MOL集團成功開發AI汽車運輸船分配/裝載計劃

近日，商船三井O.S.K. Lines，Ltd.（MOL）及MOL Information Systems，Ltd.共同宣布，他們已聯合大阪大學信息科學與技術研究生院的Umetani副教授一起成功開發出船只分配計劃以及基于“數學優化”的汽車裝載計劃，這是人工智能（AI）的基本技術之一。



　　這一技術進步可使MOL人員比以往更快地完成船只分配和裝載計劃。

　　MOL經營著約100艘汽車運輸船，一般而言，每艘船的載貨量約為5,000輛標準乘用車。近年來，汽車制造商和其他托運人的運輸和物流模式已經多樣化，有效的船只分配和貨物配載對于確保船隊以最佳效率運營以滿足客戶需求絕對至關重要。

　　例如，當船舶需掛靠多個裝卸港時，配載貨物的甲板和貨艙會嚴重影響貨物操作的安全性及其效率。此外，由于必須考慮到航行中貨物的裝卸順序和船體平衡順序，因此根據計劃的難易程度和計劃者的技能，可能需要更長的時間來制定裝載計劃。

　　在這項研究中，兩個小組與Umetani副教授合作開發了一種算法，該算法可以通過使用數學優化從大量組合中有效地生成擬議的計劃。兩個團隊都將評估該技術的實際應用潛力，旨在通過數字化改善服務，并在運輸量或港口停靠順序突然改變時大大縮短響應客戶的時間。

　　MOL集團不斷采取積極的態度來促進ICT的實際使用和應用，并利用每個部門的專業知識，以建立一個更完善的運輸集團，保障其始終是客戶在運輸和物流方面的首選。
　　

 

　　（注1）梅谷俊二副教授

　　Umetani副教授在京都大學獲得了信息學博士學位，目前在大阪大學信息科學與技術研究生院工作。他專攻數學優化，尤其是組合優化。他的工作旨在開發強大的工具，以解決“大數據”的各種實際應用。他還積極與公司合作，通過數學優化來解決實際應用。

　　（注2）貨物裝載計劃

　　汽車運輸船的分配計劃可能被認為是巨大的、遠洋的多層停車場，需要仔細考慮貨物的高度，重量和尺寸，以及單位數量和裝卸港數量。由于必須將汽車駛入和駛離其配載位置，因此必須在適當的時間清理通道。此外，必須考慮航行期間的船體穩定性和裝卸安全性，調整貨物裝卸位置（甲板和貨艙）。因此，在許多情況下，必須根據單元數量的突然變化或停靠順序的變化來重新制定計劃。

　　（注3）數學優化

　　數學優化是用于決策和解決問題的代表性數學方法之一，可以從一組可用的替代方案中選擇最佳解決方案。它被廣泛應用于投資管理、物流和供應鏈、能源管理和調度等領域。