JP4162920B2

JP4162920B2 - Production plan determination period calculation system, method, and program for causing computer to execute the method

Info

Publication number: JP4162920B2
Application number: JP2002142623A
Authority: JP
Inventors: 隆行佐藤
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2002-05-17
Filing date: 2002-05-17
Publication date: 2008-10-08
Anticipated expiration: 2022-05-17
Also published as: JP2003330530A

Description

【０００１】
【発明の属する技術分野】
この発明は、製品の生産計画の変更を行う時点の最適化を行う生産計画確定期間算出システム、方法およびその方法をコンピュータに実行させるプログラムに関するものである。
【０００２】
【従来の技術】
従来の製品の生産計画は、一般的に見込み生産によって、すなわち、販売側からの製品の注文や需要予測を反映して決定されている。例えば、見込み生産型製品の出荷日が１年半後と決定された場合には、その製品の過去の売上動向や、需要者のその製品に対する期待度などを基に製品の需要を予測して、生産計画が立てられている。そして、出荷日を基点として計算される生産計画の確定期間より先の生産計画は受注などの需要に合わせて自動的に変更することができるが、確定期間内に至ると、この生産計画の変更を自動的に行えないシステム構成となっている。ここで、生産計画の確定期間は、通常、製造工期とキーパーツの調達リードタイムの和と、その製品の機種間での部品共用度などを基にして決定される期間のことをいう。
【０００３】
【発明が解決しようとする課題】
しかしながら、一般的に、見込み生産型製品の受注予測に基づく生産計画では、近い将来の受注予測に比べて遠い将来の受注予測は非常に困難である。そのため、例えば、出荷日の１年半前に行う受注予測と出荷日の２ヶ月前に行う受注予測とでは、その精度に差が生じ、その出荷日における生産計画が大きく変動してしまうことがある。すなわち、製品の受注予測の精度はその製品の出荷日までの日数が長いほど低下するので、見込み生産型製品の受注予測に基づく生産計画は、その理論的根拠が希薄であり、その生産計画に基づいて生産を行う場合には、経済的損失を蒙る蓋然性が高いという問題点があった。
【０００４】
そこで、見込み生産型の製品では、その製品の受注予測の精度が高くなる出荷日に近い時点で発注内容を確定できれば、製造にかかる投入金額が低い時点での生産計画の変更を行うことによって、経済的損失を少なくすることが可能となる。しかし、現在までのところ、製品の受注予測の精度と、その製品の製造にかかる投入金額とを考慮して生産計画を立てる方法は存在していなかった。また、受注予測の精度が高くなる時点は、生産計画の確定期間内であることが多く、その生産計画の変更を行うことが不可能な場合が多かった。
【０００５】
この発明は上記に鑑みてなされたもので、受注予測の精度が高く、また製品に投入するコストが低い時点において生産計画の確定期間を算出することが可能な生産計画確定期間算出システム、方法およびその方法をコンピュータに実行させるプログラムを得ることを目的とする。
【０００６】
【課題を解決するための手段】
上記目的を達成するため、この発明にかかる生産計画確定期間算出システムは、出荷時点を基点として求めた製品の受注予測精度と、前記製品の製造原価の確定発注時ベースの累計原価とを用いて最適生産計画確定ポイントを求めて生産計画の確定期間を算出する生産計画確定期間算出システムであって、前記製品の期間別受注実績数量を格納する受注実績データベースと、前記製品の期間別および予測時点別の受注予測数量を格納する受注予測データベースと、前記製品を構成する部品の発注実績を製造ロット別および部品別に格納する部品発注実績データベースと、前記製品を加工するための加工費を製造ロット別および製造工程別に格納する工程別加工費実績データベースと、前記受注実績データベースと前記受注予測データベースから出荷時点を基点とした前記製品の受注予測精度を求め、この受注予測精度の上昇率の減速率が最大の時点を受注予測精度の最適確定ポイントとして算出し、前記部品発注実績データベースと前記工程別加工費実績データベースから出荷時点を基点として前記製品を構成する各部品と各加工費の単価を、それぞれの発生時点で累積した製品の累計原価を求め、この累計原価の上昇率が最大の時点を累計原価の最適確定ポイントとして算出し、前記受注予測精度の最適確定ポイントと前記累計原価の最適確定ポイントとの加重平均として求められた時点から前記製品の出荷時点までを生産計画の確定期間として設定する演算手段と、を備えることを特徴とする。
【０００７】
この発明によれば、製品の期間別受注実績数量を格納する受注実績データベースと、製品の期間別および予測時点別の受注予測数量を格納する受注予測データベースと、製品を構成する部品の発注実績を製造ロット別および部品別に格納する部品発注実績データベースと、製品を加工するための加工費を製造ロット別および製造工程別に格納する工程別加工費実績データベースと、演算手段とを備え、演算手段によって、受注実績データベースと受注予測データベースから出荷時点を基点とした製品の受注予測精度が求められ、この受注予測精度の上昇率の減速率の最大の時点が受注予測精度の最適確定ポイントとして算出され、部品発注実績データベースと工程別加工費実績データベースから出荷時点を基点として製品を構成する各部品と各加工費の単価を、それぞれの発生時点で累積した製品の累計原価が求められ、この累計原価の上昇率の最大の時点が累計原価の最適確定ポイントとして算出され、受注予測精度の最適確定ポイントと累計原価の最適確定ポイントとの加重平均として求められた時点から製品の出荷時点までを生産計画の確定期間として設定される。
【０００８】
つぎの発明にかかる生産計画確定期間算出システムは、上記の発明において、前記製品を構成する各部品について、他の製品への使用可能性を表す共用度の程度によって定められる部品共用度係数を格納する部品共用度データベースをさらに備え、前記演算手段は、前記製品を構成する部品の単価に、前記部品共用度データベースから得られるこの部品の部品共用度係数を乗じて得られる値を、前記部品の単価として用いることを特徴とする。
【０００９】
この発明によれば、製品を構成する各部品について、他の製品への使用可能性を表す共用度の程度によって定められる部品共用度係数を格納する部品共用度データベースがさらに備えられ、演算手段によって、製品を構成する部品の単価に、部品共用度データベースから得られるこの部品の部品共用度係数を乗じて得られる値を、部品の単価として用いることを特徴とする。
【００１０】
つぎの発明にかかる生産計画確定期間算出方法は、データベースに格納された製品の受注実績数量、受注予測数量、前記製品を構成する部品の発注実績および前記製品の製造工程別加工費に基づいて、演算手段によって生産計画の確定期間を算出する生産計画確定期間算出方法であって、前記データベースから過去に出荷された製品の受注実績とその受注予測を抽出し、出荷時点を基点とする前記製品の受注予測精度を求め、この受注予測精度上昇率の減速率が最大となる時点を受注予測精度の最適確定ポイントとして算出する工程と、前記データベースから前記製品を構成する各部品の単価と前記製品の各製造工程における加工費の単価を抽出し、それぞれの発生時点で累積して累計原価を算出し、この累計原価の上昇率が最大となる時点を累計原価の最適確定ポイントとして算出する工程と、前記受注予測精度の最適確定ポイントと前記累計原価の最適確定ポイントとの加重平均として求めた時点から前記製品の出荷時点との間を生産計画の確定期間として設定する工程と、を含むことを特徴とする。
【００１１】
この発明によれば、データベースから過去に出荷された製品の受注実績とその受注予測を抽出し、出荷時点を基点とする製品の受注予測精度を求め、この受注予測精度上昇率の減速率が最大となる時点を受注予測精度の最適確定ポイントとして算出し、データベースから製品を構成する各部品の単価と製品の各製造工程における加工費の単価を抽出し、それぞれの発生時点で累積して累計原価を算出し、この累計原価の上昇率が最大となる時点を累計原価の最適確定ポイントとして算出し、そして、受注予測精度の最適確定ポイントと累計原価の最適確定ポイントとの加重平均として求めた時点から製品の出荷時点との間を生産計画の確定期間として設定するようにしている。
【００１２】
つぎの発明にかかる生産計画確定期間算出方法は、上記の発明において、前記製品を構成する部品の単価は、この部品の単価に、他の製品への使用可能性を表す共用度の程度によって定められる係数を乗じて得られる値を用いることを特徴とする。
【００１３】
この発明によれば、製品を構成する部品の単価は、この部品の単価に、他の製品への使用可能性を表す共用度の程度によって定められる係数を乗じて得られる値を用いるようにしている。
【００１４】
つぎの発明にかかる生産計画確定期間算出方法をコンピュータに実行させるプログラムは、上述した発明のいずれか一つに記載された方法をコンピュータに実行させるプログラムとしたことを特徴とする。
【００１５】
この発明によれば、上述した発明のいずれか一つに記載された方法をプログラムとしたことで、上述した方法のいずれか一つの動作をコンピュータによって実行することができる。
【００１６】
【発明の実施の形態】
以下に、添付図面を参照して、この発明にかかる生産計画確定期間算出システム、方法およびその方法をコンピュータに実行させるプログラムの好適な実施の形態について詳細に説明する。
【００１７】
実施の形態１．
図１は、最適生産計画確定ポイントの求め方を概略的に示す図である。この図１において、曲線Ａは確定発注時点ベースの累計原価カーブを表しており、曲線Ｂは受注予測精度カーブを表している。この発明では、製造原価の確定率の観点からの最適確定ポイントと受注予測精度の観点からの最適確定ポイントとを用いて、製品の最適生産計画確定ポイントを求めることを特徴としている。
【００１８】
まず、製造原価の確定率の観点での最適確定ポイントの導出について説明する。原価投入確定後に生産計画を変更した場合、投入確定分の原価（コスト）がロス（滞留を含む）となり、その投入コストが大きくなるほど、ロスが大きくなる。このため、製造原価を発生時点（費用発生時点）ではなく、確定時点（発注時点）で累積した原価カーブが急激に上昇するポイントを製造側（供給側）から見た最適な生産計画確定ポイントと定義することができる。すなわち、製造側（供給側）から見た最適な生産計画確定ポイントは、予め指定された期間内で、確定発注時点ベースでの累計原価カーブＡの上昇点として求められる。ただし、予め指定された期間内で、累計原価カーブがＣ回（Ｃは自然数）上昇している場合には、最も上昇率が増加している時点を最適確定ポイントとする。また、この最適確定ポイントは、たとえば、過去Ｄヶ月間（Ｄは自然数）に製造完了した実績データを基に算出されるものとする。このようにして求められた製造原価の確定率の観点での最適確定ポイントは、図１中のＸ点に相当する。
【００１９】
つぎに、受注予測精度の観点での最適確定ポイントの導出について説明する。販売側から見た場合、受注予測精度が低い段階で、すなわち製品の出荷日からかけ離れた時期に生産計画を確定しても、その予測通りに受注できずに、製造した製品が在庫として滞留するおそれがある。このため、受注予測の精度（その時点における受注予測と実受注の差異）の推移をグラフ化して、その精度が急激に上昇した後に減速するポイントを販売側から見た最適な生産計画確定ポイントと定義することができる。すなわち、販売側から見た最適な生産計画確定ポイントは、予め指定された期間内で、受注予測精度カーブＢの上昇率の減速点として求められる。ただし、予め指定された期間内で、受注予測精度カーブがＣ回（Ｃは自然数）減速している場合には、最も減速率が大きい時点を最適確定ポイントとする。また、この最適確定ポイントは、たとえば、過去Ｄヶ月間（Ｄは自然数）に出荷完了した実績データを基に算出されるものとする。このようにして求められた受注予測精度の観点での最適確定ポイントは、図１中のＹ点に相当する。
【００２０】
これらより、製造側（供給側）と販売側の両面から見た最適な生産計画の確定ポイントは、上記で求めた２つの最適ポイントの中間点であると考えることができる。しかし、一般的には、対象とする製品の特性によって一方に大きく振れることがあるため、以下の式に示されるように、これら両者の最適確定ポイントに重み付けを行って得られる時点を最適確定ポイントと定義する。
【００２１】
Ｚ＝｛Ｘ×α＋Ｙ×（α−１）｝・・・（１）
【００２２】
この（１）式で、Ｚは生産計画最適確定ポイントを、Ｘは製造原価累積カーブの上昇点（最適確定ポイント）を、Ｙは受注予測精度カーブの減速点（最適確定ポイント）を、αは受注予測精度カーブ上昇率の減速点に対する製造原価累積カーブの上昇点の重み付けパラメータをそれぞれ表している。重み付けパラメータαは、０＜α＜１の範囲で指定される。このαは、過去の製造原価累積カーブと受注予測精度カーブのデータから経験的に決定されるものであり、製造原価累積カーブと受注予測精度カーブの両者を同等とみなす場合には、αとして０．５を指定する。
【００２３】
このようにして求められた生産計画最適確定ポイントＺは、生産計画の変更に伴う投入原価（仕掛）のロスコストと、予測通り受注できないことによる製品在庫のロス（滞留）をトータルで最小化することが可能となる。そして、出荷時点からこの生産計画最適確定ポイントＺまでの間の期間を生産計画の確定期間として設定する。すなわち、この生産計画最適確定ポイントＺで決定された生産計画が対象製品の最適な生産計画であると考えられるので、これ以降はシステムは生産計画を変更することができないようにする。
【００２４】
つぎに、上述した方法によって生産計画の確定期間を求める生産計画確定期間算出システムについて説明する。図２は、この発明にかかる生産計画確定期間算出システムの構成を示すブロック図である。生産計画確定期間算出システム１は、受注実績データベース２と、受注予測データベース３と、部品発注実績データベース４と、工程別加工費実績データベース５と、これらのデータベースに格納されているデータから種々の演算を行う演算部６と、演算部６によって演算された結果を一時的に格納する格納部７と、最終的な演算結果である生産計画の最適確定期間を出力表示する出力部８と、外部の他のシステム１２〜１５とネットワークを介してデータ通信を行う通信部９とを備えている。
【００２５】
この生産計画確定期間算出システム１の受注実績データベース２は、受注・出荷管理システム１２と接続されており、この受注・出荷管理システム１２から受注および／または出荷データを、通信部９を介して受け取り、格納する。ここで、受注および／または出荷データは、所定期間ごとにまたは受注または出荷が行われた時点で受信するようにしてもよいし、システム管理者の所望する時に受信してもよい。
【００２６】
また、この生産計画確定期間算出システム１の受注予測データベース３は、受注予測管理システム１３と接続されており、この受注予測管理システム１３から製品の受注予測データを、通信部９を介して受け取り、格納する。ここで、製品の受注予測データは、所定期間ごとに受信するようにしてもよいし、システムの管理者の所望する時に受信してもよい。
【００２７】
さらに、この生産計画確定期間算出システム１の部品発注実績データベース４は、購買発注管理システム１４と接続されており、この購買発注管理システム１４から製品の発注データを、通信部９を介して受け取り、格納する。ここで、製品の発注データは、所定期間ごとにまたは発注が行われるたびに受信するようにしてもよいし、システム管理者の所望する時に受信してもよい。
【００２８】
さらにまた、この生産計画確定期間算出システム１の工程別加工費実績データベース５は、生産（投入）指示システム１５と接続されており、この生産（投入）指示システム１５から製品についての加工費データを、通信部９を介して受け取り、格納する。ここで、製品についての加工費データは、所定期間ごとにまたは生産（投入）指示が行われるたびに受信するようにしてもよいし、システム管理者の所望する時に受信してもよい。
【００２９】
この生産計画確定期間算出システム１の最適な生産計画の確定期間を導出するまでの処理手順について図３のフローチャートを参照しながら説明する。
【００３０】
まず、生産計画確定期間算出システム１の通信部９は、受注・出荷管理システム１２から受信した対象製品の受注実績データを、受注実績データベース２に格納する（ステップＳ１）。また、同様に、受注予測管理システム１３から受信した対象製品の受注予測データを、受注予測データベース３に格納する（ステップＳ２）。
【００３１】
図４は受注実績データベース２の構成の一例を示す図であり、図５は受注予測データベース３の構成の一例を示す図である。図４の受注実績データベース２には、製品の受注数量が期間別（納期別）に格納されている。この図４の例では、「製品型名」には、受注データが格納される製品の型名が格納され、「納期・期間別（週別）受注数量」には、対象製品の期間別（納期別）の受注数量が格納される。ここでは、「期間ｎ（ｎは自然数）」は、１週間を単位として設定されており、４つの期間（ｎ＝１〜４）についての受注数量データが格納されている。
【００３２】
図５の受注予測データベース３には、対象製品の納期ごとの受注予測データが予測時点別に格納されている。この図５の例では、「製品型名」には、受注予測データが格納される製品の型名が格納され、「予測対象期間」には、受注予測の対象となる期間、すなわち受注予測した製品の納期が格納され、「予測時点別受注予測数量」には、その「予測対象期間」からｍ期間前（ｍは自然数）における製品の受注予測が格納されている。この例では、各予測対象期間について４期間前（ｍ＝１〜４）までのデータが格納されている。
【００３３】
なお、これらの図４と図５においては、期間としては週を単位とし、「期間１」はある年の２月３日〜９日の間の１週間を、「期間２」は２月１０日〜１６日の間の１週間を、「期間３」は２月１７日〜２３日の間の１週間を、そして「期間４」は２月２４日〜３月２日の間の１週間を表しているものとする。
【００３４】
つぎに、生産計画確定期間算出システム１の演算部６は、受注実績データベース２からある製品の「納期・期間別（週別）受注数量」データと、受注予測データベース３のその製品のある納期の「予測時点別・受注予測数量」データとを抽出し、出荷日前における期間ごとの受注予測精度を計算する（ステップＳ３）。計算された受注予測精度は、一時的に格納部７に格納される。ここで、予測対象期間ｎのｍ期間前の受注予測精度は、期間ｎの受注実績数量をＮ、ｍ期間前の受注予測数量をＭ（ｍ，ｎ，Ｍ，Ｎともに自然数）とすると、以下のようにして算出される。
【００３５】
予測対象期間ｎのｍ期間前の受注予測精度
＝｛１−（Ｎ―Ｍ）／Ｍ｝×１００％・・・（２）
【００３６】
図６は、上記の（２）式を用いて図４と図５の受注予測精度データを演算部６によって計算した結果を示す図である。この図６において、「予測時点別受注予測精度」には、演算部６によって求められた「予測対象期間」からｍ期間前における製品の受注予測精度が格納されている。この例では、各予測対象期間について４期間前までのデータが格納されている。一般に、予測時点が予測対象期間から離れるにしたがって、予測精度が低下していく傾向にある。このほかの格納項目は、図４または図５に示したものと同じであるので、その説明を省略する。
【００３７】
つぎに、演算部６は、期間別の受注予測精度を算出する処理を行う（ステップＳ４）。これは、対象とする製品型名に対して、その「予測対象期間」からｍ期間前についての受注予測精度を算出するものである。ある予測対象期間のｍ期間前における受注予測精度をＭ_i（ｉ＝１〜ｒ（ｒは自然数））とし、ｒを予測対象期間の数とすると、予測時点別（ｍ期間前）受注予測精度は以下のようにして求められる。
【００３８】
【数１】

