特許 6812309 計算機及び網の稼働状態の評価方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6812309

(24)【登録日】2020年12月18日

(45)【発行日】2021年1月13日

(54)【発明の名称】計算機及び網の稼働状態の評価方法

(51)【国際特許分類】

   G06N 7/00 20060101AFI20201228BHJP

   G06N 99/00 20190101ALI20201228BHJP

   G01R 23/16 20060101ALI20201228BHJP

   G06Q 10/04 20120101ALI20201228BHJP

   G16H 50/30 20180101ALI20201228BHJP

【ＦＩ】

   G06N7/00

   G06N99/00 180

   G01R23/16 D

   G06Q10/04

   G16H50/30

【請求項の数】12

【全頁数】23

(21)【出願番号】特願2017-113175(P2017-113175)

(22)【出願日】2017年6月8日

(65)【公開番号】特開2018-206227(P2018-206227A)

(43)【公開日】2018年12月27日

【審査請求日】2019年12月18日

(73)【特許権者】

【識別番号】000005108

【氏名又は名称】株式会社日立製作所

(74)【代理人】

【識別番号】110001678

【氏名又は名称】特許業務法人藤央特許事務所

(72)【発明者】

【氏名】加藤 雅弘

【審査官】 多賀 実

(56)【参考文献】

【文献】 特開２０００−０２９９５０（ＪＰ，Ａ）

【文献】 特表２０１７−５０２４２５（ＪＰ，Ａ）

【文献】 国際公開第２０１７／０３７８３９（ＷＯ，Ａ１）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｎ ３／００−９９／００

Ｇ０１Ｒ ２３／１６

Ｇ０６Ｑ １０／００−１０／１０

Ｇ０６Ｑ ５０／００−５０／３４

Ｇ１６Ｈ ５０／３０

(57)【特許請求の範囲】

【請求項1】

互いに影響を及ぼすアクションを実行する複数のノードから構成される網の稼働状態を評価する計算機であって、
前記計算機は、演算装置、前記演算装置に接続される記憶装置、前記演算装置に接続されるインタフェースを備え、
前記演算装置は、
前記複数のノードのアクションの発生要因となる起点アクションの影響が及ぶ範囲を示す網の固有値を設定して、前記記憶装置に前記網の固有値を格納し、
前記網の固有値に基づいて、スペクトル分析に使用する分析窓の窓幅を選択して、前記記憶装置に前記分析窓の窓幅の値を格納し、
前記網に含まれるターゲットノードのアクションに関連する時系列データを取得して、前記記憶装置に前記時系列データを格納し、
前記時系列データ及び前記分析窓を用いてスペクトル分析を実行して、前記記憶装置に前記スペクトル分析の結果を格納し、
前記スペクトル分析の結果を用いて周波数とパワースペクトルとの間の関係性を解析するべき乗モデルの回帰分析を実行することによって回帰係数を算出し、前記記憶装置に前記網の稼働状態を評価する評価指標として前記回帰係数を格納することを特徴とする計算機。

【請求項2】

請求項１に記載の計算機であって、
前記演算装置は、
任意の分析窓の窓幅を設定した場合に観測できる周波数及び時間の組合せを特定して、前記分析窓の窓幅と前記組合せとを対応付けて前記記憶装置に格納し、
前記特定された時間と前記網の固有値との差が閾値以下である前記組合せが存在する分析窓の窓幅を特定し、
前記特定された分析窓の窓幅の中で最小の分析窓の窓幅を選択することを特徴とする計算機。

【請求項3】

請求項２に記載の計算機であって、
前記網の固有値は、前記起点アクションが発生してから前記起点アクションに対する応答のアクションが発生するまでに要する時間であることを特徴とする計算機。

【請求項4】

請求項２に記載の計算機であって、
前記演算装置は、
前記スペクトル分析の結果に基づいて、周波数及びパワースペクトルの軸からなる空間上の回帰式を算出し、
前記空間上における前記周波数及び前記パワースペクトルの組と前記回帰式との間の距離に基づいて、前記評価指標の信頼性を示す指標を算出することを特徴とする計算機。

【請求項5】

請求項２に記載の計算機であって、
前記記憶装置は、前記複数のノードの各々のアクションの制御方法を管理する制御ポリシ情報を保持し、
前記演算装置は、
前記評価指標及び前記制御ポリシ情報に基づいて、前記ターゲットノードのアクションの制御方法を決定し、
前記決定された制御方法に基づいて、前記ターゲットノードのアクションを制御することを特徴とする計算機。

【請求項6】

請求項５に記載の計算機であって、
前記評価指標は、−１より大きく、かつ、０以下の範囲の値であることを特徴とする計算機。

【請求項7】

計算機が実行する互いに影響を及ぼすアクションを実行する複数のノードから構成される網の稼働状態の評価方法であって、
前記計算機は、演算装置、前記演算装置に接続される記憶装置、前記演算装置に接続されるインタフェースを備え、
前記網の稼働状態の評価方法は、
前記演算装置が、前記複数のノードのアクションの発生要因となる起点アクションの影響が及ぶ範囲を示す網の固有値を設定して、前記記憶装置に前記網の固有値を格納する第１のステップと、
前記演算装置が、前記網の固有値に基づいて、スペクトル分析に使用する分析窓の窓幅を選択して、前記記憶装置に前記分析窓の窓幅の値を格納する第２のステップと、
前記演算装置が、前記網に含まれるターゲットノードのアクションに関連する時系列データを取得して、前記記憶装置に前記時系列データを格納する第３のステップと、
前記演算装置が、前記時系列データ及び前記分析窓を用いてスペクトル分析を実行して、前記記憶装置に前記スペクトル分析の結果を格納する第４のステップと、
前記演算装置が、前記スペクトル分析の結果を用いて周波数とパワースペクトルとの間の関係性を解析するべき乗モデルの回帰分析を実行することによって回帰係数を算出し、前記記憶装置に前記網の稼働状態を評価する評価指標として前記回帰係数を格納する第５のステップと、
を含むことを特徴とする網の稼働状態の評価方法。

【請求項8】

請求項７に記載の網の稼働状態の評価方法であって、
前記第２のステップは、
前記演算装置が、任意の分析窓の窓幅を設定した場合に観測できる周波数及び時間の組合せを特定して、前記分析窓の窓幅と前記組合せとを対応付けて前記記憶装置に格納するステップと、
前記演算装置が、前記特定された時間と前記網の固有値との差が閾値以下である前記組合せが存在する分析窓の窓幅を特定するステップと、
前記演算装置が、前記特定された分析窓の窓幅の中で最小の分析窓の窓幅を選択するステップと、含むことを特徴とする網の稼働状態の評価方法。

【請求項9】

請求項８に記載の網の稼働状態の評価方法であって、
前記網の固有値は、前記起点アクションが発生してから前記起点アクションに対する応答のアクションが発生するまでに要する時間であることを特徴とする網の稼働状態の評価方法。

【請求項10】

請求項８に記載の網の稼働状態の評価方法であって、
前記第５のステップは、前記演算装置が、前記スペクトル分析の結果に基づいて、周波数及びパワースペクトルの軸からなる空間上の回帰式を算出するステップを含み、
前記網の稼働状態の評価方法は、
前記演算装置が、前記空間上における前記周波数及び前記パワースペクトルの組と前記回帰式との間の距離に基づいて、前記評価指標の信頼性を示す指標を算出するステップを含むことを特徴とする網の稼働状態の評価方法。

【請求項11】

請求項８に記載の網の稼働状態の評価方法であって、
前記記憶装置は、前記複数のノードの各々のアクションの制御方法を管理する制御ポリシ情報を保持し、
前記網の稼働状態の評価方法は、
前記演算装置が、前記評価指標及び前記制御ポリシ情報に基づいて、前記ターゲットノードのアクションの制御方法を決定する第７のステップと、
前記演算装置が、前記決定された制御方法に基づいて、前記ターゲットノードのアクションを制御する第８のステップと、を含むことを特徴とする網の稼働状態の評価方法。

【請求項12】

請求項１１に記載の網の稼働状態の評価方法であって、
前記評価指標は、−１より大きく、かつ、０以下の範囲の値であることを特徴とする網の稼働状態の評価方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、複数のノードから構成される網の稼働状態の評価及び改善を行う計算機及び方法に関する。

【背景技術】

【0002】

制御対象の制御等を最適化する様々な技術が知られている。例えば、特許文献１及び特許文献２に記載されている技術が知られている。

【0003】

特許文献１には、「マルチエージェント型制御装置では、リスト構造に従って、エージェントを順次選択しつつ、所定期間ずつ、選択されたエージェントに対応する制御演算要素を使用して、制御信号を算出させ、算出された制御信号により被制御対象を駆動し、駆動後に観測された制御対象量に応じて選択されたエージェントの評価値の更新を行う。さらに、更新された評価値に基づいて、エージェントの分裂および消滅処理が行なわれる。」ことが記載されている。

【0004】

特許文献２には、「電子制御ユニットは、インホイールモータおよびブレーキ機構による制動トルクの制御中において、ブレーキセンサによって検出されたペダル操作量を入力し車両Ｖｅを制動するために必要な要求制動トルクを決定する。そして、ユニットは、要求制動トルクが所定値よりも大きければ、モータによる制動トルクを周期的に変動させる。一方、ユニットは機構が発生する制動トルクをモータによる周期的に変動する制動トルクと逆位相となるように周期的に変動させる。これにより、ユニットは機構に機械的に接続されたペダルにおける反力を周期的に変動させる。」ことが記載されている。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２００７−１０２５８１号公報

【特許文献2】特開２０１２−４０９６４号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

複数のノードから構成される網の稼働状態を最適化する場合には、まず、評価指標を算出し、当該評価指標に基づいて網の稼働状態を評価する必要がある。また、前述の評価の結果、網の稼働状態を最適化する必要があると判定された場合には、指標に基づいて各ノードを制御する必要がある。

【0007】

特許文献１に記載の技術は、遺伝及び進化等の生命メカニズムをエージェントの分裂及び消滅に模擬したものである。しかし、特許文献１に記載の技術は、ヒューリスティックな方法であり、マルチエージェントの進化の目標及び方向性を与えるものではない。より具体的には、特許文献１で用いられるエージェントの評価値は個々のエージェントを評価する指標であり、マルチエージェントの進化の目標及び方向性を測る指標ではない。

【0008】

従って、評価値に基づいてエージェントの分裂及び消滅処理を行っても、マルチエージェントシステムが最適化されるわけではない。

【0009】

特許文献２に記載の技術は、１／ｆゆらぎ特性を有する制御信号を用いて電気式ブレーキを制御するものである。しかし、特許文献２に記載の技術は、網を前提とした発明ではなく、機械の制御信号を網にそのまま適用するのは困難である。

【0010】

従来技術では、１／ｆゆらぎ特性を利用して、網の稼働状態を評価する指標を算出し、網の稼働状態を評価する装置及び方法は実現されていない。

【課題を解決するための手段】

【0011】

本願において開示される発明の代表的な一例を示せば以下の通りである。すなわち、互いに影響を及ぼすアクションを実行する複数のノードから構成される網の稼働状態を評価する計算機であって、前記計算機は、演算装置、前記演算装置に接続される記憶装置、前記演算装置に接続されるインタフェースを備え、前記演算装置は、前記複数のノードのアクションの発生要因となる起点アクションの影響が及ぶ範囲を示す網の固有値を設定して、前記記憶装置に前記網の固有値を格納し、前記網の固有値に基づいて、スペクトル分析に使用する分析窓の窓幅を選択して、前記記憶装置に前記分析窓の窓幅の値を格納し、前記網に含まれるターゲットノードのアクションに関連する時系列データを取得して、前記記憶装置に前記時系列データを格納し、前記時系列データ及び前記分析窓を用いてスペクトル分析を実行して、前記記憶装置に前記スペクトル分析の結果を格納し、前記スペクトル分析の結果を用いて周波数とパワースペクトルとの間の関係性を解析するべき乗モデルの回帰分析を実行することによって回帰係数を算出し、前記記憶装置に前記網の稼働状態を評価する評価指標として前記回帰係数を格納することを特徴とする。

【発明の効果】

【0012】

本発明によれば、網を構成するノードの時系列データを用いて網の稼働状態を評価する指標を算出できる。上記した以外の課題、構成及び効果は、以下の実施例の説明により明らかにされる。

【図面の簡単な説明】

【0013】

【図1】実施例１の流通網の一例を示す図である。

【図2】実施例１の流通網のモデルを示す図である。

【図3】実施例１の拠点ノード及び遅延ノードを実現する構成の一例を示す図である。

【図4】実施例１の拠点ノードを実現する計算機の構成例を示す図である。

【図5】実施例１の拠点ノードが実行する処理の一例を説明するフローチャートである。

【図6】実施例１の分析モジュールが実行する分析処理の一例を説明するフローチャートである。

【図7】実施例１の分析モジュールが実行する健全性指標の算出処理の一例を説明するフローチャートである。

【図8A】実施例１の分析窓幅の設定方法を説明する図である。

【図8B】実施例１の分析窓幅の設定方法を説明する図である。

【図9A】実施例１の複雑な流通網のモデルを示す図である。

【図9B】実施例１の複雑な流通網のモデルを示す図である。

【図10A】実施例１における分析窓幅の設定例を示す図である。

【図10B】実施例１における分析窓幅の設定例を示す図である。

【図11】実施例１の分析モジュールが算出した健全性指標が従う法則を説明する図である。

【図12】実施例１の健全性指標の信頼性の評価方法を説明する図である。

【図13】実施例２の健全性指標の分析結果を示すグラフである。

【図14】実施例２の加速度変動周波数とパワースペクトルとの間の関係を示すグラフである。

【発明を実施するための形態】

【0014】

まず、本発明の概要について説明する。

【0015】

分析対象のシステム及び事象等を複数のノードから構成される網にモデル化する。各ノードは、他のノードに影響を与えるアクションを行う。アクションの内容は分析対象に応じて異なる。

【0016】

計算機は、任意のノードのアクションに関係する時系列データを取得し、評価対象の網の固有値に基づいて選択された分析窓幅の分析窓を用いてスペクトル分析を行う。計算機は、周波数−パワースペクトル空間におけるべき乗モデルの回帰分析を実行することによって、回帰式の回帰係数を算出する。当該回帰係数が評価指標となる。さらに、計算機は、評価指標に基づいてノードのアクションを最適化する。

【0017】

以下、本発明の実施形態について図面を用いて説明する。以下では、全図を通じて同一の構成に対しては同一の符号を付与して重複する説明を省略する。

【実施例1】

【0018】

実施例１では流通網を扱う。図１は、実施例１の流通網の一例を示す図である。

【0019】

図１に示す流通網１００は、最も単純な網であり、顧客１０１、複数の拠点１０２、１０３、１０４、１０５から構成される。図１では、データ及び物の流れの方向として、拠点１０５から顧客１０１の方向を上流と設定し、顧客１０１から拠点１０５の方向を下流と設定する。なお、拠点１０２は小売り業者の拠点を表し、拠点１０３、１０４は卸売業者の拠点を表し、拠点１０５は工場拠点を表す。

【0020】

図１に示す流通網１００では、顧客１０１は、拠点１０２に対して商品の注文を行う。拠点１０２は、商品の在庫がある場合、当該商品を顧客１０１に対して出荷し、商品の在庫状況及び発注状況に応じて、下流の拠点１０３に商品の発注を行う。商品の発注は、拠点１０２、１０３、１０４の在庫状況に応じて、最下流の拠点１０５にまで伝播する。また、ある拠点が出荷した商品は、他の拠点を経由して、又は、直接、顧客１０１に配送される。

【0021】

図１に示す流通網では、商品の受注及び発注を行う各拠点１０２、１０３、１０４は、商品の欠品を防ぐために、顧客１０１又は上流の拠点からの受注を予測し、下流の拠点への発注数を決定する必要がある。また、拠点１０５も、上流の拠点群の状況を考慮して商品の生産数を決定し、上流の拠点１０４に商品を出荷する必要がある。

【0022】

例えば、欠品を防ぐために発注数が過多になった場合、拠点には商品の在庫数が過多になるため運営コストが増大する。

【0023】

図２は、実施例１の流通網のモデルを示す図である。

【0024】

流通網１００は、ノード及び各ノードを接続するブランチとして表現できる。顧客１０１、拠点１０２、拠点１０３、拠点１０４、及び拠点１０５は、それぞれ、顧客ノード２０１、小売拠点ノード２０２、第２卸売拠点ノード２０３、第１卸売拠点ノード２０４、及び工場拠点ノード２０５に対応する。以下の説明では、各拠点ノードを区別しない場合、単に拠点ノードと記載する。

【0025】

実施例１では、商品の発注及び受注が、拠点ノード２０２、２０３、２０４、２０５のアクションである。

【0026】

通常、拠点間における商品の発注及び商品の配送には時間を要する。本実施例では、商品の発注を発注遅延時間と呼び、また、商品の発送に要する時間を配送遅延時間と呼ぶ。工場拠点ノード２０５の商品の生産に要する時間を生産遅延時間と呼ぶ。発注遅延時間、配送遅延時間、及び生産遅延時間を区別しない場合、遅延時間と呼ぶ。

【0027】

図２では、拠点間の遅延時間を遅延ノード２１１、２１２、２１３として表している。本実施例では、発注遅延時間及び配送遅延時間がともに「２」であるものとする。また、生産遅延時間は「３」であるものとする。

【0028】

図３は、実施例１の拠点ノード及び遅延ノードを実現する構成の一例を示す図である。ここでは、拠点ノード２０３及び遅延ノード２１１、２１２を一例として示す。

【0029】

遅延ノード２１１、２１２の発注遅延時間は、バッファ３２１を用いて実現され、遅延ノード２１１、２１２の配送遅延時間は、バッファ３２２を用いて実現される。遅延時間の長さは、バッファ３２１、３２２の数、容量を用いて調整することができる。

【0030】

拠点ノード２０３は、計算機４００（図４を参照）を用いて実現される。拠点ノード２０３は、受注モジュール３０１、発注モジュール３０２、入荷モジュール３０３、出荷モジュール３０４、在庫確認モジュール３０５、及び分析モジュール３０６を含む。

【0031】

受注モジュール３０１は、外部からの商品の注文又は発注を受け付け、要求された商品の数等を含む問合せを在庫確認モジュール３０５に出力する。発注モジュール３０２は、分析モジュール３０６の指示に従って、他の拠点に商品の発注を行う。

【0032】

入荷モジュール３０３は、他の拠点が発送した商品を受け取り、受け取った商品の数等を在庫確認モジュール３０５に通知する。出荷モジュール３０４は、分析モジュール３０６からの指示に従って、商品の出荷を行う。

【0033】

在庫確認モジュール３０５は、商品の在庫を管理する。具体的には、以下の（１）及び（２）の処理が実行される。

【0034】

（１）在庫確認モジュール３０５は、受注モジュール３０１からの問合せを受け付けた場合、拠点１０３の商品の在庫数を確認する。商品が不足している場合には、在庫確認モジュール３０５は、分析モジュール３０６に分析処理の実行を指示する。商品が足りている場合、在庫確認モジュール３０５は、分析モジュール３０６を介して、出荷モジュール３０４に商品の出荷指示を出力する。

【0035】

（２）在庫確認モジュール３０５は、入荷モジュール３０３から通知を受け付けた場合、分析モジュール３０６を介して、出荷モジュール３０４に商品の出荷指示を出力する。

【0036】

分析モジュール３０６は、在庫確認モジュール３０５から分析処理の実行指示を受け付けた場合、入荷、受注、出荷等のトレンドを分析し、現在の網の稼働状態を判定するための指標を算出する。また、分析モジュール３０６は、当該指標に基づいて商品の発注数等を制御することによって、アクションの最適化を行う。

【0037】

なお、分析モジュール３０６は、ログＤＢ３１１に格納される情報を用いて分析処理を実行し、また、指標及び制御ポリシ情報３１２を用いて網に含まれるノードのアクションを制御する。

【0038】

ログＤＢ３１１には、網の運用に影響を与える情報を格納する。例えば、拠点の構成、入荷数、出荷数、発注数、発注遅延時間、配送遅延時間、及び在庫数等の情報が格納される。なお、入荷数、出荷数、発注数、発注遅延時間、配送遅延時間、及び在庫数は、商品の種類ごとに管理される。また、拠点の構成、入荷数、出荷数、発注数、発注遅延時間、配送遅延時間、及び在庫数は、日時と対応付けて管理される。従って、ログＤＢ３１１に格納されるデータは、時系列データとなる。

【0039】

制御ポリシ情報３１２は、運営戦略（制御目的）、構成要素（制御対象）、及び運営戦術（制御方法）が対応付けられた情報である。運営戦略は、在庫及び欠品の低減、利益増大、及びリスクヘッジ等である。構成要素は、入荷数、出荷数、発注数、発注遅延時間、配送遅延時間、及び在庫数等である。また、運営戦術は、アクションの制御方法であり、例えば、発注に関する制御の場合、いつ、どこに、なにを、いくつ発注するかを制御する方法である。

【0040】

図４は、実施例１の拠点ノード２０３を実現する計算機の構成例を示す図である。

【0041】

計算機４００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）４０１、主記憶装置４０２、副記憶装置４０３、ネットワークインタフェース４０４、及び入出力インタフェース４０５を有する。各構成は、内部バスライン４１０を介して互いに接続される。

【0042】

ＣＰＵ４０１は、プログラムに従って演算処理を実行する演算装置である。本実施例のＣＰＵ４０１は、主記憶装置４０２に格納されるプログラムを実行する。ＣＰＵ４０１がプログラムに従って処理を実行することによって、特定の機能を実現するモジュールとして動作する。以下の説明では、モジュールを主語に処理を説明する場合、ＣＰＵ４０１が当該モジュールを実現するプログラムを実行していることを示す。

【0043】

主記憶装置４０２は、メモリ等の記憶装置である。本実施例の主記憶装置４０２は、ＣＰＵ４０１が実行するプログラムとして、受注モジュール３０１、発注モジュール３０２、入荷モジュール３０３、出荷モジュール３０４、在庫確認モジュール３０５、及び分析モジュール３０６を実現するプログラムを格納する。また、主記憶装置４０２は、遅延時間を再現するバッファ３２１、３２２を含み、プログラムが一時的に使用するワークエリアを含む。

【0044】

副記憶装置４０３は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）及びＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶装置である。本実施例の副記憶装置４０３は、ログＤＢ３１１及び制御ポリシ情報３１２を格納する。

【0045】

なお、主記憶装置４０２に格納されるプログラムは、副記憶装置４０３に格納されてもよい。この場合、ＣＰＵ４０１が、副記憶装置４０３からプログラムを読み出し、主記憶装置４０２にロードし、さらに、主記憶装置４０２にロードされたプログラムを実行する。

【0046】

ネットワークインタフェース４０４は、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）及びＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）等のネットワークを介して他の計算機と接続するためのインタフェースである。なお、ネットワークの接続方式は有線又は無線のいずれでもよい。

【0047】

入出力インタフェース４０５は、外部装置と接続するためのインタフェースである。本実施例では、入出力インタフェース４０５には、入力装置４０６及び出力装置４０７が接続される。入力装置４０６は、キーボード、マウス、及びタッチパネル等の装置である。出力装置４０７は、タッチパネル及びディスプレイ等の装置である。

【0048】

なお、全ての拠点ノードのログを管理するログ管理ノードが、ログＤＢ３１１及び制御ポリシ情報３１２を保持するような構成でもよい。この場合、拠点ノードは、ログ管理ノードに制御ログを送信し、また、ログ管理ノードから制御ログを取得する。なお、制御ログには、商品の種類、入荷数、出荷数、発注数、及び在庫数に関する情報が含まれる。

【0049】

なお、一つの拠点ノードを一つの計算機４００を用いて実現しているがこれに限定されない。例えば、仮想計算機を用いて拠点ノードを実現してもよい。

【0050】

図５は、実施例１の拠点ノード２０３が実行する処理の一例を説明するフローチャートである。なお、拠点ノード２０２及び拠点ノード２０４も同様の処理を実行する。

【0051】

本実施例では、流通網内における商品の流れを再現するために、各拠点ノードが実行するアクションが同期するように制御されている。具体的には、各拠点ノードは、ターン単位にアクションを実行し、また、各拠点ノードに処理の実行を指示する拠点管理ノードを設定している。拠点管理ノードは、各拠点ノードにアクションの開始を通知し、各拠点ノードのアクションの実行状態を監視する。拠点管理ノードは、全ての拠点ノードのターン単位の処理が終了したことを検知した場合、各拠点ノードに新たなターン単位のアクションの実行を指示する。

【0052】

拠点ノード２０３は、入荷及び受注の少なくともいずれかを受け付ける（ステップＳ５０１）。

【0053】

具体的には、受注モジュール３０１が受注を受け付け、又は、入荷モジュール３０３が入荷を受け付ける。

【0054】

次に、拠点ノード２０３は、拠点内の商品の在庫を確認する（ステップＳ５０２）。

【0055】

具体的には、在庫確認モジュール３０５が、入荷又は受注の対象となる商品の在庫数を確認する。在庫確認モジュール３０５は、入荷内容又は受注内容と、商品の在庫数とを分析モジュール３０６に出力する。

【0056】

次に、拠点ノード２０３は、分析処理を実行する（ステップＳ５０３）。

【0057】

具体的には、分析モジュール３０６が、ログＤＢ３１１及び制御ポリシ情報３１２を用いて分析処理を実行する。分析処理の詳細は図６を用いて説明する。

【0058】

次に、拠点ノード２０３は、分析処理の結果に基づいて、商品の出荷及び商品の発注を制御する（ステップＳ５０４）。

【0059】

具体的には、発注モジュール３０２が商品の発注を行い、又は出荷モジュール３０４が商品の出荷を行う。

【0060】

次に、拠点ノード２０３は、ログＤＢ３１１を更新する（ステップＳ５０５）。

【0061】

具体的には、各モジュールが、入荷、受注、出荷、発注、及び在庫等、アクションに関連するログデータをログ管理ノードに格納する。なお、本実施例では、拠点管理ノードを設けているため、分析モジュール３０６は、ターン処理の完了通知を拠点管理ノードに送信する。拠点管理ノードは、全ての拠点ノードからターン処理の完了通知を受信した場合、各拠点ノードに新たなターン単位の処理の実行を指示する。

【0062】

図６は、実施例１の分析モジュール３０６が実行する分析処理の一例を説明するフローチャートである。

【0063】

本実施例では、予め、運用戦略ごとに分析する時系列データの種別が設定されている。例えば、在庫及び欠品の低減が運用戦略又はリスクヘッジが運用戦略である場合、入荷、受注、出荷等のトレンドが分析対象の時系列データとして設定される。

【0064】

まず、分析モジュール３０６は、健全性を評価する対象網の固有値を設定する（ステップＳ６０１）。

【0065】

ここで、対象網の固有値は、対象網に含まれる各ノードのアクションの発生要因となる起点アクションの影響が及ぶ範囲を示す値である。本実施例では、顧客１０１からの商品の注文が、拠点ノード２０２、２０３、２０４の商品の発注及び拠点ノード２０５の商品の生産の発生要因となる起点アクションに対応する。したがって、流通網１００又は流通網１００の一部である局所網の固有値は、顧客１０１からの商品の注文の影響が及ぶ範囲を示す値である。

【0066】

本実施例では、対象網の起点ノードにおける商品の発注から、商品の発注の応答である商品の受注までに要する時間を対象網の固有値として用いる。より具体的には、起点ノードから終点ノードまでの間の遅延時間の合計値を固有値として用いる。なお、対象網の固有値は、網毎に異なる。従って、網に応じて適切な固有値を設定する。対象網の固有値の設定方法については後述する。

【0067】

次に、分析モジュール３０６は、対象網の固有値に基づいて、スペクトル分析（時間周波数解析）に使用する分析窓幅を選択する（ステップＳ６０２）。

【0068】

後述するように分析窓幅は、波の分析に関する物理的な制約を受けて離散値しか取ることができない。分析窓幅の決定方法については、図８Ａ及び図８Ｂを用いて説明する。

【0069】

次に、分析モジュール３０６は、健全性指標の算出処理を実行する（ステップＳ６０３）。

【0070】

後述するように、分析モジュール３０６は、選択された分析窓幅の分析窓を用いたスペクトル分析を実行する。さらに、分析モジュール３０６は、スペクトル分析によって算出された周波数スペクトルを用いてべき乗回帰係数を算出する。本実施例では、べき乗回帰係数が健全性指標となる。

【0071】

流通網が環境変動に対する適応力を最も高めた状態、すなわち、自己組織化臨界の状態にある場合、健全性指標の値は「−１」となる。健全性指標の値が「−１」の状態は１／ｆゆらぎとも呼ばれる。自己組織化臨界の状態にある場合、流通網のスペクトル特性はフラクタル性を持つ。すなわち、流通網の全体及び部分のいずれでも同一のスペクトル特性が観測される。

【0072】

そこで、本実施例では、健全性指標を「−１」とすることを、流通網全体の最適化の目標に設定する。以下の説明では、健全性指標が「−１」に近いことを健全性が高いとも記載する。流通網が、自己組織化臨界の状態になる前の状態である準自己組織化臨界の状態では、健全性指標は−１より大きくかつ０以下の値となる。

【0073】

一般的に、流通網の個々の拠点の健全性を高めても流通網全体の健全性を高めることができるわけではない。なぜならば、拠点間では常に取引が行われており、各拠点間には強い相互作用が働くためである。

【0074】

本実施例では、スペクトル特性のフラクタル性を持つ状態を示す健全性指標を目標として各拠点の稼働状態（アクション）を最適化する。これによって、流通網全体の健全性を高めることができる。健全性指標が「−１」の状態は、究極的な健全性を表しているものといえる。

【0075】

なお、健全性指標の算出処理の詳細については、図７を用いて説明する。

【0076】

次に、分析モジュール３０６は、健全性指標及び制御ポリシ情報３１２を用いて拠点ノードの制御内容を決定する（ステップＳ６０４）。例えば、以下のような処理が実行される。

【0077】

分析モジュール３０６は、分析した時系列データについて、健全性指標に対する影響の大きさを算出する。運営戦略が在庫及び欠品の低減である場合、入荷数、受注数、出荷数、発注数、それぞれのトレンドが影響因子となる。

【0078】

分析モジュール３０６は、影響の大きさに基づいて、在庫及び欠品の低減に対する影響が大きい影響因子を選択する。ここでは、現在のターンから１５ターン前の受注数ｘ、現在の入荷数ｙ、及び現在の発注数ｚが影響の大きい影響因子として選択されたものとする。なお、ｘは式（１）を満たし、ｙは式（２）を満たし、ｚは式（３）を満たす。

【0079】

【数1】

【0080】

【数2】

【0081】

【数3】

【0082】

ここで、Ｘ、Ｙ_１、Ｙ_２、Ｚ_１、及びＺ_２は任意の実数である。

【0083】

また、健全性指標βと、影響因子ｘ、ｙ、ｚとの間には、式（４）の関係が成り立っているものとする。

【0084】

【数4】

【0085】

分析モジュール３０６は、健全性指標βの絶対値が１に近づくように、例えば、式（４）の関係を満たす影響因子ｘ、ｙ、ｚの値の組合せが増えるように、制御可能な影響因子ｚを制御する。

【0086】

なお、ある指標に対して大きな影響を与える因子の特定方法、及び指標と因子との間の関係式の算出方法は公知であるため詳細な説明は省略する。

【0087】

なお、分析モジュール３０６は、健全性指標と閾値との比較結果に基づいて、流通網の状態が健全であると判定した場合、前回の制御内容をそのまま使用してもよい。後述するように、分析モジュール３０６は、健全性指標が「−１」に近い場合、流通網の稼働状態が健全であると判定する。

【0088】

なお、分析モジュール３０６は、健全性指標に基づいて流通網の稼働状態が健全であるか否かを判定するだけでもよい。この場合、他の装置又はユーザが制御内容を決定すればよい。

【0089】

図７は、実施例１の分析モジュール３０６が実行する健全性指標の算出処理の一例を説明するフローチャートである。

【0090】

分析モジュール３０６は、ログＤＢ３１１から、任意のターン数の時系列データを取得する（ステップＳ７０１）。

【0091】

次に、分析モジュール３０６は、対象のターンを表す変数ｐに初期値「１」を設定する（ステップＳ７０２）。

【0092】

次に、分析モジュール３０６は、ターンｐの時系列データを読み出し、時間−振幅空間における時系列データの先頭からｐ＋Ｗ−１の位置に分析窓を設定する（ステップＳ７０３）。

【0093】

次に、分析モジュール３０６は、分析窓に含まれる時系列データに対してスペクトル分析（時間周波数解析）を実行する（ステップＳ７０４）。スペクトル分析は公知のものであるため説明を省略する。

【0094】

次に、分析モジュール３０６は、算出結果である周波数スペクトルを変数ｐの値と対応付けて主記憶装置４０２に格納する（ステップＳ７０５）。

【0095】

次に、分析モジュール３０６は、パワースペクトルと周波数との間の関係性を解析するべき乗モデルの回帰分析を実行する（ステップＳ７０６）。本実施例では、分析モジュール３０６は、べき乗モデルの両辺の対数をとって直線の関係を示す式に変換した回帰分析を実行する。

【0096】

具体的には、分析モジュール３０６は、横軸が周波数、かつ、縦軸がパワースペクトルである両対数グラフ（周波数−パワースペクトル空間）上の回帰直線を算出する。分析モジュール３０６は、回帰直線の傾き、すなわち、回帰係数を健全性指標として算出する。なお、べき乗モデルでは、当該回帰係数は、周波数を底とする指数関数の指数に対応する。

【0097】

次に、分析モジュール３０６は、変数ｐに「１」を加算する（ステップＳ７０７）。

【0098】

次に、分析モジュール３０６は、変数ｐの値が（Ｐ−Ｗ＋１）より大きいか否かを判定する（ステップＳ７０８）。

【0099】

変数ｐの値が（Ｐ−Ｗ＋１）以下であると判定された場合、分析モジュール３０６は、ステップＳ７０３に戻り、同様の処理を実行する。変数ｐの値が（Ｐ−Ｗ＋１）より大きいと判定された場合、分析モジュール３０６は、処理を終了する。

【0100】

図８Ａ及び図８Ｂは、実施例１の分析窓幅の設定方法を説明する図である。

【0101】

図８Ａ及び図８Ｂに示すグラフ８００は、横軸が時間の対数であり、縦軸が周波数の対数である両対数グラフである。

【0102】

周波数分析能を示す周波数レンジ及び分析窓幅（時間レンジ）との間には、不確定性原理が成り立ち、また、分析窓幅は２のべき乗の値であることから、周波数レンジは離散的な値となる。また、分析窓幅はサンプリング周期とサンプリング数の積で表される。本実施例では、サンプリング周期が２ターンの局在波を観測できるように設定した。

【0103】

従って、分析窓幅を「１２８」、「６４」、「３２」、「１６」、「８」とした場合、観測される周波数及び時間の組合せ（観測可能ポイント）は、それぞれ６４個、３２個、１６個、８個、４個となる。なお、観測可能ポイントは、スペクトルの観測が可能なポイントを表す。図８Ａ及び図８Ｂでは、黒丸が観測可能ポイントを表す。なお、時間は最小の刻み幅が１ターンとなるように変換を行っている。

【0104】

本実施例では、固有値に基づいて分析窓幅が決定される。顧客１０１による商品の注文は、遅延を伴いながら拠点１０２、１０３、１０４に伝搬し、最終的に拠点１０５における商品の生産量に影響を与える。また、拠点１０５で生産された商品は、遅延を伴いながら上流の拠点１０４、１０３、１０２に介して顧客１０１に配送される。本実施例では、対象網の起点ノードと終点ノードとの間において、商品の発注から商品の受注までに要する最大遅延時間を対象網の固有値として扱う。ここでは、固有値をλと表記する。

【0105】

固有値に着目したのは、以下で述べるように波形の局在性によるものである。

【0106】

実用技術としての汎用性を損なわないためには、各回（各ターン）の顧客１０１の注文を独立した事象と捉えなければならず、顧客１０１からの商品の注文が複数回発生した場合でも周期性又は連続性は存在しないと考えなければならない。そのため、一回の顧客１０１からの商品の注文の影響は、連続波ではなく、時間−周波数空間に局在する局在波と捉えなければならない。

【0107】

局在波を分析するためには、局在波のサイズに合致した時間と周波数の窓を用いる必要がある。窓が大きすぎる場合、局在波はオーバーオールで平均されて消失し、窓が小さすぎる場合、局在波が検出されない。さらに、窓が大きすぎる場合の懸念として、商品の注文とは関係が無い局在波がノイズとなって混入することによって分析精度が低下することが考えられる。

【0108】

図２に示す流通網１００において、顧客ノード２０１と工場拠点ノード２０５との間の最大遅延時間、すなわち、固有値λは「１５」となる。

【0109】

なお、流通網１００の一部である局所網が対象網である場合、各局所網の固有値は以下のようになる。起点ノードが拠点ノード２０３かつ終点ノードが拠点ノード２０５である局所網の固有値λは「１１」となり、起点ノードが拠点ノード２０４かつ終点ノードが拠点ノード２０５である局所網の固有値λは「７」となり、起点ノード及び終点ノードが拠点ノード２０５である局所網の固有値λは「３」となる。

【0110】

黒丸８１１、８１２、８１３、８１４は、分析窓幅Ｗが「１２８」である場合の観測可能ポイントの中で、時間の値が各固有値λに一致又は近い観測可能ポイント、すなわち、時間の値と固有値λとの間の差が閾値以下である観測可能ポイントを表す。黒丸８２１、８２２、８２３、８２４は、分析窓幅Ｗが「６４」である場合の観測可能ポイントの中で、時間の値が各固有値λに一致又は近い観測可能ポイントを表す。黒丸８３１、８３２、８３３、８３４は、分析窓幅Ｗが「３２」である場合の観測可能ポイントの中で、時間の値が各固有値λに一致又は近い観測可能ポイントを表す。黒丸８４１、８４２は、分析窓幅Ｗが「１６」である場合の観測可能ポイントの中で、時間の値が各固有値λに一致又は近い観測可能ポイントを表す。黒丸８５１、８５２は、分析窓幅Ｗが「８」である場合の観測可能ポイントの中で、時間の値が各固有値λに一致又は近い観測可能ポイントを表す。なお、矩形は、選択対象の観測可能ポイントを特定する範囲を示す。ここでは、固有値λを中心に時間レンジが２である矩形を用いている。

【0111】

図８Ａに示すように、分析窓幅Ｗが大きい場合、観測可能ポイントの数は多い。しかし、不要な観測領域も広がるため、局在波の振幅が小さい場合、オーバーオールで平均化されることによって局在波が消滅し、また、他の局在波がノイズとして混入する可能性がある。一方、分析窓幅Ｗが小さい場合、観測可能ポイントの数が少なくなり、固有値λに一致又は近い観測可能ポイントを特定するのが困難になる。

【0112】

前述した理由から、本実施例では、時間の値と固有値λとの差が閾値以下である観測可能ポイントが存在する分析窓幅Ｗの中から、最も小さい分析窓幅Ｗが選択される。前述の選択方法に従って選択された観測可能ポイントは図８Ｂのようになる。

【0113】

従って、固有値λが「３」の場合、分析窓幅Ｗは「３２」が設定され、固有値λが「７」の場合、分析窓幅Ｗは「６４」が設定され、固有値λが「１１」の場合、分析窓幅Ｗは「３２」が設定され、固有値λが「１５」の場合、分析窓幅Ｗは「１２８」が設定される。

【0114】

ここで、前述の算出方法に基づく分析モジュール３０６の処理について説明する。まず、分析モジュール３０６は、複数の分析窓幅を設定し、各分析窓幅Ｗの観測可能ポイントを特定する。分析モジュール３０６は、対象網の固有値に基づいて、時間の値と固有値との差が閾値より小さい観測可能ポイントが存在する分析窓幅Ｗを特定する。分析モジュール３０６は、特定された分析窓幅の中から最も小さい分析窓幅を選択する。

【0115】

ここで、図２に示す流通網より複雑な網の固有値の設定及び分析窓幅の選択方法について説明する。

【0116】

まず、図９Ａ及び図９Ｂを用いて複雑な網の固有値の設定方法について説明する。図９Ａ及び図９Ｂは、実施例１の複雑な流通網のモデルを示す図である。

【0117】

図９Ａ及び図９Ｂに示す流通網９００は、顧客ノードと工場拠点ノードとの間の拠点ノードの階層構造は、図２と同様である。ただし、一つの階層には同一種類の拠点ノードが一つ以上存在し、顧客ノードから工場拠点ノードに至る経路が複数存在する。

【0118】

具体的には、流通網９００は、顧客ノード９０１、９０２、９０３、小売拠点ノード９０４、９０５、第２卸売拠点ノード９０６、９０７、第１卸売拠点ノード９０８、９０９、工場拠点ノード９１０、及び遅延ノード９２１、９２２、９２３、９２４、９２５、９２６、９２７から構成される。ここでは、黒丸で示す第２卸売拠点ノード９０７の分析モジュール３０６が処理を実行するものとする。

【0119】

対象網が流通網９００の全体である場合、固有値の候補としては、顧客ノードから工場拠点ノードまでの経路の数だけ存在する。流通網９００の場合、顧客ノード９０１、９０２、９０３から工場拠点ノード９１０に至る経路のうち、第２卸売拠点ノード９０７を経由する経路の数は三つである。三つの経路のうち、図９Ａに示す経路の遅延時間の合計値が最も大きくなる。そこで、図９Ａに示す経路の遅延時間を流通網９００の固有値に設定する。

【0120】

対象網が図９Ｂに示すような局所網９５０である場合、局所網９５０の固有値は、図９Ｂに示す経路の遅延時間の合計値となる。

【0121】

次に、図１０Ａ及び図１０Ｂを用いて分析窓幅の設定方法について説明する。図１０Ａ及び図１０Ｂは、実施例１における分析窓幅の設定例を示す図である。

【0122】

図１０Ａ及び図１０Ｂに示すグラフは、横軸が時間（ターン）を表し、縦軸が時系列データの振幅を表す。ここでは、時系列データ１００１は、第２卸売拠点ノード９０７における在庫及び欠品のトレンドに関する時系列データを表す。なお、時系列データ１００１は、１ターンからＰターンまでの時系列データを示す。

【0123】

図９Ａに示す固有値λの場合、図８Ａ及び図８Ｂで説明したように、分析モジュール３０６は、時間の値が固有値λに近い観測可能ポイントが存在する分析窓幅のうち、最小の分析窓幅を選択する。分析窓幅Ｗを用いて算出された健全性指標は流通網９００の健全性を評価する指標として使用できる。また、健全性指標に基づいて、商品の発注数を制御することによって、流通網９００の稼働状態を最適化できる。

【0124】

図９Ｂに示す固有値λ_ｊの場合も同様に、分析モジュール３０６は、時間の値が固有値λ_ｊに値が近い観測可能ポイントが得られる分析窓幅のうち、最小の分析窓幅を選択する。分析窓幅Ｗ_ｊを用いて算出された健全性指標は局所網９５０の健全性を評価する指標として使用できる。また、健全性指標に基づいて、商品の発注数を制御することによって、局所網９５０の稼働状態を最適化できる。

【0125】

図１１は、実施例１の分析モジュール３０６が算出した健全性指標が従う法則を説明する図である。

【0126】

図１１のグラフは、準自己組織化臨界の状態における周波数とパワースペクトルとの間の関係を示す。図１１では、横軸である周波数を在庫変動周波数と記載し、また、縦軸であるパワースペクトルを拠点在庫と記載している。なお、図１１に示すグラフは両対数グラフである。

【0127】

白丸１１０１はグラフ上のスペクトルを表す。直線１１０２は回帰直線を表し、当該直線の傾き、すなわち、回帰係数が健全性指標となる。

【0128】

図６で説明したように、流通網９００が自己組織化臨界の状態である場合、健全性指標は「−１」となり、流通網９００の在庫変動及び在庫変動周波数のスペクトル特性がフラクタル性を持つ。このとき、拠点及び分析窓幅をどのように選択した場合であっても、相似なスペクトル特性が得られる。

【0129】

流通網９００が準自己組織化臨界の状態にある場合、第２卸売拠点ノード９０７の時系列データに対して、分析窓幅Ｗ又は分析窓幅Ｗ_ｊを用いてスペクトル分析を行うことによって算出された健全性指標は−１より大きくかつ０以下の値となる。

【0130】

流通網９００が準自己組織化臨界の状態にある場合、健全性指標に基づいて流通網の健全性を評価できる。具体的には、健全性指標が「−１」に近い場合、流通網９００の健全性が高く、健全性指標が「−１」に遠い場合、流通網９００の健全性が低い。

【0131】

ただし、準自己組織化臨界の状態から逸脱してしまうと、健全性指標を用いて流通網９００の健全性を評価できない。そこで、健全性指標の信頼性についても別途評価する必要がある。

【0132】

図１２は、実施例１の健全性指標の信頼性の評価方法を説明する図である。

【0133】

図１２に示すグラフの横軸及び縦軸は図１１に示すグラフの横軸及び縦軸と同一である。また、白丸１２０１はグラフ上のスペクトルを表し、直線１２０２は回帰直線を表す。

【0134】

本実施例では、自己組織化臨界の状態からの乖離度σ_ｘを、回帰直線１２０２とスペクトル１２０１との距離ｘを用いた式（５）の母標準偏差として定義する。なお、ｎはスペクトル１２０１の数を表す。

【0135】

【数5】

【0136】

乖離度σ_ｘが小さいほど健全性指標の信頼性が高いことを示す。

【0137】

以上で説明したように、計算機４００は、複数のノードから構成される網の稼働状態を評価する健全性指標を算出し、健全性指標に基づいて各ノードのアクションを制御する。これによって網全体の稼働状態を最適化できる。また、網の固有値に基づいて設定される分析窓幅を用いてスペクトル分析を行うことによって分析精度を高めることができる。

【0138】

また、スペクトル特性のフラクタル性によって、健全性指標を算出する場合に、任意のノードのアクションに関連する時系列データのみを取得すればよい。そのため、時系列データの取得が制限されるシステム及び事象においても網の稼働状態を評価し、また、最適化できる。

【実施例2】

【0139】

実施例２では、人間の健康状態を網として扱う。人の健康状態は、心拍、血糖値、及び活動量等の様々な要因が関係する。そこで、人の健康状態を終点ノードとし、また、要因をノードとする網を考える。

【0140】

実施例２の計算機４００のハードウェア構成は、実施例１の計算機４００と同一である。実施例２の計算機４００は、ノードに対応する要因を模擬するモジュール、及び分析モジュール３０６を有する。

【0141】

実施例２では、人の腕に装着したリストバンド型センサから取得されたデータを要因の時系列データとして扱う。従って、実施例２では、計算機４００は、腕の動きをノードとした扱い、当該ノードの時系列データを用いて健全性指標を算出する。なお、実施例２では、健全性指標は身体の健康状態を評価する指標である。

【0142】

リストバンド型センサは、３軸の加速度センサを有し、当該センサを用いて、ｘ軸方向、ｙ軸方向、及びｚ軸方向の加速度を計測する。人の腕は、肩を起点とした動作の制約を受けるため、自由に腕を動かしたとしても大局的には周期性のある運動と考えることができる。従って、リストバンド型センサが計測した加速度は、肩を起点とした回転座標系におけるｘ軸方向、ｙ軸方向、及びｚ軸方向の角加速度ωと考えることができる。角加速度ωには、周波数ｆとの間で式（６）の関係が成り立つため、ｘ軸方向、ｙ軸方向、及びｚ軸方向の角速度は各軸の周波数と同義である。

【0143】

【数6】

【0144】

そこで、式（７）で示す実効値ｐ_ｅを腕の動作を表す時系列データとして扱う。なお、ｘ、ｙ、ｚは、それぞれ、ｘ軸方向、ｙ軸方向、及びｚ軸方向の加速度を表す。

【0145】

【数7】

【0146】

本実施例では、腕の動作のデータを１０秒間隔で計測した。この場合、１日に５１万８４００個のデータが計測される。

【0147】

実施例２において健全性指標の算出に当たり、身体動作の固有値を設定する必要がある。例えば、視床下部からの指令によって活発になった自律神経（交感神経及び副交感神経）の影響が及ぶ範囲を示す値を身体動作の固有値として扱うことができる。

【0148】

視床下部からの指令は、自律神経を通じて、遅延時間を伴って腕、足、及び臓器等の身体器官へ伝搬し、身体器官の動作に影響を与える。身体器官の動作に応じて感覚器が感じ取った感覚情報は脳に伝達される。そこで、実施例２では、視床下部からの指令を受けた身体器官が動作し、感覚情報が脳に伝達されるまでの最大所要時間を固有値として扱う。

【0149】

前述の固有値は、例えば次の方法で計測できる。視床下部からの指令は、例えば人のストレスに応じて出される。そこで、ストレスを与えた時刻から、視床下部からの指令によって自律神経が活発になった結果、身体の緊張、指先の震え及び冷え、体温変化、動悸息切れ等の身体の反応として感受される時刻までの経過時間を固有値として計測する。

【0150】

視床下部からの各回の指令は、例えば人のストレスと独立に起こる事象であるから、周期性及び連続性は存在しないと考えられる。そのため、一回の指令の影響は連続波ではなく、時間−周波数空間に局在する局在波と捉えなければならない。

【0151】

ここでは、被験者の左腕のストレス反応動作に関する時間が２０分であるものとする。この場合、固有値λを「２０分」と設定する。

【0152】

図８Ａで説明したように、任意の分析窓幅Ｗに対して時間及び周波数の離散的な組合せを見つけ出すことができる。分析モジュール３０６は、時間の値が固有値λに一致又は近い観測可能ポイントが存在する分析窓幅Ｗの中から、最も小さい分析窓幅Ｗを選択する。

【0153】

本実施例では、上記のような固有値λを用いた結果、分析窓幅Ｗとして１２８０秒（２１分３秒）が選択された。このとき、分析モジュール３０６は、一日分の時系列データに対して実施例１と同様の処理を実行することによって健全性指標を算出できる。

【0154】

図１３は、実施例２の健全性指標の分析結果を示す図である。図１４は、実施例２の加速度変動周波数とパワースペクトルとの間の関係を示す図である。

【0155】

図１３は、横軸は分析日であり、縦軸は健全性指標の絶対値であるグラフを示す。縦軸が折れ線１３０１は算出された健全性指標をプロットしたものである。本実施例では、１０ヶ月分の健全性指標をプロットしている。また、近似曲線１３０２は、折れ線１３０１から算出された近似曲線を表す。健全性指標は、約０．３０から０．５５の間で推移している。このことから、左腕の運動は準自己組織化臨界の状態にあることが分かる。

【0156】

準自己組織化臨界の状態では、スペクトル特性はフラクタル性が認められる。従って、被験者の身体のどの部分に同一の加速度センサを装着した場合であっても、同じ傾向の周波数スペクトルが観測される。

【0157】

本実施例では、分析窓幅Ｗを１２８０秒としたことによって、最大２１分３秒周期の運動を計測したことになる。しかし、人はこのような周期運動を意識的に調節することは不可能であり、無意識下で身体の様々な部位の運動を制御しているのは自律神経である。

【0158】

従って、この健全性指標は自律神経の健全性の評価にも適用できる。例えば心拍は自律神経の影響を強く受けることが知られているが、心拍データからも同じ傾向の周波数スペクトルが観測される。

【0159】

近似曲線１３０２は、６月ごろを谷とする曲線であり、被験者の主観的な体調の変化と曲線の変化と一致した。従って、健全性指標は、客観的に被験者の健康状態を評価する指標として用いることができる。

【0160】

図１４は、測定日１３０３における二人の被験者の加速度変動周波数とパワースペクトルとの間の関係を示すグラフであり、横軸が加速度変動周波数であり、縦軸がパワースペクトルである。線１４０１は、５０歳代の被験者の周波数スペクトルをプロットした結果を示し、健全性指標βは「−０．４１」である。グラフ１４０２は、８０歳代の被験者の周波数スペクトルをプロットした結果を示し、健全性指標βは「−０．３５」である。このことから、健全性指標は、加齢に伴う体調の低下を評価する指標としても用いることができる。

【0161】

以上で説明したように、エネルギー網及び金融網等の様々な網における影響因子に対して、本発明を適用することによって、様々な対象の健全性を評価することができる。また、健全性指標に基づいてノードのアクションを最適化することによって、網運営の頑健化及びインシデント発生のリスクの低減が可能となる。

【0162】

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。また、例えば、上記した実施例は本発明を分かりやすく説明するために構成を詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、実施例の構成の一部について、他の構成に追加、削除、置換することが可能である。

【0163】

また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、本発明は、実施例の機能を実現するソフトウェアのプログラムコードによっても実現できる。この場合、プログラムコードを記録した記憶媒体をコンピュータに提供し、そのコンピュータが備えるＣＰＵが記憶媒体に格納されたプログラムコードを読み出す。この場合、記憶媒体から読み出されたプログラムコード自体が前述した実施例の機能を実現することになり、そのプログラムコード自体、及びそれを記憶した記憶媒体は本発明を構成することになる。このようなプログラムコードを供給するための記憶媒体としては、例えば、フレキシブルディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、光ディスク、光磁気ディスク、ＣＤ−Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭなどが用いられる。

【0164】

また、本実施例に記載の機能を実現するプログラムコードは、例えば、アセンブラ、Ｃ／Ｃ＋＋、ｐｅｒｌ、Ｓｈｅｌｌ、ＰＨＰ、Ｊａｖａ（登録商標）等の広範囲のプログラム又はスクリプト言語で実装できる。

【0165】

さらに、実施例の機能を実現するソフトウェアのプログラムコードを、ネットワークを介して配信することによって、それをコンピュータのハードディスクやメモリ等の記憶手段又はＣＤ−ＲＷ、ＣＤ−Ｒ等の記憶媒体に格納し、コンピュータが備えるＣＰＵが当該記憶手段や当該記憶媒体に格納されたプログラムコードを読み出して実行するようにしてもよい。

【0166】

上述の実施例において、制御線や情報線は、説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。全ての構成が相互に接続されていてもよい。

【符号の説明】

【0167】

１００ 流通網
１０１ 顧客
１０２、１０３、１０４、１０５ 拠点
２０１ 顧客ノード
２０２ 小売拠点ノード
２０３ 第２卸売拠点ノード
２０４ 第１卸売拠点ノード
２０５ 工場拠点ノード
２１１、２１２、２１３ 遅延ノード
３０１ 受注モジュール
３０２ 発注モジュール
３０３ 入荷モジュール
３０４ 出荷モジュール
３０５ 在庫確認モジュール
３０６ 分析モジュール
３１１ ログＤＢ
３１２ 制御ポリシ情報
３２１、３２２ バッファ
４００ 計算機
４０１ ＣＰＵ
４０２ 主記憶装置
４０３ 副記憶装置
４０４ ネットワークインタフェース
４０５ 入出力インタフェース
４０６ 入力装置
４０７ 出力装置
４１０ 内部バスライン

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8A】

【図8B】

【図9A】

【図9B】

【図10A】

【図10B】

【図11】

【図12】

【図13】

【図14】