特開 2023-122348 パラメータ算出装置、パラメータ算出プログラムおよびパラメータ算出方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023122348

(43)【公開日】2023-09-01

(54)【発明の名称】パラメータ算出装置、パラメータ算出プログラムおよびパラメータ算出方法

(51)【国際特許分類】

   G05B 19/418 20060101AFI20230825BHJP

   G06Q 10/04 20230101ALI20230825BHJP

   G06Q 50/04 20120101ALI20230825BHJP

【ＦＩ】

G05B19/418 Z

G06Q10/04

G06Q50/04

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2022026004

(22)【出願日】2022-02-22

(71)【出願人】

【識別番号】000006655

【氏名又は名称】日本製鉄株式会社

(74)【代理人】

【識別番号】110000338

【氏名又は名称】弁理士法人 ＨＡＲＡＫＥＮＺＯ ＷＯＲＬＤ ＰＡＴＥＮＴ ＆ ＴＲＡＤＥＭＡＲＫ

(72)【発明者】

【氏名】森 純一

(72)【発明者】

【氏名】高倉 優理子

(72)【発明者】

【氏名】寺島 光

【テーマコード（参考）】

3C100

5L049

【Ｆターム（参考）】

3C100AA05

3C100AA12

3C100AA16

3C100AA29

3C100AA32

3C100AA47

3C100BB21

3C100BB31

3C100EE10

5L049AA04

5L049CC04

(57)【要約】

【課題】鋼材の製造ライン特有の条件を考慮したシミュレーションの精度向上を実現する。
【解決手段】パラメータ算出装置（１００）は、離散事象シミュレータ（Ｓ）を取得するシミュレータ取得部（４１）と、実績データ（Ｄ）を取得する実績データ取得部（４２）と、離散事象シミュレータ（Ｓ）および実績データ（Ｄ）に基づいて評価関数値を算出する評価関数値算出部（４３）と、評価関数値に基づいて獲得関数値を算出する獲得関数値算出部（４４）と、獲得関数値を用いたベイズ最適化によりパラメータの最適値を算出するパラメータ算出部（４５）と、を有する。
【選択図】図２

【特許請求の範囲】

【請求項1】

鋼材の製造ラインの途中に設けられた、前記鋼材となる前の中間製品が一時的に載置される置場における、前記中間製品の滞留個数の推移を予測する離散事象シミュレータで用いられるパラメータの最適値を算出するパラメータ算出装置であって、
前記離散事象シミュレータを取得するシミュレータ取得部と、
前記製造ラインで過去に鋼材を製造したときの前記滞留個数の実際の推移を示す実績データを取得する実績データ取得部と、
前記離散事象シミュレータおよび前記実績データに基づいて、前記最適値となり得る複数の候補値のうちの一つと前記離散事象シミュレータの予測精度との関係を表す評価関数値を算出する評価関数値算出部と、
前記評価関数値に基づいて獲得関数値を算出する獲得関数値算出部と、
前記獲得関数値を用いたベイズ最適化により、前記最適値を算出するパラメータ算出部と、を有するパラメータ算出装置。

【請求項2】

前記評価関数値算出部は、前記実績データから得られた前記滞留個数の実際値と、前記離散事象シミュレータが予測した前記滞留個数の予測値と、の差に関する情報を前記評価関数値として算出する、請求項１に記載のパラメータ算出装置。

【請求項3】

前記評価関数値算出部は、前記実績データから得られた、前記中間製品が所定状態となった時刻の実際値と、前記離散事象シミュレータが予測した前記時刻の予測値と、の差に関する情報を前記評価関数値として算出する、請求項１に記載のパラメータ算出装置。

【請求項4】

前記製造ラインで過去に鋼材を製造したときの、前記パラメータの探索に関する探索補助情報を取得する探索補助情報取得部を更に備え、
前記獲得関数値算出部は、前記評価関数値および前記探索補助情報に基づいて前記獲得関数値を算出する、請求項１～３のいずれか一項に記載のパラメータ算出装置。

【請求項5】

前記製造ラインが備える少なくとも一つの装置には、複数種類のジョブが設定されており、
前記パラメータは、前記装置がいずれのジョブを実行するかを選択する際の基準である、請求項１～４のいずれか一項に記載のパラメータ算出装置。

【請求項6】

前記装置は、前記中間製品を搬送する搬送装置を含み、
前記搬送装置には、前記置場からの搬送先が複数設定されており、
前記パラメータは、前記搬送装置がいずれの搬送先へ搬送するかを選択する際の基準である、請求項５に記載のパラメータ算出装置。

【請求項7】

前記離散事象シミュレータに、搬送装置の搬送能力および前記置場の収容能力を含むシミュレーション条件を設定する条件設定部を更に備える、請求項１に記載のパラメータ算出装置。

【請求項8】

請求項１に記載のパラメータ算出装置としてコンピュータを機能させるためのパラメータ算出プログラムであって、
上記シミュレータ取得部、上記実績データ取得部、上記評価関数値算出部、上記獲得関数値算出部および上記パラメータ算出部としてコンピュータを機能させるためのパラメータ算出プログラム。

【請求項9】

鋼材の製造ラインの途中に設けられた、前記鋼材となる前の中間製品が一時的に載置される置場における、前記中間製品の滞留個数の推移を予測する離散事象シミュレータで用いられるパラメータの最適値を、コンピュータを用いて算出するパラメータ算出方法であって、
前記離散事象シミュレータを取得するステップと、
前記製造ラインで過去に鋼材を製造したときの前記滞留個数の実際の推移を示す実績データを取得するステップと、
前記離散事象シミュレータおよび前記実績データに基づいて、前記最適値となり得る複数の候補値のうちの一つと前記離散事象シミュレータの予測精度との関係を表す評価関数値を算出するステップと、
前記評価関数値に基づいて獲得関数値を算出するステップと、
前記獲得関数値を用いたベイズ最適化により、前記最適値を算出するステップと、を有するパラメータ算出方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、パラメータ算出装置、パラメータ算出プログラムおよびパラメータ算出方法に関する。

