JP3276862B2 - 計画立案装置および計画立案方法 - Google Patents
計画立案装置および計画立案方法Info
- Publication number
- JP3276862B2 JP3276862B2 JP23764496A JP23764496A JP3276862B2 JP 3276862 B2 JP3276862 B2 JP 3276862B2 JP 23764496 A JP23764496 A JP 23764496A JP 23764496 A JP23764496 A JP 23764496A JP 3276862 B2 JP3276862 B2 JP 3276862B2
- Authority
- JP
- Japan
- Prior art keywords
- plan
- objective function
- planning
- function value
- value
- 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 - Fee Related
Links
- 238000013439 planning Methods 0.000 title claims description 76
- 238000000034 method Methods 0.000 title claims description 41
- 230000035772 mutation Effects 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 4
- 230000003213 activating effect Effects 0.000 claims description 3
- 238000009751 slip forming Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 64
- 238000010586 diagram Methods 0.000 description 14
- 238000011156 evaluation Methods 0.000 description 7
- 238000005457 optimization Methods 0.000 description 4
- 238000000638 solvent extraction Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013316 zoning Methods 0.000 description 2
- 150000001875 compounds Chemical group 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- 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
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/99931—Database or file accessing
- Y10S707/99933—Query processing, i.e. searching
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (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)
Description
び計画立案方法に係り、特に、物品の配送、収集、各種
検針等の訪問に際し、対象となる地域を複数の担当者で
担当する場合の区割り情報を提供する技術、あるいは物
体の強度試験をおこなう為のメッシュ情報を提供する技
術、作業を複数の担当者で担当する場合の作業分割情報
を提供する技術、都市計画を行なう場合のメッシュ情報
を提供する技術に係り、特に区割り(メッシュ)を均一
にする問題について、簡単な構成で解を求めるのに適し
た計画立案装置および計画立案方法に関する。
域(1〜3次元)を与えられた分割数にて、それぞれの
重み、例えば面積、重量、作業量、等が各分割区毎に均
一になる様な解を求める問題である。
考えられる。すなわち「パターンの有限集合Wにたいし
て総歪F(S1,…………,Sn)(Siは分割された集
合)を最小とする様なWの直和分割{S1,…………,
Sn}を求める」ことと等価である。
集号に直和分割する方法は有限通りしかなく、したがっ
てこの問題は原理的には枚挙法によって必ず解けること
が知られているが、この様な直和分割の場合の数(組合
せの数)は、
0、N>100の様な場合、膨大な数となり、現在最速
のコンピュータを用いても現実的な時間の中で解を得る
ことは極めて困難である。
アルゴリズム」(文−総合出版、上坂吉則/尾関和彦著
P−112〜119)等に開示されている様なLBG
アルゴリズム、あるいは様々なOR(オペレーションズ
リサーチ法)手法が提案されていた。
献等において開示されている計画立案方法においては、
少なくとも2つの問題点が存在していた。
は、対象となる問題の要素の数Nの少なくとも3乗以上
の繰り返し処理が必要であり、高速に求解することは非
常に困難であった。
に低い、という問題点も有していた。 そこで本発明の
目的は、上記問題点を解決し、物品の配送、収集、各種
検針等の訪問に際し、対象となる地域等の問題に対し、
与えられた分割数で、それぞれ分割された集合の重み、
例えば面積、重量、作業量等が均一になる解を、簡単な
構成で高速に求める計画立案装置および計画立案方法手
段を提供することにある。 本発明の他の目的は、上記
問題点を解決し、対象となる地域等の問題に対し、与え
られた分割数で、それぞれ分割された集合の重みが均一
になる解を、簡単な構成で求めかつ最適解に到達し得る
確率が高い計画立案装置および計画立案方法手段を提供
することにある。
明の目的を達成するため、本発明の計画立案装置は以下
の特徴がある。
り構成される対象に対し、与えられた分割数にて前記対
象を分割し、該分割された各サブ集合の要素の重みの総
計値を平準化する問題に対する解を計画立案によって求
める計画立案装置であって、平準化を図る項目を表す目
的関数を作成し、該目的関数の値を最小化する計画を立
案する計画立案手段と、計画立案に必要な変数を少なく
とも記憶する記憶手段とを具備するものにおいて、前記
計画立案手段は、予め作成されている初期計画の目的関
数値を計算する目的関数値演算手段と、分割された各サ
ブ集合の境界面に接触する要素によって成る集合に対し
一様に選択できる分布を有する乱数にて1つの要素を選
択し、該要素が接触しているサブ集合の1つを一様に選
択し、選択されたサブ集合へ所属させる様に前記計画を
変異させる変異操作手段と、前回立案された計画に対す
る目的関数値と新たな計画に対する目的関数値とを比較
し、目的関数値の小さい計画を順次最適計画候補とする
計画更新手段とを備えている。
要素が連続して構成される対象に対し、与えられた分割
数にて前記対象を分割し、分割された各サブ集合の要素
の重みの総計値を平準化する問題、に対する解を計画立
案によって求める装置であって、前記問題及び前記問題
の解決に必要な変数の値を少なくとも受付ける設定手段
と、前記問題において、平準化を図る項目を表す目的関
数を作成し、作成された目的関数の値を最小化する計画
を立案する計画立案手段と、計画立案時に必要な変数を
少なくとも記憶する記憶手段と、計画立案結果を表示す
る手段を具備し、前記計画立案手段は、予め作成されて
いる初期計画案を取り出す初期計画取込手段と、該初期
計画の目的関数値を計算する目的関数値演算手段と、前
回立案された計画と新たに計画された計画に対する目的
関数値より小さい場合には前回立案した計画を、今回立
案した計画で置き換えて順次最適計画候補とする計画更
新手段と、分割された各サブ集合の境界面に接触する要
素によって成る集合に対し一様に選択できる分布を有す
る乱数にて1つの要素を選択し、該要素が接触している
サブ集合の1つを一様に選択し、選択されたサブ集合へ
所属させる様に計画を変異させる変異操作手段と、前記
目的関数値演算手段、前記計画更新手段、及び前記変異
操作手段を、所定回数だけ起動する機能、及び最終の最
適計画を前記表示手段に表示させる機能とを有する制御
手段とを備えている。
た各サブ集合の要素の重みの標準偏差値、数1を目的関
数値として演算する装置として構成する。
操作手段により、要素の所属が変更となった高々2個の
サブ集合に対し、変更前の高々2個のサブ集合の重みの
総計の差分値と、変更後の高々2個の差分値の差分値を
目的関数として演算するようにした装置も好ましい。
画候補を求める際に、前回立案された計画と新たに立案
された計画における前記目的関数値の差分値と、計画立
案回数(i)毎に予め設定された変数(C(i))の値と
を比較して、前記目的関数値の差分値が前記予め設定さ
れた変数(C(i))の値より小さい場合には、前回立案
した計画を、今回立案した計画で置き換えて、最適計画
候補とするように構成するのも好ましい。
法が提供される。即ち、計画を立案する為の処理をコン
ピュータを含む計画立案装置に実行させるコンピュータ
ソフトウエアで実現される計画立案方法であって、重み
を有する複数の要素が連続して構成する対象に対し、与
えられた分割数にて前記対象を分割し、分割された各サ
ブ集合の要素の重みの総計値を平準化する問題に対する
解を計画立案によって求めるものにおいて、初期計画の
目的関数値を計算する目的関数値演算ステップと、分割
された各サブ集合の境界面に接触する要素によって成る
集合に対し一様に選択できる分布を有する乱数にて1つ
の要素を選択し、該要素が接触しているサブ集合の1つ
を一様に選択し、選択されたサブ集合へ所属させる様に
前記計画を変異させる変異操作ステップと、前回立案さ
れた計画に対する目的関数値と新たな計画に対する目的
関数値とを比較し、目的関数値の小さい計画を順次最適
計画候補とする計画更新ステップとを含み、前記各ステ
ップを所定回数だけ起動し、最終の最適計画を出力する
ことを特徴とする計画立案方法である。
る、Mこの要素を有する有限集合Wに対し、与えられた
分割数Nで分割する場合の数は、数2の通り存在する。
…,Sn)を最小とする分割計画が少なくとも1つ存在
する。ここでFは目的関数を示し、S1は、分割された
集合を示す。しかし、M>1000、M>100の様な
場合は(式1)の値は膨大となり、これらを全て計算で
求めることは現実的な許容時間内では不可能である。
時間で目的関数Fを最小、あるいは最小に極めて近い値
とする、分割計画を得ることができる。
Sn)を構成する要素mj(j=1〜M)のうち、各Sk(k
=1〜N)がお互いに接触する境界線(又は面)に接し
ている要素の集合Biの要素m s(s=1〜T,T≦
M)に対し、1〜Tで一様になる乱数を用いて1つの要
素mtを選択する。
個以上の分割集合 Sa,Sb,…Siに対し、一様な確
率でSgを選択し、該mtをSgの要素とする。この時、
mtが予め所属していた集合からmtは削除する。これを
変異操作と称す。この分割をLiとする。
i-1の目的関数値と、今回の分割Liの目的関数値の差分
は、変異部分に関する演算のみで求まりN,Mに依存せ
ずに求めることができる。この様にして得た目的関数値
が予め定められている値以上の場合は、前回計画を今回
計画で置き換えて最適計画とする処理を行なう。
的関数値と新たに立案された計画に対する前記目的関数
値を比較し、新たに立案された計画に対する目的関数値
が前回立案された計画に対する目的関数値より小さい場
合には、前回の計画を今回の計画で置き換えて、順次、
最適解候補とする処理で十分である。
回(Cは定数)繰り返すことで目的関数値を最小とする
L、即ち最適な分割計画を求めることができる。
なくともNのM乗以上の繰り返し処理を要するのに対
し、本発明によれば、高々M×N2オーダーの繰り返し
処理を行なえばよい。これは例えばM=10000(W
の要素数)、N=100(分割数)とすると従来の方法
では、
108/1020000≒1/1019992の処理の高速化を達
成できることになる。
て、図面を参照しつつ説明する。まず本発明によって解
決すべき計画問題につき説明し、さらに実施形態である
装置構成及び装置が行なう処理内容を説明する。
画問題(クラスタリング問題)について図3乃至図10
を参照して説明する。
である、「AB市」のエリアAの地図情報である。この
様な地図は、市販されている地図帳を参照して得られ
る。
を道路、川、山等で囲まれているエリアを、ここではブ
ロック(街区)と称し、区割りの最小単位と定義する。
もちろん道路に面している、より詳細な単位を用いても
よい。本例ではブロック番号1から14までのブロック
を示している。各ブロックには、一般世帯や、ビルやア
パ−ト等の大規模集合体がある。
集合体を訪問する為の区割り計画を例とする。この場合
に要する作業時間は、各訪問先での作業時間Aと、ブロ
ック間の移動時間Bにて構成され「Bは更に、絶対必要
移動時間Cと、冗長移動時間Dに分離して考えることが
できる。即ちあるセールスマンiの作業時間Fiは、
先の総数で、訪問先の属性によらず同一であるものとし
て単純化している。Dは一筆書でのルートを考えた場合
の重複して移動する経路の距離の和である。以下の説明
では、理解の容易さの為、計画の目的関数であるFiを
訪問作業時間と絶対移動時間のみとした例でまず説明
し、最後に現実への直接的な適用例として上記の様な、
より複雑な複合関数を用いた例を示す。
するブロック番号であり、例えば図4ではブロック番号
6は、トータルで51の訪問先が存在していることを示
している。
ールスマンで担当する場合の区割り例を示している。担
当エリアの面積と、訪問先数の密度を考慮しながら、人
間が作成したものである。地図で観察する限りではある
程度平準(均一)化されていると考えられるが、詳細な
訪問先数と絶対移動必要時間を厳密に考慮すると、各人
の稼動時間の合計は図6に示す様に大きくバラついてい
る場合が多い。
定義したものである。各担当者の棒グラフの中の斜線部
は担当者iの移動時間Ciを示している。一方、白抜き
の部分は担当者iの訪問作業時間(ΣAj)iを示して
いる。Ciは平準化されているが、(ΣAj)がバラつ
いている。この結果、ト−タル的にもバラつきが大き
く、作業量が担当者間で大きく異なってしまっている。
1日の稼動時間の上限を8時間とすると、F,G,H以
外の担当者はかなり作業が楽なのに対し、F,G,Hは
残業をしなければならないことになる。
間の上限以内で均一となる様な最適区割り計画例であ
る。また、図8は、担当者毎の稼働時間棒グラフであ
り、移動時間(Ci)と訪問作業時間(ΣAj)i毎に
はバラついているがトータルの稼働時間Fiはほぼ8
(時間)となっている。この結果担当者が2(人)減少
している。
を以下の様にして、短時間に得ることができる。理解の
容易さの為、図9に、地図をモデル化した例を示す。こ
こでは、計画の最小ブロックを各正方形とし、ここにブ
ロック名称i(i=1〜325)を与える。初期状態と
しては図10に示す様に15(人)の担当者がそれぞれ
割り当てられているものとし、太線がそのエリアを示し
ている。目的関数は各ブロックに1件の訪問先があるも
のとして、担当者毎の作業時間の標準偏差値の二乗とす
る。即ち、先があるものとして、担当者毎の作業時間の
標準偏差値の二乗とする。即ち、
に大きくバラついている。
置の構成及びこの装置が行う処理内容を、図1、図2及
び図11以下で順に説明してゆく。
の構成例を示す。本装置は、計画立案手段1と、設定手
段2と、記憶手段3と、表示手段4とを有している。
成する手段であり、予め作成されている初期計画案を取
り出す初期計画取込手段110と、分割された各サブ集
合の境界面に接触する要素によって成る集合に対し一様
に選択できる分布を有する乱数にて1つの要素を選択
し、該要素が接触しているサブ集合の1つを一様に選択
し、選択されたサブ集合へ所属させる様に計画を変異さ
せる変異操作手段120と、初期計画の目的関数値を計
算する目的関数値演算手段130と、前回立案された計
画と新たに計画された計画に対する目的関数値より小さ
い場合には前回立案した計画を、今回立案した計画で置
き換えて順次最適計画候補とする計画更新手段140
と、変異操作手段、目的関数値演算手段および計画更新
手段を所定回数だけ起動する機能、および最終の最適計
画を表示手段4に表示させる機能とを有する制御手段1
50とを備えている。
M,RAM各種論理回路等の電子デバイスにて実現でき
る。ここでは、目的関数は、各担当者の作業時間のバラ
つき、即ち標準偏差値が考えられるが、これに限るもの
ではない。例えば、一筆書き経路の冗長ルートの距離の
総和でも良い。
問題を受け付ける機能や、計画立案に必要な変数や定数
を受け付ける機能等を少なくとも有する手段であり、例
えばキーボード、マウス等により実現できる。
介して与えられた問題(図9)と、計画立案の為に使用
する定数、条件等を記憶する手段であり、例えばRAM
等の半導体デバイスやディスク装置等の記憶装置等によ
って実現される。具体例としては後に説明する、乱数等
の最適化定数を記憶しておくのに用いればよい。
で得られた計画立案結果を表示する機能を備えた手段で
あり、例えばCRT、液晶ディスプレイ、ELディスプ
レイ等のデバイスによって実現できる。具体的には、計
画立案手段1で得られた区割り状況、評価結果を表示出
力するのに用いられる。
説明図である。この処理手順を説明するため、図9の具
体例を用いる。
る、与えられた初期の区割り情報を記憶装置3より取り
出す。情報の形態としては、各担当者毎に割り当てられ
たブロック番号を集合として分類しておけばよい。
る。ここでは前述の通り目的関数Fは、標準偏差値の二
乗とする。即ち
F,Gの処理を十分な回数くり返す様な制御を行なう。
実用的にはM×N2 回の繰り返しで十分である。
小の変異を与える。これは図11に示す様な、極めて簡
単な発見的方法で行なう。すなわち各担当者に割当てら
れたエリアの境界に接触するブロックの集合Sd、 Sd=(1,2,3,……,219 ) を抽出し、この要素数に対して一様に分布する乱数にて
Sdの要素を1つ定める。ここでは219ブロックに対
し、乱数が25であった場合を示している。変異はこの
ブロック25が接触する区割りへ等確率で属す様にして
やればよい。図11の例では、ブロック25が、担当者
BからCへ移動したことを示している。すなわち担当者
Cのブロックが1増加し、担当者Bのブロックは1減少
したことを示している。
のである。境界線が変化した為、ブロック28は非接触
ブロックとなり、ブロック220が新たに接触ブロック
になったことがわかる。
に変異したかを示したものである。担当者Bの負荷が大
きく、担当者Cは小さかった為に、ブロック25の移動
により、全体としては平準化が行なわれたことになる。
の計画Liの目的関数値の差分値を計算する。次にステ
ップFで新計画の優劣を判定する。
計画の方が優れている為Li を最適解候補として更新す
る。これをOPTとすると、 OPT←Li となる。これがステップGの処理である。ステップFは
単にFi-1とFiの差分を判定するだけでもよいが、これ
のみであると局所解に至る可能性がある為、これを回避
する方法については、後で述べることとする。
より生成された新計画Li と前回のLi-1 との目的関数
値の差分ΔFは、 −ΔF=Fi-1−Fi が計画される。ΔFは前述の通り偏差の二乗で定義して
いる為、
きく依存し、処理時間が増大する。ところが本発明では
図11,図12で示した様に最小の変異を与えている為
に、担当者BとC以外の区割りは全く変化していない。
従ってΔFは以下の様に簡単な計算で完了する。
つAj は担当者B,C以外は変化が無い為、
Cとすると、移動ブロック数は1であるから、
大である区割りから、小の区割りに移動した場合は、明
らかに平準化に向かうことがわかる。従ってステップD
では、
ステップEでは、変異の元の区割りの評価値へ変異量を
加えた値が変異先の評価値よりも大であるかを計算すれ
ばよい。ステップFではこの条件が成立した場合、ステ
ップGに進み計画を更新し、そうでない場合はステップ
Hに進む。
D,E,F,Gの中には、区割り数(分割数)Nや、要
素数Mに依存する処理は含まれていない為対象とする問
題の大きさに依存しない。
異は全体に波及するのは明らかであるので、十分な繰り
返しを行なった後に最適解に達することになる。
ブロックの集合Sdの要素の数と考えられる。この要素
の数の平均値は、対象問題の要素が比較的均一に分布し
ている場合、 (N+1)×√M と考えられる。従って、ここで取り上げている様な変異
が局所的でよく、かつ最小の単位で与えられる問題では
変異対象要素数の2乗回のくり返しを行なうことで最適
解、あるいは最適解に十分近い値となることが知られて
いる為、ステップCでのくり返し回数はNとMの関数O
(N,M)で実用的には与えることができる。すなわ
ち、
大規模な問題であっても、 O(N,M)=(100)2×10000=108 程度で良いことになる。前述の通りステップD,E,
F,Gは、NとMに依存しない為、現在の比較的高速な
コンピュータを用いれば秒〜分のオーダーで解が求まる
のは明らかである。
した結果の1例を示している。本例ではN=15,M=
375である為、くり返し回数は、 N2×M=152×375 =84375(回) とした。何種類かの同一目的関数値を持った計画が得ら
れるが、この回数のオーダー分くり返しを行なうことで
実用的な解が得られる。
完全に平準化が達成されたことがわかる。
るが、上記方法では、局所解に到着してしまう可能性も
ある。これを回避する為の更に有効な実施例を図16,
図17,図18を用いて説明する。
i-1と今回計画Fiの評価差分値、
は、ΔFが負の場合のみ、この処理(ステップF,G)
を最適解候補に置き換えるものとした。
処理フローのように変更することで局所解への到達を回
避できる。まず、ステップ10では、繰り返し回数iに
て求まる、 C(i)=(C1・a(i))/log(i+2) を計算する。
a(i)はくり返し回数iにて得る、0.0〜1.0に一様
に分布する乱数、log は自然対数である。図17の
(b)は横軸をくり返し回数iとし、C1=100 とし
た場合に、C(i)のとり得る値域をハッチングで示した
ものである。すなわちC(i)はiが大となるにつれ小さ
くなってゆく様な値域に一様に分布する値であり、例え
ば図17の(a)の様な具体的な値を予め定義しておけば
よい。
の比較を行う。このとき、C(i)がΔFより小さい場合
は、ステップ20の計画更新処理を行う。
していった場合の最適解候補Li の目的関数値F(Li)
推移を示している。図18の(b)は目的関数値F
(Li)をiに対し微分したもので、すなわち目的関数値
差分ΔF(Li)である。ΔF(Li)は前述のC(i)より
小さい範囲で減衰振動してゆく推移を示す関数であり、
最終的にはゼロに収束する。すなわち、最適解Loptに到
達するとΔFはゼロとなり変化しない。
も最適解候補の置き換えを行なう様にすることにより、
局所解にて停止せずに最適解に向かう様にすることがで
きる様になる。
ても、わずかの加算、減算にて達成されるものであり、
NやMに依存しない手順である為処理速度的にも、同オ
−ダ−であるので、この方法を現実的には採用すること
が好ましい。
適用して問題を解決する場合の最適化の対象数である、
分割数Nと要素数の平方根√Mの積を変化させ、最適解
または実用上の最適解が得られるまでに要する処理時間
をプロットしたものである。なお、従来技術との比較の
為に、従来での最高速方法による実用上の解が得られる
までの処理時間を同一のグラフに図示している。ここで
実用上の最適解とは最適解そのものではないが、現実の
許容条件を満足した場合の解を意味する。
S)=(1秒間に109回命令を実行可能な処理性
能)」の能力を有するコンピュ−タを用いた場合を示し
ている。
では、N×√Mが600程度(例えば、分割数N=6,
要素数M=10000)程度でも既に膨大な処理時間を
要してしまうのに対し、本発明によれば1秒以内に求ま
ることがわかる。また、N×√Mが8,000(例えば
N=40,M=40,000)という、大規模問題であ
っても本発明による装置では50秒程度で求まることが
わかる。また、実用上の最適解は、更に大きなNとMで
あっても短時間で求まる。
る解をランダムに崩し、再構成されることを最適解と称
している。従って初期解の最適度水準により処理時間は
変化することを付記しておく。
0ブロックを100(人)程度で負荷平準化することが
ほぼ最大規模であることを考えると、本発明によれば、
大型コンピュ−タ等を使用せずとも短時間で最適解が得
られることになる。
速に最適な区割り計画(クラスタリング)問題に対する
最適計画を得ることができる。
な装置構成により、与えられた区割り(クラスタリン
グ)問題に対する、最適、または実用的に最適な区割り
情報を高速に求める手段を提供できる。すなわち、物品
の配送、収集、各種検針等の訪問に際し、対象となる地
域等の問題に対し、与えられた分割数で、それぞれ分割
された集合の重み、例えば面積、重量、作業量等が均一
になる解を、簡単な構成で高速に求める計画立案装置お
よび計画立案方法手段を提供することができる。
問題に対し、与えられた分割数で、それぞれ分割された
集合の重みが均一になる解を、簡単な構成で求めかつ最
適解に到達し得る確率が高い計画立案装置および計画立
案方法手段を提供することができる。
構成図である。
す説明図である。
図である。
説明図である。
を示す説明図である。
の説明図である。
ある。
である。
表示手段,110…初期計画取込手段,120…変異操
作手段、130…目的関数値演算手段、140…計画更
新手段,150…制御手段
Claims (9)
- 【請求項1】重みを有する複数の要素の連続により構成
される対象に対し、与えられた分割数にて前記対象を分
割し、該分割された各サブ集合の要素の重みの総計値を
平準化する問題に対する解を計画立案によって求める計
画立案装置であって、平準化を図る項目を表す目的関数
を作成し、該目的関数の値を最小化する計画を立案する
計画立案手段と、計画立案に必要な変数を少なくとも記
憶する記憶手段とを具備するものにおいて、 前記計画立案手段は、 初期計画の目的関数値を計算する目的関数値演算手段
と、 分割された各サブ集合の境界面に接触する要素によって
成る集合に対し一様に選択できる分布を有する乱数にて
1つの要素を選択し、該要素が接触しているサブ集合の
1つを一様に選択し、選択されたサブ集合へ所属させる
様に計画を変異させる変異操作手段と、 前回立案された計画に対する目的関数値と新たな計画に
対する目的関数値とを比較し、目的関数値の小さい計画
を順次最適計画候補とする計画更新手段とを備えたこと
を特徴とする計画立案装置。 - 【請求項2】重みを有する複数の要素が連続して構成さ
れる対象に対し、与えられた分割数にて前記対象を分割
し、分割された各サブ集合の要素の重みの総計値を平準
化する問題に対する解を計画立案によって求める計画立
案装置であって、 前記問題及び前記問題の解決に必要な変数の値を少なく
とも受付ける設定手段と、前記問題において、平準化を
図る項目を表す目的関数を作成し、作成された目的関数
の値を最小化する計画を立案する計画立案手段と、計画
立案に必要な変数を少なくとも記憶する記憶手段と、計
画立案結果を表示する表示手段を具備し、 前記計画立案手段は、 予め作成されている初期計画案を取り出す初期計画取込
手段と、 該初期計画の目的関数値を計算する目的関数値演算手段
と、 分割された各サブ集合の境界面に接触する要素によって
成る集合に対し一様に選択できる分布を有する乱数にて
1つの要素を選択し、該要素が接触しているサブ集合の
1つを一様に選択し、選択されたサブ集合へ所属させる
様に計画を変異させる変異操作手段と、 前回立案された計画に対する目的関数値と新たに立案さ
れた計画に対する目的関数値とを比較し、目的関数値の
小さい計画を順次最適計画候補とする計画更新手段と、 前記目的関数値演算手段、前記計画更新手段、及び前記
変異操作手段を、所定回数だけ起動する機能、及び最終
の最適計画を前記表示手段に表示させる機能とを有する
制御手段とを備え、 前記計画更新手段は、前回立案された計画に対する目的
関数値と新たに計画された計画に対する目的関数値を比
較し、前記新たな計画に対する目的関数値が前記前回の
計画に対する目的関数値より小さい場合には、前記前回
立案した計画を、前記新たに立案した計画で置き換えて
順次最適計画候補とすることを特徴とする計画立案装
置。 - 【請求項3】請求項1または2において、前記目的関数
演算手段は、分割された各サブ集合の要素の重みの標準
偏差値である、数1を目的関数値として演算することを
特徴とする計画立案装置。 【数1】 - 【請求項4】請求項1または2において、前記目的関数
演算手段は、前記変異操作手段により、要素の所属が変
更となった最大2個のサブ集合に対し、変更前の高々2
個のサブ集合の重みの総計の差分値と、変更後の高々2
個の差分値の差分値を目的関数として演算することを特
徴とする計画立案装置。 - 【請求項5】請求項1または2において、前記計画更新
手段は、順次、最適計画候補を求める際に、前回立案さ
れた計画と新たに立案された計画における前記目的関数
値の差分値と、計画立案回数(i)毎に予め設定された
変数(C(i))の値とを比較して、前記目的関数値の差
分値が前記予め設定された変数(C(i))の値より小さ
い場合には、前回立案した計画を、今回立案した計画で
置き換えて、最適計画候補とすることを特徴とする計画
立案装置。 - 【請求項6】計画を立案する為の処理をコンピュータを
含む計画立案装置に実行させるコンピュータソフトウエ
アで実現される計画立案方法であって、重みを有する複
数の要素が連続して構成する対象に対し、与えられた分
割数にて前記対象を分割し、分割された各サブ集合の要
素の重みの総計値を平準化する問題に対する解を計画立
案によって求めるものにおいて、 初期計画の目的関数値を計算する目的関数値演算ステッ
プと、 分割された各サブ集合の境界面に接触する要素によって
成る集合に対し一様に選択できる分布を有する乱数にて
1つの要素を選択し、該要素が接触しているサブ集合の
1つを一様に選択し、選択されたサブ集合へ所属させる
様に計画を変異させる変異操作ステップと、 前回立案された計画に対する目的関数値と新たな計画に
対する目的関数値とを比較し、目的関数値の小さい計画
を順次最適計画候補とする計画更新ステップとを含み、 前記各ステップを所定回数だけ起動し、最終の最適計画
を出力することを特徴とする計画立案方法。 - 【請求項7】計画を立案する為の処理をコンピュータを
含む計画立案装置に実行させるコンピュータソフトウエ
アで実現される計画立案方法であって、重みを有する複
数の要素が連続して構成する対象に対し、与えられた分
割数にて前記対象を分割し、分割された各サブ集合の要
素の重みの総計値を平準化する問題に対する解を計画立
案によって求めるものにおいて、 予め作成されている初期計画案を取り出す初期計画取込
ステップ、 該初期計画の目的関数値を計算する目的関数値演算ステ
ップ、 分割された各サブ集合の境界面に接触する要素によって
成る集合に対し一様に選択できる分布を有する乱数にて
1つの要素を選択し、該要素が接触しているサブ集合の
1つを一様に選択し、選択されたサブ集合へ所属させる
様に計画を変異させる変異操作ステップ、 前回立案された計画に対する目的関数値と新たに計画さ
れた計画に対する目的関数値を比較し、目的関数値の小
さい計画を順次最適計画候補とする計画更新ステップ、 前記目的関数値演算ステップ、前記変異操作ステップ、
及び前記計画更新ステップを、所定回数だけ起動する制
御ステップ、及び最終の最適計画を出力するステップと
を含むことを特徴とする計画立案方法。 - 【請求項8】請求項6または7に記載の計画立案方法に
おける、前記変異操作ステップにおいて、 割当てられたエリアの境界に接触するブロックの集合S
dを抽出し、この要素数に対して一様に分布する乱数に
てSdの要素を1つ定め、該要素が接触する区割りへ等
確率で属す様にして、現在の計画Li に最小の変異を与
えることを特徴とする計画立案方法。 - 【請求項9】請求項6または7に記載の計画立案方法に
おける、前記計画更新ステップにおいて、 前回立案された計画に対する目的関数値と新たに計画さ
れた計画に対する目的関数値の差分値ΔFを求めるステ
ップと、 繰り返し回数iにて求まるC(i)を計算するステップ
と、 前記C(i)とΔFの比較を行い、前記C(i)がΔFより
小さい場合は、前記計画更新処理を行うステップを含む
ことを特徴とする計画立案方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP23764496A JP3276862B2 (ja) | 1996-09-09 | 1996-09-09 | 計画立案装置および計画立案方法 |
US08/925,186 US6317732B1 (en) | 1996-09-09 | 1997-09-08 | Planning system and planning method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP23764496A JP3276862B2 (ja) | 1996-09-09 | 1996-09-09 | 計画立案装置および計画立案方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH1083385A JPH1083385A (ja) | 1998-03-31 |
JP3276862B2 true JP3276862B2 (ja) | 2002-04-22 |
Family
ID=17018386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP23764496A Expired - Fee Related JP3276862B2 (ja) | 1996-09-09 | 1996-09-09 | 計画立案装置および計画立案方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US6317732B1 (ja) |
JP (1) | JP3276862B2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6456997B1 (en) * | 2000-04-12 | 2002-09-24 | International Business Machines Corporation | System and method for dynamically generating an invisible hierarchy in a planning system |
JP2003262535A (ja) * | 2002-12-25 | 2003-09-19 | Toshiba Corp | 福祉支援システム |
US20160300188A1 (en) * | 2013-10-02 | 2016-10-13 | Hitachi, Ltd. | Device and program for calculating physical distribution base arrangement plan |
JP6092447B1 (ja) * | 2016-06-13 | 2017-03-08 | エンサイス株式会社 | 情報処理システム、情報処理装置、情報処理方法及びプログラム |
US10878450B1 (en) * | 2018-04-01 | 2020-12-29 | Facebook, Inc. | Pacing content campaigns by adjusting probability of bidding |
US10949782B2 (en) | 2018-12-06 | 2021-03-16 | At&T Intellectual Property I, L.P. | Telecommunication network technician scheduling via multi-agent randomized greedy search |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5101352A (en) * | 1989-06-29 | 1992-03-31 | Carolina Cipher | Material requirements planning system |
US5291394A (en) * | 1990-06-01 | 1994-03-01 | Motorola, Inc. | Manufacturing control and capacity planning system |
US5265006A (en) * | 1990-12-14 | 1993-11-23 | Andersen Consulting | Demand scheduled partial carrier load planning system for the transportation industry |
JPH0773158A (ja) * | 1993-07-12 | 1995-03-17 | Hitachi Ltd | 計画立案方法および装置 |
US5651098A (en) * | 1993-10-07 | 1997-07-22 | Hitachi Engineering Co., Ltd. | Planning method and system |
US5819263A (en) * | 1996-07-19 | 1998-10-06 | American Express Financial Corporation | Financial planning system incorporating relationship and group management |
-
1996
- 1996-09-09 JP JP23764496A patent/JP3276862B2/ja not_active Expired - Fee Related
-
1997
- 1997-09-08 US US08/925,186 patent/US6317732B1/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US6317732B1 (en) | 2001-11-13 |
JPH1083385A (ja) | 1998-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dhiman | SSC: A hybrid nature-inspired meta-heuristic optimization algorithm for engineering applications | |
Harrie et al. | Modelling the overall process of generalisation | |
Pisinger et al. | Large neighborhood search | |
Al-Ahmadi et al. | Calibration of a fuzzy cellular automata model of urban dynamics in Saudi Arabia | |
US7363126B1 (en) | Core area territory planning for optimizing driver familiarity and route flexibility | |
Ahn et al. | Global optimization of case-based reasoning for breast cytology diagnosis | |
Easa et al. | New mathematical optimization model for construction site layout | |
Eldrandaly | A GEP-based spatial decision support system for multisite land use allocation | |
Li et al. | An extendable heuristic framework to solve the p-compact-regions problem for urban economic modeling | |
CN110059385A (zh) | 一种城市元胞自动机情景模拟方法及终端设备 | |
Wang et al. | Spatial decision support system for urban planning: Case study of Harbin City in China | |
CN104573140A (zh) | 一种应用于虚拟仿真的分层动态路径规划方法 | |
Manzano-Agugliaro et al. | Pareto-based evolutionary algorithms for the calculation of transformation parameters and accuracy assessment of historical maps | |
JP3276862B2 (ja) | 計画立案装置および計画立案方法 | |
JP2008543695A (ja) | ルーティング及びスケジューリングを行うためのシステム及び方法 | |
Jiang et al. | An improved adaptive genetic algorithm for mobile robot path planning analogous to the ordered clustered TSP | |
CN115829124A (zh) | 充电桩选址方法、装置、设备及存储介质 | |
Marchal et al. | Modeling location choice of secondary activities with a social network of cooperative agents | |
Pham et al. | Enhancing engineering optimization using hybrid sine cosine algorithm with Roulette wheel selection and opposition-based learning | |
Wang et al. | Polygonal approximation using integer particle swarm optimization | |
CN114723108B (zh) | 城市路网海量公共服务设施可达性计算方法与装置 | |
JP3548315B2 (ja) | 認知地図を持つ装置 | |
Camero et al. | Road map partitioning for routing by using a micro steady state evolutionary algorithm | |
Kim et al. | Spatial diffusion modeling of new residential area for land-use planning of rural villages | |
CN112686468B (zh) | 一种公共设施稳定性优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080208 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090208 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090208 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100208 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100208 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110208 Year of fee payment: 9 |
|
LAPS | Cancellation because of no payment of annual fees |