JP2016134180A - エージェントに基づく需要予測システム及び方法 - Google Patents

Abstract

【課題】気象に依存した製品需要予測を生成するエージェントに基づく需要予測システム等を提供する。
【解決手段】システムは、エージェントによる気象に依存した製品取得に関する履歴データに基づきエージェント行動規則を選択及び／又は生成する分析モジュールと、実時間において天気予報を取得し且つ予め定義された天気事象規則にアクセスする気象モジュールと、エージェント行動規則及び天気予報を使用して、エージェントの行動をシミュレーションし且つ製品需要予測を生成するシミュレーションモジュールとを有する。気象モジュールは、取得された天気予報を予め定義された天気事象規則と比較し、それらの間の整合に基づきシミュレーションモジュールにおけるシミュレーションをトリガする。
【選択図】図３

Description

本発明は、あらゆる製造及び／又は流通産業における需要予測の実際的な使用に関する。

需要予測は、製造及び流通産業にとって困難な課題である。需要予測の目的は、製造者が特定の時点で必要とされる適切な量及びタイプの品物を生産することを可能にし、十分時間をかけてそれらが必要とされている場所へ発送されるようにすることである。生産者は、以下のような種々の理由により、過剰及び過少生産及び保管を回避するよう、高い品質の需要予測を望み得る。
・販売によらなければ利益が期待されないので、需要が存在するとき及びところで発送すべき正確なユニットの数を生産することが重要である。
・競合する製造者が誤った生産量決定を行った場合に、組織は、自身の事業を好転することができる立場にありたいと望み得る。
・持ち越し費用：売れ残りの品物の保管は関連する費用を伴う。
・廃品：品物の過剰生産は、それらの品物が後日売れ残り、再利用又はリサイクルできない場合に、廃品となり得る。
・評判及び進行中の事業は、生産者が必要とされたときに需要を満たすことができない場合に、ダメージを負う可能性がある。

多くの品物の需要は気象に依存する。暑い天気及び寒い天気はいずれも、潜在的に重要である。更には、気象の考慮は、日用消費グループ、すなわちＦＭＣＧ（Fast Moving Consumer Group）空間（例えば、食品及び飲料）から衣服及び電気製品（暖房装置、冷房装置）まで多岐にわたる製品の範囲にわたって関係がある。

目先の問題は、サプライチェーンの生産ステップであり得るが、生産及び流通ネットワークを横断するプレイヤーは、製造及び流通産業にわたるサプライチェーン、生産、原料供給、及び他の動作への気象に依存した需要の正確な予測の組み込みから恩恵を受ける立場にある。

気象予測は、現在、一部の生産者（例えば、発電業者）によって、彼らの需要予測ストラテジーの部分として使用されている。これは、予測を導き出すよう他のビジネス情報（例えば、マクロ経済条件、顧客調査、等）と場合により組み合わされ得る。

本発明者は、気象に依存したより良い需要予測、よって、需要により近い製造及び／又はサプライチェーンの適応が、エージェントに基づくモデリングによって提供され得ることを実現することに取り組む。

エージェントに基づくモデル（ＡＢＭ；Agent-Based Model）（時々、マルチエージェントシステム又はマルチエージェントシミュレーションとの語にも関係がある。）は、自律エージェントの行動及び相互作用を、システムに対するそれらの影響を全体として評価することを目的としてシミュレーションする計算モデルである。多くのモデルにおいて、夫々のエージェントは個（人）である。個々の行動をシミュレーションするために、個人は、例えば、刺激に対する規則に基づく反応といった、属性を与えられる。

本発明の態様の一実施形態に従って、製品のクライアントをエージェントとするエージェントに基づくモデリングにより気象に依存した製品需要予測を生成するエージェントに基づく需要予測システムが提供される。当該システムは、クライアントエージェントによる気象に依存した製品取得に関する履歴データに基づきエージェント行動規則を選択及び／又は生成するよう構成される分析モジュールと、実時間において天気予報を取得し且つ予め定義された天気事象規則にアクセスするよう構成される気象モジュールと、前記エージェント行動規則及び天気予報を使用して、エージェントの行動をシミュレーションし且つ製品需要予測を生成するよう構成されるエージェントに基づくシミュレーションモジュールとを有する。前記気象モジュールは、前記取得された天気予報を前記予め定義された天気事象規則と比較し、取得された天気予報と予め定義された天気事象規則との間の整合に基づき前記エージェントに基づくシミュレーションモジュールにおけるシミュレーションをトリガするよう構成される。

上記の定義は、有形（３Ｄ）の製品に具体的に当てはまるが、同じ機能は、製品の定義内に含まれるとここで考えられているサービスに同じく当てはまる。

気象に依存したサービスのための予測は、気象に依存した製品のための予測と同じように機能する。例えば、以下のようである。

路上での霜／氷の形成の場合に、気象に依存した需要は次のとおりである：
１）製品：路上にまく塩の需要が気象に依存する；
２）サービス：受託業者によって塩をまいてもらう正確な時間及び場所での資源の動員。

回答されるべき問いは、気象に依存した需要の予測を如何にして改善すべきかである。この実施形態のアプローチは、望ましくは、生産者組織によって保持されている蓄積された履歴販売データを組み込みながら、正確な気象予測を、クライアント集団の特性のオンデマンドのシミュレーションと組み合わせることである。

高い品質の中期的な（すなわち、３〜１６日の）天気予報が容易に入手可能であるが、需要予測のために気象予測しか使用しないことは、母集団としての利害関係者の包含が重要であることから、現代の生産量決定ストラテジーにおいて十分に正確であるとは言えない。

本発明の実施形態は、単一のシステムにおいて以下の課題に対処することができる。
・クライアント（及び場合により異なった地域にいるクライアント）は異なった特性を有するので、クライアント集団は個人のグループとしてモデリングされるべきである。
・履歴販売データは、有利に使用されるべきである。
・システムは、特に個々の“極端な”天気事象のために、外部の要因、特に実時間の気象予測に応答する必要があり得る。
・有利なことには、システムが運転中であるとき、予測された注文と実際の注文とを比較する新しい情報は、システムを改善するよう組み込まれ得る。

従前のシステムは、気象に依存した需要予測システムにおける次の３つの重要な対象を組み込んでいない。
１．高品質の数値的な天気予報の利用可能性（生産者にとって有用である十分なリードタイムを伴う。）。
２．詳細な履歴販売データ。これは、地域販売データ及びその気象との相関を含むことができる。
３．十分な成熟度で母集団にわたる特性変動を補足することができる行動シミュレーション。

本発明の実施形態は、製品需要予測の形でシミュレーション結果が製造及び／又は流通チェーンにおける関連するプロセスへ供給されることを可能にする。例えば、シミュレーション結果は、製品の注文（これが製品配送注文、製造注文、又は製品を構成する原材料の注文であるかによらない。）を更新するために使用されてよい。更新は、例えば、行われるべき調整、又は絶対量の形をとってよい。本発明の実施形態によって提供されるより正確な需要予測は、少なくとも先に説明された理由によって、望まれる。更には、トリガ機能の使用は、注文が、製造及び配送スケジュールへの不必要な変更を省くよう、必要なときにのみ更新されることを意味する。当然、シミュレーション結果は、１つよりも多い注文を更新するために使用されてよく、実際には、全ての注文は、製造及び流通サプライチェーンのために全体として使用されてよい。

本発明の実施形態に従うシステムは、オペレータ自身の履歴販売数から作成された規則に依存してよく、場合により履歴気象データの組み込みを助ける。追加的に、又は代替的に、それは、予め存在しているエージェント規則のエージェント規則ライブラリを更に有してよく、該エージェント規則ライブラリから前記分析モジュールはエージェント行動規則を選択するよう構成される。そのようなエージェント規則ライブラリは、望ましくは、地理的に変化するクライアントエージェント製品取得行動を含む。この、より複雑なデータセットは、単一の地域又は複数の地域が考慮されるかどうかによらず、より正確な予測を可能にすることができる。

いくつかの実施形態において、前記エージェント規則ライブラリは、オペレータにとっての競争相手及び／又はサプライチェーンにおける他のエンティティの気象に依存した行動に関する履歴データに基づく競争相手エージェント行動規則を含む。ここで、２つのタイプのエージェント、すなわち、クライアントエージェント及び競争相手エージェントが存在する。前記シミュレーションは、エージェントどうしの間、及び異なったタイプのエージェントどうしの間の相互作用を考慮してよい。前記シミュレーションは、競争相手エージェント規則（及び競争相手エージェントの行動）を考慮することができる。

当該システムは、オペレータによって入力された個人規則である天気事象規則に依存してよく、追加的に、又は代替的に、前記気象モジュールによってアクセスされる天気事象規則の天気事象ライブラリを更に有してよい。前記天気事象ライブラリも、地理的に変化する天気事象規則を含むことができる。

前記エージェント規則ライブラリ及び／又は前記天気事象ライブラリは、業種及び／又は製品タイプ及び／又は地域によって分けられ得る。

本発明の実施形態のシステムは、気象に焦点を当てる。加えて、本発明の実施形態に従うシステムでは、前記エージェントに基づくシミュレーションモジュールは、前記シミュレーションにおける入力として他の来るべき事象のデータを使用するよう構成されてよい。また、前記エージェント行動規則は、クライアント（及び競争相手）エージェント行動に対する前記他の来るべき事象の影響を含んでよい。

本発明の実施形態に従うシステムは、セットアップフェーズにおけるオペレータ入力を可能にするよう構成される、例えばグラフィカルユーザインタフェース（ＧＵＩ；Graphical User Interface）といった、オペレータインタフェースを更に有してよい。そのようなセットアップフェーズにおいて、オペレータは、前記分析モジュールをトレーニングし且つ実行フェーズにおいて使用される新しいエージェント規則を生成するよう、予め存在しているエージェント規則を任意に選択すること及び／又はオペレータ履歴需要データを入力することが可能であってよい。そのような構成では、当該システムは、対応する記録された気象条件を前記オペレータ履歴需要データと自動的に組み合わせるよう構成され得る。

代替的に、又は追加的に、前記オペレータインタフェースは、前記オペレータが任意に予め存在している天気事象規則を選択すること及び／又はオペレータ天気事象規則を考案することができるセットアップフェーズにおいて、オペレータ入力がシミュレーショントリガを組み込むことを可能にするよう構成され得る。

前記オペレータインタフェースは、クライアントエージェント位置の入力を更に可能にするよう構成され得る。代替的に、又は追加的に、前記オペレータインタフェースは、例えば、使用される天気予報の信頼性に基づき、システム動作のためのリードタイムの入力を更に可能にするよう構成され得る。よって、天気予報が信頼できる場合は、システムのリードタイムは２０日であってよく、それにより、シミュレーションは、注文が製造者又は供給者においてシミュレーションの結果に応じて調整されるために予め２０日間の時間をもって、２０日間トリガされ得る。

その例を拡張すると、天気予報がより不確実であると信じられる場合は、需要予測シミュレーションは、最小限必要とされる閾通知期間までは保持され得ることが主張されてよい。いずれの場合も、後のシミュレーションは、（より短いリードタイムを代償として）需要予測を精緻化／更新するのに役立つ。

１つの構成において、当該システムは、前記天気予報及びその他関連要因のソースに応じて提案されたリードタイムを提供するよう構成されてよい。

一実施形態において、当該システムは、モニタリングフェーズを設けることができ、該モニタリングフェーズにおいて、前記気象モジュールは、前記シミュレーションがトリガされる（シミュレーションフェーズを与える）まで、選択されたリードタイムにより天気予報を繰り返しモニタする。前記モニタリングフェーズは、前記シミュレーションに特有のエージェント行動規則及び天気事象規則が生成／入力されるセットアップフェーズに続いてよい。

前記分析モジュールは、システム動作の間に収集されて、予測された製品需要と比較される記録された気象データ及び記録された需要データの組み合わせに基づき、前記エージェント行動規則を更新するよう構成されてよい。例えば、エージェント行動規則は、モニタリング及び／又はシミュレーションフェーズの間に更新されてよい。

前記エージェントに基づくシミュレーションモジュールは、前記トリガされたシミュレーションを一度だけ、又はそれが最初にトリガされた後に周期的に実行するよう構成されてよい。最初の時点後の更なる実行は、後の実行のたびに、入力として、更新された天気予報を使用してよい。

前記製品需要予測は、サプライチェーン全体におけるロジスティクスのあらゆる適切な態様のために使用されてよい。望ましくは、それらは、注文を調整するために、よって、前記製品の実時間の製造及び／又は流通の割合を変更するために使用される。より望ましくは、それらは、ロジスティクスソフトウェア内で製品供給を調整するようロジスティクスソフトウェアに（直接又は間接に）入力される。

方法態様の実施形態に従って、製品のクライアントをエージェントとするエージェントに基づくモデリングにより気象に依存した製品需要予測を生成するエージェントに基づく需要予測方法が提供される。当該方法は、クライアントエージェントによる気象に依存した製品取得に関する履歴データに基づきエージェント行動規則を選択及び／又は生成する工程と、実時間において天気予報を取得し且つ予め定義された天気事象規則にアクセスする工程と、前記エージェント行動規則及び天気予報を使用して、エージェントの行動をエージェントに基づくシミュレーションモジュールにおいてシミュレーションし且つ製品需要予測を生成する工程とを有する。当該方法は、前記取得された天気予報を前記予め定義された天気事象規則と比較し、取得された天気予報と予め定義された天気事象規則との間の整合に基づき前記エージェントに基づくシミュレーションモジュールにおけるシミュレーションをトリガする工程を更に有する。

当該システム／装置は、異なったシナリオと、例えば、印刷された結果を提供するプリンタ及び／又は結果の視覚化のためのスクリーンの形をとる出力手段とに対応するデータをユーザが入力するための、例えばグラフィカルユーザインタフェース（ＧＵＩ）といった、他のコンポーネントを更に有してよい。なお、先に挙げられているように、出力は、製品の要求レベルを設定又は調整するよう、製造及び／又は流通のためのロジスティクスパッケージへの直接の入力の形をとることが多い。

それらのシステム／装置及び方法の態様のいずれかの特徴及び副次的な特徴は、自由に組み合わされてよい。よって、例えば、任意の方法特徴は、上述された任意の装置特徴に対応する。

本発明は、コンピュータハードウェア、ファームウェア、ソフトウェア、又はそれらの組み合わせにおいて実施されてよい。本発明は、１つ以上のハードウェアモジュールによる実行のために又はその動作を制御するために、コンピュータプログラム又は、コンピュータプログラムプロダクト、すなわち、情報担体において、例えば、機械により読み取り可能な記憶デバイスにおいて若しくは伝播信号において有形に具現されたコンピュータプログラムとして実施されてよい。

コンピュータプログラムは、コンピュータプログラム部分又は１つよりも多いコンピュータプログラムの形をとることができ、コンパイル済み又は解釈済みの言語を含むあらゆる形態のプログラミング言語において記述され得る。そして、それは、スタンドアローンのプログラムとして、又はデータ処理環境における使用に適したモジュール、コンポーネント、サブルーチン若しくは他のユニットとしてを含め、あらゆる形で開発され得る。コンピュータプログラムは、１つのモジュールにおいて、あるいは、１つの場所にあるか又は複数の場所にわたって分散され、通信ネットワークによって相互に接続された複数のモジュールにおいて実行されるよう開発され得る。

本発明の方法ステップは、入力データに対して作用して出力を生成することによって本発明の機能を実行するコンピュータプログラムを実行する１つ以上のプログラム可能なプロセッサによって実施され得る。夫々のプロセッサは、１つ以上のコアを備えてよい。方法ステップは、夫々のコンピュータが１つ以上のプロセッサを備えるコンピュータのクラスタによって実行され得る。

コンピュータプログラムの実行に適したプロセッサは、一例として、汎用マイクロプロセッサ及び専用マイクロプロセッサの両方、並びにあらゆる種類のデジタルコンピュータのあらゆる１つ以上のプロセッサを含む。一般に、プロセッサは、読出専用メモリ若しくはランダムアクセスメモリ又はその両方から命令及びデータを受け取る。コンピュータの必須の要素は、命令及びデータを記憶するための１つ以上のメモリデバイスへ結合された、命令を実行するためのプロセッサである。

本発明は、特定の実施形態に関して記載される。他の実施形態は、添付の特許請求の範囲の適用範囲内にある。例えば、本発明のステップは、異なった順序で実行されながら、望ましい結果を依然として達成することができる。

好適な実施形態に従う装置は、ある機能を実行するよう構成又は配置されるものとして記載される。この構成又は配置は、ハードウェア若しくはミドルウェア又はその他適切なシステムの使用によってよい。好適な実施形態において、構成又は配置はソフトウェアによる。

更なる態様に従って、コンピュータ装置にロードされる場合に、該コンピュータ装置を、上記の発明の定義のいずれか又はそれらのあらゆる組み合わせに従って方法ステップを実行するよう構成するプログラムが提供される。

本発明の実施形態は、語“モジュール”を用いて記載されてきた。当業者に明らかなように、この語及びその相当語句は、空間的に別々であるが、定義されている機能を提供するよう組み合わさる装置の部分を参照してよい。同様に、装置の同じ物理的な部分は、定義されているモジュールの２つ以上を提供してよい。

本発明の実施形態によれば、製品のクライアントをエージェントとするエージェントに基づくモデリングにより気象に依存した製品需要予測を生成するエージェントに基づく需要予測システム及び方法を提供することができる。

先行技術と本発明の実施形態の機能とのハイレベル比較である。 本発明の実施形態に従う全体的なシステムの図示的概観である。 本発明の実施形態における主たるモジュール及びデータフローの図である。 本発明の実施形態に従うシステムのセットアップフェーズにおけるステップを示すフローチャートである。 エージェントの行動規則の生成の概略図である。 モニタリングフェーズの概略図である。 シミュレーションフェーズの概略図である。 天気事象の予測と起こっている事象との間の精緻化プロセスを明示する。 予測における不確かさの説明である。 本発明の実施形態のシステムを提供する適切なコンピュータ装置の図である。 更新サイクルの概略図である。

これより、本発明は、図面に示されている具体的な非制限的な実施形態を参照して記載される。

本発明の実施形態は、品物及びサービスの需要の改善された予測のための、故に、全体的なサプライチェーンの最適化に寄与する方法及び装置を提供する。本発明の実施形態は、比較的短いリードタイム（例えば、最大１０日）によって、例えば、気象に依存した品物及びサービスの需要を予測するよう、気象予測をエージェント行動シミュレーションと組み合わせることができる。技術分野は、必要に応じて、気象シミュレーション、エージェントに基づくシミュレーション、データ解析、在庫管理及びサプライチェーン制御による技術計算である。

履歴データを用いて需要を予測するシステムは、米国特許出願公開第２００８／０１５４６９３号明細書において記載されており、気象データを使用した精緻化は、具体的に、米国特許出願公開第２０１１／０００４５１０号公報において記載されている。それらの開示では、回帰プロセスが、気象変動の関数として販売のためのモデルを生成するよう実行される。天気予報は、需要の予測を提供するために回帰モデルにより処理される。正確な需要予測は、母集団の特性（例えば、天気に対する相対的な感度）を含むべきである。（例えば、異なった地域における）クライアントの集団にわたるばらつきを考慮することは、先行技術において、具体的に、上記の２つの先行技術文献の教示において現在知られているアプローチでは困難である。

履歴販売データは、本発明の実施形態のシステムの構成要素であるが、予測自体を直接生成するために使用されるのではなく、履歴気象及び販売データは、分析システムのための入力として使用される。分析システムは、エージェントに基づくシミュレーション（エージェントがクライアントを表すシミュレーション）におけるエージェントが動作する規則を決定する。

オペレータ組織は、彼ら自身の履歴データを使用してエージェントをトレーニングすることが望ましいが、本発明の実施形態のシステムは、システムのプロバイダが、例えば、公に利用可能な販売データを用いて、前もってシステムにおいて設定している特定のシナリオ（例えば、特定の地域における特定の製品）のためのエージェント規則のライブラリを含むことができる。予め存在しているエージェント規則の利用可能性は、本発明の実施形態における有利な特徴である。

エージェントに基づくシミュレーションは、分析システムによって導き出され且つ／あるいはシステムライブラリから選択される規則を使用して、需要予測を提供することができる。気象予測は、必要に応じてエージェントに基づくシミュレーションの実行をトリガするとともに、エージェントに基づくシミュレーション自体へ駆動条件を提供することができる。

需要予測の精緻化のプロセスは、天気予報のリードタイムが減るにつれて可能である。本提案において提案されるシステムの主たる構成要素は、上記の先行技術文献のアプローチにおける構成要素比較されて、図１において表されている。

図１は、先行技術と本発明の実施形態に従うシステム１０とのハイレベル比較である。左のパネルは、上述された米国特許出願公開第２０１１／０００４５１０号公報のアプローチにおいて使用されるステップを示し、モデルＳ＝Ｓ（Ｗ）は、回帰によって履歴販売及び気象データから生成され、気象予測Ｗ_ｐｒｅｄと結合されて、需要予測Ｓ_ｐｒｅｄ＝Ｓ（Ｗ_ｐｒｅｄ）を与える。

右のパネルは、本発明の実施形態において提案されるアプローチにおけるステップを示す。ステップは、分析パッケージ又はモジュールによる履歴データの前処理を含む。右側のパネル内の右手のボックスは、気象に依存したエージェント行動についての規則の予め構築されたライブラリを示す。それら２つの構成要素はともに、具体的なシミュレーションのためのエージェント行動規則を生成するために（通常は、オペレータ入力と連動して）使用され得る。気象に依存したエージェント行動についての規則の予め構築されたライブラリは新規であり、二重のアウトラインで示された構成要素はまた、先行技術では現れない。それらは、分析パッケージ、クライアントエージェントの規則、エージェントに基づくシミュレーション、及び気象予測データでない他のデータの可能な組み込みである。ここでの焦点は、需要に対する天気事象の影響であるが、本発明の実施形態のシステムでは、気象以外の他の要因（例えば、猶予なく起こり得る、来るべき社会的事件）が、例えば、エージェントに基づくシミュレーションに、例えばそれが実行中であるときに、組み込まれ得る。

図２は、本発明の実施形態におけるモジュールの上位概観である。システム１０は、分析モジュール１００、エージェントに基づくシミュレーションモジュール２００及び気象モジュール３００に機能的に分けられ得る。分析モジュールは、場合によりオペレータ入力を考慮しながら、データを取り込んでエージェント規則を生成する。規則は、シミュレーションモジュールによるシミュレーションの間に使用される。気象モジュールは、予測された気象を規則と比較することによってシミュレーションをトリガする（更には、それは、シミュレーションにおける使用のために天気予報を提供してよい。）。

図３は、本発明の実施形態に従う予測システムにおける主たるモジュール及びデータフローを示す。３つの主たるモジュールは、先と同じく、分析モジュール１００、エージェントに基づくシミュレーションモジュール２００及び気象モジュール３００である。システム内に引き込まれるデータは、履歴データ（公衆データ及びオペレータデータを含む。）、新しいデータ（販売データ及び気象データ（実際の気象データである。）を含む。）、オペレータによって作成される天気事象（トリガ）規則、並びに気象予測データとして示されている。システムによって生成されるデータは、クライアントエージェントの規則、及び需要予測である。データの２つのライブラリ、すなわち、エージェント規則のシステムライブラリ４００及び天気事象規則のシステムライブラリ５００が存在する。

クライアントエージェントの規則（すなわち、より簡単に、エージェント規則）は、破線内に示された関連するデータ及び規則による２つのプロセス、すなわち、（１）システムにより提供されるライブラリからの選択を介して、又はオペレータによって提供される履歴情報の解析によって、規則の初期セットが得られるところのセットアップ、及び（２）予測されたデータが、システムが実行されたときに測定されたデータと比較されるところの更新サイクルによって影響される。

気象予測モジュール３００は、気象予測データを引き込んで、それを天気事象規則の組と比較することに関与する。予測が事象と整合する場合に、トリガ信号は、エージェントに基づくシミュレーションモジュール２００へ送信される。これは、次いで、需要の更新された予測を生成する。天気規則の組は、動作において、主としてセットアップフェーズの間に入力される。セットアップフェーズでは、オペレータは、システムにより提供されたライブラリから規則を選択するか、あるいは、関連する規則を望むように作成することができる。天気規則の組の選択は、天気事象のこのライブラリによって容易にされる（例えば、部門、製品タイプ及び地域によってソートされる）。これは、本発明の実施形態の新規の要素である。更新サイクルの間、追加情報（例えば、社会的事件に関する。）が取り入れられてよい。

［セットアップフェーズ］
セットアップフェーズは、システムが起動されるときに一度だけ実行される必要がある。セットアップフェーズの目的は、２種類のデータ、すなわち、第１に、システムが作動するために該システムによって必要とされるデータ（エージェント規則）と、第２に、システムが作動されるべき様態を特定する設定データ（天気事象規則）とを提供することである。データの一部は、オペレータの好みに関係があってよく、残りは、クライアントの集団を表すエージェントの行動規則を生成するのに必要とされる解析を行う際に使用される。

データのいくつかのカテゴリが使用されてよい。例えば、次のものがある。
１．関心のある地域（すなわち、クライアントの位置）。
２．クライアントを特性化するエージェント規則（以下を参照）。
３．システムが動作するリードタイム。いくつかの要因は、リードタイムに影響を及ぼし得る（例えば、気象予測の信頼性及び利用可能性、並びにサプライチェーンにおける柔軟性（すなわち、如何にして早く品物がクライアントへ移動され得るのか、又は上流のサプライヤによって供給される原材料））。推奨される設定は、使用されている気象予測のソース、及びその他関連する要因に応じて、システムによって提案されるべきである。
４．関心のある天気事象を特性化する基準（以下を参照）。

システムを作動させるよう、エージェント規則の組は必要とされる。次の方法は、それらを得るために使用され得る。
１．オペレータは、場合により、公に利用可能なデータ（例えば、国家統計局から入手可能な国内／地域の部門販売データ）を用いて構築された、エージェント規則ライブラリの予め存在しているライブラリから選択することができる。エージェント規則の組は、部門／製品／地域によって分類される。
２．オペレータは、自身の履歴販売数をシステム内に読み込むことができる。ここで、システムは、利用可能な気象データの自動的な組み込みを促すべきである（これは、公衆又は他のソースからオン・ザ・フライでダウンロードされるか、あるいは、システムにより提供される予め存在しているデータベースから読み込まれてよい。）。
３．オペレータは、自身が所有している履歴データを、システムにより提供されるライブラリからの規則と組み合わせることを選択することができる。

セットアップフェーズにおける選択ステップの組は、図４において表されている。オペレータは、（ｉ）関心のある地域を選択し、（ｉｉ）如何にしてエージェント行動規則が取得されるのか（システムにより提供されるライブラリから組及び／又は個々の規則を選択することによるか、あるいは、自身が所有している履歴データを使用するか、あるいは、それらを組み合わせることによるか）を選択し、（ｉｉｉ）気象予測の取得のためのソース、及びリードタイムを選択し、（ｉｖ）関心のある天気事象の規則を（システムにより提供されるライブラリから組及び／又は個々の規則を選択することによって、且つ／あるいは、自身の規則を作成することによって）設定する。このフェーズの後、分析モジュールは、エージェント行動規則が生成されるよう実行される用意ができている。

オペレータが、エージェント規則を生成するために自身のデータを含めると選択した場合は、分析コンポーネントは、図５に示されるように、エージェントが従うべき規則を決定するよう作動する。実際には、分析モジュールは、データのソースにかかわらず、（必要ならば）規則を定義するよう作動する必要がある。特定の状況において、エージェント規則の予め定義された組が使用され得る場合は、分析モジュールを作動させる必要はない。

図５は、エージェント行動規則の生成（図４におけるｉｉ）の可能性の例である。オペレータは、行動規則を生成するために、システムにより提供されるライブラリからの規則を使用すべきか、且つ／あるいは、気象及び販売についての自身のデータを提供すべきかを決めることができる。ユーザが自身の気象データを有する場合は、ユーザは、それを使用することを選ぶことができる。なお、よりありそうなシナリオは、履歴販売データの日付に対応する気象データがシステムによって適切なソースから自動的にダウンロードされることである。

エージェント行動規則の組は、エージェントに基づくシミュレーションの実行が天気予報情報のモニタリングによってトリガされる場合に、後の使用のために保存される。

上記の説明は、エージェントの行動の気象依存性に焦点を当てているが、他の気象に特有でない特性が、エージェントの行動を左右する規則において含まれてよい（例えば、宣伝に対する反応、プロモーション、等）。メソッドロジー（よって、このセットアップ段階での入力）は、経済モデル及び政治又は規制情報を含む他の外部データにも拡張することができ、エージェント規則の予め構築されているライブラリは、そのような事象に対するエージェントの反応を左右する規則を含んでよい。

オペレータは、如何にして天気予報が取得されるべきかを決定する設定を選択することができる。システムは、オペレータが、公に利用可能なデータプロバイダ（例えば、全国気象サービス、他の第三者プロバイダ）、又はオペレータによって組織内で生成された予測を選択することを可能にする。オペレータ自身の予測を組み込むインタフェースが使用される場合は、システムは、予測を生成するための関連する数値気象予測（ＮＷＰ；Numerical Weather Prediction）ソフトウェアの実行を自動化することができるべきである（なお、これは、相当に高度な使用ケースであると期待される。）。

関心のある天気事象を定義する規則の組（後述されるエージェントに基づくモデリングシステムのためのトリガイベントを生成する。）が必要とされる。このような規則の組を加えるよう、システムは、次の解決法を提供してよい。
１．オペレータは、システムのプロバイダによって開発されたトリガイベントの予め存在しているライブラリ、又はそのような規則の組から、選択することができる。
２．オペレータは、彼らがシステムに考慮してもらいたい天気事象を定義する彼ら自身の規則を考案し入力することができる。
３．オペレータは、システムにより提供されるライブラリからの規則と、彼ら自身の作成による規則との組み合わせを使用することができる。

［モニタリングフェーズ］
セットアップの後、システムは、モニタリングフェーズに入る（図６に表される。）。天気予報モニタリング／分析モジュール３００は、セットアップフェーズの間にオペレータによって選択されたソースから天気予報を取得する。予報は、セットアップの間に提供された天気規則の組に従って、関心のある事象との整合について解析される。そのような事象が見つけられない場合は、モジュールは、次の予報を取得するのを待つ。関心のある事象が見つけられる場合は、モジュールは、（エージェントに基づくシミュレーションを駆動するための情報を送信するのと同時に、）シミュレーションを開始するようエージェントに基づくシミュレーションモジュール２００へトリガを送信する。

システムの処理のこの部分において、選択されたリードタイムを持った天気予報は、セットアップフェーズの間にオペレータによって選択された様態においてシステムに引き込まれ、解析される。

関心が持たれるのは、“極端”な事象である。すなわち、関心のある天気事象（セットアップフェーズにおいてオペレータによって選択された規則の組によって定義される。）が入来する天気予報において見つけられる場合は、トリガは生成され、エージェントに基づくシミュレーションモジュールへ送信される。モニタリングフェーズにおいてトリガを生成する天気事象を記述する規則は、“スコットランドでの温度が摂氏２５度を上回る確率が８０％以上である”との形をとってよい。トリガは、システムを、シミュレーションフェーズに入らせる。

モニタリングフェーズの間に、例えば、比較的猶予なく起こる社会的事件に関する、追加の実時間データが、システムに取り込まれてよい。そのようなデータは、システムをシミュレーションフェーズに入らせるトリガを生成し得ることが可能である。

［シミュレーションフェーズ］
天気予報モニタリング／分析モジュールによって生成されたトリガは、エージェントに基づくシミュレーションモジュールに、シミュレーションフェーズにおいてエージェントに基づくシミュレーションを実行させる（図７に表される。）。天気予報モニタリング／分析モジュールは、関心のある天気事象を見つけ、トリガイベントを生成している。トリガイベントは、エージェントに基づくシミュレーションモジュール２００をシミュレーションのためにアクティブにする。エージェントに基づくシミュレーションモジュールは、エージェント行動規則の現在の組と、天気予報モニタリング／分析モジュールによって提供される気象要因情報とを、存在し得るその他要因とともに使用して、エージェントに基づくシミュレーションを実行する。エージェントに基づくシミュレーションの結果は、その天気事象の間の、更には、場合により天気事象の後の需要の予測である。図の右上に示されている“他の要因”は、比較的猶予なく起こる社会的事件及び他の事象に関する情報を含んでよい。

よって、エージェントに基づくシミュレーションが実行されるためのトリガを提供することに加えて、気象予測データは、駆動条件をエージェントに基づくモデルへ提供する（すなわち、エージェントは、例えば温度及び降水量などの、イベント期間のシミュレーションの間の気象条件の側面に反応する。）。

行動シミュレーションを実行することにおいて、２種類のエージェントの考慮が本実施形態で想定されてよい。第１のタイプはクライアントを表し、第２のタイプは、オペレータの組織に対する競争相手を表す。いずれの場合にも、履歴データは、上述されたように、エージェントが従う行動規則を導出するために使用され得る。

シミュレーションフェーズにおいてアクティブにされたエージェントに基づくシミュレーションモジュールの出力は、クライアントの行動（例えば、豪雨の期間中の傘の購入増加）及び競争相手の行動（例えば、傘の供給の不足）の両方を考慮した、イベントの間の検討中の製品の需要の予測である。

本発明の実施形態は、予報の組を考慮してよい。例えば、最大リードタイムまでの毎日の予測が考慮される。例えば、最大リードタイムが１０日である場合は、１０日目までの明日の予測、その翌日の予測などの、１０個の予測が存在してよい。気象予測の信頼性は、リードタイムが減るにつれて高まる。関心のある天気事象がモニタリングフェーズにおいて（推定上、最大リードタイムを持った予報において）フラグを立てられると、エージェントに基づくシミュレーションはトリガされる。事象が達せられるまで、以降毎日、更新された天気予報が取得され、エージェントに基づくシミュレーションは、新しい天気予報を反映するよう構成される。

図８に表されるプロセスは、天気予報において最初に現れる天気事象からその事象が起こるまでの予測精緻化のプロセスに関する。我々は、一番上から開始して、今日が２０日であると想像する。１０日の最大リードタイムによれば、我々は、３０日に関心のある事象を予測する。事象は、イングランドの南東部に位置する配給業者による需要が高まると、その段階において我々に告げる。この情報は、製造者によって（場合により、他の地域におけるシミュレーションによる情報と組み合わせて）使用されてよい。我々が下に移動するにつれて、毎日、我々は、より短いリードタイムを持った新しい予報を有する。新しい予報は、より狭い地域に関するものであってよい。我々が下側へと移動するにつれて、地理的な信頼度は、全国、地方、州、及び町レベルと進む。地理的なスケールと領域のタイプとの間の可能な対応は、右側に示されている。対応は、小売業者に示されるが、サプライチェーン全体に同じく当てはまる。

これは、図７に示されているプロセスが、関心のある天気事象が観測フェーズによって最初にフラグを立てられるときから、実際に事象が起こるまでの間に、複数回繰り返されるループ内に置かれてよいことを意味する。天気予報が更新されるとエージェントに基づくモデルが更新されるところの、この精緻化プロセスは、領域の精緻化のプロセスに対応するものと見なされ得る。最も長いリードタイムを有する気象予測を用いてなされる需要予測は、国にわたる需要の分布に対応してよい（全国的な製造者への特定の製品の注文を提供することに関係があってよい。）。事象が時間的に近づき、予報のリードタイムが減るにつれて、需要予測が正確であると期待される地理的なスケールは小さくなり、例えば、事象が近づくにつれて、（製品の配送をスケジューリングし直すための配給業者にとって関心のある）地域のレベルへ、そして、より短い時間スケールでは、個々の町及び店舗へと移る。

図８に示されているシナリオは、単一の国に焦点を当てる生産者に関するものである。しかし、システムは、世界中の複数の地域に供給する生産者にも同様に適用される。その場合に、システムの並列バージョンが、関心のある市場の夫々について稼働し、トリガイベントは、夫々について起こり得る。エージェントの組は、異なった地域内のクライアントの特性のモデリングを可能にし、需要数は、製造ロジスティクスのために組み合わされて使用されてよい。

好適な実施形態において、システムは、現在モニタリングされている予測される事象のリストを保持する。イベントのトリガが気象予測モニタリング／分析モジュールによって最初に生成されるとき、それはモニタリングされる事象のリストに加えられる。事象が起こると、それは、モニタリングされている天気事象のリストから除かれる。

夫々の気象予測は、関連する不確かさを有する。一般に、気象予測のリードタイムが長いほど、不確かさは高まる。気象予測におけるこのような不確かさは、エージェントに基づくシミュレーションから得られる需要予測における需要に最終的に組み入れられる。気象予測のリードタイムが減り、精度が相応に改善するにつれて、需要予測の精度は高まるはずである。需要予測の精度が気象予測の精度の高まりと一致して高まるところの、この精緻化プロセスは、図９に表される。

図９は、予測の不確かさを示す。不確かさは、予測のリードタイムが長いほど大きく、予測結果の範囲がより大きいことを意味する。リードタイムが減るにつれて、予測の不確かさも低減する。天気予報における不確かさは、需要予測における不確かさに通じる。気象予測の範囲が大きいほど、需要予測の範囲も大きい。

［追加点］
システムが考慮することができるべき行動のタイプの例は、例えば次のような閾値である。ある温度を超えると、一部の消費者は、他の地域に遊びに行くことを決め、故に、消費者の数及び相応に需要は、たとえ温度が高くなるとしても、その元の地域では減る可能性がある。エージェントに基づくシミュレーション技術によって提供される柔軟性は、これを見越すべきである。

システムは、コンピュータシステムにおいて実行される。システムのための１つの好適なアーキテクチャは、クライアント−サーバ配置である。オペレータは、例えばＧＵＩのようなデスクトップ（クライアント）インタフェースを使用して、サーバによりセットアップ段階を実行する。サーバは、次いで、（進行中の）モニタリングフェーズ及び（トリガされる場合に）シミュレーションフェーズを実行する。オペレータは、いつでもインタフェースを使用することによって、どのようなタスクをサーバが実行しているのかをモニタし、必要とされ得るシステムの如何なる再構成も実行することができるべきである（熟達したオペレータは、例えば、新しいエージェント規則を変更又は追加したいと望んでよい。）。

図１０は、本発明の実施形態により使用され得るハードウェアのコンポーネントを表す概略図である。１つのシナリオにおいて、本発明の実施形態のシステム１０は、図１０に示されている単一のスタンドアローンＰＣ又は端末において実行され得る。端末は、ＧＵＩ１００２を表示するものとして示されているモニタ１００１と、キーボード１００３と、マウス１００４と、ＣＰＵ、ＲＡＭ、リムーバブル媒体のための１つ以上のドライブ、及び当業者によく知られている他の標準的なＰＣ部品を収容するタワー１００５とを有する。一般に、例えばラップトップ、ｉＰａｄ（登録商標）及びタブレットＰＣなどである、他のハードウェア配置が、代替的に提供されてよい。本発明の実施形態の情報を実行するソフトウェア並びにライブラリデータファイル及び必要とされるその他ファイルは、例えば、インターネットのようなネットワーク上で、又はリムーバブル媒体により、ダウンロードされてよい。如何なる修正ファイルも、リムーバブル媒体上に書き込まれるか、あるいは、ネットワーク上でダウンロードされ得る。

上述されたように、ＰＣは、端末として働き、１つ以上のサーバ２０００を使用して、本発明の実施形態の方法を実行するのを支援してよい。この場合に、本発明の実施形態の方法を実行する如何なるデータファイル及び／又はソフトウェアも、ネットワーク上で且つサーバ２０００を介してデータベース３０００からアクセスされてよい。サーバ２０００及び／又はデータベース３０００は、ネットワーク上でアクセスされるコンピュータ機能のクラウド４０００の部分として提供されて、この機能をサービスとして提供してよい。この場合に、ＰＣは、表示並びにユーザ入力及び出力のみのためのダム端末として動作してよい。代替的に、必要なソフトウェアの一部又は全ては、本発明の実施形態の方法の少なくとも部分的な局所的実行のために、クラウドから、タワー１００５によって提供されるローカルプラットフォーム上にダウンロードされてよい。

システムがモニタリングモードにある間、本発明のいくつかの実施形態のシステムは、新しいデータを取得することができる。他のソースから追加データを引き込むことができることは、特に、エージェントが競争相手である場合において、例えば、競争相手によって提供されているプロモーションについての公に入手可能な（すなわち、オンラインの）データを取得することにおいて、重要であり得る。更に、新しいデータが加えられる場合に、エージェント行動規則は然るべく更新され得る。これは、我々が主としてここで考えている生産者レベルでの組織よりむしろ小売業者又は配給業者によってシステムが使用される場合により関係があり得る。

販売と需要との間には違いが存在する。エージェントのための行動規則を生成するよう分析を適用することにおいて、我々は履歴販売情報を使用している。過小在庫が起こった場合は、販売データは、需要が実際には同様なものであるかの下限のみを提供する（これは、当該技術で記載されているシステムにおいても当てはまる。）。最新の在庫管理システムは、アイテムが販売された回数の経過を追う傾向があるので、過小在庫が起きた場合は、販売率は、どれくらいのユニットが販売されたかについて推定がなされ、製造者を供給不足としないことを可能にしてよい。この情報は、本発明の実施形態のシステムに組み込まれ、需要予測のために使用され得る。その場合に、需要予測は、情報が本発明の実施形態のシステムに組み込まれない場合よりも正確になる。

システムが使用され、新しい気象データ及び他のデータが利用可能になると、これはシステムに加えられ得る。すなわち、これは、図３において“更新サイクル”として示されており、図１１において更に詳細に表される。

図１１は、更新サイクルにおけるシミュレーションモジュール２００及び分析モジュール１００の使用を表す。このステップにおいて、特定の日に記録されたデータは、その日に生成された予測と比較される。システムによって予測された値と、その日に記録された値との間の如何なる不一致も、エージェント規則を更新するために使用され、次いで、分析モジュールは、シミュレーションに特有のエージェント行動規則を更新する。意図は、システムによって生成される予測の品質が、システムが使用されるにつれて改善することである。注文システムは、在庫水準を記録する外部システムであってよい。それは、シミュレーションによる需要予測が供給される同じ注文システムであってよい。外部の気象データ収集部は、気象観測を、たいがい外部の公衆ソースから、入手する。

［応用］
１つの応用分野は、気象に依存した需要を示す品物の生産のためのロジスティクスにある。なお、システムは、サプライチェーンを横断するプレイヤーにとって有用である。

本発明の実施形態の予測システムによって答えられ得る問題には、次のものが含まれ得る。
・いくつの冷却ファンが、来週、ロンドンにいる配給業者への出荷のために生産されるべきか？
・何足の毛糸の靴下が、３日間のうちに、納入のために衣料品小売業者に注文を望むか？
・どれくらいの量のビールが、来るべき週末にイングランドの南部で営業しているスーパーマーケットへの出荷のために生産されるべきか？
［他の関連する技術分野］
本発明の実施形態のシステムは、気象依存性を特色とするあらゆる資源分配問題に適用されてよい。特に記載されているシステムが、間近に迫った極端な事象を知らせるメカニズムを有する場合は、それは、気象に関連した災害に備えて且つそのような災害への反応の間に資源レベルを管理するのに有用である。

［本発明の実施形態の利点］
個人としてのクライアントのモデリングは、予測の精度を改善し、特に、地理的な領域に対する、優れた柔軟性を提供することができる。例えば、エージェントを記述する規則は更新されてよく、新しい規則は容易にシステムに加えられ得る。

部門／製品／地域ごとのエージェント行動規則の予め構築されたライブラリは、生産者が、予測を生成するようシステムを容易に設定し且つその実行を開始することを可能にすることができる。これは、組織内のデータが広範囲に及ばず且つ／あるいは高度な分析を行うために捧げられ得る組織内の経験及びマンパワーが限られ得る小規模の生産者にとって特に有用であり得る。同じことは、天気事象規則の予め構築されたライブラリにも、それがシステムの部分として供給される場合に当てはまる。

本発明のいくつかの実施形態の重要な特徴は、新しいデータを取り込む能力である。これは、システムが使用される場合に、エージェントに基づくモデルの改善を可能にする。これは、システムが、システムのオペレータによって供給されるクライアントの特定の特性に適応することを可能にする。

［本発明のいくつかの実施形態の概要］
実施形態は、クライアントの一般的な気象に依存した発注特性を記録する、システムを提供する専門家によって開発されたエージェント規則のライブラリを含むことができる。規則は、部門／製品タイプ／地域によって分類され得る。オペレータは、システムによって提供された規則の予め存在している組を使用し、自身の選択のライブラリから個々の規則の組み合わせを選択し、利用可能であり得る自身のデータによりそれらを増補／更新すると選択することができる。

実施形態は、例えば、部門／製品タイプ／地域によって分類される、製品注文に関連した天気事象に関する規則の予め構築された組を提供することができる。オペレータは、システムによって提供された規則の既存の組を使用するか、提供された規則から個々の規則を選択するか、あるいは、自身の規則を構成するかを選択することができる。

実施形態は、次の構成要素を含む製品注文予測を生成するシステムを提供することができる：
ソフトウェアコンポーネント実行するコンピュータシステム。

クライアントに気象に依存した行動を考慮するようエージェント規則ライブラリの組を選択又は生成するソフトウェアサブシステム。これは２つの部分を有する：
部門／製品タイプ／地理的位置によって分類される、システムにより提供される規則の予め存在している組から規則及び／又は規則の組を選択するインタフェース。

気象データがオペレータによって提供されないか、又はそのような気象データが不完全である場合に、対応する履歴気象データを得るよう、オペレータ及び補助機関によって保持されている履歴販売データを取り込むインタフェース。

オペレータが自信のデータをエージェント規則の生成に組み込むと選択している場合に、エージェント行動規則を生成する分析モジュール。

実施形態は、継続的に実時間において天気予報を取得するサブシステムを設けることができる。予測は、一般に、オペレータ組織の外部であるから、このサブシステムは、インターネット上で（例えば、英国気象庁のような全国気象サービスから入手可能な情報を用いて）データを得るネットワークシステムであり得る。システムのこの部分は、オペレータが気象情報の自身のソースを加えることができるインタフェースとともに、公衆ソースから選択するインタフェースを組み込む。

実施形態は、システムにおいて使用されている天気予報のリードタイムに対応する閾値を有して、需要予測を生成するよう規則（予め構築されたライブラリから選択されるか、あるいは、オペレータが選択したデータを用いて分析モジュールによって生成されるか、あるいは、それらの両方による。）を使用するエージェントに基づくシミュレーションモジュールを設けることができる。

実施形態は、以前に得られた天気予報情報に、関連する事象を定義する天気規則を適用し、特定の規則との整合を決定すると、シミュレーションを実行するようその旨を伝えるとともに、エージェントに基づくシミュレーションシステムに対する気象予測からの必要とされる情報の伝送を助けるためにエージェントに基づくシミュレーションに送られる信号を生成するソフトウェアサブシステムを設けることができる。

上記の実施形態に加えて、以下の付記を開示する。
（付記１）
製品のクライアントをエージェントとするエージェントに基づくモデリングにより気象に依存した製品需要予測を生成するエージェントに基づく需要予測システムであって、
クライアントエージェントによる気象に依存した製品取得に関する履歴データに基づきエージェント行動規則を選択及び／又は生成するよう構成される分析モジュールと、
実時間において天気予報を取得し且つ予め定義された天気事象規則にアクセスするよう構成される気象モジュールと、
前記エージェント行動規則及び天気予報を使用して、エージェントの行動をシミュレーションし且つ製品需要予測を生成するよう構成されるエージェントに基づくシミュレーションモジュールと
を有し、
前記気象モジュールは、前記取得された天気予報を前記予め定義された天気事象規則と比較し、取得された天気予報と予め定義された天気事象規則との間の整合に基づき前記エージェントに基づくシミュレーションモジュールにおけるシミュレーションをトリガするよう構成される、
エージェントに基づく需要予測システム。
（付記２）
予め存在しているエージェント規則のエージェント規則ライブラリを更に有し、該エージェント規則ライブラリから前記分析モジュールはエージェント行動規則を選択するよう構成され、
前記エージェント規則ライブラリは、望ましくは、地理的に変化するクライアントエージェント製品取得行動を含む、
付記１に記載のエージェントに基づく需要予測システム。
（付記３）
前記エージェント規則ライブラリは、競争相手の気象に依存した行動に関する履歴データに基づく競争相手エージェント規則を含み、
前記シミュレーションは、競争相手エージェント規則を考慮する、
付記２に記載のエージェントに基づく需要予測システム。
（付記４）
前記気象モジュールによってアクセスされる天気事象規則の天気事象ライブラリを更に有し、
前記天気事象ライブラリは、望ましくは、地理的に変化する天気事象規則を含む、
付記１乃至３のうちいずれか一つに記載のエージェントに基づく需要予測システム。
（付記５）
前記エージェント規則ライブラリ及び／又は前記天気事象ライブラリは、業種及び／又は製品タイプ及び／又は地域によって分けられる、
付記２乃至４のうちいずれか一つに記載のエージェントに基づく需要予測システム。
（付記６）
前記エージェントに基づくシミュレーションモジュールは、前記シミュレーションにおける入力として他の来るべき事象のデータを使用するよう構成され、
前記エージェント行動規則は、クライアントエージェント行動に対する前記他の来るべき事象の影響を含む、
付記１乃至５のうちいずれか一つに記載のエージェントに基づく需要予測システム。
（付記７）
オペレータが、前記分析モジュールをトレーニングし且つ実行フェーズにおいて使用される新しいエージェント規則を生成するよう、任意に、予め存在しているエージェント規則を任意に選択すること及び／又はオペレータ履歴需要データを入力することができるセットアップフェーズにおいて、オペレータ入力を可能にするよう構成されるオペレータインタフェースを更に有する
付記１乃至６のうちいずれか一つに記載のエージェントに基づく需要予測システム。
（付記８）
対応する記録された気象条件を前記オペレータ履歴需要データと自動的に組み合わせるよう構成される
付記７に記載のエージェントに基づく需要予測システム。
（付記９）
前記オペレータインタフェースは、前記オペレータが任意に予め存在している天気事象規則を選択すること及び／又はオペレータ天気事象規則を考案することができるセットアップフェーズにおいてオペレータ入力を可能にするよう構成される、
付記７又は８に記載のエージェントに基づく需要予測システム。
（付記１０）
前記オペレータインタフェースは、クライアントエージェント位置の入力を更に可能にするよう構成され、且つ／あるいは
前記オペレータインタフェースは、使用される天気予報の信頼性に基づきシステム動作のためのリードタイムを更に可能にするよう構成される、
付記７乃至９のうちいずれか一つに記載のエージェントに基づく需要予測システム。
（付記１１）
前記天気予報及びその他関連要因のソースに応じて提案されたリードタイムを提供するよう構成される
付記１０に記載のエージェントに基づく需要予測システム。
（付記１２）
モニタリングフェーズを設けるよう構成され、該モニタリングフェーズにおいて、前記気象モジュールは、前記シミュレーションがトリガされるまで、選択されたリードタイムにより天気予報を繰り返しモニタする、
付記１１に記載のエージェントに基づく需要予測システム。
（付記１３）
前記分析モジュールは、システム動作の間に収集されて、予測された製品需要と比較される記録された気象データ及び記録された需要データの組み合わせに基づき、前記エージェント行動規則を更新するよう構成される、
付記１乃至１２のうちいずれか一項に記載のエージェントに基づく需要予測システム。
（付記１４）
前記エージェントに基づくシミュレーションモジュールは、前記トリガされたシミュレーションを、それが最初にトリガされた後に周期的に実行し、後の実行のたびに入力として更新された天気予報を含むよう構成される、
付記１乃至１３のうちいずれか一つに記載のエージェントに基づく需要予測システム。
（付記１５）
前記製品需要予測は、前記製品の実時間の製造及び／又は流通を調整するために使用される、
付記１乃至１４のうちいずれか一つに記載のエージェントに基づく需要予測システム。
（付記１６）
製品のクライアントをエージェントとするエージェントに基づくモデリングにより気象に依存した製品需要予測を生成するエージェントに基づく需要予測方法であって、
クライアントエージェントによる気象に依存した製品取得に関する履歴データに基づきエージェント行動規則を選択及び／又は生成し、
実時間において天気予報を取得し且つ予め定義された天気事象規則にアクセスし、
前記エージェント行動規則及び天気予報を使用して、エージェントの行動をエージェントに基づくシミュレーションモジュールにおいてシミュレーションし且つ製品需要予測を生成し、
前記取得された天気予報を前記予め定義された天気事象規則と比較し、取得された天気予報と予め定義された天気事象規則との間の整合に基づき前記エージェントに基づくシミュレーションモジュールにおけるシミュレーションをトリガする
ことを有するエージェントに基づく需要予測方法。

１０ システム
１００ 分析モジュール
２００ エージェントに基づくシミュレーションモジュール
３００ 気象モジュール
４００ エージェント規則のライブラリ
５００ 天気事象規則のライブラリ
２０００ サーバ
３０００ データベース
４０００ クラウド

Claims (16)

1. 製品のクライアントをエージェントとするエージェントに基づくモデリングにより気象に依存した製品需要予測を生成するエージェントに基づく需要予測システムであって、
   クライアントエージェントによる気象に依存した製品取得に関する履歴データに基づきエージェント行動規則を選択及び／又は生成するよう構成される分析モジュールと、
   実時間において天気予報を取得し且つ予め定義された天気事象規則にアクセスするよう構成される気象モジュールと、
   前記エージェント行動規則及び天気予報を使用して、エージェントの行動をシミュレーションし且つ製品需要予測を生成するよう構成されるエージェントに基づくシミュレーションモジュールと
   を有し、
   前記気象モジュールは、前記取得された天気予報を前記予め定義された天気事象規則と比較し、取得された天気予報と予め定義された天気事象規則との間の整合に基づき前記エージェントに基づくシミュレーションモジュールにおけるシミュレーションをトリガするよう構成される、
   エージェントに基づく需要予測システム。
2. 予め存在しているエージェント規則のエージェント規則ライブラリを更に有し、該エージェント規則ライブラリから前記分析モジュールはエージェント行動規則を選択するよう構成され、
   前記エージェント規則ライブラリは、望ましくは、地理的に変化するクライアントエージェント製品取得行動を含む、
   請求項１に記載のエージェントに基づく需要予測システム。
3. 前記エージェント規則ライブラリは、競争相手の気象に依存した行動に関する履歴データに基づく競争相手エージェント規則を含み、
   前記シミュレーションは、競争相手エージェント規則を考慮する、
   請求項２に記載のエージェントに基づく需要予測システム。
4. 前記気象モジュールによってアクセスされる天気事象規則の天気事象ライブラリを更に有し、
   前記天気事象ライブラリは、望ましくは、地理的に変化する天気事象規則を含む、
   請求項１乃至３のうちいずれか一項に記載のエージェントに基づく需要予測システム。
5. 前記エージェント規則ライブラリ及び／又は前記天気事象ライブラリは、業種及び／又は製品タイプ及び／又は地域によって分けられる、
   請求項２乃至４のうちいずれか一項に記載のエージェントに基づく需要予測システム。
6. 前記エージェントに基づくシミュレーションモジュールは、前記シミュレーションにおける入力として他の来るべき事象のデータを使用するよう構成され、
   前記エージェント行動規則は、クライアントエージェント行動に対する前記他の来るべき事象の影響を含む、
   請求項１乃至５のうちいずれか一項に記載のエージェントに基づく需要予測システム。
7. オペレータが、前記分析モジュールをトレーニングし且つ実行フェーズにおいて使用される新しいエージェント規則を生成するよう、任意に、予め存在しているエージェント規則を任意に選択すること及び／又はオペレータ履歴需要データを入力することができるセットアップフェーズにおいて、オペレータ入力を可能にするよう構成されるオペレータインタフェースを更に有する
   請求項１乃至６のうちいずれか一項に記載のエージェントに基づく需要予測システム。
8. 対応する記録された気象条件を前記オペレータ履歴需要データと自動的に組み合わせるよう構成される
   請求項７に記載のエージェントに基づく需要予測システム。
9. 前記オペレータインタフェースは、前記オペレータが任意に予め存在している天気事象規則を選択すること及び／又はオペレータ天気事象規則を考案することができるセットアップフェーズにおいてオペレータ入力を可能にするよう構成される、
   請求項７又は８に記載のエージェントに基づく需要予測システム。
10. 前記オペレータインタフェースは、クライアントエージェント位置の入力を更に可能にするよう構成され、且つ／あるいは
    前記オペレータインタフェースは、使用される天気予報の信頼性に基づきシステム動作のためのリードタイムを更に可能にするよう構成される、
    請求項７乃至９のうちいずれか一項に記載のエージェントに基づく需要予測システム。
11. 前記天気予報及びその他関連要因のソースに応じて提案されたリードタイムを提供するよう構成される
    請求項１０に記載のエージェントに基づく需要予測システム。
12. モニタリングフェーズを設けるよう構成され、該モニタリングフェーズにおいて、前記気象モジュールは、前記シミュレーションがトリガされるまで、選択されたリードタイムにより天気予報を繰り返しモニタする、
    請求項１１に記載のエージェントに基づく需要予測システム。
13. 前記分析モジュールは、システム動作の間に収集されて、予測された製品需要と比較される記録された気象データ及び記録された需要データの組み合わせに基づき、前記エージェント行動規則を更新するよう構成される、
    請求項１乃至１２のうちいずれか一項に記載のエージェントに基づく需要予測システム。
14. 前記エージェントに基づくシミュレーションモジュールは、前記トリガされたシミュレーションを、それが最初にトリガされた後に周期的に実行し、後の実行のたびに入力として更新された天気予報を含むよう構成される、
    請求項１乃至１３のうちいずれか一項に記載のエージェントに基づく需要予測システム。
15. 前記製品需要予測は、前記製品の実時間の製造及び／又は流通を調整するために使用される、
    請求項１乃至１４のうちいずれか一項に記載のエージェントに基づく需要予測システム。
16. 製品のクライアントをエージェントとするエージェントに基づくモデリングにより気象に依存した製品需要予測を生成するエージェントに基づく需要予測方法であって、
    クライアントエージェントによる気象に依存した製品取得に関する履歴データに基づきエージェント行動規則を選択及び／又は生成し、
    実時間において天気予報を取得し且つ予め定義された天気事象規則にアクセスし、
    前記エージェント行動規則及び天気予報を使用して、エージェントの行動をエージェントに基づくシミュレーションモジュールにおいてシミュレーションし且つ製品需要予測を生成し、
    前記取得された天気予報を前記予め定義された天気事象規則と比較し、取得された天気予報と予め定義された天気事象規則との間の整合に基づき前記エージェントに基づくシミュレーションモジュールにおけるシミュレーションをトリガする
    ことを有するエージェントに基づく需要予測方法。

Images