JPH10187799A - Device and method for planing - Google Patents
Device and method for planingInfo
- Publication number
- JPH10187799A JPH10187799A JP33941396A JP33941396A JPH10187799A JP H10187799 A JPH10187799 A JP H10187799A JP 33941396 A JP33941396 A JP 33941396A JP 33941396 A JP33941396 A JP 33941396A JP H10187799 A JPH10187799 A JP H10187799A
- Authority
- JP
- Japan
- Prior art keywords
- function
- planning
- value
- plan
- capacity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- 230000008569 process Effects 0.000 claims abstract description 48
- 238000005457 optimization Methods 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 17
- 230000009467 reduction Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 abstract description 16
- 230000006870 function Effects 0.000 description 81
- 239000011159 matrix material Substances 0.000 description 32
- 238000004519 manufacturing process Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 6
- 230000002068 genetic effect Effects 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000002922 simulated annealing Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
【0001】[0001]
【発明の属する技術分野】本発明は、各種分野の様々な
計画立案等における、最適な計画案を提供する手段に関
し、特に、順列、組み合わせの数が膨大で、かつ、必ず
最適解となる計画案が存在する問題を、簡易な構成で極
めて高速に解決する計画立案装置及び方法に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a means for providing an optimum plan in various plans in various fields, and more particularly, to a plan in which the number of permutations and combinations is enormous and an optimum solution is always obtained. The present invention relates to a planning apparatus and a method for solving a problem with a plan at a very high speed with a simple configuration.
【0002】[0002]
【従来の技術】多種多様な分野(例えば、製造プロセ
ス、下水道配管設計等)における、各種資源の配分等を
対象とする計画立案問題において、最大、あるいは、最
小とする項目を定め、該項目を、最大、あるいは、最小
とする計画案である最適解を、現実的に許容できる時間
内に見つけだす方法に関しては、種々の方法が開発され
ている。2. Description of the Related Art In a variety of fields (for example, manufacturing process, sewerage piping design, etc.), in a planning problem targeting distribution of various resources, an item to be maximum or minimum is determined, and the item is determined. Various methods have been developed for finding an optimal solution, which is a plan to be maximized or minimized, within a practically acceptable time.
【0003】例えば、ニューラルネットワークを応用し
た方法、シミュレーテッドアニーリングによる方法等の
各種の方法が提案されており、これら各種方法について
は、特開平2−304587号公報「最短距離、最短時
間または最低交通費算出装置」、あるいは「シミュレー
ッテド・アニーリング法を用いた配送計画支援システ
ム、1994年度人工知能学会全国大会(第8回)論文
集、pp.373〜376」等の文献に記載されてい
る。For example, various methods such as a method using a neural network and a method using simulated annealing have been proposed. For these various methods, see Japanese Patent Application Laid-Open No. 2-304587, entitled "Minimum distance, minimum time or minimum traffic". Expense Calculator ", or a" delivery planning support system using the simulated annealing method, Transactions of the 1994 Annual Conference of the Japanese Society for Artificial Intelligence (8th), pp. 373-376 ".
【0004】また、カオスを応用した方法も行われてお
り、例えば、文献「「巡回セールスマン問題画期的方法
−カオス利用で驚異の高成績、科学朝日、1993−F
eb.」に記載されている。[0004] Also, a method using chaos has been applied. For example, the literature "" Travel salesman problem epoch-making method-amazing high performance by using chaos, Science Asahi, 1993-F
eb. "It is described in.
【0005】一方、確率的探索を利用した、最適化・学
習等のための手法として、遺伝的アルゴリズムを用いる
方法も知られている。この方法は、生物進化の原理から
着想を得たアルゴリズムであり、例えば、特開平4−2
81550号公報、「Goldberg,D.E.,GENETIC ALGORITH
M in search,Optimization,and Machine Learning, Add
ison Wesley, 1989」、「北野宏明 編:遺伝的アルゴ
リズム,産業図書(株),平成5年6月3日初版」、
「日経AI別冊,秋号,pp.106〜111,1991」等の文献
に記載されている。On the other hand, a method using a genetic algorithm is also known as a method for optimization / learning or the like using a stochastic search. This method is an algorithm inspired by the principle of biological evolution.
No. 81550, “Goldberg, DE, GENETIC ALGORITH
M in search, Optimization, and Machine Learning, Add
ison Wesley, 1989 ”,“ Hiroaki Kitano, Genetic Algorithm, Sangyo Tosho Co., Ltd., First Edition June 3, 1993 ”,
It is described in documents such as "Nikkei AI Separate Volume, Autumn Issue, pp. 106-111, 1991".
【0006】[0006]
【発明が解決しようとする課題】従来の計画立案方法に
おいては、複数(n)の工程を経て完了する複数(m)
の作業を最短期間となる様計画する問題において、一般
的に各工程に必要な作業時間は、予め与えられた値とし
て前記目的関数を求めていた。In the conventional planning method, a plurality of (m) processes are completed through a plurality of (n) processes.
In the problem of planning the operation to be the shortest period, the objective function is generally obtained as a value given in advance for the operation time required for each process.
【0007】しかしながら、必要な作業時間は能力によ
り可変であり、能力配分も計画問題に取り入れる必要が
ある。[0007] However, the required working time varies depending on the capacity, and the capacity distribution also needs to be included in the planning problem.
【0008】このような、能力配分を伴う計画問題の例
として、複数(n)の工程を経て完了する複数(m)の
作業が指定期間内に完了しない場合、能力配分を変更
し、最も効果的な能力投入により、指定期間内に完了さ
せることが考えられる。[0008] As an example of such a planning problem involving capacity distribution, when a plurality of (m) works completed through a plurality of (n) steps are not completed within a designated period, the capacity distribution is changed and the most effect is obtained. It is conceivable to complete within the designated period by the appropriate capacity input.
【0009】また、複数(n)の工程を経て完了する複
数(m)の作業を行う現在の生産計画の中で相対的に余
裕のある工程の能力配分を縮小変更し、最も効果的な能
力投入により、同じ指定期間に適合させたい場合が考え
られる。In addition, in the current production plan for performing a plurality of (m) operations to be completed through a plurality of (n) processes, the capacity distribution of the process which has a relatively margin in the current production plan is reduced and changed, and the most effective capacity is obtained. There may be a case where it is desired to match the same designated period by inputting.
【0010】あるいはまた、現在の生産計画に余裕を与
えるために指定期間を延ばし、複数(n)の工程を経て
完了する複数(m)の作業における能力配分を変更し、
最も効果的な能力投入により、新たな指定期間に適合さ
せたい場合も考えられる。[0010] Alternatively, in order to give a margin to the current production plan, the designated period is extended, and the capacity distribution in a plurality of (m) operations completed through a plurality of (n) steps is changed.
You may want to adapt to a new designated period with the most effective ability input.
【0011】本発明の目的は、能力配分の変更を伴う計
画問題における上記要求を満たし、組み合わせの数が膨
大である計画問題の中から、能力投入の最適解を短期間
に求めることのできる計画立案装置及び方法を提供する
ことである。It is an object of the present invention to satisfy the above-mentioned requirements in a planning problem involving a change in capacity allocation, and to plan a short-term optimal solution for capacity input from a planning problem having a large number of combinations. It is to provide a planning device and a method.
