JP2022000783A - Eコマースフルフィルメント用の効率的な経路計画のシステム、装置、および方法 - Google Patents
Eコマースフルフィルメント用の効率的な経路計画のシステム、装置、および方法 Download PDFInfo
- Publication number
- JP2022000783A JP2022000783A JP2021148361A JP2021148361A JP2022000783A JP 2022000783 A JP2022000783 A JP 2022000783A JP 2021148361 A JP2021148361 A JP 2021148361A JP 2021148361 A JP2021148361 A JP 2021148361A JP 2022000783 A JP2022000783 A JP 2022000783A
- Authority
- JP
- Japan
- Prior art keywords
- delivery
- unit area
- target
- route
- delivery pattern
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0833—Tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Automation & Control Theory (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
除することによって、または異なる複雑さの候補経路をそれぞれのタスク組合せにおける異なる分類の候補作業員に関連付けることによってなど、ロード不均衡を低減するタスク組合せを生成することができる。いくつかの実施形態では、ヒューリスティックが候補経路に沿った宛先場所の順序を決定することなどによって、復元問題も共緩和するタスク組合せを生成することができる。
ェブサーバとして実装されてもよい。例えば、外部フロントエンドシステム103は、アパッチHTTPサーバー、マイクロソフトインターネットインフォメーションサービス、NGINX等のソフトウェアを実行するコンピュータ又はコンピュータとして実施することができる。他の実施形態では、外部フロントエンドシステム103が外部デバイス(例えば、モバイルデバイス102Aまたはコンピュータ102B)からの要求を受信および処理し、それらの要求に基づいてデータベースおよび他のデータストアから情報を取得し、取得した情報に基づいて受信した要求に対する応答を提供するように設計されたカスタムウェブサーバソフトウェアを実行することができる。
、図1C)、カードページ(例えば、図1D)、または注文ページ(例えば、図1E)。ユーザデバイス(例えば、モバイルデバイス102Aまたはコンピュータ102Bを使用する)は外部フロントエンドシステム103にナビゲートし、サーチボックスに入力することによってサーチをリクエストすることができる。外部フロントエンドシステム103は、システム100内の1つまたは複数のシステムからリクエストすることができる。例えば、外部フロントエンドシステム103は、検索要求を満たす情報をFOシステム113に要求してもよい。また、外部フロントエンドシステム103は検索結果に含まれる商品ごとに、約束配送日または「PDD」を(FOシステム113から)リクエストし、受信することもできる。PDDは、いくつかの実施形態では、製品を含む荷物がいつユーザの所望の場所に到着するかの推定値、または、特定の期間内、例えば、その日の最後(午後11時59分)までに注文された場合、製品がユーザの所望の場所に配送されることを約束される日付の推定値を表すことができる(PDDはFOシステム113に関して以下でさらに説明される)。
準備することができる。SRPは、検索要求を満たす情報を含むことができる。例えば、これは、検索要求を満たす製品の写真を含むことができる。SRPはまた、各製品についてのそれぞれの価格、または各製品についての強化された配送オプション、PDD、重み、規模、オファー、割引などに関する情報を含んでもよい。外部フロントエンドシステム103は(例えば、ネットワークを介して)要求側ユーザデバイスにSRPを送信することができる。
いて提示される情報を超える追加の情報を含むことができる。これは、例えば、貯蔵寿命、原産国、体重、大きさ、荷物中の品目の個数、取扱説明書、または生成物に関する他の事項を含むことができる。また、情報は(例えば、この製品および少なくとも1つの他の製品を購入した顧客のビッグデータおよび/または機械学習分析に基づく)類似の製品に対する推奨、頻繁に質問される質問に対する回答、顧客からのレビュー、製造業者情報、写真などを含むことができる。
Pは、「今すぐ買う」ボタン、「カードに追加する」ボタン、数量フィールド、アイテムの写真などの他の対話型要素も含むことができる。SDPは、製品を提供する売り手のリストをさらに含むことができる。リストは各売り手が提供する価格に基づいて注文されてもよく、その結果、最低価格で製品を販売することを提案する売り手は最上位にリストされてもよい。リストは最高ランクの売り手が最上位にリストされるように、売り手ランキングに基づいて注文されてもよい。売り手ランキングは例えば、約束されたPDDを満たす売り手の過去の実績を含む、複数の要因に基づいて定式化されてもよい。外部フロントエンドシステム103は(例えば、ネットワークを介して)要求側ユーザデバイスにSDPを配送することができる。
目的のための)などを要求する区画を含むことができる。外部フロントエンドシステム103は、注文ページをユーザデバイスへ送信することができる。
か、受信者に渡すなどによって)配送することができる。いくつかの実施形態では、配送作業員が荷物の写真をキャプチャすることができ、および/またはモバイルデバイスを使用してシグネチャを取得することができる。モバイルデバイスは例えば、時刻、日付、GPS場所、写真、配送作業員に関連付けられた識別子、モバイルデバイスに関連付けられた識別子などを含む配送に関する情報を含む情報を輸送機関107へ送信することができる。輸送システム107はシステム100内の他のシステムによるアクセスのために、この情報をデータベース(図示せず)に記憶することができる。輸送システム107はいくつかの実施形態ではこの情報を使用して、特定の荷物の場所を示す追跡データを準備し、他のシステムへ送信することができる。
ータを要求し、それを処理し、要求に応じてそれを装置(例えば、ユーザデバイス102
Aおよび102B)に提示することができる。
い。PDDは、いくつかの実施形態では1つまたは複数の要因に基づくことができる。例えば、FOシステム113は製品に対する過去の需要(例えば、その製品がある期間中に何回注文されたか)、製品に対する予想需要(例えば、来るべき期間中にその製品を注文するために何人の顧客が予想されるか)、ある期間中にいくつの製品が注文されたかを示すネットワーク全体の過去の需要、来るべき期間中にいくつの製品が注文されることが予想されるかを示すネットワーク全体の予想需要、各フルフィルメントセンタ200に記憶された製品の1つ以上のカウント、その製品に対する各製品、予想または現行の注文などに基づいて、製品に対するPDDを計算することができる。
ルメントシステム121A、121B、または121Cなどの他のシステムに転送するコンピュータシステムとして実装されてもよい。
イベントを示すイベントデータを個々のデバイス(例えば、デバイス107A〜107Cまたは119A〜119C)から受信することができる。例えば、WMS 119は、荷
物を走査するためにこれらの装置の1つの使用を示すイベントデータを受信してもよい。フルフィルメントセンタ200および図2に関して以下で論じるように、実行処理中に、荷物識別器(例えば、バーコードまたはRFIDタグデータ)は特定の段階で機械によってスキャンまたは読み取ることができる(例えば、自動またはハンドヘルドバーコードスキャナ、RFIDリーダ、高速カメラ、タブレット119A、モバイルデバイス/PDA
119B、コンピュータ119Cなどのデバイス)。WMS 119は荷物識別子、時刻、日付、場所、ユーザ識別子、または他の情報と共に、対応するデータベース(図示せず)に、荷物識別子の走査または読み取りを示すそれぞれの事象を格納することができ、この情報を他のシステム(例えば、出荷および注文追跡システム111)に提供することができる。
イス107A〜107Cまたは119A〜119C)をシステム100に関連する1つまたは複数のユーザに関連付ける情報を記憶することができる。例えば、いくつかの状況では、ユーザ(パートまたはフルタイムの従業員など)がユーザがモバイルデバイスを所有する(例えば、モバイルデバイスがスマートフォンである)という点で、モバイルデバイスに関連付けられてもよい。他の状況では、ユーザがユーザが一時的にモバイルデバイスを保管している(例えば、ユーザは日の始めにモバイルデバイスをチェックアウトし、日中にそれを使用し、日の終わりにそれを返す)という点で、モバイルデバイスに関連付けられてもよい。
ログを維持することができる。例えば、WMS 119は任意の割り当てられたプロセス
(例えば、トラックのアンロード、ピックゾーンからのアイテムのピッキング、リビン(
rebin)ウォールワーク、パッキングアイテム)、ユーザ識別子、場所(例えば、フ
ルフィルメントセンタ200内のフロアまたはゾーン)、従業員によってシステム内を移動されたユニットの数(例えば、ピッキングされたアイテムの数、パッキングされたアイテムの数)、装置に関連する識別子(例えば、装置119A〜119C)などを含む、各従業員に関連する情報を記憶することができる。いくつかの実施形態では、WMS 11
9がデバイス119A〜119C上で動作するタイムキーピングシステムなどのタイムキーピングシステムからチェックインおよびチェックアウト情報を受信することができる。
たはサービス(例えば、配送または設置)を顧客に直接的に提供してもよい。いくつかの実施形態では3PLシステム121A〜121Cのうちの1つまたは複数がシステム100の一部とすることができ、他の実施形態では3PLシステム121A〜121Cのうちの1つまたは複数がシステム100の外部(例えば、サードパーティプロバイダによって所有または運営される)とすることができる。
シングルサインオン(SSO)サービスとして動作することができる。例えば、FC認証123はユーザが内部フロントエンドシステム105を介してログインすることを可能にし、ユーザが出荷および注文追跡系111においてリソースにアクセスするための同様の特権を有していることを決定し、ユーザが2回目のログイン処理を必要とせずにそれらの特権にアクセスすることを可能にしてもよい。他の実施形態では、FC認証123がユーザ(例えば、従業員)が自分自身を特定の作業に関連付けることを可能にすることができる。例えば、従業員の中には、電子装置(装置119A〜119Cなど)を持たない者もいれば、その代わりに、1日の過程中に、フルフィルメントセンタ200内で、タスクからタスクへ、およびゾーンからゾーンへ移動することができる。FC認証123は、それらの従業員が彼らがどの仕事をしているか、および彼らが様々な時刻にどの区域にいるかを示すことを可能にするように構成されてもよい。
線ネットワーク、専用線などを含む1つまたは複数の公衆またはプライベートネットワークを介して互いに接続され得る。いくつかの実施形態では、システム100内のシステムの1つ以上がデータセンター、サーバファームなどに実装された1つ以上の仮想サーバとして実装されてもよい。
ク201を使用してアイテム202A及び202Bを配送することができる。アイテム202Aはそれ自体の出荷パレットを占有するのに十分な大きさの単一のアイテムを表すことができ、アイテム202Bは、スペースを節約するために同じパレット上に一緒に積み重ねられたアイテムのセットを表すことができる。
フト、または手動で使用して)緩衝区域205に移動させることができる。バッファゾーン205は例えば、予測される需要を満たすのに十分な量のアイテムがピッキングゾーン内にあるため、ピッキングゾーン内で現在必要とされていないアイテムのための一時記憶領域であってもよい。いくつかの実施形態では、フォークリフト206が物品をバッファゾーン205の周り、およびインバウンドゾーン203とドロップゾーン207との間で移動させるように動作する。ピッキングゾーンに品目202Aまたは202Bが必要な場合(例えば、予想される需要のため)、フォークリフトは、品目202Aまたは202Bを落下ゾーン207に移動させることができる。
業員(「ピッカ」)はピッキングゾーン内のアイテム202Aおよび202Bに接近し、ピッキングゾーンのバーコードをスキャンし、モバイルデバイス(例えば、装置119B)を使用してアイテム202Aおよび202Bに関連するバーコードをスキャンすることができる。次いで、ピッカーはアイテムをピッキングゾーン209に(例えば、カートの上に置くか、またはそれを運ぶことによって)取り込むことができる。
200の領域であってもよい。いくつかの実施形態では、貯蔵ユニット210が物理的な棚、本棚、箱、運搬箱、冷蔵庫、冷凍庫、冷蔵庫などのうちの1つまたは複数を含むことができる。いくつかの実施形態では、ピッキングゾーン209が複数のフロアに編成されてもよい。いくつかの実施形態では、作業員または機械が例えば、フォークリフト、エレベータ、コンベアベルト、カート、ハンドトラック、ドリー、自動ロボットもしくは装置、または手動を含む多数の方法で、物品をピッキングゾーン209に移動させてもよい。例えば、ピッカーはアイテム202Aおよび202Bをドロップゾーン207内のハンドトラックまたはカート上に置き、アイテム202Aおよび202Bをピッキングゾーン209まで歩くことができる。
ようなコンピュータシステムに(例えば、無線ネットワークを介して)データを送信し、装置119Bを使用するユーザによってアイテム202Aがその場所に格納されたことを示すことができる。
であってもよい。パッキングゾーン211では受取アイテム(「リビン(rebin)作業
員」)に割り当てられた作業員がピッキングゾーン209からアイテム208を受け取り、それがどの注文に対応するかを決定する。例えば、リビン(rebin)作業員はアイテム208上のバーコードを走査するために、コンピュータ119Cなどの装置を使用することができる。コンピュータ119Cはどの注文アイテム208が関連付けられているかを視覚的に示すことができる。これは例えば、注文に対応する壁面216上の空間または「セル」を含むことができる。注文が完了すると(例えば、セルが注文のためのすべてのアイテムを含むため)、リビン(rebin)作業員は注文が完了したことをパッキング作業員(または「パッカー」)に示すことができる。梱包業者はセルから品目を取り出し、それらを出荷のために箱または袋に入れることができる。その後、パッカーは例えば、フォークリフト、カート、ドリー、ハンドトラック、コンベヤベルトを介して、又は他の方法で、箱又はバッグをハブゾーン213に送ることができる。
び/またはマシンは荷物218を検索し、それぞれの荷物が行こうとする配送領域の一部を決定し、荷物を適切なキャンプゾーン215にルーティングすることができる。例えば、配送領域が2つのより小さいサブ領域を有する場合、荷物は2つのキャンプゾーン215のうちの1つに進む。いくつかの実施形態では、作業員またはマシンが(例えば、デバイス119A〜119Cのうちの1つを使用して)荷物を走査して、その最終的な宛先を決定することができる。荷物をキャンプゾーン215にルーティングすることは、例えば、荷物が向けられている地理的エリアの一部を(例えば、郵便番号に基づいて)決定することと、地理的エリアの一部に関連付けられたキャンプゾーン215を決定することとを含むことができる。
実施形態ではキャンプゾーン215がFC 200の一部を形成することができる。
200の荷物を配送する常勤の従業員であり、トラック222はFC 200を所有し、リースし、または運営する同じ企業によって所有され、リースされ、または運営される。いくつかの実施形態では、自動車226が配送作業員224Bによって駆動されてもよく、ここで、配送作業員224Bは必要に応じて(例えば、季節的に)送達する「屈曲」または時折の作業員である。自動車226は、配送作業員224Bによって所有され、リースされ、または操作され得る。
もよい。例えば、仕分けは、仕分け装置216を使用して梱包ゾーン211内で実施する
ことができる。
113、またはWMS 119内のコンピュータとして実装することができる。いくつか
の実施形態では、ネットワーク310がシステム100の一部または全部であってもよい。
置の任意の組み合わせを含むことができる。コードには、オペレーティング・システム(OS)と、特定のタスクのための1つ以上のアプリケーション・プログラム(または「アプリ」)が含まれる場合がある。メモリ308はネットワーク(例えば、ネットワーク310)を介して接続された複数のマシンまたは装置に分散された1つ以上のメモリを含む仮想メモリであってもよい。
かの実施形態では、前述のプロセスがPLA、PAL、GAL、CPLD、FPGA、SoC、またはASICなどの専用ハードウェアとして実装され得る。前述のプロセスは、アルゴリズムによって指定された動作を実行することができる専用ハードウェアにプログラムされたアルゴリズムとして実装することができる。いくつかの実施形態では、前述のプロセスが前述のソフトウェアとハードウェアとの組み合わせとして実装されてもよい。
101から受信されてもよい。
ついて場所ベクトルを決定することができる。場所ベクトルは、配送可能な場所のベクトル表現であってもよく、2つの場所ベクトル間の距離が配送経路に沿った2つの場所ベクトルに対応する2つの場所の連続的な近さを示してもよいように決定されてもよい。距離は、2つの場所ベクトルの間の差として決定され得る。連続的な近さは、配送経路に沿って2つの場所に行く距離を指すことができる。いくつかの実施形態では、第1の機械学習モデルが第1のニューラルネットワークモデルであってもよい。例えば、第1のニューラルネットワークモデルは、word2vecモデルのニューラルネットワークに類似し得る。いくつかの実施形態では、第1のニューラルネットワークモデルがワンホットベクトルフォーマットの配送可能な場所のアドレスを入力として使用し、配送可能な場所の場所ベクトルを決定することができる。第1のニューラルネットワークモデルは、ステップ402において、所定の場所を使用して生成され、訓練されてもよい。
ある場合、2つの対応する配送可能な場所は、同じ単位エリアにグループ化されてもよい。いくつかの実施形態では、2つの配送可能な場所が同じ建物番号、コミュニティの同じ名前、または同じ郵便番号を共有する場合であっても、差分ベクトルの大きさが所定の閾値を超える限り、それらは異なる単位エリアにグループ化されてもよい。
エリアと実質的に同時に決定され、記憶されてもよい。これらの実施形態では、プロセッサ306が工程604で、記憶された訓練配送パターンを取り出すことができる。
く訓練され得る。機械学習モデルを使用することによって、プロセッサ306は、より高い精度およびより効率的に配送パターンを生成することができる。
在することができる。言い換えれば、目標単位エリアをリンクするための複数の候補経路があってもよい。その場合、プロセッサ306は、以下のように目標経路を決定することができる。
連言語)、Java、C++、Objective-C、HTML、HTML/AJAXの組み合わせ、XML、またはJavaアプレットを含むHTML内またはこれらの手段によって設計することができる。
Claims (20)
- 荷物の集荷および配送用の経路計画の装置であって、
命令を格納するメモリと、
所定の位置を接続する所定の経路を表すデータを受け取り、
前記所定の経路に沿った前記所定の位置の連続的な近さに基づいて、地理的領域内の単位エリアを決定し、
前記単位エリアのそれぞれに対して、前記単位エリアのベクトル表現を決定し、
前記所定の位置をカバーする単位エリアの訓練配送パターンを決定し、各訓練配送パターンは、訪問順序で順序付けられた前記単位エリアの少なくとも1つを含み、
少なくとも1つの訓練配送パターン内の少なくとも1つの単位エリアのベクトル表現を追加することによって、少なくとも1つの訓練配送パターンのベクトル表現を決定し、
少なくとも1つの訓練配送パターンのベクトル表現を第1の機械学習モデルに入力することによって、少なくとも1つの訓練配送パターンのスコアを決定し、
前記第1の機械学習モデルのパラメータを更新し、
複数の訓練配送パターンのすべての訪問シーケンスが前記所定の経路と整合しているという決定に基づいて、配送パターンを生成するための前記第1の機械学習モデルを決定し、
単位エリアの少なくとも1つを接続する経路を決定するための配送パターンを生成し、各配送パターンは、訪問シーケンスに関連する単位エリアの少なくとも1つを含み、
目標位置の受け取りに応じて、配送パターンと目標データを使用して目標位置を訪問するための目標経路を決定し、
前記目標経路をモバイル機器に送信する、
命令を実行するように構成された少なくとも一つのプロセッサと、
を備える装置。 - 前記単位エリアは、第1の単位エリアと第2の単位エリアとを含み、前記単位エリアは、前記第2の単位エリアの位置を訪問する前に、第1の単位エリアのすべての位置を訪問するように構成される
請求項1に記載の装置。 - 前記単位エリアのそれぞれのベクトル表現を決定することは、グラフ埋め込み技術を前記単位エリアのぞれぞれ内の位置のアドレスに適用することを含む
請求項1に記載の装置。 - 前記スコアは、前記訪問シーケンスに沿って前記単位エリアの少なくとも1つを訪問するための効率レベルを示す
請求項1に記載の装置。 - 前記地理的領域内の前記単位エリアを決定することは更に、
前記地理的領域内で配送可能位置を受け取ること、
第2の機械学習モデルを用いて、配送可能位置のそれぞれに対する位置ベクトルを決定することであって、2つの位置ベクトル間の距離は、配送ルートに沿った当該2つの位置ベクトルに対応する2つの位置の連続的な近さを示すこと、
配送可能位置のそれぞれに対して、配送可能位置の位置ベクトルおよび位置属性を含む特徴ベクトルを決定すること、
前記特徴ベクトル間の距離に基づいて配送可能位置をグループ化することによって前記単位エリアを決定することであって、単位エリアにグループ化された配送可能位置の特徴ベクトル間の距離は、所定の閾値内にあること、
を含む請求項1に記載の装置。 - 前記位置属性は、地理的座標、建物の数、エリアの名称、道路の名称、または郵便番号の少なくとも1つを含む
請求項5に記載の装置。 - 前記第2の機械学習モデルは、ニューラルネットワークモデルを含み、少なくとも1つのプロセッサは更に、
前記所定の位置のそれぞれに対して位置ベクトルを決定し、位置ベクトルの要素は、前記所定の位置のそれぞれのアドレスの属性を含み、
前記ニューラルネットワークモデルに現在位置の位置ベクトルを入力することにより、前記所定の位置の現在位置の確率値を決定し、各確率値は前記所定の位置の1つに対応し、前記現在位置の直後に訪問される前記所定の位置の1つが訪問される確率を示し、
前記所定のルートに沿った現在位置の直後の次の位置が最高の確率値に対応するかどうかを決定し、
前記次の位置が最高の確率値に対応していないという決定に基づいて、ニューラルネットワークモデルのパラメータを更新し、
前記次の位置が最高の確率値に対応するという決定に基づいて、前記次の位置の位置ベクトルをニューラルネットワークモデルに入力することによって、前記次の位置の確率値を決定する、
命令を実行するように構成される
請求項5に記載の装置。 - 少なくとも1つのプロセッサは更に、
前記所定の経路に沿った所定の位置のそれぞれに続く位置が、前記所定の位置のそれぞれに対するニューラルネットワークモデルによって決定された確率値の中で最高の確率値に対応するという決定に基づいて、配送可能位置のそれぞれに対する位置ベクトルを決定するためのニューラルネットワークモデルを決定する
命令を実行するようにさらに構成される
請求項7に記載の装置。 - 前記第1の機械学習モデルは、ニューラルネットワークモデルを含み、前記配送パターンを生成するように構成された少なくとも1つのプロセッサは更に、
前記単位エリアを用いて候補配送パターンを決定し、各候補配送パターンは、訪問シーケンスで順序付けられた前記単位エリアの少なくとも1つを含み、
前記候補配送パターン内の前記単位エリアの少なくとも1つのベクトル表現を追加することによって、各候補配送パターンのベクトル表現を決定し、
各候補配送パターンのベクトル表現を第1の機械学習モデルに入力することによって、各候補配送パターンに対するスコアを決定し、
所定の閾値よりも高いスコアを有する候補配送パターンとして前記配送パターンを生成する
命令を実行するように構成される
請求項1に記載の装置。 - 少なくとも1つのプロセッサは更に、
訪問する目標場所を含むタスクデータを受け取り、
前記目標位置をカバーする単位エリアとして目標単位エリアを決定し、
前記目標単位エリアを結ぶ目標経路を決定し、各目標単位エリアは、目標ルートに沿って1回訪問される
命令を実行するように構成される
請求項1に記載の装置。 - 前記第1の機械学習モデルは、ニューラルネットワークモデルを含み、前記目標単位エリアを結ぶ目標ルートを決定するように構成された少なくとも1つのプロセッサは更に、
前記目標単位エリアを結ぶ実行可能な配送パターンの少なくとも1つのセットを決定し、
前記目標単位エリアのすべてを訪問するための最短時間を有する実現可能な配送パターンとして、前記目標経路を決定する
命令を実行するように構成される
請求項10に記載の装置。 - 荷物の集荷および配送用の経路計画のコンピュータ実装方法であって、
所定の位置を接続する所定の経路を表すデータを受け取ること、
少なくとも一つのプロセッサによって、前記所定の経路に沿った前記所定の位置の連続的な近さに基づいて、地理的領域内の単位エリアを決定すること、
少なくとも一つのプロセッサによって、前記単位エリアのそれぞれに対して、前記単位エリアのベクトル表現を決定すること、
少なくとも一つのプロセッサによって、前記単位エリアのそれぞれに対して、前記単位エリアのベクトル表現を決定すること、
少なくとも一つのプロセッサによって、前記所定の位置をカバーする単位エリアの訓練配送パターンを決定することであって、各訓練配送パターンは、訪問順序で順序付けられた前記単位エリアの少なくとも1つを含むこと、
少なくとも一つのプロセッサによって、少なくとも1つの訓練配送パターン内の少なくとも1つの単位エリアのベクトル表現を追加することによって、少なくとも1つの訓練配送パターンのベクトル表現を決定すること、
少なくとも一つのプロセッサによって、少なくとも1つの訓練配送パターンのベクトル表現を第1の機械学習モデルに入力することによって、少なくとも1つの訓練配送パターンのスコアを決定すること、
少なくとも一つのプロセッサによって、前記第1の機械学習モデルのパラメータを更新すること、
少なくとも一つのプロセッサによって、複数の訓練配送パターンのすべての訪問シーケンスが前記所定の経路と整合しているという決定に基づいて、配送パターンを生成するための前記第1の機械学習モデルを決定すること、
少なくとも一つのプロセッサによって、単位エリアの少なくとも1つを接続する経路を決定するための配送パターンを生成することであって、各配送パターンは、訪問シーケンスに関連する単位エリアの少なくとも1つを含むこと、
少なくとも一つのプロセッサによって、目標位置の受け取りに応じて、配送パターンと目標データを使用して目標位置を訪問するための目標経路を決定すること、
前記目標経路をモバイル機器に送信すること、
を含むコンピュータ実装方法。 - 前記スコアは、前記訪問シーケンスに沿って前記単位エリアの少なくとも1つを訪問するための効率レベルを示す
請求項12に記載のコンピュータ実装方法。 - 前記単位エリアを決定することは更に、
前記地理的領域内で配送可能位置を受け取ること、
第2の機械学習モデルを用いて、配送可能位置のそれぞれに対する位置ベクトルを決定することであって、2つの位置ベクトル間の距離は、配送ルートに沿った当該2つの位置ベクトルに対応する2つの位置の連続的な近さを示すこと、
配送可能位置のそれぞれに対して、配送可能位置の位置ベクトルおよび位置属性を含む特徴ベクトルを決定すること、
前記特徴ベクトル間の距離に基づいて配送可能位置をグループ化することによって前記単位エリアを決定することであって、単位エリアにグループ化された配送可能位置の特徴ベクトル間の距離は、所定の閾値内にあること、
を含む請求項12に記載のコンピュータ実装方法。 - 前記位置属性は、地理的座標、建物の数、エリアの名称、道路の名称、または郵便番号の少なくとも1つを含む
請求項14に記載のコンピュータ実装方法。 - 前記第2の機械学習モデルは、ニューラルネットワークモデルを含み、当該方法は更に、
前記所定の位置のそれぞれに対して位置ベクトルを決定することであって、位置ベクトルの要素は、前記所定の位置のそれぞれのアドレスの属性を含むこと、
前記ニューラルネットワークモデルに現在位置の位置ベクトルを入力することにより、前記所定の位置の現在位置の確率値を決定することであって、各確率値は前記所定の位置の1つに対応し、前記現在位置の直後に訪問される前記所定の位置の1つが訪問される確率を示すこと、
前記所定のルートに沿った現在位置の直後の次の位置が最高の確率値に対応するかどうかを決定すること、
前記次の位置が最高の確率値に対応していないという決定に基づいて、ニューラルネットワークモデルのパラメータを更新すること、
前記次の位置が最高の確率値に対応するという決定に基づいて、前記次の位置の位置ベクトルをニューラルネットワークモデルに入力することによって、前記次の位置の確率値を決定すること、
を含む請求項14に記載のコンピュータ実装方法。 - 前記所定の経路に沿った所定の位置のそれぞれに続く位置が、前記所定の位置のそれぞれに対するニューラルネットワークモデルによって決定された確率値の中で最高の確率値に対応するという決定に基づいて、配送可能位置のそれぞれに対する位置ベクトルを決定するためのニューラルネットワークモデルを決定すること
を更に含む請求項16に記載のコンピュータ実装方法。 - 各訓練配送パターンは、最大3つの単位エリアを含む
請求項12に記載のコンピュータ実装方法。 - 前記第1の機械学習モデルは、ニューラルネットワークモデルを含み、前記配送パターンを生成することは、
前記単位エリアを用いて候補配送パターンを決定することであって、各候補配送パターンは、訪問シーケンスで順序付けられた前記単位エリアの少なくとも1つを含むこと、
前記候補配送パターン内の前記単位エリアの少なくとも1つのベクトル表現を追加することによって、各候補配送パターンのベクトル表現を決定すること、
各候補配送パターンのベクトル表現を第1の機械学習モデルに入力することによって、各候補配送パターンに対するスコアを決定すること、
所定の閾値よりも高いスコアを有する候補配送パターンとして前記配送パターンを生成すること、
を含む請求項12に記載のコンピュータ実装方法。 - 訪問する目標場所を含むタスクデータを受け取ること、
前記目標位置をカバーする単位エリアとして目標単位エリアを決定すること、
前記目標単位エリアを結ぶ目標経路を決定することであって、各目標単位エリアは、目標ルートに沿って1回訪問されること、
を更に含む請求項14に記載のコンピュータ実装方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/290,040 | 2019-03-01 | ||
US16/290,040 US10565543B1 (en) | 2019-03-01 | 2019-03-01 | Systems, apparatuses, and methods of efficient route planning for e-commerce fulfillment |
JP2020537734A JP6945076B2 (ja) | 2019-03-01 | 2020-02-12 | Eコマースフルフィルメント用の効率的な経路計画のシステム、装置、および方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020537734A Division JP6945076B2 (ja) | 2019-03-01 | 2020-02-12 | Eコマースフルフィルメント用の効率的な経路計画のシステム、装置、および方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022000783A true JP2022000783A (ja) | 2022-01-04 |
JP7266649B2 JP7266649B2 (ja) | 2023-04-28 |
Family
ID=69528338
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020537734A Active JP6945076B2 (ja) | 2019-03-01 | 2020-02-12 | Eコマースフルフィルメント用の効率的な経路計画のシステム、装置、および方法 |
JP2021148361A Active JP7266649B2 (ja) | 2019-03-01 | 2021-09-13 | Eコマースフルフィルメント用の効率的な経路計画のシステム、装置、および方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020537734A Active JP6945076B2 (ja) | 2019-03-01 | 2020-02-12 | Eコマースフルフィルメント用の効率的な経路計画のシステム、装置、および方法 |
Country Status (9)
Country | Link |
---|---|
US (2) | US10565543B1 (ja) |
EP (1) | EP3797393A4 (ja) |
JP (2) | JP6945076B2 (ja) |
KR (2) | KR102320179B1 (ja) |
AU (2) | AU2020104455A4 (ja) |
PH (1) | PH12020551782A1 (ja) |
SG (1) | SG11202011416SA (ja) |
TW (2) | TWI727667B (ja) |
WO (1) | WO2020178650A1 (ja) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11068832B1 (en) * | 2018-08-31 | 2021-07-20 | VuTrans Solutions LLC | System and method for identifying freight capacity |
US10467563B1 (en) * | 2019-02-18 | 2019-11-05 | Coupang, Corp. | Systems and methods for computerized balanced delivery route pre-assignment |
US10467562B1 (en) * | 2019-02-18 | 2019-11-05 | Coupang, Corp. | Systems and methods for computerized balanced delivery route assignment |
US10565543B1 (en) | 2019-03-01 | 2020-02-18 | Coupang, Corp. | Systems, apparatuses, and methods of efficient route planning for e-commerce fulfillment |
US20210081894A1 (en) * | 2019-09-13 | 2021-03-18 | NEC Laboratories Europe GmbH | Constrained vehicle routing using clusters |
CN112288347A (zh) * | 2020-02-21 | 2021-01-29 | 北京京东振世信息技术有限公司 | 冷链配送的路线确定方法、装置、服务器及存储介质 |
CN111222828A (zh) * | 2020-02-27 | 2020-06-02 | 江苏满运软件科技有限公司 | 相似货主的确定方法、装置、计算机设备及存储介质 |
CN111445191B (zh) * | 2020-03-30 | 2024-02-27 | 拉扎斯网络科技(上海)有限公司 | 一种配送难度的预估方法、装置和存储介质 |
CN111461430A (zh) * | 2020-03-31 | 2020-07-28 | 北京百度网讯科技有限公司 | 用于生成路线信息的方法及装置 |
CN111664851B (zh) * | 2020-06-11 | 2022-02-01 | 哈尔滨工业大学 | 基于序列优化的机器人状态规划方法、装置及存储介质 |
GB2601623A (en) | 2020-11-17 | 2022-06-08 | Walmart Apollo Llc | Methods and apparatus for automatic route assignment |
KR102270015B1 (ko) | 2020-12-02 | 2021-06-28 | 쿠팡 주식회사 | 물류 창고의 반출을 관리하는 전자 장치 및 그 제어 방법 |
KR20230018966A (ko) | 2021-07-30 | 2023-02-07 | 주식회사 디투시스 | 판매 지역 및 기간 설정이 가능한 상품 판매 및 구매 서비스 제공 시스템 및 방법 |
KR102431289B1 (ko) * | 2021-12-09 | 2022-08-11 | 쿠팡 주식회사 | 아이템 배달 정보 제공 방법 및 그 장치 |
TWI828105B (zh) * | 2022-04-01 | 2024-01-01 | 國立陽明交通大學 | 一種物流處理系統及其方法 |
KR20230166291A (ko) * | 2022-05-30 | 2023-12-07 | 쿠팡 주식회사 | 배달 업무 관련 정보를 제공하는 전자 장치 및 그 방법 |
CN114881579A (zh) * | 2022-07-11 | 2022-08-09 | 北京云迹科技股份有限公司 | 配送路径的确定方法及装置 |
KR20240045687A (ko) * | 2022-09-30 | 2024-04-08 | 쿠팡 주식회사 | 배송 주문을 처리하는 전자 장치 및 그 방법 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004238129A (ja) * | 2003-02-05 | 2004-08-26 | Jfe Steel Kk | 配送計画立案方法およびその装置 |
JP2005158046A (ja) * | 2003-10-31 | 2005-06-16 | Matsushita Electric Ind Co Ltd | 担当者采配システム及び担当者采配方法 |
JP2010078571A (ja) * | 2008-09-29 | 2010-04-08 | Miyagi Seikatsu Kyodo Kumiai | 配達用地図作成装置、配達用地図作成方法、及び配達用地図作成プログラム |
JP2016095752A (ja) * | 2014-11-17 | 2016-05-26 | 富士通株式会社 | 配送計画プログラム、配送計画方法、および配送計画装置 |
JP2018026086A (ja) * | 2016-08-08 | 2018-02-15 | メッシュ コリア カンパニー リミテッドMesh Korea Co., Ltd. | 配送経路を学習して配送計画を生成する装置及び方法 |
JP2018073032A (ja) * | 2016-10-27 | 2018-05-10 | 株式会社エステンナイン京都 | 配送支援のための情報処理装置および配送システムならびに配送支援方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100259465B1 (ko) * | 1997-09-13 | 2000-07-01 | 강말길 | 물류 배송 관리방법 |
US7363126B1 (en) * | 2002-08-22 | 2008-04-22 | United Parcel Service Of America | Core area territory planning for optimizing driver familiarity and route flexibility |
US8560223B2 (en) | 2002-08-29 | 2013-10-15 | Mapquest, Inc. | Automated route determination |
TW200816076A (en) | 2006-09-19 | 2008-04-01 | Xiao-Peng Li | Mail distribution system |
US20090048890A1 (en) | 2007-08-16 | 2009-02-19 | Burgh Stuart G | Delivery Management System for Quick Service Restaurants |
CN105224994A (zh) * | 2014-07-03 | 2016-01-06 | 富士通株式会社 | 预测停留时间的装置和方法、确定投递路径的设备和方法 |
KR20160070699A (ko) * | 2014-12-10 | 2016-06-20 | 티라텍(주) | 권역지정을 통한 자동배차계획 설계방법 |
US9792575B2 (en) * | 2016-03-11 | 2017-10-17 | Route4Me, Inc. | Complex dynamic route sequencing for multi-vehicle fleets using traffic and real-world constraints |
US10380534B2 (en) | 2016-03-11 | 2019-08-13 | Route4Me, Inc. | Autonomous supply and distribution chain |
CN109076312A (zh) | 2016-03-23 | 2018-12-21 | 福特全球技术公司 | 用于提供移动网络的系统和方法 |
DE112016006835B4 (de) | 2016-06-06 | 2023-09-21 | Ford Global Technologies, Llc | System, verfahren und vorrichtungen für automatisierte fahrzeug- und drohnenlieferung |
CN106779529A (zh) | 2016-11-23 | 2017-05-31 | 合肥壹客送网络科技有限公司 | 一种商品货物配送方法及系统 |
US10930157B2 (en) * | 2017-04-26 | 2021-02-23 | Dropoff, Inc. | Systems and methods for automated real-time and advisory routing within a fleet of geographically distributed drivers |
KR101950996B1 (ko) | 2017-05-12 | 2019-02-22 | 카페24 주식회사 | 택배서비스 운영 방법 및 장치, 통합 택배 서비스 시스템 |
US20190114564A1 (en) * | 2017-10-18 | 2019-04-18 | United Parcel Service Of America, Inc. | Enriched Logistics System for Unmanned Vehicle Delivery of Parcels |
US10565543B1 (en) | 2019-03-01 | 2020-02-18 | Coupang, Corp. | Systems, apparatuses, and methods of efficient route planning for e-commerce fulfillment |
-
2019
- 2019-03-01 US US16/290,040 patent/US10565543B1/en active Active
- 2019-05-17 KR KR1020190057666A patent/KR102320179B1/ko active IP Right Grant
- 2019-12-31 US US16/732,160 patent/US11403590B2/en active Active
-
2020
- 2020-02-12 AU AU2020104455A patent/AU2020104455A4/en active Active
- 2020-02-12 JP JP2020537734A patent/JP6945076B2/ja active Active
- 2020-02-12 WO PCT/IB2020/051150 patent/WO2020178650A1/en unknown
- 2020-02-12 AU AU2020231084A patent/AU2020231084A1/en active Pending
- 2020-02-12 SG SG11202011416SA patent/SG11202011416SA/en unknown
- 2020-02-12 EP EP20767038.1A patent/EP3797393A4/en active Pending
- 2020-02-20 TW TW109105423A patent/TWI727667B/zh active
- 2020-02-20 TW TW110112024A patent/TWI792250B/zh active
- 2020-10-28 PH PH12020551782A patent/PH12020551782A1/en unknown
-
2021
- 2021-09-13 JP JP2021148361A patent/JP7266649B2/ja active Active
- 2021-10-26 KR KR1020210143572A patent/KR102476482B1/ko active IP Right Grant
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004238129A (ja) * | 2003-02-05 | 2004-08-26 | Jfe Steel Kk | 配送計画立案方法およびその装置 |
JP2005158046A (ja) * | 2003-10-31 | 2005-06-16 | Matsushita Electric Ind Co Ltd | 担当者采配システム及び担当者采配方法 |
JP2010078571A (ja) * | 2008-09-29 | 2010-04-08 | Miyagi Seikatsu Kyodo Kumiai | 配達用地図作成装置、配達用地図作成方法、及び配達用地図作成プログラム |
JP2016095752A (ja) * | 2014-11-17 | 2016-05-26 | 富士通株式会社 | 配送計画プログラム、配送計画方法、および配送計画装置 |
JP2018026086A (ja) * | 2016-08-08 | 2018-02-15 | メッシュ コリア カンパニー リミテッドMesh Korea Co., Ltd. | 配送経路を学習して配送計画を生成する装置及び方法 |
JP2018073032A (ja) * | 2016-10-27 | 2018-05-10 | 株式会社エステンナイン京都 | 配送支援のための情報処理装置および配送システムならびに配送支援方法 |
Also Published As
Publication number | Publication date |
---|---|
TW202129568A (zh) | 2021-08-01 |
KR20200105737A (ko) | 2020-09-09 |
KR20210131967A (ko) | 2021-11-03 |
JP6945076B2 (ja) | 2021-10-06 |
TWI792250B (zh) | 2023-02-11 |
EP3797393A1 (en) | 2021-03-31 |
KR102320179B1 (ko) | 2021-11-02 |
JP2021513132A (ja) | 2021-05-20 |
TWI727667B (zh) | 2021-05-11 |
US11403590B2 (en) | 2022-08-02 |
AU2020231084A1 (en) | 2020-11-19 |
PH12020551782A1 (en) | 2021-06-07 |
JP7266649B2 (ja) | 2023-04-28 |
KR102476482B1 (ko) | 2022-12-13 |
TW202038155A (zh) | 2020-10-16 |
US10565543B1 (en) | 2020-02-18 |
AU2020104455A4 (en) | 2021-09-30 |
WO2020178650A1 (en) | 2020-09-10 |
SG11202011416SA (en) | 2020-12-30 |
EP3797393A4 (en) | 2022-03-09 |
US20200279220A1 (en) | 2020-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6945076B2 (ja) | Eコマースフルフィルメント用の効率的な経路計画のシステム、装置、および方法 | |
KR102435225B1 (ko) | 컴퓨터 밸런싱된 배달 루트 할당을 위한 시스템 및 방법 | |
JP7024094B2 (ja) | コンピュータ化されたバランスの取れた配達ルート事前割当用のシステムと方法 | |
KR102448968B1 (ko) | 모듈러 캠프 분류 및 다이내믹 로딩 레이아웃 생성을 위한 시스템 및 방법 | |
KR102343759B1 (ko) | 컴퓨터화된 균형을 맞춘 배송 루트 할당 및 인센티브 구조를 위한 시스템 및 방법 | |
JP2021533438A (ja) | 柔軟な配送作業の自動割り当てのためのシステムおよび方法 | |
JP2021531543A (ja) | コンピュータによって決定される効率的な包装の決定のためのシステムおよび方法 | |
JP2022511184A (ja) | 在庫切れアイテムのインテリジェントな予測および先を見越した再注文のためのコンピュータ実施方法 | |
TW202329001A (zh) | 用於將物件指派給揀貨員的電腦化系統以及方法 | |
JP7053895B2 (ja) | 郵便番号マッピングに基づくアウトバウンドの予測のためのシステムおよび方法 | |
JP2021533433A (ja) | 応答性のある自動化された予測的なパッケージ取得のためのシステムおよび方法 | |
JP7090792B2 (ja) | カスタムフルフィルメントセンタのトップアイテムを決定するためのコンピュータ実行システムおよび方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210913 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221101 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230131 |
|
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: 20230328 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230418 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7266649 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |