KR20230166060A - 물류를 위한 경로 정보를 제공하는 서버, 방법 및 컴퓨터 프로그램 - Google Patents
물류를 위한 경로 정보를 제공하는 서버, 방법 및 컴퓨터 프로그램 Download PDFInfo
- Publication number
- KR20230166060A KR20230166060A KR1020230167367A KR20230167367A KR20230166060A KR 20230166060 A KR20230166060 A KR 20230166060A KR 1020230167367 A KR1020230167367 A KR 1020230167367A KR 20230167367 A KR20230167367 A KR 20230167367A KR 20230166060 A KR20230166060 A KR 20230166060A
- Authority
- KR
- South Korea
- Prior art keywords
- route
- transportation
- transport
- unit
- simulation
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 60
- 238000004590 computer program Methods 0.000 title claims description 17
- 239000011159 matrix material Substances 0.000 claims abstract description 143
- 238000004088 simulation Methods 0.000 claims abstract description 123
- 230000007704 transition Effects 0.000 claims abstract description 36
- 238000009795 derivation Methods 0.000 claims abstract description 7
- 230000006870 function Effects 0.000 description 26
- 238000010586 diagram Methods 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 13
- 230000001186 cumulative effect Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000003780 insertion Methods 0.000 description 3
- 230000037431 insertion Effects 0.000 description 3
- 230000002441 reversible effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
물류를 위한 경로 정보를 제공하는 서버는, 운송 회사의 단말로부터 운송 데이터를 수신하는 수신부; 상기 수신한 운송 데이터를 운송 배차 모델에 입력하여 복수의 단위 경로를 포함하는 제 1 운송 경로를 도출하는 운송 경로 도출부; 천이 유형 정보에 기초하여 적어도 하나의 시간대별 3차원 매트릭스를 생성하는 매트릭스 생성부; 물류 운송 시간대에 대한 목적 함수를 만족하는 제 1 운송 시나리오에 기초하여 상기 적어도 하나의 시간대별 3차원 매트릭스의 값을 조합하여 상기 제 1 운송 경로의 경로 변경을 시뮬레이션하는 시뮬레이션부; 및 상기 시뮬레이션의 결과에 기초하여 상기 제 1 운송 경로를 제 2 운송 경로로 변경하는 운송 경로 변경부를 포함하되, 상기 적어도 하나의 시간대별 3차원 매트릭스는 상기 복수의 단위 경로 중 적어도 하나의 단위 경로를 포함하고, 물동량의 균등 배분 조건, 물류 차량별 적재 조건, 선호 지역 정보 중 적어도 하나에 기초하여 상기 복수의 단위 경로에 대해 군집화를 수행하는 군집화 수행부를 더 포함하고, 상기 군집화 수행부는 상기 군집화가 수행된 복수의 단위 경로에 대해 군집 간의 인접 정도에 기초하여 상기 군집화를 재수행할 수 있다.
Description
본 발명은 물류를 위한 경로 정보를 제공하는 서버, 방법 및 컴퓨터 프로그램에 관한 것이다.
물류(logistics)란 재화나 서비스를 생산자로부터 소비자 또는 특정한 지역으로 이동시키는 행위, 또는 이를 위한 재고계획, 배송계획, 조달계획 등을 포괄적으로 의미한다. 물류 서비스는 운송의 용이성을 위해 행정 구역의 구/동 단위로 운송 지점에 대한 클러스터(cluster)를 생성한다. 종래의 경우, 물류 회사의 담당자가 클러스터 내 배송 지점 수, 밀집도 등을 직접 설정함으로써, 인력기반의 노하우에 의존적이었다.
최근에는 알고리즘에 의해 물류 운송 계획을 실시간으로 수립하고 있으며, 이와 관련하여 선행기술인 한국공개특허 제 2010-0062848호는 물류 운영 방법 및 그 시스템을 개시하고 있다.
종래의 경우, 물류 운송 계획을 수립하기 위해 주로 정적인 데이터 모델이 이용되었다. 이하에서는, 도 1을 통해 종래의 정적인 데이터 모델에 기초하여 수립된 물류 운송 계획을 이용하여 경로 정보를 제공하는 과정에 대해 설명하도록 한다.
도 1은 종래의 물류를 위한 경로 정보를 제공하는 과정을 설명하기 위한 예시적인 도면이다. 종래의 경로 정보 제공 서버는 물류 차량이 각 지점에서 물품을 적재하면서, 센터를 출발하여 각 지점을 거쳐 차고지에 도착하기까지의 운송 경로를 계획하기 위해, 각 지점 간의 이동 시간을 2차원의 행렬 형태로 생성하였다.
이후, 종래의 경로 제공 서버는 행렬에 메타 휴리스틱 알고리즘(meta heuristic algorithm)을 적용하여 각각의 물류 차량의 적재량 한도 내에서 이동 시간의 총합을 최소화하는 방향으로 경로를 탐색하였다. 이 때, 경로 상 행렬 원소값의 합이 최소가 되도록 함으로써, 차량 경로 문제를 해결하였다. 메타 휴리스틱 알고리즘이란 특정 문제가 가지는 정보에 크게 구속되지 않고, 다양한 문제에 적용 가능한 상위 수준의 발견적 기법이다.
도 1을 참조하면, 제 1 단계(100)에서, 종래의 경로 정보 제공 서버는 센터, 차고지, 지점 간의 이동 시간을 2차원 매트릭스(101)로 생성하였다. 여기서, 제 1 지점(0)에서 제 2 지점(5)으로 0→5와 같이 이동된 경우, 0→5에 해당하는 2차원 매트릭스 값은 (0, 5)로 구성되었다.
제 2 단계(110)에서, 종래의 경로 정보 제공 서버는 이동 시간을 기준으로 메타 휴리스틱 알고리즘을 이용하여 각 물류 차량의 로컬 솔루션(111)을 탐색하였다. 이 때, 로컬 솔루션은 센터가 도착지이거나, 차고지가 출발지인 상황은 제외하여 탐색하였다.
만약, 종래의 경로 정보 제공 서버가 빨간색 물류 차량에 대해 0→5 경로를 선택한 경우(112), 종래의 경로 정보 제공 서버는 5번 지점을 일시적으로 도착지에서 제외시킨 후, 5번 지점을 출발지로 하여, 하이라이트된 구간 내에서 다음 경로를 탐색하였다.
이후, 종래의 경로 정보 제공 서버는 빨간색 물류 차량에 대해 5→6 경로를 선택한 경우(113), 빨간색 물류 차량에 대한 '회수물품의 누적적재량: 60% 및 누적 이동 시간: 4시간'에 기초하여, 적재량이 한도에 도달함에 따라, 더 운송이 가능하더라도 더 이상의 적재가 불가하여, 다음 경로를 6→8 경로(차고지)를 선택하게 되었다.
이러한 과정을 거쳐, 종래의 경로 정보 제공 서버는 각 운송 지점에서 물류 차량이 적재 가능한 수준인지를 누적하여 조건을 비교하였다. 만약, 종래의 경로 정보 제공 서버가 빨간색 물류 차량의 경로와 관련하여 행렬에서 (0, 5), (5, 6), (6, 8)의 순서로 2차원 매트릭스 값을 선택한 경우, 종래의 경로 정보 제공 서버는 2차원 매트릭스 값의 총합이 '4+2+2=8'로 이동 시간이 최소가 되는지를 확인한 후, 이동 시간이 최소가 된 경우, 빨간색 물류 차량의 운송 경로를 0→5→6→8의 순서로 도출하였다.
제 3 단계(120)에서, 종래의 경로 정보 제공 서버는 제 2 단계(110)에서 하이라이트되지 않은 칸을 채워나가며, 빨간색 물류 차량의 경우, 0→5→6→8의 경로를 도출하고, 노란색 물류 차량의 경우, 0→1→4→5→7의 경로를 도출하고, 파란색 물류 차량의 경우, 0→3→9의 경로를 도출하고, 보라색 물류 차량의 경우, 0→2→10의 경로를 도출하여, 지점 간의 이동 시간의 총합인 물류 운송 비용(cost)을 '8+11+5+12=36'으로 최종 로컬 솔루션(121)을 획득하였다.
그러나 종래의 물류 운송 계획은 실시간적인 요소가 반영되지 못함으로써, 현실적인 운송 제약 사항들이 충분히 고려되지 못한 다소 비현실적인 물류 운송 계획이 수립된다는 단점을 가지고 있다.
제 1 단말로부터 운송 데이터를 수신하고, 수신한 운송 데이터를 운송 배차 모델에 입력하여 복수의 단위 경로를 포함하는 제 1 운송 경로를 도출하고, 적어도 하나의 천이 유형 정보에 기초하여 각각이 상기 복수의 단위 경로 중 적어도 하나의 단위 경로를 포함하는 적어도 하나의 시간대별 3차원 매트릭스를 생성하는 서버, 방법 및 컴퓨터 프로그램을 제공하고자 한다.
물류 운송 시간대에 대한 목적 함수를 만족하는 제 1 운송 시나리오에 기초하여 적어도 하나의 시간대별 3차원 매트릭스의 값을 조합하여 제 1 운송 경로의 경로 변경을 시뮬레이션하는 서버, 방법 및 컴퓨터 프로그램을 제공하고자 한다.
시뮬레이션의 결과에 기초하여 제 1 운송 경로를 제 2 운송 경로로 변경하는 서버, 방법 및 컴퓨터 프로그램을 제공하고자 한다.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 수단으로서, 본 발명의 일 실시예는, 운송 회사의 단말로부터 운송 데이터를 수신하는 수신부; 상기 수신한 운송 데이터를 운송 배차 모델에 입력하여 복수의 단위 경로를 포함하는 제 1 운송 경로를 도출하는 운송 경로 도출부; 천이 유형 정보에 기초하여 적어도 하나의 시간대별 3차원 매트릭스를 생성하는 매트릭스 생성부; 물류 운송 시간대에 대한 목적 함수를 만족하는 제 1 운송 시나리오에 기초하여 상기 적어도 하나의 시간대별 3차원 매트릭스의 값을 조합하여 상기 제 1 운송 경로의 경로 변경을 시뮬레이션하는 시뮬레이션부; 및 상기 시뮬레이션의 결과에 기초하여 상기 제 1 운송 경로를 제 2 운송 경로로 변경하는 운송 경로 변경부를 포함하되, 상기 적어도 하나의 시간대별 3차원 매트릭스는 상기 복수의 단위 경로 중 적어도 하나의 단위 경로를 포함하고, 물동량의 균등 배분 조건, 물류 차량별 적재 조건, 선호 지역 정보 중 적어도 하나에 기초하여 상기 복수의 단위 경로에 대해 군집화를 수행하는 군집화 수행부를 더 포함하고, 상기 군집화 수행부는 상기 군집화가 수행된 복수의 단위 경로에 대해 군집 간의 인접 정도에 기초하여 상기 군집화를 재수행하는 서버를 제공할 수 있다.
