2019 Fiscal Year Research-status Report

固有知識と汎用的解法の融合による高性能スケジューリング法の開発

Research Project

Project/Area Number	19K04105
Research Institution	Hiroshima University
Principal Investigator	江口透広島大学, 工学研究科, 准教授 (80253566)
Project Period (FY)	2019-04-01 – 2022-03-31
Keywords	生産スケジューリング / 最適化 / 優先規則 / 遺伝的アルゴリズム
Outline of Annual Research Achievements	本研究では，多品種少量生産を行う生産システムを対象とし，固有知識と汎用的解法を融合した高性能なスケジューリング法の開発を行うことを目的としている．生産スケジューリング問題の多くはNP困難なクラスに属し，高性能なスケジュールを短時間で作成することは難しい．そこで，生産現場での様々な意思決定場面を想定し，ニューラルネットワークを用いてスケジューリングのための有効な知識の自動学習を行う．さらに，これと汎用的な探索法を組み合わせることによって高性能なスケジューリング法を開発し，生産性の向上を目指す．本年度は，多品種少量生産の典型的な生産形態であるジョブショップ型の生産システムにおいて，高性能な優先規則を作成する方法を検討した．評価関数として，基礎的指標として一般性の高い重み付き総納期遅れ時間を採用した．このスケジューリング問題に対して知られている有効な規則はATCルールであるが，このルールは二つのパラメータを持っており，事前にその調整が必要である．これに対して，このパラメータ調整が不要で同等の性能を持つ優先規則をニューラルネットワークを用いて構成し，その有効性を確認した．さらに，これらを遺伝的アルゴリズムに組み込んで探索を行う方法の有効性を検証した．ベンチマーク問題を用いた性能比較を行い，この問題に対して高い性能を有するとされるEGEASP法と比べて，問題の規模が大きい場合には提案法が有効であることを確認した．さらに，現実の様々な生産条件を想定したスケジューリング法への適用を考え，納期遵守と残業時間最小化を目的としたスケジューリング問題を取り上げ，作業者の共同作業を考慮した場合に有効な優先規則を考案し，それを遺伝的アルゴリズムに組み込んだ探索法を提案した．また，この有効性を数値実験によって確認した．
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason 本研究では，生産スケジューリングのための優先規則をニューラルネットワークによって構成する方法を検討し，それを汎用的な探索法である遺伝的アルゴリズムに組み込んで高性能なスケジューリングを行うことを目的としている．本年度，基礎的な評価関数ではあるが，ベンチマーク問題を用いた比較検証によって従来法の中で高性能とされる方法と比較して提案法がより高性能であることを確認できたことは重要な成果である．また同時に，より現実の生産条件を考慮したスケジューリングにおける検討も進め，その有効性を確認した．以上より，ほぼ予定通りに研究は進展していると自己評価している．
Strategy for Future Research Activity	引き続き，高性能なスケジュール探索法の開発を続け，また現実の生産スケジューリング環境を想定した問題にも取り組んで行く．本年度研究を進める中で，単独で用いる場合に有効な優先規則が遺伝的アルゴリズムに組み込んで探索する際に最も有効であるとは限らないことが確認された．遺伝的アルゴリズムに組み込んで探索する場合に有効な優先規則をニューラルネットワークで自動的に学習する方法について検討し，さらなる性能の向上を目指す．また，作業者を考慮した場合，自動工程と作業者による手動工程が混在した場合のスケジュールの構成法を改良する必要が生じているので，合わせて研究を進める．
Causes of Carryover	令和元年度に購入予定であった物品の調達が遅れたこと，および，新型コロナウイルス感染症の影響で学会が中止となったため，次年度使用額が生じた．令和2年度使用額として請求した助成金と合わせ，使用する予定である．