【００３９】
図６に示される受注予測精度データのＡＶＥ１で示される領域が、１期間前受注予測精度を算出する基準となるデータ領域であり、同じくＡＶＥ２〜ＡＶＥ４で示される領域が、それぞれ２〜４期間前受注予測精度を算出する基準となるデータ領域である。このようにして、演算部６は、ｍ期間前の受注予測精度データの平均値を求めていく。図７は、図６から求めたｍ期間前の受注予測精度の平均を示している。この図７には、受注予測精度の平均値が予測時点別に格納されており、「製品型名」には受注予測精度データが格納される製品の型名が格納され、「出荷ｍ週前」は納期から何週間前かを表す項目であり、そして、「受注予測精度」には上述した（３）式によって求められた各期間の受注予測精度の平均値が格納される。なお、「出荷ｍ週前」の項目は、週だけでなく任意の単位を定めることができる。
【００４０】
そして、演算部６は、格納部７に格納された受注予測精度データから受注予測精度上昇率の減速点（時期）を算出する処理を行う（ステップＳ５）。この受注予測精度上昇率の減速点の算出方法について図８を参照しながら説明する。
【００４１】
図８の「出荷ｍ週前」は、製品の納期から何週前であるかを表しており、「受注予測精度」には、出荷ｍ週前における受注予測精度データが格納されている。なお、「出荷ｍ週前」の項目は、週だけでなく任意の単位を定めることができる。演算部６は、最初に、隣り合う期間の間における受注予測精度の差をとることによって受注予測精度の上昇率を算出する。たとえば、出荷４期間前における受注予測精度上昇率は、出荷３期間前と４期間前の受注予測精度の差である２３％（＝８８％−６５％）となる。同様にして、出荷３期間前および２期間前における受注予測精度上昇率をそれぞれ求める。求められたこれらの値は、図８の「受注予測精度上昇率」に格納されている。
【００４２】
その後、演算部６は、隣り合う期間における「受注予測精度上昇率」の差をとることによって受注予測精度上昇率の減速率を算出する。たとえば、出荷４期間前における受注予測精度上昇率の減速率は、出荷３期間前と４期間前の受注予測精度上昇率の差である−１４％（＝９％−２３％）となる。同様にして、出荷３期間前における受注予測精度上昇率の減速率は−７％（＝２％−９％）となる。これらの値が図８の「受注予測精度上昇率の減速率」に格納されている。このようにして求められた「受注予測精度上昇率の減速率」は、格納部７に格納される。
【００４３】
一方、生産計画確定期間算出システム１の通信部９は、購買発注管理システム１４から受信した部品発注データを、部品発注実績データベース４に格納する（ステップＳ１１）。また、同様に、生産（投入）指示システム１５から受信した工程別の加工費データを工程別加工費実績データベース５に格納する（ステップＳ１２）。
【００４４】
図９は部品発注実績データベース４の構成の一例を示す図であり、図１０は、工程別加工費実績データベース５の構成の一例を示す図である。図９の部品発注実績データベース４には、部品発注データが製品型名および製造ロット別に格納されている。この図９の例では、「製品型名」には、部品発注データが格納される製品の型名が格納され、「製造ロット」にはその製品のロット番号が格納され、「出荷数」には納期に納入した製品の数が格納される。また、「部品番号」には、「製品型名」に格納される製品に使用される部品について、その部品に個々に割り振られた識別番号が格納され、「確定発注日」には、その部品の発注を行った日が格納され、「発注金額」には、発注した部品の費用総額が格納される。たとえば、「製品型名」が「Ａ０００１」の「部品番号」が「ＰＲＴ０１」の部品の「発注金額」は５，０００円であるが、これは「出荷数」が１０であることから、この「ＰＲＴ０１」の部品の単価は、５００円ということになる。
【００４５】
一方の図１０の工程別加工費実績データベース５には、製品を製造する各工程における加工費データが格納されている。この図１０の例では、「工程番号」には、「製品型名」に格納される製品を製造する工程に個々に割り振られた識別番号が格納され、「投入確定日」には、その工程を行うように製造指示を確定した日付が格納され、そして、「加工費実績」には、行った工程に投入された費用の総額が、具体的には、作業者の時間単価に作業時間を乗じた数が格納される。この他の格納項目は図９で説明したものと同じである。
【００４６】
つぎに、演算部６は、部品発注実績データベース４から対象製品の「出荷数」と「確定発注日」と「発注金額」のデータを、工程別加工費実績データベース５からその対象製品を製造する工程の「出荷数」と「投入確定日」と「加工費実績」データとをそれぞれ抽出し、出荷日前における期間別の累計原価を製造ロットごとに計算する（ステップＳ１３）。計算された累計原価データは、一時的に格納部７に格納される。
【００４７】
ここで、製造ロット別の累計原価計算の方法について、図１１を参照しながら説明する。演算部６は、部品発注実績データベース４と工程別加工費実績データベース５とから、ある製造ロット番号を有する製品型名の「出荷数」、「部品番号／工程番号」、「発注日／投入確定日」、「確定原価」などを抽出し、このデータを「発注日／投入確定日」の日付の早い方から順に並び替える。また、各「部品番号／工程番号」の確定原価（総額）を出荷数で割ることによって製品１台当たりの確定原価（単価）を求める。そして、製品１台当たりの累計原価を「発注日／投入確定日」の順に算出していく。その結果が、図１１の「累計原価（製品１台当たり）」の項目に示されている。このようにして、製造ロット別の累計原価が求められる。
【００４８】
つぎに、演算部６は、「発注日／投入確定日」を、出荷日を基点とした表示に変換する。たとえば、出荷日＝０日として、出荷日から各「発注日／投入確定日」までの日数に変換し、または出荷日＝０週として、出荷日の週から各「発注日／投入確定日」までの週数に変換する。また、出荷日の累計原価＝１００％とした時の各原価確定時点（発注日／投入確定日）における累計原価比率を算出する。このようにして演算部６によって処理されたものが、図１２に示されている。この図１２においては、「原価確定時点（日前）」は、出荷日を基点として、各製品または各工程の原価が確定した時期を、日数を単位として表示している。また、「累計原価比率」は、出荷日の確定原価を１００％とした場合における各原価確定時点での累計原価の比率を示すものである。その他の項目は、上述した図９〜図１１のものと同じであるので、説明を省略する。また、図１３は、図１２で得られたデータの「原価確定時点」を、出荷日を基点として、週を単位として書き換えたものである。ここでは、この図１３のような形式で累計原価データは格納部７に格納されるものとする。
【００４９】
そして、演算部６は、格納部７に格納された累計原価データから、累計原価の上昇点（時期）を算出する処理を行う（ステップＳ１４）。この累計原価の上昇点の算出方法について図１４を参照しながら説明する。
【００５０】
図１４の「出荷ｍ期間前」と「累計原価比率」は、図１３から抽出して表示したものである。演算部６は、隣り合う期間の間における累計原価比率の差をとることによって、累計原価上昇率を求める。例えば、出荷７期間前における累計原価上昇率は出荷６期間前と７期間前の差である４．０％（＝２３．２％−１９．２％）となる。同様にして、各期間における累計原価上昇率を求めたものが、図１４の「累計原価上昇率」に示されている。このようにして求められた累計原価上昇率データも、格納部７に格納される。
【００５１】
その後、演算部６は、格納部７に格納された受注予測精度上昇率の減速点データと累計原価の上昇点データとを用いて、生産計画最適確定ポイントを算出する処理を行う（ステップＳ２１）。上述したように受注予測精度の観点からの最適確定ポイントは受注予測精度カーブの上昇率の減速点であるので、図８に示す受注予測精度上昇率の減速点データの「受注予測精度上昇率の減速率」において、最も値が低くなっている出荷４期間前が、受注予測精度の観点からの最適確定ポイントＹとして求められる。また、製造原価の確定率の観点での最適確定ポイントは確定発注時点ベースの累計原価カーブの上昇点であるので、格納部７に格納されている図１４に示す累計原価の上昇点データの「累計原価上昇率」において、最も値が大きくなっている出荷２期間前が、製造原価の確定率の観点での最適確定ポイントＸとして求められる。そして、これらの２つの点Ｘ、Ｙを重み付けして得られる点が生産計画最適確定ポイントＺとなる。ここでは、説明の便宜上、重み付けパラメータαを０．５とすると、生産計画最適確定ポイントＺは出荷３期間前（＝０．５×２＋０．５×４）となる。
【００５２】
そして、この生産計画最適確定ポイントＺまでならば、生産計画を変更しても経済的損失を抑えることが可能であるので、生産計画確定期間算出システム１は、生産計画の確定期間を出荷日からこの生産計画最適確定ポイントＺまでの期間として定める（ステップＳ２２）。ここで、システムのユーザに対してこの生産計画最適確定ポイントを表示手段に表示出力したり、プリンタなどの印刷手段に出力したりすることも可能である。
【００５３】
なお、上述した説明では、図１に示されるように、確定時点ベースの累計原価カーブＡの上昇点が、受注予測精度カーブＢの減速点よりも過去にある場合を例に挙げて説明してきたが、図１５に示されるように、受注予測精度カーブＢの減速点が、確定時点ベースの累計原価カーブＡの上昇点よりも過去にある場合にも上述した方法および式によって、生産計画最適確定ポイントＺを求めることが可能である。
【００５４】
また、上述した説明では、確定時点ベースの累計原価カーブＡとして、発注時における製品の部品とその製品の製造にかかる加工費を使用する場合を例に挙げて説明してきたが、このような場合に限られるわけではなく、例えば、専用部品を発注する場合や、長納期部品を発注する場合にも使用することができる。この場合、製品が専用部品や長納期部品に置き換わるだけで、上述した方法によって、生産計画の確定期間を定めることができる。
【００５５】
この実施の形態１によれば、受注予測精度カーブ上昇率の減速点と、累計原価カーブの上昇点とを求め、これらを重み付け平均して得られる点から納期までの期間を生産計画の最適確定期間とすることによって、製品の発注を、受注予測精度の高い時期に行うことができるとともに、この期間までの間であれば生産計画の変更が行われても、変更による経済的損失を低く抑えることができるという効果を有する。
【００５６】
実施の形態２．
製品は、共用可能な共用部品と、その製品にのみ使用可能な専用部品との組み合わせから構成される場合がほとんどである。ここで、たとえば、その製品についての受注予測に反して実際の受注が減少した場合を想定すると、共用部品については、発注した共用部品は他の製品への転用が可能となる一方、専用部品については、他の製品への転用は不可能であり在庫となってしまう。そこで、上述した実施の形態１において、部品の共用度を一つのパラメータとして加えることによって、より現実に即した生産計画確定期間算出システムおよび方法を提供することが可能となる。以下では、実施の形態１と異なる部分のみについて説明する。
【００５７】
図１６は、この発明にかかる生産計画確定期間算出システムの実施の形態２の構成を示すブロック図である。この生産計画確定期間算出システム１は、上述した実施の形態１の構成を示す図２において、製品を構成する部品の共用度の違いによって、部品単価を補正する部品共用度係数を格納する部品共用度係数データベース１０をさらに備えることを特徴とする。なお、実施の形態１の図２で説明した構成要素と同一のものについては、同一の符号を付してその説明を省略している。
【００５８】
この部品共用度係数データベース１０に格納されている部品共用度係数は、各部品の他の製品への共用の度合いによって予め求められるものである。たとえば、ある部品（専用部品）が、一つの製品のみにしか使用できない場合の部品共用度係数を「１」とした場合、他の部品（共用部品）が二つの製品に使用できる場合の部品共用度係数を「０．５」とするように定めることができる。
【００５９】
この実施の形態２では、図３のフローチャートのステップＳ１３において、演算部６は、部品発注実績データベース４から抽出した部品発注データから各部品の単価を算出した後に、部品共用度係数データベース１０から、各部品の部品共用度係数を抽出する。そして、各部品に対して、抽出したそれぞれの部品共用度係数を乗じたものを、共用度を加味した部品単価とする。その後の処理は、この共用度を加味した部品単価を基に実施の形態１で説明した処理を行うことによって、累計原価カーブ上の上昇点を求め、生産計画の最適確定期間を算出する。
【００６０】
この実施の形態２によれば、製品を構成する部品について、専用部品と共用部品とに分類し、その共用度に応じて定められた部品共用度係数をそれぞれの部品の単価に乗じた共用度を加味した部品単価に基づいて累計原価カーブ上の上昇点を求めるようにしたので、対象とする製品だけでなく、製造可能な製品全体の部品状況を考慮した生産計画最適確定期間を算出することが可能となる。
【００６１】
なお、上述した実施の形態１と２に示した方法を、これらの方法の処理手順が格納されたプログラムとして構成し、これらのプログラムを、パーソナルコンピュータやワークステーションなどのコンピュータで実行することによって実現することができる。
【００６２】
【発明の効果】
以上説明したように、この発明によれば、受注実績データベースと受注予測データベースから出荷時点を基点とした製品の受注予測精度を求め、この受注予測精度の上昇率の減速率が最大の時点を受注予測精度の最適確定ポイントを算出する機能と、部品発注実績データベースと工程別加工費実績データベースから出荷時点を基点として製品を構成する各部品と各加工費の単価を、それぞれの発生時点で累積した製品の累計原価を求め、この累計原価の上昇率が最大の時点を累計原価の最適確定ポイントとして算出する機能と、受注予測精度の最適確定ポイントと累計原価の最適確定ポイントとの加重平均として求められた時点から製品の出荷時点までを生産計画の確定期間として設定する機能とを有する演算手段を備えるように構成したので、生産計画の精度を改善することができ、棚卸資産の縮減と需要変動対応力を改善することができるという効果を有する。
【００６３】
つぎの発明によれば、製品を構成する各部品について、他の製品への使用可能性を表す共用度の程度によって定められる部品共用度係数を格納する部品共用度データベースをさらに備え、演算手段は、製品を構成する部品の単価に、部品共用度データベースから得られるこの部品の部品共用度係数を乗じて得られる値を、部品の単価として用いるように構成したので、各製品を構成する部品の他の製品への使用可能性をも考慮した生産計画の確定期間を算出することができるという効果を有する。
【００６４】
つぎの発明によれば、過去に出荷された製品の受注実績と受注予測とから出荷時点を基準とする製品の受注予測精度を求め、この受注予測精度上昇率の減速率が最大となる時点を受注予測精度の最適確定ポイントとして算出する工程と、製品を構成する各部品の単価と製品の各製造工程における加工費の単価を、それぞれの発生時点で累積して累計原価を算出し、この累計原価の上昇率が最大となる時点を累計原価の最適確定ポイントとして算出する工程と、受注予測精度の最適確定ポイントと累積原価の最適確定ポイントとの加重平均として求めた時点から製品の出荷時点との間を生産計画確定期間として設定する工程と、を含むようにしたので、生産計画の精度を改善することができ、棚卸資産の縮減と需要変動対応力を改善することができるという効果を有する。
【００６５】
つぎの発明によれば、製品を構成する部品の単価は、この部品の単価に、他の製品への使用可能性を表す共用度の程度によって定められる係数を乗じて得られる値を用いるようにしたので、各製品を構成する部品の他の製品への使用可能性をも考慮した生産計画の確定期間を算出することができるという効果を有する。
【００６６】
つぎの発明によれば、上述した発明のいずれか一つに記載された方法をプログラムにしたので、そのプログラムを用いて、上述した方法のいずれか一つの動作をコンピュータによって実行することができるという効果を有する。
【図面の簡単な説明】
【図１】出荷時点を基点とした確定発注時点ベースの累計原価カーブと受注予測精度カーブから最適生産計画確定ポイントの求め方を概略的に示す図である。
【図２】この発明にかかる生産計画確定期間算出システムの実施の形態１の構成を示すブロック図である。
【図３】生産計画の確定期間算出の処理手順を示すフローチャートである。
【図４】受注実績データベースの構成の一例を示す図である。
【図５】受注予測データベースの構成の一例を示す図である。
【図６】受注予測精度データの一例を示す図である。
【図７】ｍ期間前についての受注予測精度の平均から得られる受注予測精度データの一例を示す図である。
【図８】受注予測精度カーブの減速点の算出方法を説明するための図である。
【図９】部品発注実績データベースの構成の一例を示す図である。
【図１０】工程別加工費実績データベースの構成の一例を示す図である。
【図１１】製品ロット別の累計原価計算の方法を説明するための図である。
【図１２】各原価確定時点における累計原価比率の一例を示す図である。
【図１３】図１２の累計原価比率を出荷日を基点として、週を単位として書き換えた図である。
【図１４】累計原価カーブの上昇点の算出方法を説明するための図である。
【図１５】出荷時点を基点とした確定発注時点ベースの累計原価カーブと受注予測精度カーブの一例を示す図である。
【図１６】この発明にかかる生産計画確定期間算出システムの実施の形態２の構成を示すブロック図である。
【符号の説明】
１生産計画確定期間算出システム、２受注実績データベース、３受注予測データベース、４部品発注実績データベース、５工程別加工費実績データベース、６演算部、７格納部、８出力部、９通信部、１０部品共用度係数データベース、１２受注・出荷管理システム、１３受注予測管理システム、１４購買発注管理システム、１５生産（投入）指示システム。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a production plan determination period calculation system and method for performing optimization at the time of changing a product production plan, and a program for causing a computer to execute the method.
[0002]
[Prior art]
Conventional product production plans are generally determined by prospective production, that is, reflecting product orders and demand forecasts from the sales side. For example, when the shipment date of a prospective product is determined to be one and a half years later, the demand for the product is predicted based on the past sales trend of the product and the expectation of the customer about the product. The production plan is made. And, the production plan ahead of the production plan calculation period calculated from the shipment date can be automatically changed according to demands such as orders, but when the production plan is reached, this production plan change It is a system configuration that cannot perform automatically. Here, the fixed period of the production plan usually refers to a period determined based on the sum of the manufacturing lead time and the procurement lead time of the key parts, the degree of parts sharing among the models of the product, and the like.
[0003]
[Problems to be solved by the invention]
However, in general, in a production plan based on an order forecast of a prospective production type product, it is very difficult to predict an order in the far future compared to an order forecast in the near future. Therefore, for example, there is a difference in accuracy between the forecast of orders received one and a half years before the shipment date and the forecast of orders received two months before the shipment date, and the production plan on the shipment date may vary greatly. is there. In other words, the accuracy of product forecasts declines as the number of days until the product's shipment date increases, so production plans based on forecast forecasts for prospective production-type products have a poor theoretical basis. In the case of production based on this, there is a problem that there is a high probability of suffering an economic loss.
[0004]
Therefore, in the prospective production type product, if the order contents can be confirmed near the shipping date when the accuracy of order prediction of the product becomes high, by changing the production plan when the input amount for production is low, Economic loss can be reduced. However, up to now, there has been no method for making a production plan in consideration of the accuracy of forecasting the order of a product and the input amount for manufacturing the product. In addition, when the accuracy of order prediction becomes high, the production plan is often within a fixed period, and it is often impossible to change the production plan.
[0005]
The present invention has been made in view of the above, and a production plan determination period calculation system, method, and method capable of calculating the determination period of a production plan at a time point when the accuracy of order prediction is high and the cost to be put into a product is low An object is to obtain a program for causing a computer to execute the method.
[0006]
[Means for Solving the Problems]
In order to achieve the above object, a production plan fixed period calculation system according to the present invention uses a product order prediction accuracy obtained from the time of shipment and a cumulative cost based on the final order of the manufacturing cost of the product. A production plan finalization period calculation system for obtaining an optimal production plan finalization point and calculating a finalization period of a production plan, an order record database for storing the actual order quantity of each product by period, and the period and forecast point of the product An order prediction database for storing different predicted order quantities, a part ordering result database for storing the ordering results of parts constituting the product by manufacturing lot and parts, and a processing cost for processing the product by manufacturing lot And the processing cost results database by process, the order results database, and the order forecast database Obtain the order prediction accuracy of the product based on the point of shipment, calculate the point when the deceleration rate of the rate of increase in the order prediction accuracy is the maximum as the optimal confirmation point of the order prediction accuracy, From the processing cost record database, the unit cost of each part and each processing cost that make up the product from the time of shipment is obtained, and the cumulative cost of the product accumulated at the time of occurrence is obtained. Calculated as the optimal fixed point for the cumulative cost, and sets the period from the time when the weighted average of the optimal fixed point for the order prediction accuracy and the optimal fixed point for the cumulative cost to the time of shipment of the product as the fixed period of the production plan And an arithmetic means for performing the processing.
[0007]
According to the present invention, an order record database for storing the actual order quantity for each product period, an order forecast database for storing the forecast order quantity for each product period and each forecast time point, and an order record for the parts constituting the product. A part ordering result database that stores by production lot and parts, a processing cost result database by process that stores processing costs for processing products by manufacturing lot and manufacturing process, and a computing means, and a computing means, The order prediction accuracy of the product based on the shipment point is calculated from the order achievement database and the order prediction database, and the maximum point of the deceleration rate of the rate of increase in the order prediction accuracy is calculated as the optimal decision point of the order prediction accuracy. From the ordering record database and the process-specific process cost record database, The unit cost of the processing cost is calculated as the cumulative cost of the product accumulated at the time of occurrence, and the maximum point of time when this cumulative cost rises is calculated as the optimal fixed point of the cumulative cost. From the time when it is obtained as a weighted average with the optimum fixed point of the accumulated cost to the time when the product is shipped, it is set as the fixed period of the production plan.
[0008]
In the production plan determination period calculation system according to the next invention, in the above invention, for each part constituting the product, a part sharing degree coefficient determined by a degree of sharing representing the availability to other products is stored. And a computing unit that calculates a value obtained by multiplying a unit price of a part constituting the product by a part sharing degree coefficient of the part obtained from the part sharing degree database. It is used as a unit price.
[0009]
According to the present invention, for each part constituting the product, the parts sharing degree database for storing the parts sharing degree coefficient determined by the degree of sharing representing the availability to other products is further provided, and the computing means A value obtained by multiplying the unit price of a part constituting the product by the part sharing degree coefficient of the part obtained from the part sharing degree database is used as the unit price of the part.
[0010]
The production plan determination period calculation method according to the next invention is based on the actual order quantity of the product stored in the database, the predicted order quantity, the ordering result of the parts constituting the product, and the processing cost for each manufacturing process of the product, A production plan determination period calculation method for calculating a fixed period of a production plan by a calculation means, wherein an order record of a product shipped in the past and an estimate of the order are extracted from the database, and the product Obtaining the order prediction accuracy, calculating a point at which the rate of decrease in the order prediction accuracy increase rate is the maximum as an optimal decision point of the order prediction accuracy, the unit price of each part constituting the product from the database, and the product The unit cost of processing costs in each manufacturing process is extracted, accumulated at the time of occurrence, and accumulated cost is calculated, and when the increase rate of this accumulated cost is maximized Finalizing the production plan between the process of calculating as the optimum fixed point of the cumulative cost and the time point obtained as the weighted average of the optimal fixed point of the order prediction accuracy and the optimal fixed point of the cumulative cost to the shipment point of the product And a step of setting as a period.
[0011]
According to the present invention, the order results of products that have been shipped in the past and the order prediction are extracted from the database, the order prediction accuracy of the product based on the time of shipment is obtained, and the deceleration rate of this order prediction accuracy increase rate is the maximum. Is calculated as the optimal decision point for order prediction accuracy, and the unit price of each part that makes up the product and the unit cost of processing costs in each manufacturing process of the product are extracted from the database, accumulated at each occurrence, and accumulated cost Is calculated as the optimum fixed point of the cumulative cost at the point when the rate of increase in the cumulative cost is maximum, and the weighted average of the optimal fixed point of the order forecast accuracy and the optimal fixed point of the cumulative cost The period from the time of shipment to the time of product shipment is set as the final period of the production plan.
[0012]
In the production plan determination period calculation method according to the next invention, in the above invention, the unit price of the parts constituting the product is determined by the degree of commonness representing the availability to other products. A value obtained by multiplying the obtained coefficient is used.
[0013]
According to the present invention, the unit price of a part constituting the product is a value obtained by multiplying the unit price of the part by a coefficient determined by the degree of commonality indicating the availability to other products. Yes.
[0014]
A program that causes a computer to execute the production plan determination period calculation method according to the next invention is a program that causes a computer to execute the method described in any one of the above-described inventions.
[0015]
According to the present invention, any one of the above-described methods can be executed by a computer by using the method described in any one of the above-described inventions as a program.
[0016]
DETAILED DESCRIPTION OF THE INVENTION
Exemplary embodiments of a production plan determination period calculation system and method and a program for causing a computer to execute the method according to the present invention will be described below in detail with reference to the accompanying drawings.
[0017]
Embodiment 1 FIG.
FIG. 1 is a diagram schematically showing how to obtain the optimum production plan determination point. In FIG. 1, a curve A represents a cumulative cost curve based on a firm order and a curve B represents an order prediction accuracy curve. The present invention is characterized in that an optimum production plan decision point of a product is obtained using an optimum decision point from the viewpoint of a production cost decision rate and an optimum decision point from the viewpoint of order prediction accuracy.
