JP5752621B2 - 需要予測装置、需要予測プログラムおよび需要予測方法 - Google Patents
需要予測装置、需要予測プログラムおよび需要予測方法 Download PDFInfo
- Publication number
- JP5752621B2 JP5752621B2 JP2012046931A JP2012046931A JP5752621B2 JP 5752621 B2 JP5752621 B2 JP 5752621B2 JP 2012046931 A JP2012046931 A JP 2012046931A JP 2012046931 A JP2012046931 A JP 2012046931A JP 5752621 B2 JP5752621 B2 JP 5752621B2
- Authority
- JP
- Japan
- Prior art keywords
- product
- demand
- parts
- information
- shipment
- 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.)
- Active
Links
Images
Description
本発明は、需要予測装置、需要予測プログラムおよび需要予測方法に関する。
メーカでは、製品が故障したときにユーザからの依頼を受けて製品を修理する、保守サービスを提供している。この保守サービスでは、故障した部品を交換することにより修理を行うことがあるため、交換用の部品（出荷済みの製品および将来出荷される製品の保守に用いられる部品）として、保守部品を在庫として管理している。
家電、電気機器、自動車等の耐久消費財では、製品は長期にわたって使用されるため、保守サービスを提供する期間である保守期間が長期にわたり定められている場合がある。この保守期間は、製品の製造を開始してから終了するまでの期間である製造期間よりも、長く定められていることが多い。
家電、電気機器、自動車等の耐久消費財では、製品は長期にわたって使用されるため、保守サービスを提供する期間である保守期間が長期にわたり定められている場合がある。この保守期間は、製品の製造を開始してから終了するまでの期間である製造期間よりも、長く定められていることが多い。
保守期間中は、保守部品を自社または部品メーカが供給し続ける必要がある。しかしながら、メーカは、年間の保守部品の出荷量が少ない等の理由で、保守期間の途中であっても保守部品の製造を打ち切り、または部品メーカから保守部品の製造中止を打診される場合がある。その場合に、メーカは、保守部品の製造を打ち切り、または部品メーカから保守部品の製造中止を打診されたタイミングで、残りの保守期間で必要になるであろう保守部品の需要数を予測し、予測した保守部品の需要数をまとめて製造または発注する。
このときに用いられる保守部品の需要予測手法として、将来の製品残存率、部品故障率、修理依頼率等をモデル化し、それらのモデルのパラメータを推定して、推定したパラメータをもとにモデルを算出することで需要を予測する手法が提案されている。このような手法を用いた需要予測の技術として、例えば特許文献１および特許文献２がある。
特許文献１に記載の技術は、保守部品製造打ち切り後の部品需要数の計算には、保守部品製造打ち切り前の実績データから推定した、市場での製品保有台数と部品故障率とを用いる。部品故障率の推定は、部品寿命がワイブル分布に従うものとして計算する。
特許文献２に記載の技術は、ユーザによる修理依頼率が、指数関数（例えば、後継製品の投入、製品保証期間の終了等の影響により、ある時点（変曲点）の前後で加速度をつけて減少するもの）で表されるとし、また、部品故障率を、製品の利用環境の違い（製品の利用環境の偏り）により、部品の平均寿命の決定に関わっているワイブル分布のパラメータθの値が部品ごとにばらついているものとして解釈し、そのパラメータθのばらつきがガンマ分布に従うものとして保守部品の需要予測値を算出する。
ここで、需要予測値は、下記の式（１）により算出される（式（１）は、「数１」で示される式である。以下同様。）。
ここで、需要予測値は、下記の式（１）により算出される（式（１）は、「数１」で示される式である。以下同様。）。
式（１）において、Ｄｐ ＊（ｔ）は、時点ｔにおける、部品ｐの保守部品としての需要予測値である。また、Ｓｐ（ｔ）は、時点ｔにおける、部品ｐを使用している製品の出荷台数（複数製品が出荷されている場合は、その総数）である。また、Ｒｐ（ｔ）は製品残存率モデル、Ｕｐ（ｔ）は修理依頼率モデル、Ａｐ（ｔ）は部品故障率モデルであり、それぞれ下記の式（２）、式（３）および式（４）で表される。
このとき、製品残存率モデルＲｐ（ｔ）のパラメータはｄであり、修理依頼率モデルＵｐ（ｔ）のパラメータはｕであり、部品故障率モデルＡｐ（ｔ）のパラメータはａ、ｒおよびｍである。
しかしながら、特許文献１に記載の技術は、（１）ユーザが必ずメーカに修理依頼するとは限らないこと、（２）製品の利用環境の偏りが部品寿命に影響すること、の２点が考慮されていない。そのため、保守部品製造打ち切り後の部品需要数の予測精度が低い。そのため、保守期間内での欠品を生じ、または、保守期間経過後に在庫を残す原因となる。
また、特許文献２の請求項３に記載の式は、ｄ、ｕ、ａ、ｒおよびｍの５個のパラメータを含むため、一つの系の変形しうる度合いである自由度は５である。そのため、パラメータの最適化手法を適用するには５点以上の部品需要実績が必要である。特に、年次で需要を予測する場合は５年以上の部品需要実績がなければならない。
しかしながら、このような需要予測の技術を実務で利用しようとすると、以下のような理由により、予測手法の適用が困難であるという課題があった。
しかしながら、このような需要予測の技術を実務で利用しようとすると、以下のような理由により、予測手法の適用が困難であるという課題があった。
第一の理由は部品のモデルチェンジである。製品のモデルチェンジに伴い、部品もモデルチェンジされる。このとき、旧製品の部品（先行部品）が新製品の部品（後継部品）で代替されるようになる。コスト削減のために複数製品の部品が共通化されて後継部品となることもある。そのため保守部品の需要は、図２１に示すように、先行部品から後継部品へと移り変わっていく。ここで、先行部品とは、複数の部品のうち、他の部品よりも先に製造が開始されていた部品であって、他の部品により代替または後継（モデルチェンジ）され、もしくは、他の部品により共通化または統合化される部品である。また、後継部品とは、複数の部品のうち、他の部品よりも後に製造が開始された部品（後続部品）であって、先行部品の代替または後継（モデルチェンジ）のために製造されたり、複数の先行部品を共通化または統合化するために製造されたりする部品である。
上記の予測手法では、このような部品のモデルチェンジや共通化等による需要の変化は考慮されていない。そのため、需要予測値が需要実績に適合しなくなる。
上記の予測手法では、このような部品のモデルチェンジや共通化等による需要の変化は考慮されていない。そのため、需要予測値が需要実績に適合しなくなる。
第二の理由は生涯需要予測の早期化である。予測手法を適用するときは、パラメータの推定に数年分の保守部品の需要実績が必要となる。例えば、特許文献２の請求項３に記載の技術を用いて年次で需要を予測する場合、上述のように５年以上の部品需要実績がなければならない。一方、保守サービスを実施している製品のメーカは、部品の生産に必要なパーツ（例えば、部品「基板」に使用するパーツ「ＩＣチップ」等）のサプライヤから製品出荷開始後１、２年で最終購買を要求される場合がある。このとき、サプライヤから保守部品用のパーツをまとめて調達するため、保守部品の生涯需要を予測する。しかし、この段階ではまだ需要実績がほとんどないため、予測手法が適用できない。近年では新製品の市場投入サイクルが短期化しているため、パーツの旧式化も早まっている。そのため、今後は部品製造打ち切りに伴う生涯需要予測だけでなく、保守部品用のパーツの最終購買に伴う早期の生涯需要予測が増加すると考えられる。
そこで、本発明は、前記した問題を解決するために、部品のモデルチェンジや共通化等による需要の変化を考慮した、生涯需要予測の早期化に対応できる、需要予測装置、需要予測プログラムおよび需要予測方法を提供することを課題とする。
前記課題を解決するため、本発明による需要予測装置は、製品に使用される部品のうち、前記製品の保守に用いられる保守部品の将来における出荷数量の需要予測値を需要予測モデルを用いて算出する需要予測装置であって、前記需要予測装置の記憶部は、前記製品に使用される部品を記憶している製品部品対応情報と、複数の部品のうち、他の部品よりも先に製造が開始された部品であって、前記他の部品により代替または後継され、もしくは、前記他の部品により共通化または統合化される部品である先行部品と、複数の部品のうち、他の部品よりも後に製造が開始された部品であって、前記先行部品の代替または後継のため、もしくは、複数の先行部品を共通化または統合化するための部品である後継部品との関係を記憶している後継部品情報と、前記製品の出荷数量の実績値を記憶している製品出荷実績情報と、前記部品の保守部品としての需要数量の実績値を記憶している部品需要実績情報と、を記憶しており、前記需要予測装置の制御部は、前記製品部品対応情報および前記後継部品情報を参照して、前記部品のいずれに対しても先行部品とならない部品である修理用部品を示す修理用部品情報を求め、前記製品部品対応情報を参照して、前記修理用部品が使用される可能性のある製品を示す製品部品対応統合情報を求め、前記製品部品対応統合情報および前記製品出荷実績情報を参照して、前記修理用部品を使用可能な前記製品の出荷数量の実績値である製品出荷実績統合情報を求め、前記部品需要実績情報および前記修理用部品情報を参照して、前記修理用部品および前記修理用部品の先行部品の保守部品としての需要数量の実績値である部品需要実績統合情報を求め、前記後継部品情報を参照して、前記先行部品と前記後継部品とを同じ部品とみなして、前記製品出荷実績統合情報の前記製品の出荷数量の実績値および前記部品需要実績統合情報の前記保守部品としての需要数量の実績値を集計し、該集計した前記製品出荷実績統合情報および前記部品需要実績統合情報から、前記需要予測モデルのパラメータを求め、前記パラメータおよび前記製品出荷実績統合情報を用いて前記需要予測モデルにより、前記部品の保守部品としての需要数量の予測値を算出する、ことを特徴とする。
本発明によれば、部品のモデルチェンジや共通化等による需要の変化を考慮した、生涯需要予測の早期化に対応できる、需要予測装置、需要予測プログラムおよび需要予測方法を提供することができる。
以降、本発明を実施するための形態（「本実施形態」という）を、図等を参照しながら詳細に説明する。また、本実施形態を説明するための全図において、同一部には原則として同一の符号を付し、その繰り返しの説明は省略する。
＜＜ハードウェア構成＞＞
図１は、本実施形態に係る需要予測装置のハードウェア構成図である。
需要予測装置１０００は、相互にバスで接続された、中央制御装置（制御部）１１００、補助記憶装置（記憶部）１２００、主記憶装置（記憶部）１３００、入力装置（入力部）１４００および出力装置（出力部）１５００を有する。
図１は、本実施形態に係る需要予測装置のハードウェア構成図である。
需要予測装置１０００は、相互にバスで接続された、中央制御装置（制御部）１１００、補助記憶装置（記憶部）１２００、主記憶装置（記憶部）１３００、入力装置（入力部）１４００および出力装置（出力部）１５００を有する。
中央制御装置１１００は、プログラムである修理用部品抽出部１１０１、製品部品対応統合部１１０２、製品出荷実績統合部１１０３、部品需要実績統合部１１０４、部品グループ化部１１０５、パラメータ推定部１１０６、モデル算出部１１０７、平均モデル算出部１１０８、需要予測部１１０９および予測結果表示部１１１０を実行して、需要予測装置１０００を制御する（詳細後記）。
補助記憶装置１２００は、ＨＤＤ(Hard Disk Drive)等であり、後継部品テーブル（後継部品情報）１２０１、製品部品対応テーブル（製品部品対応情報）１２０２、製品出荷実績テーブル（製品出荷実績情報）１２０３、部品需要実績テーブル（部品需要実績情報）１２０４、製品属性テーブル（製品属性情報）１２０５、部品属性テーブル（部品属性情報）１２０６、部品グループテーブル（部品グループ情報）１２０７、モデルテーブル（モデル情報）１２０８および需要予測値テーブル（需要予測値情報）１２０９を格納している（詳細後記）。
主記憶装置１３００は、ＲＡＭ（Random Access Memory）等であり、中央制御装置１１００が実行するプログラムを格納したり、当該プログラムにより作成された、修理用部品テーブル（修理用部品情報）１３０１、製品部品対応統合テーブル（製品部品対応統合情報）１３０２、製品出荷実績統合テーブル（製品出荷実績統合情報）１３０３、部品需要実績統合テーブル（部品需要実績統合情報）１３０４、部品グループ設定データ（部品グループ設定情報）１３０５、推定パラメータテーブル（推定パラメータ情報）１３０６、平均モデルテーブル（平均モデル情報）１３０７および予測設定データ（予測設定情報）１３０８を格納したりする。
入力装置１４００は、マウス、キーボード、タッチパネル等であり、需要予測装置１０００の操作者からの指示を受け付ける。
出力装置１５００は、ディスプレイ、プリンタ等であり、需要予測装置１０００の操作画面を表示する装置である。
出力装置１５００は、ディスプレイ、プリンタ等であり、需要予測装置１０００の操作画面を表示する装置である。
以降、「○○部は」と主体を記した場合は、中央制御装置１１００が必要に応じ記憶媒体から各プログラムを読み出した上で主記憶装置１３００にロードし、各機能（後記）を実行するものとする。各プログラムは、予め補助記憶装置１２００に記憶されていてもよいし、他の記憶媒体または通信媒体を介して、必要なときに需要予測装置１０００に取り込まれてもよい。
（後継部品テーブル）
図２に沿って、後継部品テーブル１２０１を説明する。後継部品テーブル１２０１は、部品のモデルチェンジや共通化等における、先行部品と後継部品との関係を示す情報である。後継部品テーブル１２０１は、需要予測装置１０００の操作者等により予め情報が登録されているものとする。
後継部品テーブル１２０１においては、先行部品コード欄１２０１１に記憶された部品コードに関連付けて、後継部品コード欄１２０１２には部品コードが、記憶されている。
図２に沿って、後継部品テーブル１２０１を説明する。後継部品テーブル１２０１は、部品のモデルチェンジや共通化等における、先行部品と後継部品との関係を示す情報である。後継部品テーブル１２０１は、需要予測装置１０００の操作者等により予め情報が登録されているものとする。
後継部品テーブル１２０１においては、先行部品コード欄１２０１１に記憶された部品コードに関連付けて、後継部品コード欄１２０１２には部品コードが、記憶されている。
先行部品コード欄１２０１１の部品コードは、先行部品である部品を一意に特定するコード（識別子）である。
後継部品コード欄１２０１２の部品コードは、後継部品である部品を一意に特定するコードである。
後継部品コード欄１２０１２の部品コードは、後継部品である部品を一意に特定するコードである。
（製品部品対応テーブル）
図３に沿って、製品部品対応テーブル１２０２を説明する。製品部品対応テーブル１２０２は、どの部品がどの製品に使用されるかを示す情報である。製品部品対応テーブル１２０２は、需要予測装置１０００の操作者等により予め情報が登録されているものとする。
製品部品対応テーブル１２０２においては、製品コード欄１２０２１に記憶された製品コードに関連付けて、部品コード欄１２０２２には部品コードが、記憶されている。
図３に沿って、製品部品対応テーブル１２０２を説明する。製品部品対応テーブル１２０２は、どの部品がどの製品に使用されるかを示す情報である。製品部品対応テーブル１２０２は、需要予測装置１０００の操作者等により予め情報が登録されているものとする。
製品部品対応テーブル１２０２においては、製品コード欄１２０２１に記憶された製品コードに関連付けて、部品コード欄１２０２２には部品コードが、記憶されている。
製品コード欄１２０２１の製品コードは、製品を一意に特定するコードである。
部品コード欄１２０２２の部品コードは、製品に使用される部品を一意に特定するコードである。
部品コード欄１２０２２の部品コードは、製品に使用される部品を一意に特定するコードである。
（製品出荷実績テーブル）
図４に沿って、製品出荷実績テーブル１２０３を説明する。製品出荷実績テーブル１２０３は、年ごと、製品ごとにおける出荷数量の実績値を示す情報である。製品出荷実績テーブル１２０３は、需要予測装置１０００の操作者等により予め情報が登録されているものとする。
製品出荷実績テーブル１２０３においては、年欄１２０３１に記憶された年および製品コード欄１２０３２に記憶された製品コードに関連付けて、製品出荷実績欄１２０３３には出荷数量が、記憶されている。
図４に沿って、製品出荷実績テーブル１２０３を説明する。製品出荷実績テーブル１２０３は、年ごと、製品ごとにおける出荷数量の実績値を示す情報である。製品出荷実績テーブル１２０３は、需要予測装置１０００の操作者等により予め情報が登録されているものとする。
製品出荷実績テーブル１２０３においては、年欄１２０３１に記憶された年および製品コード欄１２０３２に記憶された製品コードに関連付けて、製品出荷実績欄１２０３３には出荷数量が、記憶されている。
年欄１２０３１の年は、製品が出荷された年（西暦）である。
製品コード欄１２０３２の製品コードは、製品を一意に特定するコードである。
製品出荷実績欄１２０３３の出荷数量は、製品が出荷された数量（実績値）である。図４に示す例では、出荷数量の単位は「台」である。
製品コード欄１２０３２の製品コードは、製品を一意に特定するコードである。
製品出荷実績欄１２０３３の出荷数量は、製品が出荷された数量（実績値）である。図４に示す例では、出荷数量の単位は「台」である。
（部品需要実績テーブル）
図５に沿って、部品需要実績テーブル１２０４を説明する。部品需要実績テーブル１２０４は、年ごと、部品ごとにおける、保守部品としての需要数量の実績値を示す情報である。部品需要実績テーブル１２０４は、需要予測装置１０００の操作者等により予め情報が登録されているものとする。
部品需要実績テーブル１２０４においては、年欄１２０４１に記憶された年および部品コード欄１２０４２に記憶された部品コードに関連付けて、保守部品需要実績欄１２０４３には需要数量が、記憶されている。
図５に沿って、部品需要実績テーブル１２０４を説明する。部品需要実績テーブル１２０４は、年ごと、部品ごとにおける、保守部品としての需要数量の実績値を示す情報である。部品需要実績テーブル１２０４は、需要予測装置１０００の操作者等により予め情報が登録されているものとする。
部品需要実績テーブル１２０４においては、年欄１２０４１に記憶された年および部品コード欄１２０４２に記憶された部品コードに関連付けて、保守部品需要実績欄１２０４３には需要数量が、記憶されている。
年欄１２０４１の年は、保守部品が出荷された年（西暦）である。
部品コード欄１２０４２の部品コードは、部品を一意に特定するコードである。
保守部品需要実績欄１２０４３の需要数量は、保守部品としての需要があった数量（実績値）である。なお、需要数量には、保守部品の受注数量を用いることが望ましいが、出荷数量を用いてもよい。図５に示す例では、需要数量の単位は「個」である。
部品コード欄１２０４２の部品コードは、部品を一意に特定するコードである。
保守部品需要実績欄１２０４３の需要数量は、保守部品としての需要があった数量（実績値）である。なお、需要数量には、保守部品の受注数量を用いることが望ましいが、出荷数量を用いてもよい。図５に示す例では、需要数量の単位は「個」である。
（製品属性テーブル）
図６に沿って、製品属性テーブル１２０５を説明する。製品属性テーブル１２０５は、製品の性質や特徴である属性を示す情報であり、部品を分類する際に使用される（詳細後記）。製品属性テーブル１２０５は、需要予測装置１０００の操作者等により予め情報が登録されているものとする。
製品属性テーブル１２０５においては、製品コード欄１２０５１に記憶された製品コードに関連付けて、製品種類欄１２０５２には製品種類が、製品シリーズ欄１２０５３には製品シリーズ名が、記憶されている。
図６に沿って、製品属性テーブル１２０５を説明する。製品属性テーブル１２０５は、製品の性質や特徴である属性を示す情報であり、部品を分類する際に使用される（詳細後記）。製品属性テーブル１２０５は、需要予測装置１０００の操作者等により予め情報が登録されているものとする。
製品属性テーブル１２０５においては、製品コード欄１２０５１に記憶された製品コードに関連付けて、製品種類欄１２０５２には製品種類が、製品シリーズ欄１２０５３には製品シリーズ名が、記憶されている。
製品コード欄１２０５１の製品コードは、製品を一意に特定するコードである。
製品種類欄１２０５２の製品種類は、製品の性質や形態等が共通するものを分類した際のまとまりを示す名称である。製品種類は、例えば、「エアコン」、「冷蔵庫」、「洗濯機」等である。
製品シリーズ欄１２０５３の製品シリーズ名は、傾向の似た一連の製品のまとまりを示す名称である。製品シリーズ名は、製品種類が異なる製品においても、同じ製品シリーズ名が使用されることがある。
なお、製品属性テーブル１２０５には、製品の寸法（サイズ）や重量、製品の出荷開始年、製品の出荷数量の累計等の情報を含めることができる。
製品種類欄１２０５２の製品種類は、製品の性質や形態等が共通するものを分類した際のまとまりを示す名称である。製品種類は、例えば、「エアコン」、「冷蔵庫」、「洗濯機」等である。
製品シリーズ欄１２０５３の製品シリーズ名は、傾向の似た一連の製品のまとまりを示す名称である。製品シリーズ名は、製品種類が異なる製品においても、同じ製品シリーズ名が使用されることがある。
なお、製品属性テーブル１２０５には、製品の寸法（サイズ）や重量、製品の出荷開始年、製品の出荷数量の累計等の情報を含めることができる。
（部品属性テーブル）
図７に沿って、部品属性テーブル１２０６を説明する。部品属性テーブル１２０６は、部品の性質や特徴である属性を示す情報であり、部品を分類する際に使用される（詳細後記）。部品属性テーブル１２０６は、需要予測装置１０００の操作者等により予め情報が登録されているものとする。
部品属性テーブル１２０６においては、部品コード欄１２０６１に記憶された部品コードに関連付けて、部品種類欄１２０６２には部品種類が、部品部位欄１２０６３には部位名が、記憶されている。
図７に沿って、部品属性テーブル１２０６を説明する。部品属性テーブル１２０６は、部品の性質や特徴である属性を示す情報であり、部品を分類する際に使用される（詳細後記）。部品属性テーブル１２０６は、需要予測装置１０００の操作者等により予め情報が登録されているものとする。
部品属性テーブル１２０６においては、部品コード欄１２０６１に記憶された部品コードに関連付けて、部品種類欄１２０６２には部品種類が、部品部位欄１２０６３には部位名が、記憶されている。
部品コード欄１２０６１の部品コードは、部品を一意に特定するコードである。
部品種類欄１２０６２の部品種類は、部品の性質や形態等が共通するものを分類した際のまとまりを示す名称である。部品種類は、例えば、「基板」、「コネクタ」、「開閉器（スイッチ）」等である。
部品部位欄１２０６３の部位名は、製品の部位を示す名称であり、部品が製品のどの部位に使用されるかを示す情報である。
なお、部品属性テーブル１２０６には、部品の寸法（サイズ）や重量、部品の製造開始年、部品の保守部品としての需要数量の累計等の情報を含めることができる。
部品種類欄１２０６２の部品種類は、部品の性質や形態等が共通するものを分類した際のまとまりを示す名称である。部品種類は、例えば、「基板」、「コネクタ」、「開閉器（スイッチ）」等である。
部品部位欄１２０６３の部位名は、製品の部位を示す名称であり、部品が製品のどの部位に使用されるかを示す情報である。
なお、部品属性テーブル１２０６には、部品の寸法（サイズ）や重量、部品の製造開始年、部品の保守部品としての需要数量の累計等の情報を含めることができる。
（部品グループテーブル）
図８に沿って、部品グループテーブル１２０７を説明する。部品グループテーブル１２０７は、部品を分類した際のまとまり（グループ）を示す情報である。部品グループテーブル１２０７は、需要予測装置１０００の操作者等により予め情報が登録されていてもよいし、図１に示す部品グループ化部１１０５により作成および登録されてもよい（詳細後記）。
部品グループテーブル１２０７においては、部品コード欄１２０７１に記憶された部品コードに関連付けて、グループコード欄１２０７２にはグループコードが、記憶されている。
図８に沿って、部品グループテーブル１２０７を説明する。部品グループテーブル１２０７は、部品を分類した際のまとまり（グループ）を示す情報である。部品グループテーブル１２０７は、需要予測装置１０００の操作者等により予め情報が登録されていてもよいし、図１に示す部品グループ化部１１０５により作成および登録されてもよい（詳細後記）。
部品グループテーブル１２０７においては、部品コード欄１２０７１に記憶された部品コードに関連付けて、グループコード欄１２０７２にはグループコードが、記憶されている。
部品コード欄１２０７１の部品コードは、部品を一意に特定するコードである。
グループコード欄１２０７２のグループコードは、グループを一意に特定するコードである。
グループコード欄１２０７２のグループコードは、グループを一意に特定するコードである。
（モデルテーブル）
図９に沿って、モデルテーブル１２０８を説明する。モデルテーブル１２０８は、保守部品の需要数量に影響を与える諸要素を定式化して表したものであるモデルの値を示す情報である。モデルテーブル１２０８は、図１に示すモデル算出部１１０７により作成および記憶される（詳細後記）。
モデルテーブル１２０８においては、部品コード欄１２０８１に記憶された部品コードおよび経過年欄１２０８２に記憶された年数に関連付けて、製品残存率欄１２０８３には製品残存率が、修理依頼率欄１２０８４には修理依頼率が、部品故障率欄１２０８５には部品故障率が、記憶されている。
図９に沿って、モデルテーブル１２０８を説明する。モデルテーブル１２０８は、保守部品の需要数量に影響を与える諸要素を定式化して表したものであるモデルの値を示す情報である。モデルテーブル１２０８は、図１に示すモデル算出部１１０７により作成および記憶される（詳細後記）。
モデルテーブル１２０８においては、部品コード欄１２０８１に記憶された部品コードおよび経過年欄１２０８２に記憶された年数に関連付けて、製品残存率欄１２０８３には製品残存率が、修理依頼率欄１２０８４には修理依頼率が、部品故障率欄１２０８５には部品故障率が、記憶されている。
部品コード欄１２０８１の部品コードは、部品を一意に特定するコードである。
経過年欄１２０８２の年数は、製品が出荷されてから経過した年数である。
製品残存率欄１２０８３の製品残存率は、製品が稼動している確率である。製品残存率は、全ての製品が稼動している場合は「１」となり、全ての製品が稼動していない場合は「０」となる。
修理依頼率欄１２０８４の修理依頼率は、故障した製品のうち、メーカへの修理依頼で修理される確率である。修理依頼率は、故障した製品の全てがメーカへの修理依頼で修理される場合は「１」となり、メーカ以外への修理依頼で修理される場合は「０」となる。メーカ以外への修理依頼で修理される場合とは、メーカ以外（サードパーティ）への修理依頼で修理されたり、新製品に買い替えたり、製品を廃棄する場合である。
部品故障率欄１２０８５の部品故障率は、部品が故障する確率である。部品故障率は、全ての部品が故障する場合は「１」となり、故障する部品が全くない場合は「０」となる。
経過年欄１２０８２の年数は、製品が出荷されてから経過した年数である。
製品残存率欄１２０８３の製品残存率は、製品が稼動している確率である。製品残存率は、全ての製品が稼動している場合は「１」となり、全ての製品が稼動していない場合は「０」となる。
修理依頼率欄１２０８４の修理依頼率は、故障した製品のうち、メーカへの修理依頼で修理される確率である。修理依頼率は、故障した製品の全てがメーカへの修理依頼で修理される場合は「１」となり、メーカ以外への修理依頼で修理される場合は「０」となる。メーカ以外への修理依頼で修理される場合とは、メーカ以外（サードパーティ）への修理依頼で修理されたり、新製品に買い替えたり、製品を廃棄する場合である。
部品故障率欄１２０８５の部品故障率は、部品が故障する確率である。部品故障率は、全ての部品が故障する場合は「１」となり、故障する部品が全くない場合は「０」となる。
図９に沿って具体的に説明する。ある製品が１年間のうちに１０００００台出荷され、当該製品には部品コードが「Ｐ００００１」である部品が使用されていると仮定する。経過年「１」において製品残存率が「０．９９」であるとは、当該製品が出荷されてから１年経過した年において、当該製品の出荷台数１０００００台のうちの９９％にあたる、９９０００台が稼動していると推定されることを示している。部品故障率が「０．００５」であるとは、稼働していると推定される９９０００台のうちの０．５％にあたる、４９５台で部品コードが「Ｐ０００１」である部品が故障することを示している。また、修理依頼率が「０．９９」であるとは、故障した４９５台のうちの９９％にあたる、約４９０台がメーカへの修理依頼で修理されることを示している。
なお、製品残存率モデル、修理依頼率モデルおよび部品故障率モデルを総称して、需要予測モデルと呼ぶ。また、ここでの「モデル」は数式を示しており、「モデルチェンジ」という場合の「モデル」とは全く関係ない。
なお、製品残存率モデル、修理依頼率モデルおよび部品故障率モデルを総称して、需要予測モデルと呼ぶ。また、ここでの「モデル」は数式を示しており、「モデルチェンジ」という場合の「モデル」とは全く関係ない。
（需要予測値テーブル）
図１０に沿って、需要予測値テーブル１２０９を説明する。需要予測値テーブル１２０９は、年ごと、部品ごとにおける、保守部品の需要数量の予測値を示す情報である。需要予測値テーブル１２０９は、図１に示す需要予測部１１０９により作成および記憶される（詳細後記）。また、需要予測値テーブル１２０９は、外部のシステムから参照することもできる。
需要予測値テーブル１２０９においては、年欄１２０９１に記憶された年および部品コード欄１２０９２に記憶された部品コードに関連付けて、保守部品需要予測値欄１２０９３には予測数量が、記憶されている。
図１０に沿って、需要予測値テーブル１２０９を説明する。需要予測値テーブル１２０９は、年ごと、部品ごとにおける、保守部品の需要数量の予測値を示す情報である。需要予測値テーブル１２０９は、図１に示す需要予測部１１０９により作成および記憶される（詳細後記）。また、需要予測値テーブル１２０９は、外部のシステムから参照することもできる。
需要予測値テーブル１２０９においては、年欄１２０９１に記憶された年および部品コード欄１２０９２に記憶された部品コードに関連付けて、保守部品需要予測値欄１２０９３には予測数量が、記憶されている。
年欄１２０９１の年は、予測対象となる年（西暦）である。
部品コード欄１２０９２の部品コードは、部品を一意に特定するコードである。
保守部品需要予測値欄１２０９３の予測数量は、保守部品としての需要数量の予測値である。図１０に示す例では、予測数量の単位は「個」である。
図１０に示す例では、２００５年において、部品コードが「Ｐ００００２」である部品の、保守部品としての需要数量は１５０個であることを示している。
部品コード欄１２０９２の部品コードは、部品を一意に特定するコードである。
保守部品需要予測値欄１２０９３の予測数量は、保守部品としての需要数量の予測値である。図１０に示す例では、予測数量の単位は「個」である。
図１０に示す例では、２００５年において、部品コードが「Ｐ００００２」である部品の、保守部品としての需要数量は１５０個であることを示している。
（修理用部品テーブル）
図１１に沿って、修理用部品テーブル１３０１を説明する。修理用部品テーブル１３０１は、部品の修理用部品を示す情報である。修理用部品テーブル１３０１は、図１に示す修理用部品抽出部１１０１により作成および記憶される（詳細後記）。ここで、修理用部品とは、製品で使用される部品のうち、当該製品を修理する際に使用される、最も新しい型式であり、それ以降後継部品をもたない部品である。言い換えると、修理用部品とは、ある部品に着目した場合、当該部品を先行部品とする後継部品を辿り、更に当該後継部品を先行部品とする後継部品を辿っていくように、先行部品および後継部品の関係を次々と辿り、最終的に到達する部品である。また、修理用部品とは、いずれの部品に対しても先行部品とならない部品である。
修理用部品テーブル１３０１においては、部品コード欄１３０１１に記憶された部品コードに関連付けて、修理用部品コード欄１３０１２には部品コードが、記憶されている。
図１１に沿って、修理用部品テーブル１３０１を説明する。修理用部品テーブル１３０１は、部品の修理用部品を示す情報である。修理用部品テーブル１３０１は、図１に示す修理用部品抽出部１１０１により作成および記憶される（詳細後記）。ここで、修理用部品とは、製品で使用される部品のうち、当該製品を修理する際に使用される、最も新しい型式であり、それ以降後継部品をもたない部品である。言い換えると、修理用部品とは、ある部品に着目した場合、当該部品を先行部品とする後継部品を辿り、更に当該後継部品を先行部品とする後継部品を辿っていくように、先行部品および後継部品の関係を次々と辿り、最終的に到達する部品である。また、修理用部品とは、いずれの部品に対しても先行部品とならない部品である。
修理用部品テーブル１３０１においては、部品コード欄１３０１１に記憶された部品コードに関連付けて、修理用部品コード欄１３０１２には部品コードが、記憶されている。
部品コード欄１３０１１の部品コードは、部品を一意に特定するコードである。
修理用部品コード欄１３０１２の部品コードは、部品を一意に特定するコードであって、修理用部品の部品コードである。
修理用部品コード欄１３０１２の部品コードは、部品を一意に特定するコードであって、修理用部品の部品コードである。
（製品部品対応統合テーブル）
図１２に沿って、製品部品対応統合テーブル１３０２を説明する。製品部品対応統合テーブル１３０２は、どの修理用部品がどの製品の修理に使用される可能性があるかを示す情報である。製品部品対応統合テーブル１３０２は、図１に示す製品部品対応統合部１１０２により作成および記憶される（詳細後記）。ここで、製品の修理に使用される可能性があるとは、図９における修理依頼率について説明したように、故障した製品の全てがメーカへの修理依頼で修理されるとは限らないこと意味している。
製品部品対応統合テーブル１３０２においては、製品コード欄１３０２１に記憶された製品コードに関連付けて、修理用部品コード欄１３０２２には部品コードが、記憶されている。
図１２に沿って、製品部品対応統合テーブル１３０２を説明する。製品部品対応統合テーブル１３０２は、どの修理用部品がどの製品の修理に使用される可能性があるかを示す情報である。製品部品対応統合テーブル１３０２は、図１に示す製品部品対応統合部１１０２により作成および記憶される（詳細後記）。ここで、製品の修理に使用される可能性があるとは、図９における修理依頼率について説明したように、故障した製品の全てがメーカへの修理依頼で修理されるとは限らないこと意味している。
製品部品対応統合テーブル１３０２においては、製品コード欄１３０２１に記憶された製品コードに関連付けて、修理用部品コード欄１３０２２には部品コードが、記憶されている。
製品コード欄１３０２１の製品コードは、製品を一意に特定するコードである。
修理用部品コード欄１３０２２の部品コードは、部品を一意に特定するコードであって、修理用部品の部品コードである。
修理用部品コード欄１３０２２の部品コードは、部品を一意に特定するコードであって、修理用部品の部品コードである。
（製品出荷実績統合テーブル）
図１３に沿って、製品出荷実績統合テーブル１３０３を説明する。製品出荷実績統合テーブル１３０３は、年ごと、修理用部品ごとにおける、当該修理用部品を保守部品として使用する可能性のある（使用可能な）製品の出荷数量の実績値（統合された製品出荷実績）を示す情報である。製品出荷実績統合テーブル１３０３は、図１に示す製品出荷実績統合部１１０３により作成および記憶される（詳細後記）。ここで、修理用部品は、先行部品の代替等のために製造されるので、先行部品を使用する製品においても使用可能である。
製品出荷実績統合テーブル１３０３においては、年欄１３０３１に記憶された年および修理用部品コード欄１３０３２に記憶された部品コードに関連付けて、製品出荷実績欄１３０３３には出荷数量が、記憶されている。
図１３に沿って、製品出荷実績統合テーブル１３０３を説明する。製品出荷実績統合テーブル１３０３は、年ごと、修理用部品ごとにおける、当該修理用部品を保守部品として使用する可能性のある（使用可能な）製品の出荷数量の実績値（統合された製品出荷実績）を示す情報である。製品出荷実績統合テーブル１３０３は、図１に示す製品出荷実績統合部１１０３により作成および記憶される（詳細後記）。ここで、修理用部品は、先行部品の代替等のために製造されるので、先行部品を使用する製品においても使用可能である。
製品出荷実績統合テーブル１３０３においては、年欄１３０３１に記憶された年および修理用部品コード欄１３０３２に記憶された部品コードに関連付けて、製品出荷実績欄１３０３３には出荷数量が、記憶されている。
年欄１３０３１の年は、修理用部品を保守部品として使用する可能性のある製品が出荷された年（西暦）である。
修理用部品コード欄１３０３２の部品コードは、部品を一意に特定するコードであって、修理用部品の部品コードである。
製品出荷実績欄１３０３３の出荷数量は、修理用部品を保守部品として使用する可能性のある製品が出荷された数量（実績値）である。ここで、修理用部品を保守部品として使用する可能性のある製品が複数存在する場合、製品出荷実績欄１３０３３の出荷数量は、当該複数の製品の出荷数量の合計である。なお、図１３に示す例では、出荷数量の単位は「台」である。
修理用部品コード欄１３０３２の部品コードは、部品を一意に特定するコードであって、修理用部品の部品コードである。
製品出荷実績欄１３０３３の出荷数量は、修理用部品を保守部品として使用する可能性のある製品が出荷された数量（実績値）である。ここで、修理用部品を保守部品として使用する可能性のある製品が複数存在する場合、製品出荷実績欄１３０３３の出荷数量は、当該複数の製品の出荷数量の合計である。なお、図１３に示す例では、出荷数量の単位は「台」である。
（部品需要実績統合テーブル）
図１４に沿って、部品需要実績統合テーブル１３０４を説明する。部品需要実績統合テーブル１３０４は、年ごと、修理用部品ごとにおける、当該修理用部品の保守部品としての需要数量の実績値（統合された部品需要実績）を示す情報である。部品需要実績統合テーブル１３０４は、図１に示す部品需要実績統合部１１０４により作成および記憶される（詳細後記）。
部品需要実績統合テーブル１３０４においては、年欄１３０４１に記憶された年および修理用部品コード欄１３０４２に記憶された部品コードに関連付けて、保守部品需要実績欄１３０４３には需要数量が、記憶されている。
図１４に沿って、部品需要実績統合テーブル１３０４を説明する。部品需要実績統合テーブル１３０４は、年ごと、修理用部品ごとにおける、当該修理用部品の保守部品としての需要数量の実績値（統合された部品需要実績）を示す情報である。部品需要実績統合テーブル１３０４は、図１に示す部品需要実績統合部１１０４により作成および記憶される（詳細後記）。
部品需要実績統合テーブル１３０４においては、年欄１３０４１に記憶された年および修理用部品コード欄１３０４２に記憶された部品コードに関連付けて、保守部品需要実績欄１３０４３には需要数量が、記憶されている。
年欄１３０４１の年は、保守部品として、修理用部品の需要があった年（西暦）である。ここで、当該修理用部品が、複数の先行部品に対する修理用部品である場合、年欄１３０４１の年は、当該複数の先行部品のうちいずれかの部品の、保守部品としての需要があった年である。
修理用部品コード欄１３０４２の部品コードは、部品を一意に特定するコードであって、修理用部品の部品コードである。
保守部品需要実績欄１３０４３の需要数量は、保守部品として、修理用部品の需要があった数量（実績値）である。ここで、当該修理用部品が、複数の先行部品に対する修理用部品である場合、保守部品需要実績欄１３０４３の需要数量は、当該複数の先行部品の保守部品としての需要数量の実績値の合計である。図１４に示す例では、需要数量の単位は「個」である。
修理用部品コード欄１３０４２の部品コードは、部品を一意に特定するコードであって、修理用部品の部品コードである。
保守部品需要実績欄１３０４３の需要数量は、保守部品として、修理用部品の需要があった数量（実績値）である。ここで、当該修理用部品が、複数の先行部品に対する修理用部品である場合、保守部品需要実績欄１３０４３の需要数量は、当該複数の先行部品の保守部品としての需要数量の実績値の合計である。図１４に示す例では、需要数量の単位は「個」である。
（推定パラメータテーブル）
図１５に沿って、推定パラメータテーブル１３０６を説明する。推定パラメータテーブル１３０６は、需要予測モデルの値を定めるために、変数に対して加算される、べき乗されるまたは乗算される係数であるパラメータの推定値を示す情報である。推定パラメータテーブル１３０６は、図１に示すパラメータ推定部１１０６により作成および記憶される（詳細後記）。
推定パラメータテーブル１３０６においては、部品コード欄１３０６１に記憶された部品コードに関連付けて、製品残存率パラメータｄ欄１３０６２にはパラメータｄの値が、修理依頼率パラメータｕ欄１３０６３にはパラメータｕの値が、部品故障率パラメータａ欄１３０６４にはパラメータａの値が、部品故障率パラメータｒ欄１３０６５にはパラメータｒの値が、部品故障率パラメータｍ欄１３０６６にはパラメータｍの値が、記憶されている。
図１５に沿って、推定パラメータテーブル１３０６を説明する。推定パラメータテーブル１３０６は、需要予測モデルの値を定めるために、変数に対して加算される、べき乗されるまたは乗算される係数であるパラメータの推定値を示す情報である。推定パラメータテーブル１３０６は、図１に示すパラメータ推定部１１０６により作成および記憶される（詳細後記）。
推定パラメータテーブル１３０６においては、部品コード欄１３０６１に記憶された部品コードに関連付けて、製品残存率パラメータｄ欄１３０６２にはパラメータｄの値が、修理依頼率パラメータｕ欄１３０６３にはパラメータｕの値が、部品故障率パラメータａ欄１３０６４にはパラメータａの値が、部品故障率パラメータｒ欄１３０６５にはパラメータｒの値が、部品故障率パラメータｍ欄１３０６６にはパラメータｍの値が、記憶されている。
部品コード欄１３０６１の部品コードは、部品を一意に特定するコードである。
製品残存率パラメータｄ欄１３０６２のパラメータｄの値は、製品残存率モデルのパラメータｄの値である。
修理依頼率パラメータｕ欄１３０６３のパラメータｕの値は、修理依頼率モデルのパラメータｕの値である。
部品故障率パラメータａ欄１３０６４のパラメータａの値は、部品故障率モデルのパラメータａの値である。
部品故障率パラメータｒ欄１３０６５のパラメータｒの値は、部品故障率モデルのパラメータｒの値である。
部品故障率パラメータｍ欄１３０６６のパラメータｍの値は、部品故障率モデルのパラメータｍの値である。
製品残存率パラメータｄ欄１３０６２のパラメータｄの値は、製品残存率モデルのパラメータｄの値である。
修理依頼率パラメータｕ欄１３０６３のパラメータｕの値は、修理依頼率モデルのパラメータｕの値である。
部品故障率パラメータａ欄１３０６４のパラメータａの値は、部品故障率モデルのパラメータａの値である。
部品故障率パラメータｒ欄１３０６５のパラメータｒの値は、部品故障率モデルのパラメータｒの値である。
部品故障率パラメータｍ欄１３０６６のパラメータｍの値は、部品故障率モデルのパラメータｍの値である。
（平均モデルテーブル）
図１６に沿って、平均モデルテーブル１３０７を説明する。平均モデルテーブル１３０７は、部品のグループごと、経過年ごとにおける、保守部品の需要数量に影響を与える諸要素を定式化して表したものであるモデルの、平均値を示す情報である。平均モデルテーブル１３０７は、図１に示す平均モデル算出部１１０８により作成および記憶される（詳細後記）。
平均モデルテーブル１３０７においては、グループコード欄１３０７１に記憶されたグループコードおよび経過年欄１３０７２に記憶された年数に関連付けて、製品残存率モデル平均値欄１３０７３には製品残存率モデルの平均値が、修理依頼率モデル平均値欄１３０７４には修理依頼率モデルの平均値が、部品故障率モデル平均値欄１３０７５には部品故障率モデルの平均値が、記憶されている。
図１６に沿って、平均モデルテーブル１３０７を説明する。平均モデルテーブル１３０７は、部品のグループごと、経過年ごとにおける、保守部品の需要数量に影響を与える諸要素を定式化して表したものであるモデルの、平均値を示す情報である。平均モデルテーブル１３０７は、図１に示す平均モデル算出部１１０８により作成および記憶される（詳細後記）。
平均モデルテーブル１３０７においては、グループコード欄１３０７１に記憶されたグループコードおよび経過年欄１３０７２に記憶された年数に関連付けて、製品残存率モデル平均値欄１３０７３には製品残存率モデルの平均値が、修理依頼率モデル平均値欄１３０７４には修理依頼率モデルの平均値が、部品故障率モデル平均値欄１３０７５には部品故障率モデルの平均値が、記憶されている。
グループコード欄１３０７１のグループコードは、グループを一意に特定するコードである。
経過年欄１３０７２の年数は、製品が出荷されてから経過した年数である。
製品残存率モデル平均値欄１３０７３の製品残存率モデルの平均値は、製品が稼動している確率である製品残存率のモデルの値の当該グループにおける平均値である。
修理依頼率モデル平均値欄１３０７４の修理依頼率モデルの平均値は、メーカへの修理依頼で修理される確率である修理依頼率のモデルの値の当該グループにおける平均値である。
部品故障率モデル平均値欄１３０７５の部品故障率モデルの平均値は、部品が故障する確率である部品故障率のモデルの値の当該グループにおける平均値である。
経過年欄１３０７２の年数は、製品が出荷されてから経過した年数である。
製品残存率モデル平均値欄１３０７３の製品残存率モデルの平均値は、製品が稼動している確率である製品残存率のモデルの値の当該グループにおける平均値である。
修理依頼率モデル平均値欄１３０７４の修理依頼率モデルの平均値は、メーカへの修理依頼で修理される確率である修理依頼率のモデルの値の当該グループにおける平均値である。
部品故障率モデル平均値欄１３０７５の部品故障率モデルの平均値は、部品が故障する確率である部品故障率のモデルの値の当該グループにおける平均値である。
＜＜処理手順＞＞
次に、図１７に沿って（適宜、図１〜図１６参照）、需要予測装置１０００（図１）が行う需要予測処理を説明する。図１７は、需要予測処理のフローチャートである。
次に、図１７に沿って（適宜、図１〜図１６参照）、需要予測装置１０００（図１）が行う需要予測処理を説明する。図１７は、需要予測処理のフローチャートである。
ステップＳ１７０１において、修理用部品抽出部１１０１は、修理用部品を抽出する（詳細後記）。このステップによって、修理用部品テーブル１３０１（図１１）が作成され、記憶される。
そして、ステップＳ１７０２に進む。
そして、ステップＳ１７０２に進む。
ステップＳ１７０２において、製品部品対応統合部１１０２は製品と部品の対応を統合する（詳細後記）。このステップによって、製品部品対応統合テーブル１３０２（図１２）が作成され、記憶される。
そして、ステップＳ１７０３に進む。
そして、ステップＳ１７０３に進む。
ステップＳ１７０３において、製品出荷実績統合部１１０３は、製品出荷実績を統合する。
ここで、修理用部品ｒが修理に使用される可能性がある製品ｍの集合をＭｒ’とする。ある年ｔにおける、製品ｍの出荷数量をｓｍ（ｔ）とする。すると、ある年ｔにおける、修理用部品ｒの統合された製品出荷実績（Ｓｒ’（ｔ））は、製品ｍ∈Ｍｒ’の出荷数量の合計値であり、次の式（５）で表される。なお、製品を示す変数ｍは、前記したパラメータｍとは別のものである。また、修理用部品を示す変数ｒは、前記したパラメータｒとは別のものである。
ここで、修理用部品ｒが修理に使用される可能性がある製品ｍの集合をＭｒ’とする。ある年ｔにおける、製品ｍの出荷数量をｓｍ（ｔ）とする。すると、ある年ｔにおける、修理用部品ｒの統合された製品出荷実績（Ｓｒ’（ｔ））は、製品ｍ∈Ｍｒ’の出荷数量の合計値であり、次の式（５）で表される。なお、製品を示す変数ｍは、前記したパラメータｍとは別のものである。また、修理用部品を示す変数ｒは、前記したパラメータｒとは別のものである。
このステップでは、製品出荷実績統合部１１０３が、製品部品対応統合テーブル１３０２（図１２）をもとに、製品出荷実績テーブル１２０３（図４）を、製品コードをキーとして統合し、年および修理用部品コードごとに、出荷数量を集計する。これにより、製品出荷実績統合テーブル１３０３（図１３）が作成され、記憶される。
そして、ステップＳ１７０４に進む。
そして、ステップＳ１７０４に進む。
ステップＳ１７０４において、部品需要実績統合部１１０４は、部品需要実績を統合する。
ここで、製品を修理する際に、修理用部品ｒで代替される部品ｐおよび最新修理用部品ｒからなる集合をＶとし、ある年ｔにおける部品ｐの保守部品としての需要数量をＤｐ（ｔ）とする。すると、ある年ｔにおける、修理用部品ｒの統合された部品需要実績（Ｄｒ’（ｔ））は、部品ｐ∈Ｖの需要数量の合計値であり、次の式（６）で表される。
ここで、製品を修理する際に、修理用部品ｒで代替される部品ｐおよび最新修理用部品ｒからなる集合をＶとし、ある年ｔにおける部品ｐの保守部品としての需要数量をＤｐ（ｔ）とする。すると、ある年ｔにおける、修理用部品ｒの統合された部品需要実績（Ｄｒ’（ｔ））は、部品ｐ∈Ｖの需要数量の合計値であり、次の式（６）で表される。
このステップでは、部品需要実績統合部１１０４が、修理用部品テーブル１３０１（図１１）をもとに、部品需要実績テーブル１２０４（図５）を、部品コードをキーとして統合し、年および修理用部品コードごとに、需要数量を集計する。これにより、部品需要実績統合テーブル１３０４（図１４）が作成され、記憶される。
そして、ステップＳ１７０５に進む。
そして、ステップＳ１７０５に進む。
ステップＳ１７０５において、部品グループ化部１１０５は、部品をグループ化（グループを作成）する。
具体的には、第一に、部品グループ化部１１０５は、製品部品対応テーブル１２０２（図３）および製品属性テーブル１２０５（図６）を、製品コードをキーとして結合する。第二に、部品グループ化部１１０５は、当該結合されたテーブルおよび部品属性テーブル１２０６（図７）を、部品コードをキーとして結合する。第三に、部品グループ化部１１０５は、入力装置１４００を介して受け付けた部品グループ設定データ１３０５に基づいて、当該結合されたテーブルのデータを分類する。ここで、部品グループ設定データ１３０５とは、部品を分類する際の基準となる情報であり、需要予測装置１０００の操作者が任意に設定することができる。部品グループ設定データ１３０５は、例えば、下記のような情報である。
具体的には、第一に、部品グループ化部１１０５は、製品部品対応テーブル１２０２（図３）および製品属性テーブル１２０５（図６）を、製品コードをキーとして結合する。第二に、部品グループ化部１１０５は、当該結合されたテーブルおよび部品属性テーブル１２０６（図７）を、部品コードをキーとして結合する。第三に、部品グループ化部１１０５は、入力装置１４００を介して受け付けた部品グループ設定データ１３０５に基づいて、当該結合されたテーブルのデータを分類する。ここで、部品グループ設定データ１３０５とは、部品を分類する際の基準となる情報であり、需要予測装置１０００の操作者が任意に設定することができる。部品グループ設定データ１３０５は、例えば、下記のような情報である。
（１）部品を使用している全ての製品の製品種類が「エアコン」である。
（２）部品を使用している全ての製品の製品シリーズが「シリーズＡ」である。
（３）部品種類が「基板」である。
（４）部品部位が「室内機電源制御用」である。
なお、これら（１）〜（４）は、単独であってもよいし、複数の組み合わせの論理積（ＡＮＤ条件）であってもよい。
（２）部品を使用している全ての製品の製品シリーズが「シリーズＡ」である。
（３）部品種類が「基板」である。
（４）部品部位が「室内機電源制御用」である。
なお、これら（１）〜（４）は、単独であってもよいし、複数の組み合わせの論理積（ＡＮＤ条件）であってもよい。
そして、部品グループ化部１１０５は、分類されたデータ（部品グループ設定データ１３０５を満たすデータ）に対応する部品に、グループコードを付与し、当該部品の部品コードに関連付けて部品グループテーブル１２０７（図８）に記憶する。グループコードは、需要予測装置１０００が、グループを示す「Ｇ」および５桁の連番のように自動で付与してもよいし、需要予測装置１０００の操作者が入力装置１４００を介して入力した値でもよい。これにより、部品グループテーブル１２０７（図８）が作成され、記憶される。このように作成・記憶された部品グループテーブル１２０７（図８）は、次回の処理で利用することができる。
そして、ステップＳ１７０６に進む。
そして、ステップＳ１７０６に進む。
ステップＳ１７０６において、需要予測部１１０９は、入力装置１４００を介して予測設定データの入力を受け付ける。ここで、予測設定データとは、部品の需要予測をする際に、どのような範囲や基準で予測を行うかを設定する情報である。予測設定データは、例えば、下記のような情報である。
（１）予測対象とする部品（予測対象部品）の部品コード。
（２）予測対象とする期間の始期となる年（予測開始年）。
（３）予測対象とする期間の終期となる年（予測終了年）。
なお、予測対象部品は修理用部品から選択するものとする。修理用部品の選択は、ステップＳ１７０１において作成した修理用部品テーブル１３０１（図１１）を出力装置１５００に出力し、入力装置１４００を介して需要予測装置１０００の操作者に選択させることができる。
そして、ステップＳ１７０７に進む。
（２）予測対象とする期間の始期となる年（予測開始年）。
（３）予測対象とする期間の終期となる年（予測終了年）。
なお、予測対象部品は修理用部品から選択するものとする。修理用部品の選択は、ステップＳ１７０１において作成した修理用部品テーブル１３０１（図１１）を出力装置１５００に出力し、入力装置１４００を介して需要予測装置１０００の操作者に選択させることができる。
そして、ステップＳ１７０７に進む。
ステップＳ１７０７において、パラメータ推定部１１０６は、予測対象部品についてのパラメータ推定が可能であるか否かを判定する。
可能である場合（ステップＳ１７０７“Ｙｅｓ”）、ステップＳ１７０８に進む。
可能でない場合（ステップＳ１７０７“Ｎｏ”）、ステップＳ１７１１に進む。
可能である場合（ステップＳ１７０７“Ｙｅｓ”）、ステップＳ１７０８に進む。
可能でない場合（ステップＳ１７０７“Ｎｏ”）、ステップＳ１７１１に進む。
なお、本実施形態においては、部品需要実績テーブル１２０４（図５）に、予測対象部品についての、予測開始年より前の需要数量が５年分以上記憶されている場合、パラメータ推定が可能であると判定する。これは、前記したように、特開２０１１−２３２９５０号公報（特許文献２）の請求項３に記載されている技術により需要予測を行うには、５年分以上の需要数量（実績値）必要だからである。
ステップＳ１７０８において、パラメータ推定部１１０６は、予測対象部品のパラメータを推定する（詳細後記）。このステップによって、推定パラメータテーブル１３０６（図１５）が作成され、主記憶装置１３００に記憶される。
そして、ステップＳ１７０９に進む。
そして、ステップＳ１７０９に進む。
ステップＳ１７０９において、モデル算出部１１０７は、予測対象部品のモデルの値を算出する。
具体的には、モデル算出部１１０７は、前記した式（２）、式（３）および式（４）に、推定パラメータテーブル１３０６（図１５）に記憶された値を代入して、経過年ごとに、予測対象部品の製品残存率、修理依頼率および部品故障率を算出し、モデルテーブル１２０８（図９）に記憶する。このように作成・記憶されたモデルテーブル１２０８（図９）は、次回の処理で利用することができる。
そして、ステップＳ１７１０に進む。
具体的には、モデル算出部１１０７は、前記した式（２）、式（３）および式（４）に、推定パラメータテーブル１３０６（図１５）に記憶された値を代入して、経過年ごとに、予測対象部品の製品残存率、修理依頼率および部品故障率を算出し、モデルテーブル１２０８（図９）に記憶する。このように作成・記憶されたモデルテーブル１２０８（図９）は、次回の処理で利用することができる。
そして、ステップＳ１７１０に進む。
ステップＳ１７１０において、需要予測部１１０９は、予測対象部品のモデルで需要を予測する。
具体的には、第一に、需要予測部１１０９は、モデルテーブル１２０８（図９）から、予測対象部品の部品コードを記憶しているレコードを検索し、当該レコードに記憶された各モデルの値を取得する。第二に、需要予測部１１０９は、製品出荷実績統合テーブル１３０３（図１３）から、予測対象部品の部品コードを記憶しているレコードを検索し、当該レコードに記憶された値を全て取得する。第三に、需要予測部１１０９は、第一および第二において取得した値を、前記した式（１）に代入して、予測開始年から予測終了年までの年ごとの予測対象部品の需要数量の予測値を算出する。第四に、需要予測部１１０９は、当該算出された値を、需要予測値テーブル１２０９（図１０）に記憶する。
そして、ステップＳ１７１３に進む。
具体的には、第一に、需要予測部１１０９は、モデルテーブル１２０８（図９）から、予測対象部品の部品コードを記憶しているレコードを検索し、当該レコードに記憶された各モデルの値を取得する。第二に、需要予測部１１０９は、製品出荷実績統合テーブル１３０３（図１３）から、予測対象部品の部品コードを記憶しているレコードを検索し、当該レコードに記憶された値を全て取得する。第三に、需要予測部１１０９は、第一および第二において取得した値を、前記した式（１）に代入して、予測開始年から予測終了年までの年ごとの予測対象部品の需要数量の予測値を算出する。第四に、需要予測部１１０９は、当該算出された値を、需要予測値テーブル１２０９（図１０）に記憶する。
そして、ステップＳ１７１３に進む。
ステップＳ１７０７において、予測対象部品についてのパラメータ推定が可能でないと判定された場合（ステップＳ１７０７“Ｎｏ”）、ステップＳ１７１１に進む。
ステップＳ１７１１において、平均モデル算出部１１０８は、グループの平均モデルを算出する。
具体的には、第一に、平均モデル算出部１１０８は、部品グループテーブル１２０７（図８）から、予測対象部品の部品コードを記憶しているレコードを検索し、当該レコードに記憶されたグループコード（予測対象部品のグループコード）を取得する。第二に、平均モデル算出部１１０８は、部品グループテーブル１２０７（図８）から、当該取得したグループコードを記憶しているレコードを検索し、当該レコードに記憶された部品コード（予測対象部品が属するグループと同じグループに属する部品の部品コード）を取得する。第三に、平均モデル算出部１１０８は、モデルテーブル１２０８（図９）から、当該取得した部品コードを記憶しているレコードを取得する。
ステップＳ１７１１において、平均モデル算出部１１０８は、グループの平均モデルを算出する。
具体的には、第一に、平均モデル算出部１１０８は、部品グループテーブル１２０７（図８）から、予測対象部品の部品コードを記憶しているレコードを検索し、当該レコードに記憶されたグループコード（予測対象部品のグループコード）を取得する。第二に、平均モデル算出部１１０８は、部品グループテーブル１２０７（図８）から、当該取得したグループコードを記憶しているレコードを検索し、当該レコードに記憶された部品コード（予測対象部品が属するグループと同じグループに属する部品の部品コード）を取得する。第三に、平均モデル算出部１１０８は、モデルテーブル１２０８（図９）から、当該取得した部品コードを記憶しているレコードを取得する。
第四に、平均モデル算出部１１０８は、第二および第三の処理を繰り返し、モデルテーブル１２０８（図９）から、予測対象部品のグループと同じグループに属する部品に関するモデルの値を全て取得し、各要素の平均値を算出する。
ここで、予測対象部品のグループと同じグループに属する部品であって、当該部品についてのパラメータ推定が可能である場合（ステップＳ１７０７と同様の条件）、ステップＳ１７０８〜Ｓ１７０９の処理に従って、当該部品についてのモデルの値を、モデルテーブル１２０８（図９）に記憶する。このように、当該部品についてのモデルの値を予め記憶しておくことで、当該部品が予測対象部品となった場合に、当該記憶した値を用いることができ、処理の高速化が期待できる。
ここで、予測対象部品のグループと同じグループに属する部品であって、当該部品についてのパラメータ推定が可能である場合（ステップＳ１７０７と同様の条件）、ステップＳ１７０８〜Ｓ１７０９の処理に従って、当該部品についてのモデルの値を、モデルテーブル１２０８（図９）に記憶する。このように、当該部品についてのモデルの値を予め記憶しておくことで、当該部品が予測対象部品となった場合に、当該記憶した値を用いることができ、処理の高速化が期待できる。
ここで、予測対象部品が属するグループをＧとし、グループＧに属する部品であって、モデルテーブル１２０８（図９）に各要素のモデルの値が記憶されている部品の集合をＱＧとすると、グループＧにおける製品残存率モデルの平均値ＲＧ（ｔ）は、下記の式（７）で表される。なお、｜ＱＧ｜は、集合ＱＧの要素数である。
修理依頼率および部品故障率についても、式（７）と同様の計算式を用いて算出する。ただし、ＱＧが空集合である場合、すなわち、グループＧに属する部品であって、モデルテーブル１２０８（図９）に各要素のモデルの値が記憶されている部品が存在しない場合は、予測対象部品の需要予測は不可能として、処理を終了する。
第五に、平均モデル算出部１１０８は、当該算出した各要素の平均値を、予測対象部品のグループコードに関連付けて、平均モデルテーブル１３０７（図１６）に記憶する。
そして、ステップＳ１７１２に進む。
そして、ステップＳ１７１２に進む。
ステップＳ１７１２において、需要予測部１１０９は、グループの平均モデルで需要を予測する。具体的には、第一に、需要予測部１１０９は、ステップＳ１７１１において算出した各モデルの平均値およびステップＳ１７０３において統合された製品出荷実績の値を、前記した式（１）に代入して、予測開始年から予測終了年までの年ごとの予測対象部品の需要数量の予測値を算出する。なお、製品出荷台数Ｓｐ（ｔ）には、統合された製品出荷実績の値Ｓｐ’（ｔ）を代入して用いる。第二に、需要予測部１１０９は、当該算出された値を、需要予測値テーブル１２０９（図１０）に記憶する。
ここで、パラメータ推定が可能でない場合に、グループのモデルの平均値を用いて需要予測するのは、部品を分類する際の基準（部品グループ設定データ１３０５）が適切であれば、同じグループに属する部品におけるモデルは類似すると考えられるからである。このように、グループのモデルの平均値を用いることで、需要数量の実績値のデータが少ない場合であっても、需要予測をすることが可能となる。
そして、ステップＳ１７１３に進む。
ここで、パラメータ推定が可能でない場合に、グループのモデルの平均値を用いて需要予測するのは、部品を分類する際の基準（部品グループ設定データ１３０５）が適切であれば、同じグループに属する部品におけるモデルは類似すると考えられるからである。このように、グループのモデルの平均値を用いることで、需要数量の実績値のデータが少ない場合であっても、需要予測をすることが可能となる。
そして、ステップＳ１７１３に進む。
ステップＳ１７１３において、予測結果表示部１１１０は、予測結果を表示する。
具体的には、予測結果表示部１１１０は、ステップＳ１７１０またはステップＳ１７１２において算出し需要予測値テーブル１２０９（図１０）に記憶された、予測対象部品の需要数量の予測値を、入力装置１４００に表示する。
そして、需要予測装置１０００は、処理を終了する。
具体的には、予測結果表示部１１１０は、ステップＳ１７１０またはステップＳ１７１２において算出し需要予測値テーブル１２０９（図１０）に記憶された、予測対象部品の需要数量の予測値を、入力装置１４００に表示する。
そして、需要予測装置１０００は、処理を終了する。
＜修理用部品抽出処理＞
次に、図１８に沿って（適宜、図１〜図１７参照）、需要予測装置１０００の修理用部品抽出部１１０１（図１）が行う修理用部品抽出処理を説明する。修理用部品抽出処理は、製品部品対応テーブル１２０２（図３）に記憶されている部品コードごとに、修理用部品を抽出し、修理用部品テーブル１３０１（図１１）を作成・記憶する処理である。なお、この修理用部品抽出処理は、図１７のステップＳ１７０１である。図１８は、修理用部品抽出処理のフローチャートである。
次に、図１８に沿って（適宜、図１〜図１７参照）、需要予測装置１０００の修理用部品抽出部１１０１（図１）が行う修理用部品抽出処理を説明する。修理用部品抽出処理は、製品部品対応テーブル１２０２（図３）に記憶されている部品コードごとに、修理用部品を抽出し、修理用部品テーブル１３０１（図１１）を作成・記憶する処理である。なお、この修理用部品抽出処理は、図１７のステップＳ１７０１である。図１８は、修理用部品抽出処理のフローチャートである。
ステップＳ１８０１において、修理用部品抽出部１１０１は、製品部品対応テーブル１２０２（図３）から、部品コードｐを取得する。
具体的には、修理用部品抽出部１１０１は、製品部品対応テーブル１２０２（図３）から未処理である任意のレコードを取得し、当該レコードの部品コード欄１２０２２に記憶された部品コードを変数ｐに代入する。ここで、変数ｐは、着目する部品の部品コードを代入する変数である。
そして、ステップＳ１８０２に進む。
具体的には、修理用部品抽出部１１０１は、製品部品対応テーブル１２０２（図３）から未処理である任意のレコードを取得し、当該レコードの部品コード欄１２０２２に記憶された部品コードを変数ｐに代入する。ここで、変数ｐは、着目する部品の部品コードを代入する変数である。
そして、ステップＳ１８０２に進む。
ステップＳ１８０２において、修理用部品抽出部１１０１は、修理用部品テーブル１３０１（図１１）から、部品コードがｐであるレコードを検索する。具体的には、修理用部品抽出部１１０１は、修理用部品テーブル１３０１（図１１）から部品コード欄１３０１１にｐが記憶されているレコードを検索し、取得する。
そして、ステップＳ１８０３に進む。
そして、ステップＳ１８０３に進む。
ステップＳ１８０３において、修理用部品抽出部１１０１は、レコードが存在するか否かを判定する。ここで、レコードが存在するとは、ステップＳ１８０２において、該当するレコードが取得できた場合をいう。
レコードが存在する場合（ステップＳ１８０３“Ｙｅｓ”）、当該レコードは以前の処理において作成されたものである。そこで、部品コードｐについては処理済みとし、ステップＳ１８０１に進む。
レコードが存在しない場合（ステップＳ１８０３“Ｎｏ”）、ステップＳ１８０４に進む。
レコードが存在する場合（ステップＳ１８０３“Ｙｅｓ”）、当該レコードは以前の処理において作成されたものである。そこで、部品コードｐについては処理済みとし、ステップＳ１８０１に進む。
レコードが存在しない場合（ステップＳ１８０３“Ｎｏ”）、ステップＳ１８０４に進む。
ステップＳ１８０４において、修理用部品抽出部１１０１は、変数ｒに変数ｐの値を代入する。ここで、変数ｒは、修理用部品であるか否かを判定する部品の部品コードを代入する変数である。
そして、ステップＳ１８０５に進む。
そして、ステップＳ１８０５に進む。
ステップＳ１８０５において、修理用部品抽出部１１０１は、後継部品テーブル１２０１（図２）から、先行部品コードがｒであるレコードを検索する。具体的には、修理用部品抽出部１１０１は、先行部品コード欄１２０１１欄にｒが記憶されているレコードを検索し、取得する。
そして、ステップＳ１８０６に進む。
そして、ステップＳ１８０６に進む。
ステップＳ１８０６において、修理用部品抽出部１１０１は、レコードが存在するか否かを判定する。ここで、レコードが存在するとは、ステップＳ１８０５において、該当するレコードが取得できた場合をいう。なお、レコードが存在する場合、部品コードがｒである部品には、後継部品が存在することを表している。
レコードが存在する場合（ステップＳ１８０６“Ｙｅｓ”）、ステップＳ１８０７に進む。
レコードが存在しない場合（ステップＳ１８０６“Ｎｏ”）、ステップＳ１８０８に進む。
レコードが存在する場合（ステップＳ１８０６“Ｙｅｓ”）、ステップＳ１８０７に進む。
レコードが存在しない場合（ステップＳ１８０６“Ｎｏ”）、ステップＳ１８０８に進む。
ステップＳ１８０７において、修理用部品抽出部１１０１は、変数ｒに、当該レコードの後継部品コードを代入する。具体的には、修理用部品抽出部１１０１は、ステップＳ１８０５において取得したレコードの後継部品コード欄１２０１２に記憶されている部品コードを、変数ｒに代入する。
そして、ステップＳ１８０５に戻る。
そして、ステップＳ１８０５に戻る。
ステップＳ１８０８において、修理用部品抽出部１１０１は、変数ｐの値を部品コードとし、変数ｒの値を修理用部品コードとして、修理用部品テーブル１３０１（図１１）にレコードを追加する。具体的には、修理用部品抽出部１１０１は、部品コード欄１３０１１に変数ｐの値を設定し、修理用部品コード欄１３０１２に変数ｒの値を設定したレコードを、修理用部品テーブル１３０１（図１１）に記憶する。
そして、ステップＳ１８０９に進む。
そして、ステップＳ１８０９に進む。
ステップＳ１８０９において、修理用部品抽出部１１０１は、全ての部品コードで処理が完了したか否かを判定する。具体的には、修理用部品抽出部１１０１は、製品部品対応テーブル１２０２（図３）に記憶されている全てのレコードについて、ステップＳ１８０１〜Ｓ１８０８の処理が完了したか否かを判定する。
処理が完了していない場合（ステップＳ１８０９“Ｎｏ”）、ステップＳ１８０１に戻る。
処理が完了した場合（ステップＳ１８０９“Ｙｅｓ”）、メインルーチンへ戻る。
処理が完了していない場合（ステップＳ１８０９“Ｎｏ”）、ステップＳ１８０１に戻る。
処理が完了した場合（ステップＳ１８０９“Ｙｅｓ”）、メインルーチンへ戻る。
＜製品部品対応統合処理＞
次に、図１９に沿って（適宜、図１〜図１７参照）、需要予測装置１０００の製品部品対応統合部１１０２（図１）が行う製品部品対応統合処理を説明する。製品部品対応統合処理は、製品部品対応テーブル１２０２（図３）に記憶されている製品と部品との対応関係を、製品と当該部品の修理用部品との対応関係に統合し、製品部品対応統合テーブル１３０２（図１２）を作成・記憶する処理である。なお、この製品部品対応統合処理は、図１７のステップＳ１７０２である。図１９は、製品部品対応統合処理のフローチャートである。
次に、図１９に沿って（適宜、図１〜図１７参照）、需要予測装置１０００の製品部品対応統合部１１０２（図１）が行う製品部品対応統合処理を説明する。製品部品対応統合処理は、製品部品対応テーブル１２０２（図３）に記憶されている製品と部品との対応関係を、製品と当該部品の修理用部品との対応関係に統合し、製品部品対応統合テーブル１３０２（図１２）を作成・記憶する処理である。なお、この製品部品対応統合処理は、図１７のステップＳ１７０２である。図１９は、製品部品対応統合処理のフローチャートである。
ステップＳ１９０１において、製品部品対応統合部１１０２は、製品部品対応テーブル１２０２（図３）から、未処理である任意のレコードを取得する。
そして、ステップＳ１９０２に進む。
そして、ステップＳ１９０２に進む。
ステップＳ１９０２において、製品部品対応統合部１１０２は、変数ｍに当該レコードの製品コードを代入し、変数ｐに当該レコードの部品コードを代入する。具体的には、製品部品対応統合部１１０２は、ステップＳ１９０１（ステップＳ１９０９）において取得したレコードの製品コード欄１２０２１に記憶されている製品コードを変数ｍに代入し、部品コード欄１２０２２に記憶されている部品コードを変数ｐに代入する。ここで、変数ｍは、着目する製品の製品コードを代入する変数であり、変数ｐは、着目する部品の部品コードを代入する変数である。
そして、ステップ１９０３に進む。
そして、ステップ１９０３に進む。
ステップＳ１９０３において、製品部品対応統合部１１０２は、修理用部品テーブル１３０１（図１１）から部品コードがｐであるレコードを検索する。具体的には、製品部品対応統合部１１０２は、部品コード欄１３０１１にｐが記憶されているレコードを検索し、取得する。
そして、ステップＳ１９０４に進む。
そして、ステップＳ１９０４に進む。
ステップＳ１９０４において、製品部品対応統合部１１０２は、変数ｒに当該レコードの修理用部品コードを代入する。具体的には、製品部品対応統合部１１０２は、ステップＳ１９０３において取得したレコードの修理用部品コード欄１３０１２に記憶されている部品コードを、変数ｒに代入する。
そして、ステップＳ１９０５に進む。
そして、ステップＳ１９０５に進む。
ステップＳ１９０５において、製品部品対応統合部１１０２は、製品部品対応統合テーブル１３０２（図１２）から、製品コードがｍであり、修理用部品コードがｒであるレコードを検索する。具体的には、製品部品対応統合部１１０２は、製品コード欄１３０２１にｍが記憶されており、かつ、修理用部品コード欄１３０２２にｒが記憶されているレコードを検索し、取得する。
そして、ステップＳ１９０６に進む。
そして、ステップＳ１９０６に進む。
ステップＳ１９０６において、製品部品対応統合部１１０２は、レコードが存在するか否かを判定する。ここで、レコードが存在するとは、ステップＳ１９０５において、該当するレコードが取得できた場合をいう。なお、レコードが存在する場合、当該レコードは以前の処理において作成されたものである。
レコードが存在しない場合（ステップＳ１９０６“Ｎｏ”）、ステップＳ１９０７に進む。
レコードが存在する場合（ステップＳ１９０６“Ｙｅｓ”）、ステップＳ１９０８に進む。
レコードが存在しない場合（ステップＳ１９０６“Ｎｏ”）、ステップＳ１９０７に進む。
レコードが存在する場合（ステップＳ１９０６“Ｙｅｓ”）、ステップＳ１９０８に進む。
ステップＳ１９０７において、製品部品対応統合部１１０２は、変数ｍを製品コードとし、変数ｒを修理用部品コードとして、製品部品対応統合テーブル１３０２（図１２）にレコードを追加する。具体的には、製品部品対応統合部１１０２は、製品コード欄１３０２１に変数ｍの値を設定し、修理用部品コード欄１３０２２に変数ｒの値を設定したレコードを、製品部品対応統合テーブル１３０２（図１２）に記憶する。
そして、ステップＳ１９０８に進む。
そして、ステップＳ１９０８に進む。
ステップＳ１９０８において、製品部品対応統合部１１０２は、全てのレコードで処理が完了したか否かを判定する。具体的には、製品部品対応統合部１１０２は、製品部品対応テーブル１２０２（図３）に記憶されている全てのレコードについて、ステップＳ１９０１〜Ｓ１９０７の処理が完了したか否かを判定する。
処理が完了していない場合（ステップＳ１９０８“Ｎｏ”）、ステップＳ１９０１に戻る。
処理が完了した場合（ステップＳ１９０８“Ｙｅｓ”）、メインルーチンへ戻る。
処理が完了していない場合（ステップＳ１９０８“Ｎｏ”）、ステップＳ１９０１に戻る。
処理が完了した場合（ステップＳ１９０８“Ｙｅｓ”）、メインルーチンへ戻る。
＜パラメータ推定処理＞
次に、図２０に沿って（適宜、図１〜図１７参照）、需要予測装置１０００のパラメータ推定部１１０６（図１）が行うパラメータ推定処理を説明する。パラメータ推定処理は、製品出荷実績統合テーブル１３０３（図１３）および部品需要実績統合テーブル１３０４（図１４）を用いて、パラメータの最適値を探索（パラメータを推定）し、推定パラメータテーブル１３０６（図１５）を作成・記憶する処理である。
次に、図２０に沿って（適宜、図１〜図１７参照）、需要予測装置１０００のパラメータ推定部１１０６（図１）が行うパラメータ推定処理を説明する。パラメータ推定処理は、製品出荷実績統合テーブル１３０３（図１３）および部品需要実績統合テーブル１３０４（図１４）を用いて、パラメータの最適値を探索（パラメータを推定）し、推定パラメータテーブル１３０６（図１５）を作成・記憶する処理である。
ここで、製品出荷実績テーブル１２０３（図４）および部品需要実績テーブル１２０４（図５）ではなく、製品出荷実績統合テーブル１３０３（図１３）および部品需要実績統合テーブル１３０４（図１４）を用いて、パラメータを推定する理由について説明する。先行部品は後継部品で代替できるため、後継部品が使用される製品の製品種類や特徴、部品が使用される製品の部位は、先行部品と同じである。そのため、需要予測モデルはほぼ同じであり、パラメータが同じであると考えられる。そこで、先行部品と後継部品を同じ部品とみなしてパラメータの推定を行う。これにより、部品のモデルチェンジや共通化等の影響を受けずにパラメータを推定することが可能となる。このとき、パラメータ推定に用いるデータは、先行部品と後継部品を同じ部品とみなして実績を集計した、製品出荷実績統合テーブル１３０３（図１３）および部品需要実績統合テーブル１３０４（図１４）のデータとなる。
パラメータの最適値の探索には、例えば、遺伝的アルゴリズムや準ニュートン法を用いることができる。なお、このパラメータ推定処理は、図１７のステップＳ１７０８である。
図２０は、パラメータ推定処理のフローチャートである。なお、図２０においては、遺伝的アルゴリズムを用いてパラメータの最適値の探索を行う処理について説明する。
図２０は、パラメータ推定処理のフローチャートである。なお、図２０においては、遺伝的アルゴリズムを用いてパラメータの最適値の探索を行う処理について説明する。
ステップＳ２００１において、パラメータ推定部１１０６は、パラメータ初期値の組の集団を生成する。
そして、ステップＳ２００２に進む。
そして、ステップＳ２００２に進む。
ステップＳ２００２において、パラメータ推定部１１０６は、個々の組のパラメータ値で保守部品の出荷数の需要予測値を計算し、保守部品の実際の出荷量（実績値）との誤差の二乗和を評価する。
そして、ステップＳ２００３に進む。
そして、ステップＳ２００３に進む。
ステップＳ２００３において、パラメータ推定部１１０６は、パラメータ値の組の生成が、世代数の上限に到達したか否かを判定する。
世代数の上限に到達していない場合（ステップＳ２００３“Ｎｏ”）、ステップＳ２００４に進む。
世代数の上限に到達している場合（ステップＳ２００３“Ｙｅｓ”）、ステップＳ２００５に進む。
世代数の上限に到達していない場合（ステップＳ２００３“Ｎｏ”）、ステップＳ２００４に進む。
世代数の上限に到達している場合（ステップＳ２００３“Ｙｅｓ”）、ステップＳ２００５に進む。
ステップＳ２００４において、パラメータ推定部１１０６は、評価が優秀な組の選択、および交差もしくは突然変異の操作により新たなパラメータ値の組を生成する。
そして、ステップＳ２００２に戻る。
そして、ステップＳ２００２に戻る。
ステップＳ２００５において、パラメータ推定部１１０６は、評価値が最良（すなわち、誤差の二乗和が最小となるような）のパラメータ値の組を取得し、推定パラメータテーブル１３０６（図１５）に記憶する。
そして、メインルーチンへ戻る。
そして、メインルーチンへ戻る。
＜＜まとめ＞＞
本実施形態の需要予測装置１０００は、統合された製品出荷実績（製品出荷実績統合テーブル１３０３（図１３））および統合された部品需要実績（部品需要実績統合テーブル１３０４（図１４））から、パラメータを推定するので、部品のモデルチェンジや共通化等による需要の変化の影響を受けずに、需要予測が可能となる。
また、本実施形態の需要予測装置１０００は、予測対象部品についてのパラメータ推定が可能でない場合に、グループのモデルの平均値を用いるので、需要数量の実績値のデータが少ない場合であっても、需要予測をすることが可能となる。そのため、生涯需要予測の早期化に対応することができる。
本実施形態の需要予測装置１０００は、統合された製品出荷実績（製品出荷実績統合テーブル１３０３（図１３））および統合された部品需要実績（部品需要実績統合テーブル１３０４（図１４））から、パラメータを推定するので、部品のモデルチェンジや共通化等による需要の変化の影響を受けずに、需要予測が可能となる。
また、本実施形態の需要予測装置１０００は、予測対象部品についてのパラメータ推定が可能でない場合に、グループのモデルの平均値を用いるので、需要数量の実績値のデータが少ない場合であっても、需要予測をすることが可能となる。そのため、生涯需要予測の早期化に対応することができる。
＜＜その他＞＞
なお、前記した実施形態は、本発明を実施するための好適なものであるが、その実施形式はこれらに限定されるものではなく。本発明の要旨を逸脱しない範囲内において種々変更することが可能である。
なお、前記した実施形態は、本発明を実施するための好適なものであるが、その実施形式はこれらに限定されるものではなく。本発明の要旨を逸脱しない範囲内において種々変更することが可能である。
例えば、部品属性テーブル１２０６（図７）に、部品の在庫数量を記憶しておき、当該部品の修理用部品の需要予測を行う際、当該部品の在庫数量を減算する。そして、製品を修理する際は、当該部品（すなわち、先行部品）を先に使用し、先行部品の在庫がなくなってから、後継部品を使用するようにする。これにより、先行部品および後継部品を無駄なく使うことができ、後継部品を必要以上に製造・発注することが抑制できるという効果がある。また、後継部品の製造・発注数量が少なくなるため、在庫として保管するための費用の低減も可能となる。
あるいは、補助記憶装置１２００に複数の予測対象部品に対する予測設定データを登録しておき、複数の予測対象部品の需要予測値を自動で算出する。これにより、従来は需要予測モデルの適用ができず、個別に経験にもとづいて製造・発注数量を設定せざるを得なかった部品も、まとめて需要予測モデルで需要予測値を算出できるようになる。そのため、保守部品の製造・発注数量の適正化が可能となるとともに、個別に製造・発注数量を設定する手間を削減できる。
あるいは、補助記憶装置１２００に複数の予測対象部品に対する予測設定データを登録しておき、複数の予測対象部品の需要予測値を自動で算出する。これにより、従来は需要予測モデルの適用ができず、個別に経験にもとづいて製造・発注数量を設定せざるを得なかった部品も、まとめて需要予測モデルで需要予測値を算出できるようになる。そのため、保守部品の製造・発注数量の適正化が可能となるとともに、個別に製造・発注数量を設定する手間を削減できる。
１０００ 需要予測装置
１１００ 中央制御装置（制御部）
１１０１ 修理用部品抽出部
１１０２ 製品部品対応統合部
１１０３ 製品出荷実績統合部
１１０４ 部品需要実績統合部
１１０５ 部品グループ化部
１１０６ パラメータ推定部
１１０７ モデル算出部
１１０８ 平均モデル算出部
１１０９ 需要予測部
１１１０ 予測結果表示部
１２００ 補助記憶装置（記憶部）
１２０１ 後継部品テーブル（後継部品情報）
１２０２ 製品部品対応テーブル（製品部品対応情報）
１２０３ 製品出荷実績テーブル（製品出荷実績情報）
１２０４ 部品需要実績テーブル（部品需要実績情報）
１２０５ 製品属性テーブル（製品属性情報）
１２０６ 部品属性テーブル（部品属性情報）
１２０７ 部品グループテーブル（部品グループ情報）
１２０８ モデルテーブル（モデル情報）
１２０９ 需要予測値テーブル（需要予測値情報）
１３００ 主記憶装置（記憶部）
１３０１ 修理用部品テーブル（修理用部品情報）
１３０２ 製品部品対応統合テーブル（製品部品対応統合情報）
１３０３ 製品出荷実績統合テーブル（製品出荷実績統合情報）
１３０４ 部品需要実績統合テーブル（部品需要実績統合情報）
１３０５ 部品グループ設定データ（部品グループ設定情報）
１３０６ 推定パラメータテーブル（推定パラメータ情報）
１３０７ 平均モデルテーブル（平均モデル情報）
１３０８ 予測設定データ（予測設定情報）
１４００ 入力装置
１５００ 出力装置
１１００ 中央制御装置（制御部）
１１０１ 修理用部品抽出部
１１０２ 製品部品対応統合部
１１０３ 製品出荷実績統合部
１１０４ 部品需要実績統合部
１１０５ 部品グループ化部
１１０６ パラメータ推定部
１１０７ モデル算出部
１１０８ 平均モデル算出部
１１０９ 需要予測部
１１１０ 予測結果表示部
１２００ 補助記憶装置（記憶部）
１２０１ 後継部品テーブル（後継部品情報）
１２０２ 製品部品対応テーブル（製品部品対応情報）
１２０３ 製品出荷実績テーブル（製品出荷実績情報）
１２０４ 部品需要実績テーブル（部品需要実績情報）
１２０５ 製品属性テーブル（製品属性情報）
１２０６ 部品属性テーブル（部品属性情報）
１２０７ 部品グループテーブル（部品グループ情報）
１２０８ モデルテーブル（モデル情報）
１２０９ 需要予測値テーブル（需要予測値情報）
１３００ 主記憶装置（記憶部）
１３０１ 修理用部品テーブル（修理用部品情報）
１３０２ 製品部品対応統合テーブル（製品部品対応統合情報）
１３０３ 製品出荷実績統合テーブル（製品出荷実績統合情報）
１３０４ 部品需要実績統合テーブル（部品需要実績統合情報）
１３０５ 部品グループ設定データ（部品グループ設定情報）
１３０６ 推定パラメータテーブル（推定パラメータ情報）
１３０７ 平均モデルテーブル（平均モデル情報）
１３０８ 予測設定データ（予測設定情報）
１４００ 入力装置
１５００ 出力装置
Claims (10)
- 製品に使用される部品のうち、前記製品の保守に用いられる保守部品の将来における出荷数量の需要予測値を需要予測モデルを用いて算出する需要予測装置であって、
前記需要予測装置の記憶部は、
前記製品に使用される部品を記憶している製品部品対応情報と、
複数の部品のうち、他の部品よりも先に製造が開始された部品であって、前記他の部品により代替または後継され、もしくは、前記他の部品により共通化または統合化される部品である先行部品と、複数の部品のうち、他の部品よりも後に製造が開始された部品であって、前記先行部品の代替または後継のため、もしくは、複数の先行部品を共通化または統合化するための部品である後継部品との関係を記憶している後継部品情報と、
前記製品の出荷数量の実績値を記憶している製品出荷実績情報と、
前記部品の保守部品としての需要数量の実績値を記憶している部品需要実績情報と、
を記憶しており、
前記需要予測装置の制御部は、
前記製品部品対応情報および前記後継部品情報を参照して、前記部品のいずれに対しても先行部品とならない部品である修理用部品を示す修理用部品情報を求め、
前記製品部品対応情報を参照して、前記修理用部品が使用される可能性のある製品を示す製品部品対応統合情報を求め、
前記製品部品対応統合情報および前記製品出荷実績情報を参照して、前記修理用部品を使用可能な前記製品の出荷数量の実績値である製品出荷実績統合情報を求め、
前記部品需要実績情報および前記修理用部品情報を参照して、前記修理用部品および前記修理用部品の先行部品の保守部品としての需要数量の実績値である部品需要実績統合情報を求め、
前記後継部品情報を参照して、前記先行部品と前記後継部品とを同じ部品とみなして、前記製品出荷実績統合情報の前記製品の出荷数量の実績値および前記部品需要実績統合情報の前記保守部品としての需要数量の実績値を集計し、該集計した前記製品出荷実績統合情報および前記部品需要実績統合情報から、前記需要予測モデルのパラメータを求め、
前記パラメータおよび前記製品出荷実績統合情報を用いて前記需要予測モデルにより、前記部品の保守部品としての需要数量の予測値を算出する、
ことを特徴とする、需要予測装置。 - 前記需要予測装置の記憶部は、さらに、
前記製品の属性を示す製品属性テーブルと、
前記部品の属性を示す部品属性テーブルと、
前記部品ごとに、前記需要予測モデルの値を記憶しているモデル情報と、
を記憶しており、
前記需要予測装置の制御部は、
前記製品属性テーブルおよび部品属性テーブルを参照して、前記部品を所定の基準により分類したまとまりであるグループを示す部品グループ情報を求め、
前記部品グループ情報を参照して、前記部品と同じグループに属する部品についての前記需要予測モデルの値の平均値を求め、
前記需要予測モデルの値の平均値および前記製品出荷実績統合情報から、前記部品の保守部品としての需要数量の予測値を算出する、
ことを特徴とする、請求項１に記載の需要予測装置。 - 前記需要予測装置の制御部は、
前記所定の基準として、前記製品の種類、前記製品のシリーズ名、前記製品の寸法、前記製品の重量、前記製品の出荷開始年、前記製品の出荷数量の累計値、前記部品の種類、前記部品の使用部位、前記部品の寸法、前記部品の重量、前記部品の製造開始年、前記部品の保守部品としての需要数量の累計値、のいずれか一つに対する条件、または複数に対する条件の論理積を用いる
ことを特徴とする、請求項２に記載の需要予測装置。 - 前記需要予測装置の記憶部は、さらに、
前記部品の属性および在庫数量を示す部品属性テーブルを記憶しており、
前記需要予測装置の制御部は、
前記部品の保守部品としての需要数量の予測値の算出を行う際、前記算出の結果から前記部品の在庫数量を減算し、
前記製品の修理要求があった場合、前記部品の先行部品の在庫数量がゼロになった後、前記部品の後継部品の在庫数量を減算する
ことを特徴とする、請求項１に記載の需要予測装置。 - 製品に使用される部品のうち、前記製品の保守に用いられる保守部品の将来における出荷数量の需要予測値を需要予測モデルを用いて算出する需要予測装置の需要予測方法であって、
前記需要予測装置の記憶部は、
前記製品に使用される部品を記憶している製品部品対応情報と、
複数の部品のうち、他の部品よりも先に製造が開始された部品であって、前記他の部品により代替または後継され、もしくは、前記他の部品により共通化または統合化される部品である先行部品と、複数の部品のうち、他の部品よりも後に製造が開始された部品であって、前記先行部品の代替または後継のため、もしくは、複数の先行部品を共通化または統合化するための部品である後継部品との関係を記憶している後継部品情報と、
前記製品の出荷数量の実績値を記憶している製品出荷実績情報と、
前記部品の保守部品としての需要数量の実績値を記憶している部品需要実績情報と、
を記憶しており、
前記需要予測装置の制御部は、
前記製品部品対応情報および前記後継部品情報を参照して、前記部品のいずれに対しても先行部品とならない部品である修理用部品を示す修理用部品情報を求め、
前記製品部品対応情報を参照して、前記修理用部品が使用される可能性のある製品を示す製品部品対応統合情報を求め、
前記製品部品対応統合情報および前記製品出荷実績情報を参照して、前記修理用部品を使用可能な前記製品の出荷数量の実績値である製品出荷実績統合情報を求め、
前記部品需要実績情報および前記修理用部品情報を参照して、前記修理用部品および前記修理用部品の先行部品の保守部品としての需要数量の実績値である部品需要実績統合情報を求め、
前記後継部品情報を参照して、前記先行部品と前記後継部品とを同じ部品とみなして、前記製品出荷実績統合情報の前記製品の出荷数量の実績値および前記部品需要実績統合情報の前記保守部品としての需要数量の実績値を集計し、該集計した前記製品出荷実績統合情報および前記部品需要実績統合情報から、前記需要予測モデルのパラメータを求め、
前記パラメータおよび前記製品出荷実績統合情報を用いて前記需要予測モデルにより、前記部品の保守部品としての需要数量の予測値を算出する、
ことを特徴とする、需要予測方法。 - 前記需要予測装置の記憶部は、さらに、
前記製品の属性を示す製品属性テーブルと、
前記部品の属性を示す部品属性テーブルと、
前記部品ごとに、前記需要予測モデルの値を記憶しているモデル情報と、
を記憶しており、
前記需要予測装置の制御部は、
前記製品属性テーブルおよび部品属性テーブルを参照して、前記部品を所定の基準により分類したまとまりであるグループを示す部品グループ情報を求め、
前記部品グループ情報を参照して、前記部品と同じグループに属する部品についての前記需要予測モデルの値の平均値を求め、
前記需要予測モデルの値の平均値および前記製品出荷実績統合情報から、前記部品の保守部品としての需要数量の予測値を算出する、
ことを特徴とする、請求項５に記載の需要予測方法。 - 前記需要予測装置の制御部は、
前記所定の基準として、前記製品の種類、前記製品のシリーズ名、前記製品の寸法、前記製品の重量、前記製品の出荷開始年、前記製品の出荷数量の累計値、前記部品の種類、前記部品の使用部位、前記部品の寸法、前記部品の重量、前記部品の製造開始年、前記部品の保守部品としての需要数量の累計値、のいずれか一つに対する条件、または複数に対する条件の論理積を用いる
ことを特徴とする、請求項６に記載の需要予測方法。 - 製品に使用される部品のうち、前記製品の保守に用いられる保守部品の将来における出荷数量の需要予測値を需要予測モデルを用いて算出する需要予測装置を機能させる需要予測プログラムであって、
前記需要予測装置の記憶部に対し、
前記製品に使用される部品を記憶している製品部品対応情報と、
複数の部品のうち、他の部品よりも先に製造が開始された部品であって、前記他の部品により代替または後継され、もしくは、前記他の部品により共通化または統合化される部品である先行部品と、複数の部品のうち、他の部品よりも後に製造が開始された部品であって、前記先行部品の代替または後継のため、もしくは、複数の先行部品を共通化または統合化するための部品である後継部品との関係を記憶している後継部品情報と、
前記製品の出荷数量の実績値を記憶している製品出荷実績情報と、
前記部品の保守部品としての需要数量の実績値を記憶している部品需要実績情報と、
を記憶させ、
前記需要予測装置の制御部に対し、
前記製品部品対応情報および前記後継部品情報を参照して、前記部品のいずれに対しても先行部品とならない部品である修理用部品を示す修理用部品情報を求め、
前記製品部品対応情報を参照して、前記修理用部品が使用される可能性のある製品を示す製品部品対応統合情報を求め、
前記製品部品対応統合情報および前記製品出荷実績情報を参照して、前記修理用部品を使用可能な前記製品の出荷数量の実績値である製品出荷実績統合情報を求め、
前記部品需要実績情報および前記修理用部品情報を参照して、前記修理用部品および前記修理用部品の先行部品の保守部品としての需要数量の実績値である部品需要実績統合情報を求め、
前記後継部品情報を参照して、前記先行部品と前記後継部品とを同じ部品とみなして、前記製品出荷実績統合情報の前記製品の出荷数量の実績値および前記部品需要実績統合情報の前記保守部品としての需要数量の実績値を集計し、該集計した前記製品出荷実績統合情報および前記部品需要実績統合情報から、前記需要予測モデルのパラメータを求め、
前記パラメータおよび前記製品出荷実績統合情報を用いて前記需要予測モデルにより、前記部品の保守部品としての需要数量の予測値を算出する、
処理を実行させるための、需要予測プログラム。 - 前記需要予測装置の記憶部に対し、さらに、
前記製品の属性を示す製品属性テーブルと、
前記部品の属性を示す部品属性テーブルと、
前記部品ごとに、前記需要予測モデルの値を記憶しているモデル情報と、
を記憶させ、
前記需要予測装置の制御部に対し、
前記製品属性テーブルおよび部品属性テーブルを参照して、前記部品を所定の基準により分類したまとまりであるグループを示す部品グループ情報を求め、
前記部品グループ情報を参照して、前記部品と同じグループに属する部品についての前記需要予測モデルの値の平均値を求め、
前記需要予測モデルの値の平均値および前記製品出荷実績統合情報から、前記部品の保守部品としての需要数量の予測値を算出する、
処理を実行させるための、請求項８に記載の需要予測プログラム。 - 前記需要予測装置の制御部に対し、
前記所定の基準として、前記製品の種類、前記製品のシリーズ名、前記製品の寸法、前記製品の重量、前記製品の出荷開始年、前記製品の出荷数量の累計値、前記部品の種類、前記部品の使用部位、前記部品の寸法、前記部品の重量、前記部品の製造開始年、前記部品の保守部品としての需要数量の累計値、のいずれか一つに対する条件、または複数に対する条件の論理積を用いる
処理を実行させるための、請求項９に記載の需要予測プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012046931A JP5752621B2 (ja) | 2012-03-02 | 2012-03-02 | 需要予測装置、需要予測プログラムおよび需要予測方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012046931A JP5752621B2 (ja) | 2012-03-02 | 2012-03-02 | 需要予測装置、需要予測プログラムおよび需要予測方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2013182498A JP2013182498A (ja) | 2013-09-12 |
| JP5752621B2 true JP5752621B2 (ja) | 2015-07-22 |
Family
ID=49273089
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012046931A Active JP5752621B2 (ja) | 2012-03-02 | 2012-03-02 | 需要予測装置、需要予測プログラムおよび需要予測方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5752621B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108197156A (zh) * | 2017-12-08 | 2018-06-22 | 囯网河北省电力有限公司电力科学研究院 | 用电信息采集系统的异常电量数据修复方法及终端设备 |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017090475A1 (ja) | 2015-11-25 | 2017-06-01 | 日本電気株式会社 | 情報処理システム、関数作成方法および関数作成プログラム |
| WO2018180970A1 (ja) * | 2017-03-30 | 2018-10-04 | 日本電気株式会社 | 情報処理システム、特徴量説明方法および特徴量説明プログラム |
| EP3605362A4 (en) * | 2017-03-30 | 2020-04-22 | dotData, Inc. | INFORMATION PROCESSING SYSTEM, METHOD FOR EXPLAINING THE VALUE OF FUNCTIONS AND PROGRAM FOR EXPLANATING THE VALUE OF FUNCTIONS |
| JPWO2019069507A1 (ja) | 2017-10-05 | 2020-11-05 | ドットデータ インコーポレイテッド | 特徴量生成装置、特徴量生成方法および特徴量生成プログラム |
| JP6753442B2 (ja) | 2018-09-10 | 2020-09-09 | 日本電気株式会社 | モデル生成装置、モデル生成方法、及びプログラム |
| JP2021082226A (ja) * | 2019-11-22 | 2021-05-27 | 三菱重工業株式会社 | 需要予測装置、需要予測方法およびプログラム |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5291386B2 (ja) * | 2008-06-02 | 2013-09-18 | 中村留精密工業株式会社 | 工作機械の補給部品管理システム |
| JP5411794B2 (ja) * | 2010-04-27 | 2014-02-12 | 株式会社日立ソリューションズ東日本 | 生涯需要予測方法、プログラムおよび生涯需要予測装置 |
| JP5444110B2 (ja) * | 2010-04-27 | 2014-03-19 | 株式会社日立ソリューションズ東日本 | 需要予測装置、需要予測方法、及び需要予測プログラム |
-
2012
- 2012-03-02 JP JP2012046931A patent/JP5752621B2/ja active Active
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108197156A (zh) * | 2017-12-08 | 2018-06-22 | 囯网河北省电力有限公司电力科学研究院 | 用电信息采集系统的异常电量数据修复方法及终端设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2013182498A (ja) | 2013-09-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5752621B2 (ja) | 需要予測装置、需要予測プログラムおよび需要予測方法 | |
| JP6926008B2 (ja) | 保守計画装置、及び保守計画方法 | |
| Asl-Najafi et al. | A dynamic closed-loop location-inventory problem under disruption risk | |
| JP4239932B2 (ja) | 生産管理システム | |
| Das | A comparative study of exponential distribution vs Weibull distribution in machine reliability analysis in a CMS design | |
| TW201337804A (zh) | 生命週期過時預測工具 | |
| JP2005092827A (ja) | スケジューリングシステムおよびスケジューリングをコンピュータに実行させるためのプログラム | |
| WO2018105104A1 (ja) | 故障リスク指標推定装置および故障リスク指標推定方法 | |
| Ahiska et al. | Heuristic inventory policies for a hybrid manufacturing/remanufacturing system with product substitution | |
| Nazim et al. | A new approach to supplier selection problem: An introduction of AHP-SCOR integrated model | |
| JP4309803B2 (ja) | 保守支援プログラム | |
| El Hayek et al. | Optimizing life cycle cost of complex machinery with rotable modules using simulation | |
| Lad et al. | Integrated reliability and optimal maintenance schedule design: a life cycle cost based approach | |
| JP5133012B2 (ja) | 在庫部品設定システム、在庫部品設定方法及び在庫部品設定プログラム | |
| Asih et al. | Capacity planning and product allocations under testing time uncertainty in electronic industry | |
| JP6844113B2 (ja) | 情報処理装置、情報処理システム、制御方法、及びプログラム | |
| JP2010020573A (ja) | 設備のライフサイクルマネジメントシステムおよびその方法 | |
| Alghamdi et al. | A conceptual framework to support decision-making in remanufacturing engineering processes | |
| Grobbelaar et al. | Determining the cost of predictive component replacement in order to assist with maintenance decision-making | |
| Bradley et al. | Evaluating a Bayesian approach to demand forecasting with simulation | |
| Nova et al. | Integrative conceptual framework to support decisions on warehousing operations in forward and reverse flow | |
| US8126767B1 (en) | System and method for tuning a segmented model representating product flow through a supply chain or manufacturing process | |
| Huang et al. | Simulation model of multi-echelon closed supply chain for spare parts | |
| Joshi et al. | Evaluation of design alternatives of end-of-life products under stochastic yields in multiple periods | |
| JP6384153B2 (ja) | プログラム、情報処理装置及び情報処理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140722 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150218 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150303 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150416 |
|
| 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: 20150512 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150520 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5752621 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |