[2D6-GS-2] 機械学習：ベイス推定

[2D6-GS-2-05] ベイズ最適化を用いた段ボール箱サイズ設計による配送コスト削減手法の提案

〇牟田 篤兄¹、西岡 聖太¹、三井 康行¹、小池 和弘¹、深町 航太²、三浦 乙利²、小林 尚生²、田中 謙司² (1. アスクル株式会社、2. 東京大学)

キーワード：ベイズ最適化、ブラックボックス最適化、EC物流、段ボールサイズ設計、bin-packing問題

EC物流では段ボール箱の大きさによって配送費が決まるため，そのサイズ設計が重要である．配送費をより小さくする設計をするためには膨大な数の縦・横・高さの組合せを考慮する必要がある．注文商品の梱包はbin-packing問題などの関連研究があるが，箱サイズ設計そのものを数理最適化問題として扱う研究は行われてこなかった．本研究ではベイズ最適化により配送費を削減する段ボール箱サイズを算出する手法を提案する．提案手法の新規性は問題を二つの問題に分割して考える点にある．第一の問題は与えられた商品集合に対しその要素を全て梱包できる最小の箱を選択する問題である．箱の大きさが決まれば配送費が決まるため，第二の問題として与えられた注文群に対し配送費を最小化する問題をベイズ最適化により解く．ここで注文群は商品群からなる集合である．ベイズ最適化を用いる利点は目的関数が改善する可能性が高い候補を優先的に探索することで計算コストが大きい第一の問題を解く回数を削減できることにある． 実際の注文データを用いた実験の結果，配送費を約0.55%改善できる結果となった．配送費は莫大であるため意味のある改善である．