JP2001067223A

JP2001067223A - 問題解決方法、問題解決システム、及び記録媒体

Info

Publication number: JP2001067223A
Application number: JP23897999A
Authority: JP
Inventors: Tetsuya Iwasaki; 哲也岩崎; Kazuhiro Kumamoto; 和浩熊本; Katsunobu Asada; 克暢淺田; Nobuyuki Konishi; 伸之小西; Katsunori Takeda; 勝徳武田
Original assignee: Sumitomo Metal Industries Ltd
Current assignee: Nippon Steel Corp
Priority date: 1999-08-25
Filing date: 1999-08-25
Publication date: 2001-03-16

Abstract

(57)【要約】【課題】与えられたデータの特徴を示す項目の値に基
づき、最適なパラメータを算出して問題を解くことがで
きる問題解決方法、その実施に使用する問題解決システ
ム、及び該問題解決システムをコンピュータで実現する
ためのコンピュータプログラムを記録してある記録媒体
を提供する。【解決手段】予め、過去のデータの特徴項目の値、パ
ラメータ及び結果の評価関数の値を含む履歴を蓄積し、
前記特徴項目の値に基づき、評価関数の値が良好である
結果を得ることができるパラメータを算出するルールを
導出しておき、新規のデータが与えられた場合に、該デ
ータから特徴項目の値を求め、該特徴項目の値に基づ
き、前記ルールを適用してパラメータを算出する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、問題を解くための
データが与えられた場合に、評価関数の値が良好である
結果を得ることができるパラメータを算出し、該パラメ
ータに基づき問題を解く問題解決方法、その実施に使用
する問題解決システム、及び該問題解決システムをコン
ピュータで実現するためのコンピュータプログラムが記
録されている記録媒体に関する。

【０００２】

【従来の技術】従来、前記パラメータを算出する方法と
して、遺伝アルゴリズム等の探索法が一般的に知られて
いる。この方法は自然界における遺伝の様子をモデル化
したアルゴリズムであり、探索問題に幅広く用いられて
いる。この遺伝アルゴリズムをパラメータを探索する問
題に適用する場合、パラメータの値を一つの染色体とみ
なして多数の染色体を生成し、生成した染色体に対し
て、染色体の評価の基準となる適合度を算出し、この適
合度の高さに応じて、次の世代に残す染色体を選択す
る。この染色体の更新処理を染色体の集団が収束したと
判定できるまで実施し、最適なパラメータを探索する。

【０００３】しかし、遺伝アルゴリズムは、染色体とな
るパラメータの数が大きくなると、最適解を得るまでの
繰り返し試行回数が多くなり、非常に時間がかかるとい
う問題がある。この問題を解決する装置として、特開平
１０−１４９３４５号公報に開示された最適パラメータ
組合せ予測装置がある。この装置においては、対象とな
るパラメータを内部変数の値に変換した値で問題解決シ
ステムを動かして対応した評価値を得、この評価値に基
づき複数水準の直交水準法を用いてパラメータ因子の組
合せを評価し、最適因子を選択する。最適因子が確定し
ない場合には、遺伝的アルゴリズムを用いて因子を選択
する。この装置による場合は、直交計画に基づく要因分
析と、遺伝アルゴリズムに基づく探索とを併用するの
で、少ない試行で最適パラメータ組合せを算出予測する
ことができる。

【０００４】また、探索法を用いずにパラメータを選択
する装置として、特開平９−６５９７号公報に開示され
た装置がある。この装置は、過去のパラメータ組合せ情
報をデータベースに格納し、指定された条件に合致する
パラメータがあればそれを用い、合致するパラメータが
ない場合にはパラメータ算出情報に従って条件に合致す
るパラメータを算出するものである。この装置による場
合は、専門的な知識及び技術を必要とせず、ユーザが求
める条件に会うパラメータを簡単に設定することができ
る。

【０００５】

【発明が解決しようとする課題】通常、問題解決システ
ムに入力されたデータによって、評価関数の値が良好で
ある結果を得ることができるパラメータは変化する。従
来の技術は、このデータの特徴に基づきパラメータを算
出するものではなかった。本発明は斯かる事情に鑑みて
なされたものであり、与えられたデータの特徴を示す項
目の値に基づき、評価関数の値が良好である結果を得る
ことができるパラメータを算出するルールを導出してお
き、新規のデータが与えられた場合に特徴項目の値を求
め、該特徴項目の値に基づき前記ルールを適用してパラ
メータを算出することにより、最適なパラメータを算出
して問題を解くことができる問題解決方法、その実施に
使用する問題解決システム、及び該問題解決システムを
コンピュータで実現するためのコンピュータプログラム
を記録してある記録媒体を提供することを目的とする。

【０００６】

【課題を解決するための手段】第１発明に係る問題解決
方法は、問題を解くためのデータが与えられた場合に、
１又は複数のパラメータを算出して、該パラメータに基
づき前記問題を解き、得られた結果の評価関数の値を解
析して、新規のデータが与えられた場合に、前記評価関
数の値が良好である結果を得ることができるパラメータ
を算出し、前記問題を解く問題解決方法において、予
め、過去に与えられたデータからその特徴を示す特徴項
目を抽出して、該特徴項目の値を求め、過去に与えられ
たデータの前記特徴項目の値、算出したパラメータ、及
び評価関数の値を含む履歴を蓄積し、前記特徴項目の値
に基づき、前記評価関数の値が良好である結果を得るこ
とができるパラメータを算出するルールを導出してお
き、新規のデータが与えられた場合に、該データから特
徴項目の値を求め、該特徴項目の値に基づき、前記ルー
ルを適用してパラメータを算出することを特徴とする。

【０００７】第２発明に係る問題解決方法は、問題を解
くためのデータが与えられた場合に、１又は複数のパラ
メータを算出して、該パラメータに基づき前記問題を解
き、得られた結果の評価関数の値を解析して、新規のデ
ータが与えられた場合に、前記評価関数の値が良好であ
る結果を得ることができるパラメータを算出し、前記問
題を解く問題解決方法において、過去に与えられたデー
タからその特徴を示す特徴項目を抽出して、該特徴項目
の値を求めるステップと、過去に与えられたデータの前
記特徴項目の値、算出したパラメータ、及び評価関数の
値を含む履歴を蓄積するステップと、前記特徴項目の値
に基づき、前記評価関数の値が良好である結果を得るこ
とができるパラメータを算出するルールを導出するステ
ップと、前記ルールを蓄積するステップと、新規にデー
タが与えられた場合に、該データから特徴項目の値を求
め、該特徴項目の値に基づき、前記ルールを適用してパ
ラメータを算出するステップとを含むことを特徴とす
る。

【０００８】第３発明に係る問題解決システムは、問題
を解くためのデータが与えられた場合に、算出した１又
は複数のパラメータに基づき問題を解いて結果を出力
し、該結果の評価関数の値を求める問題解決システムに
おいて、過去に与えられたデータからその特徴を示す特
徴項目を抽出し、該特徴項目の値を求める手段と、過去
に与えられたデータの前記特徴項目の値、算出したパラ
メータ、及び評価関数の値を含む履歴を蓄積する手段
と、前記特徴項目の値に基づき、前記評価関数の値が良
好である結果を得ることができるパラメータを算出する
ルールを導出する手段と、前記ルールを蓄積する手段
と、新規にデータが与えられた場合に、該データから特
徴項目の値を求め、該特徴項目の値に基づき、前記ルー
ルを適用してパラメータを算出する手段とを含むことを
特徴とする。

【０００９】第４発明に係る記録媒体は、問題を解くた
めのデータが与えられた場合に、算出した１又は複数の
パラメータに基づき前記問題を解き、結果を出力する問
題解決システムについて、コンピュータに、前記結果の
評価関数の値を解析させ、該評価関数の値が良好である
結果を得ることができるパラメータを算出させるコンピ
ュータプログラムを記録してあるコンピュータでの読み
取りが可能な記録媒体において、コンピュータに、過去
に与えられたデータからその特徴を示す特徴項目を抽出
させ、該特徴項目の値を求めさせるプログラムコード手
段と、コンピュータに、過去に与えられたデータの前記
特徴項目の値、算出したパラメータ、及び評価関数の値
を含む履歴を蓄積させるプログラムコード手段と、コン
ピュータに、前記特徴項目の値に基づき、前記評価関数
の値が良好である結果を得ることができるパラメータを
算出するルールを導出させるプログラムコード手段と、
コンピュータに、前記ルールを蓄積させるプログラムコ
ード手段と、新規にデータが与えられた場合に、コンピ
ュータに、該データから特徴項目の値を求めさせ、該特
徴項目の値に基づき、前記ルールを適用してパラメータ
を算出させるプログラムコード手段とを含むコンピュー
タプログラムを記録してあることを特徴とする。

【００１０】本発明による場合は、データからその特徴
を示す項目の値を求め、該特徴項目の値に基づき、評価
関数の値が良好である結果を得ることができるパラメー
タを算出するルールを導出し、新規にデータが与えられ
た場合にこのデータの特徴項目の値を求め、該特徴項目
の値に基づき前記ルールを適用してパラメータを算出す
るので、最適なパラメータを算出して問題を解くことが
できる。従って、評価が高い結果を得ることができる。

【００１１】

【発明の実施の形態】以下、本発明をその実施の形態を
示す図面に基づいて具体的に説明する。図１は、本発明
に係る問題解決システムを示す機能ブロック図である。
問題解決システム１０は、演算器１１及びパラメータ算
出器１２を備えたものである。この問題解決システム１
０にデータ５が入力されると、データ５からパラメータ
算出器１２が算出したパラメータに基づき、演算器１１
が結果７を出力する。

【００１２】図２は、パラメータ算出器１２の機能ブロ
ック図である。パラメータ算出器１２は、事例ＤＢ（デ
ータベース）１と、ルール導出部２と、ルールＤＢ３
と、パラメータ算出部４とを備えたものである。事例Ｄ
Ｂ１には、入力データの特徴項目の値、算出したパラメ
ータ、及び結果の評価関数の値の履歴が格納されてい
る。ルール導出部２は、事例ＤＢ１に格納された情報に
基づき、評価関数の値が良好である結果を得ることがで
きる１又は複数のパラメータを算出するルールを導出す
る。このルールはルールＤＢ３に蓄積される。パラメー
タ算出部４は、新規に入力されたデータ５の特徴項目の
値を求め、これをルールＤＢ３のルールに適用してパラ
メータ６を算出する。算出されたパラメータ６に基づ
き、前記演算器１１は結果を出力する。図３は、本発明
に係る記録媒体を示す模式図である。図３に示したよう
に、本発明のＣＤ−ＲＯＭ等の記録媒体２０を、問題解
決のための演算のプログラムが取り込まれたコンピュー
タのディスクドライブに装填してロードすることによ
り、前記したパラメータの算出処理が実行される。

【００１３】

【実施例】以下に実施例を３つ挙げて説明する。実施例１．まず、最初に、本発明に係る問題解決システ
ム１０を複数解法システムの最適パラメータの算出に用
いた場合につき説明する。複数解法システムは複数の解
法を有しており、選択した解法（パラメータ）により異
なった結果が出力される。最適なパラメータを選択する
ことにより、処理時間が短く、最適解に近い解を得るこ
とができる。ここでは、パッキング問題に対する複数解
法システムを例に挙げる。パッキング問題とは、様々な
サイズを持つ複数種の製品をすべて一定容量のパッキン
グ容器に入れる場合において、パッキング容器の数を最
小にするパッキングの組合せ方法を求める問題である。
図４は、パッキング問題の例を示す模式図である。この
パッキング問題の入力データを表１に示す。

【００１４】

【表１】

【００１５】パッキング問題の解法として、ＦＦ法、Ｂ
Ｆ法、ＦＦＤ（Ｆｉｒｓｔ−ＦｉｔＤｅｃｒｅａｓｉｎ
ｇ）法、数理計画法及びＧＡ法等、多くの解法が存在す
るが、ここでは、ＦＥＤ法及び数理計画法の２つの解法
を有したシステムについて考える。ＦＥＤ法とは、サイ
ズが大きい順に、製品をパッキング容器に詰めていく方
法である。図５はＦＥＤ法を示す模式図である。サイズ
が最も大きい製品Ｇを２つパッキング容器１に詰める。
サイズが２番目に大きい製品Ｂは、パッキング容器１の
残りスペースに詰めることができないので、パッキング
容器２及び３に詰める。サイズが３番目に大きい製品Ｃ
は１つパッキング容器１の残りスペースに詰めることが
できるので、パッキング容器１に詰める。これを順次繰
り返す。数理計画法とは、パッキング容器に各製品を詰
め込むすべてのパターンを数式で表し、パッキング容器
の数が最小になる各パターンの数を求める方法である。
図６は、数理計画法を示す模式図である。図６に示した
関係式のパッキング容器の数の和Σｘ_iが最小になる各
パターンの選択数ｘ_iを求める。ＦＥＤ法を用いた場
合、求められる解は必ずしも最適解ではないが、問題が
大きくなっても処理時間はかからない。数理計画法を用
いた場合、最適解が存在する限り求められるが、問題が
大きくなると計算量が多くなり、処理時間がかかるとい
う問題点がある。

【００１６】この実施例においては、まず、事例ＤＢ１
に、入力データの特徴、パラメータ及び結果の評価関数
の値の履歴を格納する。事例ＤＢ１に格納した内容を表
２に示す。

【００１７】

【表２】

【００１８】入力データの特徴には、製品数、製品の大
きさ、各製品の個数の平均及び分散、各製品の大きさの
平均及び分散等がある。パラメータは解法であり、１が
ＦＥＤ法、２が数理計画法である。より良好な解を短い
処理時間で出力するために、結果はパッキング容器数と
処理時間とを評価できる数値にする。パッキンング容器
数及び処理時間にそれぞれ重み係数Ｐ₁、Ｐ₂を乗じた
ものの和（パッキング容器数×Ｐ₁＋処理時間×Ｐ₂）
を結果とする。結果が小さい程、より良好な結果が短時
間で得られたことになる。データNo. １とNo. ２とは入
力データの特徴項目が同一であるが、パラメータとして
１のＦＥＤ法を選択したNo. １の方が良好な解が得られ
ることが判る。

【００１９】ルール導出部２において、事例ＤＢ１から
ディシジョン・ツリーを用いて、評価関数の値が良好で
ある結果を得るためのルールを導出する。図７は、ディ
シジョン・ツリーによるルールの一例を示す模式図であ
る。これにより出力結果の評価関数の値を小さくするル
ールが導出される。導出されたルールの一例を数１に示
す。

【００２０】

【数１】

【００２１】ここでは、ルールをif−thenで表現してい
るが、入力データの特徴からパラメータを特定出来るル
ールであればよい。このルール導出部２により導出され
たルールは、ルールＤＢ３に格納される。パラメータ算
出部４は、新規に入力されたデータ５から特徴項目の値
を求め、該特徴項目の値に基づき、ルールＤＢ３に格納
された最新のルールを適用して、最適なパラメータを算
出する。図８は、パラメータ算出部４によるパラメータ
の算出の一例を示す模式図である。パラメータ算出部４
は、表に示した新規のデータから求めた特徴項目の値に
基づき、ルールＤＢ３のルール２を適用して、２のパラ
メータを算出している。従ってこの場合、数理計画法に
基づき、問題解決システム１０はパッキングの組合せを
求める。

【００２２】実施例２．次に、本発明に係る問題解決シ
ステム１０を数理計画システムの最適パラメータの算出
に用いた場合につき説明する。数理計画システムとし
て、パッキング問題を解く場合につき説明する。数理計
画法を用いたパッキング問題の解法は実施例１と同一で
ある。詰め込みのパターン数が膨大になると実時間で解
くのが難しくなるので、全てのパターンを生成するので
はなく、パラメータで指定する数のみ生成するものとす
る。事例ＤＢ１に、入力データの特徴、算出したパラメ
ータ及び結果の評価関数の値の履歴を格納する。事例Ｄ
Ｂ１に格納した内容を表３に示す。

【００２３】

【表３】

【００２４】入力データの特徴には、製品数、製品の大
きさ、各製品の個数の平均及び分散、各製品の大きさの
平均及び分散等がある。パラメータは、詰め込みのパタ
ーンの数である。結果はパッキング容器数と処理時間と
を評価できる数値とし、パッキンング容器数及び処理時
間にそれぞれ重み係数Ｐ₁、Ｐ₂を乗じたものの和（パ
ッキング容器数×Ｐ₁＋処理時間×Ｐ₂）で表す。結果
が小さい程、より良好な結果が短時間で得られたことに
なる。データNo. １とNo. ２とは入力データの特徴項目
が同一であるが、パラメータとして５０００を選択した
No. ２の方が良好な解が得られることが判る。ルール導
出部２において、事例ＤＢ１からデータマイニング等を
用い、評価関数の値が良好である結果を得るためのルー
ルを導出する。導出されたルールの一例を数２に示す。

【００２５】

【数２】

【００２６】このルール導出部２により導出されたルー
ルは、ルールＤＢ３に格納され、パラメータ算出部４
は、新規に入力された入力データ５から特徴項目の値を
求め、該特徴項目の値に基づき、ルールＤＢ３に格納さ
れた最新のルールを適用して、最適なパラメータを算出
する。図９は、パラメータ算出部４によるパラメータの
算出の一例を示す模式図である。パラメータ算出部４
は、表の新規のデータから求めた特徴項目の値に基づ
き、ルールＤＢ３のルール１を適用し、パラメータとし
ての詰め込みパターンの数の範囲を２０００と３０００
との間に設定している。従ってこの場合、問題解決シス
テム１０は前記範囲内で詰め込みのパターンを生成し、
パッキングの組合せを求める。

【００２７】実施例３．本発明に係る問題解決システム
１０を制御システムの最適パラメータの組合せの算出に
用いた場合につき説明する。制御システムとして、製品
を加熱炉に入れ、製品を一定の温度にするシステムを考
える。この場合、入力データは、製品の縦方向長さ、横
方向長さ及び材質等、パラメータは、加熱炉内の温度及
び在炉時間、出力は加熱炉から出た製品の平均温度であ
る。入力データの一例を表４に示す。

【００２８】

【表４】

【００２９】事例ＤＢ１に、入力データの特徴、算出し
たパラメータ及び結果の評価関数の値の履歴を格納す
る。事例ＤＢ１に格納した内容を表５に示す。結果の評
価関数の値を、加熱炉から出た製品の平均の温度と加熱
炉温度との差とする。結果の評価関数の値が小さい程、
良好な結果となる。

【００３０】

【表５】

【００３１】ルール導出部２において、事例ＤＢ１から
データマイニング等を用い、評価関数の値が良好である
結果を得るためのルールを導出する。導出されたルール
の一例を数３に示す。

【００３２】

【数３】

【００３３】このルール導出部２により導出されたルー
ルは、ルールＤＢ３に格納され、パラメータ算出部４
は、新規に入力されたデータ５から特徴項目の値を求め
該特徴項目の値に基づき、ルールＤＢ３に格納された最
新のルールを適用して、最適なパラメータの組合せを算
出する。図１０は、パラメータ算出部４によるパラメー
タの算出の一例を示す模式図である。パラメータ算出部
４は、表の新規のデータから求めた特徴項目の値に基づ
き、ルールＤＢ３のルール１を適用し、パラメータを２
５０＜加熱炉温度＜３００、３．１＜在炉時間＜４．３
に設定している。従ってこの場合、システムは前記パラ
メータに基づき、製品を加熱炉に入れ、製品を一定の温
度に制御する。

【００３４】以上のように、本発明に係る問題解決方法
による場合は、入力データの特徴項目の値に基づき、評
価関数の値が良好である結果を得ることができるパラメ
ータを算出するルールを導出し、新規にデータ５が入力
された場合にこのデータ５の特徴項目の値を求め、該特
徴項目の値に基づき、前記ルールを適用してパラメータ
を算出するので、入力データの特徴に基づく最適なパラ
メータを算出することが可能になる。従って、評価が高
い結果を得ることができる。なお、本発明の問題解決シ
ステムは、前記実施の形態で例示したシステムに限定さ
れるものではなく、本発明はシステム全般に広く適用す
ることが可能である。また、ルールの更新も可能であ
る。

【００３５】

【発明の効果】以上、詳述したように、本発明に係る問
題解決方法及び問題解決システムによる場合は、入力デ
ータの特徴項目の値に基づき、評価関数の値が良好であ
る結果を得ることができるパラメータを算出するルール
を導出し、新規にデータが入力された場合にこのデータ
の特徴項目の値を求め、該特徴項目の値に基づき、前記
ルールを適用してパラメータを算出するので、入力デー
タの特徴に基づく最適なパラメータを算出することが可
能になる。従って、評価が高い結果を得ることができ
る。また、本発明はシステム全般に広く適用することが
可能である。さらに、本発明に係る記録媒体による場合
は、汎用コンピュータでパラメータ算出器を実現するこ
とが可能になる。

【図面の簡単な説明】

【図１】本発明に係る問題解決システムを示す機能ブロ
ック図である。

【図２】本発明に係る問題解決システムのパラメータ算
出器を示す機能ブロック図である。

【図３】本発明に係る記録媒体を示す模式図である。

【図４】パッキング問題の例を示す模式図である。

【図５】ＦＥＤ法を示す模式図である。

【図６】数理計画法を示す模式図である。

【図７】ディシジョン・ツリーによるルールの一例を示
す模式図である。

【図８】パラメータ算出部によるパラメータの算出の一
例を示す模式図である。

【図９】パラメータ算出部によるパラメータの算出の一
例を示す模式図である。

【図１０】パラメータ算出部によるパラメータの算出の
一例を示す模式図である。

【符号の説明】

１事例ＤＢ２ルール導出部３ルールＤＢ４パラメータ算出部５データ６パラメータ１０問題解決システム１１演算器１２パラメータ算出器

───────────────────────────────────────────────────── フロントページの続き (72)発明者淺田克暢大阪府大阪市中央区北浜４丁目５番33号住友金属工業株式会社内 (72)発明者小西伸之大阪府大阪市中央区北浜４丁目５番33号住友金属工業株式会社内 (72)発明者武田勝徳大阪府大阪市中央区北浜４丁目５番33号住友金属工業株式会社内

Claims

【特許請求の範囲】

【請求項１】問題を解くためのデータが与えられた場
合に、１又は複数のパラメータを算出して、該パラメー
タに基づき前記問題を解き、得られた結果の評価関数の
値を解析して、新規のデータが与えられた場合に、前記
評価関数の値が良好である結果を得ることができるパラ
メータを算出し、前記問題を解く問題解決方法におい
て、予め、過去に与えられたデータからその特徴を示す特徴項目を
抽出して、該特徴項目の値を求め、過去に与えられたデ
ータの前記特徴項目の値、算出したパラメータ、及び評
価関数の値を含む履歴を蓄積し、前記特徴項目の値に基づき、前記評価関数の値が良好で
ある結果を得ることができるパラメータを算出するルー
ルを導出しておき、新規のデータが与えられた場合に、該データから特徴項
目の値を求め、該特徴項目の値に基づき、前記ルールを
適用してパラメータを算出することを特徴とする問題解
決方法。
【請求項２】問題を解くためのデータが与えられた場
合に、１又は複数のパラメータを算出して、該パラメー
タに基づき前記問題を解き、得られた結果の評価関数の
値を解析して、新規のデータが与えられた場合に、前記
評価関数の値が良好である結果を得ることができるパラ
メータを算出し、前記問題を解く問題解決方法におい
て、過去に与えられたデータからその特徴を示す特徴項目を
抽出して、該特徴項目の値を求めるステップと、過去に与えられたデータの前記特徴項目の値、算出した
パラメータ、及び評価関数の値を含む履歴を蓄積するス
テップと、前記特徴項目の値に基づき、前記評価関数の値が良好で
ある結果を得ることができるパラメータを算出するルー
ルを導出するステップと、前記ルールを蓄積するステップと、新規にデータが与えられた場合に、該データから特徴項
目の値を求め、該特徴項目の値に基づき、前記ルールを
適用してパラメータを算出するステップとを含むことを
特徴とする問題解決方法。
【請求項３】問題を解くためのデータが与えられた場
合に、算出した１又は複数のパラメータに基づき問題を
解いて結果を出力し、該結果の評価関数の値を求める問
題解決システムにおいて、過去に与えられたデータからその特徴を示す特徴項目を
抽出し、該特徴項目の値を求める手段と、過去に与えられたデータの前記特徴項目の値、算出した
パラメータ、及び評価関数の値を含む履歴を蓄積する手
段と、前記特徴項目の値に基づき、前記評価関数の値が良好で
ある結果を得ることができるパラメータを算出するルー
ルを導出する手段と、前記ルールを蓄積する手段と、新規にデータが与えられた場合に、該データから特徴項
目の値を求め、該特徴項目の値に基づき、前記ルールを
適用してパラメータを算出する手段とを含むことを特徴
とする問題解決システム。
【請求項４】問題を解くためのデータが与えられた場
合に、算出した１又は複数のパラメータに基づき前記問
題を解き、結果を出力する問題解決システムについて、
コンピュータに、前記結果の評価関数の値を解析させ、
該評価関数の値が良好である結果を得ることができるパ
ラメータを算出させるコンピュータプログラムを記録し
てあるコンピュータでの読み取りが可能な記録媒体にお
いて、コンピュータに、過去に与えられたデータからその特徴
を示す特徴項目を抽出させ、該特徴項目の値を求めさせ
るプログラムコード手段と、コンピュータに、過去に与えられたデータの前記特徴項
目の値、算出したパラメータ、及び評価関数の値を含む
履歴を蓄積させるプログラムコード手段と、コンピュータに、前記特徴項目の値に基づき、前記評価
関数の値が良好である結果を得ることができるパラメー
タを算出するルールを導出させるプログラムコード手段
と、コンピュータに、前記ルールを蓄積させるプログラムコ
ード手段と、新規にデータが与えられた場合に、コンピュータに、該
データから特徴項目の値を求めさせ、該特徴項目の値に
基づき、前記ルールを適用してパラメータを算出させる
プログラムコード手段とを含むコンピュータプログラム
を記録してあることを特徴とするコンピュータでの読み
取りが可能な記録媒体。