JPH06162031A - スケジューリングのための推論方法 - Google Patents

スケジューリングのための推論方法

Info

Publication number
JPH06162031A
JPH06162031A JP31330792A JP31330792A JPH06162031A JP H06162031 A JPH06162031 A JP H06162031A JP 31330792 A JP31330792 A JP 31330792A JP 31330792 A JP31330792 A JP 31330792A JP H06162031 A JPH06162031 A JP H06162031A
Authority
JP
Japan
Prior art keywords
inference
hypothesis
scheduling
management units
work
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.)
Granted
Application number
JP31330792A
Other languages
English (en)
Other versions
JP2709010B2 (ja
Inventor
Toru Suzuki
透 鈴木
Kazue Gotou
数枝 後藤
Kazunori Fukuyama
和則 福山
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.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
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 Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP31330792A priority Critical patent/JP2709010B2/ja
Publication of JPH06162031A publication Critical patent/JPH06162031A/ja
Application granted granted Critical
Publication of JP2709010B2 publication Critical patent/JP2709010B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

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
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • 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)
  • General Factory Administration (AREA)

Abstract

(57)【要約】 【目的】エキスパートシステムによるスケジューリング
のための推論方法に関し、個々のスケジューリング対象
について最適の推論形態を選定することにより、複雑な
スケジュール問題の解決の効率化を図ることを目的とす
る。 【構成】スケジュール問題の解決を図るためのエキスパ
ートシステム１において、互いに異なる形態の推論を実
現するための複数の推論管理部１２Ａ，１２Ｂ，１２Ｃ
と、個々のスケジューリング対象に対して、その属性に
応じて推論管理部１２Ａ，１２Ｂ，１２Ｃの内の１つを
推論実現手段として選択する推論エンジン１０とを設
け、スケジューリング対象に応じて形態の異なる推論を
行うように構成される。

Description

【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は、エキスパートシステム
によるスケジューリングのための推論方法に関する。
【０００２】生産計画、人員計画、販売計画など、種々
のスケジュール問題をエキスパートシステムによって解
決しようとする機運が高まっている。これにともなっ
て、複雑なスケジュール問題を効率的に解決可能な推論
方法が望まれている。
【０００３】
【従来の技術】一般に、スケジュール問題を解決するた
めのエキスパートシステムにおいては、いわゆる縦型推
論方法が用いられている。すなわち、１つのスケジュー
リング対象について仮説を立て終える毎に仮説を評価
し、評価結果に基づいて選定した最適の仮説を前提とし
て次に注目したスケジューリング対象について仮説を立
てるという手順で、スケジュール案の生成が行われてい
る。
【０００４】その際に、従来においては、スケジューリ
ング対象毎の推論（仮説の生成、仮説の評価、及び仮説
の選定）の形態が画一化されていた。つまり、例えば仮
説の立て方については、制約を満たす仮説を全て立てる
という取決め、仮説の数に制限を設けるという取決め
（一定数の仮説が得られたら仮説の生成を終えるという
取決め）、当初の制約を満たす仮説が得られない場合に
は制約を緩和して仮説を立てるという取決めなど、種々
の取決めの内から１種類の取決めがシステム構築の段階
で選定され、選定された取決めによって全てのスケジュ
ーリング対象について仮説が立てられていた。
【０００５】
【発明が解決しようとする課題】ところが、例えば製造
業におけるスケジューリングである生産計画において、
複数の工程の作業をスケジューリング対象とする場合に
は、第１の工程では使用可能な設備（機械や製造ライン
など）が複数であって作業の実施場所の選択を要する
が、第２の工程では設備が単数であって実施場所は一義
的に定まるとか、第３の工程では実施時期について納期
に間に合えばよいという程度の比較的に緩やかな制約の
みが課せられているが、第４の工程では昼間に限られる
というように、スケジューリングに係る仮説生成や評価
の制約が多種多様になることが多い。
【０００６】このような場合、従来では、最も複雑な制
約に対処可能な推論の形態が選定されることになり、そ
のために制約が比較的に単純なスケジューリング対象に
ついても複雑な推論処理が行われ、全体として推論の効
率が損なわれるという問題があった。
【０００７】本発明は、上述の問題に鑑み、個々のスケ
ジューリング対象について最適の推論形態を選定するこ
とにより、複雑なスケジュール問題の解決の効率化を図
ることを目的としている。
【０００８】
【課題を解決するための手段】請求項１の発明に係る推
論方法は、上述の課題を解決するため、図１に示すよう
に、スケジュール問題の解決を図るためのエキスパート
システム１において、互いに異なる形態の推論を実現す
るための複数の推論管理部１２Ａ，１２Ｂ，１２Ｃと、
個々のスケジューリング対象に対して、その属性に応じ
て前記推論管理部１２Ａ，１２Ｂ，１２Ｃの内の１つを
推論実現手段として選択する推論エンジン１０とを設
け、スケジューリング対象に応じて形態の異なる推論を
行う。
【０００９】請求項２の発明に係る推論方法は、前記複
数の推論管理部１２Ａ，１２Ｂ，１２Ｃのそれぞれに、
特定の制約情報に基づいて仮説を生成する複数の仮説生
成管理部１３１，１３２，１３３をそれらの適用順位を
定めて設け、注目したスケジューリング対象についての
推論に際して、まず適用順位が最上位の前記仮説生成管
理部１３１を適用し、スケジュール案として採用すべき
仮説が得られない場合に、適用順位に従って順に１つず
つ他の仮説生成管理部１３２，１３３を適用するという
手順で必要に応じて段階的に仮説を生成する。
【００１０】請求項３の発明に係る推論方法は、製品の
生産に係る特定の作業を前記スケジューリング対象とす
る。請求項４の発明に係る推論方法は、前記各推論管理
部１２Ａ，１２Ｂ，１２Ｃが、１つの製品の生産に係る
互いに異なる工程に対応する。
【００１１】
【作用】例えば、生産計画においては、所定設備を用い
て所望個数の製品（仕掛品）を生産する各種の作業がス
ケジューリング対象になる。
【００１２】推論エンジン１０は、スケジューリング対
象である個々の作業に順に注目し、注目した作業につい
て、例えば「どの工程の作業である」、「高精度を要す
る」、「緊急の作業である」などといった作業の属性
（特質）を判別し、判別結果に応じて推論管理部１２
Ａ，１２Ｂ，１２Ｃの内の１つを推論実現手段として選
択する。これによりスケジューリング対象に応じて形態
の異なる推論が行われる。
【００１３】個々の作業についての推論に際しては、ま
ず適用順位が最上位の仮説生成管理部１３１によってそ
れに対応付けられた制約情報に基づいて仮説が生成され
る。そして、制約を満たす仮説が生成できなかったり、
評価点数が低いために生成した仮説が全て不採用になる
などしてスケジュール案として採用すべき仮説が得られ
ない場合に、他の仮説生成管理部１３２，１３３によっ
て仮説が生成される。
【００１４】なお、仮説は、作業を何時から何時まで実
施するかという実施時期、及び何処で実施するか（いず
れの設備を使用するか）という実施場所の設定例であ
る。
【００１５】
【実施例】図１は本発明の推論方法を適用したエキスパ
ートシステム１の要部のブロック図である。
【００１６】エキスパートシステム１は、１つの製品の
生産に係る一連の３つの工程（以下、これらを工程Ａ，
工程Ｂ，工程Ｃという）のスケジューリングを行う生産
計画用のエキスパートシステムであって、推論エンジン
１０、ガントチャート用ワーキングメモリ１１、工程別
に設けられた３つの推論管理部１２Ａ，１２Ｂ，１２
Ｃ、仮説ワーキングメモリ２１、及び処理間ワーキング
メモリ２２などから構成されている。このようなエキス
パートシステム１は、例えばワークステーションなどの
コンピュータシステム上に実現される。
【００１７】推論エンジン１０は、スケジューリングを
統括するプログラムであり、推論管理部１２Ａ，１２
Ｂ，１２Ｃによってスケジュール案が生成されると、図
示しないディスプレイ上にスケジュール案をガントチャ
ート（日程表）の形式で表示するために、所定の表示デ
ータをガントチャート用ワーキングメモリ１１に書き込
む。
【００１８】推論管理部１２Ａは、工程Ａの作業に特有
の推論（処理又は解法）を実現するために設けられてお
り、後述する仮説生成のランク毎に設けられ且つ適用順
位が定められた仮説生成管理部１３１，１３２，１３
３、仮説の適否を判定する判定処理部１７、仮説の評価
点数を算出する得点付け処理部１８、及び推論形態を規
定する情報を格納した推論管理データテーブル２０から
構成されている。
【００１９】仮説生成管理部１３１，１３２，１３３
は、作業に設備を割り当てる実施場所の決定処理部１４
と、割り当て可能な空き時間を探す実施可能時間の検索
処理部１５と、作業の開始及び終了時刻を設定する実施
時期の決定処理部１６とをそれぞれ有している。
【００２０】なお、推論管理部１２Ａの各処理部１４，
１５，１６，１７，１８は、所定のタスクに対応したプ
ログラムからなり、処理の実行に際して推論管理データ
テーブル２０を参照する。
【００２１】また、推論管理部１２Ｂ及び推論管理部１
２Ｃは、それぞれ工程Ｂ及び工程Ｃの作業について特有
の推論を実現するために設けられ、これらの基本的な構
成は推論管理部１２Ａと同様である。ただし、推論管理
部１２Ａ，１２Ｂ，１２Ｃにおいて、推論管理データテ
ーブル２０に格納されるデータの値は互いに異なり、仮
説生成管理部の数は必ずしも同一ではない。
【００２２】仮説ワーキングメモリ２１は、個々の作業
について順に生成された仮説を互いに関連づけて記憶す
るための仮説管理空間（探索空間）であり、各推論管理
部１２Ａ，１２Ｂ，１２Ｃによって共用される。
【００２３】処理間ワーキングメモリ２２は、各推論管
理部１２Ａ，１２Ｂ，１２Ｃの各処理部１４〜１８によ
る各種処理の過程で生じるデータを一時的に格納するた
めのメモリ空間である。
【００２４】図２は推論管理データテーブル２０のデー
タ構成の一例を示す図である。推論管理データテーブル
２０は、属性値Ｄ０、仮説生成ランク数Ｄ１、実施場所
の決定関数Ｄ２、実施時期の決定関数Ｄ３、判定の制約
Ｄ４、得点付けの制約Ｄ５、得点評価の関数及び係数Ｄ
６、得点計算関数Ｄ７、及び仮説数の制限値Ｄ８から構
成されている。
【００２５】属性値Ｄ０は、推論管理データテーブル２
０を適用する作業の属性の内容（本実施例では対応する
工程）を示すデータである。仮説生成ランク数Ｄ１は、
制約情報のランク分けによる仮説の段階的な生成におけ
るランク数であり、仮説生成管理部１３１〜１３３の数
を示すデータである。
【００２６】実施場所の決定関数Ｄ２は実施場所の設定
の制約を示すデータであり、仮説生成のランク毎に登録
される。例えば、「できれば優先順位が最上位の設備で
実施し、それが不可能であれば優先順位が第２位の設備
で実施し、それも不可能であれば他の設備で実施する」
という場合には、優先順位が最上位の設備で実施すると
いう制約を示すデータがランク１の決定関数Ｄ２として
登録され、優先順位が第２位の設備で実施するという制
約を示すデータがランク２の決定関数Ｄ２として登録さ
れ、任意の設備で実施するという制約を示すデータがラ
ンク３の決定関数Ｄ２として登録される。
【００２７】実施時期の決定関数Ｄ３は実施場所の設定
の制約を示すデータであり、これも仮説生成のランク毎
に登録される。例えば、「できるだけ納期に間に合うよ
うにし、それが不可能であればできるだけ早く終えるよ
うにする」という場合には、納期に間に合うようにする
という制約を示すデータがランク１の決定関数Ｄ３とし
て登録され、可及的に早く終えるようにするという制約
を示すデータがランク２の決定関数Ｄ３として登録され
る。
【００２８】判定の制約Ｄ４は判定処理部１７の処理を
規定するデータであり、得点付けの制約Ｄ５は得点付け
処理部１８の処理を規定するデータである。得点評価の
関数及び係数Ｄ６は、仮説の評価及びその結果の重み付
けを規定するデータである。
【００２９】そして、得点計算関数Ｄ７は評価点数の算
出式を示すデータであり、仮説数の制限値Ｄ８は、１つ
の作業について生成する仮説の上限を示すデータであ
る。なお、これらのデータＤ０〜Ｄ８は、設備の調子、
資材や人員の準備状況などの実情に則してより実用性の
高いスケジュール案が得られるように、推論管理部１２
Ａ，１２Ｂ，１２Ｃ毎（つまり工程Ａ，Ｂ，Ｃ毎）に適
宜選定して登録される。
【００３０】以上の構成のエキスパートシステム１にお
いて、スケジューリングは、製造すべき製品名、その数
量、納期などの作業要件についての情報をともなって発
行されるオーダ（生産注文）毎に実行され、通常は、３
か月又は６か月などの適当な期間内における数百程度の
オーダに対して実行される。
【００３１】推論エンジン１０は、スケジューリング対
象である個々の作業について、それがいずれの工程の作
業であるかという属性に応じて、３つの推論管理部１２
Ａ，１２Ｂ，１２Ｃの内の１つを選定して推論を実行さ
せる。
【００３２】例えば、注目した作業が工程Ａの作業であ
れば、推論管理部１２Ａが推論実行手段として選定され
る。選定された推論管理部１２Ａは、まず、適用順位が
最上位の仮説生成管理部、すなわち最も厳しいランク１
の制約に対応した仮説生成管理部１３１を適用して仮説
の生成を行う。
【００３３】仮説の生成に際しては、最初に実施場所の
決定処理部１４が起動され、推論管理データテーブル２
０内のランク１の決定関数Ｄ２が示す制約に則して実施
場所が設定される。続いて、実施可能時間の検索処理部
１５によって、他の作業との前後関係などを考慮した上
で実施可能時間が求められ、その後に実施時期の決定処
理部１６によって、ランク１の決定関数Ｄ３が示す制約
を満たすように実施時期が設定される。実施場所及び実
施時期の設定により、作業に対する１つの仮説が生成さ
れたことになる。生成された仮説は、仮説ワーキングメ
モリ２１に格納される。
【００３４】実施時期の決定処理部１６は、注目した１
つの作業に対する他の仮説を順に生成し、制約を満たす
ことができなくなるか、又は仮説数の制限値Ｄ８の仮説
を生成した時点で処理を終了する。
【００３５】仮説が生成されると、推論管理部１２Ａ
は、判定処理部１７及び得点付け処理部１８を順に起動
し、仮説の適否を判定するとともに、適合する仮説につ
いて得点付けを行って評価する。
【００３６】ところで、仮説生成管理部１３１による仮
説生成過程でランク１の制約を満たす仮説が成立しない
か又は評価の段階で全ての仮説が棄却された場合、すな
わちスケジュール案として採用すべき仮説が得られなか
った場合には、推論管理部１２Ａは、仮説生成管理部１
３１に代えて、適用順位が第２位であってランク２の制
約に対応した仮説生成管理部１３２を適用して再び仮説
の生成を行う。そして、ランク２の仮説生成管理部１３
２を適用しても採用すべき仮説が得られなかった場合に
は、さらに推論管理部１２Ａは、最も緩やかなランク３
の制約に対応し適用順位が第３位の仮説生成管理部１３
３を適用して仮説の生成を行う。
【００３７】つまり、エキスパートシステム１では、制
約全体からみて許容される全ての仮説を一時に生成する
のではなく、まず最も厳しい制約を満たす仮説を生成
し、採用すべき仮説が得られなかった場合のみに制約を
緩和して仮説を生成するという手順で段階的に仮説が生
成される。
【００３８】一方、注目した作業が工程Ｂの作業であれ
ば、推論管理部１２Ｂが推論実行手段として選定され
る。そして、工程Ｂに固有の制約情報（上述のデータＤ
０〜Ｄ８）が登録された推論管理部１２Ｂ内の推論管理
データテーブル２０に基づいて、注目した作業について
の推論が行われる。また、注目した作業が工程Ｃの作業
であれば、推論管理部１２Ｃが選定され、工程Ｃに固有
の制約情報が登録された推論管理データテーブル２０に
基づいて推論が行われる。
【００３９】なお、推論管理部１２Ｂ及び推論管理部１
２Ｃにおいても、推論管理部１２Ａと同様に仮説は段階
的に生成される。上述の実施例によれば、採用すべき仮
説が得られなかった場合のみに段階的に制約を緩和して
仮説を生成するので、結果的に無駄になる仮説の生成が
抑えられることから、仮説ワーキングメモリ２１の小容
量化を図ることができるとともに、推論の速度を高める
ことができる。
【００４０】上述の実施例において、仮説生成の制約の
ランク数は任意である。すなわち各推論管理部１２Ａ，
１２Ｂ，１２Ｃに設ける仮説生成管理部１３１〜１３３
の数は制約のランク分けに応じて適宜選定することがで
きる。
【００４１】上述の実施例においては、工程Ａ，Ｂ，Ｃ
毎に推論管理部１２Ａ，１２Ｂ，１２Ｃを設けたが、す
なわちスケジューリング対象である作業がいずれの工程
に属するかという属性に応じて推論の形態を変更するよ
うにしたが、例えば緊急のオーダに対応する作業と比較
的に納期に余裕のあるオーダに対応する作業とに分ける
こととし、それら各グループ毎に推論管理部を設けてグ
ループ特有の推論を行うようにしてもよい。なお、本明
細書において、エキスパートシステムにはシステム構築
ツールが含まれる。
【００４２】
【発明の効果】本発明によれば、個々のスケジューリン
グ対象について最適の推論形態を選定することができ、
複雑なスケジュール問題の解決の効率化を図ることがで
きる。
【００４３】請求項２の発明によれば、無駄な仮説生成
が抑えられ、それにともなって評価の対象となる仮説の
数が低減されるので、仮説を記憶するメモリの小容量化
を図ることができるとともに、推論の速度を高めること
ができる。
【図面の簡単な説明】
【図１】本発明の推論方法を適用したエキスパートシス
テムの要部のブロック図である。
【図２】推論管理データテーブルのデータ構成の一例を
示す図である。
【符号の説明】
１ エキスパートシステム １２Ａ，１２Ｂ，１２Ｃ 推論管理部 １０ 推論エンジン １３１，１３２，１３３ 仮説生成管理部
───────────────────────────────────────────────────── フロントページの続き (72)発明者 福山 和則 愛知県名古屋市中区錦２丁目15番22号 株 式会社富士通東海システムエンジニアリン グ内

Claims (4)

    【特許請求の範囲】
  1. 【請求項１】スケジュール問題の解決を図るためのエキ
    スパートシステム（１）において、 互いに異なる形態の推論を実現するための複数の推論管
    理部（１２Ａ）（１２Ｂ）（１２Ｃ）と、 個々のスケジューリング対象に対して、その属性に応じ
    て前記推論管理部（１２Ａ）（１２Ｂ）（１２Ｃ）の内
    の１つを推論実現手段として選択する推論エンジン（１
    ０）とを設け、 スケジューリング対象に応じて形態の異なる推論を行う
    ことを特徴とするスケジューリングのための推論方法。
  2. 【請求項２】前記複数の推論管理部（１２Ａ）（１２
    Ｂ）（１２Ｃ）のそれぞれに、特定の制約情報に基づい
    て仮説を生成する複数の仮説生成管理部（１３１）（１
    ３２）（１３３）をそれらの適用順位を定めて設け、注
    目したスケジューリング対象についての推論に際して、
    まず適用順位が最上位の前記仮説生成管理部（１３１）
    を適用し、スケジュール案として採用すべき仮説が得ら
    れない場合に、適用順位に従って順に１つずつ他の仮説
    生成管理部（１３２）（１３３）を適用するという手順
    で必要に応じて段階的に仮説を生成することを特徴とす
    る請求項１記載のスケジューリングのための推論方法。
  3. 【請求項３】製品の生産に係る特定の作業を前記スケジ
    ューリング対象とすることを特徴とする請求項１又は請
    求項２記載のスケジューリングのための推論方法。
  4. 【請求項４】前記各推論管理部（１２Ａ）（１２Ｂ）
    （１２Ｃ）が、１つの製品の生産に係る互いに異なる工
    程に対応することを特徴とする請求項３記載のスケジュ
    ーリングのための推論方法。
JP31330792A 1992-11-24 1992-11-24 スケジューリングのための推論方法 Expired - Fee Related JP2709010B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP31330792A JP2709010B2 (ja) 1992-11-24 1992-11-24 スケジューリングのための推論方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP31330792A JP2709010B2 (ja) 1992-11-24 1992-11-24 スケジューリングのための推論方法

Publications (2)

Publication Number Publication Date
JPH06162031A true JPH06162031A (ja) 1994-06-10
JP2709010B2 JP2709010B2 (ja) 1998-02-04

Family

ID=18039648

Family Applications (1)

Application Number Title Priority Date Filing Date
JP31330792A Expired - Fee Related JP2709010B2 (ja) 1992-11-24 1992-11-24 スケジューリングのための推論方法

Country Status (1)

Country Link
JP (1) JP2709010B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021251001A1 (ja) * 2020-06-09 2021-12-16 富士フイルム株式会社 情報処理装置、情報処理方法、及び情報処理プログラム

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS626857A (ja) * 1985-07-03 1987-01-13 Nissan Motor Co Ltd 車両用故障診断装置
JPS62285172A (ja) * 1986-06-04 1987-12-11 Hitachi Ltd オンライン高速推論方法
JPS6476360A (en) * 1987-09-18 1989-03-22 Hitachi Ltd Work scheduling system
JPH01224845A (ja) * 1988-03-04 1989-09-07 Shimizu Corp エキスパートシステム
JPH01257300A (ja) * 1988-04-07 1989-10-13 Hitachi Ltd 計画作成支援方法およびシステム
JPH03188562A (ja) * 1989-09-12 1991-08-16 Hitachi Ltd 非線形最適化処理方法及び非線形最適化処理装置
JPH04271467A (ja) * 1991-02-27 1992-09-28 Toshiba Corp 階層的計画生成装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS626857A (ja) * 1985-07-03 1987-01-13 Nissan Motor Co Ltd 車両用故障診断装置
JPS62285172A (ja) * 1986-06-04 1987-12-11 Hitachi Ltd オンライン高速推論方法
JPS6476360A (en) * 1987-09-18 1989-03-22 Hitachi Ltd Work scheduling system
JPH01224845A (ja) * 1988-03-04 1989-09-07 Shimizu Corp エキスパートシステム
JPH01257300A (ja) * 1988-04-07 1989-10-13 Hitachi Ltd 計画作成支援方法およびシステム
JPH03188562A (ja) * 1989-09-12 1991-08-16 Hitachi Ltd 非線形最適化処理方法及び非線形最適化処理装置
JPH04271467A (ja) * 1991-02-27 1992-09-28 Toshiba Corp 階層的計画生成装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021251001A1 (ja) * 2020-06-09 2021-12-16 富士フイルム株式会社 情報処理装置、情報処理方法、及び情報処理プログラム
JPWO2021251001A1 (ja) * 2020-06-09 2021-12-16

Also Published As

Publication number Publication date
JP2709010B2 (ja) 1998-02-04

Similar Documents

Publication Publication Date Title
Chen et al. An improvement of the Lagrangean relaxation approach for job shop scheduling: a dynamic programming method
Qu et al. Optimized adaptive scheduling of a manufacturing process system with multi-skill workforce and multiple machine types: An ontology-based, multi-agent reinforcement learning approach
CN110955206B (zh) 一种订单排程与分配调度方法及系统
Kolisch Project scheduling under resource constraints: efficient heuristics for several problem classes
Tomazella et al. A comprehensive review of Branch-and-Bound algorithms: Guidelines and directions for further research on the flowshop scheduling problem
MXPA01002771A (es) Metodo para planear el desarrollo de un producto implementado por computadora.
Gravel et al. A multicriterion view of optimal resource allocation in job-shop production
Jain et al. Ranking of flexibility in flexible manufacturing system by using a combined multiple attribute decision making method
US20230115525A1 (en) Computer-implemented method for planning and/or controlling a production by a production system, and production planning and/or control system
Shaw et al. Automatic planning and flexible scheduling: a knowledge-based approach
Moreno et al. Heuristics for the FMS-loading and part-type-selection problems
CN116540659B (zh) 一种大型复杂产品车间调度方法、系统、设备及介质
Yang et al. Due date assignment and two-agent scheduling under multitasking environment
Azemi et al. Intelligent Computer-Aided resource planning and scheduling of machining operation
Selladurai et al. Dynamic simulation of job shop scheduling for optimal performance
Piri et al. Developing a new model for simultaneous scheduling of two grand projects based on game theory and solving the model with Benders decomposition
JPH06162031A (ja) スケジューリングのための推論方法
Zhong et al. Performance assessment of dynamic flexible assembly job shop control methods
Braune et al. Applying genetic algorithms to the optimization of production planning in a real-world manufacturing environment
Kumar Understanding the need of implementation of lean techniques in manufacturing industries: A review
Bai et al. Scheduling a distributed permutation flowshop with uniform machines and release dates
Jiang et al. An exact solution method for seru scheduling problems with multiple rate-modifying activities and learning effect
CN117408638A (zh) 一种产品投产试算方法、系统、计算设备及介质
Saidat et al. Job Shop Scheduling Approach for Managing Tasks’ Allocation Time in Factory
Baki Some problems in one-operator scheduling

Legal Events

Date Code Title Description
A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 19970603

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 19970930

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20071017

Year of fee payment: 10

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20081017

Year of fee payment: 11

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20081017

Year of fee payment: 11

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20091017

Year of fee payment: 12

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20091017

Year of fee payment: 12

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20101017

Year of fee payment: 13

LAPS Cancellation because of no payment of annual fees