JP6632490B2 - 計算装置、計算装置の制御方法、制御プログラム、および記録媒体 - Google Patents

Description

本発明は、ゴミ焼却設備に設けられたゴミピットにおけるクレーンの動作スケジュールを作成する計算装置等に関する。

ゴミ焼却設備は、ゴミ収集車が搬入するゴミを一時的に貯留するゴミピットを備えており、ゴミピット内のゴミはクレーンにて撹拌された上で、焼却炉に送り込まれて焼却される。この撹拌は、焼却炉に送り込むゴミの質を均質化するために行われており、ゴミを安定して燃焼させるために重要な処理である。

ゴミの撹拌方法の改良は、従来から進められている。例えば、下記の特許文献１には、ゴミピット内の色分布を検出して、全体が同じ色分布となるようにゴミピット内のゴミを移動させるクレーン自動運転装置が記載されている。また、ゴミピットにおけるクレーンの自動運転に関する技術としては、下記の特許文献２も挙げられる。

特開昭６４−４９８１５号公報（１９８９年２月２７日公開） 特開昭５６−２８１８８号公報（１９８１年３月１９日公開）

しかしながら、上述のような従来技術は何れもクレーンの運転を完全に自動化するには十分とは言えない。例えば、特許文献１の技術では、色分布が均等になるように撹拌しているが、ゴミの色は必ずしもゴミ質を表すものではなく、また、ゴミの色だけでは撹拌の度合いは分からない。このため、特許文献１の技術ではゴミ質が均等になるような撹拌状態とすることができない場合がある。そして、現状では実用に足るようなゴミ質の評価指標は存在せず、このこともクレーンの動作スケジュールを自動で作成することを困難にする一因となっている。また、特許文献２の技術では、ゴミ層の高低を判別し、高所から低所へのゴミの積み替えを自動で行うことができるが、ゴミ質の均等化については考慮されておらず、ゴミ質が均等になるような撹拌状態とすることはできない。

以上のように、従来技術では、ゴミを均等に撹拌することができるようなクレーンの動作スケジュールを自動で作成し、そのスケジュールに従ってクレーンを自動で運転することができなかった。このため、現状では、多くのゴミ焼却設備において、操作者が経験や勘によってクレーンを運転しており、操作者の資質にもよるが、ある程度のゴミ質の変動が避けられないという問題がある。また、近年では、ゴミ焼却設備の小型化が進んでおり、小型化によりゴミ焼却設備の製造コストを下げることができる反面、ゴミ貯留部が狭くなり、狭い空間にゴミが積層されるため、ゴミ質の均質化のための撹拌作業を行うことが難しくなっている。また、狭いゴミ貯留部に次々とゴミが搬入されることにより、ゴミの積み替えに時間が割かれ、ゴミを撹拌する時間が限られるという時間的制約もあり、十分な撹拌がなされないまま焼却されることにより、ゴミの燃焼が不安定になることもあった。

本発明は、前記の問題点に鑑みてなされたものであり、その目的は、クレーンの操作者の経験や勘に頼ることなく、ゴミを所定の状態とすることのできるクレーンの動作スケジュールを自動で作成することができる計算装置等を実現することにある。

上記の課題を解決するために、本発明に係る計算装置は、ゴミピット内でゴミを運搬するクレーンの所定期間における動作スケジュールを作成する計算装置であって、上記所定期間における上記クレーンの移動および開閉の動作パターンを示す遺伝子からなる遺伝子群を生成する第一世代遺伝子生成部と、上記遺伝子群に含まれる各遺伝子の適応度の評価と該評価に基づく遺伝子群の更新とを繰り返し行う進化的アルゴリズムにより、初期状態の上記ゴミを所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜する最適化計算部と、を備えている構成である。

上記の構成によれば、クレーンの移動および開閉の動作パターンを示す遺伝子からなる遺伝子群を生成し、進化的アルゴリズムにより初期状態の上記ゴミを所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜する。

よって、上記の構成によれば、クレーンの操作者の経験や勘に頼ることなく、ゴミピット内のゴミの状態を所定の状態とするか、または該状態に近づけることのできるクレーンの動作スケジュールを自動で作成することができるという効果を奏する。

また、上記第一世代遺伝子生成部が生成する遺伝子は、上記所定期間におけるゴミの掴み位置を示す位置情報と該ゴミの離し位置を示す位置情報からなり、該遺伝子における上記位置情報の配列順が上記クレーンの位置の遷移を示していてもよい。

上記の構成によれば、所定期間におけるゴミの掴み位置を示す位置情報と該ゴミの離し位置を示す位置情報からなり、該遺伝子における上記位置情報の配列順が上記クレーンの位置の遷移を示す遺伝子を生成する。そして、この遺伝子に基づき、進化的アルゴリズムによって適応度が向上した遺伝子を選抜する。よって、ゴミピット内のゴミの状態を所定の状態とするか、または該状態に近づけることのできる、ゴミの掴み位置と該ゴミの離し位置とその遷移とを示す動作スケジュールを自動で作成することができる。

また、上記計算装置は、上記所定期間の指定を受け付ける入力部を備え、上記第一世代遺伝子生成部は、上記所定期間に応じた個数の上記位置情報を含む遺伝子を生成してもよい。

上記の構成によれば、所定期間の指定を受け付けて、所定期間に応じた個数の位置情報を含む遺伝子を生成する。そして、この遺伝子に基づき、進化的アルゴリズムにより適応度が向上した遺伝子を選抜する。よって、指定された所定期間に応じた回数のゴミの掴み・離し動作によって、ゴミピット内のゴミの状態を所定の状態とするか、または該状態に近づけることのできるクレーンの動作スケジュールを作成することができる。

また、上記計算装置は、上記ゴミピット内においてゴミの撹拌に使用しない非使用エリアの指定を受け付ける入力部を備え、上記最適化計算部は、上記非使用エリア内の位置情報を含まない遺伝子を選抜してもよい。

上記の構成によれば、ゴミの撹拌に使用しない非使用エリアの指定を受け付けて、非使用エリア内の位置情報を含まない遺伝子を選抜する。よって、非使用エリアでゴミを掴むまたは離す動作を行うことなく、ゴミピット内のゴミの状態を所定の状態とするか、または該状態に近づけることのできるクレーンの動作スケジュールを作成することができる。

また、上記非使用エリアの少なくとも一部が上記ゴミピットに搬入されるゴミを受け入れる受け入れエリアである場合、上記最適化計算部は、上記ゴミピットへのゴミの搬入のない期間の動作スケジュールを作成する際には、上記受け入れエリア内の位置情報を含む遺伝子を選抜してもよい。

上記の構成によれば、非使用エリアの少なくとも一部が受け入れエリアである場合、ゴミの搬入のない期間の動作スケジュールを作成する際には、受け入れエリア内の位置情報を含む遺伝子を選抜する。よって、ゴミの搬入のない期間には、受け入れエリアを撹拌に利用して、ゴミピット内のゴミの状態を所定の状態とするか、または該状態に近づけることのできるクレーンの動作スケジュールを作成することができる。

また、上記適応度の評価に用いる評価関数は、上記ゴミピット内に規定された複数の区画におけるゴミの撹拌度の分散が小さいほど適応度の評価が高くなる関数であってもよい。

上記の構成によれば、ゴミピット内のゴミの撹拌度の分散が小さいほど適応度の評価が高くなる評価関数を用いるので、ゴミピット内のゴミの撹拌度が均等な状態、または均等に近い状態にすることのできるクレーンの動作スケジュールを作成することができる。

また、上記評価関数は、上記ゴミピット内のゴミの高さの分散が小さいほど適応度の評価が高くなる関数であってもよい。

上記の構成によれば、ゴミピット内のゴミの高さの分散が小さいほど適応度の評価が高くなる評価関数を用いる。よって、ゴミピット内のゴミの高さおよび撹拌度を均等な状態、または均等に近い状態にすることのできるクレーンの動作スケジュールを作成することができる。

また、上記評価関数は、上記所定期間における上記クレーンの総移動距離が短いほど適応度の評価が高くなる関数であってもよい。

上記の構成によれば、クレーンの総移動距離が短いほど適応度の評価が高くなる評価関数を用いるので、少ない移動距離にてゴミピット内のゴミの撹拌度を均等な状態、または均等に近い状態にすることのできるクレーンの動作スケジュールを作成することができる。そして、移動距離が短くなることにより、クレーンの動作にかかる消費電力も少なく抑えることができる。

また、上記評価関数は、上記遺伝子の示す動作パターンで上記クレーンを動作させた場合に、上記ゴミピットへのゴミの搬入時刻の所定時間前にゴミの受け入れエリア内のゴミ高さが所定値以下となれば適応度の評価が高くなる関数であってもよい。

上記の構成によれば、ゴミピットへのゴミの搬入時刻の所定時間前にゴミの受け入れエリア内のゴミ高さが所定値以下の状態とするか、または該状態に近づけることのできるクレーンの動作スケジュールを自動で作成することができる。よって、該動作スケジュールに従ってクレーンを動作させることにより、搬入時刻にスムーズにゴミの受け入れを開始することが可能になる。

また、上記区画は、上記ゴミピット内のゴミを水平方向および垂直方向に三次元的に区分した区画であってもよい。

上記の構成によれば、ゴミピット内のゴミを、水平方向のみならず垂直方向においても撹拌度が均等な状態、または均等に近い状態にすることのできるクレーンの動作スケジュールを作成することができる。

また、上記計算装置は、上記所定期間の途中時点における上記ゴミピット内のゴミの状態であって、上記時点までに行われる上記ゴミピットへのゴミの搬入、および上記ゴミピットからのゴミの搬出の少なくとも何れかを反映させたゴミの状態を示すピット状態予測情報を生成するピット状態予測部を備え、上記最適化計算部は、上記時点以降の期間について、上記ピット状態予測情報の示す状態のゴミを上記所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜してもよい。

上記の構成によれば、ゴミの搬入および搬出の少なくとも何れかを反映させた、所定期間の途中時点におけるゴミの状態を示すピット状態予測情報を生成する。そして、上記時点以降の期間について、上記ピット状態予測情報の示す状態のゴミを上記所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜する。よって、ゴミの搬入および搬出の少なくとも何れかの影響を反映させた動作スケジュールを作成することができる。

また、上記最適化計算部は、上記所定期間の時間帯ごとに、上記所定の状態が異なる評価関数を用いて遺伝子を選抜してもよい。

上記の構成によれば、所定期間の時間帯ごとに、所定の状態が異なる評価関数を用いて遺伝子を選抜する。これにより、ゴミピット内のゴミの状態を時間帯ごとに異なる状態とすることができる。例えば、あるエリア内のゴミを全て他のエリアに積み替えた状態とした後、他のエリアのゴミをあるエリアに戻した状態とすることも可能になる。

また、上記計算装置は、上記最適化計算部が生成した遺伝子の示す動作パターンで上記クレーンを動作させた後の上記ゴミピット内のゴミの状態を三次元的に示すピットモデル画像を生成するピットモデル生成部を備えていてもよい。

上記の構成によれば、生成した遺伝子の示す動作パターンでクレーンを動作させた後のゴミピット内のゴミの状態を三次元的に示すピットモデル画像を生成するので、生成した遺伝子の示す動作パターンの適否をユーザに容易に確認させることが可能になる。

また、上記計算装置は、上記最適化計算部が生成した遺伝子の示す動作パターンで上記クレーンを動作させるクレーン制御部を備えていてもよい。

上記の構成によれば、生成した遺伝子の示す動作パターンでクレーンを動作させるので、ユーザの操作を必要としない自動運転にて、ゴミピット内のゴミの状態を所定の状態とするか、または該状態に近づけることができる。

また、上記第一世代遺伝子生成部が生成する遺伝子は、上記ゴミピット内に規定された複数の区画のうち、上記クレーンがゴミを掴む位置となる複数の区画からなるゴミ掴みエリアと、上記複数の区画のうち、上記ゴミ掴みエリアではない区画であって、上記ゴミ掴みエリア内で掴まれたゴミを離す位置となる複数の区画からなるゴミ離しエリアとを示すエリア設定情報からなり、該遺伝子における上記エリア設定情報の配列順が、上記所定期間における上記ゴミ掴みエリアの遷移と、上記所定期間における上記ゴミ離しエリアの遷移とを示していてもよい。

上記の構成によれば、ゴミ離しエリアとゴミ掴みエリアを最適に遷移させて、ゴミピット内のゴミの状態を所定の状態とするか、または該状態に近づけることのできるクレーンの動作スケジュールを自動で作成することができる。

また、本発明に係る計算装置の制御方法は、上記の課題を解決するために、ゴミピット内でゴミを運搬するクレーンの所定期間における動作スケジュールを作成する計算装置の制御方法であって、上記所定期間における上記クレーンの移動および開閉の動作パターンを示す遺伝子からなる遺伝子群を生成する第一世代遺伝子生成ステップと、上記遺伝子群に含まれる各遺伝子の適応度の評価と該評価に基づく遺伝子群の更新とを繰り返し行う進化的アルゴリズムにより、初期状態の上記ゴミを所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜する最適化計算ステップと、を含む。よって、上記計算装置と同様の効果を奏する。

また、本発明の各態様に係る計算装置は、コンピュータによって実現してもよく、この場合には、コンピュータを上記計算装置が備える各部（ソフトウェア要素）として動作させることにより上記計算装置をコンピュータにて実現させる計算装置の制御プログラム、およびそれを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に入る。

本発明によれば、クレーンの操作者の経験や勘に頼ることなく、ゴミピット内のゴミの状態を所定の状態とするか、または該状態に近づけることのできるクレーンの動作スケジュールを自動で作成することができるという効果を奏する。

本発明の一実施形態に係るクレーン制御装置の要部構成の一例を示すブロック図である。 ゴミピットを備えるゴミ焼却設備の概略構成を示す断面図である。 上記ゴミピット内のゴミ貯留部およびホッパーを上方から見た様子を示す図である。 ピット状態情報の一例を示す図である。 エリア設定の例を示す図である。 遺伝的アルゴリズムを用いた最適化演算の概要を説明する図である。 ピットモデル画像の例を示す図である。 上記クレーン制御装置が実行する処理の一例を示すフローチャートである。 上記クレーン制御装置が実行する最適化演算の一例を示すフローチャートである。 エリア単位の動作スケジュールの一例を示す図である。

〔実施形態１〕
本発明の一実施形態について図１から図９に基づいて説明する。本発明は、ゴミピット内でゴミを運搬するクレーンの動作スケジュールを作成する計算装置等に関するものであるから、ここではまずゴミピットと、ゴミピットを備えるゴミ焼却設備について、図２に基づいて説明する。

〔ごみ焼却設備の概要〕
図２は、ゴミピットを備えるゴミ焼却設備の概略構成を示す断面図である。図示のゴミ焼却設備は、ゴミ収集車Ｐが搬入するゴミを一時的に貯留するゴミピット１と、ゴミピット１内のゴミを焼却する焼却炉２とを含む。ゴミピット１と焼却炉２は、ゴミを焼却炉２に供給するためのホッパー１２で接続されており、ゴミピット１内のゴミは、ホッパー１２を通って焼却炉２に送り込まれ、焼却される。

ゴミピット１の底部はゴミ貯留部１１となっており、ゴミ収集車Ｐは、搬入用扉１１ａからゴミ貯留部１１にゴミを落とし込み、このゴミがゴミ貯留部１１に貯留される（図示のゴミＧ）。

また、ゴミ貯留部１１とホッパー１２は、建屋１３で覆われており、この建屋１３の天井部分にはクレーン１４が設けられている。このクレーン１４は、ガーダ１５、横行台車１６、バケット１７、ワイヤー１８、および巻取機１９を備えている。ガーダ１５は、建屋１３の対向する壁面にそれぞれ設けられたレール（同図の奥行き方向に延在）間を架け渡すように配置されており、このレールに沿って同図の奥行き方向に移動させることができるようになっている。また、横行台車１６は、ガーダ１５上に設けられており、ガーダ１５上を同図の左右方向（ガーダ１５の移動方向と直交する方向）に移動させることができるようになっている。この横行台車１６には、巻取機１９（例えばウインチ）が載置されており、巻取機１９から延びるワイヤー１８の先端にはゴミＧを掴むバケット１７が設けられている。このバケット１７は開閉動作を行うことができる。

このように、ガーダ１５は同図の奥行き方向に移動させることができ、横行台車１６は同図の左右方向に移動させることができるから、これらの移動の組合せにより、バケット１７をゴミ貯留部１１内の任意の位置に移動させることができる。また、巻取機１９からワイヤー１８を伸ばし、バケット１７を降下させて、ゴミ貯留部１１内のゴミＧをバケット１７で掴み取ることができる。そして、掴み取ったゴミＧは、ガーダ１５、横行台車１６、バケット１７、および巻取機１９の動作を制御することにより、ゴミ貯留部１１内の別の位置に積み替えたり、ホッパー１２に投入したりすることができる。

このようなクレーン１４の動作制御は、ゴミ貯留部１１内を監視できるように建屋１３の側壁部１３ａに設けられた操作室２１から手動で行うこともできるし、後述するように、クレーン制御装置により自動で行うこともできる。

なお、図２ではクレーン１４を一基のみ図示しているが、クレーン１４を複数基設けてもよい。クレーン１４を複数基設けることにより、クレーン１４を一基のみ設ける場合と比べてより十分な撹拌を行うことが可能になる。例えば、クレーン１４を二基設けた場合、一基にゴミの積み替えとホッパー１２への投入を行わせることにより、もう一基のクレーン１４を撹拌に専念させることができる。

焼却炉２には、燃焼室３、ゴミ案内通路４、灰取出口５、煙道６が含まれている。ホッパー１２に投入されたゴミＧは、ゴミ案内通路４を通って燃焼室３に送り込まれて焼却され、焼却によって生じた灰は灰取出口５から取り出され、焼却によって生じた煙は煙道６から排出される。なお、図示していないが、焼却炉２にはボイラーが設けられており、ゴミＧを燃焼させた熱をボイラーに供給し、ボイラーが発生させた蒸気にて発電を行う構成となっている。

〔ゴミ貯留部〕
続いて、上述のゴミ貯留部１１の詳細を図３に基づいて説明する。図３は、ゴミ貯留部１１およびホッパー１２を上方から見た様子を示す図である。図示のゴミ貯留部１１は、横長の長方形状であり、その長辺の一方に３つの搬入用扉１１ａが位置しており、対向する長辺側に２つのホッパー１２が位置している。各ホッパー１２は、同一の焼却炉２にゴミを供給するものであってもよいし、それぞれ異なる焼却炉２にゴミを供給するものであってもよい。つまり、本実施形態のゴミ焼却設備には、複数の焼却炉２が含まれていてもよい。

ゴミピット１の運営においては、限られた容積のゴミ貯留部１１の中で、効率よくクレーン１４を動作させて、ゴミを適切に撹拌、運搬することが重要である。なお、ゴミ貯留部１１の形状は長方形状に限られず、正方形状であってもよい。また、ホッパー１２の位置、個数、形状も特に限定されない。

〔クレーン制御装置〕
次に、上述のクレーン１４の動作スケジュールを作成し、クレーン１４を自動で動作させるクレーン制御装置について、図１に基づいて説明する。図１は、クレーン制御装置（計算装置）５０の要部構成の一例を示すブロック図である。なお、クレーン制御装置５０は、上述の操作室２１内に配置してもよいし、他の場所に配置してもよい。

クレーン制御装置５０は、図示のように、クレーン制御装置５０の各部を統括して制御する制御部５１、クレーン制御装置５０が使用する各種データを記憶する記憶部５２を備えている。また、クレーン制御装置５０は、クレーン制御装置５０に対するユーザの入力を受け付ける入力部５３、クレーン制御装置５０が他の装置と通信するための通信部５４、および制御部５１の制御に従って画像を表示する表示部５５を備えている。なお、表示部５５は、クレーン制御装置５０と一体に構成されていてもよいし、外付けされていてもよい。

さらに、制御部５１には、制約条件設定部６１、第一世代遺伝子生成部６２、最適化計算部６３、ピット状態予測部６４、ピットモデル生成部６５、クレーン制御部６６、ホッパー投入指示検出部６７、およびピット状態監視部６８が含まれている。そして、記憶部５２には、動作スケジュール７１およびピット状態情報７２が記憶されている。

制約条件設定部６１は、最適化計算部６３による最適化演算における制約条件を設定する。制約条件設定部６１が設定する制約条件には、ゴミピット１内のエリア設定と、ゴミの搬入の受け入れ設定が含まれる。また、制約条件設定部６１は、動作スケジュールを作成する対象となる期間（以下、スケジュール期間と呼ぶ）に実行可能な撹拌の回数を算出して第一世代遺伝子生成部６２に通知する。これらの詳細については後述する。

第一世代遺伝子生成部６２は、スケジュール期間におけるクレーン１４の移動および開閉の動作パターンを示す遺伝子からなる遺伝子群を生成する。詳細は後述するが、この遺伝子は、スケジュール期間におけるゴミの掴み位置を示す位置情報と該ゴミの離し位置を示す位置情報からなり、該遺伝子における上記位置情報の配列順がクレーン１４の位置（より詳細にはバケット１７の位置）の遷移を示している。

最適化計算部６３は、制約条件設定部６１が設定した制約条件の下で、ゴミピット１内のゴミが所定の撹拌状態となるようなクレーン１４の動作パターンを最適化演算により算出する。具体的には、最適化計算部６３は、第一世代遺伝子生成部６２が生成した遺伝子群に含まれる各遺伝子の評価関数による適応度の評価と該評価に基づく遺伝子群の更新とを繰り返し行う遺伝的アルゴリズムにより、適応度が向上した遺伝子を選抜する。詳細は後述するが、上記評価関数は、上記遺伝子の示す動作パターンでクレーン１４を動作させた後のゴミピット１内のゴミの状態が所定の状態に近いほど適応度の評価が高くなる関数である。これにより、初期状態（ピット状態情報７２の示す状態）のゴミを所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子が選抜される。また、最適化計算部６３は、選抜した遺伝子を動作スケジュール７１として記憶部５２に記憶する。

ピット状態予測部６４は、最適化計算部６３が選抜した遺伝子が示す動作パターンに従ってクレーン１４を動作させた後のゴミ貯留部１１内のゴミの状態を示すピット状態予測情報を生成する。生成したピット状態予測情報は、ピットモデル生成部６５によるピットモデル画像の生成に用いられる。

なお、どのようなクレーン１４の動作により、ゴミの高さおよび撹拌回数がどのように変化するかは、予めモデル化して記憶しておく。例えば、ゴミを掴む動作１回につき０．５ｍ高さが減少し、ゴミを離す動作１回につき０．５ｍ高さが増加し、離した位置の撹拌回数が１回増加する、というモデルを用いてもよい。これにより、最適化計算部６３が生成した遺伝子が示す動作パターンの動作が終了した時点におけるゴミ貯留部１１内の各位置のゴミの高さおよび撹拌回数の推定値を算出して、ピット状態予測情報を生成することができる。

また、詳細は後述するが、ピット状態予測情報は、ゴミピット１へのゴミの搬入や、ゴミピット１内のゴミのホッパー１２への投入の影響を最適化演算に反映させる場合にも用いられる。

ピットモデル生成部６５は、ピット状態予測部６４が生成したピット状態予測情報を用いて、最適化計算部６３が生成した遺伝子の示す動作パターンに従ってクレーン１４を動作させた後のゴミピット１内のゴミの状態を三次元的に示すピットモデル画像を生成する。また、ピットモデル生成部６５は、生成したピットモデル画像を表示部５５に表示する。

クレーン制御部６６は、最適化計算部６３が生成した遺伝子の示す動作パターンに従ってクレーン１４を動作させる。また、ホッパー投入指示検出部６７がホッパー１２へのゴミの投入指示を検出したときには、上記動作スケジュールの動作は停止して、ホッパー１２にゴミを投入する。

ホッパー投入指示検出部６７は、ホッパー１２へのゴミの投入指示を検出してクレーン制御部６６に通知する。具体的には、ホッパー投入指示検出部６７は、ホッパー１２内のゴミの高さが所定の下限値以下となったことを通知するホッパー高さ通知装置３０から、通信部５４を介して上記通知を受信した場合に、ホッパー１２へのゴミの投入指示があったと検出する。

ピット状態監視部６８は、ゴミピット１内の状態、特にゴミ貯留部１１におけるゴミの高さおよび撹拌回数を監視する。ピット状態監視部６８は、ゴミ貯留部１１を複数の区画（詳細は後述）に区分して管理しており、各区画におけるゴミの高さおよび撹拌回数を示すピット状態情報を生成して記憶部５２に記憶する。また、ピット状態監視部６８は、クレーン１４によるゴミの積み替えや撹拌が行われたときには、記憶部５２に記憶されているゴミの高さおよび撹拌回数を更新する。なお、ゴミの高さは、ゴミにバケット１７が到達したときのワイヤー１８の長さで測定することができ、撹拌回数はクレーン１４がゴミを離す動作を行ったときに、該動作を行った区画について１回増加させる。つまり、本実施形態における「撹拌」は、クレーン１４で掴み、持ち上げた後、クレーン１４のバケット１７を開いてゴミをゴミ貯留部１１内に落とす処理である。なお、ゴミを掴む位置と離す位置は同じであってもよい。同じ位置で離した場合でも、ゴミ袋が破れる等してゴミの撹拌度が上がるからである。また、ゴミの高さは、ゴミ貯留部１１内を撮影した映像を解析すること、あるいはセンサ等を用いることによって検出してもよい。

動作スケジュール７１は、スケジュール期間においてクレーン１４を動作させるスケジュール（動作パターン）を示す情報であり、上述のように最適化計算部６３が生成した遺伝子が動作スケジュール７１である。

ピット状態情報７２は、ゴミピット１内の状態、特にゴミ貯留部１１におけるゴミの高さおよび撹拌回数を示す情報であり、上述のようにピット状態監視部６８によって生成および更新される。

ピット状態情報７２は例えば図４のような情報であってもよい。図４は、ピット状態情報７２の一例を示す図である。図示のピット状態情報７２は、ゴミ貯留部１１内を縦５×横１６の８０個の区画に区分して、各区画におけるゴミの高さ、および撹拌回数を示した情報である。各区画に記載されている上段の数値がゴミの高さを示し、下段の数値が撹拌回数を示している。また、各区画の位置は、（Ｘ，Ｙ）の座標値（Ｘ＝１，２，…，１６）、（Ｙ＝１，２，…，５）で表すことができる。

このピット状態情報７２を参照することにより、ゴミ貯留部１１の各位置におけるゴミの高さと、撹拌回数を特定することができる。例えば、座標値（５，３）の区画は、高さが１４００（ｃｍ）、撹拌回数は４回である。なお、本例では、１つの区画の縦横のサイズを、クレーン１４にて一掴みできる範囲と同等のサイズとしているが、各区画のサイズはこの例に限られず、例えば本例の半分のサイズとしてもよい。

また、クレーン制御部６６は、各座標値の位置でクレーン１４によるゴミ掴みおよびゴミ離し動作を行う。つまり、クレーン１４の縦方向の移動単位は、１区画の縦の長さに対応し、横方向の移動単位は、１区画の横の長さに対応する。なお、クレーン１４は図示の区画の縦横のサイズよりも短い移動単位（例えば１／２）で移動させてもよい。

また、同図では、後述のエリア設定を色分けで示している。具体的には、１≦Ｘ≦１５，１≦Ｙ≦３の範囲がゴミの撹拌に使用される撹拌エリアである。また、１≦Ｘ≦１５，４≦Ｙ≦５の範囲が搬入されるゴミの受け入れエリアであり、１≦Ｘ≦２，１≦Ｙ≦３の範囲および１５≦Ｘ≦１６，１≦Ｙ≦３の範囲が撹拌には使用しない非撹拌エリアである。なお、非撹拌エリアをどのような範囲にするかは任意であり、この例に限定されない。例えば、非撹拌エリアをユーザが自由に設定できるようにしてもよい。

〔エリア設定〕
エリア設定について図５に基づいて説明する。図５は、エリア設定の例を示す図である。同図の（ａ）の例では、上面視で長方形状のゴミ貯留部１１内に、撹拌エリアと、受け入れエリアと、非撹拌エリア（×印を記載したエリア）を設定している。なお、受け入れエリアは、搬入用扉１１ａ側に設けられたエリアであり、ゴミ収集車Ｐが搬入したゴミはこのエリアに投下される（図３参照）ので、このエリアは、少なくともゴミの搬入が行われる時間帯には非撹拌エリアとして扱われる。受け入れエリアと撹拌エリアとは土手等で仕切られていてもよい。

同図の（ａ）の例では、撹拌エリアが１つのみ設けられているから、制約条件設定部６１がこのエリア設定を適用した場合には、最適化計算部６３は、この撹拌エリア内における最適なクレーン１４の動作パターンを計算する。

また、撹拌エリアは、同図の（ｂ）〜（ｄ）に示すように、複数設定することもできる。同図の（ｂ）の例では、同図の（ａ）の撹拌エリアが撹拌エリア１と２の２つの撹拌エリアに分けられており、これら２つの撹拌エリアの間に中間エリアが設定されている。中間エリアと撹拌エリアとは土手等で仕切られていてもよい。

このように２つの撹拌エリアを設定した場合、一方の撹拌エリアのゴミを他方の撹拌エリアに積み替えることができる。ここで、同図の（ｂ）の下側には、ゴミ貯留部１１のＡ−Ａ断面図を示している。この断面図に示すように、同図の（ｂ）の例では、撹拌エリア１の全てのゴミを撹拌エリア２に積み替えることができる。そして、撹拌エリア２に積み替えたゴミを、今度は撹拌エリア１に戻し、最後は均等な高さに均すことにより、表面のみならず深い位置のゴミについても撹拌することができる。また、断面図に示されるように、中間エリアのゴミの上面は傾斜した状態となることがあり、このような傾斜部分にバケット１７を下ろすと、バケット１７が傾いてゴミを掴むことができない場合がある。このため、中間エリアも非撹拌エリアとして扱うことが好ましい。

また、同図の（ｃ）の例では、同図の（ａ）の撹拌エリアが、撹拌エリア１〜３の３つの撹拌エリアに分けられている。このように３つの撹拌エリアを設定した場合、撹拌エリア１のゴミと、撹拌エリア３のゴミを、これらの間に位置する撹拌エリア２で混ぜ合わせることができる。また、同図の（ｂ）の例と同様に、撹拌エリア１のゴミを全て撹拌エリア３に積み替えたり（Ｂ−Ｂ断面図参照）、撹拌エリア３に積み替えられたゴミを撹拌エリア１に戻したりすることができる。

また、同図の（ｄ）の例では、同図の（ｃ）の撹拌エリアの半分が寝かせエリアに設定されている。寝かせエリアは、該エリアに積み上げられたゴミを所定期間（例えば２〜３日）放置しておくためのエリアである。寝かせエリアは期間限定の非撹拌エリアと言える。同図の（ｄ）の例における撹拌は、寝かせエリア内では所定期間が経過するまで撹拌を行わない点を除けば、同図の（ｃ）の例と同様である。なお、同図の（ｃ）（ｄ）の例においても、撹拌エリア間、あるいは撹拌エリアと寝かせエリアの境界部分を中間エリアとしてもよいことは言うまでもない。

〔遺伝的アルゴリズム〕
最適化計算部６３によるクレーン１４の最適な動作パターンの算出は、遺伝的アルゴリズムを用いて行われる。ここでは、最適化計算部６３が実行する、遺伝的アルゴリズムを用いた最適化演算の概要を図６に基づいて説明する。図６は、遺伝的アルゴリズムを用いた最適化演算の概要を説明する図である。

ここで、遺伝的アルゴリズムでは、解の候補を遺伝子として表現した「個体」を複数生成する。そして、適応度の評価関数ｆ（ｘ）にて算出される適応度の高い個体を優先的に選択し、交叉・突然変異などを施して次世代の個体を生成し、各個体の適応度を評価するという一連の処理を繰り返しながら、最適解を探索する。

図６において、関数ｆ（ｘ）は評価関数であり、「011011011010101010101」は第一世代（親）の遺伝子であり、「011011011010101000101」は第二世代（子）の遺伝子である。なお、クレーン制御装置５０では、第一世代の遺伝子は第一世代遺伝子生成部６２によって生成され、第二世代以降の遺伝子は最適化計算部６３によって生成される。

これらの遺伝子は、クレーン１４の動作パターン、より詳細にはクレーン１４がゴミを掴み、移動させ、離す動作を繰り返すときの掴む位置および離す位置の遷移を示す。なお、使用する遺伝子は、クレーン１４の動作パターンを示すものであればよく、上記のような２進数表現に限られないが、突然変異や交叉を行う場合には２進数表現とすることが好ましい。

第一世代遺伝子生成部６２は、クレーン１４（より詳細にはバケット１７）がゴミを掴む位置および離す位置の座標を連ねたデータを生成し、このデータを２進数表現に変換することによって第一世代の遺伝子を生成してもよい。具体的には、図４のようにゴミ貯留部１１内を区分した場合、クレーン１４がゴミを掴む位置および離す位置を（Ｘ，Ｙ）の座標値で表してもよい。これにより、例えば（６，３）、（９，２）という座標の組により、（６，３）の位置でゴミを掴み、（９，２）の位置で離すという動作パターンを表すことができる。なお、連ねる座標の数は、スケジュール期間の長さおよび当該時間において実行可能な撹拌回数に応じたものとする。また、上述の座標値（Ｘ，Ｙ）の代わりに、ゴミを掴む位置の高さを示すＺの値を含めた座標値（Ｘ，Ｙ，Ｚ）を用いてもよい。

〔評価関数〕
最適化計算部６３は、クレーン１４の最適な動作パターン（シミュレーションパターンであるとも言える）を算出するためのものである。このため、評価関数ｆ（ｘ）としては、評価の対象となる遺伝子の示す動作パターンによる動作後のゴミ貯留部１１内のゴミの状態が、理想的な状態に近いほど適応度が高くなる関数を用いる。

例えば、撹拌回数の基準値からの分散が小さいほど適応度が高くなる関数を評価関数ｆ（ｘ）としてもよい。この場合、図４のようにゴミ貯留部１１内を複数の区画に区分すると共に、撹拌を行うことができる時間に応じた基準値を設定する。なお、基準値の設定の詳細は後述する。そして、各区画における撹拌回数の分散が基準値に近いほど適応度が高くなるｆ（ｘ）を設定する。また、撹拌回数が０回である区画の数が少ないほど適応度が高くなるｆ（ｘ）を設定してもよい。

また、例えば、ゴミの高さの基準値からの分散が小さいほど適応度が高くなる関数を評価関数ｆ（ｘ）としてもよい。この場合、図４のようにゴミ貯留部１１内を複数の区画に区分すると共に、各区画の高さの平均値を基準値に設定する。そして、各区画における基準値からの高さの分散が小さいほど適応度が高くなるｆ（ｘ）を設定する。

さらに、例えば、スケジュール期間におけるクレーン１４の総移動距離が短いほど適応度が高くなる関数を評価関数ｆ（ｘ）としてもよい。また、クレーン１４の総使用電力が少ないほど適応度が高くなる関数を評価関数ｆ（ｘ）としてもよい。ここで、クレーン１４の駆動時の主な電力消費は、ガーダ１５による移動、横行台車１６による移動、および巻取機１９によるバケット１７の昇降によるものであり、各駆動における電力消費はそれぞれ異なっている。よって、ガーダ１５による移動距離、横行台車１６による移動距離、および巻取機１９の巻き上げ距離のそれぞれにその駆動の消費電力に応じた重み付けを行う。そして、これら重み付けされた距離の和が小さいほど適応度が高くなる関数を評価関数ｆ（ｘ）とする。

なお、上述のような評価関数は単独で使用してもよいし、複数を併用してもよい。併用する場合、各評価関数に重みを設定してもよい。例えば、撹拌回数の分散に係る評価関数の重みを最も重くし、高さの分散に係る評価関数の重みを次に重くし、クレーン１４の移動距離（消費電力）に係る評価関数の重みを最も軽くしてもよい。また、ファジィアルゴリズムにて、撹拌回数の分散、高さの分散、および移動距離（消費電力）の３つを考慮した最適解を求めることも可能である。

さらに、スケジュール期間を複数の時間帯に分け、時間帯ごとに理想とする状態（所定の状態）が異なる評価関数を用いてもよい。例えば、４時間の撹拌を行う場合に、前半２時間における遺伝子の最適化演算には、２つの撹拌エリアの一方において、各区画の高さの平均値が所定値以下である状態を理想状態（該状態に近づけることのできる遺伝子の適応度が高い状態）としてもよい。そして、後半２時間における遺伝子の最適化演算には、２つの撹拌エリアの他方において、各区画の高さの平均値が所定値以下である状態を理想状態としてもよい。これにより、一方の撹拌エリアのゴミを他方の撹拌エリアに積み替えた後、他方の撹拌エリアのゴミを一方の撹拌エリアに積み戻す動作を最適化した動作スケジュールを作成することができる。また、撹拌以外の動作（受け入れエリアから撹拌エリアへの積み替えや撹拌エリアからホッパー１２への投入等）を実行する時間帯を規定することにより、これらの動作を含む動作スケジュールを作成することも可能になる。

〔深い位置のゴミの撹拌〕
「発明が解決しようとする課題」にて説明したように、近年のゴミ焼却設備では、ゴミ貯留部が狭くなり、狭い空間にゴミが積層される傾向がある。このような場合、ゴミをある程度の深さまで撹拌することが好ましい。

そこで、ゴミの高さを複数の段階に区分して、各高さ区分における撹拌回数が均等になるように遺伝子を更新してもよい。この場合、ゴミ貯留部１１内のゴミを水平方向および垂直方向に三次元的に区分した区画を設定してもよく、各区画の高さは、クレーン１４の一掴みで掴み取ることができる高さを１つの高さ区分とすればよい。

そして、各座標における撹拌回数として、高さ区画ごとの撹拌回数の平均値を用いることにより、撹拌回数の基準値からの分散が小さいほど適応度が高くなる評価関数にて、ゴミの高さ（深さ）を考慮した動作スケジュールを作成することができる。

例えば、クレーン１４の一掴みで０．５ｍの高さのゴミを掴みとることができる場合、一区画の高さを０．５ｍとすればよく、この場合、高さが１．５ｍのゴミは、高さ方向に並んだ上、中、下の３段の区画に分けられる。この例において、座標値（Ｘ，Ｙ）の位置における上段、中段、下段の区画における撹拌回数が、それぞれ３回、２回、１回であったとすれば、この位置の撹拌回数を上記撹拌回数の平均値である２回としてもよい。

また、高さ方向に並んだ各区画の撹拌回数をそのまま用いてもよい。この場合、例えば全座標の上段、中段、下段の区画の撹拌回数の平均値を基準値とし、上述の評価関数にて遺伝子を評価してもよい。

なお、ゴミの高さが高い場合、より上位の層が存在する状態では、下位の層の撹拌を行うことができない。例えば、ゴミの高さが上段、中段、下段の３段に区分されている場合には、上段のゴミを他の場所に積み替える等しなければ、中段以下のゴミの撹拌を行うことができない。また、他の場所のゴミが上積みされた場合、下段のゴミはさらに深い位置となって、撹拌が難しくなる。

このため、深い位置のゴミを撹拌する場合、図５の（ｂ）〜（ｄ）のように、複数の撹拌エリアを設定して、同じ撹拌エリア内での積み替え（撹拌）が行われないようにすることが好ましい。例えば、図５の（ｂ）のように、複数の撹拌エリアが設定されている場合、１つの撹拌エリア内で掴んだゴミを、同じ撹拌エリア内で離す動作パターンを含む遺伝子の適応度が低くなるようにしてもよい。これにより、ある撹拌エリアで掴んだゴミを、他の撹拌エリア内で離す動作パターンの遺伝子が生存しやすくなる。

〔エリア設定と遺伝的アルゴリズムの関係〕
エリア設定は、ユーザが入力部５３に入力した分割数ｎ（ｎ＝１，２，３，４）に基づいて行われる。制約条件設定部６１は、入力された分割数ｎが１であれば、図５の（ａ）のように、非撹拌エリア（非使用エリア）および受け入れエリアを除いたエリアに１つの撹拌エリアを設定する。なお、撹拌エリアは、（Ｘ，Ｙ）の座標値で表すことができる（図４参照）から、撹拌エリアの座標値を記憶しておき、記憶した座標値以外は採用しないことにより、撹拌エリア内のみを対象とした撹拌の動作スケジュールを作成することができる。また、非撹拌エリアおよび受け入れエリアの座標値についても採用するが、これらの座標値を含む動作パターンの評価値（評価関数にて算出した適応度を示す値）は著しく下げるようにしてもよい。このような構成によれば、遺伝的アルゴリズムの汎用性を失うことなく、非撹拌エリア内の位置情報を含まない遺伝子を選抜して、撹拌エリア内のみを対象とした撹拌の動作スケジュールを作成することができる。

入力された分割数ｎが２である場合も同様であり、撹拌エリアの座標値を記憶しておき、記憶した座標値以外は採用しないことにより、２つの撹拌エリア内のみを対象とした撹拌の動作スケジュールを作成することができる。また、撹拌エリア外の座標値を選択した場合、その座標値に所定の値を加算して、撹拌エリア内の座標値に変換する方法によっても、２つの撹拌エリア内のみを対象とした撹拌の動作スケジュールを作成することができる。さらに、非撹拌エリアおよび受け入れエリアの座標値についても採用するが、これらの座標値を含む動作パターンの評価値は著しく下げるようにしてもよい。

分割数ｎが３や４である場合も同様であるが、図５の（ｄ）のように、混合エリアや寝かせエリアを設定する場合、これらのエリアを考慮した処理が必要になる。具体的には、混合エリアが設定されている場合には、撹拌の順序を予め決めておき、その順序で撹拌が行われるようにする。例えば、撹拌エリア１でゴミを掴み、混合エリアで離し、撹拌エリア２でゴミを掴み、混合エリアで離す、という順序を決めておき、この順序に従わない動作パターンの遺伝子は適応度が下がるようにしてもよい。また、寝かせエリアは、所定の期間の間は非撹拌エリアと同じく撹拌の対象外とし、その期間の経過後は撹拌エリアまたは混合エリアとする。

〔受け入れ設定と遺伝的アルゴリズムの関係〕
制約条件設定部６１は、ゴミの受け入れ設定に応じて、スケジュール期間に実行可能な撹拌の回数を算出して第一世代遺伝子生成部６２に通知する。これにより、スケジュール期間の長さやスケジュール期間におけるゴミの搬入の有無などを反映させた第一世代の遺伝子を生成することができる。また、制約条件設定部６１は、ゴミの受け入れ設定に応じた制約条件を生成し、最適化計算部６３はこの制約条件の下で遺伝的アルゴリズムによりクレーン１４の最適な動作パターンを算出する。

具体的には、制約条件設定部６１は、スケジュール期間を、平日昼間（ゴミの搬入がある時間帯）、および夜間・休日（ゴミの搬入がない時間帯）に分類する。そして、平日昼間は、受け入れエリアから撹拌エリアへのゴミの積み替えに要する時間と、撹拌エリアのゴミのホッパー１２への投入に要する時間とを除いた残りの時間を撹拌に使用できる時間とする。例えば、ホッパー１２への投入が１時間に４回行われ、１回の投入に要する平均時間が４分であったとすれば、積み替えと撹拌に使用できる時間は４４分である。よって、１回の撹拌の平均所要時間を２分とすれば、撹拌回数は最大でも２２回となる。ただし、実際には、受け入れエリアのゴミの高さが高くなり過ぎないように積み替えを行う必要があるから、撹拌可能な回数はより少なくなる。例えば、積み替えが８回行われ、１回の積み替えに要する平均時間が３分であったとすると、撹拌可能な回数は１０回となる。

一方、夜間・休日は、受け入れエリアに新たなゴミが投入されることがないから積み替えを行う必要がない。よって、ホッパー１２への投入に要する時間を除いた残りの時間を全て撹拌に使用することができる。また、受け入れエリアを撹拌に用いることもできる。ただし、次の搬入時刻までに、受け入れエリアのゴミを撹拌エリアに積み替えておく必要がある。この積み替えを完了すべき時刻は、ユーザが例えば前日受け入れ時刻（例えば9：00）を基準としてその時刻までの時間帯で１時間単位で設定できるようにしてもよい。

このようにして制約条件設定部６１は、スケジュール期間を平日昼間と夜間・休日に分類し、各分類に応じた撹拌回数を決定する。例えば、月曜日の午前９時に２４時間の動作スケジュール、すなわち火曜日の午前９時までの動作スケジュールを作成する場合を考える。この場合、ゴミの搬入が午前９時から午後１０時まで行われるとすれば、午前９時から午後１０時までは、積み替え時間と、ホッパー１２への投入時間とを除いた残りの時間を撹拌時間とする。例えば、上記の例のように投入が１回４分で１時間に４回行われ、積み替えが１回３分で１時間に８回行われる場合、撹拌は１時間に１０回行うことが可能であるから、制約条件設定部６１は、午前９時から午後１０時までの１３時間の撹拌回数を１３０回とする。これにより、第一世代遺伝子生成部６２は、この期間に対応する遺伝子の長さ、すなわち遺伝子を構成する（Ｘ，Ｙ）の座標値の数を２６０個（掴み位置と離し位置の組が１３０組）とする。そして、これにより、最適化計算部６３は、午前９時から午後１０時までの１３時間については、１３０回の撹拌を最適に行う遺伝子を選抜する。

また、撹拌回数が決まることにより、評価関数ｆ（ｘ）における基準値の値も決まる。具体的には、最適化計算部６３は、ピット状態監視部６８からピット状態情報７２を取得し、該ピット状態情報７２から、撹拌エリア内における撹拌回数の合計値を算出する。そして、上記合計値と上記期間における撹拌回数の和を、撹拌エリア内の区画の数で割った値を、上記基準値とする。例えば、図４の例では、撹拌エリア内における撹拌回数の合計値が６１回であり、撹拌エリア内の区画の数は４５であるから、撹拌回数が１３０回であれば、基準値は４．２４となる。

一方、午後１０時から翌日の午前９時までの１１時間は、ホッパー１２への投入時間を除いた残りの時間を撹拌時間とする。例えば、上記の例のように投入が１回４分で１時間に４回行われたとすると、撹拌は１時間に２２回行うことが可能であるから、制約条件設定部６１は、この期間の撹拌回数を２４２回とする。そして、第一世代遺伝子生成部６２は、この期間に対応する遺伝子の長さ、すなわち遺伝子を構成する（Ｘ，Ｙ）の座標値の数を４８４個とする。

また、受け入れエリアを撹拌に使用する場合には、最適化計算部６３は、受け入れエリアと撹拌エリアの両方の位置情報を含む遺伝子を選抜する。例えば、図４の例では、撹拌エリアおよび受け入れエリアにおける撹拌回数の合計値が６８回であり、撹拌エリアおよび受け入れエリアの区画の数は合計で７５である。よって、撹拌回数が２４２回であれば、基準値は３．２２となる。そして、撹拌エリアおよび受け入れエリアの両方の位置情報を含む遺伝子を選抜する。

さらに、ゴミの搬入開始時刻である午前９時の時点で受け入れエリア内のゴミの高さを所定値以下とするという制約条件が設定されている場合、最適化計算部６３は、この制約条件を充足した場合に適応度が高くなる評価関数を用いる。

なお、時間帯ごとに最適化演算の内容を変えてもよい。例えば、ゴミの搬入のある平日昼間は、撹拌に割くことのできる時間が短く、また受け入れエリアを撹拌に使用することができないので、表面部分のゴミの撹拌回数を均等にする最適化演算を行ってもよい。一方、夜間、休日は、深い位置のゴミも含めて撹拌回数を均等にする最適化演算（詳細は「深い位置のゴミの撹拌」参照）を行ってもよい。

〔ピットモデル画像〕
次に、ピットモデル生成部６５が生成して表示部５５に表示させるピットモデル画像の詳細を図７に基づいて説明する。図７は、ピットモデル画像の例を示す図である。図示のピットモデル画像は、ゴミ貯留部１１内のゴミの状態を三次元的に表したモデル画像である。より詳細には、同図の（ａ）は撹拌の開始前の状態を示し、同図の（ｂ）は最適化計算部６３が生成した遺伝子の示す動作パターンでクレーン１４を動作させた後の状態（予測される状態）を示している。また、ピットモデル画像は、撹拌回数に応じて色分けされており、これによりゴミが均等に撹拌されているかが一目で分かるようになっている。

同図の（ａ）のピットモデル画像は、ピット状態情報７２を用いて生成することができる。具体的には、ピットモデル生成部６５は、ピット状態情報７２に示されるゴミ貯留部１１内の各位置（Ｘ，Ｙ）について、その位置に対応する座標（ｘ，ｙ）を三次元座標空間内に設定する。そして、設定した各座標（ｘ，ｙ）について、ピット状態情報７２に示されるその位置の高さに応じた高さｚを設定する。これにより、ゴミ貯留部１１内の各位置における高さが、三次元空間の座標値（ｘ，ｙ，ｚ）として表される。そして、この座標値のうち、高さｚの値が同じである座標値をつなぐ線分（等高線）を規定することにより、図７の（ａ）に示すようなピットモデル画像が生成される。

なお、上記線分の表示色を高さの範囲に応じた色（例えば図示の帯グラフに示すように高さが低いほど濃い色）としてもよく、これにより高さの分布をよりわかりやすく示すことができる。また、各区画の撹拌回数を色分けして表示してもよく、これにより撹拌がどの程度均等になされるかについてもユーザに認識させることができる。

一方、同図の（ｂ）のピットモデル画像は、上記の座標値（ｘ，ｙ，ｚ）を、動作スケジュールに従って更新することによりピット状態予測部６４が生成したピット状態予測情報を用いて上記と同様の処理で生成される。最適化計算部６３が生成した遺伝子から、ゴミ貯留部１１内の何れの位置で何回撹拌が行われるかを特定することができるので、ピット状態予測部６４は、この撹拌状態に応じて上記の座標値（ｘ，ｙ，ｚ）を更新して、ピット状態予測情報を生成する。

〔処理の流れ（動作スケジュール作成〜クレーン制御）〕
次に、クレーン制御装置５０が実行する処理（計算装置の制御方法）の流れを図８に基づいて説明する。図８は、クレーン制御装置５０が実行する処理の一例を示すフローチャートである。

まず、制約条件設定部６１は、エリア設定と受け入れ設定を行う（Ｓ１、Ｓ２）。具体的には、制約条件設定部６１は、ユーザが入力部５３に入力した分割数ｎ（ｎ＝１，２，３，４）に従ってエリア設定を行う。なお、不使用エリアが指定された場合には、不使用エリアの設定も行う。そして、同じく入力部５３に入力した、曜日、時間帯、搬入予定に基づいて受け入れ設定を行う。また、制約条件設定部６１は、受け入れ設定において、スケジュール期間を設定する。具体的には、制約条件設定部６１は、ユーザが入力部５３に入力した内容に従って、開始時刻と運転時間を設定する。運転時間は、例えば１時間単位で設定できるようにしてもよい。また、一日単位、一週間単位で設定できるようにしてもよい。さらに、上記受け入れ設定では、受け入れエリアをゴミの搬入のない時間帯（夜間、休日）に撹拌に用いる場合に、撹拌に使用した受け入れエリア内のゴミの撹拌エリアへの積み替えを完了させる時刻の設定も行ってもよい。

そして、制約条件設定部６１は、エリア設定と受け入れ設定の内容に応じた制約条件を作成して最適化計算部６３に通知する。具体的には、制約条件設定部６１は、エリアに関する制約条件として、設定されたエリアの種別とその範囲を示す情報（具体的には座標の範囲）を通知する。また、制約条件設定部６１は、受け入れエリア内のゴミの撹拌エリアへの積み替えを完了させる時刻を設定した場合には該時刻を通知する。さらに、制約条件設定部６１は、スケジュール期間に実行可能な撹拌回数を算出して第一世代遺伝子生成部６２に通知する。

上記制約条件を受け付けた最適化計算部６３と第一世代遺伝子生成部６２は、ＡＩモードを開始して（Ｓ３）、ＡＩ演算（最適化演算）を行う（Ｓ４）。詳細は後述するが、ＡＩ演算では、第一世代遺伝子生成部６２が上記撹拌回数に応じた個数の座標値を含む第一世代の遺伝子を生成し、最適化計算部６３が第一世代の遺伝子を基にクレーン１４の最適な動作パターンを示す遺伝子を選抜する。そして、ピット状態予測部６４は、この遺伝子の示す動作パターンでクレーン１４を動作させた後のゴミ貯留部１１内のゴミの状態を示すピット状態予測情報を生成する（Ｓ５）。

この後、ピットモデル生成部６５は、上記ピット状態予測情報に基づいてピットモデル画像を生成し、生成したピットモデル画像を上記ＡＩ演算の結果として表示部５５に表示させる（Ｓ６）。

ユーザは、表示部５５に表示されたピットモデル画像を見て、生成された動作スケジュールの妥当性を確認し、入力部５３に当該動作スケジュールの実行可否を入力する。そして、クレーン制御部６６は、この入力に従って動作スケジュールの実行可否を判定する（Ｓ７）。ここで、実行不可と判定した場合（Ｓ７でＮＯ）、処理はＳ１に戻り、エリア設定からやり直しとなる。

一方、実行可と判定した場合（Ｓ７でＹＥＳ）、クレーン制御部６６は、ＡＩ制御を開始し（Ｓ８）、上記動作スケジュールに従ってクレーンを動作させるクレーン制御処理を実行する（Ｓ９）。また、クレーン制御処理を開始したクレーン制御部６６は、タイムアップの監視を開始し（Ｓ１０）、タイムアップとなったと判定した場合（Ｓ１０でＹＥＳ）に、処理を終了する。なお、タイムアップの時刻は、スケジュール期間の終了時である。

〔最適化演算の流れ〕
続いて、上述のＳ４で行われるＡＩ演算（最適化演算）の詳細を図９に基づいて説明する。図９は、最適化演算（計算装置の制御方法）の一例を示すフローチャートである。

まず、第一世代遺伝子生成部６２は、遺伝的アルゴリズムによる計算に使用する第一世代の遺伝子を生成する（Ｓ４１、第一世代遺伝子生成ステップ）。なお、この遺伝子は、ランダムに所定数生成され、これにより所定数の個体からなる初期世代の集団が生成される。また、上述のように、遺伝子は座標によって構成されており、遺伝子を構成する座標の個数は、制約条件設定部６１から通知される撹拌回数（スケジュール期間に応じた回数）に応じて決定される。

この後、最適化計算部６３は、Ｓ４２〜Ｓ４６の最適化計算ステップを実行する。具体的には、まず、最適化計算部６３は、各個体の適応度を評価する（Ｓ４２）。この評価は上述のように評価関数ｆ（ｘ）を用いて行われる。上述のように、この評価関数ｆ（ｘ）には、ピット状態情報７２に示される各区画の高さや撹拌回数が基準値として反映される。また、上述のように評価には制約条件が反映される。

具体的には、最適化計算部６３は、制約条件設定部６１から通知された不使用エリア内の座標を含む遺伝子の適応度の評価を下げる。また、制約条件設定部６１から通知された撹拌エリアが複数である場合には、１つの撹拌エリア内でゴミを掴み、離す動作パターンを含む遺伝子の適応度の評価を下げてもよい。さらに、例えば、受け入れエリアを撹拌に使用するが、所定時刻には受け入れエリア内のゴミの撹拌エリアへの積み替えを完了させるという制約条件が通知された場合には、所定時刻に受け入れエリア内のゴミの高さが所定値以下となる遺伝子の適応度が高くなる評価関数を用いて評価を行ってもよい。

そして、最適化計算部６３は、終了条件が充足しているか判定する（Ｓ４３）。本例の終了条件は、適応度が所定値以上の遺伝子があることである。ここで、終了条件が充足していると判定した場合（Ｓ４３でＹＥＳ）、最適化計算部６３は、最も適応度の高かった個体の遺伝子を選抜し、記憶部５２に記憶すると共にピット状態予測部６４に出力し、これによりＡＩ演算は終了する。

一方、Ｓ４３で終了条件が充足していないと判定した場合（Ｓ４３でＮＯ）、最適化計算部６３は、適応度が所定の下限値以上の個体を選抜し（Ｓ４４）、下限値未満の個体は足切りする。そして、選択した個体から次世代の遺伝子（個体）を生成し（Ｓ４５）、Ｓ４２の処理に戻る。なお、Ｓ４５の際には、突然変異や交叉を行う。

上記の例では、適応度が所定位置以上の遺伝子が生成された場合に処理を終了しているが、所定の世代まで、あるいは所定時間が経過するまで次世代の遺伝子の生成を繰り返してもよい。この場合、生成した遺伝子の中で最も適応度が高い遺伝子を選抜し、動作スケジュール７１として記憶すると共にピット状態予測部６４に出力すればよい。

〔ピット状態の更新〕
スケジュール期間の途中時点でゴミがゴミピット１内に搬入されて、受け入れエリアから撹拌エリアへのゴミの積み替えが行われた場合や、撹拌エリアのゴミのホッパー１２への投入が行われた場合には、撹拌エリア内のゴミの状態が変化する。このため、動作スケジュールの作成においては、このような動作スケジュール外の要因による状態変化を反映させることが好ましい。

そこで、ピット状態予測部６４は、ピット状態予測情報に上記のような状態変化を反映させ、最適化計算部６３は、上記状態変化を反映させたピット状態予測情報の示す状態を初期状態として最適化した遺伝子を選抜してもよい。これにより、上記のような状態変化を反映させた遺伝子を選抜することができる。

上記のピット状態予測情報への状態変化の反映は、例えば状態変化をモデル化することによって実現できる。例えば、受け入れエリアから撹拌エリアへのゴミの積み替えによる状態変化であれば、積み替えのタイミングと、積み替えの態様を予め決めておけばよい。これにより、上記タイミングにおけるピット状態予測情報を生成して、このピット状態予測情報に上記態様の積み替えの影響を反映させればよい。

具体例を挙げれば、受け入れエリア（１≦Ｘ≦１５，４≦Ｙ≦５）のゴミを撹拌エリアの最も近い位置（１≦Ｘ≦１５，２≦Ｙ≦３）に積み替える処理を、平日の１５時に行うことを決めておいてもよい。この積み替え処理を行うことにより、撹拌エリア（１≦Ｘ≦１５，２≦Ｙ≦３）のゴミの高さが、積み替え前の受け入れエリア（１≦Ｘ≦１５，４≦Ｙ≦５）の高さ分だけ高くなり、また積み替えられたゴミの撹拌回数は０となる。

この例では、第一世代遺伝子生成部６２は、１５時までの期間に対応する第一世代の遺伝子と、１５時以降（厳密には１５時の積み替えが終了した時刻以降）の期間に対応する第一世代の遺伝子とを生成する。そして、最適化計算部６３は、まず、１５時までの期間に対応する第一世代の遺伝子を用いて最適化演算を行い、１５時までの最適な動作スケジュールを示す遺伝子を選抜する。

次に、ピット状態予測部６４は、最適化計算部６３が生成した上記遺伝子の示す動作パターンにてクレーン１４を動作させた後のゴミ貯留部１１内のゴミの状態を示すピット状態予測情報を生成する。そして、ピット状態予測部６４は、生成したピット状態予測情報の撹拌エリア（１≦Ｘ≦１５，２≦Ｙ≦３）のゴミの高さを、積み替え前の受け入れエリア（１≦Ｘ≦１５，４≦Ｙ≦５）の高さ分だけ高くし、また積み替えられたゴミの撹拌回数を０とする。また、受け入れエリア（１≦Ｘ≦１５，４≦Ｙ≦５）のゴミの高さを０とする。

最後に、最適化計算部６３は、ピット状態予測部６４が積み替えを反映させたピット状態予測情報の示す状態を初期状態とし、１５時以降（厳密には１５時の積み替えが終了した時刻以降）の期間に対応する第一世代の遺伝子を用いて最適化演算を行う。これにより、積み替えによる状態変化を反映させた動作スケジュールを作成することができる。

また、ホッパー１２への投入の場合、撹拌回数が所定値以上の座標のゴミが撹拌エリアから掴み取られてホッパー１２に投入されるので、この掴み取りによるゴミの高さおよび撹拌回数の変化を反映させればよい。なお、ホッパー１２に投入するゴミは、十分に撹拌されたものとすることが好ましいので、掴み取る位置は、撹拌回数が所定回数以上の位置とすることが好ましい。このため、例えば撹拌回数が所定回数以上、かつホッパー１２から最も近い位置を掴み取る位置とする、等の規則を予め決めてモデル化しておくことにより、何れの位置の状態を更新するかを決定することができる。なお、ホッパー１２への投入（ゴミピット１からのゴミの搬出）と、ゴミピット１へのゴミの搬入の両方を反映させた動作スケジュールを作成してもよい。

〔動作スケジュールの実行中における動作スケジュールの修正〕
動作スケジュールの実行中にその動作スケジュールを修正してもよい。これにより、動作スケジュールの実行によるゴミ貯留部１１内のゴミの状態の変化が、当初の想定からずれたことを補正して、その後の動作スケジュールを適正化することができる。例えば一週間の動作スケジュールを作成して実行する場合に、一日の動作が終了した時点のピット状態情報７２を用いて、それ以後の動作スケジュールを再度作成してもよい。

〔実施形態２〕
上記実施形態では、区画単位のクレーン１４の動作スケジュールを作成する例を説明した。これに対し、本実施形態では、クレーン制御装置５０が、複数の区画からなるエリア単位でクレーン１４の動作スケジュールを作成する例を説明する。なお、上記実施形態と同様の構成については同一の参照番号を付し、その説明を省略する。

〔エリア単位の動作スケジュールの例〕
まず、エリア単位の動作スケジュールの例を図１０に基づいて説明する。図１０は、エリア単位の動作スケジュールの一例を示す図である。図１０では、ゴミの搬入がある平日の６：００から翌日の６：００までの２４時間における動作スケジュールを示している。また、図示の例では、２つの撹拌エリア（撹拌エリア１と撹拌エリア２）と１つの受け入れエリアが設定された例を示している。なお、図５の（ｂ）の例のように、２つの撹拌エリアの間には中間エリアを設けてもよい。同様に、受け入れエリアと撹拌エリア１および２との間にも中間エリアを設けてもよい。

本例における動作スケジュールは、時間帯ごとのゴミ掴みエリアとゴミ離しエリアとを設定したものである。図１０では、ゴミ掴みエリアに設定された区画には「＋」の記号を表示し、ゴミ離しエリアに設定された区画には「−」の記号を表示している。つまり、ゴミ掴みエリアを構成する「＋」の記号の複数の区画は、クレーン１４によるゴミ掴み位置となる。また、ゴミ離しエリアを構成する「−」の記号の複数の区画は、ゴミ掴みエリアで掴まれたゴミを離す位置となる。なお、何れの記号も表示されていない区画（非撹拌エリアおよび６：００の時点における受け入れエリア）は、ゴミ掴み動作もゴミ離し動作も行わない区画である。

具体的には、ゴミの受け入れのための積み替え（受け入れエリアから撹拌エリアへの積み替え）を完了させる時刻である６：００の時点では、撹拌エリア１がゴミ掴みエリアに設定されており、このエリア内の各区画には「＋」の記号が表示されている。また、撹拌エリア２はゴミ離しエリアに設定されており、このエリア内の各区画には「−」の記号が表示されている。この動作スケジュールに基づいてクレーン１４の動作制御を行う場合、６：００以降の時間帯において、クレーン制御部６６は、撹拌エリア１でゴミを掴み、撹拌エリア２でそのゴミを離す撹拌作業をクレーン１４に行わせる。なお、ゴミ掴みエリア内の何れの区画にてゴミを掴むか、およびゴミ離しエリア内の何れの区画にてゴミを離すかは、後記「評価関数による評価」で説明する予め定められたアルゴリズムにより決定する。

また、ゴミの搬入が開始される９：００の時点では、受け入れエリアがゴミ掴みエリアに設定されており、撹拌エリア１および２がゴミ離しエリアに設定されている。つまり、この動作スケジュールに基づいてクレーン１４の動作制御を行う場合、９：００以降の時間帯において、クレーン制御部６６は、受け入れエリアでゴミを掴み、撹拌エリア１および２でそのゴミを離す積み替え作業をクレーン１４に行わせる。

そして、ゴミの搬入が終了する１７：００の時点では、受け入れエリアと撹拌エリア２がゴミ掴みエリアに設定されており、撹拌エリア１がゴミ離しエリアに設定されている。つまり、この動作スケジュールに基づいてクレーン１４の動作制御を行う場合、１７：００以降の時間帯において、クレーン制御部６６は、受け入れエリアでゴミを掴み、撹拌エリア１でそのゴミを離す積み替え作業をクレーン１４に行わせると共に、撹拌エリア２でゴミを掴み、左側の撹拌エリアでそのゴミを離す撹拌作業をクレーン１４に行わせる。

本実施形態において、第一世代遺伝子生成部６２および最適化計算部６３によって生成され、記憶部５２に格納される動作スケジュール７１は、このような時間帯ごとのゴミ掴みエリアとゴミ離しエリアを示す情報である。なお、図示した３つの時点（６：００、９：００、１７：００）以外のタイミングにおいてもゴミ掴みエリアとゴミ離しエリアの設定を変更してもよいことは言うまでもない。また、ゴミ掴みエリアとゴミ離しエリアの設定の順序を規定し、各設定を適用する時刻の規定は省略してもよい。この場合、１つの設定における作業が終了した後で、次の設定に切り替えればよい。

また、図１０の例では、受け入れエリアは何れの時間帯においてもゴミ離しエリアに設定していないが、ゴミの搬入のない時間帯（この例では１７：００〜翌日９：００）には、受け入れエリアをゴミ離しエリアに設定してもよい。これにより、受け入れエリアを有効利用したゴミの積み替え作業や撹拌作業を行うことができる。

〔使用する遺伝子〕
本実施形態において、遺伝的アルゴリズムに使用する遺伝子は、クレーン１４の動作パターン、より詳細にはクレーン１４がゴミを掴み、移動させ、離す動作を繰り返すときの掴む位置が含まれるエリアであるゴミ掴みエリア、および離す位置が含まれるエリアであるゴミ離しエリアの遷移を示す。なお、上記実施形態と同様に、突然変異や交叉を行う場合には、遺伝子を２進数表現とすることが好ましいが、遺伝子の表現形式は特に限定されない。

例えば、第一世代遺伝子生成部６２は、予め設定された複数のエリアのうち、何れをゴミ掴みエリアとし、何れをゴミ離しエリアとするかを示すエリア設定情報を生成し、該エリア設定情報が複数連なったデータを生成してもよい。なお、各エリア設定情報には、ゴミ掴みエリアとゴミ離しエリアがそれぞれ少なくとも１つ含まれていればよく、ゴミ掴みエリアおよびゴミ離しエリアの何れかまたは両方が複数含まれていてもよい。また、何れにも設定されていないエリアが含まれていてもよい。このエリア設定情報は、予め設定された複数のエリアに対し、ゴミ掴みエリア、ゴミ離しエリア、または何れにも該当しないエリアの何れかでラベリングした情報であるとも言える。そして、第一世代遺伝子生成部６２は、このエリア設定情報を２進数表現に変換することによって第一世代の遺伝子を生成してもよい。

なお、エリア設定情報の配列順は、スケジュール期間におけるゴミ掴みエリアと上記ゴミ離しエリアの遷移を示している。また、連ねるエリア設定情報の数は、スケジュール期間の長さに応じたものとする。例えば、１つのエリア設定情報に基づいてクレーン１４を動作させる時間を予め決めておけば、スケジュールの期間に応じたエリア設定情報の数を特定可能である。具体例を挙げれば、１つのエリア設定情報に基づいてクレーン１４を１時間動作させる場合、８時間のスケジュールを作成する際には、８のエリア設定情報から成る遺伝子を生成すればよい。また、例えば、１つのエリア設定情報に基づくクレーン１４の動作回数を予め決めておいても、スケジュールの期間に応じたエリア設定情報の数を特定可能である。具体例を挙げれば、１つのエリア設定情報につき、クレーン１４にゴミの積み替えまたは撹拌を１０回行わせる場合、ゴミの搬入があり、１時間に１０回の積み替えまたは撹拌を行うことのできる時間帯における８時間のスケジュールを作成する際には、８つのエリア設定情報から成る遺伝子を生成すればよい。

また、予め設定された複数のエリアのうち、何れをゴミ掴みエリアとするかを示すエリア設定情報を生成し、該エリア設定情報が複数連なったデータを生成してもよい。この場合、予め設定された複数のエリアのうち、ゴミ掴みエリアとされなかったエリアをゴミ離しエリアとみなせばよい。同様に、予め設定された複数のエリアのうち、何れをゴミ話エリアとするかを示すエリア設定情報を生成し、該エリア設定情報が複数連なったデータを生成してもよい。

〔評価関数〕
本実施形態においても、上記実施形態と同様に、評価の対象となる遺伝子の示す動作パターンによる動作後のゴミ貯留部１１内のゴミの状態が、理想的な状態に近いほど適応度が高くなる評価関数を用いる。ただし、本実施形態の評価関数は、１つの区画ではなく、複数の区画を含むエリアにおけるゴミの状態を評価するものとなる。

例えば、各エリアにおける撹拌回数の代表値の、基準値からの分散が小さいほど適応度が高くなる関数を評価関数ｆ（ｘ）としてもよい。なお、代表値は、当該エリアの全体における撹拌の程度を示す値であればよく、例えば当該エリアに含まれる各区画の撹拌回数の平均値等であってもよい。また、上記基準値は上記実施形態と同様にして設定すればよい。この他にも、例えば、撹拌回数が０回である区画の数（あるいは割合）が少ないエリアほど適応度が高くなるｆ（ｘ）を設定してもよい。

また、例えば、各エリアにおけるゴミの高さの代表値の、基準値からの分散が小さいほど適応度が高くなる関数を評価関数ｆ（ｘ）としてもよい。なお、代表値は、当該エリアの全体におけるゴミの高さの程度を示す値であればよく、例えば当該エリアに含まれる各区画のゴミの高さの平均値等であってもよい。また、上記基準値は上記実施形態と同様にして設定すればよい。

なお、上述のような評価関数は単独で使用してもよいし、複数を併用してもよい。併用する場合、各評価関数に重みを設定してもよい。例えば、撹拌回数の分散に係る評価関数の重みを最も重くし、高さの分散に係る評価関数の重みを次に重くしてもよい。また、ファジィアルゴリズムにて、撹拌回数の分散および高さの分散を考慮した最適解を求めることも可能である。

〔評価関数による評価〕
最適化計算部６３は、上述のような評価関数ｆ（ｘ）を用いて遺伝子を評価する。具体的には、最適化計算部６３は、初期状態（ピット状態情報７２の示す状態）のゴミに対して、評価対象の遺伝子の示すパターンでゴミ掴みエリアとゴミ離しエリアを遷移させて撹拌および積み替えの少なくとも何れかを行った後のゴミの状態を特定する。なお、ゴミの状態は各区画の撹拌回数および高さで表すことができる。そして、該状態を、評価関数ｆ（ｘ）を用いて評価する。例えば、各エリアに含まれる区画における撹拌回数やゴミの高さの代表値を算出して評価関数ｆ（ｘ）に代入することにより、評価値を算出することができる。

なお、遺伝子を構成するエリア設定情報について、ゴミ掴みエリア内の何れの区画にてゴミを掴むか、およびゴミ離しエリア内の何れの区画にてゴミを離すかを、予め定められたアルゴリズムにより決定しておく。これにより、エリア設定情報の示すゴミ掴みエリアとゴミ離しエリアの組み合わせに従ってクレーン１４を動作させた後のゴミの状態をシミュレートすることができる。例えば、ゴミ掴み位置を決定するアルゴリズムとしては、高さが所定値以上の区画を最優先でゴミ掴み位置とし、高さが所定値以上の区画がなくなったときには撹拌回数が０の区画を優先してゴミ掴み位置とするアルゴリズムを適用可能である。また、例えば、ゴミ離し位置を決定するアルゴリズムとしては、高さが所定値以下の区画を最優先でゴミ離し位置とし、高さが所定値以下の区画がなくなったときには撹拌回数が０の区画を優先してゴミ離し位置とするアルゴリズムを適用可能である。

〔ゴミの搬入を考慮したスケジュールの作成〕
ゴミの搬入を考慮したスケジュールを作成する場合、スケジュール期間を複数の時間帯に分け、時間帯ごとに異なる評価関数（理想とする状態（所定の状態）が異なる評価関数）を用いてもよい。例えばゴミの搬入のある時間帯には、受け入れエリアのゴミの高さを低くする遺伝子の評価を高くし、ゴミの搬入のない時間帯には撹拌回数の均一度を高くする遺伝子の評価を高くしてもよい。

また、ゴミの搬入を考慮したスケジュールを作成する他の例として、受け入れエリアを何れの時刻にゴミ掴みエリアまたはゴミ離しエリアに設定するかを予め決めておく方法も挙げられる。この場合、撹拌エリアのゴミ掴みエリアまたはゴミ離しエリアへの設定についてのみ遺伝的アルゴリズムで決定する。例えば、ゴミの搬入が開始される直前の時間帯（例えば搬入開始時刻の３時間前〜搬入開始時刻までの時間帯）には、受け入れエリアはゴミ掴みエリアおよびゴミ離しエリアの何れにも設定せず、搬入開始後の時間帯には、受け入れエリアはゴミ掴みエリアに設定することを決めておいてもよい。そして、撹拌エリアのゴミ掴みエリアまたはゴミ離しエリアへの設定について遺伝的アルゴリズムで決定してもよい。

また、ゴミの搬入を考慮したスケジュールを作成するさらに他の例として、時間帯ごとに評価値の重みを変える方法も挙げられる。例えば、ゴミの搬入のある時間帯には、受け入れエリアがゴミ掴みエリアとなっている遺伝子の評価値の重みを大きくしてもよい。これにより、ゴミの搬入のある時間帯に、受け入れエリアをゴミ掴みエリアとする動作スケジュールが作成されやすくすることができる。また、例えば、ゴミの搬入のない時間帯には、受け入れエリアがゴミ離しエリアとなっている遺伝子の評価値の重みを大きくしてもよい。これにより、ゴミの搬入のない時間帯に、受け入れエリアを利用して撹拌を行う動作スケジュールが作成されやすくすることができる。

〔変形例〕
上記各実施形態では、バケット１７で掴んだゴミの全てを、バケット１７の移動先の位置で離す動作を撹拌動作としたが、撹拌動作はゴミ貯留部１１内のゴミを均等に分散させることができる動作であればよく、上記の例に限られない。例えば、クレーン１４のバケット１７を少しずつ開きながら移動させることにより、バケット１７の移動経路上にゴミをばらまく動作を撹拌動作としてもよい。

また、上記各実施形態では、１つのクレーン制御装置５０にて動作スケジュールの作成とクレーン１４の制御の両方を行う例を示したが、動作スケジュールの作成とクレーン１４の制御を個別の装置で行ってもよい。また、制御部５１の備える処理部の一部を、クレーン制御装置５０と通信可能なサーバに設けたクライアントサーバシステムによって、上記のクレーン制御装置５０と同様の機能を実現することもできる。特に、演算処理の負荷の高い最適化計算部６３をサーバに設けた場合には、クレーン制御装置５０の演算処理の負荷を大きく低減することができるという利点がある。

そして、上記各実施形態では、撹拌回数の評価関数を用いる例を示したが、撹拌の程度を示す指標は撹拌回数に限られない。例えば、ゴミの細粒度や、かさ比重等で撹拌度を評価してもよい。

また、上記各実施形態では、遺伝的アルゴリズムを用いて最適化演算を行う例を説明したが、他の進化的アルゴリズムを用いて最適化演算を行うこともできる。例えば、遺伝的プログラミング、進化的計算等を用いて最適化演算を行うこともできる。

上記各実施形態のクレーン制御装置５０は、ホッパー１２に投入するゴミを配置するエリアまたは区画を設定した動作スケジュールを作成してもよい。この場合、上記エリアまたは区画におけるゴミの撹拌回数が、動作スケジュールを作成する期間中継続して、ホッパー１２への投入に十分な所定回数以上となっている遺伝子の評価値が高くなる評価関数を用いればよい。そして、クレーン制御部６６は、このようにして作成された動作スケジュールに基づいてクレーン１４の動作制御を行う場合、ホッパー１２にゴミを投入する際には、上記エリアまたは区画でゴミを掴むように制御すればよい。これにより、十分な撹拌回数のゴミをホッパー１２に投入することができる。また、ホッパー１２への投入によって撹拌回数が変動する区画を特定の区画に限定することができる。

〔ソフトウェアによる実現例〕
クレーン制御装置５０の制御ブロック（特に制御部５１）は、集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって実現してもよいし、ＣＰＵ（Central Processing Unit）を用いてソフトウェアによって実現してもよい。

後者の場合、クレーン制御装置５０は、各機能を実現するソフトウェアであるプログラムの命令を実行するＣＰＵ、上記プログラムおよび各種データがコンピュータ（またはＣＰＵ）で読み取り可能に記録されたＲＯＭ（Read Only Memory）または記憶装置（これらを「記録媒体」と称する）、上記プログラムを展開するＲＡＭ（Random Access Memory）などを備えている。そして、コンピュータ（またはＣＰＵ）が上記プログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記記録媒体としては、「一時的でない有形の媒体」、例えば、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、上記プログラムは、該プログラムを伝送可能な任意の伝送媒体（通信ネットワークや放送波等）を介して上記コンピュータに供給されてもよい。なお、本発明は、上記プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。

本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。

１ ゴミピット
１４ クレーン
５０ クレーン制御装置（計算装置）
５３ 入力部
６２ 第一世代遺伝子生成部
６３ 最適化計算部
６４ ピット状態予測部

Claims (14)

1. ゴミピット内でゴミを運搬するクレーンの所定期間における動作スケジュールを作成する計算装置であって、
   上記所定期間における上記クレーンの移動および開閉の動作パターンが、ゴミの掴み位置を示す位置情報と該ゴミの離し位置を示す位置情報である遺伝子からなる遺伝子群を生成する第一世代遺伝子生成部と、
   上記遺伝子群に含まれる各遺伝子の適応度の評価と該評価に基づく遺伝子群の更新とを繰り返し行う進化的アルゴリズムにより、初期状態の上記ゴミを所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜する最適化計算部と、
   上記ゴミピット内においてゴミの撹拌に使用しない非使用エリアの指定を受け付ける入力部と、を備え、
   上記非使用エリアの少なくとも一部が上記ゴミピットに搬入されるゴミを受け入れる受け入れエリアである場合、上記最適化計算部は、上記ゴミピットへのゴミの搬入のない期間の動作スケジュールを作成する際には、上記受け入れエリア内の位置情報を含む遺伝子を選抜することを特徴とする計算装置。
2. ゴミピット内でゴミを運搬するクレーンの所定期間における動作スケジュールを作成する計算装置であって、
   上記所定期間における上記クレーンの移動および開閉の動作パターンを示す遺伝子からなる遺伝子群を生成する第一世代遺伝子生成部と、
   上記遺伝子群に含まれる各遺伝子の適応度の評価と該評価に基づく遺伝子群の更新とを繰り返し行う進化的アルゴリズムにより、初期状態の上記ゴミを所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜する最適化計算部と、を備え、
   上記適応度の評価に用いる評価関数は、
   上記ゴミピット内に規定された複数の区画におけるゴミの撹拌度の分散が小さいほど適応度の評価が高くなり、
   上記ゴミピット内のゴミの高さの分散が小さいほど適応度の評価が高くなり、かつ、
   上記所定期間における上記クレーンの総移動距離が短いほど適応度の評価が高くなる関数であることを特徴とする計算装置。
3. 上記評価関数は、上記遺伝子の示す動作パターンで上記クレーンを動作させた場合に、上記ゴミピットへのゴミの搬入時刻の所定時間前にゴミの受け入れエリア内のゴミ高さが所定値以下となれば適応度の評価が高くなる関数であることを特徴とする請求項２に記載の計算装置。
4. ゴミピット内でゴミを運搬するクレーンの所定期間における動作スケジュールを作成する計算装置であって、
   上記所定期間における上記クレーンの移動および開閉の動作パターンを示す遺伝子からなる遺伝子群を生成する第一世代遺伝子生成部と、
   上記遺伝子群に含まれる各遺伝子の適応度の評価と該評価に基づく遺伝子群の更新とを繰り返し行う進化的アルゴリズムにより、初期状態の上記ゴミを所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜する最適化計算部と、
   上記所定期間の途中時点における上記ゴミピット内のゴミの状態であって、上記時点までに行われる上記ゴミピットへのゴミの搬入、および上記ゴミピットからのゴミの搬出の少なくとも何れかを反映させたゴミの状態を示すピット状態予測情報を生成するピット状態予測部と、を備え、
   上記最適化計算部は、上記時点以降の期間について、上記ピット状態予測情報の示す状態のゴミを上記所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜することを特徴とする計算装置。
5. ゴミピット内でゴミを運搬するクレーンの所定期間における動作スケジュールを作成する計算装置であって、
   上記所定期間における上記クレーンの移動および開閉の動作パターンを示す遺伝子からなる遺伝子群を生成する第一世代遺伝子生成部と、
   上記遺伝子群に含まれる各遺伝子の適応度の評価と該評価に基づく遺伝子群の更新とを繰り返し行う進化的アルゴリズムにより、初期状態の上記ゴミを所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜する最適化計算部と、を備え、
   上記最適化計算部は、上記所定期間の時間帯ごとに、上記所定の状態が異なる評価関数を用いて遺伝子を選抜することを特徴とする計算装置。
6. 上記所定期間の指定を受け付ける入力部を備え、
   上記第一世代遺伝子生成部は、上記所定期間に応じた個数の上記位置情報を含む遺伝子を生成することを特徴とする請求項１に記載の計算装置。
7. 上記区画は、上記ゴミピット内のゴミを水平方向および垂直方向に三次元的に区分した区画であることを特徴とする請求項２または３に記載の計算装置。
8. 上記最適化計算部が生成した遺伝子の示す動作パターンで上記クレーンを動作させた後の上記ゴミピット内のゴミの状態を三次元的に示すピットモデル画像を生成するピットモデル生成部を備えていることを特徴とする請求項１から７の何れか１項に記載の計算装置。
9. 上記最適化計算部が生成した遺伝子の示す動作パターンで上記クレーンを動作させるクレーン制御部を備えていることを特徴とする請求項１から８の何れか１項に記載の計算装置。
10. 上記第一世代遺伝子生成部が生成する遺伝子は、上記ゴミピット内に規定された複数の区画のうち、上記クレーンがゴミを掴む位置となる複数の区画からなるゴミ掴みエリアと、上記複数の区画のうち、上記ゴミ掴みエリアではない区画であって、上記ゴミ掴みエリア内で掴まれたゴミを離す位置となる複数の区画からなるゴミ離しエリアとを示すエリア設定情報からなり、該遺伝子における上記エリア設定情報の配列順が、上記所定期間における上記ゴミ掴みエリアの遷移と、上記所定期間における上記ゴミ離しエリアの遷移とを示していることを特徴とする請求項１から９の何れか１項に記載の計算装置。
11. ゴミピット内でゴミを運搬するクレーンの所定期間における動作スケジュールを作成する計算装置の制御方法であって、
    上記所定期間における上記クレーンの移動および開閉の動作パターンが、ゴミの掴み位置を示す位置情報と該ゴミの離し位置を示す位置情報である遺伝子からなる遺伝子群を生成する第一世代遺伝子生成ステップと、
    上記遺伝子群に含まれる各遺伝子の適応度の評価と該評価に基づく遺伝子群の更新とを繰り返し行う進化的アルゴリズムにより、初期状態の上記ゴミを所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜する最適化計算ステップと、
    上記ゴミピット内においてゴミの撹拌に使用しない非使用エリアの指定を受け付ける入力ステップと、を含み、
    上記最適化計算ステップは、
    上記ゴミピット内に規定された複数の区画におけるゴミの撹拌度の分散が小さいほど適応度の評価が高くなり、上記ゴミピット内のゴミの高さの分散が小さいほど適応度の評価が高くなり、かつ、上記所定期間における上記クレーンの総移動距離が短いほど適応度の評価が高くなる評価関数を用いて上記適応度を評価するステップ、
    または、
    上記非使用エリアの少なくとも一部が上記ゴミピットに搬入されるゴミを受け入れる受け入れエリアである場合、上記ゴミピットへのゴミの搬入のない期間の動作スケジュールを作成する際には、上記受け入れエリア内の位置情報を含む遺伝子を選抜するステップ、
    または、
    上記所定期間の途中時点における上記ゴミピット内のゴミの状態であって、上記時点までに行われる上記ゴミピットへのゴミの搬入、および上記ゴミピットからのゴミの搬出の少なくとも何れかを反映させたゴミの状態を示すピット状態予測情報を生成し、上記時点以降の期間について、上記ピット状態予測情報の示す状態のゴミを上記所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜するステップ、
    または、
    上記所定期間の時間帯ごとに、上記所定の状態が異なる評価関数を用いて遺伝子を選抜するステップ、
    を含むことを特徴とする計算装置の制御方法。
12. 請求項１〜３、５の何れか１項に記載の計算装置としてコンピュータを機能させるための制御プログラムであって、上記第一世代遺伝子生成部および上記最適化計算部としてコンピュータを機能させるための制御プログラム。
13. 請求項４に記載の計算装置としてコンピュータを機能させるための制御プログラムであって、上記第一世代遺伝子生成部、上記ピット状態予測部、および上記最適化計算部としてコンピュータを機能させるための制御プログラム。
14. 請求項１２または１３に記載の制御プログラムを記録したコンピュータ読み取り可能な記録媒体。

Images