ソフト時間枠を設定する
HERE Tour Planing APIはソフト時間枠をサポートしています。わずかな遅延が許容可能な場合に、より柔軟に対応できます。ソフト時間枠の場合、時間的制約を厳密に守ることが難しい、または不可能な場合に、時間的制約からわずかな逸脱が可能です。
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。
ハード制約およびソフト制約としての時間枠
問題を指定する場合、配送ジョブまたは集荷ジョブに割り当てられた期間を表す時間枠を、ハード制約またはソフト制約として設定できます。
-
ハード制約：時間枠をハード制約として設定すると、違反は許容されません。たとえば、配送時間枠を
12:00と15:00の間に設定した場合、車両はその時間枠内にジョブを開始しなければなりません。開始しなかった場合、最適化アルゴリズムによるジョブの割り当てが行われなくなる可能性があります。例として次のスニペットを参照してください。{ "id": "Job_1", "tasks": { "deliveries": [ { "places": [ { "times": [ [ "2024-07-31T12:00:00+02:00", // lower hard TW time limit "2024-07-31T15:00:00+02:00" // upper hard TW time limit ] ], "location": { "lat": 52.63329, "lng": 13.3138 }, "duration": 300 } ], "demand": [ 1 ] } ] } } -
ソフト制約：柔軟性を持たせるために、希望配達時間枠として
12:00～15:00の時間枠を指定し、配達されるのがこの時間枠外であっても許容されることを示せます。この優先時間枠はジョブを処理するための絶対的な時間枠を決める、より広範でハード制約の時間枠内 (11:00～16:00) などに設定する必要があります。つまり、ジョブの開始が15:00よりも遅くならないことが望ましいものの、最大60分遅れて開始される場合でも許容するという意味です。また、ビジネス目標に応じて、希望時間枠に違反した場合のペナルティタイプを指定します。次のスニペットはソフト時間枠付きのサンプルジョブを示しています。{ "id": "Job_1", "tasks": { "deliveries": [ { "places": [ { "timeWindows": [ { "from": { "time": "2024-07-31T11:00:00+02:00", // lower hard TW limit "preferred": "2024-07-31T12:00:00+02:00", // lower soft TW limit "penalty": { "type": "linear" } }, "to": { "time": "2024-07-31T16:00:00+02:00", // upper hard TW limit "preferred": "2024-07-31T15:00:00+02:00", // upper soft TW limit "penalty": { "type": "linear" } } } ], "location": { "lat": 52.63329, "lng": 13.3138 }, "duration": 300 } ], "demand": [ 1 ] } ] } }
希望時間枠からの過度の逸脱を阻止する
ソフト時間枠に関連付ける必要があるペナルティにより、最適化アルゴリズムは絶対的な時間枠を超えない限り、必要に応じてその時間枠を超える柔軟性を許容しつつ、可能な限り希望時間枠に近いジョブの処理を優先するよう徹底されます。HERE Tour Planning APIでは次のペナルティタイプを使用できます。
linear：このペナルティタイプはペナルティ違反の単位ごとに一定の割合で増加します。食料品の配達や乗客のピックアップなど、ある時点までの小さな遅延が重大な結果を及ぼさないシナリオの場合、このペナルティタイプを検討します。線形ペナルティは、あらゆる逸脱に対して即座に一貫してコストを課すため、2次ペナルティと比較して、最初からスケジュールを厳守することがより厳格になります。quadratic：線形ペナルティとは対照的に、2次ペナルティは偏差が大きくなるにつれて厳格になり、最初はある程度の柔軟性を与えるものの、割り当てられた時間枠からの大きな逸脱は強く抑制します。時間的な制約が大きく、遅延がより深刻な結果をもたらすシナリオの場合は、このペナルティタイプを検討します。このペナルティタイプが適している例としては、医療品や生鮮品の配達、役員の輸送が挙げられます。
次の図は遅延が増加するにつれて、APIが各ペナルティタイプをどのように適用するかを視覚化するのに役立ちます。
ペナルティスコアは、コストや期間などのソリューションパラメーターに直接影響を与えない抽象的な数値です。ソフト時間枠に違反するジョブを評価するために最適化アルゴリズムによって使用されるものです。
前の図に示されているように、違反が小さいほどペナルティスコアが低くなり、違反が重大であればペナルティスコアが高くなります。具体的なペナルティスコアは違反のタイプによって異なります。最適化アルゴリズムは希望 (ソフト) 時間枠の重大度の低い違反に対応するため、ペナルティスコアが低いソリューションを優先する傾向にあります。
違反したソフト時間枠を示す
ハード制約の時間枠の違反とは対照的に、ソフト制約の時間枠の違反ではジョブの未割り当てが生じることはありません。このソリューションでは、violations.timeWindowsオブジェクトの一部として、ジョブを処理するための絶対的な制限を超えずに、ソフト制約に違反した時間枠の数を示します。違反したソフト時間枠の数に加え、オブジェクトはすべてのソフト時間枠に違反した秒数の合計を示します。
たとえば次のスニペットを参照してください。
{
"violations": {
"timeWindows": {
