JP3347006B2 - 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
- JP3347006B2 JP3347006B2 JP33941396A JP33941396A JP3347006B2 JP 3347006 B2 JP3347006 B2 JP 3347006B2 JP 33941396 A JP33941396 A JP 33941396A JP 33941396 A JP33941396 A JP 33941396A JP 3347006 B2 JP3347006 B2 JP 3347006B2
- Authority
- JP
- Japan
- Prior art keywords
- plan
- function
- capacity
- vector
- planning
- 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
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Description
【０００１】
【発明の属する技術分野】本発明は、各種分野の様々な
計画立案等における、最適な計画案を提供する手段に関
し、特に、順列、組み合わせの数が膨大で、かつ、必ず
最適解となる計画案が存在する問題を、簡易な構成で極
めて高速に解決する計画立案装置及び方法に関する。
計画立案等における、最適な計画案を提供する手段に関
し、特に、順列、組み合わせの数が膨大で、かつ、必ず
最適解となる計画案が存在する問題を、簡易な構成で極
めて高速に解決する計画立案装置及び方法に関する。
【０００２】
【従来の技術】多種多様な分野（例えば、製造プロセ
ス、下水道配管設計等）における、各種資源の配分等を
対象とする計画立案問題において、最大、あるいは、最
小とする項目を定め、該項目を、最大、あるいは、最小
とする計画案である最適解を、現実的に許容できる時間
内に見つけだす方法に関しては、種々の方法が開発され
ている。
ス、下水道配管設計等）における、各種資源の配分等を
対象とする計画立案問題において、最大、あるいは、最
小とする項目を定め、該項目を、最大、あるいは、最小
とする計画案である最適解を、現実的に許容できる時間
内に見つけだす方法に関しては、種々の方法が開発され
ている。
【０００３】例えば、ニューラルネットワークを応用し
た方法、シミュレーテッドアニーリングによる方法等の
各種の方法が提案されており、これら各種方法について
は、特開平２−３０４５８７号公報「最短距離、最短時
間または最低交通費算出装置」、あるいは「シミュレー
ッテド・アニーリング法を用いた配送計画支援システ
ム、１９９４年度人工知能学会全国大会（第８回）論文
集、ｐｐ．３７３〜３７６」等の文献に記載されてい
る。
た方法、シミュレーテッドアニーリングによる方法等の
各種の方法が提案されており、これら各種方法について
は、特開平２−３０４５８７号公報「最短距離、最短時
間または最低交通費算出装置」、あるいは「シミュレー
ッテド・アニーリング法を用いた配送計画支援システ
ム、１９９４年度人工知能学会全国大会（第８回）論文
集、ｐｐ．３７３〜３７６」等の文献に記載されてい
る。
【０００４】また、カオスを応用した方法も行われてお
り、例えば、文献「「巡回セールスマン問題画期的方法
−カオス利用で驚異の高成績、科学朝日、１９９３−Ｆ
ｅｂ．」に記載されている。
り、例えば、文献「「巡回セールスマン問題画期的方法
−カオス利用で驚異の高成績、科学朝日、１９９３−Ｆ
ｅｂ．」に記載されている。
【０００５】一方、確率的探索を利用した、最適化・学
習等のための手法として、遺伝的アルゴリズムを用いる
方法も知られている。この方法は、生物進化の原理から
着想を得たアルゴリズムであり、例えば、特開平４−２
８１５５０号公報、「Goldberg,D.E.,GENETIC ALGORITH
M in search,Optimization,and Machine Learning, Add
ison Wesley, 1989」、「北野宏明 編：遺伝的アルゴ
リズム，産業図書（株），平成５年６月３日初版」、
「日経ＡＩ別冊，秋号，pp.106〜111，1991」等の文献
に記載されている。
習等のための手法として、遺伝的アルゴリズムを用いる
方法も知られている。この方法は、生物進化の原理から
着想を得たアルゴリズムであり、例えば、特開平４−２
８１５５０号公報、「Goldberg,D.E.,GENETIC ALGORITH
M in search,Optimization,and Machine Learning, Add
ison Wesley, 1989」、「北野宏明 編：遺伝的アルゴ
リズム，産業図書（株），平成５年６月３日初版」、
「日経ＡＩ別冊，秋号，pp.106〜111，1991」等の文献
に記載されている。
【０００６】
【発明が解決しようとする課題】従来の計画立案方法に
おいては、複数（ｎ）の工程を経て完了する複数（ｍ）
の作業を最短期間となる様計画する問題において、一般
的に各工程に必要な作業時間は、予め与えられた値とし
て前記目的関数を求めていた。
おいては、複数（ｎ）の工程を経て完了する複数（ｍ）
の作業を最短期間となる様計画する問題において、一般
的に各工程に必要な作業時間は、予め与えられた値とし
て前記目的関数を求めていた。
【０００７】しかしながら、必要な作業時間は能力によ
り可変であり、能力配分も計画問題に取り入れる必要が
ある。
り可変であり、能力配分も計画問題に取り入れる必要が
ある。
【０００８】このような、能力配分を伴う計画問題の例
として、複数（ｎ）の工程を経て完了する複数（ｍ）の
作業が指定期間内に完了しない場合、能力配分を変更
し、最も効果的な能力投入により、指定期間内に完了さ
せることが考えられる。
として、複数（ｎ）の工程を経て完了する複数（ｍ）の
作業が指定期間内に完了しない場合、能力配分を変更
し、最も効果的な能力投入により、指定期間内に完了さ
せることが考えられる。
【０００９】また、複数（ｎ）の工程を経て完了する複
数（ｍ）の作業を行う現在の生産計画の中で相対的に余
裕のある工程の能力配分を縮小変更し、最も効果的な能
力投入により、同じ指定期間に適合させたい場合が考え
られる。
数（ｍ）の作業を行う現在の生産計画の中で相対的に余
裕のある工程の能力配分を縮小変更し、最も効果的な能
力投入により、同じ指定期間に適合させたい場合が考え
られる。
【００１０】あるいはまた、現在の生産計画に余裕を与
えるために指定期間を延ばし、複数（ｎ）の工程を経て
完了する複数（ｍ）の作業における能力配分を変更し、
最も効果的な能力投入により、新たな指定期間に適合さ
せたい場合も考えられる。
えるために指定期間を延ばし、複数（ｎ）の工程を経て
完了する複数（ｍ）の作業における能力配分を変更し、
最も効果的な能力投入により、新たな指定期間に適合さ
せたい場合も考えられる。
【００１１】本発明の目的は、能力配分の変更を伴う計
画問題における上記要求を満たし、組み合わせの数が膨
大である計画問題の中から、能力投入の最適解を短期間
に求めることのできる計画立案装置及び方法を提供する
ことである。
画問題における上記要求を満たし、組み合わせの数が膨
大である計画問題の中から、能力投入の最適解を短期間
に求めることのできる計画立案装置及び方法を提供する
ことである。
【００１２】
【課題を解決するための手段】本発明は、与えられた計
画対象となる問題および該問題の解決に必要な変数の値
を受け付ける設定手段と、前記計画対象となる問題にお
いて最小化または最大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または最大化する計画を
立案する最適化手段と、計画立案に必要な変数を記憶す
る記憶手段とを具備し、前記最適化手段は、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
の差分値を計算する演算機能と、前記目的関数の差分値
と予め設定された前記変数の値とを比較して、前記目的
関数の差分値が前記予め設定された変数の値より小さい
場合に、前回立案した計画を今回立案した計画に置き換
えて最適計画候補とする再計画機能を有する、計画立案
装置において、前記最適計画候補の可否を判断するため
に、前記問題の各要素が持つ属性値と前記立案結果に基
づく条件関数を作成する機能と、前記最適計画候補が前
記条件関数を充たさない場合に、該条件関数を充たす様
前記属性値を変更する機能とを有する能力設定手段を備
え、前記能力設定手段により能力再配分を行いながら前
記最適化手段により前記計画を再計画することを特徴と
する。
画対象となる問題および該問題の解決に必要な変数の値
を受け付ける設定手段と、前記計画対象となる問題にお
いて最小化または最大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または最大化する計画を
立案する最適化手段と、計画立案に必要な変数を記憶す
る記憶手段とを具備し、前記最適化手段は、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
の差分値を計算する演算機能と、前記目的関数の差分値
と予め設定された前記変数の値とを比較して、前記目的
関数の差分値が前記予め設定された変数の値より小さい
場合に、前回立案した計画を今回立案した計画に置き換
えて最適計画候補とする再計画機能を有する、計画立案
装置において、前記最適計画候補の可否を判断するため
に、前記問題の各要素が持つ属性値と前記立案結果に基
づく条件関数を作成する機能と、前記最適計画候補が前
記条件関数を充たさない場合に、該条件関数を充たす様
前記属性値を変更する機能とを有する能力設定手段を備
え、前記能力設定手段により能力再配分を行いながら前
記最適化手段により前記計画を再計画することを特徴と
する。
【００１３】本発明の他の特徴によれば、前記問題が、
複数の装置による工程を経て完了する複数の作業を最短
期間となる様計画する問題であって、前記能力変更手段
は、条件関数によって本計画が規定期間内に納まってい
るか否かを判断する機能と、最大負荷装置を決定する機
能と、最大負荷装置に対して新たな能力を設定する機能
とを有している。
複数の装置による工程を経て完了する複数の作業を最短
期間となる様計画する問題であって、前記能力変更手段
は、条件関数によって本計画が規定期間内に納まってい
るか否かを判断する機能と、最大負荷装置を決定する機
能と、最大負荷装置に対して新たな能力を設定する機能
とを有している。
【００１４】本発明の他の特徴によれば、前記能力変更
手段は、各作業時間の和を作業間隔時間の和で除した値
が最大となっている装置を最大負荷装置とする。
手段は、各作業時間の和を作業間隔時間の和で除した値
が最大となっている装置を最大負荷装置とする。
【００１５】本発明の他の特徴によれば、前記能力変更
手段は、条件関数によって本計画が規定期間内に納まっ
ているか否かを判断する機能と、最小負荷装置を決定す
る機能と、最小負荷装置に対して新たな能力を設定する
機能とを有している。
手段は、条件関数によって本計画が規定期間内に納まっ
ているか否かを判断する機能と、最小負荷装置を決定す
る機能と、最小負荷装置に対して新たな能力を設定する
機能とを有している。
【００１６】本発明の他の特徴は、与えられた計画対象
となる問題および該問題の解決に必要な変数の値を受け
付ける設定手段と、前記計画対象となる問題において、
最小化または最大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または最大化する計画を立
案する最適化手段と、計画立案に必要な変数を記憶する
記憶手段とを具備し、前記最適化手段は、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の
