JP2002352123A - 超ｅーマーケットプレースにおける部品選択装置 - Google Patents

超ｅーマーケットプレースにおける部品選択装置

Info

Publication number
JP2002352123A
JP2002352123A JP2001155576A JP2001155576A JP2002352123A JP 2002352123 A JP2002352123 A JP 2002352123A JP 2001155576 A JP2001155576 A JP 2001155576A JP 2001155576 A JP2001155576 A JP 2001155576A JP 2002352123 A JP2002352123 A JP 2002352123A
Authority
JP
Japan
Prior art keywords
component
solution
marketplace
components
database
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
JP2001155576A
Other languages
English (en)
Other versions
JP4563614B2 (ja
Inventor
Fumiyoshi Sasagawa
文義 笹川
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.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
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 Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2001155576A priority Critical patent/JP4563614B2/ja
Publication of JP2002352123A publication Critical patent/JP2002352123A/ja
Application granted granted Critical
Publication of JP4563614B2 publication Critical patent/JP4563614B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Landscapes

  • Complex Calculations (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

(57)【要約】 【課題】インターネット上で製品のコンポーネントを調
達するとき、各コンポーネント毎に最適な組合せを容易
に入手可能な部品選択装置を提供すること。 【解決手段】このため、本発明では、複数のコンポーネ
ントを組み合わせて製品を作るユーザ９に、その製品を
作成するために最適なコンポーネントの組み合わせを提
供する最適部品選択装置において、複数のコンポーネン
ト提供者から提供される最新のコンポーネントを組み合
わせた、インターネット上の超ｅーマーケットプレース
用のデータベース２と、この超ｅーマーケットプレース
用のデータベース２をアクセスしてユーザが最適解を見
つける最適化手段３と、ユーザが最適解を見つけ、コン
ポーネントの発注を行った場合に課金徴収処理を行う課
金徴収手段とを具備したことを特徴とする。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、インターネット上
において製品のいくつかの部品を調達する場合に、各部
品毎にどのサプライヤの部品を使用するかを決める最適
な部品を選択するようにした超ｅーマーケットプレース
における部品選択装置に関する。
【０００２】
【従来の技術】インターネットを利用した製造業者ｅー
ビジネスモデルは、製造業者と顧客との間で、生産受注
または部品調達における仲介業者を排除することにより
中間マージンを抑え、お互いの利益の増加を目的とした
技術である。
【０００３】図１５に示す如く、製造業者１００は顧客
１０１からインターネットを通して直接注文を受ける。
製造業者は顧客１０１の財務状況を、例えば銀行等の金
融業者１０２に確認し、問題がなければ顧客１０１に見
積りの提示を行ない、出荷日時を通知する。
【０００４】製造業者１００は生産または組み立てに必
要な部品をインターネットを通じて部品のサプライヤ１
０３の在庫状況を確認する。もし在庫があればサプライ
ヤの部品を購入する。なければサプライヤ１０３に部品
の生産を依頼する。製造業者１００は、各サプライヤ１
０３から部品が納入されたら、これを組み立てて製品を
完成させ顧客１０１に発送する。なお組み立てに必要な
部品を製造業者１００が作る必要がある場合には、材料
供給業者１０４から材料を供給してもらうことが必要と
なる。
【０００５】
【発明が解決しようとする課題】ところで、このような
ｅーマーケットプレースによる取り引き企業と企業との
取り引き、つまり「Ｂ（Ｂｕｓｉｎｅｓｓ）ｔｏＢ（Ｂ
ｕｓｉｎｅｓｓ）」の増加によってメーカが資材や、部
品などをインターネットを通じて購入する機会が増加し
た。したがってこの機会を利用して最適な部品構成を提
示する技術が必要とされる。
【０００６】このため、多数のベンダーの提供する部品
のうちより製品の仕様に合った最適な部品構成を求める
という問題の解法を、次の条件により得ることを求めら
れている。
【０００７】ａ．製品を構成するのに必要なコンポーネ
ントが定義されている。例えば仕様、機能等が定義され
ている。
【０００８】ｂ．製品のコンポーネントとしてベンダー
が提供する部品とその価格が判明している。
【０００９】ｃ．各ベンダーが提供する部品が製品に組
み込めるかどうかが判明している。
【００１０】ｄ．組み込み可能か、在庫量が適切かなど
制約条件を考慮して最適な部品構成を、遺伝的アルゴリ
ズムにより求める。
【００１１】このような解法の問題点として、すなわち
製品の最適な部品構成を求める問題の解法の課題として
次のようなことが挙げられる。
【００１２】ａ′．インターネットから製品を組み立て
るのに必要な部品についての情報を容易には獲得できな
い。すなわちｅーマーケットプレース毎に情報がバラバ
ラであり、最適なものを得ることが容易ではない。
【００１３】ｂ′．部品のコストが、部品自体の価格、
部品の輸送費、部品の在庫量、他の部品との組み合わせ
の可能性など多岐にわたり簡単ではない。ベンダー毎に
アクセスが必要となる。
【００１４】ｃ′．インターネットを使用しても部品を
異なる業種からまとめて調達することが難しい。パーソ
ナルコンピュータ用の部品の場合でも、電子部品業界だ
けではなく、ネジやハンダ等異種業界をアクセスするこ
とが必要となる。
【００１５】ｄ′．最適な部品構成を遺伝的アルゴリズ
ムによって求める場合、遺伝的アルゴリズムによる最適
解の発見は一般には計算時間が長くなる。
【００１６】ｅ′．大規模問題の場合には、高速に制約
条件を満足する最適解を見つけるのが難しい。
【００１７】したがって本発明の目的はこれらの課題を
改善したｅーマーケットプレースにおける部品選択装置
を提供することである。
【００１８】
【課題を解決するための手段】本発明の原理を図１に示
す。図１において、１−０、１−１・・・１−ｍ、１−
ｎはｅーマーケットプレース、２は超ｅーマーケットプ
レース・データベース、３は顧客情報管理・最適化装
置、４は情報補充部、５−０〜５−２、６−０〜６−
２、７−０〜７−２、８−０〜８−２、９はそれぞれユ
ーザーである。
【００１９】顧客情報管理・最適化装置３は、ユーザー
からのアクセス要求があったとき、ｅーマーケットプレ
ース１−０〜１−ｎのデータをまとめた超ｅーマーケッ
トプレースを構成するインターネット上のデータベース
である超ｅーマーケットプレース・データベース２をア
クセスする。
【００２０】このとき、顧客情報管理・最適化装置３
は、後述するように、ユーザーからのアクセスを解読し
て免疫型システム、動的計画法、遺伝的アルゴズムのう
ち最適の手法で超ｅーマーケットプレース・データベー
ス２をアクセスし、必要とする解、つまり製品を構成す
る部品名を得ることができる。
【００２１】なお上記遺伝的アルゴリズムを以下に簡単
に説明する。
【００２２】遺伝的アルゴリズムとは、生物の遺伝の機
構を模倣してそれを工学的に応用した技術である。生物
の進化の過程では、既存の個体（親）から新たなる個体
（子）が生まれる際に、個体の持つ染色体同士の交叉、
染色体上の遺伝子の突然変異などが起こる。そして環境
に適応しない個体は淘汰され、環境により適応した個体
が生き延びて新たなる親となり、さらに新たなる子孫を
作っていく。
【００２３】このようにして環境に適応した個体の集団
が生き延びていく。各個体がどの程度環境に適応するか
は染色体（遺伝子の一次元ストリング）によって決定さ
れる。遺伝的アルゴリズムでは、最適化問題の解候補を
遺伝子の一次元ストリングである染色体として表現し、
解候補の集団に対して選択／自己複製・交叉・突然変異
等の操作を繰り返し施すことにより最適解の探索を行う
ものである。
【００２４】すなわち、図３に示す如く、染色体ａ、
ｂ、ｃ・・・ｄの集団Ａにおいて、染色体ａとｂ、ｃと
ｄでそれぞれ交叉を行うことにより、Ｂに示す如く、染
色体ａ−ｂ、ｂ−ａ、ｃ−ｄ、ｄ−ｃを得ることができ
る。またＣに示す如く、遺伝子ａ0 、ｂ0 、ｃ0 、ｄ0
で突然変異が生ずることにより染色体ａ′、ｂ′、
ｃ′、ｄ′を得ることができる。図３には図示省略した
が、一部の染色体例えば染色体ａを図３（Ａ）において
自己複製することにより、染色体ａ、ａ、ｂ、ｃ・・・
の集団を得ることができる。
【００２５】最適化問題の目的関数が環境に相当し、目
的関数を最適にするものほど大きい値を取るような適応
度関数が染色体に対して定義される。選択／自己複製と
は、集団の中で適応度の高い染色体を持つ個体をより高
い確率で選択して次世代の親とする操作である。例えば
図４に示す如く、適応度（Ｆｉｔｎｓｓ）の高い染色体
（Ｃｈｒｏｍｏｓｏｍｅ）を選択して次世代の親とする
操作である。
【００２６】交叉とは、図５に示す如く、親となる２つ
の染色体Ｐ1 、Ｐ2 の一部を互いに入れ換えて、子とな
る新たな個体の染色体Ｃ1 、Ｃ2 を作り出す操作であ
る。また突然変異とは、図６に示す如く、一つの染色体
Ｍの一部の遺伝子をランダムな遺伝子ｍに置き換える操
作である。
【００２７】これらの操作を繰り返すことにより、適応
度の高い染色体すなわち目的関数をより最適化する解が
得られる。
【００２８】本発明の前記目的は、下記（１）〜（５）
により達成することができる。
【００２９】（１）複数のコンポーネントを組み合わせ
て製品を作るユーザーに、その製品を作成するために最
適なコンポーネントの組み合わせを提供する最適部品選
択装置において、複数のコンポーネント提供者から提供
される最新のコンポーネントを組み合わせた、インター
ネット上の超ｅーマーケットプレース用のデータベース
と、この超ｅーマーケットプレース用のデータベースを
アクセスしてユーザーが最適解を見つける最適化手段
と、ユーザーが最適解を見つけ、コンポーネントの発注
を行った場合に課金徴収処理を行う課金徴収手段とを具
備したことを特徴とする超ｅーマーケットプレースにお
ける部品選択装置。
【００３０】（２）前記インターネット上の超ｅーマー
ケットプレース用のデータベースにおけるコンポーネン
トのデータとして、コンポーネントの価格、ユーザーの
組み立て工場までの輸送費、在庫状況、他のコンポーネ
ントとの組み合わせの可／不可情報を含むことを特徴と
する前記（１）記載の超ｅーマーケットプレースにおけ
る部品選択装置。
【００３１】（３）前記最適化手段として、インターネ
ット上のデータベースからコンポーネントのコストとし
て価格および輸送費の重みづけられた量を元にすること
を特徴とする前記（１）記載の超ｅーマーケットプレー
スにおける部品選択装置。
【００３２】（４）前記最適化手段として、コンポーネ
ントの組み合わせの最適化を実行するために、免疫型手
段を用いることを特徴とする前記（１）記載の超ｅーマ
ーケットプレースにおける部品選択装置。
【００３３】（５）前記免疫型手段として、記憶細胞型
手段を用いるときに解が提示されない場合に、新たに解
を動的計画法で求めるか、または時間が経過して提示さ
れない解を元にして遺伝的アルゴリズムで解を求めるか
をユーザーが指定することを特徴とする前記（１）記載
の超ｅーマーケットプレースにおける部品選択装置。
【００３４】これにより下記の作用効果を奏する。
【００３５】（１）複数のコンポーネント提供者から提
供される最新のコンポーネントを組み合わせた、インタ
ーネット上の超ｅーマーケットプレース用のデータベー
スを用い、これをアクセスしてユーザーが最適解を見つ
ける最適化手段をつかうことにより、リアルタイムでイ
ンターネットを使用して、複数の提供者からの必要なコ
ンポーネント情報を容易に入手することができる。
【００３６】（２）インターネットにおけるデータベー
スのコンポーネント・データとして価格、輸送費、在庫
状況、他のコンポーネントの組み合わせの可／不可情報
等までコンポーネントのデータとして含まれているの
で、これらの事項まで加味した情報を正確に得ることが
できる。
【００３７】（３）コンポーネントの価格や輸送費等ユ
ーザーが重要視している項目に重みづけしたデータを正
確に入手することができる。
【００３８】（４）インターネット用の超ｅーマーケッ
トプレース用のデータベースをアクセスする最適化手段
として免疫型手段を用いるので所望とするデータがすで
に他のユーザーによりアクセスされているような場合、
直ちに解を提供することができる。
【００３９】（５）免疫型手段として記憶細胞型手段を
用いる場合に解が提示されない場合、新たに解を動的計
画法で求めるのか、それとも時間が経過したために提示
されなかった解を元にして遺伝的アルゴリズムで解を求
めるのかをユーザーが指定可能にしたので、ユーザーの
好みに合わせて解を求めることができる。例えば古いデ
ータでもユーザーの好みにあえば、古い解を元にして遺
伝的アルゴリズムで解を求めることができる。
【００４０】
【発明の実施の形態】本発明の一実施の形態を図２、図
７〜図１４にもとづき他図を参照して説明する。
【００４１】図２は本発明の一実施の形態、図７はレイ
ヤードネットワークを構成する製品モデル説明図、図８
は遺伝的アルゴリズムの染色体のコード法の説明図、図
９は遺伝的アルゴリズムの交叉で子供が１つしか作れな
い場合の説明図、図１０は遺伝的アルゴリズムの交叉で
子供が２つ作れる場合の説明図、図１１は遺伝的アルゴ
リズムの突然変異の説明図、図１２は局所最適化突然変
異の説明図、図１３は本発明の動作説明フローチャー
ト、図１４は本発明の実施例説明図である。
【００４２】図中他図と同記号部は同一部を示し、２は
超ｅーマーケットプレース・データベース、３は顧客情
報管理・最適化部、４は情報補充部、９はユーザーであ
る。
【００４３】超ｅーマーケットプレース・データベース
２は、図１に示すｅーマーケットプレース１−０、１−
１・・・１−ｍ、１−ｎを束ねて構成される超ｅーマー
ケットプレース２−０と、この超ｅーマーケットプレー
ス２−０にもとづき、インターネット上に設けられたデ
ータベース２−１等で構成される。超ｅ−マーケットプ
レース・データベースは、例えばユーザーから課金を徴
収する、顧客情報管理・最適化部３を運用しているシス
テム・インテグレータがＡＰＳ（アプリケーション・サ
ポートサービス・プロバイダ）、ｉＤＣ（インターネッ
ト・データ・センター）等を利用して作成する。
【００４４】顧客情報管理・最適化部３は、ユーザーの
アクセス情報を受信し、これに応じて最適なアクセス手
段を選択し、ユーザーが必要とする解を得た場合これに
対する課金徴集処理を行うものであって、免疫型システ
ムを構成し、先に得られた解を記憶する記憶細胞３−
０、データベース２−１を記憶細胞３−０をアクセスし
たり動的計画法でアクセスしたり、遺伝的アルゴリズム
の手法でアクセスする最適化ツール３−１、インタフェ
ース３−２、３−３、発注処理システム３−４、課金徴
集手段３−５等を具備している。
【００４５】情報補充部４は、データベース２−１を構
築するときに存在しなかったが、その発生した情報例え
ば台風等の気象情報、輸送路のトラブル発生情報、火災
情報等、コンポーネントの入手に重要な情報を入力する
ものである。
【００４６】ユーザー９はインターネット上のデータベ
ース２−１より製品の製作に必要なコンポーネットを入
手希望するものであり、また免疫型システムを利用して
記憶細胞３−０より解を求めたものの解が提示されなか
った場合に、新たに解を動的計画法で求めるか、または
時間が経過して提示されない解を元にして遺伝的アルゴ
リズムで解を求めるのかを指定するものである。後者の
遺伝的アルゴリズムで求めるときは、ユーザーの以前得
た解に近いものが得られ、ユーザーの好みに合わせて解
を求めることができる。
【００４７】本発明の具体的構成にあわせて説明するに
先立ち本発明の基本的な考え方、超ｅーマーケットプレ
ース、免疫型システム、動的計画法、遺伝的アルゴリズ
ム等について説明する。
【００４８】Ａ．基本的な考え方 各業界のインターネット上でのｅーマーケットプレース
は存在しているが、その仕様や見積りのフォーマット等
は各業界でばらばらであり統一されていないので、現段
階ではユーザーが製品を組み立てるのに必要なコンポー
ネントは、コンポーネント毎の業界のｅーマーケットプ
レースにそれぞれ独自のフォーマットで発注しなければ
ならない。
【００４９】したがって、インターネット上で特定の業
界を横断してコンポーネントを調達するためには、図１
に示したｅーマーケットプレース１−０、１−１・・・
１−ｎを束ねた超ｅーマーケットプレースを構成し、仕
様や見積り等のフォーマットを統一すればよい。
【００５０】コンポーネントを調達したい製造業者は、
この超ｅーマーケットプレースに顧客として一定の会費
を払って登録する。顧客は超ｅーマーケットプレースに
用意されたインターネット上のデータベースと、免疫型
システムと組み合わせられた遺伝的アルゴリズムとその
他の高速なアルゴリズムを利用して、製品の最適な部品
構成を求めることができる。
【００５１】顧客（ユーザー）は求められた最適な部品
構成に基づいて超ｅーマーケットプレースを通して各ベ
ンダーに必要な部品を発注する。超ｅーマーケットプレ
ースは顧客が最適な部品構成を見つけ、各ベンダーに必
要なコンポーネントを発注した段階で、顧客情報管理・
最適化部は、手数料を徴収する。
【００５２】Ｂ．超ｅーマーケットプレース 超ｅーマーケットプレースは、ｅーマーケットプレース
を統合・拡大したものである。業務毎で構成されている
ｅーマーケットプレース毎に異なっていた顧客の認証方
法、決済方法を共通化している。顧客は超ｅーマーケッ
トプレース内のｅーマーケットプレースを自由に利用で
きる。
【００５３】顧客はさらに超ｅーマーケットプレースの
インターネット上のデータベースと免疫型システム、遺
伝的アルゴリズム、その他の高速アルゴリズムを利用で
きる。
【００５４】このインターネット上のデータベースは超
ｅーマーケットプレースに参加しているベンダーの提供
する部品の情報から構成されたインターネット上のデー
タベースである。また免疫型システムは顧客が最適な部
品構成を求めることができる、生物の免疫系にヒントを
得た最適化ツールである。遺伝的アルゴリズムについて
は前記の説明の通りである。また免疫型システムや遺伝
的アルゴリズムと組み合わせる高速なその他のアルゴリ
ズムとしては動的計画法を用いる。
【００５５】（対象とする製品）本発明で扱う製品は、
主にパソコンを含めたインターネット関連の製品であ
る。しかしこれに限定されるものではない。パソコンを
含めたインターネット関連の製品の特徴として、種々の
ベンダーから提供されるコンポーネント（例えばパソコ
ンのハードディスクのようなある程度まとまった部品）
を集めて最終的な製品を作ることである。前記企業対企
業取引「Ｂ ｔｏ Ｂ」によりこのような製品のコンポ
ーネントを調達する場合には、必要とする部品の種類は
非常に多くなり、目算で最適解を発見するのは困難とな
る。
【００５６】（製品のモデル）通常パソコンの如き製品
はいくつかのコンポーネントを組み合わせて作られてい
る。各コンポーネントの種類をＭＣ1 、ＭＣ2 、ＭＣ3
・・・ＭＣN とする。ここで、例えばパソコンの場合な
らばＭＣ1 はＣＰＵで、ＭＣ 2 はメモリである。
【００５７】さらに各コンポーネントの種類に対応した
具体的なコンポーネントをＶＣ1(i)（ｉ＝１、２・・・
Ｎｖｃ1 ）、ＶＣ2(i)（ｉ＝１、２・・・Ｎｖｃ2 ）、
ＶＣ 3(i)（ｉ＝１、２・・・Ｎｖｃ3 ）・・・ＶＣ
N (i) （ｉ＝１、２・・・Ｎｖｃ N ）と表現する。図７
に示すＭＣ1 、ＭＣ2 ・・・ＭＣN 、ＶＣ1(1)、ＶＣ
1(2)・・・等はこれを示し、ＭＣ1 、ＭＣ2 ・・・はコ
ンポーネントの種類を示し、ＶＣ1(1)、ＶＣ1(2)・・・
ＶＣN (6) 等は具体的なコンポーネントを示す。
【００５８】具体的はＭＣ1 がＣＰＵの場合、ＶＣ1(1)
はＡ社のＣＰＵ、ＶＣ1(2)はＢ社のＣＰＵ・・・であ
り、ＭＣ2 がメモリの場合、ＶＣ2(1)がＣ社のメモリで
あり、ＶＣ2(2)がＤ社のメモリである。
【００５９】また各コンポーネントの種類には下記
（１）式のような順序関係が定義されている。
【００６０】
【数１】
【００６１】この（１）式は、コンポーネントの種類Ｍ
Ｃ1 が具体的に決定されると次のコンポーネントの種類
ＭＣ2 が決定されることを意味する。以下同様である。
【００６２】さらに各コンポーネントの種類ＭＣi に対
応した具体的なコンポーネントには次のコンポーネント
の種類ＭＣi+1 の具体的なコンポーネントのなかで組み
合わせることができる具体的なコンポーネントが定まっ
ている。この場合、「組み合わせることができる」と
は、実際に調達することができて動作することを確認し
てあることを意味しており、例えば図７における各コン
ポーネントの種類間における具体的なコンポーネントＶ
Ｃi とＶＣi+1 との間のリンクが、前記「組み合わせる
ことができる」ことを示している。なお在庫の状況が極
端にアンバランスな場合には「組み合わせることができ
ない」と判断することが妥当である。
【００６３】（インターネット上のデータベース）ある
製品を作るのに必要な全てのコンポーネントの種類に対
応した、具体的なコンポーネントの必要な情報を蓄積し
たデータベース２−１を設ける。このデータベース２−
１には、具体的なコンポーネントの価格、組み立て工場
までの輸送費、在庫状況、他のコンポーネントの種類の
具体的なコンポーネントと組み合わせることの可否等必
要な情報が含まれている。このようなデータベース２−
１をインターネット上に構築することにより、顧客は部
品の価格、在庫状況をリアルタイムで知ることができ
る。
【００６４】（具体的なコンポーネントの情報）インタ
ーネット上のデータベースに格納されている具体的なコ
ンポーネントの情報には、価格（ベンダーからリアルタ
イムで更新される）、在庫状況（ベンダーからリアルタ
イムで更新される）、輸送費及び時間（顧客の組み立て
工場までの輸送費及び時間情報であり、例えばベンダー
の所在場所を示すことによりこれらの情報が判断でき
る）、仕様（組み合わせ可能な他のコンポーネントの具
体的種類等）、その他の関係した情報やデータとして例
えば交通情報、事故情報、気象情報等が得られる。
【００６５】初期においては輸送費の算出はベンダーの
所在地を元にして仮に設定しておく。ユーザーが発注処
理をした段階で注文を受けたベンダーが部品を発送する
段階で輸送費のデータを超ｅーマーケットプレース・デ
ータベースに書き込む。これを基にして輸送費を算出す
る。最適解を求めるさいに必要とするデータの輸送費が
初期に設定した仮のデータと実際に算定した輸送費が混
在している場合には、これをユーザーに通知し輸送費を
全て初期設定の所在地を元にして算出したものにする
か、それとも輸送費はコストから除外する（輸送費の重
みをゼロにする）かをユーザーに選択させる。時間が経
過していくにつれて輸送費は徐々に実際のデータに近づ
いていく。
【００６６】（その他の関係した情報またはデータ）イ
ンターネット上のデータベースの具体的なコンポーネン
トの情報には、その他の関係した情報またはデータも格
納できる。このデータベースがインターネット上に構築
されていることを利用してベンダー以外から提供された
情報を格納できる。例えば気象情報を利用してベンダー
から顧客の組み立て工場までの輸送が予定どおり行える
状況にあるかどうかを顧客に知らせることができる。同
様にして輸送のための船便、航空便、トラックの手配の
可否も、業界横断的な超ｅーマーケットプレースによ
り、リアルタイムで顧客に提示できる。同様にして顧客
が発注した具体的なコンポーネントの輸送状況も顧客に
提示することができる。
【００６７】Ｃ．免疫型システムによる推薦システム 生物学に発想を得た最適化手法としては遺伝的アルゴリ
ズムが知られているが、免疫系に発想を得た最適化手法
も、コンピュータウィルス対策で使用されている。免疫
系の特徴である「免疫寛容の獲得」、「クローン選択
説」、「記憶細胞」から発想を得た免疫的システムを使
用して最適解の解候補を高速に生成するが、ここでは記
憶細胞のアナロジーを使用する。
【００６８】免疫型システムに提示されるのは製品のモ
デルである。問題はこの製品のモデルの各コンポーネン
トに対応する最適な具体的なコンポーネントの組み合わ
せを求めることである。本発明では、生物の免疫系のア
ナロジーとして記憶細胞を利用する。このため以前に提
示された問題の解をこの記憶細胞で保存しておき、同じ
問題が免疫型システムに提示された場合にはただちに以
前の解を回答する。問題として具体的な製品のモデルが
免疫型システムによる推薦システムに提示されると次の
手順で解を探索する。
【００６９】製品のモデルすなわち顧客の仕様が以前
提示されたものと同じかどうかを確認する。
【００７０】以前提示されたものと同じ場合には、記
憶細胞に保存されている解を回答する。ただし、以前の
解があらかじめ定められた一定期間以上前の古いデータ
を基にした解の場合には、以前の解を回答しない。
【００７１】以前には提示されていない製品のモデル
の場合には、後述する動的計画法か遺伝的アルゴリズム
で解を求める。
【００７２】得られた解を記憶細胞で、仕様をデータ
ベースに保存する。
【００７３】なお、インターネット上のデータベースの
データはリアルタイムで更新されているために以前求め
た解は時間の経過とともに最適解でなくなる可能性があ
る。このためにある一定時間以上経過した保存されてい
る解は回答しない。
【００７４】Ｄ．動的計画法 図７に示す如きインターネット上のデータベースから製
品を組み立てるための具体的なコンポーネントの組み合
わせを求める方法について説明する。ここで示した製品
のモデルを使用して全ての具体的なコンポーネントをノ
ードとする有向グラフを構成することができる。全ての
具体的なコンポーネントのノードの集合にスタートｓと
ゴールｇというノードを付け加える。これは後の定式化
を容易にするためのものである。
【００７５】ここで考える有向グラフはスタートｓから
始まる。ノードｓからコンポーネントの種類ＭＣ1 に属
する全ての具体的なコンポーネントＶＣ1 (i) へのリン
クがある。次にコンポーネントの種類ＭＣ1 の各具体的
なコンポーネントＶＣ1 (i)と組み合わすことのできる
次のコンポーネントの種類ＭＣ2 に属する具体的なコン
ポーネントＶＣ2 (j) がある場合にはＶＣ1 (i) からＶ
Ｃ2 (j) へリンクを張る。以下同様である。
【００７６】ただし最後にＭＣN の全ての具体的なコン
ポーネントＶＣN (k) からゴール（ｇ）へリンクを張
る。このようにして図７に示す如く、具体的なコンポー
ネントと｛ｓ、ｇ｝をノードとする有向グラフが得られ
る。
【００７７】具体的な製品を構成するコンポーネントは
この有向グラフを使用すれば求めることができる。すな
わちスタートｓから出発し、ｓとリンクされている次の
ノードＶＣ1 (i1)を選択する。次にこの選択されたノー
ドＶＣ1 (i1)とリンクされているコンポーネントの種類
ＭＣ2 に属するノードＶＣ2 (i2)を選択する。以下同様
の操作を繰り返す。最後にはノードｇに行きついて操作
が終了する。このように具体的な製品の構成にはこの有
向グラフの一つのスタートｓからゴールｇに至る経路が
対応している。
【００７８】インターネット上のデータベースからは、
各ノードに対応した具体的なコンポーネントの価格、輸
送費、在庫状況などを正確に知ることができる。これら
に必要ならば重みを付けて具体的なコンポーネントにコ
ストを割り当てることができる。
【００７９】この具体的なコンポーネントのコストを使
うと上記のような製品の構成に対応した経路に目的関数
を定義できる。これは経路上にある具体的なコンポーネ
ントのコストの重み付けられた総和である。問題は次の
ように、「有向グラフのノードｓからノードｇに至る経
路で目的関数が最小となる経路を見つけること」と、定
式化できる。
【００８０】これは良く知られた最短経路問題であり、
これは動的計画法で解を求めることができる。解が厳密
に最適解でなくとも良いならば、遺伝的アルゴリズムな
どによって解を求めることも有効であり、また動的計画
法と遺伝的アルゴリズムのハイブリッド化により遺伝的
アルゴリズムを高速化できる。
【００８１】Ｅ．遺伝的アルゴリズム 遺伝的アルゴリズムによって、提示された製品のモデル
のコンポーネントの最適な具体的なコンポーネントの組
み合わせを求めることができる。これは生物の免疫系に
おける体細胞変異に対応している。具体的には保存して
ある解から突然変異などの方法で初期集団を作成し、こ
の以前の解をもとにして、インターネット上のデータベ
ースから求めた最新のデータに基づいて遺伝的アルゴリ
ズムによって解を求める。
【００８２】（染色体のコード法）前記記号を使用する
と、染色体は下記（２）式のごとく表現される。
【００８３】
【数２】
【００８４】図８は、この記号により示した染色体を示
す。
【００８５】すなわち、前記図７で説明した、スタート
ｓから出発して、ｓとリンクしているノードを順に結
び、最後にゴールｇに至る有向グラフの経路が染色体と
して示される。
【００８６】（交叉）上記の染色体に作用する交叉とし
ては繋ぎ替え交叉法が考えられる。これは下記（３）
式、（４）式で示される２つの親の染色体を考える。
【００８７】
【数３】
【００８８】上記の（３）式で示される染色体は下記
（５）式の経路を表現しており、また上記の（４）式で
示される染色体は下記（６）式の経路を表現している。
【００８９】
【数４】
【００９０】この２つの親の染色体の表現する経路を繋
ぎ替えることを考える。経路上で次の（７）式または
（８）式のように２つの経路を繋ぎ替えることができる
２つの隣接するノードの組を求める。
【００９１】
【数５】
【００９２】または
【００９３】
【数６】
【００９４】である。この場合図９、図１０に示す如
く、少なくとも１つの子供ができる。
【００９５】図９に示す例は、染色体Ｇ1 とＧ2 を一点
鎖線において切断し、これらを繋ぎ替えるとき、Ａ＋
Ｂ′は、その具体的なコンポーネントＲ１が具体的なコ
ンポーネントＲ２′とリンクしており、一点鎖線部分に
おけるパターンが一致しているのでその繋ぎ替えは可能
であり、子供の染色体Ｇ3 を得ることができる。しかし
Ａ′＋Ｂでは、具体的なコンポーネントＲ１′がＲ２と
リンクしないのでパターンが一致しないものとなりこの
ような繋ぎ替えはできない。なお、これらコンポーネン
トＲ１、Ｒ２、Ｒ１′、Ｒ２′は、着目した個体の染色
体における遺伝子を示す。
【００９６】また図１０に示す例は、染色体Ｇ10とＧ11
とを一点鎖線において切断し、これらを繋ぎ替えると
き、Ａ＋Ｂ′はその具体的なコンポーネントＲ１とＲ
２′がリンクしており、またＡ′＋Ｂもこれまたその具
体的なコンポーネントＲ１′とＲ２がリンクしているの
で、これらの繋ぎ替えはいずれも可能であり、２つの子
供の染色体Ｇ12、Ｇ13を得ることができる。
【００９７】このような２つの隣接するノードの組を発
見して、これをリストに記載しておく、そしてこのリス
トから下記の手法で繋ぎ替え交叉を実施する２つの隣接
するノードの組を発見する。
【００９８】リストからランダムに選択する。
【００９９】ただ１つの子供が作れる隣接するノード
の組から選択する（図９）。
【０１００】２つの子供が作れる隣接ノードの組から
選択する。（図１０）。
【０１０１】このような交叉を実施するカットポイント
を１つだけにするか複数個許容するかにより、一点繋ぎ
替え交叉、多点繋ぎ替え交叉等が考えられる。
【０１０２】遺伝的アルゴリズムによって解を求める際
の交叉を行うとき、２つの親の染色体の表わす経路を繋
ぎ替えることのできる２つの隣接するノード（交叉点）
のリストを作り、このリストからランダムに交叉点を選
択することができる。
【０１０３】また、経路の繋ぎ替えを元にした交叉のな
かで、１つの交叉点のみで交叉を実行するか、複数の交
叉点で交叉を実行するのか選択することができる。
【０１０４】（突然変異）前記の染色体に作用する突然
変異としては以下の（９）式のような染色体の遺伝子で
ＶＣk (ik ) を考える。ここでコンポーネントの種類Ｍ
Ｃkに属する具体的なコンポーネントＶＣk (p) が存在
して具体的なコンポーネントＶＣk-1 (ik-1)とＶＣ
k (p) かつＶＣk (p) とＶＣk+1 (ik+1)の間に有向グラ
フのノードとしてリンクが存在する場合を考える。
【０１０５】
【数７】
【０１０６】このとき（９）式の遺伝子ＶＣk (ik ) に
突然変異を適用することができる。そして突然変異の後
で遺伝子ＶＣk (ik ) はＶＣk (p) に変化し、染色体は
下記の（１０）式のように変化する。
【０１０７】
【数８】
【０１０８】もしも上記したＶＣk (p) が複数存在する
場合には次のような突然変異が考えられる。すなわち、
図１１に示すランダム突然変異と、図１２に示す局所最
適化突然変異である。
【０１０９】ランダム突然変異は、図１１（Ａ）の点線
内に示すＶＣk (ik ) が変化する複数の候補のうちから
ランダムに一つ選択する突然変異の方法である。しかし
この場合、図１１（Ａ）に示す如く、具体的なコンポー
ネントＲとＲ１がリンクされている場合、同（Ｂ）に示
す如く、ＲとＲ１がリンクした状態で突然変異すること
はできるが、同（Ｃ）に示す如く、ＲとＲ１がリンクし
ない状態で突然変異することはできない。
【０１１０】局所最適化突然変異は、図１２（Ａ）に示
す如く、点線内の具体的なコンポーネントＲ１の突然変
異先の候補が、ｂとｃの複数あるとき、最も適応度が上
昇する候補を選択する突然変異の方法である。図１２の
場合は、同（Ｂ）に示す如く、ｂよりもｃが選択された
例を示す。
【０１１１】なお、適応度は、次の（１１）式のように
定義されたフィトネス関数が使用できる。
【０１１２】
【数９】
【０１１３】（１１）式において、Ｃｏｓｔk は染色体
の第ｋ番目の遺伝子である具体的なコンポーネントＶＣ
k (ik ) の複数のコストの重みづけられた和である。こ
れらのコストは、インターネット上のデータベースから
得ることができる。このようにフィトネスを定義するこ
とにより、最適な具体的なコンポーネントの組み合わせ
を知ることができる。
【０１１４】図２に示す本発明の一実施の形態の動作
を、図１３に示すフローチャートにもとづき説明する。
【０１１５】Ｓ１．ユーザー９は、自分が希望する製品
のモデルつまり仕様を入力する。
【０１１６】Ｓ２．記憶細胞３−０は、インタフェース
３−２を経由してこれを受け、同じ製品のモデルの解が
あるか否かをチェックする。
【０１１７】Ｓ３．解が存在したとき、この解があらか
じめ定められた一定期間以内に求めた解か否かをチェッ
クする。
【０１１８】Ｓ４．存在した解が一定期間以内に得られ
たものであれば、記憶細胞３−０はこれを最適化ツール
３−１、インタフェース３−２を経由してユーザー９に
この解を提示する。
【０１１９】Ｓ５．これをみてユーザー９がこの解を使
って部品を発注すれば、発注処理手段３−４がこれを認
識して発注処理を行う。発注しなければ終了する。
【０１２０】Ｓ６．発注処理を行えば、これにもとづき
課金徴集手段３−５がユーザー９に対し課金を徴集処理
する。
【０１２１】Ｓ７．ところで前記Ｓ３において、求めら
れた解があらかじめ定められた一定期間を経過していた
場合、顧客情報管理・最適化部３のフロントエンドがユ
ーザー９に対し、同じ製品のモデルの解があるものの一
定期間経過したものであり、新規に解を求めるか否かを
問い合わせる。
【０１２２】Ｓ８．ユーザー９が新規に解を求めること
を選択した場合、最適化ツール３−１はインターネット
上のデータベース２−１から、動的計画法により解を求
め、前記Ｓ４と同様にユーザーに解を提示し、前記Ｓ５
以下の処理が行われる。
【０１２３】Ｓ９．ユーザー９が新規に解を求めること
を選択しなかった場合、最適化ツール３−１は、前記一
定期間を経過した、古い解を元にして遺伝的アルゴリズ
ムにより解を求め、前記Ｓ４と同様にユーザーに提示
し、前記Ｓ５以下の処理が行われる。
【０１２４】本発明の具体的な実施例を図１４により説
明する。図１４においては、製品のモデルとして３つの
コンポーネントの種類ＭＣ1 、ＭＣ2 、ＭＣ3 で構成さ
れている場合を考える。各コンポーネントの種類は各々
３つの具体的なコンポーネントＶＣ1 (i) (i＝1,2,3)、
ＶＣ2 (i)(i ＝1,2,3)、ＶＣ3 (i) (i＝1,2,3)を持つも
のとする。例えば製品のモデルがパソコンの場合なら
ば、ＭＣ1 はＣＰＵであり、ＭＣ2 はメモリ、ＭＣ3 は
ハードディスクとみなせる。そして各具体的なコンポー
ネントには、図１４（Ｂ）に示す如く、コストが割り振
られている。「インターネット上のデータベース」から
必要な情報は全て引き出せると仮定したので、これらの
具体的なコンポーネントはたいていの場合、殆どの組み
合わせは可能であると期待できる。
【０１２５】各コンポーネントの種類には順序関係を仮
定した。この順序関係を使って、ＭＣ1 のなかの１つの
具体的なコンポーネントＶＣ1 (i) と組み合わすことの
できるＭＣ2 のなかの具体的なコンポーネントＶＣ
2 (j) が決まる。以下同様である。
【０１２６】ところが何らかの理由により、例えば在庫
量のアンバランス、技術的問題、品質の未保証等によっ
て組み合わせることができない場合、つまりリンクがで
きない場合が若干生じる。このような場合には、最適化
手法を用いて最適な組み合わせを構成する必要がでてく
る。
【０１２７】ここでは図１４（Ａ）のような有向グラフ
で製品のモデルが与えられているとする。図１４では各
具体的なコンポーネントの表示を簡単なためにＶＣ1(1)
は０、ＶＣ1(2)は１、ＶＣ1(3)は２、ＶＣ2(1)は３、Ｖ
Ｃ2(2)は４、ＶＣ2(3)は５、ＶＣ3(1)は６、ＶＣ3(2)は
７、ＶＣ3(3)は８と略記した。そして各具体的なコンポ
ーネントのコストは図１４（ｂ）に示す通りであると仮
定した。この製品のモデルの最小コストを動的計画法で
求めると１６となり、対応する製品のモデルを構成する
具体的なコンポーネントの組み合わせは、「１、４、
６」と求めることができる。
【０１２８】本発明で提示したビジネスモデルは、「超
ｅーマーケットプレース」における部品の調達を「イン
ターネット上のデータベース」と免疫型システムと動的
計画法、遺伝的アルゴリズムを組み合わせたことにより
部品調達を効率的に、また部品の調達の状態の実際の変
化への適応能力を増加させて実施できるようになった。
【０１２９】また遺伝的アルゴリズムに適した高速アル
ゴリズム、交叉、突然変異を用いることにより解を効果
的に発生させ、最適解を効率的に探索できるようになっ
た。
【０１３０】本発明の実施の形態を下記に付記する。
【０１３１】（付記１）複数のコンポーネントを組み合
わせて製品を作るユーザーに、その製品を作成するため
に最適なコンポーネントの組み合わせを提供する最適部
品選択装置において、複数のコンポーネント提供者から
提供される最新のコンポーネントを組み合わせた、イン
ターネット上の超ｅーマーケットプレース用のデータベ
ースと、この超ｅーマーケットプレース用のデータベー
スをアクセスしてユーザーが最適解を見つける最適化手
段と、ユーザーが最適解を見つけ、コンポーネントの発
注を行った場合に課金徴収処理を行う課金徴収手段とを
具備したことを特徴とする超ｅーマーケットプレースに
おける部品選択装置。
【０１３２】（付記２）前記インターネット上の超ｅー
マーケットプレース用のデータベースにおけるコンポー
ネントのデータとして、コンポーネントの価格、ユーザ
ーの組み立て工場までの輸送費、在庫状況、他のコンポ
ーネントとの組み合わせの可／不可情報を含むことを特
徴とする（付記１）記載の超ｅーマーケットプレースに
おける部品選択装置。
【０１３３】（付記３）（付記１）の製品として順序関
係の定義された複数のコンポーネントの種類を用いて定
義する製品のモデルを用いることを特徴とする方法。
【０１３４】（付記４）（付記１）の「インターネット
上のデータベース」の部品のデータとして（付記２）の
部品のデータに付加的なデータを用いてユーザーの便宜
に供することを特徴とする部品のデータ。
【０１３５】（付記５）（付記１）の最適化手段とし
て、（付記３）の製品のモデルを用い、（付記１）のイ
ンターネット上のデータベースからコンポーネントの種
類の具体的なコンポーネントを定めこれに基づいてレイ
ヤードネットワークを構成し、動的計画法で最適な具体
的なコンポーネントの組み合わせを求めることを特徴と
する最適化装置。
【０１３６】（付記６）前記最適化手段として、インタ
ーネット上のデータベースからコンポーネントのコスト
として価格および輸送費の重みづけられた量を元にする
ことを特徴とする（付記１）記載の超ｅーマーケットプ
レースにおける部品選択装置。
【０１３７】（付記７）（付記５）の具体的なコンポー
ネントをノードとするレイヤードネットワークを構成す
る際にインターネット上のデータベースの仕様に基づい
て組み合わすことのできない具体的なコンポーネントを
表すノード間にはリンクを作らない方法をもちいるレイ
ヤードネットワークの構成法。
【０１３８】（付記８）前記最適化手段として、コンポ
ーネントの組み合わせの最適化を実行するために、免疫
型手段を用いることを特徴とする（付記１）記載の超ｅ
ーマーケットプレースにおける部品選択装置。
【０１３９】（付記９）（付記８）の免疫型システムに
おいて提示された製品モデルの解を記憶する「記憶細
胞」に類似した手法を用いることを特徴とする免疫型シ
ステム。
【０１４０】（付記１０）（付記（８）の免疫型システ
ムにおいて、「記憶細胞」に類似した手法を用いる際
に、製品のモデルの解で一定期間以上経過した解はユー
ザーに提示しないことを特徴とする「記憶細胞」類似の
手法。
【０１４１】（付記１１）前記免疫型手段として、記憶
細胞型手段を用いるときに解が提示されない場合に、新
たに解を動的計画法で求めるか、または時間が経過して
提示されない解を元にして遺伝的アルゴリズムで解を求
めるかをユーザーが指定することを特徴とする（付記
１）記載の超ｅーマーケットプレースにおける部品選択
装置。
【０１４２】（付記１２）（付記１１）の「記憶細胞」
に類似した手法を用いる方法のなかで、遺伝的アルゴリ
ズムによって解を求める際に、「記憶細胞」類似の手法
によって保存してある過去の解に突然変異を適用して初
期集団を作る方法を用いる遺伝的アルゴリズム。
【０１４３】（付記１３）（付記１１）の「記憶細胞」
に類似した手法を用いる方法のなかで、遺伝的アルゴリ
ズムによって解を求める際の染色体のコード法に製品の
モデルのレイヤードネットワークのスタートからゴール
に至る経路をもとにしたコード法を用いる遺伝的アルゴ
リズム。
【０１４４】（付記１４）（付記１１）の「記憶細胞」
に類似した手法を用いる方法のなかで、遺伝的アルゴリ
ズムによって解を求める際の交叉の方法に二つの染色体
の表す経路で繋ぎ替えることのできる二つの隣接するノ
ードの一つの組を求め経路の繋ぎ替えによって子供を作
る交叉の方法。
【０１４５】（付記１５）（付記１１）の「記憶細胞」
に類似した手法を用いる方法のなかで、遺伝的アルゴリ
ズムによって解を求める際の交叉を行う際に二つの親の
染色体の表す経路を繋ぎ替えることのできる二つの隣接
するノード（交叉点）のリストを作り、このリストから
ランダムに交叉点を選択する交叉の方法。
【０１４６】（付記１６）（付記１１）の「記憶細胞」
に類似した手法を用いる方法のなかで、遺伝的アルゴリ
ズムによって解を求める際の交叉を行う際に二つの親の
染色体の表す経路を繋ぎ替えることのできる二つの隣接
するノード（交叉点）のリストを作り、このリストから
ただ一つの子供が作れる交叉点の集合から交叉点を選択
する交叉の方法。
【０１４７】（付記１７）（付記１１）の「記憶細胞」
に類似した手法を用いる方法のなかで、遺伝的アルゴリ
ズムによって解を求める際の交叉を行う際に二つの親の
染色体の表す経路を繋ぎ替えることのできる二つの隣接
するノード（交叉点）のリストを作り、このリストから
二つの子供が作れる交叉点の集合から交叉点を選択する
交叉の方法。
【０１４８】（付記１８）（付記１５）又は（付記１
６）または（付記１７）の方法において経路の繋ぎ替え
を元にした交叉のなかで、一つの交叉点のみで交叉を実
行するか、複数の交叉点で交叉を実行することを特徴と
する方法。
【０１４９】（付記１９）（付記１１）の「記憶細胞」
に類似した手法を用いる方法のなかで、遺伝的アルゴリ
ズムによって解を求める際の突然変異として、個体の染
色体表現の経路のノードで、ノードが表す具体的なコン
ポーネントが属するコンポーネントの種類の他の具体的
なコンポーネントと交換できる場合にランダムに交換相
手を選択することを特徴とする突然変異。
【０１５０】（付記２０）（付記１１）の「記憶細胞」
に類似した手法を用いる方法のなかで、遺伝的アルゴリ
ズムによって解を求める際の突然変異として、個体の染
色体表現の経路のノードで、ノードが表す具体的なコン
ポーネントが属するコンポーネントの種類の他の具体的
なコンポーネントと交換できる場合に適応度が最も上昇
する交換相手を選択し、どの交換相手を選択しても適応
度が上昇しない場合には交換しないことを特徴とする突
然変異。
【０１５１】（付記２１）（付記１１）の「記憶細胞」
に類似した手法を用いる方法のなかで、遺伝的アルゴリ
ズムによって解を求める際に個体の染色体の遺伝子であ
る具体的なコンポーネントの価格、輸送費などのコスト
に重みをつけたコストを全遺伝子についての総和を定数
値から引いた量を適応度とする方法。
【０１５２】これらの付記により下記の効果を奏する。
【０１５３】（１）複数のコンポーネント提供者から提
供される最新のコンポーネントを組み合わせた、インタ
ーネット上の超ｅーマーケットプレース用のデータベー
スを用い、これをアクセスしてユーザーが最適解を見つ
ける最適化手段をつかうことにより、リアルタイムでイ
ンターネットを使用して、複数の提供者からの必要なコ
ンポーネント情報を容易に入手することができる。
【０１５４】（２）インターネットにおけるデータベー
スのコンポーネント・データとして価格、輸送費、在庫
状況、他のコンポーネントの組み合わせの可／不可情報
等までコンポーネントのデータとして含まれているの
で、これらの事項まで加味した情報を正確に得ることが
できる。
【０１５５】（３）仕様書の定義により動的計画法を使
用することができかつ最小経費問題として高速で解を求
めることができる。
【０１５６】（４）インターネット上のデータベース
に、交通情報、事故情報、天気予報情報等を付加し、ユ
ーザーの便宜に供することができる。
【０１５７】（５）製品のモデルを用い、インターネッ
ト上のデータベースからコンポーネントの種類の具体的
なコンポーネントを定め、これに基づいてレイヤードネ
ットワークを構成し、動的計画法で最適な具体的なコン
ポーネントの組み合わせを求めるので、高速に解を求め
ることができる。
【０１５８】（６）コンポーネントの価格や輸送費等ユ
ーザーが重要視している項目に重みづけしたデータを正
確に入手することができる。
【０１５９】（７）インターネット上のデータベースの
仕様に基づいて組み合わせることができない具体的なコ
ンポーネントを表すノード間にはリンクを作らないの
で、動的計画法の経路が減少し、高速に解を求めること
ができる。
【０１６０】（８）インターネット用の超ｅーマーケッ
トプレース用のデータベースをアクセスする最適化手段
として免疫型手段を用いるので所望とするデータがすで
に他のユーザーによりアクセスされているような場合、
直ちに解を提供することができる。
【０１６１】（９）製品モデルの解を記憶しておくの
で、同じ製品モデルがユーザーから入力されたとき、こ
の記憶していた解を提示するので、高速に、必要とする
解を提供できる。
【０１６２】（１０）記憶していた製品モデルの解で
も、一定期間以上経過した解はユーザーに提示しないよ
うにしたので、ユーザーには新しいデータでの解を提供
することができる。
【０１６３】（１１）免疫型手段として記憶細胞型手段
を用いる場合に解が提示されない場合、新たに解を動的
計画法で求めるのか、それとも時間が経過したために提
示されなかった解を元にして遺伝的アルゴリズムで解を
求めるのかをユーザーが指定可能にしたので、ユーザー
の好みに合わせて解を求めることができる。例えば古い
データでもユーザーの好みにあえば、古い解を元にして
遺伝的アルゴリズムで解を求めることができる。
【０１６４】（１２）記憶細胞に記憶されている過去の
解に突然変異を適用して初期集団を作り、遺伝的アルゴ
リズムにより解を求めるので、過去にユーザーが解とし
たものと合う性格の解を早く求めることができる。
【０１６５】（１３）染色体のコード法に製品のモデル
のレイヤードネットワークのスタートからゴールに至る
経路をもとにしたコード法を用いるので、インターネッ
ト上のデータベースから染色体を得ることができ、早く
解を求めることができる。
【０１６６】（１４）交叉により親とは別の良い解を探
索することができる。
【０１６７】（１５）色々な子供をつくることができる
ので、解の範囲を広げることができる。
【０１６８】（１６）交叉を行うリストを作るとき、子
供を１組に限定できるので、集団全体の大きさを限定す
ることができるので、良い解が得られそうになったと
き、集団の大きさを限定し、良い解を早く得ることがで
きる。
【０１６９】（１７）交叉の初期には２組の子供を得る
ことができるので、バリエーションを増すことができ
る。
【０１７０】（１８）交叉点を多く選べば親とは異なる
性質のものを作成することができる。また世代数が経過
して、あまり変化がなくなれば１つの交叉点で交叉を実
行することを選択し、良好の解を得ることができる。こ
のように世代毎にどちらかを選択することができる。
【０１７１】（１９）ローカルミニマムに落ちないよう
にランダムに変えることができる。
【０１７２】（２０）複数の具体的なコンポーネントと
交換可能なとき、適応度が最も上昇する交換相手を選択
できるので、最適な具体的なコンポーネントの組み合わ
せを得ることができる。
【０１７３】（２１）具体的なコンポーネントのコスト
に重みづけたものを全遺伝子についての総和を定数値か
ら引いた量を適応度としたので、最適なコンポーネント
の組み合わせを容易に求めることができる。
【０１７４】
【発明の効果】本発明によれば下記の効果を奏すること
ができる。
【０１７５】（１）複数のコンポーネント提供者から提
供される最新のコンポーネントを組み合わせた、インタ
ーネット上の超ｅーマーケットプレース用のデータベー
スを用い、これをアクセスしてユーザーが最適解を見つ
ける最適化手段をつかうことにより、リアルタイムでイ
ンターネットを使用して、複数の提供者からの必要なコ
ンポーネント情報を容易に入手することができる。
【０１７６】（２）インターネットにおけるデータベー
スのコンポーネント・データとして価格、輸送費、在庫
状況、他のコンポーネントの組み合わせの可／不可情報
等までコンポーネントのデータとして含まれているの
で、これらの事項まで加味した情報を正確に得ることが
できる。
【０１７７】（３）コンポーネントの価格や輸送費等ユ
ーザーが重要視している項目に重みづけしたデータを正
確に入手することができる。
【０１７８】（４）インターネット用の超ｅーマーケッ
トプレース用のデータベースをアクセスする最適化手段
として免疫型手段を用いるので所望とするデータがすで
に他のユーザーによりアクセスされているような場合、
直ちに解を提供することができる。
【０１７９】（５）免疫型手段として記憶細胞型手段を
用いる場合に解が提示されない場合、新たに解を動的計
画法で求めるのか、それとも時間が経過したために提示
されなかった解を元にして遺伝的アルゴリズムで解を求
めるのかをユーザーが指定可能にしたので、ユーザーの
好みに合わせて解を求めることができる。例えば古いデ
ータでもユーザーの好みにあえば、古い解を元にして遺
伝的アルゴリズムで解を求めることができる。
【図面の簡単な説明】
【図１】本発明の概略図である。
【図２】本発明の一実施の形態である。
【図３】遺伝的アルゴリズム説明図である。
【図４】遺伝的アルゴリズムにおける選択説明図であ
る。
【図５】遺伝的アルゴリズムにおける交叉説明図であ
る。
【図６】遺伝的アルゴリズムにおける突然変異説明図で
ある。
【図７】製品モデル説明図である。
【図８】遺伝的アルゴリズムの染色体コード法説明図で
ある。
【図９】遺伝的アルゴリズムの交叉で子供が１つしか作
れない場合の説明図である。
【図１０】遺伝的アルゴリズムの交叉で子供が２つ作れ
る場合の説明図である。
【図１１】遺伝的アルゴリズムの突然変異説明図であ
る。
【図１２】局所最適化突然変異説明図である。
【図１３】本発明の動作説明フローチャートである。
【図１４】本発明の一実施例説明図である。
【図１５】従来の製造業者モデル説明図である。
【符号の説明】
１−０〜１−ｎ ｅーマーケットプレース ２ 超ｅーマーケットプレース・データベース ３ 顧客情報管理・最適化部 ４ 情報補充部 ５−０〜５−２ ユーザー ６−０〜６−２ ユーザー ７−０〜７−２ ユーザー ８−０〜８−２ ユーザー ９ ユーザー
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｇ０６Ｎ 3/00 ５５０ Ｇ０６Ｎ 3/00 ５５０Ｃ

Claims (5)

    【特許請求の範囲】
  1. 【請求項１】複数のコンポーネントを組み合わせて製品
    を作るユーザーに、その製品を作成するために最適なコ
    ンポーネントの組み合わせを提供する最適部品選択装置
    において、 複数のコンポーネント提供者から提供される最新のコン
    ポーネントを組み合わせた、インターネット上の超ｅー
    マーケットプレース用のデータベースと、この超ｅーマ
    ーケットプレース用のデータベースをアクセスしてユー
    ザーが最適解を見つける最適化手段と、 ユーザーが最適解を見つけ、コンポーネントの発注を行
    った場合に課金徴収処理を行う課金徴収手段とを具備し
    たことを特徴とする超ｅーマーケットプレースにおける
    部品選択装置。
  2. 【請求項２】前記インターネット上の超ｅーマーケット
    プレース用のデータベースにおけるコンポーネントのデ
    ータとして、コンポーネントの価格、ユーザーの組み立
    て工場までの輸送費、在庫状況、他のコンポーネントと
    の組み合わせの可／不可情報を含むことを特徴とする請
    求項１記載の超ｅーマーケットプレースにおける部品選
    択装置。
  3. 【請求項３】前記最適化手段として、インターネット上
    のデータベースからコンポーネントのコストとして価格
    および輸送費の重みづけられた量を元にすることを特徴
    とする請求項１記載の超ｅーマーケットプレースにおけ
    る部品選択装置。
  4. 【請求項４】前記最適化手段として、コンポーネントの
    組み合わせの最適化を実行するために、免疫型手段を用
    いることを特徴とする請求項１記載の超ｅーマーケット
    プレースにおける部品選択装置。
  5. 【請求項５】前記免疫型手段として、記憶細胞型手段を
    用いるときに解が提示されない場合に、新たに解を動的
    計画法で求めるか、または時間が経過して提示されない
    解を元にして遺伝的アルゴリズムで解を求めるかをユー
    ザーが指定することを特徴とする請求項１記載の超ｅー
    マーケットプレースにおける部品選択装置。
JP2001155576A 2001-05-24 2001-05-24 超ｅーマーケットプレースにおける部品選択装置 Expired - Fee Related JP4563614B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2001155576A JP4563614B2 (ja) 2001-05-24 2001-05-24 超ｅーマーケットプレースにおける部品選択装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2001155576A JP4563614B2 (ja) 2001-05-24 2001-05-24 超ｅーマーケットプレースにおける部品選択装置

Publications (2)

Publication Number Publication Date
JP2002352123A true JP2002352123A (ja) 2002-12-06
JP4563614B2 JP4563614B2 (ja) 2010-10-13

Family

ID=18999738

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001155576A Expired - Fee Related JP4563614B2 (ja) 2001-05-24 2001-05-24 超ｅーマーケットプレースにおける部品選択装置

Country Status (1)

Country Link
JP (1) JP4563614B2 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007523392A (ja) * 2003-09-19 2007-08-16 ヒューレット−パッカード デベロップメント カンパニー エル．ピー． ストレージシステム設計方法
JP2012527675A (ja) * 2009-05-18 2012-11-08 ロモネット リミテッド データセンタシミュレータ
WO2014168806A1 (en) * 2013-04-08 2014-10-16 Amazon Technologies, Inc. Identifying part interchanges at electronic marketplaces

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10113851A (ja) * 1996-10-09 1998-05-06 Nec Corp 生産ライン効率化方法
JP2000132596A (ja) * 1998-10-21 2000-05-12 Ntt Data Corp 電子商取引システム及び電子商取引センタ
JP2001014021A (ja) * 1999-07-02 2001-01-19 Hitachi Ltd 受注システム、顧客側端末、受注方法および記憶媒体
JP2001060233A (ja) * 2000-01-01 2001-03-06 Hitachi Ltd 受注生産方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10113851A (ja) * 1996-10-09 1998-05-06 Nec Corp 生産ライン効率化方法
JP2000132596A (ja) * 1998-10-21 2000-05-12 Ntt Data Corp 電子商取引システム及び電子商取引センタ
JP2001014021A (ja) * 1999-07-02 2001-01-19 Hitachi Ltd 受注システム、顧客側端末、受注方法および記憶媒体
JP2001060233A (ja) * 2000-01-01 2001-03-06 Hitachi Ltd 受注生産方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007523392A (ja) * 2003-09-19 2007-08-16 ヒューレット−パッカード デベロップメント カンパニー エル．ピー． ストレージシステム設計方法
JP2012527675A (ja) * 2009-05-18 2012-11-08 ロモネット リミテッド データセンタシミュレータ
US9830407B2 (en) 2009-05-18 2017-11-28 Romonet Limited Data centre simulator
US11087041B2 (en) 2009-05-18 2021-08-10 Cbre Managed Services Limited Data centre simulator
WO2014168806A1 (en) * 2013-04-08 2014-10-16 Amazon Technologies, Inc. Identifying part interchanges at electronic marketplaces

Also Published As

Publication number Publication date
JP4563614B2 (ja) 2010-10-13

Similar Documents

Publication Publication Date Title
US9734525B2 (en) Metasearching on a wireless sensor network, using a plurality of spatially distributed sensor nodes that monitor physical and environmental conditions at a plurality of locations
Jiao et al. Product portfolio planning with customer-engineering interaction
US7912761B2 (en) Initial product offering system and method
Rothkopf et al. Modeling competitive bidding: A critical essay
Lau et al. A credibility-based fuzzy location model with Hurwicz criteria for the design of distribution systems in B2C e-commerce
JP2001117973A (ja) 不動産評価装置、不動産評価方法、不動産評価プログラムを格納する記録媒体および不動産情報提供システム
WO2006020805A2 (en) Searching industrial component data, building industry networks, and generating and tracking design opportunities
US20050065867A1 (en) Demand-and-supply intervening system, demand-and-supply intervening method, and demand-and-supply intervening support program
Zhang et al. Learning to select supplier portfolios for service supply chain
Keskinocak et al. Decision support for managing an electronic supply chain
Sarkis et al. Evolution of brokering paradigms in e-commerce enabled manufacturing
KR100788535B1 (ko) 고수방과 그룹을 통한 온라인 증권정보 제공 시스템 및 그방법
Sarkar et al. A survey on applications of coalition formation in multi‐agent systems
JP2002352123A (ja) 超ｅーマーケットプレースにおける部品選択装置
van Bragt et al. Equilibrium selection in alternating-offers bargaining models: The evolutionary computing approach
US20060167701A1 (en) Estate group purchasing matching system
Zhu et al. Integrating a prospect theory-based consensus-reaching process into large-scale quality function deployment and its application in the evaluation of contingency plan
JP4224002B2 (ja) 需給仲介システム及び需給仲介方法、並びに需給仲介を支援するためのプログラム
Zhang et al. Ordering and ranking products for an online retailer
Choi et al. A sales agent for part manufacturers: VMSA
Han et al. An NFT-based distributed auction mechanism for multi-resource trading in computing power network
Pivk et al. E-commerce intelligent agents
de Matta et al. Product price alignment with seller service rating and consumer satisfaction
Yu et al. Optimized configuration of manufacturing resources for middle and lower batch customization enterprises in cloud manufacturing environment
Fu et al. Scheduling stochastic distributed flexible job shops using an multi-objective evolutionary algorithm with simulation evaluation

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20071219

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20100422

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100511

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100705

RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20100705

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20100705

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20100727

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20100729

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130806

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees