JP2017122981A

JP2017122981A - 意思決定支援装置及び方法

Info

Publication number: JP2017122981A
Application number: JP2016000605A
Authority: JP
Inventors: 高行秋山; Takayuki Akiyama
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2016-01-05
Filing date: 2016-01-05
Publication date: 2017-07-13
Anticipated expiration: 2036-01-05
Also published as: JP6594780B2

Abstract

【課題】本発明は、制御対象のパラメータの決定を支援する技術を提供する。
【解決手段】本発明の装置は、予測ＫＰＩ分布情報の予測モデルを用いてパラメータを選択するパラメータ選択モジュールと、選択されたパラメータよって観測された制御結果からＫＰＩ値を算出するＫＰＩ評価モジュールと、観測ＫＰＩ情報を用いてＫＰＩ値の分布を学習し、予測ＫＰＩ分布情報の予測モデルを更新する予測ＫＰＩ分布学習モジュールとを備える。
【選択図】図１

Description

本発明は、意思決定支援装置及び方法に関する。

何らかの制御対象（施設、施策、製品などに関する何らかのパラメータ）を最適化するシステムが様々な方法により構築されている。

最適化を実現する１つの指標とＫＰＩ（Key Performance Indicators）がある。ＫＰＩは、目標の達成度合いを計る定量的な指標である。最適化を実現する１つの構成として、ＫＰＩを最大化するシステムが提案されている。このようなシステムでは、ＫＰＩが向上するように日々の活動が改善される。

特開２０１５−１１６９１号公報

従来では、実際にシステムを運用し、ある程度の量のログデータが蓄積された段階で、ユーザが、ログデータを解析し、ＫＰＩが向上するように制御対象を改善する。このように、従来では、ある制御対象の意思決定プロセスに人間の作業が介在しており、また、その意思決定が人間の経験及び感覚に依存していた。しかも、ＫＰＩは、多くの場合、トレードオフの関係を含んでおり（例えば、コストと品質の関係など）、最適なパラメータを選択することが困難である。

そこで、本発明は、ある制御対象を制御したときの効果を自動的に予測し、その制御対象のパラメータの決定を支援する技術を提供する。

例えば、上記課題を解決するために、特許請求の範囲に記載の構成を採用する。本願は上記課題を解決する手段を複数含んでいるが、その一例をあげるならば、プロセッサ及び記憶部を用いて、あるパラメータの決定を支援する方法が提供される。前記記憶部は、前記パラメータとＫＰＩ値とを含む観測ＫＰＩ情報と、前記パラメータを選択したときの前記ＫＰＩ値を予測するための予測モデルを含む予測ＫＰＩ分布情報とを格納している。当該方法は、前記プロセッサが、前記予測ＫＰＩ分布情報の前記予測モデルを用いて前記パラメータを選択するステップと、前記プロセッサが、前記選択されたパラメータによって観測された制御結果から前記ＫＰＩ値を算出し、当該算出されたＫＰＩ値を前記観測ＫＰＩ情報として前記記憶部に格納するステップと、前記プロセッサが、前記観測ＫＰＩ情報を用いて前記ＫＰＩ値の分布を学習し、前記予測ＫＰＩ分布情報の前記予測モデルを更新するステップとを含む。

また、他の例によれば、あるパラメータの決定を支援する装置が提供される。当該装置は、前記パラメータとＫＰＩ値とを含む観測ＫＰＩ情報と、前記パラメータを選択したときの前記ＫＰＩ値を予測するための予測モデルを含む予測ＫＰＩ分布情報を格納する記憶部と、前記予測ＫＰＩ分布情報の前記予測モデルを用いて前記パラメータを選択するパラメータ選択モジュールと、前記選択されたパラメータによって観測された制御結果から前記ＫＰＩ値を算出し、当該算出されたＫＰＩ値を前記観測ＫＰＩ情報として前記記憶部に格納するＫＰＩ評価モジュールと、前記観測ＫＰＩ情報を用いて前記ＫＰＩ値の分布を学習し、前記予測ＫＰＩ分布情報の前記予測モデルを更新する予測ＫＰＩ分布学習モジュールとを備える。

本発明によれば、ある制御対象を制御したときの効果を自動的に予測し、その制御対象のパラメータの決定を支援することができる。本発明に関連する更なる特徴は、本明細書の記述、添付図面から明らかになるものである。また、上記した以外の、課題、構成及び効果は、以下の実施例の説明により明らかにされる。

実施例１に係る意思決定支援システムを構成する計算機の一例である。制御パラメータの一例である。観測ＫＰＩ値及び観測データの一例である。予測ＫＰＩ分布情報の一例である。実施例１に係る意思決定支援システムの処理フローである。実施例１に係るパラメータ選択ステップの具体的な処理フローである。実施例１に係る予測ＫＰＩ分布学習ステップの具体的な処理フローである。実施例２に係る意思決定支援システムを構成する計算機の一例である。実施例２に係るパラメータ選択ステップの具体的な処理フローである。実施例３に係る意思決定支援システムを構成する計算機の一例である。実施例３に係る制御表示部に表示される画面の一例である。実施例４に係る意思決定支援システムを構成する計算機の一例である。状況データベースの一例である。状況別予測ＫＰＩ分布情報の一例である。観測データの一例である。実施例４に係る意思決定支援システムの処理フローである。実施例５に係る意思決定支援システムを構成する計算機の一例である。実施例６に係る意思決定支援システムを構成する計算機の一例である。実施例７に係る意思決定支援システムを構成する計算機の一例である。実施例８に係る意思決定支援システムを構成する計算機の一例である。観測データの一例である。状況モデルデータの一例である。状況モデルデータの一例である。実施例９に係る全体最適化システムの一例である。実施例９に係る管理サーバの処理フローである。基本情報データの一例である。

以下、添付図面を参照して本発明の実施例について説明する。添付図面は本発明の原理に則った具体的な実施例を示しているが、これらは本発明の理解のためのものであり、決して本発明を限定的に解釈するために用いられるものではない。

［実施例１］
図１は、実施例１に係る意思決定支援システムを構成する計算機の一例である。本実施例の意思決定支援システムは、ある制御対象のパラメータの決定を支援する装置である。制御対象のパラメータの具体的な例は後述するが、例えば、浄水場での薬品注入量、浄水場での取水量、ＡＴＭの現金装填量などが挙げられる。当然ながら、本実施例の適用範囲は、これらの例に限定されない。

計算機１００は、プロセッサ（CPU）１０１と、メモリ１０２と、補助記憶装置１０３とを備える。プロセッサ（CPU）１０１と、メモリ１０２と、補助記憶装置１０３とは、相互に接続されている。なお、図示省略したが、計算機１００は、ユーザからの入力を受付けるためのキーボード及びマウス等の入力部、及び、他の計算機と通信するための通信部を備えてもよい。

プロセッサ１０１は、以下で説明する処理を実行する。意思決定支援システムは、例えば、プロセッサ１０１が各処理モジュールに対応するプログラムを実行することによって実現される。したがって、以下の説明において、図１の処理モジュールを主語として処理内容を説明した場合、プロセッサを主語とした説明としてもよい。

補助記憶装置１０３は、例えば、磁気記憶装置、フラッシュメモリ等の大容量かつ不揮発性の記憶装置である。補助記憶装置１０３は、各種プログラム及び各種データを格納している。補助記憶装置１０３には、制御パラメータ１２１と、観測ＫＰＩ値１２２と、予測ＫＰＩ分布情報１２３と、観測データ１２４とが格納される。

プロセッサ１０１は、必要に応じて、補助記憶装置１０３に格納されている各処理モジュールをメモリ１０２に読み込ませ、各種処理を実行する。図１は、各処理モジュールをメモリ１０２に読み込んだ状態を示している。なお、メモリ１０２及び補助記憶装置１０３は、プロセッサ１０１によって実行される処理の途中で生成されるデータ等を一時的に記憶しておくために用いられてもよい。

計算機１００は、処理モジュールとして、パラメータ選択モジュール１１１と、ＫＰＩ評価モジュール１１２と、予測ＫＰＩ分布学習モジュール１１３とを備える。パラメータ選択モジュール１１１は、制御パラメータを選択する。ＫＰＩ評価モジュール１１２は、選択された制御パラメータで処理を実行することによって観測された制御結果（観測データ）からＫＰＩ値を算出する。予測ＫＰＩ分布学習モジュール１１３は、観測データから算出されたＫＰＩ値を用いて、ＫＰＩの分布を学習する。

計算機１００は、制御部１０４と接続されている。制御部１０４は、計算機１００から制御パラメータを受け取り、その制御パラメータで制御を行うものである。例えば、制御部１０４の制御対象例としては、浄水場での薬品注入量、浄水場での取水量、ＡＴＭの現金装填量などが挙げられる。制御部１０４は、制御を実行した後に、実際に観測された制御結果（観測データ）を計算機１００に送信する。

次に、補助記憶装置１０３に格納される各種情報について説明する。システムが使用する情報は、データ構造に依存せず、どのようなデータ構造で表現されていてもよい。以下の実施例は、テーブル形式の情報を示している場合があるが、例えば、テーブル、リスト、データベース又はキューから適切に選択したデータ構造体を用いて情報を格納してもよい。

図２は、制御パラメータ１２１の一例である。制御パラメータ２００は、例えば、設定可能な制御パラメータの数値の情報２０１と、各制御パラメータの選択回数２０２と、制御パラメータの最小値及び最大値の情報２０３とを含む。図２の例では、説明を簡単にするために、制御パラメータのうち７つの値のみを示している。

図３は、観測ＫＰＩ値１２２の一例である。テーブル３００は、選択した制御パラメータを用いてシステムを運用したときの制御結果から算出されたＫＰＩ値を格納するものである。テーブル３００は、例えば、観測日付３０１と、制御パラメータの値３０２と、ＫＰＩ値３０３とを含む。ＫＰＩ値３０３は、制御パラメータの値３０２で処理を実行することによって観測された制御結果から算出されたものである。テーブル３００は、上記の構成により、過去から現在にわたってＫＰＩ値を蓄積することができる。

図４は、予測ＫＰＩ分布情報１２３の一例である。予測ＫＰＩ分布情報４００は、ある制御パラメータを選択したときのＫＰＩ値を予測するための予測モデルの情報である。一例として、予測ＫＰＩ分布情報４００は、予測ＫＰＩを計算するための回帰式に関する情報である。なお、予測モデルは、以下で説明する回帰式に限定されず、公知の機械学習のモデルを利用してもよい。予測ＫＰＩ分布情報４００は、回帰式の情報４０１と、回帰式の係数の情報４０２とを含む。ここで、ｘは制御パラメータである。また、α１、α２、α３、βは回帰式の係数である。回帰式の情報は、実際の観測データを用いて学習することにより更新される。

観測データ１２４は、選択された制御パラメータで処理を実行することによって観測された制御結果の情報である。例えば、観測データ１２４は、観測日付と、当該観測日付に観測された制御結果の情報とが関連付けられた情報である。観測データ１２４は、制御結果だけでなく、観測日付に測定された他の情報を含んでよい。

図５は、図１に示すシステムの処理フローである。パラメータ選択モジュール１１１は、予測ＫＰＩ分布情報１２３を用いて、制御パラメータ１２１の情報から制御パラメータを選択する（５０１）。次に、制御部１０４は、選択されたパラメータを用いて制御を実行する（５０２）。次に、制御部１０４は、制御結果を計測する（５０３）。制御部１０４は、制御結果を計算機１００に送信する。計算機１００は、受信した制御結果を観測データ１２４として補助記憶装置１０３に格納する。

次に、ＫＰＩ評価モジュール１１２は、観測データ１２４からＫＰＩ値を算出する（５０４）。例えば、ＫＰＩ値を算出するモデル（数式など）は、予め補助記憶装置１０３に格納されている。ＫＰＩ評価モジュール１１２は、当該モデルに観測データ１２４の制御結果を入力することにより、ＫＰＩ値を算出する。ＫＰＩ評価モジュール１１２は、算出されたＫＰＩ値を観測ＫＰＩ値１２２として補助記憶装置１０３に格納する。

次に、予測ＫＰＩ分布学習モジュール１１３は、観測ＫＰＩ値１２２（今回算出されたＫＰＩ値及び過去のＫＰＩ値の分布）から、予測ＫＰＩ値を求めるためのモデルを求める（５０５）。一例として、予測ＫＰＩ分布学習モジュール１１３は、観測ＫＰＩ値１２２（今回算出されたＫＰＩ値及び過去のＫＰＩ値の分布）に関して回帰分析を実行し、回帰式を求める。予測ＫＰＩ分布学習モジュール１１３は、求めたモデル（回帰式）を、予測ＫＰＩ分布情報１２３として補助記憶装置１０３に格納する。図１のシステムは、日々運用しながら、ステップ５０１〜５０５を繰り返し実行する。

図６は、パラメータ選択ステップ（図５の５０１）の具体的な処理フローである。パラメータ選択モジュール１１１は、パラメータ空間を所定の領域数に分割する（６０１）。例えば、図２の例では、パラメータ空間は、２００から１５００の間である。したがって、パラメータ選択モジュール１１１は、このパラメータ空間を所定の領域数に分割する。

次に、パラメータ選択モジュール１１１は、予測ＫＰＩ分布情報１２３を用いて、各パラメータ領域の期待値を算出する（６０２）。一例として、パラメータ選択モジュール１１１は、予測ＫＰＩ分布情報１２３の回帰式に各パラメータ領域の中央の値を入力し、各パラメータ領域の期待値を算出してよい。ここで、各パラメータ領域の期待値をｒ_ｉで表す。

次に、パラメータ選択モジュール１１１は、制御パラメータ１２１から各パラメータ領域の選択回数を算出し、当該選択回数を用いて信頼度（confidence level）を算出する（６０３）。信頼度は、そのパラメータ領域がこれまでどの程度選択されてきたかを示す指標である。一例として信頼度は、以下の式で求めることが可能である。ここで、各パラメータ領域のこれまでの選択回数をＣ_ｉで表す。また、ｔｏｔａｌＣｏｕｎｔは、システムの運用を開始してからのパラメータの選択回数の合計である。ｃは、探索度である。探索度については後述する。

パラメータ選択モジュール１１１は、期待値と信頼度の和によって、各パラメータの評価値を算出する（６０４）。以下は、評価値の算出式の一例である。

パラメータ選択モジュール１１１は、評価値に基づいて制御パラメータを選択する（６０５）。詳細には、パラメータ選択モジュール１１１は、評価値が最大のパラメータ領域を制御パラメータとして選択する（６０５）。上記の評価値の算出式の場合、探索度ｃの値にもよるが、期待値が高く、且つ、これまでの選択回数が小さいパラメータの評価値が高くなる。したがって、これまで選択されていなかったパラメータの中で期待値が高いパラメータが選択され易くなる。これにより、様々なパラメータを実際に選択することが可能となり、システムを運用しながら幅広い範囲の中で最適なパラメータを探索することが可能となる。従来では、ユーザの経験や感覚に依存していたため、パラメータの選択の範囲が限定され、必ずしも最適なパラメータを選択していない場合もあった。上記の例では、このような課題を解決できる。なお、信頼度、評価値の算出式は、上記の例に限定されない。信頼度は、制御パラメータの選択回数が反映されるような数式で計算されればよい。評価値は、上記のように期待値と信頼度の組み合わせでもよいし、予測モデルから計算された期待値だけから計算されてもよい。例えば、期待値だけから評価値を計算した場合、後述する実施例で説明する画面に期待値が高い領域を示し、その領域の中から、これまで選択していない制御パラメータをユーザによって選択させる構成なども考えられる。

図７は、予測ＫＰＩ分布学習ステップ（図５の５０５）の具体的な処理フローである。予測ＫＰＩ分布学習モジュール１１３は、算出されたＫＰＩ値によって観測ＫＰＩ値１２２を更新する（７０１）。予測ＫＰＩ分布学習モジュール１１３は、更新された観測ＫＰＩ値１２２（今回算出されたＫＰＩ値と過去のＫＰＩ値を含む）から、予測ＫＰＩ値を求めるための回帰式を求める（７０２）。予測ＫＰＩ分布学習モジュール１１３は、算出された回帰式の情報を予測ＫＰＩ分布情報１２３として補助記憶装置１０３に格納する。システムを日々運用しながら、予測ＫＰＩ分布学習モジュール１１３は、予測ＫＰＩ分布情報１２３のモデル（回帰式）を学習し、当該モデルを更新する。

上記の実施例によれば、ある制御パラメータを用いて制御したときの効果（ＫＰＩ値）を自動的に予測し、制御パラメータの決定を支援することができる。また、制御パラメータに関するＫＰＩ分布を学習することにより、パラメータ空間内の探索時間を低減することができる。

また、制御パラメータとＫＰＩ値との関係性を動的に学習することにより、これまで実施していない制御パラメータの効果を推定しながら、最適な制御パラメータを探索することができる。さらに、上記の評価値の算出式を用いることにより、高いＫＰＩ値が推定でき、かつ、これまで選択されていない制御パラメータを選択することも可能となる。したがって、従来の人間の作業に依存していたシステムに比べて、パラメータ空間内の最適な制御パラメータを選択することができる。

［実施例２］
図８は、実施例２に係る意思決定支援システムを構成する計算機の一例である。なお、図８において、上記の実施例と同一の構成要素については同一の符号を付し、繰り返しの説明を省略する。

本実施例のシステムでは、計算機１００が、処理モジュールとして、パラメータ領域分割モジュール８０１を更に備える。

図９は、本実施例におけるパラメータ選択ステップ（図５の５０１）の具体的な処理フローである。図９において、図６と同一の内容については同一の符号を付し、繰り返しの説明を省略する。

パラメータ領域分割モジュール８０１は、パラメータ空間の最小値ＬＢと最大値ＵＢを設定する（９０１）。パラメータ領域分割モジュール８０１は、観測ＫＰＩ値１２２、すなわち、過去の制御パラメータの選択結果から、パラメータ空間の最小値ＬＢと最大値ＵＢを設定する。一例として、パラメータ領域分割モジュール８０１は、以下の式で最小値ＬＢと最大値ＵＢを決定してもよい。ここで、μは、過去に選択された制御パラメータの値から求められた平均値である。また、σは、過去に選択された制御パラメータの値から求められた分散値である。

なお、パラメータ空間の最小値ＬＢと最大値ＵＢの決定方法は、上記の例に限定されない。上記の例は、過去のデータ（観測ＫＰＩ値１２２など）がある程度の量蓄積されていることが前提となる。システムの運用開始当初については、ユーザが、パラメータ空間の最小値ＬＢと最大値ＵＢを入力してもよい。

その後、パラメータ選択モジュール１１１は、ステップ９０１で設定された最小値ＬＢと最大値ＵＢの間のパラメータ空間を所定の領域数に分割する（９０２）。その後のステップ６０２〜６０５は、図６と同様である。

制御パラメータのパラメータ空間内には、選択してはいけない領域（例えば、危険領域等）が存在する場合もある。例えば、浄水場での薬品注入量が制御対象の場合、ある特定の量以上の薬品を注入することが安全面から禁止されていることが考えられる。本実施例によれば、選択可能なパラメータ空間を事前に設定し、適切な範囲で制御パラメータを探索することが可能となる。

［実施例３］
図１０は、実施例３に係る意思決定支援システムを構成する計算機の一例である。なお、図１０において、上記の実施例と同一の構成要素については同一の符号を付し、繰り返しの説明を省略する。

計算機１００は、制御表示部１００１を更に備える。制御表示部１００１は、ディスプレイ装置等である。また、計算機１００は、処理モジュールとして、パラメータ領域提示モジュール１００２と、探索度変更モジュール１００３とを更に備える。

図１１は、制御表示部１００１に表示される画面の一例である。画面１１００は、制御パラメータを設定することが可能な制御盤領域（パラメータ設定領域）１１０１と、観測ＫＰＩ値を表示するＫＰＩ表示領域１１０２と、探索度を調整する探索度調整領域１１０３と、関連情報表示部１１０４とを備える。

パラメータ領域提示モジュール１００２は、制御盤領域１１０１を表示する処理を実行する。制御盤領域１１０１では、制御パラメータを設定することが可能である。図１１の例では、制御パラメータを０から１００までの値で選択できる。矢印１１０６は、現在選択されている制御パラメータの値を示す。また、枠１１０５は、例えば、図６のステップ６０４で算出された評価値が高いパラメータ領域を示し、制御パラメータの推薦領域を示す。領域１１０７は、例えば、図９のステップ９０１で設定されたパラメータ空間の範囲外を示す。例えば、浄水場での薬品注入量が制御対象の場合、ユーザは、領域１１０７が危険領域であることを認識することができる。

探索度変更モジュール１００３は、探索度調整領域１１０３を表示し、探索度調整領域１１０３で設定された探索度を上記の評価値の算出式に組み込む処理を実行する。探索度調整領域１１０３では、上記の評価値の算出式内の探索度ｃを調整することができる。図１１の例では、探索度ｃを、０から１までの間の数値で設定することができる。探索度ｃを大きく設定した場合、より広い範囲で制御パラメータを探索することができる。探索度ｃの数値範囲は図１１の例に限定されない。

関連情報表示部１１０４は、制御パラメータの選択に関連する何らかの情報を表示する領域である。例えば、浄水場が制御対象の場合、天気予報は制御パラメータの設定に大きく関わる。したがって、関連情報表示部１１０４には、天気予報が表示される。ユーザは、関連情報表示部１１０４に表示された情報を参考にしながら、制御パラメータを選択することができる。

上記の実施例では、ユーザが、画面１１００内に表示された様々な情報を参考にして、制御パラメータを選択できる。また、評価式内のパラメータ（探索度ｃ）を変更することもできるため、制御パラメータの探索範囲を調節することもできる。

［実施例４］
図１２は、実施例４に係る意思決定支援システムを構成する計算機の一例である。図１２において、上記の実施例と同一の構成要素については同一の符号を付し、繰り返しの説明を省略する。

本実施例では、計算機１００は、処理モジュールとして、状況認識モジュール１２０１を更に備える。また、補助記憶装置１０３は、状況データベース１２０２と、状況別予測ＫＰＩ分布情報１２０３とを更に格納している。また、計算機１００には、計測部１２０４が接続されている。計測部１２０４は、例えば、センサなどの環境を測定する装置である。計測部１２０４の計測値は、観測データ１２４として補助記憶装置１０３に格納される。

図１３は、状況データベース１２０２の一例である。図１３に示すように、状況データベース１３００は、複数の状況を定義した情報を含む。状況データベース１３００は、コンテクスト番号１３０１と、天気１３０２と、温度１３０３とを含む。コンテクスト番号１３０１は、各状況を識別するためのＩＤである。図１３の例では、説明を簡単にするために、４つの状況のみを示している。状況データベースの構成はこれに限定されず、状況が様々な要素によって定義されてよい。

図１４は、状況別予測ＫＰＩ分布情報１２０３の一例である。図１４に示すように、状況別予測ＫＰＩ分布情報１４００は、ある制御パラメータを選択したときのＫＰＩ値を予測するためのモデルを、状況ごとに格納する。状況別予測ＫＰＩ分布情報１４００は、回帰式の情報１４０１と、状況（すなわち、コンテクスト番号）ごとの回帰式の係数の情報１４０２とを含む。

図１５は、本実施例における観測ＫＰＩ値１２２の一例である。観測ＫＰＩ値１５００は、観測日付１５０１と、制御パラメータの値１５０２と、確率分布１５０３と、観測ＫＰＩ値１５０４とを含む。確率分布１５０３は、状況ごとの確率分布を示す。確率分布１５０３のコンテクスト番号は、状況データベース１３００のコンテクスト番号１３０１に対応する。

状況認識モジュール１２０１は、計測部１２０４の測定値などの各種情報を受け取る。状況認識モジュール１２０１は、計測部１２０４の測定値などを確率変数とする確率分布を算出する。図１５の例において、２０１５年９月１５日は、コンテクスト番号「３」の状況の確率が最も高い。したがって、状況認識モジュール１２０１は、算出した確率分布から、２０１５年９月１５日の状況をコンテクスト番号「３」の状況と判定する。

図１６は、図１２に示すシステムの処理フローである。図１６において、図５と同一の内容については同一の符号を付し、繰り返しの説明を省略する。

状況認識モジュール１２０１は、観測データ１２４（計測部１２０４の測定値など）から確率分布を算出する。状況認識モジュール１２０１は、算出した確率分布に基づいて、今回の状況が状況データベース１３００内のどの状況であるかを判定する（１６０１）。

その後、パラメータ選択モジュール１１１は、ステップ１６０１で認識された状況に基づいて、状況別予測ＫＰＩ分布情報１４００を用いて、制御パラメータ１２１の情報から制御パラメータを選択する（１６０２）。具体的には、パラメータ選択モジュール１１１は、状況別予測ＫＰＩ分布情報１２０３から、ステップ１６０１で認識された状況に対応する回帰式の情報を取得し、当該回帰式の情報を用いて各パラメータ領域の期待値を算出する。その他の処理は、図５と同じである。

なお、制御パラメータを選択した後のステップ５０２〜５０４は、図５と同様である。最後に、予測ＫＰＩ分布学習モジュール１１３は、ステップ１６０１で認識された状況に対応するＫＰＩ値の分布を観測ＫＰＩ値１５００から取得し、当該状況でのモデル（回帰式）を学習する（１６０３）。

本実施例によれば、状況ごとに応じた制御パラメータの選択が可能となる。詳細には、状況データベースを用いることにより、今回の状況を認識し、その状況に合わせて制御パラメータを選択することができる。特に、制御パラメータを選択する際に使用する予測ＫＰＩ分布情報を状況ごとに管理することにより、状況に合わせたＫＰＩの予測が可能となる。

［実施例５］
図１７は、上記で説明した実施例の第１の適用例である。図１７のシステムは、浄水場における薬品注入量の制御を行うシステムである。この例では、パラメータ選択モジュール１１１は、薬品の注入量を決定する。また、補助記憶装置１０３は、制御パラメータ１２１として、薬品注入量の情報を格納する。また、補助記憶装置１０３は、観測ＫＰＩ値１２２として、薬品注入量（コスト）及び収量（品質）に基づくＫＰＩ値を格納する。また、補助記憶装置１０３は、観測データ１２４として、気象情報、日付などの、浄水場運転に関連する観測データを格納する。制御部１０４は、パラメータ選択モジュール１１１で決定された注入量で薬品を投入するための制御部である。

［実施例６］
図１８は、上記で説明した実施例の第２の適用例である。図１８のシステムは、浄水場における取水量の制御を行うシステムである。この例では、パラメータ選択モジュール１１１は、取水量を決定する。また、補助記憶装置１０３は、制御パラメータ１２１として、取水量の情報を格納する。また、補助記憶装置１０３は、観測ＫＰＩ値１２２として、収量（コスト）に基づくＫＰＩ値を格納する。また、補助記憶装置１０３は、観測データ１２４として、供給量、気象情報、日付などの、浄水場運転に関連する観測データを格納する。制御部１０４は、パラメータ選択モジュール１１１で決定された取水量で水の取り入れを行うための制御部である。

［実施例７］
図１９は、上記で説明した実施例の第３の適用例である。図１９のシステムは、ＡＴＭの現金を管理するシステムである。この例では、パラメータ選択モジュール１１１は、各ＡＴＭへの現金の装填量を決定する。また、補助記憶装置１０３は、制御パラメータ１２１として、現金の装填量の情報を格納する。また、補助記憶装置１０３は、観測ＫＰＩ値１２２として、金利（コスト）及び現金警送費（コスト）に基づくＫＰＩ値を格納する。また、補助記憶装置１０３は、観測データ１２４として、現金装填量、日付などの、ＡＴＭに関連する観測データを格納する。制御部１０４は、パラメータ選択モジュール１１１で決定された装填量で現金を装填するように指示するための制御部である。

［実施例８］
図２０は、実施例８に係る意思決定支援システムを構成する計算機の一例である。図２０において、上記の実施例と同一の構成要素については同一の符号を付し、繰り返しの説明を省略する。

本実施例では、計算機１００は、処理モジュールとして、状況学習モジュール２００１を更に備える。また、補助記憶装置１０３は、図１２の状況データベース１２０２の代わりとして、状況モデルデータ２００２を格納している。

図２１は、実施例８の観測データ１２４の一例である。観測データ２１００は、観測日付２１０１と、５つの観測データ２１０２とを含む。例えば、観測データ２１００に格納される情報は、以下で説明する状況モデルに対応するデータであればよい。観測データ２１０２は、計測部１２０４によって計測されたデータでもよいし、その他、ネットワークを介して取得したデータ（例えば、天気など）でもよい。

図２２及び図２３は、状況モデルデータ２００２の一例である。状況モデルデータ２００２は、観測データ１２４からいくつかの状況を判定できるモデルであればよい。状況モデルデータ２００２は、例えば、図２３に示すような階層型ネットワークモデルである。図２３のモデルは、入力層に図２１の５つの観測データ２１０２を入力し、最終的に２つの状況を認識することができる。

図２２は、図２３のユニット間の重みを示す。重みは、あるユニットから次のユニットの影響の大きさを表す。例えば、テーブル２２０１は、Ｌａｙｅｒ１におけるユニット間の重みを示す。例えば、テーブル２２０１の１行１列の情報（０．２）は、図２３におけるユニット２３０１とユニット２３０２との間の重みｗａ_１１を表す。また、テーブル２２０２は、Ｌａｙｅｒ２におけるユニット間の重みを示す。例えば、テーブル２２０２の１行１列の情報（０．１）は、図２３におけるユニット２３０２とユニット２３０３との間の重みｗｂ_１１を表す。また、テーブル２２０３は、Ｌａｙｅｒ３におけるユニット間の重みを示す。テーブル２２０３の１行１列の情報（０．４）は、図２３におけるユニット２３０３とユニット２３０４との間の重みｗｃ_１１を表す。

なお、ここで使用される学習モデルは、図２２及び図２３の例に限定されず、公知の機械学習のモデルを利用できる。

本実施例の処理フローは、図１６と同様であるが、ステップ１６０１の処理のみが異なる。図１６のステップ１６０１では、状況データベース１２０２を用いて状況の判定が行われたが、本実施例では、状況学習モジュール２００１が、状況モデルデータ２００２を用いて状況を認識する。状況学習モジュール２００１は、観測データ２１００の５つの観測データ２１０２を状況モデルデータ２００２のモデル（図２２及び図２３）に入力し、今回の状況を判定する。その後の処理は、図１６と同様である。

本実施例は、状況の定義が難しく、状況データベース１２０２を作成することが難しい場合に有効である。状況の定義が難しい場合でも、図２２及び図２３の学習モデルに複数の観測データを入力することにより、現在の状況を分類することが可能となる。なお、状況学習モジュール２００１は、システムを運用しながら、状況モデルデータ２００２のモデルを修正してもよい。

［実施例９］
図２４は、実施例９に係るシステムの一例である。本実施例は、複数の個別の最適化システムを連携させた全体最適システムである。全体最適を実現する１つの構成として、複数の個別のシステム間でＫＰＩを共有し、ＫＰＩ最適化へのインセンティブを設定する構成がある。

本実施例に係る全体最適化システムは、複数の計算機１００と、ネットワークを介して複数の計算機１００と接続された管理サーバ２４００とを備える。複数の計算機１００は、上記で説明した実施例の構成である。

管理サーバ２４００は、処理モジュールとして、ＫＰＩ評価モジュール２４０１と、報酬算出モジュール２４０２とを備える。上記と同様に、管理サーバ２４００のプロセッサ１０１は、必要に応じて、各処理モジュールに対応するプログラムをメモリ１０２に読み込ませ、各種処理を実行する。

また、管理サーバ２４００の補助記憶装置１０３は、基本情報データ２４０３と、実績ＫＰＩ値２４０４とを格納する。基本情報データ２４０３は、各計算機１００の実績ＫＰＩを評価するための情報である。実績ＫＰＩ値２４０４は、各計算機１００の実績ＫＰＩ値の情報を格納する。

例えば、基本情報データ２４０３は、各計算機１００から受信したＫＰＩに対して付与される重み、又は、各計算機１００から受信したＫＰＩに対して与えられる何らかの数式などである。例えば、計算機１００の設置個所により、高いＫＰＩが出やすい計算機１００と、低いＫＰＩが出やすい計算機１００とが存在する場合がある。一例として、浄水場の設置個所が平野部である場合と、山間部である場合とでは、収量に関するＫＰＩの値に大きな差がでる場合がある。管理サーバ２４００において各計算機１００のＫＰＩを評価する場合、低いＫＰＩが出やすい計算機１００は不利となる。したがって、このような計算機１００の不利な状況を解消した上で実績ＫＰＩ値を比較することが好ましい。一例として、高いＫＰＩが出やすい計算機１００に対しては低い重みを設定し、低いＫＰＩが出やすい計算機１００に対しては高い重みを設定することが考えられる。図２６は、基本情報データ２４０３の一例である。テーブル２６００は、計算機１００を識別するＩＤ２６０１と、重み２６０２とを含む。

図２５は、管理サーバ２４００の処理フローである。ＫＰＩ評価モジュール２４０１は、各計算機１００からＫＰＩを受信する。そして、ＫＰＩ評価モジュール２４０１は、所定の数式に従って実績ＫＰＩ値を算出する（２５０１）。以下は、実績ＫＰＩ値の計算式の一例である。ここで、ｃは、図２６の重み２６０２に対応する。

以下は、実績ＫＰＩ値の計算式の別の例である。ここで、ＫＰＩ_ｔは、計算機１００から今回受信したＫＰＩ値であり、ＫＰＩ_ｔ−１は、計算機１００から前回受信したＫＰＩ値である。したがって、以下の式では、前回のＫＰＩ値と比較した結果を、実績ＫＰＩ値として算出することができる。

次に、報酬算出モジュール２４０２は、実績ＫＰＩ値２４０４を参照し、各計算機１００の実績ＫＰＩ値から各計算機１００の報酬を算出する（２５０２）。図２４では図示省略しているが、管理サーバ２４００の補助記憶装置１０３は、実績ＫＰＩ値と報酬とを関連づけた報酬関連情報を格納している。報酬算出モジュール２４０２は、当該報酬関連情報を参照することにより、実績ＫＰＩ値から報酬を算出することができる。ここでの報酬は、適用されるシステムに応じて設定されればよい。管理サーバ２４００の運用者が政府などの場合は、報酬として補助金などを設定することが考えられる。

報酬算出モジュール２４０２は、算出した報酬を各計算機１００へ送信する。本例では、各計算機１００は、観測ＫＰＩ値１２２として、管理サーバ２４００から受信した報酬を補助記憶装置１０３に格納する。このような構成によれば、各計算機１００が、管理サーバ２４００からの報酬を最大化するように最適化を行うことになる。これにより、複数の個別の最適化システムを連携させた全体最適システムを実現することが可能となる。

本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。上記実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることもできる。また、ある実施例の構成に他の実施例の構成を加えることもできる。また、各実施例の構成の一部について、他の構成を追加・削除・置換することもできる。

上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Solid State Drive）等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。また、上記の各構成等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。

上述の実施例において、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。全ての構成が相互に接続されていてもよい。

１００ …計算機
１０１ …プロセッサ
１０２ …メモリ
１０３ …補助記憶装置
１０４ …制御部
１１１ …パラメータ選択モジュール
１１２ …ＫＰＩ評価モジュール
１１３ …予測ＫＰＩ分布学習モジュール
１２１ …制御パラメータ
１２２ …観測ＫＰＩ値（観測ＫＰＩ情報）
１２３ …予測ＫＰＩ分布情報
１２４ …観測データ
８０１ …パラメータ領域分割モジュール
１００１ …制御表示部
１００２ …パラメータ領域提示モジュール
１００３ …探索度変更モジュール
１２０１ …状況認識モジュール
１２０２ …状況データベース
１２０３ …状況別予測ＫＰＩ分布情報
１２０４ …計測部
２００１ …状況学習モジュール
２００２ …状況モデルデータ
２４００ …管理サーバ
２４０１ …ＫＰＩ評価モジュール
２４０２ …報酬算出モジュール
２４０３ …基本情報データ
２４０４ …実績ＫＰＩ値

Claims

プロセッサ及び記憶部を用いて、あるパラメータの決定を支援する方法であって、
前記記憶部は、前記パラメータとＫＰＩ値とを含む観測ＫＰＩ情報と、前記パラメータを選択したときの前記ＫＰＩ値を予測するための予測モデルを含む予測ＫＰＩ分布情報とを格納しており、
前記プロセッサが、前記予測ＫＰＩ分布情報の前記予測モデルを用いて前記パラメータを選択するステップと、
前記プロセッサが、前記選択されたパラメータによって観測された制御結果から前記ＫＰＩ値を算出し、当該算出されたＫＰＩ値を前記観測ＫＰＩ情報として前記記憶部に格納するステップと、
前記プロセッサが、前記観測ＫＰＩ情報を用いて前記ＫＰＩ値の分布を学習し、前記予測ＫＰＩ分布情報の前記予測モデルを更新するステップと
を含む方法。
請求項１に記載の方法において、
前記選択するステップは、前記予測モデルを用いて、あるパラメータを選択したときの評価値を算出し、当該評価値に基づいて前記パラメータを選択することを含む、方法。
請求項２に記載の方法において、
前記選択するステップは、前記予測モデルを用いて算出された前記パラメータの期待値と、前記パラメータの選択回数を用いて算出された信頼度とに基づいて、前記評価値を算出することを含む、方法。
請求項１に記載の方法において、
前記選択するステップの前に、前記パラメータのパラメータ空間を設定するステップを更に含む、方法。
請求項１に記載の方法において、
前記記憶部は、複数の状況を定義した情報を含む状況データベースと、前記予測モデルを前記状況ごとに格納した状況別予測ＫＰＩ分布情報とを更に格納しており、
前記選択するステップの前に、前記プロセッサが、前記状況データベースを用いて前記状況を判定するステップを更に含み、
前記選択するステップは、前記判定された状況に対応する予測モデルを前記状況別予測ＫＰＩ分布情報から取得し、当該対応する予測モデルを用いて前記パラメータを選択することを含む、方法。
請求項１に記載の方法において、
前記記憶部は、観測データから状況を判定できる状況モデルと、前記予測モデルを前記状況ごとに格納した状況別予測ＫＰＩ分布情報とを更に格納しており、
前記選択するステップの前に、前記プロセッサが、前記状況モデルを用いて前記状況を判定するステップを更に含み、
前記選択するステップは、前記判定された状況に対応する予測モデルを前記状況別予測ＫＰＩ分布情報から取得し、当該対応する予測モデルを用いて前記パラメータを選択すること含む、方法。
あるパラメータの決定を支援する装置であって、
前記パラメータとＫＰＩ値とを含む観測ＫＰＩ情報と、前記パラメータを選択したときの前記ＫＰＩ値を予測するための予測モデルを含む予測ＫＰＩ分布情報を格納する記憶部と、
前記予測ＫＰＩ分布情報の前記予測モデルを用いて前記パラメータを選択するパラメータ選択モジュールと、
前記選択されたパラメータによって観測された制御結果から前記ＫＰＩ値を算出し、当該算出されたＫＰＩ値を前記観測ＫＰＩ情報として前記記憶部に格納するＫＰＩ評価モジュールと、
前記観測ＫＰＩ情報を用いて前記ＫＰＩ値の分布を学習し、前記予測ＫＰＩ分布情報の前記予測モデルを更新する予測ＫＰＩ分布学習モジュールと
を備える装置。
請求項７に記載の装置において、
前記パラメータ選択モジュールは、前記予測モデルを用いて、あるパラメータを選択したときの評価値を算出し、当該評価値に基づいて前記パラメータを選択することを特徴とする装置。
請求項８に記載の装置において、
前記パラメータ選択モジュールは、前記予測モデルを用いて算出された前記パラメータの期待値と、前記パラメータの選択回数を用いて算出された信頼度とに基づいて、前記評価値を算出することを特徴とする装置。
請求項７に記載の装置において、
前記パラメータ選択モジュールによって選択される前記パラメータのパラメータ空間を設定するパラメータ領域分割モジュールを更に備えることを特徴とする装置。
請求項７に記載の装置において、
前記記憶部は、複数の状況を定義した情報を含む状況データベースと、前記予測モデルを前記状況ごとに格納した状況別予測ＫＰＩ分布情報とを更に格納しており、
前記状況データベースを用いて前記状況を判定する状況認識モジュールを更に備え、
前記パラメータ選択モジュールが、前記状況認識モジュールで判定された前記状況に対応する予測モデルを前記状況別予測ＫＰＩ分布情報から取得し、当該対応する予測モデルを用いて前記パラメータを選択することを特徴とする装置。
請求項７に記載の装置において、
前記記憶部は、観測データから状況を判定できる状況モデルと、前記予測モデルを前記状況ごとに格納した状況別予測ＫＰＩ分布情報とを更に格納しており、
前記状況モデルを用いて前記状況を判定する状況学習モジュールを更に備え、
前記パラメータ選択モジュールが、前記状況学習モジュールで判定された前記状況に対応する予測モデルを前記状況別予測ＫＰＩ分布情報から取得し、当該対応する予測モデルを用いて前記パラメータを選択することを特徴とする装置。
請求項７に記載の複数の前記装置と、
前記複数の装置とネットワークを介して接続された管理装置とを備えるシステムであって、
前記管理装置が、前記複数の装置の各々に関して前記ＫＰＩ値から実績ＫＰＩ値を算出するＫＰＩ評価モジュールと、前記実績ＫＰＩ値から報酬を算出する報酬算出モジュールとを備え、
前記管理装置が、前記報酬を前記複数の装置に送信し、
前記複数の装置が、前記報酬を前記ＫＰＩ値として前記観測ＫＰＩ情報に格納することを特徴とするシステム。