特許 7416394 作付スケジュール算出装置、作付スケジュール算出プログラム、及び、作付スケジュール算出方法

(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】

(24)【登録日】2024-01-09

(45)【発行日】2024-01-17

(54)【発明の名称】作付スケジュール算出装置、作付スケジュール算出プログラム、及び、作付スケジュール算出方法

(51)【国際特許分類】

   G06Q 50/02 20240101AFI20240110BHJP

   A01G 7/00 20060101ALI20240110BHJP

   G06Q 10/04 20230101ALI20240110BHJP

   G06Q 10/0631 20230101ALI20240110BHJP

【ＦＩ】

G06Q50/02

A01G7/00 603

G06Q10/04

G06Q10/0631

【請求項の数】 6

(21)【出願番号】P 2019114295

(22)【出願日】2019-06-20

(65)【公開番号】P2021002110

(43)【公開日】2021-01-07

【審査請求日】2022-06-17

【国等の委託研究の成果に係る記載事項】（出願人による申告）平成３０年農林水産省「戦略的プロジェクト研究推進事業 ＡＩを活用した食品における効率的な生産流通に向けた研究開発」、産業技術力強化法第１７条の適用を受ける特許出願

(73)【特許権者】

【識別番号】504139662

【氏名又は名称】国立大学法人東海国立大学機構

(74)【代理人】

【識別番号】110000578

【氏名又は名称】名古屋国際弁理士法人

(72)【発明者】

【氏名】北 栄輔

【審査官】久宗 義明

(56)【参考文献】

【文献】再公表特許第２０１５／１７３８７５（ＪＰ，Ａ１）

【文献】再公表特許第２０１７／１６４０９７（ＪＰ，Ａ１）

【文献】特開２０１８－２０５８５０（ＪＰ，Ａ）

【文献】特開２０１７－１６９５１１（ＪＰ，Ａ）

【文献】特開２０１３－０５１８８７（ＪＰ，Ａ）

【文献】特開２０１８－１７３９１７（ＪＰ，Ａ）

【文献】中国特許出願公開第１０８３４６０６９（ＣＮ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００－９９／００

Ａ０１Ｇ ７／００

(57)【特許請求の範囲】

【請求項1】

作物についての少なくとも１つの作付日、及び、前記作付日に作付けされる前記作物の量である作付量を算出する作付スケジュール算出装置であって、
ｎ日分（ｎは１以上の予め定められた整数）の前記作付日の各々を示す変数をｘ_ｉ（ｉは１以上ｎ以下の整数）、ｘ_ｉにおける前記作付量を示す変数をｗ_ｉ、前記作物を収穫する日である収穫日を示す変数をｙ、前記作物の需要量の変動要因を示す変数をｕ、前記作物の生育環境を示す変数をｚ、予め定められた閾値をＨ０とし、
ｙの値として、ｍ日分（ｍは１以上の整数）のそれぞれの前記収穫日を示すｙ_ｊ（ｊは１以上ｍ以下の整数）を取得すると共に、ｕ及びｚの値を取得する取得部と、
式（１）に基づきｘ_ｉ及びｗ_ｉを算出する算出部と、を備え、
前記算出部は、前記取得部により取得されたｕ及びｚの値が設定されていると共に、ｙの値としてｙ_１～ｙ_ｍがそれぞれ設定されたｍ個の式（１）を求め、これらの式（１）を連立不等式として解くことで、ｘ_ｉ及びｗ_ｉを算出する
作付スケジュール算出装置。

【数1】

なお、ｇ（ｙ_ｊ、ｕ）は、ｙ_ｊ、ｕを説明変数とする予め設定された数理モデルであり、ｕの値が示す変動要因に応じた予測値であって、収穫日ｙ_ｊに収穫された前記作物の需要量の予測値を示し、ｆ（ｘ_ｉ、ｙ_ｊ、ｚ）は、ｘ_ｉ、ｙ_ｊ、ｚを説明変数とする予め設定された数理モデルであり、ｚの値が示す生育環境に応じた予測値であって、作付日ｘ_ｉにおける前記作物の単位作付量の前記作付から得られる、ｙ_ｊにおける収穫量の予測値を示す、ｘ_ｉを変数とする関数である。

