JP7629822B2

JP7629822B2 - Training data generation device, program, and training data generation method

Info

Publication number: JP7629822B2
Application number: JP2021136905A
Authority: JP
Inventors: 建鄭; 雄一小林; 由泰高橋; 貴志柳田
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2021-08-25
Filing date: 2021-08-25
Publication date: 2025-02-14
Anticipated expiration: 2041-08-25
Also published as: JP2023031427A

Description

本発明は、計画立案に係る機械学習モデルの学習データを生成する学習データ生成装置、プログラムおよび学習データ生成方法に関する。 The present invention relates to a learning data generation device, a program, and a learning data generation method for generating learning data for a machine learning model related to planning.

製造業における生産計画においては、生産量・納期・コストなどの明確な制約の他に、顧客や地域ごとの傾向といった明確化しにくい制約がある。また、特急注文、割り込み、部品の納期遅れなどに対応が求められる。このため、数理最適化技術を用いて制約条件を満たす最適解を求めるだけではなく、熟練者のノウハウに相当する条件の緩和や優先付けなどが必要となる。 In manufacturing production planning, in addition to clear constraints such as production volume, delivery dates, and costs, there are also constraints that are less clear, such as trends by customer or region. There is also a need to respond to rush orders, interruptions, and delayed delivery of parts. For this reason, it is not enough to use mathematical optimization technology to find the optimal solution that satisfies the constraints, but it is also necessary to relax conditions and set priorities, which are equivalent to the know-how of an expert.

熟練者のノウハウを取り入れる手法として機械学習技術がある。機械学習技術を利用するためには、学習データが必要である。特許文献１に記載の学習データ拡張装置は、ソース言語によって記述された文と、ターゲット言語によって記述された文と、で成る入力文対を基に、前記ソース言語または前記ターゲット言語の少なくとも何れかのシソーラス情報を用いて、前記文対に含まれる表現の置換候補を選び、置換対象である前記表現を前記置換候補で置換することによって、ソース言語によって記述された文とターゲット言語によって記述された文とで成る新たな文対を生成する拡張処理部を備える。 Machine learning technology is a method for incorporating the know-how of experts. In order to use machine learning technology, training data is required. The training data expansion device described in Patent Document 1 includes an expansion processing unit that, based on an input sentence pair consisting of a sentence written in a source language and a sentence written in a target language, selects replacement candidates for expressions included in the sentence pair using thesaurus information for at least one of the source language or the target language, and replaces the expression to be replaced with the replacement candidate, thereby generating a new sentence pair consisting of a sentence written in the source language and a sentence written in the target language.

特開２０２０－１２６３６０号公報JP 2020-126360 A

特許文献１に記載の学習データ拡張装置によれば、機械翻訳の精度を上げるために既存の対訳文データを拡張して大量の対訳文データを生成することができる。一方、生産計画における学習データは、製品の注文情報や生産設備に係る情報、生産設備における生産計画である。このため、テキストデータである学習データを生成する特許文献１に記載の学習データ拡張装置を用いて生産計画に適した学習データを生成するのは困難である。これは、生産計画に限らず配送計画や要員計画などを含め計画立案のための学習データについても同様である。 The training data expansion device described in Patent Document 1 can expand existing bilingual data to generate large amounts of bilingual data in order to improve the accuracy of machine translation. On the other hand, training data for production planning is product order information, information related to production equipment, and production plans for production equipment. For this reason, it is difficult to generate training data suitable for production planning using the training data expansion device described in Patent Document 1, which generates training data that is text data. This is true not only for production planning, but also for training data for planning purposes including delivery plans and personnel plans.

本発明は、このような背景を鑑みてなされたものであり、計画を立案する機械学習モデル向けの学習データの生成を可能とする学習データ生成装置、プログラムおよび学習データ生成方法を提供することを課題とする。 The present invention has been made in light of this background, and aims to provide a training data generation device, program, and training data generation method that enable the generation of training data for a machine learning model that creates plans.

上記した課題を解決するため、本発明に係る学習データ生成装置は、計画を生成するときに用いる指示データについて既存の指示データの統計情報に基づいて新たな指示データを生成する指示データ生成部と、前記新たな指示データに基づいて計画を生成する計画生成部と、当該計画の評価指標を表示し、選択された計画を取得して、前記選択された計画と当該選択された計画に対応する前記新たな指示データとを出力する計画評価部とを備える。 In order to solve the above-mentioned problems, the learning data generation device of the present invention includes an instruction data generation unit that generates new instruction data for instruction data used when generating a plan based on statistical information of existing instruction data , a plan generation unit that generates a plan based on the new instruction data, and a plan evaluation unit that displays an evaluation index for the plan, acquires a selected plan, and outputs the selected plan and the new instruction data corresponding to the selected plan.

本発明によれば、計画を立案する機械学習モデル向けの学習データの生成を可能とする学習データ生成装置、プログラムおよび学習データ生成方法を提供することができる。上記した以外の課題、構成および効果は、以下の実施形態の説明により明らかにされる。 According to the present invention, it is possible to provide a training data generation device, a program, and a training data generation method that enable the generation of training data for a machine learning model that creates a plan. Problems, configurations, and effects other than those described above will become clear from the description of the following embodiments.

本実施形態に係る学習データ生成装置の機能ブロック図である。FIG. 2 is a functional block diagram of the training data generating device according to the present embodiment. 本実施形態に係る設備データベースのデータ構成図である。FIG. 2 is a data configuration diagram of a facility database according to the embodiment. 本実施形態に係る注文履歴データベースのデータ構成図である。FIG. 2 is a data configuration diagram of an order history database according to the embodiment. 本実施形態に係る計画データのデータ構成図である。FIG. 2 is a data configuration diagram of plan data according to the embodiment. 本実施形態に係るカラム関連情報のデータ構成図である。FIG. 11 is a data configuration diagram of column-related information according to the embodiment. 本実施形態に係る評価指標データベースのデータ構成図である。FIG. 2 is a data configuration diagram of an evaluation index database according to the embodiment. 本実施形態に係る指示データの差異情報を説明するための図である。11 is a diagram for explaining difference information of instruction data according to the embodiment; FIG. 本実施形態に係る評価画面の画面構成図である。FIG. 4 is a screen configuration diagram of an evaluation screen according to the embodiment. 本実施形態に係る学習データ生成処理のフローチャートである。11 is a flowchart of a learning data generation process according to the present embodiment.

≪学習データ生成装置の概要≫
以下に本発明を実施するための形態（実施形態）における生産計画を立案する機械学習モデル向けの学習データを生成する学習データ生成装置を説明する。学習データ生成装置は、既存の注文情報の統計情報を算出し、当該統計情報に基づいて新たな（架空の）注文情報を生成する。統計情報としては、注文のあった製品の分布や製品ごとの数量の分布などがある。次に学習データ生成装置は、評価指標を変えながら新たな注文情報に対応する生産計画を生成する。評価指標としては、例えば生産性や納期遵守率などがある。続いて学習データ生成装置は、評価指標とともに生産計画を表示し、学習データ生成装置の利用者が学習データとして選択した生産計画と、当該生産計画に対応する注文情報とを学習データとして出力する。
このようにすることで学習データ生成装置は、生産計画を立案する機械学習向けの学習データを生成することができる。 Overview of the training data generation device
A learning data generation device that generates learning data for a machine learning model that formulates a production plan in a form (embodiment) for carrying out the present invention will be described below. The learning data generation device calculates statistical information of existing order information, and generates new (fictitious) order information based on the statistical information. The statistical information includes a distribution of ordered products and a distribution of the quantity of each product. Next, the learning data generation device generates a production plan corresponding to the new order information while changing an evaluation index. The evaluation index includes, for example, productivity and delivery deadline compliance rate. Next, the learning data generation device displays the production plan together with the evaluation index, and outputs the production plan selected as learning data by a user of the learning data generation device and the order information corresponding to the production plan as learning data.
In this way, the learning data generation device can generate learning data for machine learning to formulate production plans.

≪学習データ生成装置の構成≫
図１は、本実施形態に係る学習データ生成装置１００の機能ブロック図である。学習データ生成装置１００はコンピュータであり、制御部１１０、記憶部１２０、および入出力部１８０を備える。入出力部１８０には、ディスプレイやキーボード、マウスなどのユーザインターフェイス機器が接続される。入出力部１８０が通信デバイスを備え、他の装置とのデータ送受信が可能であってもよい。また入出力部１８０にメディアドライブが接続され、記録媒体を用いたデータのやり取りが可能であってもよい。 Configuration of the learning data generation device
1 is a functional block diagram of a training data generation device 100 according to this embodiment. The training data generation device 100 is a computer, and includes a control unit 110, a storage unit 120, and an input/output unit 180. User interface devices such as a display, a keyboard, and a mouse are connected to the input/output unit 180. The input/output unit 180 may include a communication device and may be capable of transmitting and receiving data to and from other devices. A media drive may also be connected to the input/output unit 180, enabling data exchange using a recording medium.

≪記憶部の構成≫
記憶部１２０は、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）、ＳＳＤ（Solid State Drive）などの記憶機器を含んで構成される。記憶部１２０には、設備データベース１３０（後記する図２参照）、注文履歴データベース１４０（後記する図３参照）、計画データ１５０（後記する図４参照）、カラム関連情報１６０（後記する図５参照）、評価指標データベース１７０（後記する図６参照）およびプログラム１２８が記憶される。プログラム１２８は、学習データ生成処理（後記する図９参照）の処理手順の記述を含む。 <Configuration of memory unit>
The storage unit 120 includes storage devices such as a read only memory (ROM), a random access memory (RAM), and a solid state drive (SSD). The storage unit 120 stores an equipment database 130 (see FIG. 2 described later), an order history database 140 (see FIG. 3 described later), plan data 150 (see FIG. 4 described later), column-related information 160 (see FIG. 5 described later), an evaluation index database 170 (see FIG. 6 described later), and a program 128. The program 128 includes a description of the processing procedure of a learning data generation process (see FIG. 9 described later).

≪記憶部：設備データベース≫
図２は、本実施形態に係る設備データベース１３０のデータ構成図である。設備データベース１３０は、例えば表形式のデータであって、生産設備に係る情報（設備データ）として、設備の識別情報（「設備」の属性（欄）を参照）と、当該生産設備で生産可能な製品の品番と、単位時間当たりの当該製品の生産量とが関連付けられて記憶される。図２では、識別情報が「Ｐ０２」の設備では、品番「Ａ０１」の製品ならば単位時間に２０の生産が可能で、品番「Ａ０２」の製品ならば２５の生産が可能であることが示されている。設備データベース１３０は、例えば生産する製品の切り替えにかかる時間など、他の属性を含んでもよい。 <Memory section: Equipment database>
2 is a data configuration diagram of the equipment database 130 according to the present embodiment. The equipment database 130 is, for example, data in a table format, and stores, as information related to production equipment (equipment data), the identification information of the equipment (see the "equipment" attribute (column)), the part number of the product that can be produced by the production equipment, and the production amount of the product per unit time in association with each other. In FIG. 2, it is shown that the equipment with the identification information "P02" can produce 20 products with part number "A01" per unit time, and can produce 25 products with part number "A02". The equipment database 130 may include other attributes, such as the time required to switch the products being produced.

≪記憶部：注文履歴データベース≫
図３は、本実施形態に係る注文履歴データベース１４０のデータ構成図である。注文履歴データベース１４０は、例えば表形式のデータであって、注文データとして、注文があった製品の識別情報（品番）と、注文日と、納期と、数量とが関連付けられて記憶される。図３では、７月１日に品番「Ａ０１」である製品の４０個の注文があり、納期は８月３日であることが示されている。注文履歴データベース１４０は、例えば注文主など、他の属性を含んでもよい。 <<Storage section: Order history database>>
Fig. 3 is a data configuration diagram of the order history database 140 according to this embodiment. The order history database 140 is, for example, data in a table format, and stores, as order data, the identification information (product number) of an ordered product, the order date, the delivery date, and the quantity, in association with each other. Fig. 3 shows that an order for 40 units of a product with product number "A01" was placed on July 1st, and the delivery date is August 3rd. The order history database 140 may also include other attributes, such as the orderer.

≪記憶部：計画データ≫
図４は、本実施形態に係る計画データ１５０のデータ構成図である。計画データ１５０は、例えば表形式のデータであって、生産設備の識別情報（「設備」の属性参照）と、当該生産設備で製造する製品の識別情報と、製造日と、数量とが関連付けられて記憶される。図４では、７月３１日に品番「Ａ０１」である製品を識別情報が「Ｐ０３」の設備で４０生産することが示されている。計画データ１５０は、例えば製造日当日の製造順番など、他の属性を含んでもよい。 <<Memory section: Plan data>>
Fig. 4 is a data configuration diagram of the planning data 150 according to this embodiment. The planning data 150 is, for example, data in a table format, and stores the identification information of the production equipment (see the attribute "equipment"), the identification information of the product manufactured by the production equipment, the manufacturing date, and the quantity in association with each other. Fig. 4 shows that 40 units of a product with part number "A01" are to be manufactured by equipment with identification information "P03" on July 31st. The planning data 150 may include other attributes, such as the manufacturing order on the manufacturing date.

≪記憶部：カラム関連情報≫
図５は、本実施形態に係るカラム関連情報１６０のデータ構成図である。カラム関連情報１６０は、設備データベース１３０および注文履歴データベース１４０それぞれにおけるカラム（属性）間の関連（相関）を示す。カラム関連情報１６０は、例えば表形式のデータであって、何れのデータベースに係るかを示すデータと、カラムと、当該カラムに関連するカラムである関連とが関連付けられて記憶される。データの値は、設備データベース１３０を示す「設備」または注文履歴データベース１４０を示す「注文」である。関連するカラムがない場合には、関連は「独立」になる。 <Memory section: column-related information>
5 is a data configuration diagram of column relation information 160 according to this embodiment. The column relation information 160 indicates the relation (correlation) between columns (attributes) in the equipment database 130 and the order history database 140. The column relation information 160 is, for example, data in a tabular format, and stores data indicating which database it relates to, a column, and a relation that is a column related to the column. The value of the data is "equipment" indicating the equipment database 130 or "order" indicating the order history database 140. If there is no related column, the relation becomes "independent".

レコード１６１は、注文履歴データベース１４０の品番のカラムは、他のカラムとは関連（相関）はないことを示している。レコード１６２は、注文履歴データベース１４０の数量のカラムは、品番と関連している（相関がある）ことを示している。 Record 161 indicates that the item number column in order history database 140 is not related (correlated) to any other columns. Record 162 indicates that the quantity column in order history database 140 is related (correlated) to item numbers.

≪記憶部：評価指標データベース≫
図６は、本実施形態に係る評価指標データベース１７０のデータ構成図である。評価指標とは、生産計画を評価する指標であり、例えば生産性や納期遵守率、過剰在庫、生産量平準度などの指標がある。評価指標データベース１７０は、例えば表形式のデータであって、評価指標と、後記する評価値（評価関数）における当該評価指標の重み付けの範囲である重み範囲と、当該評価指標とトレードオフの関係にある評価指標であるトレードオフ指標とが関連付けられて記憶される。図６では、「生産性」の評価指標は「納期遵守率」の評価指標とトレードオフの関係にあって、評価値の重み付けは５～３０であることが示されている。 <Memory section: evaluation index database>
6 is a data configuration diagram of the evaluation index database 170 according to this embodiment. An evaluation index is an index for evaluating a production plan, and examples of the evaluation index include productivity, delivery deadline compliance rate, excess inventory, and production volume uniformity. The evaluation index database 170 is, for example, data in a table format, and stores evaluation indexes, weight ranges that are the ranges of weighting of the evaluation index in an evaluation value (evaluation function) described later, and trade-off indexes that are evaluation indexes in a trade-off relationship with the evaluation indexes, in association with each other. FIG. 6 shows that the evaluation index for "productivity" is in a trade-off relationship with the evaluation index for "delivery deadline compliance rate," and the weighting of the evaluation value is 5 to 30.

≪制御部の構成≫
図１に戻って制御部１１０の構成を説明する。制御部１１０は、ＣＰＵ（Central Processing Unit）を含んで構成され、指示データ生成部１１１、計画生成部１１２、および計画評価部１１３が備わる。 <Control Unit Configuration>
1, a description will be given of the configuration of the control unit 110. The control unit 110 is configured to include a CPU (Central Processing Unit), and is provided with an instruction data generation unit 111, a plan generation unit 112, and a plan evaluation unit 113.

≪制御部：指示データ生成部≫
指示データ生成部１１１は、生産計画を生成するときの入力データとなる（生産計画を生成するときに用いる）指示データについて、実在する指示データから新たな指示データを生成する。本実施形態における指示データは、設備データベース１３０に含まれる設備データ、および注文履歴データベース１４０に含まれる注文データとなる。 <<Control unit: instruction data generation unit>>
The instruction data generating unit 111 generates new instruction data from existing instruction data as input data for generating a production plan (used for generating a production plan). The instruction data in this embodiment is equipment data included in the equipment database 130 and order data included in the order history database 140.

最初に指示データ生成部１１１は、実在する指示データをグループ化してグループ間の差異情報を抽出する。指示データ生成部１１１は、例えば時間の観点で（月や期ごとに）グループ化して、差異情報を抽出する。指示データの差異情報の割合が所定値より低ければ、指示データの変化の度合いは小さいと見なして、指示データ生成部１１１は新たな指示データは生成しない。指示データの差異情報の割合が当該所定値以上であれば、指示データ生成部１１１は、当該指示データの統計情報に基づいて新たな指示データを生成する。指示データ生成部１１１は、時間の観点の他に、例えば地域の観点から指示データをグループ化して差異情報を抽出してもよい。 First, the instruction data generation unit 111 groups existing instruction data and extracts difference information between the groups. The instruction data generation unit 111 groups the instruction data from a time perspective (by month or period), for example, and extracts the difference information. If the ratio of difference information in the instruction data is lower than a predetermined value, the degree of change in the instruction data is deemed small, and the instruction data generation unit 111 does not generate new instruction data. If the ratio of difference information in the instruction data is equal to or greater than the predetermined value, the instruction data generation unit 111 generates new instruction data based on statistical information of the instruction data. In addition to the time perspective, the instruction data generation unit 111 may also group the instruction data from a regional perspective, for example, and extract the difference information.

図７は、本実施形態に係る指示データ２１０，２２０の差異情報を説明するための図である。指示データ２１０は注文履歴データベース１４０にある指示データのなかで７月の注文データであり、指示データ２２０は８月の注文データである。差異情報２３０は、指示データ２１０，２２０のレコード（行）ごとの差異を算出することで抽出される。詳しくは、指示データ生成部１１１は品番などの文字列が一致または不一致に応じて、それぞれ「０」または「１」と算出する。また指示データ生成部１１１は、日付（注文日、納期）では日の差、数値ならば数の差を差異情報として算出する。図７では指示データ２１０，２２０の１行目は月を除いて一致（注文日と納期とは月は不一致だが日が一致）しており、差異は全て０となる（実線の矢印参照）。２行目については、品番、注文日、数量に差異がある（点線の矢印参照）。補足すると、指示データ２１０，２２０における注文日の「７／１」と「８／１」とでは、月を除いて日が一致しているので、差異情報２３０の注文日の欄は「０」となる。また、注文日の「７／２」と「８／３」とでは、月を除いて日が不一致（１日違い）なので、差異情報２３０の注文日の欄はその差の「１」となる。 Figure 7 is a diagram for explaining the difference information of the instruction data 210, 220 according to this embodiment. The instruction data 210 is order data for July among the instruction data in the order history database 140, and the instruction data 220 is order data for August. The difference information 230 is extracted by calculating the difference for each record (row) of the instruction data 210, 220. In detail, the instruction data generation unit 111 calculates "0" or "1" depending on whether the character string such as the part number matches or does not match. The instruction data generation unit 111 also calculates the difference in days for dates (order date, delivery date), and the difference in numbers for numerical values as the difference information. In Figure 7, the first row of the instruction data 210, 220 matches except for the month (the order date and delivery date do not match in the month, but the day matches), and all the differences are 0 (see the solid arrow). For the second row, there are differences in the part number, order date, and quantity (see the dotted arrow). Additionally, the order dates "7/1" and "8/1" in the instruction data 210, 220 are the same except for the month, so the order date field in the difference information 230 is "0." Also, the order dates "7/2" and "8/3" are not the same except for the month (one day difference), so the order date field in the difference information 230 is the difference, "1."

指示データ生成部１１１は、所定期間内の月ごとにグループ化した注文データの全ての組み合わせについて差異情報２３０を求める。指示データ生成部１１１は、差異情報２３０において差異の割合が所定値未満であれば、注文データの変化の度合いは低いと見なし、新たな指示データは生成しない。指示データ生成部１１１は、差異の割合が当該所定値以上であれば変化の度合いが高く、新たな指示データとなる注文データを生成する。差異の割合とは、全ての差異情報２３０において、差異がある（０ではない）行の全行に対する割合であってもよいし、差異がある項目の割合であってもよい。 The instruction data generation unit 111 obtains difference information 230 for all combinations of order data grouped by month within a specified period. If the difference rate in the difference information 230 is less than a specified value, the instruction data generation unit 111 considers the degree of change in the order data to be low and does not generate new instruction data. If the difference rate is equal to or greater than the specified value, the degree of change is high, and the instruction data generation unit 111 generates order data that will become new instruction data. The difference rate may be the percentage of rows with differences (not 0) to the total number of rows in all the difference information 230, or the percentage of items with differences.

次に指示データ生成部１１１は、指示データの属性値（データ値、カラムの値）の分布を算出する。関連するカラムがない（カラム関連情報１６０（図５参照）の関連が「独立」である）場合には、指示データ生成部１１１は当該カラムの値の分布を算出する。関連するカラムがある場合には、指示データ生成部１１１は関連するカラムの値ごとに当該カラムの値の分布を算出する。例えば注文履歴データベース１４０において「数量」のカラムは「品番」に関連している（図５記載のレコード１６２参照）。指示データ生成部１１１は、「品番」ごとに「数量」の分布を算出する。 Next, the instruction data generation unit 111 calculates the distribution of attribute values (data values, column values) of the instruction data. If there is no associated column (the association in column association information 160 (see Figure 5) is "independent"), the instruction data generation unit 111 calculates the distribution of the values of the column. If there is an associated column, the instruction data generation unit 111 calculates the distribution of the values of that column for each associated column value. For example, in the order history database 140, the "quantity" column is associated with "product number" (see record 162 in Figure 5). The instruction data generation unit 111 calculates the distribution of "quantity" for each "product number".

続いて指示データ生成部１１１は、算出した分布情報に従って新たな指示データを生成する。例えば、注文日が１日～５日である割合がそれぞれ１０％で、残りの日がほぼ等しい割合ならば、この割合に合うように注文日を生成する。詳しくは、注文日が１日～５日となる指示データが全体のそれぞれ１０％となるように、指示データ生成部１１１は指示データを生成する。さらに指示データ生成部１１１は、残り５０％の指示データの注文日が６日以降であって、それぞれの日付の割合が同じになるように指示データを生成する。 The instruction data generation unit 111 then generates new instruction data according to the calculated distribution information. For example, if the proportion of order dates that fall on the 1st to 5th is 10% each, and the remaining days are approximately equal in proportion, the instruction data generation unit 111 generates order dates to match this proportion. In more detail, the instruction data generation unit 111 generates instruction data so that the instruction data with order dates of the 1st to 5th each account for 10% of the total. Furthermore, the instruction data generation unit 111 generates instruction data so that the order dates of the remaining 50% of the instruction data are the 6th or later, and the proportions of each date are the same.

また例えば、品番が「Ａ０３」の製品の数量について３が３割、４が４割、５が３割ならば、この割合に合うように品番が「Ａ０３」の製品の数量を生成する。このように指示データ生成部は、データ値の出現頻度やデータ間の相関度など指示データの統計情報に基づいて新たな指示データを生成する。 For example, if the quantity of products with part number "A03" is 30% for 3, 40% for 40, and 30% for 5, the quantity of products with part number "A03" is generated to match this ratio. In this way, the instruction data generation unit generates new instruction data based on statistical information about the instruction data, such as the frequency of occurrence of data values and the degree of correlation between data.

本実施形態において設備データベース１３０は固定されており差異は生じない。このため指示データ生成部１１１は、設備データについては新たな指示データは生成しない。なお以下の説明では、注文履歴データベース１４０の変化の度合いが高く、新たな指示データが生成されるとして説明する。 In this embodiment, the equipment database 130 is fixed and no differences occur. Therefore, the instruction data generation unit 111 does not generate new instruction data for the equipment data. In the following explanation, it is assumed that the degree of change in the order history database 140 is high, and new instruction data is generated.

≪制御部：計画生成部≫
図１に戻って制御部１１０の説明を続ける。計画生成部１１２は、変化の度合いが高い種別の指示データ（注文データ）については新たな指示データ、および、変化の度合いが低い種別の指示データ（設備データ）については既存の指示データに基づいて、複数の生産計画を生成する。計画生成部１１２は、例えば整数混合計画法や遺伝的アルゴリズムなどの数理最適化手法を用いて、評価関数（目的関数）を変えながら生産計画を生成してもよい。評価関数は重み付けされた評価指標を含み、計画生成部１１２はこの重み付けを重み範囲（図６参照）内で変えながら、生産計画を生成する。計画生成部１１２は、トレードオフの関係にある評価指標（図６記載のトレードオフ指標参照）の重み付けを変えながら生産計画を生成する。図６によれば「生産性」と「納期遵守率」とはトレードオフの関係にあり、「生産性」の重みを５から３０に増やし「納期遵守率」の重みを１００から１０に減らしつつ生産計画を生成する。 <Control section: Plan generation section>
Returning to FIG. 1, the control unit 110 will be described. The plan generating unit 112 generates a plurality of production plans based on new instruction data for instruction data (order data) of a type with a high degree of change, and based on existing instruction data for instruction data (equipment data) of a type with a low degree of change. The plan generating unit 112 may generate a production plan while changing an evaluation function (objective function) using a mathematical optimization method such as an integer mixed programming method or a genetic algorithm. The evaluation function includes weighted evaluation indexes, and the plan generating unit 112 generates a production plan while changing the weighting within a weighting range (see FIG. 6). The plan generating unit 112 generates a production plan while changing the weighting of evaluation indexes (see the trade-off indexes in FIG. 6) that are in a trade-off relationship. According to FIG. 6, "productivity" and "delivery date compliance rate" are in a trade-off relationship, and a production plan is generated while increasing the weighting of "productivity" from 5 to 30 and decreasing the weighting of "delivery date compliance rate" from 100 to 10.

≪制御部：計画評価部≫
計画評価部１１３は、学習データ生成装置１００の利用者に問い合わせて、学習用データに含める生産計画を取得して、出力する。最初に計画評価部１１３は、計画生成部１１２が生成した生産計画の評価指標を含む評価画面２５０（後記する図８）を入出力部１８０に接続されたディスプレイに表示する。 <Control Unit: Planning and Evaluation Unit>
The plan evaluation unit 113 inquires of the user of the learning data generation device 100, acquires and outputs a production plan to be included in the learning data. First, the plan evaluation unit 113 displays an evaluation screen 250 (FIG. 8 described later) including evaluation indexes of the production plan generated by the plan generation unit 112 on a display connected to the input/output unit 180.

図８は、本実施形態に係る評価画面２５０の画面構成図である。評価画面２５０の左側には、上から差異情報表示領域２５１、カラム関連情報表示領域２５２、および分布情報表示領域２５３が配置される。評価画面２５０の右側には、評価指標グラフ表示領域２５４、および保存ボタン２５５が配置される。
差異情報表示領域２５１には、指示データの種別における差異の割合が表示される。カラム関連情報表示領域２５２には、カラム関連情報１６０（図５参照）が表示される。分布情報表示領域２５３には、ドロップダウンリスト２５６で選択されたカラムの分布情報を示すグラフが表示される。 8 is a screen configuration diagram of an evaluation screen 250 according to this embodiment. Arranged on the left side of the evaluation screen 250 are, from the top, a difference information display area 251, a column related information display area 252, and a distribution information display area 253. Arranged on the right side of the evaluation screen 250 are an evaluation index graph display area 254, and a save button 255.
The difference information display area 251 displays the percentage of difference in the type of specified data. The column related information display area 252 displays the column related information 160 (see FIG. 5 ). The distribution information display area 253 displays a graph showing the distribution information of the column selected in the drop-down list 256.

評価指標グラフ表示領域２５４には、ドロップダウンリスト２５７で選択されたトレードオフの関係にある評価指標を軸とし、生成された生産計画がプロットされたグラフが表示される。つまりは、グラフの白丸および黒丸は生産計画を示し、その座標が当該生産計画の評価指標を示す。黒丸は、利用者により学習データとして選択された生産計画である。詳しくは、評価画面２５０が表示された初期の時点では、プロットされた生産計画は全て白丸であって選択されていない（非選択である）。例えば利用者が白丸をクリックすると、当該白丸である生産計画が選択されて黒丸になる。また逆に利用者が黒丸をクリックすると、当該黒丸である選択済みの生産計画が非選択となり白丸になる。
保存ボタン２５５が押下されると、計画評価部１１３は選択された生産計画（黒丸）を対応する指示データ（当該生産計画が生成されたときの入力である指示データ）とともに、例えばファイルとして、出力する。 The evaluation index graph display area 254 displays a graph in which the generated production plans are plotted with the evaluation indexes in a trade-off relationship selected in the drop-down list 257 as axes. In other words, the white and black circles on the graph indicate production plans, and their coordinates indicate the evaluation indexes of the production plans. The black circles are production plans selected as learning data by the user. In detail, at the initial point when the evaluation screen 250 is displayed, all the plotted production plans are white circles and not selected (non-selected). For example, when the user clicks on a white circle, the production plan that is the white circle is selected and becomes a black circle. Conversely, when the user clicks on a black circle, the selected production plan that is the black circle is unselected and becomes a white circle.
When the save button 255 is pressed, the plan evaluation unit 113 outputs the selected production plan (black circle) together with the corresponding instruction data (the instruction data that was input when the production plan was generated) as, for example, a file.

≪学習データ生成処理≫
図９は、本実施形態に係る学習データ生成処理のフローチャートである。
ステップＳ１１において指示データ生成部１１１は、差異情報２３０（図７参照）を生成する。
ステップＳ１２において指示データ生成部１１１は、ステップＳ１１で生成された差異情報２３０から差異の割合を算出し、割合が所定値以上であって生成対象となる指示データの種別を特定する。 <Learning data generation process>
FIG. 9 is a flowchart of the learning data generation process according to this embodiment.
In step S11, the instruction data generating unit 111 generates the difference information 230 (see FIG. 7).
In step S12, the instruction data generating unit 111 calculates a difference ratio from the difference information 230 generated in step S11, and identifies the type of instruction data to be generated when the ratio is equal to or greater than a predetermined value.

ステップＳ１３において指示データ生成部１１１は、ステップＳ１２で特定した生成対象の指示データについて属性値（データ値、カラム値）の分布を算出する。
ステップＳ１４において指示データ生成部１１１は、ステップＳ１３で算出した分布に基づいて新たな指示データを生成する。 In step S13, the instruction data generation unit 111 calculates the distribution of attribute values (data values, column values) for the instruction data to be generated that is identified in step S12.
In step S14, the instruction data generating unit 111 generates new instruction data based on the distribution calculated in step S13.

ステップＳ１５において計画生成部１１２は、評価値に含まれる評価指標の重みを変えながらステップＳ１６を実行する。
ステップＳ１６において計画生成部１１２は、差異が所定値以上である指示データについてはステップＳ１４生成された指示データ、および、差異が所定値未満である指示データについては既存の指示データに基づいて、評価値が最適となる生産計画を生成する。 In step S15, the plan generating unit 112 executes step S16 while changing the weight of the evaluation index included in the evaluation value.
In step S16, the plan generation unit 112 generates a production plan that optimizes the evaluation value based on the instruction data generated in step S14 for instruction data whose difference is equal to or greater than a predetermined value, and based on existing instruction data for instruction data whose difference is less than the predetermined value.

ステップＳ１７において計画評価部１１３は、評価画面２５０（図８参照）を入出力部１８０に接続されたディスプレイに表示する。利用者は、学習データとして採用する生産計画を選択して保存ボタン２５５を押下する。
ステップＳ１８において計画評価部１１３は、利用者が学習用データとして選択した生産計画、および対応する指示データを出力する。 In step S17, the plan evaluation unit 113 displays an evaluation screen 250 (see FIG. 8) on the display connected to the input/output unit 180. The user selects a production plan to be adopted as learning data and presses the save button 255.
In step S18, the plan evaluation unit 113 outputs the production plan selected by the user as learning data and the corresponding instruction data.

≪学習データ生成装置の特徴≫
学習データ生成装置１００は、指示データである設備データベース１３０にある設備データおよび注文履歴データベース１４０にある注文データについて、データ間の差異を算出し、差異の割合が所定値以上である注文データの統計情報に基づいて新たな注文データを生成する。次に学習データ生成装置１００は、新たな注文データおよび設備データベース１３０にある設備データを入力として、評価指標の重み付けを変えながら生産計画を生成する。続いて学習データ生成装置１００は、生成された生産計画の評価指標を表示し、利用者が学習用データとして選択した生産計画、および当該生産計画の生成時の入力となった指示データを出力する。 <Features of the learning data generation device>
The learning data generation device 100 calculates the difference between the equipment data in the equipment database 130 and the order data in the order history database 140, which are instruction data, and generates new order data based on statistical information of the order data in which the difference ratio is equal to or greater than a predetermined value. Next, the learning data generation device 100 uses the new order data and the equipment data in the equipment database 130 as inputs and generates a production plan while changing the weighting of the evaluation index. The learning data generation device 100 then displays the evaluation index of the generated production plan, and outputs the production plan selected by the user as learning data, and the instruction data that was input when the production plan was generated.

このようにすることで、学習データ生成装置１００は利用者が望む学習データを生成することができる。学習データは、既存の指示データと同様の統計情報を有して実際のデータに近い指示データ、および当該指示データを入力として生成されて利用者が望ましいと判断した生産計画を含んでいる。このような学習データを学習することで機械学習モデルは、利用者が望む生産計画を立案できるようになる。 In this way, the training data generation device 100 can generate training data desired by the user. The training data includes instruction data that has similar statistical information as existing instruction data and is close to actual data, and a production plan that is generated using the instruction data as input and that the user judges to be desirable. By learning such training data, the machine learning model can create a production plan desired by the user.

≪変形例：カラム関連情報≫
上記した実施形態では、カラム間の関連はカラム関連情報１６０に記憶されている。既存指示データを分析して、カラム間の相関度を算出して関連を取得してもよい。このようにすることでカラム関連情報１６０を設定する手間を削減することができる。 <<Variation: Column-related information>>
In the above embodiment, the relationship between columns is stored in the column relationship information 160. The relationship may be acquired by analyzing existing instruction data and calculating the degree of correlation between columns. In this way, the effort required to set the column relationship information 160 can be reduced.

≪変形例：計画の対象≫
上記した実施形態において生成される計画は生産計画であるが、これに限る必要はない。学習データ生成装置１００は、指示データが需要量と配送容量である配送計画や、指示データが人員スキルや配置条件である要員計画などの計画を立案する機械学習モデルの学習データを生成してもよい。 <<Variation: Target of the Plan>>
In the above embodiment, the plan generated is a production plan, but is not limited to this. The learning data generation device 100 may generate learning data for a machine learning model that creates plans such as a delivery plan in which the instruction data is a demand amount and a delivery capacity, or a personnel plan in which the instruction data is personnel skills and allocation conditions.

≪その他変形例≫
以上、本発明のいくつかの実施形態について説明したが、これらの実施形態は、例示に過ぎず、本発明の技術的範囲を限定するものではない。例えば上記した実施形態において学習データ生成装置１００は、注文履歴データベース１４０他のデータを記憶部１２０に記憶しているが、これに限らない。例えば、クラウド上の記憶装置など、別の装置の記憶されるデータにアクセスしながら学習データを生成してもよい。 Other variations
Although several embodiments of the present invention have been described above, these embodiments are merely illustrative and do not limit the technical scope of the present invention. For example, in the above-described embodiment, the training data generation device 100 stores the order history database 140 and other data in the storage unit 120, but this is not limiting. For example, training data may be generated while accessing data stored in another device, such as a storage device on the cloud.

本発明はその他の様々な実施形態を取ることが可能であり、さらに、本発明の要旨を逸脱しない範囲で、省略や置換等種々の変更を行うことができる。これら実施形態やその変形は、本明細書等に記載された発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。 The present invention can take various other embodiments, and various modifications such as omissions and substitutions can be made without departing from the gist of the present invention. These embodiments and their modifications are included in the scope and gist of the invention described in this specification, etc., and are included in the scope of the invention described in the claims and their equivalents.

１００学習データ生成装置
１１１指示データ生成部
１１２計画生成部
１１３計画評価部
１３０設備データベース（指示データ）
１４０注文履歴データベース（指示データ）
１５０計画データ（計画）
１６０カラム関連情報
１７０評価指標データベース
２５０評価画面 100 Learning data generating device 111 Instruction data generating unit 112 Plan generating unit 113 Plan evaluating unit 130 Equipment database (instruction data)
140 Order history database (instruction data)
150 Planning Data (Plan)
160 Column related information 170 Evaluation index database 250 Evaluation screen

Claims

an instruction data generating unit that generates new instruction data based on statistical information of existing instruction data for use in generating a plan;
a plan generating unit that generates a plan based on the new instruction data;
a plan evaluation unit that displays an evaluation index of the plan, acquires a selected plan, and outputs the selected plan and the new instruction data corresponding to the selected plan.

The instruction data generating unit
In the plurality of types of instruction data included in the instruction data,
For the type of instruction data in which the rate of difference between the pieces of instruction data is equal to or greater than a predetermined rate, the new instruction data is generated based on statistical information of the type of instruction data;
The training data generating device according to claim 1 , wherein, for the type of instruction data in which the rate of difference is less than the predetermined ratio, the type of instruction data is set as the new instruction data.

The statistical information is
3. The training data generating device according to claim 2, wherein the instruction data includes at least one of an occurrence frequency of a data value included in the instruction data and a degree of correlation between data.

The plan generation unit
generating the plan in which an evaluation value, which is a combination of the weighted evaluation indexes, is optimal;
The training data generating device according to claim 1 , wherein a plurality of plans are generated by changing weights of the plurality of evaluation indexes that are in a trade-off relationship.

The plan is a production plan for a product,
2. The training data generating device according to claim 1, wherein the instruction data is order information including at least one of identification information of the product, an order date, a delivery date, and a quantity.

Computer,
an instruction data generating unit that generates new instruction data based on statistical information of existing instruction data for use in generating a plan;
A plan generating unit that generates a plan based on the new instruction data; and
a program for causing the program to function as a plan evaluation unit that displays evaluation indexes of the plan, acquires a selected plan, and outputs the selected plan and the new instruction data corresponding to the selected plan.

A training data generating device,
A step of generating new instruction data based on statistical information of existing instruction data for instruction data used when generating a plan; and a step of generating a plan based on the new instruction data.
displaying an evaluation index of the plan, acquiring a selected plan, and outputting the selected plan and the new instruction data corresponding to the selected plan.