본 발명의 다른 실시예는, 운송 회사의 단말로부터 운송 데이터를 수신하는 단계; 상기 수신한 운송 데이터를 운송 배차 모델에 입력하여 복수의 단위 경로를 포함하는 제 1 운송 경로를 도출하는 단계; 천이 유형 정보에 기초하여 적어도 하나의 시간대별 3차원 매트릭스를 생성하는 단계; 물류 운송 시간대에 대한 목적 함수를 만족하는 제 1 운송 시나리오에 기초하여 상기 적어도 하나의 시간대별 3차원 매트릭스의 값을 조합하여 상기 제 1 운송 경로의 경로 변경을 시뮬레이션하는 단계; 및 상기 시뮬레이션의 결과에 기초하여 상기 제 1 운송 경로를 제 2 운송 경로로 변경하는 단계를 포함하되, 상기 적어도 하나의 시간대별 3차원 매트릭스는 상기 복수의 단위 경로 중 적어도 하나의 단위 경로를 포함하고, 물동량의 균등 배분 조건, 물류 차량별 적재 조건, 선호 지역 정보 중 적어도 하나에 기초하여 상기 복수의 단위 경로에 대해 군집화를 수행하는 단계; 및 상기 군집화가 수행된 복수의 단위 경로에 대해 군집 간의 인접 정도에 기초하여 상기 군집화를 재수행하는 단계를 더 포함할 수 있다.
본 발명의 또 다른 실시예는, 컴퓨터 프로그램은 컴퓨팅 장치에 의해 실행될 경우, 운송 회사의 단말로부터 운송 데이터를 수신하고, 상기 수신한 운송 데이터를 운송 배차 모델에 입력하여 복수의 단위 경로를 포함하는 제 1 운송 경로를 도출하고, 천이 유형 정보에 기초하여 적어도 하나의 시간대별 3차원 매트릭스를 생성하고, 물류 운송 시간대에 대한 목적 함수를 만족하는 제 1 운송 시나리오에 기초하여 상기 적어도 하나의 시간대별 3차원 매트릭스의 값을 조합하여 상기 제 1 운송 경로의 경로 변경을 시뮬레이션하고, 상기 시뮬레이션의 결과에 기초하여 상기 제 1 운송 경로를 제 2 운송 경로로 변경하도록 하는 명령어들의 시퀀스를 포함하고, 상기 적어도 하나의 시간대별 3차원 매트릭스는 상기 복수의 단위 경로 중 적어도 하나의 단위 경로를 포함하고, 물동량의 균등 배분 조건, 물류 차량별 적재 조건, 선호 지역 정보 중 적어도 하나에 기초하여 상기 복수의 단위 경로에 대해 군집화를 수행하고, 상기 군집화가 수행된 복수의 단위 경로에 대해 군집 간의 인접 정도에 기초하여 상기 군집화를 재수행하는 명령어들의 시퀀스를 더 포함할 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본 발명을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 기재된 추가적인 실시예가 존재할 수 있다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 운송 데이터를 운송 배차 모델에 입력하여 복수의 단위 경로를 포함하는 제 1 운송 경로를 도출하고, 적어도 하나의 천이 유형 정보에 기초하여 각각이 상기 복수의 단위 경로 중 적어도 하나의 단위 경로를 포함하는 적어도 하나의 시간대별 3차원 매트릭스를 생성함으로써, 시간대가 고려된 운송 경로에 기초하여 실시간으로 현장에서 운용할 수 있는 물류 운송 계획을 수립하는 서버, 방법 및 컴퓨터 프로그램을 제공할 수 있다.
물류 운송 시간대에 대한 목적 함수를 만족하는 제 1 운송 시나리오에 기초하여 적어도 하나의 시간대별 3차원 매트릭스의 값을 조합하여 제 1 운송 경로의 경로 변경을 시뮬레이션하고, 시뮬레이션의 결과에 기초하여 제 1 운송 경로를 제 2 운송 경로로 변경함으로써, 다양한 제약 사항, 지리적 요인, 교통 상황 등을 반영하여 최적의 운송 경로를 도출하도록 하는 서버, 방법 및 컴퓨터 프로그램을 제공할 수 있다.
총 물류 운송 비용을 절감하면서, 배차된 물류 차량의 업무 강도가 균등하게 수립된 운송 계획을 이용함으로써, 현장에서 발생될 수 있는 불공정 이슈 및 운송 사고 리스크를 최소화시킬 수 있는 서버, 방법 및 컴퓨터 프로그램을 제공할 수 있다.
물류 차량의 실제 운송 결과 및 과거 운송 계획 간의 운송 차이 정보에 기초하여 적어도 하나의 시간대별 3차원 매트릭스를 갱신하고, 운송 차이 정보에 기초하여 자가 학습을 수행함으로써, 정교한 운송 계획을 수립할 수 있도록 하는 서버, 방법 및 컴퓨터 프로그램을 제공할 수 있다.
도 1은 종래의 물류를 위한 경로 정보를 제공하는 과정을 설명하기 위한 예시적인 도면이다.
도 2는 본 발명의 일 실시예에 따른 경로 정보 제공 서버의 구성도이다.
도 3a 내지 도 3d는 본 발명의 일 실시예에 따른 적어도 하나의 시간대별 3차원 매트릭스를 이용하여 경로 변경에 대한 시뮬레이션을 수행하는 과정을 설명하기 위한 예시적인 도면이다.
도 4는 본 발명의 일 실시예에 따른 복수의 단위 경로에 대해 군집화를 수행하여 적어도 하나의 시간대별 3차원 매트릭스를 생성하는 과정을 설명하기 위한 예시적인 도면이다.
도 5는 본 발명의 일 실시예에 따른 적어도 하나의 희소 매트릭스를 이용하여 경로 변경에 대한 시뮬레이션을 수행하는 과정을 설명하기 위한 예시적인 도면이다.
도 6은 본 발명의 일 실시예에 따른 운송 노동 강도를 고려하여 제 2 시나리오에 기초하여 경로 변경에 대한 시뮬레이션을 수행하는 과정을 설명하기 위한 예시적인 도면이다.
도 7a 및 도 7b는 본 발명의 일 실시예에 따른 물류 차량의 실제 운송 결과 및 과거 운송 계획 간의 운송 차이 정보에 기초하여 물류 차량의 하차 시간을 예측하는 과정을 설명하기 위한 예시적인 도면이다.
도 8a 내지 도 8c는 본 발명의 일 실시예에 따른 제 1 시나리오 및 제 2 시나리오에 기초하여 제 2 운송 경로를 도출하는 과정을 설명하기 위한 예시적인 도면이다.
도 9는 본 발명의 일 실시예에 따른 경로 정보 제공 서버에서 물류를 위한 경로 정보를 제공하는 방법의 순서도이다.
도 2는 본 발명의 일 실시예에 따른 경로 정보 제공 서버의 구성도이다.
도 3a 내지 도 3d는 본 발명의 일 실시예에 따른 적어도 하나의 시간대별 3차원 매트릭스를 이용하여 경로 변경에 대한 시뮬레이션을 수행하는 과정을 설명하기 위한 예시적인 도면이다.
도 4는 본 발명의 일 실시예에 따른 복수의 단위 경로에 대해 군집화를 수행하여 적어도 하나의 시간대별 3차원 매트릭스를 생성하는 과정을 설명하기 위한 예시적인 도면이다.
도 5는 본 발명의 일 실시예에 따른 적어도 하나의 희소 매트릭스를 이용하여 경로 변경에 대한 시뮬레이션을 수행하는 과정을 설명하기 위한 예시적인 도면이다.
도 6은 본 발명의 일 실시예에 따른 운송 노동 강도를 고려하여 제 2 시나리오에 기초하여 경로 변경에 대한 시뮬레이션을 수행하는 과정을 설명하기 위한 예시적인 도면이다.
도 7a 및 도 7b는 본 발명의 일 실시예에 따른 물류 차량의 실제 운송 결과 및 과거 운송 계획 간의 운송 차이 정보에 기초하여 물류 차량의 하차 시간을 예측하는 과정을 설명하기 위한 예시적인 도면이다.
도 8a 내지 도 8c는 본 발명의 일 실시예에 따른 제 1 시나리오 및 제 2 시나리오에 기초하여 제 2 운송 경로를 도출하는 과정을 설명하기 위한 예시적인 도면이다.
도 9는 본 발명의 일 실시예에 따른 경로 정보 제공 서버에서 물류를 위한 경로 정보를 제공하는 방법의 순서도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다.
본 명세서에 있어서 단말 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말 또는 디바이스에서 수행될 수도 있다.
이하 첨부된 도면을 참고하여 본 발명의 일 실시예를 상세히 설명하기로 한다.
도 2는 본 발명의 일 실시예에 따른 경로 정보 제공 서버의 구성도이다. 도 2를 참조하면, 수신부(210), 운송 경로 도출부(220), 군집화 수행부(230), 매트릭스 생성부(240), 시뮬레이션부(250) 및 운송 경로 변경부(260)를 포함할 수 있다.
수신부(210)는 제 1 단말로부터 운송 데이터를 수신할 수 있다. 여기서, 제 1 단말은 물류 회사에서 운송 데이터를 입력하는 단말일 수 있다. 운송 데이터는 운송 리소스 정보 및 운송 주문 정보를 포함할 수 있다. 운송 리소스 정보는 예를 들어, 출발지(센터), 차고지(도착지), 물류 차량 정보, 운송 지점, 물류 유형(물품의 종류 및 무게 등) 등을 포함하고, 운송 주문 정보는 예를 들어, 일일 주문 정보, 주간 주문 정보 등을 포함할 수 있다.