【請求項2】

作物についての少なくとも１つの作付日、及び、前記作付日に作付けされる前記作物の量である作付量を算出する作付スケジュール算出装置であって、
ｎ日分（ｎは１以上の予め定められた整数）の前記作付日の各々を示す変数をｘ_ｉ（ｉは１以上ｎ以下の整数）、ｘ_ｉにおける前記作付量を示す変数をｗ_ｉ、前記作物を収穫する日である収穫日を示す変数をｙ、前記作物の需要量の変動要因を示す変数をｕ、前記作物の生育環境を示す変数をｚ、予め定められた閾値をＨ０とし、
前記収穫日とは、連続的なｍ日分（ｍは１以上の整数）の収穫期間であり、前記収穫期間の初日を示す値をｙ_ｓ、最終日を示す値をｙ_ｅとし、
ｙ_ｓ及びｙ_ｅを取得することで、ｙの値としての前記収穫期間を取得すると共に、ｕ及びｚの値を取得する取得部と、
式（２）に基づきｘ_ｉ及びｗ_ｉを算出する算出部と、を備え、
前記算出部は、ｉが１～ｎであるｎ通りの各場合について、式（２）を充足するｘ_ｉ、ｗ_ｉを算出する
作付スケジュール算出装置。

【数2】

なお、式（２）におけるＨは、以下の式（３）により算出される。

【数3】

式（３）におけるｕ及びｚには、前記取得部により取得された値が設定される。また、ｈは１以上の整数である。
なお、ｇ（ｙ、ｕ）は、ｙ、ｕを説明変数とする予め設定された数理モデルであり、ｕの値が示す変動要因に応じた予測値であって、収穫日ｙに収穫された前記作物の需要量の予測値を示す、ｙを変数とする関数であり、ｆ（ｘ_ｉ、ｙ、ｚ）は、ｘ_ｉ、ｙ、ｚを説明変数とする予め設定された数理モデルであり、ｚの値が示す生育環境に応じた予測値であって、作付日ｘ_ｉにおける前記作物の単位作付量の前記作付から得られる、ｙにおける収穫量の予測値を示す、ｙ及びｘ_ｉを変数とする関数である。

【請求項3】

作物についての少なくとも１つの作付日、及び、前記作付日に作付けされる前記作物の量である作付量を算出する作付スケジュール算出方法であって、
コンピュータが、
ｎ日分（ｎは１以上の予め定められた整数）の前記作付日の各々を示す変数をｘ_ｉ（ｉは１以上ｎ以下の整数）、ｘ_ｉにおける前記作付量を示す変数をｗ_ｉ、前記作物を収穫する日である収穫日を示す変数をｙ、前記作物の需要量の変動要因を示す変数をｕ、前記作物の生育環境を示す変数をｚ、予め定められた閾値をＨ０とし、
ｙの値として、ｍ日分（ｍは１以上の整数）のそれぞれの前記収穫日を示すｙ_ｊ（ｊは１以上ｍ以下の整数）を取得すると共に、ｕ及びｚの値を取得し、
式（４）に基づきｘ_ｉ及びｗ_ｉを算出し、
前記算出では、取得した取得されたｕ及びｚの値が設定されていると共に、ｙの値としてｙ_１～ｙ_ｍがそれぞれ設定されたｍ個の式（４）を求め、これらの式（４）を連立不等式として解くことで、ｘ_ｉ及びｗ_ｉを算出する
作付スケジュール算出方法。

【数4】

なお、ｇ（ｙ_ｊ、ｕ）は、ｙ_ｊ、ｕを説明変数とする予め設定された数理モデルであり、ｕの値が示す変動要因に応じた予測値であって、収穫日ｙ_ｊに収穫された前記作物の需要量の予測値を示し、ｆ（ｘ_ｉ、ｙ_ｊ、ｚ）は、ｘ_ｉ、ｙ_ｊ、ｚを説明変数とする予め設定された数理モデルであり、ｚの値が示す生育環境に応じた予測値であって、作付日ｘ_ｉにおける前記作物の単位作付量の前記作付から得られる、ｙ_ｊにおける収穫量の予測値を示す、ｘ_ｉを変数とする関数である。

【請求項4】

作物についての少なくとも１つの作付日、及び、前記作付日に作付けされる前記作物の量である作付量を算出する作付スケジュール算出方法であって、
コンピュータが、
ｎ日分（ｎは１以上の予め定められた整数）の前記作付日の各々を示す変数をｘ_ｉ（ｉは１以上ｎ以下の整数）、ｘ_ｉにおける前記作付量を示す変数をｗ_ｉ、前記作物を収穫する日である収穫日を示す変数をｙ、前記作物の需要量の変動要因を示す変数をｕ、前記作物の生育環境を示す変数をｚ、予め定められた閾値をＨ０とし、
前記収穫日とは、連続的なｍ日分（ｍは１以上の整数）の収穫期間であり、前記収穫期間の初日を示す値をｙ_ｓ、最終日を示す値をｙ_ｅとし、
ｙ_ｓ及びｙ_ｅを取得することで、ｙの値としての前記収穫期間を取得すると共に、ｕ及びｚの値を取得し、
式（５）に基づきｘ_ｉ及びｗ_ｉを算出し、
前記算出では、ｉが１～ｎであるｎ通りの各場合について、式（５）を充足するｘ_ｉ、ｗ_ｉを算出する
作付スケジュール算出方法。

【数5】

なお、式（５）におけるＨは、以下の式（６）により算出される。

【数6】

式（６）におけるｕ及びｚには、取得した値が設定される。また、ｈは１以上の整数である。
なお、ｇ（ｙ、ｕ）は、ｙ、ｕを説明変数とする予め設定された数理モデルであり、ｕの値が示す変動要因に応じた予測値であって、収穫日ｙに収穫された前記作物の需要量の予測値を示す、ｙを変数とする関数であり、ｆ（ｘ_ｉ、ｙ、ｚ）は、ｘ_ｉ、ｙ、ｚを説明変数とする予め設定された数理モデルであり、ｚの値が示す生育環境に応じた予測値であって、作付日ｘ_ｉにおける前記作物の単位作付量の前記作付から得られる、ｙにおける収穫量の予測値を示す、ｙ及びｘ_ｉを変数とする関数である。

【請求項5】

作物についての少なくとも１つの作付日、及び、前記作付日に作付けされる前記作物の量である作付量を算出する作付スケジュール算出プログラムであって、
ｎ日分（ｎは１以上の予め定められた整数）の前記作付日の各々を示す変数をｘ_ｉ（ｉは１以上ｎ以下の整数）、ｘ_ｉにおける前記作付量を示す変数をｗ_ｉ、前記作物を収穫する日である収穫日を示す変数をｙ、前記作物の需要量の変動要因を示す変数をｕ、前記作物の生育環境を示す変数をｚ、予め定められた閾値をＨ０とし、
ｙの値として、ｍ日分（ｍは１以上の整数）のそれぞれの前記収穫日を示すｙ_ｊ（ｊは１以上ｍ以下の整数）を取得すると共に、ｕ及びｚの値を取得する取得部と、
式（７）に基づきｘ_ｉ及びｗ_ｉを算出する算出部として、
コンピュータを動作させ、
前記算出部は、前記取得部により取得されたｕ及びｚの値が設定されていると共に、ｙの値としてｙ_１～ｙ_ｍがそれぞれ設定されたｍ個の式（７）を求め、これらの式（７）を連立不等式として解くことで、ｘ_ｉ及びｗ_ｉを算出する
作付スケジュール算出プログラム。

【数7】

なお、ｇ（ｙ_ｊ、ｕ）は、ｙ_ｊ、ｕを説明変数とする予め設定された数理モデルであり、ｕの値が示す変動要因に応じた予測値であって、収穫日ｙ_ｊに収穫された前記作物の需要量の予測値を示し、ｆ（ｘ_ｉ、ｙ_ｊ、ｚ）は、ｘ_ｉ、ｙ_ｊ、ｚを説明変数とする予め設定された数理モデルであり、ｚの値が示す生育環境に応じた予測値であって、作付日ｘ_ｉにおける前記作物の単位作付量の前記作付から得られる、ｙ_ｊにおける収穫量の予測値を示す、ｘ_ｉを変数とする関数である。

【請求項6】

作物についての少なくとも１つの作付日、及び、前記作付日に作付けされる前記作物の量である作付量を算出する作付スケジュール算出プログラムであって、
ｎ日分（ｎは１以上の予め定められた整数）の前記作付日の各々を示す変数をｘ_ｉ（ｉは１以上ｎ以下の整数）、ｘ_ｉにおける前記作付量を示す変数をｗ_ｉ、前記作物を収穫する日である収穫日を示す変数をｙ、前記作物の需要量の変動要因を示す変数をｕ、前記作物の生育環境を示す変数をｚ、予め定められた閾値をＨ０とし、
前記収穫日とは、連続的なｍ日分（ｍは１以上の整数）の収穫期間であり、前記収穫期間の初日を示す値をｙ_ｓ、最終日を示す値をｙ_ｅとし、
ｙ_ｓ及びｙ_ｅを取得することで、ｙの値としての前記収穫期間を取得すると共に、ｕ及びｚの値を取得する取得部と、
式（８）に基づきｘ_ｉ及びｗ_ｉを算出する算出部として、
コンピュータを動作させ、
前記算出部は、ｉが１～ｎであるｎ通りの各場合について、式（８）を充足するｘ_ｉ、ｗ_ｉを算出する
作付スケジュール算出プログラム。

【数8】

なお、式（８）におけるＨは、以下の式（９）により算出される。

【数9】

式（９）におけるｕ及びｚには、前記取得部により取得された値が設定される。また、ｈは１以上の整数である。
なお、ｇ（ｙ、ｕ）は、ｙ、ｕを説明変数とする予め設定された数理モデルであり、ｕの値が示す変動要因に応じた予測値であって、収穫日ｙに収穫された前記作物の需要量の予測値を示す、ｙを変数とする関数であり、ｆ（ｘ_ｉ、ｙ、ｚ）は、ｘ_ｉ、ｙ、ｚを説明変数とする予め設定された数理モデルであり、ｚの値が示す生育環境に応じた予測値であって、作付日ｘ_ｉにおける前記作物の単位作付量の前記作付から得られる、ｙにおける収穫量の予測値を示す、ｙ及びｘ_ｉを変数とする関数である。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、作物の作付スケジュールを算出する技術に関する。

【背景技術】

【0002】

統計的手法や機械学習等を用いて、作物の収穫状況を予測する技術が知られている。特許文献１に開示されている技術では、気象情報を利用した機械学習により稲の出穂日を予測する。そして、出穂日に基づき定められた日における気象情報を利用した機械学習により、稲の収穫量が予測される。また、該気象情報を利用した重回帰分析により、稲の品質が予測される。該技術によれば、稲等の作物の収穫状況を精度良く予測できる。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０１７－１６３９５６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、作物の需要量と収穫量とがマッチしない場合が想定される。このような場合には、作物が供給過剰となり、作物の破棄や価格の下落や招いたり、反対に、作物の供給不足に陥ったりする恐れがある。

【0005】

本開示の一側面は、作物の需要量と収穫量との調和を取るのが好ましい。

【課題を解決するための手段】

【0006】

本開示の一側面に係る作付スケジュール算出装置は、作物についての少なくとも１つの作付日、及び、作付日に作付けされる作物の量である作付量を算出する。ここで、ｎ日分（ｎは１以上の予め定められた整数）の作付日の各々を示す変数をｘ_ｉ（ｉは１以上ｎ以下の整数）、ｘ_ｉにおける作付量を示す変数をｗ_ｉ、作物を収穫する日である収穫日を示す変数をｙ、作物の需要量の変動要因を示す変数をｕ、作物の生育環境を示す変数をｚ、予め定められた閾値をＨ０とする。作付スケジュール算出装置は、取得部と算出部とを備える。取得部は、ｙ、ｕ、及びｚの値を取得する。また、算出部は、ｙ、ｕ、及びｚが取得部により取得された値である場合の式（１）を充足するｘ_ｉ及びｗ_ｉを算出する。

【0007】

【数1】

なお、ｇ（ｙ、ｕ）は、ｙ、ｕを説明変数とする数理モデルを表す関数であり、収穫日ｙに収穫された作物の需要量の予測値を算出する。また、ｆ（ｘ_ｉ、ｙ、ｚ）は、ｘ_ｉ、ｙ、ｚを説明変数とする数理モデルを表す関数であり、作物の単位作付量の作付から得られる、ｙにおける収穫量の予測値を算出する。

【0008】

上記構成によれば、式（１）におけるｘ_ｉ、ｗ_ｉの解は、作物の需要量と収穫量との差分がＨ０以下となる作付日及び作付量に相当する。このため、ｘ_ｉ、ｗ_ｉの解に基づき少なくとも１つの作付日及び作付量を決定することで、作物の収穫量を需要量に近づけることができる。したがって、作物の需要量と収穫量との調和を取ることができる。

【0009】

また、ｍ日分（ｍは１以上の整数）のそれぞれの収穫日を示す値をｙ_ｊ（ｊは１以上ｍ以下の整数）としても良い。また、取得部は、ｍ個のｙ_ｊ（換言すれば、ｙ_１～ｙ_ｍ）をｙの値として取得しても良い。また、算出部は、取得部により取得されたｕ及びｚの値が設定されていると共に、ｙの値としてｙ_１～ｙ_ｍがそれぞれ設定されたｍ個の式（２）を充足するｘ_ｉ及びｗ_ｉを算出することで、式（１）を充足するｘ_ｉ及びｗ_ｉを算出しても良い。

【0010】

【数2】

つまり、式（２）は、式（１）におけるｙの値に、離散的な１又は複数の収穫日であるｙ_ｊを設定することで得られ、式（２）におけるｘ_ｉ、ｗ_ｉの解は、離散的な１又は複数の収穫日において式（１）を充足する作付日及び作付量となる。このため、ｘ_ｉ、ｗ_ｉの解に基づき少なくとも１つの作付日及び作付量を決定することで、離散的な１又は複数の収穫日の各々において、作物の収穫量を需要量に近づけることができる。したがって、作物の需要量と収穫量との調和を取ることができる。

【0011】

また、上記構成によれば、特定の日における作物の収穫量を需要量に近づけることができるため、年における特定の日や時期に急激に需要が変動する作物の需要量と収穫量との調和を取る上で好適である。

【0012】

また、収穫日とは、連続的なｍ日分（ｍは１以上の整数）の収穫期間であり、収穫期間の初日をｙ_ｓ、最終日をｙ_ｅとしても良い。また、取得部は、ｙ_ｓ及びｙ_ｅを取得することで、ｙの値としての収穫期間を取得しても良い。また、算出部は、ｉが１～ｎであるｎ通りの場合について、式（３）を充足するｘ_ｉ、ｗ_ｉを算出することで、式（１）を充足するｘ_ｉ及びｗ_ｉを算出しても良い。

【0013】

【数3】

なお、式（３）におけるＨは、以下の式（４）により算出されても良い。

【0014】

【数4】

式（４）におけるｕ及びｚには、取得部により取得された値が設定されても良い。また、ｈは１以上の整数であっても良い。

【0015】

つまり、式（４）は、式（１）の左辺のｈ乗を、連続的な収穫日であるｙ_ｓからｙ_ｅまでの収穫期間にわたって積分するものである。Ｈを最小化するｘ_ｉ、ｗ_ｉを算出することで、該収穫期間において平均的に式（１）を充足するｘ_ｉ、ｗ_ｉを算出できる。このため、上記構成では、ｉが１～ｎである各場合について式（３）を解くことで、Ｈを最小化するｘ_ｉ、ｗ_ｉを算出する。

【0016】

したがって、式（３）から得られたｘ_ｉ、ｗ_ｉの解に基づき少なくとも１つの作付日及び作付量を決定することで、収穫期間において、平均的な作物の収穫量を平均的な作物の需要量に近づけることができる。このため、作物の需要量と収穫量との調和を取ることができる。

【0017】

また、上記構成によれば、収穫期間において平均的に作物の収穫量を需要量に近づけることができる。このため、大手スーパー等といった大規模な販売店で販売される作物のように、需要量の変動が比較的小さい作物の需要量と収穫量との調和を取る上で好適である。

【0018】

なお、本開示の一側面は、上記作付スケジュール算出装置により実現される機能をコンピュータにより実現する作付スケジュール算出プログラムであっても良い。また、本開示の一側面は、上記作付スケジュール算出装置により実現される作付スケジュール算出方法であっても良い。

【図面の簡単な説明】

【0019】

【図1】作付スケジュール算出装置のブロック図である。

【図2】作物の収穫量を示す数理モデルの一例を示すグラフである。

【図3】作物の需要量を示す数理モデルの一例を示すグラフである。

【図4】解法１により行われる作付スケジュール算出処理１のフローチャートである。

【図5】解法２により行われる作付スケジュール算出処理１のフローチャートである。

【発明を実施するための形態】

【0020】

以下、本開示の実施形態について図面を用いて説明する。なお、本開示の実施の形態は、下記の実施形態に何ら限定されることはなく、本開示の技術的範囲に属する限り種々の形態を採りうる。

【0021】

［１．全体の構成］
図１に示す作付スケジュール算出装置１０は、特定の作物の供給量と需要量とを調和させるべく、該作物の作付スケジュールを算出する。なお、作付スケジュールとは、作物についての少なくとも１つの作付日、及び、作付日に作付される作物の量である作付量を少なくとも意味する。

【0022】

作物とは、例えば、穀物や野菜や果物であっても良いし、鑑賞用の草花等であっても良い。また、作付とは、例えば、作物の定植や播種を意味する。換言すれば、作付とは、農地や植物工場等において作物の栽培を開始することを意味する。また、作物の栽培とは、例えば、路地栽培や、施設園芸や、植物工場での栽培等、様々な態様が想定される。また、作物の栽培は、１か所で行われても良いし、複数の箇所で行われても良い。

【0023】

図１に示す作付スケジュール算出装置１０は、一例としてＰＣにより構成されており、記憶部１１と、制御部１２と、通信部１３と、表示部１４と、操作部１５とを有する。
記憶部１１は、フラッシュメモリやＨＤＤ等の書き換え可能な不揮発性の記憶装置を有する。記憶部１１は、非遷移的実体的記録媒体に相当する。記憶部１１には、作付スケジュール算出装置１０にインストールされたアプリケーションである作付スケジュール算出プログラムが記憶されている。

【0024】

制御部１２は、ＣＰＵと、ＲＯＭ、ＲＡＭ、及びフラッシュメモリ等の半導体メモリとを有する周知のコンピュータを備える。ＣＰＵは、半導体メモリに記憶されたプログラムに従い動作する。

【0025】

通信部１３は、インターネット等のネットワークにアクセスするための部位である。作付スケジュール算出装置１０では、通信部１３によりネットワークを介して情報の送受信が行われる。

【0026】

表示部１４は、液晶ディスプレイ等を有し、制御部１２からの指示に応じて画像を表示する。
操作部１５は、キーボード及びマウス等を有し、各種操作を受け付ける。

【0027】

作付スケジュール算出装置１０では、記憶部１１に記憶されている作付スケジュール算出プログラムが制御部１２のＲＡＭにロードされる。そして、制御部１２のＣＰＵが作付スケジュール算出プログラムに従って動作することで、作付スケジュール算出装置１０としての機能が実現される。

【0028】

［２．数理モデルについて］
作付スケジュール算出装置１０は、作物の収穫量の予測値を算出する数理モデル（以後、収穫量モデル）と、作物の需要量の予測値を算出する数理モデル（以後、需要量モデル）とを利用して、作付スケジュールを算出する。以後、作付日を示す変数をｘ、作物を収穫する日である収穫日を示す変数をｙとする。

【0029】

図２は、作付日ｘに作付けされた作物の、日毎の収穫量を予測する収穫量モデルの一例を示している。収穫量モデルの縦軸は収穫量ｑを示し、横軸は収穫日ｙを示す。収穫量モデルは、以下の式（５）の関数により示される。

【0030】

【数5】

収穫量モデルは、例えば機械学習や時系列分析や回帰分析等といった統計的手法を用いて、複数年にわたる作物の生育環境及び収穫量等の変化を示すデータを解析することで得られた数理モデルである。収穫量モデルは、所定の作付日ｘにおける単位作付量の作物の作付けにより得られる、収穫日ｙにおける収穫量を予測する。式（５）の収穫量モデルは、ｘ及びｙと、作物の生育環境を示すｚとを説明変数としている。つまり、収穫量モデルは、作物の生育環境を考慮して収穫量を予測する。

【0031】

なお、ｚが示す生育環境とは、例えば、作物の栽培期間（換言すれば、作付日から収穫日までの期間）における気象情報（例えば、温度、湿度、日射量等）や、作物に与えられた水や二酸化炭素の量や、施肥や追肥の状況等であっても良い。また、生育環境とは、例えば、作物を栽培する土壌や、作付の方法等を示しても良い。また、ｚは、栽培期間における各日における生育環境を示しても良いし、栽培期間における複数の日を跨いだ期間における生育環境を示しても良い。また、式（５）は、作物の生育環境を示す複数の説明変数ｚを用いて、収穫量ｑを予測するものであっても良い。

【0032】

一方、図３は、収穫日ｙに収穫された作物の需要量を予測する需要量モデルの一例を示している。需要量モデルの縦軸は需要量ｒを示し、横軸は収穫日ｙを示す。なお、作物の収穫日と、該作物を流通させる日（以後、流通日）とが同じである場合と異なる場合とが想定される。作物の収穫日と流通日とが同じである場合には、需要量モデルは、日毎の作物の需要量を予測するものであっても良い。一方、作物の収穫日と流通日とが異なる場合には、需要量モデルは、収穫日ｙに収穫された作物の流通日の需要量を、収穫日ｙに収穫された作物の需要量として予測するものであっても良い。

【0033】

需要量モデルは、以下の式（６）の関数により示される。

【0034】

【数6】

需要量モデルは、例えば機械学習や時系列分析や回帰分析等といった統計的手法を用いて、複数年にわたる作物の需要量及び需要量の変動要因等の変化を示すデータを解析することで得られた数理モデルである。需要量モデルは、収穫日ｙと、需要量の変動要因を示すｕとを説明変数としている。

【0035】

なお、ｕが示す変動要因は、例えば、作物の需要量を予測する年の気候や、作物が消費される地域等を示しても良い。また、式（６）は、需要量の変動要因を示す複数の説明変数ｕを用いて、需要量ｒを予測するものであっても良い。

【0036】

［３．作付スケジュールの算出方法］
作付スケジュール算出装置１０は、式（５）、（６）に基づき、収穫量ｑと需要量ｒとの差分がより小さくなるｘ_ｉ及びｗ_ｉの値を算出することで、作付スケジュールを算出する。ここで、ｘ_ｉ（ｉは１以上ｎ以下の整数）とは、ｎ日分（ｎは１以上の予め定められた整数）の作付日の各々を示す変数である。なお、ｎは２以上の整数であっても良い。また、ｗ_ｉは、ｘ_ｉにおける作付量を示す変数である。

【0037】

作付スケジュール算出装置１０は、ｙ、ｕ、及びｚの値を取得し、ｙ、ｕ、及びｚが取得した値である場合の式（７）を充足するｘ_ｉ、ｗ_ｉを算出することで、作付スケジュールを算出する。

【0038】

【数7】

なお、Ｈ０は、予め定められた閾値である。Ｈ０は、一例として０であっても良い。すなわち、ｙ、ｕ、及びｚが上記値である場合の式（８）によりｘ_ｉ、ｗ_ｉを算出することで、作付スケジュールが算出されても良い。

【0039】

【数8】

式（７）又は式（８）によりｘ_ｉ、ｗ_ｉを算出する方法として、後述する解法１と解法２とが考えられる。作付スケジュール算出装置１０は、解法１及び解放２の双方又は一方により、作付スケジュールを算出する。なお、作付スケジュール算出装置１０は、解法１及び解法２以外の方法で式（７）又は式（８）に基づきｘ_ｉ、ｗ_ｉを算出することで、作付スケジュールを算出しても良い。

【0040】

［４．解法１について］
解法１では、ｙの値として、離散的なｍ日分（ｍは１以上の予め定められた整数）の収穫日の日付ｙｊ（ｊは１以上ｍ以下の整数）が用いられる。なお、ｍは２以上の整数であっても良い。以下では、解法１より作付スケジュールを算出する作付スケジュール算出処理１について、図４のフローチャートを用いて説明する。本処理は、作付スケジュール算出装置１０の制御部１２が、作付スケジュール算出プログラムに従い動作することで実行される。また、作付スケジュール算出処理１により、解法１を用いた作付スケジュール算出方法が実現される。

【0041】

Ｓ１００では、制御部１２は、ｙの値として、ｍ日分の離散的な収穫日の日付であるｙ１～ｙｍを取得すると共に、ｕ及びｚの値を取得する。具体的には、例えば、制御部１２は、操作部１５を介してユーザから入力を受け付けることで、ｙ、ｕ、及びｚの値を取得しても良い。また、例えば、制御部１２は、通信部１３を介して外部のサーバやＰＣ等からｙ、ｕ、及びｚの値を取得しても良い。また、例えば、制御部１２は、記憶部１１から予め記憶されていたｙ、ｕ、及びｚの値を読み出すことで、これらの値を取得しても良い。この場合、記憶部１１に記憶されていたｙ、ｕ、及びｚの値とは、例えば、通信部１３を介して外部のサーバやＰＣ等から提供されたものであっても良いし、操作部１５を介してユーザから入力されたものであっても良い。

【0042】

続くＳ１０５では、制御部１２は、ｕ及びｚの値とｙ１～ｙｍとがそれぞれ設定されたｍ個の式（９）を連立不等式として解くか、又は、これらの値がそれぞれ設定されたｍ個の式（１０）を連立方程式として解くことで、ｘ_ｉ及びｗ_ｉを算出する。これにより、式（７）又は式（８）を充足するｘ_ｉ及びｗ_ｉが算出される。

【0043】

【数9】

【0044】

【数10】

続くＳ１１０では、制御部１２は、Ｓ１０５にて算出されたｘ_ｉ及びｗ_ｉに基づき、作付スケジュールを決定する。具体的には、算出されたｘ_１～ｘ_ｎの値を作付日としても良いし、ｗ_１～ｗ_ｎの値を各作付日における作付量としても良い。また、収穫量に余裕を持たせるため、ｗ_ｉの値に所定値を加えた値を作付量としても良い。

【0045】

［５．解法２について］
解法２では、ｙの値として、連続的なｍ日分（ｍは１以上の予め定められた整数）の期間（以後、収穫期間）が用いられる。以後、収穫期間の初日の日付をｙ_ｓとし、最終日の日付をｙ_ｅとする。なお、ｍは２以上の整数であっても良い。以下では、解法２より作付スケジュールを算出する作付スケジュール算出処理２について、図５のフローチャートを用いて説明する。本処理は、作付スケジュール算出装置１０の制御部１２が、作付スケジュール算出プログラムに従い動作することで実行される。また、作付スケジュール算出処理２により、解法２を用いた作付スケジュール算出方法が実現される。

【0046】

Ｓ２００では、制御部１２は、ｙ_ｓ及びｙ_ｅを取得することで、ｙの値として、ｙ_ｓからｙ_ｅに至るまでの収穫期間を取得すると共に、ｕ及びｚの値を取得する。なお、制御部１２は、Ｓ１００と同様にしてこれらの値を取得する。

【0047】

続くＳ２０５では、制御部１２は、ｉが１～ｎであるｎ通りの場合について、式（１１）を充足するｘ_ｉ、ｗ_ｉを算出する。これにより、式（７）又は式（８）を充足するｘ_ｉ及びｗ_ｉが算出される。

【0048】

【数11】

なお、式（１１）におけるＨは、以下の式（１２）により算出される。

【0049】

【数12】

また、ｈは一例として２である。しかし、ｈは、１又は３以上の整数であっても良い。

【0050】

解法２では、ｙ_ｓからｙ_ｅにわたる収穫期間において、式（７）又は式（８）を平均的に充足するｘ_ｉ、ｗ_ｉを算出する。このため、式（６）と式（５）との差分のｈ乗を、ｙ_ｓからｙ_ｅの期間にわたって積分する式（１２）を定義する。そして、Ｈを最小化するｘ_ｉ、ｗ_ｉを算出することで、式（７）又は式（８）を充足するｘ_ｉ、ｗ_ｉを算出する。すなわち、ｉが１～ｎである各場合について、Ｈをｘ_ｉで偏微分して得られた偏導関数が０となるｘ_ｉの値、及び、Ｈをｗ_ｉで偏微分して得られた偏導関数が０となるｗ_ｉの値を算出することで、ｘ_ｉ、ｗ_ｉを算出する。

【0051】

続くＳ２１０では、制御部１２は、Ｓ１１０と同様にして、Ｓ２０５にて算出されたｘ_ｉ及びｗ_ｉに基づき、作付スケジュールを決定する。
［５．効果］
（１）上記実施形態によれば、式（７）又は（８）におけるｘ_ｉ、ｗ_ｉの解は、作物の需要量と収穫量との差分がＨ０以下となる作付日及び作付量に相当する。このため、ｘ_ｉ、ｗ_ｉの解に基づき少なくとも１つの作付日及び作付量を決定することで、作物の収穫量を需要量に近づけることができる。したがって、作物の需要量と収穫量との調和を取ることができる。

【0052】

（２）また、解法１に関して、式（９）又は（１０）におけるｘ_ｉ、ｗ_ｉの解は、離散的な少なくとも１つの収穫日において式（７）又は（８）を充足する作付日及び作付量となる。このため、ｘ_ｉ、ｗ_ｉの解に基づき少なくとも１つの作付日及び作付量を決定することで、離散的な少なくとも１つの収穫日の各々において、作物の収穫量を需要量に近づけることができる。したがって、作物の需要量と収穫量との調和を取ることができる。

【0053】

また、解法１によれば、特定の日における作物の収穫量を需要量に近づけることができるため、年における特定の日や時期に急激に需要が変動する作物の需要量と収穫量との調和を取る上で好適である。

【0054】

（３）また、解法２に関して、式（１２）は、式（７）又は（８）の左辺のｈ乗を、連続的な収穫日であるｙ_ｓからｙ_ｅまでの収穫期間にわたって積分するものである。Ｈを最小化するｘ_ｉ、ｗ_ｉを算出することで、収穫期間において平均的に式（７）又は（８）を充足するｘ_ｉ、ｗ_ｉを算出できる。このため、解法２では、ｉが１～ｎである各場合について式（１１）を解くことで、Ｈを最小化するｘ_ｉ、ｗ_ｉを算出する。

【0055】

したがって、式（１１）から得られたｘ_ｉ、ｗ_ｉの解に基づき少なくとも１つの作付日及び作付量を決定することで、収穫期間において、平均的な作物の収穫量を平均的な作物の需要量に近づけることができる。このため、作物の需要量と収穫量との調和を取ることができる。

【0056】

また、解法２によれば、収穫期間において平均的に作物の収穫量を需要量に近づけることができる。このため、大手スーパー等といった大規模な販売店で販売される作物のように、需要量の変動が比較的小さい作物の需要量と収穫量との調和を取る上で好適である。

【0057】

［４．他の実施形態］
以上、本開示を実施するための形態について説明したが、本開示は上記実施形態に限定されることなく、種々変形して実施することができる。

【0058】

（１）作付スケジュール算出装置１０は、ＰＣではなく、作付スケジュールを算出するための専用の電子装置として構成されていても良い。また、作付スケジュール算出装置１０としての機能をコンピュータにより実現するのではなく、該機能の全部又は一部を、論理回路等（換言すれば、ハードウェア）により実現してもよい。また、作付スケジュール算出装置１０は、複数台のＰＣとして構成されていても良い。

【0059】

（２）また、作付スケジュール算出装置１０により実現される機能が、クラウド上で提供されても良い。すなわち、作付スケジュール算出装置１０は、１又は複数のサーバとして構成されていても良い。また、作付スケジュール算出装置１０は、インターネット等のネットワークを介して取得した端末からの指示に応じて、ｙ、ｕ、及びｚの値を取得し、上記実施形態と同様にして作付スケジュールを算出しても良い。そして、作付スケジュール算出装置１０は、算出した作付スケジュールを端末に提供しても良い。

【0060】

（３）上記実施形態における１つの構成要素が有する複数の機能を、複数の構成要素によって実現したり、１つの構成要素が有する１つの機能を、複数の構成要素によって実現したりしてもよい。また、複数の構成要素が有する複数の機能を、１つの構成要素によって実現したり、複数の構成要素によって実現される１つの機能を、１つの構成要素によって実現したりしてもよい。また、上記実施形態の構成の一部を省略してもよい。また、上記実施形態の構成の少なくとも一部を、他の上記実施形態の構成に対して付加又は置換してもよい。

【0061】

［特許請求の範囲との対応］
作付スケジュール算出処理１及び２におけるＳ１００、Ｓ２００が、取得部の一例に相当し、Ｓ１０５、Ｓ２０５が、算出部の一例に相当する。

【符号の説明】

【0062】

１０…作付スケジュール算出装置、１１…記憶部、１２…制御部、１３…通信部、１４…表示部、１５…操作部。

【図1】

【図2】

【図3】

【図4】

【図5】