データドリブン最適化に基づくマス・カスタマイゼーション生産方式の設計
Project/Area Number |
19K15243
|
Research Category |
Grant-in-Aid for Early-Career Scientists
|
Allocation Type | Multi-year Fund |
Review Section |
Basic Section 25010:Social systems engineering-related
|
Research Institution | Waseda University |
Principal Investigator |
大森 峻一 早稲田大学, 理工学術院, 准教授 (30649348)
|
Project Period (FY) |
2019-04-01 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2020: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2019: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
Keywords | サプライチェーン・マネジメント / 需要予測 / オペレーションズ・リサーチ / ロバスト最適化 / 機械学習 / サプライチェーンマネジメント / オペレーションズリサーチ |
Outline of Research at the Start |
昨今の顧客ニーズの多様化に対応するため、多くの製造業では、規模の経済を活かしつつ、消費者個々の好みに個別対応する「マス・カスタマイゼーション」への変革が重要課題である。この二律背反の要求を満たすためには、①市場・販売データに基づく需要シナリオ作成、②需要の不確実性に対して頑健なサプライチェーン設計を、迅速かつ統合的に意思決定する必要があるが、組織間の連携が必要となるため容易ではない。本研究では、市場・販売・生産のデータを組織横断的に活用することで、①②の統合的に意思決定する科学的手法の開発し、有効性を実証する。
|
Outline of Annual Research Achievements |
2022年度は、前年度までの派生問題に対して、大きく2つの方向にモデルを拡張した。1点目はレジリエンスの考慮をおこなった。新型コロナウィルスに端を発した世界中の同時多発的な混乱をモデル化した。またその様な混乱の影響を最小化するためのサプライチェーンネットワーク設計問題のモデルを提案し、実際の事例を参考にしたケーススタディをもとに考察を行った。2点目は環境負荷を考慮した多目的最適化問題への拡張を行った。利益の最大化と廃棄量の最小化を考慮したモデルを構築した。これにより、単に廃棄量をコストとして含んだ場合と比較して、利益のわずかな減少を許容することで、排気量を大幅に削減できることを明らかにした。いずれも実務家との議論を行い、実務的な観点からのフィードバックを受け、考察を充実させた。研究成果を国際会議で発表し、1件はBest Paper awardの受賞があった。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
予定していたデータセットの入手に時間がかかったが、予定していた結果は出たため、概ね順調に進展していると判断した。
|
Strategy for Future Research Activity |
次年度は最終年度として、成果を査読付き論文としてまとめ、国際ジャーナルへの投稿を行うことを考えている。
|
Report
(4 results)
Research Products
(11 results)