JPH0863662A - 飲料供給装置 - Google Patents

Abstract

(57)【要約】 【目的】 この発明の目的は、次回の所定時間帯の供給
杯数の予測値が簡単に得られる飲料供給装置を提供する
ことにある。 【構成】 飲料供給装置において、予め定められた時間
帯の供給杯数の実績値を算出する実績値算出手段２６、
上記時間帯について過去所定日間分の供給杯数の実績値
に基づいて、次回の上記時間帯の供給杯数の予測値を予
測する予測手段４０、および上記次回の上記時間帯の開
始時刻までに、上記次回の上記時間帯についての予測値
に対応した供給杯数分の飲料を抽出機４により予め抽出
して貯蔵部５に貯蔵しておく手段を備えており、上記予
測手段４０は、上記時間帯について過去所定日間分の供
給杯数の実績値に基づいて、次回の上記時間帯の供給杯
数の予測値を予測するニューラルネットワークを備えて
いることを特徴とする。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、原料から複数杯分の
飲料を抽出できる抽出機および抽出機によって抽出され
た飲料を貯蔵する貯蔵部を備え、需要者の供給命令に応
じて貯蔵部から飲料を供給する飲料供給装置に関する。

【０００２】

【従来の技術】飲料供給装置として、コーヒの自動販売
機のように、温水とコーヒ豆から複数杯分のコーヒを抽
出できる抽出機および抽出機によって抽出されたコーヒ
を貯蔵する貯蔵部を備え、需要者の供給命令に応じて貯
蔵部からコーヒを供給するものがある。

【０００３】本出願人は、この種の飲料供給装置とし
て、次のようなものを既に開発して、特許出願している
（特開平１−２３７８９９号公報参照）。すなわち、予
め定められた時間帯の供給杯数の実績値が計数される。
上記時間帯について過去所定日間分の供給杯数の実績値
に基づいて、次回の上記時間帯の供給杯数の予測値が予
測される。そして、上記次回の上記時間帯の開始時刻に
は、上記次回の上記時間帯についての予測値に対応した
供給杯数分の飲料が抽出機により予め抽出されて貯蔵部
に貯蔵される。

【０００４】次回の上記時間帯の供給杯数の予測値は、
具体的には、上記時間帯について過去所定日間分の供給
杯数の実績値、前回の予測値および各種補正係数を、予
め定められた予測値算出式に代入することによって求め
られている。

【０００５】

【発明が解決しようとする課題】上記従来例では、次回
の所定時間帯の供給杯数の予測値を得るためには、管理
者が複数の補正係数を入力する必要があり、手間がかか
るという問題がある。また、非定期的な会議があり、突
発的に供給杯数が上昇したような場合には、実績値が大
きく変動し、正確な予測が行いにくいという問題があ
る。

【０００６】この発明の第１の目的は、次回の所定時間
帯の供給杯数の予測値が簡単に得られる飲料供給装置を
提供することにある。

【０００７】この発明の第２の目的は、実績値が大きく
変動した場合にも、短時間に精度の高い予測が行える飲
料供給装置を提供することにある。

【０００８】

【課題を解決するための手段】この発明による飲料供給
装置は、原料から複数杯分の飲料を抽出できる抽出機お
よび抽出機によって抽出された飲料を貯蔵する貯蔵部を
備え、需要者の供給命令に応じて貯蔵部から飲料を供給
する飲料供給装置において、予め定められた時間帯の供
給杯数の実績値を算出する実績値算出手段、上記時間帯
について過去所定日間分の供給杯数の実績値に基づい
て、次回の上記時間帯の供給杯数の予測値を予測する予
測手段、および上記次回の上記時間帯の開始時刻まで
に、上記次回の上記時間帯についての予測値に対応した
供給杯数分の飲料を上記抽出機により予め抽出して上記
貯蔵部に貯蔵しておく手段を備えており、上記予測手段
は、上記時間帯について過去所定日間分の供給杯数の実
績値に基づいて、次回の上記時間帯の供給杯数の予測値
を予測するニューラルネットワークを備えていることを
特徴とする。

【０００９】上記予測手段としては、たとえば、上記ニ
ューラルネットワーク、上記時間帯について過去所定日
間分の供給杯数の実績値をフーリエ変換してパワースペ
クトルを求める手段、求めたパワースペクトルのうち所
定周波数以上の高周波成分を除去する手段、および所定
周波数以上の高周波成分が除去された後のパワースペク
トルを逆フーリエ変換することにより、上記時間帯につ
いて過去所定日間分の供給杯数の修正実績値データを求
める手段を備え、上記時間帯について過去所定日間分の
供給杯数の修正実績値データに基づいて、上記ニューラ
ルネットワークが次回の上記時間帯の供給杯数の予測値
を予測するものが用いられる。

【００１０】また、上記予測手段としては、たとえば、
上記ニューラルネットワーク、上記時間帯について過去
所定日間分の供給杯数の実績値のうち、最新の日以外の
実績値を入力パターンとし、最新の日の実績値を教師デ
ータとして、上記ニューラルネットワークを学習させる
手段、および学習後の上記ニューラルネットワークに、
上記時間帯について過去所定日間分の供給杯数の実績値
のうち、最古の日以外の実績値を入力して、上記次回の
上記時間帯についての予測値を得る手段を備えているも
のが用いられる。

【００１１】さらに、上記予測手段としては、たとえ
ば、上記ニューラルネットワーク、上記時間帯について
過去所定日間分の供給杯数の実績値をフーリエ変換して
パワースペクトルを求める手段、求めたパワースペクト
ルのうち所定周波数以上の高周波成分を除去する手段、
所定周波数以上の高周波成分が除去された後のパワース
ペクトルを逆フーリエ変換することにより、上記時間帯
について過去所定日間分の供給杯数の修正実績値データ
を求める手段、上記時間帯について過去所定日間分の供
給杯数の修正実績値データのうち、最新の日以外の修正
実績値データを入力パターンとし、最新の日の修正実績
値データを教師データとして、上記ニューラルネットワ
ークを学習させる手段、および学習後の上記ニューラル
ネットワークに、上記時間帯について過去所定日間分の
供給杯数の修正実績値データのうち、最古の日以外の修
正実績値データを入力して、上記次回の上記時間帯につ
いての予測値を得る手段を備えているものが用いられ
る。

【００１２】

【作用】予め定められた時間帯の供給杯数の実績値が算
出される。上記時間帯について過去所定日間分の供給杯
数の実績値に基づいて、次回の上記時間帯の供給杯数の
予測値が予測される。そして、上記次回の上記時間帯の
開始時刻には、上記次回の上記時間帯についての予測値
に対応した供給杯数分の飲料が上記抽出機により予め抽
出されて上記貯蔵部に貯蔵される。上記予測手段による
予測は、ニューラルネットワークによって行なわれる。

【００１３】

【実施例】以下、図面を参照して、この発明を飲料自動
販売機に適用した場合の実施例について説明する。

【００１４】図１は、飲料自動販売機の内部機構を示し
ている。

【００１５】飲料自動販売機のケース１内の上段部に
は、温水が貯蔵された温水タンク２および粉末化された
コーヒ豆が貯蔵されたコーヒ豆タンク３が設けられてい
る。ケース１内の中段部には、複数杯分のコーヒを抽出
することができる抽出機４および抽出機４によって抽出
されたコーヒを貯蔵する貯蔵部５が設けられている。ケ
ース１内の下段部には、飲料取出口６が設けられてい
る。飲料取出口６には、販売時にコップ７が自動的にセ
ットされる。

【００１６】コーヒを抽出する際には、まず、コーヒ豆
タンク３の下部に設けられたオーガー８が回転駆動され
ることによりコーヒ豆が抽出機４内のフィルタ９上に供
給される。この後、温水供給用電磁弁１０が開けられて
温水タンク２内の温水が抽出機４に注がれるとともに、
高圧の圧縮空気が抽出機４内に送られることにより、コ
ーヒが抽出される。抽出されたコーヒは、貯蔵部５に貯
蔵される。

【００１７】貯蔵部５内には、コーヒを保温するための
ヒータ１１および貯蔵部５内のコーヒの残量を検出する
ための残量検出器１２が設けられている。

【００１８】所定金額以上の硬貨または紙幣が投入また
は挿入された後にコーヒが指定された場合にコーヒが供
給される。通常時のコーヒ販売は、次のようにして行な
われる。

【００１９】すなわち、所定金額以上の硬貨または紙幣
が投入または挿入された後、コーヒが指定された場合に
は、残量検出器１２に基づいて貯蔵部５内にコーヒが存
在するか否かが判別される。貯蔵部５内にコーヒが存在
する場合には、飲料供給用電磁弁１３が所定期間開か
れ、ノズル１４を介してコーヒがコップ７に供給され
る。一方、貯蔵部５内にコーヒが存在しない場合には、
抽出機４によって１杯分のコーヒが抽出された後、飲料
供給用電磁弁１３が所定時間開かれ、抽出したコーヒが
コップ７に供給される。

【００２０】このように、通常時のコーヒ販売では、１
杯ずつ抽出を行なっているため、１杯の販売動作に、３
０秒の時間がかかる。１杯の販売動作に要する時間を短
縮しようとすると、複数杯分のコーヒを抽出しておい
て、貯蔵部５に貯蔵しておけばよい。しかしながら、複
数杯分のコーヒを貯蔵部５に貯蔵した後、所定時間（た
とえば、３０分）以上経過しても、貯蔵している全ての
コーヒが販売されないときには、コーヒの風味が低下す
るので抽出したコーヒが廃棄されるため、コーヒが無駄
になる。

【００２１】この飲料自動販売機では、後述するよう
に、コーヒの販売が集中すると予想される時間帯につい
ては、販売杯数を予め予測し、その予測値に対応する杯
数分のコーヒを予め抽出して貯蔵部５に貯蔵しておくこ
とにより、コーヒの無駄をできるだけ少なくするととも
に、コーヒの供給時間の短縮化を図っている。

【００２２】図２は、飲料自動販売機の電機的構成を示
している。

【００２３】飲料自動販売機は、販売制御装置２０によ
って制御される。販売制御装置２０には、温水供給用電
磁弁１０の駆動装置２１、オーガー８の駆動装置２２、
フィルタ９の送り装置２３、ヒータ１１の駆動装置２
４、飲料供給用電磁弁１３の駆動装置２５、実績値算出
装置２６等が出力機器として接続されている。実績値算
出装置２６は、予め設定された各時間帯での販売杯数の
実績値を算出するものである。

【００２４】販売制御装置２０には、残量検出器１１、
投入硬貨または挿入紙幣の種別および枚数を判別する判
別装置３１、商品選択スイッチ３２等が入力機器として
接続されている。

【００２５】また、販売制御装置２０には、予め設定さ
れた各時間帯の販売杯数の予測値を求めるための予測値
算出装置４０が接続されている。予測値算出装置４０に
は、実績値算出装置２６および販売杯数の予測値を求め
る時間帯等を入力するための入力装置４１が接続されて
いる。

【００２６】この例では、販売杯数の予測値を求める時
間帯としては、コーヒの販売が集中することが予想され
る４つの時間帯が設定されている。すなわち、図３に示
すように、10:00 〜10：10AM、12:00 〜12:10PM 、3:00
〜3:10PMおよび5:00〜5:10PMが設定されている。実績値
算出装置２６は、上記４つの時間帯のそれぞれについて
販売杯数の実績値を算出して記憶する。この例では、
土、日を除く過去１週間以上の販売杯数の実績値が記憶
される。予測値算出装置４０は、各時間帯ごとに、当日
を含めた過去１週間の販売杯数の実績値に基づいて、翌
日（ただし、当日が金曜の場合は、次の週の月曜）の販
売杯数の予測値をそれぞれ算出する。

【００２７】販売制御装置２０は、上記各時間帯の販売
杯数の予測値に基づいて、次のような処理を行なう。つ
まり、翌日の各時間帯の開始時刻までに、当該時間帯に
ついての予測値に対応した供給杯数分の飲料を抽出機４
により予め抽出して貯蔵部５に貯蔵する。

【００２８】たとえば、10:00 〜10:10AM の時間帯につ
いての翌日の販売杯数の予測値が３５杯であるとする。
いま、抽出器４が１回に５杯分のコーヒを抽出でき、１
回の抽出に要する時間が１分間であるとする。この場合
には、３５杯分のコーヒを抽出するには、７分間が必要
となる。したがって、たとえば、翌日において、10:00A
M から７分前の9 ：53AMに抽出が開始される。この抽出
開始時刻は、時間帯の開始時刻より、予想値の杯数分の
コーヒを抽出するのに必要な時間以上前の時刻であれば
よい。しかしながら、顧客にできるだけ抽出したてのコ
ーヒを提供できるようにするために、予想値の杯数分の
コーヒの抽出完了時刻が当該時間帯の開始時刻にできる
だけ接近するように、抽出開始時刻を設定することが好
ましい。

【００２９】このようにして、時間帯10：00〜10:10AM
の開始時刻がきたときには、予測値の杯数分のコーヒが
貯蔵部４に蓄えられている。そして、時間帯10：00〜1
0:10AM において、所定金額以上の硬貨または紙幣が投
入または挿入された後、コーヒが指定された場合には、
残量検出器１２に基づいて貯蔵部５内にコーヒが存在す
るか否かが判別される。貯蔵部５内にコーヒが存在する
場合には、飲料供給用電磁弁１２が所定時間開かれ、コ
ップ７にコーヒが供給される。

【００３０】なお、上記のように、複数杯分のコーヒが
貯蔵部５に貯蔵された後、所定時間（たとえば、３０
分）以上経過しても、貯蔵している全てのコーヒが販売
されないときには、貯蔵部５に残っているコーヒは強制
的に排出されて廃棄される。

【００３１】10：00〜10:10AM の時間帯においては、３
５杯分のコーヒが販売されるまでは、貯蔵部５内にコー
ヒが存在するため、コーヒの抽出を行なうことなくコー
ヒを販売できる。貯蔵部５内にコーヒが存在する場合に
は、１杯のコーヒ供給動作は、７秒間で完了する。

【００３２】これに対して、通常のコーヒ供給動作によ
って１杯ずつコーヒを抽出して販売すると、１杯につき
３０秒かかる。このため、時間帯10：00〜10:10AM にお
いては、コーヒ供給時間の短縮が図れる。

【００３３】なお、時間帯10：00〜10:10AM において、
販売杯数が予測値の杯数より多くなり、貯蔵部５内のコ
ーヒが存在しなくなった場合には、通常の供給動作にし
たがって、１杯ずつコーヒが抽出されて供給されること
になる。

【００３４】以上は、時間帯10：00〜10:10AM について
説明したが、他の時間帯についても、同様な動作によっ
てコーヒの抽出および販売が行なわれる。

【００３５】以下、予測値算出装置４０による予測値の
算出動作について説明する。予測値算出装置４０は、ニ
ューラルネットワークを備えている。各時間帯の販売杯
数の実績値の算出が行なわれるごとに、実績値の算出が
行なわれた時間帯についての予測値の算出が行なわれ
る。

【００３６】ニューラルネットワークの学習および学習
後のニューラルネットワークを用いた予測値の算出に用
いられるデータは、当日を含む過去１週間分の販売杯数
の実績値に基づいて生成される。

【００３７】図４は、ニューラルネットワークの学習お
よび学習後のニューラルネットワークを用いた予測値の
算出に用いられるデータの生成処理を示している。

【００３８】まず、当日を含む過去１週間分の販売杯数
の実績値を時間に対する実績値の関数とみなし、この関
数がフーリエ変換される（ステップ１）。たとえば、当
日が金曜であり、次の週の月曜の所定の時間帯に対する
販売杯数を予測する場合には、今週の月〜金までの当該
時間帯の実測値に対して、フーリエ変換が行なわれる。
このフーリエ変換によってパワースペクトルが求められ
る。

【００３９】次に、パワースペクトルから、予め定めら
れた周波数以上の高周波成分が除去される（ステップ
２）。これにより、高周波成分が除去された加工後のパ
ワースペクトルが得られる。

【００４０】次に、加工後のパワースペクトルが逆フー
リエ変換されることにより、当日を含む過去１週間分の
販売杯数の加工後の実績データが得られる（ステップ
３）。このようにして得られた加工後の実績データが、
ニューラルネットワークの学習および学習後のニューラ
ルネットワークによる予測値の算出のために用いられ
る。

【００４１】次に、ニューラルネットワークの学習方法
について説明する。所定時間帯についての当日を含む過
去１週間分（この例では平日のみなので５日間分）の販
売杯数の加工後の実績データのうち、当日の実績データ
以外の各実績データを入力パターンとし、当日の実績デ
ータを教師データとして、ニューラルネットワークが学
習される。たとえば、当日が金曜日である場合には、
月、火、水および木曜の当該時間帯の加工後の実績デー
タを入力パターンとしてニューラルネットワークに入力
し、ニューラルネットワークの出力と教師データとの差
が小さくなるように、ニューラルネットワークが学習さ
れる。そして、ニューラルネットワークの出力と教師デ
ータとの差が、所定以下になるまで、この学習が繰り返
される。

【００４２】このようにして、ニューラルネットワーク
の学習が終了すると、次のようにして、次回の当該時間
帯の販売杯数の予測値が求められる。すなわち、所定時
間帯についての当日を含む過去１週間分の販売杯数の加
工後の実績データのうち、最古の日以外の当該時間帯の
加工後の実績データが、学習後のニューラルネットワー
クに入力される。そして、ニューラルネットワークの出
力が当該時間帯の次回の予測値として求められる。当日
が金曜である場合には、火、水、木および金曜の当該時
間帯の加工後の実績データが、学習後のニューラルネッ
トワークに入力され、その出力値が次週の月曜の当該時
間帯の予測値として求められる。

【００４３】上記のように、過去１週間分の販売杯数の
実績値を加工したものを、ニューラルネットワークの学
習および学習後のニューラルネットワークによる予測値
の算出のために用いているのは、次の理由による。すな
わち、飲料の販売杯数は、例外的な会議等が発生した場
合には、突発的に多くなる。このような場合の実績値
は、一般的ではなく、そのまま実績値として用いると、
販売杯数の予測に悪影響をもたらす。また、このような
例外的な会議等に基づく実績値が存在すると、１週間分
の実績値の間で変動幅が大きくなり、ニューラルネット
ワークが収束しにくくなり、ニューラルネットワークの
学習時間が長くなる。

【００４４】そこで、図４で示したように、実績値を一
旦フーリエ変換してパワースークトルを求めた後、その
高周波成分を除去することにより、変動分の大きい部分
を除去しているのである。そして、高周波成分が除去さ
れた後の加工後のパワースークトルを逆フーリエ変換し
て、変動の少ない加工後の実績データを求めているので
ある。したがって、上記実施例によれば、短時間の学習
時間で、精度の高い予測値が得られる。

【００４５】なお、過去１週間分の販売杯数の実績値を
そのまま、ニューラルネットワークの学習および学習後
のニューラルネットワークを用いた予測値の算出に用い
てもよい。この場合、ニューラルネットワークの学習方
法および学習後のニューラルネットワークを用いた予測
値の算出方法は、加工されていない実績データが用いら
れる点が上述の場合と異なるだけで、手法は上述した方
法と同様である。

【００４６】

【発明の効果】この発明によれば、次回の所定時間帯の
供給杯数の予測値を簡単に得ることができる。

【００４７】また、この発明によれば、供給杯数の実績
値が大きく変動した場合にも、短時間に精度の高い予測
を行うことができる。

【図面の簡単な説明】

【図１】飲料自動販売機の内部構造を示す概略構成図で
ある。

【図２】飲料自動販売機の電気的な構成を示すブロック
図である。

【図３】販売杯数の予測を行なう時間帯と、各時間帯の
実績値を示すグラフである。

【図４】ニューラルネットワークの学習および学習後の
ニューラルネットワークによる予測値の算出のために用
いられるデータの生成方法を示すフローチャートであ
る。

【符号の説明】

４ 抽出機 ５ 貯蔵部 ２０ 販売制御装置 ２６ 実績値算出手段 ４０ 予測値算出装置

Claims (4)

【特許請求の範囲】
1. 【請求項１】 原料から複数杯分の飲料を抽出できる抽
   出機および抽出機によって抽出された飲料を貯蔵する貯
   蔵部を備え、需要者の供給命令に応じて貯蔵部から飲料
   を供給する飲料供給装置において、 予め定められた時間帯の供給杯数の実績値を算出する実
   績値算出手段、 上記時間帯について過去所定日間分の供給杯数の実績値
   に基づいて、次回の上記時間帯の供給杯数の予測値を予
   測する予測手段、および上記次回の上記時間帯の開始時
   刻までに、上記次回の上記時間帯についての予測値に対
   応した供給杯数分の飲料を上記抽出機により予め抽出し
   て上記貯蔵部に貯蔵しておく手段を備えており、 上記予測手段は、上記時間帯について過去所定日間分の
   供給杯数の実績値に基づいて、次回の上記時間帯の供給
   杯数の予測値を予測するニューラルネットワークを備え
   ていることを特徴とする飲料供給装置。
2. 【請求項２】 上記予測手段は、 上記ニューラルネットワーク、 上記時間帯について過去所定日間分の供給杯数の実績値
   をフーリエ変換してパワースペクトルを求める手段、 求めたパワースペクトルのうち所定周波数以上の高周波
   成分を除去する手段、および所定周波数以上の高周波成
   分が除去された後のパワースペクトルを逆フーリエ変換
   することにより、上記時間帯について過去所定日間分の
   供給杯数の修正実績値データを求める手段を備え、 上記ニューラルネットワークは、上記時間帯について過
   去所定日間分の供給杯数の修正実績値データに基づい
   て、次回の上記時間帯の供給杯数の予測値を予測するこ
   とを特徴とする請求項１に記載の飲料供給装置。
3. 【請求項３】 上記予測手段は、 上記ニューラルネットワーク、 上記時間帯について過去所定日間分の供給杯数の実績値
   のうち、最新の日以外の実績値を入力パターンとし、最
   新の日の実績値を教師データとして、上記ニューラルネ
   ットワークを学習させる手段、および学習後の上記ニュ
   ーラルネットワークに、上記時間帯について過去所定日
   間分の供給杯数の実績値のうち、最古の日以外の実績値
   を入力して、上記次回の上記時間帯についての予測値を
   得る手段、 を備えていることを特徴とする請求項１に記載の飲料供
   給装置。
4. 【請求項４】 上記予測手段は、 上記ニューラルネットワーク、 上記時間帯について過去所定日間分の供給杯数の実績値
   をフーリエ変換してパワースペクトルを求める手段、 求めたパワースペクトルのうち所定周波数以上の高周波
   成分を除去する手段、 所定周波数以上の高周波成分が除去された後のパワース
   ペクトルを逆フーリエ変換することにより、上記時間帯
   について過去所定日間分の供給杯数の修正実績値データ
   を求める手段、 上記時間帯について過去所定日間分の供給杯数の修正実
   績値データのうち、最新の日以外の修正実績値データを
   入力パターンとし、最新の日の修正実績値データを教師
   データとして、上記ニューラルネットワークを学習させ
   る手段、および学習後の上記ニューラルネットワーク
   に、上記時間帯について過去所定日間分の供給杯数の修
   正実績値データのうち、最古の日以外の修正実績値デー
   タを入力して、上記次回の上記時間帯についての予測値
   を得る手段、 を備えていることを特徴とする請求項１に記載の飲料供
   給装置。