JP7350650B2 - 最適化装置、最適化方法、および、コンピュータプログラム - Google Patents

Description

本発明は、最適化装置、最適化方法、および、コンピュータプログラムに関する。

従来から、複数の基本構成要素を組合せるときの組合せを最適化する最適化装置が知られている。例えば、特許文献１には、組合せのパターンを分割し、分割された範囲に含まれる組合せのパターンの一部分ごとに、最適化の計算を行う最適化装置が開示されている。また、特許文献２には、組合せを最適化したときの計算過程を使用者によって分析し、その分析結果を用いて、最適化された組合せのパターンを探索する範囲を限定する最適化装置が開示されている。

特開２００２－１８３７０７号公報 特開２００５－２５４４５号公報

特許文献１に記載の最適化装置では、分割された組合せのパターンの一部分ごとに最適化が行われる。しかしながら、組合せのパターンの一部分ごとの最適化の結果が、全体の最適化の結果と同じであるとの保証はない。このため、特許文献１に記載の最適化装置での最適化のための計算結果は、組合せの最適化のレベルが低くなるおそれがある。また、特許文献２に記載の最適化装置では、使用者によって分析がなされている間、最適化のための計算が停止するため、組合せを最適化するまでに要する時間が短縮されないおそれがある。

本発明は、上述した課題を解決するためになされたものであり、最適化装置において、組合せを最適化するまでに要する時間を短縮しつつ、組合せの最適化のレベルを向上する技術を提供することを目的とする。

本発明は、上述の課題の少なくとも一部を解決するためになされたものであり、以下の形態として実現することが可能である。

（１）本発明の一形態によれば、基本構成要素を組合せるときの組合せの最適化を行う最適化装置が提供される。最適化装置は、前記基本構成要素に関する情報が入力される要素入力部と、前記組合せの最適化に関する知見としての条件が入力される条件入力部と、進化型計算アルゴリズムを用いて、前記情報から作成される複数の前記組合せのパターンの中から、最適化された組合せのパターンを探索する探索部であって、前記条件を用いて前記最適化された組合せのパターンを探索する探索範囲を限定する前記探索部と、前記探索部での探索結果を出力する出力部と、を備える。

この構成によれば、最適化された組合せのパターンを探索する探索部は、組合せの最適化に関する知見としての条件を用いて探索範囲を限定する。これにより、探索部において評価される組合せのパターンの数は、組合せのパターンの探索範囲を限定しない場合に比べ少なくなるため、組合せを最適化するまでに要する時間を短縮することができる。また、最適化された組合せのパターンの探索範囲を限定する条件は、組合せの最適化に関する知見であるため、限定された探索範囲に含まれる組合せのパターンは、組合せの最適解そのものかまたは最適解に近いものとなる。これにより、組合せの最適化のレベルを向上することができる。

（２）上記形態の最適化装置において、前記探索部は、進化型計算アルゴリズムのうちの遺伝的アルゴリズムを用いて、前記最適化された組合せのパターンを探索してもよい。この構成によれば、探索部は、最適化のレベルが高い組合せのパターンを優秀な染色体とみなし、この優秀な染色体を優先的に選択して交差や突然変異などの遺伝的操作を繰り返すことで組合せのパターンを作成する。これにより、最適化された組合せのパターンを少ない作成回数と評価回数で見つけ出すことができるため、組合せを最適化するまでの時間をさらに短縮することができる。

（３）上記形態の最適化装置において、前記探索部は、前記基本構成要素を用いて、１次組合せのパターンを作成する１次作成部と、前記条件を用いて、前記探索範囲に含まれるように前記１次組合せのパターンの前記基本構成要素を組み替えて、２次組合せのパターンを作成する２次作成部と、を含む作成部と、前記２次作成部が作成した前記２次組合せのパターンを評価する評価部と、を備えてもよい。この構成によれば、作成部は、基本構成要素を用いて１次組合せのパターンを作成したのち、条件を用いて限定された範囲にパターンが含まれるように２次組合せのパターンを作成する。これにより、一般的に最適化装置に含まれている１次作成部に、知見としての条件を利用して２次組合せのパターンを作成する２次作成部を追加することで、組合せを最適化するまでに要する時間を短縮しつつ、組合せの最適化のレベルを向上することができる。

（４）上記形態の最適化装置において、前記探索部は、前記条件を用いて、複数の前記基本構成要素の一部を組合せた部分組合せのパターンを作成する部分作成部と、前記部分組合せのパターンを含む全体組合せのパターンを作成する全体作成部と、を含む作成部と、前記全体作成部が作成した前記全体組合せのパターンを評価する評価部と、を備えてもよい。この構成によれば、作成部は、評価部によって評価される全体組合せのパターンを、基本構成要素を用いて作成する前に、条件を用いて基本構成要素の一部を組合せた部分組合せのパターンを作成する。これにより、全体組合せのパターンは、条件によって限定される探索範囲に含まれるため、評価部において評価される組合せのパターンの数が少なくなる。したがって、組合せを最適化するまでに要する時間をさらに短縮することができる。

（５）上記形態の最適化装置において、前記評価部は、前記作成部が作成した前記組合せのパターンを評価する組合せ評価部と、前記組合せ評価部での評価結果が所定の評価条件を満たしているか否かを判定する第１判定部と、前記組合せ評価部での評価結果が所定の評価回数内で変化していないか否かを判定する第２判定部と、を含み、前記評価結果が前記所定の評価条件を満たしていると前記第１判定部が判定する場合、または、前記評価結果が前記所定の評価条件を満たしていないと前記第１判定部が判定し、かつ、前記評価結果が前記所定の評価回数内で変化していないと前記第２判定部が判定する場合、前記出力部は、前記評価結果を前記探索結果として出力し、前記評価結果が前記所定の評価条件を満たしていないと前記第１判定部が判定し、かつ、前記評価結果が前記所定の評価回数内で変化していると前記第２判定部が判定する場合、前記作成部は、新たに組合せのパターンを作成してもよい。この構成によれば、組合せ評価部における組合せのパターンの評価結果が所定の評価条件を満たしている場合、出力部は、評価結果を出力する。また、組合せのパターンの評価結果が所定の評価条件を満たしていないが所定の評価回数内で変化している場合、組合せの最適化のレベルがさらに向上することが予想されるため、作成部は、新たに組合せのパターンを作成し、組合せ評価部は、その評価を行う。一方、組合せのパターンの評価結果が所定の評価条件を満たされておらず、かつ、所定の評価回数内でも変化していない場合、組合せの最適化のレベルがこれ以上向上することが見込めないため、出力部は、評価結果を出力し、組合せの最適化を終了する。これにより、組合せの最適化のレベルが所定のレベルに到達しない場合でも、組合せの最適化のための計算を終了し、一定程度最適化された組合せのパターンを出力するまでに要する時間を短縮することができる。

（６）上記形態の最適化装置において、複数の前記基本構成要素に関する情報は、複数の製品のそれぞれを生産するのに必要な時間、前記生産ラインに含まれる複数の生産工程の間において仮置き可能な仕掛品の数、および、前記複数の製品を生産する生産ラインでの段替えに必要な時間であり、前記探索結果は、前記生産ラインでの前記製品の生産時間に関する評価結果であってもよい。この構成によれば、生産ラインにおいて、所定の複数の製品をより短時間で生産することができる生産スケジュールを立案することができる。

なお、本発明は、種々の態様で実現することが可能であり、例えば、最適化装置を含むシステム、これら装置およびシステムの制御方法、これら装置およびシステムにおいて最適化方法を実行させるコンピュータプログラム、そのコンピュータプログラムを配布するためのサーバ装置、そのコンピュータプログラムを記憶した一時的でない記憶媒体等の形態で実現することができる。

第１実施形態の最適化装置の概略構成を示す模式図である。 最適化装置で最適化される組合せのパターンを説明する模式図である。 最適化方法を示すフローチャートである。 組合せのパターンの作成方法を説明する第１の模式図である。 組合せのパターンの作成方法を説明する第２の模式図である。 最適化装置の効果を説明する第１の図である。 最適化装置の効果を説明する第２の図である。 最適化方法での組合せの最適解の探索イメージを示す図である。 第２実施形態の最適化装置の概略構成を示す模式図である。 第２実施形態での組合せのパターンの作成方法を説明する模式図である。 第３実施形態での組合せのパターンの作成方法を説明する模式図である。 第３実施形態の最適化装置の効果を説明する図である。 第４実施形態の最適化装置の概略構成を示す模式図である。

＜第１実施形態＞
図１は、第１実施形態の最適化装置１の概略構成を示す模式図である。最適化装置１は、入力された基本構成要素を用いて作成される組合せを最適化し、最適化された組合せのパターンを出力する。本実施形態の最適化装置１は、品番が異なる複数の製品を１つの生産ラインにおいて生産する場合において、その生産ラインでの生産スケジュール、すなわち、複数の製品を生産する順番を立案するときに用いられる。１つの生産ラインにおいて品番が異なる製品を生産する場合、例えば、品番Ａの製品を生産した直後に品番Ｂの製品を生産する場合、装置の段替えを行う必要がある。このため、製品を生産する順番によって、所定の製品をすべて生産するのに要する時間が異なる。本実施形態では、最適化装置１は、品番が異なる製品のそれぞれの生産に要する時間（以下、「個別生産時間」という）と、装置の段替えに必要な時間（以下、「段替え時間」という）とから算出可能な生産スケジュール全体の生産時間に着目して、１つの生産ラインにおける生産スケジュールを最適化し、生産時間が短くなる組合せのパターンを探索する。

図２は、最適化装置１で最適化される組合せのパターンを説明する模式図である。ここで、本実施形態の最適化装置１で作成される組合せを構成する基本構成要素、および、最適化装置１で最適化される組合せのパターンについて説明する。本実施形態では、最適化装置１を用いて、品番が異なる製品を生産するときの生産スケジュール全体の生産時間を最適化し、生産時間を可能な限り短くすることを目的としていることから、組合せのパターンを構成する「基本構成要素」は、それぞれの製品となる。本実施形態では、基本構成要素は、３個の品番Ａの製品（図２（ａ）での符号Ａ１、Ａ２、Ａ３）と、３個の品番Ｂの製品（図２（ａ）での符号Ｂ１、Ｂ２、Ｂ３）と、７個の品番Ｃの製品（図２（ａ）での符号Ｃ１、Ｃ２、Ｃ３、Ｃ４、Ｃ５、Ｃ６、Ｃ７）と設定する。

図２（ｂ）には、３種類の製品（品番Ａ、品番Ｂ、品番Ｃ）を、生産される順番に並べた生産スケジュールの一例を示す。この生産スケジュールが、本実施形態の最適化装置１で作成される「組合せのパターン」となる。図２（ｂ）に示す生産スケジュールでは、時間の進行方向を点線ｔで示しており、最初に、製品Ｃ１、Ｃ２、Ｃ３を生産したのち、生産する品番を品番Ｃから品番Ｂに変更する段替えＴｃｂを行い、製品Ｂ１を生産する。その後、生産する品番を品番Ｂから品番Ａに変更する段替えＴｂａを行い、品番Ａの製品Ａ１を生産したのち、生産する品番を品番Ａから品番Ｃに変更する段替えＴａｃを行う。本実施形態の生産スケジュールでは、このように、３種類の製品のそれぞれを生産しつつ、生産する製品の品番が異なる時には、生産する品番を変更する段替えＴａｂ（品番Ａ→品番Ｂ）、Ｔｂａ（品番Ｂ→品番Ａ）、Ｔｂｃ（品番Ｂ→品番Ｃ）、Ｔｃｂ（品番Ｃ→品番Ｂ）、Ｔａｃ（品番Ａ→品番Ｃ）、Ｔｃａ（品番Ｃ→品番Ａ）を行う。

図２（ｂ）に示すような生産スケジュールでは、個別生産時間と段替え時間との合計によって、生産時間が決定される。本実施形態の最適化装置１では、生産スケジュールを最適化することで、生産スケジュールに沿って製品を生産するのに要する時間、すなわち、生産時間がより短くなるような組合せのパターン、あるいは、生産時間が最も短くなるような最適化された組合せのパターンを探索する。なお、最適化装置１が適用される分野はこれに限定されない。例えば、仕入れ先を基本構成要素として組合せて作られる運搬ルートを最適化してもよい。また、最適化のレベルを評価する指標は、時間に限定されない。例えば、本実施形態の最適化装置１では、製造コストを指標として最適化をおこなってもよい。

最適化装置１は、要素入力部１０と、条件入力部２０と、探索部３０と、出力部４０を備える。要素入力部１０は、生産ラインで生産される製品に関する情報が入力されるインターフェースである。本実施形態では、「基本構成要素に関する情報」として、３種類の製品のそれぞれの個別生産時間、段替え時間、および、生産ラインに含まれる複数の生産工程の間において仮置き可能な仕掛品の数、いわゆる、バッファ数が、要素入力部１０によって入力される。要素入力部１０は、例えば、タッチパネル、キーボード、センサ、マイクなどである。

条件入力部２０は、生産ラインでの生産スケジュールの最適化に関する知見としての条件が入力されるインターフェースである。ここで、知見とは、最適化装置１において生産スケジュールの最適化を行う前に分かっている知識であって、本実施形態では、生産ラインの使用者が生産ラインを操作してきた経験によって取得しているノウハウが該当する。条件入力部２０は、例えば、タッチパネル、キーボード、センサ、マイクなどであり、要素入力部１０と同じインターフェースであってもよい。

探索部３０は、作成部３１と、評価部３６とを備える。探索部３０は、進化型計算アルゴリズムを用いて、要素入力部１０によって入力される生産ラインで生産される製品に関する情報から作成される複数の組合せのパターンの中から、最適化された組合せのパターンを探索する。このとき、探索部３０は、条件入力部２０によって入力される生産ラインでの生産スケジュールの最適化に関する知見としての条件を用いて最適化された組合せのパターンを探索する探索範囲を限定する。

作成部３１は、進化型計算アルゴリズムを用いて、生産スケジュールを作成する。作成部３１は、ＣＰＵがＲＯＭに格納されているコンピュータプログラムをＲＡＭに展開し実現される。本実施形態の作成部３１は、１次作成部３２と、２次作成部３３と、組合せ出力部３４を含む。

１次作成部３２は、接続している要素入力部１０に入力される３種類の製品に関する情報を用いて、複数の１次スケジュールを作成する。ここで、１次スケジュールとは、要素入力部１０に入力される情報のみから作成される生産スケジュールのことである。１次作成部３２で作成された複数の１次スケジュールは、２次作成部３３に出力される。また、本実施形態では、１次作成部３２は、後述する最適化方法において、最初に１次スケジュールを作成すると、２次作成部３３には１次スケジュールを出力せずに、組合せ出力部３４に直接出力する。

２次作成部３３は、１次作成部３２が出力する１次スケジュールから２次スケジュールを作成する。ここで、２次スケジュールとは、１次スケジュールをベースとする生産スケジュールであって、条件入力部２０に入力される条件によって限定される組合せのパターンの探索範囲に含まれる生産スケジュールのことである。２次作成部３３では、条件入力部２０に入力される条件を用いて、生産スケジュールの組合せのパターンの探索範囲を限定する。２次作成部３３では、限定されたパターンの探索範囲に含まれるように、１次スケジュールにおける製品の並びを組み替えて、２次スケジュールを作成する。組合せ出力部３４は、２次作成部３３が作成した２次スケジュールを評価部３６に出力する。作成部３１での１次スケジュールおよび２次スケジュールの作成方法の詳細は、後述する。

評価部３６は、作成部３１が出力した生産スケジュールを評価する。評価部３６は、ＣＰＵがＲＯＭに格納されているコンピュータプログラムをＲＡＭに展開し実現される。評価部３６は、組合せ評価部３７と、第１判定部３８と、第２判定部３９を含む。組合せ評価部３７は、作成部３１の組合せ出力部３４が出力した生産スケジュールを、時間を指標として評価する。組合せ評価部３７は、評価結果を第１判定部３８に出力する。

第１判定部３８は、組合せ評価部３７での評価結果が所定の評価条件を満たしているか否かを判定する。具体的には、本実施形態では、生産スケジュールの生産時間が、所定の時間以内であるか否かを判定する。第２判定部３９は、第１判定部３８での判定を受けて、組合せ評価部３７での評価結果が所定の評価回数内で変化しているか否かを判定する。具体的には、本実施形態では、生産スケジュールの生産時間が組合せ評価部３７での評価のたびに変化しているか否かを判定する。第１判定部３８および第２判定部３９での判定の詳細は、後述する。

出力部４０は、例えば、タッチパネル、液晶パネル、フラッシュメモリ、メモリカードなどであって、評価部３６での評価結果を外部に向けて出力する。出力部４０は、要素入力部１０や条件入力部２０と同じインターフェースであってもよい。

図３は、最適化方法を示すフローチャートである。ここでは、本実施形態の最適化方法を説明する。図３に示すフローチャートは、最適化装置１の操作者の指令によってスタートする。

最初に、最適化装置１に基本構成要素を入力する（ステップＳ１１）。具体的には、最適化装置１の操作者は、要素入力部１０を利用して、最適化装置１に、品番Ａ、Ｂ、Ｃの製品のそれぞれの個別生産時間と、段替え時間と、仮置き可能な仕掛品の数を入力する。

ステップＳ１１の次に、最適化装置１に条件を入力する（ステップＳ１２）。具体的には、最適化装置１の操作者は、条件入力部２０を利用して、最適化装置１に、生産ラインの使用者が生産ラインを操作してきた経験によって取得しているノウハウを、条件として入力する。本実施形態では、最適化装置１の操作者は、生産ラインの熟練者が経験的に取得しているノウハウとして、生産スケジュールの最初に、３個の品番Ａの製品を連続して生産することが、生産時間の短縮に望ましいことを知っているとする。ステップＳ１２では、この熟練者が経験的に取得しているノウハウを知見としての条件を入力する。

ステップＳ１２の次に、作成部３１は、初期個体を設定する（ステップＳ１３）。具体的には、作成部３１の１次作成部３２は、進化型計算アルゴリズムのうちの遺伝的アルゴリズムを用いて、乱数を用いて製品を生産する順番を決定し、１次スケジュールを作成する。作成部３１では、作成した複数の１次スケジュールの集合体を初期個体として設定する。すなわち、初期個体は、遺伝的アルゴリズムでの０世代目にあたる。設定された初期個体は、組合せ出力部３４に直接出力される。組合せ出力部３４は、初期個体を評価部３６に出力する。

ステップＳ１３の次に、評価部３６は、初期個体を評価する（ステップＳ１４）。具体的には、評価部３６の組合せ評価部３７は、組合せ出力部３４が出力した初期個体に含まれる複数の１次スケジュールのそれぞれについて生産時間を計算する。組合せ評価部３７は、計算された生産時間を評価結果として、第１判定部３８に出力する。

ステップＳ１４の次に、評価部３６は、初期個体が個体設定の終了条件を満たすか否かを判定する（ステップＳ１５）。具体的には、評価部３６の第１判定部３８は、所定の終了条件を満たす１次スケジュールが初期個体に含まれているか否かを判定する。ここで、ステップＳ１５での個体設定の終了条件としては、生産時間が所定の時間以内であることは、特許請求の範囲の「所定の評価条件を満たしている」に該当する。

生産時間が所定の時間以内である１次スケジュールが初期個体に含まれている場合、第１判定部３８によって個体設定の終了条件を満たすと判定される。これにより、ステップＳ１９において、出力部４０は、個体設定の終了条件を満たした１次スケジュールに関する情報を探索結果として外部に出力し、今回の最適化方法を終了する。

また、生産時間が所定の時間以内である１次スケジュールが初期個体に含まれていない場合、第１判定部３８によって個体設定の終了条件を満たしていないと判定され、ステップＳ１６において、次世代の個体を設定する。なお、本実施形態では、第１判定部３８によって個体設定の終了条件を満たしていないと判定される場合、後述するように、第２判定部３９によって１次スケジュールの生産時間が所定の世代間で変化しているか否かを判定されることとなっている。しかしながら、ステップＳ１５では、組合せ評価部３７は初期個体についての評価結果を判定していることから、世代間での比較はできない。そこで、ステップＳ１５では、第２判定部３９はスルーし、１次作成部３２に進む（図１参照）。今回の説明では、ステップＳ１５での判定は、初期個体が個体設定の終了条件を満たさなかったとして、ステップＳ１６に進む流れで説明する。生産時間が所定の世代間で変化していないことは、特許請求の範囲の「所定の評価回数内で変化していない」に該当する。なお、第２判定部３９での判定の内容の詳細は、後述のステップＳ１８で説明する。

ステップＳ１５において初期個体が個体設定の終了条件を満たさなかったと判定されると、作成部３１は、遺伝的操作によって次世代の個体を設定する（ステップＳ１６）。具体的には、作成部３１の１次作成部３２は、初期個体に含まれる複数の１次スケジュールのうち、評価部３６での評価が優れていた１次スケジュールを親として選択し、交差などの遺伝的操作によって第１世代の２次スケジュールを作成する。

図４は、組合せのパターンの作成方法を説明する第１の模式図である。ステップＳ１６では、１次作成部３２は、初期個体に含まれる１次スケジュールから親を選択し交差させることで、例えば、図４（ａ）の符号Ｇ１１で示す、第１世代の１次スケジュールを１次組合せのパターンとして作成する。すなわち、１次スケジュールは、前世代の個体に含まれる生産スケジュールに対して遺伝的操作を行って作成される生産スケジュールである。次に、ステップＳ１６では、２次作成部３３は、第１世代の１次スケジュールＧ１１が、条件入力部２０に入力された条件によって限定された探索範囲に含まれるように基本構成要素を交換し、組み替える。具体的には、図４（ｂ）に示すように、品番Ａの製品Ａ１、Ａ２、Ａ３が、生産スケジュールの最初に並ぶように、品番Ｃの製品Ｃ１、Ｃ２、Ｃ３と交換する（製品Ｃ１と製品Ａ１との交換Ｅｘ１、製品Ｃ２と製品Ａ２との交換Ｅｘ２、製品Ｃ３と製品Ａ３との交換Ｅｘ３）。これにより、第１世代の２次スケジュールＧ１２が２次組合せのパターンとして作成される（図４（ｃ）参照）。すなわち、２次組合せのパターンは、同世代の１次組合せのパターンに対して条件入力部２０に入力された条件を用いて作成した生産スケジュールである。

図５は、組合せのパターンの作成方法を説明する第２の模式図である。ステップＳ１６における遺伝的操作による次世代の個体の設定は、図５に示すような玉突きによる方法であってもよい。具体的には、１次作成部３２が第１世代の１次スケジュールＧ１１を作成したのち（図５（ａ）参照）、２次作成部３３は、第１世代の１次スケジュールＧ１１において、品番Ａの製品Ａ１、Ａ２、Ａ３を生産スケジュールの最初に並ぶようにスライドさせる（図５（ｂ）の符号Ｓ１、Ｓ２、Ｓ３参照）。このとき、品番Ａの製品Ａ１、Ａ２、Ａ３が配置されていた位置には、品番Ｂの製品Ｂ１、Ｂ２、Ｂ３、および、品番Ｃの製品Ｃ１、Ｃ２、Ｃ３、Ｃ４、Ｃ５、Ｃ６、Ｃ７が玉突きされる形となる。具体的には、製品Ａ３の位置には製品Ｃ７が移動し、製品Ａ２の位置には製品Ｃ４が移動し、製品Ａ１の位置には製品Ｃ２が移動する。これにより、第１世代の２次スケジュールＧ１２が２次組合せのパターンとして作成される（図５（ｃ）参照）。ステップＳ１６では、このように、遺伝的操作と知見としての条件によって、品番Ａの製品Ａ１、Ａ２、Ａ３が生産スケジュールの最初に並ぶ第１世代の２次スケジュールＧ１２が作成される。ステップＳ１６では、作成部３１は、このようにして、第１世代の２次スケジュールＧ１２を複数作成し、第１世代の２次スケジュールＧ１２の集合体である第１世代の個体を設定する。

ステップＳ１６の次に、評価部３６は、第１世代の個体を評価する（ステップＳ１７）。具体的には、ステップＳ１４と同様に、評価部３６の組合せ評価部３７は、組合せ出力部３４が出力した第１世代の個体に含まれる複数の生産スケジュールのそれぞれについて生産時間を計算する。組合せ評価部３７は、計算された生産時間を評価結果として、第１判定部３８に出力する。

ステップＳ１７の次に、評価部３６は、初期個体が個体設定の終了条件を満たすか否かを判定する（ステップＳ１８）。具体的には、ステップＳ１５と同様に、評価部３６の第１判定部３８は、所定の終了条件を満たす２次スケジュールが第１世代の個体に含まれているか否かを判定する。ここで、ステップＳ１８での個体設定の終了条件としては、生産時間が所定の時間以内であること、または、生産時間が所定の時間より長い場合には生産時間が所定の世代間で変化していないこと、を指す。以下に、ステップＳ１８での判定内容と、その後のフローについて説明する。

第１世代の個体に含まれている２次スケジュールの生産時間が所定の時間以内である場合、第１判定部３８によって個体設定の終了条件を満たすと判定され、ステップＳ１９において、出力部４０は、個体設定の終了条件を満たした２次スケジュールに関する情報を探索結果として外部に出力する。これにより、今回の最適化方法を終了する。

また、第１世代の個体に含まれている２次スケジュールの生産時間が所定の時間より長い場合、第２判定部３９によって生産時間が所定の世代間、例えば、１つ前の世代と比較して変化していないか否かを判定する。具体的には、１つ前の世代の個体に含まれる生産スケジュールの生産時間と、今回の世代の個体に含まれる生産スケジュールの生産時間とが同じである場合、第２判定部３９は、生産時間が所定の世代間で変化していないと判定する。この場合、ステップＳ１９において、出力部４０は、個体設定の終了条件を満たした生産スケジュールに関する情報を外部に出力する。これにより、今回の最適化方法を終了する。また、１つ前の世代の個体に含まれる生産スケジュールの生産時間と、今回の世代の個体に含まれる生産スケジュールの生産時間とが異なる場合、第２判定部３９は、生産時間が所定の世代間で変化していると判定する。この場合、ステップＳ１６に戻り、遺伝的操作によって次世代の個体を再設定する（ステップＳ１６）。ステップＳ１６では、作成部３１は、遺伝的操作と知見としての条件によって、品番Ａの製品Ａ１、Ａ２、Ａ３を生産スケジュールの最初に並ぶ第２世代の２次スケジュールＧ１２を作成する。評価部３６では、作成部３１が作成した第２世代の２次スケジュールＧ１２を評価する。なお、第２判定部３９によって判定される所定の世代間での比較は、上述したように、１つ前の世代との比較のみに限定されない。２つ以上前の世代からのそれぞれの世代の生産時間どうしを比較してもよい。また、第２判定部３９での判定は、上述したように、第２世代の個体からではなく、第３世代以降の個体からであってもよい。

最適化装置１では、生産スケジュールの生産時間が個体設定の終了条件を満たさないと、作成部３１での２次スケジュールＧ１２の作成と、評価部３６での２次スケジュールＧ１２の評価を繰り返す。この作成と評価を繰り返すうちに、２次スケジュールＧ１２の評価内容が個体設定の終了条件を満たすと、出力部４０は、個体設定の終了条件を満たした生産スケジュールを外部に出力し（ステップＳ１９）、今回の最適化方法を終了する。

図６は、最適化装置１の効果を説明する第１の図である。図６には、本実施形態での最適化方法において、生産時間が最も短くなるような組合せのパターンを探索する探索範囲に含まれる組合せ数を示している。図６には、本実施形態の場合の組合せ数を示す棒グラフＶ１と、比較例として、組合せの全てを最適化のための探索範囲とする場合の組合せ数を示す棒グラフＥ１を示す。なお、組合せ数の計算では、同じ製品内、例えば、製品Ｃ１と製品Ｃ２、であっても、別々の製品であるとして組合せ数をカウントしている。

１３個の基本構成要素の組合せとなる比較例では、図６に示すように、組合せ数は１３！となり、おおよそ６．２×１０⁹となる。一方、１３個の基本構成要素のうち３個の基本構成要素（品番Ａの製品）が最初に並べられることが決まっている本実施形態では、組合せ数は１０！で、おおよそ３．６×１０⁶となり、比較例のおおよそ２０００分の１となる。このことから、本実施形態では、評価する組合せ数が少なくなるため、組合せを最適化するまでに要する時間が短縮されることがわかる。

図７は、最適化装置１の効果を説明する第２の図である。図７に示すグラフは、横軸に世代を示し、縦軸に生産時間を示しており、最適化方法での生産スケジュールの生産時間の収束性を示している。図７には、本実施形態の最適化装置１での最適化の結果（○印と実線Ｖ２）と、比較例の最適化装置での最適化の結果（×印と点線Ｅ２）を示している。

比較例の最適化装置では、２０世代にわたって評価を行った結果、生産時間は、１８０００秒程度で収束することがわかる。一方、本実施形態では、第１世代において、生産時間が大きく減少し、第３世代において生産時間が収束していることがわかる。このことから、本実施形態では、組合せを最適化するまでに要する時間を短縮することができることがわかる。

また、本実施形態では、収束した生産時間は、１７６００秒程度となっており、比較例より短い時間に収束している。このことから、本実施形態で最適化された生産スケジュールは、比較例に比べ、最適化のレベル、例えば、遺伝的アルゴリズムにおける適応度、が向上していることがわかる。

図８は、本実施形態での最適化方法での組合せの最適解の探索イメージを示す図である。図８に示すイメージ図では、横軸に組合せの最適解の探索範囲を示し、縦軸に組合せの最適化のレベルを示している。なお、縦軸では、紙面上側が最適化のレベルが低く、紙面下側が最適化のレベルが高い。

図８（ａ）に示す比較例での最適化方法の場合、組合せの最適解の探索範囲Ａｒ０が広いため、図８（ａ）に示す○印Ｐ０から組合せの最適解Ｐｍを探索した場合、最適解Ｐｍを探索するためには、比較的長い時間を必要とする（図８（ａ）の点線ＤＬ０）。また、最適解Ｐｍを探索する過程で、最適化のレベルは比較的高いが、最適レベルＬｖｍではないレベルＬｖ０で指標が収束すると、最適化のレベルが低くなる。

一方、図８（ｂ）に示す本実施形態での最適化方法の場合、組合せの最適解の探索範囲が条件によって比較例に比べて限定されている（図８（ｂ）の探索範囲Ａｒ１参照）ため、図８（ｂ）に示す○印Ｐ１から、比較的短い時間で組合せの最適解Ｐｍを探索することができる（図８（ｂ）の点線ＤＬ１）。また、知見は、組合せの最適化に関するものであるため、知見としての条件によって限定されている最適解の探索範囲Ａｒ１は、最適解Ｐｍを含む狭い範囲となるため、最適解Ｐｍを探索する過程で、最適レベルＬｖｍではないレベルの組合せに収束することは少なくなる。

以上説明した、本実施形態の最適化装置１によれば、最適化された生産スケジュールを探索する探索部３０は、組合せの最適化に関する知見としての条件を用いて探索範囲を限定する。これにより、探索部３０において評価される生産スケジュールの数は、生産スケジュールの探索範囲を限定しない場合に比べ少なくなるため、組合せを最適化するまでに要する時間を短縮することができる。また、最適化された生産スケジュールの探索範囲を限定する知見は、組合せの最適化に関するものであるため、限定された探索範囲に含まれる生産スケジュールは、最適化のレベルが、組合せの最適解そのものかまたは最適解に近いものとなる。これにより、組合せの最適化のレベルを向上することができる。

また、本実施形態の最適化装置１によれば、探索部３０は、最適化のレベルが高い組合せのパターンを優秀な染色体とみなし、この優秀な染色体を優先的に選択して交差や突然変異などの遺伝的操作を繰り返すことで組合せのパターンを作成する。これにより、最適化された組合せのパターンを少ない作成回数と評価回数で見つけ出すことができるため、組合せを最適化するまでの時間をさらに短縮することができる。

また、本実施形態の最適化装置１によれば、作成部３１は、基本構成要素を用いて１次スケジュールを作成したのち、条件を用いて限定された探索範囲にパターンが含まれるように２次スケジュールを作成する。これにより、一般的に最適化装置に含まれている１次作成部３２に、知見としての条件を利用して１次スケジュールから２次スケジュールを作成する２次作成部３３を追加することで、組合せを最適化するまでに要する時間を短縮しつつ、組合せの最適化のレベルを向上することができる。

また、本実施形態の最適化装置１によれば、組合せ評価部３７における２次スケジュールの生産時間が所定の時間以内である場合、出力部４０は、組合せ評価部３７での評価結果を出力する。また、２次スケジュールの生産時間が所定の時間より長いが生産時間が所定の世代間で変化している場合、組合せの最適化のレベルがさらに向上することが予想されるため、作成部３１は、新たに組合せのパターンを作成し、組合せ評価部３７は、その評価を行う。一方、２次スケジュールの生産時間が所定の時間より長く、かつ、生産時間が所定の世代間で変化していない場合、組合せの最適化のレベルがこれ以上向上することが見込めないため、出力部４０は、組合せ評価部３７での評価結果を出力し、組合せの最適化を終了する。これにより、組合せの最適化のレベルが所定のレベルに到達しない場合でも、組合せの最適化のための計算を終了し、一定程度最適化された２次スケジュールを出力するまでに要する時間を短縮することができる。

また、本実施形態の最適化装置１によれば、複数の品番Ａ、Ｂ、Ｃのそれぞれの生産時間、段替えＴａｂ、Ｔｂａ、Ｔｂｃ、Ｔｃｂ、Ｔａｃ、Ｔｃａのそれぞれの段替え時間、および、複数の生産工程の間において仮置き可能な仕掛品の数から、生産ラインでの生産時間を評価する。これにより、生産ラインにおいて、所定の複数の製品をより短時間で生産することができる生産スケジュールを立案することができる。

＜第２実施形態＞
図９は、第２実施形態の最適化装置２の概略構成を示す模式図である。第２実施形態の最適化装置２は、第１実施形態の最適化装置１（図１）と比較すると、作成部の構成が異なる。

第２実施形態の最適化装置２は、要素入力部１０、条件入力部２０、探索部５０、および、出力部４０を備える。探索部５０は、作成部５１と、評価部３６を備える。

作成部５１は、遺伝的アルゴリズムを用いて、生産スケジュールを作成する。作成部５１は、ＣＰＵがＲＯＭに格納されているコンピュータプログラムをＲＡＭに展開し実現される。本実施形態の作成部５１は、部分作成部５２と、全体作成部５３と、組合せ出力部５４を含む。

部分作成部５２は、条件を用いて部分組合せのパターンを作成する。具体的には、部分作成部５２は、要素入力部１０に入力される基本構成要素に関する情報と、条件入力部２０に入力される知見としての条件から、複数の基本構成要素の一部を組合せた部分スケジュールを部分組合せのパターンとして作成する。

図１０は、本実施形態での組合せのパターンの作成方法を説明する模式図である。ここで、部分スケジュールとは、複数の基本構成要素の一部を組合せた部分的な生産スケジュールである。本実施形態では、部分スケジュールには、部分スケジュールに含まれる基本構成要素、および、生産スケジュール内で配置される場所が条件を用いて規定されている。すなわち、生産スケジュールを作成するにあたって予約されている生産スケジュールの一部分と考えてもよい。例えば、図１０（ａ）に示す生産スケジュールの場合、部分スケジュールは、品番Ａの製品Ａ１、Ａ２、Ａ３をひとまとめとした部分スケジュールＲ２であり、本実施形態では、生産スケジュールのうち、部分スケジュールＲ２は、最初に配置されることが規定されている。

全体作成部５３は、部分作成部５２が作成した部分スケジュールを含む全体スケジュールを作成する。ここで、全体スケジュールとは、複数の基本構成要素を全て組合せた全体の生産スケジュールであって、部分スケジュールを含んでいる。全体作成部５３は、部分作成部５２が作成した部分スケジュールと、部分スケジュールに含まれなかった基本構成要素とを組み合わせて、全体スケジュールを作成する。本実施形態では、図１０（ａ）に示す生産スケジュールＧ２１が、全体作成部５３が作成する全体スケジュールとなる。

また、全体作成部５３は、遺伝的操作によって個体を設定する。具体的には、全体作成部５３は、作成した全体スケジュールに対して、交差や突然変異などの遺伝的操作を行い、個体を設定する。この遺伝的操作を行うとき、部分スケジュールＲ２は、条件を用いて規定されている内容が保持されたまま全体スケジュールに含まれる。例えば、図１０（ｂ）に示すように、全体作成部５３が、品番Ｃの製品Ｃ３と品番Ｂの製品Ｂ２とが入れ替えられる交差を遺伝的操作として行う場合でも、部分スケジュールＲ２には、遺伝的操作は行われない。全体作成部５３は、このようにして、部分作成部５２が作成した部分スケジュールと、部分スケジュールに含まれなかった基本構成要素との組合せと、遺伝的操作とによって、全体スケジュールＧ２２を作成する。全体作成部５３は、複数の全体スケジュールＧ２２を作成し、個体を設定する。

組合せ出力部５４は、全体作成部５３が作成した全体スケジュールを評価部３６に出力する。評価部３６は、組合せ出力部５４が出力した全体スケジュールを評価する。

次に、本実施形態の最適化方法を説明する。本実施形態の最適化方法は、第１実施形態の最適化方法と同じフローで行われる。ここでは、特に、最適化方法に含まれるステップのうち、第１実施形態と内容が異なるステップについて説明する。

ステップＳ１２の次のステップＳ１３において、作成部５１の全体作成部５３は、初期個体を設定する。具体的には、全体作成部５３は、進化型計算アルゴリズムのうちの遺伝的アルゴリズムを用いて複数の生産スケジュールを作成し、この複数の生産スケジュールの集合体を初期個体として設定する。

ステップＳ１５において初期個体が個体設定の終了条件を満たさなかったと判定されると、ステップＳ１６において、作成部５１は、遺伝的操作によって次世代の個体を設定する。作成部５１は、図１０を用いて説明したように、部分作成部５２において部分スケジュールを作成したのち、全体作成部５３において、遺伝的操作を行いつつ部分スケジュールを含む全体スケジュールを作成し、次世代の個体を設定する。

以上説明した、本実施形態の最適化装置２によれば、作成部５１は、全体作成部５３において基本構成要素を用いて全体スケジュールを作成する前に、部分作成部５２において条件を用いて基本構成要素の一部を組合せた部分スケジュールを作成する。これにより、全体スケジュールは、条件を用いて限定される探索範囲に含まれるため、評価部３６において評価される組合せ数が少なくなる。したがって、組合せを最適化するまでの時間をさらに短縮することができる。

＜第３実施形態＞
図１１は、第３実施形態での組合せのパターンの作成方法を説明する模式図である。第３実施形態の最適化装置は、第２実施形態の最適化方法（図１０）と比較すると、部分組合せに関する規定の内容が異なる。

第３実施形態の最適化装置は、第２実施形態と同様に、要素入力部１０、条件入力部２０、探索部５０、および、出力部４０を備える。

第３実施形態の部分作成部５２が作成する部分組合せは、知見としての条件によって、部分スケジュールの構成のみが規定されている。本実施形態では、最適化方法での遺伝的操作によって個体を設定するとき、部分スケジュールを、全体スケジュールの中で移動させることが可能な浮島として予約し、全体スケジュールを作成する。

例えば、図１１（ａ）に示す生産スケジュールＧ３１において、品番Ａの製品Ａ１、Ａ２、Ａ３をひとまとめとしたものが、本実施形態での部分スケジュールＦ３となる。部分スケジュールＦ３は、生産スケジュールＧ３１の中での位置は規定されていない。

第３実施形態の全体作成部５３では、部分スケジュールを、全体スケジュールを構成する１つの構成要素として遺伝的操作を行い、次世代の個体を設定する。例えば、図１１（ｂ）に示すように、品番Ｃの製品Ｃ４と品番Ｃの製品Ｃ５とが入れ替えられるとともに、品番Ｂの製品Ｂ１と部分スケジュールＦ３とが入れ替えられる交差が遺伝的操作として行われる。遺伝的操作を行った後、図１１（ｃ）に示すように、部分スケジュールＦ３を元に戻し、生産スケジュールＧ３２を作成する。

本実施形態の最適化方法は、第２実施形態の最適化方法と同じフローで行われる。このとき、ステップＳ１６において、図１１を用いて説明したようにして部分スケジュールおよび全体スケジュールを作成し、次世代の個体を設定する。

図１２は、第３実施形態の最適化装置の効果を説明する図である。図１２に示すグラフは、第１実施形態の図７と同様に、最適化方法での生産スケジュールの生産時間の収束性を示している。図１２には、第３実施形態の最適化装置２での最適化の結果（△印と実線Ｖ３）と、比較例の最適化装置での最適化の結果（×印と点線Ｅ２）を示している。

本実施形態では、図１２に示すように、第１世代において、生産時間が大きく減少し、第５世代において生産時間が収束していることがわかる。このことから、本実施形態では、比較例に比べて、組合せを最適化するまでに要する時間を短縮することができることがわかる。また、収束した生産時間も１７６００秒程度となり、比較例より短い時間で収束している。第３実施形態で収束した生産時間は、第１実施形態と同じ時間であることから、本実施形態で最適化された生産スケジュールの最適化のレベルは、第１実施形態と同じレベルまで向上していることがわかる。

以上説明した、第３実施形態の最適化装置によれば、部分スケジュールについて、条件を用いて構成のみを規定することでも、第１実施形態と同じレベルまで最適化のレベルを向上することができる。この部分スケジュールの構成のみを規定する条件は、例えば、生産ラインを操作する若手が経験的に取得しているノウハウなどが該当する。若手が取得しているノウハウは、熟練者が取得しているノウハウとは異なり、生産スケジュールの最適化に関する知見としては最適化への貢献度は低くなりがちになりやすい。しかしながら、このようなノウハウであっても、組合せの最適化に用いることで、図１２で示したように、組合せの全てを最適化のための探索範囲とする比較例に比べ、組合せを最適化するまでに要する時間を短縮することができるとともに、最適化のレベルを向上することができる。

＜第４実施形態＞
図１３は、第４実施形態の最適化装置４の概略構成を示す模式図である。第４実施形態の最適化装置４は、第１実施形態の最適化装置１（図１）と比較すると、作成部の構成が異なる。

第４実施形態の最適化装置４は、要素入力部１０、条件入力部２０、探索部６０、および、出力部４０を備える。探索部６０は、作成部６１と、評価部３６を備える。

作成部６１は、遺伝的アルゴリズムを用いて、生産スケジュールを作成する。作成部６１は、ＣＰＵがＲＯＭに格納されているコンピュータプログラムをＲＡＭに展開し実現される。本実施形態の作成部６１は、組合せ作成部６２と、選択部６３と、組合せ出力部６４を含む。

組合せ作成部６２は、第１実施形態の１次作成部３２と同様に、条件入力部２０に入力された条件に関係なく、要素入力部１０に入力される基本構成要素に関する情報のみから作成される生産スケジュールを作成する。

選択部６３は、条件入力部２０に入力される知見としての条件を用いて、組合せ作成部６２が作成した生産スケジュールのうち、条件に適合する生産スケジュールを選択する。組合せ出力部６４は、選択部６３が選択した生産スケジュールを評価部３６に出力する。

本実施形態の最適化方法は、第１実施形態の最適化方法と同じフローで行われる。このとき、ステップＳ１６において、上述したように、要素入力部１０に入力される情報のみから作成された生産スケジュールから条件に適合する生産スケジュールを選択し、次世代の個体を設定する。

以上説明した、本実施形態の最適化装置４によれば、作成部６１では、要素入力部１０に入力される情報のみから作成された生産スケジュールから条件に適合する生産スケジュールを選択する。これにより、評価部３６において評価される組合せ数は、組合せのパターンの探索範囲を限定しない場合に比べ少なくなるため、組合せを最適化するまでに要する時間を短縮することができるとともに、最適化のレベルを向上することができる。

＜本実施形態の変形例＞
本発明は上記の実施形態に限られるものではなく、その要旨を逸脱しない範囲において種々の態様において実施することが可能であり、例えば次のような変形も可能である。

［変形例１］
上述の実施形態では、進化型計算アルゴリズムとして、遺伝的アルゴリズムを用いて個体を設定し、組合せの最適化を行うとした。しかしながら、組合せの最適化を行う方法は、進化型計算アルゴリズムに限定されない。遺伝的アルゴリズムの他に、粒子群最適化や蟻コロニー最適化などを用いて、組合せを最適化してもよい。

［変形例２］
上述の実施形態では、知見として、生産ラインの使用者が生産ラインを操作してきた経験によって取得しているノウハウであるとした。しかしながら、知見はこれに限定されない。書籍に記載されている知識でもよいし、他人が取得している知識などあってもよく、最適化装置において生産スケジュールの最適化を行う前に分かっている知見であればよい。

［変形例３］
第１実施形態では、探索部３０の作成部３１は、１次スケジュールを作成する１次作成部３２と、１次スケジュールから２次スケジュールを作成する２次作成部３３を含むとした。第２実施形態、および、第３実施形態では、探索部５０の作成部５１は、部分スケジュールを作成する部分作成部５２と、部分スケジュールを含む全体スケジュールを作成する全体作成部５３を含むとした。第４実施形態では、探索部６０の作成部６１は、要素入力部１０に入力される情報のみから作成される生産スケジュールを作成する組合せ作成部６２と、組合せ作成部６２が作成した生産スケジュールから条件に適合する生産スケジュールを選択する選択部６３を含むとした。しかしながら、探索部の構成は、これに限定されない。進化型計算アルゴリズムを用いて、条件を用いて最適化された組合せのパターンを探索する探索範囲を限定し、情報から作成される複数の組合せのパターンの中から、最適化された組合せのパターンを探索すればよい。

［変形例４］
第１実施形態では、１次作成部３２で作成された１次スケジュールから、初期個体は設定されるとした。第２実施形態では、部分組合せを含まない全体組合せから、初期個体は設定されるとした。しかしながら、初期個体を設定する方法は、これに限定されない。第１実施形態では、１次作成部３２で作成された１次スケジュールから２次作成部３３において２次スケジュールを作成し、初期個体を設定してもよい。また、第２実施形態では、部分組合せを含む全体組合せから初期個体を設定してもよい。

［変形例５］
上述の実施形態では、評価部３６は、生産スケジュールの評価結果を判定する第１判定部３８と第２判定部３９を含むとした。第１判定部３８と第２判定部３９はなくてもよい。しかしながら、生産スケジュールの作成と評価を繰り返すことによって、生産スケジュールの最適化のレベルを向上することができる。

［変形例６］
上述の実施形態では、最適化装置は、生産スケジュールを最適化することで、生産時間がより短くなるような組合せのパターン、あるいは、生産時間が最も短くなるような組合せのパターンを探索するとした。しかしながら、最適化装置が適用される分野はこれに限定されず、いわゆる、組合せ最適化問題が適用される分野であれば適用可能である。また、組合せに最適化のレベルを評価する指標は、時間に限定されず、上述したように、コストなどであってもよい。

［変形例７］
上述した実施形態では、最適化装置は、入力された基本構成要素を用いて作成された組合せを最適化し、最適化された組合せのパターンを出力するとした。このとき、最適化装置が出力するパターンは、組合せの最適解でなくてもよく、一定程度最適化された組合せのパターンであってもよい。

以上、実施形態、変形例に基づき本態様について説明してきたが、上記した態様の実施の形態は、本態様の理解を容易にするためのものであり、本態様を限定するものではない。本態様は、その趣旨並びに特許請求の範囲を逸脱することなく、変更、改良され得るとともに、本態様にはその等価物が含まれる。また、その技術的特徴が本明細書中に必須なものとして説明されていなければ、適宜、削除することができる。

１，２，４…最適化装置
１０…要素入力部
２０…条件入力部
３０，５０，６０…探索部
３１，５１，６１…作成部
３２…１次作成部
３３…２次作成部
３４，５４，６４…出力部
３６…評価部
３７…組合せ評価部
３８…第１判定部
３９…第２判定部
４０…出力部
５２…部分作成部
５３…全体作成部
６２…組合せ作成部
６３…選択部
Ａ…品番
Ａ１，Ａ２，Ａ３…品番Ａの製品
Ａｒ０、Ａｒ１…探索範囲
Ｂ…品番
Ｂ１，Ｂ２，Ｂ３…品番Ｂの製品
Ｃ…品番
Ｃ１，Ｃ２，Ｃ３，Ｃ４，Ｃ５，Ｃ６，Ｃ７…品番Ｃの製品
Ｅｘ１，Ｅｘ２，Ｅｘ３…交換
Ｇ１１，Ｇ１２，Ｇ２１，Ｇ２２，Ｇ３１，Ｇ３２…生産スケジュール
Ｓ１，Ｓ２，Ｓ３…スライド

Claims (7)

1. 複数の製品の生産を行う生産スケジュールの最適化を行う最適化装置であって、
   前記製品に関する情報が入力される要素入力部と、
   前記製品の生産ラインの操作によって経験的に得られる条件が入力される条件入力部と、
   遺伝的アルゴリズムを用いて、前記情報から作成される複数の前記生産スケジュールの中から、最適化された生産スケジュールを探索する探索部と、
   前記探索部での探索結果を出力する出力部と、を備え、
   前記探索部は、
   最適化された生産スケジュールを探索する探索範囲を前記条件によって限定し、前記条件によって限定された前記探索範囲において、前記情報を用いて、遺伝的アルゴリズムを活用して生産スケジュールを作成する作成部と、
   前記作成部が作成した、限定された前記探索範囲に含まれる生産スケジュールを評価する評価部と、を有し、
   前記出力部は、前記評価部による生産スケジュールの評価結果を、前記探索結果として出力する、
   最適化装置。
2. 請求項１に記載の最適化装置であって、
   前記作成部は、
   前記製品に関する情報を用いて、１次スケジュールを作成する１次作成部と、
   前記条件を用いて、前記探索範囲に含まれるように、前記１次スケジュールの前記製品の並びを組み替えて、２次スケジュールを作成する２次作成部と、を含んでおり、
   前記評価部は、前記２次作成部が作成した前記２次スケジュールを評価する、
   最適化装置。
3. 請求項１に記載の最適化装置であって、
   前記作成部は、
   前記条件を用いて、複数の前記製品の一部を組合せた部分スケジュールを作成する部分作成部と、
   前記部分スケジュールを含む全体スケジュールを作成する全体作成部と、を含んでおり、
   前記評価部は、前記全体作成部が作成した前記全体スケジュールを評価する、
   最適化装置。
4. 請求項２または請求項３に記載の最適化装置であって、
   前記評価部は、
   前記作成部が作成した生産スケジュールを評価する組合せ評価部と、
   前記組合せ評価部での評価結果が所定の評価条件を満たしているか否かを判定する第１判定部と、
   前記組合せ評価部での評価結果が所定の評価回数内で変化していないか否かを判定する第２判定部と、を含み、
   前記評価結果が前記所定の評価条件を満たしていると前記第１判定部が判定する場合、または、前記評価結果が前記所定の評価条件を満たしていないと前記第１判定部が判定し、かつ、前記評価結果が前記所定の評価回数内で変化していないと前記第２判定部が判定する場合、前記出力部は、前記評価結果を前記探索結果として出力し、
   前記評価結果が前記所定の評価条件を満たしていないと前記第１判定部が判定し、かつ、前記評価結果が前記所定の評価回数内で変化していると前記第２判定部が判定する場合、前記作成部は、新たに生産スケジュールを作成する、
   最適化装置。
5. 請求項１から請求項４のいずれか一項に記載の最適化装置であって、
   複数の前記製品に関する情報は、複数の前記製品のそれぞれを生産するのに必要な時間、前記生産ラインに含まれる複数の生産工程の間において仮置き可能な仕掛品の数、および、前記複数の製品を生産する生産ラインでの段替えに必要な時間であり、
   前記探索結果は、前記生産ラインでの前記製品の生産時間に関する評価結果である、
   最適化装置。
6. 複数の製品の生産を行う生産スケジュールの最適化を最適化装置が行う最適化方法であって、
   前記製品に関する情報が要素入力部に入力される要素入力工程と、
   前記製品の生産ラインの操作によって経験的に得られる条件が条件入力部に入力される条件入力工程と、
   遺伝的アルゴリズムを用いて、前記情報から作成される複数の前記生産スケジュールの中から、最適化された生産スケジュールを探索部が探索する探索工程と、
   前記探索工程での探索結果を出力部が出力する出力工程と、を備え、
   前記探索工程では、
   最適化された生産スケジュールを探索する探索範囲を前記条件によって限定し、前記条件によって限定された前記探索範囲において、前記情報を用いて、遺伝的アルゴリズムを活用して生産スケジュールを作成する作成工程と、
   前記作成工程において作成した、限定された前記探索範囲に含まれる生産スケジュールを評価する評価工程と、を含んでおり、
   前記出力工程では、前記評価工程における生産スケジュールの評価結果を、前記探索結果として出力する、
   最適化方法。
7. 複数の製品の生産を行う生産スケジュールの最適化をコンピュータに実行させるコンピュータプログラムであって、
   前記製品に関する情報が入力される要素入力機能と、
   前記製品の生産ラインの操作によって経験的に得られる条件が入力される条件入力機能と、
   遺伝的アルゴリズムを用いて、前記情報から作成される複数の前記生産スケジュールの中から、最適化された生産スケジュールを探索する探索機能と、
   前記探索機能による探索結果を出力する出力機能と、を前記コンピュータに実行させ、
   前記探索機能は、
   最適化された生産スケジュールを探索する探索範囲を前記条件によって限定し、前記条件によって限定された前記探索範囲において、前記情報を用いて、遺伝的アルゴリズムを活用して生産スケジュールを作成する作成機能と、
   前記作成機能によって作成された、限定された前記探索範囲に含まれる生産スケジュールを評価する評価機能と、を有し、
   前記出力機能は、前記評価機能による生産スケジュールの評価結果を、前記探索結果として出力する、
   コンピュータプログラム。

Images