JP2007534038A - 逐次的組み合わせプロセスの最適化に関する発明 - Google Patents
逐次的組み合わせプロセスの最適化に関する発明 Download PDFInfo
- Publication number
- JP2007534038A JP2007534038A JP2006525892A JP2006525892A JP2007534038A JP 2007534038 A JP2007534038 A JP 2007534038A JP 2006525892 A JP2006525892 A JP 2006525892A JP 2006525892 A JP2006525892 A JP 2006525892A JP 2007534038 A JP2007534038 A JP 2007534038A
- Authority
- JP
- Japan
- Prior art keywords
- sequence
- event
- final result
- value
- order
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/20—Point-of-sale [POS] network systems
- G06Q20/203—Inventory monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B35/00—ICT specially adapted for in silico combinatorial libraries of nucleic acids, proteins or peptides
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B35/00—ICT specially adapted for in silico combinatorial libraries of nucleic acids, proteins or peptides
- G16B35/10—Design of libraries
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/60—In silico combinatorial chemistry
-
- 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]
Abstract
Description
−タイプ1のオーダーnの適合;
−タイプ2のオーダーnの適合;
−タイプ1のオーダーn−1の適合;
−タイプ2のオーダーn−1の適合;
−タイプ1のオーダー1の適合;
−タイプ2のオーダー1の適合;
−実験計画法の任意のシーケンスにおける最初のポジションにおいて発生する同一のイベントと該シーケンス内の任意のポジションにおけるイベントの適合
という適合条件を備える場合がある。
−タイプ1のオーダーnの適合;
−タイプ1のオーダーn−1の適合;
−タイプ1のオーダーn−2の適合;
−タイプ1のオーダー1の適合;
−タイプ2のオーダーnの適合;
−タイプ2のオーダーn−1の適合;
−タイプ2のオーダーn−2の適合;
−タイプ2のオーダー1の適合;
−実験計画法の任意のシーケンスにおける最初のポジションに発生する同一のイベントと該シーケンス内の任意のポジションにおけるイベントの適合
という適合条件を備えることができるためである。
1.全体として各イベント後のXに対する貢献を予測することを目的として、最終的には、Xの合計値を得るために該貢献を積算する。Xの初期値=0。
2.zpを関心のあるシーケンスとする。例えば、zp=[6,3,−5,4,−2,1]とする。
3.i=1(シーケンス内の最初のイベント)から開始する。その時、順調であれば、iの値を増やす。
4.オキャランスの実行可能な最高次のオーダーはiである。
5.zpの最初のi要素を包含するベクトルをzp1=[1:i]とする。例えば、i=3であるならば、zp1=[6,3,−5]となる。
6.k=1とする。
7.zp1の最新の要素i−k+1を有するベクトルをzp2=zp1[i−k+1:i]とする。
8.zp2に関する実験計画法を探索する。zp2の最新要素が該実験計画法内のシーケンスのi番目のポジションに現れるためである。発見された場合には、対応する貢献xiの値を受け取る。そして、ステップ10へ飛ぶ。そうでない場合には、処理を続行する。該発見された貢献は、オーダーi及びタイプ1のオキャランスである。
9.該シーケンス内のポジションに関係なく任意に該実験計画法内でzp2に関する実験計画法を探索する。発見された場合には、該対応する貢献xiの値を受け取る。そして、ステップ10へ飛ぶ。発見された該貢献は、オーダーiとタイプ2のオキャランスである。
10.X=X+xi.
11.i=epの場合には、停止する。該シーケンスの終わりに到達したということである。当該例において、ep=6である。このことは、シーケンスごとの6イベントに対応する。
12.i=i+1
13.ステップ4へ飛ぶ。
2.タイプ2の実行可能な最高次のオーダーのオキャランス。
3.タイプ1のより低次のオーダーのオキャランス。
4.タイプ2のより低次のオーダーのオキャランス。
5.主要効果。
2.タイプ1のより低次のオーダーのオキャランス。
3.タイプ1の実行可能な最高次のオーダーのオキャランス。
4.タイプ2のより低次のオーダーのオキャランス。
5.主要効果。
2 溶接ポジション
3 溶接ポジション
4 溶接ポジション
5 溶接ポジション
6 溶接ポジション
10 内リング部
12 外リング部
14 ベーン
Claims (68)
- プロセスの最終結果を達成するために多数のシーケンス中の任意のシーケンスで実行可能な複数の互換性のあるイベントを備え、前記最終結果はオペレーションパラメーターにより規定されている、逐次的組み合わせプロセスを最適化する方法であって、
前記多数のシーケンスの中から選択された複数のシーケンスを備え、前記実験計画法から得られた各シーケンスが、各シーケンス内の各イベントについて、前記オペレーションパラメーターの観点から、前記最終結果に対する貢献値に関する情報とリンクされている実験計画法を用いるステップと、
前記プロセスのサロゲートモデルであって、前記イベントのシーケンスを入力として取り込むと共に、前記入力シーケンス内の各イベントについての最終結果に対する貢献値を加算することにより、前記最終結果の値を決定し、この場合において、前記貢献値は、プライオリティーリストに従って、前記入力シーケンスにおける各イベントと前記実験計画法のシーケンスにおけるイベントとの間の適合に関する前記実験計画法を探索すると共に、適合したイベントについての貢献値を取り出すアルゴリズムによって、オペレーションパラメーター情報から得た貢献値の中から選択されるサロゲートモデルを用いるステップと、
前記サロゲートモデルを通じて多数の前記シーケンス中の複数のシーケンスを実行すると共に、各シーケンスにおける前記最終結果の値を記録するステップと、
前記オペレーションパラメーターの記録された最適値を発見するために、前記サロゲートモデルから得た前記最終結果の記録された値を探索することによって、最適シーケンスを認識すると共に、前記記録された最適値を付与するシーケンスを最適シーケンスとするステップと、
を備えることを特徴とする前記方法。 - イベントのシーケンスを入力として取り込むと共に、前記最終結果の値と前記入力シーケンス内の各イベントについての最終結果に対する貢献値とを決定するプロセスのマスターモデルを通じて、前記実験計画法から得た各シーケンスを実行することによって、実験計画法から得た各シーケンスがリンクされる情報を得るステップをさらに備えることを特徴とする請求項1記載の方法。
- 前記マスターモデルを通じて前記実験計画法から得た各シーケンスを実行する前に、前記マスターモデルを構築するステップをさらに備えることを特徴とする請求項2記載の方法。
- 前記サロゲートモデルが前記マスターモデルを単純に近似したものであることを特徴とする請求項2または3記載の方法。
- 前記最適シーケンスを認識した後に、
前記最終結果の値を決定するために前記マスターモデルを通じて前記最適シーケンスを実行するステップと、
前記最適シーケンスの認識精度を検査するために、前記サロゲートモデルにより決定される認識された最適シーケンスについて記録された最適値と、前記マスターモデルにより決定された最終結果とを比較するステップと、
をさらに備えることを特徴とする請求項2から4のうちいずれか1項に記載の方法。 - 前記サロゲートモデルにより決定され認識された最適シーケンスにおける記録された最適値と、前記マスターモデルにより決定された最終結果とが、前記プロセスにとって許容できない量まで相違することが判明した場合には、前記認識された最適シーケンスを前記実験計画法に追加することにより、前記シーケンスと、前記マスターモデルを通じて認識された最適シーケンスを実行することにより決定されるような各イベントについての前記最終結果に対する貢献値とが、前記サロゲートモデルのアルゴリズムにより探索し、取り出すために用いることができるようにするステップと、
各シーケンスについての最終結果の新しい値を決定するために、前記サロゲートモデルを通じて前記多数のシーケンス中の複数のシーケンスを実行するステップと、
前記新しい最終結果から新しい最適シーケンスを認識するステップと、
をさらに備えることを特徴とする請求項5記載の方法。 - 前記サロゲートモデルにより決定される前記認識された最適シーケンスにおける前記記録された最適値と前記マスターモデルにより決定される最終結果との相違が許容可能な範囲に収まるまで、前記新しく認識された最適シーケンスについて請求項5及び請求項6記載のステップを反復するステップをさらに備えることを特徴とする請求項6記載の方法。
- 前記実験計画法における各シーケンスを使用して逐次的組み合わせプロセスを実行することにより、前記実験計画法から得た各シーケンスがリンクされる情報を得るステップと、各シーケンスにおける各イベントについての最終結果に対する貢献値を記録するステップと、
をさらに備えることを特徴とする請求項1記載の方法。 - 前記サロゲートモデルを通じて前記多数のシーケンス中の複数のシーケンスを実行する前に、前記サロゲートモデルを構築するステップをさらに備えることを特徴とする請求項1から8のうちいずれか1項に記載の方法。
- 前記プライオリティーリストが、入力シーケンス及び/又は前記入力シーケンスにおけるイベントに先行するイベント内で、前記イベントのポジションの観点から、前記サロゲートモデルに入力されたシーケンスにおけるイベントと前記実験計画法のシーケンスにおけるイベントとの間の適合レベルを低下させることを要求するような適合条件の階層を備えることを特徴とする請求項1から9のうちいずれか1項に記載の方法。
- 前記適合条件が、
前記実験計画法のシーケンスにおけるイベントに先行するイベントと適合することを要求される前記サロゲートモデルへ入力されたシーケンスにおけるイベントに先行する多数のイベントを認識するオーダーと、
前記シーケンス内で前記サロゲートモデルへ入力された前記シーケンスにおけるイベントのポジションが、前記実験計画法の前記シーケンスにおけるイベントのポジションと適合しているか否かを認識するようなタイプであって、タイプ1適合は、前記入力シーケンスにおけるイベントのポジションが前記実験計画法の前記シーケンスにおけるイベントのポジションと適合することを要求し、タイプ2適合は、前記入力シーケンスにおけるイベントのポジションが前記実験計画法の前記シーケンスにおけるイベントのポジションと適合することを要求しないようにされたタイプと、
を有するように規定されていることを特徴とする請求項1から10のうちいずれか1項に記載の方法。 - シーケンスがn個のイベントを備える場合、前記プライオリティーリストが
−タイプ1のオーダーnの適合
−タイプ2のオーダーnの適合
−タイプ1のオーダーn−1の適合
−タイプ2のオーダーn−1の適合
−...
−タイプ1のオーダー1の適合
−タイプ2のオーダー1の適合
−シーケンス内の任意のポジションにおけるイベントと、実験計画法の任意のシーケンスにおける最初のポジションで発生する同一のイベントとの適合
のような適合条件を備えることを特徴とする請求項11記載の方法。 - シーケンスがn個のイベントを備える場合、前記プライオリティーリストが
−タイプ1のオーダーnの適合
−タイプ1のオーダーn−1の適合
−タイプ1のオーダーn−2の適合
−...
−タイプ1のオーダー1の適合
−タイプ2のオーダーnの適合
−タイプ2のオーダーn−1の適合
−タイプ2のオーダーn−2の適合
−...
−タイプ2のオーダー1の適合
−シーケンス内の任意のポジションにおけるイベントと、実験計画法の任意のシーケンスにおける最初のポジションで発生する同一のイベントとの適合
のような適合条件を備えることを特徴とする請求項11記載の方法。 - 前記実験計画法が、選択されたオーダーのイベント及び適合条件のタイプの組み合わせの少なくともすべてとの適合を付与するイベントを含む前記多数のシーケンスからシーケンスを選択するステップを備えることを特徴とする請求項11から13のうちいずれか1項に記載の方法。
- 前記実験計画法が前記多数のシーケンスからシーケンスを任意に選択するステップを備えることを特徴とする請求項1から10のうちいずれか1項に記載の方法。
- 前記実験計画法を決定するステップをさらに備えることを特徴とする請求項1から15のうちいずれか1項に記載の方法。
- サロゲートモデルを通じて前記多数のシーケンス中の複数のシーケンスを実行するステップが、前記サロゲートモデルを通じて前記多数のシーケンスのすべてを実行するステップを備えることを特徴とする請求項1から16のうちいずれか1項に記載の方法。
- コンピューターによって少なくとも一部が実行されることを特徴とする請求項1から17のうちいずれか1項に記載の方法。
- イベントの認識された最適シーケンスを利用して、前記逐次的組み合わせプロセスを実行するステップをさらに備えることを特徴とする請求項1から18のうちいずれか1項に記載の方法。
- 前記逐次的組み合わせプロセスが、
ガスタービン尾部のベアリングハウジングのリング部にベーンを溶接するステップと、
前記イベントを、シーケンス内に配列された個々の溶接パスとするステップと、
前記最終結果を規定する前記オペレーションパラメーターを、前記ベーンの先端部分の歪みとするステップと、
前記オペレーションパラメーターの前記最適値を、前記歪みの最小値とするステップと、
を備えることを特徴とする請求項1から19のうちいずれか1項に記載の方法。 - 前記逐次的組み合わせプロセスが、
仕掛かり品から構成部品を機械加工するステップと、
前記イベントを、シーケンス内に配列された切削ステップとするステップと、
前記最終結果を規定する前記オペレーションパラメーターを、前記構成部品の形状とするステップと、
前記オペレーションパラメーターの前記最適値を、前記構成部品の所望の形状とするステップと、
を備えることを特徴とする請求項1から19のうちいずれか1項に記載の方法。 - 前記逐次的組み合わせプロセスが、
仕掛品から構成部品を機械加工するステップと、
前記イベントを、シーケンス内に配列された切削ステップとするステップと、
前記最終結果を規定する前記オペレーションパラメーターを、前記構成部品の品質とするステップと、
前記オペレーションパラメーターの前記最適値を、前記構成部品の品質の最善値とするステップと、
を備えることを特徴とする請求項1から19のうちいずれか1項に記載の方法。 - 前記逐次的組み合わせプロセスが、
仕掛品から構成部品を機械加工するステップと、
前記イベントを、シーケンス内に配列された切削ステップとするステップと、
前記最終結果を規定する前記オペレーションパラメーターを、前記構成部品の不十分な構造的剛性に起因する機械加工中の前記構成部品の振動とするステップと、
前記オペレーションパラメーターの前記最適値を、振動の最小量とするステップと、
を備えることを特徴とする請求項1から19のうちいずれか1項に記載の方法。 - 前記逐次的組み合わせプロセスが、
構成部品の熱処理のステップと、
前記イベントを、シーケンス内に配列された個々の加熱及び/又は冷却ステップとするステップと、
前記オペレーションパラメーターを、材料の形状、剛性又は微細構造である前記最終結果を規定するステップと、
前記オペレーションパラメーターの最適値を、理想的な形状、剛性又は材料の微細構造とするステップと、
を備えることを特徴とする請求項1から19のうちいずれか1項に記載の方法。 - 前記逐次的組み合わせプロセスが、
構成部品を形削りするステップと、
前記イベントを、シーケンス内に配列された個々の形削りステップとするステップと、
前記オペレーションパラメーターを、前記構成部品の形状、剛性又は材料の微細構造である前記最終結果として規定するステップと、
前記オペレーションパラメーターの最適値を、理想的な形状、剛性又は材料の微細構造とするステップと、
を備えることを特徴とする請求項1から19のうちいずれか1項に記載の方法。 - 前記逐次的組み合わせプロセスが、
構成部品を製造するステップと、
前記イベントを、シーケンス内に配列された機械加工、切削加工、形削り及び/又は熱処理のステップとするステップと、
前記オペレーションパラメーターを、前記構成部品の形状、剛性又は材料の微細構造である最終結果として規定するステップと、
前記オペレーションパラメーターの最適値を、理想的な形状、剛性又は材料の微細構造とするステップと、
を備えることを特徴とする請求項1から19のうちいずれか1項に記載の方法。 - 前記逐次的組み合わせプロセスが、
工場内の材料及び/又は構成部品の流通のステップと、
前記イベントを、シーケンス内に配列された工場の集積場間の材料及び/又は構成部品の個々の移送ステップとするステップと、
前記オペレーションパラメーターを、前記シーケンスの所要時間である前記最終結果として規定するステップと、
前記オペレーションパラメーターの最適値を、前記所要時間の最小値とするステップと、
を備えることを特徴とする請求項1から19のうちいずれか1項に記載の方法。 - 前記逐次的組み合わせプロセスが、
工場内の材料及び/又は構成部品の流通のステップと、
前記イベントを、シーケンス内に配列された工場の集積場間の材料及び/又は構成部品の移送ステップとするステップと、
前記オペレーションパラメーターを、前記流通量である前記最終結果として規定するステップと、
前記オペレーションパラメーターの最適値を、前記流通量の最大値とするステップと、
を備えることを特徴とする請求項1から19のうちいずれか1項に記載の方法。 - 前記逐次的組み合わせプロセスが、
パイプラインのネットワークを利用して石油又はガスを汲み上げるステップと、
前記イベントを、シーケンス内に配列されたパイプラインの構成要素、汲み上げ速度及びバルブ操作と関連するパイプラインにより規定されるネットワークの個々の部分とするステップと、
前記オペレーションパラメーターを、前記石油又はガスの送り出しパターンである前記最終結果として規定するステップと、
前記オペレーションパラメーターの最適値を、理想的なデリバリーシステムとするステップと、
を備えることを特徴とする請求項1から19のうちいずれか1項に記載の方法。 - 前記逐次的組み合わせプロセスが、
様々な構成部品又は構成要素を混合するステップと、
前記イベントを、様々な構成部品又は構成要素を前記混合要素に付加するステップとするステップと、
シーケンス内に配列されたステップと、
前記オペレーションパラメーターを、例えば安定性、純度又は均一性のような前記混合要素の品質である最終結果として規定するステップと、
前記オペレーションパラメーターの最適値を、理想的な品質とするステップと、
を備えることを特徴とする請求項1から19のうちいずれか1項に記載の方法。 - 前記逐次的組み合わせプロセスが、
数値解析法に、生物学的な要素の行動を表現させるステップと、
前記イベントを、シーケンス内に配列された構成部品間の個々の相互作用とするステップと、
前記最終結果を規定する前記オペレーションパラメーターを、シーケンスにおける最終結果とするステップと、
前記オペレーションパラメーターの前記最適値を、既知の最終結果とするステップと、
を備えることを特徴とする請求項1から19のうちいずれか1項に記載の方法。 - 前記逐次的組み合わせプロセスが、
「ナップサック」問題と、
前記イベントを、シーケンス内の前記ナップサック内に設けられた個々のアイテムとするステップと、
前記最終結果を規定する前記オペレーションパラメーターを、前記ナップサックの中のアイテムの値とするステップと、
前記オペレーションパラメーターの前記最適値を、最大値とするステップと、
を備えることとを特徴とする請求項1から19のいずれか1項に記載の方法。 - 前記逐次的組み合わせプロセスが、
チェーンの中の移送ユニットと関連づけるステップと、
前記イベントを、シーケンス内で関連付けられた個々のユニットとするステップと、
前記オペレーションパラメーターを、前記ユニットを取り除く及び/又は付加するために前記チェーンを解体して再組立するために要する時間である前記最終結果として規定するステップと、
前記オペレーションパラメーターの最適値を、時間の最小値ステップと、
を備えることを特徴とする請求項1から19のいずれか1項に記載の方法。 - プロセスの最終結果を達成するために多数のシーケンス中の任意のシーケンスで実行可能な複数の互換性のあるイベントを備え、前記最終結果はオペレーションパラメーターにより規定されている、逐次的組み合わせプロセスを最適化する方法を実行するための機械読み取り可能な指令を備えるコンピュータープログラム製品であって、前記指令は、
前記多数のシーケンスの中から選択された複数のシーケンスを備える実験計画法を記憶し、
前記実験計画法から得られた各シーケンスとリンクされる情報であって、前記オペレーションパラメーターの観点から、前記実験計画法から得た各シーケンスにおける各イベントの前記最終結果に対する貢献値に関連する情報を記憶し、
前記プロセスのサロゲートモデルであって、前記イベントのシーケンスを入力として取り込むと共に、前記入力シーケンス内の各イベントについての最終結果に対する貢献値を加算することにより、前記最終結果の値を決定し、この場合において、前記貢献値は、プライオリティーリストに従って、前記入力シーケンスの各イベントと前記実験計画法のシーケンスにおけるイベントとの間の適合に関する前記実験計画法を探索すると共に、適合したイベントについての貢献値を取り出すアルゴリズムによって、オペレーションパラメーター情報から得た貢献値の中から選択されるサロゲートモデルを通じて前記多数のシーケンス中の複数のシーケンスを実行し、且つ、各シーケンスの前記最終結果の値を記録し、
前記オペレーションパラメーターの記録された最適値を発見するために、前記サロゲートモデルから得た前記最終結果の記録された値を探索することによって、最適シーケンスを認識すると共に、前記最適シーケンスである前記記録された最適値を付与するシーケンスを最適シーケンスとする、
ように、機械に指令可能とされていることを特徴とするコンピュータープログラム製品。 - 前記イベントのシーケンスを入力として取り込むと共に、前記入力シーケンス内の各イベントについての最終結果と前記最終結果に対する貢献値とを決定するプロセスのマスターモデルを通じて、実験計画法から得た各シーケンスを実行することによって、前記実験計画法から得た各シーケンスにリンクされる情報を計算することを機械に命令することがさらに操作可能であることを特徴とする請求項34記載のコンピュータープログラム製品。
- 前記サロゲートモデルが前記マスターモデルを単純に近似したものであることを特徴とする請求項35記載のコンピュータープログラム製品。
- 最適シーケンスを認識した後、前記最適シーケンスの認識精度を検査するために、
前記最終結果の値を決定するために前記マスターモデルを通じて前記認識された最適シーケンスを実行する機能と、
前記サロゲートモデルにより決定される前記認識された最適シーケンスについて記録された最適値と前記マスターモデルによって決定される最終結果とを比較する機能とを機械に命令することがさらに操作可能であることを特徴とする請求項35または36に記載のコンピュータープログラム製品。 - サロゲートモデルにより決定される前記認識された最適シーケンスについて記録された最適値と、マスターモデルにより決定される前記最終結果とが、前記プロセスにとって許容できない量まで相違することが発見された場合に、実験計画法に前記認識された最適シーケンスを追加することにより、前記マスターモデルを通じて前記認識された最適シーケンスの計算をすることにより決定されるような前記シーケンスと各イベントについての最終結果に対する貢献値とが、前記サロゲートモデルのアルゴリズムを利用して探索して、取り出すために用いることが可能となるように、機能と、
各シーケンスについての最終結果の新しい値を決定する前記サロゲートモデルを通じて、前記多数のシーケンス中の複数のシーケンスを実行する機能と、
前記新しい最終結果から新しい最適シーケンスを認識する機能とを機械に命令することがさらに操作可能であることを特徴とする請求項37記載のコンピュータープログラム製品。 - 前記サロゲートモデルによって決定される前記認識された最適シーケンスについて記録された最適値と前記マスターモデルによって決定される前記最終結果との相違がプロセスにとって許容可能な量となるまで、前記認識された最適シーケンスに関して請求項37及び38記載の前記ステップを反復するステップをコンピューターに命令することがさらに操作可能であることを特徴とする請求項38記載のコンピュータープログラム製品。
- 前記実験計画法から得た各シーケンスとリンクされた情報が、前記実験計画法における各シーケンスを利用して、前記逐次的組み合わせプロセスを実行することにより得た前記実験計画法の各シーケンスにおける各イベントについての最終結果に対する貢献値を備えることを特徴とする請求項34記載のコンピュータープログラム製品。
- 前記プライオリティーリストが、前記入力シーケンス及び/又は前記入力シーケンスにおけるイベントのポジションの観点から、先行するイベントの中の前記サロゲートモデルに入力された前記シーケンスにおけるイベントと実験計画法内のシーケンスのイベントとの間の適合レベルを低下させることを要求する適合条件の階層を備えることを特徴とする請求項34から40のうちいずれか1項記載のコンピュータープログラム製品。
- 前記適合条件が、
前記実験計画法のシーケンスにおけるイベントに先行するイベントと適合することが要求されている前記サロゲートモデルへ入力されるシーケンスにおけるイベントに先行する多数のイベントを認識するようなオーダーと、
シーケンスが前記実験計画法のシーケンスにおけるイベントのポジションと適合する範囲内で、前記サロゲートモデルへ入力されたシーケンスにおけるイベントのポジションであるか否かを認識するようなタイプであって、タイプ1適合は入力シーケンスにおけるイベントのポジションが前記実験計画法のシーケンスにおけるイベントのポジションと適合することを要求し、タイプ2適合は前記入力シーケンスにおけるイベントのポジションが前記実験計画法のシーケンスにおけるイベントのポジションと適合することを要求しないようにされたタイプとを有するように規定されていることを特徴とする請求項34から41のうちいずれか1項記載のコンピュータープログラム製品。 - シーケンスがn個のイベントを備える場合、前記プライオリティーリストが
−タイプ1のオーダーnの適合
−タイプ2のオーダーnの適合
−タイプ1のオーダーn−1の適合
−タイプ2のオーダーn−1の適合
−...
−タイプ1のオーダー1の適合
−タイプ2のオーダー1の適合
−前記シーケンス内の任意のポジションでのイベントと、実験計画法における任意のシーケンスの最初のポジションで発生する同一のイベントとの適合
のような適合条件を備えることを特徴とする請求項42記載のコンピュータープログラム製品。 - シーケンスがn個のイベントを備える場合、前記プライオリティーリストが
−タイプ1のオーダーnの適合
−タイプ1のオーダーn−1の適合
−タイプ1のオーダーn−2の適合
−...
−タイプ1のオーダー1の適合
−タイプ2のオーダーnの適合
−タイプ2のオーダーn−1の適合
−タイプ2のオーダーn−2の適合
−...
−タイプ2のオーダー1の適合
−前記シーケンス内の任意のポジションと、実験計画法の任意のシーケンスにおける最初のポジションで発生する同一のイベントとでのイベントの適合
のような適合条件を備えることを特徴とする請求項42記載のコンピュータープログラム製品。 - 前記実験計画法が、選択されたオーダー及び適合条件のタイプの組み合わせの少なくともすべてとの適合を提供するイベントを含む前記多数のシーケンスからシーケンスを選択する機能を備えることを特徴とする請求項42から44のいずれか1項に記載のコンピュータープログラム製品。
- 前記実験計画法が前記多数のシーケンスからシーケンスを任意に選択する機能を備えることを特徴とする請求項34から44のいずれか1項に記載のコンピュータープログラム製品。
- 前記実験計画法のためにシーケンスを選択するステップを機械に命令することがさらに操作可能であることを特徴とする請求項34から46のいずれか1項に記載のコンピュータープログラム製品。
- 前記サロゲートモデルを通じて前記多数のシーケンスのすべてを実行するステップを機械に命令することがさらに操作可能であることを特徴とする請求項34から47のいずれか1項に記載のコンピュータープログラム製品。
- 前記逐次的組み合わせプロセスが、
ガスタービン尾部のベアリングハウジングのリング部にベーンを溶接する機能と、
前記イベントを、シーケンス内に配列された溶接パスとする機能と、
前記オペレーションパラメーターを、前記ベーンの先端部分の歪みである最終結果として規定する機能と、
前記オペレーションパラメーターの最適値を、前記歪みの最小値とする機能と、
を備えることを特徴とする請求項34から48のいずれか1項に記載のコンピュータープログラム製品。 - 搬送媒体上にコンピュータープログラムを備えることを特徴とする請求項34から49のいずれか1項に記載のコンピュータープログラム製品。
- 前記搬送媒体が記憶媒体であることを特徴とする請求項50項に記載のコンピュータープログラム製品。
- 前記搬送媒体が伝送媒体であることを特徴とする請求項50項に記載のコンピュータープログラム製品。
- プロセスの最終結果を達成するために多数のシーケンス中の任意のシーケンスで実行可能な複数の互換性のあるイベントを備え、前記最終結果はオペレーションパラメーターにより規定されている、逐次的組み合わせプロセスを最適化する方法を実行するためのコンピューターシステムであって、
前記多数のシーケンスの中から選択された複数のシーケンスを備える実験計画法、及び前記実験計画法から得られた各シーケンスとリンクされる情報であって、前記オペレーションパラメーターの観点から、前記実験計画法から得た各シーケンスにおける各イベントの前記最終結果に対する貢献値に関する情報を記憶するメモリーと、
プロセッサーであって、
前記プロセスのサロゲートモデルであって、前記イベントのシーケンスを入力として取り込むと共に、前記入力シーケンス内の各イベントについての最終結果に対する貢献値を加算することにより、前記最終結果の値を決定し、この場合において、前記貢献値は、プライオリティーリストに従って、前記入力シーケンスの各イベントと前記実験計画法のシーケンスにおけるイベントとの間の適合に関する実験計画法を探索すると共に、適合したイベントについての貢献値を取り出すアルゴリズムによって、オペレーションパラメーター情報から得た貢献値の中から選択されるサロゲートモデルを通じて前記多数のシーケンス中の複数のシーケンスを実行し、且つ、前記メモリー内の各シーケンスの最終結果の値を記録し、
前記オペレーションパラメーターの記録された最適値を発見するために、前記サロゲートモデルから得た前記最終結果の記録された値を探索することによって、最適シーケンスを認識すると共に、前記最適シーケンスである前記記録された最適値を付与するシーケンスを最適シーケンスとする、
ことが操作可能なプロセッサーと、
を備えることを特徴とするコンピューターシステム。 - 前記プロセッサーが、イベントのシーケンスを入力として取り込むと共に、最終結果の値と前記入力シーケンスの各イベントにおける最終結果に対する貢献値とを決定するようなプロセスのマスターモデルを通じて実験計画法から得た各シーケンスを実行することによって、前記実験計画法から得た各シーケンスとリンクされる情報を計算するステップをさらに操作可能なことを特徴とする請求項53に記載のコンピューターシステム。
- 前記サロゲートモデルは前記マスターモデルを単純に近似したものであることを特徴とする請求項54に記載のコンピューターシステム。
- 前記プロセッサーが、
前記最適シーケンスを認識した後、前記最適シーケンスの認識精度を検査するために、前記最終結果を決定するためにマスターモデルを通じて前記認識された最適シーケンスを実行する機能と、
最終結果の値を決定するために、前記サロゲートモデルにより決定される前記認識された最適シーケンスについて記録された最適値と、前記マスターモデルにより決定される最終結果とを比較する機能と、
をさらに操作可能なことを特徴とする請求項54または55に記載のコンピューターシステム。 - 前記プロセッサーが、
前記サロゲートモデルにより決定された認識された最適シーケンスについて記録された最適値と、前記マスターモデルにより決定される最終結果とが、プロセスにとって許容できない量まで相違することが判明した場合に、認識された最適シーケンスを前記実験計画法に追加することにより、前記シーケンスと前記マスターモデルを通じて認識された最適シーケンスを実行することによって決定される各イベントについての最終結果に対する貢献値とが、前記サロゲートモデルのアルゴリズムを用いて探索して、取り出すために用いることが可能であるようにする機能と、
各シーケンスの最終結果の新しい値を決定するために、前記サロゲートモデルを通じて前記多数のシーケンス中の複数のシーケンスを実行するステップと、
前記新しい最終結果から得た新しい最適シーケンスを認識するステップと、
をさらに操作可能なことを特徴とする請求項56に記載のコンピューターシステム。 - 前記プロセッサーが、前記サロゲートモデルにより決定される前記認識された最適シーケンスについて記録された最適値と前記マスターモデルにより決定される最終結果との差違が許容可能な範囲に収まるまで、前記新しく認識された最適シーケンスについて請求項56及び57記載のステップを反復する機能をさらに操作可能なことを特徴とする請求項56に記載のコンピューターシステム。
- 前記実験計画法から得た各シーケンスにリンクされた情報が、前記実験計画法における各シーケンスを利用して、前記逐次的組み合わせプロセスを実行することにより得た前記実験計画法の各シーケンスにおける各イベントについての最終結果に対する貢献値を備えることを特徴とする請求項53に記載のコンピューターシステム。
- 前記プライオリティーリストが、前記サロゲートモデルへ入力されたシーケンスにおけるイベント、前記入力シーケンスにおけるイベントのポジションという観点から、前記実験計画法のシーケンスにおけるイベント及び/又は前記入力シーケンスにおけるイベントに先行するイベントとの間の適合レベルを低下させることを要求する適合条件の階層を備えることを特徴とする請求項53から59のいずれか1項に記載のコンピューターシステム。
- 前記適合条件が、
前記実験計画法のシーケンスにおけるイベントに先行するイベントと適合するように要求される前記サロゲートモデルへ入力されたシーケンスにおけるイベントに先行する多数のイベントを認識すオーダーと、
シーケンスが前記実験計画法のシーケンスにおけるイベントのポジションと適合する範囲内で、前記サロゲートモデルへ入力されたシーケンスにおけるイベントのポジションであるか否かを認識するようなタイプであって、タイプ1適合は前記入力シーケンスにおけるイベントのポジションが前記実験計画法のシーケンスにおけるイベントのポジションと適合することを要求し、タイプ2適合は前記入力シーケンスにおけるイベントのポジションが前記実験計画法のシーケンス内イベントのポジションと適用することを要求しないように、されたタイプと、
を有するように規定されていることを特徴とする請求項53から60のいずれか1項に記載のコンピューターシステム。 - 前記プライオリティーリストが、n個のイベントを備えるシーケンスにおいて、
−タイプ1のオーダーnの適合
−タイプ2のオーダーnの適合
−タイプ1のオーダーn−1の適合
−タイプ2のオーダーn−1の適合
−...
−タイプ1のオーダー1の適合
−タイプ2のオーダー1の適合
−前記シーケンス内の任意のポジションにおけるイベントと、実験計画法の任意のシーケンスにおける最初のポジションで発生する同一のイベントとの適合
のような適合条件を備えることを特徴とする請求項61に記載のコンピューターシステム。 - 前記プライオリティーリストが、n個のイベントを備えるシーケンスにおいて、
−タイプ1のオーダーnの適合
−タイプ1のオーダーn−1の適合
−タイプ1のオーダーn−2の適合
−...
−タイプ1のオーダー1の適合
−タイプ2のオーダーnの適合
−タイプ2のオーダーn−1の適合
−タイプ2のオーダーn−2の適合
−...
−タイプ2のオーダー1の適合
−前記シーケンス内の任意のポジションにおけるイベントと、実験計画法の任意のシーケンスにおける最初のポジションで発生する同一のイベントとの適合
のような適合条件を備えることを特徴とする請求項61に記載のコンピューターシステム。 - 前記実験計画法が、選択されたオーダーのイベント及び適合条件のタイプの組み合わせの少なくともすべての適合を提供するイベントを含む前記多数のシーケンスからシーケンスを選択する機能を備えることを特徴とする請求項61から63のいずれか1項に記載のコンピューターシステム。
- 前記実験計画法が、前記多数のシーケンスから任意にシーケンスを選択する機能を備えることを特徴とする請求項53から63のいずれか1項に記載のコンピューターシステム。
- 前記プロセッサーが、前記実験計画法のためにシーケンスを選択するステップをさらに操作可能なことを特徴とする請求項53から65のいずれか1項に記載のコンピューターシステム。
- 前記プロセッサーが、前記サロゲートモデルを通じて前記多数のシーケンスのすべてを計算するステップをさらに操作可能なことを特徴とする請求項53から66のいずれか1項に記載のコンピューターシステム。
- 前記逐次的組み合わせプロセスが、
ガスタービン尾部ベアリングハウジングのリング部へベーンを溶接する機能と、
前記イベントを、シーケンス内に配列された個々の溶接パスとする機能と、
前記オペレーションパラメーターを、前記ベーンの先端部分の歪みである最終結果として規定する機能と、
前記オペレーションパラメーターの最適値を、前記歪みの最小値とする機能と、
を備えることを特徴とする請求項53から67のいずれか1項に記載のコンピューターシステム。
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB0321427A GB0321427D0 (en) | 2003-09-12 | 2003-09-12 | Sequential combinatorial process optimisation |
SE0302474-2 | 2003-09-12 | ||
GB0321427.7 | 2003-09-12 | ||
GB0321420.2 | 2003-09-12 | ||
GB0321420A GB2405961B (en) | 2003-09-12 | 2003-09-12 | Optimisation of sequential combinatorial processes |
SE0302474A SE0302474D0 (sv) | 2003-09-12 | 2003-09-12 | Sequential combinatorial process optimisation method |
PCT/GB2004/003877 WO2005027002A1 (en) | 2003-09-12 | 2004-09-10 | Optimisation of sequential combinatorial processes |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007534038A true JP2007534038A (ja) | 2007-11-22 |
JP5248773B2 JP5248773B2 (ja) | 2013-07-31 |
Family
ID=34317137
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006525892A Expired - Fee Related JP5248773B2 (ja) | 2003-09-12 | 2004-09-10 | 逐次的組み合わせプロセスの最適化に関する発明 |
Country Status (8)
Country | Link |
---|---|
US (1) | US7991593B2 (ja) |
EP (1) | EP1665146B1 (ja) |
JP (1) | JP5248773B2 (ja) |
AT (1) | ATE417696T1 (ja) |
CA (1) | CA2534986C (ja) |
DE (1) | DE602004018518D1 (ja) |
ES (1) | ES2321196T3 (ja) |
WO (1) | WO2005027002A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010020771A (ja) * | 2008-07-10 | 2010-01-28 | Palo Alto Research Center Inc | 目標値経路識別のための方法およびシステム |
JP2014115867A (ja) * | 2012-12-11 | 2014-06-26 | Sumitomo Rubber Ind Ltd | ポリマーの製造方法 |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7539603B2 (en) * | 2005-08-30 | 2009-05-26 | Autodesk, Inc. | Detection of component hole gaps for weld beads in a computer-implemented solid modeling system |
US7289859B2 (en) * | 2005-09-30 | 2007-10-30 | Hitachi, Ltd. | Method for determining parameter of product design and its supporting system |
JP4894709B2 (ja) * | 2007-10-04 | 2012-03-14 | 株式会社Ihi | 製品設計支援システム及びコンピュータにおける製品設計支援のための動作方法 |
US8219441B2 (en) * | 2008-07-08 | 2012-07-10 | Wipro Limited | Algorithm system and method |
US9043189B2 (en) * | 2009-07-29 | 2015-05-26 | ExxonMobil Upstream Research—Law Department | Space-time surrogate models of subterranean regions |
US9352416B2 (en) * | 2009-11-03 | 2016-05-31 | The Secretary, Department Of Atomic Energy, Govt. Of India | Niobium based superconducting radio frequency(SCRF) cavities comprising niobium components joined by laser welding, method and apparatus for manufacturing such cavities |
US8538899B1 (en) | 2010-03-09 | 2013-09-17 | The Mathworks, Inc. | Model-to-data and data-to-model traceability |
US20120159493A1 (en) * | 2010-12-15 | 2012-06-21 | Stefan Kienzle | Advanced sequencing gap management |
US9102012B2 (en) * | 2011-06-22 | 2015-08-11 | Caterpillar Inc. | Method and system for determining welding sequences |
US9067274B2 (en) * | 2012-04-23 | 2015-06-30 | Fca Us Llc | Method and system for scheduling weld events |
US8856597B2 (en) * | 2012-05-24 | 2014-10-07 | Stmicroelectronics, Inc. | Validation of a system using a design of experiments processing technique |
US8910167B2 (en) * | 2012-07-20 | 2014-12-09 | oneZero Financial Systems, LLC | Parallel processing system |
MX2015001362A (es) * | 2012-08-01 | 2015-09-16 | Schlumberger Technology Bv | Evaluacion, monitoreo y control de operaciones de perforacion y/o evaluacion de caracteristicas geologicas. |
JP6287018B2 (ja) * | 2013-10-04 | 2018-03-07 | 富士通株式会社 | 可視化方法、表示方法、情報処理装置、可視化プログラム及び表示プログラム |
US20160004792A1 (en) * | 2014-07-07 | 2016-01-07 | The Procter & Gamble Company | Method for designing an assembled product and product assembly system |
US20160179992A1 (en) * | 2014-12-18 | 2016-06-23 | Dassault Systèmes Simulia Corp. | Interactive 3D Experiences on the Basis of Data |
RU2610012C1 (ru) * | 2015-09-01 | 2017-02-07 | Олег Александрович Козелков | Система формирования кадрового состава инновационного проекта |
US10102316B2 (en) | 2015-12-15 | 2018-10-16 | Dassault Systemes Simulia Corp. | Virtual reality authoring method |
US10325036B2 (en) | 2016-03-07 | 2019-06-18 | Caterpillar Inc. | Method and system for determing welding process parameters |
US10628537B2 (en) | 2016-04-12 | 2020-04-21 | Dassault Systemes Simulia Corp. | Simulation augmented reality system for emergent behavior |
US20180239851A1 (en) * | 2017-02-21 | 2018-08-23 | Asml Netherlands B.V. | Apparatus and method for inferring parameters of a model of a measurement structure for a patterning process |
JP2018142217A (ja) * | 2017-02-28 | 2018-09-13 | 富士通株式会社 | 作業計画作成プログラム、作業計画作成装置、及び作業計画作成方法 |
RU2669071C1 (ru) * | 2017-10-30 | 2018-10-08 | Государственное автономное образовательное учреждение высшего образования города Москвы "Московский государственный институт индустрии туризма имени Ю.А. Сенкевича" | Устройство для формирования потенциала инновационного проекта |
JP6996323B2 (ja) * | 2018-02-06 | 2022-01-17 | トヨタ自動車株式会社 | 生産管理方法、生産管理システム及びプログラム |
MX2021009549A (es) * | 2019-02-11 | 2021-09-08 | Bayer Ag | Influencia de una cromatografia secuencial en tiempo real. |
CN113139720B (zh) * | 2021-04-19 | 2023-10-13 | 武汉理工大学 | 一种具有学习效应的铸造车间生产调度优化方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002229635A (ja) * | 2001-02-06 | 2002-08-16 | Nippon Steel Corp | 製造・搬送プロセスにおける処理計画作成方法及び装置、物流制御方法及び装置、コンピュータ読み取り可能な記憶媒体、並びにコンピュータプログラム |
JP2002236721A (ja) * | 2001-02-07 | 2002-08-23 | Tokai Univ | 多品目ロットサイズスケジューリング方法 |
JP2002322938A (ja) * | 2001-04-26 | 2002-11-08 | Mitsubishi Motors Corp | 実験計画法に基づくデータ解析方法および装置並びに実験計画法に基づくデータ解析プログラムおよび同プログラムを記録したコンピュータ読み取り可能な記録媒体 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5229948A (en) * | 1990-11-03 | 1993-07-20 | Ford Motor Company | Method of optimizing a serial manufacturing system |
US6349467B1 (en) | 1999-09-01 | 2002-02-26 | General Electric Company | Process for manufacturing deflector plate for gas turbin engine combustors |
US7082338B1 (en) * | 1999-10-20 | 2006-07-25 | Caterpillar Inc. | Method for providing a process model for a material in a manufacturing process |
WO2001030532A1 (en) * | 1999-10-27 | 2001-05-03 | Caterpillar Inc. | Method and apparatus for providing a simulation of a welding process using integrated models |
WO2002057946A1 (en) * | 2001-01-18 | 2002-07-25 | The Board Of Trustees Of The University Of Illinois | Method for optimizing a solution set |
WO2003094410A2 (en) * | 2002-05-03 | 2003-11-13 | Manugistics, Inc. | Scheduling and sequencing supply chain resources |
-
2004
- 2004-09-10 EP EP04768424A patent/EP1665146B1/en not_active Not-in-force
- 2004-09-10 DE DE602004018518T patent/DE602004018518D1/de active Active
- 2004-09-10 WO PCT/GB2004/003877 patent/WO2005027002A1/en active Search and Examination
- 2004-09-10 ES ES04768424T patent/ES2321196T3/es active Active
- 2004-09-10 CA CA2534986A patent/CA2534986C/en not_active Expired - Fee Related
- 2004-09-10 JP JP2006525892A patent/JP5248773B2/ja not_active Expired - Fee Related
- 2004-09-10 US US10/571,343 patent/US7991593B2/en not_active Expired - Fee Related
- 2004-09-10 AT AT04768424T patent/ATE417696T1/de not_active IP Right Cessation
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002229635A (ja) * | 2001-02-06 | 2002-08-16 | Nippon Steel Corp | 製造・搬送プロセスにおける処理計画作成方法及び装置、物流制御方法及び装置、コンピュータ読み取り可能な記憶媒体、並びにコンピュータプログラム |
JP2002236721A (ja) * | 2001-02-07 | 2002-08-23 | Tokai Univ | 多品目ロットサイズスケジューリング方法 |
JP2002322938A (ja) * | 2001-04-26 | 2002-11-08 | Mitsubishi Motors Corp | 実験計画法に基づくデータ解析方法および装置並びに実験計画法に基づくデータ解析プログラムおよび同プログラムを記録したコンピュータ読み取り可能な記録媒体 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010020771A (ja) * | 2008-07-10 | 2010-01-28 | Palo Alto Research Center Inc | 目標値経路識別のための方法およびシステム |
JP2014115867A (ja) * | 2012-12-11 | 2014-06-26 | Sumitomo Rubber Ind Ltd | ポリマーの製造方法 |
Also Published As
Publication number | Publication date |
---|---|
US7991593B2 (en) | 2011-08-02 |
JP5248773B2 (ja) | 2013-07-31 |
ES2321196T3 (es) | 2009-06-03 |
EP1665146B1 (en) | 2008-12-17 |
EP1665146A1 (en) | 2006-06-07 |
CA2534986A1 (en) | 2005-03-24 |
CA2534986C (en) | 2012-02-28 |
DE602004018518D1 (de) | 2009-01-29 |
ATE417696T1 (de) | 2009-01-15 |
WO2005027002A1 (en) | 2005-03-24 |
US20070043622A1 (en) | 2007-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5248773B2 (ja) | 逐次的組み合わせプロセスの最適化に関する発明 | |
EP2772866A1 (en) | System and method for deriving storage tank operation plan | |
CN104050314A (zh) | 用于多功能组件的增材拓扑优化制造 | |
Congram | Polynomially searchable exponential neighbourhoods for sequencing problems in combinatorial optimisation | |
Karen et al. | Intelligent die design optimization using enhanced differential evolution and response surface methodology | |
CN115775123A (zh) | 排产计划生成方法、系统、电子设备及可读存储介质 | |
Demeulenaere et al. | Multi-disciplinary multi-point optimization of a turbocharger compressor wheel | |
Savage et al. | An integrated dimensionality reduction and surrogate optimization approach for plant‐wide chemical process operation | |
Zirngibl et al. | Application of reinforcement learning for the optimization of clinch joint characteristics | |
Meng et al. | Multi-objective optimization based on meta-models of an aeronautical hub including the ductile damage constraint | |
CN116414094A (zh) | 一种焊接装配智能调度方法及系统 | |
Deshpande et al. | An agent based optimization approach to manufacturing process planning | |
RU2352984C2 (ru) | Оптимизация последовательных комбинаторных процессов | |
Coelho | Multicriteria optimization with expert rules for mechanical design | |
GB2405961A (en) | Optimisation of sequential combinatorial processes utilising a surrogate model | |
JP2003109170A (ja) | 輸送計画作成方法およびシステム | |
Smith | Probabilistic design of multidisciplinary systems | |
Kirk | Computational Design of Compositionally Graded Alloys | |
US20230237123A1 (en) | Information processing apparatus, information processing method, and computer-readable recording medium storing information processing program | |
EP4216109A1 (en) | Information processing apparatus, information processing method, and information processing program | |
Poulain et al. | A Metaheuristic for solution space modelling | |
EP4009242A1 (en) | Optimization apparatus and optimization method | |
Liu et al. | Multidisciplinary optimization of auto-body lightweight design using hybrid metamodeling technique and particle swarm optimizer | |
Corry et al. | Meta-heuristics for a complex push–pull production system | |
Schaffers et al. | Methodology for Early Design Phase Cost and Performance Trade-Off Analysis of a New Variant in a Product Family |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070822 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100706 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20101005 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20101013 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20101105 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20101112 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101206 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20110104 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110506 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110511 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20110506 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20110511 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20110601 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20110624 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20120928 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20121004 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121012 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130411 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5248773 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160419 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |