WO2014155840A1 - 設計変更影響予測装置、方法、およびプログラム - Google Patents

設計変更影響予測装置、方法、およびプログラム Download PDF

Info

Publication number
WO2014155840A1
WO2014155840A1 PCT/JP2013/082631 JP2013082631W WO2014155840A1 WO 2014155840 A1 WO2014155840 A1 WO 2014155840A1 JP 2013082631 W JP2013082631 W JP 2013082631W WO 2014155840 A1 WO2014155840 A1 WO 2014155840A1
Authority
WO
WIPO (PCT)
Prior art keywords
change
item
design
word
frequency
Prior art date
Application number
PCT/JP2013/082631
Other languages
English (en)
French (fr)
Inventor
慶 今沢
加茂田　浩司
彰 多田
義輝 勝村
Original Assignee
株式会社日立製作所
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 株式会社日立製作所 filed Critical 株式会社日立製作所
Publication of WO2014155840A1 publication Critical patent/WO2014155840A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]

Definitions

  • the present invention relates to a design change impact prediction apparatus, method, and program.
  • the present invention claims the priority of Japanese Patent Application No. 2013-64477 filed on March 26, 2013. Is incorporated into this application by reference.
  • Patent Document 1 includes a change record database that is history information relating to past change records, a means for determining a change type by selecting from the variables that constitute the change record database, and the change record database according to the change type. Using the means to classify the change history by the change type, the change ID for each change (occurrence change), and the other change ID (impact change) affected by the change, the change on the occurrence side And a means for generating a combination of the type and the change type on the influence side as a change pattern.
  • Patent Document 1 describes a mechanism for generating a combination of a change type on the change occurrence side and a change type on the influence side as a change pattern.
  • a mechanism is described in which the expected value of the additional cost is calculated from the change type on the change occurrence side using the additional cost caused by each change pattern and the frequency of occurrence of each change pattern.
  • the technique described in Patent Document 1 deals with propagation of change influences with patterns that have occurred in the past.
  • Patent Document 1 when predicting the change impact with high accuracy using Patent Document 1, it is necessary to prepare a large number of change cases classified into the same change pattern.
  • an object of the present invention is to provide a technique capable of increasing the accuracy of a change impact prediction that occurs with a change even in a small number of past change cases. .
  • the present application includes a plurality of means for solving the above-described problems.
  • a storage unit that stores a word list including words related to a design change of a design
  • a word acquisition unit that acquires a word that matches a word included in the word list from a notification document that indicates the contents of the design change, and the design object whose change is directly indicated in the notification document from the acquired word.
  • An item acquisition unit for acquiring a primary change item as a drawing item, and a frequency at which a design change occurs in each division obtained by dividing a range of change amount of the primary change item into a predetermined number, and the primary change item And the frequency of the design change in each division obtained by dividing the range of the amount of change that can be taken by the primary change item into a predetermined number, and the probability propagation model, the section of the drawing of the design to be changed in the notification document Designed in each division obtained by dividing the range of the amount of change that can be taken by the secondary change item into a predetermined number and the secondary change item that is an item including the drawing item that is changed in accordance with the change of the primary change item.
  • the embodiment described below relates to a design change.
  • the target of the design change is not particularly limited as long as the contents of the design change are indicated by a document and a drawing.
  • an object to be changed is described as a design object.
  • the design object includes a document or the like indicating the contents of the design change when the design change occurs, and a drawing or the like created from the document.
  • FIG. 1 is an example of a functional block diagram of the design change impact prediction system of this embodiment.
  • the design change impact prediction system 100 includes a database unit 110, a prediction model construction engine unit 120, a prediction value calculation engine unit 130, a prediction model storage unit 140, a control unit 150, and the like.
  • Each of the prediction model construction engine unit 120, the prediction value calculation engine unit 130, the control unit 150, and the like is connected to the database unit 110 via a known communication network 160.
  • Each of the prediction model construction engine unit 120 and the prediction value calculation engine unit 130 is connected to the prediction model storage unit 140 via a known communication network 170.
  • the database unit 110 includes a word list DB 111, a notification document DB 112, a change item information DB 113, a difference information DB 114, a drawing history information DB 115, and a man-hour information DB 116.
  • the word list DB 111 stores a word list 111a and the like.
  • the word list 111a indicates words to be searched from the notification document.
  • the notification document DB 112 stores a notification document 112a and the like.
  • the notification document 112a is a notification document or the like in the past design change.
  • the change item information DB 113 stores change item information 113a and the like.
  • the change item information 113a indicates a part of a design that has been changed in the past design change. More specifically, the change item information 113a indicates a part, a specification, and the like in the changed drawing when the design drawing is changed due to a past design change.
  • change items parts and specifications in this drawing will be described as “change items”.
  • the difference information DB 114 stores difference information 114a and the like.
  • the difference information 114a indicates the difference between the drawings before and after the change in the past design change.
  • a change item is associated with a change amount of the change item.
  • the change amount of the change item is, for example, a difference before and after the change in size, weight, quantity, and the like.
  • the drawing history information DB 115 stores drawing history information 115a and the like.
  • the drawing history information 115a indicates detailed information of drawings created in the past. More specifically, in the drawing history information 115a, a change item is associated with a value of the change item (for example, a value such as a dimension, weight, or quantity).
  • the man-hour information DB 116 stores man-hour information 116a and the like.
  • the man-hour information 116a indicates man-hours generated due to past design changes. More specifically, for example, the change item, the value of the change item, and the man-hour that is the time required to change the change item are associated with each other.
  • the notification document 112a, the change item information 113a, the difference information 114a, the drawing history information 115a, and the man-hour information 116a are stored so as to be able to identify the design object or design change that is the basis of the information.
  • the technology for identifying these is not particularly limited. For example, design change identification information, design object identification information, revision and version information, date and time, arbitrary management information, etc., assigned to each information Etc., or a combination thereof. Since such a technique is well-known, detailed description is abbreviate
  • the change item information 113a, the difference information 114a, and the like are stored so that the change item directly indicated by the notification document can be distinguished from other change items changed in accordance with the change of the change item. Also good. That is, the change item information 113a, the difference information 114a, and the like may be stored so that a change item that is directly changed by the notification document and a change item that has changed due to the change can be distinguished.
  • the technique for distinguishing these is not particularly limited, but may be distinguished by, for example, a given flag or the like. Further, it is not necessary to store both of the change item information 113a and the difference information 114a so that they can be distinguished. If at least one of them can be distinguished, for example, design change identification information, design, etc.
  • FIG. 2 is an example of the word list 111a stored in the word list DB 111. As shown in FIG. 2 as an example, in the word list 111a, a word 201 and a word ID 202 are associated with each other.
  • the word 201 is an area for storing a word.
  • the word ID 202 is an area for storing a word ID that is identification information of the corresponding word.
  • the word stored in the word 201 is a word that can be estimated from the design change among the words that can be included in the notification document. Hereinafter, such a word will be described as a “key word”.
  • the word list 111a may be the same word list 111a applied to all the designs, or different word lists 111a may be applied depending on the design and its type.
  • different word lists 111a are applied depending on the design, its type, etc.
  • information indicating the design, type, etc. is given to each word list 111a, and the word list 111a used in the following processing is given by this information. You may specify.
  • the prediction model construction engine unit 120 includes a change item prediction model construction unit 121, an item / change amount prediction model construction unit 122, and a man-hour prediction model construction unit 123.
  • the predicted value calculation engine unit 130 includes a morphological analysis unit 131, a word acquisition unit 132, a change item acquisition unit 133, an item / change amount acquisition unit 134, and a man-hour acquisition unit 135.
  • the prediction model storage unit 140 includes a change item prediction model DB 141, an item / change amount prediction model DB 142, and a man-hour prediction model DB 143.
  • the control unit 150 includes an output control unit 151, an output unit 152, an input unit 153, and a storage unit 154.
  • the change item prediction model DB 141 stores a change item prediction model 141a and the like.
  • the item / change amount prediction model DB 142 stores items / change amount prediction models 142a and the like.
  • the man-hour prediction model DB 143 stores a man-hour prediction model 143a and the like.
  • the change item prediction model 141a is for acquiring a change item whose design change is directly indicated by the notification document and a degree of change amount of each change item.
  • a change item that is acquired using the change item prediction model 141a and in which a design change is directly indicated by a notification document will be described as a “primary change item”.
  • the item / change amount prediction model 142a is for acquiring all change items whose design is changed by the notification document and the degree of change amount of the change items.
  • all the change items that are acquired by using the item / change amount prediction model 142a and whose design is changed by the notification document will be described as “secondary change items”.
  • the man-hour prediction model 143a is for acquiring man-hours necessary for the design change from the secondary change items and the degree of the change.
  • the degree of change of the change item acquired by the change item prediction model 141a is different from the degree of change of the change item acquired by the item / change amount prediction model 142a. That is, the item / change amount prediction model 142a can acquire the degree of change amount of the change item with finer resolution than the change item prediction model 141a.
  • the resolution is not particularly limited, here, it is assumed that the changeable value range can be divided into five stages in the change item prediction model 141a and divided into ten stages in the item / change amount prediction model 142a. explain. Details of this will be described later.
  • the resolution does not have to be the same for all the change item prediction models 141a, the item / change amount prediction models 142a, and the like, and may differ depending on the design, the type thereof, and the like.
  • each of the change item prediction model 141a, the item / change amount prediction model 142a, and the man-hour prediction model 143a is, for example, a program including numbers, formulas, and the like for realizing these models.
  • Each of the change item prediction model DB 141, the item / change amount prediction model DB 142, and the man-hour prediction model DB 143 includes a program for realizing these models, identification information of a design that the program functions, and / or The program creation date and time are assigned and stored.
  • the change item prediction model construction unit 121 constructs a change item prediction model 141a based on the data acquired from the notification document DB 112 and the change item information DB 113, and stores the change item prediction model 141a in the change item prediction model DB 141.
  • the item / change amount prediction model construction unit 122 constructs an item / change amount prediction model 142a based on the data acquired from the difference information DB 114, and stores it in the item / change amount prediction model DB 142.
  • the man-hour prediction model construction unit 123 constructs the man-hour prediction model 143a based on the data acquired from the drawing history information DB 115 and the man-hour information DB 116, and stores it in the man-hour prediction model DB 143.
  • the morpheme analyzer 131 divides the notification document to be predicted into words.
  • the word acquisition unit 132 acquires a word that is a key word among the words divided by the morphological analysis unit 131 based on the word list 111a.
  • the change item acquisition unit 133 uses the change item prediction model 141a to identify a change location in the drawing in which a change is directly indicated in the notification document, and acquires a primary change item.
  • the item / change amount acquisition unit 134 uses the item / change amount prediction model 142a to acquire the change locations in all the drawings to be changed in the notification document and the probability distribution of the change amount.
  • the man-hour acquisition unit 135 calculates the man-hour using the man-hour prediction model 143a.
  • the output unit 152 outputs the result acquired by each unit of the predicted value calculation engine unit 130.
  • the input unit 153 inputs information to the predicted value calculation engine unit 130 and the like.
  • the output control unit 151 controls output to the output unit 152.
  • the storage unit 154 stores lead time information 154a.
  • the lead time information 154a stores, for example, a change item and a lead time from when the change item is changed to when a cost is generated.
  • FIG. 3 is an example of a system configuration that implements the design change impact prediction system 100.
  • the design change impact prediction system 100 includes a plurality of information processing devices 301, a plurality of storages 302, and the like. Each information processing apparatus 301 and each storage 302 are connected via a known communication network 303.
  • the information processing apparatus 301 includes an arithmetic device 311, a memory 312, an external storage device 313, an output device 314, an input device 315, a communication I / F (interface) 316, and the like. These are connected via a bus 317.
  • the computing device 311 is, for example, a CPU (Central Processing Unit).
  • the external storage device 313 is, for example, a flash disk such as a HDD (Hard Disk Drive) or an SSD (Solid State Drive), an arbitrary storage medium, and a reading / writing device thereof.
  • the output device 314 is, for example, a display device or a speaker.
  • the input device 315 is, for example, a keyboard, a mouse, a microphone, or the like.
  • the output device 314 and the input device 315 may be realized by a single device such as a touch panel, or may be realized by another information terminal (not shown) connected via the communication network 303 or the like.
  • the storage 302 includes, for example, an HDD, a flash disk such as an SSD, an arbitrary storage medium, and a read / write device (not shown).
  • each of the above-described configurations is shown only for one information processing device 301, but the other information processing devices 301 have the same configuration. Further, the number of each of the information processing apparatus 301 and the storage 302 is arbitrary, and is not limited to that shown in FIG.
  • each configuration of the prediction value calculation engine unit 130, the prediction model construction engine unit 120, and the output control unit 151 includes a program or communication stored in the external storage device 313 or the like of the arithmetic device 311 of the information processing device 301. It is assumed that a program input via the I / F 316 or the like is loaded into the memory 312 and executed.
  • each configuration of the prediction value calculation engine unit 130, the prediction model construction engine unit 120, and the output control unit 151 does not need to be realized in different devices or the like, and all or a part of these components may be in the same device or the like. It may be realized.
  • Each configuration of the predicted value calculation engine unit 130, the predicted model construction engine unit 120, and the output control unit 151 may be realized by being distributed to a plurality of devices.
  • the output unit 152 is realized by the output device 314 or the like.
  • the input unit 153 is realized by the input device 315 and / or the communication I / F 316 or the like.
  • the storage unit 154 is realized by the external storage device 313 or the like.
  • Each of the database unit 110 and the prediction model storage unit 140 is realized by one or a plurality of storages 302 or the like.
  • each configuration shown in FIG. 1 is not limited to this.
  • some or all of the components of the prediction model construction engine unit 120, the prediction value calculation engine unit 130, and the output control unit 151 may be realized as hardware by a circuit or the like.
  • FIG. 4 is an example of a design change impact prediction flow.
  • the flow demonstrated here demonstrates the operation
  • FIG. The timing for starting this process is not limited, but is started when a start instruction, a notification document, or the like is input from the input unit 153 or the like, for example.
  • the morphological analysis unit 131 and the word acquisition unit 132 acquire a key word from the notification document (S401).
  • the change item acquisition unit 133 acquires the primary change item and the extent of the change amount from the key word acquired in S401 (S402).
  • the item / change amount acquisition unit 134 acquires the secondary change item and the extent of the change amount from the information acquired in S402 (S403).
  • a model is created by the change item prediction model construction unit 121 to the man-hour prediction model construction unit 123.
  • the man-hour acquisition unit 135 acquires the man-hours generated due to the design change from the information acquired in S403 (S404).
  • the output control unit 151 outputs information obtained by these processes to the input unit 153 (S405).
  • FIG. 5 is an example of the processing flow of S401.
  • the morpheme analyzer 131 acquires a notification document to be predicted (S501). This notification document may be read from the notification document DB 112 or may be input from the input unit 153 or the like.
  • the word acquisition unit 132 reads and acquires the word list 111a from the word list DB 111 (S502).
  • the word acquisition unit 132 acquires a word by performing morphological analysis on the notification document acquired in S501 (S503). Since morphological analysis is publicly known, details are omitted.
  • the word acquisition unit 132 specifies a key word among the words acquired in S503, and acquires a key word list that is a set of key words. . (S504).
  • the word acquisition unit 132 stores the acquired key word list in an arbitrary storage area such as the memory 312.
  • FIG. 6 is an example of a notification document.
  • the notification document 600 shown as an example in FIG. 6 is acquired.
  • FIG. 7 is a diagram for explaining a processing example of S503.
  • the word acquisition unit 132 acquires a word from the notification document 600 described in a natural language by an arbitrary technique such as morphological analysis.
  • a word set 700 shown as an example in FIG. 7 is an example in which the notification document 600 is shown with a break for each acquired word.
  • FIG. 8 is a diagram for explaining a processing example of S504.
  • a plurality of words are acquired from the notification document 600.
  • the word acquisition unit 132 specifies a key word based on whether or not a word that matches each of the words acquired in S503 is included in the word list 111a, and acquires a set of the specified key words.
  • the word acquisition unit 132 specifies a key word based on whether or not each word constituting the word set 700 matches the word 201 of the word list 111a.
  • the word acquisition unit 132 further assigns a word ID to the identified key word. This word ID is the word ID 202 corresponding to the matched word 201.
  • An example in which the key word of the word set 700 is replaced with the word ID 202 of the word list 111a is the replacement word list 800 of FIG.
  • the word acquisition unit 132 further deletes a word that has not been replaced with the word ID from the constituents of the replacement word list 800.
  • the key word list 801 in FIG. 8B is an example of a set of word IDs acquired by this processing.
  • FIG. 9 is an example of the processing flow of S402.
  • the change item acquisition unit 133 acquires information for determining whether or not to build the change item prediction model 141a (S901).
  • This information is not particularly limited, but is, for example, the previous model creation date and time, the cumulative number of predicted data since the latest model construction, that is, the number of times the flow illustrated in FIG.
  • These pieces of information may be, for example, creation date / time information associated with models stored in each DB of the prediction model storage unit 140, and may be stored in the external storage device 313, the storage 302, or the like. It may be information.
  • the information input from the input part 153 etc. may be sufficient.
  • the change item acquisition unit 133 determines whether or not to build the change item prediction model 141a (S902). Although this determination is not particularly limited, for example, the determination is made based on the information acquired in S901.
  • the change item acquisition unit 133 determines to construct the change item prediction model 141a when the difference between the previous model creation date and time and the current date and time is equal to or greater than a predetermined reference value.
  • the change item acquisition unit 133 determines that the change item prediction model 141a is to be built when more prediction data than the predetermined number has been acquired since the previous model was built. Further, the change item acquisition unit 133 determines whether the information input from the input unit 153 or the like indicates that the change item prediction model 141a is constructed.
  • the change item acquisition unit 133 instructs the change item prediction model construction unit 121 to construct a model.
  • the change item prediction model construction unit 121 acquires information necessary for model construction (S903).
  • the information acquired here is, for example, the notification document 112a stored in the notification document DB 112, the change item information 113a stored in the change item information DB 113, and the like.
  • the change item prediction model construction unit 121 may further acquire the difference information 114a and the like stored in the difference information DB 114.
  • the change item prediction model construction unit 121 creates a change item prediction model 141a from the information read in S902 (S904).
  • This model is not particularly limited.
  • an identification model such as SVM (Support Vector Machine) or Logistic Regression, a classification tree such as C4.5 or Random Forest, or a generation model such as LDA (Latent Dirichlet Allocation) may be used. Since these models and model creation techniques are known, the details are omitted.
  • the change item prediction model construction unit 121 uses a program including an expression and a number for realizing a known model as a format. The model may be created by including the number calculated from the information read in S903 as a weight value. Further, the change item prediction model construction unit 121 may acquire a key word list by the same processing as in the above S501 to S504 and create the model using the acquired key word list.
  • the change item prediction model construction unit 121 stores the created model in the change item prediction model DB 141 in association with the identification information of the design object to be predicted, the creation date and time, and the like.
  • the change item acquisition unit 133 acquires the change item prediction model 141a used in the following processing (S905). Specifically, the change item acquisition unit 133 reads the change item prediction model 141a from the change item prediction model DB 141.
  • the change item acquisition unit 133 predicts based on the identification information of the assigned design object, the creation date and time of each model, and the like. The design model and / or the latest model is identified and read out.
  • the change item acquisition unit 133 reads and acquires the key word list stored in an arbitrary storage area such as the memory 312 (S906).
  • the change item acquisition unit 133 uses the change item prediction model 141a created in S904 or the change item prediction model 141a acquired in S905 and the key word list acquired in S906, and the change item.
  • the degree of the change amount is acquired (S907).
  • the change item acquisition unit 133 takes the key word list or the like acquired in S906 as an input value, and changes the change item prediction model 141a for each change item of the design object changed by the design change. It is acquired how often the design change has occurred in each division obtained by dividing the range of the change amount that the item can take into a predetermined number.
  • the frequency for each change item can be shown below.
  • ⁇ x i indicates the degree of change of the change item.
  • W indicates a notification document.
  • the change item prediction model 141a divides the change amount of the change item into five stages as described above.
  • FIG. 10 is an example of the change amount frequency for each change item.
  • the graph 1000 is an example in which the change amount of the change item is divided into five stages: a large change in the minus direction, a small change in the minus direction, almost no change, a small change in the plus direction, and a large change in the plus direction. It is.
  • Each category indicates the degree of change of the change item. [Delta] x i in the above equation (1) indicates that in this way is either classified the change amount to 5 stages.
  • the change item acquisition unit 133 identifies the change item for which the design change is directly indicated by the notification document from the frequency of each change item acquired as described above.
  • the specific technology for the change item is not particularly limited.
  • the change item acquisition unit 133 may identify one or more change items in order from the highest frequency, for example, by sorting on the basis of the frequency of each change item acquired by the above processing, or any arbitrary change item.
  • the change item may be specified from the result of comparing the evaluation value calculated from the evaluation function or the like with the threshold value or the like.
  • the change item acquisition unit 133 stores the acquired change item and the frequency for each change amount category in the arbitrary storage area such as the memory 312 as the frequency for each primary change item and the change amount category.
  • FIG. 11 is an example of the processing flow of S403.
  • the item / change amount acquisition unit 134 acquires information for determining whether or not to construct the item / change amount prediction model 142a (S1101). This information is not particularly limited. For example, since this information is the same as S901, details are omitted.
  • the item / change amount acquisition unit 134 determines whether to construct the item / change amount prediction model 142a (S1102). Although this determination is not particularly limited, for example, since it is the same as S902 above, details are omitted.
  • the item / change amount acquisition unit 134 instructs the item / change amount prediction model construction unit 122 to construct a model.
  • the item / change amount prediction model construction unit 122 acquires information necessary for model construction (S1103).
  • the information acquired here is, for example, difference information 114a stored in the difference information DB 114.
  • the item / change amount prediction model construction unit 122 creates the item / change amount prediction model 142a from the information read in S1102 (S1104).
  • this model is not particularly limited, for example, a probability propagation model such as Bayesian Network may be used. Since this model and the model creation technique are known, the details are omitted.
  • the item / change amount prediction model construction unit 122 includes formulas and numbers for realizing a known model, similar to S904 above.
  • a model may be created by setting the program as a format and including the number calculated from the information read in S1103 as a weight value.
  • the item / change amount prediction model construction unit 122 stores the created model in the item / change amount prediction model DB 142 in association with the identification information of the design object to be predicted, the creation date and time, and the like.
  • the item / change amount acquisition unit 134 acquires the item / change amount prediction model 142a used in the following processing (S1105). ). Specifically, the item / change amount acquisition unit 134 reads the item / change amount prediction model 142 a from the item / change amount prediction model DB 142. When a plurality of items / change amount prediction models 142a are stored in the item / change amount prediction model DB 142, the item / change amount acquisition unit 134 identifies identification information of the assigned design object, creation date / time of each model, etc. Based on the above, the model of the design object to be predicted and / or the latest model is identified and read out.
  • the item / change amount acquisition unit 134 reads and acquires the primary change item acquired in S907 and the frequency for each change amount category, which are stored in an arbitrary storage area such as the memory 312 (S1106). ).
  • the item / change amount acquisition unit 134 creates the item / change amount prediction model 142a created in S1104 or the item / change amount prediction model 142a acquired in S1105, the primary change item acquired in S1106, and its change amount category.
  • the change item to be changed by the design change and the change amount category are acquired from the frequency of the change (S1107).
  • the item / change amount acquisition unit 134 can be changed by a design change by the item / change amount prediction model 142a using the change amount classification or the like for each primary change item acquired in S1106 as an input value.
  • the frequency of design change occurring in each division obtained by dividing the range of change amount that can be taken by the change item into a predetermined number is acquired.
  • the frequency for each change item can be shown below.
  • ⁇ x 1 ... ⁇ x p indicates the change amount category of the change item.
  • ⁇ x i indicates a change amount category of the primary change item.
  • the change items of ⁇ x 1 ... ⁇ x p can include primary change items.
  • the item / change amount prediction model 142a classifies the change amount of the change item into 10 stages.
  • the example of the frequency is the same as the graph 1000 described with reference to FIG. 10 except that the number of sections is different.
  • ⁇ x 1 ... ⁇ x p in the above equation (2) indicates any one of the change amount categories divided into 10 stages.
  • the item / change amount acquisition unit 134 acquires the change item of the design object changed by the design change and the change amount classification of the change item from the frequency of each change item acquired as described above. Therefore, the item / change amount acquisition unit 134 compares, for example, the frequency for each change item acquired by the above processing, an evaluation value calculated from an arbitrary evaluation function, a threshold value, and the like, similar to S907 above. From the above, the change item and the change amount category may be acquired.
  • the item / change amount acquisition unit 134 stores the acquired change item and the change amount category of the change item in an arbitrary storage area such as the memory 312 as the frequency of the secondary change item and the change amount category, Furthermore, it outputs to the control part 150.
  • the number of change amount categories of the primary change item is different from the number of change amount categories of the secondary change item.
  • classifying the change amount of the primary change item relatively roughly it becomes possible to increase the accuracy of specifying the change item based on the notification document.
  • specifying the change amount of the secondary change item relatively finely it is possible to increase the accuracy of specifying the secondary change item and the change amount.
  • FIG. 12 is an example of the processing flow of S404.
  • the man-hour acquisition unit 135 acquires information for determining whether to construct the man-hour prediction model 143a (S1201). This information is not particularly limited. For example, since this information is the same as S901, details are omitted.
  • the man-hour acquisition unit 135 determines whether to construct the man-hour prediction model 143a (S1202). Although this determination is not particularly limited, for example, since it is the same as S902 above, details are omitted.
  • the man-hour acquisition unit 135 instructs the man-hour prediction model construction unit 123 to construct a model.
  • the man-hour prediction model construction unit 123 acquires information necessary for model construction (S1203).
  • the information acquired here is, for example, the drawing history information 115a stored in the drawing history information DB 115, the man-hour information 116a stored in the man-hour information DB 116, and the like.
  • the man-hour prediction model construction unit 123 creates a man-hour prediction model 143a from the information read in S1203 (S1204).
  • This model is not particularly limited.
  • a multiple regression model such as a generalized linear model may be used. Since these models and model creation techniques are known, the details are omitted.
  • the man-hour prediction model construction unit 123 like S904, includes a program including formulas and numbers for realizing a known model.
  • a model may be created by using a format and including the number calculated from the information read in S1203 as a weight value.
  • the man-hour prediction model construction unit 123 stores the created model in the man-hour prediction model DB 143 in association with the identification information of the design object to be predicted, the creation date and time, and the like.
  • the man-hour obtaining unit 135 obtains the man-hour prediction model 143a used in the following processing (S1205). Specifically, the man-hour acquisition unit 135 reads the man-hour prediction model 143a from the man-hour prediction model DB 143. When a plurality of man-hour prediction models 143a are stored in the man-hour prediction model DB 143, the man-hour acquisition unit 135 determines the design object to be predicted based on the identification information of the assigned design object, the creation date and time of each model, and the like. Or the latest model is identified and read out.
  • the man-hour acquisition unit 135 stores the primary change item acquired in S907 and the frequency for each change amount category stored in an arbitrary storage area such as the memory 312; the secondary change item acquired in S1107; The frequency and the like for each change amount category is read and acquired (S1206).
  • the man-hour acquisition unit 135 acquires the man-hour generated by the design change from the man-hour prediction model 143a created in S1204 or the man-hour prediction model 143a obtained in S1205, the information obtained in S1206, and the like (S1207).
  • the man-hour acquisition unit 135 uses, as input values, the primary change item and the frequency for each change amount category, the secondary change item and the frequency for each change amount category, etc. acquired in S1206.
  • the man-hour generated by the design change is acquired by the man-hour prediction model 143a.
  • the man-hour for one secondary change item can be shown below.
  • the technique for calculating the expected value of all man-hours generated by the design change based on the notification document is arbitrary, but for example, it can be calculated by the following expression obtained by integrating the above expression (3).
  • the man-hour acquisition unit 135 calculates the cost by adding the man-hour unit price stored in the output device 314 or the like to the expected man-hour value of the design that is changed by the design change.
  • the man-hour acquisition unit 135 stores the man-hour and the cost calculated in this manner in an arbitrary storage area such as the memory 312, and further outputs them to the control unit 150.
  • the output control unit 151 stores the information output from the item / change amount acquisition unit 134, the man-hour acquisition unit 135, and the like in its own memory 312 and / or the external storage device 313.
  • the output control unit 151 performs processing for causing the output unit 152 to output this information.
  • the output control unit 151 reads out the secondary change items and the frequency for each change amount category from the memory 312 and / or the external storage device 313, etc., creates information for outputting them, and outputs the output unit It outputs to 152.
  • FIG. 13 is an example of a screen displaying the secondary change items and the frequency for each change amount category.
  • a screen 1300 is an example when the secondary change items and the frequency for each change amount category are displayed as a histogram.
  • the screen 1300 shows an example in which secondary change items and a histogram of the change items are displayed.
  • the output control unit 151 outputs the cost read from the memory 312 and / or the external storage device 313 to the output unit 152.
  • this output form is not particularly limited, an example in which a time axis at which an additional cost is generated is further added will be described.
  • FIG. 14 is an example of a screen showing the additional cost and the timing that accompany the design change.
  • a screen 1400 is an example in the case where a so-called box-and-whisker chart is displayed with the vertical axis representing additional costs and the horizontal axis representing time.
  • the output control unit 151 performs the following processing.
  • the output control unit 151 reads the secondary change item and the frequency for each change amount category from the memory 312 and / or the external storage device 313 or the like. Further, the output control unit 151 reads the lead time information 154 a from the storage unit 154. The output control unit 151 acquires the lead time for each secondary change item based on the read secondary change item, the lead time information 154a, and the like.
  • the output control unit 151 specifies a time such as a date and a secondary change item in which man-hours occur at that time, for example, from the lead time for each secondary change item acquired in the above process. From the information specified in this way, the output control unit 151 sets a secondary change item in which man-hours are generated during each unit time arbitrarily divided into a predetermined period, for example, hour, day, week, month, year, etc. Identify. This unit time may be set in advance or may be input from the input unit 153 or the like. The output control unit 151 calculates the man-hour that occurs during each unit time from the secondary change items that are identified in this way and that man-hour occurs during each unit time.
  • a time such as a date and a secondary change item in which man-hours occur at that time, for example, from the lead time for each secondary change item acquired in the above process. From the information specified in this way, the output control unit 151 sets a secondary change item in which man-hours are generated during each unit time arbitrarily
  • this process is not particularly limited, for example, it may be acquired in the same manner as in S1207.
  • the difference between the process here and the process in S1207 is that, here, the man-hour only for the secondary change item in which the man-hour occurs during the unit time to be processed is calculated, whereas in S1207, the man-hour generation time Is to calculate the man-hours of all secondary change items.
  • the output control unit 151 creates information that displays the man-hours generated during each unit time calculated as described above, and displays the information on the screen 1400 as shown in the example. At this time, the output control unit 151 determines the box portion of the boxplot by the frequency for each change amount category.
  • the frequency range for the box portion is arbitrary, may be set in advance, or may be input from the input unit 153 or the like.
  • Designed products especially those that take time from the start of manufacturing, production, construction, etc. to completion, may change the design before completion due to various circumstances that occur during manufacturing, production, construction, etc. When such a change occurs, additional costs are incurred due to the ordering of new members and the addition of manufacturing / production / construction man-hours in order to cope with the design change.
  • the above-described model is used to identify a change item or the like that is directly changed in the notification document from the notification document, and from the identified change item and the above model according to the notification document. Identify the items to be changed finally.
  • the change items specified by the model in order to specify the change items to be finally changed, it is possible to predict the influence of the design change even with a small amount of past data.
  • control lines and information lines indicate what is considered necessary for explanation, and not all control lines and information lines on mounting are necessarily shown. Actually, it may be considered that almost all the components are connected to each other.
  • 100 Design change impact prediction system
  • 110 Database unit
  • 111 Word list DB
  • 111a Word list
  • 112 Notification document DB
  • 112a Notification document
  • 113 Change item information DB
  • 113a Change item information
  • 114a Difference information
  • 115a Drawing history information
  • 116 Effort information DB
  • 116a Effort information
  • 121 Change item prediction model construction unit
  • 122 Item / change amount prediction model construction unit
  • 123 man-hour prediction model construction unit
  • 130 prediction value calculation engine unit
  • 132 word acquisition unit
  • 133 change item acquisition unit
  • 134 item / change Quantity acquisition unit
  • 141a change Item prediction model
  • 142 item / change amount prediction model DB
  • 142a item

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

　本発明は、少数の過去の変更案件のデータを用いて、変更に伴って生じる追加コストなどの変更影響予測を高精度に予測する。　設計物の設計変更に関連する単語を含む単語リストを記憶する記憶部を有する装置が、設計物の設計変更の内容を示す通知文書から、単語リストに含まれている単語と一致するものを取得する。取得した単語から、通知文書で直接変更が示される設計物の図面の項目である一次変更項目と、一次変更項目の取りうる変更量の範囲を所定数に分割した各区分において設計変更が発生する頻度と、を取得する。一次変更項目と、一次変更項目の取りうる変更量の範囲を所定数に分割した各区分において設計変更が発生する頻度と、確率伝播モデルとから、通知文書で変更される設計物の図面の項目である二次変更項目と、二次変更項目の取りうる変更量の範囲を所定数に分割した各区分において設計変更が発生する頻度と、を取得する。

Description

設計変更影響予測装置、方法、およびプログラム
　本発明は設計変更影響予測装置、方法、およびプログラムに関する。本発明は2013年3月26日に出願された日本国特許の出願番号2013-64477の優先権を主張し、文献の参照による織り込みが認められる指定国については、その出願に記載された内容は参照により本出願に織り込まれる。
　本技術分野の背景技術として、特許文献1がある。この公報には、過去の変更実績に関する履歴情報である変更実績データベースと、前記変更実績データベースを構成する変数より選択することによって変更種別を決定する手段と、前記変更種別にしたがって前記変更実績データベースの変更履歴を前記変更種別で分類する手段と、個々の変更(発生側変更)に関する変更IDと、該変更が影響を及ぼした他の変更ID(影響側変更)とを用いて、発生側の変更種別と影響側の変更種別の組み合わせを変更パターンとして生成する手段とを備えることが記載されている。
特開2012-14308号公報
　特許文献1には、変更発生側の変更種別と影響側の変更種別の組み合わせを変更パターンとして生成する仕組みが記載されている。また、各変更パターンによって生じた追加コストと各変更パターンの発生頻度を用いて、変更発生側の変更種別から、追加コストの期待値を算出する仕組みが記載されている。特許文献1に記載の技術は、変更影響の伝播を過去に発生したパターンで取り扱っている。
　変更種別の種類数を少なく設定すると、同じ変更パターンに分類される案件が増えるため、発生頻度を過去のデータから正確に推定することが可能だが、変更パターンごとの追加コストを正確に推定することができない。一方、変更種別の種類数を多く設定すると、同じ変更パターンに分類される案件が減るため、変更パターンごとの追加コストを正確に推定することができるが、発生頻度を過去のデータから正確に推定することができない。
　そのため、特許文献1を用いて変更影響を高精度に予測する場合、同じ変更パターンに分類される変更案件を大量に準備しておく必要がある。
　また、変更の影響が多段階で生じるような対象を取り扱う場合、さらに大量の変更案件を準備する必要がある。
　このような課題を解決するために、本発明は、少数の過去の変更案件であっても、変更に伴って生じる変更影響予測を高精度化することのできる技術を提供することを目的とする。
　上記課題を解決するために、例えば特許請求の範囲に記載の構成を採用する。
　本願は、上記課題を解決するための手段を複数含んでいるが、その一例を挙げるならば、設計物の設計変更に関連する単語を含む単語リスト、を記憶する記憶部と、前記設計物の設計変更の内容を示す通知文書から、前記単語リストに含まれている単語と一致するものを取得する単語取得部と、前記取得した単語から、前記通知文書で直接変更が示される前記設計物の図面の項目である一次変更項目と、当該一次変更項目の取りうる変更量の範囲を所定数に分割した各区分において設計変更が発生する頻度と、を取得する項目取得部と、前記一次変更項目と、当該一次変更項目の取りうる変更量の範囲を所定数に分割した各区分において設計変更が発生する頻度と、確率伝播モデルとから、前記通知文書で変更される前記設計物の図面の項目であって前記一次変更項目の変更に伴い変更される図面の項目を含む項目である二次変更項目と、当該二次変更項目の取りうる変更量の範囲を所定数に分割した各区分において設計変更が発生する頻度と、を取得する項目・変更量取得部と、を有することを特徴とする設計変更影響予測装置を提供する。
本発明によれば、少数の過去の変更案件から、変更に伴って生じる追加コストなどの変更影響予測を高精度に予測することができる。
　上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。
本実施形態の設計変更影響予測システムの機能ブロック図の一例である。 同実施形態における、単語リストの一例である。 同実施形態における、設計変更影響予測システムを実現するシステム構成の一例である。 同実施形態における、設計変更影響予測フローの一例である。 同実施形態における、キー単語取得フローの一例である。 同実施形態における、通知文書の一例を示す図である。 同実施形態における、形態素解析の一例を示す図である。 同実施形態における、キー単語取得の一例を説明する図である。 同実施形態における、変更項目特定フローの一例である。 同実施形態における、変更項目毎の変更量の頻度の一例を説明する図である。 同実施形態における、変更項目及び変更量取得フローの一例である。 同実施形態における、工数算出フローの例である。 同実施形態における、表示画面の一例である。 同実施形態における、表示画面の一例である。
　以下、本発明の一実施形態を、図面を参照して詳細に説明する。
　以下で説明する実施形態は、設計変更に関するものである。設計変更の対象となるものは特に限定せず、文書と図面とで設計変更の内容が示されるものであれば良い。以下、設計変更の対象となるものを、設計物として説明する。
　以下で説明する実施形態は、文書から設計変更による影響を予測することが可能である。即ち、本実施形態では、文書により示される設計変更と、その設計変更に伴い発生する他の設計変更とを予測可能である。従って、設計物は、設計変更が発生した段階で、設計変更の内容を示す文書等が作成され、その文書から、図面等が作成されるものが好適である。
　なお、以下では、設計変更が発生した段階で作成等される、自然言語で記述された変更内容を示す文書を「通知文書」として説明する。
　以下、本実施形態の設計変更影響予測システムについて説明する。
　図１は本実施形態の設計変更影響予測システムの機能ブロック図の一例である。図１において、設計変更影響予測システム１００は、データベース部１１０、予測モデル構築エンジン部１２０、予測値算出エンジン部１３０、予測モデル記憶部１４０、制御部１５０等を有する。予測モデル構築エンジン部１２０、予測値算出エンジン部１３０及び制御部１５０等の各々は、データベース部１１０と、公知の通信ネットワーク１６０を介して接続されている。また、予測モデル構築エンジン部１２０及び予測値算出エンジン部１３０等の各々は、予測モデル記憶部１４０と、公知の通信ネットワーク１７０を介して接続されている。
　データベース部１１０は、単語リストＤＢ１１１と、通知文書ＤＢ１１２と、変更項目情報ＤＢ１１３と、差分情報ＤＢ１１４と、図面履歴情報ＤＢ１１５と、工数情報ＤＢ１１６と、を有する。
　単語リストＤＢ１１１には、単語リスト１１１a等が格納されている。単語リスト１１１aは、通知文書から検索すべき単語等を示す。
　通知文書ＤＢ１１２には、通知文書１１２a等が格納されている。通知文書１１２aは、過去の設計変更における通知文書等である。
　変更項目情報ＤＢ１１３には、変更項目情報１１３a等が格納されている。変更項目情報１１３aは、過去の設計変更において、変更された設計物の部位等を示す。より具体的には、変更項目情報１１３aは、過去の設計変更で設計物の図面が変更された際に、変更があった図面における部位や仕様等を示す。以下、この図面における部位や仕様等を、「変更項目」として説明する。
　差分情報ＤＢ１１４には、差分情報１１４a等が格納されている。差分情報１１４aは、過去の設計変更において、変更前後の図面の差分を示す。この差分情報１１４aは、具体的には、例えば、変更項目と、その変更項目の変更量等とが対応づけられている。より具体的には、変更項目の変更量とは、例えば、寸法、重量、数量等の変更前後の差分である。
　図面履歴情報ＤＢ１１５には、図面履歴情報１１５a等が格納されている。図面履歴情報１１５aは、過去に作成等された図面の詳細情報を示す。より具体的には、図面履歴情報１１５aは、変更項目と、その変更項目の値（例えば寸法、重量、数量等の値）等とが対応づけられている。
　工数情報ＤＢ１１６は、工数情報１１６a等が格納されている。工数情報１１６aは、過去の設計変更により発生した工数を示す。より具体的には、例えば、変更項目と、その変更項目の値と、その変更項目を変更するのに必要な時間である工数等とが対応付けられている。
　なお、通知文書１１２a、変更項目情報１１３a、差分情報１１４a、図面履歴情報１１５a、工数情報１１６aは、それらの情報のもとになる設計物や設計変更等が特定可能なように記憶されているものとする。これらを特定する技術は特に限定するものではないが、例えば、各情報に付与等されている、設計変更の識別情報、設計物の識別情報、リビジョンやバージョン等の情報、日時、任意の管理情報等や、これらの組み合わせにより特定可能である。このような技術は公知であるので、詳細な説明は省略する。
　また、変更項目情報１１３a、差分情報１１４a等は、通知文書により直接変更が示された変更項目と、その変更項目の変更に伴い変更した他の変更項目とが区別可能なように記憶されていてもよい。即ち、変更項目情報１１３a、差分情報１１４a等は、通知文書により直接変更が示された変更項目と、その変更に伴い変更が発生した変更項目とが区別可能なように記憶されていてもよい。これらを区別する技術は特に限定するものではないが、例えば、付与等したフラグ等により区別してもよい。また、変更項目情報１１３a、差分情報１１４a等の両方が区別可能なように記憶されている必要は無く、少なくともどちらかが区別可能であれば、例えば、上記したような設計変更の識別情報、設計物の識別情報、リビジョンやバージョン等の情報、日時、任意の管理情報等と組み合わせることで区別することができる。このような技術は公知であるので、詳細な説明は省略する。このようにすることで、以下で説明する処理等で、通知文書により直接変更が示された変更項目のみを用いることにより、より精度の高いモデルを構築することが可能となる。
　ここで、単語リストＤＢ１１１に格納されている単語リスト１１１a一例を説明する。
　図２は、単語リストＤＢ１１１に格納されている単語リスト１１１aの一例である。図２に一例を示すように、単語リスト１１１aは、単語２０１と、単語ＩＤ２０２とが対応づけられている。単語２０１は、単語を格納する領域である。単語ＩＤ２０２は、対応する単語の識別情報である単語IDを格納する領域である。
　単語２０１に格納されている単語は、通知文書に含まれうる単語のうち、設計変更による変更項目への影響を推測することが可能なものである。以下、このような単語を「キー単語」として説明する。
　なお、単語リスト１１１aは、全ての設計物に対し同じ単語リスト１１１aを適用するものとしてもよく、また、設計物やその種別等に応じて、異なる単語リスト１１１aを適用するものとしてもよい。設計物やその種別等に応じて異なる単語リスト１１１aを適用する場合、設計物や種別等を示す情報を各単語リスト１１１aに付与しておき、この情報により、以下の処理で用いる単語リスト１１１aを特定してもよい。
　図１に戻り説明する。
　予測モデル構築エンジン部１２０は、変更項目予測モデル構築部１２１と、項目・変更量予測モデル構築部１２２と、工数予測モデル構築部１２３と、を有する。
　予測値算出エンジン部１３０は、形態素解析部１３１と、単語取得部１３２と、変更項目取得部１３３と、項目・変更量取得部１３４と、工数取得部１３５と、を有する。
　予測モデル記憶部１４０は、変更項目予測モデルＤＢ１４１と、項目・変更量予測モデルＤＢ１４２と、工数予測モデルＤＢ１４３と、を有する。
　制御部１５０は、出力制御部１５１、出力部１５２、入力部１５３、記憶部１５４と、を有する。
　変更項目予測モデルＤＢ１４１には、変更項目予測モデル１４１a等が格納されている。項目・変更量予測モデルＤＢ１４２には、項目・変更量予測モデル１４２a等が格納されている。工数予測モデルＤＢ１４３には、工数予測モデル１４３a等が格納されている。
　変更項目予測モデル１４１aは、通知文書により設計変更が直接示される変更項目と、各変更項目の変更量の程度とを取得するためのものである。以下、説明のために、変更項目予測モデル１４１aを用いて取得される、通知文書により設計変更が直接示される変更項目を、「一次変更項目」として説明する。
　項目・変更量予測モデル１４２aは、通知文書により設計変更される全ての変更項目と、その変更項目の変更量の程度とを取得するためのものである。以下、項目・変更量予測モデル１４２aを用いて取得される、通知文書により設計変更される全ての変更項目を、「二次変更項目」として説明する。
　工数予測モデル１４３aは、二次変更項目及びその変更量の程度から、設計変更に必要な工数を取得するためのものである。
　なお、変更項目予測モデル１４１aで取得される変更項目の変更量の程度と、項目・変更量予測モデル１４２aで取得される変更項目の変更量の程度とは、粒度が異なる。即ち、項目・変更量予測モデル１４２aでは、変更項目予測モデル１４１aよりも細かい分解能で、変更項目の変更量の程度を取得することができる。分解能は特に限定するものではないが、ここでは、変更項目の値の取りえる範囲を、変更項目予測モデル１４１aでは５段階に分割し、項目・変更量予測モデル１４２aでは１０段階に分割するものとして説明する。この詳細は後述する。
　なお、上記分解能は、全ての変更項目予測モデル１４１a、項目・変更量予測モデル１４２a等の各々で同じである必要は無く、設計物やその種別等に応じて異なっていてもよい。
　上記変更項目予測モデル１４１a、項目・変更量予測モデル１４２a、工数予測モデル１４３aの各々は、具体的には、例えば、これらのモデルを実現するための数や式等を含むプログラム等である。変更項目予測モデルＤＢ１４１、項目・変更量予測モデルＤＢ１４２、工数予測モデルＤＢ１４３の各々には、これらのモデルを実現するためのプログラム等が、そのプログラムが機能する設計物の識別情報、及び/又は、プログラムの作成日時等が付与等されて格納されている。
　変更項目予測モデル構築部１２１は、通知文書ＤＢ１１２と変更項目情報ＤＢ１１３とから取得したデータをもとに変更項目予測モデル１４１aを構築し、変更項目予測モデルＤＢ１４１に保存する。
　項目・変更量予測モデル構築部１２２は、差分情報ＤＢ１１４から取得したデータをもとに項目・変更量予測モデル１４２aを構築し、項目・変更量予測モデルＤＢ１４２に保存する。
　工数予測モデル構築部１２３は、図面履歴情報ＤＢ１１５と工数情報ＤＢ１１６とから取得したデータをもとに工数予測モデル１４３aを構築し、工数予測モデルＤＢ１４３に保存する。
　形態素解析部１３１は予測対象の通知文書を単語に分割する。
　単語取得部１３２は、単語リスト１１１aに基づき、形態素解析部１３１が分割した単語のうち、キー単語であるものを取得する。
　変更項目取得部１３３は、変更項目予測モデル１４１aを用いて、通知文書で直接変更が示される図面内の変更箇所を特定して、一次変更項目を取得する。
　項目・変更量取得部１３４は、項目・変更量予測モデル１４２aを用いて、通知文書で変更される全ての図面内の変更箇所と、その変更量の確率分布とを取得する。
　工数取得部１３５は、工数予測モデル１４３aを用いて、工数を算出する。
　出力部１５２は、予測値算出エンジン部１３０の各部により取得された結果を出力する。入力部１５３は、予測値算出エンジン部１３０等へ情報を入力する。出力制御部１５１は、出力部１５２への出力を制御する。記憶部１５４には、リードタイム情報１５４aが格納されている。
　リードタイム情報１５４aは、具体的には、例えば、変更項目と、その変更項目の変更の仕掛かりからコストが発生するまでのリードタイム等が対応付けられて格納されている。
　次に、設計変更影響予測システム１００のハードウェア構成例を説明する。
　図３は、設計変更影響予測システム１００を実現するシステム構成の一例である。図３に示すように、設計変更影響予測システム１００は、複数の情報処理装置３０１と、複数のストレージ３０２等とから構成される。各情報処理装置３０１及び各ストレージ３０２は、公知の通信ネットワーク３０３を介して接続される。
　情報処理装置３０１は、演算装置３１１、メモリ３１２、外部記憶装置３１３、出力装置３１４、入力装置３１５、通信I/F（インターフェース）３１６等を有する。これらは、バス３１７を介して接続されている。
　演算装置３１１は、例えばＣＰＵ（Central Processing Unit）等である。外部記憶装置３１３は、例えばＨＤＤ（Hard Disk Drive）や、ＳＳＤ（Solid State Drive）等のフラッシュディスク、任意の記憶メディア及びその読み込み/書き込み装置等である。出力装置３１４は、例えばディスプレイ装置やスピーカ等である。入力装置３１５は、例えばキーボード、マウス、マイクロフォン等である。
　なお、出力装置３１４及び入力装置３１５は、タッチパネル等により１つの装置等で実現してもよく、通信ネットワーク３０３等を介して接続された他の情報端末（図示略）により実現してもよい。
　ストレージ３０２は、例えばＨＤＤや、ＳＳＤ等のフラッシュディスク、任意の記憶メディア及びその読み込み/書き込み装置等（図示略）を有する。
　なお、図３では、１つの情報処理装置３０１にのみ上記各構成を示しているが、他の情報処理装置３０１も同様の構成を有する。また、情報処理装置３０１及びストレージ３０２の各々の数は任意であり、図３に示すものに限るわけではない。
　ここでは、予測値算出エンジン部１３０、予測モデル構築エンジン部１２０、出力制御部１５１の各構成は、情報処理装置３０１の演算装置３１１が、自身の外部記憶装置３１３等に記憶されたプログラム又は通信I/F３１６等を介して入力されたプログラムを、メモリ３１２にロードして実行することにより実現するものとする。
　また、予測値算出エンジン部１３０、予測モデル構築エンジン部１２０、出力制御部１５１の各構成は、それぞれ異なる装置等に実現される必要は無く、これらの全て又は一部が、同一の装置等に実現されてもよい。また、予測値算出エンジン部１３０、予測モデル構築エンジン部１２０、出力制御部１５１の各構成は、複数の装置等に分散して実現されてもよい。
　また、出力部１５２は、出力装置３１４等により実現するものとする。また、入力部１５３は、入力装置３１５、及び/又は、通信I/F３１６等により実現するものとする。また、記憶部１５４は、外部記憶装置３１３等により実現するものとする。
　また、上記データベース部１１０、予測モデル記憶部１４０の各々は、１つ又は複数のストレージ３０２等により実現するものとする。
　図１に示す各構成を実現するものはこれに限るわけではない。例えば、予測モデル構築エンジン部１２０、予測値算出エンジン部１３０、出力制御部１５１の各構成のうち一部又は全てを、回路等によりハードウェアとして実現してもよい。
　次に、設計変更影響予測システム１００の動作例を説明する。
　図４は、設計変更影響予測フローの一例である。なお、ここで説明するフローは、設計変更影響予測システム１００の動作概要を説明するものである。この処理を起動するタイミングは限定しないが、例えば、入力部１５３等から開始指示や通知文書等が入力等された場合に開始する。
　図４において、形態素解析部１３１、単語取得部１３２は、通知文書からキー単語を取得する（Ｓ４０１）。次に、変更項目取得部１３３は、Ｓ４０１で取得されたキー単語から、一次変更項目、及び、その変更量の程度を取得する（Ｓ４０２）。項目・変更量取得部１３４は、Ｓ４０２で取得された情報から、二次変更項目、及び、その変更量の程度を取得する（Ｓ４０３）。ここで、必要であれば、変更項目予測モデル構築部１２１～工数予測モデル構築部１２３によりモデルが作成される。次に、工数取得部１３５は、Ｓ４０３で取得された情報から、設計変更に伴い発生する工数を取得する（Ｓ４０４）。次に、出力制御部１５１は、これらの処理で得られた情報を入力部１５３に出力する（Ｓ４０５）。
　上記各処理について詳細に説明する。
　まず、Ｓ４０１の処理例を詳細に説明する。
　図５は、Ｓ４０１の処理フローの一例である。図５において、形態素解析部１３１は、予測対象の通知文書を取得する（Ｓ５０１）。この通知文書は、通知文書ＤＢ１１２から読み出されてもよく、また、入力部１５３等から入力されてもよい。
　次に、単語取得部１３２は、単語リストＤＢ１１１から、単語リスト１１１aを読み出して取得する（Ｓ５０２）。
　次に、単語取得部１３２は、Ｓ５０１で取得した通知文書を形態素解析することにより単語を取得する（Ｓ５０３）。形態素解析は公知であるので詳細は省略する。
　次に、単語取得部１３２は、Ｓ５０２で取得した単語リスト１１１aに基づいて、Ｓ５０３で取得した単語のうち、キー単語であるものを特定して、キー単語の集合であるキー単語リストを取得する。（Ｓ５０４）。単語取得部１３２は、取得したキー単語リストを、メモリ３１２等の任意の記憶領域に記憶させる。
　上記Ｓ５０１～Ｓ５０４の処理例を、図面を参照して具体的に説明する。
　図６は、通知文書の一例である。上記Ｓ５０１では、図６に一例を示す通知文書６００が取得される。
　図７は、Ｓ５０３の処理例を説明するための図である。上記のように、単語取得部１３２は、Ｓ５０３で、形態素解析等の任意の技術により、自然言語で記述された通知文書６００から単語を取得する。図７に一例を示す単語集合７００は、通知文書６００を、取得した単語毎に区切りを入れて示した例である。
　図８は、Ｓ５０４の処理例を説明するための図である。上記単語集合７００で一例を示すように、通知文書６００から、複数の単語が取得されている。単語取得部１３２は、Ｓ５０３で取得された単語の各々と一致するものが、単語リスト１１１aに含まれているか否かにより、キー単語を特定し、特定したキー単語の集合を取得する。
　具体的には、単語取得部１３２は、例えば、単語集合７００を構成する各々の単語が、単語リスト１１１aの単語２０１と一致するか否かにより、キー単語を特定する。ここでは、単語取得部１３２は、さらに、特定したキー単語に単語ＩＤを付与する。この単語ＩＤは、一致した単語２０１に対応する単語ＩＤ２０２である。単語集合７００のキー単語を、単語リスト１１１aの単語ＩＤ２０２に置換した例が、図８（Ａ）の置換単語リスト８００である。単語取得部１３２は、さらに、置換単語リスト８００を構成するもののうち、単語ＩＤに置換されていない単語を削除等する。図８（Ｂ）のキー単語リスト８０１は、この処理で取得された、単語ＩＤの集合の一例である。
　次に、上記Ｓ４０２の詳細を説明する。
　図９は、Ｓ４０２の処理フローの一例である。図９において、変更項目取得部１３３は、変更項目予測モデル１４１aの構築を行うかどうかを判断するための情報を取得する（Ｓ９０１）。この情報は特に限定するものではないが、例えば、前回のモデル作成日時や、最新のモデル構築後からの累積予測データ数、即ち、図４に一例を示すフローを行った回数等である。これらの情報は、例えば、予測モデル記憶部１４０の各ＤＢに格納されているモデルと対応づけられている作成日時情報であってもよく、また、外部記憶装置３１３、ストレージ３０２等に格納されている情報であってもよい。また、入力部１５３等から入力された情報であってもよい。
　次に、変更項目取得部１３３は、変更項目予測モデル１４１aを構築するか否かを判定する（Ｓ９０２）。この判定は特に限定しないが、例えば、上記Ｓ９０１で取得した情報に基づいて判定する。
　具体的には、例えば、変更項目取得部１３３は、前回のモデル作成日時と現在日時との差が所定基準値以上である場合に、変更項目予測モデル１４１aを構築すると判定する。また、変更項目取得部１３３は、前回モデルを構築してから、所定の数より多くの予測データを取得していた場合に、変更項目予測モデル１４１aを構築すると判定する。また、変更項目取得部１３３は、入力部１５３等から入力された情報が、変更項目予測モデル１４１aを構築すると示しているか否かにより判定する。
　Ｓ９０２の判定の結果、変更項目予測モデル１４１aを構築する場合（Ｓ９０２：Ｙ）、変更項目取得部１３３は、変更項目予測モデル構築部１２１にモデル構築を指示する。変更項目予測モデル構築部１２１は、モデル構築に必要な情報を取得する（Ｓ９０３）。ここで取得する情報は、例えば、通知文書ＤＢ１１２に格納されている通知文書１１２a、変更項目情報ＤＢ１１３に格納されている変更項目情報１１３a等である。変更項目予測モデル構築部１２１は、さらに、差分情報ＤＢ１１４に格納されている差分情報１１４a等を取得してもよい。
　次に、変更項目予測モデル構築部１２１は、Ｓ９０２で読み出した情報から、変更項目予測モデル１４１aを作成する（Ｓ９０４）。このモデルは特に限定しないが、例えば、SVM(Support Vector Machine)やLogistic Regressionなどの識別モデル、C4.5やRandom Forestなどの分類木、LDA(Latent Dirichlet Allocation)などの生成モデル等でも良い。これらのモデル、及び、モデル作成技術は公知であるので、詳細は省略するが、例えば、変更項目予測モデル構築部１２１は、公知のモデルを実現する式や数を含むプログラムをフォーマットとし、ここに、Ｓ９０３で読み出した情報から算出等した数を重み値等として含めることにより、モデルを作成してもよい。また、変更項目予測モデル構築部１２１は、上記Ｓ５０１～Ｓ５０４等と同様の処理によりキー単語リストを取得し、取得したキー単語リストを用いて、上記モデルを作成してもよい。
　変更項目予測モデル構築部１２１は、作成したモデルを、予測対象の設計物の識別情報や作成日時等と対応づけて変更項目予測モデルＤＢ１４１に格納する。
　一方、Ｓ９０２の判定の結果、変更項目予測モデル１４１aを構築しない場合（Ｓ９０２：Ｎ）、変更項目取得部１３３は、以下処理で用いる変更項目予測モデル１４１aを取得する（Ｓ９０５）。具体的には、変更項目取得部１３３は、変更項目予測モデルＤＢ１４１から、変更項目予測モデル１４１aを読み出す。変更項目予測モデルＤＢ１４１に複数の変更項目予測モデル１４１aが格納されている場合、変更項目取得部１３３は、付与等されている設計物の識別情報や各モデルの作成日時等に基づいて、予測対象の設計物のモデル、及び/又は、最新のモデル等を特定して読み出す。
　次に、変更項目取得部１３３は、メモリ３１２等の任意の記憶領域に記憶されているキー単語リストを読み出して取得する（Ｓ９０６）。
　次に、変更項目取得部１３３は、Ｓ９０４で作成した変更項目予測モデル１４１a又はＳ９０５で取得した変更項目予測モデル１４１aと、Ｓ９０６で取得したキー単語リストとから、一次変更項目、及び、その変更項目の変更量の程度等を取得する（Ｓ９０７）。
　より具体的には、例えば、変更項目取得部１３３は、Ｓ９０６で取得したキー単語リスト等を入力値とし、変更項目予測モデル１４１aにより、設計変更により変更される設計物の変更項目毎に、変更項目の取りうる変更量の範囲を所定数に分割した各区分において、どの程度の頻度で設計変更が発生しているかを取得する。この変更項目毎の頻度は、以下で示すことができる。
Figure JPOXMLDOC01-appb-M000001
　なお、上記（１）式において、Δxiは変更項目の変更量の程度を示す。また、Wは通知文書を示す。
　ここでは、変更項目予測モデル１４１aは、上記のように、変更項目の変更量を５段階に区分するものとしている。
　図１０は、変更項目毎の変更量の頻度の例である。図１０において、グラフ１０００は、変更項目の変更量を、マイナス方向に大変更、マイナス方向に小変更、ほとんど変更無し、プラス方向に小変更、プラス方向に大変更という、５段階に区分した例である。この各区分が、変更項目の変更量の程度を示す。上記（１）式におけるΔxiは、このように５段階に区分した変更量のいずれかであることを示す。
　以下、このような変更項目の変更量の程度を、変更量区分として説明する。
　変更項目取得部１３３は、上記のように取得した変更項目毎の頻度から、通知文書により設計変更が直接示される変更項目を特定する。変更項目の特定技術は特に限定するものではない。変更項目取得部１３３は、例えば、上記処理により取得した変更項目毎の頻度を基準にソート等して、頻度が高いものから順に単数又は複数の変更項目を特定してもよく、また、任意の評価関数等から算出した評価値と閾値等とを比較した結果等から、変更項目を特定してもよい。変更項目取得部１３３は、このように取得した取得した変更項目及びその変更量区分毎の頻度等を、一次変更項目及びその変更量区分毎の頻度として、メモリ３１２等の任意の記憶領域に記憶させる。
　なお、ここで取得される一次変更項目の数は任意である。
　次に、上記Ｓ４０３の詳細を説明する。
　図１１は、Ｓ４０３の処理フローの一例である。図１１において、項目・変更量取得部１３４は、項目・変更量予測モデル１４２aの構築を行うかどうかを判断するための情報を取得する（Ｓ１１０１）。この情報は特に限定するものではなく、例えば、上記Ｓ９０１と同じであるので詳細は省略する。
　次に、項目・変更量取得部１３４は、項目・変更量予測モデル１４２aを構築するかどうか判定する（Ｓ１１０２）。この判定は特に限定しないが、例えば、上記Ｓ９０２と同じであるので詳細は省略する。
　Ｓ１１０２の判定の結果、項目・変更量予測モデル１４２aを構築する場合（Ｓ１１０２：Ｙ）、項目・変更量取得部１３４は、項目・変更量予測モデル構築部１２２にモデル構築を指示する。項目・変更量予測モデル構築部１２２は、モデル構築に必要な情報を取得する（Ｓ１１０３）。ここで取得する情報は、例えば、差分情報ＤＢ１１４に格納されている差分情報１１４a等である。
　次に、項目・変更量予測モデル構築部１２２は、Ｓ１１０２で読み出した情報から、項目・変更量予測モデル１４２aを作成する（Ｓ１１０４）。このモデルは特に限定しないが、例えば、Bayesian Networkなどの確率伝播モデルなどでも良い。このモデル、及び、モデル作成技術は公知であるので、詳細は省略するが、例えば、項目・変更量予測モデル構築部１２２は、上記Ｓ９０４と同様に、公知のモデルを実現する式や数を含むプログラムをフォーマットとし、ここに、Ｓ１１０３で読み出した情報から算出等した数を重み値等として含めることにより、モデルを作成してもよい。
　項目・変更量予測モデル構築部１２２は、作成したモデルを、予測対象の設計物の識別情報や作成日時等と対応づけて項目・変更量予測モデルＤＢ１４２に格納する。
　一方、Ｓ１１０２の判定の結果、項目・変更量予測モデル１４２aを構築しない場合（Ｓ１１０２：Ｎ）、項目・変更量取得部１３４は、以下処理で用いる項目・変更量予測モデル１４２aを取得する（Ｓ１１０５）。具体的には、項目・変更量取得部１３４は、項目・変更量予測モデルＤＢ１４２から、項目・変更量予測モデル１４２aを読み出す。項目・変更量予測モデルＤＢ１４２に複数の項目・変更量予測モデル１４２aが格納されている場合、項目・変更量取得部１３４は、付与等されている設計物の識別情報や各モデルの作成日時等に基づいて、予測対象の設計物のモデル、及び/又は、最新のモデル等を特定して読み出す。
　次に、項目・変更量取得部１３４は、メモリ３１２等の任意の記憶領域に記憶されている、Ｓ９０７で取得された一次変更項目及びその変更量区分毎の頻度等を読み出して取得する（Ｓ１１０６）。
　次に、項目・変更量取得部１３４は、Ｓ１１０４で作成した項目・変更量予測モデル１４２a又はＳ１１０５で取得した項目・変更量予測モデル１４２aと、Ｓ１１０６で取得した一次変更項目及びその変更量区分毎の頻度等とから、設計変更により変更される変更項目と、その変更量区分とを取得する（Ｓ１１０７）。
　より具体的には、例えば、項目・変更量取得部１３４は、Ｓ１１０６で取得した一次変更項目毎の変更量区分等を入力値とし、項目・変更量予測モデル１４２aにより、設計変更により変更されうる全ての変更項目毎に、変更項目の取りうる変更量の範囲を所定数に分割した各区分において、どの程度の頻度で設計変更が発生しているかを取得する。この変更項目毎の頻度は、以下で示すことができる。
Figure JPOXMLDOC01-appb-M000002
　上記（２）式において、Δx1…Δxpは、変更項目の変更量区分を示す。また、Δxiは、一次変更項目の変更量区分を示す。
　なお、上記のように、上記（２）式は、設計変更により変更されうる全ての変更項目を対象としているので、Δx1…Δxpの変更項目には、一次変更項目が含まれうる。
　上記のように、ここでは、項目・変更量予測モデル１４２aは、変更項目の変更量を１０段階に区分するものとしている。その頻度の例は、上記図１０を参照して説明したグラフ１０００と、区分の数が異なる点を除き同じである。上記（２）式におけるΔx1…Δxpは、このように１０段階に区分した変更量区分のいずれかであることを示す。
　項目・変更量取得部１３４は、上記のように取得した変更項目毎の頻度から、設計変更により変更される設計物の変更項目、及び、その変更項目の変更量区分を取得する。そのために、項目・変更量取得部１３４は、例えば、上記Ｓ９０７と同様に、上記処理により取得した変更項目毎の頻度や、任意の評価関数等から算出した評価値と閾値等とを比較した結果等から、上記変更項目及び変更量区分を取得してもよい。項目・変更量取得部１３４は、取得した変更項目及びその変更項目の変更量区分等を、二次変更項目及びその変更量区分毎の頻度として、メモリ３１２等の任意の記憶領域に記憶させ、さらに、制御部１５０に出力する。
　なお、ここで取得される二次変更項目の数は任意である。
　上記のように、一次変更項目の変更量区分の数と、二次変更項目の変更量区分の数とは異なる。一次変更項目の変更量を比較的粗く区分することで、通知文書に基づいた変更項目の特定精度を高くすることが可能となる。また、二次変更項目の変更量を比較的細かく区分することで、二次変更項目及びその変化量の特定精度を高くすることができる。
　次に、上記Ｓ４０４の詳細を説明する。
　図１２は、Ｓ４０４の処理フローの一例である。図１２において、工数取得部１３５は、工数予測モデル１４３aの構築を行うかどうかを判断するための情報を取得する（Ｓ１２０１）。この情報は特に限定するものではなく、例えば、上記Ｓ９０１と同じであるので詳細は省略する。
　次に、工数取得部１３５は、工数予測モデル１４３aを構築するかどうか判定する（Ｓ１２０２）。この判定は特に限定しないが、例えば、上記Ｓ９０２と同じであるので詳細は省略する。
　Ｓ１２０２の判定の結果、工数予測モデル１４３aを構築する場合（Ｓ１２０２：Ｙ）、工数取得部１３５は、工数予測モデル構築部１２３にモデル構築を指示する。工数予測モデル構築部１２３は、モデル構築に必要な情報を取得する（Ｓ１２０３）。ここで取得する情報は、例えば、図面履歴情報ＤＢ１１５に格納されている図面履歴情報１１５a、工数情報ＤＢ１１６に格納されている工数情報１１６a等である。
　次に、工数予測モデル構築部１２３は、Ｓ１２０３で読み出した情報から、工数予測モデル１４３aを作成する（Ｓ１２０４）。このモデルは特に限定しないが、例えば、最少二乗法、ステップワイズ回帰、PLS(Partial Least Square)回帰、PCA(Principle Component Analysis)回帰、Ridge回帰、LASSO(Least Absolute Shrinkage and Selection Operator)、Elastic Net、一般化線形モデル等の重回帰モデルなどでも良い。これらのモデル、及び、モデル作成技術は公知であるので、詳細は省略するが、例えば、工数予測モデル構築部１２３は、上記Ｓ９０４と同様に、公知のモデルを実現する式や数を含むプログラムをフォーマットとし、ここに、Ｓ１２０３で読み出した情報から算出等した数を重み値等として含めることにより、モデルを作成してもよい。
　工数予測モデル構築部１２３は、作成したモデルを、予測対象の設計物の識別情報や作成日時等と対応づけて工数予測モデルＤＢ１４３に格納する。
　一方、Ｓ１２０２の判定の結果、工数予測モデル１４３aを構築しない場合（Ｓ１２０２：Ｎ）、工数取得部１３５は、以下処理で用いる工数予測モデル１４３aを取得する（Ｓ１２０５）。具体的には、工数取得部１３５は、工数予測モデルＤＢ１４３から、工数予測モデル１４３aを読み出す。工数予測モデルＤＢ１４３に複数の工数予測モデル１４３aが格納されている場合、工数取得部１３５は、付与等されている設計物の識別情報や各モデルの作成日時等に基づいて、予測対象の設計物のモデル、又は、最新のモデル等を特定して読み出す。
　次に、工数取得部１３５は、メモリ３１２等の任意の記憶領域に記憶されている、Ｓ９０７で取得された一次変更項目及びその変更量区分毎の頻度、Ｓ１１０７で取得された二次変更項目及びその変更量区分毎の頻度等を読み出して取得する（Ｓ１２０６）。
　次に、工数取得部１３５は、Ｓ１２０４で作成した工数予測モデル１４３a又はＳ１２０５で取得した工数予測モデル１４３aと、Ｓ１２０６で取得した情報等とから、設計変更により発生する工数を取得する（Ｓ１２０７）。
　より具体的には、例えば、工数取得部１３５は、Ｓ１２０６で取得した、一次変更項目及びその変更量区分毎の頻度と、二次変更項目及びその変更量区分毎の頻度等とを入力値とし、工数予測モデル１４３aにより、設計変更により発生する工数を取得する。１つの二次変更項目の工数は、以下で示すことができる。
Figure JPOXMLDOC01-appb-M000003
　また、通知文書に基づく設計変更により発生する全ての工数の期待値を算出する技術は任意であるが、例えば、上記（３）式を積分した以下式で算出することができる。
Figure JPOXMLDOC01-appb-M000004
　工数取得部１３５は、設計変更により変更される設計物の工数の期待値に、出力装置３１４等に格納されている工数単価を積算等することにより、コストを算出する。工数取得部１３５は、このように算出した工数及びそのコスト等を、メモリ３１２等の任意の記憶領域に記憶させ、さらに、制御部１５０に出力する。
　次に、Ｓ４０５の出力処理について説明する。
　出力制御部１５１は、項目・変更量取得部１３４、工数取得部１３５等から出力された情報を、自身のメモリ３１２及び/又は外部記憶装置３１３等に記憶させる。出力制御部１５１は、この情報を出力部１５２に出力させる処理を行う。
　例えば、出力制御部１５１は、メモリ３１２及び/又は外部記憶装置３１３等から、二次変更項目及びその変更量区分毎の頻度等を読み出し、これらを出力するための情報を作成して、出力部１５２に出力する。
　図１３は、二次変更項目及びその変更量区分毎の頻度を表示する画面の例である。図１３において、画面１３００は、二次変更項目及びその変更量区分毎の頻度を、ヒストグラムとして表示した場合の例である。画面１３００では、二次変更項目と、その変更項目のヒストグラム等とが表示される例を示している。
　また、例えば、出力制御部１５１は、メモリ３１２及び/又は外部記憶装置３１３等から読み出したコストを出力部１５２に出力する。この出力形態は特に限定しないが、ここでは、追加コストが発生する時間軸をさらに加えて出力する例を説明する。
　図１４は、設計変更に伴い発生する追加コスト及びその時期を示す画面の例である。図１４において、画面１４００は、縦軸を追加コスト、横軸を時間として、いわゆる箱ひげ図として表示した場合の例である。
　画面１４００を表示するための情報を作成する技術は特に限定しないが、例えば、出力制御部１５１は以下の処理を行う。
　出力制御部１５１は、メモリ３１２及び/又は外部記憶装置３１３等から、二次変更項目及びその変更量区分毎の頻度等を読み出す。さらに、出力制御部１５１は、記憶部１５４から、リードタイム情報１５４aを読み出す。出力制御部１５１は、読み出した二次変更項目と、リードタイム情報１５４a等とに基づいて、二次変更項目毎のリードタイムを取得する。
　さらに、出力制御部１５１は、上記処理で取得した二次変更項目毎のリードタイムから、例えば月日等の時期と、その時期に工数が発生する二次変更項目とを特定する。出力制御部１５１は、このようにして特定した情報から、所定期間を、例えば時、日、週、月、年等任意に分割した各単位時間の間に、工数が発生する二次変更項目を特定する。この単位時間は、予め設定されていてもよく、入力部１５３等から入力等されてもよい。出力制御部１５１は、このように特定した、各単位時間の間に工数が発生する二次変更項目から、各単位時間の間に発生する工数を算出する。この処理は特に限定しないが、例えば、上記Ｓ１２０７と同様にして取得してもよい。ここでの処理とＳ１２０７での処理との差異は、ここでは、処理対象とする単位時間の間に工数が発生する二次変更項目のみの工数を算出するのに対し、Ｓ１２０７では、工数発生時期を限定せず、全ての二次変更項目の工数を算出することである。
　出力制御部１５１は、このように算出した、各単位時間の間に発生する工数を表示する情報を作成し、画面１４００に一例を示すように表示させる。このとき、出力制御部１５１は、箱ひげ図の箱の部分を、上記変更量区分毎の頻度により定める。箱の部分とする頻度の範囲は任意であり、予め設定されていてもよく、入力部１５３等から入力等されてもよい。
　設計物、特に、製造・生産・建築等の開始から完成までに時間を要する設計物は、製造・生産・建築等の途中で発生する諸事情から、完成までに設計を変更する場合がある。このような変更が発生すると、設計変更に対応するため、新規の部材発注や製造・生産・建築工数の追加などによる追加コストが発生する。
　そのため、追加コストの発生を抑制するためには、設計変更案が発生した段階で、設計変更による追加コストを予測し、その費用対効果の観点から設計変更を行うかどうかを判断することが好ましい。
　上記で説明した実施形態では、設計変更案が発生した段階で作成等される文書から、設計変更によって生じる追加工数や追加コストを予測することができる。従って、設計物としては、製造・生産・建築等の着手から完成までの間に、複数回の設計変更があるもの、及び/又は、ある部位等の設計変更に伴い他の部位等の設計変更が発生するものが、本実施形態の効果をより享受することができる。
　上記のように、本実施形態では、上記モデルにより、通知文書から、その通知文書で直接変更が示される変更項目等を特定し、この特定した変更項目等と、上記モデルとから、通知文書に従い最終的に変更される変更項目等を特定する。最終的に変更される変更項目等を特定するために、モデルにより特定した変更項目等を用いることで、少ない過去データでも、設計変更の影響を予測することが可能となる。
　以上、本発明者によってなされた発明を実施の形態に基づき具体的に説明したが、本発明は前記実施の形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能であることはいうまでもない。例えば、上記の実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施形態の構成の一部を他の実施形態の構成に置き換えることが可能であり、また、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
　また、上記の各図において、制御線や情報線は説明上必要と考えられるものを示しており、必ずしも実装上の全ての制御線や情報線を示しているとは限らない。実際にはほとんど全ての構成が相互に接続されていると考えてもよい。
１００：設計変更影響予測システム、１１０：データベース部、１１１：単語リストＤＢ、１１１a：単語リスト、１１２：通知文書ＤＢ、１１２a：通知文書、１１３：変更項目情報ＤＢ、１１３a：変更項目情報、１１４：差分情報、１１４a：差分情報、１１５：図面履歴情報ＤＢ、１１５a：図面履歴情報、１１６：工数情報ＤＢ、１１６a：工数情報、１２０：予測モデル構築エンジン部、１２１：変更項目予測モデル構築部、１２２：項目・変更量予測モデル構築部、１２３：工数予測モデル構築部、１３０：予測値算出エンジン部、１３１：形態素解析部、１３２：単語取得部、１３３：変更項目取得部、１３４：項目・変更量取得部、工数取得部１３５、１４０：予測モデル記憶部、１４１：変更項目予測モデルＤＢ、１４１a：変更項目予測モデル、１４２：項目・変更量予測モデルＤＢ、１４２a：項目・変更量予測モデル、１４３：工数予測モデルＤＢ、１４３a：工数予測モデル、１５０：制御部、１５１：出力制御部、１５２：出力部、１５３：入力部、１５４：記憶部、１５４a：リードタイム情報、１６０、１７０：通信ネットワーク、３０１：情報処理装置、３０２：ストレージ、３０３：通信ネットワーク、３１１：演算装置、３１２：メモリ、３１３：外部記憶装置、３１４：出力装置、３１５：入力装置、３１６：通信I/F、３１７：バス

Claims (7)

  1. 　設計物の設計変更に関連する単語を含む単語リスト、を記憶する記憶部と、
    　前記設計物の設計変更の内容を示す通知文書から、前記単語リストに含まれている単語と一致するものを取得する単語取得部と、
    　前記取得した単語から、前記通知文書で直接変更が示される前記設計物の図面の項目である一次変更項目と、当該一次変更項目の取りうる変更量の範囲を所定数に分割した各区分において設計変更が発生する頻度と、を取得する項目取得部と、
    　前記一次変更項目と、当該一次変更項目の取りうる変更量の範囲を所定数に分割した各区分において設計変更が発生する頻度と、確率伝播モデルとから、前記通知文書で変更される前記設計物の図面の項目であって前記一次変更項目の変更に伴い変更される図面の項目を含む項目である二次変更項目と、当該二次変更項目の取りうる変更量の範囲を所定数に分割した各区分において設計変更が発生する頻度と、を取得する項目・変更量取得部と、
    　を有することを特徴とする設計変更影響予測装置。
  2. 　請求項１に記載の設計変更影響予測装置であって、
    　前記二次変更項目と、当該二次変更項目の取りうる変更量の範囲を所定数に分割した各区分において設計変更が発生する頻度と、を出力する出力部を有すること
    　を特徴とする設計変更影響予測装置。
  3. 　請求項１に記載の設計変更影響予測装置であって、
    　前記二次変更項目と、当該二次変更項目の取りうる変更量の範囲を所定数に分割した各区分において設計変更が発生する頻度とから、前記通知文書による変更で発生するコストを算出するコスト取得部を有すること
    　を特徴とする設計変更影響予測装置。
  4. 　請求項１に記載の設計変更影響予測装置であって、
    　前記項目取得部は、識別モデル、生成モデル、分類木モデルのいずれか１つにより、前記一次変更項目と、前記頻度とを取得すること
    　を特徴とする設計変更影響予測装置。
  5. 　請求項１に記載の設計変更影響予測装置であって、
    　前記項目取得部が取得する頻度の区分の数より、前記項目・変更量取得部が取得する頻度の区分の数のほうが多いこと
    　を特徴とする設計変更予測装置。
  6. 　設計物の設計変更に関連する単語を含む単語リスト、を記憶する記憶装置と、演算装置とを有するコンピュータが、
    　前記設計物の設計変更の内容を示す通知文書から、前記単語リストに含まれている単語と一致するものを取得する単語取得ステップと、
    　前記取得した単語から、前記通知文書で変更が示される前記設計物の図面の項目である一次変更項目と、当該一次変更項目の取りうる変更量の範囲を所定数に分割した各区分において設計変更が発生する頻度と、を取得する項目取得ステップと、
    　前記一次変更項目と、当該一次変更項目の取りうる変更量の範囲を所定数に分割した各区分において設計変更が発生する頻度と、確率伝播モデルとから、前記通知文書で変更される前記設計物の図面の項目であって前記一次変更項目の変更に伴い変更される図面の項目を含む項目である二次変更項目と、当該二次変更項目の取りうる変更量の範囲を所定数に分割した各区分において設計変更が発生する頻度と、を取得する項目・変更量取得ステップと、
    　を実行することを特徴とする設計変更影響予測方法。
  7. 　設計物の設計変更に関連する単語を含む単語リスト、を記憶する記憶装置と、演算装置とを有するコンピュータを、
    　前記設計物の設計変更の内容を示す通知文書から、前記単語リストに含まれている単語と一致するものを取得する単語取得部と、
    　前記取得した単語から、前記通知文書で変更が示される前記設計物の図面の項目である一次変更項目と、当該一次変更項目の取りうる変更量の範囲を所定数に分割した各区分において設計変更が発生する頻度と、を取得する項目取得部と、
    　前記一次変更項目と、当該一次変更項目の取りうる変更量の範囲を所定数に分割した各区分において設計変更が発生する頻度と、確率伝播モデルとから、前記通知文書で変更される前記設計物の図面の項目であって前記一次変更項目の変更に伴い変更される図面の項目を含む項目である二次変更項目と、当該二次変更項目の取りうる変更量の範囲を所定数に分割した各区分において設計変更が発生する頻度と、を取得する項目・変更量取得部と、
    　として機能させることを特徴とする設計変更影響予測プログラム。
PCT/JP2013/082631 2013-03-26 2013-12-04 設計変更影響予測装置、方法、およびプログラム WO2014155840A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2013-064477 2013-03-26
JP2013064477A JP5923052B2 (ja) 2013-03-26 2013-03-26 設計変更影響予測装置、方法、およびプログラム

Publications (1)

Publication Number Publication Date
WO2014155840A1 true WO2014155840A1 (ja) 2014-10-02

Family

ID=51622875

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/082631 WO2014155840A1 (ja) 2013-03-26 2013-12-04 設計変更影響予測装置、方法、およびプログラム

Country Status (2)

Country Link
JP (1) JP5923052B2 (ja)
WO (1) WO2014155840A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113111444A (zh) * 2021-05-07 2021-07-13 东风汽车集团股份有限公司 实际损害设计变更清单获取系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008090784A (ja) * 2006-10-05 2008-04-17 Hitachi-Ge Nuclear Energy Ltd 事業情報管理システム、事業情報管理方法および事業情報管理プログラム
JP2012014308A (ja) * 2010-06-30 2012-01-19 Hitachi-Ge Nuclear Energy Ltd 変更影響予測方法及び変更影響予測装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008090784A (ja) * 2006-10-05 2008-04-17 Hitachi-Ge Nuclear Energy Ltd 事業情報管理システム、事業情報管理方法および事業情報管理プログラム
JP2012014308A (ja) * 2010-06-30 2012-01-19 Hitachi-Ge Nuclear Energy Ltd 変更影響予測方法及び変更影響予測装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113111444A (zh) * 2021-05-07 2021-07-13 东风汽车集团股份有限公司 实际损害设计变更清单获取系统及方法
CN113111444B (zh) * 2021-05-07 2022-05-03 东风汽车集团股份有限公司 实际损害设计变更清单获取系统及方法

Also Published As

Publication number Publication date
JP2014191450A (ja) 2014-10-06
JP5923052B2 (ja) 2016-05-24

Similar Documents

Publication Publication Date Title
EP3726442A1 (en) Semantic modeling and machine learning-based generation of conceptual plans for manufacturing assemblies
JP2014130408A (ja) グラフ作成プログラム、情報処理装置、およびグラフ作成方法
JP2017068748A (ja) クラスタリングプログラム、クラスタリング方法、および情報処理装置
KR20170038647A (ko) 다수 미디어 소스로부터의 콘텐츠의 조직화 및 시각화
CN107480369B (zh) 一种pcb设计中分类显示drc的设计、操作方法
JP2017146888A (ja) 設計支援装置及び方法及びプログラム
US20140250149A1 (en) Identifying element relationships in a document
US20080294601A1 (en) Data Relevance Filtering
JP5923052B2 (ja) 設計変更影響予測装置、方法、およびプログラム
US8510693B2 (en) Changing abstraction level of portion of circuit design during verification
JP5045042B2 (ja) 業務フロー編集プログラム、業務フロー編集装置および業務フロー編集方法
US20210117489A1 (en) Recommendation system based on adjustable virtual indicium
US20140136152A1 (en) Analyzing hardware designs based on component re-use
JP6966289B2 (ja) 情報分析装置、プログラム及び方法
US9286349B2 (en) Dynamic search system
JP6668494B2 (ja) データ分析装置およびデータ分析方法
JP7292235B2 (ja) 分析支援装置及び分析支援方法
US11836665B2 (en) Explainable process prediction
JP2010102440A (ja) 情報管理装置、情報管理方法、及び情報管理プログラム
US11960830B2 (en) Exploratory data interface
CN110168484B (zh) 信息提示装置、信息提示方法及计算机可读取的存储介质
JP6869082B2 (ja) テストケースを選択する計算機及びテストケースの選択方法
CN117539948B (zh) 基于深度神经网络的业务数据检索方法及装置
US10515330B2 (en) Real time visibility of process lifecycle
JP2018018254A (ja) テキスト分析システム及びテキスト分析方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13880608

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13880608

Country of ref document: EP

Kind code of ref document: A1