JP7341030B2 - 輸送計画生成装置および輸送計画生成方法 - Google Patents

輸送計画生成装置および輸送計画生成方法 Download PDF

Info

Publication number
JP7341030B2
JP7341030B2 JP2019198578A JP2019198578A JP7341030B2 JP 7341030 B2 JP7341030 B2 JP 7341030B2 JP 2019198578 A JP2019198578 A JP 2019198578A JP 2019198578 A JP2019198578 A JP 2019198578A JP 7341030 B2 JP7341030 B2 JP 7341030B2
Authority
JP
Japan
Prior art keywords
period
transportation
processor
specific
plan generation
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
Application number
JP2019198578A
Other languages
English (en)
Other versions
JP2021071950A (ja
JP7341030B6 (ja
Inventor
一成 末光
契 宇都木
順子 細田
直子 岸川
慶人 嶋津
貴裕 西川
英晃 小山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Logisteed Ltd
Original Assignee
Logisteed Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Logisteed Ltd filed Critical Logisteed Ltd
Priority to JP2019198578A priority Critical patent/JP7341030B6/ja
Priority to US17/081,321 priority patent/US20210133655A1/en
Priority to CN202011177779.6A priority patent/CN112749829B/zh
Publication of JP2021071950A publication Critical patent/JP2021071950A/ja
Publication of JP7341030B2 publication Critical patent/JP7341030B2/ja
Application granted granted Critical
Publication of JP7341030B6 publication Critical patent/JP7341030B6/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/12—Accounting
    • 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"
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06314—Calendaring for a resource
    • 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
    • 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
    • G06Q10/0838—Historical data
    • 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
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • 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
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • Software Systems (AREA)
  • Technology Law (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、輸送計画を生成する輸送計画生成装置および輸送計画生成方法に関する。
下記特許文献１は、欠品が予想される部品の調達計画の立案を支援する技術を開示する。下記特許文献１の技術は、生産計画データベースに記憶されている生産計画に対し、急遽に部品を発注しても通常の物流ルートによると部品の納入が間に合わない単位期間の生産数量を増大する修正が希望されたときに、代替物流ルート検索手段が物流情報データベースを検索して欠品の発生が予想される部品種類と単位期間に欠品を発生させない代替物流ルートを検索し、希望された生産計画の修正を可能とする代替物流ルートを出力する。
特開２００８－７７４２７号公報
近年、全国的にトラック台数の逼迫と輸送コスト高騰が進んでいる。これに伴い、倉庫への在庫供給においても、輸送トラック不足による欠品や、輸送コストの増加が顧客課題となっている。たとえば、トラックを第三者から契約によって借りる物流企業の場合、契約時期によって輸送トラック単価と利用可能台数が変化する。繁忙期は倉庫へ供給する在庫が増えると同時に、他の物流会社とトラックの取り合いとなり、トラックの単価も増加する。そこで、輸送トラック単価の安い閑散期に繁忙期分の在庫を前倒し輸送して、輸送コストを削減することが考え得る。しかしながら、上述した特許文献１では、輸送トラック単価は常に一定として考えられており、輸送コストを削減することができない。
本発明は、輸送コストの低減化を図ることを目的とする。
本願において開示される発明の第１側面となる輸送計画生成装置は、プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する輸送計画生成装置であって、前記プロセッサは、輸送日と輸送対象と輸送数とを関連付けて記憶する輸送数情報と、前記輸送対象と容積とを関連付けて記憶する輸送対象情報と、輸送手段と積載量と期間別の料金とを関連付けて記憶する輸送料金情報と、にアクセス可能であり、前記プロセッサは、複数の期間のうち、前記輸送数および前記容積に基づく期間別の輸送量がしきい値を超える第１期間を検出する検出処理と、前記検出処理によって検出された第１期間より前で、かつ、前記第１期間に該当しない第２期間を特定する特定処理と、前記特定処理によって特定された第２期間のうち、前記第１期間の前記輸送手段の料金よりも安くなる特定の第２期間を、前記第１期間の輸送量の一部の付け替え先に決定する決定処理と、前記決定処理による決定結果を出力する出力処理と、を実行し、前記プロセッサは、さらに、前記第１期間の輸送量の一部を前記第１期間から前記第２期間へ付け替える優先度を、前記第１期間の輸送対象の輸送数に基づいて、前記第２期間ごと、または、前記輸送対象および前記第２期間の組み合わせごとに算出する算出処理を実行し、前記決定処理では、前記プロセッサは、前記算出処理によって算出された前記第２期間ごと、または、前記輸送対象および前記第２期間の組み合わせごとの優先度に基づいて、前記第１期間の特定の輸送対象の輸送数と、前記特定の第２期間と、を決定する、ことを特徴とする。
本願において開示される発明の第２側面となる輸送計画生成装置は、プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する輸送計画生成装置であって、前記プロセッサは、輸送日と輸送対象と輸送数とを関連付けて記憶する輸送数情報と、前記輸送対象と容積とを関連付けて記憶する輸送対象情報と、輸送手段と積載量と期間別の料金とを関連付けて記憶する輸送料金情報と、にアクセス可能であり、前記プロセッサは、複数の期間のうち、前記輸送数および前記容積に基づく期間別の輸送量がしきい値を超える第１期間を検出する検出処理と、前記検出処理によって検出された第１期間より前で、かつ、前記第１期間に該当しない第２期間を特定する特定処理と、前記特定処理によって特定された第２期間のうち、前記第１期間の前記輸送手段の料金よりも安くなる特定の第２期間を、前記第１期間の輸送量の一部の付け替え先に決定する決定処理と、前記決定処理による決定結果を出力する出力処理と、を実行し、前記プロセッサは、さらに、前記第１期間の輸送量の一部を前記第１期間から前記第２期間へ付け替える優先度を、前記第２期間の輸送量内で追加輸送可能な前記輸送対象の最大輸送数に基づいて、前記第２期間ごと、または、前記輸送対象および前記第２期間の組み合わせごとに算出する算出処理を実行し、前記決定処理では、前記プロセッサは、前記算出処理によって算出された前記第２期間ごと、または、前記輸送対象および前記第２期間の組み合わせごとの優先度に基づいて、前記第１期間の特定の輸送対象の輸送数と、前記特定の第２期間と、を決定する、ことを特徴とする。
本願において開示される発明の第３側面となる輸送計画生成装置は、プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する輸送計画生成装置であって、前記プロセッサは、輸送日と輸送対象と輸送数とを関連付けて記憶する輸送数情報と、前記輸送対象と容積とを関連付けて記憶する輸送対象情報と、輸送手段と積載量と期間別の料金とを関連付けて記憶する輸送料金情報と、にアクセス可能であり、前記プロセッサは、複数の期間のうち、前記輸送数および前記容積に基づく期間別の輸送量がしきい値を超える第１期間を検出する検出処理と、前記検出処理によって検出された第１期間より前で、かつ、前記第１期間に該当しない第２期間を特定する特定処理と、前記特定処理によって特定された第２期間のうち、前記第１期間の前記輸送手段の料金よりも安くなる特定の第２期間を、前記第１期間の輸送量の一部の付け替え先に決定する決定処理と、前記決定処理による決定結果を出力する出力処理と、を実行し、前記プロセッサは、さらに、前記第１期間の輸送量の一部を前記第１期間から前記第２期間へ付け替える優先度を、前記第１期間の輸送対象の輸送数と、前記第２期間の輸送量内で追加輸送可能な前記輸送対象の最大輸送数と、のうち小さい方に基づいて、前記第２期間ごと、または、前記輸送対象および前記第２期間の組み合わせごとに算出する算出処理を実行し、前記決定処理では、前記プロセッサは、前記算出処理によって算出された前記第２期間ごと、または、前記輸送対象および前記第２期間の組み合わせごとの優先度に基づいて、前記第１期間の特定の輸送対象の輸送数と、前記特定の第２期間と、を決定する、ことを特徴とする。
本願において開示される発明の第４側面となる輸送計画生成装置は、プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する輸送計画生成装置であって、前記プロセッサは、輸送日と輸送対象と輸送数とを関連付けて記憶する輸送数情報と、前記輸送対象と容積とを関連付けて記憶する輸送対象情報と、輸送手段と積載量と期間別の料金とを関連付けて記憶する輸送料金情報と、にアクセス可能であり、前記プロセッサは、複数の期間のうち、前記輸送数および前記容積に基づく期間別の輸送量がしきい値を超える第１期間を検出する検出処理と、前記検出処理によって検出された第１期間より前で、かつ、前記第１期間に該当しない第２期間を特定する特定処理と、前記特定処理によって特定された第２期間のうち、前記第１期間の前記輸送手段の料金よりも安くなる特定の第２期間を、前記第１期間の輸送量の一部の付け替え先に決定する決定処理と、前記決定処理による決定結果を出力する出力処理と、を実行し、前記プロセッサは、さらに、前記輸送対象と前記第２期間の組み合わせについて、前記輸送対象の前記第１期間の輸送量の一部を前記第１期間から前記第２期間へ付け替える優先度を算出する算出処理を実行し、前記算出処理では、前記プロセッサは、前記輸送対象の前記第１期間での付け替え前の余剰需要量及び前記第２期間での輸送能力内で追加輸送可能な最大数を示す最大前倒し可能数を算出し、前記決定処理では、前記プロセッサは、前記算出処理による結果に基づき、前記優先度が最大となる前記輸送対象および前記第２期間の組み合わせについて、前記第１期間からの最大前倒し可能数を決定し、前記プロセッサは、さらに、前記最大前倒し可能数に基づき前記輸送数と割当済み輸送能力とを更新する更新処理を実行する、ことを特徴とする。
本願において開示される発明の第５側面となる輸送計画生成装置は、プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する輸送計画生成装置であって、前記プロセッサは、輸送日と輸送対象と輸送数とを関連付けて記憶する輸送数情報と、前記輸送対象と容積とを関連付けて記憶する輸送対象情報と、輸送手段と積載量と期間別の料金とを関連付けて記憶する輸送料金情報と、にアクセス可能であり、前記プロセッサは、複数の期間のうち、前記輸送数および前記容積に基づく期間別の輸送量がしきい値を超える第１期間を検出する検出処理と、前記検出処理によって検出された第１期間より前で、かつ、前記第１期間に該当しない第２期間を特定する特定処理と、前記特定処理によって特定された第２期間のうち、前記第１期間の前記輸送手段の料金よりも安くなる特定の第２期間を、前記第１期間の輸送量の一部の付け替え先に決定する決定処理と、前記決定処理による決定結果を出力する出力処理と、過去の期間の輸送手段の実績台数を目的変数とし、前記過去の期間の休日数、前記過去の期間が決算期であるか否かを示す情報、または、前記過去の期間が連休を含むか否かを示す情報のうち少なくとも１つを説明変数とする実績データに基づいて、学習モデルを生成する学習処理と、前記学習処理によって生成された学習モデルに、予測対象期間における前記説明変数である予測データを入力することにより、前記予測対象期間における前記輸送手段の予測台数を出力する予測処理と、を実行し、前記検出処理では、前記プロセッサは、前記予測対象期間のうち、前記輸送手段の予測台数および前記容積に基づく前記期間別の輸送量がしきい値を超える第１期間を検出する、ことを特徴とする。
本願において開示される発明の第６側面となる輸送計画生成装置は、プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する輸送計画生成装置であって、前記プロセッサは、輸送日と輸送対象と輸送数とを関連付けて記憶する輸送数情報と、前記輸送対象と容積とを関連付けて記憶する輸送対象情報と、輸送手段と積載量と期間別の料金とを関連付けて記憶する輸送料金情報と、にアクセス可能であり、前記プロセッサは、複数の期間のうち、前記輸送数および前記容積に基づく期間別の輸送量がしきい値を超える第１期間を検出する検出処理と、前記検出処理によって検出された第１期間より前で、かつ、前記第１期間に該当しない第２期間を特定する特定処理と、前記特定処理によって特定された第２期間のうち、前記第１期間の前記輸送手段の料金よりも安くなる特定の第２期間を、前記第１期間の輸送量の一部の付け替え先に決定する決定処理と、前記決定処理による決定結果を出力する出力処理と、を実行し、前記プロセッサは、さらに、前記第１期間の輸送量の一部を前記第１期間から前記第２期間へ付け替える優先度を、前記第１期間の輸送対象を前記第１期間に前記輸送手段で輸送する第１料金と、前記輸送対象を前記第２期間に前記輸送手段で輸送する第２料金と、前記第１期間と前記第２期間との間において前記輸送対象の価値が変動する変動モデルと、に基づいて、前記輸送対象ごとに算出する算出処理を実行し、前記決定処理では、前記プロセッサは、前記算出処理によって算出された前記輸送対象ごとの優先度に基づいて、前記第１期間の特定の輸送対象の輸送数と、前記特定の第２期間と、を決定する、ことを特徴とする。
本発明の代表的な実施の形態によれば、輸送コストの低減化を図ることができる。前述した以外の課題、構成及び効果は、以下の実施例の説明により明らかにされる。
図１は、需要量の前倒し例を示す説明図である。 図２は、輸送計画生成装置のハードウェア構成例を示すブロック図である。 図３は、輸送計画生成装置の機能的構成例を示すブロック図である。 図４は、商品情報ＤＢの一例を示す説明図である。 図５は、輸送数情報ＤＢの一例を示す説明図である。 図６は、保管費用情報ＤＢの一例を示す説明図である。 図７は、輸送料金情報ＤＢの一例を示す説明図である。 図８は、拠点間情報ＤＢの一例を示す説明図である。 図９は、輸送カレンダの一例を示す説明図である。 図１０は、前倒し優先度算出部による前倒し優先度の算出例を示す説明図である。 図１１は、前倒し商品および前倒し期間の決定例とデータ更新例を示す説明図である。 図１２は、輸送計画生成装置による輸送計画生成処理手順例を示すフローチャートである。 図１３は、品目別輸送計画データを示す説明図である。 図１４は、拠点間輸送計画データを示す説明図である。 図１５は、在庫推移データを示す説明図である。 図１６は、コスト内訳データを示す説明図である。 図１７は、利用トラック台数の推移を示すグラフである。 図１８は、実施例２にかかる輸送計画生成装置の機能的構成例を示すブロック図である。 図１９は、実績データの一例を示す説明図である。 図２０は、予測データの一例を示す説明図である。 図２１は、予測結果の一例を示す説明図である。 図２２は、実施例３にかかる価値減少ロスコストの評価例を示す説明図である。
＜需要量の前倒し例＞
図１は、需要量の前倒し例を示す説明図である。前倒しとは、第１期間の需要量のうち輸送可能な需要量の上限を超えた余剰需要量を、当該第１期間よりも前の第２期間に付け替えることである。付け替え後の第２期間の需要量についても、輸送可能な需要量の上限を超えてならない。
グラフ１０１は、月別の商品の需要量（予測値）を示す棒グラフである。横軸は、月（１月～１２月）を示し、縦軸は需要量／輸送量を示す。需要量／輸送量は、輸送元である物流企業に輸送が要求される商品の総容積の予測値または計画値である。以降、需要量／輸送量については、「需要量」と表記する場合もあれば、「輸送量」または「輸送能力」と表記する場合もある。輸送キャパシティＴＣは、当該月の輸送可能な需要量の上限である。輸送キャパシティＴＣは、全期間（１月～１２月）において固定値でもよく月々に変動する変動値でもよいが、いずれの値もあらかじめ設定される。なお、本例では、輸送キャパシティＴＣは固定値とする。
輸送トラック単価は、輸送手段の一例であるトラック１台の１回の輸送当たりの賃貸価格である。輸送トラック単価は、グラフ１０１の横軸に対応する。本例では、１月および２月では１日当たり４０Ｋ円／台、３月および４月では１日当たり６０Ｋ円／台、５月および６月では１日当たり２０Ｋ円／台、７月および８月では１日当たり５０Ｋ円／台、９月および１０月では１日当たり３０Ｋ円／台、１１月および１２月では１日当たり８０Ｋ円／台のように輸送トラック単価は年間で異なっており、需要量が輸送キャパシティＴＣを超える繁忙期では、閑散期に比べて輸送トラック単価は高くなる。
表１０２は、月別の商品Ｘ、Ｙ、Ｚごとの輸送数を示す。表１０２の輸送数は、グラフ１０１の横軸に対応する。たとえば、商品Ｘの１月の輸送数は１０個であったが、前倒しにより、４０個になる。表１０２では、商品の容積の大きさを、Ｙ＞Ｘ＞Ｚとする。
グラフ１０１の場合、需要量が輸送キャパシティＴＣを超える３月、５月、８月、および１２月が、前倒し補充が必要な前倒し対象期間であり、前倒し対象期間の需要量が、前倒し補充が必要な需要量である。グラフ１０１では、３月および５月の輸送キャパシティＴＣを超えた余剰需要量は、１月および２月に前倒しされ、５月の輸送キャパシティＴＣを超えた余剰需要量は、２月に前倒しされ、８月の輸送キャパシティＴＣを超えた余剰需要量は、６月に前倒しされ、１２月の輸送キャパシティＴＣを超えた余剰需要量は、６月、９月および１０月に前倒しされている。表１０２において、矢印の終端側の太字の数字が前倒し後の輸送数となる。
このように、繁忙期における輸送キャパシティＴＣを超えた需要量を、繁忙期以前で繁忙期よりも輸送トラック単価の安い閑散期に前倒しすることにより、１月～１２月のいずれにおいても、輸送量は輸送キャパシティＴＣ以下となる。したがって、物流企業は、限られた輸送リソースで輸送コストを可能な限り抑制することができる。これにより、繁忙期における欠品による販売機会損失を低減することができ、販売利益の拡大を図ることができる。
＜輸送計画生成装置のハードウェア構成例＞
図２は、輸送計画生成装置のハードウェア構成例を示すブロック図である。輸送計画生成装置２００は、プロセッサ２０１と、記憶デバイス２０２と、入力デバイス２０３と、出力デバイス２０４と、通信インターフェース（通信ＩＦ）２０５と、を有する。プロセッサ２０１、記憶デバイス２０２、入力デバイス２０３、出力デバイス２０４、および通信ＩＦ２０５は、バス２０６により接続される。プロセッサ２０１は、輸送計画生成装置２００を制御する。記憶デバイス２０２は、プロセッサ２０１の作業エリアとなる。また、記憶デバイス２０２は、各種プログラムやデータを記憶する非一時的なまたは一時的な記録媒体である。記憶デバイス２０２としては、たとえば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、フラッシュメモリがある。入力デバイス２０３は、データを入力するデバイスである。入力デバイス２０３としては、たとえば、キーボード、マウス、タッチパネル、テンキー、スキャナがある。出力デバイス２０４は、データを出力するデバイスである。出力デバイス２０４としては、たとえば、ディスプレイ、プリンタがある。通信ＩＦ２０５は、ネットワークと接続し、データを送受信する。
＜輸送計画生成装置２００の機能的構成例＞
図３は、輸送計画生成装置２００の機能的構成例を示すブロック図である。輸送計画生成装置２００は、検出部３０１と、特定部３０２と、算出部３０３と、決定部３０４と、取得部３０５と、更新部３０６と、出力部３０７と、を有する。検出部３０１、特定部３０２、算出部３０３、決定部３０４、取得部３０５、更新部３０６、および出力部３０７は、具体的には、たとえば、図２に示した記憶デバイス２０２に記憶されたプログラムをプロセッサ２０１に実行させることにより実現される機能である。
また、輸送計画生成装置２００は、輸送計画生成装置２００外のＤＢ（データベース）３１０にアクセス可能である。ＤＢ３１０は、商品情報ＤＢ３１１と、輸送数情報ＤＢ３１２と、保管費用情報ＤＢ３１３と、輸送料金情報ＤＢ３１４と、拠点間情報ＤＢ３１５と、輸送カレンダ３１６と、を有する。なお、ＤＢ３１０は、記憶デバイス２０２に記憶されていてもよい。まず、図４～図９を用いてＤＢ３１０内の各情報から説明する。
［ＤＢ３１０内の情報］
図４は、商品情報ＤＢ３１１の一例を示す説明図である。商品情報ＤＢ３１１は、フィールドとして、品目４０１と、容積４０２と、最大保管日数４０３と、を有する。同一行の各フィールドの値の組み合わせが、１つの商品の商品情報を構成する。品目４０１は、輸送対象の一例である商品の種類を示す識別情報（たとえば、ＪＡＮコードのような商品コード）である。容積４０２は、品目４０１に該当する商品が占める空間の体積である。最大保管日数４０３は、品目４０１に該当する商品を保管可能な最大日数であり、たとえば、その商品の消費期限や賞味期限よりも短い日数に設定される。１行目のエントリは、商品Ｘの容積４０２は０．００５ｍ３であり、最大保管日数が６０日であることを示す商品情報である。
図５は、輸送数情報ＤＢ３１２の一例を示す説明図である。輸送数情報ＤＢ３１２は、フィールドとして、日付５０１と、販売拠点５０２と、品目４０１と、輸送数５０３と、を有する。同一行の各フィールドの値の組み合わせが、１つの輸送数情報を構成する。日付５０１は、その品目４０１の商品を販売拠点５０２に輸送する輸送日である。輸送日は、その品目４０１の商品が販売拠点５０２で必要な年月日、すなわち、販売拠点への納品日でもよく、その品目４０１の商品の販売拠点５０２への発送日でもよい。
販売拠点５０２は、その品目４０１の商品を販売する営業所や店舗であり、品目４０１で特定される商品の輸送先となる。拠点には、販売拠点５０２のほかに、製造拠点と在庫拠点がある。製造拠点は商品を製造する工場であり、在庫拠点は、商品を在庫として保管する倉庫、工場、営業所である。製造拠点で製造された商品は、在庫拠点に輸送され、在庫拠点から各販売拠点５０２に輸送される。本実施例では、在庫拠点から販売拠点への輸送を例に挙げて説明するが、製造拠点から在庫拠点への輸送、製造拠点から販売拠点への輸送、在庫拠点から他の在庫拠点への輸送でもよい。
輸送数５０３は、その品目４０１の商品がその販売拠点５０２で必要な個数である。１行目のエントリは、日付５０１が納品日の場合、日付５０１が示す２０１９年１月８日までに、販売拠点５０２である東北営業所に商品Ｘが９０個必要であることを示す輸送数情報である。日付５０１が発送日の場合、日付５０１が示す２０１９年１月８日に、販売拠点５０２である東北営業所に商品Ｘを９０個発送することを示す輸送数情報である。
図６は、保管費用情報ＤＢ３１３の一例を示す説明図である。保管費用情報ＤＢ３１３は、フィールドとして、在庫拠点６０１と、品目４０１と、在庫単価６０２と、を有する。同一行の各フィールドの値の組み合わせが、１つの保管費用情報を構成する。在庫拠点６０１は、商品を在庫として保管する倉庫、工場、営業所である。在庫単価６０２は、その在庫拠点６０１がその品目４０１の商品を１個保管する場合の１期間当たりの費用である。１期間とは、前倒しする期間の単位を示し、本例では１か月とする。１行目のエントリは、在庫拠点６０１である千葉工場が商品Ｘを保管する場合の在庫単価６０２が月１００円であることを示す保管費用情報である。
図７は、輸送料金情報ＤＢ３１４の一例を示す説明図である。輸送料金情報ＤＢ３１４は、フィールドとして、トラック種７０１と、積載量７０２と、輸送トラック単価７０３と、を有する。同一行の各フィールドの値の組み合わせが、１つの輸送料金情報を構成する。トラック種７０１は、トラックの種類を示す。積載量７０２は、そのトラック種が積載可能な容量を示す。輸送トラック単価７０３は、そのトラック種のトラック１台の１回の輸送当たりの賃貸価格である。図７では２か月単位での輸送トラック単価７０３が規定されている。１行目のエントリは、トラック種７０１がＴａ、積載量７０２がＶｔａである１台のトラックを１回賃貸する場合の輸送トラック単価７０５が２カ月単位で変動することを示す輸送料金情報である。
図８は、拠点間情報ＤＢ３１５の一例を示す説明図である。拠点間情報ＤＢ３１５は、フィールドとして、発地８０１と、着地８０２と、最大前倒し納品可能日数８０３と、を有する。同一行の各フィールドの値の組み合わせが、１つの拠点間情報を構成する。発地８０１は、その輸送計画でトラックが出発する拠点である。着地８０２は、トラックが到着する拠点である。最大前倒し納品可能日数８０３は、その発地と着地との組み合わせにおいて、納品の前倒しが可能な最大日数である。１行目のエントリは、千葉工場から東北営業所へ輸送する場合の最大前倒し納品可能日数８０３が２８日であることを示す拠点間情報である。
すなわち、千葉工場から東北営業所へ輸送する場合、東北営業所への納品日よりも２８日前まで前倒しが可能であり、２９日以上前では、前倒しができないことを意味する。より具体的には、たとえば、納品日が２０１９年８月２９日である場合、２８日前の２０１９年８月１日まで納品の前倒しが可能であるが、２０１９年７月３１日以前には前倒しできないことを意味する。
図９は、輸送カレンダ３１６の一例を示す説明図である。輸送カレンダ３１６は、輸送スケジュールが規定された輸送計画であり、たとえば、フィールドとして、出発日９０１と、発地８０１と、着地８０２と、最大トラック台数９０２と、利用輸送トラック単価９０３と、を有する。同一行の各フィールドの値の組み合わせが、１つの輸送計画を構成する。出発日９０１は、その輸送計画でトラックが発地８０１から出発する年月日である。最大トラック台数９０２は、その輸送計画で使用されるトラックの最大台数である。
利用輸送トラック単価９０３は、トラックが利用される期間における輸送トラック単価７０３である。たとえば、トラック種７０１がＴＡのトラックを６月に使用する場合の輸送トラック単価７０３は、２００００円であり、これが利用輸送トラック単価９０３となる。１行目のエントリは、２０１９年１月４日に、千葉工場から東北営業所へ利用輸送トラック単価９０３が２００００円のトラックが最大１台で輸送することを示す輸送計画である。
図３に戻り、輸送計画生成装置２００の各機能について説明する。検出部３０１は、前倒し対象期間Ｔを検出する。具体的には、たとえば、検出部３０１は、図１に示したように、輸送キャパシティＴＣを超えた３月、５月、８月、および１２月を前倒し対象期間Ｔとして検出する。
特定部３０２は、前倒し可能期間Ｓを特定する。具体的には、たとえば、特定部３０２は、図１に示したように、前倒し対象期間Ｔごとに、前倒し対象期間Ｔより前の期間で、かつ、前倒し対象期間Ｔの需要量のうち輸送キャパシティＴＣを超えた分の余剰需要量を付け替えることが可能な輸送キャパシティＴＣ以下の需要量の期間を、前倒し可能期間Ｓとして特定する。図１の例では、前倒し対象期間Ｔが８月であれば、前倒し可能期間Ｓは、４月、６月、７月である。
算出部３０３は、前倒し優先度を算出する。前倒し優先度とは、商品の輸送を前倒し対象期間Ｔから前倒し可能期間Ｓに前倒す際の指標値であり、商品と前倒し可能期間Ｓとの組み合わせ毎に算出される。前倒し優先度が高い組み合わせほど、前倒しされやすくなる。
決定部３０４は、算出部３０３によって商品と前倒し可能期間Ｓとの組み合わせ毎に算出された前倒し優先度に基づいて、前倒し対象商品および前倒し期間を決定する。具体的には、たとえば、決定部３０４は、前倒し優先度が最大となる商品を前倒し対象商品に決定し、かつ、前倒し優先度が最大となる前倒し可能期間Ｓを前倒し対象期間Ｔから余剰需要量の付け替え先に決定する。
取得部３０５は、最大前倒し可能数を算出する。最大前倒し可能数は、対象商品の前倒し対象期間Ｔの前倒し前の個数と、対象商品の前倒し可能期間Ｓでの輸送能力内で追加輸送可能な最大数である。
更新部３０６は、最大前倒し可能数に基づいて、輸送数と割当済み輸送能力とを更新する。具体的には、たとえば、更新部３０６は、前倒し対象期間ｔの商品ｉの輸送数ｘｉｔを、最大前倒し可能数分減少させる。同様に、更新部３０６は、前倒し対象期間ｔの割り当て済み輸送能力ｅｔを、最大前倒し可能数に商品ｉの容積４０２を乗じた分減少させる。また、更新部３０６は、前倒し可能期間ｓの商品ｉの輸送数ｘｉｓを、最大前倒し可能数分増加させる。同様に、更新部３０６は、前倒し可能期間ｓの割り当て済み輸送能力ｅｓを、最大前倒し可能数に商品ｉの容積４０２を乗じた分増加させる。更新部３０６は、前倒し対象期間ｔの割当済み輸送能力ｅｔが最大輸送能力Ｅｔ（すなわち、輸送キャパシティＴＣ）を下回るまで上記更新を繰り返し実行する。
出力部３０７は、更新部３０６による更新結果を出力する。具体的には、たとえば、出力部３０７は、出力デバイス２０４から表示可能に更新結果を出力してもよく、通信ＩＦ２０５でアクセス可能な他のコンピュータに更新結果を送信してもよい。
［前倒し優先度の算出例］
図１０は、算出部３０３による前倒し優先度の算出例を示す説明図である。グラフ１０１において、需要量が輸送キャパシティＴＣを超える前倒し対象期間Ｔは、３月、５月、８月、１２月である。図１０では、前倒し対象期間Ｔ∋ｔ＝８月とし、前倒し対象商品Ｉ＝Ｘ，Ｙ，Ｚとして説明する。
前倒し対象期間ｔ＝８月の場合の前倒し可能期間Ｓは、需要量が輸送キャパシティＴＣ以下の４月、６月、７月である。なお、１月および２月は、前倒し対象期間Ｔ∋ｔ＝３月により前倒し補充されるため、前倒し対象期間ｔ＝８月の場合の前倒し可能期間Ｓに含まれないものとする。
算出部３０３は、（ｉ，ｓ）∈Ｉ×Ｓの全組み合わせについて、商品ｉ∈Ｉの輸送を前倒し対象期間ｔから前倒し可能期間ｓ∈Ｓに前倒す際の前倒し優先度ｐｉｔｓを算出する。優先度ｐｉｔｓは、下記式（１）により算出される。
ｐｉｔｓ＝Ｃｉｔｓ×ｒｉｔｓ・・・（１）
上記式（１）のＣｉｔｓは、商品ｉ∈Ｉの輸送を前倒し対象期間ｔから前倒し可能期間ｓ∈Ｓに前倒す際の単位前倒し利得である。単位前倒し利得Ｃｉｔｓは、下記式（２）により算出される。
Ｃｉｔｓ＝ＣＴ ｉｔ－ＣＴ ｉｓ－ＣＳ ｉ（ｔ－ｓ）・・・（２）
上記式（２）のＣＴ ｉｔは、商品ｉが１個分の前倒し対象期間ｔでの輸送コストである。輸送コストＣＴ ｉｔは、使用するトラック種７０１のトラック１台の前倒し対象期間ｔにおける輸送トラック単価７０３をそのトラック種７０１の積載量７０２で割り、商品ｉの容積４０２を乗じた値である。
上記式（２）のＣＴ ｉｓは、商品ｉが１個分の前倒し可能期間ｓでの輸送コストである。輸送コストＣＴ ｉｓは、使用するトラック種７０１のトラック１台の前倒し可能期間ｓにおける輸送トラック単価７０３をそのトラック種７０１の積載量７０２で割り、商品ｉの容積４０２を乗じた値である。上記式（２）のＣＴ ｉｔ－ＣＴ ｉｓは、単位輸送コストの削減量である。単位輸送コストとは、１個の商品ｉを（ｔ－ｓ）期間分前倒した輸送コストである。
上記式（２）のＣＳ ｉは、商品ｉが１個分の１期間（本例では１か月）分の保管コストである。また、上記式（２）のＣＳ ｉ（ｔ－ｓ）は、単位保管コストの増加量である。単位保管コストとは、１個の商品ｉを（ｔ－ｓ）期間分前倒した保管コストである。
上記式（１）のｒｉｔｓは、商品ｉ∈Ｉの輸送を前倒し対象期間ｔから前倒し可能期間ｓ∈Ｓに前倒す際の最大前倒し可能数である。最大前倒し可能数ｒｉｔｓはの下記式（３）により算出される。
ｒｉｔｓ＝ｍｉｎ（ｘｉｔ，（Ｅｓ－ｅｓ）／ｖｉ）・・・（３）
上記式（３）のｘｉｔは、商品ｉの前倒し対象期間ｔでの輸送数である。上記式（３）のＥｓは、前倒し可能期間ｓで輸送可能な最大輸送量であり、輸送キャパシティＴＣである。上記式（３）のｅｓは、前倒し可能期間ｓでの割り当て済み輸送量である。上記式（３）のｖｉは、商品ｉの１個当たりの輸送に必要な輸送能力であり、容積４０２に該当する。上記式（３）の右辺の（Ｅｓ－ｅｓ）／ｖｉは、前倒し可能期間ｓの輸送能力内で追加輸送可能な商品ｉの最大個数である。
［前倒し商品および前倒し期間の決定例とデータ更新例］
図１１は、前倒し商品および前倒し期間の決定例とデータ更新例を示す説明図である。前倒し商品および前倒し期間の決定は、決定部３０４によって実行され、データ更新は、取得部３０５および更新部３０６によって実行される。
（Ａ）は、（ｉ，Ｓ）∈Ｉ×Ｓの全組み合わせについて、前倒し優先度ｐｉｔｓを算出した場合に得られる行列Ｐｔを示す（式（４））。式（４）では、商品ｉ＝Ｘ，Ｙ，Ｚ（行列Ｐｔの列方向）、前倒し対象期間ｔ＝８月、前倒し可能期間ｓ＝４，６，７（行列Ｐｔの行方向）とした。ただし、拠点間情報ＤＢ３１５の該当する最大前倒し納品可能日数８０３を超える前倒し可能期間ｓの要素は消去される。たとえば、前倒し可能期間ｓ＝４月が、前倒し対象期間ｔ＝８月（たとえば、１日）から最大前倒し納品可能日数８０３分さかのぼった日付前であれば、前倒し優先度ｐＸ８４，ｐＹ８４，ｐＺ８４は、消去される（または、算出されない）。
（Ｂ）決定部３０４は、行列Ｐｔの全要素のうち前倒し優先度ｐｉｔｓが最大となる商品ｉと前倒し可能期間ｓとの組み合わせ（ｉ，ｓ）を取得する。上記の例では、前倒し優先度ｐｉｔｓの最大値は、前倒し優先度ｐＸ８６＝１５００である。したがって、前倒し優先度ｐＸ８６における商品ｉと前倒し可能期間ｓとの組み合わせ（ｉ，ｓ）は、（ｉ，ｓ）＝（Ｘ，６）となる。すなわち、商品Ｘは、前倒し対象期間ｔ＝８月から前倒し可能期間ｓ＝６月に前倒しするのが最適であることがわかる。
（Ｃ）取得部３０５は、前倒し輸送優先度ｐｉｔｓが最大となる商品ｉおよび前倒し可能期間ｓの組み合わせ（ｉ，ｓ）について、前倒し対象期間ｔからの最大前倒し可能数ｒｉｔｓを取得する。最大前倒し可能数ｒｉｔｓは、算出部３０３で算出済みである。（Ｂ）では、ｔ＝８でかつ（ｉ，ｓ）＝（Ｘ，６）であるため、取得部３０５は、最大前倒し可能数ｒＸ８６を取得する。
そして、更新部３０６は、取得した最大前倒し可能数ｒｉｔｓに基づいて、輸送数と割当済み輸送能力とを更新する。表１１００に示したように、前倒し対象期間ｔの商品ｉの輸送数ｘｉｔは、ｘｉｔ－ｒｉｔｓに更新される。すなわち、輸送数ｘｉｔは前倒しした分減少する。同様に、前倒し対象期間ｔの割り当て済み輸送能力ｅｔは、ｅｔ－ｖｉ・ｒｉｔｓに更新される。すなわち、割り当て済み輸送能力ｅｔも前倒しした分減少する。
一方、前倒し可能期間ｓの商品ｉの輸送数ｘｉｓは、ｘｉｓ＋ｒｉｔｓに更新される。すなわち、輸送数ｘｉｓは前倒しされた分増加する。同様に、前倒し可能期間ｓの割り当て済み輸送能力ｅｓは、ｅｓ＋ｖｉ・ｒｉｔｓに更新される。すなわち、割当済み輸送能力ｅｔも前倒しされた分増加する。表１１００に示したデータ更新は、前倒し対象期間ｔの割当済み輸送能力ｅｔが最大輸送能力Ｅｔ（すなわち、輸送キャパシティＴＣ）を下回るまで繰り返し実行される。
＜輸送計画生成処理手順例＞
図１２は、輸送計画生成装置２００による輸送計画生成処理手順例を示すフローチャートである。まず、輸送計画生成装置２００は、輸送数ｘｉｔ＝需要数Ｄｉｔとして輸送数ｘｉｔを初期化する（ステップＳ１２０１）。具体的には、たとえば、輸送計画生成装置２００は、輸送数情報ＤＢ３１２を参照して、同一の販売拠点５０２（輸送先）について、輸送数５０３を月別に商品ｉごとに集計して、月別の商品ｉの輸送数ｘｉｔを初期値とする。
つぎに、輸送計画生成装置２００は、輸送量となる割当済輸送能力（ｅｔ＝Σｖｉ・ｘｉｔ）が最大輸送能力Ｅｔを超える（ｅｔ＞Ｅｔ）期間を、前倒し対象期間Ｔとして検出する（ステップＳ１２０２）。図１０の例では、商品Ｉ＝｛Ｘ，Ｙ，Ｚ｝について、前倒し対象期間Ｔ＝｛３月，５月，８月，１２月｝が検出される。
つぎに、輸送計画生成装置２００は、検出された前倒し対象期間Ｔ＝｛３月，５月，８月，１２月｝に未選択の前倒し対象期間ｔがあるか否かを判断する（ステップＳ１２０３）。未選択の前倒し対象期間ｔがある場合（ステップＳ１２０３：Ｙｅｓ）、輸送計画生成装置２００は、前倒し対象期間Ｔから未選択の前倒し対象期間ｔを選択する（ステップＳ１２０４）。
つぎに、輸送計画生成装置２００は、ステップＳ１２０４で選択された前倒し対象期間ｔでの輸送数ｘｉｔが０より大きな商品Ｉｔがあるか否かを判断する（ステップＳ１２０５）。輸送数ｘｉｔは、ステップＳ１２０８の更新前の場合は、ステップＳ１２０１で設定された初期値であり、ステップＳ１２０８の更新後の場合は、ステップＳ１２０８で更新された最新の値となる。
前倒し対象期間ｔでの輸送数ｘｉｔが０より大きな商品Ｉｔがある場合、輸送計画生成装置２００は、ステップＳ１２０４で選択された前倒し対象期間ｔでの輸送数ｘｉｔが０より大きな商品Ｉｔを選択する（ステップＳ１２０６）。
つぎに、輸送計画生成装置２００は、前倒し対象期間ｔ以前でかつ未割当輸送能力（Ｅｔ－ｅｔ）が０より大きな期間を前倒し可能期間Ｓとして特定する（ステップＳ１２０７）。図１０の例では、前倒し対象期間ｔ＝８月について、前倒し可能期間Ｓ＝｛４月，６月，７月｝が特定される。なお、前倒し可能期間Ｓが特定されなかった場合、ステップＳ１２０３に移行する。
つぎに、輸送計画生成装置２００は、選択商品Ｉｔと前倒し可能期間Ｓの全要素の組み合わせ（ｉ，ｓ）について、前倒し対象期間ｔから前倒し可能期間ｓへの前倒し輸送優先度ｐｉｔｓを算出する（ステップＳ１２０８）。具体的には、たとえば、図１１の（Ａ）に示したように、行列Ｐｔが算出される。これにより、輸送トラック単価７０３が他の時期よりも安い時期に優先して輸送を前倒すことが可能となる。
つぎに、輸送計画生成装置２００は、前倒し優先度ｐｉｔｓが最大となる商品ｉおよび期間ｓの組み合わせ（ｉ，ｓ）について、前倒し対象期間ｔからの最大前倒し可能数ｒｉｔｓを決定する（ステップＳ１２０９）。具体的には、たとえば、図１１の（Ａ）の例では、ｉ＝Ｘ、ｓ＝６の前倒し優先度ｐＸ８６＝１５００が最大値であるため、前倒し輸送優先度ｐｉｔｓが最大となる商品ｉおよび期間ｓの組み合わせ（ｉ，ｓ）として、（Ｘ，６）が選択される。したがって、輸送計画生成装置２００は、前倒し対象期間ｔからの最大前倒し可能数ｒｉｔｓを、最大前倒し可能数ｒＸ８６に決定する。これにより、複数の前倒し候補商品から単位あたりのコストの削減量の高い商品を選択することが可能となる。
つぎに、輸送計画生成装置２００は、輸送数ｘｉｔと割当済輸送能力ｅｔを最大前倒し可能数ｒｉｔｓで更新する（ステップＳ１２１０）。具体的には、たとえば、輸送計画生成装置２００は、図１１の（Ｃ）の表１１００に示したように、輸送数ｘｉｔと割当済輸送能力ｅｔと輸送数ｘｉｓと割当済輸送能力ｅｓとを更新する。
つぎに、輸送計画生成装置２００は、前倒し対象期間ｔの必要輸送能力ｅｔが最大輸送能力Ｅｔ以下であるか否かを判断する（ステップＳ１２１１）。これにより、対象拠点へ対象の全商品を輸送する輸送能力を考慮することができる。前倒し対象期間ｔの必要輸送能力ｅｔが最大輸送能力Ｅｔ以下でない場合（ステップＳ１２１１：Ｎｏ）、前倒し対象期間ｔにおいてまだ前倒しが必要な輸送量が存在するため、ステップＳ１２０５に戻る。この場合、ステップＳ１２０５では、ステップＳ１２１０で更新された最新の輸送数ｘｉｔが適用される。
一方、前倒し対象期間ｔの割当済輸送能力ｅｔが最大輸送能力Ｅｔ以下である場合（ステップＳ１２１１：Ｙｅｓ）、前倒し対象期間ｔにおいて余剰輸送量が前倒しされたため、ステップＳ１２０３に戻る。ステップＳ１２０３において、未選択の前倒し対象期間ｔがない場合（ステップＳ１２０３：Ｎｏ）、輸送計画生成装置２００は、ステップＳ１２０８の最終的な更新結果と、ＤＢ３１０と、に基づいて、図１３～図１７で後述する出力データを生成して、出力デバイス２０４または通信ＩＦ２０５により出力し（ステップＳ１２１２）、一連の処理を終了する。
＜出力データ例＞
図１３～図１７を用いて出力データ例について説明する。以下の出力データは、図１２のステップＳ１２１２で出力される。また、以下の出力データは、具体的には、たとえば、輸送計画生成装置２００の出力デバイス２０４により表示されてもよく、通信ＩＦ２０５でアクセス可能な他のコンピュータの出力デバイス２０４により表示されてもよい。
図１３は、品目別輸送計画データを示す説明図である。品目別輸送計画データ１３００は、品目別の輸送計画データである。品目別輸送計画データ１３００は、フィールドとして、発地８０１と、着地８０２と、品目４０１と、納品指示数１３０１と、要求納期１３０２と、納品予定日１３０３と、前倒し日数１３０４と、を有する。
納品指示数１３０１は、その品目４０１の商品が発地８０１から着地８０２に納品される個数であり、更新部３０６による最終的な更新結果から得られる当該商品ｉの輸送数ｘｉｓ，ｘｉｔである。要求納期１３０２は、着地８０２が要求した前倒し前の納品日であり、前倒し対象期間ｔから自動またはユーザ操作により選択される。
納品予定日１３０３は、上述した前倒し後の納品日であり、前倒し対象期間ｔ（前大視されなかった場合）または前倒し可能期間ｓ（前倒しされた場合）から自動またはユーザ操作により選択される。前倒し日数１３０４は、要求納期１３０２から納品予定日１３０３を減算した日数である。品目別輸送計画データ１３００は、更新部３０６による最終的な更新結果と、輸送数情報ＤＢ３１２と、輸送カレンダ３１６と、に基づいて、生成される。
図１４は、拠点間輸送計画データを示す説明図である。拠点間輸送計画データ１４００は、発地８０１および着地８０２の組み合わせに関する輸送計画データである。拠点間輸送計画データ１４００は、フィールドとして、発地８０１と、着地８０２と、輸送日１４０１と、輸送能力１４０２と、輸送コスト１４０３と、を有する。輸送日１４０１は、発地８０１からの発送日（トラックの出発日）である。
輸送能力１４０２は、輸送日１４０１に発地８０１から着地８０２へ輸送する商品の総容量であり、更新部３０６による最終的な更新結果から得られる輸送日１４０１を含む期間の輸送能力ｅｔ，ｅｓである。輸送コスト１４０３は、輸送日１４０１にチャーターしたトラック種７０１のトラックの台数とその輸送トラック単価とを乗じた金額である。具体的には、たとえば、輸送コスト１４０３は、輸送カレンダ３１６の最大トラック台数と、利用輸送トラック単価とを乗算した金額である。拠点間輸送計画データ１４００は、更新部３０６による最終的な更新結果と、輸送数情報ＤＢ３１２と、輸送カレンダ３１６と、輸送料金情報ＤＢ３１４と、に基づいて、生成される。
図１５は、在庫推移データを示す説明図である。在庫推移データ１５００は、横軸を日付、縦軸を輸送数ｘｉｔ，ｘｉｓ、需要量、保管在庫数とする予測データである。棒グラフは輸送数を示す。ハッチングが施された輸送数は、前倒しした分の輸送数である。保管在庫数は、商品ごとに保管された在庫数であり（不図示）、その商品が入荷されると増加し、輸送されると減少する。本例では、輸送数が前倒しされた結果、保管在庫数は、需要量の増加前に増加し、需要量の増加時に減少する。
図１６は、コスト内訳データを示す説明図である。コスト内訳データ１６００は、最適化前（前倒し適用前）と、最適化後（前倒し適用後）と、についてのコストを示す棒グラフである。「輸送」は、輸送コスト１４０３を示す。「保管」は、商品の輸送先の在庫拠点における在庫単価６０２と商品の在庫数との積和演算で得られる保管コストを示す。このように輸送コストに保管コストを含めた物流コストにおいても低減化を図ることができる。
図１７は、利用トラック台数の推移を示すグラフである。グラフ１７００の横軸は時間であり、縦軸は利用トラック台数である。輸送計画生成装置２００は、前倒し適用後の需要量にトラック種７０１を割り当てることで利用トラック台数を算出する。前倒しを適用することで、輸送トラック単価７０３が安価なときの利用トラック台数が増加傾向にあり、輸送トラック単価７０３が高価なときの利用トラック台数が減少傾向にある。
なお、ユーザが図１３～図１７の出力データを参照して、前倒しを承認する入力を輸送計画生成装置２００に与えた場合、輸送計画生成装置２００は、輸送数情報ＤＢ３１２の日付５０１および輸送数５０３を、最終的な更新結果にしたがって更新する。
このように、実施例１によれば、輸送計画生成装置２００は、前倒し優先度ｐｉｔｓを算出することにより、輸送トラック単価７０３が他の時期に比べて安い時期に優先して輸送を前倒すことができる。また、輸送計画生成装置２００は、決定部３０４により、複数の前倒し候補商品から単位あたりのコストの削減量の高い商品を選択する前倒し対象に決定することができる。また、輸送計画生成装置２００は、更新部３０６により、前倒しの際、対象拠点へ全対象商品を輸送する輸送能力（輸送量）を、輸送キャパシティＴＣ以下に抑制することができる。
実施例２は、輸送トラック単価と輸送能力とを予測する例である。実施例１と共通部分には同一符号を付し、その説明を省略する。
図１８は、実施例２にかかる輸送計画生成装置２００の機能的構成例を示すブロック図である。実施例１との相違は、輸送計画生成装置２００に、学習部１８０１と予測部１８０２とが追加され、ＤＢ３１０に実績データ１８１０と予測データ１８２０が追加された点である。
学習部１８０１は、実績データ１８１０を取得して、機械学習により、学習モデルを生成する。具体的には、たとえば、学習部１８０１は、線形受回帰やＡＲＩＭＡのような自己回帰で学習モデルを生成する。予測部１８０２は、予測データ１８２０を学習モデルに入力することにより、予測結果を出力する。
図１９は、実績データの一例を示す説明図である。実績データ１８１０は、年月１９０１と、実績台数１９０２と、実績輸送トラック単価１９０３と、休日数１９０４と、決算期フラグ１９０５と、連休期フラグ１９０６と、を含む。年月１９０１は、輸送した年および月を示す。実績台数１９０２は、年月１９０１にチャーターしたトラック台数である。実際には、トラック種７０１ごとにトラックがあるため、輸送能力（総容量）が好ましいが、説明を単純化するため、ある１種類のトラック種７０１で輸送した台数とする。
実績輸送トラック単価１９０３は、その年月１９０１にチャーターしたトラックの輸送トラック単価である。実績台数１９０２および実績輸送トラック単価１９０３が機械学習での目的変数となる。
休日数１９０４は、その年月１９０１に含まれる休日の日数である。たとえば、商品の種類にもよるが、休日数１９０４が多いほど輸送頻度が高くなるという傾向がある。決算期フラグ１９０５は、その年月１９０１が決算期であるか否かを示すフラグである。連休期フラグ１９０６は、その年月１９０１に連休が存在するか否かを示すフラグである。休日数１９０４、決算期フラグ１９０５および連休期フラグ１９０６が機械学習での説明変数となる。
図２０は、予測データの一例を示す説明図である。予測データ１８２０は、年月１９０１と、休日数１９０４と、決算期フラグ１９０５と、連休期フラグ１９０６と、を含む。予測データ１８２０の休日数１９０４、決算期フラグ１９０５および連休期フラグ１９０６は、未来の年月１９０１の予測値であり、学習部１８０１が生成した学習モデルに入力される。
図２１は、予測結果の一例を示す説明図である。予測結果２１００は、予測データ１８２０が学習モデルに入力されたことにより出力されるデータである。予測結果２１００は、年月１９０１と、予測台数２１０２と、予測輸送トラック単価２１０３と、を含む。予測台数２１０２は、未来の年月１９０１において利用されると予想されるトラックの台数である。予測台数２１０２についても、実際には、トラック種７０１ごとにトラックがあるため、輸送能力（総容量）が好ましいが、説明を単純化するため、ある１種類のトラック種７０１で輸送した台数とする。予測輸送トラック単価２１０３は、その年月１９０１における輸送トラック単価７０３である。
このように、実績データ１８１０から学習モデルを生成し、学習モデルに予測データ１８２０を与えて予測結果２１００を得ることにより、輸送計画生成装置２００は、予測結果２１００を検出部３０１に利用することができる。具体的には、たとえば、輸送計画生成装置２００は、予測台数２１０２とトラック種７０１によりその年月１９０１の需要量を予測することができ、予測輸送トラック単価２１０３を、その年月１９０１の輸送トラック単価７０３として利用することができる。
実施例３は、商品の特徴を考慮して輸送計画を生成する例である。実施例１および実施例２実施例１と共通部分には同一符号を付し、その説明を省略する。
図２２は、実施例３にかかる価値減少ロスコストの評価例を示す説明図である。過剰な前倒し輸送によって、商品の保管期間が伸びると、商品の劣化などにより商品価値が減少する。商品価値を考慮するため、輸送計画生成装置２００は、式（５）の単位前倒し利得Ｃｉｔｓのうち、単位価値減少項ＣＬ ｉｔｓ（ｔ，ｓ）を以下のように算出する。
例１：保管日数に応じて徐々に価値が減少する場合（賞味期限等）
保管期間ｔ－ｓに応じた価値減少量［ｆ１（０）－ｆ１（ｔ－ｓ）］を単位価値減少項ＣＬ ｉｔｓ（ｔ，ｓ）とする。ｆ１（ｘ）は、下記式（６）で表現される。
ｆ１（ｘ）＝ｍａｘ（ａｘ＋ｂ，０）・・・（６）
ａはｆ１（ｘ）の傾きであり、ｂはｆ１（ｘ）の切片である。ｘは保管期間であり、ｆ１（ｘ）は、商品価値（たとえば、商品単価）である。
例２：ある期間の前後で価値が変動する場合（イベント関連商品など）
期間（ｔ，ｓ）における商品ｉの価値の差ｆ２（ｔ）－ｆ２（ｓ）を単位価値減少項ＣＬ ｉｔｓ（ｔ，ｓ）とする。ｆ２（ｘ）は、下記式（７）で表現される。
ｆ２（ｘ）＝ａ （ｘ≦Ｔｉ １）
＝ｂ （Ｔｉ １＜ｘ≦Ｔｉ ２）・・・（７）
＝ｃ （Ｔｉ ２＜ｘ）
ｘは時期であり、ａ～ｃは、商品価値（たとえば、商品単価）である。Ｔ１ ｉは、商品ｉの第１価値変化点であり、Ｔ２ ｉ（＞Ｔ１ ｉ）は、商品ｉの第２価値変化点である。Ｔ１ ｉ＜ｘ≦Ｔ２ ｉの期間がイベント開催期間である。たとえば、イベント開催期間前が最も商品価値が高く、イベント開催期間中は、商品価値が開催期間前よりも低下するがある程度の水準を維持し、イベント開催期間後は、所定値以下、たとえば、無価値となる。
算出部３０３は、単位前倒し利得Ｃｉｔｓに単位価値減少項ＣＬ ｉｔｓ（ｔ，ｓ）を適用することにより、保管日数に応じて商品価値が変動する商品についても適切に前倒し優先度ｐｉｔｓを算出することができる。なお、実施例３では、商品価値が経時的に減少する場合を例に挙げて説明したが、時間が経過するほど商品価値が上昇する単位価値増加項を単位前倒し利得Ｃｉｔｓに適用してもよい。
このように、上述した実施例１～実施例３にかかる輸送計画生成装置２００によれば、たとえば、輸送指示作成時において、輸送手段であるトラックを第三者から契約によって借りる場合に生じる時期による輸送トラック単価７０３と輸送能力ｅｔ，ｅｓの変化を考慮し、複数の商品の輸送数５０３と輸送時期を制御することで、輸送コストの削減を実現することができ、更には保管コストまでも含めた物流コストの削減を実現することができる。
したがって、輸送計画生成装置２００のユーザである荷主企業は、限られた輸送リソースの中で輸送コスト、更には保管コストまでも含めた物流コストの低減化を図りつつ、欠品による販売機会損失を回避することが可能となり、販売利益の拡大を図ることができる。
上述した実施例１～実施例３にかかる輸送計画生成装置２００は、下記（１）～（２１）のように構成することもできる。
（１）輸送計画生成装置２００は、日付５０１と品目４０１と輸送数５０３とを関連付けて記憶する輸送数情報ＤＢ３１２と、品目４０１と容積４０２とを関連付けて記憶する商品情報ＤＢ３１１と、トラック種７０１と積載量７０２と期間別の輸送トラック単価７０３とを関連付けて記憶する輸送料金情報ＤＢ３１４と、にアクセス可能であり、複数の期間のうち、輸送数５０３および容積４０２に基づく期間別の輸送量が輸送キャパシティＴＣを超える前倒し対象期間Ｔを検出する検出処理と、検出処理によって検出された前倒し対象期間Ｔより前で、かつ、前倒し対象期間Ｔに該当しない前倒し可能期間Ｓを特定する特定処理と、特定処理によって特定された前倒し可能期間Ｓのうち、前倒し対象期間Ｔの輸送手段の料金よりも安くなる特定の前倒し可能期間Ｓを、前倒し対象期間Ｔの輸送量の一部の付け替え先に決定する決定処理と、決定処理による決定結果を出力する出力処理と、を実行する。
これにより、前倒し対象期間Ｔの輸送量の一部の前倒し先を特定することができ、輸送コストの低減化を図ることができる。
（２）上記（１）において、輸送計画生成装置２００は、前倒し対象期間Ｔの輸送量の一部の前倒し対象期間Ｔから前倒し可能期間Ｓへの付け替える前倒し優先度ｐｉｔｓを、前倒し対象期間Ｔの品目４０１の商品を前倒し対象期間Ｔにトラック種７０１のトラックで輸送する第１輸送トラック単価と、品目４０１の商品を前倒し可能期間Ｓにトラック種７０１のトラックで輸送する第２輸送トラック単価と、に基づいて、品目４０１の商品ごとに算出する算出処理を実行し、決定処理では、算出処理によって算出された品目４０１の商品ごとの前倒し優先度ｐｉｔｓに基づいて、前倒し対象期間Ｔの特定の品目４０１の商品の輸送数５０３と、特定の前倒し可能期間Ｓと、を決定する。
これにより、たとえば、前倒し対象期間Ｔ＝８月、前倒し可能期間Ｓ＝４月について、輸送計画生成装置２００は、商品Ｘ，Ｙ，Ｚごとの前倒し優先度ｐＸ８４、ｐＹ８４、ｐＺ８４を算出し、前倒し優先度ｐＸ８４、ｐＹ８４、ｐＺ８４から最大値となる前倒し優先度ｐＸ８４＝１００を選択する。したがって、輸送計画生成装置２００は、商品Ｘの前倒し対象期間Ｔ＝８月の輸送数５０３を、前倒し可能期間Ｓ＝４月に前倒すという、商品Ｘ，Ｙ，Ｚの中で最も低廉な輸送計画を生成することができる。
（３）上記（１）において、輸送計画生成装置２００は、前倒し対象期間Ｔの輸送量の一部の前倒し対象期間Ｔから前倒し可能期間Ｓへの付け替える前倒し優先度ｐｉｔｓを、前倒し対象期間Ｔの品目４０１の商品を前倒し対象期間Ｔにトラック種７０１のトラックで輸送する第１輸送トラック単価と、品目４０１の商品を前倒し可能期間Ｓにトラック種７０１のトラックで輸送する第２輸送トラック単価と、に基づいて、前倒し可能期間Ｓごとに算出する算出処理を実行し、決定処理では、算出処理によって算出された前倒し可能期間Ｓごとの優先度に基づいて、前倒し対象期間Ｔの特定の品目４０１の商品の輸送数５０３と、特定の前倒し可能期間Ｓと、を決定する。
これにより、たとえば、前倒し対象期間Ｔ＝８月、商品Ｘについて、輸送計画生成装置２００は、前倒し可能期間Ｓ＝４月、６月、７月ごとの前倒し優先度ｐＸ８４、ｐＸ８６、ｐＸ８７を算出し、前倒し優先度ｐＸ８４、ｐＸ８６、ｐＸ８７から最大値となる前倒し優先度ｐ８６Ｘ ＝１５００を選択する。したがって、輸送計画生成装置２００は、商品Ｘの前倒し対象期間Ｔ＝８月の輸送数５０３を、前倒し可能期間Ｓ＝６月に前倒すという、前倒し可能期間Ｓ＝４月、６月、７月の中で最も低廉な輸送計画を生成することができる。
（４）上記（１）において、輸送計画生成装置２００は、前倒し対象期間Ｔの輸送量の一部の前倒し対象期間Ｔから前倒し可能期間Ｓへの付け替える前倒し優先度ｐｉｔｓを、前倒し対象期間Ｔの品目４０１の商品を前倒し対象期間Ｔにトラック種７０１のトラックで輸送する第１輸送トラック単価と、品目４０１の商品を前倒し可能期間Ｓにトラック種７０１のトラックで輸送する第２輸送トラック単価と、に基づいて、品目４０１の商品および前倒し可能期間Ｓの組み合わせ（ｉ，ｓ）ごとに算出する算出処理を実行し、決定処理では、算出処理によって算出された組み合わせ（ｉ，ｓ）ごとの前倒し優先度ｐｉｔｓに基づいて、前倒し対象期間Ｔの特定の品目４０１の商品の輸送数５０３と、特定の前倒し可能期間Ｓと、を決定する。
これにより、たとえば、前倒し対象期間Ｔ＝８月について、輸送計画生成装置２００は、商品Ｘ，Ｙ，Ｚでかつ前倒し可能期間Ｓ＝４月、６月、７月の組み合わせ（ｉ，ｓ）ごとの前倒し優先度ｐＸ８４、ｐＸ８６、ｐＸ８７、ｐＹ８４、ｐＹ８６、ｐＹ８７、ｐＺ８４、ｐＺ８６、ｐＺ８７を算出し、前倒し優先度ｐＸ８４、ｐＸ８６、ｐＸ８７、ｐＹ８４、ｐＹ８６、ｐＹ８７、ｐＺ８４、ｐＺ８６、ｐＺ８７から最大値となる前倒し優先度ｐＸ８６＝１５００を選択する。したがって、輸送計画生成装置２００は、商品Ｘの前倒し対象期間Ｔ＝８月の輸送数５０３を、前倒し可能期間Ｓ＝６月に前倒すという、商品Ｘ，Ｙ，Ｚおよび前倒し可能期間Ｓ＝４月、６月、７月の組み合わせ（ｉ，ｓ）の中で最も低廉な輸送計画を生成することができる。
（５）上記（１）において、輸送計画生成装置２００は、品目４０１の保管費用となる在庫単価６０２を規定する保管費用情報ＤＢ３１３にアクセス可能であり、前倒し対象期間Ｔの輸送量の一部の前倒し対象期間Ｔから前倒し可能期間Ｓへの付け替える前倒し優先度ｐｉｔｓを、前倒し対象期間Ｔの品目４０１の商品を前倒し可能期間Ｓから前倒し対象期間Ｔまで保管する在庫単価６０２の増加量ＣＳ ｉ（ｔ－ｓ）に基づいて、品目４０１の商品ごとに算出する算出処理を実行し、決定処理では、算出処理によって算出された品目４０１の商品ごとの前倒し優先度ｐｉｔｓに基づいて、前倒し対象期間Ｔの特定の品目４０１の商品の輸送数５０３と、特定の前倒し可能期間Ｓと、を決定する。
これにより、たとえば、前倒し対象期間Ｔ＝８月、前倒し可能期間Ｓ＝４月について、輸送計画生成装置２００は、商品Ｘ，Ｙ，Ｚごとの前倒し優先度ｐＸ８４、ｐＹ８４、ｐＺ８４を算出し、前倒し優先度ｐＸ８４、ｐＹ８４、ｐＺ８４から最大値となる前倒し優先度ｐＸ８４＝１００を選択する。したがって、輸送計画生成装置２００は、商品Ｘの前倒し対象期間Ｔ＝８月の輸送数５０３を、前倒し可能期間Ｓ＝４月に前倒すという、商品Ｘ，Ｙ，Ｚの中で保管費用を考慮した最も低廉な輸送計画を生成することができる。
（６）上記（１）において、輸送計画生成装置２００は、品目４０１の保管費用となる在庫単価６０２を規定する保管費用情報ＤＢ３１３にアクセス可能であり、前倒し対象期間Ｔの輸送量の一部の前倒し対象期間Ｔから前倒し可能期間Ｓへの付け替える前倒し優先度ｐｉｔｓを、前倒し対象期間Ｔの品目４０１の商品を前倒し可能期間Ｓから前倒し対象期間Ｔまで保管する保管費用の増加量ＣＳ ｉ（ｔ－ｓ）に基づいて、前倒し可能期間Ｓごとに算出する算出処理を実行し、決定処理では、プロセッサは、算出処理によって算出された前倒し可能期間Ｓごとの前倒し優先度ｐｉｔｓに基づいて、前倒し対象期間Ｔの特定の品目４０１の商品の輸送数５０３と、特定の前倒し可能期間Ｓと、を決定する。
これにより、たとえば、前倒し対象期間Ｔ＝８月、商品Ｘについて、輸送計画生成装置２００は、前倒し可能期間Ｓ＝４月、６月、７月ごとの前倒し優先度ｐＸ８４、ｐＸ８６、ｐＸ８７を算出し、前倒し優先度ｐＸ８４、ｐＸ８６、ｐＸ８７から最大値となる前倒し優先度ｐ８６Ｘ ＝１５００を選択する。したがって、輸送計画生成装置２００は、商品Ｘの前倒し対象期間Ｔ＝８月の輸送数５０３を、前倒し可能期間Ｓ＝６月に前倒すという、前倒し可能期間Ｓ＝４月、６月、７月の中で保管費用を考慮した最も低廉な輸送計画を生成することができる。
（７）上記（１）において、輸送計画生成装置２００は、品目４０１の保管費用となる在庫単価６０２を規定する保管費用情報ＤＢ３１３にアクセス可能であり、前倒し対象期間Ｔの輸送量の一部の前倒し対象期間Ｔから前倒し可能期間Ｓへの付け替える前倒し優先度ｐｉｔｓを、前倒し対象期間Ｔの品目４０１の商品を前倒し可能期間Ｓから前倒し対象期間Ｔまで保管する保管費用の増加量ＣＳ ｉ（ｔ－ｓ）に基づいて、品目４０１の商品および前倒し可能期間Ｓの組み合わせ（ｉ，ｓ）ごとに算出する算出処理を実行し、決定処理では、算出処理によって算出された組み合わせ（ｉ，ｓ）ごとの前倒し優先度ｐｉｔｓに基づいて、前倒し対象期間Ｔの特定の品目４０１の商品の輸送数５０３と、特定の前倒し可能期間Ｓと、を決定する。
これにより、たとえば、前倒し対象期間Ｔ＝８月について、輸送計画生成装置２００は、商品Ｘ，Ｙ，Ｚでかつ前倒し可能期間Ｓ＝４月、６月、７月の組み合わせ（ｉ，ｓ）ごとの前倒し優先度ｐＸ８４、ｐＸ８６、ｐＸ８７、ｐＹ８４、ｐＹ８６、ｐＹ８７、ｐＺ８４、ｐＺ８６、ｐＺ８７を算出し、前倒し優先度ｐＸ８４、ｐＸ８６、ｐＸ８７、ｐＹ８４、ｐＹ８６、ｐＹ８７、ｐＺ８４、ｐＺ８６、ｐＺ８７から最大値となる前倒し優先度ｐＸ８６＝１５００を選択する。したがって、輸送計画生成装置２００は、商品Ｘの前倒し対象期間Ｔ＝８月の輸送数５０３を、前倒し可能期間Ｓ＝６月に前倒すという、商品Ｘ，Ｙ，Ｚおよび前倒し可能期間Ｓ＝４月、６月、７月の組み合わせ（ｉ，ｓ）の中で保管費用を考慮した最も低廉な輸送計画を生成することができる。
（８）上記（１）において、輸送計画生成装置２００は、前倒し対象期間Ｔの輸送量の一部の前倒し対象期間Ｔから前倒し可能期間Ｓへの付け替える前倒し優先度ｐｉｔｓを、前倒し対象期間Ｔの品目４０１の商品の輸送数５０３に基づいて、品目４０１の商品ごとに算出する算出処理を実行し、決定処理では、算出処理によって算出された品目４０１の商品ごとの前倒し優先度ｐｉｔｓに基づいて、前倒し対象期間Ｔの特定の品目４０１の商品の輸送数５０３と、特定の前倒し可能期間Ｓと、を決定する。
これにより、たとえば、前倒し対象期間Ｔ＝８月、前倒し可能期間Ｓ＝４月について、輸送計画生成装置２００は、商品Ｘ，Ｙ，Ｚごとの前倒し優先度ｐＸ８４、ｐＹ８４、ｐＺ８４を算出し、前倒し優先度ｐＸ８４、ｐＹ８４、ｐＺ８４から最大値となる前倒し優先度ｐＸ８４＝１００を選択する。したがって、輸送計画生成装置２００は、商品Ｘの前倒し対象期間Ｔ＝８月の輸送数５０３を、前倒し可能期間Ｓ＝４月に前倒すという、商品Ｘ，Ｙ，Ｚの中で前倒し可能な最大数を考慮した最も低廉な輸送計画を生成することができる。
（９）上記（１）において、輸送計画生成装置２００は、前倒し対象期間Ｔの輸送量の一部の前倒し対象期間Ｔから前倒し可能期間Ｓへの付け替える前倒し優先度ｐｉｔｓを、前倒し対象期間Ｔの品目４０１の商品の輸送数５０３に基づいて、前倒し可能期間Ｓごとに算出する算出処理を実行し、決定処理では、算出処理によって算出された前倒し可能期間Ｓごとの前倒し優先度ｐｉｔｓに基づいて、前倒し対象期間Ｔの特定の品目４０１の商品の輸送数５０３と、特定の前倒し可能期間Ｓと、を決定する。
これにより、たとえば、前倒し対象期間Ｔ＝８月、商品Ｘについて、輸送計画生成装置２００は、前倒し可能期間Ｓ＝４月、６月、７月ごとの前倒し優先度ｐＸ８４、ｐＸ８６、ｐＸ８７を算出し、前倒し優先度ｐＸ８４、ｐＸ８６、ｐＸ８７から最大値となる前倒し優先度ｐ８６Ｘ ＝１５００を選択する。したがって、輸送計画生成装置２００は、商品Ｘの前倒し対象期間Ｔ＝８月の輸送数５０３を、前倒し可能期間Ｓ＝６月に前倒すという、前倒し可能期間Ｓ＝４月、６月、７月の中で前倒し可能な最大数を考慮した最も低廉な輸送計画を生成することができる。
（１０）上記（１）において、輸送計画生成装置２００は、前倒し対象期間Ｔの輸送量の一部の前倒し対象期間Ｔから前倒し可能期間Ｓへの付け替える前倒し優先度ｐｉｔｓを、前倒し対象期間Ｔの品目４０１の商品の輸送数５０３に基づいて、品目４０１の商品および前倒し可能期間Ｓの組み合わせ（ｉ，ｓ）ごとに算出する算出処理を実行し、決定処理では、算出処理によって算出された組み合わせ（ｉ，ｓ）ごとの前倒し優先度ｐｉｔｓに基づいて、前倒し対象期間Ｔの特定の品目４０１の商品の輸送数５０３と、特定の前倒し可能期間Ｓと、を決定する。
これにより、たとえば、前倒し対象期間Ｔ＝８月について、輸送計画生成装置２００は、商品Ｘ，Ｙ，Ｚでかつ前倒し可能期間Ｓ＝４月、６月、７月の組み合わせ（ｉ，ｓ）ごとの前倒し優先度ｐＸ８４、ｐＸ８６、ｐＸ８７、ｐＹ８４、ｐＹ８６、ｐＹ８７、ｐＺ８４、ｐＺ８６、ｐＺ８７を算出し、前倒し優先度ｐＸ８４、ｐＸ８６、ｐＸ８７、ｐＹ８４、ｐＹ８６、ｐＹ８７、ｐＺ８４、ｐＺ８６、ｐＺ８７から最大値となる前倒し優先度ｐＸ８６＝１５００を選択する。したがって、輸送計画生成装置２００は、商品Ｘの前倒し対象期間Ｔ＝８月の輸送数５０３を、前倒し可能期間Ｓ＝６月に前倒すという、商品Ｘ，Ｙ，Ｚおよび前倒し可能期間Ｓ＝４月、６月、７月の組み合わせ（ｉ，ｓ）の中で前倒し可能な最大数を考慮した最も低廉な輸送計画を生成することができる。
（１１）上記（１）において、輸送計画生成装置２００は、前倒し対象期間Ｔの輸送量の一部の前倒し対象期間Ｔから前倒し可能期間Ｓへの付け替える前倒し優先度ｐｉｔｓを、前倒し可能期間Ｓへ付け替え可能な前倒し対象期間Ｔの品目４０１の商品の最大輸送数（（Ｅｓ－ｅｓ）／ｖｉ）に基づいて、品目４０１の商品ごとに算出する算出処理を実行し、決定処理では、算出処理によって算出された品目４０１の商品ごとの前倒し優先度ｐｉｔｓに基づいて、前倒し対象期間Ｔの特定の品目４０１の商品の輸送数５０３と、特定の前倒し可能期間Ｓと、を決定する。
これにより、たとえば、前倒し対象期間Ｔ＝８月、前倒し可能期間Ｓ＝４月について、輸送計画生成装置２００は、商品Ｘ，Ｙ，Ｚごとの前倒し優先度ｐＸ８４、ｐＹ８４、ｐＺ８４を算出し、前倒し優先度ｐＸ８４、ｐＹ８４、ｐＺ８４から最大値となる前倒し優先度ｐＸ８４＝１００を選択する。したがって、輸送計画生成装置２００は、商品Ｘの前倒し対象期間Ｔ＝８月の輸送数５０３を、前倒し可能期間Ｓ＝４月に前倒すという、商品Ｘ，Ｙ，Ｚの中で輸送能力内で、追加輸送可能な最大数を考慮した最も低廉な輸送計画を生成することができる。
（１２）上記（１）において、輸送計画生成装置２００は、前倒し対象期間Ｔの輸送量の一部の前倒し対象期間Ｔから前倒し可能期間Ｓへの付け替える前倒し優先度ｐｉｔｓを、前倒し可能期間Ｓへ付け替え可能な前倒し対象期間Ｔの品目４０１の商品の最大輸送数（（Ｅｓ－ｅｓ）／ｖｉ）に基づいて、前倒し可能期間Ｓごとに算出する算出処理を実行し、決定処理では、算出処理によって算出された前倒し可能期間Ｓごとの前倒し優先度ｐｉｔｓに基づいて、前倒し対象期間Ｔの特定の品目４０１の商品の輸送数５０３と、特定の前倒し可能期間Ｓと、を決定する。
これにより、たとえば、前倒し対象期間Ｔ＝８月、商品Ｘについて、輸送計画生成装置２００は、前倒し可能期間Ｓ＝４月、６月、７月ごとの前倒し優先度ｐＸ８４、ｐＸ８６、ｐＸ８７を算出し、前倒し優先度ｐＸ８４、ｐＸ８６、ｐＸ８７から最大値となる前倒し優先度ｐ８６Ｘ ＝１５００を選択する。したがって、輸送計画生成装置２００は、商品Ｘの前倒し対象期間Ｔ＝８月の輸送数５０３を、前倒し可能期間Ｓ＝６月に前倒すという、前倒し可能期間Ｓ＝４月、６月、７月の中で、輸送能力内で追加輸送可能な最大数考慮した最も低廉な輸送計画を生成することができる。
（１３）上記（１）において、輸送計画生成装置２００は、前倒し対象期間Ｔの輸送量の一部の前倒し対象期間Ｔから前倒し可能期間Ｓへの付け替える前倒し優先度ｐｉｔｓを、前倒し可能期間Ｓへ付け替え可能な前倒し対象期間Ｔの品目４０１の商品の最大輸送数（（Ｅｓ－ｅｓ）／ｖｉ）に基づいて、品目４０１の商品および前倒し可能期間Ｓの組み合わせ（ｉ，ｓ）ごとに算出する算出処理を実行し、決定処理では、算出処理によって算出された品目４０１の商品ごとの前倒し優先度ｐｉｔｓに基づいて、前倒し対象期間Ｔの特定の品目４０１の商品の輸送数５０３と、特定の前倒し可能期間Ｓと、を決定する。
これにより、たとえば、前倒し対象期間Ｔ＝８月について、輸送計画生成装置２００は、商品Ｘ，Ｙ，Ｚでかつ前倒し可能期間Ｓ＝４月、６月、７月の組み合わせ（ｉ，ｓ）ごとの前倒し優先度ｐＸ８４、ｐＸ８６、ｐＸ８７、ｐＹ８４、ｐＹ８６、ｐＹ８７、ｐＺ８４、ｐＺ８６、ｐＺ８７を算出し、前倒し優先度ｐＸ８４、ｐＸ８６、ｐＸ８７、ｐＹ８４、ｐＹ８６、ｐＹ８７、ｐＺ８４、ｐＺ８６、ｐＺ８７から最大値となる前倒し優先度ｐＸ８６＝１５００を選択する。したがって、輸送計画生成装置２００は、商品Ｘの前倒し対象期間Ｔ＝８月の輸送数５０３を、前倒し可能期間Ｓ＝６月に前倒すという、商品Ｘ，Ｙ，Ｚおよび前倒し可能期間Ｓ＝４月、６月、７月の組み合わせ（ｉ，ｓ）の中で、輸送能力内で追加輸送可能な最大数考慮した最も低廉な輸送計画を生成することができる。
（１４）上記（１）において、輸送計画生成装置２００は、前倒し対象期間Ｔの輸送量の一部の前倒し対象期間Ｔから前倒し可能期間Ｓへの付け替える前倒し優先度ｐｉｔｓを、前倒し対象期間Ｔの品目４０１の商品の輸送数５０３と、前倒し可能期間Ｓへ付け替え可能な前倒し対象期間Ｔの品目４０１の商品の最大輸送数（（Ｅｓ－ｅｓ）／ｖｉ）と、のうち小さい方に基づいて、品目４０１の商品ごとに算出する算出処理を実行し、決定処理では、算出処理によって算出された品目４０１の商品ごとの前倒し優先度ｐｉｔｓに基づいて、前倒し対象期間Ｔの特定の品目４０１の商品の輸送数５０３と、特定の前倒し可能期間Ｓと、を決定する。
これにより、たとえば、前倒し対象期間Ｔ＝８月、前倒し可能期間Ｓ＝４月について、輸送計画生成装置２００は、商品Ｘ，Ｙ，Ｚごとの前倒し優先度ｐＸ８４、ｐＹ８４、ｐＺ８４を算出し、前倒し優先度ｐＸ８４、ｐＹ８４、ｐＺ８４から最大値となる前倒し優先度ｐＸ８４＝１００を選択する。したがって、輸送計画生成装置２００は、商品Ｘの前倒し対象期間Ｔ＝８月の輸送数５０３を、前倒し可能期間Ｓ＝４月に前倒すという、商品Ｘ，Ｙ，Ｚの中で最大前倒し可能数ｒｉｔｓを考慮した最も低廉な輸送計画を生成することができる。
（１５）上記（１）において、輸送計画生成装置２００は、前倒し対象期間Ｔの輸送量の一部の前倒し対象期間Ｔから前倒し可能期間Ｓへの付け替える前倒し優先度ｐｉｔｓを、前倒し対象期間Ｔの品目４０１の商品の輸送数５０３と、前倒し可能期間Ｓへ付け替え可能な前倒し対象期間Ｔの品目４０１の商品の最大輸送数（（Ｅｓ－ｅｓ）／ｖｉ）と、のうち小さい方に基づいて、前倒し可能期間Ｓごとに算出する算出処理を実行し、決定処理では、算出処理によって算出された前倒し可能期間Ｓごとの前倒し優先度ｐｉｔｓに基づいて、前倒し対象期間Ｔの特定の品目４０１の商品の輸送数５０３と、特定の前倒し可能期間Ｓと、を決定する。
これにより、たとえば、前倒し対象期間Ｔ＝８月、商品Ｘについて、輸送計画生成装置２００は、前倒し可能期間Ｓ＝４月、６月、７月ごとの前倒し優先度ｐＸ８４、ｐＸ８６、ｐＸ８７を算出し、前倒し優先度ｐＸ８４、ｐＸ８６、ｐＸ８７から最大値となる前倒し優先度ｐ８６Ｘ ＝１５００を選択する。したがって、輸送計画生成装置２００は、商品Ｘの前倒し対象期間Ｔ＝８月の輸送数５０３を、前倒し可能期間Ｓ＝６月に前倒すという、前倒し可能期間Ｓ＝４月、６月、７月の中で最大前倒し可能数ｒｉｔｓを考慮した最も低廉な輸送計画を生成することができる。
（１６）上記（１）において、輸送計画生成装置２００は、前倒し対象期間Ｔの輸送量の一部の前倒し対象期間Ｔから前倒し可能期間Ｓへの付け替える前倒し優先度ｐｉｔｓを、前倒し対象期間Ｔの品目４０１の商品の輸送数５０３と、前倒し可能期間Ｓへ付け替え可能な前倒し対象期間Ｔの品目４０１の商品の最大輸送数（（Ｅｓ－ｅｓ）／ｖｉ）と、のうち小さい方に基づいて、品目４０１の商品および前倒し可能期間Ｓの組み合わせ（ｉ，ｓ）ごとに算出する算出処理を実行し、決定処理では、算出処理によって算出された品目４０１の商品ごとの前倒し優先度ｐｉｔｓに基づいて、前倒し対象期間Ｔの特定の品目４０１の商品の輸送数５０３と、特定の前倒し可能期間Ｓと、を決定する。
これにより、たとえば、前倒し対象期間Ｔ＝８月について、輸送計画生成装置２００は、商品Ｘ，Ｙ，Ｚでかつ前倒し可能期間Ｓ＝４月、６月、７月の組み合わせ（ｉ，ｓ）ごとの前倒し優先度ｐＸ８４、ｐＸ８６、ｐＸ８７、ｐＹ８４、ｐＹ８６、ｐＹ８７、ｐＺ８４、ｐＺ８６、ｐＺ８７を算出し、前倒し優先度ｐＸ８４、ｐＸ８６、ｐＸ８７、ｐＹ８４、ｐＹ８６、ｐＹ８７、ｐＺ８４、ｐＺ８６、ｐＺ８７から最大値となる前倒し優先度ｐＸ８６＝１５００を選択する。したがって、輸送計画生成装置２００は、商品Ｘの前倒し対象期間Ｔ＝８月の輸送数５０３を、前倒し可能期間Ｓ＝６月に前倒すという、商品Ｘ，Ｙ，Ｚおよび前倒し可能期間Ｓ＝４月、６月、７月の組み合わせ（ｉ，ｓ）の中で最大前倒し可能数ｒｉｔｓを考慮した最も低廉な輸送計画を生成することができる。
（１７）上記（１）において、輸送計画生成装置２００は、過去の期間のトラック種７０１のトラックの実績台数１９０２を目的変数とし、過去の期間の休日数１９０４、過去の期間が決算期であるか否かを示す決算期フラグ１９０５、または、過去の期間が連休を含むか否かを示す連休期フラグ１９０６のうち少なくとも１つを説明変数とする実績データ１８１０に基づいて、学習モデルを生成する学習処理と、学習処理によって生成された学習モデルに、予測対象期間における説明変数である予測データ１８２０を入力することにより、予測対象期間におけるトラック種７０１のトラックの予測台数２１０２を出力する予測処理と、を実行し、検出処理では、予測対象期間のうち、トラック種７０１のトラックの予測台数２１０２および容積４０２に基づく期間別の輸送量が輸送キャパシティＴＣを超える前倒し対象期間Ｔを検出する。
このように過去実績から予測台数２１０２を予測することにより、前倒し対象期間Ｔの検出精度の向上を図ることができる。
（１８）上記（１）において、輸送計画生成装置２００は、決定処理による決定結果に基づいて、輸送数情報ＤＢ３１２を更新する更新処理を実行し、出力処理では、更新処理による更新結果を出力する。
これにより、前倒しを考慮した輸送数情報ＤＢ３１２を構築することができる。
（１９）上記（１８）において、輸送計画生成装置２００は、更新処理では、輸送数情報ＤＢ３１２の更新により、前倒し対象期間Ｔの輸送量が輸送キャパシティＴＣ以下になったか否かを判断し、前倒し対象期間Ｔの輸送量が輸送キャパシティＴＣ以下でない場合、更新結果に基づいて、特定処理および決定処理を再実行する。
これにより、前倒し対象期間Ｔの輸送量が輸送キャパシティＴＣ以下になるまで特定処理および決定処理が実行されるため、前倒しの最適化を図ることができる。
（２０）上記（２）において、輸送計画生成装置２００は、商品情報ＤＢ３１１は、品目４０１の最大保管日数４０３を関連付けており、算出処理では、品目４０１の最大保管日数４０３に基づいて、前倒し優先度ｐｉｔｓを算出する。
これにより、日付５０１から最大保管日数遡った日以前に該当する前倒し可能期間Ｓについては、輸送計画生成装置２００は、前倒し優先度ｐｉｔｓを算出しない。これにより、輸送計画生成装置２００は、日付５０１の時点で商品の価値が存在するように、前倒しを行うことができる。
（２１）上記（２）において、輸送計画生成装置２００は、算出処理では、前倒し対象期間Ｔと前倒し可能期間Ｓとの間において品目４０１の商品の価値が変動する変動モデルに基づいて、前倒し優先度ｐｉｔｓを輸送対象ごとに算出する。
これにより、輸送計画生成装置２００は、変動する商品価値を考慮して前倒し優先度ｐｉｔｓを算出することができる。
なお、本発明は前述した実施例に限定されるものではなく、添付した特許請求の範囲の趣旨内における様々な変形例及び同等の構成が含まれる。例えば、前述した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに本発明は限定されない。また、ある実施例の構成の一部を他の実施例の構成に置き換えてもよい。また、ある実施例の構成に他の実施例の構成を加えてもよい。また、各実施例の構成の一部について、他の構成の追加、削除、または置換をしてもよい。
また、前述した各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等により、ハードウェアで実現してもよく、プロセッサ２０１がそれぞれの機能を実現するプログラムを解釈し実行することにより、ソフトウェアで実現してもよい。
各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリ、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶装置、又は、ＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）カード、ＳＤカード、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）の記録媒体に格納することができる。
また、制御線や情報線は説明上必要と考えられるものを示しており、実装上必要な全ての制御線や情報線を示しているとは限らない。実際には、ほとんど全ての構成が相互に接続されていると考えてよい。
２００ 輸送計画生成装置
２０１ プロセッサ
２０２ 記憶デバイス
２０４ 出力デバイス
３０１ 検出部
３０２ 特定部
３０３ 算出部
３０４ 決定部
３０５ 取得部
３０６ 更新部
３０７ 出力部
３１１ 商品情報ＤＢ
３１２ 輸送数情報ＤＢ
３１３ 保管費用情報ＤＢ
３１４ 輸送料金情報ＤＢ
３１５ 拠点間情報ＤＢ
３１６ 輸送カレンダ

Claims (12)

  1. プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する輸送計画生成装置であって、
    前記プロセッサは、輸送日と輸送対象と輸送数とを関連付けて記憶する輸送数情報と、前記輸送対象と容積とを関連付けて記憶する輸送対象情報と、輸送手段と積載量と期間別の料金とを関連付けて記憶する輸送料金情報と、にアクセス可能であり、
    前記プロセッサは、
    複数の期間のうち、前記輸送数および前記容積に基づく期間別の輸送量がしきい値を超える第１期間を検出する検出処理と、
    前記検出処理によって検出された第１期間より前で、かつ、前記第１期間に該当しない第２期間を特定する特定処理と、
    前記特定処理によって特定された第２期間のうち、前記第１期間の前記輸送手段の料金よりも安くなる特定の第２期間を、前記第１期間の輸送量の一部の付け替え先に決定する決定処理と、
    前記決定処理による決定結果を出力する出力処理と、を実行し、
    前記プロセッサは、さらに、
    前記第１期間の輸送量の一部を前記第１期間から前記第２期間へ付け替える優先度を、前記第１期間の輸送対象の輸送数に基づいて、前記第２期間ごと、または、前記輸送対象および前記第２期間の組み合わせごとに算出する算出処理を実行し、
    前記決定処理では、前記プロセッサは、前記算出処理によって算出された前記第２期間ごと、または、前記輸送対象および前記第２期間の組み合わせごとの優先度に基づいて、前記第１期間の特定の輸送対象の輸送数と、前記特定の第２期間と、を決定する、
    ことを特徴とする輸送計画生成装置。
  2. プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する輸送計画生成装置であって、
    前記プロセッサは、輸送日と輸送対象と輸送数とを関連付けて記憶する輸送数情報と、前記輸送対象と容積とを関連付けて記憶する輸送対象情報と、輸送手段と積載量と期間別の料金とを関連付けて記憶する輸送料金情報と、にアクセス可能であり、
    前記プロセッサは、
    複数の期間のうち、前記輸送数および前記容積に基づく期間別の輸送量がしきい値を超える第１期間を検出する検出処理と、
    前記検出処理によって検出された第１期間より前で、かつ、前記第１期間に該当しない第２期間を特定する特定処理と、
    前記特定処理によって特定された第２期間のうち、前記第１期間の前記輸送手段の料金よりも安くなる特定の第２期間を、前記第１期間の輸送量の一部の付け替え先に決定する決定処理と、
    前記決定処理による決定結果を出力する出力処理と、を実行し、
    前記プロセッサは、さらに、
    前記第１期間の輸送量の一部を前記第１期間から前記第２期間へ付け替える優先度を、前記第２期間の輸送量内で追加輸送可能な前記輸送対象の最大輸送数に基づいて、前記第２期間ごと、または、前記輸送対象および前記第２期間の組み合わせごとに算出する算出処理を実行し、
    前記決定処理では、前記プロセッサは、前記算出処理によって算出された前記第２期間ごと、または、前記輸送対象および前記第２期間の組み合わせごとの優先度に基づいて、前記第１期間の特定の輸送対象の輸送数と、前記特定の第２期間と、を決定する、
    ことを特徴とする輸送計画生成装置。
  3. プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する輸送計画生成装置であって、
    前記プロセッサは、輸送日と輸送対象と輸送数とを関連付けて記憶する輸送数情報と、前記輸送対象と容積とを関連付けて記憶する輸送対象情報と、輸送手段と積載量と期間別の料金とを関連付けて記憶する輸送料金情報と、にアクセス可能であり、
    前記プロセッサは、
    複数の期間のうち、前記輸送数および前記容積に基づく期間別の輸送量がしきい値を超える第１期間を検出する検出処理と、
    前記検出処理によって検出された第１期間より前で、かつ、前記第１期間に該当しない第２期間を特定する特定処理と、
    前記特定処理によって特定された第２期間のうち、前記第１期間の前記輸送手段の料金よりも安くなる特定の第２期間を、前記第１期間の輸送量の一部の付け替え先に決定する決定処理と、
    前記決定処理による決定結果を出力する出力処理と、を実行し、
    前記プロセッサは、さらに、
    前記第１期間の輸送量の一部を前記第１期間から前記第２期間へ付け替える優先度を、前記第１期間の輸送対象の輸送数と、前記第２期間の輸送量内で追加輸送可能な前記輸送対象の最大輸送数と、のうち小さい方に基づいて、前記第２期間ごと、または、前記輸送対象および前記第２期間の組み合わせごとに算出する算出処理を実行し、
    前記決定処理では、前記プロセッサは、前記算出処理によって算出された前記第２期間ごと、または、前記輸送対象および前記第２期間の組み合わせごとの優先度に基づいて、前記第１期間の特定の輸送対象の輸送数と、前記特定の第２期間と、を決定する、
    ことを特徴とする輸送計画生成装置。
  4. プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する輸送計画生成装置であって、
    前記プロセッサは、輸送日と輸送対象と輸送数とを関連付けて記憶する輸送数情報と、前記輸送対象と容積とを関連付けて記憶する輸送対象情報と、輸送手段と積載量と期間別の料金とを関連付けて記憶する輸送料金情報と、にアクセス可能であり、
    前記プロセッサは、
    複数の期間のうち、前記輸送数および前記容積に基づく期間別の輸送量がしきい値を超える第１期間を検出する検出処理と、
    前記検出処理によって検出された第１期間より前で、かつ、前記第１期間に該当しない第２期間を特定する特定処理と、
    前記特定処理によって特定された第２期間のうち、前記第１期間の前記輸送手段の料金よりも安くなる特定の第２期間を、前記第１期間の輸送量の一部の付け替え先に決定する決定処理と、
    前記決定処理による決定結果を出力する出力処理と、を実行し、
    前記プロセッサは、さらに、
    前記輸送対象と前記第２期間の組み合わせについて、前記輸送対象の前記第１期間の輸送量の一部を前記第１期間から前記第２期間へ付け替える優先度を算出する算出処理を実行し、
    前記算出処理では、前記プロセッサは、前記輸送対象の前記第１期間での付け替え前の余剰需要量及び前記第２期間での輸送能力内で追加輸送可能な最大数を示す最大前倒し可能数を算出し、
    前記決定処理では、前記プロセッサは、前記算出処理による結果に基づき、前記優先度が最大となる前記輸送対象および前記第２期間の組み合わせについて、前記第１期間からの最大前倒し可能数を決定し、
    前記プロセッサは、さらに、前記最大前倒し可能数に基づき前記輸送数と割当済み輸送能力とを更新する更新処理を、前記第１期間の割当済み輸送能力が最大輸送能力を下回るまで繰り返し実行する、
    ことを特徴とする輸送計画生成装置。
  5. プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する輸送計画生成装置であって、
    前記プロセッサは、輸送日と輸送対象と輸送数とを関連付けて記憶する輸送数情報と、前記輸送対象と容積とを関連付けて記憶する輸送対象情報と、輸送手段と積載量と期間別の料金とを関連付けて記憶する輸送料金情報と、にアクセス可能であり、
    前記プロセッサは、
    複数の期間のうち、前記輸送数および前記容積に基づく期間別の輸送量がしきい値を超える第１期間を検出する検出処理と、
    前記検出処理によって検出された第１期間より前で、かつ、前記第１期間に該当しない第２期間を特定する特定処理と、
    前記特定処理によって特定された第２期間のうち、前記第１期間の前記輸送手段の料金よりも安くなる特定の第２期間を、前記第１期間の輸送量の一部の付け替え先に決定する決定処理と、
    前記決定処理による決定結果を出力する出力処理と、
    過去の期間の輸送手段の実績台数を目的変数とし、前記過去の期間の休日数、前記過去の期間が決算期であるか否かを示す情報、または、前記過去の期間が連休を含むか否かを示す情報のうち少なくとも１つを説明変数とする実績データに基づいて、学習モデルを生成する学習処理と、
    前記学習処理によって生成された学習モデルに、予測対象期間における前記説明変数である予測データを入力することにより、前記予測対象期間における前記輸送手段の予測台数を出力する予測処理と、を実行し、
    前記検出処理では、前記プロセッサは、前記予測対象期間のうち、前記輸送手段の予測台数および前記容積に基づく前記期間別の輸送量がしきい値を超える第１期間を検出する、
    ことを特徴とする輸送計画生成装置。
  6. プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する輸送計画生成装置であって、
    前記プロセッサは、輸送日と輸送対象と輸送数とを関連付けて記憶する輸送数情報と、前記輸送対象と容積とを関連付けて記憶する輸送対象情報と、輸送手段と積載量と期間別の料金とを関連付けて記憶する輸送料金情報と、にアクセス可能であり、
    前記プロセッサは、
    複数の期間のうち、前記輸送数および前記容積に基づく期間別の輸送量がしきい値を超える第１期間を検出する検出処理と、
    前記検出処理によって検出された第１期間より前で、かつ、前記第１期間に該当しない第２期間を特定する特定処理と、
    前記特定処理によって特定された第２期間のうち、前記第１期間の前記輸送手段の料金よりも安くなる特定の第２期間を、前記第１期間の輸送量の一部の付け替え先に決定する決定処理と、
    前記決定処理による決定結果を出力する出力処理と、を実行し、
    前記プロセッサは、さらに、
    前記第１期間の輸送量の一部を前記第１期間から前記第２期間へ付け替える優先度を、前記第１期間の輸送対象を前記第１期間に前記輸送手段で輸送する第１料金と、前記輸送対象を前記第２期間に前記輸送手段で輸送する第２料金と、前記第１期間と前記第２期間との間において前記輸送対象の価値が変動する変動モデルと、に基づいて、前記輸送対象ごとに算出する算出処理を実行し、
    前記決定処理では、前記プロセッサは、前記算出処理によって算出された前記輸送対象ごとの優先度に基づいて、前記第１期間の特定の輸送対象の輸送数と、前記特定の第２期間と、を決定する、
    ことを特徴とする輸送計画生成装置。
  7. プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する輸送計画生成装置が実行する輸送計画生成方法であって、
    前記プロセッサは、輸送日と輸送対象と輸送数とを関連付けて記憶する輸送数情報と、前記輸送対象と容積とを関連付けて記憶する輸送対象情報と、輸送手段と積載量と期間別の料金とを関連付けて記憶する輸送料金情報と、にアクセス可能であり、
    前記プロセッサは、
    複数の期間のうち、前記輸送数および前記容積に基づく期間別の輸送量がしきい値を超える第１期間を検出する検出処理と、
    前記検出処理によって検出された第１期間より前で、かつ、前記第１期間に該当しない第２期間を特定する特定処理と、
    前記特定処理によって特定された第２期間のうち、前記第１期間の前記輸送手段の料金よりも安くなる特定の第２期間を、前記第１期間の輸送量の一部の付け替え先に決定する決定処理と、
    前記決定処理による決定結果を出力する出力処理と、を実行し、
    前記プロセッサは、さらに、
    前記第１期間の輸送量の一部を前記第１期間から前記第２期間へ付け替える優先度を、前記第１期間の輸送対象の輸送数に基づいて、前記第２期間ごと、または、前記輸送対象および前記第２期間の組み合わせごとに算出する算出処理を実行し、
    前記決定処理では、前記プロセッサは、前記算出処理によって算出された前記第２期間ごと、または、前記輸送対象および前記第２期間の組み合わせごとの優先度に基づいて、前記第１期間の特定の輸送対象の輸送数と、前記特定の第２期間と、を決定する、
    ことを特徴とする輸送計画生成方法。
  8. プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する輸送計画生成装置が実行する輸送計画生成方法であって、
    前記プロセッサは、輸送日と輸送対象と輸送数とを関連付けて記憶する輸送数情報と、前記輸送対象と容積とを関連付けて記憶する輸送対象情報と、輸送手段と積載量と期間別の料金とを関連付けて記憶する輸送料金情報と、にアクセス可能であり、
    前記プロセッサは、
    複数の期間のうち、前記輸送数および前記容積に基づく期間別の輸送量がしきい値を超える第１期間を検出する検出処理と、
    前記検出処理によって検出された第１期間より前で、かつ、前記第１期間に該当しない第２期間を特定する特定処理と、
    前記特定処理によって特定された第２期間のうち、前記第１期間の前記輸送手段の料金よりも安くなる特定の第２期間を、前記第１期間の輸送量の一部の付け替え先に決定する決定処理と、
    前記決定処理による決定結果を出力する出力処理と、を実行し、
    前記プロセッサは、さらに、
    前記第１期間の輸送量の一部を前記第１期間から前記第２期間へ付け替える優先度を、前記第２期間の輸送量内で追加輸送可能な前記輸送対象の最大輸送数に基づいて、前記第２期間ごと、または、前記輸送対象および前記第２期間の組み合わせごとに算出する算出処理を実行し、
    前記決定処理では、前記プロセッサは、前記算出処理によって算出された前記第２期間ごと、または、前記輸送対象および前記第２期間の組み合わせごとの優先度に基づいて、前記第１期間の特定の輸送対象の輸送数と、前記特定の第２期間と、を決定する、
    ことを特徴とする輸送計画生成方法。
  9. プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する輸送計画生成装置が実行する輸送計画生成方法であって、
    前記プロセッサは、輸送日と輸送対象と輸送数とを関連付けて記憶する輸送数情報と、前記輸送対象と容積とを関連付けて記憶する輸送対象情報と、輸送手段と積載量と期間別の料金とを関連付けて記憶する輸送料金情報と、にアクセス可能であり、
    前記プロセッサは、
    複数の期間のうち、前記輸送数および前記容積に基づく期間別の輸送量がしきい値を超える第１期間を検出する検出処理と、
    前記検出処理によって検出された第１期間より前で、かつ、前記第１期間に該当しない第２期間を特定する特定処理と、
    前記特定処理によって特定された第２期間のうち、前記第１期間の前記輸送手段の料金よりも安くなる特定の第２期間を、前記第１期間の輸送量の一部の付け替え先に決定する決定処理と、
    前記決定処理による決定結果を出力する出力処理と、を実行し、
    前記プロセッサは、さらに、
    前記第１期間の輸送量の一部を前記第１期間から前記第２期間へ付け替える優先度を、前記第１期間の輸送対象の輸送数と、前記第２期間の輸送量内で追加輸送可能な前記輸送対象の最大輸送数と、のうち小さい方に基づいて、前記第２期間ごと、または、前記輸送対象および前記第２期間の組み合わせごとに算出する算出処理を実行し、
    前記決定処理では、前記プロセッサは、前記算出処理によって算出された前記第２期間ごと、または、前記輸送対象および前記第２期間の組み合わせごとの優先度に基づいて、前記第１期間の特定の輸送対象の輸送数と、前記特定の第２期間と、を決定する、
    ことを特徴とする輸送計画生成方法。
  10. プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する輸送計画生成装置が実行する輸送計画生成方法であって、
    前記プロセッサは、輸送日と輸送対象と輸送数とを関連付けて記憶する輸送数情報と、前記輸送対象と容積とを関連付けて記憶する輸送対象情報と、輸送手段と積載量と期間別の料金とを関連付けて記憶する輸送料金情報と、にアクセス可能であり、
    前記プロセッサは、
    複数の期間のうち、前記輸送数および前記容積に基づく期間別の輸送量がしきい値を超える第１期間を検出する検出処理と、
    前記検出処理によって検出された第１期間より前で、かつ、前記第１期間に該当しない第２期間を特定する特定処理と、
    前記特定処理によって特定された第２期間のうち、前記第１期間の前記輸送手段の料金よりも安くなる特定の第２期間を、前記第１期間の輸送量の一部の付け替え先に決定する決定処理と、
    前記決定処理による決定結果を出力する出力処理と、を実行し、
    前記プロセッサは、さらに、
    前記輸送対象と前記第２期間の組み合わせについて、前記輸送対象の前記第１期間の輸送量の一部を前記第１期間から前記第２期間へ付け替える優先度を算出する算出処理を実行し、
    前記算出処理では、前記プロセッサは、前記輸送対象の前記第１期間での付け替え前の余剰需要量及び前記第２期間での輸送能力内で追加輸送可能な最大数を示す最大前倒し可能数を算出し、
    前記決定処理では、前記プロセッサは、前記算出処理による結果に基づき、前記優先度が最大となる前記輸送対象および前記第２期間の組み合わせについて、前記第１期間からの最大前倒し可能数を決定し、
    前記プロセッサは、さらに、前記最大前倒し可能数に基づき前記輸送数と割当済み輸送能力とを更新する更新処理を、前記第１期間の割当済み輸送能力が最大輸送能力を下回るまで繰り返し実行する、
    ことを特徴とする輸送計画生成方法。
  11. プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する輸送計画生成装置が実行する輸送計画生成方法であって、
    前記プロセッサは、輸送日と輸送対象と輸送数とを関連付けて記憶する輸送数情報と、前記輸送対象と容積とを関連付けて記憶する輸送対象情報と、輸送手段と積載量と期間別の料金とを関連付けて記憶する輸送料金情報と、にアクセス可能であり、
    前記プロセッサは、
    複数の期間のうち、前記輸送数および前記容積に基づく期間別の輸送量がしきい値を超える第１期間を検出する検出処理と、
    前記検出処理によって検出された第１期間より前で、かつ、前記第１期間に該当しない第２期間を特定する特定処理と、
    前記特定処理によって特定された第２期間のうち、前記第１期間の前記輸送手段の料金よりも安くなる特定の第２期間を、前記第１期間の輸送量の一部の付け替え先に決定する決定処理と、
    前記決定処理による決定結果を出力する出力処理と、
    過去の期間の輸送手段の実績台数を目的変数とし、前記過去の期間の休日数、前記過去の期間が決算期であるか否かを示す情報、または、前記過去の期間が連休を含むか否かを示す情報のうち少なくとも１つを説明変数とする実績データに基づいて、学習モデルを生成する学習処理と、
    前記学習処理によって生成された学習モデルに、予測対象期間における前記説明変数である予測データを入力することにより、前記予測対象期間における前記輸送手段の予測台数を出力する予測処理と、を実行し、
    前記検出処理では、前記プロセッサは、前記予測対象期間のうち、前記輸送手段の予測台数および前記容積に基づく前記期間別の輸送量がしきい値を超える第１期間を検出する、
    ことを特徴とする輸送計画生成方法。
  12. プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する輸送計画生成装置が実行する輸送計画生成方法であって、
    前記プロセッサは、輸送日と輸送対象と輸送数とを関連付けて記憶する輸送数情報と、前記輸送対象と容積とを関連付けて記憶する輸送対象情報と、輸送手段と積載量と期間別の料金とを関連付けて記憶する輸送料金情報と、にアクセス可能であり、
    前記プロセッサは、
    複数の期間のうち、前記輸送数および前記容積に基づく期間別の輸送量がしきい値を超える第１期間を検出する検出処理と、
    前記検出処理によって検出された第１期間より前で、かつ、前記第１期間に該当しない第２期間を特定する特定処理と、
    前記特定処理によって特定された第２期間のうち、前記第１期間の前記輸送手段の料金よりも安くなる特定の第２期間を、前記第１期間の輸送量の一部の付け替え先に決定する決定処理と、
    前記決定処理による決定結果を出力する出力処理と、を実行し、
    前記プロセッサは、さらに、
    前記第１期間の輸送量の一部を前記第１期間から前記第２期間へ付け替える優先度を、前記第１期間の輸送対象を前記第１期間に前記輸送手段で輸送する第１料金と、前記輸送対象を前記第２期間に前記輸送手段で輸送する第２料金と、前記第１期間と前記第２期間との間において前記輸送対象の価値が変動する変動モデルと、に基づいて、前記輸送対象ごとに算出する算出処理を実行し、
    前記決定処理では、前記プロセッサは、前記算出処理によって算出された前記輸送対象ごとの優先度に基づいて、前記第１期間の特定の輸送対象の輸送数と、前記特定の第２期間と、を決定する、
    ことを特徴とする輸送計画生成方法。
JP2019198578A 2019-10-31 2019-10-31 輸送計画生成装置および輸送計画生成方法 Active JP7341030B6 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2019198578A JP7341030B6 (ja) 2019-10-31 2019-10-31 輸送計画生成装置および輸送計画生成方法
US17/081,321 US20210133655A1 (en) 2019-10-31 2020-10-27 Transportation plan generation apparatus and transportation plan generation method
CN202011177779.6A CN112749829B (zh) 2019-10-31 2020-10-29 输送计划生成装置及输送计划生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019198578A JP7341030B6 (ja) 2019-10-31 2019-10-31 輸送計画生成装置および輸送計画生成方法

Publications (3)

Publication Number Publication Date
JP2021071950A JP2021071950A (ja) 2021-05-06
JP7341030B2 true JP7341030B2 (ja) 2023-09-08
JP7341030B6 JP7341030B6 (ja) 2024-02-22

Family

ID=75648774

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019198578A Active JP7341030B6 (ja) 2019-10-31 2019-10-31 輸送計画生成装置および輸送計画生成方法

Country Status (3)

Country Link
US (1) US20210133655A1 (ja)
JP (1) JP7341030B6 (ja)
CN (1) CN112749829B (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11392857B1 (en) * 2021-05-06 2022-07-19 Hammel Companies Inc. System and method for initiating a completed lading request
US11429801B1 (en) 2021-09-21 2022-08-30 Pitt Ohio System and method for carrier identification
US11783280B2 (en) 2021-10-14 2023-10-10 Pitt Ohio System and method for carrier selection
US11853956B2 (en) 2021-10-19 2023-12-26 Hammel Companies Inc. System and method for assembling a transport
US11860780B2 (en) 2022-01-28 2024-01-02 Pure Storage, Inc. Storage cache management

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000062916A (ja) 1998-08-18 2000-02-29 Hitachi Ltd 輸送計画作成方法及びシステム
JP2004326711A (ja) 2003-04-30 2004-11-18 Hitachi Eng Co Ltd 配車計画立案方法および装置
JP2009286502A (ja) 2008-05-27 2009-12-10 Hitachi Ltd 輸送計画システム
JP2016143266A (ja) 2015-02-03 2016-08-08 Ｎｅｃフィールディング株式会社 管理装置、管理システム、管理方法及びプログラム
JP2017187854A (ja) 2016-04-01 2017-10-12 Ｊｆｅスチール株式会社 配船計画作成方法、製鉄所操業方法、及び配船計画作成装置
JP2018020885A (ja) 2016-08-03 2018-02-08 富士通株式会社 輸配送計画プログラム、輸配送計画方法及び輸配送計画装置

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4025652B2 (ja) * 2003-01-10 2007-12-26 日立ソフトウエアエンジニアリング株式会社 輸送計画作成システム及び方法
JP4268008B2 (ja) * 2003-10-08 2009-05-27 富士通株式会社 配送計画作成プログラムおよび配送計画作成方法
JP2006185385A (ja) * 2004-12-28 2006-07-13 Max Co Ltd 勤務スケジュール管理方法およびその管理装置
JP2008114960A (ja) * 2006-11-02 2008-05-22 Hitachi Ltd 輸送計画システム
JP2009154986A (ja) * 2007-12-25 2009-07-16 Hitachi Ltd 輸送計画システム及びその方法
JP2010269867A (ja) * 2009-05-19 2010-12-02 Hitachi Ltd 輸送計画立案支援システム及び輸送計画立案支援方法
US20150112750A1 (en) * 2013-10-17 2015-04-23 Caterpillar, Inc. Supply network optimization method and system for multiple objectives
CN103699982A (zh) * 2013-12-26 2014-04-02 浙江工业大学 一种带软时间窗口的物流配送控制方法
WO2015171825A1 (en) * 2014-05-06 2015-11-12 Carvajal Hernan Ramiro Switch network of containers and trailers for transportation, storage, and distribution of physical items
JP6612114B2 (ja) * 2015-11-30 2019-11-27 株式会社日立製作所 部品発注制御装置および部品発注制御方法
CN105389639A (zh) * 2015-12-15 2016-03-09 上海汽车集团股份有限公司 基于机器学习的物流运输路径规划方法、装置及系统
US20180211219A1 (en) * 2017-01-26 2018-07-26 Driving Innovations, LLC Transport Management System
US20200234348A1 (en) * 2017-02-27 2020-07-23 Maruichi Warehouse Co., Ltd. Information processing device
CN107256472A (zh) * 2017-06-08 2017-10-17 北京惠赢天下网络技术有限公司 基于标准箱的安全货品配送方法、系统及服务器
CN107169715A (zh) * 2017-06-08 2017-09-15 北京惠赢天下网络技术有限公司 配送商的基于标准箱货品的动态配送方法、系统及终端
US11948124B2 (en) * 2017-07-07 2024-04-02 Transformation Packaging Llc Shipment record systems and methods
CN109308540B (zh) * 2017-07-28 2020-07-28 株式会社日立制作所 一种配送车辆的配送计划生成方法、装置及系统
RU2652466C1 (ru) * 2017-09-04 2018-04-26 Общество с ограниченной ответственностью "Веб Логистика" Способ определения стоимости грузоперевозки
CN109961242B (zh) * 2017-12-14 2023-10-17 菜鸟智能物流控股有限公司 一种物流方案确定方法及装置
WO2019161394A1 (en) * 2018-02-19 2019-08-22 Target Brands, Inc. Lead time determinations in supply chain architecture
CN108898336A (zh) * 2018-06-14 2018-11-27 广州国铭职业技能培训有限公司 一种智能物流自动配送方法
US20200051020A1 (en) * 2018-08-09 2020-02-13 Vyomi Technetwork Services Private Limited Method and system to predict cost of transportation of goods
US20200082315A1 (en) * 2018-09-07 2020-03-12 Lyft, Inc. Efficiency of a transportation matching system using geocoded provider models

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000062916A (ja) 1998-08-18 2000-02-29 Hitachi Ltd 輸送計画作成方法及びシステム
JP2004326711A (ja) 2003-04-30 2004-11-18 Hitachi Eng Co Ltd 配車計画立案方法および装置
JP2009286502A (ja) 2008-05-27 2009-12-10 Hitachi Ltd 輸送計画システム
JP2016143266A (ja) 2015-02-03 2016-08-08 Ｎｅｃフィールディング株式会社 管理装置、管理システム、管理方法及びプログラム
JP2017187854A (ja) 2016-04-01 2017-10-12 Ｊｆｅスチール株式会社 配船計画作成方法、製鉄所操業方法、及び配船計画作成装置
JP2018020885A (ja) 2016-08-03 2018-02-08 富士通株式会社 輸配送計画プログラム、輸配送計画方法及び輸配送計画装置

Also Published As

Publication number Publication date
JP2021071950A (ja) 2021-05-06
US20210133655A1 (en) 2021-05-06
CN112749829A (zh) 2021-05-04
CN112749829B (zh) 2023-10-31
JP7341030B6 (ja) 2024-02-22

Similar Documents

Publication Publication Date Title
JP7341030B2 (ja) 輸送計画生成装置および輸送計画生成方法
Hübner et al. The revival of retail stores via omnichannel operations: A literature review and research framework
Weidinger et al. Picker routing in the mixed-shelves warehouses of e-commerce retailers
Park et al. A genetic algorithm for the vendor-managed inventory routing problem with lost sales
Paterson et al. Inventory models with lateral transshipments: A review
Moussaoui et al. Drivers of retail on-shelf availability: Systematic review, critical assessment, and reflections on the road ahead
Landers et al. The virtual warehousing concept
JP2004517378A (ja) 出荷および輸送を最適化するシステムおよび方法
JP6031184B2 (ja) 供給グループ決定支援装置及び供給グループ決定支援プログラム
Benrqya et al. Cross-docking or traditional warehousing: what is the right distribution strategy for your product?
Lin et al. Optimal pricing for build-to-order supply chain design under price-dependent stochastic demand
Ventura et al. A multi-product dynamic supply chain inventory model with supplier selection, joint replenishment, and transportation cost
Alnahhal et al. Optimal selection of third-party logistics providers using integer programming: A case study of a furniture company storage and distribution
Rijal et al. Dynamics between warehouse operations and vehicle routing
Shah et al. Can collaborative buffering strategies reduce distribution costs while improving product returns?: A case of an Asian e-retailer
Ralfs et al. Inventory management with advance demand information and flexible shipment consolidation
Glickman et al. Optimal vendor selection in a multiproduct supply chain with truckload discounts
Chiang Optimal control policy for a standing order inventory system
JPH1087036A (ja) 物流システムにおける在庫引当方法、及び、配送形態と在庫位置との決定方法
TWI413939B (zh) 於供應鏈中修復規劃的電腦實行系統與方法及具有在供應鏈中用於修復規劃之軟體的非暫態電腦可讀媒體
Wang et al. Mixed-integer linear optimization for full truckload pickup and delivery
Rembulan et al. An integrated model of continuous review inventory and vehicle routing problem with time windows
Ozsakalli et al. Daily logistics planning with multiple 3PLs: A case study in a chemical company
Bijvank Service inventory management: Solution techniques for inventory systems without backorders
Sysoiev et al. SUPPLY OPTIMIZATION MODEL IN THE HIERARCHICAL GEOGRAPHICALLY DISTRIBUTED ORGANIZATION.

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220624

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230428

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230509

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230710

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: 20230808

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230829

R150 Certificate of patent or registration of utility model

Ref document number: 7341030

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350