JP2006171824A - 作業プロセス割り当て方法及びその装置 - Google Patents

Abstract

【課題】作業コストに影響を及ぼす複数の要因を作業間コスト関数に代入するだけで作業間コストを設定可能とし、総作業コストの最小化と作業者間の作業量の平準化を同時に満足する作業性の高い作業プロセスを短時間で近似解として作業者毎に導出できる作業プロセス割り当て方法及びその装置を提供する。
【解決手段】作業間コストに影響を与える要因に関するコスト要因変数を含む作業間コスト関数を重回帰分析によって予めモデル化しておき、割り当て対象の作業データの属性を参照し、作業間コスト関数を用いて作業間コストの値を算出しておき、作業者の人数が入力された後に、作業データと作業実行コストを参照し、各作業者に割り当てる作業実行コストと作業間コストの和を総和した総作業コストを最小化し、同時に各作業者の作業コストが均一化するように各作業者が実行する作業を順番付けた作業プロセスを各作業者毎に導出する。
【選択図】図１

Description

本発明は、作業者に最適な作業プロセスを割り当てる巡回セールスマン問題を応用したスケジューリング問題の解決策に関し、特に複数の作業者のそれぞれに効率よく作業プロセスを割り当てる作業プロセス割り当て方法及びその装置に関するものである。

従来、巡回セールスマン問題（traveling salesman problem）を応用したスケジューリング方法は、生産・物流等の分野で広く応用されている。一般的な巡回セールスマン問題では二つのノード間（場所など）のコストの総和を最小化するが、このノード間コストは、ノードの数をｎとすると、予め｛（ｎ²−ｎ）／２｝通りの設定が必要である。物流の分野においては、ノードは配送先の場所を表し、ノード間のコストとしては距離または時間が設定される。配送先が静的に決まっている場合は予め人手による設定が可能であり、地図データベースの座標から２点間の直線距離を算出することも容易である。非特許文献１の論文や特開平5-135070号公報（特許文献１）でも、位置情報を予め定義する必要があるが、その方法は問題としていない。実願2001-7930号公報（特許文献２）では地図データベースと連動して位置情報を取得している。

さらに、一般的な巡回セールスマン問題を遺伝的アルゴリズムで効率的に解く発明は、特開平8-194677号公報（特許文献３）等、数多く存在する。

また、分業を考慮した巡回セールスマン問題を遺伝的アルゴリズムや免疫アルゴリズムで導出した非特許文献２に開示される研究等も存在する。
特開平5-135070号公報 「配送スケジューリング」 実願2001-7930号公報 「集荷配送システム」 特開平8-194677号公報 「遺伝的アルゴリズム実行装置および実行方法」 柴木雅也，中谷達也，田山健一，山村哲哉，"所内設備施工業務における効率的作業プロセスの導出方法の提案"，信学会，vol.2004 B-14-3， March.2004． 當間愛晃，遠藤聡志，山田孝治，"免疫アルゴリズム機構を利用したnTSPの解法に関する考察"， 琉球大学工学部紀要，第55号，1998.

しかし、作業者が実行する作業をノードとし、作業が頻繁に追加・削除され、作業毎に作業の内容や場所などの属性が異なり、さらに、これらの属性が作業コストへどの程度影響を及ぼすかが明確でない場合、予め２つのノード間のコストを手動で設定しておくことは困難である。また、作業コストとして、移動距離または時間以外にも複数の要因を同時に考慮する場合は、地図データベースとの連携によってノード間の距離を要因として取り入れるだけでは不十分である。

また、作業コストに影響を及ぼす複数の要因を同時に考慮して設定した作業コストを巡回セールスマン問題の目的関数として設定する方法は見当たらない。

さらに、一般的な巡回セールスマン問題を遺伝的アルゴリズムで効率的に解く発明は数多く存在するが、作業コストに影響を及ぼす複数の要因を同時に考慮して設定したノード間のコストを、巡回セールスマン問題の目的関数として設定し、遺伝的アルゴリズムを用いて解を導出する方法も見当たらない。

また、分業を考慮した巡回セールスマン問題を遺伝的アルゴリズムや免疫アルゴリズムで導出した研究等も存在するが、作業コストに影響を及ぼす複数の要因を同時に考慮する方法ではない。

本発明の目的は上記の問題点に鑑み、作業コストに影響を及ぼす複数の要因を作業間コスト関数に代入するだけでこれらを同時に考慮した作業間コストを設定可能とし、総作業コストの最小化及び作業者間の作業量の平準化を同時に満足する作業性の高い作業プロセスを短時間で近似解として作業者毎に導出できる作業プロセス割り当て方法及びその装置を提供することである。

