JP7038927B2 - 割当装置、学習装置、推論装置、割当方法、及び、割当プログラム - Google Patents

Description

本発明は、割当装置、割当方法、学習装置、推論装置、及び、割当プログラムに関する。

ＦＡ（Ｆａｃｔｏｒｙ Ａｕｔｏｍａｔｉｏｎ）ネットワークでは、リアルタイム通信と、非リアルタイム通信とのそれぞれに通信時間を割り当てて周期通信することが一般的である。この際、リアルタイム通信が割り当てられた通信時間内に収まるように、通信タイミングを設計する必要がある。通信タイミングは、いずれの通信周期にいずれのフレームを送信するかを司るものである。
特許文献１では、設計した通信タイミングに基づき、いずれの通信周期においても同じリアルタイム通信を実施する方法を開示している。

特開２００７－０８１６２８号公報

特許文献１の方法では、いずれの通信周期においても同じリアルタイム通信を実施するため、必要とする通信間隔が通信周期の２倍以上長いリアルタイム通信は、必要のない通信を実施する。そのため、非リアルタイム通信時間の割合が必要以上に減少するという課題があった。

本発明は、必要とする通信間隔に応じて通信タイミングを設計することにより、リアルタイム通信時間の割合を抑えることを目的とする。

本発明に係る割当装置は、
正の値である基数と、周期通信の種別を示す複数の通信種別と、２つの連続する通信を実行する間隔の上限を前記複数の通信種別それぞれについて示す複数の通信間隔と、前記複数の通信種別それぞれの通信を実行する時期を示す通信計画における通信周期の候補を示す評価周期とを記憶している記憶部と、
前記複数の通信間隔それぞれに対応する複数の評価頻度として、前記基数を算術演算した値であって、前記複数の通信間隔それぞれを前記評価周期以上の値で割った値以下の自然数の値を求め、前記複数の通信間隔それぞれに対応する複数の通信頻度を、前記複数の評価頻度それぞれが示す周期に１回と設定し、前記複数の通信種別のいずれか１つの通信種別に周期を特定する周期番号を割り当てることにより前記通信計画を決定する割当処理を実行する割当検討部と
を備える。

本発明の割当装置１００によれば、割当検討部１５０が、複数の通信間隔それぞれに対応する複数の評価頻度として、基数を算術演算した値であって、複数の通信間隔それぞれを評価周期以上の値で割った値以下の自然数の値を求める。割当検討部１５０が、複数の通信間隔それぞれに対応する複数の通信頻度を、複数の評価頻度それぞれが示す周期に１回と設定する。割当検討部１５０が、複数の通信種別のいずれか１つの通信種別に周期を特定する周期番号を割り当てる。その後、割当検討部１５０は、複数の通信種別それぞれの通信を実行する時期を示す通信計画を決定する割当処理を実行する。
そのため、本発明の割当装置１００によれば、リアルタイムの通信時間の割合を抑えることができる。

周期通信を示す図。 リアルタイム通信の通信時間と、非リアルタイム通信の通信時間とを示す図。 通信周期をＸで割ることを具体的に説明するための図。 通信周期をＸで割ることを具体的に説明するための図。 通信割合が減少することを具体的に説明するための図。 実施の形態１に係る割当装置１００の構成図。 実施の形態１に係る割当装置１００のハードウェア構成図。 実施の形態１に係る割当装置１００の動作を示すフローチャート。 実施の形態１に係る割合算出処理の実行結果を示す図。 実施の形態１に係る割合算出処理の実行結果を示す図。 実施の形態１に係る割当検討部１５０の動作を示すフローチャート。 実施の形態１に係る割当検討部１５０の動作を具体的に説明するための図。 実施の形態１の変形例に係る割当装置１００のハードウェア構成図。 実施の形態２に係る割当システム９０の構成図。 実施の形態２に係る割当装置１００の構成図。 実施の形態２に係る割当装置１００のハードウェア構成図。 実施の形態２に係る学習装置２００の構成図。 実施の形態２に係る学習装置２００のハードウェア構成図。 実施の形態２に係る学習済モデル記憶部４００の構成図。 実施の形態２に係る学習済モデル記憶部４００のハードウェア構成図。 実施の形態２に係る学習装置２００の動作を示すフローチャート。 実施の形態２に係る推論装置３００の構成図。 実施の形態２に係る推論装置３００のハードウェア構成図。 実施の形態２に係る推論装置３００の動作を示すフローチャート。

実施の形態１．
本実施の形態の詳細を説明する前に、本実施の形態の前提と、概要と等を説明する。
通信は、特に断りがなければ、リアルタイム通信を指すものとする。

（通信周期の要件）
図１は、周期通信の例を示す図である。
周期通信における送信元と送信先との動作を説明する。送信元は、所定の通信間隔に基づいてフレームの送信要求をする（（１）送信要求）。
送信元は、（１）送信要求の直後の通信周期が開始されて（（２）通信周期開始）からフレームの送信を開始する。送信先は、送信された全てのフレームの受信を完了する（（３）受信完了）。
この際、送信元と送信先とが正常動作をする場合、送信先が１つの通信周期内に全てのフレームの受信を完了することが保証されているものとする。
送信元と送信先とは、どのような通信機器であっても良い。
通信周期は、送信元と送信先との間で通信する周期であって、周期通信に対応する周期である。
通信間隔は、通信の種別を示す通信種別毎に定められている値であり、２つの連続する送信要求間隔の上限であり、２つの連続する通信を実行する間隔の上限である。

（１）送信要求から、（３）受信完了までの時間を伝搬時間とする。（１）送信要求から（２）通信周期開始までの時間は通信周期１回分以下であり、（２）通信周期開始から（３）受信完了までの時間は通信周期１回分以下である。そのため、伝搬時間は、通常、通信周期２つ分以下である。
また、伝搬時間は、通信間隔より短い必要がある。そのため、通信周期が、最も短い通信間隔（Ｃｙｃ＿ｍｉｎ）の半分以下である場合、全ての通信種別の通信間隔は満たされる。
なお、（２）通信周期開始から（３）受信完了までの時間は、いずれの通信周期においても、Ｃｙｃ＿ｍｉｎ／（２×Ｘ）以下であるものとする。ここで、Ｘは２以上の整数であり、所与の値である。

（周期番号の割当方法）
図２は、リアルタイム通信の通信時間と、非リアルタイム通信の通信時間との例を示している。以下、本図を用いて通信種別を周期番号に割り当てる割当方法について説明をする。
「通信Ａ」等は通信種別を表す。通信時間は、１回の通信に要する時間のことであり、典型的には、（２）通信周期開始から（３）受信完了までの時間である。通信時間は、１つの通信種別の１回の通信に要する時間を指すこともある。ある周期における全ての通信に要する時間を、通信時間の合計と表現することもある。
周期番号は、周期を特定することができる番号等であり、典型的には、ある通信周期に１を割り当て、周期番号１に対応する通信周期の次の通信周期に２を割り当てるというように、通信周期に対して順に割り当てた番号である。以下、ある通信種別に対して周期番号を割り当てること、即ち、種別ある通信種別の通信をする周期を決定することを、番号割当と表現する。
全ての通信周期において、リアルタイム通信の通信時間として、リアルタイム通信の通信時間が最も長い通信周期におけるリアルタイム通信の時間が割り当てられる。非リアルタイム通信の通信時間として、１周期の時間からリアルタイム通信の時間を引いた時間が割り当てられる。各周期において、リアルタイム通信の時間として割り当てられた時間をリアルタイム通信時間と呼ぶ。
通信頻度がＮ周期に１回（以下、通信頻度Ｎ）である複数の通信を周期番号に割り当てるとき、通信時間が長いものから順にリアルタイム通信の通信時間が短い通信周期に割り当てると、各周期の通信時間を平滑化することができる。そのため、リアルタイム通信の通信時間が占める割合を抑制することができる。

通信頻度が異なる通信種別の通信同士は、いずれかの通信周期において重複してリアルタイム通信が集中し、結果として、通信割合の増加を引き起こすことがある。これを避けるために、Ｍ周期の範囲において通信の重複を確認する方法がある。通信割合は、１周期の時間に占めるリアルタイム通信の通信時間の合計の割合の最大値であり、各通信周期において、リアルタイム通信の通信時間が占める割合のことである。Ｍは、通信頻度に対応するＮ全ての最小公倍数である。以下、割当装置１００が通信の重複を確認する範囲を、システム通信周期とする。通信頻度は、通信をする頻度であり、通信種別毎に定められる。
この方法を用いた場合、システム通信周期が大きくなると確認すべき周期が膨大になることがある。これを解決するための手段として、実施の形態の説明において、通信頻度Ｎをある基数Ｘのべき乗とする制約を設ける方法を説明する。この制約を設けることにより、システム通信周期は通信頻度が最も低い通信種別の通信頻度と一致する。そのため、割当装置１００は通信の重複を確認する範囲を抑制することができる。

通信頻度が基数Ｘのべき乗であるとき、Ｘ＾ｉ周期に１回実施される通信種別を周期番号（（Ｘ＾ｉ）×ｎ＋ｊ）に割り当てた場合、Ｘ＾（ｉ－１）周期に１回実施される通信を、周期番号（（Ｘ＾ｉ）×ｎ＋ｊ）との重複を回避して通信を割り当てるためには、周期番号（（Ｘ＾（ｉ－１））×ｎ＋ｋ）に割り当てる必要がある。ここで、ｎを０以上の整数、ｉを２以上の整数、ｊを整数かつ１≦ｊ≦Ｘ＾ｉ、ｋを整数かつ１≦ｋ≦Ｘ＾（ｉ－１）、ｋをＸ＾（ｉ－１）で割ったときの剰余とｊをＸ＾（ｉ－１）で割ったときの剰余とは一致しないものとする。以下、変数名が同一である場合、特に断りがなければ、変数値の制約は同じである。
即ち、周期番号（（Ｘ＾ｉ）×ｎ＋ｊ）との重複を回避しつつ、周期番号（（Ｘ＾ｉ）×ｎ＋（Ｘ＾（ｉ－１））×ｌ＋ｊ）（ただし、ｌは１以上Ｘ未満の整数）にのみ割り当てられる通信はＸ＾ｉ以上の周期に１回実施される通信に限られる。
よって、通信時間の長い通信をリアルタイム通信時間の短い通信周期（（Ｘ＾ｉ）×ｎ＋ｊ）に割り当てた後、周期番号（（Ｘ＾ｉ）×ｎ＋（Ｘ＾（ｉ－１））×ｌ＋ｊ）のリアルタイム通信時間が通信周期（（Ｘ＾ｉ）×ｎ＋ｊ）のリアルタイム通信の時間と同等以下になるよう、Ｘ＾ｉ以上の周期に１回実施される通信を割り当てる手順を割当方法に加えることができる。なお、Ｘ＾（ｉ＋１）以上の周期に１回実施される通信を割り当てる手順は再帰的である。

（通信周期の算出方法）
通信頻度をある基数Ｘのべき乗とする制約（以下、べき乗制約）を設ける場合において、通信周期をｔからｔ／Ｘに短くすることを考える。
通信周期がｔのときの通信割合をｒ_ｔ、通信周期がｔ／Ｘのときの通信割合をｒ_ｔ／Ｘとする。
通信周期をｔ／Ｘに短くしたとき、各周期番号に割り当てられた通信をＸ等分すれば、ｒ_ｔと、ｒ_ｔ／Ｘとは同等である。しかし、各周期番号に割り当てられた通信をＸ等分しないと、ｒ_ｔ／Ｘはｒ_ｔよりも大きい。
通信をＸ等分するとは、ある通信周期における通信をＸ等分することができる場合に、通信をＸ等分し、Ｘ等分した通信をそれぞれ異なる通信周期に割り当てることである。

図３と、図４とは、通信周期をＸで割ることを具体的に説明するための図である。なお、これらの図において、Ｘは２である。
図３に示す例では、通信周期を３０ｍｓから１５ｍｓに短くすると同時に、各周期番号に割り当てられた通信を２等分している。従って、どちらの通信周期においても、通信割合は同じである。
図４に示す例では、通信周期を３０ｍｓから１５ｍｓに短くすると同時に、各周期番号に割り当てられた通信を２等分していない。従って、通信周期を短くした結果、通信割合が増えている。本例において、各周期番号に割り当てられた通信を２等分することはできない。

通信をＸ等分できない場合に通信をＸ＾ｉ等分することもできないことから、最適な通信周期を探すにあたり、ある通信周期ｔ以下、かつ、ｔ／Ｘ以上範囲を探せば十分であることが分かる。

通信周期を短くしていくことを考える。通信割合は、基本的に、通信周期が短くなるにつれて増加する。しかし、べき乗制約を考慮すると、通信周期が、ある通信の通信間隔をＸのべき乗で割った値と一致する時点において、通信割合は減少する。
図５は、通信割合が減少することを具体的に説明するための図である。なお、本図において、Ｘは２である。
本図において、通信周期を３０ｍｓから２５ｍｓにすると通信割合が増加するが、通信周期を２５ｍｓから２０ｍｓにすると通信割合が減少する。

従って、割当装置１００は、各通信の通信間隔を基数のべき乗で割った値を通信周期の候補とし、各通信周期におけるリアルタイム通信の通信割合を比較することにより、最適な通信周期を算出することができる。この際、割当装置１００は、通信周期をＣｙｃ＿ｍｉｎ／２以下としなければならないことを考慮する。そのため、割当装置１００は、Ｃｙｃ＿ｍｉｎ／（２×Ｘ）以上Ｃｙｃ＿ｍｉｎ／２以下である範囲において通信周期の候補を求める。

以下、本実施の形態について、図面を参照しながら詳細に説明する。

＊＊＊構成の説明＊＊＊
図６は、本実施の形態に係る割当装置１００の構成例を示している。
本図に示すように、割当装置１００は、記憶部１１０と、間隔抽出部１２０と、周期算出部１３０と、割当検討部１５０と、周期決定部１６０とを備える。
割当装置１００の各部は、特に断りがない限り、求めた結果を記憶部１１０に記憶させ、必要なデータを記憶部１１０から読み出す。

記憶部１１０は、番号割当を行う複数の通信種別それぞれに対応する複数の通信間隔と複数の通信時間とを、割当装置１００の動作の開始前に記憶している。
記憶部１１０は、基数と、複数の通信種別と、複数の通信間隔と、評価周期とを記憶している。基数は、正の値である。通信種別は、周期通信の種別を示す。複数の通信間隔は、２つの連続する通信を実行する間隔の上限を複数の通信種別それぞれについて示す。評価周期は、通信計画における通信周期の候補を示す。即ち、評価周期は、通信計画における１周期当たりの時間である。通信計画は、通信種別それぞれの通信を実行する時期を示す。
記憶部１１０は、複数の評価周期を記憶していても良い。
記憶部１１０は、基数として２以上の整数と、複数の通信種別それぞれの１回の通信に要する時間を示す複数の通信時間とを記憶していても良い。
記憶部１１０は、複数の評価周期を記憶していても良い。

周期算出部１３０は、基数をＸとし、複数の通信間隔の最小値をＣｙｃ＿ｍｉｎとしても良い。周期算出部１３０、評価周期として、複数の通信間隔それぞれをＸのべき乗で割った値であって、Ｃｙｃ＿ｍｉｎ／（Ｘ×２）以上Ｃｙｃ＿ｍｉｎ／２以下の値を算出しても良い。

割当検討部１５０は、複数の通信間隔それぞれに対応する複数の評価頻度として、基数を算術演算した値であって、複数の通信間隔それぞれを評価周期以上の値で割った値以下の自然数の値を求める。割当検討部１５０は、複数の通信間隔それぞれに対応する複数の通信頻度を、複数の評価頻度それぞれが示す周期に１回と設定する。割当検討部１５０は、複数の通信種別のいずれか１つの通信種別に周期を特定する周期番号を割り当てることにより通信計画を決定する。即ち、割当検討部１５０は、割当処理を実行する。
割当検討部１５０は、割当処理を実行する前に、通信頻度が１周期に１回である通信種別に周期番号を割り当てる事前割当処理を実行する。割当検討部１５０は、割当処理において、通信頻度が示す周期が２以上である通信頻度に対応する通信種別のみを扱っても良い。
割当検討部１５０は、連続する周期に連続する周期番号を設定しても良い。割当検討部１５０は、周期番号として１以上かつ複数の評価頻度それぞれが示す周期全ての最大値以下である値を用い、周期番号を設定した周期全てを対象周期としても良い。
割当検討部１５０は、割当処理において、複数の評価頻度として、基数のべき乗の値であって、複数の通信間隔それぞれを評価周期の２倍で割った値以下の最大値を求めても良い。割当検討部１５０は、複数の通信時間の最大値に対応する通信種別の内、通信種別に対応する通信頻度が最大である通信種別を対象通信として抽出しても良い。割当検討部１５０は、ｊとｎとが取り得る範囲において、周期番号がＣ×ｎ＋ｊである周期の内、通信時間が最も長い周期の通信時間をＤ_ｊとして抽出しても良い。ここで、対象通信に対応する通信頻度が示す周期をＣとし、ｊを整数かつ１≦ｊ≦Ｃとし、ｎを０以上の整数とする。割当検討部１５０は、ｊが取り得る範囲におけるＤ_ｊの最小値に対応するｊをｊ_ｍｉｎとし、周期番号を割り当てられていない通信種別を割当対象通信として抽出しても良い。割当検討部１５０は、割当対象通信に周期番号としてＣ×ｎ＋ｊ_ｍｉｎを割り当てても良い。
割当検討部１５０は、割当処理を実行した後で、事後割当処理を実行しても良い。割当検討部１５０は、事後割当処理において、周期がＸ＾ｉ以上である通信種別であって、周期番号を割り当てられていない通信種別のいずれかを選択種別とし、選択種別に周期番号として（Ｘ＾ｉ）×ｎ＋Ｘ＾（ｉ－１）＋ｊ_ｍｉｎを割り当てても良い。ここで、ｎを０以上の整数とし、ｉを２以上の整数とし、ＣをＸ＾ｉとし、ｋを整数かつ１≦ｋ≦Ｘ＾（ｉ－１）とし、ｋをＸ＾（ｉ－１）で割ったときの剰余と、ｊをＸ＾（ｉ－１）で割ったときの剰余とは一致しないものとする。
割当検討部１５０は、事後割当処理において、ｎが取り得る範囲において、周期番号が（Ｘ＾ｉ）×ｎ＋ｊ_ｍｉｎである周期の通信時間の合計の最大値を超えないよう選択種別に周期番号を割り当てても良い。

周期決定部１６０は、対象周期が複数の周期から構成される場合に、複数の暫定通信割合として、対象周期を構成するそれぞれの周期において１周期の時間に占める通信時間の合計の割合を複数の評価周期それぞれについて、複数の通信種別それぞれに割り当てられた周期番号に基づいて求めても良い。周期決定部１６０は、複数の通信割合として、複数の暫定通信割合の最大値を複数の評価周期それぞれについて求める。周期決定部１６０は、複数の通信割合の最小値に対応する評価周期を通信計画の通信周期としても良い。

図７は、本実施の形態に係る割当装置１００のハードウェア構成例を示している。
割当装置１００は、一般的なコンピュータ１０から構成される。割当装置１００は、複数のコンピュータ１０から構成されても良い。

プロセッサ１１は、割当プログラムと、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）１９と等を実行するプロセッシング装置である。プロセッシング装置は、ＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）と呼ばれることもある。プロセッサ１１は、具体例としては、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、又は、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）である。
プロセッサ１１は、データバス１４によりメモリ１２と接続されており、演算に必要なデータの一時記憶等を行い、メモリ１２に格納されたプログラムを読み出して実行する。

本図のコンピュータ１０は、プロセッサ１１を１つだけ備えているが、コンピュータ１０は、プロセッサ１１を代替する複数のプロセッサを備えていても良い。これら複数のプロセッサは、プログラムの実行等を分担する。

メモリ１２は、データを一時的に記憶する記憶装置であり、プロセッサ１１の演算結果を保持することができ、プロセッサ１１の作業領域として使用されるメインメモリとして機能する。メモリ１２は、割当装置１００の各部に対応するプログラムを格納することができる。メモリ１２が格納しているプログラムは、プロセッサ１１に展開される。
メモリ１２は、具体例としては、ＳＲＡＭ（Ｓｔａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等のＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。
記憶部１１０との少なくとも一部が、補助記憶装置１３から構成されても良い。

補助記憶装置１３は、割当プログラムと、プロセッサ１１によって実行される各種プログラムと、各プログラムの実行時に使用されるデータと、ＯＳ１９と等を記憶する。記憶部１１０は、補助記憶装置１３から構成される。
補助記憶装置１３は、具体例としては、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）又は、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）である。また、補助記憶装置１３は、メモリカード、ＳＤ（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ、登録商標）メモリカード、ＮＡＮＤフラッシュ、又は、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）等の可搬記録媒体であってもよい。

ＯＳ１９は、プロセッサ１１によって補助記憶装置１３からロードされ、メモリ１２に展開され、プロセッサ１１上で実行される。ＯＳ１９は、プロセッサ１１に適合するどのようなものであっても良い。
ＯＳ１９と、割当プログラムとは、メモリ１２に記憶されていても良い。

割当プログラムは、プログラムプロダクトとして提供されても良い。

＊＊＊動作の説明＊＊＊
割当装置１００の動作手順は、割当方法に相当する。また、割当装置１００の動作を実現するプログラムは、割当プログラムに相当する。

図８は、割当装置１００の動作の一例を示すフローチャートを示している。

（ステップＳ１：間隔抽出処理）
間隔抽出部１２０は、記憶部１１０が記憶している全ての通信種別の通信間隔を確認し、Ｃｙｃ＿ｍｉｎを抽出する。

（ステップＳ２：周期算出処理）
周期算出部１３０は、通信種別毎に、Ｃｙｃ＿ｍｉｎと、記憶部１１０が記憶している通信間隔と、Ｘとを用いて、評価周期を算出する。評価周期は、通信計画における通信周期の候補である。評価周期は、ある通信種別の通信間隔をＸのべき乗で割った値、かつ、Ｃｙｃ＿ｍｉｎ／（２×Ｘ）以上Ｃｙｃ＿ｍｉｎ／２以下の値である。通信計画は、複数の通信種別それぞれの通信を実行する時期を示す。周期算出部１３０は、算出した評価周期を記憶部１１０に記憶させる。
なお、本ステップの処理の開始前に、Ｘの値は設定されているものとする。Ｘの値は、どのような手法により設定されても良い。

（ステップＳ３：割当検討処理）
割当検討部１５０は、全ての評価周期それぞれについて、通信頻度の算出と、番号割当とを実行する。本ステップの処理の詳細は後述する。

（ステップＳ４：周期決定処理）
周期決定部１６０は、通信時間と、評価周期と、ステップＳ３における番号割当の結果とを用いて、全ての評価周期それぞれに対応する通信割合を算出する。周期決定部１６０は、最も低い通信割合に対応する評価周期を最適な通信周期とする。
割当装置１００は、通信周期と、各通信種別の番号割当とを、通信割合を抑制する通信タイミング情報として他の機器等に出力しても良い。
図９と、図１０とは、本ステップの処理を実行した結果の具体例を示す図である。本例において、Ｘ：２、通信周期：１５ｍｓ、システム通信周期：１２０ｍｓである。図９の表中、割当順はステップＳ３において周期番号が割り当てられる順番を示しており、周期番号は通信種別それぞれに対して番号割当を実行した結果を示している。
これらの図は、１つのシステム通信周期の範囲における通信を示している。

図１１は、割当検討部１５０の動作の一例であって、ステップＳ３の動作の一例を示すフローチャートを示している。

（ステップＳ３１：頻度算出処理）
割当検討部１５０は、１つの評価周期を選択し、Ｘのべき乗の値であって、選択した評価周期の２倍（２×Ｃｙｃ＿ｒｅｆ）で通信間隔を割った値以下の最大値を求め、通信頻度を、求めた最大値の周期に１回とする。Ｃｙｃ＿ｒｅｆは、評価周期を表す。
割当検討部１５０は、複数の通信間隔それぞれに対応する複数の評価頻度を求める。複数の評価頻度は、基数を算術演算した値、かつ、複数の通信間隔それぞれを評価周期以上の値で割った値以下の自然数の値である。割当検討部１５０は、複数の通信間隔それぞれに対応する複数の通信頻度を、複数の評価頻度それぞれが示す周期に１回と設定する。

（ステップＳ３２：事前割当処理）
割当検討部１５０は、通信頻度が毎周期である通信を、全ての周期番号に割り当てる。

（ステップＳ３３：抽出処理）
割当検討部１５０は、周期番号を割り当られていない通信種別、かつ、通信時間が最大である通信種別の内、通信頻度が最大である通信を抽出する。通信頻度が最大である通信は、最も頻繁に通信されることである。
以下、本フローチャートの説明において、本ステップにおいて抽出した通信種別の通信頻度をＸ＾ｉとする。

（ステップＳ３４：割当処理）
割当検討部１５０は、ｊが取り得る全ての値について、周期番号が（（Ｘ＾ｉ）×ｎ＋ｊ）である通信時間の内、最も通信時間が長いものを抽出して通信時間Ｄ_ｊとする。割当検討部１５０は、最小であるＤ_ｊに対応するｊをｊ_ｍｉｎとし、周期番号（（Ｘ＾ｉ）×ｎ＋ｊ_ｍｉｎ）に、ステップＳ３３で抽出した通信種別を割り当てる。
割当検討部１５０は、Ｄ_ｊが最小となるｊが複数ある場合、いずれか１つの値をｊ_ｍｉｎとする。

（ステップＳ３５：事後割当処理）
割当検討部１５０は、Ｘ＾ｉ以上の周期に１回通信される通信種別のうち、周期番号を割り当られていない通信種別、かつ、通信時間が最大である通信種別を選択通信として選択する。割当検討部１５０は、周期番号（（Ｘ＾ｉ）×ｎ＋Ｘ＾（ｉ－１）×ｌ＋ｊ_ｍｉｎ）の通信時間と、選択通信の通信時間との和が周期番号（（Ｘ＾ｉ）×ｎ＋ｊ_ｍｉｎ）の最大通信時間を超えないような周期番号（（Ｘ＾ｉ）×ｎ＋Ｘ＾（ｉ－１）×ｌ＋ｊ_ｍｉｎ）の中で、通信時間が最大である周期番号（（Ｘ＾ｉ）×ｎ＋Ｘ＾（ｉ－１）×ｌ＋ｊ_ｍｉｎ）に選択通信を割り当てる。
割当検討部１５０は、本ステップの処理を再帰的に実行する。割当検討部１５０は、割り当てられる周期番号がなくなったら、ステップＳ３６に進む。
割当検討部１５０は、Ｘ＾ｉ以上の周期に１回通信される通信種別であればいずれの通信種別を選択通信として選択しても良い。

図１２は、割当検討部１５０が周期番号に選択通信を割り当てる処理の一例を説明する図である。本図を参照して、この処理を具体的に説明する。通信Ｆは、選択通信である。本例の説明において、周期番号（（Ｘ＾ｉ）×ｎ＋ｊ_ｍｉｎ）の最大通信時間を、最大割当時間と呼ぶ。最大割当時間は、本例において、通信Ｄの通信時間と、通信Ｅの通信時間との和である。
通信Ａの通信時間と、通信Ｆの通信時間との和は、最大割当時間を超える。通信Ｂの通信時間と、通信Ｆの通信時間との和は、最大割当時間を超えない。通信Ｃの通信時間と、通信Ｆの通信時間との和は、最大割当時間を超えない。また、通信Ｂの通信時間は、通信Ｃの通信時間よりも長い。
従って、割当検討部１５０は、通信Ｂに対応している周期番号（（Ｘ＾ｉ）×ｎ＋Ｘ＾（ｉ－１）×３＋ｊ_ｍｉｎ）に通信Ｆを割り当てる。

（ステップＳ３６：割当確認処理）
割当検討部１５０は、全ての通信種別に対する番号割当が実行された場合、ステップＳ３７に進む。
割当検討部１５０は、それ以外の場合、ステップＳ３３に進む。

（ステップＳ３７：評価周期確認処理）
割当検討部１５０は、全ての評価周期が選択された場合、本フローチャートの処理を終了する。割当検討部１５０は、それ以外の場合、ステップＳ３１に進む。

＊＊＊実施の形態１の効果の説明＊＊＊
以上のように、本実施の形態によれば、割当装置１００は、帯域を活用できるよう、通信頻度に基づいて周期番号を割り当てる。そのため、割当装置１００は、各通信頻度の通信時間を平滑化することができ、リアルタイム通信の通信割合を抑制することができる。また、割当装置１００は、通信頻度Ｎをある基数Ｘのべき乗に制約することと、リアルタイム通信時間の割合が減少する通信周期のみを比較することとにより、周期番号の割り当てと、最適な通信周期の算出とを簡略化することができる。

＊＊＊他の構成＊＊＊
＜変形例１＞
本実施の形態では、各機能構成要素をソフトウェアで実現する場合を説明した。しかし、変形例として、各機能構成要素はハードウェアで実現されても良い。

図１３は、本変形例の構成例を示している。各機能構成要素がハードウェアで実現される場合には、本図に示すように、割当装置１００は、プロセッサ１１に代えて、電子回路１６を備える。あるいは、図示しないが、割当装置１００は、プロセッサ１１、メモリ１２、及び補助記憶装置１３に代えて、電子回路１６を備える。電子回路１６は、各機能構成要素（及びメモリ１２と補助記憶装置１３）の機能を実現する専用の電子回路である。電子回路を、処理回路と呼ぶこともある。

電子回路１６は、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ロジックＩＣ、ＧＡ（Ｇａｔｅ Ａｒｒａｙ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）が想定される。

各機能構成要素を１つの電子回路１６で実現してもよいし、各機能構成要素を複数の電子回路１６に分散させて実現してもよい。

あるいは、一部の各機能構成要素がハードウェアで実現され、他の各機能構成要素がソフトウェアで実現されてもよい。

前述したプロセッサ１１とメモリ１２と補助記憶装置１３と電子回路１６とを、総称して「プロセッシングサーキットリー」という。つまり、各機能構成要素の機能は、プロセッシングサーキットリーにより実現される。

実施の形態２．
以下、前述した実施の形態と異なる点について、図面を参照しながら詳細に説明する。

図１４は、実施の形態２に係る割当システム９０の構成例を示している。本図に示すように、割当システム９０は、割当装置１００と、学習装置２００と、推論装置３００と、学習済モデル記憶部４００とを備える。

＜学習フェーズ＞
以下、学習フェーズを説明する。学習フェーズは、学習装置２００が実行する処理である。

＊＊＊構成の説明＊＊＊
図１５は、本実施の形態に係る割当装置１００の構成例を示している。割当装置１００は、本図に示すように、通信部１７０を備える。

通信部１７０は、学習装置２００と、推論装置３００と通信することができる。

図１６は、本実施の形態に係る割当装置１００のハードウェア構成例を示している。割当装置１００は、本図に示すように、通信ＩＦ（Ｉｎｔｅｒｆａｃｅ）１５を備える。
通信部１７０は、プロセッサ１１と、メモリ１２と、通信ＩＦ１５とから構成される。

通信ＩＦ１５は、コンピュータ１０が他の機器とデータ通信するためのインタフェースであり、具体例としては、Ｅｔｈｅｒｎｅｔ（登録商標）、又は、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）のポートである。通信ＩＦ１５は、複数存在しても良い。

図１７は、割当装置１００に関する機械学習装置である学習装置２００の構成例を示している。学習装置２００は、本図に示すように、データ取得部２１０と、モデル生成部２２０とを備える。

データ取得部２１０は、割当装置１００から学習用データ４０２を取得する。学習用データ４０２は、学習装置２００が学習に用いるデータである。学習用データ４０２には、特に断りがない限り、通信計画と、複数の通信間隔と、複数の通信時間とが含まれているものとする。通信計画は、通信周期と、各通信種別の通信を実行するタイミングの情報とを含む。
データ取得部２１０は、割当装置１００の記憶部１１０が記憶している複数の通信間隔及び複数の通信時間と、複数の通信間隔及び複数の通信時間に対応する通信計画とを、学習用データ４０２として取得しても良い。

モデル生成部２２０は、学習用データ４０２に基づいて、入力された状態における通信計画を学習する。すなわち、割当装置１００の通信間隔及び通信時間から入力された状態における通信計画を推論する学習済モデル４０１を生成する。入力された状態は、入力された情報のうち状態に関する情報である。
モデル生成部２２０は、複数の通信間隔と、複数の通信時間とに基づいて通信計画を推論するための学習済モデル４０１を、学習用データ４０２を用いて生成しても良い。

モデル生成部２２０は、教師あり学習、教師なし学習、半教師あり学習、又は、強化学習（Ｒｅｉｎｆｏｒｃｅｍｅｎｔ Ｌｅａｒｎｉｎｇ）等の公知のアルゴリズムを学習アルゴリズムとして用いてよい。

一例として、学習装置２００が強化学習を用いた場合について説明する。強化学習では、ある環境におけるエージェント（行動主体）が、現在の状態（環境のパラメータ）を観測し、取るべき行動を決定する。環境は、エージェントの行動により動的に変化する。エージェントには、環境の変化に応じて報酬が与えられる。エージェントはこれを繰り返し、一連の行動を通じて報酬が最も多く得られる行動方針を学習する。ここで、行動は、実際の行動そのものを指す。行動方針は、ある環境（入力）において学習装置２００が行動を決定する考え方（モデル）を指す。強化学習の代表的な手法として、Ｑ学習（Ｑ－ｌｅａｒｎｉｎｇ）と、ＴＤ学習（ＴＤ－ｌｅａｒｎｉｎｇ）とが知られている。

例えば、Ｑ学習の場合、行動価値関数Ｑ（ｓ，ａ）の一般的な更新式は、［数１］で表される。

ｔは、時刻を表す。ｓ_ｔは、時刻ｔにおける環境の状態を表す。環境の状態は、通信間隔と通信時間とから成る。環境の状態は、通信計画から成っても良い。ａ_ｔは、時刻ｔにおけるエージェントの行動を表す。エージェントが行動ａ_ｔを実行すると、状態がｓ_ｔからｓ_ｔ＋１に変わる。ｒ_ｔ＋１は、状態がｓ_ｔからｓ_ｔ＋１に変わることによってもらえる報酬を表す。γ（０＜γ≦１）は、割引率を表す。α（０＜α≦１）は、学習係数を表す。行動ａ_ｔは、通信計画を変更することに対応する。状態ｓ_ｔは、通信間隔及び通信時間に対応する。学習装置２００は、エージェントに対応する。学習装置２００は、時刻ｔの状態ｓ_ｔにおける最良の行動ａ_ｔを学習する。

［数１］で表される更新式は、時刻ｔ＋１における最も行動価値Ｑの高い行動ａの行動価値Ｑが、時刻ｔにおいて実行された行動ａの行動価値Ｑよりも大きければ、行動価値Ｑを大きくし、逆の場合は、行動価値Ｑを小さくする。換言すれば、学習装置２００は、時刻ｔにおける行動ａの行動価値Ｑを、時刻ｔ＋１における最良の行動価値に近づけるように、行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）を更新する。それにより、或る環境における最良の行動価値が、それ以前の環境における行動価値に順次伝播する。行動価値Ｑは、行動価値関数の値である。

モデル生成部２２０は、強化学習によって学習済モデル４０１を生成する場合、報酬計算部２２１と、関数更新部２２２とを備えている。

報酬計算部２２１は、学習用データ４０２に基づいて報酬を計算する。報酬計算部２２１は、リアルタイム通信時間の割合に基づいて、報酬ｒを計算する。報酬計算部２２１は、例えば、行動ａを実行することによってリアルタイム通信時間の割合が減少する場合に行動ａに対する報酬ｒを増大させ（例えば「１」の報酬を与える。）、行動ａを実行することによってリアルタイム通信時間の割合が増加する場合に行動ａに対する報酬ｒを低減する（例えば「－１」の報酬を与える。）。

関数更新部２２２は、報酬計算部２２１によって計算される報酬に従って、入力された状態における通信計画を決定するための関数を更新し、学習済モデル４０１を学習済モデル記憶部４００に出力する。例えば、学習装置２００がＱ学習を用いる場合、［数１］で表される行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）を入力された状態における通信計画を算出するための関数として用いる。

以上のような学習を繰り返し実行する。学習済モデル記憶部４００は、関数更新部２２２によって更新された行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）、すなわち、学習済モデル４０１を記憶する。

図１８は、学習装置２００のハードウェア構成例を示している。学習装置２００は、コンピュータ２０から構成される。コンピュータ２０は、本実施の形態に係るコンピュータ１０と同様である。コンピュータ２０は、プロセッサ２１と、メモリ２２と、補助記憶装置２３と、データバス２４と、通信ＩＦ２５とを備える。コンピュータ２０は、コンピュータ１０と同様である。
なお、コンピュータ２０は、電子回路２６を備えても良い。電子回路２６は、電子回路１６と同様である。

図１９は、学習済モデル記憶部４００の構成例を示している。学習済モデル記憶部４００は、本図に示すように、記憶部４１０と、通信部４２０とから構成される。

記憶部４１０は、学習済モデル４０１を記憶することができる。

通信部４２０は、学習装置２００と、推論装置３００と通信することができる。

図２０は、学習済モデル記憶部４００のハードウェア構成例を示している。学習済モデル記憶部４００は、外部記憶装置４０から構成される。外部記憶装置４０は、本図に示すように、記憶装置４１と、通信ＩＦ４２と、データバス４３とを備える。記憶部４１０は、記憶装置４１から構成される。通信部４２０は、通信ＩＦ４２から構成される。
記憶装置４１は、補助記憶装置１３と同様である。
通信ＩＦ４２は、通信ＩＦ１５と同様である。

＊＊＊動作の説明＊＊＊
学習装置２００の動作手順は、学習方法に相当する。また、学習装置２００の動作を実現するプログラムは、学習プログラムに相当する。

図２１を用いて、学習装置２００がＱ学習を用いて学習する処理について説明する。図２１は、学習装置２００の学習処理の動作の一例を示すフローチャートを示している。本図を用いて、学習処理を説明する。

（ステップＳ２０１：データ取得処理）
データ取得部２１０は、割当装置１００から学習用データ４０２を取得する。学習用データ４０２は、割当装置１００の実行ログに対応するデータであっても良い。
また、データ取得部２１０が過去に取得した学習用データ４０２に含まれる情報を学習装置２００が全て学習し終えていない場合に、学習装置２００は、学習用データ４０２を取得せずに次のステップに進んでも良い。

（ステップＳ２０２：増減決定処理）
モデル生成部２２０は、学習用データ４０２に基づいて報酬を計算する。具体的には、報酬計算部２２１は、学習用データ４０２を取得し、予め定められたリアルタイム通信時間の割合に基づいて報酬を増大させるか又は報酬を減少させるかを判断する。
報酬計算部２２１は、リアルタイム通信時間の割合が減少する場合、ステップＳ２０３に進む。報酬計算部２２１は、リアルタイム通信時間の割合が増加する場合、ステップＳ２０４に進む。

（ステップＳ２０３：報酬増大処理）
報酬計算部２２１は、報酬を増大させる。

（ステップＳ２０４：報酬減少処理）
報酬計算部２２１は、報酬を減少させる。

（ステップＳ２０５：関数更新処理）
関数更新部２２２は、報酬計算部２２１によって計算された報酬に基づいて、学習済モデル記憶部４００が記憶する［数１］で表される行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）を更新する。

（ステップＳ２０６：終了判定処理）
学習装置２００は、学習用データ４０２に含まれる情報を全て学習した場合に本フローチャートの処理を終了する。学習装置２００は、それ以外の場合、ステップＳ２０１に進む。

学習装置２００は、ステップＳ２０１からステップＳ２０５までの処理を繰り返し実行する。学習装置２００は、生成された行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）を学習済モデル４０１として記憶する。

なお、学習装置２００は、学習済モデル記憶部４００を備えていてもよい。

＜活用フェーズ＞
以下、活用フェーズを説明する。活用フェーズは、割当装置１００と推論装置３００とが実行する処理である。

＊＊＊構成の説明＊＊＊
図２２は、割当装置１００に関する推論装置である推論装置３００の構成例を示している。推論装置３００は、本図に示すように、データ取得部３１０と、推論部３２０とを備える。

データ取得部３１０は、割当装置１００から推論用データ４０３を取得する。推論用データ４０３は、特に断りがなければ、通信間隔と、通信時間とを含む。
データ取得部３１０は、割当装置１００の記憶部１１０が記憶している複数の通信間隔及び複数の通信時間を、推論用データ４０３として取得する。

推論部３２０は、学習済モデル４０１を利用して入力された状態における通信計画を推論する。すなわち、推論部３２０は、学習済モデル４０１にデータ取得部３１０が取得した通信間隔及び通信時間を入力することにより、通信間隔及び通信時間に適した入力された状態における通信計画を推論することができる。
推論部３２０は、周期通信の種別を示す複数の通信種別それぞれの通信を実行する時期を示す通信計画を推論するための学習済モデル４０１を記憶していても良い。推論部３２０は、学習済モデル４０１を用いて推論用データ４０３に対応する通信計画を推論しても良い。

なお、推論装置３００は、他の学習装置２００から学習済モデル４０１を取得し、この学習済モデル４０１に基づいて入力された状態における通信計画を出力するようにしてもよい。

図２３は、推論部３２０のハードウェア構成例を示している。推論部３２０は、本図に示すように、コンピュータ３０から成る。コンピュータ３０は、プロセッサ３１と、メモリ３２と、補助記憶装置３３と、データバス３４と、通信ＩＦ３５とを備える。コンピュータ３０は、コンピュータ１０と同様である。
なお、コンピュータ３０は、電子回路３６を備えても良い。電子回路３６は、電子回路１６と同様である。

＊＊＊動作の説明＊＊＊
推論装置３００の動作手順は、推論方法に相当する。また、推論装置３００の動作を実現するプログラムは、推論プログラムに相当する。

図２４は、推論装置３００の動作の一例を示すフローチャートである。本図を用いて、推論装置３００の動作を説明する。

（ステップＳ３０１：データ取得処理）
データ取得部３１０は、割当装置１００から推論用データ４０３を取得する。

（ステップＳ３０２：推論処理）
推論部３２０は、学習済モデル記憶部４００に記憶された学習済モデル４０１に推論用データ４０３を入力し、入力された状態における通信計画を得る。推論部３２０は、得られた入力された状態における通信計画を割当装置１００に出力する。

（ステップＳ３０３：通信計画設定処理）
割当装置１００は、出力された入力された状態における通信計画を用いて、通信計画を設定する。
本ステップの処理により、割当装置１００は、リアルタイム通信時間の割合を削減することができる。

なお、本実施の形態では、学習装置２００が用いる学習アルゴリズムに強化学習を適用する場合について説明したが、学習装置２００が用いる学習アルゴリズムはこれに限られない。学習装置２００は、強化学習以外にも、教師あり学習、教師なし学習、又は半教師あり学習等の学習アルゴリズムを用いても良い。

また、モデル生成部２２０は、特徴量そのものの抽出を学習する、深層学習（Ｄｅｅｐ Ｌｅａｒｎｉｎｇ）を学習アルゴリズムとして用いてもよい。モデル生成部２２０は、例えば、ニューラルネットワーク、遺伝的プログラミング、機能論理プログラミング、又はサポートベクターマシン等の他の公知の方法に従って機械学習を実行してもよい。

なお、学習装置２００及び推論装置３００は、割当装置１００とは別個の装置であっても良い。学習装置２００及び推論装置３００は、例えば、ネットワークを介して割当装置１００に接続されていてもよい。また、学習装置及び推論装置は、割当装置１００に内蔵されていてもよい。
さらに、学習装置２００及び推論装置３００は、クラウドサーバ上に存在していてもよい。

また、モデル生成部２２０は、複数の割当装置１００から取得される学習用データ４０２を用いて、入力された状態における通信計画を学習するようにしてもよい。なお、モデル生成部２２０は、同一のエリアで使用される複数の割当装置１００から学習用データ４０２を取得してもよい。モデル生成部２２０は、異なるエリアで独立して動作する複数の割当装置１００から収集される学習用データ４０２を利用して入力された状態における通信計画を学習してもよい。また、学習用データ４０２を収集する割当装置１００を途中で対象に追加すること、又は、対象から除去することも可能である。さらに、ある割当装置１００に関して入力された状態における通信計画を学習した学習装置２００を、これとは別の割当装置１００に適用し、当該別の割当装置１００に関して入力された状態における通信計画を再学習して更新するようにしてもよい。

＊＊＊実施の形態２の効果の説明＊＊＊
以上のように、本実施の形態によれば、割当装置１００は、推論装置３００が推論した通信計画を用いることができる。

＊＊＊他の実施の形態＊＊＊
前述した各実施の形態の自由な組み合わせ、あるいは各実施の形態の任意の構成要素の変形、もしくは各実施の形態において任意の構成要素の省略が可能である。

また、実施の形態は、実施の形態１及び２で示したものに限定されるものではなく、必要に応じて種々の変更が可能である。

１０ コンピュータ、１１ プロセッサ、１２ メモリ、１３ 補助記憶装置、１４ データバス、１５ 通信ＩＦ、１６ 電子回路、１９ ＯＳ、２０ コンピュータ、２１ プロセッサ、２２ メモリ、２３ 補助記憶装置、２４ データバス、２５ 通信ＩＦ、２６ 電子回路、２９ ＯＳ、３０ コンピュータ、３１ プロセッサ、３２ メモリ、３３ 補助記憶装置、３４ データバス、３５ 通信ＩＦ、３６ 電子回路、３９ ＯＳ、４０ 外部記憶装置、４１ 記憶装置、４２ 通信ＩＦ、４３ データバス、９０ 割当システム、１００ 割当装置、１１０ 記憶部、１２０ 間隔抽出部、１３０ 周期算出部、１５０ 割当検討部、１６０ 周期決定部、１７０ 通信部、２００ 学習装置、２１０ データ取得部、２２０ モデル生成部、２２１ 報酬計算部、２２２ 関数更新部、３００ 推論装置、３１０ データ取得部、３２０ 推論部、４００ 学習済モデル記憶部、４０１ 学習済モデル、４０２ 学習用データ、４０３ 推論用データ、４１０ 記憶部、４２０ 通信部。

Claims (12)

1. 正の値である基数と、周期通信の種別を示す複数の通信種別と、２つの連続する通信を実行する間隔の上限を前記複数の通信種別それぞれについて示す複数の通信間隔と、前記複数の通信種別それぞれの通信を実行する時期を示す通信計画における通信周期の候補を示す評価周期とを記憶している記憶部と、
   前記複数の通信間隔それぞれに対応する複数の評価頻度として、前記基数を算術演算した値であって、前記複数の通信間隔それぞれを前記評価周期以上の値で割った値以下の自然数の値を求め、前記複数の通信間隔それぞれに対応する複数の通信頻度を、前記複数の評価頻度それぞれが示す周期に１回と設定し、前記複数の通信種別のいずれか１つの通信種別に周期を特定する周期番号を割り当てることにより前記通信計画を決定する割当処理を実行する割当検討部と
   を備える割当装置。
2. 前記割当検討部は、
   前記割当処理を実行する前に、通信頻度が１周期に１回である通信種別に周期番号を割り当てる事前割当処理を実行し、
   前記割当処理において、通信頻度が示す周期が２以上である通信頻度に対応する前記通信種別のみを扱う請求項１に記載の割当装置。
3. 前記記憶部は、複数の評価周期を記憶しており、
   前記基数をＸとし、前記複数の通信間隔の最小値をＣｙｃ＿ｍｉｎとし、前記評価周期として、前記複数の通信間隔それぞれをＸのべき乗で割った値であって、Ｃｙｃ＿ｍｉｎ／（Ｘ×２）以上Ｃｙｃ＿ｍｉｎ／２以下の値を算出する周期算出部を備える請求項１又は２に記載の割当装置。
4. 前記割当検討部は、連続する周期に連続する周期番号を設定し、前記周期番号として１以上かつ前記複数の評価頻度それぞれが示す周期全ての最大値以下である値を用い、周期番号を設定した周期全てを対象周期とする請求項１から３のいずれか１項に記載の割当装置。
5. 前記記憶部は、前記基数として２以上の整数と、前記複数の通信種別それぞれの１回の通信に要する時間を示す複数の通信時間とを記憶しており、
   前記割当検討部は、前記割当処理において、前記複数の評価頻度として、前記基数のべき乗の値であって、前記複数の通信間隔それぞれを前記評価周期の２倍で割った値以下の最大値を求め、前記複数の通信時間の最大値に対応する通信種別の内、通信種別に対応する通信頻度が最大である通信種別を対象通信として抽出し、前記対象通信に対応する通信頻度が示す周期をＣとし、ｊを整数かつ１≦ｊ≦Ｃとし、ｎを０以上の整数とし、ｊとｎとが取り得る範囲において、周期番号がＣ×ｎ＋ｊである周期の内、通信時間が最も長い周期の通信時間をＤ_ｊとして抽出し、ｊが取り得る範囲におけるＤ_ｊの最小値に対応するｊをｊ_ｍｉｎとし、周期番号を割り当てられていない通信種別を割当対象通信として抽出し、前記割当対象通信に周期番号としてＣ×ｎ＋ｊ_ｍｉｎを割り当てる請求項４に記載の割当装置。
6. 前記記憶部は、複数の評価周期を記憶しており、
   前記対象周期が複数の周期から構成される場合に、複数の暫定通信割合として、前記対象周期を構成するそれぞれの周期において１周期の時間に占める通信時間の合計の割合を前記複数の評価周期それぞれについて、前記複数の通信種別それぞれに割り当てられた周期番号に基づいて求め、複数の通信割合として、前記複数の暫定通信割合の最大値を前記複数の評価周期それぞれについて求め、前記複数の通信割合の最小値に対応する評価周期を前記通信計画の通信周期とする周期決定部を備える請求項５に記載の割当装置。
7. 前記割当検討部は、ｎを０以上の整数とし、ｉを２以上の整数とし、ＣをＸ＾ｉとし、ｋを整数かつ１≦ｋ≦Ｘ＾（ｉ－１）とし、ｋをＸ＾（ｉ－１）で割ったときの剰余とｊをＸ＾（ｉ－１）で割ったときの剰余とは一致しないものとしたとき、前記割当処理を実行した後で、周期がＸ＾ｉ以上である通信種別であって、周期番号を割り当てられていない通信種別のいずれかを選択種別とし、前記選択種別に周期番号として（Ｘ＾ｉ）×ｎ＋Ｘ＾（ｉ－１）＋ｊ_ｍｉｎを割り当てる事後割当処理を実行する請求項６に記載の割当装置。
8. 前記割当検討部は、前記事後割当処理において、ｎが取り得る範囲において、周期番号が（Ｘ＾ｉ）×ｎ＋ｊ_ｍｉｎである周期の通信時間の合計の最大値を超えないよう前記選択種別に周期番号を割り当てる請求項７に記載の割当装置。
9. 請求項５から８のいずれか１項に記載の割当装置の記憶部が記憶している複数の通信間隔及び複数の通信時間と、周期通信の種別を示す複数の通信種別それぞれの通信を実行する時期を示す通信計画であって前記複数の通信間隔及び前記複数の通信時間に対応する通信計画とを、学習用データとして取得するデータ取得部と、
   前記複数の通信間隔と、前記複数の通信時間とに基づいて通信計画を推論するための学習済モデルを、前記学習用データを用いて生成するモデル生成部と
   を備える学習装置。
10. 請求項５から８のいずれか１項に記載の割当装置の記憶部が記憶している複数の通信間隔及び複数の通信時間を、推論用データとして取得するデータ取得部と、
    周期通信の種別を示す複数の通信種別それぞれの通信を実行する時期を示す通信計画を推論するための学習済モデルを記憶しており、かつ、前記学習済モデルを用いて前記推論用データに対応する通信計画を推論する推論部と
    を備える推論装置。
11. 記憶部が、正の値である基数と、周期通信の種別を示す複数の通信種別と、２つの連続する通信を実行する間隔の上限を前記複数の通信種別それぞれについて示す複数の通信間隔と、前記複数の通信種別それぞれの通信を実行する時期を示す通信計画における通信周期の候補を示す評価周期とを記憶しており、
    割当検討部が、前記複数の通信間隔それぞれに対応する複数の評価頻度として、前記基数を算術演算した値であって、前記複数の通信間隔それぞれを前記評価周期以上の値で割った値以下の自然数の値を求め、前記複数の通信間隔それぞれに対応する複数の通信頻度を、前記複数の評価頻度それぞれが示す周期に１回と設定し、前記複数の通信種別のいずれか１つの通信種別に周期を特定する周期番号を割り当てることにより前記通信計画を決定する割当処理を実行する割当方法。
12. 正の値である基数と、周期通信の種別を示す複数の通信種別と、２つの連続する通信を実行する間隔の上限を前記複数の通信種別それぞれについて示す複数の通信間隔と、前記複数の通信種別それぞれの通信を実行する時期を示す通信計画における通信周期の候補を示す評価周期とを記憶しているコンピュータに、
    前記複数の通信間隔それぞれに対応する複数の評価頻度として、前記基数を算術演算した値であって、前記複数の通信間隔それぞれを前記評価周期以上の値で割った値以下の自然数の値を求め、前記複数の通信間隔それぞれに対応する複数の通信頻度を、前記複数の評価頻度それぞれが示す周期に１回と設定し、前記複数の通信種別のいずれか１つの通信種別に周期を特定する周期番号を割り当てることにより前記通信計画を決定する割当処理を実行させる割当プログラム。

Images