WO2023238225A1 - ルート探索装置、ルート探索方法、およびプログラム - Google Patents

ルート探索装置、ルート探索方法、およびプログラム Download PDF

Info

Publication number
WO2023238225A1
WO2023238225A1 PCT/JP2022/022934 JP2022022934W WO2023238225A1 WO 2023238225 A1 WO2023238225 A1 WO 2023238225A1 JP 2022022934 W JP2022022934 W JP 2022022934W WO 2023238225 A1 WO2023238225 A1 WO 2023238225A1
Authority
WO
WIPO (PCT)
Prior art keywords
route
power supply
pattern
processor
supply vehicle
Prior art date
Application number
PCT/JP2022/022934
Other languages
English (en)
French (fr)
Inventor
俊介 金井
正崇 佐藤
和陽 明石
麻悠 山添
まな美 小川
Original Assignee
日本電信電話株式会社
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 日本電信電話株式会社 filed Critical 日本電信電話株式会社
Priority to PCT/JP2022/022934 priority Critical patent/WO2023238225A1/ja
Publication of WO2023238225A1 publication Critical patent/WO2023238225A1/ja

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling

Definitions

  • One aspect of the present invention relates to a route searching device, a route searching method, and a program.
  • Non-Patent Document 1 a technique described in Non-Patent Document 1 is known.
  • a route search device includes a storage unit that stores a plurality of allocation patterns corresponding to combinations of a plurality of parameters allocated to a power supply vehicle and a plurality of bases, and a processor.
  • the processor includes a condition processing section, a data analysis processing section, and a data determination section.
  • the condition processing unit extracts a layout pattern that satisfies given constraint conditions from a plurality of layout patterns.
  • the data analysis processing unit optimizes an objective function regarding a patrol pattern of power supply vehicles to a plurality of bases, using the extracted allocation pattern as a target.
  • the data determination unit determines a tour route for the power supply vehicle based on the optimization result.
  • the condition processing unit has a function of executing a first step of extracting an allocation pattern that satisfies a static first constraint condition, and extracts a layout pattern that satisfies a dynamic second constraint condition from an allocation pattern that satisfies the first constraint condition. and a function of executing a second step of further extracting a layout pattern.
  • FIG. 1 is a diagram showing an example of a system including a tour route search device according to a first embodiment of the present invention.
  • FIG. 2 is a flowchart showing an example of a processing procedure of the processor 11 shown in FIG.
  • FIG. 3 is a diagram for explaining an example of a method for calculating the predetermined time in block S6 of FIG.
  • FIG. 4 is a flowchart showing an example of the processing procedure in block S3 of FIG.
  • FIG. 5 is a flowchart showing an example of the processing procedure in block S4 of FIG.
  • FIG. 6 is a diagram for explaining the effects of the embodiment.
  • FIG. 7 is a diagram showing an example of the calculated optimal solution.
  • FIG. 8 is a diagram for explaining a specific example of the calculated approximate solution.
  • FIG. 9 is a diagram for explaining a specific example of the calculated approximate solution.
  • the allocation pattern 12a stores a plurality of allocation patterns corresponding to combinations of a plurality of parameters allocated to a power supply vehicle that is a target of route search and a plurality of bases that are patrol destinations of the power supply vehicle.
  • the processor 11 is an arithmetic unit such as a Central Processing Unit (CPU) or a Micro Processing Unit (MPU), and realizes its functions by a program loaded into the memory 14.
  • CPU Central Processing Unit
  • MPU Micro Processing Unit
  • the processor 11 includes a condition processing section 111, a data analysis processing section 112, and a data determination section 115 as functional blocks (program modules) according to the embodiment. These functional blocks are processing functions realized by the processor 11 executing instructions included in the program 14a. That is, the tour route search device 10 of the present invention can also be realized by a computer and a program. It is possible to record programs on recording media such as optical media and distribute them. Alternatively, it is also possible to provide the program through a network.
  • the condition processing unit 111 extracts a layout pattern that satisfies the given constraint conditions from the layout patterns 12a stored in advance in the storage 12.
  • the constraint conditions are, for example, information given from the database 2 or the operator, such as the number of bases (buildings, etc.) visited by the power supply vehicle, the departure time of the power supply vehicle, the remaining power amount of the power supply vehicle, and the remaining power amount of the base. , the worker's permitted work hours, or the work that the worker can perform.
  • the data analysis processing unit 112 optimizes the objective function regarding the patrol pattern of the power supply vehicle to the plurality of bases, targeting the allocation pattern extracted by the condition processing unit 111.
  • the objective function include [reducing the power outage time in a specific building to 0], [minimizing the power outage time as a whole], and the like.
  • a plurality of objective functions may be prepared for calculating the itinerary route.
  • the data determination unit 115 determines the patrol route of the power supply vehicle based on the optimization result by the data analysis processing unit 112.
  • FIG. 2 is a flowchart showing an example of a processing procedure of the processor 11 shown in FIG.
  • the search for the route pattern of each power supply vehicle is treated as a scheduling problem in which the best solution (approximate solution/optimal solution) is extracted.
  • Genetic algorithms are well-known as a solution to this type of problem.
  • the processor 11 sets an objective function. (Block S1).
  • the evaluation target value in the optimization calculation is set to, for example, (A).
  • the processor 11 sets constraints (block S2).
  • an algorithm that can perform processing independently such as a genetic algorithm or a branch and bound method, is adopted (STEP 2).
  • the process of STEP 2 is a process of further extracting a layout pattern that satisfies the dynamic second constraint condition from the layout pattern extracted in STEP 1.
  • the processing in block S4 is performed in parallel on the N allocation pattern groups divided in block S3, thereby promoting reduction in calculation time.
  • the search space can be reduced (STEP 1). Further, common parameters are periodically checked while performing parallel processing, and it is determined whether each allocation pattern is optimal (STEP 2). With these two steps, the search space is reduced and the overall processing time can be completed in a short time.
  • block S6 a specified time is confirmed, and once the specified time has elapsed, a part of the processing results are outputted and displayed on the monitor of the operator's terminal (FIG. 1), for example (block S7).
  • block S8 a state in which all processing is completed is reached (block S8) and the processing is completed.
  • FIG. 3 is a diagram for explaining an example of a method for calculating the predetermined time in block S6 of FIG. 2. For example, in a graph plotting evaluation values over time, the time at which the evaluation values are saturated (saturation time) can be determined from past results and used as the specified time.
  • the processor 11 randomly assigns constraint parameters (block S13) and checks for inconsistencies from the assignment results (block S14).
  • the inconsistency is, for example, a contradiction caused by assigning the type of patrol building (eg, high voltage) to the type of power supply vehicle (eg, only low voltage). In other words, it is not possible to patrol high-voltage buildings with low-voltage power supply vehicles. By eliminating such contradictory combinations, it becomes possible to reduce the search space for the itinerary route. Note that by implementing the process of block S14 as a separate module, it is also possible to flexibly respond to increases and decreases in combinations.
  • block S15 If there is a contradiction (yes in block S15), the processing procedure returns to block S13 again. If there is no contradiction ((absent) in block S15), the pattern obtained in block S13 is retained as an allocation pattern and stored in the storage 12 (block S16). The steps from block S13 to block S16 are repeated until the number of retained layout patterns reaches N (block S17). When the number of retained layout patterns reaches N, all layout patterns are retained (block S18).
  • FIG. 5 is a flowchart illustrating an example of the processing procedure in block S4 of FIG. 2.
  • the processor 11 determines the repetition generation (M) (block S21), and then executes the process of STEP 2 (FIG. 2) (block S22).
  • M repetition generation
  • STEP 2 STEP 2
  • FIG. 5 As a method for determining the number of generations, for example, it is possible to calculate it from the past constraint parameter amount as a default value and the number of patterns that output successful patterns.
  • the processor 11 determines the presence or absence of a past pattern (block S26), and if (absent), the processing procedure returns to block S22. If there are past patterns (all are present), the processing procedure reaches block S27.
  • the allocation possibility is processed in STEP 1, and patterns that do not match the common parameter from the evaluation value are periodically pruned from among the patterns that can be allocated. Accordingly, it is possible to calculate an optimal (approximate) solution while reducing processing time.
  • FIG. 7 shows an example of the calculated approximate solution.
  • FIGS. 8 and 9 are diagrams for explaining specific examples of calculated approximate solutions.
  • worker changes are set at a building (north building) along the way. This prevents work from being concentrated on one worker, and enables efficient processing by distributing work among a plurality of workers, as shown in FIG. Therefore, the entire work can be completed in a short time. That is, it is possible to predict each processing time, level out the processing of the entire process, and shorten the processing completion time.
  • the search for a tour route is formulated as a schedule problem that extracts the best solution (approximate solution/optimal solution) for each power supply vehicle's tour pattern, and the allocation is determined in multiple steps (STEP 1, STEP 2). .
  • This allows the search space to be reduced. Furthermore, by periodically checking the common parameters while performing parallel processing, the search space can be further reduced, and the overall processing time required to search for the itinerary route can be further reduced.
  • the present invention is not limited to the above-described embodiments as they are, and in the implementation stage, the components can be modified and embodied without departing from the gist of the invention.
  • various inventions can be formed by appropriately combining the plurality of components disclosed in the above embodiments. For example, some components may be deleted from all the components shown in the embodiments. Furthermore, components from different embodiments may be combined as appropriate.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

この発明の一態様に係るルート探索装置は、電源車および複数の拠点に割付けられる複数のパラメータの組み合わせに対応する複数の割付パターンを記憶する記憶部と、プロセッサとを具備する。プロセッサは、条件処理部と、データ分析処理部と、データ決定部とを具備する。条件処理部は、複数の割付パターンから与えられた制約条件を満たす割付パターンを抽出する。データ分析処理部は、抽出された割付パターンを対象として、電源車の複数の拠点への巡回パターンに関する目的関数を最適化する。データ決定部は、最適化の結果から電源車の巡回ルートを決定する。条件処理部は、静的な第１の制約条件を満たす割付パターンを抽出する第１ステップを実行する機能と、第１の制約条件を満たす割付パターンから、動的な第２の制約条件を満たす割付パターンをさらに抽出する第２ステップを実行する機能とを備える。

Description

ルート探索装置、ルート探索方法、およびプログラム
　この発明の一態様は、ルート探索装置、ルート探索方法、およびプログラムに関する。
　通信インフラは、災害時においても安定して稼働することを求められる。特に、電源の確保が急務である。そこで通信事業者は、複数の電源車を待機させておき、被災した拠点（停電ビルなど）に電源車を巡回させるシステムについて検討している。　
　災害時にサービスを迅速に復旧させるためには、複数の電源車を複数の拠点に巡回させるためのルートの算出が不可欠である。しかし経路を単純に計算するだけでは十分ではなく、電源車の運転者、電源を供給する作業者の作業可否（運転の可否、電気工事の可否など）、あるいは勤務形態といった、多様な要素（パラメータ）を加味する必要がある。これは、いわゆるＮＰ困難問題としての様相を呈し、電源車配備（巡回）ルートパターンの数が爆発的に増えることから、解を得るまでに非常に長い時間がかかっていた。　
　この種の困難を解消するため、例えば非特許文献１に記載の技術が知られている。
小川まな美, 金井俊介, 田山健一, "災害時における地点の重要度を考慮した配送計画アルゴリズムの提案", 信学技報, vol. 120, no. 433, ICM2020-81, pp. 120-124, 2021年3月.
　既存の技術では、電源車配備ルートを総当たりで探索し厳密解を得ようとしていた。このため全ての巡回パターンを対象に、各巡回ルートを評価・比較する必要があり、計算量が多くなりがちであった。厳密解でなく最適解を得ようにも、電源車に割付けられるパラメータは数多くあり、割付可能なパターンから評価値を計算して最適解を判断する必要があることから、計算が完了するまでに膨大な時間がかかっていた。　
　この発明は上記事情に着目してなされたもので、巡回ルート探索時間を短縮することの可能な技術を提供しようとするものである。
　この発明の一態様に係るルート探索装置は、電源車および複数の拠点に割付けられる複数のパラメータの組み合わせに対応する複数の割付パターンを記憶する記憶部と、プロセッサとを具備する。プロセッサは、条件処理部と、データ分析処理部と、データ決定部とを具備する。条件処理部は、複数の割付パターンから与えられた制約条件を満たす割付パターンを抽出する。データ分析処理部は、抽出された割付パターンを対象として、電源車の複数の拠点への巡回パターンに関する目的関数を最適化する。データ決定部は、最適化の結果から電源車の巡回ルートを決定する。条件処理部は、静的な第１の制約条件を満たす割付パターンを抽出する第１ステップを実行する機能と、第１の制約条件を満たす割付パターンから、動的な第２の制約条件を満たす割付パターンをさらに抽出する第２ステップを実行する機能とを備える。
　この発明の一態様によれば、巡回ルート探索時間を短縮することの可能な技術を提供することができる。
図１は、この発明の第１の実施形態に係る巡回ルート探索装置を含むシステムの一例を示す図である。 図２は、図１に示されるプロセッサ１１の処理手順の一例を示すフローチャートである。 図３は、図２のブロックＳ６において既定時間を算出する方法の一例を説明するための図である。 図４は、図２のブロックＳ３における処理手順の一例を示すフローチャートである。 図５は、図２のブロックＳ４における処理手順の一例を示すフローチャートである。 図６は、実施形態における効果を説明するための図である。 図７は、算出された最適解の一例を示す図である。 図８は、算出された近似解の具体例について説明するための図である。 図９は、算出された近似解の具体例について説明するための図である。
　以下、図面を参照してこの発明に係わる実施形態を説明する。　
　＜構成＞
　図１は、この発明の第１の実施形態に係る巡回ルート探索装置を含むシステムの一例を示す図である。図１において、巡回ルート探索装置１０は、プロセッサ１１、ストレージ１２、インタフェース部１３、およびメモリ１４を備える。つまり巡回ルート探索装置１０はコンピュータであり、例えば、パーソナルコンピュータ、あるいはサーバコンピュータ等として実現される。
　インタフェース部１３は、ネットワーク１００に接続され、例えばデータベース２にアクセスして災害状況などの情報を取得することができる。また、インタフェース部１３は、例えば配車センタのオペレータからの要求に応じて、巡回ルート探索装置１０により生成された巡回パターン３を出力する。
　ストレージ１２は、例えば、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）等の、不揮発性の記憶媒体（ブロックデバイス）である。ストレージ１２は、ＯＳ（Operating System）やデバイスドライバなどの基本プログラム、および巡回ルート探索装置１０の機能を実現させるためのプログラム等に加えて、割付パターン１２ａを記憶する。
　割付パターン１２ａは、ルート探索の対象である電源車と、当該電源車の巡回先である複数の拠点に割付けられる複数のパラメータの組み合わせに対応する、複数の割付パターンを記憶する。
　図１のメモリ１４は、例えばＲＡＭ（Random Access Memory）であり、ストレージからロードされたプログラム１４ａに加え、プロセッサ１１により算出された巡回パターン１４ｃを記憶する。
　プロセッサ１１は、例えばCentral Processing Unit（ＣＰＵ）やMicro Processing Unit（ＭＰＵ）等の演算ユニットであり、メモリ１４にロードされたプログラムにより、その機能を実現する。
　ところで、プロセッサ１１は、実施形態に係わる機能ブロック（プログラムモジュール）として条件処理部１１１、データ分析処理部１１２、および、データ決定部１１５を備える。これらの機能ブロックは、プログラム１４ａに含まれる命令をプロセッサ１１が実行することで実現される、処理機能である。すなわち、本発明の巡回ルート探索装置１０はコンピュータとプログラムによっても実現できる。光学メディアなどの記録媒体にプログラムを記録して配布することが可能である。あるいは、ネットワークを通してプログラムを提供することも可能である。
　条件処理部１１１は、ストレージ１２に予め記憶された割付パターン１２ａから、与えられた制約条件を満たす割付パターンを抽出する。ここで制約条件とは、例えばデータベース２やオペレータから与えられる情報であり、電源車の巡回する拠点（ビルなど）の数、電源車の出発時刻、電源車の残電力量、拠点の残電力量、作業者の許可業務時間、または、作業者の実施可能業務、などである。
　データ分析処理部１１２は、条件処理部１１１により抽出された割付パターンを対象として、電源車の前記複数の拠点への巡回パターンに関する目的関数を最適化する。目的関数としては、例えば、［特定のビルの停電時間を０にする］、［停電時間を全体的に最小化する］、などである。巡回ルートの算出にあたり複数の目的関数を用意しても良い。
　データ決定部１１５は、データ分析処理部１１２による最適化の結果から、電源車の巡回ルートを決定する。
　＜作用＞
　図２は、図１に示されるプロセッサ１１の処理手順の一例を示すフローチャートである。実施形態において、各電源車のルートの巡回パターンの探索を、最良解（近似解／最適解）を抽出するスケジュール問題として取り扱う。この種の問題の解法としては遺伝的アルゴリズムが著名である。
　図２において、プロセッサ１１は、目的関数を設定する。（ブロックＳ１）。ここでは、最適化演算における評価目標値が例えば（Ａ）に設定される。次に、プロセッサ１１は、制約条件を設定する（ブロックＳ２）。
　次に、プロセッサ１１は、演算対象の割付パターン１２ａを複数のパターン（例えば１～Ｎ）に分割し（ブロックＳ３）、それぞれのパターン群に対する処理（１～Ｎ）を並行して実施する（ブロックＳ４）。ブロックＳ３は、予め静的に設定された制約条件（第１の制約条件）を満たす割付パターンを抽出する処理である（ＳＴＥＰ１）。このステップにより、第１の制約条件と矛盾する割付パターンが除外され、巡回ルートの探索空間が縮小するされる。
　ブロックＳ４においては、遺伝的アルゴリズム、あるいは分枝限定法などの、処理を独立して実施可能なアルゴリズムが採用される（ＳＴＥＰ２）。ＳＴＥＰ２の処理は、ＳＴＥＰ１で抽出された割付パターンから、動的な第２の制約条件を満たす割付パターンをさらに抽出する処理である。
　ブロックＳ４において、処理が開始されると（サブブロックＳ４１）、一定の時間の経過ののち（サブブロックＳ４２）、評価値が抽出され、並列処理を行いながら共通パラメータ（例えば停電時間、１人当たりの業務時間など）が定期的にチェックされる（ブロックＳ５）。評価目標値Ａよりも良好な値が得られれば（サブブロックＳ４３）、処理は継続され再びサブブロックＳ４２の処理が繰り返される。
　目的関数の評価値が、規定値としての評価目標値Ａよりも良い値でなければ、つまり評価値が既定値以下であれば、処理は途中で終了される（サブブロックＳ４４）。また、Ｎ＝１の処理が全て完了したならば（サブブロックＳ４５）、評価値（Ａ）が更新されて処理手順は次のブロックＳ６に至る。
　ブロックＳ４の処理は、ブロックＳ３で分割されたＮ個の割付パターン群に対し並行して実施され、これにより演算時間の短縮が促される。
　割付可否の判断を複数ＳＴＥＰで行うことにより、探索空間の縮小化（ＳＴＥＰ１）が実現される。また、並列処理を行いながら共通パラメータが定期的にチェックされ、それぞれの割付パターンが最適か否かが判断される（ＳＴＥＰ２）。この２つのＳＴＥＰにより、探索空間が縮小化され、全体の処理時間を短時間で終了することができる。
　ブロックＳ６では、規定の時間が確認され、規定の時間が経過したならば一部の処理結果が例えば出力されてオペレータの端末（図１）のモニタ等に表示される（ブロックＳ７）。ブロックＳ６で全ての処理が完了したと判定されると、全処理完了の状態に至って（ブロックＳ８）処理は完了する。
　図３は、図２のブロックＳ６において既定時間を算出する方法の一例を説明するための図である。例えば、時間の経過に対する評価値をプロットしたグラフにおいて、過去の実績から評価値が飽和する時間（サチレーション時間）を求めておき、この時間を規定時間として用いることができる。
　図４は、図２のブロックＳ３における処理手順の一例を示すフローチャートである。プロセッサ１１は、制約パラメータを抽出したのち（ブロックＳ１１）、パターン数を確認する（ブロックＳ１２）。パターン数として、例えば、最適解（厳密解）が要求される場合は無限値を設定することができる。近似解で十分であれば、有限のデフォルト値を設定することができる。デフォルト値は、例えば過去の制約パラメータ量と成功パターンを出力したパターン数から算出することも可能である。
　次に、プロセッサ１１は、制約パラメータをランダムに割り付け（ブロックＳ１３）、割付の結果から矛盾点を確認する（ブロックＳ１４）。矛盾点とは、例えば電源車のタイプ（例：低圧のみ）に対し巡回ビルのタイプ（例：高圧）が割り付けられたことによる矛盾である。つまり高圧ビルに対し低圧タイプの電源車を巡回させることはできない。このような矛盾する組み合わせを排除することにより巡回ルートの探索空間を縮小することが可能になる。なお、ブロックＳ１４の処理は別モジュールとして実装することにより、組合せの増減に柔軟に対応することも可能である。
　矛盾点があれば（ブロックＳ１５で（有））処理手順は再びブロックＳ１３に戻る。矛盾点が無ければ（ブロックＳ１５で（無））、ブロックＳ１３で得られたパターンは割付パターンとして保持され、ストレージ１２に記憶される（ブロックＳ１６）。ブロックＳ１３～ブロックＳ１６の手順は、保持された割付パターンがＮに達するまで繰り替えされる（ブロックＳ１７）。保持された割付パターンがＮに達したならば、全ての割付パターンとして保持される（ブロックＳ１８）。
　図５は、図２のブロックＳ４における処理手順の一例を示すフローチャートである。ブロックＳ４では、遺伝的アルゴリズムに基づく目的関数の最適化が実施される。図５において、プロセッサ１１は、繰り返し世代（Ｍ）を決定したのち（ブロックＳ２１）、ＳＴＥＰ２（図２）の処理を実施する（ブロックＳ２２）。世代数の決定方法としては、例えば、デフォルト値として過去の制約パラメータ量と成功パターンを出力したパターン数から算出することが可能である。
　次に、プロセッサ１１は、パラメータＡを抽出する（ブロックＳ２３）。ここで抽出されるパラメータは、複数のケースもあり得る。抽出されたパラメータＡの全てが最上位であれば（ブロックＳ２４）、プロセッサ１１は繰り返し世代数を確認し（ブロックＳ２７）、世代数がＭに達すれば（ブロックＳ２８）処理は完了する。ブロックＳ２４において、例えばパラメータ（停電時間）に関し、停電時間＝０時間が最上位である。
　一方、パラメータ（１人当たりの業務時間）に関し、１人当たりの業務時間＝６時間は最上位ではない。そこで、もっと良いパターンがあることを想定し、プロセッサ１１は、「最上位ではないパラメータ」をランダムに変更する。なお、最上位ではないパラメータが複数ある場合は、どちらか一方を固定してランダムに変更する。
　ブロックＳ２４においてＮｏであれば、プロセッサ１１は、最上位以外のパラメータを交叉、または突然変異として変更する。遺伝的アルゴリズムにおいては、１点交叉、２点交叉、突然変異率は別途変更できるように、別処理として扱うことも可能である。
　次に、プロセッサ１１は、過去パターンの有無を判定し（ブロックＳ２６）、（無し）ならば処理手順はブロックＳ２２に戻る。過去パターンが（全て有り）ならば、処理手順はブロックＳ２７に至る。
　＜効果＞
　図６および図７は、本実施形態により得られる効果を説明するための図である。図６（ａ）に示されるように、既存の技術では、電源車に対して多くのパラメータを割り付け、その割付可能なパターンから評価値を計算して最適解を判断する必要があるために、膨大な時間が掛かってしまうケースがあった。
　これに対し、図６（ｂ）に示されるように実施形態では、割付可否をＳＴＥＰ１で処理し、割付可能なパターンの中から定期的に評価値から共通パラメータと合致しないパターンを枝刈りすることにより、処理時間を短縮して最適（近似）解を算出することができる。図７に、算出された近似解の一例を示す。
　図８および図９は、算出された近似解の具体例について説明するための図である。図８に示されるように、実施形態により算出された巡回ルートでは、例えば途中のビル（北ビル）における作業員の交代が設定される。これにより１人の作業員に稼働が集中することが避けられ、図９に示されるように複数の作業員で稼働を分散して効率的に処理することができる。よって、全体での作業時間も短時間で完了させることが可能になる。すなわち、各処理時間を予測し、プロセス全体の処理を平準化して処理完了時間を短時間することができる。
　以上述べたように、実施形態では、電源車の巡回ルートをスケジュール問題として処理し、条件が不一致となるパターン（「矛盾点」）を除外することで、探索対象となる割付パターン（巡回パターン）の数を削減する［ＳＴＥＰ１］。次に、一定時間ごとに、探索途中の巡回パターンを評価し、評価結果（※パラメータＡ）が一定値以下のパターンの探索を中断することで、探索対象となる巡回パターン数を削減する［ＳＴＥＰ２］。ＳＴＥＰ１、およびＳＴＥＰ２の処理により、探索対象となる巡回パターン数を大幅に削減し、枝刈りによる検索時間の短縮を促進することができる。
　すなわち実施形態では、巡回ルートの探索を、各々の電源車の巡回パターンについて最良解（近似解／最適解）を抽出するスケジュール問題として定式化し、割付可否を複数のステップ（ＳＴＥＰ１、ＳＴＥＰ２）で行う。これにより探索空間を縮小化できる。また、並列処理を行いながら共通パラメータを定期的にチェックすることで、探索空間をさらに縮小化することができ、巡回ルートの探索にかかる全体の処理時間をさらに短縮することができる。
　これらのことから、実施形態によれば、巡回ルート探索時間を短縮することの可能な技術を提供することができる。ひいては、災害発生時の電源車の配備ルートを迅速に提案し、稼働削減に寄与することが可能になる。また、ＢＣＰ（Business Continuity Plan）の強靭化に寄与することも可能である。
　なお、この発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を適宜組み合せてもよい。
　　２…データベース
　　３…巡回パターン
　　１０…巡回ルート探索装置
　　１１…プロセッサ
　　１２…ストレージ
　　１２ａ…割付パターン
　　１３…インタフェース部
　　１４…メモリ
　　１４ａ…プログラム
　　１４ｃ…巡回パターン
　　１００…ネットワーク
　　１１１…条件処理部
　　１１２…データ分析処理部
　　１１５…データ決定部。

Claims (7)

  1. 　電源車および複数の拠点に割付けられる複数のパラメータの組み合わせに対応する複数の割付パターンを記憶する記憶部と、
    　プロセッサとを具備し、
    　　前記プロセッサは、
    　前記複数の割付パターンから与えられた制約条件を満たす割付パターンを抽出する条件処理部と、
    　前記抽出された割付パターンを対象として、前記電源車の前記複数の拠点への巡回パターンに関する目的関数を最適化するデータ分析処理部と、
    　前記最適化の結果から前記電源車の巡回ルートを決定するデータ決定部とを具備し、
    　　前記条件処理部は、
    　静的な第１の制約条件を満たす割付パターンを抽出する第１ステップを実行する機能と、
    　前記第１の制約条件を満たす割付パターンから、動的な第２の制約条件を満たす割付パターンをさらに抽出する第２ステップを実行する機能とを備える、ルート探索装置。
  2. 　前記第１ステップは、前記第１の制約条件と矛盾する割付パターンを除外して前記巡回ルートの探索空間を縮小するステップである、請求項１に記載のルート探索装置。
  3. 　前記第２ステップは、前記目的関数の評価値が既定値以下の割付パターンに対する前記巡回ルートの探索を中断するステップである、請求項１に記載のルート探索装置。
  4. 　前記データ分析処理部は、遺伝的アルゴリズムに基づいて前記目的関数を最適化する、請求項１に記載のルート探索装置。
  5. 　前記データ分析処理部は、分岐限定法により前記目的関数を最適化する、請求項１に記載のルート探索装置。
  6. 　電源車および複数の拠点に対して割付けられる複数のパラメータの組み合わせに対応する複数の割付パターンを記憶する記憶部と、プロセッサとを具備するコンピュータにより、前記電源車の巡回ルートを生成する巡回ルート探索方法であって、
    　前記プロセッサが、与えられた制約条件を満たす割付パターンを前記複数の割付パターンから抽出する抽出過程と、
    　前記プロセッサが、前記抽出された割付パターンを対象として、前記電源車の前記複数の拠点への巡回パターンに関する目的関数を最適化する過程と、
    　前記プロセッサが、前記最適化の結果から前記電源車の巡回ルートを決定する過程とを具備し、
    　　前記抽出過程は、
    　前記プロセッサが、静的な第１の制約条件を満たす割付パターンを抽出する過程と、
    　前記プロセッサが、前記第１の制約条件を満たす割付パターンから、動的な第２の制約条件を満たす割付パターンをさらに抽出する過程とを備える、ルート探索方法。
  7. 　コンピュータを、請求項１乃至５のいずれか１項に記載のルート探索装置の前記各部として機能させる、プログラム。
PCT/JP2022/022934 2022-06-07 2022-06-07 ルート探索装置、ルート探索方法、およびプログラム WO2023238225A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/022934 WO2023238225A1 (ja) 2022-06-07 2022-06-07 ルート探索装置、ルート探索方法、およびプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/022934 WO2023238225A1 (ja) 2022-06-07 2022-06-07 ルート探索装置、ルート探索方法、およびプログラム

Publications (1)

Publication Number Publication Date
WO2023238225A1 true WO2023238225A1 (ja) 2023-12-14

Family

ID=89118043

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/022934 WO2023238225A1 (ja) 2022-06-07 2022-06-07 ルート探索装置、ルート探索方法、およびプログラム

Country Status (1)

Country Link
WO (1) WO2023238225A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001092802A (ja) * 1999-09-17 2001-04-06 Fujitsu Ltd 最適化装置、最適化方法、及び記録媒体
JP2011138345A (ja) * 2009-12-28 2011-07-14 Ns Solutions Corp 解探索装置、運用割当装置、解探索方法、運用割当方法及びプログラム
JP2021111276A (ja) * 2020-01-15 2021-08-02 Ｊｆｅスチール株式会社 配送計画作成方法、操業方法、及び配送計画作成装置
WO2022044119A1 (ja) * 2020-08-25 2022-03-03 日本電信電話株式会社 経路探索装置、経路探索方法、およびプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001092802A (ja) * 1999-09-17 2001-04-06 Fujitsu Ltd 最適化装置、最適化方法、及び記録媒体
JP2011138345A (ja) * 2009-12-28 2011-07-14 Ns Solutions Corp 解探索装置、運用割当装置、解探索方法、運用割当方法及びプログラム
JP2021111276A (ja) * 2020-01-15 2021-08-02 Ｊｆｅスチール株式会社 配送計画作成方法、操業方法、及び配送計画作成装置
WO2022044119A1 (ja) * 2020-08-25 2022-03-03 日本電信電話株式会社 経路探索装置、経路探索方法、およびプログラム

Similar Documents

Publication Publication Date Title
Church et al. Integrating normative location models into gis: Problems and prospects with the p-median model (94-5)
JP6823697B2 (ja) 複数車両ルート計画方法、及び複数車両ルート計画システム
JP3510042B2 (ja) データベース管理方法及びシステム
Yang et al. Online dispatching and routing model for emergency vehicles with area coverage constraints
JPWO2008056682A1 (ja) 資源情報収集装置、資源情報収集方法、プログラム、および、収集スケジュール生成装置
Tricoire et al. Exact and hybrid methods for the multiperiod field service routing problem
CN111930716A (zh) 一种数据库扩容方法、装置及***
JP2016203873A (ja) 資源運用計画支援装置および資源運用計画支援方法
Jossé et al. Probabilistic Resource Route Queries with Reappearance.
CN113760847A (zh) 日志数据处理方法、装置、设备及存储介质
WO2023238225A1 (ja) ルート探索装置、ルート探索方法、およびプログラム
Quintana et al. Robust ebuses charging location problem
CN113010485A (zh) 用于存储和处理共享数据记录的分布式计算预订平台
KR101301607B1 (ko) 분산 데이터 저장소를 위한 데이터 파티셔닝 장치 및 방법
CN114615232B (zh) 一种主动防御网关访客标识生成方法与***
JP2018022281A (ja) 負荷分散制御プログラム、装置及び方法
CN114329058A (zh) 图像聚档方法、装置和电子设备
JP7347104B2 (ja) 情報処理装置、非一時的記憶媒体、及び、システム
CN113159356A (zh) 路线规划方法、装置、终端设备及存储介质
Desrochers et al. CREW-OPT: Crew scheduling by column generation
JPH09244706A (ja) 計画修正方法及び装置
Jánošíková et al. Grouping genetic algorithm for the capacitated p-median problem
CN118134207B (zh) 一种民用机场引导车自动分配场景中生产调度方法及***
CN114526753B (zh) 跨路***规的关联方法及装置、计算机设备及可读存储介质
Candiani et al. Optimizing the integration of express bus services with micro-mobility: a case study

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22945733

Country of ref document: EP

Kind code of ref document: A1