研究課題/領域番号 |
19K15243
|
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 | 早稲田大学 |
研究代表者 |
大森 峻一 早稲田大学, 理工学術院, 准教授 (30649348)
|
研究期間 (年度) |
2019-04-01 – 2024-03-31
|
研究課題ステータス |
完了 (2023年度)
|
配分額 *注記 |
3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2019年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
キーワード | サプライチェーンマネジメント / 分布的ロバスト最適化 / サプライチェーン・マネジメント / 分散最適化 / 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 / オペレーションズリサーチ |
研究開始時の研究の概要 |
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。
|
研究成果の概要 |
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。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を目的とする。「データドリブン最適化」という新たなモデル化を用いた手法を提案し、有効性を実証した。
|
研究成果の学術的意義や社会的意義 |
迅速な意思決定が求められる昨今において、市場データから多様な顧客ニーズをいち早く理解し、顧客・製品特性に合わせた最適なサプライチェーン設計を行うことは、マス・カスタマイゼーションの実現に向けて強力な意思決定支援ツールとなる。また、上記の目的実現のために、ノンパラメトリック推定と分布的ロバスト最適化を融合した新しい先進的な手法を適用した。SC設計のみならず、大規模データを活用した予測・最適化を統合した意思決定全般への展開が期待できる。また、実企業との共同研究を通じて実データを用いた検証を行った。実証的に研究を評価できたことは社会実装を進める上でも意義が大きい。
|