物流
物流配車・配船のAI・数理最適化（OR）
AI予測と数理最適化（OR）を組み合わせ、物流配車・配送ルート最適化と、船舶運航・港湾スケジューリングの2ケースで、複数の候補案を生成し人が承認・現場連携する仕組みを構築しました。
対象部門
配車計画・運航管理部門
導入検討のきっかけ
配車・配船の計画立案が属人化し、変化する制約に追従できない
業務上の課題
配送先・時間指定が毎日変わる中、交通・天候・ドライバー制約を見ながら限られた車両で高密度に配車を回す必要がありました。船舶運航では、気象・海象・到着時刻の不確実性により、燃料費・待機時間・納期遵守・バース利用率が同時に影響を受けていました。
設計方針
データ統合（案件・人・車両・外部要因）からAI予測（需要・欠勤・遅延リスク）を行い、数理最適化（OR）で複数の候補案を生成。最終的に人が承認し、ナビ・モバイル・通知システムへ現場連携する4ステップの構成としました。
開発の詳細
01
CASE1（物流配車・配送ルート最適化）：AI予測、OR最適化、現場連携、動的更新のサイクルにより、配送ルート数、走行距離、遅延リスクの削減余地を試算します。
02
CASE2（船舶運航・港湾スケジューリング）：AI予測、OR最適化、シミュレーション、運航判断のサイクルにより、燃料消費、待機時間、港湾利用率への影響を比較します。
03
いずれのケースも、外部要因を特徴量化し、遅延予測・到着予測・安全余力を加味した判断に転用できる設計としています。
成果
配送ルート・走行距離の削減余地を試算
燃料・待機コストへの影響を比較
人による最終承認を前提とした運用設計
AI予測数理最適化（OR）シミュレーション動的スケジューリング