JP2005189925A - 物流費予測装置と予測方法とそのためのプログラム - Google Patents
物流費予測装置と予測方法とそのためのプログラム Download PDFInfo
- Publication number
- JP2005189925A JP2005189925A JP2003427205A JP2003427205A JP2005189925A JP 2005189925 A JP2005189925 A JP 2005189925A JP 2003427205 A JP2003427205 A JP 2003427205A JP 2003427205 A JP2003427205 A JP 2003427205A JP 2005189925 A JP2005189925 A JP 2005189925A
- Authority
- JP
- Japan
- Prior art keywords
- production
- transportation
- product
- new product
- type
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims description 60
- 238000004519 manufacturing process Methods 0.000 claims abstract description 221
- 230000008569 process Effects 0.000 claims description 37
- 230000004931 aggregating effect Effects 0.000 claims description 12
- 238000004220 aggregation Methods 0.000 claims description 6
- 230000002776 aggregation Effects 0.000 claims description 6
- 238000013439 planning Methods 0.000 claims description 6
- 238000013277 forecasting method Methods 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 44
- 238000005457 optimization Methods 0.000 abstract description 37
- 238000012384 transportation and delivery Methods 0.000 abstract description 11
- 238000007726 management method Methods 0.000 description 17
- 238000004088 simulation Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 230000004308 accommodation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】 既存製品のための部品群の物流をも加味して新製品のための部品群のための物流費を予測計算する。
【解決手段】 輸送部品情報作成部４は、どの製品生産拠点へどの部品仕入拠点からどの部品がどれだけ輸送されるかを示す輸送部品情報を作成する。最適化計算部８は、新製品が生産開始となった後に、１日に集荷が必要な部品を全て集荷し、かつ、必要な総輸送費を最少とする「トレーラの積載可能容積と、部品納入拠点を巡廻する集荷ルートと、各部品納入拠点での集荷容積」の関係（輸送計画）を探索し、最少の総輸送費（最適な総輸送費）を得る。新製品用部品物流費計算部１０は、新製品１個に使用される部品を集荷するために必要な物流費を計算する。
【選択図】 図１
【解決手段】 輸送部品情報作成部４は、どの製品生産拠点へどの部品仕入拠点からどの部品がどれだけ輸送されるかを示す輸送部品情報を作成する。最適化計算部８は、新製品が生産開始となった後に、１日に集荷が必要な部品を全て集荷し、かつ、必要な総輸送費を最少とする「トレーラの積載可能容積と、部品納入拠点を巡廻する集荷ルートと、各部品納入拠点での集荷容積」の関係（輸送計画）を探索し、最少の総輸送費（最適な総輸送費）を得る。新製品用部品物流費計算部１０は、新製品１個に使用される部品を集荷するために必要な物流費を計算する。
【選択図】 図１
Description
本発明は、新たに生産を開始する新製品に使用する部品群を仕入拠点から生産拠点へ輸送するのに必要な物流費を予測する技術に関する。
例えば自動車という製品を生産するためには多数の部品が必要とされ、多数の部品を多数の仕入拠点から生産拠点へ輸送する必要がある。部品群を輸送することによって、物流費（輸送費、積降費、保管費、管理費等）が発生する。
部品物流費は、製品の生産コスト（原価）の一部を構成する。新製品を企画する場合には新製品の部品物流費を知る必要があり、新製品の部品物流費を予測する技術が必要とされている。物流費を予測する技術が特許文献１に記載されている。
特開２０００−５７２２０号公報
部品物流費は、製品の生産コスト（原価）の一部を構成する。新製品を企画する場合には新製品の部品物流費を知る必要があり、新製品の部品物流費を予測する技術が必要とされている。物流費を予測する技術が特許文献１に記載されている。
企業は多種類の製品を生産する。部品の輸送が製品種類毎に行われれば、新製品の部品物流費は比較的簡単に予測することができ、特別な技術は必要とされない。しかしながら物流を合理的なものにするために複数種類の製品に使用される部品群を混載して輸送することが多い。例えば、製品種類Ａに使用する部品ａと製品種類Ｂに使用する部品ｂを１台のトラックに混載して輸送することが多くなっている。混載して輸送する場合、新製品のための部品群の物流費を計算することが複雑化してくる。例えば、現状では製品種類Ａに使用する部品ａを輸送しており、新製品の生産開始後には新製品Ｂのための部品ｂの輸送が追加される場合を想定する。この場合、新製品Ｂのための部品ｂの輸送が追加されても１台のトラックに混載して輸送することができれば、部品ｂの物流費は安価に抑えられるのに対し、部品ｂの輸送が追加されたために１台のトラックでは輸送することができなくなりもう１台のトラックが必要とされるのであれば、部品ｂの物流費は高価なものとなってしまう。新製品の部品群の物流費を予測計算するためには、他の製品種類のための部品群の輸送の実態を加味しなければならない。
物流をより合理的なものにするために、複数の仕入拠点を経てから生産拠点に納入する輸送形態が増えており、製品種類毎の部品物流費を計算することがますます困難となっている。これを、簡略化した例によって説明する。図１９（１）に例示するように、現状では、積載可能量１００ｍ３のトレーラＴ１が生産拠点Ｆ１を出発し、部品仕入拠点ｆ２で４０ｍ３の部品を集荷し、続いて部品仕入拠点ｆ１で４０ｍ３の部品を集荷し、生産拠点Ｆ１へ戻るルートを巡廻しているとする。このときの物流費は、右側に示すように、部品の輸送量に比例して増大する積降単価ａ１と、走行距離に比例して増大する距離単価ｂ１と、トレーラの台数に比例して増大する基本単価ｃ1に基づいて計算される。現状では、部品の総輸送量が８０ｍ３であり、ルートを巡廻する総距離が１００ｋｍであり、トレーラ台数が１台であるために、物流費は８０・ａ１＋１００・ｂ１＋ｃ１と計算される。
新製品を生産するために、新たに仕入拠点ｆ３で部品を集荷しなければならなくなったものとする。このとき（２）の場合では、（１）の場合に比して、部品の輸送量が２０ｍ３増大し、総距離が５０ｋｍ伸びるもの、必要なトレーラ台数は増えない。新たな物流費は、部品の輸送量と総距離に比例して増大するが、基本料については増大しない。これに対して（３）の場合は、（１）の場合に比して部品の輸送量が３０ｍ３増大したために、１台のトレーラでは積載能力が不足し、２台目のトレーラが必要となっている。トレーラが走行する総距離は２２０ｋｍとなり、（１）の場合に比して１２０ｋｍも伸びている。（２）の場合に比してトレーラ２台分の基本料が必要となり、走行距離に比例する料金も増大する。（３）の場合は（２）の場合に比して、部品の輸送量が１０ｍ３しか増大しておらず、仕入拠点数も増加していないのに、（３）と（２）の物流費の差は、（１）と（２）の物流費の差以上に大きくなることがある。
このように、複数の仕入拠点を巡廻して部品を集荷し、集荷してから生産拠点へ輸送する場合は、部品の輸送量や総走行距離や巡廻拠点数がそれほど変わらない場合でも、利用する輸送手段の種類やルートの選択によって、輸送費の増大幅が大きく変わってしまうことがある。実際にはその他に、輸送手段が所属する輸送会社によってそれぞれの輸送手段の基本単価が異なったり、道路の種類によっては別途通行料が必要となったりし、物流費の計算を複雑にする多くのファクターが存在する。
新製品を生産するために、新たに仕入拠点ｆ３で部品を集荷しなければならなくなったものとする。このとき（２）の場合では、（１）の場合に比して、部品の輸送量が２０ｍ３増大し、総距離が５０ｋｍ伸びるもの、必要なトレーラ台数は増えない。新たな物流費は、部品の輸送量と総距離に比例して増大するが、基本料については増大しない。これに対して（３）の場合は、（１）の場合に比して部品の輸送量が３０ｍ３増大したために、１台のトレーラでは積載能力が不足し、２台目のトレーラが必要となっている。トレーラが走行する総距離は２２０ｋｍとなり、（１）の場合に比して１２０ｋｍも伸びている。（２）の場合に比してトレーラ２台分の基本料が必要となり、走行距離に比例する料金も増大する。（３）の場合は（２）の場合に比して、部品の輸送量が１０ｍ３しか増大しておらず、仕入拠点数も増加していないのに、（３）と（２）の物流費の差は、（１）と（２）の物流費の差以上に大きくなることがある。
このように、複数の仕入拠点を巡廻して部品を集荷し、集荷してから生産拠点へ輸送する場合は、部品の輸送量や総走行距離や巡廻拠点数がそれほど変わらない場合でも、利用する輸送手段の種類やルートの選択によって、輸送費の増大幅が大きく変わってしまうことがある。実際にはその他に、輸送手段が所属する輸送会社によってそれぞれの輸送手段の基本単価が異なったり、道路の種類によっては別途通行料が必要となったりし、物流費の計算を複雑にする多くのファクターが存在する。
新製品のための部品群の物流費を計算する場合には、部品の輸送量や走行距離の増大だけでなく、その他の物流費に関する様々なファクターを勘案する必要がある。新たに必要となる部品の輸送量と新たに加わる仕入拠点だけを独立させて、これらだけを対象として計算するのは現実的ではない。効率的な輸送を行うために、様々な種類の部品を混載して輸送することが多い。新製品が生産開始された後は、既存製品のための部品群と混載して輸送することになる。実際に実行される輸送形態を想定して物流費を計算することによって、新製品のための部品群の物流費を比較的正確に予測することが初めて可能となる。このためには、既存製品のための部品群をも含め、輸送が必要な全種類の部品の輸送量と、全ての仕入拠点の関係を考慮して、物流費を計算する必要がある。
従来の技術では、既存製品のための部品群の物流をも加味して新製品のための部品群の物流費を予測計算するレベルにまで達しておらず、非常にラフな物流費の推定計算に留まっている。
従来の技術では、既存製品のための部品群の物流をも加味して新製品のための部品群の物流費を予測計算するレベルにまで達しておらず、非常にラフな物流費の推定計算に留まっている。
本発明は、既存製品のための部品群の物流をも加味して新製品のための部品群のための物流費を予測計算する技術を提供する。本発明では、実際に実行される輸送形態を想定して物流費を計算し、新製品のための部品群の物流費を比較的正確に予測計算する。
（課題を解決するための一つの手段）
本発明によって、新たに生産を開始する新製品に使用する部品群を仕入拠点から生産拠点へ輸送するのに必要な物流費を予測する装置が創作された。
この装置は、新製品の生産開始後の所定期間内に生産する製品種類毎の計画生産数を記憶している「製品種類／生産数」データベースと、製品種類毎にその製品を生産するのに必要な部品種類とその数量を記憶している「製品種類／部品種類／部品数量」データベースと、部品種類毎にその部品の仕入拠点を記憶している「部品種類／仕入拠点」データベースと、計画生産数の新製品を生産するのに必要な部品種類とその数量と仕入拠点を集約する「新製品／生産数／部品種類／部品数量／仕入拠点」情報集約手段を有する。
また、現状で輸送している「部品種類／部品数量／仕入拠点」の情報を記憶しているデータベースと、「新製品／生産数／部品種類／部品数量／仕入拠点」情報集約手段で集約された「部品種類／部品数量／仕入拠点」と、現状の「部品種類／部品数量／仕入拠点」を合算して、新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報を集約する手段とを有する。
さらに、新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報から「輸送手段／輸送数量／輸送区間」を示す輸送計画を立案する手段を有する。
その上で、輸送手段と輸送数量と輸送区間から物流費を計算するのに必要な単価を記憶しているデータベースと、立案された輸送計画を実行するのに必要な物流費を計算する手段と、計算された物流費が最少となる新製品の生産開始後の輸送計画を探索する手段と、現状で部品輸送に費やしている物流費を記憶しているデータベースと、探索された輸送計画での新製品の生産開始後の最少物流費から現状物流費を減じた額を、新製品の計画生産数で除することによって、新製品１つ当りの部品群物流費を計算する手段とを有する。
本発明によって、新たに生産を開始する新製品に使用する部品群を仕入拠点から生産拠点へ輸送するのに必要な物流費を予測する装置が創作された。
この装置は、新製品の生産開始後の所定期間内に生産する製品種類毎の計画生産数を記憶している「製品種類／生産数」データベースと、製品種類毎にその製品を生産するのに必要な部品種類とその数量を記憶している「製品種類／部品種類／部品数量」データベースと、部品種類毎にその部品の仕入拠点を記憶している「部品種類／仕入拠点」データベースと、計画生産数の新製品を生産するのに必要な部品種類とその数量と仕入拠点を集約する「新製品／生産数／部品種類／部品数量／仕入拠点」情報集約手段を有する。
また、現状で輸送している「部品種類／部品数量／仕入拠点」の情報を記憶しているデータベースと、「新製品／生産数／部品種類／部品数量／仕入拠点」情報集約手段で集約された「部品種類／部品数量／仕入拠点」と、現状の「部品種類／部品数量／仕入拠点」を合算して、新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報を集約する手段とを有する。
さらに、新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報から「輸送手段／輸送数量／輸送区間」を示す輸送計画を立案する手段を有する。
その上で、輸送手段と輸送数量と輸送区間から物流費を計算するのに必要な単価を記憶しているデータベースと、立案された輸送計画を実行するのに必要な物流費を計算する手段と、計算された物流費が最少となる新製品の生産開始後の輸送計画を探索する手段と、現状で部品輸送に費やしている物流費を記憶しているデータベースと、探索された輸送計画での新製品の生産開始後の最少物流費から現状物流費を減じた額を、新製品の計画生産数で除することによって、新製品１つ当りの部品群物流費を計算する手段とを有する。
（その作用と効果）
「製品種類／生産数」データベースに記憶されている計画生産数の新製品を生産するのに必要な部品種類と、「製品種類／部品種類／部品数量」データベースに記憶されている製品種類を生産するのに必要な部品種類とその数量と、「部品種類／仕入拠点」データベースに記憶されている部品種類毎の仕入拠点を集約すれば、「新製品／生産数／部品種類／部品数量／仕入拠点」情報を集約することができる。
また、集約された「部品種類／部品数量／仕入拠点」と、データベースに記憶されている現状の「部品種類／部品数量／仕入拠点」を合算すれば、新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報を集約することができる。
さらに、集約された新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報から「輸送手段／輸送数量／輸送区間」を示す輸送計画を立案することができる。ここで輸送区間とは、拠点と拠点との間（二拠点間）の区間のことをいい、輸送計画では、どの輸送手段で、どれだけの数量の部品を、どの輸送区間で輸送するのかが決定される。
また、データベースに記憶されている輸送手段と輸送数量と輸送区間から物流費を計算するのに必要な単価を利用すれば、立案された輸送計画を実行するのに必要な物流費を計算することができる。すると、計算された物流費が最少となる新製品の生産開始後の輸送計画を探索することができる。そして、探索された輸送計画での新製品の生産開始後の最少物流費から、データベースに記憶されている現状物流費を減じた額を、新製品の計画生産数で除することによって、新製品１つ当りの部品群物流費を計算することができる。
本装置は、新製品だけでなく既存製品のための部品群の物流をも加味して物流費が最少となる新製品の生産開始後の輸送計画を探索する。そして、探索された輸送計画での新製品の生産開始後の最少物流費と現状物流費との差を、新製品の計画生産数で除することで、新製品１台当りの部品群物流費を計算する。実際に実行される輸送の形態により近い場合を想定し計算することにより、正確に物流費を予測することができる。
「製品種類／生産数」データベースに記憶されている計画生産数の新製品を生産するのに必要な部品種類と、「製品種類／部品種類／部品数量」データベースに記憶されている製品種類を生産するのに必要な部品種類とその数量と、「部品種類／仕入拠点」データベースに記憶されている部品種類毎の仕入拠点を集約すれば、「新製品／生産数／部品種類／部品数量／仕入拠点」情報を集約することができる。
また、集約された「部品種類／部品数量／仕入拠点」と、データベースに記憶されている現状の「部品種類／部品数量／仕入拠点」を合算すれば、新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報を集約することができる。
さらに、集約された新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報から「輸送手段／輸送数量／輸送区間」を示す輸送計画を立案することができる。ここで輸送区間とは、拠点と拠点との間（二拠点間）の区間のことをいい、輸送計画では、どの輸送手段で、どれだけの数量の部品を、どの輸送区間で輸送するのかが決定される。
また、データベースに記憶されている輸送手段と輸送数量と輸送区間から物流費を計算するのに必要な単価を利用すれば、立案された輸送計画を実行するのに必要な物流費を計算することができる。すると、計算された物流費が最少となる新製品の生産開始後の輸送計画を探索することができる。そして、探索された輸送計画での新製品の生産開始後の最少物流費から、データベースに記憶されている現状物流費を減じた額を、新製品の計画生産数で除することによって、新製品１つ当りの部品群物流費を計算することができる。
本装置は、新製品だけでなく既存製品のための部品群の物流をも加味して物流費が最少となる新製品の生産開始後の輸送計画を探索する。そして、探索された輸送計画での新製品の生産開始後の最少物流費と現状物流費との差を、新製品の計画生産数で除することで、新製品１台当りの部品群物流費を計算する。実際に実行される輸送の形態により近い場合を想定し計算することにより、正確に物流費を予測することができる。
（課題を解決するための好ましい手段）
生産拠点が複数存在している場合は、「新製品／生産数／部品種類／部品数量／仕入拠点／生産拠点」の情報と、現状の「部品種類／部品数量／仕入拠点／生産拠点」の情報を合算して、新製品の生産開始後の「部品種類／部品数量／仕入拠点／生産拠点」情報を集約し、その集約情報に基づいて新製品の生産開始後の「輸送手段／輸送数量／輸送区間」を示す輸送計画を立案することが好ましい。
（その効果）
生産拠点が複数存在している場合も、各仕入拠点から各生産拠点へ輸送すべき全ての部品群を対象として輸送計画を立案することによって、正確に物流費を予測することができる。
生産拠点が複数存在している場合は、「新製品／生産数／部品種類／部品数量／仕入拠点／生産拠点」の情報と、現状の「部品種類／部品数量／仕入拠点／生産拠点」の情報を合算して、新製品の生産開始後の「部品種類／部品数量／仕入拠点／生産拠点」情報を集約し、その集約情報に基づいて新製品の生産開始後の「輸送手段／輸送数量／輸送区間」を示す輸送計画を立案することが好ましい。
（その効果）
生産拠点が複数存在している場合も、各仕入拠点から各生産拠点へ輸送すべき全ての部品群を対象として輸送計画を立案することによって、正確に物流費を予測することができる。
（課題を解決するための好ましい手段）
物流費の計算単価を記憶している手段は、輸送手段毎の基本単価、輸送数量に依存する単価、輸送距離に依存する単価を記憶していることが好ましい。
（その効果）
これらの単価を記憶していることによって、より具体的に物流費を予測することができる。
物流費の計算単価を記憶している手段は、輸送手段毎の基本単価、輸送数量に依存する単価、輸送距離に依存する単価を記憶していることが好ましい。
（その効果）
これらの単価を記憶していることによって、より具体的に物流費を予測することができる。
（課題を解決するための好ましい手段）
本物流費予測装置の場合、現状で輸送している「部品種類／部品数量／仕入拠点」の情報から「輸送手段／輸送数量／輸送区間」を示す輸送計画を立案する手段と、立案された輸送計画を実行するのに必要な物流費を計算する手段と、計算された物流費が最少となる現状の輸送計画を探索する手段と、探索された最少物流費と現状物流費の比を計算する手段と、計算された新製品の生産開始後の最少物流費に前記比を加味して、新製品の生産開始後の物流費を修正する手段と、修正された新製品の生産開始後の物流費から新製品１つ当りの部品群物流費を計算する手段が付加されていることが好ましい。
（その作用と効果）
本装置では、現状の輸送計画をシミレーションで立案する。このようにシミレーションで立案された輸送計画を実行するのに必要な物流費を計算し、計算された物流費が最少となる現状の輸送計画をシミレーションで探索する。そして、シミレーションで探索された最少物流費と現状物流費の比を計算する。計算された比を、計算された新製品の生産開始後の最少物流費に加味すれば、新製品の生産開始後の物流費を修正することができ、修正された新製品の生産開始後の物流費から新製品１つ当りの部品群物流費を計算することが可能となる。
本装置では、物流費が最少となる現状の輸送計画をシミレーションで探索し、シミレーションで探索された最少物流費と現状物流費の比を用いて、新製品１台あたりの部品群物流費を計算する。シミレーションによって最少化された物流費と実際に要する物流費とのギャップを予め盛り込むことにより、より確実に物流費を予測することができる。
本物流費予測装置の場合、現状で輸送している「部品種類／部品数量／仕入拠点」の情報から「輸送手段／輸送数量／輸送区間」を示す輸送計画を立案する手段と、立案された輸送計画を実行するのに必要な物流費を計算する手段と、計算された物流費が最少となる現状の輸送計画を探索する手段と、探索された最少物流費と現状物流費の比を計算する手段と、計算された新製品の生産開始後の最少物流費に前記比を加味して、新製品の生産開始後の物流費を修正する手段と、修正された新製品の生産開始後の物流費から新製品１つ当りの部品群物流費を計算する手段が付加されていることが好ましい。
（その作用と効果）
本装置では、現状の輸送計画をシミレーションで立案する。このようにシミレーションで立案された輸送計画を実行するのに必要な物流費を計算し、計算された物流費が最少となる現状の輸送計画をシミレーションで探索する。そして、シミレーションで探索された最少物流費と現状物流費の比を計算する。計算された比を、計算された新製品の生産開始後の最少物流費に加味すれば、新製品の生産開始後の物流費を修正することができ、修正された新製品の生産開始後の物流費から新製品１つ当りの部品群物流費を計算することが可能となる。
本装置では、物流費が最少となる現状の輸送計画をシミレーションで探索し、シミレーションで探索された最少物流費と現状物流費の比を用いて、新製品１台あたりの部品群物流費を計算する。シミレーションによって最少化された物流費と実際に要する物流費とのギャップを予め盛り込むことにより、より確実に物流費を予測することができる。
（課題を解決するための一つの手段）
本発明によって、新たに生産を開始する新製品に使用する部品群を仕入拠点から生産拠点へ輸送するのに必要な物流費を予測する方法が創作された。
この方法は、コンピュータに下記の処理、即ち、
・新製品の生産開始後の所定期間内に生産する製品種類毎の計画生産数を記憶している「製品種類／生産数」データベースと、製品種類毎にその製品を生産するのに必要な部品種類とその数量を記憶している「製品種類／部品種類／部品数量」データベースと、部品種類毎にその部品の仕入拠点を記憶している「部品種類／仕入拠点」データベースを参照して、計画生産数の新製品を生産するのに必要な部品種類とその数量と仕入拠点を集約した「新製品／生産数／部品種類／部品数量／仕入拠点」情報を集約する工程と、
・「新製品／生産数／部品種類／部品数量／仕入拠点」情報集約処理で集約された「部品種類／部品数量／仕入拠点」と、現状で輸送している「部品種類／部品数量／仕入れ拠点」の情報を記憶しているデータベースに記憶されている情報を合算して、新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報を集約する工程と、
・新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報から「輸送手段／輸送数量／輸送区間」を示す輸送計画を立案する工程と、
・輸送手段と輸送数量と輸送区間から物流費を計算するのに必要な単価を記憶しているデータベースを参照して、立案された輸送計画を実行するのに必要な物流費を計算する工程と、
・計算された物流費が最少となる新製品の生産開始後の輸送計画を探索する工程と、
・探索された輸送計画での新製品の生産開始後の最少物流費からデータベースに記憶されている現状の物流費を減じ、減じた額を新製品の計画生産数で除することによって、新製品１つ当りの部品群物流費を計算する工程と、
を実行する
（その作用と効果）
本方法では、新製品だけでなく既存製品のための部品群の物流をも加味して物流費が最少となる新製品の生産開始後の輸送計画を探索する。そして、探索された輸送計画での新製品の生産開始後の最少物流費と現状物流費との差を、新製品の計画生産数で除することで、新製品１台当りの部品群物流費を計算する。実際に実行される輸送の形態により近い場合を想定して計算することにより、正確に物流費を予測することができる。
本発明によって、新たに生産を開始する新製品に使用する部品群を仕入拠点から生産拠点へ輸送するのに必要な物流費を予測する方法が創作された。
この方法は、コンピュータに下記の処理、即ち、
・新製品の生産開始後の所定期間内に生産する製品種類毎の計画生産数を記憶している「製品種類／生産数」データベースと、製品種類毎にその製品を生産するのに必要な部品種類とその数量を記憶している「製品種類／部品種類／部品数量」データベースと、部品種類毎にその部品の仕入拠点を記憶している「部品種類／仕入拠点」データベースを参照して、計画生産数の新製品を生産するのに必要な部品種類とその数量と仕入拠点を集約した「新製品／生産数／部品種類／部品数量／仕入拠点」情報を集約する工程と、
・「新製品／生産数／部品種類／部品数量／仕入拠点」情報集約処理で集約された「部品種類／部品数量／仕入拠点」と、現状で輸送している「部品種類／部品数量／仕入れ拠点」の情報を記憶しているデータベースに記憶されている情報を合算して、新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報を集約する工程と、
・新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報から「輸送手段／輸送数量／輸送区間」を示す輸送計画を立案する工程と、
・輸送手段と輸送数量と輸送区間から物流費を計算するのに必要な単価を記憶しているデータベースを参照して、立案された輸送計画を実行するのに必要な物流費を計算する工程と、
・計算された物流費が最少となる新製品の生産開始後の輸送計画を探索する工程と、
・探索された輸送計画での新製品の生産開始後の最少物流費からデータベースに記憶されている現状の物流費を減じ、減じた額を新製品の計画生産数で除することによって、新製品１つ当りの部品群物流費を計算する工程と、
を実行する
（その作用と効果）
本方法では、新製品だけでなく既存製品のための部品群の物流をも加味して物流費が最少となる新製品の生産開始後の輸送計画を探索する。そして、探索された輸送計画での新製品の生産開始後の最少物流費と現状物流費との差を、新製品の計画生産数で除することで、新製品１台当りの部品群物流費を計算する。実際に実行される輸送の形態により近い場合を想定して計算することにより、正確に物流費を予測することができる。
（課題を解決するための一つの手段）
本発明によって、新たに生産を開始する新製品に使用する部品群を仕入拠点から生産拠点へ輸送するのに必要な物流費を予測するためのプログラムが創作された。このプログラムは、コンピュータによって下記の処理、即ち、
・新製品の生産開始後の所定期間内に生産する製品種類毎の計画生産数を記憶している「製品種類／生産数」データベースと、製品種類毎にその製品を生産するのに必要な部品種類とその数量を記憶している「製品種類／部品種類／部品数量」データベースと、部品種類毎にその部品の仕入拠点を記憶している「部品種類／仕入拠点」データベースを参照して、計画生産数の新製品を生産するのに必要な部品種類とその数量と仕入拠点を集約した「新製品／生産数／部品種類／部品数量／仕入拠点」情報を集約する処理と、
・「新製品／生産数／部品種類／部品数量／仕入拠点」情報集約処理で集約された「部品種類／部品数量／仕入拠点」と、現状で輸送している「部品種類／部品数量／仕入れ拠点」の情報を記憶しているデータベースに記憶されている情報を合算して、新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報を集約する処理と、
・新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報から「輸送手段／輸送数量／輸送区間」を示す輸送計画を立案する処理と、
・輸送手段と輸送数量と輸送区間から物流費を計算するのに必要な単価を記憶しているデータベースを参照して、立案された輸送計画を実行するのに必要な物流費を計算する処理と、
・計算された物流費が最少となる新製品の生産開始後の輸送計画を探索する処理と、
・探索された輸送計画での新製品の生産開始後の最少物流費からデータベースに記憶されている現状の物流費を減じ、減じた額を新製品の計画生産数で除することによって、新製品１つ当りの部品群物流費を計算する処理と、
を実行させる。
（その作用と効果）
本プログラムでは、新製品だけでなく既存製品のための部品群の物流をも加味して物流費が最少となる新製品の生産開始後の輸送計画を探索させる。そして、探索された輸送計画での新製品の生産開始後の最少物流費と現状物流費との差を、新製品の計画生産数で除することで、新製品１台当りの部品群物流費を計算させる。実際に実行される輸送の形態により近い場合を想定して計算させることにより、正確に物流費を予測することができる。
本発明によって、新たに生産を開始する新製品に使用する部品群を仕入拠点から生産拠点へ輸送するのに必要な物流費を予測するためのプログラムが創作された。このプログラムは、コンピュータによって下記の処理、即ち、
・新製品の生産開始後の所定期間内に生産する製品種類毎の計画生産数を記憶している「製品種類／生産数」データベースと、製品種類毎にその製品を生産するのに必要な部品種類とその数量を記憶している「製品種類／部品種類／部品数量」データベースと、部品種類毎にその部品の仕入拠点を記憶している「部品種類／仕入拠点」データベースを参照して、計画生産数の新製品を生産するのに必要な部品種類とその数量と仕入拠点を集約した「新製品／生産数／部品種類／部品数量／仕入拠点」情報を集約する処理と、
・「新製品／生産数／部品種類／部品数量／仕入拠点」情報集約処理で集約された「部品種類／部品数量／仕入拠点」と、現状で輸送している「部品種類／部品数量／仕入れ拠点」の情報を記憶しているデータベースに記憶されている情報を合算して、新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報を集約する処理と、
・新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報から「輸送手段／輸送数量／輸送区間」を示す輸送計画を立案する処理と、
・輸送手段と輸送数量と輸送区間から物流費を計算するのに必要な単価を記憶しているデータベースを参照して、立案された輸送計画を実行するのに必要な物流費を計算する処理と、
・計算された物流費が最少となる新製品の生産開始後の輸送計画を探索する処理と、
・探索された輸送計画での新製品の生産開始後の最少物流費からデータベースに記憶されている現状の物流費を減じ、減じた額を新製品の計画生産数で除することによって、新製品１つ当りの部品群物流費を計算する処理と、
を実行させる。
（その作用と効果）
本プログラムでは、新製品だけでなく既存製品のための部品群の物流をも加味して物流費が最少となる新製品の生産開始後の輸送計画を探索させる。そして、探索された輸送計画での新製品の生産開始後の最少物流費と現状物流費との差を、新製品の計画生産数で除することで、新製品１台当りの部品群物流費を計算させる。実際に実行される輸送の形態により近い場合を想定して計算させることにより、正確に物流費を予測することができる。
以下に説明する実施例の主要な特徴を最初に列記する。
（形態１）新たに生産を開始する新製品は１種類である。
（形態２）新たに生産を開始する新製品が複数の種類の場合は、例えば１種類の製品種類Ａに使用される物流費を計算したら、次に２種類の製品種類Ａ，Ｂに使用される物流費を計算し、前者の製品種類Ａについての物流費と後者の製品種類Ａ，Ｂについての物流費との差を計算して、２種類目の製品種類Ｂについての物流費とする。同様に製品種類数を１つずつ増加させて物流費を計算し、製品種類数が１つ少ないときの物流費との差を計算することで、各製品種類の物流費を計算することができる。
（形態１）新たに生産を開始する新製品は１種類である。
（形態２）新たに生産を開始する新製品が複数の種類の場合は、例えば１種類の製品種類Ａに使用される物流費を計算したら、次に２種類の製品種類Ａ，Ｂに使用される物流費を計算し、前者の製品種類Ａについての物流費と後者の製品種類Ａ，Ｂについての物流費との差を計算して、２種類目の製品種類Ｂについての物流費とする。同様に製品種類数を１つずつ増加させて物流費を計算し、製品種類数が１つ少ないときの物流費との差を計算することで、各製品種類の物流費を計算することができる。
本実施例では、輸送手段をトレーラとし、複数種類の製品に使用される複数種類の部品を各仕入拠点で集荷して、各製品生産拠点へ輸送する。本発明がトレーラ以外の輸送手段にも適用できることは自明である。
本実施例では、新製品に使用される部品を輸送するのに必要な物流費（輸送費、積降費、管理費等）を予測する。部品を輸送するのに必要な物流費は、製品の生産コスト（原価）の一要素として扱われ、新製品の販売企画の際に新製品の販売価格を決定するために考慮される。したがって下記の物流費予測装置は、新製品の価格を決定するときに作動する。
本実施例では、新製品に使用される部品を輸送するのに必要な物流費（輸送費、積降費、管理費等）を予測する。部品を輸送するのに必要な物流費は、製品の生産コスト（原価）の一要素として扱われ、新製品の販売企画の際に新製品の販売価格を決定するために考慮される。したがって下記の物流費予測装置は、新製品の価格を決定するときに作動する。
（第１実施例）
まず、図１を参照して、第１実施例の物流費予測装置のシステム構成について説明をする。
物流費予測装置２は、データを入力し、記憶し、演算し、演算結果を出力し、演算結果に基づいて周辺装置を機能させるコンピュータであり、純然たるハードウエアの説明は省略する。
まず、図１を参照して、第１実施例の物流費予測装置のシステム構成について説明をする。
物流費予測装置２は、データを入力し、記憶し、演算し、演算結果を出力し、演算結果に基づいて周辺装置を機能させるコンピュータであり、純然たるハードウエアの説明は省略する。
物流費予測装置２は、製品生産計画データベース２２を備えている。製品生産計画データベース２２は、期間別に、各製品生産拠点で生産すべき製品の種類と、その生産数を記憶している。
図２に、製品生産計画のデータ構成例を示す。例えば製品生産拠点Ｆ１では、製品種類Ａと製品種類Ｂを生産することを示している。製品種類Ａは４月の第１週から生産が開始される新製品であり、４月第1週に４０００個、第２週に４０００個、第３週に３８００個、・・・生産する必要があることを示している。一方、製品種類Ｂは既存製品であり、３月第４週に２０００個、４月第１週に２０００個、第２週に２０００個、第３週に１５００個、・・・生産する必要があることを示している。
図２に、製品生産計画のデータ構成例を示す。例えば製品生産拠点Ｆ１では、製品種類Ａと製品種類Ｂを生産することを示している。製品種類Ａは４月の第１週から生産が開始される新製品であり、４月第1週に４０００個、第２週に４０００個、第３週に３８００個、・・・生産する必要があることを示している。一方、製品種類Ｂは既存製品であり、３月第４週に２０００個、４月第１週に２０００個、第２週に２０００個、第３週に１５００個、・・・生産する必要があることを示している。
図１の製品種類／部品種類情報データベース２４は、製品種類別に、その製品種類に使用される部品種類を記憶している。
図３に、製品種類／部品種類情報のデータ構成例を示す。例えば部品種類Ａには、α，β，γの３種類の部品が使用され、それぞれ使用される数は、4個、３個、２個であることを示している。
図３に、製品種類／部品種類情報のデータ構成例を示す。例えば部品種類Ａには、α，β，γの３種類の部品が使用され、それぞれ使用される数は、4個、３個、２個であることを示している。
図１の部品種類／仕入拠点情報データベース２６は、部品種類別に、その部品種類を仕入れる部品仕入拠点を記憶している。
図４に、部品種類／仕入拠点情報のデータ構成例を示す。例えば部品種類αは、部品仕入拠点ｆ１から仕入れることを示している。なお、仕入拠点は、部品を生産する工場だけでなく、部品生産工場から輸送された部品が中継される中継拠点であってもよい。
図４に、部品種類／仕入拠点情報のデータ構成例を示す。例えば部品種類αは、部品仕入拠点ｆ１から仕入れることを示している。なお、仕入拠点は、部品を生産する工場だけでなく、部品生産工場から輸送された部品が中継される中継拠点であってもよい。
図１の箱／部品種類情報データベース２６は、部品を収容するための箱別に、箱のＬ寸法（長さ寸法）、Ｗ寸法（幅寸法）、Ｈ寸法（高さ寸法）、容積と、収容可能な部品種類とその収容数を記憶している。
図５に、箱／部品種類情報のデータ構成例を示す。例えば番号Ｂ−０１の箱は、Ｌ寸法が１．０ｍ、Ｗ寸法が０．５ｍ、Ｈ寸法が０．１ｍ、容積が０．０５ｍ３であり、収容可能な部品種類はα，β，γ，・・・であり、それぞれの収容数は１０個、１０個、４個、・・・であることを示している。
図５に、箱／部品種類情報のデータ構成例を示す。例えば番号Ｂ−０１の箱は、Ｌ寸法が１．０ｍ、Ｗ寸法が０．５ｍ、Ｈ寸法が０．１ｍ、容積が０．０５ｍ３であり、収容可能な部品種類はα，β，γ，・・・であり、それぞれの収容数は１０個、１０個、４個、・・・であることを示している。
図1の物流費予測装置２は、輸送部品情報作成部４を備えている。輸送部品情報作成部４は、製品生産計画データベース２２と、製品種類／部品種類情報データベース２４と、部品種類／部品仕入拠点情報データベース２６と、箱／部品種類情報データベース２８の情報に基づいて、輸送部品情報を作成する。輸送部品情報では、どの製品生産拠点へどの部品仕入拠点からどの部品がどれだけ輸送されるかが示される。
作成された輸送部品情報は、輸送部品情報データベース３０に記憶される。図６に輸送部品情報のデータ構成例が示されている。このデータの詳細については、後に詳述する。
作成された輸送部品情報は、輸送部品情報データベース３０に記憶される。図６に輸送部品情報のデータ構成例が示されている。このデータの詳細については、後に詳述する。
図１のトレーラ情報データベース３２は、利用可能なトレーラのＩＤと、所属する輸送会社と、配置可能な製品生産拠点と、集荷可能な部品仕入拠点と、積載可能な容積と、稼働可能な時間を対応付けて記憶している。
図８に、トレーラ情報のデータ構成例を示す。例えばＩＤがＴ００１のトレーラは、Ｘ社に所属し、配置可能な製品生産拠点はＦ１，Ｆ２，・・・、集荷可能な部品仕入拠点はｆ１，ｆ２，・・・、積載可能な容積は７５ｍ３、稼働可能な時間は８時間であることを示している。なお配置可能な製品生産拠点や集荷可能な部品仕入拠点は、各拠点の搬出入用スペースや所在位置等によって決定されている。
図８に、トレーラ情報のデータ構成例を示す。例えばＩＤがＴ００１のトレーラは、Ｘ社に所属し、配置可能な製品生産拠点はＦ１，Ｆ２，・・・、集荷可能な部品仕入拠点はｆ１，ｆ２，・・・、積載可能な容積は７５ｍ３、稼働可能な時間は８時間であることを示している。なお配置可能な製品生産拠点や集荷可能な部品仕入拠点は、各拠点の搬出入用スペースや所在位置等によって決定されている。
図１の区間情報データベース３４は、二拠点間の区間別に、種類（一般道／高速道、トレーラ通行不可等）と、距離と、時間を対応付けて記憶している。
図９に、区間情報のデータ構成例を示す。例えば始点である部品仕入拠点ｆ１から終点である納入拠点Ｆ１までの区間は、種類は一般道であり、距離は６０ｋｍ、時間は９０分であることを示している。
図９に、区間情報のデータ構成例を示す。例えば始点である部品仕入拠点ｆ１から終点である納入拠点Ｆ１までの区間は、種類は一般道であり、距離は６０ｋｍ、時間は９０分であることを示している。
区間情報データベース３４が記憶している距離は、最短経路探索部６によって探索された最短経路の距離である。最短経路探索部６は、拠点情報データベース４０と、地図ネットワーク情報データベース４２の情報を利用して、二拠点間の区間の最短経路を探索する。
拠点情報データベース４０は、各拠点の住所、郵便番号、地域コード等の所在位置を表す情報を記憶している。
地図ネットワーク情報データベース４２は、デジタル地図によるネットワークモデルを記憶している。ネットワークモデルは、地図上のノード（点）と、それらを結ぶアーク（線）から構成される。各アークには、距離、制限速度、平均速度、道路の種別（国道／県道等）、道路の幅員等の情報が含まれている。
最短経路探索部６は、拠点情報データベース４０が記憶している拠点の所在位置と、地図ネットワーク情報データベース４２が記憶しているネットワークモデルを構成するノード（点）とアーク（線）に基づいて、二拠点間の区間の最短経路を探索する。探索方法自体は既知であり、既存の技術を用いることができる。探索された経路は、二拠点間の区間として採用される。こられの経路の距離は、ネットワークモデル上の探索された経路に対応したアークを用いて算出される。
拠点情報データベース４０は、各拠点の住所、郵便番号、地域コード等の所在位置を表す情報を記憶している。
地図ネットワーク情報データベース４２は、デジタル地図によるネットワークモデルを記憶している。ネットワークモデルは、地図上のノード（点）と、それらを結ぶアーク（線）から構成される。各アークには、距離、制限速度、平均速度、道路の種別（国道／県道等）、道路の幅員等の情報が含まれている。
最短経路探索部６は、拠点情報データベース４０が記憶している拠点の所在位置と、地図ネットワーク情報データベース４２が記憶しているネットワークモデルを構成するノード（点）とアーク（線）に基づいて、二拠点間の区間の最短経路を探索する。探索方法自体は既知であり、既存の技術を用いることができる。探索された経路は、二拠点間の区間として採用される。こられの経路の距離は、ネットワークモデル上の探索された経路に対応したアークを用いて算出される。
図１の積降時間情報データベース３６は、部品仕入拠点で部品の積込み作業に要する時間の情報（０．３分／１ｍ３等）や、製品生産拠点で部品の荷降ろし作業に要する時間（０．３分／１ｍ３）の情報を記憶している。
図１の物流単価情報データベース３８は、物流に要する費用の項目別に、単価を記憶している。
図１０に、物流単価情報のデータ構成例を示す。物流費は、（１）の輸送単価から算出される輸送費と、（２）の積降単価から算出される積降費と、（３）の管理単価から算出される管理費を合計することで、算出することができる。
（１）の輸送単価は、トレーラを１日ハイヤするのに要するハイヤコストと、走行距離に応じて要するマイレージコスト（走行コストとガソリン代を合せたコスト）と、高速道を利用することで要するハイウェイコストに区分される。ハイヤコストは、トレーラが所属する輸送会社によって異なり、例えばＸ社は５０００円／台、Ｙ社は６０００円／台、Ｚ社は７０００円／台、・・・であることを示している。マイレージコストは、距離が長くなるほど安くなり、１００ｋｍまでは２００円／ｋｍ、２００ｋｍまでは１７０円／ｋｍ、３００ｋｍまでは１５０円／ｋｍ、・・・であることを示している。ハイウェイコストは、高速料金によって決定され、５０ｋｍまでは１５００円、１００ｋｍまでは２０００円、２００ｋｍまでは２５００円、・・・であることを示している。なおハイウェイコストは、高速道を利用する区間にのみ必要とされる。
（２）の積降単価は、納入拠点で部品の荷降ろし作業に要するコストであり、製品生産拠点毎に、部品の容積に応じて決定されている。例えば製品生産拠点Ｆ１では、２００円／ｍ３であるのに対し、製品生産拠点Ｆ２では２２０円／ｍ３である。なお部品仕入拠点で部品の積込み作業に要するコストは、部品仕入拠点で負担するのが一般的である。
（３）の管理単価は、部品の在庫管理、部品の受入スケジュールの計画作成等に要するコストであり、製品生産拠点毎に、部品の容積に応じて決定されている。例えば製品生産拠点Ｆ１では、４００円／ｍ３であるのに対し、製品生産拠点Ｆ２では４２０円／ｍ３である。
図１０に、物流単価情報のデータ構成例を示す。物流費は、（１）の輸送単価から算出される輸送費と、（２）の積降単価から算出される積降費と、（３）の管理単価から算出される管理費を合計することで、算出することができる。
（１）の輸送単価は、トレーラを１日ハイヤするのに要するハイヤコストと、走行距離に応じて要するマイレージコスト（走行コストとガソリン代を合せたコスト）と、高速道を利用することで要するハイウェイコストに区分される。ハイヤコストは、トレーラが所属する輸送会社によって異なり、例えばＸ社は５０００円／台、Ｙ社は６０００円／台、Ｚ社は７０００円／台、・・・であることを示している。マイレージコストは、距離が長くなるほど安くなり、１００ｋｍまでは２００円／ｋｍ、２００ｋｍまでは１７０円／ｋｍ、３００ｋｍまでは１５０円／ｋｍ、・・・であることを示している。ハイウェイコストは、高速料金によって決定され、５０ｋｍまでは１５００円、１００ｋｍまでは２０００円、２００ｋｍまでは２５００円、・・・であることを示している。なおハイウェイコストは、高速道を利用する区間にのみ必要とされる。
（２）の積降単価は、納入拠点で部品の荷降ろし作業に要するコストであり、製品生産拠点毎に、部品の容積に応じて決定されている。例えば製品生産拠点Ｆ１では、２００円／ｍ３であるのに対し、製品生産拠点Ｆ２では２２０円／ｍ３である。なお部品仕入拠点で部品の積込み作業に要するコストは、部品仕入拠点で負担するのが一般的である。
（３）の管理単価は、部品の在庫管理、部品の受入スケジュールの計画作成等に要するコストであり、製品生産拠点毎に、部品の容積に応じて決定されている。例えば製品生産拠点Ｆ１では、４００円／ｍ３であるのに対し、製品生産拠点Ｆ２では４２０円／ｍ３である。
図１の物流費予測装置２は、最適化計算部８を備えている。最適化計算部８は、輸送部品情報データベース３０と、トレーラ情報データベース３２と、区間情報データベース３４と、積降時間情報データベース３６と、物流単価情報データベース３８の情報に基づいて、新製品が生産開始となった後に、１日に集荷が必要な部品を全て集荷し、かつ、必要な総輸送費を最少とする「トレーラの積載可能容積と、部品納入拠点を巡廻する集荷ルートと、各部品納入拠点での集荷容積」の関係（輸送計画）を探索し、最少の総輸送費（最適な総輸送費）を得る。最適化計算方法自体は既知であり、既存の技術を用いることができる。
計算された最適な最少総輸送費と、「トレーラ容積／集荷ルート／集荷容積」の関係（輸送計画）は、最適化計算結果情報データベース４４に記憶される。
計算された最適な最少総輸送費と、「トレーラ容積／集荷ルート／集荷容積」の関係（輸送計画）は、最適化計算結果情報データベース４４に記憶される。
図１の物流実績情報データベース４６は、現状の部品の輸送に関する情報を記憶している。部品の輸送に関する情報とは、輸送すべき部品種類と数、部品仕入拠点、利用トレーラ、集荷ルート、各部品仕入拠点で各トレーラが集荷する部品の容積、総物流費等の情報である。
図１の物流費予測装置２は、新製品用部品物流費計算部１０を備えている。新製品用部品物流費計算部１０は、最適化計算結果情報データベース４４と、物流実績情報データベース４６の情報に基づいて、新製品１個に使用される部品を集荷するために必要な物流費を計算する。
計算された物流費は、新製品用部品物流費データベース４８に記憶される。新製品用部品物流費データベース４８の情報は、新製品の生産コスト（原価）の一要素として扱われ、新製品の販売企画の際に新製品の販売価格を決定するために考慮される。
計算された物流費は、新製品用部品物流費データベース４８に記憶される。新製品用部品物流費データベース４８の情報は、新製品の生産コスト（原価）の一要素として扱われ、新製品の販売企画の際に新製品の販売価格を決定するために考慮される。
次に、図１３のフローチャートを参照して、物流費予測装置２が実行する第１実施例の新製品用部品物流費予測処理の手順について説明する。本実施例では、４月の第１週から新しく生産開始となる製品種類Ａを対象として、製品種類Ａを１個生産するのに利用される部品を輸送するのに必要な日当りの物流費を予測する。
最初に、ステップＳ２において、輸送部品情報作成部４が、輸送部品情報作成処理を実行する。輸送部品情報は、製品生産計画データベース２２と、製品種類／部品種類情報データベース２４と、部品／部品仕入拠点情報データベース２６と、箱／部品情報データベース２８の情報に基づいて作成される。輸送部品情報では、どの製品生産拠点へどの部品仕入拠点からどの部品がどれだけ輸送されるかが示される。作成された輸送部品情報は、輸送部品情報データベース３０に記憶される。
図６に、輸送部品情報データベース３０のデータ構成例を示す。ここでは、４月の第１週の輸送部品情報が示されており、例えば、製品生産拠点Ｆ１へは、部品仕入拠点ｆ１から部品種類α，β，δが輸送され、部品仕入拠点ｆ２から部品γが輸送され、部品仕入拠点ｆ３から部品εが輸送される。
部品の必要数は、図２に示す製品生産計画での週当たりの製品の生産数を日当りに換算し、日当りに換算した製品の生産数に、図３に示す部品の使用数を乗算することで求められる。例えば、部品種類αは、図３に示すように、製品種類Ａに４個、製品種類Ｂに４個使用される。一方、図２に示すように、４月の第１週では、製品種類Ａは製品生産拠点Ｆ１で４０００個生産されるため、日当たりで８００個生産されると換算される（稼働日５日／１週間とした場合）。また、製品種類Ｂは製品生産拠点Ｆ１で２０００個生産されるため、日当たりで４００個生産されると換算される。したがって、１日に製品生産拠点Ｆ１で使用される部品種類αの必要数は、以下のように求められる。
製品種類Ａの生産数８００個×部品種類αの使用数４個
＋製品種類Ｂの生産数４００個×部品種類αの使用数４個
＝４８００個
また、部品の容積は、前記のように求められた部品の必要数を、図５に示す部品収容数で除算して必要な箱数を算出し、算出した箱数にその箱の容積を乗算することで求められる。例えば、部品種類αは、図５に示すように、箱Ｂ−０１に１０個収容される。図６に示すように、部品種類αの必要数は４８００である。よって、４８００÷１０＝４８０個だけの箱Ｂ−０１が必要であると算出される。また、図５に示すように、箱Ｂ−０１の容積は０．０５ｍ３である。したがって、１日に製品生産拠点Ｆ１で使用される部品種類αの容積は、以下のように求められる。
４８０個×０．０５ｍ３＝２４．０ｍ３
このようにして各部品の容積が求められると、１つの部品仕入拠点から輸送される全部品の合計容積を計算することができる。この合計容積が、図６では、部品仕入拠点当りの容積（例えば、部品仕入拠点ｆ１については６０．０ｍ３）として示されている。また、部品仕入拠点当りの容積が求められると、１つの製品生産拠点へ輸送される全部品の合計容積を計算することができる。例えば、製品生産拠点Ｆ１については１００ｍ３として示されている。
最初に、ステップＳ２において、輸送部品情報作成部４が、輸送部品情報作成処理を実行する。輸送部品情報は、製品生産計画データベース２２と、製品種類／部品種類情報データベース２４と、部品／部品仕入拠点情報データベース２６と、箱／部品情報データベース２８の情報に基づいて作成される。輸送部品情報では、どの製品生産拠点へどの部品仕入拠点からどの部品がどれだけ輸送されるかが示される。作成された輸送部品情報は、輸送部品情報データベース３０に記憶される。
図６に、輸送部品情報データベース３０のデータ構成例を示す。ここでは、４月の第１週の輸送部品情報が示されており、例えば、製品生産拠点Ｆ１へは、部品仕入拠点ｆ１から部品種類α，β，δが輸送され、部品仕入拠点ｆ２から部品γが輸送され、部品仕入拠点ｆ３から部品εが輸送される。
部品の必要数は、図２に示す製品生産計画での週当たりの製品の生産数を日当りに換算し、日当りに換算した製品の生産数に、図３に示す部品の使用数を乗算することで求められる。例えば、部品種類αは、図３に示すように、製品種類Ａに４個、製品種類Ｂに４個使用される。一方、図２に示すように、４月の第１週では、製品種類Ａは製品生産拠点Ｆ１で４０００個生産されるため、日当たりで８００個生産されると換算される（稼働日５日／１週間とした場合）。また、製品種類Ｂは製品生産拠点Ｆ１で２０００個生産されるため、日当たりで４００個生産されると換算される。したがって、１日に製品生産拠点Ｆ１で使用される部品種類αの必要数は、以下のように求められる。
製品種類Ａの生産数８００個×部品種類αの使用数４個
＋製品種類Ｂの生産数４００個×部品種類αの使用数４個
＝４８００個
また、部品の容積は、前記のように求められた部品の必要数を、図５に示す部品収容数で除算して必要な箱数を算出し、算出した箱数にその箱の容積を乗算することで求められる。例えば、部品種類αは、図５に示すように、箱Ｂ−０１に１０個収容される。図６に示すように、部品種類αの必要数は４８００である。よって、４８００÷１０＝４８０個だけの箱Ｂ−０１が必要であると算出される。また、図５に示すように、箱Ｂ−０１の容積は０．０５ｍ３である。したがって、１日に製品生産拠点Ｆ１で使用される部品種類αの容積は、以下のように求められる。
４８０個×０．０５ｍ３＝２４．０ｍ３
このようにして各部品の容積が求められると、１つの部品仕入拠点から輸送される全部品の合計容積を計算することができる。この合計容積が、図６では、部品仕入拠点当りの容積（例えば、部品仕入拠点ｆ１については６０．０ｍ３）として示されている。また、部品仕入拠点当りの容積が求められると、１つの製品生産拠点へ輸送される全部品の合計容積を計算することができる。例えば、製品生産拠点Ｆ１については１００ｍ３として示されている。
図７に、輸送部品情報に基づいて、製品種類Ａが生産開始となる４月の第１週の１日に製品生産拠点Ｆ１で使用する部品を各仕入拠点で集荷する容積と、その直前の３月の第４週の１日に集荷する容積を模式的に比較した例を示す。
（１）では、３月の第４週の１日に、部品仕入拠点ｆ１で４８ｍ３、部品仕入拠点ｆ３で３０ｍ３の部品を集荷する必要があるのに対し、（２）では、４月の第１週の１日に、製品種類Ａが生産開始となり部品仕入拠点ｆ３が追加されたことから、部品仕入拠点ｆ１で６０ｍ３、部品仕入拠点ｆ２で２０ｍ３、部品仕入拠点ｆ３で２０ｍ３の部品を集荷する必要があることがわかる。
（１）では、３月の第４週の１日に、部品仕入拠点ｆ１で４８ｍ３、部品仕入拠点ｆ３で３０ｍ３の部品を集荷する必要があるのに対し、（２）では、４月の第１週の１日に、製品種類Ａが生産開始となり部品仕入拠点ｆ３が追加されたことから、部品仕入拠点ｆ１で６０ｍ３、部品仕入拠点ｆ２で２０ｍ３、部品仕入拠点ｆ３で２０ｍ３の部品を集荷する必要があることがわかる。
上記の輸送製品情報作成処理が終了すると、次に図１３のステップＳ４において、最適化計算部８が、１日に集荷が必要な部品を全て集荷し、かつ、必要な総輸送費を最少とする「トレーラの積載可能容積と、部品仕入拠点を巡廻する集荷ルートと、各部品納入拠点で集荷する部品の容積」の関係（輸送計画）を探索して、最少の総輸送費を得る。
ここでは、集荷が必要な部品を全て集荷することを制約条件とし、必要な総輸送費を目的関数として、総輸送費を最少とする「トレーラの積載可能容積と、部品仕入拠点を巡廻する集荷ルートと、各部品仕入拠点で集荷する部品の容積」の関係を得る。また、利用するトレーラの台数を最少にするという条件や、利用するトレーラの延べ走行距離又は延べ走行時間を最少にするという条件を加えてもよい。すなわち、一次的には総輸送費を評価関数とし、二次的には利用するトレーラの台数や走行距離又は走行時間を評価関数として、探索することも可能である。
ここでは、集荷が必要な部品を全て集荷することを制約条件とし、必要な総輸送費を目的関数として、総輸送費を最少とする「トレーラの積載可能容積と、部品仕入拠点を巡廻する集荷ルートと、各部品仕入拠点で集荷する部品の容積」の関係を得る。また、利用するトレーラの台数を最少にするという条件や、利用するトレーラの延べ走行距離又は延べ走行時間を最少にするという条件を加えてもよい。すなわち、一次的には総輸送費を評価関数とし、二次的には利用するトレーラの台数や走行距離又は走行時間を評価関数として、探索することも可能である。
探索には様々な手法を採用することができる。例えば、集荷が必要な部品を全て集荷するという制約、トレーラの台数の上限（利用可能数）と下限（０、すなわち非負数）の制約、トレーラの積載可能容積や可能稼働時間の制約等を制約条件として設定する。そしてこれらの制約条件の下で実行可能な全ての「トレーラ容積／集荷ルート／集荷容積」の関係の候補を考え、総輸送費が最少となる候補を探索結果として採用する。あるいは、遺伝的アルゴリズムに代表されるメタヒューリスティック手法によって、より少ない候補の中から高確率で、総輸送費が最少となる候補を探索することもできる。その他にも、適当なアルゴリズムを採用することができる。
図１４のフローチャートで、最適化計算処理の手順を詳細に説明する。最初にステップＳ４０２では、トレーラ情報データベース３２の情報に基づいて、各トレーラを配置可能拠点に割当てる。例えば図８では、トレーラＴ００１の配置可能拠点はＦ１，Ｆ２，・・・であるため、トレーラＴ００１をこれらのいずれかの拠点に割当てる。
次に図１４のステップＳ４０４では、各トレーラが部品仕入拠点を巡廻する集荷ルートと、各部品仕入拠点で集荷する部品の容積を仮決定する。この仮決定には、輸送部品情報データベース３０の各部品仕入拠点当りの集荷容積の情報と、トレーラ情報データベース３２の各トレーラの集荷可能拠点と積載可能容積の情報が利用される。
例えば図６に示すように、製品生産拠点Ｆ１へ、部品仕入拠点ｆ１，ｆ２，ｆ３から合計１００ｍ３の部品を輸送するにあたって、図８でＴ００１，Ｔ００３，Ｔ００５の３台のトレーラが利用可能とすると、１００ｍ３の部品を最少台数のトレーラで輸送するには、どのトレーラがどの部品仕入拠点でどれだけ集荷すればよいのかの関係を探索する。このとき、各トレーラの集荷可能拠点と積載可能容積を制約条件として、実行可能な関係のみを探索する。
例えば図６に示すように、製品生産拠点Ｆ１へ、部品仕入拠点ｆ１，ｆ２，ｆ３から合計１００ｍ３の部品を輸送するにあたって、図８でＴ００１，Ｔ００３，Ｔ００５の３台のトレーラが利用可能とすると、１００ｍ３の部品を最少台数のトレーラで輸送するには、どのトレーラがどの部品仕入拠点でどれだけ集荷すればよいのかの関係を探索する。このとき、各トレーラの集荷可能拠点と積載可能容積を制約条件として、実行可能な関係のみを探索する。
続く図１４のステップＳ４０６では、各トレーラの走行距離・走行時間を計算する。ここでは、区間情報データベース３４の二拠点間の区間の走行距離・走行時間の情報が利用される。例えば、製品生産拠点Ｆ１→部品仕入拠点ｆ１→部品仕入拠点ｆ２→部品仕入拠点ｆ３→製品生産拠点Ｆ１という集荷ルートで輸送する場合、図９から、走行距離は６０ｋｍ＋３０ｋｍ＋４０ｋｍ＋７０ｋｍ＝２００ｋｍ、走行時間は９０分＋４５分＋６０分＋７０分＝２６５分と計算される。
そしてステップＳ４０８では、ステップＳ４０４での仮決定が、トレーラの稼働可能時間の制約条件から許容されるか否を判定する。この際には、ステップＳ４０６で計算した総走行時間や、積降所要時間データベース３６の積降時間の情報等を参照して、これらの諸条件を勘案する。
例えば、上記の製品生産拠点Ｆ１→部品仕入拠点ｆ１→部品仕入拠点ｆ２→部品仕入拠点ｆ３→製品生産拠点Ｆ１という集荷ルートの場合、図６から合計１００ｍ３の部品を積降する必要がある。部品仕入拠点での積込み作業に要する時間は０．３分／１ｍ３、製品生産拠点での荷降ろし作業に要する時間は０．３分／１ｍ３であるとすると、総積降所要時間は０．３分×１００ｍ３（積込み作業）＋０．３分×１００ｍ３（荷降し作業）＋＝６０分と計算される。すると、この集荷ルートで輸送するためには、総走行時間２６５分＋総積降所要時間６０分＝３２５分（５時間２５分）が必要となるため、図８の稼働可能時間を参照して、この集荷ルートを担当するトレーラが６時間以上稼動可能であるか否かを判定する。ＮＯという判定結果を得たら、ステップＳ４０４に戻って再度仮決定を実行する。ＹＥＳという判定結果を得たら、ステップＳ４１０に移行する。
そしてステップＳ４０８では、ステップＳ４０４での仮決定が、トレーラの稼働可能時間の制約条件から許容されるか否を判定する。この際には、ステップＳ４０６で計算した総走行時間や、積降所要時間データベース３６の積降時間の情報等を参照して、これらの諸条件を勘案する。
例えば、上記の製品生産拠点Ｆ１→部品仕入拠点ｆ１→部品仕入拠点ｆ２→部品仕入拠点ｆ３→製品生産拠点Ｆ１という集荷ルートの場合、図６から合計１００ｍ３の部品を積降する必要がある。部品仕入拠点での積込み作業に要する時間は０．３分／１ｍ３、製品生産拠点での荷降ろし作業に要する時間は０．３分／１ｍ３であるとすると、総積降所要時間は０．３分×１００ｍ３（積込み作業）＋０．３分×１００ｍ３（荷降し作業）＋＝６０分と計算される。すると、この集荷ルートで輸送するためには、総走行時間２６５分＋総積降所要時間６０分＝３２５分（５時間２５分）が必要となるため、図８の稼働可能時間を参照して、この集荷ルートを担当するトレーラが６時間以上稼動可能であるか否かを判定する。ＮＯという判定結果を得たら、ステップＳ４０４に戻って再度仮決定を実行する。ＹＥＳという判定結果を得たら、ステップＳ４１０に移行する。
図１４のステップＳ４１０では、総輸送費を計算する。総輸送費は、ステップＳ４０４で仮決定された利用トレーラが所属する輸送会社と台数と、各トレーラの走行距離と、物流単価情報データベース３８の輸送単価の情報に基づいて、計算される。例えば、上記の製品生産拠点Ｆ１→部品仕入拠点ｆ１→部品仕入拠点ｆ２→部品仕入拠点ｆ３→製品生産拠点Ｆ１という集荷ルートの場合、図１１（１）に例示するように、仮決定された利用トレーラがＴ００１，Ｔ００３であり、Ｔ００１が部品仕入拠点ｆ１で６０ｍ３の部品を集荷し、Ｔ００３が部品仕入拠点ｆ２で２０ｍ３と、部品仕入拠点ｆ３で２０ｍ３の部品を集荷すると仮決定されたとする。すると、総輸送費は、以下のように求められる。
ハイヤコスト：
５０００円（Ｔ００１）＋６０００円（Ｔ００３）＝１１０００円
マイレージコスト：
１２０ｋｍ×１７０円（Ｔ００３）＋１５０ｋｍ×１７０円（Ｔ００５）
＝４５９００円
ハイウエィコスト：
＝２０００円（Ｆ１→ｆ３）
総輸送費：１１０００円＋４５９００円＋２０００円＝５８９００円
このように求められた総輸送費を、全ての製品生産拠点からの集荷ルートで合計することにより、全ての部品を輸送するために必要な総輸送費が計算される。
そして図１４のステップＳ４１２では、それまでに得られた計算結果よりも少ない輸送費用で輸送できるか否かを判定する。ＹＥＳという判定結果を得たらステップＳ４１４に移行して、最適化計算結果として仮登録しておく。一方、ＮＯという判定結果を得たらステップＳ４１６に移行する。
ハイヤコスト：
５０００円（Ｔ００１）＋６０００円（Ｔ００３）＝１１０００円
マイレージコスト：
１２０ｋｍ×１７０円（Ｔ００３）＋１５０ｋｍ×１７０円（Ｔ００５）
＝４５９００円
ハイウエィコスト：
＝２０００円（Ｆ１→ｆ３）
総輸送費：１１０００円＋４５９００円＋２０００円＝５８９００円
このように求められた総輸送費を、全ての製品生産拠点からの集荷ルートで合計することにより、全ての部品を輸送するために必要な総輸送費が計算される。
そして図１４のステップＳ４１２では、それまでに得られた計算結果よりも少ない輸送費用で輸送できるか否かを判定する。ＹＥＳという判定結果を得たらステップＳ４１４に移行して、最適化計算結果として仮登録しておく。一方、ＮＯという判定結果を得たらステップＳ４１６に移行する。
ステップＳ４１６では、ステップＳ４０２でトレーラが割当てられた配置可能拠点を変更しながら、ステップＳ４１６で設定回数に達したと判定されるまで、上記の一連の処理を繰り返す。例えば、トレーラＴ００１が製品生産拠点Ｆ１に割当てられていたら、割当てを製品生産拠点Ｆ２に変更して、一連の処理を繰り返す。ステップＳ４１６で設定回数に達したと判定されたら、ステップＳ４２０において、得られた計算結果を最適化計算結果として採用する。以上の最適化計算処理においては遺伝的アルゴリズムを利用することが有効であり、ステップＳ４１６での設定回数の中においても最適な計算結果を得ることができる。
最適化計算処理の結果から、利用するトレーラの積載可能容積と、集荷ルートと、各部品納入拠点での集荷容積が決定され、最少の総輸送費が得られる。これらの情報は、最適化計算結果情報データベース４４に記憶される。
図１１（２）に、最適化計算結果情報のデータ構成例を示す。上段に最少化された総輸送費を示している。また、例えば製品生産拠点Ｆ１から出発するトレーラは、積載可能容積が７５ｍ３のトレーラが２台であり、そのうち１台はＸ社、他の１台はＹ社に所属するものを利用することを示している。そしてＸ社のトレーラが集荷する部品納入拠点はｆ１で集荷容積は６０ｍ３であり、Ｙ社のトレーラが集荷する部品納入拠点はｆ３→ｆ２で、集荷容積はそれぞれ２０ｍ３，２０ｍ３であることを示している。ここでは、総輸送費を最少とする「トレーラ容積／集荷ルート／集荷容積」の関係が決定されている。
図１１（２）に、最適化計算結果情報のデータ構成例を示す。上段に最少化された総輸送費を示している。また、例えば製品生産拠点Ｆ１から出発するトレーラは、積載可能容積が７５ｍ３のトレーラが２台であり、そのうち１台はＸ社、他の１台はＹ社に所属するものを利用することを示している。そしてＸ社のトレーラが集荷する部品納入拠点はｆ１で集荷容積は６０ｍ３であり、Ｙ社のトレーラが集荷する部品納入拠点はｆ３→ｆ２で、集荷容積はそれぞれ２０ｍ３，２０ｍ３であることを示している。ここでは、総輸送費を最少とする「トレーラ容積／集荷ルート／集荷容積」の関係が決定されている。
上記の最適化計算処理が終了すると、次に図１３のステップＳ６において、新製品用部品物流費計算部１０が、新製品を１個生産するのに使用される部品を輸送するのに必要な物流費を算出する。
この物流費は、以下の(1)〜(3)の手順で算出することができる。
(1)新製品を生産開始した後の総物流費を算出する。
ここでいう総物流費とは、総輸送費と総積降費と総管理費の和である。
・総輸送費は、上記の最適化計算処理の中で算出されている。
・積降費は、製品生産拠点の部品容積当りの積降コスト（図１０（２）を参照）に、その製品生産拠点で使用する部品容積（図６を参照）を乗算することで求められる。例えば製品生産拠点Ｆ１の積降費は、以下のように求められる。
２００円×１００ｍ３＝２００００円
このように求められた製品生産拠点当りの積降費を全製品生産拠点で合計することで、総積降費が算出される。
・管理費は、製品生産拠点の部品容積当りの管理コスト（図１０（３）を参照）に、その製品生産拠点で生産する部品容積（図６を参照）を乗算することで求められる。例えば製品生産拠点Ｆ１の管理費は、以下のように求められる。
４００円×１００ｍ３＝４００００円
このように求められた製品生産拠点当りの管理費を全製品生産拠点で合計することで、総管理費が算出される。
総輸送費と総管理費と総積降費を積算すれば、総物流費を算出することができる。
(2)(1)で算出した総物流費と、新製品の生産開始前の総物流費との差を算出する。
例えば図１２（Ｂ）に例示するように、(1)で算出した総物流費が5,800,000円であり、（Ａ）に例示するように、新製品の生産開始前の総物流費が5,000,000円であったとすると、その差は
5,800,000−5,000,000＝800,000円
と算出される。
(3)(2)で算出した差を、新製品の生産数で除算して、新製品１個を生産するのに使用される部品を輸送するのに必要な物流費を算出する。
例えば図２に例示するように、４月の第1週目の製品種類Ａの生産数が５０００個（製品生産拠点Ｆ１の生産数４０００個＋製品生産拠点Ｆ２での生産数１０００個＝５０００個）であれば、日当りの生産数は５０００個／５日＝１０００個となる。したがって、製品種類Ａを１個生産するのに使用される部品を輸送するのに必要な物流費は、以下のように算出される。
800,000円÷１０００個＝800円
この物流費は、以下の(1)〜(3)の手順で算出することができる。
(1)新製品を生産開始した後の総物流費を算出する。
ここでいう総物流費とは、総輸送費と総積降費と総管理費の和である。
・総輸送費は、上記の最適化計算処理の中で算出されている。
・積降費は、製品生産拠点の部品容積当りの積降コスト（図１０（２）を参照）に、その製品生産拠点で使用する部品容積（図６を参照）を乗算することで求められる。例えば製品生産拠点Ｆ１の積降費は、以下のように求められる。
２００円×１００ｍ３＝２００００円
このように求められた製品生産拠点当りの積降費を全製品生産拠点で合計することで、総積降費が算出される。
・管理費は、製品生産拠点の部品容積当りの管理コスト（図１０（３）を参照）に、その製品生産拠点で生産する部品容積（図６を参照）を乗算することで求められる。例えば製品生産拠点Ｆ１の管理費は、以下のように求められる。
４００円×１００ｍ３＝４００００円
このように求められた製品生産拠点当りの管理費を全製品生産拠点で合計することで、総管理費が算出される。
総輸送費と総管理費と総積降費を積算すれば、総物流費を算出することができる。
(2)(1)で算出した総物流費と、新製品の生産開始前の総物流費との差を算出する。
例えば図１２（Ｂ）に例示するように、(1)で算出した総物流費が5,800,000円であり、（Ａ）に例示するように、新製品の生産開始前の総物流費が5,000,000円であったとすると、その差は
5,800,000−5,000,000＝800,000円
と算出される。
(3)(2)で算出した差を、新製品の生産数で除算して、新製品１個を生産するのに使用される部品を輸送するのに必要な物流費を算出する。
例えば図２に例示するように、４月の第1週目の製品種類Ａの生産数が５０００個（製品生産拠点Ｆ１の生産数４０００個＋製品生産拠点Ｆ２での生産数１０００個＝５０００個）であれば、日当りの生産数は５０００個／５日＝１０００個となる。したがって、製品種類Ａを１個生産するのに使用される部品を輸送するのに必要な物流費は、以下のように算出される。
800,000円÷１０００個＝800円
このように算出された新製品用の部品の物流費は、新製品用部品物流費情報データベース４８に記憶される。
記憶された新製品用物流費情報は、新製品の販売企画の際に新製品の販売価格を決定するために利用される。
記憶された新製品用物流費情報は、新製品の販売企画の際に新製品の販売価格を決定するために利用される。
以上のように、本実施例では、拠点の増加による拠点間の距離の伸びや、利用するトレーラの積載可能容積や、集荷ルートや、集荷する部品の容積や、トレーラが所属する輸送会社や、道路の種類等の様々なファクターを勘案して総輸送費を計算する。しかも、新製品だけでなく、既存製品を含めた全ての製品に使用される種類の部品と、全ての仕入拠点の関係も考慮して、総輸送費を計算する。
これにより、新製品の販売企画段階から新製品に使用される種類の部品の物流費を正確に予測することができ、効果的な販売戦略を立案することができる。
これにより、新製品の販売企画段階から新製品に使用される種類の部品の物流費を正確に予測することができ、効果的な販売戦略を立案することができる。
（第２実施例）
第２実施例では、図１５に示す物流費予測装置１０２を利用する。物流費予測装置１０２は、最適化係数計算部１１２を備えている。新製品用部品物流費計算部１１０は、最適化係数計算部１１２が計算した最適化係数を利用して、新製品用の部品の物流費を計算する。その他の構成については、第1実施例と変わるところがないため、重複説明を省略する。
第２実施例では、図１５に示す物流費予測装置１０２を利用する。物流費予測装置１０２は、最適化係数計算部１１２を備えている。新製品用部品物流費計算部１１０は、最適化係数計算部１１２が計算した最適化係数を利用して、新製品用の部品の物流費を計算する。その他の構成については、第1実施例と変わるところがないため、重複説明を省略する。
図１６に、物流費予測装置１０２が実行する物流費予測処理の手順のフローチャートを示す。ここではステップＳ１２の処理と、ステップＳ１６の処理と、ステップＳ１８の処理の内容が第1実施例と異なっている。第1実施例と同様に実行される処理については、重複説明を省略する。
ステップＳ１２においては、輸送部品情報作成部１０４が、輸送部品情報を作成する。ここでは、新製品を生産開始する後の輸送部品情報だけでなく、新製品を生産開始する前の輸送部品情報を作成する。図２に例示する製品生産計画の場合、４月の第1週からの製品生産計画だけでなく、３月の第４週までの製品生産計画に基づいて、それぞれの輸送部品情報を作成する。この作成処理は、第1実施例の図１３のステップＳ２と同様に実行される。
次に図１６のステップＳ１４において、最適化計算部１０８が、新製品を生産開始した後の１日に集荷が必要な部品を全て集荷し、かつ、必要な総輸送費を最少とする「トレーラの積載可能容積と、部品仕入拠点を巡廻する集荷ルートと、各仕入拠点で集荷する部品の容積」の関係を探索して、最少の総輸送費を得る。この計算処理は、第1実施例の図１３のステップＳ４と同様に実行される。
ステップＳ１２においては、輸送部品情報作成部１０４が、輸送部品情報を作成する。ここでは、新製品を生産開始する後の輸送部品情報だけでなく、新製品を生産開始する前の輸送部品情報を作成する。図２に例示する製品生産計画の場合、４月の第1週からの製品生産計画だけでなく、３月の第４週までの製品生産計画に基づいて、それぞれの輸送部品情報を作成する。この作成処理は、第1実施例の図１３のステップＳ２と同様に実行される。
次に図１６のステップＳ１４において、最適化計算部１０８が、新製品を生産開始した後の１日に集荷が必要な部品を全て集荷し、かつ、必要な総輸送費を最少とする「トレーラの積載可能容積と、部品仕入拠点を巡廻する集荷ルートと、各仕入拠点で集荷する部品の容積」の関係を探索して、最少の総輸送費を得る。この計算処理は、第1実施例の図１３のステップＳ４と同様に実行される。
続く図１６のステップＳ１６においては、最適化係数計算部１１２が、最適化係数を計算する。最適化係数計算処理の手順の詳細は、図１７のフローチャートに示されている。
まずステップＳ１６２において、新製品を生産開始する前の１日に集荷が必要な部品を全て集荷し、かつ、必要な総輸送費を最少とする「トレーラの積載可能容積と、部品仕入拠点を巡廻する集荷ルートと、各部品仕入拠点で集荷する部品の容積」の関係をシミレーション探索して、最少の総輸送費を得る。この計算処理は、第1実施例の図１４（新製品を生産開始した後についての処理）に示された手順と同様に実行される。
次に図１７のステップＳ１６４では、（実際の総物流費）／（最適化シミレーションによる総物流費）から、最適化係数を計算する。例えば図１８（１）の左側に示すように実際の総物流費が5,000,000円であり、右側に示すようにステップＳ１６２で計算された総物流費が4,600,000円である場合は、最適化係数は5,000,000／4,600,000≒１．０８６７と計算される。
まずステップＳ１６２において、新製品を生産開始する前の１日に集荷が必要な部品を全て集荷し、かつ、必要な総輸送費を最少とする「トレーラの積載可能容積と、部品仕入拠点を巡廻する集荷ルートと、各部品仕入拠点で集荷する部品の容積」の関係をシミレーション探索して、最少の総輸送費を得る。この計算処理は、第1実施例の図１４（新製品を生産開始した後についての処理）に示された手順と同様に実行される。
次に図１７のステップＳ１６４では、（実際の総物流費）／（最適化シミレーションによる総物流費）から、最適化係数を計算する。例えば図１８（１）の左側に示すように実際の総物流費が5,000,000円であり、右側に示すようにステップＳ１６２で計算された総物流費が4,600,000円である場合は、最適化係数は5,000,000／4,600,000≒１．０８６７と計算される。
このようにして最適化係数が計算されると、図１６のステップＳ１８において、新製品用部品物流費計算部１１０が、新製品を１個生産するのに使用される部品を輸送するのに必要な物流費を算出する。
この物流費は、以下の(1)〜(4)の手順で算出することができる。
(1)新製品を生産開始した後の総物流費を算出する。
ここでいう総物流費とは、総輸送費と総積降費と総管理費の和である。
・総輸送費は、上記の最適化計算処理の中で算出されている。
・積降費は、製品生産拠点の部品容積当りの積降コストに、その製品生産拠点で使用する部品容積を乗算することで求められる。このように求められた製品生産拠点当りの積降費を全製品生産拠点で合計することで、総積降費が算出される。
・管理費は、製品生産拠点の部品容積当りの管理コストに、その製品生産拠点で生産する部品容積を乗算することで求められる。このように求められた製品生産拠点当りの管理費を全製品生産拠点で合計することで、総管理費が算出される。
(2)(1)で算出した総物流費と、新製品の生産開始前の総物流費との差を算出する。
例えば図１８（Ｂ）に例示するように、(1)で算出した総物流費が58,000,000円であり、（Ａ）に例示するように、新製品の生産開始前の総物流費が50,000,000円であったとすると、その差は
5,800,000−5,000,000＝800,000円
と算出される。
(3)(2)で算出した差に、最適化係数を乗算する。
ステップＳ１６４において最適化係数は１．０８６７と計算されているため、
800,000円×１．０８６７＝869,360円
と算出される。
(4)(3)で算出した値を、新製品の生産数で除算して、新製品１個を生産するのに使用される部品を輸送するのに必要な物流費を算出する。
例えば図２に例示するように、４月の第1週目の製品種類Ａの生産数が５０００個（製品生産拠点Ｆ１の生産数４０００個＋製品生産拠点Ｆ２での生産数１０００個＝５０００個）であれば、日当りの生産数は５０００個／５日＝１０００個となる。したがって、製品種類Ａを１個生産するのに使用される部品を輸送するのに必要な物流費は、以下のように算出される。
869,360円÷１０００個＝869.36円
この物流費は、以下の(1)〜(4)の手順で算出することができる。
(1)新製品を生産開始した後の総物流費を算出する。
ここでいう総物流費とは、総輸送費と総積降費と総管理費の和である。
・総輸送費は、上記の最適化計算処理の中で算出されている。
・積降費は、製品生産拠点の部品容積当りの積降コストに、その製品生産拠点で使用する部品容積を乗算することで求められる。このように求められた製品生産拠点当りの積降費を全製品生産拠点で合計することで、総積降費が算出される。
・管理費は、製品生産拠点の部品容積当りの管理コストに、その製品生産拠点で生産する部品容積を乗算することで求められる。このように求められた製品生産拠点当りの管理費を全製品生産拠点で合計することで、総管理費が算出される。
(2)(1)で算出した総物流費と、新製品の生産開始前の総物流費との差を算出する。
例えば図１８（Ｂ）に例示するように、(1)で算出した総物流費が58,000,000円であり、（Ａ）に例示するように、新製品の生産開始前の総物流費が50,000,000円であったとすると、その差は
5,800,000−5,000,000＝800,000円
と算出される。
(3)(2)で算出した差に、最適化係数を乗算する。
ステップＳ１６４において最適化係数は１．０８６７と計算されているため、
800,000円×１．０８６７＝869,360円
と算出される。
(4)(3)で算出した値を、新製品の生産数で除算して、新製品１個を生産するのに使用される部品を輸送するのに必要な物流費を算出する。
例えば図２に例示するように、４月の第1週目の製品種類Ａの生産数が５０００個（製品生産拠点Ｆ１の生産数４０００個＋製品生産拠点Ｆ２での生産数１０００個＝５０００個）であれば、日当りの生産数は５０００個／５日＝１０００個となる。したがって、製品種類Ａを１個生産するのに使用される部品を輸送するのに必要な物流費は、以下のように算出される。
869,360円÷１０００個＝869.36円
以上のように、本実施例では、新製品が生産開始になる前の実際の物流費と、最適化シミレーションで計算した物流費との差を勘案して、新製品が生産開始になった後の物流費を予測する。
これにより、最適化計算で予測する物流費と現実の物流費との間に生じ得るギャップを予め盛り込んだ上で、新製品に使用される種類の部品の物流費をより正確に予測することができる。
これにより、最適化計算で予測する物流費と現実の物流費との間に生じ得るギャップを予め盛り込んだ上で、新製品に使用される種類の部品の物流費をより正確に予測することができる。
以上、本発明の具体例を詳細に説明したが、これらは例示にすぎず、特許請求の範囲を限定するものではない。特許請求の範囲に記載の技術には、以上に例示した具体例を様々に変形、変更したものが含まれる。
・本実施例では、所定期間を１日として、日当りの物流費を予測していたが、これに限られるものではない。週当り、月当り、半年当り、年当り等、任意の長さの所定期間の物流費を予測することが可能である。
・本実施例では、1台のトレーラが１つの製品生産拠点から出発して部品納入拠点を巡廻し、元の製品生産拠点に戻る集荷ルートを対象としいたが、これに限られるものではない。物流費が最少となるのであれば、元の製品生産拠点に戻るまでに他の製品生産拠点で荷降しするルートを対象とすることもできる。
・本実施例では、輸送費に含まれる費用の単価として、走行距離に応じて要するコスト（マイレージコスト）を採用していたが、これに限られるものではない。走行時間に応じて要するコストを採用してもよい。
また、本明細書または図面に説明した技術要素は、単独であるいは各種の組み合わせによって技術的有用性を発揮するものであり、出願時請求項記載の組み合わせに限定されるものではない。また、本明細書または図面に例示した技術は複数目的を同時に達成するものであり、そのうちの一つの目的を達成すること自体で技術的有用性を持つものである。
・本実施例では、所定期間を１日として、日当りの物流費を予測していたが、これに限られるものではない。週当り、月当り、半年当り、年当り等、任意の長さの所定期間の物流費を予測することが可能である。
・本実施例では、1台のトレーラが１つの製品生産拠点から出発して部品納入拠点を巡廻し、元の製品生産拠点に戻る集荷ルートを対象としいたが、これに限られるものではない。物流費が最少となるのであれば、元の製品生産拠点に戻るまでに他の製品生産拠点で荷降しするルートを対象とすることもできる。
・本実施例では、輸送費に含まれる費用の単価として、走行距離に応じて要するコスト（マイレージコスト）を採用していたが、これに限られるものではない。走行時間に応じて要するコストを採用してもよい。
また、本明細書または図面に説明した技術要素は、単独であるいは各種の組み合わせによって技術的有用性を発揮するものであり、出願時請求項記載の組み合わせに限定されるものではない。また、本明細書または図面に例示した技術は複数目的を同時に達成するものであり、そのうちの一つの目的を達成すること自体で技術的有用性を持つものである。
２：物流費予測装置、
４：輸送部品情報作成部、
６：最短経路探索部、
８：最適化計算部、
１０：新製品用部品物流費計算部、
２２：製品生産計画データベース、
２４：製品種類／部品種類情報データベース、
２６：部品種類／部品仕入拠点情報データベース、
２８：箱／部品種類情報データベース、
３０：輸送部品情報データベース、
３２：トレーラ情報データベース、
３４：区間情報データベース、
３６：積降時間情報データベース、
３８：物流単価情報データベース、
４０：拠点情報データベース、
４２：地図ネットワーク情報データベース、
４４：最適化計算結果情報データベース、
４６：物流実績情報データベース、
４８：新製品用部品物流費情報データベース
４：輸送部品情報作成部、
６：最短経路探索部、
８：最適化計算部、
１０：新製品用部品物流費計算部、
２２：製品生産計画データベース、
２４：製品種類／部品種類情報データベース、
２６：部品種類／部品仕入拠点情報データベース、
２８：箱／部品種類情報データベース、
３０：輸送部品情報データベース、
３２：トレーラ情報データベース、
３４：区間情報データベース、
３６：積降時間情報データベース、
３８：物流単価情報データベース、
４０：拠点情報データベース、
４２：地図ネットワーク情報データベース、
４４：最適化計算結果情報データベース、
４６：物流実績情報データベース、
４８：新製品用部品物流費情報データベース
Claims (6)
- 新たに生産を開始する新製品に使用する部品群を仕入拠点から生産拠点へ輸送するのに必要な物流費を予測する装置であり、
新製品の生産開始後の所定期間内に生産する製品種類毎の計画生産数を記憶している「製品種類／生産数」データベースと、
製品種類毎にその製品を生産するのに必要な部品種類とその数量を記憶している「製品種類／部品種類／部品数量」データベースと、
部品種類毎にその部品の仕入拠点を記憶している「部品種類／仕入拠点」データベースと、
計画生産数の新製品を生産するのに必要な部品種類とその数量と仕入拠点を集約する「新製品／生産数／部品種類／部品数量／仕入拠点」情報集約手段と、
現状で輸送している「部品種類／部品数量／仕入拠点」の情報を記憶しているデータベースと、
「新製品／生産数／部品種類／部品数量／仕入拠点」情報集約手段で集約された「部品種類／部品数量／仕入拠点」と、現状の「部品種類／部品数量／仕入拠点」を合算して、新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報を集約する手段と、
新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報から「輸送手段／輸送数量／輸送区間」を示す輸送計画を立案する手段と、
輸送手段と輸送数量と輸送区間から物流費を計算するのに必要な単価を記憶しているデータベースと、
立案された輸送計画を実行するのに必要な物流費を計算する手段と、
計算された物流費が最少となる新製品の生産開始後の輸送計画を探索する手段と、
現状で部品輸送に費やしている物流費を記憶しているデータベースと、
探索された輸送計画での新製品の生産開始後の最少物流費から現状物流費を減じた額を、新製品の計画生産数で除することによって、新製品１つ当りの部品群物流費を計算する手段と、
を有する物流費予測装置。 - 生産拠点が複数存在しており、
「新製品／生産数／部品種類／部品数量／仕入拠点／生産拠点」の情報と、現状の「部品種類／部品数量／仕入拠点／生産拠点」の情報を合算して、新製品の生産開始後の「部品種類／部品数量／仕入拠点／生産拠点」情報を集約し、
その集約情報に基づいて新製品の生産開始後の「輸送手段／輸送数量／輸送区間」を示す輸送計画を立案することを特徴とする請求項１の物流費予測装置。 - 物流費の計算単価を記憶している手段は、輸送手段毎の基本単価、輸送数量に依存する単価、輸送距離に依存する単価を記憶していることを特徴とする請求項１又は２の物流費予測装置。
- 請求項１の物流費予測装置に、
現状で輸送している「部品種類／部品数量／仕入拠点」の情報から「輸送手段／輸送数量／輸送区間」を示す輸送計画を立案する手段と、
立案された輸送計画を実行するのに必要な物流費を計算する手段と、
計算された物流費が最少となる現状の輸送計画を探索する手段と、
探索された最少物流費と現状物流費の比を計算する手段と、
計算された新製品の生産開始後の最少物流費に前記比を加味して、新製品の生産開始後の物流費を修正する手段と、
修正された新製品の生産開始後の物流費から新製品１つ当りの部品群物流費を計算する手段と、
が付加されたことを特徴とする物流費予測装置。 - 新たに生産を開始する新製品に使用する部品群を仕入拠点から生産拠点へ輸送するのに必要な物流費を予測する方法であり、コンピュータに下記の処理、即ち、
新製品の生産開始後の所定期間内に生産する製品種類毎の計画生産数を記憶している「製品種類／生産数」データベースと、製品種類毎にその製品を生産するのに必要な部品種類とその数量を記憶している「製品種類／部品種類／部品数量」データベースと、部品種類毎にその部品の仕入拠点を記憶している「部品種類／仕入拠点」データベースを参照して、計画生産数の新製品を生産するのに必要な部品種類とその数量と仕入拠点を集約した「新製品／生産数／部品種類／部品数量／仕入拠点」情報を集約する工程と、
「新製品／生産数／部品種類／部品数量／仕入拠点」情報集約処理で集約された「部品種類／部品数量／仕入拠点」と、現状で輸送している「部品種類／部品数量／仕入れ拠点」の情報を記憶しているデータベースに記憶されている情報を合算して、新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報を集約する工程と、
新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報から「輸送手段／輸送数量／輸送区間」を示す輸送計画を立案する工程と、
輸送手段と輸送数量と輸送区間から物流費を計算するのに必要な単価を記憶しているデータベースを参照して、立案された輸送計画を実行するのに必要な物流費を計算する工程と、
計算された物流費が最少となる新製品の生産開始後の輸送計画を探索する工程と、
探索された輸送計画での新製品の生産開始後の最少物流費からデータベースに記憶されている現状の物流費を減じ、減じた額を新製品の計画生産数で除することによって、新製品１つ当りの部品群物流費を計算する工程と、
を実行する物流費予測方法。 - 新たに生産を開始する新製品に使用する部品群を仕入拠点から生産拠点へ輸送するのに必要な物流費を予測するためのプログラムであり、コンピュータによって下記の処理、即ち、
新製品の生産開始後の所定期間内に生産する製品種類毎の計画生産数を記憶している「製品種類／生産数」データベースと、製品種類毎にその製品を生産するのに必要な部品種類とその数量を記憶している「製品種類／部品種類／部品数量」データベースと、部品種類毎にその部品の仕入拠点を記憶している「部品種類／仕入拠点」データベースを参照して、計画生産数の新製品を生産するのに必要な部品種類とその数量と仕入拠点を集約した「新製品／生産数／部品種類／部品数量／仕入拠点」情報を集約する処理と、
「新製品／生産数／部品種類／部品数量／仕入拠点」情報集約処理で集約された「部品種類／部品数量／仕入拠点」と、現状で輸送している「部品種類／部品数量／仕入れ拠点」の情報を記憶しているデータベースに記憶されている情報を合算して、新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報を集約する処理と、
新製品の生産開始後の「部品種類／部品数量／仕入拠点」情報から「輸送手段／輸送数量／輸送区間」を示す輸送計画を立案する処理と、
輸送手段と輸送数量と輸送区間から物流費を計算するのに必要な単価を記憶しているデータベースを参照して、立案された輸送計画を実行するのに必要な物流費を計算する処理と、
計算された物流費が最少となる新製品の生産開始後の輸送計画を探索する処理と、
探索された輸送計画での新製品の生産開始後の最少物流費からデータベースに記憶されている現状の物流費を減じ、減じた額を新製品の計画生産数で除することによって、新製品１つ当りの部品群物流費を計算する処理と、
を実行させる物流費予測プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003427205A JP4285232B2 (ja) | 2003-12-24 | 2003-12-24 | 物流費予測装置と予測方法とそのためのプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003427205A JP4285232B2 (ja) | 2003-12-24 | 2003-12-24 | 物流費予測装置と予測方法とそのためのプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2005189925A true JP2005189925A (ja) | 2005-07-14 |
| JP4285232B2 JP4285232B2 (ja) | 2009-06-24 |
Family
ID=34786548
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003427205A Expired - Fee Related JP4285232B2 (ja) | 2003-12-24 | 2003-12-24 | 物流費予測装置と予測方法とそのためのプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4285232B2 (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010001114A (ja) * | 2008-06-19 | 2010-01-07 | Jfe Steel Corp | 船舶運航計画作成方法および装置 |
| JP2010039961A (ja) * | 2008-08-08 | 2010-02-18 | Saroute:Kk | 配送業務支援システム、配送予測時間算出方法及びプログラム |
| CN107392538A (zh) * | 2017-07-21 | 2017-11-24 | 浙江专线宝网阔物联科技有限公司 | 一种非标准件干线物流运输费用计算方法及其系统 |
| CN109492812A (zh) * | 2018-11-12 | 2019-03-19 | 北京航天智造科技发展有限公司 | 基于支持向量机、属性约简和遗传算法的物流货运需求预测方法 |
| CN110874706A (zh) * | 2019-10-30 | 2020-03-10 | 深圳阿奇数科技有限公司 | 一种在线计算大宗商品物流费用的系统及方法 |
| CN112561415A (zh) * | 2019-09-25 | 2021-03-26 | 北京京东尚科信息技术有限公司 | 一种补货方法和补货系统 |
| CN114548880A (zh) * | 2022-03-07 | 2022-05-27 | 广汽丰田汽车有限公司 | 物流规划方法、设备、装置和存储介质 |
| JP7485285B2 (ja) | 2020-08-31 | 2024-05-16 | 株式会社ジェイテクト | 集荷システム |
-
2003
- 2003-12-24 JP JP2003427205A patent/JP4285232B2/ja not_active Expired - Fee Related
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010001114A (ja) * | 2008-06-19 | 2010-01-07 | Jfe Steel Corp | 船舶運航計画作成方法および装置 |
| JP2010039961A (ja) * | 2008-08-08 | 2010-02-18 | Saroute:Kk | 配送業務支援システム、配送予測時間算出方法及びプログラム |
| CN107392538A (zh) * | 2017-07-21 | 2017-11-24 | 浙江专线宝网阔物联科技有限公司 | 一种非标准件干线物流运输费用计算方法及其系统 |
| CN109492812A (zh) * | 2018-11-12 | 2019-03-19 | 北京航天智造科技发展有限公司 | 基于支持向量机、属性约简和遗传算法的物流货运需求预测方法 |
| CN112561415A (zh) * | 2019-09-25 | 2021-03-26 | 北京京东尚科信息技术有限公司 | 一种补货方法和补货系统 |
| CN110874706A (zh) * | 2019-10-30 | 2020-03-10 | 深圳阿奇数科技有限公司 | 一种在线计算大宗商品物流费用的系统及方法 |
| JP7485285B2 (ja) | 2020-08-31 | 2024-05-16 | 株式会社ジェイテクト | 集荷システム |
| CN114548880A (zh) * | 2022-03-07 | 2022-05-27 | 广汽丰田汽车有限公司 | 物流规划方法、设备、装置和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4285232B2 (ja) | 2009-06-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chabot et al. | Service level, cost and environmental optimization of collaborative transportation | |
| Ghilas et al. | An adaptive large neighborhood search heuristic for the pickup and delivery problem with time windows and scheduled lines | |
| Rizzoli et al. | Ant colony optimization for real-world vehicle routing problems: from theory to applications | |
| CN102542395B (zh) | 一种应急物资调度系统及计算方法 | |
| Saukenova et al. | Optimization of schedules for early garbage collection and disposal in the megapolis | |
| Qiu et al. | The value of sharing inland transportation services in a dry port system | |
| Cui et al. | A two-stage hybrid heuristic solution for the container drayage problem with trailer reposition | |
| Jiang et al. | Spatial and temporal optimization for smart warehouses with fast turnover | |
| US10995615B2 (en) | Method for optimizing mining production | |
| JP4285232B2 (ja) | 物流費予測装置と予測方法とそのためのプログラム | |
| Bouziyane et al. | Multiobjective optimization in delivering pharmaceutical products with disrupted vehicle routing problem | |
| Wang et al. | Packed parts delivery problem of automotive inbound logistics with a supplier park | |
| Li et al. | The combination truck routing problem: a survey | |
| Kamsopa et al. | Hybrid genetic algorithm for multi-period vehicle routing problem with mixed pickup and delivery with time window, heterogeneous fleet, duration time and rest area | |
| Ranathunga et al. | Simulation-based efficiency assessment of integrated first-mile pickup and last-mile delivery in an e-commerce logistics network | |
| Akbay et al. | Application of Adapt-CMSA to the two-echelon electric vehicle routing problem with simultaneous pickup and deliveries | |
| JP4905137B2 (ja) | 運搬ルート生成装置、及び運搬ルート生成方法 | |
| JP4025652B2 (ja) | 輸送計画作成システム及び方法 | |
| Özener | Solving the integrated shipment routing problem of a less-than-truckload carrier | |
| Mahmoud et al. | Extending JSprit to solve electric vehicle routing problems with recharging | |
| Stadtler et al. | Transportation planning/vehicle scheduling (TP/VS) | |
| Parsa et al. | Multi stop truckload planning | |
| Bahrami et al. | On modeling door-to-door parcel delivery services in Iran | |
| Lipowezky et al. | Solving the Capacitated Open Vehicle Routing Problem Algorithm, Based on Probability Distribution Modelling of Saving Matrix | |
| Gunawan et al. | The heterogeneous vehicle routing problem with multiple time windows for the e-waste collection problem |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060717 |
|
| 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: 20090303 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090316 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120403 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120403 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130403 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140403 Year of fee payment: 5 |
|
| LAPS | Cancellation because of no payment of annual fees |