JP2002269192A - 物流最適化システム - Google Patents

Abstract

(57)【要約】 【課題】極めて短い時間でシミュレーションの最適解を
一意に求めることができ、様々な制約条件の下で複数の
パラメータの最適化を同時に行なうことができる。 【解決手段】変数を特定し前記変数と前記変数の条件を
入力するための入力部１と、シミュレーションモデルに
基づきシミュレーションを行うモデル部３と、前記変数
の最適化する最適化部４とを具備し、モデル部３は、前
記シミュレーションモデルに関わる制御変数と、前記制
御変数の範囲を制約する制約条件とに基づき、前記シミ
ュレーションモデルによりシミュレーションを実行し、
目的関数値を計算し、最適化部４は、前記目的関数値が
その時点で最適ならばその値を最適解とし、前記目的関
数値と前記制約条件とに基づき、前記制御変数の新な値
を選択する最適化処理を実行し、前記シミュレーション
と前記最適化処理とは、前記制約条件を満たす前記制御
変数の全てで実行される物流最適化システムを用いる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、最適化のシミュレ
ーションに関する。

【０００２】

【従来の技術】製造工場などの製造業務や倉庫などの荷
受業務では、複数の作業工程が組み合わさって一つの業
務を遂行している。それぞれの工程における作業時間
は、その作業に使用する設備、投入される作業員の人数
等により大きく異なる。すなわち、それらの組合せによ
って作業効率が大きく変動するので、個々の作業を効率
化しただけでは不充分である。従って、作業効率の向上
や工期の短縮、コスト削減等のためには、各作業工程に
おける設備の最適化や作業員の配分の最適化等の各種最
適化が必要である。

【０００３】従来、そのような最適化に関しては、生産
や荷受等の業務における人、製品、使用される設備等の
流れ（配置）に関するシミュレーション（以下「物流シ
ミュレーション」という）を行なっていた。図３に従来
法での物流シミュレーションの流れを示す。まず、シミ
ュレーションに必要な物流パラメータ（各作業工程での
作業員の人数、平均作業時間、設備の数など）を決定す
る（Ｓ２０１）。つぎに、決定した物流パラメータを予
め設定した物流モデルに代入し（Ｓ２０２）、シミュレ
ーションを実行する（Ｓ２０３）。そして、結果につい
て評価を行なう（Ｓ２０４）。評価方法は、例えば、作
業員の総人数、工期のなどの削減の大きさ、作業効率の
向上の程度などを調べる。結果が要求を満足しない場合
には、再度、Ｓ２０１からシミュレーションを繰り返
す。

【０００４】この方法には、以下のような問題があっ
た。通常、物流パラメータが多く存在し、多変数パラメ
ータでのスタディとなるので、シミュレーション回数が
非常に多くなる傾向にある。また、実際の工程では複数
の作業プロセスが同時進行することから、シミュレーシ
ョン自体も複雑となる。そのため、最適解を一意に求め
ることが困難である。従って、最適な設計を導き出すの
に長時間を要することになる。その場合、製品のバリエ
ーションが多く、作業工程の見直しを頻繁に行なう必要
のある製品については、見直しの毎に最適解を求める必
要があり、時間がかかり納期やコストの面で問題となっ
ていた。

【０００５】

【発明が解決しようとする課題】従って、本発明の目的
は、短い時間でシミュレーションの結果を求めることが
可能な物流最適化システム及び物流最適化方法を提供す
ることである。

【０００６】また、本発明の別の目的は、シミュレーシ
ョンの最適解が一意に求めることが可能な物流最適化シ
ステム及び物流最適化方法を提供することである。

【０００７】また、本発明の別の目的は、シミュレーシ
ョンにおける複数のパラメータの最適化を同時に行なう
ことが可能な物流最適化システム及び物流最適化方法を
提供することである。

【０００８】本発明の更に別の目的は、シミュレーショ
ンに用いる制約条件の変更が容易である物流最適化シス
テム及び物流最適化方法を提供することである。

【０００９】本発明の更に別の目的は、物流の状況が変
わっても、その変更を容易にシミュレーションに反映さ
せることが可能な物流最適化システム及び物流最適化方
法を提供することである。

【００１０】本発明の更に別の目的は、シミュレーショ
ンに用いるパラメータを減らすことが可能な物流最適化
システム及び物流最適化方法を提供することである。

【００１１】

【課題を解決するための手段】本課題を解決するための
手段の項における、図番号、符号は、特許請求の範囲と
発明の実施の形態との対応を示すために記したものであ
り、特許請求の範囲の解釈に用いてはならない。

【００１２】上記課題を解決するために、本発明の物流
最適化システムは、変数を特定し、前記変数と前記変数
の条件を入力するための入力部（図２、１）と、シミュ
レーションモデルに基づいてシミュレーションを実行す
るモデル部（図２、３）と、前記変数の最適化を行なう
最適化部（図２、４）とを具備している。そして、前記
モデル部（図２、３）は、前記シミュレーションモデル
に関わる変数である制御変数と、前記制御変数の範囲を
制約する条件である制約条件とに基づいて、前記シミュ
レーションモデルによりシミュレーションを実行し、目
的関数値を計算する。次に、前記最適化部（図２、４）
は、前記目的関数値がその時点で最適ならばその値を最
適解とし、前記目的関数値と前記制約条件とに基づい
て、前記制御変数の新な値を選択する最適化処理を実行
する。そして、前記シミュレーションと前記最適化処理
とは、前記制約条件を満たす前記制御変数の全てについ
て実行される。

【００１３】また、本発明の物流最適化システムは、前
記制約条件を満たす前記制御変数の全てについて実行さ
れる前記シミュレーションと前記最適化処理とが、予め
設定した演算時間内に完了しない場合、前記演算時間の
終了時点での前記最適解を最適解とする。

【００１４】また、本発明の物流最適化システムは、前
記シミュレーションモデルが、物流に関するモデルであ
る。

【００１５】また、本発明の物流最適化システムは、前
記シミュレーションモデルが、貨物の配置に関するモデ
ルである。

【００１６】更に、本発明の物流最適化システムは、前
記シミュレーションモデルが、製造工程に関するモデル
である。

【００１７】上記課題を解決するために、本発明の物流
最適化方法は、シミュレーションモデルに関わる変数で
ある制御変数を特定し、前記制御変数と前記制御変数の
範囲を制約する条件である制約条件とを入力するステッ
プと、前記制御変数と前記制約条件とに基づいて、前記
シミュレーションモデルによりシミュレーションを実行
し、目的関数値を計算するステップと、前記目的関数値
がその時点で最適ならばその値を最適解とするステップ
と、前記目的関数値と前記制約条件とに基づいて、前記
制御変数の新な値を選択する最適化処理を実行するステ
ップと、前記シミュレーション及び前記最適化処理の結
果を表示するステップとを具備する。

