JP2012194712A

JP2012194712A - Production plan creation method

Info

Publication number: JP2012194712A
Application number: JP2011057326A
Authority: JP
Inventors: Yuichiro Kimura; 雄一郎木村
Original assignee: Panasonic Corp
Current assignee: Panasonic Corp
Priority date: 2011-03-16
Filing date: 2011-03-16
Publication date: 2012-10-11

Abstract

PROBLEM TO BE SOLVED: To efficiently create a production plan by performing the output of a production plan allocation candidate following an empirical rule.SOLUTION: This production plan creation method includes: creating and outputting, when creating a production plan, a plurality of allocation candidates on the basis of a fixed rule and an empirical rule in the case of selecting a production lot to be allocated to a production line; tabulating evaluation results based on each empirical rule and evaluation results predicted by plan simulation to evaluate the allocation candidates; rearranging the outputs of the allocation candidates in the order of high possibility that the allocation candidates are selected; and using the selected allocation candidates when creating the allocation candidates the next time by learning from an empirical rule database as the re-evaluation result of weight.

Description

本発明は、複数ある生産ラインに生産ロットを割り付ける生産計画の作成を、補助できる生産計画作成方法に関するものである。 The present invention relates to a production plan creation method capable of assisting creation of a production plan for assigning production lots to a plurality of production lines.

生産計画の作成は、使用可能な複数の生産ラインに、生産予定の生産ロット群の中から作業者自身が生産ロットを１件ずつ選択しながら割り付けていくことにより実行されている。 The production plan is created by assigning the production lots to a plurality of usable production lines while selecting the production lots one by one from the production lot group to be produced.

図１５は作業者による従来の生産計画作成方法を示している。
この従来の生産計画作成方法は、生産ロット選択や計画が妥当かの判断などのそれぞれの作業が、ステップＳ１〜Ｓ４のように全て作業者による評価・選択に依存している。 FIG. 15 shows a conventional production plan creation method by an operator.
In this conventional production plan creation method, each operation such as selection of a production lot and determination of whether the plan is appropriate depends on evaluation and selection by the operator as in steps S1 to S4.

ステップＳ１とステップＳ２で作業者Ｍは、生産予定の生産ロット群の中から生産ロットを１件ずつ選択して、いつ、どの生産ラインで生産するかを、納期や生産ライン切換時間などの生産条件を検討し、計画が妥当かを試行錯誤している。 In step S1 and step S2, the worker M selects one production lot from the production lot group to be produced one by one, and when and on which production line to produce, such as delivery date and production line switching time. The conditions are examined and trials and errors are carried out to determine whether the plan is appropriate.

ステップＳ３で作業者Ｍは、ステップＳ２で妥当であると判断した生産ラインに、検討中のその生産ロットの生産を割り付ける。
ステップＳ４で作業者Ｍは、生産予定の生産ロット群の内で生産ラインの割り付けが完了していない未割り付け生産ロットが残っていないかを判断し、未割り付け生産ロットが無くなったとステップＳ４で作業者が判断するまでステップＳ１〜ステップ４を繰り返し実行する。 In step S3, the worker M assigns the production of the production lot under consideration to the production line determined to be appropriate in step S2.
In step S4, the worker M determines whether there are any unallocated production lots for which production line allocation has not been completed among the production lot groups scheduled to be produced. If there are no unallocated production lots, work is performed in step S4. Steps S1 to Step 4 are repeatedly executed until the person determines.

そのため、稼働中の生産ライン毎に、場合によっては数百以上ある割り付け候補から妥当と思われる生産ロットを選択して適切な割り付けをする必要があるため、作業者にとって生産計画の作成は、非常に時間がかかる作業である。この作業を短時間で行うには作業者の経験・ノウハウが必要不可欠である。 Therefore, it is necessary to select a production lot that seems to be appropriate from several hundred or more candidate allocations for each production line in operation. It takes time to complete. To perform this work in a short time, the experience and know-how of the worker is indispensable.

この生産計画作成を効率化するために、最適化手法などを用いた図１６に示す自動化の方法などが、従来より検討されている。
図１６に示すステップＳ１〜ステップＳ４では、図１５に示したステップＳ１〜ステップＳ４のように作業者がその都度に行うのではなく、あらかじめ設定された自動立案ルールＲに基づいた処理となっている。 In order to make the production plan creation more efficient, an automation method shown in FIG. 16 using an optimization method or the like has been studied conventionally.
In steps S1 to S4 shown in FIG. 16, the worker does not perform each time as in steps S1 to S4 shown in FIG. 15, but is a process based on the automatic planning rule R set in advance. Yes.

ステップＳ１〜ステップＳ４では、自動立案ルールＲに基づいて「生産ロットの選択・生産ロットの生産ラインへの割り付けの検討」と「選択した生産ロットを生産できる生産ラインであるかの判断」，「生産できると判断された生産ラインに、生産ラインを検討中の生産ロットを割り付け」，「生産ラインの割り付けが完了していない未割り付けの生産ロットが残っていないか判断」を実施する。 In steps S1 to S4, based on the automatic planning rule R, “selection of production lots / consideration of allocation of production lots to production lines” and “determination of whether production lines can be produced”, “ Allocate production lots for which production lines are under consideration to production lines that have been determined to be able to be produced "and" determine whether there are any unallocated production lots for which production line assignment has not been completed ".

自動立案の終了をステップＳ５で検出すると、次いでステップＳ６において作業者Ｍによる結果確認と評価によって、生産ロット選択およびラインへの割り付けの妥当性が判断される。自動立案の結果の妥当性を作業者が評価して不適切であるとステップＳ６で判断された場合には、ステップＳ７において自動立案ルールＲを修正して、再度の自動立案を実施する。 When the end of the automatic planning is detected in step S5, the validity of the production lot selection and the allocation to the line is determined by the result confirmation and evaluation by the worker M in step S6. If the operator evaluates the validity of the result of the automatic planning and determines that it is inappropriate in step S6, the automatic planning rule R is corrected in step S7, and the automatic planning is performed again.

このように、生産ロット選択・ライン割り付け検討から自動立案終了までの作業は自動立案ルールＲに基づいて自動化されるため、作業者の手はかからないが、自動立案終了後に、結果の妥当性確認や判断条件となる自動立案ルールの修正が作業者の評価・選択に依存しており、結果として効率化にはつながらないケースが散見される。しかも、生産計画はその時々の状況により最適化の条件が変化するため、事前に決定した割り付けルールを基づく自動化では、修正する作業が頻発してしまい、結果として作業時間と作業者の経験への依存という問題を解決することが困難である。 As described above, since the work from the selection of production lots / line allocation to the end of automatic planning is automated based on the automatic planning rule R, there is no need for the operator. In some cases, the correction of the automatic drafting rule, which is a judgment condition, depends on the evaluation and selection of the worker, and as a result, it does not lead to efficiency. Moreover, because the optimization conditions of production plans change depending on the circumstances at the time, automation based on pre-determined allocation rules frequently requires correction work, resulting in a reduction in work time and operator experience. It is difficult to solve the problem of dependence.

同様の作業を効率化する方法として、例えばＣＡＤシステムの配線の設計効率化のように、経験則に基づいて使用される確率の高い部品の組み合わせを選択する方法などがある（例えば、特許文献１参照）。 As a method for improving the efficiency of the same work, there is a method of selecting a combination of components having a high probability of being used based on an empirical rule, for example, improving the design efficiency of a CAD system wiring (for example, Patent Document 1). reference).

特開平１０−１９０１６２号公報JP-A-10-190162

しかしながら、ＣＡＤシステムの配線方法の効率化手法を生産計画作成に適用する場合、経験則のみに基づいた割り付けでは、最適化条件の変化、生産計画の状況により変化する最適化の条件に対応できないため、納期遅れなどの問題を解決できない場合がある。また前記の方法では全ての機能ブロックを組み合わせてから評価しているが、生産計画作成問題においては全期間、全生産ロットの組み合わせでは計算量が膨大になるため、実用化が困難である。 However, when the CAD system wiring method efficiency method is applied to production planning, allocation based only on empirical rules cannot cope with changes in optimization conditions and optimization conditions that change depending on the status of the production plan. In some cases, problems such as delays in delivery can not be solved. In the above method, evaluation is performed after all functional blocks are combined. However, in the production plan creation problem, the amount of calculation becomes enormous in the combination of all the production periods and all the production lots, so that practical application is difficult.

本発明は、前記従来の課題を解決するもので、作業者が生産ロットを選択する作業を効率化し、また実用可能な計算量とすることで、生産計画作成者の作業を効率的に支援する生産計画作成方法を提供することを目的とする。 The present invention solves the above-described conventional problems, and efficiently supports the work of a production plan maker by making the work of selecting a production lot more efficient and using a practical amount of calculation. An object is to provide a production plan creation method.

本発明の生産計画作成方法は、割り付け候補となる生産ロットを、前記生産ロットの生産条件情報の評価項目ごとに過去の割り付け候補の選択結果により構築された経験則データベースに基づいて評価した第１評価値と、割り付け候補となる生産ロットを前記第１評価値が高いものから順に各生産ラインでの生産計画シミュレーションを実施して求めた生産結果の予測結果である第２評価値とから求めた、割り付け候補の生産ロットと割り付け候補生産ラインの割り付けの評価結果である第３評価値に基づいて割り付け候補の生産ロットに順位を付けて出力し、前記順位を付けて出力された割り付け候補の内から特定の生産ロットを前記生産ラインに割り付け、前記特定の生産ロットに基づいて学習して前記経験則データベースを更新することを特徴とする。 According to the production plan creation method of the present invention, a production lot that is an allocation candidate is evaluated based on an empirical rule database that is constructed by selecting past allocation candidates for each evaluation item of the production condition information of the production lot. An evaluation value and a production lot that is a candidate for allocation were obtained from a second evaluation value that is a prediction result of a production result obtained by executing a production plan simulation in each production line in order from the highest first evaluation value. , Based on the third evaluation value, which is the evaluation result of the allocation candidate production lot and the allocation candidate production line, ranks and outputs the allocation candidate production lots, and among the allocation candidates output with the ranking Assign a specific production lot to the production line, learn based on the specific production lot, and update the heuristic database. The features.

この構成によると、選択される可能性が高いと経験則データベースに基づいて予測される順番に生産ロットを作業者に出力し、この出力された割り付け候補を順位の高いものから評価することでその時点で最も妥当な候補を自ら選択する作業の省力化を実現できる。 According to this configuration, the production lots are output to the worker in the order predicted based on the heuristic database when the possibility of being selected is high, and the output allocation candidates are evaluated from the highest ranking. It is possible to save labor for selecting the most appropriate candidate at that time.

また、生産ラインに割り付ける生産ロットを選択する際の割り付け候補の出力を、作業者によって選択されて生産ラインに割り付けられた生産ロットの内容に基づいて、選択された生産ロットの内容の何れの属性が重視されたかを重みとして前記経験則データベースへ自動的に反映し、次回の割り付け候補作成時に使用するので、割り付け候補の出力の順位の精度を高めることができる。割り付け候補の出力の順序とは、例えば機種（直前の生産機種からの切換時間）・納期日（納期までの余裕日数）・台数・その他生産条件などの生産ロットの属性や、その生産ロットを選択した場合の計画シミュレーション結果から予測される納期遅れの件数、切換回数などを評価値として数値化し、どの属性を重視するかを示す重み係数と加算した値を総評価値として算出する。 Also, the output of the allocation candidate when selecting the production lot to be allocated to the production line is selected based on the content of the production lot selected by the operator and allocated to the production line. Is automatically reflected in the rule-of-thumbing database as a weight, and used when the next allocation candidate is created, so that the accuracy of the output ranking of the allocation candidates can be improved. The output order of the allocation candidates is, for example, selecting the production lot attributes such as model (switching time from the previous production model), delivery date (number of days before delivery), number, other production conditions, and the production lot. The number of delivery delays predicted from the planned simulation result in this case, the number of times of switching, etc. are digitized as evaluation values, and a value added with a weighting factor indicating which attribute is important is calculated as a total evaluation value.

このように、生産計画作成作業において非常に時間がかかる生産ロット選択の作業を効率化することが可能である。
また、計画シミュレーションの予測結果を評価指標として採用し、常に予測される納期遅れなどの結果を考慮して割り付け作業を行うため、従来は計画作成後に行っていた計画修正作業が不要である。 In this way, it is possible to improve the efficiency of the production lot selection work that takes a very long time in the production plan creation work.
In addition, the forecast result of the plan simulation is adopted as an evaluation index, and the assignment work is always performed in consideration of the result such as the expected delivery delay, so that the plan correction work conventionally performed after the plan creation is unnecessary.

さらに、割り付け候補の選択結果を経験則データベースに記録し、重みを再評価することにより、より作業を効率化することや、作業者が変更された場合でも妥当性の高い計画が早期に作成することが可能となる。 In addition, the selection results of assignment candidates are recorded in the rule-of-thumb database, and the weights are reevaluated to make work more efficient and even when workers are changed, a plan with high relevance is created early. It becomes possible.

本発明の生産計画作成方法を実行する生産計画作成装置の構成図Configuration diagram of a production plan creation device for executing the production plan creation method of the present invention 本発明の生産計画作成方法の具体的な作業の流れ図Specific work flow chart of the production plan creation method of the present invention 同実施の形態における割り付け候補を評価する作業の流れ図Flow chart of work for evaluating allocation candidates in the embodiment 同実施の形態における項目別経験則データベースを示す図The figure which shows the rule-of-thumb rule database according to the embodiment 同実施の形態における重みデータベースを示す図The figure which shows the weight database in the embodiment 同実施の形態における割り付け候補評価結果を示す図The figure which shows the allocation candidate evaluation result in the embodiment 同実施の形態におけるシミュレーション処理の流れ図Flow chart of simulation processing in the embodiment 同実施の形態における割り付け候補毎のシミュレーション処理の流れ図Flow chart of simulation processing for each allocation candidate in the embodiment 同実施の形態におけるシミュレーション結果の評価処理の流れ図Flow chart of simulation result evaluation processing in the embodiment 同実施の形態におけるシミュレーション結果の評価の実施結果として、納期遅れ件数の順位を適用した場合の一例を示す図The figure which shows an example at the time of applying the order of the number of delivery time delays as an implementation result of evaluation of the simulation result in the embodiment 同実施の形態において、割り付け候補の評価結果およびシミュレーション処理の評価結果により、割り付け候補の並び順が変化した推移の一例を示す図The figure which shows an example of the transition in which the arrangement order of the allocation candidate changed with the evaluation result of the allocation candidate, and the evaluation result of the simulation process in the same embodiment 同実施の形態における重みデータベースに対する学習処理の流れ図Flow chart of learning process for weight database in the embodiment 同実施の形態における学習処理で実施する順位計算結果の一例を示す図The figure which shows an example of the order calculation result implemented by the learning process in the embodiment 同実施の形態における学習処理により重みの変化の一例を示す図The figure which shows an example of a change of a weight by the learning process in the embodiment 従来の作業者による生産計画作成作業の流れ図Flow chart of conventional production plan creation work by workers 従来の生産計画作成作業の自動化を実施した場合の流れ図Flow chart when automating conventional production plan creation work

以下、本発明の生産計画作成方法を、具体的な実施の形態に基づいて説明する。
図１は本発明の生産計画作成方法を実行する生産計画作成装置１００を示す。図２はその流れ図を示す。 Hereinafter, the production plan creation method of the present invention will be described based on specific embodiments.
FIG. 1 shows a production plan creation apparatus 100 for executing the production plan creation method of the present invention. FIG. 2 shows the flow chart.

生産計画作成装置１００に対して作業者Ｍは、割り付け結果表示部１０２と割り付け候補表示部１０４に表示された内容を参考にして、割り付け候補選択入力部１０３に入力操作をするだけで、作業者の意図を反映した生産計画を作成できる。 The worker M with respect to the production plan creation apparatus 100 simply performs an input operation on the allocation candidate selection input unit 103 with reference to the contents displayed on the allocation result display unit 102 and the allocation candidate display unit 104. A production plan reflecting the intention of the company can be created.

稼働中の生産ラインに割り付ける生産ロットを選択する際に、生産計画作成装置１００は、図２のステップＳ２０１で、生産予定の生産ロット群の中から生産ラインに割り付けていない生産ロットを、割り付け候補とする。 When selecting a production lot to be assigned to an active production line, the production plan creation device 100 assigns a production lot that is not assigned to a production line from the production lot group to be produced in step S201 in FIG. And

ステップ２０２では、割り付け候補の生産ロットの生産条件情報の評価項目ごとに、過去の割り付け候補の選択結果により構築された経験則データベース部１０９に基づいて評価した、第１評価値を求める。 In step 202, for each evaluation item of the production condition information of the production candidate of the allocation candidate, a first evaluation value evaluated based on the empirical rule database unit 109 constructed by the past allocation candidate selection results is obtained.

生産ロットの生産条件情報とは、製品の仕様を特定する商品コードとしての品番、納期、生産台数、納品先、見込み生産と受注生産の別などである。ここでは、例えば、評価項目が品番、納期、生産台数の３項目であるとして説明する。 The production condition information of the production lot includes a product number as a product code for specifying the product specification, a delivery date, a production quantity, a delivery destination, a distinction between expected production and order production. Here, for example, the description will be made assuming that the evaluation items are three items of the product number, the delivery date, and the number of production.

ステップ２０３では、割り付け候補となる生産ロットを前記第１評価値が高いものから順に各生産ラインでの生産計画シミュレーションの第２評価値を求める。
ここで、生産計画シミュレーションの第２評価値とは、各生産ラインで生産を実施した場合に予想される結果の少なくとも一部が反映された数値である。ここでは、例えば、納期遅れや生産ライン切換回数などの項目であるとして説明する。 In step 203, the second evaluation value of the production plan simulation in each production line is obtained in order from the highest first evaluation value for the production lots to be assigned.
Here, the second evaluation value of the production plan simulation is a numerical value reflecting at least a part of a result expected when production is carried out in each production line. Here, for example, it is assumed that the items are items such as a delay in delivery date and the number of times of production line switching.

ステップ２０４では、第１評価値と第２評価値に基づいて割り付け候補の生産ロットと割り付け候補生産ラインの割り付けの評価結果である第３評価値を求める。
ステップ２０５では、第３評価値が高いものから順番に並べ換えて、各生産ロットの生産を実施するのに適している生産ラインを割り付け候補表示部１０４によって表示する。 In step 204, based on the first evaluation value and the second evaluation value, a third evaluation value that is an evaluation result of the allocation of the production lots to be allocated and the allocation candidate production lines is obtained.
In step 205, the allocation candidate display unit 104 displays the production lines suitable for carrying out the production of the respective production lots in order from the highest third evaluation value.

作業者Ｍは、生産予定の生産ロットの数が多く、何れの生産ロットから割り付けを開始して良いのか判断しにくいような場合であっても、割り付け候補表示部１０４によって表示された第３評価値が上位の生産ロットの内容を作業者自身が判断し、第３評価値が最上位の生産ロットを最優先で選択する場合には、これを生産計画作成装置の割り付け候補選択入力部１０３で選択入力することによって、この選択入力がステップ２０６で確認され、稼働中の生産ラインに割り付ける生産計画の生産ロットが決定される。生産ラインに割り付けが決定された生産ロットが割り付け結果表示部１０２に表示される。 Even if the worker M has a large number of production lots scheduled to be produced and it is difficult to determine from which production lot the allocation can be started, the third evaluation displayed by the allocation candidate display unit 104 is displayed. When the operator himself / herself determines the content of the production lot with the higher value and selects the production lot with the highest third evaluation value with the highest priority, this is selected by the allocation candidate selection input unit 103 of the production plan creation device. By making a selection input, this selection input is confirmed in step 206, and a production lot of a production plan to be allocated to an active production line is determined. The production lots assigned to the production line are displayed on the assignment result display unit 102.

作業者自身が判断する基準としては、上記のように「第３評価値が最上位の生産ロットを最優先で選択する場合」のほかに、下記のような選択形態などがある。
（１）生産台数が多い生産ロットを優先しようとする場合
第３評価値が同じ、または第３評価値に少しの違いがあっても生産台数が多い下位の生産ロットを、第３評価値が最上位の生産ロットよりも先に割り付け候補選択入力部１０３で選択入力する。 In addition to “when the production lot with the third highest evaluation value is selected with the highest priority” as described above, the criteria for the operator himself to judge include the following selection modes.
(1) When trying to prioritize production lots with a large production volume
Even if the third evaluation value is the same, or there is a slight difference in the third evaluation value, the lower production lot with a large number of units to be produced is assigned prior to the highest production lot with the third evaluation value. The selection is input in the unit 103.

（２）見込み生産よりも受注生産を優先しようとする場合
第３評価値が同じ、または第３評価値に少しの違いがあっても受注生産の生産ロットを、見込み生産である上位の生産ロットよりも先に割り付け候補選択入力部１０３で選択入力する。 (2) When order-made production is prioritized over forecast production
Even if the third evaluation value is the same or there is a slight difference in the third evaluation value, the production lot of the build-to-order production is selected and input by the assigned candidate selection input section 103 before the higher-order production lot that is the prospective production .

ステップ２０７では、ステップ２０６で確認された結果を生産計画作成装置の学習部１１０で学習して経験則データベース部１０９を更新する。
ステップ２０８では、未割り付けの有無を確認し、未割り付けが残っている場合にはステップ２０１に戻ってステップ２０７で更新後の経験則データベース部１０９に基づいて、ステップ２０８で未割り付けが無くなるまでステップ２０１〜ステップ２０７を繰り返す。 In step 207, the result confirmed in step 206 is learned by the learning unit 110 of the production plan creation device, and the rule-of-thumb database unit 109 is updated.
In step 208, the presence or absence of unallocation is confirmed. If unallocation remains, the process returns to step 201, and in step 207, based on the updated rule-of-thumb database 109, step 208 is performed until there is no unallocation. 201 to step 207 are repeated.

コンピュータを主要部として構成されるこの生産計画作成装置１００は、大きく分けて、生産計画作成部１０１と、経験則データベース部１０９と、割り付け候補評価部１１３と、シミュレーション部１１６との、４つの処理部より構成されている。 This production plan creation apparatus 100 having a computer as a main part is roughly divided into four processes: a production plan creation unit 101, an empirical rule database unit 109, an allocation candidate evaluation unit 113, and a simulation unit 116. It consists of parts.

生産計画作成部１０１は、生産ラインの状態を表示し生産ロットの割り付け処理を行う部分であって、生産ロットがどの生産ラインでいつ生産されるかを示す「割り付け済ロット情報」を記憶する割り付け済ロット情報記憶部１０７と、割り付け済ロット情報記憶部１０７から読み出した「割り付け済ロット情報」をディスプレイなどを用いて表示する割り付け結果表示部１０２と、生産ラインに割り付けされていない生産ロットを表す「未割り付けロット情報」を記憶する未割り付けロット情報記憶部１０８と、未割り付けロット情報記憶部１０８から読み出した「未割り付けロット情報」を割り付け候補として、後述するルールで並べ換えをして一覧で表示する割り付け候補表示部１０４と、品番・ライン・タクトタイムなどの生産能力などの生産ラインの「生産条件」を保持する生産条件記憶部１０６と、未割り付け生産ロットをどの生産ラインでいつ生産するかを選択するマウスなどを用いた入力手段である割り付け候補選択入力部１０３と、割り付け候補選択入力部１０３からの指示で未割り付けロット情報を、生産条件記憶部１０６から読み出した生産条件を考慮して生産ラインに割り付けた場合の計算を行い、生産時間などの計算結果と合わせて割り付け済ロット情報記憶部１０７に記録する割り付け処理部１０５から構成される。 The production plan creation unit 101 is a part that displays the state of the production line and performs production lot assignment processing, and stores “assigned lot information” indicating when and in which production line the production lot is produced. The allocated lot information storage unit 107, the allocation result display unit 102 that displays the “allocated lot information” read from the allocated lot information storage unit 107 using a display, and the like, and production lots that are not allocated to the production line The unallocated lot information storage unit 108 that stores “unallocated lot information” and the “unallocated lot information” read from the unallocated lot information storage unit 108 are rearranged according to the rules described later and displayed in a list. Allocation candidate display section 104 to be produced, and production capacity such as product number, line, and tact time A production condition storage unit 106 that holds “production conditions” of which production line, an allocation candidate selection input unit 103 that is an input means using a mouse or the like that selects when and in which production line an unallocated production lot is produced, In accordance with an instruction from the allocation candidate selection input unit 103, calculation is performed when the unallocated lot information is allocated to the production line in consideration of the production conditions read from the production condition storage unit 106, and is combined with the calculation results such as the production time. And an allocation processing unit 105 that records in the allocated lot information storage unit 107.

経験則データベース部１０９は、過去の生産ロット選択の結果を品番別などの項目毎および重みとして保持する部分であって、後述する学習処理に使用する過去の生産ロット選択結果から構築された項目別経験則データベース１１１と重みデータベース１１２と、割り付け候補選択入力部１０３の選択結果から、選択された生産ロットの情報を項目別データベース１１１と重みデータベース１１２に記録する処理である学習部１１０から構成される。 The rule-of-thumb database unit 109 is a part that holds the result of past production lot selection for each item such as by product number and as a weight, and for each item constructed from the past production lot selection result used for learning processing to be described later The rule-of-thumb database 111, the weight database 112, and the learning unit 110, which is a process of recording information on the selected production lot in the item-specific database 111 and the weight database 112 from the selection result of the allocation candidate selection input unit 103. .

割り付け候補評価部１１３は、それぞれの生産ロットを割り付け候補として過去の経験則の情報と組み合わせて評価し、並べ換えを行う部分であって、未割り付けロット情報記憶部１０８から読み出した「未割り付けロット情報」と生産条件記憶部１０６から読み出した生産条件とを組み合わせて割り付け候補を作成し、項目別経験則データベース１１１や重みデータベース１１２から割り付け候補を評価する処理である割り付け候補評価部１１４と、割り付け候補評価部１１４の処理結果である「割り付け候補評価結果」を記憶する割り付け候補評価結果記憶部１１５と、割り付け候補評価結果記憶部１１５から読み出した「割り付け候補評価結果」を評価が高い順序で並べ換えて、割り付け候補表示部１０４に反映する割り付け候補並べ換え部１１９から構成される。 The allocation candidate evaluation unit 113 evaluates each production lot as an allocation candidate in combination with past rule-of-thumb information, and performs rearrangement. The “unallocated lot information read from the unallocated lot information storage unit 108” ”And the production conditions read from the production condition storage unit 106 to create allocation candidates, and the allocation candidate evaluation unit 114, which is a process for evaluating the allocation candidates from the item-specific heuristic database 111 and the weight database 112, and the allocation candidates The allocation candidate evaluation result storage unit 115 that stores the “allocation candidate evaluation result” that is the processing result of the evaluation unit 114 and the “allocation candidate evaluation result” read from the allocation candidate evaluation result storage unit 115 are rearranged in the order of high evaluation. , Arrangement candidate list to be reflected in the allocation candidate display unit 104 Consisting of handle portion 119.

シミュレーション部１１６は、割り付け候補を選択した場合にどのような計画結果が得られるかを予測する割り付け候補評価結果記憶部１１５から読み出した割り付け候補評価結果で評価が高い割り付け候補を選択した際、どのような計画結果が予測されるかを生産条件記憶部１０６から読み出した生産条件などを元にシミュレーションを行うシミュレーション処理部１１７と、そのシミュレーション処理部１１７の結果を記憶するシミュレーション結果記憶部１１８から構成される。
− 処理の全体の流れ −
割り付け結果表示部１０２と割り付け候補表示部１０４に表示された内容を参考にして、作業者Ｍが割り付け候補選択入力部１０３を介して割り付け処理部１０５に指示すると、割り付け処理部１０５が生産ラインへの割り付け処理を行う。割り付け処理部１０５の結果は、割り付け済ロット情報記憶部１０７に記録され、割り付け結果表示部１０２に反映される。 The simulation unit 116 predicts what kind of plan result is obtained when an allocation candidate is selected. When selecting an allocation candidate having a high evaluation from the allocation candidate evaluation result read from the allocation candidate evaluation result storage unit 115, A simulation processing unit 117 that performs a simulation based on the production condition read from the production condition storage unit 106 to determine whether a plan result is predicted, and a simulation result storage unit 118 that stores the result of the simulation processing unit 117 Is done.
− Overall flow of processing −
When the worker M instructs the allocation processing unit 105 via the allocation candidate selection input unit 103 with reference to the contents displayed on the allocation result display unit 102 and the allocation candidate display unit 104, the allocation processing unit 105 enters the production line. Perform the allocation process. The result of the allocation processing unit 105 is recorded in the allocated lot information storage unit 107 and is reflected in the allocation result display unit 102.

また、割り付け候補選択入力部１０３による生産ロットの選択結果は、割り付け候補表示部１０４の次回以降の表示に反映させるため、経験則データベース部１０９の学習部１１０により、項目別経験則データベース１１１および重みデータベース１１２に記録される。 Further, in order to reflect the selection result of the production lot by the allocation candidate selection input unit 103 in the subsequent display of the allocation candidate display unit 104, the learning unit 110 of the empirical rule database unit 109 performs the item-specific empirical rule database 111 and the weight. Recorded in the database 112.

割り付け候補表示部１０４における生産ロットの並び順は、割り付け候補並べ換え部１１９が、割り付け候補評価結果記憶部１１５から読み出した「割り付け候補評価結果」に基づき決定される。割り付け候補評価結果記憶部１１５の内容は、未割り付けロット情報記憶部１０８から読み出した「未割り付けロット情報」に基づいている。また、割付候補評価部１１４の処理結果である「割り付け候補評価結果」については、シミュレーション結果記憶部１１８の「シミュレーション結果」も使用される。これらの処理については後述の図７のところで説明する。 The arrangement order of the production lots in the allocation candidate display unit 104 is determined based on the “allocation candidate evaluation result” read from the allocation candidate evaluation result storage unit 115 by the allocation candidate rearranging unit 119. The contents of the allocation candidate evaluation result storage unit 115 are based on “unallocated lot information” read from the unallocated lot information storage unit 108. For the “assignment candidate evaluation result” that is the processing result of the assignment candidate evaluation unit 114, the “simulation result” in the simulation result storage unit 118 is also used. These processes will be described later with reference to FIG.

ステップ２０１の“ 割り付け候補作成 ”では、未割り付けロット情報記憶部１０８から読み出した「未割り付けロット情報」を、割り付け候補評価部１１３における「割り付け候補評価結果」の初期値（＝割り付け候補）として割り付け候補評価結果記憶部１１５に保存する。 In “assignment candidate creation” in step 201, “unassigned lot information” read from the unassigned lot information storage unit 108 is assigned as an initial value (= assignment candidate) of “assignment candidate evaluation result” in the assignment candidate evaluation unit 113. The candidate evaluation result storage unit 115 stores the result.

ステップ２０２の“ 割り付け候補評価 ”では、生産条件情報の過去の割り付け候補の選択結果の経験則による評価値を決定する。具体的には、それぞれの割り付け候補に対して、評価項目ごとに項目別経験則データベース１１１および重みデータベース１１２を用いた処理で評価を行い、割り付け候補評価結果記憶部１１５に保存する。この評価の例を図３で説明する。
− ステップ２０２の詳細 −
図３は、ステップ２０２の“ 割り付け候補評価 ”の処理の流れを示す。 In “assignment candidate evaluation” in step 202, an evaluation value based on an empirical rule of the selection result of past assignment candidates in the production condition information is determined. Specifically, each allocation candidate is evaluated for each evaluation item by a process using the item-based heuristic database 111 and the weight database 112 and stored in the allocation candidate evaluation result storage unit 115. An example of this evaluation will be described with reference to FIG.
− Details of step 202 −
FIG. 3 shows a flow of processing of “assignment candidate evaluation” in step 202.

ステップ３０１の“ 初期データ作成 ”では、未割り付けロット情報記憶部１０８からデータ未割り付けロット情報１０８Ａを全件抽出し、初期データとして割り付け候補評価結果記憶部１１５に登録する。 In “initial data creation” in step 301, all data unallocated lot information 108 A is extracted from the unallocated lot information storage unit 108 and registered as initial data in the allocation candidate evaluation result storage unit 115.

ステップ３０２からステップ３０８は、項目別経験則データベースの評価項目毎の繰り返し処理となる。評価項目は、品番や納期までの余裕日数などの生産条件１０６が任意に設定され、それぞれに項目別経験則データベース１１１を作成する。この評価項目の例については後述の図１０のところで説明する。 Steps 302 to 308 are repetitive processes for each evaluation item in the item-specific rule of thumb database. As the evaluation items, production conditions 106 such as the product number and the number of days before delivery are arbitrarily set, and an item-specific empirical rule database 111 is created for each. An example of this evaluation item will be described later with reference to FIG.

ステップ３０３の“ 重み抽出 ”では、重みデータベース１１２より項目毎の重みＹｎを抽出する。例えば、項目数：ｎ＝３の場合の重みデータベースの一例を図５に示す。この図５に示すように評価項目の重みを重みデータベースより抽出すると０．５が得られる。この重みとは、それぞれの評価項目が選択においてどれだけ重要性が高いかを示す指標であり、過去の割り付け候補の選択結果から算出される。算出方法は後述する図１２のところで説明する。 In “weight extraction” in step 303, the weight Yn for each item is extracted from the weight database 112. For example, FIG. 5 shows an example of a weight database when the number of items is n = 3. As shown in FIG. 5, when the weight of the evaluation item is extracted from the weight database, 0.5 is obtained. This weight is an index indicating how important each evaluation item is in the selection, and is calculated from the selection result of past allocation candidates. The calculation method will be described later with reference to FIG.

ステップ３０４からステップ３０７は、未割り付けロット情報で取得された生産ロットごとの繰り返し処理となる。
ステップ３０５の“ 評価値抽出 ”では、割り付け候補ｍの評価項目ｎにおける評価値Ｘｍｎを項目別経験則データベース１１１より抽出する。 Steps 304 to 307 are repetitive processes for each production lot acquired with the unallocated lot information.
In “evaluation value extraction” in step 305, the evaluation value Xmn in the evaluation item n of the allocation candidate m is extracted from the item-specific empirical rule database 111.

ステップ３０６の“ 総評価値計算 ”では、ステップ３０４で抽出した項目毎の重みＹｎとステップ３０５で抽出した評価値Ｘｎの積Ｘｍｎに、それまでの評価値（Ｚｍ）を加算して総評価値Ｚｍを割り付け評価結果として割り付け候補評価結果記憶部１１５に記録する。 In “total evaluation value calculation” in step 306, the total evaluation value Zm is obtained by adding the evaluation value (Zm) so far to the product Xmn of the weight Yn for each item extracted in step 304 and the evaluation value Xn extracted in step 305. The allocation evaluation result is recorded in the allocation candidate evaluation result storage unit 115 as an allocation evaluation result.

以上の処理を、ステップ３０７で割り付け候補毎に繰り返し実施し、ステップ３０８で評価項目毎に繰り返し実施することにより、割り付け候補毎の総評価値が割り付け評価結果に記録される。 The above processing is repeatedly performed for each allocation candidate in step 307 and repeatedly performed for each evaluation item in step 308, whereby the total evaluation value for each allocation candidate is recorded in the allocation evaluation result.

図４は、項目別経験則データベース１１１の一例として、品番の例を示す。
品番は、生産ラインの設定や材料など生産条件の切換作業を行う時間に影響することが多く、通常は同一品番や条件類似している品番を連続して生産するような生産計画が効率的とされる。ここでは生産予定の生産ロット群で扱う製品は、４０１で示すように品番：Ａ，Ｂ，Ｃである。 FIG. 4 shows an example of the product number as an example of the item-specific heuristic database 111.
The product number often affects the time required to switch production conditions such as production line settings and materials. Usually, the production plan that continuously produces the same product number or similar product conditions is considered to be efficient. Is done. Here, the products handled in the production lot group scheduled for production are product numbers: A, B, and C as indicated by 401.

品番：Ａについては、４０２で示すように直前に割り付けあるいは選択した品番Ａ，Ｂ，Ｃに次いで、割り付け候補として品番：Ａが出現した回数が、出現回数が４０３で示すように評価値“３０”，評価値“３０”，評価値“１０”と項目別経験則データベース１１１に格納されている。 As for the product number: A, the number of appearances of the product number: A as the allocation candidate after the product numbers A, B, C assigned or selected immediately before as indicated by 402 is the evaluation value “30, as indicated by 403. ", Evaluation value" 30 ", evaluation value" 10 ", and item-specific empirical rule database 111.

また、直前に割り付けあるいは選択した品番Ａ，Ｂ，Ｃに次いで、品番：Ａが選択される選択回数が４０４で示すように評価値“１０”，評価値“３”，評価値“２”と項目別経験則データベース１１１に格納されている。 Further, after the product numbers A, B, and C assigned or selected immediately before, the number of selections in which the product number: A is selected is an evaluation value “10”, an evaluation value “3”, and an evaluation value “2”. It is stored in the item-specific rule of thumb database 111.

また、割り付け候補の生産ロットの品番：Ａが選択される確率で、選択回数÷出現回数で算出され、４０５で示すように“３３％”，“１０％”，“２０％”と項目別経験則データベース１１１に格納されている。この選択確率が４０６で示すように評価値“３３”，“１０”，“２０”として採用される。 In addition, the product number of the production lot that is the allocation candidate: A is the probability of selection, and is calculated by the number of selections divided by the number of occurrences. Stored in the law database 111. This selection probability is adopted as evaluation values “33”, “10”, “20” as indicated by 406.

品番：Ｂ，Ｃについても同様に、出現回数，選択回数，選択確率，評価値が項目別経験則データベース１１１に格納されている。
例えば、割り付け候補の品番が“Ａ”で、直前に割り付けた品番が“Ａ”の場合、評価値は３３となる。品番以外の項目としては、納期までの余裕日数や一生産ロットあたりの生産台数、材料の共通性、色など、様々な生産条件が想定されるが、いずれも評価値として項目別経験則データベース１１１より抽出可能なものとする。 Similarly for item numbers B and C, the number of appearances, the number of selections, the selection probability, and the evaluation value are stored in the empirical rule database 111 for each item.
For example, when the product number of the allocation candidate is “A” and the product number assigned immediately before is “A”, the evaluation value is 33. As the items other than the product number, various production conditions such as the number of days to delivery, the number of production per production lot, the commonality of materials, the color, etc. are assumed. It shall be more extractable.

なお、評価項目が品番以外の場合、例えば、納期の場合は、納期までの余裕日数、生産ロットあたりの生産台数の場合は台数、材料の共通性は全ての材料の中で共通材料の占める割合、色に付いては品番同様に直前の生産ロットの色と割り付け候補の色で、割り付け候補がそれぞれどのグループに該当するかを分類し、そのグループの選択回数÷出現回数を評価値として算出する。 In addition, when the evaluation item is other than the product number, for example, in the case of a delivery date, the number of days until the delivery date, in the case of the number of production per production lot, the number of units, the commonality of materials is the ratio of the common material among all materials For the color, as with the product number, the color of the previous production lot and the color of the allocation candidate are classified into which group each allocation candidate corresponds to, and the number of selections in that group divided by the number of appearances is calculated as the evaluation value. .

ステップ３０６では、生産ロット毎の評価値の合計値である総評価値Ｚｍの積和を行う。
図６は、項目数：ｎ＝３、ロット数：ｍ＝３の場合の割り付け候補評価結果の一例である。Ｘ１〜Ｘ３はそれぞれ評価項目毎の評価値で、ここではＸ１は評価項目が“”品番の評価値、Ｘ２は評価項目が“納期”の評価値、Ｘ３は評価項目が“台数”の評価値を示す。生産ロット００１の総評価は、各項目の評価値Ｘｎと重みＹｎの積和Σ（Ｘｎ・Ｙｎ）であるので、２１となる。 In step 306, the product sum of the total evaluation value Zm, which is the total value of the evaluation values for each production lot, is performed.
FIG. 6 is an example of the allocation candidate evaluation result when the number of items: n = 3 and the number of lots: m = 3. X1 to X3 are evaluation values for each evaluation item. Here, X1 is an evaluation value of the product number “X”, X2 is an evaluation value of the evaluation item “delivery date”, and X3 is an evaluation value of the “item number”. Indicates. The total evaluation of the production lot 001 is 21 because it is the product sum Σ (Xn · Yn) of the evaluation value Xn of each item and the weight Yn.

ステップ２０３の“ 計画シミュレーション ”では、割り付け候補評価結果記憶部１１５から読み出した「割り付け候補評価結果」の評価値が高いものから順にシミュレーション処理部１１７にて生産計画シミュレーションを実施し、その処理結果をシミュレーション結果記憶部１１８に保存する。このシミュレーション方法に関しては、前述の図１６などに示す計画自動作成の手法などを用いる。
− ステップ２０３の詳細 −
図７は、ステップ２０３の“ シミュレーション処理 ”の流れを示す。 In “plan simulation” of step 203, the production plan simulation is executed by the simulation processing unit 117 in descending order of the evaluation value of the “assignment candidate evaluation result” read from the assignment candidate evaluation result storage unit 115, and the processing results are displayed. The result is stored in the simulation result storage unit 118. With respect to this simulation method, the method of automatic plan creation shown in FIG.
-Details of step 203-
FIG. 7 shows the flow of “simulation process” in step 203.

ステップ７０１の“ 割り付け候補並べ換え ”では、ステップ２０２で得られた評価結果１１５Ａに基づいて、割り付け候補の並べ換えを行う。これにより、評価の高い割り付け候補、すなわち、選択される可能性の高い候補を優先的にシミュレーション処理部１１７の対象として選択することとなる。 In “assignment candidate rearrangement” in step 701, the assignment candidates are rearranged based on the evaluation result 115 </ b> A obtained in step 202. As a result, a highly evaluated allocation candidate, that is, a candidate that is highly likely to be selected is preferentially selected as a target of the simulation processing unit 117.

ステップ７０２からステップ７０５では、割り付け候補毎の繰り返し処理となる。
ステップ７０３の“ シミュレーション処理 ”では、生産条件１０６Ａおよび未割り付けロット情報１０８Ａ、割り付け済ロット情報１０７Ａを用いて、その割り付け候補が選択された場合にどのような計画立案結果が予想されるか、計画自動作成処理を行ってシミュレーション結果１１８Ａとしてシミュレーション結果記憶部１１８に保存する。この処理については後述の図８にて説明する。 In steps 702 to 705, the process is repeated for each allocation candidate.
In the “simulation process” in step 703, what kind of planning result is expected when the allocation candidate is selected using the production condition 106A, the unallocated lot information 108A, and the allocated lot information 107A, An automatic creation process is performed and the result is stored in the simulation result storage unit 118 as a simulation result 118A. This process will be described later with reference to FIG.

ステップ７０４の“ 一定時間または一定回数経過判断 ”では、あらかじめ決められた回数または時間が経過した段階で割り付け候補毎のシミュレーション処理を中断する。これは、割り付け候補が多数ある場合、全ての割り付け候補に対して計画シミュレーションを実施すると計算量が膨大となり、実用的な応答速度を得られない場合があるためである。 In step 704 “determination of a certain time or certain number of times”, the simulation process for each allocation candidate is interrupted when a predetermined number of times or time has elapsed. This is because, when there are a large number of allocation candidates, if the planning simulation is performed on all allocation candidates, the calculation amount becomes enormous and a practical response speed may not be obtained.

ステップ７０５では、以上の処理を割り付け候補毎に繰り返すことにより、各割り付け候補を選択した場合のシミュレーション結果を得ることができる。
− ステップ７０３の詳細 −
図８は、ステップ７０３の割り付け候補毎の“ シミュレーション処理 ”の流れを示す。 In step 705, the above process is repeated for each allocation candidate, whereby a simulation result when each allocation candidate is selected can be obtained.
-Details of step 703-
FIG. 8 shows the flow of “simulation processing” for each allocation candidate in step 703.

ステップ８０１の“ 割り付け候補割り付け ”では、まず割り付け候補を割り付け済みロット情報や生産条件を考慮して生産ラインへの割り付けを行う。これは、本シミュレーション処理の目的が、割り付け候補が選択された場合にどのような計画結果が得られるかを予測するため、ステップ８０２の自動立案ルールに基づく生産ロット選択・割り付け検討を行う前に実施する。 In “assignment candidate assignment” in step 801, assignment candidates are first assigned to production lines in consideration of assigned lot information and production conditions. This is because the purpose of this simulation process is to predict what kind of plan result will be obtained when an allocation candidate is selected, so that the production lot selection / allocation examination based on the automatic planning rule in step 802 is performed. carry out.

ステップ８０２の生産ロット選択・ライン割り付け検討では、あらかじめ決められた自動立案ルールに基づいて、未割り付けロット情報から１件の生産ロットを選択し、生産ラインへの割り付けを試みる。 In the production lot selection / line allocation study in step 802, one production lot is selected from the unallocated lot information based on a predetermined automatic planning rule, and allocation to the production line is attempted.

ステップ８０３の実行可能解かの判断では、自動立案ルールで選択した生産ロットを生産ラインに割り付けることによって生産計画に矛盾が発生しないかどうかを評価し、実行可能解であればステップ８０４の割り付けにて実際に生産ラインへの割り付け処理を行い、実行不可能解であればステップ８０２へ戻る。 In the determination of the feasible solution in step 803, the production lot selected by the automatic planning rule is assigned to the production line to evaluate whether there is a contradiction in the production plan. Actually, the allocation process to the production line is performed. If the solution is not executable, the process returns to step 802.

ステップ８０５の未割り付け生産ロットが残っているかの判断では、未割り付けロット情報が残っていればステップ８０２へ戻ることにより、全ての未割り付け生産ロットを生産ラインに割り付けるまでステップ８０２から８０４までの処理を繰り返し実施する。 In the determination of whether or not unallocated production lots remain in step 805, if unallocated lot information remains, the process returns to step 802, and processing from steps 802 to 804 is performed until all unallocated production lots are allocated to the production line. Repeatedly.

ステップ８０６の“ シミュレーション結果の保存 ”では、ステップ８０１から８０５の処理で得られた生産ロットの生産ラインへの割り付け結果を、後の処理であるステップ２０４にて比較・評価できるようにするため、納期遅れ件数などの情報をシミュレーション結果として保存する。
− ステップ２０４の詳細 −
図９は、ステップ２０４の“ シミュレーション結果評価 ”の評価処理の流れを示す。 In “Save Simulation Result” in Step 806, in order to be able to compare / evaluate the allocation result of the production lot obtained in the processing of Steps 801 to 805 to the production line in Step 204 which is the subsequent processing, Save information such as the number of delivery delays as simulation results.
− Details of step 204 −
FIG. 9 shows the flow of the evaluation process of “simulation result evaluation” in step 204.

ステップ９０１からステップ９０４では、シミュレーション処理における評価項目毎の繰り返し処理となる。
ステップ９０２の“ シミュレーション評価 ”では、割り付け候補毎にシミュレーション結果９００から、予測される納期遅れの件数や納期遅れの最大日数、仕掛り在庫、切換回数などの項目毎に算出し、評価値として保存する。この評価値の計算方法については、評価項目毎に変換関数を設定する。 From step 901 to step 904, the process is repeated for each evaluation item in the simulation process.
In “simulation evaluation” in step 902, for each allocation candidate, the simulation result 900 is calculated for each item such as the predicted number of delivery delays, the maximum number of days for delivery delay, in-process inventory, and the number of switchings, and stored as an evaluation value. To do. For the evaluation value calculation method, a conversion function is set for each evaluation item.

図１０は評価値を変換関数を用いて処理を行った場合の一例として、納期遅れの件数の順位を評価項目として設定した場合を示す。項目数：ｎ＝４、ｎ１〜ｎ３は図６を参照。
割り付け候補毎に納期遅れの件数を、シミュレーション結果記憶部１１８より抽出・集計し、割り付け候補毎に順位を決定する。この例の場合、納期遅れ件数が少ないシミュレーション結果のほうがより望ましい結果であるため、順位が高いものほど評価が高くなるよう、評価値：Ｘ４を設定する。本例では評価関数として、評価値Ｘ４は最下位の生産ロットを評価値０として設定し、順位が１上がる毎に１０ずつ値を高く設定するようにしている（順位：ｆ＝（割り付け候補件数 − 順位） × １０）。 FIG. 10 shows a case where the rank of the number of delivery delays is set as an evaluation item as an example of processing the evaluation value using a conversion function. Number of items: n = 4, n1 to n3 refer to FIG.
The number of delays in delivery date for each allocation candidate is extracted and aggregated from the simulation result storage unit 118, and the rank is determined for each allocation candidate. In the case of this example, a simulation result with a smaller number of delivery delays is a more desirable result. Therefore, the evaluation value: X4 is set so that the higher the ranking, the higher the evaluation. In this example, as the evaluation function, the evaluation value X4 is set such that the lowest production lot is set as the evaluation value 0, and the value is set higher by 10 each time the rank increases by 1 (rank: f = (number of allocation candidates). -Ranking) x 10).

ステップ９０３の“ 順位または評価計算 ”では、この評価値：Ｘ４と重みデータベースより取得した重み：Ｙ４をステップ２０２で算出された総評価値：Ｚに積和する。
以上の処理を評価項目毎に繰り返し実施することにより、シミュレーション処理の評価結果を総評価値：Ｚに記録する。項目毎の繰り返しの終了をステップ９０４で検出すると、図９の評価処理を終了する。
− ステップ２０５の詳細 −
ステップ２０４で求めた総評価値：Ｚ（第３評価値）が高いものから順番に並べ換えて、各生産ロットの生産を実施するのに適している生産ラインを割り付け候補表示部１０４によって表示するステップ２０５の処理により、割り付け候補の並び順の変化の一例を図１１に示す。 In “ranking or evaluation calculation” in step 903, the evaluation value: X4 and the weight: Y4 acquired from the weight database are multiplied and summed with the total evaluation value: Z calculated in step 202.
By repeating the above process for each evaluation item, the evaluation result of the simulation process is recorded in the total evaluation value: Z. When the end of repetition for each item is detected in step 904, the evaluation process in FIG. 9 is terminated.
− Details of step 205 −
Step 205 displays the production line suitable for carrying out the production of each production lot by the allocation candidate display unit 104 by rearranging in order from the highest total evaluation value: Z (third evaluation value) obtained in step 204. FIG. 11 shows an example of a change in the arrangement order of the allocation candidates by the above process.

この図１１では、当初、生産ロット番号順に並んでいた割り付け候補が、ステップ２０２およびステップ２０５の評価結果により並べ換えられ、より選択される可能性の高い割り付け候補から昇順に、割り付け候補生産ロットＮｏ．００１，Ｎｏ．００２，Ｎｏ．００３の順番が２，３，１に並べ換えられている。
− ステップ２０７の詳細 −
選択される可能性の高い割り付け候補順に並べ換えられたステップ２０５の結果を参考した作業者Ｍが、割り付け候補選択入力部１０３から選択入力したことをステップ２０６で検出すると、ステップ２０７では図１２示すようにして経験則データベース部１０９を更新する。 In FIG. 11, the allocation candidates that were initially arranged in the order of the production lot numbers are rearranged according to the evaluation results of step 202 and step 205, and the allocation candidate production lot numbers are assigned in ascending order from the allocation candidates that are more likely to be selected. 001, No. 002, no. The order of 003 is rearranged to 2, 3, 1.
− Details of step 207 −
When the worker M referring to the result of the step 205 rearranged in the order of the assignment candidates having a high possibility of being selected is selected and inputted from the assignment candidate selection input unit 103 in step 206, in step 207, as shown in FIG. Then, the heuristic database unit 109 is updated.

ステップ１２０１の項目毎の順位計算では、図１３の例に示すように割り付け候補・項目毎に順位を計算する。図１３は、学習処理で実施する順位計算結果の一例を示す図であり、順位：Ｗ１〜Ｗ３はそれぞれ図６の評価項目：Ｘ１〜Ｘ３の評価値から算出した割り付け候補毎の順位である。項目毎の最高順位とは、割り付け候補生産ロットＮｏ．００１では評価値：Ｘ１の順位：Ｗ１が最高順位である。項目毎の最低順位とは、割り付け候補生産ロットＮｏ．００１では評価値：Ｘ３の順位：Ｗ３が最低順位である。割り付け候補生産ロットＮｏ．００３では、評価値：Ｘ２の順位：Ｗ２と評価値：Ｘ３の順位：Ｗ３が同じになるが、このような場合には、割り付け処理部１０５が所定のルールに基づいてその他の評価項目の評価値を参照して、ここでは評価値：Ｘ２の順位：Ｗ２が最高順位、評価値：Ｘ１の順位：Ｗ１が最低順位と自動修正する。 In the rank calculation for each item in step 1201, the rank is calculated for each allocation candidate / item as shown in the example of FIG. FIG. 13 is a diagram illustrating an example of a rank calculation result performed in the learning process, and ranks: W1 to W3 are ranks for each allocation candidate calculated from the evaluation values of the evaluation items: X1 to X3 in FIG. The highest rank for each item is the allocation candidate production lot number. In 001, the evaluation value: X1 rank: W1 is the highest rank. The lowest rank for each item is the allocation candidate production lot number. In 001, the evaluation value: X3 rank: W3 is the lowest rank. Allocation candidate production lot No. In 003, the evaluation value: X2 rank: W2 and the evaluation value: X3 rank: W3 are the same. In such a case, the allocation processing unit 105 evaluates other evaluation items based on a predetermined rule. With reference to the values, the evaluation value: X2 rank: W2 is automatically corrected to the highest rank, and the evaluation value: X1 rank: W1 is automatically corrected to the lowest rank.

ステップ１２０２の最高順位の項目抽出では、割り付け候補選択入力部１０３にて選択された割り付け候補の中で、最高順位の項目を選択する。例えば、図１３において割り付け候補生産ロットＮｏ．００１が選択された場合は１位となっている評価値：Ｘ１の評価項目が最高順位である。 In the highest-order item extraction in step 1202, the highest-order item is selected from the allocation candidates selected by the allocation candidate selection input unit 103. For example, in FIG. When 001 is selected, the evaluation item of evaluation value X1: X1 is the highest.

ステップ１２０３の最高順位の項目の重み加算では、ステップ１２０２で抽出された評価値：Ｘ１の評価項目が割り付け候補を選択する際に最も重視した項目として、次回評価時にその項目が重視されるよう重みを加算する。図１４は学習処理により重みの変化の一例を示し、学習前と学習後の重みの変化を示している。例えば、ステップ２０６で割り付け候補生産ロットＮｏ．００１が選択された場合、図１３より項目毎の最高順位がＷ１、項目毎の最低順位がＷ３であるので、最高順位：Ｗ１の項目に対応する重み：Ｙ１の値を０．５から０．６に増加させ、最低順位：Ｗ３に対応する重みＹ３の値が０．２から０．１に減少する。 In the weight addition of the highest ranking item in step 1203, the evaluation item extracted in step 1202 is weighted so that the evaluation item X1 is regarded as the most important item when selecting the allocation candidate, and that item is emphasized in the next evaluation. Is added. FIG. 14 shows an example of a change in weight by learning processing, and shows a change in weight before and after learning. For example, in step 206, the allocation candidate production lot No. When 001 is selected, since the highest rank for each item is W1 and the lowest rank for each item is W3 from FIG. 13, the value of weight Y1 corresponding to the item of highest rank: W1 is changed from 0.5 to 0. The weight Y3 corresponding to the lowest rank: W3 is decreased from 0.2 to 0.1.

ステップ１２０４の最低順位の項目抽出、ステップ１２０５の最低順位の重み減算については、ステップ１２０２の最高順位の項目抽出およびステップ１２０３の最低順位の重み加算とは逆に、最も重視されなかった項目として、次回の評価時にその項目が重視されないように、重みを減算する。処理の手順についてはステップ１２０２、ステップ１２０３と同様であるため、省略する。 Concerning the lowest rank item extraction in step 1204 and the lowest rank weight subtraction in step 1205, the lowest priority item extraction in step 1202 and the lowest rank weight addition in step 1203 are the least important items. The weight is subtracted so that the item is not regarded as important in the next evaluation. The processing procedure is the same as Step 1202 and Step 1203, and is therefore omitted.

以上の処理により、作業者が選択を行うたびにどの項目が重視されるかを学習することが可能となり、それがステップ２０５の“ 割り付け候補の表示の並び順 ”に反映されることとなるため、より効率的に生産ロットを生産ラインに割り付ける作業を行うことが出来る。 With the above processing, it is possible to learn which items are important each time the operator makes a selection, and this is reflected in the “display order of allocation candidates” in step 205. Thus, it is possible to more efficiently assign production lots to production lines.

また、一度に全期間・全生産ロットの組み合わせで計算するのでなく、部分的に処理を行うことにより、実用可能な計算量とすることで、生産計画作成者の作業を効率的に支援できる。 In addition, it is possible to efficiently support the work of the production plan creator by making the calculation amount practical by performing partial processing instead of calculating with a combination of all periods and all production lots at once.

上記の実施の形態ではｎ＝３の場合であったが、このような生産計画作成を必要としている工場の実際のｎは数百であって、“ 割り付け候補の表示の並び順 ”に割り付け処理部１０５が出力することによって、その出力された上位群の生産ロットの中から生産ラインへの割り付けを決定して生産計画の作成を進めることができ、従来のように数百の生産ロットの中の何れの生産ロットから生産ラインへの割り付けを開始していくべきかの判断を必要としている作業内容を大幅に改善できる。 In the above-described embodiment, n = 3, but the actual n of the factory that needs to produce such a production plan is several hundreds, and the allocation processing is performed in the “arrangement order of allocation candidate display”. The output of the unit 105 allows the production plan to be created by determining the allocation to the production line from the output production lots of the upper group, and among the hundreds of production lots as in the past. It is possible to greatly improve the work content that requires the determination of which production lot to be assigned to the production line.

上記の実施の形態では、割り付け候補表示部１０４で表示して割り付け候補の順位を出力して作業者に提供したが、印刷装置を設けて割り付け候補の順位を印字して出力するように構成することもできる。 In the above embodiment, the assignment candidate display unit 104 displays the assignment candidate rank and outputs it to the operator. However, a printing apparatus is provided to print and output the assignment candidate rank. You can also.

本発明は、作業者を補助しながら実情に即した生産計画を作成でき、各種の生産設備の運転管理に寄与できる。 INDUSTRIAL APPLICABILITY The present invention can create a production plan according to the actual situation while assisting an operator, and can contribute to operation management of various production facilities.

１０１生産計画作成部
１０２割り付け結果表示部
１０３割り付け候補選択入力部
１０４割り付け候補表示部
１０５割り付け処理部
１０６生産条件保持部
１０７割り付け済ロット情報記憶部
１０８未割り付けロット情報記憶部
１０９経験則データベース部
１１０学習部
１１１項目別経験則データベース
１１２重みデータベース
１１３割り付け候補評価部
１１４割り付け候補評価部
１１６シミュレーション部
１１７シミュレーション処理部
１１８シミュレーション結果記憶部
１１９割り付け候補並べ換え部 DESCRIPTION OF SYMBOLS 101 Production plan preparation part 102 Assignment result display part 103 Assignment candidate selection input part 104 Assignment candidate display part 105 Assignment processing part 106 Production condition holding part 107 Assigned lot information storage part 108 Unassigned lot information storage part 109 Empirical rule database part 110 Learning unit 111 Item-based heuristic database 112 Weight database 113 Allocation candidate evaluation unit 114 Allocation candidate evaluation unit 116 Simulation unit 117 Simulation processing unit 118 Simulation result storage unit 119 Allocation candidate rearrangement unit

Claims

割り付け候補となる生産ロットを、
前記生産ロットの生産条件情報の評価項目ごとに過去の割り付け候補の選択結果により構築された経験則データベースに基づいて評価した第１評価値と、割り付け候補となる生産ロットを前記第１評価値が高いものから順に各生産ラインでの生産計画シミュレーションを実施して求めた生産結果の予測結果である第２評価値とから求めた、割り付け候補の生産ロットと割り付け候補生産ラインの割り付けの評価結果である第３評価値に基づいて割り付け候補の生産ロットに順位を付けて出力し、
前記順位を付けて出力された割り付け候補の内から特定の生産ロットを前記生産ラインに割り付け、
前記特定の生産ロットに基づいて学習して前記経験則データベースを更新する
生産計画作成方法。 Production lots that are candidates for allocation
For each evaluation item of the production lot information of the production lot, a first evaluation value evaluated based on an empirical rule database constructed based on past allocation candidate selection results, and a production lot that is an allocation candidate is the first evaluation value The evaluation results of the allocation candidate production lots and allocation candidate production lines assigned from the second evaluation value, which is the prediction result of the production results obtained by executing the production plan simulation in each production line in order from the highest Based on a third evaluation value, the production lots that are candidates for allocation are ranked and output,
A specific production lot is allocated to the production line from among the allocation candidates output with the ranking,
A production plan creation method for learning based on the specific production lot and updating the rule of thumb database.

割り付け候補の生産ロットが、どの生産ラインを選択する可能性が高いかを前記経験則データベースから抽出し、その結果からどの生産ラインがより選択される可能性が高いかを判断して、前記割り付け候補の前記第１評価値に反映させる
請求項１記載の生産計画作成方法。 From the heuristic database, it is extracted from the rule of thumb database which production line is likely to be selected as the production lot of the allocation candidate, and the allocation is determined by determining which production line is more likely to be selected. The production plan creation method according to claim 1, which is reflected in the first evaluation value of a candidate.

前記割り付け候補に対して、それぞれシミュレーション処理を行うことにより、前記割り付け候補を選択した際の納期遅れ、または切換回数の計画結果を予測し、その結果からどの前記割り付け候補がより望ましい結果を得られる可能性が高いかを判断して、前記割り付け候補の前記第２評価値に反映させる
請求項１記載の生産計画作成方法。 By performing a simulation process for each of the allocation candidates, it is possible to predict a delay in delivery when the allocation candidate is selected or a plan result of the number of times of switching, and which allocation candidate is more desirable from the result. The production plan creation method according to claim 1, wherein whether or not the possibility is high is determined and reflected in the second evaluation value of the allocation candidate.

割り付け候補の生産ロットが、どの生産ラインを選択する可能性が高いかを前記経験則データベースから抽出し、その結果からどの生産ラインがより選択される可能性が高いかを判断して、前記割り付け候補の前記第１評価値に反映させ、
前記割り付け候補に対して、それぞれシミュレーション処理を行うことにより、前記割り付け候補を選択した際の納期遅れや切換回数の計画結果を予測し、その結果からどの前記割り付け候補がより望ましい結果を得られる可能性が高いかを判断して、前記割り付け候補の前記第２評価値に反映させ、
過去の割り付け候補の選択結果において評価値が高い傾向にある項目の評価値の影響をより高く設定し、評価値が低い傾向にある項目の評価値の影響をより低く設定する重みづけすることにより、どの割り付け候補がより望ましい結果を得られる可能性が高いかを判断して、割り付け候補の前記第１または第２評価値に反映させる
請求項１記載の生産計画作成方法。 From the heuristic database, it is extracted from the rule of thumb database which production line is likely to be selected as the production lot of the allocation candidate, and the allocation is determined by determining which production line is more likely to be selected. Reflected in the first evaluation value of the candidate,
By performing a simulation process for each of the allocation candidates, it is possible to predict the delivery delay and the planned result of the number of times of switching when the allocation candidate is selected, and it is possible to obtain a more desirable result from which result. Judging whether the property is high and reflecting it in the second evaluation value of the allocation candidate,
By setting the impact of evaluation values of items that tend to have high evaluation values in the selection results of past assignment candidates to a higher value, and setting the impact of evaluation values of items that tend to have lower evaluation values to a lower weight The production plan creation method according to claim 1, wherein which allocation candidate is highly likely to obtain a more desirable result is reflected in the first or second evaluation value of the allocation candidate.

前記評価値への重み付けの反映方法は、前記各項目の評価値に前記各項目の重み係数を掛け算する
請求項４記載の生産計画作成方法。 5. The production plan creation method according to claim 4, wherein the method of reflecting the weight on the evaluation value is obtained by multiplying the evaluation value of each item by a weighting coefficient of each item.

割り付け候補毎の評価値の高い順に並べ換えて、未割り付けの生産ロットの表示する順序に反映させて作業者が生産ロットを選択して割り付けする作業を効率化する
請求項４または請求項５記載の生産計画作成方法。 6. The work according to claim 4 or 5, wherein the worker selects the production lots and assigns them efficiently by rearranging them in descending order of the evaluation value for each allocation candidate and reflecting the result in the display order of the unallocated production lots. Production plan creation method.

前記特定の生産ロットに基づいて学習して前記経験則データベースを更新する工程は、
前記割り付け候補を選択した結果を項目別経験則データベースとして保存し、また、選択した割り付け候補で評価値が高かった項目および低かった項目を重みデータベースとして保存して、次回以降の割り付け候補の評価に使用することにより、より選択される可能性が高い割り付け候補が優先的に表示する
請求項１〜請求項６の何れかに記載の生産計画作成方法。 Learning based on the specific production lot and updating the heuristic database,
The result of selecting the allocation candidate is stored as an item-by-item rule of thumb database, and the items with a high evaluation value and the items with a low evaluation value of the selected allocation candidate are stored as a weight database for evaluation of the allocation candidates for the next and subsequent times. The production plan creation method according to any one of claims 1 to 6, wherein an allocation candidate that is more likely to be selected is displayed preferentially.