JP2020113276A - 部品取集を管理するための方法、コンピュータプログラム及び管理システム - Google Patents
部品取集を管理するための方法、コンピュータプログラム及び管理システム Download PDFInfo
- Publication number
- JP2020113276A JP2020113276A JP2020003940A JP2020003940A JP2020113276A JP 2020113276 A JP2020113276 A JP 2020113276A JP 2020003940 A JP2020003940 A JP 2020003940A JP 2020003940 A JP2020003940 A JP 2020003940A JP 2020113276 A JP2020113276 A JP 2020113276A
- Authority
- JP
- Japan
- Prior art keywords
- rack
- workers
- frequent
- deployment plan
- racks
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004590 computer program Methods 0.000 title claims abstract description 15
- 238000007726 management method Methods 0.000 title claims description 23
- 238000005457 optimization Methods 0.000 claims abstract description 50
- 230000033001 locomotion Effects 0.000 claims abstract description 16
- 238000004519 manufacturing process Methods 0.000 claims description 46
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 238000012384 transportation and delivery Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 10
- 238000012986 modification Methods 0.000 claims description 6
- 230000004048 modification Effects 0.000 claims description 6
- 238000007670 refining Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 abstract description 4
- 230000006872 improvement Effects 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 238000013439 planning Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 18
- 238000012800 visualization Methods 0.000 description 14
- 238000003860 storage Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000005065 mining Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000002776 aggregation Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000005054 agglomeration Methods 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 241000219307 Atriplex rosea Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000011263 association rule mining technique Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000004091 panning Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
【課題】効率的な作業命令を迅速に出して新規の改善活動又は環境変化に対処可能な方法、コンピュータプログラム及び管理システムを提供する。【解決手段】例示的実施形態は、複数の作業者の各々に対するロット発注及び経路最適化を実行すること、複数のラックのラック配置及び各作業者の総移動距離を決定すること、ロット発注、経路最適化、ラック配置、及び総移動距離から各作業者のための展開計画を生成することであって、展開計画が、各作業者のための取集経路及びスケジュールを伴う展開計画を生成すること、展開計画に対する修正を受信するように構成されたインターフェースに展開計画を提供すること、及びインターフェースを通じて展開計画を展開するための命令を受信すると、各作業者のデバイスに展開計画を提供することを行うように構成されたシステムを含む。【選択図】図2
Description
本開示は、概して、製造環境、より詳細には、最適化された自動部品取集一覧の生成のための製造環境に関し、詳細には部品取集を管理するための方法、コンピュータプログラム及び管理システムに関する。
関連技術において、製造環境は、生産のための製品の要求及び製品の種類の変化に基づいて作業手順及び設定を変更する必要がある。そのような頻繁な変更は、資源の再編成、及び変化に対する作業者の適応にかかる追加の時間の観点から費用がかさむとともに、効率的な作業命令を迅速に出して新規の改善活動又は環境変化に対処することを困難にしていた。
HIRAYAMA, J., et al., Use of AI in the Logistic Sector; Case Study of Improving Productivity in Warehouse Work, Hitachi Review, 2016, 65(6), pp. 134-138
ALOYSIUS. G., et al., An Approach to Products Placement in Supermarkets Using PrefixSpan Algorithm, Journal of King Saud University-Computer and Information Science, 2013, 25, pp. 77-87
NAFARI. M, et al., A Temporal Data Mining Approach for Shelf-Space Allocation With Consideration of Product Price, Expert Systems with Appications, 2010, 37, pp. 4066-4072
本開示の技術は、効率的な作業命令を迅速に出して新規の改善活動又は環境変化に対処可能な方法、コンピュータプログラム及びシステムを提供することを目的とする。
本明細書に説明される例示的実施形態は、最適化された部品取集一覧及び経路の観点から適切な作業命令を出すために、作業システムから収集された日常作業からのデータを使用した人工知能(AI)駆動型方法を含む。既存の製造ワークフローは、組立ラインへ納入するために、作業者によって取集されるべきアイテムについて管理者によって作成される手引き一覧を利用する(例えば、そのような手引き一覧は、取集されるべきアイテムの無作為の順序、非固定の経路、及び非固定のスケジュールを有する)。例示的実施形態は、最適な取集経路のための頻出パターンマイニング及び巡回セールスマンアルゴリズムベースのソリューションを活用することにより、最適化された自動部品取集一覧を生成すること、並びに、実時間適応意思決定のための対話形式の視覚化を介した領域知識及び異なる製造制約を組み込むことによって、製造の効率の改善を対象とする。
本開示の第1の態様は、複数のラック及び複数のロットを含む製造フロア上の複数の作業者の各々に対するロット発注及び経路最適化を実行すること、ラック配置及び複数の作業者の各々の総移動距離を決定すること、ロット発注、経路最適化、ラック配置、及び総移動距離から複数の作業者の各々についての展開計画を生成することであって、展開計画が、複数の作業者の各々ための取集経路及びスケジュールを含む、展開計画を生成すること、展開計画に対する修正を受信するように構成されたインターフェースに展開計画を提供すること、及びインターフェースを通じて展開計画を展開するための命令を受信すると、複数の作業者の各々のデバイスに展開計画を提供すること、とを含み得る方法を含む。
本開示の第2の態様は、第1の態様において、頻出パターンセット、個々のアイテムの頻度、及びラック内の優先度に基づいて、ラック充填計画を生成することをさらに含み、頻出パターンセットは、複数の作業者の各々のデバイスからデータを取り込むデータベースから受信される複数のロットの履歴データのフィードバックから得られる。
本開示の第3の態様は、第1の態様において、ラック配置及び総移動距離を決定することは、ラック配置について、ロット発注及び経路最適化に基づいて、複数のラックのうちの、総移動距離を最小限にするラックを特定することを含み、
展開計画を生成することは、頻出パターンセット、個々のアイテムの頻度、及び複数のラックのうちのラック内の優先度に基づいて、複数のラックのうちの、総移動距離を最小限にする特定されたラックへのアイテムの納入のスケジュールを生成することを含む。
展開計画を生成することは、頻出パターンセット、個々のアイテムの頻度、及び複数のラックのうちのラック内の優先度に基づいて、複数のラックのうちの、総移動距離を最小限にする特定されたラックへのアイテムの納入のスケジュールを生成することを含む。
本開示の第4の態様は、第3の態様において、複数の作業者の各々のデバイスから受信されるデータに基づいて、頻出パターンセットを訂正すること、及び訂正された頻出パターンセットに基づいて、複数のラックのうちの特定されたラックへのアイテムの納入のスケジューリングを更新することをさらに含む。
本開示の第5の態様は、第1の態様において、ロット発注及び経路最適化を実行することは、
頻出極大アイテムセットを決定するために、納入されるべき関連付けられたアイテムのデータベースに対してFP−Maxアルゴリズムを適用すること、
長さに基づいて頻出極大アイテムセットを分類すること、
既に選択されているアイテムを分類された頻出極大アイテムセットから取り除くこと、
すべてのアイテムが複数のロットに分配されるまで頻出極大アイテムセットを精緻化すること、及び
ロット発注に対して、分類され精緻化された頻出極大アイテムセットのものを採用することを含む。
頻出極大アイテムセットを決定するために、納入されるべき関連付けられたアイテムのデータベースに対してFP−Maxアルゴリズムを適用すること、
長さに基づいて頻出極大アイテムセットを分類すること、
既に選択されているアイテムを分類された頻出極大アイテムセットから取り除くこと、
すべてのアイテムが複数のロットに分配されるまで頻出極大アイテムセットを精緻化すること、及び
ロット発注に対して、分類され精緻化された頻出極大アイテムセットのものを採用することを含む。
本開示の第6の態様は、第1の態様において、インターフェースを通じて1又は複数の制約を受信することに応答して、
1又は複数の制約に基づいて、複数の作業者の各々に対するロット発注及び経路最適化を更新すること、
1又は複数の制約に基づいて、ラック配置及び複数の作業者の各々の総移動距離を更新すること、及び
ロット発注、経路最適化、ラック配置、及び総移動距離に対する更新に基づいて、展開計画を修正することをさらに含む。
1又は複数の制約に基づいて、複数の作業者の各々に対するロット発注及び経路最適化を更新すること、
1又は複数の制約に基づいて、ラック配置及び複数の作業者の各々の総移動距離を更新すること、及び
ロット発注、経路最適化、ラック配置、及び総移動距離に対する更新に基づいて、展開計画を修正することをさらに含む。
本開示の第7の態様は、複数のラック及び複数のロットを含む製造フロア上の複数の作業者の各々に対するロット発注及び経路最適化を実行すること、ラック配置及び複数の作業者の各々の総移動距離を決定すること、ロット発注、経路最適化、ラック配置、及び総移動距離から複数の作業者の各々についての展開計画を生成することであって、展開計画が、複数の作業者の各々ための取集経路及びスケジュールを含む、展開計画を生成すること、展開計画に対する修正を受信するように構成されたインターフェースに展開計画を提供すること、及びインターフェースを通じて展開計画を展開するための命令を受信すると、複数の作業者の各々のデバイスに展開計画を提供すること、とを含み得るプロセスを実行するための命令をコンピュータに実行させるコンピュータプログラムを含む。
本開示の第8の態様は、第7の態様において、命令が、頻出パターンセット、個々のアイテムの頻度、及びラック内の優先度に基づいて、ラック充填計画を生成することをさらに含み、頻出パターンセットは、複数の作業者の各々のデバイスからデータを取り込むデータベースから受信される複数のロットの履歴データのフィードバックから得られる。
本開示の第9の態様は、第7の態様において、ラック配置及び総移動距離を決定することは、ラック配置について、ロット発注及び経路最適化に基づいて、複数のラックのうちの、総移動距離を最小限にするラックを特定することを含み、
展開計画を生成することは、頻出パターンセット、個々のアイテムの頻度、及び複数のラックのうちの特定されたラック内の優先度に基づいて、複数のラックのうちの、総移動距離を最小限にする特定されたラックへのアイテムの納入のスケジュールを生成することを含む。
展開計画を生成することは、頻出パターンセット、個々のアイテムの頻度、及び複数のラックのうちの特定されたラック内の優先度に基づいて、複数のラックのうちの、総移動距離を最小限にする特定されたラックへのアイテムの納入のスケジュールを生成することを含む。
本開示の第10の態様は、第9の態様において、命令は、複数の作業者の各々のデバイスから受信されるデータに基づいて、頻出パターンセットを訂正すること、及び訂正された頻出パターンセットに基づいて、複数のラックのうちの特定されたラックへのアイテムの納入のスケジューリングを更新することをさらに含む。
本開示の第11の態様は、第7の態様において、ロット発注及び経路最適化を実行することは、
頻出極大アイテムセットを決定するために、納入されるべき関連付けられたアイテムのデータベースに対してFP−Maxアルゴリズムを適用すること、
長さに基づいて頻出極大アイテムセットを分類すること、
既に選択されているアイテムを分類された頻出極大アイテムセットから取り除くこと、
すべてのアイテムが複数のロットに分配されるまで頻出極大アイテムセットを精緻化すること、及び
ロット発注に対して、分類され精緻化された頻出極大アイテムセットのものを採用することを含む。
頻出極大アイテムセットを決定するために、納入されるべき関連付けられたアイテムのデータベースに対してFP−Maxアルゴリズムを適用すること、
長さに基づいて頻出極大アイテムセットを分類すること、
既に選択されているアイテムを分類された頻出極大アイテムセットから取り除くこと、
すべてのアイテムが複数のロットに分配されるまで頻出極大アイテムセットを精緻化すること、及び
ロット発注に対して、分類され精緻化された頻出極大アイテムセットのものを採用することを含む。
本開示の第12の態様は、第7の態様において、命令は、インターフェースを通じて1又は複数の制約を受信することに応答して、
1又は複数の制約に基づいて、複数の作業者の各々に対するロット発注及び経路最適化を更新すること、
1又は複数の制約に基づいて、ラック配置及び複数の作業者の各々の総移動距離を更新すること、及び
ロット発注、経路最適化、ラック配置、及び総移動距離に対する更新に基づいて、展開計画を修正することをさらに含む。
1又は複数の制約に基づいて、複数の作業者の各々に対するロット発注及び経路最適化を更新すること、
1又は複数の制約に基づいて、ラック配置及び複数の作業者の各々の総移動距離を更新すること、及び
ロット発注、経路最適化、ラック配置、及び総移動距離に対する更新に基づいて、展開計画を修正することをさらに含む。
本開示の第13の態様は、複数のラックと関連付けられた複数のロットを含む製造フロア上の複数の作業者の各々に対するロット発注及び経路最適化を実行すること、複数のラックのラック配置及び複数の作業者の各々の総移動距離を決定すること、ロット発注、経路最適化、ラック配置、及び総移動距離から複数の作業者の各々についての展開計画を生成することであって、展開計画が、複数の作業者の各々ための取集経路及びスケジュールを含む、展開計画を生成すること、展開計画に対する修正を受信するように構成されたインターフェースに展開計画を提供すること、インターフェースを通じて展開計画を展開するための命令を受信すると、及び複数の作業者の各々のデバイスに展開計画を提供すること、とを行うように構成されたプロセッサを伴う、管理システムを含む。
本開示の第14の態様は、第13の態様において、プロセッサは、頻出パターンセット、個々のアイテムの頻度、及びラック内の優先度に基づいて、ラック充填計画を生成するように構成され、頻出パターンセットは、複数の作業者の各々のデバイスからデータを取り込むデータベースから受信される複数のロットの履歴データのフィードバックから得られる。
本開示の第15の態様は、第13の態様において、プロセッサは、ラック配置について、ロット発注及び経路最適化に基づいて、複数のラックのうちの、総移動距離を最小限にするラックを特定することによって、ラック配置及び総移動距離を決定するように構成され、
プロセッサは、展開計画を生成するように構成され、展開計画が、頻出パターンセット、個々のアイテムの頻度、及び複数のラックのうちの特定されたラック内の優先度に基づいて、複数のラックのうちの、総移動距離を最小限にする特定されたラックへのアイテムの納入のスケジュールを生成することを含む。
プロセッサは、展開計画を生成するように構成され、展開計画が、頻出パターンセット、個々のアイテムの頻度、及び複数のラックのうちの特定されたラック内の優先度に基づいて、複数のラックのうちの、総移動距離を最小限にする特定されたラックへのアイテムの納入のスケジュールを生成することを含む。
本開示の第16の態様は、第15の態様において、プロセッサは、複数の作業者の各々のデバイスから受信されるデータに基づいて頻出パターンセットを訂正し、訂正された頻出パターンセットに基づいて、複数のラックのうちの特定されたラックへのアイテムの納入のスケジューリングを更新するように構成される。
本開示の第17の態様は、第13の態様において、プロセッサは、
頻出極大アイテムセットを決定するために、納入されるべき関連付けられたアイテムのデータベースに対してFP−Maxアルゴリズムを適用し、
長さに基づいて頻出極大アイテムセットを分類し、
既に選択されているアイテムを分類された頻出極大アイテムセットから取り除き、
すべてのアイテムが複数のロットに分配されるまで頻出極大アイテムセットを精緻化し、及び
ロット発注に対して、分類され精緻化された頻出極大アイテムセットのものを採用することによって、
ロット発注及び経路最適化を実行するように構成される。
頻出極大アイテムセットを決定するために、納入されるべき関連付けられたアイテムのデータベースに対してFP−Maxアルゴリズムを適用し、
長さに基づいて頻出極大アイテムセットを分類し、
既に選択されているアイテムを分類された頻出極大アイテムセットから取り除き、
すべてのアイテムが複数のロットに分配されるまで頻出極大アイテムセットを精緻化し、及び
ロット発注に対して、分類され精緻化された頻出極大アイテムセットのものを採用することによって、
ロット発注及び経路最適化を実行するように構成される。
本開示の第18の態様は、第13の態様において、プロセッサは、インターフェースを通じて1又は複数の制約を受信することに応答して、
1又は複数の制約に基づいて、複数の作業者の各々に対するロット発注及び経路最適化を更新すること、
1又は複数の制約に基づいて、ラック配置及び複数の作業者の各々の総移動距離を更新すること、及び
ロット発注、経路最適化、ラック配置、及び総移動距離に対する更新に基づいて、展開計画を修正すること、
を行うようにさらに構成される。
1又は複数の制約に基づいて、複数の作業者の各々に対するロット発注及び経路最適化を更新すること、
1又は複数の制約に基づいて、ラック配置及び複数の作業者の各々の総移動距離を更新すること、及び
ロット発注、経路最適化、ラック配置、及び総移動距離に対する更新に基づいて、展開計画を修正すること、
を行うようにさらに構成される。
以下の詳細な説明は、本出願の図及び例示的実施形態のさらなる詳細を提供する。図内の繰返しの要素の参照番号及び説明は、明確性のために省略される。本説明全体を通して使用される用語は、例として提供されるものであり、制限することは意図されない。例えば、用語「自動」の使用は、本出願の実施形態を実践する当該技術のうちの1つの所望の実施形態に応じて、完全に自動の実施形態、又は、ユーザ若しくはアドミニストレータが実施形態の特定の態様を制御することを伴う半自動の実施形態を含むことができる。選択は、ユーザインターフェース若しくは他の入力手段を通じてユーザによって行われることができるか、又は、所望のアルゴリズムを通じて実施されることができる。本明細書に説明されるような例示的実施形態は、単一又は組み合わせのいずれかで利用されることができ、例示的実施形態の機能は、所望の実施形態に従って任意の手段により実施されることができる。
工場環境における問題は、作業者が組立エリアへの部品納入スループットを最大限にするために、部品及び棚のいずれの組み合わせが、部品在庫エリアからの最短取集時間をもたらすかを決定することである。さらなる問題は、製造管理者/計画者が生産を中断することなく十分な(例えば、最小限の)スタッフを割り当てるために、より多くの情報に基づいた決定を下すことを可能にすることによって、製造全体の人件費を最小限にすることを含む。
従来、頻出パターンマイニングの最も類似の応用は、マーケットバスケット分析である。マーケットバスケット分析は、頻出系列パターンマイニング又は関連付け規則マイニング技術を使用して、どの製品が隣同士に配置されるべきかを決定する。これは、ある意味では、提起された製造問題に類似した問題である。本明細書に説明される例示的実施形態は、異なるカテゴリのアイテムを一緒に配置して、消費者による計画外の衝動買いを増やすことにより消費者の移動距離を増大させるようにレイアウトを最適化することによって、売上げを最大限にするというスーパーマーケットの目的とは異なる、総移動距離を最小限にすることを含む製造の全体的な目的の観点から、いくつかの差を伴う。マーケットバスケット分析の大半は、領域制約、専門知識、及び他の環境因子(例えば、異なる店舗のための異なるレイアウト/容積)を組み込む必要なく、頻出パターンマイニング技術を使用する。
生産要求及び新製品又は新たなイベントに基づいて生産環境がより頻繁に変化する、又は動的環境に精通する必要があるスタッフが頻繁に変わるため、製造業においては、そのような問題は非常に顕著である。したがって、本明細書に説明される例示的実施形態は、特定分野の専門家からのそのような制約を考慮するシステムに関与し、実時間適応意思決定能力をそれら特定分野の専門家に与える。また、マーケットバスケット分析は、潜在的な移動経路及び顧客の渋滞のような問題を考慮せず、製造/倉庫環境においては、これらは、アイテム配置と一緒に解決すべきより顕著な問題である。したがって、本明細書に説明される例示的実施形態はまた、移動距離を最小限にするため、及び作業者同士の渋滞/衝突を回避するために、各作業者の最適化された移動経路を探し出すための改良点を伴う、巡回セールスマン問題(TSP)解法のような組み合わせ最適化技術を組み込む。
本明細書に説明される例示的実施形態は、実時間の情報に基づいた意思決定能力を提供するために、提案されたデータマイニングアルゴリズムへの対話形式の視覚化を使用して、特定分野の専門家知識及びオンザフライでの不確かな制約を含む。アニメーション、ヒートマップ、及び3D表現を使用したいくつかの経路視覚化技術が提案されているが、これらは、製造又は屋内場面に着眼したものではない。
図1は、製造環境フロアプラン例を示す図である。図1に示されるように、在庫エリアからの部品は、生産を円滑に進め続けるために時間通りに組立エリアへ運ばれる必要がある。在庫管理に伴う問題は、新製品生産が要求されるたびに(例えば、時間に基づいた供給及び需要変化に起因して)、最適な在庫を再配列するのがより困難になり得るということである。さらに、関連技術の実施形態において、ロットアイテム部品取集リストは、既存の在庫(アイテム)レイアウトのコンテキストを最適に組み込むことなく生成され、したがって、作業者は、固定されていない経路で(例えば、アイテムを取集するために同じレーン又はラック又はセクションを数回行ったり来たりする)、及び固定されていないスケジュールで(例えば、固定の経路なしでは、異なる従業員が、異なる方式でアイテムを取集することになるため、正確な取集時間を予測するのが困難である)、アイテムを取集することになってしまう。
図2は、例示的実施形態に従い、工場フロアと情報交換を行う際の計画システムの例を示す図である。図2に示されるように、既存の工場在庫計画は、説明されるような動作に続くことにより計画システムに統合される。例示的実施形態は、製造計画者が製造工場における実時間要件又は制約に従ってより多くの情報に基づいた意思決定を行うことを補助するために、AI対応の計画及び視覚化構成要素を提供する。
図2に示されるように、計画システム205は、製造計画者200、製造及び在庫管理システム201、取集発注クライアントアプリケーション202、部品取集作業者203、並びに納入作業者204に関与し得る工場フロアと情報交換を行う。
製造計画者200は、工場フロアの運用を監視し、計画システム205を利用して、220において市場需要に基づいて(例えば、月毎、四半期毎、年毎)製造プランを作成する。221において、製造プランは、インターフェース上での視覚化のために計画システム205へ入力される。222において、対話形式の視覚化インターフェースが、計画システム205によって提供され、製造計画者200が管理者の領域知識に従って結果を精緻化することを可能にする。
計画システム205は、210において、工場フロアの複数の作業者に対するロット再発注及び経路最適化のプロセスを実行する。211において、計画システム205は、ラック配置及び総移動距離計算アルゴリズムを実行する。212において、計画システム205は、頻出パターンセット、個々のアイテムの頻度、ラック内での優先度、及び他の制約に基づいてラック充填を実行する。213において、計画システム205は、製造及び在庫管理システムのデータベースの結果からロットからの頻出パターンを修正する。
製造及び在庫管理システム201は、企業資源計画(ERP)システムなどの、工場フロアのデータを管理するためのデータベースを含むシステムである。231において、製造及び在庫管理システム201は、製造プランをデータベース(DB)に格納する。232において、製造及び在庫管理システム201は、データベースからの日々の製造プランであって、計画システム205からのロット再発注及び経路最適化210によって最適化される製造プランを抽出する。次いで、日々の業務は、ロット基準の業務及び部品基準の業務の観点から実行される。ロット基準の業務の場合、管理システム201は、233において、単一ロットのための部品取集リストを抽出し、これをクライアントアプリケーション202へ送信する。部品基準の業務の場合、管理システム201は、234において、クライアントアプリケーション202から受信した部品データに基づいて在庫の数を低減し、235において、納入結果をデータベースに送信すると同時に、ロットからの頻出パターンを修正するために計画システム205にフィードバックを提供する。
取集発注クライアントアプリケーション202は、その日に取得されるべき部品のリスト及びその順序を部品取集作業者203に通知するために、部品取集作業者203のデバイス上で実行されるアプリケーションである。取集発注クライアントアプリケーションは、その日に取集されるべき部品のリスト及びその順序を表示する表示リスト240を含む。取集発注クライアントアプリケーション202はまた、241において、取集された部品253のスキャンされたバーコードから部品データを取得し、234において、在庫の数を低減するために管理システム201に情報を提供する。部品取集作業者203がその日の部品の取集を終えると、部品取集作業者203は、取集発注クライアントアプリケーション202内で、242において、部品の取集が終わったことを報告し、これは、その作業者のその日のプロセスを終了するために管理システム201に報告される。
工場フロアは、1又は複数の部品取集作業者203を含む。本明細書に説明される例示的実施形態は、部品取集のための効果的な経路及びリストを提供して、部品取集作業者203の数を低減し、それにより人件費を削減することを目的とする。本明細書に説明される例示的実施形態において、部品取集作業者203は、取集発注クライアントアプリケーション202を利用してリスト240を表示し、部品取集作業者203は、それに応じて部品取集プロセスを開始する。251において、部品取集作業者203は、指定の棚へと向かい、252において、部品取集作業者203は部品を取集する。253において、部品取集作業者203は、自らが取集した部品をスキャンし、これが部品データ241としてクライアントアプリケーション202へ供給される。取集すべき部品がさらにある場合は、部品取集作業者203はリストの次のエントリへと進んで次の棚へと向かい、そうでない場合は、254において取集を停止する。255において、指定の部品が取集されて容器詰めされた後、部品取集作業者203は、その容器を納入作業者204へ送り、242において、部品取集プロセスが終わったことをクライアントアプリケーション202内で報告する。
工場フロアはまた、部品取集作業者203によって提供された容器を受け取り、260においてそれらを荷車に積み込み、次いで261において、容器を適切な時間に組立エリアへ納入する1又は複数の納入作業者204を含む。
経路最適化
本明細書に説明される例示的実施形態においては、三段階手法が利用される。第1の段階において、例示的実施形態は、FPMaxアルゴリズムなどのアルゴリズムを部品納入データベースに適用することによって頻出極大アイテムセットをマイニングし、(a)頻出飽和アイテムセット―同じサポートを有する真上位集合に含まれていない頻出アイテムセット、及び(b)頻出極大アイテムセット―頻出アイテムセットである真上位集合に含まれていない頻出アイテムセットを決定する。例示的実施形態は、大量の冗長な頻出パターンを最小限にし、一緒にまとめられることが可能な多様な生産シナリオにわたって、頻繁に一緒に使用されるアイテムの最大数を決定する。
本明細書に説明される例示的実施形態においては、三段階手法が利用される。第1の段階において、例示的実施形態は、FPMaxアルゴリズムなどのアルゴリズムを部品納入データベースに適用することによって頻出極大アイテムセットをマイニングし、(a)頻出飽和アイテムセット―同じサポートを有する真上位集合に含まれていない頻出アイテムセット、及び(b)頻出極大アイテムセット―頻出アイテムセットである真上位集合に含まれていない頻出アイテムセットを決定する。例示的実施形態は、大量の冗長な頻出パターンを最小限にし、一緒にまとめられることが可能な多様な生産シナリオにわたって、頻繁に一緒に使用されるアイテムの最大数を決定する。
そのような頻出極大アイテムセットが一旦決定されると、例示的実施形態は、アイテムセットを、それらの長さ(例えば、パターン内の固有のアイテムの数)に基づいて分類し、既に選択されたアイテムが、(例えば、そのアイテムが1つの場所に配置されるという制約に基づいて)他の頻出パターンから取り除かれると、他のパターンのサポートを繰り返し修正する。したがって、今度は、例示的実施形態は、全てのアイテムが消費されるまで、発見されたパターンサポート及び長さを繰り返し精緻化する。
例示的実施形態において、アイテムレベル制約は、それらを、個々のアイテム頻度に基づいて(アイテムセット内の高頻出アイテムは、アイテムセット内の他のアイテムよりもはるかによく利用される可能性があると仮定して)、強く関連付けられたアイテムと一緒にラック内に配置しながら、組み込まれることが可能となる。さらに、ラック内のそのような高優先度アイテムを配置する場所は、例示的実施形態においては、ラックの下方又は上方と比較して、ラックの中央部分からアイテムを取集する方が簡単であると仮定することによって選択されることができる。
第2の段階において、例示的実施形態は、生産物が異なっても、作業者が部品を取集するために移動する総距離が最小限のままであるようにラックが頻出アイテムの分配を有するように、ラックの最適な配置場所を特定する。さらに、例示的実施形態は、在庫アイテムの取集に同時に従事している複数の作業者が経路を渋滞させていないという制約を組み込む。そのような最適化は、複数の作業者が、アイテムを取集するためのレーン、ラック、又はセクションを渋滞させることなく効率的に動き回ることを可能にするように、すべての最頻出アイテムラックが、一緒に配置されることがなく、分配されないことを確実にする。
上記問題を解決し、移動距離を最小限にするために、例示的実施形態は、フロアプランを利用し、すべてのラック間のマンハッタン距離を組み合わせたハイブリッド距離を生成し(これらのラックが、大半は、ブロックごとのパターンに配列されているため)、移動距離のより正確な近似を得るためにこれらのラック間で変更することが必要とされるラックレーンの数で乗算された閾値距離を追加する。そのような代表となる距離は、在庫マップとは異なるレイアウト及び行又は列のサイズを有する実際のフロアプランを組み込むことに基づいて、実距離に変換され得る。したがって、例示的実施形態は、任意の異なる在庫レイアウトに適用可能である。
次に第3の段階において、例示的実施形態は、各ロットのための取集アイテムの発注リストを生成するために、ラック内のアイテム配置情報及びラック間のコンピューティングされた距離の観点から、在庫コンテキストを組み込む。さらに、例示的実施形態は、ロットの同様のアイテムを取集している間の衝突又は渋滞を回避するために、各作業者のための固有の取集リストを生成する。そして、例示的実施形態は、在庫からアイテムを収集し、それを組立ラインに送るための動作全体を最適化するために、アイテム取集のための固定のアイテム取集経路及びほぼ固定のスケジュールをもたらした。
最適なラック及びアイテム配置アルゴリズムを用いて各作業者のための固有の経路を計算するための提案された方法論に加えて、本明細書に説明される例示的実施形態は、また、自らの専門知識及び特定分野の知識並びに実時間制約を組み込む製造管理者に、管理者が視覚システムと対話する間に、分析結果を提供する視覚化の補助を提供する。
図3は、例示的実施形態に従い、視覚化システムのスクリーンショットの例を示す図である。図3に示されるように、本システムは、選択した日付のロットの概略及び詳細画面、並びに実際に進んだ選択された経路及びその最適化を伴う工場のフロアマップ301を表示する。これらの画面は対話形式でリンクされており、フロアマップは、ズーム及びパンニング対話による多重スケール探査をサポートする。他のウィジェットは、工場フロア302で取られた行為(納入時間、取集時間など)及びロット303の日々の計画者を含み得る。
図4(a)及び図4(b)は、例示的実施形態による経路の凝集図のスクリーンショット例を示す図である。個々の最適化された経路を見ることに加えて、管理者は、選択した時間範囲でのすべての最適化された経路の凝集図を取得することができる。図4(a)に示されるように、経路の部分の頻度は、グレースケールにマッピングされており、より濃い色はより高い頻度を示しているが、所望の配色(例えば、黄色〜赤)を利用してもよい。この視覚化により、管理者は、工場のどの部品が作業者によって頻繁に移動されているかを調査することができ、これにより、作業者の挙動及び生産性に関してより広い視野を得ることができる。管理者はさらに、インターフェースから選択されると図4(b)の破線によって示されるような個々の経路を探索することができる。
図5は、例示的実施形態によるインターフェースに対するドラッグアンドドロップ動作のスクリーンショット例を示す図である。管理者の領域知識に基づいて、管理者は、図5に示されるようにドラッグアンドドロップを使用して、対話形式でロットを再配列する。例えば、管理者が、特定のアイテムを、それらのサイズ又は他の潜在的な危険性に起因して、いくつかの他のアイテムと共に配置することができないことを見出した場合、管理者は、視覚化を使用して、アイテム配置の生み出された結果に変更を加え、そのアイテムを他の好適なラックに再配列することができる。次いで、例示的実施形態は、以前の配列と比較したこれらの変更による総移動距離の観点から、そのような変更を反映する。新しい位置が決定されると、本システムは、分析を再実行し、経路の凝集された視覚化を更新する。異なる配置は、本システムを使用して保存され、比較されることができ、異なるプランの利点及び欠点を査定することによって、これら異なるプランの対話形式の試用を可能にする。
同様に、在庫内の特定の行又は列にアクセスすることができないことに起因して、何らかのアクシデント又はイベントがあった場合、管理者は、視覚化システムと対話して、それらの行又は列をブロックすることができ、本システムは、制約に基づいて新規移動距離を反映して部品取集のための各作業者用の固定の経路及びスケジュールを自動的に再生成する。そのような例示的実施形態を通して、管理者は、状況に基づいて毎回情報に基づいた決定を行い、円滑な生産動作のための計画を改善することができる。
経路の凝集された視覚化に加えて、管理者がロットの異なる配置を査定するのを助けることができる別の情報は、作業者によって取集される部品に基づいたロットの関連付けである。図6は、例示的実施形態によるロット関連付けの視覚化例を示す図である。図6に示されるように、管理者は、ロットを選択し(カーソルの矢印によって示される)、すべての関連付けられたロットは、色分けされ得るか(例えば、黄色〜赤色のスケールであり、赤は、より多くの部品が、選択されたロット内の部品と一緒に取集されることを意味する)、又はグレースケール化され得る(例えば、明〜暗であり、暗いほどより多くの部品が取集されることを意味する)。選択されたものと関連付けられていないロットは、より暗い色に色付けられている(例えば、より暗い灰色)。この関連付けマップに基づいて、管理者は、ロットの配置のより綿密な図を取得することができ、その結果、アルゴリズム出力に基づいてソリューションをさらに最適化することで管理者の手助けを行う。
例示的実施形態において、在庫部品取集データは、データベース内に実装され、各エントリが、アイテム識別子(ID)、数量、ラックレイアウト、取集時間、アイテムの場所、及び一緒に納入されるアイテムグループの部分であるアイテムを示すロット番号を示している。各ロットは、組立ラインに納入される必要がある。
本明細書に説明される例示的実施形態の実験的な実施形態において、9,444個のロットを有するデータベースと関連付けられた工場において実験を行い、このデータセットを、部品取集業務に同時に従事している作業者の数(例えば、一度に2人未満の作業者)、並びに取集時間制約(例えば、1つのアイテムにつき5分超かかる)に基づいてフィルタリングした。フィルタリングされたデータセットは、3,124個のロットの情報であった。
例示的実施形態に従ってFPmaxパターンマイニングを適用することにより、351個の別個のアイテムで105パターンの合計頻出飽和極大アイテムセット(パターンあたりのアイテム平均数:6.5、標準偏差6.6、分散:44)という結果になった。基線(baseline)改善を特定するため、工場のラック及びアイテムの既存の配置について検討した。次いで、既存のレイアウトコンテキストを組み込んで、アイテムの発注リストを生成し、次いで、効率的な経路を見つけるために巡回セールスマン問題(TSP)ソリューションを適用した。ラックの場所の最大数は、所与のデータセットでは20である。この実験実施形態においては、場所の数が7未満であるときには最適化された経路を取得するために、総当たり(brute force)TSPアルゴリズムを適用した。他の場合では、疑似最適化された経路を取得するために、貪欲(greedy)TSPアルゴリズムを適用した。そのような基線手法を使用すると、例示的実施形態は、フィルタリングしたデータセットについて、総移動距離において12%の低減を達成することができた(作業者の元の総移動距離は202,352メートルであり、基線法適用後は、総移動距離は177,610メートルに低減された)。既存の基線結果は、既存のラック及びアイテム設定を有する工場の効率を向上させるのに非常に有用であり得るが、例示的実施形態は、最適なアイテム配置及びラック配列からの結果を活用することによって、この実験実施形態において工場の効率をさらに向上させた。例示的実施形態は、総移動距離の低減の観点からより効率的なソリューションを提供し、そして、部品取集のためのより正確な固定の経路及び固定のスケジューリング時間により人件費を低減することができる。
図7(a)は、あるロットの部品取集経路の例であって、線が、部品を取集するために作業者が移動する距離に基づいた非固定の経路を示している、部品取集経路の例を示す図である。図7(b)は、部品取集経路の例であって、線が、本例示的実施形態を実行した後に作業者が移動しなければならない距離に基づいた固定経路を示している、部品取集経路の例を示す図である。
図8は、製造フロアを管理するための管理システム及び/又は管理システムからの命令を受信するためにアプリケーションを伴う作業者用のデバイスなど、例示的実施形態での使用に好適なコンピュータデバイス例を有するコンピューティング環境例を示す図である。コンピューティング環境800内のコンピュータデバイス805は、1又は複数の処理ユニット、コア、若しくはプロセッサ810、メモリ815(例えば、RAM、ROM、及び/又は同様のもの)、内部記憶装置820(例えば、磁気、光学、固体記憶装置、及び/又は有機)、並びに/又はI/Oインターフェース825を含み得、これらのいずれも、情報を通信するための通信機序若しくはバス830に結合され得るか、又はコンピュータデバイス805に埋め込まれ得る。
コンピュータデバイス805は、入力/ユーザインターフェース835及び出力デバイス/インターフェース840に通信可能に結合されていてもよい。入力/ユーザインターフェース835及び出力デバイス/インターフェース840のいずれか一方又は両方は、有線又は無線インターフェースであり得、また取り外し可能であり得る。入力/ユーザインターフェース835は、入力を提供するために使用され得る、物理的又は仮想の、任意のデバイス、構成要素、センサ、又はインターフェースを含み得る(例えば、ボタン、タッチスクリーンインターフェース、キーボード、ポインティング/カーソル制御、マイクロフォン、カメラ、点字器、運動センサ、光学読み取り装置、及び/又は同様のもの)。出力デバイス/インターフェース840は、ディスプレイ、テレビ、モニタ、プリンタ、スピーカ、点字器、又は同様のものを含み得る。いくつかの例示的実施形態において、入力/ユーザインターフェース835及び出力デバイス/インターフェース840は、コンピュータデバイス805に埋め込まれていてもよく、又はコンピュータデバイス805に物理的に結合されていてもよい。他の例示的実施形態において、他のコンピュータデバイスは、コンピュータデバイス805のための入力/ユーザインターフェース835及び出力デバイス/インターフェース840として機能してもよく、又はそれらの機能を提供してもよい。タッチスクリーンディスプレイ、テレビディスプレイ、又は任意の他の形態のディスプレイに関与する例示的実施形態において、ディスプレイは、例えば、図1及び図3〜図7(b)において示されるようなユーザインターフェースを提供するように構成される。
コンピュータデバイス805の例としては、限定されるものではないが、高度モバイルデバイス(例えば、スマートフォン、車両又は他の機械内のデバイス、人間又は動物によって持ち運ばれるデバイス、並びに同様のもの)、モバイルデバイス(例えば、タブレット、ノートブック、ラップトップ、パーソナルコンピュータ、携帯テレビ、ラジオ、及び同様のもの)、及び移動性のために設計されていないデバイス(例えば、デスクトップコンピュータ、他のコンピュータ、情報キオスク、1又は複数のプロセッサが埋め込まれた、及び/又は1又は複数のプロセッサに結合したテレビ、ラジオ、並びに同様のもの)が挙げられる。
コンピュータデバイス805は、外部記憶装置845、並びに同じ構成又は異なる構成の1又は複数のコンピュータデバイスを含む、任意の数のネットワーク化された構成要素、デバイス、及びシステムと通信するためのネットワーク850に(例えば、I/Oインターフェース825を介して)通信可能に結合され得る。コンピュータデバイス805又は任意の接続されたコンピュータデバイスは、サーバ、クライアント、シンサーバ、汎用マシン、特殊目的マシン、若しくは別のラベルとして機能し得るか、サーバ、クライアント、シンサーバ、汎用マシン、特殊目的マシン、若しくは別のラベルのサービスを提供し得るか、又はサーバ、クライアント、シンサーバ、汎用マシン、特殊目的マシン、若しくは別のラベルと称され得る。
I/Oインターフェース825は、限定されるものではないが、コンピューティング環境800内の少なくともすべての接続された構成要素、デバイス、ネットワークと情報を通信するための任意の通信又はI/Oプロトコル若しくは規格(例えば、イーサネット(登録商標)、802.11x、ユニバーサルシステムバス、WiMax、モデム、セルラネットワークプロトコル、及び同様のもの)を使用する有線及び/又は無線インターフェースを含み得る。ネットワーク850は、任意のネットワーク、又はネットワークの組み合わせであってもよい(例えば、インターネット、ローカルエリアネットワーク、広域ネットワーク、電話ネットワーク、セルラネットワーク、衛星ネットワーク、及び同様のもの)。
コンピュータデバイス805は、一時的な媒体及び非一時的な媒体を含む、コンピュータ使用可能又はコンピュータ可読媒体を使用することができる、並びに/又はこれを使用して通信することができる。一時的な媒体としては、伝送媒体(例えば、金属ケーブル、光ファイバ)、信号、搬送波、及び同様のものが挙げられる。非一時的な媒体としては、磁気媒体(例えば、ディスク及びテープ)、光学媒体(例えばCD ROM、デジタルビデオディスク、ブルーレイディスク)、固体媒体(例えば、RAM、ROM、フラッシュメモリ、固体記憶装置)、及び他の不揮発性記憶装置又はメモリが挙げられる。
コンピュータデバイス805は、いくつかのコンピューティング環境例において技術、方法、アプリケーション、プロセス、又はコンピュータ実行可能命令を実施するために使用され得る。コンピュータ実行可能命令は、一時的な媒体から取得されて、非一時的な媒体に格納され、そこから取得され得る。実行可能命令は、1又は複数の任意のプログラミング、スクリプティング、及び機械言語(例えば、C、C++、C#、Java(登録商標)、Visual Basic、Python、Perl、JavaScript(登録商標)、及びその他)から生じ得る。
メモリ815は、例えば図2及び図13においてフロー内で説明されるようにプロセッサ810によって実行されるべきアルゴリズムを、格納又は管理するように構成され得る。本明細書に説明される例示的実施形態は、所望の実施形態に従って、単独で、又は互いの任意の組み合わせで行われてもよく、特定の例示的実施形態に限定されない。
プロセッサ810は、ネイティブ環境又は仮想環境において、任意のオペレーティングシステム(OS)(図示せず)下で実行することができる。論理ユニット860、アプリケーションプログラミングインターフェース(API)ユニット865、入力ユニット870、出力ユニット875、及び異なるユニットが互いと、OSと、及び他のアプリケーション(図示せず)と通信するためのユニット間通信機序895を含む1又は複数のアプリケーションが配設され得る。説明されたユニット及び要素は、設計、機能、構成、又は実施形態が異なっていてもよく、提供された説明に限定されない。プロセッサ810は、メモリ815から読み込まれた命令を実行するように構成される物理プロセッサ又は中央処理ユニット(CPU)の形態にあってもよい。
いくつかの例示的実施形態において、情報又は実行命令がAPIユニット865によって受信されると、この情報又は実行命令は、1又は複数の他のユニット(例えば、論理ユニット860、入力ユニット870、出力ユニット875)に通信され得る。いくつかの場合において、論理ユニット860は、ユニット間の情報の流れを制御し、上記のいくつかの例示的実施形態における、APIユニット865、入力ユニット870、出力ユニット875、によって提供されるサービスを指揮するように構成され得る。例えば、1又は複数のプロセス又は実施形態の流れは、論理ユニット860のみによって、又は論理ユニット860及びAPIユニット865の併用によって、制御され得る。入力ユニット870は、例示的実施形態において説明される計算のための入力を取得するように構成され得、出力ユニット875は、例示的実施形態において説明される計算に基づいて出力を提供するように構成され得る。
例示的実施形態において、プロセッサ810は、図2の計画システム205及び計画者200のフロー図に示されるように、複数のラックと関連付けられた複数のロットを含む製造フロア上の複数の作業者の各々に対するロット発注及び経路最適化を実行すること、複数のラックのラック配置及び複数の作業者の各々の総移動距離を決定すること、ロット発注、経路最適化、ラック配置、及び総移動距離から複数の作業者の各々についての展開計画を生成することであって、展開計画が、複数の作業者の各々ための取集経路及びスケジュールを含む、展開計画を生成すること、展開計画に対する修正を受信するように構成されたインターフェースに展開計画を提供すること、及びインターフェースを通じて展開計画を展開するための命令を受信すると、複数の作業者の各々のデバイスに展開計画を提供すること、とを行うように構成される。
プロセッサ810は、頻出パターンセット、個々のアイテムの頻度、及びラック内の優先度に基づいてラック充填計画を生成するように構成され、頻出パターンセットは、図2の計画システム205及び計画者200のフロー図に示されるように、複数の作業者の各々のデバイスからデータを取り込むデータベースから受信される複数のロットの履歴データのフィードバックから得られる。
プロセッサ810は、ラック配置について、ロット発注及び経路最適化に基づいて、複数のラックのうちの、総移動距離を最小限にするラックを特定することによって、ラック配置及び総移動距離を決定するように構成され得、プロセッサ810は、図2の計画システム205及び計画者200のフロー図に示されるように、展開計画を生成するように構成され、展開計画を生成することは、頻出パターンセット、個々のアイテムの頻度、及び複数のラックのうちのラック内の優先度に基づいて総移動距離を最小限にする複数のラックのうちの特定されたラックへのアイテムの納入のスケジュールを生成することを含む。
さらに、プロセッサ810は、図2の計画システム205及び計画者200のフロー図に示されるように、複数の作業者の各々のデバイスから受信されるデータに基づいて頻出パターンセットを訂正し、訂正された頻出パターンセットに基づいて、複数のラックのうちの特定されたラックへのアイテムの納入のスケジューリングを更新するように構成され得る。
プロセッサ810は、図2の計画システム205及び計画者200のフロー図に示されるように、頻出極大アイテムセットを決定するために、納入されるべき関連付けられたアイテムのデータベースに対してFP−Maxアルゴリズムを適用し、長さに基づいて頻出極大アイテムセットを分類し、既に選択されているアイテムを分類された頻出極大アイテムセットから取り除き、すべてのアイテムが複数のロットに分配されるまで頻出極大アイテムセットを精緻化し、ロットに対して、分類され精緻化された頻出極大アイテムセットのものを採用することによって、ロット発注及び経路最適化を実行するように構成され得る。
プロセッサ810は、図2の計画システム205及び計画者200のフロー図に示されるように、インターフェースを通じて1又は複数の制約を受信することに応答して、1又は複数の制約に基づいて、複数の作業者の各々に対するロット発注及び経路最適化を更新すること、1又は複数の制約に基づいて、ラック配置及び複数の作業者の各々の総移動距離を更新すること、ロット発注、経路最適化、ラック配置、及び総移動距離に対する更新に基づいて、展開計画を修正すること、とを行うように構成される。
詳細な説明のいくつかの部分は、コンピュータ内の動作のアルゴリズム及び象徴的表象の観点から提示されている。これらのアルゴリズム的な説明及び象徴的表象は、データ処理技術における当業者によって、他の当業者に自らの革新の本質を伝えるために使用される手段である。アルゴリズムは、所望の最終状態又は結果を導くための一連の規定されたステップである。例示的実施形態において、実行されるステップは、目に見えた成果を達成するために目に見えた量の物理的処置を要する。
別途特に記載のない限り、議論から明らかであるように、本説明全体を通して、「処理」、「コンピューティング」、「計算」、「決定」、「表示」、又は同様のものなどの用語を利用した議論は、コンピュータシステムのレジスタ及びメモリ内で物理(電子)量として表されるデータを操作して、コンピュータシステムのメモリ若しくはレジスタ又は他の情報記憶装置、伝送デバイス、又はディスプレイデバイス内で物理量として同様に表される他のデータへと変換するコンピュータシステム又は他の情報処理デバイスの行為及びプロセスを含み得る。
例示的実施形態はまた、本明細書に記載されたの動作を実施するための装置に関し得る。本装置は、必要とされる目的のために特別に構築され得るか、又は、本装置は、1又は複数のコンピュータプログラムによって選択的に有効化又は再構成される1又は複数の汎用コンピュータを含み得る。そのようなコンピュータプログラムは、コンピュータ−可読記憶媒体又はコンピュータ−可読信号媒体などのコンピュータ可読媒体に格納され得る。コンピュータ−可読記憶媒体は、限定されるものではないが、光学ディスク、磁気ディスク、読み出し専用メモリ、ランダムアクセスメモリ、固体デバイス、及びドライブ、又は電子情報を格納するのに好適な任意の他の種類の有形又は非一時的な媒体などの、有形の媒体を含み得る。コンピュータ可読信号媒体は、搬送波などの媒体を含み得る。本明細書に提示されるアルゴリズム及びディスプレイは、任意の特定のコンピュータ又は他の装置に本質的に関係しない。コンピュータプログラムは、所望の実施形態の動作を実施する命令を含む純粋なソフトウェア実行を含み得る。
本明細書に記載されたの例に従いプログラム及びモジュールと共に様々な汎用システムが使用され得るか、又は、所望の方法ステップを実施するためにより専門的な装置を構築するのが簡便であると言うことができる。加えて、本例示的実施形態は、任意の特定のプログラミング言語に関して説明されているのではない。様々なプログラミング言語が、本明細書に説明されるような例示的実施形態の教示を実施するために使用され得ることを理解されたい。プログラミング言語の命令は、1又は複数の処理デバイス、例えば、中央処理ユニット(CPU)、プロセッサ、又は制御装置によって実行され得る。
当該技術分野において知られているように、上記の動作は、ハードウェア、ソフトウェア、又はソフトウェア及びハードウェアの何らかの組み合わせによって実施され得る。本例示的実施形態の様々な態様が、回路及び論理デバイス(ハードウェア)を使用して実施され得る一方で、他の態様は、機械可読媒体(ソフトウェア)に格納された命令を使用して実施され得、この命令は、プロセッサによって実行される場合、本出願の実施形態を実行するための方法をプロセッサに実行させる。さらに、本出願のいくつかの例示的実施形態は、ハードウェア内でのみ実施され得る一方、他の例示的実施形態は、ソフトウェア内でのみ実施され得る。さらには、説明される様々な機能は、単一のユニット内で実施され得るか、又は任意の数の方式でいくつかの構成要素に広がり得る。ソフトウェアによって実施されるとき、本方法は、コンピュータ−可読媒体に格納された命令に基づいて、汎用コンピュータなどのプロセッサによって実行され得る。所望の場合、命令は、圧縮形式及び/又は暗号化形式で媒体に格納され得る。
さらには、本出願の他の実施形態は、本明細書の検討及び本出願の教示の実践により当業者には明らかであるものとする。説明された例示的実施形態の様々な態様及び/又は構成要素は、単一で、又は任意の組み合わせで、使用され得る。本明細書及び例示的実施形態は、単に例と見なされ、本出願の真の範囲及び趣旨は以下の特許請求の範囲によって示されることが意図される。
Claims (18)
- 複数のラックと関連付けられた複数のロットを含む製造フロア上の複数の作業者の各々に対するロット発注及び経路最適化を実行すること、
前記複数のラックのラック配置及び前記複数の作業者の前記各々の総移動距離を決定すること、
前記ロット発注、前記経路最適化、前記ラック配置、及び前記総移動距離から前記複数の作業者の前記各々についての展開計画を生成することであって、前記展開計画が、前記複数の作業者の前記各々のための取集経路及びスケジュールを含む、展開計画を生成すること、
前記展開計画に対する修正を受信するように構成されたインターフェースに前記展開計画を提供すること、及び
前記インターフェースを通じて前記展開計画を展開するための命令を受信すると、前記複数の作業者の各々のデバイスに前記展開計画を提供すること、
とを含む方法。 - 頻出パターンセット、個々のアイテムの頻度、及びラック内の優先度に基づいて、ラック充填計画を生成することをさらに含み、前記頻出パターンセットは、前記複数の作業者の前記各々の前記デバイスからデータを取り込むデータベースから受信される前記複数のロットの履歴データのフィードバックから得られる、請求項1に記載の方法。
- 前記ラック配置及び前記総移動距離を決定することは、前記ラック配置について、前記ロット発注及び経路最適化に基づいて、前記複数のラックのうちの、前記総移動距離を最小限にするラックを特定することを含み、
前記展開計画を生成することは、頻出パターンセット、個々のアイテムの頻度、及び前記複数のラックのうちの前記ラック内の優先度に基づいて、前記複数のラックのうちの、前記総移動距離を最小限にする前記特定されたラックへのアイテムの納入のスケジュールを生成することを含む、請求項1に記載の方法。 - 前記複数の作業者の前記各々の前記デバイスから受信されるデータに基づいて、前記頻出パターンセットを訂正すること、及び前記訂正された頻出パターンセットに基づいて、前記複数のラックのうちの前記特定されたラックへの前記アイテムの納入のスケジューリングを更新することをさらに含む、請求項3に記載の方法。
- 前記ロット発注及び前記経路最適化を実行することは、
頻出極大アイテムセットを決定するために、納入されるべき関連付けられたアイテムのデータベースに対してFP−Maxアルゴリズムを適用すること、
長さに基づいて前記頻出極大アイテムセットを分類すること、
既に選択されているアイテムを前記分類された頻出極大アイテムセットから取り除くこと、
すべてのアイテムが前記複数のロットに分配されるまで頻出極大アイテムセットを精緻化すること、及び
前記ロット発注に対して、前記分類され精緻化された頻出極大アイテムセットのものを採用すること、
を含む、請求項1に記載の方法。 - 前記インターフェースを通じて1又は複数の制約を受信することに応答して、
前記1又は複数の制約に基づいて、前記複数の作業者の各々に対する前記ロット発注及び前記経路最適化を更新すること、
前記1又は複数の制約に基づいて、前記ラック配置及び前記複数の作業者の前記各々の前記総移動距離を更新すること、及び
前記ロット発注、前記経路最適化、前記ラック配置、及び前記総移動距離に対する前記更新に基づいて、前記展開計画を修正すること、
をさらに含む、請求項1に記載の方法。 - プロセスを実行するための命令をコンピュータに実行させるためのコンピュータプログラムであって、前記命令が、
複数のラックと関連付けられた複数のロットを含む製造フロア上の複数の作業者の各々に対するロット発注及び経路最適化を実行すること、
前記複数のラックのラック配置及び前記複数の作業者の前記各々の総移動距離を決定すること、
前記ロット発注、前記経路最適化、前記ラック配置、及び前記総移動距離から前記複数の作業者の前記各々についての展開計画を生成することであって、前記展開計画が、前記複数の作業者の前記各々のための取集経路及びスケジュールを含む、展開計画を生成すること、
前記展開計画に対する修正を受信するように構成されたインターフェースに前記展開計画を提供すること、及び
前記インターフェースを通じて前記展開計画を展開するための指示を受信すると、前記複数の作業者の各々のデバイスに前記展開計画を提供すること、
とを含む、コンピュータプログラム。 - 前記命令が、頻出パターンセット、個々のアイテムの頻度、及びラック内の優先度に基づいて、ラック充填計画を生成することをさらに含み、前記頻出パターンセットは、前記複数の作業者の前記各々の前記デバイスからデータを取り込むデータベースから受信される前記複数のロットの履歴データのフィードバックから得られる、請求項7に記載のコンピュータプログラム。
- 前記ラック配置及び前記総移動距離を決定することは、前記ラック配置について、前記ロット発注及び経路最適化に基づいて、前記複数のラックのうちの、前記総移動距離を最小限にするラックを特定することを含み、
前記展開計画を生成することは、頻出パターンセット、個々のアイテムの頻度、及び前記複数のラックのうちの前記特定されたラック内の優先度に基づいて、前記複数のラックのうちの、前記総移動距離を最小限にする前記特定されたラックへのアイテムの納入のスケジュールを生成することを含む、請求項7に記載のコンピュータプログラム。 - 前記命令は、前記複数の作業者の前記各々の前記デバイスから受信されるデータに基づいて、前記頻出パターンセットを訂正すること、及び前記訂正された頻出パターンセットに基づいて、前記複数のラックのうちの前記特定されたラックへの前記アイテムの納入のスケジューリングを更新することをさらに含む、請求項9に記載のコンピュータプログラム。
- 前記ロット発注及び前記経路最適化を実行することは、
頻出極大アイテムセットを決定するために、納入されるべき関連付けられたアイテムのデータベースに対してFP−Maxアルゴリズムを適用すること、
長さに基づいて前記頻出極大アイテムセットを分類すること、
既に選択されているアイテムを前記分類された頻出極大アイテムセットから取り除くこと、
すべてのアイテムが前記複数のロットに分配されるまで頻出極大アイテムセットを精緻化すること、及び
前記ロット発注に対して、前記分類され精緻化された頻出極大アイテムセットのものを採用すること、
を含む、請求項7に記載のコンピュータプログラム。 - 前記命令は、前記インターフェースを通じて1又は複数の制約を受信することに応答して、
前記1又は複数の制約に基づいて、前記複数の作業者の各々に対する前記ロット発注及び前記経路最適化を更新すること、
前記1又は複数の制約に基づいて、前記ラック配置及び前記複数の作業者の前記各々の前記総移動距離を更新すること、及び
前記ロット発注、前記経路最適化、前記ラック配置、及び前記総移動距離に対する前記更新に基づいて、前記展開計画を修正すること、
をさらに含む、請求項7に記載のコンピュータプログラム。 - 複数のラックと関連付けられた複数のロットを含む製造フロア上の複数の作業者の各々に対するロット発注及び経路最適化を実行すること、
前記複数のラックのラック配置及び前記複数の作業者の前記各々の総移動距離を決定すること、
前記ロット発注、前記経路最適化、前記ラック配置、及び前記総移動距離から前記複数の作業者の前記各々についての展開計画を生成することであって、前記展開計画が、前記複数の作業者の前記各々のための取集経路及びスケジュールを含む、展開計画を生成すること、
前記展開計画に対する修正を受信するように構成されたインターフェースに前記展開計画を提供すること、及び
前記インターフェースを通じて前記展開計画を展開するための指示を受信すると、前記複数の作業者の各々のデバイスに前記展開計画を提供すること、
とを行うように構成されたプロセッサを備える、管理システム。 - 前記プロセッサは、頻出パターンセット、個々のアイテムの頻度、及びラック内の優先度に基づいて、ラック充填計画を生成するように構成され、前記頻出パターンセットは、前記複数の作業者の前記各々の前記デバイスからデータを取り込むデータベースから受信される前記複数のロットの履歴データのフィードバックから得られる、請求項13に記載の管理システム。
- 前記プロセッサは、前記ラック配置について、前記ロット発注及び経路最適化に基づいて、前記複数のラックのうちの、前記総移動距離を最小限にするラックを特定することによって、前記ラック配置及び前記総移動距離を決定するように構成され、
前記プロセッサは、前記展開計画を生成するように構成され、前記展開計画を生成することが、頻出パターンセット、個々のアイテムの頻度、及び前記複数のラックのうちの前記特定されたラック内の優先度に基づいて、前記複数のラックのうちの、前記総移動距離を最小限にする前記特定されたラックへのアイテムの納入のスケジュールを生成することを含む、請求項13に記載の管理システム。 - 前記プロセッサは、前記複数の作業者の前記各々の前記デバイスから受信されるデータに基づいて前記頻出パターンセットを訂正し、前記訂正された頻出パターンセットに基づいて、前記複数のラックのうちの前記特定されたラックへの前記アイテムの納入のスケジューリングを更新するように構成される、請求項15に記載の管理システム。
- 前記プロセッサは、
頻出極大アイテムセットを決定するために、納入されるべき関連付けられたアイテムのデータベースに対してFP−Maxアルゴリズムを適用し、
長さに基づいて前記頻出極大アイテムセットを分類し、
既に選択されているアイテムを前記分類された頻出極大アイテムセットから取り除き、
すべてのアイテムが前記複数のロットに分配されるまで頻出極大アイテムセットを精緻化し、及び
前記ロット発注に対して、前記分類され精緻化された頻出極大アイテムセットのものを採用することによって、
前記ロット発注及び前記経路最適化を実行するように構成される、請求項13に記載の管理システム。 - 前記プロセッサは、前記インターフェースを通じて1又は複数の制約を受信することに応答して、
前記1又は複数の制約に基づいて、前記複数の作業者の各々に対する前記ロット発注及び前記経路最適化を更新すること、
前記1又は複数の制約に基づいて、前記ラック配置及び前記複数の作業者の前記各々の前記総移動距離を更新すること、及び
前記ロット発注、前記経路最適化、前記ラック配置、及び前記総移動距離に対する前記更新に基づいて、前記展開計画を修正すること、
を行うようにさらに構成される、請求項13に記載の管理システム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/246,792 US11113638B2 (en) | 2019-01-14 | 2019-01-14 | Optimized parts pickup list and routes for efficient manufacturing using frequent pattern mining and visualization |
US16/246792 | 2019-01-14 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020113276A true JP2020113276A (ja) | 2020-07-27 |
Family
ID=71517152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020003940A Pending JP2020113276A (ja) | 2019-01-14 | 2020-01-14 | 部品取集を管理するための方法、コンピュータプログラム及び管理システム |
Country Status (3)
Country | Link |
---|---|
US (1) | US11113638B2 (ja) |
JP (1) | JP2020113276A (ja) |
CN (1) | CN111435474B (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7415869B2 (ja) * | 2020-10-19 | 2024-01-17 | トヨタ自動車株式会社 | 無人搬送システム |
WO2022115679A1 (en) * | 2020-11-27 | 2022-06-02 | Thomas Francis | Order fulfillment using store sections |
US20220253767A1 (en) * | 2021-02-09 | 2022-08-11 | Verizon Patent And Licensing Inc. | Computerized system and method for dynamic task management and execution |
CN116611769A (zh) * | 2023-07-19 | 2023-08-18 | 杭州吉客云网络技术有限公司 | 订单聚合方法、装置、计算机设备及存储介质 |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7218982B1 (en) * | 2004-11-30 | 2007-05-15 | Honda Motor Co., Ltd. | System and method for requesting delivery of sequenced parts |
US7561884B2 (en) * | 2005-09-30 | 2009-07-14 | Meshnetworks, Inc. | System and method for automated tracking of assets using location measurements and ad-hoc routing algorithms |
US20090307265A1 (en) * | 2008-06-06 | 2009-12-10 | Exel Inc. | Method of operating a warehouse |
US20100218131A1 (en) * | 2009-02-23 | 2010-08-26 | Microsoft Corporation | Multiple views of multi-dimensional warehouse layout |
US8447423B2 (en) * | 2009-11-30 | 2013-05-21 | Exxonmobil Research And Engineering Company | Method and apparatus for optimizing a performance index of a bulk product blending and packaging plant |
JP5356349B2 (ja) * | 2010-09-30 | 2013-12-04 | 日立建機株式会社 | 建設機械の排気装置 |
TWI464608B (zh) * | 2010-11-18 | 2014-12-11 | Wang Yen Yao | 快速尋找高效益項目集的資料探勘演算法 |
US20140156553A1 (en) * | 2012-11-30 | 2014-06-05 | Lightspeed Automation Llc | Systems and Methods for Fulfilling Orders |
US20140279294A1 (en) * | 2013-03-14 | 2014-09-18 | Nordstrom, Inc. | System and methods for order fulfillment, inventory management, and providing personalized services to customers |
EP2994865A4 (en) * | 2013-05-08 | 2016-11-30 | Dematic Corp | MOBILE SAMPLING DEVICE |
JP2015010948A (ja) * | 2013-06-28 | 2015-01-19 | キヤノン株式会社 | 物品処理装置、生成方法、およびプログラム |
US20150112843A1 (en) * | 2013-10-17 | 2015-04-23 | International Business Machines Corporation | Substitution of work products |
US20150120514A1 (en) * | 2013-10-31 | 2015-04-30 | International Business Machines Corporation | Logistics management system for determining pickup routes for retail stores |
WO2016132534A1 (ja) * | 2015-02-20 | 2016-08-25 | 株式会社日立物流 | 倉庫管理システム、倉庫および倉庫管理方法 |
CN108292381A (zh) * | 2015-09-29 | 2018-07-17 | 利尼芝物流有限责任公司 | 仓库货架空间优化 |
US10515082B2 (en) * | 2016-09-14 | 2019-12-24 | Salesforce.Com, Inc. | Identifying frequent item sets |
FR3058708B1 (fr) * | 2016-11-16 | 2019-01-25 | Savoye | Procede de sequencement de charges dans un systeme de distribution automatise. |
CN106682860A (zh) * | 2016-12-30 | 2017-05-17 | 深圳天珑无线科技有限公司 | 物料分单方法及装置 |
US10810542B2 (en) * | 2017-05-11 | 2020-10-20 | Walmart Apollo, Llc | Systems and methods for fulfilment design and optimization |
CN107643085B (zh) * | 2017-09-18 | 2021-02-12 | 苏州大学 | 一种路径推荐方法与装置 |
CN108197787B (zh) * | 2017-12-22 | 2021-12-14 | 上海海得控制系统股份有限公司 | 柔性自动化生产线和自动化物流输送线的协同调度系统 |
US10832209B2 (en) * | 2018-02-26 | 2020-11-10 | Walmart Apollo, Llc | Systems and methods for rush order fulfilment optimization |
US20190303819A1 (en) * | 2018-04-03 | 2019-10-03 | Portable Intelligence Inc. | Systems, methods and apparatus for workflow optimization for use in manufacturing, storage and other applications |
US10678228B2 (en) * | 2018-04-04 | 2020-06-09 | Invia Robotics, Inc. | Autonomous robots performing concerted operation based on shared sensory access and holistic flow of information |
CN108921327B (zh) * | 2018-06-06 | 2021-10-08 | 北京极智嘉科技股份有限公司 | 应用于货到人系统的货架搬运方法、装置及系统 |
US11092973B2 (en) * | 2018-09-28 | 2021-08-17 | Invia Robotics, Inc. | Coordinated operation of autonomous robots |
-
2019
- 2019-01-14 US US16/246,792 patent/US11113638B2/en active Active
- 2019-12-24 CN CN201911346093.2A patent/CN111435474B/zh active Active
-
2020
- 2020-01-14 JP JP2020003940A patent/JP2020113276A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
CN111435474A (zh) | 2020-07-21 |
US20200226505A1 (en) | 2020-07-16 |
US11113638B2 (en) | 2021-09-07 |
CN111435474B (zh) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2020113276A (ja) | 部品取集を管理するための方法、コンピュータプログラム及び管理システム | |
Kong et al. | Cloud-enabled real-time platform for adaptive planning and control in auction logistics center | |
Leung et al. | An integrated online pick-to-sort order batching approach for managing frequent arrivals of B2B e-commerce orders under both fixed and variable time-window batching | |
US20150294395A1 (en) | Logistics management system for determining pickup routes for retail stores | |
EP3316193B1 (en) | Production support system | |
Nananukul | Clustering model and algorithm for production inventory and distribution problem | |
WO2016121076A1 (ja) | 倉庫管理システム | |
US10346784B1 (en) | Near-term delivery system performance simulation | |
Poon et al. | A real-time production operations decision support system for solving stochastic production material demand problems | |
US20240168700A1 (en) | Systems, methods, and apparatus for updating an electronic shelf label display | |
Sharma et al. | Smart SCM Using AI and Microsoft 365 | |
JP2011237923A (ja) | 情報処理装置、原価見通し算出方法、および原価見通し算出プログラム | |
US11816752B2 (en) | Image-based analytics of supply chain optimization problems | |
Gong et al. | Conceptual design of a shop floor control information system | |
JP2021082364A (ja) | 業務支援装置、業務支援方法、コンピュータプログラム、及び、業務支援システム | |
US20230306497A1 (en) | Methods and apparatus for integrating retail applications and retail operational subsystems, and optimizing operation of same | |
US20220405667A1 (en) | Automated In-Store Execution Issue Resolution System | |
US12008592B1 (en) | Strategic and tactical intelligence in dynamic segmentation | |
US11429912B1 (en) | Systems and methods for generating optimized production plans associated with a site in a supply chain network | |
US11853943B1 (en) | Mixed-reality assisted dimensionality expansion and manipulation analytics | |
US11748701B1 (en) | Mixed-reality assisted exception analysis and resolution | |
Matrix | SPARK Matrix™: Autonomous Mobile Robot (AMR), 2021 | |
Nãftãnãilã et al. | Le_AN_A and... Master Manole-LEAN Manufacturing Evolution: Value Stream Management: Steps 3 & 4: Training about Lean and Mapping the Current State | |
Lim et al. | Incorporating supply and production digital twins to mitigate demand disruptions in multi-echelon networks | |
Huang et al. | Current status, future developments and recent patents on big data technique in process control systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221223 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231010 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20240402 |