JPH0781722A - 配送ルート作成装置 - Google Patents

Abstract

(57)【要約】 【目的】 例えば集配センタ等において自動的に熟練者
の判断に近い配送ルートを作成する。 【構成】 過去に実施された実績配送ルートを事例デー
タベースに記憶し、この事例データベースに記憶されて
いる各実績配送ルートにおける今回入力した配送データ
に対する類似度を算出する。そして、算出された高い類
似度を有する実績配送ルートを類似配送ルートとして抽
出し、抽出された類似配送ルートに基づいて配送ルート
算出条件を設定する。この設定された条件に基づいて前
記配送データに対する配送ルートを算出する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は複数の物品を複数の搬送
先に配送する配送ルートを自動的に作成する配送ルート
作成装置に関する。

【０００２】

【従来の技術】例えば、運送業における集配センタにお
いては、配送物品を効率的に配送先に届けたり、収集す
るために、毎日各配送車両毎に配送ルートを作成する。
この各配送車両毎に配送ルートを作成する作業は、どの
物品をどの車両に割付けるかの判断も含めて、膨大な作
業量になるので、コンピュータ等の情報処理装置を用い
て自動的に最も効率的な配送ルートを作成する手法が提
唱されている。

【０００３】このように自動的に配送ルートを作成する
配送ルート作成装置においては、例えばキーボード等を
用いて各配送先と各配送先に配送する物品種類と数量等
の配送要求と、配送車両数や各配送車両の積載容量，各
配送車両の１日の最大走行距離等の配送条件とからなる
配送データを入力する。

【０００４】すると、各搬送車両と各配送先とを順番に
組合せていき、その各組合せに対する配送センター全体
の各走行距離を順番に算出して、この走行距離が最小と
なる組合せを最終的な配送ルートと決定する。したがっ
て、与えられた条件内において最も効率的な配送ルート
が得られる。この手法は一般的に数理計画法と呼ばれて
いる。

【０００５】しかし、この数理計画法によると、配送先
数や配送物品数量が増加すると、配送車両数を増加する
必要がある。配送先数や配送車両数が増加すると、前述
した組合せ数が大幅に増大し、配送ルート作成装置にお
ける演算処理量が大幅に増大して、最終の配送ルートが
得られるまでに多大の処理時間が必要となり、この装置
を用いた配送ルート作成作業能率が低下する。

【０００６】このような不都合を解消するために、前述
した全部の組合せに対して走行距離を算出するのではな
くて、近似解法を用いて作成する例えばセービング手法
が採用されている。

【０００７】

【発明が解決しようとする課題】しかしながら、上述し
たセービング手法を採用した配送ルート作成装置におい
てもまだ解消すべき次のような課題があった。

【０００８】すなわち、前述したセービング手法を含む
数理計画法においては、前述したように配送車両数や各
配送車両の積載容量，各配送車両の１日の最大走行距離
等の配送条件に従って、走行距離が最小となる配送ルー
トが決定される。

【０００９】しかしながら、実際の配送業務において
は、定常的な道路混雑が存在したり、又は曜日や時間帯
に応じて道路の混雑状況が変化する。また、運転手にと
っても全ての配送ルートを把握しているとは限らない。
さらに、各配送車両における大きさ等の関係から配送車
両によっては配送できない配送先が存在したり、道路の
一方通行規制等が存在して、算出された配送ルートでは
実際に配送できない場合もある。さらに、配送先によっ
ては、配送時刻が午前又は午後に指定される場合もあ
る。

【００１０】このような数値化できない条件を予め配送
ルート作成装置に組込むことが困難であるので、例えば
運転手や配送ルート設定者が経験と勘で決めていた従来
の配送ルートと全く異なる配送ルートが出力される可能
性がある。

【００１１】このような従来とは全く異なる配送ルート
は、往々にして前述した配送ルート作成装置に組込むこ
とができない種々の制約によって、熟練者や運転手が見
ると、不適当な配送ルートであると判断される懸念があ
る。

【００１２】本発明はこのような事情に鑑みてなされた
ものであり、過去に実施された実績配送ルートを事例デ
ータベースに記憶保持し、配送ルート決定に際しては過
去の類似配送ルートを作成条件に加えることによって、
より現実性のある配送ルートを能率的に作成できる配送
ルート作成装置を提供することを目的とする。

【００１３】

【課題を解決するための手段】上記課題を解消するため
に本発明の配送ルート作成装置においては、配送先や配
送物品数量等の配送要求及び配送車両数等の配送条件か
らなる配送データを入力する配送データ入力部と、過去
に実施された実績配送ルートを記憶する事例データベー
スと、この事例データベースに記憶されている各実績配
送ルートにおける配送データ入力部に入力した配送デー
タに対する類似度を算出する類似度算出手段と、この類
似度算出手段にて算出された高い類似度を有する実績配
送ルートを類似配送ルートとして抽出する類似配送ルー
ト抽出手段と、この抽出された類似配送ルートに基づい
て配送ルート算出条件を設定する条件設定手段と、この
設定された条件に基づいて配送データに対する配送ルー
トを算出する配送ルート算出手段とを備えたものであ
る。

【００１４】さらに、類似度算出手段を、実績配送ルー
トにおける配送先や配送物品数量等の各比較項目毎に配
送データに対する一致数と不一致数とを用いて項目別類
似度を算出する項目別類似度算出手段と、算出された各
項目別類似度に対してそれぞれ類似度係数を乗算して事
例ルート別類似度を算出する事例ルート別類似度算出手
段と、外部から操作入力された評価類似度を用いて類似
度係数を修正する類似度係数修正手段とで構成してい
る。

【００１５】

【作用】このように構成された配送ルート作成装置にお
いては、過去に実施された実績配送ルートが事例データ
ベースに蓄積されている。そして、配送データ入力部に
配送先や配送物品数量等の配送要求及び配送車両数等の
配送条件からなる配送データが入力されると、事例デー
タベースに蓄積されている各実績配送ルートが今回新た
に入力した配送データとどの程度類似しているかを示す
類似度が算出される。

【００１６】そして、算出された各類似度のうち値の高
い類似度を有する１個又は複数の実績配送ルートが類似
配送ルートと指定される。そして、この類似配送ルート
に基づいてルート算出条件が設定される。そして、この
設定された条件の下に、前述した数理計画方を含む所定
の算出式を用いて今回入力された配送データに対応する
配送ルートが作成される。

【００１７】したがって、この算出された配送ルートは
過去に実施された実績配送ルートに対して大きく異なる
ことはなく、実現可能な妥当な配送ルートとなる。

【００１８】さらに、別の発明は前述した類似度を算出
する具体的手法を示す。

【００１９】すなわち、実績配送ルートにおける具体的
な各項目毎に、今回入力された配送データの各項目毎に
おける一致，不一致の数を検出して、この一致，不一致
数から項目別類似度が算出される。そして、各項目毎に
該当項目の重み度を示す類度度係数が乗算されて事例ル
ート別類似度が算出される。

【００２０】さらに、この算出された事例ルート別類似
度が熟練した配送ルート作成作業員が経験と勘による評
価類似度と大きく異なる場合は、操作入力された評価類
似によって類似度係数が自動的に修正される。

【００２１】したがって、次回の類似度算出処理によっ
て算出された事例ルート別類似度は熟練者の評価値に近
くなる。

【００２２】

【実施例】以下本発明の実施例を図面を用いて説明す
る。

【００２３】図１は実施例の配送ルート作成装置の概略
構成を示すブロック図である。この実施例の配送ルート
作成装置はコンピュータ等の一種の情報処理装置で構成
されており、図１に示す各部はアプリケーションプログ
ラム上におけるソフト的手段で構成されている。

【００２４】配送データ入力部部１には、図７に示すよ
うに、今日１日に配送すべき配送先Ｐ（Ｐ₁ ，Ｐ
₂ …）、各配送先Ｐ₁ ，Ｐ₂ …に配送する物品種類Ｇ
（ｇ₁ ，ｇ₂，…）、数量Ｎ等の配送要求と、配送車両
数，各配送車両の最大積載量、配送車両１台の１日の最
大走行距離等の配送条件が入力される。

【００２５】なお、この配送ルート作成装置が配設され
ている集配センタ２と各配送先Ｐ₁，Ｐ₂ …との位置関
係は図２に示す配置図３のフォーマットで事例データベ
ース４に予め記憶保持されている。

【００２６】事例データベース４内には、配置図３の他
に、過去にこの集配センタ２で実施された毎日の実績配
送ルートが、例えば図３又は図８に示すフォーマット
で、その日付，曜日と共に記憶保持されている。

【００２７】比較項目設定部５は事例データベース４内
に記憶されている、同一配送条件における、各実績配送
ルートの配送データに対する類似度Ｆ（Ｘ₁ ，Ｘ₂ ，Ｘ
₃ ，…）を算出する場合における比較項目を設定する。
なお、同一配送条件とは例えば配送車両数を示す。そし
て、この実施例においては、比較項目として、配送先Ｐ
（Ｘ１），物品種類Ｇ（Ｘ₂ ），配送曜日Ｘ₃ が予め設
定されている。

【００２８】類似度算出部６は、事例データベース４内
に記憶されている各実績配送ルート毎の今回の配送デー
タに対する各類似度Ｆ（Ｘ₁ ，Ｘ₂ ，Ｘ₃ ）を算出す
る。

【００２９】類似配送ルート抽出部７は、類似度算出部
６にて算出された各実績配送ルートの類似度Ｆ（Ｘ₁ ，
Ｘ₂ ，Ｘ₃ ）のうちの最大の１個又は２個の類似度Ｆ
（Ｘ₁，Ｘ₂ ，Ｘ₃ ）を有する実績配送ルートを事例デ
ータベース４から読出して類似配送ルートとして次の条
件設定部８へ送出する。

【００３０】条件設定部８は、入力された１個以上の類
似配送ルートに基づいて新たに配送条件を設定する。こ
の新たに設定する配送条件とは、今回入力した配送デー
タにおいて、今回抽出した類似配送ルート内の使用可能
な部分はなるべくこの類似配送ルートの部分を使用する
条件である。

【００３１】したがって、今回配送データに基づいて新
規に作成される配送ルートを構成する各配送車両が分担
する各配送先や配送順序等の各構成部分のうちの、類似
配送ルートに既に合致する部分はこの類似配送ルートの
構成部分をそのまま採用する。このような条件が次の配
送ルート算出部９へ送信される。

【００３２】配送ルート算出部９においては、条件設定
部８の条件によって自動的に決定される構成部分以外の
不確定な構成部分に対して、前述した数理計画方法を用
いて、走行距離が最も小さくなるように各構成部分を決
定する。そして、最終的な今日１日の１個の配送ルート
を決定する。

【００３３】決定された最終の配送ルートは例えばＣＲ
Ｔ表示装置で構成された決定ルート表示部１０へ表示出
力される。また、決定された配送ルートは事例データ書
込部１１によって、事例データベース４へ新たな実績配
送ルートとして、今回入力された各搬送条件，日付，曜
日と共に登録される。

【００３４】このような配送ルート作成部における動作
を具体的例を用いて説明する。

【００３５】例えば、図２に示すような各配送先Ｐ₁ 〜
Ｐ₁₀の配置図３が登録されている状態において、配送先
データ入力部１を介して、９か所の配送先Ｐ₁ 〜Ｐ₉ に
対してそれぞれ物品を配送する配送要求と、使用配送車
両（トラック）数は３台である配送条件とからなる配送
データが入力されたとする。

【００３６】この場合、比較項目設定部５にておいて設
定された配送車両数が３台の配送条件を満たす実績配送
ルートのうちの類似度の高い図３（ａ）（ｂ）に示す２
つの類似配送ルート１２ａ，１２ｂが抽出されたとす
る。

【００３７】類似配送ルート１２ａにおいては、 トラック１： 集配センタ→配送先Ｐ₁ →Ｐ₂ →Ｐ₈ →
集配センタ トラック２： 集配センタ→配送先Ｐ₉ →Ｐ₃ →Ｐ₁₀→
集配センタ トラック３： 集配センタ→配送先Ｐ₅ →Ｐ₇ →Ｐ₆ →
集配センタ 一方、類似配送ルート１２ｂにおいては、 トラック１： 集配センタ→配送先Ｐ₁ →Ｐ₂ →Ｐ₈ →
集配センタ トラック２： 集配センタ→配送先Ｐ₉ →Ｐ₁₀→Ｐ₄ →
集配センタ トラック３： 集配センタ→配送先Ｐ₅ →Ｐ₇ →Ｐ₆ →
集配センタ この二つの類似配送ルート１２ａ，１２ｂと今回の配送
先Ｐ₁ 〜Ｐ₉ に対してそれぞれ物品を配送する配送要求
に合致する部分は、両方の類似配送ルート１２ａ，１２
ｂにおけるトラック１，トラック３の割付ルートであ
る。前述したように、配送実績のある割付ルートはなる
べくそのまま採用して、新規の割付はなるべく実施しな
い条件が条件設定部８で設定されるので、このトラック
１，３のルートはそのまま新規の配送ルートに採用され
る。

【００３８】なお、類似配送ルート１２ａには今回の配
送要求の配送先Ｐ₃ が含まれるが、配送先Ｐ₄ が含まれ
ない。逆に、類似配送ルート１２ｂには今回の配送要求
の配送先Ｐ₄ が含まれるが、配送先Ｐ₃ が含まれない。
したがって、各類似配送ルート１２ａ，１２ｂにおける
トラック２の配送ルートをそのまま採用できない。

【００３９】その結果、今回の配送要求において、まだ
割付が済んでいない配送先はＰ₃ ，Ｐ₄ ，Ｐ₉ の３か所
である。したがって、このに３つの配送先Ｐ₃ ，Ｐ₄ ，
Ｐ₉に対してトラック２を割付ければよい。

【００４０】そして、トラック２において、この３つの
配送先Ｐ₃ ，Ｐ₄ ，Ｐ₉ に対してどの順序で配送するか
を、前述した走行距離が最短になる順序を数理計画法で
決定する。

【００４１】この数理計画法によって、トラック２に対
しては、次の配送ルートとなる。

【００４２】トラック２： 集配センタ→配送先Ｐ₉ →
Ｐ₃ →Ｐ₄ →集配センタよって、今回の配送要求に対す
る最終的な配送ルートは下記のようになる。

【００４３】トラック１： 集配センタ→配送先Ｐ₁ →
Ｐ₂ →Ｐ₈ →集配センタ トラック２： 集配センタ→配送先Ｐ₉ →Ｐ₃ →Ｐ₄ →
集配センタ トラック３： 集配センタ→配送先Ｐ₅ →Ｐ₇ →Ｐ₆ →
集配センタ このように、事例データベースに記憶されている実績配
送ルートのななから類似度の高い類似配送ルートを抽出
して、この類似配送ルートに一致する部分をそのまま採
用して、残り部分に対してのみ、数理計画法等の所定の
理論式を用いて決定している。

【００４４】したがって、過去に実施された実績配送ル
ートと大きく掛け離れた配送ルートが作成されるのが未
然に防止され、より実現的な配送ルートが短時間で作成
される。

【００４５】なお、図５は従来の数理計画法のみを用い
て作成した配送ルートである。この手法においては、ト
ラック３に対して、今回の配送要求に合致するルートが
存在するにも係わらず、新規のルートが割付けられる不
都合が生じる。

【００４６】次に、類似度算出部６の具体的構成及びそ
の動作を図６〜図９を用いて説明する。

【００４７】類度度算出部６は、図６に示すように、項
目別一致数検出部１２，項目別不一致数検出部１３．項
目別類似度算出部１４，類似度係数メモリ１５，事例ル
ート別類似度算出部１６，評価類似度入力部１７，類似
度係数修正部１８とで構成されている。

【００４８】次に各部１２〜１８の動作を実施例に側し
て順番に説明していく。

【００４９】まず、配送先データ入力部１に、図７に示
す配送先Ｐ，物品種類Ｇ，個数Ｎ，配送の曜日を指定し
た配送要求１９を入力したと仮定する。そして、事例デ
ータべース４に記憶されている多数の実績配送ルートの
うちの１つの実績配送ルートが図８に示す実績配送ルー
ト２０であるとする。

【００５０】なお、説明を簡単にするために、配送車両
数は配送要求１９及び実績配送ルート２０共に１台であ
ると仮定する。

【００５１】この場合、比較項目設定部５から、前述し
たように、比較項目として、配送先Ｐ（項目別類似度Ｘ
１），物品種類Ｇ（項目別類似度Ｘ₂ ），配送曜日（項
目別類似度Ｘ₃ ）が設定されている。

【００５２】そして、項目別一致数検出部１２及び項目
別不一致数検出部１３は上述した各項目別に一致数
Ｘ_1A，不一致数Ｘ_1Bを検出する。

【００５３】具体的には、実績配送ルート２０側から見
て、配送先Ｐにおける一致している配送先はＰ₁ とＰ₄
であるので、一致数Ｘ_1Aは２となる。また、不一致の配
送先はＰ₂ とＰ₆ であるので不一致数Ｘ_1Bは２となる。

【００５４】そこで、この配送先Ｐに関する比較項目の
項目別類似度Ｘ₁ は下記に示すように、一致数から不一
致数を減算した値となる。

【００５５】 項目別類似度Ｘ₁ ＝ｃ₁ ・Ｘ_1A−ｃ₂ ・Ｘ_1B 但し、ｃ₁ ，ｃ₂ は影響度を示す予め定められた定数で
あり、実施例装置においては、ｃ₁ ＝１０，ｃ₂ ＝５に
設定されている。

【００５６】よって、実施例においては、項目別類似度
Ｘ₁ ＝１０となる。

【００５７】次に、物品種類Ｇに対する項目別類似度Ｘ
₂ を求める。

【００５８】同様に、実績配送ルート２０側から見て、
同一配送先Ｐに配送する物品種類Ｇの一致数Ｘ_2Aは配送
先Ｐ₁ の物品種類ｇ₁ の１のみである。また、該当配送
先Ｐに配当した物品Ｇの誤差数（不一致数）Ｘ2Bは２−
１＝１である。

【００５９】そこで、この物品種類Ｇに対する項目別類
似度Ｘ₂ は下記に示すように、一致数から不一致数を減
算した値となる。

【００６０】項目別類似度Ｘ₂ ＝ｃ₃ ・Ｘ_2A−｜Ｘ_2B｜ 但し、ｃ₃ は影響度を示す予め定められた定数であり、
実施例装置においては、ｃ₃ ＝２に設定されている。

【００６１】よって、実施例においては、項目別類似度
Ｘ₂ ＝２・１−１＝１となる。

【００６２】次に、配送曜日に対する項目別類似度Ｘ₃
を算出する。

【００６３】この場合、一致していればＸ₃ ＝２とし、
不一致の場合は１とする。

【００６４】実施例においては、実績配送ルート２０及
び配送要求１９とも［日曜日］であるので、項目別類似
度Ｘ₃ ＝２である。

【００６５】項目別類似度算出部１４で各項目別類似度
Ｘ₁ ，Ｘ₂ ，Ｘ₃ の算出処理が終了すると、事例ルート
別類似度算出部１６は、類似係数メモリ１５から読出し
た各項目別の類似係数Ｋ₁ ，Ｋ₂ ，Ｋ₃ を用いてこの実
績配送ルート２０に対する事例ルート別類似度Ｆ
（Ｘ₁ ，Ｘ₂ ，Ｘ₃ ）を算出する。

【００６６】Ｆ（Ｘ₁ ，Ｘ₂ ，Ｘ₃ ）＝Ｋ₁ ・Ｘ₁ ＋Ｋ
₂ ・Ｘ₂ ＋Ｋ₃ ・Ｘ₃ 但し、各項目別類似係数Ｋ₁ ，Ｋ₂ ，Ｋ₃ は次の関係式
を満たすように設定される。

【００６７】Ｋ₁ ² ＋Ｋ₂ ² ＋Ｋ₃ ² ＝１ この類度度係数メモリ１５に設定される各項目別類似係
数Ｋ₁ ，Ｋ₂ ，Ｋ₃ は類似度係数修正部１８によって修
正されるが、最初は互いに等しく設定されている。

【００６８】よって、初期値Ｋ_1I＝Ｋ_2I＝Ｋ_3I＝（１／
３）^1/2 となる。

【００６９】したがって、図８に示す事例配送ルート２
０の図７の配送要求１９に対する事例ルート別類似度ｆ
（Ｘ₁ ，Ｘ₂ ，Ｘ₃ ）は以下のように算出される。

【００７０】Ｆ（Ｘ₁ ，Ｘ₂ ，Ｘ₃ ）＝（１０＋１＋
２）・（１／３）^1/2＝１３・（１／３）^1/2 ＝７．５
１ このようにして求められた事例ルート別類似度Ｆ
（Ｘ₁ ，Ｘ₂ ，Ｘ₃ ）は一つの類似度Ｆとして図１の類
似配送ルート抽出部７へ出力される。

【００７１】また、評価類似度入力部１７は、類似配送
ルート抽出部７において、事例データベース４に記憶さ
れている全ての実績配送ルートに対する各類似度（事例
ルート別類似度）Ｆ（Ｘ₁ ，Ｘ₂ ，Ｘ₃ ）のうちから最
も高い類似度Ｆと指定された類似配送ルートが、熟練者
の想定した実績配送ルートと大きく異なる場合に、熟練
者が想定した類似配送ルートにおける既に一旦算出して
いる各比較項目別の評価類似度Ｘ_1E，Ｘ_2E，Ｘ_3Eを操作
入力するための装置である。入力されれた各評価類似度
Ｘ_1E，Ｘ_2E，Ｘ_3Eは類似度計数修正部１８へ送出され
る。

【００７２】類似度計数修正部１８は、類似度係数メモ
リ１５に現在記憶されている各項目別類似係数Ｋ₁ ，Ｋ
₂ ，Ｋ₃ を、評価類似度入力部１７から操作者が入力し
た各比較項目別評価類似度Ｘ_1E，Ｘ_2E，Ｘ_3Eに基づいて
自動修正する。

【００７３】次に、具体的類似度修正方法を説明する。

【００７４】(1) 先ず、今回の配送要求データによる
各項目別評価類似度をＦ₁ （Ｘ₁ ，Ｘ₂ ，Ｘ₃ ）、類似
度計数をＫ（Ｋ₁ ，Ｋ₂ ，Ｋ₃ ）、専門家が選んだデー
タの評価類似度をＦ₂ （Ｙ₁ ，Ｙ₂ ，Ｙ₃ ）とする。そ
して、各類似度Ｆ₁ ，Ｆ₂ をベクトルと見做すと図９
（ａ）のように表示できる。

【００７５】(2) 図９（ａ）のベクトル図において、
ベクトル（Ｆ₁ Ｆ₂ ）の延長線と垂直になるベクトルＦ
₂ ´を求める。具体的には、ベクトルＦ₂ とベクトルＦ
₂ ´との間の角度をθ、ベクトルＦ₁ とベクトルＦ₂ と
の間の角度をαとすると、ベクトルＦ₂ をθだけ回転さ
せることによってベクトルＦ₂ ´が得られる。

【００７６】(3) 次に、図９（ｂ）に示すように、ベ
クトルＦ₂ ´とベクトルＫとを１／２に内分するベクト
ルＫ´、すなわち正規化したベクトルＫ´（Ｋ₁ ´，Ｋ
₂ ´，Ｋ₃ ´）を求める。そして、求めた正規化ベクト
ルＫ´（Ｋ₁ ´，Ｋ₂ ´，Ｋ₃ ´）を新しい類似度係数
として類似度メモリ１５に設定する。

【００７７】すなわち、類似度係数メモリ１５に記憶さ
れている各比較項目別の類似度係数Ｋ₁ ，Ｋ₂ ，Ｋ
₃ は、次回以降に計算される事例ルート別類似度Ｆ（Ｘ
₁ ，Ｘ₂，Ｘ₃ ）によって選ばれた類似配送ルートが熟
練者が想定した類似配送ルートに近づくように変化す
る。

【００７８】例えば、Ｆ₁ （１，３^1/2 ，０）、Ｆ
₂ （２／３^1/2 ，２／３^1/2 ，０）、Ｋ（１／３^1/2 ，
１／３^1/2 ，１／３^1/2 ）とすと、 ｜Ｆ₁ ｜cos(θ＋α）＝｜Ｆ₂ ｜ cosθ …(1) となる。Ｆ₁ ，Ｆ₂ を計算すると、 ｜Ｆ₁ ｜＝２ ｜Ｆ₂ ｜＝２・２^1/2 ／３^1/2 cosα＝（３^1/2 ＋１）／（２・２^1/2 ） sinα＝（３^1/2 −１）／（２・２^1/2 ） これらの値と(1) 式より、 cosθ＝３^1/2 ／２、 sinθ＝１／２が求められる。

【００７９】よって、ベクトルＦ₂ （２／３^1/2 ，２／
３^1/2 ，０）をθだけ回転すると、ベクトルＦ₂ ´（１
＋１／３^1/2 ，１−１／３^1/2 ，０）が求まる。

【００８０】よって、ベクトルＦ₂ ´とベクトルＫとを
１／２に内分する点のベクトルＫ´は、Ｋ´［（３^1/2
＋２）／（２・３^1/2 ），１／２，１／（２・３^1/2 ）
となり、こののベクトルＫ´を正規化することによっ
て、最終的な類似度係数は下記のようになる。

【００８１】［（３^1/2 ＋２）／（１１＋４・３^1/2 ）
^1/2 ，３^1/2 ／（１１＋４・３^1/2 ）^1/2 ，１／（１１
＋４・３^1/2 ）^1/2 ］ そして、次回から今回算出した新規の類似度係数を用い
て、類似度Ｆが算出される。

【００８２】このような構成の類似度検出部６において
は、まず最初に各比較項目毎の比較項目別類似度Ｘ₁ ，
Ｘ₂ ，Ｘ₃ が算出され、これらに比較項目毎に設定され
た類似度係数Ｋ₁ ，Ｋ₂ ，Ｋ₃ が乗算されて、実績配送
ルート別の類似度Ｆ（Ｘ₁ ，Ｘ₂ ，Ｘ₃ ）が算出され
る。

【００８３】そして、算出された事例ルート別類似度Ｆ
のうちの最も大きい類似度の実績配送ルートと熟練者が
評価した最も大きい類似度の実績配送ルートとが異なる
場合は、評価された実績配送ルートに近付くような類似
度係数Ｋ_1MN ，Ｋ_2MN ，Ｋ_{3M N} を新たに求めて、この類
似度係数Ｋ_1MN ，Ｋ_2MN ，Ｋ_3MN を新たな類似度係数Ｋ
₁ ，Ｋ₂ ，Ｋ₃ として類似度係数メモリ１５に設定され
る。

【００８４】よって、次回からはより熟練者の評価値に
近い類似度Ｆが算出される。そして、算出回数を重ねる
と、類似度係数修正部１８の動作を停止しても、すなわ
ち、熟練者がその都度評価類似度を入力しなくても、ほ
ぼ熟練者の判断に近い類似度が自動的に算出される。よ
って、操作員の操作負担が軽減される。

【００８５】

【発明の効果】以上説明したように本発明の配送ルート
作成装置によれば、過去に実施された実績配送ルートを
事例データベースに記憶保持し、配送ルート決定に際し
ては過去の類似配送ルートを作成条件に加えるようにし
ている。したがって、より現実性のある配送ルートを能
率的に作成できる。

【００８６】また、事例データベースに記憶保持されて
いる実績配送ルートの今回入力した配送データとの類似
度を算出する過程においても、類似度係数を熟練者の評
価類似度を用いて修正しているので、より熟練者の判断
に近い類似度が得られる。

【図面の簡単な説明】

【図１】 本発明の一実施例に係わる配送ルート作成装
置の階略構成を示すブロック図。

【図２】 同実施例装置に記憶される配置図。

【図３】 同実施例装置の事例データベースに記録され
ている実績配送ルートを示す図。

【図４】 同実施例装置で算出された配送ルートを示す
図。

【図５】 従来手法で算出された配送ルートを示す図。

【図６】 同実施例装置の類似度算出部の概略構成を示
すブロック図。

【図７】 同実施例装置に入力された配送要求を示す
図。

【図８】 同実施例装置の事例データベースに記録され
ている実績配送ルートを示す図。

【図９】 同実施例装置の類似度算出部の類似度係数の
修正手順を示すベクトル図。

【符号の説明】

１…配送先データ入力部、４…事例データベース、５…
比較項目設定部、６…類似度算出部、７…類似配送ルー
ト抽出部、８…条件設定部、９…配送ルート算出部、１
０…配送ルート表示部、１２…項目別一致数検出部、１
３…項目別不一致致数検出部、１４…項目別類似度算出
部、１５…類似度係数メモリ、１６…事例ルート別類似
度算出部、１７…評価類似度入力部、１８…類似度係数
修正部。

Claims (2)

【特許請求の範囲】
1. 【請求項１】 配送先や配送物品数量等の配送要求及び
   配送車両数等の配送条件からなる配送データを入力する
   配送データ入力部と、過去に実施された実績配送ルート
   を記憶する事例データベースと、この事例データベース
   に記憶されている各実績配送ルートにおける前記配送デ
   ータ入力部に入力した配送データに対する類似度を算出
   する類似度算出手段と、この類似度算出手段にて算出さ
   れた高い類似度を有する実績配送ルートを類似配送ルー
   トとして抽出する類似配送ルート抽出手段と、この抽出
   された類似配送ルートに基づいて配送ルート算出条件を
   設定する条件設定手段と、この設定された条件に基づい
   て前記配送データに対する配送ルートを算出する配送ル
   ート算出手段とを備えた配送ルート作成装置。
2. 【請求項２】 前記類似度算出手段は、前記実績配送ル
   ートにおける配送先や配送物品数量等の各比較項目毎に
   前記配送データに対する一致数と不一致数とを用いて項
   目別類似度を算出する項目別類似度算出手段と、この算
   出された各項目別類似度に対してそれぞれ類似度係数を
   乗算して事例ルート別類似度を算出する事例ルート別類
   似度算出手段と、外部から操作入力された評価類似度を
   用いて前記類似度係数を修正する類似度係数修正手段と
   を有することを特徴とする請求項１記載の配送ルート作
   成装置。