JP2004217340A - 輸送計画作成システム及び方法 - Google Patents
輸送計画作成システム及び方法 Download PDFInfo
- Publication number
- JP2004217340A JP2004217340A JP2003004704A JP2003004704A JP2004217340A JP 2004217340 A JP2004217340 A JP 2004217340A JP 2003004704 A JP2003004704 A JP 2003004704A JP 2003004704 A JP2003004704 A JP 2003004704A JP 2004217340 A JP2004217340 A JP 2004217340A
- Authority
- JP
- Japan
- Prior art keywords
- schedule
- time zone
- information
- transportation
- transport
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 84
- 238000012545 processing Methods 0.000 claims abstract description 84
- 230000032258 transport Effects 0.000 claims description 56
- 238000012384 transportation and delivery Methods 0.000 claims description 54
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013439 planning Methods 0.000 claims description 3
- 108090000623 proteins and genes Proteins 0.000 abstract description 25
- 230000002068 genetic effect Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 15
- 230000035772 mutation Effects 0.000 description 10
- 238000007726 management method Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- NRNCYVBFPDDJNE-UHFFFAOYSA-N pemoline Chemical compound O1C(N)=NC(=O)C1C1=CC=CC=C1 NRNCYVBFPDDJNE-UHFFFAOYSA-N 0.000 description 5
- 238000005457 optimization Methods 0.000 description 3
- 230000010006 flight Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Abstract
【解決手段】入力装置101と、プリンタなどの出力装置102と、ディスプレイなどの表示装置103と、処理装置104と、記憶装置109と、を備えた輸送スケジュール作成システムである。処理装置104は、入力処理部106と、輸送スケジュール作成部107と、結果出力部108とを含む。これらの一連のプログラム105を実行することにより処理を行うことができる。記憶装置109は、拠点情報110と、時間帯情報111と、荷物情報112と、輸送車両情報113と、距離情報114と、道路地図115と、グループ情報116と、輸送スケジュール情報117とを記憶する。また、輸送ルート作成に用いられる情報、例えば遺伝子情報118及び車両管理情報119も記憶する。
【選択図】 図1
Description
【発明の属する技術分野】
本発明は、物流分野における車両による荷物等の輸送計画作成システムおよび輸送計画作成方法に関する。
【0002】
【従来の技術】
物流システムにおける輸送計画作成技術としては、いわゆる巡回セールスマン問題やビークルルーティング問題に相当し、一定地域内に存在する顧客先の効率的な巡回計画を作成する技術が既に知られている(例えば、特許文献1参照)。
【0003】
また、例えば、地理情報とともに、顧客先間の最短経路決定にニューラルネットを用いることにより最適なスケジュール作成を行う方法も知られている(例えば、特許文献2参照)。また、多数の配送先をクラスタリングして、各クラスター内で輸送ルートを作成する方式(特許文献3参照)、トラックの積載量制約と稼働時間制約を守った上で効率的な配車計画を作成する方式(特許文献4参照)などが知られている。
【0004】
【特許文献1】
特開平5−135070号「配送スケジューリング装置」
【特許文献2】
特開平10−124588号「地理情報に基づくスケジュール作成装置」
【特許文献3】
特開平8−115495号「自動配車装置」
【特許文献4】
特開平9−305669号「配送計画方法と装置」
【0005】
【発明が解決しようとする課題】
ところで、限られた台数のトラックなどを利用して大量の荷物等を多数の配送先に輸送するための荷物の集積場である物流センターにおいては、通常1日に複数便のトラック輸送を行うことが多い。小規模な物流センターは、1日に午前と午後との2便だけを運行する場合もあるが、より大規模な物流センターは、1日24時間で運用されトラック便の便数も多くなる。このような物流センターでのトラックなどの車両の輸送スケジュール作成は、各便毎に行うのが一般的である。各種スケジュールは、最適化アルゴリズムを利用して輸送車両の総走行距離などを最小化し輸送コストが削減できるように計画する。このようにして作成した輸送スケジュールとしては、時間帯毎に異なるスケジュールが作成される。つまり、各時間帯により異なる配送先に輸送車両が巡回して輸送を行うことも想定している。このような手法を用いてスケジューリングを行うと、実際には満足のいくスケジューリングができないという問題点があった。
本発明は、より実情に即したスケジューリングシステムを提供することを目的とする。
【0006】
【課題を解決するための手段】
本発明の一観点によれば、物流センターと配送先拠点との間を巡回しながら荷物を輸送する車両の輸送スケジュール作成を行う輸送計画作成システムであって、時間帯別の輸送密度を算出し、これに基づいて時間帯別の輸送重要度を求める時間帯別輸送重要度算出手段と、該時間帯別輸送重要度算出手段により求められた最重要時間帯における輸送スケジュールを作成する最重要時間帯輸送スケジュール作成手段と、該最重要時間帯輸送スケジュール作成手段により作成された前記最重要時間帯における輸送スケジュールを、他の時間帯におけるスケジュール作成に反映させる路線情報引継手段とを有する輸送計画作成システムが提供される。
【0007】
上記輸送計画作成システムを用いると、最も重要な時間帯における輸送スケジュールに基づいて、他の時間帯における輸送スケジュールを作成するため、荷物と時間との関係が適正化されたスケジュールをほぼ全時間帯について適用することができ、効率的な輸送スケジュールを作成することが可能になる。
【0008】
前記最重要時間帯輸送スケジュール作成手段は、荷物の配送に関する複数の初期スケジュール案を作成する手段と、該初期スケジュール案に関して車両の取り換えを行うことによりスケジュール案を改善することができるか否かを判断する手段と、荷物の積載率の低い車両に関して積載率が高くなるようにスケジュール案を改善する手段と、車両台数と総走行距離とを勘案してこれらが小さくなるようなスケジュール案を選択する手段と、類似したスケジュール案のいずれかを除去する処理を行う手段とを有するのが好ましい。このような手法を用いると、スケジュール作成処理が効率化され、輸送スケジュール案を短時間で作成することが可能となる。
【0009】
【発明の実施の形態】
実際の物流センターでは、配送先のグループはある程度固定されて運用されることが多い。この形態は、車両のドライバーの運行ルートへの習熟度が加味される点と、配送先間で物流センターを経由せずに直接輸送を行う場合に適用できる点において有効である。しかしながら、各種最適化技法を適用したスケジュールシステムでは、このような運用を行うスケジュールを作成するのが困難であるという問題があった。
【0010】
本発明に係る輸送計画作成技術は、複数時間帯での輸送を行う物流センターの車両の運行スケジュールを以下の手順により自動的に作成する。まず、輸送を行う複数時間帯の中で最も輸送密度が高い時間帯を見つける。次いで、その時間帯における車両の運行スケジュールを作成し、そのスケジュールにより同一車両で巡回する配送先を1つのグループとして登録する。他の時間帯でのスケジュール作成は、上記配送先グループに基づいて行う。このようにしてスケジュール作成を行うと、各時間帯において同一車両で輸送を行う配送先グループが同一又は類似しているスケジュールが作成できる。
【0011】
以下、上記考察に基づき、本発明の一実施の形態による輸送計画作成技術について図面を参照しつつ説明する。本実施の形態による輸送計画作成技術は、輸送形態として物流センターに所属する複数台の車両(トラック等)が物流センターを出発し、複数の拠点への荷物の配送するスケジュールの作成を前提としている。本実施の形態による輸送計画作成技術は、物流センターからの配送のみではなく、集荷先から物流センターへの荷物の集荷、一台の車両により集荷と配送とを行うような輸送形態にも適用できる。
【0012】
図1は、本実施の形態による輸送計画作成システムの構成例を示すブロック図である。図1に示すように、本実施の形態による輸送計画作成システムは、入力装置101と、プリンタなどの出力装置102と、ディスプレイなどの表示装置103と、処理装置104と、記憶装置109と、を備えている。処理装置104は、入力処理部106と、輸送スケジュール作成部107と、結果出力部108とを含む。これらの一連のプログラム105を実行することにより処理を行うことができる。
【0013】
また、記憶装置109は、拠点情報110と、時間帯情報111と、荷物情報112と、輸送車両情報113と、距離情報114と、道路地図115と、グループ情報116と、輸送スケジュール情報117とを記憶する。また、輸送ルート作成に用いられる情報、例えば遺伝子情報118及び車両管理情報119も記憶する。
【0014】
図2(a)から図2(f)までは、図1に示す記憶装置109内に記憶される情報の一例を示す図である。図1も参照して説明を続ける。図2(a)に示すように、拠点情報110は、物流センター及び荷物の配送先拠点の位置情報を含む。より具体的には、物流センターや配送先拠点を一意に識別する拠点ID201と、拠点名202と、拠点の住所203と、拠点の位置を示す緯度204及び経度205等が格納されている。
【0015】
図2(b)に示すように、時間帯情報111には、物流センターが運用される複数時間帯の情報が格納される。具体的には、時間帯を一意に識別する時間帯ID206と、その時間帯の開始時間を表す輸送開始時刻207と、終了時間を表す輸送終了時刻208と、が格納される。この時間帯情報111としては、その物流センターで1日(又は、スケジュールの管理単位期間、例えば半日、1週間など)内に運用される時間帯数分の情報が格納される。図2(c)に示すように、荷物情報112には、輸送の対象となる各荷物に関する情報を格納する。より具体的には、個々の荷物について、荷物を一意に識別する荷物ID209と、その荷物の輸送を行う時間帯を表す取り扱い時間帯ID210と、荷物の配送先を示す配送先ID211と、配送先名称212と、配送先の住所213と、荷量214とを含んで構成される。
【0016】
図2(d)に示すように、輸送車両情報113は、利用可能な車種別の保有台数の情報が格納される。具体的には、車両種別を一意に識別する車両種別ID215と、車両種別名216と、保有車両数217及びその車両の積載量上限218が格納される。図2(e)に示すように、距離情報114には、輸送スケジュール作成で必要になる情報であって、拠点間のトラックなどの輸送車両での走行距離・時間に関する情報を格納する。具体的には、出発拠点のID1(219)と到着拠点のID2(220)と、その拠点間の距離221と拠点間の走行所要時間222とを含む。図2(f)に示すように、グループ情報116は、車両が巡回する配送先のグループの情報を格納する。具体的には、グループを一意に表すグループID223と、そのグループに属する配送先拠点数224と、そのグループに属する配送先拠点の拠点ID225、226…とを含む情報が格納される。
【0017】
図3は、図1の輸送スケジュール作成部107において作成される輸送スケジュール情報117の構成例を示す図である。図3に示すように、輸送スケジュール情報には、本実施の形態による手法で作成された輸送スケジュールにより車両が巡回する拠点と、その車両の巡回の順序を示す情報が含まれる。具体的には、車両No301と、車両の巡回拠点数302と、集荷送先拠点の拠点ID1(303)と、その拠点への到着時間1(304)と、その拠点との輸送を行う荷物のインデックス1(305)とを、それぞれの拠点に関して格納する。別の拠点ID2(306)も含まれる。加えて、合計荷物量309及び総走行距離310を格納する。
【0018】
図4は、遺伝子情報118の構造を示す図であり、図4(a)に示すように、輸送スケジュール作成部107において用いる遺伝的アルゴリズムによる輸送スケジュール作成ステップにおいて利用される遺伝子表現の一例が示される。遺伝子情報としては、トラックなどの輸送車両で配送する荷物の荷物インデックス1〜N(401から403)がそれぞれ格納される。ここで、荷物インデックスとは、荷物情報を格納するテーブルにおける当該荷物情報の登録位置を表す情報である。
【0019】
図4(b)に示すように、車両管理情報119には、輸送スケジュール作成部107において用いる遺伝子情報118の車両への対応関係を示す情報を格納する。遺伝子情報118は、単に荷物インデックスを一次元に並べた配列であり、どの荷物がどの車両に積載されているかは記録されていない。この車両管理情報119は、各車両に積載される荷物が遺伝子情報のどの部分に対応しているかを示すために、以下の情報を車両毎に格納する。すなわち、車両を一意に識別する車両No404と、その車両に積載する荷物の遺伝子上での開始位置を示す遺伝子開始位置405と、終了位置を示す遺伝子終了位置406とを有している。
【0020】
図5は、図1の処理装置104が実行するプログラム105の処理の流れの概要を示すフローチャート図である。まず入力処理ステップ501において、拠点情報110と、時間帯情報111と、荷物情報112等との輸送計画を作成するために必要な情報をユーザが入力する。この処理の詳細については図6を参照して後述する。
【0021】
次の輸送スケジュール作成処理ステップ502では、入力処理ステップ501によって得られた情報から、最適と考えられる輸送計画を決定する。尚、輸送計画の決定とは、入力された全ての荷物を配送先に届けることが可能なトラックに搭載される荷物のトラックへの割り当てと、それらトラックが巡回するルート(輸送スケジュール情報)とを決定することを指す。この処理の詳細は図11を参照して後述する。次に、結果出力処理503では、作成したスケジュールを、その評価値などとともに出力する。この処理の詳細については図22を参照して後述する。
【0022】
図6は、図5中の入力処理ステップ501の詳細な処理を示すフローチャート図である。まず、拠点情報登録ステップ601において、拠点情報110(図1)の登録を行う。次に、時間帯情報登録ステップ602において、時間帯情報111の登録を行う。次に、荷物情報登録ステップ603においては、荷物情報112の登録を行う。次に輸送車両情報登録ステップ604において、輸送車両情報113の登録を行う。次に距離テーブル生成処理605において拠点間の距離とトラックによる走行所要時間を、道路地図115を参照して生成する。尚、道路地図115は、例えばカーナビゲーションにおいて利用される道路及び道路間の接続関係や距離情報が格納されているものが予め用意されているものとする。
【0023】
図7は、図5中の輸送スケジュール作成処理502の詳細を示すフローチャート図である。図7に示すように、まず、ステップ701において各時間帯別の輸送密度を算出する。すなわち、各時間帯において、荷物の荷量とその荷物の配送先までの距離との積を全荷物について加算する。この処理の詳細については、図8を参照して後述する。次に、ステップ701において算出した輸送密度が最も高い時間帯のスケジュールを作成する(ステップ702)。次に、ステップ702において作成した時間帯のスケジュール結果から、各輸送車両が巡回する配送先拠点のグループ、即ち路線情報の引き継ぎ処理を行う(ステップ703)。この処理の詳細については、図9を参照して後述する。
【0024】
次に、全ての時間帯のスケジュール作成が終了したか否かを判定する(ステップ704)。ステップ704において、全ての時間帯のスケジュール作成を終えていれば、輸送スケジュール作成処理を終了する。時間帯のスケジュール作成を終えていない時間帯があれば、スケジュールを作成していない時間帯の中で最も早い時間帯を選択して輸送スケジュールを作成する(705)。この処理の詳細については図10を参照して後述する。
【0025】
図8は、図7のステップ701の時間帯別輸送密度算出処理の詳細を示すフローチャート図である。図8に示すように、まず、変数Iに1を設定する(ステップ801)。次に、全ての時間帯の処理を終えたか否かを判定する(ステップ802)。時間帯の処理が残っていれば、以下の処理を行う。まず、変数S[I]に0を設定し、まだ未処理の時間帯の中で最も開始時刻の早い時間帯のIDを変数ID[I]に設定する(ステップ803)。次に、変数Tに、その時間帯の輸送終了時刻と輸送開始時刻との差を設定する(ステップ804)。ステップ805において全ての荷物の処理を終えたか否かを判断し、処理が終わっていなければ、その時間帯の全ての荷物に対して、荷物の荷量と、物流センターからの距離と、の積を求め(ステップ806)、再びステップ805に戻る。全ての処理を終えると、変数S[I]をTで割りS[I]に代入する(ステップ807)。次に、変数Iに1を加え(ステップ808)、次の時間帯の処理に移る。全ての時間帯の処理を終えると、S[I]が最大のIを求め、変数Lに代入する(ステップ809)。次に、変数MにID[L]を代入する(ステップ810)。このMに代入された時間帯IDを有する時間を時間帯別輸送重要度が最も高いと時間帯と判定する。
【0026】
図9は、図7中の路線情報引継処理の詳細な流れを示すフローチャート図である。図9に示すように、変数Iに1を代入する(ステップ901)。次に、その時間帯の全輸送車両のスケジュールに対して以下の処理を行う。まず、変数NにI番目の車輌の積載荷物数を代入する(ステップ903)。次に、変数Jに1を代入する(ステップ904)。JがN以下の場合には、変数G[J]にI番目のトラックのJ番目の荷物の配送先拠点のグループIDを代入する(ステップ906)。このグループIDは、輸送スケジュール情報に登録されている拠点IDが登録されているグループ情報を検索してグループIDを設定する。もし、グループ情報に拠点IDが登録されていなければ“0”を設定する。次に、変数Jに1を加え(ステップ907)、次の荷物に関する処理を行う。全ての荷物に関する処理が終了すると(ステップ905においてYesの場合)、配列Gに格納されている最大値Max[G]と最小値MIN[G]とを比較する(ステップ908)。
【0027】
最大値と最小値とが等しい場合であって、Max[G]が0と等しい場合には(ステップ914においてYESの場合)、ステップ915においてグループIDを新たに取得し路線情報を作成しI番目の車輌の配送先拠点を追加する。但し、ここで新たに取得するグループIDは1以上の整数とする。Max[G]が0と等しくない場合には、ステップ914においてMax[G]のグループIDのグループ情報にI番目の車両の配送先拠点を追加する(ステップ916)。
【0028】
ステップ908において、配列Gの最大値と最小値とが異なる場合には、以下の処理を行う。まず、新たなグループIDを1つ取得し新しいグループ情報を作成する(ステップ909)。次に、配列Gに登録されているグループIDが0以外のグループ情報に登録されている配送先拠点を、新たなグループ情報にコピーする(ステップ910)。次に、ステップ910において、既に新たなグループ情報にコピーを行った元のグループ情報を削除する(ステップ911)。次に、配列GのグループIDが0の配送先拠点を、ステップ909において作成したグループ情報に追加する(ステップ912)。次に、変数Iに1を加え(ステップ913)、次の車両の処理(ステップ902)に移る。
【0029】
図10は、図7のフローチャート図中の最大輸送密度時間帯スケジュール作成処理702と各時間帯のスケジュール作成処理705との輸送スケジュール作成処理の概要を示すフローチャート図である。このスケジュール作成処理は、例えば、GA(遺伝的アルゴリズム)に基づいて行われる。図10に示すように、まず、ランダム性を含んだ方法により、それぞれが異なる初期解集団を生成する(ステップ1001)。この処理の詳細は図18に基づいて後述する。次に、変数Iに1を代入する(ステップ1002)。次に遺伝的処理による解集団の改良を行う(ステップ1003)。この処理の詳細については、図19を参照して後述する。ステップ1003の処理により、解集団のうち少なくとも一部分は変化し、ステップ1003から1005の処理の繰り返すことにより、解集団は徐々に最適な解に近づく。ステップ1002の処理の後、解集団の評価を行う(ステップ1004)。解集団の評価は、ルート情報から算出される車両の走行距離や利用車両台数など様々な要素に対し行われ、その結果によって解集団中の個々の解に対して順位がつけられる。この評価結果が上位の解を次世代の解として選択する(ステップ1005)。次に、変数Iに1を加える(ステップ1006)。Iが予め設定されているGAの処理世代数G_MAXを越えるか、次世代集団中の最良解の評価値が予め与えられている目標値よりも良いかを、ステップ1007において判断する。もしI>G_MAX又は評価値が目標値を充足する条件が成立すれば、現在の解集団で最良の解を出力して(ステップ1008)、この処理を終える。ステップ1007において上記の条件が成立しなければ、ステップ1003に戻り、遺伝的処理による解集団の改良を繰り返す。
【0030】
図11は、図10に示す遺伝的アルゴリズムを用いた輸送スケジュール作成処理の初期解集団の作成(ステップ1001)、解集団の改良処理(ステップ1003)で用いる荷物の輸送スケジュールへの荷物の追加処理の詳細を示すフローチャート図である。この処理は、複数台の輸送車両からなる輸送スケジュールに、一つの荷物の集配送を追加する処理である。
【0031】
まず、変数Delta_MINにMax_Valueを、T_Noに−1を、Posに−1を設定する(ステップ1101)。ここでMax_Valueは使用する計算機で表現できる最大の数値を表している。次にIに1を代入する(ステップ1102)。次に、Iと変数Max_Truckの値を比較する(ステップ1103)。ここで、Max_Truckは既にスケジュールに組み込んだ車両台数を表す変数である。Iが小さければ、以下の処理を行う。まず、I番目の車輌に荷物Lを追加可能か否かをチェックする(ステップ1104)。この処理の詳細については図12を参照して説明する。この処理では、指定した車両に荷物積載が可能な場合には、その車両のルートの中で各種制約を満足した上で、その車両の走行距離(走行時間)の増分が最小になる輸送ルート上での順番を変数Pに返す。また、変数Deltaには、走行時間の増分が設定される。次に、変数Deltaの値がDelta_Minより小さいか否かをチェックする(ステップ1105)。Deltaの方が小さければ、Delta_MinにDelta(1106)を代入し、次いで、T_NoにIの値を代入し(ステップ1107)、PosにP(ステップ1108)を代入する。この変数Delta及びPは、図12で後述するステップ1104の処理で値がそれぞれ設定される。次に、変数Iに1を加え(ステップ1109)、次の車両のチェック処理に移る。ステップ1103においてYesの場合には、全ての車両のチェックが終わっていることを意味するため、次の処理を行う。まず、Delta_MINがMax_Valueと等しいか否かを判断し(ステップ1110)、等しい場合には、荷物を追加可能な車両がなかったと判断され、新しい車両を追加し(ステップ1112)、変数Max_Truckに1を加え(ステップ1113)、追加した車両に荷物Lを追加する(ステップ1114)。より具体的には、遺伝子情報の最後部に荷物Lのインデックスを追加するとともに、その追加車両の車両管理情報を追加する。また、その荷物の配送先拠点がグループ情報に登録されていなければ、新たにグループIDを取得し、新たなグループ情報を作成し、そのグループ情報に、その配送先拠点を登録する。ステップ1110においてDelta_MINがMax_Valueと等しくない場合には、ステップ1111に進み、荷物LをT_No車両のPos番目に追加する。
【0032】
図12は、図11のステップ1114における荷物追加チェックの詳細を示すフローチャート図である。この処理においては、予めスケジュールへの追加対象の荷物のインデックスが変数Lに、また追加可能か否かをチェックする車両の車両Noが変数T_Noに設定されているとする。この処理が終わると、荷物Lの輸送が車両T_Noで可能であった場合には、変数Pに追加位置が設定され、Deltaにその荷物の追加による車両の走行時間の増分値が設定される。追加できなかった場合には、Pには−1が設定され、DeltaにはMax_Valueが設定される。
【0033】
まず、ステップ1201において、変数Zに追加対象荷物Lの集配送先拠点IDを代入する。次に変数Vに荷物Lの荷量を設定する(ステップ1202)。次に、変数Pに−1を、DeltaにMax_Valueを設定する(ステップ1203)。次に、変数Iに車両管理情報117(図1)を参照して、T_No番目の車両の遺伝子開始位置を設定する(ステップ1204)。次に、変数Iの値と、その車両の遺伝子終了位置+1の値とを比較する(ステップ1205)。Iの方が大きい場合には、処理を終了させる。
【0034】
Iが上記の値を超えていない場合には、次の処理を行う。まず、IとT_No番目の車両の遺伝子開始位置とを比較する(ステップ1206)。両者が等しい場合には、変数Xには車両が出発する物流センターを表す拠点IDを代入する(ステップ1208)。両者が等しくない場合には、その車両の遺伝子情報中の(I−1)番目の荷物の集配送先の拠点IDを代入する(ステップ1207)。次に、ステップ1207、1208のいずれに進んだ場合も、IとT_No番目の車両の遺伝子終了位置+1の値とを比較する(ステップ1209)。もし両者が等しければ、変数Yには物流センターの拠点IDを代入する(ステップ1211)。両者が等しくない場合には、YにT_No番目の車両のI番目の荷物の集配送先拠点のIDを代入する(ステップ1210)。
【0035】
ステップ1210、1211のいずれの処理後にも、拠点ZがT_No番目の車両に既に積載されている荷物の配送先拠点の属するグループと同一か否かをチェックする(ステップ1212)。つまり、拠点Zが、既にグループ情報に登録されていれば、拠点ZのグループIDがT_No番目の車両に既に積載されている荷物の配送先拠点のグループIDと等しいか否かをチェックする。両者が異なっていれば、追加は不可能とする。両者が等しい場合或いは拠点Zが、どのグループ情報にも登録されていない場合には、追加可能とする。次に荷量のチェックに移る(ステップ1213)。T_No番目のトラックに、荷量Vの追加が可能か否か(荷量超過が生じないか否か)をチェックする。
【0036】
次にTにXとZとの間の所要時間とZとYとの間の所要時間との和からX−Y間の所要時間を差し引いた値を代入する(ステップ1214)。フローチャート図では、Time(X,Y)で拠点XからYへの車両の走行所用時間を表している。次に、TとDeltaとを比較し(ステップ1215)、TがDeltaよりも小さければ、DeltaにTを代入し、PにIの値を代入する(ステップ1216)。TがDelta以上の場合には、Delta及びPの値は変更しない。次に変数Iに1を加えてステップ1205に戻り、次の追加位置のチェックに移る。
【0037】
ここで、遺伝的処理の概要について簡単に説明する。まず、図13から図17までを参照して、GAを用いたスケジュール作成の概要について説明する。次いで、図18以下において、より詳細な処理について説明する。
【0038】
図17は、物流センター31と、各拠点41、43、45、51、53、55、57、61、63、65、67(以下、拠点41〜67と総称する。)との関係を示す図である。物流センター31を中心として、拠点41〜67をトラック1からトラック3までの3台のトラックにより配送することを前提としてスケジューリングを行う。
【0039】
図13は、GA(遺伝的アルゴリズム)を用いたスケジュール作成処理の概要を示すフローチャート図である。図13に示す手法は、荷物のトラックへの割当てとトラックのルートとを、GAを用いて同時に最適化する手法である。複数のスケジュールを作成し、そのスケジュールを組み合わせ(交差処理)、部分的な改良を行い(突然変異)、より良いスケジュールを作成する。図13に示すように、まず、ステップS1において、初期スケジュール案集団を作成する。物流センター31(図17)から遠方の配送先を優先したルート作成や、スウィープ法などのヒューリスティックスを用いて、複数のスケジュール案を作成する。次に、ステップS2において、交差処理として、例えば2つのスケジュール案で車両の取り換えを行い、スケジュールの改善を行う。ステップS3において、突然変異として、例えば積載率の低いトラックを削除し、他のトラックへの載せ合い等を行うことにより、スケジュールの改善を行う。ステップS4において選択として、トラック台数の少ないスケジュール案、さらに、総走行距離の少ないスケジュール案を選択する。ステップS5において、次世代集団の作成処理として、類似したスケジュール案を取り除き、最適化の効率を上げる。以上の処理を繰り返すことにより、より良いスケジュール案を作成することができる。
【0040】
図14に、スケジュールの表現について説明する。複数のトラックの巡回ルートを、図14に示すように1つの配列により表現する。例えば、トラック1は荷物1〜7までを、トラック2は、荷物8〜13までを載せることになる。
【0041】
図15は、初期スケジュール案の作成の様子を示す図である。遠方の配送先を優先したり、方面別にトラックを割り当てたりするなど、多種類のヒューリスティックスを組み合わせてGAの初期スケジュールを作成する。一例として、方面部別のトラックの割当ては、以下のように行われる。図15に示すように、スウィープ法は、デポ15(物流センター)を原点とした極座標で、全での配送先の位置を距離、角度で表現し、デポ15を中心とした直線17−1を回転させながら、それぞれの拠点15の荷物量とトラックの1日の走行距離制限を満足するように配送グループを作成する。
【0042】
次に、図16を参照して交差処理について説明する。例えば交差処理の一例は、初期集団の中から、一定の確率で異なるスケジュール案を選択して2つのスケジュール案の間でトラックの取り換えを行う。
【0043】
突然変異では、例えば積載率の低いトラックを削除し、他のトラックへの荷物の詰め替え、新たなトラックの割当て等を行う。選択処理では、複数のスケジュール案を以下の基準で評価して優秀なものだけを選択する。評価は、例えばトラックの固定費と、運行時間に比例する変動費、また積載率や走行距離などの各種ペナルティを用いて行う。以上の処理により、例えば次に示すようなスケジュールの選択が実現できる。1)トラック台数は少ないほど良い。2)総走行距離が少ないほど良い。3)トラックの積載量が超過が無いこと。4)トラックの走行距離超過が無いこと。
【0044】
以下、図18から図22までを参照して、上記の処理に関するより詳細な説明を行う。図18は、図10中の初期解集団生成処理(ステップ1001)の詳細を示すフローチャート図である。尚、1つの解には複数の車両の巡回スケジュールが登録されている。また、解集団は複数の解を含んでいる。変数SIZEには、予め初期集団に登録する遺伝子の個体数を設定しておく。
【0045】
まず、変数Iに0を代入する(ステップ1301)。次にIがSIZEよりも小さい間、ステップ1303から1306までの処理を繰り返してSIZEで指定された個数の遺伝子を生成する。各要素に値が設定されていない空の遺伝子を記憶するエリアを生成する(ステップ1303)。次に、荷物情報の荷物をランダムな順序に並べかえた配列T[]を作成する(ステップ1304)。次に、空の遺伝子に、配列T[]に登録した荷物を、この順序で図11に示した追加手順により順次追加する(ステップ1305)。次に変数Iに1を加え(ステップ1306)、次の初期解の作成に移る。
【0046】
図19は、図10中の解集団の改良(ステップ1003)の詳細を示すフローチャート図である。遺伝的処理は、解集団の変化、改良を行うGAの中心的な処理である。まず、変数SIZEに解集団に登録されている解の個数を代入する(ステップ1401)。次に、C_NUMにSIZEに予め設定されている交差率を掛けて、その値を超えない最大整数を代入する(ステップ1402)。次に、変数Iに1を代入する。変数IがC_NUM以下の場合には、次の処理を繰り返して交差処理を行う(ステップ1404)。まず、解集団から異なる二つの解(遺伝子)を選択する(ステップ1405)。次に、選択した二つの解(遺伝子)を元に交差処理を行い、交差処理で新たに生成された解(遺伝子)を解集団に加える(ステップ1406)。この交差処理の詳細は、図20を参照して詳細を後述する。次に、Iに1を加え(ステップ1407)、ステップ1404に戻り、次の交差処理に移る。
【0047】
ステップ1404において、IがC_NUMを超過していれば、次に突然変異処理に移る。つまり、変数M_NUMにSIZEに予め設定されている突然変異率を掛け、その値を超えない最大整数を代入する(ステップ1408)。次に、変数Iに1を代入する(ステップ1409)。次に、IがM_NUMの値以下の間、次の処理を繰り返す(ステップ1410)。まず、解集団からランダムに1つの解(遺伝子)を選択する(ステップ1411)。次に、選択した解に突然変異処理を行い、その解(遺伝子)を解集団に加える(ステップ1412)。この処理の詳細は図21を参照して後述する。次に変数Iに1を加え(ステップ1413)、ステップ1410に戻り処理を継続する。
【0048】
図20は、交差処理(ステップ1406)の詳細を示すフローチャート図である。まず、変数Nに各解(遺伝子)に登録されている荷物数を代入する(ステップ1501)。次に、交差対象の二つの解(遺伝子)を配列G1[],G2[]にコピーする(ステップ1502)。次に、交差点を決定するために、2以上N−1以下の整数をランダムに生成して変数Pに代入する(ステップ1503)。次に、G1のP番目以降の荷物データインデックスを削除する(ステップ1504)。つまり、削除対象の要素に−1を代入する。次に変数Iに1を代入する(ステップ1505)。次に、IがN以下の間(ステップ1506)、以下の処理を行う。G2[I]が配列G1[]中に含まれていないかどうかをチェックする(ステップ1507)。もし、含まれていない場合には、その荷物情報を図7に示した処理手順によりG1[]の輸送スケジュール中に追加する(ステップ1508)。次に、変数Iに1を加え(ステップ1509)、次の処理に移る。ステップ1507において条件が成立しない場合には、ステップ1509に移り次の処理を行う。ステップ1506においてIがNを越えれば処理を終了する。
【0049】
図21は、図19中の突然変異処理(ステップ1412)の詳細を示すフローチャート図である。変数Nには解に登録されている荷物数が設定されているとする。まず、突然変異処理対象の解(遺伝子)を配列G[]にコピーする(ステップ1601)。次に、物流センターから最も遠い集配送先拠点と、物流センターからの距離を変数Lに代入する(ステップ1602)。変数Rに0と0.3との間の範囲の実数をランダムに生成して代入する(ステップ1603)。次に、変数L1に変数Lの値とRの値の積を代入する(ステップ1604)。次に、遺伝子上での突然変異箇所を定めるために、変数Pに1以上N以下の整数をランダムに選択して代入する(ステップ1605)。次に、変数Iに1、Jに1を代入する(ステップ1606)。変数KにはG[P]の値、つまり荷物情報のインデックス値を代入する(ステップ1607)。IがN以下の間(ステップ1608)、次の処理を繰り返す。インデックスがKの荷物の集配送先拠点とG[I]の荷物の集配送先拠点の距離がL1以下かどうかをチェックする(ステップ1609)。条件が成立する場合には、T[J]にG[I]の値を代入し、G[I]には−1を代入する(ステップ1610)。次に、変数Jに1を加え(ステップ1611)、Iにも1を加え(ステップ1612)、ステップ1608に戻り処理を続ける。
【0050】
ステップ1608においてIの値がNの値を超えた場合には、配列Gの中で値が−1の要素を削除して、前方に詰め合わせる(ステップ1613)。次に、配列Tに格納されているJ個の荷物の集配送先拠点を先頭から順次図11に示した処理手順により配列Gの輸送スケジュールの中に追加する(ステップ1614)。
【0051】
図22は図5中の結果出力処理(ステップ503)の詳細を示すフローチャート図である。まず各輸送便の通過拠点を地図上に表示する(ステップ1701)。次に、輸送スケジュール作成処理によって得られたスケジュールとその所用車両台数や走行距離などの値とともに表やグラフを作成し、表示する(ステップ1702)。次に印刷指示があればグラフや表を印刷する(ステップ1703)。
これにより、図17に示すような、トラック毎に分担する拠点をグループ分けしたスケジュール案を作成することができる。
【0052】
以上説明したように、本実施の形態によるスケジュール作成システムによれば、物流センターから配送先拠点への荷物と、集配先拠点から物流センターへの荷物を、各集配送先拠点での車両の到着時刻に制約と車両の積載量制約を充足させつつ、効率的な輸送を行う輸送スケジュール作成を行うことができる。
以上、実施の形態に沿って説明したが、本発明はこれらに制限されるものではない。その他、種々の変更、改良、組合せが可能なことは当業者に自明であろう。
【0053】
【発明の効果】
以上説明したように、本発明によれば、物流センターから配送先拠点への荷物と、集配先拠点から物流センターへの荷物を、各集配送先拠点での車両の到着時刻に制約と車両の積載量制約を充足しつつ効率的に輸送を行う輸送スケジュール作成することができる。
【図面の簡単な説明】
【図1】本発明の一実施の形態による輸送計画作成システムの構成例を示すブロック図である。
【図2】図2(a)から図2(f)までは、図1の記憶装置に含まれるデータの構成例を示す図である。
【図3】図1の記憶装置に含まれる輸送スケジュールデータの構成例を示す図である。
【図4】本発明の一実施の形態による輸送計画作成システムにおける輸送スケジュール作成ステップにおいて用いられる遺伝的アルゴリズムにおける遺伝子情報の構成例を示す図である。
【図5】本発明の一実施の形態による輸送計画作成システムにおける全体的な処理の流れを示すフローチャート図である。
【図6】本発明の一実施の形態による輸送計画作成システムにおける入力処理の概要を示すフローチャート図である。
【図7】本発明の一実施の形態による輸送計画作成システムにおける輸送スケジュール作成処理の流れを示すフローチャート図である。
【図8】本発明の一実施の形態による輸送計画作成システムにおける時間帯別輸送重要度算出処理の流れを示すフローチャート図である。
【図9】本発明の一実施の形態による輸送計画作成システムにおけるグループ情報引継ぎ処理の流れを示すフローチャート図である。
【図10】本発明の一実施の形態による輸送計画作成システムにおける輸送スケジュール作成処理の流れを示すフローチャート図である。
【図11】本発明の一実施の形態による輸送計画作成システムにおける荷物追加チェック処理の流れを示すフローチャート図である。
【図12】本発明の一実施の形態による輸送計画作成システムにおける荷物追加位置判定処理の流れを示すフローチャート図である。
【図13】本発明の一実施の形態による輸送計画作成システムにおけるスケジューリング処理の一例を示すフローチャート図であり、GAアルゴリズムを用いた処理例の流れを示す図である。
【図14】本発明の一実施の形態による輸送計画作成システムにおけるスケジューリング処理において、複数のトラックの巡回ルートを1つの配列で示す図である。
【図15】本発明の一実施の形態による輸送計画作成システムにおけるスケジューリング処理に一例としてスウィープ法による処理例を示す図である。
【図16】本発明の一実施の形態による輸送計画作成システムにおけるスケジューリング処理における交差処理の概念を示す図である。
【図17】本発明の一実施の形態による輸送計画作成システムにおけるグループ分けの概要を示す概念図である。
【図18】本発明の一実施の形態による輸送計画作成システムにおける本発明の初期集団生成処理の流れを示すフローチャート図である。
【図19】本発明の一実施の形態による輸送計画作成システムにおける遺伝的処理の流れの概要を示すフローチャート図である。
【図20】本発明の一実施の形態による輸送計画作成システムにおける交差処理の流れを示すフローチャート図である。
【図21】本発明の一実施の形態による輸送計画作成システムにおける突然変異処理の流れを示すフローチャート図である。
【図22】本発明の一実施の形態による輸送計画作成システムにおける結果出力処理の流れを示すフローチャート図である。
【符号の説明】
101…入力装置、102…出力装置、103…表示装置、104…処理装置、105…プログラム、106…入力処理部、107…輸送スケジュール作成部、108…結果出力部、109…記憶装置、110…拠点情報、111…時間帯情報、112…荷物情報、113…輸送車両情報、114…距離情報、115…道路地図、116…グループ情報、117…輸送スケジュール情報、118…遺伝子情報、119…車両管理情報。
Claims (7)
- 物流センターと配送先拠点との間を巡回しながら荷物を輸送する車両の輸送スケジュール作成を行う輸送計画作成システムであって、
時間帯別の輸送密度を算出し、これに基づいて時間帯別の輸送重要度を求める時間帯別輸送重要度算出手段と、
該時間帯別輸送重要度算出手段により求められた最重要時間帯における輸送スケジュールを作成する最重要時間帯輸送スケジュール作成手段と、
該最重要時間帯輸送スケジュール作成手段により作成された前記最重要時間帯における輸送スケジュールを、他の時間帯におけるスケジュール作成に反映させる路線情報引継手段と
を有する輸送計画作成システム。 - 前記時間帯別輸送重要度算出手段は、
各時間帯におけるそれぞれの荷物の荷量と該荷物の配送先までの距離との積の総和を算出し、該総和の最も大きい時間帯を求める手段であることを特徴とする請求項1に記載の輸送計画作成システム。 - 前記最重要時間帯輸送スケジュール作成手段は、
荷物の配送に関する複数の初期スケジュール案を作成する手段と、
該初期スケジュール案に関して車両の取り換えを行うことによりスケジュール案を改善することができるか否かを判断する手段と、
荷物の積載率の低い車両に関して積載率が高くなるようにスケジュール案を改善する手段と、
車両台数と総走行距離とを勘案してこれらが小さくなるようなスケジュール案を選択する手段と、
類似したスケジュール案のいずれかを除去する処理を行う手段と
を有する請求項1又は2に記載の輸送計画作成システム。 - 前記路線情報引継手段は、前記最重要時間帯輸送スケジュール作成手段により作成された最重要時間帯における輸送スケジュールにより前記配送先拠点をグループ化し、前記最重要時間帯における輸送スケジュールを前記グループの他の時間帯にも適用する手段を有する請求項1から3までのいずれか1項に記載の輸送計画作成システム。
- 前記時間帯別輸送重要度算出手段は、
前記荷物の荷量と、前記物流センターから前記配送先までの距離の積を、その時間帯に輸送する全ての荷物に対して計算し、それらの値の総和を、その時間帯の時間幅で割って得られる値(以下、「時間帯別輸送密度」と称する。)を求め、その時間帯別輸送密度の値の最も大きい時間帯を最重要時間帯として、複数の時間帯の中で前記最重要時間帯に関して最初にスケジュール作成を行うことを特徴とする輸送計画作成システム。 - 物流センターから配送先拠点への荷物を輸送する車両の輸送スケジュール作成を行う輸送計画作成方法であって、
時間帯別の輸送密度を算出し、これに基づいて時間帯別の輸送重要度を求める時間帯別輸送重要度算出ステップと、
該時間帯別輸送重要度算出ステップにより求められた最重要時間帯における輸送スケジュールを作成する最重要時間帯輸送スケジュール作成ステップと、
該最重要時間帯輸送スケジュール作成ステップにより作成された前記最重要時間帯における輸送スケジュールを、他の時間帯におけるスケジュール作成に反映させる路線情報引継ステップと
を有する輸送計画作成方法。 - 物流センターから配送先拠点への荷物を輸送する車両の輸送スケジュール作成を行う輸送計画作成方法であって、
前記物流センター及び前記配送先拠点の位置情報を入力する拠点情報登録ステップと、
前記物流センターから前記輸送車両が出発し再び前記物流センターに戻る運用に関する複数の運用時間帯における時間帯情報を入力する時間帯情報入力ステップ及びそれぞれの荷物の荷物量と配送先拠点とを含む荷物情報を入力する荷物情報登録ステップと、
前記輸送車両の積載量限界を含む輸送車両情報を入力する輸送便情報登録ステップと、
前記位置情報と時間帯情報と荷物情報と輸送車両情報とから成る群中から選択される情報に基づいて輸送スケジュールを作成する時間帯の優先度を算出する時間帯別輸送重要度算出ステップと、
前記時間帯別重要度算出ステップにおいて算出した重要度の最も高い時間帯におけるスケジュールを作成する最重要時間帯スケジュール作成ステップと、
前記最重要時間帯のスケジュール作成結果に基づいて、1台の輸送車両が巡回する配送先拠点のグループを表すグループ情報を作成する路線情報引継ぎ処理ステップと、
作成された前記路線情報に基づいて、残りの時間帯のスケジュールを作成するスケジュール作成ステップと
を備えた輸送計画作成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003004704A JP4025652B2 (ja) | 2003-01-10 | 2003-01-10 | 輸送計画作成システム及び方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003004704A JP4025652B2 (ja) | 2003-01-10 | 2003-01-10 | 輸送計画作成システム及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2004217340A true JP2004217340A (ja) | 2004-08-05 |
JP4025652B2 JP4025652B2 (ja) | 2007-12-26 |
Family
ID=32895607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003004704A Expired - Fee Related JP4025652B2 (ja) | 2003-01-10 | 2003-01-10 | 輸送計画作成システム及び方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4025652B2 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006350673A (ja) * | 2005-06-15 | 2006-12-28 | Fuji Electric Systems Co Ltd | 最適化計算システム |
EP2254082A1 (en) | 2009-05-19 | 2010-11-24 | Hitachi, Ltd. | Transportation schedule planning support system and transportation schedule planning support method |
JP2012517041A (ja) * | 2009-02-05 | 2012-07-26 | 日本電気株式会社 | 遺伝的アプローチによる期限付きタスクの受付制御・スケジューリング方法、システムおよびプログラム |
JP2013020556A (ja) * | 2011-07-13 | 2013-01-31 | Fuji Electric Co Ltd | 車両誘導システム及び車両誘導方法 |
WO2014141394A1 (ja) * | 2013-03-13 | 2014-09-18 | 株式会社日立製作所 | 供給グループ決定支援装置及び供給グループ決定支援プログラム |
CN111325383A (zh) * | 2017-07-28 | 2020-06-23 | 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 |
CN112749829A (zh) * | 2019-10-31 | 2021-05-04 | 株式会社日立物流 | 输送计划生成装置及输送计划生成方法 |
CN113780839A (zh) * | 2021-09-15 | 2021-12-10 | 湖南视比特机器人有限公司 | 基于深度强化学习的演化式分拣作业调度方法及系统 |
JP7413929B2 (ja) | 2020-06-02 | 2024-01-16 | 富士通株式会社 | 最適化装置、最適化方法及び最適化プログラム |
JP7441146B2 (ja) | 2020-09-16 | 2024-02-29 | 三菱重工業株式会社 | 計画システム、計画方法およびプログラム |
-
2003
- 2003-01-10 JP JP2003004704A patent/JP4025652B2/ja not_active Expired - Fee Related
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006350673A (ja) * | 2005-06-15 | 2006-12-28 | Fuji Electric Systems Co Ltd | 最適化計算システム |
JP2012517041A (ja) * | 2009-02-05 | 2012-07-26 | 日本電気株式会社 | 遺伝的アプローチによる期限付きタスクの受付制御・スケジューリング方法、システムおよびプログラム |
EP2254082A1 (en) | 2009-05-19 | 2010-11-24 | Hitachi, Ltd. | Transportation schedule planning support system and transportation schedule planning support method |
JP2013020556A (ja) * | 2011-07-13 | 2013-01-31 | Fuji Electric Co Ltd | 車両誘導システム及び車両誘導方法 |
WO2014141394A1 (ja) * | 2013-03-13 | 2014-09-18 | 株式会社日立製作所 | 供給グループ決定支援装置及び供給グループ決定支援プログラム |
CN111325383A (zh) * | 2017-07-28 | 2020-06-23 | 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 |
CN112749829A (zh) * | 2019-10-31 | 2021-05-04 | 株式会社日立物流 | 输送计划生成装置及输送计划生成方法 |
CN112749829B (zh) * | 2019-10-31 | 2023-10-31 | 罗集帝株式会社 | 输送计划生成装置及输送计划生成方法 |
JP7413929B2 (ja) | 2020-06-02 | 2024-01-16 | 富士通株式会社 | 最適化装置、最適化方法及び最適化プログラム |
JP7441146B2 (ja) | 2020-09-16 | 2024-02-29 | 三菱重工業株式会社 | 計画システム、計画方法およびプログラム |
CN113780839A (zh) * | 2021-09-15 | 2021-12-10 | 湖南视比特机器人有限公司 | 基于深度强化学习的演化式分拣作业调度方法及系统 |
CN113780839B (zh) * | 2021-09-15 | 2023-08-22 | 湖南视比特机器人有限公司 | 基于深度强化学习的演化式分拣作业调度方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
JP4025652B2 (ja) | 2007-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sluijk et al. | Two-echelon vehicle routing problems: A literature review | |
CN107977739B (zh) | 物流配送路径的优化方法、装置及设备 | |
Guo et al. | Robust dynamic multi-objective vehicle routing optimization method | |
Ostermeier et al. | Cost‐optimal truck‐and‐robot routing for last‐mile delivery | |
Lee et al. | Vehicle capacity planning system: A case study on vehicle routing problem with time windows | |
CN113177752B (zh) | 一种路线规划方法、装置及服务器 | |
JP4025652B2 (ja) | 輸送計画作成システム及び方法 | |
JP2006240795A (ja) | 輸送計画作成システム | |
JP2005043974A (ja) | 輸送スケジュール作成方法及びシステム | |
JP7121154B2 (ja) | 配送計画作成方法、装置、システムおよびコンピュータ読み取り可能な記憶媒体 | |
Xue | An adaptive ant colony algorithm for crowdsourcing multi-depot vehicle routing problem with time windows | |
JP2004326711A (ja) | 配車計画立案方法および装置 | |
Ramírez-Villamil et al. | Integrating Clustering Methodologies and Routing Optimization Algorithms for Last-Mile Parcel Delivery | |
Haider et al. | Optimizing the relocation operations of free-floating electric vehicle sharing systems | |
Kłodawski et al. | Route planning with dynamic information from the EPLOS system | |
JP2003285930A (ja) | 輸送計画作成方法およびシステム | |
JP2007314335A (ja) | 地図情報を用いた物流輸送管理装置及び物流輸送管理システム | |
JP2004001975A (ja) | 双方向輸送スケジュール作成方法 | |
JP2004238129A (ja) | 配送計画立案方法およびその装置 | |
JP2007119127A (ja) | エリア分割型配送計画作成システム | |
Ermagan et al. | Machine Learning-enhanced Column Generation Approach for Express Shipments with Autonomous Robots and Public Transportation | |
JP2003285931A (ja) | 輸送計画作成方法およびシステム | |
CN117114541B (zh) | 一种电力物资应急供应方法及系统 | |
JP2003137438A (ja) | 輸送計画作成方法およびシステム | |
JP2002108998A (ja) | 輸送計画作成方法およびシステム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040614 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20061219 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070109 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070312 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070918 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20071005 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101012 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |