JP6534028B2 - 先見２次ロジック流動数管理システム、プログラム及び方法 - Google Patents

先見２次ロジック流動数管理システム、プログラム及び方法 Download PDF

Info

Publication number
JP6534028B2
JP6534028B2 JP2014231665A JP2014231665A JP6534028B2 JP 6534028 B2 JP6534028 B2 JP 6534028B2 JP 2014231665 A JP2014231665 A JP 2014231665A JP 2014231665 A JP2014231665 A JP 2014231665A JP 6534028 B2 JP6534028 B2 JP 6534028B2
Authority
JP
Japan
Prior art keywords
amount
inventory
movement
outflow
predicted value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP2014231665A
Other languages
English (en)
Other versions
JP2016095696A (ja
Inventor
正之 松井
正之 松井
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kanagawa University
Original Assignee
Kanagawa University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Kanagawa University filed Critical Kanagawa University
Priority to JP2014231665A priority Critical patent/JP6534028B2/ja
Publication of JP2016095696A publication Critical patent/JP2016095696A/ja
Application granted granted Critical
Publication of JP6534028B2 publication Critical patent/JP6534028B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Description

本発明は、例えばオンデマンドＳＣＭ（サプライチェーンマネージメント）環境下における在庫や資産類の適正水準（限界価値）を決定し管理するための先見２次ロジック流動数管理システム、プログラム及び方法に関する。
近年、商品のライフサイクルは、社会の高度情報化に伴い短くなる傾向にあるうえ、商品の需要変動も大きくなってきている。流通業界において、このような状況で在庫を大量に持つことは、資金の固定化、売り上げの低下、損金の増加など財務上大変な欠陥を招くこととなる。
製造業には、資材を調達し、モノを作り、顧客へ納入する一連の連鎖業務があり、これをサプライチェーンという。顧客が要求するとき（オンデマンド）に製品を届けるためには、このサプライチェーンがうまく機能しなければならない。そのために現在、ＳＣＭが脚光を浴び、多くの企業で改革が取り組まれている。
このサプライチェーンの下流に位置している卸売りは、小売業への商品の供給を生業としている。消費者に接している小売店の情報は、卸売業に対し、ある程度バイアスされて届く。卸売業のメリットは、多くの立場と意欲と売り上げの異なる小売店からの情報を得られることにある。すなわち、多数の小売店からの情報を総合することによって、消費者動向を推測し、将来の需要を予測する。
ところが、従来の需要予測という行為は正確にいえば、過去の需要構造を説明しているに過ぎず、需要構造が変化しないことを前提としているため、その保障には一定の限界がある。
したがって、過去の一定の需要構造を前提とした需要予測に頼らず、欠品を起こさずに必要最小限の在庫を持つためには、正確な売れ筋情報を得て、在庫の適正量をリアルタイムに求め、そうなるように瞬時に対応し、調整する技術が必要とされている。本発明者等も、このようなＩＣタグ時代の、この古くて新しい問題に対し、オンデマンド環境を実現する技術として、効率的なアプローチを提案している（特許文献１及び非特許文献１参照）。
特開２００６−３４４１８６号公報
松井正之，内山広樹，藤川裕晃，"オンデマンドＳＣＭにおける在庫変動の流動数図法による管理法"，日本経営工学会論文誌，Vol.56，No.2，pp.139-145（2005）
しかしながら、上述した特許文献１及び非特許文献１に開示された技術は、現時点と次時点との関係による先見ロジックであるが、線形的且つ定常的な変化のみを取り扱っており、現実社会で起こり得る、加速若しくは減速するような急激な変化には対応していないことから、現実的な管理や経営の高度化及びリアルタイム化に一定の限界があった。
本発明は、以上のような問題を鑑みてなされたものであり、現時点について現在に１時点過去を考慮することによって、これを先時点に反映させ、いわゆる２次ロジックという高次元化へ展開させ、より現実的な制御、管理、経営の高度化とリアルタイム化を促進できる先見２次ロジック流動数管理システム、プログラム及び方法を提供することを目的とする。
上記課題を解決するために、本発明に係る先見２次ロジック流動数管理システムは、
管理対象における流入量データと流出量データと確定注文データ（先行データ）とを時間に対応するデータとして取得し、次期の確定注文量と今期の確定注文量と今期の流出量、とから次期流出量の予測値を、各期における需要間隔に応じて加速的に変化する平均在庫量の関数として算出する予測値算出手段と、
流入量データと流出量データを基に各期の在庫量を求め、この在庫量の状態に対し各在庫状態の特性に応じたコスト係数を乗じて在庫量に関する総ペナルティー費用を求め、この総ペナルティー費用が最小となる移動基準在庫量を、需要間隔に従って定常的に変化する平均在庫量の関数として算出する移動基準在庫量算出手段と、
算出された移動基準在庫量が管理状態にあるか否かを管理図によりシンボリックに判定する移動基準在庫量管理手段と、
予測値と流出量データの累積とから、流出量に関する総ペナルティー費用が最小となる次期流出量を求め、求めた次期流出量を次期の投入量として算定する投入量算定手段と、
算定された投入量が管理状態にあるか否かを流動数図表の管理限界線により判定する投入量管理手段と、
移動基準在庫量管理手段による判定結果或いは投入量管理手段による判定結果に基づいて、算定された投入量の累積が管理限界線以下になるように改善する投入量改善手段と
を備える。
また、本発明に係る先見２次ロジック流動数管理プログラムは、管理対象における流動数を管理するためにコンピュータを、
管理対象における流入量データと流出量データと確定注文データ（先行データ）とを時間に対応するデータとして取得し、次期の確定注文量と今期の確定注文量と今期の流出量、とから次期流出量の予測値を、各期における需要間隔に応じて加速的に変化する平均在庫量の関数として算出する予測値算出手段と、
流入量データと流出量データを基に各期の在庫量を求め、この在庫量の状態に対し各在庫状態の特性に応じたコスト係数を乗じて在庫量に関する総ペナルティー費用を求め、この総ペナルティー費用が最小となる移動基準在庫量を、需要間隔に従って定常的に変化する平均在庫量の関数として算出する移動基準在庫量算出手段と、
算出された移動基準在庫量が管理状態にあるか否かを管理図によりシンボリックに判定する移動基準在庫量管理手段と、
予測値と流出量データの累積とから、流出量に関する総ペナルティー費用が最小となる次期流出量を求め、求めた次期流出量を次期の投入量として算定する投入量算定手段と、
算定された投入量が管理状態にあるか否かを流動数図表の管理限界線により判定する投入量管理手段と、
移動基準在庫量管理手段による判定結果或いは投入量管理手段による判定結果に基づいて、算定された投入量の累積が管理限界線以下になるように改善する投入量改善手段と
して機能させる。
さらに、本発明に係る先見２次ロジック流動数管理方法は、
予測値算出手段が、管理対象における流入量データと流出量データと確定注文データ（先行データ）とを時間に対応するデータとして取得し、次期の確定注文量と今期の確定注文量と今期の流出量、とから次期流出量の予測値を、各期における需要間隔に応じて加速的に変化する平均在庫量の関数として算出するステップと、
移動基準在庫量算出手段が、流入量データと流出量データを基に各期の在庫量を求め、この在庫量の状態に対し各在庫状態の特性に応じたコスト係数を乗じて在庫量に関する総ペナルティー費用を求め、この総ペナルティー費用が最小となる移動基準在庫量を、需要間隔に従って定常的に変化する平均在庫量の関数として算出するステップと、
移動基準在庫量管理手段が、算出された移動基準在庫量が管理状態にあるか否かを管理図によりシンボリックに判定するステップと、
投入量算定手段が、予測値と流出量データの累積とから、流出量に関する総ペナルティー費用が最小となる次期流出量を求め、求めた次期流出量を次期の投入量として算定するステップと、
投入量管理手段が、算定された投入量が管理状態にあるか否かを流動数図表の管理限界線により判定するステップと、
投入量改善手段が、移動基準在庫量管理手段による判定結果或いは投入量管理手段による判定結果に基づいて、算定された投入量の累積が管理限界線以下になるように改善するステップとをコンピュータに実行させる。
上記発明において、各期の需要間隔をZｔとし、各期のコスト計数をβｔとしたときに、前記予測値算出手段は、前記次期流出量の予測値を
によって算出し、
前記移動基準在庫量算出手段は、前記移動基準在庫量を
によって算出することができる。
上記発明において、予測値算出手段及び移動基準在庫量算出手段は、次期流出量の予測値が、移動基準在庫量と作用・反作用の関係があるとして、次期流出量の予測値の所定成分と、移動基準在庫量の所定ベクトル成分の方向が正反対であり、且つその絶対値が等しくなるように、次期流出量の予測値及び移動基準在庫量の算出を行うことができる。
本発明によれば、現時点について現在に１時点過去を考慮することによって、これを先時点に反映させ、いわゆる２次ロジックという高次元化へ展開させ、より現実的な制御、管理、経営の高度化とリアルタイム化を促進できる。
本実施形態による先見２次ロジック流動数管理システムの機能構成例を示す概略ブロック図である。 本実施形態による先見２次ロジック流動数管理システムのハードウェア構成例を示す概略ブロック図である。 先見２次ロジック流動数管理システムによる先見２次ロジック流動数管理方法の処理手順例（基本ロジック例）を示すフォローチャートである。 本実施形態の管理対象における流入量、流出量、在庫量、確定注文量を示す図。 流入量の累積量と流出量の累積量とを流動数図法化した模式図である。 本実施形態の管理対象における流入量の累積量と流出量の累積量及び確定注文量の累積量を流動数図法化した一例である。 予測値（次期流出量）の算出に用いる変数αの値を評価するための誤差面積の一例である。 基準在庫量と実在庫量とペナルティー費用との関係を示す図である。 係数β1=5、β2=250、β3=200 とし、期間数を３週として過去のデータのみにより基準在庫量を求めた結果を例示する図である。 新聞売り子問題を適用して基準在庫量を算出する際の累積在庫量を例示する図である。 実在庫量の管理状態を累積和管理図のＶマスク（３期目のＶマスク）により示した例を示す図である。 インディケータの管理状態を累積和管理図のＶマスク（１３期目のＶマスク）により示した例を示す図である。 係数β1=5、β2=250、β3=200 とし、期間数を３週として過去のデータのみにより投入量を求めた結果を例示する図である。 新聞売り子問題を適用して投入量を算出する際の累積流出量を例示する図である。 流動数図表における上方管理限界線の算出方法を説明するための図である。 上方管理限界線による累積流入量の改善方法を説明するための図である。 上方管理限界線により改善された投入量の改善効果を例示する図である。 次期の予測値、現在の在庫量、これまでの流出量の変動を加味して求めたインディケータを用いたときの在庫量の変動比較を例示する図である。 先見２次ロジック流動数管理システムによるパラメータ自動設計の処理手順例を示すフォローチャートである。 パラメータ自動設計処理における遺伝的アルゴリズムの処理手順を示すフローチャートである。 パラメータ自動設計処理における遺伝的アルゴリズムの概要を示す説明図である。
流動数管理はもともと生産工程を対象に考えられており（文献１参照）、静的である。サプライチェーンの各段階においても流入出関係があり、同様な流動数問題が発生する。
ＳＣＭにおける流動数管理問題は、流動数管理式（文献１参照）において以下のように書き直すことができる。サプライチェーンの各段階が基準在庫量を保有し、式(1)で表される当期投入量に従って供給（流入）し、各段階の在庫を管理する方法である。
当期投入量＝当期流出量＋基準在庫量−前期在庫量 (1)
本実施形態における先見２次ロジック流動数管理システムでは、さらに先見適応制御の考えを導入して、基準在庫量を可変化し、式(1)を以下のように次期投入量に発展させて考える。
次期投入量＝次期流出量＋移動基準在庫量−当期在庫量 (2)
そのとき、流動数管理問題は、移動基準在庫を移動インディケータとしていかに管理して次期投入量を求め、流動数（在庫）を最小化することである。そのための基本ロジックは、移動基準在庫量を当期在庫量に近づけて、次期流出量が次期投入量となることである。このために、移動基準在庫量と次期投入量の策定に「新聞売り子問題」（文献４、文献５参照）を適用し、管理図法の管理限界線で継続的にチェックしてアクション（投入量の決定）をとる。
本実施形態では、流動数図表（文献２、文献３参照）上で、新聞売り子問題により設定された移動基準在庫量（インディケータ）を、管理図法の管理限界線（累積和管理図（文献６参照）のＶマスク法、流動数図法の管理限界線）で継続的にチェックして、アクション（投入量の決定）を行う。
以下、図１〜図１８を参照しながら、本発明の実施形態について詳しく説明する。なお、各図面を通じて同一若しくは同等の部位や構成要素には、同一若しくは同等の参照符号を付し、その説明を省略若しくは簡略化する。
（先見２次ロジック流動数管理システムの全体構成）
図１は本実施形態による先見２次ロジック流動数管理システムの機能構成例を示しており、図２は図１に示した先見２次ロジック流動数管理システムのハードウェア構成例を示している。また、図３は先見２次ロジック流動数管理システムによる先見２次ロジック流動数管理方法の処理手順例（基本ロジック例）を示している。
図１に示すように、先見２次ロジック流動数管理システムは、流動数管理ロジック処理手段１０と、パラメータ自動設計手段とから概略構成されている。流動数管理ロジック処理手段１０は、流動数図表生成手段１１、予測値算出手段１２、移動基準在庫量算出手段１３、移動基準在庫量管理手段１４、投入量算定手段１５、投入量管理手段１６、投入量改善手段１７、投入量決定手段１８、利益化手段１９などの機能を備えている。パラメータ自動設計手段は、演算制御手段２０と、係数変動手段２５と、係数生成手段２６とを備えている。
予測値算出手段１２は、管理対象における流入量データと流出量データと確定注文データ（先行データ）とを時間に対応するデータとして取得し、次期の確定注文量と今期の確定注文量と今期の流出量、及びこれら各量の連続性を平滑化する係数αとから次期流出量の予測値を算出する。移動基準在庫量算出手段１３は、流入量データと流出量データを基に各期の在庫量を求め、この在庫量の状態に対し各在庫状態の特性に応じたコスト係数βを乗じて在庫量に関する総ペナルティー費用を求め、この総ペナルティー費用が最小となる移動基準在庫量を算出する。
移動基準在庫量管理手段１４は、移動基準在庫量算出手段１３により算出された移動基準在庫量が管理状態にあるか否かを管理図（例えば累積和管理図）によりシンボリックに（例えばＶマスク法で）判定する。投入量算定手段１５は、予測値及び前記流出量データに対して、これらの各値に時期に対応させた重みづけ平均の重み係数γを乗じ、それらの累積から、流出量に関する総ペナルティー費用が最小となる次期流出量を求め、求めた次期流出量を次期の投入量として算定する。
投入量管理手段１６は、算定された投入量が管理状態にあるか否かを流動数図表の管理限界線により判定する。投入量改善手段１７は、移動基準在庫量管理手段による判定結果或いは投入量管理手段による判定結果に基づいて、算定された投入量の累積が管理限界線以下になるように改善する。
上記パラメータ自動設計手段の係数生成手段２６は、上記流動数管理ロジック処理部１０の各手段による演算処理に先立って、係数α、β及びγの複数のセットを乱数により自動的に発生させ、上記流動数管理ロジック処理手段１０に入力するモジュールであり、複数のセットの中から、所定条件の下、任意のセットを選定するフィルタリングの機能も備えている。この係数生成手段２６によるフィルタリングは、後述する「理論Ａ」を用いる。
上記演算制御手段２０は、係数生成手段２６によって選定されるセット内の係数α、β及びγを変動させつつ、流動数管理ロジック処理手段１０による演算処理を複数世代にわたりループ実行させるモジュールである。具体的に、この演算制御手段２０は、係数変動手段２５によって係数α、β及びγを変更し、流動数管理ロジック処理手段２６を呼び出し、変動された各世代の係数のセットに基づいて得られる世代毎の投入量の適応度を算出させ、比較手段２３によって世代間の適応度を比較し、比較結果に基づいて、記憶保持手段２４に最良のセットを記憶保持してゆく。そして、演算制御２０は、記憶保持された世代数が所定数に達するか、或いは算出される適応度が所定範囲に収束するまで、セットの選定及び適応度の算出を繰り返させる。
係数変動手段２５は、本実施形態では、図２０及び図２１に示す、遺伝的アルゴリズムによって、セット内の係数α、β及びγを変動させる。具体的には、初期配置（ここでは、係数生成手段２６による係数のセットの生成）、及び目的関数の計算（ここでは、流動数管理ロジック処理手段１０による適応度の算出）を行い（図２０におけるS301及びS302）、これらについてルーレット選択（S303）、及び交叉・突然変異処理（S304）を施し、その処理結果が終了判定（S305）を満たすまで、上記ステップS302〜S304をループ処理により繰り返す。
ここで、ルーレット選択とは、乱数により発生された係数のセットの中から、任意のセットを選択する際に、流動数管理ロジックで求められた適応度の分布に応じて、選択される確率を調整する処理であり、本実施形態では、図２１（ａ）に示すように、適応度の良いものが高い確率で選択され得るように、適応度の高さに応じて、ルーレットの面積（選択される確率）を高める重みづけを施して、ランダム選択を行う。
また、交叉とは、２つのデータの値を、その相対関係から変動させる処理であり、同図（ｂ）に示すように、例えば、値ａ１とａ２とがあった場合、これらが互いに相手方向のベクトルに従ってａ１′及びａ２′へ移動するように、座標変換を行う。このベクトルの大きさもランダムに設定することができ、その大きさにより、ａ１とａ２とが近づく場合、入れ替わる場合、離れる場合とが生じ得る。
突然変異とは、染色体上にある遺伝子を一定の確立で他の遺伝子に置き換える操作を意味するが、具体的には、同図（ｃ）に示すようなデータ列のうち、ランダムに選択したデータ要素を、ある確率をもって変化させる。
また、先見２次ロジック流動数管理システムは、図２に示すように、例えばＰＣ等のコンピュータシステムにより実現され、入力部３１、制御部３２、表示部３３、外部インタフェース部３４、記憶部３５などを備えている。入力部３１は例えばキーボードやポインティングデバイス、ディスクドライブ等の入力手段であり、流入・流出データ２１や確定注文データ２２などをデータ入力や、アプリケーションプログラム４１の実行指示等に用いられる。表示部３３はディスプレイやプリンタ等の表示手段であり、アプリケーションプログラム４１の実行結果や中間処理結果等の表示に用いられる。外部インタフェース部３４は他の装置やシステムと接続するためのインタフェースを提供する。記憶部３５には、各種アプリケーションプログラム４１やアプリケーションデータ４２などが記憶される。なお、図１に例示する各機能をコンピュータシステムに実現させるためのプログラム、或いは図３に例示する各処理をコンピュータシステムに実行させるためのプログラムを、アプリケーションプログラム４１として記憶部３５に記憶させ、制御部３２に実行させることができる。
（先見２次ロジック流動数管理ロジック処理）
先ず、上述した流動数管理ロジック処理手段１０による処理について説明する。流動数管理ロジック処理手段１０は、図３に示す処理を実行するにあたって、先ずロジック内で用いる数値（項数r、係数β1、β2、β3、期間数n、カウンタｉなど）の初期設定処理を実行する（ステップS101）。
［流動数図表生成］
図４に示すように、例えば管理対象とする倉庫のt期における流入量、流出量、在庫量をそれぞれ、（工場から）製品Aが倉庫に流入した量（It）、製品Aが倉庫から（市場に）流出した量（Ot）、製品Aが倉庫に保管されている量（Lt）とする。確定注文量（Xt）は製品Aの需要情報である。
流動数図表は、図５に例示するように、縦軸に累積流量、横軸に時間をとった平面に流入累積線と流出累積線とを描いたグラフである。２つの累積線で囲まれた領域を縦に見ると流れの対象（製品A）が管理対象（倉庫）内にその時点で滞留している量つまり流動数（在庫量）が読み取れ、横に見ると対象が管理対象内に留まっている時間（リードタイム）が読み取れる。
流動数図表生成手段１１は、流入・流出データ２１及び確定注文データ２２を入力し（ステップS102）、流れの対象（製品A）の流動数図表データを生成する（ステップS103）。流動数図表生成手段１１により生成される流動数図表データの例を図６に示す。流入量、流出量、確定注文量の各データは20余週分であり、確定注文は見込需要情報（予測）である。図６に示す例では、２つの大きなズレがあり、問題が発生している。
簡単のために、流れの対象（製品A）の流出（状態）は制御できないものとして、流入量を制御することによって流動数／所有日数（管理項目）を最小化することを考える。流入量の決定には確定注文量が利用できるが、短サイクルの製品では実際の実需要量（流入量）と大きなズレが発生する。
［予測値の算出］
予測値算出手段１２は、流動数図表生成手段１１により生成された流動数図表データを用いて、確定注文データ２２の値を、より実需要量に沿った予測値となるように確定注文量を加工する（ステップS104）。
リードタイム１週（以降、LT1週）のときのｔ期における予測値Ft+1は、式(3)により算出できる。なお、LT1週とは、製品Aを発注してから倉庫に届くまでの時間を表す。
Ft+1=Xt+1+α(Ot-Xt)+(1-α)Et-1 （ただし、0＜α≦1） (3)
ただし、Etはｔ期の誤差であり、式(4)により求められる。
Et=α(Ot-Xt)+α(1-α)(Ot-1-Xt-1)
+α(1-α)2(Ot-2-Xt-2)+…+α(1-α)t-1(O1-X1) (4)
一方、リードタイムがｎ週のときの予測値Ft+nは、式(5)により算出できる。
Ft+n=Xt+n+α(Ot-Xt)+(1-α)Et-1 （ただし、0＜α≦1） (5)
なお、ここでの各αは、次期の確定注文量と今期の確定注文量と今期の流出量の連続性を平滑化する係数であり、後述する係数生成手段により自動的に発生される。
また、図７に例示するような誤差面積により、各αの値における予測値の評価を行う。誤差面積とは累積予測値と累積流出量との間の面積を指す。
予測値算出手段１２により算出された予測値は、流動数図表データとともに移動基準在庫量算出手段１３及び投入量算定手段１５に送られる。
［移動基準在庫量の算出］
オンデマンドに需要適応するために、移動基準在庫量算出手段１３は、インディケータとして基準在庫量Nを図８のようにNtと可変化し、新聞売り子問題を適用して求める（ステップS105）。
新聞売り子問題は「新聞スタンドで毎日売る新聞を何部仕入れるのが最適か」という問題である。売れ残りの新聞が多いと損失を招き、仕入れが少なすぎると儲け損なう。毎日の売れ行きも確率的に変動するから、売れ残り損失と品切れ損失とを合わせた機会損失を最小にして利益を最大にするという形で最適な仕入れ数を求める。
新聞売り子問題を本在庫管理に応用するにあたって、ペナルティー費用を導入する。総ペナルティー費用C(Nt)は、ｔ期の在庫量をLt、ｔ期の基準在庫量をNtとして次式(6)で与えられる。
C(Nt)=β1Nt+β2(Nt-Lt)++β3(Lt-Nt)+ (6)
ただし、β1〜β3は、各期における在庫量の状態に対するペナルティーを算定するコスト係数であり、各在庫状態の特性に応じて定められ、本実施形態では、後述する係数生成手段により自動的に発生される。具体的に、β1は基準在庫量Ntへのコスト係数（適正在庫）、β2は基準在庫量Ntを下回ったときにかけるコスト係数（過少在庫）、β3は基準在庫量Ntを上回ったときにかけるコスト係数（過剰在庫）である。
また、前記(Nt-Lt)は基準在庫量Ntを下回った量、(Lt-Nt)は基準在庫量Ntを上回った量である。また、右肩の＋は式内の負の値をゼロとすることを表し、例えば、(a)+=max(a,0)である。
最適な基準在庫値Nt*を求めるためには、式(6)の期待値が最小となればよいので、係数β1、β2、β3を任意に決めることで、Σｆ(Lt)を決定することができる。ここで、Σｆ(Lt)とは流動数の頻度の累積であると考え、基準在庫値Nt*が最小となるときのΣｆ(Lt)は、(β3-β1)/(β2+β3)に等しくなるように決定される。
ここで、いくつかの週で区切って、過去のデータのみを参照して週毎の移動基準在庫値を求める方法を考える。
図９は、係数β1=5、β2=250、β3=200とし、移動平均の期間数を３週（r=3）として過去のデータのみにより移動基準在庫量を求めた結果を例示している。もちろん、予測在庫データも利用可能である。
実際にΣｆ(Lt)を用い、累積在庫量から移動基準在庫量を算出する方法を以下に示す。在庫量に新聞売り子問題を適用した場合は、図１０に例示する在庫量の累積から基準在庫量を決定する。この場合、次式(7)により基準在庫量が決定される。
Σｆ(Lt)=(β3-β1)/(β2+β3) (7)
仮に、β3基準在庫量を上回ったときにかけるペナルティー）を大きくすると、在庫量が基準在庫量を上回らないように基準在庫量を大きくしようとする。βｌを大きくすれば、右辺の値は大きくなる。β3が大きくなれば基準在庫量も大きくならなければいけないので、右辺は分布の下からとり、式(7)となる。
ところで上記式(7)の新聞売り子問題では、従来からペナルティー係数βの効果的な決め方が問題となっていた。一方、一般的に商品の需要パターンというのは期間（例えば、季節毎）に応じて変動するものである。そこでこの期間変動に追従してペナルティー係数βから基準在庫量Nを決定することで在庫量を自動的に管理する方法（ロジック）を提案する。
さらに、本実施形態では、上述したペナルティー係数の算出、及び次期の基準在庫量の設定に際し、次期流出量の予測値を、各期における需要間隔Ｚに応じて加速的に変化する平均在庫量の関数として算出するとともに、移動基準在庫量を、需要間隔に従って定常的に変化する平均在庫量の関数として算出する。ここで、重要間隔Ｚは、上記式7-a乃至7-cにおける需要率λの逆数（Z＝1／λ）であり、
具体的には、ペナルティー係数の算出、及び次期の基準在庫量の設定にあたり、上記式(2)における次期流出量の予測値を
によって算出する。
この式(A)は、謂わばニュートンの運動方程式における第２法則に相当し、需要間隔Zは、需要が発生するサイクル値、すなわちスピード間隔であり、質点のニュートン力学における速度（ｖ）にあたり、位置ポテンシャルにあたる平均在庫量Lは、ニュートン力学における質量（ｍ）にあたる。
すなわち、リードタイムＷについては、需要間隔Zと平均在庫量Lとに対して、
の関係にある。これは、Ｆ＝ｍｖ2 （＝ｍａ）の関係に相当し、加速度的な変化を表している。
併せて、上記式(2)における移動基準在庫量は、
によって算出する。
この式(B)は、謂わばニュートンの運動方程式における第１法則に相当し、慣性によって定常性を維持するような変化を表す。すなわち、リードタイムＷは、需要間隔Zと平均在庫量Lとに対して、
W＝ZL
の関係にあり、これは、慣性の法則であるＷ＝ｍｖ（運動量保存則）の関係に相当し、定常的な変化を表している。
さらに、ペナルティー係数の算出、及び次期の基準在庫量の設定に際しては、次期流出量の予測値が、移動基準在庫量と作用・反作用の関係があるとして、次期流出量の予測値の所定成分と、移動基準在庫量の所定ベクトル成分の方向が正反対であり、且つその絶対値が等しくなるように、次期流出量の予測値及び移動基準在庫量の算出を行う。
これは、謂わばニュートンの運動方程式における第３法則に相当し、下式に示すように、作用・反作用の法則によって相互に影響を及ぼし合う関係を表す。
例えば、リードタイムＷは、ケプラーの楕円理論のように、中心力の作用する２体問題の解として束縛運動を行う関係を有するとして、算出することができる。
なお、本実施の形態においては、新聞売り子問題を本在庫管理に応用するにあたり、ペナルティー費用を導入した式(6)を用いたが、評価式はこれに限られるものではない。すなわち、次に示す代替式を適用しても本実施の形態を実施することができる。
つまり、リトルの公式と流動数分析から、在庫量（Ｌ）の数量の世界と所要時間（Ｗ）の時間世界には互いに対応関係が成り立つことから、本管理方法（ロジック）をＷで展開することが可能である。そこで式(6)を下記式(6-1)に置き換えて、本実施の形態を実施することができる。
C(Tt)=β1Tt+β2(Tt-Wt)++β3(Wt-Tt)+ (6-1)
これは、特に生産のように遅れを生じるプロセスを持つ場合には有効と考えられる。
［移動基準在庫量管理］
在庫の変動をリアルタイムで管理する方法として、品質管理の分野で用いられている累積和管理図のためのＶマスク法が有効である。シフト的な変化を検知する能力に長けた累積和管理図を管理状態の有無を確かめるために用いる。打点した点がＶマスクと呼ばれる線の範囲内にあれば、その工程は管理状態であり、Ｖマスクの範囲外にあれば、この工程は管理状態にないという。管理状態（つまり、今の需要変動は予定の範囲内）にないと判断すると、それに対して何らかのアクションをとる必要がある。需要変動は、瞬間的に大きな値を示すこともあるが、基本的には傾向変動となって現れる。それは平均以上の上昇が続く場合もあるし、また、平均を下回る減少が連続的に発生する場合もある。それを認知するためにも品質管理で使われている累積和管理図が有効である。これは傾向線からＶ字のマスクをかけて目標値からのブレが有意か否かを判断する。
移動基準在庫量管理手段１４は、移動基準在庫量算出手段１３により設定された移動基準在庫量Ntを、累積和管理図のＶマスク法でチェックする。移動基準在庫量管理手段１３は、Ｖ字型の管理限界線（Ｖカット）を累積和管理図内に設け（ステップS106）、このＶカットにより形成されるＶマスクからのブレが有意なものか否かを判定する。
移動基準在庫量管理手段１４は、累積和管理図内にプロットした過去のすべての点がＶマスク内に入っていれば管理内、入っていなければ管理外と判定する（ステップS107）。ステップS107の判定の結果、管理内と判定された場合は、ステップS111の処理に進む。逆に、管理外と判定された場合は、今回の処理がＫ回目（ただしＫは適宜変更可能な所定の閾値）の処理であれば、係数β1、β2、β3の値を変更して、ステップS104に戻る。
需要適応のために、係数β1、β2、β3を、次週の予測値、現在の在庫値、これまでの流出量（過去の流出量）の変動を加味しながら変化させたインディケータを求めた。実際値とインディケータの管理状態の有無を、図１１（実際値の３期目のマスク）、図１２（インディケータの１３期目のマスク）に例示する。
図１１及び図１２に例示したように、インディケータは前半部分では改善効果がみられるものの、後半部分において基準との大きなズレがみられる。この後半部分のズレを解消するために、以降に示すようにの管理限界線を用いた改善を行う（詳細は後述）。
［投入量の算定］
投入量算定手段１５は、流動数図表データと予測値算出手段１２により算出された予測値を基に投入量を算定する（ステップS111）。
ここで、ｔ期における予測値Ft+1を用いて、先に在庫量に適用した新聞売り子問題を流出量にも適用し、投入量という新たな次期のインディケータを決定する。先ず、係数β1=5、β2=200、β3=200とし、ｔ期にｔ期までの累積流出数、(t+1)期に(t+1)期までの累積流出数を入れて、(t+2)期に予測値算出手段１２により算出される予測値を入れる。そこで求めた移動平均を(t+2)期までの平均累積流入量とする。
次に、(t+1)期に(t+1)期までの累積流出数、(t+2)期に(t+2)期までの累積流出数を入れて、(t+3)期に予測値算出手段１２により算出される予測値を入れる。そこで求めた移動平均を(t+3)期の平均累積流入量とし、(t+2)期の平均累積流入量を引いたものを(t+3)期の新流入量（投入量）とする。
すなわち、本実施形態では、投入量算定手段１５における投入量の算定に際し、予測値及び流出量データに対して、これらの各値に時期に対応させた重みづけ平均の重み係数γを乗じ、この累積から、流出量に関する総ペナルティー費用が最小となる次期流出量を求め、求めた次期流出量を次期の投入量として算定する。
具体的には、次期までの累積流出数を求める関数F(t)について、
次期F(t)=予測値*γ1+今期流出数*γ2+前期流出数*γ3 (7-1)
の関係を用い、予測値を用いた累積量が過去の重みづけ平均から大きく外れないように平滑化を図っている。なお、ここでの各γも、後述する係数生成手段により自動的に発生される。
このようにして求めた投入量の算定結果を図１３に例示する。ただし、「〜１期」及び「〜２期」には、流出データのない期間が含まれているため、予測値を適用し、それをそのまま新流入量とした。
また、投入量に関して新聞売り子問題を適用する場合、新流入量と図１４から、算定投入量を決める場合は次式(8)による。
Σｆ(Lt)=1-(β3-β1)/(β2+β3) (8)
仮に、β3（基準在庫量を上回ったときにかけるペナルティー）を大きくすると、在庫量が基準在庫量を上回らないように在庫量を小さく、つまり求める新流入量を小さくしようとする。β3を大きくすれば、右辺の値は大きくなる。β3が大きくなれば新流入量は小さくならなければいけないので、右辺は分布の上からとり、式(8)となる。
［投入量管理と改善］
次期投入量を管理するため、投入量管理手段１６は、流動数図表に新たに上方管理限界線を設定する（ステップS112）。上方管理限界線は累積流入量の上限を示すものであり、流入量の上限を設け過剰流入を防ぐ役割がある。
本実施例において、リードタイム１週の次期の上方限界線＝今期の累積流出量＋基準在庫量＋次期の予測値として設定した例を、図１５に示す。
投入量改善手段１７は、図１６（ａ）に例示するように次期の累積流入量が上方管理限界線を超えるとき、図１６（ｂ）に例示するように次期の累積流入量を上方管理限界線以下に制限し、それを新累積流入量とする。もし、次期の累積流入量が上方管理限界線を超えていなければ、その流入量を採用する。
投入量決定手段１８は、移動基準在庫量管理１４による判定の結果、基準在庫値が管理限界内にあるとき、且つ、投入量管理手段１６による判定の結果、次期の累積流入量が管理限界内にあるときは、投入量算定手段１５により算定された投入量を次期投入量として決定する。移動基準在庫量管理１３による判定の結果、基準在庫値が管理限界外にあるときと、投入量管理手段１６による判定の結果、次期の累積流入量が管理限界外にあるときの両方又はいずれか一方を満たすときは、投入量改善手段１７により改善された値を次期投入量として決定する（ステップS113〜S114）。
図１７は、投入量算定手段１５によって新聞売り子問題により求めた投入量（投入量１）を、投入量改善手段１７によって管理限界内に改善された改善量（投入量２）の改善効果を示している。図６と比較して、改善効果が大きいことがわかる。
また、本実施形態においては、インディケータに関し、係数β1、β2、β3を、次週の予測値、現在の在庫値、これまでの流出量の変動を加味しながら変化させて求めた。そのインディケータを用いたときの在庫量の変動比較を図１８に示す。
［利益化］
利益化手段１９は、投入量の改善効果を利益面から検証する（ステップS115）。
ｔ期における割合［在庫が占有している容量／倉庫全体の容量］を稼働率ρt、割合［空き容量／倉庫全体の容量］を遊休率1-ρtとすると、そのときの費用ECtは、次式(9)により算出される（文献７、文献８参照）。
ECt=α1・Lt+α3+(α2-α3)ρt (9)
ただし、α1は在庫保管費用係数（円／個）、α2は稼働費用係数（円）、α3は遊休費用係数（円）である。
また、ｔ期の利得ERt（円）は、製品を１個流通させたときの利得をP（円）、ｔ期の需給スピードをｄtとすると、次式(10)により算出できる。
ERt=P/ｄt (10)
このとき、ｔ期の利益ENt（円）は、次式(11)により算出できる。
ENt=P/ｄt-(α1・Lt+α3+(α2-α3)ρt) (11)
式(11)より、利益ENtは、稼働率ρtの関数である。利益ENtを最大化するρt*が存在すると、最適在庫が得られ、ペア戦略図法が展開できる。また、そのリアルタイムな監視が可能となる。
図３のフローチャートに戻って、以上のようにしてステップS104〜S115の処理が完了すると、期間数ｎとカウンタｉとを比較し、ｉ＞ｎの場合、すなわちすべての期間の処理が完了していれば、処理結果を表示部３３に出力して（ステップS118）、処理を終了する。逆に、ｉ≦ｎの場合、すなわち未処理の期間が残っていれば、カウンタｉに１を加算して（ステップS117）、ステップS104へ戻り、次の期間の処理に移る。
以上説明したように、移動基準在庫量と次期投入量の策定に新聞売り子問題を適用し、移動基準在庫量、次期投入量をそれぞれ、累積和管理図のＶマスク法、流動数図表の上方管理限界線により継続的にチェックし、アクション（投入量の決定）をとるようにしている。したがって、在庫の適正水準をきめ細かく設定することができ、また、在庫保管費用や倉庫業務費用等を最小化することができる。
特に、本実施形態では、ペナルティー係数の算出、及び次期の基準在庫量の設定に際し、次期流出量の予測値を、各期における需要間隔Ｚに応じて加速的に変化する平均在庫量の関数として算出するとともに、移動基準在庫量を、需要間隔に従って定常的に変化する平均在庫量の関数として算出するため、現実社会で起こり得る、加速若しくは減速するような急激な変化にも対応することができ、いわゆる２次ロジックという高次元化へ展開させ、より現実的な制御、管理、経営の高度化とリアルタイム化を促進できる。
（パラメータ自動設計処理）
次いで、上述した流動数管理ロジックにおけるパラメータ自動設計処理について説明する。このパラメータ自動設計処理では、流動数管理ロジック処理で用いられるパラメータ（係数α、β及びγ）を自動的に発生させ、それを用いた流動数管理ロジック処理の結果に応じて、係数α、β及びγを変化させて処理を繰り返し、より最適なパラメータを選出する。図１９は、パラメータ自動設計処理の手順を示すフローチャート図である。
流動数管理ロジック処理手段１０による演算処理に先立って、係数生成手段２６によって、前記係数α、β及びγの複数のセットを乱数により自動的に発生させる（S201）。ここでは、各係数につき、それぞれ１０個体生成する。この係数の生成に際し、本実施形態では、理論Ａに基づくフィルタリングを行い、理論Ａに適合した係数が所定数生成されるまで、ループ処理を繰り返す（S202における”N”）。
ここで、理論Ａとは、図１９のステップS202に示すように、各係数について、「0.1<α<1.0」、「0.01<β<1.00」、「γ1+γ2+γ3=1、及びγ1>0.33」という範囲を与える関数である。
次いで、流動数管理ロジック処理手段１０による累積在庫、品切れ及び適応度の計算を行い（S203）、適応度の算出結果に基づいて、セットの中から任意のセットを選定する。本実施形態では、このセットの選定に際し、係数変動手段２５において、上述した遺伝的アルゴリズムを用いてセット内の係数を変動させつつ、演算処理を複数世代にわたり実行する。
すなわち、流動数管理ロジックにより求められた適応度に基づき、上記１０個体の中から２個体をルーレット選択する（S204）。このルーレット選択により選択された２個体（ペア）毎に取り出してゆき（S205）、各ペアに関する乱数ｘが交叉確率を超えているか（交叉処理により十分な効果が得られる程度に２個体の値が相違するか）を判断し（S206）、超えていれば（ステップS206における”Y”）各係数の交叉処理（S207）に進み、超えていなければ（ステップS206における”N”）、交叉確率の条件を満たす２個体が選択されるまで、ステップS205を繰り返す。
ステップS205において交叉確率を超えた２個体が選択された後、各係数（パラメータ）を交叉させ（S207）、交叉された係数が上記理論Ａを満たすか否かを、係数生成手段２６のフィルタリング機能を呼び出して判断する（S208）。理論Ａを満たさない場合には（ステップS208における”N”）、ステップS207の交叉処理を再度行う。
このステップS205〜S208の処理を、交叉終了条件が満たされた５ペアが選択されるまで、繰り返し（S209及びS210）、条件を満たす５ペアが選択された後（S210における”Y”）、一定の突然変異確率（突然変異が発生し得る確率）に基づき各パラメータについて突然変異処理を行う（S211）。この突然変異された係数についても、記理論Ａを満たすか否かを係数生成手段２６によって判断する（S212）。突然変異により生成された係数が、理論Ａを満たさない場合には（ステップS212における”N”）、上記突然変異処理を再度行う。
その後、上記突然変異処理により生成した係数を用いて、再度流動数管理ロジックにより累積在庫、品切れ及び適応度の計算を行い（S213）、得られた適応度に基づいて、最良のパラメータセットを記憶保持手段２４に記憶保持させる。
具体的には、このステップS213により求められた適応度について、前回求めたパラメータのセット（前世代のパラメータセット）があれば、前世代より適応度の良い解があるか否かの比較を行い（S214）、良い解があればそれを最新のパラメータセットを保存し、なければ、前世代の最良解をそのまま保存しておき、最新のパラメータセットを破棄する（S215）。
以上のステップS204〜S215の処理を、終了条件を満たすまで繰り返させる（S216）。この終了条件は、記憶保持手段２４に記憶保持された世代数が所定数に達するか、或いは算出される適応度が所定範囲に収束するまで、セットの選定及び適応度の算出を繰り返し、終了した後（ステップS216における”Y”）、結果の表示を行う（S217）。
このような本実施形態に係るパラメータ自動設計処理によれば、流動数管理図法のパラメータであるα、β、γを遺伝的アルゴリズムで最適化、アルゴリズム化し、それまで手動、全探索で行っていた作業を自動化することができる。また、本実施形態では、係数β、γの探索範囲を0.01刻みとし、世代数を1〜1000世代まで任意設定ができるようにしたことにより、解の精度を向上させることが可能となる。
したがって、本実施形態によれば、サプライチェーンマネージメント等において、需要構造の変動に対応するためのパラメータ調整を自動化し、操作者の熟練を要することなくパラメータ探索時間を短縮するとともにパラメータ精度を向上させ、人的労力を削減しつつ、オンデマンド環境におけるリアルタイム性を向上させることができる。
（変更例）
以上、本発明の実施の形態を詳細に説明したが、本発明は、その精神又は主要な特徴から逸脱することなく、他の色々な形で実施することができる。
例えば、本実施形態では、倉庫等における部品や製品の流動数管理をモデルに説明したが、これに限定されず、流動するモノの管理・分析に広く適用できる。例えば、電力の需給管理等に適用してもよいし、水や食料等の需給管理等に適用してもよい。
また、上述したパラメータ自動設計処理では、パラメータ（係数）の変動について遺伝的アルゴリズムを用いたが、他の方法としては、ランダムに発生された係数のセットを最適化しつつフィルタリングできるアルゴリズムであれば、種々のものを採用することができる。
さらに、上述した流動数管理ロジック処理手段１０による、管理限界のシンボリックな検査において、いわゆるVマスク法を採用しているが、これに限定されるものではなく、例えば、βの限界のみを検査するβ限界法などを採用することもできる。
ここで、β限界法とは、図１５に示した上方管理限界線及び下方管理限界線を用いた管理限界処理において、上方管理限界線として、（予測値／β）を用い、下方管理限界線として（予測値×β）を用いる手法である。このβ限界法では、βのみを変動させるため、上述したステップS106及びS107の管理限界のチェックを省略してもよい。したがって、このβ限界法によれば、上述したパラメータセットの変更に際し、α及びγの値を固定し、βの値のみを乱数で発生させ、上述した流動数管理ロジックにおける管理限界線による処理（ステップS113）に際し、βの値のみをチェックすることで、最適なパラメータセットを簡易的に求めることができる。
なお、本実施形態のシステムに、上述したVマスク法とβ限界法とをユーザーの操作において切り替えるなど、解析対象に応じて、使用する管理限界手法を選択できる機能を追加してもよい。
このように、前述の実施形態はあらゆる点で単なる例示に過ぎず、限定的に解釈してはならない。本発明の範囲は、特許請求の範囲によって示すものであって、明細書本文には何ら拘束されない。さらに、特許請求の範囲の均等範囲に属する変形や変更は、すべて本発明の範囲内のものである。
（参考文献）
［文献１］ 日本経営工学会編、「生産管理用語辞典」、日本規格協会、p.464、2002年
［文献２］ 中村善太郎、「流動数分析の仕事の改善での活用」、日本経営工学会誌、Vol.36、No.2、pp.93-100、1985年
［文献３］ 臼杵潤、北岡正敏、松井正之、「流動数管理問題と灰色理論モデルについて」、電気通信大学紀要14巻1号、pp.13-20、2001年
［文献４］ 加藤豊、小沢正典、「ＯＲの基礎 ＡＨＰから最適化まで」実教出版社、1988年
［文献５］ Week， j.K., “Optimizing Planned Lead times and Delivery Dates”, 21st Annual conference Proceedings, APICS, pp.177-188, 1979
［文献６］ 渡辺治夫、小幡英二、向井田健一、「逐次検定による逐次抜取検査と累積和管理図」、室蘭工業大学紀要、第50号、pp.71-82、2000年
［文献７］ 特開平２００２−４９４４９号公報
［文献８］ 特開平２００２−１９７２６１号公報
１１…流動数図表生成手段
１２…予測値算出手段
１３…移動基準在庫量算出手段
１４…移動基準在庫量管理手段
１５…投入量算定手段
１６…投入量管理手段
１７…投入量改善手段
１８…投入量決定手段
１９…利益化手段
２１…流入・流出データ
２２…確定注文データ
３１…入力部
３２…制御部
３３…表示部
３４…外部インタフェース部
３５…記憶部
４１…アプリケーションプログラム
４２…アプリケーションデータ

Claims (9)

  1. 管理対象における流入量データと流出量データと確定注文データ（先行データ）とを時間に対応するデータとして取得し、次期の確定注文量と今期の確定注文量と今期の流出量、とから次期流出量の予測値を、各期における需要間隔に応じて加速的に変化する平均在庫量の関数として算出する予測値算出手段と、
    前記流入量データと流出量データを基に各期の在庫量を求め、この在庫量の状態に対し各在庫状態の特性に応じたコスト係数を乗じて在庫量に関する総ペナルティー費用を求め、この総ペナルティー費用が最小となる移動基準在庫量を、前記需要間隔に従って定常的に変化する平均在庫量の関数として算出する移動基準在庫量算出手段と、
    算出された前記移動基準在庫量が管理状態にあるか否かを管理図により判定する移動基準在庫量管理手段と、
    前記予測値と前記流出量データの累積とから、流出量に関する総ペナルティー費用が最小となる次期流出量を求め、求めた次期流出量を次期の投入量として算定する投入量算定手段と、
    算定された前記投入量が管理状態にあるか否かを流動数図表の管理限界線により判定する投入量管理手段と、
    前記移動基準在庫量管理手段による判定結果或いは前記投入量管理手段による判定結果に基づいて、算定された前記投入量の累積が前記管理限界線以下になるように次期の流入量を制限する投入量改善手段と
    を備え、
    前記加速的に変化する平均在庫量の関数は、平均在庫量と需要間隔の２乗との積で表され、前記需要間隔に従って定常的に変化する平均在庫量の関数は、需要間隔と平均在庫量の積で表される
    ことを特徴とする先見２次ロジック流動数管理システム。
  2. 各期の前記需要間隔をZｔとし、各期のコスト計数をβｔとしたときに、
    前記予測値算出手段は、前記次期流出量の予測値を
    によって算出し、
    前記移動基準在庫量算出手段は、前記移動基準在庫量を
    によって算出する
    ことを特徴とする請求項１に記載の先見２次ロジック流動数管理システム。
  3. 前記予測値算出手段及び前記移動基準在庫量算出手段は、
    前記次期流出量の予測値が、前記移動基準在庫量と作用・反作用の関係があるとして、前記次期流出量の予測値の所定成分と、前記移動基準在庫量の所定ベクトル成分の方向が正反対であり、且つその絶対値が等しくなるように、前記次期流出量の予測値及び前記移動基準在庫量の算出を行う
    ことを特徴とする請求項１又は２に記載の先見２次ロジック流動数管理システム。
  4. 管理対象における流動数を管理するためにコンピュータを、
    管理対象における流入量データと流出量データと確定注文データ（先行データ）とを時間に対応するデータとして取得し、次期の確定注文量と今期の確定注文量と今期の流出量、とから次期流出量の予測値を、各期における需要間隔に応じて加速的に変化する平均在庫量の関数として算出する予測値算出手段と、
    前記流入量データと流出量データを基に各期の在庫量を求め、この在庫量の状態に対し各在庫状態の特性に応じたコスト係数を乗じて在庫量に関する総ペナルティー費用を求め、この総ペナルティー費用が最小となる移動基準在庫量を、前記需要間隔に従って定常的に変化する平均在庫量の関数として算出する移動基準在庫量算出手段と、
    算出された前記移動基準在庫量が管理状態にあるか否かを管理図により判定する移動基準在庫量管理手段と、
    前記予測値と前記流出量データの累積とから、流出量に関する総ペナルティー費用が最小となる次期流出量を求め、求めた次期流出量を次期の投入量として算定する投入量算定手段と、
    算定された前記投入量が管理状態にあるか否かを流動数図表の管理限界線により判定する投入量管理手段と、
    前記移動基準在庫量管理手段による判定結果或いは前記投入量管理手段による判定結果に基づいて、算定された前記投入量の累積が前記管理限界線以下になるように次期の流入量を制限する投入量改善手段と
    して機能させ、
    前記加速的に変化する平均在庫量の関数は、平均在庫量と需要間隔の２乗との積で表され、前記需要間隔に従って定常的に変化する平均在庫量の関数は、需要間隔と平均在庫量の積で表される
    ことを特徴とする先見２次ロジック流動数管理プログラム。
  5. 各期の前記需要間隔をZｔとし、各期のコスト計数をβｔとしたときに、
    前記予測値算出手段は、前記次期流出量の予測値を
    によって算出し、
    前記移動基準在庫量算出手段は、前記移動基準在庫量を
    によって算出する
    ことを特徴とする請求項４に記載の先見２次ロジック流動数管理プログラム。
  6. 前記予測値算出手段及び前記移動基準在庫量算出手段は、
    前記次期流出量の予測値が、前記移動基準在庫量と作用・反作用の関係があるとして、前記次期流出量の予測値の所定成分と、前記移動基準在庫量の所定ベクトル成分の方向が正反対であり、且つその絶対値が等しくなるように、前記次期流出量の予測値及び前記移動基準在庫量の算出を行う
    ことを特徴とする請求項４又は５に記載の先見２次ロジック流動数管理プログラム。
  7. 予測値算出手段が、管理対象における流入量データと流出量データと確定注文データ（先行データ）とを時間に対応するデータとして取得し、次期の確定注文量と今期の確定注文量と今期の流出量、とから次期流出量の予測値を、各期における需要間隔に応じて加速的に変化する平均在庫量の関数として算出するステップと、
    移動基準在庫量算出手段が、前記流入量データと流出量データを基に各期の在庫量を求め、この在庫量の状態に対し各在庫状態の特性に応じたコスト係数を乗じて在庫量に関する総ペナルティー費用を求め、この総ペナルティー費用が最小となる移動基準在庫量を、前記需要間隔に従って定常的に変化する平均在庫量の関数として算出するステップと、
    移動基準在庫量管理手段が、算出された前記移動基準在庫量が管理状態にあるか否かを管理図により判定するステップと、
    投入量算定手段が、前記予測値と前記流出量データの累積とから、流出量に関する総ペナルティー費用が最小となる次期流出量を求め、求めた次期流出量を次期の投入量として算定するステップと、
    投入量管理手段が、算定された前記投入量が管理状態にあるか否かを流動数図表の管理限界線により判定するステップと、
    投入量改善手段が、前記移動基準在庫量管理手段による判定結果或いは前記投入量管理手段による判定結果に基づいて、算定された前記投入量の累積が前記管理限界線以下になるように次期の流入量を制限するステップと
    を含み、
    前記加速的に変化する平均在庫量の関数は、平均在庫量と需要間隔の２乗との積で表され、前記需要間隔に従って定常的に変化する平均在庫量の関数は、需要間隔と平均在庫量の積で表される
    ことを特徴とする先見２次ロジック流動数管理方法。
  8. 各期の前記需要間隔をZｔとし、各期のコスト計数をβｔとしたときに、
    前記予測値算出手段は、前記次期流出量の予測値を
    によって算出し、
    前記移動基準在庫量算出手段は、前記移動基準在庫量を
    によって算出する
    ことを特徴とする請求項７に記載の先見２次ロジック流動数管理方法。
  9. 前記予測値算出手段及び前記移動基準在庫量算出手段は、
    前記次期流出量の予測値が、前記移動基準在庫量と作用・反作用の関係があるとして、前記次期流出量の予測値の所定成分と、前記移動基準在庫量の所定ベクトル成分の方向が正反対であり、且つその絶対値が等しくなるように、前記次期流出量の予測値及び前記移動基準在庫量の算出を行う
    ことを特徴とする請求項７又は８に記載の先見２次ロジック流動数管理方法。
JP2014231665A 2014-11-14 2014-11-14 先見２次ロジック流動数管理システム、プログラム及び方法 Expired - Fee Related JP6534028B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014231665A JP6534028B2 (ja) 2014-11-14 2014-11-14 先見２次ロジック流動数管理システム、プログラム及び方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014231665A JP6534028B2 (ja) 2014-11-14 2014-11-14 先見２次ロジック流動数管理システム、プログラム及び方法

Publications (2)

Publication Number Publication Date
JP2016095696A JP2016095696A (ja) 2016-05-26
JP6534028B2 true JP6534028B2 (ja) 2019-06-26

Family

ID=56071138

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014231665A Expired - Fee Related JP6534028B2 (ja) 2014-11-14 2014-11-14 先見２次ロジック流動数管理システム、プログラム及び方法

Country Status (1)

Country Link
JP (1) JP6534028B2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6863122B2 (ja) * 2017-06-21 2021-04-21 富士通株式会社 推定プログラム、推定方法及び推定装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4706018B2 (ja) * 2004-06-14 2011-06-22 国立大学法人電気通信大学 流動数管理システム、方法、及びプログラム
JP5022729B2 (ja) * 2007-02-16 2012-09-12 国立大学法人電気通信大学 流動数管理システム、方法、及びプログラム

Also Published As

Publication number Publication date
JP2016095696A (ja) 2016-05-26

Similar Documents

Publication Publication Date Title
US20230351323A1 (en) Systems and methods for inventory management and optimization
Aydin et al. Coordination of the closed-loop supply chain for product line design with consideration of remanufactured products
Badakhshan et al. Using simulation-based system dynamics and genetic algorithms to reduce the cash flow bullwhip in the supply chain
EP3938974A1 (en) Operating a supply chain using causal models
Karmaker Determination of optimum smoothing constant of single exponential smoothing method: a case study
JP4660281B2 (ja) 電力取引支援システムと方法、およびプログラム
CN102968670A (zh) 预测数据的方法和装置
Zambrano Rey et al. Coupling a genetic algorithm with the distributed arrival-time control for the JIT dynamic scheduling of flexible job-shops
US10074142B1 (en) Computational architecture and method for a time-varying control system
Palguna et al. Mid-price prediction in a limit order book
JP7044153B2 (ja) 評価システム、評価方法および評価用プログラム
Yang et al. A versatile multi-agent reinforcement learning benchmark for inventory management
JP5831363B2 (ja) 製造工期予測装置、製造工期予測方法、及びコンピュータプログラム
Vaghefinezhad et al. A genetic algorithm approach for solving a flexible job shop scheduling problem
JP6534028B2 (ja) 先見２次ロジック流動数管理システム、プログラム及び方法
JP5022729B2 (ja) 流動数管理システム、方法、及びプログラム
JP6828830B2 (ja) 評価システム、評価方法および評価用プログラム
JP6381844B1 (ja) 時間の経過につれて価値が変動するアセットを積み立てるためのコンピュータシステム、方法、および、プログラム
WO2020188338A1 (en) Polishing semiconductor wafers using causal models
JP2006344186A (ja) 流動数管理システム、方法、及びプログラム
Gobert et al. Surrogate-assisted optimization for multi-stage optimal scheduling of virtual power plants
CN114549032A (zh) 备货处理方法及装置、计算机存储介质、电子设备
Bon et al. The fundamental on demand forecasting in inventory management
KADAROVA et al. MAXIMIZING THE PROFITABILITY ON INVESTMENT BY OPTIMIZING THE PRODUCTION PROGRAM.
Xie et al. Measuring Bullwhip Effect in a Single Echelon SupplyChain Using Fuzzy Approach

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20171004

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180928

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20181009

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20181207

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190207

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: 20190514

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190515

R150 Certificate of patent or registration of utility model

Ref document number: 6534028

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees