Challenge
課題
- 01
受注開発品は毎回工程が異なり、スケジュール作成がベテラン担当者の頭の中で行われていた。
- 02
担当者が不在だと納期回答ができず、営業の即答性が落ちていた。
Solution
トランスAIの打ち手
- 01
現場の制約を洗い出して定式化
設備の能力、前後工程の順序、作業者ごとに対応できる工程の違いといった制約を現場ヒアリングで洗い出し、最適化問題として定式化しました。
- 02
段取り替えを織り込んだ割当
同じ設備でも、直前に流した品目によって段取り替えの手間が変わります。この段取り時間を制約に織り込み、同種の品目をまとめて流すことで段取りの回数自体が減る割当になるようにしました。
- 03
貪欲法ベースの工程割当
厳密解を待つのではなく、実用的な時間で妥当な解を返す貪欲法ベースの割当を採用。実データで全制約を満たすことを確認しました。
Outcome
導入後
データ読み込みからスケジュール出力までを約5秒で実行し、その場で納期の見通しを立てられるようになった。
スケジュール作成の根拠が制約条件として明示され、担当者以外でも内容を検証できる状態になった。
段取り替えの扱いがルールとして書き出され、担当者ごとの組み方の違いが揃うようになった。
Technology
技術・構成
- 数理最適化
- 貪欲法によるスケジューリング
- Python
お客様との守秘義務契約に基づき、企業名・固有の数値の一部は伏せています。 近い課題をお持ちの場合は、貴社の業務に合わせた進め方をご提案しますので、お気軽にお問い合わせください。