床面計画の最適化
倉庫レイアウト：貯蔵と移動の幾何学
倉庫は幾何学的最適化問題です。すべての平方フィートは、貯蔵（製品を保持するラック）または移動（人とフォークリフト用の通路）のいずれかです。トレードオフは根本的です：より広い通路は移動を容易にしますが、貯蔵が減少します。より狭い通路はより多くの貯蔵を意味しますが、専門的な（そして高価な）機器が必要です。
標準的な通路幅：
- 従来型フォークリフト：11～13フィート（フォークリフトはパレットを使って回転するためのスペースが必要です）
- リーチトラック：8～10フィート（アームをラックに到達するために伸ばします）
- 非常に狭い通路（VNA）：5～6フィート（専門的なタレットトラック、高価ですが貯蔵を最大化します）
ピック経路戦略：作業者がアイテムを収集するために辿る幾何学的経路：
- Sパターン（蛇行）：すべての通路に入り、その全長を移動して反対側の端から出ます。シンプルですが、その通路内に1つのアイテムだけが必要な場合でも、すべての通路を訪問します。
- 最大ギャップ：ピックがある場合のみ通路に入ります。ピックがない通路はスキップします。通路内では、通路の全長を移動するのではなく、ピック間の最大ギャップで折り返します。
- クロスドック：受取から出荷に直接行く品目の場合：貯蔵を完全にバイパスします。クロスドックレイアウトでは、受取と出荷のドックを反対側に配置し、それらの間に明確なパスを持ちます。
貯蔵密度の計算
倉庫は幅200フィート、奥行き400フィート（総床面積80,000平方フィート）です。現在のレイアウトでは、従来型フォークリフトに12フィートの通路を使用しています。ラックは各通路の両側に4フィート深くあります（単一パレット奥行き）。レイアウトは交互です：ラック、通路、ラック、通路。
各ラック-通路-ラックユニットは：4（ラック）+ 12（通路）+ 4（ラック）= 20フィート幅です。
キューブ使用率とビンパッキング
スタッキング：すべてのトレーラーの3D幾何学
北米の標準パレットは48インチ×40インチ（GMAパレット）です。これはロジスティクス幾何学の基本単位です。
キューブ使用率は、スペースをどのくらい効率的に埋めるかを測定します：実際の製品体積を利用可能な体積で割ったもの。重量が満杯だが体積が半分空のトレーラーはキューブ使用率が悪いです。天井まで詰め込まれたトレーラーは優れたキューブ使用率を持っています。
カラムスタッキング：各層は同一で、箱が直接互いの上に重ねられます。構造的には弱いですが、スペースを効率的に使用します。
インターロック（ピンホイール）スタッキング：交互の層は90度回転します。はるかに安定していますが、端に空隙を作成し、パレットフットプリントの5～15％を無駄にします。
コンテナローディングは真の幾何学的課題です：様々なサイズの長方形の箱を40フィートの輸送コンテナに適合させる（内寸はおおよそ39'5" x 7'8" x 7'10"）。これは3D ビンパッキングです：コンピュータサイエンスの古典的なNP困難問題の1つです。大きなインスタンスの場合、合理的な時間で最適なソリューションを保証できるアルゴリズムはありません。
実際には、ロジスティクス企業は発見的アプローチを使用します：最初に最大のアイテム、スタッキング高さの前に床面積を埋める、アンロード効率のために宛先でグループアイテム。
パレット積載効率
12インチ長、10インチ幅、8インチ高の箱を標準48" x 40"パレットに積み込む必要があります。最大スタック高さは48インチです。
ルート最適化が困難になる理由
巡回セールスマン問題（TSP）
10人の顧客を訪問し、あなたのデポに戻る必要があると仮定します。最短ルートは何ですか？これは巡回セールスマン問題です：数学とコンピュータサイエンスで最も研究されている問題の1つです。
困難は組み合わせ論的爆発です。N個の停止点がある場合、（N-1）！/ 2個のユニークなルートがあります（時計回りと反時計回りが同じ距離であるため2で割ります）。
- 5つの停止点：12個のルート：すべてをミリ秒でチェックします
- 10個の停止点：181,440個のルート：コンピュータにとってまだ管理可能です
- 15個の停止点：43.6億個のルート：数時間かかります
- 20個の停止点：60.8千兆個のルート：数世紀かかります
- 50個の停止点：観測可能な宇宙の原子数以上のルート
TSPはNP困難です：多項式時間でそれを解くことができる既知のアルゴリズムはありません。Nが増えると、正確なソリューションは不可能になり、発見的アルゴリズムを使用する必要があります：良い（ただし最適が保証されていない）ソリューションを迅速に見つけるアルゴリズム。
一般的な発見的方法：
- 最近傍：現在の場所から、常に最も近い未訪問の停止点に行きます。高速ですが、往々にして醜い交差のあるルートを生成します。
- 凸殻挿入：最も外側の停止点から始めます（凸殻：幾何学的境界）。次に、内部の停止点を1つずつ、最小距離を追加するところに挿入します。
- 2-opt改善：完成したルートを取り、エッジのペアの入れ替えを試みます。2つのエッジを削除して異なる方法で再接続することで、ルートが短くなった場合、スワップを保持します。改善が見つからなくなるまで繰り返します。
発見的方法対正確なソリューション
配送会社には本日12個の停止点があります。ドライバーは最近傍発見的方法を使用します：各ポイントで、最も近い未訪問の停止点に運転します。
ゾーン、密度、および車両ルーティング問題
ラストマイル配送：幾何学が経済学に出会う場所
ラストマイル：流通センターから顧客のドアまで：総出荷コストの40～50％を占めます。それはサプライチェーンの最も幾何学的に制約された部分です。
デポからの放射状ルート：配送トラックは中央流通センターから広がります。各トラックのルートはコンパクトな地理的ゾーンをカバーする必要があります：2つのトラックが互いの領土を交差してはいけません。
配送密度がすべてを決定します。密度の高い都市部では、トラックは8時間のシフトで150回の配送を行う場合があります。農村地域では、同じトラックは20～30個を管理する場合があります。幾何学的な理由：都市の停止点は互いに近い（停止点間の短いドライブ）一方、農村の停止点は遠く離れています。
ゾーンベースのルーティングはサービスエリアを地理的クラスタに分割します。各ゾーンは1つの車両に割り当てられます。優れたゾーンはコンパクト（大まかに円形または正方形）＆隣接（ギャップまたは孤立したポケットなし）です。目標：各ルートを時間/容量制限の下に保ちながら、総距離を最小化します。
車両ルーティング問題（VRP）はTSPを複数の車両に一般化します。デポ、N個の顧客、＆K個のトラック（それぞれ容量と時間制約を持つ）が与えられた場合、顧客をトラックに割り当て、各トラックのルートを順序付けして総距離を最小化します。VRPはNP困難でもあります。
よく設計されたゾーンマップは、各ドライバーのパスがコンパクトな幾何学的形状を形成するルートを作成します：デポから延びるおおよその円形または葉状。自分自身を交差させたり、別のドライバーのゾーンと重なるルートを見ると、ルーティングは非効率です。
ゾーン設計
配送会社は都市の中心にあるデポから運営しています。彼らは4人のドライバーと、半径10マイルのおおよそ円形のサービスエリアに広がる200回の配送を持っています。