JP2019212043A - 計算機システム及び学習制御方法 - Google Patents
計算機システム及び学習制御方法 Download PDFInfo
- Publication number
- JP2019212043A JP2019212043A JP2018107962A JP2018107962A JP2019212043A JP 2019212043 A JP2019212043 A JP 2019212043A JP 2018107962 A JP2018107962 A JP 2018107962A JP 2018107962 A JP2018107962 A JP 2018107962A JP 2019212043 A JP2019212043 A JP 2019212043A
- Authority
- JP
- Japan
- Prior art keywords
- plan
- information
- history
- cluster
- computer
- 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
- 238000000034 method Methods 0.000 title claims abstract description 147
- 238000011156 evaluation Methods 0.000 claims abstract description 62
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 230000006870 function Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 230000005484 gravity Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
101 入力装置
102 出力装置
103 ネットワークインタフェース
104 IOインタフェース
105 対象システム
111 演算装置
112 記憶装置
113 ネットワークインタフェース
114 IOインタフェース
120 学習部
121 計画生成部
122 制約条件管理部
123 再学習判定部
130 制約条件情報
131 計画履歴情報
132 クラスタ情報
133 計画パターン情報
Claims (12)
- 事象を制御するための複数の処理の順番を規定した計画を管理する計算機システムであって、
前記計算機システムは、演算装置、前記演算装置に接続される記憶装置、及び前記演算装置に接続されるインタフェースを有する少なくとも一つの計算機を備え、
前記処理は、前記事象の制御に関連する項目を少なくとも一つ含み、
前記計画は、前記少なくとも一つの項目から算出されるパラメータ及び閾値から定義される制約条件、並びに、過去に生成された前記計画である計画履歴における前記制約条件の適合性の傾向を表す情報である計画パターンに基づいて生成され、
前記少なくとも一つの計算機は、
前記制約条件を管理するための制約条件情報、前記計画パターンを管理するための計画パターン情報、並びに、前記計画履歴及び前記計画の質を表す評価値を対応づけたデータを管理するための計画履歴情報を保持し、
前記計画履歴情報を用いた前記評価値の変動の分析結果に基づいて、前記計画パターン情報を更新する必要があるか否かを判定し、
前記計画パターン情報を更新する必要があると判定された場合、前記計画履歴情報及び前記制約条件情報に基づいて、前記計画パターン情報を更新するための再学習処理を実行することを特徴とする計算機システム。 - 請求項1に記載の計算機システムであって、
前記少なくとも一つの計算機は、前記計画履歴の特徴量に基づくクラスタリングによって生成されたクラスタを管理するためのクラスタ情報を保持し、
前記計画パターン情報は、前記クラスタに所属する前記計画履歴及び前記制約条件情報に基づいて生成された、前記各クラスタの前記計画パターンを格納し、
前記少なくとも一つの計算機は、
順番が規定されていない複数の処理を含む入力データ、前記制約条件情報、及び前記計画パターン情報に基づいて、前記入力データに含まれる複数の処理の順番を決定することによって新規計画を生成し、
前記計画パターン情報及び前記新規計画に基づいて、前記新規計画の前記評価値を算出し、
前記評価値の変動の分析、並びに、前記クラスタ情報及び前記新規計画の特徴量に基づく前記新規計画の分類を実行し、
前記評価値の変動の分析結果及び前記新規計画の分類結果に基づいて、前記計画パターン情報を更新する必要があるか否かを判定することを特徴とする計算機システム。 - 請求項2に記載の計算機システムであって、
前記少なくとも一つの計算機は、前記評価値の変動の分析結果及び前記新規計画の分類結果に基づいて、前記クラスタ情報を更新する必要があるか否かを判定することを特徴とする計算機システム。 - 請求項3に記載の計算機システムであって、
前記計画履歴情報に格納されるデータは、前記計画履歴が生成された時刻を含み、
前記少なくとも一つの計算機は、
前記計画パターン情報及び前記クラスタ情報を更新する必要があると判定された場合、所定の時間範囲において生成された前記計画履歴を、第一ターゲット計画履歴として選択し、
前記第一ターゲット計画履歴を用いた前記再学習処理を実行することによって、前記計画パターン情報及び前記クラスタ情報を更新することを特徴とする計算機システム。 - 請求項3に記載の計算機システムであって、
前記計画履歴情報に格納されるデータは、前記計画履歴が生成された時刻を含み、
前記少なくとも一つの計算機は、
前記クラスタ情報を更新する必要がなく、かつ、前記計画パターン情報を更新する必要があると判定された場合、所定の時間範囲において生成された前記計画履歴の前記評価値及び閾値の比較結果に基づいて、第二ターゲット計画履歴を選択し、
前記第二ターゲット計画履歴を用いた前記再学習処理を実行することによって、前記計画パターン情報を更新することを特徴とする計算機システム。 - 請求項3に記載の計算機システムであって、
前記計画履歴情報に格納されるデータは、前記計画履歴が生成された時刻を含み、
前記計画パターン情報を更新する必要がなく、かつ、前記クラスタ情報を更新する必要があると判定された場合、前記クラスタ情報にて管理される前記クラスタに所属しない前記新規計画から新たなクラスタを生成し、
前記新たなクラスタの情報を前記クラスタ情報に登録することを特徴とする計算機システム。 - 事象を制御するための複数の処理の順番を規定した計画を管理する計算機システムが実行する学習制御方法であって、
前記計算機システムは、演算装置、前記演算装置に接続される記憶装置、及び前記演算装置に接続されるインタフェースを有する少なくとも一つの計算機を備え、
前記処理は、前記事象の制御に関連する項目を少なくとも一つ含み、
前記計画は、前記少なくとも一つの項目から算出されるパラメータ及び閾値から定義される制約条件、並びに、過去に生成された前記計画である計画履歴における前記制約条件の適合性の傾向を表す情報である計画パターンに基づいて生成され、
前記少なくとも一つの計算機は、前記制約条件を管理するための制約条件情報、前記計画パターンを管理するための計画パターン情報、並びに、前記計画履歴及び前記計画の質を表す評価値を対応づけたデータを管理するための計画履歴情報を保持し、
前記学習制御方法は、
前記少なくとも一つの計算機が、前記計画履歴情報を用いた前記評価値の変動の分析結果に基づいて、前記計画パターン情報を更新する必要があるか否かを判定する第1のステップと、
前記計画パターン情報を更新する必要があると判定された場合、前記少なくとも一つの計算機が、前記計画履歴情報及び前記制約条件情報に基づいて、前記計画パターン情報を更新するための再学習処理を実行する第2のステップとことを特徴とする学習制御方法。 - 請求項7に記載の学習制御方法であって、
前記少なくとも一つの計算機は、前記計画履歴の特徴量に基づくクラスタリングによって生成されたクラスタを管理するためのクラスタ情報を保持し、
前記計画パターン情報は、前記クラスタに所属する前記計画履歴及び前記制約条件情報に基づいて生成された、前記各クラスタの前記計画パターンを格納し、
前記学習制御方法は、
前記少なくとも一つの計算機が、順番が規定されていない複数の処理を含む入力データ、前記制約条件情報、及び前記計画パターン情報に基づいて、前記入力データに含まれる複数の処理の順番を決定することによって新規計画を生成するステップと、
前記少なくとも一つの計算機が、前記計画パターン情報及び前記新規計画に基づいて、前記新規計画の前記評価値を算出するステップと、を含み、
前記第1のステップは、
前記少なくとも一つの計算機が、前記新規計画を生成した場合、前記評価値の変動の分析、並びに、前記クラスタ情報及び前記新規計画の特徴量に基づく前記新規計画の分類を実行する第3のステップと、
前記少なくとも一つの計算機が、前記評価値の変動の分析結果及び前記新規計画の分類結果に基づいて、前記計画パターン情報を更新する必要があるか否かを判定する第4のステップと、を含むことを特徴とする学習制御方法。 - 請求項8に記載の学習制御方法であって、
前記第4にステップは、前記少なくとも一つの計算機が、前記評価値の変動の分析結果及び前記新規計画の分類結果に基づいて、前記クラスタ情報を更新する必要があるか否かを判定することを特徴とする学習制御方法。 - 請求項9に記載の学習制御方法であって、
前記計画履歴情報に格納されるデータは、前記計画履歴が生成された時刻を含み、
前記第2のステップは、
前記計画パターン情報及び前記クラスタ情報を更新する必要があると判定された場合、前記少なくとも一つの計算機が、所定の時間範囲において生成された前記計画履歴を、第一ターゲット計画履歴として選択するステップと、
前記少なくとも一つの計算機が、前記第一ターゲット計画履歴を用いた前記再学習処理を実行することによって、前記計画パターン情報及び前記クラスタ情報を更新するステップと、を含むことを特徴とする学習制御方法。 - 請求項9に記載の学習制御方法であって、
前記計画履歴情報に格納されるデータは、前記計画履歴が生成された時刻を含み、
前記第2のステップは、
前記クラスタ情報を更新する必要がなく、かつ、前記計画パターン情報を更新する必要があると判定された場合、前記少なくとも一つの計算機が、所定の時間範囲において生成された前記計画履歴の前記評価値及び閾値の比較結果に基づいて、第二ターゲット計画履歴を選択するステップと、
前記少なくとも一つの計算機が、前記第二ターゲット計画履歴を用いた再学習処理を実行することによって、前記計画パターン情報を更新するステップと、を含むことを特徴とする学習制御方法。 - 請求項9に記載の学習制御方法であって、
前記計画履歴情報に格納されるデータは、前記計画履歴が生成された時刻を含み、
前記第2のステップは、
前記計画パターン情報を更新する必要がなく、かつ、前記クラスタ情報を更新する必要があると判定された場合、前記少なくとも一つの計算機が、前記クラスタ情報にて管理される前記クラスタに所属しない前記新規計画から新たなクラスタを生成するステップと、
前記少なくとも一つの計算機が、前記新たなクラスタの情報を前記クラスタ情報に登録するステップと、を含むことを特徴とする学習制御方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018107962A JP6689316B2 (ja) | 2018-06-05 | 2018-06-05 | 計算機システム及び学習制御方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018107962A JP6689316B2 (ja) | 2018-06-05 | 2018-06-05 | 計算機システム及び学習制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019212043A true JP2019212043A (ja) | 2019-12-12 |
JP6689316B2 JP6689316B2 (ja) | 2020-04-28 |
Family
ID=68846887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018107962A Active JP6689316B2 (ja) | 2018-06-05 | 2018-06-05 | 計算機システム及び学習制御方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6689316B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7449338B2 (ja) | 2021-09-03 | 2024-03-13 | 東京エレクトロンデバイス株式会社 | 情報処理方法、プログラム、情報処理装置及び情報処理システム |
JP7545310B2 (ja) | 2020-12-14 | 2024-09-04 | 株式会社東芝 | 処理装置、処理方法、プログラム、及び記憶媒体 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0588707A (ja) * | 1991-09-25 | 1993-04-09 | Hitachi Ltd | プラント運転自動化装置 |
JP2005339587A (ja) * | 2002-07-09 | 2005-12-08 | National Institute Of Advanced Industrial & Technology | 生産システム及び方法、並びにプログラム |
JP2016189079A (ja) * | 2015-03-30 | 2016-11-04 | 株式会社日立製作所 | 計画作成支援装置および計画作成支援方法 |
JP2017122955A (ja) * | 2016-01-04 | 2017-07-13 | 株式会社日立製作所 | 生産計画立案支援システムおよび支援方法 |
-
2018
- 2018-06-05 JP JP2018107962A patent/JP6689316B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0588707A (ja) * | 1991-09-25 | 1993-04-09 | Hitachi Ltd | プラント運転自動化装置 |
JP2005339587A (ja) * | 2002-07-09 | 2005-12-08 | National Institute Of Advanced Industrial & Technology | 生産システム及び方法、並びにプログラム |
JP2016189079A (ja) * | 2015-03-30 | 2016-11-04 | 株式会社日立製作所 | 計画作成支援装置および計画作成支援方法 |
JP2017122955A (ja) * | 2016-01-04 | 2017-07-13 | 株式会社日立製作所 | 生産計画立案支援システムおよび支援方法 |
Non-Patent Citations (1)
Title |
---|
一階 良知: "条件緩和探索による計画修正方式", 電気学会論文誌C, vol. 第118-C巻第6号, JPN6020002654, 1 June 1998 (1998-06-01), JP, pages 927 - 932, ISSN: 0004200985 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7545310B2 (ja) | 2020-12-14 | 2024-09-04 | 株式会社東芝 | 処理装置、処理方法、プログラム、及び記憶媒体 |
JP7449338B2 (ja) | 2021-09-03 | 2024-03-13 | 東京エレクトロンデバイス株式会社 | 情報処理方法、プログラム、情報処理装置及び情報処理システム |
Also Published As
Publication number | Publication date |
---|---|
JP6689316B2 (ja) | 2020-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yuan et al. | A branch-and-price algorithm for the home health care scheduling and routing problem with stochastic service times and skill requirements | |
Sabuncuoglu et al. | Hedging production schedules against uncertainty in manufacturing environment with a review of robustness and stability research | |
Ozturk et al. | Extracting priority rules for dynamic multi-objective flexible job shop scheduling problems using gene expression programming | |
Xiao et al. | Simulation budget allocation for selecting the top-m designs with input uncertainty | |
Chaari et al. | A genetic algorithm for robust hybrid flow shop scheduling | |
Zambrano Rey et al. | Coupling a genetic algorithm with the distributed arrival-time control for the JIT dynamic scheduling of flexible job-shops | |
Shao et al. | Estimation of distribution algorithm with path relinking for the blocking flow-shop scheduling problem | |
GB2516627A (en) | Parallel decision-or regression-tree growing | |
WO2012098853A1 (ja) | 動線検出処理データ分散システム、動線検出処理データ分散方法およびプログラム | |
US11574165B2 (en) | Optimization system and optimization method | |
CN116529741A (zh) | 基于仿真的闭环aps调度优化方法、系统及存储介质 | |
Mahnam et al. | Single machine scheduling with unequal release times and idle insert for minimizing the sum of maximum earliness and tardiness | |
EP3617951A1 (en) | Reward function generation method and computer system | |
US20230325741A1 (en) | Dynamic memoryless demand-supply pegging | |
JP2021064049A (ja) | 計算機システム及び数理モデルの生成支援方法 | |
Zandieh et al. | Integrated production scheduling and maintenance planning in a hybrid flow shop system: a multi-objective approach | |
Huang et al. | An evolutionary algorithm based on constraint set partitioning for nurse rostering problems | |
JP6959975B2 (ja) | 計算機システム及びリソースの配置の決定方法 | |
CN104616173A (zh) | 预测用户流失的方法以及设备 | |
JP6689316B2 (ja) | 計算機システム及び学習制御方法 | |
US11004007B2 (en) | Predictor management system, predictor management method, and predictor management program | |
US10313457B2 (en) | Collaborative filtering in directed graph | |
Nearchou et al. | Assembly line balancing using differential evolution models | |
Valledor et al. | Modelling and solving rescheduling problems in dynamic permutation flow shop environments | |
Lin | Scheduling efficiency on correlated parallel machine scheduling problems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190108 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200122 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200128 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200310 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200331 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200407 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6689316 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |