JP2024060757A - 使用リソース設定方法および使用リソース設定装置 - Google Patents

Abstract

【課題】作業時間の更新精度と生産ＫＰＩのばらつきを含む予測値を同時に考慮した使用リソースの設定を行う。【解決手段】使用リソース設定装置が実行する使用リソース設定方法であって、使用リソース設定装置は、制御部と、記憶部と、を有し、記憶部は、リソース種類情報と、作業時間情報と、生産計画情報と、を保持し、使用リソース設定方法は、制御部が、リソース種類情報と、作業時間情報と、生産計画情報と、に基づいて、製品を生産する各工程の作業に１以上のリソースを割り付ける使用リソース案における作業の所要時間の算出精度を予測する第１手順と、制御部が、使用リソース案と、作業時間情報と、生産計画情報と、に基づいて、使用リソース案を採用した場合の製品の生産の評価指標を予測する第２手順と、を含み、第２手順は、制御部が、使用リソース案における作業の所要時間の算出精度に基づいて、評価指標のばらつきを予測する手順を含む。【選択図】図１

Description

本発明は、生産実績を活用して作業時間を自動更新する際の更新精度と生産効率を両立する、生産工程における使用リソースの設定技術に関する。

生産実績を活用した作業時間のモデリングにおいては、使用可能な製造リソースの候補数が多い場合は１リソースあたりの実績数が少なくなり作業時間の精度が低下する。その結果、生産効率に関わる様々な指標（生産ＫＰＩ）が計画時より低下する。一方で、リソース数が少ない場合は生産ＫＰＩが良い計画を立てることができない。特開２０１０－２３８０８５号公報（特許文献１）には、「データ収集系と画面表示系とをネットワークで接続し、キーパフォーマンスインジケータ（ＫＰＩ）など生産システムにおける生産性・信頼性の評価指標となる情報を管理する生産情報管理システム」すると記載されている。

特開２０１０－２３８０８５号公報

生産実績を活用した作業時間のモデリングにおいては、新製品の設計時にあらかじめ使用リソースを設定しておき、量産開始以降に各工程で使用可能なリソースごとに作業実績を収集／解析することで、作業時間を自動更新する方法が有効である。使用リソースの設定では、設定したリソースの数が多いほど作業時間の更新精度が低下する一方で計画時のＫＰＩは向上する。逆に、リソースの数が少ないほど作業時間の更新精度は向上する一方、計画時のＫＰＩは低下する。さらに、作業時間の更新精度が低いほど、生産ＫＰＩは計画時のＫＰＩと乖離し低下する可能性が高くなる。このため、新製品の設計時において、作業時間の更新精度と生産ＫＰＩのばらつきを含む予測値を同時に考慮した使用リソースの設定が課題である。

上記の課題の少なくとも一つを解決するため、本発明は、使用リソース設定装置が実行する使用リソース設定方法であって、前記使用リソース設定装置は、制御部と、記憶部と、を有し、前記記憶部は、リソース種類情報と、作業時間情報と、生産計画情報と、を保持し、前記リソース種類情報は、それぞれが製品を生産する工程の作業に使用できる各リソースの種類を特定する情報を含み、前記作業時間情報は、前記各リソースを使用して過去に実行された作業の所要時間を示す情報を含み、前記生産計画情報は、生産が計画されている前記製品の数を示す情報を含み、前記使用リソース設定方法は、前記制御部が、前記リソース種類情報と、前記作業時間情報と、前記生産計画情報と、に基づいて、前記製品を生産する各工程の作業に１以上の前記リソースを割り付ける使用リソース案における作業の所要時間の算出精度を予測する第１手順と、前記制御部が、前記使用リソース案と、前記作業時間情報と、前記生産計画情報と、に基づいて、前記使用リソース案を採用した場合の前記製品の生産の評価指標を予測する第２手順と、を含み、前記第２手順は、前記制御部が、前記使用リソース案における作業の所要時間の算出精度に基づいて、前記評価指標のばらつきを予測する手順を含むことを特徴とする。

本発明の一態様によれば、新製品の設計時において、作業時間の更新精度と生産ＫＰＩのばらつきを含む予測値を同時に考慮した使用リソースの設定が可能になる。前述した以外の課題、構成及び効果は、以下の実施例の説明によって明らかにされる。

実施例１のシステム構成の一例を示すブロック図である。 実施例１のシステムを実現するハードウェア構成の一例を示すブロック図である。 実施例１のシステムを実現する情報端末の実際の使用形態の一例を示すブロック図である。 実施例１の使用リソース設定装置の情報記憶部に保持される新製品の使用リソース情報記憶部の一例を示す説明図である。 実施例１の使用リソース設定装置の情報記憶部に保持されるリソース種類情報記憶部の一例を示す説明図である。 実施例１の使用リソース設定装置の情報記憶部に保持される過去製品の作業実績情報記憶部の一例を示す説明図である。 実施例１の使用リソース設定装置の情報記憶部に保持される過去製品の作業時間情報記憶部の一例を示す説明図である。 実施例１の使用リソース設定装置の情報記憶部に保持される新製品の販売計画情報記憶部の一例を示す説明図である。 実施例１の利用リソース設定装置の制御部が実行する処理の一例を示すフローチャートである。 実施例１の利用リソース設定装置の作業時間更新精度予測機能が実行する処理の一例を示すフローチャートである。 実施例１の利用リソース設定装置のＫＰＩ予測機能が実行する処理の一例を示すフローチャートである。 実施例１の使用リソース設定装置の結果表示部が表示する使用リソース案表示画面の一例を示す説明図である。 実施例２における使用リソース設定装置のシステム構成を示すブロック図である。 実施例２の利用リソース設定装置の使用リソース案探索機能が実行する処理の一例を示すフローチャートである。 実施例１の使用リソース設定装置の結果表示部が表示する評価指標の選択画面の一例を示す説明図である。 実施例２の使用リソース設定装置の結果表示部が表示する使用リソース案探索結果表示画面の一例を示す説明図である。

以下、実施例を図面を用いて説明する。

実施例１では、使用リソース案に対する作業時間更新精度とＫＰＩの確率付き予測値を可視化し、その結果を人が確認して適切な使用リソースを選択する場合を例にとって説明する。

図１は、実施例１のシステム構成の一例を示すブロック図である。

実施例１の使用リソース設定装置１０１は、情報記憶部１０２と、制御部１０３と、結果表示部１０４とを備える。

情報記憶部１０２は、新製品の使用リソース情報記憶部４００と、リソース種類情報記憶部５００とを備える。

また、情報記憶部１０２は、過去製品の作業実績情報記憶部６００と、過去製品の作業時間情報記憶部７００と、新製品の販売計画情報記憶部８００とを備える。過去製品の作業実績情報記憶部６００は、生産管理装置１０５に含まれる過去製品の作業実績情報１０６を読み込んで記憶する。過去製品の作業時間情報記憶部７００は、生産管理装置１０５に含まれる過去製品の作業時間情報１０７を読み込んで記憶する。新製品の販売計画情報記憶部８００は、販売計画立案装置１０８に含まれる新製品の販売計画情報１０９を読み込んで記憶する。

なお、生産管理装置１０５は、工場等における製品の生産を管理する装置である。販売計画立案装置１０８は、生産した製品の販売計画の立案を行う装置である。これらの装置は従来使用されているものであってよいため、詳細な説明を省略する。

制御部１０３は、使用リソース案生成機能１１１と、作業時間更新精度予測機能１１２と、ＫＰＩ予測機能１１３と、予測結果可視化機能１１４と、を備える。使用リソース案生成機能１１１は、生産実施時に使用可能な設備および作業者の組合せから考えられる全ての使用リソースの案を生成する。作業時間更新精度予測機能１１２は、使用リソース案と作業時間更新精度との関係を予測する。ＫＰＩ予測機能１１３は、使用リソース案とＫＰＩの確率付き予測値との関係を予測する。予測結果可視化機能１１４は、リソース案と作業時間更新精度との関係および使用リソース案とＫＰＩの確率付き予測値との関係を可視化する。使用リソース設定装置１０１は、上記の機能によって、作業時間の更新精度と生産ＫＰＩの確率付き予測値を同時に考慮した使用リソースの設定を行うことができる。

図２は、実施例１のシステムを実現するハードウェア構成の一例を示すブロック図である。

使用リソース設定装置１０１は、図２に示す情報端末２０１によって実現されてもよい。情報端末２０１は、キーボードおよびマウス等の入力装置２０２と、ディスプレイ等の出力装置２０３と、補助記憶装置２０４と、各種機能を実施する演算装置２０５とを有する。演算装置２０５は、中央演算処理装置（以下、ＣＰＵ）２０６と、主記憶装置２０７と、インターフェース２０８とを備える。この演算装置２０５は、入力装置２０２、出力装置２０３および補助記憶装置２０４と、インターフェース２０８を介して接続されている。本実施例では、使用リソース設定装置１０１が有する各機能（例えば制御部１０３の使用リソース案生成機能１１１、作業時間更新精度予測機能１１２、ＫＰＩ予測機能１１３および予測結果可視化機能１１４）の実行結果は、主記憶装置２０７に確保された記憶領域に記憶される。これらの各機能は、補助記憶装置２０４に予め記憶され、実行時に主記憶装置２０７に読み込まれ、ＣＰＵ２０６によって実行される。

なお、本実施例では、情報端末２０１が汎用情報処理装置とソフトウェアによって実現される場合を例にとって説明するが、例えば、ハードワイヤードロジックを含むハードウェア、または、ハードウェアと、予めプログラムされた汎用情報処理装置とによって実現してもよい。

図３は、実施例１のシステムを実現する情報端末２０１の実際の使用形態の一例を示すブロック図である。

情報端末２０１は、図３に示すように、担当者３０１による操作が可能であり、例えば使用リソース設定装置１０１を実現する情報端末２０１に対して、担当者３０１が任意のタイミングで情報の入力処理３０２を行うことができる。情報端末２０１が実現する制御部１０３は、リソース案と作業時間更新精度との関係、および、使用リソース案とＫＰＩの確率付き予測値との関係を計算し、その計算結果を可視化した情報の出力処理３０３を行う。担当者３０１は、可視化したリソース案と作業時間更新精度との関係、および、使用リソース案とＫＰＩの確率付き予測値との関係を確認することができる。

以降では使用リソース設定装置１０１の各構成部の詳細を述べる。

図４は、実施例１の使用リソース設定装置１０１の情報記憶部１０２に保持される新製品の使用リソース情報記憶部４００の一例を示す説明図である。

新製品の使用リソース情報記憶部４００は、新製品を生産する際に必要な工程と、当該工程に活用可能なリソースの情報を記憶する。例えば、本実施例においては、新製品の使用リソース情報記憶部４００は、図４に示すようなテーブルを記憶する。

図４に示す使用リソース情報記憶部４００は、列４０１～列４０４を有する。列４０１は、新製品の使用リソース情報記憶部４００の各レコード（すなわち図４の使用リソース情報記憶部４００の各行）を一意に識別するための使用リソースＩＤ情報を格納する。列４０２は、新製品の名前情報を格納する。列４０３は、当該製品の生産に必要な工程の工程名情報を格納する。列４０４は、当該製品の生産に必要な当該工程に対して使用できるリソースの名前情報を格納する。

図４の例において、第１および第２のレコードは、製品Ａを生産するための切削工程に使用できるリソース（例えば切削加工を行う工作機械）が少なくとも二つあり、それぞれ「切削１」および「切削２」というリソース名によって識別されることを示している。

図１の情報記憶部１０２は、図３の担当者３０１による新製品の使用リソース情報に関する入力処理３０２を受け付け、入力された情報を新製品の使用リソース情報記憶部４００に記憶する。

図５は、実施例１の使用リソース設定装置１０１の情報記憶部１０２に保持されるリソース種類情報記憶部５００の一例を示す説明図である。

リソース種類情報記憶部５００は、各リソースに対して当該リソースの種類を識別するための情報を記憶する。例えば、本実施例においては、リソース種類情報記憶部５００は、図５に示すようなテーブルを記憶する。

図５に示すリソース種類情報記憶部５００は、列５０１～列５０３を有する。列５０１は、リソース種類情報記憶部５００の各レコードを一意に識別するためのリソース種類ＩＤ情報を格納する。列５０２は、リソースの名前情報を格納する。列５０３は、列５０２に格納した名前によって識別されるリソースに対応するリソースの種類情報を格納する。

ここで、リソースの種類とは、「人」、「設備＋人」および「自動設備」のいずれかである。種類が「人」であるリソースは、例えば工場の作業者等の人である。すなわち、そのリソースを使用する工程は、作業者等が人手で（例えば工具等を使用して）行う。種類が「設備＋人」であるリソースは、例えば人手による操作を必要とする設備である。すなわち、そのリソースを使用する工程は、例えば作業者等が機械等の設備を操作することによって行う。種類が「自動設備」であるリソースは、人手による操作を必要とせずに自動で動作する設備である。すなわち、そのリソースを使用する工程は、機械等の設備が自動で行う。

ただし、上記のようなリソースの種類は一例であり、リソースを上記以外の種類に分類してもよい。例えば、設備の種類、性能、人の熟練度等に応じてリソースを分類してもよい。

図５の例は、リソース名が「切削１」および「切削２」であるリソースが、人手による操作を必要とする設備（例えば切削加工を行う工作機械等）であり、リソース名が「塗装１」であるリソースが、人手による操作を必要としない自動設備であることを示している。

図１の情報記憶部１０２は、図３の担当者３０１によるリソースの種類情報に関する入力処理３０２を受け付け、入力された情報をリソース種類情報記憶部５００に記憶する。

図６は、実施例１の使用リソース設定装置１０１の情報記憶部１０２に保持される過去製品の作業実績情報記憶部６００の一例を示す説明図である。

過去製品の作業実績情報記憶部６００は、既に量産化されている製品を過去に生産した実績情報から、生産作業を実施したリソースごとに、作業を開始した時刻情報および作業を終了した時刻情報を記憶する。例えば、本実施例においては、過去製品の作業実績情報記憶部６００は、図６に示すようなテーブルを記憶する。

図６に示す過去製品の作業実績情報記憶部６００は、列６０１～列６０４を有する。列６０１は、過去製品の作業実績情報記憶部６００の各レコードを一意に識別するための作業実績ＩＤ情報を格納する。列６０２は、当該作業を実施したリソースの名前情報を格納する。列６０３は、当該作業を開始した時刻情報を格納する。列６０４は、当該作業を終了した時刻情報を格納する。

図１の情報記憶部１０２は、図１の生産管理装置１０５に格納されている過去製品の作業実績情報１０６から上記の各項目に相当する情報を読み込み、過去製品の作業実績情報記憶部６００に記憶する。

図７は、実施例１の使用リソース設定装置１０１の情報記憶部１０２に保持される過去製品の作業時間情報記憶部７００の一例を示す説明図である。

過去製品の作業時間情報記憶部７００は、既に量産化されている製品に対して設定されている標準の作業時間情報を、リソースごとに記憶する。例えば、本実施例においては、過去製品の作業時間情報記憶部７００は、図７に示すようなテーブルを記憶する。

図７に示す過去製品の作業時間情報記憶部７００は、列７０１～列７０３を有する。列７０１は、過去製品の作業時間情報記憶部７００の各レコードを一意に識別するための作業時間ＩＤ情報を格納する。列７０２は、当該作業を実施したリソースの名前情報を格納する。列７０３は、当該作業の標準の作業時間情報を格納する。ここで、標準の作業時間とは、例えば、過去製品の作業実績情報記憶部６００の作業開始時刻及び作業終了時刻から算出した、リソース毎の作業時間の統計値であってもよい。

図１の情報記憶部１０２は、図１の生産管理装置１０５に格納されている過去製品の作業時間情報１０７から上記の各項目に相当する情報を読み込み、過去製品の作業時間情報記憶部７００に記憶する。

図８は、実施例１の使用リソース設定装置１０１の情報記憶部１０２に保持される新製品の販売計画情報記憶部８００の一例を示す説明図である。

新製品の販売計画情報記憶部８００は、今後量産化を予定している新製品を、どれだけの数量生産する予定かを判断するための、販売台数の計画情報を記憶する。例えば、本実施例においては、新製品の販売計画情報記憶部８００は、図８に示すようなテーブルを記憶する。

図８に示す新製品の販売計画情報記憶部８００は、列８０１～列８０３を有する。列８０１は、新製品を一意に識別するための製品ＩＤ情報を格納する。列８０２は、当該製品の名前情報を格納する。列８０３は、当該製品の販売台数の計画情報を格納する。

図１の情報記憶部１０２は、図１の販売計画立案装置１０８に格納されている新製品の販売計画情報１０９から上記の各項目に相当する情報を読み込み、新製品の販売計画情報記憶部８００に記憶する。

次に、図１の制御部１０３が実行する処理の全体について、図９を参照して説明する。

図９は、実施例１の利用リソース設定装置の制御部１０３が実行する処理の一例を示すフローチャートである。

最初に、制御部１０３の使用リソース案生成機能１１１が、使用リソース案を生成する（ステップＳ９０１）。

次に、制御部１０３の作業時間更新精度予測機能１１２が、作業時間の更新精度の予測値を算出する（ステップＳ９０２）。この処理の詳細については、図１０Ａを参照して後述する。

次に、制御部１０３のＫＰＩ予測機能１１３が、ＫＰＩの確率付き予測値を算出する（ステップＳ９０３）。この処理の詳細については、図１０Ｂを参照して後述する。

次に、予測結果可視化機能１１４が、予測結果を可視化する（ステップＳ９０４）。具体的には、予測結果を表示するための情報を出力する。この処理の詳細については、図１１を参照して後述する。

次に、図１の制御部１０３が、リソース案と作業時間更新精度との関係および使用リソース案とＫＰＩの確率付き予測値との関係を可視化する際に実行する処理を、図１０Ａおよび図１０Ｂを参照して説明する。

図１０Ａは、実施例１の利用リソース設定装置の作業時間更新精度予測機能１１２が実行する処理の一例を示すフローチャートである。

制御部１０３の作業時間更新精度予測機能１１２は、情報記憶部１０２が有する新製品の使用リソース情報記憶部の各情報項目（列４０１～列４０４）、リソース種類情報記憶部の各情報項目（列５０１～列５０３）、過去製品の作業実績情報記憶部の各情報項目（列６０１～列６０４）、過去製品の作業時間情報記憶部の各情報項目（列７０１～列７０３）、および、新製品の販売計画情報記憶部の各情報項目（列８０１～列８０３）を読み込む（ステップＳ１０１）。

なお、ここで読み込まれる新製品の販売計画の情報は、新製品の生産数（より詳細には、将来取得される生産のための作業の実績数）を予測するために使用される。すなわち、ここで取得された新製品の販売台数が、新製品の生産計画台数として扱われる。販売計画以外の情報から生産計画を取得できる場合には、その情報を取得してもよい。

次に、作業時間更新精度予測機能１１２は、読み込んだリソース種類ごとに、実績数と作業時間の更新精度との関係を学習する（ステップＳ１０２）。実績数と作業時間の更新精度の関係を学習する手段としては、任意の手段を用いることができるが、例えば、機械学習を用いてもよい。

具体的には、作業時間更新精度予測機能１１２は、読み込んだ過去製品の作業実績情報記憶部６００の各情報項目（列６０１～列６０４）に対して、読み込んだリソース種類情報記憶部５００の各情報項目（列５０１～列５０３）を引き当てることで、読み込んだ過去製品の作業実績情報記憶部６００のレコードをリソース種類ごとに分類し、当該リソース種類の実績数を算出する。また、作業時間更新精度予測機能１１２は、読み込んだ過去製品の作業時間情報記憶部７００の各情報項目（列７０１～列７０３）に対して、読み込んだリソース種類情報記憶部５００の各情報（列５０１～列５０３）を引き当てることで、リソース種類ごとの標準の作業時間情報を抽出する。

そして、作業時間更新精度予測機能１１２は、分類したリソース種類ごとの作業実績情報と、抽出したリソース種類ごとの標準の作業時間情報から、作業実績情報を用いて作業時間情報を更新する際の更新精度を算出する。過去の情報から算出したリソース種類ごとの実績数と、過去の情報から算出したリソース種類ごとの更新精度の関係を訓練データとして機械学習することで、リソース種類ごとの実績数と作業時間の更新精度との関係を学習することができる。

一般には、実績数が大きいほど、作業時間の更新精度が高くなる傾向がある。また、リソース種類が、人手を介さずに作業を行う自動設備（図５の例における「自動設備」）である場合には、それ以外（図５の例における「設備＋人」または「人」）の場合と比較して、作業時間のばらつきが小さい傾向がある。このため、実績数が同じであっても、リソース種類が自動設備である場合の作業時間の更新精度は、それ以外の場合の作業時間の更新精度より高くなる傾向がある。例えば、リソース種類ごとの実績数と作業時間の更新精度との関係として、上記のような傾向が学習されてもよい。

次に、作業時間更新精度予測機能１１２は、使用リソース案生成機能１１１によって生成された、生産実施時に使用可能な設備および作業者の組合せから考えられる全ての使用リソースの案に対して、以降のステップＳ１０４～Ｓ１０８の処理を実施する（ステップＳ１０３）。使用リソース案生成機能１１１は、例えば次のような方法で全ての使用リソース案を生成してもよい。すなわち、使用リソース案生成機能１１１は、読み込んだ新製品の使用リソース情報記憶部４００の各情報項目（列４０１～列４０４）に対して、製品名情報４０２をキーとして製品ごとに集計を行い、各製品を製造する際に実施される各工程に対して使用できるリソースの組み合わせパターンを全て列挙することで、全ての使用リソース案を生成することができる。

次に、作業時間更新精度予測機能１１２は、一つの使用リソース案に含まれる全てのリソースに対して、以降のステップＳ１０５～Ｓ１０７の処理を実施する（ステップＳ１０４）。

作業時間更新精度予測機能１１２は、読み込んだ新製品の販売計画情報を用い、当該リソースにて将来取得可能な実績数を予測する（Ｓ１０５）。或るリソースにて将来取得可能な実績数を予測する手段としては、読み込んだ新製品の販売計画情報記憶部の各情報（列８０１～列８０３）に、当該製品の或る使用リソース案を引き当てることで、例えば、選択可能な複数のリソースに対して均等に作業が割り付けられるといった仮定を置くことで、或るリソースにて将来取得可能な実績数を予測することができる。

例えば、新製品が製品Ａである場合、販売計画に基づく製品Ａの販売台数は１０００台である。ここで、或る使用リソース案において、製品Ａの切削工程に「切削１」および「切削２」の二つのリソースが使用される場合、それぞれのリソースにて将来取得可能な実績数は、１０００台を二つのリソースに均等に割り付けた「５００」としてもよい。ただし、それぞれのリソースの状態等に応じて、均等に割り付ける以外の方法で将来取得可能な実績数を算出してもよい。

次に、作業時間更新精度予測機能１１２は、読み込んだリソース種類情報記憶部の各情報項目（列５０１～列５０３）を用い、当該リソースのリソース種類を判定する（ステップＳ１０６）。

そして、作業時間更新精度予測機能１１２は、当該リソースにおける作業時間の更新精度を予測する（ステップＳ１０７）。例えば、作業時間更新精度予測機能１１２は、ステップＳ１０２で学習した、リソース種類ごとの実績数と作業時間の更新精度との関係と、ステップＳ１０６で判定したリソース種類情報とから、当該リソース種類の実績数と作業時間の更新精度との関係を抽出し、抽出した当該リソース種類の実績数と作業時間の更新精度の関係に、ステップＳ１０５で予測した将来取得可能な実績数を引き当てることで、作業時間の更新精度を予測することができる。

作業時間更新精度予測機能１１２は、ステップＳ１０５以降の処理を一つの使用リソース案に含まれる全てのリソースに対して実施したのち、当該使用リソース案の作業時間更新精度を集計する（ステップＳ１０８）。例えば、作業時間更新精度予測機能１１２は、当該使用リソース案の各工程のリソースの作業時間の更新精度に所定の重み係数を適用した加重和によって、当該使用リソース案の作業時間更新精度を求めてもよい。

作業時間更新精度予測機能１１２は、ステップＳ１０４～Ｓ１０８の処理を全ての使用リソース案に対して実施することで、各使用リソース案に対する作業時間更新精度を得る。

なお、作業時間更新精度は、作業時間の情報を更新するための新たな作業時間の算出精度と言い換えてもよい。

図１０Ｂは、実施例１の利用リソース設定装置のＫＰＩ予測機能１１３が実行する処理の一例を示すフローチャートである。

作業時間更新精度予測機能１１２が図１０Ａに示す処理によって各リソース案に対する作業時間更新精度を算出すると、次に、制御部１０３のＫＰＩ予測機能１１３は、図１０Ｂに示す処理を実行する。最初に、ＫＰＩ予測機能１１３は、情報記憶部１０２が有する情報に加えて、作業時間更新精度予測機能１１２が算出した各リソース案の作業時間更新精度情報を読み込む（ステップＳ２０１）。

ＫＰＩ予測機能１１３は、使用リソース案生成機能１１１が生成した、生産実施時に使用可能な設備および作業者の組合せから考えられる全ての使用リソースの案に対して、以降の処理を実施する（ステップＳ２０２）。

ＫＰＩ予測機能１１３は、一つの使用リソース案に対する計画上のＫＰＩを算出する（ステップＳ２０３）。例えば、ＫＰＩ予測機能１１３は、新製品を、当該新製品の販売台数８０３の数だけ生産する際に、選択可能な複数のリソースに対して均等に作業が割り付けられるといった仮定を置いて、各作業を各リソースに割り当てた上で、イベントドリブンシミュレーションを用いて、各作業の開始時刻から終了時刻までの時間を算出し、新製品の生産計画を立案してもよい。

なお、この各作業の開始時刻から終了時刻までの時間の算出に用いる各作業の作業時間は、例えば、読み込んだ過去製品の作業時間情報記憶部７００に含まれる各リソースの作業時間７０３を転用してもよいし、或いは、担当者３０１が入力処理３０２において入力した新製品の作業時間の見込み値を使用してもよい。立案した生産計画に対して、単位時間あたりの生産台数および各リソースの稼働率などを算出することで、一つの使用リソース案に対する計画上のＫＰＩを算出することができる。

次に、ＫＰＩ予測機能１１３は、計画上のＫＰＩと実際に生産を行った際のＫＰＩとの乖離を表す、ＫＰＩの確率付き予測値を算出する（ステップＳ２０４）。例えば、ＫＰＩ予測機能１１３は、読み込んだ作業時間更新精度情報を用い、リソース種類ごとの作業時間更新精度の値の大小に基づいて、各使用リソースの作業時間に標準の作業時間を中心としたレンジを与える。そして、ＫＰＩ予測機能１１３は、イベントドリブンシミュレーションを行う際に用いる作業時間を、上記の作業時間のレンジ内で変化させながら、複数パターンの生産計画を立案する。各生産計画に対して、単位時間あたりの生産台数および各リソースの稼働率などのＫＰＩを算出して集計することで、一つの使用リソース案に対するＫＰＩの確率付き予測値を算出することができる。

ここで、ＫＰＩの確率付き予測値は、作業時間更新精度に基づいて予測されたＫＰＩのばらつきの大きさを示す値であってもよい。例えば、ＫＰＩ予測機能１１３は、ＫＰＩの確率付予測値の算出（ステップＳ２０４）において、上記のように一つの使用リソース案について立案した複数パターンの生産計画のＫＰＩを計算し、各リソースにおける作業時間更新精度に基づいて、ＫＰＩがばらつく範囲の最大値および最小値をＫＰＩの確率付き予測値として取得してもよい。ＫＰＩがばらつく範囲の最大値および最小値を、それぞれ、当該使用リソース案における実ＫＰＩ上限および実ＫＰＩ下限とも記載する。一般に、使用リソース案に含まれるリソースの作業時間更新精度が低いほど、ＫＰＩがばらつく範囲は大きくなる。

ＫＰＩ予測機能１１３は、ステップＳ２０３～Ｓ２０４の処理を全ての使用リソース案に対して実施することで、各リソース案に対するＫＰＩの確率付き予測値を算出する。

次に、制御部１０３の予測結果可視化機能１１４は、算出した各リソース案に対する作業時間更新精度およびＫＰＩの確率付き予測値を、例えば図１１のようなフォーマットで、使用リソース設定装置１０１の結果表示部１０４に表示する。

図１１は、実施例１の使用リソース設定装置１０１の結果表示部１０４が表示する使用リソース案表示画面の一例を示す説明図である。

図１１に示す実施例１の出力画面例の使用リソース案表示画面１１０１は、使用リソース案表示部１１０２と、作業時間更新精度とＫＰＩの関係表示部１１０３と、ＫＰＩの詳細表示部１１０４と、作業時間更新精度の詳細表示部１１０５と、を有する。

使用リソース案表示画面１１０１の使用リソース案表示部１１０２は、担当者３０１による任意のリソースを選択する入力処理３０２を受け付けることができる。結果表示部１０４は、担当者３０１が選択したリソースに基づくリソース案について算出された作業時間更新精度とＫＰＩの確率付き予測値情報を可視化するよう、使用リソース案表示部１１０２、作業時間更新精度とＫＰＩの関係表示部１１０３およびＫＰＩの詳細表示部１１０４の表示内容を更新する。

ここで、図１１の出力画面の具体例を説明する。使用リソース案表示部１１０２には、新製品（例えば製品Ａ）を生産するために必要な工程ごとに、工程の作業を割り付けることができるリソースと、使用リソース案において作業が割り付けられたリソースと、を表示している。図１１には、使用リソース案において作業が割り付けられているリソース（すなわち適用リソース）を黒塗りの四角形で示し、作業を割り付けることができるが使用リソース案において作業が割り付けられていないリソース（すなわち適用外リソース）を点線かつ白抜きの四角形で示している。

図１１の例では、新製品の生産のための工程１から工程４までの４工程の作業の割り付けの例を示している。この例において、工程１、２、３、４の作業を、それぞれ、二つ、三つ、二つ、二つのリソースに割り付けることができる。そして、表示されている使用リソース案では、工程１、２、３、４の作業が、それぞれ、二つ、二つ、一つ、二つのリソースに割り付けられている。

ＫＰＩの詳細表示部１１０４には、使用リソース案表示部１１０２に表示された使用リソース案について予測されたＫＰＩの値が表示される。ここで表示されるＫＰＩは、ステップＳ２０３で算出された計画上のＫＰＩであってもよい。ＫＰＩとして種々の指標を使用することができる。図１１の例では、製品を生産ラインに投入してから完成するまでに経由するリソースの経路数、単位時間当たりの生産量、および生産コスト等が算出され、表示されている。

作業時間更新精度の詳細表示部１１０５には、使用リソース案表示部１１０２に表示された使用リソース案について予測された作業時間更新精度に関する情報が表示される。具体的には、作業時間更新精度の詳細表示部１１０５には、表示された使用リソース案における各適用リソースの名称、各適用リソースについてステップＳ１０５で予測された実績数、各適用リソースについてステップＳ１０６で判定されたリソース種類、および、各適用リソースについてステップＳ１０７で予測された作業時間更新精度が表示されてもよい。

作業時間更新精度とＫＰＩの関係表示部１１０３には、使用リソース案表示部１１０２に表示された使用リソース案だけでなく、使用リソース案生成機能１１１が生成した全ての利用リソース案について算出された作業時間更新精度とＫＰＩとの関係が表示される。図１１には、横軸を作業時間更新精度、縦軸をＫＰＩとするグラフが表示される。グラフにプロットされた黒丸が各使用リソース案について算出された計画上のＫＰＩであり、エラーバーが実ＫＰＩの上限値から下限値までの範囲を示している。

一般に、適用リソースの数が少ないほど、単位時間当たりの生産量といったＫＰＩは低くなる。しかし、適用リソースの数が少ないほど、各リソースで行われる作業の実績数は多くなるため、作業時間の更新精度は高くなる。このため、作業時間更新精度が高い使用リソース案であるほど、計画上のＫＰＩの値が小さくなる傾向がある。実ＫＰＩの上限値も同様の傾向を持つ。一方、作業時間の更新精度が低くなるほど、ＫＰＩのばらつきは大きくなる傾向があるため、作業時間更新精度が高くなるにつれて、実ＫＰＩの下限値も高くなる場合がある。

図１１の例では、計画上のＫＰＩおよび実ＫＰＩの上限値が作業時間更新精度の増加に対して単調に減少していくのに対して、実ＫＰＩの下限値はピークを持っている。このため、担当者３０１が例えばばらつきを考慮しないＫＰＩの値を重視する場合には、計画上のＫＰＩが最大となり、作業時間更新精度が最小となる使用リソース案を採用するのが妥当であるが、最悪の場合でも比較的良好なＫＰＩが得られることを重視するのであれば、実ＫＰＩの下限値が最大となる使用リソース案を採用するのが妥当であると言える。

なお、担当者が使用リソース案表示部１１０２に表示された各リソースの四角形をクリックまたはタップすることによって、各リソースを適用するか、または適用外とするかを指定してもよい。これによって使用リソース案が変更されると、それに合わせてＫＰＩの詳細表示部１１０４および作業時間更新精度の詳細表示部１１０５の表示も変更される。また、作業時間更新精度とＫＰＩの関係表示部１１０３に表示されているＫＰＩのうち、使用リソース案表示部１１０２に表示されている利用リソース案に対応するものを、それ以外のものと区別して（例えばそれ以外の者とは異なる色彩又は異なる図形等によって）表示してもよい。

以上により、使用リソース案に対する作業時間更新精度とＫＰＩの確率付き予測値（例えばＫＰＩがばらつく範囲の予測値）を可視化し、トレードオフを人に判断させて適切な使用リソースを選択できるため、作業時間の更新精度と生産ＫＰＩの確率付き予測値を同時に考慮した使用リソースの設定が可能になる。

実施例２では、使用リソース案に対する作業時間更新精度とＫＰＩの確率付き予測値の算出結果に基づき、予め設定した評価指標に対して、当該評価指標を最大化する使用リソース案を探索する場合について説明する。以下に説明する相違点を除き、実施例２のシステムの各部は、実施例１の同一の符号を付された各部と同一の機能を有するため、それらの説明は省略する。

図１２は、実施例２における使用リソース設定装置のシステム構成を示すブロック図である。

なお、使用リソース設定装置１２０１と接続される各種装置は、図１に示した実施例１のシステム構成にて、使用リソース設定装置１０１と接続されている各種装置と同様であるため、図１２においては記載を省略している。

実施例２で説明する使用リソース設定装置１２０１は、図１に示した実施例１のシステム構成における使用リソース設定装置１０１と基本的に同一の構成であり、実施例１に記載した手段によって、使用リソース案に対する作業時間更新精度とＫＰＩの確率付き予測値を算出できる。

すなわち、使用リソース設定装置１２０１は、情報記憶部１２０２と、制御部１２０３と、結果表示部１２０４と、を備える。情報記憶部１２０２は、新製品の使用リソース情報記憶部４００と、リソース種類情報記憶部５００と、過去製品の作業実績情報記憶部６００と、過去製品の作業時間情報記憶部７００と、新製品の販売計画情報記憶部８００とを備える。これらは、実施例１の使用リソース設定装置１０１の情報記憶部１０２が備えるものと同様であるため、説明を省略する。

制御部１２０３は、使用リソース案生成機能１２１１と、作業時間更新精度予測機能１２１２と、ＫＰＩ予測機能１２１３と、予測結果可視化機能１２１４と、使用リソース案探索機能１２１５と、を備える。これらのうち、使用リソース案生成機能１２１１、作業時間更新精度予測機能１２１２、ＫＰＩ予測機能１２１３および予測結果可視化機能１２１４は、それぞれ、実施例１の使用リソース案生成機能１１１、作業時間更新精度予測機能１１２、ＫＰＩ予測機能１１３および予測結果可視化機能１２１４と同様であるため、説明を省略する。すなわち、これらの各機能は、図９～図１０Ｂと同様の処理を実行する。使用リソース案探索機能１２１５は、予め設定した評価指標に対して、評価指標を最大化する使用リソース案を探索する。

以降では、使用リソース設定装置１２０１の使用リソース案探索機能１２１５が、前記評価指標を最大化する使用リソース案を探索する際に実行する処理を、図１３を参照して説明する。なお、使用リソース案探索機能１２１５の処理は、図９のステップＳ９０４の中で実行されてもよい。

図１３は、実施例２の使用リソース設定装置１２０１の使用リソース案探索機能１２１５が実行する処理の一例を示すフローチャートである。

まず、使用リソース設定装置１２０１の使用リソース案探索機能１２１５は、評価指標の選択操作を受け付ける（ステップＳ１３０１）。例えば、使用リソース案探索機能１２１５は、実施例２の出力画面例１（図１４）に示すような評価指標の選択画面１４０１を用いて、評価指標の選択操作を受け付けてもよい。

図１４は、実施例１の使用リソース設定装置１２０１の結果表示部１２０４が表示する評価指標の選択画面の一例を示す説明図である。

具体的には、結果表示部１２０４は、予め設計しておいたいくつかの評価指標を、評価指標の選択画面１４０１に表示し、担当者３０１による評価指標を選択する入力処理３０２を受け付ける。本実施例では、図１４に例示したように、評価指標の選択候補として、（１）計画上のＫＰＩが最大、（２）実際のＫＰＩの上限が最大、（３）実際のＫＰＩの下限が最大、の３つの候補を挙げている。

（１）計画上のＫＰＩが最大、を評価指標として選択した場合には、計画上のＫＰＩと実際に生産を行った際のＫＰＩとの乖離を考えず、計画上のＫＰＩを最大化する使用リソース案を探索する。

（２）実際のＫＰＩの上限が最大、を評価指標として選択した場合には、実施例１に記載した手段によって算出した生産ＫＰＩの確率付き予測値の最大値を最大化する使用リソース案、言い換えると、実際の生産が最も合理的に行われた場合にＫＰＩが最大となる使用リソース案を探索する。

（３）実際のＫＰＩの下限が最大、を評価指標として選択した場合には、実施例１に記載した手段によって算出した生産ＫＰＩの確率付き予測値の最小値を最大化する使用リソース案、言い換えると、実際の生産が最も非合理的に行われた場合にもＫＰＩを最大化できる使用リソース案を探索する。

次に、使用リソース設定装置１２０１の使用リソース案探索機能１２１５は、実施例１に記載した手段によって算出した、使用リソース案に対する作業時間更新精度とＫＰＩの確率付き予測値を読み込む（ステップＳ１３０２）。

そして、使用リソース設定装置１２０１の使用リソース案探索機能１２１５は、選択された評価指標を最大化する使用リソース案を探索する（ステップＳ１３０３）。例えば、前記選択された評価指標が（３）実際のＫＰＩの下限が最大、であった場合には、実施例１に記載した手段にて生成した全ての使用リソース案に対して全探索を行い、生産ＫＰＩの確率付き予測値の最小値が最も大きくなる使用リソース案を探索する。この探索の結果として得られた使用リソース案（上記の例では実際のＫＰＩの下限が最大となる使用リソース案）を、以下の説明において、探索した使用リソース案と記載する。

使用リソース設定装置１２０１の使用リソース案探索機能１２１５は、探索した使用リソース案を出力する（Ｓ１３０４）。例えば、使用リソース案探索機能１２１５は、図１５に示す実施例２の出力画面例２のようなフォーマットの画面を、使用リソース設定装置１２０１の結果表示部１２０４に表示する。

図１５は、実施例２の使用リソース設定装置１２０１の結果表示部１２０４が表示する使用リソース案探索結果表示画面の一例を示す説明図である。

図１５に示す使用リソース案の探索結果表示画面１５０１は、探索した使用リソース案の表示部１５０２と、作業時間更新精度とＫＰＩの関係表示部１５０３と、ＫＰＩの詳細表示部１５０４と、作業時間更新精度の詳細表示部１５０５と、を有する。

使用リソース案の探索結果表示画面１５０１の、探索した使用リソース案の表示部１５０２は、探索した使用リソース案において適用されたリソース、および、適用されなかったリソースを表示する。探索した使用リソース案の表示部１５０２の表示方法は、実施例１の使用リソース案表示部１１０２におけるものと同様であってもよい。

使用リソース案の探索結果表示画面１５０１の、作業時間更新精度とＫＰＩの関係表示部１５０３は、作業時間更新精度とＫＰＩの関係における、探索した使用リソース案のポジションを表示する。作業時間更新精度とＫＰＩの関係表示部１５０３の表示方法は、基本的には、実施例１の作業時間更新精度とＫＰＩの関係表示部１１０３におけるものと同様であってもよい。ただし、作業時間更新精度とＫＰＩの関係表示部１５０３では、探索した使用リソース案に対応するＫＰＩが強調表示等によって明示されてもよい。

使用リソース案の探索結果表示画面１５０１の、ＫＰＩの詳細表示部１５０４は、探索した使用リソース案を適用した場合のＫＰＩの詳細情報を表示する。ＫＰＩの詳細表示部１５０４の表示方法は、実施例１のＫＰＩの詳細表示部１１０４におけるものと同様であってもよい。

使用リソース案の探索結果表示画面１５０１の、作業時間更新精度の詳細表示部１５０５は、探索した使用リソース案を適用した場合の作業時間更新精度の詳細情報を表示する。作業時間更新精度の詳細表示部１５０５の表示方法は、実施例１の作業時間更新精度の詳細表示部１１０５におけるものと同様であってもよい。

以上により、使用リソース案に対する作業時間更新精度とＫＰＩの確率付き予測値の算出結果に基づいた、評価指標を最大化する使用リソース案の探索、および、探索した使用リソース案の出力が可能になる。

また、本発明の実施形態のシステムは次のように構成されてもよい。

（１）使用リソース設定装置（例えば使用リソース設定装置１０１または１２０１）が実行する使用リソース設定方法であって、使用リソース設定装置は、制御部（例えば制御部１０３または１２０３）と、記憶部（例えば記憶部１０２または１２０２）と、を有し、記憶部は、リソース種類情報（例えばリソース種類情報記憶部５００に含まれる情報）と、作業時間情報（例えば過去製品の作業実績情報記憶部６００に含まれる情報）と、生産計画情報（例えば新製品の販売計画情報記憶部８００に含まれる情報）と、を保持し、リソース種類情報は、それぞれが製品を生産する工程の作業に使用できる各リソースの種類を特定する情報を含み、作業時間情報は、各リソースを使用して過去に実行された作業の所要時間を示す情報を含み、生産計画情報は、生産が計画されている製品の数を示す情報を含み、使用リソース設定方法は、制御部が、リソース種類情報と、作業時間情報と、生産計画情報と、に基づいて、製品を生産する各工程の作業に１以上のリソースを割り付ける使用リソース案における作業の所要時間の算出精度を予測する第１手順（例えばステップＳ９０２、図１０Ａ）と、制御部が、使用リソース案と、作業時間情報と、生産計画情報と、に基づいて、使用リソース案を採用した場合の製品の生産の評価指標（例えば生産量、コストといったＫＰＩ）を予測する第２手順（例えばステップＳ９０３、図１０Ｂ）と、を含み、第２手順は、制御部が、使用リソース案における作業の所要時間の算出精度に基づいて、評価指標のばらつきを予測する手順（例えばステップＳ２０４）を含む。

これによって、使用リソース案に対する作業時間更新精度と評価指標（ＫＰＩ）のばらつきを含む予測値を算出し、これらを考慮して使用リソースを設定することが可能になる。

（２）上記（１）において、記憶部は、使用リソース情報（例えば新製品の使用リソース情報記憶部４００に含まれる情報）をさらに保持し、使用リソース情報は、製品を生産する工程ごとに、工程の作業に使用できる１以上のリソースを特定する情報を含み、使用リソース設定方法は、制御部が、使用リソース情報に基づいて、複数の使用リソース案を生成する第３手順（例えばステップＳ９０１）をさらに含み、第１手順及び第２手順は、第３手順において生成された複数の使用リソース案の各々について実行される。

これによって、複数の使用リソース案から適切な使用リソースを設定することが可能になる。

（３）上記（１）において、制御部が、評価指標のばらつきを予測した結果を画面上に表示するための情報を出力する第４手順（例えばステップＳ９０４）をさらに含む。

これによって、使用リソース案に対する作業時間更新精度とＫＰＩがばらつく範囲の予測値を可視化し、トレードオフを人に判断させて適切な使用リソースを選択することが可能になる。

（４）上記（１）の第１手順において、制御部は、リソース種類情報と、作業時間情報と、に基づいて、リソースの種類ごとに、作業の実績数と作業の所要時間の算出精度との関係を学習し（例えばステップＳ１０２）、使用リソース案と、生産計画情報と、に基づいて、各工程に割り付けられたリソースにおいて将来行われる作業の実績数を予測し（例えばステップＳ１０５）、使用リソース案と、リソース種類情報と、に基づいて、各工程に割り付けられたリソースの種類を判定し（例えばステップＳ１０６）、学習したリソースの種類ごとの作業の実績数と作業の所要時間の算出精度との関係に、作業の実績数の予測結果およびリソースの種類の判定結果を適用することによって、使用リソース案における作業の所要時間の算出精度を予測する（例えばステップＳ１０７）。

これによって、使用リソース案ごとの作業の所要時間の算出精度を適切に予測することができる。

（５）上記（４）において、リソースの種類は、少なくとも、人手を介さずに作業を行う自動設備（例えばリソース種類５０３の値「自動設備」）と、それ以外（例えばリソース種類５０３の値「設備＋人」または「人」）と、を含む。

これによって、リソースの種類に応じた作業時間のばらつきに基づいて、所要時間の算出精度の予測を高精度に行うことが可能になる。

（６）上記（１）において、第１手順及び第２手順は、複数の使用リソース案の各々について実行され、使用リソース設定方法は、制御部が、評価指標に基づく所定の選択基準に従って、複数の使用リソース案の一つを選択する第５手順（例えばステップＳ９０４における使用リソース案探索機能１２１５の処理）をさらに含む。

これによって、使用リソース案に対する作業時間更新精度とＫＰＩがばらつく範囲の予測値に基づいた、評価指標を最大化する使用リソース案の探索および探索した使用リソース案の出力が可能になる。

（７）上記（６）において、第５手順において、制御部は、複数の選択基準のうちいずれかを指定する情報が入力された場合（例えば図１４に示す画面からの入力が行われた場合）、指定された選択基準に従って、複数の使用リソース案の一つを選択する。

これによって、人が選択した選択基準に基づく使用リソースの設定が可能になる。

（８）上記（１）において、複数の選択基準は、使用リソース案における作業の所要時間の算出精度に基づくばらつきを含まない評価指標（例えばステップＳ２０３で算出される計画上のＫＰＩ）が最も高くなること、評価指標のばらつきの範囲の上限値（例えばステップＳ２０４で算出される実ＫＰＩの上限値）が最も高くなること、及び、評価指標のばらつきの範囲の下限値（例えばステップＳ２０４で算出される実ＫＰＩの下限値）が最も高くなること、のいずれかである。

これによって、人が選択した選択基準に基づく使用リソースの設定が可能になる。

（９）上記（１）の第１手順において、制御部は、いずれかのリソースを指定する情報が入力された場合、指定されたリソースの作業への割り付けを含む使用リソース案における作業の所要時間の算出精度を予測する。

これによって、人が任意に指定したリソースを含む使用リソース案を評価することができる。

なお、上記した実施例は本発明を限定するものではなく、本発明には様々な変形例が含まれる。上記した実施例は本発明を分かりやすく説明するために詳細に記載したものであり、例えば、必ずしも記載した全ての構成を備える必要はない。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可能であり、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可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

また、上記の各構成、機能、処理部、処理手段等は、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ってハードウェアで実現してもよい。また、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、テーブル、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等の計算機読み取り可能な非一時的データ記録媒体に置くことができる。

また、制御線及び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。実際には殆ど全ての構成が相互に接続されていると考えてもよい。

１０１、１２０１…使用リソース設定装置
１０２、１２０２…情報記憶部
１０３、１２０３…制御部
１０４、１２０４…結果表示部
１０５…生産管理装置
１０６…過去製品の作業実績情報
１０７…過去製品の作業時間情報
１０８…販売計画立案装置
１０９…新製品の販売計画情報
１１１、１２１１…使用リソース案生成機能
１１２、１２１２…作業時間更新精度予測機能
１１３、１２１３…ＫＰＩ予測機能
１１４、１２１４…予測結果可視化機能
４００…新製品の使用リソース情報記憶部
５００…リソース種類情報記憶部
６００…過去製品の作業実績情報記憶部
７００…過去製品の作業時間情報記憶部
８００…新製品の販売計画情報記憶部
２０１…情報端末
２０２…入力装置
２０３…出力装置
２０４…補助記憶装置
２０５…演算装置
２０６…中央演算処理装置（ＣＰＵ）
２０７…主記憶装置
２０８…インターフェース
３０１…担当者
３０２…入力処理
３０３…出力処理
１２１５…使用リソース案探索機能

Claims (10)

1. 使用リソース設定装置が実行する使用リソース設定方法であって、
   前記使用リソース設定装置は、制御部と、記憶部と、を有し、
   前記記憶部は、リソース種類情報と、作業時間情報と、生産計画情報と、を保持し、
   前記リソース種類情報は、それぞれが製品を生産する工程の作業に使用できる各リソースの種類を特定する情報を含み、
   前記作業時間情報は、前記各リソースを使用して過去に実行された作業の所要時間を示す情報を含み、
   前記生産計画情報は、生産が計画されている前記製品の数を示す情報を含み、
   前記使用リソース設定方法は、
   前記制御部が、前記リソース種類情報と、前記作業時間情報と、前記生産計画情報と、に基づいて、前記製品を生産する各工程の作業に１以上の前記リソースを割り付ける使用リソース案における作業の所要時間の算出精度を予測する第１手順と、
   前記制御部が、前記使用リソース案と、前記作業時間情報と、前記生産計画情報と、に基づいて、前記使用リソース案を採用した場合の前記製品の生産の評価指標を予測する第２手順と、を含み、
   前記第２手順は、前記制御部が、前記使用リソース案における作業の所要時間の算出精度に基づいて、前記評価指標のばらつきを予測する手順を含むことを特徴とする使用リソース設定方法。
2. 請求項１に記載の使用リソース設定方法であって、
   前記記憶部は、使用リソース情報をさらに保持し、
   前記使用リソース情報は、前記製品を生産する工程ごとに、工程の作業に使用できる１以上の前記リソースを特定する情報を含み、
   前記使用リソース設定方法は、前記制御部が、前記使用リソース情報に基づいて、複数の前記使用リソース案を生成する第３手順をさらに含み、
   前記第１手順及び前記第２手順は、前記第３手順において生成された前記複数の使用リソース案の各々について実行されることを特徴とする使用リソース設定方法。
3. 請求項１に記載の使用リソース設定方法であって、
   前記制御部が、前記評価指標のばらつきを予測した結果を画面上に表示するための情報を出力する第４手順をさらに含むことを特徴とする使用リソース設定方法。
4. 請求項１に記載の使用リソース設定方法であって、
   前記第１手順において、前記制御部は、
   前記リソース種類情報と、前記作業時間情報と、に基づいて、前記リソースの種類ごとに、前記作業の実績数と前記作業の所要時間の算出精度との関係を学習し、
   前記使用リソース案と、前記生産計画情報と、に基づいて、前記各工程に割り付けられた前記リソースにおいて将来行われる作業の実績数を予測し、
   前記使用リソース案と、前記リソース種類情報と、に基づいて、前記各工程に割り付けられた前記リソースの種類を判定し、
   学習した前記リソースの種類ごとの前記作業の実績数と前記作業の所要時間の算出精度との関係に、前記作業の実績数の予測結果および前記リソースの種類の判定結果を適用することによって、前記使用リソース案における作業の所要時間の算出精度を予測することを特徴とする使用リソース設定方法。
5. 請求項４に記載の使用リソース設定方法であって、
   前記リソースの種類は、少なくとも、人手を介さずに作業を行う自動設備と、それ以外と、を含むことを特徴とする使用リソース設定方法。
6. 請求項１に記載の使用リソース設定方法であって、
   前記第１手順及び前記第２手順は、複数の前記使用リソース案の各々について実行され、
   前記使用リソース設定方法は、前記制御部が、前記評価指標に基づく所定の選択基準に従って、前記複数の使用リソース案の一つを選択する第５手順をさらに含むことを特徴とする使用リソース設定方法。
7. 請求項６に記載の使用リソース設定方法であって、
   前記第５手順において、前記制御部は、複数の選択基準のうちいずれかを指定する情報が入力された場合、前記指定された選択基準に従って、前記複数の使用リソース案の一つを選択することを特徴とする使用リソース設定方法。
8. 請求項７に記載の使用リソース設定方法であって、
   前記複数の選択基準は、前記使用リソース案における作業の所要時間の算出精度に基づくばらつきを含まない前記評価指標が最も高くなること、前記評価指標のばらつきの範囲の上限値が最も高くなること、及び、前記評価指標のばらつきの範囲の下限値が最も高くなること、のいずれかであることを特徴とする使用リソース設定方法。
9. 請求項１に記載の使用リソース設定方法であって、
   前記第１手順において、前記制御部は、いずれかのリソースを指定する情報が入力された場合、前記指定されたリソースの前記作業への割り付けを含む前記使用リソース案における作業の所要時間の算出精度を予測することを特徴とする使用リソース設定方法。
10. 使用リソース設定装置であって、
    制御部と、記憶部と、を有し、
    前記記憶部は、リソース種類情報と、作業時間情報と、生産計画情報と、を保持し、
    前記リソース種類情報は、それぞれが製品を生産する工程の作業に使用できる各リソースの種類を特定する情報を含み、
    前記作業時間情報は、前記各リソースを使用して過去に実行された作業の所要時間を示す情報を含み、
    前記生産計画情報は、生産が計画されている前記製品の数を示す情報を含み、
    前記制御部は、
    前記リソース種類情報と、前記作業時間情報と、前記生産計画情報と、に基づいて、前記製品を生産する各工程の作業に１以上の前記リソースを割り付ける使用リソース案における作業の所要時間の算出精度を予測し、
    前記使用リソース案と、前記作業時間情報と、前記生産計画情報と、に基づいて、前記使用リソース案を採用した場合の前記製品の生産の評価指標を予測し、
    前記使用リソース案における作業の所要時間の算出精度に基づいて、前記評価指標のばらつきを予測することを特徴とする使用リソース設定装置。

Images