著者の所属・活動拠点の国は、インドネシアです。

掲載誌：Zenodo (CERN European Organization for Nuclear Research)

ライセンス: CC BY 4.0　対象: 公開論文　確認元: DataCite

研究の目的

インドネシアのプシシルバラット地域の飲食系の小規模事業者は、需要の変動が大きく、衛生規制が厳しいなかで営業しています。道路網が分断され、海の影響も受けやすいため、輸送費も高くなりがちです。研究チームはこうした状況に向けて、需要予測、食品の品質保持、車両の配送経路という三つを同時に最適化する「デジタルツイン」（現実の事業や物流の状態をコンピューター上に再現し、データで更新し続ける仕組み）の枠組みを作ることを目指しました。あわせて、インドネシア民法典（KUHPerdata）に沿った契約上のリスク分担の仕組みを組み込み、法的に執行できる形にすることも目的としています。

何を、どのように調べたか

まず需要予測には、決定木を段階的に積み重ねて精度を高める機械学習の手法（勾配ブースティング回帰木）を用い、2023〜2024年の3,200事業者に関する1時間ごとの観測データ1,200件で学習させました。予測された需要は、温度が高いほど劣化が速まるという関係を表すアレニウス型のモデルに渡され、輸送中に変化する温度にさらされた時間を積み重ねて、食品の傷み具合を見積もります。このモデルの係数は、車載センサーによる温度記録4,800件をもとに調整されました。配送経路の決定には、複数の目的を同時に扱う数理最適化（多目的混合整数線形計画）を用い、燃料消費、食品の傷みによる損失、契約上の違約金を重みづけして小さくしつつ、約束したサービス水準を守る度合いを大きくするよう設計しています。この最適化には、インドネシア気象気候地球物理庁（BMKG）が発表する波の高さが2.5メートル以上の場合や公式の災害宣言が出た場合を不可抗力とする条項、温度の逸脱の程度に応じて段階的に重くなる違約金の表（García & Hernández, 2022に基づく）、民法典第1234〜1245条に沿った損害賠償額の予定の規定が組み込まれています。さらに、GPSと温度のデータをリアルタイムで取り込んでデジタルツインの状態を更新し、ブロックチェーン上の「スマートコントラクト」（条件が満たされると自動で実行される契約プログラム）によって、違約金の判定と支払いの精算を自動化する仕組みとしています。

主な報告結果

研究チームによると、需要予測モデルの誤差は平均絶対パーセント誤差（予測値が実際の値から平均して何パーセントずれたかを表す指標）で6.3%でした。また、GPSと温度のデータによるデジタルツインの状態更新は、5秒未満の遅れで行われると報告されています。

この報告が示すこと

この研究は、需要予測、食品の劣化の見積もり、配送経路の最適化という技術的な要素と、不可抗力や違約金、損害賠償といった契約上の取り決めを、一つの仕組みの中で結びつける枠組みを示したものです。気象条件や温度の記録といった客観的なデータを契約の判断に直接つなげ、その執行まで自動化しようとしている点に特徴があります。ただし、抄録には経路最適化によって燃料消費や食品の損失、違約金がどれだけ変わったかといった結果や、研究チームの結論は記載されていないため、枠組み全体の効果はここでは紹介できません。

※出版社のサイトから本文を取得できないため、本記事は原著論文の抄録だけで作成しています。

原著論文の著者・所属：Pradani, Ilham（Research & Development Division, PT CHAIN ASIA CONECT）

※本記事は原著論文をもとに、日本語で要約・説明を加えた研究紹介です。 出典（原著論文）：Pradani, Ilham. Empirical Juridical-Digital Twin Integrating Machine-Learning Demand Forecasts, Hygiene-Compliance Rules, and Multi-Objective Routing Optimization for Culinary Micro-Enterprises in Pesisir Barat. Zenodo (CERN European Organization for Nuclear Research) 2026-11-09. DOI: 10.5281/zenodo.24073587. 原著ライセンス：CC BY.