特開 2023-23386 作業順序列生成装置および作業順序列生成方法

(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】P2023023386

(43)【公開日】2023-02-16

(54)【発明の名称】作業順序列生成装置および作業順序列生成方法

(51)【国際特許分類】

   G06Q 10/04 20230101AFI20230209BHJP

【ＦＩ】

G06Q10/04

【審査請求】未請求

【請求項の数】14

【出願形態】ＯＬ

(21)【出願番号】P 2021128881

(22)【出願日】2021-08-05

(71)【出願人】

【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】藤央弁理士法人

(72)【発明者】

【氏名】相薗 敏子

(72)【発明者】

【氏名】工藤 文也

(72)【発明者】

【氏名】岡留 有哉

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049AA04

(57)【要約】

【課題】作業時に順序変更があったとしても評価値の低下を許容範囲内に抑制可能な作業順序列を提供すること。
【解決手段】プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有し、処理対象群について作業をする順番を規定した作業順序列を生成する作業順序列生成装置は、第１作業順序列に摂動を与えて第２作業順序列を生成する摂動処理と、前記第１作業順序列での作業に関する第１評価値と、前記摂動処理によって生成された第２作業順序列での作業に関する第２評価値と、の差が許容範囲内になるように学習することにより、入力作業順序列の作業に関する評価値との差が前記許容範囲内となるような特定の作業順序列を作成する学習モデルを生成する学習処理と、を実行する。
【選択図】図３

【特許請求の範囲】

【請求項1】

プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有し、処理対象群について作業をする順番を規定した作業順序列を生成する作業順序列生成装置であって、
前記プロセッサは、
第１作業順序列に摂動を与えて第２作業順序列を生成する摂動処理と、
前記第１作業順序列での作業に関する第１評価値と、前記摂動処理によって生成された第２作業順序列での作業に関する第２評価値と、の差が許容範囲内になるように学習することにより、入力作業順序列の作業に関する評価値との差が前記許容範囲内となるような特定の作業順序列を作成する学習モデルを生成する学習処理と、
を実行することを特徴とする作業順序列生成装置。

【請求項2】

請求項１に記載の作業順序列生成装置であって、
前記摂動処理では、前記プロセッサは、複数の順番における複数の処理対象の組み合わせに関する生起確率を規定した摂動傾向データに基づいて、前記第１作業順序列内の前記複数の順番における前記複数の処理対象の組み合わせを変更することにより、前記第２作業順序列を生成する、
ことを特徴とする作業順序列生成装置。

【請求項3】

請求項２に記載の作業順序列生成装置であって、
前記プロセッサは、
作業前に計画した計画作業順序列内の複数の順番における前記複数の処理対象の組み合わせと、前記計画作業順序列で作業が行われた場合の実績作業順序列内の前記複数の順番における前記複数の処理対象の組み合わせと、の異同に基づいて、前記摂動傾向データを生成する第１生成処理を実行し、
前記摂動処理では、前記プロセッサは、前記第１生成処理によって生成された摂動傾向データに基づいて、前記第１作業順序列内の前記複数の順番における前記複数の処理対象の組み合わせを変更することにより、前記第２作業順序列を生成する、
ことを特徴とする作業順序列生成装置。

【請求項4】

請求項１に記載の作業順序列生成装置であって、
前記学習処理では、前記プロセッサは、前記入力作業順序列の作業に関する評価値を算出する評価値推定モデルを用いて、前記評価値推定モデルに前記第１作業順序列を入力することにより前記第１評価値を算出するとともに前記評価値推定モデルに前記第２作業順序列を入力することにより前記第２評価値を算出し、前記第１評価値と前記第２評価値との差が前記許容範囲内になるように学習することにより、前記学習モデルを生成する、
ことを特徴とする作業順序列生成装置。

【請求項5】

請求項４に記載の作業順序列生成装置であって、
前記プロセッサは、実績作業順序列内の前記処理対象群の各々の処理対象を所定数のカテゴリに分類したカテゴリ別の割合データを学習用データとし、前記実績作業順序での作業に関する評価値を正解データとして学習することにより、前記評価値推定モデルを生成する第２生成処理を実行し、
前記学習処理では、前記プロセッサは、前記第２生成処理によって生成された評価値推定モデルを用いて、前記学習モデルを生成する、
ことを特徴とする作業順序列生成装置。

【請求項6】

プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有し、処理対象群について作業をする順番を規定した作業順序列を生成する作業順序列生成装置であって、
前記プロセッサは、
第１作業順序列に摂動を与えて第２作業順序列を生成する摂動処理と、
前記第１作業順序列と前記第２作業順序列との順位相関係数を算出する算出処理と、
前記第１作業順序列での作業に関する第１評価値に基づく下限評価値と前記第２作業順序列での作業に関する第２評価値との比較結果と、前記算出処理によって算出された順位相関係数となる第３作業順序列の数と、に基づいて、前記第２作業順序列を出力対象に決定する決定処理と、
を実行することを特徴とする作業順序列生成装置。

【請求項7】

請求項６に記載の作業順序列生成装置であって、
前記決定処理では、前記プロセッサは、前記第２評価値が前記下限評価値以上である場合、前記第２作業順序列を出力対象に決定する、
ことを特徴とする作業順序列生成装置。

【請求項8】

請求項６に記載の作業順序列生成装置であって、
前記決定処理では、前記プロセッサは、前記第３作業順序列の数が所定数以上である場合、前記第２作業順序列を出力対象に決定する、
ことを特徴とする作業順序列生成装置。

【請求項9】

請求項８に記載の作業順序列生成装置であって、
前記プロセッサは、
前記所定数を設定可能な画面を表示可能に出力する、
ことを特徴とする作業順序列生成装置。

【請求項10】

請求項６に記載の作業順序列生成装置であって、
前記摂動処理では、前記プロセッサは、実績作業順序列に基づく前記処理対象群の各々の処理対象の順番が生起する確率分布群を用いて、前記第２作業順序列を生成する、
ことを特徴とする作業順序列生成装置。

【請求項11】

請求項１０に記載の作業順序列生成装置であって、
前記摂動処理では、前記プロセッサは、前記第１作業順序列と同一順番において前記処理対象が異なる数に基づいて、前記第２作業順序列を生成する、
ことを特徴とする作業順序列生成装置。

【請求項12】

請求項１１に記載の作業順序列生成装置であって、
前記プロセッサは、
前記第２作業順序列において前記処理対象が異なる上限数を設定可能な画面を表示可能に出力する、
ことを特徴とする作業順序列生成装置。

【請求項13】

プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有し、処理対象群について作業をする順番を規定した作業順序列を生成する作業順序列生成装置が実行する作業順序列生成方法であって、
前記プロセッサは、
第１作業順序列に摂動を与えて第２作業順序列を生成する摂動処理と、
前記第１作業順序列での作業に関する第１評価値と、前記摂動処理によって生成された第２作業順序列での作業に関する第２評価値と、の差が許容範囲内になるように学習することにより、入力作業順序列の作業に関する評価値との差が前記許容範囲内となるような特定の作業順序列を作成する学習モデルを生成する学習処理と、
を実行することを特徴とする作業順序列生成方法。

【請求項14】

プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有し、処理対象群について作業をする順番を規定した作業順序列を生成する作業順序列生成装置が実行する作業順序列生成方法であって、
前記プロセッサは、
第１作業順序列に摂動を与えて第２作業順序列を生成する摂動処理と、
前記第１作業順序列と前記第２作業順序列との順位相関係数を算出する算出処理と、
前記第１作業順序列での作業に関する第１評価値に基づく下限評価値と前記第２作業順序列での作業に関する第２評価値との比較結果と、前記算出処理によって算出された順位相関係数となる第３作業順序列の数と、に基づいて、前記第２作業順序列を出力対象に決定する決定処理と、
を実行することを特徴とする作業順序列生成方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は作業順序列を生成する作業順序列生成装置および作業順序列生成方法に関する。

【背景技術】

【0002】

物流倉庫や製造工場（以下、現場）では、オーダーされた製品をどのような順序で作業するかが生産性やコストなどのＫＰＩ（Ｋｅｙ Ｐｅｒｆｏｒｍａｎｃｅ Ｉｎｄｉｃａｔｏｒｓ）に大きく影響する。そのため現場の管理者は、これまでの知見や実績データをベースに人手でまたは何らかのツールを用いて作業順序を作成してＫＰＩの達成または向上を図っている。

【0003】

下記特許文献１は、実用可能な時間内において、ロバストな計画を作成する計画作成装置を開示する。この計画作成装置は、複数の作業要素の中から、特定の作業要素を複数選択してなる所要スケジュールを作成する計画作成装置１であって、複数の作業要素並びに該作業要素別の所要時間のばらつき具合を示す指標を取得する作業要素情報取得部と、前記所要時間のばらつき具合を示す指標に基づいて、前記作業要素毎に所要時間を特定したばらつきシナリオを作成するばらつきシナリオ作成部と、前記ばらつきシナリオに基づいて、異なる複数の所要スケジュールを特定する所要スケジュール特定部と、複数の前記所要スケジュールの中から特定の所要スケジュールを特定する判定部と、を備える。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１８－１６５９５２号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

ＫＰＩを最大化する作業順序を変更すると、変更後の作業順序のＫＰＩが劣化することがある。一方、現場では多くの作業員が多様な機器や設備を用いて作業しており、下記のような様々な状況において作業順序に変更が生じることがある。このような場合、ＫＰＩが劣化し問題となる。

【0006】

・作業員のスキルのバラつき（新人とベテラン作業員など）
・作業対象の製品数や作業員の突然の過不足、機器/設備の急な不調
・作業員または監督者による意図的な作業順序の変更（直面している状況下で都合のよい順序に変更したなど）

【0007】

また、数理最適技術で生成した最適解の近傍が必ずしもよい解であるとは限らない。そのため、実行時に作業順序が部分的に入れ替わるとＫＰＩが達成できない、または低下する恐れがある。これを解決するには作業が計画通りに実行されない条件も含めて網羅的に制約として定式化する必要があるが、前述の通りその状況は多岐にわたり、対応が困難である。また、数理最適技術は最適解の生成に時間がかかることがある。高速な作業順序の決定が業務要件である場合、問題となる。

【0008】

本発明は、作業時に順序変更があったとしても評価値の低下を許容範囲内に抑制可能な作業順序列を提供することを目的とする。

【課題を解決するための手段】

【0009】

本願において開示される発明の一側面となる作業順序列生成装置は、プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有し、処理対象群について作業をする順番を規定した作業順序列を生成する作業順序列生成装置であって、前記プロセッサは、第１作業順序列に摂動を与えて第２作業順序列を生成する摂動処理と、前記第１作業順序列での作業に関する第１評価値と、前記摂動処理によって生成された第２作業順序列での作業に関する第２評価値と、の差が許容範囲内になるように学習することにより、入力作業順序列の作業に関する評価値との差が前記許容範囲内となるような特定の作業順序列を作成する学習モデルを生成する学習処理と、を実行することを特徴とする。

【0010】

本願において開示される発明の他の側面となる作業順序列生成装置は、プログラムを実行するプロセッサと、前記プログラムを記憶する記憶デバイスと、を有し、処理対象群について作業をする順番を規定した作業順序列を生成する作業順序列生成装置であって、前記プロセッサは、第１作業順序列に摂動を与えて第２作業順序列を生成する摂動処理と、前記第１作業順序列と前記第２作業順序列との順位相関係数を算出する算出処理と、前記第１作業順序列での作業に関する第１評価値に基づく下限評価値と前記第２作業順序列での作業に関する第２評価値との比較結果と、前記算出処理によって算出された順位相関係数となる第３作業順序列の数と、に基づいて、前記第２作業順序列を出力対象に決定する決定処理と、を実行する。

【発明の効果】

【0011】

本発明の代表的な実施の形態によれば、作業時に順序変更があったとしても評価値の低下を許容範囲内に抑制可能な作業順序列を提供することができる。前述した以外の課題、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】

【0012】

【図1】図１は、物流倉庫の仕分け作業例を示す説明図である。

【図2】図２は、作業順序列生成装置のハードウェア構成例を示すブロック図である。

【図3】図３は、実施例１にかかる作業順序列生成装置の機能的構成例を示すブロック図である。

【図4】図４は、注文リスト群の一例を示す説明図である。

【図5】図５は、商品マスタの一例を示す説明図である。

【図6】図６は、計画データ群の一例を示す説明図である。

【図7】図７は、実績データ群の一例を示す説明図である。

【図8】図８は、摂動生成部による摂動生成例を示す説明図である。

【図9】図９は、評価部による評価例を示す説明図である。

【図10】図１０は、作業順序列作成モデル学習部による作業順序列モデル学習例を示す説明図である。

【図11】図１１は、実施例２にかかる作業順序列生成装置の機能的構成例を示すブロック図である。

【図12】図１２は、実施例２にかかる作業順序列生成装置による作業順序列生成手順例を示すフローチャートである。

【図13】図１３は、統計作業順序モデル生成および摂動生成例を示す説明図である。

【図14】図１４は、妥当性評価による順位相関算出例を示す説明図である。

【図15】図１５は、妥当性評価による妥当性評価例を示す説明図である。

【図16】図１６は、作業順序列生成装置の表示画面例１を示す説明図である。

【図17】図１７は、作業順序列生成装置の表示画面例２を示す説明図である。

【図18】図１８は、作業順序列生成装置の進捗画面例１を示す説明図である。

【図19】図１９は、作業順序列生成装置の進捗画面例２を示す説明図である。

【図20】図２０は、作業順序列生成装置の進捗画面例３を示す説明図である。

【発明を実施するための形態】

【実施例0013】

＜物流倉庫の仕分け作業例＞
図１は、物流倉庫の仕分け作業例を示す説明図である。物流倉庫の仕分け作業は、トータルピッキング工程、値付け工程、仕分け工程、検品工程の順に実施される。トータルピッキング工程では、作業順序列１００にしたがって、作業員１０１は、倉庫から処理対象となる商品をピッキングする。値付け工程では、作業員１０１は、トータルピッキングでピッキングされた商品に値札シールを貼付する。仕分け工程では、作業員１０１は、順立て機１０３を用いて、値付けされた商品を出荷先ごとに仕分ける。検品工程では、作業員１０１は、出荷先ごとに仕分された商品を検品して出荷する。

【0014】

トータルピッキング工程および値付け工程では作業順序列１００が入れ替わることがあり、仕分け工程が想定作業時間で完了しないことがある。たとえば、商品Ｂ、Ａ、Ｃ、Ｄの順で作業順序列１００を指示したが、トータルピッキング工程で作業員１０１のスキルの差でピッキングする商品の順序が入れ替わったり、値付け工程では商品Ｂの次は商品Ｃを値付けするのがやりやすいので現場の判断でＣ→Ｂに入れ替えたりすることがある。実施例１の作業順序列生成装置は、このように作業順序列１００の入れ替えが発生しても、入替後の作業順序のＫＰＩの劣化を低減する。

【0015】

＜作業順序列生成装置のハードウェア構成例＞
図２は、作業順序列生成装置のハードウェア構成例を示すブロック図である。作業順序列生成装置２００は、プロセッサ２０１と、記憶デバイス２０２と、入力デバイス２０３と、出力デバイス２０４と、通信インターフェース（通信ＩＦ）２０５と、を有する。プロセッサ２０１、記憶デバイス２０２、入力デバイス２０３、出力デバイス２０４、および通信ＩＦ２０５は、バス２０６により接続される。プロセッサ２０１は、作業順序列生成装置２００を制御する。記憶デバイス２０２は、プロセッサ２０１の作業エリアとなる。また、記憶デバイス２０２は、各種プログラムやデータを記憶する非一時的なまたは一時的な記録媒体である。記憶デバイス２０２としては、たとえば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、フラッシュメモリがある。入力デバイス２０３は、データを入力する。入力デバイス２０３としては、たとえば、キーボード、マウス、タッチパネル、テンキー、スキャナ、マイク、センサがある。出力デバイス２０４は、データを出力する。出力デバイス２０４としては、たとえば、ディスプレイ、プリンタ、スピーカがある。通信ＩＦ２０５は、ネットワークと接続し、データを送受信する。

【0016】

＜作業順序列生成装置の機能的構成例＞
図３は、実施例１にかかる作業順序列生成装置の機能的構成例を示すブロック図である。作業順序列生成装置２００は、データベース（ＤＢ）３０１と、学習部３０２と、作成部３０５と、表示部３０６と、を有する。ＤＢ３０１は、具体的には、たとえば、図２に示した記憶デバイス２０２、または、通信ＩＦ２０５を介して作業順序列生成装置２００と通信可能な他のコンピュータによって実現される。学習部３０２および作成部３０５は、具体的には、たとえば、図２に示した記憶デバイス２０２に記憶されたプログラムをプロセッサ２０１に実行させることにより実現される。表示部３０６は、具体的には、たとえば、図２に示した出力デバイス２０４、または、通信ＩＦ２０５を介して作業順序列生成装置２００と通信可能な他のコンピュータにより実現される。

【0017】

ＤＢ３０１は、注文リスト群３１０と、商品マスタ３１１と、計画データ群３１２と、実績データ群３１３と、を記憶する。注文リスト群３１０は、日々の注文リスト３５２の集合であり、図４で後述する。商品マスタ３１１は、商品ごとに商品の属性情報を保持するマスタテーブルであり、図５で後述する。

【0018】

計画データ群３１２は、ある日の注文リスト３５２に対して、図１に示した全工程の処理が完了するまでの予定作業時間および各工程の予定作業時間、および各工程に何名の作業員１０１を配置して、どの商品をどの順序で処理するのかを計画した計画データの集合であり、図６で後述する。

【0019】

実績データ群３１３は、ある日の注文リスト３５２に対して、図１に示した全工程の処理が完了した実際の作業時間および各工程の実際の作業時間、および各工程に何名の作業員を配置して、どの商品をどの順序で処理したかを記録した実績データの集合であり、図７で後述する。

【0020】

学習部３０２は、実績データに含まれる作業順序を解空間に写像し、その解空間上で最適解を探索することにより、実行可能な作業順序列を生成する。順序には制約がある場合（たとえば、商品Ａの次に商品Ｄは来ないなど）があり、自動的に探索して生成した解が必ずしも実行可能とは限らないので、学習部３０２は、制約ごと実績データを解空間に写像して最適解を探索する。

【0021】

学習部３０２は、具体的には、たとえば、摂動生成部３２０と、評価部３３０と、作業順序列作成モデル学習部３４０と、を有する。

【0022】

摂動生成部３２０は、計画データと実績データとを比較して、摂動傾向学習２２１を実行し、摂動傾向データ３２２を生成する。具体的には、たとえば、摂動生成部３２０は、計画した作業順序列に対して実際の作業順序列がどのように変更されたかを検出し、検出した変更を摂動傾向データ３２２として学習する。摂動生成部３２０の詳細については、図８で後述する。

【0023】

評価部３３０は、注文リスト群３１０と商品マスタ３１１と実績データ群３１３とを用いて、ＫＰＩ学習２３１を実行し、ＫＰＩを推定するモデル（ＫＰＩ推定モデル２３２）を生成する。ＫＰＩは、たとえば、作業時間に応じた評価値（作業時間そのものでもよく作業時間の逆数でもよい）または作業員数に応じた評価値（作業員数そのものでもよく作業員数の逆数でもよい）である。評価部３３０の詳細については、図９で後述する。

【0024】

作業順序列作成モデル学習部３４０は、計画データ群３１２を入力とし、ロバストな作業順序列を作成するモデル（作業順序列作成モデル３４１）を学習する。具体的には、たとえば、作業順序列作成モデル学習部３４０は、作業順序列を探索し、探索した作業順序列に摂動傾向データ３２２を用いて摂動を与え、摂動が与えられた作業順序列のＫＰＩを、ＫＰＩ推定モデル２３２を用いて算出する。

【0025】

そして、作業順序列作成モデル学習部３４０は、算出したＫＰＩと目標ＫＰＩとの差に基づいてニューラルネットワークの重みパラメータを更新して、作業順序列作成モデル３４１を生成する。作業順序列作成モデル学習部３４０の詳細については、図１０で後述する。

【0026】

作成部３０５は、監督者３００から注文リスト３５２が受け付けられると入力されると注文リスト３５２を作業順序列作成モデル３４１に入力し、作業順序列を生成し、表示部３０６に出力する。なお、入力される注文リスト３５２は、注文リスト群３１０に含まれていてもよく、注文リスト群３１０外のものでもよい。

【0027】

＜注文リスト群３１０＞
図４は、注文リスト群３１０の一例を示す説明図である。注文リスト群３１０は、日々の注文リスト３５２の集合である。注文リスト３５２の各々は、注文ＩＤ４０１と、店名４０２と、商品コード４０３と、を含む。同一行における注文ＩＤ４０１、店名４０２、および商品コード４０３の値が１つの注文となる。

【0028】

注文ＩＤ４０１は、注文リスト３５２内の注文を特定する識別情報である。店名４０２は、その注文をした店舗の名称、すなわち、発注者を特定する情報である。商品コード４０３は、その注文での商品を特定する識別情報である。なお、商品コード４０３には、その注文での商品の個数を含めてもよい。

【0029】

＜商品マスタ３１１＞
図５は、商品マスタ３１１の一例を示す説明図である。商品マスタ３１１は、商品の属性情報として、たとえば、商品コード４０３と、商品名５０１と、カテゴリ５０２と、サイズ５０３と、を有する。商品名５０１は、その商品コード４０３で特定される商品の名称である。カテゴリ５０２は、その商品の区分を示す分類情報である。サイズ５０３は、その商品の大きさである。

【0030】

＜計画データ群３１２＞
図６は、計画データ群３１２の一例を示す説明図である。計画データ群３１２は、日々の計画データ６００の集合である。計画データ６００は、当日または前日以前の注文リスト３５２に基づいて生成される。

【0031】

計画データ６００は、作業時間計画データ６１０と、人員配置計画データ６２０と、作業順序列計画データ６３０と、を含む。作業時間計画データ６１０は、図１に示した工程ごとの作業時間に関する計画データである。具体的には、たとえば、作業時間計画データ６１０は、工程ＩＤ６１１と、工程名６１２と、作業時間６１３と、を有する。工程ＩＤ６１１は、図１に示した工程を一意に特定する識別情報である。工程名６１２は、図１に示した工程の名称である。作業時間６１３は、工程ＩＤおよび工程名で特定された工程の作業にかかる時間である。

【0032】

人員配置計画データ６２０は、図１に示した工程ごとの作業員１０１の人数配置に関する計画データである。具体的には、たとえば、人員配置計画データ６２０は、工程ＩＤ６１１と、工程名６１２と、時間毎作業員数６２３と、を有する。時間毎作業員数６２３は、時間毎（たとえば、１時間）の各工程に必要な作業員の計画人数である。

【0033】

作業順序列計画データ６３０は、商品の作業順序列を計画したデータである。具体的には、たとえば、作業順序列計画データ６３０は、順番６３１と、商品コード４０３と、個数６３２と、を有する。順番６３１は、その商品の作業順序の昇順番号である。個数６３２は、その商品コード４０３の商品を順番６３１で処理する計画数量である。

【0034】

＜実績データ群３１３＞
図７は、実績データ群３１３の一例を示す説明図である。実績データ群３１３は、日々の実績データ７００の集合である。実績データ７００は、過去の仕分け作業で得られた実測値である。

【0035】

実績データ７００は、作業時間実績データ７１０と、人員配置実績データ７２０と、作業順序列実績データ７３０と、を含む。作業時間実績データ７１０は、図１に示した工程ごとの作業時間に関する実績データである。具体的には、たとえば、作業時間実績データ７１０は、工程ＩＤ６１１と、工程名６１２と、作業時間７１３と、を有する。作業時間７１３は、工程ＩＤ６１１および工程名６１２で特定された工程の作業にかかった時間である。

【0036】

人員配置実績データ７２０は、図１に示した工程ごとの作業員１０１の人数配置に関する計画データである。具体的には、たとえば、人員配置計画データ６２０は、工程ＩＤ６１１と、工程名６１２と、時間毎作業員数７２３と、を有する。時間毎作業員数７２３は、時間毎（たとえば、１時間）の各工程で作業した作業員の人数である。

【0037】

作業順序列実績データ７３０は、実際に行われた商品の作業順序列である。具体的には、たとえば、作業順序列実績データ７３０は、順番７３１と、商品コード４０３と、個数７３２と、を有する。順番７３１は、その商品の作業順序の昇順番号である。個数７３２は、その商品コード４０３の商品を順番６３１で処理した数量である。作業順序列実績データ７３０は、たとえば、各工程について、日付ごとに存在する。

【0038】

＜摂動生成例＞
図８は、摂動生成部３２０による摂動生成例を示す説明図である。摂動生成部３２０は、作業順序列計画データ６３０と、作業順序列実績データ７３０と、を取得し、工程ごとに摂動傾向学習２２１を実行する。具体的には、たとえば、摂動生成部３２０は、作業順序列計画データ６３０における作業順序列と作業順序列実績データ７３０における作業順序列とを、複数の同一順番の商品ペアで比較する。複数の同一順番は、作業順序列計画データ６３０および作業順序列実績データ７３０で同一順番であれば、連続する順番（Ｎ番目とＮ＋１番目）でもよく、離散的な順番（たとえば、Ｎ番目とＮ＋２番目）でもよい。図８では、例として、連続する順番（Ｎ番目とＮ＋１番目）とする。

【0039】

注目箇所８０１では、４番目と５番目の商品ペアが比較されている。作業順序列計画データ６３０および作業順序列実績データ７３０ともに、４番目と５番目の商品ペアは「Ｂ，Ｃ」であるため、４番目と５番目については、作業順序列計画データ６３０通りの順序で処理されたことを示す。

【0040】

注目箇所８０２では、１０番目と１１番目の商品ペアが比較されている。作業順序列計画データ６３０における１０番目と１１番目の商品ペアは「Ｅ，Ｆ」であるが、作業順序列実績データ７３０における１０番目と１１番目の商品ペアは「Ｆ，Ｅ」である。したがって、１０番目と１１番目については、作業順序列計画データ６３０から順序が変更されて処理されたことを示す。

【0041】

摂動生成部３２０は、工程ごとに、作業順序列実績データ７３０を変えながら作業順序列計画データ６３０および作業順序列実績データ７３０を比較し、Ｎ番目と１＋１番目の商品ペアごとにその順序が期待通りに生起する確率（作業順序列計画データ６３０通りに処理された確率）を算出する。この生起確率が摂動傾向データ３２２である。

【0042】

ここでは、生起確率を、作業順序列計画データ６３０の通りに処理された確率としたが、Ｎ番目と１＋１番目の商品ペアごとにその順序が期待通りに生起しない確率（作業順序列計画データ６３０通りに処理されなかった確率）としてもよい。摂動傾向データ３２２は、工程ごとに生成される。また、摂動傾向データ３２２は、２つの順番（図８では、Ｎ番とＮ＋１番）の商品の組み合わせの生起確率としたが、３つ以上の順番（たとえば、Ｎ番とＮ＋１番とＮ＋２番）の商品の組み合わせの生起確率としてもよい。

【0043】

＜評価例＞
図９は、評価部３３０による評価例を示す説明図である。まず、学習データセット９００が用意される。学習データセット９００は、評価部３３０によって生成されてもよく、外部から用意されてもよい。

【0044】

学習データセット９００は、注文リスト群３１０と、商品マスタ３１１と、実績データ群と、に基づいて生成される。学習データセット９００は、年月日９０１と、作業時間９０２と、作業員数９０３と、個数９０４と、Ｍ個（Ｍは１以上の整数）のカテゴリ別注文割合ＣＲ１～ＣＲＭと、を有する。カテゴリ別注文割合ＣＲ１～ＣＲＭを区別しない場合は、単にカテゴリ別注文割合ＣＲと表記する。

【0045】

年月日９０１は、注文リスト群３１０の注文リスト３５２および実績データ群３１３の実績データ７００における年、月および日である。

【0046】

作業時間９０２は、その年月日９０１の実績データ７００における各工程の作業時間７１３の総和である。作業員数９０３は、その年月日９０１の実績データ７００における各工程の時間毎作業員数７２３の総和である。個数９０４は、その年月日９０１の実績データ７００における各工程の個数７３２である。

【0047】

カテゴリ別注文割合ＣＲ１～ＣＲＭは、たとえば、１日の作業順序列をM分割した部分的な作業順序列ごとに生成される。カテゴリ別注文割合ＣＲは、商品コード４０３および商品名５０１で特定される商品のカテゴリ５０２の数をｎとすると、注文割合ｃ１～ｃｎ（ｎは１以上の整数）の集合である。

【0048】

注文割合ｃ１～ｃｎの総和は１である。注文割合ｃｉ（ｉは１≦ｉ≦ｎを満たす整数）は、全カテゴリ５０２のうち、その年月日９０１の１日の作業順序列をM分割した部分的な作業順序列においてｉ番目のカテゴリ５０２が注文された確率である。これにより、作業順序列をM分割された固定長の特徴量に変換することができる。

【0049】

学習データセットのうち、カテゴリ別注文割合ＣＲ１～ＣＲＭがニューラルネットワークに入力される学習用データである。正解データは、作業時間に応じた評価値（作業時間そのものでもよく作業時間の逆数でもよい）または作業員数に応じた評価値（作業員数そのものでもよく作業員数の逆数でもよい）である。評価部３３０は、この学習用データと正解データとを用いてＫＰＩ学習２３１を実行し、カテゴリ別注文割合ＣＲ１～ＣＲＭに対応する作業順序列を全工程で作業した場合のＫＰＩ推定モデル２３２を生成する。

【0050】

＜作業順序列作成モデル学習例＞
図１０は、作業順序列作成モデル学習部３４０による作業順序列モデル学習例を示す説明図である。作業順序列作成モデル学習部３４０は、作業順序列計画データ６３０を入力とし、以下のステップでロバストな作業順序列作成モデル３４１を生成する。

【0051】

作業順序列作成モデル学習部３４０は、作業順序列計画データ６３０内の作業順序列をニューラルネットワークの解空間１０００から実行可能解空間１００１に写像する（ステップＳ１００１）。ステップＳ１００１では、既存技術であるＡｔｔｅｎｔｉｏｎメカニズムが適用される。

【0052】

つぎに、作業順序列作成モデル学習部３４０は、遺伝子アルゴリズムなどの既存技術を適用して作業順序列計画データ６３０内の作業順序列の最適解を探索する（ステップＳ１００２）。作業順序列作成モデル学習部３４０は、具体的には、たとえば、摂動傾向データ３２２を用いて作業順序列計画データ６３０内の作業順序列に摂動を与え、摂動が与えられた作業順序列のＫＰＩを、ＫＰＩ推定モデル２３２を用いて算出する。

【0053】

そして、作業順序列作成モデル学習部３４０は、算出したＫＰＩと作業順序列計画データ６３０に関する目標ＫＰＩとの差に基づいてニューラルネットワークの重みパラメータを更新して、作業順序列作成モデル３４１を生成する（ステップＳ１００３）。作業順序列作成モデル学習部３４０は、たとえば、算出したＫＰＩと目標ＫＰＩとの差が許容範囲内となるまで、ステップＳ１００２およびＳ１００３を繰り返し実行する。

【0054】

このように実施例１によれば、各工程での作業時に順序変更があったとしてもＫＰＩの低下を許容範囲内に抑制可能な作業順序列３５３を提供することができる。

【実施例0055】

つぎに、実施例２について説明する。実施例１にかかる作業順序列生成装置は、作業順序列作成モデルを用いて作業順序列に摂動を与えつつ、かつ、ＫＰＩの低下が抑制された作業順序列を生成した。これに対し、実施例２にかかる作業順序列生成装置は、作業順序列作成モデルではなく、シミュレーションにより作業順序列に摂動を与えつつ、かつ、ＫＰＩの低下が抑制された作業順序列を生成する。なお、実施例２では、実施例１との相違点を中心に説明するため、実施例１と同一構成には同一符号を付し、その説明を省略する。

【0056】

＜作業順序列生成装置の機能的構成例＞
図１１は、実施例２にかかる作業順序列生成装置の機能的構成例を示すブロック図である。図１２は、実施例２にかかる作業順序列生成装置による作業順序列生成手順例を示すフローチャートである。作業順序列生成装置１１００は、学習部３０２と、作成部３０５１０５と、を有する。

【0057】

学習部３０２は、作業順序列実績データ７３０を取得する（ステップＳ１２０１）と、統計作業順序モデル生成１１０１により統計作業順序モデル１１１０を生成する（ステップＳ１２０２）。統計作業順序モデル生成１１０１および統計作業順序モデル１１１０については、図１３で後述する。なお、作業順序列生成装置１１００は、学習部３０２の替わりに、生成済みの統計作業順序モデル１１１０を有してもよい。

【0058】

作成部３０５は、統計作業順序モデル生成１１０１を実行しつつ、摂動生成１１０４、ＫＰＩ取得１１０５、および妥当性評価１１０６を実行する。具体的には、たとえば、作成部３０５は、初期作業順序列１１０２を取得すると（ステップＳ１２０３）、摂動生成１１０４を実行して、初期作業順序列１１０２に摂動を与えた１以上の作業順序列候補を生成する（ステップＳ１２０４）。初期作業順序列１１０２は、たとえば、作業順序列計画データ６３０でもよく、作業順序列実績データ７３０でもよい。摂動生成１１０４の詳細については、図１３で後述する。

【0059】

つぎに、作成部３０５は、ＫＰＩ取得１１０５により、作業順序列候補の各々についてＫＰＩを取得する（ステップＳ１２０５）。ＫＰＩ取得１１０５は、たとえば、既知の手法によりＫＰＩを算出する処理でもよい。また、ＫＰＩ取得１１０５は、実施例１の図９で示したように、評価部３３０により生成されたＫＰＩ推定モデルを用いて、ＫＰＩを算出する処理でもよい。また、ＫＰＩ取得１１０５は、作業順序列生成装置１１００と通信可能な外部のコンピュータに作業順序列候補を送信した結果、当該外部のコンピュータによって計算されたＫＰＩを受信してもよい。

【0060】

つぎに、作成部３０５は、作業順序列候補の各々について妥当性評価１１０６を実行する（ステップＳ１２０６）。妥当性評価１１０６は、たとえば、初期作業順序列１１０２と作業順序列候補の各々との順位相関係数を求めて、作業順序列候補ごとに作業順序列候補の妥当性を評価する処理である。妥当性評価１１０６の詳細については、図１４および図１５で後述する。

【0061】

そして、作成部３０５は、妥当性評価１１０６による評価結果を出力する（ステップＳ１２０７）。出力された評価結果は、たとえば、表示部３０６に表示される。

【0062】

＜統計作業順序モデル生成および摂動生成例＞
図１３は、統計作業順序モデル生成および摂動生成例を示す説明図である。学習部３０２は、作業順序列実績データ７３０に含まれる商品の作業順序の確率分布群１３００を生成する。商品の作業順序の確率分布群１３００は、商品の作業順序の確率分布Ｐ（Ａ）、Ｐ（Ｂ）、Ｐ（Ｃ）、…の集合である。商品の作業順序の確率分布Ｐ（Ａ）、Ｐ（Ｂ）、Ｐ（Ｃ）、…を区別しない場合は、単に商品の作業順序の確率分布Ｐと表記する。商品の作業順序の確率分布Ｐは、その商品が統計的にどの作業順になりやすいかを示す確率分布である。

【0063】

確率分布は正規分布を初めとして様々な分布を想定することが可能であり、パラメータを設定することで複雑な統計作業順序モデル１１１０を表現することも可能である。ユーザは、データを用いた教師あり学習をせずとも、知見に基づきパラメータを設定するだけで尤もらしい摂動の生成を実現することができる。

【0064】

学習部３０２は、記憶デバイスに保存されている作成済みの商品の作業順序の確率分布群１３００を読み出してもよい。また、学習部３０２は、作業順序列生成装置１１００と通信可能な外部のコンピュータから商品の作業順序の確率分布群１３００を取得してもよい。学習部３０２は、商品の作業順序の確率分布群１３００を作業順に配列した統計作業順序モデル１１１０を生成する。

【0065】

作成部３０５は、統計作業順序モデル１１１０から初期作業順序列１１０２を生成する。なお、初期作業順序列１１０２では、説明を単純化するため、商品Ａ～Ｚがそれぞれ１回ずつ出現する作業順序列であるが、複数回出現する商品があってもよい。

【0066】

つぎに、作成部３０５は、摂動生成１１０４により初期作業順序列１１０２に摂動を与え、作業順序列候補１３０１を生成する。具体的には、たとえば、作成部３０５は、初期作業順序列１１０２と異なるように、統計作業順序モデル１１１０から商品ごとに順番を抽出する。すなわち、商品Ａ～Ｚの順序が入れ替わる可能性がある。このように、作成部３０５は、摂動生成１１０４により初期作業順序列１１０２を意図的に変更することができる。

【0067】

なお、図１３では、摂動の一例としてサーストン型について説明したが、サーストン型に限らず、一対比較型、距離ベース型、多段階型でもよい。

【0068】

＜妥当性評価例＞
つぎに、妥当性評価１１０６については、図１４および図１５を用いて説明する。

【0069】

図１４は、妥当性評価１１０６による順位相関算出例を示す説明図である。作業現場での作業順序列の類似性が表現できていれば、２つの作業順序列間で近しい順番がより入れ替わりやすく、遠い順番どうしの入れ替わりは相対的に起きにくい。作業順序列の類似性を評価する尺度として、作業順序列を順位ベクトル（対象商品を固定し、要素に作業順を並べたベクトル）を用い、通常のベクトルとみなして距離を定義する。この場合、スピアマンの順位相関係数（スピエアマン距離を要素数で正規化した値）が適用される。順位相関係数は、－１．０から１．０の範囲の値をとり、値が大きいほど２つの作業順序列は類似していることを示す。

【0070】

図１４において、商品Ａ～Ｅの作業順を示す初期作業順序列１４００と摂動が与えられた作業順序列候補１４０１との順位相関係数は０．８となり、初期作業順序列１４００と摂動が与えられた作業順序列候補１４０２との順位相関係数は０．３となり、初期作業順序列１４００と摂動が与えられた作業順序列候補１４０３との順位相関係数は－１．０となったとする。

【0071】

図１５は、妥当性評価１１０６による妥当性評価例を示す説明図である。評価結果グラフ１５０において横軸を順位相関係数、縦軸をＫＰＩ取得１１０５で取得されたＫＰＩとする。縦軸のＫＰＩは、初期作業順序列１１０２との比較対象となる作業順序列候補のＫＰＩである。ＫＰＩは高いほど評価が高い（たとえば、作業時間が短い、または、作業員数が少ない）ものとする。

【0072】

点１５００は、初期作業順序列１４００どうしの順位相関係数と、初期作業順序列１４００のＫＰＩと、の交点を評価結果グラフ１５０にプロットした点である。初期作業順序列１４００どうしの順位相関であるため、その順位相関係数は１．０になる。また、このＫＰＩ（符号１５１０で表記）からしきい値ＴＨｅまでの範囲がＫＰＩ許容範囲となる。しきい値ＴＨｅは、初期作業順序列１４００のＫＰＩを基準とするＫＰＩの下限値である。すなわち、ＫＰＩがしきい値ＴＨｅ以上の作業順序列候補であれば、初期作業順序列１４００に対しロバストな作業順序列となり、表示部３０６に出力される。

【0073】

点１５０１は、初期作業順序列１４００と作業順序列候補１４０１との順位相関係数（＝０．８）と、しきい値ＴＨｅ以上となる作業順序列候補１４０１のＫＰＩと、の交点を評価結果グラフ１５０にプロットした点である。点１５０１の縦軸方向の振幅１５１１は、同一順位相関係数となる他の作業順序列候補の分布を示す。同一順位相関係数となる他の作業順序列候補の数が多いほどロバスト性が向上する。

【0074】

振幅１５１１内の他の作業順序列候補のＫＰＩは、しきい値ＴＨｅとなるため、作業順序列候補１４０１が作業現場に与えられた場合に、当該他の作業順序列候補に変更されても、いずれのＫＰＩはしきい値ＴＨｅ未満にならないため、作業順序列候補１４０１はロバストであると評価される。ただし、振幅１５１１内の他の作業順序列候補の数が所定数未満である場合、作業順序列候補１４０１はロバストでないと評価される。

【0075】

点１５０２は、初期作業順序列１４００と作業順序列候補１４０２との順位相関係数（＝０．３）と、しきい値ＴＨｅ未満となる作業順序列候補１４０２のＫＰＩと、の交点を評価結果グラフ１５０にプロットした点である。点１５０２の縦軸方向の振幅１５２１は、同一順位相関係数となる他の作業順序列候補の分布を示す。

【0076】

作業順序列候補１４０２のＫＰＩはしきい値ＴＨｅ未満であるため、採用されない。仮に、しきい値ＴＨｅが０．２８であったとしても、作業順序列候補１４０２の振幅１５２１内の他の作業順序列候補には、しきい値ＴＨｅ未満のＫＰＩを有する作業順序列候補が含まれている。したがって、しきい値ＴＨｅが０．２８である場合であっても、作業順序列候補１４０２はロバストでないと評価される。

【0077】

また、図１５において、作成部３０５は、順位相関係数がしきい値ＴＨｒ未満の作業順序列候補１４０２を除外してもよい。順位相関係数がしきい値ＴＨｒ未満の作業順序列候補１４０２は、実際の作業での順序変更で発生しにくいからである。しきい値ＴＨｅ，ＴＨｒは、ユーザによって設定可能なパラメータである。

【0078】

＜画面例＞
図１６は、作業順序列生成装置の表示画面例１を示す説明図である。表示画面１６００は、表示部３０６に表示される。第１表示領域１６０１には、注文リスト３５２と、初期作業順序列１１０２となる作業順序列計画データ６３０に対応する人員配置計画データ６２０と、が表示されている。

【0079】

第２表示領域１６０２には、作業順序に関する情報が表示される。摂動タイプは、摂動の種類を示す。第２表示領域１６０２のグラフィカルユーザインタフェースにより、ユーザは、サーストン型、一対比較型、距離ベース型および多段階型の中からいずれか１つを選択可能である。図１６では、サーストン型が選択された状態を示している。

【0080】

摂動の大きさとは、初期作業順序列１１０２と作業順序列候補１３０１との間で順序が入れ替わる回数である。カーソル１６０３でスライダ１６２１を操作することにより、ユーザは、摂動の大きさを調整可能である。カーソル１６０３の位置に対応する回数が、同一順番において初期作業順序列１１０２と作業順序列候補１３０１との商品が異なる数である。これにより、順序の過度な変更を抑制することができ現実的な作業順序列候補１３０１を出力することができる。

【0081】

予想作業時間とは、生成した作業順序列２５３で予測される作業時間である。たとえば、作業順序列生成装置１１００は、作成した作業順序列２５３からカテゴリ別注文割合ＣＲ１～ＣＲＭを算出し、カテゴリ別注文割合ＣＲ１～ＣＲＭをＫＰＩ推定モデル２３２に入力することにより、作業時間に関するＫＰＩを算出する。作業順序列生成装置１１００は、作業時間に関するＫＰＩが作業時間であれば、予想作業時間として出力し、作業時間に関するＫＰＩが作業時間の逆数であれば、作業時間に関するＫＰＩの逆数を予想作業時間として算出する。

【0082】

また、図示はしないが、表示画面１６００では、同一順位相関係数となる他の作業順序列候補の下限値もユーザ操作で設定可能としてもよい。

【0083】

作成ボタン１６２２は、押下により、作成部３０５が摂動タイプおよび摂動の大きさに基づいて処理を開始するためのグラフィカルユーザインタフェースである。決定ボタン１６２３は、押下により、作成した作業順序列２５３を作業現場に指示するためのグラフィカルユーザインタフェースである。

【0084】

図１７は、作業順序列生成装置の表示画面例２を示す説明図である。図１７は、図１６において作成ボタン１６２２が押下され、作成部３０５により作業順序列２５３が作成された場合の表示画面例である。第２表示領域には、作成部３０５により作成された作業順序列２５３が表示される。この状態で決定ボタン１６２３が押下されると、作業順序列２５３が作業現場のコンピュータに送信される。したがって、作業現場は、作業順序列２５３に従って作業することになる。

【0085】

図１８は、作業順序列生成装置の進捗画面例１を示す説明図である。図１８は、作業開始時における進捗画面１８００の表示例を示す。進捗画面１８００は、作業の進捗情報を表示する画面であり、表示部３０６に表示される。進捗画面１８００は、全体進捗状況表示領域１８０１と、トータルピッキング進捗状況表示領域１８１０と、値付け進捗状況表示領域１８２０と、仕分け進捗状況表示領域１８３０と、検品進捗状況表示領域１８４０と、を有する。

【0086】

全体進捗状況表示領域１８０１は、全工程の進捗状況を表示する。具体的には、たとえば、作業開始からの経過時間、予想作業時間、作業が完了した注文数が表示される。また、アイコン１８０２は、表情により進捗状況を示す。

【0087】

トータルピッキング進捗状況表示領域１８１０、値付け進捗状況表示領域１８２０、仕分け進捗状況表示領域１８３０および検品進捗状況表示領域１８４０は、総作業時間、総作業員数、注文数、作業順序状況を表示する。総作業時間は、その工程に要した作業時間である。総作業員数は、その工程に要した作業員の人数である。注文数は、その工程で捌いた注文の数である。作業順序状況は、その工程での作業順序の状況を示す。総作業時間、総作業員数、および注文数は、各工程が行われる作業現場を管理するシステムから得られる。

【0088】

なお、トータルピッキング進捗状況表示領域１８１０には、作業順序状況として、作業順序列１８１１とアイコン１８１２が表示される。作業順序列１８１１は、作業順序列生成装置によって生成されたトータルピッキングに関する作業順序列２５３である。アイコン１８１２は、表情によりトータルピッキングの進捗状況を示す。

【0089】

図１９は、作業順序列生成装置の進捗画面例２を示す説明図である。図１９は、作業中における進捗画面１８００の表示例を示す。値付け、仕分け、および検品についても作業が開始されたため、それぞれアイコン１８２２、１８３２、１８４２が表示されている。

【0090】

図２０は、作業順序列生成装置の進捗画面例３を示す説明図である。図２０は、作業終了時における進捗画面１８００の表示例を示す。検品進捗状況表示領域１８４０には、作業順序列２０００が表示されている。作業順序列２０００は、作業順序列生成装置によって生成された検品に関する作業順序列２５３である。

【0091】

なお、図１８～図２０において、各アイコン１８０２、１８１２、１８２２、１８３２、１８４２の各々について、表情がスマイルであれば作業が進んでいることを示し、表情が不満げであれば作業が遅延していることを示す。また、図１６～図２０に示した画面例は、実施例１においても同様である。ただし、実施例１に適用した場合、摂動タイプの選択は存在しない。

【0092】

このように実施例２によれば、各工程での作業時に順序変更があったとしてもＫＰＩの低下を許容範囲内に抑制可能な作業順序列２５２を提供することができる。

【0093】

また、上述した実施例１および実施例２にかかる作業順序列生成装置２００，１１００は、下記（１）～（１２）のように構成することもできる。

【0094】

（１）作業順序列生成装置２００は、プログラムを実行するプロセッサ２０１と、前記プログラムを記憶する記憶デバイス２０２と、を有し、処理対象群（たとえば、商品群）について作業をする順番を規定した作業順序列を生成する。前記プロセッサ２０１は、第１作業順序列（たとえば、作業順序列実績データ７３０）に摂動を与えて第２作業順序列を生成する摂動処理と、前記第１作業順序列での作業に関する第１評価値と、前記摂動処理によって生成された第２作業順序列での作業に関する第２評価値と、の差が許容範囲内になるように学習することにより、入力作業順序列（たとえば、作業順序列計画データ６３０）の作業に関する評価値との差が前記許容範囲内となるような特定の作業順序列を作成する学習モデル（作業順序列作成モデル３４１）を生成する学習処理と、を実行する。

【0095】

これにより、機械学習により、作業順序の探索時に摂動を与えて評価し、ロバストかつ最適な作業順序を探索することができる。

【0096】

（２）上記（１）の作業順序列生成装置２００において、前記摂動処理では、前記プロセッサ２０１は、複数の順番における複数の処理対象の組み合わせに関する生起確率を規定した摂動傾向データ３２２に基づいて、前記第１作業順序列内の前記複数の順番における前記複数の処理対象の組み合わせを変更することにより、前記第２作業順序列を生成する。

【0097】

これにより、順序が入れ替わる確率により摂動を与えることができる。

【0098】

（３）上記（２）の作業順序列生成装置２００において、前記プロセッサ２０１は、作業前に計画した計画作業順序列（たとえば、作業順序列計画データ６３０）内の複数の順番における前記複数の処理対象の組み合わせと、前記計画作業順序列で作業が行われた場合の実績作業順序列（たとえば、作業順序列実績データ７３０）内の前記複数の順番における前記複数の処理対象の組み合わせと、の異同に基づいて、前記摂動傾向データ３２２を生成する第１生成処理を実行し、前記摂動処理では、前記プロセッサ２０１は、前記第１生成処理によって生成された摂動傾向データ３２２に基づいて、前記第１作業順序列内の前記複数の順番における前記複数の処理対象の組み合わせを変更することにより、前記第２作業順序列を生成する。

【0099】

これにより、作業順序列計画データ６３０と、作業順序列計画データ６３０から実際に変更された作業順序列実績データ７３０と、の異同の実績から得られた順序が入れ替わる確率により、摂動を与えることができる。

【0100】

（４）上記（１）の作業順序列生成装置２００において、前記学習処理では、前記プロセッサ２０１は、前記入力作業順序列の作業に関する評価値を算出する評価値推定モデルを用いて、前記評価値推定モデルに前記第１作業順序列を入力することにより前記第１評価値を算出するとともに前記評価値推定モデルに前記第２作業順序列を入力することにより前記第２評価値を算出し、前記第１評価値と前記第２評価値との差が前記許容範囲内になるように学習することにより、前記学習モデルを生成する。

【0101】

これにより、評価値の低減を許容範囲内に抑制した第２作業順序列を生成することができる。

【0102】

（５）上記（４）の作業順序列生成装置２００において、前記プロセッサ２０１は、実績作業順序列（作業順序列実績データ７３０）内の前記処理対象群の各々の処理対象を所定数のカテゴリ５０２に分類したカテゴリ別の割合データ（カテゴリ別注文割合ＣＲ）を学習用データとし、前記実績作業順序での作業に関する評価値を正解データとして学習することにより、前記評価値推定モデル（ＫＰＩ推定モデル３３２）を生成する第２生成処理を実行し、前記学習処理では、前記プロセッサ２０１は、前記第２生成処理によって生成された評価値推定モデルを用いて、前記学習モデルを生成する。

【0103】

これにより、評価値を高精度に推定して、学習モデル（作業順序列作成モデル３４１）を生成することができる。

【0104】

（６）作業順序列生成装置１１００は、プログラムを実行するプロセッサ２０１と、前記プログラムを記憶する記憶デバイス２０２と、を有し、処理対象群について作業をする順番を規定した作業順序列を生成する。前記プロセッサ２０１は、第１作業順序列（初期作業順序列１１０２）に摂動を与えて第２作業順序列（作業順序列候補１３０１）を生成する摂動処理（ステップＳ１２０４）と、前記第１作業順序列と前記第２作業順序列との順位相関係数を算出する算出処理（ステップＳ１２０６）と、前記第１作業順序列での作業に関する第１評価値に基づく下限評価値ＴＨｅと前記第２作業順序列での作業に関する第２評価値との比較結果と、前記算出処理によって算出された順位相関係数となる第３作業順序列の数と、に基づいて、前記第２作業順序列を出力対象に決定する決定処理（ステップＳ１２０７）と、を実行する。

【0105】

これにより、シミュレーションにより、作業順序の探索時に摂動を与えて評価し、ロバストかつ最適な作業順序を探索することができる。

【0106】

（７）上記（６）の作業順序列生成装置１１００において、前記決定処理では、前記プロセッサ２０１は、前記第２評価値が前記下限評価値ＴＨｅ以上である場合、前記第２作業順序列を出力対象に決定する。

【0107】

（８）上記（６）の作業順序列生成装置１１００において、前記決定処理では、前記プロセッサ２０１は、前記第３作業順序列の数が所定数以上である場合、前記第２作業順序列を出力対象に決定する。

【0108】

これにより、順序変更された作業順序列を所定数以上網羅することができる。

【0109】

（９）上記（８）の作業順序列生成装置１１００において、前記プロセッサ２０１は、前記所定数を設定可能な画面を表示可能に出力する。

【0110】

これにより、ユーザが所定数を自由に設定することができる。

【0111】

（１０）上記（６）の作業順序列生成装置１１００において、前記摂動処理では、前記プロセッサ２０１は、実績作業順序列に基づく前記処理対象群の各々の処理対象の順番が生起する確率分布群１３００を用いて、前記第２作業順序列を生成する。

【0112】

これにより、統計的に出現しやすい作業順序列を生成することができる。

【0113】

（１１）上記（１０）の作業順序列生成装置１１００において、前記摂動処理では、前記プロセッサ２０１は、前記第１作業順序列と同一順番において前記処理対象が異なる数に基づいて、前記第２作業順序列を生成する。

【0114】

これにより、第２作業順序列（作業順序列候補１３０１）のバリエーションの増加を図ることができる。

【0115】

（１２）上記（１１）の作業順序列生成装置１１００において、前記プロセッサ２０１は、前記第２作業順序列において前記処理対象が異なる上限数を設定可能な画面を表示可能に出力する。

【0116】

これにより、処理対象が異なる上限数をユーザが自由に設定することができる。

【0117】

なお、本発明は前述した実施例に限定されるものではなく、添付した特許請求の範囲の趣旨内における様々な変形例及び同等の構成が含まれる。たとえば、前述した実施例は本発明を分かりやすく説明するために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本発明は限定されない。また、ある実施例の構成の一部を他の実施例の構成に置き換えてもよい。また、ある実施例の構成に他の実施例の構成を加えてもよい。また、各実施例の構成の一部について、他の構成の追加、削除、または置換をしてもよい。

【0118】

また、前述した各構成、機能、処理部、処理手段等は、それらの一部又は全部を、たと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く、プロセッサ２０１がそれぞれの機能を実現するプログラムを解釈し実行することにより、ソフトウェアで実現してもよい。

【0119】

各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリ、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶装置、又は、ＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）カード、ＳＤカード、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）の記録媒体に格納することができる。

【0120】

また、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、実装上必要な全ての制御線や情報線を示しているとは限らない。実際には、ほとんど全ての構成が相互に接続されていると考えてよい。