【背景技術】

【0002】

多数の鋼材を効率的に製造するためには、製造ラインにおける各設備の能力のバランスをとることにより、物流上の問題が生じないようにすることが重要である。前記物流上の問題として、例えば、鋼材になる前の中間製品（コイル等）が一時的に載置される置場の収容能力が逼迫して前工程を停止せざるを得なくなるという問題、置場に中間製品がなく後工程を開始できないという問題が挙げられる。このような問題が生じないようにするためには、製造に着手する前に、置場における中間製品の在庫数の推移をできるだけ正確に予測し、物流上の問題が生じなくなるような対策をとっておくことが望ましい。置場における中間製品の在庫数の推移をシミュレーションする技術は従来知られている。例えば特許文献１には、中間製品の量に関する情報と置場間の経路情報とを含む入力情報を入力し、入力情報に基づく数理モデルを作成し、数理モデルに基づいて置場における中間製品の在庫量の推移を出力する、在庫量推移シミュレーション方法について記載されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１９－１７４８６５号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、上記のような従来技術は、中間製品の量を、重量に基づく連続量として扱っている。このため、従来技術には、鋼材の製造ライン特有の条件（例えば、搬送機器が一回に搬送することのできる中間製品の個数には限りがあることや、搬送機器が他の中間製品の搬送に使われていて目的の中間製品を直ちに搬送できない場合があること等）を考慮したシミュレーションができないという問題がある。
本発明の一態様は、鋼材の製造ライン特有の条件を考慮したシミュレーションの精度向上を実現することを目的とする。

【課題を解決するための手段】

【0005】

上記の課題を解決するために、本発明の一態様に係るパラメータ算出装置は、鋼材の製造ラインの途中に設けられた、前記鋼材となる前の中間製品が一時的に載置される置場における、前記中間製品の滞留個数の推移を予測する離散事象シミュレータで用いられるパラメータの最適値を算出するパラメータ算出装置であって、前記離散事象シミュレータを取得するシミュレータ取得部と、前記製造ラインで過去に鋼材を製造したときの前記滞留個数の実際の推移を示す実績データを取得する実績データ取得部と、前記離散事象シミュレータおよび前記実績データに基づいて、前記最適値となり得る複数の候補値のうちの一つと前記離散事象シミュレータの予測精度との関係を表す評価関数値を算出する評価関数値算出部と、前記評価関数値に基づいて獲得関数値を算出する獲得関数値算出部と、前記獲得関数値を用いたベイズ最適化により、前記最適値を算出するパラメータ算出部と、を有する。

【0006】

本発明の各態様に係るパラメータ算出装置は、コンピュータによって実現してもよく、この場合には、コンピュータを前記パラメータ算出装置が備える各部（ソフトウェア要素）として動作させることにより前記パラメータ算出装置をコンピュータにて実現させるパラメータ算出装置のパラメータ算出プログラム、およびそれを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に入る。

【0007】

また、本発明の一態様に係るパラメータ算出方法は、鋼材の製造ラインの途中に設けられた、前記鋼材となる前の中間製品が一時的に載置される置場における、前記中間製品の滞留個数の推移を予測する離散事象シミュレータで用いられるパラメータの最適値を、コンピュータを用いて算出するパラメータ算出方法であって、前記離散事象シミュレータを取得するステップと、前記製造ラインで過去に鋼材を製造したときの前記滞留個数の実際の推移を示す実績データを取得するステップと、前記離散事象シミュレータおよび前記実績データに基づいて、前記最適値となり得る複数の候補値のうちの一つと前記離散事象シミュレータの予測精度との関係を表す評価関数値を算出するステップと、前記評価関数値に基づいて獲得関数値を算出するステップと、前記獲得関数値を用いたベイズ最適化により、前記最適値を算出するステップと、を有する。

【発明の効果】

【0008】

本発明の一態様によれば、鋼材の製造ライン特有の条件を考慮したシミュレーションの精度向上を実現することができる。

【図面の簡単な説明】

【0009】

【図1】本発明の実施形態に係るパラメータ算出装置で用いられる離散事象シミュレータの構成を示すブロック図である。

【図2】同実施形態に係るパラメータ算出装置の機能的構成を示す図である。

【図3】同パラメータ算出装置を用いたパラメータ算出方法の流れを示すフローチャートである。

【発明を実施するための形態】

【0010】

以下、本発明の一実施形態について、詳細に説明する。

【0011】

［離散事象シミュレータ］
まず、本実施形態に係るパラメータ算出装置１００（以下、算出装置１００）が算出したパラメータが適用される離散事象シミュレータＳ（以下、シミュレータＳ）の一例について説明する。図１はシミュレータＳの構成を示すブロック図である。

【0012】

中間製品を連続量として扱う従来のシミュレータの問題を解決するため、ここで用いられるシミュレータＳは、鋼材の製造ラインの途中に設けられた置場における、中間製品の滞留個数の推移を予測するためのものとなっている。本実施形態に係るシミュレータＳは、鋼材の製造ラインにおける中間製品の流れをシミュレーションすることにより、中間製品の滞留個数の推移を予測する。なお、シミュレータＳは、離散事象シミュレーション技術を用いて作成された一般的なものでよい。

【0013】

鋼材の製造ラインの途中に設けられる置場は、中間製品が一時的に載置される場所である。

【0014】

中間製品は、鋼材（最終製品）となる前のものである。中間製品は、例えば、連続鋳造後の鋼片（スラブ、ブルーム、ビレット）、熱間圧延後～冷間圧延前のコイル、冷間圧延後～表面処理（めっき等）前のコイル等を含む。中間製品は、個数で計数可能なものである。すなわち、中間製品の滞留個数は離散量である。

【0015】

本実施形態に係るシミュレータＳは、製造ラインの一部における中間製品の流れをシミュレーションするものとなっている。具体的には、本実施形態に係るシミュレータＳは、図１に示したように、鋼材製造の一工程を担う第一工場１で処理を開始する前から、中間ヤード３を通り、次工程を担う第二工場２での処理を終了した後までの中間製品の流れをシミュレーションするものとなっている。なお、シミュレータＳは、三つ以上の工場間の中間製品の流れをシミュレーションするものであってもよい。

【0016】

第一工場１は、鋳造工場、熱延工場、冷延工場、焼鈍工場のいずれかである。

【0017】

第二工場２は、熱延工場、冷延工場、焼鈍工場、連続溶融亜鉛めっき工場のうち、第一工場１を出た後の次工程を担う工場である。

【0018】

シミュレーション対象の製造ラインは、少なくとも一つの装置と、置場と、を備えている。本実施形態に係る装置は、処理装置と、搬送装置と、を含む。すなわち、本実施形態に係るシミュレータには、処理装置、置場、搬送装置の位置、動作等が設定されている。

【0019】

（処理装置）
処理装置は、中間製品に所定処理を施す。本実施形態に係る処理装置は、第一処理装置１１と、第二処理装置２１と、を含む。

【0020】

第一処理装置１１は、第一工場１に設置されている。そして、第一処理装置１１は、中間製品に、一工程に対応する処理（連続鋳造、熱間圧延、冷間圧延、または焼鈍）を施す。

【0021】

第二処理装置２１は、第二工場２に設置されている。そして、第二処理装置２１は、中間製品に、次工程に対応する処理（熱間圧延、冷間圧延、焼鈍、またはめっき）を施す。

【0022】

（置場）
置場は、中間製品が一時的に載置される。本実施形態に係る置場は、第一前面置場１２と、第一前面バッファ１３と、第一後面置場１４と、第一後面バッファ１５と、第二前面置場２２と、第二前面バッファ２３と、第二後面置場２４と、第二後面バッファ２５と、仮置場３１と、第一パレット３２と、第二パレット３３と、を含む。なお、置場は、仮置場３１を含まなくてもよい。

【0023】

第一前面置場１２は、第一工場１における第一処理装置１１の前面（入口）側に設けられている。

【0024】

第一前面バッファ１３は、第一処理装置１１と第一前面置場１２との間に設けられている。第一前面バッファ１３に載置された中間製品は、順次第一処理装置１１へセットされる。

【0025】

第一後面置場１４は、第一処理装置１１の後面（出口）側に設けられている。

【0026】

第一後面バッファ１５は、第一処理装置１１と第一後面置場１４との間に設けられている。第一処理装置１１で処理された中間製品は、順次第一後面バッファ１５へ載置される。

【0027】

第二前面置場２２は、第二工場２における第二処理装置２１の前面側に設けられている。

【0028】

第二前面バッファ２３は、第二処理装置２１と第二前面置場２２との間に設けられている。第二前面バッファ２３に載置された中間製品は、順次第二処理装置２１へセットされる。

【0029】

第二後面置場２４は、第二処理装置２１の後面側に設けられている。

【0030】

第二後面バッファ２５は、第二処理装置２１と第二後面置場２４との間に設けられている。第二処理装置２１で処理された中間製品は、順次第二後面バッファ２５へ載置される。

【0031】

仮置場３１は、中間ヤード３（第一工場１と第二工場２との間）に設けられている。

【0032】

第一パレット３２は、搬送装置によって移動する。停止中の第一パレット３２は、第一後面置場１４または仮置場３１の入口側に隣接する。

【0033】

第二パレット３３は、搬送装置によって移動する。停止中の第二パレット３３は、仮置場３１の出口側または第二前面置場２２に隣接する。

【0034】

（搬送装置）
搬送装置は、中間製品を搬送するものである。本実施形態に係る搬送装置は、クレーンと、キャリア３５と、を含む。

【0035】

クレーンは、中間製品を吊り上げて搬送する。本実施形態に係るクレーンは、第一前面クレーン１６と、第一後面クレーン１７と、第二前面クレーン２６と、第二後面クレーン２７と、仮置きクレーン３４と、を含む。

【0036】

第一前面クレーン１６は、第一処理装置１１の前面側に設けられている。第一前面クレーン１６には、第一前面置場１２に載置されている中間製品を第一前面バッファ１３へ搬送するジョブが設定されている。

【0037】

第一後面クレーン１７は、第一処理装置１１の後面側に設けられている。第一後面クレーン１７には、複数種類のジョブが設定されている。具体的には、第一後面バッファ１５に載置されている中間製品を第一後面置場１４へ搬送するジョブ、および第一後面置場１４に載置されている中間製品を第一パレット３２へ搬送するジョブの二種類である。第一後面クレーン１７は、一方のジョブを実行している間、他方のジョブを実行することができない。

【0038】

第二前面クレーン２６は、第二処理装置２１の前面側に設けられている。第二前面クレーン２６には、複数種類のジョブが設定されている。具体的には、第一パレット３２または第二パレット３３に載置されている中間製品を第二前面置場２２へ搬送するジョブ、および第二前面置場２２に載置されている中間製品を第二前面バッファ２３へ搬送するジョブの二種類である。第二前面クレーン２６は、一方のジョブを実行している間、他方のジョブを実行することができない。

【0039】

第二後面クレーン２７は、第二処理装置２１の後面側に設けられている。第二後面クレーン２７には第二後面バッファ２５に載置されている中間製品を第二後面置場２４へ搬送するジョブが設定されている。

【0040】

仮置きクレーン３４は、仮置場３１に設けられている。仮置きクレーン３４には、複数種類のジョブが設定されている。具体的には、第一パレット３２に載置されている中間製品を仮置場３１へ搬送するジョブ、および仮置場３１へ載置されている中間製品を第二パレット３３へ搬送するジョブの二種類である。仮置きクレーン３４は、一方のジョブを実行している間、他方のジョブを実行することができない。

【0041】

なお、第一後面クレーン１７、第二前面クレーン２６、および仮置きクレーン３４の少なくともいずれかには、一種類または三種類以上のジョブが設定されていてもよい。また、第一前面クレーン１６、および第二後面クレーン２７の少なくとも一方は、二種類以上のジョブが設定されていてもよい。

【0042】

キャリア３５は、中間製品を積載して搬送する。本実施形態に係るキャリア３５は、少なくとも一つの中間製品が載置された第一パレット３２または第二パレット３３を積載して搬送する。キャリア３５には、置場からの搬送先が複数設定されている。具体的には、第二前面置場２２、および仮置場３１の二つである。なお、キャリア３５には、一つまたは三つ以上の搬送先が設定されていてもよい。また、キャリアは、第一パレットを搬送する第一キャリアと、第二パレットを搬送する第二パレットと、に分かれていてもよい。

【0043】

以上説明してきたシミュレータＳを用いれば、鋼材の製造ライン特有（流体等の製造ラインにはない）条件（例えば、個々の中間製品を搬送装置で搬送すること、搬送装置が１回に運ぶことのできる中間製品には限りがあること、運びたいときに搬送装置がいない場合があること等）を加味した（実際の鋼材製造プロセスに即した）シミュレーションが可能となる。

【0044】

なお、シミュレータＳは、算出装置１００がパラメータの最適値を算出する際にも用いられる。算出装置１００がどのようにシミュレータＳを用いるかの詳細については後述する。

【0045】

［算出装置１００の構成］
次に、算出装置１００の構成について説明する。図２は算出装置１００の機能的構成を示すブロック図である。

【0046】

算出装置１００は、上記シミュレータＳで用いられるパラメータの最適値を算出するためのものである。算出装置１００は、図２に示したように、制御部４と、記憶部５と、を有する。本実施形態に係る算出装置１００は、操作部６と、出力部７と、を更に備える。

【0047】

記憶部５は、不揮発性メモリで構成されている。本実施形態に係る記憶部５は、上記シミュレータＳと、評価関数Ｆ₁と、獲得関数Ｆ₂と、を記憶している。評価関数Ｆ₁および獲得関数Ｆ₂の詳細については後述する。また、本実施形態に係る記憶部５は、実績データＤと、探索補助情報Ｉと、を記憶することが可能となっている。実績データＤおよび探索補助情報Ｉの詳細については後述する。なお、算出装置１００は、シミュレータＳ、実績データＤ、各種数式および探索補助情報Ｉの少なくともいずれかを他の装置から受信するようになっていてもよい。その場合、記憶部５はこれらを記憶していなくてもよい。

【0048】

操作部６は、ユーザが操作するものである。操作部６は、キーボード、マウス、タッチパネル等を含む。操作部６は、ユーザによってなされた操作に応じた情報を制御部４へ入力する。

【0049】

出力部７は、制御部４の演算結果を出力するものである。出力部７は、演算結果を表示する表示装置、演算結果を印刷するプリンタ、演算結果のデータを他の装置へ送信する通信モジュール等を含む。

【0050】

制御部４は、シミュレータ取得部４１と、実績データ取得部４２と、評価関数値算出部４３と、獲得関数値算出部４４と、パラメータ算出部４５と、を備えている。また、本実施形態に係る制御部４は、条件設定部４６と、探索補助情報取得部４７と、探索補助情報作成部４８と、を更に備えている。

【0051】

（シミュレータ取得部）
シミュレータ取得部４１は、上記シミュレータＳを取得する。本実施形態に係るシミュレータ取得部４１は、シミュレータＳを、記憶部５から読み取るようになっている。なお、シミュレータ取得部４１は、シミュレータＳを、算出装置１００に挿入されたメディアから読み取るようになっていてもよい。通信モジュールを介して他の装置から受信するようになっていてもよい。

【0052】

（条件設定部）
条件設定部４６は、シミュレータＳに、搬送機器の搬送能力、および置場の収容能力を含むシミュレーション条件を設定する。本実施形態に係る条件設定部４６は、ユーザにより操作部６になされた操作によって入力されたシミュレーション条件を設定する。本実施形態に係る条件設定部４６は、処理装置の処理能力もシミュレーション条件として設定する。本実施形態に係る条件設定部４６は、すべての処理装置（第一処理装置１１および第二処理装置２１）の処理能力を設定する。処理能力は、下記表１に示したように、処理可能個数と、処理時間と、を含む。処理可能個数は、第一処理装置１１および第二処理装置２１が一回の処理で処理することのできる中間製品の数である。処理時間は、１回の処理に要する時間である。処理時間は、コイル属性（サイズ、品質等）に応じて変える数値である。

【0053】

【表1】

【0054】

また、本実施形態に係る条件設定部４６は、すべての搬送装置（第一前面クレーン１６、第一後面クレーン１７、第二前面クレーン２６、第二後面クレーン２７、仮置きクレーン３４およびキャリア３５）の搬送能力を設定する。搬送能力は、下記表２に示したように、搬送可能個数と、搬送時間と、を含む。搬送可能個数は、各搬送装置が一回の搬送で同時に搬送することのできる対象物（中間製品、第一パレット３２、第二パレット３３）の個数である。搬送時間は、一回の搬送に要する時間である。

【0055】

【表2】

【0056】

上述したように、上記シミュレータＳの第一後面クレーン１７および第二前面クレーン２６には、それぞれ二つのジョブが設定されている。このため、本実施形態に係る条件設定部４６は、第一後面クレーン１７および第二前面クレーン２６にジョブ選択条件をそれぞれ設定する。

【0057】

第一後面クレーン１７には、例えば下記のようなジョブ選択条件を設定する。
・第一後面バッファ１５のコイル数≧第一後面バッファ１５の収容能力－α本のときは第一後面バッファ１５から第一後面置場１４への搬送を優先する。
・第一後面バッファ１５のコイル数＜第一後面バッファ１５の収容能力－α本のときは第一後面置場１４から第一パレット３２への搬送を優先する。

【0058】

また、第二前面クレーン２６には、例えば下記のようなジョブ選択条件を設定する。
・第二前面バッファ２３のコイル数≧第二前面バッファ２３の収容能力－β本のときは、第一パレット３２または第二パレット３３から第二前面置場２２への搬送を優先する。
・第二前面バッファ２３のコイル数＜第二前面バッファ２３の収容能力－β本のときは、第二前面置場２２から第二前面バッファ２３への搬送を優先する。

【0059】

条件中のα，βは、これから最適値を算出する対象のパラメータである。また、パラメータの最適値は、装置がいずれのジョブを実行するかを選択する際の基準（オペレータの判断に相当）である。このようにすれば、装置があるジョブを実行している間、他のジョブを実行できなくなる（例えば、前工程から置場への搬送、置場から後工程への搬送の２つのジョブが設定され、一方の搬送をしている間他方の搬送はできない）ような製造ラインにおける滞留個数をシミュレーションする場合であっても、置場の中間製品の滞留個数の推移をより正確に予測することができる。

【0060】

また、上記シミュレータＳのキャリア３５は、一度に複数の中間製品を搬送可能である。このため、本実施形態に係る条件設定部４６は、キャリア３５に搬送開始条件を設定する。搬送開始条件は、例えば下記のようなものとする。
・第一パレット３２または第二パレット３３に中間製品が所定重量分（例えば１３５ｔ）積載されたら搬送を開始する。
・最初の中間製品が第一パレット３２または第二パレット３３に積載されてから所定時間（例えば１時間）が経過した場合には、中間製品の合計重量が所定重量に達していなくても搬送を開始する。

【0061】

このようにすれば、キャリア３５の搬送パターン（一度に搬送する中間製品の数）が複数あるような製造ラインにおける滞留個数をシミュレーションする場合であっても、置場の中間製品の滞留個数の推移をより正確に予測することができる。

【0062】

また、上記シミュレータＳのキャリア３５には、二つの搬送先が設定されている。このため、本実施形態に係る条件設定部４６は、キャリア３５に搬送先選択条件を設定する。搬送先選択条件は、例えば下記のようなものとする。
・第二前面置場２２に空きがあるときは、第二前面置場２２へ搬送する。
・第二前面置場２２が満杯のときは、仮置場３１へ搬送する。

【0063】

なお、上記搬送先選択条件を、下記のようなものとしてもよい。
・第二前面置場２２の収容可能数≧γ本のときは、第二前面置場２２へ搬送する。
・第二前面置場２２の収容可能数＜γ本のときは、仮置場３１へ搬送する。

【0064】

この場合、条件中のγは、これから最適値を算出する対象のパラメータの一つとなる。また、パラメータの最適値は、キャリア３５がいずれの搬送先へ搬送するかを選択する際の基準となる。このようにすれば、製造ラインにおける中間製品の搬送ルートが枝分かれしているシミュレータＳを用いる場合であっても、置場の中間製品の滞留個数の推移をより正確に予測することができる。

【0065】

また、本実施形態に係る条件設定部４６は、すべての置場（第一前面置場１２、第一前面バッファ１３、第一後面置場１４、第一後面バッファ１５、第二前面置場２２、第二前面バッファ２３、第二後面置場２４、第二後面バッファ２５、仮置場３１、第一パレット３２および第二パレット３３）の収容能力を設定する。本実施形態に係る条件設定部４６は、下記表３に示したように、第一パレット３２および第二パレット３３の収容能力を重量（ｔ）で、それ以外の置場の収容能力を個数で設定する。

【0066】

【表3】

【0067】

条件設定部４６が以上説明してきたシミュレーション条件を設定することにより、シミュレーション条件が設定されていない汎用のシミュレータＳを用いてシミュレーションすることができる（装置でシミュレータＳをカスタマイズできる）。また、このようにすれば、予めシミュレーション条件が設定されたシミュレータＳを取得した場合であっても、そのシミュレーション条件を後から調整することが可能となる。

【0068】

なお、ここでは、第一後面クレーン１７および第二前面クレーン２６にジョブ選択条件を設定する場合を例示したが、条件設定部４６は、第一後面クレーン１７および第二前面クレーン２６のいずれか一方に他の装置にジョブ選択条件を設定するようになっていてもよい。また、条件設定部４６は、第一後面クレーン１７および第二前面クレーン２６以外の他のクレーンにジョブ選択条件を設定するようになっていてもよい。また、ここでは、キャリア３５に搬送先選択条件を設定する場合を例示したが、搬送先選択条件をクレーンに設定するようになっていてもよい。また、ここでは、ユーザの入力に基づいて（手動で）シミュレーション条件を設定する場合を例示したが、条件設定部４６は、シミュレーション条件を自動で設定するようになっていてもよい。

【0069】

（実績データ取得部）
実績データ取得部４２は、実績データＤを取得する。実績データＤは、製造ラインで過去に鋼材を製造したときの滞留個数の実際の推移に関するものである。

【0070】

（評価関数値算出部）
評価関数値算出部４３は、シミュレータＳおよび実績データＤに基づいて、評価関数値を算出する。評価関数値は、最適値となり得る複数の候補値のうちの一つとシミュレータＳの予測精度との関係を表すものである。上述したように、本実施形態に係るシミュレータＳは、最適値を算出する対象のパラメータを複数（ｎ）種類有している。このため、本実施形態に係る評価関数値は、各パラメータからそれぞれ一つずつ候補値を選び取ることによって得られる複数通りの組み合わせ（以下、候補値の組み合わせ）のうちの一つとシミュレータＳの予測精度との関係を表すものとなっている。前記候補値の組み合わせの数は、（１種類目のパラメータがとり得る候補値の数）×（２つ目のパラメータがとり得る候補値の数）×・・×（ｎ種類目のパラメータがとり得る候補値の数）によって算出できる。本実施形態に係る評価関数値算出部４３は、実績データＤから得られた滞留個数の実際値と、シミュレータＳが予測した滞留個数の予測値と、の差に関する情報を評価関数値J(x)として算出する。具体的には、記憶部に記憶されている下記数１を取得し、当該数１に予測値および実際値を代入して算出する。

【0071】

【数1】

【0072】

ここで、ｘは候補値の組み合わせ［α，β・・］、ｙ^_ｔは時刻ｔにおける滞留個数の予測値、ｙ_ｔは実際値である。このようにすれば、置場の中間製品の滞留個数を定期的にカウントするというシンプルな方法によって得られた実績データＤおよび予測値に基づいて、評価関数値を容易に算出することができる。

【0073】

なお、評価関数値は、予測値と実際値の差に関するものであれば上記実施形態のものに限られない。例えば、評価関数値算出部４３は、実績データＤから得られた、中間製品が所定状態となった時刻の実際値と、シミュレータＳが予測した時刻の予測値と、の差に関する情報を評価関数値として算出するようになっていてもよい。所定状態となった時刻は、処理装置による処理が開始された時刻、処理が終了した時刻（最終処理が終了して鋼材（完成品）となった時刻を含む）、置場に載置された時刻等を含む。

【0074】

また、一般に、中間製品は複数製造される。例えば、下記表４に示したような、第一処理装置１１による処理が完了した時刻の、中間製品ごとの予測値および実測値が得られた場合、各中間製品の時刻差の絶対値の和（｜３｜＋｜－２｜＋｜３｜＝８）を評価関数値としてもよいし、最後の中間製品Ｃの時間差（３）を評価関数値としてもよい。

【0075】

【表4】

【0076】

時刻の実際値と予測値の差は置場の中間製品の滞留個数と相関を有する。このため、このようにすれば、例えば置場の中間製品の滞留個数を直接カウントできない場合であっても、評価関数値を算出することができる。

【0077】

（探索補助情報取得部）
探索補助情報取得部４７は、探索補助情報Ｉを取得する。探索補助情報Ｉは、製造ラインで過去に鋼材を製造したときの、パラメータの最適値の探索に関するものである。例えば、最適値を算出したいパラメータがαおよびβの二種類の場合、探索補助情報Ｉは、αがとりうる候補値の数×βがとりうる候補値の数のマトリクス状に並ぶ数値群となる。数値群を構成する各候補値は、１に近くなるほど探索の優先度が高いことを示す。なお、探索補助情報Ｉは、上記のような候補値群ではなく、候補値群から読み取れる傾向や、人（オペレータ、製造ラインの管理者等）の記憶（例えば、α＝４のとき中間製品の流れがよさそうといった経験則）であってもよい。

【0078】

（獲得関数値算出部）
獲得関数値算出部４４は、評価関数値に基づいて獲得関数値を算出する。本実施形態に係る獲得関数値算出部４４は、これまでに得られた評価関数値の最小値から改善することが可能な量の期待値（期待値改善度（ＥＩ：Expected Improvement））を獲得関数値として算出する。具体的には、記憶部に記憶されている下記数２を取得し、当該数２に必要な数値を代入して算出する。また、本実施形態に係る獲得関数値算出部４４は、候補値の組み合わせの一つに応じた複数の獲得関数値を、一の獲得関数値群として算出する。

【0079】

【数2】

【0080】

ここで、ｘは候補値の組み合わせ［α，β・・］、μ(ｘ)およびσ(ｘ)はこれまでに得られた観測値から構築されたガウス過程回帰モデルによって計算される平均値および標準偏差、φは標準ガウス関数、Φはその累積密度関数である。なお、獲得関数値は、最適値がありそうな領域と不確実性の高い領域とのバランスの良さを指標となり得るものであれば上記実施形態のものに限られない。

【0081】

事前に探索補助情報Ｉが得られている場合、獲得関数値算出部４４は、評価関数値および探索補助情報Ｉに基づいて獲得関数値を算出する。具体的には、獲得関数値算出部４４は、上記数２の代わりに、例えば下記数３を用いて獲得関数値を算出する。

【0082】

【数3】

【0083】

ここで、Prio(x)は探索補助情報Ｉにおけるｘに対応する数値である。すなわち、この数３は、上記数２に探索補助情報Ｉを構成する数値群の一つを乗じたものである。このようにすれば、最適値の探索に関する探索補助情報Ｉに基づいて、優先度の高い探索候補（候補値の組み合わせ）を絞り込むことができるため、パラメータの最適値をより早く算出することができる。

【0084】

（パラメータ算出部）
パラメータ算出部４５は、獲得関数値を用いたベイズ最適化により、パラメータの最適値を算出する。本実施形態に係るパラメータ算出部４５は、一連の動作の組（上記評価関数値算出部４３に、最大の（初回のみ任意の）獲得関数値に対応する評価関数値を算出させる動作、獲得関数値算出部４４に獲得関数値群を算出させる動作、および獲得関数値群から最大の獲得関数値を選択する動作）を、所定回数、または選択した最大の獲得関数値が所定の基準値以下となるまで繰り返す。

【0085】

（探索補助情報作成部）
探索補助情報作成部４８は、探索補助情報Ｉを算出する。本実施形態に係る探索補助情報作成部４８は、まず、上記評価関数値算出部４３が算出しなかった候補値の組み合わせに対応する新たな評価関数値を、算出した評価関数値を用いたガウス過程回帰によって算出する。また、本実施形態に係る探索補助情報作成部４８は、算出した新たな評価関数値および上記評価関数値算出部４３が算出した評価関数値を含む評価関数値群を、１に近づくほど誤差が小さくなるように０－１に正規化する。また、本実施形態に係る探索補助情報作成部４８は、正規化された評価関数値群を、新たな探索補助情報Ｉとして記憶部５に記憶させる。

【0086】

製造ラインにおいては、オペレータの判断ルールが定期的に変更される。このため、判断ルールの変更に合わせて、算出装置１００を用いてパラメータの最適値を算出する必要がある。探索補助情報作成部４８が算出する新たな探索補助情報Ｉは、次回以降にパラメータの最適値を算出する際に、探索補助情報取得部４７が取得する探索補助情報Ｉとして用いることができる。

【0087】

［パラメータ算出方法の流れ］
次に、上記算出装置１００を用いたパラメータ算出方法（以下、算出方法）について説明する。図３は算出方法の流れを示すフローチャートである。

【0088】

まず、ユーザが算出装置１００に所定操作（例えば、電源ＯＮ操作、所定の開始操作等）すると、図３に示したように、シミュレータ取得部４１がシミュレータＳを取得する（ステップＳ１）。

【0089】

本実施形態に係る算出方法においては、シミュレータＳを取得した後に、算出装置１００がシミュレーション条件の入力を受け付ける。ユーザによってシミュレーション条件が入力されると、条件設定部４６が入力されたシミュレーション条件を設定する（ステップＳ２）。なお、シミュレータ取得部４１が、予めシミュレーション条件が設定されたシミュレータＳを取得する場合、このステップ２は無くてもよい。

【0090】

シミュレーション条件を設定した後は、制御部４が評価関数Ｆ₁（数１）を取得する（ステップＳ３）。本実施形態に係る算出方法においては、記憶部５から評価関数Ｆ₁のデータを読み出す。

【0091】

本実施形態に係る算出方法において、評価関数Ｆ₁を取得した後は、制御部４が探索補助情報Ｉが存在するか否かを判断する（ステップＳ４）。具体的には、制御部４が例えば算出装置１００の記憶部５に記憶されているか否かを判断する。

【0092】

探索補助情報Ｉが存在すると判断した場合（ステップＳ４：Ｙｅｓ）には、探索補助情報取得部４７が探索補助情報Ｉを取得する（ステップＳ５）。一方、探索補助情報Ｉが存在しないと判断した場合には、ステップＳ５をスキップする。

【0093】

探索補助情報Ｉを取得した、またはステップＳ５をスキップした後は、制御部４が獲得関数Ｆ₂を取得する（ステップＳ６）。本実施形態に係る算出方法においては、記憶部５から獲得関数Ｆ₂のデータを読み出す。ステップＳ５で探索補助情報Ｉを取得した場合には、制御部４が数３の獲得関数Ｆ₂を取得する。一方、ステップＳ５で探索補助情報Ｉを取得しなかった場合には、制御部４が数２の獲得関数Ｆ₂を取得する。

【0094】

獲得関数Ｆ₂を取得した後は、実績データ取得部４２が実績データＤを取得する（ステップＳ７）。本実施形態に係る算出方法においては、記憶部５から実績データＤを読み出す。

【0095】

なお、ここでは、評価関数Ｆ₁、探索補助情報Ｉ、獲得関数Ｆ₂、および実績データＤの順に取得する場合を例示したが、これらのデータがステップＳ８を開始するまでに揃うのであれば、その取得順序は自由である。

【0096】

評価関数Ｆ₁、探索補助情報Ｉ、獲得関数Ｆ₂、および実績データＤを取得した後は、評価関数値算出部４３が、任意の候補値の組み合わせに基づいて初期の評価関数値を算出する（ステップＳ８）。候補値の組み合わせの決定は、ユーザが行ってもよいし、算出装置１００が自動で行ってもよい。

【0097】

評価関数値を算出した後は、獲得関数値算出部４４が、評価関数値に基づいて獲得関数値群を算出する（ステップＳ９）。

【0098】

獲得関数値群を生成した後は、パラメータ算出部４５がパラメータの最適値を算出する（ステップＳ１０）。具体的には、パラメータ算出部４５は、まず、獲得関数値群の中から最大の獲得関数値を選択する（ステップＳ１１）。最大の獲得関数値を選択した後、パラメータ算出部４５は、選択した最大の獲得関数値が基準値以下であるか否かを判断する（ステップＳ１２）。ここで、基準値以下ではないと判断した場合は、評価関数値算出部４３が、最大の獲得関数値に対応する候補値の組み合わせに基づいて新たな評価関数値を算出する（ステップＳ１３）。そして、獲得関数値算出部４４が、新たな評価関数値に基づいて獲得関数値群を算出する（ステップＳ９）。このような流れにより、基準値以下のものの中で最大の獲得関数値が見つかるまでステップＳ９，Ｓ１１～Ｓ１３が繰り返される。一方、ステップＳ１２で、基準値以下であると判断した場合は、パラメータ算出部４５が、選択した最大の獲得関数値に対応する候補値の組み合わせを、最適値として出力部へ出力する（ステップＳ１４）。なお、ステップＳ１２では、最大の獲得関数値が基準値以下であるか否かを判断するのではなく、ステップＳ１３，Ｓ９，Ｓ１０を所定回数繰り返したか否かを判断してもよい。

【0099】

パラメータの最適値を算出した後、探索補助情報作成部４８が探索補助情報Ｉを算出する（ステップＳ１５）。

【0100】

［作用効果］
離散量を予測するシミュレータＳの予測精度を向上させるには、シミュレーション条件を正確に設定する必要がある。ところが、置場の中間製品の滞留個数に影響する各種判断（シミュレータＳにおけるパラメータの最適値に対応）は、オペレータの経験による曖昧なところがあった。このため、全てのシミュレーション条件を正確に設定することは困難である。しかし、本実施形態に係る算出装置によれば、実績データＤに基づいて、よりオペレータの判断に近いパラメータの最適値を得ることができる。また、パラメータの種類およびパラメータがとり得る候補値の数が少ない場合には、候補値のすべての組み合わせを一つずつ総当たりで確認していくことも不可能ではないが、これでは時間がかかりすぎてしまう。特に、パラメータの種類が増えていくと、候補値の組み合わせは指数的に増加していくため、現実的な時間内で確認を終えることは不可能となる。しかし、本実施形態に係る算出装置１００は、ベイズ最適化を用いて最適値を予測する。このため、本実施形態に係る算出装置１００によれば、最適値となる（よりオペレータの判断に近い）候補値の組み合わせを、より迅速に得ることができる。また、本実施形態に係る算出装置１００によれば、パラメータの種類が多くても、最適値となる候補値の組み合わせを現実的な時間内で得ることが可能となる。

【0101】

また、この最適値を利用してシミュレーション条件を設定すれば、鋼材の製造ライン特有の条件を考慮したシミュレーションの精度向上を実現することができる。また、得られた最適値を、熟練オペレータの判断ノウハウと同等のものとして残しておけば、熟練オペレータの不在時等に未熟なオペレータがそれを利用することができる。また、このような構成によれば、シミュレータＳの精度が向上することにより、生産ラインにおける各装置の動作効率が向上し、消費エネルギー量を低減することができる。これにより、持続可能な開発目標（ＳＤＧｓ）の達成に貢献できる。

【実施例0102】

本発明の一実施例について以下に説明する。

【0103】

まず、上記シミュレータＳ（製造ライン）の第一後面クレーン１７に、下記のようなジョブ選択条件（判断ルール）を設定した。
・第一後面バッファ１５のコイル数≧第一後面バッファ１５の収容能力－α本のときは第一後面バッファ１５から第一後面置場１４への搬送を優先する。
・第一後面バッファ１５のコイル数＜第一後面バッファ１５の収容能力－α本のときは第一後面置場１４から第一パレット３２への搬送を優先する。

【0104】

そして、ジョブ選択条件中のαを、最適値を算出する対象のパラメータの一つとした。第一後面バッファ１５の収容能力は５個であり、α＝５では上記場合分けが成立しないため、αの取り得る値は０，１，２，３，４の５つとなる。

【0105】

また、第二前面クレーン２６に、下記のようなジョブ選択条件（判断ルール）を設定した。
・第二前面バッファ２３のコイル数≧第二前面バッファ２３の収容能力－β本のときは、第一パレット３２または第二パレット３３から第二前面置場２２への搬送を優先する。
・第二前面バッファ２３のコイル数＜第二前面バッファ２３の収容能力－β本のときは、第二前面置場２２から第二前面バッファ２３への搬送を優先する。

【0106】

そして、ジョブ選択条件中のβを、最適値を算出する対象のもう一つのパラメータとした。第二前面バッファ２３の収容能力は５個であり、β＝５では上記場合分けが成立しないため、βの取り得る値は０，１，２，３，４の５つとなる。

【0107】

また、本実施例では、探索補助情報Ｉを事前に取得しておいた。本実施例に係るα、βはそれぞれ５つの値を取り得るため、探索補助情報Ｉは表５に示したような５×５＝２５のマトリクス状の数値群となる。また、本実施例では、探索を終了する基準となる基準値を３に設定した。

【0108】

【表5】

【0109】

次に、シミュレータＳの候補値の組み合わせ（α，β）を（０，０），（４，４）に設定して初回のシミュレーションを行い、コイルの滞留個数の予測値を算出した。また、製造ラインの判断ルールの（α，β）を（０，０），（４，４）に設定して初回のライン稼働を行い、コイルの滞留個数の実測値を得た。予測値および実測値に基づいてJ(x)を算出したところ、J(0,0)=110.62、J(4,4)=25.22となった。

【0110】

次に、得られたJ(x)のうち最小の方（J(4,4)）、および獲得関数Ｆ₂に基づいて、表６に示したような初回の獲得関数値群を算出した。なお、本実施例では、上記探索補助情報Ｉを加味して獲得関数値群を算出した。得られた獲得関数値群の中では、EI(4,3)=6.67が最大の獲得関数値であった。

【0111】

【表6】

【0112】

次に、シミュレータＳの（α，β）を（４，３）に設定して２回目のシミュレーションを行い、コイルの滞留個数の予測値を算出した。また、製造ラインの判断ルールの（α，β）を（４，３）に設定して２回目のライン稼働を行い、コイルの滞留個数の実測値を得た。予測値および実測値に基づいてJ(x)を算出したところ、J(4,3)=20.98となった。

【0113】

次に、得られたJ(4,3)、獲得関数Ｆ₂、および探索補助情報Ｉに基づいて、表７に示したような２回目の獲得関数値群を算出した。得られた獲得関数値群の中では、EI(4,0)=3.70が最大の獲得関数値であった。

【0114】

【表7】

【0115】

次に、シミュレータＳの候補値の組み合わせ（α，β）を（４，０）に設定して３回目のシミュレーションを行い、コイルの滞留個数の予測値を算出した。また、製造ラインの判断ルールの（α，β）を（４，０）に設定して３回目のライン稼働を行い、コイルの滞留個数の実測値を得た。予測値および実測値に基づいてJ(x)を算出したところ、J(4,0)=20.89となった。

【0116】

次に、得られたJ(4,0)、獲得関数Ｆ₂、および探索補助情報Ｉに基づいて、表８に示したような３回目の獲得関数値群を算出した。得られた獲得関数値群の中では、EI(4,1)=2.83が最大の獲得関数値であった。このとき、EI(4,1)が基準値の３を下回ったため、ここで探索完了とした。参考情報として、全ての候補値の組み合わせで探索したところ（α，β）を（４，０）に設定したときの評価関数値J(x)が最小となっていることを確認できた。このように、全ての候補値の組み合わせ（２５通り）についてシミュレーションおよびライン稼働するよりも少ない回数（本実施例では３回）で最適値に到達することができた。

【0117】

【表8】

【0118】

次に、新たな探索補助情報Ｉを算出した。既に算出済みのJ(0,0)，J(4,4)，J(4,3)，J(4,0)を用いたガウス過程回帰により、これら以外の候補値の組み合わせについてJ(x)を算出し、表９に示したような評価関数値群を得た。そして、表９に示された評価関数値群を１－０に正規化し、表１０に示したような探索補助情報Ｉを得た。

【0119】

【表9】

【0120】

【表10】

【0121】

表９は、次回の最適値の算出でα＝４、β＝１～３の範囲を探索すると効率良く探索できることを示している。

【0122】

〔ソフトウェアによる実現例〕
上記算出装置１００の機能は、当該算出装置１００としてコンピュータを機能させるためのパラメータ算出プログラムであって、当該算出装置１００の各制御ブロック（特に制御部４に含まれる各部）としてコンピュータを機能させるためのパラメータ算出プログラムにより実現することができる。この場合、上記算出装置１００は、上記プログラムを実行するためのハードウェアとして、少なくとも１つの制御装置（例えば制御部４）と少なくとも１つの記憶装置（例えばメモリ）を有するコンピュータを備えている。この制御装置と記憶装置により上記パラメータ算出プログラムを実行することにより、上記各実施形態で説明した各機能が実現される。上記パラメータ算出プログラムは、一時的ではなく、コンピュータ読み取り可能な、１または複数の記録媒体に記録されていてもよい。この記録媒体は、上記算出装置１００が備えていてもよいし、備えていなくてもよい。後者の場合、上記パラメータ算出プログラムは、有線または無線の任意の伝送媒体を介して上記装置に供給されてもよい。

【0123】

また、上記各制御ブロックの機能の一部または全部は、論理回路により実現することも可能である。例えば、上記各制御ブロックとして機能する論理回路が形成された集積回路も本発明の範疇に含まれる。この他にも、例えば量子コンピュータにより上記各制御ブロックの機能を実現することも可能である。

【0124】

また、上記各実施形態で説明した各処理は、ＡＩ（Artificial Intelligence：人工知能）に実行させてもよい。この場合、ＡＩは上記算出装置で動作するものであってもよいし、他の装置（例えばエッジコンピュータまたはクラウドサーバ等）で動作するものであってもよい。

【0125】

本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。

【符号の説明】

【0126】

Ｓ 離散事象シミュレータ
１ 第一工場
１１ 第一処理装置
１２ 第一前面置場
１３ 第一前面バッファ
１４ 第一後面置場
１５ 第一後面バッファ
１６ 第一前面クレーン
１７ 第一後面クレーン
２ 第二工場
２１ 第二処理装置
２２ 第二前面置場
２３ 第二前面バッファ
２４ 第二後面置場
２５ 第二後面バッファ
２６ 第二前面クレーン
２７ 第二後面クレーン
３ 中間ヤード
３１ 仮置場
３２ 第一パレット
３３ 第二パレット
３４ 仮置きクレーン
３５ キャリア
１００ パラメータ算出装置
４ 制御部
４１ シミュレータ取得部
４２ 実績データ取得部
４３ 評価関数値算出部
４４ 獲得関数値算出部
４５ パラメータ算出部
４６ 条件設定部
４７ 探索補助情報取得部
５ 記憶部
Ｄ 実績データ
Ｆ₁ 評価関数
Ｆ₂ 獲得関数
Ｉ 探索補助情報
６ 操作部
７ 出力部

【図1】

【図2】

【図3】