JP2678073B2 - パターン学習型受注装置およびｃａｄ装置 - Google Patents
パターン学習型受注装置およびｃａｄ装置Info
- Publication number
- JP2678073B2 JP2678073B2 JP30777789A JP30777789A JP2678073B2 JP 2678073 B2 JP2678073 B2 JP 2678073B2 JP 30777789 A JP30777789 A JP 30777789A JP 30777789 A JP30777789 A JP 30777789A JP 2678073 B2 JP2678073 B2 JP 2678073B2
- Authority
- JP
- Japan
- Prior art keywords
- input
- pattern learning
- price
- estimation
- pattern
- 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.)
- Expired - Lifetime
Links
- 238000012384 transportation and delivery Methods 0.000 claims description 62
- 238000004519 manufacturing process Methods 0.000 claims description 49
- 230000006870 function Effects 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 11
- 238000013439 planning Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000003062 neural network model Methods 0.000 claims description 4
- 230000007704 transition Effects 0.000 claims description 4
- 239000000047 product Substances 0.000 description 36
- 238000006243 chemical reaction Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 14
- 238000003860 storage Methods 0.000 description 12
- 230000007246 mechanism Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000000059 patterning Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000009466 transformation Effects 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
- G06Q10/08—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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Economics (AREA)
- Engineering & Computer Science (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Accounting & Taxation (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は受注生産システムにおける受注装置およびCA
D装置に係り、特に製品仕様入力機構によって要求仕様
が決定されると製品仕様およびラインの状況を考慮した
価格・納期を見積る機構をもつパターン学習型受注装置
および設計者が入力した設計仕様に対応するコストを考
慮した設計を誘導する機構をもつパターン学習型CAD装
置に関する。
D装置に係り、特に製品仕様入力機構によって要求仕様
が決定されると製品仕様およびラインの状況を考慮した
価格・納期を見積る機構をもつパターン学習型受注装置
および設計者が入力した設計仕様に対応するコストを考
慮した設計を誘導する機構をもつパターン学習型CAD装
置に関する。
従来の商品価格見積り装置は、特開昭63−12068号公
報に記載のように商品カタログ静止画とその商品に関す
る情報が記載されているファイルを備え、顧客から商品
が選択されるとその商品の画像と商品情報を表示し、見
積り条件が示されると定形的な納期・価格表を検索する
ことによって見積りが出力されるというものであった。
報に記載のように商品カタログ静止画とその商品に関す
る情報が記載されているファイルを備え、顧客から商品
が選択されるとその商品の画像と商品情報を表示し、見
積り条件が示されると定形的な納期・価格表を検索する
ことによって見積りが出力されるというものであった。
上記従来技術は仕様が予め有限種に確定した商品に対
する見積りにしか適用できず、特に納期の見積りについ
ては製造ラインの状況によらず予め製品ごとに決められ
た一定の値を出力するのみであったか、しかし最近では
顧客の商品に対するニーズが多様化している顧客の好み
に合わせた商品を一品ごとに受注したいという要求が強
く、このような場合には一品ごとに異なる仕様の製品に
対する納期や価格の正確な見積りは従来技術では設計者
による製品設計や工程設計を行った結果として得られる
もので迅速に顧客に示すことが不可能であったし、特に
納期については製造ラインの状況まで考慮に入れて見積
りを行うことは営業担当者の勘に頼るしか方法がないと
いう問題があった。
する見積りにしか適用できず、特に納期の見積りについ
ては製造ラインの状況によらず予め製品ごとに決められ
た一定の値を出力するのみであったか、しかし最近では
顧客の商品に対するニーズが多様化している顧客の好み
に合わせた商品を一品ごとに受注したいという要求が強
く、このような場合には一品ごとに異なる仕様の製品に
対する納期や価格の正確な見積りは従来技術では設計者
による製品設計や工程設計を行った結果として得られる
もので迅速に顧客に示すことが不可能であったし、特に
納期については製造ラインの状況まで考慮に入れて見積
りを行うことは営業担当者の勘に頼るしか方法がないと
いう問題があった。
本発明の目的は上記従来技術の問題点を解決し、顧客
ごとに異なる製品仕様に対して高精度な価格・納期を製
品仕様が入力されると直ちに呈示して、仕様の変更や発
注の判断の助けとするようなパターン学習型受注装置を
提供することにある。
ごとに異なる製品仕様に対して高精度な価格・納期を製
品仕様が入力されると直ちに呈示して、仕様の変更や発
注の判断の助けとするようなパターン学習型受注装置を
提供することにある。
本発明の他の目的は上記受注装置において、製品仕様
のみならず製造ラインの状況等も考慮した納期の見積り
をその場で呈示できる手段をもつパターン学習型受注装
置を提供することにある。
のみならず製造ラインの状況等も考慮した納期の見積り
をその場で呈示できる手段をもつパターン学習型受注装
置を提供することにある。
本発明のさらに他の目的は上記受注装置の対象とする
製品系列が変ったり製品の製造設備が変更されたりして
も、そのための見積り手続きやデータを特に用意するこ
となく、納期・価格の見積りを可能とする手段をもつパ
ターン学習型受注装置を提供することにある。
製品系列が変ったり製品の製造設備が変更されたりして
も、そのための見積り手続きやデータを特に用意するこ
となく、納期・価格の見積りを可能とする手段をもつパ
ターン学習型受注装置を提供することにある。
本発明の別の目的はCAD装置において設計者が入力し
た設計仕様に対応するコストを直ちに表示して、製造コ
ストを考慮した設計を誘導する手段をもつパターン学習
型CAD装置を提供することにある。
た設計仕様に対応するコストを直ちに表示して、製造コ
ストを考慮した設計を誘導する手段をもつパターン学習
型CAD装置を提供することにある。
上記目的を達成するために、本発明のパターン学習型
受注装置は、パターン学習機能をもつ少なくとも価格の
納期の一方の見積り装置を受注装置に組み込み、顧客ご
とに異なる要求仕様に対して少なくとも価格と納期の一
方を直ちに表示できるようにしたものである。
受注装置は、パターン学習機能をもつ少なくとも価格の
納期の一方の見積り装置を受注装置に組み込み、顧客ご
とに異なる要求仕様に対して少なくとも価格と納期の一
方を直ちに表示できるようにしたものである。
また製造ラインの状況等を考慮した見積りを行うため
にライン状況データベースを用意し、少なくとも価格と
納期の一方の見積り装置の入力として要求仕様の他にラ
イン状況を示すデータを使用するようにしたものであ
る。
にライン状況データベースを用意し、少なくとも価格と
納期の一方の見積り装置の入力として要求仕様の他にラ
イン状況を示すデータを使用するようにしたものであ
る。
また少なくとも価格と納期の一方の見積り装置の柔軟
なパターン学習能力を得るために、この能力を神経回路
網理論に基いて実現するようにしたものである。
なパターン学習能力を得るために、この能力を神経回路
網理論に基いて実現するようにしたものである。
さらに納期の見積りをさらに正確なものとするため
に、資源計画・工程計画・能力所要計画等によって得ら
れるライン状況の推移予測値の情報を少なくとも価格と
納期の一方の見積り装置に入力する情報として利用する
ようにしたものである。
に、資源計画・工程計画・能力所要計画等によって得ら
れるライン状況の推移予測値の情報を少なくとも価格と
納期の一方の見積り装置に入力する情報として利用する
ようにしたものである。
また本発明のパターン学習型CAD装置は、CAD装置にお
いて設計者が入力した製品仕様に対応するコストを表示
するために、パターン学習機能をもつ製造コスト見積り
装置をCAD装置に組み込むようにしたものである。
いて設計者が入力した製品仕様に対応するコストを表示
するために、パターン学習機能をもつ製造コスト見積り
装置をCAD装置に組み込むようにしたものである。
上記パターン学習型受注装置は、少なくとの価格と納
期の一方の見積り装置においてパターン変換モデルを使
用することにより要求仕様やライン状況等を広く考慮に
入れた少なくとも価格と納期の一方の見積りが実現で
き、またパターン変換モデルのパラメータを変更するこ
とにより過去の要求仕様やライン状況と実際の製造費用
・製造期間のデータとの関係を用いて見積りの精度を向
上させるというパターン学習能力が実現され、またこの
学習された結果のモデルのパラメータを見積りモデル用
パラメータ記憶装置内の製品系列ごとに格納しておくこ
とにより多様な製品の少なくとも価格と納期の一方の見
積りに対応できるようにしている。
期の一方の見積り装置においてパターン変換モデルを使
用することにより要求仕様やライン状況等を広く考慮に
入れた少なくとも価格と納期の一方の見積りが実現で
き、またパターン変換モデルのパラメータを変更するこ
とにより過去の要求仕様やライン状況と実際の製造費用
・製造期間のデータとの関係を用いて見積りの精度を向
上させるというパターン学習能力が実現され、またこの
学習された結果のモデルのパラメータを見積りモデル用
パラメータ記憶装置内の製品系列ごとに格納しておくこ
とにより多様な製品の少なくとも価格と納期の一方の見
積りに対応できるようにしている。
またこのパターン変換モデルとして神経回路網モデル
を採用して、このモデルのもつ柔軟なパターン変換能力
と優れたパターン学習能力を利用することにより、対象
となる製品系列および製造ラインにおける要求仕様やラ
イン状況と少なくとも価格と納期の一方との間の関係が
はっきり判らなくても、パターン変換モデルを構成して
見積りを行なうことを可能にしている。
を採用して、このモデルのもつ柔軟なパターン変換能力
と優れたパターン学習能力を利用することにより、対象
となる製品系列および製造ラインにおける要求仕様やラ
イン状況と少なくとも価格と納期の一方との間の関係が
はっきり判らなくても、パターン変換モデルを構成して
見積りを行なうことを可能にしている。
さらに納期の見積りの場合に実際に製造が行われる未
来のある時点でのライン状況が見積り情報として使用で
きれば見積り精度が向上するため、資源計画・工程設計
・能力所要量計画等によって得られる負荷の推移や在庫
の推移等に関するライン状況の推移予測値を少なくとも
価格と納期の一方の見積り装置の入力として利用できる
ようにして見積り精度の向上を実現している。
来のある時点でのライン状況が見積り情報として使用で
きれば見積り精度が向上するため、資源計画・工程設計
・能力所要量計画等によって得られる負荷の推移や在庫
の推移等に関するライン状況の推移予測値を少なくとも
価格と納期の一方の見積り装置の入力として利用できる
ようにして見積り精度の向上を実現している。
また上記パターン学習型CAD装置は、CAD装置に組み込
んだ製造コスト見積り装置においてパターン変換モデル
を使用することにより、製品仕様と製造コストとの関係
が詳しく解明できない場合にも、パターン変換モデルの
学習機能を利用して製品仕様と製造コストの実績データ
を学習させることにより製造コストを見積れるようにし
ている。
んだ製造コスト見積り装置においてパターン変換モデル
を使用することにより、製品仕様と製造コストとの関係
が詳しく解明できない場合にも、パターン変換モデルの
学習機能を利用して製品仕様と製造コストの実績データ
を学習させることにより製造コストを見積れるようにし
ている。
以下は本発明の実施例を第１図から第７図により説明
する。
する。
第１図は本発明によるパターン学習型受注装置の一実
施例を示す構成図である。第１図において、受注装置１
は出力装置（表示装置）２と、カメラ３と、要求仕様入
力装置４と、仕様記憶装置５と、パターン学習機能をも
つ価格・納期見積り装置６と、見積りモデル用パラメー
タ記憶装置７と、ライン状況データベース８と、過去の
価格・納期実績データベース９とから構成され、生産ラ
イン10に対して発注を行い、見積りに利用するためにラ
イン状況および製造実績を逆にモニタするものである。
施例を示す構成図である。第１図において、受注装置１
は出力装置（表示装置）２と、カメラ３と、要求仕様入
力装置４と、仕様記憶装置５と、パターン学習機能をも
つ価格・納期見積り装置６と、見積りモデル用パラメー
タ記憶装置７と、ライン状況データベース８と、過去の
価格・納期実績データベース９とから構成され、生産ラ
イン10に対して発注を行い、見積りに利用するためにラ
イン状況および製造実績を逆にモニタするものである。
この構成で、顧客または営業担当者は操作者に対する
表示装置をなす出入力装置２を通じて受注装置１の全体
を制御し、要求仕様を入力して見積り価格・納期を知
り、要求仕様を変更したり最終的な発注を行ったりす
る。このとき要求仕様入力装置４はカメラ３に呈示され
たサンプルの情報を基に仕様を決定することも可能であ
る。入力された要求仕様は仕様記憶装置５に記憶され、
価格・納期見積り装置６によって利用される。価格・納
期見積り装置６では生産ライン10をモニタすることによ
って得られたライン状況データベース８および過去の価
格・納期実績データベース９を参照してパターン変換を
行うことにより、新たに要求仕様が入力された製品に対
する価格・納期の見積り値を出入力装置２に対して出力
する。ここでパターン変換を行うモデルのパラメータは
見積りモデル用パラメータ記憶装置７に記憶されてお
り、このパラメータは過去の見積りデータを実際に製造
に要した費用・期間のデータが近づくように学習が行わ
れる結果、常に最適な値に更新されている。本構成によ
り入力された要求仕様の製品に対する価格・納期を生産
ラインの状況等を考慮して直ちに見積ることが可能とな
る。つぎにパターン変換を利用した価格・納期見積り装
置６の構成について説明する。
表示装置をなす出入力装置２を通じて受注装置１の全体
を制御し、要求仕様を入力して見積り価格・納期を知
り、要求仕様を変更したり最終的な発注を行ったりす
る。このとき要求仕様入力装置４はカメラ３に呈示され
たサンプルの情報を基に仕様を決定することも可能であ
る。入力された要求仕様は仕様記憶装置５に記憶され、
価格・納期見積り装置６によって利用される。価格・納
期見積り装置６では生産ライン10をモニタすることによ
って得られたライン状況データベース８および過去の価
格・納期実績データベース９を参照してパターン変換を
行うことにより、新たに要求仕様が入力された製品に対
する価格・納期の見積り値を出入力装置２に対して出力
する。ここでパターン変換を行うモデルのパラメータは
見積りモデル用パラメータ記憶装置７に記憶されてお
り、このパラメータは過去の見積りデータを実際に製造
に要した費用・期間のデータが近づくように学習が行わ
れる結果、常に最適な値に更新されている。本構成によ
り入力された要求仕様の製品に対する価格・納期を生産
ラインの状況等を考慮して直ちに見積ることが可能とな
る。つぎにパターン変換を利用した価格・納期見積り装
置６の構成について説明する。
第２図は第１図のパターン変換を利用した価格・納期
見積り装置６の価格・納期見積り方法の概念図である。
第２図において、製品仕様やライン状況等と納期・価格
との間の関係を、オペレーションとその結果との間のパ
ターン変換の関係として捉らえ、過去の両者の間の関係
を学習データとしてパターン変換モデルのパラメータを
決定する。新たな要求仕様やライン状況等のもとでの価
格・納期の予測には、この学習されたパターン変換モデ
ルを用いる。ついでこの概念に基いた価格・納期見積装
置６の詳細な構成例を第３図に示す。
見積り装置６の価格・納期見積り方法の概念図である。
第２図において、製品仕様やライン状況等と納期・価格
との間の関係を、オペレーションとその結果との間のパ
ターン変換の関係として捉らえ、過去の両者の間の関係
を学習データとしてパターン変換モデルのパラメータを
決定する。新たな要求仕様やライン状況等のもとでの価
格・納期の予測には、この学習されたパターン変換モデ
ルを用いる。ついでこの概念に基いた価格・納期見積装
置６の詳細な構成例を第３図に示す。
第３図は第１図の価格・納期見積り装置６の構成例図
である。第３図において、見積りモデル用パラメータ記
憶装置７には製品系列に対応した見積りモデルパラメー
タファイル701が記憶されている。これを価格・納期見
積り装置６でパターン変換モデル601のパラメータとし
て利用する。仕様記憶装置５およびライン状況データベ
ース８のデータはパターン化装置603によりパターン変
換モデル601の入力に適した形に加工され、パターン変
換モデル601に入力されて見積り価格・納期として出力
される。さらにこの見積り値は実際の価格・納期の実績
値と比較され、これを基にパラメータ変換機構（パター
ン学習機構）602によりパターン変換モデル601が修正さ
れて、より実際の値に近い価格・納期が出力されるよう
になる。本構成によりパターン学習方式によるライン状
況等を考慮した柔軟な価格・納期見積り装置６が実現さ
れている。ついでこの価格・納期見積り装置６において
必要と考えられる入力パターンの項目について第４図に
挙げておく。
である。第３図において、見積りモデル用パラメータ記
憶装置７には製品系列に対応した見積りモデルパラメー
タファイル701が記憶されている。これを価格・納期見
積り装置６でパターン変換モデル601のパラメータとし
て利用する。仕様記憶装置５およびライン状況データベ
ース８のデータはパターン化装置603によりパターン変
換モデル601の入力に適した形に加工され、パターン変
換モデル601に入力されて見積り価格・納期として出力
される。さらにこの見積り値は実際の価格・納期の実績
値と比較され、これを基にパラメータ変換機構（パター
ン学習機構）602によりパターン変換モデル601が修正さ
れて、より実際の値に近い価格・納期が出力されるよう
になる。本構成によりパターン学習方式によるライン状
況等を考慮した柔軟な価格・納期見積り装置６が実現さ
れている。ついでこの価格・納期見積り装置６において
必要と考えられる入力パターンの項目について第４図に
挙げておく。
第４図は第１図（第３図）の価格・納期見積り装置６
の入力パターン項目例の説明図である。第４図におい
て、入力パターン項目の例として、製品仕様に関連する
項目（自動車の例）と、部品在庫状況に関係する項目
と、ライン状況に関係する項目と、販売戦略に関係する
項目と、設計に関係する項目等が挙げられる。これらの
項目を例えば連続量の項目は０〜１のアナログ値、有無
を表すような離散的な項目は０または１の２値、時間に
ともなって変化する項目は数回の時点でサンプリングし
た値を０〜１の値に直した値の組というように変換して
入力パターンとする。入力をこのようにパターンとして
捉えて、価格・納期の見積りを出力へのパターン変換と
してモデル化することにより、複雑な製品設計や生産シ
ミュレーションを行った結果よりも正確な価格・納期の
見積りをマクロな視点から簡潔に行えるという効果が期
待できる。
の入力パターン項目例の説明図である。第４図におい
て、入力パターン項目の例として、製品仕様に関連する
項目（自動車の例）と、部品在庫状況に関係する項目
と、ライン状況に関係する項目と、販売戦略に関係する
項目と、設計に関係する項目等が挙げられる。これらの
項目を例えば連続量の項目は０〜１のアナログ値、有無
を表すような離散的な項目は０または１の２値、時間に
ともなって変化する項目は数回の時点でサンプリングし
た値を０〜１の値に直した値の組というように変換して
入力パターンとする。入力をこのようにパターンとして
捉えて、価格・納期の見積りを出力へのパターン変換と
してモデル化することにより、複雑な製品設計や生産シ
ミュレーションを行った結果よりも正確な価格・納期の
見積りをマクロな視点から簡潔に行えるという効果が期
待できる。
第５図は第１図（第３図）の価格・納期見積り装置６
を神経回路網モデルを利用して構成した一実施例の構成
図である。第５図において、神経回路網理論について
は、ルメルハルト デー・イー,.マクレランド ジェー
・エル・アンド ザ ピーデーピー リサーチ グルー
プ,1986,パラレル ディストリビューティド プレシン
グ：エムアイティー プレス（Rumelhart D.E.,McClell
and J.L.and The PDP Research group,1986,Parallel D
estributed Prcessing:MITPress）に詳しいが、この価
格・納期見積り装置６では、例えば入力パターンを入力
するセルからなる入力層611と、入力情報を圧縮するセ
ルからなる特徴抽出層612と、中間層613と、最終的な見
積り価格・納期を出力する出力層614との４階層から成
る。さらにこの出力は生産実行後に実際の価格・納期が
わかるとそれと比較され、これを基にパラメータ変更機
構602によって各層間の重みパラメータが変更されて、
より正確な見積り価格・納期が得られるように変換モデ
ルの学習が行われる。本構成によりパターン変換とその
学習が実現される。ついで見積り精度を更に向上させる
ための方法について第６図に示す。
を神経回路網モデルを利用して構成した一実施例の構成
図である。第５図において、神経回路網理論について
は、ルメルハルト デー・イー,.マクレランド ジェー
・エル・アンド ザ ピーデーピー リサーチ グルー
プ,1986,パラレル ディストリビューティド プレシン
グ：エムアイティー プレス（Rumelhart D.E.,McClell
and J.L.and The PDP Research group,1986,Parallel D
estributed Prcessing:MITPress）に詳しいが、この価
格・納期見積り装置６では、例えば入力パターンを入力
するセルからなる入力層611と、入力情報を圧縮するセ
ルからなる特徴抽出層612と、中間層613と、最終的な見
積り価格・納期を出力する出力層614との４階層から成
る。さらにこの出力は生産実行後に実際の価格・納期が
わかるとそれと比較され、これを基にパラメータ変更機
構602によって各層間の重みパラメータが変更されて、
より正確な見積り価格・納期が得られるように変換モデ
ルの学習が行われる。本構成によりパターン変換とその
学習が実現される。ついで見積り精度を更に向上させる
ための方法について第６図に示す。
第６図は第１図の見積り精度を向上させる手段の一実
施例を示す構成図である。第６図において、過去に発注
を受けた分の生産活動について生産管理装置1001により
資源計画・工程設計・能力所要量計画等を行い、ワーク
センタの負荷や部品在庫等の推移について将来における
予測パターンを求め、これを価格・納期見積り装置６へ
の入力の一部とする。本構成により既に発注されたが今
後に生産を行う製品が新しく受注しようとする製品の納
期に与える影響を見積りに組み入れることが可能とな
る。
施例を示す構成図である。第６図において、過去に発注
を受けた分の生産活動について生産管理装置1001により
資源計画・工程設計・能力所要量計画等を行い、ワーク
センタの負荷や部品在庫等の推移について将来における
予測パターンを求め、これを価格・納期見積り装置６へ
の入力の一部とする。本構成により既に発注されたが今
後に生産を行う製品が新しく受注しようとする製品の納
期に与える影響を見積りに組み入れることが可能とな
る。
第７図は第１図の出入力装置（表示装置）２の画面表
示方式の表示例を示す表示画面図である。第７図におい
て、顧客または営業担当者により要求仕様の入力・変更
が行われると、直ちに見積り価格・納期の計算が行われ
て、その結果が出入力装置２の画面上の定まった位置に
表示される。本構成によりその仕様を発注で行うか、仕
様を変更するかの判断の助けとすることが容易になる。
示方式の表示例を示す表示画面図である。第７図におい
て、顧客または営業担当者により要求仕様の入力・変更
が行われると、直ちに見積り価格・納期の計算が行われ
て、その結果が出入力装置２の画面上の定まった位置に
表示される。本構成によりその仕様を発注で行うか、仕
様を変更するかの判断の助けとすることが容易になる。
第８図は本発明による製造コストを考慮した設計を誘
導するパターン学習型CAD装置の別の実施例を示す構成
図である。第８図において、CAD装置21は出入力装置
（表示装置）22と、設計データ入力装置23と、設計デー
タ記憶装置24と、パターン学習機能をもつ製造コスト見
積り装置25と、見積りモデル用パラメータ記憶装置26
と、過去の製造コスト実績データベース27とから構成さ
れ、決定した設計データをCAM装置28に送り、その製造
のために実際にかかった製造コストのデータの後で受け
とるものである。
導するパターン学習型CAD装置の別の実施例を示す構成
図である。第８図において、CAD装置21は出入力装置
（表示装置）22と、設計データ入力装置23と、設計デー
タ記憶装置24と、パターン学習機能をもつ製造コスト見
積り装置25と、見積りモデル用パラメータ記憶装置26
と、過去の製造コスト実績データベース27とから構成さ
れ、決定した設計データをCAM装置28に送り、その製造
のために実際にかかった製造コストのデータの後で受け
とるものである。
この構成で、設計者は出入力装置22を通じてCAD装置2
1の全体を制御し、設計データを入力し、それに対する
製造コストの見積り結果を受けとる。ここで設計データ
入力装置23によって処理された設計データは設計データ
記憶装置24に記憶され、製造コスト見積り装置25によっ
て利用される。この製造コスト見積り装置25ではCAM装
置28から得た製造コストデータを蓄積した過去の製造コ
スト実績データベース27を参照してパターン変換を行う
ことにより、新たに設計データが入力されたり変更され
たりするごとにそれに対する製造コストの見積り値を出
入力装置22に対して出力する。ここでパターン変換を行
うモデルのパラメータは見積りモデル用パラメータ記憶
装置26に記憶されており、このパラメータは過去の見積
りデータと実際に要した製造コストの値が近づくように
学習が行われる結果で常に最適な値に更新される。本構
成により設計者の入力した設計データに対する正しい製
造コストを設計仕様の製造コストに及ぼす影響が不明確
な場合にも直ちに設計者に示して、コストを考慮した設
計を誘導することができる。
1の全体を制御し、設計データを入力し、それに対する
製造コストの見積り結果を受けとる。ここで設計データ
入力装置23によって処理された設計データは設計データ
記憶装置24に記憶され、製造コスト見積り装置25によっ
て利用される。この製造コスト見積り装置25ではCAM装
置28から得た製造コストデータを蓄積した過去の製造コ
スト実績データベース27を参照してパターン変換を行う
ことにより、新たに設計データが入力されたり変更され
たりするごとにそれに対する製造コストの見積り値を出
入力装置22に対して出力する。ここでパターン変換を行
うモデルのパラメータは見積りモデル用パラメータ記憶
装置26に記憶されており、このパラメータは過去の見積
りデータと実際に要した製造コストの値が近づくように
学習が行われる結果で常に最適な値に更新される。本構
成により設計者の入力した設計データに対する正しい製
造コストを設計仕様の製造コストに及ぼす影響が不明確
な場合にも直ちに設計者に示して、コストを考慮した設
計を誘導することができる。
本発明によれば、以上に説明したように構成されてい
るので以下に記載されるような効果を奏する。
るので以下に記載されるような効果を奏する。
まず顧客ごとに異なる仕様に対して価格・納期の見積
りを直ちに呈示することにより、仕様の変更や発注の判
断の助けとすることができる。
りを直ちに呈示することにより、仕様の変更や発注の判
断の助けとすることができる。
また製品仕様のみならず製造ラインの状況等も考慮し
た納期の見積りを行うことが可能となる。
た納期の見積りを行うことが可能となる。
さらに受注装置が対象とする製品系列が違ったり製品
の製造設備が変更されたりしても、そのために新しい見
積り手続きやデータを用意することなく、実際に製造に
要した期間や費用のデータを蓄積することにより、自動
的に見積り装置に適応させることができる。
の製造設備が変更されたりしても、そのために新しい見
積り手続きやデータを用意することなく、実際に製造に
要した期間や費用のデータを蓄積することにより、自動
的に見積り装置に適応させることができる。
またCAD装置に同じ原理の製造コスト見積り装置を組
み込むことにより、製造コストを考慮した設計を誘導す
ることができる。
み込むことにより、製造コストを考慮した設計を誘導す
ることができる。
第１図は本発明によるパターン学習型受注装置の一実施
例を示す構成図、第２図は第１図のパターン変換を用い
た価格・納期見積り装置の概念図、第３図は第１図の価
格・納期見積り装置の構成例図、第４図は第１図の価格
・納期見積り装置の入力パラメータ項目例の説明図、第
５図は第１図の神経回路網モデルを用いた価格・納期見
積り装置の一実施例の構成図、第６図は第１図の見積り
精度を向上させる手段の一実施例の構成図、第７図は第
１図の画面表示方式の表示画面例図、第８図は本発明に
よるパターン学習型CAD装置の別の実施例を示す構成図
である。 １……受注装置、２……出入力装置（表示装置）、３…
…カメラ、４……要求仕様入力装置、５……仕様記憶装
置、６……価格・納期見積り装置、７……見積りモデル
用パラメータ記憶装置、８……ライン状況データベー
ス、９……過去の価格・納期実績データ、10……生産ラ
イン、601……パターン変換モデル、602……パラメータ
変更機構、603……パタンー化装置、701……見積りモデ
ルパラメータファイル、611……入力層、612……特徴抽
出層、613……中間層、614……出力層、1001……生産管
理装置、21……CAD装置、22……出入力装置（表示装
置）、23……設計データ入力装置、24……設計データ記
憶装置、25……製造コスト見積り装置、26……見積りモ
デル用パラメータ記憶装置、27……過去の製造コスト実
績データベース、28……CAM装置。
例を示す構成図、第２図は第１図のパターン変換を用い
た価格・納期見積り装置の概念図、第３図は第１図の価
格・納期見積り装置の構成例図、第４図は第１図の価格
・納期見積り装置の入力パラメータ項目例の説明図、第
５図は第１図の神経回路網モデルを用いた価格・納期見
積り装置の一実施例の構成図、第６図は第１図の見積り
精度を向上させる手段の一実施例の構成図、第７図は第
１図の画面表示方式の表示画面例図、第８図は本発明に
よるパターン学習型CAD装置の別の実施例を示す構成図
である。 １……受注装置、２……出入力装置（表示装置）、３…
…カメラ、４……要求仕様入力装置、５……仕様記憶装
置、６……価格・納期見積り装置、７……見積りモデル
用パラメータ記憶装置、８……ライン状況データベー
ス、９……過去の価格・納期実績データ、10……生産ラ
イン、601……パターン変換モデル、602……パラメータ
変更機構、603……パタンー化装置、701……見積りモデ
ルパラメータファイル、611……入力層、612……特徴抽
出層、613……中間層、614……出力層、1001……生産管
理装置、21……CAD装置、22……出入力装置（表示装
置）、23……設計データ入力装置、24……設計データ記
憶装置、25……製造コスト見積り装置、26……見積りモ
デル用パラメータ記憶装置、27……過去の製造コスト実
績データベース、28……CAM装置。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 的場 秀彰 神奈川県横浜市戸塚区吉田町292番地 株式会社日立製作所生産技術研究所内 (72)発明者 因幡 英敏 神奈川県横浜市戸塚区吉田町292番地 株式会社日立製作所生産技術研究所内 (56)参考文献 特開 昭62−67669（ＪＰ，Ａ) 特開 昭62−226267（ＪＰ，Ａ) 特開 平１−166251（ＪＰ，Ａ) エドビアジオニ 他「ニューラルネッ トワークのスケジューリング問題への応 用」知識工学と人工知能を66−１（1989 年９月22日）１−９頁
Claims (6)
- 【請求項１】製品を要求仕様を決定する要求仕様入力装
置と、入力された要求仕様に基ずき少なくとも価格と納
期の一方を見積るパターン学習機能付き見積り装置と、
操作者に対する表示装置とを具備し、上記入力装置より
要求仕様が入力されると、その要求仕様が上記パターン
学習機能付き見積り装置に送られ、その結果が上記表示
装置に出力される構成としたことを特徴とするパターン
学習型受注装置。 - 【請求項２】ライン状況データベースを具備し、要求仕
様の他に製造ラインの状況等を考慮した少なくとも価格
と納期の一方の見積りを行う構成としたことを特徴とす
る請求項１記載のパターン学習型受注装置。 - 【請求項３】パターン学習機能を神経回路網モデルによ
り構成したことを特徴とする請求項１または請求項２記
載のパターン学習型受注装置。 - 【請求項４】資源計画・工程設計・能力所要量計画等に
よって得られるライン状況の推移予測値の情報をパター
ン学習機能付き見積り装置に入力する情報として利用す
る構成としたことを特徴とする請求項２記載のパターン
学習型受注装置。 - 【請求項５】設計仕様の変更が起ると、直ちに表示装置
上に示されている少なくとも価格と納期の一方の値に反
映される機能を具備することを特徴とする請求項１また
は請求項２記載のパターン学習型受注装置。 - 【請求項６】設計データを入力する入力装置と、入力さ
れた設計データに基ずき製造コストを見積るパターン学
習機能付き見積り装置と、操作者に対する表示装置とを
具備し、上記入力装置より設計者が入力した設計仕様に
対応するコストが直ちに上記表示装置に表示され、コス
トを考慮した設計を誘導する構成としたことを特徴とす
るパターン学習型CAD装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP30777789A JP2678073B2 (ja) | 1989-11-29 | 1989-11-29 | パターン学習型受注装置およびｃａｄ装置 |
| US07/619,618 US5307260A (en) | 1989-11-29 | 1990-11-29 | Order entry apparatus for automatic estimation and its method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP30777789A JP2678073B2 (ja) | 1989-11-29 | 1989-11-29 | パターン学習型受注装置およびｃａｄ装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH03168865A JPH03168865A (ja) | 1991-07-22 |
| JP2678073B2 true JP2678073B2 (ja) | 1997-11-17 |
Family
ID=17973144
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP30777789A Expired - Lifetime JP2678073B2 (ja) | 1989-11-29 | 1989-11-29 | パターン学習型受注装置およびｃａｄ装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5307260A (ja) |
| JP (1) | JP2678073B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107326388A (zh) * | 2017-06-30 | 2017-11-07 | 北京瑞和益生科技有限公司 | 一种适用于次氯酸电解控制模型的估算方法 |
| KR20220082264A (ko) * | 2020-12-10 | 2022-06-17 | 주식회사 지엠에스하이테크 | 인공지능 기반의 자동 견적 산출 방법 및 시스템 |
Families Citing this family (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05165842A (ja) * | 1991-12-13 | 1993-07-02 | Toyota Central Res & Dev Lab Inc | 工程時間の見積り装置 |
| JPH06103274A (ja) * | 1992-09-18 | 1994-04-15 | Nec Corp | 原価見積りシステム |
| US6456982B1 (en) * | 1993-07-01 | 2002-09-24 | Dragana N. Pilipovic | Computer system for generating projected data and an application supporting a financial transaction |
| US5444820A (en) * | 1993-12-09 | 1995-08-22 | Long Island Lighting Company | Adaptive system and method for predicting response times in a service environment |
| JPH0850617A (ja) * | 1994-08-05 | 1996-02-20 | Fujitsu Ltd | 販売店における顧客情報処理システム |
| US5758095A (en) * | 1995-02-24 | 1998-05-26 | Albaum; David | Interactive medication ordering system |
| EP0741348B1 (en) * | 1995-04-14 | 2001-08-01 | Nec Corporation | Order control apparatus capable of reducing input operation by an input unit |
| US5649064A (en) * | 1995-05-19 | 1997-07-15 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | System and method for modeling the flow performance features of an object |
| US6604088B1 (en) * | 1995-09-12 | 2003-08-05 | Monarch Marking Systems, Inc. | Automatic barcode printing supply price quote system and method |
| US5911131A (en) * | 1995-12-20 | 1999-06-08 | Vig; Tommy | Computer aided calculation, appraisal and valuation of works of art |
| JPH09160989A (ja) * | 1995-12-04 | 1997-06-20 | Tsubasa Syst Kk | 受発注業務支援システム |
| US5844554A (en) | 1996-09-17 | 1998-12-01 | Bt Squared Technologies, Inc. | Methods and systems for user interfaces and constraint handling configurations software |
| JP3061600B2 (ja) * | 1997-09-10 | 2000-07-10 | 株式会社コムネス | 電子カタログデータの作成装置および電子カタログ作成用プログラムを記憶した記憶媒体 |
| US6014633A (en) * | 1997-09-24 | 2000-01-11 | Deroyal Business Systems, L.L.C. | Method for the analysis and standardization of bills of resources |
| JPH11120249A (ja) * | 1997-10-20 | 1999-04-30 | Sumitomo Heavy Ind Ltd | 見積設計支援装置 |
| US7003548B1 (en) | 1999-03-29 | 2006-02-21 | Gelco Corporation | Method and apparatus for developing and checking technical configurations of a product |
| US7636718B1 (en) * | 1999-10-07 | 2009-12-22 | B. Braun Medical Inc. | Pharmaceutical administrative system for ordering and receiving prescribed medication |
| US6876991B1 (en) | 1999-11-08 | 2005-04-05 | Collaborative Decision Platforms, Llc. | System, method and computer program product for a collaborative decision platform |
| US20010027463A1 (en) * | 2000-03-22 | 2001-10-04 | Fujitsu Limited | Task priority decision apparatus and method, workflow system, work processing method, and recording medium |
| US6922706B1 (en) * | 2000-04-27 | 2005-07-26 | International Business Machines Corporation | Data mining techniques for enhancing shelf-space management |
| TW495819B (en) * | 2000-05-31 | 2002-07-21 | Toshiba Corp | Method and system for electronic commerce of semiconductor product, system and method of production, and design system, design method and manufacturing method of production equipment |
| US6754816B1 (en) | 2000-10-26 | 2004-06-22 | Dell Products L.P. | Scalable environmental data calculation method customized by system configuration |
| CN1316410C (zh) * | 2000-10-27 | 2007-05-16 | 三菱电机株式会社 | 设备计划支持系统的服务器计算机及客户计算机 |
| JP4815694B2 (ja) * | 2001-05-23 | 2011-11-16 | 大日本印刷株式会社 | 納期回答システム |
| JP2003099633A (ja) * | 2001-09-21 | 2003-04-04 | Toshiba Corp | マスク取引システム及び方法 |
| US7505927B2 (en) * | 2003-07-14 | 2009-03-17 | Price Edward R | Extended manufacturing environment |
| US7603191B2 (en) * | 2005-02-16 | 2009-10-13 | Idealab | System and method for design of a component |
| US7647130B2 (en) * | 2006-12-05 | 2010-01-12 | International Business Machines Corporation | Real-time predictive time-to-completion for variable configure-to-order manufacturing |
| US11810010B2 (en) * | 2018-08-02 | 2023-11-07 | The Boeing Company | Two tier automatic cost estimation for automatic manufacture of spare parts |
| KR102375880B1 (ko) * | 2021-08-24 | 2022-03-17 | 이지훈 | 인공지능 모델 기반의 제조 공정에서의 견적 및 설계도 산출 시스템 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4408291A (en) * | 1979-06-15 | 1983-10-04 | M. Wile & Company, Inc. | Point-of-manufacture data acquisition system |
| US4459663A (en) * | 1981-07-02 | 1984-07-10 | American Business Computer | Data processing machine and method of allocating inventory stock for generating work orders for producing manufactured components |
| JPH0778810B2 (ja) * | 1983-11-18 | 1995-08-23 | 株式会社日立製作所 | 製造工程の信頼性分析システム |
| EP0218246A3 (en) * | 1985-10-09 | 1988-12-14 | Hitachi, Ltd. | Method for making of design reference and apparatus therefor |
| US4807108B1 (en) * | 1987-08-10 | 1995-03-28 | Bell Telephone Labor Inc | Product realization method |
| US4887218A (en) * | 1987-12-01 | 1989-12-12 | International Business Machines Corporation | Automated production release system |
| US4959686A (en) * | 1988-02-24 | 1990-09-25 | Dexter Systems, Inc. | Automated shopping order entry system |
| US4984155A (en) * | 1988-08-29 | 1991-01-08 | Square D Company | Order entry system having catalog assistance |
| US4972318A (en) * | 1988-09-09 | 1990-11-20 | Iron City Sash & Door Company | Order entry and inventory control method |
| JPH07104701B2 (ja) * | 1989-05-08 | 1995-11-13 | 三菱電機株式会社 | Ｃａｄ／ｃａｍ装置 |
| US5101352A (en) * | 1989-06-29 | 1992-03-31 | Carolina Cipher | Material requirements planning system |
-
1989
- 1989-11-29 JP JP30777789A patent/JP2678073B2/ja not_active Expired - Lifetime
-
1990
- 1990-11-29 US US07/619,618 patent/US5307260A/en not_active Expired - Fee Related
Non-Patent Citations (1)
| Title |
|---|
| エドビアジオニ 他「ニューラルネットワークのスケジューリング問題への応用」知識工学と人工知能を６６−１（１９８９年９月２２日）１−９頁 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107326388A (zh) * | 2017-06-30 | 2017-11-07 | 北京瑞和益生科技有限公司 | 一种适用于次氯酸电解控制模型的估算方法 |
| KR20220082264A (ko) * | 2020-12-10 | 2022-06-17 | 주식회사 지엠에스하이테크 | 인공지능 기반의 자동 견적 산출 방법 및 시스템 |
| KR102521892B1 (ko) * | 2020-12-10 | 2023-04-14 | 주식회사 지엠에스하이테크 | 인공지능 기반의 자동 견적 산출 방법 및 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH03168865A (ja) | 1991-07-22 |
| US5307260A (en) | 1994-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2678073B2 (ja) | パターン学習型受注装置およびｃａｄ装置 | |
| Xia et al. | A seasonal discrete grey forecasting model for fashion retailing | |
| Giannoccaro et al. | Inventory management in supply chains: a reinforcement learning approach | |
| JPH02155067A (ja) | 在庫警告方法及びこれを用いた在庫警告システム | |
| US11449882B2 (en) | System and method for assortment planning with interactive similarity and transferable demand visualization | |
| JP6514342B2 (ja) | オンライン予測システムおよび方法 | |
| CN109829758A (zh) | 面向多保期的商品销量预测方法和系统 | |
| CN115689451A (zh) | 一种线下零售门店补货量确定方法、装置、终端及介质 | |
| Arredondo et al. | Learning and adaptation of a policy for dynamic order acceptance in make-to-order manufacturing | |
| JP2020149468A (ja) | 商品管理システムおよび商品管理方法 | |
| WO2023020255A1 (zh) | 数据处理方法、装置、设备及存储介质 | |
| Ivanov et al. | Demand forecasting | |
| Tse et al. | Improving postponement operation in warehouse: an intelligent pick-and-pack decision-support system | |
| Deng et al. | Alibaba realizes millions in cost savings through integrated demand forecasting, inventory management, price optimization, and product recommendations | |
| JPH0744631A (ja) | 在庫自動調整システム及び在庫自動調整方法 | |
| CN118096205A (zh) | 一种基于多模态学习的电子商务营销智能决策方法及系统 | |
| Vidhate et al. | Performance comparison of multiagent cooperative reinforcement learning algorithms for dynamic decision making in retail shop application | |
| JPH10228463A (ja) | 需要予測モデル評価方法 | |
| JP4280045B2 (ja) | 生産量算定方法，生産量算定装置，生産量算定システム，生産量算定プログラムおよび記録媒体 | |
| JP2016148889A (ja) | 車両の見積り提供システム及び車両の見積り提供方法 | |
| CN114219343A (zh) | 一种基于数据分析和智能算法的零件预测方法 | |
| CN114626660A (zh) | 用于激增调整预报的方法和装置 | |
| CN113313562A (zh) | 产品数据处理方法、装置、计算机设备和存储介质 | |
| CN113762993A (zh) | 数据处理方法、系统、装置、设备和存储介质 | |
| CN118195280B (zh) | 基于集成嵌套模型的整合式任务调度方法、系统及装置 |