配送計画の均等化機能を提供する取り組みについて(⽩⾦鉱業 Meetup Vol.21@六本⽊（数理最適化編))

2025/11/20
⽩⾦鉱業 Meetup Vol.21@六本⽊（数理最適化編）
発表内容：配送計画の均等化機能を提供する取り組みについて

Transcript

1. Copyright © 2025 OPTIMIND Inc. All rights reserved. 0 配送計画の均等化機能を提供する取り組みについて ⽩⾦鉱業 Meetup Vol.21@六本⽊（数理最適化編） 株式会社オプティマインド 最適化チーム 伊⾖原 基⼈ 2025/11/20
2. Copyright © 2025 OPTIMIND Inc. All rights reserved. 1 配送計画とは ※最近は輸配送全体も視野に > 配送計画とは、配送センターなどから一般家庭や小売店などに物を配送する際に、 「どの車両がどの訪問先をどのように回るのが良いか」を考え、より効率的なルート を策定した計画のことです。トラックの台数、ドライバーの人数、配送先の件数や分 布など、多くの要素を考慮し、その中でコストを抑えて短時間で配送するため、最適 なルートを作成することが必要です。 https://loogia.jp/column/optimumdeliveryplan/
3. Copyright © 2025 OPTIMIND Inc. All rights reserved. 2 会社紹介 ※最近は輸配送全体も視野に
4. Copyright © 2025 OPTIMIND Inc. All rights reserved. 3 当社プロダクト”Loogia”について 自動配車を強みとした輸配送最適化ソリューション「Loogia（ルージア）」
5. Copyright © 2025 OPTIMIND Inc. All rights reserved. 4 最適化事業と現場の声 (運⽤⾃体を変えるという⽅法はあるが基本的に) 机上で効率的でも現場のニーズをすべて考慮した配送計画でないと実際に使えない ・既存の計画との差分が⼤きすぎる︕ ・バース数制約などの物理的な制約で無理︕ ・ドライバー間での作業負担がバラバラで使いにくい︕ ← Todayʼs topic︕ 配送現場の声をしっかりヒアリングし、課題を解決する最適化プロダクトを⽬指す 本⽇: 作業負担の公平感(均等化)に向けてどう取り組んできたかを話します
6. Copyright © 2025 OPTIMIND Inc. All rights reserved. 5 現場からの均等化のニーズ ドライバー間の勤務時間(配送件数・荷量)を均等化したい︕ ・従業員ドライバー間の配送負担の均等化 ・外注ドライバー間の⽀払い⾦額の均等化 ・⽤意したドライバー&⾞両すべてを活⽤したい 何を均等化すべきか︖ ・⽇ごと︖⽉ごと︖ ・ドライバー間の勤務時間の差︖標準偏差︖ ⇒ 2020年、コストに基づいた均等化機能(勤務時間・配送件数)をリリース
7. Copyright © 2025 OPTIMIND Inc. All rights reserved. 6 コストに基づいた均等化機能 通常計算: 合計 4h48m17s ⻘: 5744s (1h35m44s) ⾚: 11553s(3h12m33s) 均等化計算(強度3): 合計 4h58m22s ⻘: 8750s (2h25m50s) ⾚: 9152s (2h32m32s) 内部パラメーター
8. Copyright © 2025 OPTIMIND Inc. All rights reserved. 7 コストによる均等化 勤務時間の均等化のケース ・Weightにact(配送・集荷)ごとの平均勤務時間を加味 ・1⾞両に割り当たる配送先が多い ⇒ 均等化コストが低い ・配送先が⾞両間で受け渡ししやすいため低いコストで⼗分 ・1⾞両に割り当たる配送先が少ない ⇒ 均等化コストが⾼い ・配送先が⾞両間で受け渡ししにくいため⾼いコストが必要
9. Copyright © 2025 OPTIMIND Inc. All rights reserved. 8 均等化と重み付け 強度0: 5809秒差 強度3: 402秒差 強度7: 11秒差 強度10: 2秒差
10. Copyright © 2025 OPTIMIND Inc. All rights reserved. 9 均等化と重み付け 強度 車両A[s] 車両B[s] 合計[s] 差分[s] 均等化コスト 0(なし) 5744 11553 17297 5809 0 1 5744 11553 17297 5809 301.43 2 7546 9998 17544 2452 258.11 3 8750 9152 17902 402 86.36 4 8913 9085 17998 172 74.3 5 8913 9085 17998 172 148.59 6 9074 9085 18159 11 19.18 7 9074 9085 18159 11 38.35 8 9074 9085 18159 11 76.7 9 9150 9152 18302 2 28.11 10 9218 9220 18438 2 56.64 強度
11. Copyright © 2025 OPTIMIND Inc. All rights reserved. 10 例) 均等化が効きにくいケース 計画そのものに”偏り”があると効きにくい 例: デポ近くの⻘を⾚が担当しても、結局⻘の通り道にある配送先なので⻘が楽にならない ⇒ コスト悪化の影響が均等化コストを上回る ⇒ 均等化されにくい ⇒ 強度を⾼くして計画を⼤きく変える必要がある
12. Copyright © 2025 OPTIMIND Inc. All rights reserved. 11 コストによる均等化の問題点 ・お客様ごとの均等化”強度”の適切な値が不明瞭 ・デフォルト値をʼ3ʼとして運⽤ ・均等化されないというお問い合わせが多数(運⽤負担) ・組織ごとの適切な値を探るのが難しい ・同じ組織でも問題例によって適切な値が異なる ・他のコストと兼ね合いが悪い ・勤務時間 × 時給 = ⾦額(円) ・移動距離 × 燃費 =⾦額(円) ・均等化コスト = ︖(秒^2︖) 費⽤最⼩化(2025年リリース): 設定された係数を基に費⽤(円)を 最⼩化する機能
13. Copyright © 2025 OPTIMIND Inc. All rights reserved. 12 レンジ均等化へ コストとは独⽴した指標で均等化を達成したい︕ より直感的な設定で使える均等化を⽤意したい︕ ⇒ コストによるモデル化から、制約によるモデル化へ ⇒ レンジが⽬的値以下になる計画を作るレンジ均等化機能 (レンジ: ⾞両間の最⼩勤務時間と最⼤勤務時間の差) 2025年2⽉ レンジ均等化(勤務時間・配送件数・荷量)リリース (右図: 当社プロダクト”Loogia”の均等化設定画⾯)
14. Copyright © 2025 OPTIMIND Inc. All rights reserved. 13 レンジ均等化の計算例 レンジ幅を30分で指定 ⇒ 差分が30分以内のコストの良い解を探す レンジ均等化(30m): 合計 4h55m41s ⻘: 9497s (2h38m17s) ⾚: 8244s (2h17m24s) 差分: 20m53s (< 30m) 設定値と結果の関係が明確︕ ⇒ お問い合わせ対応で説明しやすい(運⽤負担の軽減)
15. Copyright © 2025 OPTIMIND Inc. All rights reserved. 14 レンジ均等化の計算例(2) レンジ幅を0秒で指定 ⇒ (たまたま)⾒つかった レンジ均等化(0s): 合計 5h12m10s ⻘: 9365(2h36m5s) ⾚: 9365(2h36m5s) 差分: 0s レンジがあまりに⼩さいと違和感の強い 解ができる
16. Copyright © 2025 OPTIMIND Inc. All rights reserved. 15 コストによる均等化 vs レンジ均等化 コストによる均等化(2020) レンジ均等化(2025) 均等化の表現⽅法 ⽬的関数 (コスト) 制約(レンジ) パラメータ設定 社内管理 ユーザー⼊⼒ 結果の説明しやすさ しにくい しやすい 実⾏可能解の存在 常にある 保証されない(※) ※見つからない場合、レンジを目的 値にできるだけ近づけた解がでます
17. Copyright © 2025 OPTIMIND Inc. All rights reserved. 16 均等化を提供して分かったこと ・⽬的関数(コスト)に⼊れるか制約(レンジ)に⼊れるかの悩みにぶつかった具体的な事例となった ・お客様が設定した値が結果に反映されているほうが伝わりやすいと感じた ・稼働時間のデフォルトは1時間だが、1時間以内のレンジが制約上達成できない計画が⼊⼒され ることが度々ある ・配送先の時間指定などの影響で達成できないレンジ幅が存在する ・ユーザーがデフォルト値以外の適切なレンジ幅を指定することに⼀定の困難がある ・最適化機能の改善︖UI/UXの改善︖運⽤⾯の改善︖ ・均等化は達成しているが、お客様の納得度が低い計画になることがある ・同じマンションを何度も訪問してしまう(ルート単位の⾮効率化) ・同じマンションに別のドライバーが訪問する(割当の⾮効率化)
18. Copyright © 2025 OPTIMIND Inc. All rights reserved. 17 将来への展望 ・レンジを満たすための解の極端な悪化の防⽌ ・通常の解と⽐べた時の悪化率の設定など ・適切な悪化率とは︖ ・異なる⾞両タイプへの対応 ・勤務時間4時間の⾞両と8時間の⾞両が混ざった状態での均等化計算とは︖ ・均等化グループの設定など ・新しい均等化指標の開発 ・費⽤に基づいた均等化 ・各デポからの出発台数、デポへの帰着時間 ・機械学習の活⽤(特にお問い合わせ対応など)
19. Copyright © 2025 OPTIMIND Inc. All rights reserved. 18 世界のラストワンマイルを最適化する