KR20110011451A - 판매사원 거래처 방문 계획 및 최적 경로 스케줄링 방법 및 그 장치 - Google Patents

판매사원 거래처 방문 계획 및 최적 경로 스케줄링 방법 및 그 장치 Download PDF

Info

Publication number
KR20110011451A
KR20110011451A KR1020090069111A KR20090069111A KR20110011451A KR 20110011451 A KR20110011451 A KR 20110011451A KR 1020090069111 A KR1020090069111 A KR 1020090069111A KR 20090069111 A KR20090069111 A KR 20090069111A KR 20110011451 A KR20110011451 A KR 20110011451A
Authority
KR
South Korea
Prior art keywords
visit
schedule
information
time
salesperson
Prior art date
Application number
KR1020090069111A
Other languages
English (en)
Other versions
KR101063541B1 (ko
Inventor
채동국
이우기
Original Assignee
퍼펙트데이타시스템 주식회사
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 퍼펙트데이타시스템 주식회사 filed Critical 퍼펙트데이타시스템 주식회사
Priority to KR1020090069111A priority Critical patent/KR101063541B1/ko
Publication of KR20110011451A publication Critical patent/KR20110011451A/ko
Application granted granted Critical
Publication of KR101063541B1 publication Critical patent/KR101063541B1/ko

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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting

Landscapes

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

Abstract

본 발명은 방문 스케줄링 장치에서 판매사원의 방문 스케줄을 관리하는 방법에 있어서, 방문지 위치 정보와, 방문 기일 정보, 방문 우선순위 정보, 방문 선호 시간대 정보 중 어느 하나 이상을 포함하는 방문 제약 사항 정보를 데이터베이스에 구축하는 단계, 방문지 위치정보와 방문 제약 사항 정보에 기초하여 방문 제약 사항을 만족하면서 최소 경로 거리를 갖는 최적 방문 스케줄을 산출하는 단계 및 산출된 방문 스케줄 정보를 판매사원 단말기로 전송하는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따르면, 판매사원 입장에서는 최적의 방문 스케줄대로 방문지를 방문할 수 있게 되어 교통비, 유류비 등의 비용절감 효과가 있으며, 판매사원들의 중앙 관리자는 전체적인 최적 방문스케줄대로 방문이 이루어지는지를 실시간으로 감독할 수 있으며, 예외상황 발생시 즉각적인 스케줄 변경이 가능하고, 고객의 입장에서는 미리 방문 스케줄을 통지받을 수 있음으로 인해 서비스의 만족도를 높이는 효과가 있다.
영업, 방문, 스케줄, GA, 유전알고리즘, 경로, 세대.

Description

판매사원 거래처 방문 계획 및 최적 경로 스케줄링 방법 및 그 장치{A Method and Apparatus For Visit Plan Scheduling and Route Optimization Scheduling for Salesmen}
본 발명은 방문 스케줄링 장치에서 판매사원의 방문 스케줄 관리 방법 및 그 장치에 관한 것으로서, 보다 상세하게는 특정 기간 동안의 방문 요청이 있는 방문지와 이 방문지의 방문 우선순위, 방문지의 방문선호 시간대 정보를 입력받아 최적의 방문 스케줄을 생성하고 이를 판매사원의 휴대 단말기에 제공하는 방법 및 그 장치에 관한 것이다.
종래의 GIS 기반의 판매사원의 관제 시스템은 중앙 관제 서버에서 각 판매사원들의 실시간 위치추적, 과거의 이동 경로 추적, 판매사원들의 담당 구역 정의 및 이탈 또는 상호 침범 등의 관리기능을 제공하고 있다.
그러나, 이러한 관제시스템은 각 판매사원 거래처 방문 계획 및 최적 경로 스케줄을 제공해 주지는 못하고 있으며, 각 판매사원 거래처 방문 계획 및 최적 경 로 스케줄은 수기에 의존하여 이루어지거나 판매사원 개인의 주먹구구식 의사결정에 따라 이루어지고 있다. 또한, 판매사원의 이직이나 신규 사원의 체용과 같은 상황이 발생할 때는 종래의 방문 경로 생성 노하우가 신규 사원에게 전달되지 못하는 문제점이 있다.
또한, 기존의 판매사원 관제시스템은 각 사원의 방문 스케줄이 실시간으로 변경되어야 할 필요성과 같은 예외상황 발생시에도 기존의 방문 스케줄의 능동적인 변경을 지원하지 못하는 문제점이 있다.
본 발명의 목적은 일정 기간동안 판매사원이 방문해야 하는 방문지의 정보 (GPS 좌표, 방문지의 상대적 우선순위, 선호 방문시간대, 방문지의 유형(고정, 임의) 등)가 방문 스케줄 관리장치에 입력되면 관리장치는 해당 판매사원의 최적 방문 스케줄을 생성하고 이를 판매사원의 개인휴대 단말기와 방문지 고객의 휴대 단말기로 제공함과 아울러 스케줄의 진척상황을 모니터링하여 방문 소요 시간과 유류 비용 등을 최소화할 수 있도록 하는 것이다.
본 발명의 다른 목적은 예외상황 발생시 이를 감안하여 실시간의 최적방문스케줄을 재생성하여 예기치 못한 상황에도 원활한 영업 방문이 될 수 있도록 하는 것이다.
본 발명의 일측면에 따르면, 방문 스케줄링 장치에서 판매사원의 방문 스케줄을 관리하는 방법에 있어서, 방문지 위치 정보와, 방문 기일 정보, 방문 우선순위 정보, 방문 선호 시간대 정보 중 어느 하나 이상을 포함하는 방문 제약 사항 정보를 데이터베이스에 구축하는 단계와, 방문지 위치정보와 방문 제약 사항 정보에 기초하여 방문 제약 사항을 만족하면서 최소 경로 거리를 갖는 최적 방문 스케줄을 산출하는 단계, 및 산출된 방문 스케줄 정보를 판매사원 단말기로 전송하는 단계를 포함한다.
본 발명에 따르면, 판매사원 입장에서는 최적의 방문 스케줄대로 방문지를 방문할 수 있게 되어 교통비, 유류비 등의 비용절감 효과가 있으며, 판매사원들의 중앙 관리자는 전체적인 최적 방문스케줄대로 방문이 이루어지는지를 실시간으로 감독할 수 있으며, 예외상황 발생시 즉각적인 스케줄 변경이 가능한 효과가 있다.
또한, 고객의 입장에서는 미리 방문 스케줄을 통지받을 수 있음으로 인해 서비스의 만족도를 높이는 효과가 있다.
이하에서는 첨부된 도면을 참조하여 본 발명의 바람직한 일 실시예를 상세하게 설명하기로 한다.
도 1은 본 발명에 따른 판매사원 거래처 방문 계획 및 최적 경로 스케줄 관리 시스템의 전체 구성도이다.
도 1에 도시된 바와 같이, 본 발명에 따른 판매사원 거래처 방문 계획 및 최적 경로 스케줄 관리 시스템은 판매사원 단말기(10), 방문 스케줄 관리장치(20), 고객 단말기(30)를 포함하여 구성된다.
판매사원 단말기(10)는 판매사원이 소지하고 있는 휴대 단말기로서, 무선 통신망을 통해 방문 스케줄 관리장치(20)와 연결되어 있다. 판매사원 단말기에는 방문 스케줄 관리장치(20)로부터 수신된 방문 스케줄을 디스플레이하기 위한 프로그 램이 내장되는 것이 바람직하다.
방문 스케줄 관리장치(20)는 판매사원을 관리하는 본사에 설치된 컴퓨터로서 인터넷 등의 통신망을 통해 판매사원 단말기(10) 및 고객 단말기(30)와 연결되어 있다. 방문 스케줄 관리장치(20)는 판매사원이 방문해야 하는 방문지의 정보에 기초하여 해당 판매사원의 최적 방문 스케줄을 생성하여 이를 판매사원 단말기(10)와 방문지의 고객 단말기(30)로 제공함과 아울러 스케줄의 진척상황을 모니터링하는 기능을 수행한다.
