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
420
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
20240606SPSS春01_H2O小山様資料
jpspss
0
550
20240606SPSS春06_日本生命佐藤様資料
jpspss
1
410
20240606SPSS春03_KINTOテクノロジーズ西口様資料
jpspss
0
440
20240606SPSS春04_IBM資料
jpspss
0
420
20240606SPSS春05_AIT林様資料
jpspss
0
370
20240606SPSS春07_IBM京田資料
jpspss
0
51
2023SPSS秋01_HONDA小川様資料
jpspss
1
1.2k
2023SPSS秋02_JFE-TEC津田様資料
jpspss
0
890
2023SPSS秋03_日本ガイシ齊藤様資料
jpspss
0
1.3k
Other Decks in Technology
See All in Technology
Lexical Analysis
shigashiyama
1
150
FlutterアプリにおけるSLI/SLOを用いたユーザー体験の可視化と計測基盤構築
ostk0069
0
100
障害対応指揮の意思決定と情報共有における価値観 / Waroom Meetup #2
arthur1
5
480
Flutterによる 効率的なAndroid・iOS・Webアプリケーション開発の事例
recruitengineers
PRO
0
120
テストコード品質を高めるためにMutation Testingライブラリ・Strykerを実戦導入してみた話
ysknsid25
7
2.7k
AIチャットボット開発への生成AI活用
ryomrt
0
170
アプリエンジニアのためのGraphQL入門.pdf
spycwolf
0
100
日経電子版のStoreKit2フルリニューアル
shimastripe
1
140
OTelCol_TailSampling_and_SpanMetrics
gumamon
1
200
強いチームと開発生産性
onk
PRO
35
11k
Zennのパフォーマンスモニタリングでやっていること
ryosukeigarashi
0
150
EventHub Startup CTO of the year 2024 ピッチ資料
eventhub
0
120
Featured
See All Featured
We Have a Design System, Now What?
morganepeng
50
7.2k
Learning to Love Humans: Emotional Interface Design
aarron
273
40k
The Pragmatic Product Professional
lauravandoore
31
6.3k
Code Review Best Practice
trishagee
64
17k
Fireside Chat
paigeccino
34
3k
Bootstrapping a Software Product
garrettdimon
PRO
305
110k
Code Reviewing Like a Champion
maltzj
520
39k
Statistics for Hackers
jakevdp
796
220k
jQuery: Nuts, Bolts and Bling
dougneiner
61
7.5k
Done Done
chrislema
181
16k
Intergalactic Javascript Robots from Outer Space
tanoku
269
27k
Building Applications with DynamoDB
mza
90
6.1k
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