JPH08255197A - 分散ライン生産管理システム - Google Patents

Abstract

(57)【要約】 【目的】国内外の分散した生産ラインを複数経て製品と
して完成し、しかも歩留り変動の大きな製品を対象とし
ている生産ラインで、製作期間を短縮し、しかも設備稼
働率の向上を図る。 【構成】分散した生産ライン間の生産管理・調整を行う
ために、各ラインの日別払出し数量の予測案を、払出し
予測処理部１８により複数案作成し、払出し予測値交換
処理部１９により相互に通信し合う。負荷平準化処理部
２０により、他ラインの払出し案を適切に組合せ、組み
合わせたライン負荷とラインの能力を遺伝子的にモデル
化し、このモデルに対してランダムに交叉と突然変異等
で修正することで、負荷の平準化を高速に行う。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、地理的に分散している
ような複数の生産ラインが存在する生産ライン群におい
て、複数の生産ラインで加工が施されて完成品となって
いく製品が、複数個同時に生産されているときに、各生
産ラインの生産を管理し、各生産ラインが持っている最
大の生産能力（１日に生産できる最大の総加工時間）に
対して実際の作業量（１つの製品を加工するのに必要と
なる標準的な加工時間の総和）を平準化する（各生産ラ
イン毎に日々の作業量と生産能力を同じにする）方法に
係わり、特に歩留り（製品を加工した時に良品の作れる
割合）の変動や受注数量の変動があり、しかも多量の製
品が複数の生産ラインで加工が施されて完成品となるた
めに、複数の生産ライン間の調整が困難な生産ライン群
の管理に好適な分散ライン生産管理方式に関するもので
ある。

【０００２】さらに、本発明は、当該管理方式を備えた
分散ライン管理装置に関するものである。つまり、半導
体の生産のように国内の生産ラインも多く、さらに海外
にも生産ラインがあり、なおかつ数千品種、数千万個の
製品を生産している生産ライン群の管理に適している。
特に、半導体の生産のように歩留りが存在し、歩留りが
日々変動するような生産の管理に適している。

【０００３】

【従来の技術】従来分散した生産ラインの管理方式とし
ては、以下の２つがある。

【０００４】（１）センタ集中管理方法 分散した生産ラインの管理方法としては、例えば特開平
４−６９１３９号公報に記載されているように、複数の
生産ラインの全ての生産データ（生産ラインの能力と製
品の進捗度）をどこかのセンタ（大きな計算機を設置し
全生産ラインの生産を統括するところ）に一度集約し、
当該センタで生産ライン間の生産の同期（ある生産ライ
ンで生産した製品が、他の生産ラインに運搬された後、
停滞することなく生産されることを生産が同期している
という）を図っていた。

【０００５】（２）生産同期化手法 分散した生産ラインの生産を同期化させるためには、運
搬された先の生産ラインで製品が停滞しないように、運
搬された先の生産ラインの生産能力に比べて、当該生産
ラインから払い出される製品の作業量が少ない必要があ
る。逆に、生産能力に比べて払い出される作業量が多い
と、当該生産ラインでは生産能力をオーバーした作業量
に該当する製品が生産ラインの前で生産待ちとなる。そ
れゆえ、分散生産ライン間で同期を図るためには、生産
能力と作業量とを合わせる必要がある。

【０００６】例えば、１日に１台の装置で８時間稼働し
て製品を加工する生産ラインの場合の生産能力は、６０
分×８時間＝４８０分／日と表現できる。この生産ライ
ンでは、１日に４８０分相当の作業しかできない。その
ため、当該生産ラインで１日に処理する製品の作業量の
合計が４８０分を越えると、生産能力をオーバーした生
産を要求されたことになる。例えば、５６０分の作業量
の生産を要求された場合には、オーバー分に相当にあた
る８０分相当分の加工ができず、生産ラインの前で製品
が停滞してしまい、製品の製作期間の増大につながる。
また、逆に４８０分以下の作業量しかない場合には、生
産ラインで加工する製品が不足して生産ラインを構成す
る装置が休止（遊び）してしまい、装置の稼働率が低下
する。

【０００７】このことから、生産ライン間の生産を同期
化させることにより、装置の稼働率の向上、つまりは装
置１台あたりの生産数が向上し、結果として生産ライン
全体の生産数を増加することができることがわかる。さ
らに、生産ライン間の生産を同期化させると、生産ライ
ンの前で製品が停滞しなくなり、製品の製作期間をも短
縮することができる。

【０００８】さらに、分散した生産ラインにおいて、歩
留りや受注数量の増減等の生産変動がある場合の生産管
理方法については、従来考慮されていなかった。

【０００９】次に、生産の同期を図る方法としては、様
々な方法があるが、各生産ラインの毎日の生産能力と作
業量とを合わせるように、当該生産ラインに製品を供給
する上流の生産ラインの生産をコントロールする方法が
一般的である。具体的には、ある生産ラインの毎日の生
産能力と作業量とが合うように、当該生産ラインに製品
を供給する生産ライン（この生産ラインを前生産ライン
と呼ぶ）から送られてくる製品を日々指示してやり（指
定された日を当該製品の払出し指示日と呼ぶ）、この当
該製品の払出し指示日にあうように前生産ラインでの生
産の順序、製品の投入の順序、製品の優先順位等を制御
する。

【００１０】ただし、実際には複数の生産ラインで複数
の製品を生産しているために、容易に全生産ラインの毎
日の作業負荷（作業量を生産能力で割ったものを作業負
荷と定義する）を平準にすることはできない。例えば、
全ての製品が４つの生産ラインで生産されている場合を
考えると、ある１つの製品をどの生産ラインで生産する
かという組み合わせは４通りある。つまり、製品がｎ種
類あると、４つの生産ラインで生産する場合の組み合わ
せは、ｎの４乗通りの組み合わせになる。製品が数千種
類もある実際の生産ラインでは、全ての組み合わせを考
えることは、不可能である。

【００１１】そこで、容易に多くの組み合わせの中から
最適な組み合わせ探索する手法が数多く考えられてい
る。例えば単に作業量と生産能力とのマッチングを図る
方法としては、ナップサック問題として、作業量と生産
能力とのバランスを取る方法が一般に用いられてきた。
このナップサック問題の解法としては、産業図書株式会
社発行の北野宏明著「遺伝的アルゴリズム」初版の１３
５ページから１４０ページに記載のように、遺伝的アル
ゴリズムを用いる方法が知られている。以下に、ナップ
サック問題、遺伝的アルゴリズム、および遺伝的アルゴ
リズムを用いたナップサック問題の解法について説明す
る。

【００１２】＜ナップサック問題＞ナップサック問題と
は、複数のもの（ナップサック問題の場合にはものとは
荷物を指す）の中からいくつかのもの（荷物）を選択し
てある条件（一般に制約条件という）を一番満足する組
み合わせを探すという組み合わせ最適化問題の一種であ
る。

【００１３】具体的には、いま複数個の荷物が存在す
る。これらの荷物それぞれに対して、重量（荷物１つ当
りの重さ）と値段（荷物１つ当りの価値を表す）が決ま
っている。この複数個の荷物の中からいくつかの荷物を
選択し、ナップサックに詰め込む。しかし、ナップサッ
クには詰め込める荷物の総重量（各荷物の重量の合計）
に制限がある。つまり、ナップサック問題では、ナップ
サックに詰め込んだ荷物の重量の合計が制限重量以下で
あり、なおかつナップサックに詰め込んだ荷物の値段の
合計が最大になるような荷物の組み合わせ（値段が最大
の組み合わせを最適な組み合わせという）を決める問題
である。

【００１４】図２３に示してある前提条件を利用してナ
ップサック問題を説明する。まず、この例では、荷物番
号１から荷物番号８までの８個の荷物がある。各荷物の
重量と値段（価値）は図２３の表の通りである。例え
ば、荷物番号８の荷物は重量が１３であり、価値が２５
である。この問題におけるナップサックの制限重量は、
３０であるとする。つまり、８個の荷物のうちから、い
くつかの荷物を選択して、それら荷物の重量の合計が３
０以下であって、さらに評価（価値の合計）が最大にな
るように、８個の荷物の中からどの荷物を選択（言い換
えると荷物の組み合わせを探す）すべきかという問題で
ある。

【００１５】例えば、荷物番号１、４、６、７の４つの
荷物を選択した場合には、それぞれの荷物の重量の合計
は、 １＋５＋９＋１１＝２６ となり、制限重量の３０以下になる。また、それぞれの
荷物の価値の合計は、 １＋１０＋１５＋２２＝４８ となる（図２４参照）。

【００１６】このように８個の荷物の中からいくつかの
荷物を選択すると、選択した荷物の重量の合計と、価値
の合計は簡単に求まる。しかし、どの荷物を選択するか
の組み合わせが膨大になり、簡単に最適な組み合わせを
求めることはできない。例えば、この８個の荷物の場合
には、組み合わせは２の８乗の２５６通りになる。しか
し、荷物数が増えると、選択できる荷物の組み合わせは
指数的に増える。

【００１７】＜生産ラインの同期化問題＞先に述べた生
産ラインの同期化問題は、このナップサック問題の応用
問題になる。つまり、１つの生産ラインの生産能力が、
ナップサック問題におけるナップサックの制限重量にな
る。また、その生産ラインで生産される製品の作業量が
ナップサックの中に詰める荷物の重量になる。それゆえ
に、各生産ラインにおいては、生産能力というナップサ
ックの制限重量を越えない範囲で、しかもできるだけ多
くの作業をこなすという価値の合計の最大化を図るとい
うナップサック問題に帰着する。

【００１８】しかも、複数の生産ラインの同期化問題で
は、複数の生産ラインの生産能力内での最大の作業量を
同時に満足するような組み合わせの解を求めなければな
らない。つまり、各生産ラインのナップサック問題を同
時に解いて、それぞれのナップサック問題の解を最適に
する問題になる。さらに、各生産ラインの生産能力と作
業量を合わせるために、単に生産能力内での最大の作業
量となる製品の組み合わせを求めるだけでなく、日別の
作業量を平準化するということで、時間軸も考慮して解
く必要がある。そのため、組み合わせの数が普通のナッ
プサック問題に比べ非常に多くなり、解くのに膨大な時
間がかかり、実際問題としては解くことが不可能であ
る。

【００１９】そこで、最適な解を求めるのではなくて、
最適解にそれなりに近い近似解を求める方法が、数々考
案されている。その１つとして遺伝的アルゴリズムがあ
る。この遺伝的アルゴリズムの説明を以下に示す。

【００２０】＜遺伝的アルゴリズム＞遺伝的アルゴリズ
ム（Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ）とは、自然
界における生物の進化の法則をモデルとした組み合わせ
最適化手法である。遺伝的アルゴリズムをわかり易く説
明するために、先のナップサック問題を例にとって説明
する。

【００２１】遺伝的アルゴリズムは大きく以下のＧＡ１
からＧＡ７の７つのステップからなっている（図２５参
照）。

【００２２】 Ｓｔｅｐ−ＧＡ１：問題定式化（問題のマッピング） Ｓｔｅｐ−ＧＡ２：遺伝子生成 Ｓｔｅｐ−ＧＡ３：遺伝子評価（適応度関数による遺伝
子評価） Ｓｔｅｐ−ＧＡ４：遺伝子選択（淘汰） Ｓｔｅｐ−ＧＡ５：遺伝子交叉 Ｓｔｅｐ−ＧＡ６：突然変異 Ｓｔｅｐ−ＧＡ７：終了判定 そこで、それぞれのステップについて詳しく説明する。

【００２３】＜Ｓｔｅｐ−ＧＡ１＞ 問題定式化（問題
のマッピング） 解きたい組み合わせ問題を遺伝的アルゴリズムで解ける
ように、問題を０、１の文字列（ビット列）からなる遺
伝子に置き換える（いわゆる問題を遺伝子へ写像する）
ことが、問題定式化のステップである。つまり、図２３
に示した８個の荷物のうちから、どの荷物を選択するか
といった処理を遺伝子の表現に置き換える。先の例に使
用した荷物番号１、４、６、７の４つの荷物を選択する
場合は、図２４に示すように ［１，０，０，１，０，１，１，０］ という表現になる（ただし、カギ括弧は遺伝の開始、終
了を表す）。この遺伝子表現は、遺伝子の第ｉ番目のビ
ットが、第ｉ番目の荷物番号と対応しており、さらに各
々のビットが１であるか０であるかによって、それぞれ
の荷物を選択する（１で表現する）、および選択しない
（０で表現する）ことを表現している。つまり、１番始
め（第１ビット目、一番左端の数字）の１が荷物番号１
の荷物を選択したことを表し、２番目（第２ビット目）
にある０が荷物番号２の荷物を選択しないということを
表している。そのため、遺伝子［１，０，０，１，０，
１，１，０］は、荷物番号１、４、６、７の４つの荷物
を選択していることになる。このようにして、ナップサ
ック問題における荷物の選択、非選択を１と０との文字
列の表現に置き換える。

【００２４】また、遺伝的アルゴリズムにおいて必要と
なる以下に示す定数の初期値を与える。この定数の初期
値については、過去の経験に基づいて定義する。

【００２５】（１）遺伝子数：Ｓｔｅｐ−ＧＡ２で生成
する遺伝子の数。

【００２６】（２）突然変異確率：Ｓｔｅｐ−ＧＡ６で
の突然変異の確率。

【００２７】（３）収束判定世代数：Ｓｔｅｐ−ＧＡ７
での本アルゴリズムの収束を判定する世代数。

【００２８】＜Ｓｔｅｐ−ＧＡ２＞ 遺伝子生成 一様乱数を利用して、様々な遺伝子を生成する。これに
より、いま解こうとする組み合わせ問題における全ての
組み合わせの内から、いくつかの組み合わせをランダム
に選択し、この選択した解を出発点として、さらに良い
解を見つけ出していくのである。そのための出発点にあ
たる最初の遺伝子（第１世代という）を生成するのが、
この遺伝子生成のステップである。例えば、０から１ま
での一様乱数（０から１までの間に一様に分布する乱
数）を用いて、１つの値を決める。この乱数で生成した
値が、０．５より小さければ、第１番目のビットは０に
し、逆に０．５以上であれば、第１番目のビットは１に
する。このように乱数を８回生成して、第１番目から第
８番目までのビットを決めることで、１つの遺伝子を発
生させる。

【００２９】同様な処理を繰り返して、Ｓｔｅｐ−ＧＡ
１で定義した遺伝子数分だけの遺伝子を作成する。例え
ば、図２６に示す例では、遺伝子１−１、遺伝子１−
２、遺伝子１−３、遺伝子１−４の４つの８ビット遺伝
子を生成させている。

【００３０】＜Ｓｔｅｐ−ＧＡ３＞ 遺伝子評価（適応
度関数による遺伝子評価） 遺伝的アルゴリズムでは、生成した遺伝子を評価し、評
価結果の良い遺伝子のみが次の世代へと引き継がれる。
これによって、世代を繰り返すことで評価結果が次第に
良いものになっていく。そのために、各遺伝子を評価す
るのが、この評価のステップである。遺伝子を評価する
ための関数は、適応度関数といわれる。例えば、ナップ
サック問題における適応度関数としては、次の２つの条
件からなる関数が考えられる。

【００３１】（条件１）遺伝子のビット列の情報に従っ
て荷物を選択した際に、荷物の重量の合計が制限重量以
下であれば、選択した荷物の価値の合計を当該遺伝子の
評価とする。

【００３２】（条件２）遺伝子のビット列の情報に従っ
て荷物を選択した際に、荷物の重量の合計が制限重量を
越えれば、当該遺伝子は制約条件を満足しないので評価
を−１とする。

【００３３】これにより、制限重量を越えた場合には、
悪い評価（評価値の小さな評価）が得られるようにな
る。特に、制限重量を越えた時は、解として意味のない
ものなので、ペナルティーとして非常に悪い評価（−
１）を与える。

【００３４】＜Ｓｔｅｐ−ＧＡ４＞ 遺伝子選択（淘
汰） Ｓｔｅｐ−ＧＡ３の遺伝子評価において評価された結果
に基づいて、より優れた遺伝子を確率的に多く次の世代
に引き継ぐ操作が、この遺伝子選択のステップである。
「確率的に多く」というのは、一番優れた遺伝子のみを
次の世代にすると、次の世代における遺伝子の種類が少
なくなってしまい、解の探索空間が狭まってしまう。こ
のことにより、最適解を探せずに特定の局所最適解（最
適解ほど良くない解）に収束してしまう可能性が高くな
る。そのため、最適な解を探索することができなくなる
可能性がある。つまり、一番優れた遺伝子以外の遺伝子
をも次の世代に引き継ぐことで、様々な種類の遺伝子を
持った子孫を作り、何世代か後に最適解を見つけだすこ
とができる可能性がある。言い換えると、この遺伝子淘
汰ステップは、評価結果の優れない遺伝子を淘汰して、
評価結果の優れた遺伝子だけを残していく処理でもあ
る。この遺伝子淘汰のステップと次の遺伝子交叉のステ
ップとを繰り返すことにより、次第に評価結果の優れた
遺伝子を作り出していき、最終的に最適な解を探し出す
というのが遺伝的アルゴリズムの基本的な考え方であ
る。つまり、遺伝的アルゴリズムを実現するためには、
先に述べた問題定式化と遺伝子淘汰と遺伝子交叉が行え
るようにモデルを作くり、淘汰と交叉を繰り返し行えば
よい。

【００３５】遺伝子を選択する方法としては、様々な方
法があるが、ここでは、評価結果の数値に比例して確率
的に遺伝子を選択するルーレット戦略と呼ばれる方法を
用いる。

【００３６】「確率的に遺伝子を選択する」とは、必ず
しも一番優れた遺伝子だけを次の世代に引き継ぐのでは
なく、適当に良くない遺伝子をも次の世代に引き継ぐこ
とを意味している。しかし、何の選択もせずに世代交代
を繰り返していたのでは、良い解に近づいていかない。
そこで、優れた遺伝子を多く次の世代に引き継ぎ、しか
も良くない遺伝子をも少しは次の世代に引き継ぐため
に、優れた遺伝子ほど次の世代に引き継がれる確率を高
くし、優れていない遺伝子ほど次の世代に引き継がれる
確率を低く設定し、乱数を用いて次の世代に引き継ぐ遺
伝子を選択する。

【００３７】このルーレット戦略では、各遺伝子の評価
結果（第ｉ遺伝子の評価結果をＶｉとする）から、次の
数式１を用いて、各遺伝子の選択比率（第ｉ遺伝子の選
択比率をＳｉとする）を計算する。

【００３８】

【数１】

【００３９】ここで、ｍｉｎは各遺伝子の評価結果Ｖ１
からＶｎのうち、制約条件を満たさないことを表す−１
の評価結果を除いた評価結果の中で、最小の評価結果を
指す。また、１を加えるのは、最小の評価結果を持った
遺伝子でも選択される可能性を残すためである。これに
より、各遺伝子をどれくらいの比率で選択すべきかが、
わかったので、この選択比率を元に乱数で遺伝子を選択
する。

【００４０】例えば、遺伝子１、遺伝子２、遺伝子３の
それぞれの評価結果Ｖ１、Ｖ２、Ｖ３が１０、７、５と
すると、遺伝子１の選択比率Ｓ１は、

【００４１】

【数２】

【００４２】となる。同様に、遺伝子２の選択比率Ｓ２
は０．３、Ｓ３は０．１となる。各遺伝子の選択比率Ｓ
１、Ｓ２、Ｓ３である０．６、０．３、０．１に応じ
て、後述するように、乱数で遺伝子を選択する。これに
より、評価結果の良い遺伝子ほど乱数で確率的に選択さ
れる割合が大きくなるようになる。

【００４３】例えば、先の３つの遺伝子の選択比率を例
に遺伝子選択を考える。２つの遺伝子を選択する際に
は、２つの乱数を発生させる。ここでは、乱数が０．５
１９と０．７２８であったとする。０．５１９では、
０．５１９＜０．６なので、遺伝子１が選択される。乱
数が０．７２８の場合は、０．７２８＞０．６なので、
遺伝子１は選択されない。遺伝子１の選択比率が０．６
なので、 ０．７２８−０．６＝０．１２８ が遺伝子２を選択するか否かを判断する値となる。０．
１２８＜０．３なので、遺伝子２が選択される。

【００４４】＜Ｓｔｅｐ−ＧＡ５＞ 遺伝子交叉 Ｓｔｅｐ−ＧＡ４の遺伝子選択で選んだ遺伝子を親とし
て（第ｉ世代を仮に親と呼ぶ）、次の世代（第（ｉ＋
１）世代となる、子と呼ぶ）の遺伝子を生成し、親より
優れた解が得られるようにするのが、この遺伝子交叉の
ステップである。

【００４５】具体的には、Ｓｔｅｐ−ＧＡ４の遺伝子選
択で選択された遺伝子の中から２つの遺伝子を選び出
し、この２つの遺伝子の一部分をお互いに交換する。こ
れにより、２つの親の遺伝子が持っている優れた部分を
子の遺伝に継承でき、２つの親よりも優れた子の遺伝子
が生成できる可能性がある。しかし、必ず子の遺伝子が
親の遺伝子より優れるという保証はないが、時として親
より良い子の遺伝子ができれば、徐々に最適な組み合わ
せを探索できる。この遺伝子の交叉を繰り返すことで、
そのうち優れた遺伝子を生成できるというのが、遺伝的
アルゴリズムの基本的な考え方である。

【００４６】そこで、遺伝子の交換の方法としては、遺
伝子上のある位置（交叉位置）を乱数で決め、この交叉
位置を境に２つの親の遺伝子をそれぞれ同じ交差位置で
分割する。ここでは、遺伝子の長さが８なので、一様乱
数で０から８のうちの１つの数を選択し、その数を交叉
位置にする。同様にもう１つの交叉位置を決め、２つの
交叉位置で遺伝子を交叉させる。分割した２つの親の遺
伝子の一部分を各々の子の遺伝子に分け与える。その際
に、交叉位置を境に分け与える子を換える。

【００４７】具体的には、選択された遺伝子を親１、親
２とするし、親１の遺伝子が、［０，１，０，１，０，
１，０，１］、親２の遺伝子が、［０，０，１，１，
０，０，１，０］とする。また交叉位置を遺伝子の第３
ビットと第４ビットの間と、第６ビットと第７ビットの
間とすると、親１の遺伝子は、０，１，０と１，０，１
と０，１の３つに分割される。親２の遺伝子は、０，
０，１と１，０，０と１，０の３つに分割される。この
親１と親２の遺伝子を交叉させて、新しい２つの遺伝子
として子１、子２を生成する。子１の遺伝子は、親１の
遺伝子から［０，１，０， ， ， ，０，１］と、親
２の遺伝子から［ ， ， ，１，０，０， ， ］を
引継ぎ、［０，１，０，１，０，０，０，１］となる。

【００４８】子２の遺伝子は、親１の遺伝子から［ ，
， ，１，０，１， ， ］と、親２の遺伝子から
［０，０，１， ， ， ，１，０］を引継ぎ、［０，
０，１，１，０，１，１，０］となる。

【００４９】これにより、１つの親の遺伝子は、交叉位
置を境に別々の子の遺伝子に分けられたようになる。

【００５０】＜Ｓｔｅｐ−ＧＡ６＞ 突然変異 親の遺伝子から子の遺伝子を作成する際に、親とは少し
違った遺伝子を作ることで、さらに親よりも良い評価結
果を得ようというのが、この突然変異のステップであ
る。つまり、最始に作成した遺伝子を先のＳｔｅｐ−Ｇ
Ａ５の遺伝子交叉で組換えて子の遺伝子を作成して、次
々と世代を重ねていっても、そのうち評価結果がある値
以上良くならなくなる可能性がある。これは、いくら遺
伝子交叉を行っても最始に作成した遺伝子が持っている
遺伝子内部の各々のビットのパターンでしか、荷物の組
み合わせを考えないためである。

【００５１】具体的には、最始の遺伝子が、［０，０，
０，１，０，０，１，１］と、［０，１，１，１，１，
１，０，０］の場合には、両方の遺伝子とも第１ビット
（遺伝子の一番左端のビット）が０であるため、いくら
遺伝子交叉を行っても、第１ビットは１になることはな
い。つまり、荷物番号１の荷物を選択する解は、絶対に
発生しない。逆に、両方の遺伝とも第４ビット（遺伝子
の左側から４番目のビット）が１であるために、どんな
遺伝子交叉を行っても、第４ビットが０になることはな
い。つまり、荷物番号４の荷物は、常に選択されてしま
う。

【００５２】そこで、たまに親とは少し違った遺伝子、
つまり２つの親の遺伝子が持っているビットのパターン
とは違ったビットのパターンを作り出すことで、親より
良い評価結果を持った子の遺伝子を作り出そうという考
え方である。

【００５３】具体的には、乱数を用いてある確率で子の
遺伝子のあるビットを０から１に、または１から０に変
更する。例えば、ある遺伝子の第１ビットの突然変異を
考える。突然変異の発生確率（この確率はＳｔｅｐ−Ｇ
Ａ１で定義してある突然変異確率である）を０．００１
とする。そこで、このビットについて突然変異を起こす
か否かを０から１までの一様乱数を発生させて判断す
る。乱数の値がＲ１とすると、以下の条件で突然変異の
発生を行う。

【００５４】（１）Ｒ１＜０．００１：突然変異を起こ
す。元のビットが０なら１に、１なら０に変更する。

【００５５】（２）Ｒ１≧０．００１：突然変異を起こ
さない。

【００５６】このようにして、遺伝子に突然変異を起こ
すことで、より評価結果の良い解を探索していく。

【００５７】＜Ｓｔｅｐ−ＧＡ７＞ 終了判定 以上のＳｔｅｐ−ＧＡ３の遺伝子評価からＳｔｅｐ−Ｇ
Ａ６の突然変異までを行うことで、１回に生成した親の
遺伝子を評価し、次の子の遺伝子を生成できる（これを
１世代という）。この１世代分の処理を数多く繰り返す
ことにより、最終的なに良い評価結果を持った組み合わ
せ（遺伝子）を探索できる。そこで、１世代分の処理を
何回繰り返したら良いかは、最初にはわからないので、
この終了判定のステップで探索の終了を判定する。判定
の方法は、Ｓｔｅｐ−ＧＡ１で決めた収束判定世代数だ
け続いて、最良の評価結果が変わらない場合に、この探
索は終了したものと判断する。

【００５８】＜ナップサック問題の遺伝的アルゴリズム
による解法＞次に、先に説明したナップサック問題を遺
伝的アルゴリズムで解く方法について、図２６の第１世
代の説明図から図３１の第６世代の説明図までを利用し
て説明する。

【００５９】Ｓｔｅｐ−ＧＡ１の問題定式化ステップの
うち、問題の定式化については、先の＜遺伝的アルゴリ
ズム＞の中で説明してあるので、省略する。また、遺伝
的アルゴリズムの初期値については、遺伝子数を４、突
然変異確率を０．０１、収束判定世代数を５とする。

【００６０】Ｓｔｅｐ−ＧＡ２の遺伝子生成ステップで
生成した結果が、図２６の上部の遺伝子１−１、１−
２、１−３、１−４である。例えば、遺伝子１−１は、 ［１，０，０，１，０，１，１，０］ である。つまり、荷物番号１、４、６、７を選択したこ
とになる。

【００６１】＜第１世代＞Ｓｔｅｐ−ＧＡ３の遺伝子評
価ステップで評価した結果が、図２６の上部の遺伝子１
−１、１−２、１−３、１−４の重量と価値である。ち
なみに遺伝子１−１は、荷物番号１、４、６、７を選択
しているので、遺伝子１−１の重量は、荷物番号１、
４、６、７の荷物の重量の合計となり、 １＋５＋９＋１１＝２６ となる。また、遺伝子１−１の価値は、荷物番号１、
４、６、７の荷物の価値の合計となり、 １＋１０＋１５＋２２＝４８ となる。

【００６２】Ｓｔｅｐ−ＧＡ４の遺伝子選択ステップ
は、図２６の中部の遺伝子選択に示してある。ここで
は、遺伝子１−１、１−２、１−３、１−４の評価結果
（価値）をもとに、遺伝子の選択比率を決めている。こ
の例では、４つの遺伝子の最小の値は、遺伝子１−３の
４３である。そのため、数式１を用いて、遺伝子１−１
の選択比率Ｓ１−１は、

【００６３】

【数３】

【００６４】となる。同様に計算すると、遺伝子１−
２、１−３、１−４のそれぞれに対して選択比率は０．
３１８、０．０４５、０．３６４となる。

【００６５】そこで、０から１までの一様乱数を発生さ
せ、遺伝子を選択する。例えば、乱数Ｒ１が０．５１９
とすると、まず、遺伝子１−１の選択比率０．２７３を
Ｒ１から引いて、残りがマイナスになれば、遺伝子１−
１が選択されることになる。ここでは、０．５１９−
０．２７３＝０．２４６になるので、遺伝子１−１は選
択されないことになる。この０．２４６を新たなＲ１と
して、次の遺伝子１−２を評価する。そこで、０．２４
６−０．３１８＝−０．０７２となり、遺伝子１−２が
選択されることになる。このように、１つの乱数を発生
させて１つの遺伝子を選択する手順を４回繰り返して、
遺伝子選択をした結果、遺伝子１−４、１−２、１−
４、１−１が選択されたとする。

【００６６】Ｓｔｅｐ−ＧＡ５の遺伝子交叉ステップで
先に選択された遺伝子１−４と１−２、１−４と１−１
を交叉させる。交叉位置は、乱数を用いて決めるが、こ
の例では、遺伝子１−４と１−２の場合には、第１ビッ
トと第２ビットの間、第５ビットと第６ビットの間とす
る。また、遺伝子１−４と１−１の場合には、第４ビッ
トと第５ビットの間と第８ビットの後ろとする。この際
には、第８ビットの後ろの交叉位置は、実際の交叉には
関係ない。

【００６７】Ｓｔｅｐ−ＧＡ６の遺伝子突然変異ステッ
プでは、乱数で遺伝子のあるビットを変更する。この例
では、遺伝子２−１の第１ビットを１→０へ、遺伝子２
−３の第５ビットを０→１へ変更した。これにより、次
の世代の遺伝子は、以下のようになる。

【００６８】遺伝子１−４から、［１， ， ， ，
，０，１，１］と、遺伝子１−２から、［ ，１，
１，０，０， ， ， ］を受け継いだ遺伝子２−１が
［１，１，１，０，０，０，１，１］となる。

【００６９】また、遺伝子１−４から、［ ，１，０，
０，０， ， ， ］と、遺伝子１−２から、［１，
， ， ， ，１，０，１］を受け継いだ遺伝子２−
２が ［１，１，０，０，０，１，０，１］となる
が、突然変異により、 ［０，１，０，０，０，１，
０，１］となる。

【００７０】同様に、遺伝子２−３が ［１，１，
０，０，０，１，１，０］となるが、突然変異により、
［１，１，０，０，１，１，１，０］となる。

【００７１】遺伝子２−４が ［０，０，０，１，
０，０，１，１］となる。

【００７２】Ｓｔｅｐ−ＧＡ７の終了判定ステップで
は、第１代であるので判定しない。

【００７３】＜第２世代＞第２世代の内容を図２７に示
す。第１世代で作成した遺伝子２−１、２−２、２−
３、２−４を図２７の上部に示す。

【００７４】Ｓｔｅｐ−ＧＡ３の遺伝子評価ステップで
各遺伝子を評価した結果を、図２７の上部に示す。第１
世代では、価値が４３〜５０であったが、第２世代で
は、価値が４２〜５８となった。このことは、遺伝子交
叉と突然変異により、第１世代より優れた価値の遺伝が
できているが、逆に悪い方の遺伝子もできてしまったこ
とを示している。

【００７５】Ｓｔｅｐ−ＧＡ４の遺伝子選択ステップを
図２７の中部の遺伝子選択に示す。このステップでは、
遺伝子の評価結果（価値）を元に、遺伝子の選択比率を
決める。この世代では、４つの遺伝子の価値の最小値が
遺伝子２−２の４２である。そこで、数式１を用いて各
遺伝子の選択比率を計算する。その結果、各遺伝子の選
択比率は、０．３４９、０．０２３、０．２３３、０．
３９５となる。遺伝子の価値が第１世代よりバラついて
いるので、価値の一番小さな遺伝子の選択比率が、０．
０４５から０．０２３に小さくなっている。これによっ
て、価値の小さな遺伝を選択する確率が小さくなり、次
第に価値が大きい遺伝子だけが生き残っていく。この遺
伝子選択比率に従って、乱数で遺伝子２−４、２−１、
２−３、２−４が選択されたとする。

【００７６】Ｓｔｅｐ−ＧＡ５の遺伝子交叉ステップで
先に選択された遺伝子２−４と２−１、２−３と２−４
を交叉させる。

【００７７】Ｓｔｅｐ−ＧＡ６の遺伝子突然変異ステッ
プでは、遺伝子２−１の第２ビットを１→０へ変更し
た。

【００７８】Ｓｔｅｐ−ＧＡ７の終了判定ステップで
は、最大の価値の値が収束した否かを判定する。第１代
における４つの遺伝子のうちの最大の価値は５０であっ
たのに対し、第２世代では５８になったので、まだ収束
していないと判断する。

【００７９】＜第３世代＞第３世代の内容を図２８に示
す。第２世代で作成した遺伝子３−１、３−２、３−
３、３−４を図２８の上部に示す。

【００８０】Ｓｔｅｐ−ＧＡ３の遺伝子評価ステップで
各遺伝子を評価した結果を、図２８の上部に示す。第３
世代の遺伝子のうち遺伝子３−４は重量が３２となり、
制約条件である３０を越えているので、評価結果（価
値）が−１となっている。

【００８１】Ｓｔｅｐ−ＧＡ４の遺伝子選択ステップを
図２８の中部の遺伝子選択に示す。遺伝子３−４の価値
が−１であるので、３つの遺伝子の価値の最小値は遺伝
子３−３の５０となる。そこで、数式１を用いて各遺伝
子の選択比率を計算する。遺伝子３−４を除いた３つの
遺伝子の選択比率は、０．３３３、０．６００、０．０
６７となる。この遺伝子選択比率に従って、乱数で遺伝
子３−２、３−１、３−２、３−１が選択されたとす
る。

【００８２】Ｓｔｅｐ−ＧＡ５の遺伝子交叉ステップで
先に選択された遺伝子３−２と３−１、３−２と３−１
を交叉させる。

【００８３】Ｓｔｅｐ−ＧＡ６の遺伝子突然変異ステッ
プでは、始めの方の遺伝子３−１の第３ビットを１→０
へ変更した。

【００８４】Ｓｔｅｐ−ＧＡ７の終了判定ステップで
は、２回続いて最大の価値が５８であったが収束判定世
代数を越えていないので、次の世代の計算を行う。

【００８５】＜第４世代＞第４世代の内容を図２９に示
す。第３世代で作成した遺伝子４−１、４−２、４−
３、４−４を図２９の上部に示す。このうち、遺伝子４
−２、４−４は同一な遺伝子になっている。

【００８６】Ｓｔｅｐ−ＧＡ３の遺伝子評価ステップで
各遺伝子を評価した結果を、図２９の上部に示す。

【００８７】Ｓｔｅｐ−ＧＡ４の遺伝子選択ステップを
図２９の中部の遺伝子選択に示す。図２９に示す遺伝子
選択比率に従って、乱数で遺伝子４−２、４−４、４−
３、４−４が選択されたとする。

【００８８】Ｓｔｅｐ−ＧＡ５の遺伝子交叉ステップで
先に選択された遺伝子４−２と４−４、４−３と４−４
を交叉させる。

【００８９】Ｓｔｅｐ−ＧＡ６の遺伝子突然変異ステッ
プでは、この第４世代において突然変異がなかったもの
とする。

【００９０】Ｓｔｅｐ−ＧＡ７の終了判定ステップで
は、３回続いて最大の価値が５８であったが収束判定世
代数を越えていないので、次の世代の計算を行う。

【００９１】＜第５世代＞第５世代の内容を図３０に示
す。第４世代で作成した遺伝子５−１、５−２、５−
３、５−４を図３０の上部に示す。このうち、遺伝子５
−１、５−２、５−３は同一な遺伝子になっている。

【００９２】Ｓｔｅｐ−ＧＡ３の遺伝子評価ステップで
各遺伝子を評価した結果を、図３０の上部に示す。

【００９３】Ｓｔｅｐ−ＧＡ４の遺伝子選択ステップを
図３０の中部の遺伝子選択に示す。図３０に示す遺伝子
選択比率に従って、乱数で遺伝子５−１、５−２、５−
１、５−３が選択されたとする。

【００９４】Ｓｔｅｐ−ＧＡ５の遺伝子交叉ステップで
先に選択された遺伝子５−１と５−２、５−１と５−３
を交叉させる。

【００９５】Ｓｔｅｐ−ＧＡ６の遺伝子突然変異ステッ
プでは、この第５世代において突然変異がなかったもの
とする。

【００９６】Ｓｔｅｐ−ＧＡ７の終了判定ステップで
は、４回続いて最大の価値が５８であったが収束判定世
代数を越えていないので、次の世代の計算を行う。

【００９７】＜第６世代＞第６世代の内容を図３１に示
す。第５世代で作成した遺伝子６−１、６−２、６−
３、６−４を図３１の上部に示す。この結果全部の遺伝
子が全て同一になっている。つまり、世代を繰り返した
淘汰と交叉を行って行くと最終的には、突然変異がなけ
れば同一の遺伝子になってしまう。

【００９８】Ｓｔｅｐ−ＧＡ３の遺伝子評価ステップで
各遺伝子を評価した結果を、図３１の上部に示す。

【００９９】Ｓｔｅｐ−ＧＡ４の遺伝子選択ステップを
図３１の中部の遺伝子選択に示す。図３１に示す遺伝子
選択比率に従って、乱数で遺伝子６−１、６−２、６−
１、６−３が選択されたとする。

【０１００】Ｓｔｅｐ−ＧＡ５の遺伝子交叉ステップで
先に選択された遺伝子６−１と６−２、６−１と６−３
を交叉させる。

【０１０１】Ｓｔｅｐ−ＧＡ６の遺伝子突然変異ステッ
プでは、この第６世代において突然変異がなかったもの
とする。

【０１０２】Ｓｔｅｐ−ＧＡ７の終了判定ステップで
は、５回続いて最大の価値が５８であり、収束判定世代
数を超えたので、次の世代の計算を行わない。

【０１０３】＜結果＞このナップサック問題の最良解は
遺伝子６−１、６−２、６−３、６−４が示すように、 ［１，０，０，１，０，０，１，１］ である。つまり、荷物番号１、４、７、８の荷物を選ん
だ場合に、重量が制限重量３０と同じになり、価値が５
８になることがわかった。この解は、第２世代の時点で
生成されているが、次第に最良解と同じ遺伝子が増えて
きている。このことは、遺伝的アルゴリズムを用いるこ
とにより、ある最良解へ遺伝子が近づいて行くことを示
している。

【０１０４】以上のことより、簡単なナップサック問題
に対しては、遺伝的アルゴリズムが有効であることがわ
かった。

【０１０５】

【発明が解決しようとする課題】上記の従来技術には、
以下の４つの大きな課題が考慮されていなかった。

【０１０６】（１）センタに膨大な生産情報を集めて管
理するセンタ集中管理の課題 （２）生産ライン能力に対して作業量のバランスをとる
課題 （３）生産ライン能力と作業量のバランスをとるための
組み合せを求める課題 （４）事前に予測できない生産の変動に対する課題 そこで、上記の大きな課題に対して従来技術で考慮して
いない点について以下に説明する。

【０１０７】（１）センタに膨大な生産情報を集めて管
理するセンタ集中管理の課題 センタとは、全生産ラインを集中管理する計算機がある
ところを指す。各生産ラインの製品の仕掛りデータと各
生産ラインの生産能力データをセンタに集め、センタで
まとめ各生産ラインへの作業の配分を計算する場合に
は、以下の課題がある。

【０１０８】（課題１ａ）お互いに離れた生産ラインか
らセンタに大量な生産データ（特に全生産ラインで生産
している製品の進捗情報）を転送するために、高速な通
信手段が必要。

【０１０９】（課題１ｂ）センタでは膨大な生産データ
を集中して記憶するために、センタに大容量のディスク
装置が必要。

【０１１０】（課題１ｃ）センタで集中して記憶してい
る大量な生産データをセンタの１台の計算機でまとめて
計算するためには、大量な生産データを扱わなければな
らず膨大な計算が必要。そのため、計算時間がかかる。

【０１１１】（課題１ｄ）（課題１ｃ）における膨大な
計算を行うためには、センタに処理能力の高い計算機が
必要。

【０１１２】（課題１ｅ）集中処理のため、各生産ライ
ンの作業量に応じて各生産ラインの生産能力を各生産ラ
インの管理者が対話的に調整することが困難。

【０１１３】（２）生産ライン能力に対して作業量のバ
ランスをとる課題 各生産ライン間で生産の同期（生産ラインの生産能力に
合わせて作業量を配分すること）を取らずに生産した場
合には、以下の課題がある。

【０１１４】（課題２ａ）前の生産ライン（当該生産ラ
インへ製品を送って来る生産ラインを指す）から当該生
産ラインの能力以上に製品が送られてくると、当該生産
ラインの前に多くの仕掛りがたまる。

【０１１５】（課題２ｂ）逆に、前の生産ラインから当
該生産ラインの能力以下の製品しか送られてこないと、
生産すべき製品がなくなり当該生産ラインの各工程の生
産設備は遊んでしまう。その結果当該生産ラインの生産
量が低下する。

【０１１６】（課題２ｃ）生産が同期していない各生産
ラインを有効に稼働させるための１つの方法としては、
各生産ラインの前に多くの仕掛りを持つ方法がある。こ
の方法では、前の生産ラインから生産能力以下の製品し
か送られて来なくても、当該生産ラインの前の仕掛りを
利用して生産を続行できるので、生産ラインを遊ばせず
に生産できる。しかし、この方法では、やはり当該生産
ラインの前に多くの仕掛りがあるため、生産ラインの前
での製品の停滞時間が長くなり、製品の製作期間の短縮
が困難になる。

【０１１７】（課題２ｄ）生産ラインの能力に対して作
業量のバランスをとるためには、２つの対策が考えられ
る。１つは、当該生産ラインのライン能力を残業等行っ
て上げる対策がある。これは、自力改善であって、分散
形のシステムで実現するのが容易である。もう１つの対
策が、他の生産ラインからの作業量を当該生産ラインの
生産能力に合わせて調整する方法である。このやりかた
は、他力改善であって、当該生産ラインの作業量を調整
するために、他の生産ラインを管理するシステムが当該
生産ラインへの作業量を調整する方法が必要となる。つ
まり、集中形でなく、分散形で作業量を調整するために
は、各生産ラインを管理しているシステムが相互に連絡
を取りながら調整を行う必要がある。

【０１１８】（３）生産ライン能力と作業量のバランス
をとるための組み合せを求める課題 生産能力に対して作業量のバランスをとることを生産の
同期化という。この生産の同期化の問題は、先に述べた
ナップサック問題と同じものと考えられる。つまり、ナ
ップサックに詰め込める荷物の最大重量である制限重量
が各生産ラインの生産能力にあたり、個々の荷物の重量
が製品の作業量にあたる。

【０１１９】ところが、ナップサック問題は組み合せ問
題であるため、計算の対象となる製品数をｎとすると、
ｎの階乗通りの組み合わせを計算しなければならない。
そのため、ｎの階乗に比例した計算時間がかかってしま
う。そのため、最適化すべき製品の数、生産ラインの
数、および期間（日数）が多いと、膨大な計算時間がか
かる。

【０１２０】そこで、ナップサック問題を高速に解く方
法の１つとして遺伝的アルゴリズムがあるが、この遺伝
的アルゴリズムには、以下の課題がある。

【０１２１】（課題３ａ）全生産ラインの全製品を対象
にすると、組み合せの数が多くなり、最適解を求めるの
がやはり遅くなる。

【０１２２】（課題３ｂ）単純に遺伝的アルゴリズムで
各拠点の生産能力と作業量のバランスを取ろうとする
と、１台の計算機で集中処理しなければならない。つま
り、遺伝的アルゴリズムは、１つの計算機で処理するよ
うに考えられており、分散した計算機で並列処理するよ
うに考慮されてない。

【０１２３】（課題３ｃ）各生産ラインの生産能力と作
業量のバランスは、最終的には日別（ある期間単位）に
バランスをとる必要がある。そのため、単純にナップサ
ック問題を解く以上に、日別のバランスも考慮しなけれ
ばならず、計算時間がかかるとともに、日別の負荷の平
準化方法についても考慮する必要がある。

【０１２４】（４）事前に予測できない生産の変動に対
する課題 本発明が対象としている製品には、歩留りの変動があ
る。そのため、１つの生産ラインで生産される製品の数
量が不確定である。さらに、１つの生産ライン内での製
品の製作期間も、変動している。このように、事前に予
測できない生産変動がある場合には、以下の課題があ
る。

【０１２５】（課題４ａ）歩留り変動により１つの生産
ラインから払い出される製品の数量が変動し、製品が次
に送られる生産ラインの作業量が変動する。

【０１２６】（課題４ｂ）製品の製作期間も変動するた
め、ある製品が生産ラインから払い出される日付けが前
に倒れたり、後ろにずれたりし、日別の作業量も変動す
る。

【０１２７】そこで、本発明では、各生産ラインで分散
して同期化の計算ができ、さらに短時間で計算できる手
法を提供する。

【０１２８】そこで、本発明の目的は、上記の４つの大
きな課題を解消し、各生産ラインの生産データを各生産
ラインに置いたまま、遺伝的アルゴリズムを改良して生
産ラインの能力と作業量との最適な組み合せを、各生産
ラインで自立して分散して高速に求めるとともに、歩留
りと製作期間の変動を考慮し、多くの生産ライン間の生
産の同期を高速に取ることを目的とする。

【０１２９】（目的１）分散処理による生産同期化 センタに膨大な生産データを集めて管理するセンタ集中
管理をやめ、各生産ライン毎で生産の同期がとれるよう
に、分散処理によって生産の同期化が可能な手法を用い
る。特に各生産ラインで独自に負荷の平準化を行って
も、最終的には全生産ラインの負荷の平準化が行える方
式を提供する。

【０１３０】（目的２）自力調整機能と他力調整機能と
を持った組み合せ探索 生産ラインの生産能力に対して作業量のバランスをとる
には、以下の２つの対策を同時に評価できる方法の開発
が必要となる。

【０１３１】自力調整：他の生産ラインからの払出し数
量（作業量）に合わせて当該生産ラインの生産能力を調
整できる機能。

【０１３２】他力調整：当該生産ラインで対応できない
作業量の過剰があった場合には、他の生産ラインの払出
し数量を調整できる機能。

【０１３３】この２つの機能を有することで、全生産拠
点の負荷の平準化を分散したシステムで実現することが
できる。

【０１３４】（目的３）グループ化組み合せ探索 生産ラインの生産能力と作業量のバランスをとるための
製品の組み合せを求める方法としては、遺伝的アルゴリ
ズムをベースにする。さらに、製品毎に組み合せを求め
たのでは、組み合せの数が多くなり、最適な組み合せを
求めるのに計算時間がかかってしまう。そこで、個々の
製品毎に負荷の平準化をするのではなく、製品の特徴
（外形、用途等）を利用して製品をグループ化する（以
下製品グループと呼ぶ）ことで、組み合せ計算の対象と
なる製品グループの数を減すことができる。これによ
り、組み合わせ計算の対象となる数が減ることで、高速
に最適解を探索できるようにする。

【０１３５】その上、グループ化することで、扱うデー
タ量も減り、各生産ライン間でやり取りするデータの量
をも減らすことができる。

【０１３６】（目的４）確率的変動予測 事前に予測できない生産の変動に対しても、過去の実績
をもとに変動を確率的にとらえることで、発生しそうな
変動を多くのケースについて検討しておくことで、変動
に対応できる解を求める。

【０１３７】さらに、以下の同期化阻害要因がある場合
でも機能する方法にする。

【０１３８】（阻害要因１）各拠点が離れており、生産
ライン間で製品を運搬するための時間がかかる。

【０１３９】（阻害要因２）同一の製品が複数の生産ラ
イン間で生産される。

【０１４０】例えば、同一の製品が、生産ラインＡ１ま
たはＡ２で加工されて半製品となり、次に生産ラインＢ
１またはＢ２で加工されて製品となる。この場合、生産
ラインＡ１で加工された半製品は、生産ラインＢ１にも
送ることができるし、Ｂ２にも送ることができる。同様
に、生産ラインＡ２で加工された同じ半製品は、生産ラ
インＢ１にも送ることができるし、Ｂ２にも送ることが
できる。そのため、生産ラインＢ１には、半製品を生産
ラインＡ１から送るか、生産ラインＡ２から送るかとい
った問題がある。

【０１４１】以上のような状況をも踏まえて、どこの生
産ラインのどの製品を次にどこの生産ラインに払い出す
と、払出し先の生産ラインにとって作業の負荷（作業量
／生産能力）が平準になるかを、分散した生産ラインの
分散した計算機で自動的に求める。

【０１４２】

【課題を解決するための手段】上記課題を解決するため
に、本発明によれば、複数の生産拠点を設け、各生産拠
点ごとに、製品を加工する生産ラインを少なくとも１つ
配置し、複数種類の製品に複数の生産拠点の生産ライン
において順次加工を施す分散ライン生産管理システムに
おいて、前記複数の生産拠点毎に、それぞれ管理計算機
を設け、前記各管理計算機は、当該管理計算機が備えら
れた生産拠点に配置された各生産ライン毎に対応して設
けられた生産管理部を有し、前記生産管理部は、前記製
品の種類毎に、対応する生産ラインについて、当該生産
ラインから払い出される製品の、払出し先の生産ライン
と払出し日と払出し数量の組み合わせの案である払出し
案を複数生成する払出し予測手段と、生成された複数の
払出し案で特定される、各払出し先の生産ラインへの払
出し日および払出し数量の複数の案の集合である生産ラ
イン別払出案組を、当該払い出し先の生産ラインへ通知
する払出し予測値交換手段と、他の複数の生産ラインに
対応する複数の生産管理部より通知された、対応する生
産ラインを払出し先とする複数の生産ライン別払出案組
のそれぞれから一つづつの案を選択して組み合わせた組
み合わせのうち、当該生産ラインの負荷を平準化するこ
とができる案の組み合わせを、当該生産ラインにおいて
製品を加工することができる能力に基づいて選択して、
負荷平準化案とする負荷平準化手段と、該負荷平準化手
段により生成された負荷平準化案で特定される、当該生
産ラインへの製品の払出し元の各生産ラインから当該生
産ラインへの払出し日および払出し数量を払出希望案と
して、当該払出し元の生産ラインに対応する生産管理部
へ通知する払出し指示値交換手段と、他の生産ラインに
対応する生産管理部より通知された払出希望案に適合す
るように、当該生産ライン内の製品の払出し日および払
出し数量および払出し先の生産ラインを決定するロット
引当て手段と、を有することができる。

【０１４３】以下に各手段について説明する。

【０１４４】（１）払出し予測手段 各生産ラインの負荷を平準化するために、各生産ライン
の払出し数量と払出し日を求め、この払い出される製品
をどの生産ラインに配分するかを遺伝的アルゴリズムを
ベースに計算する。そこで、まず先に述べた（目的４）
にあたる生産変動（払出し数量、払出し日）に対して
は、変動を確率的にとらえて精度良く変動を予測する払
出し予測手段について説明する。

【０１４５】従来は、生産ライン内に存在するロット
（ロットとは製品が一定個数以下集まってできている生
産・搬送の単位。以下ロットを生産管理の対象とする）
毎に払出し日と払出し数量を１つづつ求めていた。しか
し、払出し日や払出し数量については変動があるため、
１ロットについて１組の払出し予測だけでは、精度良く
予測できない。そこで、１つのロットについて複数の払
出し予測を行い、複数の払出し予測をまとめて払出し予
測の分布として表現する方法を用いる。

【０１４６】また、この払出し予測手段では、１つのロ
ットの１つの払出し日を求めるために、生産ライン内の
各工程で生じる製品の停滞時間の分布（例えば、ある工
程での停滞時間は２時間が２０％、３時間が５０％、４
時間が３０％と表現できる）を考慮して、当該生産ライ
ンにおけるロットの払出し予定日と数量を求める。つま
り、あるロットが現在仕掛っている工程から次の工程に
到着するまでには、過去において当該工程を通過したロ
ット毎の停滞時間の実績分布に従った停滞時間が生じる
ものと考える。先の停滞時間の分布を例にとると、当該
工程での平均待ち時間は、 ２×０．２＋３×０．５＋４×０．３＝３．１時間 となる。しかし、あるロットが当該工程を通過するまで
の停滞時間は、０から１までの一様乱数を使って求め
る。当該工程における停滞時間は、一様乱数を用いて、
一様乱数の値が ０．０以上で０．２未満：２時間（２時間の発生確率が
２０％のため） ０．３以上で０．７未満：３時間（先の２０％に５０％
を加えた値までが３時間の停滞時間の発生確率になる） ０．７以上で１．０未満：４時間（残りが４時間にな
る） となる。これは、津田孝夫著の「モンテカルロ法とシミ
ュレーション −電子計算機の確率論的な応用−」に記
載の任意分布の乱数の発生の中の直接法を利用した。こ
れにより、一様乱数からある確率分布に従った停滞時間
をランダムに発生できる。

【０１４７】例えば、一様乱数の値が０．８９だとする
と、当該工程における停滞時間は４時間となる。単純に
平均値で停滞時間を求めると３．１時間となるが、この
例では停滞時間は４時間となる。また、発生させた一様
乱数の値によっては停滞時間は２時間だったり３時間だ
ったりする。その発生の確率は、過去の停滞時間の分布
と同じになる。

【０１４８】同様に歩留り分布に従ったある確率で不良
が発生し、ロットの数量が減ると考える。

【０１４９】こうして、以上述べた方法で乱数を使い、
１つのロットに対して１つの払出し日と払出し数量を求
め、１つの払出し予測案（払出し予測数量と払出し予測
日）を求める。さらに、この払出し予測の案を複数案求
める。これは、１つの予測案では、分布を持ったものを
正確に予測できないからである。

【０１５０】次に、求まった払出し案毎に払出し先の生
産ラインも同様な方法で乱数を用いて確率的に決める。

【０１５１】最後に求めた各ロットの払出し予測案のデ
ータ（払出し予定日、払出し予定数量、払出し先）を案
別に集計する。集計の仕方としては、払出し先別、払出
し先の生産ラインにおける製品の特徴別（例えば、製品
の外形によって生産設備の段取り替えが必要になったり
する生産ラインでは、製品の外形を特徴として考慮する
必要がある）、払出し日別に数量の合計を求める。

【０１５２】（２）払出し予測値交換手段 ある生産ラインの管理用計算機上の払出し予測手段で求
めた払出し予測データを他の生産ラインを管理している
計算機との間で交換して、負荷平準化のために利用す
る。

【０１５３】当該生産ラインの払出し予測手段で求めた
払出し先別の払出し予測データを、払出し先の生産ライ
ンへ転送する。また逆に、他の生産ラインを管理してい
る計算機で持っている払出し予測データを受取る。つま
り、当該計算機内でクローズしている払出し予測データ
と、他の生産ラインで計算されて送られてきた払出し予
測データをまとめて当該生産ラインの受け入れデータと
する。これにより、分散したシステムで負荷の平準化を
行うことができる。

【０１５４】（３）負荷平準化手段 負荷平準化手段では、まず他の生産ラインからの払出し
予測データ（受け入れデータ）を、払出し元の生産ライ
ンとの製品の移動（運搬）時間を考慮して、受け入れ日
を修正する。

【０１５５】そして、当該生産ラインの日別、製品特徴
別の生産能力を能力遺伝子として表現する。

【０１５６】次に、受け入れデータに含まれる払出し生
産ライン別の複数の払出し案（修正された受け入れ日、
特徴別の払出し数量）を払出し生産ライン別に適当に組
み合わせて、負荷遺伝子を作成する。この負荷遺伝子が
示す製品の作業量と、能力遺伝子が示す生産能力とのバ
ランスが一番よい払出し案を見つける。

【０１５７】この処理を行う際に、遺伝的アルゴリズム
を改良した手法を用いる。つまり、生産ラインＡからの
払出し案Ａ１、Ａ２、Ａ３、…と、生産ラインＢからの
払出し案Ｂ１、Ｂ２、Ｂ３、…を組み合わせて、例えば
案Ａ１と案Ｂ２、案Ａ３と案Ｂ１といった具合に、各生
産ライン毎の払出し案を１つづつ選択する。選択した案
を修正受け入れ日別に特徴別に集計し、それぞれの日
別、製品特徴別の負荷ができるだけ生産能力と合ってい
る組み合わせを求める。この際に最適な組み合わせを求
める方法として遺伝的アルゴリズムを利用する。

【０１５８】また、単なる組み合わせで良い解が見つか
らないときには、当該生産ラインの生産能力を調整（自
力調整）したり、他の生産ラインの払出し予測案を改良
（他力調整）して適切な解を見つけだす。この自力調整
と他力調整とを同時に評価できることで、各生産ライン
の生産管理計算機で独自に自立して負荷の平準化を図る
ことができる。

【０１５９】最終的に、負荷を平準化することができる
最適な払出し案の組み合わせを求める。この払出し案の
組み合わせに含まれる各払出し案を、当該生産ラインへ
の払出し元の生産ラインへ、払出し指示とみなして送り
返す。

【０１６０】（４）払出し指示値交換手段 先に（２）で述べた払出し予測値交換手段と同様に、払
出し指示を各計算機間で交換する。

【０１６１】（５）ロット引当て手段 他の生産ラインから集まった払出し指示をまとめて、当
該工程の払出し計画とする。この払出し計画に一番合う
ように、生産ライン内の仕掛りロットの払出し日と払出
し数量と払出し先を求める。これをロット引当てとい
う。

【０１６２】つまり、（１）の払出し予測手段で求めた
払出し予測と同じ払出し指示が他の生産ラインから来れ
ば問題は生じない。しかし、他の生産ラインで当該工程
の払出し日や払出し数量を修正していると、必ずしも払
出し予測手段で求めた払出し予測と払出し計画とが一致
しない。そのため、再度払出し計画に一番適した各ロッ
トの払出し日と数量と払出し先を求める。

【０１６３】この処理は、払出し予測手段で用いた方法
を利用し、当該生産ラインに存在するロット毎に、払出
し日と数量と払出し先を求める。この処理を各ロットに
ついて複数回繰り返し、複数の案を作成する。次に、他
の生産ラインからの払出し指示にあうように、各ロット
の払出し案の組み合わせを遺伝的アルゴリズムで求め
る。

【０１６４】これにより、他の生産ラインの払出し指示
案に最も適したロット引き当てが可能となる。

【０１６５】

【作用】

（Ｓｔｅｐ−１）払出し予測 まず、１つの生産ラインにおける払出し予測について考
える。

【０１６６】当該生産ラインにおけるロットの仕掛り状
態をもとに、払出し予測手段を用いて各ロットの当該生
産ライン払出し日、払出し数量、払出し先を予測する。
この予測結果を払出し先別、払出し日別、製品特徴別に
集計し、払出し先別、払出し日別、製品特徴別の払出し
合計数量のみを払出し先の生産ラインへ送る。

【０１６７】そのため、各生産ラインにおいて、各生産
ラインの払出し予測手段を用いることで、当該生産ライ
ンの全仕掛りロットの情報を他の生産ラインに全部送ら
ずにすむ。それゆえ、転送すべきデータ量が少なくてす
む。

【０１６８】さらに、払出し予測値交換手段も払出し指
示値交換手段も負荷平準化手段も、取り扱う情報量が少
なくて良いことになる。

【０１６９】また、払出し予測手段では、各生産ライン
間で錯綜するロットの移動、製品の歩留り変化、製品の
完成日のバラつきについても、複数の案を同時に作成す
ることで、複数の案がまとまって１つの生産状況を表現
している。つまり、１つ１つの払出し案は、１つの生産
状況の予測を表しているが、これらの払出し予測が複数
個集まることで、生産ラインにある確率で発生する生産
状況の変化を表現することができる。

【０１７０】（Ｓｔｅｐ−２）払出し予測値交換 各生産ラインにある払出し予測手段で求めた払出し予測
の結果を、払出し先にあたる生産ラインへ払出し予測値
交換手段で転送する。また逆に、払出し予測値交換手段
で、別の生産ラインから当該生産ラインに払い出されて
くる来る払出し予測を受取る。

【０１７１】このように、各生産ラインで独立に行われ
た払出し予測の結果を相互の生産ライン間で転送するこ
とにより、分散処理を可能とする。

【０１７２】（Ｓｔｅｐ−３）負荷平準化 負荷平準化手段では、個々のロットの情報を扱うのでは
なく、個々のロットの払出し予測値の合計を扱うこと
で、計算量を抑え、高速に負荷の平準化ができるように
なった。

【０１７３】また、単なる組み合せにより良い解が見つ
からないときには、他の生産ラインの払出し数量や払出
し日を変更したり、当該生産ラインの生産能力を向上さ
せて、従来の組み合せの解だけでは見つけられなかった
最適な負荷の平準化の解を探索できるようにした。

【０１７４】負荷平準化手段では、最終的に最適な負荷
平準化の解を求め、その時の各生産ラインの払出し日
別、製品特徴別の払出し数量を各生産ラインに対する払
出しの指示と考え、払出し指示値交換手段で各生産ライ
ンに指示通り払出すように指示する。

【０１７５】（Ｓｔｅｐ−４）払出し指示値交換 払出し指示値交換手段で、先に負荷平準化手段で求めた
払出し指示を生産ライン間で交換する。この処理は、Ｓ
ｔｅｐ−２の払出し予測値交換手段と同様の処理にな
る。このように、各生産ラインで独立に行われた負荷平
準化の結果を相互の生産ライン間で転送することによ
り、分散処理を可能とする。

【０１７６】（Ｓｔｅｐ−５）ロット引き当て 最終的に、各生産ラインで決定された負荷の平準化案が
当該生産ラインに払出し指示値交換手段で送り返されて
くる。この各生産ラインの払出し指示値をできるだけ遵
守できるように、当該生産ライン内のロット毎に払出し
日、払出し数量、払出し先を決める作業がロット引き当
てである。

【０１７７】ロット引当て手段では、他の生産ラインか
ら集まった払出し指示をまとめて、現在の仕掛りロット
と各払出し指示とを突き合わせて、最も各生産ラインが
満足するようにロットを指示に引き当てる。

【０１７８】これにより、分散した生産ライン間の生産
を同期化することができる。

【０１７９】

【実施例】以下、図面に基づいて本発明の実施例を説明
する。

【０１８０】まず、本発明では、分散した生産ラインの
生産を同期化させることを目的としている。そのため、
分散した生産ラインを定義する。

【０１８１】本発明で対象としている生産ラインと、１
つ以上の生産ラインがある生産拠点との関係の一実施例
を図３に示す。図３では、生産拠点３０が５つある。生
産拠点とは、１つ以上の生産ラインが存在する地理的な
場所を指している。また、生産拠点は、国内にとどまら
ず、海外にある場合もある。

【０１８２】生産拠点１には、生産ライン３１が５つあ
る。具体的には、生産ライン＃１−１、＃２−１、＃２
−２、＃３−１、＃３−２の５つの生産ラインがある。
生産拠点２と生産拠点３は、おのおの１つづつ生産ライ
ンを持っている。生産拠点４は同様に４つの生産ライン
を、生産拠点５は同様に２つの生産ラインを持ってい
る。

【０１８３】この図３は、半導体の生産拠点を模式的に
表している。図３の左側に配置されているライン＃１−
１からライン＃１−４はウェハ・プロセスライン（シリ
コンの単結晶であるウェハ上に微細プロセス加工でＬＳ
Ｉを形成するライン）を表している。図３の中央にある
ライン＃２−１からライン＃２−４は中間特性検査ライ
ン（ウェハ・プロセスラインで作成したウェハ上のＬＳ
Ｉの動作・特性を測定するライン）を表している。図３
の右側のライン＃３−１からライン＃３−５は組立・最
終特性検査ライン（中間特性検査ラインで測定した測定
結果に基づき正しく動作するＬＳＩだけをパッケージに
組立て、最終的なＬＳＩの特性を測定するライン）を表
している。つまり、左側のどこかの生産ラインで処理さ
れ、次に中央のどこかの生産ラインで検査され、最後に
右側のどこかの生産ラインで加工されて製品として完成
するのである。

【０１８４】ここで、製品である半導体は、ある個数で
ロットを構成しており、ロットは１つのウェハ・プロセ
スラインで処理が終わると、次にどこかの中間特性検査
ラインに送られる。しかし、どこの中間特性検査ライン
に送られるかは、製品毎に概ね決められているが、中間
特性検査ラインの混み具合で送り先（払出し先）が変更
される可能性はある。払出し先は、各拠点に１台以上設
置されている生産拠点管理計算機３２で管理されてい
る。また、各生産拠点管理計算機３２は、電話回線等を
用いた広域ネットワーク２を介してお互いにデータの授
受を行うことができる。さらに、各拠点の生産拠点管理
計算機３２は、各拠点のロットの進度管理をも行ってい
る。

【０１８５】次に、分散した生産ライン間で生産管理と
して生産ラインの払出しを制御することが、本当に有意
義であるかを計算機シミュレーションで評価した結果に
ついて述べる。

【０１８６】まず、計算機シミュレーションで用いた生
産管理評価モデルを図４に示す。図４の（ｂ）は評価モ
デルを示しており、生産ライン１と生産ライン２からな
る２つの生産ラインに工程ＡからＤまでの４つの工程が
存在する。生産ライン１の工程Ａであるロットの作業が
完了したとき、次に生産ライン１の工程Ｂに行くのか、
生産ライン２の工程Ｂに行くのかをルールで制御して、
製品の完成までにかかった時間を比較・評価した。ま
た、図４の（ａ）のグラフは生産ライン１と２への製品
の投入量の変動を示す。この投入量の変動は、歩留り変
動、受注の変動等をモデル的に表現した。

【０１８７】図４に示した評価モデルを利用し、計算機
シミュレーションで求めた評価結果を図５に示す。この
図において各グラフの中の黒い点１つ１つが、各ロット
の停滞時間を表す。それぞれの評価結果を以下に示す。

【０１８８】（１）配分固定 生産ライン間で製品を移動させない配分固定では、最大
２０時間近い停滞が発生する。また、各ロットの停滞時
間のバラツキが大きいことがわかる。停滞時間がほとん
どないロットが少ないことがわかる。

【０１８９】（２）日単位の配分変更 毎日払出し先工程の比率を変更したモデルでは、最大の
停滞が半分に抑え込まれる。かなりのロットが停滞時間
数時間以内に入る。

【０１９０】（３）時間単位の配分変更 ダイナミックに配分を変更すると、長期に停滞するロッ
トはなくなる。ほとんどのロットが停滞時間数時間以内
に入る。

【０１９１】図４に示す評価モデルの各工程を生産ライ
ンに置き換えても同様なことがいえる（ただし、生産ラ
イン間では運搬時間が必要となる）。この評価結果か
ら、配分、つまり、払出し先を常時コントロールするこ
とで、製品の製作期間短縮に効果があることがわかる。

【０１９２】次に生産拠点管理計算機３２で行われてい
る分散ライン生産管理方式について説明する。

【０１９３】分散ライン生産管理方式は、分散ライン生
産管理装置１によって実現される。この生産管理装置
は、生産拠点管理計算機３２で実現されており、各生産
ライン毎に存在し、各種データファイルは生産ライン毎
に管理される。この分散ライン生産管理方式を実現する
ためのシステム構成の１実施例を図１に示す。まず図１
に出てくるファイルの仕様について以下に述べる。

【０１９４】（１）投入計画ファイル 投入計画ファイル３（図６参照）は、新規に生産ライン
に投入する（図３のライン＃１−１からライン＃１−４
のウェハ・プロセスラインにロットを入れることを指
す）ロットについて、そのロットのロットＮｏ、品名、
投入日時、数量を定義してある。

【０１９５】（２）ロット進度実績／予定ファイル ロット進度実績／予定ファイル４（図７参照）は、当該
生産ラインにおいて生産中または生産予定（投入予定）
のロットについて、品名、ロットＮｏ、数量、当該ロッ
トの進度である現在の仕掛り工程を記憶している。ま
た、仕掛り工程以降の工程については、今後の進行予定
を工程別の日時として格納する。進行予定は、分散ライ
ン生産管理装置１のロット引き当て処理部２２で最終的
に決定したロットの払出し予定の算出結果から求められ
る。

【０１９６】（３）停滞時間分布ファイル 停滞時間分布ファイル５（図８参照）は、当該生産ライ
ンにおける各工程での滞在時間の分布を０．５時間おき
の出現確率の累計で定義してある。つまり、図８の例で
は、工程＃１で３０分以下でロットが完成する確率は
０．１（１０％）である。また、３０分以上１時間以下
でロットが完成する確率は、１時間以下でロットが完成
する確率０．３から、３０分以下でロットが完成する確
率０．１を引いた値である ０．３−０．１＝０．２ になる。また、２時間以下でロットが完成する確率が、
１．０（１００％）になるので、工程＃１においては２
時間以内に全ロットが完成する。

【０１９７】（４）歩留り分布ファイル 歩留り分布ファイル６（図９参照）は、生産ラインでの
歩留り（１−不良発生率）分布を定義する。表の見方
は、滞在時間分布ファイルと同様である。

【０１９８】（５）基本能力ファイル 基本能力ファイル１１（図１０参照）は、当該生産ライ
ンを構成している各工程の生産設備の能力を定義してい
る。

【０１９９】例えば、図１０の表では、工程＃１には、
設備＃１と設備＃２があり、各々２台と３台存在する。
設備＃１は、製品の外形が外形＃１のものと外形＃２の
ものを取り扱え、各々それだけを生産すると１００個／
日・台、５０個／日・台の能力がある。また、設備＃２
では、外形＃２の製品は取り扱えない。

【０２００】最後の日別能力は、その日の能力を表して
いる。１．０倍であれば、その日には先に述べた設備能
力がある。また、１．５倍の時には、残業等で設備の能
力が１．５倍に増強されることを表す。０．０倍の時
は、休日等で生産を行わないことがわかる。つまり、定
常能力と日別能力の積が、その日の設備の能力となるの
である。

【０２０１】（６）ライン配分ファイル ライン配分ファイル７（図１１参照）は、予め各製品を
次にどこの生産ラインへ払い出すかの目安を入れておく
ファイルである。各製品が全ての生産ラインで生産でき
るのなら問題ないが、特定の製品は、特定の生産ライン
でしか生産できなといった限定がある時に定義する。こ
の例では、品名＃１の製品は、配分先が２であるので、
２つの生産ラインで生産可能である。２つのラインと
は、ライン＃２−１とライン＃２−３であり、各々７０
％と３０％の比率で製品を配分する予定になっている。

【０２０２】（７）修正能力ファイル 修正能力ファイル１４（図１２参照）は、図１０の基本
能力ファイルと作業量から計算して、作業の平準化を図
った時に求まった設備の利用計画を記憶する。具体的に
は、図１０に示すように設備＃１では外形＃１と外形＃
２の製品を生産できるが、今回の計画では、外形＃１の
製品のみを生産すれば良いことがわかる。

【０２０３】（８）ロット配分ファイル ロット配分ファイル９（図１３参照）は、最終的に決定
した当該生産ラインの仕掛りロットの払出し先をロット
単位に記憶するファイルである。例えば、図１３におい
ては、具体的には、ロット＃２は、ライン＃２−１へ４
月１９日の１時に払い出す。また、このロットの払出し
予定数量は２０個である。

【０２０４】（９）品名別特徴ファイル 品名別特徴ファイル８（図１４参照）は、各製品がどん
な特徴（特徴とは、製品を作る際に考慮しなければなら
ない製品の要因を表す）を備えているかを定義しておく
ファイルである。この例では、品名＃１は、製品の外形
が外形＃１であることを表している。プロセス名とは、
製品を加工する際の加工手順につけた名前であり、製品
が異なっても加工手順が同じならば同じプロセス名がつ
く。

【０２０５】（１０）ライン間移動時間ファイル ライン間移動時間ファイル１３（図１５参照）は、各生
産ライン間でロットが運搬される際に必要となる移動時
間を定義している。この例では、ライン＃１−１からラ
イン＃２−３への製品の移動は、１日かかる。

【０２０６】（１１）自ライン払出し予測ファイル 自ライン払出し予測ファイル１０（図１６参照）は、払
出し予測処理部１８による処理を行った後にわかる当該
生産ラインの仕掛りロットの払出し日時を、製品の特徴
別、日別に集計した結果である。日付（３／２０、３／
２１、…）の下は、製品の個数である。また、払出し予
測処理１８は、複数の案を作成するので案別（案Ｎｏで
表現されている）に記憶されている。図１６において、
評価点の欄は、払出し指示の時に負荷平準化の結果であ
る評価点を書き込む。

【０２０７】（１２）全生産ライン払出し予測ファイル 全生産ライン払出し予測ファイル１２（図１６参照）
は、払出し予測値交換処理部１９による処理で得られた
全生産ラインからの払出し予測結果を集計した表であ
る。表の中身は、自ライン払出し予測ファイル１０と同
様である。

【０２０８】（１３）全生産ライン払出し指示ファイル 全生産ライン払出し指示ファイル１５（図１６参照）
は、負荷平準化処理部２０による処理で求まった適切な
払出しの指示を全ライン分まとめて記憶するファイルで
ある。表の中身は、自ライン払出し予測ファイル１０と
同様である。

【０２０９】（１４）自生産ライン払出し指示ファイル 自生産ライン払出し指示ファイル１６（図１６参照）
は、全生産ライン払出し指示ファイルを生産ライン別に
分割し、払出し指示値交換処理部２１による処理で当該
生産ラインの分だけを回収した結果を保存するファイル
である。表の中身は、自ライン払出し予測ファイル１０
と同様である。

【０２１０】次に分散ライン生産管理の方法について、
説明する。

【０２１１】（Ｓｔｅｐ−１）払出し予測 払出し予測処理部１８による処理において、各工程での
停滞時間分布ファイル５と製品の歩留り分布ファイル６
を考慮して、ロットの払出し予定日と数量を求める処理
である。

【０２１２】（Ｓｔｅｐ１−１）処理開始 現在当該生産ラインに仕掛っている全てのロットについ
て以下の処理を行う。

【０２１３】（Ｓｔｅｐ１−２）払出し日予測 あるロットが現在仕掛っている第ｉ工程から、当該生産
ラインでの当該ロットに対する処理が完了するまでの工
程数分以下のＳｔｅｐ１−３とＳｔｅｐ１−４を繰り返
す。

【０２１４】（Ｓｔｅｐ１−３）工程停滞時間算出 第ｉ工程での停滞時間を求める。そのためには、０．０
〜１．０までの乱数を発生させ、それをｒとする。この
ｒが停滞時間分布ファイル５（図８参照）のどの部分に
含まれるかにより、当該工程の停滞時間が決まる。例え
ば、第ｉ工程が工程＃１だとして、ｒ＝０．１４５だと
すると、０．１＜ｒ＜０．３なので、当該工程における
停滞時間は１時間となる。これにより、停滞時間の分布
に従ったある確率で停滞時間を発生することができる。

【０２１５】（Ｓｔｅｐ１−４）工程完了日時算出 Ｓｔｅｐ１−３の工程停滞時間算出で求まった停滞時間
をロット進度実績／予定ファイル４（図７参照）の第ｉ
−１工程目の作業完了日時に加え、第ｉ工程の作業完了
予定日時とする。始めの工程（ｉ＝１の工程）は、製品
が現在仕掛っている工程であるので、ｉ−１工程の作業
完了時刻は、払出しを予測している現在の時刻となる。
当該生産ラインで施される全ての作業が終了するまで、
Ｓｔｅｐ１−３とＳｔｅｐ１−４を繰り返す。

【０２１６】（Ｓｔｅｐ１−５）払出し数量予測 Ｓｔｅｐ１−２〜Ｓｔｅｐ１−４の処理を繰り返すこと
により、当該ロットの当該生産ラインからの払出し予定
日時が求まる。次に、Ｓｔｅｐ１−３の工程停滞時間算
出と同様に当該ロットの歩留りを計算する。この例で
は、生産ラインの１番最後で（１−歩留り）分の製品が
不良品として失われるというモデルにした。各工程別歩
留りを考えても問題はない。

【０２１７】そのためには、０．０〜１．０までの乱数
を発生させ、それをｒとする。このｒが歩留り分布ファ
イル６（図９）のどの部分に含まれるかにより、当該製
品の歩留りが確定する。例えばｒ＝０．１４５だとする
と、０．１＜ｒ＜０．４なので、当該生産ラインにおけ
る歩留りは４０％となる。このように、歩留り分布を用
いて歩留りを発生することができる。この求まった歩留
りを製品の数量に掛けた値がこのロットの払出し数量に
なる。

【０２１８】（Ｓｔｅｐ１−６）払出し先予測 次に、ライン配分ファイル７を用いて、Ｓｔｅｐ１−３
の停滞時間算出と同様に当該ロットの払出し先を計算す
る。すなわち、ロットの払出し先を求める。そのために
は、０．０から１．０までの乱数を発生させ、それをｒ
とする。このｒがライン配分ファイル７（図１１）のど
の部分に含まれるかにより、当該ロットの払出し先が決
まる。例えば、ロット＃１が品名＃１だとして、ｒ＝
０．１４５だとすると、０．０≦ｒ＜０．７なので、当
該ロットはライン＃２−１に払いだされる。これによ
り、ライン配分の分布に従ったある確率でロットの払出
し先を決定することができる。

【０２１９】これにより、配分の比率に従ったある確率
で払出し先を決定できる。この求まった払出し先をこの
ロットの払出し先とする。

【０２２０】（Ｓｔｅｐ１−７）全ロット予測 Ｓｔｅｐ１−２〜Ｓｔｅｐ１−６の処理で１つのロット
の払出し予定日と払出し予定数量、払出し先が求まっ
た。次に同様の処理を当該生産ラインに仕掛っている全
ロットに対して行う。

【０２２１】（Ｓｔｅｐ１−８）予測値集計 以上の処理で当該生産ラインの仕掛りロット全部につい
て、払出し予定日と払出し予定数、払出し先が求まった
ので、これを払出し先の生産ラインの特徴に合わせて特
徴の要因別に集計する。つまり、次の生産ラインの特徴
が外形ならば、外形別、日別に払出し予定数量を加え
る。その結果を自ライン払出し予測ファイル１０（図１
６）に格納する。同時にロット配分ファイル９（図１
３）にもロット単位の情報を格納する。

【０２２２】（Ｓｔｅｐ１−９）複数案作成 以上のＳｔｅｐ１−１〜Ｓｔｅｐ１−８の処理で、１つ
の案の払出し予測が求まる。この案を複数個作成するこ
とにより、いくつかの状態（例えば、歩留りの悪い製品
が発生した場合、各ロットの払出し日が少々前後した場
合等）を想定できる。これは、１つの予測案では分布を
持ったものを正確に予測できないからである。

【０２２３】以上の９つのステップで払出し予測の処理
が行える。

【０２２４】（Ｓｔｅｐ−２）払出し予測値交換 払出し予測値交換処理部１９で、払出し予測処理部１８
で求めた自ライン払出し予測ファイル１０を払出し先の
生産ライン別に分割し、払出し先の生産ラインへ転送す
る。

【０２２５】また逆に、本計算機が管理している生産ラ
インとは別の生産ラインから当該生産ラインに払い出さ
れて来る払出し予測を受取り、全ライン払出し予測ファ
イル１２に格納する。

【０２２６】（Ｓｔｅｐ−３）負荷平準化 負荷平準化処理２０で、当該生産ラインの負荷の平準化
を行う。

【０２２７】図２に示す負荷平準化処理フローを以下に
説明する。ただし、説明を簡単にするために、１つの製
品外形を例に説明する。そのため、外形について今後説
明しない。しかし、外形を踏まえて考えても、なんら方
法論に矛盾は生じない。

【０２２８】また、負荷平準化の処理は、遺伝的アルゴ
リズムをベースに構築されている。そこで、遺伝的アル
ゴリズムの＜Ｓｔｅｐ−ＧＡ１＞に該当する問題の定式
化について、図２０の負荷平準化処理の遺伝子概要で説
明する。ただし、本実施例では、生産ラインＡと生産ラ
インＢから払い出されてくる製品の５日分の負荷の平準
化について説明する。実際には、製品が払い出されてく
る生産ラインが、１０本近くあり、製品の特徴である製
品の外形についても考慮して負荷の平準化を行う必要が
ある。すなわち、各設備毎に加工できる製品の外形が基
本能力ファイル１１（図１０参照）に定義されており、
この能力を超えて製品の加工をすることはできない。そ
のために、製品の外形についても考慮して、各設備毎の
負荷の平準化を行う必要がある。

【０２２９】遺伝的アルゴリズムにおいて、従来、遺伝
子は、０または１で表現されており、ナップサック問題
においては１がナップサックに当該荷物を詰め込むこと
を表していた。そのため、遺伝子の１ビット（１つ１つ
の０または１）が１つの荷物をナップサックに詰め込む
か否かを表していた。

【０２３０】しかし、負荷の平準化では、各生産ライン
から払い出されてくる作業量の合計である負荷を表すた
めの負荷遺伝子と、当該生産ラインのライン能力を表す
能力遺伝子の２種類の遺伝子を利用する。この２種類の
遺伝子とも図２０に示すように複数のビット（この例で
は４ビット）で、１つの情報を表現する。負荷遺伝子で
は、４ビットを使って各生産ラインから当該生産ライン
への払出し案の番号を表す。また、能力遺伝子では、４
ビットを使って当該生産ラインの日別の処理能力を表
す。

【０２３１】そのため、従来の遺伝子では１ビット単位
に交叉を行えたが、負荷平準化の負荷遺伝子と能力遺伝
子では、４ビットをひと塊として交叉を行う。

【０２３２】（Ｓｔｅｐ３−１）移動時間補正 当該生産ラインの受け入れデータである全ライン払出し
予測ファイル１２を元に、ライン間移動時間ファイル１
３から払出し元と当該生産ライン間の移動（運搬）時間
を考慮して、受け入れ日を修正する。

【０２３３】具体的には、Ａラインの払出し予測ファイ
ル１０’とＢラインの払出し予測ファイル１０’’から
払出し予測を読み込む。例えば、図１６の全ライン払出
し予測ファイルのライン＃１−１からライン＃２−３へ
払い出される外形＃１の３月２０日の予定数２個の場
合、ライン＃１−１からライン＃２−３への移動時間
は、図１５のライン間移動時間ファイル１３で１日であ
るので、３月２０日の払出しは翌日の３月２１日の受け
入れになる。

【０２３４】（Ｓｔｅｐ３−２）受け入れ案合成 Ｓｔｅｐ３−２の受け入れ案合成と次のＳｔｅｐ３−３
の複数受け入れ案作成が、遺伝的アルゴリズムの＜Ｓｔ
ｅｐ−ＧＡ２＞の遺伝子生成に対応する。つまり、乱数
を用いて各生産ラインの払出し案を選択し、払出し案の
番号を４ビットで表現し、１つの遺伝子を作る。

【０２３５】Ｓｔｅｐ３−１で補正した全ラインの払出
し予測データに含まれる複数の払出し案から、払出し元
別に乱数で適当な案を選択する。つまり、各生産ライン
の案が１０個ある場合には、１〜１０までの乱数を発生
させ、その乱数と同じ案をその払出し元生産ラインの案
とする。

【０２３６】この処理を各生産ラインの数だけ行い、全
払出し元から案を１つづつ乱数で選択して、当該生産ラ
インの受け入れ案の１つに合成する。

【０２３７】実際には、図２１に示すように、遺伝子＃
１では、生産ラインＡの払出し案Ａ−１と、生産ライン
Ｂの払出し案Ｂ−１を選択した。同様に、遺伝子＃２で
は、案Ａ−１と案Ｂ−２を、遺伝子＃３では案Ａ−２と
案Ｂ−２を選択した。

【０２３８】例えば、遺伝子＃２（案Ａ−１と案Ｂ−２
の組み合せ）の場合の当該生産ラインの負荷は、案Ａ−
１の日別の負荷（２，１，３，１，２）（始めの数字が
第１日目の負荷量が２であることを表し、２番目の数字
が第２日目の負荷量が１であることを表す）と案Ｂ−２
の日別の負荷（１，２，１，１，２）を加え、（３，
３，４，２，４）となる。

【０２３９】この遺伝子＃２を遺伝子の表現を利用して
表現すると、［０００１，００１０］と表せる。つま
り、生産ラインＡの払出し案Ａ−１（これを１０進数の
１を２進数で表した０００１と表現する）と、生産ライ
ンＢの払出し案Ｂ−２（同様にこれを００１０と表現す
る）を組み合わせた場合には、遺伝子が［０００１，０
０１０］となる。

【０２４０】（Ｓｔｅｐ３−３）複数受け入れ案作成 Ｓｔｅｐ３−２の受け入れ案合成を適当な回数繰り返し
て、様々な受け入れ案を合成する。具体的には、生産ラ
インからの受け入れ案が１０個の場合には、１０個の数
倍（経験的に多く作れば作るほど良い解が見つかるが、
計算時間がかかる）の案を生成する。この実施例では、
ラインＡとラインＢからそれぞれ送られてきた案は２つ
である。これらの案を図１８の上段に示す。これらの案
を３つの案に合成する。例えば、その結果は、図１８の
中段のようになり、３つの負荷山積みになる。

【０２４１】また、この結果がライン負荷／能力ファイ
ル２３になる（ライン負荷／能力ファイルには払出し案
別の負荷が記憶される。このファイル２３は中間的なワ
ークファイルであるので、図１に示さない。）。この実
施例では、以下の内容をライン負荷／能力ファイル２３
に格納する。

【０２４２】（１）遺伝子Ｎｏ：負荷遺伝子の番号、例
えば負荷遺伝子＃１と記憶する。

【０２４３】（２）払出し元：払出し元の生産ラインを
記憶する。

【０２４４】（３）案Ｎｏ：払出し案の番号を記憶す
る。

【０２４５】（４）日別負荷：平準化すべき期間分の負
荷を１日当たりの生産枚数として記憶する。

【０２４６】（５）評価点：この遺伝子と能力遺伝子間
の日別負荷と能力の差を取って、能力オーバー分を負の
評価点として記憶する。能力をオーバーしない時は、０
とする。つまり、評価点が０の案を選択すれば、当該生
産ラインにおいては、能力の範囲内であるので、必ず生
産することができる。つまり、評価点が大きいほど能力
に対して適合していると考える。

【０２４７】（Ｓｔｅｐ３−４）能力遺伝子作成 基本能力ファイル１１から能力遺伝子を生成し、ライン
負荷と同様にライン負荷／能力ファイル２３（図１７参
照）に格納する。例えば、図１８に示す第１日から第５
日までのライン能力は、３個／日であり、これは、
（３，３，３，３，３）と表現することができる。この
能力を遺伝子にすると、［００１１，００１１，００１
１，００１１，００１１］となる。この実施例では、能
力遺伝子を１つ生成し、以下の内容をライン負荷／能力
ファイルに格納する。つまり、この実施例では、ライン
能力に関して様々なケースについて検討しない。しか
し、能力遺伝子を複数を生成すれば、ライン能力につい
ても様々な場合（例えば、不意の設備故障が発生したケ
ース等）について検討できる。

【０２４８】（１）遺伝子Ｎｏ：能力遺伝子の番号、例
えば能力遺伝子＃１と記憶する。

【０２４９】（２）払出し元：払出し元がないため、当
該生産ラインを記憶する。

【０２５０】（３）案Ｎｏ：払出し案の番号がないた
め、何も記憶しない。

【０２５１】（４）日別能力：平準化すべき期間分の能
力を１日当たりの生産枚数として記憶する。

【０２５２】また、能力遺伝子は基本能力ファイル１１
から当該外形の能力を乱数で生成する。つまり、複数の
外形に対して生産が可能な設備を乱数を用いて適当な割
合で配分し、日別の能力として遺伝子に記憶させる。よ
り具体的には、当初の製品外形別のライン能力を決定す
る方法としては、様々な方法があるが、ここでは、乱数
を用いてライン能力を分割する。例えば、ライン能力が
３個／日で、製品外形が外形＃１と外形＃２との２種類
がある場合、乱数で０から３の間の値を１つ決定する。
それが、０．４５であるとすると、外形＃１用の能力を
０．４５個／日に、外形＃２の能力を３−０．４５の
２．５５個／日にする。

【０２５３】（Ｓｔｅｐ３−５）遺伝子評価 遺伝的アルゴリズムの＜Ｓｔｅｐ−ＧＡ３＞の遺伝子評
価に対応するものとして、負荷遺伝子と能力遺伝子とを
組み合わせて評価する。Ｓｔｅｐ３−３（複数受け入れ
案作成）とＳｔｅｐ３−４（能力遺伝子作成）で生成し
た負荷遺伝子と能力遺伝子とを評価する。実施例では、
図１８の下段の１つのライン能力を表す能力遺伝子が持
っているライン能力と、３つの負荷遺伝子が示している
負荷を日別に比較し、能力から負荷を減算し、減算結果
がマイナスになった時に、その値を合計していき評価点
とする。その結果、各々の負荷遺伝子の評価点は−１、
−２、−１となる。

【０２５４】（Ｓｔｅｐ３−６）遺伝子選択 遺伝的アルゴリズムの＜Ｓｔｅｐ−ＧＡ４＞の遺伝子選
択に対応するものとして、Ｓｔｅｐ３−５で求まった負
荷遺伝子の評価点をもとに、優秀な負荷遺伝子（評価点
の高い遺伝子）を選択する。負荷遺伝子の選択方法は、
従来の遺伝的アルゴリズムの遺伝子選択と同様に、評価
点に応じて乱数を用いて選択する。ただし、従来の遺伝
的アルゴリズムにおいては、評価点が基本的にはプラス
の値になり（値が大きいほど良い結果であると判断す
る）、制約条件をオーバーした時のみマイナスの値とな
っていた。しかし、この実施例においては、能力をオー
バーした負荷がある時には、評価点が常にマイナスにな
る（従来と同様に値が大きいほど良い結果であると判断
する）。しかし、従来も本実施例も評価点が大きいほど
良い結果を示している点では同じである。この実施例で
は、評価点が−１である２つの負荷遺伝子＃１と＃３を
乱数を用いて選択したとする（図１９参照）。

【０２５５】（Ｓｔｅｐ３−７）遺伝子交叉／突然変異 遺伝的アルゴリズムの＜Ｓｔｅｐ−ＧＡ５＞の遺伝子交
叉と、＜Ｓｔｅｐ−ＧＡ６＞の突然変異に対応するもの
として、Ｓｔｅｐ３−６で選択された優秀な遺伝子に交
叉と突然変異の遺伝子操作を加えて、新しい世代の遺伝
子として生成する。新しい遺伝子の生成方法としてこの
実施例では、以下の方法がある。

【０２５６】（１）能力遺伝子の突然変異（図１９のケ
ース１） 生産ラインの能力を増やしたり、減らしたりする。つま
り、残業による能力向上や他の外形との能力の配分を修
正することを評価する。図１９のケース１では第３日に
残業等による日別能力向上で生産能力を１枚／日増加さ
せた。この例では、この能力増強が行われると、結果と
しては負荷遺伝子＃１で生産が行えることになる。

【０２５７】また、この能力増強に関しては、計算機で
自動的に行わず、生産ラインの管理者の対話的な判断で
行う方法も考えられる。

【０２５８】（２）負荷遺伝子の交叉（図１９のケース
２） 優秀な負荷遺伝子同士を交叉させ、新しい負荷遺伝子を
生成する。掛け合わせの方法としては、元々の案の番号
を交換して新しい遺伝子を作成する。つまり、この実施
例では、遺伝子＃１と遺伝子＃３から、それぞれ案Ａ−
２と案Ｂ−１を選択し、新しい遺伝子＃２を生成する。
これにより、図１９に示す通り評価点が０になる案が生
成できる。

【０２５９】（３）負荷遺伝子の突然変異（図１９のケ
ース３） （１）の能力遺伝子の突然変異と（２）の負荷遺伝子の
交叉だけでは、必ずしも良い解が見つかるとは限らな
い。そこで、与えられている案別の日別の負荷を移動さ
せたり、削除させたりすることで、評価点の良い負荷遺
伝子を生成しようというのが、この負荷遺伝子の突然変
異である。この突然変異の方法としては、以下の３つが
ある。

【０２６０】（ａ）負荷の前倒し：ある日の負荷を１日
前へ倒す。つまり、ある日の負荷から例えば１だけ前へ
移動する。

【０２６１】（ｂ）負荷の後倒し：前倒しとは逆に、負
荷を１日後ろへ移動する。

【０２６２】（ｃ）負荷の消滅：ある日の負荷を例えば
１だけ減少させる。

【０２６３】それぞれの突然変異がある確率で発生する
ように設定しておく。また、負荷の消滅が度々発生する
と負荷が減っていくので、負荷の消滅の発生確率は低め
に設定する。また、必要以上に負荷が減っても困るの
で、能力オーバー分以下を消滅させる。

【０２６４】この実施例のケース３では、第３日目の１
枚の負荷を後倒しした突然変異が発生して負荷がちょう
ど適合している。

【０２６５】（Ｓｔｅｐ３−８）最適解探索 遺伝的アルゴリズムの＜Ｓｔｅｐ−ＧＡ７＞の終了判定
に対応して、Ｓｔｅｐ３−５〜Ｓｔｅｐ３−７の操作を
繰り返し、優秀な遺伝子を作り出していく。その過程
で、全部の遺伝子の評価値が０に収束してしまった場合
には、繰り返しをやめる。また、始めに決めておいた適
当な繰り返し回数分繰り返してしまった場合には、その
時点の最適解を解とする。

【０２６６】最終的に求まったライン能力とライン負荷
をそれぞれ修正能力ファイル１４と修正負荷ファイル２
４（図１７参照）に格納する。

【０２６７】（Ｓｔｅｐ３−９）払出し指示作成 修正負荷ファイル２４の中の負荷をラインＡとラインＢ
別に分割する。分割の方法としては、最適解の負荷をラ
インＡとラインＢの２つの作業量に分割する。

【０２６８】この作業量分割は、図１７の修正負荷ファ
イル２４の中に格納されている案の中から、最終的に選
択された案（遺伝子）を、払出し元の生産ライン毎に分
割する。

【０２６９】これで求まった結果を元の払出し予測に対
する払出し指示（当該生産ライン側で最適と考える払出
し）として、Ａライン払出し指示ファイル１６’とＢラ
イン払出し指示ファイル１６’’に書き込む。Ａライン
払出し指示ファイル１６’とＢライン払出し指示ファイ
ル１６’’とをまとめて、全ライン払出し指示ファイル
１５とする。

【０２７０】以上のＳｔｅｐ３−１〜Ｓｔｅｐ３−９の
処理を行うことで、遺伝的アルゴリズムを改良した手法
により、生産ラインの負荷の平準化を分散して行うこと
ができる。さらに、単なる組み合わせで良い解が見つか
らないときには、当該生産ラインの生産能力を自力で調
整したり、他の生産ラインの払出し予測案を改良して他
力で負荷を調整することで、適切な解を見つけだすこと
ができる。

【０２７１】（Ｓｔｅｐ−４）払出し指示値交換 払出し指示値交換処理部２１で、払出し予測値交換処理
と同様に、全ライン払出し指示ファイル１５を各計算機
間で広域ネットワーク２を経由して交換する。その結果
として交換された払出し指示は、自ライン払出し指示フ
ァイル１６に格納される。

【０２７２】（Ｓｔｅｐ−５）ロット引当て ロット引当て処理部２２では、他の生産ラインから集ま
った払出し指示は自ライン払出し指示ファイル１６に格
納されているので、この払出し指示を満足するように、
現在の仕掛りロットを払出し指示に突き合わせる。

【０２７３】このためには、従来技術で引用したナップ
サック問題を応用することで解決できる。つまり、払出
し指示をナップサックの容量とし、自ラインの仕掛りロ
ットを先の払出し予測処理同様に乱数で払出し予測し、
予測された払出し日と払出し数量をナップサックに最大
限詰め込むことを考える。

【０２７４】つまり、当初ラインＡの当該案とラインＢ
の当該案と作業量を組み合わせて、遺伝的アルゴリズム
で最適解の負荷を求めた。しかし、最適解を求める過程
で、作業量を移動させたり、削減したりしたため、当初
の作業量と必ずしも一致しなくなっている。そこで、各
生産ライン毎の負荷量に合うように払出し計画を修正す
る。

【０２７５】払出し予測処理部１８においては、当該ラ
イン内の仕掛りロットの払出し日を乱数を用いて求めて
いる。この払出し予測結果が、図１６の自ライン払出し
予測ファイル１０の中に格納されている。しかし、負荷
平準化により当初の予測が修正されており、この修正さ
れた払出し計画に合うように、仕掛りロットの払出し日
を再検討する。

【０２７６】この方法としては、払出し予測処理部１８
と同様に１つの仕掛りロットについて、複数の払出し案
を作成する。当該生産ラインに仕掛っている全部のロッ
トについて、複数の払出し案の中から１つを任意に選択
し、この選択された案の合計が、先の修正払出し計画に
最も合う選択を探す。この方法は、修正払出し計画がナ
ップサック問題の制限重量になり、各ロットの複数の払
出し案がナップサックに詰め込む荷物になる。そのた
め、従来のナップサック問題の解法を応用して解くこと
ができる。

【０２７７】これで求まった結果がロット進度実績／予
定ファイル４に払出しの予定として格納される。また、
ロット配分ファイル９にもロット別の払出し先が上書き
される。

【０２７８】以上の大きく５つの処理で分散生産ライン
間の作業負荷を平準化できる。この平準化できたロット
毎の進行予定をベースに生産ラインの進捗管理を行え
ば、各生産ラインの負荷が平準になる。進捗管理方法と
しては、様々な方法が知られているので、ここでは具体
的に示さない。ただし、進捗管理に必要な工程別の日程
や払出し予定日、払出し予定数量は、ロット進度実績／
予定ファイル４とロット配分ファイル９に格納されてい
る。

【０２７９】本発明によれば、遺伝的アルゴリズムをベ
ースにしており、短時間で最適解を探索できる。そのた
め、高速に負荷の平準化を行うことができる。当該の負
荷平準化方法により、各生産ライン間の仕掛りが抑えら
れ、製作期間の短縮を図ることができる。また、負荷の
平準化により、設備とラインの稼働率を向上することが
できる。

【０２８０】

【発明の効果】以上記述されたように、本発明の分散ラ
イン生産管理方式およびその装置により、分散した生産
ラインの管理を効率よく行える。その結果、以下のよう
な効果が顕著に表れる。

【０２８１】（１）センタに膨大な生産データを集めて
管理するセンタ集中管理をやめ、各生産ライン毎で生産
の同期がとれるように、分散処理によって生産の同期化
が可能となる。このとき、分散した生産ライン間で仕掛
りロットの全データをやりとりせずに、各生産ラインの
日別払出し数量だけを伝えれば良いため、少ない計算機
資源で負荷の平準化を計算することができる。

【０２８２】（２）生産ラインの生産能力に対して作業
量のバランスをとるために、他の生産ラインからの払出
し数量（作業量）に合わせて当該生産ラインの生産能力
を調整することができる。また、生産ラインの生産能力
に対して作業量のバランスをとるために、当該生産ライ
ンで対応することができない作業量の過剰があった場合
には、他の生産ラインの払出し数量を調整することがで
きる。すなわち、自力調整機能と他力調整機能とを持っ
た組み合わせ探索を行うことができる。

【０２８３】（３）製品の特徴（外形、用途等）を利用
して製品をグループ化することにより、組み合わせ計算
の対象となる数を減らすことができる。これにより、高
速に最適解を探索することができる。

【０２８４】（４）歩留りの変動や製作期間の変動に対
して乱数で様々なケースを想定してモデル化できるの
で、大きな探索空間を確保でき、平準化の効率の良い解
を探索できる可能性が高い。

【図面の簡単な説明】

【図１】本発明の分散ライン生産管理装置の実施例のシ
ステム構成図である。

【図２】本発明の負荷平準化処理フローチャートであ
る。

【図３】本発明の分散拠点の生産の模式図である。

【図４】本発明の生産管理評価モデルの説明図である。

【図５】本発明の生産管理方式の評価結果の説明図であ
る。

【図６】本発明の投入計画ファイルの説明図である。

【図７】本発明のロット進度実績／予定ファイルの説明
図である。

【図８】本発明の滞在時間分布ファイルの説明図であ
る。

【図９】本発明の歩留り分布ファイルの説明図である。

【図１０】本発明の基本能力ファイルの説明図である。

【図１１】本発明のライン配分ファイルの説明図であ
る。

【図１２】本発明の修正能力ファイルの説明図である。

【図１３】本発明のロット配分ファイルの説明図であ
る。

【図１４】本発明の品名別特徴ファイルの説明図であ
る。

【図１５】本発明のライン間移動時間ファイルの説明図
である。

【図１６】本発明の自ライン払出し予測、全ライン払出
し予測、自ライン払出し指示、全ライン払出し指示ファ
イルの説明図である。

【図１７】本発明のライン負荷／能力、修正ライン負荷
／能力ファイルの説明図である。

【図１８】本発明の負荷平準化処理概要（１）の説明図
である。

【図１９】本発明の負荷平準化処理概要（２）の説明図
である。

【図２０】本発明の負荷平準化処理用の遺伝子概要を示
した説明図である。

【図２１】本発明の負荷平準化処理用の遺伝子作成を示
した説明図である。

【図２２】本発明の負荷平準化処理用の遺伝子交叉を示
した説明図である。

【図２３】ナップサック問題の前提条件を示した説明図
である。

【図２４】遺伝子の概要の説明図である。

【図２５】遺伝的アルゴリズムの処理フローチャートで
ある。

【図２６】遺伝的アルゴリズムを用いたナップサック問
題の解法（１）の説明図である。

【図２７】遺伝的アルゴリズムを用いたナップサック問
題の解法（２）の説明図である。

【図２８】遺伝的アルゴリズムを用いたナップサック問
題の解法（３）の説明図である。

【図２９】遺伝的アルゴリズムを用いたナップサック問
題の解法（４）の説明図である。

【図３０】遺伝的アルゴリズムを用いたナップサック問
題の解法（５）の説明図である。

【図３１】遺伝的アルゴリズムを用いたナップサック問
題の解法（６）の説明図である。

【符号の説明】

１…分散ライン生産管理装置 ２…広域ネットワーク ３…投入計画ファイル ４…ロット進度実績／予定ファイル ５…滞在時間分布ファイル ６…歩留り分布ファイル ７…ライン配分ファイル ８…品名別特徴ファイル ９…ロット配分ファイル １０…自ライン払出し予測ファイル １０’ …Ａライン払出し予測ファイル １０’’…Ｂライン払出し予測ファイル １１…基本能力ファイル １２…全ライン払出し予測ファイル １３…ライン間移動時間ファイル １４…修正能力ファイル １５…全ライン払出し指示ファイル １６…自ライン払出し指示ファイル １６’ …Ａライン払出し指示ファイル １６’’…Ｂライン払出し指示ファイル １８…払出し予測処理部 １９…払出し予測値交換処理部 ２０…負荷平準化処理部 ２１…払出し指示値交換処理部 ２２…ロット引き当て処理部 ２３…ライン負荷／能力ファイル ２４…修正ライン負荷／能力ファイル ２５…移動時間補正／合成処理 ２６…評価・修正処理 ２７…払出し指示分割処理 ３０…生産拠点 ３１…生産ライン ３２…生産拠点管理計算機

───────────────────────────────────────────────────── フロントページの続き (72)発明者 岡部 勉 東京都小平市上水本町五丁目20番１号 株 式会社日立製作所半導体事業部内

Claims (3)

【特許請求の範囲】
1. 【請求項１】複数の生産拠点を設け、各生産拠点ごと
   に、製品を加工する生産ラインを少なくとも１つ配置
   し、複数種類の製品に複数の生産拠点の生産ラインにお
   いて順次加工を施す分散ライン生産管理システムにおい
   て、 前記複数の生産拠点毎に、それぞれ管理計算機を設け、 前記各管理計算機は、当該管理計算機が備えられた生産
   拠点に配置された各生産ライン毎に対応して設けられた
   生産管理部を有し、 前記生産管理部は、 前記製品の種類毎に、対応する生産ラインについて、当
   該生産ラインから払い出される製品の、払出し先の生産
   ラインと払出し日と払出し数量の組み合わせの案である
   払出し案を複数生成する払出し予測手段と、 生成された複数の払出し案で特定される、各払出し先の
   生産ラインへの払出し日および払出し数量の複数の案の
   集合である生産ライン別払出案組を、当該払い出し先の
   生産ラインへ通知する払出し予測値交換手段と、 他の複数の生産ラインに対応する複数の生産管理部より
   通知された、対応する生産ラインを払出し先とする複数
   の生産ライン別払出案組のそれぞれから一つづつの案を
   選択して組み合わせた組み合わせのうち、当該生産ライ
   ンの負荷を平準化することができる案の組み合わせを、
   当該生産ラインにおいて製品を加工することができる能
   力に基づいて選択して、負荷平準化案とする負荷平準化
   手段と、 該負荷平準化手段により生成された負荷平準化案で特定
   される、当該生産ラインへの製品の払出し元の各生産ラ
   インから当該生産ラインへの払出し日および払出し数量
   を払出希望案として、当該払出し元の生産ラインに対応
   する生産管理部へ通知する払出し指示値交換手段と、 他の生産ラインに対応する生産管理部より通知された払
   出希望案に適合するように、当該生産ライン内の製品の
   払出し日および払出し数量および払出し先の生産ライン
   を決定するロット引当て手段と、 を有することを特徴とする分散ライン生産管理システ
   ム。
2. 【請求項２】請求項１記載の分散ライン生産管理システ
   ムにおいて、 前記払出し予測手段は、 対応する生産ラインに対して経験的に算出された、製品
   の停滞時間の分布と一様乱数とに基づいて、対応する生
   産ラインにおける製品の停滞時間を算出する停滞時間算
   出手段と、 該停滞時間算出手段の算出結果に基づいて、製品の払出
   し日を決定する払出し日決定手段と、 対応する生産ラインに対して経験的に算出された、製品
   の歩留りの分布と一様乱数とに基づいて、対応する生産
   ラインにおける製品の歩留りを算出する歩留り算出手段
   と、 該歩留り算出手段の算出結果に基づいて、製品の払出し
   数量を決定する払出し数量決定手段と、 対応する生産ラインに対して予め定められた、製品の払
   出し先の生産ラインの比率と一様乱数とに基づいて、対
   応する生産ラインにおける製品の払出し先の生産ライン
   を決定する払出し先決定手段と、 製品の種類毎に、前記停滞時間算出手段による算出、前
   記払出し日決定手段による決定、前記歩留り算出手段に
   よる算出、前記払出し数量決定手段による決定、前記払
   出し先決定手段による決定を、前記各一様乱数を変化さ
   せながら複数回繰り返し、対応する生産ラインについ
   て、当該生産ラインから払い出される製品の、払出し先
   の生産ラインと払出し日と払出し数量の組み合わせの案
   である払出し案を複数生成する複数案生成手段と、 を有することを特徴とする分散ライン生産管理システ
   ム。
3. 【請求項３】請求項１記載の分散ライン生産管理システ
   ムにおいて、 前記負荷平準化手段は、 他の複数の生産ラインに対応する複数の生産管理部より
   通知された、対応する生産ラインを払出し先とする複数
   の生産ライン別払出案組のそれぞれから一つづつの案を
   選択して組み合わせた組み合わせを複数生成して複数の
   負荷遺伝子とする負荷遺伝子生成手段と、 当該生産ラインにおいて製品を加工することができる日
   別の量を示す数値の組を生成して能力遺伝子とする能力
   遺伝子生成手段と、 前記負荷遺伝子として選択された組み合わせが表す当該
   生産ラインにおける日別の負荷と前記能力遺伝子の表す
   日別の量とを比較して、前記負荷遺伝子の各々を評価す
   る評価手段と、 該評価手段による評価に応じて、乱数を用いて前記複数
   の負荷遺伝子のうちのいくつかを選択する選択手段と、 前記能力遺伝子を、当該能力遺伝子が表す日別の量の数
   値が変更するように変化させる能力遺伝子の突然変異手
   段と、 ２つの負荷遺伝子の一部分を互いに取り替える負荷遺伝
   子の交叉手段と、 前記負荷遺伝子として選択された組み合わせの表す当該
   生産ラインにおける日別の負荷を変更する負荷遺伝子の
   突然変異手段と、 前記能力遺伝子の突然変異手段による変更、負荷遺伝子
   の交叉手段による取り替え、または負荷遺伝子の突然変
   異手段による変更を行う度に、前記評価手段による評価
   を行い、前記選択手段による選択を行い、前記評価のう
   ちの最も良い値が所定の回数を超えた場合に、その時点
   における最も良い評価の値を有する負荷遺伝子を、当該
   生産ラインの負荷を平準化することができる案の組み合
   わせとする最適解探索手段と、 を有することを特徴とする分散ライン生産管理システ
   ム。