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
【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
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。
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。
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。
「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。
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。
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。
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。
(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、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。
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。
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。
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。
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。
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。
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。
(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。
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。
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。
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。
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。
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。
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
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。
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。
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。
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。
・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。
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 |