운송 경로 도출부(220)는 수신한 운송 데이터를 운송 배차 모델에 입력하여 물류 차량이 운송할 경로로서, 복수의 단위 경로를 포함하는 제 1 운송 경로를 도출할 수 있다. 여기서, 운송 배차 모델은 로컬 서치(Local Search) 기법, 유전자 알고리즘, 강화학습 등을 이용하여 생성될 수 있으며, 이에 한정하지 않는다. 로컬 서치 기법은 현재 지점(노드)에서 확장 가능한 이웃 지점들 중 비용 절감값이 가장 높은 지점을 선택하여 확장해 가는 탐색 기법을 의미할 수 있다. 단위 경로는 물류를 운송할 하나의 권역 내에 존재하는 복수의 지점 간을 연결하는 각각의 경로를 의미할 수 있다.
매트릭스 생성부(240)는 적어도 하나의 천이 유형 정보에 기초하여 각각이 복수의 단위 경로 중 적어도 하나의 단위 경로를 포함하는 적어도 하나의 시간대별 3차원 매트릭스를 생성할 수 있다. 여기서, 천이 유형 정보는 제 1 운송 경로 상의 각 지점 간의 이동 거리, 각 지점 간의 이동 시간 및 물류 차량의 적재 중량, 물류 특성 정보, 운전자 특성 정보 및 운송 지점 특성 정보 등을 포함할 수 있다.
시뮬레이션부(250)는 물류 운송 시간대에 대한 목적 함수를 만족하는 제 1 운송 시나리오에 기초하여 적어도 하나의 시간대별 3차원 매트릭스의 값을 조합하여 제 1 운송 경로의 경로 변경을 시뮬레이션할 수 있다. 적어도 하나의 시간대별 3차원 매트릭스를 생성하여 시뮬레이션하는 과정에 대해서는 도 3a 내지 도 3c를 통해 상세히 설명하도록 한다.
도 3a 내지 도 3c는 본 발명의 일 실시예에 따른 적어도 하나의 시간대별 3차원 매트릭스를 이용하여 경로 변경에 대한 시뮬레이션을 수행하는 과정을 설명하기 위한 예시적인 도면이다.
도 3a를 참조하면, 매트릭스 생성부(240)는 제 1 운송 경로(300) 상의 각 지점 간의 이동 거리(311), 각 지점 간의 이동 시간(312) 및 물류 차량의 적재 중량(313) 중 적어도 하나에 기초하여 적어도 하나의 시간대별 3차원 매트릭스(310)를 생성할 수 있다. 여기서, 센터가 도착지이거나, 출발지인 상황은 제외될 수 있으며, 시간대는 오전 시간대, 오후 시간대, 점심 시간대, 출근 시간대, 새벽 시간대 등을 포함할 수 있다. 시간대별 3차원 매트릭스(310)의 좌표는 예를 들어, (출발지_지점(노드) 차원, 도착지_지점(노드) 차원, 시간 차원, 천이유형타입(예를 들어, 이동 거리 등))으로 구성되며, 좌표의 순서는 변경될 수 있으며 이에 한정하지 않는다. 예를 들어, 제 1 운송 지점(0)으로부터 제 2 운송 지점(5)으로까지 0→5와 같이 이동된 경우, 첫번째 시간대인 출근 시간대 및 첫번째 이동 시간에 해당하는 매트릭스 값은 예를 들어, (0, 5, 1, 1)의 값으로 구성될 수 있다.
이러한 과정을 통해, 지점 간의 상관 관계 및 시간대에 따른 운송 리소스 변화를 매트릭스의 좌표로 구성함으로써, 최적 경로 탐색 시, 효율적으로 연산 및 동적 프로그래밍이 수행되도록 할 수 있다.
도 3b를 참조하면, 물류 운송 시간대에 대한 목적 함수(320)는 물류 운송 비용(x, y, z)와 같이 설계될 수 있다. 여기서, x는 이동 거리, y는 이동 시간, z는 상하차 작업 시간을 나타낼 수 있다.
예를 들어, 평상시의 오전 시간대 및 오후 시간대의 경우, 목적 함수(320)는 물류 운송 비용(x, y)와 같이 설계될 수 있으며, 이를 통해, 이동 거리 및 이동 시간이 동시에 최적화될 수 있다. 이는, 오전 시간대 및 오후 시간대의 교통 상황 편차가 낮으며, 보편적인 업무 시간으로 인해 상하차 시 특이 사항이 적은 점을 고려하기 위함이다.
다른 예를 들어, 출근 시간대 및 퇴근 시간대의 경우, 목적 함수(320)는 물류 운송 비용(y, z)와 같이 설계될 수 있으며, 이를 통해, 이동 시간 및 작업 시간이 동시에 최적화될 수 있다. 이는, 출근 시간대 및 퇴근 시간대의 경우, 교통 상황의 정체가 심각함에 따라, 시간 변동성이 크고, 업무 시작부터 종료 시각까지와 상하차 시에 특이 사항이 많이 발생되는 점을 고려하기 위함이다.
또 다른 예를 들어, 새벽 시간대의 경우, 목적 함수(320)는 물류 운송 비용(x, z)와 같이 설계될 수 있으며, 이동 거리 및 작업 시간이 동시에 최적화될 수 있다. 이는, 새벽 시간대의 경우, 교통 상황이 원활함에 따라, 유휴비 절감을 위해 거리 최소화를 시키고, 상하차 시 특이 사항이 많이 발생되는 점을 고려하기 위함이다.
예를 들어, 최적의 물류 운송 스케쥴이 '센터: 오전 5시 도착'→'지점 1: 오전 8시 도착'→'지점 3: 오전 9시 도착'에 해당하는 경우, 시뮬레이션부(250)는 '새벽 물류 운송 비용(x, z): 100'+'출근 물류 운송 비용(y, z): 500'+'출근 물류 운송 비용(y, z): 900'과 같이 목적 함수에 기초하여 총 물류 운송 비용을 도출할 수 있다.
도 3c를 참조하면, 시뮬레이션부(250)는 물류 운송 시간대에 대한 목적 함수(320)를 만족하는 제 1 운송 시나리오에 기초하여 적어도 하나의 시간대별 3차원 매트릭스(340)의 값을 조합하여 제 1 운송 경로(330)의 경로 변경을 시뮬레이션(350)할 수 있다.
예를 들어, 시뮬레이션부(250)는 제 1 운송 경로(330)에 기초하여 천이 유형 정보에 해당하는 모든 시간대별 3차원 매트릭스(340)에 대해 메타 휴리스틱 알고리즘을 동시에 적용할 수 있다. 시뮬레이션부(250)는 차량 경로 문제를 해결하기 위해 검증된 다양한 메타 휴리스틱 알고리즘을 모두 활용할 수 있으며, 메타 휴리스틱 알고리즘은 대표적으로, Genetic Algorithms, Tabu Search, Simulated Annealing, Ant Algorithm, Savings, The Sweep Algorithm, Cheapest Insertion, Nearest Insertion 등을 포함한다. 제 1 운송 시나리오는 각 천이 유형 정보와 관련된 시간대별 3차원 매트릭스(340)의 값을 조합한 물류 운송 비용이 최소가 되도록 목적 함수를 만족하도록 설계될 수 있다. 예를 들어, 현재까지 물류 차량의 이동 시간이 '4분'이고, 이동 거리가 '4km'이고, 배송한 중량이 600kg인 경우, 시뮬레이션부(250)는 이를 고려하여 시간대별 3차원 매트릭스(340)의 값을 조합하여 제 1 운송 경로(330)에 대한 시뮬레이션(350)을 수행할 수 있다.
이 때, 시뮬레이션부(250)는 이동 시간 매트릭스에서 누적된 시간의 합이 시간 차원의 시간대를 벗어나는 경우, 다음 시간 차원을 이용하여 시뮬레이션(350)할 수 있다. 즉, 시간 차원에 따라 목적 함수를 다르게 설정함으로써, 시간대별로 원하는 운송 경로가 도출되도록 최적화를 수행할 수 있다.
예를 들어, 새벽 시간대의 물류 운송 비용(Cost)은 이동 거리, 이동 시간, 적재량 편차 순의 가중합으로 설계될 수 있다. 만약, 시뮬레이션부(250)가 시간대별 3차원 매트릭스에서 0→5 경로를 선택한 경우, 각 천이 유형 정보의 모든 시간 차원에서 5번 지점은 일시적으로 도착지에서 제외될 수 있으며, 시뮬레이션부(250)는 다음 경로를 5번 지점을 출발지로 하여, 하이라이트된 구간 내에서 탐색할 수 있다.
이후, 시뮬레이션(350) 도중, 특정 물류 차량의 누적 이동 시간이 설정된 시간대를 벗어난 경우, 시뮬레이션부(250)는 다른 시간 차원의 매트릭스와 관계있는 속성값인 튜플(Tuple)을 이용하여 탐색을 지속할 수 있다. 이를 통해, 실시간에 근접한 라우팅을 수행할 수 있다.
시뮬레이션부(250)가 시간대별 3차원 매트릭스에서 5→6 경로를 선택하는 경우, 누적된 이동 시간이 출근 시간대로 변경될 수 있으므로, 시뮬레이션부(250)는 다음 경로를 6번 지점을 출발지로 하여, 하이라이트된 구간 내에서 탐색하되, 누적 시간이 포함된 다음 시간 차원에서 탐색할 수 있다. 이 때, 출근 시간대의 물류 운송 비용(Cost)은 시간대의 특성을 고려하여 시간합으로 설정될 수 있다.
도 3d를 참조하면, 시뮬레이션부(250)는 물류 운송 시간대를 고려하여 물류 차량에 대한 이동 거리, 이동 시간 및 적재 중량과 관련된 물류 운송 비용이 최소가 되도록 하는 제 1 운송 시나리오에 기초하여 제 1 운송 경로의 경로 변경에 대한 시뮬레이션을 반복 수행할 수 있다.
