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
560
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
65
SPSS Modeler18.6 新機能Text Analytics
jpspss
0
60
20241127SPSS秋01_産総研本田先生資料
jpspss
0
81
20241127SPSS秋02_東日本旅客鉄道 堀様資料
jpspss
0
100
20241127SPSS秋03_イズミ_落合様資料
jpspss
0
85
20241127SPSS秋04_朝日生命_野澤様_岸田様資料
jpspss
0
130
20240606SPSS春01_H2O小山様資料
jpspss
0
740
20240606SPSS春06_日本生命佐藤様資料
jpspss
1
580
20240606SPSS春03_KINTOテクノロジーズ西口様資料
jpspss
0
570
Other Decks in Technology
See All in Technology
Writing Ruby Scripts with TypeProf
mame
0
220
サーバレス、コンテナ、データベース特化型機能をご紹介。CloudWatch をもっと使いこなそう!
o11yfes2023
0
180
MCPを活用した検索システムの作り方/How to implement search systems with MCP #catalks
quiver
12
6.8k
AIと開発者の共創: エージェント時代におけるAIフレンドリーなDevOpsの実践
bicstone
1
320
読んで学ぶ Amplify Gen2 / Amplify と CDK の関係を紐解く #jawsug_tokyo
tacck
PRO
1
160
ドキュメント管理の理想と現実
kazuhe
1
210
AIコーディングの最前線 〜活用のコツと課題〜
pharma_x_tech
3
1.9k
Dynamic Reteaming And Self Organization
miholovesq
3
580
AWSLambdaMCPServerを使ってツールとMCPサーバを分離する
tkikuchi
1
3.1k
コスト最適重視でAurora PostgreSQLのログ分析基盤を作ってみた #jawsug_tokyo
non97
0
440
白金鉱業Meetup_Vol.18_AIエージェント時代のUI/UX設計
brainpadpr
1
170
Cross Data Platforms Meetup LT 20250422
tarotaro0129
1
700
Featured
See All Featured
Faster Mobile Websites
deanohume
306
31k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
34
2.2k
Building a Scalable Design System with Sketch
lauravandoore
462
33k
Making Projects Easy
brettharned
116
6.1k
Measuring & Analyzing Core Web Vitals
bluesmoon
7
390
Navigating Team Friction
lara
184
15k
VelocityConf: Rendering Performance Case Studies
addyosmani
328
24k
Adopting Sorbet at Scale
ufuk
76
9.3k
Code Review Best Practice
trishagee
67
18k
Rebuilding a faster, lazier Slack
samanthasiow
80
8.9k
Embracing the Ebb and Flow
colly
85
4.6k
Music & Morning Musume
bryan
47
6.5k
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