【0012】[0012]
【課題を解決するための手段】本発明は、与えられた計
画対象となる問題および該問題の解決に必要な変数の値
を受け付ける設定手段と、前記計画対象となる問題にお
いて最小化または最大化を図る項目を表す目的関数を作
成し、該目的関数の値を最小化または最大化する計画を
立案する最適化手段と、計画立案に必要な変数を記憶す
る記憶手段とを具備し、前記最適化手段は、前回立案さ
れた計画と新たに立案された計画における前記目的関数
の差分値を計算する演算機能と、前記目的関数の差分値
と予め設定された前記変数の値とを比較して、前記目的
関数の差分値が前記予め設定された変数の値より小さい
場合に、前回立案した計画を今回立案した計画に置き換
えて最適計画候補とする再計画機能を有する、計画立案
装置において、前記最適計画候補の可否を判断するため
に、前記問題の各要素が持つ属性値と前記立案結果に基
づく条件関数を作成する機能と、前記最適計画候補が前
記条件関数を充たさない場合に、該条件関数を充たす様
前記属性値を変更する機能とを有する能力設定手段を備
え、前記能力設定手段により能力再配分を行いながら前
記最適化手段により前記計画を再計画することを特徴と
する。According to the present invention, there is provided a setting means for receiving a given problem to be planned and values of variables necessary for solving the problem, and minimizing or maximizing the problem to be planned. Optimizing means for creating a plan for minimizing or maximizing the value of the objective function, and storage means for storing variables necessary for planning, the objective function comprising: The means for calculating the difference value of the objective function between the previously drafted plan and the newly drafted plan, and comparing the differential value of the objective function with the value of the preset variable. A replanning function that replaces a previously planned plan with a currently planned plan to be an optimal plan candidate when a difference value of the objective function is smaller than the value of the preset variable; A function of creating a condition function based on the attribute value of each element of the problem and the planning result in order to judge whether or not the optimal plan candidate is available; and, when the optimal plan candidate does not satisfy the condition function, A capability setting unit having a function of changing the attribute value so as to satisfy a function, wherein the plan is re-planned by the optimizing unit while the capacity setting unit performs the capacity redistribution.
【0013】本発明の他の特徴によれば、前記問題が、
複数の装置による工程を経て完了する複数の作業を最短
期間となる様計画する問題であって、前記能力変更手段
は、条件関数によって本計画が規定期間内に納まってい
るか否かを判断する機能と、最大負荷装置を決定する機
能と、最大負荷装置に対して新たな能力を設定する機能
とを有している。According to another feature of the invention, the problem is:
A problem of planning a plurality of operations to be completed through processes by a plurality of devices so as to be a shortest period, wherein the capability changing means determines whether or not the plan is within a prescribed period by a condition function. And a function of determining a maximum load device, and a function of setting a new capability for the maximum load device.
【0014】本発明の他の特徴によれば、前記能力変更
手段は、各作業時間の和を作業間隔時間の和で除した値
が最大となっている装置を最大負荷装置とする。According to another feature of the present invention, the capacity changing means sets a device having a maximum value obtained by dividing the sum of the work times by the sum of the work interval times as the maximum load device.
【0015】本発明の他の特徴によれば、前記能力変更
手段は、条件関数によって本計画が規定期間内に納まっ
ているか否かを判断する機能と、最小負荷装置を決定す
る機能と、最小負荷装置に対して新たな能力を設定する
機能とを有しているこ。According to another feature of the present invention, the capability changing means includes: a function for determining whether or not the plan is within a specified period by a condition function; a function for determining a minimum load device; It has a function to set a new capacity for the load device.
【0016】本発明の他の特徴は、与えられた計画対象
となる問題および該問題の解決に必要な変数の値を受け
付ける設定手段と、前記計画対象となる問題において、
最小化または最大化を図る項目を表す目的関数を作成
し、該目的関数の値を最小化または最大化する計画を立
案する最適化手段と、計画立案に必要な変数を記憶する
記憶手段とを具備し、前記最適化手段は、前回立案され
た計画と新たに立案された計画における前記目的関数の
差分値を計算する演算機能と、前記目的関数の差分値と
前記記憶手段内に予め設定された変数の値とを比較し
て、前記目的関数の差分値が前記予め設定された変数の
値より小さい場合に、前回立案した計画を今回立案した
計画に置き換え最適計画候補とする再計画機能を有する
計画立案装置による計画立案方法において、能力設定手
段により、前記最適計画候補の可否を判断するために、
前記問題の各要素が持つ属性値と前記立案結果に基づく
条件関数を作成するとともに、前記最適計画候補が前記
条件関数を充たさない場合、該条件関数を充たす様前記
属性値を変更し、能力再配分を行いながら前記最適化手
段により前記計画を再計画することにある。Another feature of the present invention is that a setting means for receiving a given problem to be planned and values of variables necessary for solving the problem;
Optimizing means for creating an objective function representing an item to be minimized or maximized, and planning for minimizing or maximizing the value of the objective function, and storage means for storing variables necessary for planning. The optimization means is provided with an arithmetic function for calculating a difference value of the objective function between a previously drafted plan and a newly drafted plan, and a difference value of the objective function and the storage means being preset. A re-planning function that replaces the previously drafted plan with the presently drafted plan and sets it as the optimal plan candidate when the difference value of the objective function is smaller than the value of the preset variable. In the planning method by the planning device having, in order to determine whether the optimal plan candidate by the capacity setting means,
In addition to creating a condition function based on the attribute values of the respective elements of the problem and the planning result, when the optimal plan candidate does not satisfy the condition function, the attribute value is changed to satisfy the condition function, and the capability It is to re-plan the plan by the optimizing means while allocating.
【0017】本発明の方法によれば、作業が指定期間内
に完了しない場合に能力配分を変更する処理は、例えば
次のようになる。すなわち、下記ステップにより、能力
ベクトルPを求めながら行列Aを最適化する。According to the method of the present invention, the processing for changing the capacity distribution when the work is not completed within the designated period is as follows, for example. That is, the matrix A is optimized while obtaining the performance vector P by the following steps.
【0018】ステップ1:前回の行列Aにもとづき、あ
る行を交換した新しい行列Aを作成し、目的関数fpを
求める。 ステップ2:前回と今回の目的関数を判定し、今回のほ
うが優れている場合は今回の行列Aを残し、前回のほう
が優れている場合は前回の行列Aを残す。 ステップ3:ステップ1、2を4×(nの2乗)回繰り
返す。 ステップ4:求められた行列AとPを使用し、fcを求
め、条件範囲内であれば終了する。Step 1: Based on the previous matrix A, create a new matrix A in which certain rows have been exchanged, and find the objective function fp. Step 2: The objective function of the previous time and the current time are determined. If this time is better, the current matrix A is left. If the previous time is better, the previous matrix A is left. Step 3: Steps 1 and 2 are repeated 4 × (n squared) times. Step 4: Using the obtained matrices A and P, fc is obtained.
【0019】ステップ5:最も効果的なPを求める為
に、今回変化させる工程(ベクトルPの要素)を決定す
る。例えば、行列(P・A)の各列の要素和を計算し、
最大箇所の列番号を今回変化させるPの要素番号iとす
る。 ステップ6:能力ベクトルのi番目の要素を増加させ、
次回の能力ベクトルとし、ステップ1へ戻る。Step 5: In order to obtain the most effective P, a process (element of the vector P) to be changed this time is determined. For example, the element sum of each column of the matrix (PA) is calculated,
The column number of the largest part is set to the element number i of P to be changed this time. Step 6: increasing the i-th element of the capability vector,
Return to step 1 as the next capability vector.
【0020】以上のステップにより求められた行列Aの
列順がロットの最適投入順を示し、ベクトルPの各要素
が各工程の最適能力設定値を示す。The column order of the matrix A obtained by the above steps indicates the optimum order of the lots, and each element of the vector P indicates the optimum capacity setting value of each process.
【0021】本発明によれば、能力配分の変更を伴う計
画問題における上記要求を満たし、組み合わせの数が膨
大である計画問題の中から、能力投入の最適解を短期間
に求める手段及び方法を提供することができる。According to the present invention, there is provided means and a method for satisfying the above-mentioned requirement in a planning problem involving a change in capacity distribution and finding an optimum solution for capacity input in a short time from a planning problem having a large number of combinations. Can be provided.
【0022】[0022]
【発明の実施の形態】以下、本発明の実施例を説明す
る。まず、図1、図2を用いて本発明の概念、すなわち
複数(n)の工程を経て完了する複数(m)ロットの作
業を一定期間内かつ最短期間となる様計画する問題とそ
の解法について説明する。Embodiments of the present invention will be described below. First, with reference to FIGS. 1 and 2, the concept of the present invention, that is, a problem of planning a plurality of (m) lots to be completed through a plurality of (n) steps within a certain period and a shortest period, and a method of solving the problem will be described. explain.
【0023】この問題の状態は、図1において、各工程
の作業時間を要素とし、行方向を工程順序、列方向を作
業着手順序とすれば、行列Aの様に表現できる。各工程
の能力をpi(1で100%、0.5で50%を意味す
る)として、能力ベクトルPを{1/p1,1/p2,
・・・1/pn}={b1,b2,b3,…bn}のように定
義すると、能力設定後の該問題状態は、数1で示される
P・Aの様になる。This problem state can be expressed as a matrix A in FIG. 1 by using the operation time of each process as an element, the row direction as the process order, and the column direction as the work start order. Assuming that the capacity of each process is pi (1 means 100%, 0.5 means 50%), the capacity vector P is {1 / p1, 1 / p2,
.. 1 / pn} = {b 1 , b 2 , b 3 ,..., B n}, the problem state after the capability setting is represented by P · A shown in Expression 1.
【0024】[0024]
【数1】 (Equation 1)
【0025】作業期間を求める関数を目的関数fp(P
・A)とする。同様の全作業期間を求める関数を条件関
数fc(P・A)とする。このとき、i行程の負荷は数
2で示される。The function for obtaining the work period is an objective function fp (P
・ A) A function for obtaining the same total work period is referred to as a condition function fc (PA). At this time, the load in the i-th stroke is represented by Expression 2.
【0026】[0026]
【数2】 (Equation 2)
【0027】この様に定義すると、該問題は、条件関数
fcが規定値以下となるような能力ベクトルPを決定
し、目的関数fpが最小となるような行列Aを決定する
事と同じとなる。Defining in this way, the problem is the same as determining a performance vector P such that the condition function fc is equal to or less than a specified value and determining a matrix A that minimizes the objective function fp. .
【0028】本発明によれば、下記のようにして、能力
変更処理と最適化処理の組み合わせにより、能力ベクト
ルPを求めながら行列Aを最適化する事を可能としてい
る。According to the present invention, it is possible to optimize the matrix A while obtaining the performance vector P by combining the performance change processing and the optimization processing as described below.
【0029】図2において、横軸は行程投入順等の解空
間を示し、縦軸は、目的関数fp、条件関数fc等の値
を示している。最初のステップで、前回の行列Aのある
行を交換した新しい行列Aを作成し、実太線で示すよう
な目的関数fpを求める。次のステップで、前回と今回
の目的関数を判定し、今回のほうが優れている場合は今
回の行列Aを残し、前回のほうが優れている場合は前回
の行列Aを残す。そして、上記ステップを4×(nの2
乗)回繰り返す。(最適化処理) その結果、求められた行列AとPを使用して、条件関数
fcを求め、破線で示す条件値内であれば処理を終了す
る。図2では(1),(2)の領域が条件値内にある。In FIG. 2, the abscissa indicates the solution space such as the order of the strokes, and the ordinate indicates the values of the objective function fp, the condition function fc and the like. In the first step, a new matrix A is created by exchanging a certain row of the previous matrix A, and an objective function fp as shown by a solid bold line is obtained. In the next step, the objective function of the previous time and that of the current time are determined. If this time is better, the current matrix A is left. If the previous time is better, the previous matrix A is left. Then, the above steps are performed by 4 × (n of 2
Squared) times. (Optimization process) As a result, the condition function fc is calculated using the obtained matrices A and P, and the process is terminated if the condition function fc is within the condition value indicated by the broken line. In FIG. 2, the areas (1) and (2) are within the condition values.
【0030】次のステップで、最も効果的なPを求める
為に、今回変化させる工程(ベクトルPの要素)を決定
する。例えば、行列(P・A)の各列の要素和を計算
し、最大箇所の列番号を今回変化させるPの要素番号i
とする。そして、能力ベクトルのi番目の要素を増加さ
せ(能力変更処理)、次回の能力ベクトルとし、最初の
ステップへ戻る。In the next step, a process (element of the vector P) to be changed this time is determined in order to obtain the most effective P. For example, the element sum of each column of the matrix (PA) is calculated, and the element number i of P that changes the column number of the largest part this time
And Then, the i-th element of the capability vector is increased (capacity change processing), the next capability vector is set, and the process returns to the first step.
【0031】以上のステップにより求められた行列Aの
列順がロットの最適投入順を示し、ベクトルPの各要素
が各工程の最適能力設定値を示す。The column order of the matrix A obtained by the above steps indicates the optimum order of loading lots, and each element of the vector P indicates the optimum capacity setting value of each process.
【0032】次に、図3により、本発明にかかる計画立
案装置の構成例を示す。本装置は、最適化手段1と、能
力変更手段2と、設定手段3と、記憶手段4とにより構
成され、これらは例えば、CPU、ROM、RAM等の
電子デバイス、記憶手段に保持されたプログラム、キー
ボード、マウスの入力装置及び表示装置等により実現で
きる。Next, FIG. 3 shows an example of the configuration of a planning device according to the present invention. This apparatus is composed of an optimizing unit 1, a capability changing unit 2, a setting unit 3, and a storage unit 4. These are, for example, electronic devices such as a CPU, a ROM, and a RAM, and programs stored in the storage unit. , A keyboard, a mouse input device, a display device, and the like.
【0033】最適化手段1は、最適な計画を立案する手
段であり、与えた計画対象となる問題において最小また
は最大とする項目を表現する目的関数を作成し、該目的
関数の値を、最大または最小にするための処理を行う手
段である。すなわち、最適化手段1は、目的関数を計算
する機能と、今回と前回の計画を前記記憶手段4に格納
されている定数とを比較して、計画を更新するか否かを
判断する機能と、今回計画が優れている場合に、最適解
候補を更新する機能と、上記をc×(nの2乗)回(例
えばc=4)繰り返すように、ポインタを更新する機能
を有している。The optimizing means 1 is a means for drafting an optimal plan. The optimizing means 1 creates an objective function representing an item to be minimized or maximized in a given problem to be planned, and sets the value of the objective function to a maximum. Alternatively, it is a means for performing processing for minimizing. That is, the optimizing means 1 has a function of calculating an objective function and a function of comparing the current and previous plans with constants stored in the storage means 4 to determine whether to update the plan. Has a function of updating the optimal solution candidate when the plan is excellent, and a function of updating the pointer so that the above is repeated c × (n square) times (for example, c = 4). .
【0034】能力変更手段2は、各作業の必要作業時間
を変更する、すなわち目的関数値が予め与えた規定値を
越える場合に、最大負荷を有する工程に関し各作業の必
要作業時間を、規定値からの差分値による関数値に従っ
て短縮するための処理を行う手段である。すなわち、能
力変更手段は、条件関数によって本計画が規定期間内に
納まっているか否かを判断する機能と、最大負荷装置を
決定する機能と、最大負荷装置に対して能力を設定する
機能とを実行し、前記記憶手段4を介して最適化手段に
渡す機能を有している。The capability changing means 2 changes the required work time of each work. That is, when the objective function value exceeds a predetermined value, the required work time of each work for the process having the maximum load is set to a specified value. This is means for performing processing for shortening in accordance with a function value based on a difference value from. That is, the capacity changing means has a function of determining whether or not the present plan is within a specified period by a condition function, a function of determining a maximum load device, and a function of setting a capacity for the maximum load device. It has a function of executing and passing it to the optimizing means via the storage means 4.
【0035】設定手段3は、与えた計画対象となる問題
を受け付ける機能、計画立案に必要なパラメータを示す
定数等を受け付ける機能等を少なくとも有する手段であ
る。The setting means 3 is a means having at least a function of receiving a given problem to be planned, a function of receiving constants indicating parameters required for planning, and the like.
【0036】次に、記憶手段4は、最適化手段1や能力
変更手段2に相当するプログラムを記憶するROMや設
定手段3を介して与えられた問題、最適化のために使用
する定数等を記憶するためのRAM等にて実現される。Next, the storage means 4 stores a ROM which stores programs corresponding to the optimizing means 1 and the capability changing means 2, a problem given via the setting means 3, constants used for optimization, and the like. It is realized by a RAM or the like for storing.
【0037】なお、図3には図示しないが、ディスプレ
イ等の表示手段を最適化手段に接続し、設定手段を介し
て記憶手段に格納された計画対象問題、必要な定数、最
適化手段による処理結果、能力変更手段による処理結果
等を表示する構成にするのが好ましい。Although not shown in FIG. 3, a display means such as a display is connected to the optimizing means, and the problem to be planned stored in the storage means via the setting means, necessary constants, and processing by the optimizing means. As a result, it is preferable to display the result of processing by the capability changing means.
【0038】次に、図4により、最適化手段1と能力変
更手段2の処理手順を示す。この実施例は、能力変更手
段2として、余裕のない生産設備を増強するための増強
能力設定手段20を備えており、ここで条件を変更し、
その中で最適の組合せを与えるものである。増強能力設
定手段20はネックとなっている装置または工程の能力
を増強した新たな設定値を与える。Next, the processing procedure of the optimizing means 1 and the capacity changing means 2 will be described with reference to FIG. In this embodiment, the capacity changing means 2 is provided with an increasing capacity setting means 20 for increasing a production facility with no margin, and the conditions are changed here.
The best combination is given. The augmenting capacity setting means 20 gives a new set value in which the capacity of the bottleneck apparatus or process is increased.
【0039】ここでは、図5に示すように、A〜Dの工
程を経て完了する1〜3のロットの作業を一定期間内か
つ最短期間となる様計画する場合について説明する。最
初に初期値として、各生産設備の必要作業時間等の初期
能力や納期等の規定時間すなわち制約条件が設定される
(図4,ステップ10)。Here, as shown in FIG. 5, a case will be described in which the work of lots 1 to 3 completed through the steps A to D is planned to be performed within a certain period and the shortest period. First, as initial values, initial capacities such as required work time of each production facility and specified times such as delivery dates, that is, constraints are set (FIG. 4, step 10).
【0040】次に、最適化手段1の処理手順として、ス
テップ11で、前回の行列Aにもとづき、ある行を交換
した新しい行列Aを作成し、目的関数を求める。Next, as a processing procedure of the optimizing means 1, in step 11, based on the previous matrix A, a new matrix A in which a certain row is exchanged is created, and an objective function is obtained.
【0041】次に、前回と今回の目的関数を判定し、今
回のほうが優れている場合は今回の行列Aを残し、前回
のほうが優れている場合は前回の行列Aを残す(ステッ
プ12、13)。ステップ14として、ステップ2〜4
を4×(nの2乗)回繰り返す。Next, the objective function of the previous time and that of the current time are determined. If the current time is superior, the current matrix A is retained. If the previous time is superior, the previous matrix A is retained (steps 12 and 13). ). As step 14, steps 2-4
Is repeated 4 × (n squared) times.
【0042】次に、増強能力設定手段20において、以
下の処理を行う。まず、最適化手段1で求められた行列
Aと能力ベクトルPを使用し、条件関数fcを求め、条
件範囲内であれば終了する(ステップ21、22)。Next, the following processing is performed in the augmenting capacity setting means 20. First, the condition function fc is obtained by using the matrix A and the performance vector P obtained by the optimizing means 1. If the condition function fc is within the condition range, the process ends (steps 21 and 22).
【0043】条件範囲内でないとき、次のステップ23
において、最も効果的なPを求める為に、今回変化させ
る工程(ベクトルPの要素)を決定する。例えば、行列
(P・A)の各列の要素和を計算し、最大箇所の列番号
を今回変化させるPの要素番号iとする。期間を最短に
する目的における最大負荷装置(工程)は、該装置がネ
ックとなっている工程である。If it is not within the condition range, the next step 23
In the above, in order to obtain the most effective P, the step (element of the vector P) to be changed this time is determined. For example, the element sum of each column of the matrix (PA) is calculated, and the column number of the largest part is set as the element number i of P to be changed this time. The maximum load device (process) for the purpose of minimizing the period is a process in which the device is a bottleneck.
【0044】ステップ24では、能力ベクトルのi番目
の要素を増加させ、次回の能力ベクトルとし、最適化手
段1へ渡す。ステップ23で求められた最大負荷装置に
対する新たな能力設定値は、条件範囲内にあり、全体と
して期間超過分が短縮できる値をとる必要がある。In step 24, the i-th element of the performance vector is increased, and the result is passed to the optimization means 1 as the next performance vector. The new capacity setting value for the maximum load device obtained in step 23 is within the condition range, and it is necessary to take a value that can shorten the excess period as a whole.
【0045】以上の処理により、該問題状態はたとえば
図5の様な流れとなる。複数(n=4)の工程を経て完
了する複数(m=3)ロットの作業を一定期間内かつ最
短期間となる様計画する問題に対して、まず、作業時間
を変更しないで最適順序を決定する。すなわち、作業時
間を要素とする3行4列の行列の行を入れ替えして、目
的関数である全作業期間が最小となる行列を探す。By the above processing, the problem state has a flow as shown in FIG. 5, for example. For the problem of planning a plurality of (m = 3) lots to be completed through a plurality of (n = 4) processes so as to be within a certain period and the shortest period, first, an optimal order is determined without changing the operation time. I do. That is, the rows of the matrix of 3 rows and 4 columns each having the work time as an element are replaced, and a matrix in which the total work period as the objective function is minimized is searched.
【0046】次に、求められた状態に対して、条件関数
である全作業期間が規定期間内かどうか判定する。図5
の例では規定期間を越えているので、この場合は、最大
負荷を有している装置(工程)Bの能力を増加、すなわ
ち必要作業時間を短縮させて再立案し、再度最適順序を
決定する。 最大負荷装置の効率=100%+α この繰り返しにより、各装置(工程)の能力が調整さ
れ、規定期間内に納まる計画結果が得られる。図の例で
は、工程Bの能力を140%増加することにより、規定
期間内に納まる計画結果が得られている。Next, for the obtained state, it is determined whether or not the entire work period, which is a condition function, is within a specified period. FIG.
In this example, the specified period is exceeded, so in this case, the capacity of the device (process) B having the maximum load is increased, that is, the required work time is shortened and re-planning is performed, and the optimum order is determined again. . The efficiency of the maximum load device = 100% + α By repeating this, the capacity of each device (process) is adjusted, and a planning result that falls within the specified period is obtained. In the example shown in the figure, by increasing the capability of the process B by 140%, a planning result that falls within the specified period is obtained.
【0047】次に、図6により、最大負荷装置および最
大負荷装置の能力設定値の求め方の例を示す。該問題の
系において、各装置(工程)の負荷は、各作業時間の和
である。期間を最短にする目的における最大負荷装置
(工程)は、該装置がネックとなっている工程であり、
ここではさらに、各作業時間の和を作業間隔時間の和で
除した値が最大となっている装置を最大負荷装置として
いる。Next, FIG. 6 shows an example of how to determine the maximum load device and the capacity setting value of the maximum load device. In the system in question, the load on each device (process) is the sum of each working time. The maximum load device (process) for the purpose of minimizing the period is a process in which the device is a bottleneck,
Here, the apparatus in which the value obtained by dividing the sum of the work times by the sum of the work interval times is the maximum is defined as the maximum load apparatus.
【0048】 求められた最大負荷装置に対する新たな能力設定値は、
全体として期間超過分が短縮できる値をとる必要があ
る。また短縮しすぎた結果となっても能力の無駄であ
る。[0048] The new capacity setting for the determined maximum load device is:
It is necessary to take a value that can shorten the period excess as a whole. In addition, even if the result is shortened too much, the ability is wasted.
【0049】 本発明では、最適化手段と能力変更手段との組合せによ
り、該当装置の能力を少しづつ上げていく事により最も
効率の良い能力設定が可能となる事に特徴がある。本例
では、期間超過分の1/2の値だけ能力を増した設定に
する事により、数回の繰り返しで規定期間に納まる計画
結果が得られる。[0049] The present invention is characterized in that the most efficient capacity setting can be performed by gradually increasing the capacity of the corresponding device by the combination of the optimization means and the capacity changing means. In this example, by setting the capacity to be increased by half the value of the excess period, a planning result that fits in the specified period can be obtained by repeating several times.
【0050】次に、本発明の他の実施例として、図7に
最適化手段1と能力変更手段2の処理手順の他の例を示
す。この実施例は、現在の生産計画に余裕がある場合
や、余裕を与えるために指定期間を延ばし、新たな指定
期間に適合させたい場合の例である。能力変更手段2と
して、指定期間に対して余裕のある生産設備の一部を縮
小し、規定期間に納まる計画結果を得るために、縮小能
力設定手段25を備えており、ここで条件を変更し、そ
の中で最適の組合せを与える。Next, as another embodiment of the present invention, FIG. 7 shows another example of the processing procedure of the optimizing means 1 and the capacity changing means 2. This embodiment is an example of a case where the current production plan has a margin, or a case where the designated period is extended to provide a margin and it is desired to adapt to a new designated period. The capacity changing means 2 is provided with a reduced capacity setting means 25 for reducing a part of the production equipment which has a margin for the designated period and obtaining a plan result which fits in the specified period. Gives the best combination among them.
【0051】この実施例における最適化手段1は、目的
関数を計算する機能と、今回と前回の計画を前記記憶手
段4に格納されている定数とを比較して、計画を更新す
るか否かを判断する機能と、今回計画が優れている場合
に、最適解候補を更新する機能と、上記をc×(nの2
乗)回(例えばc=4)繰り返すように、ポインタを更
新する機能を有している。また、縮小能力設定手段25
は、各作業の必要作業時間を変更する、すなわち目的関
数値が予め与えた規定値を越える場合に、最小負荷を有
する工程に関し各作業の必要作業時間を、規定値からの
差分値による関数値に従って減少するための処理を行う
手段である。すなわち、条件関数によって本計画が規定
期間内に納まっているか否かを判断する機能と、最小負
荷装置を決定する機能と、最小負荷装置に対して新たな
縮小能力を設定する機能とを実行し、前記記憶手段4を
介して最適化手段に渡す機能を有している。The optimizing means 1 in this embodiment compares the function for calculating the objective function with the constants stored in the storage means 4 for the current and previous plans and determines whether or not to update the plan. And the function of updating the optimal solution candidate when the plan is excellent this time,
It has a function of updating the pointer so as to repeat (square) times (for example, c = 4). Also, the reduction capacity setting means 25
Changes the required work time of each work, that is, if the objective function value exceeds a predetermined value, the required work time of each work for the process having the minimum load is calculated as a function value by a difference value from the specified value. Is a means for performing a process for decreasing according to the following. In other words, a function to determine whether or not the plan is within the specified period by a condition function, a function to determine a minimum load device, and a function to set a new reduction capacity for the minimum load device are executed. , And a function of passing the data to the optimizing means via the storage means 4.
【0052】ここでは、図8に示すように、A〜Dの工
程を経て完了する1〜3のロットの作業を一定期間内か
つ最短期間となる様計画する。最初に初期値として、必
要作業時間等の初期能力や制約条件が設定される(ステ
ップ10)。Here, as shown in FIG. 8, the work of lots 1 to 3 completed through the steps A to D is planned to be within a certain period and the shortest period. First, initial capabilities such as required work time and constraints are set as initial values (step 10).
【0053】次に、最適化手段1の処理手順を示す。ス
テップ11で、前回の行列Aにもとづき、ある行を交換
した新しい行列Aを作成し、目的関数を求める。Next, the processing procedure of the optimizing means 1 will be described. In step 11, based on the previous matrix A, a new matrix A in which certain rows are exchanged is created, and an objective function is obtained.
【0054】次に、前回と今回の目的関数を判定し、今
回のほうが優れている場合は今回の行列Aを残し、前回
のほうが優れている場合は前回の行列Aを残す(ステッ
プ12、13)。ステップ14として、ステップ11〜
13を4×(nの2乗)回繰り返す。Next, the objective function of the previous time and that of the current time are determined. If the current time is superior, the current matrix A is left. If the previous time is better, the previous matrix A is left (steps 12 and 13). ). As step 14, steps 11 to
13 is repeated 4 × (n squared) times.
【0055】次に、縮小能力設定手段25は、以下の処
理を行う。まず、最適化手段1で求められた行列Aと能
力ベクトルPを使用し、条件関数fcを求め、規定期間
までに余裕があるか判断する。余裕がなければ終了する
(ステップ26、27)。Next, the reduction capability setting means 25 performs the following processing. First, the condition function fc is determined using the matrix A and the performance vector P determined by the optimizing means 1, and it is determined whether or not there is a margin by a specified period. If there is no room, the process ends (steps 26 and 27).
