イーガー配達を活用して、連続作業の完了を優先させる
HERE Tour Planningの標準的なコスト最適化では、近距離のジョブを後回しにして、まず遠距離のジョブを処理し、その後に引き返す必要が生じる場合があります。これに対してeagerDelivery機能は、タスクの即時完了を優先することで、この考え方を根本的に転換します。この機能は、配達ジョブを復路中に含めるのを待つのではなく、配送を可能な限り早い時間に順番に処理することに重点を置いています。これは郵便や廃棄物管理のシナリオでは非常に重要です。ドライバーが郵便物の配達やゴミの収集を行わずに通過する場合、サービス品質の低下を引き起こしたり、スキップされたことで顧客から苦情が発生したりする可能性があるからです。
eagerDeliveryは、往路でジョブを処理することを優先するように最適化アルゴリズムに影響を与えますが、サンプルのユースケースが示すように、アルゴリズムはコストのしきい値やルート効率など、他の最適化制約のバランスを取るため、すべてのジョブが「往路で」実行されることを保証するものではありません。
注
これはアルファ機能 (新規またはテスト段階であり、現在開発中) です。アルファ機能は、テストおよびフィードバックの目的で提供されています。これらは大幅に変更されたり、一般に入手できなくなったりする可能性があります。
詳細については、「テスト段階の機能の詳細」を参照してください。
minimizeCost目標内でイーガー配達を設定する
eagerDelivery設定は、次のスニペットに示すようにminimizeCost目標内にネストされています。
{
"objectives": [
{
"type": "minimizeUnassigned"
},
{
"type": "minimizeCost",
"eagerDelivery": {
"enabled": true,
"tieThreshold": 0.1,
"improvementThreshold": 0.001
}
}
]
}付属の設定により、旅程中に可能な限り早くジョブを処理しようとする最適化アルゴリズムの傾向を制御できます。
tieThreshold:より順序どおりの配送動作を実現するために許容できるコスト増加の範囲を設定します。上記のスニペットの値0.1は、より早くジョブを処理するソリューションを得る代わりに、最大10%高いコストの旅程を受け入れることを意味します。improvementThreshold:コストの増加を受け入れることを正当化するために必要な、ジョブを早期に処理する度合いの最小改善率を指定します。上記のスニペットの0.001(0.1%)は、旅程内でジョブをより早く処理できることによる改善がわずかであっても、コストの増加がtieThresholdの10%以内であれば、より積極的なジョブシーケンスを返すのに十分であることを意味します。additionalWeightAtFirstEdge(任意):旅程全体のイーガー配達の優先度の強さを制御する高度なパラメーターです(デフォルト:0.5)。値を大きくすると、旅程の早い段階で距離の短いジョブを処理し、後半では距離の長いジョブを処理するという傾向が強まり、より強い順序どおりの配送動作が生成されます。この重みは、最初の停車地から最後の停車地に向かって単調に減少します。
注
- The
tieThresholdandimprovementThresholdparameters create a safety boundary in which eager tours must provide meaningful improvement within acceptable cost limits.- Eager delivery might find solutions that improve both eagerness and efficiency simultaneously.
イーガー配達の有無によるルート検索動作を比較する
以下のセクションでは、eagerDelivery機能を使用する場合と使用しない場合の2つのシナリオを比較します。どちらのシナリオも、6件の配送ジョブを含む同一のフリートとプラン設定を使用します。この比較により、eagerDeliveryオプションを使用することで、ジョブの順序と旅程の効率がどのように変化するかを確認できます。
次の図は、倉庫と処理対象のジョブの位置を示しています。
シナリオ1:イーガー配達を使用しない標準なコスト最適化
次のベースラインシナリオでは、eagerDelivery機能を使用しません。objectives配列にはminimizeUnassignedとminimizeCostの目標のみが含まれており、eagerDeliveryの設定は含まれていません。
問題JSON全体については、次のセクションを参照してください。
Click to expand/collapse the sample JSON
{
"fleet": {
"types": [
{
"profile": "vehicle",
"amount": 1,
"capacity": [
100
],
"costs": {
"time": 5e-7,
"distance": 2e-7,
"fixed": 100
},
"id": "vehicle_1",
"shifts": [
{
"start": {
"location": {
"lat": 52.53107,
"lng": 13.38489
},
"time": "2026-07-15T08:00:00+02:00"
},
"end": {
"location": {
"lat": 52.53107,
"lng": 13.38489
},
"time": "2026-07-15T18:00:00+02:00"
}
}
]
}
],
"profiles": [
{
"name": "vehicle",
"type": "car",
"traffic": {
"mode": "disabled"
}
}
]
},
"plan": {
"jobs": [
{
"id": "job_1",
"tasks": {
"deliveries": [
{
"places": [
{
"duration": 300,
"location": {
"lat": 52.54104,
"lng": 13.41673
}
}
],
"demand": [
1
]
}
]
}
},
{
"id": "job_2",
"tasks": {
"deliveries": [
{
"places": [
{
"duration": 300,
"location": {
"lat": 52.54858489433329,
"lng": 13.4268818423152
}
}
],
"demand": [
1
]
}
]
}
},
{
"id": "job_3",
"tasks": {
"deliveries": [
{
"places": [
{
"duration": 300,
"location": {
"lat": 52.57003083236631,
"lng": 13.429714255034927
}
}
],
"demand": [
1
]
}
]
}
},
{
"id": "job_4",
"tasks": {
"deliveries": [
{
"places": [
{
"duration": 300,
"location": {
"lat": 52.55949180308455,
"lng": 13.427911810576918
}
}
],
"demand": [
1
]
}
]
}
},
{
"id": "job_5",
"tasks": {
"deliveries": [
{
"places": [
{
"duration": 300,
"location": {
"lat": 52.579106976087516,
"lng": 13.426967673003677
}
}
],
"demand": [
1
]
}
]
}
},
{
"id": "job_6",
"tasks": {
"deliveries": [
{
"places": [
{
"duration": 300,
"location": {
"lat": 52.54033768049578,
"lng": 13.401561789214613
}
}
],
"demand": [
1
]
}
]
}
}
]
},
"objectives": [
{
"type": "minimizeUnassigned"
},
{
"type": "minimizeCost"
}
]
}ソリューションの解釈-ベースラインシナリオ
次の図は、「非イーガー」ベースラインシナリオのソリューションを示しています。
最適化アルゴリズムによって生成されるジョブの順序は、job_2 → job_3 → job_5 → job_4 → job_1 → job_6です。この順序では、車両はまず北東方向のjob_2へ向かい、さらに北東のjob_3へ進み、その後、最も北に位置するjob_5に到達します。そこから大きく南方向へ引き返し、job_4、job_1、最後に倉庫近くのjob_6に向かいます。このルートは、車両が最初に最も遠い地点まで移動した後、途中で処理できたはずのジョブを処理するために南に戻るという、大幅な引き返しが発生することを示しています。
このシナリオは、最適化アルゴリズムが運用上の実現可能性よりもコスト効率を優先するケースを示しています。たとえば、特に狭い道路では、引き返しが大型のごみ収集車両にとって特に厄介であり、インフラや車両が損傷するリスクが生じるだけでなく、業務が不必要に遅延する可能性もあります。
次の表は、ベースラインシナリオのソリューションメトリックをまとめたものです。
| メトリック | 値 |
|---|---|
| コスト | 100.0058078 |
| 走行距離 | 18,934メートル |
| 所要時間 | 4,042秒(67分) |
ソリューションのJSON全体については、次のセクションを参照してください。
Click to expand/collapse the sample JSON
{
"statistic": {
"cost": 100.0058078,
"distance": 18934,
"duration": 4042,
"times": {
"break": 0,
"driving": 2242,
"serving": 1800,
"stopping": 0,
"waiting": 0,
"intraStop": 0
},
"intraStopDistance": 0
},
"tours": [
{
"shiftIndex": 0,
"statistic": {
"cost": 100.0058078,
"distance": 18934,
"duration": 4042,
"times": {
"break": 0,
"driving": 2242,
"serving": 1800,
"stopping": 0,
"waiting": 0,
"intraStop": 0
},
"intraStopDistance": 0
},
"stops": [
{
"activities": [
{
"jobId": "departure",
"type": "departure",
"location": {
"lat": 52.53107,
"lng": 13.38489
},
"time": {
"end": "2026-07-15T06:00:00Z",
"start": "2026-07-15T06:00:00Z",
"arrival": "2026-07-15T06:00:00Z"
}
}
],
"load": [
6
],
"time": {
"arrival": "2026-07-15T06:00:00Z",
"departure": "2026-07-15T06:00:00Z"
},
"distance": 0,
"location": {
"lat": 52.53107,
"lng": 13.38489
}
},
{
"activities": [
{
"jobId": "job_2",
"type": "delivery",
"location": {
"lat": 52.54858489433329,
"lng": 13.4268818423152
},
"time": {
"end": "2026-07-15T06:14:03Z",
"start": "2026-07-15T06:09:03Z",
"arrival": "2026-07-15T06:09:03Z"
}
}
],
"load": [
5
],
"time": {
"arrival": "2026-07-15T06:09:03Z",
"departure": "2026-07-15T06:14:03Z"
},
"distance": 4040,
"location": {
"lat": 52.54858489433329,
"lng": 13.4268818423152
}
},
{
"activities": [
{
"jobId": "job_3",
"type": "delivery",
"location": {
"lat": 52.57003083236631,
"lng": 13.429714255034929
},
"time": {
"end": "2026-07-15T06:23:55Z",
"start": "2026-07-15T06:18:55Z",
"arrival": "2026-07-15T06:18:55Z"
}
}
],
"load": [
4
],
"time": {
"arrival": "2026-07-15T06:18:55Z",
"departure": "2026-07-15T06:23:55Z"
},
"distance": 6736,
"location": {
"lat": 52.57003083236631,
"lng": 13.429714255034929
}
},
{
"activities": [
{
"jobId": "job_5",
"type": "delivery",
"location": {
"lat": 52.57910697608752,
"lng": 13.426967673003675
},
"time": {
"end": "2026-07-15T06:34:27Z",
"start": "2026-07-15T06:29:27Z",
"arrival": "2026-07-15T06:29:27Z"
}
}
],
"load": [
3
],
"time": {
"arrival": "2026-07-15T06:29:27Z",
"departure": "2026-07-15T06:34:27Z"
},
"distance": 9682,
"location": {
"lat": 52.57910697608752,
"lng": 13.426967673003675
}
},
{
"activities": [
{
"jobId": "job_4",
"type": "delivery",
"location": {
"lat": 52.55949180308455,
"lng": 13.427911810576918
},
"time": {
"end": "2026-07-15T06:45:27Z",
"start": "2026-07-15T06:40:27Z",
"arrival": "2026-07-15T06:40:27Z"
}
}
],
"load": [
2
],
"time": {
"arrival": "2026-07-15T06:40:27Z",
"departure": "2026-07-15T06:45:27Z"
},
"distance": 13124,
"location": {
"lat": 52.55949180308455,
"lng": 13.427911810576918
}
},
{
"activities": [
{
"jobId": "job_1",
"type": "delivery",
"location": {
"lat": 52.54104,
"lng": 13.41673
},
"time": {
"end": "2026-07-15T06:56:17Z",
"start": "2026-07-15T06:51:17Z",
"arrival": "2026-07-15T06:51:17Z"
}
}
],
"load": [
1
],
"time": {
"arrival": "2026-07-15T06:51:17Z",
"departure": "2026-07-15T06:56:17Z"
},
"distance": 16058,
"location": {
"lat": 52.54104,
"lng": 13.41673
}
},
{
"activities": [
{
"jobId": "job_6",
"type": "delivery",
"location": {
"lat": 52.54033768049578,
"lng": 13.401561789214613
},
"time": {
"end": "2026-07-15T07:03:50Z",
"start": "2026-07-15T06:58:50Z",
"arrival": "2026-07-15T06:58:50Z"
}
}
],
"load": [
0
],
"time": {
"arrival": "2026-07-15T06:58:50Z",
"departure": "2026-07-15T07:03:50Z"
},
"distance": 17227,
"location": {
"lat": 52.54033768049578,
"lng": 13.401561789214613
}
},
{
"activities": [
{
"jobId": "arrival",
"type": "arrival",
"location": {
"lat": 52.53107,
"lng": 13.38489
},
"time": {
"end": "2026-07-15T07:07:22Z",
"start": "2026-07-15T07:07:22Z",
"arrival": "2026-07-15T07:07:22Z"
}
}
],
"load": [
0
],
"time": {
"arrival": "2026-07-15T07:07:22Z",
"departure": "2026-07-15T07:07:22Z"
},
"distance": 18934,
"location": {
"lat": 52.53107,
"lng": 13.38489
}
}
],
"typeId": "vehicle_1",
"vehicleId": "vehicle_1_1"
}
]
}シナリオ2:イーガー配達を有効にした配送順序
この更新された問題では、次のスニペットに示すように、objectives配列にeagerDelivery機能が含まれるようになりました。
{
"objectives": [
{
"type": "minimizeUnassigned"
},
{
"type": "minimizeCost",
"eagerDelivery": {
"enabled": true,
"tieThreshold": 0.2,
"improvementThreshold": 0.001
}
}
]
}この変更により、最適化アルゴリズムは、旅程全体を通してジョブをより順番どおりに処理するソリューションを優先するようになります。そのため、よりイーガー配達動作を実現するために、指定された値tieThreshold (この例では20%)までのコスト増加が許容されます。fleetやplanの設定を含むその他の問題パラメーターは変更されません。
問題JSON全体については、次のセクションを参照してください。
Click to expand/collapse the sample JSON
{
"fleet": {
"types": [
{
"profile": "vehicle",
"amount": 1,
"capacity": [
100
],
"costs": {
"time": 5e-7,
"distance": 2e-7,
"fixed": 100
},
"id": "vehicle_1",
"shifts": [
{
"start": {
"location": {
"lat": 52.53107,
"lng": 13.38489
},
"time": "2026-07-15T08:00:00+02:00"
},
"end": {
"location": {
"lat": 52.53107,
"lng": 13.38489
},
"time": "2026-07-15T18:00:00+02:00"
}
}
]
}
],
"profiles": [
{
"name": "vehicle",
"type": "car",
"traffic": {
"mode": "disabled"
}
}
]
},
"plan": {
"jobs": [
{
"id": "job_1",
"tasks": {
"deliveries": [
{
"places": [
{
"duration": 300,
"location": {
"lat": 52.54104,
"lng": 13.41673
}
}
],
"demand": [
1
]
}
]
}
},
{
"id": "job_2",
"tasks": {
"deliveries": [
{
"places": [
{
"duration": 300,
"location": {
"lat": 52.54858489433329,
"lng": 13.4268818423152
}
}
],
"demand": [
1
]
}
]
}
},
{
"id": "job_3",
"tasks": {
"deliveries": [
{
"places": [
{
"duration": 300,
"location": {
"lat": 52.57003083236631,
"lng": 13.429714255034927
}
}
],
"demand": [
1
]
}
]
}
},
{
"id": "job_4",
"tasks": {
"deliveries": [
{
"places": [
{
"duration": 300,
"location": {
"lat": 52.55949180308455,
"lng": 13.427911810576918
}
}
],
"demand": [
1
]
}
]
}
},
{
"id": "job_5",
"tasks": {
"deliveries": [
{
"places": [
{
"duration": 300,
"location": {
"lat": 52.579106976087516,
"lng": 13.426967673003677
}
}
],
"demand": [
1
]
}
]
}
},
{
"id": "job_6",
"tasks": {
"deliveries": [
{
"places": [
{
"duration": 300,
"location": {
"lat": 52.54033768049578,
"lng": 13.401561789214613
}
}
],
"demand": [
1
]
}
]
}
}
]
},
"objectives": [
{
"type": "minimizeUnassigned"
},
{
"type": "minimizeCost",
"eagerDelivery": {
"enabled": true,
"tieThreshold": 0.2,
"improvementThreshold": 0.001
}
}
]
}ソリューションの解釈 - イーガー配達
次の図に示すように、eagerDelivery機能を追加したことで、生成されるジョブの順序は大きく変化しています。
更新後の順序は次のようになります。job_6 → job_1 → job_2 → job_4 → job_3 → job_5
このイーガー配達シナリオでは、車両は南西から北東へとスムーズに移動しながら、通りかかった順にジョブをより順序どおりに処理するようになります。南西にあるjob_6から開始し、job_1、job_2、job_4、job_3と進み、最後に最も北にあるjob_5を処理します。ベースラインシナリオとは異なり、このソリューションでは大幅な引き返しがなくなり、車両が担当エリアを自然に移動しながらジョブを処理する、より運用効率の高いルートになっています。
Click to expand/collapse the sample JSON
{
"statistic": {
"cost": 100.0058458,
"distance": 18789,
"duration": 4176,
"times": {
"break": 0,
"driving": 2376,
"serving": 1800,
"stopping": 0,
"waiting": 0,
"intraStop": 0
},
"intraStopDistance": 0
},
"tours": [
{
"shiftIndex": 0,
"statistic": {
"cost": 100.0058458,
"distance": 18789,
"duration": 4176,
"times": {
"break": 0,
"driving": 2376,
"serving": 1800,
"stopping": 0,
"waiting": 0,
"intraStop": 0
},
"intraStopDistance": 0
},
"stops": [
{
"activities": [
{
"jobId": "departure",
"type": "departure",
"location": {
"lat": 52.53107,
"lng": 13.38489
},
"time": {
"end": "2026-07-15T06:00:00Z",
"start": "2026-07-15T06:00:00Z",
"arrival": "2026-07-15T06:00:00Z"
}
}
],
"load": [
6
],
"time": {
"arrival": "2026-07-15T06:00:00Z",
"departure": "2026-07-15T06:00:00Z"
},
"distance": 0,
"location": {
"lat": 52.53107,
"lng": 13.38489
}
},
{
"activities": [
{
"jobId": "job_6",
"type": "delivery",
"location": {
"lat": 52.54033768049578,
"lng": 13.401561789214613
},
"time": {
"end": "2026-07-15T06:08:51Z",
"start": "2026-07-15T06:03:51Z",
"arrival": "2026-07-15T06:03:51Z"
}
}
],
"load": [
5
],
"time": {
"arrival": "2026-07-15T06:03:51Z",
"departure": "2026-07-15T06:08:51Z"
},
"distance": 1720,
"location": {
"lat": 52.54033768049578,
"lng": 13.401561789214613
}
},
{
"activities": [
{
"jobId": "job_1",
"type": "delivery",
"location": {
"lat": 52.54104,
"lng": 13.41673
},
"time": {
"end": "2026-07-15T06:17:06Z",
"start": "2026-07-15T06:12:06Z",
"arrival": "2026-07-15T06:12:06Z"
}
}
],
"load": [
4
],
"time": {
"arrival": "2026-07-15T06:12:06Z",
"departure": "2026-07-15T06:17:06Z"
},
"distance": 2909,
"location": {
"lat": 52.54104,
"lng": 13.41673
}
},
{
"activities": [
{
"jobId": "job_2",
"type": "delivery",
"location": {
"lat": 52.54858489433329,
"lng": 13.4268818423152
},
"time": {
"end": "2026-07-15T06:26:17Z",
"start": "2026-07-15T06:21:17Z",
"arrival": "2026-07-15T06:21:17Z"
}
}
],
"load": [
3
],
"time": {
"arrival": "2026-07-15T06:21:17Z",
"departure": "2026-07-15T06:26:17Z"
},
"distance": 4733,
"location": {
"lat": 52.54858489433329,
"lng": 13.4268818423152
}
},
{
"activities": [
{
"jobId": "job_4",
"type": "delivery",
"location": {
"lat": 52.55949180308455,
"lng": 13.427911810576918
},
"time": {
"end": "2026-07-15T06:35:32Z",
"start": "2026-07-15T06:30:32Z",
"arrival": "2026-07-15T06:30:32Z"
}
}
],
"load": [
2
],
"time": {
"arrival": "2026-07-15T06:30:32Z",
"departure": "2026-07-15T06:35:32Z"
},
"distance": 6421,
"location": {
"lat": 52.55949180308455,
"lng": 13.427911810576918
}
},
{
"activities": [
{
"jobId": "job_3",
"type": "delivery",
"location": {
"lat": 52.57003083236631,
"lng": 13.429714255034929
},
"time": {
"end": "2026-07-15T06:43:54Z",
"start": "2026-07-15T06:38:54Z",
"arrival": "2026-07-15T06:38:54Z"
}
}
],
"load": [
1
],
"time": {
"arrival": "2026-07-15T06:38:54Z",
"departure": "2026-07-15T06:43:54Z"
},
"distance": 8276,
"location": {
"lat": 52.57003083236631,
"lng": 13.429714255034929
}
},
{
"activities": [
{
"jobId": "job_5",
"type": "delivery",
"location": {
"lat": 52.57910697608752,
"lng": 13.426967673003675
},
"time": {
"end": "2026-07-15T06:54:26Z",
"start": "2026-07-15T06:49:26Z",
"arrival": "2026-07-15T06:49:26Z"
}
}
],
"load": [
0
],
"time": {
"arrival": "2026-07-15T06:49:26Z",
"departure": "2026-07-15T06:54:26Z"
},
"distance": 11222,
"location": {
"lat": 52.57910697608752,
"lng": 13.426967673003675
}
},
{
"activities": [
{
"jobId": "arrival",
"type": "arrival",
"location": {
"lat": 52.53107,
"lng": 13.38489
},
"time": {
"end": "2026-07-15T07:09:36Z",
"start": "2026-07-15T07:09:36Z",
"arrival": "2026-07-15T07:09:36Z"
}
}
],
"load": [
0
],
"time": {
"arrival": "2026-07-15T07:09:36Z",
"departure": "2026-07-15T07:09:36Z"
},
"distance": 18789,
"location": {
"lat": 52.53107,
"lng": 13.38489
}
}
],
"typeId": "vehicle_1",
"vehicleId": "vehicle_1_1"
}
]
}次の表は、ベースライン(標準的なコスト最適化)シナリオとイーガー配達シナリオのソリューションメトリックを比較したものです。
| メトリック | ベースライン | イーガー配達 | 変化 |
|---|---|---|---|
| コスト | 100.0058078 | 100.0058458 | +0.000038 |
| 走行距離 | 18,934メートル | 18,789メートル | -145メートル |
| 所要時間 | 4,042秒(67分) | 4,176秒(69分) | +134秒 |
イーガー配達シナリオは、ベースラインソリューションと比較してルート効率が向上していることを示しています。コストの増加はごくわずか(0.00004%)であり、特に、大幅な引き返しがなくなったことで、距離は実際には145メートル(0.77%)短くなっています。所要時間は134秒(3.3%)増加していますが、これはより運用可能なルートを実現するための小さなトレードオフといえます。すべてのメトリックは、この例で設定されている20%のtieThresholdの許容範囲内に十分収まっています。
この例は、イーガー配達の実用的なメリットを示しています。このアルゴリズムにより、許容できるコスト制約を超えることなく、顧客体験と運用効率を向上させています。車両が移動中に遭遇したジョブを順番に処理することで、スキップされたという認識が減り、廃棄物管理や郵便配達などの実際の業務シナリオが改善されます。
次のステップ
- 目標の設定について詳しくは、「特定の最適化目標に合わせて目的関数を使用する」を参照してください。
- 廃棄物収集ルートの最適化について詳しくは、「廃棄物運行管理に合わせて効率的なルートを計画する」を参照してください。
- 車両が道路のどちら側を走行するかを制御するには、「道路の側設定でルートを最適化する」を参照してください。
- HERE Tour Planning APIのメソッド、エンドポイント、パラメーターの詳細については、「APIリファレンス」を参照してください。
先月の更新