JPH10269294A - 計画作成方法およびシステム - Google Patents
計画作成方法およびシステムInfo
- Publication number
- JPH10269294A JPH10269294A JP7717697A JP7717697A JPH10269294A JP H10269294 A JPH10269294 A JP H10269294A JP 7717697 A JP7717697 A JP 7717697A JP 7717697 A JP7717697 A JP 7717697A JP H10269294 A JPH10269294 A JP H10269294A
- Authority
- JP
- Japan
- Prior art keywords
- information
- collected
- customer
- solution
- agent
- 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.)
- Pending
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
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【課題】顧客ニーズを取り入れ，リアルタイムで収集し
た情報に対応する生産計画の作成が可能とすること． 【解決手段】与えられた制約条件を用いて全体最適化問
題を解く．次に，全体最適化問題による暫定解に影響を
与える情報を複数のエージェントを用いて収集する．こ
こで今後の顧客の購買行動を収集し，これを用いて顧客
を失うことにより将来にわたり損失する利益（内部利
益）を算出する．そして，算出された内部利益を用いた
オークションにより全体最適化問題による暫定解を調整
する．
た情報に対応する生産計画の作成が可能とすること． 【解決手段】与えられた制約条件を用いて全体最適化問
題を解く．次に，全体最適化問題による暫定解に影響を
与える情報を複数のエージェントを用いて収集する．こ
こで今後の顧客の購買行動を収集し，これを用いて顧客
を失うことにより将来にわたり損失する利益（内部利
益）を算出する．そして，算出された内部利益を用いた
オークションにより全体最適化問題による暫定解を調整
する．
Description
【０００１】
【発明の属する技術分野】本発明は，供給者・工場・倉
庫・物流拠点・販売拠点・顧客に至るまでの，調達・生
産・物流・販売といった全てのビジネス過程を管理する
サプライチェーンマネジメントシステムに代表される，
企業活動を決定する生産計画や配送計画の計画作成方法
とそれを実現するシステムに関する．
庫・物流拠点・販売拠点・顧客に至るまでの，調達・生
産・物流・販売といった全てのビジネス過程を管理する
サプライチェーンマネジメントシステムに代表される，
企業活動を決定する生産計画や配送計画の計画作成方法
とそれを実現するシステムに関する．
【０００２】
【従来の技術】サプライチェーンマネジメントは，サプ
ライチェーンを流れる情報やモノ(製品，半製品，原料
等)のフローを最適化することである．すなわち，顧客
からの情報に基づき顧客への製品の流れをコントロール
し，顧客サービスの向上から全体の利益拡大へ発展させ
ることが特徴である．このためには，顧客ニーズの変化
等の状況の変化にすばやく対応できるサプライチェーン
マネジメントシステムが必要である．このようなサプラ
イチェーンマネジメントを実現するためには，サプライ
チェーン内の各部門が協調し，フレキシビリテイをあげ
る必要がある．しかし，これまでのシステムでは，この
ような状況の変化に対応できるシステム構成やマネジメ
ントのためのロジックを使用していなかった．たとえ
ば，サプライチェーンマネジメントの中心となる生産計
画の作成に関しては，従来，いろいろな制約条件のもと
で数理計画法により全体最適化問題を解いていた．そし
て，生産環境に変化が生じた場合，変化した条件に基づ
いて再度問題を解き直すことにより，改めて生産計画を
立て直していた．
ライチェーンを流れる情報やモノ(製品，半製品，原料
等)のフローを最適化することである．すなわち，顧客
からの情報に基づき顧客への製品の流れをコントロール
し，顧客サービスの向上から全体の利益拡大へ発展させ
ることが特徴である．このためには，顧客ニーズの変化
等の状況の変化にすばやく対応できるサプライチェーン
マネジメントシステムが必要である．このようなサプラ
イチェーンマネジメントを実現するためには，サプライ
チェーン内の各部門が協調し，フレキシビリテイをあげ
る必要がある．しかし，これまでのシステムでは，この
ような状況の変化に対応できるシステム構成やマネジメ
ントのためのロジックを使用していなかった．たとえ
ば，サプライチェーンマネジメントの中心となる生産計
画の作成に関しては，従来，いろいろな制約条件のもと
で数理計画法により全体最適化問題を解いていた．そし
て，生産環境に変化が生じた場合，変化した条件に基づ
いて再度問題を解き直すことにより，改めて生産計画を
立て直していた．
【０００３】
【発明が解決しようとする課題】しかし，顧客ニーズの
多様化が現実問題となっている現在では，顧客情報を盛
り込んだ極め細やかな計画作成方法が求められている．
前記数理計画法による最適化では，数理計画法の計算量
や実行環境等の制約から顧客毎の詳細な情報と用いるこ
とはなく，マクロ的な情報（市場全体の需要量等）を用
いて解を算出していたため，顧客一人一人のニーズを取
り入れた生産計画を立てることが出来ない．また，生産
環境が変化するたびに改めて問題を解き直す方法では，
時々刻々に変化する状況には即応することができない．
本発明の目的は，前記従来技術の問題点を解決し，顧客
ニーズを取り入れた生産計画を立てる計画作成方法を提
供することにある．本発明の他の目的は，リアルタイム
で収集した情報に対応する生産計画を作成する計画作成
方法を提供することにある．
多様化が現実問題となっている現在では，顧客情報を盛
り込んだ極め細やかな計画作成方法が求められている．
前記数理計画法による最適化では，数理計画法の計算量
や実行環境等の制約から顧客毎の詳細な情報と用いるこ
とはなく，マクロ的な情報（市場全体の需要量等）を用
いて解を算出していたため，顧客一人一人のニーズを取
り入れた生産計画を立てることが出来ない．また，生産
環境が変化するたびに改めて問題を解き直す方法では，
時々刻々に変化する状況には即応することができない．
本発明の目的は，前記従来技術の問題点を解決し，顧客
ニーズを取り入れた生産計画を立てる計画作成方法を提
供することにある．本発明の他の目的は，リアルタイム
で収集した情報に対応する生産計画を作成する計画作成
方法を提供することにある．
【０００４】
【課題を解決するための手段】上記目的を達成するため
に，情報処理技術の分野で研究が進められている知的エ
ージェント技術を利用した計画作成システムを用いて，
以下のような手順にて計画生成を実行する．なお，知的
エージェントは，情報検索，繰り返し作業，定型業務の
代行といった従来のエージェント機能に加えて，ルール
や知識を持ち知的処理を行うものである．まず，与えら
れた制約条件を用いて全体最適化問題を解く．全体最適
化の手法は従来用いられている数理計画法を利用する．
次に，全体最適化問題による暫定解に影響を与える情報
を複数のエージェントを用いて収集する．ここで収集す
る情報として，今後の顧客の購買行動がある．さらにこ
の収集した顧客の購買行動に関する情報を用いて顧客を
失うことにより将来にわたり損失する利益（内部利益）
を算出する．そして，収集した情報を用いて全体最適化
問題による暫定解を調整する．調整方法として，エージ
ェント間で，内部利益のより大きい顧客に対して，内部
利益の小さな顧客の製品をまわすことを実現するオーク
ション手法を用いる．
に，情報処理技術の分野で研究が進められている知的エ
ージェント技術を利用した計画作成システムを用いて，
以下のような手順にて計画生成を実行する．なお，知的
エージェントは，情報検索，繰り返し作業，定型業務の
代行といった従来のエージェント機能に加えて，ルール
や知識を持ち知的処理を行うものである．まず，与えら
れた制約条件を用いて全体最適化問題を解く．全体最適
化の手法は従来用いられている数理計画法を利用する．
次に，全体最適化問題による暫定解に影響を与える情報
を複数のエージェントを用いて収集する．ここで収集す
る情報として，今後の顧客の購買行動がある．さらにこ
の収集した顧客の購買行動に関する情報を用いて顧客を
失うことにより将来にわたり損失する利益（内部利益）
を算出する．そして，収集した情報を用いて全体最適化
問題による暫定解を調整する．調整方法として，エージ
ェント間で，内部利益のより大きい顧客に対して，内部
利益の小さな顧客の製品をまわすことを実現するオーク
ション手法を用いる．
【０００５】
【発明の実施の形態】以下，本発明の実施の形態を図面
に基づいて詳細に説明する．本実施形態では，サプライ
チェーンの生産計画における資源割当問題を対象として
説明する．この問題は限られた資源を用いて製品を生産
するとき，どのように配分すると会社全体として売り上
げが最大になるかを解く問題である．資源として原材料
と生産能力を考え，これらの資源を組み合わせて製品を
生産していく．図１，図３〜図６は，本実施形態の処理
フローを，図２は，本実施形態のシステムの全体構成図
を現している．まず，図２に示す計画作成システム１の
全体構成図について説明する．本実施形態の計画作成シ
ステム１は，生産に必要となる原材料を購入する部門を
制御するエージェントであるＲｅｓｏｕｒｃｅ Ａｇｅ
ｎｔ（以下ＲＡと略す）ＲＡ４１，ＲＡ４２と，原材料
を元に加工／組み立て等の生産活動を行う部門を制御す
るエージェントであるＰｒｏｄｕｃｔｉｏｎ Ａｇｅｎ
ｔ（以下ＰＡと略す）ＰＡ３１，生産された製品を販売
する部門を制御するエージェントであるＡｃｃｏｕｎｔ
Ａｇｅｎｔ（以下ＡＡと略す）ＡＡ２１，ＡＡ２２，
ＡＡ２３，各ＡＡ，ＲＡ，ＰＡで集められる情報を用い
て全体最適を資源配分量を決定し，各ＡＡの収集する詳
細情報を用いて資源配分量の調整を行う部門を制御する
エージェントであるＭａｎａｇｅｒ Ａｇｅｎｔ（以下
ＭＡと略す）ＭＡ１１からなる．なお，本実施形態では
ＡＡを３つ，ＲＡを２つ，ＰＡを１つとしているが，こ
の数はいくつであっても構わない． （１）ＭＡ１１ 全体システム１を管理するエージェントである．各エー
ジェントから送られてきた制約条件を基に全体最適を行
い資源配分量を算出する．その後，各ＡＡとともに資源
配分量の調整（オークション）を行う． （２）ＡＡ２１，ＡＡ２２，ＡＡ２３ 各エージェントは自分の担当する製品に関する消費市場
５１，５２，５３とその顧客の需要動向を把握し，計画
生成のための情報を収集する．さらに顧客情報を収集
し，資源配分量の調整（オークション）を自分以外のＡ
ＡやＭＡ１１と共同で行う． （３）ＰＡ３１ 生産に関する工程に１つ配置する．自分の生産能力を制
約条件情報としてＭＡ１１に知らせる機能を持つ． （４）ＲＡ４１，４２ 原材料毎に配置する．自分の担当の原材料に関する調達
を供給市場６１，６２から行う機能と，現有資源量を制
約条件としてＭＡ１１に知らせる機能を持つ．なお，計
画生成システム１の中で，全体最適を行い資源配分量を
求めるサブシステム２はＭＡ１１からなり，資源配分量
の調整（オークション）を行うサブシステム３は，ＭＡ
１１，ＡＡ２１，ＡＡ２２，ＡＡ２３からなるものとす
る．次に，本願発明の計画作成方法についてさらに詳し
く説明する．図１は本願発明の計画作成方法の全体処理
フローである．まず全体最適解を算出するための制約条
件を収集する（ステップ１００１）．ここでは，市場全
体の需要，今回使用可能な資源量といった大まかな制約
条件で構わない．次に収集された制約条件に基づき，サ
ブシステム２が全体最適解を算出する（ステップ１００
２）．これは，ＭＡ１１がステップ１００１で収集した
制約条件を基に資源割当量を決定する．ステップ１００
３では，全体最適解を調整するために用いる詳細情報を
さらに収集する．ここで収集する情報は，顧客毎の販売
動向等の極細かい情報である．そして，ステップ１００
４で，ステップ１００２で求めた全体最適解を，サブシ
ステム２がステップ１００３で求めた詳細情報を用いて
調整し，より適した資源配分量を決定する．なお，調整
方法は後述する．次にＭＡ１１の処理を，図３の処理フ
ロー図に基づいて説明する．まず，制約条件を各エージ
ェント（ＡＡ２１，ＡＡ２２，ＡＡ２３，ＰＡ３１，Ｒ
Ａ４１，ＲＡ４２）から収集する（ステップ２００
１）．本実施形態では，ＡＡ２１，ＡＡ２２，ＡＡ２３
では各製品の需要量，ＰＡ３１では生産能力，ＲＡ４
１，ＲＡ４２では各原材料の保有量を収集するものとす
る．次に収集した制約条件を基に最適な資源配分量を決
定する（ステップ２００２)．本実施形態では，利益が
最大になるための資源配分量を，線形計画問題で解くも
のとする．ステップ２００３では結果を各エージェント
に知らせる．ＡＡ２１，ＡＡ２２，ＡＡ２３，ＰＡ３１
には算出した資源配分量に基づく製品生産量を，ＲＡ４
１，ＲＡ４２には原料使用量をそれぞれ送信する．そし
て，ＡＡ２１，ＡＡ２２，ＡＡ２３とともにステップ２
００２で求めた資源配分量の調整を行う（ステップ２０
０４）．最後に調整した結果を各エージェントに知らせ
る（ステップ２００５）．知らせる情報をステップ２０
０３と同じである．次にＡＡ２１，ＡＡ２２，ＡＡ２３
の処理を，図４の処理フロー図に基づいて説明する．Ａ
Ａ２１，ＡＡ２２，ＡＡ２３の処理は同じなため，ＡＡ
２１の処理について説明する．まず，担当する消費市場
５１の需要量を把握し（ステップ３００１），把握した
需要量をＭＡ１１に知らせ（ステップ３００２），ＭＡ
１１から全体最適した製品生産量を受信する（ステップ
３００３）．次に顧客情報を把握する（ステップ３００
４）．本実施形態で使用する顧客情報については後述す
る．ステップ３００４で収集した顧客情報を用いて顧客
の優先度を決定し，暫定的な製品供給先を決定する（ス
テップ３００５）．そして，ステップ３００４で収集し
た顧客情報を用いてＭＡ１１，ＡＡ２２，ＡＡ２３とと
もに資源配分量の調整を行い（ステップ３００６），そ
の結果である製品生産量をＭＡ１１から受信する（ステ
ップ３００７）．決定された製品生産量とステップ３０
０４で収集した顧客情報を用いて製品供給先を決定する
（ステップ３００８）．なお，本実施形態では，顧客情
報として顧客の購買動向に基づく将来の利益損失を用い
る．まず，顧客を一人失うと将来どの程度利益を失うか
を計算する．この利益を販売機会損失利益と呼ぶ．これ
は，各製品毎に一定とし，ファイナンシャルにおけるネ
ット・プレザント・バリューの考えを適用することで計
算し，（製品利益）×（製品購入頻度）÷（利率）で求
めることが出来る．例えば，１００円の利益を生む製品
で，４回に１回購入されるとすると，利率が１％とする
と１００×０．２５／０．０１＝２５００円となる．こ
れが顧客一人失うと将来にわたり損失する利益である．
次に，製品を提供しないことにより，次回以降，再度製
品を購入するかどうかの確立（離反率と呼ぶ）を顧客毎
に求める．次回以降２度と購入しない顧客の離反率は
１，次回も必ず購入する顧客の離反率は０である．そし
て，この離反率と販売機会損失利益にかけることによ
り，顧客毎の販売機会損失利益を計算する．そして，こ
の販売機会損失利益に製品利益を足したものである内部
利益を顧客情報として用いる．この内部利益が大きな顧
客には，優先的に製品をまわす必要があるといえる．
ステップ３００５，３００８のいずれもこの内部利益の
大きい顧客順に製品を割り当てる処理を行うものであ
る．次にＰＡ３１の処理を説明する．ＰＡ３１は，自身
の生産能力をＭＡ１１に提供するのみとする．ここで，
ＰＡ３１は市場の需要量に応じて生産設備の拡張機能を
持つことも考えられる．最後に，ＲＡ４１，ＲＡ４２の
処理は，どちらも同じため，ＲＡ４１の処理の説明をす
る．ＲＡ４１は市場の需要量を基に自分の担当の原材料
の需要予測を行い，自身で発注量を決めていく．次に，
資源配分量の調整（オークション）の処理について，図
５，図６を用いて説明する．この調整は，顧客情報であ
る内部利益が大きな顧客に優先的に製品が行き渡るよう
にすることが目的である．まず，図５を用いてオークシ
ョンの処理の説明をする． （ステップ４００１）ＡＡ２１，ＡＡ２２，ＡＡ２３か
らそれぞれの買い値，売り値を受信する．ここで，買い
値とは製品を割り当てられていない顧客の中での最大の
内部利益の値であり，売り値とは製品を割り当てられて
いる顧客の中での最小の内部利益である．すべての顧客
に製品が割り当てられている場合．買い値は出さなず，
すべての顧客に製品が割り当てられていない場合，売り
値は出さないものとする． （ステップ４００２）受信した買い値の最大値と売り値
の最小値を比較し，買い値の最大値の方が大きい場合
は，ステップ４００３へ，等しいか小さい場合は終了す
る． （ステップ４００３）最大の買い値を提示したＡＡを購
入ＡＡとし，新たに資源を配分する候補とする． （ステップ４００４）資源を提供するＡＡを決定する．
詳細は後述する． （ステップ４００５）ステップ４００４で提供ＡＡを決
められず，オークションが不成立であった場合は終了す
る．提供ＡＡが決定し，オークションが成立した場合は
ステップ４００６へ． （ステップ４００６）ステップ４００５で決定した提供
ＡＡから資源を徴収する． （ステップ４００７）ステップ４００３で決定した購入
ＡＡに対し資源を新たに分配する．なお，この時ステッ
プ４００６で徴収した資源すべてを配分できるとは限ら
ないため，その資源は余剰資源としてＭＡ１１が保管す
る．なお，ＭＡは全体最適で決定したときに残った資源
も保管するものとする．なお，オークションによる資源
配分は，一度に１つの購入ＡＡに対して１つの製品を提
供するものとする．次に，ステップ４００４の資源提供
ＡＡ決定方法を，図６の処理フローに基づき説明する． （ステップ５００１）ＭＡが余剰資源を保管している場
合は，ステップ５００２へ，保管していない場合は，ス
テップ５００３へ． （ステップ５００２）余剰資源を購入ＡＡへの配分資源
とする． （ステップ５００３）購入ＡＡの製品を提供するための
資源配分量を満たした場合は，ステップ５０１０へ，満
たさない場合は，ステップ５００４へ． （ステップ５００４）購入ＡＡ以外の売り値最低のＡＡ
を提供ＡＡとする． （ステップ５００５）購入ＡＡの買い値が，ステップ５
００４で決定した提供ＡＡの売り値より小さい場合はス
テップ５００１へ，等しいか大きい場合はステップ５０
０６へ． （ステップ５００６）提供ＡＡの供出資源を購入ＡＡへ
の配分資源とする． （ステップ５００７）購入ＡＡの製品を提供するための
資源配分量を満たした場合は，ステップ５０１０へ，満
たさない場合は，ステップ５００８へ． （ステップ５００８）今回提供したＡＡに対して次の売
り値を要求する． （ステップ５００９）今回提供したＡＡから次の売り値
を受信する．ステップ５００４に戻る． （ステップ５０１０）オークション成立として，終了す
る． （ステップ５０１１）オークション不成立として，終了
する． このように，本実施形態によれば，リアルタイムで収集
した顧客毎の購買行動に基づいて一人一人の内部利益を
計算し，その情報を用いて全体最適化された暫定解を調
整するためのオークションを行っているため，顧客ニー
ズを取り入れた生産計画をリアルタイムで収集した情報
に対応して立てることが可能である．
に基づいて詳細に説明する．本実施形態では，サプライ
チェーンの生産計画における資源割当問題を対象として
説明する．この問題は限られた資源を用いて製品を生産
するとき，どのように配分すると会社全体として売り上
げが最大になるかを解く問題である．資源として原材料
と生産能力を考え，これらの資源を組み合わせて製品を
生産していく．図１，図３〜図６は，本実施形態の処理
フローを，図２は，本実施形態のシステムの全体構成図
を現している．まず，図２に示す計画作成システム１の
全体構成図について説明する．本実施形態の計画作成シ
ステム１は，生産に必要となる原材料を購入する部門を
制御するエージェントであるＲｅｓｏｕｒｃｅ Ａｇｅ
ｎｔ（以下ＲＡと略す）ＲＡ４１，ＲＡ４２と，原材料
を元に加工／組み立て等の生産活動を行う部門を制御す
るエージェントであるＰｒｏｄｕｃｔｉｏｎ Ａｇｅｎ
ｔ（以下ＰＡと略す）ＰＡ３１，生産された製品を販売
する部門を制御するエージェントであるＡｃｃｏｕｎｔ
Ａｇｅｎｔ（以下ＡＡと略す）ＡＡ２１，ＡＡ２２，
ＡＡ２３，各ＡＡ，ＲＡ，ＰＡで集められる情報を用い
て全体最適を資源配分量を決定し，各ＡＡの収集する詳
細情報を用いて資源配分量の調整を行う部門を制御する
エージェントであるＭａｎａｇｅｒ Ａｇｅｎｔ（以下
ＭＡと略す）ＭＡ１１からなる．なお，本実施形態では
ＡＡを３つ，ＲＡを２つ，ＰＡを１つとしているが，こ
の数はいくつであっても構わない． （１）ＭＡ１１ 全体システム１を管理するエージェントである．各エー
ジェントから送られてきた制約条件を基に全体最適を行
い資源配分量を算出する．その後，各ＡＡとともに資源
配分量の調整（オークション）を行う． （２）ＡＡ２１，ＡＡ２２，ＡＡ２３ 各エージェントは自分の担当する製品に関する消費市場
５１，５２，５３とその顧客の需要動向を把握し，計画
生成のための情報を収集する．さらに顧客情報を収集
し，資源配分量の調整（オークション）を自分以外のＡ
ＡやＭＡ１１と共同で行う． （３）ＰＡ３１ 生産に関する工程に１つ配置する．自分の生産能力を制
約条件情報としてＭＡ１１に知らせる機能を持つ． （４）ＲＡ４１，４２ 原材料毎に配置する．自分の担当の原材料に関する調達
を供給市場６１，６２から行う機能と，現有資源量を制
約条件としてＭＡ１１に知らせる機能を持つ．なお，計
画生成システム１の中で，全体最適を行い資源配分量を
求めるサブシステム２はＭＡ１１からなり，資源配分量
の調整（オークション）を行うサブシステム３は，ＭＡ
１１，ＡＡ２１，ＡＡ２２，ＡＡ２３からなるものとす
る．次に，本願発明の計画作成方法についてさらに詳し
く説明する．図１は本願発明の計画作成方法の全体処理
フローである．まず全体最適解を算出するための制約条
件を収集する（ステップ１００１）．ここでは，市場全
体の需要，今回使用可能な資源量といった大まかな制約
条件で構わない．次に収集された制約条件に基づき，サ
ブシステム２が全体最適解を算出する（ステップ１００
２）．これは，ＭＡ１１がステップ１００１で収集した
制約条件を基に資源割当量を決定する．ステップ１００
３では，全体最適解を調整するために用いる詳細情報を
さらに収集する．ここで収集する情報は，顧客毎の販売
動向等の極細かい情報である．そして，ステップ１００
４で，ステップ１００２で求めた全体最適解を，サブシ
ステム２がステップ１００３で求めた詳細情報を用いて
調整し，より適した資源配分量を決定する．なお，調整
方法は後述する．次にＭＡ１１の処理を，図３の処理フ
ロー図に基づいて説明する．まず，制約条件を各エージ
ェント（ＡＡ２１，ＡＡ２２，ＡＡ２３，ＰＡ３１，Ｒ
Ａ４１，ＲＡ４２）から収集する（ステップ２００
１）．本実施形態では，ＡＡ２１，ＡＡ２２，ＡＡ２３
では各製品の需要量，ＰＡ３１では生産能力，ＲＡ４
１，ＲＡ４２では各原材料の保有量を収集するものとす
る．次に収集した制約条件を基に最適な資源配分量を決
定する（ステップ２００２)．本実施形態では，利益が
最大になるための資源配分量を，線形計画問題で解くも
のとする．ステップ２００３では結果を各エージェント
に知らせる．ＡＡ２１，ＡＡ２２，ＡＡ２３，ＰＡ３１
には算出した資源配分量に基づく製品生産量を，ＲＡ４
１，ＲＡ４２には原料使用量をそれぞれ送信する．そし
て，ＡＡ２１，ＡＡ２２，ＡＡ２３とともにステップ２
００２で求めた資源配分量の調整を行う（ステップ２０
０４）．最後に調整した結果を各エージェントに知らせ
る（ステップ２００５）．知らせる情報をステップ２０
０３と同じである．次にＡＡ２１，ＡＡ２２，ＡＡ２３
の処理を，図４の処理フロー図に基づいて説明する．Ａ
Ａ２１，ＡＡ２２，ＡＡ２３の処理は同じなため，ＡＡ
２１の処理について説明する．まず，担当する消費市場
５１の需要量を把握し（ステップ３００１），把握した
需要量をＭＡ１１に知らせ（ステップ３００２），ＭＡ
１１から全体最適した製品生産量を受信する（ステップ
３００３）．次に顧客情報を把握する（ステップ３００
４）．本実施形態で使用する顧客情報については後述す
る．ステップ３００４で収集した顧客情報を用いて顧客
の優先度を決定し，暫定的な製品供給先を決定する（ス
テップ３００５）．そして，ステップ３００４で収集し
た顧客情報を用いてＭＡ１１，ＡＡ２２，ＡＡ２３とと
もに資源配分量の調整を行い（ステップ３００６），そ
の結果である製品生産量をＭＡ１１から受信する（ステ
ップ３００７）．決定された製品生産量とステップ３０
０４で収集した顧客情報を用いて製品供給先を決定する
（ステップ３００８）．なお，本実施形態では，顧客情
報として顧客の購買動向に基づく将来の利益損失を用い
る．まず，顧客を一人失うと将来どの程度利益を失うか
を計算する．この利益を販売機会損失利益と呼ぶ．これ
は，各製品毎に一定とし，ファイナンシャルにおけるネ
ット・プレザント・バリューの考えを適用することで計
算し，（製品利益）×（製品購入頻度）÷（利率）で求
めることが出来る．例えば，１００円の利益を生む製品
で，４回に１回購入されるとすると，利率が１％とする
と１００×０．２５／０．０１＝２５００円となる．こ
れが顧客一人失うと将来にわたり損失する利益である．
次に，製品を提供しないことにより，次回以降，再度製
品を購入するかどうかの確立（離反率と呼ぶ）を顧客毎
に求める．次回以降２度と購入しない顧客の離反率は
１，次回も必ず購入する顧客の離反率は０である．そし
て，この離反率と販売機会損失利益にかけることによ
り，顧客毎の販売機会損失利益を計算する．そして，こ
の販売機会損失利益に製品利益を足したものである内部
利益を顧客情報として用いる．この内部利益が大きな顧
客には，優先的に製品をまわす必要があるといえる．
ステップ３００５，３００８のいずれもこの内部利益の
大きい顧客順に製品を割り当てる処理を行うものであ
る．次にＰＡ３１の処理を説明する．ＰＡ３１は，自身
の生産能力をＭＡ１１に提供するのみとする．ここで，
ＰＡ３１は市場の需要量に応じて生産設備の拡張機能を
持つことも考えられる．最後に，ＲＡ４１，ＲＡ４２の
処理は，どちらも同じため，ＲＡ４１の処理の説明をす
る．ＲＡ４１は市場の需要量を基に自分の担当の原材料
の需要予測を行い，自身で発注量を決めていく．次に，
資源配分量の調整（オークション）の処理について，図
５，図６を用いて説明する．この調整は，顧客情報であ
る内部利益が大きな顧客に優先的に製品が行き渡るよう
にすることが目的である．まず，図５を用いてオークシ
ョンの処理の説明をする． （ステップ４００１）ＡＡ２１，ＡＡ２２，ＡＡ２３か
らそれぞれの買い値，売り値を受信する．ここで，買い
値とは製品を割り当てられていない顧客の中での最大の
内部利益の値であり，売り値とは製品を割り当てられて
いる顧客の中での最小の内部利益である．すべての顧客
に製品が割り当てられている場合．買い値は出さなず，
すべての顧客に製品が割り当てられていない場合，売り
値は出さないものとする． （ステップ４００２）受信した買い値の最大値と売り値
の最小値を比較し，買い値の最大値の方が大きい場合
は，ステップ４００３へ，等しいか小さい場合は終了す
る． （ステップ４００３）最大の買い値を提示したＡＡを購
入ＡＡとし，新たに資源を配分する候補とする． （ステップ４００４）資源を提供するＡＡを決定する．
詳細は後述する． （ステップ４００５）ステップ４００４で提供ＡＡを決
められず，オークションが不成立であった場合は終了す
る．提供ＡＡが決定し，オークションが成立した場合は
ステップ４００６へ． （ステップ４００６）ステップ４００５で決定した提供
ＡＡから資源を徴収する． （ステップ４００７）ステップ４００３で決定した購入
ＡＡに対し資源を新たに分配する．なお，この時ステッ
プ４００６で徴収した資源すべてを配分できるとは限ら
ないため，その資源は余剰資源としてＭＡ１１が保管す
る．なお，ＭＡは全体最適で決定したときに残った資源
も保管するものとする．なお，オークションによる資源
配分は，一度に１つの購入ＡＡに対して１つの製品を提
供するものとする．次に，ステップ４００４の資源提供
ＡＡ決定方法を，図６の処理フローに基づき説明する． （ステップ５００１）ＭＡが余剰資源を保管している場
合は，ステップ５００２へ，保管していない場合は，ス
テップ５００３へ． （ステップ５００２）余剰資源を購入ＡＡへの配分資源
とする． （ステップ５００３）購入ＡＡの製品を提供するための
資源配分量を満たした場合は，ステップ５０１０へ，満
たさない場合は，ステップ５００４へ． （ステップ５００４）購入ＡＡ以外の売り値最低のＡＡ
を提供ＡＡとする． （ステップ５００５）購入ＡＡの買い値が，ステップ５
００４で決定した提供ＡＡの売り値より小さい場合はス
テップ５００１へ，等しいか大きい場合はステップ５０
０６へ． （ステップ５００６）提供ＡＡの供出資源を購入ＡＡへ
の配分資源とする． （ステップ５００７）購入ＡＡの製品を提供するための
資源配分量を満たした場合は，ステップ５０１０へ，満
たさない場合は，ステップ５００８へ． （ステップ５００８）今回提供したＡＡに対して次の売
り値を要求する． （ステップ５００９）今回提供したＡＡから次の売り値
を受信する．ステップ５００４に戻る． （ステップ５０１０）オークション成立として，終了す
る． （ステップ５０１１）オークション不成立として，終了
する． このように，本実施形態によれば，リアルタイムで収集
した顧客毎の購買行動に基づいて一人一人の内部利益を
計算し，その情報を用いて全体最適化された暫定解を調
整するためのオークションを行っているため，顧客ニー
ズを取り入れた生産計画をリアルタイムで収集した情報
に対応して立てることが可能である．
【０００６】
【発明の効果】以上詳細に述べたごとく，本発明によれ
ば，前記従来技術の問題点を解決し，顧客ニーズを取り
入れ，リアルタイムで収集した情報に対応する生産計画
の作成が可能となるという顕著な効果を奏する．
ば，前記従来技術の問題点を解決し，顧客ニーズを取り
入れ，リアルタイムで収集した情報に対応する生産計画
の作成が可能となるという顕著な効果を奏する．
【図１】本発明の実施形態における計画作成方法の全体
処理フロー図である．
処理フロー図である．
【図２】本発明の実施形態における計画作成システムの
全体構成図である．
全体構成図である．
【図３】本発明の実施形態を示すＭＡ処理手順を示す処
理フロー図である．
理フロー図である．
【図４】本発明の実施形態を示すＡＡ処理手順を示す処
理フロー図である．
理フロー図である．
【図５】本発明の実施形態を示すＭＡにおけるオークシ
ョン処理手順を示す処理フロー図である．
ョン処理手順を示す処理フロー図である．
【図６】本発明の実施形態を示すＭＡにおけるオークシ
ョンでの提供ＡＡ決定処理手順を示す処理フロー図であ
る．
ョンでの提供ＡＡ決定処理手順を示す処理フロー図であ
る．
【符号の説明】 １…計画作成システム，２…全体最適を行うサブシステ
ム，３…全体最適解を調整する（オークション）サブシ
ステム，１１…Ｍａｎａｇｅｒ Ａｇｅｎｔ，２１…Ａ
ｃｃｏｕｎｔ Ａｇｅｎｔ ，２２…Ａｃｃｏｕｎｔ
Ａｇｅｎｔ ，２３…Ａｃｃｏｕｎｔ Ａｇｅｎｔ，３
１…Ｐｒｏｄｕｃｔｉｏｎ Ａｇｅｎｔ，４１…Ｒｅｓ
ｏｕｒｃｅ Ａｇｅｎｔ ，４２…Ｒｅｓｏｕｒｃｅ
Ａｇｅｎｔ，５１…消費市場，５２…消費市場，５３…
消費市場，６１…供給市場，６２…供給市場
ム，３…全体最適解を調整する（オークション）サブシ
ステム，１１…Ｍａｎａｇｅｒ Ａｇｅｎｔ，２１…Ａ
ｃｃｏｕｎｔ Ａｇｅｎｔ ，２２…Ａｃｃｏｕｎｔ
Ａｇｅｎｔ ，２３…Ａｃｃｏｕｎｔ Ａｇｅｎｔ，３
１…Ｐｒｏｄｕｃｔｉｏｎ Ａｇｅｎｔ，４１…Ｒｅｓ
ｏｕｒｃｅ Ａｇｅｎｔ ，４２…Ｒｅｓｏｕｒｃｅ
Ａｇｅｎｔ，５１…消費市場，５２…消費市場，５３…
消費市場，６１…供給市場，６２…供給市場
Claims (6)
- 【請求項１】企業活動における調達，生産，在庫，配送
等の計画を作成する計画作成方法において，与えられた
条件のもとで全体最適化問題を解いて暫定解を出し，前
記暫定解に影響を与える情報を収集し，前記収集した情
報に基づいて，前記暫定解を調整することを特徴とする
計画作成方法． - 【請求項２】請求項１において，前記暫定解に影響を与
える情報として，今後の顧客の購買行動を利用すること
を特徴とする計画作成方法． - 【請求項３】請求項２において，前記今後の顧客の購買
行動に関する情報を用いて算出される顧客を失うことに
より将来にわたり損失する利益を用いることを特徴とす
る計画策定方法． - 【請求項４】企業活動における調達，生産，在庫，配送
等の計画を作成するシステムにおいて，与えられた条件
のもとで全体最適化問題を解くサブシステムと，前記全
体最適化問題を解くサブシステムが求めた暫定解に影響
を与える情報を収集する複数のエージェントと，収集し
た情報に基づいてエージェント間のオークションを行い
暫定解に調整するサブシステムからなる計画作成システ
ム． - 【請求項５】請求項４において，前記エージェントが今
後の顧客の購買行動に関する情報を収集する手段を有す
ることを特徴とする計画作成システム． - 【請求項６】請求項５において，前記エージェントが前
記収集した後の顧客の購買行動に関する情報を用いて顧
客を失うことにより将来にわたり損失する利益を算出す
る手段を有することを特徴とする計画作成システム．
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7717697A JPH10269294A (ja) | 1997-03-28 | 1997-03-28 | 計画作成方法およびシステム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7717697A JPH10269294A (ja) | 1997-03-28 | 1997-03-28 | 計画作成方法およびシステム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH10269294A true JPH10269294A (ja) | 1998-10-09 |
Family
ID=13626501
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7717697A Pending JPH10269294A (ja) | 1997-03-28 | 1997-03-28 | 計画作成方法およびシステム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH10269294A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001225927A (ja) * | 1999-12-06 | 2001-08-21 | Toyota Motor Corp | 需給計画立案装置および需給計画立案方法並びに需給計画立案用のプログラムおよびそのプログラムを記録した記録媒体 |
| US7668743B2 (en) | 1999-12-06 | 2010-02-23 | Toyota Jidosha Kabushiki Kaisha | Demand-production scheme planning apparatus, and storage medium |
| WO2021260924A1 (ja) * | 2020-06-26 | 2021-12-30 | 楽天グループ株式会社 | 予測システム、予測方法、及びプログラム |
-
1997
- 1997-03-28 JP JP7717697A patent/JPH10269294A/ja active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001225927A (ja) * | 1999-12-06 | 2001-08-21 | Toyota Motor Corp | 需給計画立案装置および需給計画立案方法並びに需給計画立案用のプログラムおよびそのプログラムを記録した記録媒体 |
| US7668743B2 (en) | 1999-12-06 | 2010-02-23 | Toyota Jidosha Kabushiki Kaisha | Demand-production scheme planning apparatus, and storage medium |
| WO2021260924A1 (ja) * | 2020-06-26 | 2021-12-30 | 楽天グループ株式会社 | 予測システム、予測方法、及びプログラム |
| JP7058804B1 (ja) * | 2020-06-26 | 2022-04-22 | 楽天グループ株式会社 | 予測システム、予測方法、及びプログラム |
| TWI801895B (zh) * | 2020-06-26 | 2023-05-11 | 日商樂天集團股份有限公司 | 預測系統、預測方法及程式產品 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mullen et al. | A Simple Computational Market for Network Information Services. | |
| Li et al. | Comparative analysis on value of information sharing in supply chains | |
| Wurman et al. | Flexible double auctions for electronic commerce: Theory and implementation | |
| Fan et al. | Decentralized mechanism design for supply chain organizations using an auction market | |
| Kamali et al. | A multi-objective quantity discount and joint optimization model for coordination of a single-buyer multi-vendor supply chain | |
| Gershkov et al. | Revenue-maximizing mechanisms with strategic customers and unknown, markovian demand | |
| Bapna et al. | A market design for grid computing | |
| Chiu et al. | Collaborative supply chain planning using the artificial neural network approach | |
| CN101790706A (zh) | 通过虚拟资源市场对资源的经济分配和管理 | |
| Lim et al. | Consignment contracts with revenue sharing for a capacitated retailer and multiple manufacturers | |
| US7346571B1 (en) | Automated bid decision technique | |
| Tibben-Lembke et al. | An inventory model for delayed customization: A hybrid approach | |
| Fransoo et al. | Multi-echelon multi-company inventory planning with limited information exchange | |
| JP2001523866A (ja) | コンピュータ実行製品価値決定ツール | |
| Keskinocak et al. | Decision support for managing an electronic supply chain | |
| Bansal et al. | Iterative combinatorial auctions for managing product transitions in semiconductor manufacturing | |
| Nasouri Gilvaei et al. | A two-stage stochastic framework for an electricity retailer considering demand response and uncertainties using a hybrid clustering technique | |
| US8086520B2 (en) | Constraint satisfaction for solutions to an auction winner-determination problem | |
| Xiao et al. | Optimal inventory and dynamic admission policies for a retailer of seasonal products with affiliate programs and drop‐shipping | |
| Goel et al. | A multi-agent system for supporting the electronic contracting of food grains | |
| JPH10269294A (ja) | 計画作成方法およびシステム | |
| Bapna et al. | A clock-and-offer auction market for grid resources when bidders face stochastic computational needs | |
| Hazra et al. | Capacity allocation among multiple suppliers in an electronic market | |
| Zhang et al. | Continuous double auction for cloud market: Pricing and bidding analysis | |
| Cruz et al. | Modeling and analysis of the effects of QoS and reliability on pricing, profitability, and risk management in multiperiod grid-computing networks |