[发明专利]生产实绩数据分析装置

权利要求书

1.一种生产实绩数据分析装置，其特征在于，

上述生产实绩数据分析装置包括：

一个以上的存储装置；以及

一个以上的处理器，

上述一个以上的存储装置存储：

多个开工顺序规则模型群；以及

生产实绩数据中的事件数据，

上述事件数据包含在多个工序中分别从等待执行作业中选择出下一个执行的作业的事件的信息，

上述多个开工顺序规则模型群分别由多个开工顺序规则模型构成，

各开工顺序规则模型群的各开工顺序规则模型在上述多个工序中从对应的工序的事件的等待执行作业中推定下一个要选择的作业，

就上述一个以上的处理器而言，在上述多个工序的各工序中，根据对应的开工顺序规则模型群的多个开工顺序规则模型，分别生成所选择的事件的推定结果，并且

根据上述推定结果分别所示的作业与上述生产实绩数据中的在上述所选择的事件中实际选择出的作业的一致和不一致，决定上述所选择的事件的可靠度，

根据上述可靠度，判定用于生成新的开工顺序规则模型的训练数据中是否包含上述所选择的事件。

2.根据权利要求1所述的生产实绩数据分析装置，其特征在于，

上述一个以上的处理器使用上述训练数据，构筑上述新的开工顺序规则模型。

3.根据权利要求1所述的生产实绩数据分析装置，其特征在于，

上述生产实绩数据在上述多个工序中分别表示作业执行开始时刻和执行完成时刻，

上述一个以上的处理器根据上述生产实绩数据生成上述事件数据，在上述事件数据的生成中，根据上述作业的执行开始时刻和执行完成时刻，对作为上述事件的上述下一个执行的作业而选择出的作业和上述等待执行作业进行确定。

4.根据权利要求1所述的生产实绩数据分析装置，其特征在于，

上述一个以上的处理器使用上述事件数据或根据与上述生产实绩数据不同的生产实绩数据生成的事件数据，构筑上述多个开工顺序规则模型群。

5.根据权利要求1所述的生产实绩数据分析装置，其特征在于，

上述多个开工顺序规则模型的至少一部分开工顺序规则模型是通过相互不同的机器学习方法构成的模型。

6.根据权利要求1所述的生产实绩数据分析装置，其特征在于，

根据相互不同的数据组来训练上述多个开工顺序规则模型的至少一部分开工顺序规则模型。

7.根据权利要求6所述的生产实绩数据分析装置，其特征在于，

上述不同的数据组是在生产实绩中分离的不同期间中的数据组。

8.根据权利要求1所述的生产实绩数据分析装置，其特征在于，

上述一个以上的处理器在输出设备中提示推定出的基于工序的开工顺序规则模型群的推定结果的信息。

9.根据权利要求1所述的生产实绩数据分析装置，其特征在于，

上述一个以上的处理器在输出设备中提示上述生产实绩数据的事件的可靠度和事件数之间的关系。

10.根据权利要求1所述的生产实绩数据分析装置，其特征在于，

上述一个以上的处理器在输出设备中提示指定的事件的实绩和基于与上述指定的事件对应的多个开工顺序规则模型的上述指定的事件的推定结果之间的关系，

上述一个以上的处理器经由输入设备接受对上述训练数据的修正。