Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
配送計画問題入門1
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
NearMeの技術発表資料です
PRO
February 10, 2023
Research
150
0
Share
配送計画問題入門1
NearMeの技術発表資料です
PRO
February 10, 2023
More Decks by NearMeの技術発表資料です
See All by NearMeの技術発表資料です
OpenCode Introduction
nearme_tech
PRO
0
14
【Browser Automation × AI】 Stagehandを試してみよう
nearme_tech
PRO
0
53
AIを用いた PID制御で部屋 の温度制御をしてみた
nearme_tech
PRO
0
60
CopilotKit + AG-UIを学ぶ
nearme_tech
PRO
3
280
Tile38 Overview
nearme_tech
PRO
0
65
Rust 製のコードエディタ “Zed” を使ってみた
nearme_tech
PRO
0
870
実践で使えるtorchのテンソル演算
nearme_tech
PRO
0
39
ローカルLLMを⽤いてコード補完を⾏う VSCode拡張機能を作ってみた
nearme_tech
PRO
0
680
初めてのmarimo (ハンズオン)
nearme_tech
PRO
0
53
Other Decks in Research
See All in Research
AI Agentの精度改善に見るML開発との共通点 / commonalities in accuracy improvements in agentic era
shimacos
6
1.5k
さくらインターネット研究所テックトーク2026春、研究開発Gr.25年度成果26年度方針
kikuzo
0
110
Thirty Years of Progress in Speech Synthesis: A Personal Perspective on the Past, Present, and Future
ktokuda
0
200
LLMアプリケーションの透明性について
fufufukakaka
0
210
「車1割削減、渋滞半減、公共交通2倍」を 熊本から岡山へ@RACDA設立30周年記念都市交通フォーラム2026
trafficbrain
1
900
Multi-Agent Large Language Models for Code Intelligence: Opportunities, Challenges, and Research Directions
fatemeh_fard
0
150
LiDARセキュリティ最前線(2025年)
kentaroy47
0
420
湯村研究室の紹介2025 / yumulab2025
yumulab
0
330
2026年3月1日(日)福島「除染土」の公共利用をかんがえる
atsukomasano2026
0
510
Can We Teach Logical Reasoning to LLMs? – An Approach Using Synthetic Corpora (AAAI 2026 bridge keynote)
morishtr
1
200
AIを叩き台として、 「検証」から「共創」へと進化するリサーチ
mela_dayo
0
220
競合や要望に流されない─B2B SaaSでミニマム要件を決めるリアルな取り組み / Don't be swayed by competitors or requests - A real effort to determine minimum requirements for B2B SaaS
kaminashi
0
1.3k
Featured
See All Featured
AI Search: Where Are We & What Can We Do About It?
aleyda
0
7.3k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
17k
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
120
エンジニアに許された特別な時間の終わり
watany
106
240k
Design in an AI World
tapps
0
190
Redefining SEO in the New Era of Traffic Generation
szymonslowik
1
270
sira's awesome portfolio website redesign presentation
elsirapls
0
210
The Director’s Chair: Orchestrating AI for Truly Effective Learning
tmiket
1
140
Keith and Marios Guide to Fast Websites
keithpitt
413
23k
A Guide to Academic Writing Using Generative AI - A Workshop
ks91
PRO
1
260
Building a A Zero-Code AI SEO Workflow
portentint
PRO
0
430
The Curious Case for Waylosing
cassininazir
0
290
Transcript
0 配送計画問題入門1 2023-2-10 第31回NearMe技術勉強会 Yuta Okamoto
1 目次 1. 前回までの内容 2. 配送計画問題とは 3. 配送計画問題のアルゴリズム 4. 配送計画問題を解く
5. 次回予告
2 1.前回までの内容 • 非基底変数と基底変数 • 線形計画問題の標準形・一般形 • 単体法(シンプレクス法・線形計画法) 非基底変数 :
0とおいた変数 基底変数 : 0とおかなかった変数 標準形 : 制約式が全て等式 一般形 : 制約式は等式 or 不等式 線形計画問題を解く方法の1つ
3 2.配送計画問題とは • 登場人物は車両,デポ,顧客. • どの車両が,何時に,どの順番で,どの顧客を巡回するか決める問 題 depot Vehicle Vehicle
4 • 厳密に解く ◦ Gurobiなどの汎用MIPソルバー ⭕ : 汎用なので他の最適化問題も解ける ❌ :
求解に時間がかかる,定式化には技術とセンスが必要 • 厳密ではないけど解く ◦ ヒューリスティック ⭕ : 比較的短時間で求解できる ❌ : モデリングには技術とプログラミングスキルが必要 3.配送計画問題を解く方法
5 • まずはTSPから... OR-Toolsの公式ガイドにあったサンプルを利用 • 任意の地点間の距離がある一定の値の場合は? • あらかじめ決めた巡回路を利用したい場合は? 4.配送計画問題を解く
6 4.次回予告 • もっと複雑な配送計画問題を解きます!
7 出典 • Google LLC. “Traveling Salesperson Problem”. Google OR-Tools.
2023-01-16.https://developers.google.com/optimization/routing/tsp, (参照 2023-02-10) • Google LLC. “Common Routing Tasks”. Google OR-Tools. 2023-01-16. https://developers.google.com/optimization/routing/routing_tasks, (参照 2023-02-10)
8 Thank you