JP7514445B2

JP7514445B2 - 生産計画作成方法およびそのシステム

Info

Publication number: JP7514445B2
Application number: JP2020174715A
Authority: JP
Inventors: 一夫熊本; 秀正松村; 昭博新谷
Original assignee: Satake Corp
Current assignee: Satake Corp
Filing date: 2020-10-16
Publication date: 2024-07-11
Anticipated expiration: 2040-10-16

Description

本発明は生産計画作成方法およびそのシステムに係り、特に、精米工場における精米や食品工場における食品の生産計画作成方法およびそのシステムに関する。

従来、特許文献１に開示されている販売・生産計画システムにあっては、販売計画と実績値との乖（かい）離を少なくし、販売機会の損失や、在庫費用の発生や、生産効率の低下などを防止するために、販売進捗データを、顧客企業と、担当セールスと、担当商品販売部門とに共有し、生産計画が変動した場合、これに連動して販売計画の変更を可能とする販売・生産計画システムが提案されている。

以下、具体的に説明する。上記従来技術のシステムは、通信回線に接続された顧客端末と、通信回線に接続された販売推移データを記憶したデータベースサーバと、通信回線に接続された生産計画データを記憶した基幹部門サーバと、通信回線に接続された顧客端末と、販売予測変更と新規オーダを受け付けるＷｅｂサーバとを備えた販売・生産システムにおいて、前記顧客端末から入力された販売計画の変更データを、前記基幹サーバの通信制御手段を経由し、販売計画変更部を備えた前記Ｗｅｂサーバに転送する機能を有することを特徴とする。

これにより、あらかじめ所定の販売計画を契約している顧客企業であっても、市場要求の変化に対応して顧客企業自身が一定の数量範囲で販売計画を随時変更可能であるため、この販売計画に連動しているメーカの生産計画を自動的に変更することができる、といった効果がある。ひいては、生産計画の変更に迅速に対応して、過剰な在庫や在庫不足による販売機会の損失を減少させる、といったメリットがある。

上記システムの場合、冷夏や猛暑などの季節要因で販売数量が左右されるエアコンや暖房器具などの工業製品の販売・生産計画を対象としている。一方で、精米工場などで生産される精米（食品）は、冷夏や猛暑、長雨、台風被害などの季節要因に関連する作柄不良が懸念される。そのほかに、精米は穀物先物取引などのコメ市場価格による需要量の変化といった経済的な変動要因もある。

特開２００３－２７１８０４号公報

本発明は上記問題点にかんがみ、商品ニーズによる要因と、冷夏や猛暑、長雨、台風被害などの季節要因とを加味して、生産計画を変更することのできる、生産計画作成方法及びそのシステムを提供することを技術的課題とする。
さらに、穀物先物取引などのコメ市況価格による需要量の変化といった経済的な変動要因を加味して、生産計画を変更することのできる、生産計画作成方法およびそのシステムを提供することを技術的課題とする。

上記課題を解決するため本発明は、
農産物を調製加工して市場に出荷する出荷量の生産計画を作成する生産計画作成方法であって、
主として販売店側での農産物の過去の販売データを取得する販売データ取得ステップと、
主として調製加工側の調製加工に伴う少なくとも光熱費、人件費、歩留り予測の一つを集計し調製加工のランニングコストを算出するとともに、前記調製加工側の過去の生産履歴を集計する生産管理データ取得ステップと、
前記販売データ取得ステップ及び前記生産管理データ取得ステップの各データに基づいて、前記農産物を調製加工して市場に出荷する出荷量の生産計画を作成する生産計画作成ステップと、
前記調製加工側の調製加工に使用する原料の仕入れ情報である原料の性状や品質情報を入手する原料情報取得ステップと、
農産物の市況価格による需要量の変化、及び／又は、個別の製品の販売実績、冷夏や猛暑などの季節要因、イベント情報などの状況による需要量の変化を予測する需要予測ステップと、を備えた生産計画作成方法において、
前記生産計画作成ステップは、
前記生産計画作成ステップにより求められた当初の生産計画を、前記原料情報取得ステップによる歩留り値の予測に基づいて修正し、次いで、前記需要予測ステップによる需要量の変化に基づいて修正することを特徴とする生産計画作成方法とした。

本発明によれば、農産物を調製加工して市場に出荷する出荷量の生産計画を作成する生産計画作成方法であって、主として販売店側での農産物の過去の販売データを取得する販売データ取得ステップと、主として調製加工側の調製加工に伴う少なくとも光熱費、人件費、歩留り予測の一つを集計し調製加工のランニングコストを算出するとともに、前記調製加工側の過去の生産履歴を集計する生産管理データ取得ステップと、前記販売データ取得ステップ及び前記生産管理データ取得ステップの各データに基づいて、前記農産物を調製加工して市場に出荷する出荷量の生産計画を作成する生産計画作成ステップと、前記調製加工側の調製加工に使用する原料の仕入れ情報である原料の性状や品質情報を入手する原料情報取得ステップと、農産物の市況価格による需要量の変化、及び／又は、個別の製品の販売実績、冷夏や猛暑などの季節要因、イベント情報などの状況による需要量の変化を予測する需要予測ステップと、を備えた生産計画作成方法において、前記生産計画作成ステップは、前記生産計画作成ステップにより求められた当初の生産計画を、前記原料情報取得ステップによる歩留り値の予測に基づいて修正し、次いで、前記需要予測ステップによる需要量の変化に基づいて修正するものであるから、前記原料情報取得ステップの各データに基づく歩留り予測データから当初の生産計画を修正し、次いで、農産物の市況価格による需要量の変化といった経済的な変動要因を加味するとともに、商品ニーズによる要因、冷夏や猛暑、長雨、台風被害などの季節要因を加味して、当初の生産計画を修正することができる。

本発明の生産計画作成システムの一実施形態のシステム図である。同上のフロー図である。生産計画作成システムに需要量予測を適用した一実施例を示すフロー図である。需要予測をする際に日付に基づいて集計した集計画面を示す一実施例である。需要予測をする際に曜日に基づいて集計した集計画面を示す一実施例である。

以下、本発明の好適な実施の形態を図面を参照して説明する。本実施形態では、穀物の調製加工処理として、精米工場を例に挙げる。原料としては玄米を利用し、調製加工処理としては精米・搗精処理、精選処理及び計量処理を想定し、製品としては精米を例として説明する。しかしながら、これに限定されるものではない。

図１は、本発明の生産計画作成システムの一実施形態を示すシステム図である。この生産計画作成システム１００は、精米の生産計画を作成するとともに、需要予測をシミュレーションして前記生産計画を修正する生産計画基幹システム１０１と、販売データの検索、出力、入力、登録などの機能を有して主として販売店側の販売データを蓄積する販売管理システム１０２と、精米工場の生産履歴を蓄積したり精米工場内の精米機や色彩選別機の歩留まりを計算したりして、精米工場の生産管理を行う精米工場のＦＡシステム１０３と、精米工場の光熱費、人件費、歩留まり予測などランニングコストを細かく集計し、生産管理を行う生産管理システム１０４と、により主要部が構成される。

その他の付帯設備として、精米工場内の精米機やシフターや色彩選別機などの各種機械の故障をいち早く予知してメンテナンスを施し、長期の稼働停止を抑止する故障予知システム１０５と、精米工場の原料となる玄米の性状など原料の品質情報を入手する共乾施設情報提供システム（共同乾燥調製施設情報提供システム、以下「共乾施設情報提供システム」という。）１０６と、穀物先物取引などのコメ市況価格による需要量の変化により需要量を予測するか、及び／又は、個別の製品の販売実績、冷夏や猛暑などの季節要因（正月、節分、新米が出回る時期なども含む。）、イベント情報などの状況に応じて需要量を予測したりする需要予測システム１０７と、を備えることも可能となっている。

生産計画基幹システム１０１は、例えば、パーソナルコンピュータ、ワークステーション等の情報処理機器から構成され、入力部１０８と出力部１０９とを備える。入力部１０８は、キーボードやマウス等の入力デバイスから構成される。入力部１０８には、ユーザの操作により、精米工場の計画生産に対して、割り込み生産指示や計画の見直し等の数値が入力される。入力部１０８は、入力された情報を、生産計画基幹システム１０１側に供給する。

出力部１０９は、例えば、液晶ディスプレイ装置やプリンタ等の出力装置から構成される。出力部１０９は、生産計画基幹システム１０１から供給される生産計画に関連する情報に従って、例えば、生産予定や生産指示を表示する。

前記販売管理システム１０２、ＦＡシステム１０３、生産管理システム１０４、故障予知システム１０５、共乾施設情報提供システム１０６、及び需要予測システム１０７は、例えば、パーソナルコンピュータ又はワークステーション等の夫々独立したコンピュータ構成や、ハードディスク、ＳＳＤ（Solid-State-Drive）等からなる書き換え可能な記憶装置からなるデータベース構成などを採用することができる。そして、前記符号１０１～符号１０７で示すシステム構成は、相互に情報の送受信が可能となるように、通信回線Ｌ１等を介してネットワーク接続する構成にするとよい。

通信回線Ｌ１は、例えばＬＡＮ（Local Area Network）やインターネット回線などのネットワークで構成されている。このネットワークは有線であってもよいし、無線であってもよい。

図２に示す生産計画作成システムの生産計画フロー図を用いて、各システムの具体的構成について説明する。

販売管理システム１０２は、販売実績ＤＢ（データベース）１と、受注ＤＢ２とを備えている。販売実績ＤＢ１は、これまでの過去の商品の販売実績（履歴）を抽出し、生産計画基幹システム１０１側に提供するものである。また、受注ＤＢ２は、あらかじめ受注が決まっている現在の商品の生産数を生産計画基幹システム１０１側に提供するものである。生産計画基幹システム１０１は、これら販売実績ＤＢ１及び受注ＤＢ２のデータに基づき今後の商品の販売予定数を予測することとなる。

生産計画基幹システム１０１側には、製造予定数ＤＢ３が設けられる。この製造予定数ＤＢ３は、前記販売実績ＤＢ１及び受注ＤＢ２のデータを受けて、今から精米工場で生産する仮の製造予定数を算出するものである。製造予定数ＤＢ３には、入力部１０８から割り込み生産指示４の命令を入力することもできる。この割り込み生産指示４は、突発的な予定変更に対応することができるもので、例えば、当日の朝、急に製品の電話注文があった場合に、仮の製造予定数を変更する指示を与えることができる。

製造予定数ＤＢ３の次段には、ブレンドマスタＤＢ５及び原料必要量ＤＢ６が設けられる。ブレンドマスタＤＢ５は、前記ＦＡシステム１０３内に設けた稼働結果ＤＢ７の情報を受け、ブレンド米（混米）に使用するコメの数量を概算で算出するものである。例えば、Ａ品種の１等米と、Ｂ品種の２等米とをブレンドして商品を作成する際、Ｂ品種の２等米の在庫が品切れであれば、食味値などを考慮しながらＢ品種の代替品を補充する必要がある。ブレンドマスタＤＢ５は、その際の算段をすることができるものである。

前記原料必要量ＤＢ６は、前記製造予定数ＤＢ３からの情報と、前記ブレンドマスタＤＢ５からの情報とを受け、原料玄米の必要量を算出する。すなわち、原料必要量ＤＢ６では、前記製造予定数ＤＢ３で算出した仮の製造予定数に、前記ブレンドマスタＤＢ５で算出したブレンド数量を加算し、原料必要量を算出するのである。

次いで、原料必要量ＤＢ６で算出した原料必要量は、ＦＡシステム１０３に設けたタンク在庫量ＤＢ８の蓄積データであるタンク在庫量と比較される。これに基づいて、生産計画基幹システム１０１の入力部１０８から計画の見直し指示９の命令を入力することもできる。

さらに、原料必要量ＤＢ６で算出した原料必要量は、生産計画基幹システム１０１に設けた歩留り予測ＤＢ１０の蓄積データである精米歩留り値と比較される。これに基づいて、生産計画基幹システム１０１の入力部１０８から計画の見直し指示１１の命令を入力することができる。

前記ＦＡシステム１０３内の稼働結果ＤＢ７からは、精米工場に設置した粗選機、石抜き機、精米機、研米機、色彩選別機、ロータリーシフタなどの各種機器ごとの歩留り値データが抽出される（図２の符号１２）。そして、前記歩留り予測ＤＢ１０には、この各種機器ごとの歩留り値データが供給される。また、前記共乾施設情報提供システム１０６内には共乾施設情報ＤＢ１３が設けられる。この共乾施設情報ＤＢ１３には、過去に共同乾燥施設から精米工場に向けての原料玄米の受注データや入庫データが蓄積されている。そして、共乾施設情報ＤＢ１３から受注データや入庫データなどの仕入れ履歴が抽出され（図２の符号１４）、前記歩留り予測ＤＢ１０には、この仕入れ履歴データが供給される。

前記歩留り予測ＤＢ１０では、前記精米工場の各種機器ごとの歩留り値データと、前記共同乾燥施設からの仕入れ履歴データとを加味し、歩留り値が予測される。この結果から生産計画を見直すか否かを決定し、見直しをする際は生産計画基幹システム１０１の入力部１０８から計画の見直し指示１１の命令を行う。

精米工場のランニングコストを細かく集計する生産管理システム１０４には、深夜勤務や休日出勤などの割り増し賃金を加味し、生産管理上、なるべく低コストな人件費を算出する人件費ＤＢ１５と、精米工場のインフラである、電気、ガス、水道をデマンド監視システムに連携させ、生産管理上、なるべく低コストな光熱費を算出する光熱費ＤＢ１６と、食品衛生法等で規定される精米の加工時期を、精米日又は/及び精米時期によるデータで格納する精米時期ＤＢ１７と、販売店や量販店への配送希望時刻をデータで格納する配送時期ＤＢ１８と、を備えている。これら人件費ＤＢ１５、光熱費ＤＢ１６、精米時期ＤＢ１７及び配送時期ＤＢ１８からのデータは、最適化時間予測ＤＢ１９に送られる。この最適化時間予測ＤＢ１９では、できるだけ低コストで、かつ、必要なものを、必要なときに、必要なだけつくるというジャストインタイムでのスケジュール管理が実現できる。

また、需要量予測システム１０７には、需要予測ＤＢ２０が設けられている。そして、図２では、前記原料必要量ＤＢ６の次段（図２の矢印右方向）に、生産予定ＤＢ２１が設けられる。すなわち、原料必要量ＤＢ６と生産予定ＤＢ２１との間に配置した各種ＤＢ（タンク在庫量ＤＢ８，歩留り予測ＤＢ１０，最適化時間ＤＢ１９，需要予測ＤＢ２０）及び計画の見直し指示９，１１に基づいて、前記生産予定ＤＢ２１では正式な生産計画が演算されることとなる。生産予定ＤＢ２１からは生産計画のガントチャートを作成するガントチャート作成ＤＢ２２が設けられる。

前記生産予定ＤＢ２１の次段には、生産指示ＤＢ２３及び生産終了ＤＢ２４が設けられる（図２）。そして、生産指示ＤＢ２３及び生産終了ＤＢ２４との間に、使用機器の不具合の可能性を示唆（すなわち、今後、使用中に故障のおそれがある機器を持つ精米ラインは使わない等の示唆）するための故障予知システム１０５が配置される。この故障予知システム１０５には、故障予測ＤＢ２５と故障報告ＤＢ２６が設けられている。故障報告ＤＢ２６からは信号線Ｌｒにより稼働結果ＤＢ７にリターンする。

以下、上記構成における作用を図面を参照しながら説明する。

図３は生産計画作成システムに需要量予測を適用した一実施例を示すフロー図である。

図３のステップ２０１では、経済的な変動要因を加味し、例えば、現在の市況価格や現時点での先物取引市場単価などを参考にしながら、商品数量、販売単価、商品情報及び日付を入力していく。ここでは、精米工場側の経営に利潤が生じるように設定するのが好ましく、赤字となるような場合は、商品数量、販売単価、商品情報などを適宜変更していくのが好ましい。また、ステップ２０２では、商品ニーズによる要因と季節要因とを加味し、例えば、イベント情報（年末・年始、正月、節分、新米の流通する時期など）と、季節、天気や気温及び日付を入力していく。ここでは、オペレータが商品のコマーシャル認知度、商品ニーズを意識する必要はない。すなわち、オペレータは、イベント情報や季節や天気や気温を入力するのみで、コメ商品の選択は判断する必要がなく、その後に、候補が自動的に抽出されるようなシステム設定をすることが可能である。

次に、図３のステップ２０３では、過去の販売実績が蓄積されたＤＢから、ステップ２０１，２０２で入力した候補の商品群が抽出されるか否かの探索が行われる。この探索には、統計処理アプリケーションで活用されデータを基礎とした論理的な推論や、過去の経験から学習する人工知能（Artificial Intelligence、「ＡＩ」）が利用されてもよい。また、例えば、実験計画法、ニューラルネットワーク、ディープラーニング、ファジィ推論、多変量解析（マハラノビス距離、重回帰分析ほか）、スパースモデリング、サポートベクターマシンなど、種々の既知の手法及びアルゴリズムが使用されてもよい。

次に、ステップ２０４では、未来日付の販売予測数の計算処理が行われる。これは、過去5年間の曜日・イベント日・天候などの情報に関わらず同月同日の販売実績を抽出するとともに、その中の最大値を算出し、これに基づいて販売予測数を抽出するために行われる。

さらに、ステップ２０５では、ステップ２０４で抽出された５年間推移表示と計算処理された当年の同月同日での販売予測数を同じ画面上で表形式により表示される（図４参照）。

そして、ステップ２０６では、ステップ２０５で表示された表形式で表示された5年間推移表示と当年の販売予測数を曜日またはイベント日に合わせることができ、画面にて人の操作により合わせが行われる。これは、一般的に曜日やイベント日（正月・節分など）による販売実績の偏りがあると予測できるから、並び替えて表形式に表示するために行われる。

さらに、ステップ２０７では、ステップ２０６で並び替えた5年間推移表示の表から最大値を抽出する計算処理が行われる。これは、同月同日より同月同曜日・同月同イベント日にあわせる事により正確な販売予測数を算出するために行われる。

図３の最後のステップ２０８では、ステップ２０７の計算処理で算出された販売予測値を表形式に表示するために行われる。これは、最終的な販売予測値の評価を行うために行われる（図５参照）。図５では符号３００で示す矢印アイコンにより、画面内で行を左右に動かし、曜日を合わせることができる。

以上のように、本実施形態によれば、経済的な変動要因を加味するとともに、商品ニーズによる要因と季節要因とを加味し、最適な商品を探索し、生産計画を設計する。これにより、精米工場において加工経費を安く抑えて収益を向上することができるようになる。

本発明は、精米工場に適用することができる。

１販売実績ＤＢ
２受注ＤＢ
３製造予定数ＤＢ
４割り込み生産指示命令
５ブレンドマスタＤＢ
６原料必要量ＤＢ
７稼働結果ＤＢ
８タンク在庫量ＤＢ
９見直し指示命令
１０歩留り予測ＤＢ
１１見直し指示命令
１２歩留り予測情報
１３共乾施設情報ＤＢ
１４仕入れ履歴情報
１５人件費ＤＢ
１６光熱費ＤＢ
１７精米時期ＤＢ
１８配米時期ＤＢ
１９最適化時間予測ＤＢ
２０需要予測ＤＢ
２１生産予定ＤＢ
２２ガントチャート作成ＤＢ
２３生産指示ＤＢ
２４生産終了ＤＢ
２５故障予測ＤＢ
２６故障報告ＤＢ
１００生産計画作成システム
１０１生産計画基幹システム
１０２販売管理システム
１０３ＦＡシステム
１０４生産管理システム
１０５故障予知システム
１０６共乾施設情報提供システム
１０７需要予測システム
１０８入力部
１０９出力部

Claims

農産物を調製加工して市場に出荷する出荷量の生産計画を作成する生産計画作成方法であって、
主として販売店側での農産物の過去の販売データを取得する販売データ取得ステップと、
主として調製加工側の調製加工に伴う少なくとも光熱費、人件費、歩留り予測の一つを集計し調製加工のランニングコストを算出するとともに、前記調製加工側の過去の生産履歴を集計する生産管理データ取得ステップと、
前記販売データ取得ステップ及び前記生産管理データ取得ステップの各データに基づいて、前記農産物を調製加工して市場に出荷する出荷量の生産計画を作成する生産計画作成ステップと、
前記調製加工側の調製加工に使用する原料の仕入れ情報である原料の性状や品質情報を入手する原料情報取得ステップと、
農産物の市況価格による需要量の変化、及び／又は、個別の製品の販売実績、冷夏や猛暑などの季節要因、イベント情報などの状況による需要量の変化を予測する需要予測ステップと、を備えた生産計画作成方法において、
前記生産計画作成ステップは、
前記生産計画作成ステップにより求められた当初の生産計画を、前記原料情報取得ステップによる歩留り値の予測に基づいて修正し、次いで、前記需要予測ステップによる需要量の変化に基づいて修正することを特徴とする生産計画作成方法。
前記調製加工側の各種機械の故障をいち早く予知する故障予知ステップをさらに備え、前記生産計画作成ステップに対し、故障のおそれがある機械が存在する調製加工ラインの使用の停止を報知してなる請求項１に記載の生産計画作成方法。
農産物を調製加工して市場に出荷する出荷量の生産計画を作成する生産計画作成システムであって、
主として販売店側での農産物の過去の販売データを蓄積する販売管理システムと、主として調製加工側の調製加工に伴う少なくとも光熱費、人件費、歩留り予測の一つを集計し調製加工のランニングコストを算出するとともに、前記調製加工側の過去の生産履歴を集計する生産管理システムと、前記販売管理システム及び前記生産管理システムに蓄積した各種データに基づいて、前記農産物を調製加工して市場に出荷する出荷量の生産計画を作成する生産計画基幹システムと、を備えた生産計画作成システムにおいて、
前記生産計画基幹システムには、
前記生産計画基幹システムにより求められた当初の生産計画を修正すべく、
農産物の市況価格による需要量の変化、及び／又は、個別の製品の販売実績、冷夏や猛暑などの季節要因、イベント情報などの状況による需要量の変化を予測する需要予測システムと、前記調製加工側の調製加工に使用する原料の仕入れ情報である原料の性状や品質情報を入手する原料情報取得システムと、を接続したことを特徴とする生産計画作成システム。
前記生産計画基幹システムには、さらに、前記調製加工側の各種機械の故障をいち早く予知して報知を行う故障予知システムを接続してなる請求項３に記載の生産計画作成方法。