JP2023104030A - 立案プログラム、立案方法、および情報処理装置 - Google Patents

立案プログラム、立案方法、および情報処理装置 Download PDF

Info

Publication number
JP2023104030A
JP2023104030A JP2022004777A JP2022004777A JP2023104030A JP 2023104030 A JP2023104030 A JP 2023104030A JP 2022004777 A JP2022004777 A JP 2022004777A JP 2022004777 A JP2022004777 A JP 2022004777A JP 2023104030 A JP2023104030 A JP 2023104030A
Authority
JP
Japan
Prior art keywords
product
types
objects
type
probability
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
Application number
JP2022004777A
Other languages
English (en)
Inventor
大地 島田
Daichi Shimada
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2022004777A priority Critical patent/JP2023104030A/ja
Priority to EP22198339.8A priority patent/EP4213080A1/en
Priority to US17/956,880 priority patent/US20230230032A1/en
Priority to CN202211325024.5A priority patent/CN116483554A/zh
Publication of JP2023104030A publication Critical patent/JP2023104030A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Software Systems (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

【課題】 作業ラインへの投入順序において局所的な密を抑制することができる立案プログラム、立案方法、および情報処理装置を提供する。【解決手段】 立案プログラムは、複数の種類の対象物を処理する作業ラインにおける、前記複数の種類の対象物の処理順序を順次特定するコンピュータに、前記複数の種類の対象物の総数に対する前記種類それぞれの対象物の数の比率を基礎値として特定する処理と、各種類それぞれについて処理回と前記基準値の積から既に前記処理順序が決定された該種類の対象物の数を減算した値を出現確率として算出する処理と、算出された前記出現確率を用いて次に処理する前記種類を選択する際に、前記種類それぞれについての選択状況に応じて前記種類それぞれについての処理頻度を変動させる処理と、を実行させる。【選択図】 図４

Description

本件は、立案プログラム、立案方法、および情報処理装置に関する。
複数種類の対象物に対する作業を順に行なう工程計画の立案が行われている（例えば、特許文献１，２参照）。
特開平６－１９６８９９号公報 特開２００８－６５７５１号公報
各種類について、順序を定めていくと、同じ種類が連続する場合がある。この場合、同じ作業が繰り返されて作業効率が低下するおそれがある。そこで、各種類について作業ラインでの処理順序（作業ラインへの投入順序と呼ぶ）を平準化するために、目標追跡法を用いることが考えられる。しかしながら、目標追跡法を用いても、局所的な密が生じるおそれがある。
１つの側面では、本件は、作業ラインへの投入順序において局所的な密を抑制することができる立案プログラム、立案方法、および情報処理装置を提供することを目的とする。
１つの態様では、立案プログラムは、複数の種類の対象物を処理する作業ラインにおける、前記複数の種類の対象物の処理順序を順次特定するコンピュータに、前記複数の種類の対象物の総数に対する前記種類それぞれの対象物の数の比率を基礎値として特定する処理と、各種類それぞれについて処理回と前記基準値の積から既に前記処理順序が決定された該種類の対象物の数を減算した値を出現確率として算出する処理と、算出された前記出現確率を用いて次に処理する前記種類を選択する際に、前記種類それぞれについての選択状況に応じて前記種類それぞれについての処理頻度を変動させる処理と、を実行させる。
作業ラインへの投入順序において局所的な密を抑制することができる立案プログラム、立案方法、および情報処理装置を提供することができる。
多品種混流生産の概要を説明するための図である。 （ａ）および（ｂ）は多品種混流作業方式における作業順序を例示する図である。 （ａ）～（ｃ）は目標追跡法を例示する図である。 （ａ）および（ｂ）は製品選択状況に応じた製品選択の動的調整の原理、を説明するための図である。 （ａ）は実施例１に係る情報処理装置の全体構成を例示するブロック図であり、（ｂ）は情報処理装置のハードウェア構成を例示するブロック図である。 情報処理装置が実行する立案計画処理の一例を表すフローチャートである。 （ａ）～（ｆ）は実施例２における製品選択を例示する図である。 実施例２で算出された出現確率を例示する図である。 実施例２に係る立案計画処理の一例を表すフローチャートである。 実施例２に係る立案計画処理の一例を表すフローチャートである。 出力部が出力する結果が走行機に対して出力される場合のブロック図である。
実施例の説明に先立って、多品種混流生産の概要について説明する。
倉庫では、様々な部品の在庫が広大なスペースに保管されている。このような倉庫では、複数種類の製品を生産するための各部品が保管されている。同じ部品が複数収容された各部品ケースが、決められた部品棚に収容されている。倉庫では、工場での作業に必要な部品がピッキングされる。
これらの部品のピッキング作業では、各部品棚にある部品ケースから作業員が集荷する場合や、走行機（自動機：ＡＧＶ）が自動で集荷する場合もある。例えば、図１で例示するように、走行機２０１が、集荷を指定された部品が収容されている部品が収容されている部品棚まで走行し部品をピッキングする。各製品について、１以上の部品がピッキングされる。製品種類ごとに、必要な部品の少なくとも一部が異なっている。
製品種類ごとに、必要な部品のセットが、工場の作業ラインに順次投入される。それにより、工場で、各製品を生産するための作業が順次行われることになる。例えば、走行機２０１がピッキングしてきた各製品種類の各セットについて、投入装置２０２が、指定された投入順序に従って作業ラインへ順次投入する。
図２（ａ）および図２（ｂ）は、多品種混流作業方式における作業順序を例示する図である。多品種混流作業方式では、１本の作業ラインに、異なる種類の製品が所定順序に従って順に投入され、作業ライン上を順に移動することになる。一例として、異なる複数の製品種類として、製品Ａ～製品Ｃが作業されるものとする。各製品種類について、１以上の製品が作業されるものとする。なお、各製品について、必要な作業の少なくとも一部が異なっているものとする。
図２（ａ）では、製品Ａが流れた後に製品Ｂが流れ、その後に製品Ｃ、製品Ａ、製品Ｂ、製品Ｃが順に流れている。図２（ａ）の例では、続けて同じ製品が流れていないため、各部品の供給頻度が偏らずに分散されることになる。また、同じ作業を繰り返さずに済むため、作業効率が低下せずに済む。
これに対して、図２（ｂ）では、製品Ａが流れた後に製品Ａが流れ、そのあとに製品Ｂ、製品Ｂ、製品Ｃ、製品Ｃが順に流れている。図２（ｂ）の例では、続けて同じ製品が流れるため、各部品の供給頻度が偏ってしまう。また、同じ作業を繰り返す必要が生じるため、作業効率が低下するおそれがある。
したがって、製品が作業ラインに投入される順序を平準化することが望まれる。例えば、目標追跡法を用いて、各製品の順序の偏りを抑制することが考えられる。目標追跡法は、各製品から、出現確率が高い製品をインデックス（投入回）ごとに選択していく手法である。
図３（ａ）～図３（ｃ）は、目標追跡法を例示する図である。一例として、作業ラインで、６個の製品Ａ、４個の製品Ｂ、２個の製品Ｃが作業されるものとする。図３（ａ）で例示するように、まず、各製品種類について出現確率の基礎値を算出する。出現確率の基礎値は、製品総数に対する各製品種類の個数の比率である。製品総数は１２個であるため、製品Ａの基礎値は、６／１２＝１／２となる。製品Ｂの基礎値は、４／１２＝１／３となる。製品Ｃの基礎値は、２／１２＝１／６となる。
次に、投入回ごとに、各製品種類の出現確率を計算する。投入回＝１は、作業ラインに１番目の製品を投入する作業を表している。投入回＝ｎは、作業ラインにｎ番目の製品を投入する作業を表している。出現確率は、投入回×基礎値－（その製品種類がそれまでに選択された回数）として算出される。
図３（ｂ）で例示するように、投入回＝１では、製品Ａの出現確率は０．５であり、製品Ｂの出現確率は０．３３…であり、製品Ｃの出現確率は０．１６…である。目標追跡法では出現確率が最も高い製品種類が選択されるため、１番目の投入製品として製品Ａが選択される。この時点で、製品Ａが選択された回数は１であり、製品Ｂおよび製品Ｃが選ばれた回数は０である。
投入回＝２では、製品Ａの出現確率は０であり、製品Ｂの出現確率は０．６６であり、製品Ｃの出現確率は０．３３である。したがって、２番目の投入製品として製品Ｂが選択される。この時点で、製品Ａおよび製品Ｂが選択された回数は１であり、製品Ｃが選択された回数は０である。
同様の手順で作業ラインへの各製品の投入順序を定めていくと、図３（ｃ）で例示するように、製品Ａ、製品Ｂ、製品Ｃ、製品Ａ、製品Ｂ、製品Ａ、製品Ａの順序が出力されることになる。この順序では、各製品の投入順序がある程度は平準化されるが、途中で製品Ａが連続して作業ラインへ投入されることになる。このように同じ製品が連続して選択され得るのは、出現確率の基礎値が製品ごとに異なっているからである。例えば、個数の多い製品については、出現確率の基礎値が高くなるため、連続して選択される可能性が高くなる。
そこで、間隔制約と連続制約とを導入することで、局所的な粗密を制御することが考えられる。間隔制約とは、「指定された製品はＸ個以上の間隔を空けなければならない」などといった制約である。連続制約とは、「指定された製品はＹ個以上連続してはいけない」などといった制約である。しかしながら、この手法では、ユーザが間隔制約や連続制約の値を設定しなければならないため、対象製品や各製品の作業数が変動するたびにユーザが設定しなおす必要がある。この場合、ユーザの工数が大きくなりやすい。
そこで、以下の実施例では、各投入回における製品選択を、それまでの製品選択状況に応じて動的に調整することで、直近に選ばれた製品を選択しにくくすることで局所的な密を抑制する構成について説明する。
まず、製品選択状況に応じた製品選択の動的調整の原理について説明する。図４（ａ）および図４（ｂ）は、当該原理を説明するための図である。図４（ａ）は、図３（ａ）と同様に、出現確率の基礎値を例示している。
実施例１では、投入回ごとに各製品の出現確率を計算し、各製品種類の選択状況に応じて、各製品種類の出現確率を補正する。
投入回＝１では、まだどの製品種類も選択されていないため、補正値は考慮されない。したがって、投入回＝１では、出現確率は、投入回（＝１）×基礎値として算出される。したがって、図４（ｂ）のように、製品Ａの出現確率は０．５であり、製品Ｂの出現確率は０．３３…であり、製品Ｃの出現確率は０．１６…である。したがって、１番目の投入製品として製品Ａが選択される。この時点で、製品Ａが選ばれた回数は１であり、製品Ｂおよび製品Ｃが選ばれた回数は０である。
投入回＝２以降では、図３（ｂ）と同様に、投入回×基礎値－（その製品種類がそれまでに選択された回数）を出現確率として算出する。ただし、製品種類ごとに、基礎値の逆数（小数点以下は切り捨て）に応じた範囲内で選択されていれば、出現確率から補正値を一時的に差し引く。
例えば、各製品種類について、基礎値の逆数に相当する直近の投入回数分で、選択されているか否かを判定する。製品Ａについては、基礎値の逆数は２であるため、これまでの直近の２回分の投入回に製品Ａが選択されているか否かが判定される。製品Ｂについては、基礎値の逆数は４であるため、これまでの直近の４回分の投入回に製品Ｂが選択されているか否かが判定される。製品Ｃについては、基礎値の逆数は６であるため、これまでの直近の６回分の投入回に製品Ｃが選択されているか否かが判定される。
図４（ｂ）の例では、補正値の一例として基礎値が用いられている。投入回＝２では、製品Ａの出現確率は０であり、製品Ｂの出現確率は０．６６…であり、製品Ｃの出現確率は０．３３…である。製品Ａについては投入回＝１で選択されているため、出現確率の０から基礎値の０．５が差し引かれ、－０．５に補正される。この場合、２番目の投入製品として製品Ｂが選択される。この時点で、製品Ａおよび製品Ｂが選択された回数は１であり、製品Ｃが選択された回数は０である。
投入回＝３では、製品Ａの出現確率は０．５であり、製品Ｂの出現確率は０であり、製品Ｃの出現確率は０．５である。製品Ａについては投入回＝１で選択されているため、出現確率の０．５から基礎値の０．５が差し引かれ、０に補正される。製品Ｂについては投入回＝２で選択されているため、出現確率の０から基礎値の０．３３…が差し引かれ、－０．３３…に補正される。この場合、３番目の投入製品として製品Ｃが選択される。この時点で、製品Ａ～製品Ｃが選択された回数は１である。
投入回＝４では、製品Ａの出現確率は１であり、製品Ｂの出現確率は０．３３…であり、製品Ｃの出現確率は－０．３３…である。製品Ｂについては投入回＝２で選択されているため、出現確率の０．３３…から基礎値の０．３３…が差し引かれ、０に補正される。製品Ｃについては投入回＝３で選択されているため、出現確率の－０．３３…から基礎値の－０．１６…が差し引かれ、－０．５に補正される。この場合、４番目の投入製品として製品Ａが選択される。この時点で、製品Ａが選択された回数は２であり、製品Ｂ，Ｃが選択された回数は１である。
投入回＝５では、製品Ａの出現確率は０であり、製品Ｂの出現確率は０．６６…であり、製品Ｃの出現確率は－０．１６…である。製品Ａについては投入回＝４で選択されているため、出現確率の０．５から基礎値の０．５が差し引かれ、０に補正される。製品Ｃについては投入回＝３で選択されているため、出現確率の－０．１６…から基礎値の－０．１６…が差し引かれ、－０．３３…に補正される。この場合、５番目の投入製品として製品Ｂが選択される。
以下、同様に各製品種類について出現確率が算出され、基礎値の逆数に応じた範囲での選択の有無に応じて、補正値が差し引かれて補正される。基礎値の逆数は、選択される間隔の平均値という意味を有している。したがって、選択される間隔の平均値という区間の出現確率を補正することで、選択される間隔の平均値よりも小さい間隔での選択を抑制することができるようになる。例えば、製品Ｃの基礎値の逆数である６回分の投入回において、出現確率から補正値が差し引かれる。それにより、当該６回分の投入回においては、製品Ｃが選択されにくくなるのである。一方、製品Ａについては、基礎値の逆数である２回分の投入回において出現確率から補正値が差し引かれるだけであるので、連続しては選択されにくいものの、選択される投入回の間隔も小さくなる。したがって、製品Ｃよりも製品Ａが優先して選択され、作業順序において、個数の多い製品Ａの局所的な密が抑制されることになる。
なお、補正値は特に限定されるものではない。例えば、補正値として、各製品種類に共通の固定値を用いてもよい。この固定値は、ユーザが調整可能な値であってもよい。また、補正値として、各製品種類の基礎値×係数αとしてもよい。この係数αは、ユーザが調整可能な値であってもよい。
図５（ａ）は、実施例１に係る情報処理装置１００の全体構成を例示するブロック図である。図５（ａ）で例示するように、情報処理装置１００は、製品情報格納部１０、基礎値算出部２０、基礎値格納部３０、順序算出部４０、順序格納部５０、出力部６０などを備える。
図５（ｂ）は、情報処理装置１００のハードウェア構成を例示するブロック図である。図５（ｂ）で例示するように、情報処理装置１００は、ＣＰＵ１０１、ＲＡＭ１０２、記憶装置１０３、入力装置１０４、表示装置１０５等を備える。
ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０１は、中央演算処理装置である。ＣＰＵ１０１は、１以上のコアを含む。ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１０２は、ＣＰＵ１０１が実行するプログラム、ＣＰＵ１０１が処理するデータなどを一時的に記憶する揮発性メモリである。記憶装置１０３は、不揮発性記憶装置である。記憶装置１０３として、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリなどのソリッド・ステート・ドライブ（ＳＳＤ）、ハードディスクドライブに駆動されるハードディスクなどを用いることができる。記憶装置１０３は、立案プログラムを記憶している。入力装置１０４は、キーボード、マウスなどの入力装置である。表示装置１０５は、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）などのディスプレイ装置である。ＣＰＵ１０１が立案プログラムを実行することで、製品情報格納部１０、基礎値算出部２０、基礎値格納部３０、順序算出部４０、順序格納部５０、および出力部６０が実現される。なお、製品情報格納部１０、基礎値算出部２０、基礎値格納部３０、順序算出部４０、順序格納部５０、および出力部６０として、専用の回路などのハードウェアを用いてもよい。
図６は、情報処理装置１００が実行する立案計画処理の一例を表すフローチャートである。基礎値算出部２０は、製品情報格納部１０から製品情報を取得し、各製品種類について基礎値と、基礎値の逆数とを算出する（ステップＳ１）。製品情報は、各製品種類についての個数と、各製品種類に含まれる個数の総数（製品総数）とを含んでいる。各製品の基礎値は、製品総数に対する各製品種類の個数の比率である。基礎値格納部３０は、各製品について、基礎値と、基礎値の逆数とを格納する。
次に、順序算出部４０は、製品総数分の要素を持つ配列resultを作成する（ステップＳ２）。配列resultには、作業ラインへの各製品種類の投入順序が登録されていくことになる。配列resultは、順序格納部５０が格納する。
次に、順序算出部４０は、変数ｊに０を代入する（ステップＳ３）。変数ｊは、投入される製品種類が特定された投入回を定めるために用いられる。まだいずれの製品種類も特定されていない状態では、変数ｊは０となるのである。
次に、順序算出部４０は、変数ｊが製品総数よりも少ないか否かを判定する（ステップＳ４）。この処理によって、製品総数分の製品について投入順序を特定できたか否かを判定することができる。
ステップＳ４で「Ｙｅｓ」と判定された場合、順序算出部４０は、目標追跡法を用いて、各製品種類の出現確率を計算する（ステップＳ５）。この処理では、図３（ｂ）と同様の手順で出現確率が算出される。具体的には、出現確率は、投入回×基礎値－（その製品種類がそれまでに選択された回数）として算出される。
次に、順序算出部４０は、製品種類ごとに、配列resultの（ｊ－基礎値の逆数）から（ｊ－１）の範囲を確認し、各製品種類の選択回数をカウントする（ステップＳ６）。
次に、順序算出部４０は、ステップＳ６のカウント結果に従い、１回以上選択している製品種類の出現確率から、補正値を差し引く（ステップＳ７）。それにより、各製品種類の出現確率が補正される。
次に、順序算出部４０は、ステップＳ７の実行後において、出現確率の最も高い製品種類を配列result[ｊ]に登録する（ステップＳ８）。result［ｊ］は、ｊ番目のインデックスを表している。
次に、順序算出部４０は、変数ｊに１を足す（ステップＳ９）。その後、ステップＳ４から再度実行される。ステップＳ４で「Ｎｏ」と判定された場合、製品総数分の各製品について順序が特定されたことになるため、フローチャートの実行が終了する。この場合、出力部６０は、特定された順序を出力する。出力された順序は、表示装置１０５に表示される。
本実施例によれば、目標追跡法で次の投入回に投入する製品を選択する際に、それまでの製品選択状況に応じて投入頻度が動的に調整される。それにより、直近に選択された製品が選択されにくくなるため、局所的な密を抑制することができる。
実施例２では、各製品種類を接続するツリー構造を作成し、目標追跡法を用いて各ノードの確率を更新する手法について説明する。
図７（ａ）で例示するように、実施例１と同様に、製品Ａの基礎値が６／１２＝１／２であり、製品Ｂの基礎値が、４／１２＝１／３であり、製品Ｃの基礎値が２／１２＝１／６であるものとする。
次に、順序算出部４０は、図７（ｂ）で例示するように、各ノードにおける基礎値の合計が（１／２）ｎになるように、基礎値が小さい方から順に貪欲法でツリー構造を作成する。それにより、各製品種類をグループ化していく。ノードとは、各製品種類をツリー構造で合流させた場合の各合流地点のことである。図７（ｂ）の例では、製品Ｂと製品Ｃとが合流するノードにおける基礎値の合計が１／２となっている。なお、全ての製品が合流する最後のノードにおける基礎値の合計は、ｎ＝０に対応する１／１となっている。このように作成されたツリー構造では、基礎値の低い製品種類が１つのノードを共有する１つのグループとなる。
次に、順序算出部４０は、図７（ｃ）で例示するように、目標追跡法を用いて、各製品種類の出現確率を算出する。投入回＝１ではまだいずれの製品種類も選択されていないため、出現確率は基礎値と同値となる。図８に、算出された出現確率を例示する。図８では、製品Ｂの出現確率と製品Ｃの出現確率との合計値も例示してある。順序算出部４０は、ツリー構造の先頭（全ての製品種類の合流地点）から、各ノードにおいて出現確率の高い方を辿る。図７（ｃ）の例では、製品Ａの出現確率が１／２で、製品Ｂと製品Ｃとの出現確率の合計が１／２であって同値である。この場合においては、基礎値が低い製品種類が含まれている方を優先する。したがって、製品Ｂおよび製品Ｃの方に進む。次に、製品Ｂの出現確率が１／３で製品Ｃの出現確率が１／６であるため、製品Ｂが選択される。
次に、順序算出部４０は、投入回＝２について、出現確率＝投入回×基礎値－（その製品種類がそれまでに選択された回数）に従って、各製品種類の出現確率を算出する。その結果、製品Ａの出現確率は１となり、製品Ｂの出現確率は－１／３となり、製品Ｃの出現確率は１／３となり、製品Ｂおよび製品Ｃの出現確率の合計は０となる。この場合、図７（ｄ）で例示するように、製品Ａが選択される。
次に、順序算出部４０は、投入回＝３について、出現確率＝投入回×基礎値－（その製品種類がそれまでに選択された回数）に従って、各製品種類の出現確率を算出する。その結果、製品Ａの出現確率は１／２となり、製品Ｂの出現確率は０となり、製品Ｃの出現確率は１／２となり、製品Ｂおよび製品Ｃの出現確率の合計は１／２となる。この場合、図７（ｅ）で例示するように、製品Ａの出現確率が１／２で、製品Ｂと製品Ｃとの出現確率の合計が１／２であって同値である。この場合においては、基礎値が低い製品種類が含まれている方を優先する。したがって、製品Ｂおよび製品Ｃの方に進む。次に、製品Ｂの出現確率が０で製品Ｃの出現確率が１／２であるため、製品Ｃが選択される。
以下、同様に各投入回について各製品種類について出現確率が算出される。図７（ｆ）および図８にその結果を例示する。製品Ｂ、製品Ａ、製品Ｃ、製品Ａ、製品Ｂ、製品Ａ、製品Ｂ、製品Ａ、製品Ｃ、製品Ａ、製品Ｂ、製品Ａの投入順序が出力されている。この例では、同じ製品種類が連続して選択されることが抑制されている。
各ノードにおける基礎値の合計を（１／２）ｎとしているため、短期間で同じ製品種類が選択されにくくなる。目標追跡法が利用されるため、直近で選択された製品種類を含むノードの出現確率が低くなり、それ以外のノードの出現確率が高くなる。基礎値が低い製品種類をノードとしてグループ化するため、それらの製品種類が連続して選択されることを抑制することができるようになり、基礎値が高い製品種類の粗密を抑制することができるようになる。
図９および図１０は、実施例２に係る立案計画処理の一例を表すフローチャートである。基礎値算出部２０は、製品情報格納部１０から製品情報を取得し、各製品について基礎値を算出する（ステップＳ１１）。基礎値格納部３０は、各製品について、基礎値を格納する。
次に、順序算出部４０は、基礎値が昇順になるように、製品種類を並べることによってＬｉｓｔを作成する（ステップＳ１２）。
次に、順序算出部４０は、ｍｉｎ＿ｎ＝ｍｉｎ（ｌｏｇ２（ｌｉｓｔ［０］の製品種類の基礎値）×（－１））とする（ステップＳ１３）。
次に、順序算出部４０は、ｍｉｎ＿ｎが０よりも大きいか否かを判定する（ステップＳ１４）。
ステップＳ１４で「Ｙｅｓ」と判定された場合、順序算出部４０は、Ｌｉｓｔから基礎値が２ｍｉｎ＿ｎ－１よりも小さい要素を取り出して、候補ｃａｎｄｉｄａｔｅに格納する（ステップＳ１５）。
次に、順序算出部４０は、候補ｃａｎｄｉｄａｔｅが空になるまで、候補ｃａｎｄｉｄａｔｅの先頭と終端から１つずつ要素を取り出し、２つをまとめたノードをＬｉｓｔに加えることを繰り返す（ステップＳ１６）。２つの基礎値の合計値を新しいノードの基礎値とする。
次に、順序算出部４０は、基礎値が昇順になるようにソートすることで、Ｌｉｓｔを更新する（ステップＳ１７）。その後、ステップＳ１３から再度繰り返される。
ステップＳ１４で「Ｎｏ」と判定された場合、各製品種類についてのツリー構造が完成する。順序算出部４０は、Ｌｉｓｔ内のノードを基にしてツリー構造を作成する（ステップＳ１８）。
次に、順序算出部４０は、製品総数分の要素を持つ配列resultを作成する（ステップＳ１９）。配列resultには、作業ラインへの各製品種類の投入順序が登録されていくことになる。
次に、順序算出部４０は、変数ｊに０を代入する（ステップＳ２０）。変数ｊは、投入される製品種類が特定された投入回を定めるために用いられる。まだいずれの製品種類も特定されていない状態では、変数ｊは０となるのである。
次に、順序算出部４０は、変数ｊが製品数よりも少ないか否かを判定する（ステップＳ２１）。この処理によって、製品総数分の製品について投入順序を特定できたか否かを判定することができる。
ステップＳ２０で「Ｙｅｓ」と判定された場合、順序算出部４０は、目標追跡法を用いて、各製品種類の出現確率を計算する（ステップＳ２２）。この処理では、図３（ｂ）と同様の手順で出現確率が算出される。具体的には、出現確率は、投入回×基礎値－（その製品種類がそれまでに選択された回数）として算出される。
次に、順序算出部４０は、ツリーの末端から先頭に向かって、各ノードの出現確率を更新する（ステップＳ２３）。
次に、順序算出部４０は、ツリーの先頭から順に各ノードの出現確率が高い方を選択していき、最後にたどり着いた製品を配列result[ｊ]に登録する（ステップＳ２４）。result［ｊ］は、ｊ番目のインデックスを表している。
次に、順序算出部４０は、変数ｊに１を足す（ステップＳ２５）。その後、ステップＳ２０から再度実行される。ステップＳ２０で「Ｎｏ」と判定された場合、製品総数分の各製品について順序が特定されたことになるため、フローチャートの実行が終了する。この場合、出力部６０は、特定された順序を出力する（ステップＳ２６）。出力された順序は、表示装置１０５に表示される。
本実施例においても、目標追跡法で次の投入回に投入する製品を選択する際に、それまでの製品選択状況に応じて投入頻度が動的に調整される。それにより、直近に選択された製品が選択されにくくなるため、局所的な密を抑制することができる。
なお、上記各例において、出力部６０が出力する結果は、表示装置１０５に対して出力されているが、倉庫内を自動で巡回する走行機２０１に対して出力されてもよい。図１１は、この場合を例示するブロック図である。図１１で例示するように、出力部６０が出力する結果が走行機２０１および投入装置２０２に出力される。走行機２０１は、出力部６０から受け取った投入順序が実現されるように、各部品棚にある部品商品ケースから集荷する。また、出力部６０が出力する結果は、投入装置２０２に対して出力されてもよい。この場合、投入装置２０２は、各製品種類の各セットについて、指定された投入順序に従って作業ラインへ順次投入する。走行機２０１は、ＣＰＵ、ＲＡＭ、記憶装置等を備え、例えば記憶装置には走行機２０１の走行ルート等を制御する制御プログラム等が格納され、ＲＡＭには出力部６０から受け取った投入順序を示す順序情報が格納され、ＣＰＵは、制御プログラムおよび順序情報に基づいて走行機２０１の動作を制御する。
また投入装置２０２は、ＣＰＵ、ＲＡＭ、記憶装置等を備え、例えば記憶装置には投入装置２０２が実行する投入処理等を制御する制御プログラム等が格納され、ＲＡＭには出力部６０から受け取った投入順序を示す順序情報が格納され、ＣＰＵは、制御プログラムおよび順序情報に基づいて投入装置２０２の動作を制御する。
上記各例について、製品が、作業ラインで所定順序に従って処理される対象物の一例である。順序算出部４０が、複数の種類の対象物を処理する作業ラインにおける、前記複数の種類の対象物の処理順序を順次特定する処理において、前記複数の種類の対象物の総数に対する前記種類それぞれの対象物の数の比率を基礎値として特定し、各種類それぞれについて処理回と前記基準値の積から既に前記処理順序が決定された該種類の対象物の数を減算した値を出現確率として算出し、算出された前記出現確率を用いて次に処理する前記種類を選択する選択部の一例である。
以上、本発明の実施形態について詳述したが、本発明は係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。
（付記）
（付記１）
複数の種類の対象物を処理する作業ラインにおける、前記複数の種類の対象物の処理順序を順次特定するコンピュータに、
前記複数の種類の対象物の総数に対する前記種類それぞれの対象物の数の比率を基礎値として特定する処理と、
各種類それぞれについて処理回と前記基準値の積から既に前記処理順序が決定された該種類の対象物の数を減算した値を出現確率として算出する処理と、
算出された前記出現確率を用いて次に処理する前記種類を選択する際に、前記種類それぞれについての選択状況に応じて前記種類それぞれについての処理頻度を変動させる処理と、を実行させることを特徴とする立案プログラム。
（付記２）
前記コンピュータに、
前記種類それぞれについての前記選択状況に応じて、前記種類それぞれについて算出された前記出現確率を補正し、補正した前記出現確率に応じて、次に処理する前記種類を選択する処理を実行させることを特徴とする付記１に記載の立案プログラム。
（付記３）
前記コンピュータに、
前記処理順序が特定された前記種類について、前記基礎値の逆数に応じた分の処理回数分において選択されている場合に、算出された前記出現確率を補正することで、補正した前記出現確率を算出する処理を実行させることを特徴とする付記２に記載の立案プログラム。
（付記４）
前記コンピュータに、
算出された前記出現確率を補正する際に、前記種類それぞれについて、前記基礎値を差し引く処理を実行させることを特徴とする付記２または付記３に記載の立案プログラム。
（付記５）
前記コンピュータに、
前記基礎値の合計が（１／２）ｎとなるように前記種類それぞれをグループ化し、各グループについて、算出された前記出現確率の合計の高い方を選択し、選択されたグループでは、算出された前記出現確率の高い方を選択することで、次に投入する前記種類を選択する処理を実行させることを特徴とする付記１に記載の立案プログラム。
（付記６）
前記コンピュータに、
各グループについて、算出された前記出現確率の合計値が同じである場合には、低い前記基礎値が含まれるグループを選択する処理を実行させることを特徴とする付記５に記載の立案プログラム。
（付記７）
複数の種類の対象物を処理する作業ラインにおける、前記複数の種類の対象物の処理順序を順次特定するコンピュータが、
前記複数の種類の対象物の総数に対する前記種類それぞれの対象物の数の比率を基礎値として特定する処理と、
各種類それぞれについて処理回と前記基準値の積から既に前記処理順序が決定された該種類の対象物の数を減算した値を出現確率として算出する処理と、
算出された前記出現確率を用いて次に処理する前記種類を選択する際に、前記種類それぞれについての選択状況に応じて前記種類それぞれについての処理頻度を変動させる処理と、を実行することを特徴とする立案方法。
（付記８）
前記種類それぞれについての前記選択状況に応じて、前記種類それぞれについて算出された前記出現確率を補正し、補正した前記出現確率に応じて、次に処理する前記種類を選択する処理を、前記コンピュータが実行することを特徴とする付記７に記載の立案方法。
（付記９）
前記処理順序が特定された前記種類について、前記基礎値の逆数に応じた分の処理回数分において選択されている場合に、算出された前記出現確率を補正することで、補正した前記出現確率を算出する処理を、前記コンピュータが実行することを特徴とする付記８に記載の立案方法。
（付記１０）
算出された前記出現確率を補正する際に、前記種類それぞれについて、前記基礎値を差し引く処理を、前記コンピュータが実行することを特徴とする付記８または付記９に記載の立案方法。
（付記１１）
前記コンピュータに、
前記基礎値の合計が（１／２）ｎとなるように前記種類それぞれをグループ化し、各グループについて、算出された前記出現確率の合計の高い方を選択し、選択されたグループでは、算出された前記出現確率の高い方を選択することで、次に投入する前記種類を選択する処理を実行させることを特徴とする付記７に記載の立案方法。
（付記１２）
各グループについて、算出された前記出現確率の合計値が同じである場合には、低い前記基礎値が含まれるグループを選択する処理を実行させることを特徴とする付記１１に記載の立案方法。
（付記１３）
複数の種類の対象物を処理する作業ラインにおける、前記複数の種類の対象物の処理順序を順次特定する処理において、前記複数の種類の対象物の総数に対する前記種類それぞれの対象物の数の比率を基礎値として特定し、各種類それぞれについて処理回と前記基準値の積から既に前記処理順序が決定された該種類の対象物の数を減算した値を出現確率として算出し、算出された前記出現確率を用いて次に処理する前記種類を選択する選択部を備え、
前記選択部は、前記種類それぞれについての選択状況に応じて前記種類それぞれについての処理頻度を変動させる処理と、を実行することを特徴とする情報処理装置。
（付記１４）
前記選択部は、前記種類それぞれについての前記選択状況に応じて、前記種類それぞれについて算出された前記出現確率を補正し、補正した前記出現確率に応じて、次に処理する前記種類を選択することを特徴とする付記１３に記載の情報処理装置。
（付記１５）
前記選択部は、前記処理順序が特定された前記種類について、前記基礎値の逆数に応じた分の処理回数分において選択されている場合に、算出された前記出現確率を補正することで、補正した前記出現確率を算出することを特徴とする付記１４に記載の情報処理装置。
（付記１６）
前記選択部は、算出された前記出現確率を補正する際に、前記種類それぞれについて、前記基礎値を差し引くことを特徴とする付記１４または付記１５に記載の情報処理装置。
（付記１７）
前記選択部は、前記基礎値の合計が（１／２）ｎとなるように前記種類それぞれをグループ化し、各グループについて、算出された前記出現確率の合計の高い方を選択し、選択されたグループでは、算出された前記出現確率の高い方を選択することで、次に投入する前記種類を選択することを特徴とする付記１３に記載の情報処理装置。
（付記１８）
前記選択部は、各グループについて、算出された前記出現確率の合計値が同じである場合には、低い前記基礎値が含まれるグループを選択することを特徴とする付記１７に記載の情報処理装置。
１０ 製品情報格納部
２０ 基礎値算出部
３０ 基礎値格納部
４０ 順序算出部
５０ 順序格納部
６０ 出力部
１００ 情報処理装置
１０１ ＣＰＵ
１０２ ＲＡＭ
１０３ 記憶装置
１０４ 入力装置
１０５ 表示装置
２０１ 走行機
２０２ 投入装置

Claims (8)

  1. 複数の種類の対象物を処理する作業ラインにおける、前記複数の種類の対象物の処理順序を順次特定するコンピュータに、
    前記複数の種類の対象物の総数に対する前記種類それぞれの対象物の数の比率を基礎値として特定する処理と、
    各種類それぞれについて処理回と前記基準値の積から既に前記処理順序が決定された該種類の対象物の数を減算した値を出現確率として算出する処理と、
    算出された前記出現確率を用いて次に処理する前記種類を選択する際に、前記種類それぞれについての選択状況に応じて前記種類それぞれについての処理頻度を変動させる処理と、を実行させることを特徴とする立案プログラム。
  2. 前記コンピュータに、
    前記種類それぞれについての前記選択状況に応じて、前記種類それぞれについて算出された前記出現確率を補正し、補正した前記出現確率に応じて、次に処理する前記種類を選択する処理を実行させることを特徴とする請求項１に記載の立案プログラム。
  3. 前記コンピュータに、
    前記処理順序が特定された前記種類について、前記基礎値の逆数に応じた分の処理回数分において選択されている場合に、算出された前記出現確率を補正することで、補正した前記出現確率を算出する処理を実行させることを特徴とする請求項２に記載の立案プログラム。
  4. 前記コンピュータに、
    算出された前記出現確率を補正する際に、前記種類それぞれについて、前記基礎値を差し引く処理を実行させることを特徴とする請求項２または請求項３に記載の立案プログラム。
  5. 前記コンピュータに、
    前記基礎値の合計が（１／２）ｎとなるように前記種類それぞれをグループ化し、各グループについて、算出された前記出現確率の合計の高い方を選択し、選択されたグループでは、算出された前記出現確率の高い方を選択することで、次に投入する前記種類を選択する処理を実行させることを特徴とする請求項１に記載の立案プログラム。
  6. 前記コンピュータに、
    各グループについて、算出された前記出現確率の合計値が同じである場合には、低い前記基礎値が含まれるグループを選択する処理を実行させることを特徴とする請求項５に記載の立案プログラム。
  7. 複数の種類の対象物を処理する作業ラインにおける、前記複数の種類の対象物の処理順序を順次特定するコンピュータが、
    前記複数の種類の対象物の総数に対する前記種類それぞれの対象物の数の比率を基礎値として特定する処理と、
    各種類それぞれについて処理回と前記基準値の積から既に前記処理順序が決定された該種類の対象物の数を減算した値を出現確率として算出する処理と、
    算出された前記出現確率を用いて次に処理する前記種類を選択する際に、前記種類それぞれについての選択状況に応じて前記種類それぞれについての処理頻度を変動させる処理と、を実行することを特徴とする立案方法。
  8. 複数の種類の対象物を処理する作業ラインにおける、前記複数の種類の対象物の処理順序を順次特定する処理において、前記複数の種類の対象物の総数に対する前記種類それぞれの対象物の数の比率を基礎値として特定し、各種類それぞれについて処理回と前記基準値の積から既に前記処理順序が決定された該種類の対象物の数を減算した値を出現確率として算出し、算出された前記出現確率を用いて次に処理する前記種類を選択する選択部を備え、
    前記選択部は、前記種類それぞれについての選択状況に応じて前記種類それぞれについての処理頻度を変動させる処理と、を実行することを特徴とする情報処理装置。
JP2022004777A 2022-01-17 2022-01-17 立案プログラム、立案方法、および情報処理装置 Pending JP2023104030A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2022004777A JP2023104030A (ja) 2022-01-17 2022-01-17 立案プログラム、立案方法、および情報処理装置
EP22198339.8A EP4213080A1 (en) 2022-01-17 2022-09-28 Planning program, planning method, and information processing apparatus
US17/956,880 US20230230032A1 (en) 2022-01-17 2022-09-30 Storage medium, planning method, and information processing apparatus
CN202211325024.5A CN116483554A (zh) 2022-01-17 2022-10-27 存储介质、计划方法和信息处理设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2022004777A JP2023104030A (ja) 2022-01-17 2022-01-17 立案プログラム、立案方法、および情報処理装置

Publications (1)

Publication Number Publication Date
JP2023104030A true JP2023104030A (ja) 2023-07-28

Family

ID=83506161

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022004777A Pending JP2023104030A (ja) 2022-01-17 2022-01-17 立案プログラム、立案方法、および情報処理装置

Country Status (4)

Country Link
US (1) US20230230032A1 (ja)
EP (1) EP4213080A1 (ja)
JP (1) JP2023104030A (ja)
CN (1) CN116483554A (ja)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06196899A (ja) 1992-12-25 1994-07-15 Fujitsu Ltd プリント基板の部品搭載システムにおけるｎｃデータ生成装置
US5889673A (en) * 1996-12-27 1999-03-30 Vanguard International Semiconductor Corporation Manufacturing method and system for dynamic dispatching of integrated circuit wafer lots
JP2008065751A (ja) 2006-09-11 2008-03-21 Toyota Motor Corp 製造順序決定装置と製造順序決定用のコンピュータプログラム
US11240951B2 (en) * 2016-03-10 2022-02-01 Siemens Aktiengesellschaft Method and device for allocating assemblies to placement lines
WO2018220744A1 (ja) * 2017-05-31 2018-12-06 株式会社日立製作所 生産計画作成装置、生産計画作成方法及び生産計画作成プログラム
US10496436B2 (en) * 2018-01-30 2019-12-03 Pusan National University Industry-University Cooperation Foundation Method and apparatus for automatically scheduling jobs in computer numerical control machines using machine learning approaches
CN115053248A (zh) * 2020-03-17 2022-09-13 富士通株式会社 信息处理装置、工作计划决定方法以及工作计划决定程序

Also Published As

Publication number Publication date
US20230230032A1 (en) 2023-07-20
EP4213080A1 (en) 2023-07-19
CN116483554A (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
Li et al. A discrete artificial bee colony algorithm for the distributed heterogeneous no-wait flowshop scheduling problem
Dijkstra et al. Exact route-length formulas and a storage location assignment heuristic for picker-to-parts warehouses
Gan et al. Joint optimization of maintenance, buffer, and spare parts for a production system
US10496436B2 (en) Method and apparatus for automatically scheduling jobs in computer numerical control machines using machine learning approaches
KR100286442B1 (ko) 생산공정관리장치 및 생산공정관리방법
US20190146463A1 (en) Tree search-based scheduling method and electronic apparatus using the same
CN111652463A (zh) 基于分形自相似原理的aps递归系统、方法及设备
JP2023104030A (ja) 立案プログラム、立案方法、および情報処理装置
Luo A sequence learning harmony search algorithm for the flexible process planning problem
CN113435805A (zh) 物品存储信息确定方法、装置、设备和存储介质
CN115564204B (zh) 供应链中的需求资源配置并行处理方法
CN107169604B (zh) 物流配送方法和装置
CN104537279A (zh) 一种序列聚类方法及装置
US8201023B2 (en) Test optimization
CN115796411A (zh) 基于自定义循点聚簇的仓库拣货路径优化方法及系统
CN115358532A (zh) 设备作业的工单生成方法、装置、计算机设备
JP7283310B2 (ja) 工程設計の支援装置、支援方法および支援プログラム
CN112009921B (zh) 同心多边形仓库以及物品上下架的方法和装置
CN102542364A (zh) 物料需求计划中平衡替代物料的方法和系统
US9443215B2 (en) Next generation sequencing management
Meghelli-Gaouar et al. Assessment of performance of a class-based storage in a flow-rack AS/RS
CN115439064B (zh) 面向订单聚合的拣货路径动态优化方法及系统
JP2023104033A (ja) 立案プログラム、立案方法、および情報処理装置
Vacher et al. Aggregating disjoint partial sub-orders–an internal logistics application
CN116127584B (zh) 一种动态过道布置方法