このガイドでは、ルート オプティマイゼーション ソリューションで提供される車両数がリクエスト パラメータによってどのように変わるかについて説明します。
Route Optimization API は、配送の完了順序を最適化するだけでなく、管理する制約内で費用を最適化するために、配送を車両に割り当てます。
最初の例では、車両の数は配送の数と一致し、すべての車両が同じ費用と場所のプロパティを共有しています。各車両には、運転時間あたりの費用と走行距離あたりの費用があり、移動時間と距離を最小限に抑えることができます。複数の車両が配送に割り当てられると予想されますが、レスポンスの例は、指定された費用モデル パラメータに基づく最小費用のソリューションを示しています。
複数の車両を含むリクエストの例
{
"model": {
"globalStartTime": "2023-01-13T16:00:00-08:00",
"globalEndTime": "2023-01-14T16:00:00-08:00",
"shipments": [
{
"deliveries": [
{
"arrivalLocation": {
"latitude": 37.789456,
"longitude": -122.390192
},
"duration": "250s"
}
],
"pickups": [
{
"arrivalLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"duration": "150s"
}
],
"penaltyCost": 100.0
},
{
"deliveries": [
{
"arrivalLocation": {
"latitude": 37.789116,
"longitude": -122.395080
},
"duration": "250s"
}
],
"pickups": [
{
"arrivalLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"duration": "150s"
}
],
"penaltyCost": 5.0
},
{
"deliveries": [
{
"arrivalLocation": {
"latitude": 37.795242,
"longitude": -122.399347
},
"duration": "250s"
}
],
"pickups": [
{
"arrivalLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"duration": "150s"
}
],
"penaltyCost": 50.0
}
],
"vehicles": [
{
"endLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"startLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"costPerHour": 50.0,
"costPerKilometer": 10.0
},
{
"endLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"startLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"costPerHour": 50.0,
"costPerKilometer": 10.0
},
{
"endLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"startLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"costPerHour": 50.0,
"costPerKilometer": 10.0
}
]
}
}
複数の車両を含むリクエストへのレスポンスを確認する
{
"routes": [
{
"vehicleStartTime": "2023-01-14T00:00:00Z",
"vehicleEndTime": "2023-01-14T00:28:22Z",
"visits": [
{
"isPickup": true,
"startTime": "2023-01-14T00:00:00Z",
"detour": "0s"
},
{
"shipmentIndex": 2,
"isPickup": true,
"startTime": "2023-01-14T00:02:30Z",
"detour": "150s"
},
{
"startTime": "2023-01-14T00:08:55Z",
"detour": "150s"
},
{
"shipmentIndex": 2,
"startTime": "2023-01-14T00:21:21Z",
"detour": "572s"
}
],
"transitions": [
{
"travelDuration": "0s",
"waitDuration": "0s",
"totalDuration": "0s",
"startTime": "2023-01-14T00:00:00Z"
},
{
"travelDuration": "0s",
"waitDuration": "0s",
"totalDuration": "0s",
"startTime": "2023-01-14T00:02:30Z"
},
{
"travelDuration": "235s",
"travelDistanceMeters": 795,
"waitDuration": "0s",
"totalDuration": "235s",
"startTime": "2023-01-14T00:05:00Z"
},
{
"travelDuration": "496s",
"travelDistanceMeters": 1893,
"waitDuration": "0s",
"totalDuration": "496s",
"startTime": "2023-01-14T00:13:05Z"
},
{
"travelDuration": "171s",
"travelDistanceMeters": 665,
"waitDuration": "0s",
"totalDuration": "171s",
"startTime": "2023-01-14T00:25:31Z"
}
],
"metrics": {
"performedShipmentCount": 2,
"travelDuration": "902s",
"waitDuration": "0s",
"delayDuration": "0s",
"breakDuration": "0s",
"visitDuration": "800s",
"totalDuration": "1702s",
"travelDistanceMeters": 3353
},
"routeCosts": {
"model.vehicles.cost_per_kilometer": 33.53,
"model.vehicles.cost_per_hour": 23.638888888888889
},
"routeTotalCost": 57.168888888888887
},
{
"vehicleIndex": 1
},
{
"vehicleIndex": 2
}
],
"skippedShipments": [
{
"index": 1
}
],
"metrics": {
"aggregatedRouteMetrics": {
"performedShipmentCount": 2,
"travelDuration": "902s",
"waitDuration": "0s",
"delayDuration": "0s",
"breakDuration": "0s",
"visitDuration": "800s",
"totalDuration": "1702s",
"travelDistanceMeters": 3353
},
"usedVehicleCount": 1,
"earliestVehicleStartTime": "2023-01-14T00:00:00Z",
"latestVehicleEndTime": "2023-01-14T00:28:22Z",
"totalCost": 62.168888888888887,
"costs": {
"model.vehicles.cost_per_hour": 23.638888888888889,
"model.shipments.penalty_cost": 5,
"model.vehicles.cost_per_kilometer": 33.53
}
}
}
ソルバは、すべての配送を 1 台の車両に割り当て、車両の空きが十分にあるにもかかわらず、1 件の配送をスキップします。これは、追加の車両を運行する費用が高すぎて正当化できないためです。また、ペナルティ費用が低いため、どの車両でもスキップされた配送を完了することは費用対効果的ではありません。車両の空き容量があるにもかかわらず、1 台の車両で割り当てられたすべての配送を最も費用対効果の高い方法で行うことができます。リクエスト内の車両には usedIfRouteIsEmpty プロパティが設定されていません（詳細については、Vehicle メッセージのドキュメント（REST、gRPC）をご覧ください）。そのため、使用しない場合でも費用は発生しません。
費用パラメータを変更して、個々の車両ルートの距離の短さではなく全体的な距離の短いソリューションを優先すると、より多くの車両がソリューションに参加するようになります。次のリクエストの例では、Vehicle.costPerHour をグローバルな ShipmentModel.globalDurationCostPerHour に置き換え、特定の車両の運転時間の合計が短いソリューションを優先します。shipment[1] のペナルティ費用も増加し、スキップされる可能性を低減します。
globalDurationCostPerHour を使用したリクエストの例をご覧ください。
{
"model": {
"globalStartTime": "2023-01-13T16:00:00-08:00",
"globalEndTime": "2023-01-14T16:00:00-08:00",
"globalDurationCostPerHour": 150.0,
"shipments": [
{
"deliveries": [
{
"arrivalLocation": {
"latitude": 37.789456,
"longitude": -122.390192
},
"duration": "250s"
}
],
"pickups": [
{
"arrivalLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"duration": "150s"
}
],
"penaltyCost": 100.0
},
{
"deliveries": [
{
"arrivalLocation": {
"latitude": 37.789116,
"longitude": -122.395080
},
"duration": "250s"
}
],
"pickups": [
{
"arrivalLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"duration": "150s"
}
],
"penaltyCost": 75.0
},
{
"deliveries": [
{
"arrivalLocation": {
"latitude": 37.795242,
"longitude": -122.399347
},
"duration": "250s"
}
],
"pickups": [
{
"arrivalLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"duration": "150s"
}
],
"penaltyCost": 50.0
}
],
"vehicles": [
{
"endLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"startLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"costPerKilometer": 10.0
},
{
"endLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"startLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"costPerKilometer": 10.0
},
{
"endLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"startLocation": {
"latitude": 37.794465,
"longitude": -122.394839
},
"costPerKilometer": 10.0
}
]
}
}
結果は、グローバルな 1 時間あたりの費用パラメータを使用すると、1 台ではなく 3 台の車両がすべて使用されることを示しています。
globalDurationCostPerHour を使用してリクエストへのレスポンスを表示する
{
"routes": [
{
"vehicleStartTime": "2023-01-14T00:00:00Z",
"vehicleEndTime": "2023-01-14T00:16:20Z",
"visits": [
{
"shipmentIndex": 2,
"isPickup": true,
"startTime": "2023-01-14T00:00:00Z",
"detour": "0s"
},
{
"shipmentIndex": 2,
"startTime": "2023-01-14T00:09:19Z",
"detour": "0s"
}
],
"transitions": [
{
"travelDuration": "0s",
"waitDuration": "0s",
"totalDuration": "0s",
"startTime": "2023-01-14T00:00:00Z"
},
{
"travelDuration": "409s",
"travelDistanceMeters": 1371,
"waitDuration": "0s",
"totalDuration": "409s",
"startTime": "2023-01-14T00:02:30Z"
},
{
"travelDuration": "171s",
"travelDistanceMeters": 665,
"waitDuration": "0s",
"totalDuration": "171s",
"startTime": "2023-01-14T00:13:29Z"
}
],
"metrics": {
"performedShipmentCount": 1,
"travelDuration": "580s",
"waitDuration": "0s",
"delayDuration": "0s",
"breakDuration": "0s",
"visitDuration": "400s",
"totalDuration": "980s",
"travelDistanceMeters": 2036
},
"routeCosts": {
"model.vehicles.cost_per_kilometer": 20.36
},
"routeTotalCost": 20.36
},
{
"vehicleIndex": 1,
"vehicleStartTime": "2023-01-14T00:00:00Z",
"vehicleEndTime": "2023-01-14T00:18:54Z",
"visits": [
{
"shipmentIndex": 1,
"isPickup": true,
"startTime": "2023-01-14T00:00:00Z",
"detour": "0s"
},
{
"shipmentIndex": 1,
"startTime": "2023-01-14T00:08:24Z",
"detour": "0s"
}
],
"transitions": [
{
"travelDuration": "0s",
"waitDuration": "0s",
"totalDuration": "0s",
"startTime": "2023-01-14T00:00:00Z"
},
{
"travelDuration": "354s",
"travelDistanceMeters": 1192,
"waitDuration": "0s",
"totalDuration": "354s",
"startTime": "2023-01-14T00:02:30Z"
},
{
"travelDuration": "380s",
"travelDistanceMeters": 1190,
"waitDuration": "0s",
"totalDuration": "380s",
"startTime": "2023-01-14T00:12:34Z"
}
],
"metrics": {
"performedShipmentCount": 1,
"travelDuration": "734s",
"waitDuration": "0s",
"delayDuration": "0s",
"breakDuration": "0s",
"visitDuration": "400s",
"totalDuration": "1134s",
"travelDistanceMeters": 2382
},
"routeCosts": {
"model.vehicles.cost_per_kilometer": 23.82
},
"routeTotalCost": 23.82
},
{
"vehicleIndex": 2,
"vehicleStartTime": "2023-01-14T00:00:00Z",
"vehicleEndTime": "2023-01-14T00:16:14Z",
"visits": [
{
"isPickup": true,
"startTime": "2023-01-14T00:00:00Z",
"detour": "0s"
},
{
"startTime": "2023-01-14T00:06:25Z",
"detour": "0s"
}
],
"transitions": [
{
"travelDuration": "0s",
"waitDuration": "0s",
"totalDuration": "0s",
"startTime": "2023-01-14T00:00:00Z"
},
{
"travelDuration": "235s",
"travelDistanceMeters": 795,
"waitDuration": "0s",
"totalDuration": "235s",
"startTime": "2023-01-14T00:02:30Z"
},
{
"travelDuration": "339s",
"travelDistanceMeters": 1276,
"waitDuration": "0s",
"totalDuration": "339s",
"startTime": "2023-01-14T00:10:35Z"
}
],
"metrics": {
"performedShipmentCount": 1,
"travelDuration": "574s",
"waitDuration": "0s",
"delayDuration": "0s",
"breakDuration": "0s",
"visitDuration": "400s",
"totalDuration": "974s",
"travelDistanceMeters": 2071
},
"routeCosts": {
"model.vehicles.cost_per_kilometer": 20.71
},
"routeTotalCost": 20.71
}
],
"metrics": {
"aggregatedRouteMetrics": {
"performedShipmentCount": 3,
"travelDuration": "1888s",
"waitDuration": "0s",
"delayDuration": "0s",
"breakDuration": "0s",
"visitDuration": "1200s",
"totalDuration": "3088s",
"travelDistanceMeters": 6489
},
"usedVehicleCount": 3,
"earliestVehicleStartTime": "2023-01-14T00:00:00Z",
"latestVehicleEndTime": "2023-01-14T00:18:54Z",
"totalCost": 112.14,
"costs": {
"model.vehicles.cost_per_kilometer": 64.89,
"model.global_duration_cost_per_hour": 47.25
}
}
}
このレスポンスでは、3 台の車両がすべて使用中（metrics.usedVehicleCount ごと）で、各車両に完了する 1 件の配送が割り当てられています。開始地、終了地、costPerKilometer が同じ場合、3 台の車両は実質的に互換性があるため、どの配送をどの車両に割り当てるかは関係ありません。
globalDurationCostPerHour を使用すると、全体的に短いソリューションが見つかります。earliestVehicleStartTime と latestVehicleEndTime の差は、前のレスポンスの 28 分 22 秒と比べて 18 分 54 秒しかありません。ただし、metrics.costs.model.vehicles.cost_per_kilometer は増加しており、3 台の中古車の総走行距離の増加を反映しています。これは、費用モデルでトレードオフを行う方法の 1 つを示しています。
- 総合的な所要時間を最小限に抑えるために車両の稼働率を高めると、車両の走行距離と移動時間が増加します。
- 車両の時間コストの増加: 車両の使用率と移動時間は短縮されますが、全体的なソリューションの時間が長くなります。
この例の globalDurationCostPerHour 値 150.0 は、前の例の個々の車両の costPerHour 値 50.0 の 3 倍に設定されています。このグローバル費用値は、3 台の車両がすべて同時に動作することを前提としていますが、実際の設定では、このような前提が現実を反映していない場合があり、結果の品質に悪影響を及ぼす可能性があります。
費用モデルのパラメータで説明したように、すべての費用パラメータは同じ無次元単位で表されますが、意味は大きく異なる場合があります。通常、コストモデルのパラメータ値は、できるだけ現実に即したものにする必要があります。この例のような人為的な費用があると、API が意図と一致しない目標を最適化してしまう可能性があります。