[2H1-J-2] 機械学習: ビジネスとモデリング

[2H1-J-2-04] 良品率予測と装置組合せ最適化による生産性向上

鈴木 慶昭¹、〇加納 学¹、曽我 朗²、柳町 武志²、村尾 了²、髙木 雅哉² (1. 京都大学、2. 東芝)

キーワード：機械学習、生産スケジューリング

多工程生産設備の生産性向上を目指して，装置組合せに依存する良品率の推定方法と良品率を考慮した生産スケジューリング方法を開発した．良品率推定にはField-aware Factorization Machines (FFM)が極めて有効であり，良品率を高 精度で推定できることに加えて，良品率に影響する特別な装置組合せを正確に特定できた．さらに，メイクスパン最小化と最終製品良品率最大化を同時に考慮した多目的生産スケジューリング問題をMILP問題として定式化し，NSGA-II と新しいディスパッチングルールを組み合わせることで，優れたパレート最適解を導出できた. ディスパッチングルールとしてFIFOを用いる場合，メイクスパンのみを目的関数とする従来法に比べて，単位時間あたりの良品数を12%向上できた．