KR102115585B1 - 복화 운송을 위한 주문 매칭 방법 - Google Patents

복화 운송을 위한 주문 매칭 방법 Download PDF

Info

Publication number
KR102115585B1
KR102115585B1 KR1020190115917A KR20190115917A KR102115585B1 KR 102115585 B1 KR102115585 B1 KR 102115585B1 KR 1020190115917 A KR1020190115917 A KR 1020190115917A KR 20190115917 A KR20190115917 A KR 20190115917A KR 102115585 B1 KR102115585 B1 KR 102115585B1
Authority
KR
South Korea
Prior art keywords
order
orders
time
vehicle
loading
Prior art date
Application number
KR1020190115917A
Other languages
English (en)
Inventor
김태현
채종인
정창윤
최준혁
윤승진
김재원
임옥경
김완식
유은정
Original Assignee
씨제이대한통운 (주)
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 씨제이대한통운 (주) filed Critical 씨제이대한통운 (주)
Priority to KR1020190115917A priority Critical patent/KR102115585B1/ko
Application granted granted Critical
Publication of KR102115585B1 publication Critical patent/KR102115585B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047Optimisation of routes or paths, e.g. travelling salesman problem
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083Shipping
    • G06Q10/0832Special goods or special handling procedures, e.g. handling of hazardous or fragile goods

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 복화 운송을 위한 주문 매칭 방법에 관한 것으로, 화물의 편도 운행시 발생되는 차량의 공차거리를 줄이기 위해 최대가능한 복화 경우의 수를 탐색하고, 두 개의 편도 주문을 하나의 차량으로 임무를 수행하도록 하는, 복화 운송을 위한 주문 매칭 방법이 제공된다. 이 주문 매칭 방법은, 주문 정보로서 상하차지 위치, 상하차 시간, 요청차종 및 톤급, 운송 요청물품, 상하차지에 진입 가능한 차량 톤수를 포함하는 주문정보를 입력하는 단계; 미입력 정보 및 불가능 주문 삭제 단계를 포함하는 주문 유효성을 검증하는 단계; 유효성이 검증된 주문들로부터 주문 조합을 생성하는 단계; 생성된 주문조합에 대해 주문 매칭 후보군을 선정하는 단계; 및 주문 매칭을 최적화하는 단계를 포함한다.

Description

복화 운송을 위한 주문 매칭 방법{ORDER MATCHING ALGORITHM FOR BACKHAULS}
본 발명은 복화 운송을 통해 자원의 효율성 향상과 기업의 운영비 및 원가 절감을 위한 복화 주문 매칭 방법에 관한 것으로, 보다 구체적으로는 복화 운송을 통해 기업의 원가를 절감하고 자원의 활용도 및 효율성을 향상시키며,더불어 사회적 측면에서 도로 수송 부분의 온실가스 배출량을 저감할 수 있는 복화 운송을 위한 주문 매칭 방법에 관한 것이다.
2015년 국내 산업부문별 온실가스 배출량은 에너지 산업, 제조업 및 건설업, 수송업 순으로, 수송부문에서 94.2백만tCO₂eq를 배출하여 국내 온실 가스 배출량의 14.6%를 차지한다. 수송 부문 중 화물자동차 운송 분야가 약 20%의 온실가스를 배출하고 있으며, 도로수송 부문의 온실가스 배출량은 지속해서 증가하고 있어, 도로 수송의 효율화를 통한 온실가스배출 저감이 필요할 것으로 판단된다.
도로화물 수송 효율화 방안으로는 총 화물 수송 거리를 최소화하고, 수송 수단별 분담률을 적절하게 조정하고, 차량 운행을 효율화하여 화물자동차 운행을 최소화하는 방법이 있다. 이 중 차량 운행 효율화 여부는 공차 운행여부, 평균 적재량, 화물자동차 적재능력 등에 의해 결정된다.
공로 화물운송에서 공차운송은 대기오염 물질 배출로 인한 환경오염과 교통체증으로 인한 사회적 비용을 발생시킨다. 기업 운영 관점에서 공차운송은 기업의 운송 자원을 낭비하는 것으로, 경영활동의 비효율을 발생시킨다. 2016년 국내 일반 화물자동차 운송업의 일평균 통행 거리 중 공차운행거리율은 평균 28.8%로 나타나, 공차운행을 줄이기 위한 방안 마련이 필요하다.
화물 운송과 관련해서 한국공개특허 20170134754호는 수송 차량 스케줄들을 관리하는 트립 결정하는 방법에 대해 개시하고 있으며, 이 특허문헌에서는 수송 차량 스케줄 관리를 위해 GPS 모듈을 활용하여 수송 차량의 현재 위치 및 진로를 결정하고, 현재 위치 및 진로를 컴퓨터와 통신하며, 현재 시간 및 수송 차량의 위치를 고려하여 데이터베이스 내 트립 스케줄을 매칭하는 것에 대해 시사하고 있다.
또한 한국공개특허 2017-0000591호는 접수된 운송 주문 및 화물차량의 현재 위치를 바탕으로 운전기사에게 현재 위치 인근의 운송 오더를 제공하고 또한 현재 운송 오더와 연계하여 운송 가능한 연계 운송 오더를 추출하여 운송자 단말에 제공하여 연속적인 운송 오더를 제공하는 것에 대해 시사하고 있다.
또한 한국공개특허 2016-0119633호는 운송사 및 화주,관리자 클라이언트와 네트워크 연동하는 화물 연계 운송 관리 시스템에 있어서, 각 화물 운송수단의 운행비용 및 사회적 비용 측면에서 가장 효율적인 화물 연계 운송 경로를 설정하고,그에 따른 관리를 위한 관리 방법, 시스템, 컴퓨터 프로그램, 기록 메체에 대해 시사하고 있다.
또한 한국공개특허 2013-0082877호는 화물정보 관리부가 차주 단말기의 권역에서 다른 권역으로 이동이 필요한 제1화물정보 및 상기 제1화물정보의 도착지와 같은 권역에서 출발하고 도착지가 상기 차주 단말기의 권역인 제2화물정보를 추출하고, 제1화물정보의 도착일시와 상기 2제화물정보의 출발일시가 소정의 시간 내에 포함되는 화물정보를 권역간 왕복 가능한 화물정보로 생성하는 화물 배차 시스템에 대해 개시하고 있다.
그러나 전술한 바와 같은 특허문헌들은 배차시에 화물수송에서 고려되어야만 하는 현실적인 제약 조건들이 전혀 고려되지 않기 때문에 상대적으로 운송거리와 공차거리가 긴 수송분야에서 실제 적용하기 어렵고 화물정보망 같은 주문 정보 공유 플랫폼에서 불특정 다수의 주문에 적용되기에는 한계가 있다.
본 발명은 전술한 문제점에 기반하여 안출된 발명으로, 화물 운송에 있어서 자원의 효율성 향상과 원가 절감을 위한 복화 운송을 위한 주문 매칭 방법을 제공하는 것을 목적으로 한다.
전술한 과제를 해결하기 위해 본 발명에 따르면, 화물의 편도 운행시 발생되는 차량의 공차거리를 줄이기 위해 최대가능한 복화 경우의 수를 탐색하고, 두 개의 편도 주문을 하나의 차량으로 임무를 수행하도록 하는, 복화 운송을 위한 주문 매칭 방법이 제공된다. 이 주문 매칭 방법은, 주문 정보로서 상하차지 위치, 상하차 시간, 요청차종 및 톤급, 운송 요청물품, 상하차지에 진입 가능한 차량 톤수를 포함하는 주문정보를 입력하는 단계; 미입력 정보 및 불가능 주문 삭제 단계를 포함하는 주문 유효성을 검증하는 단계; 유효성이 검증된 주문들로부터 주문 조합을 생성하는 단계; 생성된 주문조합에 대해 주문 매칭 후보군을 선정하는 단계; 및 주문 매칭을 최적화하는 단계를 포함한다.
전술한 실시예에서 주문유효성을 검증하는 단계는 주문에 미입력 정보(Missing data)가 존재하는 주문; 및 상하차 요청시간이 미리정해진 시간보다 짧은 주문;을 삭제하는 처리를 포함하고, 미입력 정보를 삭제하는 단계는 주문정보 중 수송 주문 처리에 필요한 상·하차지, 차종 및 톤급, 상하차 일시 정보가 없는 주문을 입력정보로부터 삭제하는처리를 포함하고, 불가능 주문 삭제 단계는 단일 주문의 상·하차 요청일시를 비교하여 상차요청일시가 하차요청일시와 같거나 늦은 주문을 입력정보로부터 삭제하는 처리, 및 상차지와 하차지간 이동거리와 상·하차 요청시간 간격을 비교하여 요청시간 내 이동이 불가능한 주문을 입력정보로부터 삭제하는 처리를 포함한다.
전술한 실시예에서 주문 매칭 후보군을 선정하는 단계는, 주문간 상차시간, 차량 종류, 차량 톤급, 상·하차지 진입 톤수, 물자 그룹, 제2 주문 탐색 반경, 편도 운행거리, 최소 운행거리, 동일 방향 주문, 제2 주문 상차까지 대기 시간, 시간내 처리, 운행가능시간으로 이루어진 제약 조건들을 고려하여 선정된다.
또한 전술한 실시예에서 주문 매칭을 최적화하는 단계는, 주문간 공차거리를 최소화시키기 위해,
Figure 112019096325751-pat00001
식 (1)을 만족하고,
O1은 제1 주문의 집합, {1,...,i,A} ∈ O1
O2은 제2 주문의 집합, {1,...,i,B} ∈ O2
xij는 제1 주문 i와 제2 주문 j의 매칭 여부(매칭되면 1, 매칭되지 않으면 0)
EDij는 제1 주문 i와 제2 주문 j 사이의 공차거리이다.
또한 전술한 실시예에서 주문 매칭을 최적화하는 단계는,
Figure 112019096325751-pat00002
식 (2) 및 식 (3)을 더 만족한다.
또한 전술한 실시예에서 주문 매칭을 최적화하는 단계는,
Figure 112019096325751-pat00003
식 (4) 및 식 (5)을 더 만족한다.
또한 전술한 실시예에서 주문 매칭을 최적화하는 단계는,
Figure 112019096325751-pat00004
식 (6)을 더 만족한다.
또한 전술한 실시예에서 주문 매칭을 최적화하는 단계는,
Figure 112019096325751-pat00005
식 (7)을 더 만족한다.
본 발명에 따르면, 두 개의 편도 주문을 하나의 차량으로 임무를 수행함으로써 기업으로부터 발생되는 운영비용 절감과 자원의 활용도 및 효율성을 향상시킬 수 있다. 또한, 기존 편도 운송 대비 복화 운송시 발생되는 공차거리를 최소함으로써 차량의 온실가스 배출 저감과 도로 교통 체증 역시 감소시킬 수 있다.
도 1은 복화 유형을 예시적으로 나타낸 도면.
도 2는 본 발명에 따른 복화 운송을 위한 주문 매칭 방법을 나타내는 순서도.
도 3은 주문탐색 반경을 설명하기 위한 설명도.
도 4는 유효주문에 따른 공차거리율을 나타내는 도면.
도 5는 공차거리율에 따른 평균적재율을 나타내는 도면.
도 6은 제2 주문 탐색반경 변화에 따른 운행거리를 나타내는 그래프.
도 7은 제2 주문 탐색반경 변화에 따른 운행효율성을 나타내는 그래프.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되는 실시예를 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이다.
본 명세서에서 본 실시예는 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 그리고 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 따라서, 몇몇 실시예들에서, 잘 알려진 구성 요소, 잘 알려진 동작 및 잘 알려진 기술들은 본 발명이 모호하게 해석되는 것을 피하기 위하여 구체적으로 설명되지 않는다.
명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다. 그리고, 본 명세서에서 사용된(언급된) 용어들은 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 또한, '포함(또는, 구비)한다'로 언급된 구성 요소 및 동작은 하나 이상의 다른 구성요소 및 동작의 존재 또는 추가를 배제하지 않는다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 정의되어 있지 않은 한 이상적으로 또는 과도하게 해석되지 않는다.
이하 첨부된 도면을 참조하여 본 발명의 실시예에 따른 복화 운송을 위한 주문 매칭 방법에 대해 설명한다.
1. 용어의 정의
본 발명의 이해를 돕기 위해 본 명세서에서 이용되는 용어는 다음과 같이 정의될 수 있다.
□ 왕복배차 : 화물 운송시 한 개의 차량으로 두 개의 편도 구간을 수행
□ 제1주문 : 왕복배차를 구성하는데 있어서의 최초의 출발 주문
□ 제2주문 : 왕복배차를 구성할 때의 제1주문 다음으로 진행하는 주문
□ 복화 : 제1주문에 대하여 왕복형태로 제2주문을 생성하여, 복수의 주문으로 배차를 진행하는 방식
□ 역방향 : 제1주문의 주문 방향과 유사한 방향을 가지는 주문
□ 공차 : 차량 내에 화물이 적재되지 않은 상태
화물 운송에서 차량의 편도 운행은 화물 운송 완료 후 초기 출발지 혹은 인근의 위치로 복귀하는 특성으로 인해 차량이 이동한 거리만큼의 공차거리가 발생하게 된다. 따라서 최적화 매칭 알고리즘(또는 복화 운송을 위한 주문 매칭 알고리즘)은 이러한 화물의 편도 운행시 발생되는 차량의 공차거리를 줄이기 위해 최대한 가능한 복화 경우의 수를 탐색하여, 두 개의 편도 주문을 하나의 차량으로 임무를 수행하도록 기능한다.
한편 복화의 유형은 다음과 같이 정의될 수 있다. 도 1은 복화 유형을 설명하기 위한 설명도이다. 도 1을 참조하여 제1 복화 유형 내지 제5 복화유형을 설명한다.
제1 복화 유형 (Point to Point)
제1주문의 상/하차지와 제2주문의 상/하차지가 동일하다.
제2 복화 유형 (Point to Point with deadhead)
제1주문의 상차지(차고지)와 제2주문의 하차지가 동일하다.
공차거리는 제1주문 완료 후, 제2주문의 물량을 상차하기 위해 이동하는 거리에서 발생된다.
제3 복화 유형 (Point to Point with return distance)
제1주문의 하차지와 제2주문의 상차지가 동일하다.
공차거리는 제2주문 화물 하차 후, 제1주문의 상차지(차고지)로 돌아가는데 소요되는 거리에서 발생된다.
제4 복화 유형 (Point to Point with deadhead & return distance)
제1주문과 제2주문의 상/하차지가 모두 상이하다.
공차거리는 두 주문 사이에서 모두 발생된다(복화 유형 2 & 3이 혼합).
제5 복화 유형 (Point to Return Point)
제1주문 완료 후, 차고지로 복귀하기 위해 올라가는(혹은 내려가는) 경로 상에서 물량을 탐색하면서 제2주문과 복화 구성된다.
2. 복화 운송을 위한 주문 매칭 알고리즘
2.1 주문매칭 알고리즘의 개요
본 발명에 따른 복화운송을 위한 주문 매칭 알고리즘은 운송 주문의 주문별 특성을 고려하여 주문 매칭을 최적화한다. 매칭 최적화 결과로는 왕복운송을 위한 주문이 제시되는데, 이때 왕복 운송을 구성하는 주문 중 최초의 주문을 #1주문(또는 제1 주문이라고 함)이라고 정의하고, #1주문 이후에 이행하는 후행 주문을 #2 주문(또는 제2 주문이라고 함)으로 정의한다.
도 2는 본 발명에 따른 주문매칭 알고리즘의 흐름을 나타내는 흐름도이다. 도 2에 도시한 바와 같이 본 발명에 따른 주문매칭 알고리즘은, 주문 정보 입력 단계(S100), 주문 유효성 검증 단계(S200), 주문조합생성단계(S300), 매칭 후보군 선정 단계(S400), 주문 매칭 최적화 단계(S500), 매칭 결과 제시 단계(S600)의 순서로 이루어진다.
또한, 본 알고리즘에서는 수송 주문을 수행하는 차량은 운송 완료 후 제1 주문의 출발지로 복귀하는 것을 가정한다. 주문 매칭 알고리즘은 Python과 오픈소스 라이브러리 PuLP를 이용하여 구현하였다.
2.2 주문정보 입력 및 주문 유효성 검증 단계
먼저 단계 S100, 주문 정보 입력 단계에서는 주문정보로서 상차지 위치, 하차지 위치, 차종, 톤급, 운송 요청물품, 상하지에서 진입가능한 차량 통수, 상하차시간,물자그룹과 같은 정보가 입력된다.
단계 S200, 주문 유효성 검증 단계에서는 주문 처리가 불가능한 항목을 삭제하여 이후 단계의 계산 복잡도를 감소시킨다. 주문 처리가 불가능한 항목으로는 주문에 미입력 정보(Missing data)가 존재하는 주문과 상하차 요청시간이 짧은 주문이 있으며, 각각의 주문을 미입력 정보 삭제 및 불가능 주문의 삭제 단계에서 처리한다.
미입력 정보 처리 단계에서는 주문정보 중 수송 주문 처리에 필수적인 상·하차지, 차종 및 톤급, 상?하차 일시 정보가 없는 경우에 해당 주문을 입력정보에서 삭제한다. 불가능 주문 삭제 단계에서는 단일 주문의 상·하차요청일 시를 비교하여 상차요청일시가 하차요청일시와 같거나 늦은 주문을 입력정보에서 삭제한다. 또한, 상차지와 하차지간 이동거리와 상·하차요청시간간격을 비교하여 요청시간 내 이동이 불가능한 경우 해당 주문을 삭제한다.
2.3 주문 조합 생성 및 매칭 후보군 선정 단계
주문 매칭을 위해 주문 조합 생성 단계에서 유효주문을 대상으로 조합을 생성한다. 이후 매칭 후보군 선정 단계에서는 주문 조합 중 현실적인 조건을 고려했을 때 주문 매칭이 불가능한 조합을 삭제하는 과정을 통해 매칭이 가능한 후보군을 선정한다.
배차시 고려해야 할 요인은 이명호(2006), McKinnon and Ge(2006)의 연구와 수송 배차 전문가 인터뷰를 기반으로 선정하였다. 먼저, 이명호(2006)의 연구에서는 배차시 고려해야 할 조건으로 배송 요구시간, 거래처별 배송차량의 진입 제약, 1-2회전 여부, 적재 용량, 임시차 사용 여부를 제시하였고, McKinnon and Ge(2006)의 연구에서는 차량 위치, 동일 차종 여부(냉동·냉장 차량), 차량 용량, 상·하차시간을 고려해야 한다고 언급하였다. 그러나 선행연구에서 제시된 요인은 주로 배송을 위한 고려 요인으로, 수송 분야에 적용하기 위해 배송 요구시간 및 상·하차시간은 주문간 상차 시간 비교로 수정하였으며, 선행연구의 차량 위치는 제2 주문 탐색 반경 조건으로 수정하여 적용하였다. 이 외에도 전문가 인터뷰 결과 동일 물자, 수송시 편도 및 최소 운행거리, 제1 주문과 제2 주문 상차시까지 대기 가능시간, 최대 운행 가능시간에 대한 고려가 필요한 것으로 나타났다.
물자 그룹은제품 특성별로 혼재가 불가능한 경우가 있어 물자를 일반 취급제품, 건설자재, 철강제품 등의 물자그룹으로 구분하여 제1 주문과 제2 주문이 동일 그룹인 경우만 주문 매칭 후보군으로 선정한다.
또한, 제2 주문 상차시까지의 대기시간 및 운행 가능시간은 주문 매칭시 대기 시간이 무제한으로 증가하는것을 방지하기 위한 제약이다.
이에 따라 해당 요인을 제약조건으로 적용하였으며, 요인별 적용 기준은 <표 1>과 같다. 특히, 제1 주문과 제2 주문 매칭을 위한 주문 탐색 반경은 동일 상하차지에서 출발하는 주문 뿐 아니라 인근 지역에서 발생한 주문도 고려하기 위해 도 3과 같이 설계하였다.
Figure 112019096325751-pat00006
○ 주문간 상차시간
- 하나의 차량이 두 개의 주문을 수행하기 위해서는 첫번째 주문과 두번째 주문의 시간적 순서가 유지되어야 함.
- 따라서 두 개의 주문 사이에서 첫번째로 수행될 주문은 두번째 주문의 상차시간보다 빨라야 함.
- 위 요건을 통해 차량의 업무 수행 일정이 도출됨
○ 주문간 차량 종류
- 복화로 구성될 두 개의 주문에서 사용될 차량의 종류는 동일해야만 함.
- 물류수송 환경에서 차량의 유형은 운송해야할 화물의 종류에 따라 구분됨.
- 복화로 구성될 수 있는 차종은 카고트럭, 윙바디트럭, 트렉터로 한정시킴
○ 주문간 차량 톤급
- 복화로 구성될 두 개의 주문은 유사 톤급을 가진 차량끼리 복화가 가능함
- 본 요건을 통해 25톤 카고 차량이 1톤 수준의 화물을 운송하는 것을 방지
○ 주문간 상하차지 진입 톤급(조건)
- 거래처 혹은 납품처의 특성에 따라 진입할 수 있는 차량의 톤수는 상이함
- 특정 구역에서는 11톤 이상의 차량이 진입이 불가한 것과 같이 화물 상차지 혹은 하차지의 특성에 따른 제한 톤급이 지정되어 있음
- 따라서 특정 주문을 수행하기 위해 사용될 차량의 톤급이 복화로 구성될 두 번째 주문에서의 상하차지에 진입 가능한 톤급보다 작어야만 함
○ 주문간 물자 그룹
- 하나의 물자그룹은 여러 개의 화물 품목으로 세분화되고 복화는 동일한 물자그룹을 가진 품목들끼리만 가능함
- 본 요건을 통해 수송 환경에서 복화가 불가능한 품목들을 제외할 수 있음
○ 탐색 반경
- 첫번째 주문의 하차지와 복화로 구성될 두번째 주문의 상차지 사이의 거리를 의미
- 현실적인 복화 구성을 위해 정의한 거리적 범위로서 본 요건을 통해 비현실적인 복화 경로를 제외시킬 수 있음
- 한가지 극단적인 사례로 첫번째 주문의 하차지는 부산이고, 두번째 주문의 상차지가 부산 인근 지역이 아닌 전라도 광주와 같은 주문은 복화 주문 대상에서 배제시킴
- 또한,복화주문 탐색 반경 내에 포함되는 주문이 아닐지라도 첫 번째 주문 수행 후 복귀 경로에서 발생할 수 있는 주문(5순위 복화)을 처리하기 위해 도 3의 타원형과 같이 #1 주문 수행 과정에서 이동한 거리보다 최대 허용 공차거리 비율만큼 늘림으로써 복화 주문의 탐색 반경을 확장시킴
○ 최소 편도 주문 운행 거리
- 일반적으로 국내 수송 환경에서는 화물의 출발지와 목적지는 다르지만 일부 주문의 경우에는 출발지와 목적지가 동일한 셔틀성 주문도 존재함
- 이러한 비교적 짧은 거리를 운행하는 셔틀성 주문은 현실적으로 복화 구성이 비효율적이기 때문에 복화 대상에서 배제시킴
○ 최소 복화 주문 운행 거리
- 복화 주문 운행거리는 첫번째 주문의 이동거리 + 첫번째 주문의 하차지와 두번째 주문의 상차지 사이의 거리 + 두번째 주문의 이동거리 + 두번째 주문의 하차지와 첫번째 주문의 상차지 사이의 거리로 정의됨
- 이러한 최소 복화 주문 운행거리는 상대적으로 거리가 짧은 주문들 사이에서 발생하는 비효율적인 복화 케이스를 배제하기 위해 적용됨
○ 동일 방향 주문
- 실제 화물 운송을 수행하는 수송기사들의 선호도를 적용한 요건
- 첫번째 주문이 서울발 부산행일 경우, 복화로 구성될 수 있는 두번째 주문은 첫번째 주문과 반대 방향인 부산발 서울행 주문이 우선적으로 고려됨
- 즉, 첫번째 주문이 하행일 경우, 복화로 구성될 수 있는 주문은 하행이 아닌 상행 주문이 되어야 함
○ 상차 대기시간
- 첫번째 주문의 운송 완료 시점과 복화로 구성될 두번째 주문의 상차시간 사이에서 차량이 대기할 수 있는 시간을 정의
- 현실적으로 복화는 두 개 주문사이의 상차시간이 시간적 순서를 지킴과 동시에 두 주문사이의 시간 간격이 너무 넓으면 안됨
- 따라서 복화 구성은 첫번째 주문의 이동거리에 따라 대기시간을 차등적으로 구분지음
- 본 요건은 수송 비즈니스 환경을 고려한 투자대비 효용을 가치를 정성 및 정량적으로 정의한 제약사항임
○ 시간 내 처리
- 첫번째 주문이 수행되는 시작 시간과 두번째 주문이 완료되는 시간 차이는 두 주문 사이에 발생되는 모든 업무적 수행 행동 (상차, 하차, 이동) 시간보다 커야만 함
- 본 제약은 시간적 측면에서 복화 가능 여부를 논리적으로 판단하는 기준이 됨
○ 차량 최대 운행 가능 시간
- 현실적인 차량의 운행 가능 시간을 적용한 요건으로 본 요건을 통해 최대 이틀 동안의 연속된 주문이 복화로 구성될 수 있음
2.4 주문 매칭 최적화 단계
선정된 주문 매칭 후보군(또는 복화 후보군)은 주문 매칭 최적화 모형의 입력변수로 활용하여 주문을 매칭시킨다. 주문 매칭 최적화 모형은 공차거리 최소화를 목적식으로 한 수송모형(Transportation Problem)을 응용하였다. 일반적인 수송 모형에서 사용되는 공급지는 제1 주문 집합으로 수요지는 제2 주문 집합으로정의하였다. 이때, 제1 주문과 제2 주문의 수가 동일하지 않은 점을 고려하여 제1 주문 집합에는 가상주문 A를, 제2 주문 집합에는 가상 주문 B를 추가하여 집합을 구성하였다. 수송모형에서 사용되는 수송비용은 공차거리로 정의하였다. 주문 매칭 최적화 모형의 자세한 내용은 다음의 표 2 및 식1 내지 7와 같다.
<표 2>
Figure 112019096325751-pat00007
Figure 112019096325751-pat00008
, 여기서,
O1은 제1 주문의 집합, {1,...,i,A} ∈ O1
O2은 제2 주문의 집합, {1,...,i,B} ∈ O2
xij는 제1 주문 i와 제2 주문 j의 매칭 여부(매칭되면 1, 매칭되지 않으면 0)
EDij는 제1 주문 i와 제2 주문 j 사이의 공차거리
Figure 112019096325751-pat00009
식(1)은 매칭되는 주문간 공차거리를 최소화시키는 목적식이다. 식(2) 및 (3)은 주문 1건은 다른주문 1건과 매칭한다는 제약식이다.식(4) 및 (5)는 실 주문과 매칭되지 않는 주문은 가상 주문(A,B)와 매칭된다는 제약식이다. 식(6)은 주문 매칭 시 실 주문은 실 주문 1건과 매칭되거나 매칭되지 않는다는 제약이다. 식 (7)은 주문 매칭 여부는 이진값을 갖는다는 제약이다.
본 최적화 모형 결과로 주문간 매칭 여부가 결정되며, 이를 바탕으로 수송계획 수립 시 공차 운행거리를 최소화시킬 수 있다.
3. 주문매칭 알고리즘의 검증
모형 검증을 위해 가상의 수송 주문 정보 1,000건을 생성하였다. 수송 주문정보 생성시 상하차지 위치, 차종 및 톤급, 운송 물품은 KTDB(2016)의 2015년 기준 전체 화물자동차 O/D 및 화물자동차 규모별 통행량, 대분류 품목별 도로화물 물동량 자료를 활용하였다. 상하차 시간은 당일착 및 익일착주문을 고려하여 이틀의 주문 정보를 생성시켰으며, 수송 주문임을 고려해 상차 요청시간과 하차요청시간의 시간 차이가 2시간 이상이 되도록 무작위로 생성하였다.
알고리즘 결과 검증을 위해 주문 유효성 검증, 매칭 후보군 선정, 최적화단계를 수행하였다. 알고리즘 수행을 위한 컴퓨팅 환경은 Intel(R) Core i7- 7490 CPU 3.60GHz, RAM 6GB이다.
공차 거리 비교는 모든 주문을 편도로 수행한다고 가정한 경우와 본 알고리즘의 결과를 비교하였다. 주문을 편도로 이행하는 경우의 공차 운행 거리는 차량이 운송 후 제1 주문의 출발지로 회귀함을 가정하여 산정하였다. 또한, 운송 효율성을 확인하기 위한 지표로는 아래의 표 3과 같이, 성홍모 외(2007)에서 제시한 적재거리율 및 공차거리율, 평균적재율을 비교하였다.
Figure 112019096325751-pat00010
3.1 공차 거리 비교
공차 거리 비교를 위해 가상의 수송 주문 정보 1,000건을 10회 반복 생성하였다. 생성된 수송 주문을 알고리즘에 입력되어 주문 유효성 검증, 주문 조합 생성 및 매칭 후보군 선정, 주문 매칭 최적화 단계를 거치며, 각 사례별 분석 결과는 <표 4>와 같다.
Figure 112019096325751-pat00011
가상 주문 1,000건 입력 중 평균적으로 794건이 유효 주문으로 판별되었으며, 평균 매칭 건수는 33.4건으로 평균 주문 매칭률이 4.04%로 나타났다.
본 알고리즘을 적용하지 않고 모든 주문이 편도주문이라고 가정하는 경우에 비해 본 알고리즘 적용시 운행거리는 68,102km로 동일하나 공차거리는 68,102km에서 62,430km로 감소하여 평균 공차거리는 8.3% 감소한 것을 확인할 수 있다.
또한, 알고리즘 미 적용시 적재거리율 및 공차거리율은 50%이나, 본 알고리즘 적용시 평균 적재거리율 52.2%, 공차거리율 47.8%로 나타나 공차거리율이 개선된 것을 확인할 수 있다. 특히, 유효주문수 1,000건 사례에서는 공차거리 14% 감소, 공차거리율이 최대 3.8%까지 감소한 것을 확인할 수 있다. 또한, 평균 적재율은 2.2% 증가하였으며, 최대 5.2%까지 증가한 결과를 보였다.
유효주문에 따른 공차거리율을 분석해보면 대부분의 경우에서 유효 주문이 증가할수록 주문 매칭건수가 증가하는 것으로 확인되었다. 이러한 결과는 도 4에 나타낸 바와 같이 유효 주문이 증가할수록 매칭 건수가 증가하여 공차거리율을 감소시킬 수 있음을 나타낸다. 즉, 공차거리 감소를 위해서는 주문매칭에 필요한 주문 정보를 증가시켜 주문 매칭을 위한 모수를 증가시키는 것이 효율적일 것으로 판단된다.
또한, 도 5에 나타낸 바와 같이 공차거리율이 낮아질수록 평균 적재율이 증가하는 것을 확인할 수 있다. 이에 따라 주문 매칭을 통한 공차거리의 감소는 운송산업의 전반적인 효율성을 개선할 수 있을 것으로 판단된다.
3.3 탐색 반경 변화에 따른 결과 비교
주문 매칭 후보군 선정시 제2 주문 탐색 반경을 제1 주문의 운송 거리의 50% 이내에서 제2 주문의 상차지를 찾도록 제한하였다. 이 때, 탐색 반경 설정에 있어 제1 주문 운송거리를 얼마나 반영할지에 따라 공차 운송 결과가 변화할 수 있다. 이에 따라, 제2 주문 상차지 탐색 반경을 제1 주문 이동 거리의10∼50% 범위로 변화시켜 공차 거리 및 운행효율을 살펴보았다.
전술한 <표 4>에서 제시된 7번째 사례를 대상으로 주문 탐색반경을 변화시켜 분석한 결과, 제2 주문 상차지 탐색을 위한 반경을 증가시킬수록 적재거리율과 평균적재율이 증가하고, 공차거리율은 감소하는 것으로 나타났다(도 6 및 도 7).
이러한 결과는 공차운송 최소화를 위한 주문 매칭 시 제1 주문 수행 후 인근에서 발생하는 #2주 문을 탐색하여 수송 주문이 없는 경우 공차로 회귀하는 것보다 제2 주문의 탐색 반경을 보다 넓은 영역으로 완화하여 탐색하는 것이 전체적인 관점에서 운송 효율성을 높일 수 있는 것을 의미한다.
4. 결론
2016년 기준 국내 화물운송차량의 총 운행거리356.4km 중 공차 운행거리는 102.6km로 나타나공차율이 28.8%에 달한다. 공차운송은 불필요한 화물차 통행으로 환경오염과 교통 체증을 발생시킨다. 또한, 기업 측면에서의 공차 운행은 운송 가 능한 자원을 낭비하여 경영활동의 비효율을 발생시킨다.
공차운행을 줄이기 위한 방법으로 물류 공동화, 화물 정보망을 통한 운송 주문 공유가 제시된 바있다. 특히, 운송 기업 및 개별차주는 화물 정보망에 귀로 화물 보장 기능에 대한 추가 수요가 있음을 확인할 수 있어, 화물정보망에 각 주문별로 공차거리를 최소화 할 수 있는 주문을 제시하는 경우 공차거리를 감소시킬 수있을 것으로 판단된다.
본 발명에서 제시한 알고리즘에 가상 수송 주문정보를 생성하여 검증한 결과, 각 주문을 수행 후 차고지로 회귀하였을 때보다 공차 거리는 평균8.3%, 최대 14% 감소하였다. 공차 운행거리율은 평균 2.14%, 최대 3.8%가 감소하였으며, 평균 적재율은 2.2%, 최대 5.2%가 증가하여 수송 효율성이 개선된 것으로 나타났다.
이는 공차운송 감소가 수송 효율성을 증가시킬 수 있음을 의미한다. 또한, 분석 중 유효 주문수가 증가함에 따라 수송 효율선 개선 정도가 증가하는 것을 살펴볼 때, 공차운송 감소를 위해서는 개별 기업 단위의 배차 계획수립 보다는 화물정보망에서 다양한 운송 주문을 공유하는 경우 공차 거리 감소 기회를 증가시킬 수있을 것으로 판단된다.
이 외에도, 본 알고리즘 제약조건 중 제2 주문 탐색 반경을 증가시킬수록 주문매칭 기회가 증가하여 공차 거리를 감소시킬 수 있음을 제시하였다. 본 발명에서 제시한 알고리즘을 통해 3PL업체에서는 배차 계획 시 공차거리를 감소시켜 운송 자원의 효율성을 높일 수 있으며, 화물정보망 기업은 부가서비스 제공을 통해 추가 수익원을 창출할 수 있을 것으로 판단된다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로, 본 발명이 속하는 기술분야에서 통상의 지식을 갖는 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 게시된 실시예는 본 발명의 기술 사상을 한정하기 위한 것이 아닌 설명을 위한 것이고, 이런 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다.
따라서 본 발명의 보호 범위는 전술한 실시예에 의해 제한되기 보다는 아래의 청구범위에 의하여 해석되어야하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (8)

  1. 컴퓨터에 의해 수행되고, 화물의 편도 운행시 발생되는 차량의 공차거리를 줄이기 위해 최대가능한 복화 경우의 수를 탐색하고, 두 개의 편도 주문을 하나의 차량으로 임무를 수행하도록 기능하는, 복화 운송을 위한 주문 매칭 알고리즘이 기록된 컴퓨터 판독가능한 기록매체에 있어서,
    상기 주문 매칭 알고리즘은 상기 컴퓨터로 하여금 적어도
    주문 정보로서 상하차지 위치, 상하차 시간, 요청차종 및 톤급, 운송 요청물품, 상하차지에 진입 가능한 차량 톤수를 포함하는 주문정보를 입력하는 처리;
    미입력 정보가 존재하는 주문 및 불가능 주문 삭제 처리를 포함하는 주문 유효성을 검증하는 처리;
    유효성이 검증된 주문들로부터 주문 조합을 생성하는 처리;
    생성된 주문조합에 대해 주문 매칭 후보군을 선정하는 처리; 및
    주문 매칭을 최적화하는 처리;를 수행하도록 동작하고,
    주문유효성을 검증하는 처리는,
    주문에 미입력 정보(Missing data)가 존재하는 주문; 및 상하차 요청시간이 미리정해진 시간보다 짧은 주문;을 삭제하는 처리를 포함하고,
    미입력 정보가 존재하는 주문을 삭제하는 처리는 주문정보 중 수송 주문 처리에 필요한 상·하차지, 차종 및 톤급, 상하차 일시 정보가 없는 주문을 입력정보로부터 삭제하는 처리를 포함하고,
    불가능 주문 삭제 처리는 단일 주문의 상·하차 요청일시를 비교하여 상차요청일시가 하차요청일시와 같거나 늦은 주문을 입력정보로부터 삭제하는 처리, 및 상차지와 하차지간 이동거리와 상·하차 요청시간 간격을 비교하여 요청시간 내 이동이 불가능한 주문을 입력정보로부터 삭제하는 처리를 포함하고,
    주문 매칭 후보군을 선정하는 처리는, 주문간 상차시간, 차량 종류, 차량 톤급, 상·하차지 진입 톤수, 물자 그룹, 제2 주문 탐색 반경, 편도 운행거리, 최소 운행거리, 동일 방향 주문, 제2 주문 상차까지 대기 시간, 시간내 처리, 운행가능시간으로 이루어진 제약 조건들을 고려하여 선정되고,
    제2 주문 탐색 반경 내에 포함되는 주문이 아닌 경우일지라도 제1 주문 수행 후 복귀 경로에서 발생할 수 있는 주문을 처리하도록 제2 주문 탐색 반경은 제1 주문 수행 과정에서 이동한 거리보다 최대 허용 공차거리 비율만큼 증가되어 복화 주문의 탐색 반경이 확장가능하고,
    주문 매칭을 최적화하는 처리는, 주문간 공차거리를 최소화시키기 위해,
    Figure 112020501279842-pat00024

    Figure 112020501279842-pat00025

    Figure 112020501279842-pat00026

    Figure 112020501279842-pat00027

    Figure 112020501279842-pat00028

    식 (1) 내지 식 (7)을 만족하고,
    O1은 제1 주문의 집합, {1,...,i,A} ∈ O1
    O2은 제2 주문의 집합, {1,...,i,B} ∈ O2
    xij는 제1 주문 i와 제2 주문 j의 매칭 여부(매칭되면 1, 매칭되지 않으면 0)
    EDij는 제1 주문 i와 제2 주문 j 사이의 공차거리를 나타내는
    복화 운송을 위한 주문 매칭 알고리즘이 기록된 컴퓨터 판독가능한 기록매체.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
KR1020190115917A 2019-09-20 2019-09-20 복화 운송을 위한 주문 매칭 방법 KR102115585B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190115917A KR102115585B1 (ko) 2019-09-20 2019-09-20 복화 운송을 위한 주문 매칭 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190115917A KR102115585B1 (ko) 2019-09-20 2019-09-20 복화 운송을 위한 주문 매칭 방법

Publications (1)

Publication Number Publication Date
KR102115585B1 true KR102115585B1 (ko) 2020-05-27

Family

ID=70910827

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190115917A KR102115585B1 (ko) 2019-09-20 2019-09-20 복화 운송을 위한 주문 매칭 방법

Country Status (1)

Country Link
KR (1) KR102115585B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102366324B1 (ko) * 2021-05-25 2022-02-23 안성찬 지능형 스마트 화물 운송 관리 시스템
KR20220043745A (ko) * 2020-09-29 2022-04-05 주식회사 메쉬코리아 권역 기반의 배송 오더 제공 방법 및 이를 수행하는 서버와 무선 단말
WO2022071641A1 (ko) * 2020-09-29 2022-04-07 주식회사 메쉬코리아 회귀 오더 제공 방법 및 이를 수행하는 서버와 무선 단말
CN114330970A (zh) * 2021-10-29 2022-04-12 浙江百世技术有限公司 双边环线替换单边的物流运输方案优化方法及优化系统
KR102626333B1 (ko) * 2022-11-16 2024-01-17 주식회사 로지스마일 운송 관리 시스템을 제공하기 위한 방법
WO2024128618A1 (ko) * 2022-12-16 2024-06-20 주식회사 케이티 운송 경로를 제공하는 서버, 방법 및 컴퓨터 프로그램

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020041658A (ko) * 2000-11-28 2002-06-03 윤경중 운송업자와 소비자가 최적의 조건으로 물품을 운송하는 방법
KR20070016233A (ko) * 2005-08-02 2007-02-08 황인혁 자기위치 측정 및 지리정보시스템을 이용한 화물배차시스템 및 방법
KR20140016053A (ko) * 2012-07-30 2014-02-07 주식회사 한진 운송 매칭 시스템 및 운송 매칭 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020041658A (ko) * 2000-11-28 2002-06-03 윤경중 운송업자와 소비자가 최적의 조건으로 물품을 운송하는 방법
KR20070016233A (ko) * 2005-08-02 2007-02-08 황인혁 자기위치 측정 및 지리정보시스템을 이용한 화물배차시스템 및 방법
KR20140016053A (ko) * 2012-07-30 2014-02-07 주식회사 한진 운송 매칭 시스템 및 운송 매칭 방법

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220043745A (ko) * 2020-09-29 2022-04-05 주식회사 메쉬코리아 권역 기반의 배송 오더 제공 방법 및 이를 수행하는 서버와 무선 단말
WO2022071640A1 (ko) * 2020-09-29 2022-04-07 주식회사 메쉬코리아 권역 기반의 배송 오더 제공 방법 및 이를 수행하는 서버와 무선 단말
WO2022071641A1 (ko) * 2020-09-29 2022-04-07 주식회사 메쉬코리아 회귀 오더 제공 방법 및 이를 수행하는 서버와 무선 단말
KR102559618B1 (ko) * 2020-09-29 2023-07-26 주식회사 부릉 권역 기반의 배송 오더 제공 방법 및 이를 수행하는 서버와 무선 단말
KR102366324B1 (ko) * 2021-05-25 2022-02-23 안성찬 지능형 스마트 화물 운송 관리 시스템
WO2022250251A1 (ko) * 2021-05-25 2022-12-01 안성찬 지능형 스마트 화물 운송 관리 시스템
CN114330970A (zh) * 2021-10-29 2022-04-12 浙江百世技术有限公司 双边环线替换单边的物流运输方案优化方法及优化系统
KR102626333B1 (ko) * 2022-11-16 2024-01-17 주식회사 로지스마일 운송 관리 시스템을 제공하기 위한 방법
WO2024128618A1 (ko) * 2022-12-16 2024-06-20 주식회사 케이티 운송 경로를 제공하는 서버, 방법 및 컴퓨터 프로그램

Similar Documents

Publication Publication Date Title
KR102115585B1 (ko) 복화 운송을 위한 주문 매칭 방법
Li et al. The two-echelon time-constrained vehicle routing problem in linehaul-delivery systems considering carbon dioxide emissions
Jacyna-Gołda et al. Assessment of efficiency of assignment of vehicles to tasks in supply chains: a case study of a municipal company
Lin et al. The hierarchical network design problem for time-definite express common carriers
Lundesjö Consolidation centres construction logistics
JP5338305B2 (ja) 車両運行計画作成方法及び装置
De Oliveira et al. Simulation of an urban logistic space for the distribution of goods in Belo Horizonte, Brazil
Konstantakopoulos et al. An algorithmic approach for sustainable and collaborative logistics: A case study in Greece
Santos et al. The vehicle routing problem with backhauls towards a sustainability perspective: A review
El Yaagoubi et al. A logistic model for a french intermodal rail/road freight transportation system
Cui et al. A two-stage hybrid heuristic solution for the container drayage problem with trailer reposition
Nathanail et al. A sustainability cross-case assessment of city logistics solutions
Aloui et al. Towards a collaborative and integrated optimization approach in sustainable freight transportation
Moutaoukil et al. Modeling a logistics pooling strategy for Agri-Food SMEs
Fazi et al. The multi-trip container drayage problem with synchronization for efficient empty containers re-usage
Rimmer et al. Urban goods movement: process, planning approach and policy
Purba et al. Routing and scheduling employee transportation using tabu search
KR101108622B1 (ko) 컨테이너의 복합운송 일정계획 결정 방법
Karam et al. Analysis of the barriers to multimodal freight transport and their mitigation strategies
Liu et al. Impacts of freight consolidation and truck sharing on freight mobility
Bustos-Coral et al. Drayage routing with heterogeneous fleet, compatibility constraints, and truck load configurations
Frolova et al. Organization and movement of exit routes from empty cars
Dessouky et al. Routing of battery electric heavy duty-trucks for drayage operations
Bueno-Pascual et al. Vehicle assignment with penalty costs: A case of Mexican freight transport
Derrouiche et al. Integration of social concerns in collaborative logistics and transportation networks

Legal Events

Date Code Title Description
AMND Amendment
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant