JP2016189079A - 計画作成支援装置および計画作成支援方法 - Google Patents

Abstract

【課題】暗黙知の制約条件を反映させた、精度良好で効率的な計画作成を可能とする。【解決手段】計画作成支援装置１０において、所定事象に関して作成された複数の作成済み計画の情報と、作成済み計画各々の作成に用いられた各利用情報とを格納した記憶装置１２０と、所定事象に関して判明済みの制約条件と各利用情報とを所定アルゴリズムに適用して仮計画を複数作成し、各仮計画と該当仮計画に対応する作成済み計画との各組のうち、計画間の類似度が所定基準以下の非類似の組における作成済み計画とその利用情報とを所定アルゴリズムに適用し、計画間の非類似の要因に対応した新規制約条件を生成し、当該新規制約条件および判明済み制約条件を所定の計画生成手段に提供する制約生成処理を実行する演算装置１１０を備える構成とする。【選択図】図１

Description

本発明は、計画作成支援装置および計画作成支援方法に関するものであり、具体的には、暗黙知の制約条件を反映させた、精度良好で効率的な計画作成を可能とする技術に関する。

製品の製造や大規模システムの運営、管理など、その事前計画が重要となる事象は数多い。そうした計画の作成に際しては、時間や空間および設備、人等のリソースなど各種事項に関する制約条件を考慮し、各制約に関して矛盾の無いよう計画を作成する必要がある。こうした計画作成を人手で行う場合、その精度や効率に限界があることから、近年では計算機を用いるケースも増えている。

一方、計画作成に際して考慮すべき制約条件は、その数が多く複雑であるケースや、計画作成者の経験や勘に基づく暗黙知であるケースもある。そうした場合、計算機による計画作成に必要となる正確な制約条件の定義は困難であり、結果として得られる計画もユーザの満足いくものとはなり難い。

この問題に対し、制約条件を学習手段で適宜に学習し、類似した入力データに対して同一の制約条件を選択する手法や、過去の計画内容の傾向分析結果に基づいた計画候補の提示を行う手法などが存在する。

このような技術としては、例えば、生産する各品種の順序を表現しかつ優先的に指示する前記品種を表現した各生産指示ルールを格納するルールベースと、前記各品種の生産計画データ及び前記各品種を形成する各部品の部品納入データを受け、これら生産計画データ及び部品納入データから前記各生産指示ルールに従って少なくとも生産する前記品種の順序及びその量を求め、これら品種の順序及びその量をベクトル表示する生産指示手段と、この生産指示手段により適用された生産指示ルールを学習し、類似した前記生産計画データ及び前記部品納入データに対して同一の生産指示ルールを選択する学習手段とを具備した生産指示装置（特許文献１参照）などが提案されている。

また、例えば、割り付け候補となる生産ロットを、前記生産ロットの生産条件情報の評価項目ごとに過去の割り付け候補の選択結果により構築された経験則データベースに基づいて評価した第１評価値と、割り付け候補となる生産ロットを前記第１評価値が高いものから順に各生産ラインでの生産計画シミュレーションを実施して求めた生産結果の予測結果である第２評価値とから求めた、割り付け候補の生産ロットと割り付け候補生産ラインの割り付けの評価結果である第３評価値に基づいて割り付け候補の生産ロットに順位を付けて出力し、前記順位を付けて出力された割り付け候補の内から特定の生産ロットを前記生産ラインに割り付け、前記特定の生産ロットに基づいて学習して前記経験則データベースを更新する生産計画作成方法（特許文献２参照）なども提案されている。

特開平７−２１２６３号公報 特開２０１２−１９４７１２号公報

従来技術においては、今次のものと類似である過去の入力データや計画に基づき、使用すべき制約条件の選択や類似計画の作成を行うことが可能である。ところが、従来技術において取り扱う制約条件は事前に明確である前提であり、いわゆる暗黙知の制約条件の概念に対応することが出来ない。また、選択した制約条件から期待した計画が作成されなかった場合、人手による計画修正が必要となり、効率的な計画作成が妨げられる場合もある。

そこで本発明の目的は、暗黙知の制約条件を反映させた、精度良好で効率的な計画作成を可能とする技術を提供することにある。

上記課題を解決する本発明の計画作成支援装置は、所定事象に関して作成された複数の作成済み計画の情報と、前記作成済み計画各々の作成に用いられた各利用情報とを格納した記憶装置と、前記所定事象に関して判明済みの制約条件と前記各利用情報とを所定アルゴリズムに適用して仮計画を複数作成し、各仮計画と該当仮計画に対応する前記作成済み計画との各組のうち、計画間の類似度が所定基準以下の非類似の組における作成済み計画とその利用情報とを所定アルゴリズムに適用し、前記計画間の非類似の要因に対応した新規制約条件を生成し、当該新規制約条件および前記判明済み制約条件を所定の計画生成手段に提供する制約生成処理を実行する演算装置とを備えることを特徴とする。

また、本発明の計画作成支援方法は、所定事象に関して作成された複数の作成済み計画の情報と、前記作成済み計画各々の作成に用いられた各利用情報とを格納した記憶装置を備える情報処理装置が、前記所定事象に関して判明済みの制約条件と前記各利用情報とを所定アルゴリズムに適用して仮計画を複数作成し、各仮計画と該当仮計画に対応する前記作成済み計画との各組のうち、計画間の類似度が所定基準以下の非類似の組における作成済み計画とその利用情報とを所定アルゴリズムに適用し、前記計画間の非類似の要因に対応した新規制約条件を生成し、当該新規制約条件および前記判明済み制約条件を所定の計画生成手段に提供する制約生成処理を実行することを特徴とする。

本発明によれば、暗黙知の制約条件を反映させた、精度良好で効率的な計画作成が可能となる。

第一実施形態における計画作成支援装置の構成例を示す図である。 第一実施形態における入力履歴のデータ構成例を示す図である。 第一実施形態における計画履歴のデータ構成例を示す図である。 第一実施形態における制約データのデータ構成例を示す図である。 第一実施形態における計画作成支援方法の処理手順例１を示すフロー図である。 第一実施形態における入力履歴と計画履歴から計画時刻ごとに算出した項目間の相関係数の一例を示す図である。 第一実施形態におけるクラスタ分析された入力履歴を計画時刻の日付に対する分布の一例を示す図である。 第一実施形態における制約生成画面の例を示す図である。 第一実施形態における計画作成支援方法部の処理手順例２を示すフロー図である。 第一実施形態における計画生成画面の例を示す図である。 第二実施形態における計画支援システムの構成例を示す図である。

−−−装置構成−−−

以下に本発明の実施形態について図面を用いて詳細に説明する。図１は、第一実施形態における計画作成支援装置１０の構成例を示す図である。図１に示す計画作成支援装置１０は、暗黙知の制約条件を反映させた、精度良好で効率的な計画作成を可能とするコンピュータ装置である。この実施形態における計画とは、例えば、生産設備や作業人員等の各種リソースを用いた一連の工程によって、所定の期限までに特定の製品を製造するための、いわゆる生産計画を想定する。従ってこの場合の計画作成支援装置１０は、製品製造について過去作成された複数の生産計画と、この過去の生産計画各々の作成に用いられた各入力データ（利用情報）とから、従来であれば暗黙知とされていた制約条件を導出し、これを計画作成の処理に適用する装置となる。計画作成支援装置１０を実現する具体的な構成としては、メインフレームやパーソナルコンピュータ等を想定出来る。

上述の計画作成支援装置１０の備えるハードウェア構成は以下の如くとなる。すなわち計画作成支援装置１０は、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）やハードディスクドライブなど適宜な不揮発性記憶素子で構成される記憶装置１２０、ＲＡＭなど揮発性記憶素子で構成されるメモリ１２５、記憶装置１２０に保持されるプログラム１１５をメモリ１２５に読み出すなどして実行し装置自体の統括制御を行なうとともに各種判定、演算及び制御処理を行なう中央処理装置（演算装置）１１０、ユーザからのキー入力や音声入力を受け付ける入力装置１３０、処理データの表示を行うディスプレイ等の出力装置１４０、を備える。

なお、記憶装置１２０内には、本実施形態の計画作成支援装置１０として必要な機能を実装する為のプログラム１１５の他、入力履歴１２１、計画履歴１２２、および制約データ１２３が少なくとも記憶されている。上述の中央処理装置１１０は、この記憶装置１２０に格納されたプログラム１１５をメモリ１２５に読み出して実行することで、制約生成処理を実行する制約生成部１１１、および制約条件と入力情報等に基づいて計画作成を行う計画生成部１１２の各機能を実装する。

こうした機能を実装するためのプログラム１１５は、記憶装置１２０に格納されている形態の他、実行時など必要な時に計画作成支援装置１０が所定媒体を介して他装置から記憶装置１２０に導入するとしても良い。媒体とは、例えば計画作成支援装置１０における所定インターフェイスに着脱可能な記憶媒体を指す。

また、データ構造など詳細は後述するが、上述の入力履歴１２１は、過去の入力データの集合である。この入力データは生産計画の対象である製品に関する注文等の集合である。 また、上述の計画履歴１２２は、過去作成された各生産計画のデータ（以後、計画データ）の集合である。各計画データには、設備における工程毎の着工日時、工完日時、および該当工程に関連する注文番号が含まれている。一つの計画データは一つの入力データから作成されるため、入力データと計画データは対応関係にある。

また、制約データ１２３は、上述の製品製造に関して自明の制約条件、すなわち判明済み制約条件を少なくとも含むデータである。上述したように、この実施形態における計画とは製品製造のための生産計画である。そのため、生産計画は、少なくとも上述の自明の制約条件が示す制約下で、例えばｍ台の各設備における作業順序や作業時刻を定めたものとなる。ここでは説明の簡便化のため、設備数ｍを１台とする。こうした場合の自明の制約条件の例を以下の数１にて示す。

（数１）
ｐ_ｉ ^Ａ＝１１ｈｏｕｒｓ，
ｐ_ｉ ^Ｂ＝２２ｈｏｕｒｓ，
ｔ_ｉ＋ｐ_ｉ＜ｄ_ｉ，
ｔ_ｉ＋ｐ_ｉ ＜ｔ_ｊ ∨ ｔ_ｊ＋ｐ_ｊ ＜ｔ_ｉ

上述の数１における、ｐ_ｉ ^Ａ、ｐ_ｉ ^Ｂは、それぞれ製品Ａ、製品Ｂを製造するためにかかる作業ｉの稼働時間である。また、ｔ_ｉ、ｔ_ｊは、それぞれ作業ｉ、作業ｊの開始時刻である。またｄ_ｉは作業ｉの終了期限であり、納期を意味する。また、数１における四行目の式は、同一設備上で、二つの作業ｉ、ｊの実行時間は重複しないことを表している。

記憶装置１２０の制約データ１２３には、当初は上述の自明の制約条件（数１）がそのまま格納されているが、計画作成支援装置１０による処理で暗黙知の制約条件を得た場合には、これを自明の制約条件たる数１の新たな行に加えて更新した、精度良好な制約条件が格納されることとなる。このように、過去の計画データと入力データの関係において、計画作成者の暗黙知であり形式化されていない制約条件が一つ以上存在することとする。例えば、「月の前半は注文順優先で生産する」、「月の後半は納期の近い順優先で生産する」、「作業と作業の間は１時間の間隔をあける」等が暗黙知の制約条件の例である。
−−−機能−−−

続いて、第一実施形態の計画作成支援装置１０が備える機能について説明する。上述したように、以下に説明する機能は、例えば計画作成支援装置１０がプログラム１１５を実行することで実装される機能と言える。

計画作成支援装置１０は、製品製造に関して上述の数１で示す自明の制約条件（制約データ１２３から読み出したもの）と、過去の各入力データ（入力履歴１２１から読み出したもの）とを、所定アルゴリズムに適用して仮計画を複数作成する機能を備えている。

また、計画作成支援装置１０は、上述のように作成した各仮計画と入力データが共通する過去の計画データを計画履歴１２２から抽出し、各仮計画と、該当仮計画に対応する過去の計画データとの各組について、計画間の類似度を所定手法で判定し、この判定で得た類似度が所定基準以下となった、すなわち非類似の組における過去の計画データと、その入力データとを所定アルゴリズムに適用し、上述の非類似の要因に対応した新規制約条件すなわち暗黙知の制約条件を生成する機能を備えている。こうした仮計画の作成と新規制約条件の生成の機能は、制約生成部１１１によるものとなる。

また、制約生成部１１１は、こうして生成した新規制約条件、すなわち暗黙知の制約条件と、自明の制約条件（制約データ１２３から読み取ったもの）とを、計画生成部１１２に提供する機能も備えている。

なお、制約生成部１１１は、上述の処理のうち、計画間の非類似の要因に対応した新規制約条件を生成する処理に際し、非類似の組における過去の計画データとその入力データとの間で所定の各項目（例：着工時刻と注文番号、着工時刻と納期、など）に関して相関関係（図６。詳細後述）を算出して、この相関関係において所定強さ以上の有相関項目に対応した入力データを該当計画データが示す所定事項（例：計画時刻）と対応付けてグルーピングし、当該グルーピングの結果（図７。後述）が示す各グループ間の関係性に基づいて、上述の暗黙知の制約条件（新規制約条件）を生成する機能を備えている。

また、制約生成部１１１は、上述の処理のうち、計画間の非類似の要因に対応した新規制約条件を生成する処理に際し、上述の数１が示す自明の制約条件のうち、上述の非類似の組における計画データが違反している制約条件（例：数１のうち特定行の式）について、違反を解消する修正を該当制約条件に行う機能を備えている。

また、計画作成支援装置１０は、新計画の作成に用いる新入力データ（新利用情報）を入力装置１３０で計画作成者から受け付け、この新入力データと、上述の暗黙知の制約条件および自明の制約条件（数１）とを、所定アルゴリズムに適用して過去の計画データと類似した新計画を生成する機能を備えている。こうした計画生成の機能は、計画生成部１１２によるものとなる。
−−−データ構造例−−−

次に、本実施形態の計画作成支援装置１０が用いるデータの具体例について説明する。図２は、第一実施形態における入力履歴１２１のデータ構成例を示す図である。この入力履歴１２１は、既に述べたように過去の計画作成に用いた注文等の入力データの集合体である。

図２で例示する入力履歴１２１の各レコードは、計画時刻１２１１、注文番号１２１２、納期１２１３、および製品種類１２１４の各値が対応付けされたものである。このうち計画時刻１２１１の値は、該当注文データをもとに計画作成を開始した日時を表すものである。また注文番号１２１２の値は、該当入力データに対応した注文を一意に特定する識別番号であって、注文順に採番された値である。また納期１２１３の値は、該当注文に対して製品を納品する期限を表す。また製品種類１２１４は、該当注文で指定された製品の種類を一意に特定する識別情報である。なお、上述の入力データは、計画作成に必要なデータとして、注文に関するデータの他に、各生産設備の稼働状態、気温、湿度、天候等のデータを含むとしても良い。

続いて計画履歴１２２の具体例について説明する。図３は、第一実施形態における計画履歴１２２のデータ構成例を示す図である。この計画履歴１２２は、既に述べたように、上述の入力データに基づいて過去に作成された計画データの集合体である。

図３で例示する計画履歴１２２の各レコードは、計画時刻１２２１、着工時刻１２２２、工完時刻１２２３、および注文番号１２２４の各が対応付けされたものである。このうち、計画時刻１２２１の値は、該当計画データに従って計画を開始した日時を表す。また、着工時刻１２２２の値は、該当計画データに従って該当製品の製造を開始する時間を表す。また、工完時刻１２２３の値は、該当製品の製造が完了する時間を表す。また、注文番号１２２４は、製造する製品に紐付く注文を識別する値であり、対応する入力データにおける注文番号と同値となる。なお、上述の計画データは、製品の製造時に当該計画データを採用したか否かの情報を含むとしても良い。

また、入力データや計画データにおける変更の有無を表す変更フラグや変更理由を示す情報が、該当入力データおよび計画データに含まれるとしても良い。これらの情報は全て計画作成支援装置１０の制約生成部１１１が制約データ１２３を生成するために利用する。

続いて制約データ１２３の具体例について説明する。図４は、第一実施形態における制約データ１２３のデータ構成例を示す図である。この制約データ１２３は、既に述べたように自明の制約条件（数１）が格納されており、制約生成部１１１により暗黙知の制約条件が生成された場合には、それが追加されることとなる。

こうした制約データ１２３は、図４で例示するように、例えば制約条件を示す制約条件式の各行がレコードとなったテーブル構造をなしている。勿論、その他のデータ構造であっても問題無い。制約生成部１１１が生成した暗黙知の制約条件については、新たな行または空欄の行に追加されることとなる。
−−−処理手順例−−−

以下、本実施形態における計画作成支援方法の実際手順について図に基づき説明する。以下で説明する計画作成支援方法に対応する各種動作は、計画作成支援装置１０が実行するプログラム１１５によって実現される。そして、このプログラム１１５は、以下に説明される各種の動作を行うためのコードから構成されている。

図５は、第一実施形態における計画作成支援方法の処理例１を示すフロー図である。このフローは、計画作成支援装置１０の制約生成部１１１が、記憶装置１２０に蓄積された入力履歴１２１と計画履歴１２２から形式化されていない制約条件、すなわち暗黙知の制約条件を導出し、自明の制約条件を更新する処理を例示するものである。なお、以下で説明する各処理は、少なくとも計画生成部１１２による計画生成の実行前に実行されるものであり、一定期間ごとに繰り返し実行するとしてもよい。

まず、計画作成支援装置１０の制約生成部１１１は、入力装置１３０を介し、計画作成者から自明の制約条件（例：数１）を制約データ１２３として取得し、これを記憶装置１２０に格納する（Ｓ１００５）。勿論、予め記憶装置１２０に自明の制約条件を保持している場合には当該ステップは不要となる。

続いて制約生成部１１１は、暗黙知の制約条件たる新規制約条件を生成するために必要なパラメータを、入力装置１３０にて上述の計画作成者から受け付けて、これを例えばメモリ１２５に格納する（Ｓ１０１０）。ここで受け付けるパラメータとしては、後述する計画類似度閾値αや類似データ数閾値β、一次グループ数γや二次グループ数δ等の値が該当する。なお、上述の類似データ数閾値βは、定量値であっても良いし、サンプル数に対する割合値であっても良い。

ここで、以降のステップで取り扱う「入力データ」は、入力履歴１２１における各レコードを同一の計画時刻１２１１で集約したものを想定する。図２の入力履歴１２１の例を想定すれば、制約生成部１１１は、計画時刻が「６月１日０６：００」の３つのレコードを入力履歴１２１から得て集約し、注文数「３」、注文番号「１１、１２、１３」、納期「４８時間後、９６時間後、７２時間後」、製品種類「Ａ、Ｂ、Ａ」の各値を含むデータを作成する。このように集約された入力データは、該当入力データの特徴を各成分（注文数、注文番号、納期、製品種類）で表す特徴ベクトルの形式となる。この特徴ベクトルの成分には、上述の計画時刻、注文の数、注文毎の注文番号、注文毎の納期、注文毎の製品種類等の他にも、各生産設備の状態、気温、湿度、天候、変更フラグ、前回の入力データ、前々回の入力データ等が含まれるとしてもよい。

上述のステップＳ１０１０に続き、制約生成部１１１は、記憶装置１２０の入力履歴１２１から読み出して上述のように計画時刻ごとに集約した各入力データについて、因子分析（例：注文数や納期など各因子に関する特徴量の分析）を行い、この分析の結果に基づき、特徴的な因子が共通する各入力データをグルーピング（例：注文数が多いグループ、納期が短いグループ、など）し、グループごとすなわちた因子毎に因子得点を算出する（Ｓ１０１５）。因子得点の算出手法は既存のものを適用すれば良い。このグルーピングで得られる入力データのグループを一次グループとする。また、制約生成部１１１は、上述のグルーピングに際し、上述のステップＳ１０１０で得ているパラメータのうち一次グループ数γのグループ数となるようグルーピングを行うものとする。

次に制約生成部１１１は、上述のステップＳ１０１５でグループ分けした一次グループ毎に、該当一次グループに含まれる各入力データ（この場合は、計画時刻で集約されていないもので、入力履歴１２１が含む過去の入力データそれぞれ）に、制約プログラミング等の数理計画法を適用し、制約データ１２３が示す制約条件（現段階では自明の制約条件たる数１）を充足する計画データ（仮計画）を生成する（Ｓ１０２０）。ここで各一次グループに関して生成される計画データ数は、入力履歴１２１の過去の入力データの数と一致する。

またこのステップＳ１０２０において、制約生成部１１１は、各一次グループについて生成した複数の計画データを計画時刻（例：６月１日０６：００）ごとに集約し、既に述べた入力データと同様に、計画数「３」、着工順「注文番号１１→注文番号１２→注文番号１３」、着工時刻「１時間後、１４時間後、３７時間後」、工完時刻「１２時間後、３６時間後、４８時間後」、注文番号「１１、１２、１３」等の各値を含むデータを作成する。このように各一次グループで計画時刻ごとに集約された計画データは、該当計画データの特徴を各成分（計画時刻、計画数、着工順、着工時刻、工完時刻、注文番号）で表す特徴ベクトルの形式となる。この特徴ベクトルの成分には、上述の計画時刻、計画数、着工順、着工時刻、工完時刻、注文番号の他にも、使用生産設備、納期、製品種類、作業時間、各生産設備の状態、気温、湿度、天候、変更フラグ、前回の計画データ、前々回の計画データ等が含まれるとしてもよい。

続いて制約生成部１１１は、上述のステップＳ１０１５でグループ分けした一次グループ毎に、ステップＳ１０２０で生成した計画データ（計画時刻で集約済みのもの）と、この計画データの生成に用いた入力データを過去使用した計画データとの類似度を、コサイン類似度等の既存の類似度計算手法を適宜用いて算出する（Ｓ１０３０）。なお、集約済みの計画データの生成に用いた入力データとは、集約前の各計画データの生成に用いた入力データであり、これらを過去使用した計画データ群を計画時刻で集約したものを、上述の類似度の算定対象とする。つまり、上述の特徴ベクトルの値に基づく類似度の算定処理を行う。

次に制約生成部１１１は、上述のステップＳ１０１５でグループ分けした一次グループ毎に、ステップＳ１０３０で算出した類似度が計画類似度閾値αより低い計画データの数をカウントし、当該計画データ数が類似データ数閾値βより多い場合（Ｓ１０４０：ＹＥＳ）、すなわち過去の計画データと非類似の一次グループであると特定し、処理をＳ１０５０に進める。

他方、上述した計画データ数のカウントの結果、全ての一次グループにおいて、計画類似度閾値αより類似度の低い計画データの数が、類似データ数閾値β以下であった場合（Ｓ１０４０：ＮＯ）、制約生成部１１１は、仮計画と過去の計画とが近しく、すなわち自明の制約条件以外の暗黙知の制約条件は存在しないものと認識し、当該フローを終了する。

なお、制約生成部１１１は、上述したステップＳ１０４０での類似度に関する処理にて例えば全ての一次グループに関して全て非類似と判定する結果が出た場合、上述のステップＳ１０１０で得ているパラメータが適切でないと判定し、例えば上述のステップＳ１０１０の再実行時に、各パラメータのうち少なくとも一つを所定ルールによって変更しメモリ１２５に格納するとしてもよい。この場合の変更は、例えば、計画類似度閾値αや類似データ数閾値βを所定割合だけ低下させる処理や、一次グループ数γや二次グループ数δを所定数だけ増加させる処理となる。

また、このステップＳ１０４０における制約生成部１１１は、上述のステップＳ１０１５でグループ分けした一次グループ毎に、過去の計画データと類似度の低かった計画データ（ステップＳ１０２０で生成したもの）をメモリ１２５に記憶し、次回以降のステップＳ１０２０にて類似した入力データに対し再度同じ計画データを生成しないよう、制約データ１２３に当該計画データを除外する制約条件を追加するとしても良い。

ここでフローの説明に戻る。ここで制約生成部１１１は、上述のステップＳ１０４０にて非類似であると特定した一次グループについて、対応する過去の計画データを制約データ１２３の制約条件（自明の制約条件たる数１）に照合し、制約違反の有無を判定する（Ｓ１０５０）。この判定の結果、制約違反を発見した場合（Ｓ１０５０：ＹＥＳ）、制約生成部１１１は、処理をＳ１０６０に進める。他方、上述の判定の結果、制約違反が発見されず、該当一次グループに含まれる全ての過去の計画データが制約データ１２３の制約条件を充足していた場合（Ｓ１０５０：ＮＯ）、制約生成部１１１は、処理をＳ１０７０に進める。

上述のステップＳ１０５０において制約違反を発見した制約生成部１１１は、該当制約に関しては何らかの暗黙知に基づいて違反を許容する判断が過去になされたものと判定し、上述の過去の計画データ毎に、当該過去の計画データについて制約違反に該当する制約条件、すなわち暗黙知の制約条件を抽出する（Ｓ１０６０）。例えば、図３で例示する計画履歴１２２における過去の計画データのうち６番目のものの工完時刻が「６０時間後」であるのに対し、その計画データにおける注文番号「３３」に対応する入力データ（図２）の納期が「４８時間後」となっており、この場合、制約生成部１１１は、工完時刻が納期よりも後となっている制約違反を特定し、これを許容する制約条件ｔ６＋ｐ６＜ｄ６を暗黙知の制約条件として抽出する。

一方、上述のステップＳ１０５０において制約違反を発見せず、すなわち制約条件を充足していた場合、制約生成部１１１は、該当計画データから暗黙知の制約条件を導出すべく、過去の計画データ毎に、過去の計画データの項目と、当該過去の計画データに対応する入力データの項目との相関係数を算出する（Ｓ１０７０）。この相関係数の算出にて対象とする入力データの項目が図２の入力履歴１２１の各項目、計画データの項目が図３の計画履歴１２２の各項目であるとした場合、着工時刻１２２２に対する注文番号１２１２、納期１２１３、および製品種類１２１４と、工完時刻１２２３に対する注文番号１２１２、納期１２１３、および製品種類１２１４の各間に関して相関係数を算出することとなる。 なお、入力データの項目の一つが製品種類１２１４のように量的データでなく、質的データの場合は、相関比を算出することとする。また、相関係数がどれも低い場合、比較する入力データと出力データを細分化して再度相関係数を算出するとしても良い。ここで細分化する基準としては、連続する３つの工程毎に分割しても良いし、設備毎に分割しても良い。

図６は、第一実施形態における相関テーブル６００の例を示す図であり、具体的には、該当一次グループに含まれる、図２の入力履歴１２１の入力データと図３の計画履歴１２２の計画データから、計画時刻毎に算出した項目間の相関係数のテーブル例を示す図である。一般的に相関係数が１に近ければ該当項目間の相関が強いと言われている。よって図６の例では、「６月１日０６：００」のデータにおいては、着工時刻と注文番号の相関が「０．９９」で強く、「６月１５日０６：００」のデータにおいては、着工時刻と納期の相関が「０．９９」で強いことを示している。

次に制約生成部１１１は、該当一次グループに含まれる全ての入力データと計画データに関して、上述のステップＳ１０７０で算出した相関係数に基づいて計画時刻毎に分類し、いくつかの二次グループにグループ分けする（Ｓ１１２０）。この二次グループは、必ず一つの一次グループに含まれるが、同時に二つ以上の一次グループに含まれることはない。 具体的には、計画データとステップＳ１０７０で算出した相関係数とを組み合わせた特徴ベクトルを計画時刻毎に因子分析することにより、共通因子でグルーピングし、グルーピングされた因子毎に因子得点を算出する。この時、制約生成部１１１は、因子が二次グループ数δになる様にグループ分けする。そして入力データ毎に因子得点を用いてクラスタ分析し、グループ分けされた結果を入力履歴１２１の項目及び計画時刻で評価する。

図７は、第一実施形態における分布図７００の例を示す図であり、具体的には、上述のステップＳ１０７０で算出した図６の相関テーブル６００における相関係数を因子分析し、因子を考慮して入力データをクラスタ分析し、計画時刻の日付に対する分布図７００とした一例を示す図である。図７の分布図７００の例では、入力データの中で、着工時刻と注文番号の相関が強い二次グループと、着工時刻と納期の相関が強い二次グループとが、計画時刻の１５日前後で二分されていることを示している。

次に制約生成部１１１は、作業の開始時刻（該当計画の着工時刻）や作業と作業の間の時間間隔等の時間に関する制約条件を導き出すために、全ての一次グループに対し、ステップＳ１１２０でグループ分けした二次グループ毎に、記憶装置１２０から入力データと計画データを読み出し、入力データと計画データから作業毎の作業前間隔時間、作業時間、作業後間隔時間の最小値及び最大値を相関分析、因子分析、クラスタ分析などの多変量解析手法を用いて解析する（Ｓ１１３０）。

ここで作業前間隔時間とは、当該作業の開始時刻と直前の作業の終了時刻との差であり、作業後間隔時間とは、当該作業の終了時刻と直後の作業の開始時刻との差である。本実施形態では、製品種類が「Ａ」の作業前間隔時間の最小値が１時間、製品種類が「Ｂ」の作業前間隔時間の最小値が２時間という結果が導き出されたとする。

次に制約生成部１１１は、全ての一次グループに対し、上述のステップＳ１１２０でグループ分けした二次グループ毎に、ステップＳ１１２０及びステップＳ１１３０の結果から暗黙知の制約条件に対応した制約式を生成し、制約データ１２３における自明の制約条件たる数１に追加して制約データ１２３の更新を実行する（Ｓ１１４０）。なお、このステップＳ１１４０の後、制約生成部１１１は、処理をステップＳ１０１０に戻し、ステップＳ１０４０の判定でフロー終了となるまで一連のステップを繰り返す。

ここで、ステップＳ１１４０で生成した制約式の例を、数２として以下に示す。

（数２）
ｐ_ｉ ^Ａ＝１１ｈｏｕｒｓ，
ｐ_ｉ ^Ｂ＝２２ｈｏｕｒｓ，
ｔ_ｉ＋ｐ_ｉ＜ｄ_ｉ，
ｔ_ｉ＋ｐ_ｉ ＜ｔ_ｊ ∨ ｔ_ｊ＋ｐ_ｊ ＜ｔ_ｉ，
ｄａｙ＜１５ｔｈ→ｔ（ｄ_ｉ）＜ｔ（ｄ_ｉ＋１） ｄ_ｉ＜ｄ_ｉ＋１，
ｄａｙ＞１５ｔｈ→ｔ（ｏ_ｉ）＜ｔ（ｏ_ｉ＋１） ｏ_ｉ＜ｏ_ｉ＋１，
ｄａｙ＜１５ｔｈ→ｔ_ｉ ^Ａ ＞ｔ_ｉ−１＋ｐ_ｉ−１＋１ｈｏｕｒ，
ｄａｙ＜１５ｔｈ→ｔ_ｉ ^Ｂ ＞ｔ_ｉ−１＋ｐ_ｉ−１＋２ｈｏｕｒｓ
ｄａｙ＞１５ｔｈ→ｔ_ｉ ^Ａ ＞ｔ_ｉ−１＋ｐ_ｉ−１＋１ｈｏｕｒ，
ｄａｙ＞１５ｔｈ→ｔ_ｉ ^Ｂ ＞ｔ_ｉ−１＋ｐ_ｉ−１＋２ｈｏｕｒｓ

上述の数２において、ｔ（ｄ_ｉ）は注文を納期の短い順で並べた際、ｉ番目となる注文に対応する作業の開始時刻である。また、ｔ（ｏ_ｉ）は注文を受け付けた順で並べた際、ｉ番目となる注文に対応する作業の開始時刻である。また、ｔ_ｉ ^Ａ、ｔ_ｉ ^Ｂは、それぞれ製品「Ａ」、製品「Ｂ」を製造するためにかかる作業ｉの開始時間である。また、数２の一行目から四行目は、上述の自明の制約条件たる数１であり、五行目及び六行目はステップＳ１１２０の結果から生成した制約条件であり、また七行目〜十行目はステップＳ１１３０の結果から生成した制約条件である。ステップＳ１０１５やステップＳ１１２０でグループ分けされた一次グループや二次グループは、条件提示部分により区別する。本実施形態では、ステップＳ１０１５においてグループ分けされず一次グループは一つであるため条件提示部分は無いが、ステップＳ１１２０においてグループ分けされた二次グループは二つ存在し、上述の数２における五行目から十行目の条件提示部分に表現している。

制約生成部１１１が、ステップＳ１１２０にて入力データを二次グループにグループ分けした時、図６の分布図で例示するごとく明確に分けることができない場合もある。その場合、制約生成部１１１がステップＳ１１４０にて制約式を生成する時、関係する制約条件に重みを付与する等して制約条件の優先順位を下げても良い。同様に、ステップＳ１０１５にて、入力データが一次グループに明確にグループ分けできない場合、関係する制約条件に重みを付与する等して制約条件の優先順位を下げても良い。また同様に、非採用の情報を含む計画データや変更有りの情報を含む入力データ等、通常ではないデータが多く属する一次グループまたは二次グループに関係する制約条件にも重みを付与する等して制約条件の優先順位を下げても良い。

ここで、上述のステップＳ１００５からステップＳ１１４０に至る一連の処理に際し、計画作成者が出力装置１４０にて閲覧し、入力装置１３０を通じて適宜な情報入力を行う画面について説明する。図８は、第一実施形態における制約生成画面１０００の例を示す図である。ここで例示する制約生成画面１０００は、入力履歴１２１の内容が記載されたテキストファイルを選択する入力履歴読み込みボタン１００１、計画履歴１２２の内容が記載されたテキストファイルを選択する計画履歴読み込みボタン１００２、上述の自明の制約条件を計画作成者が入力する制約条件テキスト入力エリア１００３、制約データの生成を指示する制約データ生成ボタン１００４、制約生成部１１１が出力した制約データ１２３を表示する制約データテキスト出力エリア１００５を有する。この場合、計画作成者は、上述のステップＳ１００５において、自明の制約条件たる数１を、制約条件テキスト入力エリア１００３に入力する。また、例えばステップＳ１０１０の開始に先立ち、入力履歴読み込みボタン１００１をクリックして、入力履歴１２１の内容が記載されたテキストファイルを記憶装置１２０から選択し、また、計画履歴読み込みボタン１００２をクリックして、計画履歴１２２の内容が記載されたテキストファイルを記憶装置１２０から選択し、制約データ生成ボタン１００４をクリックする。これにより以降のステップが実行され、その結果として更新された制約データ１２３が制約データテキスト出力エリア１００５に表示される。

続いて、上述のように暗黙知の制約条件を自明の制約条件に加味して更新した制約データ１２３を利用し、新たな入力データに基づいて新規の計画を作成する処理について説明する。図９は、第一実施形態における計画作成支援方法部の処理手順例２を示すフロー図であり、具体的には、計画生成部１１２が制約生成部１１１より得た制約データ１２３に従い、過去の計画データに類似した新たな計画データを生成するフローを示す図である。 このフローは、例えば計画作成支援装置１０が、入力装置１３０において、新たな計画作成のための入力データを計画作成者から受け付けたことをトリガーに、計画生成部１１２が起動され、処理が開始されることを想定できる。また、新たに計画作成者から受け付ける入力データは、図２に例示した入力履歴１２１のレコードと同じ項目を持ち、同一の計画時刻分で集約されたものに相当する。

まず、計画作成支援装置１０の計画生成部１１２は、入力装置１３０で計画作成者から受け付けた入力データについて、上述のステップＳ１１２０にてグループ分けしたどの二次グループに分類されるか、上述の因子分析およびクラスタ分析等の手法により特定し、その二次グループの入力データで過去に生成されている計画データを、記憶装置１２０の計画履歴１２２から選択する（Ｓ２０１０）。この時、例えば、二次グループ内で因子得点の最も高いもの、すなわち最も該当因子（特徴）が強いもので過去作成された計画データを選択すると好適である。

次に計画生成部１１２は、上述のステップＳ１１４０にて暗黙知の制約条件で更新済みの制約データ１２３を、記憶装置１２０から読み出し、この制約データ１２３と、上述のステップＳ２０１０に先立ち受け付けている入力データとに対して制約プログラミング等の数理計画法を適用し、制約データ１２３の制約条件を充足する計画データを複数生成する（Ｓ２０２０）。

続いて計画生成部１１２は、上述のステップＳ２０１０で選択した過去の計画データと、ステップＳ２０２０で生成した複数の計画データそれぞれとについて、コサイン類似度等の類似度計算手法を適用して各計画間での類似度を計算し、ステップＳ２０２０で生成した複数の計画データ中から最も類似度の高い計画データを特定して、これを出力装置１４０に出力する（Ｓ２０３０）。この計画データの出力に際し、上述の複数の計画データとそれぞれの類似度と合わせて出力するとしても良い。

次に計画生成部１１２は、以降の制約生成部１１１による制約生成処理（Ｓ１００５〜Ｓ１１４０）に用いる入力データ、計画データを蓄積すべく、当該フロー実行に際して入力装置１３０で受け付けた入力データを記憶装置１２０の入力履歴１２１に追加し、また、ステップＳ２０３０で特定して出力した計画データを記憶装置１２０の計画履歴１２２に追加し（Ｓ２０４０）、当該フローにおける処理を終了する。なお、計画履歴１２２に計画データを追加する際、製品の製造時に当該計画データを採用したか否かの情報を付加するとしても良い。またこの場合、制約生成部１１１が制約データ１２３を生成する際、上述で非採用の情報が付加された計画データを分析対象から除外するとしても良い。

ここで、上述のステップＳ２０１０からステップＳ２０４０に至る一連の処理に際し、計画作成者が出力装置１４０にて閲覧し、入力装置１３０を通じて適宜な情報入力を行う画面について説明する。図１０は、第一実施形態における計画生成画面２０００の例を示す図である。

ここで例示する計画生成画面２０００は、制約生成部１１１により生成された制約データを選択する制約データ読み込みボタン２００１、計画を生成するために必要な入力データを入力する入力データテキスト入力フィールド２００２、計画生成部１１２を起動して計画生成を指示するための計画データ生成ボタン２００４、計画生成部１１２が出力した計画データをガントチャートとして表示する計画データ出力エリア２００５を有する。

この場合、計画作成者は、上述のステップＳ２０１０に際して、新たな計画作成に用いる制約データ（暗黙知の制約条件を追加されたもの）を、制約データ読み込みボタン２００１のクリックにより記憶装置１２０から呼び出す。また計画作成者は、新たな計画作成のための入力データを、入力データテキスト入力フィールド２００２に入力し、、計画データ生成ボタン２００４をクリックする。これにより以降のステップが実行され、その結果として新たに生成された計画データが計画データ出力エリア２００５に表示される。

以上説明した実施形態によれば、過去の計画から暗黙知化された制約条件を見つけ出し、後の計画作成に反映することで、満足度の高い計画を出力することができる。それにより、人手による計画の修正頻度の削減、人手による制約条件の定義作業の削減等が期待できる。また、人手による計画作成を自動化することによって、より効率的な計画を出力する可能性も期待できる。
−−−第二実施形態−−−

次に、本発明の第二実施形態について図面を用いて説明する。但し、第一実施形態と相違する点について主に説明するものとする。第二実施形態は、計画作成支援装置１０が、ネットワーク５０を介して接続する二つ以上の端末装置２０から収集した入力履歴と計画履歴に基づき、暗黙知化された制約条件を導出して、その制約条件を適用して最適な計画データを出力する形態に関するものである。この第二実施形態における計画とは、例えば、設備上で作業して製品を製造するいわゆる生産計画、前述の設備を点検や修理等の保守作業により保全する保守計画、および生産作業や保守作業を担う作業者を管理する作業員計画を、統合する計画であり、生産作業や保守作業の順序や時刻、それぞれの作業に割当てる設備や作業員を定めるものとなる。つまり、統合する各計画間が連携する一方で、リソース（設備や人員等）を共有する状況にあるため、各計画間の関係においても制約が存在する（例：生産計画で所定期間稼働させる或る製造装置は、１年ごとに点検工程に回し、最低１週間の点検・保守期間を経て後にのみ生産計画に復帰出来る）。

また、こうした第二実施形態における自明の制約条件は、第一実施形態において生産計画に関する自明の制約条件として例示した数１の他に、保守計画における自明の制約条件や作業員計画における自明の制約条件を統合したものである。また、第二実施形態でも、第一実施形態と同様、上述の自明の制約条件の他に、計画作成者の暗黙知であり形式化されていない制約条件が一つ以上存在することとする。

また、第二実施形態においては、目的に沿った最適な計画を作成するために一つ以上の目的関数を使用することとする。この目的関数とは、生産量の最大化、設備稼働率の最大化、作業員人数の最小化等の計画の評価指標である。

図１１は、第二実施形態における計画作成支援装置１０を含むシステム構成例を示す図である。ここでは、計画作成支援装置１０と、ネットワーク５０を介して計画作成支援装置１０に接続された複数の端末装置２０とを含む計画作成支援システム１が構築されているとする。この計画作成支援システム１が含む端末装置２０は、生産計画や保守計画、作業員計画等の各計画作成者が操作する端末であり、入力装置２３０を介して計画生成要求を計画作成者から受け付け、これを通信装置２５０によりネットワーク５０経由で計画作成支援装置１０に通知する処理や、計画作成支援装置１０が生成しネットワーク５０経由で送信してくる計画データを出力装置２４０に出力する処理を担うＰＣ等を想定する。

第二実施形態における計画作成支援装置１０は、第一実施形態における計画作成支援装置の構成に加えて、ネットワーク５０に接続して通信を行う通信装置１５０を有している。

一方、端末装置２０は、一般的なＰＣ等と同様に、中央処理装置（ＣＰＵ）２１０、ハードディスク等の不揮発性記憶素子で構成された記憶装置２２０、ＲＡＭ等の揮発性記憶素子で構成されたメモリ２２５、キーボード、マウス等の入力装置２３０、液晶ディスプレイ等の出力装置２４０、およびネットワーク５０に接続して通信を行う通信装置２５０を有している。

こうした形態の第二実施形態における、計画作成支援装置１０の制約生成部１１１は、第一実施形態における制約生成部１１１の処理フロー（図５）と一部を除いて同様の処理を実行する。そこで以下に、第二実施形態における制約生成部１１１の処理のうち、第一実施形態と異なるものについて説明することとする。

第二実施形態における制約生成部１１１は、図５で既に例示したフローのうち、ステップＳ１０４０において、ステップＳ１０１５でグループ分けした一次グループ毎に、ステップＳ１０３０で算出した類似度が計画類似度閾値αより類似度の低い計画データの中で、上述の目的関数に両者の計画データを代入したとき、過去の計画データの方が最適値である計画データの数をカウントする。制約生成部１１１は、前述でカウントした計画データ数が類似データ数閾値βより多かった場合、処理をＳ１０５０へ進める。他方、全ての一次グループにおいて、前述でカウントした計画データ数が類似データ数閾値β以下であった場合、当該フローにおける処理を終了する。

第一実施形態では生成した計画データ（仮計画）と過去の計画データとが非類似の場合、生成した計画データを誤、過去の計画データを正として評価した。しかし第二実施形態では、上述の目的関数に計画データを代入したとき、生成した計画データの方が最適値である事象もあり得ることに対応して、上述のステップＳ１０４０の処理内容となる。

また、第二実施形態における計画生成部１１２は、第一実施形態における計画生成部１１２の処理フロー（図９）と一部を除いて同様の処理を実行する。そこで以下に、第二実施形態における計画生成部１１２の処理のうち、第一実施形態と異なるものについて説明することとする。

第二実施形態における計画生成部１１２は、図９で既に例示したフローのうち、ステップＳ２０３０において、上述のステップＳ２０１０で選択した過去の計画データと、ステップＳ２０２０で生成した複数の計画データとをそれぞれ目的関数に代入し算出した指標値を比較する。この比較の結果、最も高い指標値を持つ計画データが、ステップＳ２０２０で生成した計画データ（仮計画）であった場合、計画生成部１１２は、当該計画データを出力するものとする。一方、最も高い指標値を持つ計画データが、ステップＳ２０１０で選択した過去の計画データであった場合、計画生成部１１２は、ステップＳ２０１０で選択した過去の計画データと、ステップＳ２０２０で生成した複数の計画データとについて、コサイン類似度等の類似度計算手法を適用して計画間の類似度を計算し、ステップＳ２０２０で生成した複数の計画データ中から最も類似度の高い計画データを出力することとなる。ここで出力する計画データは、計画作成支援装置１０がネットワーク５０を介して各端末装置２０に送信し、それぞれの出力装置２４０にて表示される。

第一実施形態では、入力データから数理計画法により生成した複数の計画データ（仮計画）と、ステップＳ２０１０で選択した過去の計画データとの類似度を算出し、それらの類似性を評価している。しかし第二実施形態では、非類似であったとしても、目的関数を用いて比較した場合には、生成した計画データの方が最適な場合もあり得ることに対応して，上述のステップＳ２０３０の処理内容となる。

以上説明した第二実施形態によれば、過去の複数種類の計画から暗黙知化された制約条件を見つけ出し、後の計画作成に反映しつつ、計画の評価指標をもとに計画作成することで、計画者が気付かなかった最適な計画を出力することができる。

以上、本発明を実施するための最良の形態などについて具体的に説明したが、本発明はこれに限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能である。

こうした本実施形態によれば、過去の計画から暗黙知化された制約条件を見つけ出し、後の計画作成に反映することで、満足度の高い計画を出力することができる。それにより、人手による計画の修正頻度の削減、人手による制約条件の定義作業の削減等が期待できる。また、人手による計画作成を自動化することによって、より効率的な計画を出力する可能性も期待できる。

つまり、暗黙知の制約条件を反映させた、精度良好で効率的な計画作成が可能となる。

本明細書の記載により、少なくとも次のことが明らかにされる。すなわち、本実施形態の計画作成支援装置において、前記演算装置は、前記制約生成処理において、前記計画間の非類似の要因に対応した新規制約条件を生成するに際し、前記非類似の組における作成済み計画とその利用情報との間で所定項目に関して相関関係を算出して、相関関係が所定強さ以上の有相関項目に対応した前記利用情報を該当作成済み計画が示す所定事項と対応付けてグルーピングし、当該グルーピングの結果が示す各グループ間の関係性に基づいて前記新規制約条件を生成するものである、としてもよい。

これによれば、予め自明な制約条件たる判明済み制約条件には含まれない、いわゆる暗黙知の制約条件の存在が推定される作成済み計画と利用情報との関係のうち、判明済み制約条件に関する違反は存在しないものに関しても特定し、これに基づいて新規の、すなわち判明済み制約条件には含まれていない制約条件を生成し、計画作成に適用することが可能となる。ひいては、特定しにくい暗黙知の制約条件を反映させた、精度良好で効率的な計画作成が可能となる。

また、本実施形態の計画作成支援装置において、前記演算装置は、前記制約生成処理において、前記計画間の非類似の要因に対応した新規制約条件を生成するに際し、前記判明済み制約条件のうち、前記非類似の組における作成済み計画が違反している制約条件について、前記違反を解消する修正を該当制約条件に行うものであるとしてもよい。

これによれば、予め自明な制約条件たる判明済み制約条件には含まれない、いわゆる暗黙知の制約条件の存在が推定される作成済み計画と利用情報との関係のうち、判明済み制約条件に関する違反が存在するもの（該当計画においては許容された違反）に関して特定し、これに基づいて新規の、すなわち判明済み制約条件には含まれていない制約条件を効率的に生成し、計画作成に適用することが可能となる。ひいては、暗黙知の制約条件を反映させた、精度良好で効率的な計画作成が可能となる。

また、本実施形態の計画作成支援装置において、前記演算装置は、新計画の作成に用いる新利用情報を入力装置で受け付け、当該新利用情報と、前記新規制約条件および前記判明済みの所定制約条件とを、所定アルゴリズムに適用して前記作成済み計画と類似した新計画を生成する計画生成処理を更に実行するものであるとしてもよい。

これによれば、上述のように生成した制約条件に基づいた精度良好な計画を効率良く生成することが可能となる。

また、本実施形態の計画作成支援装置において、前記記憶装置は、複数事象が互いに連携する統合事象に対応して作成された複数の作成済み統合計画の情報と、前記作成済み統合計画各々の作成に用いられた各利用情報とを格納し、前記演算装置は、前記統合事象に関して判明済みの制約条件と前記各利用情報とを所定アルゴリズムに適用して仮統合計画を複数作成し、各仮統合計画と該当仮統合計画に対応する前記作成済み統合計画との各組のうち、計画間の類似度が所定基準以下の非類似の組における仮統合計画および作成済み統合計画のうち、所定目標により近い計画とその利用情報とを所定アルゴリズムに適用し、前記計画間の非類似の要因に対応した新規制約条件を生成し、当該新規制約条件および前記判明済み制約条件を所定の計画生成手段に提供する制約生成処理を実行するものであるとしてもよい。

これによれば、製品製造とその製造ライン保守といった、互いにリソースを共有して連動するが目的が異なる複数の事象を統合して計画作成を行うべき状況に対応して、いわゆる暗黙知の制約条件を生成し計画作成に適用することが可能となる。ひいては、特定しにくい暗黙知の制約条件を反映させた、精度良好で効率的な計画作成が可能となる。

また、本実施形態の計画作成支援方法において、前記情報処理装置が、前記制約生成処理において、前記計画間の非類似の要因に対応した新規制約条件を生成するに際し、前記非類似の組における作成済み計画とその利用情報との間で所定項目に関して相関関係を算出して、相関関係が所定強さ以上の有相関項目に対応した前記利用情報を該当作成済み計画が示す所定事項と対応付けてグルーピングし、当該グルーピングの結果が示す各グループ間の関係性に基づいて前記新規制約条件を生成する、としてもよい。

また、本実施形態の計画作成支援方法において、前記情報処理装置が、前記制約生成処理において、前記計画間の非類似の要因に対応した新規制約条件を生成するに際し、前記判明済み制約条件のうち、前記非類似の組における作成済み計画が違反している制約条件について、前記違反を解消する修正を該当制約条件に行う、としてもよい。

また、本実施形態の計画作成支援方法において、前記情報処理装置が、新計画の作成に用いる新利用情報を入力装置で受け付け、当該新利用情報と、前記新規制約条件および前記判明済みの所定制約条件とを、所定アルゴリズムに適用して前記作成済み計画と類似した新計画を生成する計画生成処理を更に実行する、としてもよい。

また、本実施形態の計画作成支援方法において、前記情報処理装置が、前記記憶装置において、複数事象が互いに連携する統合事象に対応して作成された複数の作成済み統合計画の情報と、前記作成済み統合計画各々の作成に用いられた各利用情報とを格納し、前記統合事象に関して判明済みの制約条件と前記各利用情報とを所定アルゴリズムに適用して仮統合計画を複数作成し、各仮統合計画と該当仮統合計画に対応する前記作成済み統合計画との各組のうち、計画間の類似度が所定基準以下の非類似の組における仮統合計画および作成済み統合計画のうち、所定目標により近い計画とその利用情報とを所定アルゴリズムに適用し、前記計画間の非類似の要因に対応した新規制約条件を生成し、当該新規制約条件および前記判明済み制約条件を所定の計画生成手段に提供する制約生成処理を実行するとしてもよい。

１０ 計画作成支援装置
１１０ 中央処理装置（演算装置）
１１１ 制約生成部
１１２ 計画生成部
１１５ プログラム
１２０ 記憶装置
１２１ 入力履歴
１２２ 計画履歴
１２３ 制約データ
１２５ メモリ
１３０ 入力装置
１４０ 出力装置

Claims (10)

1. 所定事象に関して作成された複数の作成済み計画の情報と、前記作成済み計画各々の作成に用いられた各利用情報とを格納した記憶装置と、
   前記所定事象に関して判明済みの制約条件と前記各利用情報とを所定アルゴリズムに適用して仮計画を複数作成し、各仮計画と該当仮計画に対応する前記作成済み計画との各組のうち、計画間の類似度が所定基準以下の非類似の組における作成済み計画とその利用情報とを所定アルゴリズムに適用し、前記計画間の非類似の要因に対応した新規制約条件を生成し、当該新規制約条件および前記判明済み制約条件を所定の計画生成手段に提供する制約生成処理を実行する演算装置と、
   を備えることを特徴とする計画作成支援装置。
2. 前記演算装置は、
   前記制約生成処理において、前記計画間の非類似の要因に対応した新規制約条件を生成するに際し、前記非類似の組における作成済み計画とその利用情報との間で所定項目に関して相関関係を算出して、相関関係が所定強さ以上の有相関項目に対応した前記利用情報を該当作成済み計画が示す所定事項と対応付けてグルーピングし、当該グルーピングの結果が示す各グループ間の関係性に基づいて前記新規制約条件を生成するものである、
   ことを特徴とする請求項１に記載の計画作成支援装置。
3. 前記演算装置は、
   前記制約生成処理において、前記計画間の非類似の要因に対応した新規制約条件を生成するに際し、前記判明済み制約条件のうち、前記非類似の組における作成済み計画が違反している制約条件について、前記違反を解消する修正を該当制約条件に行うものである、
   ことを特徴とする請求項１に記載の計画作成支援装置。
4. 前記演算装置は、
   新計画の作成に用いる新利用情報を入力装置で受け付け、当該新利用情報と、前記新規制約条件および前記判明済みの所定制約条件とを、所定アルゴリズムに適用して前記作成済み計画と類似した新計画を生成する計画生成処理を更に実行するものである、
   ことを特徴とする請求項１に記載の計画作成支援装置。
5. 前記記憶装置は、
   複数事象が互いに連携する統合事象に対応して作成された複数の作成済み統合計画の情報と、前記作成済み統合計画各々の作成に用いられた各利用情報とを格納し、
   前記演算装置は、
   前記統合事象に関して判明済みの制約条件と前記各利用情報とを所定アルゴリズムに適用して仮統合計画を複数作成し、各仮統合計画と該当仮統合計画に対応する前記作成済み統合計画との各組のうち、計画間の類似度が所定基準以下の非類似の組における仮統合計画および作成済み統合計画のうち、所定目標により近い計画とその利用情報とを所定アルゴリズムに適用し、前記計画間の非類似の要因に対応した新規制約条件を生成し、当該新規制約条件および前記判明済み制約条件を所定の計画生成手段に提供する制約生成処理を実行するものである、
   ことを特徴とする請求項１に記載の計画作成支援装置。
6. 所定事象に関して作成された複数の作成済み計画の情報と、前記作成済み計画各々の作成に用いられた各利用情報とを格納した記憶装置を備える情報処理装置が、
   前記所定事象に関して判明済みの制約条件と前記各利用情報とを所定アルゴリズムに適用して仮計画を複数作成し、各仮計画と該当仮計画に対応する前記作成済み計画との各組のうち、計画間の類似度が所定基準以下の非類似の組における作成済み計画とその利用情報とを所定アルゴリズムに適用し、前記計画間の非類似の要因に対応した新規制約条件を生成し、当該新規制約条件および前記判明済み制約条件を所定の計画生成手段に提供する制約生成処理を実行する、
   ことを特徴とする計画作成支援方法。
7. 前記情報処理装置が、
   前記制約生成処理において、前記計画間の非類似の要因に対応した新規制約条件を生成するに際し、前記非類似の組における作成済み計画とその利用情報との間で所定項目に関して相関関係を算出して、相関関係が所定強さ以上の有相関項目に対応した前記利用情報を該当作成済み計画が示す所定事項と対応付けてグルーピングし、当該グルーピングの結果が示す各グループ間の関係性に基づいて前記新規制約条件を生成する、
   ことを特徴とする請求項６に記載の計画作成支援方法。
8. 前記情報処理装置が、
   前記制約生成処理において、前記計画間の非類似の要因に対応した新規制約条件を生成するに際し、前記判明済み制約条件のうち、前記非類似の組における作成済み計画が違反している制約条件について、前記違反を解消する修正を該当制約条件に行う、
   ことを特徴とする請求項６に記載の計画作成支援方法。
9. 前記情報処理装置が、、
   新計画の作成に用いる新利用情報を入力装置で受け付け、当該新利用情報と、前記新規制約条件および前記判明済みの所定制約条件とを、所定アルゴリズムに適用して前記作成済み計画と類似した新計画を生成する計画生成処理を更に実行する、
   ことを特徴とする請求項６に記載の計画作成支援方法。
10. 前記情報処理装置が、
    前記記憶装置において、複数事象が互いに連携する統合事象に対応して作成された複数の作成済み統合計画の情報と、前記作成済み統合計画各々の作成に用いられた各利用情報とを格納し、
    前記統合事象に関して判明済みの制約条件と前記各利用情報とを所定アルゴリズムに適用して仮統合計画を複数作成し、各仮統合計画と該当仮統合計画に対応する前記作成済み統合計画との各組のうち、計画間の類似度が所定基準以下の非類似の組における仮統合計画および作成済み統合計画のうち、所定目標により近い計画とその利用情報とを所定アルゴリズムに適用し、前記計画間の非類似の要因に対応した新規制約条件を生成し、当該新規制約条件および前記判明済み制約条件を所定の計画生成手段に提供する制約生成処理を実行する、
    ことを特徴とする請求項６に記載の計画作成支援方法。