JPH0916672A - 資源配置計画作成装置および方法 - Google Patents

資源配置計画作成装置および方法

Info

Publication number
JPH0916672A
JPH0916672A JP16241295A JP16241295A JPH0916672A JP H0916672 A JPH0916672 A JP H0916672A JP 16241295 A JP16241295 A JP 16241295A JP 16241295 A JP16241295 A JP 16241295A JP H0916672 A JPH0916672 A JP H0916672A
Authority
JP
Japan
Prior art keywords
plan
allocation plan
individual
individuals
resource allocation
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.)
Withdrawn
Application number
JP16241295A
Other languages
English (en)
Inventor
Toyoo Iida
豊男 飯田
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.)
Omron Corp
Original Assignee
Omron Corp
Omron Tateisi Electronics Co
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 Omron Corp, Omron Tateisi Electronics Co filed Critical Omron Corp
Priority to JP16241295A priority Critical patent/JPH0916672A/ja
Publication of JPH0916672A publication Critical patent/JPH0916672A/ja
Withdrawn legal-status Critical Current

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • General Factory Administration (AREA)
  • Feedback Control In General (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

(57)【要約】 【目的】 要求された条件に対応して最適な資源の配置
計画を迅速かつ適確に作成することができる資源配置計
画作成装置および方法を提供する。 【構成】 初期集団生成部(23)により外部から要求
された条件に基づき配置計画に対応する複数の個体から
なる初期集団を生成し、遺伝的操作部(28)で該生成
された複数の個体に対して遺伝的操作を行うことにより
次世代の固体を生成し、該次世代の固体に対応する配置
計画から所望の配置計画を選択して出力する。

Description

【発明の詳細な説明】
【0001】
【産業上の利用分野】この発明は、生産に係わる資源の
配置計画を作成する資源配置計画作成装置および方法に
関し、特に、要求された条件に最適な資源の配置計画を
迅速かつ適確に作成することを可能にする資源配置計画
作成装置および方法に関する。
【0002】
【従来の技術】一般に、生産に係わる作業には、ラック
に収容された各生産工程の部品(商品)をオーダーリス
トに従ってピッキングして各生産工程に対応するコンテ
ナに格納するいわゆるピッキング作業といわれる作業が
ある。
【0003】図14は、上記ピッキング作業を行う場合
の従来の方法を説明するもので、図14においては、S
商品グループを収容するラック40−1、A商品グルー
プを収容するラック40−2、B商品グループを収容す
るラック40−3、C商品グループを収容するラック4
0−4が設けられており、各ラック40−1〜40−4
をそれぞれある一定幅の作業枠に区切り、各作業枠にそ
れぞれ作業員を割り当てることにより、各ラック40−
1〜40−4の商品を各作業員により適宜ピッキングし
て台車60に搭載されたコンテナ50に収容する。
【0004】すなわち、各作業員は、オーダーリストに
従って各自に割り当てられたラックの作業枠内の商品を
調べ、この商品の中にオーダーリストに挙げられている
商品があると、この商品をピッキングしてコンテナ50
に収容して出荷する作業を行う。
【0005】ここで、商品の出荷頻度は、ラック40−
4に収容されたC商品グループの商品、ラック40−3
に収容されたB商品グループの商品、ラック40−2に
収容されたA商品グループの商品、ラック40−1に収
容されたS商品グループの商品の順に高くなっている。
【0006】ところで、上記ピッキング作業において
は、その日の商品のオーダ状態に応じて、各作業員の作
業量、すなわち負荷にばらつきが生じる。
【0007】そこで、この弊害をなくすために、従来こ
の種のピッキング作業では、例えば1日の8時間の作業
時間を1時間毎のバッチという単位で区切り、各バッチ
毎に作業を行う商品群を変更することにより、各作業員
の負荷を平均化するようにしている。
【0008】例えば、各作業員は、S商品グループ、B
商品グループ、A商品グループ、C商品グループの順に
作業を行う商品グループを各バッチ毎に変更する。この
ようにすると、各作業員は、あるバッチで出荷頻度が高
い商品グループに割り当てられると次のバッチには出荷
頻度が低い商品グループに割り当てられることになり、
その結果各作業員の負荷はある程度平均化される。
【0009】そして、上記割り当ては、作業員の出勤状
態を確認して、各作業員の配置計画作成担当者が作成す
ることになる。
【0010】
【発明が解決しようとする課題】しかし、上記従来の配
置計画作成方法によると以下に示すような問題がある。 1)人間が各作業員の配置割り当てを行うため、作業員
の出欠状態に対応した柔軟な配置計画の作成が困難であ
る。 2)各作業員の能力は考慮されておらず、各作業員に割
り当てられる作業枠は各作業員の能力に関係なく一定幅
であるため、能力の高い作業員には空き時間が生じ、反
対に能力の低い作業員にはコンテナの滞留が発生し、こ
れにより、各作業員のタクトタイムが一定せず、リード
タイムが長くなる。 3)あるバッチで出荷頻度が高い商品グループに割り当
てると次のバッチには出荷頻度が低い商品グループに割
り当てるという定性的な方法による割り当てであるた
め、商品のオーダの状況に対応した適確な負荷の平均化
はできない。 4)各作業員の能力に応じて作業枠幅を変更する構成を
考えると、各作業員の能力、商品のオーダ状況、各商品
グループにおける出荷頻度等を正確に考慮する必要があ
り、この場合配置計画の組み合わせの数が膨大になるな
め、このような配置計画を短時間に行うのは困難であ
る。
【0011】なお、上記説明では作業員の配置計画の作
成について述べたが、他の資源の配置計画を作成する場
合も同様のことがいえる。
【0012】そこで、この発明は、要求された条件に対
応して最適な資源の配置計画を迅速かつ適確に作成する
ことができる資源配置計画作成装置および方法を提供す
ることを目的とする。
【0013】
【課題を解決するための手段】上記目的を達成するた
め、この発明は、要求された条件に対応して複数の資源
の配置計画を作成する資源配置計画作成装置において、
上記要求された条件から上記配置計画に対応する複数の
個体からなる初期集団を生成する初期集団生成手段と、
上記初期集団生成手段で生成された複数の個体に対して
遺伝的操作を行うことにより次世代の固体を生成する遺
伝的操作手段と、上記遺伝的操作手段により生成された
次世代の固体に対応する配置計画から所望の配置計画を
選択して出力する配置計画出力手段と、を具備すること
を特徴とする。
【0014】また、この発明は、要求された条件に対応
して資源の配置計画を作成する資源配置計画作成装置に
おいて、上記要求された条件から上記配置計画に対応す
る複数の個体からなる初期集団を生成する初期集団生成
手段と、上記初期集団生成手段で生成された複数の個体
に対して遺伝的操作を行うことにより次世代の固体を生
成する遺伝的操作手段と、上記初期集団生成手段および
上記遺伝的操作手段で生成された複数の個体に対応し
て、該個体を該固体に対応する配置計画に変換する変換
手段と、上記変換手段で変換された配置計画に基づき該
配置計画のシュミレーションを行うシュミレーション手
段と、上記シュミレーション手段によるシュミレーショ
ンの結果から上記配置計画の評価を行う配置計画評価手
段と、上記配置計画評価手段による評価結果に対応して
上記変換手段で変換された配置計画から所望の配置計画
を選択して出力する配置計画出力手段と、を具備するこ
とを特徴とする。
【0015】更に、この発明は、要求された条件に対応
して複数の資源の配置計画を作成する資源配置計画作成
方法において、上記要求された条件から上記配置計画に
対応する複数の個体からなる初期集団を生成し、該生成
された複数の個体に対して遺伝的操作を行うことにより
次世代の固体を生成し、該次世代の固体に対応する配置
計画から所望の配置計画を選択して出力することを特徴
とする。
【0016】更にまた、この発明は、要求された条件に
対応して資源の配置計画を作成する資源配置計画作成方
法において、上記要求された条件から上記配置計画に対
応する複数の個体からなる初期集団を生成し、該生成さ
れた複数の個体に対して遺伝的操作を行うことにより次
世代の固体を生成し、上記生成された複数の個体に対応
して、該個体を該固体に対応する配置計画に変換し、該
変換された配置計画に基づき該配置計画のシュミレーシ
ョンを行い、該シュミレーションの結果から上記配置計
画の評価を行い、該評価結果に対応して上記変換された
配置計画から所望の配置計画を選択して出力することを
特徴とする。
【0017】
【作用】この発明の資源配置計画作成装置においては、
要求された条件から配置計画に対応する複数の個体から
なる初期集団を初期集団生成手段により生成し、この初
期集団生成手段により生成された複数の個体に対して遺
伝的操作手段により遺伝的操作を行うことにより次世代
の固体を生成し、この遺伝的操作手段により生成された
次世代の固体に対応する配置計画から配置計画出力手段
により所望の配置計画を選択して出力する。
【0018】ここで、上記初期集団生成手段は、ある時
間帯の上記資源に対応するとともにその値が該資源の配
置位置に対応する複数の遺伝子を各時間帯毎に連結し、
これを更に必要な時間帯分連結したものを上記固体とし
て生成する。
【0019】また、上記初期集団生成手段は、ある時間
帯の上記資源に対応するとともにその値が該資源の配置
位置に対応する複数の遺伝子を各資源毎に連結し、これ
を更に複数資源分連結したものを上記固体として生成す
る。
【0020】また、この発明の資源配置計画作成装置に
おいては、要求された条件から配置計画に対応する複数
の個体からなる初期集団を初期集団生成手段により生成
するとともに該初期集団生成手段により生成された複数
の個体に対して遺伝的操作を行うことにより次世代の固
体を遺伝的操作手段により生成し、該生成された複数の
個体に対応して、該個体を変換手段により該固体に対応
する配置計画に変換し、該変換手段により変換された配
置計画に基づきシュミレーション手段により該配置計画
のシュミレーションを行い、該シュミレーション手段に
よるシュミレーションの結果から配置計画評価手段によ
り該配置計画の評価を行い、該配置計画評価手段による
評価結果に対応して該変換手段で変換された配置計画か
ら配置計画出力手段により所望の配置計画を選択して出
力する。
【0021】ここで、上記遺伝的操作手段は、上記配置
計画評価手段による評価に対応して上記遺伝的操作を行
う。
【0022】また、上記遺伝的操作手段は、上記固体に
対応する配置計画の適合度に基づく選択処理および上記
固体の交叉処理および上記固体の突然変異処理により次
世代の固体を生成する。
【0023】また、上記変換手段は、上記資源の能力に
対応して上記資源の配置位置を求め、該配置位置に基づ
き上記固体を該固体に対応する配置計画に変換する。
【0024】また、上記配置計画評価手段は、所定の評
価関数に基づき上記配置計画の評価を行うことができ
る。
【0025】また、この発明の資源配置計画作成方法に
おいては、要求された条件から配置計画に対応する複数
の個体からなる初期集団を生成し、該生成された複数の
個体に対して遺伝的操作を行うことにより次世代の固体
を生成し、該次世代の固体に対応する配置計画から所望
の配置計画を選択して出力する。
【0026】また、この発明の資源配置計画作成方法に
おいては、要求された条件から配置計画に対応する複数
の個体からなる初期集団を生成し、該生成された複数の
個体に対して遺伝的操作を行うことにより次世代の固体
を生成し、該生成された複数の個体に対応して、該個体
を該固体に対応する配置計画に変換し、該変換された配
置計画に基づき該配置計画のシュミレーションを行い、
該シュミレーションの結果から上記配置計画の評価を行
い、該評価結果に対応して該変換された配置計画から所
望の配置計画を選択して出力する。
【0027】また、上記個体を該固体に対応する配置計
画に変換するに際して、上記資源の能力に対応して上記
資源の配置位置を求め、該配置位置に基づき上記固体を
該固体に対応する配置計画に変換する。
【0028】また、上記配置計画の評価は、所定の評価
関数に基づき行われる。
【0029】
【実施例】以下、添付図面を参照してこの発明の資源配
置計画作成装置および方法の一実施例を詳細に説明す
る。
【0030】図1は、この発明の資源配置計画作成装置
の全体構成をブロック図で示したものである。図1にお
いて、この実施例の資源配置計画作成装置は、資源の配
置計画作成に必要な情報を入力する入力装置10と、こ
の入力装置10により入力された情報に基づき資源の配
置計画を作成する配置計画作成装置20と、この配置計
画作成装置20により作成された資源の配置計画を出力
する配置計画出力装置30を具備している。
【0031】また、配置計画作成装置20は、運用外部
入力インターフェース(運用外部入力i/f)21、調
整外部入力インターフェース(調整外部入力i/f)2
2、初期集団生成部23、デコード部24、ピッキング
シュミレーション部25、計画評価部26、固体評価部
27、遺伝的操作部28、運用外部出力インターフェー
ス(運用外部出力i/f)29を具備している。
【0032】さて、図1に示す資源配置計画作成装置の
特徴は入力装置10により入力された情報に基づき資源
の配置計画を作成する配置計画作成装置20にあるが、
この配置計画作成装置20の詳細構成を説明する前に、
この発明の資源配置計画作成装置で対象にする資源の配
置計画の具体例について図2を参照して説明する。
【0033】この実施例では、図2に示すように、ラッ
ク40−1〜40−4…に収容された各生産工程の部品
(商品)をオーダーリストに従ってピッキングして各生
産工程に対応する図示しないコンテナに格納するピッキ
ング作業に適用される。
【0034】ここで、ラック40−1にはS商品グルー
プの商品が収容され、ラック40−2にはA商品グルー
プの商品が収容され、ラック40−3にはB商品グルー
プの商品が収容され、ラック40−4にはC商品グルー
プの商品が収容され、以下同様に各商品グループの商品
が収容される。
【0035】また、各商品の出荷頻度は、図2において
は、ラック40−4に収容されたC商品グループの商
品、ラック40−3に収容されたB商品グループの商
品、ラック40−2に収容されたA商品グループの商
品、ラック40−1に収容されたS商品グループの商品
の順に高くなっている。
【0036】そして、この実施例においては、各作業員
の1日の総ピッキング回数が各作業員の能力に比例する
ように各作業員の配置時間帯、配置ラック、作業枠幅が
決定される。
【0037】なお、この実施例における作業員の配置計
画は以下の条件を満足するように行われる。 1)作業員の人数は作業当日の朝にならないと確定しな
い。 2)1日で、バッチという1時間を単位とした作業時間
帯を8バッチ行う。 3)各バッチ毎に作業員の配置を変えてよい。 4)作業枠幅は15±5の範囲内とする。 5)作業員の1人もいないラックが存在してはいけな
い。
【0038】次に、上記前提の下に図1に示した配置計
画作成装置20の概略動作を説明する。
【0039】まず、運用外部入力インターフェース21
は、入力装置10から入力されたパート(作業員)デー
タ、コンテナデータおよび評価パラメータを受け取り、
これらデータを必要なデータに編集する。
【0040】また、調整外部入力インターフェース22
は、入力装置10から入力されたGA(遺伝子)パラメ
ータを受けとる。
【0041】初期集団生成部23は、配置計画作成開始
時に、GAパラメータで設定された数の固体(0世代)
を生成する。
【0042】デコード部24は、初期集団生成部23で
生成された固体を配置計画に変換する。
【0043】ピッキングシュミレーション部25は、デ
コード部24で変換された配置計画および上記パートデ
ータ、コンテナデータを基にピッキング作業のシュミレ
ーションを行う。
【0044】計画評価部26では、このピッキングシュ
ミレーション部25で行われたシュミレーションの結果
を所定の評価関数を基に評価する。
【0045】そして、固体評価部27は、計画評価部2
6で評価された評価関数の値を固体の適合度(0〜1)
に変換する。
【0046】遺伝的操作部28では、固体評価部27で
変換された固体の適合度を基に遺伝的操作を行い、N+
1世代の固体を生成する。
【0047】以下、デコード部24→ピッキングシュミ
レーション部25→計画評価部26→固体評価部27→
遺伝的操作部28→デコード部24のループをGAパラ
メータで設定された終了条件まで繰り返し、終了条件に
なるとデコード部24で変換された上位3位までの評価
値をもつ配置計画を運用外部出力インターフェース29
を通じて配置計画出力装置30に出力する。
【0048】次に、図3に示したフローチャートを参照
してこの実施例の資源配置計画作成装置の詳細動作を説
明する。
【0049】図3に示したフローチャートにおいて、ま
ず、運用外部入力インターフェース21からパートデー
タおよびコンテナデータを読み込む(ステップ10
1)。
【0050】パートデータは、パート能力データとパー
ト情報データとからなり、パート能力データは各パート
(作業員)の能力を示し、パート情報データはその日に
出勤したパート(作業員)の名前、そのパートのパート
番号および能力を示すデータを含んでいる。
【0051】図4は、上記パート能力データの一例を表
1としてパート能力テーブルで示したものである。
【0052】ここで、パートの能力は5段階評価に分か
れている。また、その能力は単位時間当たりの商品のピ
ッキング回数で表される。また、このピッキング回数は
各商品グループによって異なる。
【0053】すなわち、基本的には、出荷頻度の高い商
品はピッキングが容易で、出荷頻度の低い商品のピッキ
ングには時間がかかる。
【0054】例えば、図4に示したパート能力テーブル
において、能力レベルが「5」の場合は、S商品グルー
プの商品の単位時間当たりの商品のピッキング回数は
「60」であり、A商品グループの商品の単位時間当た
りの商品のピッキング回数は「55」であり、B商品グ
ループの商品の単位時間当たりの商品のピッキング回数
は「5O」であり、C商品グループの商品の単位時間当
たりの商品のピッキング回数は「45」であり、D商品
グループの商品の単位時間当たりの商品のピッキング回
数は「4O」である。
【0055】また、能力レベルが「1」の場合は、S商
品グループの商品の単位時間当たりの商品のピッキング
回数は「40」であり、A商品グループの商品の単位時
間当たりの商品のピッキング回数は「35」であり、B
商品グループの商品の単位時間当たりの商品のピッキン
グ回数は「3O」であり、C商品グループの商品の単位
時間当たりの商品のピッキング回数は「25」であり、
D商品グループの商品の単位時間当たりの商品のピッキ
ング回数は「2O」である。
【0056】ここで、図4に示したパート能力テーブル
を基に商品グループを出荷頻度の高い順に並べると、S
商品グループ、A商品グループ、B商品グループ、C商
品グループ、D商品グループの順であり、D商品グルー
プの出荷頻度が最も低い。
【0057】図5は、上記パート情報データの一例を表
2として示したものである。このパート情報データは、
上述したように、その日に出勤したパート(作業員)の
名前、そのパートのパート番号および能力を示すもの
で、例えば、作業員番号「1」の「田中」はパート番号
が「987654」でその能力レベルは「3」であるこ
とを示している。
【0058】図6は、上記コンテナデータの一例を表3
として示したものである。このコンテナデータは、コン
テナ番号と、そのコンテナに収納する商品名、商品番
号、数量等のデータを含んでいる。
【0059】このコンテナデータは、例えば、コンテナ
番号「1」のコンテナに、商品名「5K4S」、商品番
号「S1004」の商品を「20」個、商品名「5K3
S」、商品番号「A0301」の商品を「3」個、…、
商品名「JSA」、商品番号「D0301」の商品を
「1」個を収納することを示している。
【0060】次に、調整外部入力インターフェース22
からGAパラメータを読み込む(ステップ102)。こ
こで、GAパラメータは、遺伝的アルゴリズムの挙動を
制御するパラメータであり、このGAパラメータの設定
例を図7に表4として示す。
【0061】図7に示す表4において、GAパラメータ
は、 1)項目 2)固体数 3)突然変異確率 5)終了条件(世代数−評価値) 6)終了条件値 からなる。
【0062】ここで、「終了条件」は「世代数」と「評
価値」のいずれかが選択可能であり、図7に示す表4の
場合は、「終了条件」として「世代数」を選択し、「終
了条件値」は「4000」世代に設定されている。
【0063】次に、初期集団生成部23で初期集団を生
成する(ステップ103)。この初期集団生成部23で
は、GAパラメータで設定された固体数分の固体を世代
数「0」の初期集団として生成する。
【0064】ところで、この実施例においては、GAパ
ラメータで設定された固体数分の固体を世代数「0」の
初期集団として生成し、この世代数「0」の固体の初期
集団から遺伝子的アルゴリズムを用いて最終的に求める
固体を生成し、この固体に基づき配置計画を出力するよ
うに構成されているが、ここで、この実施例で用いる固
体の概念について図8を参照して説明する。
【0065】この実施例で用いる固体は、1日分の作業
員のラックに対する配置、すなわち1日分の配置計画に
対応する。
【0066】すなわち、図8において、1遺伝子がある
バッチにおける作業員に対応し、その値がその作業員が
ピッキング作業を担当するラック番号を示す。この遺伝
子を作業員の人数分連結したものが1バッチにおける作
業員のラックに対する配置を示す。そして、これを8バ
ッチ分集めたものが1固体、すなわち、1日分の全作業
員の配置計画に対応する。
【0067】初期集団生成部23では、図8に示す固体
を図7の表4に示したGAパラメータで設定される固体
数分、すなわち図7の表4に示したGAパラメータにお
いては「50」個分、世代数「0」の固体の初期集団と
して生成する。
【0068】なお、上記固体は、図9に示すものも用い
ることができる。
【0069】図9においては、1遺伝子があるバッチに
おける作業員に対応し、その値がその作業員がピッキン
グ作業を担当するラック番号を示す。この遺伝子を8バ
ッチ分連結したものが、その作業員の1日分のラックに
対する配置を示す。そして、これを作業員分集めたもの
が1固体、すなわち、1日分の全作業員の配置計画に対
応する。
【0070】この実施例では、ステップ103の初期集
団生成部23による初期集団の生成に際して、致死遺伝
子の発生を極力押さえるために、図10に示すフローチ
ャートの手法で初期集団を生成する。
【0071】図10に示すフローチャートにおいては、
まず、バッチ番号bを「1」に設定する(ステップ20
1)。また、作業員番号iを「1」に設定する(ステッ
プ202)。
【0072】次に、「1」〜「5」までの乱数を発生す
る(ステップ203)。ここで、発生される乱数「1」
〜「5」は、各ラックに対応する。
【0073】ここで、発生される乱数「1」〜「5」と
各ラックとの関係は、図11に示す表5のようになって
いる。
【0074】すなわち、乱数「1」はS商品グループを
収容するラックに対応し、乱数「2」はA商品グループ
を収容するラックに対応し、乱数「3」はB商品グルー
プを収容するラックに対応し、乱数「4」はC商品グル
ープを収容するラックに対応し、乱数「5」はD商品グ
ループを収容するラックに対応している。
【0075】次に、作業員に割り当てる作業枠幅を決定
するための枠幅係数を算出する(ステップ204)。こ
の枠幅係数の算出は次式により算出される。 枠幅係数=CN/PN (1) ここで、CNはラックの総枠数を示し、PNは、このバ
ッチにおいて乱数で得た商品グループに対応するラック
に割り当てられている人数を示す。
【0076】次に、上記ステップ204で算出された枠
幅係数が「10」に満たないか否かを調べる(ステップ
205)。ここで、枠幅係数が「10」に満たない場合
は(ステップ205でYES)、ステップ203に戻
る。
【0077】また、ステップ205で枠幅係数が「1
0」以上の場合は(ステップ205でNO)、バッチb
で、作業員iの担当ラックに相当する遺伝子の値をステ
ップ203で発生した乱数の値に設定する(ステップ2
06)。
【0078】次に、「i=作業員数」か、すなわち、こ
のバッチbにおける全ての作業員に対する処理が終了し
ているかを調べる(ステップ207)。ここで、「i=
作業員数」でない場合は(ステップ207でNO)、こ
のバッチbにおける全ての作業員に対する処理が終了し
ていないので、iを「1」インクリメントし(ステップ
210)、ステップ203に戻る。
【0079】また、ステップ207で「i=作業員数」
が成立した場合は(ステップ207でYES)、このバ
ッチbにおける全ての作業員に対する処理が終了してい
るので、次に、このバッチbにおいて作業員がいないラ
ックがあるかを調べる(ステップ208)。ここで、こ
のバッチbにおいて作業員がいないラックがある場合は
(ステップ208でYES)、ステップ204で算出し
た枠幅係数が最低のラックに割り当てられている作業員
からランダムに選択し、この選択した作業員を作業員が
いないラックに割り当て(ステップ211)、ステップ
203に戻る。
【0080】また、ステップ208において、このバッ
チbにおいて作業員がいないラックがない場合は(ステ
ップ208でNO)、次に、「b=総バッチ数」か、す
なわち、全てのバッチに対して処理が終了しているかを
調べる(ステップ209)。ここで、「b=総バッチ
数」でない場合は(ステップ209でNO)、全てのバ
ッチに対して処理が終了していないので、bを「1」イ
ンクリメントし(ステップ212)、ステップ202に
戻る。
【0081】また、ステップ209で「b=総バッチ
数」が成立した場合は(ステップ209でYES)、全
てのバッチに対して処理が終了しているので、この初期
集団の生成処理を終了する。
【0082】上記処理により、初期集団の生成において
制約条件に違反する固体の生成を抑制でき、その後の解
の探索効率が向上する。
【0083】図3に示したフローチャートに戻り、次
に、ステップ103で生成した固体をデコードする(ス
テップ104)。
【0084】このデコードは図1に示したデコード部2
4で行われ、このデコードにより、ステップ103で生
成した固体を後に詳述する図13に表6として示した配
置計画に変換する。
【0085】図12は、ステップ104におけるデコー
ドの詳細アルゴリズムをフローチャートで示したもので
ある。
【0086】図12に示すフローチャートにおいて、ま
ず、バッチ番号bを「1」に設定する(ステップ30
1)。また、ラック番号kを「1」に設定する(ステッ
プ302)。
【0087】次に、バッチbでラック番号kのラックを
担当する総作業員数を計算する(ステップ303)。そ
して、バッチbでラック番号kのラックを担当する作業
員の作業枠幅を次式により計算する(ステップ30
4)。 Wp=Ap×CN/ΣA (2) ここで、Wpはバッチbでラック番号kのラックを担当
する作業員pの作業枠幅、Apはバッチbでラック番号
kのラックを担当する作業員pの能力、CNはラックの
総枠数、ΣAはバッチbでラック番号kのラックを担当
する作業員の能力の総和である。
【0088】この処理により、バッチbにおいて、ラッ
ク番号kのラックを担当する作業員の負荷が各作業員の
能力に比例するように割り当てられる。
【0089】次に、ステップ304で計算したバッチb
でラック番号kのラックを担当する作業員pの作業枠幅
から作業員pのピッキング作業を行う開始枠番号と終了
枠番号を得る(ステップ305)。
【0090】なお、開始枠番号は、ステップ304で計
算したバッチbでラック番号kのラックを担当する作業
員pの作業枠幅をラックの1番枠から作業員番号の昇順
に割り当てることにより決定する。
【0091】次に、「k=総ラック数」か、すなわち、
全てのラックに対して処理を終了しているかを調べ(ス
テップ306)、ここで、「k=総ラック数」でない場
合は(ステップ306でNO)、全てのラックに対して
処理を終了していないので、kを「1」インクリメント
し(ステップ308)、ステップ303に戻る。
【0092】また、ステップ306で「k=総ラック
数」である場合は(ステップ306でYES)、このバ
ッチbにおける全てのラックに対して処理を終了してい
るので、次に、「b=総バッチ数」か、すなわち、全て
のバッチに対して処理が終了しているかを調べる(ステ
ップ307)。ここで、「b=総バッチ数」でない場合
は(ステップ307でNO)、全てのバッチに対して処
理が終了していないので、bを「1」インクリメントし
(ステップ309)、ステップ302に戻る。
【0093】また、ステップ307で「b=総バッチ
数」が成立した場合は(ステップ209でYES)、全
てのバッチに対して処理が終了しているので、このデコ
ード処理を終了する。
【0094】なお、上記デコード処理は、全ての固体に
対して行われる。
【0095】図13は、図12に示したデコード処理に
より作成された配置計画の一例を表6として示したもの
である。
【0096】図13に表6として示す配置計画は、各バ
ッチ番号に対応して各ラック、作業員名、開始枠番号、
終了枠番号が示されている。
【0097】ここで、開始枠番号、終了枠番号は、図1
2のステップ305の処理で得られるものである。
【0098】例えば、図13に示す表6において、バッ
チ番号「1」に対応するバッチにおいては、S商品グル
ープを収容するラックには作業員「岡田」、「田中」、
「吉田」、…が割り当てられ、S商品グループを収容す
るラックにおいて、作業員「岡田」は、開始枠番号
「1」から終了枠番号「14」までの枠が割り当てら
れ、作業員「田中」は、開始枠番号「15」から終了枠
番号「26」までの枠が割り当てられ、作業員「吉田」
は、開始枠番号「27」から終了枠番号「37」までの
枠が割り当てられることを示している。
【0099】図3に示したフローチャートに再び戻り、
次に、ステップ104でデコードした配置計画が実行不
可能かを調べる実行不可能チェックを行う(ステップ1
05)。この実行不可能チェックは、ステップ104で
デコードした全ての固体に対応する配置計画に対して行
われ、以下に示す条件の解は実行不可能と判断し、その
結果を記録する。 1)作業員が全くいないラックが存在する。 2)作業枠幅が15±5の範囲外の作業員がいる。
【0100】これらの不可能解に対しては評価値として
「0」を与える。
【0101】次に、ステップ104でデコードした配置
計画を基に、図1に示したピッキングシュミレーション
部25でピッキング作業のシュミレーションを行う(ス
テップ106)。このシュミレーションにより各作業員
の総ピッキング回数、およびピッキング終了時刻を得
る。
【0102】次に、ステップ106で行ったシュミレー
ション結果に基づきこの配置計画の評価値を得る(ステ
ップ107)。
【0103】この評価値は、ステップ104でデコード
した全ての固体に対応する配置計画に対して求められ
る。
【0104】この評価値は、次式の評価関数を用いて求
められる。 P=w1×(1/DNp)+w2×{1/(ETp−STp)} (3) ここで、Pは評価値を示し、DNpは正規化ピッキング
回数の分散を示し、STpはピッキング開始時刻を示
し、ETpはピッキング終了時刻を示す。また、w1お
よびw2は各評価項目の重みである。
【0105】また、正規化ピッキング回数の分散DNp
は次式で算出される正規化ピッキング回数Npに基づき
得られる。 Np=np/Ai (4) ここで、npは1日の総ピッキング回数、Aiは作業員
の能力を示す。なお、正規化ピッキング回数の分散DN
pは、作業員の能力に対する負荷のバラツキを示す。し
たがって、この作業員の能力に対する負荷のバラツキが
小さいと、作業員の能力に比例した負荷が均等に発生し
ていることを意味する。また、ピッキング開始時刻と終
了時刻との差をとることによって、商品の納期に対する
評価項目を得ることができる。また、各評価項目に対す
る重みw1およびw2を設定することで、能力優先の配
置計画と納期優先の配置計画を作成することができる。
【0106】ステップ107で配置計画の評価値を得る
と、次にGAパラメータにより設定された終了条件にな
っているかを判断する(ステップ108)。ここで、終
了条件になっていないと判断されると(ステップ108
でNO)、ステップ107で得た配置計画の評価値を図
1に示した固体評価部27で適合度に変換する(ステッ
プ109)。この評価値から適合度への変換は、ステッ
プ107で得た評価値を0〜1.0の値(適合度)に変
換することにより行われる。この適合度は、実行不可能
解を除く全ての配置計画の適合度の最高値が1.0に対
応し、最低値が0.5に対応するように線形変換して求
められる。また、実行不可能解の適合度は0.2とす
る。この適合度は全ての固体に対応する配置計画に対し
て求められれる。
【0107】ステップ109で評価値を適合度に変換す
ると、次に、図1に示した遺伝操作部28で全ての固体
に対して遺伝子的操作を実行する(ステップ110)。
この遺伝子的操作は、次に説明する固体に対する選択、
交叉および突然変異を合わせた処理をいう。
【0108】1)選択 この選択は次世代に生き残る固体を求める処理である。
すなわち、ステップ109で変換した個体の適合度に従
い、ルーレット方式によって集団サイズ分の固体を選択
する。
【0109】このルーレット方式とは、各固体を次式で
計算される選択確率で選択する手法である。 PDi=ADi/ΣAD (5) ここで、PDiは固体「i」の選択確率、ADiは固体
「i」の適合度、ΣADは全固体の適合度の総和であ
る。
【0110】この処理により、適合度の低い固体(評価
値の低い配置計画に対応する固体)は、次世代に生き残
る確率が低く、適合度の高い固体は多くの子孫を次世代
に残せる確率が高くなる。
【0111】2)交叉 この交叉は2つの親の固体から2つの子の固体を生成す
る処理である。すなわち、固体をランダムに2つ選択し
て、交叉確率によって一様交叉を行い、2つの親の固体
から2つの子の固体を生成する。この交叉処理は(集団
サイズ/2)回繰り返す。
【0112】ここで、一様交叉とは、固体の遺伝子長と
同じ長さの交叉マスクを「0」、「1」の2値でランダ
ムに発生させ、子「1」は、交叉マスクが「0」の遺伝
子を親「1」からコピーし、交叉マスクが「1」の遺伝
子を親「2」からコピーする。
【0113】逆に、子「2」は、交叉マスクが「0」の
遺伝子を親「2」からコピーし、交叉マスクが「1」の
遺伝子を親「1」からコピーする。この交叉処理によっ
てN+1世代の固体を生成する。
【0114】3)突然変異 この突然変異処理においては、交叉処理後の各固体の各
遺伝子を突然変異確率に従い、確率的に変更する。
【0115】ここで、この変更の範囲は遺伝子の取り得
る値の範囲である。上記実施例においては遺伝子の値は
1〜5のラック番号の範囲で変更可能である。
【0116】ステップ110の遺伝子的操作が終了する
と、ステップ104に戻る。
【0117】このような遺伝子的操作を行うことによっ
て、世代が進むにつれて、所望の要求に応じたよりよい
解が生成されることになる。
【0118】このような処理により、ステップ108で
GAパラメータにより設定された終了条件になったと判
断されると(ステップ108でYES)、図1に示すデ
コード部24は、評価値が上位3位の配置計画を選択
し、これら配置計画を運用外部出力インターフェース2
9を通じて配置計画出力装置30に出力し、配置計画出
力装置30では、評価値が上位3位の配置計画を表示す
る(ステップ111)。
【0119】これにより、配置計画作成者は、この配置
計画出力装置30に表示された評価値が上位3位の配置
計画のいづれかを選択することにより、所望の要求に適
合した配置計画を容易に得ることができる。
【0120】すなわち、この実施例においては、初期集
団生成部23で、図8または図9に示すようなコーディ
ングにより個体を生成し、デコード部24では、この固
体を作業枠数が各作業員の能力に比例するように割り当
てて配置計画にデコードし、このデコードした配置計画
に基づきピッキングシュミレーション部25によりピッ
キング作業のシュミレーションを行い、このシュミレー
ションの結果から計画評価部26で該固体に対応する配
置計画の評価値を求め、この評価値を固体評価部27
で、該固体の適合度に変換し、遺伝的操作部28では、
この適合度に基づき各固体の遺伝子操作を行う。そし
て、この遺伝的操作部28で遺伝子操作を行われた次世
代の固体はデコード部24で再び配置計画にデコードさ
れる。以後、デコード部24→ピッキングシュミレーシ
ョン部25→計画評価部26→固体評価部27→遺伝的
操作部28→デコード部24のループをGAパラメータ
で設定された終了条件まで繰り返し、終了条件になると
デコード部24で変換された上位3位までの評価値をも
つ配置計画を運用外部出力インターフェース29を通じ
て配置計画出力装置30に出力するように構成したの
で、所望の要求に適合した配置計画を容易かつ迅速に得
ることが可能になる。
【0121】なお、上記実施例においては、資源がピッ
キング作業の作業員である場合を示したが、これに限定
されず、配置可能であり、それぞれが所定の能力を有す
るものであれば、他の資源の配置計画の作成にも容易に
適用することができる。
【0122】
【発明の効果】以上説明したように、この発明によれ
ば、要求された条件から配置計画に対応する複数の個体
からなる初期集団を生成し、該生成された複数の個体に
対して遺伝的操作を行うことにより次世代の固体を生成
し、該次世代の固体に対応する配置計画から所望の配置
計画を選択して出力するように構成したので、所望の要
求に適合した資源の配置計画を容易かつ迅速に得ること
ができるという効果を奏する。
【図面の簡単な説明】
【図1】この発明の資源配置計画作成装置の全体構成を
示すブロック図。
【図2】この発明の資源配置計画作成装置が適用される
ピッキング作業を説明するための図。
【図3】図1に示した資源配置計画作成装置の詳細動作
を説明するためのフローチャート。
【図4】図1に示した運用外部入力インターフェースが
読み込むパート能力データの一例を表1として示した
図。
【図5】図1に示した運用外部入力インターフェースが
読み込むパート情報データの一例を表2として示した
図。
【図6】図1に示した運用外部入力インターフェースが
読み込むコンテナデータの一例を表3として示した図。
【図7】図1に示した調整外部入力インターフェースが
読み込むGAパラメータの一例を表4として示した図。
【図8】図1に示した資源配置計画作成装置で用いる固
体の概念を説明するための図。
【図9】図1に示した資源配置計画作成装置で用いる他
の固体の概念を説明するための図。
【図10】図1に示した初期集団生成部における初期集
団の生成動作を説明するためのフローチャート。
【図11】図10に示したステップ203で発生される
乱数と各ラックとの関係を表5として示した図。
【図12】図1に示したデコード部におけるデコード処
理の詳細を説明するためのフローチャート。
【図13】図12に示したデコード処理により作成され
た配置計画の一例を表6として示した図。
【図14】従来の資源配置計画作成装置が適用されるピ
ッキング作業を説明するための図。
【符号の説明】
10 入力装置 20 配置計画作成装置 21 運用外部入力インターフェース(運用外部入力
i/f) 22 調整外部入力インターフェース(調整外部入力
i/f) 23 初期集団生成部 24 デコード部 25 ピッキングシュミレーション部 26 計画評価部 27 固体評価部 28 遺伝的操作部 29 運用外部出力インターフェース(運用外部出力
i/f) 30 配置計画出力装置

Claims (15)

    【特許請求の範囲】
  1. 【請求項1】 要求された条件に対応して複数の資源の
    配置計画を作成する資源配置計画作成装置において、 上記要求された条件から上記配置計画に対応する複数の
    個体からなる初期集団を生成する初期集団生成手段と、 上記初期集団生成手段で生成された複数の個体に対して
    遺伝的操作を行うことにより次世代の固体を生成する遺
    伝的操作手段と、 上記遺伝的操作手段により生成された次世代の固体に対
    応する配置計画から所望の配置計画を選択して出力する
    配置計画出力手段と、 を具備することを特徴とする資源配置計画作成装置。
  2. 【請求項2】 上記初期集団生成手段は、 ある時間帯の上記資源に対応するとともにその値が該資
    源の配置位置に対応する複数の遺伝子を各時間帯毎に連
    結し、これを更に必要な時間帯分連結したものを上記固
    体として生成することを特徴とする請求項1記載の資源
    配置計画作成装置。
  3. 【請求項3】 上記初期集団生成手段は、 ある時間帯の上記資源に対応するとともにその値が該資
    源の配置位置に対応する複数の遺伝子を各資源毎に連結
    し、これを更に複数資源分連結したものを上記固体とし
    て生成することを特徴とする請求項1記載の資源配置計
    画作成装置。
  4. 【請求項4】 上記遺伝的操作手段は、 上記固体に対応する配置計画の適合度に基づく選択処理
    により次世代の固体を生成することを特徴とする請求項
    1記載の資源配置計画作成装置。
  5. 【請求項5】 上記遺伝的操作手段は、 上記固体の交叉処理により次世代の固体を生成すること
    を特徴とする請求項1記載の資源配置計画作成装置。
  6. 【請求項6】 上記遺伝的操作手段は、 上記固体の突然変異処理により次世代の固体を生成する
    ことを特徴とする請求項1記載の資源配置計画作成装
    置。
  7. 【請求項7】 要求された条件に対応して資源の配置計
    画を作成する資源配置計画作成装置において、 上記要求された条件から上記配置計画に対応する複数の
    個体からなる初期集団を生成する初期集団生成手段と、 上記初期集団生成手段で生成された複数の個体に対して
    遺伝的操作を行うことにより次世代の固体を生成する遺
    伝的操作手段と、 上記初期集団生成手段および上記遺伝的操作手段で生成
    された複数の個体に対応して、該個体を該固体に対応す
    る配置計画に変換する変換手段と、 上記変換手段で変換された配置計画に基づき該配置計画
    のシュミレーションを行うシュミレーション手段と、 上記シュミレーション手段によるシュミレーションの結
    果から上記配置計画の評価を行う配置計画評価手段と、 上記配置計画評価手段による評価結果に対応して上記変
    換手段で変換された配置計画から所望の配置計画を選択
    して出力する配置計画出力手段と、 を具備することを特徴とする資源配置計画作成装置。
  8. 【請求項8】 上記遺伝的操作手段は、 上記配置計画評価手段による評価に対応して上記遺伝的
    操作を行うことを特徴とする請求項7記載の資源配置計
    画作成装置。
  9. 【請求項9】 上記遺伝的操作手段は、 上記固体に対応する配置計画の適合度に基づく選択処理
    および上記固体の交叉処理および上記固体の突然変異処
    理により次世代の固体を生成することを特徴とする請求
    項7記載の資源配置計画作成装置。
  10. 【請求項10】 上記変換手段は、 上記資源の能力に対応して上記資源の配置位置を求め、
    該配置位置に基づき上記固体を該固体に対応する配置計
    画に変換することを特徴とする請求項7記載の資源配置
    計画作成装置。
  11. 【請求項11】 上記配置計画評価手段は、 所定の評価関数に基づき上記配置計画の評価を行うこと
    を特徴とする請求項7記載の資源配置計画作成装置。
  12. 【請求項12】 要求された条件に対応して複数の資源
    の配置計画を作成する資源配置計画作成方法において、 上記要求された条件から上記配置計画に対応する複数の
    個体からなる初期集団を生成し、 該生成された複数の個体に対して遺伝的操作を行うこと
    により次世代の固体を生成し、 該次世代の固体に対応する配置計画から所望の配置計画
    を選択して出力することを特徴とする資源配置計画作成
    方法。
  13. 【請求項13】 要求された条件に対応して資源の配置
    計画を作成する資源配置計画作成方法において、 上記要求された条件から上記配置計画に対応する複数の
    個体からなる初期集団を生成し、 該生成された複数の個体に対して遺伝的操作を行うこと
    により次世代の固体を生成し、 上記生成された複数の個体に対応して、該個体を該固体
    に対応する配置計画に変換し、 該変換された配置計画に基づき該配置計画のシュミレー
    ションを行い、 該シュミレーションの結果から上記配置計画の評価を行
    い、 該評価結果に対応して上記変換された配置計画から所望
    の配置計画を選択して出力することを特徴とする資源配
    置計画作成方法。
  14. 【請求項14】 上記個体を該固体に対応する配置計画
    に変換するに際して、上記資源の能力に対応して上記資
    源の配置位置を求め、該配置位置に基づき上記固体を該
    固体に対応する配置計画に変換することを特徴とする請
    求項13記載の資源配置計画作成方法。
  15. 【請求項15】 上記配置計画の評価は、 所定の評価関数に基づき行われることを特徴とする請求
    項13記載の資源配置計画作成方法。
JP16241295A 1995-06-28 1995-06-28 資源配置計画作成装置および方法 Withdrawn JPH0916672A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP16241295A JPH0916672A (ja) 1995-06-28 1995-06-28 資源配置計画作成装置および方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP16241295A JPH0916672A (ja) 1995-06-28 1995-06-28 資源配置計画作成装置および方法

Publications (1)

Publication Number Publication Date
JPH0916672A true JPH0916672A (ja) 1997-01-17

Family

ID=15754115

Family Applications (1)

Application Number Title Priority Date Filing Date
JP16241295A Withdrawn JPH0916672A (ja) 1995-06-28 1995-06-28 資源配置計画作成装置および方法

Country Status (1)

Country Link
JP (1) JPH0916672A (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003162313A (ja) * 2001-11-26 2003-06-06 Kawasaki Heavy Ind Ltd 生産システム計画方法および生産システム計画装置
WO2019064379A1 (ja) * 2017-09-27 2019-04-04 富士通株式会社 人員配置策定装置、人員配置策定方法及び人員配置策定プログラム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003162313A (ja) * 2001-11-26 2003-06-06 Kawasaki Heavy Ind Ltd 生産システム計画方法および生産システム計画装置
WO2019064379A1 (ja) * 2017-09-27 2019-04-04 富士通株式会社 人員配置策定装置、人員配置策定方法及び人員配置策定プログラム
JPWO2019064379A1 (ja) * 2017-09-27 2020-03-26 富士通株式会社 人員配置策定装置、人員配置策定方法及び人員配置策定プログラム

Similar Documents

Publication Publication Date Title
Guner Goren et al. A review of applications of genetic algorithms in lot sizing
Khouja et al. The use of genetic algorithms to solve the economic lot size scheduling problem
Gaury et al. An evolutionary approach to select a pull system among Kanban, Conwip and Hybrid
Tiwari et al. Solving machine loading problems in a flexible manufacturing system using a genetic algorithm based heuristic approach
Gen et al. Solving job-shop scheduling problems by genetic algorithm
Guo et al. Mathematical model and genetic optimization for the job shop scheduling problem in a mixed-and multi-product assembly environment: A case study based on the apparel industry
Mori et al. A genetic algorithm for multi-mode resource constrained project scheduling problem
Ponnambalam et al. A multiobjective genetic algorithm for job shop scheduling
Kim et al. Simulated annealing and genetic algorithms for scheduling products with multi-level product structure
Hota et al. Short-term hydrothermal scheduling through evolutionary programming technique
Chang et al. Adaptive multi-objective genetic algorithms for scheduling of drilling operation in printed circuit board industry
US8346783B2 (en) Method and system for merchandise hierarchy refinement by incorporation of product correlation
Fry et al. An analysis and discussion of the optimized production technology software and its use
Ponnambalam et al. A GA-SA multiobjective hybrid search algorithm for integrating lot sizing and sequencing in flow-line scheduling
JPH0850612A (ja) 生産スケジュール生成用の配分方法および装置
Xu et al. A genetic algorithm for scheduling parallel non-identical batch processing machines
US5950170A (en) Method to maximize capacity in IC fabrication
CN115700639A (zh) 智能生产排程方法、装置、设备及存储介质
Asokan et al. Machine-cell grouping in cellular manufacturing systems using non-traditional optimisation techniques-A comparative study
Yang An evolutionary simulation–optimization approach in solving parallel-machine scheduling problems–A case study
JPH0916672A (ja) 資源配置計画作成装置および方法
JP2004118429A (ja) 適正在庫量算出方法およびそのシステム
Gilkinson et al. A real-world scheduling problem using genetic algorithms
Chang et al. A case-injected genetic algorithm for single machine scheduling problems with release time
Lee et al. The house of quality for design rule priority

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20020903