我々の提案する個体分裂アルゴリズムを用いたフレキシブル混合生産ラインの設計法について解説し，数値シミュレーションにより有効性を検証する．

工程管理を経済的に実施するためのX^^-管理図やX^^--R管理図の設計に関する研究は数多くなされている.また近年, X^^-管理図を対象として, サンプルサイズ, 管理限界係数, およびサンプリング間隔などを可変として扱う経済的な動的管理図の研究も進められている.本論文では, 従来X^^-管理図だけしか取り扱われていなかった動的管理図に対し, 工程のバラツキも同時に考慮した経済的な動的K^^--R管理図の設計について論じる.具体的には, 工程の故障時間分布がワイブル分布に従うときの工程管理モデルとコストモデルを提案し, 単位時間あたりの平均損失コストを最小とする経済的な動的K^^--R管理図のサンプルサイズ, 管理限界係数, およびサンプリング間隔の初期値とそれらの動的な可変ルールを決定する.

Rumelhartらによる誤差逆伝播学習法の提案以来, 多くの階層型ニューラルネットワークの学習法が提案されている.その一つとして, 木村らは, 従来結合荷重や閾値を最急降下法に基づき独立に更新していた誤差逆伝播学習法に対して, それらの相関を考慮して更新する拡張カルマンフィルタによる誤差逆伝播学習法を提案した.一方, 一般的な誤差逆伝播学習法において, 学習の高速化を目的として慣性項を追加する方法がある.そこで本研究では, 木村らによる拡張カルマンフィルタによる誤差逆伝播学習法に新たに慣性項を追加する方法について考察する.この際, 適応フィルタリングの考え方に基づき, 慣性項の係数を自律的に決定しながら結合荷重や閾値を更新する学習法を提案し, これによる学習進度への効果について報告する.

需要予測の代表的な方法に時系列予測法がある.時系列予測法においては需要系列を数学モデルで表し, その数学モデルに含まれるパラメータの値を推定する方法が一般にとられる.しかしこの方法を用いる場合, 需要系列を表す数学モデルをどのように設定するかが問題となる.一方, パターン情報処理の分野を中心に, 階層型ニューラルネットワークの応用研究が活発になされている.このニューラルネットワークは入力データに対する出力データが与えられると, とくに入出力関係を表す関数形を規定しなくても, 誤差逆伝搬学習により自らの内部状態を入出力関係に対して最適な状態に変化させることができる.本研究では, 需要予測を需要系列の形状分析という一種のパターン認識問題として捉え, 階層型ニューラルネットワークを利用した需要予測について考察する.くわえて, 新しい需要データが得られるごとに学習を追加する適応的な予測方式も提案する.

本研究では，セル生産システムにおいて，複数セルが存在し，異なるセルのステーションからワークが合流するセル間の共有ステーションをもつような生産工程に対して，セル間の作業負荷のバランスを考慮した生産システムの設計を行う．具体的には，セル生産システムの設計に対応する新たな個体分裂アルゴリズムを用い，様々な局面で使用できる支援ツールを開発する．最後に，設計問題を解き，その有効性を示す．

IoT、AI、インダストリー4.0、コネクテッドインダストリーズ、デジタル・トランスフォーメーション等、生産に関連する技術や取組が次々に現れ、それらを活用した生産の仕組みが提案されています。しかし、それらを適切に導入し、目標とする改善効果を得ることは容易ではありません。今回は、本研究室で取り組む高効率生産ライン設計手法を紹介するとともに、それぞれの製造現場の状況に適したデータ活用手法を確認し、皆さんと意見交換させて頂きたいと思います。

我々は，様々な前提条件をもつ規模の大きいフレキシブル混合品種ラインの設計問題に対して，独自に開発した個体分裂アルゴリズムを用いた設計法を提案し，実用的な速さで有効な解が得られることをこれまでに示した．本研究では，I字組立セルをもつセル生産方式の組立ラインにおいて，複数の下位セルに対して負荷調整機能を複数もち，さらにその負荷調整機能を分担させる下位セルを事前に特定することが可能となる改良型設計法を提案し，数値例によりその有効性を確認する．

我々は，様々な前提条件をもつ規模の大きいフレキシブル混合品種ラインの設計問題に対して，独自に開発した個体分裂アルゴリズムを用いた設計法を提案し，実用的な速さで有効な解が得られることをこれまでに示した．本研究では，I字組立セルをもつセル生産方式の組立ラインにおいて，単一下位セルだけではなく，複数の下位セルに対しても負荷調整機能をもつ改良型設計法を提案し，数値例によりその有効性を確認する．

階層的なサービスを提供する複数レベルの施設を配置する問題の解法を検討した．この問題は，施設 配置と各施設間のサービスの割り当てを同時に決定する問題であり，非常に解法が困難である． さらに，今回は複数の目的関数を同時に最適化する問題として定式化し，その解法を検討した． 結果として，GAを適用し，NSGAによる解法が有効であることを示した．

サービス座席予約システムという利害関係者の要求価値を追究し、かつ調整する機構を備えた電子商取引のための一つのビジネスモデルを提案している。

個体分裂アルゴリズムを用いてフレキシブル混合品種ラインを設計する方法を提示した。この方法は、作業主体ならびにツールの種類ごとの利用可能数と、ツール容量が制限されている設計問題用に開発された。

個体分裂アルゴリズムを用いて、サービス座席（代価を払って品物やサービス等を提供される権利）を顧客に割り当てる方法を提示した。

顧客と企業等の利害関係者の要求価値を追求し、かつ調整する機構を備えた電子商取引のためのビジネスモデルを提案した。

タレットロボットによって構成される大規模なフレキシブル混合品種ラインを、個体分裂アルゴリズムを使って高速に設計する方法を提示した。

生産活動において人間性と生産性を両立させる観点から、 組立セルにおける作業集団の職務を構成し、 作業負荷のバランスをとる方法を提示した。

進化的アルゴリズムに分類され得る個体分裂アルゴリズムと呼ばれるものを開発し、 それを用いた実用的な混合品種ラインの設計法を提示した。

ネットワークを通して業者と利用者,あるいは利用者間で座席の取引をリアルタイムに行うことを想定した座席予約に関する新たなビジネスモデルを提案し,その提案モデルに対する最適な取引を行うための座席予約システムの構築と運用を行った.具体的には,提案ビジネスモデルに基づく座席取引を想定した座席予約システムの運用シミュレーションにより,座席割当システムで使用する個体分裂アルゴリズムのチューニングを行った.チューニングは,個体分裂アルゴリズムにおける座席割当に関する部分を中心に行い,座席割当の最適解を求めつつ,座席割当の速度を上げることを可能にした.この過程において,個体分裂アルゴリズムは従来の手法に較べて規模の大きな組み合わせ最適化問題に使用することができるものの,適用する個々の問題に応じて行われるヒューリスティックな設定が計算の精度や速度を決定する大きな要因となり,その使用に関しては適用する問題への十分な理解が要求されることが再確認された. システムのチューニング終了後,学内ネットワーク上の40台のコンピュータを用いた運用試験を行った.ただし,今回のシステムでは,システムの安全性確保や利ざやによる利益の確保のみを目的とした不健全な座席の取引を排除する目的から,サーバ間の座席予約情報の受け渡しを一部人的な対応により行った.運用試験の結果,システムの安定的な運用に問題は生じず,小規模システムにおいては,十分に実用化が可能であることを示した.