JP6705664B2

JP6705664B2 - Multi-criteria optimization system, multi-criteria optimization method, and multi-criteria optimization program

Info

Publication number: JP6705664B2
Application number: JP2016040315A
Authority: JP
Inventors: 明久堀尾; 楢崎　博司; 博司楢崎; 拓郎児山; 道明村上; 福田　啓一; 啓一福田
Original assignee: Kobe Steel Ltd
Current assignee: Kobe Steel Ltd
Priority date: 2016-03-02
Filing date: 2016-03-02
Publication date: 2020-06-03
Anticipated expiration: 2036-03-02
Also published as: JP2017157035A

Description

本発明は、要求されている引合いに対して、多基準の項目に対する優先度を調整して、最適解を検索する多基準最適化システム及び多基準最適化方法、並びに多基準最適化プログラムに関する。 The present invention relates to a multi-criteria optimization system and a multi-criteria optimization method, and a multi-criteria optimization program, in which priorities for multi-criteria items are adjusted in response to a required inquiry and an optimum solution is searched.

従来、顧客等から要求されている引合いに対して、与えられた条件下で多基準の項目を考慮して、最適解を求める最適化プログラムが開発されている。ここで、多基準の項目とは、最適解を求めるために評価する基準となる複数の項目である。また、項目とは、製品、材料及び製造に関する条件と、その条件で製造した場合に行った品質試験で得られた結果である。特に、最適解を求める際に、多基準の項目に対する重み付けである優先度を入力として与える最適化プログラムが開発されている。この最適化プログラムでは、多基準の項目に対する優先度を調整することにより、最適化プログラムを利用するユーザの意図を反映させている。つまり、ユーザが重視すべきとした項目、緩和可能とした項目等の優先度を考慮した上で、ユーザの意図を反映させた最適解を求めている。尚、ここでいうユーザの意図とは、引合いにおいて要求されている項目の値を満たすこと、または、引合いにおいて要求されている項目の値に近い値であること等である。 2. Description of the Related Art Conventionally, an optimization program has been developed for obtaining an optimum solution in consideration of multi-criteria items under given conditions for an inquiry requested by a customer or the like. Here, the multi-criteria item is a plurality of criteria items that are evaluated in order to obtain the optimum solution. In addition, the items are the conditions related to products, materials, and manufacturing, and the results obtained in the quality test performed when manufacturing under those conditions. In particular, an optimization program has been developed in which, when an optimum solution is obtained, a priority, which is a weighting for multi-criteria items, is given as an input. In this optimizing program, the intention of the user who uses the optimizing program is reflected by adjusting the priorities for the items of multiple standards. That is, the optimum solution that reflects the user's intention is sought after considering the priorities of the items that the user should emphasize and the items that can be relaxed. The user's intention here means that the value of the item requested in the inquiry is satisfied, or the value is close to the value of the item requested in the inquiry.

しかしながら、このような最適化プログラムでは、多基準の項目に対する優先度を調整するに際して、下記のような問題が生じている。まず、多基準の項目に対する優先度を調整するためには、ユーザが最適化プログラムのアルゴリズムを理解している必要がある。一般には、ユーザが複雑な最適化プログラムのアルゴリズムを理解するには困難を伴う。また、優先度は、多基準の項目に対して設定されている。そして、優先度は、業務の内容に合わせて、それら多基準の項目のいずれかに偏って調整したり、それら多基準の項目について平均化するように調整したりすることが必要である。しかし、そのような優先度の調整には、一般に、製造実績の検索結果を見て試行錯誤的に決める必要があり、多基準の各項目の優先度の設定の巧拙により、目的とする事例の発見可能／不可能に影響を受ける。そのため、最適な製造実績の検索の巧拙に個人差が生じやすく、特に初心者のユーザほど試行錯誤的検索の回数が増え、最適な製造実績の検索に時間がかかる。つまり、ユーザが、それら多基準の項目に係る業務の内容に精通していなければ、優先度を調整することが困難である。そして、最適化プログラムのアルゴリズムや多基準の項目に係る業務の内容に精通しているかどうか等のユーザの能力には、個人差があり、最適な製造実績の検索を効率的に行うことができない。 However, in such an optimization program, the following problems occur when adjusting the priority for the items of multiple standards. First, the user needs to understand the algorithm of the optimizing program in order to adjust the priority for the items of the multi-criteria. Generally, it is difficult for a user to understand a complex optimization program algorithm. Further, the priority is set for the items of multiple standards. Then, the priority needs to be adjusted so as to be biased to one of the items of the multi-criteria, or adjusted so as to average the items of the multi-criteria according to the content of the work. However, in order to adjust such a priority, it is generally necessary to make a trial and error decision by looking at the search results of the manufacturing results, and due to the skill of setting the priority of each item of the multi-criteria, the target case Affected by discoverability/impossibleness. As a result, the search for the optimum manufacturing record is likely to differ from person to person, and the number of times of trial-and-error search increases, especially for a beginner user, and it takes time to search for the optimum manufacturing record. That is, it is difficult for the user to adjust the priority unless the user is familiar with the content of the work related to the items of the multicriteria. In addition, there are individual differences in the ability of users, such as whether they are familiar with the algorithm of the optimization program or the content of work related to multiple criteria items, and it is not possible to efficiently search for the optimum manufacturing record. ..

また、最適化プログラムで設定される制約条件によっては、最適化のための項目が極端に増え、優先度の調整が困難になる。つまり、一部の項目の優先度を調整すると、他の項目との優先度の関係が異なってしまうため、ユーザの意図を反映したとしても、最適解に不具合が生じる場合があり、最適解の見直しを行う必要が生じてしまう。 Also, depending on the constraint conditions set by the optimization program, the number of items for optimization is extremely increased, making it difficult to adjust the priority. In other words, if the priority of some items is adjusted, the priority relationship with other items will differ, so even if the user's intention is reflected, there may be a problem with the optimal solution. It will be necessary to review.

そこで、このような問題を解決するために、優先度を調整した上で、ユーザの意図を反映することができる多基準最適化システム及び多基準最適化方法、並びに多基準最適化プログラムが提案されている。多基準最適化システム及び多基準最適化方法、並びに多基準最適化プログラムの一例として、特許文献１がある。特許文献１に示す技術では、まず、既存の最適化プログラムにより導き出された最適解の初期解をユーザが修正する。そして、修正した最適解（修正解）に基づいて、線形計画法により、多基準の項目に対する優先度を算出する。算出した多基準の項目に対する優先度は、次回以降の最適解の算出に活用する。以上により、優先度を調整した上で、ユーザの意図を反映している。 Therefore, in order to solve such a problem, a multi-criteria optimization system, a multi-criteria optimization method, and a multi-criteria optimization program that can reflect the user's intention after adjusting the priority are proposed. ing. As an example of a multi-criteria optimization system, a multi-criteria optimization method, and a multi-criteria optimization program, there is Patent Document 1. In the technique disclosed in Patent Document 1, first, the user corrects the initial solution of the optimum solution derived by the existing optimization program. Then, based on the corrected optimum solution (corrected solution), the priority for the multi-criteria item is calculated by linear programming. The calculated priorities for the multi-criterion items will be utilized for the calculation of the optimum solution from the next time. As described above, the intention of the user is reflected after adjusting the priority.

特開２００９−１８１１９５号公報JP, 2009-181195, A

しかしながら、特許文献１の技術では、ユーザが、既存の最適化プログラムにより導き出された最適解の初期解を、手動で修正する必要がある。つまり、特許文献１の技術では、ユーザ自身が、手動により、ユーザの意図を踏まえた修正解を入力しなければならない。そのため、ユーザが修正解を分かっていない場合、例えば、各項目に対する優先度を入力として、修正解を検索する場合等は、特許文献１の技術を使うことは難しい。また、ユーザが修正解を入力したとしても、多基準の項目に対する優先度の算出が困難である場合は、特許文献１の技術を使うことは難しい。 However, in the technique of Patent Document 1, the user needs to manually correct the initial solution of the optimum solution derived by the existing optimization program. That is, in the technique of Patent Document 1, the user himself/herself has to manually input the correction solution based on the intention of the user. Therefore, when the user does not know the corrected solution, for example, when searching for the corrected solution by inputting the priority for each item, it is difficult to use the technique of Patent Document 1. Further, even if the user inputs a corrected solution, it is difficult to use the technique of Patent Document 1 when it is difficult to calculate the priority for the items of multiple criteria.

そこで、本発明が解決しようとする課題は、多基準の項目に対する優先度を調整した上で、ユーザの意図を反映した最適解を、効率的に求めることができる多基準最適化システム及び多基準最適化方法、並びに多基準最適化プログラムを提供するものである。 Therefore, the problem to be solved by the present invention is to adjust the priority for multi-criterion items, and then to efficiently find an optimum solution that reflects the user's intention. An optimization method and a multi-criteria optimization program are provided.

本発明に係る多基準最適化システムは、演算部と、記憶部と、入力部と、出力部とを有する計算機において、多基準の項目に対する重み付けである優先度を入力として与える最適化プログラムを利用して、最適解を検索する多基準最適化システムであって、製品、材料及び製造に関する条件と、その条件で製造した場合に行った品質試験で得られた結果とを前記項目とし、且つ、前記製品に関する条件の項目に規格が含まれる過去の製造実績を、製造実績データベースとして記憶部に登録する製造実績データベース登録部と、過去に検索された前記最適解の前記項目に対する優先度を、優先度実績データベースとして記憶部に記憶する優先度実績データベース登録部と、前記製造実績データベースを参照して、前記製造実績の前記規格を除く前記項目の値を比較し、値が共通する項目の数に対応する類似度に基づいて前記規格をクラスタリングし、クラスタリングされた類似する１つ以上の前記規格のクラスタを類似規格グループとして記憶部に記憶する類似規格検索部と、前記優先度実績データベースを参照して、前記類似規格グループ毎に前記項目に対する前記優先度を分類し、前記類似規格グループ毎にクラスタリングすべき数であるクラスタ数を算出するクラスタ数算出処理部と、前記類似規格グループ毎に、分類した前記優先度に対してｋ−ｍｅａｎｓ法を用いて前記クラスタ数にクラスタリングし、クラスタリングされた前記優先度のクラスタ毎に前記項目に対する代表優先度を算出し、代表優先度データベースとして記憶部に記憶するクラスタ分析処理部と、前記入力部から入力された前記規格が含まれる前記類似規格グループを抽出し、抽出された前記類似規格グループからクラスタリングされた前記優先度のクラスタと前記優先度のクラスタ毎の前記代表優先度を前記出力部に出力し、出力された前記優先度のクラスタの中から前記入力部を介して選択されたクラスタの前記代表優先度を、前記項目に対する優先度として前記最適化プログラムに適用して、前記製造実績データベースに登録された前記製造実績から最適解を検索する実績検索部と、を備えることを特徴とする。
The multi-criteria optimization system according to the present invention uses, in a computer having an arithmetic unit, a storage unit, an input unit, and an output unit, an optimization program that gives a priority, which is a weighting for a multi-criterion item, as an input. And a multi-criteria optimization system for searching for an optimal solution, wherein the conditions relating to products, materials and manufacturing, and the results obtained in the quality test performed when manufacturing under those conditions are the above items, and The manufacturing history database registration unit that registers the past manufacturing performance in which the standard is included in the item of the condition related to the product in the storage unit as the manufacturing performance database, and the priority for the item of the optimum solution searched in the past is given priority. Degree performance database registration unit stored in the storage unit as a degree performance database, the manufacturing performance database is referred to, and the values of the items other than the standard of the manufacturing performance are compared to determine the number of items having common values. The standard is clustered based on the corresponding similarity, and a similar standard search unit that stores a cluster of one or more similar clustered standards in the storage unit as a similar standard group and the priority record database are referred to. A cluster number calculation processing unit that classifies the priorities of the items for each of the similar standard groups and calculates the number of clusters that is the number to be clustered for each of the similar standard groups, and classifies each of the similar standard groups. The priority is clustered into the number of clusters using the k-means method, the representative priority for the item is calculated for each cluster of the clustered priority, and the representative priority database is stored in the storage unit. A cluster analysis processing unit for extracting the similar standard group including the standard input from the input unit, and clustering the priority clusters and the priority clusters clustered from the extracted similar standard group. The representative priority of the cluster is output to the output unit, and the representative priority of the cluster selected from the output clusters of the priority via the input unit is optimized as the priority for the item. And a performance search unit that is applied to a program to search for an optimum solution from the manufacturing performance registered in the manufacturing performance database.

本発明に係る多基準最適化方法は、演算部と、記憶部と、入力部と、出力部とを有する計算機において、多基準の項目に対する重み付けである優先度を入力として与える最適化プログラムを利用して、最適解を検索する多基準最適化方法であって、製品、材料及び製造に関する条件と、その条件で製造した場合に行った品質試験で得られた結果とを前記項目とし、且つ、前記製品に関する条件の項目に規格が含まれる過去の製造実績を、製造実績データベースとして記憶部に登録する製造実績データベース登録ステップと、過去に検索された前記最適解の前記項目に対する優先度を、優先度実績データベースとして記憶部に記憶する優先度実績データベース登録ステップと、前記製造実績データベースを参照して、前記製造実績の前記規格を除く前記項目の値を比較し、値が共通する項目の数に対応する類似度に基づいて前記規格をクラスタリングし、クラスタリングされた類似する１つ以上の前記規格のクラスタを類似規格グループとして記憶部に記憶する類似規格検索ステップと、前記優先度実績データベースを参照して、前記類似規格グループ毎に前記項目に対する前記優先度を分類し、前記類似規格グループ毎にクラスタリングすべき数であるクラスタ数を算出するクラスタ数算出処理ステップと、前記類似規格グループ毎に、分類した前記優先度に対してｋ−ｍｅａｎｓ法を用いて前記クラスタ数にクラスタリングし、クラスタリングされた前記優先度のクラスタ毎に前記項目に対する代表優先度を算出し、代表優先度データベースとして記憶部に記憶するクラスタ分析処理ステップと、前記入力部から入力された前記規格が含まれる前記類似規格グループを抽出し、抽出された前記類似規格グループからクラスタリングされた前記優先度のクラスタと前記優先度のクラスタ毎の前記代表優先度を前記出力部に出力し、出力された前記優先度のクラスタの中から前記入力部を介して選択されたクラスタの前記代表優先度を、前記項目に対する優先度として前記最適化プログラムに適用して、前記製造実績データベースに登録された前記製造実績から最適解を検索する実績検索ステップと、を備えることを特徴とする。
The multi-criteria optimization method according to the present invention uses an optimization program that gives a priority, which is a weighting to a multi-criterion item, as an input in a computer having a calculation unit, a storage unit, an input unit, and an output unit. And a multi-criteria optimization method for searching for an optimal solution, wherein the conditions relating to products, materials, and manufacturing, and the results obtained in the quality test performed when manufacturing under those conditions are the above items, and The manufacturing history database registration step of registering the past manufacturing performance in which the standard is included in the item of the condition relating to the product in the storage unit as the manufacturing performance database, and the priority for the item of the optimum solution retrieved in the past are given priority. Priority record database registration step of storing the result record database in the storage unit and the manufacturing record database, the values of the items other than the standard of the manufacturing record are compared to determine the number of items having common values. A similar standard search step of clustering the standards based on the corresponding similarity and storing a cluster of one or more similar clustered standards in a storage unit as a similar standard group, and the priority record database A class number calculation processing step of classifying the priorities for the items for each of the similar standard groups, and calculating the number of clusters that is the number to be clustered for each of the similar standard groups, and classifying for each of the similar standard groups. The priority is clustered into the number of clusters using the k-means method, the representative priority for the item is calculated for each cluster of the clustered priority, and the representative priority database is stored in the storage unit. Cluster analysis processing step, extracting the similar standard group including the standard input from the input unit, clustering the priority clusters and clusters of the priority clustered from the extracted similar standard group The representative priority of the cluster is output to the output unit, and the representative priority of the cluster selected from the output clusters of the priority via the input unit is optimized as the priority for the item. And a performance search step of applying to a program to search for an optimal solution from the manufacturing performance registered in the manufacturing performance database.

本発明に係る多基準最適化プログラムは、演算部と、記憶部と、入力部と、出力部とを有する計算機において、多基準の項目に対する重み付けである優先度を入力として与える最適化プログラムを利用して、最適解を検索する多基準最適化プログラムであって、製品、材料及び製造に関する条件と、その条件で製造した場合に行った品質試験で得られた結果とを前記項目とし、且つ、前記製品に関する条件の項目に規格が含まれる過去の製造実績を、製造実績データベースとして記憶部に登録する製造実績データベース登録ステップと、過去に検索された前記最適解の前記項目に対する優先度を、優先度実績データベースとして記憶部に記憶する優先度実績データベース登録ステップと、前記製造実績データベースを参照して、前記製造実績の前記規格を除く前記項目の値を比較し、値が共通する項目の数に対応する類似度に基づいて前記規格をクラスタリングし、クラスタリングされた類似する１つ以上の前記規格のクラスタを類似規格グループとして記憶部に記憶する類似規格検索ステップと、前記優先度実績データベースを参照して、前記類似規格グループ毎に前記項目に対する前記優先度を分類し、前記類似規格グループ毎にクラスタリングすべき数であるクラスタ数を算出するクラスタ数算出処理ステップと、前記類似規格グループ毎に、分類した前記優先度に対してｋ−ｍｅａｎｓ法を用いて前記クラスタ数にクラスタリングし、クラスタリングされた前記優先度のクラスタ毎に前記項目に対する代表優先度を算出し、代表優先度データベースとして記憶部に記憶するクラスタ分析処理ステップと、前記入力部から入力された前記規格が含まれる前記類似規格グループを抽出し、抽出された前記類似規格グループからクラスタリングされた前記優先度のクラスタと前記優先度のクラスタ毎の前記代表優先度を前記出力部に出力し、出力された前記優先度のクラスタの中から前記入力部を介して選択されたクラスタの前記代表優先度を、前記項目に対する優先度として前記最適化プログラムに適用して、前記製造実績データベースに登録された前記製造実績から最適解を検索する実績検索ステップと、を計算機に実行させることを特徴とする。
A multi-criterion optimization program according to the present invention uses an optimization program that gives a priority, which is a weighting for a multi-criterion item, as an input in a computer having a calculation unit, a storage unit, an input unit, and an output unit. And a multi-criteria optimization program for searching for an optimal solution, wherein the conditions relating to products, materials and manufacturing, and the results obtained by the quality test performed when manufacturing under those conditions are the above items, and, The manufacturing history database registration step of registering the past manufacturing performance, in which the standard is included in the item of the condition related to the product, in the storage unit as the manufacturing performance database, and the priority for the item of the optimum solution searched in the past are given priority. Priority record database registration step of storing the result record database in the storage unit and the manufacturing record database, the values of the items other than the standard of the manufacturing record are compared to determine the number of items having common values. A similar standard search step of clustering the standards based on the corresponding similarity and storing a cluster of one or more similar clustered standards in a storage unit as a similar standard group, and the priority record database A class number calculation processing step of classifying the priorities for the items for each of the similar standard groups, and calculating the number of clusters that is the number to be clustered for each of the similar standard groups, and classifying for each of the similar standard groups. The priority is clustered into the number of clusters using the k-means method, the representative priority for the item is calculated for each cluster of the clustered priority, and the representative priority database is stored in the storage unit. Cluster analysis processing step, extracting the similar standard group including the standard input from the input unit, clustering the priority clusters and clusters of the priority clustered from the extracted similar standard group The representative priority of the cluster is output to the output unit, and the representative priority of the cluster selected from the output clusters of the priority via the input unit is optimized as the priority for the item. And applying a program to a program, and causing a computer to execute a result search step of searching for an optimum solution from the manufacturing results registered in the manufacturing result database .

これによると、製造実績データベースを参照して共通する項目の数に対応する類似度に基づいて規格をクラスタリングし、類似規格グループにまとめている。そして、その類似規格グループ毎に、項目に対する優先度を分類した上で、ｋ−ｍｅａｎｓ法を用いてクラスタ数にクラスタリングしている。そして、クラスタ数にクラスタリングされた優先度のクラスタ毎に、項目に対する代表優先度を求めている。そして、ユーザは入力部で要求される規格を入力することにより、その規格が含まれる類似規格グループが抽出され、その類似規格グループからクラスタリングされた優先度のクラスタと代表優先度が出力される。そして、ユーザは、出力された優先度のクラスタと代表優先度を参照し、クラスタを入力部から選択することにより、そのクラスタの代表優先度が、項目に対する優先度として適用される。そして、そのクラスタの代表優先度を適用して、最適化プログラムを実行し、製造実績データベースに登録された製造実績から最適解を検索する。つまり、ユーザが修正すべき解を分かっておらず、各項目に対する優先度を入力することが難しい場合であっても、優先度のクラスタに基づいて統計的に求められた代表優先度を優先度として設定することができる。また、ユーザが修正解を入力したとしても、多基準の項目の優先度の算出が困難である場合であっても、優先度のクラスタに基づいて統計的に求められた代表優先度を優先度として設定することができる。つまり、要求される規格に類似する類似規格グループの優先度の傾向に基づいて、代表優先度を選択することができるため、優先度の調整の巧拙におけるユーザの能力の個人差を低減することができる。そのため、優先度を調整した上で、ユーザの意図を反映した最適解を、効率的に求めることができる。 According to this, the standards are clustered based on the degree of similarity corresponding to the number of common items with reference to the manufacturing result database, and are grouped into similar standard groups. Then, the priorities for the items are classified for each group of similar standards, and then the k-means method is used for clustering into the number of clusters. Then, the representative priority for the item is calculated for each cluster of priority clustered to the number of clusters. Then, the user inputs a standard required by the input unit, a similar standard group including the standard is extracted, and the cluster of priority clustered and the representative priority are output from the similar standard group. Then, the user refers to the output priority cluster and the representative priority, selects the cluster from the input unit, and the representative priority of the cluster is applied as the priority for the item. Then, the representative priority of the cluster is applied, the optimization program is executed, and the optimum solution is searched from the manufacturing results registered in the manufacturing result database. In other words, even if the user does not know the solution to be corrected and it is difficult to input the priority for each item, the representative priority calculated statistically based on the priority cluster is used as the priority. Can be set as Even if the user inputs a correction solution, even if it is difficult to calculate the priority of the items of the multi-criteria, the representative priority statistically calculated based on the priority cluster is used as the priority. Can be set as That is, since the representative priority can be selected based on the tendency of the priority of the similar standard group similar to the required standard, it is possible to reduce the individual difference in the ability of the user in the skill of adjusting the priority. it can. Therefore, it is possible to efficiently obtain the optimum solution that reflects the user's intention after adjusting the priority.

また、前記クラスタ数算出処理部は、前記類似規格グループ毎に分類した前記項目に対する記優先度に対して因子分析を行い、各因子に対する固有値を算出し、前記固有値の絶対値が予め設定した閾値以上の因子の数を、前記クラスタ数として良い。 Further, the cluster number calculation processing unit performs a factor analysis on the recording priority for the items classified for each of the similar standard groups, calculates an eigenvalue for each factor, and an absolute value of the eigenvalue is a preset threshold value. The number of the above factors may be the number of clusters.

これによると、分類した類似規格グループ毎に因子分析を行っている。そのため、因子分析を行うにあたり、データの数が十分でない場合であっても、統計的に優先度のクラスタを求めることができる。 According to this, factor analysis is performed for each of the classified similar standard groups. Therefore, in performing the factor analysis, even if the number of data is not sufficient, it is possible to statistically determine the cluster of priority.

また、前記クラスタ分析処理部は、前記優先度のクラスタ毎に算出される前記項目の前記優先度のベクトル中心を、前記優先度のクラスタ毎の前記項目に対する前記代表優先度として良い。 Further, the cluster analysis processing unit may set the vector center of the priority of the item calculated for each cluster of the priority as the representative priority for the item for each cluster of the priority.

これによると、優先度のクラスタ毎に算出される項目に対する優先度のベクトル中心を、代表優先度としている。従って、優先度のクラスタ毎に平均的な代表優先度を求めることができる。 According to this, the vector center of the priority for the item calculated for each priority cluster is set as the representative priority. Therefore, the average representative priority can be calculated for each priority cluster.

また、前記実績検索部は、出力された前記優先度のクラスタの中から前記入力部を介して選択されたクラスタの前記代表優先度に対して、入力部を介して調整を行い、調整を行った前記代表優先度を、前記項目に対する優先度として前記最適化プログラムに適用して、前記製造実績データベースから最適解を検索して良い。 In addition, the achievement search unit adjusts, through the input unit, the representative priority of the cluster selected through the input unit from the output clusters of the priority, and performs adjustment. The representative priority may be applied to the optimization program as a priority for the item, and an optimum solution may be retrieved from the manufacturing performance database.

これによると、選択したクラスタの代表優先度を調整して、調整した代表優先度が、項目に対する優先度として最適化プログラムに適用される。従って、ユーザが、最適化プログラムのアルゴリズムや多基準の項目に係る業務の内容に精通している能力の高いユーザである場合にも、対応することができる。 According to this, the representative priority of the selected cluster is adjusted, and the adjusted representative priority is applied to the optimization program as the priority for the item. Therefore, it is possible to deal with the case where the user is a user who has a high ability to be familiar with the contents of the work related to the algorithm of the optimization program and the multi-criteria item.

尚、本発明に係る多基準最適化プログラムは、リムーバブル型記録媒体やハードディスクなどの固定型記録媒体に記録して配布可能である他、有線又は無線の電気通信手段によってインターネットなどの通信ネットワークを介して配布可能である。 The multi-criteria optimization program according to the present invention can be distributed by being recorded on a fixed recording medium such as a removable recording medium or a hard disk, or via a communication network such as the Internet by wired or wireless telecommunication means. Can be distributed.

本発明の多基準最適化システム及び多基準最適化方法、並びに多基準最適化プログラムは、優先度を調整した上で、ユーザの意図を反映した最適解を、効率的に求めることができる。 The multi-criteria optimization system, the multi-criteria optimization method, and the multi-criteria optimization program of the present invention can efficiently find the optimum solution that reflects the user's intention after adjusting the priority.

本実施形態に係る多基準最適化システムのブロック図である。It is a block diagram of the multi-criteria optimization system which concerns on this embodiment. 本実施形態に係る多基準最適化方法の処理の手順について説明したフローチャートである。It is a flow chart explaining a procedure of processing of a multi-criteria optimization method concerning this embodiment. 類似規格グループの分類の処理の手順について説明したフローチャートである。It is a flow chart explaining the procedure of classification processing of a similar standard group.

以下、図面を参照しつつ、本発明に係る多基準最適化システム及び多基準最適化方法、並びに多基準最適化プログラムを実施するための形態について、具体的な一例に即して説明する。 Hereinafter, with reference to the drawings, embodiments for implementing a multi-criteria optimization system, a multi-criteria optimization method, and a multi-criteria optimization program according to the present invention will be described with reference to a specific example.

まず、本実施形態に係る多基準最適化システムについて、図１に基づいて説明する。図１は、本実施形態に係る多基準最適化システムのブロック図である。多基準最適化システム１は、演算部と、記憶部と、入力部と、出力部と、から構成されて、計算機上に実装される。ここで、図１に示される多基準最適化システム１の各部（演算部、記憶部、入力部、及び、出力部）は、例えば汎用のパーソナルコンピュータ等の計算機によって構成される。かかる計算機には、ＣＰＵ、ＲＯＭ、ＲＡＭ、ハードディスク、ＣＤ−ＲＯＭの駆動装置などのハードウェアが収納されており、ハードディスクには、プログラム（このプログラムは、リムーバブルな記憶媒体に記録することにより、様々なコンピュータにインストールすることが可能である）を含む各種のソフトウェアが記録される。そして、これらのハードウェアおよびソフトウェアが組み合わされることによって、上述の各部が構築される。 First, the multi-criteria optimization system according to this embodiment will be described with reference to FIG. FIG. 1 is a block diagram of a multi-criteria optimization system according to this embodiment. The multi-criteria optimization system 1 includes a calculation unit, a storage unit, an input unit, and an output unit, and is implemented on a computer. Here, each unit (calculation unit, storage unit, input unit, and output unit) of the multi-criteria optimization system 1 shown in FIG. 1 is configured by a computer such as a general-purpose personal computer. Such a computer stores hardware such as a CPU, a ROM, a RAM, a hard disk, and a drive device for a CD-ROM, and the hard disk stores various programs (this program can be recorded in a removable storage medium to be used in various ways). It can be installed on any computer) and is recorded. Then, each of the above-mentioned units is constructed by combining these hardware and software.

図１に示すように、多基準最適化システム１は、製造実績データベース１１と、類似規格データベース１２と、代表優先度データベース１３と、優先度実績データベース１４と、製造実績データベース登録部２１と、類似規格分類部２２と、優先傾向分析処理部２３と、多基準実績検索処理部２４と、結果出力部２５と、から構成される。 As shown in FIG. 1, the multi-criteria optimization system 1 includes a manufacturing record database 11, a similar standard database 12, a representative priority database 13, a priority record database 14, a manufacturing record database registration unit 21, and a similarity. It is composed of a standard classification unit 22, a priority trend analysis processing unit 23, a multi-criteria performance search processing unit 24, and a result output unit 25.

製造実績データベース登録部２１は、製品、材料及び製造に関する条件と、その条件で製造した場合に行った品質試験で得られた結果とを項目とした、過去の製造実績に関する製造実績情報を、製造実績データベース１１として、外部から記憶部に登録するためのものである。ここで、製品に関する条件は、用途や材質性能などを定めた規格が含まれる。また、製品に関する条件は、例えば、鋼板に関する引合いである場合は、板厚等が該当する。また、材料に関する条件は、例えば、鋼板に関する引合いである場合は、強度や低温での靱性の指標となるシャルピー試験などの材料に関する品質試験の条件（試験温度条件やサンプル材条件）等が該当する。また、製造に関する条件は、例えば、鋼板に関する引合いである場合は、成分条件（鋼種）、熱処理条件、圧延条件等が該当する。また、品質試験値とは、これらの条件で製造を行った場合に、所定の品質試験の条件下で行った品質試験の結果である。そして、これらの条件及び品質試験の結果を項目とした、過去の製造実績の実績値に関する製造実績情報が、製造実績データベース１１として登録される。尚、製造実績データベース登録部２１において、外部から登録される過去の製造実績についての製造実績情報は、予め、図示しない入力部から入力したり、リムーバブルな記憶媒体に記録されて与えたり、有線又は無線の電気通信手段によってインターネットなどの通信ネットワークを介して与えたりして、記憶装置や補助記憶装置等に記憶する。入力部は、例えば、マウスやキーボード等である。 The manufacturing record database registration unit 21 manufactures the manufacturing record information on the past manufacturing record, which includes the conditions related to the product, the material, and the manufacturing, and the results obtained by the quality test performed when the manufacturing is performed under the conditions. The result database 11 is for external registration in the storage unit. Here, the condition regarding the product includes a standard that defines an application, material performance, and the like. In the case of an inquiry about a steel plate, the condition regarding the product corresponds to the plate thickness or the like. In addition, for example, in the case of an inquiry regarding a steel plate, the condition regarding the material corresponds to the condition of the quality test regarding the material (test temperature condition or sample material condition) such as the Charpy test, which is an index of strength or toughness at low temperature. . In addition, for example, in the case of an inquiry regarding a steel sheet, the conditions regarding manufacturing correspond to component conditions (steel type), heat treatment conditions, rolling conditions, and the like. The quality test value is the result of a quality test performed under a predetermined quality test condition when the manufacturing is performed under these conditions. Then, the manufacturing performance information regarding the actual performance values of the past manufacturing performance, which includes these conditions and the result of the quality test, is registered as the manufacturing performance database 11. In the manufacturing result database registration unit 21, the manufacturing result information regarding the past manufacturing results registered from the outside is input in advance from an input unit (not shown), recorded in a removable storage medium, given, wired or It is given through a communication network such as the Internet by wireless electric communication means and stored in a storage device, an auxiliary storage device, or the like. The input unit is, for example, a mouse or a keyboard.

類似規格分類部２２は、製造実績データベース１１を参照して、規格を類似度に基づいてクラスタリングし、類似規格グループとして記憶部に登録する。ここで、規格は、用途や材質性能などから定められるものであり、製造実績には、一つの規格に対して複数の製法（製品、材料及び製造に関する条件）が存在する。つまり、異なる規格であっても、同じような製法を適用している場合がある。そこで、製造実績について、規格名は異なっていても、規格以外の項目について比較し、共通する項目が多いかどうかで類似規格グループとしてクラスタリングする。規格の類似規格グループへのクラスタリングは、類似度に基づいて行う。類似度は、規格を除いた共通する項目の数に対応する。 The similar standard classification unit 22 refers to the manufacturing record database 11, clusters the standards based on the degree of similarity, and registers them in the storage unit as a similar standard group. Here, the standard is defined based on the use, material performance, etc., and in the manufacturing record, there are a plurality of manufacturing methods (conditions regarding products, materials, and manufacturing) for one standard. In other words, the same manufacturing method may be applied to different standards. Therefore, regarding manufacturing results, even if the standard names are different, items other than the standards are compared, and clustering is performed as a similar standard group depending on whether there are many common items. Clustering of standards into similar standard groups is performed based on the degree of similarity. The degree of similarity corresponds to the number of common items excluding the standard.

規格の類似規格グループへの分類の方法の一例について、具体例を用いて以下で説明する。 An example of a method of classifying the standards into similar standard groups will be described below using a specific example.

まず、あるｎ個の規格の集合Ｓ（＝｛Ａ０１，Ａ０２，・・・，Ａｎ｝）に対して以下で示す式で類似度ｓｉｍを定義する。 First, the similarity sim is defined by a formula shown below with respect to a certain set S of standards (={A01, A02,..., An}).

類似度ｓｉｍは、規格に対する実績製法の要素数の最大値に対する、共通部分の要素数として算出される。尚、ここでいう実績製法の要素とは、本発明における「項目」のことを意味する。そして、規格に対する実績製法の要素数は、規格以外の項目の数を意味する。また、以下で示す具体例において、各要素は、実績製法の要素を表している。類似度ｓｉｍは、規格以外の要素が完全一致ならば１、規格以外の要素に共通部分がなければ０になる。そして、規格集合Ｓに対して求めた類似度ｓｉｍが設定した類似度の閾値ｔ（０≦ｔ≦１）以上であるとき、集合Ｓ内の各規格Ａ０１，Ａ０２，・・・，Ａｎは類似しているものとする。 The degree of similarity sim is calculated as the number of elements in the common part with respect to the maximum value of the number of elements in the actual manufacturing method for the standard. The element of the actual manufacturing method here means the "item" in the present invention. The number of elements of the actual manufacturing method for the standard means the number of items other than the standard. Moreover, in the specific example shown below, each element represents the element of the actual manufacturing method. The similarity sim is 1 if elements other than the standard completely match, and 0 if there is no common part among the elements other than the standard. Then, when the similarity sim obtained for the standard set S is greater than or equal to the set similarity threshold t (0≦t≦1), the standards A01, A02,..., An in the set S are similar. It is assumed that

次に、類似規格グループのクラスタリングを行う。類似規格グループのクラスタリングについて、図３に従って説明する。 Next, clustering of similar standard groups is performed. Clustering of similar standard groups will be described with reference to FIG.

クラスタリングでは、まず、次式に従って、各規格の集合の和Ｆを算出する（Ｓ１１）。 In clustering, first, the sum F of the sets of standards is calculated according to the following equation (S11).

次に、｜Ｆ｜＝１かどうか判断する（Ｓ１２）。ここでいうＦの要素は、規格Ａｊ以外の要素である。Ｆの要素数が１である場合は、規格Ａｊの実績製法の要素数が１種類であるということである。即ち、Ｆの要素数が１である場合は、細分化不可能である。そのため、｜Ｆ｜＝１であれば、（Ｓ１２：ＹＥＳ）、Ｆを出力して（Ｓ１７）、終了する。 Next, it is determined whether or not |F|=1 (S12). The element of F here is an element other than the standard Aj. When the number of elements of F is 1, it means that the number of elements of the actual manufacturing method of the standard Aj is one. That is, if the number of elements of F is 1, it cannot be subdivided. Therefore, if |F|=1 (S12: YES), F is output (S17), and the process ends.

一方、｜Ｆ｜＞１であれば、Ｆの要素（規格Ａｊの各項目）のペアすべてについて類似度ｓｉｍを計算する（Ｓ１３）。 On the other hand, if |F|>1, the similarity sim is calculated for all pairs of F elements (each item of the standard Aj) (S13).

そして、ｓｉｍ（ｉ，ｊ）が最大となる規格のペアＳｉ，Ｓｊを見出し、そのｓｉｍの値を最大値ｓｉｍＭａｘとする（Ｓ１４）。 Then, a standard pair Si, Sj that maximizes sim(i, j) is found, and the value of the sim is set as the maximum value simMax (S14).

次に、ｓｉｍＭａｘ≧ｔであるかどうかを判断する（Ｓ１５）。ここで、ｔは、類似度の閾値であり、０≦ｔ≦１である。クラスタリングの結果例を下記表１、２に示す。表１は、閾値ｔ＝１の場合であり、規格名が異なるだけであり、その他の要素が共通する「類似規格グループ」にクラスタリングすることができる。表２に、閾値ｔの値によるクラスタリング結果の違いを示す。閾値ｔの値が下がるにつれ、一般にクラスタ（類似規格グループ）の中に含まれる規格の数が大きくなることがわかる。尚、表２における共通数とは、類似規格グループ内で共通する製法の数である。 Next, it is determined whether or not simMax≧t (S15). Here, t is a threshold value of similarity, and 0≦t≦1. Examples of clustering results are shown in Tables 1 and 2 below. Table 1 shows the case where the threshold value t=1, and the clusters can be clustered into “similar standard groups” that differ only in the standard name and share the other elements. Table 2 shows the difference in the clustering result depending on the value of the threshold t. It can be seen that the number of standards included in the cluster (similar standard group) generally increases as the value of the threshold t decreases. Note that the common number in Table 2 is the number of manufacturing methods common within the similar standard group.

ｓｉｍＭａｘ≧ｔであれば（Ｓ１５：ＹＥＳ）、規格のペアＳｉ，Ｓｊは類似と判断する。そして、Ｆ←Ｆ−Ｓｉ−Ｓｊ＋（Ｓｉ∪Ｓｊ）として、Ｓｉ，Ｓｊをクラスタリングして（Ｓ１６）、Ｓ１２に戻る。これにより、集合Ｆの要素数は１減少する。一方、ｓｉｍＭａｘ＜ｔであれば（Ｓ１５：ＮＯ）、Ｆを出力して（Ｓ１７）、終了する。 If simMax≧t (S15: YES), the standard pairs Si and Sj are judged to be similar. Then, as F←F-Si-Sj+(Si∪Sj), Si and Sj are clustered (S16), and the process returns to S12. As a result, the number of elements in the set F is decreased by 1. On the other hand, if simMax<t (S15: NO), F is output (S17) and the process ends.

優先傾向分析処理部２３は、クラスタ数算出処理部２３１とクラスタ分析処理部２３２とを有する。 The priority trend analysis processing unit 23 has a cluster number calculation processing unit 231 and a cluster analysis processing unit 232.

クラスタ数算出処理部２３１は、後述する優先度実績データベース１４を参照して、類似規格グループ毎に項目に対する優先度を分類し、類似規格グループ毎にクラスタリングすべき数であるクラスタ数を算出する。より詳細には、クラスタ数算出処理部２３１は、類似規格データベース１２と優先度実績データベース１４を取得し、次の操作を行う。まず、優先度実績データベース１４を参照して、類似規格データベース１２でクラスタリングされた類似規格グループ毎に、類似規格クラスタに含まれる規格の優先度を分類する。そして、分類した優先度実績を行列化し、それらをＷ１，…，Ｗｍ（ｍ＝｜Ｆ｜）とする。そして、Ｗ１，…，Ｗｍに対して因子分析を行い、算出した因子の固有値の絶対値が１以上のものの数ｎ１，…，ｎｍを算出する。 The cluster number calculation processing unit 231 refers to the priority result database 14 described later, classifies the priority of items for each similar standard group, and calculates the number of clusters that is the number to be clustered for each similar standard group. More specifically, the cluster number calculation processing unit 231 acquires the similar standard database 12 and the priority record database 14, and performs the following operation. First, referring to the priority record database 14, the priority levels of the standards included in the similar standard cluster are classified for each similar standard group clustered in the similar standard database 12. Then, the classified priority records are formed into a matrix, and these are set as W1,..., Wm (m=|F|). Then, a factor analysis is performed on W1,..., Wm to calculate the number n1,..., nm of the absolute values of the calculated eigenvalues of 1 or more.

クラスタ分析処理部２３２は、類似規格クラスタ毎に分類した項目に対する優先度に対し、ｋ−ｍｅａｎｓ法を用いてクラスタ数にクラスタリングする。そして、クラスタ分析処理部２３２は、クラスタリングされたクラスタ毎に、項目に対する代表優先度を算出し、代表優先度データベース１３として記憶部に記憶する。より詳細には、クラスタ分析処理部２３２は、クラスタ数算出処理部からｎ１，…，ｎｍを取得し、次の操作を行う。まず、Ｗ１，…，Ｗｍに対して、入力ｋ＝Ｎ＋１（ｋ：クラスタ数、Ｎ＝ｎ１，…，ｎｍ）として、ｋ−ｍｅａｎｓ法によるクラスタリングを行い、Ｗ１，…，Ｗｍに対して出力されたｋ個の優先度のクラスタに対して、クラスタ中心Ｃ１，…，Ｃｋを代表優先度とする。また、このときできた各優先度のクラスタにラベル付けをする。ラベル付けは、ユーザが認識することができる任意のラベルを付けることができる。そして、Ｗ１，…，Ｗｍに対して作成した優先度のクラスタとクラスタの代表優先度Ｃ１，…，Ｃｋを、代表優先度データベース１３に保存する。尚、クラスタの代表優先度Ｃ１，…，Ｃｋには、ｋ個のクラスタ毎に、各項目に対する優先度の値が算出されており、それぞれが優先度の傾向を示している。各クラスタに対してラベル付けして、ユーザに表示することにより、ユーザが各クラスタの優先度の傾向を理解することができる。 The cluster analysis processing unit 232 uses the k-means method to cluster the priorities of the items classified for each similar standard cluster into the number of clusters. Then, the cluster analysis processing unit 232 calculates the representative priority for the item for each clustered cluster and stores it in the storage unit as the representative priority database 13. More specifically, the cluster analysis processing unit 232 acquires n1,..., Nm from the cluster number calculation processing unit and performs the following operation. First, W1,..., Wm are subjected to clustering by the k-means method with input k=N+1 (k: number of clusters, N=n1,..., nm), and output to W1,. The cluster centers C1,..., Ck are set as the representative priorities for the k priority clusters. Also, the clusters of each priority created at this time are labeled. The labeling can be any label that the user can recognize. Then, the priority clusters created for W1,..., Wm and the representative priorities C1,..., Ck of the clusters are stored in the representative priority database 13. The representative priority levels C1,..., Ck of the clusters have priority values calculated for each item for each of k clusters, and each has a tendency of the priority level. By labeling each cluster and displaying it to the user, the user can understand the priority trends of each cluster.

多基準実績検索処理部２４は、実績検索部２４１と優先度実績データベース登録部２４２とを有する。 The multi-criteria record search processing unit 24 has a record search unit 241 and a priority record database registration unit 242.

実績検索部２４１は、優先度を入力として最適化プログラムを実行し、製造実績データベース１１に登録された製造実績から、ユーザの要求に対して、最適な製造実績である最適解を検索する。つまり、実績検索部２４１は、優先度を考慮した上で、最適化プログラムを用いて、要求する規格に近傍する製造実績を探索する。そして、検索された近傍する製造実績を最適解として出力する。優先度は、後述する代表優先度データベース１３に登録された各項目に対する代表優先度が入力される。代表優先度は、実績検索部２４１で行われる次の処理により決定される。まず、実績検索部２４１は、ユーザが要求する規格が含まれる類似規格グループを、類似規格データベース１２から抽出する。尚、ユーザが要求する規格は、入力部により入力される。そして、実績検索部２４１は、代表優先度データベース１３から、抽出された類似規格グループからクラスタリングされた優先度のクラスタとクラスタ毎の代表優先度を、出力部に出力する。出力部は、例えば、ディスプレイ、プリンタ等である。実績検索部２４１は、出力された優先度のクラスタの中から入力部を介して選択されたクラスタの代表優先度を、項目に対する優先度として最適化プログラムに適用する。尚、最適化プログラムは、記憶部に予め記憶される。最適化プログラムは、従来の最適化プログラムを用いる。最適化プログラムは、例えば、複数の製造実績の代替案を一対比較することで評価値を算出するコンコーダンス分析を利用した最適化プログラムや、多基準の項目に対して１つの評価値を算出する加重総和を利用した最適化プログラムなどが用いられる。 The performance search unit 241 executes the optimization program by inputting the priority, and searches the manufacturing performance registered in the manufacturing performance database 11 for the optimum solution that is the optimum manufacturing performance in response to the user's request. In other words, the performance search unit 241 searches for a manufacturing performance close to the required standard by using the optimization program in consideration of the priority. Then, the retrieved neighboring manufacturing record is output as an optimum solution. As the priority, the representative priority for each item registered in the representative priority database 13 described later is input. The representative priority is determined by the following processing performed by the performance search unit 241. First, the performance search unit 241 extracts from the similar standard database 12 a similar standard group including a standard requested by the user. The standard required by the user is input by the input unit. Then, the actual result search unit 241 outputs, to the output unit, the cluster of the priority clustered from the similar standard group extracted from the representative priority database 13 and the representative priority for each cluster. The output unit is, for example, a display or a printer. The result retrieval unit 241 applies the representative priority of the cluster selected from the output priority clusters via the input unit to the optimization program as the priority for the item. The optimization program is stored in the storage unit in advance. As the optimization program, a conventional optimization program is used. The optimization program is, for example, an optimization program that uses a concordance analysis that calculates an evaluation value by comparing a pair of alternatives of a plurality of manufacturing results, or a weighting that calculates one evaluation value for multiple criteria items. An optimization program using the sum is used.

優先度実績データベース登録部２４２は、過去、実績検索部２４１を利用して、最適解を検索できた際の各項目に対する優先度を、優先度実績データベース１４として、外部から記憶部に登録するためのものである。尚、優先度実績データベース１４において、外部から入力される優先度は、予め、図示しない入力部（キーボード等）から入力したり、リムーバブルな記憶媒体に記録されて与えたり、有線又は無線の電気通信手段によってインターネットなどの通信ネットワークを介して与えたりして、記憶装置や補助記憶装置等に記憶する。また、優先度実績データベース登録部２４２は、実績検索部２４１において最適解が検索された際に、最適解として出力された製造実績の優先度を、優先度実績データベース１４に登録して更新する。 The priority result database registration unit 242 uses the result search unit 241 in the past to externally register the priority for each item when the optimum solution can be searched in the storage unit as the priority result database 14. belongs to. Incidentally, in the priority record database 14, the priority inputted from the outside can be inputted in advance from an input unit (keyboard or the like) not shown, recorded and given to a removable storage medium, or wired or wireless telecommunication. It is stored in a storage device, an auxiliary storage device, or the like by being given by a means via a communication network such as the Internet. Also, the priority record database registration unit 242 registers and updates the priority of the manufacturing record output as the optimum solution in the priority record database 14 when the optimum search unit 241 searches for the optimum solution.

実績検索部２４１で算出された最適解は、結果出力部２５により、出力部に出力される。 The optimum solution calculated by the performance search unit 241 is output to the output unit by the result output unit 25.

次に、本実施形態に係る多基準最適化方法の処理の手順について、図２に基づいて、説明する。図２は、本実施形態に係る多基準最適化方法の処理の手順について説明したフローチャートである。 Next, a processing procedure of the multi-criteria optimization method according to the present embodiment will be described based on FIG. FIG. 2 is a flowchart illustrating the processing procedure of the multi-criteria optimization method according to this embodiment.

尚、以下で説明する本実施形態に係る多基準最適化方法の処理は、計算機においても同様に、多基準最適化プログラムとしてＣＰＵにより読み出して実行することができる。また、この多基準最適化プログラムは、リムーバブルな記憶媒体に記録しておくことにより、様々な計算機の記憶装置にインストールすることが可能である。 The processing of the multi-criteria optimization method according to the present embodiment described below can be read out and executed by the CPU as a multi-criteria optimization program in the computer as well. Further, this multi-criteria optimization program can be installed in the storage devices of various computers by recording it in a removable storage medium.

まず、製品、材料及び製造に関する条件と、その条件で製造した場合に行った品質試験で得られた結果とを項目とした、過去の製造実績に関する製造実績情報を、製造実績データベースとして、外部から記憶部に登録する（Ｓ１：製造実績データベース登録ステップ）。尚、本ステップは、上述した多基準最適化システム１の製造実績データベース１１及び製造実績データベース登録部２１に相当し、詳細な説明を省略する。 First, from the outside, as the manufacturing record database, the manufacturing record information on the past manufacturing records, with the items related to the conditions related to products, materials, and manufacturing, and the results obtained in the quality test performed when the products were manufactured under those conditions, It is registered in the storage unit (S1: manufacturing result database registration step). It should be noted that this step corresponds to the manufacturing record database 11 and the manufacturing record database registration unit 21 of the multi-criteria optimization system 1 described above, and detailed description thereof will be omitted.

また、過去に検索された最適解の項目に対する優先度を、優先度実績データベースとして、外部から記憶部に登録する（Ｓ２：優先度実績データベース登録ステップ）。尚、本ステップは、上述した多基準最適化システム１の優先度実績データベース１４及び多基準実績検索処理部２４の優先度実績データベース登録部２４２に相当し、詳細な説明を省略する。 Further, the priorities for the optimum solution items retrieved in the past are externally registered in the storage unit as a priority record database (S2: priority record database registration step). Note that this step corresponds to the priority performance database 14 of the multi-criteria optimization system 1 and the priority performance database registration unit 242 of the multi-criteria performance search processing unit 24, and detailed description thereof will be omitted.

次に、製造実績データベースを参照して、製造実績の規格を除く項目の値を比較し、値が共通する項目の数に対応する類似度に基づいて規格をクラスタリングする。そして、クラスタリングされた類似する１つ以上の規格のクラスタを類似規格グループとして記憶部に登録する（Ｓ３：類似規格分類ステップ）。ここで抽出された検索製造実績は、出力部に表示される。尚、本ステップは、上述した多基準最適化システム１の類似規格データベース１２及び類似規格分類部２２に相当し、詳細な説明を省略する。 Next, referring to the manufacturing record database, the values of the items other than the standards of the manufacturing record are compared, and the standards are clustered based on the degree of similarity corresponding to the number of items having common values. Then, the clustered clusters of one or more similar standards are registered in the storage unit as a similar standard group (S3: similar standard classification step). The retrieved manufacturing record extracted here is displayed on the output unit. It should be noted that this step corresponds to the similar standard database 12 and the similar standard classification unit 22 of the multi-criteria optimization system 1 described above, and detailed description thereof will be omitted.

そして、優先度実績データベースを参照して、類似規格グループ毎に項目に対する優先度を分類し、類似規格グループ毎にクラスタリングすべき数であるクラスタ数を算出する（Ｓ４：クラスタ数算出処理ステップ）。尚、本ステップは、上述した多基準最適化システム１の優先傾向分析処理部２３のクラスタ数算出処理部２３１に相当し、詳細な説明を省略する。 Then, with reference to the priority record database, the priorities for the items are classified for each similar standard group, and the number of clusters, which is the number to be clustered, is calculated for each similar standard group (S4: cluster number calculation processing step). Note that this step corresponds to the cluster number calculation processing unit 231 of the priority trend analysis processing unit 23 of the multi-criteria optimization system 1 described above, and detailed description thereof will be omitted.

そして、類似規格グループ毎に、分類した優先度に対してｋ−ｍｅａｎｓ法を用いてクラスタ数にクラスタリングする。そして、クラスタリングされた優先度のクラスタ毎に項目に対する代表優先度を算出し、代表優先度データベースとして記憶部に登録する（Ｓ５：クラスタ分析処理ステップ）。尚、本ステップは、上述した多基準最適化システム１の優先傾向分析処理部２３のクラスタ分析処理部２３２に相当し、詳細な説明を省略する。 Then, for each similar standard group, the k-means method is used to cluster the classified priorities into the number of clusters. Then, the representative priority for the item is calculated for each cluster of the clustered priorities and registered in the storage unit as the representative priority database (S5: cluster analysis processing step). Note that this step corresponds to the cluster analysis processing unit 232 of the priority trend analysis processing unit 23 of the multi-criteria optimization system 1 described above, and detailed description thereof will be omitted.

そして、入力部から入力された規格が含まれる類似規格グループを抽出し、抽出された類似規格グループからクラスタリングされた優先度のクラスタと優先度のクラスタ毎の代表優先度を出力部に出力する。そして、出力された優先度のクラスタの中から入力部を介して選択されたクラスタの代表優先度を、項目に対する優先度として最適化プログラムに適用して、製造実績データベースに登録された製造実績から最適解を検索する（Ｓ６：実績検索ステップ）。尚、本ステップは、上述した多基準最適化システム１の多基準実績検索処理部２４の実績検索部２４１に相当し、詳細な説明を省略する。 Then, the similar standard group including the standard input from the input unit is extracted, and the cluster of the priority clustered from the extracted similar standard group and the representative priority of each cluster of the priority are output to the output unit. Then, the representative priority of the cluster selected from the output priority cluster through the input unit is applied to the optimization program as the priority for the item, and the manufacturing record registered in the manufacturing record database is used. The optimum solution is searched (S6: actual result search step). It should be noted that this step corresponds to the result search unit 241 of the multi-criteria result search processing unit 24 of the multi-criteria optimization system 1 described above, and detailed description thereof will be omitted.

最後に、ステップＳ６において最適解が検索された際に、最適解として出力された製造実績の優先度を、優先度実績データベースに登録して更新する（Ｓ７：優先度実績データベース登録ステップ）。尚、本ステップは、上述した多基準最適化システム１の優先度実績データベース１４及び多基準実績検索処理部２４の優先度実績データベース登録部２４２に相当し、詳細な説明を省略する。 Finally, when the optimum solution is searched in step S6, the priority of the manufacturing record output as the optimum solution is registered and updated in the priority record database (S7: priority record database registration step). Note that this step corresponds to the priority performance database 14 of the multi-criteria optimization system 1 and the priority performance database registration unit 242 of the multi-criteria performance search processing unit 24, and detailed description thereof will be omitted.

このように、本実施形態の多基準最適化システム及び多基準最適化方法、並びに多基準最適化プログラムによれば、多基準最適化システム１の類似規格分類部２２または多基準最適化方法の類似規格分類ステップで、製造実績データベース１１を参照して共通する項目の数に対応する類似度に基づいて規格をクラスタリングし、類似規格グループにまとめている。そして、多基準最適化システム１のクラスタ数算出処理部２３１または多基準最適化方法のクラスタ数算出処理ステップで、その類似規格グループ毎に、項目に対する優先度を分類した上で、ｋ−ｍｅａｎｓ法を用いてクラスタ数にクラスタリングしている。そして、多基準最適化システム１のクラスタ分析処理部２３２または多基準最適化方法のクラスタ分析処理ステップで、クラスタ数にクラスタリングされた優先度のクラスタ毎に、項目に対する代表優先度を求めている。そして、多基準最適化システム１の実績検索部２４１または多基準最適化方法の実績検索ステップで、ユーザは入力部で要求される規格を入力することにより、その規格が含まれる類似規格グループが抽出され、その類似規格グループからクラスタリングされた優先度のクラスタと代表優先度が出力される。そして、ユーザは、出力された優先度のクラスタと代表優先度を参照し、クラスタを入力部から選択することにより、そのクラスタの代表優先度が、項目に対する優先度として適用される。そして、そのクラスタの代表優先度を適用して、最適化プログラムを実行し、製造実績データベース１１に登録された製造実績から最適解を検索する。つまり、ユーザが修正すべき解を分かっておらず、各項目に対する優先度を入力することが難しい場合であっても、優先度のクラスタに基づいて統計的に求められた代表優先度を優先度として設定することができる。また、ユーザが修正解を入力したとしても、多基準の項目の優先度の算出が困難である場合であっても、優先度のクラスタに基づいて統計的に求められた代表優先度を優先度として設定することができる。つまり、要求される規格に類似する類似規格グループの優先度の傾向に基づいて、代表優先度を選択することができるため、優先度の調整の巧拙におけるユーザの能力の個人差を低減することができる。そのため、優先度を調整した上で、ユーザの意図を反映した最適解を、効率的に求めることができる。 As described above, according to the multi-criteria optimization system, the multi-criteria optimization method, and the multi-criteria optimization program of the present embodiment, the similar standard classification unit 22 or the multi-criteria optimization method of the multi-criteria optimization system 1 is similar. In the standard classification step, the standards are clustered based on the degree of similarity corresponding to the number of common items with reference to the manufacturing result database 11, and are grouped into similar standard groups. Then, in the cluster number calculation processing unit 231 of the multi-criteria optimization system 1 or the cluster number calculation processing step of the multi-criteria optimization method, priorities for the items are classified for each similar standard group, and then the k-means method is used. Are used to cluster to the number of clusters. Then, in the cluster analysis processing unit 232 of the multi-criteria optimization system 1 or the cluster analysis processing step of the multi-criteria optimization method, the representative priority for the item is obtained for each cluster of the priority clustered to the number of clusters. Then, in the result retrieval unit 241 of the multi-criteria optimization system 1 or the result retrieval step of the multi-criteria optimization method, the user inputs the standard required by the input unit, and the similar standard group including the standard is extracted. Then, the cluster of the clustered priority and the representative priority are output from the similar standard group. Then, the user refers to the output priority cluster and the representative priority, selects the cluster from the input unit, and the representative priority of the cluster is applied as the priority for the item. Then, the representative priority of the cluster is applied, the optimization program is executed, and the optimum solution is searched from the manufacturing results registered in the manufacturing result database 11. In other words, even if the user does not know the solution to be corrected and it is difficult to input the priority for each item, the representative priority calculated statistically based on the priority cluster is used as the priority. Can be set as Even if the user inputs a correction solution, even if it is difficult to calculate the priority of the items of the multi-criteria, the representative priority statistically calculated based on the priority cluster is used as the priority. Can be set as That is, since the representative priority can be selected based on the tendency of the priority of the similar standard group similar to the required standard, it is possible to reduce the individual difference in the ability of the user in the skill of adjusting the priority. it can. Therefore, it is possible to efficiently obtain the optimum solution that reflects the user's intention after adjusting the priority.

また、多基準最適化システム１のクラスタ数算出処理部２３１または多基準最適化方法のクラスタ数算出処理ステップで、分類した類似規格グループ毎に因子分析を行っている。そのため、因子分析を行うにあたり、データの数が十分でない場合であっても、統計的に優先度のクラスタを求めることができる。 Further, in the cluster number calculation processing unit 231 of the multi-criteria optimization system 1 or the cluster number calculation processing step of the multi-criteria optimization method, factor analysis is performed for each of the classified similar standard groups. Therefore, in performing the factor analysis, even if the number of data is not sufficient, it is possible to statistically determine the cluster of priority.

また、多基準最適化システム１のクラスタ分析処理部２３２または多基準最適化方法のクラスタ分析処理ステップで、優先度のクラスタ毎に算出される項目に対する優先度のベクトル中心を、代表優先度としている。従って、優先度のクラスタ毎に平均的な代表優先度を求めることができる。 In addition, the vector center of the priority for the item calculated for each priority cluster in the cluster analysis processing unit 232 of the multi-criteria optimization system 1 or the cluster analysis processing step of the multi-criteria optimization method is set as the representative priority. .. Therefore, the average representative priority can be calculated for each priority cluster.

以上、本発明の好適な実施の形態について説明したが、本発明は、前記実施の形態に限定されるものではなく、特許請求の範囲に記載した限りにおいてさまざまな変更が可能なものである。 Although the preferred embodiment of the present invention has been described above, the present invention is not limited to the above-described embodiment, and various modifications can be made without departing from the scope of the claims.

例えば、上述の本実施形態に係る多基準最適化システム１の実績検索部２４１において、出力された優先度のクラスタの中から入力部を介して選択されたクラスタの代表優先度を、項目に対する優先度として最適化プログラムに適用しているがそれに限らない。例えば、出力された優先度のクラスタの中から入力部を介して選択されたクラスタの代表優先度を調整して、調整した代表優先度を項目に対する優先度として最適化プログラムに適用してしてもよい。これにより、ユーザが、最適化プログラムのアルゴリズムや多基準の項目に係る業務の内容に精通している能力の高いユーザである場合にも、対応することができる。本実施形態に係る多基準最適化方法の実績検索ステップも同様である。 For example, in the result retrieval unit 241 of the multi-criteria optimization system 1 according to the present embodiment described above, the representative priority of the cluster selected from the output priority clusters via the input unit is given priority to the item. Although it is applied to the optimization program as a degree, it is not limited thereto. For example, by adjusting the representative priority of the cluster selected from the output priority cluster via the input unit and applying the adjusted representative priority to the optimization program as the priority for the item. Good. As a result, it is possible to deal with a case where the user is a user who is highly capable of being familiar with the contents of the work related to the algorithm of the optimization program and the multi-criteria item. The same applies to the result search step of the multi-criteria optimization method according to the present embodiment.

次に、本実施形態の多基準最適化システム及び多基準最適化方法、並びに多基準最適化プログラムに係る実施例について、以下で説明する。 Next, examples of the multi-criteria optimization system, the multi-criteria optimization method, and the multi-criteria optimization program of the present embodiment will be described below.

本実施例について、図２に示す本実施形態に係る多基準最適化方法の処理の手順に沿って説明する。本実施例では、鋼板に関する引合いを想定する。 This example will be described in accordance with the processing procedure of the multi-criteria optimization method according to the present embodiment shown in FIG. In this embodiment, an inquiry regarding a steel plate is assumed.

まず、製品、材料及び製造に関する条件と、その条件で製造した場合に行った品質試験で得られた結果とを項目とした、過去の製造実績に関する製造実績情報を、製造実績データベースとして、外部から記憶部に登録する（Ｓ１）。本実施例では、説明の簡略化のために、項目を次の８種類に限定した。製品条件に関する項目を、規格、板厚とする。材料条件に関する項目を、Ｃ成分、Ｓｉ成分、Ｐ成分、Ｓ成分とする。製造条件に関する項目を、強度、硬さとする。尚、項目は８種類に限らず、８種類より多くてもよいし、少なくてもよい。 First, from the outside, as the manufacturing record database, the manufacturing record information on the past manufacturing records, with the items related to the conditions related to products, materials, and manufacturing, and the results obtained in the quality test performed when the products were manufactured under those conditions, Register in the storage unit (S1). In this embodiment, the items are limited to the following eight types for simplification of description. Items related to product conditions are standards and plate thickness. Items relating to material conditions are C component, Si component, P component, and S component. Items relating to manufacturing conditions are strength and hardness. The items are not limited to eight types, and may be more or less than eight types.

また、過去に検索された最適解の項目に対する優先度を、優先度実績データベースとして、外部から記憶部に登録する（Ｓ２）。本実施例では、説明の簡略化のために、優先度実績データベースに登録する項目は、上記と同様の８種類とし、優先度は１、２、３、４、５の５段階の設定とする。 Further, the priorities of the optimum solution items retrieved in the past are externally registered in the storage unit as a priority achievement database (S2). In the present embodiment, for simplification of description, the items registered in the priority record database are the same eight types as described above, and the priority is set to five levels of 1, 2, 3, 4, and 5. ..

次に、製造実績データベースを参照して、製造実績の規格を除く項目の値を比較し、値が共通する項目の数に対応する類似度に基づいて規格をクラスタリングする。そして、クラスタリングされた類似する１つ以上の規格のクラスタを類似規格グループとして記憶部に登録する（Ｓ３）。本実施例では、例えば、以下の表３に示す類似規格グループが保存されたとする。表３では、類似規格グループのグループ名と、類似規格グループに含まれる規格（類似規格）が記載されている。 Next, referring to the manufacturing record database, the values of the items other than the standards of the manufacturing record are compared, and the standards are clustered based on the degree of similarity corresponding to the number of items having common values. Then, clustered clusters of one or more similar standards are registered in the storage unit as a similar standard group (S3). In this embodiment, for example, it is assumed that the similar standard group shown in Table 3 below is stored. In Table 3, the group name of the similar standard group and the standard (similar standard) included in the similar standard group are described.

そして、優先度実績データベースを参照して、類似規格グループ毎に項目に対する優先度を分類し、類似規格グループ毎にクラスタリングすべき数であるクラスタ数を算出する（Ｓ４）。本実施例では、例えば、表３に示す類似規格グループＧ１について、優先度が分類した例を、以下の表４に示す。 Then, with reference to the priority record database, the priorities for the items are classified for each similar standard group, and the number of clusters, which is the number to be clustered, is calculated for each similar standard group (S4). In the present embodiment, for example, Table 4 below shows an example in which the priorities of the similar standard group G1 shown in Table 3 are classified.

そして、表４に示す各優先度の数値を行列化し、上述した行列Ｗで示すと、次の数３に示す式となる。 Then, when the numerical values of the respective priorities shown in Table 4 are formed into a matrix and shown by the above-mentioned matrix W, the following Expression 3 is obtained.

数３に示す行列Ｗに対して因子分析を行い、各因子の固有値を算出すると、次の表５に示す通りとなる。表５に示す例において、固有値が１以上となっている因子の数は２となり（ｎとする）、残りの因子はまとめて１つの因子として扱う。これにより、分類したデータがいくつのグループにクラスタリングすべきかが分かる。表５に示す例では、ｎ＋１で３つにクラスタリングできると分かる。つまり、上述したクラスタ数ｋは３となる。 Factor analysis is performed on the matrix W shown in Formula 3, and the eigenvalues of each factor are calculated, as shown in Table 5 below. In the example shown in Table 5, the number of factors having an eigenvalue of 1 or more is 2 (denoted as n), and the remaining factors are collectively treated as one factor. This makes it possible to know how many groups the classified data should be clustered into. In the example shown in Table 5, it can be seen that n+1 can be clustered into three. That is, the number of clusters k described above is 3.

そして、類似規格グループ毎に、分類した優先度に対してｋ−ｍｅａｎｓ法を用いてクラスタ数にクラスタリングする。そして、クラスタリングされた優先度のクラスタ毎に項目に対する代表優先度を算出し、代表優先度データベースとして記憶部に登録する（Ｓ５）。本実施例では、表４に示す類似規格グループＧ１についての優先度について、クラスタ数ｋ＝３でクラスタリングした結果、表６に示すような優先度のクラスタにクラスタリングできたとする。表６の数値は、各項目の優先度のベクトル中心の値である。また、表６において、優先度の各クラスタに対して、ラベル付けを行う。本実施例では、説明を簡略化するために、優先度の各クラスタに対して、「傾向１」「傾向２」「傾向３」とラベル付けした。 Then, for each similar standard group, the k-means method is used to cluster the classified priorities into the number of clusters. Then, the representative priority for the item is calculated for each cluster of the clustered priorities and registered in the storage unit as a representative priority database (S5). In the present embodiment, it is assumed that, as a result of clustering the priorities of the similar standard group G1 shown in Table 4 with the number of clusters k=3, clusters having priorities as shown in Table 6 can be clustered. The numerical values in Table 6 are vector-centered values of the priority of each item. In addition, in Table 6, each priority cluster is labeled. In the present embodiment, in order to simplify the description, each of the priority clusters is labeled as “trend 1”, “trend 2”, and “trend 3”.

表６に示すようにラベル付けしたクラスタならびにベクトル中心の各値を、代表優先度データベースとして保存する。表４に示す類似規格グループＧ１についての優先度に対して作成した代表優先度データベースの一例を、表７に示す。本実施例では、優先度が１、２、３、４、５の５段階のため、各クラスタ中心の値を小数第一位で四捨五入している。 Each value of the cluster and the vector center labeled as shown in Table 6 is stored as a representative priority database. Table 7 shows an example of the representative priority database created for the priorities for the similar standard group G1 shown in Table 4. In this embodiment, since the priority levels are 1, 2, 3, 4, and 5, the values at the center of each cluster are rounded to the first decimal place.

そして、入力部から入力された規格が含まれる類似規格グループを抽出する（Ｓ６）。本実施例では、ユーザにより、要求されている規格として、例えば、規格「ＡＡ−２」が入力されたとする。 Then, the similar standard group including the standard input from the input unit is extracted (S6). In the present embodiment, it is assumed that the user inputs the standard “AA-2”, for example, as the requested standard.

すると、抽出された類似規格グループからクラスタリングされた優先度のクラスタと優先度のクラスタ毎の代表優先度を出力部に出力する（Ｓ６）。本実施例では、規格「ＡＡ−２」は、グループＧ１に属しているため、表７に示すグループＧ１の優先度のクラスタである「傾向１」「傾向２」「傾向３」とその代表優先度が出力される。 Then, the cluster of priority clustered from the extracted similar standard group and the representative priority for each cluster of priority are output to the output unit (S6). In this embodiment, since the standard “AA-2” belongs to the group G1, “trend 1”, “trend 2”, “trend 3” and their representative priorities, which are clusters of the priority of the group G1 shown in Table 7. Is output.

次に、出力された優先度のクラスタの中から入力部を介して選択させる（Ｓ６）。本実施例では、ユーザが「傾向１」を選択するとする。 Next, the cluster having the output priority is selected via the input unit (S6). In this embodiment, the user selects "trend 1".

そして、出力された優先度のクラスタの中から入力部を介して選択されたクラスタの代表優先度を、各項目に対する優先度として最適化プログラムに適用して、製造実績データベースに登録された製造実績から最適解を検索する（Ｓ６）。本実施例では、選択された「傾向１」の代表優先度が、各項目に対する優先度として最適化プログラムに適用される。そして、製造実績データベースに登録された製造実績から最適解を検索する。 Then, the representative priority of the cluster selected from the output priority cluster via the input unit is applied to the optimization program as the priority for each item, and the manufacturing result registered in the manufacturing result database is applied. The optimum solution is searched from (S6). In this embodiment, the representative priority of the selected “trend 1” is applied to the optimization program as the priority for each item. Then, the optimum solution is searched from the manufacturing results registered in the manufacturing result database.

このように、本実施例では、過去の検索された最適解の優先度の優先度実績データベースを活用し、要求されている規格に類似する類似規格グループの優先度の傾向を分析している。これにより、ユーザは、優先度の傾向を統計的に把握することができ、多基準の各項目に対する優先度の調整の巧拙による検索精度の個人差を減らすことができる。そして、要求されている規格に対して、最適な製造実績を効率的に検索することができる。 As described above, in this embodiment, the priority performance database of the priorities of the optimum solutions retrieved in the past is utilized to analyze the tendency of the priorities of the similar standard groups similar to the required standard. As a result, the user can statistically grasp the tendency of the priority, and can reduce the individual difference in the search accuracy due to the skill of adjusting the priority for each item of the multi-criteria. Then, it is possible to efficiently search for the optimum manufacturing record for the required standard.

１１製造実績データベース
１２類似規格データベース
１３代表優先度データベース
１４優先度実績データベース
２１製造実績データベース登録部
２２類似規格分類部
２３１クラスタ数算出処理部
２３２クラスタ分析処理部
２４１実績検索部
２４２優先度実績データベース登録部
Ｓ１製造実績データベース登録ステップ
Ｓ２優先度実績データベース登録ステップ
Ｓ３類似規格分類ステップ
Ｓ４クラスタ数算出ステップ
Ｓ５クラスタ分析処理ステップ
Ｓ６実績検索ステップ
Ｓ７優先度実績データベース登録ステップ 11 manufacturing record database 12 similar standard database 13 representative priority database 14 priority record database 21 manufacturing record database registration unit 22 similar standard classification unit 231 cluster number calculation processing unit 232 cluster analysis processing unit 241 actual result search unit 242 priority record database registration Part S1 Manufacturing record database registration step S2 Priority record database registration step S3 Similar standard classification step S4 Cluster count calculation step S5 Cluster analysis processing step S6 Track search step S7 Priority track record database registration step

Claims

In a computer having a computing unit, a storage unit, an input unit, and an output unit, a multi-criteria optimization that searches for an optimum solution is performed by using an optimization program that gives priority, which is a weighting for multi-criteria items, as an input. System,
Products, materials and conditions related to manufacturing, and the results obtained in the quality test performed when manufactured under the conditions are the above items, and the past manufacturing results including standards in the items related to the products, A manufacturing performance database registration unit that is registered in the storage unit as a manufacturing performance database;
A priority record database registration unit that stores the priority of the optimum solution searched in the past for the item in the storage unit as a priority record database;
By referring to the manufacturing record database, the values of the items other than the standard of the manufacturing record are compared, the standards are clustered based on the degree of similarity corresponding to the number of items having a common value, and the clustered similarity is calculated. A similar standard search unit that stores one or more clusters of the standard in the storage unit as a similar standard group;
A cluster number calculation processing unit that refers to the priority result database, classifies the priorities of the items for each similar standard group, and calculates the number of clusters that is the number to be clustered for each similar standard group,
For each of the similar standard groups, the classified priority is clustered into the number of clusters using a k-means method, and a representative priority for the item is calculated for each cluster of the clustered priority, and a representative priority is calculated. A cluster analysis processing unit stored in the storage unit as a priority database;
The similar standard group including the standard input from the input unit is extracted, and the cluster of the priority clustered from the extracted similar standard group and the representative priority of each cluster of the priority are The representative priority of the cluster output to the output unit and selected from the output cluster of the priority via the input unit is applied to the optimization program as the priority for the item, A multi-criteria optimization system, comprising: a performance search unit that searches for an optimum solution from the manufacturing performance registered in the manufacturing performance database.

The cluster number calculation processing unit performs factor analysis on the priority for the items classified for each similar standard group, calculates an eigenvalue for each factor, and the absolute value of the eigenvalue is equal to or greater than a preset threshold value. The multi-criteria optimization system according to claim 1, wherein the number of factors is the number of clusters.

The cluster analysis processing unit sets the vector center of the priority of the item calculated for each cluster of the priority as the representative priority for the item for each cluster of the priority. Item 3. The multicriteria optimization system according to Item 1 or 2.

The result retrieval unit adjusts, through the input unit, the representative priority of the cluster selected through the input unit from the output clusters of the priority, and the adjustment is performed. The multi-criteria according to any one of claims 1 to 3, wherein a representative priority is applied to the optimization program as a priority for the item, and an optimum solution is searched from the manufacturing result database. Optimization system.

In a computer having a computing unit, a storage unit, an input unit, and an output unit, a multi-criteria optimization that searches for an optimum solution is performed by using an optimization program that gives priority, which is a weighting for multi-criteria items, as an input. Method,
Products, materials and conditions related to manufacturing, and the results obtained in the quality test performed when manufactured under the conditions are the above items, and the past manufacturing results including standards in the items related to the products, A manufacturing performance database registration step of registering in the storage unit as a manufacturing performance database,
A priority record database registration step of storing the priority for the item of the optimum solution searched in the past as a priority record database in the storage unit;
By referring to the manufacturing record database, the values of the items other than the standard of the manufacturing record are compared, the standards are clustered based on the degree of similarity corresponding to the number of items having a common value, and the clustered similarity is calculated. A similar standard searching step of storing one or more clusters of the standard as a similar standard group in the storage unit,
A cluster number calculation processing step of referring to the priority result database, classifying the priority for the item for each similar standard group, and calculating the number of clusters that is the number to be clustered for each similar standard group,
For each of the similar standard groups, the classified priority is clustered into the number of clusters using a k-means method, and a representative priority for the item is calculated for each cluster of the clustered priority, and a representative priority is calculated. A cluster analysis processing step stored in the storage unit as a priority database;
The similar standard group including the standard input from the input unit is extracted, and the cluster of the priority clustered from the extracted similar standard group and the representative priority of each cluster of the priority are The representative priority of the cluster output to the output unit and selected from the output cluster of the priority via the input unit is applied to the optimization program as the priority for the item, A multi-criteria optimization method comprising: a performance search step of searching for an optimum solution from the manufacturing performance registered in the manufacturing performance database.

In a computer having a computing unit, a storage unit, an input unit, and an output unit, a multi-criteria optimization that searches for an optimum solution is performed by using an optimization program that gives priority, which is a weighting for multi-criteria items, as an input. Computerization program,
Products, materials and conditions related to manufacturing, and the results obtained in the quality test performed when manufactured under the conditions are the above items, and the past manufacturing results including standards in the items related to the products, A manufacturing performance database registration step of registering in the storage unit as a manufacturing performance database,
A priority record database registration step of storing the priority for the item of the optimum solution searched in the past as a priority record database in the storage unit;
By referring to the manufacturing record database, the values of the items other than the standard of the manufacturing record are compared, the standards are clustered based on the degree of similarity corresponding to the number of items having a common value, and the clustered similarity is calculated. A similar standard searching step of storing one or more clusters of the standard as a similar standard group in the storage unit,
A cluster number calculation processing step of referring to the priority result database, classifying the priority for the item for each similar standard group, and calculating the number of clusters that is the number to be clustered for each similar standard group,
For each of the similar standard groups, the classified priority is clustered into the number of clusters using a k-means method, and a representative priority for the item is calculated for each cluster of the clustered priority, and a representative priority is calculated. A cluster analysis processing step stored in the storage unit as a priority database;
The similar standard group including the standard input from the input unit is extracted, and the cluster of the priority clustered from the extracted similar standard group and the representative priority of each cluster of the priority are The representative priority of the cluster output to the output unit and selected from the output cluster of the priority via the input unit is applied to the optimization program as the priority for the item, A multi-criteria optimization program for causing a computer to execute a result search step of searching for an optimal solution from the manufacturing results registered in the manufacturing result database .