JP2015228073A - 配送計画装置、配送計画システム、配送計画方法、及びプログラム - Google Patents

Abstract

【課題】本発明に係る需要予測値導出手段、在庫予測値導出手段、及び出力手段を有しない場合に比べ、燃料の配送に要する費用の削減に寄与することができる配送計画装置、配送計画システム、配送計画方法、及びプログラムを提供する。
【解決手段】出力部２６は、需要設備１６での燃料の在庫量と、需要予測値導出部２２により導出された需要予測値と、在庫予測値導出部２４により導出された在庫予測値と、需要設備１６に対する燃料の配送に要する車両の車両種毎の配送台数に応じて配送予定量を規定する規定情報との相関が定式化された相関情報を制約条件の１つとして有する最適化問題であって、配送台数が変数の１つとされた目的関数を最小にする最適化問題の解に応じた情報を出力する。
【選択図】図１

Description

本発明は、配送計画装置、配送計画システム、配送計画方法、及びプログラムに関する。

従来、ＬＮＧ（液化天然ガス）やＬＰＧ（液化石油ガス）などの燃料を配送業者が需要設備（例えば、工場）に配送する場合、配送業者は需要設備の担当者から注文を受け付け、受け付けた注文の内容から経験則に基づいて配送車両を手配していた。なお、ここで、配送車両とは、需要設備に燃料を配送する車両（例えば、タンクローリ）をいう。

しかし、配送業者が経験則に基づいて配送車両を手配する作業は手間がかかる上、人為的な判断を要する作業であるため、手配ミスが発生する虞がある。また、需要設備の担当者の注文が必ずしも適切であるとは限らないため、燃料を配送した結果、需要設備が保有する燃料の在庫が過不足してしまうことが考えられる。

そこで、近年、コンピュータが需要設備の燃料の在庫を管理し、在庫状況に応じた配送計画を策定する自動配送計画方法が検討されている。自動配送計画方法に関連する従来技術は、例えば、特許文献１〜特許文献４に開示されている。

特許文献１には、需要設備が使用したガス量を計測することで残量を予測し、予測結果と地図データとに基づいて需要設備までの配送ルートを決定する技術が開示されている。

特許文献２には、前回のガス使用量を建物の環境に応じて補正することでガス使用量を予測し、予測結果に基づいてガスボンベの配送予定日を決定する技術が開示されている。

特許文献３には、ＬＮＧ受入基地のＬＮＧタンク運用上の制約条件を含むデータベースを構築し、各ＬＮＧ受入基地でのＬＮＧの需要予測に基づいて、各ＬＮＧタンクが制約条件を満たして運用されるように配船計画を作成する技術が開示されている。

特許文献４には、ガスメータに記憶された過去のガス使用量に基づいて将来のガス使用量を予測する技術が開示されている。

特開平９−１３４３９１号公報 特開２０１２−２１９９３３号公報 特開２００４−２３８１８０号公報 特開２０１３−２５４４１４号公報

しかしながら、上記の従来技術は何れも、需要設備毎に車両種（例えば、大型タンクローリ、中型タンクローリ、及び小型タンクローリ）毎の配送台数が異なる場合、最適な配送車両を最適な台数で手配することが困難である。従って、上記の従来技術を用いた場合、需要設備が保有する燃料の在庫量が精度良く予測されたとしても、必要最小限の配送回数で配送が行われなかったり、手配のやり直しが行われたりするという非効率的な事態の発生が予想される。このような非効率的な事態が発生すると、結果的に、自動配送計画方法を用いずに人為的な判断のみで配送車両を手配する場合よりも、燃料の配送に要する費用が増大してしまう虞がある。なお、ここで、燃料の配送に要する費用とは、配送車両の手配に要する費用、及び配送車両を走行させた際に発生する費用などをいう。

本発明は上記問題点を解決するために成されたものであり、本発明に係る需要予測値導出手段、在庫予測値導出手段、及び出力手段を有しない場合に比べ、燃料の配送に要する費用の削減に寄与することができる配送計画装置、配送計画システム、配送計画方法、及びプログラムを提供することを目的とする。

請求項１に記載の配送計画装置は、燃料の需要がある需要設備での前記燃料の需要実績値、及び予測モデルに基づいて、前記需要設備での前記燃料の需要予測値を導出する需要予測値導出手段と、前記需要設備での前記燃料の在庫量、前記需要設備に対する前記燃料の配送予定量として受け付けられた受付値、及び前記需要予測値導出手段により導出された前記需要予測値に基づいて、前記需要設備での前記燃料の在庫予測値を導出する在庫予測値導出手段と、前記在庫量と、前記需要予測値導出手段により導出された前記需要予測値と、前記在庫予測値導出手段により導出された前記在庫予測値と、前記需要設備に対する前記燃料の配送に要する車両の車両種毎の配送台数に応じて前記配送予定量を規定する規定情報との相関が定式化された相関情報を制約条件の１つとして有する最適化問題であって、前記配送台数が変数の１つとされた目的関数を最小にする最適化問題の解に応じた情報を出力する出力手段と、を含む。

請求項２に記載の配送計画装置は、前記需要設備から送信された前記在庫量に関する情報を受信する受信手段と、前記受信手段により受信された前記在庫量に関する情報、及び前記需要設備に配送された前記燃料の配送量に基づいて、所定期間の前記需要実績値を導出する需要実績値導出手段と、を更に含む。

請求項３に記載の配送計画装置では、前記予測モデルは、予め定められた複数の予測モデルのうち、前記予め定められた複数の予測モデルの各々に前記需要実績値を当て嵌めて得られた結果の各々と前記需要実績値との誤差に応じて定められた予測モデルである。

請求項４に記載の配送計画装置では、前記予測モデルは、前記予め定められた複数の予測モデルのうち、前記予め定められた複数の予測モデルの各々に前記需要実績値を当て嵌めて得られた結果の各々と前記需要実績との標準偏差が最小の予測モデルである。

請求項５に記載の配送計画装置では、前記目的関数は、前記需要設備に対する前記燃料の配送に要する費用を示す関数を含む目的関数である。

請求項６に記載の配送計画装置では、前記費用は、前記車両が待機する複数の基地の各々と前記車両種との関連性に応じて定まる費用である。

請求項７に記載の配送計画装置では、前記配送台数は、前記車両が待機する複数の基地の各々と前記車両種との関連性に応じて定まる配送台数である。

請求項８に記載の配送計画装置では、前記目的関数は、前記車両が待機する複数の基地の各々と前記需要設備との距離、又は前記距離に対応する時間を有する目的関数である。

請求項９に記載の配送計画装置では、前記目的関数は、本日得られる前記解から特定される前記配送台数と前日以前に得られた前記解から特定された前記配送台数との差を用いた項を含む目的関数である。

請求項１０に記載の配送計画装置では、前記目的関数は、前記車両種毎の前記車両の調整用台数を調整項として有する目的関数である。

請求項１１に記載の配送計画装置では、前記調整用台数は、前記車両が待機する複数の基地の各々と前記車両種との関連性に応じて定まる調整用台数である。

請求項１２に記載の配送計画装置では、前記最適化問題は、前記配送台数が前記車両種毎の配送命令待ちの前記車両の台数と前記調整用台数との和以下であるとの条件を制約条件の１つとして有する。

請求項１３に記載の配送計画装置では、前記最適化問題は、前記在庫量が予め定められた範囲内に収まるとの条件を制約条件の１つとして有する。

請求項１４に記載の配送計画装置では、前記最適化問題は、前記車両種が前記需要設備で受け入れ可能な車両種であるとの条件を制約条件の１つとして有する。

請求項１５に記載の配送計画装置では、前記最適化問題は、前記配送台数が前記車両種毎の前記車両の全保有台数以下であるとの条件を制約条件の１つとして有する。

請求項１６に記載の配送計画システムは、請求項１から請求項１５の何れか１項に記載の配送計画装置と、前記配送計画装置が前記需要実績値の導出に用いる情報として前記在庫量に関する情報を前記配送計画装置に送信する送信手段と、を含む。

請求項１７に記載の配送計画方法は、燃料の需要がある需要設備での前記燃料の需要実績値、及び予測モデルに基づいて、前記需要設備での前記燃料の需要予測値を導出し、前記需要設備での前記燃料の在庫量、前記需要設備に対する前記燃料の配送予定量として受け付けられた受付値、及び導出した前記需要予測値に基づいて、前記需要設備での前記燃料の在庫予測値を導出し、前記在庫量と、導出した前記需要予測値と、導出した前記在庫予測値と、前記需要設備に対する前記燃料の配送に要する車両の車両種毎の配送台数に応じて前記配送予定量を規定する規定情報との相関が定式化された相関情報を制約条件の１つとして有する最適化問題であって、前記配送台数が変数の１つとされた目的関数を最小にする最適化問題の解に応じた情報を出力することを含む。

請求項１８に記載のプログラムは、コンピュータを、請求項１から請求項１５の何れか１項に記載の配送計画装置における需要予測値導出手段、在庫予測値導出手段、及び出力手段として機能させるためのプログラムである。

請求項１、請求項１６、請求項１７、及び請求項１８に係る発明によれば、本発明に係る需要予測値導出手段、在庫予測値導出手段、及び出力手段を有しない場合に比べ、燃料の配送に要する費用の削減に寄与することができる。

請求項２に係る発明によれば、需要設備から送信された在庫量に関する情報を受信し、受信した在庫量に関する情報に基づいて需要実績値を導出する構成を有しない場合に比べ、需要実績値の算出に要する人的な負担を軽減することができる。

請求項３に係る発明によれば、需要予測値の導出に用いる予測モデルを、複数の予測モデルの各々に需要実績値を当て嵌めて得られた結果の各々と需要実績値との誤差に応じて定める構成を有しない場合に比べ、需要予測値を精度良く算出することができる。

請求項４に係る発明によれば、需要予測値の導出に用いる予測モデルを、複数の予測モデルの各々に需要実績値を当て嵌めて得られた結果の各々と需要実績値との標準偏差に応じて定める構成を有しない場合に比べ、需要予測値を精度良く算出することができる。

請求項５に係る発明によれば、最適化問題の目的関数として、需要設備に対する燃料の配送に要する費用を示す関数を含む目的関数を用いない場合に比べ、需要設備に対する燃料の配送に要する費用の最小化に寄与する解を得ることができる。

請求項６に係る発明によれば、目的関数により規定される配送に要する費用を、複数の基地の各々と車両種との関連性に応じて定めない場合に比べ、複数の基地が存在する場合の車両種毎の配送に要する費用の最小化に寄与する解を得ることができる。

請求項７に係る発明によれば、目的関数の変数の１つとされている配送台数を、複数の基地の各々と車両種との関連性に応じて定めない場合に比べ、複数の基地が存在する場合の配送台数の平準化に寄与する解を得ることができる。

請求項８に係る発明によれば、最適化問題の目的関数として、複数の基地の各々と需要設備との距離、又はこの距離に対応する時間を有する目的関数を用いない場合に比べ、配送に要する距離又は時間の最短化に寄与する解を得ることができる。

請求項９に係る発明によれば、本日得られる解から特定される配送台数と前日以前に得られた解から特定された配送台数との差を用いた項を含む目的関数を用いない場合に比べ、過去に手配された実績のある配送台数からの乖離を抑制する解を得ることができる。

請求項１０に係る発明によれば、最適化問題の目的関数として、車両種毎の車両の調整用台数を調整項として有する目的関数を用いない場合に比べ、最適化問題の解が得られないという事態の発生を回避することができる。

請求項１１に係る発明によれば、最適化問題の目的関数の調整項として用いられる調整用台数を、複数の基地の各々と車両種との関連性に応じて定めない場合に比べ、複数の基地が存在する場合に最適化問題の解が得られないという事態の発生を回避することができる。

請求項１２に係る発明によれば、制約条件の１つとして、配送台数が車両種毎の配送命令待ちの車両の台数と調整用台数との和以下であるとの条件を採用しない場合に比べ、目的関数の調整項として採用された調整用台数の存在価値を向上させることができる。

請求項１３に係る発明によれば、最適化問題の制約条件の１つとして、在庫量が予め定められた範囲内に収まるとの条件を用いない場合に比べ、最適化問題の解として在庫量の過不足を招く解が得られてしまうことを回避することができる。

請求項１４に係る発明によれば、制約条件の１つとして、車両種が需要設備で受け入れ可能な車両種であるとの条件を用いない場合に比べ、需要設備が車両を受け入れられないという事態の発生を招く解が得られてしまうことを回避することができる。

請求項１５に係る発明によれば、制約条件の１つとして、配送台数が車両種毎の車両の全保有台数以下であるとの条件を用いない場合に比べ、解から特定された配送台数が全保有台数を上回るという事態の発生を回避することができる。

実施形態に係る配送計画システムの要部機能の一例を示すブロック図である。 実施形態に係る配送計画システムの電気系のハードウェア機能の一例を示すブロック図である。 実施形態に係る配送計画装置に含まれる二次記憶部の記憶内容の一例を示す概念図である。 実施形態に係る配送計画装置に含まれる二次記憶部に記憶されている在庫管理ＤＢの要部構成の一例を示す概略構成図である。 実施形態に係る配送計画装置に含まれる二次記憶部に記憶されている配送量ＤＢの要部構成の一例を示す概略構成図である。 実施形態に係る配送計画装置に含まれる二次記憶部に記憶されている車両台数ＤＢの要部構成の一例を示す概略構成図である。 実施形態に係る配送計画装置に含まれる二次記憶部に記憶されている車両受入可否ＤＢの要部構成の一例を示す概略構成図である。 実施形態に係る配送計画装置に含まれる二次記憶部に記憶されている配送費用ＤＢの要部構成の一例を示す概略構成図である。 実施形態に係るＤＢ構築処理の流れの一例を示すフローチャートである。 実施形態に係る配送計画処理の流れの一例を示すフローチャートである。 実施形態に係る需要実績導出部又は在庫予測値導出部により算出された在庫量の実績値（実線）、及び在庫予測値導出部により算出された在庫予測値（破線）の日単位の経時変化の一例を示すグラフである。

以下、図面を参照して、本発明を実施するための形態の一例について詳細に説明する。

一例として図１に示すように、本実施形態に係る配送計画システム１０は、配送計画装置１２及び送信部１４Ａ，１４Ｂを含む。送信部１４Ａは、第１需要設備１６Ａに備えられており、送信部１４Ｂは、第２需要設備１６Ｂに備えられている。

配送計画装置１２は、例えば、ＬＮＧの配送を行う配送業者（以下、単に「配送業者」と称する）が所持しており、ＬＮＧの配送計画を策定する。本実施形態では、配送計画装置１２により、例えば、ＬＮＧの配送に要する車両の車両種に応じた配送台数（車両種毎に手配される台数）、及びこの配送台数に関連する情報の少なくとも一方が最終的に策定された配送計画として出力される。配送台数に関連する情報とは、例えば、配送台数から一意に導出される情報をいう。車両種は、例えば、気化器が搭載されている車両と気化器が搭載されていない車両とで区別され、ＬＮＧの積載可能容積が異なる車両の規模（例えば、タンクローリの規模）によっても区別される。

なお、以下では、説明の便宜上、「ＬＮＧの配送に要する車両」を単に「車両」と称する。また、以下では、説明の便宜上、送信部１４Ａ，１４Ｂを区別して説明する必要がない場合、「送信部１６」と称する。また、以下では、説明の便宜上、第１需要設備１６Ａ及び第２需要設備１６Ｂを区別して説明する必要がない場合、「需要設備１６」と称する。また、ここでは、説明の便宜上、第１需要設備１６Ａ及び第２需要設備１６Ｂを例示しているが、本発明はこれに限定されるものではなく、３つ以上の需要設備１６であってもよいことは言うまでもない。また、ここでは、説明の便宜上、配送される燃料としてＬＮＧを例示しているが、ＬＰＧ、灯油、又はガソリンなどの燃料であってもよいことは言うまでもない。

需要設備１６とは、ＬＮＧの需要がある設備（例えば、工場、研究施設、又は港湾施設）をいう。すなわち、需要設備１６は、配送業者によるＬＮＧの配送先であり、配送されたＬＮＧを消費する。送信部１４は、需要設備１６が保有するＬＮＧの在庫量（以下、単に「在庫量」と称する）に関する情報を配送計画装置１２に送信する。

配送計画装置１２は、受信部１８、需要実績値導出部２０、需要予測値導出部２２、在庫予測値導出部２４、及び出力部２６を含む。

受信部１８は、送信部１６により送信された在庫量に関する情報を受信する。需要実績値導出部２０は、受信部１８により受信された在庫量に関する情報、及び需要設備１６に配送されたＬＮＧの配送量に基づいて、所定期間の需要設備１６でのＬＮＧの需要実績値（以下、単に「需要実績値」と称する）を導出する。なお、需要実績値とは、例えば、需要設備１６で実際に消費されたＬＮＧの量をいう。

需要予測値導出部２２は、需要実績値導出部２０により導出された需要実績値、及び予測モデルに基づいて、需要設備１６でのＬＮＧの需要予測値（以下、単に「需要予測値」と称する）を導出する。なお、需要予測値とは、例えば、需要設備１６で将来消費されるＬＮＧの量として予測された量をいう。また、予測モデルとは、例えば、移動平均、指数平滑、及びウインタースモデルなどの予め定められた複数の予測モデルから選定された１つの予測モデルをいう。

在庫予測値導出部２４は、在庫量、需要設備１６に対するＬＮＧの配送予定量として受け付けられた受付値、及び需要予測値導出部２２により導出された需要予測値に基づいて在庫予測値を導出する。なお、ここで、受付値とは、例えば、需要設備１６の管理者や従業員など（以下、「顧客」と称する）が配送業者に注文し、配送業者が受け付けた注文から特定されるＬＮＧの配送量（以下、「注文配送量」と称する）をいう。また、在庫予測値とは、例えば、需要設備１６での将来の在庫量として予測された在庫量をいう。

出力部２６は、制約条件の下で、需要設備に対するＬＮＧの配送に要する車両の車両種毎の配送台数が変数（意思決定変数）の１つとされた目的関数（例えば、後述の数式（８））を最小にする最適化問題の解（最適解）に応じた情報を出力する。解に応じた情報の一例としては、需要設備１６に対するＬＮＧの配送に要する車両の車両種毎の配送台数が挙げられる。

ここで、最適化問題は、相関情報を制約条件の１つとして有する。相関情報とは、在庫量と、需要予測値導出部２２により導出された需要予測値と、在庫予測値導出部２４により導出された在庫予測値と、規定情報との相関が定式化された情報をいう。規定情報とは、需要設備１６に対するＬＮＧの配送に要する車両の車両種毎の配送台数に応じて配送予定量を規定する情報（例えば、定式化された情報）をいう。また、相関情報の一例としては、需要実績値（定数）、需要予測値（定数）、在庫予測値（定数）、及び規定情報（配送台数が変数とされた項）の相関を示す数式が挙げられる（例えば、後述の数式（４）参照）。

一例として図２に示すように、配送計画装置１２は、ＣＰＵ（Central Processing Unit）３０、一次記憶部３２、及び二次記憶部３４を含む。ＣＰＵ３０、一次記憶部３２、及び二次記憶部３４は、バス３６を介して相互に接続されている。

ＣＰＵ３０は、配送計画装置１２の全体の動作を制御する。一次記憶部３２は、揮発性のメモリであり、例えば、ＲＡＭ（Random Access Memory）である。二次記憶部３４は、不揮発性のメモリであり、例えば、フラッシュメモリやＨＤＤ（Hard Disk Drive）である。

配送計画装置１２は、インプット・アウトプット・インターフェース（Ｉ／Ｏ）３８を備えている。Ｉ／Ｏ３８は、ＣＰＵ３０と各種の入出力デバイスとを電気的に接続してＣＰＵ３０と各種の入出力デバイスとの間の各種情報の送受信を司る。配送計画装置１２は、Ｉ／Ｏ３８に接続されることで、バス３６を介してＣＰＵ３０と電気的に接続される入出力デバイスとして、受付部４０、表示部４２、外部インタフェース（Ｉ／Ｆ）４４、及び通信Ｉ／Ｆ４６を備えている。

受付部４０は、配送業者からの指示を含む各種情報を受け付ける。受付部４０の一例としては、キーボード、マウス、及びタッチパネルなどの入力デバイスが挙げられる。受付部４０によって受け付けられる各種情報の一例としては、顧客から注文されたＬＮＧの配送量（以下、「注文配送量」と称する）、データベース（ＤＢ）構築開始指示、及び配送計画開始指示が挙げられる。ＤＢ構築開始指示とは、ＣＰＵ３０に対して後述のＤＢ構築処理を開始させる指示をいい、配送計画開始指示とは、ＣＰＵ３０に対して後述の配送計画処理を開始させる指示をいう。

表示部４２は、受付部４０によって受け付けられた各種情報に応じてＣＰＵ３０によって実行された処理の結果や警報等を表示する。表示部４２の一例としては、液晶ディスプレイが挙げられる。

外部Ｉ／Ｆ４４は、外部装置（例えば、ＵＳＢメモリ）に接続され、外部装置とＣＰＵ３０との間の各種情報の送受信を司る。

通信Ｉ／Ｆ４６は、通信回線４８（例えば、専用線又はインターネット回線）に接続されており、通信回線４８に接続されたガスメータ５０_１，・・・・５０_ｎ（図１に示す送信部１４の一例）との間の各種情報の送受信を司る。なお、以下では、説明の便宜上、ガスメータ５０_１，・・・・５０_ｎを区別して説明する必要がない場合、「ガスメータ５０」と称する。

ガスメータ５０は、ＬＮＧが充填されるタンク５１_１，・・・・５１_ｎの各々に設けられている。なお、以下では、説明の便宜上、タンク５１_１，・・・・５１_ｎを区別して説明する必要がない場合、「タンク５１」と称する。

ガスメータ５０は、通信回線４８に接続された基地局（図示省略）との間で無線通信を行う無線通信機能を有している。また、ガスメータ５０は、内蔵センサ（図示省略）を有しており、内蔵センサは、タンク５１内のＬＮＧの液面の高さを定期的（例えば、１時間毎）に計測する。

従って、ガスメータ５０では、内蔵センサによりタンク内のＬＮＧの液面の高さが定期的に計測され、液面の高さが計測されると、計測された液面の高さを示す液面高さ情報が通信回線４８を介して配送計画装置１２に送信される。ここで、液面高さ情報は、計測が実施された需要設備１６を特定するＩＤ、計測対象とされたタンク５１を特定するＩＤ、及びガスメータ５０によってタンク５１内の液面の高さが計測された時刻（以下、「計測時刻」と称する）を示す情報を有している。

なお、図２に示す例では、ガスメータ５０が通信回線４８に直接接続されているが、本発明はこれに限定されるものではなく、ガスメータ５０が需要設備１６のホストコンピュータを介して通信回線４８に接続されていてもよい。この場合、例えば、ホストコンピュータがガスメータ５０から定期的に在庫量を受信し、受信した在庫量を通信回線４８を介して配送計画装置１２に送信するようにすればよい。

一例として図３に示すように、二次記憶部３４は、ＤＢ構築プログラム５２及び配送計画プログラム５４を記憶している。なお、以下では、説明の便宜上、ＤＢ構築プログラム５２及び配送計画プログラム５４を区別して説明する必要がない場合、「プログラム」と称する。

ＣＰＵ３０は、二次記憶部３４からプログラムを読み出して一次記憶部３２に展開する。そして、ＣＰＵ３０は、一次記憶部３２に展開したプログラムを実行することで、一例として図１に示す受信部１８、需要実績値導出部２０、需要予測値導出部２２、在庫予測値導出部２４、及び出力部２６として動作する。

なお、ここではプログラムを二次記憶部３４から読み出す場合を例示しているが、必ずしも最初から二次記憶部３４に記憶させておく必要はない。例えば、配送計画装置１２に接続されて使用されるＳＳＤ（Solid State Drive）、ＩＣカード、光磁気ディスク、ＣＤ−ＲＯＭなどの任意の可搬型の記憶媒体に先ずはプログラムを記憶させておいてもよい。そして、ＣＰＵ３０がこれらの可搬型の記憶媒体からプログラムを取得して実行するようにしてもよい。また、通信手段を介して配送計画装置１２に接続されるコンピュータ又はサーバ装置等の外部電子計算機の記憶部にプログラムを記憶させておいてもよい。この場合、ＣＰＵ３０は外部電子計算機からプログラムを取得して実行する。

一例として図３に示すように、二次記憶部３４は、在庫管理ＤＢ５６、配送量ＤＢ５８、車両台数ＤＢ６０、車両受入可否ＤＢ６２、及び配送費用ＤＢ６４を記憶している。在庫管理ＤＢ５６は、ＣＰＵ３０によって後述のＤＢ構築処理が実行されることによって構築される。配送量ＤＢ５８、車両台数ＤＢ６０、車両受入可否ＤＢ６２、及び配送費用ＤＢ６４は、受付部４０によって受け付けられた情報に基づいて構築される。

一例として図４に示すように、在庫管理ＤＢ５６は、需要設備名、計測時刻、及びガスメータ５０によって計測された液面の高さを記憶している。すなわち、在庫管理ＤＢ５６では、計測時刻とガスメータ５０によって計測された液面の高さとが需要設備１６毎に対応付けられている。

なお、本実施形態では、説明の便宜上、需要設備１６毎に使用しているタンク５１の規格が統一されていることを前提としているが、本発明はこれに限定されるものではなく、需要設備１６毎にタンク５１の規格は統一されていなくてもよい。この場合、在庫量の算出のために、液面の高さと共にタンク５１の規格を特定する情報が配送量ＤＢ５８に記憶されることが好ましい。

一例として図５に示すように、配送量ＤＢ５８は、需要設備１６に実際に配送されたＬＮＧの配送量（以下、「実績配送量」と称する）及び需要設備１６に配送される予定のＬＮＧの配送量として注文配送量を記憶している。すなわち、配送量ＤＢ５８では、需要設備１６毎に、実績配送量と配送が実施された年月日とが対応付けられており、需要設備１６毎に、注文配送量と配送の実施が予定されている月日とが対応付けられている。

なお、配送量ＤＢ５８は、受付部４０によって受け付けられた実績配送量及び注文配送量が現在の年月日と対応付けられて登録（追加記憶）されることで更新される。

一例として図６に示すように、車両台数ＤＢ６０は、基地特定情報、車両種特定情報、全保有台数、配送命令待ち台数、及び整備台数（＝全保有台数−配送命令待ち台数）を時間帯（図６に示す例では、半日）毎に記憶している。すなわち、車両台数ＤＢ６０では、時間帯毎に、基地特定情報、車両種特定情報、全保有台数、配送命令待ち台数、及び整備台数が対応付けられている。

なお、車両台数ＤＢ６０は、受付部４０によって受け付けられた時間帯、基地特定情報、車両種特定情報、全保有台数、配送命令待ち台数、及び整備台数が互いに対応付けられて登録されることで更新される。

ここで、基地特定情報とは、車両が待機する複数の基地のうちの何れか１つを特定する情報をいう。なお、複数の基地の一例としては、図６及び図８に例示されているように、第１基地又は第２基地が挙げられる。

また、車両種特定情報とは、車両の車両種を特定する情報をいう。なお、車両種の一例としては、図６〜図８に例示されているように、第１車両（例えば、小型タンクローリ）、第２車両（例えば、中型タンクローリ）、又は第３車両（例えば、大型タンクローリ）が挙げられる。

また、全保有台数とは、基地が保有している車両の全台数をいう。また、配送命令待ち台数とは、全保有台数のうち、配送命令（出動命令）を待機している車両の台数をいう。更に、整備台数とは、全保有台数のうち、整備中（メンテナンス中）の車両の台数をいう。

一例として図７に示すように、車両受入可否ＤＢ６２は、車両種特定情報、及び車両種が受け入れ可能であるか否かを示す受入可否情報（図７に示す例では、“○”及び“×”）を、需要設備１６毎に、かつ、時間帯（図７に示す例では、半日）毎に記憶している。すなわち、車両受入可否ＤＢ６２では、需要設備１６毎に、かつ、時間帯毎に、車両種特定情報と受入可否情報とが対応付けられている。

なお、車両受入可否ＤＢ６２は、受付部４０によって受け付けられた時間帯、車両種特定情報、及び受入可否情報が互いに対応付けられて登録されることで更新される。

一例として図８に示すように、配送費用ＤＢ６４は、基地特定情報、車両種特定情報、距離情報、及び配送費用情報を、需要設備１６毎に、かつ、時間帯（図８に示す例では、半日）毎に記憶している。すなわち、配送費用ＤＢ６４では、需要設備１６毎に、かつ、時間帯毎に、基地特定情報、車両種特定情報、距離情報、及び配送費用情報が対応付けられている。

ここで、距離情報とは、基地特定情報により特定される基地と需要設備１６との間の距離を示す情報をいう。また、配送費用情報とは、配送費用を示す情報をいう。更に、配送費用とは、需要設備１６に対するＬＮＧの１回の配送に要する費用をいう。

なお、配送費用ＤＢ６４は、受付部４０によって受け付けられた時間帯、基地特定情報、車両種特定情報、距離情報、及び配送費用情報が互いに対応付けられて登録されることで更新される。

次に、受付部４０によってＤＢ構築開始指示が受け付けられた場合にＣＰＵ３０がＤＢ構築プログラム５２を実行することでＣＰＵ３０が行うＤＢ構築処理について、図９を参照して説明する。

図９に示すＤＢ構築処理では、先ず、ステップ１００で、受信部１８は、ガスメータ５０により送信された液面高さ情報（本発明に係る「在庫量に関する情報」の一例）を受信したか否かを判定する。ステップ１００において、ガスメータ５０により送信された液面高さ情報を受信した場合は判定が肯定されて、ステップ１０２へ移行する。ステップ１００において、ガスメータ５０により送信された液面高さ情報を受信していない場合は判定が否定されて、ステップ１０４へ移行する。

ステップ１０２で、ステップ１００で受信した液面高さ情報に基づいて、在庫管理ＤＢ５６に計測時刻及び液面の高さを需要設備１６毎に登録することで在庫管理ＤＢ５６の記憶内容を更新し、その後、ステップ１０４へ移行する。

ステップ１０４で、受信部１８は、本ＤＢ構築処理を終了する条件（終了条件）を満たしたか否かを判定する。終了条件とは、例えば、ＤＢ構築処理を終了させる指示が受付部４０によって受け付けられたとの条件、又はＤＢ構築処理を開始してから所定時間（例えば、３０分）が経過したとの条件をいう。ステップ１０４において、終了条件を満たしていない場合は判定が否定されて、ステップ１００へ移行する。ステップ１０４において、終了条件を満たした場合は判定が肯定されて、本ＤＢ構築処理を終了する。

次に、受付部４０によって第１需要設備１６Ａに関する配送計画開始指示が受け付けられた場合にＣＰＵ３０が配送計画プログラム５４を実行することでＣＰＵ３０が行う配送計画処理について、図１０を参照して説明する。

なお、ここでは、説明の便宜上、第１需要設備１６Ａに対しての配送計画が策定される場合を例示するが、本発明はこれに限定されるものではなく、第２需要設備１６Ｂに対しての配送計画が策定されてもよいことは言うまでもない。この場合、受付部４０によって第２需要設備１６Ｂに関する配送計画開始指示が受け付けられた場合に第２需要設備１６Ｂに関する配送計画処理が実行されることで第２需要設備１６Ｂに対しての配送計画が策定される。

図１０に示す配送計画処理では、先ず、ステップ１５０で、需要実績値導出部２０は、第１需要設備１６Ａに関する過去の所定期間（本ステップ１５０では一例として過去６０日分）の需要実績値を日単位で算出する。需要実績値は、次の数式（１）によって算出される。

数式（１）、後述の数式（２）、及び後述の数式（４）において、“Ｘ日の０時時点の在庫量”（在庫量の実績値）は、在庫管理ＤＢ５６に記憶されているＸ日の０時時点の液面の高さとタンク５１の規格とに基づいて一意に算出される。また、数式（１）において、“Ｘ日の２４時時点の在庫量”は、在庫管理ＤＢ５６に記憶されているＸ日の２４時時点の液面の高さとタンク５１の規格とに基づいて一意に算出される。更に、数式（１）及び後述の数式（２）において、“Ｘ日の実績配送量”は、在庫管理ＤＢ５６に記憶されているＸ日の実績配送量である。

次のステップ１５２で、需要予測値導出部２２は、ステップ１５０で算出された需要実績値に基づいて、予め定められた複数の予測モデルから後述のステップ１５４で使用する１つの予測モデルを決定する。

後述のステップ１５４で使用される予測モデルは、ステップ１５０で算出された需要実績値を複数の予測モデルの各々に当て嵌めて得られた結果の各々とステップ１５０で算出された需要実績値との誤差に応じて決定される。誤差とは、例えば、偏差又は標準偏差などをいう。よって、「誤差に応じて決定される」とは、例えば、誤差が最小の予測モデルが後述のステップ１５４で使用される予測モデルとして決定されることを意味する。なお、本ステップ１５２では、ステップ１５０で算出された需要実績値を複数の予測モデルの各々に当て嵌めて得られた結果の各々とステップ１５０で算出された需要実績値との標準偏差が予測モデル毎に算出される。そして、算出された標準偏差のうちの最小の標準偏差の予測モデルが後述のステップ１５４で使用する予測モデルとして決定される。

次のステップ１５４で、需要予測値導出部２２は、ステップ１５０で算出された需要実績値とステップ１５２で決定した予測モデルとに基づいて、第１需要設備１６Ａに関するＸ日の需要予測値を算出する。なお、Ｘ日とは、後述のステップ１６２において判定が否定されると１日加算されて更新される日付であり、初期設定の日付は、例えば、本配送計画処理の実行を開始した日付の翌日の日付である。

次のステップ１５６で、在庫予測値導出部２４は、在庫量、注文配送量、及び需要予測値に基づいて、一例として図１１に示すように、第１需要設備１６Ａに関する在庫予測値を算出する。なお、図１１には、ステップ１５６の処理が繰り返し実行されて得られた２０ＸＸ年３月１日〜３月３０日の在庫予測値の推移の一例が示されており、在庫予測値は、第１需要設備１６Ａの在庫下限量と在庫上限量（≒タンク５１の容量）との間で推移している。本ステップ１５６で算出された在庫予測値（例えば、図１１に示すグラフ）は、表示部４２に表示されるようにしてもよい。これにより、配送業者は、将来の在庫量の推移を予測することができるので、配送の追加又はキャンセルが必要か否かを判断することができる。

本ステップ１５６において在庫予測値とは、Ｘ日＋１日の０時時点の在庫量をいう。Ｘ日＋１日の０時時点の在庫量は、次の数式（２）によって算出される。なお、数式（２）及び後述の数式（４）において、“Ｘ日の需要予測値”とは、ステップ１５４で算出された需要予測値のうちのＸ日の需要予測値をいう。

次のステップ１５８で、出力部２６は、数式（３）、数式（４）、数式（５）、数式（６）、及び数式（７）を制約条件とし、各種ＤＢを参照して、目的関数である数式（８）の解を最小にする最適化問題を解く。なお、ここで、各種ＤＢとは、例えば、在庫管理ＤＢ５６、車両台数ＤＢ６０、車両受入可否ＤＢ６２、及び配送費用ＤＢ６４をいう。

数式（３）〜数式（８）において、需要設備ｉとは、第１需要設備１６Ａ又は第２需要設備１６Ｂをいう。基地ｋとは、基地特定情報により特定される基地をいう。車両種ｊとは、車両種特定情報により特定される車両種をいう。

数式（３）は、在庫量が予め定められた範囲内に収まるとの条件が制約条件の１つとされていることを示している。

数式（４）は、本発明に係る相関情報の一例であり、数式（４）の“（Ｘ日の基地ｋから需要設備ｉへの配送に要する車両の車両種ｊの配送台数）＊（車両種ｊの積載可能量）”は、本発明に係る規定情報の一例である。

数式（３）及び数式（４）において、“在庫量”は、在庫管理ＤＢ５６に記憶されている液面の高さとタンク５１の規格とに基づいて一意に算出される。数式（４）において、“Ｘ日＋１日の０時時点の在庫量”は、ステップ１５６で算出された在庫予測値である。数式（４）において、車両種ｊの積載可能量とは、車両種ｊの車両に対するＬＮＧの積載可能量をいう。なお、数式（４）の“車両種ｊの積載可能量”として使用される値は、二次記憶部３４に予め記憶されている値であってもよいし、受付部４０によって受け付けられた値であってもよい。

数式（５）は、制約条件の１つとして、配送台数が車両種の配送命令待ち台数と調整用台数との和以下であるとの条件を規定した数式である。数式（５）の“車両種ｊの配送命令待ち台数＋Ｘ日の基地ｋの車両種ｊの調整用台数”は、車両種毎の車両の全保有台数以下の台数である。なお、これは、制約条件の１つとして課せられており、この制約条件により、最適化問題の解から特定される車両種毎の配送台数が車両種毎の車両の全保有台数を上回ることを回避することが可能となる。

数式（６）は、数式（８）に含まれる“車両の調整用台数”を規定する数式である。“車両の調整用台数”は、例えば、車両台数ＤＢ６０に記憶されている整備台数以下の台数である。

数式（５）及び数式（６）において、“Ｘ日における基地ｋに待機している車両の車両種ｊの調整用台数”は、車両台数ＤＢ６０に記憶されている車両種毎の配送命令待ち台数の範囲内で定められる。

数式（７）は、制約条件の１つとして、需要設備に対する配送に用いられる車両の車両種が需要設備１６で受け入れ可能な車両種であるとの条件を規定した数式である。数式（７）の“需要設備ｉに対する配送に要する車両の車両種ｊの受け入れ可否値”は、車両受入可否ＤＢ６２に記憶されている受入可否情報から一意に導出される。

数式（８）は、需要設備１６に対する燃料の配送に要する費用を示す関数を含む目的関数である。また、数式（８）は、“Ｘ日の基地ｋから需要設備ｉへの配送に要する車両の車両種ｊの配送台数”が変数の１つとされた目的関数である。数式（８）の“Ｘ日の基地ｋから需要設備ｉへの配送に要する車両の車両種ｊの配送台数”は、配送台数が複数の基地の各々と車両種との関連性に応じて定まることを示しており、最適化問題の解として導出される。

ここで、需要設備１６に対する燃料の配送に要する費用を示す関数とは、“（Ｘ日の基地ｋから需要設備ｉへの配送に要する車両の車両種ｊの配送台数）＊（基地ｋから需要設備ｉへの配送に要する車両の車両種ｊの配送費用）”をいう。数式（８）の“基地ｋから需要設備ｉへの配送に要する車両の車両種ｊの配送費用”は、需要設備１６に対する燃料の配送に要する費用が複数の基地の各々と車両種との関連性に応じて定まることを示している。数式（８）の“基地ｋから需要設備ｉへの配送に要する車両の車両種ｊの配送費用”は、配送費用ＤＢ６４に記憶されている配送費用から一意に導出される。

数式（８）において、“ｗ１”及び“ｗ２”は、重み値である。重み値は、デフォルトで設定された固定値（例えば、需要設備１６毎に時期（季節）に応じて定められた固定値）であってもよいし、受付部４０によって受け付けられた指示に応じてカスタマイズされる可変値であってもよい。

数式（８）の第２項の“車両の調整用台数”は、目的関数の調整項であり、数式（８）の第１項のみで最適化問題が解けなかった場合であっても解が得られないという事態の発生を回避するために設けられている。すなわち、配送計画を策定するには車両が足りないという状態を回避するために、“車両の調整用台数”を余裕台数として設けることで違反を許容している。また、“車両の調整用台数”を最小化することで車両の出荷台数を平準化することが可能になる。

ステップ１６０で、出力部２６は、ステップ１５８で最適化問題を解くことによって得た解である“Ｘ日の基地ｋから需要設備ｉへの配送に要する車両の車両種ｊの配送台数”を二次記憶部３４の所定の記憶領域に記憶（上書き保存）する。

ステップ１６２で、出力部２６は、所定日数分（ここでは一例として３０日分）の解が二次記憶部３４の所定の記憶領域に記憶されているか否かを判定する。ステップ１６２において、所定日数分の解が二次記憶部３４の所定の記憶領域に記憶されていない場合は判定が否定されて、ステップ１５４へ移行する。ステップ１６２において、所定日数分の解が二次記憶部３４の所定の記憶領域に記憶されている場合は判定が肯定されて、ステップ１６４へ移行する。

ステップ１６４で、出力部２６は、ステップ１６０で二次記憶部３４の所定の記憶領域に記憶された解に応じた情報である配送計画情報を表示部４２に表示し、その後、本配送計画処理を終了する。

ここで、配送計画情報とは、例えば、ステップ１５８で最適化問題を解くことによって得た解である“Ｘ日の基地ｋから需要設備ｉへの配送に要する車両の車両種ｊの配送台数”に関連する情報をいう。

配送計画情報の一例としては、“Ｘ日の基地ｋから需要設備ｉへの配送に要する車両の車両種ｊの配送台数”が挙げられる。また、配送計画情報の他の一例としては、“Ｘ日の基地ｋから需要設備ｉへの配送に要する車両の車両種ｊの配送台数”から一意に導出される配送費用が挙げられる。また、配送計画情報の他の一例としては、“Ｘ日の基地ｋから需要設備ｉへの配送に要する車両の車両種ｊの配送台数”から一意に導出される在庫量が挙げられる。更に、配送計画情報の他の一例としては、“Ｘ日の基地ｋから需要設備ｉへの配送に要する車両の車両種ｊの配送台数”から一意に導出される需要予測値が挙げられる。

なお、配送計画情報は、表示部４２に表形式で表示されるようにしてもよいし、グラフで時系列に表示されるようにしてもよい。

また、本ステップ１６４では、配送計画情報が表示部４２に可視表示されるが、これに限らず、スピーカを利用した音声出力による可聴表示、プリンタを利用した印刷出力による永久可視表示、又はこれらを組み合わせた表示が行われるようにしてもよい。

また、本ステップ１６４では、出力部２６が配送計画情報を表示部４２に表示する例を挙げているが、本発明はこれに限定されるものではない。例えば、出力部２６は、配送計画情報を外部Ｉ／Ｆ４４を介して外部装置（例えば、ＵＳＢメモリやＳＳＤ等の可搬型の記憶媒体）に出力することで外部装置に配送計画情報を記憶するようにしてもよい。

以上説明したように、配送計画システム１０では、需要予測値導出部２２により需要実績値及び予測モデルに基づいて需要予測値が算出される（ステップ１５４）。また、在庫予測値導出部２４により、在庫量、注文配送量、及び需要予測値導出部２２で算出された需要予測値に基づいて、在庫予測値が算出される（ステップ１５６）。そして、出力部２６により、数式（４）を制約条件の１つとして有する最適化問題であって、目的関数である数式（８）を最小にする最適化問題が解かれることによって得られた解に応じた配送計画情報が出力される（ステップ１６４）。従って、配送計画システム１０は、需要予測値導出部２２、在庫予測値導出部２４、及び出力部２６を有しない場合に比べ、燃料の配送に要する費用の削減に寄与することができる。

また、配送計画システム１０では、ガスメータ５０により送信された液面高さ情報が受信部１８によって受信される（ステップ１００）。そして、需要実績値導出部２０により、受信部１８で受信された液面高さ情報、及び配送量ＤＢ５８に記憶されている実績配送量に基づいて、需要設備１６に関する過去の所定期間の需要実績値が日単位で算出される（ステップ１５０）。従って、配送計画システム１０は、ガスメータ５０により送信された液面高さ情報を受信し、受信した液面高さ情報に基づいて需要実績値を算出する構成を有しない場合に比べ、需要実績値の算出に要する人的な負担を軽減することができる。

また、配送計画システム１０では、需要予測値導出部２２による需要予測値の算出に用いる予測モデルとして、複数の予測モデルの各々に需要実績値を当て嵌めて得られた結果の各々と需要実績値との誤差に応じて定められた予測モデルが採用されている。従って、配送計画システム１０は、需要予測値の算出に用いる予測モデルを、複数の予測モデルの各々に需要実績値を当て嵌めて得られた結果の各々と需要実績値との誤差に応じて定める構成を有しない場合に比べ、需要予測値を精度良く算出することができる。

また、配送計画システム１０では、需要予測値導出部２２による需要予測値の算出に用いる予測モデルとして、複数の予測モデルの各々に需要実績値を当て嵌めて得られた結果の各々と需要実績値との標準偏差が最小の予測モデルが採用されている。従って、配送計画システム１０は、需要予測値の算出に用いる予測モデルを、複数の予測モデルの各々に需要実績値を当て嵌めて得られた結果の各々と需要実績値との標準偏差に応じて定める構成を有しない場合に比べ、需要予測値を精度良く算出することができる。

また、配送計画システム１０では、最適化問題の目的関数として、需要設備１６に対するＬＮＧの配送に要する費用を示す関数を含む目的関数が採用されている（数式（８）参照）。従って、配送計画システム１０は、最適化問題の目的関数として、需要設備１６に対するＬＮＧの配送に要する費用を示す関数を含む目的関数を用いない場合に比べ、需要設備１６に対するＬＮＧの配送に要する費用の最小化に寄与する解を得ることができる。

また、配送計画システム１０では、最適化問題の目的関数により示される需要設備１６に対するＬＮＧの配送に要する費用として、車両が待機する複数の基地の各々と車両種との関連性に応じて定まる費用が採用されている。従って、配送計画システム１０は、目的関数により示される配送に要する費用を、複数の基地の各々と車両種との関連性に応じて定めない場合に比べ、複数の基地が存在する場合の車両種毎の配送に要する費用の最小化に寄与する解を得ることができる。

また、配送計画システム１０では、最適化問題の目的関数の変数の１つとされている配送台数として、複数の基地の各々と車両種との関連性に応じて定まる配送台数が採用されている。従って、配送計画システム１０は、目的関数の変数の１つとされている配送台数を、複数の基地の各々と車両種との関連性に応じて定めない場合に比べ、複数の基地が存在する場合の配送台数の平準化に寄与する解を得ることができる。

また、配送計画システム１０では、最適化問題の目的関数として、車両種毎の車両の調整用台数を調整項として有する目的関数が採用されている。従って、配送計画システム１０は、最適化問題の目的関数として、車両種毎の車両の調整用台数を調整項として有する目的関数を用いない場合に比べ、最適化問題の解が得られないという事態の発生を回避することができる。また、調整用台数を最小化することで、配送台数の平準化にも寄与することができる。

また、配送計画システム１０では、最適化問題の目的関数の調整項として用いられる調整用台数として、複数の基地の各々と車両種との関連性に応じて定まる調整用台数が採用されている（数式（６）及び数式（８）参照）。従って、配送計画システム１０は、目的関数の調整項として用いられる調整用台数を、複数の基地の各々と車両種との関連性に応じて定めない場合に比べ、複数の基地が存在する場合に最適化問題の解が得られないという事態の発生を回避することができる。

また、配送計画システム１０では、最適化問題の制約条件の１つとして、配送台数が車両種における使用可能な車両の台数と調整用台数との和以下であるとの条件が採用されている（数式（５）参照）。従って、配送計画システム１０は、制約条件の１つとして、配送台数が車両種毎の配送命令待ちの車両の台数と調整用台数との和以下であるとの条件を採用しない場合に比べ、目的関数の調整項として採用された調整用台数の存在価値を向上させることができる。

また、配送計画システム１０では、最適化問題の制約条件の１つとして、在庫量が予め定められた範囲内に収まるとの条件が採用されている（数式（３）参照）。従って、配送計画システム１０は、最適化問題の制約条件の１つとして、在庫量が予め定められた範囲内に収まるとの条件を用いない場合に比べ、最適化問題の解として在庫量の過不足を招く解が得られてしまうことを回避することができる。

また、配送計画システム１０では、最適化問題の制約条件の１つとして、車両種が需要設備１６で受け入れ可能な車両種であるとの条件が採用されている（数式（７）参照）。従って、配送計画システム１０は、制約条件の１つとして、車両種が需要設備１６で受け入れ可能な車両種であるとの条件を用いない場合に比べ、需要設備１６が車両を受け入れられないという事態の発生を招く解が得られてしまうことを回避することができる。

また、配送計画システム１０では、制約条件の１つとして、配送台数が車両種毎の車両の全保有台数以下であるとの条件が採用されている。従って、配送計画装置１２は、制約条件の１つとして、配送台数が車両種毎の車両の全保有台数以下であるとの条件を用いない場合に比べ、解から特定された配送台数が全保有台数を上回るという事態の発生を回避することができる。

なお、上記実施形態では、数式（８）を目的関数として例示したが、本発明はこれに限定されるものではない。例えば、数式（９）、数式（１０）、数式（１１）、数式（１２）、又は数式（１３）を目的関数として使用してもよい。

数式（９）において、“Ｘ日の基地ｋから需要設備ｉへの配送に要する車両の車両種ｊの配送台数”は、目的関数の変数の１つとされており、最適化問題の解として導出される。数式（９）において、“昨日策定したＸ日の基地ｋから需要設備ｉへの配送に要する車両の車両種ｊの配送台数”は、例えば、昨日に配送計画処理が行われることによって得られた最適化問題の解から特定された配送台数である。従って、配送計画装置１２は、数式（９）を目的関数とし、この目的関数が最小となるように最適化問題を解くことで、昨日の配送計画処理の実行によって得られた最適化問題の解からの変更を最小化するので、配送台数の平準化に寄与する解を得ることができる。

なお、数式（９）は、“昨日策定したＸ日の基地ｋから需要設備ｉへの配送に要する車両の車両種ｊの配送台数”を採用しているが、本発明はこれに限定されるものではない。例えば、“昨日策定したＸ日の基地ｋから需要設備ｉへの配送に要する車両の車両種ｊの配送台数”に代えて“一昨日に策定したＸ日の基地ｋから需要設備ｉへの配送に要する車両の車両種ｊの配送台数”を採用してもよい。

このように、配送計画装置１２は、最適化問題の目的関数として、本日の最適化問題を解いて得られる解から特定される配送台数と前日以前に最適化問題を解いて得られた解から特定された配送台数との差を用いた項を含む目的関数を採用してもよい。このように、配送計画装置１２は、本日得られる解から特定される配送台数と前日以前に得られた解から特定された配送台数との差を用いた項を含む目的関数を用いない場合に比べ、過去に手配された実績のある配送台数からの乖離を抑制する解を得ることができる。

数式（１０）において、“Ｘ日の需要設備ｉと基地ｋとの距離”は、配送費用ＤＢ６４に記憶されている距離情報から一意に導出される。従って、配送計画装置１２は、数式（１０）を目的関数とし、この目的関数が最小となるように最適化問題を解くことで、配送に要する距離を最小化する配送台数で配送計画を策定することができる。

なお、数式（１０）の“Ｘ日の需要設備ｉと基地ｋとの距離”に代えて“Ｘ日の基地ｋから需要設備ｉへの配送に要する時間”又はＸ日の基地ｋと需要設備ｉとの往復に要する時間“を採用してもよい。このように、配送計画装置１２は、“Ｘ日の需要設備ｉと基地ｋとの距離”に代えて距離に対応する時間（距離に応じて一意に定まる時間）を使用しても同様の効果を得ることができる。

数式（１１）は、数式（８）に比べ、複数の基地の各々から需要設備１６までの配送が考慮されていない点（１箇所の基地から需要設備１６までの配送を考慮している点）が異なる。数式（１１）を目的関数として最適化問題を解く場合、数式（６）に代えて数式（１３）が制約条件の１つとして用いられる。数式（１３）は、数式（６）に比べ、複数の基地の各々から需要設備１６までの配送が考慮されていない点が異なる。従って、数式（１１）が目的関数とされ、数式（１３）が制約条件とされる場合、配送計画装置１２は、数式（１１）を目的関数として有すると共に数式（６）を制約条件として有する最適化問題を解く場合に比べ、演算に要する負荷を軽減することができる。

数式（１２）は、数式（９）に比べ、複数の基地の各々から需要設備１６までの配送が考慮されていない点（１箇所の基地から需要設備１６までの配送を考慮している点）が異なる。数式（１２）を目的関数として最適化問題を解く場合、数式（６）に代えて数式（１３）が制約条件の１つとして用いられる。従って、数式（１２）が目的関数とされ、数式（１３）が制約条件とされる場合、配送計画装置１２は、数式（９）を目的関数として有すると共に数式（６）を制約条件として有する最適化問題を解く場合に比べ、演算に要する負荷を軽減することができる。

また、上記実施形態では、数式（５）を制限条件の１つとして用いて最適化問題を解く例を挙げて説明したが、本発明はこれに限定されるものではない。例えば、配送計画装置１２は、数式（５）に代えて次の数式（１４）を制限条件の１つとして用いて最適化問題を解くようにしてもよい。

数式（１４）は、数式（５）に比べ、複数の基地の各々から需要設備１６までの配送が考慮されていない点（１箇所の基地から需要設備１６までの配送を考慮している点）が異なる。数式（１４）を制約条件の１つとして用いる場合、数式（６）に代えて数式（１３）が制約条件の１つとして用いられる。

数式（１４）の“車両種ｊの配送命令待ち台数＋車両の調整用台数”は、車両種毎の車両の全保有台数（≒車両種毎の手配可能な車両の総台数）を意味する。従って、配送計画装置１２は、制約条件の１つとして、数式（１４）を用いない場合に比べ、解から特定された配送台数が全保有台数を上回るという事態の発生を回避することができる。

また、上記実施形態では、配送計画処理のステップ１５０で需要実績値導出部２０が演算式を用いて需要実績値を算出する例を挙げて説明したが、本発明はこれに限定されるものではない。例えば、需要実績値導出部２０は、演算式に入力される値と同一の値が入力され、演算式から得られる解と同一の値が出力されるテーブルを用いて需要実績値を導出するようにしてもよい。同様に、需要予測値導出部２２は、テーブルを用いて需要予測値を導出するようにしてもよいし、在庫予測値導出部２４は、テーブルを用いて在庫予測値を導出するようにしてもよい。

また、上記実施形態では、説明の便宜上、各需要設備１６に対して１つのタンク５１が備えられている場合を例示したが、本発明はこれに限定されるものではなく、各需要設備１６に対して複数のタンク５１が備えられていてもよい。この場合、タンク５１毎にガスメータ５０によって液面高さ情報が取得されて配送計画装置１２に対して定期的に送信される。

また、上記実施形態では、液面高さ情報が通信回線４８を介して配送計画装置１２に送信される場合を例示したが、本発明はこれに限定されるものではなく、液面高さ情報が受付部４０又は外部Ｉ／Ｆ４４を介して配送計画装置１２に入力されるようにしてもよい。

また、上記実施形態では、液面高さ情報が配送計画装置１２に入力され、入力された液面高さ情報に基づいて在庫量が算出される場合を例示したが、本発明はこれに限定されるものではない。例えば、液面高さ情報に代えて在庫量が受付部４０又は外部Ｉ／Ｆ４４を介して配送計画装置１２に入力され、入力された在庫量が在庫管理ＤＢ５６に登録されるようにしてもよい。この場合、ＣＰＵ３０による在庫量の算出に要する負荷が軽減される。

また、上記実施形態では、需要実績値導出部２０により需要実績値が算出される場合を例示したが、本発明はこれに限定されるものではなく、人為的に算出された需要実績値が受付部４０又は外部Ｉ／Ｆ４４を介して配送計画装置１２に入力されるようにしてもよい。この場合、ＣＰＵ３０による需要実績値の算出に要する負荷が軽減される。

また、上記実施形態では、需要実績値、需要予測値、在庫予測値、及び最適化問題の解が日単位で算出される場合を例示したが、本発明はこれに限定されるものではない。例えば、需要実績値、需要予測値、在庫予測値、及び最適化問題の解は、数日単位、半月単位、１月単位、数箇月単位、又は年単位等の所定期間単位で算出されてもよい。

また、上記実施形態では、ＤＢ構築処理及び配送計画処理を例示したがこれはあくまでも一例である。従って、主旨を逸脱しない範囲内において不要なステップを削除したり、新たなステップを追加したり、処理順序を入れ替えたりしてもよいことは言うまでもない。また、上記第１実施形態で説明したＤＢ構築処理及び配送計画処理の各々に含まれる各処理は、ＡＳＩＣ（Application Specific Integrated Circuit）やプログラマブルロジックデバイス等のハードウェア構成で実現されてもよい。また、上記第１実施形態で説明したＤＢ構築処理及び配送計画処理の各々に含まれる各処理は、ハードウェア構成とソフトウェア構成の組み合わせによって実現してもよい。

１０ 配送計画システム
１２ 配送計画装置
１４Ａ，１４Ｂ 送信部
１６Ａ 第１需要設備
１６Ｂ 第２需要設備
１８ 受信部
２０ 需要実績値導出部
２２ 需要予測値導出部
２４ 在庫予測値導出部
２６ 出力部

Claims (18)

1. 燃料の需要がある需要設備での前記燃料の需要実績値、及び予測モデルに基づいて、前記需要設備での前記燃料の需要予測値を導出する需要予測値導出手段と、
   前記需要設備での前記燃料の在庫量、前記需要設備に対する前記燃料の配送予定量として受け付けられた受付値、及び前記需要予測値導出手段により導出された前記需要予測値に基づいて、前記需要設備での前記燃料の在庫予測値を導出する在庫予測値導出手段と、
   前記在庫量と、前記需要予測値導出手段により導出された前記需要予測値と、前記在庫予測値導出手段により導出された前記在庫予測値と、前記需要設備に対する前記燃料の配送に要する車両の車両種毎の配送台数に応じて前記配送予定量を規定する規定情報との相関が定式化された相関情報を制約条件の１つとして有する最適化問題であって、前記配送台数が変数の１つとされた目的関数を最小にする最適化問題の解に応じた情報を出力する出力手段と、
   を含む配送計画装置。
2. 前記需要設備から送信された前記在庫量に関する情報を受信する受信手段と、
   前記受信手段により受信された前記在庫量に関する情報、及び前記需要設備に配送された前記燃料の配送量に基づいて、所定期間の前記需要実績値を導出する需要実績値導出手段と、を更に含む請求項１に記載の配送計画装置。
3. 前記予測モデルは、予め定められた複数の予測モデルのうち、前記予め定められた複数の予測モデルの各々に前記需要実績値を当て嵌めて得られた結果の各々と前記需要実績値との誤差に応じて定められた予測モデルである請求項１又は請求項２に記載の配送計画装置。
4. 前記予測モデルは、前記予め定められた複数の予測モデルのうち、前記予め定められた複数の予測モデルの各々に前記需要実績値を当て嵌めて得られた結果の各々と前記需要実績との標準偏差が最小の予測モデルである請求項３に記載の配送計画装置。
5. 前記目的関数は、前記需要設備に対する前記燃料の配送に要する費用を示す関数を含む目的関数である請求項１から請求項４の何れか１項に記載の配送計画装置。
6. 前記費用は、前記車両が待機する複数の基地の各々と前記車両種との関連性に応じて定まる費用である請求項５に記載の配送計画装置。
7. 前記配送台数は、前記車両が待機する複数の基地の各々と前記車両種との関連性に応じて定まる配送台数である請求項１から請求項６の何れか１項に記載の配送計画装置。
8. 前記目的関数は、前記車両が待機する複数の基地の各々と前記需要設備との距離、又は前記距離に対応する時間を有する目的関数である請求項１から請求項４の何れか１項に記載の配送計画装置。
9. 前記目的関数は、本日得られる前記解から特定される前記配送台数と前日以前に得られた前記解から特定された前記配送台数との差を用いた項を含む目的関数である請求項１から請求項４の何れか１項に記載の配送計画装置。
10. 前記目的関数は、前記車両種毎の前記車両の調整用台数を調整項として有する目的関数である請求項１から請求項９の何れか１項に記載の配送計画装置。
11. 前記調整用台数は、前記車両が待機する複数の基地の各々と前記車両種との関連性に応じて定まる調整用台数である請求項１０に記載の配送計画装置。
12. 前記最適化問題は、前記配送台数が前記車両種毎の配送命令待ちの前記車両の台数と前記調整用台数との和以下であるとの条件を制約条件の１つとして有する請求項１０又は請求項１１に記載の配送計画装置。
13. 前記最適化問題は、前記在庫量が予め定められた範囲内に収まるとの条件を制約条件の１つとして有する請求項１から１２の何れか１項に記載の配送計画装置。
14. 前記最適化問題は、前記車両種が前記需要設備で受け入れ可能な車両種であるとの条件を制約条件の１つとして有する請求項１から請求項１３の何れか１項に記載の配送計画装置。
15. 前記最適化問題は、前記配送台数が前記車両種毎の前記車両の全保有台数以下であるとの条件を制約条件の１つとして有する請求項１から請求項１４の何れか１項に記載の配送計画装置。
16. 請求項１から請求項１５の何れか１項に記載の配送計画装置と、
    前記配送計画装置が前記需要実績値の導出に用いる情報として前記在庫量に関する情報を前記配送計画装置に送信する送信手段と、
    を含む配送計画システム。
17. 燃料の需要がある需要設備での前記燃料の需要実績値、及び予測モデルに基づいて、前記需要設備での前記燃料の需要予測値を導出し、
    前記需要設備での前記燃料の在庫量、前記需要設備に対する前記燃料の配送予定量として受け付けられた受付値、及び導出した前記需要予測値に基づいて、前記需要設備での前記燃料の在庫予測値を導出し、
    前記在庫量と、導出した前記需要予測値と、導出した前記在庫予測値と、前記需要設備に対する前記燃料の配送に要する車両の車両種毎の配送台数に応じて前記配送予定量を規定する規定情報との相関が定式化された相関情報を制約条件の１つとして有する最適化問題であって、前記配送台数が変数の１つとされた目的関数を最小にする最適化問題の解に応じた情報を出力することを含む配送計画方法。
18. コンピュータを、
    請求項１から請求項１５の何れか１項に記載の配送計画装置における需要予測値導出手段、在庫予測値導出手段、及び出力手段として機能させるためのプログラム。