【0056】規定期間までに余裕がある場合、次のステ
ップ28で、最も効果的なPを求める為に、今回変化さ
せる工程(ベクトルPの要素)を決定する。例えば、行
列(P・A)の各列の要素和を計算し、最小箇所の列番
号を今回変化させるPの要素番号iとする。最小負荷装
置(工程)は、該装置が相対的に余裕のある工程であ
る。If there is a margin by the specified period, in the next step 28, a process (element of the vector P) to be changed this time is determined in order to obtain the most effective P. For example, the element sum of each column of the matrix (PA) is calculated, and the column number of the minimum part is set as the element number i of P to be changed this time. The minimum load device (process) is a process in which the device has a relatively large margin.
【0057】ステップ29としては、能力ベクトルのi
番目の要素を減少させ、次回の能力ベクトルとし、最適
化手段1へ渡す。ステップ28で求められた最小負荷装
置に対する縮小能力設定値は、条件範囲内にあり、全体
として規定期間が確保できる値をとる必要がある。In step 29, i of the capability vector
The ith element is decreased, and is set as the next performance vector, and is passed to the optimization means 1. The reduction capacity setting value for the minimum load device obtained in step 28 is within the condition range, and needs to be a value that can secure a specified period as a whole.
【0058】この場合は、最小負荷を有している装置B
の能力を縮小させて再立案し、再度最適順序を決定す
る。 最大負荷装置の効率=100%−α この繰り返しにより、各装置(工程)の能力が調整さ
れ、規定期間内に納まる計画結果が得られる。図の例で
は、工程Bの能力を20%縮小しても、同じ規定期間内
に納まる計画結果が得られている。In this case, the device B having the minimum load
And re-planning, and determine the optimal order again. Efficiency of the maximum load device = 100% −α By this repetition, the capacity of each device (process) is adjusted, and a planning result that falls within a specified period is obtained. In the example of the figure, even if the capacity of the process B is reduced by 20%, a plan result that falls within the same specified period is obtained.
【0059】以上の処理により、該問題状態はたとえば
図8の様な流れとなる。複数(n=4)の工程を経て完
了する複数(m=3)ロットの作業を、一定期間内かつ
最短期間となる様計画する問題に対して、まず、作業時
間を変更しないで最適順序を決定する。すなわち、作業
時間を要素とする3行4列の行列の行を入れ替えして、
目的関数である全作業期間が最小となる行列を探す。次
に、求められた状態に対して、条件関数である全作業期
間が規定期間内かどうか判定し、規定期間に対して余裕
がある場合は、最小負荷を有している装置(工程)の能
力を減少させ、再度最適順序を決定する。この繰り返し
により、規定期間内に納まる新たな計画結果が得られ
る。By the above processing, the problem state has a flow as shown in FIG. 8, for example. For a problem of planning a plurality of (m = 3) lots of work completed through a plurality of (n = 4) processes so as to be within a certain period and the shortest period, first, an optimum order is determined without changing the work time. decide. That is, the rows of the matrix of 3 rows and 4 columns whose work time is an element are replaced,
Find a matrix that minimizes the total work period, which is the objective function. Next, with respect to the obtained state, it is determined whether or not the entire work period, which is a condition function, is within a specified period. Decrease capacity and determine the optimal order again. By repeating this, a new plan result that fits within the specified period is obtained.
【0060】次に、図9に最小荷装置および最小負荷装
置の能力設定値の求め方の例を示す。該問題の系におい
て、各装置(工程)の負荷は、各作業時間の和である。
負荷を均衡させる目的における最小負荷装置(工程)
は、該装置が相対的に余裕のある工程であり、ここでは
さらに、各作業時間の和を作業時間の和と作業間隔時間
の和で除した値が最小となっている装置を最小負荷装置
(工程)としている。Next, FIG. 9 shows an example of how to determine the minimum load device and the capacity setting value of the minimum load device. In the system in question, the load on each device (process) is the sum of each working time.
Minimum load device (process) for load balancing purposes
Is a process in which the device has a relatively large margin. Here, the device in which the value obtained by dividing the sum of each work time by the sum of the work time and the work interval time is the minimum is a minimum load device. (Process).
【0061】 求められた最小負荷装置に対する新たな能力設定値は、
全体として規定期間内にある値をとる必要がある。[0061] The new capacity setting for the determined minimum load device is
It is necessary to take a value within a specified period as a whole.
【0062】 本発明では、最適化手段と能力変更手段との組合せによ
り、該当装置の能力を少しづつ上げていく事により最も
効率の良い能力設定が可能となる事に特徴がある。本例
では、期間超過分の1/2の値だけ能力を減少設定にす
る事により、数回の繰り返しで規定期間に納まる新たな
計画結果が得られる。[0062] The present invention is characterized in that the most efficient capacity setting can be performed by gradually increasing the capacity of the corresponding device by the combination of the optimization means and the capacity changing means. In this example, by setting the capacity to be reduced by half the value of the excess of the period, a new plan result that fits in the specified period can be obtained by repeating several times.
【0063】本発明は、以上述べた実施例に限らず、相
互に制約された関係を有する複数の資源を利用するもの
における、能力配分を伴う計画問題に広く応用できる。The present invention is not limited to the embodiment described above, and can be widely applied to a planning problem involving capacity distribution in a case where a plurality of resources having a mutually restricted relationship are used.
【0064】[0064]
【発明の効果】本発明によれば、簡単な構成により、能
力配分をともなう作業計画の最適解を短期間に求めるこ
とが可能となる。すなわち、能力配分を計画問題に取り
入れ、与えられた生産計画問題に対する最適な計画立案
を高速に行う手段を提供できる効果がある。例えば、能
力配分を伴う計画問題の例として、複数(n)の工程を
経て完了する複数(m)の作業が指定期間内に完了しな
い場合、能力配分を変更し、最も効果的な能力投入によ
り、指定期間内に完了させることができる。According to the present invention, it is possible to obtain an optimal solution of a work plan with capacity distribution in a short time with a simple configuration. That is, there is an effect that means for incorporating the capacity distribution into the planning problem and providing a means for quickly creating an optimal plan for a given production planning problem can be provided. For example, as an example of a planning problem involving capacity distribution, when a plurality of (m) tasks completed through a plurality of (n) steps are not completed within a designated period, the capacity distribution is changed and the most effective capacity input is performed. , Can be completed within a specified period.
【0065】また、現在の生産計画の中で相対的に余裕
のある工程の能力配分を縮小変更し、最も効果的な能力
投入により、同じ指定期間に適合させることや、現在の
生産計画に余裕を与えるために指定期間を延ばし、複数
(n)の工程を経て完了する複数(m)の作業における
能力配分を変更し、最も効果的な能力投入により、新た
な指定期間に適合させることもできる。In addition, the capacity distribution of a process which has a relatively margin in the current production plan is reduced and changed, so that the most effective capacity input can be made to conform to the same designated period, or the current production plan has a margin. To extend the designated period, change the capacity distribution in a plurality of (m) operations completed through a plurality of (n) steps, and adapt to a new designated period by the most effective capacity input. .
【図1】本発明の対象とする計画問題を数式化して示す
図である。FIG. 1 is a diagram showing a planning problem to which the present invention is applied in the form of a mathematical expression.
【図2】本発明の計画問題の解法について概念的に説明
する図である。FIG. 2 is a diagram conceptually illustrating a solution of a planning problem according to the present invention.
【図3】本発明の一実施例になる最適化装置の構成例を
示す図である。FIG. 3 is a diagram illustrating a configuration example of an optimization device according to an embodiment of the present invention;
【図4】図3の最適化装置の処理手順を示す図である。FIG. 4 is a diagram showing a processing procedure of the optimization device of FIG. 3;
【図5】図4の処理による計画結果の流れを示す図であ
る。FIG. 5 is a diagram showing a flow of a planning result by the processing of FIG. 4;
【図6】図3の能力変更手段の動作説明図である。FIG. 6 is an explanatory diagram of the operation of the capability changing means of FIG. 3;
【図7】本発明の他の実施例になる最適化装置の処理手
順を示す図である。FIG. 7 is a diagram showing a processing procedure of an optimization device according to another embodiment of the present invention.
【図8】図7の処理による計画結果の流れを示す図であ
る。FIG. 8 is a diagram showing a flow of a planning result by the processing of FIG. 7;
【図9】図8の能力変更手段の動作説明図である。FIG. 9 is an explanatory diagram of the operation of the capability changing means of FIG. 8;
1…最適化手段、2…能力変更手段、3…設定手段、4
…記憶手段 20…増強能力設定手段、25…縮小能力設定手段DESCRIPTION OF SYMBOLS 1 ... Optimization means, 2 ... Capability change means, 3 ... Setting means, 4
... storage means 20 ... enhancement capacity setting means, 25 ... reduction capacity setting means
───────────────────────────────────────────────────── フロントページの続き (72)発明者 加瀬 博一 茨城県日立市幸町三丁目2番1号 日立エ ンジニアリング株式会社内 ──────────────────────────────────────────────────続 き Continuing on the front page (72) Inventor Hirokazu Kase 3-2-1, Sachimachi, Hitachi City, Ibaraki Prefecture Within Hitachi Engineering Co., Ltd.
Claims (8)
題の解決に必要な変数の値を受け付ける設定手段と、前
記計画対象となる問題において最小化または最大化を図
る項目を表す目的関数を作成し、該目的関数の値を最小
化または最大化する計画を立案する最適化手段と、計画
立案に必要な変数を記憶する記憶手段とを具備し、前記
最適化手段は、前回立案された計画と新たに立案された
計画における前記目的関数の差分値を計算する演算機能
と、前記目的関数の差分値と予め設定された前記変数の
値とを比較して、前記目的関数の差分値が前記予め設定
された変数の値より小さい場合に、前回立案した計画を
今回立案した計画に置き換えて最適計画候補とする再計
画機能を有する、計画立案装置において、 前記最適計画候補の可否を判断するために、前記問題の
各要素が持つ属性値と前記立案結果に基づく条件関数を
作成する機能と、前記最適計画候補が前記条件関数を充
たさない場合に、該条件関数を充たす様前記属性値を変
更する機能とを有する能力設定手段を備え、 前記能力設定手段により能力再配分を行いながら前記最
適化手段により前記計画を再計画することを特徴とする
計画立案装置。1. A setting means for receiving a given problem to be planned and values of variables necessary for solving the problem, and an objective function representing an item to be minimized or maximized in the problem to be planned. Optimizing means for creating a plan for minimizing or maximizing the value of the objective function, and storage means for storing variables necessary for the planning, wherein the optimizing means has been prepared last time. An arithmetic function for calculating a difference value of the objective function in a plan and a newly drafted plan, and comparing the difference value of the objective function with a value of the preset variable, the difference value of the objective function is In the case of a planning device having a re-planning function that replaces a previously planned plan with a presently planned plan to be an optimum plan candidate when the value is smaller than the value of the preset variable, A function for creating a condition function based on the attribute value of each element of the problem and the planning result, and the attribute value that satisfies the condition function when the optimal plan candidate does not satisfy the condition function. And a capacity setting means having a function of changing the capacity, and re-planning the plan by the optimizing means while performing capacity redistribution by the capacity setting means.
完了する複数の作業を最短期間となる様計画する問題で
あって、前記能力変更手段は、条件関数によって本計画
が規定期間内に納まっているか否かを判断する機能と、
最大負荷装置を決定する機能と、該最大負荷装置に対し
て新たな能力を設定する機能とを有していることを特徴
とする請求項1記載の計画立案装置。2. The problem is a problem of planning a plurality of operations to be completed through processes by a plurality of devices so as to be in a shortest time period. A function to determine whether or not
2. The planning device according to claim 1, further comprising a function of determining a maximum load device and a function of setting a new capacity for the maximum load device.
完了する複数の作業を最短期間となる様計画する問題で
あって、前記能力変更手段は、各作業時間の和を作業間
隔時間の和で除した値が最大となっている装置を最大負
荷装置とすることを特徴とする請求項2記載の計画立案
装置。3. The problem is a problem of planning a plurality of works to be completed through steps by a plurality of devices so as to be a shortest period, and the ability changing means calculates a sum of respective work times as a work interval time. 3. The planning device according to claim 2, wherein the device having the largest value divided by the sum is the maximum load device.
対して必要作業時間を短縮させた新たな能力を再設定す
ることを特徴とする請求項2または3のいずれかに記載
の計画立案装置。4. The planning according to claim 2, wherein said capacity changing means resets a new capacity with a reduced required work time for said maximum load device. apparatus.
完了する複数の作業を最短期間となる様計画する問題で
あって、前記能力変更手段は、条件関数によって本計画
が規定期間内に納まっているか否かを判断する機能と、
最小負荷装置を決定する機能と、最小負荷装置に対して
新たな能力を設定する機能とを有していることを特徴と
する請求項1記載の計画立案装置。5. The problem is a problem of planning a plurality of operations to be completed through processes by a plurality of devices so as to be in a shortest period. A function to determine whether or not
2. The planning device according to claim 1, further comprising a function of determining a minimum load device and a function of setting a new capacity for the minimum load device.
対して新たな縮小能力を設定することを特徴とする請求
項5に記載の計画立案装置。6. The planning apparatus according to claim 5, wherein said capacity changing means sets a new reduction capacity for said minimum load device.
題の解決に必要な変数の値を受け付ける設定手段と、前
記計画対象となる問題において、最小化または最大化を
図る項目を表す目的関数を作成し、該目的関数の値を最
小化または最大化する計画を立案する最適化手段と、計
画立案に必要な変数を記憶する記憶手段とを具備し、前
記最適化手段は、前回立案された計画と新たに立案され
た計画における前記目的関数の差分値を計算する演算機
能と、前記目的関数の差分値と前記記憶手段内に予め設
定された変数の値とを比較して、前記目的関数の差分値
が前記予め設定された変数の値より小さい場合に、前回
立案した計画を今回立案した計画に置き換え最適計画候
補とする再計画機能を有する計画立案装置による計画立
案方法において、 能力設定手段により、前記最適計画候補の可否を判断す
るために、前記問題の各要素が持つ属性値と前記立案結
果に基づく条件関数を作成するとともに、前記最適計画
候補が前記条件関数を満たさない場合、該条件関数を満
たす様前記属性値を変更し、能力再配分を行いながら前
記最適化手段により前記計画を再計画することを特徴と
する計画立案方法。7. A setting means for receiving a given problem to be planned and values of variables required for solving the problem, and an objective function representing an item to be minimized or maximized in the problem to be planned. And optimization means for planning a plan for minimizing or maximizing the value of the objective function, and storage means for storing variables necessary for planning, wherein the optimization means An arithmetic function for calculating the difference value of the objective function between the planned plan and the newly drafted plan, and comparing the difference value of the objective function with the value of a variable preset in the storage means, When the difference value of the function is smaller than the value of the previously set variable, in a planning method by a planning apparatus having a re-planning function that replaces a previously drafted plan with a currently drafted plan and makes it an optimal plan candidate, The ability setting means creates a condition function based on the attribute value of each element of the problem and the planning result in order to determine whether the optimal plan candidate is acceptable, and the optimal plan candidate does not satisfy the condition function. In this case, the planning method is characterized in that the attribute value is changed so as to satisfy the condition function, and the plan is re-planned by the optimizing means while performing capacity redistribution.
題の解決に必要な変数の値を受け付ける設定手段と、前
記計画対象となる問題において、最小化または最大化を
図る項目を表す目的関数を作成し、該目的関数の値を最
小化または最大化する計画を立案する最適化手段と、計
画立案に必要な変数を記憶する記憶手段とを具備し、前
記最適化手段は、前回立案された計画と新たに立案され
た計画における前記目的関数の差分値を計算する演算機
能と、前記目的関数の差分値と前記記憶手段内に予め設
定された変数の値とを比較して、前記目的関数の差分値
が前記予め設定された変数の値より小さい場合に、前回
立案した計画を今回立案した計画に置き換え最適計画候
補とする再計画機能を有する計画立案装置による計画立
案方法において、 前記問題が、複数の装置による工程を経て完了する複数
の作業を最短期間となる様計画する問題であって、 能力変更手段により、前記目的関数の値が規定値を満た
すよう、各工程に必要な作業時間を短縮した上で、目的
関数の値を最小化または最大化する計画を立案し、 前記目的関数値が規定値を越える場合に、最大負荷を有
する工程に関し各作業の必要作業時間を、前記規定値か
らの差分値による関数値に従って短縮し、 前記目的関数値が前記規定値の範囲内にある計画を最適
計画候補とすることを特徴とする計画立案方法。8. A setting means for receiving a given problem to be planned and values of variables required for solving the problem, and an objective function representing an item to be minimized or maximized in the problem to be planned. And optimization means for planning a plan for minimizing or maximizing the value of the objective function, and storage means for storing variables necessary for planning, wherein the optimization means An arithmetic function for calculating the difference value of the objective function between the planned plan and the newly drafted plan, and comparing the difference value of the objective function with the value of a variable preset in the storage means, When the difference value of the function is smaller than the value of the previously set variable, in a planning method by a planning apparatus having a re-planning function that replaces a previously drafted plan with a currently drafted plan and makes it an optimal plan candidate, The above problem is a problem of planning a plurality of works completed through a plurality of processes through a plurality of processes so as to be in a shortest time period. After minimizing the required work time, make a plan to minimize or maximize the value of the objective function.If the objective function value exceeds the specified value, reduce the required work time of each work for the process having the maximum load. A plan that shortens according to a function value based on a difference value from the specified value, and sets a plan in which the objective function value is within the range of the specified value as an optimal plan candidate.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP33941396A JP3347006B2 (en) | 1996-12-19 | 1996-12-19 | Planning device and planning method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP33941396A JP3347006B2 (en) | 1996-12-19 | 1996-12-19 | Planning device and planning method |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH10187799A true JPH10187799A (en) | 1998-07-21 |
JP3347006B2 JP3347006B2 (en) | 2002-11-20 |
Family
ID=18327244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP33941396A Expired - Fee Related JP3347006B2 (en) | 1996-12-19 | 1996-12-19 | Planning device and planning method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3347006B2 (en) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005339552A (en) * | 2004-05-27 | 2005-12-08 | Palo Alto Research Center Inc | System, method and product utilizing temporal constraint to coordinate multiple planning session |
JP2013025509A (en) * | 2011-07-20 | 2013-02-04 | Fujitsu Ltd | Program, method, and device for determining traveling route |
JP2014081774A (en) * | 2012-10-16 | 2014-05-08 | Hitachi Ltd | Power rate plan selection support apparatus, method and program |
JP2016153962A (en) * | 2015-02-20 | 2016-08-25 | 三菱重工業株式会社 | Production plan creation method |
WO2020250411A1 (en) * | 2019-06-10 | 2020-12-17 | 株式会社レクサー・リサーチ | Production design assistance device, production design assistance method and production design assistance program |
-
1996
- 1996-12-19 JP JP33941396A patent/JP3347006B2/en not_active Expired - Fee Related
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005339552A (en) * | 2004-05-27 | 2005-12-08 | Palo Alto Research Center Inc | System, method and product utilizing temporal constraint to coordinate multiple planning session |
JP2013025509A (en) * | 2011-07-20 | 2013-02-04 | Fujitsu Ltd | Program, method, and device for determining traveling route |
JP2014081774A (en) * | 2012-10-16 | 2014-05-08 | Hitachi Ltd | Power rate plan selection support apparatus, method and program |
JP2016153962A (en) * | 2015-02-20 | 2016-08-25 | 三菱重工業株式会社 | Production plan creation method |
WO2020250411A1 (en) * | 2019-06-10 | 2020-12-17 | 株式会社レクサー・リサーチ | Production design assistance device, production design assistance method and production design assistance program |
JP2020201721A (en) * | 2019-06-10 | 2020-12-17 | 株式会社レクサー・リサーチ | Production design support device, production design support method, and production design support program |
Also Published As
Publication number | Publication date |
---|---|
JP3347006B2 (en) | 2002-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7593905B2 (en) | Method of combinatorial multimodal optimisation | |
CN106779372B (en) | Agricultural machinery scheduling method based on improved immune taboo algorithm | |
CN109284858A (en) | Reinforcing steel bar blanking optimization method and device and storage equipment | |
CN108803332B (en) | Path planning method based on improved biophysics | |
CN86101057A (en) | Be used for method of allocating resources and equipment effectively | |
Ponnambalam et al. | Constructive and improvement flow shop scheduling heuristics: an extensive evaluation | |
Hardiansyah et al. | Solving economic load dispatch problem using particle swarm optimization technique | |
CN115755954B (en) | Routing inspection path planning method, system, computer equipment and storage medium | |
JP2019124990A (en) | Solution search processing apparatus and solution search processing method | |
CN113837628B (en) | Metallurgical industry workshop crown block scheduling method based on deep reinforcement learning | |
CN105373845A (en) | Hybrid intelligent scheduling optimization method of manufacturing enterprise workshop | |
Xu et al. | A discrete teaching–learning based optimization algorithm with local search for rescue task allocation and scheduling | |
CN110263917B (en) | Neural network compression method and device | |
JPH10187799A (en) | Device and method for planing | |
CN114648232A (en) | Cloud resource flexible job scheduling method based on improved chimpanzee optimization algorithm | |
CN113901728A (en) | Computer second-class assembly line balance optimization method based on migration genetic algorithm | |
CN108596390B (en) | Method for solving vehicle path problem | |
EP4350564A1 (en) | Automatic layout design method, automatic layout design device, and automatic layout design system | |
Li | Improved NSGA-II for the job-shop multi-objective scheduling problem | |
Huang | MACHINERY PRODUCTION LOGISTICS SYSTEM UNDER DATA MINING | |
Kotb et al. | Selecting Optimal Access Roads for Mobile Crane in Wind Farm Project | |
Zhao et al. | A hybrid approach based on artificial neural network and genetic algorithm for job-shop scheduling problem | |
US20240086680A1 (en) | Computing Apparatus | |
Patlola | Efficient Evaluation of Makespan for a Manufacturing System Using Max-Plus Algebra | |
Dube et al. | A multi-machine labor assignment for variable operator service times |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |