CN110337659A - 业务规划优化装置及业务规划优化方法 - Google Patents

业务规划优化装置及业务规划优化方法 Download PDF

Info

Publication number
CN110337659A
CN110337659A CN201780086802.0A CN201780086802A CN110337659A CN 110337659 A CN110337659 A CN 110337659A CN 201780086802 A CN201780086802 A CN 201780086802A CN 110337659 A CN110337659 A CN 110337659A
Authority
CN
China
Prior art keywords
evaluation
simulation process
estimate
business
group
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201780086802.0A
Other languages
English (en)
Inventor
中村昌弘
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lexer Res Inc
Original Assignee
Lexer Res Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lexer Res Inc filed Critical Lexer Res Inc
Publication of CN110337659A publication Critical patent/CN110337659A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

一种业务规划优化装置(1)，包括统筹处理部(2)和与统筹处理部(2)进行通信连接而被统筹的多个模拟器(3)，统筹处理部(2)随时间推移地识别模拟器(3)各自的变动的可处理量，并将各个模拟器(3)的所识别出的可处理量内的最优处理量内的模拟处理的模拟处理请求与业务状况信息组及模拟处理条件一起发送到各个模拟器(3)，且从各个模拟器(3)接收多个评价值组来作为基于业务状况信息组和模拟处理条件的模拟处理结果，并且识别所接收到的多个评价值组中的基于业务目标函数的最高评价的评价值组。在进行业务模拟时，能够效率地使用硬件资源，并以更低的成本高速地进行多种多样的模拟运算，识别出最优的业务。

Description

业务规划优化装置及业务规划优化方法
技术领域
本发明涉及业务规划优化装置及业务规划优化方法，其为了在例如由制造业的生产所涉及的作业步骤等的物料、机器、作业者，或物流所涉及的运送作业者、叉车等运送单元之类的要素构成的业务中，识别最优的业务的方式，而对业务进行模拟，或者优化并拟定业务的方式。
背景技术
近年来，在生产工厂中，根据市场的多种多样的需求制造大量的产品的多品种少量生产的程度变大，必须用一条生产线生产多个生产品目的情况增加。用同一生产线混合制造多品种的情况下，若产品不同，则部件数、加工方法、组装方法不同，生产线的步骤数不同，并且各步骤中的所需的作业时间也分别不同，因此会产生在单一产品的生产体系中不曾发生的问题。
例如，若想要用同一生产线制造多种多样的产品，则会产生各生产批次之间的干扰，并产生用于等待生产顺序的滞留。具体而言，在前步骤中生产出的各产品的部件被投入到作为后步骤的组装线时，与其他产品的生产指示相冲突，从某一个开始等待，这成为在步骤间的部件的临时库存。另外，产生各种浪费。具体而言，如果在各步骤中所需的作业时间根据产品而不同，则会产生各步骤中的作业时间的偏差，并产生各步骤中的等待时间。另外，为了制造不同的产品，需要进行工夹具的变更等所谓的换产。另外，在工厂内物流中，与各产品的生产规划对应，必须及时地向所需的步骤供给必要的部件，但在制造多种多样的产品的情况下，该部件供给也复杂化。
为了解决这样的问题，以往，作为优化生产规划的计算机处理技术，使用调度程序。但是，在调度程序中，存在如下费用，即：为了将生产线上的工件的复杂的流通、作业者的不规则的动作等作为对象，而在对作为对象的生产线进行分析的基础上，单独开发用于优化其生产规划的逻辑的费用。如果想要对与实际的生产线对应的详细的运转情况进行逻辑开发，则需要庞大的分析、开发时间。另外，调度程序中的逻辑是在静态地提供各种条件的基础上，对满足这些条件的解进行筛选的搜索方式，其结果，无法在原理上保证所生成的最优解是在所有条件下的最优状态，所以无法对生产现场的用户以具有合理性的方式进行提示。另外，在进行生产品目或生产线的设备变更等时，必须变更上述逻辑，存在不具有关于调度的专业性的很多用户不能应对该情况的不良情况。
因此，期待基于利用模拟技术的效果分析来实现优化的方式，以代替调度程序。该生产线的模拟通常以被称为离散模拟的技术进行，所谓离散模拟，是使用软件来设定物料、机器、作业者或叉车等运送单元的各设备要素、各设备要素引发的动作以及用于引发的引发条件，并对这些引发关系进行评价而预测生产线的运转情况的模拟(参照专利文献1、2)。
在生产线的离散模拟中，通过使作为生产过程网络的根(root)的设备要素引发固有动作，从而向与根相连的生产过程网络的各设备要素传播固有动作的引发，进行模拟的运算，模拟生产线上的生产进行的状态。通过预先记录基于该模拟的各设备要素的固有动作的开始时刻以及结束时刻、消耗的部件数，能够预测各设备要素中的运转时间比例的时间推移、消耗的部件数的时间推移，另外，还能够预测一个产品的生产所花费的总时间(前置时间)、在部件仓库或部件货架所准备的部件是否没有短缺，从而能够在开始批量生产之前对生产线的问题进行分析。由此，确定投入生产批次的顺序(生产规划)、进行生产的生产线的选择、在生产线中进行生产的各站点的选择以及跨越这些站点的流程(路线)、用于生产的具体的模具和工具等的选择、具有固有名的作业者所涉及的步骤的指示。
另外，作为进行基于生产模拟的优化运算的技术，在非专利文献1中，公开了如下内容：执行并行模拟运算的处理机构的管理装置对分散在网络上的大量的生产模拟引擎分别授予单独附加有条件的生产模型，在模拟运算后，收集作为目标函数的运算结果的值，并对该运算结果组进行评价，由此计算出相对于生产模型的最优筛选条件。
现有技术文献
专利文献
专利文献1：日本特开2000-202742号公报
专利文献2：日本特许第5688864号公报
非专利文献
非专利文献1：中村昌弘、槙原正、杉浦纯一、上冈洋介、“Dynamic OptimizationProduction System Based on Simulation Integrated Manufacturing and itsApplicationto Mass Production”、International Journal of AutomationTechnology、FUJI Technology Press LTD、2017年1月5日、第11集、第1号(总卷第57号)、p.56-66
发明内容
发明所要解决的课题
然而，在现有的离散模拟中，在赋予某特定条件并进行对应的事例的运算处理之后，停留在判断该条件的好坏。在如多品种少量生产那样，事例通过条件的组合而展开，假定庞大的事例时，仅通过离散模拟来单独验证条件，是难以确定最优条件的。为了选出最优条件，要求通过生产条件的组合而机械性地假定多种多样的事例，并设定条件，进行每个事例的运算处理来进行模拟，由此进行大量的运算处理，所以通常需要处理能力非常高的硬件资源。然而，这种硬件资源是非常昂贵的硬件资源。
在这种情况下，如果使用非专利文献1的执行并行模拟运算的处理机构，则不需要非常昂贵的硬件资源，能够以低成本高速地进行多种多样的模拟运算。但是，为了效率地使用并行模拟运算的硬件资源并实现它们的效果，需要使并行模拟运算的硬件资源的处理具体化。
本发明是鉴于上述课题提出的，其目的在于，提供一种业务规划优化装置和业务规划优化方法，其能够效率地使用执行并行模拟运算的处理机构的硬件资源，并以更低的成本高速且可靠地进行多种多样的模拟运算，而且即使在假定了庞大的事例时也能够识别最优的业务。
用于解决课题的技术方案
本发明的业务规划优化装置的特征在于，包括统筹处理部以及与所述统筹处理部进行通信连接而被统筹的多个模拟器，所述统筹处理部随时间推移地识别所述模拟器各自的变动的一定时间内的可处理量，所述统筹处理部将各个所述模拟器的所识别出的所述可处理量内的最优处理量内的模拟处理的模拟处理请求与业务状况信息组及模拟处理条件一起发送到各个所述模拟器，所述统筹处理部从各个所述模拟器接收多个评价值组来作为基于所述业务状况信息组和所述模拟处理条件的模拟处理结果，所述统筹处理部识别所接收到的多个评价值组中的基于业务目标函数的最高评价的评价值组。
另外，本发明的业务规划优化装置的统筹处理程序、统筹处理程序产品、统筹处理程序介质、或者记录有统筹处理程序的计算机可读的记录介质的特征在于，在包括服务器以及与所述服务器进行通信连接而被统筹的多个模拟器的业务规划优化装置中，所述统筹处理程序使所述服务器作为如下单元发挥功能，即：所述服务器随时间推移地识别所述模拟器各自的变动的一定时间内的可处理量，并将各个所述模拟器的所识别出的所述可处理量内的最优处理量内的模拟处理的模拟处理请求与业务状况信息组及模拟处理条件一起发送到各个所述模拟器，且从各个所述模拟器接收多个评价值组来作为基于所述业务状况信息组和所述模拟处理条件得到的模拟处理结果，并且识别所接收到的多个评价值组中的基于业务目标函数的最高评价的评价值组。
由此，统筹处理部能够随时间推移地识别各个模拟器的变动的可处理量，并使各个模拟器进行可处理量内的最优处理量内的模拟处理，由此能够效率地使用执行并行模拟运算的处理机构的硬件资源，即使在例如多品种少量生产那样假定了庞大的事例时，也能够以更低的成本高速且可靠地进行多种多样的模拟运算。另外，统筹处理部从多个模拟器接收多个评价值组来作为基于业务状况信息组和模拟处理条件的模拟处理结果，并识别多个评价值组中的基于业务目标函数的最高评价的最高评价值组，从而能够识别出与业务目标相应且切合业务状况的最优的业务。
本发明的业务规划优化装置的特征在于，在所述评价值组中包括与当前业务之间的相似度作为评价值。
由此，能够识别出不大幅变更现有的业务的方式的、现场或工作人员容易进行的最优业务。例如，在仅用生产相关的指标构成评价值组的情况下，即使是与最高评价的评价值组对应的生产，有时也会成为例如包括在实际执行生产方面至今未经历过的难以应对的生产方式的生产、在生产现场包括不合理的大的配置转换的生产、生产方针与现有的生产方针大不相同的生产等，但通过使评价值组的评价值包含与当前业务之间的相似度，从而能够识别出生产现场中的“相对于至今为止的方式未发生大幅变化、容易制作、且容易进行的最优生产”。
本发明的业务规划优化装置的特征在于，所述业务规划优化装置包括取得所述业务状况信息的业务状况信息取得部，从所述业务状况信息取得部向所述统筹处理部发送所述业务状况信息。
由此，统筹处理部能够从业务状况信息取得部自动地识别业务状况信息，并使模拟器组进行模拟处理，识别出与业务目标相应且切合业务状况的最高评价的评价值组，由此识别出最优业务。
本发明的业务规划优化装置的特征在于，所述统筹处理部生成与所识别出的所述最高评价的评价值组对应的单独业务指示，并将所述单独业务指示大致实时地至少发送到作业者终端。而且，优选构成为，单独业务指示除了发送到作业者终端以外，还尽可能地发送到能够接收单独业务指示的业务状况信息取得部等能够进行接收的各部。
由此，能够将从业务模拟得到的最高评价的评价值组、最优业务立即作为单独业务指示进行反映，并将该单独业务指示迅速地传达给作业者等，由此能够实现最优业务体系的迅速的构筑和最优业务的快速的执行。
本发明的业务规划优化装置的特征在于，所述业务规划优化装置包括与所述统筹处理部进行通信连接的筛选控制组件，所述统筹处理部根据所述筛选控制组件的筛选条件和所述业务状况信息组生成模拟处理条件。筛选控制组件能够由具有通信接口的计算机、或硬盘、或这两者构成，另外，筛选控制组件优选由具备通信接口的计算机构成。
由此，由于统筹处理部根据筛选控制组件的筛选条件和业务状况信息生成模拟处理条件，从而能够逐次生成必要的模拟处理条件并用于模拟处理，由此能够消除准备同时模拟运算并生成与业务状况信息对应的庞大数量的模拟处理条件的模式列表的硬件的必要。因此，能够更效率地使用硬件资源，实现硬件资源的低成本化。另外，如果条件的组合增加，则会成为天文数字的模拟处理条件，因此通过削减明显不需要的模拟处理条件以削减庞大数量的模拟处理条件，并利用筛选条件设为能够进行运算的量的模拟处理条件的数量，从而能够进行求取优化的运算，并且能够实现硬件资源的低成本化。另外，在筛选控制组件中，能够设定符合市场变动的特性、生产线的特性、制造管理方针的更符合目的的筛选条件，例如设定与生产规划中的顾客要求对应的交付时间的优先级、从设备折旧费或质量管理等观点出发希望积极地运行的生产设备的优先级等，由此统筹处理部能够生成更符合目的的模拟处理条件并用于模拟处理。另外，通过采用不将筛选控制组件与统筹处理部设为一体而使两者进行通信连接的结构，能够根据需要灵活地使用符合目的的筛选条件、符合目的的模拟处理条件，由此能够提高模拟处理的灵活性、多样性、通用性。
本发明的业务规划优化装置的特征在于，所述筛选控制组件的所述筛选条件的筛选程度能够变更，或者在所述筛选控制组件中设定有多个筛选程度的所述筛选条件。
由此，例如在对于基于第一筛选条件得到的第一最高评价的评价值组的结果，管理者判断为需要在不同的条件下进行模拟的情况下，能够使用筛选程度比第一筛选条件弱的第二筛选条件，得到第二最高评价的评价值组的结果，或者能够从基于多个筛选条件得到的最高评价的评价值组中识别出最高评价的评价值组、最优业务，从而能够在不丢失使筛选程度过强而从评价对象删除的结果的前提下，达到从人为的判断出发也认为是最优，或者从基于多个筛选条件的模拟处理出发认为是最优的最高评价的评价值组、最优业务。
本发明的业务规划优化装置的特征在于，所述筛选控制组件根据设定条件生成所述筛选条件，并且设置有多个所述筛选控制组件。
由此，例如在第一筛选条件是基于第一筛选控制组件的第一设定条件生成的筛选条件的情况下，基于此得到的第一最高评价的评价值组的结果成为针对依赖于第一设定条件的范围的结果。与此相对，在管理者判断为需要在不同的条件下进行模拟的情况下，将与第一最高评价的评价值组对应的模拟处理条件中的特定单独条件设定为第二筛选控制组件的第二设定条件，使用由此生成的第二筛选条件，能够得到第二最高评价的评价值组的结果，而且，能够基于此以同样的方式连续执行基于第三、第四筛选条件的处理。由此，能够在不丢失使筛选程度过强而从评价对象删除的结果的前提下，不扩大筛选的范围地，达到连续地变化并且认为是最高评价的评价值组、最优业务。另外，通过设置多个与统筹处理部进行通信连接并生成筛选条件的筛选控制组件，例如也能够实现在拟定生产规划的场所设置第一筛选控制组件，并且在现场设置第二筛选控制组件，由同一个人或者不同的人员分别在第一、第二筛选控制组件对设定条件进行设定，以使第一、第二筛选控制组件生成筛选条件，并执行业务模拟等的使用方式，由此能够按照业务规划的拟定过程的必要性而灵活地进行业务模拟处理。
本发明的业务规划优化装置的特征在于，所述统筹处理部从共用所述多个模拟器的其他业务规划优化装置的其他统筹处理部直接或间接地接收模拟处理的开始和结束的信息，所述统筹处理部在从所述模拟处理的开始到结束的期间，停止进行所述模拟器各自的变动的一定时间内的可处理量的随时间推移的识别。
由此，能够省力地进行模拟器组的可处理量的随时间推移的识别处理，并且能够在多个业务规划优化装置中共用模拟器组，从而效率地利用硬件资源。
本发明的业务规划优化方法使用本发明业务规划优化装置，所述业务规划优化方法的特征在于，包括以下步骤：所述统筹处理部执行针对第一业务范围的模拟处理而识别第一业务范围的最高评价的评价值组；所述统筹处理部执行针对第二业务范围的模拟处理而识别第二业务范围的最高评价的评价值组；以及所述统筹处理部设定第三模拟处理条件，使用所述第三模拟处理条件执行针对包括所述第一业务范围和所述第二业务范围的第三业务范围的模拟处理，并识别第三业务范围的最高评价值的最高评价值组，其中，所述第三模拟处理条件包括与所述第一业务范围的最高评价的评价值组对应的第一模拟处理条件和与所述第二业务范围的最高评价的评价值组对应的第二模拟处理条件。
由此，如果进行业务全体的模拟处理，则运算量会变得庞大，在引起组合爆炸的情况下等，能够对从业务全体分割出的多个业务范围进行事先的模拟，并从与各业务范围的部分优化有关的结果取得业务全体的模拟处理的模拟处理条件，通过该模拟处理条件，基于业务目标函数而识别出业务全体的最高评价的评价值组，从而能够以硬件资源在现实中可执行的运算量，效率地识别出最高评价的评价值组、最优业务。另外，在该方法中，由于进行基于从业务全体分割出的业务范围的模拟，所以容易识别相对于当前业务的变更较少且易于进行的业务，由此能够识别出现场或工作人员容易进行的最优业务。例如，以到目前为止进行生产的生产规划为基础，对具有生产顺序的业务范围进行组合运算而进行部分的优化、理想化，并对所有的业务范围依次进行该处理，进而对业务全体进行模拟处理，由此能够在到目前为止的规划的延长线上变更为最优规划。
本发明的业务规划优化方法使用本发明业务规划优化装置，所述业务规划优化方法的特征在于，所述统筹处理部将根据第一筛选条件生成的第一模拟处理条件的模拟处理请求与业务状况信息及所述第一模拟处理条件一起发送到各个所述模拟器，所述统筹处理部从各个所述模拟器接收第一多个评价值组来作为基于所述业务状况信息组和所述第一模拟处理条件的模拟处理结果，所述统筹处理部识别所接收到的所述第一多个评价值组中的基于第一业务目标函数的第一最高评价的评价值组，并且识别所述第一多个评价值组的分布，所述统筹处理部存储保持以所述第一多个评价值组的分布为基础而输入的第二业务目标函数，所述统筹处理部识别所述第一多个评价值组中的基于第二业务目标函数的第二最高评价的评价值组。
由此，能够利用第一业务目标函数来评价作为模拟处理结果的第一多个评价值组，并识别基于第一业务目标函数的第一最高评价的评价值组，而且，使用将第一多个评价值组的分布作为参考而设定的第二业务目标函数，识别第一多个评价值组中的基于第二业务目标函数的第二最高评价的评价值组，因此，例如，在管理者判断为存在比基于第一业务目标函数的解或最优业务更适合的解或最优业务的情况下，能够以第一多个评价值组的分布为参照来设定第二业务目标函数，并识别基于第二业务目标函数的解或最优业务，或者识别基于多个业务目标函数中的每一个的解或最优业务，并由管理者进行对比研究，由此能够综合性且多方面地研究多个评价值组、多个最高评价的评价值组，由此识别出更进一步优化的业务。
本发明的业务规划优化方法使用本发明业务规划优化装置，所述业务规划优化方法的特征在于，所述统筹处理部将根据第一筛选条件生成的第一模拟处理条件的模拟处理请求与业务状况信息组及所述第一模拟处理条件一起发送到各个所述模拟器，所述统筹处理部从各个所述模拟器接收第一多个评价值组来作为基于所述业务状况信息组和所述第一模拟处理条件的模拟处理结果，所述统筹处理部识别所接收到的所述第一多个评价值组中的基于第一业务目标函数的第一最高评价的评价值组，并且识别所述第一多个评价值组的分布，所述统筹处理部存储保持以所述第一多个评价值组的分布为基础而输入的第二业务目标函数，所述统筹处理部将根据第二筛选条件生成的第二模拟处理条件的模拟处理请求与所述业务状况信息组及所述第二模拟处理条件一起发送到各个所述模拟器，所述统筹处理部从各个所述模拟器接收第二多个评价值组来作为基于所述业务状况信息组和所述第二模拟处理条件的模拟处理结果，所述统筹处理部识别所接收到的所述第二多个评价值组中的基于所述第二业务目标函数的第二最高评价的评价值组，并且识别所述第二多个评价值组的分布。
由此，能够利用第一业务目标函数来评价作为模拟处理结果的第一多个评价值组，并识别基于第一业务目标函数的第一最高评价的评价值组，而且，使用以第一多个评价值组的分布为参考而设定的第二业务目标函数，针对与第二筛选条件、第二模拟处理条件对应的不同于第一多个评价值组的第二多个评价值组，识别出第二最高评价的评价值组或第二多个评价值组的分布。因此，例如，在管理者判断为存在比基于第一筛选条件、第一业务目标函数的解或最优业务更适合的解或最优业务的情况下，能够以第一多个评价值组的分布为参照来设定第二业务目标函数，并识别基于第二筛选条件、第二业务目标函数的解或最优业务，或者识别基于多个筛选条件、多个业务目标函数中的每一个的解或最优业务，并由管理者进行对比研究，由此能够综合性且多方面地研究基于多个筛选条件、多个业务目标函数的多个评价值组、多个最高评价的评价值组，由此识别出更进一步优化的业务。
发明效果
根据本发明，在进行业务模拟时，能够效率地使用执行并行模拟运算的处理机构的硬件资源，并且即使在例如多品种少量生产那样假定了庞大的事例时，也能够以更低的成本高速地进行多种多样的模拟运算，由此识别出最优业务。
附图说明
图1为表示本发明的第一实施方式的业务规划优化装置的整体结构的框图。
图2为表示第一实施方式的业务规划优化装置中的统筹处理部的结构的框图。
图3为表示第一实施方式的业务规划优化装置中的模拟器的结构的框图。
图4为表示第一实施方式的业务规划优化装置中的作业者终端的结构的框图。
图5为表示第一实施方式的业务规划优化装置中的业务模拟处理的流程图。
图6为表示第一实施方式的业务规划优化装置中的模拟处理条件的例子的图。
图7为表示第二实施方式的业务规划优化装置中的业务模拟处理的流程图。
图8为表示第三实施方式的业务规划优化装置中的业务模拟处理的流程图。
图9为表示第四实施方式的业务规划优化装置中的筛选控制组件的结构的框图。
图10为表示第四实施方式的业务规划优化装置中的筛选控制组件的筛选条件生成处理的流程图。
图11为表示第一变形例的业务模拟处理的流程图。
图12为表示第二变形例的业务模拟处理的流程图。
图13为表示第三变形例的业务模拟处理的流程图。
图14为表示共用模拟器组的多个业务规划优化装置的第一例的框图。
图15为表示与图14的第一例中的模拟器组的使用相伴的处理的流程图。
图16为表示共用模拟器组的多个业务规划优化装置的第二例的框图。
图17为表示与图16的第二例中的模拟器组的使用相伴的处理的流程图。
具体实施方式
〔第一实施方式的业务规划优化装置〕
如图1所示，本发明的第一实施方式的业务规划优化装置1是并行模拟运算的处理机构，其包括：统筹处理部2；与统筹处理部2进行通信连接而被统筹的多个模拟器3；与统筹处理部进行通信连接的筛选控制组件4；由作业者携带或配置在作业者附近的多个作业者终端5；以及取得业务状况信息的多个业务状况信息取得部6，由并联地设置有多个的模拟器3并行执行业务的离散模拟处理。
统筹处理部2例如由统筹进行业务规划优化装置1整体的离散模拟处理的服务器构成，如图2所示，包括：CPU等运算控制部21；由ROM、RAM、硬盘等构成的存储部22；鼠标、键盘等输入部23；显示器、打印机等输出部24；以及通信接口25。
存储部22具有：处理程序存储部221，其存储使运算控制部21执行规定处理的业务模拟的统筹处理程序等处理程序；以及数据存储部222，其存储进行规定处理所需的数据，运算控制部21按照统筹处理程序，执行规定的业务模拟的统筹处理。在处理程序存储部221的统筹处理程序中，以能够变更的方式设定并存储有从多个评价值组中识别最高评价的评价值组的业务目标函数。
在该业务目标函数中，以能够从多个评价值组中识别最高评价的评价值组的适当的方式设定业务目标函数，例如能够设定针对各评价值的加权系数，取得线性加权和，将线性加权和为最大值的评价值组识别为最高评价的评价值组。将该线性加权和为最大值的评价值组识别为最高评价的评价值组时的业务目标函数例如采用如下的结构等，即，设定为由评价值构成的评价值组的线性加权和：Si＝w1·V1i+w2·V2i+w3·V3i+…+wj·Vji+…+wn·Vni(wj：加权系数，Vji：评价值组的评价值、n：评价值的总数)和从线性加权和Si之中取得最大值的MAX函数：MAX(Si，i＝1、2、…、t)(t为线性加权和的总数)等构成，并从多个评价值组(V1i、V2i、V3i、…、Vji、…、Vni)i＝1、2、…、t之中将作为业务目标评价值的线性加权和S成为最大值的评价值组识别为最高评价的评价值组。
在该将线性加权和：Si和从线性加权和Si之中取得最大值的MAX函数：MAX(Si，i＝1、2、…、t)作为业务目标函数的例子中，能够改变加权系数wj(j＝1、2、…、n)中的所需的加权系数而适当改变业务目标函数。另外，作为评价值组的评价值Vji(i＝1、2、…、t，j＝1、2、…、n)，能够设定并取得业务的评价所需的适当的评价值，例如，可以采用如下的指标，即：完工时间(生产结束时刻-生产开始时刻)、单位时间生产率(产量/工作时间)、设备运转率(∑设备运转时间/工作时间)等表示生产率的指标；阻塞(blocking)(∑各部件不被生产而等待生产的时间)、停工待料(starving)(∑各设备在能够运转的状态下未运转的时间)等分析物料流通的指标；作业者开工率(作业者动作时间/工作时间)、工装运转率(工具动作时间/工作时间)等表示作业者或模具等工厂资源的运转状况的指标；生产线内的总库存量(∑(各部件在某步骤中滞留的时间×部件的库存量))、生产线内的总库存成本(∑(各部件在某步骤中滞留的时间×部件的库存量×部件成本)等与库存或成本相关的指标等。
各模拟器3例如由承担业务规划优化装置1的离散模拟处理的部分处理的计算机构成，如图3所示，包括：CPU等运算控制部31；由ROM、RAM、硬盘等构成的存储部32；输入部33；输出部34；以及通信接口35。多个模拟器3和统筹处理部2经由通信接口35、25，通过有线通信、无线通信或者有线通信与无线通信的组合来进行通信连接，并且至少在执行业务模拟处理时进行通信连接。
存储部32具有：处理程序存储部321，其存储使运算控制部31执行规定处理的业务模拟的模拟程序等处理程序；以及数据存储部322，其存储进行规定处理所需的数据，如执行生产等业务的基本生产线等环境信息等，计算控制部31按照模拟程序，执行规定的模拟处理。
筛选控制组件4例如由计算机或硬盘等构成，计算机包括：CPU等运算控制部；由ROM、RAM、硬盘等构成的存储部；输入部；输出部；以及通信接口，筛选控制组件4与统筹处理部2经由通信接口25进行通信连接。统筹处理部2与多个筛选控制组件4的进行通信连接只要是可在必要时与所需的筛选控制组件4进行通信连接的结构即可，存储用于统筹处理部2的模拟处理条件的生成的筛选条件的筛选控制组件4可以切换或变更。如图1所示，在各个筛选控制组件4的存储区域设置有筛选条件保存部41，在筛选条件保存部41中存储有筛选条件。
筛选控制组件4的筛选条件保存部41的筛选条件被输入到进行通信连接的统筹处理部2，统筹处理部2的运算控制部21按照统筹处理程序，根据筛选条件和业务状况信息组生成模拟处理条件。在本实施方式中，筛选条件保存部41的筛选条件能够变更筛选程度，统筹处理部2的运算控制部21例如根据由保持保存在筛选条件保存部41中的状态的单独筛选条件组构成的筛选条件、或者由利用输入部23变更输入的单独筛选条件组构成的所需的筛选程度的筛选条件、以及业务状况信息组，来生成模拟处理条件。
作为能够变更保存在筛选条件保存部41中的筛选程度的筛选条件的例子，设定单独筛选条件NC1、单独筛选条件NC2、…、单独筛选条件NCn这样的单独筛选条件组，作为具体内容的例子，设为作业者人数的范围：5～15人，产品在生产工厂的作业站中流通的路线的候选：R1、R2、R3、R4、R5、…、R8这8个，生产规划中的各产品的投入顺序的变更允许范围：到整体的15％的范围等，一个、多个或全部单独筛选条件的筛选程度设定为能够变更。在这种情况下，构成所需的筛选程度的筛选条件的单独筛选条件组为保持保存在筛选条件保存部41中的状态的单独筛选条件NC1～NCn，或者利用输入部23对一部分或者全部进行了变更输入的单独筛选条件NC1’、NC2’、…、NCn’(例如，作业者人数的范围：5～10人，产品在生产工厂的工作台中流通的路线的候选：R1、R2、R3、R4、…、R7这7个，生产规划中的各产品的投放顺序的变更容许范围：到整体的10％的范围)等。
另外，也可以在筛选条件保存部41中保存筛选程度不同的单独筛选条件组作为多个筛选程度的筛选条件，并将从其中选择输入的特定筛选程度的单独筛选条件组作为筛选条件来生成模拟处理条件。在这种情况下，在筛选条件保存部41中保存单独筛选条件NC1、NC2、…、NCn的第一单独筛选条件组(例如，作业者人数的范围：5～15人，产品在生产工厂的作业站中流通的路线的候选：R11、R12、R13、R14、…、R17这7个，生产规划中的各产品的投入顺序的变更容许范围：到整体的15％的范围)，以及筛选程度与第一单独筛选条件组不同的第二单独筛选条件NC1’、NC2’、…、NCn’的单独筛选条件组(例如，作业者人数的范围：5～10人，产品在生产工厂的作业站中流通的路线的候选：R21、R22、R23、R24、…、R26这6个，生产规划中的各产品的投入顺序的变更容许范围：到整体的10％的范围)，此外，还存储筛选程度与第一、第二单独筛选条件组不同的第三单独筛选条件组等，将从其中利用输入部23选择输入的特定筛选程度的单独筛选条件组设为用于生成模拟处理条件的筛选条件。
作业者终端5例如是智能手机等便携信息终端、个人计算机、或者业务专用终端等，如图4所示，包括：CPU等运算控制部51；由ROM、RAM、硬盘等构成的存储部52；触摸面板、鼠标、键盘等输入部53；触摸面板、显示器等输出部54；以及通信接口55。
存储部52具有：处理程序存储部521，其存储使运算控制部51针对业务状况信息执行规定处理的业务状况信息处理程序等处理程序；以及数据存储部522，其存储进行规定处理所需要的数据，运算控制部51按照业务状况信息处理程序，执行规定的业务状况信息处理。
业务状况信息取得部6取得业务状况信息，并将所取得的业务状况信息发送到统筹处理部2，例如包括输入部或读取部、通信接口以及运算控制部等通信控制部。就业务状况信息取得部6而言，除了例如具有取得所输入的业务状况信息或者取得由读取脑电波、体温等的读取部所读取的业务状况信息并发送到统筹处理部2的功能的作业者终端5兼用作业务状况信息取得部6的结构之外，还可以由从生产机器人、加工机器、检查装置、运送装置等生产机器的运转速度等取得运转状况信息等，并发送到统筹处理部2的设备，或者利用读取部读取生产产品或部件的条形码、标记或IC标签等而取得生产产品或部件的完成状况，并发送到统筹处理部2的设备等基于IoT(Internet of Things，物联网)的设备或装置部分构成业务状况信息取得部6，另外，也可以将生产机器的运转速度等运转状况信息通过近距离通信连接传送给作业者终端5，并由作业者终端5将该运转状况信息发送到统筹处理部2的结构设为业务状况信息取得部6。
在由第一实施方式的业务规划优化装置1进行的业务模拟处理或业务规划优化处理中，如图5所示，从各业务状况信息取得部6向统筹处理部2发送业务状况信息，统筹处理部2接收并取得业务状况信息，识别由业务状况信息构成的特定时间点的业务状况信息组(S1)。另外，从业务状况信息取得部6向统筹处理部2的业务状况信息的发送以每隔一定的时间间隔、在规定的作业完成时、大致实时或它们的组合的方式进行，统筹处理部2接收并取得这些业务状况信息，确定并识别特定时间点的业务状况信息组。另外，在存储于统筹处理部2的业务状况信息中也包含生产机器的种类等在短期间内为固定的信息，可以采用在适当的定时从业务状况信息取得部6接收该固定的信息的结构，或者将该固定的信息预先存储于统筹处理部2的结构。
这里，作为统筹处理部2取得的业务状况信息，例如可举出：部件保管站/组装站/发货站等作业站相关信息(作业站ID、作业对象制造编号、作业站的生产目标量、作业站的实际生产量、作业开始时刻、作业结束时刻、在作业站进行了作业的作业者的作业者ID、在作业站所利用的模具的模具ID、换产时间、温度、湿度、气压等)；作业者相关信息(作业者ID、作业开始时间、工作时间、休息时间、进行了作业的部件的制造编号、进行了作业的作业站ID、步行路径、心率/体温/脑电波等身体信息等)；模具相关信息(模具ID、进行了作业的部件的制造编号及其作业站ID、总注料次数、总维护次数、维护后的注料次数、配置场所的记录等)、部件相关信息(制造编号、目标发货日期、入库日、作业开始日、作业结束日、发货日、进行了作业的作业站ID、所利用的模具ID、作业者ID、保管站ID、放置在保管站的期间、放置在保管站的期间的气温/温度等)。
上述例子的作业站相关信息例如输入或读入到设置于作业站的构成业务状况信息取得部6的设备中，并由该设备发送到统筹处理部2。另外，上述例子的作业者相关信息例如输入或读入到兼用作业务状况信息取得部6的作业者终端5，并由作业者终端5发送到统筹处理部2。另外，上述例子的模具相关信息、部件相关信息例如由具有读取功能的业务状况信息取得部6读取在设置于模具、部件的IC标签中逐次写入的信息，并由该业务状况信息取得部6发送到统筹处理部2。
并且，统筹处理部2例如基于由针对保存在所需的筛选控制组件4的筛选条件保存部41中的状态的单独筛选条件组，通过输入部23进行了变更输入的单独筛选条件组构成的所需的筛选程度的筛选条件、以及所识别出的特定时间点的业务状况信息组，来生成模拟处理条件，并存储在数据存储部222中(S2)。例如，在所需的筛选程度的筛选条件为构成单独筛选条件组的单独筛选条件NC1’、NC2’、…、NCn’(例如，作业者人数的范围：5～10人，产品在生产工厂的作业站中流通的路径的候选：R11、R12、R13、R14、…、R25这15个，生产规划中的各产品的投入顺序的变更容许范围：到整体的10％的范围)，并且所识别出的特定时间点的业务状况信息组为AS1、AS2、…、ASn(例如，作业者人数为8人的信息，生产的产品为P1～P10的信息，生产的产品P1～P10中的产品P1至P5已生产完成的信息，产品P6选择了R11的路线的信息，产品P6处于在R11的路线中进行到了步骤3～12的进度的信息，产品P6在各作业站中的在制品库存分别为在步骤3中是2个、在步骤4中是6个、…、在步骤12中是3个的信息，产品P7～P10尚未准备投入生产的信息，各个作业者在该时刻从事工作的场所的信息……)的情况下，将单独筛选条件NC1’、NC2’、…、NCn’与业务状况信息AS1、AS2、…、ASn组合，在业务状况信息AS1、AS2、…、ASn中存在条件范围比所需的筛选程度的筛选条件的单独筛选条件NC1’、NC2’、…、NCn’窄的单独筛选条件的情况下，取得应用了窄的单独筛选条件的生成条件组[AS1、AS2、…、NCn’](例如，作业者人数为8人的信息，生产的产品为P1～10的信息，生产的产品P1～P10中的产品P1至P5已生产完成的信息，产品P6选择了R11的路线的信息，产品P6处于在R11的路线中进行到了步骤3～12的进度的信息，产品P6在各作业站中的在制品库存分别为在步骤3中是2个、在步骤4中是6个、…、在步骤12中是3个的信息，产品P7～P10尚未准备投入生产的信息，各个作业者在该时刻从事工作的场所的信息…，生产规划中的各个产品的投入顺序的变更容许范围：到整体的10％的范围)，通过该生成条件组生成模拟处理条件SC1、SC2、…、SCi、…、SCn。
模拟处理条件SCi由多个单独条件sci1、sci2、…、scim构成，换言之，由多个单独条件组构成，用模拟处理条件SCi＝[sci1、sci2、…、scim]表示。图6表示用多个单独条件组sci1、sci2、…、scim表示各模拟处理条件SCi的模拟处理条件SC1、SC2、…、SCi、…、SCn的例子。
另外，就统筹处理部而言，如图5所示，业务规划优化装置1的统筹处理部2，更具体而言，是遵照统筹处理程序的运算控制部21随时间推移地识别模拟器3各自的变动的一定时间内的可处理量(S3)。作为具体例，统筹处理部2在规定的定时取得模拟器3的CPU性能、CPU使用率、存储器容量、存储器利用率等指标，并从这些处理指标运算取得并识别可处理量。
另外，在该可处理量的识别处理中，可以采用如下方式，即：各模拟器3的CPU性能、存储器容量等固定值的指标预先存储在统筹处理部2的数据存储部222中，统筹处理部2在规定的定时取得模拟器3的CPU使用率、存储器使用率等变动值等的指标，并根据预先存储的固定值的指标和所取得的变动值等的指标，运算取得并识别可处理量。另外，统筹处理部2取得模拟器3的指标的规定的定时可以设定为：例如开始业务模拟的模拟处理的定时；以及从模拟器3接收多个评价值组，并识别出该模拟器3的模拟处理已完成的定时等。
而且，业务规划优化装置1的统筹处理部2例如通过将存储在数据存储部222中的负荷减轻率乘以可处理量等，来运算取得模拟器3的一定时间内的可处理量内的最优处理量(S4)。作为该负荷减轻率，例如设定不使模拟器3的处理速度降低，或者不使模拟器3在锁定状态下停止的规定值。另外，与可处理量对应的一定时间存储在数据存储部222中，统筹处理部2根据存储在数据存储部222中的一定时间运算取得模拟器3的CPU使用率、存储器使用率等变动值等的指标。该一定时间可以适当设定，例如，如后文所述，在存在有从统筹处理部2将模拟处理请求与对应的业务状况信息及对应的模拟处理条件一起发送到模拟器3，到完成识别多个评价值组中的基于业务目标函数的最高评价的评价值组的处理为止的目标处理时间的情况下，可以将该目标处理时间设定为一定时间，或者将该目标处理时间的规定比例的规定时间设定为一定时间。在将目标处理时间的规定比例的规定时间设定为一定时间的情况下，将目标处理时间和规定比例存储在数据存储部222中，统筹处理部2基于此运算取得一定时间并存储在数据存储部222中为宜。
接着，统筹处理部2生成模拟器3的最优处理量内的模拟处理的模拟处理请求，并将该模拟处理请求与对应的业务状况信息组及对应的模拟处理条件一起发送到模拟器3(S5)。在生成最优处理量内的模拟处理的模拟处理请求时，例如可以采用如下结构，即：由统筹处理部2对业务状况信息组与模拟处理条件的组合的任意一个模式执行模拟处理，并对其处理量进行累计，识别最优处理量内的模拟处理请求的个数，且按照所设定的模拟条件的顺序生成所识别出的个数的模拟处理请求的结构；或者根据业务状况信息组的业务状况信息的个数和模拟处理条件的单独条件的个数，累计业务状况信息组与模拟处理条件的组合的任意一个模式的处理量，并根据该处理量识别最优处理量内的模拟处理请求的个数，且按照所设定的模拟处理条件的顺序生成所识别出的个数的模拟处理请求的结构等。
统筹处理部2在将模拟处理请求与对应的业务状况信息及对应的模拟处理条件一起进行发送时，例如以模拟处理请求R1[AS1、AS2、…、ASn、SC1]、模拟处理请求R2[AS1、AS2、…、ASn、SC2]、模拟处理请求R3[AS1、AS2、…、ASn、SC3]、…等的方式，发送到模拟器3。另外，S3～S5的处理相对于并联设置的多个模拟器3逐次执行，但在业务状况信息组与模拟处理条件的组合的任意一个模式的处理量的累计与同一业务状况信息组和在S2中一连串生成的模拟处理条件对应的情况下，优选存储保持并援用一次运算取得的累计处理量。
模拟器3从统筹处理部2接收模拟处理请求和对应的业务状况信息组及对应的模拟处理条件(S6)。并且，模拟器3，更具体而言是遵照模拟程序的运算控制部31运算取得评价值组来作为基于模拟处理请求的业务状况信息组和模拟处理条件的模拟处理结果(S7)。在运算取得评价值组时，运算控制部31执行离散模拟处理，根据模拟处理请求Ri的业务状况信息组[AS1、AS2、…、ASn]和模拟处理条件SCi＝[sci1、sci2、…、scim]运算取得构成评价值组的各个评价值V1i、V2i、V3i、…、Vji、…、Vni。
这里，模拟器3执行的离散模拟处理可以使用对由离散发生的事件链引起的状态推移进行模拟的适当的离散模拟处理。例如，对于作业站等各要素，将各要素引发的固有动作、用于引发各要素的固有动作的条件、固有动作的动作时间、必要的部件数量等所需量的各元素，以及作为在该固有动作结束时通知固有动作已结束的输出目的地的其他作业站等其他要素设定并存储在数据存储部322中，并以与固有动作的输出相应地引发其他要素的固有动作的方式设定在处理程序存储部321的模拟程序中，将各要素网络化，使成为业务流程网络的根的要素引发固有动作，并使固有动作的引发传播至与根相连的网络的各要素，从而进行模拟运算，换言之，能够使用使业务流程前进的模拟处理等各种已有的离散模拟，作为该离散模拟处理的运算时的运算条件，使用业务状况信息组[AS1、AS2、…、ASn]和模拟处理条件SCi。
而且，优选为采用如下结构，即：如专利文献2那样，将设备要素的各要素作为设备要素信息存储在数据存储部322中，并且将包含作业要素的引发条件和作业结束后的输出目的地的作业要素信息、设备要素与作业要素的链接信息存储在数据存储部322中，与通过链接信息与第一设备要素链接的第一作业要素的作业要素信息的引发条件的满足相应地，第一设备要素执行作业，并输出到第一作业要素的作业要素信息的作业完成后的输出目的地，由此执行离散模拟处理。此时，作为离散模拟处理的运算时的运算条件，也使用业务状况信息组[AS1、AS2、…、ASn]和模拟处理条件SCi。另外，业务状况信息组和模拟处理条件以外的要素的各元素等的当前业务的基本信息或当前业务的环境信息等离散模拟处理所需的信息可以采用如下结构，即：输入到统筹处理部2之后，发送到各模拟器3，并由各模拟器3存储的结构；或者由各模拟器3输入，并由各模拟器3存储的结构等。
然后，模拟器3将运算取得的评价值组[V1i、V2i、V3i、…、Vji、…、Vni]发送到统筹处理部2(S8)。统筹处理部2从执行了模拟处理的各个模拟器3接收多个评价值组来作为基于业务状况信息组和模拟处理条件的模拟处理结果(S9)，并识别所接收到的所有评价值组即多个评价值组中的基于业务目标函数的最高评价的评价值组(S10)。在该最高评价的评价值组的识别中，如上所述，例如可以利用业务目标函数等进行识别，所述业务目标函数设定针对各评价值的加权系数，取得线性加权和，并将线性加权和为最大值的评价值组识别为最高评价的评价值组。
而且，统筹处理部2通过输出部24以规定形式显示所识别出的最高评价的评价值组(S11)。该显示形式例如可以设为将最高评价的评价值组和除此以外的评价值组各自的线性加权和的值用图像进行图表显示等。另外，统筹处理部2优选为在识别最高评价的评价值组的同时，识别由最高评价的评价值组和除此以外的评价值组构成的多个评价值组的分布，并通过输出部24显示多个评价值组的分布或者各评价值组的线性加权和等业务目标评价值的分布等。该分布的识别、输出形式例如可以采用如下形式，即，将纵轴设为完工时间或前置时间，将横轴设为库存量的积分值的形式，或将纵轴设为设备的运转率，将横轴设为作业者开工率的形式等使用各评价值组的对应的评价值进行输出的形式等。
根据第一实施方式，统筹处理部2能够随时间推移地识别各个模拟器3的变动的可处理量，并使各个模拟器3进行可处理量内的最优处理量内的模拟处理，由此能够效率地使用执行并行模拟运算的处理机构的硬件资源，即使在例如多品种少量生产那样假定了庞大的事例时，也能够以更低的成本高速且可靠地进行多种多样的模拟运算。即，通过根据各个模拟器3的规定时间点的处理能力来分配适当的模拟处理量，能够在防止例如对各个模拟器3施加过大的负荷而使处理速度降低，或者成为停止状态的情况的同时，高速且可靠地进行多种多样的模拟运算。另外，统筹处理部2从多个模拟器3接收多个评价值组来作为基于业务状况信息组和模拟处理条件的模拟处理结果，并识别多个评价值组中的基于业务目标函数的最高评价的最高评价值组，从而能够识别出与业务目标相应且切合业务状况的最优业务。
另外，通过从业务状况信息取得部6向统筹处理部2发送业务状况信息，统筹处理部2能够从业务状况信息取得部6自动地识别业务状况信息，并使模拟器3组进行模拟处理，识别出与业务目标相应且切合业务状况的最高评价的评价值组，由此识别出最优业务。
另外，由于统筹处理部2根据筛选控制组件4的筛选条件和业务状况信息生成模拟处理条件，从而能够逐次生成必要的模拟处理条件并用于模拟处理，由此能够消除准备同时模拟运算并生成与业务状况信息对应的庞大数量的模拟处理条件的模式列表的硬件的必要。因此，能够更效率地使用硬件资源，实现硬件资源的低成本化。另外，如果条件的组合增加，则会成为天文数字的模拟处理条件，因此通过削减明显不需要的模拟处理条件以削减庞大数量的模拟处理条件，并利用筛选条件设为能够进行运算的量的模拟处理条件的数量，从而能够进行求取优化的运算，并且能够实现硬件资源的低成本化。另外，在筛选控制组件4中，能够设定符合市场变动的特性、生产线的特性、制造管理方针的更符合目的的筛选条件，例如设定与生产规划中的顾客要求对应的交付时间的优先级、从设备折旧费或质量管理等观点出发希望积极地运行的生产设备的优先级等，由此统筹处理部4能够生成更符合目的的模拟处理条件并用于模拟处理。另外，通过采用不将筛选控制组件4与统筹处理部2设为一体而使两者进行通信连接的结构，能够根据需要灵活地使用符合目的的筛选条件、符合目的的模拟处理条件，由此能够提高模拟处理的灵活性、多样性、通用性。
另外，通过将筛选控制组件4的筛选条件的筛选程度设为能够变更，或者在筛选控制组件4中设定多个筛选程度的筛选条件，从而例如在对于基于第一筛选条件得到的第一最高评价的评价值组的结果，管理者判断为需要在不同的条件下进行模拟的情况下，能够使用筛选程度比第一筛选条件弱的第二筛选条件，得到第二最高评价的评价值组的结果，或者能够从基于多个筛选条件得到的最高评价的评价值组中识别出最高评价的评价值组、最优业务，由此能够在不丢失使筛选程度过强而从评价对象删除的结果的前提下，达到从人为的判断出发也认为是最优，或者从基于多个筛选条件的模拟处理出发认为是最优的最高评价的评价值组、最优业务。
〔第二实施方式的业务规划优化装置〕
本发明的第二实施方式的业务规划优化装置1具有与图1～图4的第一实施方式相同的整体结构，但不同点在于，在构成评价值组的评价值V1i、V2i、V3i、…、Vji、…、Vni之中包含有表示与当前业务之间的相似度的评价值，如图7所示，各个模拟器3运算取得具有相似度的评价值的评价值组来作为基于模拟处理请求的业务状况信息组和模拟处理条件的模拟处理结果(S7’)。并且，统筹处理部2从执行了模拟处理的各个模拟器3接收多个具有相似度评价值的评价值组来作为基于业务状况信息组和模拟处理条件的模拟处理结果(S9)，并识别所接收到的所有评价值组即多个评价值组中的基于业务目标函数的具有相似度评价值的最高评价的评价值组(S10)。其他结构、处理的方式与第一实施方式相同。
运算取得该与当前业务之间的相似度的评价值的方式例如可以采用如下结构，即：以用多维向量表现各个模式并运算取得向量之间的距离的已有的方式等适当的方式，运算获取当前产品所流通的作业站的路线的模式与假想变更后的产品所流通的作业站的路线的模式之间的单独相似度、当前作业者负责作业的作业站的模式与假想变更后的作业者负责作业的作业站的模式之间的独立相似度等，并将存储在模拟器3的数据存储部322中的加权系数sw1、sw2、…、swn与单独相似度sr1、sr2、…、srn分别相乘，运算取得单独相似度的线性加权和∶sw1·sr1+sw2·sr2+…+swn·srn来作为相似度评价值。在此，单独相似度可以通过对共通程度、距离等进行评分来进行评价等，例如，当前作业站的路线的模式和假想变更后的作业站的路线的模式之间的单独相似度sri可以被设定为：作为路线而设定的路径所通过的工作站共通的比例越高，单独相似度sri越高；具有相同种类的功能的工作站共通的比例越高，单独相似度sri越高；并且关于作为路线而设定的路径上的工作站，执行同一要素作业的工作站的物理距离近的比例越高，单独相似度sri越高。
根据第二实施方式，通过在评价值组中包含与当前业务之间的相似度作为评价值，从而能够识别出不会大幅变更已有的业务的方式的、现场或工作人员容易进行的最优业务。例如，在仅用生产相关的指标构成评价值组的情况下，即使是与最高评价的评价值组对应的生产，有时也会成为例如包括在实际执行生产方面至今未经历过的难以应对的生产方式的生产、在生产现场包括不合理的大的配置转换的生产、生产方针与现有的生产方针大不相同的生产等，但通过使评价值组的评价值包含与当前业务之间的相似度，从而能够识别出生产现场中的“相对于至今为止的方式未发生大幅变化的、容易制作的、且容易进行的最优生产”。
〔第三实施方式的业务规划优化装置〕
第三实施方式的业务规划优化装置1具有与图1～图4的第一实施方式同样的整体结构，但如图8所示，统筹处理部2通过输出部24以规定形式显示所识别出的最高评价的评价值组(S11)，并且生成与所识别出的最高评价的评价值组对应的单独业务指示，且将单独业务指示大致实时地至少发送到作业者终端5(S12)。单独业务指示是在与最高评价的评价值组对应的业务整体中，由单独的业务要素执行的业务指示，或者是针对单独的业务要素执行的业务指示。优选构成为，单独业务指示除了发送到作业者终端5以外，还尽可能地发送到能够接收单独业务指示的业务状况信息取得部6等能够进行接收的各部。作为单独业务指示，例如可以举出使作业者H3在作业站S008从10∶30到10∶40进行产品P6的步骤5，并在作业站S010从10∶40到10∶55进行产品P10的步骤6的指示等。除此以外的结构与第一实施方式的业务规划优化装置1相同。
根据第三实施方式，能够将从业务模拟得到的最高评价的评价值组、最优业务立即作为单独业务指示进行反映，并将该单独业务指示迅速地传达给作业者等，由此能够实现最优业务体系的迅速的构筑和最优业务的快速的执行。
〔第四实施方式的业务规划优化装置〕
第四实施方式的业务规划优化装置1具有与图1～图4的第一实施方式相同的整体结构，但如图9所示，多个筛选控制组件4分别由计算机构成，该计算机包括：CPU等运算控制部401；由ROM、RAM、硬盘等构成的存储部402；输入部403；输出部404；以及通信接口405。在存储部402中设定有筛选条件保存部41，并且在程序存储部42中存储有筛选条件生成程序，运算控制部401按照筛选条件生成程序进行动作。
并且，如图10所示，在多个筛选控制组件4之中的第一筛选控制组件4中，从输入部403输入第一设定条件(S21)，运算控制部401根据第一设定条件生成第一筛选条件(S22)，并执行将所生成的第一筛选条件保存到存储部402的筛选条件保存部41中的处理(S23)。
例如，在作为第一设定条件，输入了“作业者人数的范围：5～15人，产品在生产工厂的作业站中流通的路线的候选：R1、R2、R3、R4、R5、…、R9这9个(路线编号越接近，越具有近似性的路线)，生产规划中的各产品的投入顺序的变更允许范围：到整体的15％的范围，…”的情况下，第一筛选控制组件4的运算控制部401按照筛选条件生成程序，进行遵照用于根据该第一设定条件削减或增加运算处理量以使其适量的规定的运算规则的处理，换言之，进行遵照用于缩小或扩大模拟处理范围以使其处于适当范围的规定的运算规则的处理，由此生成第一筛选条件。作为该规定的运算规则的具体例，在设为“从第一设定条件中的作业者人数的范围中，将用于第一筛选条件的作业者人数从起始的作业者起每隔一个进行设定”，“从第一设定条件中的路线候选中，将用于第一筛选条件的路线的候选从起始的路线候选起每隔一个进行设定”，“设定所设定的作业者人数与所设定的路线的候选的循环组合”等的情况下，运算控制部401按照筛选条件生成程序，生成构成第一筛选条件的单独筛选条件组NC1、NC2、…、NCn(例如，将作业者人数的范围：5人、7人、9人、11人、13人、15人这6种与产品在生产工厂的作业站中流通的路线的候选：R1、R3、R5、R7、R9这5种的循环组合中的每个组合加上生产规划中的各产品的投入顺序的变更容许范围：到整体的15％的范围)，将该缩小了模拟处理范围的第一筛选条件保存在存储部402的筛选条件保存部41中。
之后，统筹处理部2执行基于第一筛选条件的第一模拟处理条件的生成和存储、模拟处理请求的发送、作为来自模拟器3的模拟处理结果的多个评价值组的接收、最高评价的评价值组的识别及多个评价值组的分布的识别、最高评价的评价值组的输出及多个评价值组的分布的输出(S24)。对此，在管理者判断为需要在不同的条件下进行模拟的情况下，输出与存储在统筹处理部2的数据存储部222中的最高评价的评价值组对应的第一模拟处理条件并进行确认，将与最高评价的评价值组对应的第一模拟处理条件中的特定单独条件作为第二设定条件输入到第二筛选控制组件4中。在第二筛选控制组件4中，从输入部403输入第二设定条件(S25)，该运算控制部401根据第二设定条件生成第二筛选条件(S26)，并执行将所生成的第二筛选条件保存在存储部402的筛选条件保存部41中的处理(S27)。而且，之后，统筹处理部2执行基于第二筛选条件的第二模拟处理条件的生成和存储、模拟处理请求的发送、作为来自模拟器3的模拟处理结果的多个评价值组的接收、最高评价的评价值组的识别及多个评价值组的分布的识别、最高评价的评价值组的输出及多个评价值组的分布的输出。
例如，在与最高评价的评价值组对应的第一模拟处理条件中的特定单独条件为“作业者数：9人”、“路线：R5”，并且其作为第二设定条件被输入的情况下，第二筛选控制组件4的运算控制部401按照筛选条件生成程序，进行遵照用于根据该第一设定条件削减或增加运算处理量以使其适量的规定的运算规则的处理，换言之，进行遵照用于缩小或扩大模拟处理范围以使其处于适当范围的规定的运算规则的处理，由此生成第二筛选条件。作为该规定的运算规则的具体例，在设为“除了第二设定条件中的作业者人数之外，还设定该作业者人数的前后的作业者人数”，“除了第二设定条件中的路线之外，还设定在该路线的前后所设定的路线”，“设定所设定的作业者人数与所设定的路线的候选的循环组合”等的情况下，运算控制部401按照筛选条件生成程序，生成构成第二筛选条件的单独筛选条件组NC1’、NC2’、…、NCn’(例如，将作业者人数的范围：8人、9人、10人这3种与产品在生产工厂的作业站中流通的路线的候选：R4、R5、R6这3种的循环组合中的每个组合加上生产规划中的各产品的投入顺序的变更容许范围：到整体的15％的范围)，将该扩大了模拟处理范围的第二筛选条件保存在存储部402的筛选条件保存部41中。
在如前述的具体例的以用于缩小模拟处理范围的规定的运算规则生成第一筛选条件的第一筛选控制组件4、以用于扩大模拟处理范围的规定的运算规则生成第二筛选条件的第二筛选控制组件4那样，多个筛选控制组件4采用将根据设定条件以用于缩小模拟处理范围的规定的运算规则生成筛选条件的筛选控制组件和根据设定条件以用于扩大模拟处理范围的规定的运算规则生成筛选条件的筛选控制组件进行组合的结构时，易于优化模拟处理范围，从而为优选。另外，也可以采用多个筛选控制组件4全部根据设定条件以用于缩小模拟处理范围的规定的运算规则生成筛选条件的结构，或者多个筛选控制组件4全部根据设定条件以用于扩大模拟处理范围的规定的运算规则生成筛选条件的结构。另外，在多个筛选控制组件4中的一个筛选控制组件4和其他筛选控制组件4根据设定条件以用于缩小模拟处理范围的规定的运算规则生成筛选条件的情况下，或者在一个筛选控制组件4和其他筛选控制组件4根据设定条件以用于扩大模拟处理范围的规定的运算规则生成筛选条件的情况下，一个筛选控制组件4的规定的运算规则与其他筛选控制组件4的规定的运算规则既可以不同也可以相同。另外，同一筛选控制组件4能够选择输入根据设定条件以用于缩小模拟处理范围的规定的运算规则生成筛选条件的处理、以及根据设定条件以用于扩大模拟处理范围的规定的运算规则生成筛选条件的处理这两者，即使以选择输入的规定的运算规则生成筛选条件，也容易使模拟处理范围适当，而且，通过设置多个能够进行该两个处理的筛选控制组件4，能够更容易地优化模拟处理范围。
另外，在第四实施方式的业务规划优化装置1及其业务规划优化方法中，也可以构成为：将根据设定条件生成筛选条件的规定的运算规则的一部分或全部作为设定条件的一部分输入到筛选控制组件4，与筛选控制组件4的筛选条件生成程序协作的运算控制部401根据筛选条件生成程序和与所输入的规定的运算规则对应的设定条件的一部分，从设定条件生成筛选条件。
例如，在作为第一设定条件，输入了“作业者人数的范围：5～15人，产品在生产工厂的作业站中流通的路线的候选：R1、R2、R3、R4、R5、…、R100这100个(路线编号越接近，越具有相似性的路线)，路线候选之中的中心路线(例如已实施过而具有实际业绩的路线)：R30，组合设定以中心路线为中心的前后各10个路线(与规定的运算规则的一部分对应的设定条件的一部分)，…”输入到第一筛选控制组件4中的情况下，第一筛选控制组件4的运算控制部401按照存储保持规定的运算规则的一部分“设定所设定的作业者人数与所设定的路线的候选的循环组合”等的筛选条件生成程序，并且根据与规定的运算规则的一部分对应的设定条件的一部分，将构成第一筛选条件的单独筛选条件组NC1、NC2、…、NCn(例如，作业者人数的范围：5～15人这11种与以具有实际业绩的路线R30为中心的R20～R40这21种的循环组合中的每个组合加上其他条件)作为第一筛选条件而生成，并进行模拟处理、最高评价的评价值组的取得。
而且，在与最高评价的评价值组对应的第一模拟处理条件之中的特定单独条件为“路线：R39”，并且作为第二设定条件，“作业者人数的范围：5～15人，产品在生产工厂的作业站中流通的路线的候选：R1、R2、R3、R4、R5、…、R100这100个(路线编号越接近，越具有相似性的路线)，路线的候选之中的中心路线(例如与最高评价的评价值组对应的第一模拟处理条件中的特定单独条件的路线)：R39，组合设定以中心路线为中心的前后各10个路线(与规定的运算规则的一部分对应的设定条件的一部分)，…”输入到第二筛选控制组件4的情况下，第二筛选控制组件4的运算控制部401按照存储保持规定的运算规则的一部分“设定所设定的作业者人数与所设定的路线的候选的循环组合”等的筛选条件生成程序，并且根据与规定的运算规则的一部分对应的设定条件的一部分，将构成第二筛选条件的单独筛选条件组NC1’、NC2’、…、NCn’(例如，作业者人数的范围：5～15人这11种和以与从第一模拟处理条件选择的最高评价对应的特定单独条件即路线R39为中心的R29～R49这21种的循环组合中的每个组合加上其他条件…)作为第二筛选条件而生成，并进行模拟处理、最高评价的评价值组的取得。
另外，在第四实施方式的业务规划优化装置1及其业务规划优化方法中，也可以构成为：在根据设定条件生成筛选条件的处理中，与筛选控制组件4的筛选条件生成程序协作的运算控制部401将输入到筛选控制组件4的设定条件的各项目原样地进行循环组合，从设定条件生成筛选条件。
例如，在作为第一设定条件，“作业者人数的范围：10人，产品在生产工厂的作业站路通的路线的候选：R1、R2、R3、R4、R5、…、R100这100个(路线编号越接近，越具有相似性的路线)，…”输入到第一筛选控制组件4的情况下，第一筛选控制组件4的运算控制部401按照存储保持规定的运算规则“设定所设定的作业者人数与所设定的路线的候选的循环组合”等的筛选条件生成程序，将构成第一筛选条件的单独筛选条件组NC1、NC2、…、NCn(例如，作业者人数为10人这一种与全部的路线的候选R1～R100的循环组合中的每个组合加上其他条件…)作为第一筛选条件而生成，并进行模拟处理、最高评价的评价值组的取得。
而且，在与最高评价的评价值组对应的第一模拟处理条件中的特定单独条件为“路线：R39”，并且作为第二设定条件，“作业者人数的范围：5～15人，产品在生产工厂的作业站中流通的路线的候选：R39，…”输入到第二筛选控制组件4的情况下，第二筛选控制组件4的运算控制部401按照存储保持规定的运算规则“设定所设定的作业者人数与所设定的路线的候选的循环组合”等的筛选条件生成程序，将构成第二筛选条件的单独筛选条件组NC1’、NC2’、…、NCn’(例如，作业者人数为5～15人这11种和路线的候选R39的循环组合中的每个组合加上其他条件…)作为第二筛选条件而生成，并进行模拟处理、最高评价的评价值组的取得。
另外，在第四实施方式的业务规划优化装置1及其业务规划优化方法中，也可以进行基于第一设定条件及第一筛选条件的运算处理、基于第二设定条件及第二筛选条件的运算处理，而且，还进行基于第三设定条件及第三筛选条件的运算处理，进一步地，还根据需要，进行基于第四、第五、…设定条件及第四、第五、…筛选条件的运算处理，以搜索最优业务。该处理在以多个设定条件及筛选条件对多个变量进行筛选，并以考虑了其结果的进一步的设定条件及筛选条件，对优选的变量值的附近区域进行基于多个变量的搜索的情况下等有效，例如，将2个变量作为第一、第二筛选条件依次进行筛选，并且以第三筛选条件对附近区域进行基于2个变量的搜索等。
例如，作为第一设定条件，“作业者人数的范围：1～10人，生产工厂生产10种产品P1～P10的生产顺序：PS1、PS2、PS3、…、PS362880(10的阶乘、生产顺序的编号越接近，越具有近似性的生产顺序)，设定所设定的作业者人数与所设定的生产顺序的循环组合(规定的运算规则的一部分)，…”输入到第一筛选控制组件4的情况下，第一筛选控制组件4的运算控制部401按照筛选条件生成程序，将构成第一筛选条件的单独筛选条件组NC1、NC2、…、NCn(例如，作业者人数的范围：1～10人这10种与生产顺序PS1、PS2、PS3、…、PS362880这362880种的循环组合(36288800)中的每个组合加上其他条件…)作为第一筛选条件而生成，并进行模拟处理、最高评价的评价值组的取得。
而且，与最高评价的评价值组对应的第一模拟处理条件中的特定单独条件为“生产顺序：PS67”，并且作为第二设定条件，“作业者人数的范围：5～15人，生产工厂生产10种产品P1～P10的生产顺序：PS67，设定所设定的作业者人数与所设定的生产顺序的循环组合(规定的运算规则的一部分)，…”输入到第二筛选控制组件4的情况下，第二筛选控制组件4的运算控制部401按照筛选条件生成程序，将构成第二筛选条件的单独筛选条件组NC1’、NC2’、…、NCn’(例如，作业者人数的范围：5～10人这11种和生产顺序PS67的循环组合中的每个组合加上其他条件…)作为第二筛选条件而生成，并进行模拟处理、最高评价的评价值组的取得。
而且，在与最高评价的评价值组对应的第二模拟处理条件中的特定单独条件为“作业者人数的范围：12人”，“生产顺序：PS67”，并且作为第二设定条件，“作业者人数的范围：10人～14人(以上述的作业者人数12人为中心的前后2个的人数)，生产工厂生产10种产品P1～P10的生产顺序中的中心生产顺序：PS67，组合设定以中心生产顺序为中心的前后各10个的生产顺序(与规定的运算规则的一部分对应的设定条件的一部分)，设定所设定的作业者人数与所设定的生产顺序的循环组合(规定的运算规则的一部分)，…”输入到第三筛选控制组件4的情况下，第三筛选控制组件4的运算控制部401按照筛选条件生成程序，将构成第三筛选条件的单独筛选条件组NC1”、NC2”、…、NCn”(例如，作业者人数的范围：10～14人这5种与生产顺序PS57～PS77的循环组合中的每个组合加上其他条件…)作为第三筛选条件而生成，并进行模拟处理、最高评价的评价值组的取得。
另外，如上所述的第一设定条件中的“生产工厂生产10种产品P1～P10的生产顺序：PS1、PS2、PS3、…、PS362880”那样，各实施方式中的模拟处理条件、筛选条件、设定条件优选设定并使用对生产工厂生产的多种产品的生产顺序进行置换所得的单独条件或对各产品的投入顺序进行置换所得的单独条件。由此，能够可靠地达到多品种少量生产或多品种生产的最优生产、最优业务。
另外，在第四实施方式的业务规划优化装置1及其业务规划优化方法中，也可以将从第一筛选控制组件4输入到统筹处理部2的筛选条件中的第一参数或第一参数组(例如，作业者人数的范围、产品在生产工厂的作业站中流通的路线的候选)与从第二筛选控制组件4输入到统筹处理部2的筛选条件中的第二参数或第二参数组(例如，生产工厂生产多种产品的生产顺序)设为不同种类，并在统筹处理部2的数据存储部222中存储第一参数或参数组与第二参数或参数组中的哪一个为优先的优先级，统筹处理部2在与具有优先级低的参数或参数组的筛选条件对应的模拟处理请求的发送前的阶段，识别出具有优先级高的参数或参数组的筛选条件的输入的情况下，暂时停止或中止与具有优先级低的参数或参数组的筛选条件对应的处理，并且开始与具有优先级高的参数或参数组的筛选条件对应的处理。优选为根据对生产率的影响度等，以使重要性高的参数或参数组优先的方式来确定该优先级。
根据第四实施方式，例如在第一筛选条件是基于第一筛选控制组件4的第一设定条件生成的筛选条件的情况下，基于此得到的第一最高评价的评价值组的结果成为针对依赖于第一设定条件的范围的结果。与此相对，在管理者判断为需要在不同的条件下进行模拟的情况下，将与第一最高评价的评价值组对应的模拟处理条件中的特定单独条件设定为第二筛选控制组件2的第二设定条件，使用由此生成的第二筛选条件，能够得到第二最高评价的评价值组的结果，而且，能够基于此以同样的方式连续执行基于第三、第四筛选条件的处理。由此，能够在不丢失使筛选程度过强而从评价对象删除的结果的前提下，不扩大筛选的范围地，达到连续地变化并且认为是最优的评价值组、最优业务。另外，即使单个筛选控制组件4使用如下结构，即，设定为能够选择根据设定条件以用于缩小模拟处理范围的规定的运算规则生成筛选条件的处理、以及根据设定条件以用于扩大模拟处理范围的规定的运算规则生成筛选条件的处理这两者的结构，也能够实现相同的效果，即，能够在不丢失使筛选程度过强而从评价对象删除的结果的前提下，不扩大筛选的范围地，达到连续地变化并且认为是最高评价的评价值组、最优业务。
另外，通过设置多个与统筹处理部2进行通信连接并生成筛选条件的筛选控制组件4，例如也能够实现在拟定生产规划的场所设置第一筛选控制组件4，并且在现场设置第二筛选控制组件4，由同一个人或者不同的人员分别在第一、第二筛选控制组件4对设定条件进行设定，以使第一、第二筛选控制组件4生成筛选条件，并执行业务模拟等的使用方式，由此能够按照业务规划的拟定过程的必要性而灵活地进行业务模拟处理。另外，通过设置多个根据设定条件生成筛选条件的筛选控制组件4，能够将根据设定条件生成筛选条件的运算处理量分散于多个筛选控制组件4，由此降低各筛选控制组件4的运算处理负担。而且，在进行多个或大量的基于第一、第二、第三、第四、第五、…设定条件及筛选条件的运算处理以搜索最优业务的情况下，例如在进行取得变量1的优选变量值、变量2的优选变量值、变量3的优选变量值的处理时，能够由多个筛选控制组件4并行地进行根据设定条件生成筛选条件的处理，由此能够在短时间内效率地进行达到最优业务的整体处理。
〔本说明书公开发明的包含范围〕
本说明书公开的发明除了包含作为发明列举的各发明、各实施方式之外，还包含在可应用的范围内，将它们的部分内容变更为本说明书公开的其他内容而确定的发明，或者在它们的内容附加本说明书公开的其他内容而确定的发明，或者将它们的部分内容以可获得部分作用效果的限度进行删除而进行上位概念化所确定的发明。并且，本说明书公开的发明还包含下述变形例或追加的内容。
例如，在上述实施方式的业务规划优化装置1中，采用了统筹处理部2根据筛选控制组件4的筛选条件生成模拟处理条件的结构，但例如也可以采用统筹处理部2将模拟处理条件存储到数据存储部222中，并将基于该模拟处理条件的模拟处理请求发送到模拟器3以进行模拟处理的结构。而且，优选为采用如下结构，即，统筹处理部2识别存储在数据存储部222中的成为基础的模拟处理条件，并且识别特定时间点的业务状况信息组，在业务状况信息中存在条件范围比基础模拟处理条件的单独条件窄的条件的情况下，生成应用了窄的条件的模拟处理条件，并将基于该模拟处理条件的模拟处理请求发送到模拟器3以进行模拟处理。
另外，使用第一～第四实施方式的业务规划优化装置1进行的业务模拟处理或业务规划优化处理不限于上述，例如如图11所示，也可以进行如下处理(第一变形例的处理)，即：统筹处理部2针对从业务整体中分割并识别出的第一业务范围，通过与上述S1～S10等同样的处理，执行针对第一业务范围的模拟处理，并识别第一业务范围的最高评价的评价值组(S31)；统筹处理部2针对从业务整体中分割并识别出的第二业务范围，通过与上述S1～S10等同样的处理，执行针对第二业务范围的模拟处理，并识别第二业务范围的最高评价的评价值组(S32)；统筹处理部2设定包括与第一业务范围的最高评价的评价值组对应的第一模拟处理条件和与第二业务范围的最高评价的评价值组对应的第二模拟处理条件的第三模拟处理条件(S33)；统筹处理部2使用第三模拟处理条件执行针对包含第一业务范围和第二业务范围的第三业务范围的模拟处理(S34)；以及统筹处理部2识别第三业务范围的最高评价的评价值组(S35)。另外，针对第三业务范围的第三模拟处理条件还可以包含与针对第一、第二业务范围以外的业务范围的最高评价的评价值组对应的模拟处理条件。
在该处理中，例如设定生产步骤α作为第一业务范围，设定生产步骤α的后步骤即生产步骤β作为第二业务范围，将与生产步骤α、β等相关的处理所需的数据存储于统筹处理部2、模拟器3，并且统筹处理部2将模拟处理请求αRi与生产步骤α的所识别出的特定时间点的业务状况信息组αAS1、αAS2、…、αASn及模拟处理条件αSCi一起发送到模拟器3，执行模拟处理，并识别生产步骤α的最高评价的评价值组。另外，统筹处理部2将模拟处理请求βRi与生产步骤β的所识别出的特定时间点的业务状况信息组βBS1、βBS2、…、βBSn与模拟处理条件βSCi一起发送到模拟器3，执行模拟处理，并识别生产步骤β的最高评价的评价值组。
并且，统筹处理部2执行如下处理等，即，将与生产步骤α的最高评价的评价值组对应的模拟处理条件αSCmax作为第一模拟处理条件，将与生产步骤β的最高评价的评价值组对应的模拟处理条件βSCmax作为第二模拟处理条件，设定第三模拟处理条件[αSCmax、βSCmax]，并设定相当于包含第一业务范围和第二业务范围的第三业务范围的生产步骤(α+β)，将模拟处理请求αβRi与生产步骤α的特定时间点的业务状况信息组αAS1、αAS2、…、αASn与生产步骤β的特定时间点的业务状况信息组βBS1、βBS2、…、βBSn及第三模拟处理条件[αSCmax、βSCmax]一起发送到模拟器3，执行模拟处理，并识别生产步骤(α+β)整体的最高评价的评价值组。
根据第一变形例的处理，如果进行业务全体的模拟处理，则运算量会变得庞大，在引起组合爆炸的情况下等，能够对从业务全体分割出的多个业务范围进行事先的模拟，并从与各业务范围的部分优化有关的结果取得业务全体的模拟处理的模拟处理条件，通过该模拟处理条件，基于业务目标函数而识别出业务全体的最高评价的评价值组，从而能够以硬件资源在现实中可执行的运算量，效率地识别出最高评价的评价值组、最优业务。另外，在该方法中，由于进行基于从业务全体分割出的业务范围的模拟，所以容易识别相对于当前业务的变更较少且易于进行的业务，由此能够识别出现场或工作人员容易进行的最优业务。例如，以到目前为止进行生产的生产规划为基础，对具有生产顺序的业务范围进行组合运算而进行部分的优化、理想化，并对所有的业务范围依次进行该处理，进而对业务全体进行模拟处理，由此能够在到目前为止的规划的延长线上变更为最优规划。
另外，作为使用第一～第四实施方式的业务规划优化装置1进行的其他的业务模拟处理或者业务规划优化处理，例如如图12所示，可以进行如下处理(第二变形例的处理)，即：统筹处理部2将与根据相当于第一筛选条件的所需筛选条件生成的第一模拟处理条件相当的所需模拟处理条件的模拟处理请求，与业务状况信息组及第一模拟处理条件一起发送到各个模拟器3(S41)；统筹处理部2从各个模拟器3接收第一多个评价值组来作为基于业务状况信息组和第一模拟处理条件的模拟处理结果(S42)；统筹处理部2识别所接收到的第一多个评价值组中的基于与第一业务目标函数相当的规定业务目标函数的第一最高评价的评价值组，并且识别第一多个评价值组的分布(S43)；统筹处理部2存储保持以第一多个评价值组的分布为基础而输入的第二业务目标函数(S44)；以及统筹处理部2识别第一多个评价值组中的基于第二业务目标函数的第二最高评价的评价值组(S45)。
在该处理中，例如统筹处理部2进行与上述S1～S11等同样的处理，识别所接收到的第一多个评价值组中的基于第一业务目标函数的第一最高评价的评价值组，并且识别第一多个评价值组的分布。并且，在将线性加权和：Si和从线性加权和Si中取得最大值的MAX函数：MAX(Si，i＝1、2、…、t)作为第一业务目标函数的例子中，利用者以第一多个评价值组的分布为基础，变更加权系数wj(j＝1、2、…、n)中的所需的加权系数，并将第二业务目标函数输入到统筹处理部2，统筹处理部2存储保持第二业务目标函数。然后，统筹处理部2根据规定的输入等，执行识别第一多个评价值组中的基于第二业务目标函数的第二最高评价的评价值组，并且识别第二多个评价值组的分布的处理等。
根据第二变形例的处理，例如，在管理者判断为存在比基于第一业务目标函数的解或最优业务更适合的解或最优业务的情况下，能够以第一多个评价值组的分布为参照来设定第二业务目标函数，并识别基于第二业务目标函数的解或最优业务，或者识别基于多个业务目标函数中的每一个的解或最优业务，并由管理者进行对比研究，由此能够综合性且多方面地研究多个评价值组、多个最高评价的评价值组，由此识别出更进一步优化的业务。
另外，作为使用第一～第四实施方式的业务规划优化装置1进行的其他的业务模拟处理或者业务规划优化处理，例如如图13所示，可以进行如下处理(第三变形例的处理)，即：统筹处理部2将与根据第一筛选条件生成的第一模拟处理条件的模拟处理请求与业务状况信息组及第一模拟处理条件一起发送到各个模拟器3(S51)；统筹处理部2从各个模拟器3接收第一多个评价值组来作为基于业务状况信息组和第一模拟处理条件的模拟处理结果(S52)；统筹处理部2识别所接收到的第一多个评价值组中的基于第一业务目标函数的第一最高评价的评价值组，并且识别所述第一多个评价值组的分布(S53)；统筹处理部2存储保持以第一多个评价值组的分布为基础而输入的第二业务目标函数(S54)；而且，统筹处理部2将根据第二筛选条件生成的第二模拟处理条件的模拟处理请求与业务状况信息组及第二模拟处理条件一起发送到各个所述模拟器(S55)；统筹处理部2从各个模拟器3接收第二多个评价值组来作为基于业务状况信息组和第二模拟处理条件的模拟处理结果(S56)；统筹处理部2识别所接收到的第二多个评价值组中的基于第二业务目标函数的第二最高评价的评价值组，并且识别第二多个评价值组的分布(S57)。
在该处理中，例如统筹处理部2通过与第二变形例的S41～S44同样的处理，存储保持第二业务目标函数，而且，使用与第一筛选条件不同的第二筛选条件，进行与上述S1～S11等同样的处理，并执行识别所接收到的第二多个评价值组中的基于第二业务目标函数的第二最高评价的评价值组，并且识别第二多个评价值组的分布的处理等。
根据第三变形例的处理，能够利用第一业务目标函数来评价作为模拟处理结果的第一多个评价值组，并识别基于第一业务目标函数的第一最高评价的评价值组，而且，使用以第一多个评价值组的分布为参考而设定的第二业务目标函数，针对与第二筛选条件、第二模拟处理条件对应的不同于第一多个评价值组的第二多个评价值组，识别出第二最高评价的评价值组或第二多个评价值组的分布。因此，例如，在管理者判断为存在比基于第一筛选条件、第一业务目标函数的解或最优业务更适合的解或最优业务的情况下，能够以第一多个评价值组的分布为参照来设定第二业务目标函数，并识别基于第二筛选条件、第二业务目标函数的解或最优业务，或者识别基于多个筛选条件、多个业务目标函数中的每一个的解或最优业务，并由管理者进行对比研究，由此能够综合性且多方面地研究基于多个筛选条件、多个业务目标函数的多个评价值组、多个最高评价的评价值组，由此识别出更进一步优化的业务。
另外，如图14及图15所示，也可以采用如下方式，即，在设有多个包括统筹处理部2及与统筹处理部2进行通信连接而被统筹的多个模拟器3的业务规划优化装置1，并且多个业务规划优化装置1共用由多个模拟器3构成的模拟器3组，而且统筹处理部2相互进行通信连接所构成的系统中，一个业务规划优化装置1的统筹处理部2与模拟处理请求向模拟器3的发送开始对应地，生成模拟处理开始信息，并发送到其余的业务规划优化装置1的统筹处理部2(S61)，其余的业务规划优化装置1的统筹处理部2与模拟器3组的模拟处理开始信息的接收相应地，停止随时间推移地识别模拟器3组的模拟器3的变动的一定时间内的可处理量的动作(S62)，一个业务规划优化装置1的统筹处理部2与多个评价值的接收完成对应地，生成模拟处理完成信息，并发送到其余的业务规划优化装置1的统筹处理部2来作为来自模拟器3组的模拟器3的模拟处理结果(S63)，其余的业务规划优化装置1的统筹处理部2与模拟器3组的模拟处理完成信息的接收相应地，再次开始随时间推移地识别模拟器3组的模拟器3的变动的一定时间内的可处理量的动作(S64)。通过该多个业务规划优化装置1的统筹处理部2直接交换模拟处理的开始和停止的结构，能够省力地进行模拟器组3的可处理量的随时间推移的识别处理，并且能够由多个业务规划优化装置1共用模拟器3组，从而效率地利用硬件资源。
另外，如图16及图17所示，也可以采用如下方式，在设有多个包括统筹处理部2及与统筹处理部2进行通信连接而被统筹的多个模拟器3的业务规划优化装置1，并且多个业务规划优化装置1共用由多个模拟器3构成的模拟器3组，而且各统筹处理部2与包括运算控制部、存储运算控制部的控制程序或数据的存储部、输入部、输出部及通信接口的综合管理装置10进行通信连接所构成的系统中，一个业务规划优化装置1的统筹处理部2与模拟处理请求向模拟器3的发送开始对应地，生成第一模拟处理开始信息，并发送到综合管理装置10(S71)，综合管理装置10或其运算控制部与第一模拟处理开始信息的接收相应地，生成第二模拟处理开始信息，并发送到其余的业务规划优化装置1的统筹处理部2(S72)，其余的业务规划优化装置1的统筹处理部2与模拟器3组的第二模拟处理开始信息的接收相应地，停止随时间推移地识别模拟器3组的模拟器3的变动的一定时间内的可处理量的动作(S73)，一个业务规划优化装置1的统筹处理部2与多个评价值的接收完成对应地，生成第一模拟处理完成信息，并发送到综合管理装置10来作为模拟器3组的模拟器3的模拟处理结果(S74)，综合管理装置10或其运算控制部与第一模拟处理完成信息的接收相应地，生成第二模拟处理完成信息，并发送到其余的业务规划优化装置1的统筹处理部2(S75)，其余的业务规划优化装置1的统筹处理部2与模拟器3组的第二模拟处理完成信息的接收相应地，再次开始随时间推移地识别模拟器3组的模拟器3的变动的一定时间内的可处理量的动作(S76)。通过该多个业务规划优化装置1的统筹处理部2间接交换模拟处理的开始和停止的结构，也能够省力地进行模拟器组3的可处理量的随时间推移的识别处理，并且能够由多个业务规划优化装置1共用模拟器3组，从而效率地利用硬件资源。
产业实用性
本发明能够在进行例如生产步骤、物流步骤、工厂等的布局规划、人员规划等各种业务的离散模拟而得到效果分析时利用。
标号说明
1…业务规划优化装置2…统筹处理部21…运算控制部
22…存储部221…处理程序存储部222…数据存储部23…输入部24…输出部25…通信接口3…模拟器31…运算控制部32…存储部321…处理程序存储部322…数据存储部33…输入部34…输出部35…通信接口4…筛选控制组件41…筛选条件保存部401…运算控制部402…存储部42…程序存储部403…输入部404…输出部405…通信接口5…作业者终端51…运算控制部52…存储部521…处理程序存储部522…数据存储部53…输入部54…输出部55…通信接口6…业务状况信息取得部10…综合管理装置。

Claims (11)

1.一种业务规划优化装置，其特征在于，
包括统筹处理部以及与所述统筹处理部进行通信连接而被统筹的多个模拟器，
所述统筹处理部随时间推移地识别所述模拟器各自的变动的一定时间内的可处理量，
所述统筹处理部将各个所述模拟器的所识别出的所述可处理量内的最优处理量内的模拟处理的模拟处理请求与业务状况信息组及模拟处理条件一起发送到各个所述模拟器，
所述统筹处理部从各个所述模拟器接收多个评价值组来作为基于所述业务状况信息组和所述模拟处理条件的模拟处理结果，
所述统筹处理部识别所接收到的多个评价值组中的基于业务目标函数的最高评价的评价值组。
2.根据权利要求1所述的业务规划优化装置，其特征在于，
在所述评价值组中包括与当前业务之间的相似度作为评价值。
3.根据权利要求1或2所述的业务规划优化装置，其特征在于，
所述业务规划优化装置包括取得所述业务状况信息的业务状况信息取得部，
从所述业务状况信息取得部向所述统筹处理部发送所述业务状况信息。
4.根据权利要求1～3中任一项所述的业务规划优化装置，其特征在于，
所述统筹处理部生成与所识别出的所述最高评价的评价值组对应的单独业务指示，并将所述单独业务指示大致实时地至少发送给作业者终端。
5.根据权利要求1～4中任一项所述的业务规划优化装置，其特征在于，
所述业务规划优化装置包括与所述统筹处理部进行通信连接的筛选控制组件，
所述统筹处理部根据所述筛选控制组件的筛选条件和所述业务状况信息组生成模拟处理条件。
6.根据权利要求5所述的业务规划优化装置，其特征在于，
所述筛选控制组件的所述筛选条件的筛选程度能够变更，或者在所述筛选控制组件中设定有多个筛选程度的所述筛选条件。
7.根据权利要求5或6所述的业务规划优化装置，其特征在于，
所述筛选控制组件根据设定条件生成所述筛选条件，并且设置有多个所述筛选控制组件。
8.根据权利要求1～7中任一项所述的业务规划优化装置，其特征在于，
所述统筹处理部从共用所述多个模拟器的其他业务规划优化装置的其他统筹处理部直接或间接地接收模拟处理的开始和结束的信息，
所述统筹处理部在从所述模拟处理的开始到结束的期间，停止进行所述模拟器各自的变动的一定时间内的可处理量的随时间推移的识别。
9.一种业务规划优化方法，使用权利要求1至8中任一项所述的业务规划优化装置，所述业务规划优化方法的特征在于，包括以下步骤：
所述统筹处理部执行针对第一业务范围的模拟处理而识别第一业务范围的最高评价的评价值组；
所述统筹处理部执行针对第二业务范围的模拟处理而识别第二业务范围的最高评价的评价值组；以及
所述统筹处理部设定第三模拟处理条件，使用所述第三模拟处理条件执行针对包括所述第一业务范围和所述第二业务范围的第三业务范围的模拟处理，并识别第三业务范围的最高评价的评价值组，其中，所述第三模拟处理条件包括与所述第一业务范围的最高评价的评价值组对应的第一模拟处理条件和与所述第二业务范围的最高评价的评价值组对应的第二模拟处理条件。
10.一种业务规划优化方法，使用权利要求1至8中任一项所述的业务规划优化装置，所述业务规划优化方法的特征在于，
所述统筹处理部将根据第一筛选条件生成的第一模拟处理条件的模拟处理请求与业务状况信息组及所述第一模拟处理条件一起发送到各个所述模拟器，
所述统筹处理部从各个所述模拟器接收第一多个评价值组来作为基于所述业务状况信息组和所述第一模拟处理条件的模拟处理结果，
所述统筹处理部识别所接收到的所述第一多个评价值组中的基于第一业务目标函数的第一最高评价的评价值组，并且识别所述第一多个评价值组的分布，
所述统筹处理部存储保持以所述第一多个评价值组的分布为基础而输入的第二业务目标函数，
所述统筹处理部识别所述第一多个评价值组中的基于第二业务目标函数的第二最高评价的评价值组。
11.一种业务规划优化方法，使用权利要求1至8中任一项所述的业务规划优化装置，所述业务规划优化方法的特征在于，
所述统筹处理部将根据第一筛选条件生成的第一模拟处理条件的模拟处理请求与业务状况信息组及所述第一模拟处理条件一起发送到各个所述模拟器，
所述统筹处理部从各个所述模拟器接收第一多个评价值组来作为基于所述业务状况信息组和所述第一模拟处理条件的模拟处理结果，
所述统筹处理部识别所接收到的所述第一多个评价值组中的基于第一业务目标函数的第一最高评价的评价值组，并且识别所述第一多个评价值组的分布，
所述统筹处理部存储保持以所述第一多个评价值组的分布为基础而输入的第二业务目标函数，
所述统筹处理部将根据第二筛选条件生成的第二模拟处理条件的模拟处理请求与所述业务状况信息组及所述第二模拟处理条件一起发送到各个所述模拟器，
所述统筹处理部从各个所述模拟器接收第二多个评价值组来作为基于所述业务状况信息组和所述第二模拟处理条件的模拟处理结果，
所述统筹处理部识别所接收到的所述第二多个评价值组中的基于所述第二业务目标函数的第二最高评价的评价值组，并且识别所述第二多个评价值组的分布。
CN201780086802.0A 2017-02-24 2017-05-01 业务规划优化装置及业务规划优化方法 Pending CN110337659A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2017-033333 2017-02-24
JP2017033333A JP6962539B2 (ja) 2017-02-24 2017-02-24 業務計画最適化方法
PCT/JP2017/017209 WO2018154799A1 (ja) 2017-02-24 2017-05-01 業務計画最適化装置及び業務計画最適化方法

Publications (1)

Publication Number Publication Date
CN110337659A true CN110337659A (zh) 2019-10-15

Family

ID=63252546

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780086802.0A Pending CN110337659A (zh) 2017-02-24 2017-05-01 业务规划优化装置及业务规划优化方法

Country Status (7)

Country Link
US (1) US11314238B2 (zh)
EP (1) EP3588400B1 (zh)
JP (1) JP6962539B2 (zh)
CN (1) CN110337659A (zh)
SG (1) SG11201907101UA (zh)
TW (1) TWI808961B (zh)
WO (1) WO2018154799A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111090526A (zh) * 2019-12-20 2020-05-01 北京浪潮数据技术有限公司 一种资源过滤方法、装置及相关组件
CN113406951A (zh) * 2020-03-16 2021-09-17 株式会社东芝 行驶控制装置、行驶控制方法以及计算机程序

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107861478B (zh) * 2017-10-17 2018-08-14 广东工业大学 一种智能车间平行控制方法及系统
JP6726255B2 (ja) * 2018-10-18 2020-07-22 日東電工株式会社 作業者選定システム、作業者選定方法及び作業者選定コンピュータ・プログラム
JP6845204B2 (ja) * 2018-10-30 2021-03-17 ファナック株式会社 ノウハウ作成装置、ノウハウ作成方法及びノウハウ作成プログラム
CN111861050B (zh) * 2019-04-25 2024-02-20 富联精密电子(天津)有限公司 生产制程管控装置、方法及计算机可读存储介质
EP3783450A1 (en) * 2019-08-23 2021-02-24 Henkel AG & Co. KGaA Method for applying an optimized processing treatment to items in an industrial treatment line and associated system
US20210110461A1 (en) * 2019-10-10 2021-04-15 Coupang Corp. Systems and methods for optimization of a product inventory by intelligent adjustment of inbound purchase orders
JP7416597B2 (ja) * 2019-10-11 2024-01-17 株式会社日立製作所 情報処理装置、及び情報処理方法
JP6779417B1 (ja) * 2019-11-06 2020-11-04 三菱電機株式会社 在庫費算出システム、在庫費算出方法および在庫費算出プログラム
JP7344101B2 (ja) * 2019-11-29 2023-09-13 株式会社日立製作所 情報処理装置および情報処理方法
CN114429625A (zh) * 2020-10-29 2022-05-03 株式会社松井制作所 管理系统及运算方法
US11436543B2 (en) * 2020-12-31 2022-09-06 Target Brands, Inc. Plan creation interfaces for warehouse operations

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06195347A (ja) * 1992-12-22 1994-07-15 Shimu Totsupusu:Kk 製造業における製造計画の自動スケジューリング方法
JP2848349B2 (ja) * 1996-09-03 1999-01-20 日本電気株式会社 原価積み上げシミュレーションシステム
JP2000202742A (ja) * 1999-01-14 2000-07-25 Kobe Steel Ltd シミュレ―ション方法及びその装置
US6405157B1 (en) * 1998-05-13 2002-06-11 Nec Corporation Evaluation value computing system in production line simulator
JP2003288476A (ja) * 2002-03-28 2003-10-10 Hitachi Ltd 生産ラインの統合ライン能力評価・管理運用システム、および、その統合ライン能力評価・管理運用方法
JP2004097532A (ja) * 2002-09-10 2004-04-02 Mitsubishi Heavy Ind Ltd 安全衛生管理モニタ装置、安全衛生管理モニタ方法および安全衛生管理モニタプログラム
JP2008217066A (ja) * 2007-02-28 2008-09-18 Lexer Research Inc 作業計画立案支援システム
CN101807265A (zh) * 2008-09-30 2010-08-18 洛克威尔自动控制技术股份有限公司 机器选择、集成和使用的动态多目标优化的系统和方法
CN101833709A (zh) * 2010-05-11 2010-09-15 同济大学 半导体生产线生产计划的混合智能优化方法
JP2012008729A (ja) * 2010-06-23 2012-01-12 Nets:Kk 生産ラインシミュレーション装置およびプログラム
US20130162428A1 (en) * 2010-09-06 2013-06-27 Aurizon Operations Limited Worker's Personal Alarm Device
WO2013145512A1 (ja) * 2012-03-30 2013-10-03 日本電気株式会社 管理装置及び分散処理管理方法
CN105518725A (zh) * 2013-09-03 2016-04-20 雷克萨研究有限公司 生产系统模拟装置、生产系统模拟方法以及生产系统模拟程序

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5229948A (en) * 1990-11-03 1993-07-20 Ford Motor Company Method of optimizing a serial manufacturing system
JPH10240717A (ja) 1997-02-25 1998-09-11 Toshiba Corp 製造業シミュレータ
JP2002006934A (ja) * 2000-06-27 2002-01-11 Matsushita Electric Works Ltd 製造ラインにおける作業者の配分調整方法とそのシステム
US7627493B1 (en) 2000-08-25 2009-12-01 SCA Holdings Production and distribution supply chain optimization software
AU2003253594A1 (en) * 2002-04-23 2003-11-10 Tokyo Electron Limited Method and apparatus for simplified system configuration
JP2004070574A (ja) 2002-08-05 2004-03-04 Mitsubishi Heavy Ind Ltd 作業者数の最適化方法
US20040230404A1 (en) * 2002-08-19 2004-11-18 Messmer Richard Paul System and method for optimizing simulation of a discrete event process using business system data
US7499766B2 (en) * 2002-10-11 2009-03-03 Invistics Corporation Associated systems and methods for improving planning, scheduling, and supply chain management
WO2004090659A2 (en) * 2003-04-10 2004-10-21 Mukesh Dalal Optimizing active decision making using simulated decision making
JP2005070883A (ja) 2003-08-28 2005-03-17 Toshiba Corp 作業者割付けプログラム
JP2005100092A (ja) 2003-09-25 2005-04-14 Sony Corp 半導体生産シミュレーション方法および半導体生産シミュレーションプログラム
TWI394089B (zh) * 2009-08-11 2013-04-21 Univ Nat Cheng Kung 虛擬生產管制系統與方法及其電腦程式產品
KR101306528B1 (ko) 2010-11-17 2013-09-09 서울대학교산학협력단 작업자의 신체활동량 및 종합스트레스지수 예측 시스템
CN102023573B (zh) * 2010-12-10 2012-07-25 北京化工大学 半导体生产线投料控制方法
JP2015126804A (ja) 2013-12-27 2015-07-09 株式会社日立システムズ ウェアラブルデバイスおよびデータ収集方法
WO2015120066A1 (en) 2014-02-04 2015-08-13 Ingersoll-Rand Company System and method for modeling, simulation, optimization, and/or quote creation
JP2016126440A (ja) 2014-12-26 2016-07-11 大日本印刷株式会社 サーバ、情報管理方法、情報管理システム、及びプログラム
CN205028425U (zh) 2015-09-29 2016-02-10 广东石油化工学院 一种基于互联网技术的石化职工健康安全预警装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06195347A (ja) * 1992-12-22 1994-07-15 Shimu Totsupusu:Kk 製造業における製造計画の自動スケジューリング方法
JP2848349B2 (ja) * 1996-09-03 1999-01-20 日本電気株式会社 原価積み上げシミュレーションシステム
US6405157B1 (en) * 1998-05-13 2002-06-11 Nec Corporation Evaluation value computing system in production line simulator
JP2000202742A (ja) * 1999-01-14 2000-07-25 Kobe Steel Ltd シミュレ―ション方法及びその装置
JP2003288476A (ja) * 2002-03-28 2003-10-10 Hitachi Ltd 生産ラインの統合ライン能力評価・管理運用システム、および、その統合ライン能力評価・管理運用方法
JP2004097532A (ja) * 2002-09-10 2004-04-02 Mitsubishi Heavy Ind Ltd 安全衛生管理モニタ装置、安全衛生管理モニタ方法および安全衛生管理モニタプログラム
JP2008217066A (ja) * 2007-02-28 2008-09-18 Lexer Research Inc 作業計画立案支援システム
CN101807265A (zh) * 2008-09-30 2010-08-18 洛克威尔自动控制技术股份有限公司 机器选择、集成和使用的动态多目标优化的系统和方法
CN101833709A (zh) * 2010-05-11 2010-09-15 同济大学 半导体生产线生产计划的混合智能优化方法
JP2012008729A (ja) * 2010-06-23 2012-01-12 Nets:Kk 生産ラインシミュレーション装置およびプログラム
US20130162428A1 (en) * 2010-09-06 2013-06-27 Aurizon Operations Limited Worker's Personal Alarm Device
WO2013145512A1 (ja) * 2012-03-30 2013-10-03 日本電気株式会社 管理装置及び分散処理管理方法
CN105518725A (zh) * 2013-09-03 2016-04-20 雷克萨研究有限公司 生产系统模拟装置、生产系统模拟方法以及生产系统模拟程序

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111090526A (zh) * 2019-12-20 2020-05-01 北京浪潮数据技术有限公司 一种资源过滤方法、装置及相关组件
CN113406951A (zh) * 2020-03-16 2021-09-17 株式会社东芝 行驶控制装置、行驶控制方法以及计算机程序

Also Published As

Publication number Publication date
JP6962539B2 (ja) 2021-11-05
TW201835821A (zh) 2018-10-01
EP3588400A1 (en) 2020-01-01
TWI808961B (zh) 2023-07-21
EP3588400A4 (en) 2020-08-12
JP2018139041A (ja) 2018-09-06
US20190377334A1 (en) 2019-12-12
SG11201907101UA (en) 2019-09-27
WO2018154799A1 (ja) 2018-08-30
US11314238B2 (en) 2022-04-26
EP3588400B1 (en) 2023-07-05

Similar Documents

Publication Publication Date Title
CN110337659A (zh) 业务规划优化装置及业务规划优化方法
Zhang et al. Multi-agent based real-time production scheduling method for radio frequency identification enabled ubiquitous shopfloor environment
Tang et al. An improved differential evolution algorithm for practical dynamic scheduling in steelmaking-continuous casting production
Ahmadi-Javid et al. Integrating employee timetabling with scheduling of machines and transporters in a job-shop environment: A mathematical formulation and an Anarchic Society Optimization algorithm
CN108053047A (zh) 云生产资源调度方法、装置和系统
Carravilla et al. Hierarchical production planning in a make-to-order company: A case study
JP5134601B2 (ja) 生産スケジュール作成装置
CN115700639B (zh) 智能生产排程方法、装置、设备及存储介质
CN114881301A (zh) 生产线的仿真排产方法、系统、终端设备及存储介质
Ajorlou et al. Optimization of a multiproduct conwip-based manufacturing system using artificial bee colony approach
Manupati et al. Intelligent search techniques for network-based manufacturing systems: multi-objective formulation and solutions
Chan et al. Comparative performance analysis of a flexible manufacturing system (FMS): a review-period-based control
Shi-jin et al. Filtered-beam-search-based algorithm for dynamic rescheduling in FMS
Bucki et al. Modelling Decision‐Making Processes in the Management Support of the Manufacturing Element in the Logistic Supply Chain
Chetty et al. A Study on the Enhanced Best Performance Algorithm for the Just‐in‐Time Scheduling Problem
CN115545329A (zh) 一种适用于服装制造产线的一体化动态排程方法
Paolucci et al. An Agent-based system for sales and operations planning in manufacturing supply chains
Asadi-Zonouz et al. A hybrid unconscious search algorithm for mixed-model assembly line balancing problem with SDST, parallel workstation and learning effect
Aguirre et al. Applying a simulation-based tool to productivity management in an automotive-parts industry
Villarraga et al. Agent-based modeling and simulation for an order-to-cash process using netlogo
JP7244128B2 (ja) 業務計画最適化装置及び業務計画最適化方法
Long et al. Analysis of Priority Decision Rules Using MCDM Approach for A Dual-Resource Constrained Flexible Job Shop Scheduling by Simulation Method
Cui et al. A configuration optimization approach for reconfigurable manufacturing system based on column-generation combined with graph neural network
Rabbani et al. Multi-objective metaheuristic algorithms for the mixed model assembly line sequencing problem with a bypass sub-line
Guerreiro Locating and visualizing the most valuable business processes states in large control policy graphs produced by POMDP

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination