JP4135311B2 - 生産計画作成方法およびそのシステム - Google Patents
生産計画作成方法およびそのシステム Download PDFInfo
- Publication number
- JP4135311B2 JP4135311B2 JP2000327039A JP2000327039A JP4135311B2 JP 4135311 B2 JP4135311 B2 JP 4135311B2 JP 2000327039 A JP2000327039 A JP 2000327039A JP 2000327039 A JP2000327039 A JP 2000327039A JP 4135311 B2 JP4135311 B2 JP 4135311B2
- Authority
- JP
- Japan
- Prior art keywords
- production
- period
- load
- candidate
- lot
- 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
- 238000004519 manufacturing process Methods 0.000 title claims description 394
- 238000000034 method Methods 0.000 title claims description 205
- 238000011156 evaluation Methods 0.000 claims description 141
- 230000008569 process Effects 0.000 claims description 118
- 238000004364 calculation method Methods 0.000 claims description 40
- 238000010353 genetic engineering Methods 0.000 claims description 39
- 238000009825 accumulation Methods 0.000 claims description 37
- 108090000623 proteins and genes Proteins 0.000 claims description 37
- 230000002068 genetic effect Effects 0.000 claims description 31
- 230000035772 mutation Effects 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 30
- 238000011068 loading method Methods 0.000 claims description 22
- 230000003111 delayed effect Effects 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 4
- 238000002360 preparation method Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 68
- 230000006870 function Effects 0.000 description 22
- 238000005457 optimization Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 5
- 108700028369 Alleles Proteins 0.000 description 4
- 238000003672 processing method Methods 0.000 description 4
- 101100451306 Caenorhabditis elegans hnd-1 gene Proteins 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
Images
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
Landscapes
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、複数のオーダーにより発生する複数のロットを複数の設備などの資源に振り分ける生産計画を立案するために使用する生産計画作成方法およびそのシステムに関するものである。
【０００２】
【従来の技術】
従来、生産計画を立案するための方法が種々提案されている。例えば、特開平１１−３３３６７４号公報には、ジョブのスループットが向上する多段ジョブショップ型生産の生産計画立案方法が開示されており、この方法では、ある優先順位に従った負荷積みによって生産計画が作成される。
【０００３】
図３６に上記生産計画立案方法で採られる負荷積みの説明図を示し、この負荷積み方法を説明する。まず、優先度１であるオーダー１を抽出し、図３６（ａ）に示すように、納期（タイムバケット４）からバックワードで（工程１２から１に向かって）設備毎に負荷積みを行う。工程８の時、タイムバケット４の区間の時間を超えたため、１つ前のタイムバケット（３）に対して負荷積みを行う。これら一連の手順を工程１まで繰り返す。
【０００４】
続いて、優先度２であるオーダー２を抽出し、納期（タイムバケット４）に合わせて上記と同様に負荷積みを行う。この負荷積みの結果、図３６（ｂ）に示すように、タイムバケット４での設備Ｂについて負荷オーバーになったとすると、設備Ｂについて、図３６（ｃ）に示すように、タイムバケット３に該当するオーダー２の負荷を１つ前のタイムバケットにシフトするとともに、タイムバケット２に該当するオーダー２の負荷も１つ前倒してから、タイムバケット４で負荷オーバーになった負荷を１つ前のタイムバケットにシフトする。この修正により、図３６（ｄ）に示すような負荷積み結果が得られる。
【０００５】
【発明が解決しようとする課題】
しかしながら、上記生産計画立案方法では、オーダーの納期優先、納期余裕時間最小のオーダー優先など、ある優先順位に従った負荷積みにより生産計画が立案されるので、優先度の高いオーダーに対しては最適な生産計画となるものの、全体として最適な生産計画を得ることができないといった課題があった。
【０００６】
この課題を解決するためには、全体として最適な生産計画を立案することができる最適化手法を使用すればよいが、この種の従来の手法では、最適解を抽出するのにかなりの時間がかかるので、限られた時間内で生産計画を立案するために必要な最適解を得ることができない。
【０００７】
また、生産工場の生産計画については、設備能力、負荷率、リードタイム、納期などを考慮した負荷計画の作成が難しく、経験や勘などによる計画作成者の個人的なノウハウによって負荷計画を立案することが行われている。このような状況のなか、個人的なノウハウに頼らないですむ生産計画作成システムの開発が望まれている。そして、より最適な生産計画を高速に立案する方法の提案が求められている。
【０００８】
本発明は、上記事情に鑑みてなされたものであり、限られた時間内で、全体的により最適な生産計画を高速に立案しうる生産計画作成方法およびそのシステムを提供することを目的とする。
【０００９】
【課題を解決するための手段】
上記課題を解決するための請求項1記載の発明の生産計画作成システムは、コンピュータを構成する記憶部に記憶された、生産計画の対象となる各オーダーによる生産品についての生産数量および納期の情報を含むオーダー情報と、各生産品に対して予め決定されたロット単位の工程毎に、使用する設備、作業者数および設備の負荷としての設備使用時間の情報を少なくとも１組含む標準作業情報とから、前記コンピュータを構成する演算部によって、前記オーダー情報の各オーダーを該当する生産品の生産に必要な工程の情報からなるロット生産候補の情報に展開する処理を、全ての組合せについて行い、得られた各ロット生産候補の情報を生産可能日の情報でさらに展開して、ロット生産候補の情報毎に、生産可能日の情報と、工程毎の、使用する設備、作業者数および負荷の情報とが割り当てられたロット生産候補テーブルと、遺伝的アルゴリズムに対して設定された、複数の遺伝子座を持ち計画候補となる個体の数、変異確率および終了条件パラメータとを利用して、生産計画の作成を行うシステムであって、前記演算部は、前記設定された数の各個体の各遺伝子座に、前記ロット生産候補テーブルに含まれる各ロット生産候補の情報の識別子を遺伝子として格納して、初期の個体集団を生成する生成手段と、前記個体集団に対して前記変異確率を設定した遺伝的アルゴリズムによる遺伝子操作を実行する遺伝子操作手段と、前記遺伝子操作の後、各個体の各遺伝子座の遺伝子から前記ロット生産候補テーブルに含まれる対応する負荷を参照し、これら負荷をタイムバケットで区切られた各期間に対して積み上げて負荷積みを行う負荷積み手段と、前記負荷積み結果を評価する所定の評価関数で評価値を算出する算出手段と、前記遺伝子操作、負荷積みおよび評価値の算出を、前記終了条件パラメータを用いた判定で終了判定の結果が得られるまで繰り返しながら、各々の繰り返し過程で個体集団としての計画候補を生成し、最終的に得られた個体集団の計画候補のうち評価値が最適であるものを探索する探索手段とを備え、前記タイムバケットを複数日からなる第１期間に設定して、前記初期の個体集団の生成、遺伝子操作、負荷積み、評価値の算出および最適な評価値となる計画候補の探索により、最適な評価値となる計画候補を探索し、この計画候補から、前記タイムバケットを前記第１期間より短い第２期間に設定して、前記初期の個体集団の生成、遺伝子操作、負荷積み、評価値の算出および最適な評価値となる計画候補の探索により、最適な評価値となる計画候補を探索することを特徴とする。
【００１０】
請求項２記載の発明は、請求項１記載の生産計画作成システムにおいて、前記オーダー情報は、受注生産であるか在庫補充生産であるかを区別する生産区分情報をさらに含み、前記算出手段は、前記生産区分情報に応じた評価関数を使用することを特徴とする。
【００１１】
請求項３記載の発明は、請求項１または２記載の生産計画作成システムによって実行される生産計画作成方法であって、前記生成手段により、上記設定された数の各個体の各遺伝子座に、前記ロット生産候補テーブルに含まれる各ロット生産候補の情報の識別子を遺伝子として格納して、初期の個体集団を生成する生成過程と、前記遺伝子操作手段により、前記個体集団に対して前記変異確率を設定した遺伝的アルゴリズムによる遺伝子操作を実行する遺伝子操作過程と、前記負荷積み過程により、この遺伝子操作過程の後、各個体の各遺伝子座の遺伝子から前記ロット生産候補テーブルに含まれる対応する負荷を参照し、これら負荷をタイムバケットで区切られた各期間に対して積み上げて負荷積みを行う負荷積み過程と、前記算出手段により、前記負荷積み結果を評価する所定の評価関数で評価値を算出する算出過程と、前記探索手段により、前記遺伝子操作過程、負荷積み過程および算出過程の処理を、前記終了条件パラメータを用いた判定で終了判定の結果が得られるまで繰り返しながら、各々の繰り返し過程で個体集団としての計画候補を生成し、最終的に得られた個体集団の計画候補のうち評価値が最適であるものを探索する探索過程とを有し、前記タイムバケットを複数日からなる第１期間に設定して、前記生成過程、遺伝子操作過程、負荷積み過程、算出過程および探索過程により、最適な評価値となる計画候補を探索し、この計画候補から、前記タイムバケットを前記第１期間より短い第２期間に設定して、前記生成過程、遺伝子操作過程、負荷積み過程、算出過程および探索過程により、最適な評価値となる計画候補を探索することを特徴とする。
【００１２】
請求項４記載の発明は、請求項３記載の生産計画作成方法において、前記オーダー情報は、受注生産であるか在庫補充生産であるかを区別する生産区分情報をさらに含み、前記算出過程では、前記生産区分情報に応じた評価関数が使用されることを特徴とする。
【００１３】
請求項５記載の発明は、請求項３または４記載の生産計画作成方法において、前記第１期間のタイムバケットによる処理および第２期間のタイムバケットによる処理は、前記第１期間のタイムバケットで区切られる生産計画の対象期間の各期間について並列的に実行されることを特徴とする。
【００１４】
請求項６記載の発明は、請求項３または４記載の生産計画作成方法において、前記第１期間のタイムバケットによる処理および第２期間のタイムバケットによる処理は、前記第１期間のタイムバケットで区切られる生産計画の対象期間の各期間について順次実行され、その対象期間の各期間のうち、前の期間についての各ロット生産候補の振り分けで確定する所定値が、次の期間についての各ロット生産候補の振り分けに考慮されることを特徴とする。
【００１５】
請求項７記載の発明は、請求項６記載の生産計画作成方法において、前記所定値は残業時間であり、前記次の期間についての各ロット生産候補の振り分けに考慮されるとは、前記対象期間の残業時間の合計値が所定の総残業時間内に収まるようにすることであることを特徴とする。
【００１６】
請求項８記載の発明は、請求項３または４記載の生産計画作成方法において、前記生成過程で初期の個体集団を生成するとき、各ロット生産候補が、対応する納期の日かそれより数日前の日に割り付くように、前記初期の個体集団を生成することを特徴とする。
【００１７】
請求項９記載の発明は、請求項３または４記載の生産計画作成方法において、前記第２期間のタイムバケットによる計画候補では、そのタイムバケットで区切られたいずれかの期間に対して負荷積みされた負荷が、負荷許容レベルをオーバーして負荷オーバーになった場合、その負荷オーバーになった期間に振り分けられた少なくとも１つのロット生産候補の識別子を他の識別子に変更して、負荷積み結果を調整することを特徴とする。
【００１８】
請求項１０記載の発明は、請求項９記載の生産計画作成方法において、前記識別子の変更は、前記負荷オーバーになった期間を含み前記第１期間のタイムバケットで区切られた期間と、この期間に隣接する期間とを特定し、これら両期間の境界を挟む両方の日のうち、負荷の大きい方の日に振り分けられた少なくとも１つのロット生産候補を、負荷の小さい方の日に少なくとも振り分け直すことで行われることを特徴とする。
【００１９】
請求項１１記載の発明は、請求項３または４記載の生産計画作成方法において、前記第２期間のタイムバケットによる計画候補では、そのタイムバケットで区切られたいずれかの期間に対して負荷積みされた負荷が、負荷許容レベルをオーバーして負荷オーバーになった場合、前記第１期間のタイムバケットによる負荷積みに対する負荷許容レベルを下げて、再度、前記第１期間のタイムバケットによる処理および第２期間のタイムバケットによる処理を実行することを特徴とする。
【００２０】
請求項１２記載の発明は、請求項３または４記載の生産計画作成方法において、前記算出過程で、負荷積み後の各設備に対する負荷の合計値と標準の設備操業時間との差の二乗和が小さいものほどより高い評価になる評価値を算出することを特徴とする。
【００２１】
請求項１３記載の発明は、請求項３または４記載の生産計画作成方法において、前記標準作業情報は、前記使用する設備、作業者数および設備の負荷の情報に加えて、作業者の負荷としての作業時間の情報を含み、前記算出過程で、負荷積み後の作業者の負荷の合計値と標準の総作業者操業時間との差の二乗和が小さいものほどより高い評価になる評価値を算出することを特徴とする。
【００２２】
請求項１４記載の発明は、請求項４記載の生産計画作成方法において、前記生産区分情報が前記在庫補充生産であることを示す情報である場合、前記算出過程で、前記第２期間のタイムバケットで区切られた期間における生産日がその期間に振り分けられたロット生産候補の納期から遅れるほどより低い評価になる評価値を算出することを特徴とする。
【００２３】
請求項１５記載の発明は、請求項４記載の生産計画作成方法において、前記生産区分情報が前記受注生産であることを示す情報である場合、前記算出過程で、前記第２期間のタイムバケットで区切られた期間における生産日がその期間に振り分けられたロット生産候補の納期から遅れると、そのロット生産候補を変更させる値に評価値を算出することを特徴とする。
【００２４】
請求項１６記載の発明は、請求項１４または１５記載の生産計画作成方法において、前記第２期間のタイムバケットで区切られた期間における生産日がその期間に振り分けられたロット生産候補の納期から前の日にずれるほど、より低い評価になる評価値を算出することを特徴とする。
【００２５】
請求項１７記載の発明は、請求項３または４記載の生産計画作成方法において、ロット生産候補の生産数量の規模に応じて、前記第１期間のタイムバケットで区切られる各期間におけるそのロット生産候補の振り分け可能な期間の数が決定されることを特徴とする。
【００２６】
請求項１８記載の発明は、請求項３または４記載の生産計画作成方法において、前記遺伝子操作の実行後の各個体について、負荷が所定の評価値をオーバーしているか否かを判定し、オーバーしていれば、負荷がその所定の評価値を下回るまで、オーバーしている期間に振り分けられたロット生産候補をオーバーしていない期間に振り分けることを特徴とする。
【００２７】
請求項１９記載の発明は、請求項３または４記載の生産計画作成方法において、前記算出過程で、評価値が改善しない場合に個体を残す割合いや変異確率を修正することを特徴とする。
【００２８】
請求項２０記載の発明は、請求項３または４記載の生産計画作成方法において、前記タイムバケットを前記第１期間より短い第２期間に設定した場合、前記初期の個体集団を生成するとき、各ロット生産候補が、対応する納期の日に割り付くように、前記初期の個体集団を生成することを特徴とする。
【００２９】
請求項２１記載の発明は、請求項３または４記載の生産計画作成方法において、前記遺伝子操作の後、負荷が高くなった期間に振り分けられた各ロット生産候補に対する変異確率を、負荷が低くなった期間に振り分けられたロット生産候補に対するそれよりも高くすることを特徴とする。
【００３０】
請求項２２記載の発明は、請求項３または４記載の生産計画作成方法において、遺伝子座を占める遺伝子の数が多いほど変異確率をより高くすることを特徴とする。
【００３１】
請求項２３記載の発明は、請求項３または４記載の生産計画作成方法において、前記第１期間のタイムバケットで区切られた期間に対して前記第２期間のタイムバケットで区切られた各期間のうち、納期に対応する日に振り分けられた各ロット生産候補に対する遺伝子操作される確率を、その納期以外の日に振り分けられた各ロット生産候補に対する遺伝子操作される確率よりも高くすることを特徴とする。
【００３２】
請求項２４記載の発明は、請求項３または４記載の生産計画作成方法において、前記遺伝的アルゴリズムを基準回数以上実行したら、負荷の低い期間に振り分けられたロット生産候補の遺伝子座の値を確定することを特徴とする。
【００３３】
【発明の実施の形態】
図１は生産計画作成方法の手順を示すフローチャート、図２は対象工程の一例を示す図、図３は図１の生産計画作成方法を実行するための生産計画作成システムの構成例を示す図であり、これらの図を用いて以下に本発明の生産計画作成方法およびそのシステムに係る第１実施形態について説明する。
【００３４】
図１に示す生産計画作成方法は、図２の例に示すように、複数の設備および作業者などの資源と複数の工程（図では実装工程、組立工程など）とからなる生産プロセスにより、各種生産品を効率的に生産するために必要な生産計画を作成するためのものであり、ステップＳ１１の「情報入力」と、ステップＳ１２の「組合せ情報作成」と、ステップＳ１３の「遺伝的アルゴリズムのパラメータ読み込み」と、ステップＳ１４の「モデリング」と、ステップＳ１５の「タイムバケット設定情報Ｔｉ（ｉ＝１，Ｎ）を読み込み」と、ステップＳ１６の「初期個体集団の生成」と、ステップＳ１７の「初期個体集団をタイムバケットＴｉを単位時間として評価」と、繰返し処理される、ステップＳ１８の「２個体選択」、ステップＳ１９の「交叉演算」、ステップＳ２０の「突然変異演算」およびステップＳ２１の「個体集団をタイムバケットＴｉを単位期間として評価」と、ステップＳ２２の「タイムバケットの大きさを縮小（ｉ＝ｉ＋１）」と、ステップＳ２３の「ｉ＞Ｎ」と、ステップＳ２４の「結果出力」との各手順を有している。
【００３５】
そして、上記生産計画作成方法は、図３の例に示す生産計画作成システムによって実行され、この生産計画作成システムは、入力装置１と、表示装置２と、これら入力装置１および表示装置２が接続される本体装置３とにより構成されている。本体装置３は、例えばコンピュータであり、オーダー情報Ｉ１、品番マスタ情報Ｉ２、構成マスタ情報Ｉ３、標準作業情報Ｉ４、資源稼動情報Ｉ５、タイムバケット情報Ｉ６、生産期間情報Ｉ７、ロット生産候補情報Ｉ８およびパラメータ情報Ｉ９などの各種情報を記憶する記憶部３１と、組合せ情報作成部３２と、モデリング作成Ｐ１、初期個体生成Ｐ２、遺伝的アルゴリズムの演算Ｐ３、個体の評価Ｐ４およびタイムバケットサイズ変更Ｐ５などの各種処理を実行する演算部３３とにより構成されている。ただし、図３の例では、入力装置１および表示装置２は、ＣＲＴまたはＬＣＤなどの表示装置、キーボードおよびコンピュータなどにより構成されている。
【００３６】
次に、上記構成の生産計画作成システムにより実行される図１の各ステップについて図面をさらに使用しながら順次詳述する。
【００３７】
図１のステップＳ１１では、情報入力として、上記オーダー情報Ｉ１、品番マスタ情報Ｉ２、構成マスタ情報Ｉ３、標準作業情報Ｉ４、資源稼動情報Ｉ５、タイムバケット（サイズ）情報Ｉ６および生産期間情報Ｉ７などの各種情報が入力されると、これら各種情報は記憶部３１に記憶される。
【００３８】
図４に、図１の「情報入力」によって図３の記憶部３１に記憶される各種情報の具体例を示す。記憶部３１に記憶されるオーダー情報Ｉ１は、図４（ａ）に示すように、オーダーの種別を示すオーダー名、生産数量、納期および生産区分の情報を含んでいる。生産区分の欄には、受注生産を表す注文か、在庫補充生産を表す在庫のいずれかが入力される。
【００３９】
品番マスタ情報Ｉ２は、図４（ｂ）に示すように、各オーダーで受けた生産品の品番、そのオーダー名、ＡＢＣ区分およびロットサイズの情報を含んでいる。ＡＢＣ区分の欄には、月間生産数が大であればＡ、中であればＢ、小であればＣが入力され、それら判定は所定のしきい値を用いて行われる。
【００４０】
構成マスタ情報Ｉ３は、各オーダーを工程単位に展開するための基になる情報であり、図４（ｃ）に示すように、親品番、親員数、子品番、子員数、工程および前工程の情報を含んでいる。図４（ｃ）の例では、オーダー１は、親品番となってジョブ１，１−１，１−２の３つの子品番を従え、これら子品番のうち、ジョブ１は、親品番となってジョブ２，２−１，２−２の３つの子品番を従えている。そして、ジョブ１，１−１，１−２は工程２に属し、ジョブ２，２−１，２−２は工程１に属しているから、オーダー１に対しては、工程１，２が必要であり、工程１が終了しないと工程２に取りかかれないことが分かる。
【００４１】
標準作業情報Ｉ４は、図４（ｄ）に示すように、各オーダー、つまり各生産品に対して予め決定されたロット単位の工程毎に、使用する設備名、作業者数、設備負荷としての設備使用時間、および作業者負荷としての作業時間の情報を少なくとも１組含んでいる。例えば、オーダー１については、生産品が品番１のものであるからロットサイズが５００となり、その生産品に対するロット単位の工程が工程名１，２の工程になり、これらの工程には、設備名、作業者数、設備負荷および作業者負荷の情報が２組づつ割り当てられる。これに対して、オーダー２の生産品に対するロット単位の工程は工程名１，２の工程になり、これらの工程には、設備名、作業者数、設備負荷および作業者負荷の情報が１組づつ割り当てられる。
【００４２】
資源稼動情報Ｉ５は、図４（ｅ）に示すように、各設備の稼動時刻を、生産計画の対象期間（例えば５週間）中の各日に割り付けた情報で構成されている。例えば、ＨＮＤ１の設備についての１日における稼動時刻は９時から１７時になっている。また、４日，５日にはいずれの設備についても０が入力されており、設備が稼動されない日であることが分かる。
【００４３】
図１に戻って、ステップＳ１２では、組合せ情報作成の処理が図３の組合せ情報作成部３２により実行されてロット生産候補テーブルが作成され、このロット生産候補テーブルがロット生産候補情報Ｉ８として記憶部３１に記憶される。
【００４４】
図５，図６に、図１の「組合せ情報作成」で得られるロット生産候補テーブルの例を示す。ただし、図５，図６には、オーダー１のみについての各ロット生産候補の一部の情報を示す。また、ステップＳ１１で入力された生産期間情報Ｉ７による生産計画の対象期間は、便宜上、２０００年８月３０日から１０月３日までの５週間とするが、本発明の生産計画の対象期間はこれに限定されるものではないことは言うまでもない。
【００４５】
ロット生産候補テーブルは、生産計画の対象となる各オーダーによる生産品に対する生産数量、納期および生産区分の情報を含むオーダー情報Ｉ１と、各生産品に対して予め決定されたロット単位の工程毎に、使用する設備、作業者数、設備負荷および作業者負荷の情報を少なくとも１組含む標準作業情報Ｉ４とから、オーダー情報の各オーダーを該当する生産品の生産に必要な工程の情報からなるロット生産候補の情報に展開する処理を、全ての組合せについて行い、得られた各ロット生産候補の情報を、資源稼動情報Ｉ５に基く生産可能日（０は除外）の情報でさらに展開することで作成され、ロット生産候補の情報毎に、生産可能日の情報と、工程毎の、使用する設備、作業者数、設備負荷および作業者負荷の情報とを含んでいる。
【００４６】
例えば、オーダー１の場合、標準作業情報Ｉ４の各工程には、設備名、作業者数、設備負荷および作業者負荷の情報が２組づつ割り当てられているから、一の生産可能日に対して４通りの組合せがあることとなり、図５，図６の例に示すように、各生産可能日毎に４通りのロット生産候補の情報に順次展開されることになる。なお、図５，図６に示す左端列の数字はロット生産候補の情報の識別子である。
【００４７】
図１において、ステップＳ１３では、遺伝的アルゴリズムのパラメータの読み込みとして、複数の遺伝子座を持ち計画候補となる個体の数（個体数設定）、変異確率、終了条件パラメータ、個体選択および淘汰処理用の割合い（例えば上位半分）などの設定条件が入力されると、これら設定条件はパラメータ情報Ｉ９として記憶部３１に記憶される。
【００４８】
ステップＳ１４では、図３のモデリング作成Ｐ１の処理として、各オーダーの生産数量および対応するロットサイズから算出される１ロット（ロット生産候補テーブルの１ロット生産候補に対応）を遺伝子座とし、同様に、全てのオーダーの各ロットを遺伝子座とすることでモデリングが行われる。
【００４９】
この後、ステップＳ１５で、記憶部３１のタイムバケット情報Ｉ６からタイムバケット設定情報Ｔｉが演算部３３に読み込まれ、ステップＳ１６で、演算部３３により初期個体集団の生成として初期個体生成Ｐ２の処理が実行される。続いて、ステップＳ１７で、図３に示す個体の評価Ｐ４の処理として、初期個体集団を、タイムバケットＴｉを単位期間として評価する処理が実行される。
【００５０】
図７に、図１の「初期個体集団の生成」の具体例を示す。図７の例では、任意の偶数値に設定可能な個体数は３０になっている。
【００５１】
初期個体集団は、ステップＳ１３で設定された数（個体数）の各個体についてステップＳ１４のモデリングにより割り当てられた各遺伝子座に、ロット生産候補テーブルに含まれる各ロット生産候補の情報の識別子を遺伝子として格納することで生成される。具体例としては、まず、オーダー１についてのロット生産候補群からステップＳ１４で説明したロットの数だけロット生産候補を無作為に選んで例えば先頭の遺伝子座から格納していき、同様の処理をオーダー２，３，…というように繰り返すことで１の個体を生成し、これと同様の処理により残りの個体を生成するのである。図７では、例えば、個体３０の遺伝子座ＮＯが［１］の遺伝子座には、ロット生産候補テーブルにおける識別子１９が遺伝子として格納されている。
【００５２】
図８，図９に、初期個体集団の評価の説明図を示す。ただし、図９は図３６に対応させて作成した図である。
【００５３】
初期個体集団の評価は、タイムバケットＴｉを単位期間として負荷積みを行った後、その負荷積み結果に対してなされる。すなわち、ステップＳ１６で初期個体集団が生成されると、ステップＳ１７において、各個体の各遺伝子座の遺伝子（識別子）からロット生産候補テーブルに含まれる対応する負荷（第１実施形態では設備負荷および作業者負荷）を参照し、この負荷をタイムバケットで区切られた各期間に対して積み上げて負荷積みを行い、これら各期間の負荷積み結果を評価する所定の評価関数で評価値を算出することにより実行される。ここで、図３６で説明した従来の負荷積みでは、ある優先順位に従って負荷積みが行われるのに対し、第１実施形態では、優先順位ではなく、個体毎に、各ロット生産候補を、この生産可能日に従って、タイムバケットで区切られた各期間のうち、対応する期間に対して積み上げることで、図８，図９に示すように、負荷積みが一括ないし一度に行われる。また、以下のステップＳ２１でも、遺伝的アルゴリズムにおける遺伝子操作（交叉、突然変異）により決定された個体の個々の遺伝子座の値とロット生産候補テーブルの識別子とがマッチングした情報を、全ての遺伝子座（つまりロット）について抽出し、それらを一括して負荷積みをする。
【００５４】
図１に戻って、ステップＳ１７の後、繰返し処理されるステップＳ１８〜Ｓ２１で、変異確率などが設定された遺伝的アルゴリズムが図３に示す遺伝的アルゴリズムの演算Ｐ３の処理として実行される。その繰返し処理毎に、個体集団（繰返し処理の１回目は初期個体集団で、２回目以降は個体集団となるが、ここではこれらを総称して個体集団と呼ぶ）に対して遺伝子操作が行われ、続いて、その遺伝子操作で遺伝子の配列が組み替えられた後の個体集団に対してステップＳ１７と同様の評価がなされる。
【００５５】
図１０に、遺伝的アルゴリズムによる遺伝子操作の説明図を示す。ステップＳ１８で、個体集団から２個の個体が選択され、続いて、ステップＳ１９で、それら２個の個体に対して交叉演算が実行される。この交叉演算により、２個の個体は、遺伝子座を占める遺伝子が互いに入れ替えられることになる。図１０（ａ）の例では、交叉点以降において、個体ｘの７の遺伝子と個体ｙの６の遺伝子とが互いに入れ替えられている。
【００５６】
この後、ステップＳ１３で設定された変異確率に従って、個体集団から任意に選ばれた個体に対して突然変異演算が実行される（Ｓ２０）。この突然変異演算により、任意に選ばれた個体の遺伝子が他の遺伝子に変更されることになる。図１０（ｂ）の例では、左から６つ目の遺伝子座の遺伝子３が他の遺伝子５に変更されている。
【００５７】
この後、ステップＳ２１で、上記遺伝子操作後の個体集団がステップＳ１７と同様に評価される。この後、ステップＳ１３で入力された終了条件パラメータを用いた判定で終了判定の結果が得られるまで、上記ステップＳ１８〜Ｓ２１の一連の処理が繰返し実行される。例えば、ステップＳ２１で算出された評価値が所定の基準を満足するか、あるいは繰返し回数が所定回数に達するまで、一連の処理が繰返し実行される。また、ステップＳ１８〜Ｓ２１の一連の処理を繰り返す場合、ステップＳ１３で入力された割合い（上位半分）に従って、評価値の悪い１５個の個体を消滅させ、評価値の良い１５個の個体をコピーして合計３０個の個体にしてから、つまり淘汰してから、同様の処理が繰り返される。例えば、評価値が１０４１０の個体は排除され、評価値が１５８０の個体は残される。
【００５８】
上記ステップＳ１８〜Ｓ２１を囲むループを抜けると、全体的により最適な生産計画を立案しうる最適解（厳密には、総当たりによる最適解ではなく、遺伝子操作、個体の評価およびこの評価に応じた個体の淘汰という手法を用いて、自然淘汰的に選び抜かれた優良な個体から得られた、準最適化手法による準最適解）を得ることができるのであるが、第１実施形態では、その最適解を「高速に」得るための仕組みが設けられている。すなわち、ステップＳ１５，Ｓ２２，Ｓ２３がその仕組みであり、タイムバケットサイズを段階的に小さくするようになっている。なお、第１実施形態では、大小の２段階になっているが、３段階以上でも構わない。
【００５９】
図１１に、段階的に小さくされるタイムバケットの様子を示し、図１２に、上記最適解を「高速に」得るための仕組みがない場合のタイムバケットサイズの例を示し、図１３，図１４に、タイムバケットサイズを段階的に小さくすることで得られるロット生産候補テーブルの例を示す。ただし、図１３において、タイムバケット１は、２０００年８月３０日〜９月５日の期間を示し、タイムバケット２は、２０００年９月６日〜９月１２日の期間を示す。また、図１４において、対象期間は、２０００年８月３０日〜９月５日である。
【００６０】
第１実施形態では、まず、ステップＳ１８〜Ｓ２１を囲むループを最初に抜け出すまでは、図１１の上段に示すように、タイムバケットサイズが１週間に設定され、ステップＳ１８〜Ｓ２１を囲むループを次に抜け出すまでは、図１１の下段に示すように、タイムバケットサイズが１日に設定される。つまり、ステップＳ１５で、最初のタイムバケットサイズは１週間に設定され、ステップＳ２２に初めて進んだときに、図３のタイムバケットサイズ変更Ｐ５の処理として、タイムバケットサイズが１日に設定されるとともに、変数ｉが１だけ増分され（初期値はＳ１５により１）、ステップＳ２３でＮＯの判定結果となって（Ｎが例えば２で、ｉ＝Ｎ）、ステップＳ１６に戻り、再度ステップＳ２２に進んだとき、変数ｉが１だけ増分され（ｉ＝３）、ステップＳ２３でＹＥＳの判定結果となって（ｉ＞Ｎ）、ステップＳ２４に進んで、全体的により最適な生産計画を立案しうる最適解が出力されるのである。要するに、まず、タイムバケットサイズを１週間に設定して、初期個体集団の生成（Ｓ１６）、ステップＳ１８〜Ｓ２１を囲む繰り返し処理の遺伝的アルゴリズムにより、１週間のタイムバケットで最終的に得られた個体集団の計画候補のうち評価値が最適であるものを探索し、続いて、タイムバケットサイズを１日に設定して、その最適な評価値となる計画候補から、初期個体集団の生成、ステップＳ１８〜Ｓ２１を囲む繰り返し処理の遺伝的アルゴリズムにより、１日のタイムバケットで最終的に得られた個体集団の計画候補のうち評価値が最適であるものを探索するのである。なお、第１実施形態では、最初のタイムバケットサイズが１週間になっているが、これに限らず、１０日または２週間など、複数日であればよい。
【００６１】
ここで、最適解を「高速に」得るための仕組みがない場合、図１２に示すように、タイムバケットサイズは１日となる。そして、例えば、設備が３台、作業者数が２である場合、２１０（＝３５×３×２）通りの組合せになる。これに対して、第１実施形態では、１週間のタイムバケットの場合、３０（＝５×３×２）通りの組合せとなり、１日のタイムバケットの場合、４２（＝７×３×２）通りの組合せとなるから、図１１の例に示すように、ロットＡを第１週目の第３日目に振り分けるまでの演算回数が低減する。換言すると、タイムバケットサイズを１週間に設定するということは、図５，図６で示したロット生産候補テーブルを図１３に示すようなロット生産候補テーブルに圧縮することであるから、まず、そのロット生産候補テーブルから、１週間のタイムバケットで区切られた各期間に各ロット生産候補を振り分ける場合の最適解を求め、続いて、その最適解から得られる図１４に示すようなロット生産候補テーブルから、１日のタイムバケットで区切られた各期間（日）に各ロット生産候補を振り分ける場合の最適解を求めることになるのである。この結果、最適解を「高速に」得ることができる。
【００６２】
以上、第１実施形態によれば、限られた時間内で、全体的により最適な生産計画を高速に立案することができる。
【００６３】
図１５は評価で使用する評価関数の説明図であり、この図を用いて以下に本発明に係る第２実施形態について説明する。
【００６４】
第２実施形態では、第１実施形態の生産計画作成方法およびそのシステムとの相違点として、図３に示す演算部３３による個体の評価Ｐ４の処理において、生産区分の情報に応じた評価関数が使用される。図１５の例では、生産区分の情報が注文であるオーダー１，２に対しては、生産区分の情報の注文に応じた評価関数ｆ1 (ｘ)が使用され、生産区分の情報が在庫であるオーダー３に対しては、生産区分の情報の在庫に応じた評価関数ｆ2 (ｘ)が使用されている。
【００６５】
以上、第２実施形態によれば、第１実施形態と同様、限られた時間内で、全体的により最適な生産計画を高速に立案することができるほか、例えば受注生産を在庫補充生産よりも優先させるといったオーダーの特徴に合った最適な生産計画を立案することができる。
【００６６】
図１６はタイムバケットに関する処理方法の説明図であり、この図を用いて以下に本発明に係る第３実施形態について説明する。
【００６７】
第３実施形態では、図１６に示すように、１週間のタイムバケットによる処理および１日のタイムバケットによる処理が、１週間のタイムバケットで区切られる生産計画の対象期間の各期間について並列的に実行される。
【００６８】
このように、１週間のタイムバケットで区切られる生産計画の対象期間の各期間について、１週間のタイムバケットによる処理および１日のタイムバケットによる処理が並列的に実行されると、最適解を１度に確定することができるので、最適解を高速に算出することができる。また、第３実施形態は、各週の確定が他の週に影響しない場合に有効である。
【００６９】
図１７はタイムバケットに関する別の処理方法の説明図であり、この図を用いて以下に本発明に係る第４実施形態について説明する。
【００７０】