예를 들어, 시뮬레이션부(250)는 제 1 운송 시나리오에 기초하여 제 1 운송 경로(360)의 경로 변경에 대한 시뮬레이션(370)을 반복 수행함으로써, 시간대별로 목적 함수를 만족하는 제 2 운송 경로를 도출할 수 있다. 이 때, 시간 차원이 세밀하게 구성될수록, 실시간 이동 속도와 유사해지며, 이를 통해, 라우팅 과정에서 현실적으로 시간 내에 운송할 수 없는 계획이 수립되지 않도록 할 수 있다.
이를 통해, 종래에는 물류 운송 계획의 수립에 새벽 시간대의 이동 시간 매트릭스만이 이용됨으로써, 출근 시간대에는 물류 운송 계획만큼 빠르게 물류 차량이 이동할 수 없었으나, 본 발명의 기술을 통해 현실적인 물류 운송 계획을 수립하도록 할 수 있다.
다시 도 2로 돌아와서, 운송 경로 도출부(220)가 수신한 운송 데이터를 운송 배차 모델에 입력하여 물류 차량이 운송할 제 1 운송 경로를 도출한 경우, 군집화 수행부(230)는 물동량의 균등 배분 조건, 물류 차량별 적재 조건, 선호 지역 정보 등에 기초하여 복수의 단위 경로에 대해 군집화를 수행할 수 있다.
매트릭스 생성부(240)는 적어도 하나의 천이 유형 정보에 기초하여 각각이 군집화된 복수의 단위 경로를 포함하는 적어도 하나의 시간대별 3차원 매트릭스를 생성하고, 생성된 적어도 하나의 시간대별 3차원 매트릭스로부터 적어도 하나의 희소 매트릭스를 생성할 수 있다.
시뮬레이션부(250)는 제 1 시나리오에 기초하여 적어도 하나의 희소 매트릭스의 값을 조합하여 제 1 운송 경로의 경로 변경에 대한 시뮬레이션을 수행할 수 있다. 제 1 운송 경로에 대해 군집화가 수행된 경우 시간대별 3차원 매트릭스를 생성하여 시뮬레이션하는 과정에 대해서는 도 4 및 도 5를 통해 상세히 설명하도록 한다.
도 4는 본 발명의 일 실시예에 따른 복수의 단위 경로에 대해 군집화를 수행하여 적어도 하나의 시간대별 3차원 매트릭스를 생성하는 과정을 설명하기 위한 예시적인 도면이다.
도 4를 참조하면, 수신부(210)가 제 1 단말로부터 운송 데이터를 수신한 경우, 운송 경로 도출부(220)는 수신한 운송 데이터를 운송 배차 모델에 입력하여 물류 차량이 운송할 제 1 운송 경로(400)를 도출할 수 있다. 이 때, 매트릭스 생성부(240)는 적어도 하나의 천이 유형 정보에 기초하여 제 1 운송 경로(400)에 포함된 복수의 단위 경로를 포함하는 적어도 하나의 초기 시간대별 3차원 매트릭스(410)를 생성하여 저장할 수 있다. 예를 들어, 초기 시간대별 3차원 매트릭스(410)에서 (3, 4, 4, 0)의 매트릭스 값은 3번째 출발지 지점(노드), 4번째 도착지 지점(노드), 4번째 저녁 시간대의 이동 시간 및 천이유형타입을 나타낼 수 있다.
군집화 수행부(230)는 물동량의 균등 배분 조건, 물류 차량별 적재 조건 및 선호 지역 정보 등에 기초하여 제 1 운송 경로(400)에 포함된 복수의 단위 경로에 대해 군집화(420)를 수행할 수 있다. 예를 들어, 군집화 수행부(230)는 물동량의 균등 배분 조건에 기초하여 1차 군집화(421)를 수행한 후, 물류 차량별 적재 조건 및 선호 지역 정보에 기초하여 2차 군집화(422)를 수행할 수 있다.
매트릭스 생성부(240)는 적어도 하나의 천이 유형 정보에 기초하여 각각이 군집화된 복수의 단위 경로를 포함하는 적어도 하나의 시간대별 3차원 매트릭스(430)를 생성할 수 있다.
시뮬레이션부(250)는 물류 운송 시간대에 대한 목적 함수를 만족하는 제 1 운송 시나리오에 기초하여 적어도 하나의 시간대별 3차원 매트릭스(430)의 값을 조합하여 제 1 운송 경로(400)의 경로 변경을 시뮬레이션할 수 있다.
이와 같이, 제 1 운송 경로(400)에 포함된 복수의 단위 경로를 각 지점 간의 천이 유형 정보에 기초하여 군집화를 수행하여 시간대별 3차원 매트릭스(430)를 생성함으로써, 상술한 군집화가 고려되지 않은 초기 시간대별 3차원 매트릭스(410) 보다 정보량이 예를 들어 1/3로 감소되고, 모델링 속도는 예를 들어 3배가 향상된다는 장점을 제공할 수 있다. 이러한 과정을 통해, 운송지를 군집화하고, 차량별 선호 권역을 준수하면서, 차량별 적재량의 균등을 고려하고, 강/공사/사고지역 등과 같이 이동이 불편한 경로가 모두 고려된 목적 함수를 통해 최적의 운송 경로가 도출되도록 할 수 있다.
도 5는 본 발명의 일 실시예에 따른 적어도 하나의 희소 매트릭스를 이용하여 경로 변경에 대한 시뮬레이션을 수행하는 과정을 설명하기 위한 예시적인 도면이다.
군집화 수행부(230)는 물동량의 균등 배분 조건, 물류 차량별 적재 조건 및 선호 지역 정보 등에 기초하여 제 1 운송 경로(400)에 포함된 복수의 단위 경로에 대해 군집화(420)를 수행할 수 있다. 예를 들어, 군집화 수행부(230)는 물동량의 균등 배분 조건에 기초하여 1차 군집화(421)를 수행한 후, 물류 차량별 적재 조건 및 선호 지역 정보에 기초하여 2차 군집화(422)를 수행할 수 있다.
이 때, 1차 군집화(421) 및 2차 군집화(422)의 경우, 물류 차량의 운송 시간을 고려하지 않은 군집화로, 물류 차량이 실제 물류 운송을 수행하는 경우, 업무 시간 내에 물류 운송을 완료하지 못할 수 있다는 문제점이 발생할 수 있다.
따라서, 군집화 수행부(230)는 군집화가 수행된 복수의 단위 경로에 대해 군집 간의 인접 정도에 기초하여 군집화(500)를 재수행할 수 있다. 예를 들어, 군집화 수행부(230)는 2차 군집화(422)가 수행된 복수의 단위 경로에 대해 적어도 하나의 군집(501, 예를 들어, 좌상단에 위치한 제 1 군집과 우상단에 위치한 제 2 군집)에 대해 군집화를 재수행하여 최종 군집(502)을 도출할 수 있다. 최종 군집(502)은 군집 간의 인접 정도에 기초하여 군집화가 수행됨으로써, 적어도 둘 이상의 하위 군집이 상위 군집으로 군집화된 것일 수 있다. 이 때, 군집화 수행부(230)는 평면 상의 점들을 삼각형으로 연결하여 공간을 분할할 때, 이 삼각형들의 내각의 최소값이 최대가 되도록 하는 분할인 들로네 삼각분할을 이용하여 군집 간의 인접 정도에 기초하여 군집을 확장시킴으로써, 기형적인 군집이 발생되지 않도록 할 수 있다.
매트릭스 생성부(240)는 적어도 하나의 천이 유형 정보에 기초하여 각각이 최종 군집화된 복수의 단위 경로를 포함하는 적어도 하나의 시간대별 3차원 매트릭스(510)를 생성할 수 있다.
매트릭스 생성부(240)는 생성된 적어도 하나의 시간대별 3차원 매트릭스로부터 적어도 하나의 시간대별 3차원 희소 매트릭스(520)를 생성할 수 있다. 여기서, 희소 매트릭스는 매트릭스의 값이 대부분 '0'인 경우를 가리키는 매트릭스의 형태일 수 있다.
시뮬레이션부(250)는 물류 운송 시간대에 대한 목적 함수를 만족하는 제 1 운송 시나리오에 기초하여 적어도 하나의 시간대별 3차원 희소 매트릭스의 값을 조합하여 제 1 운송 경로(400)의 경로 변경을 시뮬레이션할 수 있다. 이 때, 시뮬레이션부(250)는 차량 경로 문제를 메타 휴리스틱 알고리즘을 이용하여 경로를 탐색할 수 있다. 시간대별 3차원 매트릭스는 제 1 운송 경로(400) 상의 초기 지점에 표현된 회색선으로 이어진 지점(모든 지점들이 이어져 있음) 간 천이 유형 정보가 모두 기록될 수 있다. 따라서, 시뮬레이션부(250)는 이를 조합하여 시뮬레이션하기 위해 각각의 회색선을 따라 경로를 탐색할 수 있다.
1차 군집(421)과 2차 군집(422)의 경우, 각 군집 내의 회색선에 해당되는 천이 유형 정보가 기록되며, 시뮬레이션부(250)는 각각의 군집 내에서 생성된 시간대별 3차원 매트릭스 값의 조합을 통해 경로 변경을 시뮬레이션할 수 있다. 최종 군집(502)은 2차 군집(422)과 같이 유효한 지점 사이의 천이 유형 정보가 기록되고 있을뿐만 아니라, 여러 군집이 동시에 같은 지점을 포함하는 교집합을 가질 수 있다. 따라서, 시뮬레이션부(250)는 최종 군집(502) 내 회색선으로 연결된 지점을 탐색할 수 있으며, 녹색으로 표현된 군집과 파란색으로 표현된 군집을 오가며, 최적의 경로를 탐색할 수 있다.
예를 들어, 시뮬레이션부(250)는 시간대별 3차원 희소 매트릭스의 값을 조합한 후, Cheapset Insertion 알고리즘을 이용하여 이동 거리를 최소화하기 위한 경로 변경에 대한 시뮬레이션을 다음의 흐름에 따라 진행할 수 있다.
