JP2002229971A - 操業分析装置、操業分析方法、コンピュータ読み取り可能な記憶媒体、及びコンピュータ・プログラム - Google Patents
操業分析装置、操業分析方法、コンピュータ読み取り可能な記憶媒体、及びコンピュータ・プログラムInfo
- Publication number
- JP2002229971A JP2002229971A JP2001030103A JP2001030103A JP2002229971A JP 2002229971 A JP2002229971 A JP 2002229971A JP 2001030103 A JP2001030103 A JP 2001030103A JP 2001030103 A JP2001030103 A JP 2001030103A JP 2002229971 A JP2002229971 A JP 2002229971A
- Authority
- JP
- Japan
- Prior art keywords
- information entropy
- cluster analysis
- result
- factors
- analysis
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004590 computer program Methods 0.000 title claims description 5
- 238000007621 cluster analysis Methods 0.000 claims abstract description 67
- 238000004458 analytical method Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 28
- 238000011156 evaluation Methods 0.000 claims description 13
- 230000000694 effects Effects 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 5
- 238000012854 evaluation process Methods 0.000 claims description 2
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 16
- 238000010079 rubber tapping Methods 0.000 description 7
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000007664 blowing Methods 0.000 description 4
- 229910052742 iron Inorganic materials 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 239000000571 coke Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
Classifications
-
- 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
- Complex Calculations (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【課題】 操業結果としての処理量や品質が決まるプロ
セス全般において、複数の操業因子が操業結果に与える
影響の大きさを適切に評価できるようにする。 【解決手段】 クラスター分析部１０１では、操業因子
１〜ｎを用いて入力データを所定数のクラスターに分類
する第１のクラスター分析と、操業因子１〜ｎから１つ
の操業因子ｉを除いた残りの操業因子を用いて入力デー
タを所定数のクラスターに分類する第２のクラスター分
析とを行う。情報エントロピー計算部１０２では、操業
結果のデータのみについての情報エントロピーＨ0を計
算し、第１のクラスター分析の結果に基づいて情報エン
トロピーＨaを計算し、さらに第２のクラスター分析の
結果に基づいて情報エントロピーＨiを計算する。この
結果得られた情報エントロピーＨiが上記情報エントロ
ピーＨ0に近いほど、その操業因子ｉは操業結果に与え
る影響が大きい因子であると評価することができる。
セス全般において、複数の操業因子が操業結果に与える
影響の大きさを適切に評価できるようにする。 【解決手段】 クラスター分析部１０１では、操業因子
１〜ｎを用いて入力データを所定数のクラスターに分類
する第１のクラスター分析と、操業因子１〜ｎから１つ
の操業因子ｉを除いた残りの操業因子を用いて入力デー
タを所定数のクラスターに分類する第２のクラスター分
析とを行う。情報エントロピー計算部１０２では、操業
結果のデータのみについての情報エントロピーＨ0を計
算し、第１のクラスター分析の結果に基づいて情報エン
トロピーＨaを計算し、さらに第２のクラスター分析の
結果に基づいて情報エントロピーＨiを計算する。この
結果得られた情報エントロピーＨiが上記情報エントロ
ピーＨ0に近いほど、その操業因子ｉは操業結果に与え
る影響が大きい因子であると評価することができる。
Description
【０００１】
【発明の属する技術分野】本発明は操業分析装置、操業
分析方法、コンピュータ読み取り可能な記憶媒体、及び
コンピュータ・プログラムに関し、特に、操業結果とし
ての処理量や品質が決まるプロセス全般において、複数
の操業因子が操業結果に与える影響の大きさを評価する
ことによって、望ましい操業を行うために注目すべき操
業因子を見出すために用いて好適な技術に関する。
分析方法、コンピュータ読み取り可能な記憶媒体、及び
コンピュータ・プログラムに関し、特に、操業結果とし
ての処理量や品質が決まるプロセス全般において、複数
の操業因子が操業結果に与える影響の大きさを評価する
ことによって、望ましい操業を行うために注目すべき操
業因子を見出すために用いて好適な技術に関する。
【０００２】
【従来の技術】従来、操業結果としての処理量や品質が
決まるプロセスにおいて、操業因子が操業結果に与える
影響の大きさを評価する操業分析手法としては、例え
ば、操業因子と操業結果との相関を、相関係数を用いて
分析することが知られている。
決まるプロセスにおいて、操業因子が操業結果に与える
影響の大きさを評価する操業分析手法としては、例え
ば、操業因子と操業結果との相関を、相関係数を用いて
分析することが知られている。
【０００３】
【発明が解決しようとする課題】しかしながら、上記相
関係数を用いた分析方法では、相関を適切に評価するこ
とができるのは、複数の操業因子と操業結果とが線形の
関係を持っている場合に限定され、複雑な関係を持って
いる場合には適切な評価を行うことができないといった
問題があった。
関係数を用いた分析方法では、相関を適切に評価するこ
とができるのは、複数の操業因子と操業結果とが線形の
関係を持っている場合に限定され、複雑な関係を持って
いる場合には適切な評価を行うことができないといった
問題があった。
【０００４】本発明は上述の問題点に鑑みてなされたも
のであり、複数の操業因子と操業結果とが複雑な関係で
あっても相関を適切に評価できるようにすることを目的
とする。
のであり、複数の操業因子と操業結果とが複雑な関係で
あっても相関を適切に評価できるようにすることを目的
とする。
【０００５】
【課題を解決するための手段】本発明の操業分析装置
は、操業プロセスにおいて複数の操業因子が操業結果に
与える影響の大きさを評価するための操業分析装置であ
って、上記複数の操業因子のパラメータを対応させた操
業結果データが入力された際に、指定されたデータ部分
を用いてクラスター分析を行うクラスター分析手段と、
上記クラスター分析手段のクラスター分析の結果に基づ
いて、上記入力データの情報エントロピーを計算する情
報エントロピー計算手段と、上記情報エントロピー計算
手段によって計算された情報エントロピーを用いて、上
記複数の操業因子が上記操業結果に与える影響の大きさ
を評価する影響評価手段とを備えたことを特徴としてい
る。また、本発明の他の特徴とするところは、上記操業
結果のデータは、上記操業結果が複数のクラスのいずれ
に属するかの値として与えられることを特徴としてい
る。また、本発明のその他の特徴とするところは、上記
クラスター分析手段は、上記複数の操業因子の全てを用
いて上記入力データを所定数のクラスターに分類する第
１のクラスター分析処理と、上記複数の操業因子から１
つの操業因子を除いた残りの操業因子を用いて上記入力
データを所定数のクラスターに分類する第２のクラスタ
ー分析処理とを行うことを特徴としている。また、本発
明のその他の特徴とするところは、上記情報エントロピ
ー計算手段は、上記操業結果のデータのみについての情
報エントロピーを計算する第１の情報エントロピー計算
処理と、上記第１のクラスター分析の結果に基づいて情
報エントロピーを計算する第２の情報エントロピー計算
処理と、上記第２のクラスター分析処理の結果に基づい
て情報エントロピーを計算する第３の情報エントロピー
計算処理とを行うことを特徴としている。また、本発明
のその他の特徴とするところは、上記クラスター分析手
段は、上記複数の操業因子の全てを用いて上記入力デー
タを所定数のクラスターに分類する第１のクラスター分
析処理と、上記複数の操業因子のうちから選択される１
つの操業因子を用いて上記入力データを所定数のクラス
ターに分類する第２のクラスター分析処理とを行うこと
を特徴としている。また、本発明のその他の特徴とする
ところは、上記情報エントロピー計算手段は、上記操業
結果のデータについて情報エントロピーを計算する第１
の情報エントロピー計算処理と、上記第１のクラスター
分析処理の結果に基づいて情報エントロピーを計算する
第２の情報エントロピー計算処理と、上記第２のクラス
ター分析処理の結果に基づいて情報エントロピーを計算
する第３の情報エントロピー計算処理とを行うことを特
徴としている。
は、操業プロセスにおいて複数の操業因子が操業結果に
与える影響の大きさを評価するための操業分析装置であ
って、上記複数の操業因子のパラメータを対応させた操
業結果データが入力された際に、指定されたデータ部分
を用いてクラスター分析を行うクラスター分析手段と、
上記クラスター分析手段のクラスター分析の結果に基づ
いて、上記入力データの情報エントロピーを計算する情
報エントロピー計算手段と、上記情報エントロピー計算
手段によって計算された情報エントロピーを用いて、上
記複数の操業因子が上記操業結果に与える影響の大きさ
を評価する影響評価手段とを備えたことを特徴としてい
る。また、本発明の他の特徴とするところは、上記操業
結果のデータは、上記操業結果が複数のクラスのいずれ
に属するかの値として与えられることを特徴としてい
る。また、本発明のその他の特徴とするところは、上記
クラスター分析手段は、上記複数の操業因子の全てを用
いて上記入力データを所定数のクラスターに分類する第
１のクラスター分析処理と、上記複数の操業因子から１
つの操業因子を除いた残りの操業因子を用いて上記入力
データを所定数のクラスターに分類する第２のクラスタ
ー分析処理とを行うことを特徴としている。また、本発
明のその他の特徴とするところは、上記情報エントロピ
ー計算手段は、上記操業結果のデータのみについての情
報エントロピーを計算する第１の情報エントロピー計算
処理と、上記第１のクラスター分析の結果に基づいて情
報エントロピーを計算する第２の情報エントロピー計算
処理と、上記第２のクラスター分析処理の結果に基づい
て情報エントロピーを計算する第３の情報エントロピー
計算処理とを行うことを特徴としている。また、本発明
のその他の特徴とするところは、上記クラスター分析手
段は、上記複数の操業因子の全てを用いて上記入力デー
タを所定数のクラスターに分類する第１のクラスター分
析処理と、上記複数の操業因子のうちから選択される１
つの操業因子を用いて上記入力データを所定数のクラス
ターに分類する第２のクラスター分析処理とを行うこと
を特徴としている。また、本発明のその他の特徴とする
ところは、上記情報エントロピー計算手段は、上記操業
結果のデータについて情報エントロピーを計算する第１
の情報エントロピー計算処理と、上記第１のクラスター
分析処理の結果に基づいて情報エントロピーを計算する
第２の情報エントロピー計算処理と、上記第２のクラス
ター分析処理の結果に基づいて情報エントロピーを計算
する第３の情報エントロピー計算処理とを行うことを特
徴としている。
【０００６】本発明の操業分析方法は、操業プロセスに
おいて複数の操業因子が操業結果に与える影響の大きさ
を評価するための操業分析方法であって、上記複数の操
業因子のパラメータを対応させた操業結果のデータから
なる入力データのうち指定されたデータ部分を用いてク
ラスター分析を行うクラスター分析処理と、上記クラス
ター分析の結果に基づいて上記入力データの情報エント
ロピーを計算する情報エントロピー計算処理と、上記計
算された情報エントロピーを用いて上記複数の操業因子
が上記操業結果に与える影響の大きさを評価する影響評
価処理とを実行することを特徴としている。
おいて複数の操業因子が操業結果に与える影響の大きさ
を評価するための操業分析方法であって、上記複数の操
業因子のパラメータを対応させた操業結果のデータから
なる入力データのうち指定されたデータ部分を用いてク
ラスター分析を行うクラスター分析処理と、上記クラス
ター分析の結果に基づいて上記入力データの情報エント
ロピーを計算する情報エントロピー計算処理と、上記計
算された情報エントロピーを用いて上記複数の操業因子
が上記操業結果に与える影響の大きさを評価する影響評
価処理とを実行することを特徴としている。
【０００７】本発明の記憶媒体は、上記操業分析方法を
コンピュータに実行させるためのプログラムを記録した
ことを特徴としている。
コンピュータに実行させるためのプログラムを記録した
ことを特徴としている。
【０００８】本発明のコンピュータ・プログラムは、上
記操業分析方法をコンピュータに実行可能としたことを
特徴としている。
記操業分析方法をコンピュータに実行可能としたことを
特徴としている。
【０００９】
【発明の実施の形態】以下、図面を参照して、本発明の
操業分析装置、操業分析方法、コンピュータ読み取り可
能な記憶媒体、及びコンピュータ・プログラムの実施の
形態について説明する。
操業分析装置、操業分析方法、コンピュータ読み取り可
能な記憶媒体、及びコンピュータ・プログラムの実施の
形態について説明する。
【００１０】図１には、本実施の形態の操業分析装置の
構成を示す。操業分析装置には、プロセスにおける複数
の操業因子１〜ｎのパラメータを対応させた操業結果の
データが入力データとして入力される。上記操業結果の
データは、例えば、操業結果がクラスＡ、Ｂ（一例を挙
げれば、製造プロセスにおける品質の「良」、「否」
等）のいずれに属するかという２値の値として与えられ
る。
構成を示す。操業分析装置には、プロセスにおける複数
の操業因子１〜ｎのパラメータを対応させた操業結果の
データが入力データとして入力される。上記操業結果の
データは、例えば、操業結果がクラスＡ、Ｂ（一例を挙
げれば、製造プロセスにおける品質の「良」、「否」
等）のいずれに属するかという２値の値として与えられ
る。
【００１１】１０１はクラスター分析部であり、上記入
力データのうち指定されたデータ部分を用いてクラスタ
ー分析を行う。クラスター分析とは、種々のデータを区
分けしてグルーピングするための多変量解析の手法であ
る。
力データのうち指定されたデータ部分を用いてクラスタ
ー分析を行う。クラスター分析とは、種々のデータを区
分けしてグルーピングするための多変量解析の手法であ
る。
【００１２】具体的には、クラスター分析部１０１にお
いて、全ての操業因子１〜ｎを用いて入力データを所定
数のグループ（クラスター）に分類するクラスター分析
を行う。また、操業因子１〜ｎから１つの操業因子ｉを
除いた残りの操業因子を用いて入力データを所定数のグ
ループ（クラスター）に分類するクラスター分析を行
う。
いて、全ての操業因子１〜ｎを用いて入力データを所定
数のグループ（クラスター）に分類するクラスター分析
を行う。また、操業因子１〜ｎから１つの操業因子ｉを
除いた残りの操業因子を用いて入力データを所定数のグ
ループ（クラスター）に分類するクラスター分析を行
う。
【００１３】１０２は情報エントロピー計算部であり、
クラスター分析部１０１によるクラスター分析の結果に
基づいて入力データの情報エントロピーを計算する。情
報エントロピーとは、情報理論において不確かさの尺度
として定義される量であり、ここでは分類した結果のデ
ータの混合度合いを表す。図２に示すように、名前ｘ、
ｙ、ｚのデータの集合を考えると、名前ｘのデータの割
合Ｐx、名前ｙのデータの割合Ｐy、名前ｚのデータの割
合Ｐzが互いに等しくなるほど（図２（ｂ）の状態）、
エントロピー大として表される。名前ｊのデータが割合
ｐｊで含まれているならば、この集合が持つ情報エント
ロピーＨは、 Ｈ＝−Σｐjlog2ｐj …（１） により表される。
クラスター分析部１０１によるクラスター分析の結果に
基づいて入力データの情報エントロピーを計算する。情
報エントロピーとは、情報理論において不確かさの尺度
として定義される量であり、ここでは分類した結果のデ
ータの混合度合いを表す。図２に示すように、名前ｘ、
ｙ、ｚのデータの集合を考えると、名前ｘのデータの割
合Ｐx、名前ｙのデータの割合Ｐy、名前ｚのデータの割
合Ｐzが互いに等しくなるほど（図２（ｂ）の状態）、
エントロピー大として表される。名前ｊのデータが割合
ｐｊで含まれているならば、この集合が持つ情報エント
ロピーＨは、 Ｈ＝−Σｐjlog2ｐj …（１） により表される。
【００１４】具体的には、情報エントロピー計算部１０
２において、まず、操業結果のデータのみについての情
報エントロピーＨ0を計算する。また、全ての操業因子
１〜ｎを用いてクラスター分析した結果に基づいて情報
エントロピーＨaを計算する。さらに、１つの操業因子
ｉ（ｉ＝１〜ｎ）を除いた残りの操業因子を用いてクラ
スター分析した結果に基づいて情報エントロピーＨ1、
Ｈ2、…、Ｈiをそれぞれ計算する。
２において、まず、操業結果のデータのみについての情
報エントロピーＨ0を計算する。また、全ての操業因子
１〜ｎを用いてクラスター分析した結果に基づいて情報
エントロピーＨaを計算する。さらに、１つの操業因子
ｉ（ｉ＝１〜ｎ）を除いた残りの操業因子を用いてクラ
スター分析した結果に基づいて情報エントロピーＨ1、
Ｈ2、…、Ｈiをそれぞれ計算する。
【００１５】１０３は評価部であり、情報エントロピー
計算部１０２による算出結果から、複数の操業因子１〜
ｎが操業結果に与える影響の大きさ（寄与度）を評価し
て評価結果を出力する。すなわち、１つの操業因子ｉ
（ｉ＝１〜ｎ）を除いて計算された情報エントロピーＨ
iは、それぞれ情報エントロピーＨ0以上で情報エントロ
ピーＨa以下の値をとる。そして、ＨiがＨ0に近いほ
ど、その操業因子ｉは操業結果に与える影響が大きい因
子（重要因子）であり、ＨiがＨaに近いほど、その操業
因子ｉは操業結果に与える影響が小さな因子（無相関因
子）であると評価することができる。つまり、情報エン
トロピーＨiの大きさが各々の操業因子をグルーピング
する際の寄与度となり、これにより複数の操業因子を重
要因子と無相関因子とに峻別することができる。
計算部１０２による算出結果から、複数の操業因子１〜
ｎが操業結果に与える影響の大きさ（寄与度）を評価し
て評価結果を出力する。すなわち、１つの操業因子ｉ
（ｉ＝１〜ｎ）を除いて計算された情報エントロピーＨ
iは、それぞれ情報エントロピーＨ0以上で情報エントロ
ピーＨa以下の値をとる。そして、ＨiがＨ0に近いほ
ど、その操業因子ｉは操業結果に与える影響が大きい因
子（重要因子）であり、ＨiがＨaに近いほど、その操業
因子ｉは操業結果に与える影響が小さな因子（無相関因
子）であると評価することができる。つまり、情報エン
トロピーＨiの大きさが各々の操業因子をグルーピング
する際の寄与度となり、これにより複数の操業因子を重
要因子と無相関因子とに峻別することができる。
【００１６】本実施の形態では、操業因子ｉ（ｉ＝１〜
ｎ）が操業結果に与える影響の大きさ（寄与度）を、次
式 Ｅi＝（Ｈi−Ｈa）／（Ｈ0−Ｈa） …（２） により評価するようにしている。上式（２）により求め
られる評価値Ｅiは０〜１の値をとり、１に近いほど、
その操業因子ｉは操業結果に与える影響が大きい因子で
あると評価され、本実施の形態の操業分析方法の評価結
果として出力される。
ｎ）が操業結果に与える影響の大きさ（寄与度）を、次
式 Ｅi＝（Ｈi−Ｈa）／（Ｈ0−Ｈa） …（２） により評価するようにしている。上式（２）により求め
られる評価値Ｅiは０〜１の値をとり、１に近いほど、
その操業因子ｉは操業結果に与える影響が大きい因子で
あると評価され、本実施の形態の操業分析方法の評価結
果として出力される。
【００１７】次に、図３のフローチャートを参照して、
本実施の形態の操業分析装置における処理動作について
説明する。まず、操業結果のデータのみについて情報エ
ントロピーＨ0を計算する（ステップＳ３０１）。例え
ば、データ数がＮ個あり、そのうちＡクラスに属するデ
ータがＮA点、Ｂクラスに属するデータがＮB（＝Ｎ−Ｎ
A）点あった場合、情報エントロピーＨ0は、上式（１）
により、 Ｈ0＝−（ＮA／Ｎ）log2（ＮA／Ｎ）−（ＮB／Ｎ）log2
（ＮB／Ｎ） となる。
本実施の形態の操業分析装置における処理動作について
説明する。まず、操業結果のデータのみについて情報エ
ントロピーＨ0を計算する（ステップＳ３０１）。例え
ば、データ数がＮ個あり、そのうちＡクラスに属するデ
ータがＮA点、Ｂクラスに属するデータがＮB（＝Ｎ−Ｎ
A）点あった場合、情報エントロピーＨ0は、上式（１）
により、 Ｈ0＝−（ＮA／Ｎ）log2（ＮA／Ｎ）−（ＮB／Ｎ）log2
（ＮB／Ｎ） となる。
【００１８】また、全ての操業因子１〜ｎを用いてクラ
スター分析した結果に基づいて情報エントロピーＨaを
計算する（ステップＳ３０２）。例えば、図４に示すよ
うに、４つのクラスターｓ、ｔ、ｕ、ｖに分類するクラ
スター分析を行い、クラスター分析に従って分類したデ
ータの個数から各クラスターｓ、ｔ、ｕ、ｖの情報エン
トロピーを求める。なお、クラスターの数については、
分析に先立ってどういうポリシーで分類を行うのかとい
う考えを決めて判断する必要がある。
スター分析した結果に基づいて情報エントロピーＨaを
計算する（ステップＳ３０２）。例えば、図４に示すよ
うに、４つのクラスターｓ、ｔ、ｕ、ｖに分類するクラ
スター分析を行い、クラスター分析に従って分類したデ
ータの個数から各クラスターｓ、ｔ、ｕ、ｖの情報エン
トロピーを求める。なお、クラスターの数については、
分析に先立ってどういうポリシーで分類を行うのかとい
う考えを決めて判断する必要がある。
【００１９】図４において、クラスターｓでは、クラス
ＡであるデータがＮAs点、クラスＢであるデータがＮBs
点となっている。したがって、クラスターｓの情報エン
トロピーＨsは、上式（１）により、 Ｈs＝−（ＮAs／（ＮAs＋ＮBs））log2（ＮAs／（ＮAs
＋ＮBs）） −（ＮBs／（ＮAs＋ＮBs））log2（ＮBs／（ＮAs＋
ＮBs）） となる。クラスターｔ、ｕ、ｖについても、同様にして
情報エントロピーＨt、Ｈu、Ｈvを求める。
ＡであるデータがＮAs点、クラスＢであるデータがＮBs
点となっている。したがって、クラスターｓの情報エン
トロピーＨsは、上式（１）により、 Ｈs＝−（ＮAs／（ＮAs＋ＮBs））log2（ＮAs／（ＮAs
＋ＮBs）） −（ＮBs／（ＮAs＋ＮBs））log2（ＮBs／（ＮAs＋
ＮBs）） となる。クラスターｔ、ｕ、ｖについても、同様にして
情報エントロピーＨt、Ｈu、Ｈvを求める。
【００２０】このようにして、各クラスターｓ〜ｖの情
報エントロピーＨs〜Ｈvを計算したならば、これら情報
エントロピーＨs〜Ｈvに適当な重み付けを行って情報エ
ントロピーＨaを求める。
報エントロピーＨs〜Ｈvを計算したならば、これら情報
エントロピーＨs〜Ｈvに適当な重み付けを行って情報エ
ントロピーＨaを求める。
【００２１】次に、１つの操業因子ｉ（ｉ＝１〜ｎ）を
除いた残りの操業因子を用いてクラスター分析した結果
に基づいて情報エントロピーＨiをそれぞれ計算する
（ステップＳ３０３）。なお、この計算方法について
は、上述した情報エントロピーＨ aを計算する場合と同
様であり、その詳細な説明は省略する。
除いた残りの操業因子を用いてクラスター分析した結果
に基づいて情報エントロピーＨiをそれぞれ計算する
（ステップＳ３０３）。なお、この計算方法について
は、上述した情報エントロピーＨ aを計算する場合と同
様であり、その詳細な説明は省略する。
【００２２】このようにして計算した情報エントロピー
Ｈ0、Ｈa、Ｈi（ｉ＝１〜ｎ）を用いて、例えば上式
（２）により評価値Ｅｉを求めることにより、操業因子
ｉが操業結果に与える影響を評価する。上式（２）を用
いた場合、評価値Ｅiが１に近いほど、その操業因子ｉ
は操業結果に与える影響が大きい因子（重要因子）であ
ると評価される。
Ｈ0、Ｈa、Ｈi（ｉ＝１〜ｎ）を用いて、例えば上式
（２）により評価値Ｅｉを求めることにより、操業因子
ｉが操業結果に与える影響を評価する。上式（２）を用
いた場合、評価値Ｅiが１に近いほど、その操業因子ｉ
は操業結果に与える影響が大きい因子（重要因子）であ
ると評価される。
【００２３】以上述べた本実施の形態による操業分析装
置によれば、クラスター分析を行い、情報エントロピー
を計算して定量化するので、操業因子と操業結果との関
係が線形でなく複雑な関係を持っている場合でも、複数
の操業因子が操業結果に与える影響の大きさ（寄与度）
を適切に評価することができる。
置によれば、クラスター分析を行い、情報エントロピー
を計算して定量化するので、操業因子と操業結果との関
係が線形でなく複雑な関係を持っている場合でも、複数
の操業因子が操業結果に与える影響の大きさ（寄与度）
を適切に評価することができる。
【００２４】また、ノイズデータが含まれている場合で
も、相関係数を用いた評価に比べて、ノイズデータの影
響を受けずに関係を適切に評価することが可能となる。
図５（ａ）に示すように、ある操業因子ｉと操業結果と
の間に大きな相関があるような場合に、相関係数を用い
た場合、ノイズデータ等の例外的なデータが存在するこ
とにより、相関性が低く評価されてしまうことがある
（同図（ｂ）の□点参照）。それに対して、本実施の形
態のクラスター分析を行い、情報エントロピーを計算し
て寄与度を定量化する手法では、例外的なデータが存在
する場合でも、相関性を高く評価していることが分かる
（同図（ｂ）の△点参照）。
も、相関係数を用いた評価に比べて、ノイズデータの影
響を受けずに関係を適切に評価することが可能となる。
図５（ａ）に示すように、ある操業因子ｉと操業結果と
の間に大きな相関があるような場合に、相関係数を用い
た場合、ノイズデータ等の例外的なデータが存在するこ
とにより、相関性が低く評価されてしまうことがある
（同図（ｂ）の□点参照）。それに対して、本実施の形
態のクラスター分析を行い、情報エントロピーを計算し
て寄与度を定量化する手法では、例外的なデータが存在
する場合でも、相関性を高く評価していることが分かる
（同図（ｂ）の△点参照）。
【００２５】なお、上記実施の形態では、操業結果のデ
ータがクラスＡ、Ｂのいずれに属するかという２値の値
として与えられるようにしたが、３つ以上のクラスとし
てもかまわない。操業結果が連続値として与えられるよ
うな場合には、その連続値を適宜区切って、複数のクラ
スに分ければよい。
ータがクラスＡ、Ｂのいずれに属するかという２値の値
として与えられるようにしたが、３つ以上のクラスとし
てもかまわない。操業結果が連続値として与えられるよ
うな場合には、その連続値を適宜区切って、複数のクラ
スに分ければよい。
【００２６】また、上記実施の形態では、１つの操業因
子ｉ（ｉ＝１〜ｎ）を除いた残りの操業因子を用いてク
ラスター分析した結果に基づいて情報エントロピーＨi
を求めるようにしたが、１つの操業因子ｉだけを用いて
クラスター分析した結果に基づく情報エントロピーをＨ
i´を求めるようにしてもよい。この場合にも、情報エ
ントロピーＨi´は、情報エントロピーＨ0以上で情報エ
ントロピーＨa以下の値をとり、上式（２）を用いて評
価することができる。
子ｉ（ｉ＝１〜ｎ）を除いた残りの操業因子を用いてク
ラスター分析した結果に基づいて情報エントロピーＨi
を求めるようにしたが、１つの操業因子ｉだけを用いて
クラスター分析した結果に基づく情報エントロピーをＨ
i´を求めるようにしてもよい。この場合にも、情報エ
ントロピーＨi´は、情報エントロピーＨ0以上で情報エ
ントロピーＨa以下の値をとり、上式（２）を用いて評
価することができる。
【００２７】このように１つの操業因子ｉ（ｉ＝１〜
ｎ）を除くのではなく、１つの操業因子ｉだけを用いた
情報エントロピーＨ1´、Ｈ2´、…、Ｈi´を求める場
合、操業因子の中に互いに従属性を持つ因子が含まれて
いる場合でも、その従属因子の影響を受けずに各々の操
業因子の影響度を評価することができる。
ｎ）を除くのではなく、１つの操業因子ｉだけを用いた
情報エントロピーＨ1´、Ｈ2´、…、Ｈi´を求める場
合、操業因子の中に互いに従属性を持つ因子が含まれて
いる場合でも、その従属因子の影響を受けずに各々の操
業因子の影響度を評価することができる。
【００２８】
【実施例】以下では、製鉄プロセスにおける高炉を例に
した実施例について説明する。高炉では、炉の上部か
ら、原料となる鉄鉱石やコークス等を投入し、また、炉
の下部から、温度制御された高温の気体を送風して、炉
内の反応を制御し、溶銑を作り出す。一般に、炉を適切
に制御して、最終的な出銑量（炉から生産される溶銑の
量）が多くなるように操業することが望ましい。
した実施例について説明する。高炉では、炉の上部か
ら、原料となる鉄鉱石やコークス等を投入し、また、炉
の下部から、温度制御された高温の気体を送風して、炉
内の反応を制御し、溶銑を作り出す。一般に、炉を適切
に制御して、最終的な出銑量（炉から生産される溶銑の
量）が多くなるように操業することが望ましい。
【００２９】ここでは、代表的な操業条件の設定値とし
て、送風量と送風温度とを考え、代表的な測定値として
炉温度を考える。すなわち、これら送風量（操業因子
１）、送風温度（操業因子２）、炉温度（操業因子３）
といった３つの操業因子を考える。また、操業結果とし
て、一日あたりの出銑量を考える。そして、上述したク
ラスター分析、情報エントロピー計算に基づいて、操業
因子１〜３である送風量、送風温度、炉温度が、操業結
果である出銑量に与える影響の大きさ（寄与度）を評価
する。
て、送風量と送風温度とを考え、代表的な測定値として
炉温度を考える。すなわち、これら送風量（操業因子
１）、送風温度（操業因子２）、炉温度（操業因子３）
といった３つの操業因子を考える。また、操業結果とし
て、一日あたりの出銑量を考える。そして、上述したク
ラスター分析、情報エントロピー計算に基づいて、操業
因子１〜３である送風量、送風温度、炉温度が、操業結
果である出銑量に与える影響の大きさ（寄与度）を評価
する。
【００３０】分析に用いたデータは１０００点であり、
各点とも、送風量、送風温度、炉温度の値と、その操業
によってえられた出銑量とを含んでいる。操業因子１〜
３である送風量、送風温度、炉温度は、それぞれ存在す
るデータ範囲で正規化され、０〜１の値で与えられる。
各点とも、送風量、送風温度、炉温度の値と、その操業
によってえられた出銑量とを含んでいる。操業因子１〜
３である送風量、送風温度、炉温度は、それぞれ存在す
るデータ範囲で正規化され、０〜１の値で与えられる。
【００３１】また、操業結果である出銑量は、ある一定
の目標値を与えておき、目標値を超えたときは「良」の
クラス、目標値を下回ったときは「悪」のクラスとし
て、いずれのクラスになったかという２値の値として与
えられる。
の目標値を与えておき、目標値を超えたときは「良」の
クラス、目標値を下回ったときは「悪」のクラスとし
て、いずれのクラスになったかという２値の値として与
えられる。
【００３２】いま、１０００点のデータのうち、「良」
であるデータは９５０点、「悪」であるデータは５０点
あったものとする。
であるデータは９５０点、「悪」であるデータは５０点
あったものとする。
【００３３】まず、操業結果のデータのみについての情
報エントロピーＨ0を計算すると、 Ｈ0＝−（５０／１０００）log2（５０／１０００） −（９５０／１０００）log2（９５０／１０００） ＝０．２８６ となる。
報エントロピーＨ0を計算すると、 Ｈ0＝−（５０／１０００）log2（５０／１０００） −（９５０／１０００）log2（９５０／１０００） ＝０．２８６ となる。
【００３４】また、全ての操業因子１〜３を用いてクラ
スター分析した結果に基づいて情報エントロピーＨaを
計算する。本実施例では、図６に示すように、４つのク
ラスターに分類するクラスター分析を行っており、同図
には、その結果であるクラスター分析に従って分類した
結果の個数と各クラスターの情報エントロピーとを示
す。
スター分析した結果に基づいて情報エントロピーＨaを
計算する。本実施例では、図６に示すように、４つのク
ラスターに分類するクラスター分析を行っており、同図
には、その結果であるクラスター分析に従って分類した
結果の個数と各クラスターの情報エントロピーとを示
す。
【００３５】例えば、クラスター１では、「悪」である
データが２６点、「良」であるデータが０点となってい
る。したがって、クラスター１の情報エントロピーは、 −（２６／２６）log2（２６／２６）−（０／２６）lo
g2（０／２６）＝０ となる。
データが２６点、「良」であるデータが０点となってい
る。したがって、クラスター１の情報エントロピーは、 −（２６／２６）log2（２６／２６）−（０／２６）lo
g2（０／２６）＝０ となる。
【００３６】また、クラスター２では、「悪」であるデ
ータが８点、「良」であるデータが８５３点となってい
る。したがって、クラスター２の情報エントロピーは、 −（８／８６１）log2（８／８６１）−（８５３／８６
１）log2（８５３／８６１） ＝０．０７６ となる。
ータが８点、「良」であるデータが８５３点となってい
る。したがって、クラスター２の情報エントロピーは、 −（８／８６１）log2（８／８６１）−（８５３／８６
１）log2（８５３／８６１） ＝０．０７６ となる。
【００３７】クラスター３、４についても、同様にして
情報エントロピーを求めると、それぞれ０．５０３、
０．３９となる。
情報エントロピーを求めると、それぞれ０．５０３、
０．３９となる。
【００３８】したがって、クラスター１〜４に分類後の
エントロピーＨaは、それぞれの個数比を用いた重み付
けを考慮して、 Ｈa＝０．０７６×（８６１／１０００）＋０．５０３
×（９／１０００）＋０．３９×（１０４／１０００） ＝０．１１ となる。
エントロピーＨaは、それぞれの個数比を用いた重み付
けを考慮して、 Ｈa＝０．０７６×（８６１／１０００）＋０．５０３
×（９／１０００）＋０．３９×（１０４／１０００） ＝０．１１ となる。
【００３９】次に、操業因子１を除いた残りの操業因子
２、３を用いてクラスター分析した結果に基づいて情報
エントロピーＨ1を計算する。なお、図６に示したよう
な具体的な結果は省略するが、上述した情報エントロピ
ーＨaを計算するのと同様に計算を行うと、Ｈ1＝０．２
０６となった。同様に、操業因子２を除いて、操業因子
３を除いてそれぞれ情報エントロピーＨ2、Ｈ3を計算す
ると、Ｈ2＝０．１９９、Ｈ3＝０．１２６となった。
２、３を用いてクラスター分析した結果に基づいて情報
エントロピーＨ1を計算する。なお、図６に示したよう
な具体的な結果は省略するが、上述した情報エントロピ
ーＨaを計算するのと同様に計算を行うと、Ｈ1＝０．２
０６となった。同様に、操業因子２を除いて、操業因子
３を除いてそれぞれ情報エントロピーＨ2、Ｈ3を計算す
ると、Ｈ2＝０．１９９、Ｈ3＝０．１２６となった。
【００４０】すなわち、Ｈ0＞Ｈ1＞Ｈ2＞Ｈ3＞Ｈaとな
り、操業因子１（送風量）の情報エントロピーＨ1がＨ0
に近いので、送風量は出銑量に与える影響が大きい因子
（重要因子）であり、操業因子３（炉温度）の情報エン
トロピーＨ3がＨaに近いので、炉温度は出銑量に与える
影響が小さな因子（無相関因子）であると評価される。
り、操業因子１（送風量）の情報エントロピーＨ1がＨ0
に近いので、送風量は出銑量に与える影響が大きい因子
（重要因子）であり、操業因子３（炉温度）の情報エン
トロピーＨ3がＨaに近いので、炉温度は出銑量に与える
影響が小さな因子（無相関因子）であると評価される。
【００４１】なお、上式（２）を用いて評価値Ｅiを求
めてみると、 Ｅ1＝（０．２０６−０．１１）／（０．２８６−０．１１） ＝０．５５ となり、同様にＥ2＝０．５０、Ｅ3＝０．０９となる。
すなわち、評価値Ｅ1が最も１に近い値となり、その操
業因子１（送風量）は操業結果である出銑量に与える影
響が大きい因子であると評価される。
めてみると、 Ｅ1＝（０．２０６−０．１１）／（０．２８６−０．１１） ＝０．５５ となり、同様にＥ2＝０．５０、Ｅ3＝０．０９となる。
すなわち、評価値Ｅ1が最も１に近い値となり、その操
業因子１（送風量）は操業結果である出銑量に与える影
響が大きい因子であると評価される。
【００４２】なお、本発明は、上述した製鉄プロセスに
おける高炉操業分析以外にも、ごみ処理溶融炉など各種
の反応炉プロセスの操業分析に適用することができる。
さらに、複数の操業因子によって品質や処理量等の操業
結果が決まるプロセスの操業分析全般に適用することが
できる。
おける高炉操業分析以外にも、ごみ処理溶融炉など各種
の反応炉プロセスの操業分析に適用することができる。
さらに、複数の操業因子によって品質や処理量等の操業
結果が決まるプロセスの操業分析全般に適用することが
できる。
【００４３】（他の実施の形態）本発明の操業分析装置
は、複数の機器から構成されるものであっても、一つの
機器から構成されるものであってもよい。
は、複数の機器から構成されるものであっても、一つの
機器から構成されるものであってもよい。
【００４４】また、上述した実施の形態は、コンピュー
タのＣＰＵ或いはＭＰＵ、ＲＡＭ、ＲＯＭ等で構成され
るものであり、ＲＡＭやＲＯＭに記録されたプログラム
が動作することで実現される。したがって、上記実施の
形態の機能を実現するためのソフトウェアのプログラム
自身、或いは、プログラムコードをコンピュータに供給
するための手段、例えばかかるプログラムコードを格納
した記憶媒体は本発明の範疇に含まれる。
タのＣＰＵ或いはＭＰＵ、ＲＡＭ、ＲＯＭ等で構成され
るものであり、ＲＡＭやＲＯＭに記録されたプログラム
が動作することで実現される。したがって、上記実施の
形態の機能を実現するためのソフトウェアのプログラム
自身、或いは、プログラムコードをコンピュータに供給
するための手段、例えばかかるプログラムコードを格納
した記憶媒体は本発明の範疇に含まれる。
【００４５】
【発明の効果】以上述べたように、本発明によれば、ク
ラスター分析を行い、情報エントロピーを計算して定量
化するようにしたので、操業因子と操業結果との関係が
線形でなく複雑な関係を持っている場合でも、複数の操
業因子が操業結果に与える影響の大きさを適切に評価し
て、上記操業結果に与える影響が大きくて注目すべき操
業因子を見出すことができ、望ましい操業を行うよう制
御することが可能となる。
ラスター分析を行い、情報エントロピーを計算して定量
化するようにしたので、操業因子と操業結果との関係が
線形でなく複雑な関係を持っている場合でも、複数の操
業因子が操業結果に与える影響の大きさを適切に評価し
て、上記操業結果に与える影響が大きくて注目すべき操
業因子を見出すことができ、望ましい操業を行うよう制
御することが可能となる。
【００４６】また、本発明の他の特徴によれば、ノイズ
データが含まれている場合でも、相関係数を用いた評価
に比べて、ノイズデータの影響を受けずに関係を適切に
評価することができる。
データが含まれている場合でも、相関係数を用いた評価
に比べて、ノイズデータの影響を受けずに関係を適切に
評価することができる。
【図１】本実施の形態の操業分析装置の構成を示す図で
ある。
ある。
【図２】情報エントロピーについて説明するための図で
ある。
ある。
【図３】プロセス操業分析のための処理動作を示すフロ
ーチャートである。
ーチャートである。
【図４】クラスター分析に従って分類した結果の個数を
示す図である。
示す図である。
【図５】ある操業因子ｉと操業結果との関係を示す図で
ある。
ある。
【図６】実施例においてクラスター分析に従って分類し
た結果の個数を示す図である。
た結果の個数を示す図である。
１０１ クラスター分析部 １０２ 情報エントロピー計算部 １０３ 評価部
───────────────────────────────────────────────────── フロントページの続き (72)発明者 山田 和公 富津市新富20−１ 新日本製鐵株式会社技 術開発本部内 (72)発明者 伊勢 淳治 富津市新富20−１ 新日本製鐵株式会社技 術開発本部内 Ｆターム(参考） 5B056 BB00 BB21 HH00
Claims (9)
- 【請求項１】 操業プロセスにおいて複数の操業因子が
操業結果に与える影響の大きさを評価するための操業分
析装置であって、 上記複数の操業因子のパラメータを対応させた操業結果
データが入力された際に、指定されたデータ部分を用い
てクラスター分析を行うクラスター分析手段と、 上記クラスター分析手段のクラスター分析の結果に基づ
いて、上記入力データの情報エントロピーを計算する情
報エントロピー計算手段と、 上記情報エントロピー計算手段によって計算された情報
エントロピーを用いて、上記複数の操業因子が上記操業
結果に与える影響の大きさを評価する影響評価手段とを
備えたことを特徴とする操業分析装置。 - 【請求項２】 上記操業結果のデータは、上記操業結果
が複数のクラスのいずれに属するかの値として与えられ
ることを特徴とする請求項１に記載の操業分析装置。 - 【請求項３】 上記クラスター分析手段は、上記複数の
操業因子の全てを用いて上記入力データを所定数のクラ
スターに分類する第１のクラスター分析処理と、上記複
数の操業因子から１つの操業因子を除いた残りの操業因
子を用いて上記入力データを所定数のクラスターに分類
する第２のクラスター分析処理とを行うことを特徴とす
る請求項１又は２に記載の操業分析装置。 - 【請求項４】 上記情報エントロピー計算手段は、上記
操業結果のデータのみについての情報エントロピーを計
算する第１の情報エントロピー計算処理と、上記第１の
クラスター分析の結果に基づいて情報エントロピーを計
算する第２の情報エントロピー計算処理と、上記第２の
クラスター分析処理の結果に基づいて情報エントロピー
を計算する第３の情報エントロピー計算処理とを行うこ
とを特徴とする請求項３に記載の操業分析装置。 - 【請求項５】 上記クラスター分析手段は、上記複数の
操業因子の全てを用いて上記入力データを所定数のクラ
スターに分類する第１のクラスター分析処理と、上記複
数の操業因子のうちから選択される１つの操業因子を用
いて上記入力データを所定数のクラスターに分類する第
２のクラスター分析処理とを行うことを特徴とする請求
項１又は２に記載の操業分析装置。 - 【請求項６】 上記情報エントロピー計算手段は、上記
操業結果のデータについて情報エントロピーを計算する
第１の情報エントロピー計算処理と、上記第１のクラス
ター分析処理の結果に基づいて情報エントロピーを計算
する第２の情報エントロピー計算処理と、上記第２のク
ラスター分析処理の結果に基づいて情報エントロピーを
計算する第３の情報エントロピー計算処理とを行うこと
を特徴とする請求項５に記載の操業分析装置。 - 【請求項７】 操業プロセスにおいて複数の操業因子が
操業結果に与える影響の大きさを評価するための操業分
析方法であって、 上記複数の操業因子のパラメータを対応させた操業結果
のデータからなる入力データのうち指定されたデータ部
分を用いてクラスター分析を行うクラスター分析処理
と、 上記クラスター分析の結果に基づいて上記入力データの
情報エントロピーを計算する情報エントロピー計算処理
と、 上記計算された情報エントロピーを用いて上記複数の操
業因子が上記操業結果に与える影響の大きさを評価する
影響評価処理とを実行することを特徴とする操業分析方
法。 - 【請求項８】 上記操業分析方法をコンピュータに実行
させるためのプログラムを記録したことを特徴とするコ
ンピュータ読み取り可能な記憶媒体。 - 【請求項９】 上記操業分析方法をコンピュータに実行
させることを特徴とするコンピュータ・プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001030103A JP2002229971A (ja) | 2001-02-06 | 2001-02-06 | 操業分析装置、操業分析方法、コンピュータ読み取り可能な記憶媒体、及びコンピュータ・プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001030103A JP2002229971A (ja) | 2001-02-06 | 2001-02-06 | 操業分析装置、操業分析方法、コンピュータ読み取り可能な記憶媒体、及びコンピュータ・プログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2002229971A true JP2002229971A (ja) | 2002-08-16 |
Family
ID=18894369
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001030103A Pending JP2002229971A (ja) | 2001-02-06 | 2001-02-06 | 操業分析装置、操業分析方法、コンピュータ読み取り可能な記憶媒体、及びコンピュータ・プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2002229971A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101655847B (zh) * | 2008-08-22 | 2011-12-28 | 山东省计算中心 | 一种基于扩展熵信息瓶颈理论的聚类方法 |
| JP2013114362A (ja) * | 2011-11-28 | 2013-06-10 | Nippon Steel & Sumitomo Metal | 操業品質予測装置、操業品質予測方法、コンピュータプログラムおよびコンピュータ読み取り可能な記憶媒体 |
| JP2013140548A (ja) * | 2012-01-06 | 2013-07-18 | Nippon Steel & Sumitomo Metal | 操業状況評価装置、操業状況評価方法、コンピュータプログラムおよびコンピュータ読み取り可能な記憶媒体 |
| JP2020166407A (ja) * | 2019-03-28 | 2020-10-08 | 三菱重工航空エンジン株式会社 | モデル生成装置、異常発生予測装置、異常発生予測モデルの生成方法及び異常発生予測方法 |
-
2001
- 2001-02-06 JP JP2001030103A patent/JP2002229971A/ja active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101655847B (zh) * | 2008-08-22 | 2011-12-28 | 山东省计算中心 | 一种基于扩展熵信息瓶颈理论的聚类方法 |
| JP2013114362A (ja) * | 2011-11-28 | 2013-06-10 | Nippon Steel & Sumitomo Metal | 操業品質予測装置、操業品質予測方法、コンピュータプログラムおよびコンピュータ読み取り可能な記憶媒体 |
| JP2013140548A (ja) * | 2012-01-06 | 2013-07-18 | Nippon Steel & Sumitomo Metal | 操業状況評価装置、操業状況評価方法、コンピュータプログラムおよびコンピュータ読み取り可能な記憶媒体 |
| JP2020166407A (ja) * | 2019-03-28 | 2020-10-08 | 三菱重工航空エンジン株式会社 | モデル生成装置、異常発生予測装置、異常発生予測モデルの生成方法及び異常発生予測方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109685289B (zh) | 高炉炉况顺行预测方法、装置及系统 | |
| JP2009104632A (ja) | ラベル予測方法およびシステム | |
| WO2018012257A1 (ja) | 溶鋼中りん濃度推定方法及び転炉吹錬制御装置 | |
| CN110727943B (zh) | 一种入侵检测方法及装置 | |
| JP4093934B2 (ja) | モデルパラメータ決定方法及びそのプログラム，モデル予測方法及びそのプログラム | |
| JP6024718B2 (ja) | 高炉炉熱予測装置及び高炉炉熱予測方法 | |
| CN104866923A (zh) | 一种钢铁企业高炉副产煤气发生量预测方法 | |
| JP5853723B2 (ja) | リン濃度予測装置及び吹錬制御方法 | |
| JP6003909B2 (ja) | 高炉通気性予測装置及び高炉通気性予測方法 | |
| JP2002229971A (ja) | 操業分析装置、操業分析方法、コンピュータ読み取り可能な記憶媒体、及びコンピュータ・プログラム | |
| Snell et al. | Quantile risk control: A flexible framework for bounding the probability of high-loss predictions | |
| JP2020015959A (ja) | 成分濃度演算装置及び成分濃度演算方法 | |
| JP5821656B2 (ja) | 生石灰濃度予測装置及び吹錬制御方法 | |
| JP2020128975A (ja) | 予測モデルの生成方法、金属材料の腐食量予測方法、予測モデルの生成プログラムおよび予測モデルの生成装置 | |
| US20180285495A1 (en) | Model generation system and model generation method | |
| WO2022156064A1 (zh) | 闪存芯片可靠性等级预测方法、装置及存储介质 | |
| WO2020170849A1 (ja) | 操業結果予測方法、学習モデルの学習方法、操業結果予測装置および学習モデルの学習装置 | |
| JP4316421B2 (ja) | 高炉の溶銑温度予測モデル同定方法及びそのプログラム，高炉の溶銑温度予測方法及びそのプログラム | |
| TW202201290A (zh) | 損失函數的優化系統、優化方法及其電腦可讀取記錄媒體 | |
| JP7009766B2 (ja) | カーボン付着状態解析装置、カーボン付着状態解析方法、コンピュータプログラム及びコンピュータ読み取り可能な記録媒体 | |
| Wieczorek et al. | Building a model for time reduction of steel scrap meltdown in the electric arc furnace (EAF): General strategy with a comparison of feature selection methods | |
| Agyekum et al. | Impact of sample size on multicollinearity with high dimensional data in logistic regression analysis | |
| JP2020119201A (ja) | 判定装置、判定方法及び判定プログラム | |
| León-Munizaga et al. | Prediction of energy consumption in an electric arc furnace using Weka | |
| JP2005157788A (ja) | モデル同定装置，モデル同定プログラム及びモデル同定方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050914 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070521 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070605 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070724 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20071106 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071226 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080205 |