第４実施形態では、図１７に示すように、１週間のタイムバケットによる処理および１日のタイムバケットによる処理は、１週間のタイムバケットで区切られる生産計画の対象期間の各期間について順次実行され、その対象期間の各期間のうち、前の期間についての各ロット生産候補の振り分けで確定する所定値が、次の期間についての各ロット生産候補の振り分けに考慮される。例えば、５週間の生産計画の対象期間に対する総残業時間が５０時間である場合、１週目の期間についての各ロット生産候補の振り分けで確定する残業時間が２０時間であったとすれば、残り４週の期間については、残業時間が３０時間となるように、各ロット生産候補の振り分けが制限を受けながら行われるのである。
【００７１】
以上、第４実施形態によれば、１週間のタイムバケットで区切られる生産計画の対象期間の各期間のうち、前の期間についての各ロット生産候補の振り分けで確定する所定値が、次の期間についての各ロット生産候補の振り分けに考慮されるから、例えば所定の規則に合わせた生産計画の立案が可能になる。また、所定値が残業時間である場合、対象期間の残業時間を総残業時間内に収めることが可能になるほか、取り決めに適合し、しかも柔軟性の高い生産計画の立案が可能になる。さらに、処理速度も向上する。
【００７２】
図１８は初期個体集団の生成に関する説明図であり、この図を用いて以下に本発明に係る第５実施形態について説明する。
【００７３】
第５実施形態では、第１実施形態との相違点として、初期個体集団を生成するとき、図１８に示すように、各ロット生産候補が、対応する納期の日かそれより数日前の日に割り付くように、初期個体集団が生成される。すなわち、納期に割付け→１週間のタイムバケットに集約→１週間のタイムバケットで最適化→１日のタイムバケットで最適化により、図１８に示すように、オーダーＡ，Ｂ，Ｃ，Ｄ，Ｅのうち、第１週目の期間に納期が属するオーダーＡ，Ｂ，Ｄが第１週目の期間に振り分けられてできるだけ納期に近づき、第２週目の期間に納期が属するオーダーＣが第２週目の期間に振り分けられてできるだけ納期に近づき、第３週目の期間に納期が属するオーダーＥが第３週目の期間に振り分けられてできるだけ納期に近づくことになる。
【００７４】
以上、第５実施形態によれば、ロット生産候補が納期に近づくようになり、納期に近づけた生産計画が可能になる。
【００７５】
図１９は生産計画作成方法の手順を示すフローチャートであり、この図を用いて以下に本発明に係る第６実施形態について説明する。
【００７６】
第６実施形態は、第１実施形態との相違点として、図１９に示すステップＳ３１の「負荷オーバー？」と、ステップＳ３２の「負荷の低いところのロットと相談し、ＯＫなら移動あるいは交換」とにより、１日のタイムバケットによる計画候補では、そのタイムバケットで区切られたいずれかの日に対して負荷積みされた負荷（設備負荷または作業者負荷）が、負荷許容レベルをオーバーして負荷オーバーになった場合（Ｓ３１でＹＥＳ）、負荷オーバーになった期間に振り分けられた少なくとも１つのロット生産候補の識別子を他の識別子に変更して（Ｓ３２）、負荷積み結果を調整する。例えば、ステップＳ３２において、まず、Ｓ３２の第１処理として、負荷オーバーの生産位置（生産可能日、設備、作業者数）を抽出し、Ｓ３２の第２処理として、その生産位置のロット生産候補を１つ抽出（ただし納期厳守）して他の振り分け可能な遺伝子座に移動させ、Ｓ３２の第３処理として、負荷率（例えば設備負荷の場合、負荷許容レベルである設備負荷能力に対する負荷積みされた負荷の割合い）を計算し、Ｓ３２の第４処理として、負荷オーバーが解消されれば、ステップＳ２２に進み（この後、Ｓ２３，Ｓ２４に進む）、解消されなければ、Ｓ３２の第２処理に戻る。
【００７７】
以上、第６実施形態によれば、負荷オーバーになった期間に振り分けられたロット生産候補が、負荷オーバーしていない期間に振り分けられた他のロット生産候補と折衝しながら、移動または交換により自己の識別子を変更することで、負荷がタイムバケットで区切られた期間に対する負荷許容レベル内に収まらない状況を早く回避することができる。
【００７８】
図２０は負荷オーバーの対処法の説明図であり、この図を用いて以下に本発明に係る第７実施形態について説明する。
【００７９】
第７実施形態では、第６実施形態との相違点として、負荷オーバーになった場合において、識別子の変更は、負荷オーバーになった期間を含み１週間のタイムバケットで区切られる期間と、この期間に隣接する期間とを特定し、これら両期間の境界を挟む両方の日のうち、負荷の大きい方の日に振り分けられた少なくとも１つのロット生産候補を負荷の小さい方の日に少なくとも振り分け直すことで行われる。
【００８０】
例えば、１週間のタイムバケットでの最適化、１日のタイムバケットでの最適化の後、負荷オーバーになった場合、まず、第１処理として、負荷オーバーになった期間（１週間）とこの期間に隣接する期間（１週間）とを特定し、これら両期間の境界を挟む両方の日（図２０では、７と８、１４と１５など）の負荷率を算出し、第２処理として、算出された両負荷率のうち、大きい方の負荷率の日に振り分けられたロット生産候補を抽出（ただし納期厳守）して小さい方の負荷率の日に移動（または交換）させ、第３処理として、負荷率を計算し、第４処理として、負荷オーバーが解消されれば、ステップＳ２２に進み（この後、Ｓ２３，Ｓ２４に進む）、解消されなければ、上記第２処理に戻る。
【００８１】
以上、第７実施形態によれば、負荷がタイムバケットで区切られた期間に対する負荷許容レベル内に収まらない状況を早く回避することができるほか、タイムバケットで区切られた期間を超えた負荷積み結果の調整が可能になる。
【００８２】
図２１は生産計画作成方法の手順を示すフローチャートであり、この図を用いて以下に本発明に係る第８実施形態について説明する。
【００８３】
第８実施形態は、第１実施形態との相違点として、図２１に示すステップＳ４１の「ｉ＞１＆負荷オーバー？」と、ステップＳ４２の「負荷許容設定下げる＆タイムバケットの大きさを拡大（ｉ＝ｉ−１）」とにより、１日のタイムバケットによる計画候補では、負荷オーバーになった場合（Ｓ４１でＹＥＳ）、ステップＳ４２において、１週間のタイムバケットによる負荷積みに対する負荷許容レベルを下げ、タイムバケットサイズを１週間に戻し、ｉ＝ｉ−１によりｉを１に戻してステップＳ２３に進み、このステップでの判定結果がＮＯになるようにして、再度、１週間のタイムバケットによる処理および１日のタイムバケットによる処理を実行する。
【００８４】
以上、第８実施形態によれば、１週間のタイムバケットによる負荷積みに対する負荷許容レベルを下げることで、１日のタイムバケットでの最適な評価値となる計画候補が負荷オーバーし難くなる。
【００８５】
図２２は一例となる評価関数の説明図であり、この図を用いて以下に本発明に係る第９実施形態について説明する。
【００８６】
第９実施形態は、第１実施形態との相違点として、図３に示す個体の評価Ｐ４の処理において、負荷積み後の各設備に対する設備負荷の合計値と標準の設備操業時間との差の二乗和が小さいものほどより高い評価になる評価値を算出する。図２２の例の場合、ＨＮＤ１，ＨＩＣ，ＣＥＬＬ１の各設備負荷の合計を示す設備負荷時間と設備操業時間との差の二乗和の総計が小さいものほどより高い評価になる。この場合、図２２（ａ）の評価値の方が図２２（ｂ）の評価値よりも良くなり、各設備を標準の設備操業時間で極力稼働させることが可能になる。
【００８７】
以上、第９実施形態によれば、各設備を標準の設備操業時間で極力稼働させることができるほか、負荷積み後の設備負荷の合計値が標準の設備操業時間から離れるほど、評価値が二乗で悪くなり、その設備負荷の合計値となった計画候補が早く除外されるから、各設備を標準の設備操業時間で極力稼働させることができる計画候補に早く収束させることが可能になる。
【００８８】
図２３は一例となる評価関数の説明図であり、この図を用いて以下に本発明に係る第１０実施形態について説明する。
【００８９】
第１０実施形態は、第１実施形態との相違点として、図３に示す個体の評価Ｐ４の処理において、負荷積み後の作業者負荷の合計値と標準の総作業者操業時間との差の二乗和が小さいものほどより高い評価になる評価値を算出する。図２３の例の場合、各作業者負荷の合計値（図２３では一の作業者負荷の合計値のみ図示）である総作業者負荷時間と標準の総作業者操業時間との差の二乗和の総計が小さいものほどより高い評価になる。この場合、図２３（ａ）の評価値の方が図２３（ｂ）の評価値よりも良くなり、作業者負荷の合計値（総作業者負荷時間）を標準の総作業者操業時間に極力近づけることができる。
【００９０】
以上、第１０実施形態によれば、作業者負荷の合計値を標準の総作業者操業時間に極力近づけることができるほか、負荷積み後の作業者負荷の合計値が標準の総作業者操業時間から離れるほど、評価値が二乗で悪くなり、その作業者負荷の合計値となった計画候補が早く除外されるから、作業者負荷の合計値を標準の総作業者操業時間に極力近づけることができる計画候補に早く収束させることが可能になる。
【００９１】
図２４は一例となる評価関数の説明図であり、この図を用いて以下に本発明に係る第１１実施形態について説明する。
【００９２】
第１１実施形態は、第１実施形態との相違点として、図３に示す個体の評価Ｐ４の処理において、生産区分の情報が在庫である場合、図２４に示すように、１日のタイムバケットで区切られた期間（１日）における生産日がその期間に振り分けられたロット生産候補の納期から遅れるほどより低い評価になる評価値を算出する。ただし、図２４の例では、在庫が０になる日より後に生産日がくることは禁止されている。
【００９３】
以上、第１１実施形態によれば、在庫補充生産の場合、多少納期に遅れても生産が許容されるから、より柔軟性の高い生産計画の立案が可能になる。また、最適解の近傍探索が可能になる。
【００９４】
図２５は一例となる評価関数の説明図であり、この図を用いて以下に本発明に係る第１２実施形態について説明する。
【００９５】
第１２実施形態は、第１実施形態との相違点として、図３に示す個体の評価Ｐ４の処理において、生産区分の情報が注文である場合、図２５に示すように、１日のタイムバケットで区切られた期間における生産日がその期間に振り分けられたロット生産候補の納期から遅れると、そのロット生産候補を変更させる値に評価値を算出する。図２５の例では、ロット生産候補の納期から遅れると、評価値は良と悪との２値のうち、悪の評価値になっている。
【００９６】
以上、第１２実施形態によれば、受注生産の場合、生産日が納期から遅れるロット生産候補は他のロット生産候補に変更されることになるから、納期厳守の生産計画の立案が可能になる。
【００９７】
図２６は一例となる評価関数の説明図であり、この図を用いて以下に本発明に係る第１３実施形態について説明する。
【００９８】
第１３実施形態は、第１１実施形態との相違点として、図３に示す個体の評価Ｐ４の処理において、１日のタイムバケットで区切られた期間における生産日がその期間に振り分けられたロット生産候補の納期から前の日にずれるほど、より低い評価になる評価値を算出する。
【００９９】
以上、第１３実施形態によれば、多少納期に前倒ししても生産が許容されるようになるから、より一層柔軟性の高い生産計画の立案が可能になる。また、遺伝的アルゴリズムにおいて、適正な納期から外れる度合いが大きいロット生産候補ほど早く除外されることになり、適正な納期により近くなる生産計画が立案されることになる。
【０１００】
図２７は一例となる評価関数の説明図であり、この図を用いて以下に本発明に係る第１４実施形態について説明する。
【０１０１】
第１４実施形態は、第１２実施形態との相違点として、図３に示す個体の評価Ｐ４の処理において、１日のタイムバケットで区切られた期間における生産日がその期間に振り分けられたロット生産候補の納期から前の日にずれるほど、より低い評価になる評価値を算出する。
【０１０２】
以上、第１４実施形態によれば、多少納期に前倒ししても生産が許容されるようになるから、柔軟性の高い生産計画の立案が可能になる。また、遺伝的アルゴリズムにおいて、適正な納期から外れる度合いが大きいロット生産候補ほど早く除外されることになり、適正な納期により近くなる生産計画が立案されることになる。
【０１０３】
図２８はロット生産候補の振り分けに関する説明図であり、この図を用いて以下に本発明に係る第１５実施形態について説明する。
【０１０４】
第１５実施形態では、第１実施形態との相違点として、ロット生産候補の生産数量の規模に応じて、１週間のタイムバケットで区切られる各期間におけるそのロット生産候補の振り分け可能な期間の数が決定される。例えば、ロット生産候補のＡＢＣ区分の情報がＡであれば、納期週またはその前週にそのロット生産候補を振り分けることができ、ＢまたはＣであれば、納期週にそのロット生産候補を振り分けることができるように設定される。
【０１０５】
ここで、生産数量の規模が大きい場合、頻繁なオーダーが望めて生産リスクが小さいのに対して、生産数量の規模が小さい場合、生産リスクが大きいので、生産数量の規模に応じて、例えば生産数量の規模が大きい場合に限り、ロット生産候補の振り分け可能な期間に多少長めの幅をもたせる。例えば、図２８に示すように、オーダー１，２，３の納期をそれぞれ２０日，１２日，３０日とし、オーダー１，２，３のＡＢＣ区分をそれぞれＡ，Ｂ，Ｃとしたとき、生産可能日の設定時において、オーダー１に対応するロット生産候補は第２週または第３週のいずれの期間でも振り分け可能に、オーダー２，３に対応するロット生産候補はそれぞれ第２週，第５週のみに振り分け可能に処理される。
【０１０６】
以上、第１５実施形態によれば、ロット生産候補の生産数量の規模に応じてその振り分け可能な期間の数が決定されるので、負荷割付けの平準化用の移動対象を生産数量に応じて変えることができ、負荷の平準化を早めることができる。
【０１０７】
図２９は負荷オーバーの対処法の説明図であり、この図を用いて以下に本発明に係る第１６実施形態について説明する。
【０１０８】
第１６実施形態は、第１実施形態との相違点として、図２９に示すように、遺伝子操作の実行後の各個体について、負荷が所定の評価値（図では基準値）をオーバーしているか否かを判定し（Ｓ５１）、オーバーしていれば（Ｓ５１でＹＥＳ）、負荷が基準値を下回るまで、オーバーしている期間に振り分けられたロット生産候補をオーバーしていない期間に振り分ける（Ｓ５２）。すなわち、ステップＳ５２に進むと、Ｓ５２の第１処理として、負荷オーバーの生産位置（生産可能日、設備、作業者負荷）を抽出し、Ｓ５２の第２処理として、その生産位置のロット生産候補を少なくとも１つ抽出（ただし納期厳守）して負荷の低いところへ移動し、Ｓ５２の第３処理として、Ｓ５２の第１，第２処理を、負荷が基準値を下回るまで繰り返すのである。
【０１０９】
以上、第１６実施形態によれば、遺伝的アルゴリズムと負荷オーバー順次解消ノウハウによる負荷積みを可能とすることで、負荷の平準化を早くすることができる。
【０１１０】
図３０は評価値が改善しない場合の対処法の説明図であり、この図を用いて以下に本発明に係る第１７実施形態について説明する。
【０１１１】
第１７実施形態は、第１実施形態との相違点として、図３０に示すように、一定回数評価値が改善しない場合（Ｓ６１でＹＥＳ）、遺伝的アルゴリズムに対する個体を残す割合いや変異確率を修正する。
【０１１２】
以上、第１７実施形態によれば、評価値が改善しない場合、個体を残す割合いや変異確率が修正されるので、遺伝的アルゴリズムの近傍探索が可能となり、負荷の平準化を早めることができる。
【０１１３】
図３１は初期個体の生成の説明図であり、この図を用いて以下に本発明に係る第１８実施形態について説明する。
【０１１４】
第１８実施形態は、第１実施形態との相違点として、１日のタイムバケットの場合、「初期個体集団の生成」のステップにおいて（Ｓ７１）、初期個体集団を生成するとき、各ロット生産候補が、対応する納期の日に割り付くように、初期個体集団を生成する。
【０１１５】
以上、第１８実施形態によれば、納期に近づけた生産計画を得るための負荷の平準化を早めることができる。
【０１１６】
図３２は負荷の平準化を早める手法の説明図であり、この図を用いて以下に本発明に係る第１９実施形態について説明する。
【０１１７】
第１９実施形態は、第１実施形態との相違点として、遺伝子操作の後、変異確率をステップＳ１３で設定した値に初期化し（Ｓ８１）、続いて、ステップＳ２１の評価の結果、負荷が高くなった期間（タイムバケットで区切られた期間）に振り分けられた各ロット生産候補に対する変異確率を、負荷が低くなった期間に振り分けられたロット生産候補に対するそれよりも高くする。
【０１１８】
以上、第１９実施形態によれば、負荷が高くなった期間に振り分けられた各ロット生産候補ほど突然変異しやすくなるから、遺伝的アルゴリズムによる負荷の平準化が早くなる。
【０１１９】
図３３は最適解を早く得るための手法の説明図であり、この図を用いて以下に本発明に係る第２０実施形態について説明する。
【０１２０】
第２０実施形態は、第１実施形態との相違点として、「遺伝的アルゴリズムのパラメータ読み込み」において（Ｓ９１）、遺伝子座を占める遺伝子の数（対立遺伝子数）が多いほど変異確率をより高くする。図３３の例では、対立遺伝子数が５０までは、交叉確率が０．５、変異確率（図では突然変異確率）が０．００５に、対立遺伝子数が５１〜１００までは、交叉確率が０．７、変異確率が０．０１０に、対立遺伝子数が１０１以上は、交叉確率が０．８、変異確率が０．０２０に設定されている。
【０１２１】
以上、第２０実施形態によれば、様々な計画パターンを早く探索でき、最適な評価値となる計画候補を探索する処理を高速にすることができる。
【０１２２】
図３４は納期生産を可能にする手法の説明図であり、この図を用いて以下に本発明に係る第２１実施形態について説明する。
【０１２３】
第２１実施形態は、第１実施形態との相違点として、１週間のタイムバケットで区切られた期間に対して１日のタイムバケットで区切られた各期間のうち、納期に対応する日に振り分けられた各ロット生産候補に対する遺伝子操作される確率を、その納期以外の日に振り分けられた各ロット生産候補に対する遺伝子操作される確率よりも高くする。図３４の例では、１から７の数値列が１週間のタイムバケットで区切られた期間であり、その各数値が１日のタイムバケットで区切られた期間であるが、数値５が納期（図では納期日）であるから、その５日に振り分けられた各ロット生産候補に対する遺伝子操作される確率（交叉確率や変異確率）が、５日以外の１〜４，６，７日に振り分けられた各ロット生産候補に対する遺伝子操作される確率よりも高くされるのである。
【０１２４】
以上、第２１実施形態によれば、納期に対応する日に振り分けられた各ロット生産候補が集中的にしかも高速に遺伝的アルゴリズムで変わるから、納期に合わせて最適化した生産計画を立案することが可能となる。
【０１２５】
図３５は最適解を早く得るための手法の説明図であり、この図を用いて以下に本発明に係る第２２実施形態について説明する。
【０１２６】
第２２実施形態は、第１実施形態との相違点として、遺伝的アルゴリズムを基準回数以上実行したら、図３５に示すように、設備負荷能力のレベルよりも低い割付確定基準線のレベルより負荷が低くなる期間に振り分けられたロット生産候補の遺伝子座の値を確定する。図３５の例では、タイムバケットで区切られた第２の期間に対する設備Ｂについての負荷が割付確定基準線のレベルより低くなって、そのロット生産候補の遺伝子座の値が確定している。
【０１２７】
以上、第２２実施形態によれば、負荷の低い期間に振り分けられたロット生産候補の遺伝子座の値が確定し、負荷の高い期間に振り分けられたロット生産候補対する処理だけで済むから、計画候補を高速に得ることができる。
【０１２８】
【発明の効果】
以上のことから明らかなように、請求項１記載の発明によれば、生産計画の立案に必要な最適な評価値となる計画候補を得るための演算回数を低減することができ、高速に生産計画を立案することが可能となる。
【０１２９】
請求項２記載の発明によれば、例えば受注生産を在庫補充生産よりも優先させるといったオーダーの特徴に合った最適な生産計画を立案することができる。
【０１３０】
請求項３記載の発明によれば、まず、複数日からなる第１期間のタイムバケットで、最適な評価値となる計画候補が探索され、続いて、その計画候補から、第１期間より短い第２期間のタイムバケットで、最適な評価値となる計画候補が探索されるから、生産計画の立案に必要な最適な評価値となる計画候補を得るための演算回数を低減することができ、高速に生産計画を立案することが可能となる。
【０１３１】
請求項４記載の発明によれば、例えば受注生産を在庫補充生産よりも優先させるといったオーダーの特徴に合った最適な生産計画を立案することができる。
【０１３２】
請求項５記載の発明によれば、第１期間のタイムバケットで区切られる生産計画の対象期間の各期間について、第１期間のタイムバケットによる処理および第２期間のタイムバケットによる処理が並列的に実行されるから、最適解を高速に算出することができる。
【０１３３】
請求項６記載の発明によれば、例えば所定の規則に合わせた生産計画の立案が可能になる。
【０１３４】
請求項７記載の発明によれば、対象期間の残業時間を総残業時間内に収めることが可能になるほか、取り決めに適合し、しかも柔軟性の高い生産計画の立案が可能になる。
【０１３５】
請求項８記載の発明によれば、ロット生産候補が納期に近づくようになり、納期に近づけた生産計画が可能になる。
【０１３６】
請求項９記載の発明によれば、例えば負荷オーバーになった期間に振り分けられたロット生産候補が、負荷オーバーしていない期間に振り分けられた他のロット生産候補と折衝しながら、移動または交換により自己の識別子を変更することで、負荷がタイムバケットで区切られた期間に対する負荷許容レベル内に収まらない状況を早く回避することができる。
【０１３７】
請求項１０記載の発明によれば、負荷がタイムバケットで区切られた期間に対する負荷許容レベル内に収まらない状況を早く回避することができる。
【０１３８】
請求項１１記載の発明によれば、第１期間のタイムバケットによる負荷積みに対する負荷許容レベルを下げることで、第２期間のタイムバケットでの最適な評価値となる計画候補が負荷オーバーし難くなる。
【０１３９】
請求項１２記載の発明によれば、各設備を標準の設備操業時間で極力稼働させることができるほか、負荷積み後の負荷の合計値が標準の設備操業時間から離れるほど、評価値が二乗で悪くなり、その負荷の合計値となった計画候補が早く除外されるから、各設備を標準の設備操業時間で極力稼働させることができる計画候補に早く収束させることが可能になる。
【０１４０】
請求項１３記載の発明によれば、作業者の負荷の合計値を標準の総作業者操業時間に極力近づけることができるほか、負荷積み後の作業者の負荷の合計値が標準の総作業者操業時間から離れるほど、評価値が二乗で悪くなり、その作業者の負荷の合計値となった計画候補が早く除外されるから、作業者の負荷の合計値を標準の総作業者操業時間に極力近づけることができる計画候補に早く収束させることが可能になる。
【０１４１】
請求項１４記載の発明によれば、在庫補充生産の場合、多少納期に遅れても生産が許容されるようになるから、より柔軟性の高い生産計画の立案が可能になる。
【０１４２】
請求項１５記載の発明によれば、受注生産の場合、生産日が納期から遅れるロット生産候補は他のロット生産候補に変更されることになるから、納期厳守の生産計画の立案が可能になる。
【０１４３】
請求項１６記載の発明によれば、多少納期に前倒ししても生産が許容されるようになるから、柔軟性の高い生産計画の立案が可能になるほか、最適な評価値に早く収束させることができる。
【０１４４】
請求項１７記載の発明によれば、ロット生産候補の生産数量の規模に応じてその振り分け可能な期間の数が決定されるから、負荷割付けの平準化用の移動対象を生産数量に応じて変えることができ、負荷の平準化を早めることができる。
【０１４５】
請求項１８記載の発明によれば、遺伝的アルゴリズムと負荷オーバー順次解消ノウハウによる負荷積みを可能とすることで、負荷の平準化を早くすることができる。
【０１４６】
請求項１９記載の発明によれば、評価値が改善しない場合、個体を残す割合いや変異確率が修正されるから、遺伝的アルゴリズムの近傍探索が可能となり、負荷の平準化を早めることができる。
【０１４７】
請求項２０記載の発明によれば、納期に近づけた生産計画を得るための負荷の平準化を早めることができる。
【０１４８】
請求項２１記載の発明によれば、負荷が高くなった期間に振り分けられた各ロット生産候補ほど突然変異しやすくなるから、遺伝的アルゴリズムによる負荷の平準化が早くなる。
【０１４９】
請求項２２記載の発明によれば、様々な計画パターンを早く探索でき、最適な評価値となる計画候補を探索する処理を高速にすることができる。
【０１５０】
請求項２３記載の発明によれば、納期に対応する日に振り分けられた各ロット生産候補が集中的にしかも高速に遺伝的アルゴリズムで変わるから、納期に合わせて最適化した生産計画を立案することが可能となる。
【０１５１】
請求項２４記載の発明によれば、負荷の低い期間に振り分けられたロット生産候補の遺伝子座の値が確定し、負荷の高い期間に振り分けられたロット生産候補対する処理だけで済むから、計画候補を高速に得ることができる。
【図面の簡単な説明】
【図１】生産計画作成方法の手順を示すフローチャートである。
【図２】対象工程の一例を示す図である。
【図３】図１の生産計画作成方法を実行するための生産計画作成システムの構成例を示す図である。
【図４】図１の「情報入力」によって図３の記憶部に記憶される各種情報の具体例を示す図である。
【図５】図１の「組合せ情報作成」で得られるロット生産候補テーブルの例を示す図である。
【図６】図１の「組合せ情報作成」で得られるロット生産候補テーブルの例を示す図である。
【図７】図１の「初期個体集団の生成」の具体例を示す図である。
【図８】初期個体集団の評価の説明図である。
【図９】初期個体集団の評価の説明図である。
【図１０】遺伝的アルゴリズムによる遺伝子操作の説明図である。
【図１１】段階的に小さくされるタイムバケットの様子を示す図である。
【図１２】最適解を「高速に」得るための仕組みがない場合のタイムバケットサイズの例を示す図である。
【図１３】タイムバケットサイズを段階的に小さくすることで得られるロット生産候補テーブルの例を示す図である。
【図１４】タイムバケットサイズを段階的に小さくすることで得られるロット生産候補テーブルの例を示す図である。
【図１５】評価で使用する評価関数の説明図である。
【図１６】タイムバケットに関する処理方法の説明図である。
【図１７】タイムバケットに関する別の処理方法の説明図である。
【図１８】初期個体集団の生成に関する説明図である。
【図１９】生産計画作成方法の手順を示すフローチャートである。
【図２０】負荷オーバーの対処法の説明図である。
【図２１】生産計画作成方法の手順を示すフローチャートである。
【図２２】一例となる評価関数の説明図である。
【図２３】一例となる評価関数の説明図である。
【図２４】一例となる評価関数の説明図である。
【図２５】一例となる評価関数の説明図である。
【図２６】一例となる評価関数の説明図である。
【図２７】一例となる評価関数の説明図である。
【図２８】ロット生産候補の振り分けに関する説明図である。
【図２９】負荷オーバーの対処法の説明図である。
【図３０】評価値が改善しない場合の対処法の説明図である。
【図３１】初期個体の生成の説明図である。
【図３２】負荷の平準化を早める手法の説明図である。
【図３３】最適解を早く得るための手法の説明図である。
【図３４】納期生産を可能にする手法の説明図である。
【図３５】最適解を早く得るための手法の説明図である。
【図３６】生産計画立案方法で採られる負荷積みの説明図である。
【符号の説明】
１ 入力装置
２ 表示装置
３ 本体装置
３１ 記憶部
３２ 組合せ情報作成部
３３ 演算部
【発明の属する技術分野】
本発明は、複数のオーダーにより発生する複数のロットを複数の設備などの資源に振り分ける生産計画を立案するために使用する生産計画作成方法およびそのシステムに関するものである。
【０００２】
【従来の技術】
従来、生産計画を立案するための方法が種々提案されている。例えば、特開平１１−３３３６７４号公報には、ジョブのスループットが向上する多段ジョブショップ型生産の生産計画立案方法が開示されており、この方法では、ある優先順位に従った負荷積みによって生産計画が作成される。
【０００３】
図３６に上記生産計画立案方法で採られる負荷積みの説明図を示し、この負荷積み方法を説明する。まず、優先度１であるオーダー１を抽出し、図３６（ａ）に示すように、納期（タイムバケット４）からバックワードで（工程１２から１に向かって）設備毎に負荷積みを行う。工程８の時、タイムバケット４の区間の時間を超えたため、１つ前のタイムバケット（３）に対して負荷積みを行う。これら一連の手順を工程１まで繰り返す。
【０００４】
続いて、優先度２であるオーダー２を抽出し、納期（タイムバケット４）に合わせて上記と同様に負荷積みを行う。この負荷積みの結果、図３６（ｂ）に示すように、タイムバケット４での設備Ｂについて負荷オーバーになったとすると、設備Ｂについて、図３６（ｃ）に示すように、タイムバケット３に該当するオーダー２の負荷を１つ前のタイムバケットにシフトするとともに、タイムバケット２に該当するオーダー２の負荷も１つ前倒してから、タイムバケット４で負荷オーバーになった負荷を１つ前のタイムバケットにシフトする。この修正により、図３６（ｄ）に示すような負荷積み結果が得られる。
【０００５】
【発明が解決しようとする課題】
しかしながら、上記生産計画立案方法では、オーダーの納期優先、納期余裕時間最小のオーダー優先など、ある優先順位に従った負荷積みにより生産計画が立案されるので、優先度の高いオーダーに対しては最適な生産計画となるものの、全体として最適な生産計画を得ることができないといった課題があった。
【０００６】
この課題を解決するためには、全体として最適な生産計画を立案することができる最適化手法を使用すればよいが、この種の従来の手法では、最適解を抽出するのにかなりの時間がかかるので、限られた時間内で生産計画を立案するために必要な最適解を得ることができない。
【０００７】
また、生産工場の生産計画については、設備能力、負荷率、リードタイム、納期などを考慮した負荷計画の作成が難しく、経験や勘などによる計画作成者の個人的なノウハウによって負荷計画を立案することが行われている。このような状況のなか、個人的なノウハウに頼らないですむ生産計画作成システムの開発が望まれている。そして、より最適な生産計画を高速に立案する方法の提案が求められている。
【０００８】
本発明は、上記事情に鑑みてなされたものであり、限られた時間内で、全体的により最適な生産計画を高速に立案しうる生産計画作成方法およびそのシステムを提供することを目的とする。
【０００９】
【課題を解決するための手段】
上記課題を解決するための請求項1記載の発明の生産計画作成システムは、コンピュータを構成する記憶部に記憶された、生産計画の対象となる各オーダーによる生産品についての生産数量および納期の情報を含むオーダー情報と、各生産品に対して予め決定されたロット単位の工程毎に、使用する設備、作業者数および設備の負荷としての設備使用時間の情報を少なくとも１組含む標準作業情報とから、前記コンピュータを構成する演算部によって、前記オーダー情報の各オーダーを該当する生産品の生産に必要な工程の情報からなるロット生産候補の情報に展開する処理を、全ての組合せについて行い、得られた各ロット生産候補の情報を生産可能日の情報でさらに展開して、ロット生産候補の情報毎に、生産可能日の情報と、工程毎の、使用する設備、作業者数および負荷の情報とが割り当てられたロット生産候補テーブルと、遺伝的アルゴリズムに対して設定された、複数の遺伝子座を持ち計画候補となる個体の数、変異確率および終了条件パラメータとを利用して、生産計画の作成を行うシステムであって、前記演算部は、前記設定された数の各個体の各遺伝子座に、前記ロット生産候補テーブルに含まれる各ロット生産候補の情報の識別子を遺伝子として格納して、初期の個体集団を生成する生成手段と、前記個体集団に対して前記変異確率を設定した遺伝的アルゴリズムによる遺伝子操作を実行する遺伝子操作手段と、前記遺伝子操作の後、各個体の各遺伝子座の遺伝子から前記ロット生産候補テーブルに含まれる対応する負荷を参照し、これら負荷をタイムバケットで区切られた各期間に対して積み上げて負荷積みを行う負荷積み手段と、前記負荷積み結果を評価する所定の評価関数で評価値を算出する算出手段と、前記遺伝子操作、負荷積みおよび評価値の算出を、前記終了条件パラメータを用いた判定で終了判定の結果が得られるまで繰り返しながら、各々の繰り返し過程で個体集団としての計画候補を生成し、最終的に得られた個体集団の計画候補のうち評価値が最適であるものを探索する探索手段とを備え、前記タイムバケットを複数日からなる第１期間に設定して、前記初期の個体集団の生成、遺伝子操作、負荷積み、評価値の算出および最適な評価値となる計画候補の探索により、最適な評価値となる計画候補を探索し、この計画候補から、前記タイムバケットを前記第１期間より短い第２期間に設定して、前記初期の個体集団の生成、遺伝子操作、負荷積み、評価値の算出および最適な評価値となる計画候補の探索により、最適な評価値となる計画候補を探索することを特徴とする。
【００１０】
請求項２記載の発明は、請求項１記載の生産計画作成システムにおいて、前記オーダー情報は、受注生産であるか在庫補充生産であるかを区別する生産区分情報をさらに含み、前記算出手段は、前記生産区分情報に応じた評価関数を使用することを特徴とする。
【００１１】
請求項３記載の発明は、請求項１または２記載の生産計画作成システムによって実行される生産計画作成方法であって、前記生成手段により、上記設定された数の各個体の各遺伝子座に、前記ロット生産候補テーブルに含まれる各ロット生産候補の情報の識別子を遺伝子として格納して、初期の個体集団を生成する生成過程と、前記遺伝子操作手段により、前記個体集団に対して前記変異確率を設定した遺伝的アルゴリズムによる遺伝子操作を実行する遺伝子操作過程と、前記負荷積み過程により、この遺伝子操作過程の後、各個体の各遺伝子座の遺伝子から前記ロット生産候補テーブルに含まれる対応する負荷を参照し、これら負荷をタイムバケットで区切られた各期間に対して積み上げて負荷積みを行う負荷積み過程と、前記算出手段により、前記負荷積み結果を評価する所定の評価関数で評価値を算出する算出過程と、前記探索手段により、前記遺伝子操作過程、負荷積み過程および算出過程の処理を、前記終了条件パラメータを用いた判定で終了判定の結果が得られるまで繰り返しながら、各々の繰り返し過程で個体集団としての計画候補を生成し、最終的に得られた個体集団の計画候補のうち評価値が最適であるものを探索する探索過程とを有し、前記タイムバケットを複数日からなる第１期間に設定して、前記生成過程、遺伝子操作過程、負荷積み過程、算出過程および探索過程により、最適な評価値となる計画候補を探索し、この計画候補から、前記タイムバケットを前記第１期間より短い第２期間に設定して、前記生成過程、遺伝子操作過程、負荷積み過程、算出過程および探索過程により、最適な評価値となる計画候補を探索することを特徴とする。
【００１２】
請求項４記載の発明は、請求項３記載の生産計画作成方法において、前記オーダー情報は、受注生産であるか在庫補充生産であるかを区別する生産区分情報をさらに含み、前記算出過程では、前記生産区分情報に応じた評価関数が使用されることを特徴とする。
【００１３】
請求項５記載の発明は、請求項３または４記載の生産計画作成方法において、前記第１期間のタイムバケットによる処理および第２期間のタイムバケットによる処理は、前記第１期間のタイムバケットで区切られる生産計画の対象期間の各期間について並列的に実行されることを特徴とする。
【００１４】
請求項６記載の発明は、請求項３または４記載の生産計画作成方法において、前記第１期間のタイムバケットによる処理および第２期間のタイムバケットによる処理は、前記第１期間のタイムバケットで区切られる生産計画の対象期間の各期間について順次実行され、その対象期間の各期間のうち、前の期間についての各ロット生産候補の振り分けで確定する所定値が、次の期間についての各ロット生産候補の振り分けに考慮されることを特徴とする。
【００１５】
請求項７記載の発明は、請求項６記載の生産計画作成方法において、前記所定値は残業時間であり、前記次の期間についての各ロット生産候補の振り分けに考慮されるとは、前記対象期間の残業時間の合計値が所定の総残業時間内に収まるようにすることであることを特徴とする。
【００１６】
請求項８記載の発明は、請求項３または４記載の生産計画作成方法において、前記生成過程で初期の個体集団を生成するとき、各ロット生産候補が、対応する納期の日かそれより数日前の日に割り付くように、前記初期の個体集団を生成することを特徴とする。
【００１７】
請求項９記載の発明は、請求項３または４記載の生産計画作成方法において、前記第２期間のタイムバケットによる計画候補では、そのタイムバケットで区切られたいずれかの期間に対して負荷積みされた負荷が、負荷許容レベルをオーバーして負荷オーバーになった場合、その負荷オーバーになった期間に振り分けられた少なくとも１つのロット生産候補の識別子を他の識別子に変更して、負荷積み結果を調整することを特徴とする。
【００１８】
請求項１０記載の発明は、請求項９記載の生産計画作成方法において、前記識別子の変更は、前記負荷オーバーになった期間を含み前記第１期間のタイムバケットで区切られた期間と、この期間に隣接する期間とを特定し、これら両期間の境界を挟む両方の日のうち、負荷の大きい方の日に振り分けられた少なくとも１つのロット生産候補を、負荷の小さい方の日に少なくとも振り分け直すことで行われることを特徴とする。
【００１９】
請求項１１記載の発明は、請求項３または４記載の生産計画作成方法において、前記第２期間のタイムバケットによる計画候補では、そのタイムバケットで区切られたいずれかの期間に対して負荷積みされた負荷が、負荷許容レベルをオーバーして負荷オーバーになった場合、前記第１期間のタイムバケットによる負荷積みに対する負荷許容レベルを下げて、再度、前記第１期間のタイムバケットによる処理および第２期間のタイムバケットによる処理を実行することを特徴とする。
【００２０】
請求項１２記載の発明は、請求項３または４記載の生産計画作成方法において、前記算出過程で、負荷積み後の各設備に対する負荷の合計値と標準の設備操業時間との差の二乗和が小さいものほどより高い評価になる評価値を算出することを特徴とする。
【００２１】
請求項１３記載の発明は、請求項３または４記載の生産計画作成方法において、前記標準作業情報は、前記使用する設備、作業者数および設備の負荷の情報に加えて、作業者の負荷としての作業時間の情報を含み、前記算出過程で、負荷積み後の作業者の負荷の合計値と標準の総作業者操業時間との差の二乗和が小さいものほどより高い評価になる評価値を算出することを特徴とする。
【００２２】
請求項１４記載の発明は、請求項４記載の生産計画作成方法において、前記生産区分情報が前記在庫補充生産であることを示す情報である場合、前記算出過程で、前記第２期間のタイムバケットで区切られた期間における生産日がその期間に振り分けられたロット生産候補の納期から遅れるほどより低い評価になる評価値を算出することを特徴とする。
【００２３】
請求項１５記載の発明は、請求項４記載の生産計画作成方法において、前記生産区分情報が前記受注生産であることを示す情報である場合、前記算出過程で、前記第２期間のタイムバケットで区切られた期間における生産日がその期間に振り分けられたロット生産候補の納期から遅れると、そのロット生産候補を変更させる値に評価値を算出することを特徴とする。
【００２４】
請求項１６記載の発明は、請求項１４または１５記載の生産計画作成方法において、前記第２期間のタイムバケットで区切られた期間における生産日がその期間に振り分けられたロット生産候補の納期から前の日にずれるほど、より低い評価になる評価値を算出することを特徴とする。
【００２５】
請求項１７記載の発明は、請求項３または４記載の生産計画作成方法において、ロット生産候補の生産数量の規模に応じて、前記第１期間のタイムバケットで区切られる各期間におけるそのロット生産候補の振り分け可能な期間の数が決定されることを特徴とする。
【００２６】
請求項１８記載の発明は、請求項３または４記載の生産計画作成方法において、前記遺伝子操作の実行後の各個体について、負荷が所定の評価値をオーバーしているか否かを判定し、オーバーしていれば、負荷がその所定の評価値を下回るまで、オーバーしている期間に振り分けられたロット生産候補をオーバーしていない期間に振り分けることを特徴とする。
【００２７】
請求項１９記載の発明は、請求項３または４記載の生産計画作成方法において、前記算出過程で、評価値が改善しない場合に個体を残す割合いや変異確率を修正することを特徴とする。
【００２８】
請求項２０記載の発明は、請求項３または４記載の生産計画作成方法において、前記タイムバケットを前記第１期間より短い第２期間に設定した場合、前記初期の個体集団を生成するとき、各ロット生産候補が、対応する納期の日に割り付くように、前記初期の個体集団を生成することを特徴とする。
【００２９】
請求項２１記載の発明は、請求項３または４記載の生産計画作成方法において、前記遺伝子操作の後、負荷が高くなった期間に振り分けられた各ロット生産候補に対する変異確率を、負荷が低くなった期間に振り分けられたロット生産候補に対するそれよりも高くすることを特徴とする。
【００３０】
請求項２２記載の発明は、請求項３または４記載の生産計画作成方法において、遺伝子座を占める遺伝子の数が多いほど変異確率をより高くすることを特徴とする。
【００３１】
請求項２３記載の発明は、請求項３または４記載の生産計画作成方法において、前記第１期間のタイムバケットで区切られた期間に対して前記第２期間のタイムバケットで区切られた各期間のうち、納期に対応する日に振り分けられた各ロット生産候補に対する遺伝子操作される確率を、その納期以外の日に振り分けられた各ロット生産候補に対する遺伝子操作される確率よりも高くすることを特徴とする。
【００３２】
請求項２４記載の発明は、請求項３または４記載の生産計画作成方法において、前記遺伝的アルゴリズムを基準回数以上実行したら、負荷の低い期間に振り分けられたロット生産候補の遺伝子座の値を確定することを特徴とする。
【００３３】
【発明の実施の形態】
図１は生産計画作成方法の手順を示すフローチャート、図２は対象工程の一例を示す図、図３は図１の生産計画作成方法を実行するための生産計画作成システムの構成例を示す図であり、これらの図を用いて以下に本発明の生産計画作成方法およびそのシステムに係る第１実施形態について説明する。
【００３４】
図１に示す生産計画作成方法は、図２の例に示すように、複数の設備および作業者などの資源と複数の工程（図では実装工程、組立工程など）とからなる生産プロセスにより、各種生産品を効率的に生産するために必要な生産計画を作成するためのものであり、ステップＳ１１の「情報入力」と、ステップＳ１２の「組合せ情報作成」と、ステップＳ１３の「遺伝的アルゴリズムのパラメータ読み込み」と、ステップＳ１４の「モデリング」と、ステップＳ１５の「タイムバケット設定情報Ｔｉ（ｉ＝１，Ｎ）を読み込み」と、ステップＳ１６の「初期個体集団の生成」と、ステップＳ１７の「初期個体集団をタイムバケットＴｉを単位時間として評価」と、繰返し処理される、ステップＳ１８の「２個体選択」、ステップＳ１９の「交叉演算」、ステップＳ２０の「突然変異演算」およびステップＳ２１の「個体集団をタイムバケットＴｉを単位期間として評価」と、ステップＳ２２の「タイムバケットの大きさを縮小（ｉ＝ｉ＋１）」と、ステップＳ２３の「ｉ＞Ｎ」と、ステップＳ２４の「結果出力」との各手順を有している。
【００３５】
そして、上記生産計画作成方法は、図３の例に示す生産計画作成システムによって実行され、この生産計画作成システムは、入力装置１と、表示装置２と、これら入力装置１および表示装置２が接続される本体装置３とにより構成されている。本体装置３は、例えばコンピュータであり、オーダー情報Ｉ１、品番マスタ情報Ｉ２、構成マスタ情報Ｉ３、標準作業情報Ｉ４、資源稼動情報Ｉ５、タイムバケット情報Ｉ６、生産期間情報Ｉ７、ロット生産候補情報Ｉ８およびパラメータ情報Ｉ９などの各種情報を記憶する記憶部３１と、組合せ情報作成部３２と、モデリング作成Ｐ１、初期個体生成Ｐ２、遺伝的アルゴリズムの演算Ｐ３、個体の評価Ｐ４およびタイムバケットサイズ変更Ｐ５などの各種処理を実行する演算部３３とにより構成されている。ただし、図３の例では、入力装置１および表示装置２は、ＣＲＴまたはＬＣＤなどの表示装置、キーボードおよびコンピュータなどにより構成されている。
【００３６】
次に、上記構成の生産計画作成システムにより実行される図１の各ステップについて図面をさらに使用しながら順次詳述する。
【００３７】
図１のステップＳ１１では、情報入力として、上記オーダー情報Ｉ１、品番マスタ情報Ｉ２、構成マスタ情報Ｉ３、標準作業情報Ｉ４、資源稼動情報Ｉ５、タイムバケット（サイズ）情報Ｉ６および生産期間情報Ｉ７などの各種情報が入力されると、これら各種情報は記憶部３１に記憶される。
【００３８】
図４に、図１の「情報入力」によって図３の記憶部３１に記憶される各種情報の具体例を示す。記憶部３１に記憶されるオーダー情報Ｉ１は、図４（ａ）に示すように、オーダーの種別を示すオーダー名、生産数量、納期および生産区分の情報を含んでいる。生産区分の欄には、受注生産を表す注文か、在庫補充生産を表す在庫のいずれかが入力される。
【００３９】
品番マスタ情報Ｉ２は、図４（ｂ）に示すように、各オーダーで受けた生産品の品番、そのオーダー名、ＡＢＣ区分およびロットサイズの情報を含んでいる。ＡＢＣ区分の欄には、月間生産数が大であればＡ、中であればＢ、小であればＣが入力され、それら判定は所定のしきい値を用いて行われる。
【００４０】
構成マスタ情報Ｉ３は、各オーダーを工程単位に展開するための基になる情報であり、図４（ｃ）に示すように、親品番、親員数、子品番、子員数、工程および前工程の情報を含んでいる。図４（ｃ）の例では、オーダー１は、親品番となってジョブ１，１−１，１−２の３つの子品番を従え、これら子品番のうち、ジョブ１は、親品番となってジョブ２，２−１，２−２の３つの子品番を従えている。そして、ジョブ１，１−１，１−２は工程２に属し、ジョブ２，２−１，２−２は工程１に属しているから、オーダー１に対しては、工程１，２が必要であり、工程１が終了しないと工程２に取りかかれないことが分かる。
【００４１】
標準作業情報Ｉ４は、図４（ｄ）に示すように、各オーダー、つまり各生産品に対して予め決定されたロット単位の工程毎に、使用する設備名、作業者数、設備負荷としての設備使用時間、および作業者負荷としての作業時間の情報を少なくとも１組含んでいる。例えば、オーダー１については、生産品が品番１のものであるからロットサイズが５００となり、その生産品に対するロット単位の工程が工程名１，２の工程になり、これらの工程には、設備名、作業者数、設備負荷および作業者負荷の情報が２組づつ割り当てられる。これに対して、オーダー２の生産品に対するロット単位の工程は工程名１，２の工程になり、これらの工程には、設備名、作業者数、設備負荷および作業者負荷の情報が１組づつ割り当てられる。
【００４２】
資源稼動情報Ｉ５は、図４（ｅ）に示すように、各設備の稼動時刻を、生産計画の対象期間（例えば５週間）中の各日に割り付けた情報で構成されている。例えば、ＨＮＤ１の設備についての１日における稼動時刻は９時から１７時になっている。また、４日，５日にはいずれの設備についても０が入力されており、設備が稼動されない日であることが分かる。
【００４３】
図１に戻って、ステップＳ１２では、組合せ情報作成の処理が図３の組合せ情報作成部３２により実行されてロット生産候補テーブルが作成され、このロット生産候補テーブルがロット生産候補情報Ｉ８として記憶部３１に記憶される。
【００４４】
図５，図６に、図１の「組合せ情報作成」で得られるロット生産候補テーブルの例を示す。ただし、図５，図６には、オーダー１のみについての各ロット生産候補の一部の情報を示す。また、ステップＳ１１で入力された生産期間情報Ｉ７による生産計画の対象期間は、便宜上、２０００年８月３０日から１０月３日までの５週間とするが、本発明の生産計画の対象期間はこれに限定されるものではないことは言うまでもない。
【００４５】
ロット生産候補テーブルは、生産計画の対象となる各オーダーによる生産品に対する生産数量、納期および生産区分の情報を含むオーダー情報Ｉ１と、各生産品に対して予め決定されたロット単位の工程毎に、使用する設備、作業者数、設備負荷および作業者負荷の情報を少なくとも１組含む標準作業情報Ｉ４とから、オーダー情報の各オーダーを該当する生産品の生産に必要な工程の情報からなるロット生産候補の情報に展開する処理を、全ての組合せについて行い、得られた各ロット生産候補の情報を、資源稼動情報Ｉ５に基く生産可能日（０は除外）の情報でさらに展開することで作成され、ロット生産候補の情報毎に、生産可能日の情報と、工程毎の、使用する設備、作業者数、設備負荷および作業者負荷の情報とを含んでいる。
【００４６】
例えば、オーダー１の場合、標準作業情報Ｉ４の各工程には、設備名、作業者数、設備負荷および作業者負荷の情報が２組づつ割り当てられているから、一の生産可能日に対して４通りの組合せがあることとなり、図５，図６の例に示すように、各生産可能日毎に４通りのロット生産候補の情報に順次展開されることになる。なお、図５，図６に示す左端列の数字はロット生産候補の情報の識別子である。
【００４７】
図１において、ステップＳ１３では、遺伝的アルゴリズムのパラメータの読み込みとして、複数の遺伝子座を持ち計画候補となる個体の数（個体数設定）、変異確率、終了条件パラメータ、個体選択および淘汰処理用の割合い（例えば上位半分）などの設定条件が入力されると、これら設定条件はパラメータ情報Ｉ９として記憶部３１に記憶される。
【００４８】
ステップＳ１４では、図３のモデリング作成Ｐ１の処理として、各オーダーの生産数量および対応するロットサイズから算出される１ロット（ロット生産候補テーブルの１ロット生産候補に対応）を遺伝子座とし、同様に、全てのオーダーの各ロットを遺伝子座とすることでモデリングが行われる。
【００４９】
この後、ステップＳ１５で、記憶部３１のタイムバケット情報Ｉ６からタイムバケット設定情報Ｔｉが演算部３３に読み込まれ、ステップＳ１６で、演算部３３により初期個体集団の生成として初期個体生成Ｐ２の処理が実行される。続いて、ステップＳ１７で、図３に示す個体の評価Ｐ４の処理として、初期個体集団を、タイムバケットＴｉを単位期間として評価する処理が実行される。
【００５０】
図７に、図１の「初期個体集団の生成」の具体例を示す。図７の例では、任意の偶数値に設定可能な個体数は３０になっている。
【００５１】
初期個体集団は、ステップＳ１３で設定された数（個体数）の各個体についてステップＳ１４のモデリングにより割り当てられた各遺伝子座に、ロット生産候補テーブルに含まれる各ロット生産候補の情報の識別子を遺伝子として格納することで生成される。具体例としては、まず、オーダー１についてのロット生産候補群からステップＳ１４で説明したロットの数だけロット生産候補を無作為に選んで例えば先頭の遺伝子座から格納していき、同様の処理をオーダー２，３，…というように繰り返すことで１の個体を生成し、これと同様の処理により残りの個体を生成するのである。図７では、例えば、個体３０の遺伝子座ＮＯが［１］の遺伝子座には、ロット生産候補テーブルにおける識別子１９が遺伝子として格納されている。
【００５２】
図８，図９に、初期個体集団の評価の説明図を示す。ただし、図９は図３６に対応させて作成した図である。
【００５３】
初期個体集団の評価は、タイムバケットＴｉを単位期間として負荷積みを行った後、その負荷積み結果に対してなされる。すなわち、ステップＳ１６で初期個体集団が生成されると、ステップＳ１７において、各個体の各遺伝子座の遺伝子（識別子）からロット生産候補テーブルに含まれる対応する負荷（第１実施形態では設備負荷および作業者負荷）を参照し、この負荷をタイムバケットで区切られた各期間に対して積み上げて負荷積みを行い、これら各期間の負荷積み結果を評価する所定の評価関数で評価値を算出することにより実行される。ここで、図３６で説明した従来の負荷積みでは、ある優先順位に従って負荷積みが行われるのに対し、第１実施形態では、優先順位ではなく、個体毎に、各ロット生産候補を、この生産可能日に従って、タイムバケットで区切られた各期間のうち、対応する期間に対して積み上げることで、図８，図９に示すように、負荷積みが一括ないし一度に行われる。また、以下のステップＳ２１でも、遺伝的アルゴリズムにおける遺伝子操作（交叉、突然変異）により決定された個体の個々の遺伝子座の値とロット生産候補テーブルの識別子とがマッチングした情報を、全ての遺伝子座（つまりロット）について抽出し、それらを一括して負荷積みをする。
【００５４】
図１に戻って、ステップＳ１７の後、繰返し処理されるステップＳ１８〜Ｓ２１で、変異確率などが設定された遺伝的アルゴリズムが図３に示す遺伝的アルゴリズムの演算Ｐ３の処理として実行される。その繰返し処理毎に、個体集団（繰返し処理の１回目は初期個体集団で、２回目以降は個体集団となるが、ここではこれらを総称して個体集団と呼ぶ）に対して遺伝子操作が行われ、続いて、その遺伝子操作で遺伝子の配列が組み替えられた後の個体集団に対してステップＳ１７と同様の評価がなされる。
【００５５】
図１０に、遺伝的アルゴリズムによる遺伝子操作の説明図を示す。ステップＳ１８で、個体集団から２個の個体が選択され、続いて、ステップＳ１９で、それら２個の個体に対して交叉演算が実行される。この交叉演算により、２個の個体は、遺伝子座を占める遺伝子が互いに入れ替えられることになる。図１０（ａ）の例では、交叉点以降において、個体ｘの７の遺伝子と個体ｙの６の遺伝子とが互いに入れ替えられている。
【００５６】
この後、ステップＳ１３で設定された変異確率に従って、個体集団から任意に選ばれた個体に対して突然変異演算が実行される（Ｓ２０）。この突然変異演算により、任意に選ばれた個体の遺伝子が他の遺伝子に変更されることになる。図１０（ｂ）の例では、左から６つ目の遺伝子座の遺伝子３が他の遺伝子５に変更されている。
【００５７】
この後、ステップＳ２１で、上記遺伝子操作後の個体集団がステップＳ１７と同様に評価される。この後、ステップＳ１３で入力された終了条件パラメータを用いた判定で終了判定の結果が得られるまで、上記ステップＳ１８〜Ｓ２１の一連の処理が繰返し実行される。例えば、ステップＳ２１で算出された評価値が所定の基準を満足するか、あるいは繰返し回数が所定回数に達するまで、一連の処理が繰返し実行される。また、ステップＳ１８〜Ｓ２１の一連の処理を繰り返す場合、ステップＳ１３で入力された割合い（上位半分）に従って、評価値の悪い１５個の個体を消滅させ、評価値の良い１５個の個体をコピーして合計３０個の個体にしてから、つまり淘汰してから、同様の処理が繰り返される。例えば、評価値が１０４１０の個体は排除され、評価値が１５８０の個体は残される。
【００５８】
上記ステップＳ１８〜Ｓ２１を囲むループを抜けると、全体的により最適な生産計画を立案しうる最適解（厳密には、総当たりによる最適解ではなく、遺伝子操作、個体の評価およびこの評価に応じた個体の淘汰という手法を用いて、自然淘汰的に選び抜かれた優良な個体から得られた、準最適化手法による準最適解）を得ることができるのであるが、第１実施形態では、その最適解を「高速に」得るための仕組みが設けられている。すなわち、ステップＳ１５，Ｓ２２，Ｓ２３がその仕組みであり、タイムバケットサイズを段階的に小さくするようになっている。なお、第１実施形態では、大小の２段階になっているが、３段階以上でも構わない。
【００５９】
図１１に、段階的に小さくされるタイムバケットの様子を示し、図１２に、上記最適解を「高速に」得るための仕組みがない場合のタイムバケットサイズの例を示し、図１３，図１４に、タイムバケットサイズを段階的に小さくすることで得られるロット生産候補テーブルの例を示す。ただし、図１３において、タイムバケット１は、２０００年８月３０日〜９月５日の期間を示し、タイムバケット２は、２０００年９月６日〜９月１２日の期間を示す。また、図１４において、対象期間は、２０００年８月３０日〜９月５日である。
【００６０】
第１実施形態では、まず、ステップＳ１８〜Ｓ２１を囲むループを最初に抜け出すまでは、図１１の上段に示すように、タイムバケットサイズが１週間に設定され、ステップＳ１８〜Ｓ２１を囲むループを次に抜け出すまでは、図１１の下段に示すように、タイムバケットサイズが１日に設定される。つまり、ステップＳ１５で、最初のタイムバケットサイズは１週間に設定され、ステップＳ２２に初めて進んだときに、図３のタイムバケットサイズ変更Ｐ５の処理として、タイムバケットサイズが１日に設定されるとともに、変数ｉが１だけ増分され（初期値はＳ１５により１）、ステップＳ２３でＮＯの判定結果となって（Ｎが例えば２で、ｉ＝Ｎ）、ステップＳ１６に戻り、再度ステップＳ２２に進んだとき、変数ｉが１だけ増分され（ｉ＝３）、ステップＳ２３でＹＥＳの判定結果となって（ｉ＞Ｎ）、ステップＳ２４に進んで、全体的により最適な生産計画を立案しうる最適解が出力されるのである。要するに、まず、タイムバケットサイズを１週間に設定して、初期個体集団の生成（Ｓ１６）、ステップＳ１８〜Ｓ２１を囲む繰り返し処理の遺伝的アルゴリズムにより、１週間のタイムバケットで最終的に得られた個体集団の計画候補のうち評価値が最適であるものを探索し、続いて、タイムバケットサイズを１日に設定して、その最適な評価値となる計画候補から、初期個体集団の生成、ステップＳ１８〜Ｓ２１を囲む繰り返し処理の遺伝的アルゴリズムにより、１日のタイムバケットで最終的に得られた個体集団の計画候補のうち評価値が最適であるものを探索するのである。なお、第１実施形態では、最初のタイムバケットサイズが１週間になっているが、これに限らず、１０日または２週間など、複数日であればよい。
【００６１】
ここで、最適解を「高速に」得るための仕組みがない場合、図１２に示すように、タイムバケットサイズは１日となる。そして、例えば、設備が３台、作業者数が２である場合、２１０（＝３５×３×２）通りの組合せになる。これに対して、第１実施形態では、１週間のタイムバケットの場合、３０（＝５×３×２）通りの組合せとなり、１日のタイムバケットの場合、４２（＝７×３×２）通りの組合せとなるから、図１１の例に示すように、ロットＡを第１週目の第３日目に振り分けるまでの演算回数が低減する。換言すると、タイムバケットサイズを１週間に設定するということは、図５，図６で示したロット生産候補テーブルを図１３に示すようなロット生産候補テーブルに圧縮することであるから、まず、そのロット生産候補テーブルから、１週間のタイムバケットで区切られた各期間に各ロット生産候補を振り分ける場合の最適解を求め、続いて、その最適解から得られる図１４に示すようなロット生産候補テーブルから、１日のタイムバケットで区切られた各期間（日）に各ロット生産候補を振り分ける場合の最適解を求めることになるのである。この結果、最適解を「高速に」得ることができる。
【００６２】
以上、第１実施形態によれば、限られた時間内で、全体的により最適な生産計画を高速に立案することができる。
【００６３】
図１５は評価で使用する評価関数の説明図であり、この図を用いて以下に本発明に係る第２実施形態について説明する。
【００６４】
第２実施形態では、第１実施形態の生産計画作成方法およびそのシステムとの相違点として、図３に示す演算部３３による個体の評価Ｐ４の処理において、生産区分の情報に応じた評価関数が使用される。図１５の例では、生産区分の情報が注文であるオーダー１，２に対しては、生産区分の情報の注文に応じた評価関数ｆ1 (ｘ)が使用され、生産区分の情報が在庫であるオーダー３に対しては、生産区分の情報の在庫に応じた評価関数ｆ2 (ｘ)が使用されている。
【００６５】
以上、第２実施形態によれば、第１実施形態と同様、限られた時間内で、全体的により最適な生産計画を高速に立案することができるほか、例えば受注生産を在庫補充生産よりも優先させるといったオーダーの特徴に合った最適な生産計画を立案することができる。
【００６６】
図１６はタイムバケットに関する処理方法の説明図であり、この図を用いて以下に本発明に係る第３実施形態について説明する。
【００６７】
第３実施形態では、図１６に示すように、１週間のタイムバケットによる処理および１日のタイムバケットによる処理が、１週間のタイムバケットで区切られる生産計画の対象期間の各期間について並列的に実行される。
【００６８】
このように、１週間のタイムバケットで区切られる生産計画の対象期間の各期間について、１週間のタイムバケットによる処理および１日のタイムバケットによる処理が並列的に実行されると、最適解を１度に確定することができるので、最適解を高速に算出することができる。また、第３実施形態は、各週の確定が他の週に影響しない場合に有効である。
【００６９】
図１７はタイムバケットに関する別の処理方法の説明図であり、この図を用いて以下に本発明に係る第４実施形態について説明する。
【００７０】
第４実施形態では、図１７に示すように、１週間のタイムバケットによる処理および１日のタイムバケットによる処理は、１週間のタイムバケットで区切られる生産計画の対象期間の各期間について順次実行され、その対象期間の各期間のうち、前の期間についての各ロット生産候補の振り分けで確定する所定値が、次の期間についての各ロット生産候補の振り分けに考慮される。例えば、５週間の生産計画の対象期間に対する総残業時間が５０時間である場合、１週目の期間についての各ロット生産候補の振り分けで確定する残業時間が２０時間であったとすれば、残り４週の期間については、残業時間が３０時間となるように、各ロット生産候補の振り分けが制限を受けながら行われるのである。
【００７１】
以上、第４実施形態によれば、１週間のタイムバケットで区切られる生産計画の対象期間の各期間のうち、前の期間についての各ロット生産候補の振り分けで確定する所定値が、次の期間についての各ロット生産候補の振り分けに考慮されるから、例えば所定の規則に合わせた生産計画の立案が可能になる。また、所定値が残業時間である場合、対象期間の残業時間を総残業時間内に収めることが可能になるほか、取り決めに適合し、しかも柔軟性の高い生産計画の立案が可能になる。さらに、処理速度も向上する。
【００７２】
図１８は初期個体集団の生成に関する説明図であり、この図を用いて以下に本発明に係る第５実施形態について説明する。
【００７３】
第５実施形態では、第１実施形態との相違点として、初期個体集団を生成するとき、図１８に示すように、各ロット生産候補が、対応する納期の日かそれより数日前の日に割り付くように、初期個体集団が生成される。すなわち、納期に割付け→１週間のタイムバケットに集約→１週間のタイムバケットで最適化→１日のタイムバケットで最適化により、図１８に示すように、オーダーＡ，Ｂ，Ｃ，Ｄ，Ｅのうち、第１週目の期間に納期が属するオーダーＡ，Ｂ，Ｄが第１週目の期間に振り分けられてできるだけ納期に近づき、第２週目の期間に納期が属するオーダーＣが第２週目の期間に振り分けられてできるだけ納期に近づき、第３週目の期間に納期が属するオーダーＥが第３週目の期間に振り分けられてできるだけ納期に近づくことになる。
【００７４】
以上、第５実施形態によれば、ロット生産候補が納期に近づくようになり、納期に近づけた生産計画が可能になる。
【００７５】
図１９は生産計画作成方法の手順を示すフローチャートであり、この図を用いて以下に本発明に係る第６実施形態について説明する。
【００７６】
第６実施形態は、第１実施形態との相違点として、図１９に示すステップＳ３１の「負荷オーバー？」と、ステップＳ３２の「負荷の低いところのロットと相談し、ＯＫなら移動あるいは交換」とにより、１日のタイムバケットによる計画候補では、そのタイムバケットで区切られたいずれかの日に対して負荷積みされた負荷（設備負荷または作業者負荷）が、負荷許容レベルをオーバーして負荷オーバーになった場合（Ｓ３１でＹＥＳ）、負荷オーバーになった期間に振り分けられた少なくとも１つのロット生産候補の識別子を他の識別子に変更して（Ｓ３２）、負荷積み結果を調整する。例えば、ステップＳ３２において、まず、Ｓ３２の第１処理として、負荷オーバーの生産位置（生産可能日、設備、作業者数）を抽出し、Ｓ３２の第２処理として、その生産位置のロット生産候補を１つ抽出（ただし納期厳守）して他の振り分け可能な遺伝子座に移動させ、Ｓ３２の第３処理として、負荷率（例えば設備負荷の場合、負荷許容レベルである設備負荷能力に対する負荷積みされた負荷の割合い）を計算し、Ｓ３２の第４処理として、負荷オーバーが解消されれば、ステップＳ２２に進み（この後、Ｓ２３，Ｓ２４に進む）、解消されなければ、Ｓ３２の第２処理に戻る。
【００７７】
以上、第６実施形態によれば、負荷オーバーになった期間に振り分けられたロット生産候補が、負荷オーバーしていない期間に振り分けられた他のロット生産候補と折衝しながら、移動または交換により自己の識別子を変更することで、負荷がタイムバケットで区切られた期間に対する負荷許容レベル内に収まらない状況を早く回避することができる。
【００７８】
図２０は負荷オーバーの対処法の説明図であり、この図を用いて以下に本発明に係る第７実施形態について説明する。
【００７９】
第７実施形態では、第６実施形態との相違点として、負荷オーバーになった場合において、識別子の変更は、負荷オーバーになった期間を含み１週間のタイムバケットで区切られる期間と、この期間に隣接する期間とを特定し、これら両期間の境界を挟む両方の日のうち、負荷の大きい方の日に振り分けられた少なくとも１つのロット生産候補を負荷の小さい方の日に少なくとも振り分け直すことで行われる。
【００８０】
例えば、１週間のタイムバケットでの最適化、１日のタイムバケットでの最適化の後、負荷オーバーになった場合、まず、第１処理として、負荷オーバーになった期間（１週間）とこの期間に隣接する期間（１週間）とを特定し、これら両期間の境界を挟む両方の日（図２０では、７と８、１４と１５など）の負荷率を算出し、第２処理として、算出された両負荷率のうち、大きい方の負荷率の日に振り分けられたロット生産候補を抽出（ただし納期厳守）して小さい方の負荷率の日に移動（または交換）させ、第３処理として、負荷率を計算し、第４処理として、負荷オーバーが解消されれば、ステップＳ２２に進み（この後、Ｓ２３，Ｓ２４に進む）、解消されなければ、上記第２処理に戻る。
【００８１】
以上、第７実施形態によれば、負荷がタイムバケットで区切られた期間に対する負荷許容レベル内に収まらない状況を早く回避することができるほか、タイムバケットで区切られた期間を超えた負荷積み結果の調整が可能になる。
【００８２】
図２１は生産計画作成方法の手順を示すフローチャートであり、この図を用いて以下に本発明に係る第８実施形態について説明する。
【００８３】
第８実施形態は、第１実施形態との相違点として、図２１に示すステップＳ４１の「ｉ＞１＆負荷オーバー？」と、ステップＳ４２の「負荷許容設定下げる＆タイムバケットの大きさを拡大（ｉ＝ｉ−１）」とにより、１日のタイムバケットによる計画候補では、負荷オーバーになった場合（Ｓ４１でＹＥＳ）、ステップＳ４２において、１週間のタイムバケットによる負荷積みに対する負荷許容レベルを下げ、タイムバケットサイズを１週間に戻し、ｉ＝ｉ−１によりｉを１に戻してステップＳ２３に進み、このステップでの判定結果がＮＯになるようにして、再度、１週間のタイムバケットによる処理および１日のタイムバケットによる処理を実行する。
【００８４】
以上、第８実施形態によれば、１週間のタイムバケットによる負荷積みに対する負荷許容レベルを下げることで、１日のタイムバケットでの最適な評価値となる計画候補が負荷オーバーし難くなる。
【００８５】
図２２は一例となる評価関数の説明図であり、この図を用いて以下に本発明に係る第９実施形態について説明する。
【００８６】
第９実施形態は、第１実施形態との相違点として、図３に示す個体の評価Ｐ４の処理において、負荷積み後の各設備に対する設備負荷の合計値と標準の設備操業時間との差の二乗和が小さいものほどより高い評価になる評価値を算出する。図２２の例の場合、ＨＮＤ１，ＨＩＣ，ＣＥＬＬ１の各設備負荷の合計を示す設備負荷時間と設備操業時間との差の二乗和の総計が小さいものほどより高い評価になる。この場合、図２２（ａ）の評価値の方が図２２（ｂ）の評価値よりも良くなり、各設備を標準の設備操業時間で極力稼働させることが可能になる。
【００８７】
以上、第９実施形態によれば、各設備を標準の設備操業時間で極力稼働させることができるほか、負荷積み後の設備負荷の合計値が標準の設備操業時間から離れるほど、評価値が二乗で悪くなり、その設備負荷の合計値となった計画候補が早く除外されるから、各設備を標準の設備操業時間で極力稼働させることができる計画候補に早く収束させることが可能になる。
【００８８】
図２３は一例となる評価関数の説明図であり、この図を用いて以下に本発明に係る第１０実施形態について説明する。
【００８９】
第１０実施形態は、第１実施形態との相違点として、図３に示す個体の評価Ｐ４の処理において、負荷積み後の作業者負荷の合計値と標準の総作業者操業時間との差の二乗和が小さいものほどより高い評価になる評価値を算出する。図２３の例の場合、各作業者負荷の合計値（図２３では一の作業者負荷の合計値のみ図示）である総作業者負荷時間と標準の総作業者操業時間との差の二乗和の総計が小さいものほどより高い評価になる。この場合、図２３（ａ）の評価値の方が図２３（ｂ）の評価値よりも良くなり、作業者負荷の合計値（総作業者負荷時間）を標準の総作業者操業時間に極力近づけることができる。
【００９０】
以上、第１０実施形態によれば、作業者負荷の合計値を標準の総作業者操業時間に極力近づけることができるほか、負荷積み後の作業者負荷の合計値が標準の総作業者操業時間から離れるほど、評価値が二乗で悪くなり、その作業者負荷の合計値となった計画候補が早く除外されるから、作業者負荷の合計値を標準の総作業者操業時間に極力近づけることができる計画候補に早く収束させることが可能になる。
【００９１】
図２４は一例となる評価関数の説明図であり、この図を用いて以下に本発明に係る第１１実施形態について説明する。
【００９２】
第１１実施形態は、第１実施形態との相違点として、図３に示す個体の評価Ｐ４の処理において、生産区分の情報が在庫である場合、図２４に示すように、１日のタイムバケットで区切られた期間（１日）における生産日がその期間に振り分けられたロット生産候補の納期から遅れるほどより低い評価になる評価値を算出する。ただし、図２４の例では、在庫が０になる日より後に生産日がくることは禁止されている。
【００９３】
以上、第１１実施形態によれば、在庫補充生産の場合、多少納期に遅れても生産が許容されるから、より柔軟性の高い生産計画の立案が可能になる。また、最適解の近傍探索が可能になる。
【００９４】
図２５は一例となる評価関数の説明図であり、この図を用いて以下に本発明に係る第１２実施形態について説明する。
【００９５】
第１２実施形態は、第１実施形態との相違点として、図３に示す個体の評価Ｐ４の処理において、生産区分の情報が注文である場合、図２５に示すように、１日のタイムバケットで区切られた期間における生産日がその期間に振り分けられたロット生産候補の納期から遅れると、そのロット生産候補を変更させる値に評価値を算出する。図２５の例では、ロット生産候補の納期から遅れると、評価値は良と悪との２値のうち、悪の評価値になっている。
【００９６】
以上、第１２実施形態によれば、受注生産の場合、生産日が納期から遅れるロット生産候補は他のロット生産候補に変更されることになるから、納期厳守の生産計画の立案が可能になる。
【００９７】
図２６は一例となる評価関数の説明図であり、この図を用いて以下に本発明に係る第１３実施形態について説明する。
【００９８】
第１３実施形態は、第１１実施形態との相違点として、図３に示す個体の評価Ｐ４の処理において、１日のタイムバケットで区切られた期間における生産日がその期間に振り分けられたロット生産候補の納期から前の日にずれるほど、より低い評価になる評価値を算出する。
【００９９】
以上、第１３実施形態によれば、多少納期に前倒ししても生産が許容されるようになるから、より一層柔軟性の高い生産計画の立案が可能になる。また、遺伝的アルゴリズムにおいて、適正な納期から外れる度合いが大きいロット生産候補ほど早く除外されることになり、適正な納期により近くなる生産計画が立案されることになる。
【０１００】
図２７は一例となる評価関数の説明図であり、この図を用いて以下に本発明に係る第１４実施形態について説明する。
【０１０１】
第１４実施形態は、第１２実施形態との相違点として、図３に示す個体の評価Ｐ４の処理において、１日のタイムバケットで区切られた期間における生産日がその期間に振り分けられたロット生産候補の納期から前の日にずれるほど、より低い評価になる評価値を算出する。
【０１０２】
以上、第１４実施形態によれば、多少納期に前倒ししても生産が許容されるようになるから、柔軟性の高い生産計画の立案が可能になる。また、遺伝的アルゴリズムにおいて、適正な納期から外れる度合いが大きいロット生産候補ほど早く除外されることになり、適正な納期により近くなる生産計画が立案されることになる。
【０１０３】
図２８はロット生産候補の振り分けに関する説明図であり、この図を用いて以下に本発明に係る第１５実施形態について説明する。
【０１０４】
第１５実施形態では、第１実施形態との相違点として、ロット生産候補の生産数量の規模に応じて、１週間のタイムバケットで区切られる各期間におけるそのロット生産候補の振り分け可能な期間の数が決定される。例えば、ロット生産候補のＡＢＣ区分の情報がＡであれば、納期週またはその前週にそのロット生産候補を振り分けることができ、ＢまたはＣであれば、納期週にそのロット生産候補を振り分けることができるように設定される。
【０１０５】
ここで、生産数量の規模が大きい場合、頻繁なオーダーが望めて生産リスクが小さいのに対して、生産数量の規模が小さい場合、生産リスクが大きいので、生産数量の規模に応じて、例えば生産数量の規模が大きい場合に限り、ロット生産候補の振り分け可能な期間に多少長めの幅をもたせる。例えば、図２８に示すように、オーダー１，２，３の納期をそれぞれ２０日，１２日，３０日とし、オーダー１，２，３のＡＢＣ区分をそれぞれＡ，Ｂ，Ｃとしたとき、生産可能日の設定時において、オーダー１に対応するロット生産候補は第２週または第３週のいずれの期間でも振り分け可能に、オーダー２，３に対応するロット生産候補はそれぞれ第２週，第５週のみに振り分け可能に処理される。
【０１０６】
以上、第１５実施形態によれば、ロット生産候補の生産数量の規模に応じてその振り分け可能な期間の数が決定されるので、負荷割付けの平準化用の移動対象を生産数量に応じて変えることができ、負荷の平準化を早めることができる。
【０１０７】
図２９は負荷オーバーの対処法の説明図であり、この図を用いて以下に本発明に係る第１６実施形態について説明する。
【０１０８】
第１６実施形態は、第１実施形態との相違点として、図２９に示すように、遺伝子操作の実行後の各個体について、負荷が所定の評価値（図では基準値）をオーバーしているか否かを判定し（Ｓ５１）、オーバーしていれば（Ｓ５１でＹＥＳ）、負荷が基準値を下回るまで、オーバーしている期間に振り分けられたロット生産候補をオーバーしていない期間に振り分ける（Ｓ５２）。すなわち、ステップＳ５２に進むと、Ｓ５２の第１処理として、負荷オーバーの生産位置（生産可能日、設備、作業者負荷）を抽出し、Ｓ５２の第２処理として、その生産位置のロット生産候補を少なくとも１つ抽出（ただし納期厳守）して負荷の低いところへ移動し、Ｓ５２の第３処理として、Ｓ５２の第１，第２処理を、負荷が基準値を下回るまで繰り返すのである。
【０１０９】
以上、第１６実施形態によれば、遺伝的アルゴリズムと負荷オーバー順次解消ノウハウによる負荷積みを可能とすることで、負荷の平準化を早くすることができる。
【０１１０】
図３０は評価値が改善しない場合の対処法の説明図であり、この図を用いて以下に本発明に係る第１７実施形態について説明する。
【０１１１】
第１７実施形態は、第１実施形態との相違点として、図３０に示すように、一定回数評価値が改善しない場合（Ｓ６１でＹＥＳ）、遺伝的アルゴリズムに対する個体を残す割合いや変異確率を修正する。
【０１１２】
以上、第１７実施形態によれば、評価値が改善しない場合、個体を残す割合いや変異確率が修正されるので、遺伝的アルゴリズムの近傍探索が可能となり、負荷の平準化を早めることができる。
【０１１３】
図３１は初期個体の生成の説明図であり、この図を用いて以下に本発明に係る第１８実施形態について説明する。
【０１１４】
第１８実施形態は、第１実施形態との相違点として、１日のタイムバケットの場合、「初期個体集団の生成」のステップにおいて（Ｓ７１）、初期個体集団を生成するとき、各ロット生産候補が、対応する納期の日に割り付くように、初期個体集団を生成する。
【０１１５】
以上、第１８実施形態によれば、納期に近づけた生産計画を得るための負荷の平準化を早めることができる。
【０１１６】
図３２は負荷の平準化を早める手法の説明図であり、この図を用いて以下に本発明に係る第１９実施形態について説明する。
【０１１７】
第１９実施形態は、第１実施形態との相違点として、遺伝子操作の後、変異確率をステップＳ１３で設定した値に初期化し（Ｓ８１）、続いて、ステップＳ２１の評価の結果、負荷が高くなった期間（タイムバケットで区切られた期間）に振り分けられた各ロット生産候補に対する変異確率を、負荷が低くなった期間に振り分けられたロット生産候補に対するそれよりも高くする。
【０１１８】
以上、第１９実施形態によれば、負荷が高くなった期間に振り分けられた各ロット生産候補ほど突然変異しやすくなるから、遺伝的アルゴリズムによる負荷の平準化が早くなる。
【０１１９】
図３３は最適解を早く得るための手法の説明図であり、この図を用いて以下に本発明に係る第２０実施形態について説明する。
【０１２０】
第２０実施形態は、第１実施形態との相違点として、「遺伝的アルゴリズムのパラメータ読み込み」において（Ｓ９１）、遺伝子座を占める遺伝子の数（対立遺伝子数）が多いほど変異確率をより高くする。図３３の例では、対立遺伝子数が５０までは、交叉確率が０．５、変異確率（図では突然変異確率）が０．００５に、対立遺伝子数が５１〜１００までは、交叉確率が０．７、変異確率が０．０１０に、対立遺伝子数が１０１以上は、交叉確率が０．８、変異確率が０．０２０に設定されている。
【０１２１】
以上、第２０実施形態によれば、様々な計画パターンを早く探索でき、最適な評価値となる計画候補を探索する処理を高速にすることができる。
【０１２２】
図３４は納期生産を可能にする手法の説明図であり、この図を用いて以下に本発明に係る第２１実施形態について説明する。
【０１２３】
第２１実施形態は、第１実施形態との相違点として、１週間のタイムバケットで区切られた期間に対して１日のタイムバケットで区切られた各期間のうち、納期に対応する日に振り分けられた各ロット生産候補に対する遺伝子操作される確率を、その納期以外の日に振り分けられた各ロット生産候補に対する遺伝子操作される確率よりも高くする。図３４の例では、１から７の数値列が１週間のタイムバケットで区切られた期間であり、その各数値が１日のタイムバケットで区切られた期間であるが、数値５が納期（図では納期日）であるから、その５日に振り分けられた各ロット生産候補に対する遺伝子操作される確率（交叉確率や変異確率）が、５日以外の１〜４，６，７日に振り分けられた各ロット生産候補に対する遺伝子操作される確率よりも高くされるのである。
【０１２４】
以上、第２１実施形態によれば、納期に対応する日に振り分けられた各ロット生産候補が集中的にしかも高速に遺伝的アルゴリズムで変わるから、納期に合わせて最適化した生産計画を立案することが可能となる。
【０１２５】
図３５は最適解を早く得るための手法の説明図であり、この図を用いて以下に本発明に係る第２２実施形態について説明する。
【０１２６】
第２２実施形態は、第１実施形態との相違点として、遺伝的アルゴリズムを基準回数以上実行したら、図３５に示すように、設備負荷能力のレベルよりも低い割付確定基準線のレベルより負荷が低くなる期間に振り分けられたロット生産候補の遺伝子座の値を確定する。図３５の例では、タイムバケットで区切られた第２の期間に対する設備Ｂについての負荷が割付確定基準線のレベルより低くなって、そのロット生産候補の遺伝子座の値が確定している。
【０１２７】
以上、第２２実施形態によれば、負荷の低い期間に振り分けられたロット生産候補の遺伝子座の値が確定し、負荷の高い期間に振り分けられたロット生産候補対する処理だけで済むから、計画候補を高速に得ることができる。
【０１２８】
【発明の効果】
以上のことから明らかなように、請求項１記載の発明によれば、生産計画の立案に必要な最適な評価値となる計画候補を得るための演算回数を低減することができ、高速に生産計画を立案することが可能となる。
【０１２９】
請求項２記載の発明によれば、例えば受注生産を在庫補充生産よりも優先させるといったオーダーの特徴に合った最適な生産計画を立案することができる。
【０１３０】
請求項３記載の発明によれば、まず、複数日からなる第１期間のタイムバケットで、最適な評価値となる計画候補が探索され、続いて、その計画候補から、第１期間より短い第２期間のタイムバケットで、最適な評価値となる計画候補が探索されるから、生産計画の立案に必要な最適な評価値となる計画候補を得るための演算回数を低減することができ、高速に生産計画を立案することが可能となる。
【０１３１】
請求項４記載の発明によれば、例えば受注生産を在庫補充生産よりも優先させるといったオーダーの特徴に合った最適な生産計画を立案することができる。
【０１３２】
請求項５記載の発明によれば、第１期間のタイムバケットで区切られる生産計画の対象期間の各期間について、第１期間のタイムバケットによる処理および第２期間のタイムバケットによる処理が並列的に実行されるから、最適解を高速に算出することができる。
【０１３３】
請求項６記載の発明によれば、例えば所定の規則に合わせた生産計画の立案が可能になる。
【０１３４】
請求項７記載の発明によれば、対象期間の残業時間を総残業時間内に収めることが可能になるほか、取り決めに適合し、しかも柔軟性の高い生産計画の立案が可能になる。
【０１３５】
請求項８記載の発明によれば、ロット生産候補が納期に近づくようになり、納期に近づけた生産計画が可能になる。
【０１３６】
請求項９記載の発明によれば、例えば負荷オーバーになった期間に振り分けられたロット生産候補が、負荷オーバーしていない期間に振り分けられた他のロット生産候補と折衝しながら、移動または交換により自己の識別子を変更することで、負荷がタイムバケットで区切られた期間に対する負荷許容レベル内に収まらない状況を早く回避することができる。
【０１３７】
請求項１０記載の発明によれば、負荷がタイムバケットで区切られた期間に対する負荷許容レベル内に収まらない状況を早く回避することができる。
【０１３８】
請求項１１記載の発明によれば、第１期間のタイムバケットによる負荷積みに対する負荷許容レベルを下げることで、第２期間のタイムバケットでの最適な評価値となる計画候補が負荷オーバーし難くなる。
【０１３９】
請求項１２記載の発明によれば、各設備を標準の設備操業時間で極力稼働させることができるほか、負荷積み後の負荷の合計値が標準の設備操業時間から離れるほど、評価値が二乗で悪くなり、その負荷の合計値となった計画候補が早く除外されるから、各設備を標準の設備操業時間で極力稼働させることができる計画候補に早く収束させることが可能になる。
【０１４０】
請求項１３記載の発明によれば、作業者の負荷の合計値を標準の総作業者操業時間に極力近づけることができるほか、負荷積み後の作業者の負荷の合計値が標準の総作業者操業時間から離れるほど、評価値が二乗で悪くなり、その作業者の負荷の合計値となった計画候補が早く除外されるから、作業者の負荷の合計値を標準の総作業者操業時間に極力近づけることができる計画候補に早く収束させることが可能になる。
【０１４１】
請求項１４記載の発明によれば、在庫補充生産の場合、多少納期に遅れても生産が許容されるようになるから、より柔軟性の高い生産計画の立案が可能になる。
【０１４２】
請求項１５記載の発明によれば、受注生産の場合、生産日が納期から遅れるロット生産候補は他のロット生産候補に変更されることになるから、納期厳守の生産計画の立案が可能になる。
【０１４３】
請求項１６記載の発明によれば、多少納期に前倒ししても生産が許容されるようになるから、柔軟性の高い生産計画の立案が可能になるほか、最適な評価値に早く収束させることができる。
【０１４４】
請求項１７記載の発明によれば、ロット生産候補の生産数量の規模に応じてその振り分け可能な期間の数が決定されるから、負荷割付けの平準化用の移動対象を生産数量に応じて変えることができ、負荷の平準化を早めることができる。
【０１４５】
請求項１８記載の発明によれば、遺伝的アルゴリズムと負荷オーバー順次解消ノウハウによる負荷積みを可能とすることで、負荷の平準化を早くすることができる。
【０１４６】
請求項１９記載の発明によれば、評価値が改善しない場合、個体を残す割合いや変異確率が修正されるから、遺伝的アルゴリズムの近傍探索が可能となり、負荷の平準化を早めることができる。
【０１４７】
請求項２０記載の発明によれば、納期に近づけた生産計画を得るための負荷の平準化を早めることができる。
【０１４８】
請求項２１記載の発明によれば、負荷が高くなった期間に振り分けられた各ロット生産候補ほど突然変異しやすくなるから、遺伝的アルゴリズムによる負荷の平準化が早くなる。
【０１４９】
請求項２２記載の発明によれば、様々な計画パターンを早く探索でき、最適な評価値となる計画候補を探索する処理を高速にすることができる。
【０１５０】
請求項２３記載の発明によれば、納期に対応する日に振り分けられた各ロット生産候補が集中的にしかも高速に遺伝的アルゴリズムで変わるから、納期に合わせて最適化した生産計画を立案することが可能となる。
【０１５１】
請求項２４記載の発明によれば、負荷の低い期間に振り分けられたロット生産候補の遺伝子座の値が確定し、負荷の高い期間に振り分けられたロット生産候補対する処理だけで済むから、計画候補を高速に得ることができる。
【図面の簡単な説明】
【図１】生産計画作成方法の手順を示すフローチャートである。
【図２】対象工程の一例を示す図である。
【図３】図１の生産計画作成方法を実行するための生産計画作成システムの構成例を示す図である。
【図４】図１の「情報入力」によって図３の記憶部に記憶される各種情報の具体例を示す図である。
【図５】図１の「組合せ情報作成」で得られるロット生産候補テーブルの例を示す図である。
【図６】図１の「組合せ情報作成」で得られるロット生産候補テーブルの例を示す図である。
【図７】図１の「初期個体集団の生成」の具体例を示す図である。
【図８】初期個体集団の評価の説明図である。
【図９】初期個体集団の評価の説明図である。
【図１０】遺伝的アルゴリズムによる遺伝子操作の説明図である。
【図１１】段階的に小さくされるタイムバケットの様子を示す図である。
【図１２】最適解を「高速に」得るための仕組みがない場合のタイムバケットサイズの例を示す図である。
【図１３】タイムバケットサイズを段階的に小さくすることで得られるロット生産候補テーブルの例を示す図である。
【図１４】タイムバケットサイズを段階的に小さくすることで得られるロット生産候補テーブルの例を示す図である。
【図１５】評価で使用する評価関数の説明図である。
【図１６】タイムバケットに関する処理方法の説明図である。
【図１７】タイムバケットに関する別の処理方法の説明図である。
【図１８】初期個体集団の生成に関する説明図である。
【図１９】生産計画作成方法の手順を示すフローチャートである。
【図２０】負荷オーバーの対処法の説明図である。
【図２１】生産計画作成方法の手順を示すフローチャートである。
【図２２】一例となる評価関数の説明図である。
【図２３】一例となる評価関数の説明図である。
【図２４】一例となる評価関数の説明図である。
【図２５】一例となる評価関数の説明図である。
【図２６】一例となる評価関数の説明図である。
【図２７】一例となる評価関数の説明図である。
【図２８】ロット生産候補の振り分けに関する説明図である。
【図２９】負荷オーバーの対処法の説明図である。
【図３０】評価値が改善しない場合の対処法の説明図である。
【図３１】初期個体の生成の説明図である。
【図３２】負荷の平準化を早める手法の説明図である。
【図３３】最適解を早く得るための手法の説明図である。
【図３４】納期生産を可能にする手法の説明図である。
【図３５】最適解を早く得るための手法の説明図である。
【図３６】生産計画立案方法で採られる負荷積みの説明図である。
【符号の説明】
１ 入力装置
２ 表示装置
３ 本体装置
３１ 記憶部
３２ 組合せ情報作成部
３３ 演算部
Claims (24)
- コンピュータを構成する記憶部に記憶された、生産計画の対象となる各オーダーによる生産品についての生産数量および納期の情報を含むオーダー情報と、各生産品に対して予め決定されたロット単位の工程毎に、使用する設備、作業者数および設備の負荷としての設備使用時間の情報を少なくとも１組含む標準作業情報とから、
前記コンピュータを構成する演算部によって、前記オーダー情報の各オーダーを該当する生産品の生産に必要な工程の情報からなるロット生産候補の情報に展開する処理を、全ての組合せについて行い、得られた各ロット生産候補の情報を生産可能日の情報でさらに展開して、ロット生産候補の情報毎に、生産可能日の情報と、工程毎の、使用する設備、作業者数および負荷の情報とが割り当てられたロット生産候補テーブルと、遺伝的アルゴリズムに対して設定された、複数の遺伝子座を持ち計画候補となる個体の数、変異確率および終了条件パラメータとを利用して、生産計画の作成を行うシステムであって、
前記演算部は、
前記設定された数の各個体の各遺伝子座に、前記ロット生産候補テーブルに含まれる各ロット生産候補の情報の識別子を遺伝子として格納して、初期の個体集団を生成する生成手段と、
前記個体集団に対して前記変異確率を設定した遺伝的アルゴリズムによる遺伝子操作を実行する遺伝子操作手段と、
前記遺伝子操作の後、各個体の各遺伝子座の遺伝子から前記ロット生産候補テーブルに含まれる対応する負荷を参照し、これら負荷をタイムバケットで区切られた各期間に対して積み上げて負荷積みを行う負荷積み手段と、
前記負荷積み結果を評価する所定の評価関数で評価値を算出する算出手段と、
前記遺伝子操作、負荷積みおよび評価値の算出を、前記終了条件パラメータを用いた判定で終了判定の結果が得られるまで繰り返しながら、各々の繰り返し過程で個体集団としての計画候補を生成し、最終的に得られた個体集団の計画候補のうち評価値が最適であるものを探索する探索手段と
を備え、
前記タイムバケットを複数日からなる第１期間に設定して、前記初期の個体集団の生成、遺伝子操作、負荷積み、評価値の算出および最適な評価値となる計画候補の探索により、最適な評価値となる計画候補を探索し、この計画候補から、前記タイムバケットを前記第１期間より短い第２期間に設定して、前記初期の個体集団の生成、遺伝子操作、負荷積み、評価値の算出および最適な評価値となる計画候補の探索により、最適な評価値となる計画候補を探索する
ことを特徴とする生産計画作成システム。 - 前記オーダー情報は、受注生産であるか在庫補充生産であるかを区別する生産区分情報をさらに含み、前記算出手段は、前記生産区分情報に応じた評価関数を使用することを特徴とする請求項１記載の生産計画作成システム。
- 請求項１または２記載の生産計画作成システムによって実行される生産計画作成方法であって、
前記生成手段により、上記設定された数の各個体の各遺伝子座に、前記ロット生産候補テーブルに含まれる各ロット生産候補の情報の識別子を遺伝子として格納して、初期の個体集団を生成する生成過程と、
前記遺伝子操作手段により、前記個体集団に対して前記変異確率を設定した遺伝的アルゴリズムによる遺伝子操作を実行する遺伝子操作過程と、
前記負荷積み過程により、この遺伝子操作過程の後、各個体の各遺伝子座の遺伝子から前記ロット生産候補テーブルに含まれる対応する負荷を参照し、これら負荷をタイムバケットで区切られた各期間に対して積み上げて負荷積みを行う負荷積み過程と、
前記算出手段により、前記負荷積み結果を評価する所定の評価関数で評価値を算出する算出過程と、
前記探索手段により、前記遺伝子操作過程、負荷積み過程および算出過程の処理を、前記終了条件パラメータを用いた判定で終了判定の結果が得られるまで繰り返しながら、各々の繰り返し過程で個体集団としての計画候補を生成し、最終的に得られた個体集団の計画候補のうち評価値が最適であるものを探索する探索過程と
を有し、
前記タイムバケットを複数日からなる第１期間に設定して、前記生成過程、遺伝子操作過程、負荷積み過程、算出過程および探索過程により、最適な評価値となる計画候補を探索し、この計画候補から、前記タイムバケットを前記第１期間より短い第２期間に設定して、前記生成過程、遺伝子操作過程、負荷積み過程、算出過程および探索過程により、最適な評価値となる計画候補を探索する
ことを特徴とする生産計画作成方法。 - 前記オーダー情報は、受注生産であるか在庫補充生産であるかを区別する生産区分情報をさらに含み、前記算出過程では、前記生産区分情報に応じた評価関数が使用されることを特徴とする請求項３記載の生産計画作成方法。
- 前記第１期間のタイムバケットによる処理および第２期間のタイムバケットによる処理は、前記第１期間のタイムバケットで区切られる生産計画の対象期間の各期間について並列的に実行されることを特徴とする請求項３または４記載の生産計画作成方法。
- 前記第１期間のタイムバケットによる処理および第２期間のタイムバケットによる処理は、前記第１期間のタイムバケットで区切られる生産計画の対象期間の各期間について順次実行され、その対象期間の各期間のうち、前の期間についての各ロット生産候補の振り分けで確定する所定値が、次の期間についての各ロット生産候補の振り分けに考慮されることを特徴とする請求項３または４記載の生産計画作成方法。
- 前記所定値は残業時間であり、前記次の期間についての各ロット生産候補の振り分けに考慮されるとは、前記対象期間の残業時間の合計値が所定の総残業時間内に収まるようにすることであることを特徴とする請求項６記載の生産計画作成方法。
- 前記生成過程で初期の個体集団を生成するとき、各ロット生産候補が、対応する納期の日かそれより数日前の日に割り付くように、前記初期の個体集団を生成することを特徴とする請求項３または４記載の生産計画作成方法。
- 前記第２期間のタイムバケットによる計画候補では、そのタイムバケットで区切られたいずれかの期間に対して負荷積みされた負荷が、負荷許容レベルをオーバーして負荷オーバーになった場合、その負荷オーバーになった期間に振り分けられた少なくとも１つのロット生産候補の識別子を他の識別子に変更して、負荷積み結果を調整することを特徴とする請求項３または４記載の生産計画作成方法。
- 前記識別子の変更は、前記負荷オーバーになった期間を含み前記第１期間のタイムバケットで区切られた期間と、この期間に隣接する期間とを特定し、これら両期間の境界を挟む両方の日のうち、負荷の大きい方の日に振り分けられた少なくとも１つのロット生産候補を、負荷の小さい方の日に少なくとも振り分け直すことで行われることを特徴とする請求項９記載の生産計画作成方法。
- 前記第２期間のタイムバケットによる計画候補では、そのタイムバケットで区切られたいずれかの期間に対して負荷積みされた負荷が、負荷許容レベルをオーバーして負荷オーバーになった場合、前記第１期間のタイムバケットによる負荷積みに対する負荷許容レベルを下げて、再度、前記第１期間のタイムバケットによる処理および第２期間のタイムバケットによる処理を実行することを特徴とする請求項３または４記載の生産計画作成方法。
- 前記算出過程で、負荷積み後の各設備に対する負荷の合計値と標準の設備操業時間との差の二乗和が小さいものほどより高い評価になる評価値を算出することを特徴とする請求項３または４記載の生産計画作成方法。
- 前記標準作業情報は、前記使用する設備、作業者数および設備の負荷の情報に加えて、作業者の負荷としての作業時間の情報を含み、前記算出過程で、負荷積み後の作業者の負荷の合計値と標準の総作業者操業時間との差の二乗和が小さいものほどより高い評価になる評価値を算出することを特徴とする請求項３または４記載の生産計画作成方法。
- 前記生産区分情報が前記在庫補充生産であることを示す情報である場合、前記算出過程で、前記第２期間のタイムバケットで区切られた期間における生産日がその期間に振り分けられたロット生産候補の納期から遅れるほどより低い評価になる評価値を算出することを特徴とする請求項４記載の生産計画作成方法。
- 前記生産区分情報が前記受注生産であることを示す情報である場合、前記算出過程で、前記第２期間のタイムバケットで区切られた期間における生産日がその期間に振り分けられたロット生産候補の納期から遅れると、そのロット生産候補を変更させる値に評価値を算出することを特徴とする請求項４記載の生産計画作成方法。
- 前記第２期間のタイムバケットで区切られた期間における生産日がその期間に振り分けられたロット生産候補の納期から前の日にずれるほど、より低い評価になる評価値を算出することを特徴とする請求項１４または１５記載の生産計画作成方法。
- ロット生産候補の生産数量の規模に応じて、前記第１期間のタイムバケットで区切られる各期間におけるそのロット生産候補の振り分け可能な期間の数が決定されることを特徴とする請求項３または４記載の生産計画作成方法。
- 前記遺伝子操作の実行後の各個体について、負荷が所定の評価値をオーバーしているか否かを判定し、オーバーしていれば、負荷がその所定の評価値を下回るまで、オーバーしている期間に振り分けられたロット生産候補をオーバーしていない期間に振り分けることを特徴とする請求項３または４記載の生産計画作成方法。
- 前記算出過程で、評価値が改善しない場合に個体を残す割合いや変異確率を修正することを特徴とする請求項３または４記載の生産計画作成方法。
- 前記タイムバケットを前記第１期間より短い第２期間に設定した場合、前記初期の個体集団を生成するとき、各ロット生産候補が、対応する納期の日に割り付くように、前記初期の個体集団を生成することを特徴とする請求項３または４記載の生産計画作成方法。
- 前記遺伝子操作の後、負荷が高くなった期間に振り分けられた各ロット生産候補に対する変異確率を、負荷が低くなった期間に振り分けられたロット生産候補に対するそれよりも高くすることを特徴とする請求項３または４記載の生産計画作成方法。
- 遺伝子座を占める遺伝子の数が多いほど変異確率をより高くすることを特徴とする請求項３または４記載の生産計画作成方法。
- 前記第１期間のタイムバケットで区切られた期間に対して前記第２期間のタイムバケットで区切られた各期間のうち、納期に対応する日に振り分けられた各ロット生産候補に対する遺伝子操作される確率を、その納期以外の日に振り分けられた各ロット生産候補に対する遺伝子操作される確率よりも高くすることを特徴とする請求項３または４記載の生産計画作成方法。
- 前記遺伝的アルゴリズムを基準回数以上実行したら、負荷の低い期間に振り分けられたロット生産候補の遺伝子座の値を確定することを特徴とする請求項３または４記載の生産計画作成方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000327039A JP4135311B2 (ja) | 2000-10-26 | 2000-10-26 | 生産計画作成方法およびそのシステム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000327039A JP4135311B2 (ja) | 2000-10-26 | 2000-10-26 | 生産計画作成方法およびそのシステム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002132327A JP2002132327A (ja) | 2002-05-10 |
| JP4135311B2 true JP4135311B2 (ja) | 2008-08-20 |
Family
ID=18804133
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000327039A Expired - Fee Related JP4135311B2 (ja) | 2000-10-26 | 2000-10-26 | 生産計画作成方法およびそのシステム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4135311B2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7889593B2 (en) | 1997-06-20 | 2011-02-15 | Round Rock Research, Llc | Method and apparatus for generating a sequence of clock signals |
| US7954031B2 (en) | 1998-09-03 | 2011-05-31 | Round Rock Research, Llc | Method and apparatus for generating expect data from a captured bit pattern, and memory device using same |
| US8107580B2 (en) | 1999-03-01 | 2012-01-31 | Round Rock Research, Llc | Method and apparatus for generating a phase dependent control signal |
| US8181092B2 (en) | 2003-06-12 | 2012-05-15 | Round Rock Research, Llc | Dynamic synchronization of data capture on an optical or other high speed communications link |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006171916A (ja) * | 2004-12-13 | 2006-06-29 | Matsushita Electric Ind Co Ltd | 生産計画方法 |
| JP2008021063A (ja) * | 2006-07-12 | 2008-01-31 | Yazaki Corp | 組立作業指示装置及び組立作業指示方法 |
| JP2013030019A (ja) * | 2011-07-28 | 2013-02-07 | Mitsubishi Heavy Ind Ltd | 生産計画立案装置、生産計画立案方法および生産計画立案プログラム |
| 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 |
| CN109460957B (zh) * | 2018-11-12 | 2024-04-02 | 北京航天智造科技发展有限公司 | 一种基于量子遗传模拟退火算法的仓储补货方法 |
| CN114336608B (zh) * | 2021-12-30 | 2023-07-11 | 国网浙江省电力有限公司电力科学研究院 | 一种考虑动态增容和重构的机组阻塞优化方法及系统 |
| CN114428486B (zh) * | 2021-12-31 | 2023-11-03 | 三一汽车制造有限公司 | 一种沥青站生产控制方法、装置及沥青站 |
| CN114331236B (zh) * | 2022-03-16 | 2022-06-07 | 济南邦德激光股份有限公司 | 一种基于mes的激光切割生产管理方法、设备及介质 |
-
2000
- 2000-10-26 JP JP2000327039A patent/JP4135311B2/ja not_active Expired - Fee Related
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7889593B2 (en) | 1997-06-20 | 2011-02-15 | Round Rock Research, Llc | Method and apparatus for generating a sequence of clock signals |
| US7954031B2 (en) | 1998-09-03 | 2011-05-31 | Round Rock Research, Llc | Method and apparatus for generating expect data from a captured bit pattern, and memory device using same |
| US8107580B2 (en) | 1999-03-01 | 2012-01-31 | Round Rock Research, Llc | Method and apparatus for generating a phase dependent control signal |
| US8181092B2 (en) | 2003-06-12 | 2012-05-15 | Round Rock Research, Llc | Dynamic synchronization of data capture on an optical or other high speed communications link |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2002132327A (ja) | 2002-05-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Production planning in additive manufacturing and 3D printing | |
| Balasubramanian et al. | Scheduling optimization under uncertainty—an alternative approach | |
| JP4135311B2 (ja) | 生産計画作成方法およびそのシステム | |
| CN105629927A (zh) | 一种基于混合遗传算法的mes生产计划排产方法 | |
| Hoseinpour et al. | The problem solving of bi-objective hybrid production with the possibility of production outsourcing through meta-heuristic algorithms | |
| Li et al. | Two-sided assembly line balancing that considers uncertain task time attributes and incompatible task sets | |
| Nikoofarid et al. | Production planning and worker assignment in a dynamic virtual cellular manufacturing system | |
| Varthanan et al. | Development of simulation-based AHP-DPSO algorithm for generating multi-criteria production–distribution plan | |
| Venkatadri et al. | A multi-commodity network flow-based formulation for the multi-period cell formation problem | |
| Karder et al. | Simulation-based optimisation for worker cross-training | |
| Jayakumar et al. | A simulated annealing algorithm for machine cell formation under uncertain production requirements | |
| Tilley et al. | Integration of CAD/CAM and production control for sheet metal components manufacturing | |
| Zgurovsky et al. | Algorithms and software of the four-level model of planning and decision making | |
| Saad et al. | A new integrated system for loading and scheduling in cellular manufacturing | |
| Gracia et al. | A hybrid approach based on genetic algorithms to solve the problem of cutting structural beams in a metalwork company | |
| CN111445079B (zh) | 一种应用于车间计划投产的多保真仿真优化方法及设备 | |
| KiA et al. | A simulated annealing algorithm to determine a group layout and production plan in a dynamic cellular manufacturing system | |
| Lv et al. | Scenario-based modeling approach and scatter search algorithm for the stochastic slab allocation problem in steel industry | |
| Basán et al. | An effective MILP-based decomposition algorithm for the scheduling and redesign of flexible job-shop plants | |
| KR101498528B1 (ko) | 재단공정에서 에스비씨 할당 계획 시스템 및 방법 | |
| Delgado et al. | Minimizing labor requirements in a periodic vehicle loading problem | |
| KR20030063921A (ko) | 공급망 계획 시스템 및 방법 | |
| Rahimifard et al. | A reactive multi-flow approach to the planning and control of flexible machining facilities | |
| Saeedi et al. | Modeling and optimization of batch production based on layout and cutting problems under uncertainty | |
| Mokao | Multi criteria decision making model for producing multiple products at the same time |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060926 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061120 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070703 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070802 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20070907 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080513 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080526 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110613 Year of fee payment: 3 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110613 Year of fee payment: 3 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120613 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120613 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130613 Year of fee payment: 5 |
|
| LAPS | Cancellation because of no payment of annual fees |