KR101410209B1

KR101410209B1 - 화주중심의 물류거점 최적화시스템

Info

Publication number: KR101410209B1
Application number: KR1020110137119A
Authority: KR
Inventors: 송병준; 승현철; 황선민
Original assignee: 주식회사 한국무역정보통신
Priority date: 2011-12-19
Filing date: 2011-12-19
Publication date: 2014-06-23
Also published as: KR20130082774A; US20130159208A1

Abstract

본 발명은 현재 및 중장기적으로 물류비 또는 탄소배출량을 최소화할 수 있도록 화주의 물류 네트워크의 구조, 물류센터의 수 및 용량, 수송망 및 라우팅 등에 대한 최적안을 제시하는 물류거점 최적화시스템에 관한 것이다.
이를 위한 본 발명은, 서버에서의 물류네트워크 최적화 모듈과 시뮬레이션 모듈과 함께 종합물류정보망 및 물류현황조사에 따라 수집된 정보를 가공·분석하여 물류관련 자료를 총괄하도록 구축·운영하는 물류통합 데이터베이스 및 표준인터페이스와 스마트 물류 네트워킹하여; 상기 물류네트워크 최적화 모듈과 시뮬레이션 모듈에서 센터, 배송처(거래처), 권역, 물동량(주문 정보) 및 차량의 입력과정; 제약 조건을 설정하고 나서 지오 코딩함으로 경로생성하게 되는 시뮬레이션 과정; 경로생성을 통해 인터페이스 매니저에서 1차 - n 차까지 제공하는 인터페이스과정; 결과분석으로써 차량수, 회전수, 총 운행거리 및 비용을 전술한 시뮬레이션 과정으로 피드백되는 한편 결정 과정으로도 진행되는 분석 과정 및; 신규 고객사의 영업시 사전 운영환경의 변화를 예측하고, 기존 권역평가 및 배송 최적권역을 지정하며, 기존 고객의 물동량증가나 감소시 변화를 예측하고, 신규 배송거점의 적합여부 판단을 수행하는 결정과정으로 구성된 것을 그 특징으로 한다.

Description

화주중심의 물류거점 최적화시스템{OPTIMIZATION SYSTEM FOR LOGISTICS POSITION}

본 발명은 물류비용의 최소화가 탄소배출량 감소로 이어지고, 산업물류 경쟁력을 확보하여 물류대란 등의 위기상황에 신속하고 경제적으로 대응할 수 있도록 화주중심의 스마트 물류네트워크 최적의사결정을 위한 지식형 서비스에 관한 것으로, 더욱 상세하게는 현재 및 중장기적으로 물류비 또는 탄소배출량을 최소화할 수 있도록 화주의 물류 네트워크의 구조, 물류센터의 수 및 용량, 수송망 및 라우팅 등에 대한 최적안을 제시하는 화주중심의 물류거점 최적화시스템에 관한 것이다.

보통 유통개념은 생산자로부터 소비자에게 재화와 서비스를 이전시키고 장소와 시간·소유의 효용을 창조하는 활동을 포함하고 있는 데에 반해, 물류는 소유의 효용을 만족시켜주는 거래를 제외한 장소와 시간의 효용을 창출하는 부분으로 정의를 내리고 있다.

구체적으로 생산된 상품을 수송·하역·보관·포장하는 과정과 유통가공이나 수송기초시설 등 물자유통 과정을 모두 포함하고, 또 통신 기초시설과 정보망등 정보유통개념도 모두 여기에 들어간다.

따라서, 물류는 수송 기초시설, 통신기초시설 등 국가기간산업활동과 관련된 부분과 기업이 자체적으로 관리할 수 있는 수송, 보관, 하역, 포장, 유통, 가공, 정보기능을 총체적으로 나타내고 있는 것이다.

한편, 복합 물류시스템은 화물을 포장하는 단계에서 이를 항공화물로 분류해 이후 해상·육로운송 과정에서 별도 검색 없이 국경을 통과하도록 하는 물류시스템인 바, 이는 해외에서 직접 배에 선적되어 국내에 들어온 화물트럭이 항공기를 통해 제3국가로 화물을 보낼 때 별도의 검색 절차 없이 직접 공항까지 화물을 운반하도록 허용하며, 그럼으로써 물류 하차 때의 화물 파손과 인건비가 줄어들고, 물류 운송도 신속해진다.

지능형 교통 시스템(ITS)의 일환인 물류 관리 정보 시스템은, 화물 차량의 위치, 적재 화물의 종류, 운행 상태, 노선 상황, 화물 알선 정보 등을 자동으로 파악함으로써 통행료의 자동 징수, 안전 운행, 귀로 공차(空車) 방지 등으로 화물차 운행을 최적화하고 관리를 효율화하기 위한 물류운영 시스템인 것이다. 뿐만 아니라 차량의 상태를 자동 검지하여 운전자 및 관리자에게 사전 경고를 함으로써 주행 중의 차량 안전사고나 지체를 감소시키기 위한 시스템이다.

