MOL集团成功开发AI汽车运输船分配/装载计划

近日，商船三井O.S.K. Lines，Ltd.（MOL）及MOL Information Systems，Ltd.共同宣布，他们已联合大阪大学信息科学与技术研究生院的Umetani副教授一起成功开发出船只分配计划以及基于“数学优化”的汽车装载计划，这是人工智能（AI）的基本技术之一。



　　这一技术进步可使MOL人员比以往更快地完成船只分配和装载计划。

　　MOL经营着约100艘汽车运输船，一般而言，每艘船的载货量约为5,000辆标准乘用车。近年来，汽车制造商和其他托运人的运输和物流模式已经多样化，有效的船只分配和货物配载对于确保船队以最佳效率运营以满足客户需求绝对至关重要。

　　例如，当船舶需挂靠多个装卸港时，配载货物的甲板和货舱会严重影响货物操作的安全性及其效率。此外，由于必须考虑到航行中货物的装卸顺序和船体平衡顺序，因此根据计划的难易程度和计划者的技能，可能需要更长的时间来制定装载计划。

　　在这项研究中，两个小组与Umetani副教授合作开发了一种算法，该算法可以通过使用数学优化从大量组合中有效地生成拟议的计划。两个团队都将评估该技术的实际应用潜力，旨在通过数字化改善服务，并在运输量或港口停靠顺序突然改变时大大缩短响应客户的时间。

　　MOL集团不断采取积极的态度来促进ICT的实际使用和应用，并利用每个部门的专业知识，以建立一个更完善的运输集团，保障其始终是客户在运输和物流方面的首选。
　　

 

　　（注1）梅谷俊二副教授

　　Umetani副教授在京都大学获得了信息学博士学位，目前在大阪大学信息科学与技术研究生院工作。他专攻数学优化，尤其是组合优化。他的工作旨在开发强大的工具，以解决“大数据”的各种实际应用。他还积极与公司合作，通过数学优化来解决实际应用。

　　（注2）货物装载计划

　　汽车运输船的分配计划可能被认为是巨大的、远洋的多层停车场，需要仔细考虑货物的高度，重量和尺寸，以及单位数量和装卸港数量。由于必须将汽车驶入和驶离其配载位置，因此必须在适当的时间清理通道。此外，必须考虑航行期间的船体稳定性和装卸安全性，调整货物装卸位置（甲板和货舱）。因此，在许多情况下，必须根据单元数量的突然变化或停靠顺序的变化来重新制定计划。

　　（注3）数学优化

　　数学优化是用于决策和解决问题的代表性数学方法之一，可以从一组可用的替代方案中选择最佳解决方案。它被广泛应用于投资管理、物流和供应链、能源管理和调度等领域。