研究課題
基盤研究(C)
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，効率よく生産を行うためのスケジューリング法の開発を行った．このような生産スケジューリング問題は生産対象部品数や加工機械台数が増えるとその組み合わせ数は膨大になり，現実規模の問題で最適解を求めることは容易ではない．本研究では，まず効率的な最適化のためにスケジューリングに有効な知識をニューラルネットワークを用いて自動学習させた．さらに，これを組み込んだ最適化法を開発することによって高性能なスケジューリングを行う方法を開発した．
生産システム
製造業においては顧客ニーズの多様化により効率的な多品種少量生産が求められている．そのような生産を行う工場では生産工程は複雑になり，適切な生産順序指示が重要であるが，この問題はNP困難と言われ，最適化が非常に難しい問題である．本研究はこの問題に取り組み，効率的に高性能なスケジュールを作成する方法を提案した．特に，近年の労働者不足により，作業者スケジューリングも含めたより効率的な生産スケジューリングが求められており，その実現の社会的意義は大きい．
