JP7288249B2 - 車両割当装置、車両割当方法およびプログラム - Google Patents
車両割当装置、車両割当方法およびプログラム Download PDFInfo
- Publication number
- JP7288249B2 JP7288249B2 JP2019086386A JP2019086386A JP7288249B2 JP 7288249 B2 JP7288249 B2 JP 7288249B2 JP 2019086386 A JP2019086386 A JP 2019086386A JP 2019086386 A JP2019086386 A JP 2019086386A JP 7288249 B2 JP7288249 B2 JP 7288249B2
- Authority
- JP
- Japan
- Prior art keywords
- vehicle allocation
- vehicle
- unit
- performance data
- master
- 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.)
- Active
Links
Images
Landscapes
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
つまり、車両の入出場管理を行うとともに、車両を物流施設において荷物の積み下ろしを行うどのバースに車両を割り当てるのかという管理を適切に行う必要がある。
そのため、専門的な知識を有する人材の確保や教育にかかるコスト等により新規導入のコストが高くなるという課題があった。
以下、本実施形態について、図1から図2を用いて説明する。
図8に示すように、本実施形態に係る車両割当装置100は、実績データ格納部101と、判定モデル生成部102と、仮車両割当生成部104と、予約データ格納部105と、車両割当部106と、表示部107と、評価値算出部108と、重み算出部109と、制約条件設定部110と、を含んで構成されている。
なお、実績データは、バースと紐づいた形式のデータベースとして構成してもよい。
より具体的には、車両割当部106は、判別対象となる予約データ格納部105に格納された翌日以降の予約データを判定モデル生成部102が生成する判定モデルへ入力して得られる出力値と制約条件設定部110により設定された物流施設内のバースに対する車両割当の制約条件とに基づいて物流施設内のバースに対する車両の割当を行う。
ここで、制約条件とは、車両割当時に、ユーザが重視する事項であり、例えば、車両を全て割り当てたときの全体作業時間、特定ジャンルの物品が同じバースで取り扱われるようにすること、特定メーカの車両が他のメーカの車両よりも優先されること等の条件を例示できる。
一方、制約条件に対して、例えば、バース予約が所定時間帯に収まること、同じ時間に同じバースへの予約を自動割当しない等のように、割当時に必ず守らなければならない条件を禁則条件とする。
具体的には、評価関数をfk(x)、重みをαとしたときに、全体評価値は、以下、数1により求める。
図2を用いて、本実施形態に係る車両割当装置の処理について説明する。
この車両割当結果は、例えば、表示部107に表示され、ユーザに知らされる。
しかしながら、判定モデル生成処理(ステップS101)と仮車両割当処理(ステップS102)、制約条件設定処理(ステップS103)の処理は並列的に行ってもよいし、上記の順番とは異なる順番で行ってもよい。
つまり、本実施形態に係る車両割当装置100においては、判別対象となる予約データ格納部105に格納された翌日以降の予約データを判定モデル生成部102が生成する判定モデルへ入力して得られる出力値と制約条件設定部110における制約条件とに基づいて、翌日以降の物流施設に設けられた各バースに対する車両の割当を行う。
したがって、物品マスタの設定やルールの設定に関しての専門知識を有しないユーザでなくても物流施設に設けられた各バースに対する好適な車両割当を行うことができる。
そのため、人的リソースに対する余計なコストをかけることなく、物流施設に設けられた各バースに対する好適な車両割当を行うことができる。
以下、本実施形態について、図3から図5を用いて説明する。
図3に示すように、本実施形態に係る車両割当装置200は、実績データ格納部101と、判定モデル生成部102と、仮車両割当生成部104と、予約データ格納部105と、車両割当部106Aと、表示部107と、評価値算出部108と、重み算出部109と、制約条件設定部110と、車両割当ルール設定部201と、所定値変更部202と、を含んで構成されている。
なお、第1の実施形態と同一の符号を付す構成要素については、同様の機能を有することからその詳細な説明は省略する。
ここで、複数の車両割当ルールに対応する評価関数による分散値を求めるのは、例えば、バースの入出庫のルールを設定する場合に、バースの入出庫に対する評価関数だけでルールへの適用を判定するのではなく、例えば、これ以外の物品のカテゴリーに関する評価関数も用いて、ルールへの適用を判定することを示している。
これは、ある1つの評価関数だけで、ルールへの適用を判定してしまうと、実際には、他のルールに対する評価関数の方がシステム全体に与える影響が大きい場合に、誤った判定をすることを防止するためである。そのため、例えば、複数の評価関数について、それぞれの評価値の分散を比較し、ルールを設定する項目に対する評価関数の評価値のみが分散し、他の項目に対する評価関数の評価値が分散していない場合に、当該項目について評価したものをルールとしてもよい。
また、複数の評価関数の評価値の分散値を比較し、分散値がその中の上位α(所定値)番目までをルールとして適用するようにしてもよい。
具体的には、例えば、商品カテゴリー等によって、入庫させるバースが限られている場合(冷蔵品はこのバース1等)に、試行回数を増やすことによって、商品カテゴリーという制約条件への重みが大きくなっていく。一方で、例えば、ドライバーの性別といった変数等は、結果に影響を及ぼすことは考えづらいため、試行回数を増やせば増やすほど、重みが低くなっていく。
より具体的には、車両割当部106Aは、判別対象となる予約データ格納部105に格納された翌日以降の予約データを判定モデル生成部102が生成する判定モデルへ入力して得られる出力値と、制約条件設定部110により設定された制約条件と、車両割当ルール設定部201により設定された車両割当ルールと、に基づいて物流施設内のバースに対する車両の割当を行う。
図4、図5を用いて、本実施形態に係る車両割当装置の処理について説明する。
この判定処理をすべての実績データについて実行し、占有ルールを作成する。
この車両割当結果は、例えば、表示部107に表示され、ユーザに知らされる。
しかしながら、判定モデル生成部102における判定モデル生成処理(ステップS101)と仮車両割当生成部104における仮車両割当処理(ステップS102)と制約条件設定部110による制約条件設定処理(ステップS103)と車両割当ルール設定部201における車両割当ルール設定処理(ステップS201)とは、並列的に実行してもよいし、上記の順番とは異なる順番で行ってもよい。
つまり、本実施形態に係る車両割当装置200においては、仮車両割当生成部104により生成された仮車両割当に関する情報と、制約条件設定部110により設定された制約条件と、車両割当ルール設定部201により設定された車両割当ルールに基づいて、各バースに対する車両の割当を行う。
したがって、物品マスタの設定やルールの設定に関しての専門知識を有しないユーザでなくても物流施設に設けられた各バースに対する好適な車両割当を行うことができる。
そのため、人的リソースに対する余計なコストをかけることなく、物流施設に設けられた各バースに対する好適な車両割当を行うことができる。
つまり、複数の車両割当ルールに対応する評価関数による分散値からルールへの適用を判定する。
すなわち、ある1つの評価関数だけで、ルールへの適用を判定してしまうと、実際には、他のルールに対する評価関数の方がシステム全体に与える影響が大きい場合に、誤った判定をする可能性があるが、複数の車両割当ルールに対応する評価関数による分散値からルールへの適用を判定するため、第1の実施形態の効果と併せて、上記のような不具合を未然に防止することができる。
さらに、評価関数による分散値が低いものについてはシステム全体に与える影響が小さいことから、所定値よりも大きい分散値に対応する車両割当ルールを新たな車両割当ルールとして適用する。
なお、当該所定値は、ユーザの操作により変更可能であることから、ユーザの嗜好にあったルールを設定することができる。
以下、本実施形態について、図6から図9を用いて説明する。
図6に示すように、本実施形態に係る車両割当装置300は、実績データ格納部101と、判定モデル生成部102と、仮車両割当生成部104と、予約データ格納部105と、車両割当部106Bと、表示部107と、評価値算出部108と、重み算出部109と、制約条件設定部110と、車両割当ルール設定部201と、所定値変更部202と、相関判定部301と、を含んで構成されている。
なお、第1の実施形態および第2の実施形態と同一の符号を付す構成要素については、同様の機能を有することからその詳細な説明は省略する。
なお、相関の算出は、協調フィルタリングやベイジアンネットワーク等相関を算出するアルゴリズムを用いて実行され、算出された相関値に基づいて、例えば、物流施設に設けられた各バースと車両に荷積みあるいは荷下ろしする物品マスタ、物品マスタ間の相関が判定される。
より具体的には、車両割当部106Bは、判別対象となる予約データ格納部105に格納された翌日以降の予約データを判定モデル生成部102が生成する判定モデルへ入力して得られる出力値と、制約条件設定部110により設定された物流施設内のバースに対する車両割当の制約条件と、車両割当ルール設定部201により設定された車両割当ルールと、相関判定部301により実績データ格納部101に格納された過去の車両割当に関する実績データに基づいて、物流施設に設けられた各バースと車両に荷積みあるいは荷下ろしする物品マスタ、車両の似姿マスタ、車格マスタ、車両形状マスタ、運送会社マスタとの相関、予約車会社同士、物品マスタ同士の相関を含む相関の判定結果と、に基づいて物流施設内のバースに対する車両の割当を行う。
図7から図9を用いて、本実施形態に係る車両割当装置の処理について説明する。
この判定処理をすべての実績データについて実行し、相関値を算出して相関度合いを判定する。
この判定処理をすべての実績データについて実行し、相関を求める。
なお、上記の閾値は、ユーザによって定められる。
この車両割当結果は、例えば、表示部107に表示され、ユーザに知らされる。
しかしながら、判定モデル生成部102における判定モデル生成処理(ステップS101)と仮車両割当生成部104における仮車両割当処理(ステップS102)と制約条件設定部110による制約条件設定処理(ステップS103)と車両割当ルール設定部201における車両割当ルール設定処理(ステップS201)と相関判定部301における相関判定処理(ステップS301)とは、並列的に実行してもよいし、上記の順番とは異なる順番で行ってもよい。
つまり、本実施形態に係る車両割当装置300においては、仮車両割当生成部104により生成された仮車両割当に関する情報と、制約条件設定部110により設定された制約条件と、車両割当ルール設定部201により設定された車両割当ルールと、相関判定部301における判定結果とに基づいて、各バースに対する車両の割当を行う。
したがって、物品マスタの設定やルールの設定に関しての専門知識を有しないユーザでなくても物流施設に設けられた各バースに対する好適な車両割当を行うことができる。
そのため、人的リソースに対する余計なコストをかけることなく、物流施設に設けられた各バースに対する好適な車両割当を行うことができる。
以下、本実施形態について、図10から図12を用いて説明する。
図10に示すように、本実施形態に係る車両割当装置400は、実績データ格納部101と、判定モデル生成部102と、仮車両割当生成部104と、予約データ格納部105と、車両割当部106Cと、表示部107と、評価値算出部108と、重み算出部109と、制約条件設定部110と、車両割当ルール設定部201と、所定値変更部202と、相関判定部301と、データ生成部401と、推定部402と、を含んで構成されている。
なお、第1の実施形態、第2の実施形態、第3の実施形態と同一の符号を付す構成要素については、同様の機能を有することからその詳細な説明は省略する。
ここで、所定の範囲外の値とは、図11に示す、例えばA点をいう。図11は、格納された過去の車両割当に関する実績データに含まれる物流施設に設けられた各バースにおける作業時間および事前作業時間に関するデータをX-Y平面にプロットした図であり、「orig」はA点を含めない場合の推定線(例えば、平均値を示す線)を示し、「outlier」は、A点を含めた場合の推定線を示している。このように、あるデータ(点)の存在によって、推定したモデル(推定線)に大きな影響を与えるデータの値を所定の範囲外の値とする。
なお、図11は、ロバスト推定に関するイメージを示したものであり、実際に使用する変数のうち、一部の変数に関してのみ、写像し、描画の点を削って、見せかけ上、線形回帰するようフィルタを行ったものであり、X軸は、営業開始時点から予約開始時間までの時間、Y軸は割当時間を示している。
より具体的には、車両割当部106Cは、判別対象となる予約データ格納部105に格納された翌日以降の予約データを判定モデル生成部102が生成する判定モデルへ入力して得られる出力値と、制約条件設定部110により設定された物流施設内のバースに対する車両割当の制約条件と、車両割当ルール設定部201により設定された車両割当ルールと、相関判定部301により実績データ格納部101に格納された過去の車両割当に関する実績データに基づいて、物流施設に設けられた各バースと車両に荷積みあるいは荷下ろしする物品マスタ、車両の似姿マスタ、車格マスタ、車両形状マスタ、運送会社マスタとの相関、予約車会社同士、物品マスタ同士の相関を含む相関の判定結果と、推定部402における作業時間および事前作業時間についての推定時間と、に基づいて物流施設内のバースに対する車両の割当を行う。
図12を用いて、本実施形態に係る車両割当装置の処理について説明する。
この車両割当結果は、例えば、表示部107に表示され、ユーザに知らされる。
しかしながら、判定モデル生成部102における判定モデル生成処理(ステップS101)と仮車両割当生成部104における仮車両割当処理(ステップS102)と制約条件設定部110による制約条件設定処理(ステップS103)と車両割当ルール設定部201における車両割当ルール設定処理(ステップS201)と相関判定部301における相関判定処理(ステップS301)と推定部402における推定処理(ステップS401)とは、並列的に実行してもよいし、上記の順番とは異なる順番で行ってもよい。
つまり、本実施形態に係る車両割当装置400においては、仮車両割当生成部104により生成された仮車両割当に関する情報と、制約条件設定部110により設定された制約条件と、車両割当ルール設定部201により設定された車両割当ルールと、相関判定部301における判定結果と、推定部402の推定結果と、に基づいて、各バースに対する車両の割当を行う。
したがって、物品マスタの設定やルールの設定に関しての専門知識を有しないユーザでなくても物流施設に設けられた各バースに対する好適な車両割当を行うことができる。
そのため、人的リソースに対する余計なコストをかけることなく、物流施設に設けられた各バースに対する好適な車両割当を行うことができる。
したがって、物流施設に設けられた各バースにおける作業時間および事前作業時間を正確に推定することによって、自動的に、外因等に影響されにくいスケジュールを作成することができる。
101;実績データ格納部
102;判定モデル生成部
104;仮車両割当生成部
105;予約データ格納部
106;車両割当部
106A;車両割当部
106B;車両割当部
106C;車両割当部
107;表示部
108;評価値算出部
109;重み算出部
110;制約条件設定部
200;車両割当装置
201;車両割当ルール設定部
202;所定値変更部
300;車両割当装置
301;相関判定部
400;車両割当装置
401;データ生成部
402;推定部
Claims (9)
- 物流施設に設けられた各バースに入場する車両を割り当てる車両割当装置であって、
過去の車両割当に関する実績データを格納する実績データ格納部と、
翌日以降の予約データを格納する予約データ格納部と、
該格納された過去の車両割当に関する実績データを正例として、機械学習を実行し、前記各バースごとの判定モデルを生成する判定モデル生成部と、
前記予約データ格納部に格納された翌日以降の予約データを前記判定モデルに入力し、得られる出力値に基づいて、翌日以降の仮車両割当を生成する仮車両割当生成部と、
前記格納された過去の車両割当に関する実績データに基づいて、前記車両割当に関する個々の制約条件に対応する評価関数を用いて、評価値を算出する評価値算出部と、
前記格納された過去の車両割当に関する実績データに基づいて、前記車両割当に関する前記個々の制約条件に対応する重みを該車両割当に関する個々の制約条件に対応する重み合計が1となるように求める重み算出部と、
複数の前記制約条件の組み合わせについて、該算出した前記車両割当に関する前記個々の制約条件に対応する前記評価値と前記重みとを乗じたものの合計を全体評価値として算出して前記制約条件を設定する制約条件設定部と、
前記仮車両割当に関する情報と、前記制約条件に関する情報とを含む情報に基づいて、前記各バースに対する前記車両の割当を行う車両割当部と、
を備えたことを特徴とする車両割当装置。 - 前記格納された過去の車両割当に関する実績データに基づいて、複数の車両割当ルールに対応する評価関数による分散値を求め、所定値よりも大きい前記分散値に対応する前記車両割当ルールを新たな前記車両割当ルールとして適用する車両割当ルール設定部を備え、
前記車両割当部は、設定された車両割当ルールを含めて前記各バースに対する前記車両の割当を行うことを特徴とする請求項1に記載の車両割当装置。 - 前記所定値をユーザが変更できる所定値変更部を備えたことを特徴とする請求項2に記載の車両割当装置。
- 前記格納された過去の車両割当に関する実績データに基づいて、前記各バースと前記車両に荷積みあるいは荷下ろしする物品マスタ、前記車両の似姿マスタ、車格マスタ、車両形状マスタ、運送会社マスタとの相関、予約車会社同士、物品マスタ同士の相関とを含む相関を判定する相関判定部を備え、
前記車両割当部は、前記相関判定部による相関を含めて前記各バースに対する前記車両の割当を行うことを特徴とする請求項1から3のいずれか1項に記載の車両割当装置。 - 前記相関判定部は、協調フィルタリングを用いて、前記各バースと前記車両に荷積みあるいは荷下ろしする物品マスタ、前記車両の似姿マスタ、車格マスタ、車両形状マスタ、運送会社マスタとの相関、予約車会社同士、物品マスタ同士の相関とを含む相関を算出して、相関の判定を行うことを特徴とする請求項4に記載の車両割当装置。
- 前記相関判定部は、ベイジアンネットワークを用いて、前記各バースと前記車両に荷積みあるいは荷下ろしする物品マスタ、前記車両の似姿マスタ、車格マスタ、車両形状マスタ、運送会社マスタとの相関、予約車会社同士、物品マスタ同士の相関とを含む相関を算出して、相関の判定を行うことを特徴とする請求項4に記載の車両割当装置。
- 前記格納された過去の車両割当に関する実績データに含まれる前記各バースにおける作業時間および事前作業時間に関するデータのうち、これらの平均値に対して、所定の範囲外の値等の前記作業時間および事前作業時間の推定処理に影響を与えるデータを最小二乗法によるM推定によりロバスト推定を行うことによって、前記格納された過去の車両割当に関する実績データに含まれる前記各バースにおける作業時間および事前作業時間に関するデータから除外して新たなデータを生成するデータ生成部と、
該生成されたデータに基づいて、前記作業時間および事前作業時間を推定する推定部と、
を備え、
前記車両割当部は、推定された前記作業時間および事前作業時間を含めて前記各バースに対する前記車両の割当を行うことを特徴とする請求項1から6のいずれか1項に記載の車両割当装置。 - 過去の車両割当に関する実績データを格納する実績データ格納部と、翌日以降の予約データを格納する予約データ格納部と、判定モデル生成部と、仮車両割当生成部と、評価値算出部と、重み算出部と、制約条件設定部と、車両割当部と、を備え、物流施設に設けられた各バースに入場する車両を割り当てる車両割当装置における車両割当方法であって、
前記判定モデル生成部が、前記格納された過去の車両割当に関する実績データを正例として、機械学習を実行し、前記各バースごとの判定モデルを生成する第1の工程と、
前記仮車両割当生成部が、前記予約データ格納部に格納された翌日以降の予約データを前記判定モデルに入力し、得られる出力値に基づいて、翌日以降の仮車両割当を生成する第2の工程と、
前記評価値算出部が、前記格納された過去の車両割当に関する実績データに基づいて、前記車両割当に関する個々の制約条件に対応する評価関数を用いて、評価値を算出する第3の工程と、
前記重み算出部が、前記格納された過去の車両割当に関する実績データに基づいて、前記車両割当に関する前記個々の制約条件に対応する重みを該車両割当に関する個々の制約条件に対応する重み合計が1となるように求める第4の工程と、
前記制約条件設定部が、複数の前記制約条件の組み合わせについて、該算出した前記車両割当に関する前記個々の制約条件に対応する前記評価値と前記重みとを乗じたものの合計を全体評価値として算出して前記制約条件を設定する第5の工程と、
前記車両割当部が、前記仮車両割当に関する情報と、前記制約条件に関する情報とを含む情報に基づいて、前記各バースに対する前記車両の割当を行う第6の工程と、
を備えたことを特徴とする車両割当方法。 - 過去の車両割当に関する実績データを格納する実績データ格納部と、翌日以降の予約データを格納する予約データ格納部と、判定モデル生成部と、仮車両割当生成部と、評価値算出部と、重み算出部と、制約条件設定部と、車両割当部と、を備え、物流施設に設けられた各バースに入場する車両を割り当てる車両割当装置における車両割当方法をコンピュータに実行させるためのプログラムであって、
前記判定モデル生成部が、前記格納された過去の車両割当に関する実績データを正例として、機械学習を実行し、前記各バースごとの判定モデルを生成する第1の工程と、
前記仮車両割当生成部が、前記予約データ格納部に格納された翌日以降の予約データを前記判定モデルに入力し、得られる出力値に基づいて、翌日以降の仮車両割当を生成する第2の工程と、
前記評価値算出部が、前記格納された過去の車両割当に関する実績データに基づいて、前記車両割当に関する個々の制約条件に対応する評価関数を用いて、評価値を算出する第3の工程と、
前記重み算出部が、前記格納された過去の車両割当に関する実績データに基づいて、前記車両割当に関する前記個々の制約条件に対応する重みを該車両割当に関する個々の制約条件に対応する重み合計が1となるように求める第4の工程と、
前記制約条件設定部が、複数の前記制約条件の組み合わせについて、該算出した前記車両割当に関する前記個々の制約条件に対応する前記評価値と前記重みとを乗じたものの合計を全体評価値として算出して前記制約条件を設定する第5の工程と、
前記車両割当部が、前記仮車両割当に関する情報と、前記制約条件に関する情報とを含む情報に基づいて、前記各バースに対する前記車両の割当を行う第6の工程と、
をコンピュータに実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019086386A JP7288249B2 (ja) | 2019-04-26 | 2019-04-26 | 車両割当装置、車両割当方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019086386A JP7288249B2 (ja) | 2019-04-26 | 2019-04-26 | 車両割当装置、車両割当方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020184094A JP2020184094A (ja) | 2020-11-12 |
JP7288249B2 true JP7288249B2 (ja) | 2023-06-07 |
Family
ID=73045177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019086386A Active JP7288249B2 (ja) | 2019-04-26 | 2019-04-26 | 車両割当装置、車両割当方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7288249B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114091994A (zh) * | 2021-10-29 | 2022-02-25 | 青岛海尔科技有限公司 | 货物的数据处理方法及装置 |
JPWO2023218583A1 (ja) * | 2022-05-12 | 2023-11-16 | ||
CN114757629B (zh) * | 2022-06-16 | 2023-04-07 | 北京京东振世信息技术有限公司 | 物品配送方法、车型信息发送方法、装置、设备和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016109650A (ja) | 2014-12-10 | 2016-06-20 | 株式会社デンソー | 位置推定装置、位置推定方法、位置推定プログラム |
WO2018143200A1 (ja) | 2017-01-31 | 2018-08-09 | 株式会社電通 | 船着場管理システム、予約管理サーバ、船舶管理者端末および船着場管理者用端末 |
WO2018235955A1 (ja) | 2017-06-23 | 2018-12-27 | ヤマトホールディングス株式会社 | 管理システム、情報管理サーバ、運搬車両端末 |
JP2019096124A (ja) | 2017-11-24 | 2019-06-20 | トヨタ自動車株式会社 | 駐停車場所提案システム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3385695B2 (ja) * | 1993-12-28 | 2003-03-10 | 株式会社日立製作所 | 駐車場出庫制御方法及び装置 |
-
2019
- 2019-04-26 JP JP2019086386A patent/JP7288249B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016109650A (ja) | 2014-12-10 | 2016-06-20 | 株式会社デンソー | 位置推定装置、位置推定方法、位置推定プログラム |
WO2018143200A1 (ja) | 2017-01-31 | 2018-08-09 | 株式会社電通 | 船着場管理システム、予約管理サーバ、船舶管理者端末および船着場管理者用端末 |
WO2018235955A1 (ja) | 2017-06-23 | 2018-12-27 | ヤマトホールディングス株式会社 | 管理システム、情報管理サーバ、運搬車両端末 |
JP2019096124A (ja) | 2017-11-24 | 2019-06-20 | トヨタ自動車株式会社 | 駐停車場所提案システム |
Also Published As
Publication number | Publication date |
---|---|
JP2020184094A (ja) | 2020-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7288249B2 (ja) | 車両割当装置、車両割当方法およびプログラム | |
US11836806B2 (en) | Insurance claim capitation and predictive payment modeling | |
Mousavi et al. | Location of cross-docking centers and vehicle routing scheduling under uncertainty: a fuzzy possibilistic–stochastic programming model | |
Miyashita et al. | CABINS: a framework of knowledge acquisition and iterative revision for schedule improvement and reactive repair | |
US20090287518A1 (en) | Inventory control and optimization | |
Song et al. | Optimal empty vehicle repositioning and fleet-sizing for two-depot service systems | |
Lee et al. | Minimizing due date related measures for a single machine scheduling problem with outsourcing allowed | |
US20130290063A1 (en) | Optimizing Allocations In A Workforce Allocation Plan | |
CN106373382B (zh) | 一种用于车辆调度的方法与设备 | |
CN113435968B (zh) | 网约车派单方法、装置、电子设备及存储介质 | |
Hung et al. | Dynamic inventory rationing for systems with multiple demand classes and general demand processes | |
Wang et al. | An agent-based approach for resources’ joint planning in a multi-echelon inventory system considering lateral transshipment | |
Cheung et al. | A time-window sliding procedure for driver-task assignment with random service times | |
CN112669116A (zh) | 一种订单处理方法、装置、电子设备及可读存储介质 | |
Somarin et al. | Stock reallocation policy for repairable service parts in case of supply disruptions due to extreme weather events | |
US20130103449A1 (en) | System and Method for Optimization of Vehicle Reconditioning Cycle Time | |
US20100088221A1 (en) | Systems and methods for the automatic allocation of business among multiple entities | |
EP2562699A1 (en) | Methods and systems for solving uncapacitated facility location problem | |
CA2880306A1 (en) | Vehicle stand allocation | |
JP7148960B2 (ja) | 車両割当装置、車両割り当て方法、およびプログラム | |
JP7239409B2 (ja) | 保全計画立案システムおよび保全計画立案方法 | |
CN112053087A (zh) | 投诉工单的处理方法、装置、设备及存储介质 | |
Lee et al. | An auction-based dispatching method for an electronic brokerage of truckload vehicles | |
CN112446530A (zh) | 信息处理方法以及信息处理装置 | |
Raza et al. | The impact of fare pricing cooperation in airline revenue management |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220426 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230322 |
|
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: 20230502 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230516 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7288249 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |