KR100831108B1

KR100831108B1 - 생산·물류 스케줄 작성 장치 및 방법, 생산·물류 프로세스제어 장치 및 방법, 컴퓨터 프로그램, 및 컴퓨터 판독가능한 기록 매체

Info

Publication number: KR100831108B1
Application number: KR1020067012565A
Authority: KR
Inventors: 야스히또 야지; 겐지 스기야마; 데쯔아끼 구로까와; 마사노리 시오야; 구니하루 이또오; 히로까즈 고바야시
Original assignee: 신닛뽄세이테쯔 카부시키카이샤
Priority date: 2003-12-24
Filing date: 2004-12-24
Publication date: 2008-05-20
Also published as: WO2005062145A1; US7860595B2; EP1701232A4; US20070168067A1; TWI312490B; BRPI0418164A; US20100138023A1; US20100168893A1; KR20060105027A; EP1701232A1; TW200532519A; JP4690893B2; JPWO2005062145A1; US7676293B2; EP1701232B1; US7865260B2

Abstract

생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터(100)와, 상기 생산·물류 프로세스의 물류 상태와 물류 제약을 수식으로 표현한 수식 모델이고, 착안하고 있는 물류의 스케줄을 작성하는 데 관계되는 정보를 도입하여 작성되는 수식 모델(110)을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델(110)에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치(120)를 마련하고, 상기 최적화 계산 장치(120)에 의해 얻게 된 물류 지시를 상기 생산·물류 시뮬레이터(100)에 부여하여 시뮬레이션을 실행시키도록 하여, 한 번의 시뮬레이션을 행하는 것만으로 최적의 해를 얻을 수 있도록 한다.

생산·물류 프로세스, 물류 시뮬레이터, 수식 모델, 최적화 계산 장치

Description

생산·물류 스케줄 작성 장치 및 방법, 생산·물류 프로세스 제어 장치 및 방법, 컴퓨터 프로그램, 및 컴퓨터 판독 가능한 기록 매체{MANUFACTURING/DISTRIBUTION SCHEDULE CREATION DEVICE AND METHOD, MANUFACTURING/DISTRIBUTION PROCESS CONTROL DEVICE AND METHOD, COMPUTER PROGRAM, AND COMPUTER-READABLE RECORDING MEDIUM}

본 발명은 생산·물류 스케줄 작성 장치 및 방법, 생산·물류 프로세스 제어 장치 및 방법, 컴퓨터 프로그램, 및 컴퓨터 판독 가능한 기록 매체에 관한 것으로, 특히, 조작자의 숙련도에 의존하지 않고 대상 시스템의 스케줄을 정확하게 작성하는 경우에 이용하는 데 적합한 것이다.

종래, 예상하여 생산을 하지 않는 수주 생산의 형태에서는, 주문받은 품목을 제조 오더로 분할하여, 납기 준수율이나 설비 가동률, 중간 재고량, 비용 등의 관점을 고려하여 생산·물류 스케줄을 작성하고 있다. 상기 생산·물류 스케줄을 작성하는 수법으로서, 기술적으로 크게 나누면 두 가지의 수법이 이용되고 있다.

즉, 제1 수법으로서는, 예컨대 특허 문헌 1의「생산 계획 평가 방법 및 시스템」에 개시되어 있는 바와 같이, 컴퓨터 상에 구축한 공장을 모방한 시뮬레이션 상에서, 실기기와 동일한 인터페이스로부터 취득한 정보를 사용하여 실기기의 가동 을 예측하고, 가동 예측을 기초로 하여 실기기보다 빠른 속도로 가상적인 생산을 하고, 가상적인 생산의 과정 및 결과를 이용하여, 정밀도가 높은 지표를 제시함으로써, 생산 계획의 평가 및 선택을 가능하게 하는 수법이다.

또한, 제2 수법으로서는, 특허 문헌 2의「물류 계획 작성 장치」에서 개시되어 있는 바와 같이 선형 계획법, 수리 계획법 등과 같이, 최적성이 보증되는 수법을 기초로 하여 스케줄을 작성하는 수법이다.

특허 문헌 1에 기재된「생산 계획 평가 방법 및 시스템」에 개시되어 있는 바와 같이, 시뮬레이터를 이용하여 생산·물류 스케줄을 작성하는 수법은 만족할 수 있는 결과를 얻을 수 있을 때까지는, (1) 조건을 다양하게 바꾸면서 시뮬레이션을 행하여, 그 결과의 평가를 몇 번이나 반복하여 행할 필요가 있었다. 따라서, (2) 대규모 공장에서는 생산·물류 스케줄을 작성하는 데 많은 시간이 걸리게 되는 문제점이 있었다. 또한, (3) 고정밀도인 생산·물류 스케줄을 얻기 위해서는, 시뮬레이션·룰을 세밀하게 설정해야 하는 문제점이 있었다.

또한, 특허 문헌 2의「물류 계획 작성 장치」에서 개시되어 있는 바와 같이 선형 계획법, 수리 계획법 등과 같이, 최적성이 보증되는 수법을 기초로 하여 스케줄을 작성하는 수법의 경우에는, (1) 생산·물류 스케줄을 작성하는 규모가 커지면, 실용적인 시간 내에 풀기 어려워지는 문제점이 있었다. 또한, (2) 수식에서 기술할 수 없는 제약이나 조건에 기인하는 오차가 생기기 때문에, 얻게 된 생산·물류 스케줄이 실행 가능한지 여부는 보증되어 있지 않았다.

본 발명은 상술한 문제점에 비추어, 시뮬레이션을 반복하여 행하는 일없이 최적의 생산·물류 시뮬레이션 결과를 얻을 수 있도록 하여, 스케줄 작성 대상의 생산·물류 프로세스에서 실제로 사용 가능한 것이 보증된 생산·물류 스케줄을 고속으로, 또한 고정밀도로 작성할 수 있도록 하는 것을 목적으로 한다.

특허 문헌 1 : 일본 특허 공개 제2002-366219호 공보

특허 문헌 2 : 일본 특허 공개 제2000-172745호 공보

본 발명에 따른 생산·물류 스케줄 작성 장치는, 생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 프로세스의 물류 상태와 물류 제약을 수식으로 표현한 수식 모델이고, 착안하고 있는 물류의 스케줄을 작성하는 데 관계되는 정보를 도입하여 작성된 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치를 갖고, 상기 최적화 계산 장치에 의해 얻게 된 물류 지시를 상기 생산·물류 시뮬레이터에 부여하여 시뮬레이션을 실행시키는 동시에, 새로운 사상이 발생한 경우에는 상기 생산·물류 시뮬레이터로부터 상기 최적화 계산 장치에 대하여 최적화 계산을 하도록 하는 지시를 출력하도록 하여, 상기 생산·물류 시뮬레이터와 상기 최적화 계산 장치를 연동시켜, 상기 생산·물류 프로세스에 있어서의 생산·물류 스케줄을 작성하도록 한 점에 특징이 있다.

본 발명에 따른 다른 생산·물류 스케줄 작성 장치는, 생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 프로세스의 물류 상태와 물류 제약을 수식으로 표현한 수식 모델이고, 착안하고 있는 물류의 스케줄을 작성하는 데 관계되는 정보를 도입하여 작성된 상태 방정식을 이용한 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치를 갖고, 상기 최적화 계산 처리에 의해 피드백 게인을 산출하고, 그 피드백 게인과 물류 상태를 이용하여 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여하고, 시뮬레이션을 진행시켜, 새로운 물류 상태를 얻고, 이 새로운 물류 상태를 바탕으로 새로운 물류 지시를 산출한다고 하는 처리를 반복함으로써 얻게 된 시뮬레이션 결과로부터 상기 생산·물류 프로세스에 있어서의 생산·물류 스케줄을 작성하도록 한 점에 특징이 있다.

본 발명에 따른 다른 생산·물류 스케줄 작성 장치는, 생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 프로세스의 물류 상태와 물류 제약을 수식으로 표현한 수식 모델이고, 상기 생산·물류 프로세스의 입안 개시 시간으로부터 미리 설정한 기간(계획 작성 기간)만큼을 대상으로 삼아, 착안하고 있는 물류의 스케줄을 작성하는 데 관계되는 정보를 도입하여 작성된 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치를 갖고, 상기 최적화 계산 처리에 의해 현시점에서 미리 설정한 기간(지시 산출 기간)만큼에 대해 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여해, 미리 설정한 기간(시뮬레이션 기간)만큼만 시뮬레이션을 실행하여 미리 설정한 기간(계획 확정 기간)만큼만 물류 계획을 확정하고, 상기 확정한 기간 직후의 일시를 새로운 입안 시작 일시로서 설정하여 물류 계획을 입안한다고 하는 처리를 반복함으로써 얻게 된 시뮬레이션 결과로부터 상기 생산·물류 프로세스에 있어서의 생산·물류 스케줄을 작성하도록 한 점에 특징이 있다.

본 발명에 따른 생산·물류 스케줄 작성 방법은, 생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 프로세스의 물류 상태와 물류 제약을 수식으로 표현한 수식 모델이고, 착안하고 있는 물류의 스케줄을 작성하는 데 관계되는 정보를 도입하여 작성된 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치를 갖는 생산·물류 스케줄 작성 장치에 의해 생산·물류 스케줄을 작성하는 방법이며, 상기 최적화 계산 장치에 의해 얻게 된 물류 지시를 상기 생산·물류 시뮬레이터에 부여하여 시뮬레이션을 실행시키는 동시에, 새로운 사상이 발생한 경우에는 상기 생산·물류 시뮬레이터로부터 상기 최적화 계산 장치에 대하여 최적화 계산을 하도록 하는 지시를 출력하도록 하여, 상기 생산·물류 시뮬레이터와 상기 최적화 계산 장치를 연동시켜, 상기 생산·물류 프로세스에 있어서의 생산·물류 스케줄을 작성하도록 한 점에 특징이 있다.

본 발명에 따른 다른 생산·물류 스케줄 작성 방법은, 생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 프로세스의 물류 상태와 물류 제약을 수식으로 표현한 수식 모델이고, 착안하고 있는 물류의 스케줄을 작성하는 데 관계되는 정보를 도입하여 작성된 상태 방정식을 이용한 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치를 갖는 생산·물류 스케줄 작성 장치에 의해 생산·물류 스케줄을 작성하는 방법이며, 상기 최적화 계산 처리에 의해 피드백 게인을 산출하고, 그 피드백 게인과 물류 상태를 이용하여 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여하고, 시뮬레이션을 진행시켜, 새로운 물류 상태를 얻고, 이 새로운 물류 상태를 바탕으로 새로운 물류 지시를 산출한다고 하는 처리를 반복함으로써 얻게 된 시뮬레이션 결과로부터 상기 생산·물류 프로세스에 있어서의 생산·물류 스케줄을 작성하도록 한 점에 특징이 있다.

본 발명에 따른 다른 생산·물류 스케줄 작성 방법은, 생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 프로세스의 물류 상태와 물류 제약을 수식으로 표현한 수식 모델이고, 상기 생산·물류 프로세스의 입안 개시 시간으로부터 미리 설정한 기간(계획 작성 기간)만큼을 대상으로 삼아, 착안하고 있는 물류의 스케줄을 작성하는 데 관계되는 정보를 도입하여 작성된 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치를 갖는 생산·물류 스케줄 작성 장치에 의해 생산·물류 스케줄을 작성하는 방법이며, 상기 최적화 계산 처리에 의해 현시점에서 미리 설정한 기간(지시 산출 기간)만큼에 대해 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여해, 미리 설정한 기간(시뮬레이션 기간)만큼만 시뮬레이션을 실행하여 미리 설정한 기간(계획 확정 기간)만큼만 물류 계획을 확정하고, 상기 확정한 기간 직후의 일시를 새로운 입안 시작 일시로서 설정하여 물류 계획을 입안한다고 하는 처리를 반복함으로써 얻게 된 시뮬레이션 결과로부터 상기 생산·물류 프로세스에 있어서의 생산·물류 스케줄을 작성하도록 한 점에 특징이 있다.

본 발명의 컴퓨터 프로그램은, 생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 프로세스의 물류 상태와 물류 제약을 수식으로 표현한 수식 모델이고, 착안하고 있는 물류의 스케줄을 작성하는 데 관계되는 정보를 도입하여 작성된 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치로서의 기능을 컴퓨터에 실현시켜, 상기 최적화 계산 장치에 의해 얻게 된 물류 지시를 상기 생산·물류 시뮬레이터에 부여하여 시뮬레이션을 실행시키는 동시에, 새로운 사상이 발생한 경우에는 상기 생산·물류 시뮬레이터로부터 상기 최적화 계산 장치에 대하여 최적화 계산을 하도록 하는 지시를 출력하도록 하여, 상기 생산·물류 시뮬레이터와 상기 최적화 계산 장치를 연동시켜, 상기 생산·물류 프로세스에 있어서의 생산·물류 스케줄을 작성하도록 한 점에 특징이 있다.

본 발명에 따른 다른 컴퓨터 프로그램은, 생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 프로세스의 물류 상태와 물류 제약을 수식으로 표현한 수식 모델이고, 착안하고 있는 물류의 스케줄을 작성하는 데 관계되는 정보를 도입하여 작성된 상태 방정식을 이용한 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치로서의 기능을 컴퓨터에 실현시켜, 상기 최적화 계산 처리에 의해 피드백 게인을 산출하고, 그 피드백 게인과 물류 상태를 이용하여 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여하고, 시뮬레이션을 진행시켜, 새로운 물류 상태를 얻고, 이 새로운 물류 상태를 바탕으로 새로운 물류 지시를 산출한다고 하는 처리를 반복함으로써 얻게 된 시뮬레이션 결과로부터 상기 생산·물류 프로세스에 있어서의 생산·물류 스케줄을 작성하도록 한 점에 특징이 있다.

본 발명에 따른 다른 컴퓨터 프로그램은, 생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 프로세스의 물류 상태와 물류 제약을 수식으로 표현한 수식 모델이고, 상기 생산·물류 프로세스의 입안 개시 시간으로부터 미리 설정한 기간(계획 작성 기간)만큼을 대상으로 삼아, 착안하고 있는 물류의 스케줄을 작성하는 데 관계되는 정보를 도입하여 작성된 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치로서의 기능을 컴퓨터에 실현시켜, 상기 최적화 계산 처리에 의해 현시점에서 미리 설정한 기간(지시 산출 기간)만큼에 대해 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여해, 미리 설정한 기간(시뮬레이션 기간)만큼만 시뮬레이션을 실행하여 미리 설정한 기간(계획 확정 기간)만큼만 물류 계획을 확정하고, 상기 확정한 기간 직후의 일시를 새로운 입안 시작 일시로서 설정하여 물류 계획을 입안한다고 하는 처리를 반복함으로써 얻게 된 시뮬레이션 결과로부터 상기 생산·물류 프로세스에 있어서의 생산·물류 스케줄을 작성하도록 한 점에 특징이 있다.

본 발명에 따른 생산·물류 프로세스 제어 장치는, 생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 프로세스의 물류 상태와 물류 제약을 수식으로 표현한 수식 모델이고, 착안하고 있는 물류의 스케줄을 작성하는 데 관계되는 정보를 도입하여 작성된 상태 방정식을 이용한 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치를 갖고, 상기 최적화 계산 처리에 의해 피드백 게인을 산출하고, 그 피드백 게인과 물류 상태를 이용하여 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여하고, 시뮬레이션을 진행시켜, 새로운 물류 상태를 얻고, 이 새로운 물류 상태를 바탕으로 새로운 물류 지시를 산출한다고 하는 처리를 반복함으로써 얻게 된 시뮬레이션 결과를 기초로 하여 생산·물류 프로세스의 제어를 하는 점에 특징이 있다.

본 발명에 따른 다른 생산·물류 프로세스 제어 장치는, 생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 프로세스의 물류 상태와 물류 제약을 수식으로 표현한 수식 모델이고, 상기 생산·물류 프로세스의 입안 개시 시간으로부터 미리 설정한 기간(계획 작성 기간)만큼을 대상으로 삼아, 착안하고 있는 물류의 스케줄을 작성하는 데 관계되는 정보를 도입하여 작성된 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치를 갖고, 상기 최적화 계산 처리에 의해 현시점에서 미리 설정한 기간(지시 산출 기간)만큼에 대하여 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여해, 미리 설정한 기간(시뮬레이션 기간)만큼만 시뮬레이션을 실행하여 미리 설정한 기간(계획 확정 기간)만큼만 물류 계획을 확정하고, 상기 확정한 기간 직후의 일시를 새로운 입안 시작 일시로서 설정하여 물류 계획을 입안한다고 하는 처리를 반복함으로써 얻게 된 시뮬레이션 결과를 기초로 하여 생산·물류 프로세스의 물류 제어를 하도록 한 점에 특징이 있다.

본 발명에 따른 생산·물류 프로세스 제어 방법은, 생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 프로세스의 물류 상태와 물류 제약을 수식으로 표현한 수식 모델이고, 착안하고 있는 물류의 스케줄을 작성하는 데 관계되는 정보를 도입하여 작성된 상태 방정식을 이용한 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치를 갖는 생산·물류 프로세스 제어 장치에 의해 생산·물류 프로세스를 제어하는 방법이며, 상기 최적화 계산 처리에 의해 피드백 게인을 산출하고, 그 피드백 게인과 물류 상태를 이용하여 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여하고, 시뮬레이션을 진행시켜, 새로운 물류 상태를 얻고, 이 새로운 물류 상태를 바탕으로 새로운 물류 지시를 산출한다고 하는 처리를 반복함으로써 얻게 된 시뮬레이션 결과를 기초로 하여 생산·물류 프로세스의 제어를 하도록 한 점에 특징이 있다.

본 발명에 따른 다른 생산·물류 프로세스 제어 방법은, 생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 프로세스의 물류 상태와 물류 제약을 수식으로 표현한 수식 모델이고, 상기 생산·물류 프로세스의 입안 개시 시간으로부터 미리 설정한 기간(계획 작성 기간)만큼을 대상으로 삼아, 착안하고 있는 물류의 스케줄을 작성하는 데 관계되는 정보를 도입하여 작성된 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치를 갖는 생산·물류 프로세스 제어 장치를 이용한 생산·물류 프로세스 제어 방법이며, 상기 최적화 계산 처리에 의해 현시점에서 미리 설정한 기간(지시 산출 기간)만큼에 대해 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여해, 미리 설정한 기간(시뮬레이션 기간)만큼만 시뮬레이션을 실행하여 미리 설정한 기간(계획 확정 기간)만큼만 물류 계획을 확정하고, 상기 확정한 기간 직후의 일시를 새로운 입안 시작 일시로서 설정하여 물류 계획을 입안한다고 하는 처리를 반복함으로써 얻게 된 시뮬레이션 결과를 기초로 하여 생산·물류 프로세스의 물류 제어를 하도록 한 점에 특징이 있다.

본 발명에 따른 컴퓨터 프로그램은, 생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 프로세스의 물류 상태와 물류 제약을 수식으로 표현한 수식 모델이고, 착안하고 있는 물류의 스케줄을 작성하는 데 관계되는 정보를 도입하여 작성된 상태 방정식을 이용한 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치로서의 기능을 컴퓨터에 실현시켜, 상기 최적화 계산 처리에 의해 피드백 게인을 산출하고, 그 피드백 게인과 물류 상태를 이용하여 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여하고, 시뮬레이션을 진행시켜, 새로운 물류 상태를 얻고, 이 새로운 물류 상태를 바탕으로 새로운 물류 지시를 산출한다고 하는 처리를 반복함으로써 얻게 된 시뮬레이션 결과를 기초로 하여 생산·물류 프로세스의 제어를 하도록 한 점에 특징이 있다.

본 발명에 따른 다른 컴퓨터 프로그램은, 생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 프로세스의 물류 상태와 물류 제약을 수식으로 표현한 수식 모델이고, 상기 생산·물류 프로세스의 입안 개시 시간으로부터 미리 설정한 기간(계획 작성 기간)만큼을 대상으로 삼아, 착안하고 있는 물류의 스케줄을 작성하는 데 관계되는 정보를 도입하여 작성된 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치로서의 기능을 컴퓨터에 실현시켜, 상기 최적화 계산 처리에 의해 현시점에서 미리 설정한 기간(지시 산출 기간)만큼에 대해 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여해, 미리 설정한 기간(시뮬레이션 기간)만큼만 시뮬레이션을 실행하여 미리 설정한 기간(계획 확정 기간)만큼만 물류 계획을 확정하고, 상기 확정한 기간 직후의 일시를 새로운 입안 시작 일시로서 설정하여 물류 계획을 입안한다고 하는 처리를 반복함으로써 얻게 된 시뮬레이션 결과를 기초로 하여 생산·물류 프로세스의 물류 제어를 하도록 한 점에 특징이 있다.

본 발명에 따른 컴퓨터 판독 가능한 기록 매체는, 본 발명에 따른 컴퓨터 프로그램을 기록한 점에 특징이 있다.

도1은 본 발명의 제1 실시 형태를 나타내고, 생산·물류 스케줄 작성 장치의 개략 구성을 설명하는 블록도이다.

도2는 본 발명의 제2 실시 형태를 나타내고, 생산·물류 스케줄 작성 장치의 개략 구성을 설명하는 블록도이다.

도3은 제2 실시 형태에 있어서의 생산·물류 스케줄 작성의 처리 순서를 나타내는 흐름도이다.

도4는 모델 구축의 처리 순서를 나타내는 흐름도이다.

도5는 제어 측 구축의 처리 순서를 나타내는 흐름도이다.

도6은 시뮬레이션의 처리 순서를 나타내는 흐름도이다.

도7은 본 발명의 제3 실시 형태를 나타내고, 생산·물류 스케줄 작성 장치의 개략 구성을 설명하는 블록도이다.

도8은 본 발명을 적용한 구체적인 예를 나타내고, 생산·물류 계획 작성 순서를 설명하는 도면이다.

도9는 제4 실시 형태에 있어서의 생산·물류 스케줄 작성의 처리 순서를 나타내는 흐름도이다.

도10은 모델 구축의 처리 순서를 나타내는 흐름도이다.

도11은 제어 측 구축의 처리 순서를 나타내는 흐름도이다.

도12는 시뮬레이션의 처리 순서를 나타내는 흐름도이다.

도13은 페트리네트 모델의 예를 나타내는 도면이다.

도14는 제5 실시 형태에 있어서의 생산·물류 스케줄 작성의 처리 순서를 나타내는 흐름도이다.

도15는 모델 구축의 처리 순서를 나타내는 흐름도이다.

도16은 제어 측 구축의 처리 순서를 나타내는 흐름도이다.

도17은 시뮬레이션의 처리 순서를 나타내는 흐름도이다.

도18은 제6 실시 형태에 있어서의 생산·물류 스케줄 작성의 처리 순서를 나타내는 흐름도이다.

도19는 모델 구축의 처리 순서를 나타내는 흐름도이다.

도20은 제어 측 구축의 처리 순서를 나타내는 흐름도이다.

도21은 시뮬레이션의 처리 순서를 나타내는 흐름도이다.

도22는 페트리네트 모델의 예를 나타내는 도면이다.

도23은 페트리네트 모델의 예를 나타내는 도면이다.

도24는 제품종 No.1에 대한 페트리네트 모델의 예를 나타내는 도면이다.

도25는 제8 실시 형태를 나타내고, 제조 프로세스에 있어서의 생산·물류 스케줄 작성 장치의 주요부 구성을 나타내는 블록도이다.

도26은 생산·물류 스케줄 작성 장치에 의해 행해지는 동작(본 실시 형태에 의한 생산·물류 스케줄 작성 방법)을 설명하기 위한 도면이다.

도27은 생산·물류 스케줄 작성 장치의 주간 일별 계획 시스템 내에서의 위치 부여를 나타내는 도면이다.

도28은 물류 모델의 정식화에 대해 설명하는 도면이다.

도29는 본 발명의 생산·물류 스케줄 작성 장치를 구성 가능한 컴퓨터 시스템의 일례를 나타내는 블록도이다.

이하, 도면을 참조하면서, 본 발명의 생산·물류 스케줄 작성 장치, 생산·물류 스케줄 작성 방법, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체의 실시 형태를 설명한다.

(제1 실시 형태)

도1은 본 발명의 제1 실시 형태를 나타내고, 물류 스케줄 작성 장치의 일례를 설명하는 블록도이다. 도1에 도시한 바와 같이, 본 실시 형태의 물류 스케줄 작성 장치는 물류 시뮬레이터(100), 최적화 계산 장치(120) 등에 의해 구성되어 있다.

상기 물류 시뮬레이터(100)는 공장을 모의한 대형 시뮬레이터이며, 사상(시뮬레이터의 이벤트)마다 물건을 움직이는 이산계로서 구성되어 있다. 본 실시 형태에 있어서는, 페트리네트(Petrinet)를 이용하여 상기 물류 시뮬레이터(100)를 구성하고, 수식 모델(110)을 출력하도록 구성하고 있다.

또한, 상기 물류 시뮬레이터(100)에 대응시켜 물류 모델(수식 모델)(110)이 구성되어 있다. 본 실시 형태에 있어서는, 생산·물류 프로세스의 물류 상태 및 물류 제약 중에서, 작성하는 물류 스케줄에 관련되는 요소를 도입하여 상기 수식 모델(110)을 작성하고 있다. 상기 수식 모델(110)에는, 상기 물류 시뮬레이터(100)에 기재된 물류 상태, 물류 제약 모두를 담아도 좋고, 그 일부만을 도입해 도 좋다.

상기 수식 모델(110)은 반도체 기억 수단 등에 의해 구성되는 수식 모델 보유 지지 수단(도시하지 않음)에 의해 보유 지지되어 있다. 그리고, 상기 수식 모델(110)과 최적화 계산 장치(120)에 의해 최적화 계산을 하여, 상기 물류 시뮬레이터(100)에 대한 물류 지시를 산출하도록 하고 있다. 상기 최적화 계산 장치(120)에 의해 행해지는 최적화 계산은 평가 함수(S)를 이용하여 행해진다.

따라서, 본 실시 형태의 물류 스케줄 작성 장치에 따르면, 종래와 같이 미리 결정된 룰을 기초로 하여 물류 지시가 행해지는 것은 아니며, 상기 최적화 계산 장치(120)에 의해 행해진 최적 계산의 결과를 기초로 한 물류 지시를 상기 물류 시뮬레이터(100)에 출력할 수 있다. 이에 의해, 그때의 사상에 따른 최적의 물류 지시를 확실하게 하는 것이 가능해진다.

또한, 새로운 사상이 발생하면, 시간 관리부(101)에 의해 사상이 하나 진행되어, 물류 시뮬레이터(100)로부터 수식 모델(110) 및 최적화 계산 장치(120)에 대하여 계산을 하도록 하는 계산 지시가 출력된다. 상기 계산 지시가 상기 물류 시뮬레이터(100)로부터 부여되면, 상기 최적화 계산 장치(120)가 수식 모델(110) 및 평가 함수(S)를 이용하여 최적화 계산을 실행한다. 상술한 바와 같이, 상기 물류 시뮬레이터(100)와 상기 최적화 계산 장치(120)를 사상마다 연동시킨 상세 시뮬레이션을 한번 실행함으로써, 최적의 생산·물류 스케줄을 작성할 수 있다.

즉, 본 실시 형태에 있어서 행해지는 시뮬레이션은, 종래와 같은 소정의 룰을 기초로 하는 시뮬레이션이 아닌 최적 계산을 행한 결과를 기초로 하여 시뮬레이 션을 행하도록 하고 있으므로, 한 번의 시뮬레이션을 하는 것만으로 이론적인 최적의 해(解)를 확실하게 얻는 것이 가능해져, 종래와 같이 시뮬레이션 결과를 평가하여 시뮬레이션을 몇 번이나 반복하여 행할 필요가 없어, 시뮬레이션 결과를 신속하게, 또한 고정밀도로 작성할 수 있다. 따라서, 스케줄을 작성하는 대상이 대규모라도 실용 시간 내에 작성하는 것이 충분히 가능하다. 상술한 바와 같이 하여 얻게 된 시뮬레이션 결과를 스케줄로서 출력한다.

또한, 상기 물류 시뮬레이터(100)의 규모가 매우 큰 경우, 혹은 제약 조건이 매우 많아 복잡한 경우라도, 상기 물류 시뮬레이터(100)에 기재된 물류 상태, 수식 중, 스케줄 작성에 영향이 큰 중요한 부분만을 상기 수식 모델(110)에 도입하도록 함으로써, 상기 물류 시뮬레이터(100)의 규모를 적절한 범위로 하여, 실용적인 시간 내에서 최적화 계산을 하도록 할 수 있다.

상기 물류 시뮬레이터(100)는, 고려해야 할 물류 상태, 물류 제약을 모두 기재할 수 있으므로, 한 번의 시뮬레이션을 행하여 작성된 스케줄은 현실적으로 실행 가능해지는 것이 보증된다.

상술한 바와 같이, 본 실시 형태에 있어서는 물류 시뮬레이터(100)와, 수식 모델(110)과, 최적화 계산 장치(120)를 연동시켜 물류 스케줄을 작성하도록 하였으므로, (1) 시뮬레이션의 반복을 하지 않고 스케줄을 작성할 수 있다. 또한, (2) 스케줄 작성에 영향이 큰 중요한 부분만을 상기 수식 모델(110)에 도입하도록 함으로써 계산 시간을 단축할 수 있는 동시에, (3) 대규모 문제를 풀 수 있게 된다.

또한, 물류 지시가 필요한 사상이 발생할 때마다 상기 물류 시뮬레이터(100) 의 물류 상태 및 물류 제약의 정보를 검출하고, 상기 검출한 검출 정보와 미리 정한 평가 지표를 바탕으로, 상기 최적화 계산 장치(120)에 의해 최적화 수법에 의해 최적 물류 지시를 계산하고, 상기 계산 결과를 기초로 하여 상기 물류 시뮬레이터(100)로 상세 시뮬레이션을 행하여 스케줄을 작성하므로, (4) 스케줄 정밀도를 높게 할 수 있는 동시에, (5) 실행 가능성의 검증이 되어 있는 스케줄을 작성할 수 있다.

또한, 수식 모델(110)을 도입하였으므로, 스케줄 작성에 영향이 큰 중요한 부분에 변경이 생긴 경우라도 신속하게 대처하는 것이 가능해져, 보수성이 높은 스케줄 작성 장치를 구축할 수 있다.

(제2 실시 형태)

도2는 본 발명의 제2 실시 형태를 나타내고, 물류 스케줄 작성 장치의 일례를 설명하는 블록도이다. 도2에 도시한 바와 같이, 본 실시 형태의 물류 스케줄 작성 장치는 물류 시뮬레이터(201)를 구비한 시뮬레이션 제어부(200), 최적화 계산 장치(212) 등에 의해 구성되어 있다.

물류 시뮬레이터(201)는 생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의한 시뮬레이터, 말하자면 공장을 모의한 대형 시뮬레이터이며, 본 실시 형태에 있어서는 페트리네트를 이용하여, 사상(시뮬레이터의 이벤트)마다 물건을 움직이는 이산계로서 구성되어 있다.

또한, 상기 물류 시뮬레이터(201)에 대응시켜 수학 모델(수식 모델)(211)이 구성되어 있다. 본 실시 형태에 있어서는, 생산·물류 프로세스의 물류 상태 및 물류 제약 중에서, 작성하는 물류 스케줄에 관련되는 요소를 도입하여, 하기 식 (a)에 나타낸 바와 같은 상태 방정식을 이용하여 상기 수식 모델(211)이 작성되어 있다. 상기 수식 모델(211)은, 반도체 기억 수단 등에 의해 구성되는 수식 모델 보유 지지 수단(도시하지 않음)에 의해 보유 지지되어 있다.

M(k + 1) = a·M(k) + b·u(k)…(a)

즉, 이산화한 어떤 시간 k에 있어서 각 플레이스에 존재하는 토큰의 수를 나타내는 상태 벡터(vector), 즉 상태량을 M(k)으로 나타내고, 각 트랜지션 발화의 유무를 "1" 및 "0"으로 표현한 조작 벡터를 u(k)로 나타내면, 다음 시간 k + 1에 있어서의 상태 벡터 M(k + 1)은 천이 행렬 a, 접속 행렬 b를 이용하여 상기 식 (a)로 나타낼 수 있다.

최적화 계산 장치(212)에서는, 상기 수식 모델(211)에 대하여 최적화 계산 처리를 하여, 피드백 게인(K)을 산출하도록 하고 있다. 상기 최적화 계산 장치(212)에 의해 행해지는 최적화 계산은, 하기 식 (b)에 나타낸 바와 같은 평가 함수(S)를 이용하여 행해진다.

S = Σ{M'QM + u'Ru}…(b)

평가 함수(S)에 있어서, Q, R은 제어 목적에 맞추어 설정된 적당한 행렬이며, M', u'는, 각각 상태 벡터 M, 조작 벡터 u의 전치(轉置) 벡터이다. 그리고, 평가 함수(S)가 최소가 되도록 제어하는 것을 고려하면,

u(k) = -K·M(k)…(c)

로 한 상태 피드백 제어를 하는 피드백 게인(K)을 최적 제어 이론으로부터 구할 수 있다.

시뮬레이션 제어부(200)의 최적 제어 방책부(202)에서는, 최적화 계산 장치(212)에서 산출되는 피드백 게인(K)과 물류 상태(상태 벡터 M)를 이용하여 물류 지시(조작 벡터 u)를 산출하여 물류 시뮬레이터(201)에 부여해, 시뮬레이션을 진행시켜, 새로운 물류 상태를 얻고, 이 새로운 물류 상태를 바탕으로 새로운 물류 지시를 산출한다고 하는 처리를 반복한다. 그리고, 이에 의해 얻게 된 시뮬레이션 결과(220)로부터 생산·물류 프로세스에 있어서의 물류 스케줄을 작성한다.

이하에, 제2 실시 형태의 구체적인 예를, 도3 내지 도6을 참조하면서 설명한다.

도3에 도시한 바와 같이, 첫째로 생산·물류 프로세스의 페트리네트 모델로서, 처리 시간을 입력한 플레이스로 각 공정을 나타낸 페트리네트 모델을 제품 종류마다 구축한다. 그리고, 구축한 페트리네트 모델의 각 플레이스의 처리 시간 Tp에 비례한 흐름 시간 지연 np에 따라서, 표시되는 천이 행렬 a와 접속 행렬 b를 산출하여, 이들 2개의 행렬 a, b를 이용하여 상태 방정식을 작성한다(단계 S31).

둘째로, 상기 단계 S31에서 작성한 상태 방정식과, 설정한 평가 함수 Q, R로부터 피드백 게인 행렬 K를 제품 종류마다 구한다(단계 S32).

셋째로, 이 구한 피드백 게인 행렬 K와 공정 내 제품 준비 상태를 나타내는 상태 벡터 M(k)로부터, 제품의 이동 조작 단부에 대한 조작 벡터 u(k)를 제품 종류마다 구한 후, 가상적인 생산·물류 프로세스 내의 각 이동 조작 단부에 대하여, 플러스치가 큰 조작량을 얻게 된 제품 순으로 이동 가능한 수만큼 이동 조작을 차 례로 행한다고 하는 방법을 이용하여, 소정 기간의 생산·물류 프로세스의 시뮬레이션을 실행한다(단계 S33).

도4는 도3에 나타낸 단계 S31의 처리, 즉 생산·물류 프로세스의 페트리네트 모델로서, 처리 시간을 입력한 플레이스로 각 공정을 나타낸 페트리네트 모델을 제품 종류마다 구축하여, 제품 종류마다 각 공정에서의 흐름 시간 지연을 나타낸 천이 행렬 a와 접속 행렬 b를 산출하기 위한 처리 순서의 예를 나타내는 흐름도이다.

즉, 우선 처음에 이산 흐름 시간 ΔT를 입력하고(단계 S101), 다음에 제품 종류마다 모든 처리 공정과 처리 시간 Tp를 입력한다(단계 S102). 그리고, 처리 공정마다 처리 시간 Tp를 흐름 시간 ΔT로 나누어 정수화함으로써 상기 각 처리 공정의 흐름 시간 지연 np를 구하고(단계 S103, S104), 그 흐름 시간 지연 np에 따라서, 전처리 공정의 제품 종류마다의 천이 행렬 a와 접속 행렬 b를 산출한다(단계 S105).

그리고, 모든 제품에 대해 천이 행렬 a와 접속 행렬 b를 산출할 때까지 단계 S106으로부터 단계 S102의 처리로 되돌아가, 이상의 처리를 반복하여 행한다. 또한, 이산 흐름 시간 ΔT는, 각 제품 종류 각 공정 처리 시간의 최대 공약수를 갖고 정의하는 것이 가장 효율적이지만, 목적으로 하는 제어 정밀도를 감안하여 적절하게 설정하면 좋다.

도5는 도3에 나타낸 단계 S32의 처리, 즉 상기한 바와 같이 하여 구한 천이 행렬 a 및 접속 행렬 b로 이루어지는 상태 방정식과 설정한 평가 함수 Q, R로부터 피드백 게인 행렬 K를 제품 종류마다 구하기 위한 처리 순서의 예를 나타내는 흐름 도이다.

즉, 우선 처음에, 제품 종류마다 페트리네트 모델의 각 플레이스의 처리 시간 Tp에 비례한 흐름 시간 지연 np를 나타낸 천이 행렬 a와 접속 행렬 b를 최적화 계산 장치(212)에 입력하는 동시에(단계 S201), 평가 함수를 나타내는 행렬 Q, R을 입력한다(단계 S202). 그리고, 상기 입력한 천이 행렬 a, 접속 행렬 b 및 평가 행렬 Q, R로부터 피드백 게인 행렬 K를 계산한다(단계 S203). 이 계산을 모든 제품에 대해 완료할 때까지 단계 S204로부터 단계 S201의 처리로 되돌아가, 이상의 처리를 반복하여 한다. 또한, 전 제품에 대해 페트리네트 모델의 각 플레이스의 처리 시간 Tp에 비례한 흐름 시간 지연 np를 나타낸 천이 행렬 a와 접속 행렬 b를 게인 행렬 산출 수단(34)에 입력하여, 전 제품을 일괄적으로 계산하도록 해도 좋다.

도6은 도3에 나타낸 단계 S33의 처리, 즉 상술한 바와 같이 하여 계산한 피드백 게인 행렬 K와 공정 내 제품 준비 상태를 나타내는 상태 벡터 M(K)으로부터, 제품의 이동 조작 단부에 대한 조작 벡터 u(K)를 제품 종류마다 구한 후, 가상적인 생산·물류 프로세스 내의 각 이동 조작 단부에 대하여, 플러스치가 큰 조작량을 얻게 된 제품 순으로 이동 가능한 수만큼 이동 조작을 차례로 행한다고 하는 방법을 이용하여, 소정 기간의 생산·물류 프로세스의 시뮬레이션을 실행하기 위한 처리 순서의 예를 나타내는 흐름도이다.

즉, 페트리네트 모델의 초기 상태에 있어서의 상태 벡터 M(0)을 입력하는 동시에, 투입 예정인 전 제품을 투입 플레이스에 입력하고, 시간 k의 값을 0으로 초기화한 후(단계 S301), 현시점(시간 : k)에 있어서의 전 제품 종류의 상태 벡터 M(k)을 입력한다(단계 S302).

그리고, 상술한 방법을 이용하여 계산된 피드백 게인 행렬 K와 상기 입력한 상태 벡터 M(k)을 곱해 제품 종류마다 조작 벡터 u(k)를 계산하고(단계 S303), 다음에 이동 조작 단부마다, 플러스치가 큰 조작량을 얻게 된 제품 순으로, 이동 가능한 수만큼 이동 조작을 실행한다(단계 S304).

다음에, 시간을 진행시킨 후(단계 S305), 각 단계의 시뮬레이션이 종료하였는지 여부를 판단하여(단계 S306), 종료하지 않았을 때는 단계 S302의 처리로 되돌아간다. 한편, 종료했을 때는 그 결과로서 투입 플레이스로부터 반출된 토큰 순으로 생산 스케줄로 한다(단계 S307).

상술한 바와 같이, 이 제2 실시 형태에 있어서는 최적화 계산을 한 결과 얻게 된 지시와, 그 사상에 있어서의 상태를 기초로 한 최적 제어를 하기 때문에, 각각의 사상마다 최적화 계산을 실행한 시뮬레이션 결과를 기초로 하여 스케줄을 작성할 수 있고, 게다가 그 스케줄은 생산·물류 프로세스의 제약을 표현한 시뮬레이터에 의한 시뮬레이션 결과이므로, 실제로 사용 가능한 것을 확인할 수 있다.

이에 의해, 상기 물류 시뮬레이터(201)의 규모가 매우 큰 경우, 혹은 제약 조건이 매우 많아 복잡한 경우라도, 상기 물류 시뮬레이터(201)에 기재된 물류 상태, 수식 중, 스케줄 작성에 영향이 큰 중요한 부분만을 상기 수식 모델(211)에 도입하도록 함으로써, 상기 물류 시뮬레이터(201)의 규모를 적절한 범위로 하여, 실용적인 시간 내에서 최적화 계산을 하도록 할 수 있다.

상기 물류 시뮬레이터(201)는 고려해야 할 물류 상태, 물류 제약을 모두 기 재할 수 있으므로, 한 번의 시뮬레이션을 행하여 작성된 스케줄은 현실적으로 실행 가능해지는 것이 보증된다.

상술한 바와 같이, 본 실시 형태에 있어서는 물류 시뮬레이터(201)와, 수식 모델(211)과, 최적화 계산 장치(212)를 연동시켜 물류 스케줄을 작성하도록 하였으므로, (1) 계산의 반복을 하지 않고 스케줄을 작성할 수 있다. 또한, (2) 스케줄 작성에 영향이 큰 중요한 부분만을 상기 수식 모델(211)에 도입하도록 함으로써 계산 시간을 단축할 수 있는 동시에, (3) 대규모 문제를 풀 수 있게 된다.

또한, 물류 지시가 필요한 사상이 발생할 때마다 상기 물류 시뮬레이터(201)의 물류 상태 및 물류 제약의 정보를 검출하고, 상기 검출한 검출 정보와 미리 정한 평가 지표를 바탕으로, 상기 최적화 계산 장치(212)에 의해 최적화 수법에 최적 물류 지시를 계산하고, 상기 계산 결과를 기초로 하여 상기 물류 시뮬레이터(201)로 상세 시뮬레이션을 행하여 스케줄을 작성하므로, (4) 스케줄 정밀도를 높게 할 수 있는 동시에, (5) 실행 가능성의 검증이 되어 있는 스케줄을 작성할 수 있다.

또한, 수식 모델(211)을 도입하였으므로, 스케줄 작성에 영향이 큰 중요한 부분에 변경이 생긴 경우라도 신속하게 대처하는 것이 가능해져, 보수성이 높은 스케줄 작성 장치를 구축할 수 있다.

또한, 시뮬레이션 제어부(200)에서의 처리는 온라인에서, 물류 시뮬레이터(201)에 대응시켜 수학 모델(수식 모델)(211)의 구축이나 최적화 계산 장치(212)에서의 상기 수식 모델(211)에 대한 최적화 계산 처리는 오프라인에서 하도록 나누는 것도 가능해, 시뮬레이션 제어부(200)에서의 처리 부하를 가볍게 하여 처리 능 력을 높일 수 있다.

(제3 실시 형태)

도7은 본 발명의 물류 스케줄 작성 장치의 제3 실시 형태를 설명하는 블록도이다. 도7에 도시한 바와 같이, 본 실시 형태의 물류 스케줄 작성 장치(300)는 물류 시뮬레이터(310), 수식 모델 보유 지지 장치(320), 최적화 계산 장치(330) 등에 의해 구성되어 있다.

상기 물류 시뮬레이터(310)는 공장을 모의한 대형 시뮬레이터이며, 사상(시뮬레이터의 이벤트)마다 물건을 움직이는 이산계로서 구성되어 있다. 본 실시 형태에 있어서는, 페트리네트를 이용하여 상기 물류 시뮬레이터(310)를 구성하고 있다.

또한, 상기 물류 시뮬레이터(310)에 대응시켜 물류 모델(수식 모델)(321)이 구성되어 수식 모델 보유 지지 장치(320)에 보유 지지되어 있다. 본 실시 형태에 있어서는, 생산·물류 프로세스의 물류 상태 및 물류 제약 중에서, 작성하는 물류 스케줄에 관련되는 요소를 도입하여 상기 수식 모델(321)을 작성하고 있다.

본 실시 형태에 있어서는, 제조 프로세스·반송에 있어서의 제품 수납 계획, 제품 출하 계획, 재고 계획, 설비 사용 계획, 설비 수리 계획, 설비 능력, 설비 현황, 공정 현황, 설비 현황, 재고 현황, 설비 가동·고장 현황, 및 조업자로부터의 조업 전제 조건의 모두 혹은 일부를 나타내는 입력 데이터를 기초로 하여, 상기 생산·물류 계획의 입안 시작 일시로부터 미리 설정된 대상 기간 만큼을 대상으로 삼아, 미리 설정한 정밀도를 기초로 하여, 제품, 가동 부재, 설비 처리에 따르는 작 업군의 관계, 제약에 대하여 수식 모델(321)을 구축하도록 하고 있다. 상기한 바와 같이 구축된 수식 모델(321)은 반도체 기억 수단 등에 의해 구성되는 수식 모델 보유 지지 장치(320)에 의해 보유 지지되어 있다.

상기 수식 모델(321)과 최적화 계산 장치(330)에 의해 최적화 계산을 하는 것이지만, 본 실시 형태에 있어서는 상기 수식 모델(321)에 대하여 평가 함수(S)를 이용하여 최적화 계산 처리를 행하여 상기 물류 시뮬레이터(310)에 대한 물류 지시를 산출하도록 하고 있다.

그리고, 상기 수식 모델(321)을 상기 생산·물류 프로세스의 입안 개시 시간으로부터 미리 설정한 기간(계획 작성 기간)만큼을 대상으로 삼아, 착안하고 있는 물류의 스케줄을 작성하는 데 관계되는 정보를 도입하여 작성하고, 상기 작성한 수식 모델(321)을 상기 최적화 계산 장치(330)에 부여하여, 상기 최적화 계산 처리에 의해 현시점에서 미리 설정한 기간 만큼(지시 산출 기간)에 대해 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여해, 미리 설정한 기간(시뮬레이션 기간)만큼만 시뮬레이션을 실행하여 미리 설정한 기간 만큼(계획 확정 기간)만 물류 계획을 확정한다.

다음에, 상기 확정한 기간 직후의 일시를 새로운 입안 시작 일시로서 설정하여 물류 계획을 입안한다고 하는 처리를 반복함으로써 얻게 된 시뮬레이션 결과로부터 생산·물류 프로세스에 있어서의 생산·물류 스케줄을 작성하도록 하고 있다.

이하에, 제3 실시 형태의 구체적인 예를, 도8을 참조하면서 설명한다. 또한, 본 예는 시뮬레이션 기간과 확정 기간이 동일한 기간이라 한 예이다.

도8에 도시한 바와 같이, 계획 작성 기간이 1일째는 작성한 생산·물류 계획의 최초 8시간분을 확정하고, 2일째 이후는 생산·물류 계획의 최초의 1일분을 확정한다. 작성한 생산·물류 계획 중에서 상기 확정 기간에 들어가지 않은 부분에 대해서는, 그 계획은 확정하지 않고 파기한다.

즉, 제1 루프에서는 1일째의 0시 내지 24시의 대상 기간에 대해 수식 모델(321)을 바탕으로 상기 최적화 계산 장치(330)로 구해(求解)를 행한다. 그리고, 최적화 계산 처리에 의해 얻게 된 구해 결과를 바탕으로 물류 시뮬레이터(310)에 의한 시뮬레이션을 하여, 최초의 8시간에 대해 제1 물류 계획의 기간 A를 확정한다.

다음에, 제2 루프에서는 상기 확정한 기간 직후의 일시를 새로운 입안 시작 일시로서 설정하여 물류 계획을 입안한다. 본 예의 경우에는, 제1 물류 계획의 기간 A로서, 1일째의 8시까지 확정하였으므로, 당초 1일째의 0시였던 입안 시작일을, 제2 루프에서는 1일째의 8시에 갱신한다.

제2 루프에 있어서도 제1 루프와 마찬가지로, 1일째 8시에서 2일째 8시까지의 24시간을 대상 기간으로서 수식 모델(321)을 바탕으로 상기 최적화 계산 장치(330)로 구해를 행한다. 그리고, 최적화 계산 처리에 의해 얻게 된 구해 결과를 바탕으로 물류 시뮬레이터(310)에 의한 시뮬레이션을 행하여, 최초의 8시간에 대해, 이 경우에는 1일째의 8시에서 16시에 대하여, 제2 물류 계획의 기간 B를 확정한다.

다음에, 제3 루프에 있어서도, 상기 확정한 제2 물류 계획의 기간 B 직후의 일시를 새로운 입안 시작 일시로서 설정하여 물류 계획을 입안한다. 이 경우에는, 1일째의 16시까지 확정하였으므로, 제2 루프에 있어서는 1일째의 8시였던 입안 시작일을, 제3 루프에서는 1일째의 16시에 갱신하고, 그 후의 24시간을 대상 기간으로서 수식 모델(321)을 바탕으로 상기 최적화 계산 장치(330)로 구해를 행한다.

그리고, 최적화 계산 처리에 의해 얻게 된 구해 결과를 바탕으로 물류 시뮬레이터(310)에 의한 시뮬레이션을 행하고, 최초의 8시간에 대해 물류 계획을 확정한다. 이 경우에는, 1일째의 16시에서 24시에 대하여 제3 물류 계획의 기간 C로서 확정한다. 이 결과, 다음의 제4 루프에서는 입안 시작일이 2일째인 0시가 된다.

제4 루프에서는, 수식 모델(321)을 바탕으로 상기 최적화 계산 장치(330)로 구해를 하는 대상 기간을, 2일째의 0시에서 4일째의 0시까지의 48시간으로 하고 있다. 상기 48시간에 대해 행한 구해의 결과를 물류 시뮬레이터(310)에 의한 시뮬레이션을 하고, 이 제4 루프에 있어서는 최초의 24시간에 대해 물류 계획을 확정하도록 하고 있다. 이 경우, 2일째의 0시부터 2일째의 24시(3일째의 0시)까지의 기간을 제4 물류 계획의 기간 D로서 확정한다.

다음에, 제5 루프에 있어서는, 상기 확정한 기간 직후의 일시인, 3일째의 0시를 새로운 입안 시작 일시로서 설정하여, 4일째의 24시까지의 48시간을 대상 기간으로서 수식 모델(321)을 바탕으로 상기 최적화 계산 장치(330)로 구해를 행한다. 그리고, 상기 48 시간에 대해 행한 구해의 결과를 바탕으로 하여, 물류 시뮬레이터(310)에 의한 시뮬레이션을 행한다. 이 제5 루프에 있어서도, 구해를 행한 48 시간 중, 최초의 24 시간에 대해 물류 계획을 확정하도록 하고 있다. 이 경우, 2일째의 0시로부터 3일째의 24시(4일째의 0시)까지에 대하여 제5 물류 계획의 기간 E를 확정한다.

다음에, 제6 루프에 있어서는, 4일째의 0시부터 4일째의 24시까지의 24시간을 대상 기간으로서 수식 모델(321)에 의한 구해를 행한다. 이 경우, 대상 기간의 전부인 24 시간에 대해 제6 물류 계획의 기간 F로서 확정하도록 하고 있다. 구체적인 예에서는 제6 루프가 종료한 시점에서 4일분의 생산·물류 계획이 모두 작성되므로, 처리를 종료한다. 또한, 물류 계획의 확정은 물류 지시를 필요로 하는 사상이 발생할 때마다 행해도 좋다.

상술한 바와 같이, 이 제3 실시 형태에 있어서는 초기치를 이동시키면서 계산 범위를 분할하도록 하고 있으므로, 계산 부하가 큰 스케줄을 계산하는 경우에 있어서도 실용 시간 내에서 계산하는 것이 가능해진다. 따라서, 계산 요소가 막대한 대규모 공장의 생산·물류 스케줄을 작성하는 경우에 있어서도 실용 시간으로 스케줄을 작성할 수 있다. 특히, 본 실시 형태에 있어서는, 최적화 계산 장치(330)와 물류 시뮬레이터(310)를 연동시켜 분할 처리를 행하고 있으므로, 각각의 사상에 있어서 다소의 어긋남이 생긴 경우라도, 사상마다 미조정을 하는 것이 가능해져, 최적의 스케줄을 실용 시간 내로 작성할 수 있게 된다.

이에 의해, 상기 물류 시뮬레이터(310)의 규모가 매우 큰 경우, 혹은 제약 조건이 매우 많아 복잡한 경우라도, 상기 물류 시뮬레이터(310)에 기재된 물류 상태, 수식 중, 스케줄 작성에 영향이 큰 중요한 부분만을 상기 수식 모델(321)에 도입하도록 함으로써, 상기 수식 모델(321)의 규모를 적절한 범위로 하여, 실용적인 시간 내에서 최적화 계산을 하도록 할 수 있다.

상기 물류 시뮬레이터(310)는, 고려해야 할 물류 상태, 물류 제약을 전부 기재할 수 있으므로, 한 번의 시뮬레이션을 행하여 작성된 스케줄은 현실적으로 실행 가능해지는 것이 보증된다.

상술한 바와 같이, 본 실시 형태에 있어서는 물류 시뮬레이터(310)와, 수식 모델(321)과, 최적화 계산 장치(330)를 연동시켜 물류 스케줄을 작성하도록 하였으므로, (1) 계산의 반복을 하지 않고 스케줄을 작성할 수 있다. 또한, (2) 스케줄 작성에 영향이 큰 중요한 부분만을 상기 수식 모델(321)에 도입하도록 함으로써 계산 시간을 단축할 수 있는 동시에, (3) 대규모 문제를 풀 수 있게 된다.

또한, 물류 지시가 필요한 사상이 발생할 때마다 상기 물류 시뮬레이터(310)의 물류 상태 및 물류 제약의 정보를 검출하고, 상기 검출한 검출 정보와 미리 정한 평가 지표를 바탕으로, 상기 최적화 계산 장치(330)에 의해 최적화 수법에 의해 최적 물류 지시를 계산하고, 상기 계산 결과를 기초로 하여 상기 물류 시뮬레이터(310)로 상세 시뮬레이션을 행하여 스케줄을 작성하므로, (4) 스케줄 정밀도를 높게 할 수 있는 동시에, (5) 실행 가능성의 검증이 되어 있는 스케줄을 작성할 수 있다.

또한, 수식 모델(321)을 도입하였으므로, 스케줄 작성에 영향이 큰 중요한 부분에 변경이 생긴 경우라도 신속하게 대처하는 것이 가능해져, 보수성이 높은 스케줄 작성 장치를 구축할 수 있다.

이하에 설명하는 제4 실시 형태 내지 제6 실시 형태는, 상술한 제2 실시 형 태에 관련되는 것이다.

(제4 실시 형태)

도2에 도시한 바와 같이, 본 실시 형태의 물류 스케줄 작성 장치도, 물류 시뮬레이터(201)를 구비한 시뮬레이션 제어부(200), 최적화 계산 장치(212) 등에 의해 구성되어 있다.

본 실시 형태에서는, 물류 시뮬레이터(201)는 생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의한 시뮬레이터, 말하자면 공장을 모의한 대형 시뮬레이터이며, 본 실시 형태에 있어서는 그래프 모델을 이용하여 시뮬레이터를 구축하는 것으로, 사상(시뮬레이터의 이벤트)마다 물건을 움직이는 이산계로서 구성되어 있다.

또한, 상기 물류 시뮬레이터(201)에 대응시켜 수학 모델(수식 모델)(211)이 구성되어 있다. 본 실시 형태에 있어서는, 생산·물류 프로세스의 물류 상태 및 물류 제약 중에서, 작성하는 물류 스케줄에 관련되는 요소를 도입하여, 하기 식 (c)에 나타낸 바와 같은 상태 방정식을 이용하여 상기 수식 모델(211)이 작성되어 있다. 상기 수식 모델(211)은, 반도체 기억 수단 등에 의해 구성되는 수식 모델 보유 지지 수단(도시하지 않음)에 의해 보유 지지되어 있다.

M(k + 1) = M(k) + b·u(k)…(c)

즉, 이산화한 일정 시각 k에 있어서 각 점에 존재하는 요소의 수를 나타내는 상태 벡터, 바꿔 말하면 상태량을 M(k)으로 나타내고, 각 선의 발화 유무를 "1" 및 "0"으로 표현한 조작 벡터를 u(k)로 나타내면, 다음의 시각 k + 1에 있어서의 상태 벡터 M(k + 1)은 접속 행렬 b를 이용하여 상기 식 (c)로 나타낼 수 있다.

최적화 계산 장치(212)에서는, 상기 수식 모델(211)에 대하여 최적화 계산 처리를 하여, 피드백 게인(K)을 산출하도록 하고 있다. 상기 최적화 계산 장치(2)에 의해 행해지는 최적화 계산은 선형 2차(LQ) 제어를 이용하는 것이며, 하기 식 (b)에 나타낸 바와 같은 평가 함수(S)를 이용하여 행해진다.

S = Σ{M'QM + u'Ru}…(b)

평가 함수(S)에 있어서, Q, R은 제어 목적에 맞추어 설정된 적당한 행렬이며, M', u'는, 각각 상태 벡터 M, 조작 벡터 u의 전치 벡터이다. 그리고, 평가 함수(S)가 최소가 되도록 제어하는 것을 고려하면,

u(k) = -K·M(k)…(c)

시뮬레이션 제어부(200)의 최적 제어 방책부(202)에서는, 최적화 계산 장치(212)에서 산출되는 피드백 게인(K)과 물류 상태(상태 벡터 M)를 이용하여 물류 지시(조작 벡터 u)를 산출하여 물류 시뮬레이터(201)에 부여하여, 시뮬레이션을 진행시켜, 새로운 물류 상태를 얻고, 이 새로운 물류 상태를 바탕으로 새로운 물류 지시를 산출한다고 하는 처리를 반복한다. 그리고, 이로써 얻게 된 시뮬레이션 결과(220)로부터 생산·물류 프로세스에 있어서의 물류 스케줄을 작성한다.

이하에, 제4 실시 형태의 구체적인 예를, 도9 내지 도12를 참조하면서 설명한다. 도9에 도시한 바와 같이, 첫째로 생산·물류 프로세스의 그래프 모델로서, 처리 시간 Tp에 비례한 수의 점에서 각 공정을 나타낸 그래프 모델을 제품 종류마다 구축한다(단계 S91).

둘째로, 구축한 그래프 모델의 상태 방정식과, 설정한 평가 함수 Q, R로부터 피드백 게인 행렬 K를 제품 종류마다 구한다(단계 S92).

셋째로, 이 구한 피드백 게인 행렬 K와 공정 내 제품 준비 상태를 나타내는 상태 벡터 M(k)으로부터, 제품의 이동 조작 단부에 대한 조작 벡터 u(k)를 제품 종류마다 구한 후, 가상적인 생산·물류 프로세스 내의 각 이동 조작 단부에 대하여, 플러스치가 큰 조작량을 얻게 된 제품 순으로 이동 가능한 수만큼 이동 조작을 차례로 행한다고 하는 방법을 이용하여, 소정 기간의 생산·물류 프로세스의 시뮬레이션을 실행한다(단계 S93).

도10은 도9에 나타낸 단계 S91의 처리, 즉 생산·물류 프로세스의 그래프 모델로서, 처리 시간을 비례한 수의 점에서 각 공정을 나타낸 그래프 모델을 제품 종류마다 구축하기 위한 처리 순서의 예를 나타내는 흐름도이다.

즉, 우선 이산 흐름 시간 ΔT를 입력하고(단계 S1001), 다음에 제품 종류마다 모든 처리 공정과 처리 시간 Tp를 입력한다(단계 S1002). 그리고, 처리 공정마다 처리 시간 Tp를 흐름 시간 ΔT로 나누어 정수화함으로써 상기 각 처리 공정의 점의 수 np를 구하고(단계 S1003, S1004), 전처리 공정의 점을 선으로 연결하여 제품 종류마다의 그래프 모델을 구축한다(단계 S1005).

그리고, 모든 제품에 대해 그래프 모델을 구축할 때까지 단계 S1006으로부터 단계 S1002의 처리로 되돌아가, 이상의 처리를 반복하여 행한다. 또한, 이산 흐름 시간 ΔT는, 각 제품 종류 각 공정 처리 시간의 최대 공약수를 갖고 정의하는 것이 가장 효율적이지만, 목적으로 하는 제어 정밀도를 감안하여 적절하게 설정하면 좋다.

도11은, 도9에 나타낸 단계 S92의 처리, 즉 구축한 그래프 모델의 상태 방정식과 설정한 평가 함수로부터 피드백 게인 행렬 K를 제품 종류마다 구하기 위한 처리 순서의 예를 나타내는 흐름도이다. 또한, 전 제품에 대해 그래프 모델의 접속 행렬 b를 작성하여, 그것을 최적화 계산 장치(2)에 입력하고, 전 제품을 일괄적으로 계산하도록 해도 좋다.

즉, 우선 제품 종류마다 그래프 모델의 상태 방정식을 기술하는 접속 행렬 b를 최적화 계산 장치(2)에 입력하는 동시에(단계 S1101), 평가 함수를 나타내는 행렬 Q, R을 입력한다(단계 S1102). 그리고, 상기 입력한 접속 행렬 b 및 평가 행렬 Q, R로부터 피드백 게인 행렬 K를 계산한다(단계 S1103). 이 계산을 모든 제품에 대해 완료할 때까지 단계 S1104로부터 단계 S1101의 처리로 되돌아가, 이상의 처리를 반복하여 행한다.

도12는, 도9에 나타낸 단계 S93의 처리, 즉 상술한 바와 같이 하여 계산한 피드백 게인 행렬 K와 공정 내 제품 준비 상태를 나타내는 상태 벡터 M(K)으로부터, 제품의 이동 조작 단부에 대한 조작 벡터 u(K)를 제품 종류마다 구한 후, 가상적인 생산·물류 프로세스 내의 각 이동 조작 단부에 대하여, 플러스치가 큰 조작량을 얻게 된 제품 순으로 이동 가능한 수만큼 이동 조작을 차례로 행한다고 하는 방법을 이용하여, 소정 기간의 생산·물류 프로세스의 시뮬레이션을 실행하기 위한 처리 순서의 예를 나타내는 흐름도이다.

즉, 우선 그래프 모델의 초기 상태에 있어서의 상태 벡터 M(0)을 입력하는 동시에, 투입 예정인 전 제품(요소)을 투입점에 입력하고, 시각 k의 값을 0으로 초기화한 후(단계 S1201), 현시점(시각 : k)에 있어서의 전 제품 종류의 상태 벡터 M(k)을 입력한다(단계 S1202).

그리고, 상술한 방법을 이용하여 계산된 피드백 게인 행렬 K와 상기 입력한 상태 벡터 M(k)을 곱해 제품 종류마다 조작 벡터 u(k)를 계산하고(단계 S1203), 다음에 이동 조작 단부마다, 플러스치가 큰 조작량을 얻게 된 제품 순으로, 이동 가능한 수만큼 이동 조작을 실행한다(단계 S1204).

다음에, 시각을 진행시킨 후(단계 S1205), 각 단계의 시뮬레이션이 종료하였는지 여부를 판단하여(단계 S1206), 종료하지 않았을 때는 단계 S1202의 처리로 되돌아간다. 한편, 종료하였을 때는, 그 시뮬레이션 결과를 갖고 생산 스케줄로 한다(단계 S1207).

상술한 바와 같이, 본 실시 형태에 있어서는 최적화 계산을 한 결과 얻게 된 지시와, 그 사상에 있어서의 상태를 기초로 한 최적 제어를 행하므로, 각각의 사상마다 최적화 계산을 실행한 시뮬레이션 결과를 기초로 하여 스케줄을 작성할 수 있고, 게다가 그 스케줄은 생산·물류 프로세스의 제약을 표현한 시뮬레이터에 의한 시뮬레이션 결과이므로, 실제로 사용 가능한 것을 확인할 수 있다.

이에 의해, 상기 물류 시뮬레이터(201)의 규모가 매우 큰 경우, 혹은 제약 조건이 매우 많아 복잡한 경우라도, 상기 물류 시뮬레이터(201)에 기재된 물류 상 태, 수식 중, 스케줄 작성에 영향이 큰 중요한 부분만을 상기 수식 모델(211)에 도입하도록 함으로써, 상기 물류 시뮬레이터(201)의 규모를 적절한 범위로 하여, 실용적인 시간 내에 최적화 계산을 하도록 할 수 있다.

상기 물류 시뮬레이터(201)는, 고려해야 할 물류 상태, 물류 제약을 전부 기재할 수 있으므로, 한 번의 시뮬레이션을 행하여 작성된 스케줄은 현실적으로 실행 가능해지는 것이 보증된다.

또한, 시뮬레이션 제어부(200)에서의 처리는 온라인에서, 물류 시뮬레이터(201)에 대응시켜 수학 모델(수식 모델)(211)의 구축이나 최적화 계산 장치(212)에서의 상기 수식 모델(211)에 대한 최적화 계산 처리는 오프라인에서 행하도록 나누는 것도 가능하고, 시뮬레이션 제어부(200)에서의 처리 부하를 가볍게 하여 처리 능력을 높일 수 있다.

또한, 본 실시 형태에서는, 일반적인 그래프 이론에 의거하는 예를 설명했지만, 페트리네트 모델이나 그 밖의 그래프 모델에 본 발명을 적용하는 것도 가능하다. 페트리네트 모델에서는, 상술한 그래프 모델에 있어서의 점은 플레이스로 표현되고, 선은 트랜지션으로 표현된다. 트랜지션은 플레이스로부터 플레이스로 제품 즉 토큰을 이동시키는 이동 조작 단부이다.

일반적으로, 페트리네트 모델에서는 하나의 트랜지션에 복수의 플레이스로부터 아크가 입력되어 있는 경우에는, 그들의 플레이스의 전부에 토큰이 존재하지 않으면 트랜지션의 조작을 할 수 없다. 이것을 트랜지션의 발화 측이라 한다. 또한, 하나의 트랜지션으로부터 복수의 플레이스에 아크가 출력되어 있는 경우에는, 그들의 플레이스의 전부에 토큰이 출력된다. 또한, 아크라 함은 트랜지션으로부터 플레이스, 혹은 플레이스로부터 트랜지션으로 토큰이 이동하는 방향을 나타내는 것이며, 그 수는 이동하는 토큰의 수를 나타내고 있다. 또한, 트랜지션을 조작하는 것을, 트랜지션을 발화시킨다고 한다.

또한, 그래프 모델에서는, 각 공정 내에 있어서의 처리 용량을 소프트웨어 상에서 제어하고 있었지만, 페트리네트 모델에서는, 각 공정 내에 설치되어 있는 가상 플레이스에 초기 설정된 용량 설정용 가상 토큰의 수에 의해, 각 처리 공정에서 동시에 처리할 수 있는 제품의 수를 제한하고 있다.

이러한 특징을 갖는 페트리네트 모델에 본 발명을 적용하는 경우도, 일련의 동작은 상술한 그래프 모델에 있어서의 동작과 마찬가지이다.

(제5 실시 형태)

본 실시 형태의 물류 스케줄 작성 장치도, 도2에 도시한 바와 같이 물류 시뮬레이터(201)를 구비한 시뮬레이션 제어부(200), 최적화 계산 장치(212) 등에 의해 구성되어 있다.

본 실시 형태에서는, 물류 시뮬레이터(201)는 생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의한 시뮬레이터, 말하자면 공장을 모의한 대형 시뮬레이터이며, 본 실시 형태에 있어서는 페트리네트 모델을 이용하여 시뮬레이터를 구축하는 것으로, 사상(시뮬레이터의 이벤트)마다 물건을 움직이는 이산계로서 구성되어 있다.

또한, 상기 물류 시뮬레이터(201)에 대응시켜 수학 모델(수식 모델)(211)이 구성되어 있다. 본 실시 형태에 있어서는, 생산·물류 프로세스의 물류 상태 및 물류 제약 중에서, 작성하는 물류 스케줄에 관련되는 요소를 도입하여, 하기 식 (d)에 도시한 바와 같은 상태 방정식을 이용하여 상기 수식 모델(211)이 작성되어 있다. 상기 수식 모델(211)은, 반도체 기억 수단 등에 의해 구성되는 수식 모델 보유 지지 수단(도시하지 않음)에 의해 보유 지지되어 있다.

M(k + 1) = M(k) + b·u(k)…(d)

즉, 이산화한 일정 시각 k에 있어서 각 플레이스에서의 토큰의 유무를 나타내는 상태 벡터, 바꿔 말하면 상태량을 M(k)으로 나타내고, 각 트랜지션 발화의 유무를 "1" 및 "0"으로 표현한 조작 벡터를 u(k)로 나타내면, 다음 시각 k + 1에 있어서의 상태 벡터 M(k + 1)은 접속 행렬 b를 이용하여 상기 식 (d)로 나타낼 수 있다.

여기서, 도13에 페트리네트 모델의 일례를 나타낸다. 페트리네트 모델은 플레이스(○표)(도시 예에서는 p1 내지 p6), 트랜지션(｜표)(도시 예에서는 t1 내지 t5), 아크(→표), 토큰(·표)의 4 요소로 표현된다. 이 경우에, 하나의 트랜지션에 복수의 플레이스로부터 아크가 입력되어 있는 경우에는, 그들의 플레이스의 전부에 제품 즉 토큰이 존재하지 않으면 트랜지션의 조작을 할 수 없다(트랜지션의 발화 측). 또한, 하나의 트랜지션으로부터 복수의 플레이스에 아크가 출력되고 있는 경우에는, 그들 플레이스의 전부에 토큰이 출력된다. 또한, 아크라 함은 트랜지션으로부터 플레이스, 혹은 플레이스로부터 트랜지션으로 토큰이 이동하는 방향을 나타내는 것이며, 그 수는 이동하는 토큰의 수를 나타내고 있다. 또한, 트랜지션을 조작하는 것을, 트랜지션을 발화시킨다고 한다.

도13에 도시한 바와 같이 트랜지션 t1을 발화시키는 경우를 예로 들면, 이산화한 일정 시각 k에 있어서 각 플레이스 p1 내지 p6에서의 토큰 t1 내지 t5의 유무를 나타내는 상태 벡터, 바꿔 말하면 상태량을 M(k)으로 나타내고, 각 트랜지션 발화의 유무를 "1" 및 "0"으로 표현한 조작 벡터를 u(k)로 나타내면, 다음 시각 k + 1에 있어서의 상태 벡터 M(k + 1)은 접속 행렬 b를 이용하여 하기 [수학식 1]로 나 타낼 수 있다.

최적화 계산 장치(212)에서는, 상기 수식 모델(211)에 대하여 최적화 계산 처리를 하고, 피드백 게인(K)을 산출하도록 하고 있다. 상기 최적화 계산 장치(212)에 의해 행해지는 최적화 계산은 선형 2차(LQ) 제어를 이용하는 것이며, 하기 식 (b)에 나타낸 바와 같은 평가 함수(S)를 이용하여 행해진다.

S = Σ{M'QM + u'Ru}…(b)

평가 함수(S)에 있어서, Q, R은 제어 목적에 맞추어 설정된 적당한 행렬이며, M', u'는 각각 상태 벡터 M, 조작 벡터 u의 전치 벡터이다. 그리고, 평가 함수(S)가 최소가 되도록 제어하는 것을 고려하면,

u(k) = -K·M(k)…(c)

시뮬레이션 제어부(200)의 최적 제어 방책부(202)에서는, 최적화 계산 장치(212)에서 산출되는 피드백 게인(K)과 물류 상태(상태 벡터 M)를 이용하여 물류 지시(조작 벡터 u)를 산출하여 물류 시뮬레이터(201)에 부여하고, 시뮬레이션을 진 행시켜, 새로운 물류 상태를 얻고, 이 새로운 물류 상태를 바탕으로 새로운 물류 지시를 산출한다고 하는 처리를 반복한다. 그리고, 이로써 얻게 된 시뮬레이션 결과(220)로부터 생산·물류 프로세스에 있어서의 물류 스케줄을 작성한다.

이하에, 제5 실시 형태의 구체적인 예를, 도14 내지 도17을 참조하면서 설명한다. 도14에 도시한 바와 같이, 첫째로 생산·물류 프로세스의 페트리네트 모델로서, 처리 시간 Tp에 비례한 수의 플레이스로 각 공정을 나타낸 페트리네트 모델을 제품 종류마다 구축한다(단계 S1401).

둘째로, 구축한 페트리네트 모델의 상태 방정식과, 설정한 평가 함수로부터 피드백 게인 행렬 K를 제품 종류마다 구한다(단계 S1402).

셋째로, 이 구한 피드백 게인 행렬 K와 공정 내 제품 준비 상태를 나타내는 상태 벡터 M(k)으로부터, 제품의 이동 조작 단부에 대한 조작 벡터 u(k)를 제품 종류마다 구한 후, 가상적인 생산·물류 프로세스 내의 각 이동 조작 단부에 대하여, 플러스치가 큰 조작량을 얻게 된 제품 순으로 이동 가능한 수만큼 이동 조작을 차례로 행한다고 하는 방법을 이용하여, 소정 기간의 생산·물류 프로세스의 시뮬레이션을 실행한다(단계 S1403).

도15는 도14에 나타낸 단계 S1401의 처리, 즉 생산·물류 프로세스의 페트리네트 모델로서, 처리 시간 Tp에 비례한 수의 플레이스로 각 공정을 나타낸 페트리네트 모델을 제품 종류마다 구축하기 위한 처리 순서의 예를 나타내는 흐름도이다.

즉, 우선 이산 흐름 시간 ΔT를 입력하고(단계 S1501), 다음에 제품 종류마다 모든 처리 공정과 처리 시간 Tp를 입력한다(단계 S1502). 그리고, 처리 공정마 다 처리 시간 Tp를 흐름 시간 ΔT로 나누어 정수화함으로써 각 처리 공정의 플레이스 수 np를 구하고(단계 S1503, S1504), 전 처리 공정의 플레이스를 연결하여 페트리네트 모델을 제품 종류마다 구축한다(단계 S1505).

그리고, 모든 제품에 대해 페트리네트 모델을 구축할 때까지 단계 S1506으로부터 단계 S1502의 처리로 되돌아가, 이상의 처리를 반복하여 한다. 또한, 이산 흐름 시간 ΔT는 각 제품 종류 각 공정 처리 시간의 최대 공약수를 갖고 정의하는 것이 가장 효율적이지만, 목적으로 하는 제어 정밀도를 감안하여 적절하게 설정하면 좋다.

도16은, 도14에 나타낸 단계 S1402의 처리, 즉 구축한 페트리네트 모델의 상태 방정식과 설정한 평가 함수로부터 피드백 게인 행렬 K를 제품 종류마다 구하기 위한 처리 순서의 예를 나타내는 흐름도이다.

즉, 우선 제품 종류마다 페트리네트 모델의 상태 방정식을 기술하는 접속 행렬 b를 최적화 계산 장치(2)에 입력하는 동시에(단계 S1601), 평가 함수를 나타내는 행렬 Q, R을 입력한다(단계 S1602). 그리고, 상기 입력한 접속 행렬 b 및 평가 행렬 Q, R로부터 피드백 게인 행렬 K를 계산한다(단계 S1603). 이 계산을 모든 제품에 대해 완료할 때까지 단계 S1604로부터 단계 S1601의 처리로 되돌아가, 이상의 처리를 반복하여 행한다. 또한, 전 제품에 대하여 페트리네트 모델의 접속 행렬 b를 최적화 계산 장치(212)에 입력하고, 전 제품을 일괄적으로 계산하도록 해도 좋다.

도17은, 도14에 나타낸 단계 S1403의 처리, 즉 상술한 바와 같이 하여 계산 한 피드백 게인 행렬 K와 공정 내 제품 준비 상태를 나타내는 상태 벡터 M(K)으로부터, 제품의 이동 조작 단부에 대한 조작 벡터 u(K)를 제품 종류마다 구한 후, 가상적인 생산·물류 프로세스 내의 각 이동 조작 단부에 대하여, 플러스치가 큰 조작량을 얻게 된 제품 순으로 이동 가능한 수만큼 이동 조작을 차례로 행한다고 하는 방법을 이용하여, 소정 기간의 생산·물류 프로세스의 시뮬레이션을 실행하기 위한 처리 순서의 예를 나타내는 흐름도이다.

즉, 우선 페트리네트 모델의 초기 상태에 있어서의 상태 벡터 M(0)을 입력하는 동시에, 투입 예정인 전 제품을 투입 플레이스에 입력하고, 시각 k의 값을 0으로 초기화한 후(단계 S1701), 현시점(시간 : k)에 있어서의 전 제품 종류의 상태 벡터 M(k)을 입력한다(단계 S1702).

그리고, 상술한 방법을 이용하여 계산된 피드백 게인 행렬 K와 상기 입력한 상태 벡터 M(k)을 곱해 제품 종류마다 조작 벡터 u(k)를 계산하고(단계 S1703), 다음에 이동 조작 단부마다, 플러스치가 큰 조작량을 얻게 된 제품 순으로, 이동 가능한 수만큼 이동 조작을 실행한다(단계 S1704).

다음에, 시간을 진행시킨 후(단계 S1705), 각 단계의 시뮬레이션이 종료하였는지 여부를 판단하여(단계 S1706), 종료하지 않았을 때는 단계 S1702의 처리로 되돌아간다. 한편, 종료했을 때는 그 시뮬레이션 결과를 갖고 생산 스케줄로 한다(단계 S1707).

상술한 바와 같이, 본 실시 형태에 있어서는 상술한 제4 실시 형태의 효과 외에, 공정 내 제품 준비 상태를 나타내는 상태 벡터를 각 플레이스에 있어서의 제 품의 유무에 따라서, 표현하도록 하였으므로, 피드백 게인 행렬과 상기 상태 벡터로부터 산출되는 조작 벡터의 각 요소를, 피드백 게인 행렬의 각 요소의 크기를 그대로 반영한 것으로 할 수 있어, 동일한 플레이스 내에 존재하는 복수 종류의 제품 중, 게인이 보다 큰 것을 항상 우선하여 처리하도록 할 수 있어, 그 결과 각 처리 공정에서의 총 처리 시간을 최단으로 하는 최적의 스케줄을 간단히 작성할 수 있다.

또한, 상태 벡터를 표현하는 방법으로서, 각 플레이스에 있어서의 제품의 유무에 따르는 수법과, 각 플레이스에 존재하는 제품의 수에 따르는 수법 중 어느 하나를 선택할 수 있도록 하면, 각 플레이스에 있어서의 제품의 유무에 따라서, 상태 벡터를 표현하는 경우에는, 상술한 바와 같이 총 처리 시간을 최단으로 하는 스케줄을 간단히 작성할 수 있는 한편, 각 플레이스에 존재하는 제품의 수에 따라서, 상태 벡터를 표현하는 경우에는, 하나의 플레이스 내에 있는 제품이 쌓여 버린다고 하는 문제점을 방지하면서 총 처리 시간을 어느 정도 짧게 하는 스케줄을 간단히 작성할 수 있다.

(제6 실시 형태)

또한, 상기 물류 시뮬레이터(201)에 대응시켜 수학 모델(수식 모델)(211)이 구성되어 있다. 본 실시 형태에 있어서는, 생산·물류 프로세스의 물류 상태 및 물류 제약 중에서, 작성하는 물류 스케줄에 관련되는 요소를 도입하여, 하기 식 (a)에 나타내는 바와 같은 상태 방정식을 이용하여 상기 수식 모델(211)이 작성되어 있다. 상기 수식 모델(211)은, 반도체 기억 수단 등에 의해 구성되는 수식 모델 보유 지지 수단(도시하지 않음)에 의해 보유 지지되어 있다.

M(k + 1) = a·M(k) + b·u(k)…(a)

즉, 이산화한 일정 시간 k에 있어서 각 플레이스에 존재하는 토큰의 수를 나타내는 상태 벡터, 환언하면 상태량을 M(k)으로 나타내고, 각 트랜지션 발화의 유무를 "1" 및 "0"으로 표현한 조작 벡터를 u(k)로 나타내면, 다음 시각 k + 1에 있어서의 상태 벡터 M(k + 1)은 천이 행렬 a, 접속 행렬 b를 이용하여 상기 식 (a)로 나타낼 수 있다.

최적화 계산 장치(212)에서는, 상기 수식 모델(211)에 대하여 최적화 계산 처리를 하여, 피드백 게인(K)을 산출하도록 하고 있다. 상기 최적화 계산 장치(212)에 의해 행해지는 최적화 계산은 선형 2차(LQ) 제어를 이용하는 것이며, 하기 식 (b)에 나타내는 바와 같은 평가 함수(S)를 이용하여 행해진다.

S = Σ{M'QM + u'Ru}…(b)

u(k) = -K·M(k)…(c)

시뮬레이션 제어부(200)의 최적 제어 방책부(202)에서는, 최적화 계산 장치(212)로 산출되는 피드백 게인(K)과 물류 상태(상태 벡터 M)를 이용하여 물류 지시(조작 벡터 u)를 산출하여 물류 시뮬레이터(201)에 부여하고, 시뮬레이션을 진행시켜, 새로운 물류 상태를 얻고, 이 새로운 물류 상태를 바탕으로 새로운 물류 지시를 산출한다고 하는 처리를 반복한다. 그리고, 이로써 얻게 된 시뮬레이션 결과(220)로부터 생산·물류 프로세스에 있어서의 물류 스케줄을 작성한다.

이하에, 제6 실시 형태의 구체적인 예를, 도18 내지 도21을 참조하면서 설명한다. 도18에 도시한 바와 같이, 첫째로 생산·물류 프로세스의 페트리네트 모델로서, 처리 시간 Tp를 입력한 플레이스로 각 공정을 나타낸 페트리네트 모델을 제품 종류마다 구축한다. 그리고, 구축한 페트리네트 모델의 각 플레이스의 처리 시간 Tp에 비례한 흐름 시간 지연 np에 따라서, 표시되는 천이 행렬 a와 접속 행렬 b를 산출하고, 이들 2개의 행렬 a, b를 이용하여 상태 방정식을 작성한다(단계 S1801).

둘째로, 상기 단계 S1801에서 작성한 상태 방정식과, 설정한 평가 함수로부 터 피드백 게인 행렬 K를 제품 종류마다 구한다(단계 S1802).

셋째로, 이 구한 피드백 게인 행렬 K와 공정 내 제품 준비 상태를 나타내는 상태 벡터 M(k)으로부터, 제품의 이동 조작 단부에 대한 조작 벡터 u(k)를 제품 종류마다 구한 후, 가상적인 생산·물류 프로세스 내의 각 이동 조작 단부에 대하여, 플러스치가 큰 조작량을 얻게 된 제품 순으로 이동 가능한 수만큼 이동 조작을 차례로 행한다고 하는 방법을 이용하여, 소정 기간의 생산·물류 프로세스의 시뮬레이션을 실행한다(단계 S1803).

도19는 도18에 나타낸 단계 S1801의 처리, 즉 생산·물류 프로세스의 페트리네트 모델로서, 처리 시간을 입력한 플레이스로 각 공정을 나타낸 페트리네트 모델을 제품 종류마다 구축하여, 제품 종류마다 각 공정에서의 흐름 시간 지연을 나타낸 천이 행렬 a와 접속 행렬 b를 산출하기 위한 처리 순서의 예를 나타내는 흐름도이다.

즉, 우선 이산 흐름 시간 ΔT를 입력하고(단계 S1901), 다음에 제품 종류마다 모든 처리 공정과 처리 시간 Tp를 입력한다(단계 S1902). 그리고, 처리 공정마다 처리 시간 Tp를 흐름 시간 ΔT로 나누어 정수화함으로써 상기 각 처리 공정의 흐름 시간 지연 np를 구하고(단계 S1903, S1904), 그 흐름 시간 지연 np에 따라서, 전 처리 공정의 제품 종류마다의 천이 행렬 a와 접속 행렬 b를 산출한다(단계 S1905).

그리고, 모든 제품에 대해 천이 행렬 a와 접속 행렬 b를 산출할 때까지 단계 S1906으로부터 단계 S1902의 처리로 되돌아가, 이상의 처리를 반복하여 행한다. 또한, 이산 흐름 시간 ΔT는, 각 제품 종류 각 공정 처리 시간의 최대 공약수를 갖고 정의하는 것이 가장 효율적이지만, 목적으로 하는 제어 정밀도를 감안하여 적절하게 설정하면 좋다.

도20은, 도18에 나타낸 단계 S1802의 처리, 즉 상기한 바와 같이 하여 구한 천이 행렬 a 및 접속 행렬 b로 이루어지는 상태 방정식과 설정한 평가 함수로부터 피드백 게인 행렬 K를 제품 종류마다 구하기 위한 처리 순서의 예를 나타내는 흐름도이다.

즉, 우선 제품 종류마다 페트리네이트 모델의 각 플레이스의 처리 시간 Tp에 비례한 흐름 시간 지연 np를 나타낸 천이 행렬 a와 접속 행렬 b를 최적화 계산 장치(212)에 입력하는 동시에(단계 S2001), 평가 함수를 나타내는 행렬 Q, R을 입력한다(단계 S2002). 그리고, 상기 입력한 천이 행렬 a, 접속 행렬 b 및 평가 행렬 Q, R로부터 피드백 게인 행렬 K를 계산한다(단계 S2003). 이 계산을 모든 제품에 대해 완료할 때까지 단계 S2004로부터 단계 S2001의 처리로 되돌아가, 이상의 처리를 반복하여 행한다. 또한, 전 제품에 대해 페트리네트 모델의 각 플레이스의 처리 시간 Tp에 비례한 흐름 시간 지연 np를 나타낸 천이 행렬 a와 접속 행렬 b를 최적화 계산 장치(212)에 입력하여, 전 제품을 일괄적으로 계산하도록 해도 좋다.

도21은, 도18에 나타낸 단계 S1803의 처리, 즉 상술한 바와 같이 하여 계산한 피드백 게인 행렬 K와 공정 내 제품 준비 상태를 나타내는 상태 벡터 M(K)으로부터, 제품의 이동 조작 단부에 대한 조작 벡터 u(K)를 제품 종류마다 구한 후, 가상적인 생산·물류 프로세스 내의 각 이동 조작 단부에 대하여, 플러스치가 큰 조 작량을 얻게 된 제품 순으로 이동 가능한 수만큼 이동 조작을 차례로 행한다고 하는 방법을 이용하여, 소정 기간의 생산·물류 프로세스의 시뮬레이션을 실행하기 위한 처리 순서의 예를 나타내는 흐름도이다.

즉, 우선 페트리네트 모델의 초기 상태에 있어서의 상태 벡터 M(0)을 입력하는 동시에, 투입 예정인 전 제품을 투입 플레이스에 입력하고, 시각 k의 값을 0으로 초기화한 후(단계 S2101), 현시점(시각 : k)에 있어서의 전 제품 종류의 상태 벡터 M(k)을 입력한다(단계 S2102).

그리고, 상술한 방법을 이용하여 계산된 피드백 게인 행렬 K와 상기 입력한 상태 벡터 M(k)을 곱해 제품 종류마다 조작 벡터 u(k)를 계산하고(단계 S2103), 다음에 이동 조작 단부마다, 플러스치가 큰 조작량을 얻게 된 제품 순으로, 이동 가능한 수만큼 이동 조작을 실행한다(단계 S2104).

다음에, 시간을 진행시킨 후(단계 S2105), 각 단계의 시뮬레이션이 종료하였는지 여부를 판단하여(단계 S2106), 종료하지 않았을 때는 단계 S2102의 처리로 되돌아간다. 한편, 종료했을 때는 그 시뮬레이션 결과를 갖고 생산 스케줄로 한다(단계 S2107).

다음에, 제6 실시 형태의 작용을 이하에 나타내는 예에 의거하여 설명한다. 여기서는, 다른 복수의 공정에서 복수의 제품을 처리하여 제조하는 프로세스의 예로서, 두 가지 제품, 즉 제품 A와 제품 B를 4개의 공정에 의해 처리하여 제조하는 경우를 고려하여, 각 제품에 대한 각 공정의 처리 시간이 표 1과 같이 부여되어 있는 것으로 한다.

		공정 1	공정 2	공정 3	공정 4
제품 A	처리 시간(분)	10	15	5	10
제품 A	시간 흐름 지연수	2	3	1	2
제품 B	처리 시간(분)	10	10	…	10
제품 B	시간 흐름 지연수	2	2	0	2

또한, 이산 흐름 시간 ΔT를 5분으로 하여 양 제품 A, B를 제조하는 프로세스의 페트리네트 모델을 나타낸 것이, 도22이다. 상기한 표 1은 처리 시간을 이산 흐름 시간 ΔT(= 5분)로 나누어 얻게 된 각 공정 1, 2, 3, 4의 흐름 시간 지연을 나타내고 있다. 본 예에서는, 제품 A에 대해서는 공정 1, 2, 3, 4가 각각 2, 3, 1, 2의 흐름 시간 지연을 갖고, 제품 B에 대해서는 공정 1, 2, 3, 4가 각각 2, 2, 0, 2의 흐름 시간 지연을 갖는다. 본 예에 있어서 제품 A, B는, 이동 조작 단부 T1(이후, 이동 조작 단부를 트랜지션이라고도 칭함)을 경유하여 투입되고, 트랜지션 T6을 경유하여 다음 공정 혹은 창고 등으로 반출된다. 즉, 제품 A는 플레이스 P1, P2, P3, P4를 지나고, 제품 B는 플레이스 P1, P2, P4를 지난다.

상술한 바와 같이, 이산화한 일정 시각 k에 있어서 각 플레이스에 존재하는 토큰의 수를 나타내는 상태 벡터, 바꿔 말하면 상태량을 M(k)으로 나타내고, 각 트랜지션 발화의 유무를 "1" 및 "0"으로 표현한 조작 벡터를 u(k)로 나타내면, 다음의 시각 k + 1에 있어서의 상태 벡터 M(k + 1)은 천이 행렬 a, 접속 행렬 b를 이용하여 상기 식 (a)로 나타낼 수 있다. 상태 방정식 (a) 상의 이동 조작 단부(트랜지션)와, 실제 프로세스의 이동 조작 단부는 일치하고 있다. 즉, 조작 벡터 u(k)의 신호는, 실제 프로세스의 조작 신호이다.

예컨대, 제품 A에 대하여 플레이스 P1, P2, P3, P4에 존재하는 토큰의 수를 늘어 세운 벡터를 M, 트랜지션 T1, T2, T3, T5, T6의 발화 유무를 "1" 및 "0"으로 나타낸 조작 벡터를 u라 하면, 이하의 [수학식 2]의 (2), (3)에서 나타내는 천이 행렬 a와 접속 행렬 b를 이용하여 벡터 M(k)으로부터 벡터 M(k + 1)에의 상태 변화를 표현할 수 있다.

단, 상기 [수학식 2]의 (2)에 있어서, 열 방향의 1 자리수의 번호는 플레이스 번호를 나타내고, 행 방향의 2 자리수의 번호 중, 좌측 숫자는 플레이스 번호를 나타내고, 오른쪽 숫자는 각 플레이스에 존재하는 상태(흐름 시간 지연)의 번호를 나타내고 있다. 또한, 상기 [수학식 2]의 (3)에 있어서, 열 방향의 1자리수의 번호는 트랜지션 번호를 나타내고, 행 방향의 2 자리수의 번호 중, 좌측 숫자는 플레 이스 번호를 나타내고, 오른쪽 숫자는 각 플레이스에 존재하는 상태(흐름 시간 지연)의 번호를 나타내고 있다.

상기 천이 행렬 a를 표현할 때의 일반형을, 다음 [수학식 3]의 (4)에 나타낸다. 이 [수학식 3]의 (4)로부터 명백한 바와 같이, 어떤 공정에 존재하는 상태 수가 n일 때, 그 공정에 관한 부분의 소 행렬은, [수학식 3]의 (4) 중에 나타낸 것과 같은 n × n의 정방 행렬로 표시된다. 그리고, 전 공정의 천이를 나타낸 천이 행렬 a는, 상기 각 공정에 관한 소 행렬을 행 방향 및 열 방향의 번호에 대응한 적당한 위치에 배치하는 동시에, 그 밖의 요소를 모두 "0"으로 함으로써 표시된다.

또한, 상기 접속 행렬 b를 표현할 때의 일반형을, 다음의 [수학식 4]의 (5)에 나타낸다. 즉, 어떤 공정에 존재하는 상태수가 n일 때, 그 공정에 관한 부분의 소 행렬은, [수학식 4]의 (5)에 나타낸 바와 같은 n × 2의 행렬로 표시된다. (1, 1) 요소의 수 "1"은, 해당하는 플레이스에 토큰이 입력되는 것을 나타내고, (n, 2) 요소의 수 "-1"은, 해당하는 플레이스로부터 토큰이 출력되는 것을 나타내고 있다. 그리고, 전 공정에 관한 접속 행렬 b는, 상기 각 공정의 소 행렬을 행 방향 및 열 방향의 번호에 대응한 적당한 위치에 배치하는 동시에, 그 밖의 요소를 모두 "0"으로 함으로써 표시된다.

제품 A에 대해 상기 [수학식 2]의 (2), (3)에서 나타내는 천이 행렬 a와 접속 행렬 b를 이용하여 벡터 M(k)으로부터 벡터 M(k + 1)에의 상태 변화를 표현한 것과 마찬가지인 것을 제품 B에 대해서도 표현할 수 있다.

이와 같이, 제품마다, 처리 시간을 입력한 플레이스를 갖는 페트리네트 모델을 이용하여, 제품마다 각 공정에서의 흐름 시간 지연을 나타낸 천이 행렬 a와 접속 행렬 b로 각 공정을 나타냄으로써, 이산 시각 k가 1 진행할 때마다 복수의 이산 흐름 시간을 필요로 하는 플레이스로 토큰이 이동하는 것을 표현할 수 있어, 그 결과 이산 시간계의 최적 제어 이론을 적용할 수 있는 형태로 할 수 있다.

이 경우, 하나의 플레이스에 복수 단위의 처리 시간(이산 흐름 시간)을 할당하도록 하여 페트리네트 모델을 구축하고, 천이 행렬 a 및 접속 행렬 b의 2개의 행렬식만으로 물류 모델을 표현할 수 있도록 하고 있으므로, 하나의 이산 흐름 시간마다 하나의 플레이스를 마련한 제어용의 페트리네트 모델을 재구축하지 않아도 좋다. 또한, 상기 하나의 이산 흐름 시간마다 플레이스를 마련한 페트리네트 모델에 비해 제어 단부의 수를 적게 할 수 있어, 실제 프로세스에 사용하기 쉬운 모델로 할 수 있다.

이에 의해, 제어의 목적에 맞추어 적당한 행렬 Q, R을 설정하여, 평가 함수가 최소가 되도록 제어하는 것을 고려하면, 상기 식 (c)로 한 상태 피드백 제어를 하는 피드백 게인 행렬 K를 최적 제어 이론으로부터 구할 수 있다. 피드백 게인 행렬 K의 계산법으로서는, 예컨대(안등화소 외 편저「수치 해석 수법에 의한 제어계 설계」계측 자동 제어학회 발행, 126-130 페이지, 1993년 초판 제2쇄)에 기재된 몇 가지의 방법이 있다.

또한, 평가 행렬 Q, R은, 각각 플레이스의 수 및 트랜지션 수의 차원을 갖는 정방 행렬로, 각각 제어의 과도 특성과 트랜지션 조작의 입력 에너지를 평가 함수로서 나타내기 위한 것이며, 제어 목적에 따라서, 적절하게 설정하면 좋다. 예컨대, 과도 특성을 중시하는 경우에는, 큰 수치를 갖는 행렬 Q를 설정하면 좋다. 또한, 조작에 요하는 입력 에너지를 작게 억제하고 싶은 경우에는, 큰 수치를 갖는 행렬 R을 설정하면 좋다.

다음에, 제6 실시 형태의 구체적인 예를, 모델 구축, 제어 측 구축, 시뮬레이션, 실시 결과 예로 나눠 이하에 설명한다.

[모델 구축]

도23은 복수 공정으로 이루어지는 제조 프로세스의 페트리네트 모델의 일례를 나타낸 것이며, 이산 흐름 시간 ΔT는 5분으로 설정하고 있다. 이 제조 프로세스는 공정 1, 2, 3, 4로 이루어지는 전처리 공정과 공정 5, 6으로 이루어지는 후처 리 공정으로 구성되어, 플레이스 P1(투입 플레이스)로 나타낸 전처리 공정 입구 측 버퍼와, 플레이스 P6, P8로 나타낸 후처리 공정 입구 측 버퍼와, 플레이스 P10으로 나타낸 반출용 플레이스를 구비하고 있다.

이 제조 프로세스에서는, 전처리 공정 1 또는 2에서 처리된 제품은 후처리 공정 5에서 처리되고, 또한 전처리 공정 3 또는 4에서 처리된 제품은 후처리 공정 6에서 처리되지만, 제품에 따라서는 전처리 공정 1 내지 4와 후처리 공정 5 내지 6의 복수의 조합 중 어느 하나로 처리할 수 있는 것이 있으므로, 전체적으로 15개의 제품 종류가 있다. 다음의 표 2는, 각각의 제품 종류가 어떤 전처리 공정과 후처리 공정과의 조합으로 처리 가능한지를 나타낸 것이다.

도23에 있어서, 플레이스 P11, P12, P13, P14, P15, P16은 각각 공정 1 내지 6의 처리 용량을 제한하기 위한 가상 플레이스이며, 이들의 가상 플레이스에 초기 설정된 용량 설정용 가상 토큰의 수에 의해, 각 처리 공정에서 동시에 처리할 수 있는 제품의 수를 제한하고 있다. 예컨대, 공정 1은 플레이스 P2로 구성되는 동시에, 가상 플레이스 P11에 초기 상태로서 1개의 용량 설정용 가상 토큰이 놓이게 됨으로써, 이 공정 1에서의 처리 용량이 1로 설정되어 있다.

즉, 공정 1에 제품이 없었던 상태로부터 트랜지션 T2를 경유하여 제품이 입력될 때에, 가상 플레이스 P11에 놓인 용량 설정용 가상 토큰이 동시에 입력되어, 제품을 나타내는 토큰이 플레이스 P1로부터 플레이스 P2로 이동한다. 그 후, 그 토큰이 트랜지션 T3을 경유하여 플레이스 P6으로 이동하는 동시에 용량 설정용 가상 토큰이 플레이스 P11로 복귀하여, 다시 공정 1이 대기 상태가 된다.

이와 같이, 복수의 플레이스로 표시되는 공정에 대하여 가상 플레이스를 적절하게 이용함으로써, 각 공정의 처리 용량을 설정하여 제조 프로세스의 페트리네트 모델을 구축하는 것은 주지의 수법이다.

또한, 이 도23의 예는, 공정 1로부터 공정 6까지의 가상 플레이스 P11, P12, P13, P14, P15, P16의 용량이 모두 하나의 프로세스이다. 또한, 제품 입력용 플레이스 P1과 제품 출력용 플레이스 P10은 최대 200개의 제품을 수용 가능하고, 플레이스 P6, P8의 버퍼는 모두 최대 20개의 제품을 수용 가능하게 설정하고 있다.

도24에 실선으로 나타낸 부분은, 표 2에 기재한 제품종 No.1에 대한 페트리네트 모델을 나타낸 것이다. 마찬가지로, 모든 제품종에 대해서도 페트리네트 모델을 구축함으로써, 도18의 흐름도에 나타낸 모델 구축이 행해진다.

[제어 측 구축]

계속해서 제품종 No.1을 예로 들어, 피드백 게인 행렬 K를 구하는 과정을 설명한다. 식 (a)의 상태 방정식에 있어서의 천이 행렬 a는, 도24에 나타낸 제품종 No.1의 페트리네트 모델에 대해서는, 다음 [수학식 5]의 (6)으로 표현되는 크기 8 × 8의 행렬로서 구해진다. 단, [수학식 5]의 (6)에 있어서, 열 방향의 번호는 플레이스 번호를 나타내고, 행 방향의 번호 중, 아래 1자리수 이외의 숫자는 플레이스 번호를 나타내고, 아래 1 자리의 숫자는 각 플레이스에 존재하는 상태(흐름 시간 지연)의 번호를 나타내고 있다.

또한, 식 (a)의 상태 방정식에 있어서의 접속 행렬 b는, 도24에 나타낸 제품종 No.1의 페트리네트 모델에 대해서는, 다음 [수학식 6]의 (7)에서 표현되는 크기 8 × 6의 행렬로서 구해진다. 단, [수학식 6]의 (7)에 있어서, 열 방향의 번호는 트랜지션 번호를 나타내고, 행 방향의 번호 중, 아래 1 자리수 이외의 숫자는 플레이스 번호를 나타내고, 아래 1 자리수의 숫자는 각 플레이스에 존재하는 상태의 번호를 나타내고 있다.

또한, 식 (b)에서 표시되는 평가 함수 중에서의 행렬 Q, R은, 상술한 바와 같이 각각 각 공정의 흐름 시간 지연 수 및 트랜지션의 수의 차원을 갖는 정방 행렬이므로, 각각 페트리네트 모델의 제품 종류마다 설정된다.

제품종 No.1에 대해서는, 이 제조 프로세스에 있어서의 표준 값으로서,

Q = 20 × I(8)…(8)

및

R = I(6)…(9)

를 설정했다. 단, 식 (8), (9)에 있어서 I(n)는 n차 단위 행렬이다.

이와 같이 하여 천이 행렬 a 및 접속 행렬 b와, 평가 함수를 정의하는 행렬 Q, R이 정해지면, 이산 시간계에서의 최적 제어 이론에 의해 피드백 게인 행렬 K를 구할 수 있다.

즉, 대수 리카치 방정식(10)

P = A^TPA - A^TPB(B^TPB + R)^-1B^TPA + Q…(10)

을 만족하는 해(P)를 구하면, 피드백 게인 행렬 K는

K = -(B^TPB + R)^-1B^TPA…(11)

에 의해 계산할 수 있다. 여기에서, (B^TPB + R)^-1은 행렬(B^TPB + R)의 역행렬이다. 또한, 리카치 방정식의 해법은, 상술한 참고 문헌에도 상세하게 서술되어 있는 바와 같이 기지의 방법이 많이 알려져 있다.

이와 같이 하여 계산한 제품종 No.1의 페트리네트 모델에 대한 피드백 게인 행렬 K는, 다음 [수학식 7]의 (12)로 부여된다. 단, 이 [수학식 7]의 (12)에 있어서, 열 방향의 번호 및 행 방향의 번호는, 각각 [수학식 6]의 (7)에 있어서의 행 방향의 번호 및 열 방향의 번호에 대응하는 것이다.

마찬가지로 하여 모든 제품 종류에 대해서도 피드백 게인 행렬 K를 계산함으로써, 도11의 흐름도에 나타낸 제어 측의 구축이 행해진다.

[시뮬레이션]

다음에, 시뮬레이션에 대해, 도21에 나타낸 흐름도를 따라서, 설명한다. 우선, 페트리네트 모델의 초기 상태에 있어서의 상태 벡터 M(0)을 입력하는 동시에, 투입 예정인 전 제품을 투입 플레이스에 입력하여, 시각 k의 값을 0으로 초기화한 후(단계 S210l), 현시점(시각 : k)에 있어서의 전 제품 종류의 상태 벡터를 입력하 고(단계 S2102), 신규 투입 제품을 제품종마다 입력하여 상태 벡터에 더하면, 현시점에서의 최종적인 상태 벡터 M(k)이 정해진다. 또한, 제품 종류마다, 피드백 게인 행렬 K와 상태 벡터 M(k)을 곱하면, 조작 벡터 u(k)를 계산할 수 있다(단계 S2103).

예컨대, 어떤 시간 k에 있어서 제품종 No.1의 토큰이 플레이스 P6에만 1개있고, 또한 동일 품종의 신규 투입 제품은 없었다고 하면, 제품종 No.1에 대한 최종적인 상태 벡터 M(k)은

M(k) = [00010000]'…(13)

이 된다. 단, 식 (13)에 있어서 기호'는 전치 벡터인 것을 나타낸다. 또한, 식 (13)의 각 요소는, 각각 각 플레이스 P1, P2, P6, P7, P10의 상태 번호 11, 21, 22, 61, 71, 72, 73, 101에 대응하는 제품종 No.1의 토큰수를 나타낸다.

다음에, 식 (12)에서 부여된 피드백 게인 행렬 K와 식 (13)의 상태 벡터 M(k)을 식 (c)에 따라서, 곱하면, 조작 벡터 u(k)는,

u(k) = [-0.249 -0.255 -0.3430 0.300 0.002 0.004]'…(14)

로 구해진다. 단, 식 (14)의 각 요소는, 각각 트랜지션 T1, T2, T3, T10, T11, T14에 대한 조작량이다.

마찬가지로 하여 모든 제품종에 대해서도 조작 벡터 u(k)를 구한다. 그리고, 이동 조작 단부 즉 트랜지션마다, 플러스치가 큰 조작량을 얻게 된 제품 순으로, 이동 가능한 수만큼 이동 조작을 실행한다(단계 S2104).

예를 들어, 시각 k에 있어서 제품종 No.1의 토큰이 플레이스 P6에 1개 있고, 이때 동시에 제품종 No.8의 토큰도 플레이스 P6에 1개 있고, 다른 제품종의 토큰은 플레이스 P6에는 없었다고 한다. 이 경우, 트랜지션 T10에 관해 제품종 No.1의 토큰에 대한 조작량은, 식 (14)에서 0.300이었다. 한편, 제품종 No.8의 토큰에 대한 조작량을 마찬가지로 하여 계산한다. 제품종 No.8의 천이 행렬 a를 식 (15), 접속 행렬 b를 (16), 행렬 Q, R을 (17), (18)을 나타낸다. 피드백 게인 행렬 K는 다음 식 (19)와 같이 되어, 트랜지션 T10의 조작량은 0.361이 된다.

Q = 20 × I(16)…(17)

R = I(10)…(18)

단, 식 (17), (18)에 있어서 I(n)는 n차의 단위 행렬이다.

여기에서, 트랜지션 T10은 이동 조작 즉 발화에 의해 1개의 토큰을 플레이스 P7로 이동시킬 수 있는 것으로 한다. 이 경우, 시각 k에 있어서는 가상 플레이스 P15에 용량 설정용 가상 토큰이 1개 존재하고 있으므로, 결국 제품종 No.8의 토큰에 대해서만 트랜지션 T10을 발화시킬 수 있게 된다. 또한, 제품종 No.8의 토큰은 시각 k에 있어서 다른 플레이스에는 존재하지 않았으므로, 조작량의 정부(正負)에 상관없이 트랜지션 T10 이외의 트랜지션은 발화할 수 없다.

따라서, 제품종 No.8에 대한 최종적인 조작 벡터 u(k)는,

u(k) = [0000010000]'…(20)

가 되어, 트랜지션 T10만이 발화된다. 그 결과, 제품종 No.8에 대한 시각 k에서의 상태 벡터가

M(k) = [0000000010000000]'…(21)

로부터 시각 k + 1에 있어서의 상태 벡터로

M(k + 1) = [0000000001000000]'…(22)로 갱신된다.

마찬가지의 계산을 전 제품 종류, 전 트랜지션에 대하여 행하면, 전 제품 종류에 대한 시각 k + 1에 있어서의 상태 벡터 M(k + 1)이 계산되게 된다. 그 후는, 시간을 진행시킨 후(단계 S2105), 각 단계의 시뮬레이션이 종료하였는지 여부를 판단하여(단계 S2106), 종료하지 않았을 때는 단계 S2102의 처리로 되돌아간다. 한편, 종료했을 때는 그 시뮬레이션 결과를 갖고 생산 스케줄로 한다(단계 S2107).

상술한 바와 같이, 본 실시 형태에 있어서는, 상술한 제4 실시 형태의 효과 외에, 하나의 플레이스에 복수의 흐름 시간 지연을 포함하도록 하여 페트리네트 모델을 구축하고, 천이 행렬 및 접속 행렬의 2개의 행렬식만으로 수식 모델을 표현할 수 있도록 하였으므로, 하나의 흐름 시간 지연마다 하나의 플레이스를 마련한 페트리네트 모델을 재구축하지 않아도 된다. 또한, 하나의 흐름 시간 지연마다 하나의 플레이스를 마련한 페트리네트 모델에 비해 제어 단부의 수를 적게 할 수 있어, 실 제 프로세스에 사용하기 쉬운 것으로 할 수 있다.

또한, 본 실시 형태에서는 페트리네트 모델을 예로 들어 설명했지만, 그 밖의 그래프 모델, 예컨대 유향 그래프(다이어그래프)나 무향 그래프에 본 발명을 적용하는 것도 가능하다. 예컨대 유향 그래프에서는, 상술한 페트리네트 모델에 있어서의 플레이스는 점으로 표현되고, 트랜지션은 화살표가 달린 선으로 표현된다. 화살표가 달린 선은, 점에서 점으로 제품 즉 토큰을 이동시키는 이동 조작 단부이며, 이동로의 역할을 한다. 또한, 화살표는 선으로부터 점, 혹은 점에서 선으로 토큰이 이동하는 방향을 나타내는 것이다.

또한, 페트리네트 모델에서는 각 공정 내에 설치되어 있는 가상 플레이스에 초기 설정된 용량 설정용 가상 토큰의 수에 의해, 각 처리 공정에서 동시에 처리할 수 있는 제품의 수를 제한하고 있었지만, 통상의 그래프 모델에서는 가상 플레이스는 존재하지 않고, 각 공정 내에 있어서의 처리 용량을 소프트웨어 상에서 제어된다.

이러한 특징을 갖는 통상의 그래프 모델에 본 발명을 적용하는 경우도, 일련의 동작은 상술한 페트리네트 모델에 있어서의 동작과 마찬가지이며, 여기서는, 그 상세한 설명은 생략한다.

이하에 설명하는 제7 실시 형태는, 상술한 제3 실시 형태에 관련된 것이다.

(제7 실시 형태)

도7에 도시한 바와 같이, 본 실시 형태의 생산·물류 스케줄 작성 장치도, 물류 시뮬레이터(300), 수식 모델(321), 최적화 계산 장치(330) 등에 의해 구성되어 있다.

이하에, 제7 실시 형태를, 도25 내지 도27을 참조하면서 설명한다.

본 실시 형태의 생산·물류 스케줄 작성 장치에서는, 프로세스 A에서 프로세스 B까지의 제조 프로세스에 있어서, 부여된 투입 순서와 공장 물류 제약 하에서, 프로세스 B 조업 계획에 매치한 프로세스 A 조업 계획의 최적화 문제를 취급하는 것으로 한다. 단, 이것은 어디까지나 일례이며, 본 실시 형태의 생산·물류 스케줄 작성 장치는, 아래의 공정 쪽에 부과된 많은 제약을 지키면서 위의 공정에서의 조업 계획을 작성할 때에는 적용하는 것이 가능해, 또한 특히 유효하다.

여기에서의 조업 계획에서는, 우선 첫째로, 공장 전체의 처리량을 최대로 하는 것을 목적으로 한다. 둘째로, 도중 공정에서의 반제품 체류 시간을 최소로 하는 것을 목적으로 한다. 즉, 프로세스 A에서 처리된 반제품은, 반송 기기 등에 의해 프로세스 B의 곳까지 운반되어 온 후, 현재 중간 버퍼에 투입 중인 반제품이 완전히 종료할 때까지, 저장소에 예비적으로 두게 되어, 여기서 기다리는 시간이 생긴다. 이 기다리는 시간이 길어지면, 반제품의 온도 저하가 커져 제품의 품질면에서 문제가 생긴다. 따라서, 이러한 온도 저하를 억제하기 위해서도, 저장소 상에서의 투입을 기다리는 시간을 최소화해야 한다.

또한, 프로세스 A에서 처리된 반제품이 반송 기기에 의해 프로세스 B까지 실려져 오는 데에는 시간이 걸린다. 그때, 제품의 종류에 따라서는, 프로세스 A에서 프로세스 B까지의 도중 과정에서, 2차 처리의 처리가 실시되는 경우도 있다.

또한, 프로세스 B 내에서의 각 반제품의 처리 시간이 각 반제품마다 다른 경 우도 있다. 한편, 상술한 바와 같이 프로세스 B의 입구에 있는 중간 버퍼의 내용물이 완전히 중도에서 끊기기 전에 다음의 반제품을 투입할 필요가 있다. 따라서, 프로세스 A의 조업 계획을 작성할 때에는, 각 반제품마다 처리 시간이 다른 것, 및 각 반제품의 연속화나 체류 시간의 최소화의 필요성 등을 고려하여, 프로세스 A에서의 처리 순서뿐만 아니라 처리 시각까지 정확하게 결정해야 한다.

도25는 본 실시 형태에 의한 생산·물류 스케줄 작성 장치의 개략적 구성을 나타내는 블록도, 도26은 본 실시 형태에 의한 생산·물류 스케줄 작성 장치에 의해 행해지는 처리의 개요를 설명하기 위한 도면, 도27은 계획 시스템 내에서의 본 실시 형태에 의한 처리 계획 작성 장치의 위치 부여를 나타내는 도면이다. 처음에, 도27을 이용하여 본 실시 형태에 의한 생산·물류 스케줄 작성 장치의 위치 부여를 설명한다.

도27에 도시한 바와 같이, 날마다 조업 계획을 작성할 때에는, 우선 투입 순서 작성부(31)에 의해, 미리 설정된 주간 스케줄(30)을 바탕으로 하여, 각 반제품의 프로세스 B에의 투입 순서를 결정하는, 여기서는 적어도, 프로세스 A의 어떤 장치로 처리된 후, 반제품을 프로세스 B의 어떤 장치에 의해 어떤 순서로 처리하는지를 결정한다.

본 실시 형태의 처리 계획 작성부(32)는 투입순 작성부(31)에 의해 작성된 투입순이나 다양한 공장 물류 제약 하에서, 투입순 작성부(31)로부터 부여된 프로세스 B의 투입순의 정보로부터 프로세스 A에서의 조업 계획, 즉 프로세스 A에서의 처리순과 처리 시각을 구한다.

이 처리 계획 작성부(32)에서는, 이하에 상세하게 서술한 바와 같이 물류 구조(공장 내의 설비 배치나 그 접속 관계, 설비 용량, 반제품의 통과 루트 등)를 그래피컬에 모델링한 페트리네트에 의한 이산 사상 시뮬레이터와, 정적인 계획 문제의 해법으로서 잘 이용되는 LP(선형 계획법)와의 종래에는 없는 완전히 새로운 조합에 의해, 소위 모델 예측 제어의 사고 방식에 의거하여 프로세스 A에서의 처리순 및 처리 시각의 최적화를 도모한다.

처리 계획 작성부(32)에서 요구된 프로세스 A에서의 조업 계획(처리순 및 처리 시간의 정보)은 표시부(33)에 부여되어, 예컨대 갠트 차트의 형식으로 표시된다. 각종 평가부(34)에서는, 요구된 조업 계획을 다양한 관점에서 평가하여, 만족이 가는 결과가 아니면 필요에 따라서, 각 반제품의 투입순을 수정한다. 그리고, 처리 계획 작성부(32)로 다시 한번 조업 계획을 다시 작성한다.

다음에, 상기 처리 계획 작성부(32)에 의해 행해지는 처리의 개요를, 도26을 이용하여 설명한다. 또한, 이 도26의 예에서는, 프로세스 A1호기 및 A2호기, 프로세스 B1호기, B2호기 및 B3호기를 예로 들고 있다. 또한, 이 도26의 예에서는, 도27의 투입순 작성부(31)에 의해, 프로세스 A1호기로부터 프로세스 B1호기에「A, B, C, D, E」의 영문자로 나타내는 반제품을 이 순서로 처리하는 동시에, 프로세스 B2호기에「1, 2, 3, 4, 5」의 숫자로 나타내는 반제품을 이 순서로 처리하여, 프로세스 A2호기로부터 프로세스 B3호기에「O, P, Q, R, S」의 영문자로 나타내는 반제품을 이 순서로 처리하는 것이 결정되어 있다.

처리 계획 작성부(32)는, 이러한 투입순 하에서, 모델 예측 제어의 사고 방 식에 의거하여, 처리 시각의 시뮬레이션의 각 판단 시마다(처리 사상이 발생할 때마다) 장래의 물류 상태인 저장소 상에서의 반제품이 기다리는 시간이나 반제품 처리 속도의 감속량을 추정한 다음, 전체 처리량의 최대화나 기다리는 시간의 최소화를 위해 설정한 소정의 평가 함수를 최선으로 하는 프로세스 A의 처리순과 처리 시각을 결정한다. 이때, 장래의 물류 상태의 추정 범위는, 각 프로세스 B의 처리 예정인 1 반제품분으로 한다.

즉, 예컨대 도26의 상부와 같이, 시뮬레이션 상의 시각 t에 있어서 반제품 R의 처리 사상이 발생했다고 한다. 이 반제품 R은, 프로세스 A2호기에서 처리된 후, 반송 기기로 운반되어 시간 t1 후에(이 시간 t1 중에는 2차 처리에서의 처리 시간도 포함되어 있는 것으로 함) 프로세스 B3호기에 도착한다. 그리고, 이 프로세스 B3호기 내에서 시간 t를 곱해 연속 처리의 처리가 행해진다. 이러한 반제품 R의 처리 사상이 발생했을 때, 우선 단계 S1에서, 장래의 물류 상태의 예측 범위로서 각 프로세스 B마다 1 반제품분을 설정한다. 여기에서는, 프로세스 B1호기에 관해 반제품 D, 프로세스 B2호기에 관해 반제품 5, 프로세스 B3호기에 관해 반제품 S를 예측 범위로서 설정한다.

다음에, 단계 S2에서는 설정한 예측 범위 내의 각 반제품(D, 5, S)의 처리 완료 희망 시각을 각각 산출하는 동시에, 물류 제약에 의거하는 물류 모델을 정식화한다. 여기에서 처리 완료 희망 시간이라 함은, 해당 반제품을 프로세스 A에서 언제 처리하면 앞의 반제품의 처리 완료 시각에 해당 반제품이 프로세스 B에 정확히 도착하는지를 나타내는 시각이다. 이것은, 이미 처리된 앞의 반제품의 처리 완 료 시각으로부터 반제품의 운반 시간(2차 처리 시간을 포함함)을 감산함으로써 간단하게 구해진다. 현재의 예측 범위 내의 각 반제품(D, 5, S)의 처리 완료 희망 시각은, 도26의 상부 중에 ×표로 나타내고 있다.

이와 같이 하여, 어떤 시각 t에서 처리 사상이 발생했을 때에, 그곳으로부터 각 프로세스 B마다 1 반제품분의 예측 범위를 설정하여 물류 모델을 구축하였다면, 계속되는 단계 S3에서, 그 구축한 물류 모델과, 미리 설정한 소정의 평가 함수를 이용하여, 예측 범위 내의 3개의 반제품(D, 5, S)을 대상으로 삼아 처리 시각의 최적화 계산을 한다. 여기에서는 이 최적화 계산에 의해, 단계 S4에서, 반제품 D → 반제품 5 → 반제품 S의 순이 최적이라는 결과를 얻게 되었다고 한다.

그래서, 다음의 단계 S5에서는 페트리네트의 시뮬레이터에 반제품 D → 반제품 5 → 반제품 S의 순으로 처리 지시를 명한다. 이에 따라서, 시뮬레이터는, 단계 S6에서 반제품 D의 처리 시각 t + Δt까지 시뮬레이션을 진행시킨다. 이 상태가 도26의 하부에 도시되어 있다. 이와 같이 하여 다시 처리 사상이 발생하였으므로, 단계 S7에서, 그 반제품 D의 처리 사상 발생 시각 t + Δt로부터 각 프로세스 B마다 1 반제품분을 장래의 물류 상태의 예측 범위로서 설정한다. 여기에서는, 프로세스 B2호기 및 3호기에 관해서는 전회와 마찬가지이지만, 처리 사상이 발생한 프로세스 B1호기에 관해서는 반제품 E가 새롭게 예측 범위로서 설정되어 있다.

이 새롭게 설정한 예측 범위에 대해서도 전회와 마찬가지로, 물류 모델의 구축 및 최적화 계산을 한다. 물류 모델의 구축으로 반제품 E의 희망 처리 시간을 구할 때에, 그 직전의 반제품 D에 대해서는 이미 처리되어 시뮬레이션이 끝나고 있 으므로, 반제품 D에서의 처리 완료 시각은 페트리네트의 시뮬레이터로부터 얻을 수 있다. 따라서, 반제품 E의 희망 처리 시각은, 이 반제품 D의 처리 완료 시각으로부터 반제품 E의 운반 시간을 감산함으로써 구해진다.

또한, 여기에서의 최적화 계산에서는, 단계 S8에 나타낸 바와 같이 반제품 S → 반제품 5 → 반제품 E의 순이 최적이라는 결과를 얻게 되었다고 한다. 이 경우에는, 페트리네트의 시뮬레이터에 반제품 S → 반제품 5 → 반제품 E의 순으로 처리 지시를 명령함으로써, 시뮬레이터에 있어서의 시뮬레이션을 반제품 S의 처리 시간까지 진행시킨다. 이하, 마찬가지로 하여 처리 사상이 발생할 때마다, 그곳에서 장래의 예측 범위를 각 프로세스 B의 1 반제품분으로 구분하여 부분적으로 시뮬레이션(처리순 및 처리 시간의 최적화)을 행하는 처리를 반복해 간다.

또한, 도26의 예에서는 모든 반제품이 희망 처리 시간대로 처리된 시뮬레이션의 결과를 나타내고 있지만, 반드시 희망 처리 시각에 처리되는 결과를 얻을 수 있는 것은 아니다. 희망 처리 시간보다도 처리 시각이 지연되면, 프로세스 B 내에서의 반제품의 연속성이 끊기기 때문에, 연속성을 유지하기 위해 앞의 반제품 처리 시간을 길게 할(처리 속도를 감속시킬) 필요가 있다. 그러나 이것은 전체의 처리량을 저하시키는 방향으로 작용하는 것이다.

한편, 희망 처리 시각보다도 처리 시각이 빨라지면, 전체의 처리량을 향상시키는 것은 가능하지만, 저장소 상에서의 반제품의 체류 시간이 길어지는 방향으로 작용하여, 기다리는 시간 동안에 반제품의 온도 저하를 초래해 버린다. 그래서 실제로는, 이들의 전체 처리량이나 체류 시간의 양쪽을 고려한 평가 함수를 이용하 여, 최적화 계산의 결과 얻을 수 있는 평가치가 최선이 되는 처리 시각을 선택함으로써, 양자의 최적의 트레이드 오프를 도모하고 있다.

다음에, 도26에 도시한 바와 같은 처리를 하는 처리 계획 작성부(32)의 개략적인 구성에 대하여, 도25를 이용하여 설명한다. 도25에 있어서, 부호 11은 페트리네트에 의한 이산 사상 시뮬레이터이며, 페트리네트에 의한 그래피컬 물류 구조 모델과, 그래피컬에 표현할 수 없는 룰 기술에 의해 구성된다. 여기에서, 룰의 예로서는, 반제품을 가장 빨리 처리할 수 있는 시각의 한계를 나타내는 처리가 가장 빠른 시각, 반제품을 가장 느리게 처리할 수 있는 시각의 한계를 나타내는 처리가 가장 지연된 시간, 및 복수 프로세스 A의 간섭 조건 등이 있다.

이하에, 수식 모델의 구체적인 예를 설명한다. 상술한 바와 같이, 프로세스 B 내에서의 각 반제품의 처리 속도는 일정 좁은 범위 내에서만 변경이 허용되고 있고, 또한 저장소 상에서의 대기 시간에도 상하한이 있으므로, 이들을 전부 충족시키도록 프로세스 A의 처리 종료가 가장 빠르고, 가장 느린 시각이 각 반제품마다 설정된다.

또한, 프로세스 A의 동일한 호기로 연속하여 처리하기 위해서는, 적어도 프로세스 A의 처리 시간만큼은 간격을 확보할 필요가 있으며, 프로세스 A의 다른 호기로 처리하기 위해서는, 프로세스 A에의 원료 장입용 반송 기기 능력 등의 제약으로부터 필요한 시간 간격을 확보할 필요가 있다. 그로 인해, 동일한 호기에 관해서는 예를 들어 45분, 다른 호기에 관해서는 예컨대 20분의 간격을 두어야만 하는 조건이 물류 제약으로서 부과된다.

부호 12는 물류 모델 구축부이며, 상기 시뮬레이터(11)에 설정되어 있는 처리 종료가 가장 빠르고, 가장 느린 시각 및 물류 제약의 정보와, 시뮬레이터(11)에 의해 시뮬레이션이 행해진 결과로서 주어지는 현재의 물류 상황(과거에 처리를 시작한 것이 어떤 반제품에서, 그 처리 완료 시각이 언제인가라는 정보)을 조합하여, 각 프로세스 B마다 1 반제품분의 장래 예측 범위를 설정하여 그 범위 내의 물류 모델을 구축한다. 이 물류 모델은, 이하에 설명한 바와 같이 수학 모델에 의한 정식화에 의해 행한다.

여기에서, 물류 모델의 정식화에 대해 설명한다. 상술한 바와 같이, 도28은 물류 모델의 정식화의 개요를 나타내는 도면이다. 도28에 도시한 바와 같이, 시뮬레이션 상의 시각 t에 있어서 어떤 반제품의 프로세스 A의 처리 종료 사상이 발생했을 때에, 그 시각 t로부터 각 프로세스 B마다 1 반제품분을 장래의 물류 상태의 예측 범위로서 설정하여, 시뮬레이터(11)로부터 얻을 수 있는 기존의 물류 상태로부터, 예측 범위 내의 각 반제품의 프로세스 A의 처리 종료 희망 시각을 각각 산출한다. 시뮬레이터(11)로부터 얻을 수 있는 전반제품의 처리 완료 시각을 a, 예측되고 있는 반제품의 프로세스 A의 처리 종료로부터 프로세스 B의 처리 시작까지의 시간을 b라 하면, 프로세스 A의 처리 종료 희망 시각은 c = a - b인 연산에 의해 간단하게 구해진다.

다음에, 시뮬레이터(11)로부터 프로세스 A의 처리 종료가 가장 빠르고, 가장 느린 시각 및 프로세스 B 물류 제약의 정보를 도입하여, 이것을 정식화한다. 도28의 예에서, 프로세스 B1호기에의 프로세스 A의 처리 종료 시각을 C1, 프로세스 B2 호기에의 프로세스 A의 처리 종료 시각을 C2, 프로세스 B3호기에의 프로세스 A의 처리 종료 시각을 C3이라 하면, 프로세스 B의 물류 제약은,

｜c1 - c2｜≥ 45, ｜c2 - c3｜≥ 20

으로 나타내고, 프로세스 A의 처리 종료가 가장 빠른 시각 및 가장 느린 시각의 조건은,

c1 가장 빠름 ≤ c1 ≤ c1 가장 느림

c2 가장 빠름 ≤ c2 ≤ c2 가장 느림

c3 가장 빠름 ≤ c3 ≤ c3 가장 느림

으로 나타낸다.

또한, 이들의 식을 변형하면, 물류 모델은

Ax ≤ B

Xmin ≤ X ≤ Xmax

라는 간단한 선 형식으로 나타낼 수 있다. 또한, x는 각 프로세스 B의 프로세스 A의 처리 종료 시각을 행렬 표현한 것, A, B는 소정의 행렬식, Xmin 및 Xmax는 각각 각 프로세스 B에의 프로세스 A의 처리가 가장 빠른 시각 및 가장 느린 시각을 행렬 표현한 것이다.

도29는 상술한 각 실시 형태의 생산·물류 스케줄 작성 장치를 구성 가능한 컴퓨터 시스템의 일례를 나타내는 블록도이다. 이 도면에 있어서, 부호 1200은 컴퓨터 PC이다. PC(1200)는, CPU(1201)을 구비하여, ROM(1202) 또는 하드디스크(HD)(211)에 기억된, 혹은 가요성 디스크 드라이브(FD)(1212)로부터 공급되는 디 바이스 제어 소프트웨어를 실행하여, 시스템 버스(1204)에 접속되는 각 디바이스를 총괄적으로 제어한다.

상기 PC(1200)의 CPU(1201), ROM(1202) 또는 하드디스크(HD)(211)에 기억된 프로그램에 의해, 본 실시 형태의 각 기능 수단이 구성된다.

부호 1203은 RAM이고, CPU(1201)의 메인 메모리, 워크 영역 등으로서 기능을 한다. 부호 1205는 키보드 컨트롤러(KBC)이며, 키보드(KB)(209)로부터 입력되는 신호를 시스템 본체 내에 입력하는 제어를 한다. 부호 1206은 표시 컨트롤러(CRTC)이며, 표시 장치(CRT)(1210) 상의 표시 제어를 한다. 부호 1207은 디스크 컨트롤러(DKC)이고, 부트 프로그램(기동 프로그램 : 개인용 컴퓨터의 하드웨어나 소프트웨어의 실행(동작)을 시작하는 프로그램), 복수의 어플리케이션, 편집 파일, 사용자 파일 그리고, 네트워크 관리 프로그램 등을 기억하는 하드디스크(HD)(1211), 및 가요성 디스크(FD)(1212)와의 액세스를 제어한다.

부호 1208은 네트워크 인터페이스 카드(NIC)이고, LAN(1220)을 거쳐서, 네트워크 프린터, 다른 네트워크 기기, 혹은 다른 PC와 쌍방향의 데이터의 교환을 행한다.

또한, 본 발명은 복수의 기기로 구성되는 시스템에 적용해도, 하나의 기기로 이루어지는 장치에 적용해도 좋다.

또한, 본 발명의 목적은 전술한 실시 형태의 기능을 실현하는 소프트웨어의 프로그램 코드를 기록한 기억 매체를, 시스템 혹은 장치에 공급하여, 그 시스템 혹은 장치의 컴퓨터(CPU 혹은 MPU)가 기억 매체에 격납된 프로그램 코드를 판독하여 실행함으로써도, 달성되는 것은 물론이다.

이 경우, 기억 매체로부터 판독된 프로그램 코드 자체가 전술한 실시 형태의 기능을 실현하게 되어, 그 프로그램 코드를 기억한 기억 매체는 본 발명을 구성하게 된다.

프로그램 코드를 공급하기 위한 기억 매체로서는, 예컨대 가요성 디스크, 하드 디스크, 광 디스크, 광자기 디스크, CD-ROM, CD-R, 자기 테이프, 불휘발성의 메모리 카드, ROM 등을 이용할 수 있다.

또한, 컴퓨터가 판독한 프로그램 코드를 실행함으로써, 전술한 실시 형태의 기능이 실현될 뿐만 아니라, 그 프로그램 코드의 지시를 기초로 하여, 컴퓨터 상에서 가동하고 있는 OS(오퍼레이팅 시스템) 등이 실제 처리의 일부 또는 전부를 행하여, 그 처리에 의해 전술한 실시 형태의 기능이 실현되는 경우도 포함되는 것은 물론이다.

또한, 기억 매체로부터 판독된 프로그램 코드가, 컴퓨터에 삽입된 기능 확장 보드나 컴퓨터에 접속된 기능 확장 유닛에 구비되는 메모리에 기입된 후, 그 프로그램 코드의 지시를 기초로 하여, 그 기능 확장 보드나 기능 확장 유닛에 구비되는 CPU 등이 실제 처리의 일부 또는 전부를 행하여, 그 처리에 의해 전술한 실시 형태의 기능이 실현되는 경우도 포함되는 것은 물론이다.

이상 서술한 각 실시 형태에서는, 시뮬레이션 결과로부터 상기 생산·물류 프로세스에 있어서의 생산·물류 스케줄을 작성하는 예를 설명했지만, 시뮬레이션 결과를 기초로 하여 생산·물류 프로세스의 제어를 하는 경우에도 본 발명은 적용 된다.

본 발명에 따르면, 상세 시뮬레이션을 실행 중에 물류 지시가 필요한 사상이 발생할 때마다 시뮬레이터로부터 시뮬레이션 현시점에서의 물류 상태 및 물류 제약의 정보를 검출하여, 상기 검출한 검출 정보와 미리 정한 평가 지표를 바탕으로 최적화 수법에 의해 최적 물류 지시를 계산하고, 상기 계산 결과를 기초로 하여 이후의 상세 시뮬레이션을 진행시켜, 다음에 물류 지시가 필요한 사상이 발생한 시점에서 최적 물류 지시를 다시 계산하는 것을 반복하여 행하도록 하였으므로, 상세 시뮬레이션 자체는 한번 행하는 것만으로 최적 물류 지시를 얻을 수 있다. 또한, 시뮬레이터와, 수식 모델과, 최적화 장치를 연동시켜 최적 물류 지시를 계산하고, 상기 계산 결과의 시뮬레이션을 행하여 스케줄을 작성하도록 하였으므로, 물류 제약 조건이 복잡하더라도 실행 가능한 스케줄을 작성할 수 있다. 또한, 원하는 평가 지표를 최선으로 하는 스케줄을 작성할 수 있는 동시에, 계산 시간을 단축하여 실용적인 시간 내에 스케줄을 작성할 수 있다. 이들에 의해, 최적성과 실행 가능성의 양쪽을 확보할 수 있다. 또한, 대상으로 삼는 생산·물류 프로세스의 상태에 따른 스케줄을 작성할 때의 수고 및 시간을 대폭 삭감할 수 있다. 또한, 스케줄을 작성하는 대상의 규모가 큰 경우에 있어서도, 정확한 생산·물류 스케줄을 고속으로, 또한 고정밀도로 작성하는 것이 가능해진다.

Claims

생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와,

상기 생산·물류 시뮬레이터에 대응시킨 수식 모델이며, 상기 생산·물류 프로세스의 물류 상태와 물류 제약 중에서, 작성하는 생산·물류 스케줄에 관련되는 요소를 도입하여 작성되는 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와,

상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치를 갖고,

상기 최적화 계산 장치에 의해 얻게 된 물류 지시를 상기 생산·물류 시뮬레이터에 부여하여 시뮬레이션을 실행시키는 동시에, 새로운 사상이 발생한 경우에는 상기 생산·물류 시뮬레이터로부터 상기 최적화 계산 장치에 대하여 최적화 계산을 하도록 하는 지시를 출력하도록 하여, 상기 생산·물류 시뮬레이터와 상기 최적화 계산 장치를 연동시켜, 상기 생산·물류 프로세스에 있어서의 생산·물류 스케줄을 작성하도록 한 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와,

상기 생산·물류 시뮬레이터에 대응시킨 수식 모델이며, 상기 생산·물류 프로세스의 물류 상태와 물류 제약 중에서, 작성하는 생산·물류 스케줄에 관련되는 요소를 도입하여 작성된 상태 방정식을 이용하는 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와,

상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치를 갖고,

상기 최적화 계산 처리에 의해 피드백 게인을 산출하고, 그 피드백 게인과 물류 상태를 이용하여 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여하고, 시뮬레이션을 진행시켜, 새로운 물류 상태를 얻고, 이 새로운 물류 상태를 바탕으로 새로운 물류 지시를 산출한다고 하는 처리를 반복함으로써 얻게 된 시뮬레이션 결과로부터 상기 생산·물류 프로세스에 있어서의 생산·물류 스케줄을 작성하도록 한 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제2항에 있어서, 상기 생산·물류 시뮬레이터는 이산계의 생산·물류 시뮬레이터인 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제3항에 있어서, 상기 이산계의 생산·물류 시뮬레이터는 그래프 모델을 이용하여 시뮬레이터를 구축하는 것이며, 상기 상태 방정식은 그래프 모델의 상태 방정식인 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제4항에 있어서, 상기 최적화 계산 처리에 의해 피드백 게인을 산출하고, 그 피드백 게인과 물류 상태를 이용하여 물류 지시를 산출하는 경우에, 피드백 게인과 공정 내 제품 준비 상태를 나타내는 상태 벡터로부터, 제품의 이동 조작 단부에 대한 조작 벡터를 구한 후, 각 이동 조작 단부에 대하여, 상기 구한 조작 벡터 중에서 플러스치가 큰 조작량을 얻을 수 있는 제품 순으로 각 제품을 이동 가능한 수만큼 이동시키도록 조작하는 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제3항에 있어서, 상기 이산계의 생산·물류 시뮬레이터는 그래프 모델을 이용하여 시뮬레이터를 구축하는 것이며, 상기 상태 방정식은 처리 시간에 비례한 흐름 시간 지연에 따라서, 나타내는 접속 행렬과 천이 행렬을 이용하는 상태 방정식인 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제6항에 있어서, 상기 최적화 계산 처리에 의해 피드백 게인을 산출하고, 그 피드백 게인과 물류 상태를 이용하여 물류 지시를 산출하는 경우에, 피드백 게인과 공정 내 제품 준비 상태를 나타내는 상태 벡터로부터, 제품의 이동 조작 단부에 대한 조작 벡터를 구한 후, 각 이동 조작 단부에 대하여, 상기 구한 조작 벡터 중에서 플러스치가 큰 조작량을 얻을 수 있는 제품 순으로 각 제품을 이동 가능한 수만큼 이동시키도록 조작하는 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제3항에 있어서, 상기 이산계의 생산·물류 시뮬레이터는 페트리네트 모델을 이용하여 시뮬레이터를 구축하는 것이며, 상기 상태 방정식은 페트리네트 모델의 상태 방정식인 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제8항에 있어서, 상기 최적화 계산 처리에 의해 피드백 게인을 산출하고, 그 피드백 게인과 물류 상태를 이용하여 물류 지시를 산출하는 경우에, 피드백 게인과 공정 내 제품 준비 상태를 나타내는 상태 벡터로부터, 제품의 이동 조작 단부에 대한 조작 벡터를 구한 후, 각 이동 조작 단부에 대하여, 상기 구한 조작 벡터 중에서 플러스치가 큰 조작량을 얻을 수 있는 제품 순으로 각 제품을 이동 가능한 수만큼 이동시키도록 조작하는 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제3항에 있어서, 상기 이산계의 생산·물류 시뮬레이터는 페트리네트 모델을 이용하여 시뮬레이터를 구축하는 것이며, 상기 상태 방정식은 처리 시간에 비례한 흐름 시간 지연에 따라서, 나타내어지는 접속 행렬과 천이 행렬을 이용하는 상태 방정식인 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제10항에 있어서, 상기 최적화 계산 처리에 의해 피드백 게인을 산출하고, 그 피드백 게인과 물류 상태를 이용하여 물류 지시를 산출하는 경우에, 피드백 게인과 공정 내 제품 준비 상태를 나타내는 상태 벡터로부터, 제품의 이동 조작 단부에 대한 조작 벡터를 구한 후, 각 이동 조작 단부에 대하여, 상기 구한 조작 벡터 중에서 플러스치가 큰 조작량을 얻을 수 있는 제품 순으로 각 제품을 이동 가능한 수만큼 이동시키도록 조작하는 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제2항에 있어서, 상기 최적화 계산 처리는 선형 2차 제어를 이용하는 것이며, 소정의 평가 행렬을 이용하여 나타내어지는 평가 함수를 최소로 하도록 상기 피드백 게인을 산출하는 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와,

상기 생산·물류 시뮬레이터에 대응시킨 수식 모델이며, 상기 생산·물류 프로세스의 입안 개시 시간으로부터 미리 설정한 기간(계획 작성 기간)만큼을 대상으로 삼아, 상기 생산·물류 프로세스의 물류 상태와 물류 제약 중에서, 작성하는 생산·물류 스케줄에 관련되는 요소를 도입하여 작성되는 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와,

상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치를 갖고,

상기 최적화 계산 처리에 의해 현시점에서 미리 설정한 기간(지시 산출 기간)만큼에 대해 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여해, 미리 설정한 기간(시뮬레이션 기간)만큼만 시뮬레이션을 실행하여 미리 설정한 기간(계획 확정 기간)만큼만 물류 계획을 확정하고, 상기 확정한 기간 직후의 일시를 새로운 입안 시작 일시로서 설정하여 물류 계획을 입안한다고 하는 처리를 반복함으로써 얻게 된 시뮬레이션 결과로부터 상기 생산·물류 프로세스에 있어서의 생산·물류 스케줄을 작성하도록 한 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제13항에 있어서, 상기 생산·물류 시뮬레이터는 이산계의 생산·물류 시뮬레이터인 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제14항에 있어서, 상기 이산계의 생산·물류 시뮬레이터는 상기 생산·물류 프로세스를 이산 사상 모델로 나타낸 시뮬레이터이며, 사상이 발생했을 때에 상기 시뮬레이터로부터 현재의 물류 상태 및 물류 제약을 검출하는 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제13항에 있어서, 상기 입안 개시 시간으로부터 미리 설정한 기간은, 미리 설정된 대상 기간분인 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제13항에 있어서, 상기 입안 개시 시간으로부터 미리 설정한 기간은, 장래의 물류 상태의 예측 범위로서, 사상 발생의 시각으로부터 소정의 구분된 범위로 설정된 기간인 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제13항에 있어서, 상기 착안하고 있는 물류의 스케줄을 작성하는 데 관계되는 정보를 도입하여 작성되는 수식 모델은, 제품, 이동체, 설비의 처리에 따르는 작업군의 관계, 제약에 대하여 구축되는 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제13항에 있어서, 상기 착안하고 있는 물류의 스케줄을 작성하는 데 관계되는 정보를 도입하여 작성되는 수식 모델은, 상기 검출한 현재의 물류 상태 및 물류 제약으로 이루어지는 수식 모델인 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제13항에 있어서, 상기 최적화 계산 장치는 미리 설정한 평가 함수를 이용하여 최적화 계산 처리를 하는 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제13항에 있어서, 상기 최적화 계산 장치는 미리 설정한 선형의 평가 함수를 이용하여 최적화 계산 처리를 하는 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제13항에 있어서, 상기 최적화 계산 장치는 최적화 혹은 준 최적화 문제로서 상기 생산·물류 스케줄을 작성하는 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제13항에 있어서, 상기 최적화 계산 장치는 상기 설정한 예측 범위 내에서 적어도 최적의 발생 사상 및 그 발생 시각을 구하는 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제13항에 있어서, 상기 최적화 계산 장치의 계산 결과를 기초로 하여, 상기 제품, 이동체, 설비의 처리에 따르는 작업군의 관계, 제약의 전부 혹은 일부 동작·상황을 시뮬레이트하는 생산·물류 시뮬레이트 처리와,

상기 생산·물류 시뮬레이트 처리에 의해 구한 생산·물류 계획 안에서 계획을 미리 설정한 확정 기간분만큼 채용하여 확정하는 생산·물류 계획 확정 처리를 행하여 상기 미리 설정한 기간(계획 확정 기간)만큼만 물류 계획을 확정하는 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제13항에 있어서, 상기 생산·물류 시뮬레이터가 시뮬레이션을 진행시켜, 상기 미리 설정한 기간(계획 작성 기간)만큼만 물류 계획을 확정하는 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제13항에 있어서 사상의 발생 사상으로부터 장래의 예측 범위를 구분하여 최적화 계산을 행하고, 그 결과를 상기 시뮬레이터에 공급하여 사상 발생 시각을 진행시키는 처리를 사상 발생마다 반복하여 행하고, 이 반복 연산의 결과로부터 상기 예측 범위마다 구한 일련의 사상 발생순 및 그 사상 발생 시각을 생산·물류 스케줄로서 결정하는 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제23항에 있어서, 상기 생산·물류 계획 확정 처리에 의해 확정한 생산·물류 계획의 확정 기간이 경과한 직후의 일시를 새로운 입안 시작 일시로서 설정하여, 상기 생산·물류 계획 확정 처리에 의해 이미 확정한 생산·물류 계획에 의거하여 상기 수식 모델을 구축하는 처리에 의해 구축한 새로운 수식 모델을 기초로 하여, 수식 모델에 대한 해를 구하는 수식 모델 구해 처리와,

상기 수식 모델 구해 처리에 의해 구한 수식 모델에 대한 해를 기초로 하여 제조 프로세스·반송의 동작·상황을 시뮬레이트하는 생산·물류 시뮬레이트 처리와,

상기 생산·물류 시뮬레이트 처리에 의해 구한 생산·물류 계획 중, 미리 설정한 확정 기간분의 생산·물류 계획만을 채용하여 생산·물류 계획을 확정하는 생산·물류 계획 확정 처리에 의해, 상기 새로운 입안 시작 일시로부터 새로운 확정 기간분의 생산·물류 계획을 확정하는 일련의 처리를, 차례로 설정하는 새로운 입안 시작 일시에 대해 각각 행하는 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제14항에 있어서, 상기 이산계의 생산·물류 시뮬레이터는, 페트리네트 모델을 사용하여 구성되어 있는 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
제13항에 있어서, 상기 최적화 계산 장치는 LP(선형 계획법)를 사용하는 것을 특징으로 하는 생산·물류 스케줄 작성 장치.
생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 시뮬레이터에 대응시킨 수식 모델이며, 상기 생산·물류 프로세스의 물류 상태와 물류 제약 중에서, 작성하는 생산·물류 스케줄에 관련되는 요소를 도입하여 작성되는 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치를 갖는 생산·물류 스케줄 작성 장치에 의해 생산·물류 스케줄을 작성하는 방법이며,

상기 최적화 계산 장치에 의해 얻게 된 물류 지시를 상기 생산·물류 시뮬레이터에 부여하여 시뮬레이션을 실행시키는 단계와,

새로운 사상이 발생한 경우에는 상기 생산·물류 시뮬레이터로부터 상기 최적화 계산 장치에 대하여 최적화 계산을 하도록 하는 지시를 출력하는 단계를 포함하고,

상기 생산·물류 시뮬레이터와 상기 최적화 계산 장치를 연동시키고, 상기 생산·물류 프로세스에 있어서의 생산·물류 스케줄을 작성하도록 한 것을 특징으로 하는 생산·물류 스케줄 작성 방법.
생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 시뮬레이터에 대응시킨 수식 모델이며, 상기 생산·물류 프로세스의 물류 상태와 물류 제약 중에서, 작성하는 생산·물류 스케줄에 관련되는 요소를 도입하여 작성된 상태 방정식을 이용하는 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치를 갖는 생산·물류 스케줄 작성 장치에 의해 생산·물류 스케줄을 작성하는 방법이며,

상기 최적화 계산 처리에 의해 피드백 게인을 산출하는 단계와,

그 피드백 게인과 물류 상태를 이용하여 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여하고, 시뮬레이션을 진행시켜, 새로운 물류 상태를 얻는 단계와,

이 새로운 물류 상태를 바탕으로 새로운 물류 지시를 산출하는 단계를 포함하고,

상기 단계들을 반복함으로써 얻게 된 시뮬레이션 결과로부터 상기 생산·물류 프로세스에 있어서의 생산·물류 스케줄을 작성하도록 한 것을 특징으로 하는 생산·물류 스케줄 작성 방법.
생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 시뮬레이터에 대응시킨 수식 모델이며, 상기 생산·물류 프로세스의 입안 개시 시간으로부터 미리 설정한 기간(계획 작성 기간)만큼을 대상으로 삼아, 상기 생산·물류 프로세스의 물류 상태와 물류 제약 중에서, 작성하는 생산·물류 스케줄에 관련되는 요소를 도입하여 작성되는 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치를 갖는 생산·물류 스케줄 작성 장치에 의해 생산·물류 스케줄을 작성하는 방법이며,

상기 최적화 계산 처리에 의해 현시점에서 미리 설정한 기간(지시 산출 기간)만큼에 대해 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여하는 단계와,

미리 설정한 기간(시뮬레이션 기간)만큼만 시뮬레이션을 실행하여 미리 설정한 기간(계획 확정 기간)만큼만 물류 계획을 확정하는 단계와,

상기 확정한 기간 직후의 일시를 새로운 입안 시작 일시로서 설정하여 물류 계획을 입안하는 단계를 포함하고,

상기 단계들을 반복함으로써 얻게 된 시뮬레이션 결과로부터 상기 생산·물류 프로세스에 있어서의 생산·물류 스케줄을 작성하도록 한 것을 특징으로 하는 생산·물류 스케줄 작성 방법.
삭제
생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 시뮬레이터에 대응시킨 수식 모델이며, 상기 생산·물류 프로세스의 물류 상태와 물류 제약 중에서, 작성하는 생산·물류 스케줄에 관련되는 요소를 도입하여 작성되는 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치로서의 기능을 컴퓨터에 실현시켜,

상기 최적화 계산 장치에 의해 얻게 된 물류 지시를 상기 생산·물류 시뮬레이터에 부여하여 시뮬레이션을 실행시키는 단계와,

새로운 사상이 발생한 경우에는 상기 생산·물류 시뮬레이터로부터 상기 최적화 계산 장치에 대하여 최적화 계산을 하도록 하는 지시를 출력하는 단계를 포함하고,

상기 생산·물류 시뮬레이터와 상기 최적화 계산 장치를 연동시켜, 상기 생산·물류 프로세스에 있어서의 생산·물류 스케줄을 작성하도록 한 컴퓨터 프로그램을 기록한 것을 특징으로 하는 컴퓨터 판독 가능한 기록 매체.
삭제
생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 시뮬레이터에 대응시킨 수식 모델이며, 상기 생산·물류 프로세스의 물류 상태와 물류 제약 중에서, 작성하는 생산·물류 스케줄에 관련되는 요소를 도입하여 작성된 상태 방정식을 이용하는 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치로서의 기능을 컴퓨터에 실현시켜,

상기 최적화 계산 처리에 의해 피드백 게인을 산출하는 단계와,

그 피드백 게인과 물류 상태를 이용하여 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여하고, 시뮬레이션을 진행시켜, 새로운 물류 상태를 얻는 단계와,

이 새로운 물류 상태를 바탕으로 새로운 물류 지시를 산출하는 단계를 포함하고,

상기 단계들을 반복함으로써 얻게 된 시뮬레이션 결과로부터 상기 생산·물류 프로세스에 있어서의 생산·물류 스케줄을 작성하도록 한 컴퓨터 프로그램을 기록한 것을 특징으로 하는 컴퓨터 판독 가능한 기록 매체.
삭제
생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 시뮬레이터에 대응시킨 수식 모델이며, 상기 생산·물류 프로세스의 입안 개시 시간으로부터 미리 설정한 기간(계획 작성 기간)만큼을 대상으로 삼아, 상기 생산·물류 프로세스의 물류 상태와 물류 제약 중에서, 작성하는 생산·물류 스케줄에 관련되는 요소를 도입하여 작성되는 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치로서의 기능을 컴퓨터에 실현시켜,

상기 최적화 계산 처리에 의해 현시점에서 미리 설정한 기간(지시 산출 기간)만큼에 대해 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여하는 단계와,

미리 설정한 기간(시뮬레이션 기간)만큼만 시뮬레이션을 실행하여 미리 설정한 기간(계획 확정 기간)만큼만 물류 계획을 확정하는 단계와,

상기 확정한 기간 직후의 일시를 새로운 입안 시작 일시로서 설정하여 물류 계획을 입안하는 단계를 포함하고,

상기 단계들을 반복함으로써 얻게 된 시뮬레이션 결과로부터 상기 생산·물류 프로세스에 있어서의 생산·물류 스케줄을 작성하도록 한 컴퓨터 프로그램을 기록한 것을 특징으로 하는 컴퓨터 판독 가능한 기록 매체.
생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와,

상기 생산·물류 시뮬레이터에 대응시킨 수식 모델이며, 상기 생산·물류 프로세스의 물류 상태와 물류 제약 중에서, 작성하는 생산·물류 스케줄에 관련되는 요소를 도입하여 작성된 상태 방정식을 이용하는 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와,

상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치를 갖고,

상기 최적화 계산 처리에 의해 피드백 게인을 산출하고, 그 피드백 게인과 물류 상태를 이용하여 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여하고, 시뮬레이션을 진행시켜, 새로운 물류 상태를 얻고, 이 새로운 물류 상태를 바탕으로 새로운 물류 지시를 산출한다고 하는 처리를 반복함으로써 얻게 된 시뮬레이션 결과를 기초로 하여 생산·물류 프로세스의 제어를 하는 것을 특징으로 하는 생산·물류 프로세스 제어 장치.
생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와,

상기 생산·물류 시뮬레이터에 대응시킨 수식 모델이며, 상기 생산·물류 프로세스의 입안 개시 시간으로부터 미리 설정한 기간(계획 작성 기간)만큼을 대상으로 삼아, 상기 생산·물류 프로세스의 물류 상태와 물류 제약 중에서, 작성하는 생산·물류 스케줄에 관련되는 요소를 도입하여 작성되는 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와,

상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치를 갖고,

상기 최적화 계산 처리에 의해 현시점에서 미리 설정한 기간(지시 산출 기간)만큼에 대해 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여해, 미리 설정한 기간(시뮬레이션 기간)만큼만 시뮬레이션을 실행하여 미리 설정한 기간(계획 확정 기간)만큼만 물류 계획을 확정하고, 상기 확정한 기간 직후의 일시를 새로운 입안 시작 일시로서 설정하여 물류 계획을 입안한다고 하는 처리를 반복함으로써 얻게 된 시뮬레이션 결과를 기초로 하여 생산·물류 프로세스의 물류 제어를 하도록 한 것을 특징으로 하는 생산·물류 프로세스 제어 장치.
생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 시뮬레이터에 대응시킨 수식 모델이며, 상기 생산·물류 프로세스의 물류 상태와 물류 제약 중에서, 작성하는 생산·물류 스케줄에 관련되는 요소를 도입하여 작성된 상태 방정식을 이용하는 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치를 갖는 생산·물류 프로세스 제어 장치에 의해 생산·물류 프로세스를 제어하는 방법이며,

상기 최적화 계산 처리에 의해 피드백 게인을 산출하는 단계와,

그 피드백 게인과 물류 상태를 이용하여 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여하고, 시뮬레이션을 진행시켜, 새로운 물류 상태를 얻는 단계와,

이 새로운 물류 상태를 바탕으로 새로운 물류 지시를 산출하는 단계를 포함하고,

상기 단계들을 반복함으로써 얻게 된 시뮬레이션 결과를 기초로 하여 생산·물류 프로세스의 제어를 하도록 한 것을 특징으로 하는 생산·물류 프로세스 제어 방법.
생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 시뮬레이터에 대응시킨 수식 모델이며, 상기 생산·물류 프로세스의 입안 개시 시간으로부터 미리 설정한 기간(계획 작성 기간)만큼을 대상으로 삼아, 상기 생산·물류 프로세스의 물류 상태와 물류 제약 중에서, 작성하는 생산·물류 스케줄에 관련되는 요소를 도입하여 작성되는 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치를 갖는 생산·물류 프로세스 제어 장치를 이용한 생산·물류 프로세스 제어 방법이며,

상기 최적화 계산 처리에 의해 현시점에서 미리 설정한 기간(지시 산출 기간)만큼에 대해 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여하는 단계와,

미리 설정한 기간(시뮬레이션 기간)만큼만 시뮬레이션을 실행하여 미리 설정한 기간(계획 확정 기간)만큼만 물류 계획을 확정하는 단계와,

상기 확정한 기간 직후의 일시를 새로운 입안 시작 일시로서 설정하여 물류 계획을 입안하는 단계를 포함하고,

상기 단계들을 반복함으로써 얻게 된 시뮬레이션 결과를 기초로 하여 생산·물류 프로세스의 물류 제어를 하도록 한 것을 특징으로 하는 생산·물류 프로세스 제어 방법.
삭제
생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 시뮬레이터에 대응시킨 수식 모델이며, 상기 생산·물류 프로세스의 물류 상태와 물류 제약 중에서, 작성하는 생산·물류 스케줄에 관련되는 요소를 도입하여 작성된 상태 방정식을 이용하는 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치로서의 기능을 컴퓨터에 실현시켜,

상기 최적화 계산 처리에 의해 피드백 게인을 산출하는 단계와,

그 피드백 게인과 물류 상태를 이용하여 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여하고, 시뮬레이션을 진행시켜, 새로운 물류 상태를 얻는 단계와,

이 새로운 물류 상태를 바탕으로 새로운 물류 지시를 산출하는 단계를 포함하고,

상기 단계들을 반복함으로써 얻게 된 시뮬레이션 결과를 기초로 하여 생산·물류 프로세스의 제어를 하도록 한 컴퓨터 프로그램을 기록한 것을 특징으로 하는 컴퓨터 판독 가능한 기록 매체.
삭제
생산·물류 프로세스의 물류 상태와 물류 제약을 표현한 생산·물류 프로세스를 모의하는 생산·물류 시뮬레이터와, 상기 생산·물류 시뮬레이터에 대응시킨 수식 모델이며, 상기 생산·물류 프로세스의 입안 개시 시간으로부터 미리 설정한 기간(계획 작성 기간)만큼을 대상으로 삼아, 상기 생산·물류 프로세스의 물류 상태와 물류 제약 중에서, 작성하는 생산·물류 스케줄에 관련되는 요소를 도입하여 작성되는 수식 모델을 보유 지지하는 수식 모델 보유 지지 장치와, 상기 수식 모델에 대하여 소정의 평가 함수를 이용하여 최적화 계산 처리를 행하여 상기 생산·물류 시뮬레이터에 대한 물류 지시를 산출하는 최적화 계산 장치로서의 기능을 컴퓨터에 실현시켜,

상기 최적화 계산 처리에 의해 현시점에서 미리 설정한 기간(지시 산출 기간)만큼에 대해 물류 지시를 산출하여 상기 생산·물류 시뮬레이터에 부여하는 단계와,

미리 설정한 기간(시뮬레이션 기간)만큼만 시뮬레이션을 실행하여 미리 설정한 기간(계획 확정 기간)만큼만 물류 계획을 확정하는 단계와,

상기 확정한 기간 직후의 일시를 새로운 입안 시작 일시로서 설정하여 물류 계획을 입안하는 단계를 포함하고,

상기 단계들을 반복함으로써 얻게 된 시뮬레이션 결과를 기초로 하여 생산·물류 프로세스의 물류 제어를 하도록 한 컴퓨터 프로그램을 기록한 것을 특징으로 하는 컴퓨터 판독 가능한 기록 매체.