配車計画評価学習システム
【課題】評価装置で用いる評価パラメータを自動で調整することができる学習システムを提供する。
【解決手段】荷物とそれを搬送する前記車両とを結びつけて荷物の搬送を指図する配車計画を作成する自動配車計画作成装置と、作成された配車計画を評価項目値と評価項目毎に設定した重み係数との関数で評価する評価値を算出する評価装置と、前記自動配車計画作成装置で作成した配車計画に対する修正入力および修正された配車計画の評価値として見積もられた値を評価目標値として受け付ける入力装置と、自動配車計画作成装置が作成した自動配車計画および前記手動配車計画並びに前記自動配車計画の評価値および前記評価目標値を入力するとともに、入力した前記手動配車計画および自動配車計画の評価項目値を教師データの入力データとし、前記評価値および評価目標値を教師データの出力値として学習する評価パラメータ学習装置を備えた。
【解決手段】荷物とそれを搬送する前記車両とを結びつけて荷物の搬送を指図する配車計画を作成する自動配車計画作成装置と、作成された配車計画を評価項目値と評価項目毎に設定した重み係数との関数で評価する評価値を算出する評価装置と、前記自動配車計画作成装置で作成した配車計画に対する修正入力および修正された配車計画の評価値として見積もられた値を評価目標値として受け付ける入力装置と、自動配車計画作成装置が作成した自動配車計画および前記手動配車計画並びに前記自動配車計画の評価値および前記評価目標値を入力するとともに、入力した前記手動配車計画および自動配車計画の評価項目値を教師データの入力データとし、前記評価値および評価目標値を教師データの出力値として学習する評価パラメータ学習装置を備えた。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、配車計画を評価するための評価パラメータを自動で学習して設定する配車計画評価学習システムに関する。
【背景技術】
【０００２】
近年、コンピュータシステムを用いた自動化が各分野で進展し、荷物とそれを搬送する車両とを結びつけて荷物の搬送を計画する、いわゆる配車計画作成業務においても、コンピュータシステムを用いた自動化が行われている。この自動化により、経験を積んだ配車担当者の手作業によらずとも、経験の少ない配車担当者が配車業務を遂行することができる。
【０００３】
ところで、前記作成した配車計画の良否の判定に際しては、評価を行うための項目を設定しておくことが必要であり、また設定した項目であっても、各社毎にそれぞれ重視する程度が異なることがある。
【０００４】
すなわち、配車計画の結果を評価する評価手段は、各社毎に異なる重視項目に対応した評価パラメータを事前に設定しておくことが必要である。しかし、前記パラメータの設定に多くの時間を要していた（特許文献１参照）。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００４−３２６７１１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
前記従来技術によれば、自動配車計画装置で作成される計画結果に対して、評価手段を用いて評価値を算出し計画結果の優劣を判断している。ここで、評価装置は、評価パラメータに設定された値によって評価方法が変化し、計画結果に影響を与えることになる。このため、この評価パラメータの設定には、何回もシミュレーションを行い調整することが必要である。また、一度設定した評価パラメータは、状況が変化した場合に、再度設定を変更しなければならない。
【０００７】
本発明はこれらの問題点に鑑みてなされたもので、評価装置で用いる評価パラメータを自動で設定でき、また、自動で調整することができる学習システムを提供するものである。
【課題を解決するための手段】
【０００８】
本発明は上記課題を解決するため、次のような手段を採用した。
【０００９】
車両毎の運行予定を格納したマスタデータを備え、搬送を受注した複数の荷物の搬送元及び搬送先を含むデータを受注データとして入力し、前記荷物とそれを搬送する前記車両とを結びつけて荷物の搬送を指図する配車計画を作成する自動配車計画作成装置と、作成された配車計画を評価項目値と評価項目毎に設定した重み係数との関数で評価する評価値を算出する評価装置と、前記自動配車計画作成装置で作成した配車計画に対する修正入力および修正された配車計画の評価値として見積もられた値を評価目標値として受け付ける入力装置と、自動配車計画作成装置が作成した自動配車計画および前記手動配車計画並びに前記自動配車計画の評価値および前記評価目標値を入力するとともに、入力した前記手動配車計画および自動配車計画の評価項目値を教師データの入力データとし、前記評価値および評価目標値を教師データの出力値として学習する評価パラメータ学習装置を備え、前記評価パラメータ学習装置は前記関数からなる評価値が前記評価目標値となるように前記重み係数を再設定する。
【発明の効果】
【００１０】
本発明は、以上の構成を備えるため、評価装置で用いるパラメータを自動で設定でき、また、評価パラメータを自動で調整することができる
【図面の簡単な説明】
【００１１】
【図１】実施形態に係る配車計画評価システムをを説明する図である。
【図２】評価パラメータ学習装置の処理を説明する図である。
【図３】手動配車計画装置を用いた配車計画の作成処理を説明する図である。
【図４】評価パラメータ学習装置を説明する図である。
【発明を実施するための形態】
【００１２】
以下、本発明のの実施形態を添付図面を参照しながら説明する。図１は、本発明の実施形態に係る配車計画評価システムをを説明する図である。
【００１３】
自動配車計画作成装置１２は、受注データ７と、車両や、荷積み、荷降ろし場所やその距離等の運行経路を例えば巡回コースとして格納しマスタデータ８をもとに自動配車計画作成装置２を用いて配車計画を作成し、作成した配車計画を自動配車結果データ９に登録する。このとき、前記作成した配車計画を評価装置３を用いて評価する。評価装置３は、予め設定されている評価パラメータ１１を利用して、評価値を算出する。
【００１４】
手動配車計画作成装置１３は、自動配車計画作成装置１２が作成した自動配車計画結果データ９を、オペレータが運用に即した形に修正して、手動配車計画結果データ１０に登録する。なお、ここで評価パラメータは配送コスト、総稼働時間等の評価項目および評価項目毎に設定した重み係数から構成されるものとする。
【００１５】
評価パラメータ学習装置１４は、自動配車計画作成装置が作成した自動配車計画および前記修正が加えられた手動配車計画に対する評価値をそれぞれ算出する（例えば、評価値＝配送コスト＊配送コストの重み係数＋総稼働時間＊総稼働時間の重み係数）とともに、受け付けた手動配車計画および前記評価目標値を教師データとして設定し、自動配車計画の評価値が前記評価目標値に一致するように評価パラメータにおける重み係数を調整する。
【００１６】
図２は、図１に示す評価パラメータ学習装置の処理を説明する図である。
【００１７】
評価パラメータ学習装置１４は自動配車計画結果データ９およびそれを手動で修正した手動配車計画結果データ１０に蓄積されている過去の情報を用いて、学習アルゴリズム６で使用する教師データを生成する。
【００１８】
まず、ステップ２２において、自動配車結果の評価項目値を教師データの入力値に設定する。ステップ２３において、自動配車結果の評価値を教師データの出力値に設定する。
【００１９】
ステップ２４において、自動配車計画を手動で修正した手動配車計画結果データを入力する。
【００２０】
ステップ２５において、手動配車結果の評価項目値を教師データの入力値に設定する。ステップ２６において、自動配車結果の評価値と手動配車結果の評価値との差を算出し、差が大きい場合、手動配車計画結果の評価値に対して、自動配車計画結果の評価値に比して大差を付けた高得点を付与し、前記差が小さい場合は、手動配車結果の評価値を自動配車結果の評価値と同等もしくは少し高い得点を付与する。
【００２１】
ステップ２７において、ステップ２１ないし２６で作成された教師データを使用して、学習アルゴリズム６を実行する。ステップ２８において、学習アルゴリズムによって算出されたパラメータを評価パラメータ１１に設定する。これにより、次回実行される自動配車計画装置１２の評価装置３が、手動配車計画装置１３での結果を考慮した評価を行うことが可能となる。
【００２２】
以上説明したように、本実施形態によれば、自動配車計画装置１２で算出された配車計画結果よりも、手動配車計画装置１３で算出された配車計画結果の方が評価値が高くなるように評価パラメータが補正されるため、手動配車計画装置１３で作成された結果を自動配車計画装置１２で再現するようになることが期待される。また、新しい配車結果が蓄積されてることにより、常にその新しい手動配車計画装置１３での配車計画結果が評価装置に反映される。このため、状況の変化にも対応することが期待される。
【００２３】
なお、教師データの入力値としては配車結果の評価項目値、たとえば、使用車両台数や総稼働時間、総走行距離、コストなどであり、出力値は配車結果の評価値（点数）である。 学習アルゴリズムには、教師データあり学習アルゴリズムであるバックプロパゲーションを用いる。バックプロパゲーションは、ニューラルネットワークを教師データを用いて訓練するためのアルゴリズムであり、教師データの入力値から出力値を算出し、その値が教師データの出力値との誤差が最小となるようにパラメータを調整する。
【００２４】
図３は、手動配車計画装置を用いた配車計画の作成処理を説明する図である。
【００２５】
図３において、オペレータは、手動配車計画装置を操作して自動配車結果データ９を読み込み、表示装置に表示する。自動配車結果データには、各車両毎に荷積み、荷降ろしの場所および時刻が記載されている。オペレータはキーボード等を操作して荷物とそれを運ぶ車両との組み合わせ、あるいは荷積み、荷降ろし順の変更、車両の運行ルートの変更等を入力することができる。
【００２６】
手動での配車計画の入力が終了すると、手動配車計画装置は、配車結果データ、すなわち、配車結果を表すデータと評価項目値（例えば総コスト）を算出し、手動配車結果データ１０に格納する。このとき、手動配車結果と自動配車結果を対比して変更量（自動配車計画との運行ルートの違い等）を見積もり、配車結果変更量１６に格納する。
【００２７】
図４は、評価パラメータ学習装置を説明する図である。図４において、９は自動配車計画装置２により作成された自動配車結果データであり、評価項目として「車両台数」、総稼働時間」、「総走行距離」、「実車率」、「コスト」が、また評価項目値としてそれぞれ「５」、「３４」、「４５０」、「７５」、「２０」が提示されている。自動配車計画装置１２の評価装置３は、作成された自動配車結果を採点して評価値ｖ１を付与する。評価値ｖ１は、例えば各評価項目値（ｉ１）にそれぞれ重み（ｗ）を乗算してその総和を演算（ｖ１＝Σｆ（ｉ，ｗ）することにより求めることができる。このとき、演算結果ｖ１は２００点であったとする。
【００２８】
次に、オペレータは自動配車結果データ９を参照しながら手動配車計画装置４を操作して手動配車結果データ１０を作成する。このとき、手動配車計画装置４は、作成した配車計画の結果である評価項目値（ｉ２）（例えば「６」，「３１」，「４５５」，「８２」，「１８」）を手動配車結果データ１０に格納する。このときオペレータは、手動配車計画作成に際して加えられた変更量の多少に応じて配車結果変更量（ｃ）を例えばｃ＝１０点と見積もる。したがって、手動配車結果の評価値は２１０（＝ｖ１＋１０）点とする。
【００２９】
評価パラメータ学習装置１４の評価目標設定装置５は、教師データ（Ｔ）の入力値として、自動配車結果データ（評価項目値（「５」，「３４」，「４５０」，「７５」，「２０」）および手動配車結果データ（評価項目値（「６」，「３１」，「４５５」，「８２」，「１８」）を設定し、教師データの出力値として、評価値（ｖ１＝２００）および評価値（ｖ２＝２１０）を設定し、学習アルゴリズム６を実行する。学習アルゴリズムによって算出されたパラメータ（重みｗ）は、評価パラメータ１１に設定する。このようして得られたパラメータ１１は、評価装置３において次回実行される自動配車計画の評価に際して用いられる。これにより、評価装置３は手動配車計画装置１３での結果を考慮した評価を行うことが可能となる。
【００３０】
以上説明したように、本実施形態によれば、評価パラメータを適正な値に短時間で設定することができる。状況の変化に応じて評価パラメータが自動調整することができる。このため、配車計画の精度が向上し、運行時間や運行距離の短縮など配送効率の向上につながる。また、配車計画シミュレーション業務においても、実績再現を行うための評価パラメータ設定を自動化することが可能となる。
【符号の説明】
【００３１】
３ 評価装置
６ 学習アルゴリズム
９ 自動配車結果データ
１０ 手動配車結果データ
１１ 評価パラメータ
１２ 自動配車計画装置
１３ 手動配車計画装置
１４ 評価パラメータ学習装置
１５ 補助記憶装置
１６ 配車計画変更量
【技術分野】
【０００１】
本発明は、配車計画を評価するための評価パラメータを自動で学習して設定する配車計画評価学習システムに関する。
【背景技術】
【０００２】
近年、コンピュータシステムを用いた自動化が各分野で進展し、荷物とそれを搬送する車両とを結びつけて荷物の搬送を計画する、いわゆる配車計画作成業務においても、コンピュータシステムを用いた自動化が行われている。この自動化により、経験を積んだ配車担当者の手作業によらずとも、経験の少ない配車担当者が配車業務を遂行することができる。
【０００３】
ところで、前記作成した配車計画の良否の判定に際しては、評価を行うための項目を設定しておくことが必要であり、また設定した項目であっても、各社毎にそれぞれ重視する程度が異なることがある。
【０００４】
すなわち、配車計画の結果を評価する評価手段は、各社毎に異なる重視項目に対応した評価パラメータを事前に設定しておくことが必要である。しかし、前記パラメータの設定に多くの時間を要していた（特許文献１参照）。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００４−３２６７１１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
前記従来技術によれば、自動配車計画装置で作成される計画結果に対して、評価手段を用いて評価値を算出し計画結果の優劣を判断している。ここで、評価装置は、評価パラメータに設定された値によって評価方法が変化し、計画結果に影響を与えることになる。このため、この評価パラメータの設定には、何回もシミュレーションを行い調整することが必要である。また、一度設定した評価パラメータは、状況が変化した場合に、再度設定を変更しなければならない。
【０００７】
本発明はこれらの問題点に鑑みてなされたもので、評価装置で用いる評価パラメータを自動で設定でき、また、自動で調整することができる学習システムを提供するものである。
【課題を解決するための手段】
【０００８】
本発明は上記課題を解決するため、次のような手段を採用した。
【０００９】
車両毎の運行予定を格納したマスタデータを備え、搬送を受注した複数の荷物の搬送元及び搬送先を含むデータを受注データとして入力し、前記荷物とそれを搬送する前記車両とを結びつけて荷物の搬送を指図する配車計画を作成する自動配車計画作成装置と、作成された配車計画を評価項目値と評価項目毎に設定した重み係数との関数で評価する評価値を算出する評価装置と、前記自動配車計画作成装置で作成した配車計画に対する修正入力および修正された配車計画の評価値として見積もられた値を評価目標値として受け付ける入力装置と、自動配車計画作成装置が作成した自動配車計画および前記手動配車計画並びに前記自動配車計画の評価値および前記評価目標値を入力するとともに、入力した前記手動配車計画および自動配車計画の評価項目値を教師データの入力データとし、前記評価値および評価目標値を教師データの出力値として学習する評価パラメータ学習装置を備え、前記評価パラメータ学習装置は前記関数からなる評価値が前記評価目標値となるように前記重み係数を再設定する。
【発明の効果】
【００１０】
本発明は、以上の構成を備えるため、評価装置で用いるパラメータを自動で設定でき、また、評価パラメータを自動で調整することができる
【図面の簡単な説明】
【００１１】
【図１】実施形態に係る配車計画評価システムをを説明する図である。
【図２】評価パラメータ学習装置の処理を説明する図である。
【図３】手動配車計画装置を用いた配車計画の作成処理を説明する図である。
【図４】評価パラメータ学習装置を説明する図である。
【発明を実施するための形態】
【００１２】
以下、本発明のの実施形態を添付図面を参照しながら説明する。図１は、本発明の実施形態に係る配車計画評価システムをを説明する図である。
【００１３】
自動配車計画作成装置１２は、受注データ７と、車両や、荷積み、荷降ろし場所やその距離等の運行経路を例えば巡回コースとして格納しマスタデータ８をもとに自動配車計画作成装置２を用いて配車計画を作成し、作成した配車計画を自動配車結果データ９に登録する。このとき、前記作成した配車計画を評価装置３を用いて評価する。評価装置３は、予め設定されている評価パラメータ１１を利用して、評価値を算出する。
【００１４】
手動配車計画作成装置１３は、自動配車計画作成装置１２が作成した自動配車計画結果データ９を、オペレータが運用に即した形に修正して、手動配車計画結果データ１０に登録する。なお、ここで評価パラメータは配送コスト、総稼働時間等の評価項目および評価項目毎に設定した重み係数から構成されるものとする。
【００１５】
評価パラメータ学習装置１４は、自動配車計画作成装置が作成した自動配車計画および前記修正が加えられた手動配車計画に対する評価値をそれぞれ算出する（例えば、評価値＝配送コスト＊配送コストの重み係数＋総稼働時間＊総稼働時間の重み係数）とともに、受け付けた手動配車計画および前記評価目標値を教師データとして設定し、自動配車計画の評価値が前記評価目標値に一致するように評価パラメータにおける重み係数を調整する。
【００１６】
図２は、図１に示す評価パラメータ学習装置の処理を説明する図である。
【００１７】
評価パラメータ学習装置１４は自動配車計画結果データ９およびそれを手動で修正した手動配車計画結果データ１０に蓄積されている過去の情報を用いて、学習アルゴリズム６で使用する教師データを生成する。
【００１８】
まず、ステップ２２において、自動配車結果の評価項目値を教師データの入力値に設定する。ステップ２３において、自動配車結果の評価値を教師データの出力値に設定する。
【００１９】
ステップ２４において、自動配車計画を手動で修正した手動配車計画結果データを入力する。
【００２０】
ステップ２５において、手動配車結果の評価項目値を教師データの入力値に設定する。ステップ２６において、自動配車結果の評価値と手動配車結果の評価値との差を算出し、差が大きい場合、手動配車計画結果の評価値に対して、自動配車計画結果の評価値に比して大差を付けた高得点を付与し、前記差が小さい場合は、手動配車結果の評価値を自動配車結果の評価値と同等もしくは少し高い得点を付与する。
【００２１】
ステップ２７において、ステップ２１ないし２６で作成された教師データを使用して、学習アルゴリズム６を実行する。ステップ２８において、学習アルゴリズムによって算出されたパラメータを評価パラメータ１１に設定する。これにより、次回実行される自動配車計画装置１２の評価装置３が、手動配車計画装置１３での結果を考慮した評価を行うことが可能となる。
【００２２】
以上説明したように、本実施形態によれば、自動配車計画装置１２で算出された配車計画結果よりも、手動配車計画装置１３で算出された配車計画結果の方が評価値が高くなるように評価パラメータが補正されるため、手動配車計画装置１３で作成された結果を自動配車計画装置１２で再現するようになることが期待される。また、新しい配車結果が蓄積されてることにより、常にその新しい手動配車計画装置１３での配車計画結果が評価装置に反映される。このため、状況の変化にも対応することが期待される。
【００２３】
なお、教師データの入力値としては配車結果の評価項目値、たとえば、使用車両台数や総稼働時間、総走行距離、コストなどであり、出力値は配車結果の評価値（点数）である。 学習アルゴリズムには、教師データあり学習アルゴリズムであるバックプロパゲーションを用いる。バックプロパゲーションは、ニューラルネットワークを教師データを用いて訓練するためのアルゴリズムであり、教師データの入力値から出力値を算出し、その値が教師データの出力値との誤差が最小となるようにパラメータを調整する。
【００２４】
図３は、手動配車計画装置を用いた配車計画の作成処理を説明する図である。
【００２５】
図３において、オペレータは、手動配車計画装置を操作して自動配車結果データ９を読み込み、表示装置に表示する。自動配車結果データには、各車両毎に荷積み、荷降ろしの場所および時刻が記載されている。オペレータはキーボード等を操作して荷物とそれを運ぶ車両との組み合わせ、あるいは荷積み、荷降ろし順の変更、車両の運行ルートの変更等を入力することができる。
【００２６】
手動での配車計画の入力が終了すると、手動配車計画装置は、配車結果データ、すなわち、配車結果を表すデータと評価項目値（例えば総コスト）を算出し、手動配車結果データ１０に格納する。このとき、手動配車結果と自動配車結果を対比して変更量（自動配車計画との運行ルートの違い等）を見積もり、配車結果変更量１６に格納する。
【００２７】
図４は、評価パラメータ学習装置を説明する図である。図４において、９は自動配車計画装置２により作成された自動配車結果データであり、評価項目として「車両台数」、総稼働時間」、「総走行距離」、「実車率」、「コスト」が、また評価項目値としてそれぞれ「５」、「３４」、「４５０」、「７５」、「２０」が提示されている。自動配車計画装置１２の評価装置３は、作成された自動配車結果を採点して評価値ｖ１を付与する。評価値ｖ１は、例えば各評価項目値（ｉ１）にそれぞれ重み（ｗ）を乗算してその総和を演算（ｖ１＝Σｆ（ｉ，ｗ）することにより求めることができる。このとき、演算結果ｖ１は２００点であったとする。
【００２８】
次に、オペレータは自動配車結果データ９を参照しながら手動配車計画装置４を操作して手動配車結果データ１０を作成する。このとき、手動配車計画装置４は、作成した配車計画の結果である評価項目値（ｉ２）（例えば「６」，「３１」，「４５５」，「８２」，「１８」）を手動配車結果データ１０に格納する。このときオペレータは、手動配車計画作成に際して加えられた変更量の多少に応じて配車結果変更量（ｃ）を例えばｃ＝１０点と見積もる。したがって、手動配車結果の評価値は２１０（＝ｖ１＋１０）点とする。
【００２９】
評価パラメータ学習装置１４の評価目標設定装置５は、教師データ（Ｔ）の入力値として、自動配車結果データ（評価項目値（「５」，「３４」，「４５０」，「７５」，「２０」）および手動配車結果データ（評価項目値（「６」，「３１」，「４５５」，「８２」，「１８」）を設定し、教師データの出力値として、評価値（ｖ１＝２００）および評価値（ｖ２＝２１０）を設定し、学習アルゴリズム６を実行する。学習アルゴリズムによって算出されたパラメータ（重みｗ）は、評価パラメータ１１に設定する。このようして得られたパラメータ１１は、評価装置３において次回実行される自動配車計画の評価に際して用いられる。これにより、評価装置３は手動配車計画装置１３での結果を考慮した評価を行うことが可能となる。
【００３０】
以上説明したように、本実施形態によれば、評価パラメータを適正な値に短時間で設定することができる。状況の変化に応じて評価パラメータが自動調整することができる。このため、配車計画の精度が向上し、運行時間や運行距離の短縮など配送効率の向上につながる。また、配車計画シミュレーション業務においても、実績再現を行うための評価パラメータ設定を自動化することが可能となる。
【符号の説明】
【００３１】
３ 評価装置
６ 学習アルゴリズム
９ 自動配車結果データ
１０ 手動配車結果データ
１１ 評価パラメータ
１２ 自動配車計画装置
１３ 手動配車計画装置
１４ 評価パラメータ学習装置
１５ 補助記憶装置
１６ 配車計画変更量
【特許請求の範囲】
【請求項１】
車両毎の運行予定を格納したマスタデータを備え、搬送を受注した複数の荷物の搬送元及び搬送先を含むデータを受注データとして入力し、前記荷物とそれを搬送する前記車両とを結びつけて荷物の搬送を指図する配車計画を作成する自動配車計画作成装置と、
作成された配車計画を評価項目値と評価項目毎に設定した重み係数との関数で評価する評価値を算出する評価装置と、
前記自動配車計画作成装置で作成した配車計画に対する修正入力および修正された配車計画の評価値として見積もられた値を評価目標値として受け付ける入力装置と、
自動配車計画作成装置が作成した自動配車計画および前記手動配車計画並びに前記自動配車計画の評価値および前記評価目標値を入力するとともに、入力した前記手動配車計画および自動配車計画の評価項目値を教師データの入力データとし、前記評価値および評価目標値を教師データの出力値として学習する評価パラメータ学習装置を備え、
前記評価パラメータ学習装置は前記関数からなる評価値が前記評価目標値となるように前記重み係数を再設定することを特徴とする配車計画評価システム。
【請求項２】
請求項１記載の配車計画評価システムにおいて、
前記自動配車計画および手動配車計画毎に、評価項目値、前記評価項目の重みを表示する表示器を備えたことを特徴とする配車計画評価システム。
【請求項３】
請求項１記載の配車計画評価システムにおいて、
前記評価パラメータ学習装置はニューラルネットワークで構成したことを特徴とする配車計画評価システム。
【請求項１】
車両毎の運行予定を格納したマスタデータを備え、搬送を受注した複数の荷物の搬送元及び搬送先を含むデータを受注データとして入力し、前記荷物とそれを搬送する前記車両とを結びつけて荷物の搬送を指図する配車計画を作成する自動配車計画作成装置と、
作成された配車計画を評価項目値と評価項目毎に設定した重み係数との関数で評価する評価値を算出する評価装置と、
前記自動配車計画作成装置で作成した配車計画に対する修正入力および修正された配車計画の評価値として見積もられた値を評価目標値として受け付ける入力装置と、
自動配車計画作成装置が作成した自動配車計画および前記手動配車計画並びに前記自動配車計画の評価値および前記評価目標値を入力するとともに、入力した前記手動配車計画および自動配車計画の評価項目値を教師データの入力データとし、前記評価値および評価目標値を教師データの出力値として学習する評価パラメータ学習装置を備え、
前記評価パラメータ学習装置は前記関数からなる評価値が前記評価目標値となるように前記重み係数を再設定することを特徴とする配車計画評価システム。
【請求項２】
請求項１記載の配車計画評価システムにおいて、
前記自動配車計画および手動配車計画毎に、評価項目値、前記評価項目の重みを表示する表示器を備えたことを特徴とする配車計画評価システム。
【請求項３】
請求項１記載の配車計画評価システムにおいて、
前記評価パラメータ学習装置はニューラルネットワークで構成したことを特徴とする配車計画評価システム。
【図１】
【図２】
【図３】
【図４】
【図２】
【図３】
【図４】
【公開番号】特開２０１３−１４３８７（Ｐ２０１３−１４３８７Ａ）
【公開日】平成２５年１月２４日（２０１３．１．２４）
【国際特許分類】
【出願番号】特願２０１１−１４６３９５（Ｐ２０１１−１４６３９５）
【出願日】平成２３年６月３０日（２０１１．６．３０）
【出願人】（０００１５３４４３）株式会社日立情報制御ソリューションズ (359)
【公開日】平成２５年１月２４日（２０１３．１．２４）
【国際特許分類】
【出願日】平成２３年６月３０日（２０１１．６．３０）
【出願人】（０００１５３４４３）株式会社日立情報制御ソリューションズ (359)
[ Back to top ]