이동 거리 매트릭스는 전체 희소 매트릭스에서 마지막 천이 유형 정보의 좌표가 '0'인 3차원 행렬이므로, 차량 별로 출발 지점 노드인 x에서 도착 지점 노드인 y를 연결한 초기 경로에 대한 비용은 전체 희소 매트릭스의 (x, y, 0, 0) 값에 해당될 수 있다. 여기서, 초기 경로에 대한 비용은 Cxy=(x, y, 0, 0)로 정의될 수 있다. 이후, 차량의 초기 경로에 포함되었을 때, 비용 증가를 최소화하는 중간 지점을 탐색할 수 있다. 이는, 이동 거리 매트릭스 상의 모든 값에 대하여 argmin{Cxi+Ciy-Cxy}을 만족하는 노드를 탐색할 수 있다. 즉, x->y 경로의 비용에 비해 x->i->y 경로의 비용 증가 폭이 가장 적은 지점 i를 탐색하는 과정을 통해, 시뮬레이션부(250)는 비용 함수가 단순 이동 거리일 경우, 간단히 희소 행렬의 마지막 천이 유형 정보의 좌표가 0인 값들을 순회하며 확인할 수 있다. 단, 이 과정에서 비용과는 별개로, 이동 시간을 추적해야 하므로, 시뮬레이션부(250)는 희소 매트릭스의 (x, y, 0, 1) 값을 누적하여 더하며, 사전에 정의한 시간 기준을 초과할때마다 다음 탐색을 시간 차원 좌표가 1인 값들을 순회하며 확인할 수 있다. 즉, 상기 식에서 Cxy를 구할 때, (x, y, 1, 0)의 좌표값을 확인하는 의미일 수 있다.
이 때, 시뮬레이션부(250)는 생성된 적어도 하나의 시간대별 3차원 희소 매트릭스(520)에 기초하여 차량 경로 문제(530, VRP, Vehicle Routing Problem)를 고려한 경로 변경을 시뮬레이션할 수 있다. 여기서, 차량 경로 문제(530)란 n개의 지점에 물류 운송 서비스를 제공하기 위해 동일 형태의 k대 차량이 물류 창고에 위치한 경우, 최소 비용 또는 최소 거리로 운송할 수 있는 경로를 도출하는 문제를 의미한다.
운송 경로 변경부(260)는 시뮬레이션의 결과에 기초하여 제 1 운송 경로(400)를 제 2 운송 경로(540)로 변경할 수 있다. 예를 들어, 운송 경로 변경부(260)는 제 1 운송 경로(400)를 제 2 운송 경로(540)로 변경시킴으로써, 파란색 물류 차량의 경우, 약 160분이 소요되도록 하고, 빨간색 물류 차량의 경우, 약 90분이 소요되도록 하고, 녹색 물류 차량의 경우, 약 120분이 소요되도록 할 수 있다.
이러한 과정을 통해, 물류 차량의 적재 조건 및 지리적 조건뿐만 아니라, 차량 경로 문제를 고려한 전역최적화(global optimization method)를 통해 더욱 최적화된 경로를 탐색하도록 시뮬레이션할 수 있다.
다시 도 2로 돌아와서, 시뮬레이션부(250)는 시뮬레이션의 결과, 제 1 운송 시나리오에 기초하여 임시 운송 경로를 도출하고, 운송 노동 강도에 대한 목적 함수를 만족하는 제 2 운송 시나리오에 기초하여 임시 운송 경로의 경로 변경에 대한 시뮬레이션을 수행할 수 있다. 운송 노동 강도에 대한 목적 함수를 만족하는 제 2 운송 시나리오에 기초하여 임시 운송 경로의 경로 변경에 대한 시뮬레이션을 수행하는 과정에 대해서는 도 6을 통해 상세히 설명하도록 한다.
도 6은 본 발명의 일 실시예에 따른 운송 노동 강도를 고려하여 제 2 시나리오에 기초하여 경로 변경에 대한 시뮬레이션을 수행하는 과정을 설명하기 위한 예시적인 도면이다. 도 6을 참조하면, 시뮬레이션부(250)는 적어도 하나의 시간대별 3차원 매트릭스(600)의 값을 조합하여 제 1 운송 경로에 대해 시뮬레이션을 수행하여 임시 운송 경로(610)를 도출할 수 있다. 이 때, 시뮬레이션부(250)는 운송 노동 강도를 고려하여 복수의 물류 차량에 대한 노동 강도 균등 비용이 최소화되도록 하는 제 2 운송 시나리오에 기초하여 임시 운송 경로(610)의 경로 변경에 대한 시뮬레이션을 반복 수행할 수 있다. 본 발명에 따르면, 운송 노동 강도에 대한 목적 함수를 최소화하도록 임시 운송 경로(610)를 변경함으로써 운송 서비스 조건을 만족시키면서 운송 노동 강도를 최소화할 수 있는 제 2 운송 경로(620)를 도출하는 것이 가능하다. 여기서, 시뮬레이션부(250)는 최적화된 시뮬레이션의 결과를 도출하기 위해 설정된 수행 시간 및 수행 횟수에 도달할 때까지, 시뮬레이션을 반복 수행할 수 있다. 노동 강도 균등 비용(Balancing Cost)은 예를 들어, 복수의 물류 차량 간의 운송 노동 강도를 균등하게 분배할수록 최소화되는 값으로, 복수의 물류 차량에 대한 운송 시간 편차, 운송 지점 수 편차 및 최대 운송 업무 시간 등에 기초하여 산출될 수 있다.
시뮬레이션부(250)는 시뮬레이션을 수행함에 있어서 노동 강도 균등 비용 중 최대 운송 업무 시간을 시뮬레이션 파라미터로 선정할 수 있다. 여기서, 시뮬레이션을 수행하는 모델의 경우, 도함수를 가질 수 없으므로, 'Nelder-Mead' 기법과 같은 최적화 기법을 이용하여 노동 강도 균등 비용을 최소화시킬 수 있는 시뮬레이션 파라미터로 한 대의 물류 차량이 운송할 수 있는 '최대 운송 업무 시간'을 선정할 수 있다. 여기서, 'Nelder-Mead' 기법은 최소값 또는 최대값을 찾기 위한 수치적 기법으로, 도함수를 알 수 없는 비선형 최적화 문제 상황에서 주로 이용되고 있다. 예를 들어, 시뮬레이션부(250)는 'Nelder-Mead' 기법을 이용하여 비용 초평면의 수렴 지점을 반복적으로 탐색할 수 있다.
시뮬레이션부(250)는 선정된 시뮬레이션 파라미터의 값의 변경을 통해 임시 운송 경로(610)의 경로 변경에 대한 시뮬레이션을 반복 수행할 수 있다. 예를 들어, 시뮬레이션부(250)는 한 대의 물류 차량이 운송할 수 있는 '최대 운송 업무 시간'의 값이 감소되도록 변경함으로써, 다른 물류 차량이 운송 업무를 더 하도록 하는 운송 시나리오에 따라 시뮬레이션을 수행할 수 있다. 이 경우, 시뮬레이션부(250)는 복수의 물류 차량의 수가 증가되지 않도록, 복수의 물류 차량의 수를 고정된 상태로 시뮬레이션을 수행할 수 있다.
시뮬레이션부(250)는 시뮬레이션의 반복 수행을 통해, 노동 강도 균등 비용이 수렴하여 변하지 않거나, 설정된 수행 시간 및 수행 횟수를 만족시킨 경우, 시뮬레이션을 종료시킬 수 있다.
운송 경로 변경부(260)는 시뮬레이션의 결과, 노동 강도 균등 비용이 최소화된 제 2 운송 시나리오에 기초하여 임시 운송 경로(610)를 제 2 운송 경로(620)로 변경할 수 있다. 여기서, 시뮬레이션의 결과로서 임시 운송 경로(610)와 대비하여 '운송 시간 편차', '최대 운송 업무 시간'에 있어서 개선된 수치가 도출될 수 있다.
이러한 과정을 통해, 운송 노동 강도가 고려된 최종 경로에 해당하는 제 2 운송 경로(620)를 도출함으로써, 물류 차량의 수, 이동 거리 등의 물류 운송 비용은 유지하면서, 운송 노동 강도를 최적화되어 모든 운전자들의 운송 노동 강도가 상이해질 수 있다. 이 때, 운송 시간 편차 등을 고려하여, 다이나믹한 최적화된 운송 경로를 제공함으로써, 차량 맵핑 시에도 운송 노동 강도를 고려한 배차를 지시할 수 있다.
예를 들어, 임시 운송 경로(610)의 경우, 파란색 물류 차량은 약 160분 정도 소요되고, 빨간색 물류 차량은 약 90분 정도 소요되고, 녹색 물류 차량은 약 120분 정도 소요되었으나, 운송 경로 변경부(260)가 임시 운송 경로(610)를 제 2 운송 경로(620)로 변경함으로써, 파란색 물류 차량은 약 140분 정도 소요되고, 빨간색 물류 차량은 약 90분 정도 소요되고, 녹색 물류 차량은 약 130분 정도 소요될 수 있다.
다시 도 2로 돌아와서, 매트릭스 생성부(240)는 시뮬레이션의 결과, 물류 차량의 실제 운송 결과 및 과거 운송 계획 간의 운송 차이 정보에 기초하여 적어도 하나의 시간대별 3차원 매트릭스를 갱신할 수 있다. 적어도 하나의 시간대별 3차원 매트릭스를 갱신하는 과정에 대해서는 도 7a 및 도 7b를 통해 상세히 설명하도록 한다.
도 7a 및 도 7b는 본 발명의 일 실시예에 따른 물류 차량의 실제 운송 결과 및 과거 운송 계획 간의 운송 차이 정보에 기초하여 물류 차량의 하차 시간을 예측하는 과정을 설명하기 위한 예시적인 도면이다.
도 7a를 참조하면, 매트릭스 생성부(240)는 시뮬레이션의 결과, 물류 차량의 실제 운송 결과(700) 및 과거 운송 계획(710) 간의 운송 차이 정보에 기초하여 적어도 하나의 시간대별 3차원 매트릭스(740)를 갱신할 수 있다.
이를 통해, 운행 시간 및 라우팅 옵션의 정확도를 향상시키도록 할 수 있다. 예를 들어, 운행 시간의 경우, 운전자의 숙련도, 지점 위치 정보 등을 기반으로 지점 간의 이동 시간/이동 거리 차이에 대한 보정값에 기초하여 모델링이 수행될 수 있다. 또한, 라우팅 옵션의 경우, 복수의 라우팅 옵션 경로별로 일치하는 거리 정보를 기반으로 라우팅 옵션을 선호하는 성향에 기반하여 모델링이 수행될 수 있다.
예를 들어, 시뮬레이션부(250)는 실제 운송 결과(700)와 과거 운송 계획(710) 간의 운송 차이 정보가 감소되도록, 라우팅 옵션을 역시뮬레이션을 통해 탐색하고, 매트릭스 생성부(240)는 고객 및 사업자별로 라우팅 옵션을 적용하여 이동거리 매트릭스 및 이동 시간 매트릭스를 갱신할 수 있다. 예를 들어, 시뮬레이션부(250)는 오전 시간대의 경우, 과거 운송 계획(710)보다 이동 시간이 약 20%가 증가됨에 따라 운행 시간의 오차가 발생되므로, 이동 시간을 약 20% 정도 증가시키는 요인에 대해 역시뮬레이션을 수행할 수 있다. 여기서, 역시뮬레이션의 결과, 1안) 물류 차량의 속도가 예상보다 20% 느린 것으로 유추하거나, 2안) U턴 하지 않아도 되는 경로를 통해 이동하도록 하는 안을 도출할 수 있다. 만약, 녹색 경로의 물류 차량은 운전 경력이 오래되어, 저속으로 운행하지 않았을 것으로 유추된 경우, 시뮬레이션부(250)는 2안을 선택하여 최적의 경로를 탐색할 수 있다.
예를 들어, 매트릭스 생성부(240)는 2안에 기초하여 녹색 경로의 물류 차량의 오전 시간대의 이동 거리 매트릭스(731) 및 이동 시간 매트릭스(732)를 U턴 금지 옵션으로 재생성(730)한 후, 시간대별 3차원 매트릭스(740)를 갱신할 수 있다.
매트릭스 생성부(240)는 물류 특성 정보, 운전자 특성 정보 및 운송 지점 특성 정보 등에 기초하여 적어도 하나의 시간대별 3차원 매트릭스를 생성할 수 있다.
시뮬레이션부(250)는 물류 차량의 실제 운송 결과 및 적어도 하나의 시간대별 3차원 매트릭스(721)를 하차 시간 예측 모델(720)에 입력하여 물류 차량의 하차 시간(722)을 예측할 수 있다. 여기서, 실제 운송 데이터를 기반으로 천이 유형 정보에 기초하여 하차 시간을 예측하는 신경망을 통해 학습됨으로써, 하차 시간 매트릭스가 갱신될 수 있다. 이를 통해, 하차 예측 시간의 정확도가 향상되도록 할 수 있다.
도 7b를 참조하면, 시뮬레이션부(250)는 고객사의 화물 특성 정보, 운전자 특성 및 지점 특성을 하차 시간 예측 모델(750)에 입력(751)할 수 있다. 여기서, 하차 시간 예측 모델(720)은 딥러닝(Deep Neural Network) 기반의 예측 모델일 수 있다.
고객사 화물 특성은 예를 들어, 배송 물량, 방문 요일, 방문 시간대, 날씨, 용도 지역 구분, 성수기/비성수기 등을 포함할 수 있다.
운전자 특성 및 지점 특성은 예를 들어, 차량 용량, 운전자 숙련도, 도로 타입, POI-운송 지점명 검색 주소 일치 여부, 운전자 방문 경험, 하차 수단, 인수/보안 인증 절차, 여유 주차 공간 존재 여부, 전용 주차 공간 존재 여부, 이동 거리, 1층 여부 등을 포함할 수 있다.
시뮬레이션부(250)는 고객사 화물 특성, 운전자 특성 및 지점 특성을 하차 시간 예측 모델(750)에 입력(751)함으로써, 하차 예측 시간을 출력(752)할 수 있다. 여기서, 하차 예측 시간은 주/정차 소요 시간, (GPS 정지가 확인된 후)화물 하차 시간, (전자 인수가 확인된 후)출차 소요 시간 등을 포함할 수 있다.
학습부(미도시)는 과거 운송 계획 및 실제 운송 결과에 기초하여 도출된 운송 차이 정보에 기초하여 주기적으로 하차 시간 예측 모델을 자가학습시킬 수 있다.
이러한 경로 정보 제공 서버(200)는 물류를 위한 경로 정보를 제공하는 명령어들의 시퀀스를 포함하는 매체에 저장된 컴퓨터 프로그램에 의해 실행될 수 있다. 컴퓨터 프로그램은 컴퓨팅 장치에 의해 실행될 경우, 제 1 단말로부터 운송 데이터를 수신하고, 수신한 운송 데이터를 운송 배차 모델에 입력하여 복수의 단위 경로를 포함하는 제 1 운송 경로를 도출하고, 적어도 하나의 천이 유형 정보에 기초하여 각각이 복수의 단위 경로 중 적어도 하나의 단위 경로를 포함하는 적어도 하나의 시간대별 3차원 매트릭스를 생성하고, 물류 운송 시간대에 대한 목적 함수를 만족하는 제 1 운송 시나리오에 기초하여 적어도 하나의 시간대별 3차원 매트릭스의 값을 조합하여 제 1 운송 경로의 경로 변경을 시뮬레이션하고, 시뮬레이션의 결과에 기초하여 제 1 운송 경로를 제 2 운송 경로로 변경하도록 하는 명령어들의 시퀀스를 포함할 수 있다.
도 8a 내지 도 8c는 본 발명의 일 실시예에 따른 제 1 시나리오 및 제 2 시나리오에 기초하여 제 2 운송 경로를 도출하는 과정을 설명하기 위한 예시적인 도면이다.
도 8a를 참조하면, 경로 정보 제공 서버(200)는 제 1 단말로부터 운송 데이터를 수신하고, 수신한 운송 데이터를 운송 배차 모델에 입력하여 물류 차량이 운송할 제 1 운송 경로를 도출할 수 있다.
경로 정보 제공 서버(200)는 제 1 운송 경로에 포함된 복수의 단위 경로를 각 지점 간의 천이 유형 정보에 기초하여 적어도 하나의 시간대별 3차원 매트릭스(800)를 생성할 수 있다.
예를 들어, 천이 유형 정보가 화물 부피(801)에 해당하는 경우, 화물 부피 매트릭스의 좌표는 (출발지점, 도착지점, 시간 차원, 천이유형타입)로 구성될 수 있다. 예를 들어, z좌표4: 저녁 시간대 화물 부피 매트릭스, z좌표3: 퇴근 시간대 화물 부피 매트릭스, z좌표2: 오후 시간대 화물 부피 매트릭스, z좌표1: 출근 시간대 화물 부피 매트릭스, z좌표0: 새벽 시간대 화물 부피 매트릭스로 구성될 수 있다.
다른 예를 들어, 천이 유형 정보가 이동 거리/이동 시간(802)에 해당하는 경우, 이동 거리/이동 시간 매트릭스의 좌표는 (출발지점, 도착지점, 시간 차원, 천이유형타입)로 구성될 수 있다. 예를 들어, z좌표4: 저녁 시간대 이동 거리/이동 시간 매트릭스, z좌표3: 퇴근 시간대 이동 거리/이동 시간 매트릭스, z좌표2: 오후 시간대 이동 거리/이동 시간 매트릭스, z좌표1: 출근 시간대 이동 거리/이동 시간 매트릭스, z좌표0: 새벽 시간대 이동 거리/이동 시간 매트릭스로 구성될 수 있다.
도 8b를 참조하면, 경로 정보 제공 서버(200)는 제 1 시나리오에 기초하여 운송 경로에 대한 시뮬레이션(820)을 수행할 수 있다.
예를 들어, 제 1 시나리오가 고객사의 '화물 부피'의 시나리오(821)에 기초하여 설계된 경우, 경로 정보 제공 서버(200)는 운송 시간대 특성에 따른 모델링을 수행할 수 있다. 예를 들어, A 대리점은 오전 시간대에만, 지게차를 운용함에 따라 팔레트 하차가 가능함으로써, 화물 팔레트 사용 시, 팔레트 단위 패키징, 부피 산정이 요구되는 점이 고려될 수 있다. 만약, 팔레트 미사용 시, 화물 적재 공간 효율화가 가능하나, 팔레트 미사용 시에는 수작업 하차로 인해 작업 시간이 증가되는 점이 고려될 수 있다. 또한, 경로 정보 제공 서버(200)는 '화물 특성'에 따른 모델링을 수행할 수 있다. 예를 들어, C 대리점의 화물은 취급주의에 해당하는 경우, A 대리점의 화물과 동시에 상차가 불가능한 점이 고려될 수 있다.
이러한 사항을 고려함으로써, 경로 정보 제공 서버(200)는 좌표 (A, B, 4)의 경우, A 지점에서 오후 운송 및 수작업 하차가 수행되는 점을 고려하고, 좌표 (A, B, 1)의 경우, A 지점에서 오전 운송이 수행되고, 지게차 팔레트 하차가 수행되는 점을 고려하고, 좌표 (A, C, 1) 및 (A, C, 4) 의 경우, A와 C가 동일 적재 불가로 인해 계산이 불가능한 큰 수가 배정되는 점을 고려하여 시뮬레이션을 수행할 수 있다.
다른 예를 들어, 제 1 시나리오가 '운송 경로 시나리오'(822)에 기초하여 설계된 경우, 경로 정보 제공 서버(200)는 교통 상황에 따른 모델링을 수행할 수 있다. 이는, 출근 시간대와 퇴근 시간대에는 이동 시간 증가 및 최적 경로가 수시로 변경되는 점이 고려될 수 있다. 또한, 경로 정보 제공 서버(200)는 경로 특성에 따라 모델링을 수행할 수 있다. 이는, 물류 차량이 차선 이하 도로 유턴이 불가능하고, A 지점→B 지점 순으로 동일 도로면에 위치하고, B 지점→A 지점이 유턴 또는 우회 경로가 요구되는 점이 고려될 수 있다.
이러한 과정을 통해, 경로 정보 제공 서버(200)는 좌표 (A, B, 4)의 경우, A 지점에서 B 지점까지 약 1시간이 소요되는 점을 고려하고, 좌표 (B, A, 4)의 경우, 유턴 불가로 우회 경로가 요구되는 점을 고려하고, 좌표 (A, B, 1)의 경우, 출근 시간대 교통 정체로 시간이 증가되는 점을 고려하여 시뮬레이션을 수행할 수 있다.
도 8c를 참조하면, 이러한 과정을 거쳐 시뮬레이션의 결과, 경로 정보 제공 서버(200)는 제 1 시나리오에 기초하여 퇴근 시간대 4시간, 오후 시간대 2시간, 출근 시간대 5시간으로 총 11시간의 총 운송 경로 시간을 포함하는 임시 운송 경로(830)를 도출할 수 있다. 이 때, 운전사의 업무 시간인 8시간이 초과되므로, 경로 정보 제공 서버(200)는 운전사의 업무시간 8시간을 만족하도록 하는 제 2 시나리오에 기초하여 오후 시간대 1시간, 오후 시간대 2시간, 출근 시간대 5시간으로 총 8시간을 만족하도록 제 2 운송 경로(840)를 최적의 운송 경로로 도출할 수 있다.
도 9는 본 발명의 일 실시예에 따른 경로 정보 제공 서버에서 물류를 위한 경로 정보를 제공하는 방법의 순서도이다. 도 9에 도시된 경로 정보 제공 서버(200)에서 물류를 위한 경로 정보를 제공하는 방법은 도 2 내지 도 8c에 도시된 실시예에 따라 시계열적으로 처리되는 단계들을 포함한다. 따라서, 이하 생략된 내용이라고 하더라도 도 2 내지 도 8c에 도시된 실시예에 따라 경로 정보 제공 서버(200)에서 물류를 위한 경로 정보를 제공하는 방법에도 적용된다.
단계 S910에서 경로 정보 제공 서버(200)는 제 1 단말(미도시)로부터 운송 데이터를 수신할 수 있다.
단계 S920에서 경로 정보 제공 서버(200)는 수신한 운송 데이터를 운송 배차 모델에 입력하여 복수의 단위 경로를 포함하는 제 1 운송 경로를 도출할 수 있다.
단계 S930에서 경로 정보 제공 서버(200)는 적어도 하나의 천이 유형 정보에 기초하여 각각이 복수의 단위 경로 중 적어도 하나의 단위 경로를 포함하는 적어도 하나의 시간대별 3차원 매트릭스를 생성할 수 있다.
단계 S940에서 경로 정보 제공 서버(200)는 물류 운송 시간대에 대한 목적 함수를 만족하는 제 1 운송 시나리오에 기초하여 적어도 하나의 시간대별 3차원 매트릭스의 값을 조합하여 제 1 운송 경로의 경로 변경을 시뮬레이션할 수 있다.
단계 S950에서 경로 정보 제공 서버(200)는 시뮬레이션의 결과에 기초하여 제 1 운송 경로를 제 2 운송 경로로 변경할 수 있다.
상술한 설명에서, 단계 S910 내지 S950는 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 전환될 수도 있다.
도 1 내지 9를 통해 설명된 경로 정보 제공 서버에서 물류를 위한 경로 정보를 제공하는 방법은 컴퓨터에 의해 실행되는 매체에 저장된 컴퓨터 프로그램 또는 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 또한, 도 1 내지 도 9를 통해 설명된 경로 정보 제공 서버에서 물류를 위한 경로 정보를 제공하는 방법은 컴퓨터에 의해 실행되는 매체에 저장된 컴퓨터 프로그램의 형태로도 구현될 수 있다.
컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
200: 경로 정보 제공 서버
210: 수신부
220: 운송 경로 도출부
230: 군집화 수행부
240: 매트릭스 생성부
250: 시뮬레이션부
260: 운송 경로 변경부
210: 수신부
220: 운송 경로 도출부
230: 군집화 수행부
240: 매트릭스 생성부
250: 시뮬레이션부
260: 운송 경로 변경부
Claims (13)
- 물류를 위한 경로 정보를 제공하는 서버에 있어서,
운송 회사의 단말로부터 운송 데이터를 수신하는 수신부;
상기 수신한 운송 데이터를 운송 배차 모델에 입력하여 복수의 단위 경로를 포함하는 제 1 운송 경로를 도출하는 운송 경로 도출부;
천이 유형 정보에 기초하여 적어도 하나의 시간대별 3차원 매트릭스를 생성하는 매트릭스 생성부;
물류 운송 시간대에 대한 목적 함수를 만족하는 제 1 운송 시나리오에 기초하여 상기 적어도 하나의 시간대별 3차원 매트릭스의 값을 조합하여 상기 제 1 운송 경로의 경로 변경을 시뮬레이션하는 시뮬레이션부; 및
상기 시뮬레이션의 결과에 기초하여 상기 제 1 운송 경로를 제 2 운송 경로로 변경하는 운송 경로 변경부를 포함하되,
상기 적어도 하나의 시간대별 3차원 매트릭스는 상기 복수의 단위 경로 중 적어도 하나의 단위 경로를 포함하고,
물동량의 균등 배분 조건, 물류 차량별 적재 조건, 선호 지역 정보 중 적어도 하나에 기초하여 상기 복수의 단위 경로에 대해 군집화를 수행하는 군집화 수행부를 더 포함하고,
상기 군집화 수행부는 상기 군집화가 수행된 복수의 단위 경로에 대해 군집 간의 인접 정도에 기초하여 상기 군집화를 재수행하는 것인, 서버.
- 제 1 항에 있어서,
상기 매트릭스 생성부는 상기 적어도 하나의 천이 유형 정보에 기초하여 각각이 상기 군집화된 복수의 단위 경로를 포함하는 상기 적어도 하나의 시간대별 3차원 매트릭스를 생성하고, 상기 생성된 적어도 하나의 시간대별 3차원 매트릭스로부터 적어도 하나의 희소 매트릭스를 생성하고,
상기 시뮬레이션부는 상기 제 1 시나리오에 기초하여 상기 적어도 하나의 희소 매트릭스의 값을 조합하여 상기 제 1 운송 경로의 경로 변경에 대한 시뮬레이션을 수행하는 것인, 서버.
- 제 1 항에 있어서,
상기 시뮬레이션부는 상기 시뮬레이션의 결과, 상기 제 1 운송 시나리오에 기초하여 임시 운송 경로를 도출하고, 운송 노동 강도에 대한 목적 함수를 만족하는 제 2 운송 시나리오에 기초하여 상기 임시 운송 경로의 경로 변경에 대한 시뮬레이션을 더 수행하는 것인, 서버.
- 제 3 항에 있어서,
상기 시뮬레이션부는 상기 운송 노동 강도를 고려하여 복수의 물류 차량에 대한 노동 강도 균등 비용이 최소화되도록 하는 상기 제 2 운송 시나리오에 기초하여 상기 임시 운송 경로의 경로 변경에 대한 시뮬레이션을 반복 수행하고,
상기 운송 경로 변경부는 상기 시뮬레이션의 결과, 상기 노동 강도 균등 비용이 최소화된 상기 제 2 운송 시나리오에 기초하여 상기 임시 운송 경로를 상기 제 2 운송 경로로 변경하는 것인, 서버.
- 제 4 항에 있어서,
상기 노동 강도 균등 비용은 상기 복수의 물류 차량에 대한 운송 시간 편차, 운송 지점 수 편차 및 최대 운송 업무 시간 중 적어도 하나에 기초하여 산출되는 것인, 서버.
- 제 5 항에 있어서,
상기 시뮬레이션부는 상기 시뮬레이션을 수행함에 있어서 상기 노동 강도 균등 비용 중 상기 최대 운송 업무 시간을 시뮬레이션 파라미터로 선정하고,
상기 선정된 시뮬레이션 파라미터의 값의 변경을 통해 상기 제 1 운송 경로의 경로 변경에 대한 시뮬레이션을 반복 수행하는 것인, 서버.
- 운송 회사의 단말로부터 운송 데이터를 수신하는 단계;
상기 수신한 운송 데이터를 운송 배차 모델에 입력하여 복수의 단위 경로를 포함하는 제 1 운송 경로를 도출하는 단계;
천이 유형 정보에 기초하여 적어도 하나의 시간대별 3차원 매트릭스를 생성하는 단계;
물류 운송 시간대에 대한 목적 함수를 만족하는 제 1 운송 시나리오에 기초하여 상기 적어도 하나의 시간대별 3차원 매트릭스의 값을 조합하여 상기 제 1 운송 경로의 경로 변경을 시뮬레이션하는 단계; 및
상기 시뮬레이션의 결과에 기초하여 상기 제 1 운송 경로를 제 2 운송 경로로 변경하는 단계를 포함하되,
상기 적어도 하나의 시간대별 3차원 매트릭스는 상기 복수의 단위 경로 중 적어도 하나의 단위 경로를 포함하고,
물동량의 균등 배분 조건, 물류 차량별 적재 조건, 선호 지역 정보 중 적어도 하나에 기초하여 상기 복수의 단위 경로에 대해 군집화를 수행하는 단계; 및
상기 군집화가 수행된 복수의 단위 경로에 대해 군집 간의 인접 정도에 기초하여 상기 군집화를 재수행하는 단계를 더 포함하는 것인, 경로 정보 제공 방법.
- 제 7 항에 있어서,
상기 시간대별 3차원 매트릭스를 생성하는 단계는,
상기 적어도 하나의 천이 유형 정보에 기초하여 각각이 상기 군집화된 복수의 단위 경로를 포함하는 상기 적어도 하나의 시간대별 3차원 매트릭스를 생성하는 단계; 및
상기 생성된 적어도 하나의 시간대별 3차원 매트릭스로부터 적어도 하나의 희소 매트릭스를 생성하는 단계를 포함하고,
상기 시뮬레이션하는 단계는,
상기 제 1 운송 시나리오에 기초하여 상기 적어도 하나의 희소 매트릭스의 값을 조합하여 상기 제 1 운송 경로의 경로 변경에 대한 시뮬레이션을 수행하는 단계를 포함하는 것인, 경로 정보 제공 방법.
- 제 7 항에 있어서,
상기 시뮬레이션하는 단계는,
상기 시뮬레이션의 결과, 상기 제 1 운송 시나리오에 기초하여 임시 운송 경로를 도출하는 단계; 및
운송 노동 강도에 대한 목적 함수를 만족하는 제 2 운송 시나리오에 기초하여 상기 임시 운송 경로의 경로 변경에 대한 시뮬레이션을 수행하는 단계를 포함하는 것인, 경로 정보 제공 방법.
- 제 9 항에 있어서,
상기 시뮬레이션하는 단계는,
상기 운송 노동 강도를 고려하여 복수의 물류 차량에 대한 노동 강도 균등 비용이 최소화되도록 하는 상기 제 2 운송 시나리오에 기초하여 상기 임시 운송 경로의 경로 변경에 대한 시뮬레이션을 반복 수행하는 단계를 포함하고,
상기 제 2 운송 경로로 변경하는 단계는,
상기 시뮬레이션의 결과, 상기 노동 강도 균등 비용이 최소화된 상기 제 2 운송 시나리오에 기초하여 상기 임시 운송 경로를 상기 제 2 운송 경로로 변경하는 단계를 포함하는 것인, 경로 정보 제공 방법.
- 제 10 항에 있어서,
상기 노동 강도 균등 비용은 상기 복수의 물류 차량에 대한 운송 시간 편차, 운송 지점 수 편차 및 최대 운송 업무 시간 중 적어도 하나에 기초하여 산출되는 것인, 경로 정보 제공 방법.
- 제 11 항에 있어서,
상기 시뮬레이션하는 단계는,
상기 시뮬레이션을 수행함에 있어서 상기 노동 강도 균등 비용 중 상기 최대 운송 업무 시간을 시뮬레이션 파라미터로 선정하는 단계; 및
상기 선정된 시뮬레이션 파라미터의 값의 변경을 통해 상기 임시 운송 경로의 경로 변경에 대한 시뮬레이션을 반복 수행하는 단계를 포함하는 것인, 경로 정보 제공 방법.
- 물류를 위한 경로 정보를 제공하는 명령어들의 시퀀스를 포함하는 컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램에 있어서,
상기 컴퓨터 프로그램은 컴퓨팅 장치에 의해 실행될 경우,
운송 회사의 단말로부터 운송 데이터를 수신하고,
상기 수신한 운송 데이터를 운송 배차 모델에 입력하여 복수의 단위 경로를 포함하는 제 1 운송 경로를 도출하고,
천이 유형 정보에 기초하여 적어도 하나의 시간대별 3차원 매트릭스를 생성하고,
물류 운송 시간대에 대한 목적 함수를 만족하는 제 1 운송 시나리오에 기초하여 상기 적어도 하나의 시간대별 3차원 매트릭스의 값을 조합하여 상기 제 1 운송 경로의 경로 변경을 시뮬레이션하고,
상기 시뮬레이션의 결과에 기초하여 상기 제 1 운송 경로를 제 2 운송 경로로 변경하도록 하는 명령어들의 시퀀스를 포함하고,
상기 적어도 하나의 시간대별 3차원 매트릭스는 상기 복수의 단위 경로 중 적어도 하나의 단위 경로를 포함하고,
물동량의 균등 배분 조건, 물류 차량별 적재 조건, 선호 지역 정보 중 적어도 하나에 기초하여 상기 복수의 단위 경로에 대해 군집화를 수행하고,
상기 군집화가 수행된 복수의 단위 경로에 대해 군집 간의 인접 정도에 기초하여 상기 군집화를 재수행하는 명령어들의 시퀀스를 더 포함하는 것인, 컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230167367A KR102624441B1 (ko) | 2021-12-02 | 2023-11-27 | 물류를 위한 경로 정보를 제공하는 서버, 방법 및 컴퓨터 프로그램 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210170513A KR102624422B1 (ko) | 2021-12-02 | 2021-12-02 | 물류를 위한 경로 정보를 제공하는 서버, 방법 및 컴퓨터 프로그램 |
| KR1020230167367A KR102624441B1 (ko) | 2021-12-02 | 2023-11-27 | 물류를 위한 경로 정보를 제공하는 서버, 방법 및 컴퓨터 프로그램 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210170513A Division KR102624422B1 (ko) | 2021-12-02 | 2021-12-02 | 물류를 위한 경로 정보를 제공하는 서버, 방법 및 컴퓨터 프로그램 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230166060A true KR20230166060A (ko) | 2023-12-06 |
| KR102624441B1 KR102624441B1 (ko) | 2024-01-12 |
Family
ID=86765005
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210170513A KR102624422B1 (ko) | 2021-12-02 | 2021-12-02 | 물류를 위한 경로 정보를 제공하는 서버, 방법 및 컴퓨터 프로그램 |
| KR1020230167367A KR102624441B1 (ko) | 2021-12-02 | 2023-11-27 | 물류를 위한 경로 정보를 제공하는 서버, 방법 및 컴퓨터 프로그램 |
| KR1020230167368A KR102624451B1 (ko) | 2021-12-02 | 2023-11-27 | 물류를 위한 경로 정보를 제공하는 서버, 방법 및 컴퓨터 프로그램 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210170513A KR102624422B1 (ko) | 2021-12-02 | 2021-12-02 | 물류를 위한 경로 정보를 제공하는 서버, 방법 및 컴퓨터 프로그램 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230167368A KR102624451B1 (ko) | 2021-12-02 | 2023-11-27 | 물류를 위한 경로 정보를 제공하는 서버, 방법 및 컴퓨터 프로그램 |
Country Status (1)
| Country | Link |
|---|---|
| KR (3) | KR102624422B1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116934207B (zh) * | 2023-09-19 | 2024-01-19 | 弥费科技(上海)股份有限公司 | 半导体传送运单任务处理方法、装置和计算机设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150107381A (ko) * | 2014-03-14 | 2015-09-23 | 에스케이 주식회사 | 현재 도로 상황과 과거 이동 정보에 기반한 배송 계획 수립 방법 및 시스템 |
| KR20160140035A (ko) * | 2015-05-29 | 2016-12-07 | 전자부품연구원 | 연료사용량 저감을 위한 화물차 최적 배송경로 산출 서비스 방법 및 시스템 |
| JP2021111237A (ja) * | 2020-01-14 | 2021-08-02 | 三東運輸株式会社 | 経路算出プログラム、経路最適化システム、および経路算出方法 |
-
2021
- 2021-12-02 KR KR1020210170513A patent/KR102624422B1/ko active IP Right Grant
-
2023
- 2023-11-27 KR KR1020230167367A patent/KR102624441B1/ko active IP Right Grant
- 2023-11-27 KR KR1020230167368A patent/KR102624451B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150107381A (ko) * | 2014-03-14 | 2015-09-23 | 에스케이 주식회사 | 현재 도로 상황과 과거 이동 정보에 기반한 배송 계획 수립 방법 및 시스템 |
| KR20160140035A (ko) * | 2015-05-29 | 2016-12-07 | 전자부품연구원 | 연료사용량 저감을 위한 화물차 최적 배송경로 산출 서비스 방법 및 시스템 |
| JP2021111237A (ja) * | 2020-01-14 | 2021-08-02 | 三東運輸株式会社 | 経路算出プログラム、経路最適化システム、および経路算出方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230082753A (ko) | 2023-06-09 |
| KR102624441B1 (ko) | 2024-01-12 |
| KR102624422B1 (ko) | 2024-01-12 |
| KR20230165738A (ko) | 2023-12-05 |
| KR102624451B1 (ko) | 2024-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | An adaptive large neighborhood search heuristic for the vehicle routing problem with time windows and delivery robots | |
| Kitjacharoenchai et al. | Multiple traveling salesman problem with drones: Mathematical model and heuristic approach | |
| Sonneberg et al. | Autonomous unmanned ground vehicles for urban logistics: Optimization of last mile delivery operations | |
| Burinskiene et al. | A simulation study for the sustainability and reduction of waste in warehouse logistics | |
| US20130159208A1 (en) | Shipper-oriented logistics base optimization system | |
| KR102624441B1 (ko) | 물류를 위한 경로 정보를 제공하는 서버, 방법 및 컴퓨터 프로그램 | |
| Jun et al. | Pickup and delivery problem with recharging for material handling systems utilising autonomous mobile robots | |
| US20050246192A1 (en) | Transportation management system and method for shipment planning optimization | |
| Poeting et al. | Simulation of an optimized last-mile parcel delivery network involving delivery robots | |
| US20200327497A1 (en) | System and method for linehaul optimization | |
| Chen et al. | The location-routing problem with full truckloads in low-carbon supply chain network designing | |
| CN116187896B (zh) | 绿色车辆路径问题求解方法、装置、计算机设备以及介质 | |
| Comi et al. | Emerging information and communication technologies: the challenges for the dynamic freight management in city logistics | |
| Galindres-Guancha et al. | Multi-objective MDVRP solution considering route balance and cost using the ILS metaheuristic | |
| Rabe et al. | Evaluating the consolidation of distribution flows using a discrete event supply chain simulation tool: Application to a case study in Greece | |
| Zhu et al. | A decision model on human-robot collaborative routing for automatic logistics | |
| Zavin et al. | Towards developing an intelligent system to suggest optimal path based on historic and real-time traffic data | |
| Nieuwkoop et al. | Decision support for vehicle configuration determination in inter terminal transport system design | |
| Stopka | Modelling distribution routes in city logistics by applying operations research methods | |
| Jakara et al. | VEHICLE ROUTING PROBLEM-CASE STUDY ON LOGISTICS COMPANY IN CROATIA. | |
| Jiao et al. | The Optimization Model of E-Commerce Logistics Distribution Path Based on GIS Technology | |
| CN115081666A (zh) | 确定运输路径的方法、装置、计算机设备和存储介质 | |
| Teimoury et al. | The sustainable hybrid truck-drone delivery model with stochastic customer existence | |
| Karak | Hybrid Vehicle-drone Routing Problem For Pick-up And Delivery Services Mathematical Formulation And Solution Methodology | |
| Amaral et al. | An integrated perspective on traffic management and logistic optimization |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |