WO2017188328A1 - 計算装置、計算装置の制御方法、制御プログラム、および記録媒体 - Google Patents
計算装置、計算装置の制御方法、制御プログラム、および記録媒体 Download PDFInfo
- Publication number
- WO2017188328A1 WO2017188328A1 PCT/JP2017/016585 JP2017016585W WO2017188328A1 WO 2017188328 A1 WO2017188328 A1 WO 2017188328A1 JP 2017016585 W JP2017016585 W JP 2017016585W WO 2017188328 A1 WO2017188328 A1 WO 2017188328A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- garbage
- gene
- area
- pit
- dust
- Prior art date
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C13/00—Other constructional features or details
- B66C13/18—Control systems or devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C19/00—Cranes comprising trolleys or crabs running on fixed or movable bridges or gantries
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23G—CREMATION FURNACES; CONSUMING WASTE PRODUCTS BY COMBUSTION
- F23G5/00—Incineration of waste; Incinerator constructions; Details, accessories or control therefor
- F23G5/40—Portable or mobile incinerators
- F23G5/42—Portable or mobile incinerators of the basket type
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23G—CREMATION FURNACES; CONSUMING WASTE PRODUCTS BY COMBUSTION
- F23G5/00—Incineration of waste; Incinerator constructions; Details, accessories or control therefor
- F23G5/50—Control or safety arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
Definitions
- the present invention relates to a calculation device for creating an operation schedule of a crane in a garbage pit provided in a garbage incineration facility.
- the garbage incineration facility has a garbage pit that temporarily stores garbage carried by the garbage truck, and the garbage in the garbage pit is stirred by a crane and then sent to an incinerator for incineration. This agitation is performed in order to homogenize the quality of the waste sent to the incinerator, and is an important process for stably burning the waste.
- Patent Document 1 describes an automatic crane operation device that detects a color distribution in a garbage pit and moves the garbage in the garbage pit so that the whole has the same color distribution.
- patent document 2 is also mentioned as a technique regarding the automatic driving
- the present invention has been made in view of the above-mentioned problems, and its purpose is to automatically set an operation schedule of a crane capable of bringing garbage into a predetermined state without depending on the experience and intuition of an operator of the crane. It is to realize a computing device or the like that can be created in
- a calculation apparatus is a calculation apparatus that creates an operation schedule for a predetermined period of a crane that transports garbage in a garbage pit, and the movement and opening / closing of the crane during the predetermined period.
- a first generation gene generation unit that generates a gene group composed of genes showing the operation pattern of the above, and an evolutionary algorithm that repeatedly evaluates the fitness of each gene included in the gene group and updates the gene group based on the evaluation
- an optimization calculation unit that selects a gene showing an operation pattern that can bring the dust in the initial state into a predetermined state or can approach the state is provided.
- a computer apparatus control method is a computer apparatus control method for creating an operation schedule for a predetermined period of a crane that transports garbage in a garbage pit in order to solve the above-described problem.
- a first generation gene generation step for generating a gene group composed of genes indicating the movement and opening / closing operation patterns of the crane in a period, evaluation of fitness of each gene included in the gene group, and gene group based on the evaluation
- An optimization calculation step of selecting a gene showing an operation pattern that can bring the dust in an initial state into a predetermined state or approach the state by an evolutionary algorithm that repeatedly performs updating.
- the state of the garbage in the garbage pit can be set to a predetermined state or a crane operation schedule that can be brought close to the state is automatically created. There is an effect that can be.
- It is sectional drawing which shows schematic structure of the garbage incineration equipment provided with a garbage pit. It is a figure which shows a mode that the garbage storage part and the hopper in the said garbage pit were seen from upper direction. It is a figure which shows an example of pit state information. It is a figure which shows the example of area setting. It is a figure explaining the outline
- Embodiment 1 An embodiment of the present invention will be described with reference to FIGS. Since the present invention relates to a calculation device for creating an operation schedule of a crane that transports garbage in a garbage pit, first, a garbage pit and a garbage incineration facility equipped with a garbage pit will be described with reference to FIG.
- FIG. 2 is a cross-sectional view illustrating a schematic configuration of a garbage incineration facility including a garbage pit.
- the illustrated garbage incineration facility includes a garbage pit 1 for temporarily storing garbage carried by the garbage truck P and an incinerator 2 for incinerating garbage in the garbage pit 1.
- the garbage pit 1 and the incinerator 2 are connected by a hopper 12 for supplying garbage to the incinerator 2, and the garbage in the garbage pit 1 is sent to the incinerator 2 through the hopper 12 and incinerated.
- the bottom of the trash pit 1 is a trash storage unit 11, and the trash collection vehicle P drops trash into the trash storage unit 11 from the loading door 11 a and the trash is stored in the trash storage unit 11 (the trash G shown in the figure). ).
- the garbage storage part 11 and the hopper 12 are covered with a building 13, and a crane 14 is provided on the ceiling portion of the building 13.
- the crane 14 includes a girder 15, a traversing carriage 16, a bucket 17, a wire 18, and a winder 19.
- the girder 15 is arranged so as to bridge between the rails (extending in the depth direction in the figure) provided on the opposing wall surfaces of the building 13, and is moved along the rail in the depth direction in the figure. Be able to.
- the traversing carriage 16 is provided on the girder 15 and can be moved on the girder 15 in the left-right direction of the same figure (a direction orthogonal to the moving direction of the girder 15).
- a winding machine 19 (for example, a winch) is placed on the traversing carriage 16, and a bucket 17 that grips dust G is provided at the tip of a wire 18 that extends from the winding machine 19.
- the bucket 17 can be opened and closed.
- the bucket 17 can be moved to the garbage storage unit 11 by a combination of these movements. It can be moved to any position. Further, the wire 18 can be extended from the winder 19, the bucket 17 can be lowered, and the garbage G in the garbage storage unit 11 can be grasped by the bucket 17. The garbage G thus picked up is transferred to another position in the garbage storage unit 11 or put into the hopper 12 by controlling the operations of the girder 15, the traversing carriage 16, the bucket 17, and the winder 19. Can be.
- Such operation control of the crane 14 can be performed manually from the operation chamber 21 provided in the side wall 13a of the building 13 so that the inside of the garbage storage unit 11 can be monitored.
- the crane control device Can also be done automatically.
- FIG. 2 only one crane 14 is illustrated, but a plurality of cranes 14 may be provided.
- a plurality of cranes 14 it is possible to perform sufficient stirring compared to the case of providing only one crane 14.
- the other crane 14 can be devoted to agitation by causing one to reload and throw it into the hopper 12.
- the incinerator 2 includes a combustion chamber 3, a dust guide passage 4, an ash removal outlet 5, and a flue 6.
- the garbage G thrown into the hopper 12 is sent to the combustion chamber 3 through the garbage guide passage 4 and incinerated.
- the ash produced by the incineration is taken out from the ash removal outlet 5, and the smoke produced by the incineration is the flue 6. Discharged from.
- the incinerator 2 is provided with the boiler,
- the heat which burned refuse G is supplied to a boiler, and it is the structure which produces electric power with the steam which the boiler generate
- FIG. 3 is a diagram illustrating a state in which the dust storage unit 11 and the hopper 12 are viewed from above.
- the illustrated dust storage unit 11 has a horizontally long rectangular shape, and three loading doors 11a are located on one of the long sides, and two hoppers 12 are located on opposite long sides.
- Each hopper 12 may supply garbage to the same incinerator 2 or may supply garbage to different incinerators 2. That is, the waste incineration facility of this embodiment may include a plurality of incinerators 2.
- the crane 14 is efficiently operated in the garbage storage unit 11 having a limited volume to appropriately agitate and transport the garbage.
- the shape of the dust storage part 11 is not restricted to a rectangular shape, A square shape may be sufficient.
- the position, number and shape of the hopper 12 are not particularly limited.
- FIG. 1 is a block diagram illustrating an example of a main configuration of a crane control device (calculation device) 50.
- the crane control apparatus 50 may be arrange
- the crane control device 50 includes a control unit 51 that controls each unit of the crane control device 50 and a storage unit 52 that stores various data used by the crane control device 50, as illustrated.
- the crane control device 50 displays an image according to the control of the input unit 53 that receives user input to the crane control device 50, the communication unit 54 for the crane control device 50 to communicate with other devices, and the control unit 51.
- a display unit 55 is provided.
- the display part 55 may be comprised integrally with the crane control apparatus 50, and may be attached externally.
- control unit 51 includes a constraint condition setting unit 61, a first generation gene generation unit 62, an optimization calculation unit 63, a pit state prediction unit 64, a pit model generation unit 65, a crane control unit 66, a hopper input instruction detection unit. 67, and a pit state monitoring unit 68 are included.
- the storage unit 52 stores an operation schedule 71 and pit state information 72.
- the constraint condition setting unit 61 sets constraint conditions in the optimization calculation performed by the optimization calculation unit 63.
- the constraint conditions set by the constraint condition setting unit 61 include an area setting in the garbage pit 1 and a setting for accepting garbage.
- the constraint condition setting unit 61 calculates the number of agitations that can be performed in a period for which an operation schedule is to be created (hereinafter referred to as a schedule period), and notifies the first generation gene generation unit 62 of the number of stirrings. Details of these will be described later.
- the first generation gene generation unit 62 generates a gene group including genes indicating the movement and opening / closing operation patterns of the crane 14 during the schedule period. As will be described in detail later, this gene is composed of position information indicating the position where the garbage is held in the schedule period and position information indicating the position where the dust is separated, and the sequence of the position information in the gene is the position of the crane 14 (more Specifically, the transition of the position of the bucket 17 is shown.
- the optimization calculation unit 63 calculates the operation pattern of the crane 14 by the optimization calculation so that the dust in the garbage pit 1 is in a predetermined stirring state under the constraint condition set by the constraint condition setting unit 61. Specifically, the optimization calculation unit 63 repeatedly performs the fitness evaluation by the evaluation function of each gene included in the gene group generated by the first generation gene generation unit 62 and the update of the gene group based on the evaluation. A gene with improved fitness is selected by a genetic algorithm. Although the details will be described later, the evaluation function is a function whose fitness evaluation becomes higher as the state of the garbage in the garbage pit 1 after operating the crane 14 with the operation pattern indicated by the gene is closer to a predetermined state. .
- the optimization calculation unit 63 stores the selected gene in the storage unit 52 as the operation schedule 71.
- the pit state prediction unit 64 generates pit state prediction information indicating the state of garbage in the garbage storage unit 11 after operating the crane 14 according to the operation pattern indicated by the gene selected by the optimization calculation unit 63.
- the generated pit state prediction information is used for generating a pit model image by the pit model generation unit 65.
- the height of the garbage and the number of stirrings change depending on the operation of the crane 14.
- a model is used in which the height is decreased by 0.5 m for each operation of grabbing dust, the height is increased by 0.5 m for each operation of separating dust, and the number of times of stirring at the separated position is increased by one. May be.
- the pit state prediction information is also used to reflect in the optimization calculation the influence of the introduction of garbage into the garbage pit 1 and the introduction of the garbage in the garbage pit 1 into the hopper 12.
- the pit model generation unit 65 generates a pit model image using the pit state prediction information generated by the pit state prediction unit 64.
- This pit model image is an image that three-dimensionally shows the state of dust in the garbage pit 1 after the crane 14 is operated according to the operation pattern indicated by the gene generated by the optimization calculation unit 63.
- the pit model generation unit 65 displays the generated pit model image on the display unit 55.
- the crane control unit 66 operates the crane 14 according to the operation pattern indicated by the gene generated by the optimization calculation unit 63.
- the hopper loading instruction detection unit 67 detects a dust loading instruction to the hopper 12, the operation of the operation schedule is stopped and the garbage is thrown into the hopper 12.
- the hopper charging instruction detection unit 67 detects a garbage charging instruction to the hopper 12 and notifies the crane control unit 66 of it. Specifically, the hopper insertion instruction detection unit 67 sends the notification via the communication unit 54 from the hopper height notification device 30 that notifies that the height of the dust in the hopper 12 has become a predetermined lower limit value or less. Is received, it is detected that there has been an instruction to put trash into the hopper 12.
- the pit state monitoring unit 68 monitors the state in the trash pit 1, in particular the height of the trash and the number of agitation in the trash storage unit 11.
- the pit state monitoring unit 68 manages the trash storage unit 11 by dividing it into a plurality of sections (details will be described later), generates pit state information indicating the height of the trash and the number of times of stirring in each section, and stores it therein. 52.
- the pit state monitoring unit 68 updates the height of the dust and the number of times of stirring stored in the storage unit 52 when the crane 14 reloads or stirs the dust.
- the height of the dust can be measured by the length of the wire 18 when the bucket 17 reaches the dust, and the number of agitation was performed when the crane 14 performed the operation of releasing the dust.
- the “stirring” in the present embodiment is a process of opening the bucket 17 of the crane 14 and dropping the garbage into the garbage storage unit 11 after being gripped and lifted by the crane 14. It should be noted that the position where the dust is grasped and the position where it is separated may be the same. This is because even if they are separated at the same position, the garbage bag is broken and the agitation degree of the garbage is increased. Further, the height of the dust may be detected by analyzing a video taken inside the dust storage unit 11 or using a sensor or the like.
- the operation schedule 71 is information indicating a schedule (operation pattern) for operating the crane 14 in the schedule period, and the gene generated by the optimization calculation unit 63 as described above is the operation schedule 71.
- the pit state information 72 is information indicating the state in the trash pit 1, particularly the height of the trash and the number of stirrings in the trash storage unit 11, and is generated and updated by the pit state monitoring unit 68 as described above.
- the pit state information 72 may be information as shown in FIG. FIG. 4 is a diagram illustrating an example of the pit state information 72.
- the illustrated pit state information 72 is information that indicates the height of dust and the number of agitation in each section by dividing the inside of the dust storage section 11 into 80 sections of 5 ⁇ 16.
- the upper numerical value described in each section indicates the height of dust, and the lower numerical value indicates the number of stirring.
- the pit state information 72 it is possible to specify the height of dust at each position of the dust storage unit 11 and the number of times of stirring.
- the division of the coordinate value (5, 3) has a height of 1400 (cm) and the number of stirrings is four.
- the vertical and horizontal sizes of one section are the same as the range that can be grasped by the crane 14, but the size of each section is not limited to this example. Also good.
- the crane control unit 66 performs the dust gripping and dust separation operation by the crane 14 at the position of each coordinate value. That is, the vertical movement unit of the crane 14 corresponds to the vertical length of one section, and the horizontal movement unit corresponds to the horizontal length of one section.
- the crane 14 may be moved by a movement unit (for example, 1/2) shorter than the vertical and horizontal sizes of the illustrated section.
- the range of 1 ⁇ X ⁇ 15 and 1 ⁇ Y ⁇ 3 is a stirring area used for stirring dust. Further, the range of 1 ⁇ X ⁇ 15, 4 ⁇ Y ⁇ 5 is the incoming area of the refuse, 1 ⁇ X ⁇ 2, 1 ⁇ Y ⁇ 3 and 15 ⁇ X ⁇ 16, 1 ⁇ Y ⁇
- the range of 3 is a non-stirring area not used for stirring. Note that the range of the non-stirring area is arbitrary, and is not limited to this example. For example, the user may freely set the non-stirring area.
- FIG. 5 is a diagram illustrating an example of area setting.
- a stirring area, a receiving area, and a non-stirring area are set in the rectangular dust storage part 11 in a top view.
- the receiving area is an area provided on the carry-in door 11a side, and the trash carried by the garbage truck P is dropped into this area (see FIG. 3). Therefore, at least the trash can be carried in this area. It will be treated as a non-stirring area during the time period.
- the receiving area and the stirring area may be partitioned by a bank or the like.
- a plurality of stirring areas can be set as shown in (b) to (d) of FIG.
- the stirring area of (a) of the figure is divided into two stirring areas of stirring areas 1 and 2, and an intermediate area is set between these two stirring areas. Yes.
- the intermediate area and the stirring area may be partitioned by a bank or the like.
- the upper surface of the garbage in the intermediate area may be inclined, and when the bucket 17 is lowered to such an inclined portion, the bucket 17 is inclined and cannot catch the garbage. There is. For this reason, it is preferable to treat the intermediate area as a non-stirring area.
- the stirring area in (a) of the figure is divided into three stirring areas 1 to 3.
- the dust in the stirring area 1 and the dust in the stirring area 3 can be mixed in the stirring area 2 located between them.
- all the dust in the agitation area 1 is transferred to the agitation area 3 (see the sectional view BB), or the trash transferred to the agitation area 3 is returned to the agitation area 1.
- the sleeping area is a non-stirring area for a limited time.
- the agitation in the example of (d) in the figure is the same as the example of (c) in the figure except that the agitation is not performed until a predetermined period elapses in the sleeping area.
- the intermediate area may be between the stirring areas or between the stirring area and the sleeping area.
- FIG. 6 is a diagram for explaining the outline of optimization calculation using a genetic algorithm.
- a plurality of “individuals” that express solution candidates as genes are generated. Then, individuals with high fitness calculated by the fitness evaluation function f (x) are preferentially selected, cross-over / mutation etc. are performed to generate next generation individuals, and fitness of each individual is determined. The optimum solution is searched while repeating a series of processes of evaluation.
- the function f (x) is an evaluation function
- “0110110110101010101” is a first generation (parent) gene
- “011011011010101000101” is a second generation (child) gene.
- the first generation gene is generated by the first generation gene generation unit 62
- the second generation and subsequent genes are generated by the optimization calculation unit 63.
- genes indicate the movement pattern of the crane 14, and more specifically, the transition of the gripping position and the separating position when the crane 14 repeatedly grabbs, moves, and separates the garbage.
- the gene to be used is not limited to the binary expression as described above as long as it indicates the operation pattern of the crane 14, but is preferably expressed as a binary expression when mutation or crossover is performed. .
- the first generation gene generation unit 62 generates data in which the coordinates of the position at which the crane 14 (more specifically, the bucket 17) grabs and separates the garbage are connected, and converts this data into a binary number representation to generate the first data.
- Generational genes may be generated.
- the position at which the crane 14 grips and separates the garbage may be represented by coordinate values (X, Y).
- coordinate values X, Y.
- an operation pattern in which dust is grasped at the position (6, 3) and separated at the position (9, 2) can be represented. .
- the number of coordinates to be linked depends on the length of the schedule period and the number of stirrings that can be performed during the time.
- coordinate values (X, Y) described above coordinate values (X, Y, Z) including a Z value indicating the height of the position where the dust is grasped may be used.
- the optimization calculation unit 63 is for calculating an optimal operation pattern (also referred to as a simulation pattern) of the crane 14. For this reason, as the evaluation function f (x), a function whose fitness becomes higher as the state of the dust in the dust storage unit 11 after the operation according to the operation pattern indicated by the gene to be evaluated is closer to the ideal state. Is used.
- a function whose fitness becomes higher as the variance from the reference value of the number of times of stirring is smaller may be used as the evaluation function f (x).
- the inside of the dust storage unit 11 is divided into a plurality of sections, and a reference value corresponding to the time during which stirring can be performed is set. Details of the reference value setting will be described later.
- f (x) is set such that the fitness becomes higher as the dispersion of the number of times of stirring in each section is closer to the reference value. Further, f (x) may be set such that the fitness becomes higher as the number of sections where the number of stirring is 0 is smaller.
- a function whose fitness becomes higher as the variance from the reference value of the dust height is smaller may be used as the evaluation function f (x).
- the inside of the dust storage unit 11 is divided into a plurality of sections, and the average value of the heights of the sections is set as a reference value. Then, f (x) is set such that the lower the variance in height from the reference value in each section, the higher the fitness.
- a function whose fitness becomes higher as the total movement distance of the crane 14 in the schedule period is shorter may be used as the evaluation function f (x).
- a function that increases the fitness as the total power consumption of the crane 14 decreases may be used as the evaluation function f (x).
- main power consumption at the time of driving the crane 14 is due to movement by the girder 15, movement by the traversing carriage 16, and lifting and lowering of the bucket 17 by the winder 19, and the power consumption in each drive is different. Yes. Therefore, the moving distance by the girder 15, the moving distance by the traversing carriage 16, and the winding distance of the winder 19 are weighted according to the power consumption of the drive.
- a function whose fitness becomes higher as the sum of the weighted distances is smaller is defined as an evaluation function f (x).
- a weight may be set for each evaluation function. For example, the weight of the evaluation function related to the dispersion of the number of stirrings is made the heaviest, the weight of the evaluation function related to the dispersion of the height is made next heavy, and the weight of the evaluation function related to the moving distance (power consumption) of the crane 14 is the highest. It may be lightened. It is also possible to obtain an optimal solution in consideration of three of the dispersion of the number of stirrings, the dispersion of the height, and the movement distance (power consumption) by the fuzzy algorithm.
- the schedule period may be divided into a plurality of time zones, and an evaluation function having different ideal states (predetermined states) for each time zone may be used.
- predetermined states ideal states
- the state where the average value of the heights of each section is equal to or less than a predetermined value A state in which the fitness of a gene that can be brought close to the state is high.
- a state where the average value of the heights of the respective sections is not more than a predetermined value may be set as an ideal state.
- movement which loads the garbage of one stirring area on the other stirring area, and then loads the garbage of the other stirring area on one stirring area can be created. It is also possible to create an operation schedule including these operations by specifying the time period for performing operations other than stirring (reloading from the receiving area to the stirring area, charging from the stirring area to the hopper 12, etc.) become.
- the height of the garbage may be divided into a plurality of stages, and the genes may be updated so that the number of stirrings in each height section becomes equal.
- sections in which the dust in the dust storage unit 11 is three-dimensionally divided in the horizontal direction and the vertical direction may be set, and the height of each section is high enough to be grasped by one grip of the crane 14.
- the height may be set as one height section.
- the height of one section should be 0.5m.
- the upper, middle, and lower three-tiered sections are arranged in the height direction.
- the number of times of stirring in the upper, middle, and lower sections at the position of the coordinate value (X, Y) is 3, 2, and 1, respectively, the number of times of stirring at this position is the number of times of stirring. It is good also as 2 times which is the average value of.
- the number of stirring times of each section arranged in the height direction may be used as it is.
- genes may be evaluated using the above-described evaluation function with the average value of the number of stirrings in the upper, middle, and lower sections of all coordinates as a reference value.
- the lower layer cannot be stirred in the state where the upper layer exists.
- the middle and lower garbage cannot be stirred unless the upper garbage is transferred to another location.
- the garbage of another place is piled up, the garbage of a lower stage will be in a deeper position, and stirring will become difficult.
- a plurality of agitation areas are set as shown in FIGS. 5B to 5D so that re-loading (agitation) is not performed in the same agitation area. It is preferable to make it.
- FIG. 5 (b) when a plurality of stirring areas are set, the fitness of the gene including the operation pattern of separating the dust grasped in one stirring area within the same stirring area is low. It may be made to become. This makes it easier for a gene with an operation pattern that separates garbage caught in one agitation area in another agitation area.
- the evaluation value (the value indicating the fitness calculated by the evaluation function) of the operation pattern including these coordinate values may be remarkably lowered. According to such a configuration, without losing the versatility of the genetic algorithm, a gene that does not include position information in the non-stirring area is selected and an agitation operation schedule for only the stirrer area is created. be able to.
- the division number n is 3 or 4, but when a mixed area or a sleeping area is set as shown in FIG. 5D, processing in consideration of these areas is required.
- the order of stirring is determined in advance, and stirring is performed in that order.
- the order of grasping dust in the agitation area 1, separating it in the mixing area, grasping dust in the agitation area 2, and releasing it in the mixing area is determined. It may be.
- the laying area is excluded from the agitation target during the predetermined period, as with the non-agitation area, and is the agitation area or the mixing area after the period.
- the restriction condition setting unit 61 calculates the number of agitations that can be performed during the schedule period according to the setting for accepting dust, and notifies the first generation gene generation unit 62 of the number of times. As a result, it is possible to generate a first generation gene reflecting the length of the schedule period and the presence or absence of trash in the schedule period.
- the constraint condition setting unit 61 generates a constraint condition according to the dust acceptance setting
- the optimization calculation unit 63 calculates an optimal operation pattern of the crane 14 using a genetic algorithm under this constraint condition.
- the constraint condition setting unit 61 classifies the schedule period into weekday daytime (time zone in which trash is carried in) and nighttime / holiday (time zone in which no trash is carried in).
- weekday daytime time zone in which trash is carried in
- nighttime / holiday time zone in which no trash is carried in
- the remaining time excluding the time required for reloading of dust from the receiving area to the stirring area and the time required for putting the dust in the stirring area into the hopper 12 is set as the time that can be used for stirring. For example, if charging into the hopper 12 is performed four times per hour and the average time required for one charging is 4 minutes, the time that can be used for transshipment and stirring is 44 minutes. Therefore, if the average required time for one stirring is 2 minutes, the number of stirring is 22 at the maximum.
- the number of times of stirring can be reduced. For example, if the transshipment is performed 8 times and the average time required for one transshipment is 3 minutes, the number of times of stirring is 10 times.
- the receiving area can also be used for stirring. However, it is necessary to transfer the garbage in the receiving area to the stirring area by the next carry-in time.
- the time at which this transshipment should be completed may be set by the user in units of one hour in the time zone up to that time, for example, based on the reception time of the previous day (for example, 9:00).
- the constraint condition setting unit 61 classifies the schedule period into weekday daytime and night / holiday, and determines the number of agitation according to each classification. For example, consider a case in which an operation schedule of 24 hours on Monday at 9 am, that is, an operation schedule until 9 am on Tuesday is created. In this case, if the trash is carried in from 9:00 am to 10:00 pm, the remaining time excluding the reloading time and the input time to the hopper 12 is stirred from 9:00 am to 10:00 pm Time. For example, as in the above example, when charging is performed 4 times per hour for 4 minutes and transshipment is performed 8 times per hour for 3 minutes once, stirring can be performed 10 times per hour.
- the constraint condition setting unit 61 sets the number of stirring for 13 hours from 9 am to 10 pm as 130 times.
- the first generation gene generation unit 62 sets the length of the gene corresponding to this period, that is, the number of coordinate values of (X, Y) constituting the gene to 260 (the set of the gripping position and the separating position is 130). Set).
- the optimization calculation unit 63 selects genes that optimally perform 130 times of stirring for 13 hours from 9:00 am to 10:00 pm.
- the value of the reference value in the evaluation function f (x) is determined by determining the number of times of stirring.
- the optimization calculation unit 63 acquires the pit state information 72 from the pit state monitoring unit 68 and calculates the total value of the number of times of stirring in the stirring area from the pit state information 72. And the value which divided the sum of the said total value and the frequency
- the total value of the number of stirrings in the stirring area is 61 times, and the number of sections in the stirring area is 45. Therefore, if the number of stirrings is 130 times, the reference value is 4. 24.
- the remaining time excluding the charging time to the hopper 12 is set as the stirring time. For example, if the charging is performed 4 times per hour for 4 minutes as in the above example, the agitation can be performed 22 times per hour. The number of stirring is 242 times. Then, the first generation gene generation unit 62 sets the length of the gene corresponding to this period, that is, the number of coordinate values of (X, Y) constituting the gene to 484.
- the optimization calculating unit 63 selects genes including position information of both the receiving area and the stirring area. For example, in the example of FIG. 4, the total number of times of stirring in the stirring area and the receiving area is 68 times, and the number of sections in the stirring area and the receiving area is 75 in total. Therefore, if the number of times of stirring is 242 times, the reference value is 3.22. And the gene containing the positional information on both the stirring area and the receiving area is selected.
- the optimization calculation unit 63 sets the constraint condition to An evaluation function that increases fitness when satisfied is used.
- the content of the optimization calculation may be changed for each time zone. For example, during the daytime on weekdays when trash is brought in, the time that can be devoted to stirring is short, and the receiving area cannot be used for stirring. May be. On the other hand, at night and on holidays, an optimization calculation that equalizes the number of agitation including dust at a deep position (for details, refer to “Agitation of Dust at Deep Position”) may be performed.
- FIG. 7 is a diagram illustrating an example of a pit model image.
- the illustrated pit model image is a model image that three-dimensionally represents the state of dust in the dust storage unit 11. More specifically, (a) in the figure shows the state before the start of stirring, and (b) in the figure shows the state after operating the crane 14 with the operation pattern indicated by the gene generated by the optimization calculation unit 63. The state (predicted state) is shown.
- the pit model image is color-coded according to the number of times of stirring, so that it can be seen at a glance whether dust is being stirred evenly.
- the pit model image of (a) in the figure can be generated using the pit state information 72.
- the pit model generation unit 65 sets the coordinates (x, y) corresponding to each position (X, Y) in the dust storage unit 11 indicated by the pit state information 72 in a three-dimensional coordinate space. Set in. Then, for each set coordinate (x, y), a height z corresponding to the height of the position indicated in the pit state information 72 is set. Thereby, the height in each position in the dust storage part 11 is represented as a coordinate value (x, y, z) of three-dimensional space. Then, by defining a line segment (contour line) connecting coordinate values having the same height z value among the coordinate values, a pit model image as shown in FIG. 7A is generated.
- the display color of the line segment may be a color corresponding to a height range (for example, a darker color as the height is lower as shown in the illustrated band graph), thereby showing the height distribution more easily. be able to.
- the number of times of stirring in each section may be displayed in different colors, thereby allowing the user to recognize how much stirring is performed.
- the pit model image of (b) in the figure uses the pit state prediction information generated by the pit state prediction unit 64 by updating the coordinate values (x, y, z) according to the operation schedule. It is generated by the same processing. Since it is possible to specify how many times stirring is performed at which position in the garbage storage unit 11 from the gene generated by the optimization calculation unit 63, the pit state prediction unit 64 determines whether the stirring state is performed or not. The coordinate values (x, y, z) are updated to generate pit state prediction information.
- FIG. 8 is a flowchart illustrating an example of processing executed by the crane control device 50.
- the receiving area when the receiving area is used for agitation during a period when no trash is carried in (nighttime or holiday), the time setting for completing the transfer of the trash to the agitation area in the receiving area used for agitation is completed. You may also go.
- the constraint condition setting unit 61 creates a constraint condition according to the contents of the area setting and the acceptance setting, and notifies the optimization calculation unit 63 of the constraint condition. Specifically, the constraint condition setting unit 61 notifies the information indicating the type of the set area and its range (specifically, the coordinate range) as the constraint condition regarding the area. In addition, when the time for completing the transfer of the dust in the receiving area to the stirring area is set, the constraint condition setting unit 61 notifies the time. Further, the constraint condition setting unit 61 calculates the number of agitations that can be performed during the schedule period and notifies the first generation gene generation unit 62 of it.
- the optimization calculation unit 63 and the first generation gene generation unit 62 that have received the constraint conditions start the AI mode (S3) and perform AI calculation (optimization calculation) (S4).
- the first generation gene generation unit 62 generates a first generation gene including the number of coordinate values corresponding to the number of stirrings, and the optimization calculation unit 63 generates the first generation gene.
- a gene showing an optimal operation pattern of the crane 14 is selected.
- the pit state prediction unit 64 generates pit state prediction information indicating the state of garbage in the garbage storage unit 11 after operating the crane 14 with the operation pattern indicated by this gene (S5).
- the pit model generation unit 65 generates a pit model image based on the pit state prediction information, and displays the generated pit model image on the display unit 55 as a result of the AI calculation (S6).
- the user looks at the pit model image displayed on the display unit 55, confirms the validity of the generated operation schedule, and inputs whether or not the operation schedule can be executed to the input unit 53. Then, the crane control unit 66 determines whether or not the operation schedule can be executed according to this input (S7). If it is determined that execution is not possible (NO in S7), the process returns to S1 and starts again from the area setting.
- the crane control unit 66 starts AI control (S8) and executes crane control processing for operating the crane according to the operation schedule (S9). Moreover, the crane control part 66 which started the crane control process starts monitoring of time-up (S10), and complete
- the time up time is the end of the schedule period.
- FIG. 9 is a flowchart showing an example of the optimization calculation (control method of the computing device).
- the first generation gene generation unit 62 generates a first generation gene used for calculation by a genetic algorithm (S41, first generation gene generation step). It should be noted that a predetermined number of these genes are randomly generated, thereby generating an initial generation group consisting of a predetermined number of individuals. Further, as described above, the gene is configured by coordinates, and the number of coordinates constituting the gene is determined according to the number of times of stirring (number of times according to the schedule period) notified from the constraint condition setting unit 61. .
- the optimization calculation unit 63 executes the optimization calculation steps S42 to S46. Specifically, first, the optimization calculation unit 63 evaluates the fitness of each individual (S42). This evaluation is performed using the evaluation function f (x) as described above. As described above, in this evaluation function f (x), the height of each section and the number of stirrings indicated in the pit state information 72 are reflected as reference values. Further, as described above, the constraint conditions are reflected in the evaluation.
- the optimization calculation unit 63 lowers the evaluation of the fitness of the gene including the coordinates in the unused area notified from the constraint condition setting unit 61.
- the evaluation of the fitness level of a gene including an operation pattern for grasping and releasing dust in one stirring area may be lowered.
- the constraint condition setting unit 61 uses the receiving area for stirring, but may notify the constraint condition that the transfer of the dust in the receiving area to the stirring area is completed at a predetermined time.
- the optimization calculating unit 63 may perform the evaluation using an evaluation function that increases the fitness of the gene whose dust height in the receiving area is equal to or less than a predetermined value at a predetermined time.
- the optimization calculation unit 63 determines whether the termination condition is satisfied (S43).
- the termination condition of this example is that there is a gene whose fitness is a predetermined value or more. If it is determined that the termination condition is satisfied (YES in S43), the optimization calculation unit 63 selects the gene of the individual with the highest fitness, stores it in the storage unit 52, and predicts the pit state. This is output to the unit 64, whereby the AI calculation is terminated.
- the optimization calculation unit 63 selects individuals whose fitness is equal to or higher than a predetermined lower limit (S44), and individuals whose lower limit is less than the lower limit. Cut off. Then, a next-generation gene (individual) is generated from the selected individual (S45), and the process returns to S42. In S45, mutation or crossover is performed.
- the processing is terminated when a gene having a fitness level equal to or higher than a predetermined position is generated.
- generation of the next generation gene may be repeated until a predetermined generation or until a predetermined time elapses.
- the gene having the highest fitness among the generated genes may be selected, stored as the operation schedule 71, and output to the pit state prediction unit 64.
- the pit state prediction unit 64 reflects the state change as described above in the pit state prediction information, and the optimization calculation unit 63 optimizes the state indicated by the pit state prediction information reflecting the state change as the initial state.
- selected genes may be selected. Thereby, a gene reflecting the state change as described above can be selected.
- Reflecting the state change in the above pit state prediction information can be realized by modeling the state change, for example. For example, if the state changes due to the transfer of garbage from the receiving area to the stirring area, the timing of the transfer and the mode of the transfer may be determined in advance. Thereby, the pit state prediction information at the above timing may be generated, and the effect of transshipment of the above aspect may be reflected in this pit state prediction information.
- a process of transshipping the dust in the receiving area (1 ⁇ X ⁇ 15, 4 ⁇ Y ⁇ 5) to the nearest position (1 ⁇ X ⁇ 15, 2 ⁇ Y ⁇ 3) of the stirring area is performed on weekdays. You may decide to do this at 15:00.
- the height of the dust in the agitation area (1 ⁇ X ⁇ 15, 2 ⁇ Y ⁇ 3) is the same as the height of the receiving area (1 ⁇ X ⁇ 15, 4 ⁇ Y ⁇ 5) before transshipment.
- the number of times of agitation of the recycled garbage becomes 0.
- the first generation gene generation unit 62 corresponds to the first generation gene corresponding to the period up to 15:00 and the period after 15:00 (strictly after the time when the transshipment at 15:00 ends). Generating the first generation gene. Then, the optimization calculation unit 63 first performs optimization calculation using the first generation gene corresponding to the period up to 15:00, and selects genes that show the optimal operation schedule until 15:00.
- the pit state prediction unit 64 generates pit state prediction information indicating the state of garbage in the garbage storage unit 11 after operating the crane 14 with the operation pattern indicated by the gene generated by the optimization calculation unit 63. Generate. Then, the pit state predicting unit 64 determines the height of dust in the generated agitation area (1 ⁇ X ⁇ 15, 2 ⁇ Y ⁇ 3) of the generated pit state prediction information as the receiving area (1 ⁇ X ⁇ 15, 4 ⁇ Y ⁇ 5) is increased, and the number of times of agitation of the transferred garbage is set to zero. The height of dust in the receiving area (1 ⁇ X ⁇ 15, 4 ⁇ Y ⁇ 5) is set to 0.
- the optimization calculation unit 63 sets the state indicated by the pit state prediction information reflected by the pit state prediction unit 64 as the initial state, and starts after 15:00 (strictly after the time when the transfer at 15:00 ends)
- the optimization calculation is performed using the first generation gene corresponding to the period. Thereby, the operation schedule reflecting the state change by transshipment can be created.
- the gripping position is a position where the number of stirrings is equal to or more than a predetermined number. For this reason, it is determined which position state is to be updated by pre-determining and modeling rules such as the number of times of stirring is a predetermined number or more and the position closest to the hopper 12 is grasped. can do.
- An operation schedule reflecting both the introduction into the hopper 12 (the removal of garbage from the garbage pit 1) and the delivery of garbage into the garbage pit 1 may be created.
- the operation schedule may be modified while the operation schedule is being executed. Thereby, it can correct
- FIG. 10 is a diagram illustrating an example of an operation schedule for each area.
- FIG. 10 shows an operation schedule for 24 hours from 6:00 on weekdays when trash is brought in to 6:00 on the next day.
- two stirring areas (stirring area 1 and stirring area 2) and one receiving area are set.
- an intermediate area may be provided between the receiving area and the stirring areas 1 and 2.
- the operation schedule in this example is a set of a garbage catching area and a garbage separation area for each time period.
- a symbol “+” is displayed in a section set in the dust gripping area
- a symbol “ ⁇ ” is displayed in a section set in the dust separation area. That is, a plurality of sections with a “+” symbol constituting the garbage gripping area are dust gripping positions by the crane 14. Further, a plurality of sections with a symbol “-” constituting the dust separation area are positions for releasing the dust grasped in the dust gripping area. Note that the sections where none of the symbols are displayed (the non-stirring area and the receiving area at the time of 6:00) are sections where neither the dust grasping operation nor the dust separating operation is performed.
- the stirring area 1 is set as the trash gripping area.
- a “+” symbol is displayed in each section.
- the agitation area 2 is set as a dust separation area, and a symbol “-” is displayed in each section in this area.
- the receiving area is set as the dust gripping area, and the agitation areas 1 and 2 are set as the dust separation area.
- the crane control unit 66 holds the garbage in the receiving area and separates the garbage in the stirring areas 1 and 2 in the time zone after 9:00. Have the crane 14 perform the work.
- the receiving area and the stirring area 2 are set as the trash holding area, and the stirring area 1 is set as the trash separation area. That is, when the operation control of the crane 14 is performed based on this operation schedule, the crane control unit 66 performs a transshipment work in which the garbage is grasped in the receiving area and separated in the stirring area 1 in the time zone after 17:00. Let the crane 14 do it. Further, the crane control unit 66 causes the crane 14 to perform a stirring operation of grasping the dust in the stirring area 2 and releasing the dust in the left stirring area.
- the operation schedule 71 generated by the first generation gene generation unit 62 and the optimization calculation unit 63 and stored in the storage unit 52 indicates such a dust gripping area and a dust separation area for each time zone.
- Information the settings of the dust gripping area and the dust separation area may be changed at timings other than the three illustrated time points (6:00, 9:00, 17:00).
- the order of setting the dust grasping area and the dust separating area may be defined, and the time for applying each setting may be omitted. In this case, after the work for one setting is completed, the setting may be switched to the next setting.
- the receiving area is not set as a trash separation area in any time zone, but in a time zone during which no trash is carried in (in this example, 17:00 to 9:00 on the next day)
- the receiving area may be set as a dust separation area.
- the gene used for the genetic algorithm indicates the operation pattern of the crane 14. More specifically, the gene is stored in a dust gripping area that is an area including a gripping position when the crane 14 grips, moves, and releases the garbage repeatedly, and in a dust release area that is an area including a releasing position. Indicates a transition. As in the above embodiment, when mutation or crossover is performed, it is preferable that the gene is expressed in binary number, but the expression form of the gene is not particularly limited.
- the first generation gene generation unit 62 generates area setting information indicating which is set as a dust gripping area and which is set as a dust separation area among a plurality of preset areas, and the area setting information is A plurality of continuous data may be generated.
- Each area setting information only needs to include at least one dust gripping area and a dust separation area, and may include a plurality of either or both of the dust gripping area and the dust separation area. An area that is not set in any of the areas may be included.
- This area setting information can be said to be information obtained by labeling a plurality of preset areas with any one of a dust gripping area, a dust separation area, and an area not corresponding to any of them.
- generation part 62 may produce
- the arrangement order of the area setting information indicates the transition between the dust gripping area and the dust separation area during the schedule period.
- the number of area setting information to be linked depends on the length of the schedule period. For example, if the time for operating the crane 14 is determined in advance based on one area setting information, the number of area setting information according to the schedule period can be specified. As a specific example, when the crane 14 is operated for one hour based on one area setting information, a gene composed of eight area setting information may be generated when an eight hour schedule is created. For example, even if the number of operations of the crane 14 based on one area setting information is determined in advance, the number of area setting information according to the schedule period can be specified.
- area setting information indicating which one of a plurality of preset areas is used as a dust gripping area it is only necessary to regard an area that is not set as the dust gripping area among the plurality of preset areas as the dust separation area.
- area setting information indicating which of a plurality of preset areas is used as a garbage talk area may be generated, and data in which a plurality of the area setting information are connected may be generated.
- the fitness becomes higher as the state of the garbage in the garbage storage unit 11 after the operation according to the operation pattern indicated by the gene to be evaluated is closer to the ideal state, as in the above embodiment.
- the evaluation function of this embodiment evaluates the state of dust in an area including a plurality of sections instead of one section.
- a function that increases the fitness as the variance from the reference value of the representative value of the number of stirrings in each area may be used as the evaluation function f (x).
- the representative value only needs to be a value indicating the degree of stirring in the entire area, and may be, for example, an average value of the number of times of stirring in each section included in the area.
- the reference value may be set in the same manner as in the above embodiment.
- f (x) may be set such that the fitness becomes higher in an area where the number (or ratio) of the sections where the number of stirring is 0 is smaller.
- a function that increases the fitness as the variance from the reference value of the representative value of the dust height in each area may be used as the evaluation function f (x).
- the representative value only needs to be a value indicating the degree of dust height in the entire area, and may be, for example, an average value of dust height in each section included in the area.
- the reference value may be set in the same manner as in the above embodiment.
- a weight may be set for each evaluation function.
- the weight of the evaluation function related to the dispersion of the number of stirrings may be the heaviest, and the weight of the evaluation function related to the dispersion of the height may be the next highest. It is also possible to obtain an optimal solution in consideration of the dispersion of the number of stirrings and the dispersion of the height by a fuzzy algorithm.
- the optimization calculation unit 63 evaluates the gene using the evaluation function f (x) as described above. Specifically, the optimization calculation unit 63 changes the dust gripping area and the dust separation area with the pattern indicated by the gene to be evaluated with respect to the dust in the initial state (the state indicated by the pit state information 72). The state of garbage after performing at least one of transshipment is specified. The state of dust can be represented by the number of times of stirring and the height of each section. Then, the state is evaluated using the evaluation function f (x). For example, the evaluation value can be calculated by calculating a representative value of the number of stirrings and the height of dust in the sections included in each area and substituting it into the evaluation function f (x).
- a predetermined algorithm is used to determine in which section of the garbage holding area the garbage is to be gripped and in which section of the garbage release area the garbage is to be released. Keep it. Thereby, it is possible to simulate the state of dust after the crane 14 is operated according to the combination of the dust gripping area and the dust release area indicated by the area setting information. For example, as an algorithm for determining the dust gripping position, a section having a height of a predetermined value or higher is given the highest priority as a dust gripping position. Thus, an algorithm for making a dust gripping position can be applied. Further, for example, as an algorithm for determining a dust separation position, a partition having a height of a predetermined value or less is set as a top priority as a dust separation position. An algorithm that preferentially sets the dust separation position can be applied.
- the schedule period may be divided into a plurality of time zones, and different evaluation functions (evaluation functions having different ideal states (predetermined states)) may be used for each time zone. For example, in the time zone when the trash is carried in, the evaluation of the gene that lowers the height of the trash in the receiving area is increased, and in the time zone when the trash is not carried in, the evaluation of the gene that increases the uniformity of the number of stirring is increased. May be.
- the receiving area is set as the garbage catching area or the garbage separation area.
- the setting to the dust gripping area or the dust separation area of the stirring area is determined by the genetic algorithm. For example, in the time zone immediately before the start of carrying in garbage (for example, the time zone from 3 hours before the carry-in start time to the carry-in start time), the receiving area is not set as either the garbage catching area or the dust separating area. You may decide that. In addition, it may be determined that the receiving area is set as the garbage catching area in the time zone after the start of carrying in.
- the setting of the stirring area to the dust gripping area or the dust separation area may be determined by a genetic algorithm.
- the weight of the evaluation value of the gene whose receiving area is the trash holding area may be increased. Accordingly, it is possible to easily create an operation schedule in which the receiving area is the garbage grasping area during a time period when the garbage is carried in.
- the weight of the evaluation value of a gene whose receiving area is a trash separation area may be increased. Thereby, it is possible to easily create an operation schedule for performing agitation using the receiving area in a time zone when no trash is carried.
- the operation of separating all of the garbage grasped by the bucket 17 at the position where the bucket 17 is moved is the stirring operation.
- the stirring operation can evenly distribute the dust in the dust storage unit 11.
- the operation is not limited to the above example as long as it can be performed.
- it is good also as stirring operation
- index which shows the grade of stirring is not restricted to the frequency
- the degree of agitation may be evaluated by the fine particle size of the dust, the bulk specific gravity, or the like.
- the optimization operation can also be performed using another evolutionary algorithm.
- an optimization operation can be performed using genetic programming, evolutionary calculation, or the like.
- the crane control device 50 of each of the above embodiments may create an operation schedule in which an area or a section in which garbage to be thrown into the hopper 12 is arranged is set.
- an evaluation function in which the evaluation value of the gene whose number of stirring of the dust in the area or section is continued for the period of creating the operation schedule and is higher than the predetermined number enough for introduction into the hopper 12 is increased. Use it.
- the crane control part 66 performs operation control of the crane 14 based on the operation
- the section where the number of stirrings varies depending on the charging into the hopper 12 can be limited to a specific section.
- the control block (particularly the control unit 51) of the crane control device 50 may be realized by a logic circuit (hardware) formed in an integrated circuit (IC chip) or the like, or software using a CPU (Central Processing Unit). It may be realized by.
- the crane control device 50 includes a CPU that executes instructions of a program that is software that implements each function, and a ROM (Read Only Memory) in which the program and various data are recorded so as to be readable by the computer (or CPU).
- a storage device (these are referred to as “recording media”), a RAM (Random Access Memory) for expanding the program, and the like are provided.
- the objective of this invention is achieved when a computer (or CPU) reads the said program from the said recording medium and runs it.
- a “non-temporary tangible medium” such as a tape, a disk, a card, a semiconductor memory, a programmable logic circuit, or the like can be used.
- the program may be supplied to the computer via an arbitrary transmission medium (such as a communication network or a broadcast wave) that can transmit the program.
- a transmission medium such as a communication network or a broadcast wave
- the present invention can also be realized in the form of a data signal embedded in a carrier wave in which the program is embodied by electronic transmission.
- a calculation apparatus is a calculation apparatus that creates an operation schedule for a predetermined period of a crane that transports garbage in a garbage pit, and the movement and opening / closing of the crane during the predetermined period.
- a first generation gene generation unit that generates a gene group composed of genes showing the operation pattern of the above, and an evolutionary algorithm that repeatedly evaluates the fitness of each gene included in the gene group and updates the gene group based on the evaluation
- an optimization calculation unit that selects a gene showing an operation pattern that can bring the dust in the initial state into a predetermined state or can approach the state is provided.
- the crane operation schedule can be automatically set so that the state of the garbage in the garbage pit can be set to or close to the predetermined state without depending on the experience and intuition of the crane operator. There is an effect that it can be created.
- the gene generated by the first generation gene generation unit is composed of position information indicating the position where the dust is grasped in the predetermined period and position information indicating the position where the dust is separated, and the arrangement order of the position information in the gene is The transition of the position of the crane may be shown.
- said structure consists of the positional information which shows the holding position of the garbage in a predetermined period, and the positional information which shows the separation position of this garbage, and the gene in which the arrangement
- a gene whose fitness is improved by an evolutionary algorithm is selected. Therefore, it is possible to automatically create an operation schedule indicating a dust gripping position, a dust separation position, and a transition thereof, which can set the dust state in the garbage pit to a predetermined state or approach the state. it can.
- the calculation device may include an input unit that receives designation of the predetermined period, and the first generation gene generation unit may generate a number of genes including the position information according to the predetermined period.
- a specification including a predetermined period is received and a gene including a number of pieces of position information corresponding to the predetermined period is generated. Based on this gene, a gene whose fitness is improved by an evolutionary algorithm is selected. Therefore, creating a crane operation schedule that can bring the garbage in the garbage pit into a predetermined state or bring it closer to the state by grasping and releasing the garbage according to the number of times specified in the specified period. Can do.
- the calculation device includes an input unit that receives designation of a non-use area that is not used for stirring dust in the dust pit, and the optimization calculation unit selects a gene that does not include position information in the non-use area. May be.
- a designation of a non-use area that is not used for dust mixing is accepted, and genes that do not include position information in the non-use area are selected. Therefore, it is possible to create an operation schedule of the crane that can set the state of the dust in the garbage pit to a predetermined state or approach the state without performing the operation of grasping or releasing the dust in the non-use area.
- the optimization calculating unit creates an operation schedule for a period in which no garbage is carried into the garbage pit.
- a gene containing position information in the receiving area may be selected.
- the non-use area when at least a part of the non-use area is a receiving area, a gene including position information in the receiving area is selected when creating an operation schedule for a period when no trash is carried. Therefore, during the period when no trash is brought in, the receiving area is used for agitation, and the state of the trash in the trash pit is set to a predetermined state or a crane operation schedule that can be brought close to the state is created. Can do.
- the evaluation function used for the evaluation of the fitness may be a function in which the fitness evaluation becomes higher as the dispersion of the dust stirring degree in the plurality of sections defined in the dust pit is smaller.
- an evaluation function is used in which the fitness evaluation becomes higher as the dispersion of the degree of dust agitation in the garbage pit is smaller, so that the degree of agitation of the dust in the garbage pit is equal or nearly equal. It is possible to create a crane operation schedule that can be performed.
- the evaluation function may be a function in which the fitness evaluation becomes higher as the dispersion of the height of the dust in the dust pit is smaller.
- an evaluation function is used in which the fitness evaluation becomes higher as the dispersion of the height of the garbage in the garbage pit is smaller. Therefore, it is possible to create an operation schedule of the crane that can make the height of the garbage in the garbage pit and the degree of agitation equal or close to equal.
- the evaluation function may be a function in which the fitness evaluation becomes higher as the total moving distance of the crane in the predetermined period is shorter.
- the stirring degree of the dust in the garbage pit is in an equal state or a state that is almost equal in the smaller moving distance. It is possible to create a crane operation schedule that can be And since movement distance becomes short, the power consumption concerning operation
- the evaluation function is such that, when the crane is operated with the operation pattern indicated by the gene, the garbage height in the garbage receiving area is less than or equal to a predetermined value before the garbage arrival time to the garbage pit. If so, it may be a function that increases the fitness evaluation.
- the operation schedule of the crane that can bring the garbage height in the garbage receiving area to a state equal to or lower than a predetermined value or close to the state before a predetermined time before the time when the garbage is brought into the garbage pit. Can be created automatically. Therefore, by operating the crane according to the operation schedule, it becomes possible to smoothly start accepting garbage at the time of loading.
- the section may be a section obtained by three-dimensionally dividing the garbage in the garbage pit in the horizontal direction and the vertical direction.
- the calculation device is in a state of garbage in the garbage pit at a midpoint of the predetermined period, and at least any of the introduction of garbage into the garbage pit and the removal of garbage from the garbage pit performed up to the time
- a pit state prediction unit that generates pit state prediction information indicating the state of dust reflecting the above, and the optimization calculation unit stores the dust in the state indicated by the pit state prediction information for the period after the time point. You may select the gene which shows the operation
- the pit state prediction information indicating the state of the dust at the midpoint of the predetermined period that reflects at least one of the carrying in and out of the dust is generated. Then, for a period after the time point, a gene showing an operation pattern that can make the dust in the state indicated by the pit state prediction information the predetermined state or approach the state is selected. Therefore, it is possible to create an operation schedule that reflects at least one of the effects of carrying in and carrying out garbage.
- optimization calculation unit may select genes using evaluation functions having different predetermined states for each time period of the predetermined period.
- genes are selected using evaluation functions having different predetermined states for each time period of a predetermined period.
- the state of the garbage in the garbage pit can be made different for each time zone. For example, after all the trash in an area has been transferred to another area, the trash in the other area can be returned to a certain area.
- the calculation device generates a pit model image that three-dimensionally indicates a state of garbage in the garbage pit after the crane is operated with an operation pattern indicated by the gene generated by the optimization calculation unit. You may provide the production
- the calculation device may include a crane control unit that operates the crane with an operation pattern indicated by the gene generated by the optimization calculation unit.
- the state of the garbage in the garbage pit is set to a predetermined state in the automatic operation that does not require the user's operation, or the state Can be approached.
- the gene generated by the first generation gene generation unit includes a plurality of sections defined in the garbage pit, a garbage gripping area including a plurality of sections where the crane grips garbage, and the plurality of sections.
- the sections it is a section that is not the dust gripping area, and includes area setting information indicating a dust separation area composed of a plurality of sections that are positions to release the garbage gripped in the dust gripping area.
- the arrangement order of the area setting information may indicate transition of the dust gripping area during the predetermined period and transition of the dust separation area during the predetermined period.
- the operation schedule of the crane that can change the dust separation area and the dust gripping area optimally and set the state of the garbage in the garbage pit to a predetermined state or close to the state can be automatically set. Can be created.
- a computer apparatus control method is a computer apparatus control method for creating an operation schedule in a predetermined period of a crane that transports garbage in a garbage pit in order to solve the above-described problem.
- a first generation gene generation step for generating a gene group composed of genes indicating the movement and opening / closing operation patterns of the crane in a period, evaluation of fitness of each gene included in the gene group, and gene group based on the evaluation
- the computing device may be realized by a computer.
- the computing device is operated by the computer by causing the computer to operate as each unit (software element) included in the computing device.
- a control program for a computer to be realized and a computer-readable recording medium on which the control program is recorded also fall within the scope of the present invention.
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Genetics & Genomics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Refuse Collection And Transfer (AREA)
Abstract
クレーン制御装置(50)は、クレーン(14)の動作パターンを示す遺伝子を生成する第一世代遺伝子生成部(62)と、各遺伝子の適応度の評価と更新を繰り返し行う進化的アルゴリズムにより、ゴミを所定の状態とすることのできる動作パターンを示す遺伝子を選抜する最適化計算部(63)と、を備えている。
Description
本発明は、ゴミ焼却設備に設けられたゴミピットにおけるクレーンの動作スケジュールを作成する計算装置等に関する。
ゴミ焼却設備は、ゴミ収集車が搬入するゴミを一時的に貯留するゴミピットを備えており、ゴミピット内のゴミはクレーンにて撹拌された上で、焼却炉に送り込まれて焼却される。この撹拌は、焼却炉に送り込むゴミの質を均質化するために行われており、ゴミを安定して燃焼させるために重要な処理である。
ゴミの撹拌方法の改良は、従来から進められている。例えば、下記の特許文献1には、ゴミピット内の色分布を検出して、全体が同じ色分布となるようにゴミピット内のゴミを移動させるクレーン自動運転装置が記載されている。また、ゴミピットにおけるクレーンの自動運転に関する技術としては、下記の特許文献2も挙げられる。
しかしながら、上述のような従来技術は何れもクレーンの運転を完全に自動化するには十分とは言えない。例えば、特許文献1の技術では、色分布が均等になるように撹拌しているが、ゴミの色は必ずしもゴミ質を表すものではなく、また、ゴミの色だけでは撹拌の度合いは分からない。このため、特許文献1の技術ではゴミ質が均等になるような撹拌状態とすることができない場合がある。そして、現状では実用に足るようなゴミ質の評価指標は存在せず、このこともクレーンの動作スケジュールを自動で作成することを困難にする一因となっている。また、特許文献2の技術では、ゴミ層の高低を判別し、高所から低所へのゴミの積み替えを自動で行うことができるが、ゴミ質の均等化については考慮されておらず、ゴミ質が均等になるような撹拌状態とすることはできない。
以上のように、従来技術では、ゴミを均等に撹拌することができるようなクレーンの動作スケジュールを自動で作成し、そのスケジュールに従ってクレーンを自動で運転することができなかった。このため、現状では、多くのゴミ焼却設備において、操作者が経験や勘によってクレーンを運転しており、操作者の資質にもよるが、ある程度のゴミ質の変動が避けられないという問題がある。また、近年では、ゴミ焼却設備の小型化が進んでおり、小型化によりゴミ焼却設備の製造コストを下げることができる反面、ゴミ貯留部が狭くなり、狭い空間にゴミが積層されるため、ゴミ質の均質化のための撹拌作業を行うことが難しくなっている。また、狭いゴミ貯留部に次々とゴミが搬入されることにより、ゴミの積み替えに時間が割かれ、ゴミを撹拌する時間が限られるという時間的制約もあり、十分な撹拌がなされないまま焼却されることにより、ゴミの燃焼が不安定になることもあった。
本発明は、前記の問題点に鑑みてなされたものであり、その目的は、クレーンの操作者の経験や勘に頼ることなく、ゴミを所定の状態とすることのできるクレーンの動作スケジュールを自動で作成することができる計算装置等を実現することにある。
上記の課題を解決するために、本発明に係る計算装置は、ゴミピット内でゴミを運搬するクレーンの所定期間における動作スケジュールを作成する計算装置であって、上記所定期間における上記クレーンの移動および開閉の動作パターンを示す遺伝子からなる遺伝子群を生成する第一世代遺伝子生成部と、上記遺伝子群に含まれる各遺伝子の適応度の評価と該評価に基づく遺伝子群の更新とを繰り返し行う進化的アルゴリズムにより、初期状態の上記ゴミを所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜する最適化計算部と、を備えている構成である。
また、本発明に係る計算装置の制御方法は、上記の課題を解決するために、ゴミピット内でゴミを運搬するクレーンの所定期間における動作スケジュールを作成する計算装置の制御方法であって、上記所定期間における上記クレーンの移動および開閉の動作パターンを示す遺伝子からなる遺伝子群を生成する第一世代遺伝子生成ステップと、上記遺伝子群に含まれる各遺伝子の適応度の評価と該評価に基づく遺伝子群の更新とを繰り返し行う進化的アルゴリズムにより、初期状態の上記ゴミを所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜する最適化計算ステップと、を含む。
本発明によれば、クレーンの操作者の経験や勘に頼ることなく、ゴミピット内のゴミの状態を所定の状態とするか、または該状態に近づけることのできるクレーンの動作スケジュールを自動で作成することができるという効果を奏する。
〔実施形態1〕
本発明の一実施形態について図1から図9に基づいて説明する。本発明は、ゴミピット内でゴミを運搬するクレーンの動作スケジュールを作成する計算装置等に関するものであるから、ここではまずゴミピットと、ゴミピットを備えるゴミ焼却設備について、図2に基づいて説明する。
本発明の一実施形態について図1から図9に基づいて説明する。本発明は、ゴミピット内でゴミを運搬するクレーンの動作スケジュールを作成する計算装置等に関するものであるから、ここではまずゴミピットと、ゴミピットを備えるゴミ焼却設備について、図2に基づいて説明する。
〔ごみ焼却設備の概要〕
図2は、ゴミピットを備えるゴミ焼却設備の概略構成を示す断面図である。図示のゴミ焼却設備は、ゴミ収集車Pが搬入するゴミを一時的に貯留するゴミピット1と、ゴミピット1内のゴミを焼却する焼却炉2とを含む。ゴミピット1と焼却炉2は、ゴミを焼却炉2に供給するためのホッパー12で接続されており、ゴミピット1内のゴミは、ホッパー12を通って焼却炉2に送り込まれ、焼却される。
図2は、ゴミピットを備えるゴミ焼却設備の概略構成を示す断面図である。図示のゴミ焼却設備は、ゴミ収集車Pが搬入するゴミを一時的に貯留するゴミピット1と、ゴミピット1内のゴミを焼却する焼却炉2とを含む。ゴミピット1と焼却炉2は、ゴミを焼却炉2に供給するためのホッパー12で接続されており、ゴミピット1内のゴミは、ホッパー12を通って焼却炉2に送り込まれ、焼却される。
ゴミピット1の底部はゴミ貯留部11となっており、ゴミ収集車Pは、搬入用扉11aからゴミ貯留部11にゴミを落とし込み、このゴミがゴミ貯留部11に貯留される(図示のゴミG)。
また、ゴミ貯留部11とホッパー12は、建屋13で覆われており、この建屋13の天井部分にはクレーン14が設けられている。このクレーン14は、ガーダ15、横行台車16、バケット17、ワイヤー18、および巻取機19を備えている。ガーダ15は、建屋13の対向する壁面にそれぞれ設けられたレール(同図の奥行き方向に延在)間を架け渡すように配置されており、このレールに沿って同図の奥行き方向に移動させることができるようになっている。また、横行台車16は、ガーダ15上に設けられており、ガーダ15上を同図の左右方向(ガーダ15の移動方向と直交する方向)に移動させることができるようになっている。この横行台車16には、巻取機19(例えばウインチ)が載置されており、巻取機19から延びるワイヤー18の先端にはゴミGを掴むバケット17が設けられている。このバケット17は開閉動作を行うことができる。
このように、ガーダ15は同図の奥行き方向に移動させることができ、横行台車16は同図の左右方向に移動させることができるから、これらの移動の組合せにより、バケット17をゴミ貯留部11内の任意の位置に移動させることができる。また、巻取機19からワイヤー18を伸ばし、バケット17を降下させて、ゴミ貯留部11内のゴミGをバケット17で掴み取ることができる。そして、掴み取ったゴミGは、ガーダ15、横行台車16、バケット17、および巻取機19の動作を制御することにより、ゴミ貯留部11内の別の位置に積み替えたり、ホッパー12に投入したりすることができる。
このようなクレーン14の動作制御は、ゴミ貯留部11内を監視できるように建屋13の側壁部13aに設けられた操作室21から手動で行うこともできるし、後述するように、クレーン制御装置により自動で行うこともできる。
なお、図2ではクレーン14を一基のみ図示しているが、クレーン14を複数基設けてもよい。クレーン14を複数基設けることにより、クレーン14を一基のみ設ける場合と比べてより十分な撹拌を行うことが可能になる。例えば、クレーン14を二基設けた場合、一基にゴミの積み替えとホッパー12への投入を行わせることにより、もう一基のクレーン14を撹拌に専念させることができる。
焼却炉2には、燃焼室3、ゴミ案内通路4、灰取出口5、煙道6が含まれている。ホッパー12に投入されたゴミGは、ゴミ案内通路4を通って燃焼室3に送り込まれて焼却され、焼却によって生じた灰は灰取出口5から取り出され、焼却によって生じた煙は煙道6から排出される。なお、図示していないが、焼却炉2にはボイラーが設けられており、ゴミGを燃焼させた熱をボイラーに供給し、ボイラーが発生させた蒸気にて発電を行う構成となっている。
〔ゴミ貯留部〕
続いて、上述のゴミ貯留部11の詳細を図3に基づいて説明する。図3は、ゴミ貯留部11およびホッパー12を上方から見た様子を示す図である。図示のゴミ貯留部11は、横長の長方形状であり、その長辺の一方に3つの搬入用扉11aが位置しており、対向する長辺側に2つのホッパー12が位置している。各ホッパー12は、同一の焼却炉2にゴミを供給するものであってもよいし、それぞれ異なる焼却炉2にゴミを供給するものであってもよい。つまり、本実施形態のゴミ焼却設備には、複数の焼却炉2が含まれていてもよい。
続いて、上述のゴミ貯留部11の詳細を図3に基づいて説明する。図3は、ゴミ貯留部11およびホッパー12を上方から見た様子を示す図である。図示のゴミ貯留部11は、横長の長方形状であり、その長辺の一方に3つの搬入用扉11aが位置しており、対向する長辺側に2つのホッパー12が位置している。各ホッパー12は、同一の焼却炉2にゴミを供給するものであってもよいし、それぞれ異なる焼却炉2にゴミを供給するものであってもよい。つまり、本実施形態のゴミ焼却設備には、複数の焼却炉2が含まれていてもよい。
ゴミピット1の運営においては、限られた容積のゴミ貯留部11の中で、効率よくクレーン14を動作させて、ゴミを適切に撹拌、運搬することが重要である。なお、ゴミ貯留部11の形状は長方形状に限られず、正方形状であってもよい。また、ホッパー12の位置、個数、形状も特に限定されない。
〔クレーン制御装置〕
次に、上述のクレーン14の動作スケジュールを作成し、クレーン14を自動で動作させるクレーン制御装置について、図1に基づいて説明する。図1は、クレーン制御装置(計算装置)50の要部構成の一例を示すブロック図である。なお、クレーン制御装置50は、上述の操作室21内に配置してもよいし、他の場所に配置してもよい。
次に、上述のクレーン14の動作スケジュールを作成し、クレーン14を自動で動作させるクレーン制御装置について、図1に基づいて説明する。図1は、クレーン制御装置(計算装置)50の要部構成の一例を示すブロック図である。なお、クレーン制御装置50は、上述の操作室21内に配置してもよいし、他の場所に配置してもよい。
クレーン制御装置50は、図示のように、クレーン制御装置50の各部を統括して制御する制御部51、クレーン制御装置50が使用する各種データを記憶する記憶部52を備えている。また、クレーン制御装置50は、クレーン制御装置50に対するユーザの入力を受け付ける入力部53、クレーン制御装置50が他の装置と通信するための通信部54、および制御部51の制御に従って画像を表示する表示部55を備えている。なお、表示部55は、クレーン制御装置50と一体に構成されていてもよいし、外付けされていてもよい。
さらに、制御部51には、制約条件設定部61、第一世代遺伝子生成部62、最適化計算部63、ピット状態予測部64、ピットモデル生成部65、クレーン制御部66、ホッパー投入指示検出部67、およびピット状態監視部68が含まれている。そして、記憶部52には、動作スケジュール71およびピット状態情報72が記憶されている。
制約条件設定部61は、最適化計算部63による最適化演算における制約条件を設定する。制約条件設定部61が設定する制約条件には、ゴミピット1内のエリア設定と、ゴミの搬入の受け入れ設定が含まれる。また、制約条件設定部61は、動作スケジュールを作成する対象となる期間(以下、スケジュール期間と呼ぶ)に実行可能な撹拌の回数を算出して第一世代遺伝子生成部62に通知する。これらの詳細については後述する。
第一世代遺伝子生成部62は、スケジュール期間におけるクレーン14の移動および開閉の動作パターンを示す遺伝子からなる遺伝子群を生成する。詳細は後述するが、この遺伝子は、スケジュール期間におけるゴミの掴み位置を示す位置情報と該ゴミの離し位置を示す位置情報からなり、該遺伝子における上記位置情報の配列順がクレーン14の位置(より詳細にはバケット17の位置)の遷移を示している。
最適化計算部63は、制約条件設定部61が設定した制約条件の下で、ゴミピット1内のゴミが所定の撹拌状態となるようなクレーン14の動作パターンを最適化演算により算出する。具体的には、最適化計算部63は、第一世代遺伝子生成部62が生成した遺伝子群に含まれる各遺伝子の評価関数による適応度の評価と該評価に基づく遺伝子群の更新とを繰り返し行う遺伝的アルゴリズムにより、適応度が向上した遺伝子を選抜する。詳細は後述するが、上記評価関数は、上記遺伝子の示す動作パターンでクレーン14を動作させた後のゴミピット1内のゴミの状態が所定の状態に近いほど適応度の評価が高くなる関数である。これにより、初期状態(ピット状態情報72の示す状態)のゴミを所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子が選抜される。また、最適化計算部63は、選抜した遺伝子を動作スケジュール71として記憶部52に記憶する。
ピット状態予測部64は、最適化計算部63が選抜した遺伝子が示す動作パターンに従ってクレーン14を動作させた後のゴミ貯留部11内のゴミの状態を示すピット状態予測情報を生成する。生成したピット状態予測情報は、ピットモデル生成部65によるピットモデル画像の生成に用いられる。
なお、どのようなクレーン14の動作により、ゴミの高さおよび撹拌回数がどのように変化するかは、予めモデル化して記憶しておく。例えば、ゴミを掴む動作1回につき0.5m高さが減少し、ゴミを離す動作1回につき0.5m高さが増加し、離した位置の撹拌回数が1回増加する、というモデルを用いてもよい。これにより、最適化計算部63が生成した遺伝子が示す動作パターンの動作が終了した時点におけるゴミ貯留部11内の各位置のゴミの高さおよび撹拌回数の推定値を算出して、ピット状態予測情報を生成することができる。
また、詳細は後述するが、ピット状態予測情報は、ゴミピット1へのゴミの搬入や、ゴミピット1内のゴミのホッパー12への投入の影響を最適化演算に反映させる場合にも用いられる。
ピットモデル生成部65は、ピット状態予測部64が生成したピット状態予測情報を用いてピットモデル画像を生成する。このピットモデル画像は、最適化計算部63が生成した遺伝子の示す動作パターンに従ってクレーン14を動作させた後のゴミピット1内のゴミの状態を三次元的に示す画像である。また、ピットモデル生成部65は、生成したピットモデル画像を表示部55に表示する。
クレーン制御部66は、最適化計算部63が生成した遺伝子の示す動作パターンに従ってクレーン14を動作させる。また、ホッパー投入指示検出部67がホッパー12へのゴミの投入指示を検出したときには、上記動作スケジュールの動作は停止して、ホッパー12にゴミを投入する。
ホッパー投入指示検出部67は、ホッパー12へのゴミの投入指示を検出してクレーン制御部66に通知する。具体的には、ホッパー投入指示検出部67は、ホッパー12内のゴミの高さが所定の下限値以下となったことを通知するホッパー高さ通知装置30から、通信部54を介して上記通知を受信した場合に、ホッパー12へのゴミの投入指示があったと検出する。
ピット状態監視部68は、ゴミピット1内の状態、特にゴミ貯留部11におけるゴミの高さおよび撹拌回数を監視する。ピット状態監視部68は、ゴミ貯留部11を複数の区画(詳細は後述)に区分して管理しており、各区画におけるゴミの高さおよび撹拌回数を示すピット状態情報を生成して記憶部52に記憶する。また、ピット状態監視部68は、クレーン14によるゴミの積み替えや撹拌が行われたときには、記憶部52に記憶されているゴミの高さおよび撹拌回数を更新する。なお、ゴミの高さは、ゴミにバケット17が到達したときのワイヤー18の長さで測定することができ、撹拌回数はクレーン14がゴミを離す動作を行ったときに、該動作を行った区画について1回増加させる。つまり、本実施形態における「撹拌」は、クレーン14で掴み、持ち上げた後、クレーン14のバケット17を開いてゴミをゴミ貯留部11内に落とす処理である。なお、ゴミを掴む位置と離す位置は同じであってもよい。同じ位置で離した場合でも、ゴミ袋が破れる等してゴミの撹拌度が上がるからである。また、ゴミの高さは、ゴミ貯留部11内を撮影した映像を解析すること、あるいはセンサ等を用いることによって検出してもよい。
動作スケジュール71は、スケジュール期間においてクレーン14を動作させるスケジュール(動作パターン)を示す情報であり、上述のように最適化計算部63が生成した遺伝子が動作スケジュール71である。
ピット状態情報72は、ゴミピット1内の状態、特にゴミ貯留部11におけるゴミの高さおよび撹拌回数を示す情報であり、上述のようにピット状態監視部68によって生成および更新される。
ピット状態情報72は例えば図4のような情報であってもよい。図4は、ピット状態情報72の一例を示す図である。図示のピット状態情報72は、ゴミ貯留部11内を縦5×横16の80個の区画に区分して、各区画におけるゴミの高さ、および撹拌回数を示した情報である。各区画に記載されている上段の数値がゴミの高さを示し、下段の数値が撹拌回数を示している。また、各区画の位置は、(X,Y)の座標値(X=1,2,…,16)、(Y=1,2,…,5)で表すことができる。
このピット状態情報72を参照することにより、ゴミ貯留部11の各位置におけるゴミの高さと、撹拌回数を特定することができる。例えば、座標値(5,3)の区画は、高さが1400(cm)、撹拌回数は4回である。なお、本例では、1つの区画の縦横のサイズを、クレーン14にて一掴みできる範囲と同等のサイズとしているが、各区画のサイズはこの例に限られず、例えば本例の半分のサイズとしてもよい。
また、クレーン制御部66は、各座標値の位置でクレーン14によるゴミ掴みおよびゴミ離し動作を行う。つまり、クレーン14の縦方向の移動単位は、1区画の縦の長さに対応し、横方向の移動単位は、1区画の横の長さに対応する。なお、クレーン14は図示の区画の縦横のサイズよりも短い移動単位(例えば1/2)で移動させてもよい。
また、同図では、後述のエリア設定を色分けで示している。具体的には、1≦X≦15,1≦Y≦3の範囲がゴミの撹拌に使用される撹拌エリアである。また、1≦X≦15,4≦Y≦5の範囲が搬入されるゴミの受け入れエリアであり、1≦X≦2,1≦Y≦3の範囲および15≦X≦16,1≦Y≦3の範囲が撹拌には使用しない非撹拌エリアである。なお、非撹拌エリアをどのような範囲にするかは任意であり、この例に限定されない。例えば、非撹拌エリアをユーザが自由に設定できるようにしてもよい。
〔エリア設定〕
エリア設定について図5に基づいて説明する。図5は、エリア設定の例を示す図である。同図の(a)の例では、上面視で長方形状のゴミ貯留部11内に、撹拌エリアと、受け入れエリアと、非撹拌エリア(×印を記載したエリア)を設定している。なお、受け入れエリアは、搬入用扉11a側に設けられたエリアであり、ゴミ収集車Pが搬入したゴミはこのエリアに投下される(図3参照)ので、このエリアは、少なくともゴミの搬入が行われる時間帯には非撹拌エリアとして扱われる。受け入れエリアと撹拌エリアとは土手等で仕切られていてもよい。
エリア設定について図5に基づいて説明する。図5は、エリア設定の例を示す図である。同図の(a)の例では、上面視で長方形状のゴミ貯留部11内に、撹拌エリアと、受け入れエリアと、非撹拌エリア(×印を記載したエリア)を設定している。なお、受け入れエリアは、搬入用扉11a側に設けられたエリアであり、ゴミ収集車Pが搬入したゴミはこのエリアに投下される(図3参照)ので、このエリアは、少なくともゴミの搬入が行われる時間帯には非撹拌エリアとして扱われる。受け入れエリアと撹拌エリアとは土手等で仕切られていてもよい。
同図の(a)の例では、撹拌エリアが1つのみ設けられているから、制約条件設定部61がこのエリア設定を適用した場合には、最適化計算部63は、この撹拌エリア内における最適なクレーン14の動作パターンを計算する。
また、撹拌エリアは、同図の(b)~(d)に示すように、複数設定することもできる。同図の(b)の例では、同図の(a)の撹拌エリアが撹拌エリア1と2の2つの撹拌エリアに分けられており、これら2つの撹拌エリアの間に中間エリアが設定されている。中間エリアと撹拌エリアとは土手等で仕切られていてもよい。
このように2つの撹拌エリアを設定した場合、一方の撹拌エリアのゴミを他方の撹拌エリアに積み替えることができる。ここで、同図の(b)の下側には、ゴミ貯留部11のA-A断面図を示している。この断面図に示すように、同図の(b)の例では、撹拌エリア1の全てのゴミを撹拌エリア2に積み替えることができる。そして、撹拌エリア2に積み替えたゴミを、今度は撹拌エリア1に戻し、最後は均等な高さに均すことにより、表面のみならず深い位置のゴミについても撹拌することができる。また、断面図に示されるように、中間エリアのゴミの上面は傾斜した状態となることがあり、このような傾斜部分にバケット17を下ろすと、バケット17が傾いてゴミを掴むことができない場合がある。このため、中間エリアも非撹拌エリアとして扱うことが好ましい。
また、同図の(c)の例では、同図の(a)の撹拌エリアが、撹拌エリア1~3の3つの撹拌エリアに分けられている。このように3つの撹拌エリアを設定した場合、撹拌エリア1のゴミと、撹拌エリア3のゴミを、これらの間に位置する撹拌エリア2で混ぜ合わせることができる。また、同図の(b)の例と同様に、撹拌エリア1のゴミを全て撹拌エリア3に積み替えたり(B-B断面図参照)、撹拌エリア3に積み替えられたゴミを撹拌エリア1に戻したりすることができる。
また、同図の(d)の例では、同図の(c)の撹拌エリアの半分が寝かせエリアに設定されている。寝かせエリアは、該エリアに積み上げられたゴミを所定期間(例えば2~3日)放置しておくためのエリアである。寝かせエリアは期間限定の非撹拌エリアと言える。同図の(d)の例における撹拌は、寝かせエリア内では所定期間が経過するまで撹拌を行わない点を除けば、同図の(c)の例と同様である。なお、同図の(c)(d)の例においても、撹拌エリア間、あるいは撹拌エリアと寝かせエリアの境界部分を中間エリアとしてもよいことは言うまでもない。
〔遺伝的アルゴリズム〕
最適化計算部63によるクレーン14の最適な動作パターンの算出は、遺伝的アルゴリズムを用いて行われる。ここでは、最適化計算部63が実行する、遺伝的アルゴリズムを用いた最適化演算の概要を図6に基づいて説明する。図6は、遺伝的アルゴリズムを用いた最適化演算の概要を説明する図である。
最適化計算部63によるクレーン14の最適な動作パターンの算出は、遺伝的アルゴリズムを用いて行われる。ここでは、最適化計算部63が実行する、遺伝的アルゴリズムを用いた最適化演算の概要を図6に基づいて説明する。図6は、遺伝的アルゴリズムを用いた最適化演算の概要を説明する図である。
ここで、遺伝的アルゴリズムでは、解の候補を遺伝子として表現した「個体」を複数生成する。そして、適応度の評価関数f(x)にて算出される適応度の高い個体を優先的に選択し、交叉・突然変異などを施して次世代の個体を生成し、各個体の適応度を評価するという一連の処理を繰り返しながら、最適解を探索する。
図6において、関数f(x)は評価関数であり、「011011011010101010101」は第一世代(親)の遺伝子であり、「011011011010101000101」は第二世代(子)の遺伝子である。なお、クレーン制御装置50では、第一世代の遺伝子は第一世代遺伝子生成部62によって生成され、第二世代以降の遺伝子は最適化計算部63によって生成される。
これらの遺伝子は、クレーン14の動作パターン、より詳細にはクレーン14がゴミを掴み、移動させ、離す動作を繰り返すときの掴む位置および離す位置の遷移を示す。なお、使用する遺伝子は、クレーン14の動作パターンを示すものであればよく、上記のような2進数表現に限られないが、突然変異や交叉を行う場合には2進数表現とすることが好ましい。
第一世代遺伝子生成部62は、クレーン14(より詳細にはバケット17)がゴミを掴む位置および離す位置の座標を連ねたデータを生成し、このデータを2進数表現に変換することによって第一世代の遺伝子を生成してもよい。具体的には、図4のようにゴミ貯留部11内を区分した場合、クレーン14がゴミを掴む位置および離す位置を(X,Y)の座標値で表してもよい。これにより、例えば(6,3)、(9,2)という座標の組により、(6,3)の位置でゴミを掴み、(9,2)の位置で離すという動作パターンを表すことができる。なお、連ねる座標の数は、スケジュール期間の長さおよび当該時間において実行可能な撹拌回数に応じたものとする。また、上述の座標値(X,Y)の代わりに、ゴミを掴む位置の高さを示すZの値を含めた座標値(X,Y,Z)を用いてもよい。
〔評価関数〕
最適化計算部63は、クレーン14の最適な動作パターン(シミュレーションパターンであるとも言える)を算出するためのものである。このため、評価関数f(x)としては、評価の対象となる遺伝子の示す動作パターンによる動作後のゴミ貯留部11内のゴミの状態が、理想的な状態に近いほど適応度が高くなる関数を用いる。
最適化計算部63は、クレーン14の最適な動作パターン(シミュレーションパターンであるとも言える)を算出するためのものである。このため、評価関数f(x)としては、評価の対象となる遺伝子の示す動作パターンによる動作後のゴミ貯留部11内のゴミの状態が、理想的な状態に近いほど適応度が高くなる関数を用いる。
例えば、撹拌回数の基準値からの分散が小さいほど適応度が高くなる関数を評価関数f(x)としてもよい。この場合、図4のようにゴミ貯留部11内を複数の区画に区分すると共に、撹拌を行うことができる時間に応じた基準値を設定する。なお、基準値の設定の詳細は後述する。そして、各区画における撹拌回数の分散が基準値に近いほど適応度が高くなるf(x)を設定する。また、撹拌回数が0回である区画の数が少ないほど適応度が高くなるf(x)を設定してもよい。
また、例えば、ゴミの高さの基準値からの分散が小さいほど適応度が高くなる関数を評価関数f(x)としてもよい。この場合、図4のようにゴミ貯留部11内を複数の区画に区分すると共に、各区画の高さの平均値を基準値に設定する。そして、各区画における基準値からの高さの分散が小さいほど適応度が高くなるf(x)を設定する。
さらに、例えば、スケジュール期間におけるクレーン14の総移動距離が短いほど適応度が高くなる関数を評価関数f(x)としてもよい。また、クレーン14の総使用電力が少ないほど適応度が高くなる関数を評価関数f(x)としてもよい。ここで、クレーン14の駆動時の主な電力消費は、ガーダ15による移動、横行台車16による移動、および巻取機19によるバケット17の昇降によるものであり、各駆動における電力消費はそれぞれ異なっている。よって、ガーダ15による移動距離、横行台車16による移動距離、および巻取機19の巻き上げ距離のそれぞれにその駆動の消費電力に応じた重み付けを行う。そして、これら重み付けされた距離の和が小さいほど適応度が高くなる関数を評価関数f(x)とする。
なお、上述のような評価関数は単独で使用してもよいし、複数を併用してもよい。併用する場合、各評価関数に重みを設定してもよい。例えば、撹拌回数の分散に係る評価関数の重みを最も重くし、高さの分散に係る評価関数の重みを次に重くし、クレーン14の移動距離(消費電力)に係る評価関数の重みを最も軽くしてもよい。また、ファジィアルゴリズムにて、撹拌回数の分散、高さの分散、および移動距離(消費電力)の3つを考慮した最適解を求めることも可能である。
さらに、スケジュール期間を複数の時間帯に分け、時間帯ごとに理想とする状態(所定の状態)が異なる評価関数を用いてもよい。例えば、4時間の撹拌を行う場合に、前半2時間における遺伝子の最適化演算には、2つの撹拌エリアの一方において、各区画の高さの平均値が所定値以下である状態を理想状態(該状態に近づけることのできる遺伝子の適応度が高い状態)としてもよい。そして、後半2時間における遺伝子の最適化演算には、2つの撹拌エリアの他方において、各区画の高さの平均値が所定値以下である状態を理想状態としてもよい。これにより、一方の撹拌エリアのゴミを他方の撹拌エリアに積み替えた後、他方の撹拌エリアのゴミを一方の撹拌エリアに積み戻す動作を最適化した動作スケジュールを作成することができる。また、撹拌以外の動作(受け入れエリアから撹拌エリアへの積み替えや撹拌エリアからホッパー12への投入等)を実行する時間帯を規定することにより、これらの動作を含む動作スケジュールを作成することも可能になる。
〔深い位置のゴミの撹拌〕
「発明が解決しようとする課題」にて説明したように、近年のゴミ焼却設備では、ゴミ貯留部が狭くなり、狭い空間にゴミが積層される傾向がある。このような場合、ゴミをある程度の深さまで撹拌することが好ましい。
「発明が解決しようとする課題」にて説明したように、近年のゴミ焼却設備では、ゴミ貯留部が狭くなり、狭い空間にゴミが積層される傾向がある。このような場合、ゴミをある程度の深さまで撹拌することが好ましい。
そこで、ゴミの高さを複数の段階に区分して、各高さ区分における撹拌回数が均等になるように遺伝子を更新してもよい。この場合、ゴミ貯留部11内のゴミを水平方向および垂直方向に三次元的に区分した区画を設定してもよく、各区画の高さは、クレーン14の一掴みで掴み取ることができる高さを1つの高さ区分とすればよい。
そして、各座標における撹拌回数として、高さ区画ごとの撹拌回数の平均値を用いることにより、撹拌回数の基準値からの分散が小さいほど適応度が高くなる評価関数にて、ゴミの高さ(深さ)を考慮した動作スケジュールを作成することができる。
例えば、クレーン14の一掴みで0.5mの高さのゴミを掴みとることができる場合、一区画の高さを0.5mとすればよく、この場合、高さが1.5mのゴミは、高さ方向に並んだ上、中、下の3段の区画に分けられる。この例において、座標値(X,Y)の位置における上段、中段、下段の区画における撹拌回数が、それぞれ3回、2回、1回であったとすれば、この位置の撹拌回数を上記撹拌回数の平均値である2回としてもよい。
また、高さ方向に並んだ各区画の撹拌回数をそのまま用いてもよい。この場合、例えば全座標の上段、中段、下段の区画の撹拌回数の平均値を基準値とし、上述の評価関数にて遺伝子を評価してもよい。
なお、ゴミの高さが高い場合、より上位の層が存在する状態では、下位の層の撹拌を行うことができない。例えば、ゴミの高さが上段、中段、下段の3段に区分されている場合には、上段のゴミを他の場所に積み替える等しなければ、中段以下のゴミの撹拌を行うことができない。また、他の場所のゴミが上積みされた場合、下段のゴミはさらに深い位置となって、撹拌が難しくなる。
このため、深い位置のゴミを撹拌する場合、図5の(b)~(d)のように、複数の撹拌エリアを設定して、同じ撹拌エリア内での積み替え(撹拌)が行われないようにすることが好ましい。例えば、図5の(b)のように、複数の撹拌エリアが設定されている場合、1つの撹拌エリア内で掴んだゴミを、同じ撹拌エリア内で離す動作パターンを含む遺伝子の適応度が低くなるようにしてもよい。これにより、ある撹拌エリアで掴んだゴミを、他の撹拌エリア内で離す動作パターンの遺伝子が生存しやすくなる。
〔エリア設定と遺伝的アルゴリズムの関係〕
エリア設定は、ユーザが入力部53に入力した分割数n(n=1,2,3,4)に基づいて行われる。制約条件設定部61は、入力された分割数nが1であれば、図5の(a)のように、非撹拌エリア(非使用エリア)および受け入れエリアを除いたエリアに1つの撹拌エリアを設定する。なお、撹拌エリアは、(X,Y)の座標値で表すことができる(図4参照)から、撹拌エリアの座標値を記憶しておき、記憶した座標値以外は採用しないことにより、撹拌エリア内のみを対象とした撹拌の動作スケジュールを作成することができる。また、非撹拌エリアおよび受け入れエリアの座標値についても採用するが、これらの座標値を含む動作パターンの評価値(評価関数にて算出した適応度を示す値)は著しく下げるようにしてもよい。このような構成によれば、遺伝的アルゴリズムの汎用性を失うことなく、非撹拌エリア内の位置情報を含まない遺伝子を選抜して、撹拌エリア内のみを対象とした撹拌の動作スケジュールを作成することができる。
エリア設定は、ユーザが入力部53に入力した分割数n(n=1,2,3,4)に基づいて行われる。制約条件設定部61は、入力された分割数nが1であれば、図5の(a)のように、非撹拌エリア(非使用エリア)および受け入れエリアを除いたエリアに1つの撹拌エリアを設定する。なお、撹拌エリアは、(X,Y)の座標値で表すことができる(図4参照)から、撹拌エリアの座標値を記憶しておき、記憶した座標値以外は採用しないことにより、撹拌エリア内のみを対象とした撹拌の動作スケジュールを作成することができる。また、非撹拌エリアおよび受け入れエリアの座標値についても採用するが、これらの座標値を含む動作パターンの評価値(評価関数にて算出した適応度を示す値)は著しく下げるようにしてもよい。このような構成によれば、遺伝的アルゴリズムの汎用性を失うことなく、非撹拌エリア内の位置情報を含まない遺伝子を選抜して、撹拌エリア内のみを対象とした撹拌の動作スケジュールを作成することができる。
入力された分割数nが2である場合も同様であり、撹拌エリアの座標値を記憶しておき、記憶した座標値以外は採用しないことにより、2つの撹拌エリア内のみを対象とした撹拌の動作スケジュールを作成することができる。また、撹拌エリア外の座標値を選択した場合、その座標値に所定の値を加算して、撹拌エリア内の座標値に変換する方法によっても、2つの撹拌エリア内のみを対象とした撹拌の動作スケジュールを作成することができる。さらに、非撹拌エリアおよび受け入れエリアの座標値についても採用するが、これらの座標値を含む動作パターンの評価値は著しく下げるようにしてもよい。
分割数nが3や4である場合も同様であるが、図5の(d)のように、混合エリアや寝かせエリアを設定する場合、これらのエリアを考慮した処理が必要になる。具体的には、混合エリアが設定されている場合には、撹拌の順序を予め決めておき、その順序で撹拌が行われるようにする。例えば、撹拌エリア1でゴミを掴み、混合エリアで離し、撹拌エリア2でゴミを掴み、混合エリアで離す、という順序を決めておき、この順序に従わない動作パターンの遺伝子は適応度が下がるようにしてもよい。また、寝かせエリアは、所定の期間の間は非撹拌エリアと同じく撹拌の対象外とし、その期間の経過後は撹拌エリアまたは混合エリアとする。
〔受け入れ設定と遺伝的アルゴリズムの関係〕
制約条件設定部61は、ゴミの受け入れ設定に応じて、スケジュール期間に実行可能な撹拌の回数を算出して第一世代遺伝子生成部62に通知する。これにより、スケジュール期間の長さやスケジュール期間におけるゴミの搬入の有無などを反映させた第一世代の遺伝子を生成することができる。また、制約条件設定部61は、ゴミの受け入れ設定に応じた制約条件を生成し、最適化計算部63はこの制約条件の下で遺伝的アルゴリズムによりクレーン14の最適な動作パターンを算出する。
制約条件設定部61は、ゴミの受け入れ設定に応じて、スケジュール期間に実行可能な撹拌の回数を算出して第一世代遺伝子生成部62に通知する。これにより、スケジュール期間の長さやスケジュール期間におけるゴミの搬入の有無などを反映させた第一世代の遺伝子を生成することができる。また、制約条件設定部61は、ゴミの受け入れ設定に応じた制約条件を生成し、最適化計算部63はこの制約条件の下で遺伝的アルゴリズムによりクレーン14の最適な動作パターンを算出する。
具体的には、制約条件設定部61は、スケジュール期間を、平日昼間(ゴミの搬入がある時間帯)、および夜間・休日(ゴミの搬入がない時間帯)に分類する。そして、平日昼間は、受け入れエリアから撹拌エリアへのゴミの積み替えに要する時間と、撹拌エリアのゴミのホッパー12への投入に要する時間とを除いた残りの時間を撹拌に使用できる時間とする。例えば、ホッパー12への投入が1時間に4回行われ、1回の投入に要する平均時間が4分であったとすれば、積み替えと撹拌に使用できる時間は44分である。よって、1回の撹拌の平均所要時間を2分とすれば、撹拌回数は最大でも22回となる。ただし、実際には、受け入れエリアのゴミの高さが高くなり過ぎないように積み替えを行う必要があるから、撹拌可能な回数はより少なくなる。例えば、積み替えが8回行われ、1回の積み替えに要する平均時間が3分であったとすると、撹拌可能な回数は10回となる。
一方、夜間・休日は、受け入れエリアに新たなゴミが投入されることがないから積み替えを行う必要がない。よって、ホッパー12への投入に要する時間を除いた残りの時間を全て撹拌に使用することができる。また、受け入れエリアを撹拌に用いることもできる。ただし、次の搬入時刻までに、受け入れエリアのゴミを撹拌エリアに積み替えておく必要がある。この積み替えを完了すべき時刻は、ユーザが例えば前日受け入れ時刻(例えば9:00)を基準としてその時刻までの時間帯で1時間単位で設定できるようにしてもよい。
このようにして制約条件設定部61は、スケジュール期間を平日昼間と夜間・休日に分類し、各分類に応じた撹拌回数を決定する。例えば、月曜日の午前9時に24時間の動作スケジュール、すなわち火曜日の午前9時までの動作スケジュールを作成する場合を考える。この場合、ゴミの搬入が午前9時から午後10時まで行われるとすれば、午前9時から午後10時までは、積み替え時間と、ホッパー12への投入時間とを除いた残りの時間を撹拌時間とする。例えば、上記の例のように投入が1回4分で1時間に4回行われ、積み替えが1回3分で1時間に8回行われる場合、撹拌は1時間に10回行うことが可能であるから、制約条件設定部61は、午前9時から午後10時までの13時間の撹拌回数を130回とする。これにより、第一世代遺伝子生成部62は、この期間に対応する遺伝子の長さ、すなわち遺伝子を構成する(X,Y)の座標値の数を260個(掴み位置と離し位置の組が130組)とする。そして、これにより、最適化計算部63は、午前9時から午後10時までの13時間については、130回の撹拌を最適に行う遺伝子を選抜する。
また、撹拌回数が決まることにより、評価関数f(x)における基準値の値も決まる。具体的には、最適化計算部63は、ピット状態監視部68からピット状態情報72を取得し、該ピット状態情報72から、撹拌エリア内における撹拌回数の合計値を算出する。そして、上記合計値と上記期間における撹拌回数の和を、撹拌エリア内の区画の数で割った値を、上記基準値とする。例えば、図4の例では、撹拌エリア内における撹拌回数の合計値が61回であり、撹拌エリア内の区画の数は45であるから、撹拌回数が130回であれば、基準値は4.24となる。
一方、午後10時から翌日の午前9時までの11時間は、ホッパー12への投入時間を除いた残りの時間を撹拌時間とする。例えば、上記の例のように投入が1回4分で1時間に4回行われたとすると、撹拌は1時間に22回行うことが可能であるから、制約条件設定部61は、この期間の撹拌回数を242回とする。そして、第一世代遺伝子生成部62は、この期間に対応する遺伝子の長さ、すなわち遺伝子を構成する(X,Y)の座標値の数を484個とする。
また、受け入れエリアを撹拌に使用する場合には、最適化計算部63は、受け入れエリアと撹拌エリアの両方の位置情報を含む遺伝子を選抜する。例えば、図4の例では、撹拌エリアおよび受け入れエリアにおける撹拌回数の合計値が68回であり、撹拌エリアおよび受け入れエリアの区画の数は合計で75である。よって、撹拌回数が242回であれば、基準値は3.22となる。そして、撹拌エリアおよび受け入れエリアの両方の位置情報を含む遺伝子を選抜する。
さらに、ゴミの搬入開始時刻である午前9時の時点で受け入れエリア内のゴミの高さを所定値以下とするという制約条件が設定されている場合、最適化計算部63は、この制約条件を充足した場合に適応度が高くなる評価関数を用いる。
なお、時間帯ごとに最適化演算の内容を変えてもよい。例えば、ゴミの搬入のある平日昼間は、撹拌に割くことのできる時間が短く、また受け入れエリアを撹拌に使用することができないので、表面部分のゴミの撹拌回数を均等にする最適化演算を行ってもよい。一方、夜間、休日は、深い位置のゴミも含めて撹拌回数を均等にする最適化演算(詳細は「深い位置のゴミの撹拌」参照)を行ってもよい。
〔ピットモデル画像〕
次に、ピットモデル生成部65が生成して表示部55に表示させるピットモデル画像の詳細を図7に基づいて説明する。図7は、ピットモデル画像の例を示す図である。図示のピットモデル画像は、ゴミ貯留部11内のゴミの状態を三次元的に表したモデル画像である。より詳細には、同図の(a)は撹拌の開始前の状態を示し、同図の(b)は最適化計算部63が生成した遺伝子の示す動作パターンでクレーン14を動作させた後の状態(予測される状態)を示している。また、ピットモデル画像は、撹拌回数に応じて色分けされており、これによりゴミが均等に撹拌されているかが一目で分かるようになっている。
次に、ピットモデル生成部65が生成して表示部55に表示させるピットモデル画像の詳細を図7に基づいて説明する。図7は、ピットモデル画像の例を示す図である。図示のピットモデル画像は、ゴミ貯留部11内のゴミの状態を三次元的に表したモデル画像である。より詳細には、同図の(a)は撹拌の開始前の状態を示し、同図の(b)は最適化計算部63が生成した遺伝子の示す動作パターンでクレーン14を動作させた後の状態(予測される状態)を示している。また、ピットモデル画像は、撹拌回数に応じて色分けされており、これによりゴミが均等に撹拌されているかが一目で分かるようになっている。
同図の(a)のピットモデル画像は、ピット状態情報72を用いて生成することができる。具体的には、ピットモデル生成部65は、ピット状態情報72に示されるゴミ貯留部11内の各位置(X,Y)について、その位置に対応する座標(x,y)を三次元座標空間内に設定する。そして、設定した各座標(x,y)について、ピット状態情報72に示されるその位置の高さに応じた高さzを設定する。これにより、ゴミ貯留部11内の各位置における高さが、三次元空間の座標値(x,y,z)として表される。そして、この座標値のうち、高さzの値が同じである座標値をつなぐ線分(等高線)を規定することにより、図7の(a)に示すようなピットモデル画像が生成される。
なお、上記線分の表示色を高さの範囲に応じた色(例えば図示の帯グラフに示すように高さが低いほど濃い色)としてもよく、これにより高さの分布をよりわかりやすく示すことができる。また、各区画の撹拌回数を色分けして表示してもよく、これにより撹拌がどの程度均等になされるかについてもユーザに認識させることができる。
一方、同図の(b)のピットモデル画像は、上記の座標値(x,y,z)を、動作スケジュールに従って更新することによりピット状態予測部64が生成したピット状態予測情報を用いて上記と同様の処理で生成される。最適化計算部63が生成した遺伝子から、ゴミ貯留部11内の何れの位置で何回撹拌が行われるかを特定することができるので、ピット状態予測部64は、この撹拌状態に応じて上記の座標値(x,y,z)を更新して、ピット状態予測情報を生成する。
〔処理の流れ(動作スケジュール作成~クレーン制御)〕
次に、クレーン制御装置50が実行する処理(計算装置の制御方法)の流れを図8に基づいて説明する。図8は、クレーン制御装置50が実行する処理の一例を示すフローチャートである。
次に、クレーン制御装置50が実行する処理(計算装置の制御方法)の流れを図8に基づいて説明する。図8は、クレーン制御装置50が実行する処理の一例を示すフローチャートである。
まず、制約条件設定部61は、エリア設定と受け入れ設定を行う(S1、S2)。具体的には、制約条件設定部61は、ユーザが入力部53に入力した分割数n(n=1,2,3,4)に従ってエリア設定を行う。なお、不使用エリアが指定された場合には、不使用エリアの設定も行う。そして、同じく入力部53に入力した、曜日、時間帯、搬入予定に基づいて受け入れ設定を行う。また、制約条件設定部61は、受け入れ設定において、スケジュール期間を設定する。具体的には、制約条件設定部61は、ユーザが入力部53に入力した内容に従って、開始時刻と運転時間を設定する。運転時間は、例えば1時間単位で設定できるようにしてもよい。また、一日単位、一週間単位で設定できるようにしてもよい。さらに、上記受け入れ設定では、受け入れエリアをゴミの搬入のない時間帯(夜間、休日)に撹拌に用いる場合に、撹拌に使用した受け入れエリア内のゴミの撹拌エリアへの積み替えを完了させる時刻の設定も行ってもよい。
そして、制約条件設定部61は、エリア設定と受け入れ設定の内容に応じた制約条件を作成して最適化計算部63に通知する。具体的には、制約条件設定部61は、エリアに関する制約条件として、設定されたエリアの種別とその範囲を示す情報(具体的には座標の範囲)を通知する。また、制約条件設定部61は、受け入れエリア内のゴミの撹拌エリアへの積み替えを完了させる時刻を設定した場合には該時刻を通知する。さらに、制約条件設定部61は、スケジュール期間に実行可能な撹拌回数を算出して第一世代遺伝子生成部62に通知する。
上記制約条件を受け付けた最適化計算部63と第一世代遺伝子生成部62は、AIモードを開始して(S3)、AI演算(最適化演算)を行う(S4)。詳細は後述するが、AI演算では、第一世代遺伝子生成部62が上記撹拌回数に応じた個数の座標値を含む第一世代の遺伝子を生成し、最適化計算部63が第一世代の遺伝子を基にクレーン14の最適な動作パターンを示す遺伝子を選抜する。そして、ピット状態予測部64は、この遺伝子の示す動作パターンでクレーン14を動作させた後のゴミ貯留部11内のゴミの状態を示すピット状態予測情報を生成する(S5)。
この後、ピットモデル生成部65は、上記ピット状態予測情報に基づいてピットモデル画像を生成し、生成したピットモデル画像を上記AI演算の結果として表示部55に表示させる(S6)。
ユーザは、表示部55に表示されたピットモデル画像を見て、生成された動作スケジュールの妥当性を確認し、入力部53に当該動作スケジュールの実行可否を入力する。そして、クレーン制御部66は、この入力に従って動作スケジュールの実行可否を判定する(S7)。ここで、実行不可と判定した場合(S7でNO)、処理はS1に戻り、エリア設定からやり直しとなる。
一方、実行可と判定した場合(S7でYES)、クレーン制御部66は、AI制御を開始し(S8)、上記動作スケジュールに従ってクレーンを動作させるクレーン制御処理を実行する(S9)。また、クレーン制御処理を開始したクレーン制御部66は、タイムアップの監視を開始し(S10)、タイムアップとなったと判定した場合(S10でYES)に、処理を終了する。なお、タイムアップの時刻は、スケジュール期間の終了時である。
〔最適化演算の流れ〕
続いて、上述のS4で行われるAI演算(最適化演算)の詳細を図9に基づいて説明する。図9は、最適化演算(計算装置の制御方法)の一例を示すフローチャートである。
続いて、上述のS4で行われるAI演算(最適化演算)の詳細を図9に基づいて説明する。図9は、最適化演算(計算装置の制御方法)の一例を示すフローチャートである。
まず、第一世代遺伝子生成部62は、遺伝的アルゴリズムによる計算に使用する第一世代の遺伝子を生成する(S41、第一世代遺伝子生成ステップ)。なお、この遺伝子は、ランダムに所定数生成され、これにより所定数の個体からなる初期世代の集団が生成される。また、上述のように、遺伝子は座標によって構成されており、遺伝子を構成する座標の個数は、制約条件設定部61から通知される撹拌回数(スケジュール期間に応じた回数)に応じて決定される。
この後、最適化計算部63は、S42~S46の最適化計算ステップを実行する。具体的には、まず、最適化計算部63は、各個体の適応度を評価する(S42)。この評価は上述のように評価関数f(x)を用いて行われる。上述のように、この評価関数f(x)には、ピット状態情報72に示される各区画の高さや撹拌回数が基準値として反映される。また、上述のように評価には制約条件が反映される。
具体的には、最適化計算部63は、制約条件設定部61から通知された不使用エリア内の座標を含む遺伝子の適応度の評価を下げる。また、制約条件設定部61から通知された撹拌エリアが複数である場合には、1つの撹拌エリア内でゴミを掴み、離す動作パターンを含む遺伝子の適応度の評価を下げてもよい。さらに、制約条件設定部61は、例えば、受け入れエリアを撹拌に使用するが、所定時刻には受け入れエリア内のゴミの撹拌エリアへの積み替えを完了させるという制約条件を通知してもよい。そして、この場合には、最適化計算部63は、所定時刻に受け入れエリア内のゴミの高さが所定値以下となる遺伝子の適応度が高くなる評価関数を用いて評価を行ってもよい。
そして、最適化計算部63は、終了条件が充足しているか判定する(S43)。本例の終了条件は、適応度が所定値以上の遺伝子があることである。ここで、終了条件が充足していると判定した場合(S43でYES)、最適化計算部63は、最も適応度の高かった個体の遺伝子を選抜し、記憶部52に記憶すると共にピット状態予測部64に出力し、これによりAI演算は終了する。
一方、S43で終了条件が充足していないと判定した場合(S43でNO)、最適化計算部63は、適応度が所定の下限値以上の個体を選抜し(S44)、下限値未満の個体は足切りする。そして、選択した個体から次世代の遺伝子(個体)を生成し(S45)、S42の処理に戻る。なお、S45の際には、突然変異や交叉を行う。
上記の例では、適応度が所定位置以上の遺伝子が生成された場合に処理を終了しているが、所定の世代まで、あるいは所定時間が経過するまで次世代の遺伝子の生成を繰り返してもよい。この場合、生成した遺伝子の中で最も適応度が高い遺伝子を選抜し、動作スケジュール71として記憶すると共にピット状態予測部64に出力すればよい。
〔ピット状態の更新〕
スケジュール期間の途中時点でゴミがゴミピット1内に搬入されて、受け入れエリアから撹拌エリアへのゴミの積み替えが行われた場合や、撹拌エリアのゴミのホッパー12への投入が行われた場合には、撹拌エリア内のゴミの状態が変化する。このため、動作スケジュールの作成においては、このような動作スケジュール外の要因による状態変化を反映させることが好ましい。
スケジュール期間の途中時点でゴミがゴミピット1内に搬入されて、受け入れエリアから撹拌エリアへのゴミの積み替えが行われた場合や、撹拌エリアのゴミのホッパー12への投入が行われた場合には、撹拌エリア内のゴミの状態が変化する。このため、動作スケジュールの作成においては、このような動作スケジュール外の要因による状態変化を反映させることが好ましい。
そこで、ピット状態予測部64は、ピット状態予測情報に上記のような状態変化を反映させ、最適化計算部63は、上記状態変化を反映させたピット状態予測情報の示す状態を初期状態として最適化した遺伝子を選抜してもよい。これにより、上記のような状態変化を反映させた遺伝子を選抜することができる。
上記のピット状態予測情報への状態変化の反映は、例えば状態変化をモデル化することによって実現できる。例えば、受け入れエリアから撹拌エリアへのゴミの積み替えによる状態変化であれば、積み替えのタイミングと、積み替えの態様を予め決めておけばよい。これにより、上記タイミングにおけるピット状態予測情報を生成して、このピット状態予測情報に上記態様の積み替えの影響を反映させればよい。
具体例を挙げれば、受け入れエリア(1≦X≦15,4≦Y≦5)のゴミを撹拌エリアの最も近い位置(1≦X≦15,2≦Y≦3)に積み替える処理を、平日の15時に行うことを決めておいてもよい。この積み替え処理を行うことにより、撹拌エリア(1≦X≦15,2≦Y≦3)のゴミの高さが、積み替え前の受け入れエリア(1≦X≦15,4≦Y≦5)の高さ分だけ高くなり、また積み替えられたゴミの撹拌回数は0となる。
この例では、第一世代遺伝子生成部62は、15時までの期間に対応する第一世代の遺伝子と、15時以降(厳密には15時の積み替えが終了した時刻以降)の期間に対応する第一世代の遺伝子とを生成する。そして、最適化計算部63は、まず、15時までの期間に対応する第一世代の遺伝子を用いて最適化演算を行い、15時までの最適な動作スケジュールを示す遺伝子を選抜する。
次に、ピット状態予測部64は、最適化計算部63が生成した上記遺伝子の示す動作パターンにてクレーン14を動作させた後のゴミ貯留部11内のゴミの状態を示すピット状態予測情報を生成する。そして、ピット状態予測部64は、生成したピット状態予測情報の撹拌エリア(1≦X≦15,2≦Y≦3)のゴミの高さを、積み替え前の受け入れエリア(1≦X≦15,4≦Y≦5)の高さ分だけ高くし、また積み替えられたゴミの撹拌回数を0とする。また、受け入れエリア(1≦X≦15,4≦Y≦5)のゴミの高さを0とする。
最後に、最適化計算部63は、ピット状態予測部64が積み替えを反映させたピット状態予測情報の示す状態を初期状態とし、15時以降(厳密には15時の積み替えが終了した時刻以降)の期間に対応する第一世代の遺伝子を用いて最適化演算を行う。これにより、積み替えによる状態変化を反映させた動作スケジュールを作成することができる。
また、ホッパー12への投入の場合、撹拌回数が所定値以上の座標のゴミが撹拌エリアから掴み取られてホッパー12に投入されるので、この掴み取りによるゴミの高さおよび撹拌回数の変化を反映させればよい。なお、ホッパー12に投入するゴミは、十分に撹拌されたものとすることが好ましいので、掴み取る位置は、撹拌回数が所定回数以上の位置とすることが好ましい。このため、例えば撹拌回数が所定回数以上、かつホッパー12から最も近い位置を掴み取る位置とする、等の規則を予め決めてモデル化しておくことにより、何れの位置の状態を更新するかを決定することができる。なお、ホッパー12への投入(ゴミピット1からのゴミの搬出)と、ゴミピット1へのゴミの搬入の両方を反映させた動作スケジュールを作成してもよい。
〔動作スケジュールの実行中における動作スケジュールの修正〕
動作スケジュールの実行中にその動作スケジュールを修正してもよい。これにより、動作スケジュールの実行によるゴミ貯留部11内のゴミの状態の変化が、当初の想定からずれたことを補正して、その後の動作スケジュールを適正化することができる。例えば一週間の動作スケジュールを作成して実行する場合に、一日の動作が終了した時点のピット状態情報72を用いて、それ以後の動作スケジュールを再度作成してもよい。
動作スケジュールの実行中にその動作スケジュールを修正してもよい。これにより、動作スケジュールの実行によるゴミ貯留部11内のゴミの状態の変化が、当初の想定からずれたことを補正して、その後の動作スケジュールを適正化することができる。例えば一週間の動作スケジュールを作成して実行する場合に、一日の動作が終了した時点のピット状態情報72を用いて、それ以後の動作スケジュールを再度作成してもよい。
〔実施形態2〕
上記実施形態では、区画単位のクレーン14の動作スケジュールを作成する例を説明した。これに対し、本実施形態では、クレーン制御装置50が、複数の区画からなるエリア単位でクレーン14の動作スケジュールを作成する例を説明する。なお、上記実施形態と同様の構成については同一の参照番号を付し、その説明を省略する。
上記実施形態では、区画単位のクレーン14の動作スケジュールを作成する例を説明した。これに対し、本実施形態では、クレーン制御装置50が、複数の区画からなるエリア単位でクレーン14の動作スケジュールを作成する例を説明する。なお、上記実施形態と同様の構成については同一の参照番号を付し、その説明を省略する。
〔エリア単位の動作スケジュールの例〕
まず、エリア単位の動作スケジュールの例を図10に基づいて説明する。図10は、エリア単位の動作スケジュールの一例を示す図である。図10では、ゴミの搬入がある平日の6:00から翌日の6:00までの24時間における動作スケジュールを示している。また、図示の例では、2つの撹拌エリア(撹拌エリア1と撹拌エリア2)と1つの受け入れエリアが設定された例を示している。なお、図5の(b)の例のように、2つの撹拌エリアの間には中間エリアを設けてもよい。同様に、受け入れエリアと撹拌エリア1および2との間にも中間エリアを設けてもよい。
まず、エリア単位の動作スケジュールの例を図10に基づいて説明する。図10は、エリア単位の動作スケジュールの一例を示す図である。図10では、ゴミの搬入がある平日の6:00から翌日の6:00までの24時間における動作スケジュールを示している。また、図示の例では、2つの撹拌エリア(撹拌エリア1と撹拌エリア2)と1つの受け入れエリアが設定された例を示している。なお、図5の(b)の例のように、2つの撹拌エリアの間には中間エリアを設けてもよい。同様に、受け入れエリアと撹拌エリア1および2との間にも中間エリアを設けてもよい。
本例における動作スケジュールは、時間帯ごとのゴミ掴みエリアとゴミ離しエリアとを設定したものである。図10では、ゴミ掴みエリアに設定された区画には「+」の記号を表示し、ゴミ離しエリアに設定された区画には「-」の記号を表示している。つまり、ゴミ掴みエリアを構成する「+」の記号の複数の区画は、クレーン14によるゴミ掴み位置となる。また、ゴミ離しエリアを構成する「-」の記号の複数の区画は、ゴミ掴みエリアで掴まれたゴミを離す位置となる。なお、何れの記号も表示されていない区画(非撹拌エリアおよび6:00の時点における受け入れエリア)は、ゴミ掴み動作もゴミ離し動作も行わない区画である。
具体的には、ゴミの受け入れのための積み替え(受け入れエリアから撹拌エリアへの積み替え)を完了させる時刻である6:00の時点では、撹拌エリア1がゴミ掴みエリアに設定されており、このエリア内の各区画には「+」の記号が表示されている。また、撹拌エリア2はゴミ離しエリアに設定されており、このエリア内の各区画には「-」の記号が表示されている。この動作スケジュールに基づいてクレーン14の動作制御を行う場合、6:00以降の時間帯において、クレーン制御部66は、撹拌エリア1でゴミを掴み、撹拌エリア2でそのゴミを離す撹拌作業をクレーン14に行わせる。なお、ゴミ掴みエリア内の何れの区画にてゴミを掴むか、およびゴミ離しエリア内の何れの区画にてゴミを離すかは、後記「評価関数による評価」で説明する予め定められたアルゴリズムにより決定する。
また、ゴミの搬入が開始される9:00の時点では、受け入れエリアがゴミ掴みエリアに設定されており、撹拌エリア1および2がゴミ離しエリアに設定されている。つまり、この動作スケジュールに基づいてクレーン14の動作制御を行う場合、9:00以降の時間帯において、クレーン制御部66は、受け入れエリアでゴミを掴み、撹拌エリア1および2でそのゴミを離す積み替え作業をクレーン14に行わせる。
そして、ゴミの搬入が終了する17:00の時点では、受け入れエリアと撹拌エリア2がゴミ掴みエリアに設定されており、撹拌エリア1がゴミ離しエリアに設定されている。つまり、この動作スケジュールに基づいてクレーン14の動作制御を行う場合、17:00以降の時間帯において、クレーン制御部66は、受け入れエリアでゴミを掴み、撹拌エリア1でそのゴミを離す積み替え作業をクレーン14に行わせる。また、クレーン制御部66は、撹拌エリア2でゴミを掴み、左側の撹拌エリアでそのゴミを離す撹拌作業をクレーン14に行わせる。
本実施形態において、第一世代遺伝子生成部62および最適化計算部63によって生成され、記憶部52に格納される動作スケジュール71は、このような時間帯ごとのゴミ掴みエリアとゴミ離しエリアを示す情報である。なお、図示した3つの時点(6:00、9:00、17:00)以外のタイミングにおいてもゴミ掴みエリアとゴミ離しエリアの設定を変更してもよいことは言うまでもない。また、ゴミ掴みエリアとゴミ離しエリアの設定の順序を規定し、各設定を適用する時刻の規定は省略してもよい。この場合、1つの設定における作業が終了した後で、次の設定に切り替えればよい。
また、図10の例では、受け入れエリアは何れの時間帯においてもゴミ離しエリアに設定していないが、ゴミの搬入のない時間帯(この例では17:00~翌日9:00)には、受け入れエリアをゴミ離しエリアに設定してもよい。これにより、受け入れエリアを有効利用したゴミの積み替え作業や撹拌作業を行うことができる。
〔使用する遺伝子〕
本実施形態において、遺伝的アルゴリズムに使用する遺伝子は、クレーン14の動作パターンを示す。より詳細には、上記遺伝子は、クレーン14がゴミを掴み、移動させ、離す動作を繰り返すときの掴む位置が含まれるエリアであるゴミ掴みエリア、および離す位置が含まれるエリアであるゴミ離しエリアの遷移を示す。なお、上記実施形態と同様に、突然変異や交叉を行う場合には、遺伝子を2進数表現とすることが好ましいが、遺伝子の表現形式は特に限定されない。
本実施形態において、遺伝的アルゴリズムに使用する遺伝子は、クレーン14の動作パターンを示す。より詳細には、上記遺伝子は、クレーン14がゴミを掴み、移動させ、離す動作を繰り返すときの掴む位置が含まれるエリアであるゴミ掴みエリア、および離す位置が含まれるエリアであるゴミ離しエリアの遷移を示す。なお、上記実施形態と同様に、突然変異や交叉を行う場合には、遺伝子を2進数表現とすることが好ましいが、遺伝子の表現形式は特に限定されない。
例えば、第一世代遺伝子生成部62は、予め設定された複数のエリアのうち、何れをゴミ掴みエリアとし、何れをゴミ離しエリアとするかを示すエリア設定情報を生成し、該エリア設定情報が複数連なったデータを生成してもよい。なお、各エリア設定情報には、ゴミ掴みエリアとゴミ離しエリアがそれぞれ少なくとも1つ含まれていればよく、ゴミ掴みエリアおよびゴミ離しエリアの何れかまたは両方が複数含まれていてもよい。また、何れにも設定されていないエリアが含まれていてもよい。このエリア設定情報は、予め設定された複数のエリアに対し、ゴミ掴みエリア、ゴミ離しエリア、または何れにも該当しないエリアの何れかでラベリングした情報であるとも言える。そして、第一世代遺伝子生成部62は、このエリア設定情報を2進数表現に変換することによって第一世代の遺伝子を生成してもよい。
なお、エリア設定情報の配列順は、スケジュール期間におけるゴミ掴みエリアと上記ゴミ離しエリアの遷移を示している。また、連ねるエリア設定情報の数は、スケジュール期間の長さに応じたものとする。例えば、1つのエリア設定情報に基づいてクレーン14を動作させる時間を予め決めておけば、スケジュールの期間に応じたエリア設定情報の数を特定可能である。具体例を挙げれば、1つのエリア設定情報に基づいてクレーン14を1時間動作させる場合、8時間のスケジュールを作成する際には、8のエリア設定情報から成る遺伝子を生成すればよい。また、例えば、1つのエリア設定情報に基づくクレーン14の動作回数を予め決めておいても、スケジュールの期間に応じたエリア設定情報の数を特定可能である。例えば、1つのエリア設定情報につき、クレーン14にゴミの積み替えまたは撹拌を10回行わせる場合を考える。この場合、ゴミの搬入があり、1時間に10回の積み替えまたは撹拌を行うことのできる時間帯における8時間のスケジュールを作成する際には、8つのエリア設定情報から成る遺伝子を生成すればよい。
また、予め設定された複数のエリアのうち、何れをゴミ掴みエリアとするかを示すエリア設定情報を生成し、該エリア設定情報が複数連なったデータを生成してもよい。この場合、予め設定された複数のエリアのうち、ゴミ掴みエリアとされなかったエリアをゴミ離しエリアとみなせばよい。同様に、予め設定された複数のエリアのうち、何れをゴミ話エリアとするかを示すエリア設定情報を生成し、該エリア設定情報が複数連なったデータを生成してもよい。
〔評価関数〕
本実施形態においても、上記実施形態と同様に、評価の対象となる遺伝子の示す動作パターンによる動作後のゴミ貯留部11内のゴミの状態が、理想的な状態に近いほど適応度が高くなる評価関数を用いる。ただし、本実施形態の評価関数は、1つの区画ではなく、複数の区画を含むエリアにおけるゴミの状態を評価するものとなる。
本実施形態においても、上記実施形態と同様に、評価の対象となる遺伝子の示す動作パターンによる動作後のゴミ貯留部11内のゴミの状態が、理想的な状態に近いほど適応度が高くなる評価関数を用いる。ただし、本実施形態の評価関数は、1つの区画ではなく、複数の区画を含むエリアにおけるゴミの状態を評価するものとなる。
例えば、各エリアにおける撹拌回数の代表値の、基準値からの分散が小さいほど適応度が高くなる関数を評価関数f(x)としてもよい。なお、代表値は、当該エリアの全体における撹拌の程度を示す値であればよく、例えば当該エリアに含まれる各区画の撹拌回数の平均値等であってもよい。また、上記基準値は上記実施形態と同様にして設定すればよい。この他にも、例えば、撹拌回数が0回である区画の数(あるいは割合)が少ないエリアほど適応度が高くなるf(x)を設定してもよい。
また、例えば、各エリアにおけるゴミの高さの代表値の、基準値からの分散が小さいほど適応度が高くなる関数を評価関数f(x)としてもよい。なお、代表値は、当該エリアの全体におけるゴミの高さの程度を示す値であればよく、例えば当該エリアに含まれる各区画のゴミの高さの平均値等であってもよい。また、上記基準値は上記実施形態と同様にして設定すればよい。
なお、上述のような評価関数は単独で使用してもよいし、複数を併用してもよい。併用する場合、各評価関数に重みを設定してもよい。例えば、撹拌回数の分散に係る評価関数の重みを最も重くし、高さの分散に係る評価関数の重みを次に重くしてもよい。また、ファジィアルゴリズムにて、撹拌回数の分散および高さの分散を考慮した最適解を求めることも可能である。
〔評価関数による評価〕
最適化計算部63は、上述のような評価関数f(x)を用いて遺伝子を評価する。具体的には、最適化計算部63は、初期状態(ピット状態情報72の示す状態)のゴミに対して、評価対象の遺伝子の示すパターンでゴミ掴みエリアとゴミ離しエリアを遷移させて撹拌および積み替えの少なくとも何れかを行った後のゴミの状態を特定する。なお、ゴミの状態は各区画の撹拌回数および高さで表すことができる。そして、該状態を、評価関数f(x)を用いて評価する。例えば、各エリアに含まれる区画における撹拌回数やゴミの高さの代表値を算出して評価関数f(x)に代入することにより、評価値を算出することができる。
最適化計算部63は、上述のような評価関数f(x)を用いて遺伝子を評価する。具体的には、最適化計算部63は、初期状態(ピット状態情報72の示す状態)のゴミに対して、評価対象の遺伝子の示すパターンでゴミ掴みエリアとゴミ離しエリアを遷移させて撹拌および積み替えの少なくとも何れかを行った後のゴミの状態を特定する。なお、ゴミの状態は各区画の撹拌回数および高さで表すことができる。そして、該状態を、評価関数f(x)を用いて評価する。例えば、各エリアに含まれる区画における撹拌回数やゴミの高さの代表値を算出して評価関数f(x)に代入することにより、評価値を算出することができる。
なお、遺伝子を構成するエリア設定情報について、ゴミ掴みエリア内の何れの区画にてゴミを掴むか、およびゴミ離しエリア内の何れの区画にてゴミを離すかを、予め定められたアルゴリズムにより決定しておく。これにより、エリア設定情報の示すゴミ掴みエリアとゴミ離しエリアの組み合わせに従ってクレーン14を動作させた後のゴミの状態をシミュレートすることができる。例えば、ゴミ掴み位置を決定するアルゴリズムとしては、高さが所定値以上の区画を最優先でゴミ掴み位置とし、高さが所定値以上の区画がなくなったときには撹拌回数が0の区画を優先してゴミ掴み位置とするアルゴリズムを適用可能である。また、例えば、ゴミ離し位置を決定するアルゴリズムとしては、高さが所定値以下の区画を最優先でゴミ離し位置とし、高さが所定値以下の区画がなくなったときには撹拌回数が0の区画を優先してゴミ離し位置とするアルゴリズムを適用可能である。
〔ゴミの搬入を考慮したスケジュールの作成〕
ゴミの搬入を考慮したスケジュールを作成する場合、スケジュール期間を複数の時間帯に分け、時間帯ごとに異なる評価関数(理想とする状態(所定の状態)が異なる評価関数)を用いてもよい。例えばゴミの搬入のある時間帯には、受け入れエリアのゴミの高さを低くする遺伝子の評価を高くし、ゴミの搬入のない時間帯には撹拌回数の均一度を高くする遺伝子の評価を高くしてもよい。
ゴミの搬入を考慮したスケジュールを作成する場合、スケジュール期間を複数の時間帯に分け、時間帯ごとに異なる評価関数(理想とする状態(所定の状態)が異なる評価関数)を用いてもよい。例えばゴミの搬入のある時間帯には、受け入れエリアのゴミの高さを低くする遺伝子の評価を高くし、ゴミの搬入のない時間帯には撹拌回数の均一度を高くする遺伝子の評価を高くしてもよい。
また、ゴミの搬入を考慮したスケジュールを作成する他の例として、受け入れエリアを何れの時刻にゴミ掴みエリアまたはゴミ離しエリアに設定するかを予め決めておく方法も挙げられる。この場合、撹拌エリアのゴミ掴みエリアまたはゴミ離しエリアへの設定についてのみ遺伝的アルゴリズムで決定する。例えば、ゴミの搬入が開始される直前の時間帯(例えば搬入開始時刻の3時間前~搬入開始時刻までの時間帯)には、受け入れエリアはゴミ掴みエリアおよびゴミ離しエリアの何れにも設定しないことを決めておいてもよい。また、搬入開始後の時間帯には、受け入れエリアはゴミ掴みエリアに設定することを決めておいてもよい。そして、撹拌エリアのゴミ掴みエリアまたはゴミ離しエリアへの設定について遺伝的アルゴリズムで決定してもよい。
また、ゴミの搬入を考慮したスケジュールを作成するさらに他の例として、時間帯ごとに評価値の重みを変える方法も挙げられる。例えば、ゴミの搬入のある時間帯には、受け入れエリアがゴミ掴みエリアとなっている遺伝子の評価値の重みを大きくしてもよい。これにより、ゴミの搬入のある時間帯に、受け入れエリアをゴミ掴みエリアとする動作スケジュールが作成されやすくすることができる。また、例えば、ゴミの搬入のない時間帯には、受け入れエリアがゴミ離しエリアとなっている遺伝子の評価値の重みを大きくしてもよい。これにより、ゴミの搬入のない時間帯に、受け入れエリアを利用して撹拌を行う動作スケジュールが作成されやすくすることができる。
〔変形例〕
上記各実施形態では、バケット17で掴んだゴミの全てを、バケット17の移動先の位置で離す動作を撹拌動作としたが、撹拌動作はゴミ貯留部11内のゴミを均等に分散させることができる動作であればよく、上記の例に限られない。例えば、クレーン14のバケット17を少しずつ開きながら移動させることにより、バケット17の移動経路上にゴミをばらまく動作を撹拌動作としてもよい。
上記各実施形態では、バケット17で掴んだゴミの全てを、バケット17の移動先の位置で離す動作を撹拌動作としたが、撹拌動作はゴミ貯留部11内のゴミを均等に分散させることができる動作であればよく、上記の例に限られない。例えば、クレーン14のバケット17を少しずつ開きながら移動させることにより、バケット17の移動経路上にゴミをばらまく動作を撹拌動作としてもよい。
また、上記各実施形態では、1つのクレーン制御装置50にて動作スケジュールの作成とクレーン14の制御の両方を行う例を示したが、動作スケジュールの作成とクレーン14の制御を個別の装置で行ってもよい。また、制御部51の備える処理部の一部を、クレーン制御装置50と通信可能なサーバに設けたクライアントサーバシステムによって、上記のクレーン制御装置50と同様の機能を実現することもできる。特に、演算処理の負荷の高い最適化計算部63をサーバに設けた場合には、クレーン制御装置50の演算処理の負荷を大きく低減することができるという利点がある。
そして、上記各実施形態では、撹拌回数の評価関数を用いる例を示したが、撹拌の程度を示す指標は撹拌回数に限られない。例えば、ゴミの細粒度や、かさ比重等で撹拌度を評価してもよい。
また、上記各実施形態では、遺伝的アルゴリズムを用いて最適化演算を行う例を説明したが、他の進化的アルゴリズムを用いて最適化演算を行うこともできる。例えば、遺伝的プログラミング、進化的計算等を用いて最適化演算を行うこともできる。
上記各実施形態のクレーン制御装置50は、ホッパー12に投入するゴミを配置するエリアまたは区画を設定した動作スケジュールを作成してもよい。この場合、上記エリアまたは区画におけるゴミの撹拌回数が、動作スケジュールを作成する期間中継続して、ホッパー12への投入に十分な所定回数以上となっている遺伝子の評価値が高くなる評価関数を用いればよい。そして、クレーン制御部66は、このようにして作成された動作スケジュールに基づいてクレーン14の動作制御を行う場合、ホッパー12にゴミを投入する際には、上記エリアまたは区画でゴミを掴むように制御すればよい。これにより、十分な撹拌回数のゴミをホッパー12に投入することができる。また、ホッパー12への投入によって撹拌回数が変動する区画を特定の区画に限定することができる。
〔ソフトウェアによる実現例〕
クレーン制御装置50の制御ブロック(特に制御部51)は、集積回路(ICチップ)等に形成された論理回路(ハードウェア)によって実現してもよいし、CPU(Central Processing Unit)を用いてソフトウェアによって実現してもよい。
クレーン制御装置50の制御ブロック(特に制御部51)は、集積回路(ICチップ)等に形成された論理回路(ハードウェア)によって実現してもよいし、CPU(Central Processing Unit)を用いてソフトウェアによって実現してもよい。
後者の場合、クレーン制御装置50は、各機能を実現するソフトウェアであるプログラムの命令を実行するCPU、上記プログラムおよび各種データがコンピュータ(またはCPU)で読み取り可能に記録されたROM(Read Only Memory)または記憶装置(これらを「記録媒体」と称する)、上記プログラムを展開するRAM(Random Access Memory)などを備えている。そして、コンピュータ(またはCPU)が上記プログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記記録媒体としては、「一時的でない有形の媒体」、例えば、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、上記プログラムは、該プログラムを伝送可能な任意の伝送媒体(通信ネットワークや放送波等)を介して上記コンピュータに供給されてもよい。なお、本発明は、上記プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。
本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。
〔まとめ〕
上述した課題を解決するために、本発明に係る計算装置は、ゴミピット内でゴミを運搬するクレーンの所定期間における動作スケジュールを作成する計算装置であって、上記所定期間における上記クレーンの移動および開閉の動作パターンを示す遺伝子からなる遺伝子群を生成する第一世代遺伝子生成部と、上記遺伝子群に含まれる各遺伝子の適応度の評価と該評価に基づく遺伝子群の更新とを繰り返し行う進化的アルゴリズムにより、初期状態の上記ゴミを所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜する最適化計算部と、を備えている構成である。
上述した課題を解決するために、本発明に係る計算装置は、ゴミピット内でゴミを運搬するクレーンの所定期間における動作スケジュールを作成する計算装置であって、上記所定期間における上記クレーンの移動および開閉の動作パターンを示す遺伝子からなる遺伝子群を生成する第一世代遺伝子生成部と、上記遺伝子群に含まれる各遺伝子の適応度の評価と該評価に基づく遺伝子群の更新とを繰り返し行う進化的アルゴリズムにより、初期状態の上記ゴミを所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜する最適化計算部と、を備えている構成である。
上記の構成によれば、クレーンの移動および開閉の動作パターンを示す遺伝子からなる遺伝子群を生成し、進化的アルゴリズムにより初期状態の上記ゴミを所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜する。
よって、上記の構成によれば、クレーンの操作者の経験や勘に頼ることなく、ゴミピット内のゴミの状態を所定の状態とするか、または該状態に近づけることのできるクレーンの動作スケジュールを自動で作成することができるという効果を奏する。
また、上記第一世代遺伝子生成部が生成する遺伝子は、上記所定期間におけるゴミの掴み位置を示す位置情報と該ゴミの離し位置を示す位置情報からなり、該遺伝子における上記位置情報の配列順が上記クレーンの位置の遷移を示していてもよい。
上記の構成によれば、所定期間におけるゴミの掴み位置を示す位置情報と該ゴミの離し位置を示す位置情報からなり、該遺伝子における上記位置情報の配列順が上記クレーンの位置の遷移を示す遺伝子を生成する。そして、この遺伝子に基づき、進化的アルゴリズムによって適応度が向上した遺伝子を選抜する。よって、ゴミピット内のゴミの状態を所定の状態とするか、または該状態に近づけることのできる、ゴミの掴み位置と該ゴミの離し位置とその遷移とを示す動作スケジュールを自動で作成することができる。
また、上記計算装置は、上記所定期間の指定を受け付ける入力部を備え、上記第一世代遺伝子生成部は、上記所定期間に応じた個数の上記位置情報を含む遺伝子を生成してもよい。
上記の構成によれば、所定期間の指定を受け付けて、所定期間に応じた個数の位置情報を含む遺伝子を生成する。そして、この遺伝子に基づき、進化的アルゴリズムにより適応度が向上した遺伝子を選抜する。よって、指定された所定期間に応じた回数のゴミの掴み・離し動作によって、ゴミピット内のゴミの状態を所定の状態とするか、または該状態に近づけることのできるクレーンの動作スケジュールを作成することができる。
また、上記計算装置は、上記ゴミピット内においてゴミの撹拌に使用しない非使用エリアの指定を受け付ける入力部を備え、上記最適化計算部は、上記非使用エリア内の位置情報を含まない遺伝子を選抜してもよい。
上記の構成によれば、ゴミの撹拌に使用しない非使用エリアの指定を受け付けて、非使用エリア内の位置情報を含まない遺伝子を選抜する。よって、非使用エリアでゴミを掴むまたは離す動作を行うことなく、ゴミピット内のゴミの状態を所定の状態とするか、または該状態に近づけることのできるクレーンの動作スケジュールを作成することができる。
また、上記非使用エリアの少なくとも一部が上記ゴミピットに搬入されるゴミを受け入れる受け入れエリアである場合、上記最適化計算部は、上記ゴミピットへのゴミの搬入のない期間の動作スケジュールを作成する際には、上記受け入れエリア内の位置情報を含む遺伝子を選抜してもよい。
上記の構成によれば、非使用エリアの少なくとも一部が受け入れエリアである場合、ゴミの搬入のない期間の動作スケジュールを作成する際には、受け入れエリア内の位置情報を含む遺伝子を選抜する。よって、ゴミの搬入のない期間には、受け入れエリアを撹拌に利用して、ゴミピット内のゴミの状態を所定の状態とするか、または該状態に近づけることのできるクレーンの動作スケジュールを作成することができる。
また、上記適応度の評価に用いる評価関数は、上記ゴミピット内に規定された複数の区画におけるゴミの撹拌度の分散が小さいほど適応度の評価が高くなる関数であってもよい。
上記の構成によれば、ゴミピット内のゴミの撹拌度の分散が小さいほど適応度の評価が高くなる評価関数を用いるので、ゴミピット内のゴミの撹拌度が均等な状態、または均等に近い状態にすることのできるクレーンの動作スケジュールを作成することができる。
また、上記評価関数は、上記ゴミピット内のゴミの高さの分散が小さいほど適応度の評価が高くなる関数であってもよい。
上記の構成によれば、ゴミピット内のゴミの高さの分散が小さいほど適応度の評価が高くなる評価関数を用いる。よって、ゴミピット内のゴミの高さおよび撹拌度を均等な状態、または均等に近い状態にすることのできるクレーンの動作スケジュールを作成することができる。
また、上記評価関数は、上記所定期間における上記クレーンの総移動距離が短いほど適応度の評価が高くなる関数であってもよい。
上記の構成によれば、クレーンの総移動距離が短いほど適応度の評価が高くなる評価関数を用いるので、少ない移動距離にてゴミピット内のゴミの撹拌度を均等な状態、または均等に近い状態にすることのできるクレーンの動作スケジュールを作成することができる。そして、移動距離が短くなることにより、クレーンの動作にかかる消費電力も少なく抑えることができる。
また、上記評価関数は、上記遺伝子の示す動作パターンで上記クレーンを動作させた場合に、上記ゴミピットへのゴミの搬入時刻の所定時間前にゴミの受け入れエリア内のゴミ高さが所定値以下となれば適応度の評価が高くなる関数であってもよい。
上記の構成によれば、ゴミピットへのゴミの搬入時刻の所定時間前にゴミの受け入れエリア内のゴミ高さが所定値以下の状態とするか、または該状態に近づけることのできるクレーンの動作スケジュールを自動で作成することができる。よって、該動作スケジュールに従ってクレーンを動作させることにより、搬入時刻にスムーズにゴミの受け入れを開始することが可能になる。
また、上記区画は、上記ゴミピット内のゴミを水平方向および垂直方向に三次元的に区分した区画であってもよい。
上記の構成によれば、ゴミピット内のゴミを、水平方向のみならず垂直方向においても撹拌度が均等な状態、または均等に近い状態にすることのできるクレーンの動作スケジュールを作成することができる。
また、上記計算装置は、上記所定期間の途中時点における上記ゴミピット内のゴミの状態であって、上記時点までに行われる上記ゴミピットへのゴミの搬入、および上記ゴミピットからのゴミの搬出の少なくとも何れかを反映させたゴミの状態を示すピット状態予測情報を生成するピット状態予測部を備え、上記最適化計算部は、上記時点以降の期間について、上記ピット状態予測情報の示す状態のゴミを上記所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜してもよい。
上記の構成によれば、ゴミの搬入および搬出の少なくとも何れかを反映させた、所定期間の途中時点におけるゴミの状態を示すピット状態予測情報を生成する。そして、上記時点以降の期間について、上記ピット状態予測情報の示す状態のゴミを上記所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜する。よって、ゴミの搬入および搬出の少なくとも何れかの影響を反映させた動作スケジュールを作成することができる。
また、上記最適化計算部は、上記所定期間の時間帯ごとに、上記所定の状態が異なる評価関数を用いて遺伝子を選抜してもよい。
上記の構成によれば、所定期間の時間帯ごとに、所定の状態が異なる評価関数を用いて遺伝子を選抜する。これにより、ゴミピット内のゴミの状態を時間帯ごとに異なる状態とすることができる。例えば、あるエリア内のゴミを全て他のエリアに積み替えた状態とした後、他のエリアのゴミをあるエリアに戻した状態とすることも可能になる。
また、上記計算装置は、上記最適化計算部が生成した遺伝子の示す動作パターンで上記クレーンを動作させた後の上記ゴミピット内のゴミの状態を三次元的に示すピットモデル画像を生成するピットモデル生成部を備えていてもよい。
上記の構成によれば、生成した遺伝子の示す動作パターンでクレーンを動作させた後のゴミピット内のゴミの状態を三次元的に示すピットモデル画像を生成するので、生成した遺伝子の示す動作パターンの適否をユーザに容易に確認させることが可能になる。
また、上記計算装置は、上記最適化計算部が生成した遺伝子の示す動作パターンで上記クレーンを動作させるクレーン制御部を備えていてもよい。
上記の構成によれば、生成した遺伝子の示す動作パターンでクレーンを動作させるので、ユーザの操作を必要としない自動運転にて、ゴミピット内のゴミの状態を所定の状態とするか、または該状態に近づけることができる。
また、上記第一世代遺伝子生成部が生成する遺伝子は、上記ゴミピット内に規定された複数の区画のうち、上記クレーンがゴミを掴む位置となる複数の区画からなるゴミ掴みエリアと、上記複数の区画のうち、上記ゴミ掴みエリアではない区画であって、上記ゴミ掴みエリア内で掴まれたゴミを離す位置となる複数の区画からなるゴミ離しエリアとを示すエリア設定情報からなり、該遺伝子における上記エリア設定情報の配列順が、上記所定期間における上記ゴミ掴みエリアの遷移と、上記所定期間における上記ゴミ離しエリアの遷移とを示していてもよい。
上記の構成によれば、ゴミ離しエリアとゴミ掴みエリアを最適に遷移させて、ゴミピット内のゴミの状態を所定の状態とするか、または該状態に近づけることのできるクレーンの動作スケジュールを自動で作成することができる。
また、本発明に係る計算装置の制御方法は、上述した課題を解決するために、ゴミピット内でゴミを運搬するクレーンの所定期間における動作スケジュールを作成する計算装置の制御方法であって、上記所定期間における上記クレーンの移動および開閉の動作パターンを示す遺伝子からなる遺伝子群を生成する第一世代遺伝子生成ステップと、上記遺伝子群に含まれる各遺伝子の適応度の評価と該評価に基づく遺伝子群の更新とを繰り返し行う進化的アルゴリズムにより、初期状態の上記ゴミを所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜する最適化計算ステップと、を含む。よって、上記計算装置と同様の効果を奏する。
また、本発明の各態様に係る計算装置は、コンピュータによって実現してもよく、この場合には、コンピュータを上記計算装置が備える各部(ソフトウェア要素)として動作させることにより上記計算装置をコンピュータにて実現させる計算装置の制御プログラム、およびそれを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に入る。
1 ゴミピット
14 クレーン
50 クレーン制御装置(計算装置)
53 入力部
62 第一世代遺伝子生成部
63 最適化計算部
64 ピット状態予測部
14 クレーン
50 クレーン制御装置(計算装置)
53 入力部
62 第一世代遺伝子生成部
63 最適化計算部
64 ピット状態予測部
Claims (16)
- ゴミピット内でゴミを運搬するクレーンの所定期間における動作スケジュールを作成する計算装置であって、
上記所定期間における上記クレーンの移動および開閉の動作パターンを示す遺伝子からなる遺伝子群を生成する第一世代遺伝子生成部と、
上記遺伝子群に含まれる各遺伝子の適応度の評価と該評価に基づく遺伝子群の更新とを繰り返し行う進化的アルゴリズムにより、初期状態の上記ゴミを所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜する最適化計算部と、を備えていることを特徴とする計算装置。 - 上記第一世代遺伝子生成部が生成する遺伝子は、上記所定期間におけるゴミの掴み位置を示す位置情報と該ゴミの離し位置を示す位置情報からなり、該遺伝子における上記位置情報の配列順が上記クレーンの位置の遷移を示していることを特徴とする請求項1に記載の計算装置。
- 上記所定期間の指定を受け付ける入力部を備え、
上記第一世代遺伝子生成部は、上記所定期間に応じた個数の上記位置情報を含む遺伝子を生成することを特徴とする請求項2に記載の計算装置。 - 上記ゴミピット内においてゴミの撹拌に使用しない非使用エリアの指定を受け付ける入力部を備え、
上記最適化計算部は、上記非使用エリア内の位置情報を含まない遺伝子を選抜することを特徴とする請求項2または3に記載の計算装置。 - 上記非使用エリアの少なくとも一部が上記ゴミピットに搬入されるゴミを受け入れる受け入れエリアである場合、上記最適化計算部は、上記ゴミピットへのゴミの搬入のない期間の動作スケジュールを作成する際には、上記受け入れエリア内の位置情報を含む遺伝子を選抜することを特徴とする請求項4に記載の計算装置。
- 上記適応度の評価に用いる評価関数は、
上記ゴミピット内に規定された複数の区画におけるゴミの撹拌度の分散が小さいほど適応度の評価が高くなり、
上記ゴミピット内のゴミの高さの分散が小さいほど適応度の評価が高くなり、かつ、
上記所定期間における上記クレーンの総移動距離が短いほど適応度の評価が高くなる関数であることを特徴とする請求項1から5の何れか1項に記載の計算装置。 - 上記評価関数は、上記遺伝子の示す動作パターンで上記クレーンを動作させた場合に、上記ゴミピットへのゴミの搬入時刻の所定時間前にゴミの受け入れエリア内のゴミ高さが所定値以下となれば適応度の評価が高くなる関数であることを特徴とする請求項6に記載の計算装置。
- 上記区画は、上記ゴミピット内のゴミを水平方向および垂直方向に三次元的に区分した区画であることを特徴とする請求項6または7に記載の計算装置。
- 上記所定期間の途中時点における上記ゴミピット内のゴミの状態であって、上記時点までに行われる上記ゴミピットへのゴミの搬入、および上記ゴミピットからのゴミの搬出の少なくとも何れかを反映させたゴミの状態を示すピット状態予測情報を生成するピット状態予測部を備え、
上記最適化計算部は、上記時点以降の期間について、上記ピット状態予測情報の示す状態のゴミを上記所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜することを特徴とする請求項1から8の何れか1項に記載の計算装置。 - 上記最適化計算部は、上記所定期間の時間帯ごとに、上記所定の状態が異なる評価関数を用いて遺伝子を選抜することを特徴とする請求項1から9の何れか1項に記載の計算装置。
- 上記最適化計算部が生成した遺伝子の示す動作パターンで上記クレーンを動作させた後の上記ゴミピット内のゴミの状態を三次元的に示すピットモデル画像を生成するピットモデル生成部を備えていることを特徴とする請求項1から10の何れか1項に記載の計算装置。
- 上記最適化計算部が生成した遺伝子の示す動作パターンで上記クレーンを動作させるクレーン制御部を備えていることを特徴とする請求項1から11の何れか1項に記載の計算装置。
- 上記第一世代遺伝子生成部が生成する遺伝子は、上記ゴミピット内に規定された複数の区画のうち、上記クレーンがゴミを掴む位置となる複数の区画からなるゴミ掴みエリアと、上記複数の区画のうち、上記ゴミ掴みエリアではない区画であって、上記ゴミ掴みエリア内で掴まれたゴミを離す位置となる複数の区画からなるゴミ離しエリアとを示すエリア設定情報からなり、該遺伝子における上記エリア設定情報の配列順が、上記所定期間における上記ゴミ掴みエリアの遷移と、上記所定期間における上記ゴミ離しエリアの遷移とを示していることを特徴とする請求項1に記載の計算装置。
- ゴミピット内でゴミを運搬するクレーンの所定期間における動作スケジュールを作成する計算装置の制御方法であって、
上記所定期間における上記クレーンの移動および開閉の動作パターンを示す遺伝子からなる遺伝子群を生成する第一世代遺伝子生成ステップと、
上記遺伝子群に含まれる各遺伝子の適応度の評価と該評価に基づく遺伝子群の更新とを繰り返し行う進化的アルゴリズムにより、初期状態の上記ゴミを所定の状態とするか、または該状態に近づけることのできる動作パターンを示す遺伝子を選抜する最適化計算ステップと、を含むことを特徴とする計算装置の制御方法。 - 請求項1に記載の計算装置としてコンピュータを機能させるための制御プログラムであって、上記第一世代遺伝子生成部および上記最適化計算部としてコンピュータを機能させるための制御プログラム。
- 請求項15に記載の制御プログラムを記録したコンピュータ読み取り可能な記録媒体。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP17789610.7A EP3450845B1 (en) | 2016-04-28 | 2017-04-26 | Calculation device, control method for calculation device, control program, and recording medium |
CN201780026049.6A CN109073217B (zh) | 2016-04-28 | 2017-04-26 | 计算装置、计算装置的控制方法以及存储介质 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016-091952 | 2016-04-28 | ||
JP2016091952 | 2016-04-28 | ||
JP2016150745A JP6632490B2 (ja) | 2016-04-28 | 2016-07-29 | 計算装置、計算装置の制御方法、制御プログラム、および記録媒体 |
JP2016-150745 | 2016-07-29 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2017188328A1 true WO2017188328A1 (ja) | 2017-11-02 |
Family
ID=60159666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2017/016585 WO2017188328A1 (ja) | 2016-04-28 | 2017-04-26 | 計算装置、計算装置の制御方法、制御プログラム、および記録媒体 |
Country Status (1)
Country | Link |
---|---|
WO (1) | WO2017188328A1 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020153470A1 (ja) * | 2019-01-25 | 2020-07-30 | 日立造船株式会社 | 情報処理装置、情報処理方法、および情報処理プログラム |
CN111770886A (zh) * | 2018-02-15 | 2020-10-13 | 日立造船株式会社 | 信息处理装置、信息处理方法、以及信息处理程序 |
WO2021171720A1 (ja) * | 2020-02-28 | 2021-09-02 | 日立造船株式会社 | 情報処理装置、制御システム、制御変数決定方法、および制御変数決定プログラム |
WO2023074397A1 (ja) * | 2021-10-25 | 2023-05-04 | 日立造船株式会社 | 情報処理装置、スケジュール生成方法、スケジュール生成プログラム、および制御システム |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5628188A (en) * | 1979-08-14 | 1981-03-19 | Takuma Kk | Automatic driving device for dust feed crane in cleaning factory |
JPS57184091A (en) * | 1981-05-06 | 1982-11-12 | Tokyo Shibaura Electric Co | Method of automatically operating crane |
JPS6449815A (en) * | 1987-08-20 | 1989-02-27 | Kubota Ltd | Method of agitating refuse in refuse pit in refuse incinerator |
JPH01271306A (ja) * | 1988-04-22 | 1989-10-30 | Toshiba Corp | ゴミ処理クレーン制御装置 |
JPH11268883A (ja) * | 1998-03-20 | 1999-10-05 | Heelios:Kk | クレーンの運転操作方法及び装置 |
JP2000143151A (ja) * | 1998-11-10 | 2000-05-23 | Hitachi Ltd | 搬送装置および搬送装置を備えた荷出し入れ処理施設 |
JP2004326201A (ja) * | 2003-04-21 | 2004-11-18 | Mitsubishi Heavy Ind Ltd | 自動機械、及び、機械の自動化装置 |
JP2010275064A (ja) * | 2009-05-28 | 2010-12-09 | Kobe Steel Ltd | ごみ攪拌評価方法及びごみ攪拌評価プログラム、並びにごみ攪拌評価装置 |
-
2017
- 2017-04-26 WO PCT/JP2017/016585 patent/WO2017188328A1/ja active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5628188A (en) * | 1979-08-14 | 1981-03-19 | Takuma Kk | Automatic driving device for dust feed crane in cleaning factory |
JPS57184091A (en) * | 1981-05-06 | 1982-11-12 | Tokyo Shibaura Electric Co | Method of automatically operating crane |
JPS6449815A (en) * | 1987-08-20 | 1989-02-27 | Kubota Ltd | Method of agitating refuse in refuse pit in refuse incinerator |
JPH01271306A (ja) * | 1988-04-22 | 1989-10-30 | Toshiba Corp | ゴミ処理クレーン制御装置 |
JPH11268883A (ja) * | 1998-03-20 | 1999-10-05 | Heelios:Kk | クレーンの運転操作方法及び装置 |
JP2000143151A (ja) * | 1998-11-10 | 2000-05-23 | Hitachi Ltd | 搬送装置および搬送装置を備えた荷出し入れ処理施設 |
JP2004326201A (ja) * | 2003-04-21 | 2004-11-18 | Mitsubishi Heavy Ind Ltd | 自動機械、及び、機械の自動化装置 |
JP2010275064A (ja) * | 2009-05-28 | 2010-12-09 | Kobe Steel Ltd | ごみ攪拌評価方法及びごみ攪拌評価プログラム、並びにごみ攪拌評価装置 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111770886A (zh) * | 2018-02-15 | 2020-10-13 | 日立造船株式会社 | 信息处理装置、信息处理方法、以及信息处理程序 |
WO2020153470A1 (ja) * | 2019-01-25 | 2020-07-30 | 日立造船株式会社 | 情報処理装置、情報処理方法、および情報処理プログラム |
JP2020118402A (ja) * | 2019-01-25 | 2020-08-06 | 日立造船株式会社 | 情報処理装置、情報処理方法、および情報処理プログラム |
CN113330254A (zh) * | 2019-01-25 | 2021-08-31 | 日立造船株式会社 | 信息处理装置、信息处理方法以及信息处理程序 |
JP7201458B2 (ja) | 2019-01-25 | 2023-01-10 | 日立造船株式会社 | 情報処理装置、情報処理方法、および情報処理プログラム |
CN113330254B (zh) * | 2019-01-25 | 2024-02-13 | 日立造船株式会社 | 信息处理装置、信息处理方法以及信息处理程序 |
WO2021171720A1 (ja) * | 2020-02-28 | 2021-09-02 | 日立造船株式会社 | 情報処理装置、制御システム、制御変数決定方法、および制御変数決定プログラム |
JP7450212B2 (ja) | 2020-02-28 | 2024-03-15 | 日立造船株式会社 | 情報処理装置、制御システム、制御変数決定方法、および制御変数決定プログラム |
WO2023074397A1 (ja) * | 2021-10-25 | 2023-05-04 | 日立造船株式会社 | 情報処理装置、スケジュール生成方法、スケジュール生成プログラム、および制御システム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2017200852A (ja) | 計算装置、計算装置の制御方法、制御プログラム、および記録媒体 | |
JP6659474B2 (ja) | クレーン制御装置、クレーン制御装置の制御方法、制御プログラム、および記録媒体 | |
WO2017188328A1 (ja) | 計算装置、計算装置の制御方法、制御プログラム、および記録媒体 | |
JP6853718B2 (ja) | 情報処理装置、情報処理方法、および情報処理プログラム | |
JP5185197B2 (ja) | ごみ攪拌評価方法及びごみ攪拌評価プログラム、並びにごみ攪拌評価装置 | |
JP7148327B2 (ja) | クレーン制御装置、クレーン制御装置の制御方法、制御プログラム、および記録媒体 | |
WO2017212923A1 (ja) | ごみクレーン運転装置およびごみクレーン運転方法 | |
CN110770506B (zh) | 信息处理装置、信息处理方法、以及记录介质 | |
JP6644993B1 (ja) | ごみクレーン制御システム | |
JP7145355B1 (ja) | 情報処理システム、運転計画方法、およびプログラム | |
CN113330254B (zh) | 信息处理装置、信息处理方法以及信息处理程序 | |
JP7161642B1 (ja) | 制御システムおよび運転計画方法 | |
JP7516025B2 (ja) | ごみクレーンの運転システムおよびこれを適用したごみ処理施設 | |
Kongar et al. | A multiple objective tabu search approach for end-of-life product disassembly | |
WO2023074397A1 (ja) | 情報処理装置、スケジュール生成方法、スケジュール生成プログラム、および制御システム | |
JP2023098427A (ja) | 情報処理装置、制御内容決定方法、ごみ調整方法、制御内容予測モデルの生成方法、強化学習モデルの生成方法、制御内容決定プログラム、およびごみ調整プログラム | |
Kemme et al. | Operational rmgc-planning problems | |
Colla et al. | GA-based solutions comparison for warehouse storage optimization | |
Maimon et al. | FMS control design: an information value approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 17789610 Country of ref document: EP Kind code of ref document: A1 |
|
WWE | Wipo information: entry into national phase |
Ref document number: 2017789610 Country of ref document: EP |
|
ENP | Entry into the national phase |
Ref document number: 2017789610 Country of ref document: EP Effective date: 20181128 |