| 研究課題/領域番号 |
19K15238
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分25010:社会システム工学関連
|
|---|
| 研究機関 | 金沢大学 |
|---|
研究代表者 |
翁 ウェイ 金沢大学, GS教育系, 准教授 (80631522)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 生産システム最適化 / 大規模生産最適化 / リアルタイム生産最適化 / スマートインダストリー / インテリジェント生産システム / 生産スケジューリング / オンライン生産スケジューリング / 離散的意思決定 / 離散的制御システム / 人工知能 / スマート生産 |
|---|
| 研究開始時の研究の概要 |
本研究は、大規模生産スケジューリング問題を多数の小規模問題に離散化することで、各小規模問題を決定木オンライン学習方法で解決することにより、スマート、かつ、ロバストな新型オンライン・スケジューリング・システムを構築することを目的とする。本提案により、これまでかなり計算時間を要した大規模スケジューリング問題が、瞬時に解決可能となり、従って注文新着・変更・機械故障など動的な外乱があっても迅速に対応できるようになるという質的に大きな変化をもたらす。また、これまでフィックスしたスケジューリング・アルゴリズムが、学習によって自己改善していくという新しい知能的なものになる。
|
| 研究成果の概要 |
本研究は、大規模生産スケジューリング問題をオンラインで解決できる方法を開発する。2019年度は、ジョブの納期や処理時間・残りワークステーションの数・残り処理時間などの情報からジョブの完成時刻を予測する式とモデルを提案した。それに基づき、2020年度は、連携の工場における実際の問題を対象に、ワークステーションごとに行う処理待ちジョブのリアルタイム並び替え方法を提案し、工場のデータを用いて検証を行った。2021年度は、工場以外の類似問題にも対応できるような汎用モデルを立て、幅広い検証を行った。
|
| 研究成果の学術的意義や社会的意義 |
学術的意義: 1.数学モデルの研究から実際の問題を解決できる研究まで行ったため、理論研究と実応用の両方に貢献した。2. 大規模生産スケジューリング問題を瞬時に解決できる方法の開発に貢献した。3. 大規模生産最適化問題を離散的に解決する最適化方法の開発に貢献した。
社会的意義:1. IoTやIndustry 4.0などの導入によって生産システムの状況をオンラインで収集しながらスケジューリングすることができるような新型生産システムの開発に貢献した。2.生産スケジューリングの自動化と知能化に貢献した。3.実際の工場での生産コストの削減とスケジューリング方法の改善に貢献した。
|