고객 단말기(30)는 방문지에서 근무하는 방문대상자의 휴대 단말기 또는 방문지에 설치된 컴퓨터 등일 수 있다. 고객 단말기(30)는 방문 스케줄 관리장치(20)로부터 판매사원 거래처 방문 계획 및 최적 경로 시일 정보를 수신하는 것으로서, 정보 수신수단은 SMS 또는 이메일 등일 수 있다.
도 2는 도 1의 방문 스케줄 관리장치의 세부 구성 블록도이다.
도 2에 도시된 바와 같이, 방문 스케줄 관리장치(20)는 데이터베이스(21), 데이터 처리부(23), 최적 경로 산출부(25), 방문 시점 계산부(27) 및 송수신부(29)를 포함하여 구성된다.
데이터베이스(21)는 방문지 위치 정보에 관한 지리정보 DB와, 방문 기일 정보, 방문 우선순위 정보, 방문 선호 시간대 정보 등의 방문 제약 사항 정보에 관한 거래처 속성 DB를 포함하여 구성된다.
데이터 처리부(23)는 데이터베이스에 저장된 데이터를 추출하고 필요한 연산 처리를 수행하는 부분이다.
최적 경로 산출부(25)는 방문지 간의 거리, 방문 기일 정보, 필요 방문회수 정보에 기초하고, 유전 알고리즘(GA : Genetic Algorithm)을 이용하여 최적 방문 경로를 생성하는 부분이다.
방문 시점 계산부(27)는 각 방문지의 방문 선호 시간대 정보, 방문지의 선호 시간대 어김 시간정보, 방문지별 체류 시간, 방문지간 이동시간 정보에 기초하여 방문 시간대를 산출하는 부분이다.
송수신부(29)는 산출된 최적 방문 경로 및 방문 시간대 정보를 판매사원 단말기로 전송하는 부분이다.
도 3은 방문 스케줄 관리장치(20)가 본 발명에 따른 판매사원 거래처 방문 계획 및 최적 경로 스케줄 관리방법을 수행하는 과정을 도시한 흐름도이다.
도 3을 참조하면, 우선, 방문 스케줄 생성에 필요한 기초 데이터가 데이터베이스로 구축된다(S300). 상술한 바와 같이, 데이터베이스 구축에 필요한 기초 데이터는 방문지 위치 정보에 관한 지리정보 데이터와, 방문 기일 정보, 방문 우선순위 정보, 방문 선호 시간대 정보 등의 방문 제약 사항 정보에 관한 거래처 속성 데이터 등이 있다.
특정 판매사원의 방문지에 대한 데이터베이스 구축의 예가 표 1에 기재되어 있다.
표 1에서는 방문지는 1 ~ 5의 5개의 등급으로 구분되어 있으며 중요한 거래 처일수록 낮은 등급을 갖는다(즉 가장 중요한 거래처는 등급 1, 가장 중요하지 않은 거래처는 등급 5로 표현된다). 이와 같이 등급을 구분하는 이유는 특정 선호 시간대에 두 개 이상의 거래처에 거래가 가능하다면 낮은 등급값, 즉 중요한 거래처를 우선적으로 고려하기 위해서이다. 고정 방문이란 방문할 요일이 지정되어 있는 거래처를 의미한다. 반면 임의 방문은 방문할 요일은 상관이 없고, 주당 정해진 방문 횟수만 채우면 되는 거래처를 의미한다. 방문 선호 시간대는 1, 2, 3이 있다. 되도록이면 1방문 선호 시간대에 방문하는 것이 좋으며, 모든 방문지에 대해 1선호 시간대를 지키는 것이 불가능하면 등급이 낮은 방문지의 방문을 2선호 시간대에 방문하는 것이 좋다. 이러한 고려 사항을 포함한 입력 데이터가 주어졌을 때 최적 방문 스케줄을 얻게 된다.
Figure 112009046375884-PAT00001
최적 방문 스케줄을 생성하기 위한 수리 모델은 다음과 같다.
Figure 112009046375884-PAT00002
상기 수리 모델에 사용되는 변수들을 다음과 같이 정의된다.
Figure 112009046375884-PAT00003
상기 수리 모델은 A 방문지(i노드)로부터 B 방문지(j노드)로 이동할 때의 여러가지 제약사항을 나타낸 것으로서, 각 항목이 지니는 의미는 다음과 같다.
(1) 목적함수는 거리 및 페널티의 최소화: 사원이 지점들을 방문하게 되는 순서를 결정하는데 있어서 거리를 최소화하는 것을 가장 우선적으로 고려하게 된다. 방문 거리가 짧아질수록 판매사원이 소비하게될 유류비가 줄어들기 때문이다.
(2) 경로의 연결을 위한 제약사항
(3) 임의 방문일 경우 임의 방문 횟수를 정하는 제약사항
(4) 고정 방문지에 대한 조건: 특정 요일(k)에 해당 i노드에 한 번 방문해야 한다. 예를 들어 화요일과 목요일에 한 번씩 방문해야 할 경우에는 화요일과 목요일 두 번에 걸쳐서 제약조건이 들어가야 한다.
(5) 지점 도착 시간에 대한 제약사항: 어떤 지점 j에 대한 도착 시간은 (이전 지점 i 도착시간 + i에서의 서비스 시간 + i에서 j로 이동하는 걸리는 시간) 보다 커야 한다.
(6) 특정 요일의 도착 시간은 선호시간대의 earliest 시간보다 크고, latest 시간보다 작다. P1과 P2각각은 earliest 시간보다 앞서 도착하거나 latest 시간보다 늦게 도착하게 될 때 발생하는 패널티의 양(시간)이 된다.
(7) 물류센터에 대한 제약사항: 물류센터에서의 출발 시간과 서비스 시간은 매일 모두 0
(8) 거래처 방문, 즉 이동이 있을 시 연결에 대한 제약사항: 모든 요일에 대해 i노드에서 j노드로의 이동이 있으면 1, 아니면 0의 값을 가진다.
(9) 페널티에 대한 제약사항: 페널티 P1과 P2는 0이상의 값을 가지며, 서로 배타적(exclusive)으로 발생한다. 즉 P1이 발생하여 0보다 큰 값을 가질 경우 P2는 0이 된다. 반대로 P2에 대한 페널티가 발생해서 P2가 0보다 큰 값을 가질 경우 P1은 0이 된다.
여기서, 등급별 페널티 상수는 선호 시간대를 어기게 되었을 경우에 부여하게 되는 페널티에 관한 상수로 여러 번의 반복 시뮬레이션을 통해 관제 시스템의 관리자가 적절하게 부여해야 한다.
상기 수리모델 중에서 (2),(3),(4),(8)번 제약식은 방문 회수 및 순서에 대한 제약식이고, (5),(6),(7),(9)번 제약식은 방문시간대에 대한 제약(또는 제약을 어기는정도를 찾아내기 위한)식이다.
데이터베이스가 구축되면, 방문지 위치정보와 방문 제약 사항 정보에 기초하여 최적 방문 스케줄을 산출한다(S310). 최적 방문 스케줄 산출은 상기 주어진 모델에서 최단거리 생성에 대한 부분(적색 부분)과 주어진 방문 경로에서 방문 시간대를 결정하는 부분(청색 부분)으로 나누어 최단 거리 생성 과정과 방문 시간대 결정 과정을 순차적으로 처리하게 된다. 즉, 방문지 간의 거리, 방문 기일 정보, 필요 방문회수 정보에 기초하여 최단 방문 경로를 생성하고, 각 방문지의 방문 선호 시간대 정보, 방문지의 선호 시간대 어김 시간정보, 방문지별 체류 시간, 방문지간 이동시간 정보에 기초하여 방문 시간대를 산출되는데, 각 과정에 대해서는 도 4 및 도 5에서 상세하게 설명하기로 한다.
Figure 112009046375884-PAT00004
최적 방문 스케줄이 생성되면, 최적 방문 스케줄 정보가 판매사원 단말기(10)로 전송되어 전송된 정보가 판매사원 단말기(10)의 화면에 표시된다(S320).
그 다음, 최적 방문 스케줄 정보에 기초하여 방문지의 고객 단말기(30)로 방문 일정이 통보된다(S330).
방문 스케줄 관리장치(20)는 판매사원 단말기(10)의 위치를 모니터링하여 판매사원이 정해진 방문 스케줄을 잘 준수하고 있는지 여부를 감시하게 된다(S340).
방문 스케줄 관리장치(20)는 모니터링 중에 판매사원 단말기(10)의 위치가 정해진 방문 경로를 이탈한 경우 판매사원 단말기(10)로 경보 메시지를 전송하여 주의를 주게 된다(S350).
만일, 예외 상황(차량 고장, 사고, 긴급 주문 등)이 발생한 경우 S310 단계로 돌아가서 최적 방문 스케줄을 재산출하여 판매사원 단말기(10)와 고객 단말기(30)로 방문 스케줄을 전송하게 된다.
도 4는 방문지들의 방문 순서를 결정하기 위한 유전 알고리즘이 수행되는 과정을 도시한 흐름도이고, 도 5는 도 4의 S410 단계의 세부 흐름도를 나타낸 것이다. 본 발명의 최적 방문 스케줄 산출에 GA 알고리즘을 적용할 경우 1주일 전체의 방문 경로에 해당하는 해 표현식을 쓸 경우 해의 가능성이 파괴되기 때문에 1,2점 교차나 ox,cx,pmx 등의 교배 연산자를 사용할 수가 없게 되고, 방문 스케줄을 요일별로 분할하여 요일별로 각각 유전 연산을 한다고 하더라도 임의 방문지라는 요소로 인해 개별 요일들의 해들 간의 스키마가 파괴되어 유전 연산이 불가능해지게 된다. 따라서, 본 발명에서는 2단계의 유전 연산 문제로 변형하여 해를 구하는 것이 특징이다.
즉, 도면을 참조하면 임의 방문 스케줄로 표현되는 유전자 해에 관한 상위 유전 연산을 통해 요일별 방문지를 결정하는 상위 GA 문제와 임의 방문 스케줄에 고정 방문 스케줄을 반영한 혼합 방문 스케줄에 대하여 일반적인 TSP 문제 풀이를 통해 요일별로 분해된 방문 스케줄에 대해 방문 순서를 결정하는 하위 GA 문제로 분리하여 문제를 해결한다.
도면을 참조하면, 우선, 임의 방문 스케줄에 따라 임의 방문지의 개수만큼의 길이를 갖는 7진수 크로모솜(Chromosome) 형태의 유전자 해들로 이루어지는 모집단이 생성된다(S400). 여기서, 임의 방문 스케줄은 7진수(월요일을 1, 화요일을 2, ...일요일을 7로 표시)를 chromosome으로 갖는 길이가 임의방문지 개수인 유전자 해이다. 예를 들어 임의 방문 스케줄이 (13 1 2 7 17 14 4)라면 임의 방문 노드는 7개이고, 첫번째 임의 방문지는 월,수요일 방문, 두번째 임의 방문지는 월요일 방문, 세번째 임의 방문지는 화요일 방문이 된다.
그 다음, 모집단의 각 개별 유전자 해에 대하여 평가가 수행된다(S410). 본 평가 단계는 도 5에 도시된 바와 같이, 세부적으로는 상기 개별 유전자 해에 고정 방문 스케줄을 반영한 혼합 스케줄을 생성하는 단계(S500), 각 요일별로 상기 혼합 스케줄을 분해하는 단계(S510), 7개의 각 분해된 스케줄에 대해 외판원 문제(TSP) 풀이를 수행하는 단계(S520) 및 7개 문제들의 평가치의 총합을 상기 개별 유전자 해에 대한 평가치로 산출하여 리턴하는 단계(S530)를 포함하여 수행된다. 즉, S410 단계는 요일별로 분해된 방문 스케줄의 방문 순서를 결정하는 일반적인 외판원 문제(Travel Salesman Problem)가 되므로 그에 따라 경로 표시(Path Representation), 교배 연산자로서 pmx, 돌연변이 연산방법으로서 swap이 사용될 수 있다.
그 다음, 임의 방문 스케줄에서 선택되는 개별 유전자 해에 대하여 선택 연산, 교차 연산 및 돌연변이 연산이 수행된다(S430, S440, S450).
교차 연산에서는 상위 GA 문제의 유전자 해 표현이 임의 방문지의 길이 만큼의 7진수 크로모솜이 되므로 1점 교차나 2점 교차 방법 등을 사용하더라도 해의 표현이 깨어지지 않게 된다.
만일, 7개의 노드에 대하여 2개의 임의 방문 스케줄에 관한 유전자 해가 각각 P1 = (14 6 6 7 16 71 1), P2 = (76 6 6 7 16 47 1)이고 교차점이 3번째와 4번째 노드 사이인 경우 1점 교차연산을 수행하면, 하기와 같은 결과가 된다.
Figure 112009046375884-PAT00005
돌연변이 연산에서는 1부터 최대값이 유전자의 길이(임의 방문지의 개수) 크기만큼 한자리수의 난수를 생성하여 해당 난수에 해당하는 유전자의 크로모솜에 대해 임의의 값으로 변경하며, 이때 변경되는 값의 종류(7진수의 자리수)는 동일해야 한다.
예를 들면, 임의 방문 스케줄에 관한 유전자 해 (14 6 6 7 16 47 1)에서 다섯번째 크로모솜이 돌연변이 되도록 선택된다면 임의의 두자리수의 7진수 난수를 발생시키고 45가 선택된다면 해당 자리수의 값을 45로 대체하여 (14 6 6 7 45 47 1)이 된다.
상위 유전 연산이 완료되면, 다음 세대에 대하여 상기 평가 단계, 선택 연산, 교차 연산 및 돌연변이 연산 단계를 진행하고, 임의 세대수 진행동안 해의 개선이 없는 경우 연산을 종료하고 가장 높은 평가치를 얻은 혼합 스케줄을 최적의 해로 결정하게 된다.
도 4 및 도 5의 과정을 통해 최단 방문 경로가 결정되면, 각 방문지를 방문하는 방문 시간대를 결정하게 된다.
방문 시간대 결정은 방문 우선순위가 높은 방문지의 도착 시간을 결정하는 1 단계, 상기 방문 우선순위가 높은 방문지 이전에 방문해야 할 방문지에 대해 백워드 스케줄링을 적용하여 방문 시간대를 결정하는 2 단계 및 상기 방문 우선순위가 높은 방문지 이후에 방문해야 할 방문지에 대해 포워드 스케줄링을 적용하여 방문 시간대를 결정하는 3 단계로 이루어진다.
여기서, 2단계의 백워드 스케줄링은 하기와 같은 방식으로 수행된다.
각 요일의 정해진 방문 순서가 주어졌을 때, (제 1선호 시간대만 본 경우)
i 번째 방문지가 가장 중요한 등급의 방문지라고 할 경우
Ti = ei1
1) 1부터 i-1번째 방문지까지의 방문 시간
(i-1)번째 방문지의 도착 시간 = min{i번째 노드의 도착 시간에서 (i-1)번째 방문지에서의 서비스 시간과 두 노드 사이의 이동 시간의 차, 직전 노드의 latest time과 (i-1)번째 방문지에서의 서비스 시간과 두 노드 사이의 이동시간의 차}
Ti-1 = min{Ti -s(i-1) - t(i-1),i , l(i-1),1 - s(i-1) - t(i-1),i}
(i-2)번째 방문지의 도착 시간 = min{(i-1)번째 노드의 도착 시간에서 (i-2)번째 방문지에서의 서비스 시간과 두 노드 사이의 이동 시간의 차, 직전 노드의 latest time과 (i-2)번째 방문지에서의 서비스 시간과 두 노드 사이의 이동시간의 차}
Ti-2 = min{Ti-1 - s(i-2) - t(i-2),(i-1) , l(i-2),1 - s(i-2) - t(i-2),(i-1)}
…
1번째 방문지의 도착 시간 = min{2번째 노드의 도착 시간에서 1번째 방문지에서의 서비스 시간과 두 노드 사이의 이동 시간의 차, 직전 노드의 latest time과 1번째 방문지에서의 서비스 시간과 두 노드 사이의 이동시간의 차}
T1 = min{T2 - s1 - t1,2 , l1,1 - s1 - t1,2}
2) i+1번째 방문지부터의 방문 시간
(i+1)번째 방문지의 도착 시간 = max{(i)번째 방문지 작업 완료 시간 + (i+1)번째 방문지로의 이동 시간, (i+1)번째 방문지의 1선호 시간대의 earliest time}
Ti+1 = max{Ti + si + ti,i+1, ei+1,1}
…
(j가 마지막 방문지라면)
j 번째 방문지의 도착 시간 = max{(j-1)번째 방문지 작업 완료 시간 + j 번째 방문지로의 이동 시간, j 번째 방문지의 1선호 시간대의 earliest time}
Tj = max{T(j-1) + s(j-1) + tj-1,j, ej1}
그리고, 3 단계의 포워드 스케줄링은 다음과 같은 방식으로 수행된다.
첫 번째 방문지의 도착 시간 = 첫 번째 방문지의 1선호 시간대의 earliest time
T1 = e11
두 번째 방문지의 도착 시간 = max{첫 번째 방문지 작업 완료 시간 + 두 번째 방문지로의 이동 시간, 두 번째 방문지의 1선호 시간대의 earliest time}
T2 = max{T1 + s1 + t12, e21}
세 번째 방문지의 도착 시간 = max{두 번째 방문지 작업 완료 시간 + 세 번째 방문지로의 이동 시간, 세 번째 방문지의 1선호 시간대의 earliest time}
T3 = max{T2 + s2 + t23, e31}
…
(f가 마지막 방문지라면)
F 번째 방문지의 도착 시간 = max{(f-1)번째 방문지 작업 완료 시간 + f 번째 방문지로의 이동 시간, f 번째 방문지의 1선호 시간대의 earliest time}
Tf = max{T(f-1) + s(f-1) + tf-1,f, ef1}
도 6 ~ 도 8은 본 발명을 프로그램으로 구현하는 경우 필요한 데이터 모델로서, 도 6은 방문지 위치 좌표 데이터 모델, 도 7은 거래처 속성(방문 제약 사항) 데이터 모델, 도 8은 거래처 방문 시간 데이터 모델을 나타낸 것이다.
도 6의 데이터 모델에는 각 방문지의 위도 및 경도 정보가 표시되어 있다.
도 7의 데이터 모델에는 방문지 등급(1 ~ 5), 임의/고정 구분(임의는 0, 고정은 1), 방문 회수, 요일별 방문 유무(미방문은 0, 방문은 1)가 표시되어 있다.
도 8의 데이터 모델에는 방문지 등급(1 ~ 5), 방문지의 선호 시간대의 earliest time, 방문지의 선호 시간대의 latest time, 서비스 시간(체류 시간)이 표시되어 있다.
도 9는 도 6 ~ 8의 데이터를 MATLAB으로 구현한 프로그램의 실행 화면이다.
도 9에 도시된 바와 같이, MATLAB에서 도 6 ~ 8의 데이터를 입력하고, 프로그램을 구동하면, 모집단 중에서 현 세대의 최고해의 평가값이 표시되고, 그 하단에는 전체 방문 순서가 표현된다.
그리고 그 하단에는 각 요일별 방문 순서 및 해당 방문지의 도착시간이 분단위로 표시된다.
비록 본 발명이 상기 언급된 바람직한 실시예와 관련하여 설명되어졌지만, 발명의 요지와 범위로부터 벗어남이 없이 다양한 수정이나 변형을 하는 것이 가능하다. 따라서 첨부된 특허청구의 범위는 본 발명의 요지에서 속하는 이러한 수정이나 변형을 포함할 것이다.
도 1은 본 발명에 따른 판매사원 거래처 방문 계획 및 최적 경로 스케줄 관리 시스템의 전체 구성도이다.
도 2는 도 1의 방문 스케줄 관리장치의 세부 구성 블록도이다.
도 3은 본 발명에 따른 판매사원 거래처 방문 계획 및 최적 경로 스케줄 관리방법이 수행되는 과정을 도시한 흐름도이다.
도 4는 방문지들의 방문 순서를 결정하기 위한 유전 알고리즘이 수행되는 과정을 도시한 흐름도이다.
도 5는 도 4의 S410 단계의 세부 흐름도를 나타낸 것이다.
도 6 ~ 도 8은 은 본 발명을 프로그램으로 구현하는 경우 필요한 데이터 모델로서, 도 6은 방문지 위치 좌표 데이터 모델, 도 7은 거래처 속성(방문 제약 사항) 데이터 모델, 도 8은 거래처 방문 시간 데이터 모델을 나타낸 것이다.
도 9는 도 6 ~ 8의 데이터를 MATLAB으로 구현한 프로그램의 실행 화면이다.
<주요도면부호에 관한 설명>
10 : 판매사원 단말기
20 : 방문 스케줄 관리장치
21 : 데이터베이스 23 : 데이터 처리부
25 : 최적 경로 산출부 27 : 방문 시점 계산부
29 : 송수신부 30 : 고객 단말기
40 : 무선 통신망

Claims (12)

  1. 방문 스케줄링 장치에서 판매사원의 방문 스케줄을 관리하는 방법에 있어서,
    방문지 위치 정보와, 방문 기일 정보, 방문 우선순위 정보, 방문 선호 시간대 정보 중 어느 하나 이상을 포함하는 방문 제약 사항 정보를 데이터베이스에 구축하는 단계;
    상기 방문지 위치정보와 방문 제약 사항 정보에 기초하여 방문 제약 사항을 만족하면서 최소 경로 거리를 갖는 최적 방문 스케줄을 산출하는 단계; 및
    상기 산출된 방문 스케줄 정보를 판매사원 단말기로 전송하는 단계를 포함하는 것을 특징으로 하는 판매사원 거래처 방문 계획 및 최적 경로 스케줄 관리 방법.
  2. 제 1 항에 있어서,
    상기 산출된 방문 스케줄 정보를 방문지 고객의 휴대 단말기로 전송하는 단계가 더 포함되는 것을 특징으로 하는 판매사원 거래처 방문 계획 및 최적 경로 스 케줄 관리 방법.
  3. 제 1 항에 있어서,
    상기 판매사원 단말기의 위치정보를 획득하는 단계; 및
    상기 판매사원 단말기의 이동경로가 상기 방문 스케줄 상의 경로를 이탈하는 경우 경고 메시지를 상기 판매사원 단말기로 전송하는 단계가 더 포함되는 것을 특징으로 하는 판매사원 거래처 방문 계획 및 최적 경로 스케줄 관리 방법.
  4. 제 1 항에 있어서,
    예외 상황 발생을 감지하는 단계;
    예외 상황 발생시 예외 상황을 반영한 방문 스케줄을 재산출하는 단계; 및
    상기 산출된 방문 스케줄 정보를 판매사원 단말기로 전송하는 단계를 포함하는 것을 특징으로 하는 판매사원 거래처 방문 계획 및 최적 경로 스케줄 관리 방법.
  5. 제 1 항에 있어서,
    상기 방문 스케줄을 산출하는 단계는
    방문지 간의 거리, 방문 기일 정보, 필요 방문회수 정보에 기초하여 최단 방문 경로를 생성하는 단계; 및
    각 방문지의 방문 선호 시간대 정보, 방문지의 선호 시간대 어김 시간정보, 방문지별 체류 시간, 방문지간 이동시간 정보에 기초하여 방문 시간대를 산출하는 단계를 포함하는 것을 특징으로 하는 판매사원 거래처 방문 계획 및 최적 경로 스케줄 관리 방법.
  6. 제 5 항에 있어서,
    상기 최단 방문 경로 생성단계는
    임의 방문 스케줄에 따라 임의 방문지의 개수만큼의 길이를 갖는 7진수 크로모솜(Chromosome) 형태의 유전자 해들로 이루어지는 모집단을 생성하는 단계;
    상기 개별 유전자 해에 고정 방문 스케줄을 반영한 혼합 스케줄을 생성하고, 각 요일별 이동경로의 총 이동거리와 부여된 페널티 총합에 기초하여 평가하여 상기 개별 유전자 해에 대한 평가치를 산출하는 평가 단계;
    상기 개별 유전자 해에 대하여 선택 연산, 교차 연산 및 돌연변이 연산을 수행하는 단계;
    다음 세대에 대하여 상기 평가 단계, 선택 연산, 교차 연산 및 돌연변이 연산 단계를 진행하고, 임의 세대수 진행동안 해의 개선이 없는 경우 연산을 종료하고 가장 높은 평가치를 얻은 혼합 스케줄을 최적의 해로 결정하는 단계를 포함하는 것을 특징으로 하는 판매사원 거래처 방문 계획 및 최적 경로 스케줄 관리 방법.
  7. 제 6 항에 있어서,
    상기 평가 단계는
    상기 개별 유전자 해에 고정 방문 스케줄을 반영한 혼합 스케줄을 생성하는 단계;
    각 요일별 상기 혼합 스케줄을 분해하는 단계;
    각 분해된 스케줄에 대해 외판원 문제(TSP) 풀이를 수행하는 단계; 및
    7개 문제들의 평가치의 총합을 상기 개별 유전자 해에 대한 평가치로 산출하여 리턴하는 단계를 포함하는 것을 특징으로 하는 판매사원 거래처 방문 계획 및 최적 경로 스케줄 관리 방법.
  8. 제 7 항에 있어서,
    상기 개별 유전자 해에 대한 평가치는 각 요일별 이동경로의 총 이동거리와 부여된 페널티 총합에 기초하여 평가되는 것을 특징으로 하는 판매사원 거래처 방문 계획 및 최적 경로 스케줄 관리 방법.
  9. 제 5 항에 있어서,
    상기 방문 시간대 산출단계는
    방문 우선순위가 높은 방문지의 도착 시간을 결정하는 단계;
    상기 방문 우선순위가 높은 방문지 이전에 방문해야 할 방문지에 대해 백워드 스케줄링을 적용하여 방문 시간대를 결정하는 단계; 및
    상기 방문 우선순위가 높은 방문지 이후에 방문해야 할 방문지에 대해 포워드 스케줄링을 적용하여 방문 시간대를 결정하는 단계를 포함하는 것을 특징으로 하는 판매사원 거래처 방문 계획 및 최적 경로 스케줄 관리 방법.
  10. 판매사원 거래처 방문 스케줄 관리장치에 있어서,
    방문지 위치 정보와, 방문 기일 정보, 방문 우선순위 정보, 방문 선호 시간대 정보 중 어느 하나 이상을 포함하는 방문 제약 사항 정보를 저장하고 있는 데이터베이스;
    상기 데이터베이스에 저장된 데이터를 추출하고 필요한 연산처리를 수행하는 데이터 처리부;
    방문지 간의 거리, 방문 기일 정보, 필요 방문회수 정보에 기초하고, 유전 알고리즘(Genetic Algorithm)을 이용하여 최적 방문 경로를 생성하는 최적 경로 산출부;
    각 방문지의 방문 선호 시간대 정보, 방문지의 선호 시간대 어김 시간정보, 방문지별 체류 시간, 방문지간 이동시간 정보에 기초하여 방문 시간대를 산출하는방문 시점 계산부; 및
    산출된 최적 방문 경로 및 방문 시간대 정보를 판매사원 단말기로 전송하는 송수신부를 포함하는 것을 특징으로 하는 판매사원 거래처 방문 계획 및 최적 경로 스케줄 관리장치.
  11. 제 10 항에 있어서,
    상기 최적 경로 산출부는
    임의 방문 스케줄에 따라 임의 방문지의 개수만큼의 길이를 갖는 7진수 크로모솜(Chromosome) 형태의 유전자 해들로 이루어지는 모집단을 생성하고, 상기 개별 유전자 해에 고정 방문 스케줄을 반영한 혼합 스케줄을 생성하고, 각 요일별 이동경로의 총 이동거리와 부여된 페널티 총합에 기초하여 평가하여 상기 개별 유전자 해에 대한 평가치를 산출하는 평가 단계를 거쳐, 상기 개별 유전자 해에 대하여 선택 연산, 교차 연산 및 돌연변이 연산을 수행하며, 다음 세대에 대하여 상기 평가 단계, 선택 연산, 교차 연산 및 돌연변이 연산 단계를 진행하고, 임의 세대수 진행동안 해의 개선이 없는 경우 연산을 종료하고 가장 높은 평가치를 얻은 혼합 스케줄을 최적의 해로 결정하는 것을 특징으로 하는 판매사원 거래처 방문 계획 및 최적 경로 스케줄 관리장치.
  12. 제 10 항에 있어서,
    상기 방문 시점 계산부는 방문 우선순위가 높은 방문지의 도착 시간을 결정하고, 상기 방문 우선순위가 높은 방문지 이전에 방문해야 할 방문지에 대해 백워드 스케줄링을 적용하여 방문 시간대를 결정한 후, 상기 방문 우선순위가 높은 방문지 이후에 방문해야 할 방문지에 대해 포워드 스케줄링을 적용하여 방문 시간대를 결정하는 것을 특징으로 하는 판매사원 거래처 방문 계획 및 최적 경로 스케줄 관리장치.
KR1020090069111A 2009-07-28 2009-07-28 판매사원 거래처 방문 계획 및 최적 경로 스케줄링 방법 및 그 장치 KR101063541B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090069111A KR101063541B1 (ko) 2009-07-28 2009-07-28 판매사원 거래처 방문 계획 및 최적 경로 스케줄링 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090069111A KR101063541B1 (ko) 2009-07-28 2009-07-28 판매사원 거래처 방문 계획 및 최적 경로 스케줄링 방법 및 그 장치

Publications (2)

Publication Number Publication Date
KR20110011451A true KR20110011451A (ko) 2011-02-08
KR101063541B1 KR101063541B1 (ko) 2011-09-08

Family

ID=43771655

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090069111A KR101063541B1 (ko) 2009-07-28 2009-07-28 판매사원 거래처 방문 계획 및 최적 경로 스케줄링 방법 및 그 장치

Country Status (1)

Country Link
KR (1) KR101063541B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101368572B1 (ko) * 2012-06-11 2014-02-27 한동표 스마트 영업관리 시스템
KR20160064563A (ko) * 2014-11-28 2016-06-08 제주대학교 산학협력단 전기 자동차에서 그리드로의 전력 거래를 위한 전력 중개 시스템
KR20190019857A (ko) 2017-08-17 2019-02-27 고려대학교 산학협력단 온디맨드 물류에서 tsp를 활용한 배송 경로 생성 장치
CN112906973A (zh) * 2021-03-10 2021-06-04 浙江银江云计算技术有限公司 一种家庭医生随访路径推荐方法及系统
KR20220169604A (ko) * 2021-06-21 2022-12-28 이재복 양방향 서비스 기반 모빌리티 이커머스 서비스 시스템

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102361854B1 (ko) * 2021-04-22 2022-02-14 최재윤 영업 및 인력 관리 시스템 및 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002259663A (ja) * 2001-02-26 2002-09-13 Kentop:Kk 顧客訪問スケジュール作成装置および方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101368572B1 (ko) * 2012-06-11 2014-02-27 한동표 스마트 영업관리 시스템
KR20160064563A (ko) * 2014-11-28 2016-06-08 제주대학교 산학협력단 전기 자동차에서 그리드로의 전력 거래를 위한 전력 중개 시스템
KR20190019857A (ko) 2017-08-17 2019-02-27 고려대학교 산학협력단 온디맨드 물류에서 tsp를 활용한 배송 경로 생성 장치
CN112906973A (zh) * 2021-03-10 2021-06-04 浙江银江云计算技术有限公司 一种家庭医生随访路径推荐方法及系统
CN112906973B (zh) * 2021-03-10 2023-10-24 浙江银江云计算技术有限公司 一种家庭医生随访路径推荐方法及系统
KR20220169604A (ko) * 2021-06-21 2022-12-28 이재복 양방향 서비스 기반 모빌리티 이커머스 서비스 시스템

Also Published As

Publication number Publication date
KR101063541B1 (ko) 2011-09-08

Similar Documents

Publication Publication Date Title
CN110046749B (zh) 一种基于实时路况的电商包裹与同城o2o包裹共同配送系统
Lin et al. A logistics model for emergency supply of critical items in the aftermath of a disaster
Rodriguez et al. Staff dimensioning in homecare services with uncertain demands
Ngai et al. Design and development of a context-aware decision support system for real-time accident handling in logistics
Biba et al. A new method for determining the population with walking access to transit
KR101063541B1 (ko) 판매사원 거래처 방문 계획 및 최적 경로 스케줄링 방법 및 그 장치
US8041660B2 (en) Optimizing traffic predictions and enhancing notifications
Ingolfsson et al. Simulation of single start station for Edmonton EMS
US10275727B2 (en) Dynamic location-aware coordination method and system
US20090048890A1 (en) Delivery Management System for Quick Service Restaurants
US20130090965A1 (en) Real time customer access to location, arrival and on-site time data
US11580612B2 (en) Systems and methods for transportation staffing
Enayati et al. Ambulance redeployment and dispatching under uncertainty with personnel workload limitations
Min et al. A model-based decision support system for solving vehicle routing and driver scheduling problems under hours of service regulations
Tellez et al. The time‐consistent dial‐a‐ride problem
Leffler et al. Simulation of fixed versus on-demand station-based feeder operations
Shiripour et al. A transportation network model with intelligent probabilistic travel times and two hybrid algorithms
Esztergár-Kiss et al. An activity chain optimization method with comparison of test cases for different transportation modes
Gu et al. Enhancing market service and enterprise operations through a large-scale GIS-based distribution system
Zimmer et al. Using data analytics to optimize public transportation on a college campus
Faulin et al. The DSS LOGDIS optimizes delivery routes for FRILAC’s frozen products
Akwafuo et al. A Dynamic Heuristic Algorithm for Management of Public Health Emergencies in Unreliable Settings
Miller Theories and models in transportation planning
Amiama et al. Spatial decision support system for the route management for milk collection from dairy farms
Chen et al. The University of Michigan implements a hub-and-spoke design to accommodate social distancing in the campus bus system under COVID-19 restrictions

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20140613

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20150612

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20160628

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20170908

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20180723

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20190704

Year of fee payment: 9