"count": 11,
"total": 17728
}
}
}このオブジェクトは11の時間枠が合計17728秒違反したことを示しています。
注
violations.timeWindowsオブジェクトはソリューションレベルとルートレベルで使用できます。
問題#1：ハード制約としての時間枠
このサンプルシナリオは都市部の繁華街で営業している地元の食料品配達サービスに関するものです。このサービスでは1台の配達車両が、10件の配達ジョブを2時間枠 (午後12:00～午後2:00) 以内に完了する必要があります。この要件により、顧客は昼休みの時間に食料品を受け取ることができるようになります。最適化アルゴリズムは、指定された時間枠のいかなる違反も許可できません。
Click to expand/collapse the sample JSON
{
"fleet": {
"types": [
{
"id": "small",
"profile": "car",
"costs": {
"fixed": 20,
"distance": 0,
"time": 0.005
},
"shifts": [
{
"start": {
"time": "2024-07-31T08:00:00Z",
"location": {
"lat": 52.50935,
"lng": 13.41997
}
},
"end": {
"time": "2024-07-31T16:00:00Z",
"location": {
"lat": 52.50935,
"lng": 13.41997
}
}
}
],
"capacity": [
100
],
"amount": 1
}
],
"profiles": [
{
"type": "car",
"name": "car"
}
]
},
"plan": {
"jobs": [
{
"id": "Job_1",
"tasks": {
"deliveries": [
{
"places": [
{
"times": [
[
"2024-07-31T12:00:00Z",
"2024-07-31T14:00:00Z"
]
],
"location": {
"lat": 52.56182,
"lng": 13.497167
},
"duration": 600
}
],
"demand": [
1
]
}
]
}
},
{
"id": "Job_2",
"tasks": {
"deliveries": [
{
"places": [
{
"times": [
[
"2024-07-31T12:00:00Z",
"2024-07-31T14:00:00Z"
]
],
"location": {
"lat": 52.534553,
"lng": 13.519429
},
"duration": 600
}
],
"demand": [
1
]
}
]
}
},
{
"id": "Job_3",
"tasks": {
"deliveries": [
{
"places": [
{
"times": [
[
"2024-07-31T12:00:00Z",
"2024-07-31T14:00:00Z"
]
],
"location": {
"lat": 52.54937,
"lng": 13.44765
},
"duration": 600
}
],
"demand": [
1
]
}
]
}
},
{
"id": "Job_4",
"tasks": {
"deliveries": [
{
"places": [
{
"times": [
[
"2024-07-31T12:00:00Z",
"2024-07-31T14:00:00Z"
]
],
"location": {
"lat": 52.482275,
"lng": 13.502456
},
"duration": 600
}
],
"demand": [
1
]
}
]
}
},
{
"id": "Job_5",
"tasks": {
"deliveries": [
{
"places": [
{
"times": [
[
"2024-07-31T12:00:00Z",
"2024-07-31T14:00:00Z"
]
],
"location": {
"lat": 52.463341,
"lng": 13.49061
},
"duration": 600
}
],
"demand": [
1
]
}
]
}
},
{
"id": "Job_6",
"tasks": {
"deliveries": [
{
"places": [
{
"times": [
[
"2024-07-31T12:00:00Z",
"2024-07-31T14:00:00Z"
]
],
"location": {
"lat": 52.434003,
"lng": 13.466142
},
"duration": 600
}
],
"demand": [
1
]
}
]
}
},
{
"id": "Job_7",
"tasks": {
"deliveries": [
{
"places": [
{
"times": [
[
"2024-07-31T12:00:00Z",
"2024-07-31T14:00:00Z"
]
],
"location": {
"lat": 52.447476,
"lng": 13.433062
},
"duration": 600
}
],
"demand": [
1
]
}
]
}
},
{
"id": "Job_8",
"tasks": {
"deliveries": [
{
"places": [
{
"times": [
[
"2024-07-31T12:00:00Z",
"2024-07-31T14:00:00Z"
]
],
"location": {
"lat": 52.458414,
"lng": 13.392079
},
"duration": 600
}
],
"demand": [
1
]
}
]
}
},
{
"id": "Job_9",
"tasks": {
"deliveries": [
{
"places": [
{
"times": [
[
"2024-07-31T12:00:00Z",
"2024-07-31T14:00:00Z"
]
],
"location": {
"lat": 52.441913,
"lng": 13.339028
},
"duration": 600
}
],
"demand": [
1
]
}
]
}
},
{
"id": "Job_10",
"tasks": {
"deliveries": [
{
"places": [
{
"times": [
[
"2024-07-31T12:00:00Z",
"2024-07-31T14:00:00Z"
]
],
"location": {
"lat": 52.458232,
"lng": 13.338698
},
"duration": 600
}
],
"demand": [
1
]
}
]
}
}
]
}
}ソリューション
前の問題のソリューションは、最適化アルゴリズムがすべてのジョブを必要な時間枠内に収めることができず、結果として3つの未割り当てジョブが生じたことを示しています。
次の図はソリューションの内訳を視覚的に示したものです。
次のセクションには完全なソリューションJSONが含まれています。
Click to expand/collapse the sample JSON
{
"statistic": {
"cost": 63.17,
"distance": 43404,
"duration": 8634,
"times": {
"driving": 4434,
"serving": 4200,
"waiting": 0,
"stopping": 0,
"break": 0
}
},
"tours": [
{
"vehicleId": "small_1",
"typeId": "small",
"stops": [
{
"time": {
"arrival": "2024-07-31T08:00:00Z",
"departure": "2024-07-31T11:41:42Z"
},
"load": [
7
],
"activities": [
{
"jobId": "departure",
"type": "departure",
"location": {
"lat": 52.50935,
"lng": 13.41997
},
"time": {
"start": "2024-07-31T08:00:00Z",
"end": "2024-07-31T11:41:42Z"
}
}
],
"location": {
"lat": 52.50935,
"lng": 13.41997
},
"distance": 0
},
{
"time": {
"arrival": "2024-07-31T12:00:00Z",
"departure": "2024-07-31T12:10:00Z"
},
"load": [
6
],
"activities": [
{
"jobId": "Job_10",
"type": "delivery",
"location": {
"lat": 52.458232,
"lng": 13.338698
},
"time": {
"start": "2024-07-31T12:00:00Z",
"end": "2024-07-31T12:10:00Z"
}
}
],
"location": {
"lat": 52.458232,
"lng": 13.338698
},
"distance": 11324
},
{
"time": {
"arrival": "2024-07-31T12:13:59Z",
"departure": "2024-07-31T12:23:59Z"
},
"load": [
5
],
"activities": [
{
"jobId": "Job_9",
"type": "delivery",
"location": {
"lat": 52.441913,
"lng": 13.339028
},
"time": {
"start": "2024-07-31T12:13:59Z",
"end": "2024-07-31T12:23:59Z"
}
}
],
"location": {
"lat": 52.441913,
"lng": 13.339028
},
"distance": 13450
},
{
"time": {
"arrival": "2024-07-31T12:33:23Z",
"departure": "2024-07-31T12:43:23Z"
},
"load": [
4
],
"activities": [
{
"jobId": "Job_8",
"type": "delivery",
"location": {
"lat": 52.458414,
"lng": 13.392079
},
"time": {
"start": "2024-07-31T12:33:23Z",
"end": "2024-07-31T12:43:23Z"
}
}
],
"location": {
"lat": 52.458414,
"lng": 13.392079
},
"distance": 18454
},
{
"time": {
"arrival": "2024-07-31T12:50:14Z",
"departure": "2024-07-31T13:00:14Z"
},
"load": [
3
],
"activities": [
{
"jobId": "Job_7",
"type": "delivery",
"location": {
"lat": 52.447476,
"lng": 13.433062
},
"time": {
"start": "2024-07-31T12:50:14Z",
"end": "2024-07-31T13:00:14Z"
}
}
],
"location": {
"lat": 52.447476,
"lng": 13.433062
},
"distance": 22480
},
{
"time": {
"arrival": "2024-07-31T13:06:25Z",
"departure": "2024-07-31T13:16:25Z"
},
"load": [
2
],
"activities": [
{
"jobId": "Job_6",
"type": "delivery",
"location": {
"lat": 52.434003,
"lng": 13.466142
},
"time": {
"start": "2024-07-31T13:06:25Z",
"end": "2024-07-31T13:16:25Z"
}
}
],
"location": {
"lat": 52.434003,
"lng": 13.466142
},
"distance": 26037
},
{
"time": {
"arrival": "2024-07-31T13:25:33Z",
"departure": "2024-07-31T13:35:33Z"
},
"load": [
1
],
"activities": [
{
"jobId": "Job_5",
"type": "delivery",
"location": {
"lat": 52.463341,
"lng": 13.49061
},
"time": {
"start": "2024-07-31T13:25:33Z",
"end": "2024-07-31T13:35:33Z"
}
}
],
"location": {
"lat": 52.463341,
"lng": 13.49061
},
"distance": 31355
},
{
"time": {
"arrival": "2024-07-31T13:41:57Z",
"departure": "2024-07-31T13:51:57Z"
},
"load": [
0
],
"activities": [
{
"jobId": "Job_4",
"type": "delivery",
"location": {
"lat": 52.482275,
"lng": 13.502456
},
"time": {
"start": "2024-07-31T13:41:57Z",
"end": "2024-07-31T13:51:57Z"
}
}
],
"location": {
"lat": 52.482275,
"lng": 13.502456
},
"distance": 35073
},
{
"time": {
"arrival": "2024-07-31T14:05:36Z",
"departure": "2024-07-31T14:05:36Z"
},
"load": [
0
],
"activities": [
{
"jobId": "arrival",
"type": "arrival",
"location": {
"lat": 52.50935,
"lng": 13.41997
},
"time": {
"start": "2024-07-31T14:05:36Z",
"end": "2024-07-31T14:05:36Z"
}
}
],
"location": {
"lat": 52.50935,
"lng": 13.41997
},
"distance": 43404
}
],
"statistic": {
"cost": 63.17,
"distance": 43404,
"duration": 8634,
"times": {
"driving": 4434,
"serving": 4200,
"waiting": 0,
"stopping": 0,
"break": 0
}
},
"shiftIndex": 0
}
],
"unassigned": [
{
"jobId": "Job_2",
"reasons": [
{
"code": "TIME_WINDOW_CONSTRAINT",
"description": "cannot be assigned due to violation of time window",
"details": [
{
"vehicleId": "small_1",
"shiftIndex": 0
}
]
}
]
},
{
"jobId": "Job_1",
"reasons": [
{
"code": "TIME_WINDOW_CONSTRAINT",
"description": "cannot be assigned due to violation of time window",
"details": [
{
"vehicleId": "small_1",
"shiftIndex": 0
}
]
}
]
},
{
"jobId": "Job_3",
"reasons": [
{
"code": "TIME_WINDOW_CONSTRAINT",
"description": "cannot be assigned due to violation of time window",
"details": [
{
"vehicleId": "small_1",
"shiftIndex": 0
}
]
}
]
}
]
}未割り当てのジョブが原因で食料品の配達ができなくなると、業務効率および顧客満足度の低下や収益の損失など、サービスにとって深刻な結果を招く可能性があります。
問題#2：ソフト制約としての時間枠
HERE Tour Planningでは、前のシナリオで示したような、時間枠違反に対処する方法がいくつか用意されています。
たとえば、食料品サービスではすべての配達が時間どおりに行われるよう、作業負荷を分散するために追加の車両を確保する場合があります。ただし、そのような車両の購入には多額の投資を必要とする可能性があり、会社が購入を実現できない可能性もあります。
費用対効果を維持しながらすべての配達を確実に完了させるために、サービスでは配達を最大30分早めたり遅らせたりできるようにして、時間枠の制約を緩和する可能性があります。これにより、すべての顧客が理想的には昼休み中に食料品を受け取ることができます。
変更された要件を反映するために、各ジョブでは以下のスニペットに示すように、timesプロパティがtimeWindowsプロパティに置き換えられました。
{
...
"timeWindows": [
{
"from": {
"time": "2024-07-31T11:30:00Z",
"preferred": "2024-07-31T12:00:00Z",
"penalty": {
"type": "linear"
}
},
"to": {
"time": "2024-07-31T14:30:00Z",
"preferred": "2024-07-31T14:00:00Z",
"penalty": {
"type": "linear"
}
}
}
]
...
}linearペナルティタイプはタイムリーな配達を奨励しながら、ソフト時間枠による都市部での配達の課題を管理するために必要な柔軟性を提供します。
次のセクションでは問題JSONをすべて示します。
Click to expand/collapse the sample JSON
{
"fleet": {
"types": [
{
"id": "small",
"profile": "car",
"costs": {
"fixed": 20,
"distance": 0,
"time": 0.005
},
"shifts": [
{
"start": {
"time": "2024-07-31T08:00:00Z",
"location": {
"lat": 52.50935,
"lng": 13.41997
}
},
"end": {
"time": "2024-07-31T16:00:00Z",
"location": {
"lat": 52.50935,
"lng": 13.41997
}
}
}
],
"capacity": [
100
],
"amount": 1
}
],
"profiles": [
{
"type": "car",
"name": "car"
}
]
},
"plan": {
"jobs": [
{
"id": "Job_1",
"tasks": {
"deliveries": [
{
"places": [
{
"timeWindows": [
{
"from": {
"time": "2024-07-31T11:30:00Z",
"preferred": "2024-07-31T12:00:00Z",
"penalty": {
"type": "linear"
}
},
"to": {
"time": "2024-07-31T15:30:00Z",
"preferred": "2024-07-31T15:00:00Z",
"penalty": {
"type": "linear"
}
}
}
],
"location": {
"lat": 52.56182,
"lng": 13.497167
},
"duration": 600
}
],
"demand": [
1
]
}
]
}
},
{
"id": "Job_2",
"tasks": {
"deliveries": [
{
"places": [
{
"timeWindows": [
{
"from": {
"time": "2024-07-31T11:30:00Z",
"preferred": "2024-07-31T12:00:00Z",
"penalty": {
"type": "linear"
}
},
"to": {
"time": "2024-07-31T14:30:00Z",
"preferred": "2024-07-31T14:00:00Z",
"penalty": {
"type": "linear"
}
}
}
],
"location": {
"lat": 52.534553,
"lng": 13.519429
},
"duration": 600
}
],
"demand": [
1
]
}
]
}
},
{
"id": "Job_3",
"tasks": {
"deliveries": [
{
"places": [
{
"timeWindows": [
{
"from": {
"time": "2024-07-31T11:30:00Z",
"preferred": "2024-07-31T12:00:00Z",
"penalty": {
"type": "linear"
}
},
"to": {
"time": "2024-07-31T14:30:00Z",
"preferred": "2024-07-31T14:00:00Z",
"penalty": {
"type": "linear"
}
}
}
],
"location": {
"lat": 52.54937,
"lng": 13.44765
},
"duration": 600
}
],
"demand": [
1
]
}
]
}
},
{
"id": "Job_4",
"tasks": {
"deliveries": [
{
"places": [
{
"timeWindows": [
{
"from": {
"time": "2024-07-31T11:30:00Z",
"preferred": "2024-07-31T12:00:00Z",
"penalty": {
"type": "linear"
}
},
"to": {
"time": "2024-07-31T14:30:00Z",
"preferred": "2024-07-31T14:00:00Z",
"penalty": {
"type": "linear"
}
}
}
],
"location": {
"lat": 52.482275,
"lng": 13.502456
},
"duration": 600
}
],
"demand": [
1
]
}
]
}
},
{
"id": "Job_5",
"tasks": {
"deliveries": [
{
"places": [
{
"timeWindows": [
{
"from": {
"time": "2024-07-31T11:30:00Z",
"preferred": "2024-07-31T12:00:00Z",
"penalty": {
"type": "linear"
}
},
"to": {
"time": "2024-07-31T14:30:00Z",
"preferred": "2024-07-31T14:00:00Z",
"penalty": {
"type": "linear"
}
}
}
],
"location": {
"lat": 52.463341,
"lng": 13.49061
},
"duration": 600
}
],
"demand": [
1
]
}
]
}
},
{
"id": "Job_6",
"tasks": {
"deliveries": [
{
"places": [
{
"timeWindows": [
{
"from": {
"time": "2024-07-31T11:30:00Z",
"preferred": "2024-07-31T12:00:00Z",
"penalty": {
"type": "linear"
}
},
"to": {
"time": "2024-07-31T14:30:00Z",
"preferred": "2024-07-31T14:00:00Z",
"penalty": {
"type": "linear"
}
}
}
],
"location": {
"lat": 52.434003,
"lng": 13.466142
},
"duration": 600
}
],
"demand": [
1
]
}
]
}
},
{
"id": "Job_7",
"tasks": {
"deliveries": [
{
"places": [
{
"timeWindows": [
{
"from": {
"time": "2024-07-31T11:30:00Z",
"preferred": "2024-07-31T12:00:00Z",
"penalty": {
"type": "linear"
}
},
"to": {
"time": "2024-07-31T14:30:00Z",
"preferred": "2024-07-31T14:00:00Z",
"penalty": {
"type": "linear"
}
}
}
],
"location": {
"lat": 52.447476,
"lng": 13.433062
},
"duration": 600
}
],
"demand": [
1
]
}
]
}
},
{
"id": "Job_8",
"tasks": {
"deliveries": [
{
"places": [
{
"timeWindows": [
{
"from": {
"time": "2024-07-31T11:30:00Z",
"preferred": "2024-07-31T12:00:00Z",
"penalty": {
"type": "linear"
}
},
"to": {
"time": "2024-07-31T14:30:00Z",
"preferred": "2024-07-31T14:00:00Z",
"penalty": {
"type": "linear"
}
}
}
],
"location": {
"lat": 52.458414,
"lng": 13.392079
},
"duration": 600
}
],
"demand": [
1
]
}
]
}
},
{
"id": "Job_9",
"tasks": {
"deliveries": [
{
"places": [
{
"timeWindows": [
{
"from": {
"time": "2024-07-31T11:30:00Z",
"preferred": "2024-07-31T12:00:00Z",
"penalty": {
"type": "linear"
}
},
"to": {
"time": "2024-07-31T14:30:00Z",
"preferred": "2024-07-31T14:00:00Z",
"penalty": {
"type": "linear"
}
}
}
],
"location": {
"lat": 52.441913,
"lng": 13.339028
},
"duration": 600
}
],
"demand": [
1
]
}
]
}
},
{
"id": "Job_10",
"tasks": {
"deliveries": [
{
"places": [
{
"timeWindows": [
{
"from": {
"time": "2024-07-31T11:30:00Z",
"preferred": "2024-07-31T12:00:00Z",
"penalty": {
"type": "linear"
}
},
"to": {
"time": "2024-07-31T14:30:00Z",
"preferred": "2024-07-31T14:00:00Z",
"penalty": {
"type": "linear"
}
}
}
],
"location": {
"lat": 52.458232,
"lng": 13.338698
},
"duration": 600
}
],
"demand": [
1
]
}
]
}
}
]
}
}ソリューション
今回は最適化アルゴリズムにより、必要なすべてのジョブをソフト制約の時間枠で割り当てることができました。ルートの統計情報では3つのジョブの時間枠が合計1994秒 (33分14秒) 違反されたことが示されています。
{ ...
"violations": {
"timeWindows": {
"count": 3,
"total": 1994
}
}
...
}次の図はソリューションの内訳を視覚的に示したものです。
次のセクションには完全なソリューションJSONが含まれています。
Click to expand/collapse the sample JSON
{
"statistic": {
"cost": 84.28999999999999,
"distance": 65615,
"duration": 12858,
"times": {
"driving": 6858,
"serving": 6000,
"waiting": 0,
"stopping": 0,
"break": 0
},
"violations": {
"timeWindows": {
"count": 3,
"total": 1994
}
}
},
"tours": [
{
"vehicleId": "small_1",
"typeId": "small",
"stops": [
{
"time": {
"arrival": "2024-07-31T08:00:00Z",
"departure": "2024-07-31T11:16:00Z"
},
"load": [
10
],
"activities": [
{
"jobId": "departure",
"type": "departure",
"location": {
"lat": 52.50935,
"lng": 13.41997
},
"time": {
"start": "2024-07-31T08:00:00Z",
"end": "2024-07-31T11:16:00Z"
}
}
],
"location": {
"lat": 52.50935,
"lng": 13.41997
},
"distance": 0
},
{
"time": {
"arrival": "2024-07-31T11:37:31Z",
"departure": "2024-07-31T11:47:31Z"
},
"load": [
9
],
"activities": [
{
"jobId": "Job_9",
"type": "delivery",
"location": {
"lat": 52.441913,
"lng": 13.339028
},
"time": {
"start": "2024-07-31T11:37:31Z",
"end": "2024-07-31T11:47:31Z"
}
}
],
"location": {
"lat": 52.441913,
"lng": 13.339028
},
"distance": 13034
},
{
"time": {
"arrival": "2024-07-31T11:51:52Z",
"departure": "2024-07-31T12:01:52Z"
},
"load": [
8
],
"activities": [
{
"jobId": "Job_10",
"type": "delivery",
"location": {
"lat": 52.458232,
"lng": 13.338698
},
"time": {
"start": "2024-07-31T11:51:52Z",
"end": "2024-07-31T12:01:52Z"
}
}
],
"location": {
"lat": 52.458232,
"lng": 13.338698
},
"distance": 15161
},
{
"time": {
"arrival": "2024-07-31T12:09:08Z",
"departure": "2024-07-31T12:19:08Z"
},
"load": [
7
],
"activities": [
{
"jobId": "Job_8",
"type": "delivery",
"location": {
"lat": 52.458414,
"lng": 13.392079
},
"time": {
"start": "2024-07-31T12:09:08Z",
"end": "2024-07-31T12:19:08Z"
}
}
],
"location": {
"lat": 52.458414,
"lng": 13.392079
},
"distance": 19222
},
{
"time": {
"arrival": "2024-07-31T12:25:59Z",
"departure": "2024-07-31T12:35:59Z"
},
"load": [
6
],
"activities": [
{
"jobId": "Job_7",
"type": "delivery",
"location": {
"lat": 52.447476,
"lng": 13.433062
},
"time": {
"start": "2024-07-31T12:25:59Z",
"end": "2024-07-31T12:35:59Z"
}
}
],
"location": {
"lat": 52.447476,
"lng": 13.433062
},
"distance": 23248
},
{
"time": {
"arrival": "2024-07-31T12:42:10Z",
"departure": "2024-07-31T12:52:10Z"
},
"load": [
5
],
"activities": [
{
"jobId": "Job_6",
"type": "delivery",
"location": {
"lat": 52.434003,
"lng": 13.466142
},
"time": {
"start": "2024-07-31T12:42:10Z",
"end": "2024-07-31T12:52:10Z"
}
}
],
"location": {
"lat": 52.434003,
"lng": 13.466142
},
"distance": 26805
},
{
"time": {
"arrival": "2024-07-31T13:01:18Z",
"departure": "2024-07-31T13:11:18Z"
},
"load": [
4
],
"activities": [
{
"jobId": "Job_5",
"type": "delivery",
"location": {
"lat": 52.463341,
"lng": 13.49061
},
"time": {
"start": "2024-07-31T13:01:18Z",
"end": "2024-07-31T13:11:18Z"
}
}
],
"location": {
"lat": 52.463341,
"lng": 13.49061
},
"distance": 32123
},
{
"time": {
"arrival": "2024-07-31T13:17:42Z",
"departure": "2024-07-31T13:27:42Z"
},
"load": [
3
],
"activities": [
{
"jobId": "Job_4",
"type": "delivery",
"location": {
"lat": 52.482275,
"lng": 13.502456
},
"time": {
"start": "2024-07-31T13:17:42Z",
"end": "2024-07-31T13:27:42Z"
}
}
],
"location": {
"lat": 52.482275,
"lng": 13.502456
},
"distance": 35841
},
{
"time": {
"arrival": "2024-07-31T13:41:15Z",
"departure": "2024-07-31T13:51:15Z"
},
"load": [
2
],
"activities": [
{
"jobId": "Job_2",
"type": "delivery",
"location": {
"lat": 52.534553,
"lng": 13.519429
},
"time": {
"start": "2024-07-31T13:41:15Z",
"end": "2024-07-31T13:51:15Z"
}
}
],
"location": {
"lat": 52.534553,
"lng": 13.519429
},
"distance": 44595
},
{
"time": {
"arrival": "2024-07-31T14:02:37Z",
"departure": "2024-07-31T14:12:37Z"
},
"load": [
1
],
"activities": [
{
"jobId": "Job_3",
"type": "delivery",
"location": {
"lat": 52.54937,
"lng": 13.44765
},
"time": {
"start": "2024-07-31T14:02:37Z",
"end": "2024-07-31T14:12:37Z"
}
}
],
"location": {
"lat": 52.54937,
"lng": 13.44765
},
"distance": 51613
},
{
"time": {
"arrival": "2024-07-31T14:23:19Z",
"departure": "2024-07-31T14:33:19Z"
},
"load": [
0
],
"activities": [
{
"jobId": "Job_1",
"type": "delivery",
"location": {
"lat": 52.56182,
"lng": 13.497167
},
"time": {
"start": "2024-07-31T14:23:19Z",
"end": "2024-07-31T14:33:19Z"
}
}
],
"location": {
"lat": 52.56182,
"lng": 13.497167
},
"distance": 55742
},
{
"time": {
"arrival": "2024-07-31T14:50:18Z",
"departure": "2024-07-31T14:50:18Z"
},
"load": [
0
],
"activities": [
{
"jobId": "arrival",
"type": "arrival",
"location": {
"lat": 52.50935,
"lng": 13.41997
},
"time": {
"start": "2024-07-31T14:50:18Z",
"end": "2024-07-31T14:50:18Z"
}
}
],
"location": {
"lat": 52.50935,
"lng": 13.41997
},
"distance": 65615
}
],
"statistic": {
"cost": 84.28999999999999,
"distance": 65615,
"duration": 12858,
"times": {
"driving": 6858,
"serving": 6000,
"waiting": 0,
"stopping": 0,
"break": 0
},
"violations": {
"timeWindows": {
"count": 3,
"total": 1994
}
}
},
"shiftIndex": 0
}
]
}結論
ソフト時間枠を採用したことにより、ルート効率が大幅に向上しました。これにより柔軟性が備わり、サービスはわずかな時間調整ですべての配達を完了できるようになり、厳格な時間制限の結果として生じる未配達の注文数が減り、保留中の配達のバックログを防ぐこともできました。
次のステップ
- ハード制約の時間枠の詳細については、「時間帯を使用してアクティビティの開始時間を制限する」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。
26 日前の更新