＜概要＞
アルゴリズムに関する論文．
・めちゃめちゃ計算したい人が計算するために頑張って工夫して計算している

・扱う問題(一般レベルで)
一般の企業とか航空会社が顧客を満足させるためにどう人を輸送するか

・車両のルーティング問題
　Vehicle routing problem
・制約条件
　車両の運行時間／顧客のtime-window制約
・解法としてはヒューリティクスがメイン

→TCO-SP modelで厳密に解く

＜質疑応答＞

（近松）ノード数５０は三木さんの研究で妥当なのか？
５０以上になると一気に計算が大変になりそうに見える
→各世帯などを考えると５０で妥当だが、バス停など主なノードだけ取り出すのであれば全然余裕で計算できる

（福山）制約条件を増やすと，可能なトリップチェインが少なくなってもっと計算が速くなるのか
→制約条件の増やし方やそのチェックの仕方によると思う．最後の集合分割問題を解くよりもトリップチェインの列挙に時間がかかっているため，列挙過程でプロセスを増やす場合，除去される割合とチェックが増えた影響がどうバランスするかが大事で難しいと思う．

（近松）ローカルオプティマルトリップとは？
→そのトリップで回るノードを所与としたときの，最適なめぐり方．任意のノード集合に対して，空港発とデポ発の2通りがある．

（福山）経路列挙については，条件を与えた後に網羅列挙しているだけでそこに工夫はないように思えるがどうか．
→素朴に列挙しているだけだと思う．しかしながら王道の整数計画問題に落とせたので３の計算が露骨に早くなりよかったということだと思う．

（庄司）満足度は関数形で与えていたがそれはきちんと計算されていたのか？
　　　　計算していたのなら、満足度の逆数を用いて課金システムに使えるのでは？
→満足度は時間制約に組み込む形で計算しているが全顧客に対して一律なので課金に直結はしなさそう．

（庄司）満足度を人によって変えることはできないのか？
→難しい．トリップチェインそのものにコストを与えているので，同じ顧客ノードを通るルートでも顧客の満足度の設定が変われば別のルートとして数えなければいけなくなる．そうすると決定変数が爆発的に増えてしまうのでこのアルゴリズムの利点が失われてしまうと思う．

（前田）料金と時間の個人的な満足度を両者を含めて表せないか
→アルゴリズムにより厳密解が計算できるようになったからこそできることはあると思う．このアルゴリズムの射程にある車両容量やノード数が小さい場合になら組み込めるかもしれない．．

（山本）満足度の関数の形を目的地や人によって変えることは可能か？
→必ずしも線形である必要、左右対称である必要もないので変えることは可能．ただ現状は計算が一番楽であるというだけだと思う．