JP2005321919A - 生産ラインにおける人員編成方法 - Google Patents
生産ラインにおける人員編成方法 Download PDFInfo
- Publication number
- JP2005321919A JP2005321919A JP2004138154A JP2004138154A JP2005321919A JP 2005321919 A JP2005321919 A JP 2005321919A JP 2004138154 A JP2004138154 A JP 2004138154A JP 2004138154 A JP2004138154 A JP 2004138154A JP 2005321919 A JP2005321919 A JP 2005321919A
- Authority
- JP
- Japan
- Prior art keywords
- work
- personnel
- organization
- data
- workers
- 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
Images
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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
【課題】勘や経験に頼ることなく、しかも、個々の作業における問題の改善等を加味した効率の良い人員編成を可能とする。
【解決手段】複数の作業を複数の作業員によって分担実行して生産を行う生産ラインにおけいて、複数の作業員の現状における負荷状況に関するデータを取得、分析し（ステップＳ１００、Ｓ１０２）、その分析に基づいて問題となる作業の効率化を行い（ステップＳ１０６）、しかる後の複数の作業の各々の作業時間のデータを用いて、種々の人員編成における作業の割り当てを遺伝的アルゴリズムによって求め（ステップＳ１０６）、その結果に基づいて種々の人員編成について、種々の生産時間に対する生産能力をマップとすることで（ステップＳ１０８）、生産量の変動が生じても即座に効率の良い人員編成を選定することができる。
【選択図】図１
【解決手段】複数の作業を複数の作業員によって分担実行して生産を行う生産ラインにおけいて、複数の作業員の現状における負荷状況に関するデータを取得、分析し（ステップＳ１００、Ｓ１０２）、その分析に基づいて問題となる作業の効率化を行い（ステップＳ１０６）、しかる後の複数の作業の各々の作業時間のデータを用いて、種々の人員編成における作業の割り当てを遺伝的アルゴリズムによって求め（ステップＳ１０６）、その結果に基づいて種々の人員編成について、種々の生産時間に対する生産能力をマップとすることで（ステップＳ１０８）、生産量の変動が生じても即座に効率の良い人員編成を選定することができる。
【選択図】図１
Description
本発明は、生産ラインにおける作業員の編成方法に係り、特に、生産量の変化に対して効率良い人員編成を迅速に選定可能としたものに関する。
生産ラインにおける作業者の配置や、作業効率の改善等については、従来から様々な観点からの様々な提案がなされていおり、例えば、作業工程を作業効率の観点から効率良く配置するための工程編成方法としては、遺伝的アルゴリズムを用いたものが公知・周知となっている（例えば、特許文献１参照）。また、生産システムの設計に未熟な者であっても、低コストな生産システムを効率よく決定できる手法などが公知・周知となっている（例えば、特許文献２参照）。
しかしながら、上述の特許文献１に示されたものは、各々の作業工程の作業時間が、それぞれの作業内容などに照らし合わせて好適なものであるか否かについては何ら考慮されておらず、求められる工程編成は、実質的に必ずしも最前の効率とは言い難いものである。これは、上述の特許文献２に開示された生産システム設計装置においても同様なことが言い得る。
このように、従来、生産ラインにおける人員編成と、個々の作業の改善とは、必ずしも相互に関連性を以て行われるものではなく、例えば、人員編成について見れば、実際の作業現場の種々の事情や作業員の特性などについて熟知した現場責任者などが、そのような知見に基づいて、いわば勘を頼りにした編成を行うのが現状であり、しかも、その人員編成は、個々の作業項目の問題点や改善点の解決を盛り込んだものではなかった。
本発明は、上記実状に鑑みてなされたもので、勘や経験に頼ることなく、しかも、個々の作業における問題の改善等を加味した効率の良い作業員の編成を迅速に選定可能とする生産ラインにおける人員編成方法を提供するものである。
このように、従来、生産ラインにおける人員編成と、個々の作業の改善とは、必ずしも相互に関連性を以て行われるものではなく、例えば、人員編成について見れば、実際の作業現場の種々の事情や作業員の特性などについて熟知した現場責任者などが、そのような知見に基づいて、いわば勘を頼りにした編成を行うのが現状であり、しかも、その人員編成は、個々の作業項目の問題点や改善点の解決を盛り込んだものではなかった。
本発明は、上記実状に鑑みてなされたもので、勘や経験に頼ることなく、しかも、個々の作業における問題の改善等を加味した効率の良い作業員の編成を迅速に選定可能とする生産ラインにおける人員編成方法を提供するものである。
上記本発明の目的を達成するため、本発明に係る生産ラインにおける人員編成方法は、
複数の作業を複数の作業員によって分担実行して生産を行う生産ラインにおける人員編成方法であって、
前記複数の作業員の現状における負荷状況に関するデータを取得し、
当該取得データにより前記複数の作業員の負荷状況を分析し、その分析結果に基づいて作業の効率化を行い、
しかる後における前記複数の作業の各々の作業時間のデータを用いて、種々の人員編成における作業の割り当てを遺伝的アルゴリズムによって求めるよう構成されてなるものである。
複数の作業を複数の作業員によって分担実行して生産を行う生産ラインにおける人員編成方法であって、
前記複数の作業員の現状における負荷状況に関するデータを取得し、
当該取得データにより前記複数の作業員の負荷状況を分析し、その分析結果に基づいて作業の効率化を行い、
しかる後における前記複数の作業の各々の作業時間のデータを用いて、種々の人員編成における作業の割り当てを遺伝的アルゴリズムによって求めるよう構成されてなるものである。
本発明によれば、現状の作業員の負荷状況、各々の作業の問題点の見直しによる作業の効率化を行い、次いで、遺伝的アルゴリズムにより効率の良い人員編成を求めるようにしたので、人員編成と、個々の作業の改善とが別個独立して行われ、しかも、勘や経験に基づく従来の人員編成とは異なり、個々の作業の改善が加味された人員編成を、勘や経験に頼ることなく、即座に求めることができ、人員編成における効率化を図ることができるという効果を奏するものである。
また、本発明によれば、遺伝的アルゴリズムによる人員編成の結果と共に、その編成効率や、ネックのサイクル時間、さらには、個々の人員数における生産能力などの生産ラインの特性を表す指標を派生的に求めることができ、それによって、従来と異なり、生産ラインの特性を客観的に把握することができるという効果を奏するものである。
また、本発明によれば、遺伝的アルゴリズムによる人員編成の結果と共に、その編成効率や、ネックのサイクル時間、さらには、個々の人員数における生産能力などの生産ラインの特性を表す指標を派生的に求めることができ、それによって、従来と異なり、生産ラインの特性を客観的に把握することができるという効果を奏するものである。
以下、本発明の実施の形態について、図１乃至図１７を参照しつつ説明する。
なお、以下に説明する部材、配置等は本発明を限定するものではなく、本発明の趣旨の範囲内で種々改変することができるものである。
最初に、本発明の実施の形態の生産ラインにおける人員編成方法の実行手順について、図１を参照しつつ概括的に説明する。
この生産ラインにおける人員編成方法は、従来と異なり、ある生産ラインにおいて、生産量に対して必要とされる人員編成を単純に決定するのではなく、生産コストや、個々の作業の問題点等を加味し、総合的に効率の良い人員編成を求めるもので、そのために、まず、現状把握という観点から、個々の作業員の作業内容や時間等についての現状のデータの収集が行われる（図１のステップｓ１００参照）。
なお、以下に説明する部材、配置等は本発明を限定するものではなく、本発明の趣旨の範囲内で種々改変することができるものである。
最初に、本発明の実施の形態の生産ラインにおける人員編成方法の実行手順について、図１を参照しつつ概括的に説明する。
この生産ラインにおける人員編成方法は、従来と異なり、ある生産ラインにおいて、生産量に対して必要とされる人員編成を単純に決定するのではなく、生産コストや、個々の作業の問題点等を加味し、総合的に効率の良い人員編成を求めるもので、そのために、まず、現状把握という観点から、個々の作業員の作業内容や時間等についての現状のデータの収集が行われる（図１のステップｓ１００参照）。
次いで、収集されたデータを基に、個々の作業員が如何なる負荷状況にあるかを明らかにするための負荷分析が行われる（図１のステップＳ１０２参照）。
次に、負荷分析の結果に基づいて、問題のある作業について作業内容や手順等の見直しによる効率化が行われる（図１のステップＳ１０４参照）。
次に、効率化された各々の作業についての作業時間のデータに基づいて、遺伝的アルゴリズムに基づく人員編成を行う（図１のステップＳ１０６参照）。
最後に、人員編成の結果に基づいて、種々の総作業時間に対して、各人員編成における生産能力、すなわち、具体的には生産可能台数を表す表（フォーメーションマップ）を作成する（図１のステップＳ１０８参照）。
次に、負荷分析の結果に基づいて、問題のある作業について作業内容や手順等の見直しによる効率化が行われる（図１のステップＳ１０４参照）。
次に、効率化された各々の作業についての作業時間のデータに基づいて、遺伝的アルゴリズムに基づく人員編成を行う（図１のステップＳ１０６参照）。
最後に、人員編成の結果に基づいて、種々の総作業時間に対して、各人員編成における生産能力、すなわち、具体的には生産可能台数を表す表（フォーメーションマップ）を作成する（図１のステップＳ１０８参照）。
次に、図１の各々のステップの内容について、図２乃至図１７を参照しつつより具体的に説明する。
最初に、図２を参照しつつ先の図１のステップＳ１００におけるデータ収集について具体的に説明する。
このデータ収集は、効率的な人員編成を行おうとする生産ラインについての現状を把握するためのものであって、この後に続く負荷分析の基となる、すなわち、負荷分析に必要とされるデータを収集するものである。ここで、後の負荷分析は、いわゆる公知・周知のシステム評価手法に基づいて行われるものであるので、データ収集は、そのようなシステム評価手法に必要とされる観点で設定された各種の項目についての現状データの収集を行うものである。
最初に、図２を参照しつつ先の図１のステップＳ１００におけるデータ収集について具体的に説明する。
このデータ収集は、効率的な人員編成を行おうとする生産ラインについての現状を把握するためのものであって、この後に続く負荷分析の基となる、すなわち、負荷分析に必要とされるデータを収集するものである。ここで、後の負荷分析は、いわゆる公知・周知のシステム評価手法に基づいて行われるものであるので、データ収集は、そのようなシステム評価手法に必要とされる観点で設定された各種の項目についての現状データの収集を行うものである。
如何なる項目について現状データを収集するかは、個々の具体的な生産ラインの内容、すなわち、どのような製品がどのような作業工程を経て生産されるか等によって異なるものであるので、収集されるデータの種別等についてここで特定される必要はないが、例えば、一例を挙げれば、図２に示された如くとなる。
以下、図２について説明すれば、まず、このデータ収集の例は、生産ラインが、複数の工程「０１」、「０２」、「０３」・・・からなり、それぞれの工程は、単独又は複数の具体的な作業の組み合わせからなる場合を示すもので、それぞれの作業がどの作業員（図２においては、「ＯＰＥ１」、「ＯＰＥ２」、「ＯＰＥ３」等と表記）によって行われるか、その作業の発生頻度がどの程度であるのか、また、如何なる作業時間を要するのかについて、収集されたデータ例が示されている。
以下、図２について説明すれば、まず、このデータ収集の例は、生産ラインが、複数の工程「０１」、「０２」、「０３」・・・からなり、それぞれの工程は、単独又は複数の具体的な作業の組み合わせからなる場合を示すもので、それぞれの作業がどの作業員（図２においては、「ＯＰＥ１」、「ＯＰＥ２」、「ＯＰＥ３」等と表記）によって行われるか、その作業の発生頻度がどの程度であるのか、また、如何なる作業時間を要するのかについて、収集されたデータ例が示されている。
次に、負荷分析について、図３を参照しつつ具体的に説明する。
負荷分析は、上述のようにして収集されたいわば作業データに基づいて、個々の作業員毎に、例えば、一日に作業内容について分析し、表などに集計、表示する作業である。
図３には、その負荷分析の一例が示されている。
この負荷分析は、６名の作業員について、ある一日の作業項目とその作業時間を棒状グラフに表したものである。
個々の具体的な作業内容については、あくまでも例であるので、詳細な説明は省略するが、図３において、白抜きの帯で示された「システムロス」は、いわゆる作業待ちの状態で、作業員が次に着手できる作業を待っている状態を意味している。
また、図３において、「搬送１」〜「搬送７」は、いずれも搬送作業であるが、個々の具体的な搬送作業の相違があるためにその区別のため「搬送１」〜「搬送７」の表記がなされているものである。
さらに、図３において、横軸方向に平行に記された二点鎖線は、総稼働時間を表し、点線は、実稼働時間を表しており、この例では、総稼働時間は、１１時間、実稼働時間は、１０時間となっている。
負荷分析は、上述のようにして収集されたいわば作業データに基づいて、個々の作業員毎に、例えば、一日に作業内容について分析し、表などに集計、表示する作業である。
図３には、その負荷分析の一例が示されている。
この負荷分析は、６名の作業員について、ある一日の作業項目とその作業時間を棒状グラフに表したものである。
個々の具体的な作業内容については、あくまでも例であるので、詳細な説明は省略するが、図３において、白抜きの帯で示された「システムロス」は、いわゆる作業待ちの状態で、作業員が次に着手できる作業を待っている状態を意味している。
また、図３において、「搬送１」〜「搬送７」は、いずれも搬送作業であるが、個々の具体的な搬送作業の相違があるためにその区別のため「搬送１」〜「搬送７」の表記がなされているものである。
さらに、図３において、横軸方向に平行に記された二点鎖線は、総稼働時間を表し、点線は、実稼働時間を表しており、この例では、総稼働時間は、１１時間、実稼働時間は、１０時間となっている。
次に、負荷分析に基づく作業の効率化について説明する。
作業の効率化は、具体的な生産ラインを考慮し、しかも、如何なる点を重視して効率化を行うか等、効率化の目的、範囲等によって、その具体的な条件は異なるものであり、特定の条件に限定される必要はないものである。
効率化の例としては、例えば、先の負荷分析の結果において、ある作業の工程作業時間がいすれの作業員においても他の作業の工程作業時間に比して大きい場合、この作業の工程作業時間の短縮という観点から作業内容の見直しや、他の作業との関連等を考慮した作業順序の見直し等を行い、工程作業時間の短縮、すなわち、効率化を図るということが考えられる。
本発明の実施の形態においては、特に、システムロス（作業待ち時間）の短縮という観点から各々の作業内容や作業順序等の改善を行い、後述する遺伝的アルゴリズムを適用した人員編成においては、その改善後における各作業の時間、すなわち、工程作業時間が用いられている。
作業の効率化は、具体的な生産ラインを考慮し、しかも、如何なる点を重視して効率化を行うか等、効率化の目的、範囲等によって、その具体的な条件は異なるものであり、特定の条件に限定される必要はないものである。
効率化の例としては、例えば、先の負荷分析の結果において、ある作業の工程作業時間がいすれの作業員においても他の作業の工程作業時間に比して大きい場合、この作業の工程作業時間の短縮という観点から作業内容の見直しや、他の作業との関連等を考慮した作業順序の見直し等を行い、工程作業時間の短縮、すなわち、効率化を図るということが考えられる。
本発明の実施の形態においては、特に、システムロス（作業待ち時間）の短縮という観点から各々の作業内容や作業順序等の改善を行い、後述する遺伝的アルゴリズムを適用した人員編成においては、その改善後における各作業の時間、すなわち、工程作業時間が用いられている。
次に、上述したような効率化の結果に基づいて、遺伝的アルゴリズムを適用して行われる人員編成の手順について、図４乃至図１２を参照しつつ説明する。
この人員編成は、次述するような構成を有してなる人員編成装置を用いて行うのが好適であり、以下、図４を参照しつつ、その構成を説明すれば、本発明の実施の形態における生産ラインの人員編成装置（以下「本装置」と言う）は、入力部１と、表示部２と、プリンタ部３と、中央処理部４とに大別されて構成されたものとなっている。
入力手段としての入力部１は、中央処理部４へデータ等を入力するためのもので、例えば、いわゆるキーボード（図示せず）と、中央処理部４とのインターフェイスを行うインターフェイス回路（図示せず）とを主たる構成要素としてなる公知・周知の構成を有してなるものである。
表示部２は、中央処理部４で得られた解、すなわち、人員編成の結果の表示や入力部からデータを入力する際にそのデータの表示等を行うためのもので、例えばいわゆるＣＲＴや液晶表示素子等を用いてなる公知・周知の構成を有してなるものである。
プリンタ部３は、中央処理部４で得られた解、すなわち、人員編成の効果等を所定の用紙に印字する公知・周知の構成を有してなるものである。
この人員編成は、次述するような構成を有してなる人員編成装置を用いて行うのが好適であり、以下、図４を参照しつつ、その構成を説明すれば、本発明の実施の形態における生産ラインの人員編成装置（以下「本装置」と言う）は、入力部１と、表示部２と、プリンタ部３と、中央処理部４とに大別されて構成されたものとなっている。
入力手段としての入力部１は、中央処理部４へデータ等を入力するためのもので、例えば、いわゆるキーボード（図示せず）と、中央処理部４とのインターフェイスを行うインターフェイス回路（図示せず）とを主たる構成要素としてなる公知・周知の構成を有してなるものである。
表示部２は、中央処理部４で得られた解、すなわち、人員編成の結果の表示や入力部からデータを入力する際にそのデータの表示等を行うためのもので、例えばいわゆるＣＲＴや液晶表示素子等を用いてなる公知・周知の構成を有してなるものである。
プリンタ部３は、中央処理部４で得られた解、すなわち、人員編成の効果等を所定の用紙に印字する公知・周知の構成を有してなるものである。
中央処理部４は、後述するような遺伝的アルゴリズムを適用した人員編成方法を実行するためのもので、演算制御部５と、集団データ蓄積部６と、選択・交叉処理部７と、突然変異処理部８とに大別されてなるもので、例えば、これらは、公知・周知のいわゆるＣＰＵを用いて後述するような処理手順に沿ったソフトウェアの実行により実現され得るものである。
演算制御手段としての演算制御部５は、後述するような染色体としての複数のデータの集団を生成すると共に、その集団のデータについての適応度を算出する一方、人員編成処理全体の制御を行うものである。
演算制御手段としての演算制御部５は、後述するような染色体としての複数のデータの集団を生成すると共に、その集団のデータについての適応度を算出する一方、人員編成処理全体の制御を行うものである。
集団データ蓄積手段としての集団データ蓄積部６は、演算制御部５で生成された染色体の初期集団のデータを蓄積すると共に、その後の処理により生成された新たな世代の複数の染色体データを蓄積するものである。この集団データ蓄積部６は、例えば公知・周知の半導体メモリ等の記憶素子を用いて構成されてなるものである。
選択・交叉処理手段としての選択・交叉処理部７は、後述するように、集団データ蓄積部６に蓄積された染色体データに対して、遺伝的アルゴリズムに基づく選択・交叉の処理を施し、さらに、選択・交叉により生じたデータの矛盾がある場合には、必要な修正を施すものである。
突然変異処理手段としての突然変異処理部８は、後述するように、集団データ蓄積部６に蓄積された染色体データに対して、遺伝的アルゴリズムに基づく突然変異の処理を施すものである。
選択・交叉処理手段としての選択・交叉処理部７は、後述するように、集団データ蓄積部６に蓄積された染色体データに対して、遺伝的アルゴリズムに基づく選択・交叉の処理を施し、さらに、選択・交叉により生じたデータの矛盾がある場合には、必要な修正を施すものである。
突然変異処理手段としての突然変異処理部８は、後述するように、集団データ蓄積部６に蓄積された染色体データに対して、遺伝的アルゴリズムに基づく突然変異の処理を施すものである。
次に、具体的に人員編成の処理手順について説明する。
人員編成を図４に示された装置に実行させるにあたり、まず、入力部１から染色体のコーディング形式を予め指定しておく。
すなわち、染色体のいわゆるコーディングとは、遺伝的アルゴリズムにおいて、解候補としての意義を有する染色体を如何なるデータの形式で表現するかを設定することをいうものである。なお、染色体コーディングは、以下に説明する形式だけではなく、他にも種々あり、勿論、以下に説明する形式に限定される必要はなく、他の形式を用いるようにしても良いものである。
人員編成を図４に示された装置に実行させるにあたり、まず、入力部１から染色体のコーディング形式を予め指定しておく。
すなわち、染色体のいわゆるコーディングとは、遺伝的アルゴリズムにおいて、解候補としての意義を有する染色体を如何なるデータの形式で表現するかを設定することをいうものである。なお、染色体コーディングは、以下に説明する形式だけではなく、他にも種々あり、勿論、以下に説明する形式に限定される必要はなく、他の形式を用いるようにしても良いものである。
本発明の実施の形態においては、染色体は、図６に示されたように、染色体を構成するデータ、すなわち一般に遺伝子と称されるものとして要素作業を割り当て、それを作業員順に記述し、しかも、作業員を区別するために、区切り文字を配置して構成されたものとする。すなわち、図６に示された例の場合、全作業員が３人の場合の例であり、同図左側から作業員Ｉにおいては、要素作業の「１」が、作業員IIにおいては、要素作業「３」，「２」が、作業員IIIにおいては、要素作業「５」，「４」が行われることを意味し、円の中に数値を期したいわゆる丸文字の０は、区切り文字として用いられている。なお、以下の図６乃至図１２を用いた説明においては、理解を容易とするために、一人の作業員が担当する要素作業の数を少なくし、また、作業名称も先の図２に示された抽象的な名称と異なり比較的具体的な名称を用いており、さらに、工程作業時間も先の図２に比して比較的短時間なものとしてあるが、これはあくまでも便宜的なものであり、勿論、これに限定されるものではない。また、図６乃至図１２において、いわゆる丸付き数字の０〜４は、表記の便宜上、この明細書では「０」〜「４」と表すものとする。
上述の「要素作業」とは、人員編成を行う上で、生産ラインにおいて実行される最小単位の作業を言うものであり、先の図２における「詳細作業」に対応するものである。例えば、図７には要素作業の例が示されており、要素作業番号ｋが「１」のものは、端面研削であり、その工程作業時間ｔＫ は、８秒であることが示されている。ここで、工程作業時間は、先に説明したように種々の観点から効率化を行った後の時間であり、従来は、この工程作業時間としては、先の述べたような効率化を行ったものでなく、例えば、標準的な作業員を想定して定められた時間が用いられていた。なお、以下、本発明の実施の形態においては、この図７に示された作業要素についての人員編成であるとして説明することとする。
入力部１からの上述のような染色体のコーディング形式の指定は、例えば、上述した染色体のコーディング形式をＡ型とするならば、「ＴＹＰＥ：Ａ」といわゆるキー入力すればよい。
入力部１からの上述のような染色体のコーディング形式の指定は、例えば、上述した染色体のコーディング形式をＡ型とするならば、「ＴＹＰＥ：Ａ」といわゆるキー入力すればよい。
染色体のコーディング形式が指定されると、演算制御部５において、初期集団の生成が行われる（図５のステップＳ２００参照）。
この初期集団の生成は、予め定めた数の染色体をランダムに生成することにより行われる。このランダムな染色体の生成は、例えば次のようにすると好適である。まず、図９には、染色体の数、他の表現を用いるなら、個体（染色体と同意義）数８の場合の初期集団の生成例が示されているが、このような個体のランダムな生成を例に採り説明することとする。
ランダムな個体生成にあたって、最初に、例えば、２つの区切り文字の後に、各々の要素作業番号を順に一個づつ配列したテーブルを用意する。そして、１乃至７（区切り文字の数＋要素作業の数）の範囲で乱数を発生させ、その乱数に対応する先のテーブルの位置にある区切り文字又は要素作業番号を取り出し、これを個体の１番目の遺伝子データとする。次に、データが一つ決定したことに対応して乱数の発生範囲を一つ減じて、再び乱数を発生させる。すなわち１乃至６の範囲で乱数を発生させ、その乱数に対応する上述のテーブルの中の残りの６つの区切り文字又は要素作業番号を取り出し、これを２番目の遺伝子データとする。以下、同様にして上述のような処理を繰り返すことで一つの個体を生成する。この例の場合、このようにして８個の個体を生成することとなる。
そして、生成された集団は、集団データ蓄積部６に蓄積されるようになっている。
この初期集団の生成は、予め定めた数の染色体をランダムに生成することにより行われる。このランダムな染色体の生成は、例えば次のようにすると好適である。まず、図９には、染色体の数、他の表現を用いるなら、個体（染色体と同意義）数８の場合の初期集団の生成例が示されているが、このような個体のランダムな生成を例に採り説明することとする。
ランダムな個体生成にあたって、最初に、例えば、２つの区切り文字の後に、各々の要素作業番号を順に一個づつ配列したテーブルを用意する。そして、１乃至７（区切り文字の数＋要素作業の数）の範囲で乱数を発生させ、その乱数に対応する先のテーブルの位置にある区切り文字又は要素作業番号を取り出し、これを個体の１番目の遺伝子データとする。次に、データが一つ決定したことに対応して乱数の発生範囲を一つ減じて、再び乱数を発生させる。すなわち１乃至６の範囲で乱数を発生させ、その乱数に対応する上述のテーブルの中の残りの６つの区切り文字又は要素作業番号を取り出し、これを２番目の遺伝子データとする。以下、同様にして上述のような処理を繰り返すことで一つの個体を生成する。この例の場合、このようにして８個の個体を生成することとなる。
そして、生成された集団は、集団データ蓄積部６に蓄積されるようになっている。
初期集団が生成された後は、各々の個体についての適応度Ｅが演算制御部５により算出されることとなる（図５のステップＳ２１０参照）。
ここで適応度Ｅは、上述のように集団を形成する個々の染色体、すなわち個体が、人員編成の解としてどの程度のものであるのかを予め定められている基準により評価し、その評価を定量的に表したものである。
この適応度の算出が行われるにあたっては、予めいわゆる評価関数が設定されていることが前提である。
この発明の実施の形態においては、次のような編成効率を表す式１を評価関数としている。
ここで適応度Ｅは、上述のように集団を形成する個々の染色体、すなわち個体が、人員編成の解としてどの程度のものであるのかを予め定められている基準により評価し、その評価を定量的に表したものである。
この適応度の算出が行われるにあたっては、予めいわゆる評価関数が設定されていることが前提である。
この発明の実施の形態においては、次のような編成効率を表す式１を評価関数としている。
Ｅ＝ΣｔＫ ×１００／（ｎ×ｃ）・・・（式１）
但し、ここで、ｔＫ は、要素作業ｋにおける作業時間であり、ｎは、作業員の数であり、ｃは、サイクル時間である。
したがって、総和Σは、ｋ＝１〜ｎまでの各作業員における各要素作業の作業時間のいわゆる足し合わせを意味する。
また、サイクル時間ｃは、各作業員の作業時間の総計であるとする。
例えば、一例として図８に示されたように、全作業員数が３人であり、作業員Ｉには、作業要素「１」が、作業員IIには、作業要素「３」，「２」が、作業員IIIには、作業要素「５」，「４」が、それぞれ割り付けられたとすると、この場合、作業員IIの所要作業時間が最大であり、各々の作業要素の作業時間が先に図７に示されたものであるとすると、サイクル時間ｃ＝１８ｓｅｃは、ネックのサイクル時間となる。また、因みに、この図８に示されたような人員編成例の場合、先の式１によりその編成効率を算出すると次のように求められる。
したがって、総和Σは、ｋ＝１〜ｎまでの各作業員における各要素作業の作業時間のいわゆる足し合わせを意味する。
また、サイクル時間ｃは、各作業員の作業時間の総計であるとする。
例えば、一例として図８に示されたように、全作業員数が３人であり、作業員Ｉには、作業要素「１」が、作業員IIには、作業要素「３」，「２」が、作業員IIIには、作業要素「５」，「４」が、それぞれ割り付けられたとすると、この場合、作業員IIの所要作業時間が最大であり、各々の作業要素の作業時間が先に図７に示されたものであるとすると、サイクル時間ｃ＝１８ｓｅｃは、ネックのサイクル時間となる。また、因みに、この図８に示されたような人員編成例の場合、先の式１によりその編成効率を算出すると次のように求められる。
Ｅ＝（８＋３＋１５＋１０＋４）÷（３×１８）×１００＝７４.０７％
上述のようにして各個体の適応度が算出された後は、選択・交叉処理部７により、先に述べたようにして生成された集団に対して選択処理及び交叉処理が施されることとなる（図５のステップＳ２２０参照）。
選択処理及び交叉処理は、この時点で生成されている集団を基に次世代の集団を生成するための処理である。
具体的には、まず、次世代の集団を生成する基になる集団、すなわち前世代の集団の中から所定の条件の下、２つの個体を選択する。選択の所定の条件としては、例えば適応度の高い順から高い確率で選択されるようにすると好適である。
先に図９に示された初期集団を例に採れば、適応度が最も高い個体８と、次いで適応度が高い個体１とが高い確率で選択されるようにする。
選択処理及び交叉処理は、この時点で生成されている集団を基に次世代の集団を生成するための処理である。
具体的には、まず、次世代の集団を生成する基になる集団、すなわち前世代の集団の中から所定の条件の下、２つの個体を選択する。選択の所定の条件としては、例えば適応度の高い順から高い確率で選択されるようにすると好適である。
先に図９に示された初期集団を例に採れば、適応度が最も高い個体８と、次いで適応度が高い個体１とが高い確率で選択されるようにする。
ここで、集団から適応度の高い２つの個体を高い確率で選択するためには、例えば予め各個体に、その適応度に応じた重み付けをしておき、乱数を発生させて、その乱数に応じて個体を選択する際、重み付けを考慮して選択するようにすればよく、このような手法は、いわゆるデータ処理あるいは数値処理と称される分野の良く知られた手法であるので、ここでの詳細な説明は省略することとする。
上述のようにして適応度の高い順に２つの個体が選択された後は、その２つの個体に対して交叉処理が施されることとなる。
先に図９に示された初期集団を例に採れば、選択処理により個体１と個体８が選択されたとすると（図１０（Ａ）参照）、これら２つの個体１，８の遺伝子の交換を行うのが交叉処理である。
すなわち、まず、遺伝子交換を行う交叉点を決定する、これは、基体的には任意の位置でよく、例えば、図１０（Ａ）に示された例においては、先頭（図１０（Ａ）において個体の左端）から３番目と４番目のデータの境界が交叉点と設定された状態が示されている。そして、この交叉点を境にして、２つの個体の後半の遺伝子すなわちデータの入れ替えを行う（図１０（Ｂ）参照）。
上述のようにして適応度の高い順に２つの個体が選択された後は、その２つの個体に対して交叉処理が施されることとなる。
先に図９に示された初期集団を例に採れば、選択処理により個体１と個体８が選択されたとすると（図１０（Ａ）参照）、これら２つの個体１，８の遺伝子の交換を行うのが交叉処理である。
すなわち、まず、遺伝子交換を行う交叉点を決定する、これは、基体的には任意の位置でよく、例えば、図１０（Ａ）に示された例においては、先頭（図１０（Ａ）において個体の左端）から３番目と４番目のデータの境界が交叉点と設定された状態が示されている。そして、この交叉点を境にして、２つの個体の後半の遺伝子すなわちデータの入れ替えを行う（図１０（Ｂ）参照）。
次に、上述のようにデータの入れ替えを終えたそれぞれの個体において、データに矛盾が無いか否かが判別され、データの修正が必要な箇所に対しては、データの修正が施されることとなる（図５のステップＳ２３０参照）。ここでのデータの矛盾の有無を判別する基準を如何に定めるかは、具体的な生産ラインによって異なるが、この例においては、要素作業の先行関係についてと、一つの染色体における要素作業番号の数についての制約をデータの矛盾の有無を判別する基準としている。
すなわち、これらの個体は、先に述べたようにＡ型の染色体であり、いわゆる順序型であるために、上述のような交叉処理によりデータの配列に矛盾が生ずる。
例えば、図１０（Ｂ）に示された例においては、上段（同図紙面上側）の個体においては、先頭に「１」のデータが存在すると共に、５番目にも「１」のデータが存在しており、この場合、要素作業番号は、一つの染色体中には必ず一つだけでなければならないというこの発明の実施の形態におけるＡ型の染色体の制約に矛盾したものとなっている。
また、同じく上段の個体においては、区切り文字が先頭から２番目、５番目及び６番目にそれぞれ存在しているが、区切り文字は、一つの染色体中に、（全作業員数−１）だけなければならないとするこの発明の実施の形態におけるＡ型の染色体の制約に矛盾したものとなっている。
すなわち、これらの個体は、先に述べたようにＡ型の染色体であり、いわゆる順序型であるために、上述のような交叉処理によりデータの配列に矛盾が生ずる。
例えば、図１０（Ｂ）に示された例においては、上段（同図紙面上側）の個体においては、先頭に「１」のデータが存在すると共に、５番目にも「１」のデータが存在しており、この場合、要素作業番号は、一つの染色体中には必ず一つだけでなければならないというこの発明の実施の形態におけるＡ型の染色体の制約に矛盾したものとなっている。
また、同じく上段の個体においては、区切り文字が先頭から２番目、５番目及び６番目にそれぞれ存在しているが、区切り文字は、一つの染色体中に、（全作業員数−１）だけなければならないとするこの発明の実施の形態におけるＡ型の染色体の制約に矛盾したものとなっている。
一方、図１０（Ｂ）に示された例において、下段側の個体にもデータの矛盾が生じている。すなわち、先頭から７番目に「５」のデータが、８番目に「４」のデータが存在しているが、この場合、要素作業番号「４」，「５」は、既に、２番目、３番目に存在しており、要素作業番号は、一つの染色体中には必ず一つだけでなければならないというこの発明の実施の形態におけるＡ型の染色体の制約に矛盾したものとなっている。
そこで、これらの矛盾が生じている箇所のデータの書き換えが選択・交叉処理部７により行われる。
すなわち、例えば図１０（Ｂ）に示された上段の個体については、先頭から５番目、６番目のデータを消去し、この個体において不足している要素作業番号を書き込む。ここで、この図１０に示された例においては、要素作業は先に図７に示された５種類のなかから選択されるべきものとすれば、図１０（Ｂ）に示された上段の個体においては、要素作業番号「１」〜「３」が既にデータとして存在するので、残りの「４」，「５」がそれぞれ５番目、６番目のデータとして順に書き込まれることとなる（図１０（Ｃ）参照）。
また、図１０（Ｂ）の下段の個体については、要素作業番号「４」，「５」に代えて、不足している区切り文字と要素作業番号「１」とが、それぞれ書き込まれることとなる。
そこで、これらの矛盾が生じている箇所のデータの書き換えが選択・交叉処理部７により行われる。
すなわち、例えば図１０（Ｂ）に示された上段の個体については、先頭から５番目、６番目のデータを消去し、この個体において不足している要素作業番号を書き込む。ここで、この図１０に示された例においては、要素作業は先に図７に示された５種類のなかから選択されるべきものとすれば、図１０（Ｂ）に示された上段の個体においては、要素作業番号「１」〜「３」が既にデータとして存在するので、残りの「４」，「５」がそれぞれ５番目、６番目のデータとして順に書き込まれることとなる（図１０（Ｃ）参照）。
また、図１０（Ｂ）の下段の個体については、要素作業番号「４」，「５」に代えて、不足している区切り文字と要素作業番号「１」とが、それぞれ書き込まれることとなる。
上述の選択処理及び交叉処理並びにデータ修正処理は、これらの処理により得られる新たな個体が集団を構成する所定数（上述の例の場合８個）となるまで繰り返されることとなる。すなわち、選択及び交叉処理が施された後、所定数の個体（この例においては８個）が生成されたか否かが判定され（図５のステップＳ２４０参照）、未だ所定数の個体が生成されていないと判定された場合（ＮＯの場合）には、先のステップＳ２２０へ戻り上述した処理が再び繰り返されることとなる。一方、所定数の個体が生成されたと判定された場合（ＹＥＳの場合）には、上述のようにして得られた次世代の集団に対して突然変異処理部８による突然変異処理が施されることとなる（図５のステップＳ２５０参照）。
これは、選択処理及び交叉処理により得られた新たな個体に対して、所定の割合で、データの入れ替えを行うことである。
すなわち、突然変異処理は、選択処理及び交叉処理により得られた次世代の集団を構成する個体の中から所定の割合、すなわち所定の突然変異率で突然変異処理を施す対象となる個体を選択し、その個体について、２つの遺伝子を任意に選択して、それらを入れ替えることにより行われるものである。例えば、新個体２（図１０（Ｃ）参照）が突然変異処理の対象として選択されたとすれば、図１１に示されたように３番目のデータ「４」と６番目のデータ「０」との入れ替えを行い、新個体２′が生成されることとなる。この突然処理部８による処理に際しては、集団データ蓄積部６から所定のデータが突然処理部８に読み込まれ、突然処理が施された後、再び集団データ蓄積部６へ戻されるようになっている。
ここで、突然変異処理の対象とされる個体を選択する所定の割合は、任意に設定してよいもので、さらに、その選択は、例えば乱数を用いてランダムに選択されるようにすると好適である。
なお、図１１において、突然変異処理前後の各々の個体の脇に記された数値は、先の式１に基づいて算出されたそれぞれの適応度である。
これは、選択処理及び交叉処理により得られた新たな個体に対して、所定の割合で、データの入れ替えを行うことである。
すなわち、突然変異処理は、選択処理及び交叉処理により得られた次世代の集団を構成する個体の中から所定の割合、すなわち所定の突然変異率で突然変異処理を施す対象となる個体を選択し、その個体について、２つの遺伝子を任意に選択して、それらを入れ替えることにより行われるものである。例えば、新個体２（図１０（Ｃ）参照）が突然変異処理の対象として選択されたとすれば、図１１に示されたように３番目のデータ「４」と６番目のデータ「０」との入れ替えを行い、新個体２′が生成されることとなる。この突然処理部８による処理に際しては、集団データ蓄積部６から所定のデータが突然処理部８に読み込まれ、突然処理が施された後、再び集団データ蓄積部６へ戻されるようになっている。
ここで、突然変異処理の対象とされる個体を選択する所定の割合は、任意に設定してよいもので、さらに、その選択は、例えば乱数を用いてランダムに選択されるようにすると好適である。
なお、図１１において、突然変異処理前後の各々の個体の脇に記された数値は、先の式１に基づいて算出されたそれぞれの適応度である。
そして、上述のようにして生成された次世代の個々の個体について、適応度の算出が、演算制御部５により行われる（図５のステップＳ２６０参照）。
ここでの適応度の算出は、最初に先の式１を用いて行われるのは先のステップＳ２１０で説明した通りであるが、さらに、割付可能作業員と要素作業の先行関係を考慮した評価を行うようになっている。
すなわち、まず、生成された各個体について、式１に基づいて適応度が算出される。
次に、各個体について、その遺伝子のデータが所定の制約を満たしたものとなっているか否かが判定される。ここで、所定の制約は、人員編成の対象となる生産ラインによって異なるが、この例の場合、割付可能作業員についての制約と、要素作業の先行関係についての制約とが設定されている。
ここでの適応度の算出は、最初に先の式１を用いて行われるのは先のステップＳ２１０で説明した通りであるが、さらに、割付可能作業員と要素作業の先行関係を考慮した評価を行うようになっている。
すなわち、まず、生成された各個体について、式１に基づいて適応度が算出される。
次に、各個体について、その遺伝子のデータが所定の制約を満たしたものとなっているか否かが判定される。ここで、所定の制約は、人員編成の対象となる生産ラインによって異なるが、この例の場合、割付可能作業員についての制約と、要素作業の先行関係についての制約とが設定されている。
要素作業についての制約とは、要素作業については、割り付けが可能な作業員と不可能な作業員とがあるので、割り付け可能な作業員についてのみ要素作業の割り付けを行うとするものである。先に図７に示された要素作業については、例えば、図１２に示されたように割付可能作業員が設定されているとする。そして、個々の個体の遺伝子データについて、この予め定められた割付可能作業員を満足するものとなっているか否かが判定されるようになっている。
さらに、要素作業の先行関係についての制約とは、要素作業によっては、例えばある要素作業の後またはある要素作業の前でなければその作業が成り立たないというものがあるため、他の要素作業に対する先行関係を考慮するものである。如何なる先行関係が成立するかは、個々の要素作業によって異なるが、この例においては、要素作業番号「３」は、要素作業番号「４」の前でなければならないという先行関係が設定されており、各個体について、この条件が満たされたものとなっているか否かが判定されるようになっている。
さらに、要素作業の先行関係についての制約とは、要素作業によっては、例えばある要素作業の後またはある要素作業の前でなければその作業が成り立たないというものがあるため、他の要素作業に対する先行関係を考慮するものである。如何なる先行関係が成立するかは、個々の要素作業によって異なるが、この例においては、要素作業番号「３」は、要素作業番号「４」の前でなければならないという先行関係が設定されており、各個体について、この条件が満たされたものとなっているか否かが判定されるようになっている。
そして、上述した何れかの制約を満たさない個体が検出された場合には、その個体について式１によって算出された適応度に対して、さらに所定の評価値を乗算し、その乗算結果をその個体の適応度とする。この例においては、式１によって算出された値に、評価値として「０.５」が乗算されるようになっている。
このように、所定の評価値は、所定の制約が満たされていないことに対するものである。個体が所定の制約を満たさない遺伝子、いわば致死遺伝子を有する場合に、一つの処理の仕方としては、この個体を廃棄することも考えられるが、一部に致死遺伝子があっても、他の残りの遺伝子は有効であり、データの多様性を維持しながら、最適な解を求めるためには、何らかの条件下でこのような個体も解候補として扱う方が、そのような個体を単純に廃棄するよりも好ましい結果を得る可能性がある。そのため、上述したように、適応度に所定値を乗算して適応度の値を小さくしながらも、その個体を破棄することなく、集団の生成要素として残存させるようにしたものである。
このように、所定の評価値は、所定の制約が満たされていないことに対するものである。個体が所定の制約を満たさない遺伝子、いわば致死遺伝子を有する場合に、一つの処理の仕方としては、この個体を廃棄することも考えられるが、一部に致死遺伝子があっても、他の残りの遺伝子は有効であり、データの多様性を維持しながら、最適な解を求めるためには、何らかの条件下でこのような個体も解候補として扱う方が、そのような個体を単純に廃棄するよりも好ましい結果を得る可能性がある。そのため、上述したように、適応度に所定値を乗算して適応度の値を小さくしながらも、その個体を破棄することなく、集団の生成要素として残存させるようにしたものである。
適応度の算出が行われた後は、所定の適応度の解が得られているか否かが判定され（図５のステップＳ２７０参照）、所定の適応度の解が得られていると判定された場合（ＹＥＳの場合）には、一連の処理が終了されることとなる。この場合、編成結果は、表示部２に所定の形式で表示され、また、所望により（例えば入力部１から所定のコマンドを入力することにより）編成結果を所定の形式でプリンタ部３で印字することができるようになっている。
一方、未だ所定の適応度を有する解が得られていないと判定された場合（ＮＯの場合）には、先に説明した図５のステップＳ２２０へ戻り、一連の処理、すなわち、選択・交叉処理（図５のステップＳ２２０参照）、データ修正処理（図５のステップＳ２３０参照）、突然変異処理（図５のステップＳ２５０参照）が繰り返され、新たな個体の集団が生成されて、個々の個体の適応度が算出されるという処理（図５のステップＳ２６０参照）が、所定の適応度の解、すなわち所定の適応度の人員編成が得られるまで繰り返されることとなる。
一方、未だ所定の適応度を有する解が得られていないと判定された場合（ＮＯの場合）には、先に説明した図５のステップＳ２２０へ戻り、一連の処理、すなわち、選択・交叉処理（図５のステップＳ２２０参照）、データ修正処理（図５のステップＳ２３０参照）、突然変異処理（図５のステップＳ２５０参照）が繰り返され、新たな個体の集団が生成されて、個々の個体の適応度が算出されるという処理（図５のステップＳ２６０参照）が、所定の適応度の解、すなわち所定の適応度の人員編成が得られるまで繰り返されることとなる。
なお、この人員編成の一連の処理の終了の条件としては、上述のような所定の適応度の人員編成結果が得られるまでという条件に限定される必要はなく、例えば、予め一連の処理を終了とする集団の世代を設定しておき、この所定の世代が得られた時点で処理を終了し、その世代の中で適応度の最も高い個体を人員編成結果として選択するようにしてもよい。
さらに、人員編成の一連の処理の終了の仕方としては、所定の適応度を満たすものがあるか否かの判定を行うと共に、世代が所定の世代に達したか否かを判定し、所定の世代に達する以前において、所定の適応度を満たすものがあると判定された場合には、当該適応度を有する染色体を人員編成の解とし、所定の世代に達せず、かつ、未だ所定の適応度が得られていないと判定された場合には、選択ステップからの処理を繰り返させる一方、所定の世代に達したと判定された場合において、所定の適応度が未だ得られていない場合には、その時点の世代において最も適応度の高い染色体を人員編成の解として終了するようにしてもよい。
さらに、人員編成の一連の処理の終了の仕方としては、所定の適応度を満たすものがあるか否かの判定を行うと共に、世代が所定の世代に達したか否かを判定し、所定の世代に達する以前において、所定の適応度を満たすものがあると判定された場合には、当該適応度を有する染色体を人員編成の解とし、所定の世代に達せず、かつ、未だ所定の適応度が得られていないと判定された場合には、選択ステップからの処理を繰り返させる一方、所定の世代に達したと判定された場合において、所定の適応度が未だ得られていない場合には、その時点の世代において最も適応度の高い染色体を人員編成の解として終了するようにしてもよい。
上述の人員編成を求める手順は、作業員を３名とした場合について説明したが、本発明の実施の形態では、想定される作業員についてそれぞれ同様な処理を行い、種々の作業員数における作業の割り当てを求めることとなる。
図１３には、上述のようにして求められた人員編成の結果が示されており、以下、図１３について説明する。
図１３において、図１３（Ａ）は、人員編成の結果を説明する説明図であり、図１３（Ｂ）は、図１３（Ａ）のように求められた人員編成の特性を表す主たる項目について説明するための説明図である。
まず、図１３（Ａ）に示された例では、３人編成から８編成まで人員編成の結果について、それぞれの作業員に割り当てられる詳細作業、サイクル時間が示されている。
図１３には、上述のようにして求められた人員編成の結果が示されており、以下、図１３について説明する。
図１３において、図１３（Ａ）は、人員編成の結果を説明する説明図であり、図１３（Ｂ）は、図１３（Ａ）のように求められた人員編成の特性を表す主たる項目について説明するための説明図である。
まず、図１３（Ａ）に示された例では、３人編成から８編成まで人員編成の結果について、それぞれの作業員に割り当てられる詳細作業、サイクル時間が示されている。
図１３（Ａ）に示された例は、先に図３を参照しつつ説明した負荷分析において、システムロスの短縮という観点から各々の作業内容や作業順序等の改善を行った結果における各作業の作業工程時間が示されると共に、その作業工程時間に基づく編成人員毎のサイクルタイム（Ｃ／Ｔ）が示されている。
ここで、３人編成の場合を例に採り、図１３（Ａ）に表された内容について説明すれば、この例では、まず、第１の作業員は、図１３（Ａ）の部品Ａ搬送から順にその下側へ並ぶ個々の詳細作業の内、部品Ａ搬送から順に部品Ｂ検査までを担当することとなり、そのサイクルタイムが３１８.４秒となることが示されている。
ここで、３人編成の場合を例に採り、図１３（Ａ）に表された内容について説明すれば、この例では、まず、第１の作業員は、図１３（Ａ）の部品Ａ搬送から順にその下側へ並ぶ個々の詳細作業の内、部品Ａ搬送から順に部品Ｂ検査までを担当することとなり、そのサイクルタイムが３１８.４秒となることが示されている。
そして、特に、サイクルタイム「３１８.４」が記された箇所は、斜線が施されているが、これは、この位置の詳細作業、すなわち、この例では、部品Ｂ検査は、次の第２の作業員とのリレー工程とすることを意味するものとなっている。ここで、「リレー工程」とは、二人の作業員によって行われる工程を意味し、それぞれの他の作業を考慮しつつ時間を割くことが可能な場合に行われるものである。
また、第２の作業員は、この例の場合、部品Ｃ組み立てから部品Ｄ搬送までを担当し、そのサイクルタイムは、１８５.３秒となることが示されている。
さらに、第３の作業員は、部品Ｄ組み立てから部品Ｄ検査までを担当し、そのサイクルタイムは、３０７.５秒となることが示されている。特に、部品Ｄ組み立ては、第２の作業員とのリレー工程であることが斜線が施されて示されている。
なお、第４乃至第８人編成の場合についても、基本的に同様に見ることができるので、各々についての詳細な説明は省略することとする。
さらに、第３の作業員は、部品Ｄ組み立てから部品Ｄ検査までを担当し、そのサイクルタイムは、３０７.５秒となることが示されている。特に、部品Ｄ組み立ては、第２の作業員とのリレー工程であることが斜線が施されて示されている。
なお、第４乃至第８人編成の場合についても、基本的に同様に見ることができるので、各々についての詳細な説明は省略することとする。
次に、図１３（Ｂ）について説明する。
この図１３（Ｂ）は、上述したような図１３（Ａ）に示された人員編成の結果から導き出せる各々の人員編成の特性を表す諸項目についての説明図である。
人員編成の特性を表す諸項目としては、この例の場合、「ネックのサイクル時間」、「編成効率」、「生産能力」、「工数原単位」、「一人当たりの生産数」が示されている。
「ネックのサイクル時間」とは、ある一つの人員編成において、一連の作業を終えて、新たに同様な一連の作業に着手できるまでの待ち時間に相当するもので、具体的には、一つの人員編成のなかのサイクル時間の内、最長のものとなる。すなわち、図１３（Ａ）において、例えば、３人編成の場合、第１の作業員のサイクル時間が３１８.４秒が最長であり、これがこの人員編成におけるネックのサイクル時間となる。
この図１３（Ｂ）は、上述したような図１３（Ａ）に示された人員編成の結果から導き出せる各々の人員編成の特性を表す諸項目についての説明図である。
人員編成の特性を表す諸項目としては、この例の場合、「ネックのサイクル時間」、「編成効率」、「生産能力」、「工数原単位」、「一人当たりの生産数」が示されている。
「ネックのサイクル時間」とは、ある一つの人員編成において、一連の作業を終えて、新たに同様な一連の作業に着手できるまでの待ち時間に相当するもので、具体的には、一つの人員編成のなかのサイクル時間の内、最長のものとなる。すなわち、図１３（Ａ）において、例えば、３人編成の場合、第１の作業員のサイクル時間が３１８.４秒が最長であり、これがこの人員編成におけるネックのサイクル時間となる。
「編成効率」は、先に説明した遺伝的アルゴリズムによる人員編成において、それぞれの人員編成における編成効率として算出されたものである。
「生産能力」は、１時間当たり、何台（或いは何個）の製品、部品を生産できるかを表すもので、上述のネックのサイクル時間で１時間を除した値として求められたものである。
「工数原単位」は、ネックのサイクル時間と編成人員数との積として求められるもので、例えば、３人編成の場合、３１８.４×３＝９５５.２と求められる。これは、編成効率が１００％の場合の詳細作業時間を示し、求められた人員編成における詳細作業合計時間がこの工数原単位より下回る分だけ、編成効率が低いことを意味する。
「一人あたりの生産数」は、先の生産能力に示された生産台数を編成人員数で除した値である。
「生産能力」は、１時間当たり、何台（或いは何個）の製品、部品を生産できるかを表すもので、上述のネックのサイクル時間で１時間を除した値として求められたものである。
「工数原単位」は、ネックのサイクル時間と編成人員数との積として求められるもので、例えば、３人編成の場合、３１８.４×３＝９５５.２と求められる。これは、編成効率が１００％の場合の詳細作業時間を示し、求められた人員編成における詳細作業合計時間がこの工数原単位より下回る分だけ、編成効率が低いことを意味する。
「一人あたりの生産数」は、先の生産能力に示された生産台数を編成人員数で除した値である。
図１４乃至図図１６には、図１３（Ａ）に示された人員編成の結果の内、３人、４人及び５人の各人員編成における各作業員の負荷の様子を棒状グラフにしたものが示されている。各図において、「ＯＰＥ０」は、基準となる最低の作業時間を表したものである。そして、「ＯＰＥ１」〜「ＯＰＥ５」は、各作業員を意味する。
例えば、図１４は、図１３（Ａ）に示された３人編成の場合の各作業員のサイクル時間を棒状グラフにし、かつ、詳細作業毎に模様を付して区分したものである。各々の棒状グラフの上部に記載された数値は、それぞれサイクル時間である。
なお、図１５及び図１６についても同様であるので、それぞれについて個々の詳細な説明は省略することとする。
例えば、図１４は、図１３（Ａ）に示された３人編成の場合の各作業員のサイクル時間を棒状グラフにし、かつ、詳細作業毎に模様を付して区分したものである。各々の棒状グラフの上部に記載された数値は、それぞれサイクル時間である。
なお、図１５及び図１６についても同様であるので、それぞれについて個々の詳細な説明は省略することとする。
次に、フォーメーションマップの作成について、図１７を参照しつつ説明する。
フォーメーションマップは、先の図１３に示された人員編成結果に基づいて、種々の総生産時間に対して、各人員編成における生産能力、すなわち、具体的には生産可能台数を表したものである。
例えば、３人編成を例に採り説明すれば、総生産時間が８時間（８ｈ）の場合の生産能力は、３人編成の場合のネックのサイクル時間が３１８.４秒であるので（図１３（Ｂ）参照）、８時間＝２８８００秒をこの３１８.４秒で除した値として求められ、図１７の３人編成の列において、「８ｈ）」と表記された行に対応する欄には、その演算値である「９０.４」（台）が記載されている。他の作業時間についても同様に生産能力を求めることができる。他の人員編成についても、各々のサイクル時間と総生産時間とから生産能力を求めることができるのは基本的に同様であるので、個々について具体的な説明は省略することとする。
フォーメーションマップは、先の図１３に示された人員編成結果に基づいて、種々の総生産時間に対して、各人員編成における生産能力、すなわち、具体的には生産可能台数を表したものである。
例えば、３人編成を例に採り説明すれば、総生産時間が８時間（８ｈ）の場合の生産能力は、３人編成の場合のネックのサイクル時間が３１８.４秒であるので（図１３（Ｂ）参照）、８時間＝２８８００秒をこの３１８.４秒で除した値として求められ、図１７の３人編成の列において、「８ｈ）」と表記された行に対応する欄には、その演算値である「９０.４」（台）が記載されている。他の作業時間についても同様に生産能力を求めることができる。他の人員編成についても、各々のサイクル時間と総生産時間とから生産能力を求めることができるのは基本的に同様であるので、個々について具体的な説明は省略することとする。
図１７は、上述のようにして３人乃至８人編成の各々について、総生産時間が８乃至１８時間の各々における生産能力を一覧にしたものであり、このようなフォーメーションマップを作成しておくことにより、次にような対応が可能となる。
すなわち、例えば、仮に、１０時間で２００台の製品の生産が必要となったと仮定すると、従来は、人員編成を行う担当者が、自己の把握している各作業員の能力や技能等を考慮し、それまでの人員編成の経験に基づいて行われるものであったのに対して、本発明の実施の形態においては、図１７の「１０ｈ」の行において、生産能力として２００を越えるものを見ると、６人乃至８人編成が該当することが把握できる。そして、いずれを選ぶかは、先に図１３（Ｂ）に示された編成効率を参酌すれば、７人編成が３つの編成の中で最も編成効率が高いことが把握できる。したがって、作業人員が確保できるとすれば、この７人編成を選択すれば良いこととなる。
すなわち、例えば、仮に、１０時間で２００台の製品の生産が必要となったと仮定すると、従来は、人員編成を行う担当者が、自己の把握している各作業員の能力や技能等を考慮し、それまでの人員編成の経験に基づいて行われるものであったのに対して、本発明の実施の形態においては、図１７の「１０ｈ」の行において、生産能力として２００を越えるものを見ると、６人乃至８人編成が該当することが把握できる。そして、いずれを選ぶかは、先に図１３（Ｂ）に示された編成効率を参酌すれば、７人編成が３つの編成の中で最も編成効率が高いことが把握できる。したがって、作業人員が確保できるとすれば、この７人編成を選択すれば良いこととなる。
なお、上述のように必要とされる生産量に対する人員編成を、人員編成の担当者がフォーメーションマップを用いて決定する作業を、コンピュータ処理によって行うようにしても勿論良い。
すなわち、この場合、図１７に示されたフォーメーションマップと共に、図１３（Ｂ）に示された人員編成の特性を表す表をコンピュータに記憶させておき、例えば、生産時間と生産台数を入力すると、その条件を満たす編成が抽出され、さらに、それぞれの人員編成の編成効率共に、表示装置や印字装置等へ出力されるようにすると好適である。
このようにすることで、人員編成の担当者は、確保可能な作業員の数との関係で、必ずしも最も編成効率の良い人員編成を選択できない場合などには、次に編成効率の良い人員編成を選択することが可能となり、好都合である。なお、このコンピュータ処理は、先に図４において説明した人員編成装置を流用して行われるようにすれば、より好適である。
すなわち、この場合、図１７に示されたフォーメーションマップと共に、図１３（Ｂ）に示された人員編成の特性を表す表をコンピュータに記憶させておき、例えば、生産時間と生産台数を入力すると、その条件を満たす編成が抽出され、さらに、それぞれの人員編成の編成効率共に、表示装置や印字装置等へ出力されるようにすると好適である。
このようにすることで、人員編成の担当者は、確保可能な作業員の数との関係で、必ずしも最も編成効率の良い人員編成を選択できない場合などには、次に編成効率の良い人員編成を選択することが可能となり、好都合である。なお、このコンピュータ処理は、先に図４において説明した人員編成装置を流用して行われるようにすれば、より好適である。
最後に、先に述べた人員編成装置において実行される遺伝的アルゴリズムによる人員編成方法について総括すれば、以下の如くのものということができる。
本発明の実施の形態における遺伝的アルゴリズムによる人員編成方法は、
指定された染色体のコーディング形式で、初期集団を構成する所定数の染色体を生成する初期集団生成ステップと、
所定の評価関数に基づいて、前記初期集団生成ステップで生成された初期集団を構成する個々の染色体の適応度を算出する初期集団適応度算出ステップと、
前記初期集団から、所定の条件の下、２つの染色体をランダムに選択する選択ステップと、
前記選択ステップで選択された２つの染色体を所定の条件の下、交叉させて新たな２つの染色体を生成する交叉ステップと、
前記交叉ステップにより生成された新たな染色体が所定数であるか否かを判定し、所定数に満たない場合には前記選択ステップ及び交叉ステップを繰り返させる一方、所定数を満たし次世代の集団が形成されたと判定された場合には、次のステップへ移行させる判定ステップと、
次世代の集団を構成する染色体から、所定の割合でランダムに染色体を選択し、当該選択された染色体の２つの遺伝子をランダムに交換して染色体に突然変異を施す突然変異ステップと、
突然変異が施された染色体を含む前記次世代の集団を構成する染色体の各々の適応度を算出する適応度算出ステップと、
前記適応度算出ステップで算出された個々の適応度の内、所定の適応度を満たすものがあるか否かを判定し、所定の適応度を満たすものがある場合には、当該適応度を有する染色体を人員編成の解とする一方、未だ所定の適応度が得られていないと判定された場合には、前記選択ステップからの処理を繰り返させる処理終了判定ステップと、を具備してなるものである。
本発明の実施の形態における遺伝的アルゴリズムによる人員編成方法は、
指定された染色体のコーディング形式で、初期集団を構成する所定数の染色体を生成する初期集団生成ステップと、
所定の評価関数に基づいて、前記初期集団生成ステップで生成された初期集団を構成する個々の染色体の適応度を算出する初期集団適応度算出ステップと、
前記初期集団から、所定の条件の下、２つの染色体をランダムに選択する選択ステップと、
前記選択ステップで選択された２つの染色体を所定の条件の下、交叉させて新たな２つの染色体を生成する交叉ステップと、
前記交叉ステップにより生成された新たな染色体が所定数であるか否かを判定し、所定数に満たない場合には前記選択ステップ及び交叉ステップを繰り返させる一方、所定数を満たし次世代の集団が形成されたと判定された場合には、次のステップへ移行させる判定ステップと、
次世代の集団を構成する染色体から、所定の割合でランダムに染色体を選択し、当該選択された染色体の２つの遺伝子をランダムに交換して染色体に突然変異を施す突然変異ステップと、
突然変異が施された染色体を含む前記次世代の集団を構成する染色体の各々の適応度を算出する適応度算出ステップと、
前記適応度算出ステップで算出された個々の適応度の内、所定の適応度を満たすものがあるか否かを判定し、所定の適応度を満たすものがある場合には、当該適応度を有する染色体を人員編成の解とする一方、未だ所定の適応度が得られていないと判定された場合には、前記選択ステップからの処理を繰り返させる処理終了判定ステップと、を具備してなるものである。
そして、所定の評価関数は、染色体を基に得られる人員編成の編成効率を算出する式である。
また、選択ステップにおける初期集団からの２つの染色体の選択は、染色体の適応度に応じた確率で行われる。
さらに、処理終了判定ステップは、所定の適応度を満たすものがあるか否かの判定を行うと共に、世代が所定の世代に達したか否かを判定し、所定の世代に達する以前において、所定の適応度を満たすものがあると判定された場合には、当該適応度を有する染色体を人員編成の解とし、
所定の世代に達せず、かつ、未だ所定の適応度が得られていないと判定された場合には、選択ステップからの処理を繰り返させる一方、
所定の世代に達したと判定された場合において、所定の適応度が未だ得られていない場合には、その時点の世代において最も適応度の高い染色体を人員編成の解とするものである。
また、選択ステップにおける初期集団からの２つの染色体の選択は、染色体の適応度に応じた確率で行われる。
さらに、処理終了判定ステップは、所定の適応度を満たすものがあるか否かの判定を行うと共に、世代が所定の世代に達したか否かを判定し、所定の世代に達する以前において、所定の適応度を満たすものがあると判定された場合には、当該適応度を有する染色体を人員編成の解とし、
所定の世代に達せず、かつ、未だ所定の適応度が得られていないと判定された場合には、選択ステップからの処理を繰り返させる一方、
所定の世代に達したと判定された場合において、所定の適応度が未だ得られていない場合には、その時点の世代において最も適応度の高い染色体を人員編成の解とするものである。
また、染色体は、遺伝子として、要素作業番号と区切り文字とが順に配列されてなるものである。
また、交叉ステップと判定ステップとの間において、前記交叉ステップで生成された新たな染色体の遺伝子に所定の条件を満たさないものがある場合、その遺伝子のデータを修正する修正ステップを設けたものである。
また、適応度算出ステップにおいて、染色体により決定される人員編成が所定の割付可能作業員を満たさない場合には、所定の式に基づいて算出された適応度に所定値が乗じられ、当該演算値が当該染色体の適応度とされるものとなっている。
さらに、適応度算出ステップにおいて、染色体により決定される人員編成が所定の先行関係を満たさない場合には、所定の式に基づいて算出された適応度に所定値が乗じられ、当該演算値が当該染色体の適応度とされるようになっている。
また、交叉ステップと判定ステップとの間において、前記交叉ステップで生成された新たな染色体の遺伝子に所定の条件を満たさないものがある場合、その遺伝子のデータを修正する修正ステップを設けたものである。
また、適応度算出ステップにおいて、染色体により決定される人員編成が所定の割付可能作業員を満たさない場合には、所定の式に基づいて算出された適応度に所定値が乗じられ、当該演算値が当該染色体の適応度とされるものとなっている。
さらに、適応度算出ステップにおいて、染色体により決定される人員編成が所定の先行関係を満たさない場合には、所定の式に基づいて算出された適応度に所定値が乗じられ、当該演算値が当該染色体の適応度とされるようになっている。
１…入力部
２…表示部
３…プリンタ部
４…中央処理部
５…演算制御部
６…手段データ蓄積部
７…選択・交叉処理部
８…突然変異処理部
２…表示部
３…プリンタ部
４…中央処理部
５…演算制御部
６…手段データ蓄積部
７…選択・交叉処理部
８…突然変異処理部
Claims (5)
- 複数の作業を複数の作業員によって分担実行して生産を行う生産ラインにおける人員編成方法であって、
前記複数の作業員の現状における負荷状況に関するデータを取得し、
当該取得データにより前記複数の作業員の負荷状況を分析し、その分析結果に基づいて作業の効率化を行い、
しかる後における前記複数の作業の各々の作業時間のデータを用いて、種々の人員編成における作業の割り当てを遺伝的アルゴリズムによって求めることを特徴とする生産ラインにおける人員編成方法。 - 求められた種々の人員編成の内、確保可能な作業員数に対応し、かつ、編成効率の最も高い人員編成を選択することを特徴とする請求項１記載の生産ラインにおける人員編成方法。
- 負荷状況に関するデータは、個々の作業員における個々の作業内容及びその作業時間、頻度を含むことを特徴とする請求項２記載の生産ラインにおける人員編成方法。
- 作業の効率化は、個々の作業者の作業待ち時間の短縮を図ったものであることを特徴とする請求項３記載の生産ラインにおける人員編成方法。
- 複数の作業を複数の作業員によって分担実行して生産を行う生産ラインにおける前記複数の作業員の現状における負荷状況に関するデータを取得し、
当該取得データにより前記複数の作業員の負荷状況を分析し、その分析結果に基づいて作業の効率化を行い、
しかる後における前記複数の作業の各々の作業時間のデータを用いて、種々の人員編成における作業の割り当てを遺伝的アルゴリズムによって求め、
その求められた種々の人員編成結果に基づいて、種々の人員編成毎に種々の生産時間に対する生産可能数を表すマップを作成することを特徴とする人員編成用マップの作成方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004138154A JP2005321919A (ja) | 2004-05-07 | 2004-05-07 | 生産ラインにおける人員編成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004138154A JP2005321919A (ja) | 2004-05-07 | 2004-05-07 | 生産ラインにおける人員編成方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2005321919A true JP2005321919A (ja) | 2005-11-17 |
Family
ID=35469177
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004138154A Pending JP2005321919A (ja) | 2004-05-07 | 2004-05-07 | 生産ラインにおける人員編成方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2005321919A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108717289A (zh) * | 2018-04-09 | 2018-10-30 | 湘潭大学 | 一种流水线布局优化方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10240775A (ja) * | 1997-02-27 | 1998-09-11 | Fujitsu Ltd | 工程設計支援装置 |
| JP2000040106A (ja) * | 1998-07-22 | 2000-02-08 | Zexel Corp | 生産システムの工程編成方法及び生産システムの工程編成装置並びに生産システムの工程編成プログラムを記録した記録媒体 |
| JP2001337713A (ja) * | 2000-05-26 | 2001-12-07 | Sharp Corp | 工程設計装置、工程設計方法およびその方法を実現するプログラムを記録した機械読取可能な記録媒体 |
| JP2002312017A (ja) * | 2001-04-11 | 2002-10-25 | Sharp Corp | 作業評価装置、作業評価方法および作業評価方法をコンピュータに実現させるプログラム |
-
2004
- 2004-05-07 JP JP2004138154A patent/JP2005321919A/ja active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10240775A (ja) * | 1997-02-27 | 1998-09-11 | Fujitsu Ltd | 工程設計支援装置 |
| JP2000040106A (ja) * | 1998-07-22 | 2000-02-08 | Zexel Corp | 生産システムの工程編成方法及び生産システムの工程編成装置並びに生産システムの工程編成プログラムを記録した記録媒体 |
| JP2001337713A (ja) * | 2000-05-26 | 2001-12-07 | Sharp Corp | 工程設計装置、工程設計方法およびその方法を実現するプログラムを記録した機械読取可能な記録媒体 |
| JP2002312017A (ja) * | 2001-04-11 | 2002-10-25 | Sharp Corp | 作業評価装置、作業評価方法および作業評価方法をコンピュータに実現させるプログラム |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108717289A (zh) * | 2018-04-09 | 2018-10-30 | 湘潭大学 | 一种流水线布局优化方法 |
| CN108717289B (zh) * | 2018-04-09 | 2020-11-17 | 湘潭大学 | 一种流水线布局优化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chaudhry et al. | A research survey: review of flexible job shop scheduling techniques | |
| Demir et al. | An effective genetic algorithm for flexible job-shop scheduling with overlapping in operations | |
| Al-Hinai et al. | An efficient hybridized genetic algorithm architecture for the flexible job shop scheduling problem | |
| Costa et al. | Solving the hybrid flow shop scheduling problem with limited human resource constraint | |
| Phanden et al. | An approach for integration of process planning and scheduling | |
| Seidgar et al. | An efficient imperialist competitive algorithm for scheduling in the two-stage assembly flow shop problem | |
| Tavakkoli-Moghaddam et al. | A computer simulation model for job shop scheduling problems minimizing makespan | |
| US10642257B2 (en) | Tree search-based scheduling method and electronic apparatus using the same | |
| Liu et al. | A fast estimation of distribution algorithm for dynamic fuzzy flexible job-shop scheduling problem | |
| Mehdizadeh et al. | An integrated mathematical model for solving dynamic cell formation problem considering operator assignment and inter/intra cell layouts | |
| WO2018154799A1 (ja) | 業務計画最適化装置及び業務計画最適化方法 | |
| JP2006277060A (ja) | スケジュール作成支援システム、スケジュール作成方法、およびプログラム | |
| Ponnambalam et al. | Constructive and improvement flow shop scheduling heuristics: an extensive evaluation | |
| JP5885637B2 (ja) | スケジューリング方法及びスケジューリングプログラム、並びにスケジューリング装置 | |
| JP5379261B2 (ja) | スケジューリング装置、スケジューリング方法およびコンピュータプログラム | |
| Genova et al. | A survey of solving approaches for multiple objective flexible job shop scheduling problems | |
| JP5134601B2 (ja) | 生産スケジュール作成装置 | |
| JP2016189079A (ja) | 計画作成支援装置および計画作成支援方法 | |
| Costa et al. | A dual encoding-based meta-heuristic algorithm for solving a constrained hybrid flow shop scheduling problem | |
| Chen et al. | An adaptive genetic algorithm-based and AND/OR graph approach for the disassembly line balancing problem | |
| JPS6226510A (ja) | 工程計画情報処理装置 | |
| CN114881301A (zh) | 生产线的仿真排产方法、系统、终端设备及存储介质 | |
| Kethley et al. | Single machine scheduling to minimize total weighted late work: a comparison of scheduling rules and search algorithms | |
| Chan et al. | Comparative performance analysis of a flexible manufacturing system (FMS): a review-period-based control | |
| JP5033555B2 (ja) | 生産スケジュール作成方法及びそのシステム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060413 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080728 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080805 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080926 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090714 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20091117 |