WO2016092605A1 - 制約充足解探索装置および制約充足解探索方法 - Google Patents

制約充足解探索装置および制約充足解探索方法 Download PDF

Info

Publication number
WO2016092605A1
WO2016092605A1 PCT/JP2014/082369 JP2014082369W WO2016092605A1 WO 2016092605 A1 WO2016092605 A1 WO 2016092605A1 JP 2014082369 W JP2014082369 W JP 2014082369W WO 2016092605 A1 WO2016092605 A1 WO 2016092605A1
Authority
WO
WIPO (PCT)
Prior art keywords
constraint
well
constraint satisfaction
data
solution
Prior art date
Application number
PCT/JP2014/082369
Other languages
English (en)
French (fr)
Inventor
由泰 高橋
達広 佐藤
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
Priority to PCT/JP2014/082369 priority Critical patent/WO2016092605A1/ja
Publication of WO2016092605A1 publication Critical patent/WO2016092605A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass

Definitions

  • the present invention relates to a constraint satisfaction solution search apparatus and a constraint satisfaction solution search method.
  • Constraint satisfaction problem (CSP: Constraint Satisfaction Problem) is a problem of searching combinations that satisfy all given constraints from input parameters, and a scheduling problem is a specific example.
  • CSP Constraint Satisfaction Problem
  • a constraint propagation method based on the backtracking method is often used.
  • the work shift table data acquisition unit that acquires the data of the work shift table created in the past and the past work shift table data acquired by the work shift table data acquisition unit are stochastically determined by an algorithm using probability.
  • the shift pattern estimation unit for estimating the highest work pattern
  • the constraint condition storage unit for storing the constraint condition
  • constraint programming to satisfy the constraint condition stored in the constraint condition storage unit
  • a work shift table that uses the shift pattern estimation unit to reflect the most likely work pattern, and assigns a work pattern to each worker for each day in a given period to generate a work shift table.
  • a work shift table creation device (see Patent Document 1) that includes a creation processing unit has been proposed.
  • the highest work pattern is stochastically estimated from the past work shift table data by an algorithm using probability.
  • the algorithm uses probability to estimate the number of shift included in the pattern.
  • it is necessary to perform a search using constraint programming, and there is a problem that the time required for the process tends to increase.
  • an object of the present invention is to provide a technique that enables a solution search to be executed at high speed even when a constraint variable that cannot satisfy the constraint exists in the past solution history when searching for a solution to the constraint satisfaction problem.
  • the constraint satisfaction solution search apparatus of the present invention that solves the above problems includes a storage device that stores a past solution history of a constraint satisfaction problem, and a past solution of the constraint satisfaction problem when searching for a solution of the constraint satisfaction problem using constraint propagation. Update the statistical model generated from the history with a variable range that satisfies the constraints in the constraint satisfaction problem, execute constraint propagation in the updated statistical model and estimate the constraint satisfaction solution, and use the updated statistical model And a processing for searching for a constraint satisfaction solution while giving priority to a value having a high likelihood.
  • the constraint satisfaction solution search method of the present invention is such that the information processing device including a storage device storing a past solution history of the constraint satisfaction problem performs the constraint satisfaction problem when searching for a solution of the constraint satisfaction problem using constraint propagation. Updating the statistical model generated from the past solution history of the variable in a variable range that satisfies the constraint in the constraint satisfaction problem, executing constraint propagation in the updated statistical model, and estimating the constraint satisfaction solution, and the updated statistics Uses a model to perform processing to search for constraint satisfaction solutions while giving priority to values with high likelihood
  • FIG. 1 is a diagram showing a system configuration example including a past history use constraint satisfaction solution search device 106 which is a constraint satisfaction solution search device of the present embodiment.
  • the constraint satisfaction solution search device 106 (hereinafter referred to as constraint satisfaction solution search device 106) shown in FIG. 1 performs a high-speed operation even when a constraint variable that does not satisfy the constraint exists in the past solution history when searching for a solution to the constraint satisfaction problem.
  • This is a computer device capable of executing solution search.
  • This constraint satisfaction solution search device 106 constitutes the recommended well arrangement calculation system 103, which is a constraint satisfaction solution search system, with other devices.
  • the recommended well arrangement calculation system 103 is a system example that is a specific application target of the constraint satisfaction solution search apparatus of the present embodiment.
  • This recommended well arrangement calculation system 103 is a system for calculating the optimum arrangement of oil wells and gas wells.
  • the recommended well arrangement calculation system 103 is connected to the data provider 101 via the network 102 so that data communication is possible.
  • the above-described network 102 is a medium such as the Internet for connecting the data provider 101 and the recommended well arrangement calculation device, and can adopt a wired or wireless form.
  • the data provider 101 is a computer operated by a drilling company such as an oil well or a gas well, a consultant, or an administrative organization.
  • the data provider 101 can be assumed to be a server device that provides data such as the position and shape of wells such as oil wells and gas wells, products, and geological conditions to the recommended well arrangement calculation system 103 via the network 102.
  • the data reading device 104 in the above-described recommended well arrangement calculation system 103 includes data provided by the data provider 101 via the network 102, data input by a predetermined operator at the terminal device 114, and other media.
  • This is a device that receives the above data as input and stores it as input data 108 in the DB device 107.
  • the terminal device 114 described above is a computer terminal operated by an operator of the recommended well arrangement calculation system 103.
  • the well arrangement constraint generation device 105 is a device that generates a constraint for optimizing the well arrangement and causes the constraint satisfaction solution search device 106 to obtain a satisfaction solution for this constraint.
  • the constraint satisfaction solution search device 106 is a device that searches for and outputs a constraint satisfaction solution that satisfies all the constraints output by the well arrangement constraint generation device 105 described above.
  • the DB device 107 is a storage device that operates a DB that holds data handled by each device.
  • the DB device 107 includes input data 108, parameters 109, constraints 110, constraint satisfaction solutions 111, past solution histories 112, and map data 113. Specific examples of each of these data will be described later.
  • the input data 108 is data such as well positions and shapes acquired from the data provider 101, and formation information.
  • the parameter 109 is a parameter that is an input to the constraint satisfaction solution search apparatus 106. This parameter 109 normally takes a different value in each constraint satisfaction solution search.
  • the constraint 110 is a constraint that should be satisfied by the solution searched by the constraint satisfaction solution search apparatus 106.
  • the constraint satisfaction solution 111 is a constraint satisfaction solution searched by the constraint satisfaction solution search device 106.
  • the past solution history 112 is data obtained by collecting the constraint satisfaction solutions 111 in the past search.
  • the map data 113 is map data around the well. --- Examples of functions ---
  • FIG. 2 is a diagram illustrating a configuration example of the constraint satisfaction solution search apparatus 106 according to the present embodiment.
  • the constraint satisfaction solution search apparatus 106 has functions of a constraint satisfaction solution search unit 201, a constraint propagation unit 202, a constraint satisfaction solution estimation unit 203, and a constraint satisfaction solution registration unit 204. It has.
  • the constraint satisfaction solution search unit 201 is a functional unit that is implemented by executing a program for searching for constraint satisfaction solutions.
  • the constraint satisfaction solution search unit 201 also controls the entire constraint satisfaction solution search apparatus 106.
  • the constraint propagation unit 202 is a functional unit that is implemented by executing a program that limits the range (domain) of constraint variable values that satisfy the constraint using a known technique called constraint propagation.
  • the constraint satisfaction solution estimation unit 203 is a functional unit that is implemented by executing a program that estimates a constraint satisfaction solution from the past solution history 112 using a statistical method.
  • the constraint satisfaction solution registration unit 204 is a functional unit that is implemented by executing a program that additionally registers the searched constraint satisfaction solution in the past solution history 112 of the DB device 107. ---- Example of hardware configuration ---
  • FIG. 3 is a diagram illustrating a hardware configuration example of the constraint satisfaction solution search apparatus 106 according to the present embodiment.
  • the computer illustrated in FIG. 3 includes a CPU 301, a memory 302, an interface 303, a network interface 304, a keyboard 305, a display 306, a mouse 307, and an auxiliary storage device 308.
  • the CPU 301 is a central processing unit (Central Processing Unit), and executes the program 312 recorded in the memory 302 or transferred from the auxiliary storage device 308 to the memory 302 in advance to execute the above-described functional units 201 to 201.
  • 204 is a device that realizes 204. Note that the above-described program 312 can be used by the computer as necessary, and may be introduced by a removable storage medium. In this case, a device for reading the above-described storage medium is connected to the interface 303.
  • the program 312 may be introduced into the computer by the network interface 304 via a communication medium (a communication line or a carrier wave on the communication line) as necessary.
  • the memory 302 is a main storage device that is composed of a volatile storage element such as a RAM and temporarily records programs and data.
  • the interface 303 connects an external device to the computer, and has a configuration according to the specifications of the connector of the connection destination device.
  • the network interface 304 is a device for communicating with an external device via the network 102 and has a functional configuration corresponding to the communication protocol of the network 102.
  • the keyboard 305 is an input device for receiving instructions and data input to the computer from the operator.
  • the display 306 is an output device that displays a result of processing by a computer.
  • the mouse 307 moves the pointer displayed on the screen of the display 306, and accepts a click operation at an arbitrary place on the screen, thereby specifying the position on the screen and performing some action. This is a device for transmitting to the CPU 301. Note that the mouse 307 can be replaced by a general touch panel. In this case, no pointer is required.
  • the auxiliary storage device 308 is a non-volatile storage device that stores the program 312 and the data 108 to 113, and includes, for example, a magnetic disk, a non-volatile memory, or the like.
  • the program 312 and the data 108 to 113 stored in the auxiliary storage device 308 are retained even when the power supply to the auxiliary storage device 308 is turned off and then turned on again.
  • an operating system may be installed in advance in the auxiliary storage device 308. This makes it possible to specify a program using a file name.
  • the OS refers to basic software of the computer, and a generally well-known OS can be used.
  • Example of data structure ---
  • FIG. 4 is a diagram showing a data structure of the well data 400 among the input data 108 in the present embodiment.
  • the well data 400 is composed of data related to existing wells, and each of an operation company name 402, a well position x403, a well position y404, a well detailed data number 405, and a well detailed data ID 406, using the input data ID 401 as a key. It is a collection of records with associated values.
  • the input data ID 401 is identification information for uniquely identifying the input data.
  • the management company name 402 is the name of the management company of the corresponding well.
  • the well position x403 is an x-coordinate position on the ground surface of the corresponding well.
  • the well position y404 is a y-coordinate position on the ground surface of the corresponding well.
  • the x-coordinate and y-coordinate described above correspond to a coordinate plane set for a predetermined area on the map.
  • the well detailed data count 405 is the number of well detailed data related to the well.
  • the well assumed by this embodiment assumes the structure where the well which is one on the ground surface branches in the ground, and has a plurality of well holes.
  • the well detailed data ID 406 is an ID of the representative well detailed data among the plurality of well detailed data as described above.
  • the well operating company With such a data structure of the well data 400, it is possible to know a well operating company, a position on the ground surface, and a pointer to well detailed data.
  • the well operated by “Ox Petroleum” exists at the coordinates (149500, 249500), the number of detailed data is “3”, and the representative well detailed data ID is “ 1 ”.
  • the x-coordinate and y-coordinate related to the well position described above are given in advance.
  • coordinates such as easting and northing can be used.
  • coordinates such as latitude and longitude can be used.
  • latitude and longitude it should be noted that the length may be different depending on the latitude even if the length is the same length (for example, 1 second). This is because the length of one round of the earth varies depending on the latitude. Even at latitude, the earth is not a perfect sphere, so the length may be different, even if not as long as the longitude, and correction may be necessary.
  • FIG. 5 is a diagram showing an example of the data structure of the well detail data 500 among the input data 108 in the present embodiment.
  • the well detailed data 500 corresponds to well detailed data associated with each well data of the well data 400 described above, and includes well detailed data ID501, input data ID502, number of well shape data 503, well shape data. This is a set of records in which the values of ID 504, previous link well detailed data ID 505, and next link well detailed data ID 506 are associated with each other.
  • the well detailed data ID 501 is identification information for uniquely identifying the well detailed data, and is a value common to the well detailed data ID 406 in the well data 400 described above.
  • the input data ID 502 is an ID of input data including the well detailed data, and is a value common to the value of the input data ID 401 in the well data 400 described above.
  • the well shape data number 503 is the number of well shape data regarding the well holes of the corresponding well.
  • the well shape data ID 504 is an ID of a representative one of well shape data regarding the corresponding well hole.
  • the previous link well data ID 505 is a well detail data ID that has one less value of the well detail data ID among the well detail data associated with the same input data ID, that is, the previous well detail data ID.
  • the next link well detail data ID 506 is a well detail data ID of the next ID having one more value of the well detail data ID among the well detail data associated with the same input data ID.
  • Such a data structure of the well detailed data 500 makes it possible to obtain a pointer for accessing the well shape data of each well hole constituting a well.
  • the input data ID is “1”, that is, there are three well detailed data (well detailed data ID1 to 3) for the wells operated by “Ox Oil” in FIG. It is shown that the number of well shape data is “3”, “123”, and “234”, respectively.
  • well shape data IDs “1”, “4”, and “127” used for access to each are shown.
  • FIG. 6 is a diagram showing a data structure of the well shape data 600 among the input data 108 in the present embodiment.
  • the well shape data 600 uses the well shape data ID 601 as a key, the well detailed data ID 602, the well shape position x603, the well shape position y604, the well shape position z605, the formation information 606, the previous link well shape data ID607, and the next link well.
  • This is a set of records in which the values of the shape data ID 608 are associated with each other.
  • the well shape data ID 601 is identification information for uniquely identifying the well shape data, and is a value common to the value of the well shape data ID 504 in the well detailed data 500 of FIG.
  • the well detail data ID 602 is a well detail data ID including the well shape data, and is a value common to the value of the well detail data ID 501 in the well detail data 500 of FIG.
  • the well shape position x603 is the x coordinate of the well position.
  • the well shape position y604 is the y coordinate of the well position.
  • the well shape position z605 is the z coordinate (depth) of the well position.
  • the formation information 606 is a code representing the state of the formation where the corresponding well is located.
  • the previous link well shape data ID 607 is a well shape data ID having one less value of the well shape data ID included in the same well detailed data, that is, the ID having the previous ID.
  • the next link well shape data ID 608 has one more value of the well shape data ID included in the same well detailed data, that is, the ID is the next well shape data ID.
  • Such a data structure of the well shape data 600 makes it possible to know the three-dimensional shape of a well and the formation of the surrounding strata.
  • the well shape of the well hole whose well detailed data ID is “1” and a part of the well shape of the well hole whose well detailed data ID is “2” are shown. Has been.
  • the above-described z coordinate is given appropriately.
  • the z-coordinate is not the length measured along the well, but the length measured (virtually) along the vertical line from the ground surface.
  • feet or meters can be used as the unit.
  • FIG. 7 is a diagram showing the header portion 700 in the map data 113 in the present embodiment.
  • the header component 700 uses the map data ID 701 as a key, and creates date and time 702, start point position x703, start point position y704, end point position x705, end point position y706, pixel number x707, pixel number y708, and pixel data ID 709. It is a collection of associated records.
  • the map data ID 701 is identification information for uniquely identifying the map data.
  • the creation date 702 is the creation date of the corresponding map data.
  • the starting point position x703 is the x coordinate of the starting point in the corresponding map data.
  • the starting point position y704 is the y coordinate of the starting point in the corresponding map data.
  • the end point position x705 is the x coordinate of the end point in the corresponding map data
  • the end point position y706 is the end point y coordinate.
  • the pixel number x707 is the number of pixels in the x direction in the corresponding map data
  • the pixel number y708 is the number of pixels in the y direction.
  • the pixel data ID 709 is the ID of the first pixel data of the corresponding map data. From the data structure of the header component 700, the outline of the map data, the start point, the end point, the creation date and time, etc. of the map data that has been cut into pieces can be known.
  • FIG. 8 is a diagram showing pixel data 800 in the map data 113 in the present embodiment.
  • the pixel data 800 is an aggregate of records in which the values of the pixel data ID 801, the pixel data R802, the pixel data G803, and the pixel data B804 are associated with each other.
  • the pixel data ID 801 is identification information for uniquely specifying the pixel data.
  • the pixel data R802 is the red component intensity of the corresponding pixel data
  • the pixel data G803 is the green component intensity
  • the pixel data B804 is the blue component intensity.
  • the parameter 109 illustrated in FIG. 9 is a collection of records in which the parameter ID 901 is used as a key and the parameter name 902, the parameter contents 903, and each value are associated with each other.
  • the parameter ID 901 is identification information for uniquely identifying a parameter.
  • the parameter name 902 is the name of the corresponding parameter.
  • the parameter name 902 includes “new well position x0”, “new well position x1”, “new well position y0”, “new well position y1”, “minimum well distance”, “well depth z0”, “ “Well depth z1” and “other operator well penalty” are included. These are mainly information input by the operator.
  • “New well position x0” in the parameter name 902 is the minimum value of the x-coordinate on the surface of the well to be newly placed.
  • the “new well position x1” is the maximum value of the x coordinate on the ground surface of the well to be newly arranged.
  • the “new well position y0” is the minimum value of the y coordinate on the ground surface of the well to be newly arranged.
  • the “new well position y1” is the maximum value of the y coordinate on the ground surface of the well to be newly arranged.
  • the “minimum well distance” represents the minimum distance that a well to be newly placed should take from another well.
  • the “well depth z0” is the minimum depth of a well to be newly arranged.
  • well depth z1 is the maximum depth of a well to be newly arranged.
  • “Other Operator Well Penalty” is the minimum distance between wells that should be followed when the operator of other applicable wells is another operator with respect to the minimum distance that a newly placed well should take from other wells. It is. This “other enterprise well penalty” is particularly used in resource excavation under the situation where different enterprises perform well excavation adjacent to each other.
  • the constraint 110 in this embodiment illustrated in FIG. 10 is an aggregate of records in which the constraint content 1002 is associated with the constraint ID 1001 as a key.
  • the constraint ID 1001 is identification information that uniquely identifies the constraint.
  • the constraint content 1002 is the content of the corresponding constraint.
  • Such a restriction 110 includes a minimum well distance restriction.
  • the operating company having the detailed data ID “i” is vo (i)
  • the x coordinate is “vx (i, j)” of the “j” th shape data
  • the detailed data ID of the newly arranged well is “99”.
  • limx1 is “1000”, and if it is a different operating company, limx1 is “2000”. Also, under such restrictions, the absolute value of the x coordinate is separated by limx1 or more between the new well and the well with the well detailed data ID “1” for the “1” th well shape.
  • the past solution history 112 of the present embodiment stores a history of solutions searched in the past for the optimal placement problem of wells such as oil wells and gas wells, which is a constraint satisfaction problem, and uses the past solution ID 1101 as a key.
  • the past solution ID 1101 is identification information for uniquely identifying the past solution
  • the past solution 1102 is the content of the corresponding past solution.
  • the past solution history 112 is a DB that stores past solutions as they are.
  • the past solution is composed of a plurality of value patterns, and the past solution history 112 illustrated in FIG. 11 stores values in a vector format.
  • the past solution with the past solution ID “1” is a vector “1, 3, 2, 24,...”.
  • the data structure has been described above. --- Example of display screen ---
  • FIG. 12 is a diagram illustrating an example of the parameter input screen 1200 of the terminal device 114 in the present embodiment.
  • the parameter input screen 1200 illustrated in FIG. 12 includes a map display screen 1201, a new well candidate position 1202, an existing well position 1203, topographic information 1204, a minimum well distance input box 1205, a well depth z0 input box 1206, a well depth.
  • a z1 input box 1207, a separate operator well penalty input box 1208, and a recommended position calculation button 1209 are configured.
  • the map display screen 1201 corresponds to the display area of the map drawn based on the map data 113, and a new well candidate position 1202, an existing well position 1203, and terrain information 1204 are displayed.
  • the new well candidate position 1202 is a new well candidate position designated by the operator, and is drawn according to the range of the new well position indicated by the parameters of the parameter IDs “1” to “4” in the parameter 109 of FIG. This is a rectangular area.
  • the existing well position 1203 is an icon of an existing well drawn according to the values of the well position x403 and the well position y404 of each existing well in the well data 400 of FIG.
  • the terrain information 1204 is a graphic representing terrain information included in the map data 113, and is an aerial photograph image of a road or a mountain. It may be the result of interpreting a photograph like a map.
  • the minimum well distance input box 1205 is an input field for the operator to specify the minimum well distance.
  • a well depth z0 input box 1206 is an input field for the operator to specify the minimum value of the well depth.
  • a well depth z1 input box 1207 is an input field for the operator to specify the maximum value of the well depth.
  • Another operator well penalty input box 1208 is an input field for the operator to specify another operator well penalty.
  • a recommended position calculation button 1209 is a button for the operator to instruct the execution of a well position recommended as the optimum position of a new well.
  • An operator who browses such a parameter input screen 1200 on the display 306 of the terminal device 114 can execute parameter input using the keyboard 305, the mouse 307, or the like of the terminal device 114.
  • the input value on the parameter input screen 1200 is stored in the DB device 107 of the recommended well arrangement calculation system 103 as the parameter 109 by the terminal device 114.
  • FIG. 13 is a diagram illustrating an example of a constraint satisfaction solution display screen 1300 of the terminal device 114 in the present embodiment.
  • the constraint satisfaction solution display screen 1300 illustrated in FIG. 13 includes a new well recommended position 1301, a detail display button 1302, and a recalculation button 1303, in particular.
  • the other minimum well distance input box, well depth z0 input box, well depth z1 input box, and another operator well penalty input box are the same as those of the parameter input screen 1200 described above.
  • the above-mentioned recommended new well position 1301 on the constraint satisfaction solution display screen 1300 is an icon representing a recommended position of a new well that is a constraint satisfaction solution.
  • the detail display button 1302 is a button for the operator to instruct the display of detailed information regarding the new well.
  • the recalculation button 1303 is a button for the operator to instruct recalculation regarding the recommended position of the new well, that is, re-execution of the solution search.
  • the operator who browses the constraint satisfaction solution display screen 1300 on the display 306 of the terminal device 114 can grasp the recommended position of the new well.
  • the details of the new well can be displayed by clicking the detail display button 1302 (hovering the mouse pointer over the area of the detail display button 1302 and then pressing and releasing the mouse 307 button).
  • the recommended position can be recalculated by clicking a recalculation button 1303.
  • FIG. 14 is a diagram illustrating an example of a constraint satisfaction solution display screen (detailed display) 1400 of the terminal device 114 in the present embodiment.
  • a constraint satisfaction solution display screen (detailed display) 1400 illustrated in FIG. 14 includes a detail display screen 1401.
  • the detail display screen 1401 is a screen that displays details of the corresponding new well in response to a click event of the detail display button 1302 in the constraint satisfaction solution display screen 1300 described above.
  • information on the depth direction of the new well is displayed.
  • the details display screen 1401 may draw details of the new well in a three-dimensional representation. Further, the viewpoint or the like may be changed according to the movement of the mouse 307.
  • the example of the display screen on the display 306 of the terminal device 114 has been described above.
  • FIG. 15 is a flowchart showing a processing procedure example 1 of the constraint satisfaction solution search method in the present embodiment, specifically, a schematic diagram of a processing flow of the recommended well position calculation system 103 in the present embodiment. Therefore, in addition to the constraint satisfaction solution search device 106 of this embodiment, processing in the data reading device 104 and the well arrangement constraint generation device 105 will be described together.
  • step 1501 for example, the CPU of the terminal device 114 that has received an instruction from the operator instructs the data reading device 104 to start reading data.
  • Such communication between devices can be executed by general communication, RPC (Remote Procedure Call), or the like.
  • RPC Remote Procedure Call
  • step 1502 the CPU of the data reading device 104 that has received an instruction from the terminal device 114 downloads data from the data provider 101 and stores it as input data 108.
  • the data provider 101 described above is a Web server that provides oil well location information and the like. Downloading of data in this case can be performed using general HTTP (Hypertext Transfer Protocol).
  • step 1503 the CPU of the data reading device 104 notifies the terminal device 114 of the completion of data reading in accordance with the data storage processing in step 1502 described above.
  • the CPU of the terminal device 114 that has received the notification of the completion of data reading displays a map on the display 306 using the map data 113 and the input data 108 obtained in the above step 1502 in step 1504. .
  • Coordinate data is defined for both the map data 113 and the input data 108, and the map data 113 and the input data 108 can be superimposed by a simple proportional calculation to display the position of an existing well on the map.
  • a parameter input screen 1200 (FIG. 12) including a map display screen 1201, an existing well position 1203, and topographic information 1204 is displayed on the display 306 of the terminal device 114.
  • the CPU of the terminal device 114 receives input of parameters related to well arrangement calculation on the parameter input screen 1200 from the operator using the keyboard 305, the mouse 307, or the like.
  • the interface for accepting parameter input is a minimum well distance input box 1205, a well depth z0 input box 1206, a well depth z1 input box 1207, and another operator well penalty input box 1208 on the parameter input screen 1200.
  • the input field may be displayed on the parameter input screen 1200 in the same manner as the box described above, and input from the operator may be accepted, or the new well candidate position 1202 may be displayed on the map display screen 1201. It is also possible to display an object to be shown (for example, a broken-line rectangle) by default, and the operator operates the mouse 307 to move it to a candidate position desired by the operator.
  • step 1506 the CPU of the terminal device 114 stores the parameter input regarding the new well on the parameter input screen 1200 described above as the parameter 109 in the DB device 107.
  • An example of the parameter 109 in this case is as illustrated with reference to FIG.
  • values such as the position range of the new well, the minimum distance between the wells, the well depth, and the different enterprise well penalty are the parameters.
  • step 1507 the CPU of the terminal device 114 receives the click event of the recommended position calculation button 1209 on the above-described parameter input screen 1200 (FIG. 12) from the operator, and in step 1508, the well arrangement constraint generation device 105 receives the click event. Instruct the start of the recommended well arrangement calculation.
  • step 1509 the CPU of the well arrangement constraint generation device 105 generates a constraint related to the well arrangement from the input data 108 and the parameter 109, and stores it as the constraint 110 in the DB device 107. Details of this processing will be described later with reference to FIG.
  • step 1510 the CPU of the well arrangement constraint generation apparatus 105 that has completed the generation and storage of the above-described step 1509 notifies the terminal apparatus 114 of the completion of well arrangement restriction generation.
  • Step 1511 the CPU of the terminal device 114 that has received the notification of the completion of well placement constraint generation in Step 1510 described above instructs the constraint satisfaction solution search device 106 to start the constraint satisfaction solution search.
  • the CPU of the constraint satisfaction solution search apparatus 106 determines in step 1512 the constraint satisfaction solution from the generated constraint 110 and the past solution history 112 regarding the optimal placement problem of the well. And the saved solution is stored in the DB device 107 as a new constraint satisfaction solution 111, and a new constraint satisfaction solution is added to the past solution history 112. Details of this processing will be described later with reference to FIG.
  • step 1513 the CPU of the constraint satisfaction solution search apparatus 106 that has finished searching and storing the constraint satisfaction solution in step 1512 described above notifies the terminal device 114 of the completion of the constraint satisfaction solution search.
  • step 1514 the CPU of the terminal device 114 that has received the search completion notification for the constraint satisfaction solution described above stores the constraint satisfaction solution 111 stored in the DB device 107, that is, the recommended position 1301 of the new well, together with the map data 113. This is displayed on the display 306 of the device 114.
  • the display screen here is as already exemplified as the constraint satisfaction solution display screen 1300 in FIG. The main flow of the constraint satisfaction solution search method has been described above.
  • FIG. 16 is a flowchart showing a processing procedure example 2 of the constraint satisfaction solution search method according to the present embodiment. Specifically, this is an operation flow of well arrangement relationship constraint generation in the well arrangement constraint generation apparatus 105 of the example. .
  • step 1601 the CPU of the well arrangement constraint generation apparatus 105 extracts the value of each item in the parameter 109. If there is an unprocessed value among the items of the parameter 109, the CPU of the well arrangement constraint generation apparatus 105 advances the process to step 1602. On the other hand, if a series of processing (steps 1602 to 1605) for each item value is completed, the CPU of the well arrangement constraint generation apparatus 105 advances the processing to step 1606.
  • step 1602 the CPU of the well arrangement constraint generation apparatus 105 sets “new well position” in which the value of the item extracted from the parameter 109 is indicated by parameter IDs “1” to “4” among the parameters 109 illustrated in FIG. If the value is, the coordinate value group indicating the range of the new well position is added to the constraint 110 as a well position constraint.
  • the CPU of the well arrangement constraint generation apparatus 105 sets the value of the item extracted from the parameter 109 to “minimum well distance” indicated by the parameter ID “5” in the parameter 109 illustrated in FIG. If it is a value, the value of the minimum inter-well distance is added to the constraint 110 as a well-to-well distance constraint, for example, as indicated by the constraint ID “3” in FIG.
  • This “constraint distance constraint” whose “constraint ID” is “3” includes the x coordinate of a certain well whose input data ID is “1” and the x coordinate of a certain well whose input data ID is “99”. This corresponds to the constraint that the absolute value of the difference between the two is equal to or smaller than the value of “limx1”.
  • step 1604 the CPU of the well arrangement constraint generation apparatus 105 sets the value of the item extracted from the parameter 109 to “well depth” indicated by the parameter IDs “6” and “7” among the parameters 109 illustrated in FIG. If it is the value of “well”, this well depth value is added to the constraint 110 as well depth constraints as shown by constraint IDs “6” and “7” in FIG.
  • the “well depth constraint” whose “constraint ID” is “6” or “7” corresponds to the constraint that the depth of a certain well, that is, the z coordinate is “10000” or more and “10300” or less. To do.
  • step 1605 the CPU of the well arrangement constraint generation apparatus 105 indicates that the item value extracted from the parameter 109 is “another operator well penalty” indicated by the parameter ID “8” in the parameter 109 illustrated in FIG. 9, for example. Is added to the constraint 110 as another operator well penalty constraint as shown by constraint IDs “1” and “2” in FIG. 10, for example.
  • This “restrictor well penalty penalty constraint” with “constraint ID” being “1” is the minimum distance between wells when the new well operator “1” and the existing well operator “99” are equal.
  • a certain “limx1” corresponds to the restriction “1000”.
  • the “other operator well penalty constraint” with the “constraint ID” being “2” is the minimum distance between the wells when the operator “1” and the operator “99” are different. This corresponds to the restriction that “limx1” is “2000”.
  • the parameter regarding the minimum distance between the wells of another business operator is defined in the parameter content of the “other business well penalty” in FIG.
  • step 1602 After the series of processing from step 1602 to step 1605 described above, the CPU of the well arrangement constraint generation apparatus 105 returns the processing to step 1601.
  • step 1606 the CPU of the well arrangement constraint generation apparatus 105 extracts the value of each item in the well data 400 (FIG. 4). If there is an unprocessed value in each item of the well data 400, the CPU of the well arrangement constraint generation apparatus 105 advances the process to step 1607. On the other hand, if a series of processing (steps 1607 to 1613) for each item value is completed, the CPU of the well arrangement constraint generation apparatus 105 ends the processing.
  • step 1607 the CPU of the well arrangement constraint generating apparatus 105 stores the value of the operating company name 402 in the well data 400 in the memory 302.
  • step 1608 the CPU of the well arrangement constraint generation device 105 acquires the well detail data 500 from the DB device 107 based on the value of the well detail data ID 406 in the well data 400.
  • step 1609 the CPU of the well arrangement constraint generating apparatus 105 extracts each detailed data in the well detailed data 500 obtained in step 1608 described above. If each item of the well detailed data 500 (FIG. 5) is unprocessed, that is, if detailed data has not yet been acquired, the CPU of the well arrangement constraint generating apparatus 105 advances the processing to step 1610. On the other hand, if each item of the well detailed data 500 (FIG. 5) is unprocessed, that is, if detailed data has not yet been acquired, the CPU of the well arrangement constraint generation apparatus 105 returns the processing to step 1606.
  • step 1610 the CPU of the well arrangement constraint generation apparatus 105 has a well ID that matches the well shape data ID 601 from the value of the well shape data ID 504 of the well among the detailed data obtained up to step 1608.
  • Shape data 600 (FIG. 6) is acquired.
  • step 1611 the CPU of the well arrangement constraint generation device 105 adds the management company name of the well stored in the memory 302 in the above step 1607 to the constraint 110 as the management company name constraint.
  • step 1612 the CPU of the well arrangement constraint generating apparatus 105 extracts each shape data in the well shape data 600 obtained in step 1610 described above. If each item of the well shape data 600 (FIG. 6) is unprocessed, that is, if shape data has not yet been acquired, the CPU of the well arrangement constraint generation apparatus 105 advances the processing to step 1613. On the other hand, if each item of the well shape data 600 (FIG. 6) is unprocessed, that is, if there is no shape data acquisition yet, the CPU of the well arrangement constraint generation apparatus 105 returns the processing to step 1609.
  • step 1613 the CPU of the well arrangement constraint generation apparatus 105 adds the shape data obtained in step 1612 to the constraint 110 as a shape constraint.
  • This shape constraint is a constraint that the coordinate value is equal to the coordinate of each shape data in the well shape data 600.
  • the constraint generation processing has been described above.
  • FIGS. 17 and 18 are flowcharts showing processing procedure examples 3 and 4 of the constraint satisfaction solution search method according to this embodiment.
  • the constraint satisfaction solution search apparatus 106 searches for constraint satisfaction solutions. It is a processing flow.
  • the CPU of the constraint satisfaction solution search device 106 generates a statistical model from the past solution history 112 of the DB device 107.
  • a statistical model generated here for example, a hierarchical Bayes model can be adopted.
  • Bayesian statistics for example, when the parameters change a little, by using Bayesian updating, it is possible to estimate a solution that has a high probability of satisfying constraints in terms of Bayesian statistics.
  • SVM support vector machine
  • a general method such as a method using a neural network can be employed.
  • the statistical model generation can be performed using a general method related to machine learning and a general construction method known in the art. Accordingly, it is assumed that the constraint satisfaction solution search apparatus 106 holds an existing program for generating such a statistical model in advance and can call and execute it as necessary.
  • the CPU of the constraint satisfaction solution search apparatus 106 determines the initial domain of the decision variable.
  • the domain is a set of possible values of the decision variable.
  • the CPU of the constraint satisfaction solution search apparatus 106 determines an initial domain determined by the values of the parameters 109 and input data 108 of the DB apparatus 107. For example, the initial domain regarding the x coordinate of the new well is determined as “150,000 to 151000” from the parameter IDs “1” and “2” in the parameter 109.
  • step 1703 the CPU of the constraint satisfaction solution search apparatus 106 updates the statistical model generated in step 1701 using the initial domain determined in step 1702 described above.
  • the statistical model is a Bayesian statistical model, a general method called Bayesian update is used. Even if it is another statistical model, if the update method is known, that method is used. When a statistical model whose update method is not known is adopted, the statistical model may be regenerated using the initial domain as a decision variable.
  • step 1704 the CPU of the constraint satisfaction solution search apparatus 106 extracts each constraint in the constraint 110 of the DB apparatus 107. If the constraint 110 has been processed, that is, if there is a constraint for which acquisition processing has not been performed, the CPU of the constraint satisfaction solution search apparatus 106 advances the processing to step 1705. On the other hand, if the constraint 110 has been processed, that is, if there is no constraint for which acquisition processing has not yet been performed, the CPU of the constraint satisfaction solution search device 106 advances the processing to step 1711.
  • step 1705 the CPU of the constraint satisfaction solution search apparatus 106 evaluates the constraint obtained in step 1704 and changes the domain of the decision variable so that the decision variable can satisfy the constraint. For example, if there is a constraint “Y ⁇ 2” as a constraint, the CPU of the constraint satisfaction solution search apparatus 106 changes the domain of Y so that the domain of the decision variable Y becomes “2 or more”.
  • step 1706 the CPU of the constraint satisfaction solution search apparatus 106 determines whether the above-described decision variable has satisfied the corresponding constraint as a result of the domain change in step 1705 described above. As a result of this determination, if the decision variable satisfies the corresponding constraint (1706: YES), the CPU of the constraint satisfaction solution search device 106 advances the process to step 1707. On the other hand, as a result of the above determination, if the decision variable does not satisfy the corresponding constraint (1706: NO), the CPU of the constraint satisfaction solution search apparatus 106 advances the process to step 1709.
  • step 1707 the CPU of the constraint satisfaction solution search apparatus 106 updates the statistical model using the domain of the decision variable after being changed in step 1705 described above.
  • a method similar to the method described in step 1703 can be used for the statistical model update process.
  • step 1708 the CPU of the constraint satisfaction solution search apparatus 106 executes constraint propagation.
  • constraint propagation is a general method (known) that propagates the result of the domain change of the decision variable described above to another domain of the decision variable, and is used in a general method called constraint programming. It is what. Note that after the processing in step 1708, the CPU of the constraint satisfaction solution search apparatus 106 returns the processing to step 1704.
  • step 1709 the CPU of the constraint satisfaction solution search apparatus 106 executes backtracking.
  • backtracking means returning to another search point. It has already been found that the above decision variable cannot satisfy the corresponding constraint, and the domain of the above decision variable is returned to the state before being changed in step 1705, and another search is performed.
  • step 1710 the CPU of the constraint satisfaction solution search apparatus 106 rewinds the statistical model to the backtrack destination state.
  • the statistical model also needs to be returned to the backtrack in step 1709 described above.
  • the CPU of the constraint satisfaction solution search device 106 may write the previous state in the memory 302 or the auxiliary storage device 308 each time the statistical model is changed. Note that after execution of step 1710, the CPU of the constraint satisfaction solution search apparatus 106 returns the processing to step 1704.
  • step 1704 described above if the restriction 110 has been processed, that is, the acquisition process is not yet restricted, and the process transitions to step 1711, the CPU of the constraint satisfaction solution search apparatus 106 has a unique domain in step 1711. Retrieve each decision variable in an undefined decision variable. If there is a decision variable that has not yet been acquired in the decision variable whose domain is not uniquely determined, the CPU of the constraint satisfaction solution search apparatus 106 advances the processing to step 1712. On the other hand, if there is no decision variable that has not yet been acquired among the decision variables for which the domain is not uniquely determined, the CPU of the constraint satisfaction solution search device 106 ends the process.
  • step 1712 the CPU of the constraint satisfaction solution search apparatus 106 determines whether there is a domain value that has not been subjected to each processing in subsequent steps 1713 to 1719 among the determined variables. If there is an untrial domain value as a result of this determination, the CPU of the constraint satisfaction solution search apparatus 106 advances the process to step 1713. On the other hand, as a result of the above determination, if there is no untrial domain value, the CPU of the constraint satisfaction solution search apparatus 106 advances the process to step 1720.
  • step 1713 the CPU of the constraint satisfaction solution search apparatus 106 acquires the estimated value of the decision variable extracted in step 1711 and processed, from the current statistical model.
  • the statistical model it is possible to obtain an estimated value such as a maximum likelihood estimator for the decision variable.
  • this estimated value is acquired. Note that the present embodiment is characterized in that an estimated value can be obtained even if a pattern of variable values that have not been searched in the past is obtained by updating the statistical model during the search.
  • step 1715 the CPU of the constraint satisfaction solution search apparatus 106 determines whether the constraint can be satisfied by using the new estimated value obtained in step 1713 described above as a decision variable. As a result of this determination, if the constraint can be satisfied with the above estimated value, that is, the maximum likelihood estimated value, the CPU of the constraint satisfaction solution search device 106 advances the process to step 1716. On the other hand, as a result of the determination described above, if the constraint is not satisfied with the estimated value described above, the CPU of the constraint satisfaction solution search apparatus 106 advances the process to step 1718.
  • step 1716 the CPU of the constraint satisfaction solution search apparatus 106 updates the statistical model using the estimated value obtained in the above-described step 1713, that is, the maximum likelihood estimated value.
  • the statistical model can be updated in the same manner as already described in step 1703.
  • step 1717 the CPU of the constraint satisfaction solution search apparatus 106 executes constraint propagation. This constraint propagation is also as already described in step 1708. After execution of step 1717, the CPU of the constraint satisfaction solution search apparatus 106 returns the process to step 1712.
  • step 1718 the CPU of the constraint satisfaction solution search apparatus 106 performs backtracking and returns to the state before the domain change of the decision variable. This backtracking is as already described in step 1709.
  • step 1720 which has been determined that there is no untrial domain value in step 1712 described above, the CPU of the constraint satisfaction solution search apparatus 106 determines whether the domain of the decision variable is not uniquely determined. As a result of this determination, if the domain of the decision variable is not uniquely determined, the CPU of the constraint satisfaction solution search apparatus 106 advances the process to step 1721. On the other hand, as a result of the above determination, if the domain of the decision variable is uniquely determined, the CPU of the constraint satisfaction solution search device 106 returns the process to step 1711.
  • step 1721 the CPU of the constraint satisfaction solution search apparatus 106 backtracks and changes the domain of other decision variables.
  • step 1722 the CPU of the constraint satisfaction solution search apparatus 106 determines whether constraint satisfaction is not possible even when backtracking.
  • the CPU of the constraint satisfaction solution search apparatus 106 advances the process to step 1723.
  • the CPU of the constraint satisfaction solution search apparatus 106 returns the process to step 1711.
  • step 1723 the CPU of the constraint satisfaction solution search apparatus 106 executes a process at the time of search failure and ends the flow.
  • the CPU of the constraint satisfaction solution search apparatus 106 displays on the display 306 that “a constraint satisfaction solution cannot be found” and prompts the operator to reconsider the parameter.
  • the embodiment in which the constraint satisfaction solution search technique of the present invention is applied to the recommended well arrangement calculation has been described above.
  • the constraint satisfaction solution search technique of the present invention can be applied to other technical fields of the above-described recommended well arrangement calculation.
  • the present invention can be applied to the technical field of railway operation prediction. Below, the case where the constraint satisfaction solution search technique of the present invention is applied to such railway operation prediction will be briefly described.
  • FIG. 19 is a diagram illustrating a system configuration example including the constraint satisfaction solution search apparatus 106 according to another embodiment, and specifically, an embodiment in the case where the present invention is applied to a railway operation prediction system.
  • the station system 1901 distributes data instead of the data provider 101.
  • This station system 1901 provides, for example, information on the track circuit falling / falling. This makes it possible to grasp the on-line position of the train.
  • the track circuit is a circuit for detecting the position of the train line by applying a closed circuit of electricity between the track and the axle, and is a technique generally used in the railway field.
  • a railway operation prediction constraint generation device 1902 generates a restriction for the railway instead of the well arrangement restriction generation device 105 described above.
  • a restriction for railway such as not starting before the departure time defined in the timetable, or following trains arriving after a predetermined time after the previous train departs.
  • route data 1904 exists instead of the map data 113 described above.
  • those described in the recommended well arrangement calculation system 103 can be used.
  • each of the above-described configurations, functions, processing units, and the like may be realized by hardware by designing a part or all of them with, for example, an integrated circuit.
  • Each of the above-described configurations, functions, and the like may be realized by software by interpreting and executing a program that realizes each function by the processor.
  • Information such as programs, tables, and files that realize each function can be stored in a memory, a hard disk, a recording device such as an SSD (Solid State Drive), or a recording medium such as an IC card, an SD card, or a DVD.
  • control lines and information lines indicate what is considered necessary for the explanation, and not all the control lines and information lines on the product are necessarily shown. Actually, it may be considered that almost all the components are connected to each other.
  • a high-speed solution search when searching for a solution for a constraint satisfaction problem, even if there are constraint variables that cannot satisfy the constraints in the past solution history, a high-speed solution search can be performed.
  • the arithmetic device generates a Bayes statistical model as the statistical model in the process of estimating the constraint satisfaction solution, and the Bayes statistical model is used in the constraint satisfaction problem. It is good also as what updates by the variable range which satisfies constraints, performs constraint propagation in the said updated Bayesian statistical model, and estimates a constraint satisfaction solution.
  • Bayesian statistics in this way, for example, when a variable changes slightly, a Bayesian update can be used to estimate a solution that is highly likely to satisfy constraints in that scene.
  • the information processing apparatus generates a Bayes statistical model as the statistical model in the process of estimating the constraint satisfaction solution, and the Bayes statistical model is used as the constraint satisfaction problem. It is also possible to update with a variable range that satisfies the constraints in, and execute constraint propagation in the updated Bayesian statistical model to estimate a constraint satisfaction solution.

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

　制約充足解探索装置（１０６）において、制約充足問題の過去解履歴（１１２）を格納した記憶装置（３０８）と、制約伝播を用いた制約充足問題の解探索に際し、制約充足問題の過去解履歴（１１２）から生成した統計モデルを、制約充足問題における制約（１１０）を充足する変数範囲で更新し、更新した統計モデルにおいて制約伝播を実行し制約充足解を推定する処理と、更新した統計モデルを用いて、尤度の高い値を優先しつつ制約充足解を探索する処理を実行する演算装置（３０１）を含む構成とする。

Description

制約充足解探索装置および制約充足解探索方法
　本発明は、制約充足解探索装置および制約充足解探索方法に関する。
　制約充足問題（ＣＳＰ：Constraint Satisfaction Problem）は、入力パラメータ中から、与えられた制約全てを満たす組み合わせを探索する問題であり、スケジューリング問題等がその具体例である。こうした制約充足問題の厳密解法としては、バックトラッキング法をベースにした制約伝搬の手法を用いることが多い。
　上述したスケジューリング問題に関連する従来技術として以下のような技術が提案されている。すなわち過去に作成された勤務シフト表のデータを取得する勤務シフト表データ取得部と、勤務シフト表データ取得部が取得した過去の勤務シフト表のデータから、確率を用いたアルゴリズムによって確率的に一番高い勤務形態パターンを推測するシフトパターン推測部と、制約条件を記憶した制約条件記憶部と、制約条件記憶部に記憶している制約条件を満足するために制約プログラミングを用い、かつ前記推測した一番可能性が高い勤務形態パターンを反映するためにシフトパターン推測部を用いて、各勤務者に対して所定の期間での各日に勤務形態を割付けて勤務シフト表を生成する勤務シフト表作成処理部とを備え勤務シフト表作成装置（特許文献１参照）などが提案されている。
特開２０１２－１８１７１９号公報
　上述の従来技術においては、過去の勤務シフト表のデータから、確率を用いたアルゴリズムによって確率的に一番高い勤務形態パターンを推測している。しかしながら、パターンに含まれるシフトが一つでも制約を満たせない場合、制約プログラミングを用いて探索を行う必要があり、処理に要する時間が増大しやすいという課題があった。
　そこで本発明の目的は、制約充足問題の解探索に際し、過去の解履歴のうち制約を満たせない制約変数が存在する場合でも、高速に解探索を実行可能とする技術を提供することにある。
　上記課題を解決する本発明の制約充足解探索装置は、制約充足問題の過去解履歴を格納した記憶装置と、制約伝播を用いた前記制約充足問題の解探索に際し、前記制約充足問題の過去解履歴から生成した統計モデルを、前記制約充足問題における制約を充足する変数範囲で更新し、前記更新した統計モデルにおいて制約伝播を実行し制約充足解を推定する処理と、前記更新した統計モデルを用いて、尤度の高い値を優先しつつ制約充足解を探索する処理と、を実行する演算装置を含むことを特徴とする。
　また、本発明の制約充足解探索方法は、制約充足問題の過去解履歴を格納した記憶装置を備えた情報処理装置が、制約伝播を用いた前記制約充足問題の解探索に際し、前記制約充足問題の過去解履歴から生成した統計モデルを、前記制約充足問題における制約を充足する変数範囲で更新し、前記更新した統計モデルにおいて制約伝播を実行し制約充足解を推定する処理と、前記更新した統計モデルを用いて、尤度の高い値を優先しつつ制約充足解を探索する処理を実行することを特徴とする
　本発明によれば、制約充足問題の解探索に際し、過去の解履歴のうち制約を満たせない制約変数が存在する場合でも、高速な解探索が可能となる。
本実施形態における制約充足解探索装置を含むシステム構成例を示す図である。 本実施形態における過去履歴利用制約充足解探索装置の構成例を示す図である。 本実施形態における制約充足解探索装置のハードウェア構成例を示す図である。 本実施形態における入力データのうち井戸データのデータ構造例を示す図である。 本実施形態における入力データのうち井戸詳細データのデータ構造例を示す図である。 本実施形態における入力データのうち井戸形状データのデータ構造例を示す図である。 本実施形態における地図データのうちヘッダ部を示す図である。 本実施形態における地図データのうち画素データを示す図である。 本実施形態におけるパラメータのデータ構造例を示す図である。 本実施形態における制約のデータ構造例を示す図である。 本実施形態における過去解履歴のデータ構造例を示す図である。 本実施形態における端末装置のパラメータ入力画面例を示す図である。 本実施形態における端末装置の制約充足解表示画面例を示す図である。 本実施形態における端末装置の制約充足解表示画面例（詳細表示）を示す図である。 本実施形態における制約充足解探索方法の処理手順例１を示すフロー図である。 本実施形態における制約充足解探索方法の処理手順例２を示すフロー図である。 本実施形態における制約充足解探索方法の処理手順例３を示すフロー図である。 本実施形態における制約充足解探索方法の処理手順例４を示すフロー図である。 他の実施形態における制約充足解探索装置を含むシステム構成例を示す図である。
　以下に本発明の実施形態について図面を用いて詳細に説明する。図１は本実施形態の制約充足解探索装置たる過去履歴利用制約充足解探索装置１０６を含むシステム構成例を示す図である。図１に示す制約充足解探索装置１０６（以下、制約充足解探索装置１０６）は、制約充足問題の解探索に際し、過去の解履歴のうち制約を満たせない制約変数が存在する場合でも、高速に解探索を実行可能とするコンピュータ装置である。この制約充足解探索装置１０６は、制約充足解探索システムである推奨井戸配置計算システム１０３を他の装置と構成している。
　推奨井戸配置計算システム１０３は、本実施形態の制約充足解探索装置の具体的な適用対象となるシステム例である。この推奨井戸配置計算システム１０３は、油井やガス井の最適配置を計算するシステムであり、上述の制約充足解探索装置１０６の他に、データ読込装置１０４、井戸配置制約生成装置１０５、ＤＢ装置１０７、および端末装置１１４から構成されている。また推奨井戸配置計算システム１０３は、ネットワーク１０２を介してデータプロバイダ１０１とデータ通信可能に接続されている。
　上述のネットワーク１０２は、データプロバイダ１０１と推奨井戸配置計算装置とを接続するインターネット等の媒体であり、有線もしくは無線の形態を採用しうるものである。
　また、データプロバイダ１０１は、油井やガス井等の掘削会社やコンサルタント、行政組織等が運営する計算機である。このデータプロバイダ１０１は、油井やガス井等の井戸の位置や形状、産出物や地層状況等のデータを、ネットワーク１０２を介して推奨井戸配置計算システム１０３に提供するサーバ装置を想定出来る。
　一方、上述の推奨井戸配置計算システム１０３におけるデータ読込装置１０４は、ネットワーク１０２を介してデータプロバイダ１０１が提供しているデータや、所定のオペレータが端末装置１１４にて入力するデータや、他の媒体上にあるデータを入力として受け取り、ＤＢ装置１０７における入力データ１０８として保存する装置である。なお、上述の端末装置１１４は、推奨井戸配置計算システム１０３のオペレータが操作するコンピュータ端末である。
　また、井戸配置制約生成装置１０５は、井戸配置の最適化のための制約を生成し、この制約の充足解を制約充足解探索装置１０６に求めさせる装置である。他方、制約充足解探索装置１０６は、上述の井戸配置制約生成装置１０５が出力する制約を全て満足する制約充足解を探索し、出力する装置である。
　また、ＤＢ装置１０７は、各装置で取り扱うデータを保持するＤＢを運用している記憶装置である。このＤＢ装置１０７は、入力データ１０８、パラメータ１０９、制約１１０、制約充足解１１１、過去解履歴１１２、およぼ地図データ１１３を含んで構成されている。これらの各データの詳細な具体例は後述するが、このうち入力データ１０８は、データプロバイダ１０１から取得した井戸位置や形状、地層情報といったデータである。また、パラメータ１０９は、制約充足解探索装置１０６の入力となるパラメータである。このパラメータ１０９は、通常、毎回の制約充足解探索で違う値をとる。また、制約１１０は、制約充足解探索装置１０６が探索する解が満たすべき制約である。また、制約充足解１１１は、制約充足解探索装置１０６によって探索された、制約充足解である。また、過去解履歴１１２は、過去探索における制約充足解１１１を集めたデータである。また、地図データ１１３は、井戸周辺の地図データである。
－－－機能の例－－－
　続いて、本実施形態の制約充足解探索装置１０６が備える機能について説明する。以下に説明する機能は、例えば制約充足解探索装置１０６が備えるプログラムを実行することで実装される機能と言える。図２は、本実施形態における制約充足解探索装置１０６の構成例を示す図である。
　本実施形態の制約充足解探索装置１０６は、図２にて例示するように、制約充足解探索部２０１、制約伝播部２０２、制約充足解推定部２０３、および制約充足解登録部２０４の各機能を備えている。このうち制約充足解探索部２０１は、制約充足解を探索するプログラムを実行することで実装される機能部である。この制約充足解探索部２０１は、制約充足解探索装置１０６全体のコントロールも担っている。また、制約伝播部２０２は、制約伝播と呼ばれる公知手法を用いて、制約を満たす制約変数の値の範囲（ドメイン）を限定するプログラムを実行することで実装される機能部である。また、制約充足解推定部２０３は、統計手法を用いて、過去解履歴１１２から制約充足解を推定するプログラムを実行することで実装される機能部である。また、制約充足解登録部２０４は、探索した制約充足解をＤＢ装置１０７の過去解履歴１１２に追加登録するプログラムを実行することで実装される機能部である。
－－－ハードウェア構成の例－－－
　続いて、本実施形態における推奨井戸配置計算システム１０３を構成する各装置のハードウェア構成例について説明する。ここでは、装置のうち制約充足解探索装置１０６に対応する計算機を例とし、そのハードウェア構成を示すこととするが、他のデータ読込装置１０４、井戸配置制約生成装置１０５、および端末装置１１４についても同様である。図３は本実施形態における制約充足解探索装置１０６のハードウェア構成例を示す図である。
　図３で例示する計算機は、ＣＰＵ３０１、メモリ３０２、インターフェース３０３、ネットワークインタフェース３０４、キーボード３０５、ディスプレイ３０６、マウス３０７、および補助記憶装置３０８を含んで構成されている。
　このうちＣＰＵ３０１は、中央処理装置（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）であり、メモリ３０２に記録されている、またはあらかじめ補助記憶装置３０８からメモリ３０２に転送されたプログラム３１２を実行して上述の各機能部２０１～２０４を実現する装置である。なお、上述のプログラム３１２は、必要に応じて当該計算機が利用可能であり、着脱可能な記憶媒体によって導入されてもよい。この場合、上述の記憶媒体を読み取るための装置がインターフェース３０３に接続された構成となる。
　なお、このような記憶媒体及びそれを読み取るための装置としては、光ディスク（ＣＤ、ＤＶＤ、ブルーレイディスク等）を用いるものや、フラッシュメモリを用いるものが一般に知られており、これを用いることができる。また、プログラム３１２は、必要に応じて、ネットワークインタフェース３０４によって、通信媒体（通信回線又は通信回線上の搬送波）を介して、当該計算機に導入されてもよい。
　また、メモリ３０２は、ＲＡＭなど揮発性記憶素子で構成され、プログラムやデータを一時的に記録する主記憶装置である。
　また、インターフェース３０３は、当該計算機に外部装置を接続するものであり、接続先装置のコネクタ等の仕様に応じた構成を備えている。
　また、ネットワークインタフェース３０４は、ネットワーク１０２を介して外部装置と通信するための装置であり、ネットワーク１０２の通信プロトコルに応じた機能構成を備えている。
　また、キーボード３０５は、当該計算機への指示やデータ入力を操作者から受け付けるための入力装置である。一方、ディスプレイ３０６は、計算機による処理結果等を表示する出力装置である。また、マウス３０７は、ディスプレイ３０６の画面上に表示されるポインタを操作者が移動させ、また画面上の任意の場所でのクリック動作を受け付けることで、画面上の位置を指定し、何らかのアクションをＣＰＵ３０１に伝える装置である。なおマウス３０７は、一般的なタッチパネルによって代替することもできる。この場合、ポインタは不要となる。
　また、補助記憶装置３０８は、プログラム３１２及びデータ１０８～１１３を格納する不揮発性の記憶装置であり、例えば、磁気ディスクや不揮発性メモリ等によって構成されている。この場合、補助記憶装置３０８に格納されたプログラム３１２及びデータ１０８～１１３は、当該補助記憶装置３０８への電源供給がＯＦＦとなった後に再度ＯＮとなった場合でも保持される。なお、この補助記憶装置３０８には、予めオペレーティングシステム（ＯＳ）が導入されていても良い。このようにすることで、ファイル名を用いてプログラムを指定することなどができるようになる。ここで、ＯＳとは、計算機の基本ソフトウェアのことであり、一般に広く知られたＯＳを用いることができる。
－－－データ構成の例－－－
　次に、本実施形態における上述のＤＢ装置１０７で保持するデータについて説明する。まず、図４～図６を用いて、入力データ１０８のデータ構造について示す。なお、本実施形態における入力データ１０８は、井戸データのみとしている。
　図４は、本実施形態における入力データ１０８のうち、井戸データ４００のデータ構造を示す図である。井戸データ４００は、既存井戸に関するデータから構成されたものであり、入力データＩＤ４０１をキーとして、運用会社名４０２、井戸位置ｘ４０３、井戸位置ｙ４０４、井戸詳細データ個数４０５、および井戸詳細データＩＤ４０６の各値を対応付けたレコードの集合体となっている。
　このうち、入力データＩＤ４０１は入力データを一意に特定する識別情報である。また、運用会社名４０２は、該当井戸の運用会社の名称である。また、井戸位置ｘ４０３は、該当井戸の地表におけるｘ座標位置である。また、井戸位置ｙ４０４は、該当井戸の地表におけるｙ座標位置である。なお、前述のｘ座標、ｙ座標は、地図上の所定エリアに関して設定してある座標平面に対応する。また、井戸詳細データ個数４０５は、該当井戸に関する井戸詳細データの個数である。なお、本実施形態で想定する井戸は、地表面では一つである井戸が地中で分岐して複数の井戸孔を持つ構造を想定している。そのため、１つの井戸に関して複数の井戸詳細データが対応付けされることになる。また、井戸詳細データＩＤ４０６は、上述したように複数の井戸詳細データのうち、代表する井戸詳細データのＩＤである。こうした井戸データ４００のデータ構造により、井戸の運用会社や地表における位置、井戸詳細データへのポインタを知ることができる。図４に例示する井戸データ４００では、「○×石油」が運用する井戸が、座標（１４９５００、２４９５００）に存在しており、その詳細データ個数が「３」、代表する井戸詳細データＩＤが「１」となっている。
　なお、本実施形態における井戸データ４００においては、上述の井戸位置に関するｘ座標、ｙ座標は予め与えられていると仮定する。例えば、ｅａｓｔｉｎｇ、ｎｏｒｔｈｉｎｇといった座標が利用可能である。また、緯度、経度といった座標も利用可能である。但し、緯度、経度を用いる場合、経度で表すと同じ長さ（たとえば１秒）となる長さでも、緯度により長さが異なる場合があることに注意を要する。これは、緯度により、地球１周の長さが異なるためである。緯度においても、地球が完全球体でない等のため、経度ほどではないにせよ、長さが異なる場合があり、補正することが必要となる場合もある。
　図５は、本実施形態における入力データ１０８のうち、井戸詳細データ５００のデータ構造例を示す図である。この井戸詳細データ５００は、上述の井戸データ４００の各井戸データに関して紐付けされている井戸詳細データに対応するものであり、井戸詳細データＩＤ５０１、入力データＩＤ５０２、井戸形状データ個数５０３、井戸形状データＩＤ５０４、前リンク井戸詳細データＩＤ５０５、および次リンク井戸詳細データＩＤ５０６、の各値を対応付けたレコードの集合体となっている。
　このうち井戸詳細データＩＤ５０１は、井戸詳細データを一意に特定する識別情報であり、上述の井戸データ４００における井戸詳細データＩＤ４０６と共通する値となる。また、入力データＩＤ５０２は、当該井戸詳細データが含まれる入力データのＩＤであり、上述の井戸データ４００における入力データＩＤ４０１の値と共通する値となる。また、井戸形状データ個数５０３は、該当井戸の井戸孔に関する井戸形状データの個数である。また、井戸形状データＩＤ５０４は該当井戸孔に関する井戸形状データのうち代表するもののＩＤである。また、前リンク井戸詳細データＩＤ５０５は、同じ入力データＩＤに対応付けされた井戸詳細データのうち、井戸詳細データＩＤの値が１つ少ない、すなわちＩＤが前の井戸詳細データＩＤである。また、次リンク井戸詳細データＩＤ５０６は、同じ入力データＩＤに対応付けされた井戸詳細データのうち、井戸詳細データＩＤの値が１つ多い、すなわち次のＩＤの井戸詳細データＩＤである。
　こうした井戸詳細データ５００のデータ構造により、ある井戸を構成する各井戸孔のそれぞれの井戸形状データにアクセスするためのポインタを得ることができる。図５に例示する井戸詳細データ５００では、入力データＩＤが「１」、すなわち図４の「○×石油」の運用する井戸につき、３つの井戸詳細データ（井戸詳細データＩＤ１～３）があり、その井戸形状データ個数が、それぞれ「３」個、「１２３」個、「２３４」個あることが示されている。また、それぞれへのアクセスに使うための井戸形状データＩＤ「１」、「４」、「１２７」が示されている。
　図６は、本実施形態における入力データ１０８のうち、井戸形状データ６００のデータ構造を示す図である。この井戸形状データ６００は、井戸形状データＩＤ６０１をキーとして、井戸詳細データＩＤ６０２、井戸形状位置ｘ６０３、井戸形状位置ｙ６０４、井戸形状位置ｚ６０５、地層情報６０６、前リンク井戸形状データＩＤ６０７、および次リンク井戸形状データＩＤ６０８、の各値を対応付けたレコードの集合体となっている。
　このうち井戸形状データＩＤ６０１は、井戸形状データを一意に特定する識別情報であり、図５の井戸詳細データ５００における井戸形状データＩＤ５０４の値と共通する値となる。また、井戸詳細データＩＤ６０２は、当該井戸形状データが含まれる井戸詳細データＩＤであり、図５の井戸詳細データ５００における井戸詳細データＩＤ５０１の値と共通する値となる。また、井戸形状位置ｘ６０３は、井戸位置のｘ座標である。また、井戸形状位置ｙ６０４は井戸位置のｙ座標である。また、井戸形状位置ｚ６０５は井戸位置のｚ座標（深さ）である。また、地層情報６０６は、該当井戸の所在する地層の状況を表すコードである。また、前リンク井戸形状データＩＤ６０７は、同じ井戸詳細データに含まれる、井戸形状データＩＤの値が１つ少ない、すなわちＩＤが前の井戸形状データＩＤである。また、次リンク井戸形状データＩＤ６０８は、同じ井戸詳細データに含まれる、井戸形状データＩＤの値が１つ多い、すなわちＩＤが次の井戸形状データＩＤである。
　こうした井戸形状データ６００のデータ構造により、ある井戸の３次元形状と、その付近の地層状況を知ることができる。図６に例示する井戸形状データ６００の例では、井戸詳細データＩＤが「１」である井戸孔の井戸形状や、井戸詳細データＩＤが「２」である井戸孔の井戸形状の一部が示されている。
　なお本実施形態においては、上述のｚ座標も適切なものが与えられていると仮定する。特に、ｚ座標は、井戸に沿って測った長さではなく、地表から下した垂線に沿って（仮想的に）測った長さであることに注意を要する。なお、単位は例えばフィートやメートルを使用できる。
　続いて図７、８を用いて、地図データ１１３のデータ構造について説明する。図７は、本実施形態における地図データ１１３のうち、ヘッダ部７００を示す図である。このヘッダ部品７００は、地図データＩＤ７０１をキーとして、作成日時７０２、始点位置ｘ７０３、始点位置ｙ７０４、終点位置ｘ７０５、終点位置ｙ７０６、画素数ｘ７０７、画素数ｙ７０８、および画素データＩＤ７０９、の各値を対応付けたレコードの集合体となっている。
　このうち地図データＩＤ７０１は、地図データを一意に特定する識別情報である。また、作成日時７０２は、該当地図データの作成日時である。また、始点位置ｘ７０３は、該当地図データにおける始点のｘ座標である。また同様に、始点位置ｙ７０４は該当地図データにおける始点のｙ座標である。また、終点位置ｘ７０５は、該当地図データにおける終点のｘ座標であり、終点位置ｙ７０６は終点ｙ座標である。また、画素数ｘ７０７は、該当地図データにおけるｘ方向の画素数であり、同様に画素数ｙ７０８はｙ方向の画素数である。また、画素データＩＤ７０９は、該当地図データの最初の画素データのＩＤである。このヘッダ部品７００のデータ構造により、地図データの概要や、細切れになった地図データの、始点、終点、作成日時等が分かる。
　図８は、本実施形態における地図データ１１３のうち、画素データ８００を示す図である。画素データ８００は、画素データＩＤ８０１、画素データＲ８０２、画素データＧ８０３、および画素データＢ８０４、の各値を対応付けたレコードの集合体となっている。　このうち、画素データＩＤ８０１は画素データを一意に特定する識別情報である。また、画素データＲ８０２は該当画素データの赤成分強度であり、画素データＧ８０３は緑成分強度、同様に、画素データＢ８０４は青成分強度である。こうした画素データ８００のデータ構造により、細切れになった地図データの、画像の内容が分かる。なお、画像の内容はＲＧＢそれぞれの成分強度で表される。
　次に、図９を用いて本実施形態の変数たるパラメータ１０９のデータ構造について説明する。図９にて例示するパラメータ１０９は、パラメータＩＤ９０１をキーとして、パラメータ名９０２、およびパラメータ内容９０３、各値を対応付けたレコードの集合体となっている。
　このうちパラメータＩＤ９０１は、パラメータを一意に特定する識別情報である。また、パラメータ名９０２は、該当パラメータの名称である。このパラメータ名９０２には、「新規井戸位置ｘ０」、「新規井戸位置ｘ１」、「新規井戸位置ｙ０」、「新規井戸位置ｙ１」、「最小井戸間距離」、「井戸深さｚ０」、「井戸深さｚ１」、および「別事業者井戸ペナルティ」が含まれる。これらは主としてオペレータによって入力される情報である。
　パラメータ名９０２のうち「新規井戸位置ｘ０」は、新規に配置すべき井戸の地表におけるｘ座標の最小値である。また、「新規井戸位置ｘ１」は、新規に配置すべき井戸の地表におけるｘ座標の最大値である。また、「新規井戸位置ｙ０」は、新規に配置すべき井戸の地表におけるｙ座標の最小値である。また、「新規井戸位置ｙ１」は、新規に配置すべき井戸の地表におけるｙ座標の最大値である。また、「最小井戸間距離」は、新規に配置すべき井戸が、他の井戸と取るべき最小の距離を表している。また、「井戸深さｚ０」は新規に配置すべき井戸の最小深度である。また、「井戸深さｚ１」は新規に配置すべき井戸の最大深度である。また、「別事業者井戸ペナルティ」は、新規に配置すべき井戸が他の井戸と取るべき最小の距離に関し、該当する他の井戸の運営者が別事業者であるときに従うべき最小井戸間距離である。この「別事業者井戸ペナルティ」は、資源掘削において、異なる事業者同士が隣接して井戸掘削を行う状況下に特に利用される。
　次に、図１０を用いて制約１１０のデータ構造例について説明する。図１０で例示する本実施形態における制約１１０は、制約ＩＤ１００１をキーとして、制約内容１００２を対応付けたレコードの集合体となっている。このうち制約ＩＤ１００１は制約を一意に特定する識別情報である。また、制約内容１００２は、該当制約の内容である。
　こうした制約１１０としては、最小井戸間距離制約が挙げられる。例えば、詳細データＩＤが「ｉ」のものの運用会社をｖｏ（ｉ）、「ｊ」番目の形状データのうちｘ座標をｖｘ（ｉ、ｊ）、新規に配置する井戸の詳細データＩＤを「９９」としたとき、図１０にて例示するように、「制約ＩＤ」が「１」の「制約内容」は「ｖｏ（１）＝ｖｏ（９９）→ｌｉｍｘ１＝１０００」であり、「制約ＩＤ」が「２」の「制約内容」は「ｖｏ（１）≠ｖｏ（９９）→ｌｉｍｘ１＝２０００」であり、「制約ＩＤ」が「３」である「制約内容」は「ａｂｓ（ｖｘ（１、１）－ｖｘ（９９、１））＞＝ｌｉｍｘ１」である。
　すなわち、新規井戸と井戸詳細データＩＤが「１」の既存井戸とで、同じ運用会社であれば、ｌｉｍｘ１が「１０００」となり、違う運用会社であれば、ｌｉｍｘ１が「２０００」となる。また、こうした制約下において、第「１」番目の井戸形状につき、新規井戸と井戸詳細データＩＤが「１」の井戸とで、ｘ座標の絶対値をｌｉｍｘ１以上離している。
　なお、ここでは簡単のため、ｘ座標のみで見ているが、ユークリッド距離（ｘ座標差の２乗とｙ座標差の２乗を足して平方根をとったもの）で最小井戸間を見ても良いし、１―ノルムや∞－ノルムを用いても良い。
　また、図１０で例示する制約１１０においては、「制約ＩＤ」が「６」の「制約内容」は「ｖｚ（９９、１０）＞＝１００００」であり、「制約ＩＤ」が「７」の「制約内容」は「ｖｚ（９９、１０）＜＝１０３００」である。これらは、ｚ座標、すなわち深さに関わる最小深度、最大深度制約である。
　次に図１１を用いて本実施形態における過去解履歴１１２のデータ構造例について説明する。本実施形態の過去解履歴１１２は、制約充足問題である、油井やガス井などの井戸の最適配置問題について過去に探索された解の履歴が格納されたものであり、過去解ＩＤ１１０１をキーとして、過去解１１０２の値を対応付けたレコードの集合体となっている。このうち過去解ＩＤ１１０１は、過去解を一意に特定する識別情報であり、過去解１１０２は該当過去解の内容である。
　このように過去解履歴１１２は、過去解をそのまま保存しているＤＢになる。なお、過去解は複数の値のパターンからなっており、図１１で例示する過去解履歴１１２ではベクトルの形式で値を保存している。例えば、過去解ＩＤが「１」の過去解は「１、３、２、２４、・・・」というベクトルである。以上、データ構造について説明した。
－－－表示画面の例－－－
　次に、本実施形態の端末装置１１４のディスプレイ３０６にて表示される画面の例について図１２～１４を用いて説明する。図１２は、本実施形態における端末装置１１４のパラメータ入力画面１２００の例を示す図である。
　図１２にて例示するパラメータ入力画面１２００は、地図表示画面１２０１、新規井戸候補位置１２０２、既存井戸位置１２０３、地形情報１２０４、最小井戸間距離入力ボックス１２０５、井戸深さｚ０入力ボックス１２０６、井戸深さｚ１入力ボックス１２０７、別事業者井戸ペナルティ入力ボックス１２０８、および推奨位置計算ボタン１２０９を含んで構成されている。
　このうち地図表示画面１２０１は、地図データ１１３に基づいて描画した地図の表示領域に対応しており、新規井戸候補位置１２０２、既存井戸位置１２０３、および地形情報１２０４が表示される。
　このうち、新規井戸候補位置１２０２は、オペレータが指示した新規井戸の候補位置であり、図９のパラメータ１０９におけるパラメータＩＤ「１」～「４」のパラメータが示す新規井戸位置の範囲に応じて描画した矩形領域となる。また、既存井戸位置１２０３は、図４の井戸データ４００における各既存井戸の井戸位置ｘ４０３、井戸位置ｙ４０４の各値に応じて描画した既存井戸のアイコンとなる。また、地形情報１２０４は、地図データ１１３に含まれている地形の情報を表現した図形であり、道路や山の航空写真画像等である。なお、地図のように写真を解釈した結果であっても構わない。
　また、最小井戸間距離入力ボックス１２０５は、最小井戸間距離をオペレータが指定するための入力欄である。また、井戸深さｚ０入力ボックス１２０６は、井戸深さの最小値をオペレータが指定するための入力欄である。また、井戸深さｚ１入力ボックス１２０７は、井戸深さの最大値をオペレータが指定するための入力欄である。また、別事業者井戸ペナルティ入力ボックス１２０８は、別事業者井戸ペナルティをオペレータが指定するための入力欄である。また、推奨位置計算ボタン１２０９は、新規井戸の最適位置として推奨する井戸位置の計算実行をオペレータが指示するためのボタンである。
　こうしたパラメータ入力画面１２００を端末装置１１４のディスプレイ３０６で閲覧するオペレータは、当該端末装置１１４のキーボード３０５やマウス３０７等でパラメータ入力を実行することが可能となる。こうしたパラメータ入力画面１２００での入力値は、端末装置１１４によって、パラメータ１０９として推奨井戸配置計算システム１０３のＤＢ装置１０７に格納される。
　図１３は、本実施形態における端末装置１１４の制約充足解表示画面１３００の例を示す図である。図１３にて例示する制約充足解表示画面１３００は、特に、新規井戸推奨位置１３０１、詳細表示ボタン１３０２、および再計算ボタン１３０３を含んでいる。その他の、最小井戸間距離入力ボックス、井戸深さｚ０入力ボックス、井戸深さｚ１入力ボックス、別事業者井戸ペナルティ入力ボックスについては上述のパラメータ入力画面１２００と同様である。
　制約充足解表示画面１３００における上述の新規井戸推奨位置１３０１は、制約充足解である、新規井戸の推奨位置を表すアイコンである。また、詳細表示ボタン１３０２は、該当新規井戸に関する詳細情報の表示をオペレータが指示するためのボタンである。また、再計算ボタン１３０３は、該当新規井戸の推奨位置に関する再計算、すなわち解探索の再実行をオペレータが指示するためのボタンである。
　こうした制約充足解表示画面１３００を端末装置１１４のディスプレイ３０６でで閲覧するオペレータは、新規井戸の推奨位置を把握することができる。また、詳細表示ボタン１３０２をクリック（詳細表示ボタン１３０２の領域にマウスポインタを合わせた上で、マウス３０７のボタンを押し下げて離す）することにより、当該新規井戸の詳細を表示させることができる。また、再計算ボタン１３０３をクリックすることにより、推奨位置の再計算をさせることもできる。
　図１４は、本実施形態における端末装置１１４の制約充足解表示画面（詳細表示）１４００の例を示す図である。図１４にて例示する制約充足解表示画面（詳細表示）１４００は、詳細表示画面１４０１を含んでいる。この詳細表示画面１４０１は、上述の制約充足解表示画面１３００における詳細表示ボタン１３０２のクリック事象に応じて、該当新規井戸の詳細を表示する画面である。図１４の例においては、該当新規井戸の深さ方向の情報を表示している。なお、こうした詳細表示画面１４０１では、該当新規井戸の詳細を３次元表現で描画してもよい。さらにマウス３０７の動きに合わせて、視点等を変更できるようにしてもよい。以上、端末装置１１４のディスプレイ３０６における表示画面の例を説明した。
－－－処理フローの例１（メインフロー）－－－
　以下、本実施形態における制約充足解探索方法の実際手順について図に基づき説明する。以下で説明する制約充足解探索方法に対応する各種動作は、制約充足解探索装置１０６を含む制約充足解探索システム１０３を構成する各装置がそれぞれメモリ等に読み出して実行するプログラムによって実現される。そして、これらのプログラムは、以下に説明される各種の動作を行うためのコードから構成されている。
　図１５は、本実施形態における制約充足解探索方法の処理手順例１を示すフロー図であり、具体的には本実施形態における推奨井戸位置計算システム１０３の処理フローの概略図である。従って本実施形態の制約充足解探索装置１０６に加えて、データ読込装置１０４および井戸配置制約生成装置１０５における処理についても併せて説明するものとする。
　まずステップ１５０１において、例えばオペレータからの指示を受けた端末装置１１４のＣＰＵが、データ読込装置１０４に対し、データ読込開始を指示する。こうした装置間の通信は、一般的な通信やＲＰＣ（Ｒｅｍｏｔｅ　Ｐｒｏｃｅｄｕｒｅ　Ｃａｌｌ）等によって実行可能である。以下同様に、このような方法によって各装置間の通信が行われているものとする。
　続いてステップ１５０２において、上述の端末装置１１４からの指示を受けたデータ読込装置１０４のＣＰＵが、データプロバイダ１０１からデータをダウンロードし、入力データ１０８として保存する。典型的には、上述のデータプロバイダ１０１は、油井の位置情報等を提供しているＷｅｂサーバである。この場合のデータのダウンロードは、一般的なＨＴＴＰ（Ｈｙｐｅｒｔｅｘｔ　Ｔｒａｎｓｆｅｒ　Ｐｒｏｔｏｃｏｌ）を用いて行うことができる。
　次にステップ１５０３において、上述のステップ１５０２におけるデータの保存処理に伴い、データ読込装置１０４のＣＰＵが、端末装置１１４に対して、データ読込完了を通知する。
　上述のデータ読込完了の通知を受けた端末装置１１４のＣＰＵが、またステップ１５０４において、地図データ１１３と、上述のステップ１５０２で得ている入力データ１０８とを用い、ディスプレイ３０６にて地図を表示する。地図データ１１３および入力データ１０８ともに座標データが定義されており、単純な比例計算によって地図データ１１３と入力データ１０８を重畳させ、地図上における既存井戸の位置等を表示させることができる。この処理の結果、地図表示画面１２０１、既存井戸位置１２０３、および地形情報１２０４を含んだパラメータ入力画面１２００（図１２）が端末装置１１４のディスプレイ３０６にて表示される。
　次に、ステップ１５０５において、端末装置１１４のＣＰＵが、上述のパラメータ入力画面１２００における井戸配置計算に関わるパラメータの入力を、キーボード３０５やマウス３０７等でオペレータから受け付ける。ここでパラメータ入力を受け付けるインターフェイスは、パラメータ入力画面１２００における、最小井戸間距離入力ボックス１２０５、井戸深さｚ０入力ボックス１２０６、井戸深さｚ１入力ボックス１２０７、および別事業者井戸ペナルティ入力ボックス１２０８となる。新規井戸の候補位置に関しては、上述のボックスと同様に入力欄をパラメータ入力画面１２００に表示してオペレータからの入力を受け付けるとしてもよいし、或いは、地図表示画面１２０１において新規井戸の候補位置１２０２を示すオブジェクト（例：破線矩形）をデフォルトで表示させておき、これをオペレータがマウス３０７で操作し、オペレータ所望の候補位置に移動させるとしてもよい。
　続いてステップ１５０６において、端末装置１１４のＣＰＵが、上述のパラメータ入力画面１２００にて新規井戸に関して入力されたパラメータを、パラメータ１０９としてＤＢ装置１０７に保存する。この場合のパラメータ１０９の一例は、図９に関して例示した通りである。図９のパラメータ１０９の例であれば、新規井戸の位置範囲と最小井戸間距離、井戸深さ、別事業者井戸ペナルティ、といった値がパラメータである。
　次にステップ１５０７において、端末装置１１４のＣＰＵが、上述のパラメータ入力画面１２００（図１２）における推奨位置計算ボタン１２０９のクリック事象をオペレータから受けて、更にステップ１５０８において、井戸配置制約生成装置１０５に対して推奨井戸配置計算の開始を指示する。
　ステップ１５０９において、井戸配置制約生成装置１０５のＣＰＵが、入力データ１０８とパラメータ１０９から、井戸配置に関わる制約を生成し、制約１１０としてＤＢ装置１０７に保存する。本処理の詳細については図１６を用いて後述する。
　続いてステップ１５１０において、上述のステップ１５０９すなわち、制約１１０の生成、保存を終えた井戸配置制約生成装置１０５のＣＰＵが、端末装置１１４に対して井戸配置制約生成完了を通知する。
　またステップ１５１１において、上述のステップ１５１０での井戸配置制約生成の完了通知を受けた端末装置１１４のＣＰＵが、制約充足解探索装置１０６に対し、制約充足解探索開始を指示する。
　この制約充足解探索開始の指示を受けた制約充足解探索装置１０６のＣＰＵは、ステップ１５１２において、生成されている上述の制約１１０と、井戸の最適配置問題に関する過去解履歴１１２とから制約充足解を探索し、探索出来た解を新たな制約充足解１１１としてＤＢ装置１０７に保存するとともに、過去解履歴１１２に新たな制約充足解を追加する。本処理の詳細については、図１７を用いて後述する。
　次にステップ１５１３において、上述のステップ１５１２での制約充足解の探索と保存等を終えた制約充足解探索装置１０６のＣＰＵが、端末装置１１４に対し、制約充足解探索完了を通知する。
　上述の制約充足解の探索完了通知を受けた端末装置１１４のＣＰＵは、ステップ１５１４において、ＤＢ装置１０７に保存済みの制約充足解１１１、すなわち新規井戸の推奨位置１３０１を、地図データ１１３と共に、端末装置１１４のディスプレイ３０６に表示する。ここでの表示画面は、既に図１３の制約充足解表示画面１３００として例示したとおりである。以上で、制約充足解探索方法のメインフローに関して説明した。
－－－処理フローの例２（制約生成）－－－
　次に図１６を用いて、上述の図１５のフローにおけるステップ１５０９の詳細について説明する。図１６は、本実施形態における制約充足解探索方法の処理手順例２を示すフロー図であり、具体的には、実施例の井戸配置制約生成装置１０５における井戸配置関係制約生成の動作フローである。
　この場合、ステップ１６０１において、井戸配置制約生成装置１０５のＣＰＵが、パラメータ１０９内の各項目の値を取り出す。もし、パラメータ１０９の各項目のうち未処理の値があれば、井戸配置制約生成装置１０５のＣＰＵは、処理をステップ１６０２へ進める。他方、各項目の値に対する一連の処理（ステップ１６０２～１６０５）が完了した後であれば、井戸配置制約生成装置１０５のＣＰＵは処理をステップ１６０６へ進める。
　ステップ１６０２において、井戸配置制約生成装置１０５のＣＰＵは、パラメータ１０９から取り出した項目の値が、例えば図９で例示したパラメータ１０９のうちパラメータＩＤ「１」～「４」で示す「新規井戸位置」の値であれば、この新規井戸位置の範囲を示す座標値群を井戸位置制約として制約１１０に追加する。
　続いてステップ１６０３において、井戸配置制約生成装置１０５のＣＰＵは、パラメータ１０９から取り出した項目の値が、例えば図９で例示したパラメータ１０９のうちパラメータＩＤ「５」で示す「最小井戸間距離」の値であれば、この最小井戸間距離の値を、例えば図１０における制約ＩＤ「３」で示すごとき、井戸間距離制約として制約１１０に追加する。この「制約ＩＤ」が「３」である「井戸間距離制約」は、入力データＩＤが「１」の或る井戸のｘ座標と、入力データＩＤが「９９」の或る井戸のｘ座標との差の絶対値が「ｌｉｍｘ１」の値以下、との制約に対応する。
　次にステップ１６０４において、井戸配置制約生成装置１０５のＣＰＵは、パラメータ１０９から取り出した項目の値が、例えば図９で例示したパラメータ１０９のうちパラメータＩＤ「６」、「７」で示す「井戸深さ」の値であれば、この井戸深さの値を、例えば図１０における制約ＩＤ「６」、「７」で示すごとき井戸深さ制約として制約１１０に追加する。この「制約ＩＤ」が「６」、「７」である「井戸深さ制約」は、或る井戸の深さ、すなわちｚ座標が、「１００００」以上、「１０３００」以下、との制約に対応する。
　続いてステップ１６０５において、井戸配置制約生成装置１０５のＣＰＵは、パラメータ１０９から取り出した項目の値が、例えば図９で例示したパラメータ１０９のうちパラメータＩＤ「８」で示す「別事業者井戸ペナルティ」の値であれば、この別事業者井戸ペナルティの値を、例えば図１０における制約ＩＤ「１」、「２」で示すごとき別事業者井戸ペナルティ制約として制約１１０に追加する。この「制約ＩＤ」が「１」である「別事業者井戸ペナルティ制約」は、新規井戸の事業者“１”と既存井戸の事業者“９９”が等しい場合、その井戸の間の最小距離である「ｌｉｍｘ１」は「１０００」である、との制約に対応する。また同様に、この「制約ＩＤ」が「２」である「別事業者井戸ペナルティ制約」は、事業者“１”と事業者“９９”が異なる場合、その井戸の間の最小距離である「ｌｉｍｘ１」は「２０００」である、との制約に対応する。この別事業者の井戸間の最小距離に関するパラメータは、図９の「別事業者井戸ペナルティ」のパラメータ内容にて規定されている。
　以上のステップ１６０２～ステップ１６０５までの一連の処理の後、井戸配置制約生成装置１０５のＣＰＵは、処理をステップ１６０１に戻す。
　他方、ステップ１６０６において、井戸配置制約生成装置１０５のＣＰＵは、井戸データ４００（図４）内の各項目の値を取り出す。井戸データ４００の各項目に未処理の値があれば、井戸配置制約生成装置１０５のＣＰＵは、処理をステップ１６０７へ進める。他方、各項目の値に対する一連の処理（ステップ１６０７～１６１３）が完了した後であれば、井戸配置制約生成装置１０５のＣＰＵは処理を終了する。
　一方、ステップ１６０７において、井戸配置制約生成装置１０５のＣＰＵは、井戸データ４００における運用会社名４０２の値をメモリ３０２保存する。
　またステップ１６０８において、井戸配置制約生成装置１０５のＣＰＵは、井戸データ４００における井戸詳細データＩＤ４０６の値より、井戸詳細データ５００をＤＢ装置１０７から取得する。
　次にステップ１６０９において、井戸配置制約生成装置１０５のＣＰＵは、上述のステップ１６０８で得ている井戸詳細データ５００内の各詳細データを取り出す。井戸詳細データ５００（図５）の各項目に未処理、すなわち詳細データの取得が未だのものがあれば、井戸配置制約生成装置１０５のＣＰＵは、処理をステップ１６１０へ進める。他方、井戸詳細データ５００（図５）の各項目に未処理、すなわち詳細データの取得が未だのものがなければ、井戸配置制約生成装置１０５のＣＰＵは、処理をステップ１６０６へ戻す。
　続いてステップ１６１０において、井戸配置制約生成装置１０５のＣＰＵは、ステップ１６０８までで得ている詳細データのうち、当該井戸の井戸形状データＩＤ５０４の値より、該当ＩＤが井戸形状データＩＤ６０１と一致する井戸形状データ６００（図６）を取得する。
　次にステップ１６１１において、井戸配置制約生成装置１０５のＣＰＵは、上述のステップ１６０７にてメモリ３０２に保存していた当該井戸の運用会社名を運用会社名制約として制約１１０に追加する。
　また、ステップ１６１２において、井戸配置制約生成装置１０５のＣＰＵは、上述のステップ１６１０で得ている井戸形状データ６００内の各形状データを取り出す。井戸形状データ６００（図６）の各項目に未処理、すなわち形状データの取得が未だのものがあれば、井戸配置制約生成装置１０５のＣＰＵは、処理をステップ１６１３へ進める。他方、井戸形状データ６００（図６）の各項目に未処理、すなわち形状データの取得が未だのものがなければ、井戸配置制約生成装置１０５のＣＰＵは、処理をステップ１６０９へ戻す。
　この場合、井戸配置制約生成装置１０５のＣＰＵは、ステップ１６１３において、ステップ１６１２で得ている形状データを、形状制約として制約１１０に追加する。この形状制約は、座標値が井戸形状データ６００内の各形状データの座標に等しいという制約である。以上、制約生成の処理について説明した。
－－－処理フローの例３（制約充足解の探索）－－－
　次に図１７、１８を用いて、図１５のフローにおけるステップ１５１２の制約充足解の探索処理の詳細について説明する。図１７、１８は、本実施形態における制約充足解探索方法の処理手順例３、４を示すフロー図であり、具体的には、本実施形態の制約充足解探索装置１０６における制約充足解の探索処理フローである。
　まず、ステップ１７０１において、制約充足解探索装置１０６のＣＰＵは、ＤＢ装置１０７の過去解履歴１１２より統計モデルを生成する。ここで生成する統計モデルとしては、例えば階層ベイズモデルを採用できる。ベイズ統計を適用することにより、例えばパラメータが少し変化した場合等、ベイズ更新を用いることにより、その場面でベイズ統計上、制約充足可能性が高い解を推定することができる。また、他の統計モデルとして、ＳＶＭ（サポートベクターマシン）も採用できる。この場合、各変数（決定変数。以下同様）の値について、どこまでが制約充足解で、どこからが制約非充足となるか推定することができる。その他、ニューラルネットワークを用いるもの等、一般的な手法を採用することが可能である。統計モデル生成に関しては、これら機械学習に関わる一般的な手法、それぞれ公知となっている一般的な構築手法を用いて実行できる。従って、制約充足解探索装置１０６は、こうした統計モデル生成のための既存のプログラムを予め保持し、必要に応じて呼び出して実行することが出来るものとする。
　次にステップ１７０２において、制約充足解探索装置１０６のＣＰＵは、決定変数の初期ドメインを決定する。ここで、ドメインとは決定変数の取り得る値の集合のことである。制約充足解探索装置１０６のＣＰＵは、ＤＢ装置１０７のパラメータ１０９や入力データ１０８の各値によって定まる初期ドメインを決定する。例えば、新規井戸のｘ座標に関する初期ドメインを、パラメータ１０９におけるパラメータＩＤ「１」、「２」から、「１５００００～１５１０００」と決定する。
　続いてステップ１７０３において、制約充足解探索装置１０６のＣＰＵは、上述のステップ１７０２で決定した初期ドメインを用いて、ステップ１７０１で生成済みの統計モデルを更新する。この更新は、該当統計モデルに、上述の初期ドメインの情報を入力し、各決定変数の値の範囲を初期ドメインが示すものに限定することで、該当統計モデルを変化させる。例えば、ある決定変数Ｘのドメインについて、「Ｘ≧３」という情報を統計モデルに入力して、確率Ｐｒ（Ｘ）＝０（Ｘ≧３）となるよう統計モデルを変化させることで更新を行うこととなる。統計モデルがベイズ統計モデルであれば、ベイズ更新と呼ばれる一般的な手法を用いることになる。また他の統計モデルであっても、更新手法が知られていればその手法を用いる。なお、更新手法が知られていない統計モデルを採用した場合、統計モデルを初期ドメインを決定変数として再生成すればよい。
　次にステップ１７０４において、制約充足解探索装置１０６のＣＰＵは、ＤＢ装置１０７の制約１１０内の各制約を取り出す。制約１１０において処理済み、すなわち取得処理が未だの制約があれば、制約充足解探索装置１０６のＣＰＵは、処理をステップ１７０５へ進める。他方、制約１１０において処理済み、すなわち取得処理が未だの制約がなければ、制約充足解探索装置１０６のＣＰＵは、処理をステップ１７１１へ進める。
　ステップ１７０５において、制約充足解探索装置１０６のＣＰＵは、上述のステップ１７０４で得た制約を評価し、決定変数が当該制約を充足できるよう、決定変数のドメインを変化させる。例えば、制約として「Ｙ≧２」という制約があれば、制約充足解探索装置１０６のＣＰＵは、決定変数Ｙのドメインが「２以上」となるよう、Ｙのドメインを変化させる。
　続いてステップ１７０６において、制約充足解探索装置１０６のＣＰＵは、上述のステップ１７０５のドメイン変化の結果、上述の決定変数が該当制約を充足できたか判定する。この判定の結果、決定変数が該当制約を充足できていれば（１７０６：ＹＥＳ）、制約充足解探索装置１０６のＣＰＵは、処理をステップ１７０７へ進める。他方、上述の判定の結果、決定変数が該当制約を充足できていなければ（１７０６：ＮＯ）、制約充足解探索装置１０６のＣＰＵは、処理をステップ１７０９へ進める。
　ステップ１７０７において、制約充足解探索装置１０６のＣＰＵは、上述のステップ１７０５で変化させた後の決定変数のドメインを用いて、統計モデルを更新する。この統計モデル更新処理には、ステップ１７０３に述べた方法と同様の方法を用いることができる。
　また、ステップ１７０８において、制約充足解探索装置１０６のＣＰＵは、制約伝播を実行する。ここで制約伝播とは、上述の決定変数のドメインの変化の結果を、別の決定変数のドメインに伝播させる一般的な手法（公知）であり、制約プログラミングと言う一般的な手法にて用いられているものである。なお、当該ステップ１７０８の処理の後、制約充足解探索装置１０６のＣＰＵは、処理をステップ１７０４に戻す。
　他方、ステップ１７０９において、制約充足解探索装置１０６のＣＰＵは、バックトラックを実行する。ここでバックトラックとは、別の探索ポイントに戻ることである。上述の決定変数が該当制約を充足できないことが既に判明しており、ステップ１７０５で変化させる前の状態に上述の決定変数のドメインを戻し、別の探索を行うことになる。
　続いてステップ１７１０において、制約充足解探索装置１０６のＣＰＵは、統計モデルもバックトラック先の状態に巻き戻す。統計モデルも、上述のステップ１７０９でのバックトラックに合わせて状態を戻す必要がある。なお、バックトラックに合わせて状態を戻すため、制約充足解探索装置１０６のＣＰＵは、統計モデルを変化させるごとに、前の状態をメモリ３０２もしくは補助記憶装置３０８に書き込んでおけばよい。なお、ステップ１７１０の実行後、制約充足解探索装置１０６のＣＰＵは、処理をステップ１７０４に戻す。
　上述のステップ１７０４において、制約１１０において処理済み、すなわち取得処理が未だの制約がなく、処理がステップ１７１１へ遷移した場合、当該ステップ１７１１において、制約充足解探索装置１０６のＣＰＵは、ドメインが一意に定まっていない決定変数内の各決定変数を取り出す。もし、ドメインが一意に定まっていない決定変数内で、取得が今だの決定変数があれば、制約充足解探索装置１０６のＣＰＵは、処理をステップ１７１２へ進める。他方、ドメインが一意に定まっていない決定変数内で、取得が今だの決定変数がなければ、制約充足解探索装置１０６のＣＰＵは、処理を終了する。
　続いてステップ１７１２において、制約充足解探索装置１０６のＣＰＵは、当該決定変数のうち、以降のステップ１７１３～１７１９の各処理を未試行であるドメイン値があるか判定する。この判定の結果、未試行ドメイン値があれば、制約充足解探索装置１０６のＣＰＵは、処理をステップ１７１３へ進める。他方、上述の判定の結果、未試行ドメイン値がなければ、制約充足解探索装置１０６のＣＰＵは、処理をステップ１７２０へ進める。
　次にステップ１７１３において、制約充足解探索装置１０６のＣＰＵは、ステップ１７１１で取り出して処理対象となった決定変数の推定値を現統計モデルより取得する。統計モデルによれば、決定変数に関して最尤推定量等の推定値を取得できる。本ステップではこの推定値を取得するものとする。なお、探索中に統計モデルを更新することにより、過去に探索していない変数の値のパターンとなったとしても、なお推定値を取得できる点に、本実施形態の特徴がある。
　続いてステップ１７１４において、制約充足解探索装置１０６のＣＰＵは、上述のステップ１７１３で得た最尤推定値で、決定変数のドメインを変化させる、すなわち決定変数を最尤推定値と推定する。なお、決定変数として最尤推定値を用いるのが通常であるが、最尤推定値で制約を充足出来なかった場合など（すなわち１７１５で“ＮＯ”となり、当該ステップ１７１４を再実行する場合など）他の推定値（尤度がＮ番目に高い（Ｎ＝２、３、・・・）推定値、等）を順次用いることもできる。
　ステップ１７１５において、制約充足解探索装置１０６のＣＰＵは、上述のステップ１７１３で得た新たな推定値を決定変数としたことによって制約を充足できるか判定する。この判定の結果、上述の推定値、すなわち最尤推定値で制約を充足できている場合、制約充足解探索装置１０６のＣＰＵは、処理をステップ１７１６へ進める。他方、上述の判定の結果、上述の推定値で制約を充足できていなければ、制約充足解探索装置１０６のＣＰＵは、処理をステップ１７１８へ進める。
　続いてステップ１７１６において、制約充足解探索装置１０６のＣＰＵは、上述のすなわち１７１３で得た推定値、すなわち最尤推定値を用いて統計モデルを更新する。統計モデルの更新は、ステップ１７０３で既に述べた方法と同様の方法で実行できる。
　また、ステップ１７１７において、制約充足解探索装置１０６のＣＰＵは、制約伝播を実行する。この制約伝播もステップ１７０８にて既に述べた通りである。当該ステップ１７１７の実行後、制約充足解探索装置１０６のＣＰＵは、処理をステップ１７１２に戻す。
　他方、ステップ１７１８において、制約充足解探索装置１０６のＣＰＵは、バックトラックして、決定変数のドメイン変化前に戻す。このバックトラックは、ステップ１７０９にて既に述べた通りである。
　続いてステップ１７１９において、制約充足解探索装置１０６のＣＰＵは、決定変数の値が上述の最尤推定値でないことに応じて現時点の統計モデルを更新する。なお、上述のステップ１７１３で得ている推定値が最尤推定値でない場合、当該ステップ１７１９で用いる推定値も最尤推定値でなく該当推定値となる。決定変数の値が最尤推定値でないことは判明しているため、制約充足解探索装置１０６のＣＰＵは、Ｐｒ（Ｘ）＝０（Ｘ：推定値）という情報を統計モデルに付け加えることで、統計モデルから別の推定値が出力されるように変更する。このステップ１７１９の実行後、制約充足解探索装置１０６のＣＰＵは、処理をステップ１７１２に戻す。
　上述のステップ１７１２で未試行ドメイン値がないと判定して遷移したステップ１７２０において、制約充足解探索装置１０６のＣＰＵは、当該決定変数のドメインが一意に定まっていないかどうか判定する。この判定の結果、当該決定変数のドメインが一意に定まっていない場合、制約充足解探索装置１０６のＣＰＵは、処理をステップ１７２１へ進める。他方、上述の判定の結果、当該決定変数のドメインが一意に定まっている場合、制約充足解探索装置１０６のＣＰＵは、処理をステップ１７１１へ戻す。
　次に、ステップ１７２１において、制約充足解探索装置１０６のＣＰＵは、バックトラックして、他の決定変数のドメインを変化させる。こうしたバックトラックと他の決定変数のドメイン変化の後、ステップ１７２２において、制約充足解探索装置１０６のＣＰＵは、バックトラックしても、制約充足不可かどうか判定する。ここでは、制約充足の可能性のみを対象としており、具体的には、決定変数のドメインが空集合でないかどうかを判定する。この判定の結果、もしバックトラックしても制約充足不可であれば、制約充足解探索装置１０６のＣＰＵは、処理をステップ１７２３へ進める。他方、上述の判定の結果、バックトラックすれば制約充足可能であれば、制約充足解探索装置１０６のＣＰＵは、処理をステップ１７１１へ戻す。
　最後に、ステップ１７２３において、制約充足解探索装置１０６のＣＰＵは、探索失敗時の処理を実行し、フローを終了する。この探索失敗時の処理において、制約充足解探索装置１０６のＣＰＵは、ディスプレイ３０６において、「制約充足解が見つからない」旨の表示を実行し、オペレータに対してパラメータの再考を促すことになる。
　以上、本発明の制約充足解探索技術を推奨井戸配置計算に適用した実施形態を説明した。本発明の制約充足解探索技術は、上述の推奨井戸配置計算の他の技術分野にも適用が可能である。例えば鉄道運行予測の技術分野に適用することも可能である。以下に、こうした鉄道運行予測に本発明の制約充足解探索技術を適用した場合について簡単に説明する。
　図１９は、他の実施形態における制約充足解探索装置１０６を含むシステム構成例を示す図であり、具体的には、鉄道運行予測システムに本発明を適用した場合の実施形態である。鉄道運行予測システム１９０３においては、データプロバイダ１０１の代わりに、駅システム１９０１がデータを配布する構成となっている。この駅システム１９０１は、例えば軌道回路の扛上／落下という情報を提供する。これにより、列車の在線位置を把握できる。ここで、軌道回路とは、線路と車軸で電気の閉回路ができることを応用して列車の在線位置を検出するための回路のことであり、鉄道分野で一般に使われている手法である。
　また、鉄道運行予測システム１９０３においては、上述の井戸配置制約生成装置１０５の代わりに、鉄道運行予測制約生成装置１９０２が鉄道向け制約を生成する構成となっている。鉄道向け制約は、例えば時刻表で規定された出発時刻より前には出発しないことや、前の列車が出発後、定められた時間後に後続列車が到着すること、といったものが存在する。また、上述の地図データ１１３の代わりに路線データ１９０４が存在する。他の部分は、推奨井戸配置計算システム１０３で説明したものを流用できる。但し、入力データ１０８が鉄道用となるなど、各データの中身の違いはありうる。
　こうした構成により、列車運行に合わせて刻々と変化する決定変数（例：現在位置と走行速度、乗降客数、遅延等）が制約、すなわち時刻表上の規定等を満たすよう、頻繁な再計算が必要な鉄道運行予測を高速に実施することが可能となり、鉄道運行予測をより頻繁に行うことが可能となる。また、大規模な鉄道運行予測を扱うことも可能となり、複数線区に跨った大規模な予測も可能となる。
　なお、上記した実施例に限定されない、様々な変形例も可能である。例えば、上記した実施例で説明した全ての構成を備えるものに限定されない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例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、上記の各構成、機能、処理部等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。
　また、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、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。
　こうした本実施形態によれば、制約充足問題の解探索に際し、過去の解履歴のうち制約を満たせない制約変数が存在する場合でも、高速な解探索が可能となる。
　本明細書の記載により、少なくとも次のことが明らかにされる。すなわち、本実施形態の制約充足解探索装置において、前記演算装置は、前記制約充足解を推定する処理に際し、前記統計モデルとしてベイズ統計モデルを生成し、当該ベイズ統計モデルを、前記制約充足問題における制約を充足する変数範囲で更新し、前記更新したベイズ統計モデルにおいて制約伝播を実行し制約充足解を推定するものであるとしてもよい。
　このようにベイズ統計を適用することにより、例えば変数が少し変化した場合等、ベイズ更新を用いることにより、その場面でベイズ統計上、制約充足可能性が高い解を推定することができる。
　また、本実施形態の制約充足解探索方法において、前記情報処理装置が、前記制約充足解を推定する処理に際し、前記統計モデルとしてベイズ統計モデルを生成し、当該ベイズ統計モデルを、前記制約充足問題における制約を充足する変数範囲で更新し、前記更新したベイズ統計モデルにおいて制約伝播を実行し制約充足解を推定するとしてもよい。
１０１　データプロバイダ
１０２　ネットワーク
１０３　推奨井戸配置計算システム
１０４　データ読込装置
１０５　井戸配置制約生成装置
１０６　過去履歴利用制約充足解探索装置（制約充足解探索装置））
１０７　ＤＢ装置
１０８　入力データ
１０９　パラメータ
１１０　制約
１１１　制約充足解
１１２　過去解履歴
１１３　地図データ
１１４　端末装置
２０１　制約充足解探索部
２０２　制約伝播部
２０３　制約充足解推定部
２０４　制約充足解登録部
３０１　ＣＰＵ（演算装置）
３０２　メモリ
３０３　インターフェース
３０４　ネットワークインタフェース
３０５　キーボード
３０６　ディスプレイ
３０７　マウス
３０８　補助記憶装置（記憶装置）
４００　井戸データ
５００　井戸詳細データ
６００　井戸形状データ
７００　地図データのヘッダ部
８００　地図データの画素データ
１２０１　地図表示画面
１４０１　詳細表示画面
１９０１　駅システム
１９０２　鉄道運行予測制約生成装置
１９０３　鉄道運行予測システム
１９０４　路線データ

Claims (4)

  1. 　制約充足問題の過去解履歴を格納した記憶装置と、
    　制約伝播を用いた前記制約充足問題の解探索に際し、前記制約充足問題の過去解履歴から生成した統計モデルを、前記制約充足問題における制約を充足する変数範囲で更新し、前記更新した統計モデルにおいて制約伝播を実行し制約充足解を推定する処理と、前記更新した統計モデルを用いて、尤度の高い値を優先しつつ制約充足解を探索する処理と、を実行する演算装置と、
    　を含むことを特徴とする制約充足解探索装置。
  2. 　前記演算装置は、
    　前記制約充足解を推定する処理に際し、前記統計モデルとしてベイズ統計モデルを生成し、当該ベイズ統計モデルを、前記制約充足問題における制約を充足する変数範囲で更新し、前記更新したベイズ統計モデルにおいて制約伝播を実行し制約充足解を推定するものである、
    　ことを特徴とする請求項１に記載の制約充足解探索装置。
  3. 　制約充足問題の過去解履歴を格納した記憶装置を備えた情報処理装置が、
    　制約伝播を用いた前記制約充足問題の解探索に際し、前記制約充足問題の過去解履歴から生成した統計モデルを、前記制約充足問題における制約を充足する変数範囲で更新し、前記更新した統計モデルにおいて制約伝播を実行し制約充足解を推定する処理と、
    　前記更新した統計モデルを用いて、尤度の高い値を優先しつつ制約充足解を探索する処理と、
    　を実行することを特徴とする制約充足解探索方法。
  4. 　前記情報処理装置が、
    　前記制約充足解を推定する処理に際し、前記統計モデルとしてベイズ統計モデルを生成し、当該ベイズ統計モデルを、前記制約充足問題における制約を充足する変数範囲で更新し、前記更新したベイズ統計モデルにおいて制約伝播を実行し制約充足解を推定する、
    　ことを特徴とする請求項３に記載の制約充足解探索方法。
PCT/JP2014/082369 2014-12-08 2014-12-08 制約充足解探索装置および制約充足解探索方法 WO2016092605A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2014/082369 WO2016092605A1 (ja) 2014-12-08 2014-12-08 制約充足解探索装置および制約充足解探索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2014/082369 WO2016092605A1 (ja) 2014-12-08 2014-12-08 制約充足解探索装置および制約充足解探索方法

Publications (1)

Publication Number Publication Date
WO2016092605A1 true WO2016092605A1 (ja) 2016-06-16

Family

ID=56106859

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/082369 WO2016092605A1 (ja) 2014-12-08 2014-12-08 制約充足解探索装置および制約充足解探索方法

Country Status (1)

Country Link
WO (1) WO2016092605A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018055524A (ja) * 2016-09-30 2018-04-05 株式会社日立製作所 資源開発支援システム、資源開発支援方法、及び資源開発支援プログラム

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009073623A (ja) * 2007-09-20 2009-04-09 Ns Solutions Corp 運用割当装置、運用割当方法及びプログラム
JP2014013490A (ja) * 2012-07-04 2014-01-23 Nippon Telegr & Teleph Corp <Ntt> 画像領域分割装置、その方法及びプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009073623A (ja) * 2007-09-20 2009-04-09 Ns Solutions Corp 運用割当装置、運用割当方法及びプログラム
JP2014013490A (ja) * 2012-07-04 2014-01-23 Nippon Telegr & Teleph Corp <Ntt> 画像領域分割装置、その方法及びプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018055524A (ja) * 2016-09-30 2018-04-05 株式会社日立製作所 資源開発支援システム、資源開発支援方法、及び資源開発支援プログラム

Similar Documents

Publication Publication Date Title
US9772822B2 (en) Visualization framework for customizable types in a development environment
JP5924740B2 (ja) 実時間ミッションプランニング
CN110050257A (zh) 可执行数据流图的差分
US9787798B2 (en) Generating collapsed user interface interaction sequence controls in mobile applications
CN107408049B (zh) 计算系统和计算机实现的方法
US10623248B2 (en) Assessing computing environment changes using specification documents
US20130159036A1 (en) Runtime generation of instance contexts via model-based data relationships
US20200097867A1 (en) Visualization of cross-project dependency risk
CN116057504A (zh) 机器人流程自动化的用户界面(ui)描述符、ui对象库、ui对象储存库和ui对象浏览器
US11853794B2 (en) Pipeline task verification for a data processing platform
US20140279823A1 (en) Lifecycle product analysis
JP2005242904A (ja) 文書群分析装置、文書群分析方法、文書群分析システム、プログラムおよび記録媒体
US20210312324A1 (en) Systems and methods for integration of human feedback into machine learning based network management tool
CN105468381A (zh) 一种安卓和iOS快速集成第三方类库的系统及操作方法
WO2016092605A1 (ja) 制約充足解探索装置および制約充足解探索方法
US20230215061A1 (en) Project visualization system
US20220365912A1 (en) Data Quality Management System
US11797770B2 (en) Self-improving document classification and splitting for document processing in robotic process automation
US20220100964A1 (en) Deep learning based document splitter
Zheng et al. A simulation-as-a-service framework facilitating webgis based installation planning
US11663038B2 (en) Workflow data migration management
JP2010061200A (ja) 文書管理システム及び操作履歴表示方法
Vabø et al. Novel Application of Artificial Intelligence with Potential to Transform Well Planning Workflows on the Norwegian Continental Shelf
Akoum et al. Big Data Insight towards Well planning, A case study
Mearns QGIS Blueprints

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: 14908033

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: 14908033

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP