マガジンのカバー画像

Pythonによる最適化

249
最適化やデータ解析はPythonを使うと瞬時にできるよ,という話です.
運営しているクリエイター

#配送計画

需要が分からない配送最適化を効率的に解くための方法

「需要量が不確実な配送計画問題に対する柔軟性アプローチ」について,MITの最近の研究や,私の新しいアイディアについて解説しています.MITの修論のプログラムはこちら:
https://github.com/kledvina/flexible-routing
#配送計画 #配送最適化 #不確実性 #柔軟性

配送最適化システムの現状と最前線

配送最適化システムの日本の現状について,なぜ失敗事例が出るのか,それに対処するにはどうすれば良いのかを中心に,お話しています. #配送最適化 #車両計画 #配送計画 #DX

長距離輸送の最適化

配送計画の研究はたくさんあるが,長距離輸送のものは少ない.これは,FTLの直送問題になり,2024年4月からトラックドライバーの時間外労働時間上限が960時間に制限されることもからんで,重要性を増しそうだ.

ドライバーを毎日自宅に返すルートを策定することを国土交通省が推奨し,ケースなどを集めている.

https://www.mlit.go.jp/jidosha/content/00132503

もっとみる

動的確率的配送計画に対する強化学習と最適化を合わせた解法

1日のトラックの配送順を決める問題は,配送計画問題として知られている.実際の問題においては,需要の不確実性が無視できない場合がある.典型的な2つのケースをあげておく.

・宅配のラストワンマイルにおける不在確率の考慮
・乗り合いタクシー問題

これらは,応用別に解法を設計する必要があると考えているが,ここではその基礎になる手法を考える.元になるのは,最適化と強化学習(近似動的計画)である.

一部

もっとみる
配送計画問題の可視化

配送計画問題の可視化

配送計画問題に対する可視化を作ってみた。Plotlyを使えば簡単だ。

上に示したのは簡単な問題に対する最適化の結果で、80顧客程度の問題例なので10秒くらいで解ける。顧客の荷物量を重量ベースと容量ベースでみたときに、ボトルネックになっている方の大きさを点のサイズにしている。大きいのは容量が大きい顧客だ。

点の色は時間枠のきつさをcolormapを使って示したもので、赤色が時間枠のきついもの(時

もっとみる