本発明は前記目的を達成するために、任意の作業を実行するときに発生するコストを表す作業実行コストの情報を実行対象となる全ての作業の種別毎に保持すると共に、任意の作業を実行した後に次の作業を実行するまでの間に発生するコストを表す作業間コストを算出するために重回帰分析によって予めモデル化された作業間コスト関数と、作業の属性として観測され且つ作業間コストに影響を与える複数のコスト要因変数のデータとを保持する作業コスト保持部を有するコンピュータ装置を用い、複数の作業者のそれぞれに対して１つ以上の作業を行わせる作業プロセスを割り当てる作業プロセス割り当て方法であって、前記コンピュータ装置は、割り当て対象となる作業のデータが入力された後、該作業データを作業データ保持部に保持すると共に、該入力された作業の属性を前記作業コスト保持部に保持されている情報から抽出し、該属性に対応する前記コスト要因変数のデータを前記作業間コスト関数に代入し、作業間コストを算出して前記作業コスト保持部に格納するステップと、作業者の人数が入力された後に、前記作業コスト保持部に保持されている作業間コストと前記作業データ保持部に保持されている作業データを参照し、各作業者に割り付ける作業の作業実行コストと該作業に対応する前記作業間コストとの和である作業コストを全ての作業者で総和した総作業コストを最小化し、同時に各作業者の前記作業コストが均一化するように各作業者が実行する作業を順番付けた作業プロセスを各作業者毎に導出するステップと、各作業者の作業プロセスを出力するステップとを実行する作業プロセス割り当て方法を提案する。

本発明によれば、作業コストに影響を及ぼす複数の要因を同時に考慮した作業コストの設定を作業間コスト関数に代入するだけで設定可能となる。また、総作業コストの最小化及び作業者間の作業量の平準化を同時に満足する作業プロセスを作業者毎に導出することが可能になる。また、得られる結果は、従来技術における「移動距離」または「作業時間」以外の作業コストに影響を及ぼす複数の要因を同時に考慮できるため、作業性の高い作業処理順序の作業プロセスの割り当てが可能となる。

さらに、本発明は上記の方法を実施するための装置として、複数の作業者のそれぞれに対して１つ以上の作業を行わせる作業プロセスを割り当てる作業プロセス割り当て装置であって、作業者の数と作業者を割り付ける対象の作業データを入力する入力装置部と、任意の作業を実行するときに発生するコストを表す作業実行コストの情報を実行対象となる全ての作業の種別毎に保持すると共に、任意の作業を実行した後に次の作業を実行するまでの間に発生するコストを表す作業間コストを算出するために重回帰分析によって予めモデル化された作業間コスト関数と、作業の属性として観測され且つ作業間コストに影響を与える複数のコスト要因変数のデータとを保持する作業コスト保持部と、作業者の数と作業者を割り付ける対象の作業データを蓄積する作業データ保持部と、前記作業データ保持部に格納された作業データを参照し、前記作業コスト保持部に保持されている情報から作業間コスト関数に影響を及ぼす複数のコスト要因変数のデータを抽出し、前記作業間コスト関数に代入することで作業間コストを計算して前記作業コスト保持部に格納すると共に、前記作業コスト保持部に格納されている作業実行コストを参照し、外部から入力された各作業に作業実行コストを割り当てて、該割り当てた作業に対応付けて該作業の作業実行コストを前記作業コスト保持部に格納する処理を行う作業コスト生成部と、前記作業データと作業間コストを参照し、各作業者に割り付ける作業の作業実行コストと前記作業間コストとの和である作業コストを全ての作業者で総和した総作業コストを最小化し、同時に各作業者の作業コストが均一化するように各作業者が実行する作業を順番付けた作業プロセスを各作業者毎に導出する作業プロセス導出エンジン部と、前記導出された各作業者の作業プロセスを表示する結果表示部とを有する作業プロセス割り当て装置を提案する。

本発明によれば、作業コストに影響を及ぼす複数の要因を同時に考慮した作業間コストの値を作業間コスト関数に代入するだけで設定可能となる。また、総作業コストの最小化及び作業者間の作業量の平準化を同時に満足する作業プロセスを短時間で近似解として、各作業者毎に導出することが可能になる。また、これによって得られる結果は、従来技術における「移動距離」または「作業時間」以外の作業コストに影響を及ぼす複数の要因を同時に考慮できるため、作業性の高い作業処理順序の作業プロセスの割り当てが可能であり、作業時間の短縮効果が得られる。さらに、従来、専門的な知識と多くの稼動を要した作業者への作業処理順序の決定・指示業務をコンピュータ装置で自動的に計算可能である。

以下、図面に基づいて本発明の一実施形態を説明する。

本実施形態では、作業コストに影響を及ぼす複数の要因を同時に考慮した作業間コストの値を作業間コスト関数に代入するだけで設定するための処理、およびこの作業間コストを用いて各作業者の作業コストを総和した総作業コストの最小化及び作業者間の作業量の平準化を同時に満足する作業性の高い作業プロセスを短時間で近似解として、作業者毎に導出することができる。

図１及び図２に一実施形態における作業プロセス割り当て方法の処理手順をフローチャートとして示す。本実施形態では、割り当て対象となる作業と作業者数が指定される前に予め図１に示す処理を行っておき、割り当て対象となる作業と作業者が指定された後に図２に示す処理を行う。

即ち、割り当て対象となる作業と作業者数が指定される前に予め任意の２つのタスク（作業）間のコスト（作業間コスト）を算出するための作業間コスト関数を、作業の属性として観測される複数の要因（コスト要因変数）との関係でモデル化すると共に重回帰分析を用いてサンプルからそのパラメータを推定し（ＳＴ１）、このモデルが有意であるか否かを判定して（ＳＴ２）、有意である場合に、モデル化した作業間コスト関数及び上記要因となるコスト要因変数をコンピュータ装置に保存しておく（ＳＴ３）。

次いで、作業間コストの相対的な関係で作業実行コストを作業種別毎に設定し（ＳＴ４）、設定した作業実行コストをコンピュータ装置に保存しておく（ＳＴ５）。さらに、各作業者の作業コストすなわち作業実行コストと作業間コストの和である作業コストを全ての作業者について総和した総作業コストが小さく且つ各作業者の作業コストに差異がない場合、評価が高くなるように分業巡回セールスマン問題（n-TSP）の目的関数を設定し、遺伝的アルゴリズムで解けるように適合度へ変換して（ＳＴ６）、この適合度（関数）をコンピュータ装置に保存しておく（ＳＴ７）。

作業プロセスを割り当てるために割り当て対象となる作業がコンピュータ装置に入力されると（ＳＴ８）、コンピュータ装置は、作業の属性から作業間コストに影響を及ぼす作業間コスト関数の変数の値を計算し、これらをモデル化しておいた作業間コスト関数に代入して作業間コストの値を算出し、算出結果を保存する（ＳＴ９）。

次に、作業の属性である作業種別に合致する作業実行コストを上記の保存データから抽出し、各作業に対応させて保存する（ＳＴ１０）。

この後、作業プロセスを割り当てるために作業者の人数がコンピュータ装置に入力されると（ＳＴ１１）、適合度が最大となるように各作業者の作業プロセスを遺伝的アルゴリズムで導出し（ＳＴ１２）、導出した作業プロセスを各作業者毎に表示する（ＳＴ１３）。

以下にその詳細を説明する。まず、作業間コストに影響を及ぼす複数の要因を同時に考慮する作業間コストの関数をモデル化するために以下の重回帰式を定義する。

ここで，Ｃα_i-1,α_iは，任意の作業者が任意のタスク（作業）を実行した後、次のタスクを実行するまでの間の作業コスト（作業間コスト）を表す。ｘα_i-1,α_i,kは，作業間コストＣα_i-1,α_iに影響を与えると考えられる各コスト要因変数データを表す。コスト要因変数データｘα_i-1,α_i,kが実際に影響を及ぼすかどうかはモデルの有意性検定により判断する。θ₀…θ_k（ｋは自然数）は未知のパラメータを表す。作業間コストＣα_i-1,α_iは、作業（ノード）の数をｎとすると、｛（ｎ²−ｎ）／２｝通り設定する必要がある。従って、限られたサンプルを用いて予め作業間コストＣα_i-1,α_iを設定可能数分だけ準備しておく。そして作業間コストＣα_i-1,α_iに影響があると考えられる観測可能なコスト要因変数データｘα_i-1,α_i,kを抽出し、重回帰分析を用いて、未知のパラメータθ₀…θ_kを、最小２乗法によって推定する。

次に、分散分析により、推定されたモデルの有意性を判断する。有意なモデルでない場合、コスト要因変数データｘα_i-1,α_i,kを替えてモデルの推定を行って洗練を行なう。モデルの有意性は、重決定係数がＲ²≒１であり、Ｐ値がＰ≦α（α：予め分析者が想定した有意水準（5％検定の場合0.05））であるなど、一般的な重回帰分析による有意検定により判定できる。

このようなプロセスで、予め作業間コストＣα_i-1,α_iと各コスト要因変数データｘα_i-1,α_i,kとの関係がモデル化できれば，発生するすべての作業に対して、観測された各コスト要因変数データを式（１）で示される作業間コスト関数に代入することで、作業間コストＣα_i-1,α_iを統一的基準で設定することが可能である。

さらに、上記のように得られた作業間コスト関数（式（１））を用いて、全ての作業者の作業コストを総和した総作業コストを最小化すると同時に各作業者間の作業量を平準化する分業巡回セールスマン問題（n-TSP）の目的関数として予め設定された関数である式（２）及び式(３)を同時に満足する式（４）を推定することで、総作業コストを最小化すると同時に各作業者間の作業量を平準化することができる。
[目的関数]

ここで、ｗ_iはｉ番目の作業者を表し、Ｃ_wiは作業者ｗ_iに与えられた作業集合の任意の作業処理順序の作業コストを表す。

α_iは，i番目に実行される作業（タスク）ｔ_iのタスク番号を表す。また、Ｃ_wi,α_iは、作業者ｗ_iがタスクｏ_wi,α_iを実行する際の作業実行コストを示す。タスクは，未実行の作業ｔ_iを一度ずつ処理する。式（５）で表されるＳは、求める解であり、各作業者ｗ_i毎の作業プロセスを表す。

しかし、上記の問題は、分業を考慮しない一般的な巡回セールスマン問題TSP（探索量(ｎ−１)!／２）よりもさらに複雑で解空間も膨大となるＮＰ困難（ＮＰ-hard）な問題であり、解候補をすべて列挙することは不可能である。従って、本実施形態では遺伝的アルゴリズムを適用して解を導出する。遺伝的アルゴリズムで解くために、式（２）、（３）を、式（６）、（７）の適合度に置き換える。
[適合度]

ここで，fitness_iは、個体iの適合度を表し、Cost_iは，総作業コストを表し、Ｃ_{wi max}は最大作業量を割り当てられた作業者ｗ_iのコストＣ_wiを、Ｃ_{wi min}は最小作業量を割り当てられた作業者ｗ_iのコストＣ_wiを表す。すなわち、Penalty_iは、作業量が平準化されない場合、fitenn_iを低下させる。αおよびβは、Cost_iとPenalty_iの重み(0.1≦α，β≦1.0)係数を表す。

また、遺伝的アルゴリズムでは解を遺伝子という形で表現する必要がある。これは解の持つ特徴を一定のルールに従って記述したもので、このルールを決めて遺伝子を決定することをコーディングという。

コーディング方法は、前述した非特許文献１に開示されるような分業巡回セールスマン問題（n-TSP）において一般的に使用される方法を用い、遺伝的アルゴリズムを用いて解を導出することができる。

これにより、作業性の高い作業プロセスを短時間で近似解として導出することが可能である。

尚、本実施形態では、作業の順番を並べた解候補をランダムに用意し、これらの解候補を上記の式（６）で定義する適合度で評価し、適合度の高い解を次世代に残していくので、適合度の低い解は解集合が一定に保たれるように淘汰される。また、適合度は、総作業コストの値が小さく且つ各作業者間の作業コストにばらつきが少ないと高くなるように設定される。

さらに、本実施形態では、できるだけ多くの解のパターンを生成し、局所解に陥るのを防ぐために、適合度の高い２つの解候補の性質を引き継いだ子を生成したり（交叉）、解の一部を全く性質の異なる別の値に置き換えたりしながら、次世代に残す子を増殖させる。このような処理を、与えられた世代数分繰り返し、最も適合度の高い解が、各作業者に割り当てる作業プロセスとなる。尚、この方法自体は一般的な遺伝的アルゴリズムの手法である。従って、本実施形態は、作業コストを算出して、各作業者の作業量のばらつきを表す閾値に含まれるか否かで作業プロセスを修正するものではない。

次に、上記の作業プロセス割り当て方法を実現する作業プロセス割り当て装置のブロック図を図３に示す。図３において、１は作業プロセス割り当て装置で、周知のコンピュータ装置からなり、入力装置部１１と、作業データ保持部１２、作業コスト保持部１３、作業コスト生成部１４、作業プロセス導出エンジン部１５、結果表示部１６を備えている。

予め、上記の方法で定義した作業間コスト関数等の式（１）〜（６）および作業コストの情報（作業間コスト及び作業実行コストのデータ）等を作業コスト保持部１３に保存しておく。これらは適宜必要に応じて他の関数に置き換えることも可能である。即ち、作業コスト保持部１３は、任意の作業を実行するときに発生するコストを表す作業実行コストの情報を実行対象となる全ての作業の種別毎に保持すると共に、任意の作業を実行した後に次の作業を実行するまでの間に発生するコストを表す作業間コストを算出するために重回帰分析によって予めモデル化された作業間コスト関数と、作業の属性として観測され且つ作業間コストに影響を与える複数のコスト要因変数のデータとを保持している。

作業割り当てを行うに際して、まず入力装置部１１に割り当て対象となる作業のデータを入力する。各作業は作業場所や作業内容などの複数の属性を持っており、どの様な順番で作業を処理するかがコストに大きく影響を及ぼす。続いて入力装置部１１にこれらの作業を処理するための作業者数を入力する。入力された作業のデータ及び作業者数は、作業データ保持部１２に蓄積される。

作業コスト生成部１４では、作業データ保持部１２に格納された作業データを参照し、作業コスト保持部１３に格納されている情報から作業間コスト関数に影響を及ぼす複数の要因を表すコスト要因変数のデータを抽出し、上記の作業コスト関数に代入することで作業間コストを算出し、予め作業コスト保持部１３に格納されている作業の種別毎に定義された作業実行コストを参照し、外部から入力された各作業に作業実行コストを割り当てる処理を行う。尚、上記のコスト要因変数は予め作業コスト保持部１３に保存されている。

作業プロセス導出エンジン部１５では、遺伝的アルゴリズムによって、総作業コストの最小化及び作業者間の作業量の平準化を同時に満足する作業性の高い作業プロセスを作業者毎に、最適解と差がない近似解として導出する解の探索を実行し、各作業者に作業処理順序（作業プロセス）を割り当てる。結果表示部１６では、得られた解すなわち作業プロセスを作業者毎に出力する。

上記の作業プロセス割り当て方法及び装置により、作業コストＣ_wiに影響を及ぼす複数の要因を同時に考慮した作業間コストＣα_i-1,α_iの値を作業間コスト関数に代入するだけで設定可能となる。また、総作業コストの最小化及び作業者ｗ_i間の作業量の平準化を同時に満足する作業プロセスを短時間で近似解として、作業者ｗ_i毎に導出することが可能になる。また、これによって得られる結果は、従来技術における「移動距離」または「作業時間」以外の作業コストに影響を及ぼす複数の要因を同時に考慮しているため、作業性の高い作業処理順序の作業プロセスを割り当てることが可能であり、作業時間の短縮効果が得られる。さらに、従来、専門的な知識と多くの稼動を要した作業者への作業処理順序の決定・指示業務をコンピュータ装置で自動的に計算可能である。

次に、前述した作業プロセス割り当て方法及び装置を適用した具体的な一実施例を説明する。

本実施例では、光ファイバを利用するサービスを提供するために通信設備ビル内（所内）で発生する光ファイバの「接続」・「開放」といった人的作業における各作業者毎の作業プロセスを導出する作業プロセス割り当ての一例を説明する。

図４に本実施例における通信設備ビル100の所内設備の構成を示す。所内設備は、空間的に広がる所外光ファイバ104を、回線終端装置（OLT：Optical Line Terminal）103にクロスコネクトする役割を持つ所内光ファイバ102と光コネクタから構成される伝送路である。光ファイバ102には、（1）曲げに弱く、取り回しの制限を受ける、（2）任意の長さで切断・接続が困難であるという特徴があるため、光ファイバ102を収容するケーブルラック（CR：Cable Rack）(101)Ａ〜Ｈは複数かつ多段に設置され、ケーブルラック(101)Ａ〜Ｈ間には予め適切な長さの多心の所内光ファイバ102が先行配線されており、サービス申し込み時に、これらの光ファイバ102の中から適切な光ファイバ102を選んで接続する。

このため、一つのオーダにおいて複数のポイントで接続作業が発生し、逆に、設備の再利用性を高めるために、サービス廃止時には開放作業が発生することもある。図４においては、二つのオーダ（オーダ１，２）によって番号１〜番号６の接続作業が発生したことを表している。

また、所内ビルの空間的制約によっては、一つのオーダに含まれる作業が複数のフロアに跨ることもある。さらに、接続の方法には、コネクタ接続と融着接続の種類があり、使用する工具も異なる。従って、以下の(a)〜(d)のような様々な要因が作業コストに影響を及ぼす。

(a)フロア間の移動と同一フロア内の移動に伴うコスト差
ケーブルラック間の移動距離の実長を与えることが可能であれば、フロア間の移動と同一フロア内の移動に伴うコストのコスト差を改めて意識する必要はないが、通信設備ビル内のケーブルラックの数は膨大であり、任意の二つの組み合わせ数を予め用意しておくことは現実的ではない。これに対し、２点の座標から直線距離を計算する方法では、予め準備しておく座標の数はケーブルラック数分だけでよい。しかし、この場合、水平方向とフロア間の移動を伴う垂直方向の重みの差異を考慮しなければならない。

(b)同一のケーブルラック内の作業コスト差
接続・開放作業を行う同一のケーブルラック内のコネクタの位置関係により、作業コストは異なる。

(c)ケーブルラック端子面の変更
ケーブルラックには、接続端子面に前面と背面があり、端面の変更を繰り返しては作業性が低下する。

(d)作業内容の変更
作業内容には接続と開放があり、接続方法にはコネクタ接続と融着接続があり、作業の連続性が途絶えると作業性が低下する。

上記のような通信設備ビル内における作業に関して作業プロセスの割り当てを行う場合、予め例えば図５のような設備モデルを用意すると共に、これに対して図６のようなタスク（作業）間における作業間コストのサンプルを用意して作業コスト保持部１３に格納しておく。

図５において、ＣＲ１〜ＣＲ４はケーブルラックであり、ケーブルラックＣＲ１，ＣＲ２は１階のフロアに配置され、ケーブルラックＣＲ３，ＣＲ４は２階のフロアに配置されている。また、通信設備ビルにおける位置座標(0,0,0)の始終点にタスク番号（タスクNo.）「０」のダミータスクを設定したとき、ケーブルラックＣＲ１の位置座標が(5,5,0)であり、ケーブルラックＣＲ２の位置座標が(50,10,0)、ケーブルラックＣＲ３の位置座標が(10,10,5)、ケーブルラックＣＲ４の位置座標が(40,15,5)である。

さらに、ケーブルラックＣＲ１の前面にタスク番号（タスクNo.）「１」，「２」の作業が存在し、背面にタスク番号「３」の作業が存在する。ケーブルラックＣＲ２の前面にはタスク番号「４」，「５」の作業が存在し、背面にはタスク番号「６」の作業が存在する。ケーブルラックＣＲ３の前面にはタスク番号「７」，「８」，「９」の作業が存在する。ケーブルラックＣＲ４の前面にはタスク番号「１０」，「１１」の作業が存在し、背面にはタスク番号「１２」の作業が存在する。

図６のテーブルでは、各タスクNo.毎に、「接続」又は「開放」の作業種別と、「コネクタ」又は「融着」の接続種別、「１」〜「４」のケーブルラック番号（ＣＲ番号）、「前」又は「背」のケーブルラックの端子面（ＣＲ端子面）、座標で表されたケーブルラック内の架内位置(x,y)のそれぞれが対応づけて記載されている。

このような設備モデルに対し、図７のように作業間コストマトリックスに人の評価値または実作業時間を割り当てる。これが、作業間コストＣα_i-1,α_iのサンプル値である。これに対し、作業間コストに影響を及ぼすと考えられるコスト要因変数ｘα_i-1,α_i,kを抽出して、例えば、以下の（ア）〜（カ）のようなコスト要因変数ｘα_i-1,α_i,1〜ｘα_i-1,α_i,6を設定し、作業コスト保持部１３に格納しておく。

(ア)フロア間移動の影響ｘα_i-1,α_i,1
タスクｏα_i-1とタスクｏα_iが同一フロアにおける作業の場合は0を設定し、異なる場合はフロア階数の差分を設定する。

(イ) ケーブルラック間の直線距離大小の影響ｘα_i-1,α_i,2
タスクｏα_i-1とタスクｏα_iが行われるケーブルラックの座標間の直線距離を表す。同一のケーブルラックの場合は0とする。

(ウ) 融着を含む作業切り替え発生の影響ｘα_i-1,α_i,3
タスクｏα_i-1とタスクｏα_iの作業が融着接続を含んで変更になる場合（コネクタ接続→融着接続など）には1を、異なる場合には0をとるダミー変数とする。

(エ) 融着を含まない作業切り替え発生の影響ｘα_i-1,α_i,4
タスクｏα_i-1とタスクｏα_iの作業が融着接続を含まず変更になる場合（コネクタ接続→コネクタ開放など）には1を、異なる場合には0をとるダミー変数とする。

(オ) ケーブルラック内の移動の大小による影響ｘα_i-1,α_i,5
タスクｏα_i-1とタスクｏα_iが発生するケーブルラック平面内の作業ポイント間の直線距離を表す。ケーブルラックや端子面が異なる場合も、同一平面内として直線距離を与えている。

(カ) 端子面の変更の影響ｘα_i-1,α_i,6
タスクｏα_i-1とタスクｏα_iが発生するケーブルラック間に端子面（前面・背面）の変更が生じる場合に1をとり、異なる場合に0をとるダミー変数とする。

このようなサンプルデータを用いて前述した重回帰分析を行うことにより、重回帰式のパラメータが定まる。推定結果の重決定係数とＰ値からモデルの有意性を判断し、有意なモデルであれば、コスト関数モデルとして採択できる。モデルが有意でなければ、要因変数を入れ替えて、これを繰り返す。

こうして得られた作業間コスト関数に、要因を表す観測データを代入することだけで、作業が新たに追加された場合においても、作業間コストを与えることができる。

この作業間コスト関数と作業実行コストを予め作業コスト保持部１３に保存しておく。

作業実行コストは作業内容毎に設定し、作業コスト保持部１３に保存しておく。図８に作業実行コストの一例を示す。ここでは、作業種別が「接続」で且つ接続種別が「融着」のときの作業実行コストを「10.0」とし、作業種別が「接続」で且つ接続種別が「コネクタ」のときの作業実行コストを「5.0」とし、作業種別が「開放」で且つ接続種別が「コネクタ」のときの作業実行コストを「7.0」としている。

作業者に対して作業プロセスを割り当てる際には、入力装置部１１で割り当て対象となる作業（タスク）と作業者数を入力する。例えば、図９に示すようなタスクN0.が１〜１２の作業が入力されたとすると、これらは作業データ保持部１２に蓄積される。これらの作業は前述の（ア）〜（カ）のような属性を持っている。

作業コスト生成部１４では、作業データ保持部１２に蓄積された作業の作業間コストを計算する。計算結果の一例を図１０に示す。

作業プロセス導出エンジン部１５では、作業間コスト、作業実行コスト、作業者数、遺伝的アルゴリズムの計算条件をパラメータとして入力する遺伝的アルゴリズムによって、総作業コストの最小化と作業者間の作業量の平準化を同時に満足する作業性の高い作業プロセスを作業者毎に導出する解の探索を実行する。これにより、図１１に示すように各作業者毎の作業プロセスが求まる。

図１１では、作業者数が２人の場合と３人の場合を示す。作業者数が２人の場合、１人目の作業者Ａには「0→2→5→6→4→10→7→1→0」の作業プロセスが割り当てられ、その作業コストは「157.4」となり、２人目の作業者Ｂには「0→11→12→8→9→3→0」の作業プロセスが割り当てられ、その作業コストは「157.0」となる。

また、作業者数が３人の場合、１人目の作業者Ａには「0→12→11→2→1→0」の作業プロセスが割り当てられ、その作業コストは「128.7」となり、２人目の作業者Ｂには「0→7→10→9→8→0」の作業プロセスが割り当てられ、その作業コストは「125.4」となり、３人目の作業者Ｃには「0→6→4→3→5→0」の作業プロセスが割り当てられ、その作業コストは「125.2」となる。

このように得られる作業プロセスは、フロア間・フロア内の無駄な移動が少なく、作業内容の切り替えが少なく、ケーブルラック端子面の切り替えが少なく、ケーブルラック内の近いポイントの作業をまとめて作業するなどの特徴を持つ作業性の高い作業プロセスとなる。さらに、作業者間の作業量も平準化されている。結果表示部１６では、得られた解、すなわち作業プロセスを作業者毎に出力する。

尚、上記実施形態及び実施例は本発明の一具体例であって、本発明がこれらの構成のみに限定されることはない。

本発明の一実施形態における作業プロセス割り当て方法の処理手順を示すフローチャート 本発明の一実施形態における作業プロセス割り当て方法の処理手順を示すフローチャート 本発明の一実施形態における作業プロセス割り当て装置の構成を示すブロック図 本発明の一実施例における通信設備ビルの所内設備を示す構成図 本発明の一実施例における設備モデルを説明する図 本発明の一実施例におけるタスクのサンプルを示す図 本発明の一実施例における作業コストマトリックスを示す図 本発明の一実施例における作業コストの一例を示す図 本発明の一実施例における実行対象となるタスクを示す図 本発明の一実施例における作業間コストの計算結果の一例を示す図 本発明の一実施例における作業プロセスの導出結果を示す図

符号の説明

1…作業プロセス割り当て装置、11…入力装置部、12…作業データ保持部、13…作業コスト保持部、14…作業コスト生成部、15…作業プロセス導出エンジン部、16…結果表示部、100…通信設備ビル、101…ケーブルラック、102…所内光ファイバ、103…回線終端装置(OLT)、104…所外光ファイバ、CR1〜CR4…ケーブルラック。

Claims (5)

1. 任意の作業を実行するときに発生するコストを表す作業実行コストの情報を実行対象となる全ての作業の種別毎に保持すると共に、任意の作業を実行した後に次の作業を実行するまでの間に発生するコストを表す作業間コストを算出するために重回帰分析によって予めモデル化された作業間コスト関数と、作業の属性として観測され且つ作業間コストに影響を与える複数のコスト要因変数のデータとを保持する作業コスト保持部を有するコンピュータ装置を用い、複数の作業者のそれぞれに対して１つ以上の作業を行わせる作業プロセスを割り当てる作業プロセス割り当て方法であって、
   前記コンピュータ装置は、
   割り当て対象となる作業のデータが入力された後、該作業データを作業データ保持部に保持すると共に、該入力された作業の属性を前記作業コスト保持部に保持されている情報から抽出し、該属性に対応する前記コスト要因変数のデータを前記作業間コスト関数に代入し、作業間コストを算出して前記作業コスト保持部に格納するステップと、
   作業者の人数が入力された後に、前記作業コスト保持部に保持されている作業間コストと前記作業データ保持部に保持されている作業データを参照し、各作業者に割り付ける作業の作業実行コストと該作業に対応する前記作業間コストとの和である作業コストを全ての作業者で総和した総作業コストを最小化し、同時に各作業者の前記作業コストが均一化するように各作業者が実行する作業を順番付けた作業プロセスを各作業者毎に導出するステップと、
   各作業者の作業プロセスを出力するステップとを実行する
   ことを特徴とする作業プロセス割り当て方法。
2. 前記コンピュータ装置は、
   前記作業データ保持部に格納されている作業データを参照し、前記作業コスト保持部から作業間コストに影響を及ぼす複数のコスト要因変数のデータを抽出して前記作業間コスト関数に代入し、前記作業間コストを算出する
   ことを特徴とする請求項１に記載の作業プロセス割り当て方法。
3. 前記コンピュータ装置は、
   前記総作業コストを最小化すると同時に各作業者間の作業量を平準化する分業巡回セールスマン問題（n-TSP）の目的関数として予め設定された関数を用いて各作業者の作業プロセスを算出する
   ことを特徴とする請求項１又は請求項２に記載の作業プロセス割り当て方法。
4. 前記コンピュータ装置は、
   前記作業コストを前記分業巡回セールスマン問題として設定し、
   遺伝的アルゴリズムを用いて前記分業巡回セールスマン問題の目的関数として設定された関数の近似解として各作業者毎の作業プロセスを導出する
   ことを特徴とする請求項３に記載の作業プロセス割り当て方法。
5. 複数の作業者のそれぞれに対して１つ以上の作業を行わせる作業プロセスを割り当てる作業プロセス割り当て装置であって、
   作業者の数と作業者を割り付ける対象の作業データを入力する入力装置部と、
   任意の作業を実行するときに発生するコストを表す作業実行コストの情報を実行対象となる全ての作業の種別毎に保持すると共に、任意の作業を実行した後に次の作業を実行するまでの間に発生するコストを表す作業間コストを算出するために重回帰分析によって予めモデル化された作業間コスト関数と、作業の属性として観測され且つ作業間コストに影響を与える複数のコスト要因変数のデータとを保持する作業コスト保持部と、
   作業者の数と作業者を割り付ける対象の作業データを蓄積する作業データ保持部と、
   前記作業データ保持部に格納された作業データを参照し、前記作業コスト保持部に保持されている情報から作業間コスト関数に影響を及ぼす複数のコスト要因変数のデータを抽出し、前記作業間コスト関数に代入することで作業間コストを計算して前記作業コスト保持部に格納すると共に、前記作業コスト保持部に格納されている作業実行コストを参照し、外部から入力された各作業に作業実行コストを割り当てて、該割り当てた作業に対応付けて該作業の作業実行コストを前記作業コスト保持部に格納する処理を行う作業コスト生成部と、
   前記作業データと作業間コストを参照し、各作業者に割り付ける作業の作業実行コストと前記作業間コストとの和である作業コストを全ての作業者で総和した総作業コストを最小化し、同時に各作業者の作業コストが均一化するように各作業者が実行する作業を順番付けた作業プロセスを各作業者毎に導出する作業プロセス導出エンジン部と、
   前記導出された各作業者の作業プロセスを表示する結果表示部とを有する
   ことを特徴とする作業プロセス割り当て装置。

Images