SSE ist die Liefermenge für jeden Zeitrahmen bzw. Zeitraum bestimmt worden, in dem die Lieferung erfolgen soll. Zum Beispiel ist unter Bezugnahme auf die Lieferinformation 2D1 bis 2D3 bezüglich SSD bestimmt worden, dass 4 kl von normalem Benzin und 2 kl von Benzin mit hoher Oktanzahl im Zeitrahmen T1 zu liefern sind, dass 8 kl von normalem Benzin und 4 kl von Benzin mit hoher Oktanzahl im Zeitrahmen T2 zu liefern sind und dass 10 kl von normalem Benzin und 6 kl von Benzin mit hoher Oktanzahl im Zeitrahmen T3 zu liefern sind. Hier wird, wie es oben beschrieben ist, die Liefermenge (zum Beispiel Ölmenge) für jeden Zeitrahmen basierend auf der Verbrauchsvorhersage berechnet. Da der Verbrauch in den früheren Zeitrahmen berücksichtigt wird, wird die Liefermenge erhöht, wenn der Zeitrahmen später wird.
  • Kehrt man zurück zu 3, ist die Identifikationseinheit 120a ein Beispiel der oben beschriebenen Identifikationseinheit 120. Die Identifikationseinheit 120a identifiziert basierend auf der von der Erlangungseinheit 110a erlangten Lieferinformation eine Vielzahl von Lieferaufgabenkandidaten, bei denen die Liefermengen die oberen Grenzen nicht überschreiten. Es ist zu beachten, dass die Identifikationseinheit 120a die Kandidaten für die Lieferaufgaben durch Berücksichtigen von Bedingungen bestimmen kann, die andere als die Liefermenge sind. Es kann gesagt werden, dass die Identifikationseinheit 120a Lieferaufgaben identifiziert, für die es realisierbar bzw. möglich ist, tatsächlich eine Lieferung vorzunehmen.
  • Nachstehend wird ein Beispiel eines Verfahrens zum Erstellen der Lieferaufgabenkandidaten beschrieben. Zum Beispiel identifiziert die Identifikationseinheit 120a zuerst Lieferaufgaben zur Lieferung zu einem Verbrauchsort und identifiziert dann Lieferaufgaben zur Lieferung zu zwei Verbrauchsorten. Hier wird für die Lieferaufgaben zur Lieferung zu zwei Verbrauchsorten eine Aufgabe, bei der die Liefermenge eine vordefinierte obere Grenze (zum Beispiel die obere Grenze der Ladekapazität eines Lieferfahrzeugs) nicht überschreitet, als Kandidat identifiziert. In anderen Worten bestimmt die Identifikationseinheit 120a, ob die Liefermenge des Produkts kleiner als ein Schwellenwert oder gleich diesem ist, und sie identifiziert die Lieferaufgabe als die zweite Art von Kandidat, wenn das Bestimmungsergebnis wahr ist.
  • Es ist zu beachten, dass die Identifikationseinheit 120a dann, wenn sie eine Lieferaufgabe zur Lieferung zu zwei Verbrauchsorten identifiziert, eine Lieferaufgabe zur Lieferung zu zwei Verbrauchsorten identifizieren kann, deren Abstand voneinander kleiner als ein Schwellenwert oder gleich diesem ist. Es muss nicht gesagt werden, dass die Identifikationseinheit 120a einen Kandidaten für eine Lieferaufgabe zur Lieferung zu drei oder mehr Verbrauchsorten identifizieren kann. Eine Lieferaufgabe zur Lieferung zu mehreren Verbrauchsorten, deren Abstände bzw. Entfernungen voneinander gleich dem Schwellenwert oder kleiner als dieser sind, wird als geeigneter Kandidat in Bezug auf eine Liefereffizienz und dergleichen angesehen. Zusätzlich stellt ein Einschließen einer Lieferaufgabe zur Lieferung zu einem Verbrauchsort in Kandidaten sicher, dass alle Verbrauchsorte in den Lieferzielorten der Kandidaten enthalten sind.
  • Diejenigen, die die folgenden verschiedenen Bedingungen erfüllen, können als Kandidaten identifiziert werden. Zunächst kann jeder Kandidat durch Berücksichtigen der oberen und unteren Grenzen des Lagerfüllstands des bei jeder SS installierten Tanks identifiziert werden. Zusätzlich kann jeder Kandidat durch Berücksichtigen des für jede SS eingestellten Zeitrahmens identifiziert werden, in dem eine Lieferung durchgeführt werden kann. Jeder Kandidat kann durch Berücksichtigen der zur Lieferung erforderlichen Zeit (Lieferzeit) identifiziert werden. Jeder Kandidat kann durch Berücksichtigen des Fahrzeugtyps identifiziert werden, der zur Lieferung bei jeder SS verwendet werden kann. Hier kann jeder Kandidat durch Berücksichtigen der Arbeitszeit (Betankungszeit) bei der Lieferquelle oder der SS identifiziert werden. Es ist zu beachten, dass die Liefermenge für einen spezifizierten Auftrag nicht geändert wird.
  • Die Bestimmungseinheit 130a ist ein Beispiel der oben beschriebenen Bestimmungseinheit 130. Fürjeden durch die Identifikationseinheit 120a identifizierten Kandidaten berechnet die Bestimmungseinheit 130a Bewertungswerte wie beispielsweise eine Liefereffizienz basierend auf der Lieferinformation und bestimmt auch den Fahrzeugtyp eines Lieferfahrzeugs basierend auf der Lieferinformation. Dann erzeugt die Bestimmungseinheit 130a Lieferdaten einschließlich des Lieferzielortes (Verbrauchsortes), der Liefermenge, der Bewertungswerte, des Fahrzeugtyps und dergleichen in jedem Kandidaten und registriert die Lieferdaten in einer Speichervorrichtung (nicht gezeigt). Solche Lieferdaten werden auch als Lieferblock bezeichnet.
  • Unter Bezugnahme auf 5 wird ein Lieferblock 3 beschrieben. Der Lieferblock 3 enthält eine Nummer 31, einen Typ 32, einen Fahrzeugtyp 33, einen Zeitrahmen bzw. Zeitraum 34, einen Lieferzielort 35a, eine reguläre bzw. normale Menge 36a1, eine Menge mit hoher Oktanzahl 36a2, einen Lieferzielort 35b, eine reguläre bzw. normale Menge 36b1, eine Menge mit hoher Oktanzahl 36b2, eine Entfernung bzw. einen Abstand 37, eine Liefereffizienz 38 und eine Zeit 39. Es ist zu beachten, dass 5 ein Beispiel ist, und der Lieferblock 3 kann drei oder mehr Lieferzielorte enthalten.
  • Die Nummer 31 ist die Identifikationsnummer jedes Lieferblocks. Der Typ 32 ist Information, die die Anzahl von Lieferzielorten anzeigt. Der Typ 32 kann derart angesehen werden, dass er den Typ einer Fahrt anzeigt, ob die Fahrt zur Lieferung zu einem Verbrauchsort und zur Rückkehr zur Lieferquelle ist oder eine Fahrt zur Lieferung zu zwei Verbrauchsorten und zur Rückkehr zur Lieferquelle.
  • Der Fahrzeugtyp 33 ist der Typ eines Lieferfahrzeugs und ist zum Beispiel groß, mittel oder klein. Abhängig vom Fahrzeugtyp 33 unterscheidet sich die Ladekapazität des Lieferfahrzeugs. Die Bestimmungseinheit 130a kann den Fahrzeugtyp 33 zum Beispiel basierend auf dem Ergebnis eines Hinzufügens der regulären Menge 36a1, der regulären Menge 36b1, der Menge mit hoher Oktanzahl 36a2 und der Menge mit hoher Oktanzahl 36b2 bestimmen, was später beschrieben werden wird. Es ist zu beachten, dass die Bestimmungseinheit 130a die gesamte Liefermenge für jeden Typ eines zu liefernden Produkts berechnen kann, um den Fahrzeugtyp 33 zu bestimmen. Der Fahrzeugtyp 33 kann zum Beispiel als klein bestimmt werden, wenn die gesamte Liefermenge kleiner als oder gleich 12 kl ist, als mittel, wenn die Liefermenge 12 kl überschreitet und kleiner als oder gleich 18 kl ist, und als groß, wenn die Liefermenge 18 kl überschreitet und kleiner als oder gleich 24 kl ist. Der Zeitrahmen 34 zeigt die Zeitrahmen T1 bis T3 an, in denen eine Lieferung erfolgen soll.
  • Der Lieferzielort 35a ist Information, die den Verbrauchsort anzeigt, wo die Lieferung zuerst erfolgen soll. Für einen Kandidaten für eine Lieferaufgabe zur Lieferung zu einem Verbrauchsort kann Information, die den Verbrauchsort anzeigt, im Lieferzielort 35a registriert werden, und keine Information darf im Lieferzielort 35b registriert sein. Die reguläre bzw. normale Menge 36a1 ist die Liefermenge von normalem Benzin, die zum Lieferzielort 35a geliefert werden soll, und wird in kl oder dergleichen ausgedrückt. Die Menge mit hoher Oktanzahl 36a2 ist die Liefermenge von Benzin mit hoher Oktanzahl, die zum Lieferzielort 35a geliefert werden soll, und wird in kl oder dergleichen ausgedrückt.
  • Der Lieferzielort 35b ist Information, die den Verbrauchsort anzeigt, wo die Lieferung als zweites erfolgen soll. Wie es oben beschrieben ist, kann dann, wenn eine Lieferung zu einem Verbrauchsort durchgeführt wird bzw. erfolgt, keine Information registriert sein. Die reguläre Menge 36b1 zeigt die Liefermenge von zum Lieferzielort 35b zu lieferndem Normalbenzin an und die Menge mit hoher Oktanzahl 36b2 zeigt die Liefermenge von zum Lieferzielort 35b zu lieferndem Benzin mit hoher Oktanzahl an. Es ist zu beachten, dass dann, wenn ein Kandidat für eine Lieferaufgabe zur Lieferung zu drei oder mehr Standorten identifiziert wird, der Lieferblock 3 drei oder mehr Lieferzielorte enthalten kann.
  • Die Strecke bzw. Entfernung bzw. der Abstand 37 ist eine Arbeitswegstrecke in der Lieferaufgabe und wird in km oder dergleichen ausgedrückt. In einem Fall einer Lieferung zu einem Verbrauchsort ist die Entfernung 37 die Entfernung von der Lieferquelle zum Lieferzielort 35a und vom Lieferzielort 35a zur Lieferquelle. Im Fall einer Lieferung zu zwei Verbrauchsorten ist die Entfernung 37 die Entfernung von der Lieferquelle zum Lieferzielort 35a, vom Lieferzielort 35a zum Lieferzielort 35b und vom Lieferzielort 35b zur Lieferquelle. Die Bestimmungseinheit 130a kann die Entfernung 37 basierend auf zum Beispiel Karteninformation oder dergleichen berechnen.
  • Die Liefereffizienz 38 zeigt die Liefermenge pro Arbeitswegstrecke an und wird in Einheiten von zum Beispiel [kl/km] angegeben. Die Bestimmungseinheit 130a kann die Liefereffizienz 38 zum Beispiel durch Addieren der regulären Menge 36a1, der Menge mit hoher Oktanzahl 36a2, der regulären Menge 36b1 und der Menge mit hoher Oktanzahl 36b2, um die gesamte Liefermenge zu berechnen, und Dividieren der Summe durch die Strecke 37 bestimmen.
  • Die Zeit 39 ist die für die Lieferaufgabe erforderliche Zeit. Die Zeit 39 wird unter Verwendung von zum Beispiel der Entfernung 37 und einer vorbestimmten Fahrzeuggeschwindigkeit (zum Beispiel 50 km/h) berechnet. Die vorbestimmte Fahrzeuggeschwindigkeit kann in Abhängigkeit vom Fahrzeugtyp 33 bestimmt werden. Zusätzlich kann die Zeit 39 die Zeit zum Entladen des Lieferprodukts an den Lieferzielorten 35a und 35b berücksichtigen.
  • Der Lieferblock 3 kann anstelle der Liefereffizienz 38 Lieferkosten enthalten. Die Lieferkosten sind zum Beispiel der Betrag, der an eine Lieferfirma zu zahlen ist, und können basierend auf der Entfernung 37 und der Liefermenge, wie beispielsweise der regulären Menge 36a1 und der Menge mit hoher Oktanzahl 36a2, berechnet werden. Wenn Lieferfirmen unterschiedlich sind, können die Lieferkosten für dieselbe Fahrt unterschiedlich sein. In einem solchen Fall kann eine Vielzahl von Lieferblöcken 3 mit der gleichen Fahrt erzeugt werden. In einem solchen Fall können die Lieferblöcke 3 Identifikationsinformation bezüglich der Lieferfirmen enthalten.
  • Weiterhin kann die Optimierungsvorrichtung 100a auch verwendet werden, um die gesamte Entfernung 37 zusätzlich zu einem Optimieren der gesamten Liefereffizienz 38 oder der gesamten Lieferkosten zu optimieren, wie es später beschrieben wird. In einem solchen Fall darf der Lieferblock 3 die Liefereffizienz 38 nicht enthalten.
  • 6 ist ein Diagramm, das ein Beispiel eines Lieferblocks zeigt, der einer Lieferaufgabe zur Lieferung zu einem Verbrauchsort entspricht. Ein Lieferblock 3A1 entspricht der in 4 gezeigten Lieferinformation 2A1. Ein Lieferblock 3B2 entspricht der in 4 gezeigten Lieferinformation 2B2. In jedem der Lieferblöcke 3A1 und 3B2 ist der Typ 32 der Fahrt „1“. In jedem der Lieferblöcke 3A1 und 3B2 ist der Fahrzeugtyp 33 klein, da die gesamte Liefermenge 12 kl (8 kl + 4 kl) beträgt. Zusätzlich sind in jedem der Lieferblöcke 3A1 und 3B2 der Lieferzielort 35b, die reguläre Menge 36b1 und die Menge mit hoher Oktanzahl 36b2 nicht registriert.
  • 7 ist ein Diagramm, das ein Beispiel eines Lieferblocks zeigt, der einer Lieferaufgabe zur Lieferung zu zwei Verbrauchsorten entspricht. Ein Lieferblock 3AD entspricht der Lieferaufgabe zur Lieferung zu SSA und SSD im Zeitrahmen T1 in 4. Da der Lieferblock 3AD basierend auf der Lieferinformation 2A1 und 2D1 erzeugt wird, kann er als eine Verkettung der Lieferinformation 2A1 und 2D1 angesehen werden. Zusätzlich entspricht der Lieferblock 3BD der Lieferaufgabe zur Lieferung zu SSB und SSD im Zeitrahmen T2 in 4. Da der Lieferblock 3BD basierend auf der Lieferinformation 2B2 und 2D2 erzeugt wird, kann er als eine Verkettung der Lieferinformation 2B2 und 2D2 angesehen werden.
  • In jedem der Lieferblöcke 3AD und 3BD ist der Typ 32 der Fahrt „2“. Im Lieferblock 3AD ist die gesamte Liefermenge 18 kl (8 + 4 + 4 + 2) und ist der Fahrzeugtyp 33 mittel. Im Lieferblock 3BD ist die gesamte Liefermenge 24 kl (8 + 4 + 8 + 4) und ist der Fahrzeugtyp 33 groß.
  • Kehrt man zurück zu 3, enthält die Optimierungsvorrichtung 100a die Auswahleinheit 140a. Die Auswahleinheit 140a ist ein Beispiel der oben beschriebenen Auswahleinheit 140. Die Auswahleinheit 140a wählt (extrahiert) aus der Vielzahl von durch die Bestimmungseinheit 130a erzeugten Lieferblöcken Lieferaufgaben für tatsächliche Lieferungen. Die Auswahleinheit 140a enthält eine Formulierungseinheit 141, die die Hamilton-Funktion formuliert, um zur Optimierung verwendet zu werden, eine Datenerstellungseinheit 142, die Ising-Modelldaten aus dem Ergebnis der Formulierung erzeugt, eine Annealing-Verarbeitungseinheit 143, die simuliertes Annealing bzw. Glühen oder Quantenglühen bzw. Quantum-Annealing durchführt, und eine Ergebnisanzeigeeinheit 144. Die Auswahleinheit 140a berechnet die Lösung, die die formulierte Zielfunktion durch Glühen bzw. Annealing maximiert oder minimiert.
  • Die Formulierungseinheit 141 erzeugt die Hamilton-Funktion, um zur Optimierung verwendet zu werden. Die Hamilton-Funktion enthält zum Beispiel die in nachstehenden Ausdrücken 1 bis 5 gezeigten Einschränkungsbedingungen. Es ist zu beachten, dass die Hamilton-Funktion nicht alle der in den Ausdrücken 1 bis 5 gezeigten Einschränkungsbedingungen enthalten muss. Die Hamilton-Funktion enthält auch irgendeine der in den nachstehenden Ausdrücken 6 bis 8 gezeigten Zielfunktionen. Daher kann die Hamilton-Funktion wie nachstehend in Ausdruck 9, Ausdruck 10 oder Ausdruck 11 ausgedrückt werden. Die Ausdrücke 1 bis 11 werden nachstehend sequenziell beschrieben.
    [Ausdruck 1] H 1 = s s 1 ( 1 b b s x [ b ] ) 2
    Figure DE112021006810T5_0001
  • Ausdruck 1 ist eine Einschränkungsbedingung, die eine Einschränkung ausdrückt, dass eine Lieferung zu jedem der ersten Art von Verbrauchsorten SS einmal durchgeführt werden muss, wobei x[b] eine Variable ist, die 1 ist, wenn der Lieferblock b angenommen ist, und sonst 0 ist. Zusätzlich stellt S1 einen Satz bzw. eine Gruppe einer ersten Art von Verbrauchsorten dar. Somit bedeutet das erste Sigma-Zeichen, die Summe für die erste Art von Verbrauchsorten zu berechnen. Zusätzlich stellt bs die Lieferblöcke für eine Lieferung zu einem Verbrauchsort s dar, der die erste Art von Verbrauchsorten ist. Somit bedeutet das zweite Sigma-Zeichen, die Summe für die Lieferblöcke einschließlich der Ziel-Verbrauchsortes (der ersten Art von Verbrauchsort) zu berechnen.
    [Ausdruck 2] H 2 = s s 2 { ( 0.5 b b s x [ b ] ) 2 0.25 }
    Figure DE112021006810T5_0002
  • Ausdruck 2 ist eine Einschränkungsbedingung, die eine Bedingung ausdrückt, dass eine Lieferung zu jedem der zweiten Art von Verbrauchsorten SS null mal oder einmal durchgeführt werden muss, wobei S2 einen Satz bzw. eine Gruppe einer zweiten Art von Verbrauchsorten darstellt. Somit bedeutet das erste Sigma-Zeichen, die Summe für die zweite Art von Verbrauchsorten zu berechnen. Das zweite Sigma-Zeichen bedeutet, die Summe für die Lieferblöcke einschließlich des Ziel-Verbrauchsortes s (der zweiten Art von Verbrauchsort) zu berechnen.
    [Ausdruck 3] H 31 = l ( n = 0 N l n y [ l , n ] b b l x [ b ] ) 2
    Figure DE112021006810T5_0003
  • Ausdruck 3 ist eine Einschränkungsbedingung, die eine Bedingung ausdrückt, dass die Anzahl von Lieferblöcken für jeden Fahrzeugtyp kleiner als oder gleich Nl sein muss, wobei „l“ („l“ ist der Kleinbuchstabe des Buchstabens L im Alphabet) ein Index ist, der den Fahrzeugtyp darstellt. Somit bedeutet das erste Sigma-Zeichen, die Summe für den Fahrzeugtyp l zu berechnen. Zusätzlich ist y[l, n] eine Variable, die 1 ist, wenn n Lieferblöcke dem Fahrzeugtyp l zugeordnet sind, und sonst 0 ist. Dann ist Nl die obere Grenze der Anzahl von Fahrzeugen in jedem Fahrzeugtyp. Somit bedeutet das zweite Sigma-Zeichen, die Summe für die Anzahl von Fahrzeugen n = 0 bis Nl zu berechnen. Zusätzlich bedeutet bl die Lieferblöcke, in denen der Fahrzeugtyp l eingestellt ist. Somit bedeutet das dritte Sigma-Zeichen, die Summe für die Lieferblöcke zu berechnen, die dem Ziel-Fahrzeugtyp l zugeordnet sind.
    [Ausdruck 4] H 32 = l ( 1 n = 0 N l y [ l , n ] ) 2
    Figure DE112021006810T5_0004
  • Ausdruck 4 drückt eine One-Hot-Bedingung für die Anzahl von Lieferblöcken aus, die dem Fahrzeugtyp l zugeordnet sind. Dies schränkt die Anzahl von Lieferblöcken zur Lieferung unter Verwendung des Fahrzeugtyps l auf irgendetwas von 0 bis Nl ein.
    [Ausdruck 5] H 4 = b x [ b ]
    Figure DE112021006810T5_0005
  • Ausdruck 5 drückt eine Einschränkung aus, dass die Anzahl von auszuwählenden Lieferblöcken reduziert wird. Dies reduziert die Anzahl von zur Lieferung zu verwendenden Fahrzeugen.
    [Ausdruck 6] Ho 1 = b x [ b ] v d [ b ]
    Figure DE112021006810T5_0006
  • Ausdruck 6 zeigt eine Zielfunktion zum Maximieren der Transportmenge pro Arbeitswegstrecke eines Fahrzeugs (Liefereffizienz) an, wobei vd[b] die Liefereffizienz bedeutet. Durch Beinhalten einer solchen Zielfunktion ist es wahrscheinlicher, dass ein Lieferblock mit höherer Liefereffizienz ausgewählt wird.
    [Ausdruck 7] Ho 2 = b x [ b ] c [ b ]
    Figure DE112021006810T5_0007
  • Ausdruck 7 zeigt eine Zielfunktion zum Minimieren der gesamten Lieferkosten an, wobei c[b] die für den Lieferblock eingestellten Lieferkosten bedeutet. Durch Beinhalten einer solchen Zielfunktion ist es wahrscheinlicher, dass ein Lieferblock mit geringeren Lieferkosten ausgewählt wird.
    [Ausdruck 8] Ho 3 = b x [ b ] d [ b ]
    Figure DE112021006810T5_0008
  • Ausdruck 8 zeigt eine Zielfunktion zum Minimieren der Arbeitswegstrecke eines Fahrzeugs an, wobei d[b] die im Lieferblock eingestellte Arbeitswegstrecke bedeutet. Durch Beinhalten einer solchen Zielfunktion ist es wahrscheinlicher, dass ein Lieferblock mit einer geringeren Arbeitswegstrecke ausgewählt wird.
    Ausdruck 9 H = W 1 * H 1 + W 2 * H 2 + W3 1 * H3 1 + W3 2 * H3 2 + W 4 * H 4 + Wo 1 * Ho 1
    Figure DE112021006810T5_0009
  • Ausdruck 9 zeigt ein Beispiel der für ein Annealing verwendeten Hamilton-Funktion an, wobei W1, W2, W31, W32, W4 und Wo1 numerische Werte sind, die Gewichtungen darstellen. Ausdruck 9 ist die Hamilton-Funktion zum Optimieren der Liefereffizienz. Die Zielfunktion von Ausdruck 9 ist Ho1 in Ausdruck 6.
    [Ausdruck 10] H = W 1 * H 1 + W 2 * H 2 + W3 1 * H3 1 + W3 2 * H3 2 + W 4 * H 4 + Wo 2 * Ho 2
    Figure DE112021006810T5_0010
  • Ausdruck 10 ist die Hamilton-Funktion zum Optimieren der Lieferkosten, wobei Wo2 ein numerischer Wert ist, der eine Gewichtung darstellt. Die Zielfunktion von Ausdruck 10 ist Ho2 in Ausdruck 7.
    Ausdruck 11] H = W 1 * H 1 + W 2 * H 2 + W3 1 * H3 1 + W3 2 * H3 2 + W 4 * H 4 + Wo 3 * Ho 3
    Figure DE112021006810T5_0011
  • Ausdruck 11 ist die Hamilton-Funktion zum Optimieren der Arbeitswegstrecke, wobei Wo3 ein numerischer Wert ist, der eine Gewichtung darstellt. Die Zielfunktion von Ausdruck 11 ist Ho3 in Ausdruck 8.
  • Kehr man zurück zu 3, erstellt die Datenerstellungseinheit 142 Ising-Daten, um für das Annealing verwendet zu werden, basierend auf der durch die Formulierungseinheit 141 erzeugten Zielfunktion. Die Ising-Daten sind der Interaktionskoeffizient zwischen jedem Spin oder ähnlichem. Die Annealing-Verarbeitungseinheit 143 führt Annealing unter Verwendung der erstellten Ising-Daten durch. Die Annealing-Verarbeitungseinheit 143 kann simuliertes Annealing unter Verwendung einer dafür bestimmten bzw. speziellen Hardware, die als Annealing-Maschine bezeichnet wird, durchführen oder kann Quantum-Annealing unter Verwendung eines Quantencomputers durchführen. Dies kann zulassen, dass die Optimierungsberechnung in kürzerer Zeit durchgeführt wird. Die Annealing-Verarbeitungseinheit 143 kann das Optimierungsproblem unter Verwendung einer Quanten-Monte-Carlo-Methode oder dergleichen lösen. Wenn Annealing außerhalb der Optimierungsvorrichtung 100a durchgeführt wird, kann die Auswahleinheit 140a die Annealing-Verarbeitungseinheit 143 nicht enthalten.
  • Durch ein Durchführen von Annealing werden die Lieferblöcke entsprechend den tatsächlichen Lieferaufgaben aus der Vielzahl von durch die Bestimmungseinheit 130a registrierten Lieferblöcken ausgewählt. Dies bestimmt die Anzahl von in jedem Zeitrahmen für jeden Fahrzeugtyp zu verwendenden Fahrzeugen. In anderen Worten werden die Anzahl von großen Fahrzeugen, die Anzahl von mittleren Fahrzeugen und die Anzahl von kleinen Fahrzeugen, um im Zeitrahmen bzw. Zeitraum T1 verwendet zu werden, die Anzahl von großen Fahrzeugen, die Anzahl von mittleren Fahrzeugen und die Anzahl von kleinen Fahrzeugen, um im Zeitrahmen bzw. Zeitraum T2 verwendet zu werden, und die Anzahl von großen Fahrzeugen, die Anzahl von mittleren Fahrzeugen und die Anzahl von kleinen Fahrzeugen, um im Zeitrahmen bzw. Zeitraum T3 verwendet zu werden, bestimmt.
  • Hier entspricht die Anzahl von Fahrzeugen für jeden Fahrzeugtyp der Anzahl von ausgewählten Lieferblöcken. Zum Beispiel wird angenommen, dass der Zeitrahmen T1 in den Lieferblöcken 3a, 3b, 3c, 3d und 3e unter den durch Annealing ausgewählten Lieferblöcken eingestellt worden ist. Hier wird angenommen, dass in den Lieferblöcken 3a und 3b ein großes Fahrzeug als der Fahrzeugtyp eingestellt worden ist, dass in den Lieferblöcken 3c und 3d ein mittleres Fahrzeug als der Fahrzeugtyp eingestellt worden ist und dass im Lieferblock 3e ein kleines Fahrzeug als der Fahrzeugtyp eingestellt worden ist. In einem solchen Fall sind im Zeitrahmen T1 zwei große Fahrzeuge, zwei mittlere Fahrzeuge und ein kleines Fahrzeug zu verwenden.
  • Die Ergebnisanzeigeeinheit 144 zeigt die durch Annealing ausgewählten Lieferblöcke auf einer Anzeigevorrichtung, wie beispielsweise einer Anzeige oder dergleichen, an. Der Bediener kann die Anzeige der Anzeige bzw. des Displays oder dergleichen prüfen und den Lieferfirmen oder dergleichen Lieferanweisungen geben. Die Ergebnisanzeigeeinheit 144 kann weiterhin die Anzahl von Fahrzeugen jedes Fahrzeugtyps, um in jedem Zeitrahmen verwendet zu werden, auf der Anzeige anzeigen.
  • 8 ist ein Flussdiagramm, das eine Prozedur eines Optimierungsverfahrens gemäß der zweiten beispielhaften Ausführungsform zeigt. Die Erlangungseinheit 110a der Optimierungsvorrichtung 100a erlangt zunächst Bestell- bzw. Auftragsinformation von der Datenmanagementvorrichtung 200 und erlangt eine Liefermenge (Lieferinformation) für jede erste Art von Verbrauchsort basierend auf der Bestellinformation (Schritt S101). Als nächstes erlangt die Optimierungsvorrichtung 100a eine Liefermenge (Lieferinformation) für jede zweite Art von Verbrauchsort für jeden Zeitrahmen (Schritt S102) basierend auf dem Ergebnis eines durch die Verbrauchsvorhersagevorrichtung 300 oder dergleichen vorhergesagten täglichen Benzinverbrauchs. Es ist zu beachten, dass die Reihenfolge der Schritte S101 und S102 umgekehrt werden kann.
  • Als nächstes erzeugt die Bestimmungseinheit 130a der Optimierungsvorrichtung 100a Lieferblöcke für Lieferaufgaben zur Lieferung zu einem Verbrauchsort aus der im Schritt S101 erlangten Lieferinformation und der im Schritt S102 (Schritt S103) erlangten Lieferinformation. Der Lieferblock enthält Information bezüglich des Fahrzeugtyps, der Liefereffizienz und dergleichen. Der Fahrzeugtyp kann in Abhängigkeit von der Liefermenge des Produkts bestimmt werden.
  • Als nächstes identifiziert die Identifikationseinheit 120a der Optimierungsvorrichtung 100a Lieferaufgabenkandidaten zur Lieferung zu zwei Verbrauchsorten (Schritt S104). Die Identifikationseinheit 120a identifiziert als Lieferaufgabenkandidaten Lieferaufgaben, die die Einschränkungen zwischen Lieferaufgaben zur Lieferung zu zwei Verbrauchsorten erfüllen.
  • In anderen Worten identifiziert die Identifikationseinheit 120a, als Kandidaten für die Lieferaufgaben, Lieferaufgaben zur Lieferung zu einem Verbrauchsort und Lieferaufgaben, die die Einschränkungen unter Lieferaufgaben zur Lieferung zu zwei Verbrauchsorten erfüllen. Es ist zu beachten, dass die Identifikationseinheit 120a als Kandidaten auch Lieferaufgaben zur Lieferung zu drei oder mehr Verbrauchsorten identifizieren kann.
  • Unter Bezugnahme auf die 4 und 9 wird das Identifikationsverfahren in einem Schritt S104 spezifisch beschrieben. Die Identifikationseinheit 120a identifiziert die in 4 gezeigte Lieferinformation 2A1 bis 2E3, die kombiniert werden können. Hier wird angenommen, dass die Identifikationseinheit 120a zwei Stücke von Lieferinformation im gleichen Zeitrahmen kombiniert. In einem solchen Fall sind die in 9 gezeigten sechs Kombinationen möglich. Hier berechnet die Identifikationseinheit 120a die gesamte Liefermenge für jede Kombination und bestimmt, ob die gesamte Liefermenge die obere Grenze (zum Beispiel 24 kl) überschreitet. Zum Beispiel ist bezogen auf die Kombination der Lieferinformation 2C3 und der Lieferinformation 2E3 die gesamte Liefermenge 26 kl, was über der oberen Grenze liegt. Die Identifikationseinheit 120a identifiziert dann die Kombination, in der die gesamte Liefermenge kleiner als die obere Grenze oder gleich dieser ist, als einen Kandidaten für die Lieferaufgabe. Im Falle von 9 identifiziert die Identifikationseinheit 120a vier Kombinationen als Kandidaten. Jeder Kandidat kann basierend auf der gesamten Liefermenge als groß, mittel oder klein klassifiziert werden.
  • Kehrt man zurück zu 8, erzeugt die Bestimmungseinheit 130a Lieferblöcke für die im Schritt S104 (Schritt S105) identifizierten Kandidaten. Die Lieferblöcke können unter Verwendung des im Schritt S103 erzeugten Lieferblocks erzeugt werden. Die Bestimmungseinheit 130a bestimmt ähnlich wie im Schritt S103 den Fahrzeugtyp, die Liefereffizienz und dergleichen und erzeugt die Lieferblöcke gemäß dem Bestimmungsergebnis.
  • Als nächstes formuliert die Auswahleinheit 140a der Optimierungsvorrichtung 100a die Hamilton-Funktion, erstellt Ising-Daten aus der Hamilton-Funktion und führt Annealing durch (Schritt S106). Die Hamilton-Funktion enthält Variablen, die anzeigen, ob jeder Kandidat angenommen werden soll, und aus den Berechnungsergebnissen können Aufgabenkandidaten ausgewählt werden. Da der Fahrzeugtyp auf jeden Kandidaten eingestellt ist, kann gesagt werden, dass ein Auswählen eines Aufgabenkandidaten eine Zuordnung einer Lieferoperation zum Fahrzeug ist. Schließlich zeigt die Auswahleinheit 140a die ausgewählten Lieferblöcke auf der Anzeige basierend auf dem Ergebnis von Annealing an (Schritt S107).
  • Die Optimierungsvorrichtung gemäß der zweiten beispielhaften Ausführungsform identifiziert zunächst eine Vielzahl von Lieferaufgabenkandidaten auf andere Weise als durch Annealing. Wenn Aufgaben für tatsächliche Lieferungen aus der Vielzahl von Kandidaten ausgewählt werden, wird dann Annealing durchgeführt. Daher kann die Optimierungsvorrichtung gemäß der zweiten beispielhaften Ausführungsform die für Annealing erforderliche Zeit reduzieren. Als Ergebnis kann die Optimierungsvorrichtung gemäß der zweiten beispielhaften Ausführungsform möglicherweise einen Lieferplan in einer realistischen Zeit erstellen, selbst wenn die Anzahl von Verbrauchsorten zunimmt.
  • Bei den obigen Beispielen können die verschiedenen Steuerprogramme durch verschiedene Typen von nichtflüchtigen, computerlesbaren Medien gespeichert und einem Computer zur Verfügung gestellt werden. Die nichtflüchtigen, computerlesbaren Medien enthalten irgendeinen Typ von materiellen Speichermedien. Beispiele für nichtflüchtige, computerlesbare Medien enthalten magnetische Speichermedien (wie beispielsweise Disketten, Magnetbänder und Festplattenlaufwerke), optische magnetische Speichermedien (wie beispielsweise magnetooptische Platten), Compact Disc-Nurlesespeicher (CD-ROM), CD-R, CD-R/W und Halbleiterspeicher (wie beispielsweise Masken-ROM, programmierbaren ROM (PROM), löschbaren PROM (EPROM), Flash-ROM und Arbeitsspeicher (RAM)). Die Programme können einem Computer unter Verwendung von irgendeinem Typ von flüchtigen, computerlesbaren Medien zur Verfügung gestellt werden. Beispiele für flüchtige, computerlesbare Medien sind elektrische Signale, optische Signale und elektromagnetische Wellen. Flüchtige, computerlesbare Medien können die Programme über eine drahtgebundene Kommunikationsleitung (wie beispielsweise elektrische Drähte und Glasfasern) oder eine drahtlose Kommunikationsleitung einem Computer zur Verfügung stellen.
  • Es ist zu beachten, dass die vorliegende Erfindung nicht auf die obigen beispielhaften Ausführungsformen beschränkt ist und modifiziert werden kann, ohne vom Wesentlichen davon abzuweichen.
  • Die vorliegende Erfindung ist vorstehend unter Bezugnahme auf die beispielhaften Ausführungsformen beschrieben worden, ist aber durch das Vorstehende nicht eingeschränkt. Verschiedene Modifikationen, die von Fachleuten auf dem Gebiet verstanden werden können, können innerhalb des Schutzumfangs der Erfindung an den Konfigurationen und den Details der vorliegenden Erfindung vorgenommen werden.
  • Diese Anmeldung basiert auf der am 12. Januar 2021 eingereichten japanischen Patentanmeldung Nr. 2021-002925 , deren Offenbarung hierin in ihrer Gesamtheit durch Bezugnahme enthalten ist.
  • Bezugszeichenliste
  • 100, 100a
    OPTIMIERUNGSVORRICHTUNG
    110, 110a
    ERLANGUNGSEINHEIT
    120, 120a
    IDENTIFIKATIONSEINHEIT
    130, 130a
    BESTIMMUNGSEINHEIT
    140, 140a
    AUSWAHLEINHEIT
    141
    FORMULIERUNGSEINHEIT
    142
    DATENERSTELLUNGSEINHEIT
    143
    ANNEALING-VERARBEITUNGSEINHEIT
    144
    ERGEBNIS-ANZEIGEEINHEIT
    200
    DATENMANAGEMENTVORRICHTUNG
    300
    VERBRAUCHSVORHERSAGEVORRICHTUNG
    2A1, 2B2, 2C3, 2D1, 2D2, 2D3, 2E1, 2E2, 2E3
    LIEFERINFORMATION
    3, 3A1, 3B2, 3AD, 3BD
    LIEFERBLOCK
    31
    NUMMER
    32
    TYP
    33
    FAHRZEUGTYP
    34
    ZEITRAHMEN bzw. ZEITRAUM
    35a, 35b
    LIEFERZIELORT
    36a1, 36b1
    REGULÄRE bzw. NORMALE MENGE
    36a2, 36b2
    MENGE MIT HOHER OKTANZAHL
    37
    ABSTAND bzw. ENTFERNUNG bzw. STRECKE
    38
    LIEFEREFFIZIENZ
    39
    ZEIT
    1001
    PROZESSOR
    1002
    SPEICHER
    1003
    SPEICHERVORRICHTUNG
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • JP 2005096928 [0003]
    • JP 2021002925 [0077]

Claims (10)

  1. Optimierungsvorrichtung, umfassend: eine Erlangungseinrichtung zum Erlangen von Lieferinformation bezüglich jedes von einem oder mehreren Produkten für jeden einer Vielzahl von Verbrauchsorten; eine Identifikationseinrichtung zum Identifizieren einer Vielzahl von Lieferaufgabenkandidaten, die von einer Lieferquelle weggehen, die das eine oder die mehreren Produkte zu jedem von einem oder mehreren Verbrauchsorten liefern und die zur Lieferquelle zurückkehren; eine Bestimmungseinrichtung zum Bestimmen, basierend auf der Lieferinformation, von wenigstens einem von Bewertungswerten und einem Fahrzeugtyp eines Lieferfahrzeugs für jeden Kandidaten; und eine Auswahleinrichtung zum Auswählen einer Vielzahl von Lieferaufgaben aus der Vielzahl von identifizierten Kandidaten basierend auf einem Ergebnis eines Optimierens einer Zielfunktion basierend auf einem Bestimmungsergebnis.
  2. Optimierungsvorrichtung nach Anspruch 1, wobei die Auswahleinrichtung die Vielzahl von Lieferaufgaben aus der Vielzahl von Kandidaten basierend auf dem Ergebnis eines Optimierens der Zielfunktion durch Annealing bzw. Glühen auswählt.
  3. Optimierungsvorrichtung nach Anspruch 1 oder 2, wobei die Identifikationseinrichtung als erste Art von Kandidaten Lieferaufgaben zur Lieferung zu einem Verbrauchsort und als zweite Art von Kandidaten Lieferaufgaben zur Lieferung zu einer Vielzahl von Verbrauchsorten, wo wechselseitige Entfernungen kleiner als ein Schwellenwert oder gleich diesem sind, identifiziert.
  4. Optimierungsvorrichtung nach Anspruch 3, wobei die Identifikationseinrichtung bestimmt, ob eine Liefermenge von dem einen oder den mehreren Produkten in einer Lieferaufgabe kleiner als ein Schwellenwert oder gleich diesem ist, wenn sie die zweite Art von Kandidat identifiziert, und die Lieferaufgabe als die zweite Art von Kandidat identifiziert, wenn ein Bestimmungsergebnis wahr ist.
  5. Optimierungsvorrichtung nach einem der Ansprüche 1 bis 4, wobei die Bestimmungseinrichtung den Fahrzeugtyp des Lieferfahrzeugs in jedem Kandidaten basierend auf der Lieferinformation bestimmt, und die Auswahleinrichtung die Zielfunktion mit einem Erfüllen einer Einschränkung für die Anzahl von Fahrzeugen jedes Fahrzeugtyps optimiert.
  6. Optimierungsvorrichtung nach einem der Ansprüche 1 bis 5, wobei die Bestimmungseinrichtung eine Transportmenge pro Arbeitswegstrecke, Lieferkosten oder eine Arbeitswegstrecke in jedem Kandidaten als den Bewertungswert bestimmt, und die Auswahleinrichtung die Zielfunktion einschließlich des Bewertungswertes optimiert.
  7. Optimierungsvorrichtung nach einem der Ansprüche 1 bis 6, wobei der eine oder die mehreren Verbrauchsorte eine erste Art von Verbrauchsorten, wo Zeitrahmen zur Lieferung spezifiziert sind, und eine zweite Art von Verbrauchsorten, wo Zeitrahmen zur Lieferung nicht spezifiziert sind, enthält oder enthalten, die Erlangungseinrichtung den Zeitrahmen zur Lieferung und eine Liefermenge jedes von dem einen oder den mehreren Produkten für die erste Art von Verbrauchsorten erlangt und für jeden Zeitrahmen eine Liefermenge jedes von dem einen oder den mehreren Produkten erlangt, wenn eine Lieferung für die zweite Art von Verbrauchsorten durchgeführt werden soll, und die Auswahleinrichtung die Zielfunktion mit einem Erfüllen von Einschränkungen optimiert, dass die Anzahl von Malen einer Lieferung zur ersten Art von Verbrauchsort eins ist und dass die Anzahl von Malen einer Lieferung zur zweiten Art von Verbrauchsort null oder eins ist.
  8. Optimierungsvorrichtung nach einem der Ansprüche 1 bis 7, wobei die Bestimmungseinrichtung für jeden der Vielzahl von Kandidaten Lieferdaten einschließlich Lieferzielorten, einer Liefermenge jedes von dem einen oder den mehreren Produkten für jeden Lieferzielort, des Fahrzeugtyps und der Bewertungswerte erzeugt und die Lieferdaten in einer Speichervorrichtung registriert, und die Auswahleinrichtung die Lieferdaten für jede ausgewählte Lieferaufgabe auf einer Anzeigevorrichtung anzeigt.
  9. Optimierungsverfahren, umfassend: Erlangen, durch einen Computer, von Lieferinformation bezüglich jedes von einem oder mehreren Produkten für jeden einer Vielzahl von Verbrauchsorten; Identifizieren, durch den Computer, einer Vielzahl von Lieferaufgabenkandidaten, die von einer Lieferquelle weggehen, die das eine oder die mehreren Produkte zu jedem von dem einen oder den mehreren Verbrauchsorten liefern und die zur Lieferquelle zurückkehren; Bestimmen, durch den Computer, von wenigstens einem von Bewertungswerten und einem Fahrzeugtyp eines Lieferfahrzeugs für jeden Kandidaten basierend auf der Lieferinformation; und Auswählen, durch den Computer, einer Vielzahl von Lieferaufgaben aus der Vielzahl von identifizierten Kandidaten basierend auf einem Ergebnis eines Optimierens einer Zielfunktion basierend auf einem Bestimmungsergebnis.
  10. Nichtflüchtiges, computerlesbares Medium, das ein Optimierungsprogramm enthält, das veranlasst, dass ein Computer folgendes ausführt: Erlangen von Lieferinformation bezüglich jedes von einem oder mehreren Produkten für jeden einer Vielzahl von Verbrauchsorten; Identifizieren einer Vielzahl von Lieferaufgabenkandidaten, die von einer Lieferquelle weggehen, die das eine oder die mehreren Produkte zu jedem von dem einen oder den mehreren Verbrauchsorten liefern und die zur Lieferquelle zurückkehren; Bestimmen von wenigstens einem von Bewertungswerten und einem Fahrzeugtyp eines Lieferfahrzeugs für jeden Kandidaten basierend auf der Lieferinformation; und Auswählen einer Vielzahl von Lieferaufgaben aus der Vielzahl von identifizierten Kandidaten basierend auf einem Ergebnis eines Optimierens einer Zielfunktion basierend auf einem Bestimmungsergebnis.
DE112021006810.5T 2021-01-12 2021-12-06 Optimierungsvorrichtung, optimierungsverfahren und nichtflüchtiges, computerlesbares medium Pending DE112021006810T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2021-002925 2021-01-12
JP2021002925 2021-01-12
PCT/JP2021/044723 WO2022153716A1 (ja) 2021-01-12 2021-12-06 最適化装置、最適化方法、及び非一時的なコンピュータ可読媒体

Publications (1)

Publication Number Publication Date
DE112021006810T5 true DE112021006810T5 (de) 2023-10-26

Family

ID=82448285

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112021006810.5T Pending DE112021006810T5 (de) 2021-01-12 2021-12-06 Optimierungsvorrichtung, optimierungsverfahren und nichtflüchtiges, computerlesbares medium

Country Status (3)

Country Link
US (1) US20240054441A1 (de)
DE (1) DE112021006810T5 (de)
WO (1) WO2022153716A1 (de)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005096928A (ja) 2003-09-25 2005-04-14 Jfe Steel Kk 車両運行計画作成方法及び装置並びにプログラム
JP2021002925A (ja) 2019-06-21 2021-01-07 三菱電機株式会社 電力変換装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6205310B2 (ja) * 2014-05-30 2017-09-27 東京瓦斯株式会社 配送計画装置、配送計画システム、配送計画方法、及びプログラム
JP6428435B2 (ja) * 2015-03-30 2018-11-28 Jfeスチール株式会社 輸送計画作成装置及び輸送計画作成方法
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
JP7259774B2 (ja) * 2020-01-15 2023-04-18 Jfeスチール株式会社 配送計画作成方法、及び配送計画作成装置
JP7354910B2 (ja) * 2020-04-08 2023-10-03 富士通株式会社 情報処理装置、情報処理方法および情報処理プログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005096928A (ja) 2003-09-25 2005-04-14 Jfe Steel Kk 車両運行計画作成方法及び装置並びにプログラム
JP2021002925A (ja) 2019-06-21 2021-01-07 三菱電機株式会社 電力変換装置

Also Published As

Publication number Publication date
US20240054441A1 (en) 2024-02-15
JPWO2022153716A1 (de) 2022-07-21
WO2022153716A1 (ja) 2022-07-21

Similar Documents

Publication Publication Date Title
Kazemi et al. Modeling downstream petroleum supply chain: The importance of multi-mode transportation to strategic planning
Ruiz et al. A decision support system for a real vehicle routing problem
Junqueira et al. Modeling and solving a sugarcane harvest front scheduling problem
Masson et al. A two-stage solution method for the annual dairy transportation problem
Novaes et al. Designing multi-vehicle delivery tours in a grid-cell format
Li et al. A hybrid simulated annealing heuristic for multistage heterogeneous fleet scheduling with fleet sizing decisions
Bokor et al. Improved cost management at small and medium sized road transport companies: case Hungary
DE112011103259T5 (de) Verfahren, Programm und Vorrichtung zum Gruppieren einer Vielzahl von Elementen
DE102018218501A1 (de) System und Verfahren zum Bestimmen mindestens eines Laststeuerungsoverhead-Prozentsatzes
DE112021006810T5 (de) Optimierungsvorrichtung, optimierungsverfahren und nichtflüchtiges, computerlesbares medium
DE102017212334A1 (de) Transportsystem und verfahren zur zuordnung von frequenzen von transitservices darin
DE102013208744A1 (de) Verfahren zum automatischen Ermitteln des Energiebedarfs und/oder des Belegungsbedarfs einer Elektrotankstelle und zugehörige DV-Anlagen
Aziz et al. Genetic algorithm based approach for the mufti product multi period inventory routing problem
DE102022129591A1 (de) System und verfahren für eine fahrzeugflotten-ladeoptimierung
Singer et al. Fleet configuration subject to stochastic demand: An application in the distribution of liquefied petroleum gas
de Faria et al. A combination of discrete event simulation and multi-criteria analysis to configure sugarcane drop and hook delivery systems
Zak Application of operations research techniques to the redesign of the distribution systems
Statyvka et al. Improvement of the technique of calculating operational parameters using an automated system
Gingerich et al. Border crossing choice behavior of trucks along trade corridor between Toronto, Ontario, Canada, and Chicago, Illinois
CN116362788B (zh) 一种新航线开通的预测方法、装置、设备及存储介质
Zhang Optimization of freight truck driver scheduling based on operation cost model for Less-Than-Truckload (LTL) transportation
Lysanov et al. Developvent of models of service center companies network accommodation
Rabinowitz et al. A multi-echelon multi-commodity, logistic system design at the Dead Sea Works Ltd
Mariz et al. Comparison between economic evaluation tools on dimensioning of equipment for mine
Deqqaq et al. Agent based modelling for a sustainable distribution network: a Moroccan case study of a retail logistics network

Legal Events

Date Code Title Description
R012 Request for examination validly filed