知財求人 - 知財ポータルサイト「IP Force」
(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】2025-01-27
(45)【発行日】2025-02-04
(54)【発明の名称】判定システム、判定方法、及び判定プログラム
(51)【国際特許分類】
A23K 10/16 20160101AFI20250128BHJP
A23K 10/20 20160101ALI20250128BHJP
A23K 10/26 20160101ALI20250128BHJP
A23K 10/30 20160101ALI20250128BHJP
A23K 10/37 20160101ALI20250128BHJP
C12Q 1/02 20060101ALI20250128BHJP
C12Q 1/68 20180101ALI20250128BHJP
C12M 1/34 20060101ALI20250128BHJP
【ＦＩ】
A23K10/16
A23K10/20
A23K10/26
A23K10/30
A23K10/37
C12Q1/02
C12Q1/68
C12M1/34 A
C12M1/34 Z
【請求項の数】
11
(21)【出願番号】P 2021021726
(22)【出願日】2021-02-15
(65)【公開番号】P2021132641
(43)【公開日】2021-09-13
【審査請求日】2023-12-12
(31)【優先権主張番号】P 2020030161
(32)【優先日】2020-02-26
(33)【優先権主張国・地域又は機関】JP
(73)【特許権者】
【識別番号】000000941
【氏名又は名称】株式会社カネカ
(74)【代理人】
【識別番号】100107766
【弁理士】
【氏名又は名称】伊東 忠重
(74)【代理人】
【識別番号】100070150
【弁理士】
【氏名又は名称】伊東 忠彦
(74)【代理人】
【識別番号】100107515
【弁理士】
【氏名又は名称】廣田 浩一
(74)【代理人】
【識別番号】100107733
【弁理士】
【氏名又は名称】流 良広
(74)【代理人】
【識別番号】100115347
【弁理士】
【氏名又は名称】松田 奈緒子
(72)【発明者】
【氏名】青木 里奈
(72)【発明者】
【氏名】早川 謙嗣
【審査官】田辺 義拓
(56)【参考文献】
【文献】特開２００２－１４２６８７（ＪＰ，Ａ）
【文献】特表２０１６－５１６９９１（ＪＰ，Ａ）
【文献】中国特許出願公開第１０５３３８８２１（ＣＮ，Ａ）
【文献】特開２００１－１７８３７５（ＪＰ，Ａ）
【文献】特開平１１－０９８９６３（ＪＰ，Ａ）
【文献】特表２００９－５１２４３５（ＪＰ，Ａ）
【文献】米国特許出願公開第２００９／０２０８４７０（ＵＳ，Ａ１）
【文献】米国特許出願公開第２０１８／０３０３１２９（ＵＳ，Ａ１）
【文献】中国特許出願公開第１０１４３８７７１（ＣＮ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ａ２３Ｋ １０／１６
Ａ２３Ｋ １０／２０
Ａ２３Ｋ １０／２６
Ａ２３Ｋ １０／３０
Ａ２３Ｋ １０／３７
Ｃ１２Ｑ １／０２
Ｃ１２Ｑ １／６８
Ｃ１２Ｍ １／３４
(57)【特許請求の範囲】
【請求項1】
検討対象物の代替飼料としての代替利用可能性を判定する判定システムであって、前記検討対象物の特定情報を受け付け、
前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物における構成成分割合が３０％以上である構成成分と、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかにおける構成成分割合が３０％以上である構成成分とを対比し、前記構成成分割合が３０％以上である構成成分の内、対応する前記構成成分の構成成分割合どうしの差の絶対値の合計値として求められる近似度に基づいて、前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、判定手段を有する、
ことを特徴とする判定システム。
【請求項2】
前記判定手段が判定した結果を提示する結果提示手段を有する、請求項１に記載の判定システム。
【請求項3】
前記検討対象物が、植物体、動物体、バクテリア、菌類、及び原生生物の少なくとも一部である、請求項１から２のいずれかに記載の判定システム。
【請求項4】
前記検討対象物の特定情報が、前記検討対象物の名称、前記検討対象物の部位名、及び前記検討対象物の構成成分割合の少なくとも１以上を含む、請求項１から３のいずれかに記載の判定システム。
【請求項5】
前記判定手段が、前記検討対象物の特定情報をユーザーからの無線及び有線の少なくともいずれかの通信により受け付ける、請求項１から４のいずれかに記載の判定システム。
【請求項6】
前記判定手段が、前記近似度が所定の閾値以下であるときに、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかが有ると判定する、請求項１に記載の判定システム。
【請求項7】
前記所定の閾値が３０以下である、請求項６に記載の判定システム。
【請求項8】
前記判定手段が、
前記検討対象物における構成成分割合が３０％以上である構成成分と、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかにおける構成成分割合が３０％以上である構成成分とが対応しない場合は、近似度を算出せずに、検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかが無いと判定する、請求項６に記載の判定システム。
【請求項9】
前記判定手段により前記検討対象物と代替可能な前記代替飼料を用いて飼育した生物Ａの状態情報と、前記代替飼料を用いずに飼育した生物Ｂの状態情報と、
を比較し評価する比較評価手段を更に有する、請求項１から８のいずれかに記載の判定システム。
【請求項10】
検討対象物の代替飼料としての代替利用可能性を判定する判定方法であって、検討対象物の特定情報を受け付け、
受け付けた前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物における構成成分割合が３０％以上である構成成分と、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかにおける構成成分割合が３０％以上である構成成分とを対比し、前記構成成分割合が３０％以上である構成成分の内、対応する前記構成成分の構成成分割合どうしの差の絶対値の合計値として求められる近似度に基づいて、前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、判定工程を含む、
ことを特徴とする判定方法。
【請求項11】
検討対象物の代替飼料としての代替利用可能性を判定する判定プログラムであって、検討対象物の特定情報を受け付け、
受け付けた前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物における構成成分割合が３０％以上である構成成分と、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかにおける構成成分割合が３０％以上である構成成分とを対比し、前記構成成分割合が３０％以上である構成成分の内、対応する前記構成成分の構成成分割合どうしの差の絶対値の合計値として求められる近似度に基づいて、前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、
処理をコンピュータに行わせることを特徴とする判定プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、判定システム、判定方法、及び判定プログラムに関する。
【背景技術】
【0002】
近年、食品の廃棄物を魚や豚などの飼料に混合し、従来用いている飼料の代替を行う取り組みがなされている。
特に、魚の飼料には原料として魚粉が用いられているが、魚の天然資源保護のための漁獲量調整や、魚の養殖量の増加に伴う魚粉需要の高まりなどから魚粉の供給不足などが懸念されており、代替飼料の需要が高まっている。
特に、魚の飼料には原料として魚粉が用いられているが、魚の天然資源保護のための漁獲量調整や、魚の養殖量の増加に伴う魚粉需要の高まりなどから魚粉の供給不足などが懸念されており、代替飼料の需要が高まっている。
【0003】
この問題に対して、藻類を利用することが試みられている。藻類はその種類によって含有する主成分が異なることが知られている。このため、複数の種類の藻類を用いて食料品を製造することが検討されており、実際に、含有する栄養成分が異なる複数の藻類を組み合わせて、宇宙食を製造したことが報告されている（例えば、非特許文献１参照）。
また、藻類は光合成により大気中の二酸化炭素を固定することができるものが多い。これらのことから、藻類の利用価値が非常に高いため、この藻類を広く利用することが試みられている。
また、藻類は光合成により大気中の二酸化炭素を固定することができるものが多い。これらのことから、藻類の利用価値が非常に高いため、この藻類を広く利用することが試みられている。
【0004】
藻類を代替飼料として用いる方法としては、例えば、特定の培養条件下で藻類を培養することにより、魚粉に近いアミノ酸組成を有する藻類を培養し、この藻類を従来の飼料に用いられていた魚粉に置き換えた飼料を製造する方法が提案されている（例えば、特許文献１参照）。
また、他の方法としては、例えば、サケ魚飼料に用いられている合成化学物質添加物を海藻に置換した飼料を製造する方法が提案されている（例えば、特許文献２参照）。
また、他の方法としては、例えば、サケ魚飼料に用いられている合成化学物質添加物を海藻に置換した飼料を製造する方法が提案されている（例えば、特許文献２参照）。
【先行技術文献】
【非特許文献】
【0005】
【文献】ユーグレナ社、“ＪＡＸＡらが始動する「Ｓｐａｃｅ Ｆｏｏｄ Ｘ」に参画し、微細藻類の大量培養技術を生かした宇宙での新たな食料資源の開発に取り組みます”、[ｏｎｌｉｎｅ]、２０１９年３月２７日発行、インターネット＜ＵＲＬ：https://www.euglena.jp/news/20190327-2/＞
【特許文献】
【0006】
【文献】特開２０１７－２０５０４５号公報
【文献】特開２０１２－５３３２８５号公報
【発明の概要】
【発明が解決しようとする課題】
【0007】
本発明は、実用飼料それ自体又はその配合成分として、検討対象物を代替利用することができるか否かを判定する、判定システム、判定方法、及び判定プログラム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】
【0008】
本発明者らが、前記目的を達成すべく鋭意研究を重ねた結果、検討対象物の代替飼料としての代替利用可能性を判定する、システム、方法、及びプログラムであって、前記検討対象物の特定情報を受け付け、前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定することにより、実用飼料それ自体又はその配合成分として、検討対象物を代替利用することができるか否かを判定する、判定システム、判定方法、及び判定プログラムを提供することができることを知見した。
【0009】
本発明は、本発明者らの前記知見に基づくものであり、前記課題を解決するための手段としては、以下の通りである。即ち、
＜１＞ 検討対象物の代替飼料としての代替利用可能性を判定する判定システムであって、
前記検討対象物の特定情報を受け付け、
前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、判定手段を有する、
ことを特徴とする判定システムである。
＜２＞ 検討対象物の代替飼料としての代替利用可能性を判定する判定方法であって、
検討対象物の特定情報を受け付け、
受け付けた前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、判定工程を含む、
ことを特徴とする判定方法である。
＜３＞ 検討対象物の代替飼料としての代替利用可能性を判定する判定プログラムであって、
検討対象物の特定情報を受け付け、
受け付けた前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、
処理をコンピュータに行わせることを特徴とする判定プログラムである。
＜１＞ 検討対象物の代替飼料としての代替利用可能性を判定する判定システムであって、
前記検討対象物の特定情報を受け付け、
前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、判定手段を有する、
ことを特徴とする判定システムである。
＜２＞ 検討対象物の代替飼料としての代替利用可能性を判定する判定方法であって、
検討対象物の特定情報を受け付け、
受け付けた前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、判定工程を含む、
ことを特徴とする判定方法である。
＜３＞ 検討対象物の代替飼料としての代替利用可能性を判定する判定プログラムであって、
検討対象物の特定情報を受け付け、
受け付けた前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、
処理をコンピュータに行わせることを特徴とする判定プログラムである。
【発明の効果】
【0010】
本発明によると、従来における前記諸問題を解決し、前記目的を達成することができ、実用飼料それ自体又はその配合成分として、検討対象物を代替利用することができるか否かを判定する、判定システム、判定方法、及び判定プログラムを提供することができる。
【図面の簡単な説明】
【0011】
【発明を実施するための形態】
【0012】
（判定システム、判定方法、及び判定プログラム）
本発明の判定システムは、
検討対象物の代替飼料としての代替利用可能性を判定する判定システムであって、
前記検討対象物の特定情報を受け付け、
受け付けた前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、判定手段を有し、更に必要に応じてその他の手段を有する。
本発明の判定方法は、
検討対象物の代替飼料としての代替利用可能性を判定する判定方法であって、
前記検討対象物の特定情報を受け付け、
受け付けた前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、判定工程を含み、更に必要に応じてその他の工程を含む。
本発明の判定プログラムは、
検討対象物の代替飼料としての代替利用可能性を判定する判定プログラムであって、
前記検討対象物の特定情報を受け付け、
受け付けた前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、処理をコンピュータに行わせ、更に必要に応じてその他の処理をコンピュータに行わせる。
本発明の判定システムは、
検討対象物の代替飼料としての代替利用可能性を判定する判定システムであって、
前記検討対象物の特定情報を受け付け、
受け付けた前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、判定手段を有し、更に必要に応じてその他の手段を有する。
本発明の判定方法は、
検討対象物の代替飼料としての代替利用可能性を判定する判定方法であって、
前記検討対象物の特定情報を受け付け、
受け付けた前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、判定工程を含み、更に必要に応じてその他の工程を含む。
本発明の判定プログラムは、
検討対象物の代替飼料としての代替利用可能性を判定する判定プログラムであって、
前記検討対象物の特定情報を受け付け、
受け付けた前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、処理をコンピュータに行わせ、更に必要に応じてその他の処理をコンピュータに行わせる。
【0013】
本発明の判定方法は、本発明の判定方法に係る判定システムにより好適に行うことができ、判定工程は判定手段により好適に行うことができ、その他の工程はその他の手段により好適に行うことができる。
【0014】
本発明の判定システムにおける制御部等が行う制御は、本発明の判定方法を実施することと同義であるので、本発明の判定システムの説明を通じて本発明の判定方法の詳細についても明らかにする。また、本発明の判定プログラムは、ハードウェア資源としてのコンピュータ等を用いることにより、本発明の判定システムとして実現させることから、本発明の判定システムの説明を通じて本発明の判定プログラムの詳細についても明らかにする。
また、本発明の判定システムにおける各手段は、一体となっていてもよいし、別々になって（互いに離れて）いてもよい。各手段が別々となっている場合には、例えば、これらの各手段をイントラネットやインターネットなどのネットワークを用いて接続することが好ましい。
また、本発明の判定システムにおける各手段は、一体となっていてもよいし、別々になって（互いに離れて）いてもよい。各手段が別々となっている場合には、例えば、これらの各手段をイントラネットやインターネットなどのネットワークを用いて接続することが好ましい。
【0015】
従来技術では、代替飼料として用いることを検討する物質（検討対象物）を、実際に使用されている飼料（実用飼料）及び実用飼料を構成する配合成分（配合原料）の少なくともいずれかに代替することが可能であるか否かを、検討することができないという問題があった。
そこで本発明者らは、検討対象物の構成成分などの特定情報と、実用飼料及び実用飼料の配合成分の少なくともいずれかの特定情報とを照合することにより、検討対象物を実用飼料に代替利用することができる可能性があるか否かを判定するシステムを提供することができることを見出した。
そこで本発明者らは、検討対象物の構成成分などの特定情報と、実用飼料及び実用飼料の配合成分の少なくともいずれかの特定情報とを照合することにより、検討対象物を実用飼料に代替利用することができる可能性があるか否かを判定するシステムを提供することができることを見出した。
【0016】
＜判定手段及び判定工程＞
前記判定手段は、検討対象物の特定情報を受け付け、
受け付けた前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する手段である。
前記判定工程は、検討対象物の特定情報を受け付け、
受け付けた前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する工程である。
前記判定工程は、前記判定手段により好適に実施することができる。
前記判定手段としては、上記の機能を実現可能なものであれば特に制限はなく、目的に応じて適宜選択することができ、例えば、公知のコンピュータ、サーバ装置、携帯端末などの処理装置（ＣＰＵ等）及び記憶装置を用いて実現することができる。また、前記判定手段は、本発明を利用する使用者（ユーザ）が有する携帯端末（タブレット端末、スマートフォン等）における処理装置（ＣＰＵ等）が実現する機能の一部としてもよい。
前記判定手段は、検討対象物の特定情報を受け付け、
受け付けた前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する手段である。
前記判定工程は、検討対象物の特定情報を受け付け、
受け付けた前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する工程である。
前記判定工程は、前記判定手段により好適に実施することができる。
前記判定手段としては、上記の機能を実現可能なものであれば特に制限はなく、目的に応じて適宜選択することができ、例えば、公知のコンピュータ、サーバ装置、携帯端末などの処理装置（ＣＰＵ等）及び記憶装置を用いて実現することができる。また、前記判定手段は、本発明を利用する使用者（ユーザ）が有する携帯端末（タブレット端末、スマートフォン等）における処理装置（ＣＰＵ等）が実現する機能の一部としてもよい。
【0017】
－検討対象物－
前記検討対象物としては、後述する実用飼料及び実用飼料の配合成分の少なくともいずれかの代替物として利用することを検討する対象の物であって、生物が摂食することができるものであれば特に制限はなく、目的に応じて適宜選択することができ、例えば、植物体、動物体、バクテリア、菌類、及び原生生物の少なくとも一部、食品加工工場等で生じる廃棄物などが挙げられる。
前記検討対象物としては、後述する実用飼料及び実用飼料の配合成分の少なくともいずれかの代替物として利用することを検討する対象の物であって、生物が摂食することができるものであれば特に制限はなく、目的に応じて適宜選択することができ、例えば、植物体、動物体、バクテリア、菌類、及び原生生物の少なくとも一部、食品加工工場等で生じる廃棄物などが挙げられる。
【0018】
前記生物としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、陸上生物、水生生物、両生生物などが挙げられる。
前記陸上生物としては、例えば、陸上哺乳類、爬虫類、鳥類、昆虫類などが挙げられる。より具体的には、例えば、家畜、愛玩動物などが挙げられる。
前記水生生物としては、例えば、魚類、水生哺乳類、貝類などが挙げられる。
前記両生生物としては、例えば、両生類などが挙げられる。
前記陸上生物としては、例えば、陸上哺乳類、爬虫類、鳥類、昆虫類などが挙げられる。より具体的には、例えば、家畜、愛玩動物などが挙げられる。
前記水生生物としては、例えば、魚類、水生哺乳類、貝類などが挙げられる。
前記両生生物としては、例えば、両生類などが挙げられる。
【0019】
前記植物体としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、牧草、穀物、野菜、これらの発酵物などが挙げられる。これらは１種単独で使用してもよく、２種以上を併用してもよい。
前記牧草としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、公知の飼料などに用いられているものが挙げられる。
前記穀物としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、公知の飼料などに用いられているものが挙げられる。
前記野菜としては、特に制限はなく、目的に応じて適宜選択することができる。
これらは１種単独で使用してもよく、２種以上を併用してもよい。
前記植物体の一部としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、野菜のヘタ、野菜の種、野菜の外葉及び芯などが挙げられる。
前記牧草としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、公知の飼料などに用いられているものが挙げられる。
前記穀物としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、公知の飼料などに用いられているものが挙げられる。
前記野菜としては、特に制限はなく、目的に応じて適宜選択することができる。
これらは１種単独で使用してもよく、２種以上を併用してもよい。
前記植物体の一部としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、野菜のヘタ、野菜の種、野菜の外葉及び芯などが挙げられる。
【0020】
前記動物体としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、哺乳類（例えば、牛、豚）、鳥類（例えば、鶏）、魚類（例えば、イワシ、サンマ、ニシン）、昆虫類（例えば、アメリカ水アブの幼虫、ミールワーム、コオロギ、イエバエ）、これらの発酵物などが挙げられる。これらは１種単独で使用してもよく、２種以上を併用してもよい。
前記動物体の一部としては、特に制限はなく、目的に応じて適宜選択することができ、肉粉、肉骨粉などが挙げられる。
前記動物体の一部としては、特に制限はなく、目的に応じて適宜選択することができ、肉粉、肉骨粉などが挙げられる。
【0021】
前記バクテリアとしては、特に制限はなく、目的に応じて適宜選択することができ、例えば、シアノバクテリア門藻類、大腸菌、乳酸菌、枯草菌、メタン資化性菌、これらの発酵物などが挙げられる。これらは１種単独で使用してもよく、２種以上を併用してもよい。
前記バクテリアの一部としては、特に制限はなく、目的に応じて適宜選択することができ、抽出物などが挙げられる。
前記菌類としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、酵母、キノコ（例えば、椎茸、しめじ）、これらの発酵物などが挙げられる。これらは１種単独で使用してもよく、２種以上を併用してもよい。
前記菌類の一部としては、特に制限はなく、目的に応じて適宜選択することができ、抽出物などが挙げられる。
前記原生生物としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、真核藻類（例えば、緑色植物門藻類、紅色植物門藻類、灰色植物門藻類、不等毛植物門藻類、渦鞭毛植物門藻類、クロララクニオン植物門藻類、ハプト植物門藻類、クリプト植物門藻類、ユーグレナ植物門藻類）、これらの発酵物などが挙げられる。これらは１種単独で使用してもよく、２種以上を併用してもよい。
前記原生生物の一部としては、特に制限はなく、目的に応じて適宜選択することができ、抽出物などが挙げられる。
前記バクテリアの一部としては、特に制限はなく、目的に応じて適宜選択することができ、抽出物などが挙げられる。
前記菌類としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、酵母、キノコ（例えば、椎茸、しめじ）、これらの発酵物などが挙げられる。これらは１種単独で使用してもよく、２種以上を併用してもよい。
前記菌類の一部としては、特に制限はなく、目的に応じて適宜選択することができ、抽出物などが挙げられる。
前記原生生物としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、真核藻類（例えば、緑色植物門藻類、紅色植物門藻類、灰色植物門藻類、不等毛植物門藻類、渦鞭毛植物門藻類、クロララクニオン植物門藻類、ハプト植物門藻類、クリプト植物門藻類、ユーグレナ植物門藻類）、これらの発酵物などが挙げられる。これらは１種単独で使用してもよく、２種以上を併用してもよい。
前記原生生物の一部としては、特に制限はなく、目的に応じて適宜選択することができ、抽出物などが挙げられる。
【0022】
前記食品加工工場等で生じる廃棄物として、特に制限はなく、目的に応じて適宜選択することができ、例えば、大豆油粕、濃縮大豆たんぱく質（大豆を脱脂後、糖類、イソフラボンなどを除去したもの）、コーングルテンミール、トウモロコシ蒸留粕、ナタネ油粕、酒粕、米糠、酒類発酵残渣、食品残渣、野菜裁断片、果物裁断片、魚アラ、これらの発酵物などが挙げられる。これらは１種単独で使用してもよく、２種以上を併用してもよい。
【0023】
前記検討対象物としては、特に、藻類が好ましい。前記藻類は、その種ごとに成分が異なり、前記藻類の組合せにより、所望の栄養成分を含有する飼料を調製することができる点で好ましい。
また、前記検討対象物としては、１種類の実用飼料に対して複数の検討対象物を用いて代替利用可能性を判定することが好ましい。例えば、２種の検討対象物を用いる場合、２種のうちの一の検討対象物と、他の検討対象物とを組み合わせて代替利用可能性を判定することにより、一の検討対象物では補完しきれなかった実用飼料の構成成分を他の検討対象物を用いて補完することができるか否かを判定することができる。
また、前記検討対象物としては、１種類の実用飼料に対して複数の検討対象物を用いて代替利用可能性を判定することが好ましい。例えば、２種の検討対象物を用いる場合、２種のうちの一の検討対象物と、他の検討対象物とを組み合わせて代替利用可能性を判定することにより、一の検討対象物では補完しきれなかった実用飼料の構成成分を他の検討対象物を用いて補完することができるか否かを判定することができる。
【0024】
－検討対象物の特定情報－
前記検討対象物の特定情報としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、前記検討対象物の名称、部位名、構成成分、構成成分割合（％）などが挙げられる。これらは１種単独で使用してもよく、２種以上を併用してもよい。これらの中でも、前記検討対象物の特定情報の少なくとも１つが構成成分割合（％）であると、前記実用飼料の構成成分との照合をより正確に行うことができるため好ましい。
前記検討対象物の特定情報が、前記検討対象物の名称の場合には、公知の検討対象物の構成成分などについてのデータベース（例えば、食品成分データベース（文部科学省、[ｏｎｌｉｎｅ]、＜ＵＲＬ：https://fooddb.mext.go.jp/index.pl＞）など）やネットワークを参照することにより、前記検討対象物の構成成分の情報を入手し、前記検討対象物の特定情報と後述する前記実用飼料の特定情報とを照合（対比）し、前記検討対象物が前記実用飼料の代替飼料として利用可能か否かを判定することができる。
前記検討対象物の特定情報としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、前記検討対象物の名称、部位名、構成成分、構成成分割合（％）などが挙げられる。これらは１種単独で使用してもよく、２種以上を併用してもよい。これらの中でも、前記検討対象物の特定情報の少なくとも１つが構成成分割合（％）であると、前記実用飼料の構成成分との照合をより正確に行うことができるため好ましい。
前記検討対象物の特定情報が、前記検討対象物の名称の場合には、公知の検討対象物の構成成分などについてのデータベース（例えば、食品成分データベース（文部科学省、[ｏｎｌｉｎｅ]、＜ＵＲＬ：https://fooddb.mext.go.jp/index.pl＞）など）やネットワークを参照することにより、前記検討対象物の構成成分の情報を入手し、前記検討対象物の特定情報と後述する前記実用飼料の特定情報とを照合（対比）し、前記検討対象物が前記実用飼料の代替飼料として利用可能か否かを判定することができる。
【0025】
前記部位名としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、前記検討対象物の一部分の名称を意味する。具体的には、例えば、野菜のヘタや種、魚の頭などが挙げられる。
【0026】
前記構成成分としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、タンパク質、脂質、炭水化物、その他の成分などが挙げられる。なお、前記その他の成分としては、例えば、核酸、ビタミン、ミネラル、色素、などが挙げられる。
前記構成成分割合（％）としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、前記検討対象物の全量に対する構成成分割合（％）、前記検討対象物の単位量当たりに対する構成成分割合（％）などが挙げられる。前記構成成分割合（％）に用いられる前記検討対象物の状態としては、特に制限はなく、生、乾燥のいずれでもよい。
なお、前記検討対象物の一部分を用いる場合には、前記構成成分割合（％）は、前記検討対象物の一部分が含有する構成成分の割合を意味する。
前記構成成分割合（％）としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、前記検討対象物の全量に対する構成成分割合（％）、前記検討対象物の単位量当たりに対する構成成分割合（％）などが挙げられる。前記構成成分割合（％）に用いられる前記検討対象物の状態としては、特に制限はなく、生、乾燥のいずれでもよい。
なお、前記検討対象物の一部分を用いる場合には、前記構成成分割合（％）は、前記検討対象物の一部分が含有する構成成分の割合を意味する。
【0027】
前記タンパク質としては、例えば、タンパク質を構成するアミノ酸の種類などを表示することが挙げられる。
前記脂質としては、例えば、必須脂肪酸（例えば、リノレン酸（ＬＮＡ）、ｎ－３高度不飽和酸（ｎ－３ＨＵＰＡ）、リノール酸（ＬＡ）、エイコサペンタエン酸（ＥＰＡ）、ドコサヘキサエン酸（ＤＨＡ））の種類などが挙げられる。
前記炭水化物としては、例えば、食物繊維、単糖、オリゴ糖、多糖の種類などが挙げられる。
前記ビタミンとしては、例えば、水溶性、脂溶性の種類などが挙げられる。
前記ミネラルとしては、例えば、カルシウム、リン、カリウム、マグネシウムなどが挙げられる。
前記色素としては、例えば、カロテノイドなどが挙げられる。
なお、これらの成分はさらに細かく分類されていることが好ましい。前記組成、又は前記構成成分が、細かく分類されていることにより、実用飼料とのより詳細な対比が可能となる場合がある。
前記脂質としては、例えば、必須脂肪酸（例えば、リノレン酸（ＬＮＡ）、ｎ－３高度不飽和酸（ｎ－３ＨＵＰＡ）、リノール酸（ＬＡ）、エイコサペンタエン酸（ＥＰＡ）、ドコサヘキサエン酸（ＤＨＡ））の種類などが挙げられる。
前記炭水化物としては、例えば、食物繊維、単糖、オリゴ糖、多糖の種類などが挙げられる。
前記ビタミンとしては、例えば、水溶性、脂溶性の種類などが挙げられる。
前記ミネラルとしては、例えば、カルシウム、リン、カリウム、マグネシウムなどが挙げられる。
前記色素としては、例えば、カロテノイドなどが挙げられる。
なお、これらの成分はさらに細かく分類されていることが好ましい。前記組成、又は前記構成成分が、細かく分類されていることにより、実用飼料とのより詳細な対比が可能となる場合がある。
【0028】
－実用飼料－
前記実用飼料としては、愛玩動物（例えば、魚、犬、猫、鳥など）や家畜、養殖魚の飼料などに用いられているものであれば特に制限はなく、目的に応じて適宜選択することができる。
前記実用飼料としては、１種単独の配合成分（原料）からなるものでもよく、２種以上の配合成分を混合した混合飼料でもよい。具体的には、１種単独の配合成分からなる前記実用飼料としては、例えば、魚粉そのものなどが挙げられ、２種以上の配合成分を混合した混合飼料としては、例えば、魚粉、オキアミミール、エビミール、及びイカミールなどを混合した飼料などが挙げられる。
前記実用飼料としては、愛玩動物（例えば、魚、犬、猫、鳥など）や家畜、養殖魚の飼料などに用いられているものであれば特に制限はなく、目的に応じて適宜選択することができる。
前記実用飼料としては、１種単独の配合成分（原料）からなるものでもよく、２種以上の配合成分を混合した混合飼料でもよい。具体的には、１種単独の配合成分からなる前記実用飼料としては、例えば、魚粉そのものなどが挙げられ、２種以上の配合成分を混合した混合飼料としては、例えば、魚粉、オキアミミール、エビミール、及びイカミールなどを混合した飼料などが挙げられる。
【0029】
－実用飼料の特定情報－
前記実用飼料の特定情報としては、前記検討対象物の特定情報と同様の項目を有し、前記実用飼料及び実用飼料における配合成分（配合原料）の少なくともいずれかの構成成分、及び構成成分割合（％）の情報を有するものであれば特に制限はなく、目的に応じて適宜選択することができる。
前記構成成分としては、例えば、飼料の安全性の確保及び品質の改善に関する法律第３２条第１項の規定に基づき農林水産大臣が定める飼料の品質に関する表示の基準の栄養成分量等の表示に基づき、粗タンパク質、粗脂肪、カルシウム、リン、粗繊維、粗灰分などが挙げられる。また、その他にも、公知の分析法及び推定法の少なくともいずれかにより換算値として求められるタンパク質、脂質、炭水化物、その他の成分などが挙げられる。
なお、本発明では、実用飼料の特定情報として、飼料の安全性の確保及び品質の改善に関する法律第３２条第１項の規定に基づき農林水産大臣が定める飼料の品質に関する表示の基準の栄養成分量等の表示に基づき、粗タンパク質、粗脂肪、カルシウム、リン、粗繊維、粗灰分を用いる場合には、前記検討対象物の特定情報の「タンパク質」は「粗タンパク質」と、「脂質」は「粗脂肪」と、「炭水化物」は「粗繊維」と対応するものとし、前記検討対象物の特定情報と、実用飼料及び実用飼料における配合成分の少なくともいずれかの特定情報とを照合する。なお、検討対象物の特定情報として、「タンパク質」、「脂質」、及び「炭水化物」以外の項目については、適宜使用者が実用飼料と対応する特定情報を選択してもよいし、そのすべての項目を用いる必要はなく、目的に応じて適宜選択することができる。
前記実用飼料の特定情報としては、前記検討対象物の特定情報と同様の項目を有し、前記実用飼料及び実用飼料における配合成分（配合原料）の少なくともいずれかの構成成分、及び構成成分割合（％）の情報を有するものであれば特に制限はなく、目的に応じて適宜選択することができる。
前記構成成分としては、例えば、飼料の安全性の確保及び品質の改善に関する法律第３２条第１項の規定に基づき農林水産大臣が定める飼料の品質に関する表示の基準の栄養成分量等の表示に基づき、粗タンパク質、粗脂肪、カルシウム、リン、粗繊維、粗灰分などが挙げられる。また、その他にも、公知の分析法及び推定法の少なくともいずれかにより換算値として求められるタンパク質、脂質、炭水化物、その他の成分などが挙げられる。
なお、本発明では、実用飼料の特定情報として、飼料の安全性の確保及び品質の改善に関する法律第３２条第１項の規定に基づき農林水産大臣が定める飼料の品質に関する表示の基準の栄養成分量等の表示に基づき、粗タンパク質、粗脂肪、カルシウム、リン、粗繊維、粗灰分を用いる場合には、前記検討対象物の特定情報の「タンパク質」は「粗タンパク質」と、「脂質」は「粗脂肪」と、「炭水化物」は「粗繊維」と対応するものとし、前記検討対象物の特定情報と、実用飼料及び実用飼料における配合成分の少なくともいずれかの特定情報とを照合する。なお、検討対象物の特定情報として、「タンパク質」、「脂質」、及び「炭水化物」以外の項目については、適宜使用者が実用飼料と対応する特定情報を選択してもよいし、そのすべての項目を用いる必要はなく、目的に応じて適宜選択することができる。
【0030】
前記実用飼料及び実用飼料における配合成分の少なくともいずれかの特定情報としては、（Ａ）粗タンパク質（タンパク質）の含有量、及び（Ｂ）粗脂肪（脂質）の含有量の少なくともいずれかが明らかであれば、その構成成分の全てが既知でなくてもよい。このような場合には、前記（Ａ）及び前記（Ｂ）の少なくともいずれか以外の特定情報が既知でない前記実用飼料に対して、構成成分割合（％）及び種類が近く、前記（Ａ）及び前記（Ｂ）の少なくともいずれか以外の構成成分割合（％）が既知である他の実用飼料を用いて、既知でない特定情報を代替（補完）することが好ましい。このようにすることにより、実用飼料の特定情報が少ない場合においても、検討対象物との代替利用性を検討することができる。
なお、実用飼料と種類が近いとは、例えば、実用飼料と分類学上の属が同じである場合などを意味する。より具体的には、例えば、みかんの皮であれば、これと分類学上属が同じである、スダチの皮、はっさくの皮などが挙げられる。
また、前記実用飼料の特定情報としては、本発明のシステムの管理者のサーバ装置に保存されているものに限らず、外部のサーバ装置に保存されているデータを使用してもよい。
前記実用飼料の特定情報としては、例えば、牛用配混合飼料データベース（一般社団法人 日本科学飼料協会（Ｊａｐａｎ Ｓｃｉｅｎｔｉｆｉｃ Ｆｅｅｄｓ Ａｓｓｏｃｉａｔｉｏｎ）、[ｏｎｌｉｎｅ]、＜ＵＲＬ：http://kashikyo.lin.gr.jp/database/jigyo.htm＞）などが挙げられる。
なお、実用飼料と種類が近いとは、例えば、実用飼料と分類学上の属が同じである場合などを意味する。より具体的には、例えば、みかんの皮であれば、これと分類学上属が同じである、スダチの皮、はっさくの皮などが挙げられる。
また、前記実用飼料の特定情報としては、本発明のシステムの管理者のサーバ装置に保存されているものに限らず、外部のサーバ装置に保存されているデータを使用してもよい。
前記実用飼料の特定情報としては、例えば、牛用配混合飼料データベース（一般社団法人 日本科学飼料協会（Ｊａｐａｎ Ｓｃｉｅｎｔｉｆｉｃ Ｆｅｅｄｓ Ａｓｓｏｃｉａｔｉｏｎ）、[ｏｎｌｉｎｅ]、＜ＵＲＬ：http://kashikyo.lin.gr.jp/database/jigyo.htm＞）などが挙げられる。
【0031】
前記検討対象物の特定情報を受け付ける方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、端末装置から前記検討対象物の特定情報を入力し有線及び無線の少なくともいずれかの通信により前記特定情報を受け付ける方法などが挙げられる。
前記端末装置としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、スマートフォン、タブレット、ノートパソコンなどが挙げられる。なお、本発明においては、本発明を利用する使用者（ユーザと称することがある）が有する端末を、検討対象物の特定情報を受け付ける手段の一例として利用することができ、本発明の判定システムにおける判定手段が取得する特定情報を、ユーザが有する端末により適宜取得することができる。
前記端末装置としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、スマートフォン、タブレット、ノートパソコンなどが挙げられる。なお、本発明においては、本発明を利用する使用者（ユーザと称することがある）が有する端末を、検討対象物の特定情報を受け付ける手段の一例として利用することができ、本発明の判定システムにおける判定手段が取得する特定情報を、ユーザが有する端末により適宜取得することができる。
【0032】
前記判定手段において、「前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する」とは、受け付けた前記検討対象物の特定情報と、前記実用飼料の特定情報とを照合（対比）し、前記検討対象物が前記実用飼料の一部若しくは全部の構成成分を代替可能であるか、又は前記実用飼料の配合成分の一部若しくは全部の構成成分を代替可能であるか否かを判定することを意味する。
【0033】
このことについてより詳細に説明する。まず、（Ａ１）「検討対象物と代替可能な、実用飼料の有無の判定」について説明する。例えば、検討対象物Ａの特定情報として「タンパク質」及び「脂質」を用いる場合、検討対象物Ａの特定情報と、実用飼料のデータベースにおける実用飼料の特定情報の「粗タンパク質」及び「粗脂肪」の項目を照合し、検討対象物Ａの特定情報と、実用飼料の特定情報が対応し、かつ検討対象物Ａの構成成分割合（％）と、実用飼料の構成成分割合（％）との差分が所定値以下である実用飼料が存在するか否か判定する。
なお、ここで「対応する」とは、一の項目と、他の項目とに関連性があることを意味し、この説明においては、検討対象物における「タンパク質」と実用飼料における「粗タンパク質」とが、検討対象物における「脂質」と実用飼料における「粗脂肪」とが、それぞれ対応する関係にあることを意味する。
前記所定値としては、特に制限はなく、使用者が検討対象物と実用飼料との同一性をどの程度求めるのかによって適宜変更することができる。所定値は小さいほど検討対象物と実用飼料との構成が近いことを意味する。
検討対象物Ａの特定情報と、実用飼料の特定情報を照合した結果、検討対象物Ａの特定情報と、実用飼料の特定情報が対応しており、かつ検討対象物Ａの構成成分割合（％）と、実用飼料の構成成分割合（％）との差分が所定値以下である実用飼料１を特定した場合、実用飼料１における「粗タンパク質」、及び「粗脂肪」については検討対象物Ａを代替可能である構成成分を有するため、前記判定手段は、「検討対象物Ａと代替可能な、実用飼料１の構成成分が有る」と判定する。
なお、ここで「対応する」とは、一の項目と、他の項目とに関連性があることを意味し、この説明においては、検討対象物における「タンパク質」と実用飼料における「粗タンパク質」とが、検討対象物における「脂質」と実用飼料における「粗脂肪」とが、それぞれ対応する関係にあることを意味する。
前記所定値としては、特に制限はなく、使用者が検討対象物と実用飼料との同一性をどの程度求めるのかによって適宜変更することができる。所定値は小さいほど検討対象物と実用飼料との構成が近いことを意味する。
検討対象物Ａの特定情報と、実用飼料の特定情報を照合した結果、検討対象物Ａの特定情報と、実用飼料の特定情報が対応しており、かつ検討対象物Ａの構成成分割合（％）と、実用飼料の構成成分割合（％）との差分が所定値以下である実用飼料１を特定した場合、実用飼料１における「粗タンパク質」、及び「粗脂肪」については検討対象物Ａを代替可能である構成成分を有するため、前記判定手段は、「検討対象物Ａと代替可能な、実用飼料１の構成成分が有る」と判定する。
【0034】
次に、（Ａ２）「検討対象物と代替可能な、実用飼料における配合成分の有無の判定」について説明する。例えば、検討対象物Ｂの特定情報として「タンパク質」及び「脂質」を用いる場合、（Ａ１）の場合と同様にまず、検討対象物Ｂの特定情報と、実用飼料のデータベースにおける実用飼料の特定情報の「粗タンパク質」及び「粗脂肪」の項目を照合し、検討対象物Ｂと代替可能な、実用飼料があるか否かを照合する。
検討対象物Ｂと代替可能な、実用飼料の構成成分が無い場合、実用飼料を構成する配合成分（配合原料）について「粗タンパク質」及び「粗脂肪」の項目と、検討対象物Ｂの特定情報とを照合する。これにより検討対象物Ｂの特定情報と、実用飼料の配合成分の特定情報とが対応し、かつ検討対象物Ｂの構成成分割合（％）と、実用飼料の配合成分の構成成分割合（％）との差分が所定値以下である実用飼料の配合成分が存在するか否か判定する。
検討対象物Ｂの特定情報と、実用飼料の配合成分の特定情報を照合した結果、検討対象物Ｂの特定情報と、実用飼料の配合成分の特定情報が対応しており、かつ検討対象物Ｂの構成成分割合（％）と、実用飼料の配合成分の構成成分割合（％）との差分が所定値以下である実用飼料２の配合成分２ａを特定した場合には、実用飼料２の配合成分２ａにおける「粗タンパク質」及び「粗脂肪」については検討対象物Ｂを代替可能であるため、前記判定手段は、「検討対象物Ｂと代替可能な、実用飼料２の配合成分２ａが有る」と判定する。
このように、本発明の判定システムは、実用飼料及び実用飼料における配合成分として、検討対象物を代替利用することができるか否かを判定することができる。
検討対象物Ｂと代替可能な、実用飼料の構成成分が無い場合、実用飼料を構成する配合成分（配合原料）について「粗タンパク質」及び「粗脂肪」の項目と、検討対象物Ｂの特定情報とを照合する。これにより検討対象物Ｂの特定情報と、実用飼料の配合成分の特定情報とが対応し、かつ検討対象物Ｂの構成成分割合（％）と、実用飼料の配合成分の構成成分割合（％）との差分が所定値以下である実用飼料の配合成分が存在するか否か判定する。
検討対象物Ｂの特定情報と、実用飼料の配合成分の特定情報を照合した結果、検討対象物Ｂの特定情報と、実用飼料の配合成分の特定情報が対応しており、かつ検討対象物Ｂの構成成分割合（％）と、実用飼料の配合成分の構成成分割合（％）との差分が所定値以下である実用飼料２の配合成分２ａを特定した場合には、実用飼料２の配合成分２ａにおける「粗タンパク質」及び「粗脂肪」については検討対象物Ｂを代替可能であるため、前記判定手段は、「検討対象物Ｂと代替可能な、実用飼料２の配合成分２ａが有る」と判定する。
このように、本発明の判定システムは、実用飼料及び実用飼料における配合成分として、検討対象物を代替利用することができるか否かを判定することができる。
【0035】
また、前記判定手段としては、前記検討対象物の構成成分割合（％）と、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの構成成分割合（％）とを対比し、その近似度に基づいて、前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定することが好ましい。
ここで、前記近似度は、前記検討対象物における構成成分割合（％）が３０％以上である構成成分と、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかにおける構成成分割合（％）が３０％以上である構成成分とが対応し、かつ、前記構成成分割合（％）が３０％以上である構成成分の内、対応する前記構成成分の構成成分割合（％）どうしの差の絶対値の合計値として求められる値を意味する。
例えば、（Ｂ１）検討対象物Ｃにおける構成成分割合（％）が３０％以上である構成成分が、「タンパク質（４８％）」、「脂質（４０％）」であり、実用飼料３における構成成分割合（％）が３０％以上である構成成分が、「粗タンパク質（４０％）」及び「粗脂肪（３５％）」である場合を検討する。この場合、検討対象物Ｃと実用飼料３との対応する構成成分の構成成分割合（％）どうしの差の絶対値は、「タンパク質－粗タンパク質」が「８」、「脂質－粗脂肪」が「５」となるため、近似度は「１３」となる。
また、例えば、（Ｂ２）検討対象物Ｄにおける構成成分割合（％）が３０％以上である構成成分が、「タンパク質（３０％）」、「脂質（５０％）」であり、実用飼料４における構成成分割合（％）が３０％以上である構成成分が、「粗タンパク質（５０％）」及び「粗脂肪（３５％）」である場合を検討する。この場合、検討対象物Ｄと実用飼料４との対応する構成成分の構成成分割合（％）どうしの差の絶対値は、「タンパク質－粗タンパク質」が「２０」、「脂質－粗脂肪」が「１５」となるため、近似度は「３５」となる。
また、例えば、（Ｂ３）検討対象物Ｅにおける構成成分割合（％）が３０％以上である構成成分が、「タンパク質（４８％）」、「脂質（４０％）」であり、実用飼料５における構成成分割合（％）が３０％以上である構成成分が、「粗タンパク質（３０％）」、「粗脂肪（３０％）」、及び「粗灰分（３０％）」である場合、構成成分割合（％）が３０％以上である構成成分が対応していないため、検討対象物Ｅと実用飼料５との近似度を算出しない。
なお、「前記実用飼料における配合成分」の場合においても、「実用飼料」の場合と同様に、「検討対象物における構成成分割合（％）が３０％以上である構成成分」と、「実用飼料における配合成分」の構成成分割合（％）とを対比し、近似度を算出する。
ここで、前記近似度は、前記検討対象物における構成成分割合（％）が３０％以上である構成成分と、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかにおける構成成分割合（％）が３０％以上である構成成分とが対応し、かつ、前記構成成分割合（％）が３０％以上である構成成分の内、対応する前記構成成分の構成成分割合（％）どうしの差の絶対値の合計値として求められる値を意味する。
例えば、（Ｂ１）検討対象物Ｃにおける構成成分割合（％）が３０％以上である構成成分が、「タンパク質（４８％）」、「脂質（４０％）」であり、実用飼料３における構成成分割合（％）が３０％以上である構成成分が、「粗タンパク質（４０％）」及び「粗脂肪（３５％）」である場合を検討する。この場合、検討対象物Ｃと実用飼料３との対応する構成成分の構成成分割合（％）どうしの差の絶対値は、「タンパク質－粗タンパク質」が「８」、「脂質－粗脂肪」が「５」となるため、近似度は「１３」となる。
また、例えば、（Ｂ２）検討対象物Ｄにおける構成成分割合（％）が３０％以上である構成成分が、「タンパク質（３０％）」、「脂質（５０％）」であり、実用飼料４における構成成分割合（％）が３０％以上である構成成分が、「粗タンパク質（５０％）」及び「粗脂肪（３５％）」である場合を検討する。この場合、検討対象物Ｄと実用飼料４との対応する構成成分の構成成分割合（％）どうしの差の絶対値は、「タンパク質－粗タンパク質」が「２０」、「脂質－粗脂肪」が「１５」となるため、近似度は「３５」となる。
また、例えば、（Ｂ３）検討対象物Ｅにおける構成成分割合（％）が３０％以上である構成成分が、「タンパク質（４８％）」、「脂質（４０％）」であり、実用飼料５における構成成分割合（％）が３０％以上である構成成分が、「粗タンパク質（３０％）」、「粗脂肪（３０％）」、及び「粗灰分（３０％）」である場合、構成成分割合（％）が３０％以上である構成成分が対応していないため、検討対象物Ｅと実用飼料５との近似度を算出しない。
なお、「前記実用飼料における配合成分」の場合においても、「実用飼料」の場合と同様に、「検討対象物における構成成分割合（％）が３０％以上である構成成分」と、「実用飼料における配合成分」の構成成分割合（％）とを対比し、近似度を算出する。
【0036】
また、前記検討対象物と、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかと、のそれぞれにおける構成成分割合（％）をその値の大きさで順位付けした場合に、前記検討対象物と、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかと、のそれぞれにおける構成成分の順位が対応していることが好ましい。このようにすることにより、前記検討対象物を代替飼料として用いた際に、前記実用飼料の構成成分割合（％）を超える構成成分が存在してしまうことを防ぐことができる。なお、この場合、全ての構成成分が対応している必要はなく、前記検討対象物における構成成分割合（％）が３０％以上である構成成分と、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかにおける構成成分割合（％）が３０％以上である構成成分と、が少なくとも対応していることが好ましい。
【0037】
また、前記判定手段は、前記近似度が所定の閾値以下であるときに、前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかが有ると判定することが好ましい。
例えば、前記所定の閾値が「３０」である場合、上記（Ｂ１）で例示したように近似度が「１３」であるときは、所定の閾値以下であるため、前記検討対象物Ｃは、前記実用飼料３と代替可能で有ると判定する。
また、例えば、前記所定の閾値が「３０」である場合、上記（Ｂ２）で例示したように近似度が「３５」であるときは、所定の閾値を超える値であるため、前記検討対象物Ｄは、前記実用飼料４とは代替可能で無いと判定し、他の実用飼料及び実用飼料における配合成分と代替可能であるかの判定を行う。
前記所定の閾値としては、特に制限はなく、目的に応じて適宜選択することができる。前記所定の閾値としては、例えば、３０以下が好ましく、２５以下がより好ましく、１５以下が更に好ましい。前記所定の閾値が３０以下であると、検討対象物と、実用飼料及び実用飼料における配合成分の少なくともいずれかとの差が小さいため、実用飼料及び実用飼料における配合成分の少なくともいずれかを検討対象物に代替し、使用した場合に家畜などの栄養不良を引き起こすなどのトラブルを抑制することができる。
例えば、前記所定の閾値が「３０」である場合、上記（Ｂ１）で例示したように近似度が「１３」であるときは、所定の閾値以下であるため、前記検討対象物Ｃは、前記実用飼料３と代替可能で有ると判定する。
また、例えば、前記所定の閾値が「３０」である場合、上記（Ｂ２）で例示したように近似度が「３５」であるときは、所定の閾値を超える値であるため、前記検討対象物Ｄは、前記実用飼料４とは代替可能で無いと判定し、他の実用飼料及び実用飼料における配合成分と代替可能であるかの判定を行う。
前記所定の閾値としては、特に制限はなく、目的に応じて適宜選択することができる。前記所定の閾値としては、例えば、３０以下が好ましく、２５以下がより好ましく、１５以下が更に好ましい。前記所定の閾値が３０以下であると、検討対象物と、実用飼料及び実用飼料における配合成分の少なくともいずれかとの差が小さいため、実用飼料及び実用飼料における配合成分の少なくともいずれかを検討対象物に代替し、使用した場合に家畜などの栄養不良を引き起こすなどのトラブルを抑制することができる。
【0038】
＜その他の手段及びその他の工程＞
前記その他の手段としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、結果提示手段、比較評価手段などが挙げられる。
前記その他の手段としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、結果提示手段、比較評価手段などが挙げられる。
【0039】
＜＜結果提示手段＞＞
前記結果提示手段は、前記判定手段が判定した結果を提示する手段である。前記結果提示手段としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、本発明の判定システムの制御部と有線又は無線で接続した出力装置などが挙げられる。前記出力装置としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、公知のコンピュータ、サーバ装置、携帯端末などの出力装置を用いて実現することができる。
前記判定手段が判定した結果を提示する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、インターネット上のＷｅｂサイトやアプリケーション上で表示する方法、前記検討対象物の特定情報を提供した使用者にメール及び郵送の少なくともいずれかで送信する方法などが挙げられる。
前記結果提示手段は、前記判定手段が判定した結果を提示する手段である。前記結果提示手段としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、本発明の判定システムの制御部と有線又は無線で接続した出力装置などが挙げられる。前記出力装置としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、公知のコンピュータ、サーバ装置、携帯端末などの出力装置を用いて実現することができる。
前記判定手段が判定した結果を提示する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、インターネット上のＷｅｂサイトやアプリケーション上で表示する方法、前記検討対象物の特定情報を提供した使用者にメール及び郵送の少なくともいずれかで送信する方法などが挙げられる。
【0040】
＜＜比較評価手段＞＞
前記比較評価手段は、前記判定手段により前記検討対象物と代替可能な前記代替飼料を用いて飼育した生物Ａの状態情報と、前記代替飼料を用いずに飼育した生物Ｂの状態情報と、を比較し評価する手段である。
前記比較評価手段としては、上記の機能を実現可能なものであれば特に制限はなく、目的に応じて適宜選択することができ、例えば、公知のコンピュータ、サーバ装置、携帯端末などの処理装置（ＣＰＵ等）及び記憶装置を用いて実現することができる。また、前記比較評価手段は、本発明を利用する使用者（ユーザ）が有する携帯端末（タブレット端末、スマートフォン等）における処理装置（ＣＰＵ等）が実現する機能の一部としてもよい。
前記比較評価手段は、前記判定手段により前記検討対象物と代替可能な前記代替飼料を用いて飼育した生物Ａの状態情報と、前記代替飼料を用いずに飼育した生物Ｂの状態情報と、を比較し評価する手段である。
前記比較評価手段としては、上記の機能を実現可能なものであれば特に制限はなく、目的に応じて適宜選択することができ、例えば、公知のコンピュータ、サーバ装置、携帯端末などの処理装置（ＣＰＵ等）及び記憶装置を用いて実現することができる。また、前記比較評価手段は、本発明を利用する使用者（ユーザ）が有する携帯端末（タブレット端末、スマートフォン等）における処理装置（ＣＰＵ等）が実現する機能の一部としてもよい。
【0041】
ここで、前記比較評価手段が行う処理について、さらに詳細に説明する。
まず、前記比較評価手段は、前記代替飼料を用いて飼育した生物Ａの飼育開始後における前記生物Ａの状態情報を取得する。
ここで、「飼育開始後」とは、飼育を開始した直後から飼育を実施している期間を意味する。なお、飼育を実施している期間は、飼育を開始した直後から、状態情報を取得した時点までの間とも表現することができる。
前記比較評価手段は、前記生物の状態情報を取得し、取得した状態情報に基づいて前記生物Ａの状態（品質）が良いか、悪いかを比較評価する。
ここで、生物の「状態（品質）が良い」とは、味、香り、食感、色、艶が良いことを意味する。
さらに、生物の「状態（品質）が悪い」とは、味、香り、食感、色、艶が悪いことを意味する。
まず、前記比較評価手段は、前記代替飼料を用いて飼育した生物Ａの飼育開始後における前記生物Ａの状態情報を取得する。
ここで、「飼育開始後」とは、飼育を開始した直後から飼育を実施している期間を意味する。なお、飼育を実施している期間は、飼育を開始した直後から、状態情報を取得した時点までの間とも表現することができる。
前記比較評価手段は、前記生物の状態情報を取得し、取得した状態情報に基づいて前記生物Ａの状態（品質）が良いか、悪いかを比較評価する。
ここで、生物の「状態（品質）が良い」とは、味、香り、食感、色、艶が良いことを意味する。
さらに、生物の「状態（品質）が悪い」とは、味、香り、食感、色、艶が悪いことを意味する。
【0042】
本発明の判定システムを利用する使用者（以下、ユーザと称することがある）は、本発明の判定システムを用いて判定した代替飼料を用いて飼育した生物（以下、生物Ａと称する）の状態情報を取得する。前記ユーザが取得した状態情報と、前記代替飼料を用いずに飼育した生物（以下、生物Ｂと称する）の状態情報と、を前記比較評価手段により比較し評価することで、前記代替飼料を用いることによる生物への影響を評価することができる。これにより、前記検討対象物を前記代替飼料に変更したことによる利点（メリット）及び欠点（デメリット）の情報を取得することができる。このような情報を取得することができると、例えば、養殖や畜産産業において、代替飼料を用いたことによる効果についての情報を提供することができる。また、生産者などが、代替飼料を用いることによる効果を期待して、他の生物に対しても代替飼料を実施することを検討することができる。
【0043】
前記生物Ａとしては、前記検討対象物において説明した生物と同様である。
前記生物Ｂとしては、特に制限はなく、目的に応じて適宜選択することができるが、前記生物Ａと同じ生物であることが好ましい。前記生物Ｂが前記生物Ａと同じ生物であると、前記代替飼料を用いた影響を単純に比較することができる。
前記生物Ｂとしては、特に制限はなく、目的に応じて適宜選択することができるが、前記生物Ａと同じ生物であることが好ましい。前記生物Ｂが前記生物Ａと同じ生物であると、前記代替飼料を用いた影響を単純に比較することができる。
【0044】
なお、前記生物Ｂの状態情報はユーザが用意してもよいし、本発明の判定システムを利用する他のユーザの情報を利用してもよいし、本発明の判定システムを有する所有者が用意してもよいが、前記ユーザが用意することが好ましい。前記ユーザが前記生物Ｂのデータを用意することによって、前記生物Ａとの比較をする際に、代替飼料以外の要因（例えば、飼育期間、飼育温度、飼育数（個体数）密度、など）を同条件とした場合の比較評価を行うことができる。このようにすることで、代替飼料を用いたことの効果をより単純に比較することができるため、確度の高い情報を取得することができる。
【0045】
前記生物Ａ及び前記生物Ｂの状態情報としては、前記生物Ａ及び前記生物Ｂの状態を示す情報であれば特に制限はなく、目的に応じて適宜選択することができる。
前記状態情報としては、例えば、前記生物Ａ及び前記生物Ｂの飼育（生育）環境情報、前記生物Ａ及び前記生物Ｂの情報、飼育（生育）者情報などが挙げられる。
前記状態情報としては、例えば、前記生物Ａ及び前記生物Ｂの飼育（生育）環境情報、前記生物Ａ及び前記生物Ｂの情報、飼育（生育）者情報などが挙げられる。
【0046】
前記生物Ａ及び前記生物Ｂの飼育（生育）環境情報（以下、単に「飼育環境情報」と称することがある）としては、前記生物Ａ及び前記生物Ｂの飼育環境における情報であれば特に制限はなく、目的に応じて適宜選択することができ、例えば、飼育施設情報（屋内又は屋外）、飼育密度（ｋｇ／ｍ３）、飼育環境温度（℃）、飼育環境湿度（％）、溶存酸素濃度（ｍｇ／Ｌ）などが挙げられる。
前記飼育環境情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができる。
前記飼育施設情報を取得する方法としては、例えば、本発明の判定システムを利用するユーザにより、飼育する生物種、飼育する施設が屋内外のいずれかであるか、飼育する施設の大きさ、飼育地域などの情報を入力させることにより得ることができる。
前記飼育密度（ｋｇ／ｍ３）を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、実重量測定結果の平均値と飼育数、飼育環境容積を用いて算出する方法などが挙げられる。
前記飼育環境温度（℃）を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、温度計、温度センサなどが挙げられる。
前記飼育環境湿度（％）を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、湿度計、湿度センサなどが挙げられる。
前記溶存酸素濃度（ｍｇ／Ｌ）を取得する方法としては、例えば、ＤＯセンサなどが挙げられる。
前記飼育環境情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができる。
前記飼育施設情報を取得する方法としては、例えば、本発明の判定システムを利用するユーザにより、飼育する生物種、飼育する施設が屋内外のいずれかであるか、飼育する施設の大きさ、飼育地域などの情報を入力させることにより得ることができる。
前記飼育密度（ｋｇ／ｍ３）を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、実重量測定結果の平均値と飼育数、飼育環境容積を用いて算出する方法などが挙げられる。
前記飼育環境温度（℃）を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、温度計、温度センサなどが挙げられる。
前記飼育環境湿度（％）を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、湿度計、湿度センサなどが挙げられる。
前記溶存酸素濃度（ｍｇ／Ｌ）を取得する方法としては、例えば、ＤＯセンサなどが挙げられる。
【0047】
前記生物Ａ及び前記生物Ｂの情報としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、飼育期間（日）、大きさ（体長（長さ（ｃｍ）、太さ（ｃｍ）、幅（ｃｍ）など））、体色、重量（ｇ）、増量率（％）、餌摂取量（ｇ）、糞量（ｇ）、死亡率（％）、栄養成分比率（％）（粗タンパク質、粗脂肪、カルシウム、リン、粗繊維、粗灰分など）、切り身の色、におい（風味）、食感などが挙げられる。これらは、飼育している系（即ち、生簀）毎の平均値などの統計量を情報として取得、及び使用する。
前記生物の大きさの情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、カメラにより画像を取得し測定する方法などが挙げられる。
前記生物の体色の情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、カメラにより画像を取得し測定する方法などが挙げられる。
なお、前記色としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、ＲＧＢ表色系、ＸＹＺ表色系（ｘｙＹ表色系）、Ｌ＊ｕ＊ｖ＊色空間、Ｌ＊ａ＊ｂ＊色空間、マンセル表色系などで表される色情報などが挙げられる。これらは１種単独で使用してもよく、２種以上を併用してもよい。
前記画像情報の取得条件としては、同じ色に対して安定した結果が得られる条件であれば特に制限はなく、目的に応じて適宜選択することができ、例えば、Ｄ５０（昼光、ＣＩＥ標準光源）に近似した分光分布を有するＬＥＤ照明のみを光源として用いた照明条件下で測定することが好ましい。上記照明条件下であると、常に同様の条件下でノイズの少ない色情報を得ることができる。
前記生物の重量（ｇ）の情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、サンプリングした個体の重量を測定する方法などが挙げられる。
前記生物の増量率（％）の情報は、前記重量（ｇ）の情報から算出することができる。
前記生物の餌摂取量（ｇ）の情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、給餌量をそのまま摂取量とする方法などが挙げられる。
前記生物の糞量（ｇ）の情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、試験終了時に排水口から固形物を取り出し、乾燥後に重量を測定する方法などが挙げられる。
前記生物の死亡率（％）の情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、実際に死亡した個体数から算出する方法などが挙げられる。
前記生物の栄養成分比率（％）（粗タンパク質、粗脂肪、カルシウム、リン、粗繊維、粗灰分など）の情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、タンパク質の測定方法としては窒素定量換算法や直接的なタンパク質の測定、脂質はエーテル抽出法、酸分解法、カルシウムは原子吸光光度法、リンは、バナドモリブデン酸吸光光度法、粗繊維はろ過法、粗灰分は直接灰化法などが挙げられる。
前記生物の切り身の色の情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、カメラにより画像を取得する方法などが挙げられる。
前記生物のにおい（風味）の情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、ガスクロマトグラフィーを用いた方法などが挙げられる。
前記生物の食感の情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、テクスチャーアナライザを用いた方法などが挙げられる。
前記生物の大きさの情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、カメラにより画像を取得し測定する方法などが挙げられる。
前記生物の体色の情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、カメラにより画像を取得し測定する方法などが挙げられる。
なお、前記色としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、ＲＧＢ表色系、ＸＹＺ表色系（ｘｙＹ表色系）、Ｌ＊ｕ＊ｖ＊色空間、Ｌ＊ａ＊ｂ＊色空間、マンセル表色系などで表される色情報などが挙げられる。これらは１種単独で使用してもよく、２種以上を併用してもよい。
前記画像情報の取得条件としては、同じ色に対して安定した結果が得られる条件であれば特に制限はなく、目的に応じて適宜選択することができ、例えば、Ｄ５０（昼光、ＣＩＥ標準光源）に近似した分光分布を有するＬＥＤ照明のみを光源として用いた照明条件下で測定することが好ましい。上記照明条件下であると、常に同様の条件下でノイズの少ない色情報を得ることができる。
前記生物の重量（ｇ）の情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、サンプリングした個体の重量を測定する方法などが挙げられる。
前記生物の増量率（％）の情報は、前記重量（ｇ）の情報から算出することができる。
前記生物の餌摂取量（ｇ）の情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、給餌量をそのまま摂取量とする方法などが挙げられる。
前記生物の糞量（ｇ）の情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、試験終了時に排水口から固形物を取り出し、乾燥後に重量を測定する方法などが挙げられる。
前記生物の死亡率（％）の情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、実際に死亡した個体数から算出する方法などが挙げられる。
前記生物の栄養成分比率（％）（粗タンパク質、粗脂肪、カルシウム、リン、粗繊維、粗灰分など）の情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、タンパク質の測定方法としては窒素定量換算法や直接的なタンパク質の測定、脂質はエーテル抽出法、酸分解法、カルシウムは原子吸光光度法、リンは、バナドモリブデン酸吸光光度法、粗繊維はろ過法、粗灰分は直接灰化法などが挙げられる。
前記生物の切り身の色の情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、カメラにより画像を取得する方法などが挙げられる。
前記生物のにおい（風味）の情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、ガスクロマトグラフィーを用いた方法などが挙げられる。
前記生物の食感の情報を取得する方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、テクスチャーアナライザを用いた方法などが挙げられる。
【0048】
前記飼育（生育）者情報としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、飼育者の名前、住所、飼育家畜情報（種類、数、年数など）などが挙げられる。
前記飼育（生育）者情報を取得する方法としては、例えば、本発明の判定システムを利用するユーザにより、情報を入力させることにより得ることができる。
前記飼育（生育）者情報を取得する方法としては、例えば、本発明の判定システムを利用するユーザにより、情報を入力させることにより得ることができる。
【0049】
前記比較評価手段は、生物の種類毎に、品質が良い状態と、品質が悪い状態とにおける、生物の状態情報を機械学習（Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ）したものであることが好ましい。
【0050】
前記機械学習としては、例えば、［１］収穫した際における品質が良いと判断された生物の任意の時点におけるその生物の状態と、［２］収穫した際における品質が悪いと判断された生物の任意の時点におけるその生物の状態と、について機械学習（Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ）を行うことにより、前記生物の状態を前記生物の任意の時点における状態情報から推定可能な機械学習のモデルを得ることが好ましい。
前記比較評価手段が、前記生物の種類毎に「品質が良い状態」及び「品質が悪い状態」における前記生物の状態情報を機械学習したモデルであると、前記代替飼料を用いることによる生物への影響を評価することができる。これにより、前記検討対象物を前記代替飼料に変更したことによる利点（メリット）及び欠点（デメリット）の情報を取得することができる。また、飼育期間において前記生物の状態情報を取得することにより、前記生物（生物Ａ）の収穫時の状態を推定することができ、飼育方針の再検討などの機会を得ることができる。
前記機械学習の方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、ニューラルネットワークを用いた方法、遺伝的プログラミングを用いた方法、サポートベクターマシン（ＳＶＭ）を用いた方法などが挙げられる。
得られた機械学習のモデル（学習済みモデル）を用いて、推定した生物（生物Ａ）の状態情報を比較評価する。また、このようにして比較評価した生物の状態情報は、後述する生物の比較評価結果データベースに記録することが好ましい。
前記機械学習のモデル（学習済みモデル）を有する比較評価手段としては、例えば、ビジュアルアナライザー（ビジュアルアナライザー ＩＲＩＳＶＡ４００、アルファ・モス・ジャパン社製）などが挙げられる。
前記比較評価手段が、前記生物の種類毎に「品質が良い状態」及び「品質が悪い状態」における前記生物の状態情報を機械学習したモデルであると、前記代替飼料を用いることによる生物への影響を評価することができる。これにより、前記検討対象物を前記代替飼料に変更したことによる利点（メリット）及び欠点（デメリット）の情報を取得することができる。また、飼育期間において前記生物の状態情報を取得することにより、前記生物（生物Ａ）の収穫時の状態を推定することができ、飼育方針の再検討などの機会を得ることができる。
前記機械学習の方法としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、ニューラルネットワークを用いた方法、遺伝的プログラミングを用いた方法、サポートベクターマシン（ＳＶＭ）を用いた方法などが挙げられる。
得られた機械学習のモデル（学習済みモデル）を用いて、推定した生物（生物Ａ）の状態情報を比較評価する。また、このようにして比較評価した生物の状態情報は、後述する生物の比較評価結果データベースに記録することが好ましい。
前記機械学習のモデル（学習済みモデル）を有する比較評価手段としては、例えば、ビジュアルアナライザー（ビジュアルアナライザー ＩＲＩＳＶＡ４００、アルファ・モス・ジャパン社製）などが挙げられる。
【0051】
前記比較評価部の学習済みモデルにおける、前記生物（生物Ａ）の状態情報と、前記生物の品質との関係としては、例えば、品質が既知の生物と、その生物の状態情報とが紐づけられた関係である。即ち、前記比較評価部において、前記生物の品質と、状態情報とが紐づけられている。
【0052】
本発明の判定プログラムは、使用するコンピュータの構成、並びにオペレーティングシステムの種類及びバージョンなどに応じて、各種のプログラミング言語を用いて作成することができる。
【0053】
本発明の判定プログラムは、ハードディスクなどの記録媒体に記録しておいてもよいし、ＣＤ－ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ－Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＤＶＤ－ＲＯＭ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ－ＲＯＭ）、ＭＯ（Ｍａｇｎｅｔｏ－Ｏｐｔｉｃａｌ）ディスク、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリなどの記録媒体に記録しておいてもよい。
また、コンピュータから情報通信ネットワークを通じてアクセス可能な外部記憶領域（他のコンピュータなど）に、本発明の判定プログラムを記録しておいてもよい。この場合、外部記憶領域に記録された本発明の判定プログラムを、必要に応じて、外部記憶領域から情報通信ネットワークを通じて、記録媒体にインストールして使用することができる。
なお、本発明の判定プログラムは、複数の記録媒体に、任意の処理毎に分割されて記録されていてもよい。
また、コンピュータから情報通信ネットワークを通じてアクセス可能な外部記憶領域（他のコンピュータなど）に、本発明の判定プログラムを記録しておいてもよい。この場合、外部記憶領域に記録された本発明の判定プログラムを、必要に応じて、外部記憶領域から情報通信ネットワークを通じて、記録媒体にインストールして使用することができる。
なお、本発明の判定プログラムは、複数の記録媒体に、任意の処理毎に分割されて記録されていてもよい。
【0054】
本発明の判定プログラムによる処理は、判定システムを構成する制御部を有するコンピュータを用いて実行することができる。
【0055】
以下、本発明の一実施形態を説明するが、本発明は、この実施形態に何ら限定されるものではない。
以下、判定システムのハードウェア構成、及び機能構成の第１の実施形態について説明する。
以下、判定システムのハードウェア構成、及び機能構成の第１の実施形態について説明する。
【0056】
［第１の実施形態］
以下、本発明の第１の実施形態について、図面を参照しながら説明する。
以下、本発明の第１の実施形態について、図面を参照しながら説明する。
【0057】
＜判定システムのハードウェア構成＞
図１は、本発明の一実施態様に係る判定システム１００の構成の一例を示すブロック図である。
図１に示すように、判定システム１００は、判定手段１００’と、端末装置２００Ａ、端末装置２００Ｂ、端末装置２００Ｃ、…にそれぞれ搭載されている入力手段２０１ａ、２０１ｂ、２０１ｃ、…とを有する。
前記判定手段１００’は、ネットワーク３００を介して入力手段２０１ａ、２０１ｂ、２０１ｃ、…と通信可能に接続されている。
図１は、本発明の一実施態様に係る判定システム１００の構成の一例を示すブロック図である。
図１に示すように、判定システム１００は、判定手段１００’と、端末装置２００Ａ、端末装置２００Ｂ、端末装置２００Ｃ、…にそれぞれ搭載されている入力手段２０１ａ、２０１ｂ、２０１ｃ、…とを有する。
前記判定手段１００’は、ネットワーク３００を介して入力手段２０１ａ、２０１ｂ、２０１ｃ、…と通信可能に接続されている。
【0058】
なお、入力手段２０１ａ、２０１ｂ、２０１ｃ、…は、装置の構成についてそれぞれ同様であることから、以下では「入力手段２０１」と称してまとめて説明する。
また、端末装置２００Ａ、２００Ｂ、２００Ｃ、…は、区別が必要でないときは、単に、「端末装置２００」と称することもある。
また、端末装置２００Ａ、２００Ｂ、２００Ｃ、…は、区別が必要でないときは、単に、「端末装置２００」と称することもある。
【0059】
図２は、判定システム１００のハードウェア構成の一例を示すブロック図である。
図２で示すように、判定システム１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０１、主記憶装置１０２、補助記憶装置１０３、通信インターフェース１０４、入力装置１０５ａ、出力装置１０６ａの各部を有し、入力装置１０５ｂ、及び出力装置１０６ｂを有する端末装置２００と、ネットワーク３００を介して接続している。これらの各部は、バス１０７を介してそれぞれ接続されている。
ＣＰＵ１０１は、種々の制御や演算を行う処理装置である。ＣＰＵ１０１は、主記憶装置１０２などが記憶するＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）やプログラムを実行することにより、種々の機能を実現する。即ち、ＣＰＵ１０１は、本発明では、判定プログラムを実行することにより、判定システム１００の制御部１３０として機能する。
また、ＣＰＵ１０１は、判定システム１００全体の動作を制御する。なお、本発明では、判定システム１００全体の動作を制御する装置をＣＰＵ１０１としたが、これに限ることなく、例えば、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）などとしてもよい。
主記憶装置１０２は、各種プログラムを記憶するとともに、各種プログラムを実行するために必要なデータ等を記憶する。
主記憶装置１０２は、例えば、ＲＯＭ及びＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）の少なくともいずれかを有する。
ＲＯＭは、例えば、ＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ／Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）、本発明の判定プログラムなどの各種プログラムなどを記憶している。ＲＯＭとしては、特に制限はなく、目的に応じて適宜選択することができる。ＲＯＭとしては、例えば、マスクＲＯＭ、ＰＲＯＭ（Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ）などが挙げられる。
ＲＡＭは、ＲＯＭや補助記憶装置などに記憶された各種プログラムが、ＣＰＵ１０１により実行される際に展開される作業範囲として機能する。ＲＡＭとしては、特に制限はなく、目的に応じて適宜選択することができる。ＲＡＭとしては、例えば、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＳＲＡＭ（Ｓｔａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などが挙げられる。
図２で示すように、判定システム１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０１、主記憶装置１０２、補助記憶装置１０３、通信インターフェース１０４、入力装置１０５ａ、出力装置１０６ａの各部を有し、入力装置１０５ｂ、及び出力装置１０６ｂを有する端末装置２００と、ネットワーク３００を介して接続している。これらの各部は、バス１０７を介してそれぞれ接続されている。
ＣＰＵ１０１は、種々の制御や演算を行う処理装置である。ＣＰＵ１０１は、主記憶装置１０２などが記憶するＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）やプログラムを実行することにより、種々の機能を実現する。即ち、ＣＰＵ１０１は、本発明では、判定プログラムを実行することにより、判定システム１００の制御部１３０として機能する。
また、ＣＰＵ１０１は、判定システム１００全体の動作を制御する。なお、本発明では、判定システム１００全体の動作を制御する装置をＣＰＵ１０１としたが、これに限ることなく、例えば、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）などとしてもよい。
主記憶装置１０２は、各種プログラムを記憶するとともに、各種プログラムを実行するために必要なデータ等を記憶する。
主記憶装置１０２は、例えば、ＲＯＭ及びＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）の少なくともいずれかを有する。
ＲＯＭは、例えば、ＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ／Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）、本発明の判定プログラムなどの各種プログラムなどを記憶している。ＲＯＭとしては、特に制限はなく、目的に応じて適宜選択することができる。ＲＯＭとしては、例えば、マスクＲＯＭ、ＰＲＯＭ（Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ）などが挙げられる。
ＲＡＭは、ＲＯＭや補助記憶装置などに記憶された各種プログラムが、ＣＰＵ１０１により実行される際に展開される作業範囲として機能する。ＲＡＭとしては、特に制限はなく、目的に応じて適宜選択することができる。ＲＡＭとしては、例えば、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＳＲＡＭ（Ｓｔａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などが挙げられる。
【0060】
補助記憶装置１０３としては、各種情報を記憶できれば特に制限はなく、目的に応じて適宜選択することができ、例えば、ソリッドステートドライブ（ＳＳＤ）、ハードディスクドライブ（ＨＤＤ）などが挙げられる。また、補助記憶装置１０３は、ＣＤドライブ、ＤＶＤドライブ、ＢＤ（Ｂｌｕ－ｒａｙ（登録商標） Ｄｉｓｃ）ドライブなどの可搬記憶装置としてもよい。
【0061】
通信インターフェース１０４としては、特に制限はなく、適宜公知のものを用いることができ、例えば、無線又は有線を用いた通信デバイスなどが挙げられる。
【0062】
入力装置１０５ａとしては、判定システム１００に対する各種要求や情報の入力を受け付けることができれば特に制限はなく、適宜公知のものを用いることができ、例えば、キーボード、マウス、タッチパネル、マイクなどが挙げられる。また、入力装置１０５ａがタッチパネル（タッチディスプレイ）である場合は、入力装置１０５ａが出力装置１０６ａを兼ねることができる。
【0063】
出力装置１０６ａとしては、特に制限はなく、適宜公知のものを用いることができ、例えば、ディスプレイなどが挙げられる。出力装置１０６ａに用いられるディスプレイとしては、特に制限はなく、適宜公知のものを用いることができ、例えば、液晶ディスプレイ、有機ＥＬディスプレイなどが挙げられる。
【0064】
端末装置２００は、入力装置１０５ｂと、出力装置１０６ｂとを有している。端末装置としては、入力装置１０５ｂを有するものであれば特に制限はなく、目的に応じて適宜選択することができ、例えば、スマートフォンなどが挙げられる。また、端末装置２００は、出力装置１０６ｂとして、表示画面を有する。表示画面としては、特に制限はなく、目的に応じて適宜選択することができ、例えば、液晶ディスプレイ、有機ＥＬディスプレイなどが挙げられる。
【0065】
なお、判定システム１００におけるＣＰＵ１０１～出力装置１０６ａは、ネットワーク上のコンピュータ群であるクラウドの一部であってもよい。
【0066】
＜判定システムの機能構成＞
図３は、判定システム１００の機能構成の一例を示す図である。
この図３に示すように、判定システム１００は、通信部１１０、記憶部１２０、制御部１３０、入力部１４０、出力部１５０を有する。判定システム１００においては、例えば、通信インターフェース１０４により通信部１１０の機能が実現され、主記憶装置１０２及び補助記憶装置１０３により記憶部１２０の機能が実現され、ＣＰＵ１０１及び主記憶装置１０２により制御部１３０の機能が実現され、入力装置１０５ａ及び１０５ｂにより入力部１４０の機能が実現され、出力装置１０６ａ及び１０６ｂにより出力部１５０の機能が実現される。
図３は、判定システム１００の機能構成の一例を示す図である。
この図３に示すように、判定システム１００は、通信部１１０、記憶部１２０、制御部１３０、入力部１４０、出力部１５０を有する。判定システム１００においては、例えば、通信インターフェース１０４により通信部１１０の機能が実現され、主記憶装置１０２及び補助記憶装置１０３により記憶部１２０の機能が実現され、ＣＰＵ１０１及び主記憶装置１０２により制御部１３０の機能が実現され、入力装置１０５ａ及び１０５ｂにより入力部１４０の機能が実現され、出力装置１０６ａ及び１０６ｂにより出力部１５０の機能が実現される。
【0067】
通信部１１０は、例えば、各種のデータを外部の装置（例えば、クラウドサーバなど）と送受信する。
【0068】
記憶部１２０は、例えば、各種プログラムを記憶すると共に、検討対象物ＤＢ１２１と、実用飼料ＤＢ１２２と、判定結果ＤＢ１２３とを有する。
【0069】
図４Ａは、検討対象物ＤＢ１２１が記憶する検討対象物データの一例を示す図である。
図４Ａに示すように、検討対象物ＤＢ１２１は、「検討対象物Ｎｏ．」、「名称」、「部位名」、「構成成分」などのデータ項目を含む。
図４Ｂは、実用飼料ＤＢ１２２が記憶する実用飼料データの一例を示す図である。
図４Ｂに示すように、実用飼料ＤＢ１２２は、「実用飼料Ｎｏ．」、「名称」、「配合成分（配合原料）」、「構成成分」などのデータ項目を含む。
図４Ａに示すように、検討対象物ＤＢ１２１は、「検討対象物Ｎｏ．」、「名称」、「部位名」、「構成成分」などのデータ項目を含む。
図４Ｂは、実用飼料ＤＢ１２２が記憶する実用飼料データの一例を示す図である。
図４Ｂに示すように、実用飼料ＤＢ１２２は、「実用飼料Ｎｏ．」、「名称」、「配合成分（配合原料）」、「構成成分」などのデータ項目を含む。
【0070】
図４Ｃは、判定結果ＤＢ１２３が記憶する判定結果データの一例を示す図である。
図４Ｃに示すように、判定結果ＤＢ１２３は、「検討対象物Ｎｏ．」、「実用飼料Ｎｏ．」、「検討対象物と実用飼料との近似度」、「判定結果」などのデータ項目を含む。
図４Ｃに示すように、判定結果ＤＢ１２３は、「検討対象物Ｎｏ．」、「実用飼料Ｎｏ．」、「検討対象物と実用飼料との近似度」、「判定結果」などのデータ項目を含む。
【0071】
制御部１３０は、例えば、記憶部１２０に記憶された各種プログラムを実行するとともに、判定システム１００全体の動作を制御する。制御部１３０は、照合部１３１と、判定部１３２とを有する。
【0072】
制御部１３０は、通信部１１０により受信した検討対象物の特定情報のデータを受け付け、検討対象物ＤＢ１２１へ受け付けた検討対象物の特定情報のデータを記憶させる。
照合部１３１は、受け付けた検討対象物の特定情報のデータと、実用飼料ＤＢ１２２に記憶した実用飼料のデータとに基づいて、近似度を算出し、判定結果ＤＢ１２３に算出結果を記憶させる。
判定部１３２は、算出した近似度が所定の閾値以下であるか否かを判定する。
照合部１３１は、受け付けた検討対象物の特定情報のデータと、実用飼料ＤＢ１２２に記憶した実用飼料のデータとに基づいて、近似度を算出し、判定結果ＤＢ１２３に算出結果を記憶させる。
判定部１３２は、算出した近似度が所定の閾値以下であるか否かを判定する。
【0073】
ここで、制御部１３０が行う制御について、具体例を用いてより詳細に説明する。
例えば、図４Ａに記載されているように、検討対象物［１０００１］として「シアノバクテリア（Ｓｙｎｅｃｈｏｃｙｓｔｉｓ ｓｐ． ＰＣＣ ６８０３）」を、実用飼料として「ハマチ用飼料」（株式会社ヒガシマル製）を用いる場合について説明する。なお、「シアノバクテリア（Ｓｙｎｅｃｈｏｃｙｓｔｉｓ ｓｐ． ＰＣＣ ６８０３）」の特定情報としては、Ｆｌｕｘ Ｂａｌａｎｃｅ Ａｎａｌｙｓｉｓ ｏｆ Ｐｈｏｔｏａｕｔｏｔｒｏｐｈｉｃ Ｍｅｔａｂｏｌｉｓｍ、Ａｖａｎｔｉｋａ Ａ． Ｓｈａｓｔｒｉ ａｎｄ Ｊｏｈｎ Ａ． Ｍｏｒｇａｎ、Ｂｉｏｔｅｃｈｎｏｌ． Ｐｒｏｇ．２００５，２１，１６１７－１６２６を参照した。
まず、使用者は、検討対象物の特定情報として、例えば、「名称」、「構成成分」、「構成成分割合（％）」を入力する。判定システムが検討対象物の特定情報を受け付けると、検討対象物の特定情報と実用飼料ＤＢ１２２の実用飼料の特定情報とを照合する。即ち、検討対象物の構成成分割合（％）と、実用飼料及び実用飼料における配合成分の少なくともいずれかの構成成分割合（％）とを対比し、近似度を算出する。
近似度の算出については、例えば、図４Ａから図４Ｃに示す場合においては、検討対象物［１０００１］における構成成分割合（％）が３０％以上である構成成分と実用飼料ＤＢにおける構成成分割合（％）が３０％以上である構成成分とが対応しているため、構成成分割合が（％）が３０％以上である構成成分の内、対応する構成成分割合（％）どうしの差の絶対値の合計を算出する。その結果、検討対象物［１０００１］における「タンパク質（５１％）」と、実用飼料［Ａ０００１］及び［Ａ０００２］における構成成分割合（％）が３０％以上である構成成分「粗タンパク質」とが対応しており、検討対象物［１０００１］（タンパク質（５１％））と実用飼料［Ａ０００１］（粗タンパク質（５３％））との近似度は「２」、検討対象物［１０００１］と実用飼料［Ａ０００２］（粗タンパク質（４５％））との近似度は「６」となる。
なお、実用飼料［Ａ０００３］においては、検討対象物［１０００１］における構成成分割合（％）が３０％以上である構成成分「タンパク質（５１％）」と、実用飼料［Ａ０００３］における構成成分割合（％）が３０％以上である構成成分「粗脂肪（３０％）」とが対応していないため、近似度を算出しない。
ここで、判定部１３２は、算出した近似度が「所定の閾値」以下であるか否かを判定する。この例においては、例えば、「所定の閾値」を「１０」と使用者が定めた場合には、図４Ｃに示すように、判定部１３２は、近似度が「１０」以下である実用飼料［Ａ０００１］及び［Ａ０００２］は、判定結果として「検討対象物［１０００１］と代替可能な、実用飼料における構成成分が有る」と判定する。一方、近似度を算出していない実用飼料［Ａ０００３］については、判定部１３２は、判定結果として「検討対象物と代替可能な、実用飼料における構成成分が無い」と判定する。これらの判定結果は、判定結果ＤＢに記憶される。
例えば、図４Ａに記載されているように、検討対象物［１０００１］として「シアノバクテリア（Ｓｙｎｅｃｈｏｃｙｓｔｉｓ ｓｐ． ＰＣＣ ６８０３）」を、実用飼料として「ハマチ用飼料」（株式会社ヒガシマル製）を用いる場合について説明する。なお、「シアノバクテリア（Ｓｙｎｅｃｈｏｃｙｓｔｉｓ ｓｐ． ＰＣＣ ６８０３）」の特定情報としては、Ｆｌｕｘ Ｂａｌａｎｃｅ Ａｎａｌｙｓｉｓ ｏｆ Ｐｈｏｔｏａｕｔｏｔｒｏｐｈｉｃ Ｍｅｔａｂｏｌｉｓｍ、Ａｖａｎｔｉｋａ Ａ． Ｓｈａｓｔｒｉ ａｎｄ Ｊｏｈｎ Ａ． Ｍｏｒｇａｎ、Ｂｉｏｔｅｃｈｎｏｌ． Ｐｒｏｇ．２００５，２１，１６１７－１６２６を参照した。
まず、使用者は、検討対象物の特定情報として、例えば、「名称」、「構成成分」、「構成成分割合（％）」を入力する。判定システムが検討対象物の特定情報を受け付けると、検討対象物の特定情報と実用飼料ＤＢ１２２の実用飼料の特定情報とを照合する。即ち、検討対象物の構成成分割合（％）と、実用飼料及び実用飼料における配合成分の少なくともいずれかの構成成分割合（％）とを対比し、近似度を算出する。
近似度の算出については、例えば、図４Ａから図４Ｃに示す場合においては、検討対象物［１０００１］における構成成分割合（％）が３０％以上である構成成分と実用飼料ＤＢにおける構成成分割合（％）が３０％以上である構成成分とが対応しているため、構成成分割合が（％）が３０％以上である構成成分の内、対応する構成成分割合（％）どうしの差の絶対値の合計を算出する。その結果、検討対象物［１０００１］における「タンパク質（５１％）」と、実用飼料［Ａ０００１］及び［Ａ０００２］における構成成分割合（％）が３０％以上である構成成分「粗タンパク質」とが対応しており、検討対象物［１０００１］（タンパク質（５１％））と実用飼料［Ａ０００１］（粗タンパク質（５３％））との近似度は「２」、検討対象物［１０００１］と実用飼料［Ａ０００２］（粗タンパク質（４５％））との近似度は「６」となる。
なお、実用飼料［Ａ０００３］においては、検討対象物［１０００１］における構成成分割合（％）が３０％以上である構成成分「タンパク質（５１％）」と、実用飼料［Ａ０００３］における構成成分割合（％）が３０％以上である構成成分「粗脂肪（３０％）」とが対応していないため、近似度を算出しない。
ここで、判定部１３２は、算出した近似度が「所定の閾値」以下であるか否かを判定する。この例においては、例えば、「所定の閾値」を「１０」と使用者が定めた場合には、図４Ｃに示すように、判定部１３２は、近似度が「１０」以下である実用飼料［Ａ０００１］及び［Ａ０００２］は、判定結果として「検討対象物［１０００１］と代替可能な、実用飼料における構成成分が有る」と判定する。一方、近似度を算出していない実用飼料［Ａ０００３］については、判定部１３２は、判定結果として「検討対象物と代替可能な、実用飼料における構成成分が無い」と判定する。これらの判定結果は、判定結果ＤＢに記憶される。
【0074】
また、検討対象物［１０００２］として「緑藻（Ｃｈｌａｍｙｄｏｍｏｎａｓ ｓｐ． ＪＳＣ４）」を、実用飼料として「ハマチ用飼料」（株式会社ヒガシマル製）を用いる場合について説明する。なお、「緑藻（Ｃｈｌａｍｙｄｏｍｏｎａｓ ｓｐ． ＪＳＣ４）」の特定情報としては、Ｏｐｔｉｍｉｚｉｎｇ ｂｉｏｄｉｅｓｅｌ ｐｒｏｄｕｃｔｉｏｎ ｉｎ ｍａｒｉｎｅ Ｃｈｌａｍｙｄｏｍｏｎａｓ ｓｐ． ＪＳＣ４ ｔｈｒｏｕｇｈ ｍｅｔａｂｏｌｉｃ ｐｒｏｆｉｌｉｎｇ ａｎｄ ａｎ ｉｎｎｏｖａｔｉｖｅ ｓａｌｉｎｉｔｙ－ｇｒａｄｉｅｎｔ ｓｔｒａｔｅｇｙ， Ｈｏ ｅｔ ａｌ． Ｂｉｏｔｅｃｈｎｏｌｏｇｙ ｆｏｒ Ｂｉｏｆｕｅｌｓ ２０１４， ７：９７を参照した。
まず、上述したのと同様に、近似度を算出する。具体的には、検討対象物［１０００２］における構成成分割合（％）が３０％以上である構成成分「脂質（４１．１％）」、「炭水化物（３３．２％）」と、実用飼料［Ａ１０００１］～［Ａ０００３］における構成成分割合（％）が３０％以上である構成成分とを対比した。その結果、検討対象物［１０００２］と、実用飼料［Ａ１０００１］～［Ａ０００３］とは対応する構成成分がないため、近似度を算出しない。
ここで、判定部１３２は、近似度を算出していない実用飼料［Ａ０００１］～［Ａ０００３］について、判定結果として「検討対象物と代替可能な、実用飼料における構成成分が無い」と判定する。これらの判定結果は、判定結果ＤＢに記憶される。
まず、上述したのと同様に、近似度を算出する。具体的には、検討対象物［１０００２］における構成成分割合（％）が３０％以上である構成成分「脂質（４１．１％）」、「炭水化物（３３．２％）」と、実用飼料［Ａ１０００１］～［Ａ０００３］における構成成分割合（％）が３０％以上である構成成分とを対比した。その結果、検討対象物［１０００２］と、実用飼料［Ａ１０００１］～［Ａ０００３］とは対応する構成成分がないため、近似度を算出しない。
ここで、判定部１３２は、近似度を算出していない実用飼料［Ａ０００１］～［Ａ０００３］について、判定結果として「検討対象物と代替可能な、実用飼料における構成成分が無い」と判定する。これらの判定結果は、判定結果ＤＢに記憶される。
【0075】
次に、図４Ａに記載されているように、検討対象物として２種の検討対象物を混合した検討対象物［１０００３］を、実用飼料として「ハマチ用飼料」（株式会社ヒガシマル製）を用いる場合について説明する。
検討対象物［１０００３］は、図４Ａに示すように、上述の（ａ）「シアノバクテリア（Ｓｙｎｅｃｈｏｃｙｓｔｉｓ ｓｐ． ＰＣＣ ６８０３）」と（ｂ）「緑藻（Ｃｈｌａｍｙｄｏｍｏｎａｓ ｓｐ． ＪＳＣ４）」とを（ａ）：（ｂ）＝１：２となるように混合した検討対象物である。
まず、上述したのと同様に、近似度を算出する。具体的には、検討対象物［１０００３］における構成成分割合（％）が３０％以上である構成成分「脂質（３０．７％）」と、実用飼料［Ａ０００１］及び［Ａ０００２］における構成成分割合（％）が３０％以上である構成成分「粗タンパク質」とが対応していないため、近似度を算出しない。実用飼料［Ａ０００３］においては、検討対象物［１０００３］における構成成分割合（％）が３０％以上である構成成分「脂質（３０．７％）」と、実用飼料［Ａ０００３］における構成成分割合（％）が３０％以上である構成成分「粗脂肪（３０．０％）」とが対応しているため、構成成分割合（％）が３０％以上である構成成分の内、対応する構成成分の構成成分割合（％）どうしの差の絶対値の合計値を算出する。その結果、検討対象物［１０００３］（脂質（３０．７％））と実用飼料［Ａ０００３］（粗脂肪（３０．０％））との近似度は「０．７」となる。
ここで、判定部１３２は、算出した近似度が「所定の閾値」以下であるか否かを判定する。この例においては、例えば、「所定の閾値」を「１０」と使用者が定めた場合には、図４Ｃに示すように、判定部１３２は、近似度が「１０」以下である実用飼料［Ａ０００３］は、判定結果として「検討対象物［１０００３］と代替可能な、実用飼料における構成成分が有る」と判定する。一方、近似度を算出していない実用飼料［Ａ０００１］及び［Ａ０００２］については、判定部１３２は、判定結果として「検討対象物と代替可能な、実用飼料における構成成分が無い」と判定する。これらの判定結果は、判定結果ＤＢに記憶される。
検討対象物［１０００３］は、図４Ａに示すように、上述の（ａ）「シアノバクテリア（Ｓｙｎｅｃｈｏｃｙｓｔｉｓ ｓｐ． ＰＣＣ ６８０３）」と（ｂ）「緑藻（Ｃｈｌａｍｙｄｏｍｏｎａｓ ｓｐ． ＪＳＣ４）」とを（ａ）：（ｂ）＝１：２となるように混合した検討対象物である。
まず、上述したのと同様に、近似度を算出する。具体的には、検討対象物［１０００３］における構成成分割合（％）が３０％以上である構成成分「脂質（３０．７％）」と、実用飼料［Ａ０００１］及び［Ａ０００２］における構成成分割合（％）が３０％以上である構成成分「粗タンパク質」とが対応していないため、近似度を算出しない。実用飼料［Ａ０００３］においては、検討対象物［１０００３］における構成成分割合（％）が３０％以上である構成成分「脂質（３０．７％）」と、実用飼料［Ａ０００３］における構成成分割合（％）が３０％以上である構成成分「粗脂肪（３０．０％）」とが対応しているため、構成成分割合（％）が３０％以上である構成成分の内、対応する構成成分の構成成分割合（％）どうしの差の絶対値の合計値を算出する。その結果、検討対象物［１０００３］（脂質（３０．７％））と実用飼料［Ａ０００３］（粗脂肪（３０．０％））との近似度は「０．７」となる。
ここで、判定部１３２は、算出した近似度が「所定の閾値」以下であるか否かを判定する。この例においては、例えば、「所定の閾値」を「１０」と使用者が定めた場合には、図４Ｃに示すように、判定部１３２は、近似度が「１０」以下である実用飼料［Ａ０００３］は、判定結果として「検討対象物［１０００３］と代替可能な、実用飼料における構成成分が有る」と判定する。一方、近似度を算出していない実用飼料［Ａ０００１］及び［Ａ０００２］については、判定部１３２は、判定結果として「検討対象物と代替可能な、実用飼料における構成成分が無い」と判定する。これらの判定結果は、判定結果ＤＢに記憶される。
【0076】
なお、上述した実施例においては、２種以上の検討対象物を用いる場合について、その組成比が明らかな場合の例を示したが、複数の検討対象飼料の特定情報があれば、その組成比は必ずしも必要ではなく、照合する実用飼料に対して最適な２種以上の検討対象物の組成比と代替利用することが可能か否かの判定結果を提示するようにすることもできる。
【0077】
入力部１４０は、例えば、判定システム１００に対する各種指示を受け付ける。
【0078】
出力部１５０は、例えば、判定部１３２が判定した結果を、出力装置１０６に出力する。
【0079】
なお、判定システムのハードウェア構成及び機能構成の説明では、それぞれの要素が一体となった例を示したが、本発明はこれに限られるものではなく、例えば、一部の要素を独立させて、それぞれを通信インターフェースでネットワーク接続する形態であってもよい。より具体的には、例えば、検討対象物ＤＢ１２１と、実用飼料ＤＢ１２２とを、クラウドサーバ上の領域に保存するような形態であってもよい。
【0080】
次に、端末装置２００のハードウェア構成及び機能構成について説明する。
【0081】
端末装置２００は検討対象物の特定情報を判定システム１００に送信するために使用者などに使用される装置である。
【0082】
＜端末装置のハードウェア構成＞
図５は、端末装置２００のハードウェア構成の一例を示すブロック図である。
図５に示すように、端末装置２００のハードウェア構成は、図２の判定システム１００のハードウェア構成において、ネットワーク３００を介して端末装置２００が記載されていない以外は同様であるため、説明を省略する。
図５は、端末装置２００のハードウェア構成の一例を示すブロック図である。
図５に示すように、端末装置２００のハードウェア構成は、図２の判定システム１００のハードウェア構成において、ネットワーク３００を介して端末装置２００が記載されていない以外は同様であるため、説明を省略する。
【0083】
＜端末装置の機能構成＞
図６は、端末装置２００の機能構成の一例を示すブロック図である。
図６に示すように、端末装置２００の機能構成としては、通信部２１０と、記憶部２２０と、制御部２３０と、入力部２４０と、出力部２５０と、を有する。
図６は、端末装置２００の機能構成の一例を示すブロック図である。
図６に示すように、端末装置２００の機能構成としては、通信部２１０と、記憶部２２０と、制御部２３０と、入力部２４０と、出力部２５０と、を有する。
【0084】
通信部２１０は、制御部２３０の指示に基づき、通信インターフェース２０４を用いて、受け付けた検討対象物の特定情報を判定システム１００へ送信する。
さらに、通信部２１０は、判定システム１００から情報を受け付ける。
記憶部２２０は、判定システム１００から受信した情報を補助記憶装置２０３に記憶する。
また、制御部２３０は、判定システム１００に情報を送受信する制御を行う。
さらに、通信部２１０は、判定システム１００から情報を受け付ける。
記憶部２２０は、判定システム１００から受信した情報を補助記憶装置２０３に記憶する。
また、制御部２３０は、判定システム１００に情報を送受信する制御を行う。
【0085】
次に、本発明の判定プログラムの処理手順を示す。図７は、判定システム１００の制御部１３０における判定プログラムの処理手順の一例を示すフローチャートである。
【0086】
ステップＳ１０１では、判定システム１００の制御部１３０は、通信部１１０から検討対象物の特定情報を受け付け、処理をＳ１０２へ移行する。
ステップＳ１０２では、照合部１３１は、受け付けた検討対象物の特定情報における検討対象物の構成成分割合（％）と、実用飼料及び実用飼料の配合成分の少なくともいずれかの構成成分割合（％）とを照合（対比）し、処理をＳ１０３へ移行する。
ステップＳ１０３では、判定部１３２は、検討対象物の構成成分割合（％）と、実用飼料及び実用飼料の配合成分の少なくともいずれかの構成成分割合（％）との近似度を算出し、処理をＳ１０４へ移行する。
ステップＳ１０４では、判定部１３２は、構成成分の近似度が閾値以下であるか否か判定し、近似度が閾値以下である場合には、処理をＳ１０５へ移行し、近似度が閾値以上又は近似度を算出していない場合には、処理をＳ１０６へ移行する。
ステップＳ１０５では、判定部１３２は、検討対象物と代替可能な、実用飼料及び実用飼料における配合成分の少なくともいずれかが有ると判定し、処理をＳ１０７へ移行する。
ステップＳ１０６では、判定部１３２は、検討対象物と代替可能な、実用飼料及び実用飼料における配合成分の少なくともいずれかは無いと判定し、処理をＳ１０７へ移行する。
ステップＳ１０７では、判定部１３２は、判定結果を結果提示手段に提示させ、本処理を終了させる。
ステップＳ１０２では、照合部１３１は、受け付けた検討対象物の特定情報における検討対象物の構成成分割合（％）と、実用飼料及び実用飼料の配合成分の少なくともいずれかの構成成分割合（％）とを照合（対比）し、処理をＳ１０３へ移行する。
ステップＳ１０３では、判定部１３２は、検討対象物の構成成分割合（％）と、実用飼料及び実用飼料の配合成分の少なくともいずれかの構成成分割合（％）との近似度を算出し、処理をＳ１０４へ移行する。
ステップＳ１０４では、判定部１３２は、構成成分の近似度が閾値以下であるか否か判定し、近似度が閾値以下である場合には、処理をＳ１０５へ移行し、近似度が閾値以上又は近似度を算出していない場合には、処理をＳ１０６へ移行する。
ステップＳ１０５では、判定部１３２は、検討対象物と代替可能な、実用飼料及び実用飼料における配合成分の少なくともいずれかが有ると判定し、処理をＳ１０７へ移行する。
ステップＳ１０６では、判定部１３２は、検討対象物と代替可能な、実用飼料及び実用飼料における配合成分の少なくともいずれかは無いと判定し、処理をＳ１０７へ移行する。
ステップＳ１０７では、判定部１３２は、判定結果を結果提示手段に提示させ、本処理を終了させる。
【0087】
以上、説明したように、本発明の判定システムを用いることにより、実用飼料それ自体又は実用飼料の配合成分として、検討対象物を代替利用することができるか否かを判定することができる。
なお、上記説明では、１種類の検討対象物と、１種類の実用飼料との照合を行う場合について説明したが、１種類の実用飼料において、照合した一の検討対象物とは異なる検討対象物とを更に組み合わせて代替利用可能性を判定することにより、一の検討対象物では補完しきれなかった構成成分についての代替利用可能性を判定することができる。
なお、上記説明では、１種類の検討対象物と、１種類の実用飼料との照合を行う場合について説明したが、１種類の実用飼料において、照合した一の検討対象物とは異なる検討対象物とを更に組み合わせて代替利用可能性を判定することにより、一の検討対象物では補完しきれなかった構成成分についての代替利用可能性を判定することができる。
【0088】
［第２の実施形態］
以下、第２の実施形態について、図面を参照しながら説明する。
なお、第２の実施形態においては、第１の実施形態において、さらに価格情報設定手段を設けた以外は、第１の実施形態と同様である。以下、第１の実施形態と異なる部分について説明を行う。
以下、第２の実施形態について、図面を参照しながら説明する。
なお、第２の実施形態においては、第１の実施形態において、さらに価格情報設定手段を設けた以外は、第１の実施形態と同様である。以下、第１の実施形態と異なる部分について説明を行う。
【0089】
＜判定システムのハードウェア構成＞
第２の実施形態において、判定システム１００のハードウェア構成は第１の実施形態と同様である。
第２の実施形態において、判定システム１００のハードウェア構成は第１の実施形態と同様である。
【0090】
＜判定システムの機能構成＞
図８は、判定システム１００の機能構成の他の一例を示す図である。
図８において、第１の実施形態である図３との相違点は、記憶部１２０に状態情報ＤＢ１２４、及び比較評価結果ＤＢ１２５をさらに有する点、及び制御部１３０に比較評価部１３３をさらに有する点である。
図８は、判定システム１００の機能構成の他の一例を示す図である。
図８において、第１の実施形態である図３との相違点は、記憶部１２０に状態情報ＤＢ１２４、及び比較評価結果ＤＢ１２５をさらに有する点、及び制御部１３０に比較評価部１３３をさらに有する点である。
【0091】
ここで、状態情報ＤＢについて、図面を参照してより詳細に説明する。
図９Ａ～図９Ｇは、状態情報ＤＢが記憶する状態情報テーブルの一例を示す図である。
状態情報ＤＢ１２４としては、例えば、「生物Ａ：状態情報テーブル（飼育環境情報）」、「生物Ａ：状態情報テーブル（生物情報）」、及び「生物Ａ：状態情報テーブル（飼育者情報）」、並びに、「生物Ｂ：状態情報テーブル（飼育環境情報）」、「生物Ｂ：状態情報テーブル（生物情報）」、及び「生物Ｂ：状態情報テーブル（飼育者情報）」などが挙げられる。
図９Ａ～図９Ｇにおいては、生物Ａ及び生物Ｂとして「ハマチ」を飼育した場合における例を示す。
なお、図９Ｂ～図９Ｇにおいて、同じ記号や符号で表されているものは、同じ数値を表すものではなく、単に数値が記憶されていることを示すものである。
図９Ａ～図９Ｇは、状態情報ＤＢが記憶する状態情報テーブルの一例を示す図である。
状態情報ＤＢ１２４としては、例えば、「生物Ａ：状態情報テーブル（飼育環境情報）」、「生物Ａ：状態情報テーブル（生物情報）」、及び「生物Ａ：状態情報テーブル（飼育者情報）」、並びに、「生物Ｂ：状態情報テーブル（飼育環境情報）」、「生物Ｂ：状態情報テーブル（生物情報）」、及び「生物Ｂ：状態情報テーブル（飼育者情報）」などが挙げられる。
図９Ａ～図９Ｇにおいては、生物Ａ及び生物Ｂとして「ハマチ」を飼育した場合における例を示す。
なお、図９Ｂ～図９Ｇにおいて、同じ記号や符号で表されているものは、同じ数値を表すものではなく、単に数値が記憶されていることを示すものである。
【0092】
図９Ｂに示すように、「生物Ａ：状態情報テーブル（飼育環境情報）」は、「生物Ａ（ハマチ）生簀Ｎｏ．」、「データ取得日」、「飼育施設」、「飼育期間（日）」、「飼料種」、「飼育密度（ｋｇ／ｍ３）」、「飼育環境温度（℃）」、及び「溶存酸素濃度（ｍｇ／Ｌ）」などのデータ項目を含む。
図９Ｃに示すように、「生物Ａ：状態情報テーブル（生物情報）」は、「生物Ａ（ハマチ）生簀Ｎｏ．」、「体長（ｃｍ）」、「重量（ｇ）」、「増量率（％）」、「餌摂取量（ｇ）」、「糞量（ｇ）」、「死亡率（％）」、及び「栄養成分比率（％）（「粗タンパク質（％）」、「粗繊維（％）」、「粗灰分（％）」、「カルシウム（％）」、「リン（％）」）」などのデータ項目を含む。
図９Ｄに示すように、「生物Ａ：状態情報テーブル（飼育者情報）」は、「生物Ａ（ハマチ）生簀Ｎｏ．」、「飼育者名」、「住所」、「飼育家畜情報（「種類」、「数（ｋｇ）」、「年数（年）」）」などのデータ項目を含む。
図９Ｅに示すように、「生物Ｂ：状態情報テーブル（飼育環境情報）」は、「生物Ｂ（ハマチ）生簀Ｎｏ．」、「データ取得日」、「飼育施設」、「飼育期間（日）」、「飼料種」、「飼育密度（ｋｇ／ｍ３）」、「飼育環境温度（℃）」、及び「溶存酸素濃度（ｍｇ／Ｌ）」などのデータ項目を含む。
図９Ｆに示すように、「生物Ｂ：状態情報テーブル（生物情報）」は、「生物Ｂ（ハマチ）生簀Ｎｏ．」、「体長（ｃｍ）」、「重量（ｇ）」、「増量率（％）」、「餌摂取量（ｇ）」、「糞量（ｇ）」、「死亡率（％）」、及び「栄養成分比率（％）（「粗タンパク質（％）」、「粗繊維（％）」、「粗灰分（％）」、「カルシウム（％）」、「リン（％）」）」などのデータ項目を含む。
図９Ｇに示すように、「生物Ｂ：状態情報テーブル（飼育者情報）」は、「生物Ｂ（ハマチ）生簀Ｎｏ．」、「飼育者名」、「住所」、「飼育家畜情報（「種類」、「数（ｋｇ）」、「年数（年）」）」などのデータ項目を含む。
図９Ｃに示すように、「生物Ａ：状態情報テーブル（生物情報）」は、「生物Ａ（ハマチ）生簀Ｎｏ．」、「体長（ｃｍ）」、「重量（ｇ）」、「増量率（％）」、「餌摂取量（ｇ）」、「糞量（ｇ）」、「死亡率（％）」、及び「栄養成分比率（％）（「粗タンパク質（％）」、「粗繊維（％）」、「粗灰分（％）」、「カルシウム（％）」、「リン（％）」）」などのデータ項目を含む。
図９Ｄに示すように、「生物Ａ：状態情報テーブル（飼育者情報）」は、「生物Ａ（ハマチ）生簀Ｎｏ．」、「飼育者名」、「住所」、「飼育家畜情報（「種類」、「数（ｋｇ）」、「年数（年）」）」などのデータ項目を含む。
図９Ｅに示すように、「生物Ｂ：状態情報テーブル（飼育環境情報）」は、「生物Ｂ（ハマチ）生簀Ｎｏ．」、「データ取得日」、「飼育施設」、「飼育期間（日）」、「飼料種」、「飼育密度（ｋｇ／ｍ３）」、「飼育環境温度（℃）」、及び「溶存酸素濃度（ｍｇ／Ｌ）」などのデータ項目を含む。
図９Ｆに示すように、「生物Ｂ：状態情報テーブル（生物情報）」は、「生物Ｂ（ハマチ）生簀Ｎｏ．」、「体長（ｃｍ）」、「重量（ｇ）」、「増量率（％）」、「餌摂取量（ｇ）」、「糞量（ｇ）」、「死亡率（％）」、及び「栄養成分比率（％）（「粗タンパク質（％）」、「粗繊維（％）」、「粗灰分（％）」、「カルシウム（％）」、「リン（％）」）」などのデータ項目を含む。
図９Ｇに示すように、「生物Ｂ：状態情報テーブル（飼育者情報）」は、「生物Ｂ（ハマチ）生簀Ｎｏ．」、「飼育者名」、「住所」、「飼育家畜情報（「種類」、「数（ｋｇ）」、「年数（年）」）」などのデータ項目を含む。
【0093】
図１０は、比較評価結果ＤＢ１２５が記憶する比較評価結果テーブルの一例を示す図である。
図１０に示すように、比較評価結果ＤＢ１２５は、「生物Ａ（ハマチ）生簀Ｎｏ．」、「生物Ｂ（ハマチ）生簀Ｎｏ．」、及び「比較評価結果」などのデータ項目を含む。
図１０に示すように、比較評価結果ＤＢ１２５は、「生物Ａ（ハマチ）生簀Ｎｏ．」、「生物Ｂ（ハマチ）生簀Ｎｏ．」、及び「比較評価結果」などのデータ項目を含む。
【0094】
状態情報ＤＢが記憶する各データについては、各状態情報は、過去に取得した情報をそのまま用いてもよいし、状態情報データにおける１バッチ（整理番号、生簀Ｎｏ．）毎の統計値を用いてもよく、状態情報データにおける項目（例えば、状態情報データにおけるリン濃度）毎の統計値を用いてもよい。
【0095】
制御部１３０は、例えば、記憶部１２０に記憶された各種プログラムを実行するとともに、判定システム１００全体の動作を制御する。第２の実施形態において、制御部１３０は、比較評価部１３３を制御する。
【0096】
比較評価部１３３は、判定部１３２により検討対象物と代替可能な代替飼料を用いて飼育した生物Ａの状態情報を受け付け、状態情報ＤＢ１２４へ取得した状態情報データを記憶する。
また、比較評価部１３３は、状態情報ＤＢ１２４に記憶したデータと、状態情報ＤＢ１２４へ記憶した実用飼料を用いて飼育した生物Ｂのデータと、に基づいて、生物Ａのデータ取得時点における生物Ａの状態を評価する。
また、比較評価部１３３は、状態情報ＤＢ１２４に記憶したデータと、状態情報ＤＢ１２４へ記憶した実用飼料を用いて飼育した生物Ｂのデータと、に基づいて、生物Ａのデータ取得時点における生物Ａの状態を評価する。
【0097】
ここで、制御部１３０が行う制御について、具体例を用いてより詳細に説明する。
例えば、図９Ｂに記載されているように、生物Ａとして「ハマチ」を、代替飼料として「１０００１」を用いた場合について説明する。
まず、使用者は、「生物Ａの状態情報（飼育環境情報）」として、「飼育施設」、「飼育期間（日）」「飼料種」、「飼育密度（ｋｇ／ｍ３）」、「飼育環境温度（℃）」、「溶存酸素濃度（ｍｇ／Ｌ）」を入力する。このとき、使用者は、図９Ｄ及び図９Ｇなどに示すような飼育者情報を同時に入力してもよい。これにより、気候や飼育状況が近い飼育状況の実用飼料を用いたデータを選択して比較評価することもできる。
判定システム１００が「生物Ａの状態情報（飼育環境情報）」を受け付けると、比較評価部１３３は「生物Ａの状態情報（飼育環境情報）」と「生物Ｂの状態情報（飼育環境情報）」とを照合する。即ち、「生物Ａの状態情報（飼育環境情報）」とデータ項目が一致する、又は近いデータ項目を有する「生物Ｂの状態情報（飼育環境情報）」のデータを検索及び抽出する。
なお、「近いデータ項目を有する」とは、例えば、「飼育施設」は完全に一致しており、「飼育期間（日）」、「飼育密度（ｋｇ／ｍ３）」、「飼育環境温度（℃）」、及び「溶存酸素濃度（ｍｇ／Ｌ）」のデータ項目については、「生物Ａの状態情報（飼育環境情報）」におけるデータ項目の数値の±５％以内の数値範囲に入る対応するデータ項目を２つ以上有する、ことなどとする。「近いデータ項目を有する」の判断基準については、目的に応じて適宜使用者が設定することができる。
次に、使用者は、「生物Ａの状態情報（生物情報）」として、「体長（ｃｍ）」、「重量（ｇ）」、「増量率（％）」、「餌摂取量（ｇ）」、「糞量（ｇ）」、「死亡率（％）」、及び「栄養成分比率（％）（「粗タンパク質（％）」、「粗繊維（％）」、「粗灰分（％）」、「カルシウム（％）」、「リン（％）」）」を入力する。これらのデータ項目は手入力でもよいし、飼育環境に取り付けた無線又は有線で接続したセンサなどを用いて取得してもよい。
入力した「生物Ａの状態情報（飼育環境情報）」と、データ項目が一致する又は近いデータ項目を有する「生物Ｂの状態情報（飼育環境情報）」のデータを照合し抽出したら、図９Ｃ及び図９Ｆに示す「生物Ａの状態情報（生物情報）」の各データ項目と、「生物Ｂの状態情報（生物情報）」における対応するデータ項目と、を比較する。
比較評価部１３３は、比較した結果を比較評価結果ＤＢ１２５へ記憶させる。
例えば、図９Ｂに記載されているように、生物Ａとして「ハマチ」を、代替飼料として「１０００１」を用いた場合について説明する。
まず、使用者は、「生物Ａの状態情報（飼育環境情報）」として、「飼育施設」、「飼育期間（日）」「飼料種」、「飼育密度（ｋｇ／ｍ３）」、「飼育環境温度（℃）」、「溶存酸素濃度（ｍｇ／Ｌ）」を入力する。このとき、使用者は、図９Ｄ及び図９Ｇなどに示すような飼育者情報を同時に入力してもよい。これにより、気候や飼育状況が近い飼育状況の実用飼料を用いたデータを選択して比較評価することもできる。
判定システム１００が「生物Ａの状態情報（飼育環境情報）」を受け付けると、比較評価部１３３は「生物Ａの状態情報（飼育環境情報）」と「生物Ｂの状態情報（飼育環境情報）」とを照合する。即ち、「生物Ａの状態情報（飼育環境情報）」とデータ項目が一致する、又は近いデータ項目を有する「生物Ｂの状態情報（飼育環境情報）」のデータを検索及び抽出する。
なお、「近いデータ項目を有する」とは、例えば、「飼育施設」は完全に一致しており、「飼育期間（日）」、「飼育密度（ｋｇ／ｍ３）」、「飼育環境温度（℃）」、及び「溶存酸素濃度（ｍｇ／Ｌ）」のデータ項目については、「生物Ａの状態情報（飼育環境情報）」におけるデータ項目の数値の±５％以内の数値範囲に入る対応するデータ項目を２つ以上有する、ことなどとする。「近いデータ項目を有する」の判断基準については、目的に応じて適宜使用者が設定することができる。
次に、使用者は、「生物Ａの状態情報（生物情報）」として、「体長（ｃｍ）」、「重量（ｇ）」、「増量率（％）」、「餌摂取量（ｇ）」、「糞量（ｇ）」、「死亡率（％）」、及び「栄養成分比率（％）（「粗タンパク質（％）」、「粗繊維（％）」、「粗灰分（％）」、「カルシウム（％）」、「リン（％）」）」を入力する。これらのデータ項目は手入力でもよいし、飼育環境に取り付けた無線又は有線で接続したセンサなどを用いて取得してもよい。
入力した「生物Ａの状態情報（飼育環境情報）」と、データ項目が一致する又は近いデータ項目を有する「生物Ｂの状態情報（飼育環境情報）」のデータを照合し抽出したら、図９Ｃ及び図９Ｆに示す「生物Ａの状態情報（生物情報）」の各データ項目と、「生物Ｂの状態情報（生物情報）」における対応するデータ項目と、を比較する。
比較評価部１３３は、比較した結果を比較評価結果ＤＢ１２５へ記憶させる。
【0098】
出力部１５０は、例えば、比較評価部１３３が評価した結果を、出力装置１０６に出力する。
【0099】
次に、本発明の判定プログラムの処理手順を示す。図１１は、判定システム１００の制御部１３０における判定プログラムの処理手順の一例を示すフローチャートである。
【0100】
ステップＳ２０１では、判定システム１００の制御部１３０は、通信部１１０から代替飼料を用いて飼育した生物Ａの状態情報を受け付け、処理をＳ１０２へ移行する。
ステップＳ２０２では、判定システム１０の制御部１３０の比較評価部１３３は、受け付けた生物Ａの状態情報と、対応する実用飼料を用いて飼育した生物Ｂの状態情報と、を照合し、処理をＳ２０３へ移行する。
ステップＳ２０３では、受け付けた生物Ａが、照合した生物Ｂと比較し、状態（品質）が良いか否か評価し、処理をＳ２０４へ移行する。
ステップＳ２０４では、評価結果を比較評価結果ＤＢへ記憶させ、処理をＳ２０５へ移行する。
ステップＳ２０５では、評価結果を結果提示手段に提示させ、本処理を終了させる。
ステップＳ２０２では、判定システム１０の制御部１３０の比較評価部１３３は、受け付けた生物Ａの状態情報と、対応する実用飼料を用いて飼育した生物Ｂの状態情報と、を照合し、処理をＳ２０３へ移行する。
ステップＳ２０３では、受け付けた生物Ａが、照合した生物Ｂと比較し、状態（品質）が良いか否か評価し、処理をＳ２０４へ移行する。
ステップＳ２０４では、評価結果を比較評価結果ＤＢへ記憶させ、処理をＳ２０５へ移行する。
ステップＳ２０５では、評価結果を結果提示手段に提示させ、本処理を終了させる。
【0101】
以上、説明したように、本発明の判定システムを用いることにより、前記ユーザが取得した状態情報と、前記代替飼料を用いずに飼育した生物（以下、生物Ｂと称する）の状態情報と、を前記比較評価手段により比較し評価することで、前記代替飼料を用いることによる生物への影響を評価することができる。これにより、前記検討対象物を前記代替飼料に変更したことによる利点（メリット）及び欠点（デメリット）の情報を取得することができる。このような情報を取得することができると、例えば、魚などの養殖産業において、代替飼料を用いたことによる効果についての情報を提供することができる。また、生産者などが、代替飼料を用いることによる効果を期待して、他の生物に対しても代替飼料を実施することを検討することができる。
【0102】
本発明の態様としては、例えば、以下のものなどが挙げられる。
＜１＞ 検討対象物の代替飼料としての代替利用可能性を判定する判定システムであって、
前記検討対象物の特定情報を受け付け、
前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、判定手段を有する、
ことを特徴とする判定システムである。
＜２＞ 前記判定手段が判定した結果を提示する結果提示手段を有する、前記＜１＞に記載の判定システムである。
＜３＞ 前記検討対象物が、植物体、動物体、バクテリア、菌類、及び原生生物の少なくとも一部である、前記＜１＞から＜２＞のいずれかに記載の判定システムである。
＜４＞ 前記検討対象物の特定情報が、前記検討対象物の名称、前記検討対象物の部位名、及び前記検討対象物の構成成分割合の少なくとも１以上を含む、前記＜１＞から＜３＞のいずれかに記載の判定システムである。
＜５＞ 前記判定手段が、前記検討対象物の特定情報をユーザーからの無線及び有線の少なくともいずれかの通信により受け付ける、前記＜１＞から＜４＞のいずれかに記載の判定システムである。
＜６＞ 前記判定手段が、
前記検討対象物の構成成分割合と、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの構成成分割合とを対比し、その近似度に基づいて、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、前記＜１＞から＜５＞のいずれかに記載の判定システムである。
＜７＞ 前記近似度が、
前記検討対象物における構成成分割合が３０％以上である構成成分と、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかにおける構成成分割合が３０％以上である構成成分とが対応し、かつ、
前記構成成分割合が３０％以上である構成成分の内、対応する前記構成成分の構成成分割合どうしの差の絶対値の合計値として求められる、前記＜６＞に記載の判定システムである。
＜８＞ 前記判定手段が、
前記近似度が所定の閾値以下であるときに、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかが有ると判定する、前記＜７＞に記載の判定システムである。
＜９＞ 前記判定手段により前記検討対象物と代替可能な前記代替飼料を用いて飼育した生物Ａの状態情報と、
前記代替飼料を用いずに飼育した生物Ｂの状態情報と、
を比較し評価する比較評価手段を更に有する、前記＜１＞から＜８＞のいずれかに記載の判定システムである。
＜１０＞ 検討対象物の代替飼料としての代替利用可能性を判定する判定方法であって、
検討対象物の特定情報を受け付け、
受け付けた前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する判定工程を含む、ことを特徴とする判定方法である。
＜１１＞ 検討対象物の代替飼料としての代替利用可能性を判定する判定プログラムであって、
検討対象物の特定情報を受け付け、
受け付けた前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、処理をコンピュータに行わせることを特徴とする判定プログラムである。
＜１＞ 検討対象物の代替飼料としての代替利用可能性を判定する判定システムであって、
前記検討対象物の特定情報を受け付け、
前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、判定手段を有する、
ことを特徴とする判定システムである。
＜２＞ 前記判定手段が判定した結果を提示する結果提示手段を有する、前記＜１＞に記載の判定システムである。
＜３＞ 前記検討対象物が、植物体、動物体、バクテリア、菌類、及び原生生物の少なくとも一部である、前記＜１＞から＜２＞のいずれかに記載の判定システムである。
＜４＞ 前記検討対象物の特定情報が、前記検討対象物の名称、前記検討対象物の部位名、及び前記検討対象物の構成成分割合の少なくとも１以上を含む、前記＜１＞から＜３＞のいずれかに記載の判定システムである。
＜５＞ 前記判定手段が、前記検討対象物の特定情報をユーザーからの無線及び有線の少なくともいずれかの通信により受け付ける、前記＜１＞から＜４＞のいずれかに記載の判定システムである。
＜６＞ 前記判定手段が、
前記検討対象物の構成成分割合と、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの構成成分割合とを対比し、その近似度に基づいて、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、前記＜１＞から＜５＞のいずれかに記載の判定システムである。
＜７＞ 前記近似度が、
前記検討対象物における構成成分割合が３０％以上である構成成分と、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかにおける構成成分割合が３０％以上である構成成分とが対応し、かつ、
前記構成成分割合が３０％以上である構成成分の内、対応する前記構成成分の構成成分割合どうしの差の絶対値の合計値として求められる、前記＜６＞に記載の判定システムである。
＜８＞ 前記判定手段が、
前記近似度が所定の閾値以下であるときに、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかが有ると判定する、前記＜７＞に記載の判定システムである。
＜９＞ 前記判定手段により前記検討対象物と代替可能な前記代替飼料を用いて飼育した生物Ａの状態情報と、
前記代替飼料を用いずに飼育した生物Ｂの状態情報と、
を比較し評価する比較評価手段を更に有する、前記＜１＞から＜８＞のいずれかに記載の判定システムである。
＜１０＞ 検討対象物の代替飼料としての代替利用可能性を判定する判定方法であって、
検討対象物の特定情報を受け付け、
受け付けた前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する判定工程を含む、ことを特徴とする判定方法である。
＜１１＞ 検討対象物の代替飼料としての代替利用可能性を判定する判定プログラムであって、
検討対象物の特定情報を受け付け、
受け付けた前記検討対象物の特定情報と、実用飼料の特定情報とを照合し、
前記検討対象物と代替可能な、前記実用飼料及び前記実用飼料における配合成分の少なくともいずれかの有無を判定する、処理をコンピュータに行わせることを特徴とする判定プログラムである。
【0103】
前記＜１＞から＜９＞のいずれかに記載の判定システム、前記＜１０＞に記載の判定方法、及び前記＜１１＞に記載の判定プログラムによると、従来における前記諸問題を解決し、前記本発明の目的を達成することができる。
【符号の説明】
【0104】
１００ 判定システム
１００’ 判定手段
１２１ 検討対象物データベース
１２２ 実用飼料データベース
１２３ 判定結果データベース
１２４ 状態情報データベース
１２５ 比較評価結果データベース
１３１ 照合部
１３２ 判定部
１３３ 比較評価部
２００ 端末機（端末装置）
３００ ネットワーク
１００’ 判定手段
１２１ 検討対象物データベース
１２２ 実用飼料データベース
１２３ 判定結果データベース
１２４ 状態情報データベース
１２５ 比較評価結果データベース
１３１ 照合部
１３２ 判定部
１３３ 比較評価部
２００ 端末機（端末装置）
３００ ネットワーク
【図1】
【図2】
【図3】
【図4A】
【図4B】
【図4C】
【図5】
【図6】
【図7】
【図8】
【図9A】
【図9B】
【図9C】
【図9D】
【図9E】
【図9F】
【図9G】
【図10】
【図11】