AI&数理最適化技術を用いたサプライチェーン最適化 - ログ・オプト -
研究者および技術者のプロフェッショナル集団です.
  • Home
  • Products
    • SCMOPT デモ&トライアル
    • サプライチェーン最適化システムSCMOPT
      • サプライ・チェイン基本分析
      • サプライ・チェインリスク分析
      • 需要予測
      • 需要予測+動的発注方策
      • 安全在庫最適化
      • 配送最適化
      • 幹線輸送ネットワーク最適化
      • ロジスティクス・ネットワーク最適化
      • 生産ロット最適化
      • 生産スケジューリング最適化システム
      • 人員配置(シフト)最適化
      • ダイナミックプライシング/収益最適化
    • 最適化ソルバー
      • 制約最適化ソルバーSCOP
      • スケジューリング最適化ソルバーOptSeq
      • 数理最適化ソルバーGurobi Optimizer
      • 数理最適化ソルバーCOPT
      • 配送最適化ソルバーMETRO
      • 集合被覆最適化ソルバーOptCover
  • Solutions
    • 分野別ソリューション
      • サプライ・チェイン
      • マーケティング
      • その他分野
    • コンサルティング
  • News/Blog
  • Resource
  • About us
    • 会社概要
    • プライバシーポリシー
    • 情報セキュリティポリシー
    • SCMOPTセキュリティー
    • 商品・サービス利用規約
  • Contact Us
    • お問い合わせ
    • 無料書籍申し込みフォーム
研究者および技術者のプロフェッショナル集団です
   

CHINESE ENGLISH

  • ENGLISH
  • CHINESE
metro0
2020-08-10

コロナ禍で重要になる最適化モデル(4)配送計画

最適化

配送最適化

コロナ禍では,スーパーでの買い物より,宅配を依頼することが増えてきます.自然とEC (electronic commerce)が増加することになりますが,ECではラストワンマイルの配送が中心的な役割を果たします.

ラストワンマイルもしくは,その直前のハブから拠点への配送は,サプライ・チェイン最適化理論では,配送計画モデルとなります.

この問題は,正式名称は運搬経路問題 (vehicle routing problem)と呼ばれ,古くから多くの研究がされてきました.基本的なモデルは,以下のように定義されます.

複数台の運搬車が,1つのデポから複数の顧客に配送を行います.顧客上には時間枠と呼ばれる時間制約が付加され,運搬車には容量制約があります.すべての顧客にサービスを行うための最小費用のルートを求めることが,目的となります.

metro

 

実際の配送計画には,様々な付加条件がつきます.配送最適化ソルバーMETROでは,deliveryの他にpickupを同時に考え,運搬車の容量制約をベクトルとして定義でき,時間枠や移動時間を任意の(区分的線形な)ペナルティ関数として定義できます.

metro tw 1

 

また,METROに搭載されているソルバーは,メタヒューリスティクスを駆使したもので,標準モデルを大幅に拡張したものであるにも関わらず,世界的に有名なベンチマーク問題例で世界最高峰の結果を出します.

metro ex

 

詳細については,配送最適化のページをご参照下さい.

コロナ禍で重要になる最適化モデル(3)サービスネットワーク設計 コロナ禍で重要になる最適化モデル(5)制約最適化

Related Posts

News, Python, その他, 実務, 最適化

「書籍」Pythonによる実務で役立つ最適化問題100+

AI, SCMOPT, サプライ・チェイン, 実務, 最適化

サプライチェーンリスク解析の最先端

AI, SCMOPT, サプライ・チェイン, 実務, 最適化

Amazonを支えているアナリティックス

カテゴリー

  • AI
  • News
  • Python
  • SCMOPT
  • サプライ・チェイン
  • その他
  • 可視化
  • 実務
  • 最適化
AI&数理最適化技術を用いたサプライチェーン最適化 - ログ・オプト -
Copyright © 2019 Log Opt Co., Ltd.