JPWO2022153716A5 - 最適化装置、最適化方法、及び最適化プログラム - Google Patents

最適化装置、最適化方法、及び最適化プログラム Download PDF

Info

Publication number
JPWO2022153716A5
JPWO2022153716A5 JP2022575128A JP2022575128A JPWO2022153716A5 JP WO2022153716 A5 JPWO2022153716 A5 JP WO2022153716A5 JP 2022575128 A JP2022575128 A JP 2022575128A JP 2022575128 A JP2022575128 A JP 2022575128A JP WO2022153716 A5 JPWO2022153716 A5 JP WO2022153716A5
Authority
JP
Japan
Prior art keywords
delivery
consumption
products
candidate
objective function
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.)
Pending
Application number
JP2022575128A
Other languages
English (en)
Other versions
JPWO2022153716A1 (ja
Filing date
Publication date
Application filed filed Critical
Priority claimed from PCT/JP2021/044723 external-priority patent/WO2022153716A1/ja
Publication of JPWO2022153716A1 publication Critical patent/JPWO2022153716A1/ja
Publication of JPWO2022153716A5 publication Critical patent/JPWO2022153716A5/ja
Pending legal-status Critical Current

Links

Description

Figure 2022153716000001
1は、第1の消費地であるSSの各々には、必ず1回配送するという制約条件を表す制約項である。x[b]は、配送ブロックbを採用するときに1、それ以外は0となる変数である。S1は、第1の消費地の集合を表している。したがって、最初のシグマ記号は、第1の消費地についての和を計算することを意味している。bsは、第1の消費地である消費地sに対して配送を行う配送ブロックを示している。したがって、2番目のシグマ記号は、注目している消費地s(第1の消費地)を含む配送ブロックについて和をとることを意味している。
Figure 2022153716000002
2は、第2の消費地であるSSの各々には、0回又は1回の配送をおこなうという条件を表す制約項である。S2は、第2の消費地の集合を表している。したがって、最初のシグマ記号は第2の消費地についての和を計算することを意味している。2番目のシグマ記号は、注目している消費地s(第2の消費地)を含む配送ブロックについて和をとることを意味している。
Figure 2022153716000003
3は、各車両種に対応する配送ブロックの個数をNl個以下とする条件を表す制約項である。l(lはアルファベットのエルを表している)は、車両種を表す添え字である。したがって、1番目のシグマ記号は、車両種lについて和をとることを意味している。y[l、n]は、車両種lにn個の配送ブロックが割り当てられるときに1、それ以外のときに0となる変数である。そして、N は、各車両種における車両数の上限である。したがって、2番目のシグマ記号は、車両数n=0~N までの和をとることを意味している。bは、車両種lが設定されている配送ブロックを意味する。したがって、3番目のシグマ記号は、注目する車両種lに割り当てられる配送ブロックについての和を計算することを意味している。
Figure 2022153716000004
4は、車両種lに割り当てられる配送ブロックの数に関するワンホット条件を表している。これにより、車両種lを用いて配送される配送ブロックの数は、~Nlのいずれかに限定されることとなる。
Figure 2022153716000005
5は、選択される配送ブロックの数を少なくするという制約条件を表している。これにより、配送に使用される車両の数を減らすことが可能となる。
Figure 2022153716000006
6は、車両の移動距離当たりの輸送量(配送効率)を最大化するための目的関数を示している。vd[b]は、配送効率を意味している。このような目的関数を含むことにより、配送効率が大きい配送ブロックが選択されやすくなる。
Figure 2022153716000007
7は、配送コストの総和を最小化するための目的関数を示している。c[b]は、配送ブロックに設定された配送コストを意味している。このような目的関数を含むことにより、配送コストが小さい配送ブロックが選択されやすくなる。
Figure 2022153716000008
8は、車両の移動距離を最小化するための目的関数を示している。d[b]は、配送ブロックに設定された移動距離を意味している。このような目的関数を含むことにより、移動距離が小さい配送ブロックが選択されやすくなる。
Figure 2022153716000009
9は、アニーリングに用いられるハミルトニアンの一例を示している。W1、W2、W3W32、W4、W5、Wo1は、重みを表す数値である。9は、配送効率を最適化するためのハミルトニアンである。9の目的関数は、6のHo1となっている。
Figure 2022153716000010
10は、配送コストを最適化するためのハミルトニアンである。Wo2は、重みを表す数値である。10の目的関数は、7のHo2となっている。
Figure 2022153716000011
11は、移動距離を最適化するためのハミルトニアンである。Wo3は、重みを表す数値である。11の目的関数は、8のHo3となっている。

Claims (10)

  1. 複数の消費地のそれぞれについて、1以上の製品の各々に係る配送情報を取得する取得手段と、
    配送元を出発し、1以上の消費地の各々に前記1以上の製品を配送し、配送元に戻る配送タスクの候補を複数特定する特定手段と、
    前記配送情報に基づいて、各候補における評価値、及び配送車両の車両種の少なくとも一方を決定する決定手段と、
    決定結果に基づく目的関数を最適化した結果に基づいて、特定された複数の候補から複数の配送タスクを選択する選択手段と、
    を備えた最適化装置。
  2. 前記選択手段は、
    アニーリングによって前記目的関数を最適化した結果に基づいて、前記複数の候補から前記複数の配送タスクを選択する、
    請求項1に記載の最適化装置。
  3. 前記特定手段は、
    1つの消費地へ配送を行うための第1の候補と、相互の距離が閾値以下である複数の消費地へ配送を行うための第2の候補とを特定する、
    請求項1又は2のいずれかに記載の最適化装置。
  4. 前記特定手段は、
    前記第2の候補を特定するとき、配送タスクにおける前記1以上の製品の配送量が閾値以下であるか否かを判定し、判定結果が真である場合、前記配送タスクを前記第2の候補として特定する、
    請求項3に記載の最適化装置。
  5. 前記決定手段は、
    前記配送情報に基づいて、各候補における前配送車両の車両種を決定し、
    前記選択手段は、
    各車両種の車両数に関する制約条件を満たしたうえで前記目的関数を最適化する、
    請求項1から4のいずれかに記載の最適化装置。
  6. 前記決定手段は、
    各候補における移動距離当たりの輸送量、配送コスト、又は移動距離を、前記評価値として決定し、
    前記選択手段は、
    前記評価値を含む前記目的関数を最適化する、
    請求項1から5のいずれか1項に記載の最適化装置。
  7. 前記1以上の消費地は、配送する時間帯が指定される第1の消費地と、配送する時間帯が指定されない第2の消費地とを含んでおり、
    前記取得手段は、
    前記第1の消費地について、配送する時間帯と、前記1以上の製品の各々の配送量と、を取得し、
    前記第2の消費地について、時間帯ごとに、前記時間帯に配送を行う場合における前記1以上の製品の各々の配送量を取得し、
    前記選択手段は、
    前記第1の消費地への配送回数が1回であり、前記第2の消費地への配送回数が0回又は1回となるような制約条件を満たしたうえで前記目的関数を最適化する、
    請求項1から6のいずれか1項に記載の最適化装置。
  8. 前記決定手段は、
    前記複数の候補のそれぞれについて、配送先、前記配送先ごとの前記1以上の製品の各々の配送量、前記車両種、及び前記評価値を含む配送データを生成して記憶装置に登録し、
    前記選択手段は、
    選択された各配送タスクに係る配送データを表示装置に表示する、
    請求項1から7のいずれか1項に記載の最適化装置。
  9. コンピュータが、
    複数の消費地のそれぞれについて、1以上の製品の各々に係る配送情報を取得し、
    配送元を出発し、1以上の消費地の各々に前記1以上の製品を配送し、配送元に戻る配送タスクの候補を複数特定し、
    前記配送情報に基づいて、各候補における評価値、及び配送車両の車両種の少なくとも一方を決定し、
    決定結果に基づく目的関数を最適化した結果に基づいて、特定された複数の候補から複数の配送タスクを選択する、
    最適化方法。
  10. コンピュータに、
    複数の消費地のそれぞれについて、1以上の製品の各々に係る配送情報を取得する処理と、
    配送元を出発し、1以上の消費地の各々に前記1以上の製品を配送し、配送元に戻る配送タスクの候補を複数特定する処理と、
    前記配送情報に基づいて、各候補における評価値、及び配送車両の車両種の少なくとも一方を決定する処理と、
    決定結果に基づく目的関数を最適化した結果に基づいて、特定された複数の候補から複数の配送タスクを選択する処理と、
    を実行させる最適化プログラム。
JP2022575128A 2021-12-06 最適化装置、最適化方法、及び最適化プログラム Pending JPWO2022153716A5 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021002925 2021-01-12
PCT/JP2021/044723 WO2022153716A1 (ja) 2021-01-12 2021-12-06 最適化装置、最適化方法、及び非一時的なコンピュータ可読媒体

Publications (2)

Publication Number Publication Date
JPWO2022153716A1 JPWO2022153716A1 (ja) 2022-07-21
JPWO2022153716A5 true JPWO2022153716A5 (ja) 2023-09-22

Family

ID=

Similar Documents

Publication Publication Date Title
Xie et al. Introducing split orders and optimizing operational policies in robotic mobile fulfillment systems
Matusiak et al. Utilizing individual picker skills to improve order batching in a warehouse
Kim et al. Solving the dynamic vehicle routing problem under traffic congestion
US7840319B2 (en) Core area territory planning for optimizing driver familiarity and route flexibility
Sharman et al. Analysis of freight global positioning system data: Clustering approach for identifying trip destinations
CN108615129B (zh) 一种运力监测方法、装置及电子设备
JP2009501119A (ja) コンテナ密度を予測するためのシステム及び方法
JP7116997B2 (ja) 情報処理装置及び情報処理プログラム
CN104236569A (zh) 确定最优的会合点的方法和装置
JP4790464B2 (ja) 業務分析システム
Coelho et al. A variable MIP neighborhood descent for the multi-attribute inventory routing problem
Jiang et al. A scheme for determining vehicle routes based on Arc-based service network design
CN110555156B (zh) 一种最优泊位推荐的方法及装置
Manzini et al. Correlated storage assignment and iso-time mapping adopting tri-later stackers. A case study from tile industry
JPWO2022153716A5 (ja) 最適化装置、最適化方法、及び最適化プログラム
Song et al. Service time prediction for last-yard delivery
JP2006240794A (ja) 輸送スケジュール作成システム
JP7066958B2 (ja) 訪問先推薦装置、訪問先推薦方法および訪問先推薦プログラム
JP2020057252A (ja) 情報処理装置、及び情報処理プログラム
JP2022066017A (ja) 求解プログラム、求解方法および情報処理装置
JPH07219920A (ja) 最適化問題解決処理方法および装置
EP3757913A1 (en) Article transport systems and methods
González-Calderón Multiclass equilibrium demand synthesis
JP2021156684A (ja) 配送最適化装置
JP2022002995A (ja) 情報処理システムおよび情報処理方法