| 研究課題/領域番号 |
17K13801
|
|---|
| 研究機関 | 桃山学院大学 |
|---|
研究代表者 |
岳 理恵 桃山学院大学, 経営学部, 准教授 (80584911)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | 需要予測 |
|---|
| 研究実績の概要 |
ICTの進展により，生産活動を取り巻く環境が大きく変化しつつあるのに対して，従来の需要予測手法では，消費者の需要に迅速かつ的確に対応することが難しくなっている。一方, 近年，販売データベースが多くの企業で構築され活用されている。膨大な販売データの中には将来のビジネス展開に役に立つ情報や知見が含まれているため，蓄積されるデータの有効利用を目的とするAI技術等が注目されている。本研究課題は，このような喫緊の課題に対して，AIを活用した新しい予測手法を提案するものである。ライフサイクルの短いデリカ新商品の需要数量および需要動向を定量的に予測するために，AIを活用した需要予測法の開発と検証が本研究課題の目的である。
上述の研究目的を達成するために，本年度において，前年度で得られたニューラルネットワークモデルの予測結果を出力変数として，学習用入力データを入力変数とする決定木分析を行い，売れ筋や死に筋など新商品の受注個数に関するルールを抽出した。得られた知見を新商品の原材料仕入れ・生産・物流・販売活動に応用することにより，当該商品から得られる企業の収益に関して，比較優位性の獲得が期待できる。
また，前年度で得られたAIを活用した新しい需要予測手順を活用し，リアルタイムな意思決定を支援できる生産日程計画立案の可能性についても検討した。今後，蓄積された種々のビジネスデータを即座に活用できる生産・物流日程計画法の構築，とりわけ現場で運用しやすい新しいスケジューリング法の構築が今後の研究課題にしたい。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
前年度で得られたニューラルネットワークモデルの予測結果を出力変数として，学習用入力データを入力変数とする決定木分析を行い，売れ筋や死に筋など新商品の受注個数に関するルールの抽出を行った。
また，決定木モデルにより，週毎需要動向に関するルール抽出を明確にすることで，売れ筋と死に筋など新商品の需要数量の多寡の見通しに関する有効な相関ルールについて，新たな知見が得られた。
|
| 今後の研究の推進方策 |
本研究課題で提案する新しい需要予測法は，ライフサイクルの短い新商品を扱う企業にとって，適正な資材補充策ならびに需要動向に適応する生産・物流・販売管理に応える上で重要な要因となる。従って，提案する需要予測法が経営活動に与える影響について，特にリアルタイムな意思決定を支援できる生産日程計画立案の可能性や現場で運用しやすい新しいスケジューリング法の構築が今年度の研究課題にしたい。また，今年度において，研究成果を国際コンファレンス・海外ジャーナルや国内学術雑誌，さらに学会報告を通じて，発表・投稿予定である。
|
| 次年度使用額が生じた理由 |
今年度において，新しい需要予測手法の検証および研究成果のまとめが，この段階の主な目標であるが，研究成果のまとめがやや遅れているため，発表に伴う国際コンファレンス・海外ジャーナルなどの発表・投稿は，次年度においても，実施する予定である。
|