【００１８】上記課題を解決するために、本発明の物流
最適化のプログラムは、シミュレーションモデルに関わ
る変数である制御変数と、前記制御変数の範囲を制約す
る条件である制約条件とに基づいて、前記シミュレーシ
ョンモデルによりシミュレーションを実行し、目的関数
値を計算するステップと、前記目的関数値がその時点で
最適ならばその値を最適解とするステップと、前記目的
関数値と前記制約条件とに基づいて、前記制御変数の新
な値を選択する最適化処理を実行するステップと、３つ
の前記ステップを、前記制約条件を満たす前記制御変数
の全てについて実行するステップと、前記シミュレーシ
ョン及び前記最適化処理の結果を表示するステップとを
実行する。

【００１９】

【発明の実施の形態】以下、本発明である物流最適化シ
ステムの実施の形態に関して、添付図面を参照して説明
する。まず、本発明の基本的な考え方について説明す
る。図１（ａ）及び（ｂ）は、本発明である物流最適化
システムにおける物流シミュレーションの概念を示して
いる。以下に、その構成について説明する。図１（ａ）
を参照して、制御変数は、物流シミュレーションにおい
て制御される変数である。この制御変数を変化させ、そ
れぞれの変数の組において、物流シミュレーションを行
ない、最適な変数の組を求める。図１（ａ）では、制御
変数が３つであるが、一つ以上であれば、更に多くても
良い。制約条件フィルターは、制御変数を制御する際
に、制御変数の変化の範囲を制限する制約条件の集合で
ある。制約条件により、制御変数の変化させるべき範囲
が限定されるので、シミュレーションの範囲も限定する
ことが出来る。よって、シミュレーションを短期間で行
なうことが出来、解を一意に求めることが可能となる。
制約条件については、一つから複数まで設定するが可能
である。物流モデルは、対象となる実在の事象を模倣
し、シミュレーションを行うことを可能にするシミュレ
ーションモデルである。後述の最適化フレームワークと
適合できるように作成される。最適化モデルの目的設定
とは、上記制約条件の下で物流モデルに基づくシミュレ
ーションをするに際しての、目標となる目的関数（又は
評価関数）の設定である。目的関数は、制御変数の関数
であり、目的関数の値（目的関数値）を最適化するのが
シミュレーションの目標である。例えば、制御変数であ
る各工程の作業員の数を最適化して、目的関数値である
生産コスト＝ｆ（各工程の作業員の数）を最小化（最適
化）する、というような場合の生産コストを表す関数の
設定である。

【００２０】次に、図１（ｂ）を参照して、物流モデル
は、上述の物流モデルである。最適化フレームワーク
は、前述の物流モデルからの最適化モデルの目的関数と
前述の制約条件に基づいて、制御変数を変化させ、最適
な目的関数の値に対応する最適な制御変数を導き出す最
適化処理を行う最適化ツール（プログラム）である。シ
ミュレーションフレームワークは、物流モデルと最適化
フレームワークとを用いてシミュレーションを実際に行
なうプログラムである。シミュレーションに際して、物
流モデルでの目的関数の計算と、最適化フレームワーク
を用いた制御変数の決定を繰り返し行い、最適化問題の
最適解を求める。

【００２１】次に、物流シミュレーションの流れを、図
１及び図４を参照して説明する。まず、制御変数を設定
する（Ｓ１０１）。制御変数は、実際の物流プロセスに
おいて、変化可能な物を用いる。制御変数は１つ以上
で、通常複数である。次に、制約条件を決定する（Ｓ１
０２）。制約条件は、実際の物流プロセスにおいて考慮
する必要の無い制御変数の範囲や制御条件、あるいは、
逆に必要不可欠で必ず考慮しなければならない制御変数
の範囲や制御条件などに基づいて決定する。続いて、物
流モデルにおいて、目的関数を設定する。（Ｓ１０
３）。目的関数は、物流シミュレーションにおいて最適
化したい値について、その値を計算する計算式を目的関
数として設定する。次に、最適化ツールにおいて、制御
変数の中から決定変数を設定し、Ｓ１０２にて決定され
た制御変数（決定変数）に関する制約条件を最適化ツー
ルに設定する（Ｓ１０４）。そして、シミュレーション
を開始する（Ｓ１０５）。

【００２２】シミュレーションにおいては、図１（ｂ）
に示すように物流モデルと最適化フレームワーク（最適
化ツール）との間で、計算と情報の受け渡しを行ない、
複数回のシミュレーションを行うことにより、結果を導
き出す。個々のシミュレーション結果は表示部２におい
て、グラフ形式及び表形式のような方法で表示される。
具体的には、まず、シミュレーションフレームワーク
は、物流モデルに基づいて、制御変数の初期設定値に基
づいてシミュレーションを行ない、目的関数を計算し、
その結果である目的関数値を求める。最適化フレームワ
ークは、その目的関数値と制御変数の値とに基づいて、
新たに制御変数を計算（この時、制御変数の計算は、制
約条件の範囲内で行なわれる）する。新たに制御変数
（の組）は、前の制御変数（の組）とは一致せず、かつ
制約条件を満たす。シミュレーションフレームワーク
は、計算された制御変数に基づいて、物流モデルにおい
て、シミュレーションを行ない、目的関数値を再計算す
る。最適化フレームワークは、その再計算された目的関
数値が、その時点で最適ならばその値を最適解（その制
御変数を最適値）とし、その再計算された目的関数値と
計算された制御変数の値とに基づいて新たに制御変数を
再計算する（最適化処理）。再計算された制御変数（の
組）は、それまでの制御変数（の組）とは一致せず、か
つ制約条件を満たす。以下、このシミュレーションフレ
ームワークと最適化フレームワークとが行うプロセスを
繰り返し、制約条件を満たす全ての制御変数においてプ
ロセスが終了した段階で、物流シミュレーションを終了
する。そして、その終了時点での最適解を物流シミュレ
ーションの目標値（＝最適解）とし、制御変数の最適値
はその時の値となる。

【００２３】従来型の物流シミュレーションにおいて
は、各変数に対して制約条件を入れてシミュレーション
を行なうことはしていない。シミュレーション結果が得
られた後、その結果の中で、制約条件を満たす解を計算
し、選択するという方法がとられていた。従って、シミ
ュレーション回数が多くなり、時間がかかり、最適解が
一意に求まらなかった。しかし、本発明では、上述のよ
うに、物流シミュレーションの段階で既に制御変数に制
約条件フィルターをかけて、制御変数の範囲を制約して
いる。そして、制約の範囲内において最適化を行いなが
らシミュレーションを行なうことにより、短い期間で複
数の制約条件を満たす最適解を一意に求めることが出来
る。

【００２４】なお、このシミュレーションフレームワー
クと最適化フレームワークとが行うプロセスを、予め時
間（以下「演算時間」という）を設定して行うことも可
能である。その場合、その演算時間内に、制約条件を満
たす全ての制御変数で上記プロセスが終了しなかった時
は、その演算時間終了時点での上記プロセスの結果を表
示する。その時点での最適解を最適解として、出力（表
示）する。また、何らかの理由で、上記プロセスが終了
しない場合にも、強制終了後、同様に結果を表示する。

【００２５】（実施例１）では、本発明である物流最適
化システムの第一の実施の形態について、添付図面を参
照して説明する。本実施例において、組立生産ラインに
使用される物流シミュレーションを例に示して説明する
が、組立以外の生産ラインにおいても、適用可能であ
る。

【００２６】まず、本発明である物流最適化システムの
第一の実施例の構成について、図２及び図５を参照して
説明する。図２は、本発明である物流最適化システムの
第一の実施の形態に関する構成図である。入力部１と、
表示部２と、モデル部３及び最適化部４を有するシミュ
レーション部５とを具備する。

【００２７】入力部１は、物流シミュレーションにおい
て、制御変数及び制約条件、目的関数などを入力する端
末装置である。必要に応じて、シミュレーションに関わ
るその他の情報の入出力することも可能である。後述の
シミュレーション部５に含まれていても良い。表示部２
は、物流シミュレーションにおいて、途中経過や最終結
果のようなシミュレーションに関連する情報を表示する
表示装置である。後述のシミュレーション部５に含まれ
ていても良い。シミュレーション部５は、実際に物流シ
ミュレーションを行うサーバー及びデータベースであ
る。その内部にモデル部３及び最適化部４を有する。モ
デル部３は、物流モデルを有し、図１（ｂ）におけるシ
ミュレーションフレームワークの役割も果たす。すなわ
ち、物流モデルと最適化フレームワークとを用いてシミ
ュレーションを実際に行ない、物流モデルでの目的関数
の計算と最適化フレームワークを用いた制御変数の決定
の繰り返しから、最適化問題の最適解を求める。最適化
部４は、最適化フレームワークを有し、図１（ｂ）にお
ける最適化フレームワークの役割を実行する。つまり、
目的関数と制約条件に基づいて、制御変数を変化させ、
最適な目的関数の値に対応する最適な制御変数を導き出
す最適化処理を行う。

【００２８】図５は、本実施例において物流シミュレー
ションに用いる組立生産ラインの物流モデルの構成を表
している。組立て部７、検査部８及び梱包部９を有する
生産ライン１０を有する。部品の入力により組立て、検
査、梱包を行ない、出荷するプロセスを表している。組
立部７は、部品を受け取り、その部品から製品を組立て
るプロセスである。組立終了後、製品を検査部８へ向け
て送り出す。検査部８は、組立部７から受け取った製品
の検査を行なうプロセスである。検査終了後、製品を梱
包部９へ送り出す。また、検査が終了した製品のうちの
３割が再びライン（組立て部７の前）に戻される。梱包
部９は、検査部８から受け取った検査に合格した製品の
梱包を行なうプロセスである。梱包終了後、生産ライン
１０から送り出される。また、各作業における、平均作
業時間、標準偏差のデータが、物流モデルに使用され
る。

【００２９】次に、本発明である物流最適化システムの
第１の実施例の動作について、図２、図４〜図８を参照
して説明する。ここでは、最適化フレームワークとして
の最適化ツール（最適化プログラム）を用い、組立生産
ラインにおける作業時間を最小にするような作業員の各
部への配置を求める。作業員を増やせば作業時間が短く
なるが、作業員の稼働率が低下する可能性があるので、
稼働率を考慮して適切な人数を選ぶようにする。

【００３０】本実施例においては、組立生産ラインの物
流モデルとして、図５の説明で述べた通り、組立部７、
検査部８及び梱包部９を有する生産ライン１０を用い
る。シミュレーションプロセスは、図２、図４を参照し
て、まず、制御変数として、 ・組立部７で組立を行なう組立て作業員の人数 ・検査部８で検査を行なう検査作業員の人数 ・梱包部９で梱包を行なう梱包作業員の人数 を設定し、入力部１に入力する（Ｓ１０１）。次に、制
約条件として、 ・作業員の総数≦１０人 ・組立作業員の平均作業効率≧７０％ を決定する（Ｓ１０２）。続いて、最適化したい値を算
出する目的関数を設定する。本実施例での物流シミュレ
ーションにより最適化を行う目的は、 ・総作業時間の最小化 ・組立作業員の平均作業効率≧７０％ である。従って、目的関数は、 ・総作業時間を計算する計算式 ・組立作業員の平均稼働率を計算する計算式 となる。それら目的関数を設定し、入力部１に入力する
（Ｓ１０３）。次に、最適化ツール（最適化フレームワ
ーク）の設定を行う（Ｓ１０４）。まず、制御変数であ
る各作業別の作業員の人数（組立作業員、検査作業員、
梱包作業員）を決定変数（決定すべき変数）とし、初期
値とＳ１０２で決定された決定変数の制約条件とを設定
し、入力部１に入力する。本実施例では、 ・初期値：組立作業員 ２人、検査作業員 ２人、梱包
作業員 ３人 ・制約条件：全て１〜５人、 作業員総数≦１０人 とする。ここで、作業員の人数に賃金を乗算すれば、コ
ストを考慮した式にすることが可能である。次に、目的
関数の各要素について設定を行う。本実施例では、 ・作業時間を最小化 ・組立て作業員の平均稼働率が≧７０％ を指定し、入力部１に入力する。

【００３１】全ての条件を設定後、シミュレーション部
５においてシミュレーションを行なう（Ｓ１０５）。シ
ミュレーションにおいては、図２に示すようにモデル部
３と最適化部４との間で、計算と情報の受け渡しを行な
い、複数回のシミュレーションを行うことにより、結果
を導き出す。個々のシミュレーション結果は表示部２に
おいて、グラフ形式及び表形式のような方法で表示され
る。具体的には、まず、モデル部３は、制御変数（各工
程の作業員（組立て作業員、検査作業員、梱包作業員）
の人数）の初期設定値（２人、２人、３人）に基づいて
シミュレーションを行ない、目的関数を計算し、その結
果である目的関数値（作業時間、組立て作業員の平均稼
働率）を求める。最適化部４は、その目的関数値と制御
変数の値とに基づいて、制御変数を計算（この時、制御
変数の計算は、制御条件の範囲内（全て１〜５人、作業
員総数≦１０人）で行なわれる）し、制約条件を満たす
制御変数（作業員の人数の組合せ）を算出する。モデル
部３は、計算された制御変数に基づいて物流モデルにお
いて、シミュレーションを行ない、目的関数値を再計算
する。最適化部４は、その再計算された目的関数値が、
その時点で最適ならばその値を最適解（その制御変数を
最適値）とし、その再計算された目的関数値と計算され
た制御変数の値とに基づいて、制約条件の範囲内におい
て制御変数を再計算する（最適化処理）。以下、このモ
デル部３と最適化部４とが行うプロセスを繰り返し、制
約条件を満たす全ての制御変数においてプロセスが終了
した段階で、物流シミュレーションを終了する。そし
て、その時点までの目的関数値のうち、目的関数の要求
（作業時間が最小、組立作業員の平均稼働率が７０％以
上）を満たす最適解が目標値であり、その時の制御変数
（各工程の作業員（組立作業員、検査作業員、梱包作業
員）の人数）が最適値となる。

【００３２】図６にシミュレーション結果を示す。横軸
はシミュレーション回数であり、縦軸は目的関数の計算
結果である目的関数値（全作業時間）である。本実施例
においては、全作業時間が、それまでの延べ１９６分
（その時、組立て作業員３人、検査作業員２人、梱包作
業員２人）から、１３２分（その時、組立て作業員３
人、検査作業員３人、梱包作業員４人）まで短くなって
おり、最適化が出来ていることが分かる。

【００３３】本実施例での最適化の前後での、作業員の
平均稼働率について比較してみる。図７及び図８は、作
業員の稼働率が作業を行なうに連れて如何に変化するか
を計算した結果である。横軸は組立個数であり、縦軸は
作業員（組立作業員及び検査作業員）の稼働率である。
図７は、物流シミュレーションにより最適化を行なって
いない場合を示す。組立作業と検査作業は平均作業時間
は同じであるが、検査作業員の人数が１人少ないため、
検査に時間がかかり、組立作業員は途中で稼働率を落と
す必要が出て来ることが分かる。つまり、組立生産ライ
ン全体として、稼働率が低くなり、作業時間が多くかか
ることになる。一方、図８は、本実施例のシミュレーシ
ョンを行ない、その結果を組立生産ラインに適用した場
合である。全体的な稼働率は下がっているが、終始０．
７（７０％）付近あるいはそれを超えた稼働率であり、
制約条件通りの結果が得られた。

【００３４】本実施例において、制約条件を加えてシミ
ュレーションを行なっているので、シミュレーションを
行なうべきパラメーター（制御変数）を少なくすること
が出来る。それにより、シミュレーション回数が大幅に
減少し、時間が短時間で済む。そして、目的関数も同時
に計算しているので、シミュレーション終了時には、目
的関数の要求を満たす最適解である目標値を一意に求め
ることが出来、その時の制約条件を満たす制御変数も同
時に求めることが可能である。また、制約条件の変更は
入力時の条件を変更すれば良く極めて容易である。そし
て、最適化したい変数を、目的関数として導入すること
で、多くの最適化を同時に行なうことが可能となる。

【００３５】（実施例２）続いて、本発明である物流最
適化システムの第二の実施の形態について、添付図面を
参照して説明する。本実施例において、外箱に小物を詰
める箱詰めの簡易物流モデルの物流シミュレーションを
例に示して説明するが、倉庫などの保管場所で物を保管
する場合や特定の広さ（大きさの）場所での物の配置の
ような場面においても、適用可能である。

【００３６】まず、本発明である物流最適化システムの
第２の実施例の構成について、図２及び図９を参照して
説明する。図２は、本発明である物流最適化システムの
第一の実施の形態に関する構成図である。入力部１と、
表示部２と、モデル部３及び最適化部４を有するシミュ
レーション部５とを具備する。図２の各構成の機能に付
いては、実施例１と同様であるので、説明は省略する。

【００３７】図９は、本実施例において物流シミュレー
ションに用いる外箱に小物を詰める箱詰めの簡易物流モ
デルの外箱と小物の構成を表している。外箱１６と小物
１１〜小物１５とである。外箱１６の中に、小物
１１〜小物１５を指定された順番に詰めて行く作業を
行ない、外箱に小物を最も効率良く詰め込むことが出来
る順番を決定するための物流シミュレーションを行な
う。図９は、小物１１〜小物１５及び外箱１６を、
それらの上部から見た平面図である。それらを横から見
た場合、全て同じ高さ（厚み）を持っている（図示せ
ず）。小物１１は、上から見た断面は、長さ縦４×横
４の正方形である。シミュレーションなので、長さの単
位は自由であるので、ここでは付記しないこととする。
小物１２は、上から見た断面は、長さ縦６×横５の長
方形である。小物１３は、上から見た断面は、長さ縦
２×横８の長方形である。小物１４は、上から見た断
面は、長さ縦３×横６の長方形である。小物１５は、
上から見た断面は、長さ縦８×横３の長方形である。外
箱１６は、上から見た断面は、長さ縦８×横８の正方形
である。この中に、いくつかの小箱を詰めることが可能
である。

【００３８】外箱１６には、前方（図９下側）から、小
物１１〜１５を順に詰めて入れることとする。そし
て、小物１１〜１５を入れるに際は、図９に示した向
きのまま、回転せずにそもまま外箱に１６に入れるもの
とする。入れることが出来る小物の決定は、小物を選択
する順番が大きく影響する。本実施例では、５種類の検
索パターンを準備し、その中でどのパターンで小箱を詰
め、配置するのが面積効率（本来は立体なので体積効率
であるが、高さ（厚み）は小物１１〜小物１５と外
箱１６とは同一であるので、面積効率で評価しても同一
の結果が得られるので、面積効率で評価する）が最大に
なるかを評価する。面積効率とは、外箱（の面積）に占
める小物（の面積）の割合である。準備した検索パター
ンは以下の５種類である。数字は、 （１）小箱１１−小箱１２−小箱１３−小箱１４−小箱１５ （２）小箱１５−小箱１４−小箱１３−小箱１２−小箱１１ （３）小箱１３−小箱１４−小箱１５−小箱１１−小箱１２ （４）小箱１２−小箱１３−小箱１４−小箱１５−小箱１１ （５）小箱１４−小箱１３−小箱１２−小箱１１−小箱１５ 本来は組み合わせの問題なので、１２０通りのパターン
が考えられるが、今回はモデルでの実験として、上記の
５種類のみとした。

【００３９】次に、本発明である物流最適化システムの
第２の実施例の動作について、図２、図４、図９〜図１
１を参照して説明する。ここでは、最適化フレームワー
クとしての最適化ツール（最適化プログラム）を用い、
外箱１６の中に、小物１１〜小物１５を指定された
順番に詰めて行く作業を行ない、外箱に小物を最も効率
良く詰め込む（面積効率を最大にする）ことが出来る検
索パターンを決定する。

【００４０】本実施例における外箱に小物を詰める箱詰
めの簡易物流モデルは、図９の説明で述べた通り、外箱
１６に小物１１〜小物１５を詰め込む作業に関する
ものである。シミュレーションプロセスは、図２、図４
を参照して、まず、制御変数として、 ・検索のパターン（小箱を詰める順番） （ただし、小物の大きさ：小物１１ ４×４、小物
１２ ６×５、小物１３ ２×８、小物１４ ３×
６、小物１５ ８×３、外箱１６の大きさ：８×８
（図９参照）） を設定、入力部１に入力する（Ｓ１０１）。次に、制約
条件として、 ・検索のパターン（１）〜（５） の条件をつける（Ｓ１０２）。続いて、最適化したい値
を算出する目的関数を設定する。本実施例では、物流シ
ミュレーションにより最適化を行う目的は、 ・面積効率を最大化 である。従って、目的関数は、 ・面積効率を計算する計算式 となる。その目的関数を設定し、入力部１に入力する
（Ｓ１０３）。次に、最適化ツール（最適化フレームワ
ーク）の設定を行う（Ｓ１０４）。まず、制御変数であ
る小物１１〜小物１５の詰めこみ順序（検索パター
ン（１）〜（５））を決定変数（決定すべき変数）と
し、初期値とＳ１０２で決定された決定変数の制約条件
とを設定し、入力部１に入力する。本実施例では、 ・初期値：検索パターン（１） ・制約条件：検索パターン（１）〜（５） 次に、目的関数の要素について設定を行う。本実施例で
は、 ・面積効率を最大化 を指定し、入力部１に入力する。

【００４１】全ての条件を設定後、シミュレーション部
５においてシミュレーションを行なう（Ｓ１０５）。シ
ミュレーションにおいては、図２に示すようにモデル部
３と最適化部４との間で、計算と情報の受け渡しを行な
い、複数回のシミュレーションを行うことにより、結果
を導き出す。個々のシミュレーション結果は表示部２に
おいて、グラフ形式及び表形式のような方法で表示され
る。具体的には、まず、モデル部３は、制御変数（検索
パターン）の初期設定値（検索パターン（１）小箱１
１−小箱１２−小箱１３−小箱１４−小箱１
５）に基づいてシミュレーションを行ない、目的関数を
計算し、その結果である目的関数値（面積効率）を求め
る。最適化部４は、その目的関数値と制御変数の値とに
基づいて、制御変数を計算（この時、制御変数の計算
は、制御条件の範囲内で行なわれる）し、制約条件を満
たす制御変数（検索パターン）を算出する。本実施例で
は、検索パターンが（１）〜（５）の５種類に限定され
て入るため、制御変数の計算はせず、次の検索パターン
（２）を出力する。モデル部３は、出力された制御変数
（検索パターン（２））に基づいて物流モデルにおい
て、シミュレーションを行ない、目的関数値を再計算す
る。最適化部４は、その再計算された目的関数値が、そ
の時点で最適ならばその値を最適解（その制御変数を最
適値）とし、その再計算された目的関数値と計算された
制御変数の値とに基づいて、制約条件の範囲内において
制御変数を再計算（本実施例では、次の検索パターン
（３）を出力）する（最適化処理）。以下、このモデル
部３と最適化部４とが行うプロセスを繰り返し、制約条
件を満たす全ての制御変数においてプロセスが終了した
段階（本実施例では、検索パターン（１）〜（５）につ
いて全て計算が行なわれた時点）で、物流シミュレーシ
ョンを終了する。そして、その時点までの目的関数値の
うち、目的関数の要求（面積効率が最大）を満たす最適
解が目標値であり、その時の制御変数（検索パターン）
が最適値となる。

【００４２】図１０に物流シミュレーションの結果を示
す。横軸はシミュレーション回数であり、縦軸は目的関
数の計算結果である目的関数値（面積効率）である。そ
の結果、面積効率の最大値は、０．８４４（８４．４
％）（その時、検索パターン（２））となることが判明
した。

【００４３】本実施例の最適化を行なわない場合、通常
の物流シミュレーションでは、以下のプロセスになる。
図１１を参照して、まず、５種類の検索パターンについ
て、シミュレーションを行なう。図１１（ａ）は、検索
パターン（１）の結果である。斜線部は小物が入ってい
ない領域を示す。面積効率は５０．０％である。図１１
（ｂ）は、検索パターン（２）の結果であり、面積効率
は８４．４％である。図１１（ｃ）は、パターン（３）
の結果であり、面積効率は５３．１％である。図１１
（ｄ）は、検索パターン（３）の結果であり、面積効率
は７１．９％である。図１１（ｅ）は、検索パターン
（５）の結果であり、面積効率は５３．１％である。以
上の結果を求めた後、面積効率が最大となるパターンの
解析を行なう。その結果、面積効率が最大となるパター
ンは、パターン（２）であり、その時の面積効率が８
４．４％と求まる。すなわち、最適化を行なわない通常
のシミュレーションでは、どのパターンが最適化を判断
する為には、その設定をその都度変更し、結果を得て、
しかる後、最大面積効率を示すパターンを解析し、決定
することになる。従って、時間がかかることになる。

【００４４】本実施例の場合には、検索パターンが５種
類なので、最適化を行なった場合とそうでない場合で
は、大きな時間差が出難いが、１２０通りのパターン全
てを行なった場合、外箱１６が更に大きく小箱の種類が
更に多い場合、あるいは、倉庫における荷物の保管の問
題へ応用した場合などには、本実施例の最適化の効果が
より顕著に現れる。すなわち、制約条件を加えてシミュ
レーションを行なっているので、シミュレーションを行
なうべきパラメーター（制御変数）を少なくすることが
出来、シミュレーションが短時間で済む。そして、目的
関数も同時に計算しているので、シミュレーション終了
時には、目的関数の要求を満たす最適解である目標値を
一意に求めることが可能である。

【００４５】（実施例３）続いて、本発明である物流最
適化システムの第三の実施の形態について、添付図面を
参照して説明する。本実施例において、船体の部品用の
製造ラインに使用される物流シミュレーションを例に示
して説明するが、他の製品の製造・生産・作業ラインに
おいても、適用可能である。

【００４６】まず、本発明である物流最適化システムの
第３の実施例の構成について、図２及び図１２を参照し
て説明する。図２は、本発明である物流最適化システム
の第三の実施の形態に関する構成図である。入力部１
と、表示部２と、モデル部３及び最適化部４を有するシ
ミュレーション部５とを具備する。図２の各構成の機能
に付いては、実施例１と同様であるので、説明は省略す
る。

【００４７】図１２は、本実施例において物流シミュレ
ーションに用いる製造ラインの物流モデルの構成を表し
ている。前処理部１７、箱取付部部１８、メンブレン取
付１９、仮溶接部２０、手溶接部２１、自動溶接部２２
を有する製造ライン２３である。船体の部品の製造工程
において、ある部品の入力により箱等の取付け、溶接等
を行ない、別の製造工程へ移すプロセスを表している。
前処理部１７は、部品の製造にあたり部品の前処理を行
うプロセスである。前処理の終了後、箱取付部１８へ送
り出される。箱取付部１８は、部品を受け取り、その部
品に箱を取り付けるプロセスをである。取付終了後、製
品をメンブレン取付部１９へ向けて送り出す。メンブレ
ン取付部１９は、箱取付部１８から受け取った製品にメ
ンブレンを取り付けるプロセスである。取付終了後、製
品を仮溶接部２０へ向けて送り出す。仮溶接部２０は、
メンブレン取付部１９から受け取った製品について、取
り付けられたものを仮溶接するプロセスである。仮溶接
終了後、手溶接部２１へ向けて送り出す。手溶接部２１
は、仮溶接部２０から受け取った製品について、仮溶接
されたもののうち自動で本溶接できない個所を手動で本
溶接するプロセスである。手溶接終了後、自動溶接部２
２へ向けて送り出す。自動溶接部２２は、手溶接部２１
から受け取った製品について、仮溶接されたものを自動
で本溶接するプロセスである。自動溶接終了後、次の工
程（図示せず）へ向けて送り出す。また、各作業におけ
る、平均作業時間、標準偏差のデータが、物流モデルに
使用される。

【００４８】次に、本発明である物流最適化システムの
第３の実施例の動作について、図２、図４、図１３を参
照して説明する。ここでは、最適化フレームワーク５と
しての最適化ツール（最適化プログラム）を用い、船体
の部品用の製造ラインにおける工期を最小にするような
月毎の職種別作業員人数を求める。作業員を増やせば工
期が短くなるが、作業員の稼働率が低下する可能性があ
るので、稼働率を考慮して適切な人数を選ぶようにす
る。

【００４９】本実施例においては、船体の部品用の製造
ラインの物流モデルは、図１２の説明で述べた通り、前
処理部１７、箱取付部１８、メンブレン取付部１９、仮
溶接部２０、手溶接部２１、自動溶接部２２、を有する
製造ライン２３を用いる。シミュレーションプロセス
は、図２、図４を参照して、まず、制御変数として、 ・前処理部１７で前処理を行う前処理作業員の人数 ・箱取付部１８で箱取付を行う箱取付作業員の人数 ・メンブレン取付部１９でメンブレン取付を行うメンブ
レン取付作業員の人数 ・仮溶接部２０で仮溶接を行う仮溶接作業員の人数 ・手溶接部２１で手溶接を行う手溶接作業員の人数 ・自動溶接部２２で自動溶接を行う自動溶接作業員の人
数 を設定し、入力部１に入力する（Ｓ１０１）。次に、制
約条件として、 ・月毎の職種別作業員人数の総数の最高≦延べ６０人 を決定する（Ｓ１０２）。続いて、最適化したい値を算
出する目的関数を設定する。本実施例での物流シミュレ
ーションにより最適化を行う目的は、 ・工期の最小化 である。従って、目的関数は、 ・工期を計算する計算式 となる。それら目的関数を設定し、入力部１に入力する
（Ｓ１０３）。次に、最適化ツール（最適化フレームワ
ーク）の設定を行う（Ｓ１０４）。まず、制御変数であ
る職種別作業員の人数（前処理作業員、箱取付作業員、
メンブレン取付作業員、仮溶接作業員、手溶接作業員、
自動溶接作業員）を決定変数（決定すべき変数）とし、
初期値とＳ１０２で決定された決定変数の制約条件とを
設定し、入力部１に入力する。本実施例では、 ・初期値：前処理作業員 １０人、箱取付作業員 １９
人、メンブレン取付作業員 ５人、仮溶接作業員 ５
人、手溶接作業員 ５人、自動溶接作業員 ５人 ・制約条件：前処理作業員 ２〜４５人、箱取付作業員
２〜２５人、メンブレン取付作業員 ２〜１５人、仮
溶接作業員 ２〜１５人、手溶接作業員 ２〜１５人、
自動溶接作業員 ２〜１５人、月毎の職種別作業員人数
の総数≦延べ６０人 とする。ここで、作業員の人数に賃金を乗算すれば、コ
ストを考慮した式にすることが可能である。次に、目的
関数の要素について設定を行う。本実施例では、 ・工期の最小化 を指定し、入力部１に入力する。

【００５０】全ての条件を設定後、シミュレーション部
５においてシミュレーションを行なう（Ｓ１０５）。シ
ミュレーションにおいては、図２に示すようにモデル部
３と最適化部４との間で、計算と情報の受け渡しを行な
い、複数回のシミュレーションを行うことにより、結果
を導き出す。個々のシミュレーション結果は表示部２に
おいて、グラフ形式及び表形式のような方法で表示され
る。具体的には、まず、モデル部３は、制御変数（前処
理部１７、箱取付部１８、メンブレン取付部１９、仮溶
接部２０、手溶接部２１、自動溶接部２２での職種別作
業員の人数）の初期設定値（各工程それぞれ５人、１９
人、５人、５人、５人、５人、）に基づいてシミュレー
ションを行ない、目的関数を計算し、その結果である目
的関数値（工期）を求める。最適化部４は、その目的関
数値と制御変数の値とに基づいて、制御変数を計算（こ
の時、制御変数の計算は、制御条件の範囲内（各工程そ
れぞれ２〜１５人、２〜４５人、２〜２５人、２〜１５
人、２〜１５人、２〜１５人、月毎の職種別作業員人数
の総数＜＝延べ６０人）で行なわれる）し、制約条件を
満たす制御変数（職種別作業員の人数の組合せ）を算出
する。モデル部３は、計算された制御変数に基づいて物
流モデルにおいて、シミュレーションを行ない、目的関
数値を再計算する。最適化部４は、その再計算された目
的関数値が、その時点で最適ならばその値を最適解（そ
の制御変数を最適値）とし、その再計算された目的関数
値と計算された制御変数の値とに基づいて、制約条件の
範囲内において制御変数を再計算する（最適化処理）。
以下、このモデル部３と最適化部４とが行うプロセスを
繰り返し、制約条件を満たす全ての制御変数においてプ
ロセスが終了した段階で、物流シミュレーションを終了
する。そして、その時点までの目的関数値のうち、目的
関数の要求（工期の最小化）を満たす最適解が目標値で
あり、その時の制御変数（職種別作業員（前処理作業
員、箱取付作業員、メンブレン取付作業員、仮溶接作業
員、手溶接作業員、自動溶接作業員）の人数）が最適値
となる。

【００５１】図１３に物流シミュレーション結果を示
す。横軸はシミュレーション回数であり、縦軸は目的関
数の計算結果である目的関数値（工期）である。本実施
例においては、工期が、それまでの３３８４時間（前処
理部１７、箱取付部１８、メンブレン取付部１９、仮溶
接部２０、手溶接部２１、自動溶接部２２のそれぞれの
工程において５人、１９人、５人、５人、５人、５人）
から、２３０４時間（それぞれの工程において１０．５
人、１９．３人、６．７人、６．９人、６．０人、５．
０人）まで短くなっており、最適化が出来ていることが
分かる。

【００５２】本実施例において、制約条件を加えてシミ
ュレーションを行なっているので、シミュレーションを
行なうべきパラメーター（制御変数）を少なくすること
が出来、シミュレーションが短時間で済む。そして、目
的関数も同時に計算しているので、シミュレーション終
了時には、目的関数の要求を満たす最適解である目標値
を一意に求めることが出来る。また、大規模な製造プロ
セスにおいては、最適化すべき値が多く存在する場合も
あるが、そのような最適化したい値を目的関数として導
入することで、多くの最適化を同時に行なうことが可能
となる。そして、本発明により、本実施例の製造工程の
最適化設計においては、従来の最適化設計の方法に比較
して、その効率を６０％向上することが出来た。

【００５３】（実施例４）続いて、本発明である物流最
適化システムの第四の実施の形態について、添付図面を
参照して説明する。本実施例において、港湾の物流シス
テムに用いる物流シミュレーションを例に示して説明す
るが、ターミナルを有する倉庫などの保管場所で、移動
体により、物を受け取り保管する場合のような場面にお
いても、適用可能である。

【００５４】まず、本発明である物流最適化システムの
第４の実施例の構成について、図２及び図１４を参照し
て説明する。図２は、本発明である物流最適化システム
の第四の実施の形態に関する構成図である。入力部１
と、表示部２と、モデル部３及び最適化部４を有するシ
ミュレーション部５とを具備する。図２の各構成の機能
に付いては、実施例１と同様であるので、説明は省略す
る。

【００５５】図１４は、本実施例においてシミュレーシ
ョンに用いる港湾の物流システムにおける物流モデルの
構成を表している。ＡＧＶ（Ａｕｔｏｍａｔｉｃ Ｇｕ
ｉｄｅｄ Ｖｅｈｉｃｌｅ）２４（−１〜３）、クレー
ン２５（−１〜３）、船２６、倉庫２７（−１〜３）、
ＡＧＶの経路２８から成る。港湾での物流において、着
桟した船２６の荷物をクレーン２５を使ってＡＧＶ２４
上に荷降ろしを行ない、ＡＧＶ２４が倉庫２７へ荷物を
収めるプロセスを行なう。ＡＧＶ２４（−１〜３）は、
クレーン２５から荷物を受け取り、指示された倉庫２７
まで軌道（ＡＧＶの経路２８）上を自動走行し、倉庫２
７にて人手または自動で荷物を降ろす、輸送用の自動走
行車である。図中、３台が例示してあるが、３台に限る
ものではなく、シミュレーションの結果により決定す
る。ＡＧＶ２４の移動速度、荷物の積み下ろしの平均作
業時間、バッテリーの平均充電時間、それらの標準偏差
のデータが、物流モデルに使用される。クレーン２５
（−１〜３）は、船２６上の荷物を持ち上げ、クレーン
２５を隔てて船２６と反対側に待機しているＡＧＶ２４
（−１〜３）へ荷物を降ろすクレーンである。図中、３
基が例示してあるが、３基に限るものではなく、シミュ
レーションの結果により決定する。クレーン２５の荷物
の積み下ろしの平均作業時間、その標準偏差のデータ
が、物流モデルに使用される。船２６は、他の場所で荷
物を積載して輸送し、港でクレーン２５（−１〜３）に
より荷降ろしを行なう船である。倉庫２７（−１〜３）
は、船２６が輸送してきた荷物を保管しておく倉庫であ
る。人手または自動で荷物が降ろされ、内部に保管され
る。ＡＧＶの経路２８は、ＡＧＶ２４が移動する為に参
照する軌道である。

【００５６】次に、本発明である物流最適化システムの
第４の実施例の動作について、図２、図４、図１４を参
照して説明する。ここでは、最適化フレームワークとし
ての最適化ツール（最適化プログラム）を用い、荷降ろ
し開始から倉庫へ運び終わるまでの輸送作業時間を最小
にするクレーンの台数及びＡＧＶの台数を求める。クレ
ーン及びＡＧＶを増やせば作業時間が短くなるが、それ
らの稼働率が低下し、コストが増加する可能性があるの
で、それらを考慮して適切な台数を選ぶようにする。

【００５７】本実施例においては、港湾の物流システム
に用いる物流モデルとして、図１４の説明で述べた通
り、ＡＧＶ（Ａｕｔｏｍａｔｉｃ Ｇｕｉｄｅｄ Ｖｅ
ｈｉｃｌｅ）２４（−１〜３）、クレーン２５（−１〜
３）、船２６、倉庫２７（−１〜３）、ＡＧＶの経路２
８を有する港湾の物流システムを用いる。シミュレーシ
ョンプロセスは、図２、図４を参照して、まず、制御変
数として、 ・クレーンの台数 ・ＡＧＶの台数 を設定、入力部１に入力する（Ｓ１０１）。次に、制約
条件として、 ・クレーン稼働率≧６０％ ・ＡＧＶ稼働率≧８０％ ・クレーン≧２基 ・コスト≦５０００万円 （但し、クレーン１０００万円／基、ＡＧＶ７００万円
／台）を決定する（Ｓ１０２）。続いて、最適化したい
値を算出する目的関数を設定する。本実施例での物流シ
ミュレーションにより最適化を行う目的は、 ・荷降ろし開始から荷物を倉庫へ運び終わるまでの時間
の最小化 である。従って、目的関数は、 ・荷降ろし開始から荷物を倉庫へ運び終わるまでの時間
を計算する計算式となる。それら目的関数を設定し、入
力部１に入力する（Ｓ１０３）。次に、最適化ツール
（最適化フレームワーク）の設定を行う（Ｓ１０４）。
まず、制御変数であるクレーンの台数及びＡＧＶの台数
を決定変数（決定すべき変数）とし、初期値とＳ１０２
で決定された決定変数の制約条件とを設定し、入力部１
に入力する。本実施例では、 （但し、クレーン１０００万円／基、ＡＧＶ７００万円
／台）とする。次に、目的関数の要素について設定を行
う。本実施例では、 ・荷降ろし開始から荷物を倉庫へ運び終わるまでの時間
の最小化 を指定し、入力部１に入力する。

【００５８】全ての条件を設定後、シミュレーション部
５においてシミュレーションを行なう（Ｓ１０５）。シ
ミュレーションにおいては、図２に示すようにモデル部
３と最適化部４との間で、計算と情報の受け渡しを行な
い、複数回のシミュレーションを行うことにより、結果
を導き出す。個々のシミュレーション結果は表示部２に
おいて、グラフ形式及び表形式のような方法で表示され
る。具体的には、まず、モデル部３は、制御変数（クレ
ーンの台数及びＡＧＶの台数）の初期設定値（それぞれ
２基及び２台）に基づいてシミュレーションを行ない、
目的関数の計算を行ない、その結果である目的関数値
（荷降ろし開始から荷物を倉庫へ運び終わるまでの時
間）を求める。最適化部４は、その目的関数値と制御変
数の値とに基づいて、制御変数を計算（この時、制御変
数の計算は、制御条件の範囲内（クレーン稼働率≧６０
％、ＡＧＶ稼働率≧８０％、クレーン≧２基、コスト≦
５０００万円（クレーン１０００万円／台、ＡＧＶ７０
０万円／台））で行なわれる）し、制約条件を満たす制
御変数（クレーンの台数及びＡＧＶの台数）を算出す
る。モデル部３は、計算された制御変数に基づいて物流
モデルにおいて、シミュレーションを行ない、目的関数
値を再計算する。最適化部４は、その再計算された目的
関数値が、その時点で最適ならばその値を最適解（その
制御変数を最適値）とし、その再計算された目的関数値
と計算された制御変数の値とに基づいて、制約条件の範
囲内において制御変数を再計算する（最適化処理）。以
下、このモデル部３と最適化部４とが行うプロセスを繰
り返し、制約条件を満たす全ての制御変数においてプロ
セスが終了した段階で、物流シミュレーションを終了す
る。そして、その時点までの目的関数値のうち、目的関
数の要求（荷降ろし開始から荷物を倉庫へ運び終わるま
での時間が最小）を満たす最適解が目標値であり、その
時の制御変数（クレーンの台数及びＡＧＶの台数）が最
適値となる。

【００５９】図１５に物流シミュレーション結果を示
す。横軸はシミュレーション回数であり、縦軸は目的関
数の計算結果である目的関数値（荷降ろし開始から荷物
を倉庫へ運び終わるまでの時間）である。本実施例にお
いては、荷降ろし開始から荷物を倉庫へ運び終わるまで
の時間が、１０４５時間（クレーン台数２基、ＡＧＶ台
数２台）から７６０時間（クレーン台数２基、ＡＧＶ台
数４台）まで短くなっており、最適化が出来ていること
が分かる。

【００６０】本実施例において、制約条件を加えてシミ
ュレーションを行なっているので、シミュレーションを
行なうべきパラメーター（制御変数）を少なくすること
が出来、シミュレーションが短時間で済む。そして、目
的関数も同時に計算しているので、シミュレーション終
了時には、目的関数の要求を満たす最適解である目標値
を一意に求めることが出来る。また、大規模な港湾の物
流システムにおいては、エリアが複数あるなど、最適化
すべき値が多く、かつ制約条件が多い存在する場合もあ
るが、そのような場合でも、最適化したい値を目的関数
として導入し、また、制約条件を適切に導入することに
より、多くの最適化を同時に行なうことが可能となる。

【００６１】

【発明の効果】本発明により、従来の方法に比較して、
極めて短い時間でシミュレーションの最適解を一意に求
めることが可能となる。

【００６２】また、本発明により、様々な制約条件の下
で、複数のパラメータの最適化を同時に行なうことがで
き、制約条件の変更などの物流の状況が変わっても、そ
の変更を容易にシミュレーションに反映させることがで
きる。

【図面の簡単な説明】

【図１】本発明である物流最適化システムの物流シミュ
レーションの概念を示す構成図である。

【図２】本発明である物流最適化システムの実施の形態
の構成を示す構成図である。

【図３】従来のシミュレーション方法のプロセスを示す
フロー図である。

【図４】本発明である物流最適化システムの実施の形態
の動作を示すフロー図である。

【図５】本発明である物流最適化システムの実施の形態
における物流モデルの構成を示す構成図である。

【図６】本発明である物流最適化システムの実施の形態
におけるシミュレーション結果を示すグラフである。

【図７】最適化を行なわなかった時の作業員の稼働率を
示す図である。

【図８】本発明である物流最適化システムの実施の形態
におけるシミュレーション結果を利用した場合の作業員
の稼働率を示す図である。

【図９】本発明である物流最適化システムの他の実施の
形態における構成を示す構成図である。

【図１０】本発明である物流最適化システムの他の実施
の形態におけるシミュレーション結果を示すグラフであ
る。

【図１１】従来例を用いたシミュレーションの結果を示
す図である。

【図１２】本発明である物流最適化システムの更に他の
実施の形態における構成を示す構成図である。

【図１３】本発明である物流最適化システムの更に他の
実施の形態におけるシミュレーション結果を示すグラフ
である。

【図１４】本発明である物流最適化システムの別の実施
の形態における構成を示す構成図である。

【図１５】本発明である物流最適化システムの別の実施
の形態におけるシミュレーション結果を示すグラフであ
る。

【符号の説明】

１ 入力部 ２ 表示部 ３ モデル部 ４ 最適化部 ５ シミュレーション部 ６ 物流最適化システム ７ 組立部 ８ 検査部 ９ 梱包部 １０ 生産ライン １１ 小物 １２ 小物 １３ 小物 １４ 小物 １５ 小物 １６ 外箱 １７ 前処理部 １８ 箱取付部 １９ メンブレン取付部 ２０ 仮溶接部 ２１ 手溶接部 ２２ 自動溶接部 ２３ 製造ライン ２４−１〜３ ＡＧＶ ２５−１〜３ クレーン ２６ 船 ２７−１〜３ 倉庫 ２８ ＡＧＶの経路

Claims (7)

【特許請求の範囲】
1. 【請求項１】変数を特定し、前記変数と前記変数の条件
   を入力するための入力部と、 シミュレーションモデルに基づいてシミュレーションを
   実行するモデル部と、 前記変数の最適化を行なう最適化部と、 を具備し、 前記モデル部は、前記シミュレーションモデルに関わる
   変数である制御変数と、前記制御変数の範囲を制約する
   条件である制約条件とに基づいて、前記シミュレーショ
   ンモデルによりシミュレーションを実行し、目的関数値
   を計算し、 前記最適化部は、前記目的関数値がその時点で最適なら
   ば前記目的関数値を最適解とし、前記目的関数値と前記
   制約条件とに基づいて、前記制御変数の新な値を選択す
   る最適化処理を実行し、 前記シミュレーションと前記最適化処理とは、前記制約
   条件を満たす前記制御変数の全てについて実行される、 物流最適化システム。
2. 【請求項２】前記制約条件を満たす前記制御変数の全て
   について実行される前記シミュレーションと前記最適化
   処理とが、予め設定した演算時間内に完了しない場合、
   前記演算時間の終了時点での前記最適解を最適解とす
   る、 請求項１に記載の物流最適化システム。
3. 【請求項３】前記シミュレーションモデルは、物流に関
   するモデルである、 請求項１又は２に記載の物流最適化システム。
4. 【請求項４】前記シミュレーションモデルは、貨物の配
   置に関するモデルである、 請求項１又は２に記載の物流最適化システム。
5. 【請求項５】前記シミュレーションモデルは、製造工程
   に関するモデルである、 請求項１又は２に記載の物流最適化システム。
6. 【請求項６】シミュレーションモデルに関わる変数であ
   る制御変数を特定し、前記制御変数と前記制御変数の範
   囲を制約する条件である制約条件とを入力するステップ
   と、 前記制御変数と、前記制約条件とに基づいて、前記シミ
   ュレーションモデルによりシミュレーションを実行し、
   目的関数値を計算するステップと、 前記目的関数値がその時点で最適ならば前記目的関数値
   を最適解とするステップと、 前記目的関数値と前記制約条件とに基づいて、前記制御
   変数の新な値を選択する最適化処理を実行するステップ
   と、 前記シミュレーション及び前記最適化処理の結果を表示
   するステップと、 を具備する、 物流最適化方法。
7. 【請求項７】シミュレーションモデルに関わる変数であ
   る制御変数と、前記制御変数の範囲を制約する条件であ
   る制約条件とに基づいて、前記シミュレーションモデル
   によりシミュレーションを実行し、目的関数値を計算す
   るステップと、 前記目的関数値がその時点で最適ならばその値を最適解
   とするステップと、 前記目的関数値と前記制約条件とに基づいて、前記制御
   変数の新な値を選択する最適化処理を実行するステップ
   と、 ３つの前記ステップを、前記制約条件を満たす前記制御
   変数の全てについて実行するステップと、 前記シミュレーション及び前記最適化処理の結果を表示
   するステップと、 を実行するためのプログラム。