[0018]
First, the derivation of the optimum fixed point from the viewpoint of the manufacturing cost fixed rate will be described. When the production plan is changed after the cost input is confirmed, the cost (cost) for the confirmed input becomes a loss (including stay), and the loss increases as the input cost increases. For this reason, the point at which the cost curve accumulated at the time of finalization (at the time of ordering) rises sharply rather than the time of production (at the time of costs) is the optimal production plan final point viewed from the manufacturing side (supply side). Can be defined. That is, the optimum production plan fixed point as viewed from the manufacturing side (supply side) is obtained as the rising point of the cumulative cost curve A on the basis of the final order within a predetermined period. However, if the cumulative cost curve has risen C times (C is a natural number) within the period specified in advance, the point at which the rate of increase is the highest is determined as the optimum decision point. In addition, the optimum confirmation point is calculated based on the actual data completed in the last D months (D is a natural number), for example. The optimum fixed point from the viewpoint of the fixed rate of the manufacturing cost obtained in this way corresponds to the point X in FIG.
[0019]
Next, the derivation of the optimum fixed point from the viewpoint of order prediction accuracy will be described. When viewed from the sales side, even if the production plan is finalized at a stage where the order prediction accuracy is low, that is, at a time far from the shipment date of the product, the order cannot be received as expected and the manufactured product remains in stock. There is a fear. For this reason, the transition of the accuracy of the order forecast (difference between the order forecast at that time and the actual order) is graphed, and the optimal production plan decision point as seen from the sales side is the point at which the accuracy slows down after the sudden increase in accuracy. Can be defined. That is, the optimum production plan decision point as seen from the sales side is obtained as a deceleration point of the rate of increase in the order prediction accuracy curve B within a period specified in advance. However, when the order prediction accuracy curve decelerates C times (C is a natural number) within a pre-designated period, the point at which the deceleration rate is the largest is set as the optimum confirmation point. In addition, the optimum confirmation point is calculated based on the actual data that has been shipped in the past D months (D is a natural number), for example. The optimum confirmation point from the viewpoint of the order prediction accuracy obtained in this way corresponds to the Y point in FIG.
[0020]
From these, it can be considered that the final point of the optimum production plan as seen from both the manufacturing side (supply side) and the sales side is an intermediate point between the two optimum points obtained above. However, in general, there may be a large fluctuation in one direction depending on the characteristics of the target product, so that the time point obtained by weighting the optimum decision points of both of them is the optimum decision point as shown in the following formula. It is defined as
[0021]
Z = {X × α + Y × (α−1)} (1)
[0022]
In this formula (1), Z is the production plan optimum decision point, X is the rising point (optimum decision point) of the production cost accumulation curve, Y is the deceleration point (optimum decision point) of the order prediction accuracy curve, and α is The weighting parameter of the rising point of the manufacturing cost accumulation curve with respect to the deceleration point of the order prediction accuracy curve rising rate is shown. The weighting parameter α is specified in the range of 0 <α <1. This α is determined empirically from the past manufacturing cost accumulation curve and order prediction accuracy curve data. When both the manufacturing cost accumulation curve and the order prediction accuracy curve are regarded as equivalent, α is 0. .5 is specified.
[0023]
The production plan optimum decision point Z obtained in this way is to minimize the loss cost of the input cost (in-process) accompanying the change of the production plan and the loss (stay) of the product inventory due to the fact that the order cannot be received as predicted. Is possible. Then, the period from the time of shipment to the production plan optimum decision point Z is set as the production plan decision period. That is, since the production plan determined at the production plan optimum decision point Z is considered to be the optimum production plan for the target product, the system prevents the production plan from being changed thereafter.
[0024]
Next, a production plan determination period calculation system for obtaining a production plan determination period by the above-described method will be described. FIG. 2 is a block diagram showing the configuration of the production plan determination period calculation system according to the present invention. The production plan determination period calculation system 1 includes an order record database 2, an order forecast database 3, a part order record database 4, a process-by-process machining cost record database 5, and various calculations based on data stored in these databases. A storage unit 7 that temporarily stores the result calculated by the calculation unit 6, an output unit 8 that outputs and displays the optimum finalization period of the production plan that is the final calculation result, The communication part 9 which performs data communication via the other systems 12-15 via a network is provided.
[0025]
The order record database 2 of the production plan determination period calculation system 1 is connected to the order / shipment management system 12 and receives order and / or shipment data from the order / shipment management system 12 via the communication unit 9. ,Store. Here, the order and / or shipment data may be received every predetermined period or when the order or shipment is performed, or may be received when desired by the system administrator.
[0026]
The order forecast database 3 of the production plan determination period calculation system 1 is connected to the order forecast management system 13 and receives order forecast data of products from the order forecast management system 13 via the communication unit 9. Store. Here, the product order prediction data may be received every predetermined period, or may be received when desired by the system administrator.
[0027]
Further, the parts ordering record database 4 of the production plan determination period calculation system 1 is connected to the purchase order management system 14 and receives product order data from the purchase order management system 14 via the communication unit 9. Store. Here, the product order data may be received every predetermined period or every time an order is placed, or may be received when desired by the system administrator.
[0028]
Furthermore, the processing cost result database 5 for each process of the production plan determination period calculation system 1 is connected to the production (input) instruction system 15, and the processing cost data for the product is obtained from the production (input) instruction system 15. And received via the communication unit 9 and stored. Here, the processing cost data for the product may be received every predetermined period or whenever a production (input) instruction is given, or may be received when desired by the system administrator.
[0029]
A processing procedure for deriving an optimal production plan determination period of the production plan determination period calculation system 1 will be described with reference to the flowchart of FIG.
[0030]
First, the communication unit 9 of the production plan determination period calculation system 1 stores the order record data of the target product received from the order / shipment management system 12 in the order record database 2 (step S1). Similarly, the order forecast data of the target product received from the order forecast management system 13 is stored in the order forecast database 3 (step S2).
[0031]
FIG. 4 is a diagram illustrating an example of the configuration of the order record database 2, and FIG. 5 is a diagram illustrating an example of the configuration of the order prediction database 3. In the order record database 2 of FIG. 4, the order quantities of products are stored by period (by delivery date). In the example of FIG. 4, the “product type name” stores the type name of the product in which the order data is stored, and the “order date / period (by week) order quantity” indicates the period of the target product ( The order quantity by delivery date) is stored. Here, “period n (n is a natural number)” is set in units of one week, and stores order quantity data for four periods (n = 1 to 4).
[0032]
In the order forecast database 3 of FIG. 5, order forecast data for each delivery date of the target product is stored for each forecast time. In the example of FIG. 5, the “product type name” stores the type name of the product in which the order prediction data is stored, and the “forecast target period” includes the period that is the target of the order prediction, that is, the order prediction. The delivery date of the product is stored, and the “order forecast forecast quantity by forecast time” stores the order forecast of the product in the m period (m is a natural number) before the “prediction target period”. In this example, data for four prediction periods (m = 1 to 4) is stored for each prediction target period.
[0033]
4 and 5, the period is in units of weeks, “period 1” is one week between February 3 and 9 of a year, and “period 2” is February 10. 1 week between

days

16 and 16, "period 3" is a week between February 17 and 23, and "period 4" is a week between February 24 and March 2 .
[0034]
Next, the calculation unit 6 of the production plan determination period calculation system 1 calculates the “delivery quantity for each delivery date / period (by week)” data for a product from the order record database 2 and the delivery date for the product in the order forecast database 3. The “forecast time-based / order forecast quantity” data is extracted, and the order forecast accuracy for each period before the shipment date is calculated (step S3). The calculated order prediction accuracy is temporarily stored in the storage unit 7. Here, the order prediction accuracy before m period of the prediction target period n is as follows, assuming that the actual order quantity received during the period n is N and the predicted order quantity before the m period is M (both m, n, M and N are natural numbers). It is calculated as follows.
[0035]
Order prediction accuracy m period before forecast period n
= {1- (N−M) / M} × 100% (2)
[0036]
FIG. 6 is a diagram illustrating a result of calculating the order prediction accuracy data of FIGS. 4 and 5 by the calculation unit 6 using the above-described equation (2). In FIG. 6, “order prediction accuracy by prediction time” stores the order prediction accuracy of the product m periods before the “prediction target period” obtained by the calculation unit 6. In this example, data for up to four periods before each prediction target period is stored. In general, the prediction accuracy tends to decrease as the prediction point moves away from the prediction target period. The other storage items are the same as those shown in FIG. 4 or FIG.
[0037]
Next, the calculating part 6 performs the process which calculates the order prediction accuracy according to a period (step S4). This calculates the order prediction accuracy for m periods before the “prediction target period” for the target product type name. M is the accuracy of order prediction in m periods before a certain forecast period. _i (Where i = 1 to r (r is a natural number)), where r is the number of prediction target periods, the order prediction accuracy for each prediction time point (m periods before) is obtained as follows.
[0038]
[Expression 1]

[0039]
The area indicated by AVE1 of the order prediction accuracy data shown in FIG. 6 is a data area serving as a reference for calculating the order prediction accuracy one period before, and the areas indicated by AVE2 to AVE4 are respectively two to four periods before This is a data area that serves as a reference for calculating order prediction accuracy. In this way, the calculation unit 6 obtains the average value of the order prediction accuracy data before m periods. FIG. 7 shows the average order prediction accuracy before m periods obtained from FIG. In FIG. 7, the average value of the order prediction accuracy is stored for each prediction time point, and the “product type name” stores the product type name in which the order prediction accuracy data is stored, and “m week before shipment”. Is an item that represents the number of weeks before the delivery date, and the “order prediction accuracy” stores the average value of the order prediction accuracy for each period determined by the above-described equation (3). Note that the item “m week before shipment” can determine not only a week but also an arbitrary unit.
[0040]
And the calculating part 6 performs the process which calculates the deceleration point (time) of an order prediction accuracy raise rate from the order prediction accuracy data stored in the storage part 7 (step S5). A method of calculating the deceleration point of the order prediction accuracy increase rate will be described with reference to FIG.
[0041]
“M week before shipment” in FIG. 8 represents how many weeks before the delivery date of the product, and “order prediction accuracy” stores order prediction accuracy data for m weeks before shipment. Note that the item “m week before shipment” can determine not only a week but also an arbitrary unit. The computing unit 6 first calculates the increase rate of the order prediction accuracy by taking the difference in the order prediction accuracy between adjacent periods. For example, the order prediction accuracy increase rate before the 4th shipment period is 23% (= 88% −65%), which is the difference between the order prediction accuracy before the 3rd shipment period and that before the 4th shipment period. Similarly, the rate of increase in order prediction accuracy before and after the shipping period is obtained. These obtained values are stored in the “order prediction accuracy increase rate” in FIG.
[0042]
Thereafter, the calculation unit 6 calculates the deceleration rate of the order prediction accuracy increase rate by taking the difference of the “order prediction accuracy increase rate” in the adjacent periods. For example, the deceleration rate of the order prediction accuracy increase rate before the 4th shipment period is −14% (= 9% −23%), which is the difference between the order prediction accuracy increase rate before the 3rd shipment period and that before the 4th period. Similarly, the deceleration rate of the order prediction accuracy increase rate before the shipment 3 period is -7% (= 2% -9%). These values are stored in “Deceleration rate of increase rate of order prediction accuracy” in FIG. The “deceleration rate of the order prediction accuracy increase rate” obtained in this way is stored in the storage unit 7.
[0043]
On the other hand, the communication unit 9 of the production plan determination period calculation system 1 stores the part ordering data received from the purchase order management system 14 in the part ordering result database 4 (step S11). Similarly, the process-specific processing cost data received from the production (input) instruction system 15 is stored in the process-specific processing cost result database 5 (step S12).
[0044]
FIG. 9 is a diagram showing an example of the configuration of the part ordering result database 4, and FIG. 10 is a diagram showing an example of the configuration of the process-specific processing cost result database 5. In the part ordering record database 4 of FIG. 9, part ordering data is stored for each product type name and production lot. In the example of FIG. 9, “product type name” stores the type name of the product in which the part ordering data is stored, “manufacturing lot” stores the lot number of the product, and “number of shipments” Stores the number of products delivered on time. The “part number” stores an identification number assigned to each part of the product stored in the “product type name”, and the “confirmed order date” contains the part number. Is stored, and the “order amount” stores the total cost of the ordered parts. For example, the “order amount” of the part whose “product type name” is “A0001” and “part number” is “PRT01” is 5,000 yen. This is because the “number of shipments” is 10, The unit price of the part “PRT01” is 500 yen.
[0045]
On the other hand, the processing cost data database 5 by process of FIG. 10 stores processing cost data in each process of manufacturing a product. In the example of FIG. 10, “process number” stores an identification number individually assigned to a process of manufacturing a product stored in “product type name”, and “process confirmed date” includes that process. The date when the manufacturing instruction is finalized is stored, and the “actual processing cost” indicates that the total amount of expenses invested in the performed process is, specifically, the work time is added to the hourly unit price of the worker. Stores the multiplied number. The other stored items are the same as those described with reference to FIG.
[0046]
Next, the calculation unit 6 manufactures the data of “number of shipments”, “final order date”, and “order amount” of the target product from the part ordering result database 4, and the target product from the process-specific processing cost result database 5. The “number of shipments”, “determined input date” and “processing cost actual” data of the process are extracted, respectively, and the cumulative cost by period before the shipment date is calculated for each production lot (step S13). The calculated cumulative cost data is temporarily stored in the storage unit 7.
[0047]
Here, a method for calculating the cumulative cost for each production lot will be described with reference to FIG. The calculation unit 6 determines from the parts ordering record database 4 and the process-specific processing cost record database 5 that “product quantity”, “part number / process number”, “order date / input confirmation” of a product type name having a certain production lot number. “Date”, “Confirmed Cost”, etc. are extracted, and this data is rearranged in order from the earliest date of “Order Date / Input Confirmation Date”. Further, the fixed cost (unit price) per product is obtained by dividing the fixed cost (total amount) of each “part number / process number” by the number of shipments. Then, the cumulative cost per product is calculated in the order of “order date / determined input date”. The result is shown in the item “cumulative cost (per product)” in FIG. In this way, the accumulated cost for each production lot is obtained.
[0048]
Next, the calculation unit 6 converts the “order date / insertion confirmation date” into a display based on the shipment date. For example, the shipping date is converted to the number of days from the shipping date to each “order date / input confirmation date” with the shipping date = 0 day, or each “ordering date / input fixed date” from the week of the shipping date with the shipping date = 0 week. Convert to the number of weeks until. In addition, the cumulative cost ratio at each cost fixed point (order date / input fixed date) when the cumulative cost at shipping date = 100% is calculated. What is processed by the arithmetic unit 6 in this way is shown in FIG. In FIG. 12, “cost fixed time (day before)” displays the time when the cost of each product or each process is fixed, with the number of days as a unit, based on the shipping date. The “cumulative cost ratio” indicates the ratio of the cumulative cost at the time when each cost is fixed when the fixed cost on the shipping date is 100%. Since the other items are the same as those in FIGS. 9 to 11 described above, description thereof will be omitted. FIG. 13 is obtained by rewriting the “cost decision point” of the data obtained in FIG. 12 in units of weeks with the shipment date as a base point. Here, it is assumed that the accumulated cost data is stored in the storage unit 7 in the format shown in FIG.
[0049]
And the calculating part 6 performs the process which calculates the rising point (time) of cumulative cost from the cumulative cost data stored in the storage part 7 (step S14). A method for calculating the rising point of the accumulated cost will be described with reference to FIG.
[0050]
“Before shipment m period” and “cumulative cost ratio” in FIG. 14 are extracted from FIG. 13 and displayed. The calculation unit 6 obtains the cumulative cost increase rate by taking the difference in the cumulative cost ratio between adjacent periods. For example, the cumulative cost increase rate before the 7th shipping period is 4.0% (= 23.2% -19.2%), which is the difference between the 6th shipping period and the 7th shipping period. Similarly, the cumulative cost increase rate for each period is shown in “cumulative cost increase rate” in FIG. 14. The accumulated cost increase rate data obtained in this way is also stored in the storage unit 7.
[0051]
Thereafter, the calculation unit 6 performs a process of calculating the production plan optimal confirmation point using the deceleration point data of the order prediction accuracy increase rate and the increase point data of the accumulated cost stored in the storage unit 7 (step S21). . As described above, since the optimum decision point from the viewpoint of the order prediction accuracy is the deceleration point of the rate of increase in the order prediction accuracy curve, the “order prediction accuracy increase rate” of the deceleration point data of the order prediction accuracy increase rate shown in FIG. In the “deceleration rate”, the period 4 days before the shipment with the lowest value is obtained as the optimum fixed point Y from the viewpoint of order prediction accuracy. In addition, since the optimum fixed point from the viewpoint of the fixed rate of the manufacturing cost is the rising point of the cumulative cost curve on the basis of the final ordering time, the “upward point data” of the cumulative cost shown in FIG. In the “cumulative cost increase rate”, the period before two shipments with the largest value is obtained as the optimum fixed point X from the viewpoint of the fixed rate of manufacturing cost. A point obtained by weighting these two points X and Y is the production plan optimum decision point Z. Here, for convenience of explanation, if the weighting parameter α is set to 0.5, the production plan optimum decision point Z is three periods before shipment (= 0.5 × 2 + 0.5 × 4).
[0052]
Since it is possible to suppress economic loss even if the production plan is changed up to the production plan optimum decision point Z, the production plan decision period calculation system 1 sets the production plan decision period from the date of shipment. This is determined as the period up to the production plan optimum confirmation point Z (step S22). Here, it is also possible for the system user to display and output the production plan optimum decision point on the display means or to output it to a printing means such as a printer.
[0053]
In the above description, as shown in FIG. 1, the case where the rising point of the cumulative cost curve A based on the fixed point is in the past of the deceleration point of the order prediction accuracy curve B has been described as an example. However, as shown in FIG. 15, even when the deceleration point of the order prediction accuracy curve B is in the past of the rising point of the cumulative cost curve A based on the fixed time, the production plan optimally confirmed by the above-described method and formula. It is possible to determine the point Z.
[0054]
Further, in the above description, the case where the product cost at the time of ordering and the processing cost for manufacturing the product are used as the cumulative cost curve A based on the fixed time point has been described as an example. The present invention is not limited to this, and for example, it can also be used when ordering a dedicated part or when ordering a long delivery part. In this case, the production plan finalization period can be determined by the above-described method simply by replacing the product with a dedicated part or a long delivery part.
[0055]
According to the first embodiment, the decelerating point of the rate of increase in the order prediction accuracy curve and the rising point of the cumulative cost curve are obtained, and the period from the point obtained by weighted averaging to the delivery date is optimally determined. By setting the period, it is possible to place orders for products at a time when the order forecast accuracy is high, and to keep the economic loss due to the change even if the production plan is changed until this period. It has the effect of being able to.
[0056]
Embodiment 2. FIG.
In most cases, a product is composed of a combination of a shared part that can be shared and a dedicated part that can be used only for that product. Here, for example, assuming a case where the actual order is reduced against the forecast of orders for the product, the shared parts ordered can be diverted to other products for the shared parts. Can not be diverted to other products and will be in stock. Therefore, in the above-described first embodiment, it is possible to provide a production plan determination period calculation system and method that are more realistic by adding the degree of component sharing as one parameter. Below, only a different part from Embodiment 1 is demonstrated.
[0057]
FIG. 16: is a block diagram which shows the structure of Embodiment 2 of the production plan fixed period calculation system concerning this invention. This production plan determination period calculation system 1 is a component sharing unit that stores a component sharing factor coefficient for correcting the component unit price according to the difference in the sharing rate of the components constituting the product in FIG. 2 showing the configuration of the first embodiment described above. A frequency coefficient database 10 is further provided. In addition, the same code | symbol is attached | subjected about the component same as the component demonstrated in FIG. 2 of Embodiment 1, and the description is abbreviate | omitted.
[0058]
The component sharing factor coefficient stored in the component sharing factor database 10 is obtained in advance according to the degree of sharing of each component with another product. For example, if a part sharing factor is set to "1" when a certain part (dedicated part) can only be used for one product, the parts can be shared when another part (shared part) can be used for two products. The degree coefficient can be determined to be “0.5”.
[0059]
In the second embodiment, after calculating the unit price of each part from the part ordering data extracted from the part ordering result database 4 in step S13 of the flowchart of FIG. Extract the component sharing factor for each component. Then, each component multiplied by each extracted component sharing factor is used as a component unit price considering the sharing. In the subsequent processing, the processing described in the first embodiment is performed based on the unit unit price in consideration of the degree of sharing, thereby obtaining an increase point on the cumulative cost curve and calculating the optimum fixed period of the production plan.
[0060]
According to the second embodiment, the parts composing the product are classified into dedicated parts and shared parts, and the degree of sharing obtained by multiplying the unit price of each part by the part sharing degree coefficient determined according to the degree of sharing. As a result, the rising point on the cumulative cost curve is calculated based on the unit price in consideration of the unit price. Is possible.
[0061]
The methods described in the first and second embodiments are configured as programs in which the processing procedures of these methods are stored, and these programs are executed by a computer such as a personal computer or a workstation. can do.
[0062]
【The invention's effect】
As described above, according to the present invention, the order prediction accuracy of the product based on the shipment point is obtained from the order record database and the order prediction database, and the order at which the deceleration rate of the rate of increase in the order prediction accuracy is maximum is received. The function to calculate the optimal fixed point of prediction accuracy, and the unit price of each part and each processing cost that make up the product based on the shipping point from the part ordering result database and the process-specific processing cost result database at each occurrence Calculate the cumulative cost of the product, calculate the point at which the rate of increase in the cumulative cost is the maximum as the optimal fixed point of the cumulative cost, and obtain the weighted average of the optimal fixed point of the order forecast accuracy and the optimal fixed point of the cumulative cost And a calculation means having a function of setting from the point in time to the point of shipment of the product as a fixed period of the production plan. , It is possible to improve the accuracy of the production plan, has the effect that it is possible to improve the reduction and demand fluctuations responsiveness of inventories.
[0063]
According to the next invention, for each part constituting the product, the apparatus further comprises a part sharing degree database that stores a part sharing degree coefficient determined by the degree of sharing representing the availability to other products. Because the unit price of the parts that make up each product is configured to use the value obtained by multiplying the unit price of the parts that make up the product by the part sharing degree coefficient of this part obtained from the parts sharing degree database. This has the effect that the fixed period of the production plan can be calculated in consideration of the possibility of use for other products.
[0064]
According to the next invention, the order prediction accuracy of the product based on the time of shipment is obtained from the order results of the products shipped in the past and the order prediction, and the time point at which the deceleration rate of the order prediction accuracy increase rate is maximized is determined. Accumulated costs are calculated by accumulating the process that is calculated as the optimal decision point for order prediction accuracy, the unit price of each part that makes up the product, and the unit cost of processing costs in each manufacturing process of the product at each occurrence. The process of calculating the point at which the rate of increase in cost is the maximum as the optimum fixed point of cumulative cost, and the time when the product is shipped from the point of time calculated as the weighted average of the optimal fixed point of order forecast accuracy and the optimal fixed point of cumulative cost Including the process of setting the period between the two as the production plan confirmation period, so that the accuracy of the production plan can be improved, the inventory reduction and the ability to respond to demand fluctuations can be improved. It has the effect that the kill.
[0065]
According to the next invention, the unit price of the parts constituting the product is a value obtained by multiplying the unit price of this part by a coefficient determined by the degree of commonality indicating the availability to other products. Therefore, there is an effect that it is possible to calculate the final period of the production plan in consideration of the possibility of using the parts constituting each product for other products.
[0066]
According to the next invention, since the method described in any one of the above-mentioned inventions is made into a program, any one of the above-described methods can be executed by a computer using the program. Has an effect.
[Brief description of the drawings]
FIG. 1 is a diagram schematically showing how to obtain an optimal production plan fixed point from a cumulative cost curve based on a fixed ordering time point based on a shipping point and an order prediction accuracy curve.
FIG. 2 is a block diagram showing a configuration of a first embodiment of a production plan determination period calculation system according to the present invention.
FIG. 3 is a flowchart showing a processing procedure for calculating a fixed period of a production plan.
FIG. 4 is a diagram showing an example of the configuration of an order record database.
FIG. 5 is a diagram showing an example of the configuration of an order prediction database.
FIG. 6 is a diagram illustrating an example of order prediction accuracy data.
FIG. 7 is a diagram showing an example of order prediction accuracy data obtained from an average of order prediction accuracy for m periods before.
FIG. 8 is a diagram for explaining a method of calculating a deceleration point of an order prediction accuracy curve.
FIG. 9 is a diagram showing an example of the configuration of a part ordering record database.
FIG. 10 is a diagram showing an example of a configuration of a process-by-process machining cost record database.
FIG. 11 is a diagram for explaining a cumulative cost calculation method for each product lot.
FIG. 12 is a diagram illustrating an example of a cumulative cost ratio at each cost determination point.
13 is a diagram in which the cumulative cost ratio in FIG. 12 is rewritten in units of weeks starting from the date of shipment.
FIG. 14 is a diagram for explaining a method of calculating an ascending point of a cumulative cost curve.
FIG. 15 is a diagram illustrating an example of a cumulative cost curve and an order prediction accuracy curve based on a fixed ordering time point based on a shipping time point.
FIG. 16 is a block diagram showing a configuration of a second embodiment of a production plan determination period calculation system according to the present invention.
[Explanation of symbols]
1 Production Plan Determination Period Calculation System 2 Order Record Database 3 Order Prediction Database 4 Parts Order Record Database 5 Process Cost Record Database by Process, 6 Arithmetic Unit, 7 Storage Unit, 8 Output Unit, 9 Communication Unit, 10 Parts Commonness factor database, 12 order / shipment management system, 13 order prediction management system, 14 purchase order management system, 15 production (input) instruction system.

Claims

Finalize the production plan by calculating the final period of the production plan by obtaining the optimal production plan confirmation point using the accuracy of order prediction of the product obtained from the time of shipment and the cumulative cost of the product at the time of final order. A period calculation system,
An order record database for storing the order quantity of the products by period;
An order forecast database that stores order forecast quantities by period and forecast time of the product;
A part ordering result database for storing the ordering result of parts constituting the product by production lot and part;
A processing cost result database by process for storing the processing cost for processing the product by manufacturing lot and by manufacturing process;
The order prediction accuracy of the product is obtained from the order record database and the order prediction database, and the point at which the rate of increase in the order prediction accuracy is maximum is calculated as the optimum decision point of the order prediction accuracy. From the parts ordering result database and the process-specific processing cost result database, the unit cost of each part and each processing cost constituting the product is obtained from the time of shipment, and the cumulative cost of the product accumulated at the time of occurrence is obtained. Shipment of the product from the point of time calculated as the optimal fixed point of the cumulative cost and the optimal fixed point of the order forecast accuracy and the optimal fixed point of the cumulative cost as the optimal fixed point of the cumulative cost. A calculation means for setting up to the point in time as the final period of the production plan;
A production plan determination period calculation system comprising:

For each part constituting the product, further comprising a part sharing degree database for storing a part sharing degree coefficient determined by the degree of sharing representing the availability to other products,
The calculation means uses a value obtained by multiplying a unit price of a part constituting the product by a part sharing degree coefficient of the part obtained from the part sharing degree database as a unit price of the part. Item 4. The production plan determination period calculation system according to Item 1.

Production plan for calculating the final period of the production plan by the calculation means based on the actual order quantity of the product stored in the database, the predicted order quantity, the actual ordering of the parts that make up the product, and the processing cost for each manufacturing process of the product A fixed period calculation method,
The order results of the products shipped in the past and the order prediction are extracted from the database, the order prediction accuracy of the product is obtained based on the time of shipment, and the point in time when the deceleration rate of this order prediction accuracy increase rate is the maximum. A process of calculating as an optimal confirmation point of order prediction accuracy
The unit price of each part constituting the product and the unit cost of the processing cost in each manufacturing process of the product are extracted from the database, and accumulated cost is calculated at the time of each occurrence. Calculating the point of time as the optimal fixed point of cumulative cost,
A step of setting a period between the time when the product is shipped and the time when the product is shipped as a weighted average of the optimal fixed point of the order prediction accuracy and the optimal fixed point of the cumulative cost as a fixed period of the production plan;
A production plan determination period calculation method characterized by comprising:

4. The unit price of a part constituting the product is a value obtained by multiplying the unit price of the part by a coefficient determined by the degree of commonness representing the availability to other products. The production plan confirmation period calculation method described in 1.

The program which makes a computer perform the production plan fixed period calculation method described in Claim 3 or 4.