JP7339139B2

JP7339139B2 - 所要量計画システム及び所要量計画方法

Info

Publication number: JP7339139B2
Application number: JP2019220413A
Authority: JP
Inventors: 鉄平井上; 晃久辻部
Original assignee: Hitachi Building Systems Co Ltd
Current assignee: Hitachi Building Systems Co Ltd
Priority date: 2019-12-05
Filing date: 2019-12-05
Publication date: 2023-09-05
Anticipated expiration: 2039-12-05
Also published as: JP2021089649A; CN112926909A

Description

本発明は、所要量計画に関する。

昇降機のような受注生産では、短納期の注文に対応するために、受注から出荷までの供給リードタイムの削減が課題となっている。供給リードタイムの削減には、受注前に部品を仕込生産することが有効である。

仕込生産に関する背景技術として、特許文献１がある。特許文献１には、「品目所要予測装置１の先行手配決定部１３は、入力部１１が取得した商談情報と予測パターンＤＢ１２２が記憶する予測パターン情報と部品構成ＤＢ１２４が記憶する部品構成情報と購買マスタＤＢ１２３が記憶する購買マスタ情報と共通在庫ＤＢ１２６が記憶する共通在庫情報とに基づいて、先行手配部品を決定する。」と記載されている。

特開２０１４－１３０４６６号公報

一般的に製品は、機種、装置、ユニット、部品のように複数の階層で構成される。受注生産では、顧客の注文に応じて製品構成がカスタマイズされるため、同一機種であっても、装置、ユニット、部品は案件毎に異なり、注文の受注まで確定しない。

特許文献１の技術では、受注前の各案件が取り得る機種を推定するが、各機種の装置、ユニット、部品は顧客の注文に依存せず同一のものとしている。このため、案件毎に製品構成が異なる受注生産では、高精度に所要量を算出できない。

本発明は、上記の事情を鑑みてなされたものであり、受注前の案件について各部品の所要量を算出するシステム及び方法の提供を目的とする。

上記課題を解決すべく、代表的な本発明の所要量計画システム及び所要量計画方法の一つは、仕入れの対象となる仕入対象物から完成品までの構成物が階層をなす製品に対する引合情報を取得する情報取得部と、前記引合情報に基づいて、前記仕入対象物の使用確率を推定する製品構成推定部と、前記仕入対象物の使用確率から前記仕入対象物の所要量を算出する所要量算出部とを備え、前記製品構成推定部は、前記引合情報に適合する完成品の仕様から該完成品の１つ下位の構成物の使用確率を推定し、推定した構成物から１つ下位の構成物の使用確率を推定する処理を繰り返すことで前記仕入対象物の使用確率を推定することを特徴とする。

本発明によれば、受注生産における所要量の算出が可能となる。なお、上記した以外の課題、構成、および効果は、以下の実施形態の説明により明らかにされる。

所要量計画システムの機能ブロックの一例を示す図である。引合情報のデータ構造の一例を示す図である。過去案件情報のデータ構造の一例を示す図である。過去製品構成情報のデータ構造の一例を示す図である。製品制約情報のデータ構造の一例を示す図である。在庫情報のデータ構造の一例を示す図である。在庫リスク情報のデータ構造の一例を示す図である。製品構成推定情報のデータ構造の一例を示す図である。部品別所要量情報のデータ構造の一例を示す図である。所要量計画システムによる処理の一例を示すフローチャートである。過去案件で採用された機種に関する情報の一例を示す図である。過去案件で採用された装置に関する情報の一例を示す図である。各機種に対する装置の組合せ可否を示す情報の一例を示す図である。装置の使用確率の算出方法の一例を示す図である。使用確率と使用数の一例を示す図である。出力画面の一例を示す図である。

以下、本発明の一実施形態について図面を用いて説明する。本明細書において、案件とは顧客からの注文を意味し、その登録情報は、顧客名と、納期などから構成されているものとする。本明細書では、登録情報は、顧客名と、納期と、製品の金額と、製品の納入先と、建物の高さを表す階床と、希望する速度と、製品の内装仕様と、納入台数から構成されるものとするが、これに限定されるものではない。

また、製品構成は、機種と、装置と、ユニットと、部品の４階層で構成されるものとする。具体的には、製品は複数の機種で分類され、それぞれの機種は複数の装置で構成される。また、装置は複数のユニットで構成され、ユニットは複数の部品で構成される。すなわち、製品の機種が特許請求の範囲における完成品に対応し、装置、ユニット及び部品が構成物に対応する。そして、部品が特許請求の範囲における仕入対象物である。本明細書では、機種と、装置と、ユニットと、部品の４階層としたが、これに限定されるものではない。また、装置の名前は、「装置ＤＡ－１」のように記載するものとする。「ＤＡ」は、巻上機などの装置のカテゴリを表し、「１」は、カテゴリ内の種別を表す。ユニットと、部品の名前も、装置と同様の方法で記載する。

以下、本発明に係る所要量計画システムの一実施形態について図面を用いて説明する。図１は、本実施形態の所要量計画システム１００の機能ブロックの一例を示す図である。本実施形態の所要量計画システム１００は、各々ネットワーク１０２を介して通信可能に接続された所要量計画装置１０１と、ユーザが使用するユーザ端末１０３と、データが保存されたデータベース１０４と、を備える。

ユーザ端末１０３は、ＰＣ（ＰｅｒｓｏｎａｌＣｏｍｐｕｔｅｒ）等の情報処理装置である。ユーザは、ユーザ端末１０３を通して所要量計画装置１０１に処理の実行指示を出す。また、ユーザ端末１０３は、所要量計画装置１０１が出力する情報を、ユーザへ表示する機能を有する。

データベース１０４は、例えばＥＲＰ（ＥｎｔｅｒｐｒｉｓｅＲｅｓｏｕｒｃｅｓＰｌａｎｎｎｉｎｇ）等のシステム、またはそれに準じるデータを蓄積したデータベース、または記憶装置である。

ネットワーク１０２は、ユーザ端末１０３と、データベース１０４と、所要量計画装置１０１を通信可能に接続する。ネットワーク１０２は、例えば、ＬＡＮ（ＬｏｃａｌＡｒｅａＮｅｔｗｏｒｋ）、ＷＡＮ（ＷｉｄｅＡｒｅａＮｅｔｗｏｒｋ）、ＶＰＮ（ＶｉｒｔｕａｌＰｒｉｖａｔｅＮｅｔｗｏｒｋ）、インターネット等の一般公衆回線を一部または全部に用いた通信網のいずれかである。

所要量計画装置１０１は、ＰＣまたはサーバーコンピュータ等の情報処理装置であり、各案件の取り得る製品構成の確率を推定し、構成部品別の使用確率を算出することで、所要量を算出する。所要量計画装置１０１は、記憶部１１０と、演算部１２０と、入力部１３０と、出力部１４０を備える。

記憶部１１０は、引合情報１１１と、過去案件情報１１２と、過去製品構成情報１１３と、製品制約情報１１４と、在庫情報１１５と、在庫リスク情報１１６と、製品構成推定情報１１７と、部品別所要量情報１１８と、を記憶する。

図２は引合情報１１１のデータ構造の一例である。引合情報１１１には、受注前の引合段階にある案件の登録情報が格納されており、案件Ｎｏ１１１１と、顧客名１１１２と、納期１１１３と、受注確度１１１４と、金額１１１５と、納入先１１１６と、階床１１１７と、速度１１１８と、内装仕様１１１９と、納入台数１１１０から構成されている。

案件Ｎｏ１１１１は、案件を識別する番号情報を示す。顧客名１１１２は、案件の顧客名を示す。納期１１１３は、顧客への製品引渡の期限を示す。受注確度１１１４は、案件が今後受注に至る確率を示す。例えば、図２の案件Ｎｏが「１」の案件は、８０％の確率で受注することを意味している。金額１１１５は、製品の見積金額を示す。納入先１１１６は、製品の納入先を示す。階床１１１７は、納入先の建物の高さを示す。例えば、図２の案件Ｎｏが「１」の案件の場合、６０階建の建物に納入される。速度１１１８は、顧客が希望する製品の速度を示す。例えば、図２の案件Ｎｏが「１」の案件の場合、顧客は１２０ｍ/ｍｉｎの速度の製品を希望している。内装仕様１１１９は、製品の内装の種別を示す。本明細書では、内装仕様の種別として、汎用的な「標準」と、顧客の要求毎にカスタマイズする「オーダー」を取り上げるが、これらに限定されるものではない。納入台数１１１０は、顧客が購入した製品の台数を示す。

図３は過去案件情報１１２のデータ構造の一例である。過去案件情報１１２には、過去に受注した案件の登録情報が格納されており、案件Ｎｏ１１２１と、顧客名１１２２と、納期１１２３と、金額１１２４と、納入先１１２５と、階床１１２６と、速度１１２７と、内装仕様１１２８と、納入台数１１２９と、から構成されている。それぞれの項目の内容は、引合情報１１１の項目と同一である。

図４は過去製品構成情報１１３のデータ構造の一例である。過去製品構成情報１１３には、過去案件情報１１２に登録された過去案件の製品構成に関する情報が格納されており、案件Ｎｏ１１３１と、機種１１３２と、装置１１３３と、ユニット１１３４と、部品１１３５と、使用数１１３６と、から構成されている。

案件Ｎｏ１１３１は、案件を識別する番号情報である。機種１１３２は、過去案件で採用された機種を示す。装置１１３３は、過去案件で採用された装置を示す。ユニット１１３４は、過去案件で採用されたユニットを示す。部品１１３５は、過去案件で採用された部品を示す。使用数１１３６は、部品１１３５の使用数を示す。例えば、図４では、「ユニットＵＡ―１」は、４個の「部品ＰＡ－１」と、１個の「部品ＰＡ－２」と、１個の「部品ＰＡ－３」と、から構成されている。

図５は製品制約情報１１４のデータ構造の一例である。製品制約情報１１４には、装置と、ユニットと、部品の組合せ可否に関する情報が記載されている。本明細書では、製品制約情報１１４は、装置の制約情報１１４ａと、ユニットの制約情報１１４ｂと、部品の制約情報１１４ｃと、から構成されるが、これらに限定されるものではなく、例えば部品間の組合せ可否などの情報であってもよい。

装置の制約情報１１４ａには、機種１１４ａ１と、それぞれの機種と組合せ可能な装置１１４ａ２が登録されている。例えば、図５の例では、装置ＤＡのカテゴリで「高速・標準型」の機種に組合せ可能な装置は、「装置ＤＡ－１」と、「装置ＤＡ－２」と、「装置ＤＡ－３」である。同様に、ユニットの制約情報１１４ｂには、装置１１４ｂ１と、それぞれの装置と組合せ可能なユニット１１４ｂ２が登録されている。また、部品の制約情報１１４ｃには、ユニット１１４ｃ１と、それぞれのユニットと組合せ可能な部品１１４ｃ２が登録されている。

図６は在庫情報１１５のデータ構造の一例である。在庫情報１１５には、各部品の在庫情報が格納されており、部品１１５１と、安全在庫１１５２と、在庫１１５３と、から構成されている。

部品１１５１は、部品名を示す。安全在庫１１５２は、需要の変動などに対応するために保持すべき在庫数を示す。在庫１１５３は、所要量計画装置１０１の処理時点で保持している各部品の在庫数を示す。

図７は在庫リスク情報１１６の一例である。在庫リスク情報１１６には、先々使用されずに余剰在庫として保管されるリスクに関する情報が格納されており、部品１１６１と、在庫リスク１１６２と、から構成されている。

部品１１６１は、部品名を示す。在庫リスク１１６２は、部品が余剰在庫となるリスクを示し、在庫リスクが大きいほど余剰在庫となる可能性が低く、在庫リスクが小さいほど余剰在庫となる可能性が高く、０以上１以下の数値とする。具体的には、在庫リスクの値が１より小さければ、安全在庫以上の在庫を保持しており、在庫不足となる可能性は低いが、余剰在庫となる可能性がある。在庫リスクの値が１であれば、在庫が安全在庫に満たず、余剰在庫となる可能性は低いが、在庫不足となる可能性が生じる。

図８は製品構成推定情報１１７の一例である。製品構成推定情報１１７には、製品構成の使用確率が階層別に格納されており、機種の使用確率１１７ａと、装置の使用確率１１７ｂと、ユニットの使用確率１１７ｃと、部品の使用確率１１７ｄと、から構成されている。

機種の使用確率１１７ａには、案件Ｎｏ１１７ａ１と、機種１１７ａ２と、使用確率１１７ａ３が登録されている。例えば、図８の例では、案件Ｎｏが「１」の案件が「高速・標準型」の機種を使用する確率は９０％、「中速・標準型」の機種を使用する確率は５％、「低速・標準型」の機種を使用する確率は０％である。同様に、装置の使用確率１１７ｂには、案件Ｎｏ１１７ｂ２と、装置１１７ｂ２と、使用確率１１７ｂ３が登録されている。ユニットの使用確率１１７ｃには、案件Ｎｏ１１７ｃ１と、ユニット１１７ｃ２と、使用確率１１７ｃ３が登録されている。部品の使用確率１１７ｄには、案件Ｎｏ１１７ｄ１と、部品１１７ｄ２と、使用確率１１７ｄ３と、部品の使用数１１７ｄ４が登録されている。

図９は部品別所要量情報１１８の一例である。部品別所要量情報１１８には、各部品の先々の所要量が格納されており、部品１１８１と、月１１８２と、所要量１１８３と、から構成されている。

部品１１８１は、部品名を示す。月１１８２は、部品の所要が発生する月を示す。所要量１１８３は、各月における部品の必要数量を示す。例えば、図９の場合、部品「ＰＡ１」が９月に１２００個必要である。なお、本明細書では、部品の所要が発生するタイミングを月単位で集計しているが、日単位や週単位などの集計単位期間であってもよい。

図１の所要量計画装置１０１の詳述に戻る。演算部１２０は、情報取得部１２１と、製品構成推定部１２２と、在庫リスク算出部１２３と、所要量算出部１２４と、を有する。

情報取得部１２１は、データベース１０４から製品構成推定部１２２と、在庫リスク算出部１２３と、所要量算出部１２４に必要な情報（引合情報１１１、過去案件情報１１２、過去製品構成情報１１３、製品制約情報１１４、在庫情報１１５など）を取得し、記憶部１１０に格納する。

製品構成推定部１２２は、引合情報１１１と、過去案件情報１１２と、過去製品構成情報１１３と、製品制約情報１１４と、から機種と、装置と、ユニットと、部品の使用確率を算出し、製品構成推定情報１１７に格納する。

在庫リスク算出部１２３は、在庫情報１１５から、各部品の在庫リスクを算出し、在庫リスク情報１１６に格納する。所要量算出部１２４は、在庫リスク情報１１６と、製品構成推定情報１１７から、各部品の所要量を算出し、部品別所要量情報１１８に格納する。

入力部１３０は、ネットワーク１０２を介してユーザ端末１０３と、データベース１０４に接続される。情報取得部１２１は、入力部１３０を介してデータベース１０４から引合情報１１１と、過去案件情報１１２と、過去製品構成情報１１３と、製品制約情報１１４と、在庫情報１１５と、を受け取り、記憶部１１０へ格納する。

出力部１４０は、記憶部１１０が記憶している製品構成推定情報１１７と、部品別所要量情報１１８と、をネットワーク１０２により接続されたユーザ端末１０３へ送信し、ユーザに製品構成と部品別所要量の算出結果を表示する機能を有する。

次に、本実施例における所要量計画システム１００が実行する処理の流れについて、図１０のフローチャートを用いて説明する。以下の一連の処理は、データベース１０４に所定数の過去案件情報１１２と、過去製品構成情報１１３と、が記録されていることを前提とし、例えば、ユーザ端末１０３へのユーザからの開始コマンドに応じて開始される。

まず、ステップＳ１において、情報取得部１２１が、ネットワーク１０２を介して、データベース１０４から、引合情報１１１と、過去案件情報１１２と、過去製品構成情報１１３と、製品制約情報１１４と、在庫情報１１５と、を取得し、記憶部１１０へ格納する。次に、ステップＳ２からステップＳ６の処理を引合情報１１１に格納された案件数分繰り返す。

まず、ステップＳ２において、製品構成推定部１２２が引合情報１１１と、過去案件情報１１２と、過去製品構成情報１１３と、から処理対象の案件と類似した過去案件の製品構成情報を抽出する。

具体的には、まず製品構成推定部１２２は、引合情報１１１と過去案件情報１１２の金額と、階床と、速度と、内装仕様と、納入台数を比較し、処理対象の案件と類似する過去案件を抽出する。例えば、引合情報１１１で案件Ｎｏが「１」の案件の場合、金額が「１００Ｍ円」、階床が「６０階」、速度が「１２０ｍ／ｍｉｎ」、内装仕様が「標準」、納入台数が「５台」である過去案件を抽出する。その結果、過去案件情報１１２より、案件Ｎｏが「１０１」と、「１０４」と、「１０５」などの過去案件が抽出される。

そして、製品構成推定部１２２は、過去製品構成情報１１３から、抽出した過去案件の製品構成情報を抽出する。前記の場合、過去製品構成情報１１３から、案件Ｎｏが「１０１」と、「１０４」と、「１０５」などのレコードが抽出される。

ここでは説明を簡明にするため、引合案件と各項目が一致する案件の抽出を例示したが、項目が完全に一致する過去案件に限らず、例えば各項目について類似度を求め、項目別の類似度を総合的に評価して、引合案件に類似する過去案件を抽出することができる。なお、類似の評価については任意の手法を用いればよい。

次に、ステップＳ３において、製品構成推定部１２２は、処理対象の案件における各機種の使用確率を推定する。製品構成推定部１２２は、前記ステップＳ２で抽出した過去案件の製品構成情報に基づき、図１１のように機種別に過去案件数を集計し、使用確率を算出する。図１１は、引合情報１１１の案件Ｎｏが「１」の案件に対する算出例である。その後、製品構成推定部１２２は、使用確率の算出結果を製品構成推定情報１１７に格納する。

図１１では、引合案件の仕様に類似する過去案件が１００件抽出されており、９０件が高速・標準型であり、５件が中速・標準型であり、５件が高速・オーダー型であった。このため、引合案件における高速・標準型の使用確率は９０％、中速・標準型の使用確率は５％、高速・オーダー型の使用確率は５％となっている。

次に、ステップＳ４において、製品構成推定部１２２は、処理対象の案件における装置の使用確率を算出する。以下の処理は、「高速・標準型」、「中速・標準型」など全ての機種に対して行い、各機種に組合される装置の使用確率を算出するが、本明細書では、「高速・標準型」に組合される装置の使用確率の算出例を示す。

まず、前記ステップＳ３と同様に、製品構成推定部１２２は、前記ステップＳ２で抽出した過去案件の製品構成情報に基づき、図１２のように装置別に案件数を集計し、使用確率を算出する。図１２は、引合情報１１１の案件Ｎｏが「１」、カテゴリが「ＤＡ」の装置の使用確率の算出例である。図１２に示すように、カテゴリが「ＤＡ」の装置は、「装置ＤＡ－１」と、「装置ＤＡ－２」と、「装置ＤＡ－３」と、「装置ＤＡ－４」と、「装置ＤＡ－５」と、「装置ＤＡ－６」の６種類あるものとする。

図１２では、引合案件の仕様に類似するとして抽出された１００件の過去案件のうち、３５件が「装置ＤＡ－１」であり、５件が「装置ＤＡ－２」であり、５件が「装置ＤＡ－３」であり、２０件が「装置ＤＡ－４」であり、２０件が「装置ＤＡ－５」であり、１５件が「装置ＤＡ－６」であった。このため、引合案件における「装置ＤＡ－１」の使用確率は３５％、「装置ＤＡ－２」の使用確率は５％、「装置ＤＡ－３」の使用確率は５％、「装置ＤＡ－４」の使用確率は２０％、「装置ＤＡ－５」の使用確率は２０％、「装置ＤＡ－６」の使用確率は１５％となっている。

ここで、ステップＳ３では、抽出した過去案件の全てを対象に装置の集計を行っている。例えば、機種「高速・標準型」を使用した案件を対象に装置の集計を行えば、機種と装置の関係を反映して集計を行うことができるが、階層を辿るごとに案件が細分化されて集計の母数が減少する。このため、ある階層について集計を行うときには、上の階層に依存せず、抽出した過去案件の全てを母数としているのである。

続いて、製品構成推定部１２２は、製品制約情報１１４から、各機種と組合せ可能な装置を取得する。図５の例では、カテゴリが「Ａ」の装置の中で、「高速・標準型」と組合せ可能な装置は、「装置ＤＡ－１」と、「装置ＤＡ－２」と、「装置ＤＡ－３」であり、図１２の「装置ＤＡ－４」と、「装置ＤＡ－５」と、「装置ＤＡ－６」は組合せできない。この結果、「高速・標準型」との組合せ可否のみを考慮すると、図１３のように装置の使用確率が算出される。すなわち、「装置ＤＡ－１」が３３％、「装置ＤＡ－２」が３３％、「装置ＤＡ－３」が３３％であり、「装置ＤＡ－４」が０％、「装置ＤＡ－５」が０％、「装置ＤＡ－６」が０％である。

このように、他層の構成物との組み合わせに関する制約を適用し、制約に抵触する組み合わせを除外することで、抽出した過去案件の全てを対象に当該階層の集計を行っていても、上の階層との関係を反映することができる。

最後に、製品構成推定部１２２は、過去案件の製品構成情報に基づき算出した使用確率と、製品制約情報に基づき算出した使用確率を組合せ、最終的な使用確率を算出する。具体的には、製品構成推定部１２２は、図１４のように２つの使用確率を掛け算する。図１４は、図１２と図１３の算出結果を掛け算した例である。ただし、単純な２つの使用確率の掛け算では、前記ステップＳ３で算出した機種別の使用確率を反映できないため、図１４のように、各装置に対する使用確率の積の和が、機種の使用確率と一致するように補正する。図１４の例では、「高速・標準型」の使用確率が「９０％」であるため、２つの使用確率の積を「９０％」で割り算する。最後に、製品構成推定部１２２は、使用確率の推定結果を製品構成推定情報１１７に格納する。なお、使用確率の組合わせ方法はベイズ推定など他の手法を用いてもよく、本明細書に記載した方法に限定されるものではない。

次に、ステップＳ５において、製品構成推定部１２２は、処理対象の案件におけるユニットの使用確率を算出する。ステップＳ５の処理内容は、前記ステップＳ４の処理内容と同様である。まず、製品構成推定部１２２は、前記ステップＳ２で抽出した過去案件の製品構成情報に基づく使用確率を算出する。次に、製品構成推定部１２２は、製品制約情報に基づく使用確率を算出する。その後、製品構成推定部１２２は、２つの使用確率を組合せることで、最終的な使用確率を算出し、製品構成推定情報１１７に格納する。

次に、ステップＳ６において、製品構成推定部１２２は、処理対象の案件における部品の使用確率を算出する。ステップＳ６の処理内容は、前記ステップＳ４の処理内容と同様である。まず、製品構成推定部１２２は、前記ステップＳ２で抽出した過去案件の製品構成情報に基づく使用確率を算出する。次に、製品構成推定部１２２は、製品制約情報に基づく使用確率を算出する。その後、製品構成推定部１２２は、２つの使用確率を組合せることで、最終的な使用確率を算出し、製品構成推定情報１１７に格納する。なお、部品の使用数は、前記ステップＳ２で抽出した過去案件の部品の使用数を集計し、その最頻値を採用するものとするが、これ以外の方法で使用数を決定してもよい。

次に、製品構成推定部１２２は、ステップＳ７と、ステップＳ８の処理を所要量計画の対象となる部品数分繰り返す。

まず、ステップＳ７において、在庫リスク算出部１２３は、在庫情報１１５から、処理対象の部品の在庫リスクを算出する。具体的には、在庫リスク算出部１２３は、安全在庫を現在の在庫数で割り算することで、在庫リスクを算出する。例えば、図６の「部品ＰＡ－１」の場合、安全在庫が「２００」、現在の在庫が「２５０」であるため、在庫リスクは２００÷２５０＝０．８となる。同様に、図６の「部品ＰＡ－２」の場合、安全在庫が「１５０」、現在の在庫が「１００」であるため、在庫リスクは１５０÷１００＝１．５となる。ただし、このように、在庫リスクが１より大きくなってしまう場合、在庫リスクは１とする。最後に、在庫リスク算出部１２３は、在庫リスクの算出結果を在庫リスク情報１１６へ格納する。

次に、ステップＳ８において、所要量算出部１２４は、在庫リスク情報１１６と、製品構成推定情報１１７から、処理対象の部品の所要量を月別に算出する。まず、所要量算出部１２４は、図１５のように、引合情報１１１と、製品構成推定情報１１７から、全案件の納期と、処理対象部品に対する全案件の使用確率と、使用数を抽出する。図１５は、「部品ＰＡ－１」に対する全案件の使用確率を抽出した一例である。そして、所要量算出部１２４は、納期の月別に、各案件の使用数と使用確率の積の和を合算する。図１５の「９月」に対しては、４０％×２＋８０％×１＋９０％×４・・・＝１５００と算出する。

次に、所要量算出部１２４は、在庫リスク情報１１６から処理対象の部品の在庫リスクを抽出し、前記算出結果に掛け算する。図１５の「部品ＰＡ－１」の場合、在庫リスクは「０．８」であるため、９月における所要量を１５００×０．８＝１２００と算出する。最後に、所要量算出部１２４は、算出結果を部品別所要量情報１１８に格納する。

次に、ステップＳ９において、出力部１４０が、製品構成推定情報１１７と、部品別所要量情報１１８に基づいて、各案件の製品構成の推定結果と、所要量算出結果を示す出力画面１４００を生成し、ネットワーク１０２を介して、ユーザ端末１０３へ表示する。

図１６に出力画面１４００の一例を示す。出力画面１４００は、案件Ｎｏ欄１４０１と、製品階層欄１４０２と、名前欄１４０３と、使用確率欄１４０４と、部品名欄１４０５欄と、月欄１４０６と、所要量欄１４０７と、から構成される。

案件Ｎｏ欄１４０１には、ユーザが指定した案件Ｎｏに関する情報が表示される。製品階層欄１４０２には、機種と、装置と、ユニットと、部品の中で、ユーザが使用確率を確認したい階層が表示される。名前欄１４０３には、前記製品階層欄１４０２に対応する階層の機種、装置、ユニット、部品の名前が表示される。使用確率欄１４０４には、前記名前欄１４０３に対する使用確率が表示される。部品名欄１４０５には、ユーザが所要量を確認したい部品が表示される。月欄１４０６には、先々の月が表示される。所要量欄１４０７には、前記月欄１４０６に表示された月に対する所要量が表示される。

上述してきたように、本実施例に開示した所要量計画システム及び所要量計画方法は、仕入れの対象となる仕入対象物から完成品までの構成物が階層をなす製品に対する引合情報を取得し、引合情報に適合する完成品の仕様から該完成品の１つ下位の構成物の使用確率を推定し、推定した構成物から１つ下位の構成物の使用確率を推定する処理を繰り返すことで仕入対象物の使用確率を推定する。そして、仕入対象物の使用確率から仕入対象物の所要量を算出する。

このように、構成のカスタマイズを想定し、階層を辿って順次構成を予測することで、受注生産の製品のように受注前には構成が確定しない製品であっても、引合段階で仕入対象物の所要量を算出することができる。

具体的には、過去の完成品の実績を示す過去案件情報を取得し、引合情報と類似する実績を過去案件情報から抽出し、抽出した実績から引合情報に適合する完成品における構成物の使用確率を推定することで、仕入対象物の所要量を算出可能である。

また、所定の構成物について該構成物を構成する１つ下位の構成物を推定する場合に、抽出した実績全体における下位の構成物の比率に基づいて、下位の構成物の使用確率を推定するので、下位の階層であっても構成物の使用確率を予測可能である。

また、完成品及び前記構成物について、１つ下位の構成物との組み合わせに関する制約を示す制約情報を用い、制約に抵触する組み合わせを除外して下位の構成物の使用確率を推定することで、下位の構成物との関係を反映して精度よく予測が可能である。

また、本実施例では、仕入対象物の使用確率と対応する使用数とを乗算した期待値を仕入対象物の所要量として算出する。また、複数の引合情報について求めた仕入対象物の所要量を、仕入対象物ごとに合算することもできる。このため、複数の引合情報における仕入対象物の所要量を総合的に管理することができる。すなわち、個別の案件については受注の成否で仕入対象物の要否がばらつくが、複数の案件の仕入対象物の所要量を期待値で管理すれば、案件ごとの要否のばらつきを吸収して在庫の過不足を回避できるのである。このとき、引合情報の受注確度を用いて引合情報の仕入対象物の所要量の期待値を求めてもよい。

また、本実施例では、完成品、完成品の構成物としての装置、装置の構成物としてのユニット、ユニットの構成物としての部品を含む階層を例示し、部品が仕入対象物である場合を例に説明を行ったが、階層構造や仕入対象物は実施例の例示に限定されるものではなく、任意の構造であってよい。また、仕入対象物は、部品に限らず、素材などでもよい。さらに、異なる階層に仕入対象物があってもよい。例えば、あるユニットについては構成物としての部品を仕入れて組み立てるが、特定のユニットについてはそれ自体が仕入対象物であってもよい。

なお、本実施例では、在庫管理の一例として月別の所要量を求める場合を示したが、本発明の利用はこれに限定されず、推定した仕入対象物の所要量は任意に利用することができる。例えば、実際の在庫から仕入対象物の所要量を減算し、安全在庫が残るように仕入量を決定してもよい。また、本実施例では、説明を省略したが、仕入対象物の互換性などの情報を用いて仕入対象物の所要量を管理してもよい。

このように、本発明は上述の実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、かかる構成の削除に限らず、構成の置き換えや追加も可能である。

１００：所要量計画システム、１０１：所要量計画装置、１０２：ネットワーク、１０３：ユーザ端末、１０４：データベース、１１０：記憶部、１２０：演算部、１３０：入力部、１４０：出力部、１１１：引合情報、１１２：過去案件情報、１１３：過去製品構成情報、１１４：製品制約情報、１１５：在庫情報、１１６：在庫リスク情報、１１７：製品構成推定情報、１１８：部品別所要量情報、１２１：情報取得部、１２２：製品構成推定部、１２３：在庫リスク算出部、１２４：所要量算出部、１４００：出力画面

Claims

仕入れの対象となる仕入対象物から完成品までの構成物が階層をなす製品について、受注前の引合段階にある案件の情報である引合情報を取得する情報取得部と、
前記引合情報に基づいて、前記仕入対象物の使用確率を推定する製品構成推定部と、
前記仕入対象物の使用確率から前記仕入対象物の所要量を算出する所要量算出部と
を備え、
前記情報取得部は、
前記完成品について、過去に受注した実績を示す過去案件情報をさらに取得し、
前記製品構成推定部は、
前記引合情報と類似する実績を前記過去案件情報から抽出し、
前記完成品の１つ下位の構成物である第一の構成物を使用確率の推定対象とする場合に、抽出した実績全体において前記推定対象が使われている確率を用いて前記使用確率を推定し、
前記第一の構成物の使用確率が得られている状態で、前記第一の構成物の１つ下位の構成物である第二の構成物を使用確率の新たな推定対象とする場合に、抽出した実績全体において前記新たな推定対象が使われている確率を用いて前記新たな推定対象の使用確率を推定し、
前記新たな推定対象が前記仕入対象物となるまで推定を繰り返す
ことを特徴とする所要量計画システム。
前記情報取得部は、前記完成品及び前記構成物について、１つ下位の構成物との組み合わせに関する制約を示す制約情報をさらに取得し、
前記製品構成推定部は、前記制約に抵触する組み合わせを除外して前記下位の構成物の使用確率を推定することを特徴とする請求項１に記載の所要量計画システム。
前記所要量算出部は、前記仕入対象物の使用確率と対応する使用数とを乗算した期待値を前記仕入対象物の所要量として算出することを特徴とする請求項１に記載の所要量計画システム。
前記階層は、前記完成品、前記完成品の構成物としての装置、前記装置の構成物としてのユニット、前記ユニットの構成物としての部品を含み、前記部品が前記仕入対象物であることを特徴とする請求項１に記載の所要量計画システム。
前記所要量算出部は、複数の引合情報について求めた前記仕入対象物の所要量を、前記仕入対象物ごとに合算することを特徴とする請求項１に記載の所要量計画システム。
前記所要量算出部は、前記仕入対象物ごとに所定の集計単位期間別の所要量を算出することを特徴とする請求項５に記載の所要量計画システム。
仕入れの対象となる仕入対象物から完成品までの構成物が階層をなす製品について、受注前の引合段階にある案件の情報である引合情報を取得する情報取得ステップと、
前記引合情報に基づいて、前記仕入対象物の使用確率を推定する製品構成推定ステップと、
前記仕入対象物の使用確率から前記仕入対象物の所要量を算出する所要量算出ステップと
を含み、
前記情報取得ステップは、
前記完成品について、過去に受注した実績を示す過去案件情報をさらに取得し、
前記製品構成推定ステップは、
前記引合情報と類似する実績を前記過去案件情報から抽出し、
前記完成品の１つ下位の構成物である第一の構成物を使用確率の推定対象とする場合に、抽出した実績全体において前記推定対象が使われている確率を用いて前記使用確率を推定し、
前記第一の構成物の使用確率が得られている状態で、前記第一の構成物の１つ下位の構成物である第二の構成物を使用確率の新たな推定対象とする場合に、抽出した実績全体において前記新たな推定対象が使われている確率を用いて前記新たな推定対象の使用確率を推定し、
前記新たな推定対象が前記仕入対象物となるまで推定を繰り返す
ことを特徴とする所要量計画方法。