그러므로, 현재에는 급변하는 글로벌 경제와 녹색성장을 지향하는 환경위기에 신속하게 대응하면서 자사의 공급망 관리에 대하여 지속적으로 평가하고 발전할 수 있는 기술개발이 필요하게 된다.

또한, 신속하게 대응할 수 있는 공급망의 디자인뿐 아니라 예기치 못하게 발생하는 위기상황에 대하여 시뮬레이션과 이에 대한 대비책 마련이 필요로 한다.

종래의 물류네트워크 최적화기술은 GIS를 이용한 구간별 거리/시간 생성 기술이 상용화되어 있으나, 수요자 중심의 물류 네트워크 전체를 통합 고려한 동적 경로 생성을 제공하는 최적화 기술 및 이를 이용한 서비스는 없는 상태이다.

또한, 한국전자통신연구원(ETRI)은 집중국 중심의 우편 물류 네트워크를 대상으로 미래의 중장기 물량변화에 따른 부하분석 및 대응방안에 따른 효과를 사전에 시뮬레이션할 수 있는 우편물류 네트워크 시뮬레이션 기술을 개발하였다.

그러므로, 이와 같이 기존의 기술은 계획에 중점을 두고 기존 물류 인프라의 효율적인 운영을 위한 계획 수립을 지원하고 있을 뿐이며, 실시간 운영을 모니터링하여 예외상황 및 문제가 발생했을 때 이에 대한 적절한 대안을 제공해 줄 수 있는 지능화된 최적화 및 시뮬레이션 기술은 현재까지 없는 실정이다.

또한, 환경관련 물류 원천기술 수준이 매우 미약하고, 미국과 일본 등 기술 선진국에 대한 의존도가 매우 높으며 선진국의 자국 기술 보호 정책으로 기술 확보에 어려움을 겪고 있었다.

이에 본 출원인은 저탄소 녹색성장시대를 맞이하여 물류비용 절감과 탄소 배출량 감소를 통하여 산업물류 경쟁력을 확보하고, 물류대란과 같은 위기상황에 민첩하고 능동적으로 대응하기 위한 화주중심의 스마트 물류네트워크 최적의사결정을 위한 지식형 물류서비스를 개발하게 되었다.

본 발명은 상기와 같은 제반 사정을 감안하여 발명한 것으로, 최적화 및 시간 효율이 수배송 경로를 최적화할 수 있으며, 친환경 운송수단으로의 프로세스를 이용하여 연계운송의 최적화 경로도출, 운송완료시 해당 경로의 물류비용, 소요시간 및 탄소 배출량 등으로 제시해줄 뿐만 아니라, 각 최적화 목적에 부합하는 결과를 도출할 수 있는 화주중심의 물류거점 최적화시스템을 제공하고자 함에 그 목적이 있다.

상기 목적을 달성하기 위한 본 발명은, 기준정보시스템, 주문관리시스템(OMS), 창고관리시스템(WMS) 및 운송관리시스템(TMS)이 하기 물류통합 데이터베이스(20)를 경유하여 스마트 물류네트워크 혼합 최적화시스템(10)과 상호 연결하는 표준인터페이스(30); 상기 표준인터페이스(30)를 통해 전달되는 수배송 경로를 최적화하고, 연계운송의 최적화 경로도출, 운송완료시 해당 경로의 물류비용, 소요시간, 및 탄소 배출량으로 제시하는 물류네트워크 최적화 모듈(15); 상기 물류네트워크 최적화 모듈(15)를 통해 최적화된 수배송 경로, 최적화된 연계운송의 경로도출, 운송완료시 해당 경로의 물류비용, 소요시간, 및 탄소 배출량을 전달받아 시뮬레이션을 준비하고, 시뮬레이션실행을 하며, 운송계획하는 시뮬레이션 모듈(25); 상기 물류네트워크 최적화 모듈(15)에서 수배송 경로 최적화, 연계운송 최적화 경로도출, 운송완료시 해당 경로의 물류비용, 소요시간, 및 탄소 배출량 정보를 전달받고, 상기 시뮬레이션 모듈(25)에서 시뮬레이션된 결과인 센터, 배송처, 권역, 물동량 및 차량의 입력 정보를 전달받아 저장시키는 물류통합 데이터베이스(20);로 구성되되, 상기 시뮬레이션 모듈(25)을 통한 제약 조건을 설정하고 나서 지오 코딩함으로 경로생성하고, 상기 표준인터페이스(30)를 통한 경로생성을 통해 인터페이스 매니저에서 1차 - n 차까지 제공하며, 결과분석으로써 차량수, 회전수, 총 운행거리 및 비용을 전술한 시뮬레이션 과정으로 피드백되는 한편 결정 과정으로도 진행되는 분석 과정 및 신규 고객사의 영업시 사전 운영환경의 변화를 예측하고, 기존 권역평가 및 배송 최적권역을 지정하며, 기존 고객의 물동량증가나 감소시 변화를 예측하고, 신규 배송거점의 적합여부 판단을 수행한다.
일실시예에 있어서, 상기 경로 생성은 최적화 알고리즘 목적함수와 더불어 권역의 조정, 센터의 변경/추가, 차량의 변경/추가, 제약조건의 조정에 따라 생성된다.
일실시예에 있어서, 상기 최적화 알고리즘 목적함수는 최소비용의 배송계획과 CO2 최저 배송계획이다.
일실시예에 있어서, 상기 시뮬레이션 모듈은, 운송실적으로 물량정보(CBM, PLT)를 분기별로 플래닝의 데이터 수집하고, PLT 계수도출하여 시뮬레이션을 준비하고, 이어 주문정보를 받아 플래닝의 시뮬레이션 실행을 하며, 레포트의 결과확인을 하며, 상기 플래닝의 결과확정은 운송 전략수립으로 노선정보를 통해 노선을 최적화한다.
일실시예에 있어서, 상기 시뮬레이션준비는 파라미터설정과 제약설정과 함께 상기 결과확인으로 물량변경, 거점변경, 차량변경을 전달받는다.
일실시예에 있어서, 상기 플래닝결과 수립되는 운송 전략은 노선정보와 노선별 계약차 수와 센터별 계약차 수이다.

삭제

이상 설명한 바와 같이 본 발명에 의하면, 수배송 계획을 수립함으로 탄소 배출량의 최적화를 고려한 친환경 물류 네트워크 최적설계 및 운영을 도모할 수 있고, 또 물류네트워크의 효용성과 효율성 증진에서 보다 빠른 시간에 적은 비용으로 안정적인 물류네트워크 계획이 가능한 것이다.

또한, 본 발명은 최적화의 탄소 배출량으로 복잡한 물류 절차를 효율적으로 개선할 수 있으며, 물류 최적화 방안을 수립하여 물류 경쟁력의 강화를 기할 수 있는 효과가 있다.

도 1 은 본 발명의 실시예에 따른 화주중심의 물류거점 최적화시스템을 설명하기 위한 구성도,
도 2 는 통합 최적화시스템의 물류네트워크 최적화모듈과 시뮬레이션 모듈을 설명하기 위한 프로세스,
도 3 은 기준 정보단계, 운송계획 단계, 배차/실행 단계, 운송실적 단계 및 운송전략 단계가 기업 주문정보(ERP)시스템, 통합 최적화시스템과 기업실행시스템 (TMS)사이에서 행하여지는 프로세스,
도 4 및 도 5 는 시뮬레이션 과정에서 이루어지는 프로세스,
도 6 은 운송전략 단계의 플래닝을 상세히 도시해 놓은 흐름도.
도 7 내지 도 13 은 인터페이스 매니저에서 각 항목의 화면상에 디스플레이되는 도면,
도 14는 라우터 디자이너의 제약조건항목을 도시해 놓은 운송전략 제약조건의 프로세스,
도 15 내지 도 17 은 인터페이스 매니저에서 각 항목의 화면상에 디스플레이되는 도면,
도 18 및 도 19 는 본 발명의 화주중심의 물류거점 최적화시스템을 설명하기 위한 경로표시의 화면들이다.

이하, 본 발명의 바람직한 실시예를 예시도면에 의거하여 상세히 설명한다.

도 1 은 본 발명의 실시예에 따른 스마트 물류네트워크 혼합 최적화시스템을 설명하기 위한 구성도로서, 본 발명은 현재 및 중장기적으로 물류비 또는 탄소배출량을 최소화할 수 있도록 화주의 물류 네트워크의 구조, 물류센터의 수 및 용량, 수송망 및 라우팅 등에 대한 최적안을 제시해주는 스마트 물류네트워크 혼합 최적화시스템인 것이다.

따라서, 물류비용의 최소화가 탄소배출량 감소로 이어지고, 산업물류 경쟁력을 확보하여 물류대란 등의 위기상황에 신속하고 경제적으로 대응할 수 있도록 화주중심의 스마트 물류네트워크 최적의사결정을 위한 지식형 서비스를 구현할 수 있다. 그러므로, 본 발명의 지식형 서비스는 생산활동의 중간재로 투입되어 기업의 내부 기능을 보완하거나 대체하는 생산지원서비스 중 R&D 활동, 정보통신기술 및 고숙련인력 등의 투입비중이 높은 서비스인 것이다.

공급업체 사이에서의 물류거점은 화주중심의 스마트 물류네트워크 서비스를 위해 지리정보체계(GIS)/지능형 교통시스템 (ITS)의 운송망 현황반영하고, 예컨데 해상, 항공터미날에서 트럭이나 철도 등의 육송운송을 통해 물류센터로 상호 이송하고 나서 통합물류센터로 수송되도록 시뮬레이션된다.

이때, 스마트 물류네트워크 혼합 최적화시스템(10)은 물류전문업체(3PL), 물류컨설팅업체, 기업물류 담당자 및 택배기업, 쇼핑몰 등에서 상호 활용하게 된다. 즉, 서버에서의 물류네트워크 최적화 모듈(15)과 시뮬레이션 모듈(25)과 함께 종합물류정보망 및 물류현황조사에 따라 수집된 정보를 가공·분석하여 물류관련 자료를 총괄하도록 구축·운영하는 물류통합 데이터베이스(20) 및 표준인터페이스(30)와 스마트 물류 네트워킹되고 있다.

상기 스마트 물류네트워크 혼합 최적화시스템(10)에서는 전사적 자원관리, 수송관리시스템 및 창고관리시스템 등을 네트워크할 수 있는 바, 즉 상기 표준인터페이스(30)는 기준정보시스템, 주문관리시스템(OMS), 창고관리시스템(WMS) 및 운송관리시스템(TMS) 등이 물류통합 데이터베이스(20)를 경유하여 스마트 물류네트워크 혼합 최적화시스템(10)과 상호 연결됨으로 화주중심의 스마트물류 네트워크 최적의사결정을 위한 지식형 서비스를 제공할 수 있다.

최적화프로세스 기능구조는 C&C 센터와 구간별 탄소배출량으로 분류되고 있으며, 기본 정보로는 화주, 운송사, 센터, 제품그룹, 제품, 거래처, 차량타입, 차량 및 운전자 등으로 분류되고 있다.

도 2 는 스마트 물류네트워크 혼합 최적화시스템의 물류네트워크 최적화모듈과 시뮬레이션 모듈을 설명하기 위한 프로세스이다. 스마트 물류네트워크 혼합 최적화시스템을 활용하여 공급업체사이에 있는 물류거점은 물류체계를 여러 운송수단과 해당 물류센터를 이용하여 통합 물류센터로 이관하도록 종합적이고 세부적으로 분석하고 최적의 물류네트워크를 설계 운영할 수 있다.

그러므로, 최적화 및 시간 효율은 수배송 경로를 최적화하고, 친환경 운송수단으로의 프로세스를 이용하여 연계운송의 최적화 경로도출, 운송완료시 해당 경로의 물류비용, 소요시간, 및 탄소 배출량 등으로 제시해줄 뿐만 아니라, 각 최적화 목적에 부합하는 결과를 도출할 수 있다.

본 발명의 스마트 물류네트워크 혼합 최적화시스템은 순차적으로 입력과정, 시뮬레이션 과정, 인터페이스 과정을 경유하여 분석 과정으로 진행되어 지고, 상기 분석 과정은 시뮬레이션과정의 경로 생성으로 위해 피드백되면서 결정과정으로 진행되어 진다.

먼저, 입력과정에서는 센터, 배송처(거래처), 권역, 물동량(주문 정보) 및 차량 등과 같은 기본 정보를 컴퓨터에서 엑셀 업로우드 하고 있다. 이렇게 업로우드되어서 시뮬레이션 과정에서는 제약 조건을 설정하고 나서 지오(Geo) 코딩함으로 경로(Route) 생성하게 된다.

상기 경로 생성은 최적화 알고리즘 목적함수와 더불어 권역의 조정, 센터의 변경/추가, 차량의 변경/추가, 제약조건의 조정을 받고 있다. 상기 목적함수는 최소비용의 배송계획과 CO2 최저 배송계획인 것이다.

따라서, 경로생성을 통해 인터페이스과정에서 인터페이스 매니저를 통해 1차 - n 차까지 제공하게 되는 바, 이때 상기 인터페이스과정에서 분석 과정으로 진행되어 결과분석으로써 차량수, 회전수, 총 운행거리 및 비용을 전술한 시뮬레이션 과정으로 피드백되는 한편 결정 과정으로도 진행된다.

상기 결정과정에서는 신규 고객사의 영업시 사전 운영환경의 변화를 예측하고, 기존 권역평가 및 배송 최적권역을 지정하며, 기존 고객의 물동량증가나 감소시 변화를 예측하고, 신규 배송거점의 적합여부 판단을 수행한다.

도 3 은 기준 정보단계, 운송계획 단계, 배차/실행 단계, 운송실적 단계 및 운송전략 단계가 기업 주문정보(ERP)시스템, 스마트 물류네트워크 혼합 최적화시스템과 기업실행시스템 (TMS)사이에서 행하여지는 프로세스이다.

상기 기준정보 단계에서는, 기업주문정보시스템에서 센터(사업소) 및 거래처 (대리점)의 기본정보를 매일마다 스마트 물류네트워크 혼합 최적화시스템의 기본정보로 보내어지고, 상기 스마트 물류네트워크 혼합 최적화시스템의 기본정보는 센터(사업소) 및 거래처 (대리점)로써 매일 기업실행시스템의 기본정보로 보내어진다.

상기 운송계획 단계에서는 기업주문정보시스템에서 CBM(CUBIC METER)정보를 포함한 운송오더를 매일 스마트 물류네트워크 혼합 최적화시스템의 운송오더로서 보내어지는 바, 상기 운송오더로부터의 이관은 계획으로, 운송오더로부터의 직배는 스마트 라우팅 (ROUTING)으로 각각 되고 있다. 상기 스마트 물류네트워크 혼합 최적화시스템의 계획은 배차에서 편성오더로서 매일 기업실행시스템에서 실행사 배정과 차량배차 되어지고, 상기 계획으로는 스마트 물류네트워크 혼합 최적화시스템의 노선정보가 보내어진다.

상기 운송 계획단계에서 스마트 라우팅의 배차결과는 배차/실행단계에서 배차결과로서 WAP(Wireless Access Protocol)로 보내어지고, 상기 스마트 물류네트워크 혼합 최적화시스템에서의 배차결과는 기업실행시스템에서 배차확정을 즉시 받고, 상기 기업실행시스템에서는 상차를 통해 운송실행하며 운송실적단계에서 운송실적하여 정산관리한다.

상기 배차/실행단계에서 스마트 물류네트워크 혼합 최적화시스템의 WAP을 이용하여 실행정보(출발/도착 보고)로서 운송실적하고, 운송실적단계에서의 운송실적은 기업주문정보시스템의 운송실적으로 매일 받는다. 따라서, 스마트 물류네트워크 혼합 최적화시스템의 운송실적은 배차/실행 단계의 계획실행 모니터링과 운송실적단계의 계획대비 실적되어진다.

또 상기 스마트 물류네트워크 혼합 최적화시스템의 운송실적은 분기별로 운송전략단계에서 플래닝(경로 디자이너)의 운송전략수립과 PLT계수 도출되어지고, 상기 플래닝은 전술한 기본정보 단계의 노선정보로 보내어진다.

도 4 및 도 5 는 시뮬레이션 과정에서 이루어지는 프로세스이다. 도 4 에 도시된 바와 같이 시뮬레이션 준비, 데이터 생성 및 전략수립이 행하여지는 바, 상기 시뮬레이션준비는 화면에서 시뮬레이션 등록하고, 상기 데이터 생성은 노드, 차량타입, 단가, 대상 및 운송오더를 생성하고 화면에서 데이터 관리한다.

상기 시뮬레이션준비와 데이터 생성에 따른 전략수립은 데이터 조정으로 거점변경과 차량타입 변경하고 제약조건 설정으로 물동량을 조정함으로, 화면에서 스마트 네트워크 최적화한다. 또한 상기 전략수립은 도 5 에 도시된 시물레이션 결과 분석후 조건 조정한다.

상기 전략수립은 도 5 에 도시된 시뮬레이션, 시뮬레이션 결과분석, 시뮬레이션 결과확정 및 운송계획을 진행하게 되는 바, 상기 시뮬레이션은 시뮬레이션으로써 화면에서 스마트 네트워크 최적화되고, 상기 시뮬레이션 결과분석은 결과 조회로써 화면에서 스마트 네트워크 최적화된다. 이때 시뮬레이션 조건 조정후 전략을 재수립한다.

상기 시뮬레이션 결과확정은 노선생성과 계약차량의 대수확정으로 화면에서 스마트 네트워크 최적화된다. 상기 시뮬레이션 준비, 데이터 생성 및 전략수립, 시뮬레이션, 시뮬레이션 결과분석, 시뮬레이션 결과확정은 SCM(SUPPLY CHAIN MANAGEMENT)에서 수행한다.

도 6 은 운송전략 단계의 플래닝을 상세히 도시해 놓은 흐름도로서, 운송실적으로 물량정보(CBM, PLT)를 분기별로 플래닝(Planning)의 데이터 수집하고, PLT(PALLET) 계수도출하여 시뮬레이션 준비한다. 여기서 시뮬레이션준비는 파라미터설정과 제약설정과 함께 결과확인으로 물량변경, 거점변경, 차량변경을 받는다.

이어 주문정보를 받아 플래닝의 시뮬레이션실행을 하며, 상기 시뮬레이션실행의 결과물인 레포트의 상기 결과확인을 한다. 상기 플래닝의 결과확정은 운송 전략수립으로 노선정보로서 노선최적화하여 운송계획단계로 보내어진다.

상기 시뮬레이션 제약조건으로 중계 가능 거점(Node, Hub)은 사전 정의하고 있다. 노선은 왕복 운영을 전제함으로 회송은 할 수도 있고, 하지 않을 수도 있으며, 회송물량은 1/4 수준이고, 적재율과는 관계 없으며, 계약차는 왕복 금액으로 계산한다.

또 제약조건으로 당일 운송물량 오더는 당일 처리하고, 사용 가능한 계약 차량 타입은 사전 정의하며, 거점의 처리 능력 무한대, 처리 시간 없다. 제약조건으로 전체 물량/거점 기준 (센터는 아님)이고, 구간 거리는 도로상(지도상) 거리를 사용한다.

또 제약조건으로 1PLT = 1CBM 임으로, 약간 다르지만 시스템상에서는 무관하다. 회송 오더는 수배송 오더와 동일한 형태로 제공하고, PLT 분할 없다. 거점간 운송가능(Link) 여부 사전 정의하고 가능성은 모두 있다. 제약조건으로 목적 함수는 비용 최소화 개념으로 진행하며, 리드타임이 안 맞으면 다음날 우선 순위로 진행한다.

그러므로, 플래닝결과 수립되는 운송 전략은 노선정보와 노선별 계약차 수와 센터별 계약차 수인 것이다.

한편, 네트워크 최적화기능에 있어, 회전(Turn, Load)은 좌표, 센터기준 각도, 센터기준 거리, 목표적재율, 포캐스팅 정보이고, 거래처 진입조건 (마스터, 오더)이며, 먼 곳 우선 배차(선택, Seed Allocation)이고, 인접 회전의 거래처 Point 계산, 최적 회전에 거래처 추가인 것이다.

화물매칭(Matching)은 화물을 주어진 배차결과에서 최적의 차량(Turn)에 추가한 것이다. 복귀센터(Return)는 배송완료후 연계배송을 위한 복귀센터 관리인 것이다. 최적화(Route Optimization)는 수동 배차조정 후 경로를 최적화이고, 회전간 이동 허용시 거래처 교환(Swap)인 것이다.

동일거래처(Delivery Point)는 위치가 동일한 착지 관리이고, 배송과 회수가 함께 있는 경우 배송일정 후에 회수일정 생성인 것이다.

권역(Area)은 대, 중, 소 권역 지원이고, 차량의 방면은 1, 2, 3 선호권역 관리이다. 노선(Route)에서 노선 필수는 사전에 정의된 노선을 준수하고, 노선 참조는 노선의 상황에 따라 적용한다.

온도(Temperature)은 상온, 냉장, 냉동 구분 관리하고, 상온, 냉장, 냉동 혼적 관리하며, 차량의 온도 칸막이 관리(고정식, 가변식)한다.

배차우선순위(Priority)는 지정차량, 지정차량 타입, 시간제약 우선인 것이다.

오더 분할(Split)은 특정 물량 이상이고, 특정 물량 이하 경우 분할 안한다. 요청시간(Requested Time)은 거래처 시간 엄격도 관리하고, 오더의 배송요청시간 준수하며, 제약조건의 허용시간 적용한다.

평균값(Average)은 속도, 입차시간, 주차시간, 진출입지연, 상차시간(CBM기준), 하차시간(CBM기준)이다. 최대값(Maximum)은 회전수, 거래처(착지)수, 작업시간, 운행거리, 적재율, 대기시간이다. 최소값(Minimum)은 적재율, 최소적재율 미만 배차여부 관리이다.

지도정보 (Map)는 직선거리이고, 지도상 거리(도로 정보 이용)이며, 실적거리(GPS 이용시)인 것이다.

도 7 내지 도 13 은 인터페이스 매니저에서 각 항목의 화면상에 디스플레이되는 도면이다.

도 7 에 도시된 화면은 운송전략의 메뉴에서 3PL (Third party Logistics: 3자물류 서비스)의 TMS(Transportation Management System) - 운송전략 - 기본 - 일반 정보 - 시뮬레이션 등록이고, 프로그램ID에서 시뮬레이션 등록항목으로 이관/직배 시뮬레이션준비인 것이다.

도 8 에 도시된 화면은 운송전략의 메뉴에서 3PL의 TMS - 운송전략 - 기본 - 일반 정보 - 데이터 관리이고, 프로그램ID에서 시뮬레이션별 데이터관리 항목으로 데이터 생성한다.

도 9 에 도시된 화면은 운송전략의 메뉴에서 3PL의 TMS - 운송전략 - 기본 - 일반 정보 - 루우터 디자이너(Router Designer)이고, 프로그램ID에서 루우터 디자이너의 노드구성 항목으로 노드데이터 생성한다.

도 10 에 도시된 화면은 운송전략의 메뉴에서 3PL의 TMS - 운송전략 - 기본 - 일반 정보 - 루우터 디자이너이고, 프로그램ID에서 루우터 디자이너의 차량타입 항목으로 차량타입 데이터 생성한다.

도 11 에 도시된 화면은 운송전략의 메뉴에서 3PL의 TMS - 운송전략 - 기본 - 일반 정보 - 루우터 디자이너이고, 프로그램ID에서 루우터 디자이너의 단가 항목으로 단가데이터 생성한다.

도 12 에 도시된 화면은 운송전략의 메뉴에서 3PL의 TMS - 운송전략 - 기본 - 일반 정보 - 루우터 디자이너이고, 프로그램ID에서 루우터 디자이너의 오더관리항목으로 대상 운송오더 데이터 생성한다.

도 13 에 도시된 화면은 운송전략의 메뉴에서 3PL의 TMS - 운송전략 - 기본 - 일반 정보 - 루우터 디자이너이고, 프로그램ID에서 루우터 디자이너의 제약조건 항목으로 전략수립은 제약조건인 것이다.

도 14는 라우터 디자이너의 제약조건항목을 도시해 놓은 운송전략 제약조건의 프로세스이다.

제약조건의 ID, 명칭 및 목적함수는 저장시 항목구분을 위한 ID의 피크섹션이고, 제약조건 명칭의 성수기이며, 목적함수는 최소차량, 운행시간 최소, 비용최소 및 균등분배를 선택한다.

제약조건의 평균값은 평균운행속도, 도킹하는 걸리는 시간, 주차하는 데 걸리는 시간, 대기시간, 진출입시 지연되는 시간, 상차시 지연되는 시간, 하차시 소요되는 시간으로 구분되고 있다.

제약조건의 상한값은 한 차량의 최대 턴횟수, 한 차량의 최대 경유지 갯수, 작업소요시간, 최대 모집단수(유전자 알고리즘 랜덤 경로생성), 한 차량의 최대가능 운행시간, 한 차량에 실을 수 있는 최대적재율, 각 거점별 최대대기시간(하차직전)으로 구분되고 있다.

제약조건의 하한값은 한 차량에 실을 수 있는 최대 적재율, 적재율 이하일 때 배차가능 여부, 휴식시간으로 구분되고 있다. 허용값으로는 예상시간보다 먼저 도착할 경우 시간입력과 예상시간보다 늦게 도착할 경우 시간입력으로 구분한다.

제약조건의 허용여부는 한 오더에 대해서 다른 차량에 분할하여 상차를 허용하고, 여러 차주의 제품을 한 차량에 혼적함을 허용하며, 상온제품에 대하여 냉장차량 배치를 허용하고, 상온제품에 대하여 냉동차량 배치를 허용한다.

제약조건의 옵션은 루우팅 결과 먼곳으로 우선 이동하여 역으로 배송하고, 지도상의 실거리로 계획 수립, 속도가 느림이며, 상차 도크 스케쥴 생성 처리하고, 적재율 계산 처리시 차량 중량을 고려 않으며, 적재율 계산 처리시 차량 CBM을 고려 않는다.

또 옵션의 스케쥴생성기준에서 회전이 생성될 때, True는 센터에서 상차하는 스케줄을 첫번째 거래처 도착시간(요청시간)을 계산해서 조정하고, False는 첫번째 거래처 스케줄과 관계없이 센터의 오픈(Open)시간에 상차 스케줄 생성한다.

상기 옵션의 선호방면 사용여부에서 True는 방면(선호 권역)이 설정되지 않은 차량을 배차하고 False는 방면(선호 권역)이 설정되지 않은 차량은 배차하지 않는다. 경로사용은 노선 정보를 사용하여 최적화 수행 여부 결정한다.

도 15 내지 도 17 은 인터페이스 매니저에서 각 항목의 화면상에 디스플레이되는 도면이다.

도 15 에 도시된 화면은 운송전략의 메뉴에서 3PL의 TMS - 운송전략 - 기본 - 일반 정보 - 루우터 디자이너이고, 프로그램ID에서 루우터 디자이너의 시뮬레이션과 시뮬레이션 제약조건을 참조한다.

도 16 에 도시된 화면은 운송전략의 메뉴에서 3PL의 TMS - 운송전략 - 기본 - 일반 정보 - 루우터 디자이너이고, 프로그램ID에서 루우터 디자이너의 실적조회는 시뮬레이션 결과분석이며 조건 조정후 전략 재수립한다.

도 17 에 도시된 화면은 운송전략의 메뉴에서 3PL의 TMS - 운송전략 - 기본 - 일반 정보 - 루우터 디자이너이고, 프로그램ID에서 루우터 디자이너의 시뮬레이션 결과확정은 노선생성이 이관만 대상이고 계약 차량대수 확장하며, 운송계약에서 전략정보 활용한다.

한편, 하이브리드 다중 hub-and-spoke 시스템의 차량 경로 계획문제는 허브의 수와 위치를 결정하고, 각 허브와 허브사이의 중계 운송을 담당하는 간선 노선과 허브와 발송처 및 수신처 사이의 운송을 담당하는 지선 노선, 그리고 각 발송처와 수신처사이를 직접 운송하는 직송 노선의 차량 크기, 수, 계약 및 운영 형태 (왕복 또는 편도, 장기 계약 또는 일별 용차 등)를 결정하게 된다.

도 18 및 도 19 는 본 발명의 화주중심의 물류거점 최적화시스템을 설명하기 위한 경로표시의 화면들이다.

도 18 에서는 전체오더 개별운송과 멀티허브를 이용한 운송(계약차 구간 도출)을 각기 나타내고, 도 19 에서는 조건 1의 시뮬레이션결과와 조건 2의 시뮬레이션을 각각 나타내고 있다.

본 발명에 의하면 물량변화에 따른 부하를 분석하고 대응방안에 따른 효과를 미리 시뮬레이션하여 예측할 수 있으며, 여러 운송수단을 연계한 시물레이션 결과를 도출할 수 있다.

따라서, 본 발명은 수배송 계획을 수립함으로 탄소 배출량의 최적화를 고려한 친환경 물류 네트워크 최적설계 및 운영을 도모할 수 있고, 또 물류네트워크의 효용성과 효율성 증진에서 보다 빠른 시간에 적은 비용으로 안정적인 물류네트워크 계획이 가능한 것이다.

또한, 본 발명은 최적화의 탄소 배출량으로 복잡한 물류 절차를 효율적으로 개선할 수 있으며, 물류 최적화 방안을 수립하여 물류 경쟁력의 강화를 기할 수 있다.

본 발명의 화주중심의 물류거점 최적화시스템은 기재된 실시예에 한정되는 것이 아니고, 본 발명의 사상 및 범위를 벗어나지 않고 다양하게 수정 및 변형을 할 수 있음은 이 기술 분야에서 통상의 지식을 가진 자에게는 자명하다.

따라서, 그러한 변형예 또는 수정예들은 본 발명의 특허청구범위에 속한다 해야 할 것이다.

10 : 스마트 물류네트워크 혼합 최적화시스템
15 : 물류네트워크 최적화모듈
20 : 물류통합 데이터베이스
25 : 시뮬레이션 모듈
30 : 표준인터페이스

Claims

기준정보시스템, 주문관리시스템(OMS), 창고관리시스템(WMS) 및 운송관리시스템(TMS)이 하기 물류통합 데이터베이스(20)를 경유하여 스마트 물류네트워크 혼합 최적화시스템(10)과 상호 연결하는 표준인터페이스(30);
상기 표준인터페이스(30)를 통해 전달되는 수배송 경로를 최적화하고, 연계운송의 최적화 경로도출, 운송완료시 해당 경로의 물류비용, 소요시간, 및 탄소 배출량으로 제시하는 물류네트워크 최적화 모듈(15);
상기 물류네트워크 최적화 모듈(15)를 통해 최적화된 수배송 경로, 최적화된 연계운송의 경로도출, 운송완료시 해당 경로의 물류비용, 소요시간, 및 탄소 배출량을 전달받아 시뮬레이션을 준비하고, 시뮬레이션실행을 하며, 운송계획하는 시뮬레이션 모듈(25); 및
상기 물류네트워크 최적화 모듈(15)에서 수배송 경로 최적화, 연계운송 최적화 경로도출, 운송완료시 해당 경로의 물류비용, 소요시간, 및 탄소 배출량 정보를 전달받고, 상기 시뮬레이션 모듈(25)에서 시뮬레이션된 결과인 센터, 배송처, 권역, 물동량 및 차량의 입력 정보를 전달받아 저장시키는 물류통합 데이터베이스(20);를 포함하여 구성되되,
상기 물류네트워크 최적화 모듈(15)은,
센터, 거래처, 권역, 주문 정보 및 차량정보를 입력받는 입력과정;
상기 입력과정으로부터 입력받은 정보에 제약조건을 설정 한 후 지오 코딩함으로 경로를 생성하는 시뮬레이션과정;
상기 시뮬레이션과정에서 생성된 경로를 1차 - n차까지 제공하는 인터페이스과정;
상기 인터페이스과정에서 1차 - n차까지 제공된 경로를 차량수, 회전수, 총 운행거리 및 비용과 함께 분석하여 결과분석을 제공하고, 시뮬레이션과정으로 피드백하는 분석과정;
상기 분석과정의 결과분석을 통해 신규 고객사의 영업 시 사전 운영환경의 변화를 예측하고, 기존 권역평가 및 배송 최적권역을 지정하며, 기존 고객의 물동량증가나 감소 시 변화를 예측하고, 신규 배송거점의 적합여부 판단을 수행하는 결정과정;
을 포함하여 구성되는 것을 특징으로 하는 화주중심의 물류거점 최적화시스템.
제 1 항에 있어서,
상기 물류네트워크 최적화 모듈(15)의 시뮬레이션과정에서 생성되는 경로는,
최소비용의 배송계획과 CO2 최저 배송계획을 목적으로 하는 최적화 알고리즘 목적함수와 더불어 권역의 조정, 센터의 변경/추가, 차량의 변경/추가, 제약조건의 조정에 따라 생성되는 것을 특징으로 하는 화주중심의 물류거점 최적화시스템.
삭제
제1항에 있어서,
상기 시뮬레이션 모듈은,
운송실적으로 물량정보(CBM, PLT)를 분기별로 플래닝의 데이터 수집하고, PLT 계수도출하여 시뮬레이션을 준비하고, 이어 주문정보를 받아 플래닝의 시뮬레이션 실행을 하며, 레포트의 결과확인을 하며, 상기 플래닝의 결과확정은 운송 전략수립으로 노선정보를 통해 노선을 최적화하는 것을 특징으로 하는 화주중심의 물류거점 최적화시스템.
제 4 항에 있어서,
상기 시뮬레이션준비는 제약조건의 설정과 함께 상기 결과확인으로 물량변경, 거점변경, 차량변경을 전달받는 것을 특징으로 하는 화주중심의 물류거점 최적화시스템.
제 4 항에 있어서,
상기 플래닝결과 수립되는 운송 전략은 노선정보와 노선별 계약차 수와 센터별 계약차 수인 것을 특징으로 하는 화주중심의 물류거점 최적화시스템.