Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
20240606SPSS春02_NIC近澤様資料
Search
JPSPSS
June 06, 2024
Technology
0
570
20240606SPSS春02_NIC近澤様資料
2024-06-06に開催されたSPSS 春のユーザーイベントのご講演
日本情報通信株式会社 近澤喜史様
「需要予測に基づいた生産計画最適化」
のスライド資料(公開版)です
JPSPSS
June 06, 2024
Tweet
Share
More Decks by JPSPSS
See All by JPSPSS
SPSS Modeler 18.6 新機能ハイライト
jpspss
0
77
SPSS Modeler18.6 新機能Text Analytics
jpspss
0
66
20241127SPSS秋01_産総研本田先生資料
jpspss
0
91
20241127SPSS秋02_東日本旅客鉄道 堀様資料
jpspss
0
110
20241127SPSS秋03_イズミ_落合様資料
jpspss
0
110
20241127SPSS秋04_朝日生命_野澤様_岸田様資料
jpspss
0
150
20240606SPSS春01_H2O小山様資料
jpspss
0
750
20240606SPSS春06_日本生命佐藤様資料
jpspss
1
590
20240606SPSS春03_KINTOテクノロジーズ西口様資料
jpspss
0
580
Other Decks in Technology
See All in Technology
Introduction to Sansan, inc / Sansan Global Development Center, Inc.
sansan33
PRO
0
2.6k
What's Next in OpenShift Q2 CY2025
redhatlivestreaming
0
120
Machine Intelligence for Vision, Language, and Actions
keio_smilab
PRO
0
290
初めてのGoogle Cloud by AWS出身者
harukasakihara
1
720
撤退危機からのピボット : 4年目エンジニアがリードする TypeScript で挑む事業復活 / crisis-to-pivot-4th-year-engineer-ts-relaunch
carta_engineering
2
760
テスト設計チュートリアル ちびこん編 ’25
omn
1
440
マップを速く表示するために
tsuboyan5
0
170
それでもぼくらは貢献をつづけるのだ(たぶん) @FOSS4GLT会#002
furukawayasuto
1
240
Digitization部 紹介資料
sansan33
PRO
1
3.7k
研究開発部メンバーの働き⽅ / Sansan R&D Profile
sansan33
PRO
3
17k
Eight Engineering Unit 紹介資料
sansan33
PRO
0
3k
AIの電力問題を概観する
rmaruy
1
180
Featured
See All Featured
Optimizing for Happiness
mojombo
378
70k
Keith and Marios Guide to Fast Websites
keithpitt
411
22k
Designing for humans not robots
tammielis
253
25k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
248
1.3M
A Modern Web Designer's Workflow
chriscoyier
693
190k
Designing Experiences People Love
moore
142
24k
Making Projects Easy
brettharned
116
6.2k
A Tale of Four Properties
chriscoyier
159
23k
Typedesign – Prime Four
hannesfritz
41
2.6k
Faster Mobile Websites
deanohume
307
31k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.3k
Building a Scalable Design System with Sketch
lauravandoore
462
33k
Transcript
Copyright 2024 Nippon Information and Communication Corporation Modeler Tips-2 需要予測に基づいた生産計画最適化
日本情報通信株式会社 2024年6月6日 2024 SPSS Modeler 春のユーザーイベント
- 2 - Copyright 2024 Nippon Information and Communication Corporation
日本 Nippon 情報 Information 通信 Communication 35+ 40,000+ M¥ 1000+ employees Security AI Marketing BigData Analytics IoT Cloud Storage SI Service Managed Service Network 日本情報通信株式会社(NI+C)の紹介 35年以上にわたり各業界のお客様をご支援 データから価値を引き出す100名以上のテクノロジーエンジニアチーム
- 3 - Copyright 2024 Nippon Information and Communication Corporation
2023秋のSPSSユーザーイベント SPSSからの挑戦状:「8組の男女の最適なペアを作成」 以下のような男性8名、女性8名を以下になるように最適にペアリングを行います。 1.年齢差が最小(最優先) 2.季節スコアが最大(好みの季節一致で2点加点、正反対の季節は1点減点) ただし、下記の制約条件を満たすようにします。 1.居住県は一致もしくは 2.隣接年齢差は±3歳まで 膨大な組合せから最適なペア(解)を求めたい
- 4 - Copyright 2024 Nippon Information and Communication Corporation
2023秋のSPSSユーザーイベント SPSSからの挑戦状:「CPLEXの最適化ノード」 予測分析・機械学習 SPSS Modeler データ加工処理作成 分析処理作成 アイコンを使用して簡単に加工・ 分析処理を作成! CPLEXの最適化ノード CPLEXの最適化ノードを使用することで、データ加工や 機械学習の予測結果からシームレスに最適化処理を実行することが可能 CPLEXの最適化ノードは、膨大な組合せから最適なペア(解)を求められる
- 5 - Copyright 2024 Nippon Information and Communication Corporation
CPLEXの最適化ノードを用いた解法 最適化の条件はOPLという 言語(コード)を用いて実装します。 答えが出るまでの時間 SPSSのみ:46秒 CPLEXの最適化ノード:0.1秒 CPLEXの最適化ノードで最適なペア(解)を超高速に発見 2023秋のSPSSユーザーイベント SPSSからの挑戦状:CPLEXの最適化ノードによる解法
- 6 - Copyright 2024 Nippon Information and Communication Corporation
最適化ソリューションとは? 何を 目指したいのか どんな決まりが あるのか X 何を 決めたいか すべての条件を満たして、 コストの最小化や利益の最大化を実現する 最適なリソース配分やスケジュールを発見 X ✔コストの最小化? ✔利益の最大化? ✔要員の配置? ✔生産の順序? ✔やらなくてはいけないこと ✔やってはいけないこと
- 7 - Copyright 2024 Nippon Information and Communication Corporation
最適化ソリューション IBM CPLEX コストの最小化 利益の最大化 最適化ソリューションの適用業務 生産計画を最適化 マーケティングキャンペーン (施策実行)最適化 人材配置を最適化 商品等の輸送ルートを 最適化
- 8 - Copyright 2024 Nippon Information and Communication Corporation
CPLEXの最適化ノードでより多くの業務に展開可能 需要予測に基づいた生産計画最適化を「CPLEXの最適化ノード」で実現 需要予測 需要量に応じて、最適な生産 計画を立案 過去の実績等から製品の 需要量を予測 × 需要予測に基づく 生産計画最適化
- 9 - Copyright 2024 Nippon Information and Communication Corporation
2つのエンジンで、シンプルな計画から複雑な計画まで対応 生産計画最適化のイメージ シンプルな生産計画 MP 複雑な生産計画 CP 生産可能時間・ライン 需要予測結果 KPI・制約 生産可能時間・ラインの範囲内で 需要予測結果に基づく生産計画を 生産の順序関係・生産後のアイドル タイム・メンテナンス時間を考慮した 生産計画を立案 優先生産 コスト(KPI) 需要予測結果 KPI・制約 生産可能時間・ライン 優先生産 コスト(KPI) 生産順序・アイドルタイム メンテナンス時間
- 10 - Copyright 2024 Nippon Information and Communication Corporation
2つのエンジンで、シンプルな計画から複雑な計画まで対応 生産計画最適化のイメージ シンプルな生産計画 MP 複雑な生産計画 CP 生産可能時間・ライン 需要予測結果 KPI・制約 生産可能時間・ラインの範囲内で 需要予測結果に基づく生産計画を 生産の順序関係・生産後のアイドル タイム・メンテナンス時間を考慮した 生産計画を立案 優先生産 コスト(KPI) 需要予測結果 KPI・制約 生産可能時間・ライン 優先生産 コスト(KPI) 生産順序・アイドルタイム メンテナンス時間
- 11 - Copyright 2024 Nippon Information and Communication Corporation
CPLEXでは、複雑なスケジュール問題に対応可能なエンジンを持ち合わせる 制約プログラミング(CP)による複雑な生産計画立案 設備 生産スケジュール ラインA ラインB ラインC 製品A 製品B 製品C作成 アイドルタイム メンテナンスの考慮 完成時のアイドルタイム 考慮 アイドルタイム 製品間の順序 アイドルタイムの考慮 最適化したい項目 目的:生産コスト
- 12 - Copyright 2024 Nippon Information and Communication Corporation
SPSS Modeler × CPLEXで最適化を実現 SPSS Modeler データ加工処理作成 IBM CPLEX ✔ルールを守りながら、最も効果の 高い組み合わせを計算! 分析処理作成 最適化処理実行 ✔アイコンを使用して簡単に加工・ 分析処理を作成! × SPSS Modeler × CPLEXで予測から最適化までを一連で実行! ご相談は「
[email protected]
」までお申し付けください!
- 13 - Copyright 2024 Nippon Information and Communication Corporation
開催日時: 2024年7月25日 (木) 12:05-12:55 アジェンダ: 1.機械学習と生成AIを活用した顧客育成とは? 2.対話型レコメンドで「顧客」から「ファン」への 育成を実現した実例とデモ 生成AIと機械学習を活用した顧客育成セミナー -対話型レコメンドで「顧客」から「ファン」への育成を推進! 小売業を中心とした営業・マーケティング現場における 生成AIと機械学習・最適化を活用した顧客育成 推進・効率化の実現方法 実施詳細 ご参加希望の方は下記QRコードより お申込みください! セミナーのご案内 本日ご紹介のCPLEX(最適化)や生成AI・機械学習を組合せた 顧客育成セミナーを開催
- 14 - Copyright 2024 Nippon Information and Communication Corporation