CN110612489A - 教育计划制定装置和教育计划制定程序 - Google Patents

教育计划制定装置和教育计划制定程序 Download PDF

Info

Publication number
CN110612489A
CN110612489A CN201780090628.7A CN201780090628A CN110612489A CN 110612489 A CN110612489 A CN 110612489A CN 201780090628 A CN201780090628 A CN 201780090628A CN 110612489 A CN110612489 A CN 110612489A
Authority
CN
China
Prior art keywords
target
performance
actual
supplement
education
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.)
Granted
Application number
CN201780090628.7A
Other languages
English (en)
Other versions
CN110612489B (zh
Inventor
枡田圭祐
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.)
Mitsubishi Corp
Original Assignee
Mitsubishi Corp
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 Mitsubishi Corp filed Critical Mitsubishi Corp
Publication of CN110612489A publication Critical patent/CN110612489A/zh
Application granted granted Critical
Publication of CN110612489B publication Critical patent/CN110612489B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

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

Abstract

补充部(120)根据具有针对教育对象作业的实绩的各实绩保有者的实绩值，决定代用作没有针对所述教育对象作业的实绩的补充对象者的实绩值的所述补充对象者的代用值。制定部(130)根据各实绩保有者的实绩值和所述补充对象者的所述代用值，从各实绩保有者和所述补充对象者中决定一名以上的教育对象者。

Description

教育计划制定装置和教育计划制定程序
技术领域
本发明涉及制定教育计划的技术。
背景技术
在工厂的生产线需要作业者的情况下，管理者制定各作业者的教育计划(对象者、时期和内容)。此时，管理者考虑各对象者的熟练度如何变化。可认为熟练度根据对象者的实绩而变化。熟练度的变化意味着作业效率的提高。
在专利文献1和专利文献2中公开了以下技术。
首先，根据对象者处理的产品的数量和对象者进行作业的时间计算熟练度。接着，根据熟练度的转变来预测将来的熟练度和必要的作业时间。然后，制定教育效果最大的教育计划。
现有技术文献
专利文献
专利文献1：日本特开2012-033127号公报
专利文献2：国际公开2009/063540号公报
发明内容
发明要解决的课题
专利文献1和专利文献2公开的技术以各对象者具有教育对象作业中的实绩为前提。但是，不一定全部对象者具有教育对象作业中的实绩。而且，在专利文献1和专利文献2公开的技术中，关于没有教育对象作业中的实绩的对象者，无法预测将来的熟练度和必要的作业时间。因此，无法制定教育效果最大的教育计划。
这种课题在工序数和产品数较多的生产线用的教育计划的制定和多技能教育用的教育计划的制定中较为显著。
本发明的目的在于，能够包含没有作业实绩的人在内从教育候选者中选择教育对象者。
用于解决课题的手段
本发明的教育计划制定装置具有：补充部，其根据具有针对教育对象作业的实绩的各实绩保有者的实绩值，决定代用作没有针对所述教育对象作业的实绩的补充对象者的实绩值的所述补充对象者的代用值；以及制定部，其根据各实绩保有者的实绩值和所述补充对象者的所述代用值，从各实绩保有者和所述补充对象者中决定一名以上的教育对象者。
发明效果
根据本发明，能够包含没有作业实绩的人在内从教育候选者中选择教育对象者。
附图说明
图1是实施方式1中的教育计划制定装置100的结构图。
图2是实施方式1中的教育计划制定方法的流程图。
图3是实施方式1中的作业决定处理(S110)的流程图。
图4是实施方式1中的补充处理(S120)的流程图。
图5是实施方式1中的实绩数据200的结构图。
图6是实施方式1中的制定处理(S130)的流程图。
图7是实施方式2中的教育计划制定方法的流程图。
图8是实施方式2中的补充处理(S220)的流程图。
图9是实施方式2中的相关度计算处理(S240)的流程图。
图10是实施方式3中的教育计划制定方法的流程图。
图11是实施方式3中的补充处理(S320)的流程图。
图12是实施方式中的教育计划制定装置100的硬件结构图。
具体实施方式
在实施方式和附图中，对相同要素和对应要素标注相同标号。标注有相同标号的要素的说明适当省略或简化。图中的箭头主要示出数据流或处理流。
实施方式1
根据图1～图6对包含没有作业实绩的人在内从教育候选者中选择教育对象者的方式进行说明。
***结构的说明***
根据图1对教育计划制定装置100的结构进行说明。
教育计划制定装置100是具有处理器901、存储器902、辅助存储装置903、输入输出接口904这样的硬件的计算机。这些硬件经由信号线而相互连接。
处理器901是进行运算处理的IC(Integrated Circuit：集成电路)，对其他硬件进行控制。例如，处理器901是CPU(Central Processing Unit：中央处理单元)、DSP(DigitalSignal Processor：数字信号处理器)或GPU(Graphics Processing Unit：图形处理单元)。
存储器902是易失性存储装置。存储器902也被称作主存储装置或主存储器。例如，存储器902是RAM(Random Access Memory：随机存取存储器)。存储器902中存储的数据根据需要保存在辅助存储装置903中。
辅助存储装置903是非易失性存储装置。例如，辅助存储装置903是ROM(Read OnlyMemory：只读存储器)、HDD(Hard Disk Drive：硬盘驱动器)或闪存。辅助存储装置903中存储的数据根据需要载入存储器902。
输入输出接口904是连接输入装置和输出装置的端口。例如，输入输出接口904是USB端子，输入装置是键盘和鼠标，输出装置是显示器。USB是Universal Serial Bus(通用串行总线)的简称。
教育计划制定装置100具有作业决定部110、补充部120和制定部130这样的软件要素。软件要素是通过软件实现的要素。
在辅助存储装置903中存储有用于使计算机作为作业决定部110、补充部120和制定部130发挥功能的教育计划制定程序。教育计划制定程序载入存储器902，由处理器901执行。
进而，在辅助存储装置903中存储有OS(Operating System：操作系统)。OS的至少一部分载入存储器902，由处理器901执行。
即，处理器901一边执行OS一边执行教育计划制定程序。
执行教育计划制定程序而得到的数据存储在存储器902、辅助存储装置903、处理器901内的寄存器或处理器901内的高速缓冲存储器这样的存储装置中。
辅助存储装置903作为存储数据的存储部191发挥功能。但是，其他存储装置也可以代替辅助存储装置903或与辅助存储装置903一起作为存储部191发挥功能。
输入输出接口904作为受理数据的输入的受理部192发挥功能。进而，输入输出接口904作为输出数据的输出部193发挥功能。
教育计划制定装置100也可以具有代替处理器901的多个处理器。多个处理器分担处理器901的作用。
教育计划制定程序能够以计算机能读取的方式存储在磁盘、光盘或闪存等非易失性的存储介质中。
***动作的说明***
教育计划制定装置100的动作相当于教育计划制定方法。此外，教育计划制定方法的步骤相当于教育计划制定程序的步骤。
根据图2对教育计划制定方法进行说明。
在步骤S110中，作业决定部110决定教育对象作业。
教育对象作业是需要进行针对作业者的教育的作业。
在步骤S120中，补充部120根据各实绩保有者的实绩值决定代用作补充对象者的实绩值的补充对象者的代用值。
实绩保有者是具有针对教育对象作业的实绩的作业者。
补充对象者是没有针对教育对象作业的实绩的作业者。
实绩值是表示针对作业的实绩的值。
在步骤S130中，制定部130根据各实绩保有者的实绩值和补充对象者的代用值，从各实绩保有者和补充对象者中决定一名以上的教育对象者。
教育对象者是关于教育对象作业进行教育的作业者。
根据图3对作业决定处理(S110)进行说明。
作业决定处理(S110)是以往进行的一般处理。根据图3说明的处理是作业决定处理(S110)的一例。
在步骤S111中，利用者将制造信息输入到教育计划制定装置100。
然后，受理部192受理输入的制造信息，存储部191存储受理的制造信息。
制造信息包含制造工序信息、生产负荷信息、生产能力信息和生产计划信息等。
制造工序信息表示构成制造工序的各作业。
生产负荷信息是估计各作业的生产负荷所需要的信息。
生产能力信息是估计各作业中的各作业者的生产能力所需要的信息。
生产计划信息表示生产计划。
在步骤S112中，作业决定部110根据生产负荷信息估计各作业当前的生产负荷。进而，作业决定部110估计各作业将来的生产负荷。
具体而言，作业决定部110针对今后的数月期间，按照每个作业估计实现生产计划所需要的作业时间。
在步骤S113中，作业决定部110根据生产能力信息估计各作业中的各作业者的生产能力。
具体而言，作业决定部110根据各作业者的熟练度和一个月内的各作业者的就业时间，按照每月估计各作业者针对各作业的作业时间。
在步骤S114中，作业决定部110根据各作业的生产负荷和各作业中的各作业者的生产能力决定教育对象作业。
具体而言，作业决定部110按照每个作业对生产负荷和生产能力进行比较，选择生产能力相对于生产负荷不足的作业。选择出的作业是教育对象作业。
根据图4对补充处理(S120)进行说明。
在步骤S121中，补充部120选择一名未选择的教育候选者。
具体而言，候选者列表预先存储在存储部191中。候选者列表是教育候选者的列表。教育候选者是作为教育对象者的候选的作业者。
补充部120从候选者列表中选择一名未选择的教育候选者。
在步骤S122～步骤S124的处理中，将在步骤S121中选择出的教育候选者称作“选择候选者”。
在步骤S122中，补充部120判定选择候选者是实绩保有者还是补充对象者。即，补充部120判定选择候选者是否具有针对教育对象作业的实绩。
具体而言，实绩数据200预先存储在存储部191中。实绩数据200是表示各作业者针对各作业的实绩值的数据。然后，补充部120使用实绩数据200进行判定。
根据图5对实绩数据200进行说明。
实绩数据200具有作业、作业者和实绩值的各个栏。
作业的栏示出作业标识符。作业标识符标识作业。
作业者的栏示出作业者标识符。作业者标识符标识作业者。
实绩值的栏示出实绩值。
返回图4，继续进行步骤S122的说明。
设在实绩数据200中包含实绩保有者的实绩值，但是不包含补充对象者的实绩值。
补充部120从实绩数据200取得与教育对象作业的作业标识符对应的作业者标识符。然后，补充部120判定在取得的作业标识符中是否存在选择候选者的作业者标识符。在取得的作业标识符中存在选择候选者的作业者标识符的情况下，选择候选者是实绩保有者。
在选择候选者是实绩保有者的情况下，处理进入步骤S125。
在选择候选者是补充对象者的情况下，处理进入步骤S123。
在步骤S123中，补充部120计算教育对象作业的实绩平均值。
教育对象作业的实绩平均值是实绩保有者针对教育对象作业的实绩值的平均。
具体而言，补充部120从实绩数据200取得各实绩保有者针对教育对象作业的实绩值。然后，补充部120计算取得的实绩值的平均。计算出的值是教育对象作业的实绩平均值。
在步骤S124中，补充部120将教育对象作业的实绩平均值作为选择候选者的代用值登记在代用数据中。
代用数据是表示各补充对象者针对教育对象作业的代用值的数据，存储在存储部191中。
在步骤S125中，补充部120判定是否存在未选择候选者。
未选择候选者是在步骤S121中未被选择的教育候选者即未选择的教育候选者。
在存在未选择候选者的情况下，处理进入步骤S121。
在不存在未选择候选者的情况下，补充处理(S120)结束。
另外，在不存在针对教育对象作业的实绩保有者的情况下，无法决定补充对象者的代用值。即，无法对补充对象者的实绩值进行补充。
根据图6对制定处理(S130)进行说明。
制定处理(S130)是以往进行的一般处理。根据图3说明的处理是制定处理(S130)的一例。
在步骤S131中，制定部130决定对象者数。
对象者数是教育对象者的数量。
具体而言，制定部130关于教育对象作业，计算生产能力相对于生产负荷的不足量。在步骤S112(参照图3)中计算教育对象作业中的生产负荷。在步骤S113(参照图3)中计算教育对象作业中的生产能力。然后，制定部130根据计算出的不足量决定对象者数。不足量越多，则对象者数越多。此外，制定部130也可以根据讲师数决定对象者数。讲师数是关于教育对象作业进行教育的讲师的数量。讲师数越多，则对象者数越多。
在步骤S132中，制定部130选择一名未选择的教育候选者。
具体而言，制定部130与步骤S121(参照图4)相同，从候选者列表中选择一名未选择的教育候选者。
在步骤S133中，将在步骤S132中选择出的教育候选者称作选择候选者。
在步骤S133中，制定部130计算选择候选者的效果值。
效果值是表示通过教育而得到的效果的值。例如，效果值表示实施的教育时间与缩短的作业时间之差。
具体而言，制定部130如下进行动作。
首先，制定部130判定选择候选者针对教育对象作业的实绩值是否包含在实绩数据200中。
在选择候选者针对教育对象作业的实绩值包含在实绩数据200中的情况下，制定部130从实绩数据200取得选择候选者针对教育对象作业的实绩值。然后，制定部130使用取得的实绩值计算选择候选者的效果值。例如，制定部130根据学习曲线取得与实绩值对应的效果值。学习曲线是表示实绩值和效果值的关系的曲线。
在选择候选者针对教育对象作业的实绩值未包含在实绩数据200中的情况下，制定部130从代用数据(参照图4的步骤S124)取得选择候选者针对教育对象作业的代用值。然后，制定部130使用取得的代用值计算选择候选者的效果值。例如，制定部130根据学习曲线取得与和代用值相同值的实绩值对应的效果值。学习曲线是表示实绩值和效果值的关系的曲线。
在步骤S134中，制定部130判定是否存在未选择候选者。
未选择候选者是在步骤S132中未被选择的教育候选者即未选择的教育候选者。
在存在未选择候选者的情况下，处理进入步骤S132。
在不存在未选择候选者的情况下，处理进入步骤S135。
在步骤S135中，制定部130按照效果值从大到小的顺序选择与对象者数相同人数的教育候选者。
选择出的教育候选者是教育对象者。
***实施方式1的效果***
教育计划制定装置100保管没有针对教育对象作业的实绩的教育候选者的实绩值。即，教育计划制定装置100计算补充对象者的代用值。
因此，教育计划制定装置100能够包含没有针对教育对象作业的实绩的教育候选者在内，针对全部教育候选者估计熟练度相对于教育时间的上升程度(效果值)。而且，教育计划制定装置100能够判断教育的效果较高的教育候选者(教育对象者)。
即，即使存在没有针对教育对象作业的实绩的教育候选者，教育计划制定装置100也能够制定有效的教育计划。
实施方式2
关于使用与补充对象者最相关的实绩保有者的实绩值作为补充对象者的代用值的方式，主要根据图7～图9对与实施方式1不同之处进行说明。
***结构的说明***
教育计划制定装置100的结构与实施方式1中的结构(参照图1)相同。
***动作的说明***
根据图7对教育计划制定方法进行说明。
在步骤S210中，作业决定部110决定教育对象作业。决定方法与实施方式1的作业决定处理(S110)中的方法相同。
在步骤S220中，补充部120选择一部分实绩保有者，根据一部分实绩保有者各自的实绩值决定补充对象者的代用值。
具体而言，补充部120根据各实绩保有者针对对象外作业的实绩值和补充对象者针对对象外作业的实绩值选择一部分实绩保有者。
对象外作业是教育对象作业以外的作业。
更具体而言，补充部120使用各实绩保有者针对对象外作业的实绩值和补充对象者针对对象外作业的实绩值，计算各实绩保有者相对于补充对象者的相关度。然后，补充部120根据各实绩保有者相对于补充对象者的相关度选择一部分实绩保有者。
特别地，补充部120选择相对于补充对象者的相关度最高的实绩保有者作为一部分实绩保有者。然后，补充部120选择所选择出的实绩保有者的实绩值中的针对教育对象作业的实绩值作为补充对象者的代用值。
补充处理(S220)的详细情况容后再述。
在步骤S230中，制定部130根据各教育对象者的实绩值或补充值决定教育对象者。决定方法与实施方式1的制定处理(S130)中的方法相同。
根据图8对补充处理(S220)进行说明。
步骤S221、步骤S222和步骤S225与实施方式1(参照图4)中的步骤S121、步骤S122和步骤S125相同。
在步骤S240中，补充部120计算各实绩保有者相对于选择候选者(补充对象者)的相关度。计算方法容后再述。
在步骤S223中，补充部120从实绩保有者中选择相关保有者。
相关保有者是相对于选择候选者的相关度最高的实绩保有者。
在步骤S224中，补充部120从实绩数据200中选择相关保有者的实绩值中的针对教育对象作业的实绩值。
然后，补充部120将选择出的实绩值作为选择候选者的代用值登记在代用数据中。
根据图9对相关度计算处理(S240)进行说明。
在步骤S241中，补充部120选择一名未选择的实绩保有者。
在步骤S242～步骤S246的处理中，将在步骤S241中选择出的实绩保有者称作选择保有者。
在步骤S242中，补充部120选择一个未选择的对象外作业。
在步骤S243和步骤S244中，将在步骤S242中选择出的对象外作业称作选择作业。
在步骤S243中，补充部120判定选择候选者和选择保有者双方是否具有针对选择作业的实绩。
具体而言，补充部120判定选择候选者针对选择作业的实绩值和选择保有者针对选择作业的实绩值双方是否包含在实绩数据200中。在选择候选者针对选择作业的实绩值和选择保有者针对选择作业的实绩值双方包含在实绩数据200中的情况下，选择候选者和选择保有者双方具有针对选择作业的实绩。
在选择候选者和选择保有者双方具有针对选择作业的实绩的情况下，处理进入步骤S244。
在选择候选者和选择保有者中的至少一方没有针对选择作业的实绩的情况下，处理进入步骤S245。
在步骤S244中，补充部120计算选择保有者相对于选择候选者的相关系数。
具体而言，补充部120如下进行动作。
首先，补充部120从实绩数据200取得选择候选者针对选择作业的实绩值和选择保有者针对选择作业的实绩值。
然后，补充部120使用选择候选者针对选择作业的实绩值和选择保有者针对选择作业的实绩值，计算选择保有者相对于选择候选者的相关系数。例如，补充部120计算2个实绩值之差。计算出的差是相关系数。
在步骤S245中，补充部120判定是否存在未选择作业。
未选择作业是在步骤S242中未被选择的对象外作业即未选择的对象外作业。
在存在未选择作业的情况下，处理进入步骤S242。
在不存在未选择作业的情况下，处理进入步骤S246。
在步骤S246中，补充部120计算选择保有者相对于选择候选者的相关度。
具体而言，补充部120计算选择保有者相对于选择候选者的相关系数的平均。计算出的平均是选择保有者相对于选择候选者的相关度。
在步骤S247中，补充部120判定是否存在未选择保有者。
未选择保有者是在步骤S241中未被选择的实绩保有者即未选择的实绩保有者。
在存在未选择保有者的情况下，处理进入步骤S241。
在不存在未选择保有者的情况下，处理进入步骤S248。
在步骤S248中，补充部120从实绩保有者中选择相关保有者。
具体而言，补充部120选择相对于选择候选者的相关度最高的实绩保有者。选择出的实绩保有者是相关保有者。
***实施方式2的效果***
擅长不擅长作业因人而异。因此，在根据擅长不擅长作业与补充对象者大幅不同的实绩保有者的实绩值对补充对象者的实绩值进行补充的情况下，可能无法选择适当的教育对象者。特别地，在进行复杂作业的日本的制造业中，可能无法选择适当的教育对象者。
因此，教育计划制定装置100使用相对于补充对象者的相关度最高的实绩保有者的实绩值对补充对象者的实绩值进行补充。由此，能够选择更加适当的教育对象者。
实施方式3
关于使用与补充对象者相关的实绩保有者的实绩平均值作为补充对象者的代用值的方式，主要根据图10～图11对与实施方式1和实施方式2不同之处进行说明。
***结构的说明***
教育计划制定装置100的结构与实施方式1中的结构(参照图1)相同。
***动作的说明***
根据图10对教育计划制定方法进行说明。
在步骤S310中，作业决定部110决定教育对象作业。决定方法与实施方式1的作业决定处理(S110)中的方法相同。
在步骤S320中，补充部120选择一部分实绩保有者，根据一部分实绩保有者各自的实绩值决定补充对象者的代用值。
具体而言，补充部120根据各实绩保有者针对对象外作业的实绩值和补充对象者针对对象外作业的实绩值选择一部分实绩保有者。
对象外作业是教育对象作业以外的作业。
更具体而言，补充部120使用各实绩保有者针对对象外作业的实绩值和补充对象者针对对象外作业的实绩值，计算各实绩保有者相对于补充对象者的相关度。然后，补充部120根据各实绩保有者相对于补充对象者的相关度选择一部分实绩保有者。
特别地，补充部120选择相对于补充对象者的相关度满足相关条件的实绩保有者作为一部分实绩保有者。然后，补充部120计算一部分实绩保有者针对教育对象作业的实绩值的平均作为补充对象者的代用值。
补充处理(S320)的详细情况容后再述。
在步骤S330中，制定部130根据各教育对象者的实绩值或补充值决定教育对象者。决定方法与实施方式1的制定处理(S130)中的方法相同。
根据图11对补充处理(S320)进行说明。
步骤S321和步骤S322与实施方式1(参照图4)中的步骤S121和步骤S122相同。
步骤S327与实施方式1(参照图4)中的步骤S125相同。
在步骤S323中，补充部120计算各实绩保有者相对于选择候选者(补充对象者)的相关度。计算方法与实施方式2的步骤S240(参照图9)中的方法相同。
在步骤S324中，补充部120选择一部分实绩保有者作为相关保有者组。
相关保有者组是一名以上的相关保有者。相关保有者是相对于选择候选者的相关度满足相关条件的实绩保有者。
具体而言，相关条件是相关阈值以上这样的条件。例如，在相关度的范围为-1～1的情况下，使用0.7作为相关阈值。
即，补充部120选择相关度为相关阈值以上的一名以上的实绩保有者。选择出的一名以上的实绩保有者是相关保有者组。
在步骤S325中，补充部120计算教育对象作业的实绩平均值。
教育对象作业的实绩平均值是相关保有者组针对教育对象作业的实绩值的平均。
具体而言，补充部120从实绩数据200取得各相关保有者针对教育对象作业的实绩值。然后，补充部120计算取得的实绩值的平均。计算出的值是教育对象作业的实绩平均值。
在步骤S326中，补充部120将教育对象作业的实绩平均值作为选择候选者的代用值登记在代用数据中。
***实施方式3的效果***
教育计划制定装置100使用相对于补充对象者的相关度较高的一名以上的实绩保有者各自的实绩值对补充对象者的实绩值进行补充。由此，能够选择更加适当的教育对象者。
实施方式4
关于根据针对一部分对象外作业的实绩值选择与补充对象者相关的实绩保有者的方式，主要对与实施方式2和实施方式3不同之处进行说明。
***结构的说明***
教育计划制定装置100的结构与实施方式1中的结构(参照图1)相同。
***动作的说明***
教育计划制定方法的处理流程与实施方式2或实施方式3中的处理流程相同。
但是，在步骤S242(参照图9)中选择对象外作业的方法与实施方式2或实施方式3中的方法不同。
在步骤S242中，补充部120从除外作业以外的对象外作业中选择一个未选择的对象外作业。
除外作业是预先决定的作业。具体而言，除外作业是可认为即使取得实绩保有者相对于选择候选者的相关性也没有意义的作业。例如，在未决定步骤的作业中，有时在作业次数与作业时间之间没有相关性。因此，关于未决定步骤的作业，可认为即使取得实绩保有者相对于选择候选者的相关性也没有意义。未决定步骤的作业的一例是清扫。
另外，步骤S245中的未选择作业是除外作业以外的对象外作业中未被选择的对象外作业。
***实施方式4的效果***
在根据针对可认为即使取得作业者之间的相关性也没有意义的作业的实绩求出学习曲线的情况下，学习曲线的可靠性(R-平方值)较低。其结果是，无法选择适当的教育对象者。
因此，教育计划制定装置100将可认为即使取得作业者之间的相关性也没有意义的作业排除。由此，能够选择更加适当的教育对象者。
***实施方式的补充***
根据图12对教育计划制定装置100的硬件结构进行说明。
教育计划制定装置100具有处理电路990。
处理电路990是实现作业决定部110、补充部120和制定部130的硬件。
处理电路990可以是专用硬件，也可以是执行存储器902中存储的程序的处理器901。
在处理电路990是专用硬件的情况下，处理电路990例如是单一电路、复合电路、程序化的处理器、并行程序化的处理器、ASIC、FPGA或它们的组合。
ASIC是Application Specific Integrated Circuit(面向特定用途的集成电路)的简称，FPGA是Field Programmable Gate Array(现场可编程门阵列)的简称。
教育计划制定装置100也可以具有代替处理电路990的多个处理电路。多个处理电路分别处理电路990的作用。
关于教育计划制定装置100的功能，也可以一部分由专用硬件实现，其余部分由软件或固件实现。
这样，处理电路990能够通过硬件、软件、固件或它们的组合来实现。
实施方式是优选方式的例示，并不意图限制本发明的技术范围。实施方式可以部分地实施，也可以与其他方式组合实施。使用流程图等说明的步骤也可以适当变更。
标号说明
100：教育计划制定装置；110：作业决定部；120：补充部；130：制定部；191：存储部；192：受理部；193：输出部；200：实绩数据；901：处理器；902：存储器；903：辅助存储装置；904：输入输出接口；990：处理电路。

Claims (11)

1.一种教育计划制定装置，该教育计划制定装置具有：
补充部，其根据具有针对教育对象作业的实绩的各实绩保有者的实绩值，决定代用作没有针对所述教育对象作业的实绩的补充对象者的实绩值的所述补充对象者的代用值；以及
制定部，其根据各实绩保有者的实绩值和所述补充对象者的所述代用值，从各实绩保有者和所述补充对象者中决定一名以上的教育对象者。
2.根据权利要求1所述的教育计划制定装置，其中，
所述补充部计算实绩保有者的实绩值的平均作为所述补充对象者的所述代用值。
3.根据权利要求1所述的教育计划制定装置，其中，
所述补充部选择一部分实绩保有者，根据所述一部分实绩保有者各自的实绩值决定所述补充对象者的所述代用值。
4.根据权利要求3所述的教育计划制定装置，其中，
所述补充部根据各实绩保有者针对对象外作业的实绩值和所述补充对象者针对所述对象外作业的实绩值选择所述一部分实绩保有者。
5.根据权利要求4所述的教育计划制定装置，其中，
所述补充部使用各实绩保有者针对对象外作业的实绩值和所述补充对象者针对所述对象外作业的实绩值计算各实绩保有者相对于所述补充对象者的相关度，根据各实绩保有者相对于所述补充对象者的相关度选择所述一部分实绩保有者。
6.根据权利要求5所述的教育计划制定装置，其中，
所述补充部选择相对于所述补充对象者的相关度最高的实绩保有者作为所述一部分实绩保有者。
7.根据权利要求5所述的教育计划制定装置，其中，
所述补充部选择所选择出的实绩保有者的实绩值中的针对所述教育对象作业的实绩值作为所述补充对象者的所述代用值。
8.根据权利要求5所述的教育计划制定装置，其中，
所述补充部选择相对于所述补充对象者的相关度满足相关条件的实绩保有者作为所述一部分实绩保有者。
9.根据权利要求8所述的教育计划制定装置，其中，
所述补充部计算所述一部分实绩保有者针对所述教育对象作业的实绩值的平均作为所述补充对象者的所述代用值。
10.根据权利要求4～9中的任意一项所述的教育计划制定装置，其中，
所述补充部根据各作业者针对除外作业以外的对象外作业的实绩值选择所述一部分的作业者。
11.一种教育计划制定程序，该教育计划制定程序用于使计算机执行以下处理：
补充处理，根据具有针对教育对象作业的实绩的各实绩保有者的实绩值，决定代用作没有针对所述教育对象作业的实绩的补充对象者的实绩值的所述补充对象者的代用值；以及
制定处理，根据各实绩保有者的实绩值和所述补充对象者的所述代用值，从各实绩保有者和所述补充对象者中决定一名以上的教育对象者。
CN201780090628.7A 2017-05-18 2017-05-18 教育计划制定装置和计算机能读取的存储介质 Active CN110612489B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/018717 WO2018211668A1 (ja) 2017-05-18 2017-05-18 教育計画立案装置および教育計画立案プログラム

Publications (2)

Publication Number Publication Date
CN110612489A true CN110612489A (zh) 2019-12-24
CN110612489B CN110612489B (zh) 2022-05-10

Family

ID=64273608

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780090628.7A Active CN110612489B (zh) 2017-05-18 2017-05-18 教育计划制定装置和计算机能读取的存储介质

Country Status (4)

Country Link
JP (1) JP6628938B2 (zh)
CN (1) CN110612489B (zh)
TW (1) TW201901536A (zh)
WO (1) WO2018211668A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6801019B2 (ja) * 2019-01-11 2020-12-16 株式会社日立製作所 担当者割当装置および方法
JP2021135537A (ja) * 2020-02-21 2021-09-13 株式会社日立製作所 データ補完装置及びデータ補完方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007108880A (ja) * 2005-10-11 2007-04-26 Omron Corp 生産管理装置、生産管理方法、生産管理プログラム、生産管理プログラムを記録した記録媒体、および生産システム
WO2009063540A1 (ja) * 2007-11-12 2009-05-22 Fujitsu Limited 要員教育支援装置、要員教育支援プログラムおよび要員教育支援方法
CN102576433A (zh) * 2009-11-20 2012-07-11 株式会社日立制作所 在库计划生成装置、在库计划生成方法以及在库计划生成程序
WO2012114623A1 (ja) * 2011-02-23 2012-08-30 株式会社日立製作所 作業計画作成装置及び作業計画作成方法
CN103366240A (zh) * 2012-03-29 2013-10-23 株式会社日立制作所 作业实绩收集系统以及能量管理系统
CN104076809A (zh) * 2013-03-26 2014-10-01 三菱电机株式会社 数据处理装置以及数据处理方法
CN106022552A (zh) * 2015-03-26 2016-10-12 株式会社日立制作所 生产计划装置以及生产计划方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010244176A (ja) * 2009-04-02 2010-10-28 Toshiba Corp 人員配置支援システム
JP2012033127A (ja) * 2010-08-03 2012-02-16 Dainippon Printing Co Ltd 要員管理システム、要員管理装置、要員管理方法、プログラム
JP5791123B2 (ja) * 2013-03-14 2015-10-07 Ｎｅｃフィールディング株式会社 管理装置、管理システム、管理方法及びプログラム

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007108880A (ja) * 2005-10-11 2007-04-26 Omron Corp 生産管理装置、生産管理方法、生産管理プログラム、生産管理プログラムを記録した記録媒体、および生産システム
WO2009063540A1 (ja) * 2007-11-12 2009-05-22 Fujitsu Limited 要員教育支援装置、要員教育支援プログラムおよび要員教育支援方法
CN102576433A (zh) * 2009-11-20 2012-07-11 株式会社日立制作所 在库计划生成装置、在库计划生成方法以及在库计划生成程序
WO2012114623A1 (ja) * 2011-02-23 2012-08-30 株式会社日立製作所 作業計画作成装置及び作業計画作成方法
CN103366240A (zh) * 2012-03-29 2013-10-23 株式会社日立制作所 作业实绩收集系统以及能量管理系统
CN104076809A (zh) * 2013-03-26 2014-10-01 三菱电机株式会社 数据处理装置以及数据处理方法
CN106022552A (zh) * 2015-03-26 2016-10-12 株式会社日立制作所 生产计划装置以及生产计划方法

Also Published As

Publication number Publication date
JPWO2018211668A1 (ja) 2019-11-07
CN110612489B (zh) 2022-05-10
TW201901536A (zh) 2019-01-01
JP6628938B2 (ja) 2020-01-15
WO2018211668A1 (ja) 2018-11-22

Similar Documents

Publication Publication Date Title
US9513967B2 (en) Data-aware workload scheduling and execution in heterogeneous environments
US9298503B2 (en) Migrating processes operating on one platform to another platform in a multi-platform system
Rehbach et al. Expected improvement versus predicted value in surrogate-based optimization
US20210184923A1 (en) Utilizing machine learning to reduce cloud instances in a cloud computing environment
US8584095B2 (en) Test support system, method and computer program product, which optimize test scenarios to minimize total test time
US20090297044A1 (en) Image processing apparatus, method of image processing, processing apparatus, method of processing, and recording medium
US10862774B2 (en) Utilizing machine learning to proactively scale cloud instances in a cloud computing environment
CN106570197B (zh) 基于迁移学习的搜索排序方法和装置
Miikkulainen et al. Sentient ascend: AI-based massively multivariate conversion rate optimization
US9424074B1 (en) Method for learning backup policies for large-scale distributed computing
CN110612489B (zh) 教育计划制定装置和计算机能读取的存储介质
EP3686750A1 (en) Data migration
US11720820B2 (en) Operational support system and method
US20060291390A1 (en) Determination of a state of flow through or a cut of a parameterized network
Roser et al. Buffer allocation model based on a single simulation
CN111209930A (zh) 一种生成授信策略的方法、装置和电子设备
WO2018056973A1 (en) Font detector
US11562028B2 (en) Concept prediction to create new intents and assign examples automatically in dialog systems
JPWO2009116172A1 (ja) 対策選択プログラム、対策選択装置および対策選択方法
US9529688B2 (en) Performance evaluation device and performance evaluation method
CN112631676A (zh) 代码动态加载方法、装置及计算机可读存储介质
CN114281691A (zh) 测试用例排序方法、装置、计算设备及存储介质
Yan et al. PhyloAcc-GT: A Bayesian method for inferring patterns of substitution rate shifts on targeted lineages accounting for gene tree discordance
CN114930345A (zh) 在神经网络中确定任务兼容性的方法和系统
CN111967781B (zh) 系统改造的影响评估方法及装置

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
GR01 Patent grant
GR01 Patent grant