KR20230082753A - Server, method and computer program for providing route information for logistics - Google Patents

Server, method and computer program for providing route information for logistics Download PDF

Info

Publication number
KR20230082753A
KR20230082753A KR1020210170513A KR20210170513A KR20230082753A KR 20230082753 A KR20230082753 A KR 20230082753A KR 1020210170513 A KR1020210170513 A KR 1020210170513A KR 20210170513 A KR20210170513 A KR 20210170513A KR 20230082753 A KR20230082753 A KR 20230082753A
Authority
KR
South Korea
Prior art keywords
transport
route
transportation
time
simulation
Prior art date
Application number
KR1020210170513A
Other languages
Korean (ko)
Other versions
KR102624422B1 (en
Inventor
박재우
김일명
김현애
신은영
유승호
정원우
지병석
Original Assignee
주식회사 케이티
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 케이티 filed Critical 주식회사 케이티
Priority to KR1020210170513A priority Critical patent/KR102624422B1/en
Publication of KR20230082753A publication Critical patent/KR20230082753A/en
Priority to KR1020230167367A priority patent/KR102624441B1/en
Priority to KR1020230167368A priority patent/KR102624451B1/en
Application granted granted Critical
Publication of KR102624422B1 publication Critical patent/KR102624422B1/en

Links

Images

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

A server providing route information for logistics comprises: a receiving unit which receives transport data from a first terminal; a transport route deriving unit which inputs the received transport data to a transport allocation model to derive a first transport route containing a plurality of unit routes; a matrix generating unit wherein, based on at least one transition type information, each unit generates at least one 3D matrix for each timeline containing at least one unit route among the plurality of unit routes; a simulation unit which, based on a first transport scenario satisfying a target function for a logistic transport timeline, combines a value of the at least one 3D matrix for each timeline to simulate a route change of the first transport route; and a transport route changing unit which, based on a result of the simulation, changes the first transport route to a second transport route. According to the present invention, the server can establish a logistics transport plan capable of operation in a site based on transport routes considering timelines.

Description

물류를 위한 경로 정보를 제공하는 서버, 방법 및 컴퓨터 프로그램{SERVER, METHOD AND COMPUTER PROGRAM FOR PROVIDING ROUTE INFORMATION FOR LOGISTICS}Server, method and computer program providing route information for logistics {SERVER, METHOD AND COMPUTER PROGRAM FOR PROVIDING ROUTE INFORMATION FOR LOGISTICS}

본 발명은 물류를 위한 경로 정보를 제공하는 서버, 방법 및 컴퓨터 프로그램에 관한 것이다. The present invention relates to a server, method and computer program for providing route information for logistics.

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. Logistics refers comprehensively to the act of moving goods or services from producers to consumers or to specific regions, or inventory planning, delivery planning, and procurement planning for this purpose. Logistics service creates a cluster for transport points in each gu/dong unit of an administrative district for ease of transport. In the prior case, a person in charge of a logistics company directly set the number of delivery points and density in a cluster, thus relying on manpower-based know-how.

최근에는 알고리즘에 의해 물류 운송 계획을 실시간으로 수립하고 있으며, 이와 관련하여 선행기술인 한국공개특허 제 2010-0062848호는 물류 운영 방법 및 그 시스템을 개시하고 있다. Recently, a logistics transport plan is being established in real time by an algorithm, and in this regard, Korea Patent Publication No. 2010-0062848, which is a prior art, discloses a logistics operation method and system.

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. In the conventional case, a static data model was mainly used to establish a logistics transport plan. Hereinafter, a process of providing route information using a logistic transportation plan established based on a conventional static data model will be described with reference to FIG. 1 .

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.1 is an exemplary diagram for explaining a process of providing route information for conventional logistics. A conventional route information providing server calculates the travel time between points in the form of a two-dimensional matrix in order to plan a transport route from a center to a garage via each point while a logistics vehicle loads goods at each point. created with

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. Thereafter, the conventional route providing server applied a meta-heuristic algorithm to the matrix to search for a route in a direction of minimizing the total travel time within the load limit of each logistics vehicle. At this time, the vehicle path problem is solved by minimizing the sum of matrix element values on the path. The meta-heuristic algorithm is a high-level heuristic technique applicable to a variety of problems without being significantly bound by the information of a specific problem.

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. Referring to FIG. 1 , in a first step (100), a conventional route information providing server generates a two-dimensional matrix (101) of travel times between centers, garages, and points. Here, when moving from the first point (0) to the second point (5) as in 0→5, the two-dimensional matrix value corresponding to 0→5 is composed of (0, 5).

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. In the second step 110, the conventional route information providing server searches for a local solution 111 for each logistics vehicle using a meta-heuristic algorithm based on travel time. At this time, the local solution was searched for by excluding situations where the center was the destination or the garage was the departure.

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. If the conventional route information providing server selects the 0→5 route for the red logistics vehicle (112), the conventional route information providing server temporarily excludes point 5 from the destination and then sets point 5 as the starting point. So, the next route was searched within the highlighted section.

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.Thereafter, when the conventional route information providing server selects the 5→6 route for the red logistics vehicle (113), based on the 'accumulated loading amount of recovered goods: 60% and accumulated travel time: 4 hours' for the red logistics vehicle , As the loading amount reached the limit, even if more transport was possible, no more loading was possible, so the next route was selected as the 6 → 8 route (garage).

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. Through this process, the conventional route information providing server compares conditions by accumulating whether or not a logistics vehicle can be loaded at each transportation point. If the conventional route information providing server selects a two-dimensional matrix value in the order of (0, 5), (5, 6), (6, 8) in the matrix in relation to the route of the red logistics vehicle, the conventional route The information providing server checks whether the total of the two-dimensional matrix values is '4+2+2=8' and the travel time is minimized, and if the travel time is minimized, the transport route of the red logistics vehicle is changed from 0→5→ It was derived in the order of 6→8.

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. In the third step 120, the conventional route information providing server fills in the unhighlighted cells in the second step 110, and derives a route of 0→5→6→8 in the case of a red logistics vehicle, and a yellow In the case of a logistics vehicle, a route of 0→1→4→5→7 is derived, in the case of a blue logistics vehicle, a route of 0→3→9 is derived, and in the case of a purple logistics vehicle, a route of 0→2→10 is derived. By deriving , the final local solution 121 was obtained as '8 + 11 + 5 + 12 = 36' as the total cost of moving between points.

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.However, the conventional logistics transportation plan has a disadvantage in that a somewhat unrealistic logistics transportation plan is established in which realistic transportation constraints are not fully considered because real-time factors are not reflected.

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. Transport data is received from the first terminal, and a first transport path including a plurality of unit routes is derived by inputting the received transport data into a transport dispatch model, and each of the plurality of transport routes is derived based on at least one transition type information. It is intended to provide a server, method, and computer program for generating at least one 3-dimensional matrix for each time period including at least one unit path among unit paths.

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. It is intended to provide a server, method, and computer program for simulating a route change of a first transportation route by combining values of at least one 3-dimensional matrix for each time period based on a first transportation scenario that satisfies an objective function for a logistic transportation time zone. .

시뮬레이션의 결과에 기초하여 제 1 운송 경로를 제 2 운송 경로로 변경하는 서버, 방법 및 컴퓨터 프로그램을 제공하고자 한다. It is intended to provide a server, method and computer program for changing a first transport route to a second transport route based on the results of the simulation.

다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다. However, the technical problem to be achieved by the present embodiment is not limited to the technical problems described above, and other technical problems may exist.

상술한 기술적 과제를 달성하기 위한 수단으로서, 본 발명의 일 실시예는, 제 1 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, 적어도 하나의 천이 유형 정보에 기초하여 각각이 상기 복수의 단위 경로 중 적어도 하나의 단위 경로를 포함하는 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 포함하는 서버를 제공할 수 있다. As a means for achieving the above-described technical problem, an embodiment of the present invention includes a receiver for receiving transport data from a first terminal, and a plurality of unit routes by inputting the received transport data into a transport dispatch model. Transport route derivation unit for deriving 1 transport route, and matrix generation unit for generating at least one time-specific 3D matrix each including at least one unit route among the plurality of unit routes based on at least one transition type information , A simulation unit for simulating a route change of the first transportation route by combining values of the 3-dimensional matrix for each time period based on a first transportation scenario that satisfies an objective function for a logistic transportation time zone, and a result of the simulation It is possible to provide a server including a transport route changing unit that changes the first transport route to a second transport route based on the above.

본 발명의 다른 실시예는, 제 1 단말로부터 운송 데이터를 수신하는 단계, 상기 수신한 운송 데이터를 운송 배차 모델에 입력하여 복수의 단위 경로를 포함하는 제 1 운송 경로를 도출하는 단계, 적어도 하나의 천이 유형 정보에 기초하여 각각이 상기 복수의 단위 경로 중 적어도 하나의 단위 경로를 포함하는 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 포함하는 경로 정보 제공 방법을 제공할 수 있다. Another embodiment of the present invention is a step of receiving transport data from a first terminal, deriving a first transport route including a plurality of unit routes by inputting the received transport data into a transport dispatch model, and at least one Generating at least one three-dimensional matrix for each time zone, each including at least one unit path among the plurality of unit paths, based on the transition type information, in a first transportation scenario that satisfies an objective function for logistic transportation time zone simulating a route change of the first transport route by combining values of the 3-dimensional matrix for each time period based on the values of the at least one time zone, and changing the first transport route into a second transport route based on a result of the simulation. It is possible to provide a path information providing method including.

본 발명의 또 다른 실시예는, 컴퓨터 프로그램은 컴퓨팅 장치에 의해 실행될 경우, 제 1 단말로부터 운송 데이터를 수신하고, 상기 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 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 포함하는 컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램을 제공할 수 있다. Another embodiment of the present invention, when the computer program is executed by a computing device, receives transport data from the first terminal, inputs the received transport data into a transport dispatch model, and includes a plurality of unit routes. Deriving transport routes, generating at least one 3-dimensional matrix for each time zone, each including at least one unit route among the plurality of unit routes, based on at least one transition type information, and an objective function for logistic transport time zones Simulating a route change of the first transport route by combining values of the 3-dimensional matrix for each time period based on a first transport scenario that satisfies 2 It is possible to provide a computer program stored on a computer readable recording medium containing a sequence of instructions for changing to a transport route.

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.The above-described means for solving the problems is only illustrative and should not be construed as limiting the present invention. In addition to the exemplary embodiments described above, there may be additional embodiments described in the drawings and detailed description.

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.According to any one of the above-described problem solving means of the present invention, a first transport route including a plurality of unit routes is derived by inputting transport data into a transport dispatch model, and based on at least one transition type information, each of the above A server that establishes a logistics transportation plan that can be operated in the field in real time based on a transportation route in which time zone is considered by generating at least one time-specific three-dimensional matrix including at least one unit route among a plurality of unit routes; Methods and computer programs can be provided.

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. Based on a first transportation scenario that satisfies an objective function for a logistic transportation time zone, a route change of a first transportation route is simulated by combining values of at least one 3-dimensional matrix for each time zone, and the first transportation is obtained based on a result of the simulation. By changing the route to the second transport route, it is possible to provide a server, method, and computer program for deriving an optimal transport route by reflecting various constraints, geographical factors, traffic conditions, and the like.

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. A server, method and computer program that can minimize the risk of unfair issues and transportation accidents that may occur in the field by using a transportation plan in which the work intensity of the dispatched logistics vehicles is equally established while reducing the total logistics transportation cost. can provide

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. Based on the actual transportation result of the logistics vehicle and transportation difference information between past transportation plans, at least one 3-dimensional matrix for each time period is updated, and self-learning is performed based on the transportation difference information, so that sophisticated transportation plans can be established. Servers, methods and computer programs can be provided.

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. 1 is an exemplary diagram for explaining a process of providing route information for conventional logistics.
2 is a configuration diagram of a route information providing server according to an embodiment of the present invention.
3A to 3D are exemplary diagrams for explaining a process of performing a path change simulation using at least one 3D matrix for each time period according to an embodiment of the present invention.
4 is an exemplary diagram for explaining a process of generating at least one 3D matrix for each time period by performing clustering on a plurality of unit paths according to an embodiment of the present invention.
5 is an exemplary diagram for explaining a process of performing a path change simulation using at least one sparse matrix according to an embodiment of the present invention.
6 is an exemplary diagram for explaining a process of performing a simulation for a route change based on a second scenario in consideration of transportation labor intensity according to an embodiment of the present invention.
7A and 7B are exemplary diagrams for explaining a process of predicting an unloading time of a logistics vehicle based on transport difference information between an actual transport result and a past transport plan of a logistics vehicle according to an embodiment of the present invention.
8A to 8C are exemplary diagrams for explaining a process of deriving a second transportation route based on a first scenario and a second scenario according to an embodiment of the present invention.
9 is a flowchart of a method for providing route information for logistics in a route information providing server according to an embodiment of the present invention.

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. Hereinafter, embodiments of the present invention will be described in detail so that those skilled in the art can easily practice the present invention with reference to the accompanying drawings. However, the present invention may be embodied in many different forms and is not limited to the embodiments described herein. And in order to clearly explain the present invention in the drawings, parts irrelevant to the description are omitted, and similar reference numerals are attached to similar parts throughout the specification.

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. Throughout the specification, when a part is said to be "connected" to another part, this includes not only the case where it is "directly connected" but also the case where it is "electrically connected" with another element interposed therebetween. . In addition, when a part "includes" a certain component, this means that it may further include other components, not excluding other components, unless otherwise stated, and one or more other characteristics. However, it should be understood that it does not preclude the possibility of existence or addition of numbers, steps, operations, components, parts, or combinations thereof.

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.In this specification, a "unit" includes a unit realized by hardware, a unit realized by software, and a unit realized using both. Further, one unit may be realized using two or more hardware, and two or more units may be realized by one hardware.

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.In this specification, some of the operations or functions described as being performed by a terminal or device may be performed instead by a server connected to the terminal or device. Likewise, some of the operations or functions described as being performed by the server may also be performed in a terminal or device connected to the corresponding server.

이하 첨부된 도면을 참고하여 본 발명의 일 실시예를 상세히 설명하기로 한다. Hereinafter, an embodiment of the present invention will be described in detail with reference to the accompanying drawings.

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. 2 is a configuration diagram of a route information providing server according to an embodiment of the present invention. Referring to FIG. 2 , it may include a receiving unit 210, a transportation path deriving unit 220, a clustering unit 230, a matrix generator 240, a simulation unit 250, and a transportation path changing unit 260. there is.

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. The receiving unit 210 may receive transport data from the first terminal. Here, the first terminal may be a terminal for inputting transport data in a logistics company. Transportation data may include transportation resource information and transportation order information. Transportation resource information includes, for example, origin (center), garage (destination), logistics vehicle information, transportation point, logistics type (type and weight of goods, etc.), etc., and transportation order information, for example, daily order information, weekly order information, and the like.

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. The transportation route derivation unit 220 may derive a first transportation route including a plurality of unit routes as a route to be transported by a logistics vehicle by inputting the received transport data into a transport dispatch model. Here, the transport dispatch model may be generated using a local search technique, a genetic algorithm, reinforcement learning, and the like, but is not limited thereto. The local search technique may refer to a search technique in which a point having the highest cost reduction value is selected from among expandable neighboring points of a current point (node) and then expanded. A unit route may refer to each route connecting a plurality of points existing in one area to transport logistics.

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. The matrix generator 240 may generate at least one 3D matrix for each time period, each including at least one unit path among a plurality of unit paths, based on at least one piece of transition type information. Here, the transition type information may include a moving distance between each point on the first transportation route, a moving time between each point, a loading weight of a logistics vehicle, logistics characteristic information, driver characteristic information, and transportation point characteristic information.

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. The simulation unit 250 may simulate a route change of the first transport route by combining values of at least one 3D matrix for each time slot based on the first transport scenario that satisfies the objective function for the logistic transport time slot. A process of generating and simulating at least one 3D matrix for each time period will be described in detail with reference to FIGS. 3A to 3C.

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. 3A to 3C are exemplary diagrams for explaining a process of performing a path change simulation using at least one 3D matrix for each time period according to an embodiment of the present invention.

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. Referring to FIG. 3A , the matrix generator 240 determines at least one of a travel distance 311 between points on the first transportation route 300, a travel time 312 between points, and a loading weight 313 of a logistics vehicle. It is possible to generate at least one 3D matrix 310 for each time zone based on . Here, a situation in which the center is a destination or a starting point may be excluded, and the time zone may include a morning time zone, an afternoon time zone, a lunch time zone, a commute time zone, and a dawn time zone. The coordinates of the 3-dimensional matrix 310 for each time period are composed of, for example, (origin_point (node) dimension, destination_point (node) dimension, time dimension, transition type type (eg, travel distance, etc.)) and the order of coordinates may be changed, but is not limited thereto. For example, when moving from the first transportation point (0) to the second transportation point (5) as 0 → 5, the matrix values corresponding to the first commute time zone and the first movement time are, for example, ( It can be composed of values of 0, 5, 1, 1).

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. Through this process, it is possible to efficiently perform calculations and dynamic programming when searching for an optimal route by configuring the correlation between points and the change in transport resources over time as coordinates of a matrix.

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. Referring to FIG. 3B , the objective function 320 for logistics transportation time can be designed as logistics transportation cost (x, y, z). Here, x may represent a travel distance, y may represent a travel time, and z may represent an loading and unloading operation time.

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. For example, in the case of normal morning and afternoon hours, the objective function 320 can be designed as logistics transportation cost (x, y), and through this, travel distance and travel time can be simultaneously optimized. This is to take into account that there is little variation in traffic conditions between the morning and afternoon time zones, and that there are few special issues during loading and unloading due to general business hours.

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. For another example, in the case of arrival and departure times, the objective function 320 may be designed as logistics transportation cost (y, z), and through this, travel time and work time can be simultaneously optimized. This is to take into consideration the fact that, in the case of the rush hour and the end time, as the traffic congestion is serious, time variability is high, and many unusual matters occur from the start to the end of work and during loading and unloading.

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. As another example, in the case of the early morning hours, the objective function 320 may be designed as logistics transportation cost (x, z), and the travel distance and work time may be simultaneously optimized. This is to minimize the distance in order to reduce idle costs in the case of the early morning hours as traffic conditions are smooth, and to consider the fact that many unusual matters occur during loading and unloading.

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. For example, if the optimal logistics transport schedule corresponds to 'Center: Arrive at 5:00 am' → 'Point 1: Arrive at 8:00 am' → 'Point 3: Arrive at 9:00 am', the simulation unit 250 ' Logistics transport cost at dawn (x, z): 100'+' Logistics transport cost to work (y, z): 500'+' Logistics transport cost to work (y, z): 900' Total logistics transport based on the objective function cost can be derived.

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.Referring to FIG. 3C , the simulation unit 250 combines the values of the 3D matrix 340 for each time slot based on the first transport scenario that satisfies the objective function 320 for the logistics transport time slot to obtain a first A route change of the transportation route 330 may be simulated 350 .

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. For example, the simulation unit 250 may simultaneously apply the metaheuristic algorithm to the 3D matrix 340 for all time zones corresponding to the transition type information based on the first transport path 330 . The simulation unit 250 can utilize all of the various meta-heuristic algorithms that have been verified to solve the vehicle path problem. Representative meta-heuristic algorithms include Genetic Algorithms, Tabu Search, Simulated Annealing, Ant Algorithm, Savings, The Sweep Algorithm, Includes Cheapest Insertion, Nearest Insertion, etc. The first transportation scenario may be designed to satisfy an objective function such that a logistics transportation cost obtained by combining values of the 3D matrix 340 for each time period associated with each transition type information is minimized. For example, if the moving time of the logistics vehicle up to now is '4 minutes', the moving distance is '4 km', and the delivered weight is 600 kg, the simulation unit 250 considers this to consider the 3D matrix 340 The simulation 350 for the first transportation path 330 may be performed by combining the values of .

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. At this time, the simulation unit 250 may simulate 350 using the next time dimension when the sum of accumulated times in the travel time matrix deviate from the time zone of the time dimension. That is, by setting the objective function differently according to the time dimension, optimization may be performed so that a desired transportation route is derived for each time period.

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. For example, the logistics transport cost (Cost) in the early morning hours can be designed as a weighted sum of the movement distance, movement time, and loading deviation in the order. If the simulation unit 250 selects the 0→5 path from the 3D matrix for each time period, point 5 in all time dimensions of each transition type information may be temporarily excluded from the destination, and the simulation unit 250 The next route can be searched within the highlighted section, starting at point 5.

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. Thereafter, during the simulation 350, when the cumulative travel time of a specific logistics vehicle is out of the set time zone, the simulation unit 250 continues the search using a tuple, which is an attribute value related to a matrix of another time dimension. can Through this, it is possible to perform routing close to real time.

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. When the simulation unit 250 selects the 5→6 route from the 3D matrix for each time zone, since the accumulated travel time can be changed to the commute time zone, the simulation unit 250 sets the next route to point 6 as the starting point. , search within the highlighted section, but can be searched in the next time dimension including the cumulative time. At this time, the logistics transportation cost (Cost) of the rush hour time zone may be set as a time sum in consideration of the characteristics of the time zone.

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.Referring to FIG. 3D , the simulation unit 250 calculates a first transportation based on a first transportation scenario in which a logistics transportation cost related to a transportation distance, a transportation time, and a loading weight of a logistics vehicle is minimized in consideration of a logistics transportation time zone. It is possible to repeatedly perform simulations of path changes.

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. For example, the simulation unit 250 repeatedly performs a simulation 370 for a route change of the first transportation route 360 based on the first transportation scenario, thereby generating a second transportation route that satisfies the objective function for each time period. can be derived At this time, as the time dimension is configured in detail, it becomes similar to the real-time movement speed, and through this, it is possible to prevent a plan that cannot be transported within a realistic time in the routing process.

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. Through this, in the past, only the movement time matrix of the dawn time zone was used to establish a logistics transport plan, so logistics vehicles could not move as fast as the logistics transport plan during rush hour. can make it

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. Returning to FIG. 2 again, when the transport route derivation unit 220 inputs the received transport data into the transport dispatch model and derives the first transport route to be transported by the logistics vehicles, the clustering performer 230 distributes the cargo volume evenly. Clustering may be performed on a plurality of unit routes based on conditions, loading conditions for each logistics vehicle, preferred region information, and the like.

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. The matrix generation unit 240 generates at least one 3D matrix for each time period including a plurality of unit paths each of which is clustered based on at least one piece of transition type information, and from the generated at least one 3D matrix for each time period. At least one sparse matrix can be created.

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. The simulation unit 250 may perform a simulation of a route change of the first transportation route by combining values of at least one sparse matrix based on the first scenario. A process of generating and simulating a three-dimensional matrix for each time zone when clustering is performed on the first transport path will be described in detail with reference to FIGS. 4 and 5 .

도 4는 본 발명의 일 실시예에 따른 복수의 단위 경로에 대해 군집화를 수행하여 적어도 하나의 시간대별 3차원 매트릭스를 생성하는 과정을 설명하기 위한 예시적인 도면이다. 4 is an exemplary diagram for explaining a process of generating at least one 3D matrix for each time period by performing clustering on a plurality of unit paths according to an embodiment of the present invention.

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. Referring to FIG. 4 , when the receiving unit 210 receives transport data from the first terminal, the transport route deriving unit 220 inputs the received transport data into a transport dispatch model to determine a first transport route for logistics vehicles to transport. (400) can be derived. At this time, the matrix generator 240 generates at least one 3D matrix 410 for each initial time zone including a plurality of unit routes included in the first transportation route 400 based on at least one piece of transition type information. and can be saved. For example, a matrix value of (3, 4, 4, 0) in the three-dimensional matrix 410 for each initial time zone is the travel time of the 3rd departure point (node), 4th destination point (node), and 4th evening time zone. and transition type.

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. The clustering performer 230 may perform clustering 420 on a plurality of unit routes included in the first transport route 400 based on conditions for equal distribution of cargo volume, loading conditions for each logistics vehicle, and preferred region information. . For example, the clustering performer 230 performs primary clustering 421 based on a condition for equal distribution of cargo volume, and then performs secondary clustering 422 based on loading conditions for each logistics vehicle and preferred region information. can do.

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. The matrix generator 240 may generate at least one time-specific 3D matrix 430 including a plurality of unit paths each of which is clustered based on at least one piece of transition type information.

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. The simulation unit 250 changes the route of the first transport route 400 by combining at least one value of the three-dimensional matrix 430 for each time slot based on the first transport scenario that satisfies the objective function for the logistics transport time slot. can be simulated.

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. In this way, a plurality of unit paths included in the first transportation route 400 are clustered based on the transition type information between each point to generate a 3D matrix 430 for each time period, so that the above-described clustering is not considered. Compared to the initial three-dimensional matrix 410 for each time period, the amount of information is reduced by, for example, 1/3, and the modeling speed is improved by, for example, three times. Through this process, optimal transportation is achieved through an objective function that clusters transportation areas, respects the preferred area for each vehicle, considers the equality of load capacity for each vehicle, and considers all routes that are inconvenient to move, such as rivers/construction/accident areas. path can be derived.

도 5는 본 발명의 일 실시예에 따른 적어도 하나의 희소 매트릭스를 이용하여 경로 변경에 대한 시뮬레이션을 수행하는 과정을 설명하기 위한 예시적인 도면이다.5 is an exemplary diagram for explaining a process of performing a path change simulation using at least one sparse matrix according to an embodiment of the present invention.

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.The clustering performer 230 may perform clustering 420 on a plurality of unit routes included in the first transport route 400 based on conditions for equal distribution of cargo volume, loading conditions for each logistics vehicle, and preferred region information. . For example, the clustering performer 230 performs primary clustering 421 based on a condition for equal distribution of cargo volume, and then performs secondary clustering 422 based on loading conditions for each logistics vehicle and preferred region information. can do.

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. At this time, in the case of the 1st clustering (421) and the 2nd clustering (422), the clustering does not consider the transportation time of the logistics vehicle. There may be problems that may not be possible.

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. Accordingly, the clustering performer 230 may re-perform clustering 500 on the plurality of unit paths on which clustering has been performed, based on the degree of proximity between the clusters. For example, the clustering performer 230 selects at least one cluster 501 (for example, a first cluster located at the upper left and a second cluster located at the upper right) for a plurality of unit paths on which the second clustering 422 has been performed. ), the final cluster 502 can be derived by re-performing clustering. The final cluster 502 may be obtained by clustering at least two or more lower clusters into upper clusters by performing clustering based on the degree of proximity between the clusters. At this time, when the clustering performer 230 divides the space by connecting points on a plane into triangles, the minimum value of the interior angles of the triangles is maximized using Delaunay triangulation, based on the degree of proximity between clusters. By expanding the clusters, it is possible to prevent deformed clusters from occurring.

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. The matrix generator 240 may generate at least one 3D matrix 510 for each time zone, each including a plurality of finally clustered unit paths, based on at least one piece of transition type information.

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.The matrix generator 240 may generate at least one 3D sparse matrix 520 for each time period from the generated 3D matrix for each time period. Here, the sparse matrix may be in the form of a matrix indicating a case where most of the matrix values are '0'.

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. The simulation unit 250 simulates a route change of the first transportation route 400 by combining values of at least one 3-dimensional sparse matrix for each time zone based on a first transportation scenario that satisfies the objective function for the logistics transportation time zone. can At this time, the simulation unit 250 may search the vehicle path problem by using a meta-heuristic algorithm. In the 3D matrix for each time period, all transition type information between points (all points are connected) connected by a gray line expressed as an initial point on the first transport route 400 may be recorded. Accordingly, the simulation unit 250 may search for a path along each gray line in order to simulate a combination thereof.

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. In the case of the first cluster 421 and the second cluster 422, transition type information corresponding to a gray line within each cluster is recorded, and the simulation unit 250 generates a 3D matrix value for each time period within each cluster. Path change can be simulated through a combination of In the final cluster 502, transition type information between valid points is recorded like in the second cluster 422, and several clusters may have an intersection including the same point at the same time. Accordingly, the simulation unit 250 may search points connected by a gray line within the final cluster 502, and may search for an optimal path by going back and forth between a cluster represented by green and a cluster represented by blue.

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. For example, the simulation unit 250 may combine values of the 3D sparse matrix for each time period and then perform a simulation of a route change to minimize a moving distance using a cheapset insertion algorithm according to the following flow.

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. Since the travel distance matrix is a three-dimensional matrix in which the coordinates of the last transition type information in the entire sparse matrix are '0', the cost for the initial path connecting the starting point node x to the ending point node y for each vehicle is It may correspond to a value of (x, y, 0, 0). Here, the cost for the initial path can be defined as C xy = (x, y, 0, 0). Thereafter, when included in the initial route of the vehicle, an intermediate point minimizing an increase in cost may be searched for. This can search for a node that satisfies argmin{C xi +C iy -C xy } for all values on the movement distance matrix. That is, through the process of searching for the point i where the cost increase of the x->i->y path is the smallest compared to the cost of the x->y path, the simulation unit 250, if the cost function is a simple travel distance, It can simply be checked by traversing the values where the coordinates of the last transition type information of the sparse matrix are 0. However, since the travel time must be tracked separately from the cost in this process, the simulation unit 250 accumulates and adds the (x, y, 0, 1) values of the sparse matrix, exceeding the predefined time standard Each time, the next search can be checked by traversing the values whose time-dimensional coordinates are 1. That is, when C xy is obtained in the above formula, it may mean checking the coordinate values of (x, y, 1, 0).

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. At this time, the simulation unit 250 may simulate a route change considering the vehicle route problem 530 (VRP, Vehicle Routing Problem) based on the generated 3D sparse matrix 520 for each time period. Here, the vehicle route problem 530 means a problem of deriving a route that can be transported at the minimum cost or the minimum distance when k vehicles of the same type are located in a logistics warehouse to provide logistics transportation services to n points. do.

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. The transportation path changing unit 260 may change the first transportation path 400 to the second transportation path 540 based on the result of the simulation. For example, the transport route change unit 260 changes the first transport route 400 to the second transport route 540, so that it takes about 160 minutes for a blue logistics vehicle, and for a red logistics vehicle, It may take about 90 minutes, and in the case of a green logistics vehicle, it may take about 120 minutes.

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. Through this process, it is possible to simulate to search for a more optimized route through a global optimization method considering not only the loading conditions and geographical conditions of the logistics vehicle, but also the vehicle route problem.

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. Returning to FIG. 2, the simulation unit 250 derives a temporary transport route based on the first transport scenario as a result of the simulation, and derives a temporary transport route based on the second transport scenario that satisfies the objective function for the transport labor intensity. It is possible to perform a simulation of the path change of A process of performing a simulation of a route change of a temporary transportation route based on the second transportation scenario that satisfies the objective function for transportation labor intensity will be described in detail with reference to FIG. 6 .

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. 6 is an exemplary diagram for explaining a process of performing a simulation for a route change based on a second scenario in consideration of transportation labor intensity according to an embodiment of the present invention. Referring to FIG. 6 , the simulation unit 250 may derive a temporary transport route 610 by performing a simulation on the first transport route by combining at least one value of the 3D matrix 600 for each time period. At this time, the simulation unit 250 repeats the simulation of the route change of the temporary transportation route 610 based on the second transportation scenario in which the labor intensity equal cost for the plurality of logistics vehicles is minimized in consideration of the transportation labor intensity. can be done According to the present invention, it is possible to derive a second transportation route 620 capable of minimizing transportation labor intensity while satisfying transportation service conditions by changing the temporary transportation route 610 to minimize the objective function for transportation labor intensity do. Here, the simulation unit 250 may repeatedly perform the simulation until the set execution time and number of executions are reached in order to derive an optimized simulation result. Balancing cost is, for example, a value that is minimized as the transportation labor intensity is evenly distributed among multiple logistics vehicles, such as transport time deviation for multiple logistics vehicles, deviation in the number of transport points, and maximum transport work time. etc. can be calculated based on.

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. In performing the simulation, the simulation unit 250 may select the maximum transport time among equal costs of labor intensity as a simulation parameter. Here, in the case of a model that performs simulation, since it cannot have a derivative, an optimization technique such as the 'Nelder-Mead' technique is used as a simulation parameter that can minimize labor intensity equal cost. You can select 'Maximum Transit Business Hours'. Here, the 'Nelder-Mead' technique is a numerical technique for finding the minimum or maximum value, and is mainly used in nonlinear optimization problem situations where the derivative is unknown. For example, the simulation unit 250 may repeatedly search for a convergence point of cost hyperplanes using a 'Nelder-Mead' technique.

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. The simulation unit 250 may repeatedly simulate a route change of the temporary transportation route 610 by changing the value of the selected simulation parameter. For example, the simulation unit 250 changes the value of 'maximum transport time' that one logistics vehicle can transport to decrease, so that another logistics vehicle performs simulation according to a transport scenario that allows more transport tasks can do. In this case, the simulation unit 250 may perform a simulation while keeping the number of a plurality of logistics vehicles fixed so that the number of the plurality of logistics vehicles does not increase.

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. The simulation unit 250 may end the simulation through repetition of the simulation, when the equal cost of labor intensity does not change after convergence or when the set execution time and number of executions are satisfied.

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. The transport route changer 260 may change the temporary transport route 610 to the second transport route 620 based on a simulation result, a second transport scenario in which equal labor intensity cost is minimized. Here, as a result of the simulation, improved values may be derived for 'transportation time deviation' and 'maximum transportation business time' compared to the temporary transportation route 610 .

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. Through this process, by deriving the second transportation route 620 corresponding to the final route considering the transportation labor intensity, the transportation labor intensity is optimized while maintaining the logistics transportation cost such as the number of logistics vehicles and the moving distance. Transportation labor intensity of drivers may be different. At this time, by providing a dynamic and optimized transportation route in consideration of transportation time deviation, etc., it is possible to direct dispatch considering transportation labor intensity even during vehicle mapping.

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. For example, in the case of the temporary transport route 610, the blue logistics vehicle takes about 160 minutes, the red logistics vehicle takes about 90 minutes, and the green logistics vehicle takes about 120 minutes, but the transportation route change unit By 260 changing the temporary transportation route 610 to the second transportation route 620, the blue logistics vehicle takes about 140 minutes, the red logistics vehicle takes about 90 minutes, and the green logistics vehicle takes about 130 minutes. This may take a minute or so.

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. Returning to FIG. 2 , the matrix generator 240 may update at least one time-specific 3D matrix based on the simulation result, the actual transportation result of the logistics vehicle, and transportation difference information between past transportation plans. A process of updating at least one 3D matrix for each time period will be described in detail with reference to FIGS. 7A and 7B.

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. 7A and 7B are exemplary diagrams for explaining a process of predicting an unloading time of a logistics vehicle based on transport difference information between an actual transport result and a past transport plan of a logistics vehicle according to an embodiment of the present invention.

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. Referring to FIG. 7A , the matrix generator 240 selects at least one time-specific 3D matrix 740 based on transport difference information between the simulation result, the actual transport result 700 of the logistics vehicle, and the past transport plan 710. ) can be updated.

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.Through this, it is possible to improve the accuracy of travel time and routing options. For example, in the case of travel time, modeling may be performed based on a correction value for a difference in travel time/distance between points based on a driver's proficiency and point location information. Also, in the case of a routing option, modeling may be performed based on a preference for a routing option based on distance information matching each of a plurality of routing option paths.

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. For example, the simulation unit 250 searches for routing options through simulation so that transport difference information between the actual transport result 700 and the past transport plan 710 is reduced, and the matrix generator 240 determines the customer and A travel distance matrix and a travel time matrix may be updated by applying a routing option for each service provider. For example, in the case of the morning time slot, the simulation unit 250 increases the travel time by about 20% compared to the past transportation plan 710, so an error in the travel time occurs, which is a factor that increases the travel time by about 20%. Inverse simulation can be performed for . Here, as a result of the simulation, 1) the speed of the logistics vehicle can be inferred to be 20% slower than expected, or 2) a plan to move through a path that does not require a U-turn can be derived. If it is inferred that the logistics vehicle on the green route has a long driving experience and has not been driven at a low speed, the simulation unit 250 may search for an optimal route by selecting the second option.

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. For example, the matrix generator 240 regenerates the moving distance matrix 731 and the moving time matrix 732 of the morning time zone of the logistics vehicle on the green route based on the second plan with the U-turn prohibited option (730), The 3D matrix 740 may be updated for each time period.

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. The matrix generator 240 may generate at least one 3D matrix for each time period based on logistics characteristic information, driver characteristic information, transportation point characteristic information, and the like.

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. The simulation unit 250 may predict the drop-off time 722 of the logistic vehicle by inputting the actual transportation result of the logistics vehicle and at least one 3-dimensional matrix 721 for each time zone to the drop-off time prediction model 720 . Here, the getting off time matrix may be updated by learning through a neural network that predicts the getting off time based on transition type information based on actual transportation data. Through this, it is possible to improve the accuracy of the estimated getting off time.

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. Referring to FIG. 7B , the simulation unit 250 may input (751) cargo characteristic information, driver characteristics, and branch characteristics of the customer company to the getting off time prediction model 750. Here, the getting off time prediction model 720 may be a deep neural network based prediction model.

고객사 화물 특성은 예를 들어, 배송 물량, 방문 요일, 방문 시간대, 날씨, 용도 지역 구분, 성수기/비성수기 등을 포함할 수 있다. The customer's cargo characteristics may include, for example, delivery volume, visit day, visit time zone, weather, classification of use area, peak/off-peak season, and the like.

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. Driver characteristics and branch characteristics include, for example, vehicle capacity, driver skill level, road type, POI-delivery point name search address match, driver visit experience, drop-off method, take-over/security authentication procedure, availability of free parking space, dedicated parking space It may include presence or absence, movement distance, first floor or not.

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. The simulation unit 250 may input (751) the customer's cargo characteristics, driver characteristics, and branch characteristics to the drop-off time prediction model 750, and output (752) the predicted drop-off time. Here, the predicted getting off time may include a required parking/stop time, a cargo unloading time (after GPS stop is confirmed), a required unloading time (after electronic acceptance is confirmed), and the like.

학습부(미도시)는 과거 운송 계획 및 실제 운송 결과에 기초하여 도출된 운송 차이 정보에 기초하여 주기적으로 하차 시간 예측 모델을 자가학습시킬 수 있다. The learning unit (not shown) may periodically self-learn the drop-off time prediction model based on transportation difference information derived based on past transportation plans and actual transportation results.

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. The route information providing server 200 may be executed by a computer program stored in a medium including a sequence of instructions for providing route information for logistics. When the computer program is executed by a computing device, the computer program receives transport data from the first terminal, inputs the received transport data into a transport dispatch model, derives a first transport route including a plurality of unit routes, and includes at least one transition. Based on the type information, at least one 3-dimensional matrix for each time zone, each including at least one unit path among a plurality of unit paths, is generated, and based on a first transportation scenario that satisfies the objective function for the logistic transportation time zone, at least It may include a sequence of instructions for simulating a route change of the first transport route by combining values of a three-dimensional matrix for each time period, and changing the first transport route to a second transport route based on a result of the simulation. .

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. 8A to 8C are exemplary diagrams for explaining a process of deriving a second transportation route based on a first scenario and a second scenario according to an embodiment of the present invention.

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.Referring to FIG. 8A , the route information providing server 200 may receive transport data from the first terminal, input the received transport data into a transport dispatch model, and derive a first transport route to be transported by a logistics vehicle.

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. The route information providing server 200 may generate at least one 3D matrix 800 for each time zone based on transition type information between points of a plurality of unit routes included in the first transportation route.

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. For example, if the transition type information corresponds to the cargo volume 801, the coordinates of the cargo volume matrix may be composed of (departure point, arrival point, time dimension, transition type type). For example, z-coordinate 4: cargo volume matrix at evening time, z-coordinate 3: cargo volume matrix at late hour, z-coordinate 2: cargo volume matrix at afternoon time, z-coordinate 1: cargo volume matrix at rush hour, z-coordinate 0: cargo volume matrix at dawn time It may consist of a cargo volume matrix.

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. For another example, if the transition type information corresponds to the movement distance/movement time 802, the coordinates of the movement distance/movement time matrix may be composed of (start point, arrival point, time dimension, transition type type). . For example, z-coordinate 4: moving distance/traveling time matrix in evening time, z-coordinate 3: moving distance/traveling time matrix in office hours, z-coordinate 2: moving distance/traveling time matrix in afternoon time, z-coordinate 1: movement in office hours Distance/travel time matrix, z-coordinate 0: It may be composed of a travel distance/travel time matrix at dawn.

도 8b를 참조하면, 경로 정보 제공 서버(200)는 제 1 시나리오에 기초하여 운송 경로에 대한 시뮬레이션(820)을 수행할 수 있다. Referring to FIG. 8B , the route information providing server 200 may perform a simulation 820 of a transportation route based on the first scenario.

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. For example, if the first scenario is designed based on the scenario 821 of 'cargo volume' of the customer company, the route information providing server 200 may perform modeling according to the transportation time zone characteristics. For example, agency A can unload a pallet only during the morning hours by operating a forklift, so it can be considered that pallet unit packaging and volume calculation are required when using cargo pallets. If pallets are not used, cargo loading space efficiency can be improved, but when pallets are not used, it can be considered that work time is increased due to manual unloading. In addition, the route information providing server 200 may perform modeling according to 'cargo characteristics'. For example, if the cargo of agency C is subject to handling precautions, it may be considered that it is impossible to load and unload the cargo of agency A at the same time.

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. By considering these matters, in the case of coordinates (A, B, 4), the route information providing server 200 considers that afternoon transportation and manual drop-off are performed at point A, and at coordinates (A, B, 1) , taking into account that morning transport is performed at point A, and forklift pallet unloading is performed, and for coordinates (A, C, 1) and (A, C, 4), A and C are equal due to unloading Simulation can be performed considering the fact that a large number that cannot be calculated is assigned.

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. For another example, when the first scenario is designed based on the 'transport route scenario' 822, the route information providing server 200 may perform modeling according to traffic conditions. This may take into account the fact that the travel time increases and the optimal route is frequently changed during the rush hour and the depart hour. Also, the route information providing server 200 may perform modeling according to route characteristics. This can be considered in that a logistics vehicle cannot make a U-turn on a road below the lane, is located on the same road surface in the order of point A to point B, and requires a U-turn or detour from point B to point A.

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. Through this process, in the case of the coordinates (A, B, 4), the route information providing server 200 considers that it takes about 1 hour from point A to point B, and the coordinates (B, A, 4) In this case, simulation may be performed considering that a detour route is required because a U-turn is not possible, and in the case of coordinates (A, B, 1), time is increased due to traffic congestion during rush hours.

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. Referring to FIG. 8C, as a result of the simulation through this process, the route information providing server 200 provides a total transport route of 11 hours, including 4 hours at work time, 2 hours at afternoon time, and 5 hours at work time, based on the first scenario. A temporary transport route 830 including time may be derived. At this time, since the driver's working time of 8 hours is exceeded, the route information providing server 200 provides 1 hour in the afternoon time zone, 2 hours in the afternoon time zone, and the commute time zone based on the second scenario to satisfy the driver's working time of 8 hours. The second transportation route 840 may be derived as an optimal transportation route so as to satisfy a total of 8 hours with 5 hours.

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. 9 is a flowchart of a method for providing route information for logistics in a route information providing server according to an embodiment of the present invention. The method for providing route information for logistics in the route information providing server 200 shown in FIG. 9 includes steps processed time-sequentially according to the embodiment shown in FIGS. 2 to 8C. Therefore, even if the content is omitted below, it is also applied to the method of providing route information for logistics in the route information providing server 200 according to the embodiment shown in FIGS. 2 to 8C.

단계 S910에서 경로 정보 제공 서버(200)는 제 1 단말(미도시)로부터 운송 데이터를 수신할 수 있다. In step S910, the route information providing server 200 may receive transportation data from the first terminal (not shown).

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. In step S920, the route information providing server 200 may derive a first transport route including a plurality of unit routes by inputting the received transport data into a transport dispatch model.

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. In step S930, the route information providing server 200 may generate at least one 3D matrix for each time zone, each including at least one unit route among a plurality of unit routes, based on at least one piece of transition type information.

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. In step S940, the route information providing server 200 simulates a route change of the first transport route by combining values of at least one 3-dimensional matrix for each time slot based on the first transport scenario that satisfies the objective function for the logistics transport time slot. can do.

단계 S950에서 경로 정보 제공 서버(200)는 시뮬레이션의 결과에 기초하여 제 1 운송 경로를 제 2 운송 경로로 변경할 수 있다. In step S950, the route information providing server 200 may change the first transport route into a second transport route based on the result of the simulation.

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.In the foregoing description, steps S910 to S950 may be further divided into additional steps or combined into fewer steps, depending on an embodiment of the present invention. Also, some steps may be omitted as needed, and the order of steps may be switched.

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. The method for providing route information for logistics in the route information providing server described with reference to FIGS. 1 to 9 is also implemented in the form of a computer program stored in a medium executed by a computer or a recording medium including instructions executable by a computer. It can be. In addition, the method for providing route information for logistics in the route information providing server described with reference to FIGS. 1 to 9 may be implemented in the form of a computer program stored in a medium executed by a computer.

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. Computer readable media can be any available media that can be accessed by a computer and includes both volatile and nonvolatile media, removable and non-removable media. Also, computer readable media may include computer storage media. Computer storage media includes both volatile and nonvolatile, removable and non-removable media implemented in any method or technology for storage of information such as computer readable instructions, data structures, program modules or other data.

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. The above description of the present invention is for illustrative purposes, and those skilled in the art can understand that it can be easily modified into other specific forms without changing the technical spirit or essential features of the present invention. will be. Therefore, the embodiments described above should be understood as illustrative in all respects and not limiting. For example, each component described as a single type may be implemented in a distributed manner, and similarly, components described as distributed may be implemented in a combined form.

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. The scope of the present invention is indicated by the following claims rather than the detailed description above, and all changes or modifications derived from the meaning and scope of the claims and equivalent concepts should be construed as being included in the scope of the present invention. do.

200: 경로 정보 제공 서버
210: 수신부
220: 운송 경로 도출부
230: 군집화 수행부
240: 매트릭스 생성부
250: 시뮬레이션부
260: 운송 경로 변경부200: route information providing server
210: receiver
220: transport route derivation unit
230: clustering unit
240: matrix generating unit
250: simulation unit
260: transportation route change unit

Claims (23)

물류를 위한 경로 정보를 제공하는 서버에 있어서,
제 1 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;
적어도 하나의 천이 유형 정보에 기초하여 각각이 상기 복수의 단위 경로 중 적어도 하나의 단위 경로를 포함하는 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 변경부
를 포함하는, 서버.
In the server providing route information for logistics,
a receiver for receiving transport data from the first terminal;
a transport route derivation unit inputting the received transport data into a transport dispatch model to derive a first transport route including a plurality of unit routes;
a matrix generator configured to generate at least one 3D matrix for each time zone, each of which includes at least one unit path among the plurality of unit paths, based on at least one piece of transition type information;
a simulation unit that simulates a route change of the first transport route by combining values of the 3-dimensional matrix for each time period based on a first transport scenario that satisfies an objective function for logistic transport time slots; and
A transportation route changer configured to change the first transportation route into a second transportation route based on a result of the simulation
Including, server.
 제 1 항에 있어서,
상기 천이 유형 정보는 상기 제 1 운송 경로 상의 각 지점 간의 이동 거리, 상기 각 지점 간의 이동 시간 및 상기 물류 차량의 적재 중량 중 적어도 하나 이상을 포함하고,
상기 매트릭스 생성부는 상기 각 지점 간의 이동 거리, 상기 각 지점 간의 이동 시간 및 상기 물류 차량의 적재 중량 중 적어도 하나에 기초하여 상기 적어도 하나의 시간대별 3차원 매트릭스를 생성하는 것인, 서버.
According to claim 1,
The transition type information includes at least one of a moving distance between each point on the first transportation route, a moving time between each point, and a loading weight of the logistics vehicle,
Wherein the matrix generator generates a three-dimensional matrix for each of the at least one time zone based on at least one of the moving distance between the respective points, the moving time between the respective points, and the loading weight of the logistics vehicle.
 제 2 항에 있어서,
상기 시뮬레이션부는 상기 물류 운송 시간대를 고려하여 상기 물류 차량에 대한 상기 이동 거리, 상기 이동 시간 및 상기 적재 중량과 관련된 물류 운송 비용이 최소가 되도록 하는 상기 제 1 운송 시나리오에 기초하여 상기 제 1 운송 경로의 경로 변경에 대한 시뮬레이션을 반복 수행하는 것인, 서버.
According to claim 2,
The simulation unit of the first transport route based on the first transport scenario in which the logistics transport cost associated with the transport distance, the travel time, and the load weight of the transport vehicle is minimized in consideration of the transport transport time zone A server that repeatedly performs a simulation of a route change.
 제 1 항에 있어서,
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.
According to claim 1,
Further comprising a clustering performer for performing clustering on the plurality of unit routes based on at least one of a condition for equal distribution of cargo volume, a loading condition for each logistics vehicle, and preferred region information,
The server, wherein the clustering performer re-performs the clustering based on the degree of proximity between the clusters for the plurality of unit paths on which the clustering has been performed.
 제 4 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.
According to claim 4,
The matrix generating unit generates the at least one 3D matrix for each time zone, each of which includes the clustered plurality of unit paths, based on the at least one transition type information, and the generated 3D matrix for each time zone. generating at least one sparse matrix from
Wherein the simulation unit performs a simulation of a route change of the first transportation route by combining values of the at least one sparse matrix based on the first scenario.
 제 5 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.
According to claim 5,
The simulation unit derives a temporary transport route based on the first transport scenario as a result of the simulation, and simulates a route change of the temporary transport route based on a second transport scenario that satisfies an objective function for transport labor intensity. The server, which further performs.
 제 6 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.
According to claim 6,
The simulation unit repeatedly simulates a route change of the temporary transportation route based on the second transportation scenario in which labor intensity equal cost for a plurality of logistics vehicles is minimized in consideration of the transportation labor intensity,
Wherein the transport route changing unit changes the temporary transport route into the second transport route based on the second transport scenario in which the labor intensity equivalent cost is minimized as a result of the simulation.
 제 7 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.
According to claim 7,
The server, wherein the labor intensity equal cost is calculated based on at least one of transport time deviation, transport point number deviation, and maximum transport business time for the plurality of logistics vehicles.
 제 8 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.
According to claim 8,
In performing the simulation, the simulation unit selects the maximum transportation business time among the labor intensity equal costs as a simulation parameter,
And repeating the simulation of the route change of the first transportation route through a change in the value of the selected simulation parameter.
 제 1 항에 있어서,
상기 매트릭스 생성부는 상기 시뮬레이션의 결과, 상기 물류 차량의 실제 운송 결과 및 과거 운송 계획 간의 운송 차이 정보에 기초하여 상기 적어도 하나의 시간대별 3차원 매트릭스를 갱신하는 것인, 서버.
According to claim 1,
Wherein the matrix generator updates the at least one 3-dimensional matrix for each time zone based on the result of the simulation, the actual transportation result of the logistics vehicle and transportation difference information between past transportation plans, server.
 제 10 항에 있어서,
상기 천이 유형 정보는 물류 특성 정보, 운전자 특성 정보 및 운송 지점 특성 정보 중 적어도 하나를 더 포함하고,
상기 매트릭스 생성부는 상기 물류 특성 정보, 운전자 특성 정보 및 운송 지점 특성 정보 중 적어도 하나에 기초하여 상기 적어도 하나의 시간대별 부가 3차원 매트릭스를 더 생성하고,
상기 시뮬레이션부는 상기 물류 차량의 실제 운송 결과 및 상기 적어도 하나의 시간대별 부가 3차원 매트릭스를 하차 시간 예측 모델에 입력하여 상기 물류 차량의 하차 시간을 예측하는 것인, 서버.
According to claim 10,
The transition type information further includes at least one of logistics characteristic information, driver characteristic information, and transfer point characteristic information;
The matrix generating unit further generates the at least one additional 3D matrix for each time period based on at least one of the logistics characteristic information, the driver characteristic information, and the transportation point characteristic information;
The simulation unit predicts the drop-off time of the logistic vehicle by inputting the actual transport result of the logistic vehicle and the additional three-dimensional matrix for each time period into a drop-off time prediction model, server.
 경로 정보 제공 서버에서 물류를 위한 경로 정보를 제공하는 방법에 있어서,
제 1 단말로부터 운송 데이터를 수신하는 단계;
상기 수신한 운송 데이터를 운송 배차 모델에 입력하여 복수의 단위 경로를 포함하는 제 1 운송 경로를 도출하는 단계;
적어도 하나의 천이 유형 정보에 기초하여 각각이 상기 복수의 단위 경로 중 적어도 하나의 단위 경로를 포함하는 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 단계
를 포함하는, 경로 정보 제공 방법.
A method for providing route information for logistics in a route information providing server,
Receiving transport data from a first terminal;
deriving a first transport route including a plurality of unit routes by inputting the received transport data into a transport dispatch model;
generating at least one 3D matrix for each time zone, each including at least one unit path among the plurality of unit paths, based on at least one piece of transition type information;
Simulating a route change of the first transportation route by combining values of the 3-dimensional matrix for each time period based on a first transportation scenario that satisfies an objective function for logistic transportation time zone; and
Changing the first transport route to a second transport route based on a result of the simulation.
Including, path information providing method.
 제 12 항에 있어서,
상기 천이 유형 정보는 상기 제 1 운송 경로 상의 각 지점 간의 이동 거리, 상기 각 지점 간의 이동 시간 및 상기 물류 차량의 적재 중량 중 적어도 하나 이상을 포함하고,
상기 시간대별 3차원 매트릭스를 생성하는 단계는,
상기 각 지점 간의 이동 거리, 상기 각 지점 간의 이동 시간 및 상기 물류 차량의 적재 중량 중 적어도 하나에 기초하여 상기 적어도 하나의 시간대별 3차원 매트릭스를 생성하는 단계를 포함하는 것인, 경로 정보 제공 방법.
According to claim 12,
The transition type information includes at least one of a moving distance between each point on the first transportation route, a moving time between each point, and a loading weight of the logistics vehicle,
The step of generating the three-dimensional matrix for each time period,
The method of providing route information, comprising generating a three-dimensional matrix for each of the at least one time zone based on at least one of the moving distance between each point, the moving time between each point, and the loading weight of the logistics vehicle.
 제 13 항에 있어서,
상기 시뮬레이션하는 단계는,
상기 물류 운송 시간대를 고려하여 상기 물류 차량에 대한 상기 이동 거리, 상기 이동 시간 및 상기 적재 중량과 관련된 물류 운송 비용이 최소가 되도록 하는 상기 제 1 운송 시나리오에 기초하여 상기 제 1 운송 경로의 경로 변경에 대한 시뮬레이션을 반복 수행하는 단계를 포함하는 것인, 경로 정보 제공 방법.
According to claim 13,
The simulating step is
To change the route of the first transport route based on the first transport scenario in which the logistics transport cost associated with the transport distance, the travel time, and the load weight for the logistics vehicle is minimized in consideration of the logistics transport time zone Which includes the step of repeatedly performing simulations for, path information providing method.
 제 12 항에 있어서,
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.
According to claim 12,
Performing clustering on the plurality of unit routes based on at least one of a condition for equal distribution of transport volume, a loading condition for each logistics vehicle, and preferred region information; and
Further comprising the step of re-performing the clustering based on the degree of proximity between the clusters for the plurality of unit routes on which the clustering has been performed.
 제 15 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.
According to claim 15,
The step of generating the three-dimensional matrix for each time period,
generating the at least one time-specific 3D matrix each including the clustered plurality of unit paths based on the at least one transition type information; and
Generating at least one sparse matrix from the generated at least one time-dependent three-dimensional matrix,
The simulating step is
And performing a simulation of a route change of the first transport route by combining values of the at least one sparse matrix based on the first transport scenario.
 제 12 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.
According to claim 12,
The simulating step is
deriving a temporary transport route based on the first transport scenario as a result of the simulation; and
and performing a simulation of a route change of the temporary transportation route based on a second transportation scenario that satisfies an objective function for transportation labor intensity.
 제 17 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.
18. The method of claim 17,
The simulating step is
Repeatedly performing a simulation of a route change of the temporary transportation route based on the second transportation scenario in which labor intensity equal cost for a plurality of logistics vehicles is minimized in consideration of the transportation labor intensity;
The step of changing to the second transportation route,
and changing the temporary transportation route to the second transportation route based on the second transportation scenario in which the labor intensity equal cost is minimized as a result of the simulation.
 제 18 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.
According to claim 18,
The labor intensity equal cost is calculated based on at least one of a transport time deviation, a transport point number deviation, and a maximum transport business time for the plurality of logistics vehicles, route information providing method.
 제 19 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.
According to claim 19,
The simulating step is
In performing the simulation, selecting the maximum transportation business time among the labor intensity equal costs as a simulation parameter; and
And repeating a simulation of a route change of the temporary transport route through a change in the value of the selected simulation parameter.
 제 12 항에 있어서,
상기 시간대별 3차원 매트릭스를 생성하는 단계는,
상기 시뮬레이션의 결과, 상기 물류 차량의 실제 운송 결과 및 과거 운송 계획 간의 운송 차이 정보에 기초하여 상기 적어도 하나의 시간대별 3차원 매트릭스를 갱신하는 단계를 포함하는 것인, 경로 정보 제공 방법.
According to claim 12,
The step of generating the three-dimensional matrix for each time period,
Based on the result of the simulation, the actual transport result of the logistics vehicle and transport difference information between past transport plans, updating the three-dimensional matrix for each time period of the at least one route information providing method.
 제 21 항에 있어서,
상기 천이 유형 정보는 물류 특성 정보, 운전자 특성 정보 및 운송 지점 특성 정보 중 적어도 하나를 더 포함하고,
상기 물류 특성 정보, 운전자 특성 정보 및 운송 지점 특성 정보 중 적어도 하나에 기초하여 상기 적어도 하나의 시간대별 부가 3차원 매트릭스를 더 생성하는 단계; 및
상기 물류 차량의 실제 운송 결과 및 상기 적어도 하나의 시간대별 부가 3차원 매트릭스를 하차 시간 예측 모델에 입력하여 상기 물류 차량의 하차 시간을 예측하는 단계를 더 포함하는 것인, 경로 정보 제공 방법.
According to claim 21,
The transition type information further includes at least one of logistics characteristic information, driver characteristic information, and transfer point characteristic information;
further generating the at least one additional 3D matrix for each time zone based on at least one of the logistics characteristic information, the driver characteristic information, and the transportation point characteristic information; and
Further comprising the step of predicting the drop-off time of the logistic vehicle by inputting the actual transport result of the logistic vehicle and the additional three-dimensional matrix for each time period into a drop-off time prediction model.
 물류를 위한 경로 정보를 제공하는 명령어들의 시퀀스를 포함하는 컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램에 있어서,
상기 컴퓨터 프로그램은 컴퓨팅 장치에 의해 실행될 경우,
제 1 단말로부터 운송 데이터를 수신하고,
상기 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 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 포함하는, 컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램.A computer program stored on a computer readable recording medium comprising a sequence of instructions providing route information for logistics,
When the computer program is executed by a computing device,
Receiving transport data from the first terminal;
Deriving a first transport route including a plurality of unit routes by inputting the received transport data into a transport dispatch model;
generating at least one 3-dimensional matrix for each time zone, each of which includes at least one unit path among the plurality of unit paths, based on the at least one piece of transition type information;
Based on a first transportation scenario that satisfies an objective function for a logistic transportation time zone, a change in the route of the first transportation route is simulated by combining values of the three-dimensional matrix for each time period,
A computer program stored on a computer readable medium comprising a sequence of instructions for changing the first transportation route to a second transportation route based on a result of the simulation.
KR1020210170513A 2021-12-02 2021-12-02 Server, method and computer program for providing route information for logistics KR102624422B1 (en)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020210170513A KR102624422B1 (en) 2021-12-02 2021-12-02 Server, method and computer program for providing route information for logistics
KR1020230167367A KR102624441B1 (en) 2021-12-02 2023-11-27 Server, method and computer program for providing route information for logistics
KR1020230167368A KR102624451B1 (en) 2021-12-02 2023-11-27 Server, method and computer program for providing route information for logistics

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210170513A KR102624422B1 (en) 2021-12-02 2021-12-02 Server, method and computer program for providing route information for logistics

Related Child Applications (2)

Application Number Title Priority Date Filing Date
KR1020230167367A Division KR102624441B1 (en) 2021-12-02 2023-11-27 Server, method and computer program for providing route information for logistics
KR1020230167368A Division KR102624451B1 (en) 2021-12-02 2023-11-27 Server, method and computer program for providing route information for logistics

Publications (2)

Publication Number Publication Date
KR20230082753A true KR20230082753A (en) 2023-06-09
KR102624422B1 KR102624422B1 (en) 2024-01-12

Family

ID=86765005

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020210170513A KR102624422B1 (en) 2021-12-02 2021-12-02 Server, method and computer program for providing route information for logistics
KR1020230167368A KR102624451B1 (en) 2021-12-02 2023-11-27 Server, method and computer program for providing route information for logistics
KR1020230167367A KR102624441B1 (en) 2021-12-02 2023-11-27 Server, method and computer program for providing route information for logistics

Family Applications After (2)

Application Number Title Priority Date Filing Date
KR1020230167368A KR102624451B1 (en) 2021-12-02 2023-11-27 Server, method and computer program for providing route information for logistics
KR1020230167367A KR102624441B1 (en) 2021-12-02 2023-11-27 Server, method and computer program for providing route information for logistics

Country Status (1)

Country Link
KR (3) KR102624422B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116934207A (en) * 2023-09-19 2023-10-24 弥费科技(上海)股份有限公司 Semiconductor transfer waybill task processing method and device and computer equipment

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150107381A (en) * 2014-03-14 2015-09-23 에스케이 주식회사 Method for Establishing Delivery Schedule based on Present Traffic Condition and Past Movement Information and System using the same
KR20160140035A (en) * 2015-05-29 2016-12-07 전자부품연구원 Optimal Delivery Path Calculating Service Method and System for Reducing Fuel Consumption
JP2021111237A (en) * 2020-01-14 2021-08-02 三東運輸株式会社 Route calculation program, route optimization system, and route calculation method

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150107381A (en) * 2014-03-14 2015-09-23 에스케이 주식회사 Method for Establishing Delivery Schedule based on Present Traffic Condition and Past Movement Information and System using the same
KR20160140035A (en) * 2015-05-29 2016-12-07 전자부품연구원 Optimal Delivery Path Calculating Service Method and System for Reducing Fuel Consumption
JP2021111237A (en) * 2020-01-14 2021-08-02 三東運輸株式会社 Route calculation program, route optimization system, and route calculation method

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116934207A (en) * 2023-09-19 2023-10-24 弥费科技(上海)股份有限公司 Semiconductor transfer waybill task processing method and device and computer equipment
CN116934207B (en) * 2023-09-19 2024-01-19 弥费科技(上海)股份有限公司 Semiconductor transfer waybill task processing method and device and computer equipment

Also Published As

Publication number Publication date
KR102624422B1 (en) 2024-01-12
KR20230165738A (en) 2023-12-05
KR102624451B1 (en) 2024-01-12
KR20230166060A (en) 2023-12-06
KR102624441B1 (en) 2024-01-12

Similar Documents

Publication Publication Date Title
CN109034481B (en) Constraint programming-based vehicle path problem modeling and optimizing method with time window
Barco et al. Optimal routing and scheduling of charge for electric vehicles: A case study
Sonneberg et al. Autonomous unmanned ground vehicles for urban logistics: Optimization of last mile delivery operations
US20050246192A1 (en) Transportation management system and method for shipment planning optimization
US20130159208A1 (en) Shipper-oriented logistics base optimization system
Jun et al. Pickup and delivery problem with recharging for material handling systems utilising autonomous mobile robots
CN111044060A (en) Multi-vehicle path planning method and multi-vehicle path planning system
Güner et al. Dynamic routing for milk-run tours with time windows in stochastic time-dependent networks
CN104050512A (en) Transport time estimation based on multi-granular map
KR102624451B1 (en) Server, method and computer program for providing route information for logistics
Hartleb et al. Vehicle scheduling for on-demand vehicle fleets in macroscopic travel demand models
Bouziyane et al. Multiobjective optimization in delivering pharmaceutical products with disrupted vehicle routing problem
Zavin et al. Towards developing an intelligent system to suggest optimal path based on historic and real-time traffic data
Li et al. An algorithm to solve heterogeneous vehicle routing problem with second trip
Chen et al. Solving a 3-dimensional vehicle routing problem with delivery options in city logistics using fast-neighborhood based crowding differential evolution algorithm
Stopka Modelling distribution routes in city logistics by applying operations research methods
Asef-Vaziri et al. An ant colony system for enhanced loop-based aisle-network design
Haider et al. Optimizing the relocation operations of free-floating electric vehicle sharing systems
Jakara et al. VEHICLE ROUTING PROBLEM-CASE STUDY ON LOGISTICS COMPANY IN CROATIA.
Martin et al. A proposed taxonomy for literature review in multi-objective vehicle routing problems
Teimoury et al. The sustainable hybrid truck-drone delivery model with stochastic customer existence
KR102670807B1 (en) Server, method and computer program for providing route information for logistics
García et al. Solving multi-modal and uni-modal transportation problems through TIMIPlan
Karak Hybrid Vehicle-drone Routing Problem For Pick-up And Delivery Services Mathematical Formulation And Solution Methodology
Kozlova et al. Models and Algorithms for Multiagent Hierarchical Routing with Time Windows

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
A107 Divisional application of patent
E701 Decision to grant or registration of patent right
GRNT Written decision to grant