差分値を計算する演算機能と、前記目的関数の差分値と
前記記憶手段内に予め設定された変数の値とを比較し
て、前記目的関数の差分値が前記予め設定された変数の
値より小さい場合に、前回立案した計画を今回立案した
計画に置き換え最適計画候補とする再計画機能を有する
計画立案装置による計画立案方法において、能力設定手
段により、前記最適計画候補の可否を判断するために、
前記問題の各要素が持つ属性値と前記立案結果に基づく
条件関数を作成するとともに、前記最適計画候補が前記
条件関数を充たさない場合、該条件関数を充たす様前記
属性値を変更し、能力再配分を行いながら前記最適化手
段により前記計画を再計画することにある。
となる問題および該問題の解決に必要な変数の値を受け
付ける設定手段と、前記計画対象となる問題において、
最小化または最大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または最大化する計画を立
案する最適化手段と、計画立案に必要な変数を記憶する
記憶手段とを具備し、前記最適化手段は、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の
差分値を計算する演算機能と、前記目的関数の差分値と
前記記憶手段内に予め設定された変数の値とを比較し
て、前記目的関数の差分値が前記予め設定された変数の
値より小さい場合に、前回立案した計画を今回立案した
計画に置き換え最適計画候補とする再計画機能を有する
計画立案装置による計画立案方法において、能力設定手
段により、前記最適計画候補の可否を判断するために、
前記問題の各要素が持つ属性値と前記立案結果に基づく
条件関数を作成するとともに、前記最適計画候補が前記
条件関数を充たさない場合、該条件関数を充たす様前記
属性値を変更し、能力再配分を行いながら前記最適化手
段により前記計画を再計画することにある。
【００１７】本発明の方法によれば、作業が指定期間内
に完了しない場合に能力配分を変更する処理は、例えば
次のようになる。すなわち、下記ステップにより、能力
ベクトルＰを求めながら行列Ａを最適化する。
に完了しない場合に能力配分を変更する処理は、例えば
次のようになる。すなわち、下記ステップにより、能力
ベクトルＰを求めながら行列Ａを最適化する。
【００１８】ステップ１：前回の行列Ａにもとづき、あ
る行を交換した新しい行列Ａを作成し、目的関数ｆｐを
求める。 ステップ２：前回と今回の目的関数を判定し、今回のほ
うが優れている場合は今回の行列Ａを残し、前回のほう
が優れている場合は前回の行列Ａを残す。 ステップ３：ステップ１、２を４×（ｎの２乗）回繰り
返す。 ステップ４：求められた行列ＡとＰを使用し、ｆｃを求
め、条件範囲内であれば終了する。
る行を交換した新しい行列Ａを作成し、目的関数ｆｐを
求める。 ステップ２：前回と今回の目的関数を判定し、今回のほ
うが優れている場合は今回の行列Ａを残し、前回のほう
が優れている場合は前回の行列Ａを残す。 ステップ３：ステップ１、２を４×（ｎの２乗）回繰り
返す。 ステップ４：求められた行列ＡとＰを使用し、ｆｃを求
め、条件範囲内であれば終了する。
【００１９】ステップ５：最も効果的なＰを求める為
に、今回変化させる工程（ベクトルＰの要素）を決定す
る。例えば、行列（Ｐ・Ａ）の各列の要素和を計算し、
最大箇所の列番号を今回変化させるＰの要素番号ｉとす
る。 ステップ６：能力ベクトルのｉ番目の要素を増加させ、
次回の能力ベクトルとし、ステップ１へ戻る。
に、今回変化させる工程（ベクトルＰの要素）を決定す
る。例えば、行列（Ｐ・Ａ）の各列の要素和を計算し、
最大箇所の列番号を今回変化させるＰの要素番号ｉとす
る。 ステップ６：能力ベクトルのｉ番目の要素を増加させ、
次回の能力ベクトルとし、ステップ１へ戻る。
【００２０】以上のステップにより求められた行列Ａの
列順がロットの最適投入順を示し、ベクトルＰの各要素
が各工程の最適能力設定値を示す。
列順がロットの最適投入順を示し、ベクトルＰの各要素
が各工程の最適能力設定値を示す。
【００２１】本発明によれば、能力配分の変更を伴う計
画問題における上記要求を満たし、組み合わせの数が膨
大である計画問題の中から、能力投入の最適解を短期間
に求める手段及び方法を提供することができる。
画問題における上記要求を満たし、組み合わせの数が膨
大である計画問題の中から、能力投入の最適解を短期間
に求める手段及び方法を提供することができる。
【００２２】
【発明の実施の形態】以下、本発明の実施例を説明す
る。まず、図１、図２を用いて本発明の概念、すなわち
複数（ｎ）の工程を経て完了する複数（ｍ）ロットの作
業を一定期間内かつ最短期間となる様計画する問題とそ
の解法について説明する。
る。まず、図１、図２を用いて本発明の概念、すなわち
複数（ｎ）の工程を経て完了する複数（ｍ）ロットの作
業を一定期間内かつ最短期間となる様計画する問題とそ
の解法について説明する。
【００２３】この問題の状態は、図１において、各工程
の作業時間を要素とし、行方向を工程順序、列方向を作
業着手順序とすれば、行列Ａの様に表現できる。各工程
の能力をｐｉ（１で１００％、０．５で５０％を意味す
る）として、能力ベクトルＰを｛１／ｐ１，１／ｐ２，
・・・１／ｐｎ｝＝｛ｂ1,ｂ2,ｂ3,…ｂn｝のように定
義すると、能力設定後の該問題状態は、数１で示される
Ｐ・Ａの様になる。
の作業時間を要素とし、行方向を工程順序、列方向を作
業着手順序とすれば、行列Ａの様に表現できる。各工程
の能力をｐｉ（１で１００％、０．５で５０％を意味す
る）として、能力ベクトルＰを｛１／ｐ１，１／ｐ２，
・・・１／ｐｎ｝＝｛ｂ1,ｂ2,ｂ3,…ｂn｝のように定
義すると、能力設定後の該問題状態は、数１で示される
Ｐ・Ａの様になる。
【００２４】
【数１】
【００２５】作業期間を求める関数を目的関数ｆｐ（Ｐ
・Ａ）とする。同様の全作業期間を求める関数を条件関
数ｆｃ（Ｐ・Ａ）とする。このとき、ｉ工程の負荷は数
２で示される。
・Ａ）とする。同様の全作業期間を求める関数を条件関
数ｆｃ（Ｐ・Ａ）とする。このとき、ｉ工程の負荷は数
２で示される。
【００２６】
【数２】
【００２７】この様に定義すると、該問題は、条件関数
ｆｃが規定値以下となるような能力ベクトルＰを決定
し、目的関数ｆｐが最小となるような行列Ａを決定する
事と同じとなる。
ｆｃが規定値以下となるような能力ベクトルＰを決定
し、目的関数ｆｐが最小となるような行列Ａを決定する
事と同じとなる。
【００２８】本発明によれば、下記のようにして、能力
変更処理と最適化処理の組み合わせにより、能力ベクト
ルＰを求めながら行列Ａを最適化する事を可能としてい
る。
変更処理と最適化処理の組み合わせにより、能力ベクト
ルＰを求めながら行列Ａを最適化する事を可能としてい
る。
【００２９】図２において、横軸は行程投入順等の解空
間を示し、縦軸は、目的関数ｆｐ、条件関数ｆｃ等の値
を示している。最初のステップで、前回の行列Ａのある
行を交換した新しい行列Ａを作成し、実太線で示すよう
な目的関数ｆｐを求める。次のステップで、前回と今回
の目的関数を判定し、今回のほうが優れている場合は今
回の行列Ａを残し、前回のほうが優れている場合は前回
の行列Ａを残す。そして、上記ステップを４×（ｎの２
乗）回繰り返す。（最適化処理） その結果、求められた行列ＡとＰを使用して、条件関数
ｆｃを求め、破線で示す条件値内であれば処理を終了す
る。図２では（１），（２）の領域が条件値内にある。
間を示し、縦軸は、目的関数ｆｐ、条件関数ｆｃ等の値
を示している。最初のステップで、前回の行列Ａのある
行を交換した新しい行列Ａを作成し、実太線で示すよう
な目的関数ｆｐを求める。次のステップで、前回と今回
の目的関数を判定し、今回のほうが優れている場合は今
回の行列Ａを残し、前回のほうが優れている場合は前回
の行列Ａを残す。そして、上記ステップを４×（ｎの２
乗）回繰り返す。（最適化処理） その結果、求められた行列ＡとＰを使用して、条件関数
ｆｃを求め、破線で示す条件値内であれば処理を終了す
る。図２では（１），（２）の領域が条件値内にある。
【００３０】次のステップで、最も効果的なＰを求める
為に、今回変化させる工程（ベクトルＰの要素）を決定
する。例えば、行列（Ｐ・Ａ）の各列の要素和を計算
し、最大箇所の列番号を今回変化させるＰの要素番号ｉ
とする。そして、能力ベクトルのｉ番目の要素を増加さ
せ（能力変更処理）、次回の能力ベクトルとし、最初の
ステップへ戻る。
為に、今回変化させる工程（ベクトルＰの要素）を決定
する。例えば、行列（Ｐ・Ａ）の各列の要素和を計算
し、最大箇所の列番号を今回変化させるＰの要素番号ｉ
とする。そして、能力ベクトルのｉ番目の要素を増加さ
せ（能力変更処理）、次回の能力ベクトルとし、最初の
ステップへ戻る。
【００３１】以上のステップにより求められた行列Ａの
列順がロットの最適投入順を示し、ベクトルＰの各要素
が各工程の最適能力設定値を示す。
列順がロットの最適投入順を示し、ベクトルＰの各要素
が各工程の最適能力設定値を示す。
【００３２】次に、図３により、本発明にかかる計画立
案装置の構成例を示す。本装置は、最適化手段１と、能
力変更手段２と、設定手段３と、記憶手段４とにより構
成され、これらは例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等の
電子デバイス、記憶手段に保持されたプログラム、キー
ボード、マウスの入力装置及び表示装置等により実現で
きる。
案装置の構成例を示す。本装置は、最適化手段１と、能
力変更手段２と、設定手段３と、記憶手段４とにより構
成され、これらは例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等の
電子デバイス、記憶手段に保持されたプログラム、キー
ボード、マウスの入力装置及び表示装置等により実現で
きる。
【００３３】最適化手段１は、最適な計画を立案する手
段であり、与えた計画対象となる問題において最小また
は最大とする項目を表現する目的関数を作成し、該目的
関数の値を、最大または最小にするための処理を行う手
段である。すなわち、最適化手段１は、目的関数を計算
する機能と、今回と前回の計画を前記記憶手段４に格納
されている定数とを比較して、計画を更新するか否かを
判断する機能と、今回計画が優れている場合に、最適化
候補を更新する機能と、上記をｃ×（ｎの２乗）回（例
えばｃ＝４）繰り返すように、ポインタを更新する機能
を有している。
段であり、与えた計画対象となる問題において最小また
は最大とする項目を表現する目的関数を作成し、該目的
関数の値を、最大または最小にするための処理を行う手
段である。すなわち、最適化手段１は、目的関数を計算
する機能と、今回と前回の計画を前記記憶手段４に格納
されている定数とを比較して、計画を更新するか否かを
判断する機能と、今回計画が優れている場合に、最適化
候補を更新する機能と、上記をｃ×（ｎの２乗）回（例
えばｃ＝４）繰り返すように、ポインタを更新する機能
を有している。
【００３４】能力変更手段２は、各作業の必要作業時間
を変更する、すなわち目的関数値が予め与えた規定値を
越える場合に、最大負荷を有する工程に関し各作業の必
要作業時間を、規定値からの差分値による関数値に従っ
て短縮するための処理を行う手段である。すなわち、能
力変更手段は、条件関数によって本計画が規定期間内に
納まっているか否かを判断する機能と、最大負荷装置を
決定する機能と、最大負荷装置に対して能力を設定する
機能とを実行し、設定された能力を前記記憶手段４に記
憶し、前記記憶手段４を介して最適化手段に渡す機能を
有している。
を変更する、すなわち目的関数値が予め与えた規定値を
越える場合に、最大負荷を有する工程に関し各作業の必
要作業時間を、規定値からの差分値による関数値に従っ
て短縮するための処理を行う手段である。すなわち、能
力変更手段は、条件関数によって本計画が規定期間内に
納まっているか否かを判断する機能と、最大負荷装置を
決定する機能と、最大負荷装置に対して能力を設定する
機能とを実行し、設定された能力を前記記憶手段４に記
憶し、前記記憶手段４を介して最適化手段に渡す機能を
有している。
【００３５】設定手段３は、与えた計画対象となる問題
を受け付ける機能、計画立案に必要なパラメータを示す
定数等を受け付ける機能等を少なくとも有する手段であ
る。
を受け付ける機能、計画立案に必要なパラメータを示す
定数等を受け付ける機能等を少なくとも有する手段であ
る。
【００３６】次に、記憶手段４は、最適化手段１や能力
変更手段２に相当するプログラムを記憶するＲＯＭや設
定手段３を介して与えられた問題、最適化のために使用
する定数等を記憶するためのＲＡＭ等にて実現される。
変更手段２に相当するプログラムを記憶するＲＯＭや設
定手段３を介して与えられた問題、最適化のために使用
する定数等を記憶するためのＲＡＭ等にて実現される。
【００３７】なお、図３には図示しないが、ディスプレ
イ等の表示手段を最適化手段に接続し、設定手段を介し
て記憶手段に格納された計画対象問題、必要な定数、最
適化手段による処理結果、能力変更手段による処理結果
等を表示する構成にするのが好ましい。
イ等の表示手段を最適化手段に接続し、設定手段を介し
て記憶手段に格納された計画対象問題、必要な定数、最
適化手段による処理結果、能力変更手段による処理結果
等を表示する構成にするのが好ましい。
【００３８】次に、図４により、最適化手段１と能力変
更手段２の処理手順を示す。この実施例は、能力変更手
段２として、余裕のない生産設備を増強するための増強
能力設定手段２０を備えており、ここで条件を変更し、
その中で最適の組合せを与えるものである。増強能力設
定手段２０はネックとなっている装置または工程の能力
を増強した新たな設定値を与える。
更手段２の処理手順を示す。この実施例は、能力変更手
段２として、余裕のない生産設備を増強するための増強
能力設定手段２０を備えており、ここで条件を変更し、
その中で最適の組合せを与えるものである。増強能力設
定手段２０はネックとなっている装置または工程の能力
を増強した新たな設定値を与える。
【００３９】ここでは、図５に示すように、Ａ〜Ｄの工
程を経て完了する１〜３のロットの作業を一定期間内か
つ最短期間となる様計画する場合について説明する。最
初に初期値として、各生産設備の必要作業時間等の初期
能力や納期等の規定時間すなわち制約条件が設定される
（図４，ステップ１０）。
程を経て完了する１〜３のロットの作業を一定期間内か
つ最短期間となる様計画する場合について説明する。最
初に初期値として、各生産設備の必要作業時間等の初期
能力や納期等の規定時間すなわち制約条件が設定される
（図４，ステップ１０）。
【００４０】次に、最適化手段１の処理手順として、ス
テップ１１で、前回の行列Ａにもとづき、ある行を交換
した新しい行列Ａを作成し、目的関数を求める。
テップ１１で、前回の行列Ａにもとづき、ある行を交換
した新しい行列Ａを作成し、目的関数を求める。
【００４１】次に、前回と今回の目的関数を判定し、今
回のほうが優れている場合は今回の行列Ａを残し、前回
のほうが優れている場合は前回の行列Ａを残す（ステッ
プ１２、１３）。ステップ１４として、ステップ２〜４
を４×（ｎの２乗）回繰り返す。
回のほうが優れている場合は今回の行列Ａを残し、前回
のほうが優れている場合は前回の行列Ａを残す（ステッ
プ１２、１３）。ステップ１４として、ステップ２〜４
を４×（ｎの２乗）回繰り返す。
【００４２】次に、増強能力設定手段２０において、以
下の処理を行う。まず、最適化手段１で求められた行列
Ａと能力ベクトルＰを使用し、条件関数ｆｃを求め、条
件範囲内であれば終了する（ステップ２１、２２）。
下の処理を行う。まず、最適化手段１で求められた行列
Ａと能力ベクトルＰを使用し、条件関数ｆｃを求め、条
件範囲内であれば終了する（ステップ２１、２２）。
【００４３】条件範囲内でないとき、次のステップ２３
において、最も効果的なＰを求める為に、今回変化させ
る工程（ベクトルＰの要素）を決定する。例えば、行列
（Ｐ・Ａ）の各列の要素和を計算し、最大箇所の列番号
を今回変化させるＰの要素番号ｉとする。期間を最短に
する目的における最大負荷装置（工程）は、該装置がネ
ックとなっている工程である。
において、最も効果的なＰを求める為に、今回変化させ
る工程（ベクトルＰの要素）を決定する。例えば、行列
（Ｐ・Ａ）の各列の要素和を計算し、最大箇所の列番号
を今回変化させるＰの要素番号ｉとする。期間を最短に
する目的における最大負荷装置（工程）は、該装置がネ
ックとなっている工程である。
【００４４】ステップ２４では、能力ベクトルのｉ番目
の要素を増加させ、次回の能力ベクトルとし、最適化手
段１へ渡す。ステップ２３で求められた最大負荷装置に
対する新たな能力設定値は、条件範囲内にあり、全体と
して期間超過分が短縮できる値をとる必要がある。
の要素を増加させ、次回の能力ベクトルとし、最適化手
段１へ渡す。ステップ２３で求められた最大負荷装置に
対する新たな能力設定値は、条件範囲内にあり、全体と
して期間超過分が短縮できる値をとる必要がある。
【００４５】以上の処理により、該問題状態はたとえば
図５の様な流れとなる。複数（ｎ＝４）の工程を経て完
了する複数（ｍ＝３）ロットの作業を一定期間内かつ最
短期間となる様計画する問題に対して、まず、作業時間
を変更しないで最適順序を決定する。すなわち、作業時
間を要素とする３行４列の行列の行を入れ替えして、目
的関数である全作業期間が最小となる行列を探す。
図５の様な流れとなる。複数（ｎ＝４）の工程を経て完
了する複数（ｍ＝３）ロットの作業を一定期間内かつ最
短期間となる様計画する問題に対して、まず、作業時間
を変更しないで最適順序を決定する。すなわち、作業時
間を要素とする３行４列の行列の行を入れ替えして、目
的関数である全作業期間が最小となる行列を探す。
【００４６】次に、求められた状態に対して、条件関数
である全作業期間が規定期間内かどうか判定する。図５
の例では規定期間を越えているので、この場合は、最大
負荷を有している装置（工程）Ｂの能力を増加、すなわ
ち必要作業時間を短縮させて再立案し、再度最適順序を
決定する。 最大負荷装置の能力＝１００％＋α この繰り返しにより、各装置（工程）の能力が調整さ
れ、規定期間内に納まる計画結果が得られる。図の例で
は、工程Ｂの能力を１４０％増加することにより、規定
期間内に納まる計画結果が得られている。
である全作業期間が規定期間内かどうか判定する。図５
の例では規定期間を越えているので、この場合は、最大
負荷を有している装置（工程）Ｂの能力を増加、すなわ
ち必要作業時間を短縮させて再立案し、再度最適順序を
決定する。 最大負荷装置の能力＝１００％＋α この繰り返しにより、各装置（工程）の能力が調整さ
れ、規定期間内に納まる計画結果が得られる。図の例で
は、工程Ｂの能力を１４０％増加することにより、規定
期間内に納まる計画結果が得られている。
【００４７】次に、図６により、最大負荷装置および最
大負荷装置の能力設定値の求め方の例を示す。該問題の
系において、各装置（工程）の負荷は、各作業時間の和
である。期間を最短にする目的における最大負荷装置
（工程）は、該装置がネックとなっている工程であり、
ここではさらに、各作業時間の和を作業間隔時間の和で
除した値が最大となっている装置を最大負荷装置として
いる。
大負荷装置の能力設定値の求め方の例を示す。該問題の
系において、各装置（工程）の負荷は、各作業時間の和
である。期間を最短にする目的における最大負荷装置
（工程）は、該装置がネックとなっている工程であり、
ここではさらに、各作業時間の和を作業間隔時間の和で
除した値が最大となっている装置を最大負荷装置として
いる。
【００４８】 求められた最大負荷装置に対する新たな能力設定値は、
全体として期間超過分が短縮できる値をとる必要があ
る。また短縮しすぎた結果となっても能力の無駄であ
る。
全体として期間超過分が短縮できる値をとる必要があ
る。また短縮しすぎた結果となっても能力の無駄であ
る。
【００４９】 本発明では、最適化手段と能力変更手段との組合せによ
り、該当装置の能力を少しづつ上げていく事により最も
効率の良い能力設定が可能となる事に特徴がある。本例
では、期間超過分の１／２の値だけ能力を増した設定に
する事により、数回の繰り返しで規定期間に納まる計画
結果が得られる。
り、該当装置の能力を少しづつ上げていく事により最も
効率の良い能力設定が可能となる事に特徴がある。本例
では、期間超過分の１／２の値だけ能力を増した設定に
する事により、数回の繰り返しで規定期間に納まる計画
結果が得られる。
【００５０】
【００５１】
【００５２】
【００５３】
【００５４】
【００５５】
【００５６】
【００５７】
【００５８】
【００５９】
【００６０】
【００６１】
【００６２】
【００６３】本発明は、以上述べた実施例に限らず、相
互に制約された関係を有する複数の資源を利用するもの
における、能力配分を伴う計画問題に広く応用できる。
互に制約された関係を有する複数の資源を利用するもの
における、能力配分を伴う計画問題に広く応用できる。
【００６４】
【発明の効果】本発明によれば、簡単な構成により、能
力配分をともなう作業計画の最適解を短期間に求めるこ
とが可能となる。すなわち、能力配分を計画問題に取り
入れ、与えられた生産計画問題に対する最適な計画立案
を高速に行う手段を提供できる効果がある。例えば、能
力配分を伴う計画問題の例として、複数（ｎ）の工程を
経て完了する複数（ｍ）の作業が指定期間内に完了しな
い場合、能力配分を変更し、最も効果的な能力投入によ
り、指定期間内に完了させることができる。
力配分をともなう作業計画の最適解を短期間に求めるこ
とが可能となる。すなわち、能力配分を計画問題に取り
入れ、与えられた生産計画問題に対する最適な計画立案
を高速に行う手段を提供できる効果がある。例えば、能
力配分を伴う計画問題の例として、複数（ｎ）の工程を
経て完了する複数（ｍ）の作業が指定期間内に完了しな
い場合、能力配分を変更し、最も効果的な能力投入によ
り、指定期間内に完了させることができる。
【００６５】
【図１】本発明の対象とする計画問題を数式化して示す
図である。
図である。
【図２】本発明の計画問題の解法について概念的に説明
する図である。
する図である。
【図３】本発明の一実施例になる最適化装置の構成例を
示す図である。
示す図である。
【図４】図３の最適化装置の処理手順を示す図である。
【図５】図４の処理による計画結果の流れを示す図であ
る。
る。
【図６】図３の能力変更手段の動作説明図である。
１…最適化手段、２…能力変更手段、３…設定手段、４
…記憶手段 ２０…増強能力設定手段。
…記憶手段 ２０…増強能力設定手段。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 加瀬 博一 茨城県日立市幸町三丁目２番１号 日立 エンジニアリング株式会社内 (56)参考文献 柴野俊弘他，ファジィパラメータを含 む多目的０−１計画問題に対する遺伝的 アルゴリズムによる対話型意思決定，日 本ファジィ学会誌，日本ファジィ学会, 1996年12月15日，第８巻，第６号，ｐ. 1144−1153 西川宜孝他，Ｃ＋＋テンプレート・ラ イブラリを用いた行列解法の並列化，情 報処理学会研究報告，社団法人情報処理 学会，1996年 ８月29日，Ｖｏｌ．96, Ｎｏ．81，ｐ．135−140 (58)調査した分野(Int.Cl.7，ＤＢ名) G06F 17/60 108 ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (4)
- 【請求項１】複数（ｎ）の工程を経て完了する複数
（ｍ）ロットの作業のための計画であって、該計画につ
いて工程順序および作業着手順序を含み、行列と能力ベ
クトルとから作業期間を求める目的関数を求め、該目的
関数を用いて求められた行列と能力ベクトルを使用して
作業期間を求める条件関数を求め、各工程の能力および
納期等から期間などの制約条件内になる計画を立案する
計画立案装置において、目的関数で求めた値が予め与え
た規定値を越える場合に、最大負荷を有する工程につい
て作業の能力を増加側に変更して能力ベクトルを変更
し、この能力ベクトル変更の繰り返しを行う能力変更手
段を備え、 能力変更手段で変更された能力ベクトルを記憶する記憶
手段を備え、 繰り返して変更された能力ベクトルを使用した目的関数
を使用して演算を行い、求めた値によって前回の計画と
新たな計画との優劣を判定し、以って条件関数で求めた
値が制約条件内にあるように新たな行列を繰り返し求め
て計画の最適化を行う最適化手段を備えることを特徴と
する計画立案装置。 - 【請求項２】請求項１において、前記最適化手段は、条
件関数で求めた値が制約条件内にあって、最短時間とな
るように計画の最適化を行うことを特徴とする計画立案
装置。 - 【請求項３】複数（ｎ）の工程を経て完了する複数
（ｍ）ロットの作業のための、工程順序および作業着手
順序を含んだ計画であって、行列と能力ベクトルとから
作業期間を求める目的関数を求め、該目的関数を用いて
求められた行列と能力ベクトルを使用して作業期間を求
める条件関数を求め、各工程の能力および納期等から期
間などの制約条件内になる計画を立案する計画立案装置
が実行する計画立案方法において、目的関数で求めた値が予め与えた規定値を越える場合
に、最大負荷を有する工程について作業の能力を増加側
に変更して能力ベクトルを変更し、この能力ベク トル変
更の繰り返しを行う能力変更手段によって、 目的関数で
求めた値が予め与えた規定値を越えるかを判定するステ
ップと、 前記規定値を 越える場合に、前記能力変更手段によっ
て、最大負荷を有する工程について作業の能力を増加側
に変更して能力ベクトルを変更し、この能力変更の繰り
返しを行うステップと、 記憶手段に、前記能力変更手段で変更された能力ベクト
ルを記憶するステップと、 最適化手段によって、 繰り返して変更された能力ベクト
ルを使用した目的関数を使用して演算を行い、求めた値
によって前回の計画と新たな計画との優劣を判定するス
テップと、以って前記記憶手段に記憶した変更された能
力ベクトルを使用して、条件関数で求めた値が制約条件
内にあるように新たな行列を繰り返し求めて計画の最適
化を行うステップと、 を含んで構成されること を特徴とする計画立案方法。 - 【請求項４】請求項３において、前記最適化手段は、条
件関数で求めた値が制約条件内にあって、最短時間とな
るように計画の最適化を行うことを特徴とする計画立案
方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP33941396A JP3347006B2 (ja) | 1996-12-19 | 1996-12-19 | 計画立案装置および計画立案方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP33941396A JP3347006B2 (ja) | 1996-12-19 | 1996-12-19 | 計画立案装置および計画立案方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10187799A JPH10187799A (ja) | 1998-07-21 |
| JP3347006B2 true JP3347006B2 (ja) | 2002-11-20 |
Family
ID=18327244
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP33941396A Expired - Fee Related JP3347006B2 (ja) | 1996-12-19 | 1996-12-19 | 計画立案装置および計画立案方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3347006B2 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6898475B1 (en) * | 2004-05-27 | 2005-05-24 | Palo Alto Research Center Inc. | System and method utilizing temporal constraints to coordinate multiple planning sessions |
| JP5772332B2 (ja) * | 2011-07-20 | 2015-09-02 | 富士通株式会社 | 巡回路決定についてのプログラム、方法及び装置 |
| JP2014081774A (ja) * | 2012-10-16 | 2014-05-08 | Hitachi Ltd | 電力料金プラン選定支援装置及び方法並びにプログラム |
| JP6473342B2 (ja) * | 2015-02-20 | 2019-02-20 | 三菱重工業株式会社 | 生産計画作成方法 |
| JP6998064B2 (ja) * | 2019-06-10 | 2022-01-18 | 株式会社レクサー・リサーチ | 生産設計支援装置、生産設計支援方法及び生産設計支援プログラム |
-
1996
- 1996-12-19 JP JP33941396A patent/JP3347006B2/ja not_active Expired - Fee Related
Non-Patent Citations (2)
| Title |
|---|
| 柴野俊弘他，ファジィパラメータを含む多目的０−１計画問題に対する遺伝的アルゴリズムによる対話型意思決定，日本ファジィ学会誌，日本ファジィ学会，１９９６年１２月１５日，第８巻，第６号，ｐ．１１４４−１１５３ |
| 西川宜孝他，Ｃ＋＋テンプレート・ライブラリを用いた行列解法の並列化，情報処理学会研究報告，社団法人情報処理学会，１９９６年 ８月２９日，Ｖｏｌ．９６，Ｎｏ．８１，ｐ．１３５−１４０ |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH10187799A (ja) | 1998-07-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Angira et al. | Optimization of process synthesis and design problems: A modified differential evolution approach | |
| CN109284858A (zh) | 一种钢筋下料优化方法、装置及存储设备 | |
| US5471408A (en) | Method for optimizing resource allocation and an apparatus using the method | |
| Dobrosielski et al. | A proposal for a method of defuzzification based on the golden Ratio—GR | |
| Berger et al. | An extension of the DQA algorithm to convex stochastic programs | |
| JP3347006B2 (ja) | 計画立案装置および計画立案方法 | |
| Hajela | Genetic algorithms in automated structural synthesis | |
| CN113793030A (zh) | 物料调度方法、装置和存储介质 | |
| CN107491841A (zh) | 非线性优化方法及存储介质 | |
| Agrawal et al. | Gaining-sharing knowledge based algorithm for solving stochastic programming problems | |
| Song et al. | An adaptive differential evolution algorithm with DBSCAN for the integrated slab allocation problem in steel industry | |
| Lu et al. | On a generalized fuzzy goal optimization for solving fuzzy multi-objective linear programming problems | |
| Rayeni et al. | Optimization of steel moment frame by a proposed evolutionary algorithm | |
| Hübner | Distributed algorithms for nonlinear tree-sparse problems | |
| Liu et al. | A parallel algorithm based on quantum annealing and double-elite spiral search for mixed-integer optimal control problems in engineering | |
| JP3259146B2 (ja) | 最適運転計画立案方法 | |
| Chen et al. | Study of modeling earthquake emergency rescue material scheduling problems by multi-objective optimization algorithms | |
| Jiang et al. | Deep reinforcement learning algorithm for solving material emergency dispatching problem | |
| Khymytsia et al. | Intellectual analysis of the results of the cliometric monitoring | |
| Tkatek et al. | A Parallel Genetic Algorithm to Optimize the Massive Recruitment Process | |
| Patlola | Efficient Evaluation of Makespan for a Manufacturing System Using Max-Plus Algebra | |
| Onwubolu et al. | Differential evolution for the flow shop scheduling problem | |
| Blegur et al. | Modified Hungarian Method for Solving Balanced Fuzzy Transportation Problems | |
| 錦織昭峰 et al. | Considerations on Syllabuses of Mathematical and Management Optimization in English Track | |
| Bryson et al. | Solving discrete stochastic linear programs with simple recourse by the dualplex algorithm |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |