JPWO2017175302A1 - 最適化システムおよび最適化方法 - Google Patents
最適化システムおよび最適化方法 Download PDFInfo
- Publication number
- JPWO2017175302A1 JPWO2017175302A1 JP2018510148A JP2018510148A JPWO2017175302A1 JP WO2017175302 A1 JPWO2017175302 A1 JP WO2017175302A1 JP 2018510148 A JP2018510148 A JP 2018510148A JP 2018510148 A JP2018510148 A JP 2018510148A JP WO2017175302 A1 JPWO2017175302 A1 JP WO2017175302A1
- Authority
- JP
- Japan
- Prior art keywords
- work
- optimization
- variable
- distribution warehouse
- objective variable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 240
- 238000000034 method Methods 0.000 title claims abstract description 117
- 230000008569 process Effects 0.000 claims abstract description 95
- 238000003860 storage Methods 0.000 claims abstract description 81
- 238000009826 distribution Methods 0.000 claims abstract description 80
- 238000012545 processing Methods 0.000 claims description 52
- 238000011156 evaluation Methods 0.000 claims description 50
- 238000004364 calculation method Methods 0.000 claims description 46
- 238000004806 packaging method and process Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 38
- 238000007726 management method Methods 0.000 description 21
- 238000000611 regression analysis Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 5
- 230000007423 decrease Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000000540 analysis of variance Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000013707 sensory perception of sound Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
図1は、実施例1にかかる物流システムのシステム構成例を示すブロック図である。物流システム100は、管理システム101と、最適化システム102と、作業実績テーブル111と、作業指示テーブル112と、最適化作業指示テーブル113と、を有する。以下の説明では、管理システム101と最適化システム102を分けて説明するが、これらは必ずしも分けて構成される必要はなく、1つのシステムの上に管理システム101および最適化システム102の各々の機能を持つサブシステムとして構成されてもよい。
図2は、最適化システム102のハードウェア構成例を示すブロック図である。最適化システム102は、プロセッサ201と、記憶デバイス202と、入力デバイス203と、出力デバイス204と、通信インターフェース(通信IF205)と、を有する。プロセッサ201、記憶デバイス202、入力デバイス203、出力デバイス204、および通信IF205は、バスにより接続される。プロセッサ201は、最適化システム102を制御する。記憶デバイス202は、プロセッサ201の作業エリアとなる。また、記憶デバイス202は、各種プログラムやデータを記憶する非一時的なまたは一時的な記録媒体である。記憶デバイス202としては、たとえば、ROM(Read Only Memory)、RAM(Random Access Memory)、HDD(Hard Disk Drive)、フラッシュメモリがある。入力デバイス203は、データを入力する。入力デバイス203としては、たとえば、キーボード、マウス、タッチパネル、テンキー、スキャナがある。出力デバイス204は、データを出力する。出力デバイス204としては、たとえば、ディスプレイ、プリンタがある。通信IF205は、ネットワークと接続し、データを送受信する。
図3は、作業実績テーブル111の記憶内容例を示す説明図であり、図4は、作業指示テーブル112の記憶内容例を示す説明図である。作業実績テーブル111および作業指示テーブル112は、一例として、出荷作業の作業実績および作業指示例を示す。作業実績テーブル111の各行は、出荷作業に関する作業実績を示すエントリである。作業指示テーブル112の各行は、出荷作業に関する作業指示を示すエントリである。作業実績テーブル111および作業指示テーブル112の各列は、出荷作業に関するカラムを示す。
図5は、演算パターンテーブルの記憶内容例を示す説明図である。演算パターンテーブル500は、カラム300〜309のタイプ501ごとに演算502と観点503とを規定するテーブルである。演算502とは、タイプ501で特定されるカラム300〜309に格納される情報について順序特徴量の演算方法を規定する情報である。観点503とは、演算502の順序特徴量を生成するための目的を示す情報である。順序特徴量は、作業順序を特徴づける特徴量であり、演算502により生成される。また、同じタイプ501に1以上の演算502がある。複数種類の演算502がある場合にどのタイプ501を利用するかは、あらかじめ作業実績テーブル111のカラム300〜309に関連付けておいてもよい。また、特徴量を生成する場合に、特定の演算502が作業者の操作により選択されてもよい。
図6は、実施例1にかかる最適化システム102の機能的構成例を示すブロック図である。最適化システム102は、順序特徴量生成部601と、割当特徴量生成部602と、算出部603と、選択部604と、最適化モデル生成部605と、決定部606と、最適化処理部607と、を有する。これらは、具体的には、たとえば、記憶デバイス202に記憶されたプログラムをプロセッサ201に実行させることにより実現される。なお、最適化システム102による最適化の処理の流れは、図6に示した順序特徴量生成部601〜最適化処理部607を接続する矢印に従う。
図18は、実施例2にかかる最適化システム102の機能的構成例を示すブロック図である。最適化システム102は、実施例1で説明した構成のほか、提示部1800を有する。提示部1800は、具体的には、たとえば、記憶デバイス202に記憶されたプログラムをプロセッサ201に実行させることにより実現される。
Claims (15)
- プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有し、
前記記憶デバイスは、物流倉庫作業における作業実績を記憶する作業実績記憶情報を有し、前記作業実績記憶情報は、前記作業実績として、前記物流倉庫作業の作業結果を示す目的変数と、前記物流倉庫作業の作業属性を示す説明変数と、前記物流倉庫作業の作業順序を示す順序変数とを、物流倉庫作業ごとに記憶しており、
前記プロセッサは、
ある物流倉庫作業の作業実績について、異なる前記説明変数における各値の組み合わせの存否を示す第1の割当特徴量を生成する第1の割当特徴量生成処理と、
前記第1の割当特徴量生成処理によって生成された第1の割当特徴量と、前記目的変数と、に基づいて、前記目的変数を最適化する最適化モデルを生成する最適化モデル生成処理と、
を実行することを特徴とする最適化システム。 - 請求項1に記載の最適化システムであって、
前記プロセッサは、
前記第1の割当特徴量が複数種類の前記組み合わせについて生成された場合、前記複数種類の前記組み合わせの各々について、前記第1の割当特徴量と、前記目的変数と、に基づいて、前記目的変数を説明するための前記組み合わせに関する重要度を算出する算出処理と、
前記算出処理によって算出された各重要度に基づいて、前記第1の割当特徴量を選択する選択処理と、を実行し、
前記最適化モデル生成処理では、前記プロセッサは、前記選択処理によって選択された前記第1の割当特徴量と、前記目的変数と、に基づいて、前記目的変数を最適化する最適化モデルを生成することを特徴とする最適化システム。 - 請求項1に記載の最適化システムであって、
前記プロセッサは、
前記異なる説明変数における値の組み合わせの各々について、当該値の組み合わせの存否を示す第1の割当特徴量と、前記目的変数と、に基づく統計的な特徴量を算出して、出力デバイスに出力する提示処理を実行することを特徴とする最適化システム。 - 請求項1に記載の最適化システムであって、
前記プロセッサは、
前記ある物流倉庫作業の作業実績について、前記ある物流倉庫作業を含む連続する区間内の一連の物流倉庫作業での説明変数群を前記作業実績記憶情報から取得し、前記連続する区間内での前記説明変数群の順序のばらつきを規定する第1の順序特徴量を生成する順序特徴量生成処理と、
前記順序特徴量生成処理によって生成された第1の順序特徴量を複数の範囲のいずれかに分類するための第2の割当特徴量を生成する第2の割当特徴量生成処理と、
前記最適化モデル生成処理では、前記プロセッサは、前記第1の割当特徴量または前記第2の割当特徴量生成処理によって生成された第2の割当特徴量と、前記目的変数と、に基づいて、前記目的変数を最適化する最適化モデルを生成することを特徴とする最適化システム。 - 請求項4に記載の最適化システムであって、
前記プロセッサは、
前記第1の割当特徴量と、前記目的変数と、に基づいて、前記組み合わせに関する第1の重要度を算出する第1の算出処理と、
前記第2の割当特徴量と、前記目的変数と、に基づいて、前記目的変数を説明するための、前記第2の割当特徴量の生成元である前記第1の順序特徴量に関する第2の重要度を算出する第2の算出処理と、
前記第1の算出処理によって算出された第1の重要度と、前記第2の算出処理によって算出された第2の重要度と、に基づいて、前記第1の割当特徴量または前記第2の割当特徴量のうちいずれか一方の割当特徴量を選択する選択処理と、を実行し、
前記最適化モデル生成処理では、前記プロセッサは、前記選択処理によって選択された割当特徴量と、前記目的変数と、に基づいて、前記目的変数を最適化する最適化モデルを生成することを特徴とする最適化システム。 - 請求項1に記載の最適化システムであって、
前記記憶デバイスは、前記物流倉庫作業における作業指示を記憶する作業指示記憶情報を有し、前記作業指示記憶情報は、前記作業指示として、前記物流倉庫作業の作業属性を示す説明変数と、前記物流倉庫作業の作業順序を示す順序変数とを、物流倉庫作業ごとに記憶しており、
前記プロセッサは、
前記作業指示記憶情報内の説明変数群のうち、前記第1の割当特徴量の生成元である前記異なる説明変数の組み合わせのいずれかの説明変数内の値を入れ替えることにより、前記作業指示記憶情報を最適化する最適化処理を実行し、
前記最適化処理では、前記プロセッサは、入替後の前記作業指示記憶情報の作業指示について、前記異なる説明変数の組み合わせの存否を示す第3の割当特徴量を生成し、前記第3の割当特徴量と、前記作業指示記憶情報内の前記目的変数と、前記最適化モデルと、に基づいて、入替後の前記作業指示記憶情報内の前記目的変数の特徴を示す評価値を算出し、前記評価値に基づいて、前記作業指示記憶情報を最適化することを特徴とする最適化システム。 - プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有し、
前記記憶デバイスは、物流倉庫作業における作業実績を記憶する作業実績記憶情報を有し、前記作業実績記憶情報は、前記作業実績として、前記物流倉庫作業の作業結果を示す目的変数と、前記物流倉庫作業の作業属性を示す説明変数と、前記物流倉庫作業の作業順序を示す順序変数とを、物流倉庫作業ごとに記憶しており、
前記プロセッサは、
ある物流倉庫作業の作業実績について、前記ある物流倉庫作業を含む連続する区間内の一連の物流倉庫作業での説明変数群を前記作業実績記憶情報から取得し、前記連続する区間内での前記説明変数群の順序のばらつきを規定する第1の順序特徴量を生成する順序特徴量生成処理と、
前記順序特徴量生成処理によって生成された第1の順序特徴量を複数の範囲のいずれかに分類するための第2の割当特徴量を生成する第2の割当特徴量生成処理と、
前記第2の割当特徴量生成処理によって生成された第2の割当特徴量と、前記目的変数と、に基づいて、前記目的変数を最適化する最適化モデルを生成する最適化モデル生成処理と、
を実行することを特徴とする最適化システム。 - 請求項7に記載の最適化システムであって、
前記第2の割当特徴量が複数種類の前記第1の順序特徴量について生成された場合、前記複数種類の前記第1の順序特徴量の各々について、前記第2の割当特徴量と、前記目的変数と、に基づいて、前記第2の割当特徴量の生成元である前記第1の順序特徴量の重要度を算出する算出処理と、
前記算出処理によって算出された各重要度に基づいて、前記第2の割当特徴量を選択する選択処理と、を実行し、
前記最適化モデル生成処理では、前記プロセッサは、前記選択処理によって選択された前記第2の割当特徴量と、前記目的変数と、に基づいて、前記目的変数を最適化する最適化モデルを生成することを特徴とする最適化システム。 - 請求項7に記載の最適化システムであって、
前記プロセッサは、
前記第1の順序特徴量に対応する前記複数の範囲おける前記第2の割当特徴量の各々について、当該第2の割当特徴量と、前記目的変数と、に基づく統計的な特徴量を算出して、出力デバイスに出力する提示処理を実行することを特徴とする最適化システム。 - 請求項7に記載の最適化システムであって、
前記記憶デバイスは、前記物流倉庫作業における作業指示を記憶する作業指示記憶情報を有し、前記作業指示記憶情報は、前記作業指示として、前記物流倉庫作業の作業属性を示す説明変数と、前記物流倉庫作業の作業順序を示す順序変数とを、物流倉庫作業ごとに記憶しており、
前記プロセッサは、
前記作業指示記憶情報内の前記第1の順序特徴量の生成元の説明変数内の値を入れ替えることにより、前記作業指示記憶情報を最適化する最適化処理を実行し、
前記最適化処理では、前記プロセッサは、入替後の前記作業指示記憶情報の作業指示について、第2の順序特徴量を生成し、前記第2の順序特徴量を前記複数の範囲のいずれかに分類するための第4の割当特徴量を生成し、前記第4の割当特徴量と前記作業指示記憶情報内の前記目的変数と前記最適化モデルとに基づいて、入替後の前記作業指示記憶情報に関する評価値を算出し、前記評価値に基づいて、前記作業指示記憶情報を最適化することを特徴とする最適化システム。 - 請求項1または7に記載の最適化システムであって、
前記物流倉庫作業は、物流倉庫における集品作業、入荷作業、流通加工作業、または、包装作業であることを特徴とする最適化システム。 - プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有する最適化システムが実行する最適化方法であって、
前記記憶デバイスは、物流倉庫作業における作業実績を記憶する作業実績記憶情報を有し、前記作業実績記憶情報は、前記作業実績として、前記物流倉庫作業の作業結果を示す目的変数と、前記物流倉庫作業の作業属性を示す説明変数と、前記物流倉庫作業の作業順序を示す順序変数とを、物流倉庫作業ごとに記憶しており、
前記最適化方法は、
前記プロセッサは、
ある物流倉庫作業の作業実績について、異なる前記説明変数における各値の組み合わせの存否を示す第1の割当特徴量を生成する第1の割当特徴量生成処理と、
前記第1の割当特徴量生成処理によって生成された割当特徴量と、前記目的変数と、に基づいて、前記目的変数を最適化する最適化モデルを生成する最適化モデル生成処理と、
を実行することを特徴とする最適化方法。 - 請求項12に記載の最適化方法であって、
前記プロセッサは、
前記第1の割当特徴量が複数種類の前記組み合わせについて生成された場合、前記複数種類の前記組み合わせの各々について、前記第1の割当特徴量と、前記目的変数と、に基づいて、前記組み合わせに関する重要度を算出する算出処理と、
前記算出処理によって算出された各重要度に基づいて、前記第1の割当特徴量を選択する選択処理と、を実行し、
前記最適化モデル生成処理では、前記プロセッサは、前記選択処理によって選択された前記第1の割当特徴量と、前記目的変数と、に基づいて、前記目的変数を最適化する最適化モデルを生成することを特徴とする最適化方法。 - 請求項12に記載の最適化方法であって、
前記プロセッサは、
前記異なる説明変数における値の組み合わせの各々について、当該値の組み合わせの存否を示す第1の割当特徴量と、前記目的変数と、に基づく統計的な特徴量を算出して、出力デバイスに出力する提示処理を実行することを特徴とする最適化方法。 - 請求項12に記載の最適化方法であって、
前記記憶デバイスは、前記物流倉庫作業における作業指示を記憶する作業指示記憶情報を有し、前記作業指示記憶情報は、前記作業指示として、前記物流倉庫作業の作業属性を示す説明変数と、前記物流倉庫作業の作業順序を示す順序変数とを、物流倉庫作業ごとに記憶しており、
前記最適化方法は、
前記プロセッサは、
前記作業指示記憶情報内の説明変数群のうち、前記第1の割当特徴量の生成元である前記異なる説明変数の組み合わせのいずれかの説明変数内の値を入れ替えることにより、前記作業指示記憶情報を最適化する最適化処理を実行し、
前記最適化処理では、前記プロセッサは、入替後の前記作業指示記憶情報の作業指示について、前記異なる説明変数の組み合わせの存否を示す第3の割当特徴量を生成し、前記第3の割当特徴量と、前記作業指示記憶情報内の前記目的変数と、前記最適化モデルと、に基づいて、入替後の前記作業指示記憶情報に関する評価値を算出し、前記評価値に基づいて、前記作業指示記憶情報を最適化することを特徴とする最適化方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2016/061103 WO2017175302A1 (ja) | 2016-04-05 | 2016-04-05 | 最適化システムおよび最適化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2017175302A1 true JPWO2017175302A1 (ja) | 2018-12-06 |
JP6530559B2 JP6530559B2 (ja) | 2019-06-12 |
Family
ID=60001076
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018510148A Active JP6530559B2 (ja) | 2016-04-05 | 2016-04-05 | 最適化システムおよび最適化方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6530559B2 (ja) |
WO (1) | WO2017175302A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7386010B2 (ja) * | 2019-07-24 | 2023-11-24 | 株式会社日立製作所 | 出荷作業支援システム、その方法、及びコンピュータプログラム |
JP7262359B2 (ja) * | 2019-10-01 | 2023-04-21 | 株式会社日立製作所 | データ分析装置およびデータ分析方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002269192A (ja) * | 2001-03-07 | 2002-09-20 | Mitsubishi Heavy Ind Ltd | 物流最適化システム |
JP2004110470A (ja) * | 2002-09-19 | 2004-04-08 | Fujitsu Ltd | 最適設計計算装置及びそのプログラム記憶媒体 |
JP2015022584A (ja) * | 2013-07-19 | 2015-02-02 | 富士通株式会社 | 応答曲面計算プログラム、応答曲面計算装置及び応答曲面計算方法 |
-
2016
- 2016-04-05 WO PCT/JP2016/061103 patent/WO2017175302A1/ja active Application Filing
- 2016-04-05 JP JP2018510148A patent/JP6530559B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002269192A (ja) * | 2001-03-07 | 2002-09-20 | Mitsubishi Heavy Ind Ltd | 物流最適化システム |
JP2004110470A (ja) * | 2002-09-19 | 2004-04-08 | Fujitsu Ltd | 最適設計計算装置及びそのプログラム記憶媒体 |
JP2015022584A (ja) * | 2013-07-19 | 2015-02-02 | 富士通株式会社 | 応答曲面計算プログラム、応答曲面計算装置及び応答曲面計算方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6530559B2 (ja) | 2019-06-12 |
WO2017175302A1 (ja) | 2017-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6926008B2 (ja) | 保守計画装置、及び保守計画方法 | |
KR102042318B1 (ko) | 스마트 팩토리 레이아웃 설계 방법 및 시스템 | |
JP2863347B2 (ja) | 視覚化によるフロ−プロセスの将来計画及び動的管理方法 | |
US20200104169A1 (en) | Systems and methods of a production environment tool | |
US20180107961A1 (en) | Task Support System and Task Support Method | |
JP2019192002A (ja) | 在庫管理装置、在庫管理方法及びプログラム | |
US10679228B2 (en) | Systems, devices, and methods for predicting product performance in a retail display area | |
JP7208029B2 (ja) | 配置最適化システム及び配置最適化方法 | |
JP2018142199A (ja) | 学習システムおよび学習方法 | |
Stricker et al. | Supporting multi-level and robust production planning and execution | |
US10222788B2 (en) | Plan generating device and plan generating method | |
JP6622592B2 (ja) | 生産計画立案支援システムおよび支援方法 | |
JP4230975B2 (ja) | データ予測装置及びデータ予測方法並びにプログラム | |
WO2019094759A1 (en) | Systems and methods for planogram generation for a facility | |
US8687213B2 (en) | Data filtering for print service providers | |
WO2017175302A1 (ja) | 最適化システムおよび最適化方法 | |
WO2012150628A1 (ja) | 大規模itシステム管理における管理コスト削減方法 | |
JP2021196812A (ja) | 保全改善支援装置及び保全改善支援方法 | |
US20220171908A1 (en) | Support system and support method supporting system construction | |
Pfeiffer et al. | Simulation as one of the core technologies for digital enterprises: assessment of hybrid rescheduling methods | |
JP7177759B2 (ja) | 作業人員割当システムおよび作業人員割当装置 | |
Lin | An integrated digital twin simulation and scheduling system under cyber-physical digital twin environment | |
JP6449578B2 (ja) | 購買予測分析システム及びそのプログラム | |
WO2024084817A1 (ja) | 業務施策評価装置、および、業務施策評価方法 | |
WO2024053020A1 (ja) | シミュレーション結果の実績との差異の要因を推定するシステム及び方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180730 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190507 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190516 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6530559 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |