JP4230975B2 - データ予測装置及びデータ予測方法並びにプログラム - Google Patents
データ予測装置及びデータ予測方法並びにプログラム Download PDFInfo
- Publication number
- JP4230975B2 JP4230975B2 JP2004272520A JP2004272520A JP4230975B2 JP 4230975 B2 JP4230975 B2 JP 4230975B2 JP 2004272520 A JP2004272520 A JP 2004272520A JP 2004272520 A JP2004272520 A JP 2004272520A JP 4230975 B2 JP4230975 B2 JP 4230975B2
- Authority
- JP
- Japan
- Prior art keywords
- item
- data
- prediction
- classification
- past time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
- 238000000034 method Methods 0.000 title claims description 47
- 238000011156 evaluation Methods 0.000 claims description 22
- 230000006870 function Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- KNMAVSAGTYIFJF-UHFFFAOYSA-N 1-[2-[(2-hydroxy-3-phenoxypropyl)amino]ethylamino]-3-phenoxypropan-2-ol;dihydrochloride Chemical compound Cl.Cl.C=1C=CC=CC=1OCC(O)CNCCNCC(O)COC1=CC=CC=C1 KNMAVSAGTYIFJF-UHFFFAOYSA-N 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001373 regressive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
過去の時系列データから将来のデータを予測するデータ予測装置であって、
アイテムを複数のグループのいずれかに分類するための、前記アイテムの需要特性を示す統計値が条件項目として設定される分類条件を設定する分類条件設定手段と、
前記分類条件により分類される前記複数のグループそれぞれについて、該グループに分類される前記アイテムの将来のデータの予測に用いる予測モデルを設定する予測モデル設定手段と、
前記アイテムの過去の時系列データを記憶装置に記憶する記憶手段と、
前記記憶装置に記憶された予測対象となるアイテムの過去の時系列データから、前記アイテムの需要特性を示す統計値を算出する第一の算出手段と、
前記分類条件と、前記第一の算出手段で算出された前記アイテムの需要特性を示す統計値とに従って、該アイテムを前記複数のグループのうち、いずれかのグループに分類するアイテム分類手段と、
前記予測モデル設定手段によって、前記アイテム分類手段で前記予測対象のアイテムが分類されたグループに設定された予測モデルを用いて、前記記憶装置に記憶されている過去の時系列データから該アイテムの将来のデータを予測するデータ予測手段と
を備えることを特徴とする。
前記アイテム分類手段は、前記予測対象のアイテムがグループ分けを行うと設定されている場合に、前記予測対象のアイテムの需要特性を示す統計値に従って、当該予測対象のアイテムを前記複数のグループのうちいずれかのグループに分類することを特徴とする。
前記分類条件設定手段は、前記画面情報で変更を受け付けた分類条件に基づき、設定されている分類条件を変更することを特徴とする。
前記アイテム抽出手段により抽出されたアイテムを識別可能に表示する第二の表示手段とをさらに備えることを特徴とする。
さらにまた、好ましくは、前記統計値は、需要データの変動係数、相関係数、出庫頻度のうち少なくとも1つを含むことを特徴とする。
前記複数の予測モデルのそれぞれを用いて算出された過去の時点における将来のデータと、前記過去の時系列データとから、前記複数の予測モデルそれぞれについて、当該予測モデルによる予測結果の誤差を示す評価値を算出する第二の算出手段と、
前記評価値に基づき一の予測モデルを選択するモデル選択手段と、
前記複数の予測モデルのうち、前記モデル選択手段により選択された前記一の予測モデルを用いて前記データ予測手段で予測された将来のデータを、該アイテムの前記将来のデータとして選択するデータ選択手段と
をさらに備えることを特徴とする。
過去の時系列データから将来のデータを予測するデータ予測装置であって、
需要特性を示す統計値に従ってアイテムが分類される複数のグループについて、それぞれのグループに分類される前記アイテムの将来のデータの予測に用いる予測モデルを設定する予測モデル設定手段と、
前記アイテムの過去の時系列データを記憶装置に記憶する記憶手段と、
前記記憶装置に記憶された予測対象となる過去の時系列データから、前記アイテムの需要特性を示す統計値を算出する第一の算出手段と、
前記第一の算出手段で算出された前記アイテムの需要特性を示す統計値に従って、該アイテムを前記複数のグループのうちいずれかのグループに分類するアイテム分類手段と、
前記予測モデル設定手段によって、前記アイテム分類手段で前記予測対象のアイテムが分類されたグループに設定された予測モデルを用いて、前記記憶装置に記憶されている過去の時系列データから該アイテムの将来のデータを予測するデータ予測手段とを備え、
前記予測モデル設定手段は、前記グループに分類されるアイテムの将来のデータの予測に用いる予測モデルを複数設定可能であり、
前記データ予測手段は、前記アイテムが分類された前記グループに対して予測モデルにより設定された複数の予測モデルを用いて各モデルについて、前記記憶装置に記憶されている過去の時系列データから将来のデータを予測し、
当該データ予測装置は、さらに、
前記複数の予測モデルのそれぞれを用いて算出された過去の時点における将来のデータと、前記過去の時系列データとから、前記複数の予測モデルそれぞれについて、当該予測モデルによる予測結果の誤差を示す評価値を算出する第二の算出手段と、
前記評価値に基づき一の予測モデルを選択するモデル選択手段と、
前記複数の予測モデルのうち、前記モデル選択手段により選択された前記一の予測モデルを用いて前記データ予測手段で予測された将来のデータを、当該アイテムの前記将来のデータとして選択するデータ選択手段と
を備えることを特徴とする。
過去の時系列データから将来のデータを予測するデータ予測方法であって、
アイテムを複数のグループのいずれかに分類するための、前記アイテムの需要特性を示す統計値が条件項目として設定される分類条件を設定する分類条件設定工程と、
前記分類条件により分類される前記複数のグループそれぞれについて、該グループに分類される前記アイテムの将来のデータの予測に用いる予測モデルを設定する予測モデル設定工程と、
前記アイテムの過去の時系列データを記憶装置に記憶する記憶工程と、
前記記憶装置に記憶された予測対象となるアイテムの過去の時系列データから、前記アイテムの需要特性を示す統計値を算出する第一の算出工程と、
前記分類条件と、前記第一の算出工程で算出された前記アイテムの需要特性を示す統計値とに従って、該アイテムを前記複数のグループのうち、いずれかのグループに分類するアイテム分類工程と、
前記予測モデル設定工程において、前記アイテム分類工程で前記予測対象のアイテムが分類されたグループに設定された予測モデルを用いて、前記記憶装置に記憶されている過去の時系列データから該アイテムの将来のデータを予測するデータ予測工程と、
を備えることを特徴とする。
コンピュータを、過去の時系列データから将来のデータを予測するデータ予測装置として機能させるためのコンピュータプログラムであって、
前記コンピュータを
アイテムを複数のグループのいずれかに分類するための、前記アイテムの需要特性を示す統計値が条件項目として設定される分類条件を設定する分類条件設定手段と、
前記分類条件により分類される前記複数のグループそれぞれについて、該グループに分類される前記アイテムの将来のデータの予測に用いる予測モデルを設定する予測モデル設定手段と、
前記アイテムの過去の時系列データを記憶装置に記憶する記憶手段と、
前記記憶装置に記憶された予測対象となるアイテムの過去の時系列データから、前記アイテムの需要特性を示す統計値を算出する第一の算出手段と、
前記分類条件と、前記第一の算出手段で算出された前記アイテムの需要特性を示す統計値とに従って、該アイテムを前記複数のグループのうち、いずれかのグループに分類するアイテム分類手段と、
前記予測モデル設定手段によって、前記アイテム分類手段で前記予測対象のアイテムが分類されたグループに設定された予測モデルを用いて、前記記憶装置に記憶されている過去の時系列データから該アイテムの将来のデータを予測するデータ予測手段と
として機能させることを特徴とする。
101 アイテムマスタ
102 需要実績DB
103 需要予測履歴DB
104 統計値DB
105 グループマスタ
110 マスタ情報設定部
120 グループ分け実行部
130 需要予測実行部
Claims (10)
- 過去の時系列データから将来のデータを予測するデータ予測装置であって、
アイテムを複数のグループのいずれかに分類するための、前記アイテムの需要特性を示す統計値が条件項目として設定される分類条件を設定する分類条件設定手段と、
前記分類条件により分類される前記複数のグループそれぞれについて、該グループに分類される前記アイテムの将来のデータの予測に用いる予測モデルを設定する予測モデル設定手段と、
前記アイテムの過去の時系列データを記憶装置に記憶する記憶手段と、
前記記憶装置に記憶された予測対象となるアイテムの過去の時系列データから、前記アイテムの需要特性を示す統計値を算出する第一の算出手段と、
前記分類条件と、前記第一の算出手段で算出された前記アイテムの需要特性を示す統計値とに従って、該アイテムを前記複数のグループのうち、いずれかのグループに分類するアイテム分類手段と、
前記予測モデル設定手段によって、前記アイテム分類手段で前記予測対象のアイテムが分類されたグループに設定された予測モデルを用いて、前記記憶装置に記憶されている過去の時系列データから該アイテムの将来のデータを予測するデータ予測手段と
を備えることを特徴とするデータ予測装置。 - 前記予測対象のアイテム毎に、前記アイテム分類手段によるグループ分けを行う、或いは行わないを設定する分類実行設定手段をさらに備え、
前記アイテム分類手段は、前記予測対象のアイテムがグループ分けを行うと設定されている場合に、前記予測対象のアイテムの需要特性を示す統計値に従って、当該予測対象のアイテムを前記複数のグループのうちいずれかのグループに分類する
ことを特徴とする請求項1に記載のデータ予測装置。 - 前記分類条件設定手段により設定された前記分類条件を表示するため、及び、該分類条件の変更を受け付けるための画面情報を表示する第一の表示手段をさらに備え、
前記分類条件設定手段は、前記画面情報で変更を受け付けた分類条件に基づき、設定されている分類条件を変更する
ことを特徴とする請求項1または2に記載のデータ予測装置。 - 前記分類条件設定手段により設定された分類条件の変更及び/又はアイテムの需要特性を示す統計値の変化により分類されるグループが変更されたアイテムを抽出するアイテム抽出手段と、
前記アイテム抽出手段により抽出されたアイテムを識別可能に表示する第二の表示手段と
をさらに備えることを特徴とする請求項1から3までのいずれか1項に記載のデータ予測装置。 - 前記分類条件は、各条件項目について等号及び/又は不等号を含む符号と所定の閾値とを組み合わせて構成される条件式を、単一又は複数の条件項目について組み合わせた条件である
ことを特徴とする請求項1から4までのいずれか1項に記載のデータ予測装置。 - 前記統計値は、需要データの変動係数、相関係数、出庫頻度のうち少なくとも1つを含む
ことを特徴とする請求項1から5までのいずれか1項に記載のデータ予測装置。 - 前記データ予測手段は、複数の予測モデルを用いて各モデルについて前記記憶装置に記憶されている過去の時系列データから将来のデータを予測し、
前記複数の予測モデルのそれぞれを用いて算出された過去の時点における将来のデータと、前記過去の時系列データとから、前記複数の予測モデルそれぞれについて、当該予測モデルによる予測結果の誤差を示す評価値を算出する第二の算出手段と、
前記評価値に基づき一の予測モデルを選択するモデル選択手段と、
前記複数の予測モデルのうち、前記モデル選択手段により選択された前記一の予測モデルを用いて前記データ予測手段で予測された将来のデータを、該アイテムの前記将来のデータとして選択するデータ選択手段と
をさらに備えることを特徴とする請求項1から6までのいずれか1項に記載のデータ予測装置。 - 過去の時系列データから将来のデータを予測するデータ予測装置であって、
需要特性を示す統計値に従ってアイテムが分類される複数のグループについて、それぞれのグループに分類される前記アイテムの将来のデータの予測に用いる予測モデルを設定する予測モデル設定手段と、
前記アイテムの過去の時系列データを記憶装置に記憶する記憶手段と、
前記記憶装置に記憶された予測対象となる過去の時系列データから、前記アイテムの需要特性を示す統計値を算出する第一の算出手段と、
前記第一の算出手段で算出された前記アイテムの需要特性を示す統計値に従って、該アイテムを前記複数のグループのうちいずれかのグループに分類するアイテム分類手段と、
前記予測モデル設定手段によって、前記アイテム分類手段で前記予測対象のアイテムが分類されたグループに設定された予測モデルを用いて、前記記憶装置に記憶されている過去の時系列データから該アイテムの将来のデータを予測するデータ予測手段とを備え、
前記予測モデル設定手段は、前記グループに分類されるアイテムの将来のデータの予測に用いる予測モデルを複数設定可能であり、
前記データ予測手段は、前記アイテムが分類された前記グループに対して予測モデルにより設定された複数の予測モデルを用いて各モデルについて、前記記憶装置に記憶されている過去の時系列データから将来のデータを予測し、
当該データ予測装置は、さらに、
前記複数の予測モデルのそれぞれを用いて算出された過去の時点における将来のデータと、前記過去の時系列データとから、前記複数の予測モデルそれぞれについて、当該予測モデルによる予測結果の誤差を示す評価値を算出する第二の算出手段と、
前記評価値に基づき一の予測モデルを選択するモデル選択手段と、
前記複数の予測モデルのうち、前記モデル選択手段により選択された前記一の予測モデルを用いて前記データ予測手段で予測された将来のデータを、当該アイテムの前記将来のデータとして選択するデータ選択手段と
を備えることを特徴とするデータ予測装置。 - 過去の時系列データから将来のデータを予測するデータ予測方法であって、
アイテムを複数のグループのいずれかに分類するための、前記アイテムの需要特性を示す統計値が条件項目として設定される分類条件を設定する分類条件設定工程と、
前記分類条件により分類される前記複数のグループそれぞれについて、該グループに分類される前記アイテムの将来のデータの予測に用いる予測モデルを設定する予測モデル設定工程と、
前記アイテムの過去の時系列データを記憶装置に記憶する記憶工程と、
前記記憶装置に記憶された予測対象となるアイテムの過去の時系列データから、前記アイテムの需要特性を示す統計値を算出する第一の算出工程と、
前記分類条件と、前記第一の算出工程で算出された前記アイテムの需要特性を示す統計値とに従って、該アイテムを前記複数のグループのうち、いずれかのグループに分類するアイテム分類工程と、
前記予測モデル設定工程において、前記アイテム分類工程で前記予測対象のアイテムが分類されたグループに設定された予測モデルを用いて、前記記憶装置に記憶されている過去の時系列データから該アイテムの将来のデータを予測するデータ予測工程と、
を備えることを特徴とするデータ予測方法。 - コンピュータを、過去の時系列データから将来のデータを予測するデータ予測装置として機能させるためのコンピュータプログラムであって、
前記コンピュータを
アイテムを複数のグループのいずれかに分類するための、前記アイテムの需要特性を示す統計値が条件項目として設定される分類条件を設定する分類条件設定手段と、
前記分類条件により分類される前記複数のグループそれぞれについて、該グループに分類される前記アイテムの将来のデータの予測に用いる予測モデルを設定する予測モデル設定手段と、
前記アイテムの過去の時系列データを記憶装置に記憶する記憶手段と、
前記記憶装置に記憶された予測対象となるアイテムの過去の時系列データから、前記アイテムの需要特性を示す統計値を算出する第一の算出手段と、
前記分類条件と、前記第一の算出手段で算出された前記アイテムの需要特性を示す統計値とに従って、該アイテムを前記複数のグループのうち、いずれかのグループに分類するアイテム分類手段と、
前記予測モデル設定手段によって、前記アイテム分類手段で前記予測対象のアイテムが分類されたグループに設定された予測モデルを用いて、前記記憶装置に記憶されている過去の時系列データから該アイテムの将来のデータを予測するデータ予測手段と
として機能させることを特徴とするコンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004272520A JP4230975B2 (ja) | 2004-09-17 | 2004-09-17 | データ予測装置及びデータ予測方法並びにプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004272520A JP4230975B2 (ja) | 2004-09-17 | 2004-09-17 | データ予測装置及びデータ予測方法並びにプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006085645A JP2006085645A (ja) | 2006-03-30 |
JP4230975B2 true JP4230975B2 (ja) | 2009-02-25 |
Family
ID=36164071
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004272520A Expired - Lifetime JP4230975B2 (ja) | 2004-09-17 | 2004-09-17 | データ予測装置及びデータ予測方法並びにプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4230975B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170075312A (ko) * | 2015-12-23 | 2017-07-03 | (주) 우림인포텍 | 전후방향 동향 통합 시계열 예측 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4870468B2 (ja) * | 2006-04-25 | 2012-02-08 | 株式会社リコー | 需要予測方法及び需要予測プログラム |
JP2009282926A (ja) * | 2008-05-26 | 2009-12-03 | Toshiba Corp | 時系列データ分析装置、方法及びプログラム |
JP6159056B2 (ja) * | 2012-03-14 | 2017-07-05 | 富士通株式会社 | 選択プログラム、選択方法及び選択装置 |
JP6451895B2 (ja) * | 2016-03-28 | 2019-01-16 | 日本電気株式会社 | 予測モデル選択システム、予測モデル選択方法および予測モデル選択プログラム |
JP7120649B2 (ja) * | 2017-05-09 | 2022-08-17 | 日本電気株式会社 | 情報処理システム、情報処理装置、予測モデル抽出方法および予測モデル抽出プログラム |
JP6849084B2 (ja) * | 2017-09-13 | 2021-03-24 | 日本電気株式会社 | 情報分析装置、情報分析方法および情報分析プログラム |
WO2019053828A1 (ja) * | 2017-09-13 | 2019-03-21 | 日本電気株式会社 | 情報分析装置、情報分析方法および情報分析プログラム |
KR102134682B1 (ko) * | 2018-06-25 | 2020-07-17 | (주) 우림인포텍 | 실시간 시계열 데이터를 위한 예측 모형 생성 시스템 및 방법 |
US11080726B2 (en) * | 2018-08-30 | 2021-08-03 | Oracle International Corporation | Optimization of demand forecast parameters |
CN111027202B (zh) * | 2019-12-04 | 2023-12-15 | 北京软通绿城科技有限公司 | 一种数字城市的预测方法、装置、设备及存储介质 |
KR20210147672A (ko) * | 2020-05-29 | 2021-12-07 | 삼성전자주식회사 | 전자장치 및 그 제어방법 |
JP7436854B2 (ja) * | 2020-11-16 | 2024-02-22 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、制御方法、プログラム |
WO2024047775A1 (ja) * | 2022-08-30 | 2024-03-07 | 楽天モバイル株式会社 | 通信システムに係る所与の予測目的で用いられる機械学習モデルの決定 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0588714A (ja) * | 1991-09-25 | 1993-04-09 | Hitachi Ltd | 広域需要予測方法および需要予測装置 |
JP3573252B2 (ja) * | 1998-03-09 | 2004-10-06 | 富士電機システムズ株式会社 | ダムにおける水量予測方法 |
JP2000250888A (ja) * | 1999-02-26 | 2000-09-14 | Hitachi Ltd | 予測目的別モデル選定型需要予測方式 |
JP3668642B2 (ja) * | 1999-06-30 | 2005-07-06 | キヤノンシステムソリューションズ株式会社 | データ予測方法、データ予測装置及び記録媒体 |
JP2003216804A (ja) * | 2002-01-24 | 2003-07-31 | Teikoku Databank Ltd | 定性データを使用した倒産確率予測システム |
JP2003346070A (ja) * | 2002-05-27 | 2003-12-05 | Matsushita Electric Works Ltd | 需要量予測方法及び需要量予測システム |
-
2004
- 2004-09-17 JP JP2004272520A patent/JP4230975B2/ja not_active Expired - Lifetime
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170075312A (ko) * | 2015-12-23 | 2017-07-03 | (주) 우림인포텍 | 전후방향 동향 통합 시계열 예측 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 |
KR101901654B1 (ko) * | 2015-12-23 | 2018-09-27 | (주) 우림인포텍 | 전후방향 동향 통합 시계열 예측 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 |
Also Published As
Publication number | Publication date |
---|---|
JP2006085645A (ja) | 2006-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4230975B2 (ja) | データ予測装置及びデータ予測方法並びにプログラム | |
US20110106723A1 (en) | Computer-Implemented Systems And Methods For Scenario Analysis | |
EP3316193B1 (en) | Production support system | |
JP2009506419A (ja) | 建築物プロジェクトを管理するためのシステム及び方法 | |
Vicens et al. | A design and application methodology for hierarchical production planning decision support systems in an enterprise integration context | |
JPWO2010064281A1 (ja) | 生産計画作成システムおよび生産計画作成方法 | |
Sastry et al. | Implementation of CRISP methodology for ERP systems | |
JP2017146888A (ja) | 設計支援装置及び方法及びプログラム | |
KR101077038B1 (ko) | 건설 가치공학 통합관리 시스템 | |
US20190188612A1 (en) | Systems and methods for business analytics management and modeling | |
JP6853134B2 (ja) | 生産支援システム、及び生産支援方法 | |
US10222788B2 (en) | Plan generating device and plan generating method | |
JP2017122955A (ja) | 生産計画立案支援システムおよび支援方法 | |
WO2020205150A1 (en) | Validation of operating plans and schedules using machine learning | |
JP7228470B2 (ja) | 計画立案システム及びその方法 | |
US20090048889A1 (en) | Manufacturing portfolio flexibility planning | |
JP4339769B2 (ja) | 予測モデル選択装置及び予測モデル選択方法並びにプログラム | |
US20140297334A1 (en) | System and method for macro level strategic planning | |
JP2005056024A (ja) | 供給計画を作成するための支援システムおよび支援方法および支援のためのコンピュータプログラム | |
JP4812269B2 (ja) | 需要変動リスク最小生産計画生成方法 | |
JP2017068418A (ja) | 計画支援システム及び計画支援方法 | |
JP6530559B2 (ja) | 最適化システムおよび最適化方法 | |
JP6617605B2 (ja) | 需要量予測プログラム、需要量予測方法、及び情報処理装置 | |
JP2022179882A (ja) | 計画評価装置及び計画評価方法 | |
CN113762882B (zh) | 计划制定系统及其所使用的计划制定装置、计划制定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20051227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080516 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080715 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080815 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081014 |
|
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: 20081110 |
|
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: 20081204 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4230975 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111212 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111212 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121212 Year of fee payment: 4 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131212 Year of fee payment: 5 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131212 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20141212 Year of fee payment: 6 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R370 | Written measure of declining of transfer procedure |
Free format text: JAPANESE INTERMEDIATE CODE: R370 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |