JP3666312B2 - 配送計画支援装置 - Google Patents
配送計画支援装置 Download PDFInfo
- Publication number
- JP3666312B2 JP3666312B2 JP21035599A JP21035599A JP3666312B2 JP 3666312 B2 JP3666312 B2 JP 3666312B2 JP 21035599 A JP21035599 A JP 21035599A JP 21035599 A JP21035599 A JP 21035599A JP 3666312 B2 JP3666312 B2 JP 3666312B2
- Authority
- JP
- Japan
- Prior art keywords
- delivery
- saving
- return
- departure
- track
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Description
【0001】
【発明の属する技術分野】
本発明は配送計画の立案をセービング法アルゴリズムによって解決するシステムにおいて、出発地・帰着地が異なる複数のトラック(貨物自動車)を対象とした配送計画支援装置に関する。なお、本発明における「配送」とは、荷物を配達する意味の外に、荷物を集めたり、空の容器を回収したりするような総合的な集配行為を総称している。
【0002】
【従来の技術】
配送計画支援システムでは、シミュレーテッドアニーリング法や遺伝子アルゴリズムやセービング法と呼ばれるアルゴリズムが用いられている。中でも、セービング法は比較的容易に精度の良い解が得られるため一般によく用いられている。しかし、セービング法では、全てのトラックが出発地・帰着地が一種類(すなわち、複数のトラックが同じ出発地から出発して同じ帰着地に帰るもの。出発地と帰着地自体は同じ場所でも異なる場所でもよい)である場合に限った解法である。このため、出発地・帰着地がトラックによって異なる場合、例えば配送センター所属の自家用車以外の傭車を用いるような場合であって、AトラックはA出発地・帰着地で、BトラックはB出発地・帰着地であるような場合には、それぞれの出発地・帰着地が車両によって異なるため、それらの出発地・帰着地の条件を考慮した配送計画の最適化をセービング法によって行なうのは困難であった。セービング法を単純に複数の出発地・帰着地に対応させる方法としては、出発地・帰着地毎にセービングマトリックスを用意し、それらの全体検索によって合併候補を検索する方法が考えられる。しかし、この方法では、或るトラックに対してより遠くにある配送先を優先して合併するというセービング法の特性から、それぞれのトラックが自身の出発地・帰着地からより遠い配送先を担当することになるという不合理が生じる。そのため、トラックが自身の帰着地に近い配送先を優先的に配送するなどのように、出発地・帰着地の違いを考慮した最適な配送計画を立案することが困難であった。
【0003】
【発明が解決しようとする課題】
上記のように、従来のセービング法をそのまま適用して、出発地・帰着地が異なる複数のトラックを用いて複数の配送先に配送するための配送計画を立案した場合には、出発地・帰着地からより遠い配送先を担当する場合があるという不合理が生じ、最適な配送計画を立案することが出来ないという問題があった。
【0004】
本発明は上記のごとき従来技術の問題を解決するためになされたものであり、出発地・帰着地が異なる複数のトラックを用いて複数の配送先に配送するための配送計画について、基本的にはセービング法を適用しながら、各トラックが自身の出発地・帰着地に近い配送先を優先的に配送するような最適配送計画を立案することの出来る配送計画支援装置を提供することを目的とする。
【0005】
【課題を解決するための手段】
上記の目的を達成するため、本発明においては、特許請求の範囲に記載するように構成している。すなわち本発明においては、出発地・帰着地毎に複数のセービングマトリックスを算出し、その中のセービング値を最大とする配送先の組み合わせ候補を検索し、その内で、セービング値が最も小さくなるトラック、すわち、出発地・帰着地が配送先に最も近いトラックに合併候補を割り当てる。これにより、従来のセービング法と同じ配車を行ないながら、合併候補が、より出発地・帰着地が近いトラックに自動的に割り当てられる。そして合併の制約条件(例えばトラックの最大積載量を越えない条件等)を満たしている場合には、それぞれの配送先が属するルートを合併する。このように、従来のセービング法を、出発地・帰着地毎の複数セービングマトリックスに拡大するだけで、セービング値を基にした出発地・帰着地が異なる複数のトラックを含んだ場合の最適な配車が可能となる。
なお、出発地・帰着地が異なる複数のトラックとは、トラック毎に出発地・帰着地が異なることを意味し、或るトラックにおける出発地と帰着地自体は同じでも異なって(例えば出発地と異なる位置に帰着する車庫があるような場合)いてもよい。
【0006】
【発明の効果】
本発明においては、出発地・帰着地が異なる複数のトラックを用いて複数の配送先に配送するための配送計画について、基本的には比較的容易に精度のよい解が得られるセービング法を用いながら、従来のセービング法では最適配送計画が立案出来なかった、トラック自身の出発地・帰着地周辺の配送先を優先的に配送させる、という最適配送計画を立案することが可能になる、という効果が得られる。
【0007】
また、本発明においては、基本的にはセービング法を用いるため、例えば距離などのノード間の移動コストだけで出発地・帰着地を考慮した配車を行なうことが可能であり、かつ、セービング値の検索などは従来の検索装置をそのまま用いることができ、セービングマトリックスを出発地・帰着地が異なるトラック毎に複数持たせ、検索エンジンを複数のセービングマトリックス用に拡張するだけで本発明を実施することができるので、容易に実施可能である。
【0008】
【発明の実施の形態】
図1は本発明の一実施の形態の構成を示すブロック図、図2は配送経路の一例を示す図である。
図1において、1は顧客データベースを記憶する顧客データベースメモリである。顧客データベースは配送先の顧客情報であり、配送先の位置(所在地の町名、番地や緯度、経度等)、時間的制約(納品時間等)、荷量などを記憶する。距離データベース算出部2は、上記の顧客データベースに基づいて、複数の顧客間の移動コストを計算し、それを距離データベースとして距離データベースメモリ3に記憶する。なお、移動コストは顧客間の移動距離、移動時間、燃料費、人件費等を含む値であるが、簡略化する場合には、例えば顧客間の移動距離のみで代表することも出来る。4はトラックデータベースを記憶するトラックデータベースメモリであり、トラック毎に、最大積載量、出発地・帰着地の位置、稼働時間、出発可能時間などの情報を記憶する。上記の顧客データベースおよびトラックデータベースは、予め各メモリに記憶させておく。
【0009】
上記の距離データベース算出部2および後記のセービング値算出部5、検索部7、合併判断部8は、例えば図2に示すように、配送センタ10等に設置された配送計画支援装置11の機能に相当する。配送計画支援装置11は例えばコンピュータで構成される。また、上記の顧客データベースメモリ1、距離データベースメモリ3、トラックデータベースメモリ4および後記のセービングマトリックスメモリ6は、例えば上記コンピュータ内のハードディスク装置などに相当する。なお、図2において、白丸は各配送先(顧客)を示し、それらを結ぶ黒線は配送経路を示している。
【0010】
次に、セービング値算出部5は、距離データベースとトラックデータベースとに基づいて、出発地・帰着地が異なるトラック毎にセービングマトリックスを計算する。
【0011】
次に、検索部7は、セービングマトリックス中のセービング値の最大値を与える配送先の組み合わせを検索(1次検索)する。例えば、セービングマトリックス中のセービング値としてSmnが最大であった場合、配送先ノードmとノードnが合併候補となる。しかし、出発地・帰着地が異なる複数のトラックを含む場合に、従来のように上記のノードmとノードnをそのまま合併候補としたのでは、それぞれが出発地・帰着地からより遠い配送先を担当するという矛盾した結果となる。そのため、一台のトラックが担当するノードの塊はそのままにして、その塊に対して出発地・帰着地が近いトラックに割り当てを変更する必要がある。出発地・帰着地が近いとはセービング値が小さいことを意味する。そこで、従来どおり、セービング値の最大を与えるSmnのノードmとノードnを合併候補とするが、2次検索によって、実際にそのノードの配送を担当するトラックはノードmとノードnの組み合わせ中でセービング値が最も小さいトラックとする。これによって、それぞれのトラックがそれぞれの出発地・帰着地に近い配送ノード群を担当し、かつそれぞれの塊は従来のセービング法どおり妥当な組み合わせとなる解が得られる。
【0012】
次に、合併判断部8においては、そのトラックに合併候補のノードを合併した場合にそれぞれの制約条件を満たすかどうかを判断する。例えば、合併によってトラックの最大積載量をオーバーしないか等をチェックする。制約条件が守られる場合は実際に合併を行なう。そうでない場合は合併を行なわない。合併するしないにかかわらず、合併候補のセービング値を全て0にリセットし、次回以降に合併候補とならないようにする。
【0013】
以下、上記のセービングマトリックスの作成および検索、合併の内容について詳細に説明する。
図3は、通常のセービング法によるセービング値の計算方法を説明するための図であり、(a)は出発地と帰着地が同一場所の場合、(b)は出発地と帰着地が異なる場合を示す。
まず、図3(a)に示すように、出発地と帰着地が同じ場合に、出発地node0(ノード0)から、配送先nodei(ノードi)とnodej(ノードj)に配送を行なう場合を考える。それぞれのnode間の距離をd0i、d0j、dijとすれば、ピストン輸送(単純に出発地から各配送先に行って戻る)した場合に対して、node0→nodei→nodejと巡回した場合における節約距離は、下記(数1)式で示される。
上記(数1)の値をセービング値と呼ぶ。
【0014】
すべてのnodei、nodejの組み合わせについてセービング値を計算したセービングマトリックスを作成し、セービング値の大きい順にノードを合併していくと、最適に近い配車が可能となる。たとえば、Max(S)=Sijとしたとき、nodei、nodejをひとつのトラックで運ぶようなルートに合併する。その際、合併によってトラックの条件(最大積載量など)が守れない場合は合併しないので、Sij=0として合併候補から外す。
【0015】
また、図3(b)に示すように、出発地と帰着地が異なる場合のセービング値は下記(数2)式に示すように拡張できる。なお、図3(b)において、nodem(ノードm)は出発地node0とは異なる帰着地である。
これは、出発地と帰着地は異なるが、出発地と帰着地が一種類だけの場合のセービングマトリックスとなる。しかし、トラック毎に出発地・帰着地が異なる場合は、それぞれのトラックでセービング値の計算式が異なるため、このままでは使用できない。
【0016】
上記のように、従来のセービング法においては、Max(S)=Sijkの場合、すなわち、トラックkがnodeiとnodejを巡回した場合にセービング値が最大となる場合に、nodeiとnodejをトラックkで配送するルートに組み込むようになっている。この方法では、セービング値の式からもわかるように、より遠くで互いが近くにあるノードの塊が一つのルートに合併されるようになる。したがって、出発地・帰着地が異なる複数のトラックを用いる場合には、例えば図4に示すような極端なノードの偏りがある場合、それぞれのトラックが遠い方のエリアを担当するという矛盾した結果が生まれる。なお、図4において、複数の黒点は配送先ノードを示し、丸印AとBは出発地・帰着地を示す。すなわち、トラックAは出発地Aから出発して区域BB内で配送して帰着地Aに帰り、トラックBは出発地Bから出発して区域AA内で配送して帰着地Bに帰る場合を示す。
【0017】
上記のような問題を解決するため、nodeiとnodejを一塊にするという方法は妥当であるから、nodeiとnodejのルートに近い出発地・帰着地をもつトラック、すなわちセービング値の最小のトラックにこのノードを割り当てる。例えば、図5に示すように区域AAはトラックAが担当し、区域BBはトラックBが担当することにより、各ノードの塊はそのままで、それぞれが出発地に近いトラックで配送されるようになる。
【0018】
図6は、演算方法の一実施の形態を示すフローチャートである。
図6において、まず、ステップS1では、顧客データベースとトラックデータベースを作成し、それぞれメモリに記憶する。次に、ステップS2では、上記の顧客データベースに基づいて距離データベースを作成する。距離データベースは正確には、顧客間の移動距離、移動時間、燃料費、人件費等を含む移動コストであるが、簡略化する場合には、例えば顧客間の移動距離のみで代表することも出来る。
【0019】
次に、ステップS3では、距離データベースとトラックデータベースとに基づいて、出発地・帰着地が異なるトラック毎にセービングマトリックスを計算する。図7は各トラック毎のセービングマトリックスを各1枚として概念的に示した図である。セービング値の計算は、前記図3(b)に示したように、例えば、出発地をnode0、帰着地をnodem、各配送先をnodeiとnodej、それぞれのノード間の移動コスト(距離データ)を図示のようにd0i、dij、dmj、d0j、dmiとした場合に、nodeiとnodejのセービング値Sijは、下記(数3)式に示すようになる。
Sij=Max(dmi+d0j−dij,dmj+d0i−dij)…(数3)
次に、ステップS4では、図8に示すように、セービングマトリックス中のセービング値の最大値を与える配送先の組み合わせを検索(1次検索)する。例えば、セービングマトリックス中のセービング値としてSmnが最大であった場合、配送先ノードmとノードnが合併候補となる。
【0020】
しかし、従来のように出発地・帰着地が異なる複数のトラックを含む場合に上記のノードmとノードnを合併候補としたのでは、前記図4に示したように、それぞれが出発地・帰着地からより遠い配送先を担当するという矛盾した結果となる。この場合、一塊のノード群を一台のトラックが配送する点に関しては効率的だと考えられるが、それを担当するトラックが従来のセービング法のままでは、より遠い出発地・帰着地に属するものになるという点が問題である。そこで、一台のトラックが担当するノードの塊はそのままにして、その塊に対して出発地・帰着地が近いトラックに割り当てを変更する必要がある。出発地・帰着地が近いとはセービング値が小さいことを意味する。そこで、従来どおり、セービング値の最大を与えるSmnのノードmとノードnを合併候補とするが、ステップS6では、ノードmとノードnの組み合わせ中でセービング値が最も小さいトラックtを検索する。これにより、前記図5に示したように、それぞれのトラックがそれぞれの出発地・帰着地に近い配送ノード群を担当し、かつそれぞれの塊は従来のセービング法どおり妥当な組み合わせとなる解が得られる。
【0021】
次に、ステップS7では、そのトラックに合併候補のノードを合併した場合にそれぞれの制約条件を満たすかどうかを判断する。例えば、合併によってトラックの最大積載量を超過しないか等をチェックする。制約条件が守られる場合はステップS8で実際に合併を行なう。そうでない場合は合併を行なわない。そして合併するしないにかかわらず、ステップS9で合併候補のセービング値を全て0にリセットし、次回以降に合併候補とならないようにする。そしてステップS4へ戻り、最大セービング値検索以下の処理を繰り返す。
【0022】
ステップS5では、Smn=0か否かを判断する。すなわち、全ての合併候補を検査し、セービング値が全て0となったときに配車計画を終了し、ステップS10で結果を出力する。
【0023】
なお、nodeiとnodejの両方がすでにトラックに割り当てられている場合は、それぞれのトラックで巡回した場合で条件のよいほうのトラックに合併する。帰着時刻の早さを条件に加えれば、より帰着地に近いトラックがその配送ルートを受け持つことになる。条件が全く同じ場合は優先順位の高いトラック(たとえば4トン車優先など)を用いる。
【0024】
本発明においては、出発地だけが異なる場合、帰着地だけが異なる場合、および両方異なる場合の全ての場合に適用できる。なお、出発地も帰着地も同じという従来の場合にも当然適用できる。
【図面の簡単な説明】
【図1】本発明の一実施の形態の構成を示すブロック図。
【図2】配送経路の一例を示す図。
【図3】セービング値の計算方法を説明するための図。
【図4】配送計画の矛盾点を説明するための概念図。
【図5】本発明における配送計画の一例を示す概念図。
【図6】演算方法の一実施の形態を示すフローチャート。
【図7】セービングマトリックスの一例図。
【図8】セービングマトリックスから合併候補を検索する方法を説明するための図。
【符号の説明】
1…顧客データベースメモリ 2…距離データベース算出部
3…距離データベースメモリ 4…トラックデータベースメモリ
5…セービング値算出部 6…セービングマトリックスメモリ
7…検索部 8…合併判断部
10…配送センタ 11…配送計画装置
【発明の属する技術分野】
本発明は配送計画の立案をセービング法アルゴリズムによって解決するシステムにおいて、出発地・帰着地が異なる複数のトラック(貨物自動車)を対象とした配送計画支援装置に関する。なお、本発明における「配送」とは、荷物を配達する意味の外に、荷物を集めたり、空の容器を回収したりするような総合的な集配行為を総称している。
【0002】
【従来の技術】
配送計画支援システムでは、シミュレーテッドアニーリング法や遺伝子アルゴリズムやセービング法と呼ばれるアルゴリズムが用いられている。中でも、セービング法は比較的容易に精度の良い解が得られるため一般によく用いられている。しかし、セービング法では、全てのトラックが出発地・帰着地が一種類(すなわち、複数のトラックが同じ出発地から出発して同じ帰着地に帰るもの。出発地と帰着地自体は同じ場所でも異なる場所でもよい)である場合に限った解法である。このため、出発地・帰着地がトラックによって異なる場合、例えば配送センター所属の自家用車以外の傭車を用いるような場合であって、AトラックはA出発地・帰着地で、BトラックはB出発地・帰着地であるような場合には、それぞれの出発地・帰着地が車両によって異なるため、それらの出発地・帰着地の条件を考慮した配送計画の最適化をセービング法によって行なうのは困難であった。セービング法を単純に複数の出発地・帰着地に対応させる方法としては、出発地・帰着地毎にセービングマトリックスを用意し、それらの全体検索によって合併候補を検索する方法が考えられる。しかし、この方法では、或るトラックに対してより遠くにある配送先を優先して合併するというセービング法の特性から、それぞれのトラックが自身の出発地・帰着地からより遠い配送先を担当することになるという不合理が生じる。そのため、トラックが自身の帰着地に近い配送先を優先的に配送するなどのように、出発地・帰着地の違いを考慮した最適な配送計画を立案することが困難であった。
【0003】
【発明が解決しようとする課題】
上記のように、従来のセービング法をそのまま適用して、出発地・帰着地が異なる複数のトラックを用いて複数の配送先に配送するための配送計画を立案した場合には、出発地・帰着地からより遠い配送先を担当する場合があるという不合理が生じ、最適な配送計画を立案することが出来ないという問題があった。
【0004】
本発明は上記のごとき従来技術の問題を解決するためになされたものであり、出発地・帰着地が異なる複数のトラックを用いて複数の配送先に配送するための配送計画について、基本的にはセービング法を適用しながら、各トラックが自身の出発地・帰着地に近い配送先を優先的に配送するような最適配送計画を立案することの出来る配送計画支援装置を提供することを目的とする。
【0005】
【課題を解決するための手段】
上記の目的を達成するため、本発明においては、特許請求の範囲に記載するように構成している。すなわち本発明においては、出発地・帰着地毎に複数のセービングマトリックスを算出し、その中のセービング値を最大とする配送先の組み合わせ候補を検索し、その内で、セービング値が最も小さくなるトラック、すわち、出発地・帰着地が配送先に最も近いトラックに合併候補を割り当てる。これにより、従来のセービング法と同じ配車を行ないながら、合併候補が、より出発地・帰着地が近いトラックに自動的に割り当てられる。そして合併の制約条件(例えばトラックの最大積載量を越えない条件等)を満たしている場合には、それぞれの配送先が属するルートを合併する。このように、従来のセービング法を、出発地・帰着地毎の複数セービングマトリックスに拡大するだけで、セービング値を基にした出発地・帰着地が異なる複数のトラックを含んだ場合の最適な配車が可能となる。
なお、出発地・帰着地が異なる複数のトラックとは、トラック毎に出発地・帰着地が異なることを意味し、或るトラックにおける出発地と帰着地自体は同じでも異なって(例えば出発地と異なる位置に帰着する車庫があるような場合)いてもよい。
【0006】
【発明の効果】
本発明においては、出発地・帰着地が異なる複数のトラックを用いて複数の配送先に配送するための配送計画について、基本的には比較的容易に精度のよい解が得られるセービング法を用いながら、従来のセービング法では最適配送計画が立案出来なかった、トラック自身の出発地・帰着地周辺の配送先を優先的に配送させる、という最適配送計画を立案することが可能になる、という効果が得られる。
【0007】
また、本発明においては、基本的にはセービング法を用いるため、例えば距離などのノード間の移動コストだけで出発地・帰着地を考慮した配車を行なうことが可能であり、かつ、セービング値の検索などは従来の検索装置をそのまま用いることができ、セービングマトリックスを出発地・帰着地が異なるトラック毎に複数持たせ、検索エンジンを複数のセービングマトリックス用に拡張するだけで本発明を実施することができるので、容易に実施可能である。
【0008】
【発明の実施の形態】
図1は本発明の一実施の形態の構成を示すブロック図、図2は配送経路の一例を示す図である。
図1において、1は顧客データベースを記憶する顧客データベースメモリである。顧客データベースは配送先の顧客情報であり、配送先の位置(所在地の町名、番地や緯度、経度等)、時間的制約(納品時間等)、荷量などを記憶する。距離データベース算出部2は、上記の顧客データベースに基づいて、複数の顧客間の移動コストを計算し、それを距離データベースとして距離データベースメモリ3に記憶する。なお、移動コストは顧客間の移動距離、移動時間、燃料費、人件費等を含む値であるが、簡略化する場合には、例えば顧客間の移動距離のみで代表することも出来る。4はトラックデータベースを記憶するトラックデータベースメモリであり、トラック毎に、最大積載量、出発地・帰着地の位置、稼働時間、出発可能時間などの情報を記憶する。上記の顧客データベースおよびトラックデータベースは、予め各メモリに記憶させておく。
【0009】
上記の距離データベース算出部2および後記のセービング値算出部5、検索部7、合併判断部8は、例えば図2に示すように、配送センタ10等に設置された配送計画支援装置11の機能に相当する。配送計画支援装置11は例えばコンピュータで構成される。また、上記の顧客データベースメモリ1、距離データベースメモリ3、トラックデータベースメモリ4および後記のセービングマトリックスメモリ6は、例えば上記コンピュータ内のハードディスク装置などに相当する。なお、図2において、白丸は各配送先(顧客)を示し、それらを結ぶ黒線は配送経路を示している。
【0010】
次に、セービング値算出部5は、距離データベースとトラックデータベースとに基づいて、出発地・帰着地が異なるトラック毎にセービングマトリックスを計算する。
【0011】
次に、検索部7は、セービングマトリックス中のセービング値の最大値を与える配送先の組み合わせを検索(1次検索)する。例えば、セービングマトリックス中のセービング値としてSmnが最大であった場合、配送先ノードmとノードnが合併候補となる。しかし、出発地・帰着地が異なる複数のトラックを含む場合に、従来のように上記のノードmとノードnをそのまま合併候補としたのでは、それぞれが出発地・帰着地からより遠い配送先を担当するという矛盾した結果となる。そのため、一台のトラックが担当するノードの塊はそのままにして、その塊に対して出発地・帰着地が近いトラックに割り当てを変更する必要がある。出発地・帰着地が近いとはセービング値が小さいことを意味する。そこで、従来どおり、セービング値の最大を与えるSmnのノードmとノードnを合併候補とするが、2次検索によって、実際にそのノードの配送を担当するトラックはノードmとノードnの組み合わせ中でセービング値が最も小さいトラックとする。これによって、それぞれのトラックがそれぞれの出発地・帰着地に近い配送ノード群を担当し、かつそれぞれの塊は従来のセービング法どおり妥当な組み合わせとなる解が得られる。
【0012】
次に、合併判断部8においては、そのトラックに合併候補のノードを合併した場合にそれぞれの制約条件を満たすかどうかを判断する。例えば、合併によってトラックの最大積載量をオーバーしないか等をチェックする。制約条件が守られる場合は実際に合併を行なう。そうでない場合は合併を行なわない。合併するしないにかかわらず、合併候補のセービング値を全て0にリセットし、次回以降に合併候補とならないようにする。
【0013】
以下、上記のセービングマトリックスの作成および検索、合併の内容について詳細に説明する。
図3は、通常のセービング法によるセービング値の計算方法を説明するための図であり、(a)は出発地と帰着地が同一場所の場合、(b)は出発地と帰着地が異なる場合を示す。
まず、図3(a)に示すように、出発地と帰着地が同じ場合に、出発地node0(ノード0)から、配送先nodei(ノードi)とnodej(ノードj)に配送を行なう場合を考える。それぞれのnode間の距離をd0i、d0j、dijとすれば、ピストン輸送(単純に出発地から各配送先に行って戻る)した場合に対して、node0→nodei→nodejと巡回した場合における節約距離は、下記(数1)式で示される。
上記(数1)の値をセービング値と呼ぶ。
【0014】
すべてのnodei、nodejの組み合わせについてセービング値を計算したセービングマトリックスを作成し、セービング値の大きい順にノードを合併していくと、最適に近い配車が可能となる。たとえば、Max(S)=Sijとしたとき、nodei、nodejをひとつのトラックで運ぶようなルートに合併する。その際、合併によってトラックの条件(最大積載量など)が守れない場合は合併しないので、Sij=0として合併候補から外す。
【0015】
また、図3(b)に示すように、出発地と帰着地が異なる場合のセービング値は下記(数2)式に示すように拡張できる。なお、図3(b)において、nodem(ノードm)は出発地node0とは異なる帰着地である。
これは、出発地と帰着地は異なるが、出発地と帰着地が一種類だけの場合のセービングマトリックスとなる。しかし、トラック毎に出発地・帰着地が異なる場合は、それぞれのトラックでセービング値の計算式が異なるため、このままでは使用できない。
【0016】
上記のように、従来のセービング法においては、Max(S)=Sijkの場合、すなわち、トラックkがnodeiとnodejを巡回した場合にセービング値が最大となる場合に、nodeiとnodejをトラックkで配送するルートに組み込むようになっている。この方法では、セービング値の式からもわかるように、より遠くで互いが近くにあるノードの塊が一つのルートに合併されるようになる。したがって、出発地・帰着地が異なる複数のトラックを用いる場合には、例えば図4に示すような極端なノードの偏りがある場合、それぞれのトラックが遠い方のエリアを担当するという矛盾した結果が生まれる。なお、図4において、複数の黒点は配送先ノードを示し、丸印AとBは出発地・帰着地を示す。すなわち、トラックAは出発地Aから出発して区域BB内で配送して帰着地Aに帰り、トラックBは出発地Bから出発して区域AA内で配送して帰着地Bに帰る場合を示す。
【0017】
上記のような問題を解決するため、nodeiとnodejを一塊にするという方法は妥当であるから、nodeiとnodejのルートに近い出発地・帰着地をもつトラック、すなわちセービング値の最小のトラックにこのノードを割り当てる。例えば、図5に示すように区域AAはトラックAが担当し、区域BBはトラックBが担当することにより、各ノードの塊はそのままで、それぞれが出発地に近いトラックで配送されるようになる。
【0018】
図6は、演算方法の一実施の形態を示すフローチャートである。
図6において、まず、ステップS1では、顧客データベースとトラックデータベースを作成し、それぞれメモリに記憶する。次に、ステップS2では、上記の顧客データベースに基づいて距離データベースを作成する。距離データベースは正確には、顧客間の移動距離、移動時間、燃料費、人件費等を含む移動コストであるが、簡略化する場合には、例えば顧客間の移動距離のみで代表することも出来る。
【0019】
次に、ステップS3では、距離データベースとトラックデータベースとに基づいて、出発地・帰着地が異なるトラック毎にセービングマトリックスを計算する。図7は各トラック毎のセービングマトリックスを各1枚として概念的に示した図である。セービング値の計算は、前記図3(b)に示したように、例えば、出発地をnode0、帰着地をnodem、各配送先をnodeiとnodej、それぞれのノード間の移動コスト(距離データ)を図示のようにd0i、dij、dmj、d0j、dmiとした場合に、nodeiとnodejのセービング値Sijは、下記(数3)式に示すようになる。
Sij=Max(dmi+d0j−dij,dmj+d0i−dij)…(数3)
次に、ステップS4では、図8に示すように、セービングマトリックス中のセービング値の最大値を与える配送先の組み合わせを検索(1次検索)する。例えば、セービングマトリックス中のセービング値としてSmnが最大であった場合、配送先ノードmとノードnが合併候補となる。
【0020】
しかし、従来のように出発地・帰着地が異なる複数のトラックを含む場合に上記のノードmとノードnを合併候補としたのでは、前記図4に示したように、それぞれが出発地・帰着地からより遠い配送先を担当するという矛盾した結果となる。この場合、一塊のノード群を一台のトラックが配送する点に関しては効率的だと考えられるが、それを担当するトラックが従来のセービング法のままでは、より遠い出発地・帰着地に属するものになるという点が問題である。そこで、一台のトラックが担当するノードの塊はそのままにして、その塊に対して出発地・帰着地が近いトラックに割り当てを変更する必要がある。出発地・帰着地が近いとはセービング値が小さいことを意味する。そこで、従来どおり、セービング値の最大を与えるSmnのノードmとノードnを合併候補とするが、ステップS6では、ノードmとノードnの組み合わせ中でセービング値が最も小さいトラックtを検索する。これにより、前記図5に示したように、それぞれのトラックがそれぞれの出発地・帰着地に近い配送ノード群を担当し、かつそれぞれの塊は従来のセービング法どおり妥当な組み合わせとなる解が得られる。
【0021】
次に、ステップS7では、そのトラックに合併候補のノードを合併した場合にそれぞれの制約条件を満たすかどうかを判断する。例えば、合併によってトラックの最大積載量を超過しないか等をチェックする。制約条件が守られる場合はステップS8で実際に合併を行なう。そうでない場合は合併を行なわない。そして合併するしないにかかわらず、ステップS9で合併候補のセービング値を全て0にリセットし、次回以降に合併候補とならないようにする。そしてステップS4へ戻り、最大セービング値検索以下の処理を繰り返す。
【0022】
ステップS5では、Smn=0か否かを判断する。すなわち、全ての合併候補を検査し、セービング値が全て0となったときに配車計画を終了し、ステップS10で結果を出力する。
【0023】
なお、nodeiとnodejの両方がすでにトラックに割り当てられている場合は、それぞれのトラックで巡回した場合で条件のよいほうのトラックに合併する。帰着時刻の早さを条件に加えれば、より帰着地に近いトラックがその配送ルートを受け持つことになる。条件が全く同じ場合は優先順位の高いトラック(たとえば4トン車優先など)を用いる。
【0024】
本発明においては、出発地だけが異なる場合、帰着地だけが異なる場合、および両方異なる場合の全ての場合に適用できる。なお、出発地も帰着地も同じという従来の場合にも当然適用できる。
【図面の簡単な説明】
【図1】本発明の一実施の形態の構成を示すブロック図。
【図2】配送経路の一例を示す図。
【図3】セービング値の計算方法を説明するための図。
【図4】配送計画の矛盾点を説明するための概念図。
【図5】本発明における配送計画の一例を示す概念図。
【図6】演算方法の一実施の形態を示すフローチャート。
【図7】セービングマトリックスの一例図。
【図8】セービングマトリックスから合併候補を検索する方法を説明するための図。
【符号の説明】
1…顧客データベースメモリ 2…距離データベース算出部
3…距離データベースメモリ 4…トラックデータベースメモリ
5…セービング値算出部 6…セービングマトリックスメモリ
7…検索部 8…合併判断部
10…配送センタ 11…配送計画装置
Claims (1)
- 出発地・帰着地が異なる複数のトラックを用いて複数の配送先に配送するための配送計画を立案する配送計画支援装置であって、
配送先のデータを記憶した顧客データベースと、
配送に用いるトラック毎の属性を記憶したトラックデータベースと、
前記顧客データベースに基づいて顧客間の移動コストに相当する距離データベースを算出する距離データベース算出手段と、
前記トラックデータベースと前記距離データベースとに基づいて、出発地・帰着地毎に配送先間のセービング値のマトリックスを計算するセービングマトリックス算出手段と、
前記セービングマトリックスからセービング値最大の配送先の組み合わせを1次検索し、検索された配送先の組み合わせの中でセービング値を最小にする出発地・帰着地を担当するトラックを2次検索する検索手段と、
前記2次検索された配送先が属するルートを合併した場合に制約条件を満たすか否かの判断を行ない、合併可能と判断したときに、それぞれの配送先が属するルートを合併し、かつ、前記1次検索された配送先の組み合わせに相当するセービングマトリックスの要素を0にする合併判断手段と、
を備えたことを特徴とする配送計画支援装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP21035599A JP3666312B2 (ja) | 1999-07-26 | 1999-07-26 | 配送計画支援装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP21035599A JP3666312B2 (ja) | 1999-07-26 | 1999-07-26 | 配送計画支援装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2001034880A JP2001034880A (ja) | 2001-02-09 |
JP3666312B2 true JP3666312B2 (ja) | 2005-06-29 |
Family
ID=16588025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP21035599A Expired - Fee Related JP3666312B2 (ja) | 1999-07-26 | 1999-07-26 | 配送計画支援装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3666312B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5339230B2 (ja) * | 2008-03-24 | 2013-11-13 | 公益財団法人鉄道総合技術研究所 | 配船計画作成装置、プログラム及び配船計画作成方法 |
CN107358326A (zh) * | 2017-07-20 | 2017-11-17 | 深圳市凯立德科技股份有限公司 | 一种单车多点配送线路处理方法 |
JP7367881B2 (ja) * | 2020-12-03 | 2023-10-24 | 日本電信電話株式会社 | 配送支援装置、配送支援方法、及び配送支援プログラム |
-
1999
- 1999-07-26 JP JP21035599A patent/JP3666312B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2001034880A (ja) | 2001-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5513110A (en) | Navigation system and path search method using hierarchized road data | |
JP7226439B2 (ja) | 配車装置、配車方法、コンピュータプログラム、及びコンピュータ読み取り可能な記録媒体 | |
US20150338226A1 (en) | Context-based routing and access path selection | |
Lee et al. | Vehicle capacity planning system: A case study on vehicle routing problem with time windows | |
CN103542858A (zh) | 车辆到达目标能力评估方法,数据库生成方法、导航系统 | |
CN107624190A (zh) | 用于加速路线搜索的系统和方法 | |
JP2015500981A (ja) | フリートナビゲーション、ディスパッチ及び複数の自動車で、複数の目的地を探索するための方法及びシステム | |
Mahmoudi et al. | A cumulative service state representation for the pickup and delivery problem with transfers | |
JP3781013B2 (ja) | 営業区域を考慮した移動車両配車プログラム、移動車両配車方法 | |
JP7077791B2 (ja) | 車両候補表示プログラム、車両候補表示方法および車両候補表示システム | |
CN113177752A (zh) | 一种路线规划方法、装置及服务器 | |
EP0706031B1 (en) | Navigation system and path search method | |
JP7121154B2 (ja) | 配送計画作成方法、装置、システムおよびコンピュータ読み取り可能な記憶媒体 | |
JP4333500B2 (ja) | 車両巡回計画立案装置、車両巡回計画立案方法、車両巡回計画立案方法をコンピュータに実行させるためのプログラムおよびそのプログラムを記録したコンピュータ読取り可能な記録媒体 | |
JP7139694B2 (ja) | 所要時間算出プログラム、所要時間算出方法および所要時間算出システム | |
JP3666312B2 (ja) | 配送計画支援装置 | |
JP2005043974A (ja) | 輸送スケジュール作成方法及びシステム | |
JP4025652B2 (ja) | 輸送計画作成システム及び方法 | |
JP2000331293A (ja) | 配送順序決定装置および距離データベース作成方法 | |
JP6999519B2 (ja) | 輸送力調整装置、輸送力調整システムおよび輸送力調整方法 | |
CN111415034A (zh) | 一种智能路线排划方法、系统、终端及存储介质 | |
Haider et al. | Optimizing the relocation operations of free-floating electric vehicle sharing systems | |
JP2003233896A (ja) | 配車計画立案方法および装置 | |
CN114065991A (zh) | 物流资源优化方法、装置、系统及计算机可读存储介质 | |
JP4098018B2 (ja) | 配送計画システム及び配送計画方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050217 |
|
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: 20050315 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050328 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090415 Year of fee payment: 4 |
|
LAPS | Cancellation because of no payment of annual fees |