概要：近年来在供应链管理领域，商务的广域化以及全球化已得到急速地发展，正面临着削减成本、提高服务、环境对策等很多的问题。因此，在拥有多个物流节点的区域，对能解决这些问题的输配送计划系统的实施的需求十分苛刻。对于这个问题，由于以前都是局部性和阶段性地解决运输问题和配送问题，因此在短时间内确定最小成本的出货仓库、对车辆进行效率最好的输配送作业的调度及分配是很困难的。本文研究的是先在多个仓库形态的输配送业务中进行对其所产生的整体作业的解析，然后以此为基础思考使整体作业成本最小的调配车辆方法。其次，将这个方法应用在并列计算机上工作的细胞遗传算法的初期结果生成处理和个体的再次生成处理上，开发了能解决上述问题的系统。关于使用可能性方面，进行了使用26个仓库、超过2000组的实际数据的实验，并且确认了该系统无论在计划结果的质量还是处理时间上，都满足实用情况下的所期望水准。

1．　引言

近年来在供应链管理领域，商务的广域化以及全球化已得到急速地发展，正面临着基于商品供给工作效率提高的成本削减、服务提高、环境对策等很多的问题。因此，对能同时管理在有多数的物流节点（以下称为仓库群）的区域的运输业务和配送业务的输配送计划系统实现的需求正在不断提高。相对于这些，近年来价廉且高精度的数字地图以及价廉且小型的并列计算机等的出现，为能在短时间内解决大规模的输配送计划调度问题，提供了良好的环境。

在以前，输配送计划问题大多数都是将运输问题和配送问题分割开来个别进行讨论的。运输计划是使用每月平均值等的静态数据来决定最适的仓库数、车辆台数等为目的的。另一方面，配送计划是以所负责区域顾客的商品需求为基础，制定为了从仓库高效的分配商品的车辆分配计划。