JP7292333B2 - 意思決定支援装置、意思決定支援プログラム及び意思決定支援方法 - Google Patents

意思決定支援装置、意思決定支援プログラム及び意思決定支援方法 Download PDF

Info

Publication number
JP7292333B2
JP7292333B2 JP2021127821A JP2021127821A JP7292333B2 JP 7292333 B2 JP7292333 B2 JP 7292333B2 JP 2021127821 A JP2021127821 A JP 2021127821A JP 2021127821 A JP2021127821 A JP 2021127821A JP 7292333 B2 JP7292333 B2 JP 7292333B2
Authority
JP
Japan
Prior art keywords
solution
searching
size
data
decision support
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2021127821A
Other languages
English (en)
Other versions
JP2023022768A (ja
Inventor
将秀 高須賀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Telegraph and Telephone West Corp
Original Assignee
Nippon Telegraph and Telephone West Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone West Corp filed Critical Nippon Telegraph and Telephone West Corp
Priority to JP2021127821A priority Critical patent/JP7292333B2/ja
Publication of JP2023022768A publication Critical patent/JP2023022768A/ja
Application granted granted Critical
Publication of JP7292333B2 publication Critical patent/JP7292333B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

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

Landscapes

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

Description

本発明は、意思決定支援装置、意思決定支援プログラム及び意思決定支援方法に関する。
近年、道路等のインフラの老朽化が深刻な社会問題となっている。このため、インフラを点検する工事、インフラを補修する工事等の件数が増加している。これらの工事は、当該工事現場の周辺に位置する情報通信設備、送電線、ガス管、水道管等のライフライン関連設備その他設備に影響を及ぼすことがある。したがって、これらの工事が実施される場合、ライフライン関連設備その他設備に関する知識を有する監督者を工事に立ち会わせる必要がある。
複数の工事現場に複数の監督者を割り当てる問題は、様々な要素を考慮して解く必要がある。これらの要素は、例えば、監督者が複数の工事現場を巡回するために移動する必要がある道程、監督者が複数の工事現場を巡回するために必要な時間、監督者が有する知識、監督者が有する経験及び監督者が所持している装備の少なくとも一つと工事の内容との整合性、監督者が工事を監督する場合に負う負担である。また、これらの要素は、互いに関連し合っている場合やトレードオフの関係にある場合もある。このような問題を解く技術を開示している文献として、例えば、特許文献１が挙げられる。
特開２０２１－１０３３９０号公報
しかし、特許文献１に開示された技術は、監督者が単位時間当たりに監督可能な工事の数が所定の数を超えている場合、問題を解くために実行する計算に使用可能なメモリの容量の制約、当該計算に費やすことが可能な時間の制約等により、上述した問題を解くことができないことがある。
本発明は、このような事情に鑑みてなされたものであり、問題に含まれる仕事を遂行する主体が単位時間当たりに遂行可能な仕事の数が多い場合であっても、当該問題を解くことができる意思決定支援装置、意思決定支援プログラム及び意思決定支援方法を提供することを課題とする。
本発明の一態様は、複数の目的関数が定義され得る問題のサイズを示すサイズデータを取得するデータ取得部と、前記サイズデータにより示される前記問題のサイズに基づいて前記問題の解を探索する手段を決定する手段決定部と、を備える意思決定支援装置である。
本発明の一態様は、上述した意思決定支援装置であって、前記データ取得部が、前記問題に含まれる仕事を遂行する主体が単位時間当たりに遂行可能な前記仕事の数を示す前記サイズデータを取得し、前記手段決定部が、前記サイズデータにより示される前記仕事の数が所定の数を超えている場合、前記問題の解を求める際に考慮する必要がある制約を前記問題に段階的に課すことにより前記問題の解を探索する第一手段と、前記問題に含まれる前記仕事の中から前記主体に割り当てる前記仕事を選択する場合の数及び前記主体が割り当てられた前記仕事を遂行する場合におけるコストを出来る限り小さくする処理により前記問題の解を探索する第二手段と、前記問題の解の中から実行可能な解を選択し、前記問題の一部を緩和した緩和問題の双対問題を解くことにより前記問題の解を探索する第三手段とのいずれかを前記問題の解を探索する手段として決定する。
本発明の一態様は、上述した意思決定支援装置であって、前記データ取得部が、前記問題に含まれる前記仕事の総数と、前記問題に含まれる前記主体の総数との積を示す前記サイズデータを取得し、前記手段決定部が、前記サイズデータにより示される前記積が第一閾値未満である場合に、前記第二手段を前記問題の解を探索する手段として決定する。
本発明の一態様は、上述した意思決定支援装置であって、前記データ取得部が、前記問題に含まれる前記仕事の総数と、前記問題に含まれる前記主体の総数との積を示す前記サイズデータを取得し、前記手段決定部が、前記サイズデータにより示される前記積が第一閾値以上であり、前記第一閾値よりも大きい第二閾値未満である場合に、前記第一手段を前記問題の解を探索する手段として決定する。
本発明の一態様は、上述した意思決定支援装置であって、前記データ取得部が、前記問題に含まれる前記仕事の総数と、前記問題に含まれる前記主体の総数との積を示す前記サイズデータを取得し、前記手段決定部が、前記サイズデータにより示される前記積が第二閾値以上である場合に、前記第三手段を前記問題の解を探索する手段として決定する。
本発明の一態様は、上述した意思決定支援装置であって、前記データ取得部が、前記問題において仕事を遂行する主体が単位時間当たりに遂行可能な仕事の数を示すサイズデータと、前記問題を解くことにより得られた解を示す第一データと、複数の前記目的関数の少なくとも二つに関する制約条件の下で前記問題を解くことにより得られた解を示す第二データとを取得し、前記手段決定部が、前記サイズデータにより示される仕事の数が所定の数以下である場合、前記第二データにより示される解の少なくとも一つに関して前記第一データにより示される解との類似度を算出し、前記類似度に基づいて前記問題の解を探索する第四手段を前記問題の解を探索する手段として決定する。
本発明の一態様は、複数の目的関数が定義され得る問題のサイズを示すサイズデータを取得するデータ取得機能と、前記サイズデータにより示される前記問題のサイズに基づいて前記問題の解を探索する手段を決定する手段決定機能と、をコンピュータに実現させる意思決定支援プログラムである。
本発明の一態様は、複数の目的関数が定義され得る問題のサイズを示すサイズデータを取得し、前記サイズデータにより示される前記問題のサイズに基づいて前記問題の解を探索する手段を決定する。
本発明によれば、問題に含まれる仕事を遂行する主体が単位時間当たりに遂行可能な仕事の数が多い場合であっても、当該問題を解くことができる意思決定支援装置、意思決定支援プログラム及び意思決定支援方法を提供することができる。
本発明の実施形態に係る意思決定支援システムの一例を示す図である。 本発明の実施形態に係る第一手段の一例を説明するための図である。 本発明の実施形態に係る第一データにより示される解を表示する画像の一例を示す図である。 本発明の実施形態に係る第二データにより示される解を表示する画像の一例を示す図である。 本発明の実施形態に係る第二データにより示される解を表示する画像の一例を示す図である。 本発明の実施形態に係る第二データにより示される解を表示する画像の一例を示す図である。 本発明の実施形態に係る第二データにより示される解を表示する画像の一例を示す図である。 本発明の実施形態に係る第二データにより示される解を表示する画像の一例を示す図である。 本発明の実施形態に係る意思決定支援装置が各巡回経路における工事現場の順序の観点から算出した類似度行列の一例を示す図である。 本発明の実施形態に係る意思決定支援装置が監督者と巡回経路との組み合わせの観点から算出した類似度行列の一例を示す図である。 本発明の実施形態に係る意思決定支援装置が図９に示した類似度行列と図１０に示した類似度行列との重み付き和を算出することにより得られた類似度行列の一例を示す図である。 本発明の実施形態に係る意思決定支援装置が実行する処理の一例を示すフローチャートである。 本発明の実施形態に係る監督者が一日当たりに監督可能な工事の数と、第四手段により問題を解くために実行する計算に使用可能なメモリの容量の指数との関係の一例を示す図である。 本発明の実施形態に係る問題のサイズと、実行可能な解の数の指数との関係の一例を示す図である。 本発明の実施形態に係る問題のサイズと、最適な解の探索に必要な時間との関係の一例を示す図である。 本発明の実施形態に係る問題のサイズに関連するパラメータと、実行可能な解の総数と、第二手段により最適な解を算出するために要した時間との関係の一例を示す図である。 本発明の実施形態に係る問題のサイズに関連するパラメータと、第一手段、第二手段、第三手段又は第四手段により最適な解を算出するために要した時間との関係の一例を示す図である。
図１は、本発明の実施形態に係る意思決定支援システムの一例を示す図である。図１に示した意思決定支援装置は、多目的最適化問題等の問題の解を探索する装置である。多目的最適化問題は、複数の目的関数が定義され得る問題である。目的関数は、多目的最適化問題において考慮される必要がある要素を表す関数である。例えば、多目的最適化問題が複数の工事現場に複数の監督者を割り当てる問題である場合、目的関数は、各監督者が複数の工事現場を巡回するために移動する必要がある道程の合計、各監督者が複数の工事現場を巡回するために必要な時間の合計、監督者が有する知識、監督者が有する経験及び監督者が所持している装備の少なくとも一つと工事の内容との整合性の度合い、監督者が工事を監督する場合に負う負担の度合いとなる。ここで言う装備は、例えば、工事を監督する場合に使用される脚立等の機材である。また、多目的最適化問題の解は、出来る限り多数の目的関数を出来る限り大きくすること又は出来る限り小さくすることが好ましく、出来る限り多数の目的関数を最大にすること又は最小にすることが更に好ましい。
図１に示すように、意思決定支援システム１は、意思決定支援装置１０と、端末２０と、演算装置３０と、出力装置４０とを備える。意思決定支援装置１０、端末２０、演算装置３０及び出力装置４０は、いずれもネットワークＮＷに接続されている。ネットワークＮＷは、例えば、インターネット、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）である。
意思決定支援装置１０は、図１に示すように、データ取得部１１と、手段決定部１２と、解探索部１３と、データ出力部１４とを備える。以下の説明では、意思決定支援装置１０が複数の工事現場に複数の監督者を割り当てる問題の解を探索する場合を例に挙げて説明する。
データ取得部１１は、複数の目的関数が定義され得る多目的最適化問題等の問題のサイズを示すサイズデータを取得する。ここで言う問題のサイズは、例えば、当該問題において考慮される工事の総数、当該問題において考慮される監督者の総数及び個々の監督者が一日当たりに監督可能な工事の数の少なくとも二つの積である。
また、サイズデータは、当該問題に含まれる仕事を遂行する主体が単位時間当たりに遂行可能な仕事の数を示す。さらに、サイズデータは、当該問題に含まれる仕事の総数と、問題に含まれる主体の総数との積を示す。主体は、多目的最適化問題が複数の工事現場に複数の監督者を割り当てる問題である場合、個々の監督者である。仕事は、多目的最適化問題が複数の工事現場に複数の監督者を割り当てる問題である場合、個々の工事を監督する作業である。単位時間は、例えば、一日である。
手段決定部１２は、サイズデータにより示される問題のサイズに基づいて問題の解を探索する手段を決定する。
例えば、手段決定部１２は、サイズデータにより示される仕事の数が所定の数を超えている場合、第一手段、第二手段及び第三手段のいずれかを問題の解を探索する手段として決定する。ここで言う所定の数は、例えば、意思決定支援装置１０が問題を解くために実行する計算に使用可能なメモリの容量及び意思決定支援装置１０が解の探索に必要な時間の少なくとも一方に基づいて決定された数である。
第一手段は、問題の解を求める際に考慮する必要がある制約を問題に段階的に課すことにより問題の解を探索する手段である。手段決定部１２は、サイズデータにより示される問題に含まれる仕事の総数と、問題に含まれる主体の総数との積が第一閾値以上であり、第一閾値よりも大きい第二閾値未満である場合に、第一手段を問題の解を探索する手段として決定する。
図２は、本発明の実施形態に係る第一手段の一例を説明するための図である。図２は、問題の解の集合を表すベクトル空間の一例を示している。図２に示した二本の矢印は、当該ベクトル空間を規定する軸の一例を示している。また、図２は、閉曲線Ｃ１、閉曲線Ｃ２、閉曲線Ｃ３、閉曲線Ｃ４、領域Ｒ及び点Ｐを示している。
閉曲線Ｃ１は、第一数理モデルを使用して算出される問題の解の集合を表している。閉曲線Ｃ２は、第一数理モデルに制約を加えた第二数理モデルを使用して算出される問題の解の集合を表している。閉曲線Ｃ３は、第二数理モデルに制約を加えた第三数理モデルを使用して算出される問題の解の集合を表している。閉曲線Ｃ４は、第三数理モデルに制約を加えた第四数理モデルを使用して算出される問題の解の集合を表している。
領域Ｒは、問題の解のうち実行可能な解の集合を表している。ここで言う実行可能な解は、例えば、多目的最適化問題が複数の工事現場に複数の監督者を割り当てる問題である場合、問題に含まれている全ての監督者が自身に割り当てられた全ての工事を監督することを可能とし、問題に含まれている全ての工事が監督者により監督される解である。
点Ｐは、問題の解のうち最適な解を表している。ここで言う最適な解は、実行可能な解の一つであり、問題を解く上で考慮される必要がある要素の少なくとも一つがが所定の条件を満たしている解である。また、このような要素は、例えば、多目的最適化問題が複数の工事現場に複数の監督者を割り当てる問題である場合、監督者が複数の工事現場を巡回するために移動する必要がある道程、監督者が複数の工事現場を巡回するために必要な時間、監督者が有する知識、監督者が有する経験及び監督者が所持している装備の少なくとも一つと工事の内容との整合性、監督者が工事を監督する場合に負う負担である。
例えば、図１に示すように、第一手段は、第一数理モデル、第二数理モデル、第三数理モデル及び第四数理モデルの順にこれら四つの数理モデルを問題に適用し、実行可能な解及び最適な解の少なくとも一方を探索する手段である。
第二手段は、問題に含まれる仕事の中から主体に割り当てる仕事を選択する場合の数及び主体が割り当てられた仕事を遂行する場合におけるコストを出来る限り小さくする処理により問題の解を探索する手段である。手段決定部１２は、サイズデータにより示される問題に含まれる仕事の総数と、問題に含まれる主体の総数との積が第一閾値未満である場合に、第二手段を問題の解を探索する手段として決定する。
第三手段は、問題の解の中から実行可能な解を選択し、問題の一部を緩和した緩和問題の双対問題を解くことにより問題の解を探索する。手段決定部１２は、サイズデータにより示される問題に含まれる仕事の総数と、問題に含まれる主体の総数との積が第二閾値以上である場合に、第三手段を問題の解を探索する手段として決定する。
上述した第一閾値及び第二閾値は、例えば、いずれも意思決定支援装置１０が問題を解くために実行する計算に使用可能なメモリの容量及び意思決定支援装置１０が解の探索に必要な時間の少なくとも一方に基づいて決定された閾値である。
解探索部１３は、手段決定部１２により決定された手段により問題の解を探索する。具体的には、解探索部１３は、サイズデータにより示される仕事の数が所定の数を超えている場合、手段決定部１２により決定された第一手段、第二手段又は第三手段により問題の解を探索する。
また、例えば、手段決定部１２は、サイズデータにより示される仕事の数が上述した所定の数以下である場合、第四手段を問題の解を探索する手段として決定する。この場合、データ取得部１１は、第一データ及び第二データを取得する。第一データは、例えば、複数の目的関数が定義され得る問題を手動で解くことにより得られた解を示すデータであり、端末２０により生成される。第二データは、例えば、複数の目的関数の少なくとも二つに関する制約条件の下で問題を数理的に解くことにより得られた解を示すデータであり、演算装置３０により生成される。第四手段は、第二データにより示される解の少なくとも一つに関して第一データにより示される解との類似度を算出し、類似度に基づいて問題の解を探索する手段である。
端末２０は、例えば、コンピュータ、タブレットであり、担当者が多目的最適化問題を手動で解く作業を補助するアプリケーションを使用することを可能にしている。
このアプリケーションは、例えば、工事現場の場所を示すアイコン、監督者の現在位置を示すアイコン、監督者が有する知識及び経験のレベルを示す数字、文字、記号等、監督者が所持している装備を示すアイコンを地図に重ね合わせた画像をディスプレイに表示させる。この画像にアイコンで表示される工事は、電話、ファクシミリ、電子メール等により通知された工事のうち監督者による監督が必要であると事前に判断された工事のみであってもよい。監督者の現在位置を示すデータは、例えば、監督者が携帯している携帯端末に搭載されているＧＰＳ（Global Positioning System）を使用して計測されることにより生成される。また、このアプリケーションは、監督者の現在位置等が更新された場合、ディスプレイに表示させる画像を適宜更新する。上述したアプリケーションは、担当者がディスプレイに表示された画像を見ながら、複数の工事現場に複数の監督者を割り当てる作業を即時的かつ直感的に実施することを可能にする。
端末２０は、上述したアプリケーションを使用して多目的最適化問題の解が得られた後、この解を示す第一データを意思決定支援装置１０に送信する。
演算装置３０は、例えば、コンピュータであり、上述したアプリケーションを使用して解かれる多目的最適化問題と同じ多目的最適化問題に数理モデルを適用して解く。
この数理モデルの第一の例は、次の式（１）で算出される値を出来る限り小さくする数理モデルである。式（１）の第一項は、各監督者が複数の工事現場を巡回するために移動する必要がある道程ＤＳの合計を表している。式（１）の第二項は、監督者が有する知識、監督者が有する経験及び監督者が所持している装備の少なくとも一つと工事の内容との整合性の度合いｃｓｊの合計を表している。式（１）の第一項及び式（１）の第二項は、いずれも目的関数の一例である。また、式（１）の第二項は、重みαが掛けられている。式（１）に含まれているＳ、Ｊ及びＴは、それぞれ監督者の集合、工事の集合及び工事が実施される時間帯の集合を表している。また、式（１）に含まれているｓ、ｊ及びｔは、それぞれＳ、Ｊ及びＴの要素を表している。
Figure 0007292333000001
式（１）の第二項に含まれている決定変数ｘｓｊｔは、次の式（２）で表されるように「０」又は「１」となる。決定変数ｘｓｊｔは、監督者ｓが時間帯ｔに実施される工事ｊに割り当てられる場合、「１」となり、それ以外の場合、「０」となる。
Figure 0007292333000002
また、決定変数ｘｓｊｔは、次の式（３）で表される制約及び次の式（４）で表される制約を受けている。式（３）は、一人の監督者に時間帯が重複する二つ以上の工事を監督させることが不可能であることを表している。式（４）は、一件の工事に割り当てられる監督者が一人であり、一件の工事が実施される時間帯が一つに決まっていることを表している。
Figure 0007292333000003
Figure 0007292333000004
さらに、式（１）の第一項に含まれている道程ＤＳは、決定変数ｘｓｊ及び工事ｋが実施される現場と工事ｌが実施される現場との間の道程ｄｋｌを含む次の式（５）で表される。
Figure 0007292333000005
式（２）から式（５）は、いずれも多目的最適化問題について現実に即した解を得るために目的関数に課される制約条件の一例である。
上述した数理モデルの第二の例は、上述した式（１）で算出される値を出来る限り小さくする数理モデルである。ただし、数理モデルの第二の例は、上述した式（２）から式（５）で表される制約条件に加え、工事ｋを監督する場合に負う負担の度合いｉｋを含む次の式（６）で表される制約条件の下で式（１）により算出される値を出来る限り小さくする。式（６）は、各監督者が工事を監督する場合に負う負担の度合いの合計に上限を設けている。
Figure 0007292333000006
数理モデルの第三の例は、上述した数理モデルの第二の例と同じく、各監督者が複数の工事現場を巡回するために移動する必要がある道程の合計、監督者が有する知識、監督者が有する経験及び監督者が所持している装備の少なくとも一つと工事の内容との整合性の度合い及び各監督者が工事を監督する場合に負う負担の度合いの合計を考慮する。
ただし、数理モデルの第三の例は、各監督者が監督する工事が実際には高々三つであることに着目し、数理モデルの第二の例よりも短い演算時間で解を算出することを可能にしている。具体的には、数理モデルの第三の例は、監督者が巡回可能な工事の巡回経路の組み合わせ、各巡回経路上を移動するために必要な時間及び監督者が有する経験及び監督者が所持している装備の少なくとも一つと工事の内容との整合性の度合いを事前に算出する。そして、数理モデルの第三の例は、全ての工事現場がいずれかの巡回経路に含まれ、各巡回経路上を移動するために必要な時間が出来る限り短くなり、かつ、監督者が有する経験及び監督者が所持している装備の少なくとも一つと工事の内容との整合性の度合いの合計が出来る限り大きくなる解を選択する。
数理モデルの第三の例は、次の式（７）で算出される値を出来る限り小さくする数理モデルである。式（７）の括弧内の第一項ｃｒは、巡回経路ｒ上を移動するために必要な時間を表している。式（７）の括弧内の第二項ｑｒｓは、監督者が有する経験及び監督者が所持している装備の少なくとも一つと工事の内容との整合性の度合いを表しており、重みαが掛けられている。式（７）に含まれているＲは、巡回経路の集合を表している。また、式（７）に含まれているｒは、Ｒの要素を表している。
Figure 0007292333000007
式（７）に含まれている決定変数ｙｒｓは、次の式（８）で表されるように「０」又は「１」となる。決定変数ｙｒｓは、監督者ｓが巡回経路ｒ上に含まれる工事を監督する場合、「１」となり、それ以外の場合、「０」となる。
Figure 0007292333000008
また、決定変数ｙｒｓは、次の式（９）から式（１２）で表される制約を受けている。式（９）は、各工事が複数の巡回経路に含まれることが無く、かつ、各工事が複数の監督者により監督されることが無いことを表している。式（１０）は、一人の監督者が巡回する巡回経路が一つであることを表している。式（１１）は、監督者の合計人数が巡回経路の総数以上であることを表している。式（１２）は、各監督者が巡回経路ｒ上の工事を監督する場合に負う負担の度合いｍｒの合計に上限を設けている。
Figure 0007292333000009
Figure 0007292333000010
Figure 0007292333000011
Figure 0007292333000012
演算装置３０は、上述した数理モデルの第一の例から数理モデルの第三の例のいずれかを適用して多目的最適化問題の解を得る。そして、演算装置３０は、この解を示す第二データを意思決定支援装置１０に送信する。
データ取得部１１は、端末２０から第一データを取得し、演算装置３０から第二データを取得する。以下の説明では、演算装置３０が上述した数理モデルの第三の例を使用して解を得た場合を例に挙げて説明する。
図３は、本発明の実施形態に係る第一データにより示される解を表示する画像の一例を示す図である。図３に示した画像ＰＨは、工事現場Ｗ１から工事現場Ｗ９を地図上に描出し、各監督者の巡回経路を実線、一点鎖線又は二点鎖線で描出している。
図３に示した画像ＰＨは、監督者Ａが工事現場Ｗ１、工事現場Ｗ２、工事現場Ｗ３の順に巡回し、監督者Ｂが工事現場Ｗ４、工事現場Ｗ５、工事現場Ｗ６の順に巡回し、監督者Ｃが工事現場Ｗ７、工事現場Ｗ８、工事現場Ｗ９の順に巡回する解Ｈを示している。
図４から図８は、本発明の実施形態に係る第二データにより示される解を表示する画像の一例を示す図である。図４から図８に示した画像は、いずれも工事現場Ｗ１から工事現場Ｗ９を地図上に描出し、各監督者の巡回経路を実線、一点鎖線又は二点鎖線で描出している。
図４に示した画像ＰＭ１は、監督者Ａが工事現場Ｗ１、工事現場Ｗ２、工事現場Ｗ３の順に巡回し、監督者Ｂが工事現場Ｗ４、工事現場Ｗ５、工事現場Ｗ６の順に巡回し、監督者Ｃが工事現場Ｗ８、工事現場Ｗ７、工事現場Ｗ９の順に巡回する解Ｍ１を示している。
同様に、図５に示した画像ＰＭ２は、監督者Ａが工事現場Ｗ１、工事現場Ｗ２、工事現場Ｗ３の順に巡回し、監督者Ｂが工事現場Ｗ４、工事現場Ｗ５、工事現場Ｗ６の順に巡回し、監督者Ｃが工事現場Ｗ８、工事現場Ｗ７、工事現場Ｗ９の順に巡回する解Ｍ２を示している。図６に示した画像ＰＭ３は、監督者Ａが工事現場Ｗ１、工事現場Ｗ２、工事現場Ｗ４の順に巡回し、監督者Ｂが工事現場Ｗ３、工事現場Ｗ５、工事現場Ｗ７の順に巡回し、監督者Ｃが工事現場Ｗ６、工事現場Ｗ８、工事現場Ｗ９の順に巡回する解Ｍ３を示している。
また、図７に示した画像ＰＭ４は、監督者Ａが工事現場Ｗ１、工事現場Ｗ２、工事現場Ｗ３の順に巡回し、監督者Ｂが工事現場Ｗ４、工事現場Ｗ５、工事現場Ｗ７の順に巡回し、監督者Ｃが工事現場Ｗ６、工事現場Ｗ８、工事現場Ｗ９の順に巡回する解Ｍ４を示している。図８に示した画像ＰＭ５は、監督者Ａが工事現場Ｗ１、工事現場Ｗ６、工事現場Ｗ８の順に巡回し、監督者Ｂが工事現場Ｗ３、工事現場Ｗ５、工事現場Ｗ７の順に巡回し、監督者Ｃが工事現場Ｗ２、工事現場Ｗ４、工事現場Ｗ９の順に巡回する解Ｍ５を示している。
なお、図３から図８に示した画像の少なくとも一つは、例えば、意思決定支援装置１０に接続されているディスプレイに表示される。
解探索部１３は、手段決定部１２により決定された手段により問題の解を探索する。具体的には、解探索部１３は、サイズデータにより示される仕事の数が所定以下である場合、手段決定部１２により決定された第四手段により問題の解を探索する。解探索部１３は、第二データにより示される解の少なくとも一つに関して第一データにより示される解との類似度を算出する。類似度は、二つの解の間で定義される。例えば、解探索部１３は、次に説明する手順で当該類似度を算出する。
まず、解探索部１３は、各巡回経路における工事現場の順序の観点を踏まえて、図３から図８に示した解のうちの二つの解の間の観点別類似度を算出する。この観点は、多目的最適化問題を解く場合に考慮される観点の一例である。
解探索部１３は、図３から図８に実線、一点鎖線又は二点鎖線で示した巡回経路を単純無向グラフに変換し、単純無向グラフを隣接行列に変換する。これらの単純無向グラフは、いずれも辺の数が各巡回経路上の工事現場の数に等しくなる。そして、解探索部１３は、二つの解各々の隣接行列の上三角行列の要素のうち値が互いに異なっている数を類似度行列の要素とする。なぜなら、二つの単純無向グラフの全ての辺が異なる場合、互いに異なる隣接行列の上三角行列の要素の数は、一つの巡回経路に含まれている工事の数の二倍となるからである。
図９は、本発明の実施形態に係る意思決定支援装置が各巡回経路における工事現場の順序の観点から算出した類似度行列の一例を示す図である。図９に示した類似度行列ＨＡの要素は、二つの解の間の観点別類似度を示している。この観点別類似度は、値が小さい程、二つの解が類似していることを示しており、値が大きい程、二つの解が乖離していることを示している。例えば、図９の二行目に示すように、第一データにより示される解Ｈは、各巡回経路における工事現場の順序の観点から検討した場合、解Ｍ１、解Ｍ２及び解Ｍ３と全く同じであり、解Ｍ４、解Ｍ５及び解Ｍ６と異なることが分かる。
次に、解探索部１３は、監督者と巡回経路との組み合わせの観点を踏まえて、図３から図８に示した解のうちの二つの解の間の観点別類似度を算出する。この観点は、多目的最適化問題を解く場合に考慮される観点の一例である。
解探索部１３は、図３から図８に示した解について、監督者と巡回経路と紐付ける隣接行列を算出する。そして、解探索部１３は、二つの解各々の隣接行列の要素のうち値が異なっている数を類似度行列の要素とする。
図１０は、本発明の実施形態に係る意思決定支援装置が監督者と巡回経路との組み合わせの観点から算出した類似度行列の一例を示す図である。図１０に示した類似度行列ＨＢの要素は、二つの解の間の観点別類似度を示している。この観点別類似度は、値が小さい程、二つの解が類似していることを示しており、値が大きい程、二つの解が乖離していることを示している。例えば、図１０の二行目に示すように、第一データにより示される解Ｈは、監督者と巡回経路との組み合わせの観点から検討した場合、解Ｍ１及び解Ｍ２と全く同じであり、解Ｍ３、解Ｍ４、解Ｍ５及び解Ｍ６と異なることが分かる。
そして、解探索部１３は、図９に示した類似度行列ＨＡと図１０に示した類似度行列ＨＢとの重み付き和を算出することにより類似度行列ＨＣを算出する。例えば、解探索部１３は、重みβを含む次の式（１３）を使用して類似度行列ＨＣを算出する。重みβは、各巡回経路における工事現場の順序の観点を基準とした場合における監督者と巡回経路との組み合わせの観点の重要度を表している。
Figure 0007292333000013
図１１は、本発明の実施形態に係る意思決定支援装置が図９に示した類似度行列と図１０に示した類似度行列との重み付き和を算出することにより得られた類似度行列の一例を示す図である。図１１に示した類似度行列ＨＣは、重みβの値を０．６７として算出されている。類似度行列ＨＣの要素は、上述した二種類の観点別類似度の重み付き和である類似度である。
例えば、図１１の二行目に示すように、第一データにより示される解Ｈは、各巡回経路における工事現場の順序の観点と、監督者と巡回経路との組み合わせの観点と、これら二つの観点の相対的な重要度の違いを考慮した場合、解Ｍ１と全く同じであり、解Ｍ２、解Ｍ３、解Ｍ４、解Ｍ５及び解Ｍ６と異なることが分かる。
データ出力部１４は、問題の解を示す解データを出力する。具体的には、データ出力部１４は、第一手段、第二手段、第三手段又は第四手段により探索された問題の解を示す解データを図１に示した出力装置４０に送信する。出力装置４０は、例えば、ディスプレイであり、データ出力部１４から受信した解データにより示される解を任意の態様で表示する。
また、データ出力部１４は、類似度が所定の条件を満たす第二データを出力してもよい。例えば、データ出力部１４は、上述した解Ｍ１から解Ｍ５のうち解Ｈとの間の類似度が所定の閾値を超えている解を示す第二データを図１に示した出力装置４０に送信してもよい。出力装置４０は、データ出力部１４から受信した第二データにより示される解を任意の態様で表示する。
また、データ出力部１４は、上述した類似度を示す類似度データ及び上述した観点別類似度を示す観点別類似度データの少なくとも一つを出力してもよい。出力装置４０は、これらのデータをデータ出力部１４から受信した場合、当該データにより示されている類似度や観点別類似度を任意の態様で表示する。
次に、図１２を参照しながら実施形態に係る意思決定支援装置が実行する処理の一例を説明する。図１２は、本発明の実施形態に係る意思決定支援装置が実行する処理の一例を示すフローチャートである。
ステップＳ１０１において、データ取得部１１は、サイズデータを取得する。
ステップＳ１０２において、手段決定部１２は、サイズデータにより示される仕事の数が所定の数を超えているか否かを判定する。手段決定部１２は、サイズデータにより示される仕事の数が所定の数を超えていると判定した場合（ステップＳ１０２：ＹＥＳ）、処理をステップＳ１０３に進める。一方、手段決定部１２は、サイズデータにより示される仕事の数が所定の数以下であると判定した場合（ステップＳ１０２：ＮＯ）、処理をステップＳ１０８に進める。
ステップＳ１０３において、手段決定部１２は、サイズデータにより示される積が第一閾値未満であるか否かを判定する。手段決定部１２は、サイズデータにより示される積が
第一閾値未満であるか否かを判定する。手段決定部１２は、サイズデータにより示される積が第一閾値未満であると判定した場合（ステップＳ１０３：ＹＥＳ）、処理をステップＳ１０４に進める。一方、手段決定部１２は、サイズデータにより示される積が第一閾値以上であると判定した場合（ステップＳ１０３：ＮＯ）、処理をステップＳ１０５に進める。
ステップＳ１０４において、手段決定部１２は、第二手段を問題の解を探索する手段として決定する。
ステップＳ１０５において、手段決定部１２は、サイズデータにより示される積が第二閾値未満であるか否かを判定する。手段決定部１２は、サイズデータにより示される積が第二閾値未満であると判定した場合（ステップＳ１０５：ＹＥＳ）、処理をステップＳ１０６に進める。一方、手段決定部１２は、サイズデータにより示される積が第二閾値以上である場合（ステップＳ１０５：ＮＯ）、処理をステップＳ１０７に進める。
ステップＳ１０６において、手段決定部１２は、第一手段を問題の解を探索する手段として決定する。
ステップＳ１０７において、手段決定部１２は、第三手段を問題の解を探索する手段として決定する。
ステップＳ１０８において、データ取得部１１は、第一データ及び第二データを取得する。
ステップＳ１０９において、手段決定部１２は、第四手段を問題の解を探索する手段として決定する。
ステップＳ１１０において、解探索部１３は、決定された手段により解を探索する。
ステップＳ１１１において、データ出力部１４は、解を示す解データを出力する。
以上、実施形態に係る意思決定支援システム１について意思決定支援装置１０を中心に説明した。意思決定支援装置１０は、サイズデータにより示される問題のサイズに基づいて問題の解を探索する手段を決定する。具体的には、意思決定支援装置１０は、サイズデータにより示される仕事の数が所定の数を超えている場合、上述した第一手段、第二手段又は第三手段を問題の解を探索する手段として決定する。また、意思決定支援装置１０は、サイズデータにより示される仕事の数が所定の数以下である場合、第四手段を問題の解を探索する手段として決定する。
これらの処理により、意思決定支援装置１０は、問題に含まれる仕事を遂行する主体が単位時間当たりに遂行可能な仕事の数が多く、当該問題のサイズが大きい場合、当該サイズに適した第一手段、第二手段又は第三手段を使用して問題の解を探索することができるという効果を奏する。したがって、意思決定支援装置１０は、問題を解くために実行する計算に使用可能なメモリの容量に制限がある場合であっても、問題を解くことが出来る。また、上述した処理により、意思決定支援装置１０は、問題に含まれる仕事を遂行する主体が単位時間当たりに遂行可能な仕事の数が少なく、当該問題のサイズが小さい場合、当該サイズに適した第四手段を使用して問題の解を探索することができるという効果を奏する。
次に、図１３を参照しながら、意思決定支援装置１０により奏される効果の具体的な例について説明する。図１３は、本発明の実施形態に係る監督者が一日当たりに監督可能な工事の数と、第四手段により問題を解くために実行する計算に使用可能なメモリの容量の指数との関係の一例を示す図である。図１３の横軸は、監督者が一日当たりに監督可能な工事の数を示している。図１３の縦軸は、問題を解くために実行する計算に使用可能なメモリの容量の指数を示している。図１３に示すように、問題を解くために実行する計算に使用可能なメモリの容量の指数は、監督者が一日当たりに監督可能な工事の数又は監督者が一日当たりに監督可能な工事の数が増加するに従って増加する。また、意思決定支援装置１０は、例えば、問題を解くために実行する計算に使用可能なメモリの容量の指数が１１を超える領域では、第四手段により問題の解を探索することが困難になることがある。
しかし、意思決定支援装置１０は、問題に含まれる仕事を遂行する主体が単位時間当たりに遂行可能な仕事の数が多いことにより、使用可能なメモリの容量が不足する場合であっても、第一手段、第二手段又は第三手段により問題の解を探索することができる。
意思決定支援装置１０は、サイズデータにより示される問題に含まれる仕事の総数と、問題に含まれる主体の総数との積が第一閾値未満である場合に、第二手段を問題の解を探索する手段として決定する。また、意思決定支援装置１０は、サイズデータにより示される問題に含まれる仕事の総数と、問題に含まれる主体の総数との積が第一閾値以上であり、第一閾値よりも大きい第二閾値未満である場合に、第一手段を問題の解を探索する手段として決定する。さらに、意思決定支援装置１０は、サイズデータにより示される問題に含まれる仕事の総数と、問題に含まれる主体の総数との積が第二閾値以上である場合に、第三手段を問題の解を探索する手段として決定する。
これにより、意思決定支援装置１０は、サイズデータにより示される問題に含まれる仕事の総数と、問題に含まれる主体の総数との積の値に応じて第一手段、第二手段及び第三手段の中から問題の解を探索する上で好適な手段を使用して問題の解を探索することができるという効果を奏する。
次に、図１４及び図１５を参照しながら、意思決定支援装置１０により奏される効果の具体的な例について説明する。図１４は、本発明の実施形態に係る問題のサイズと、実行可能な解の数の指数との関係の一例を示す図である。図１４の横軸は、問題のサイズを示している。当該問題のサイズは、問題に含まれる工事の総数と、問題に含まれる監督者の総数との積である。図１４の縦軸は、問題の解のうち実行可能な解の総数を示している。図１４に示すように、実行可能な解の総数は、問題のサイズ又は監督者が一日当たりに監督可能な工事の数が増加するに従って増加し、問題のサイズが約１６０から約５０４の範囲でより急激に増加する。
図１５は、本発明の実施形態に係る問題のサイズと、最適な解の探索に必要な時間との関係の一例を示す図である。図１５の横軸は、問題のサイズを示している。当該問題のサイズは、問題に含まれる工事の総数と、問題に含まれる監督者の総数との積である。図１５の縦軸は、最適な解の探索に必要な時間を示している。図１５に示すように、最適な解の探索に必要な時間は、問題のサイズが増加又は監督者が一日当たりに監督可能な工事の数が増加するに従って増加する。
しかし、意思決定支援装置１０は、問題に含まれる仕事を遂行する主体が単位時間当たりに遂行可能な仕事の数が多いことにより、問題を解くために実行する計算に費やすことが可能な時間が不足する場合であっても、第一手段、第二手段又は第三手段により問題の解を探索することができる。
次に、図１６及び図１７を使用して図１３から図１５の元となっているデータを示す。図１６は、本発明の実施形態に係る問題のサイズに関連するパラメータと、実行可能な解の総数と、第二手段により最適な解を算出するために要した時間との関係の一例を示す図である。図１６の上から二行目から四行目、上から五行目から七行目、上から八行目から十行目及び上から十一行目から十三行目のいずれを参照しても、問題に含まれている工事の総数及び問題に含まれている監督者の総数が一定である場合、実行可能な解の総数は、監督者が一日に監督可能な工事の数が増加するに従って増加することが分かる。なお、図１６は、上から二行目から四行目、上から五行目から七行目、上から八行目から十行目及び上から十一行目から十三行目のいずれにおいても、問題に含まれている工事の総数及び問題に含まれている監督者の総数が一定である場合、監督者が一日に監督可能な工事の数が増加するに従って第二手段により最適な解を算出するために要した時間が増加することを示している。
図１７は、本発明の実施形態に係る問題のサイズに関連するパラメータと、第一手段、第二手段、第三手段又は第四手段により最適な解を算出するために要した時間との関係の一例を示す図である。図１７の上から二行目から四行目、上から五行目から七行目、上から八行目から十行目及び上から十一行目から十三行目のいずれを参照しても、問題に含まれている工事の総数及び問題に含まれている監督者の総数が一定である場合、第四手段により最適な解を算出するために要した時間は、監督者が一日に監督可能な工事の数が増加するに従って増加していることが分かる。また、図１７の右から一列目を参照すると、第四手段により最適な解を算出するために要した時間は、監督者が一日に監督可能な工事の数が大きい場合、計算に使用可能なメモリの容量の不足により解を探索することができなくなることがあることを示している。
なお、図１７は、上から二行目から四行目、上から五行目から七行目、上から八行目から十行目及び上から十一行目から十三行目のいずれにおいても、問題に含まれている工事の総数及び問題に含まれている監督者の総数が一定である場合、監督者が一日に監督可能な工事の数が増加するに従って第一手段により最適な解を算出するために要した時間が増加することを示している。さらに、これは、第二手段及び第三手段についても同様である。
また、意思決定支援装置１０は、上述した方法で解を探索する手段を決定することにより、実情に即していると思われる解に近い解を提供することができる。したがって、意思決定支援装置１０は、意思決定を要求している問題を解く者が行う業務を効率化したり、当該問題を解く知識や経験を十分に習得していない者が行う業務を支援したりすることができる。
なお、上述した実施形態では、多目的最適化問題として、複数の監督者を複数の工事に割り当てる問題を例にあげたが、これに限定されない。
例えば、上述した多目的最適化問題として、仮想化により複数のハードウェアを統合し、複数のソフトウェアに割り当てる問題が挙げられる。この場合、目的関数は、例えば、各ハードウェアの稼働率、各ハードウェアに掛かる負荷、各ハードウェアの処理速度となる。
或いは、上述した多目的最適化問題として、複数のテーマを有する技術開発を遂行する場合に複数の技術者を複数のテーマに割り当てる問題が挙げられる。この場合、目的関数は、例えば、各技術者が有する知識及び経験、各テーマの重要度、各テーマの納期、技術開発全体の納期となる。
また、意思決定支援装置１０が有する機能の少なくとも一部は、例えば、ＣＰＵ（Central Processing Unit）等のハードウェアプロセッサがプログラム又はソフトウェアを実行することにより実現される。また、これらのうち一部又は全部は、ＬＳＩ（Large Scale Integration）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）等の回路部（circuitry）を含むハードウェアにより実現されてもよいし、ソフトウェアとハードウェアの協働により実現されてもよい。プログラムは、予めＨＤＤ（Hard Disk Drive）、フラッシュメモリ等の非一過性の記憶媒体を備える記憶装置に格納されていてもよいし、ＤＶＤ、ＣＤ－ＲＯＭ等の着脱可能な非一過性の記憶媒体に格納されており、当該記憶媒体がドライブ装置に装着されることでインストールされてもよい。
以上、本発明の実施形態について図面を参照しながら説明した。ただし、意思決定支援システム１及び意思決定支援装置１０の少なくとも一方は、上述した実施形態に限られるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形、置換、組み合わせ又は設計変更が加えられてもよい。
１…意思決定支援システム、１０…意思決定支援装置、１１…データ取得部、１２…手段決定部、１３…解探索部、１４…データ出力部、２０…端末、３０…演算装置、４０…出力装置、ＮＷ…ネットワーク

Claims (12)

  1. 複数の目的関数が定義され得る問題のサイズを示すサイズデータを取得するデータ取得部と、
    前記サイズデータにより示される前記問題のサイズに基づいて前記問題の解を探索する手段を決定する手段決定部と、
    を備え、
    前記データ取得部は、工事現場の場所を示すアイコンと、監督者の現在位置を示すアイコンと、前記監督者が有する知識及び経験のレベルを示す数字、文字又は記号と、前記監督者が所持している装備を示すアイコンとのうちの少なくとも一つを地図に重ね合わせた画像をディスプレイに表示させるアプリケーションを使用して得られた前記問題の解を示す第一データを取得し、
    前記データ取得部は、前記問題に含まれる仕事を遂行する主体が単位時間当たりに遂行可能な前記仕事の数を示す前記サイズデータを取得し、
    前記手段決定部は、更に前記第一データに基づいて前記問題の解を探索する手段を決定し、
    前記手段決定部は、前記サイズデータにより示される前記仕事の数が所定の数を超えている場合、前記問題の解を求める際に考慮する必要がある制約を前記問題に段階的に課すことにより前記問題の解を探索する第一手段と、前記問題に含まれる前記仕事の中から前記主体に割り当てる前記仕事を選択する場合の数及び前記主体が割り当てられた前記仕事を遂行する場合におけるコストを出来る限り小さくする処理により前記問題の解を探索する第二手段と、前記問題の解の中から実行可能な解を選択し、前記問題の一部を緩和した緩和問題の双対問題を解くことにより前記問題の解を探索する第三手段とのいずれかを前記問題の解を探索する手段として決定する、
    意思決定支援装置。
  2. 複数の目的関数が定義され得る問題のサイズを示すサイズデータを取得するデータ取得部と、
    前記サイズデータにより示される前記問題のサイズに基づいて前記問題の解を探索する手段を決定する手段決定部と、
    を備え、
    前記データ取得部は、前記問題に含まれる仕事を遂行する主体が単位時間当たりに遂行可能な前記仕事の数を示す前記サイズデータを取得し、
    前記手段決定部は、前記サイズデータにより示される前記仕事の数が所定の数を超えている場合、前記問題の解を求める際に考慮する必要がある制約を前記問題に段階的に課すことにより前記問題の解を探索する第一手段と、前記問題に含まれる前記仕事の中から前記主体に割り当てる前記仕事を選択する場合の数及び前記主体が割り当てられた前記仕事を遂行する場合におけるコストを出来る限り小さくする処理により前記問題の解を探索する第二手段と、前記問題の解の中から実行可能な解を選択し、前記問題の一部を緩和した緩和問題の双対問題を解くことにより前記問題の解を探索する第三手段とのいずれかを前記問題の解を探索する手段として決定する、
    意思決定支援装置。
  3. 前記データ取得部は、前記問題に含まれる前記仕事の総数と、前記問題に含まれる前記主体の総数との積を示す前記サイズデータを取得し、
    前記手段決定部は、前記サイズデータにより示される前記積が第一閾値未満である場合に、前記第二手段を前記問題の解を探索する手段として決定する、
    請求項１又は請求項２に記載の意思決定支援装置。
  4. 前記データ取得部は、前記問題に含まれる前記仕事の総数と、前記問題に含まれる前記主体の総数との積を示す前記サイズデータを取得し、
    前記手段決定部は、前記サイズデータにより示される前記積が第一閾値以上であり、前記第一閾値よりも大きい第二閾値未満である場合に、前記第一手段を前記問題の解を探索する手段として決定する、
    請求項１又は請求項２に記載の意思決定支援装置。
  5. 前記データ取得部は、前記問題に含まれる前記仕事の総数と、前記問題に含まれる前記主体の総数との積を示す前記サイズデータを取得し、
    前記手段決定部は、前記サイズデータにより示される前記積が第二閾値以上である場合に、前記第三手段を前記問題の解を探索する手段として決定する、
    請求項１又は請求項２に記載の意思決定支援装置。
  6. 複数の目的関数が定義され得る問題のサイズを示すサイズデータを取得するデータ取得部と、
    前記サイズデータにより示される前記問題のサイズに基づいて前記問題の解を探索する手段を決定する手段決定部と、
    を備え、
    前記データ取得部は、前記問題において仕事を遂行する主体が単位時間当たりに遂行可能な仕事の数を示すサイズデータと、前記問題を解くことにより得られた解を示す第一データと、複数の前記目的関数の少なくとも二つに関する制約条件の下で前記問題を解くことにより得られた解を示す第二データとを取得し、
    前記手段決定部は、前記サイズデータにより示される仕事の数が所定の数以下である場合、前記第二データにより示される解の少なくとも一つに関して前記第一データにより示される解との類似度を算出し、前記類似度に基づいて前記問題の解を探索する第四手段を前記問題の解を探索する手段として決定する、
    意思決定支援装置。
  7. 複数の目的関数が定義され得る問題のサイズを示すサイズデータを取得するデータ取得機能と、
    前記サイズデータにより示される前記問題のサイズに基づいて前記問題の解を探索する手段を決定する手段決定機能と、
    をコンピュータに実現させ、
    前記データ取得機能は、工事現場の場所を示すアイコンと、監督者の現在位置を示すアイコンと、前記監督者が有する知識及び経験のレベルを示す数字、文字又は記号と、前記監督者が所持している装備を示すアイコンとのうちの少なくとも一つを地図に重ね合わせた画像をディスプレイに表示させるアプリケーションを使用して得られた前記問題の解を示す第一データを取得し、
    前記データ取得機能は、前記問題に含まれる仕事を遂行する主体が単位時間当たりに遂行可能な前記仕事の数を示す前記サイズデータを取得し、
    前記手段決定機能は、更に前記第一データに基づいて前記問題の解を探索する手段を決定し、
    前記手段決定機能は、前記サイズデータにより示される前記仕事の数が所定の数を超えている場合、前記問題の解を求める際に考慮する必要がある制約を前記問題に段階的に課すことにより前記問題の解を探索する第一手段と、前記問題に含まれる前記仕事の中から前記主体に割り当てる前記仕事を選択する場合の数及び前記主体が割り当てられた前記仕事を遂行する場合におけるコストを出来る限り小さくする処理により前記問題の解を探索する第二手段と、前記問題の解の中から実行可能な解を選択し、前記問題の一部を緩和した緩和問題の双対問題を解くことにより前記問題の解を探索する第三手段とのいずれかを前記問題の解を探索する手段として決定する、
    意思決定支援プログラム。
  8. 複数の目的関数が定義され得る問題のサイズを示すサイズデータを取得するデータ取得機能と、
    前記サイズデータにより示される前記問題のサイズに基づいて前記問題の解を探索する手段を決定する手段決定機能と、
    をコンピュータに実現させ、
    前記データ取得機能は、前記問題に含まれる仕事を遂行する主体が単位時間当たりに遂行可能な前記仕事の数を示す前記サイズデータを取得し、
    前記手段決定機能は、前記サイズデータにより示される前記仕事の数が所定の数を超えている場合、前記問題の解を求める際に考慮する必要がある制約を前記問題に段階的に課すことにより前記問題の解を探索する第一手段と、前記問題に含まれる前記仕事の中から前記主体に割り当てる前記仕事を選択する場合の数及び前記主体が割り当てられた前記仕事を遂行する場合におけるコストを出来る限り小さくする処理により前記問題の解を探索する第二手段と、前記問題の解の中から実行可能な解を選択し、前記問題の一部を緩和した緩和問題の双対問題を解くことにより前記問題の解を探索する第三手段とのいずれかを前記問題の解を探索する手段として決定する、
    意思決定支援プログラム。
  9. 複数の目的関数が定義され得る問題のサイズを示すサイズデータを取得するデータ取得機能と、
    前記サイズデータにより示される前記問題のサイズに基づいて前記問題の解を探索する手段を決定する手段決定機能と、
    をコンピュータに実現させ、
    前記データ取得機能は、前記問題において仕事を遂行する主体が単位時間当たりに遂行可能な仕事の数を示すサイズデータと、前記問題を解くことにより得られた解を示す第一データと、複数の前記目的関数の少なくとも二つに関する制約条件の下で前記問題を解くことにより得られた解を示す第二データとを取得し、
    前記手段決定機能は、前記サイズデータにより示される仕事の数が所定の数以下である場合、前記第二データにより示される解の少なくとも一つに関して前記第一データにより示される解との類似度を算出し、前記類似度に基づいて前記問題の解を探索する第四手段を前記問題の解を探索する手段として決定する、
    意思決定支援プログラム。
  10. 意思決定支援装置が実行する意思決定支援方法であって、
    前記意思決定支援装置が、複数の目的関数が定義され得る問題のサイズを示すサイズデータを取得し、
    前記意思決定支援装置が、前記サイズデータにより示される前記問題のサイズに基づいて前記問題の解を探索する手段を決定し、
    前記意思決定支援装置が、工事現場の場所を示すアイコンと、監督者の現在位置を示すアイコンと、前記監督者が有する知識及び経験のレベルを示す数字、文字又は記号と、前記監督者が所持している装備を示すアイコンとのうちの少なくとも一つを地図に重ね合わせた画像をディスプレイに表示させるアプリケーションを使用して得られた前記問題の解を示す第一データを取得し、
    前記意思決定支援装置が、前記問題に含まれる仕事を遂行する主体が単位時間当たりに遂行可能な前記仕事の数を示す前記サイズデータを取得し、
    前記意思決定支援装置が、更に前記第一データに基づいて前記問題の解を探索する手段を決定する、
    前記意思決定支援装置が、前記サイズデータにより示される前記仕事の数が所定の数を超えている場合、前記問題の解を求める際に考慮する必要がある制約を前記問題に段階的に課すことにより前記問題の解を探索する第一手段と、前記問題に含まれる前記仕事の中から前記主体に割り当てる前記仕事を選択する場合の数及び前記主体が割り当てられた前記仕事を遂行する場合におけるコストを出来る限り小さくする処理により前記問題の解を探索する第二手段と、前記問題の解の中から実行可能な解を選択し、前記問題の一部を緩和した緩和問題の双対問題を解くことにより前記問題の解を探索する第三手段とのいずれかを前記問題の解を探索する手段として決定する、
    意思決定支援方法。
  11. 意思決定支援装置が実行する意思決定支援方法であって、
    前記意思決定支援装置が、複数の目的関数が定義され得る問題のサイズを示すサイズデータを取得し、
    前記意思決定支援装置が、前記サイズデータにより示される前記問題のサイズに基づいて前記問題の解を探索する手段を決定し、
    前記意思決定支援装置が、前記問題に含まれる仕事を遂行する主体が単位時間当たりに遂行可能な前記仕事の数を示す前記サイズデータを取得し、
    前記意思決定支援装置が、前記サイズデータにより示される前記仕事の数が所定の数を超えている場合、前記問題の解を求める際に考慮する必要がある制約を前記問題に段階的に課すことにより前記問題の解を探索する第一手段と、前記問題に含まれる前記仕事の中から前記主体に割り当てる前記仕事を選択する場合の数及び前記主体が割り当てられた前記仕事を遂行する場合におけるコストを出来る限り小さくする処理により前記問題の解を探索する第二手段と、前記問題の解の中から実行可能な解を選択し、前記問題の一部を緩和した緩和問題の双対問題を解くことにより前記問題の解を探索する第三手段とのいずれかを前記問題の解を探索する手段として決定する、
    意思決定支援方法。
  12. 意思決定支援装置が実行する意思決定支援方法であって、
    前記意思決定支援装置が、複数の目的関数が定義され得る問題のサイズを示すサイズデータを取得し、
    前記意思決定支援装置が、前記サイズデータにより示される前記問題のサイズに基づいて前記問題の解を探索する手段を決定し、
    前記意思決定支援装置が、前記問題において仕事を遂行する主体が単位時間当たりに遂行可能な仕事の数を示すサイズデータと、前記問題を解くことにより得られた解を示す第一データと、複数の前記目的関数の少なくとも二つに関する制約条件の下で前記問題を解くことにより得られた解を示す第二データとを取得し、
    前記意思決定支援装置が、前記サイズデータにより示される仕事の数が所定の数以下である場合、前記第二データにより示される解の少なくとも一つに関して前記第一データにより示される解との類似度を算出し、前記類似度に基づいて前記問題の解を探索する第四手段を前記問題の解を探索する手段として決定する、
    意思決定支援方法。
JP2021127821A 2021-08-03 2021-08-03 意思決定支援装置、意思決定支援プログラム及び意思決定支援方法 Active JP7292333B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2021127821A JP7292333B2 (ja) 2021-08-03 2021-08-03 意思決定支援装置、意思決定支援プログラム及び意思決定支援方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021127821A JP7292333B2 (ja) 2021-08-03 2021-08-03 意思決定支援装置、意思決定支援プログラム及び意思決定支援方法

Publications (2)

Publication Number Publication Date
JP2023022768A JP2023022768A (ja) 2023-02-15
JP7292333B2 true JP7292333B2 (ja) 2023-06-16

Family

ID=85201844

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021127821A Active JP7292333B2 (ja) 2021-08-03 2021-08-03 意思決定支援装置、意思決定支援プログラム及び意思決定支援方法

Country Status (1)

Country Link
JP (1) JP7292333B2 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004361991A (ja) 2003-05-30 2004-12-24 Secom Co Ltd 割付表作成システム
JP2020046992A (ja) 2018-09-19 2020-03-26 富士通株式会社 最適化問題演算プログラム、最適化問題演算方法および最適化問題演算装置
JP2021103390A (ja) 2019-12-25 2021-07-15 西日本電信電話株式会社 意思決定支援装置、意思決定支援プログラム及び意思決定支援方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3806007A1 (en) * 2019-10-09 2021-04-14 Bayerische Motoren Werke Aktiengesellschaft Methods, computer programs and systems for assigning vehicles to vehicular tasks and for providing a machine-learning model

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004361991A (ja) 2003-05-30 2004-12-24 Secom Co Ltd 割付表作成システム
JP2020046992A (ja) 2018-09-19 2020-03-26 富士通株式会社 最適化問題演算プログラム、最適化問題演算方法および最適化問題演算装置
JP2021103390A (ja) 2019-12-25 2021-07-15 西日本電信電話株式会社 意思決定支援装置、意思決定支援プログラム及び意思決定支援方法

Also Published As

Publication number Publication date
JP2023022768A (ja) 2023-02-15

Similar Documents

Publication Publication Date Title
Asadzadeh et al. Sensor-based safety management
Hijazi et al. An outer-inner approximation for separable mixed-integer nonlinear programs
Sakuraba et al. Road network emergency accessibility planning after a major earthquake
US10719639B2 (en) Massively accelerated Bayesian machine
JP5971828B1 (ja) Ｏｄ交通量の実数推定方法、ｏｄ交通量の実数推定装置、ｏｄ交通量の実数推定プログラム、並びに情報記録媒体
JP2015161557A5 (ja)
JP6971297B2 (ja) 意思決定支援装置、意思決定支援プログラム及び意思決定支援方法
CN109059949B (zh) 最短路径的计算方法及装置
CN113887396A (zh) 一种图像处理方法、装置、计算机设备和存储介质
Zamanifar et al. Recovery planning model for roadways network after natural hazards
JP7292333B2 (ja) 意思決定支援装置、意思決定支援プログラム及び意思決定支援方法
JP6374823B2 (ja) 経路配置方法、経路配置装置、及びプログラム
KR20200056606A (ko) 원전사고시 비상대응 인구분석 및 오염도 추정 방법
JP2017220840A (ja) ネットワーク監視・制御装置、ネットワーク監視・制御方法、及びネットワーク監視・制御プログラム
Mirahadi et al. A real-time path-planning model for building evacuations
JP5460494B2 (ja) 災害対策支援装置、方法及びプログラム
JP2017049954A (ja) 推定装置、推定方法及びプログラム
JP6813527B2 (ja) 推定装置、推定方法及びプログラム
JPWO2016075931A1 (ja) 避難予測システム、避難予測方法及びコンピュータ読み取り可能記録媒体
CN115936949A (zh) 公交车到达时间不确定性可视化方法、系统、设备及介质
JP7042322B1 (ja) 意思決定支援装置、意思決定支援プログラム及び意思決定支援方法
JP7207531B2 (ja) 経路別交通量推定装置、経路別交通量推定方法、及び経路別交通量推定プログラム
JP6726312B2 (ja) シミュレーション方法、システム、及びプログラム
JPWO2016017171A1 (ja) 流量予測装置、混合比推定装置、方法およびコンピュータ読み取り可能記録媒体
JP7224405B1 (ja) 意思決定支援装置、意思決定支援プログラム及び意思決定支援方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210803

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221018

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221118

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20230214

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230410

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20230410

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20230414

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20230418

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230509

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230606

R150 Certificate of patent or registration of utility model

Ref document number: 7292333

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150