JP7351641B2 - 印刷データ生成装置 - Google Patents

Description

本発明は、印刷ジョブに含まれる原稿データに対してＲＩＰ（Raster Image Processor）処理を施して印刷データを生成する印刷データ生成装置に関する。

従来、コンピュータから出力されたＰＤＬ（Page Description Language）形式の印刷ジョブを受け付け、その印刷ジョブに基づいて印刷を行う印刷装置が知られている。

このような印刷装置においては、受け付けたＰＤＬ形式の印刷ジョブに対してＲＩＰ処理が施され、これにより印刷データが生成される（たとえば特許文献１参照）。

ＲＩＰ処理は、印刷ジョブの構文解析を行った後、印刷ジョブをラスタライズして印刷データを生成する処理である。印刷装置は、ＲＩＰ処理により生成した印刷データに基づき印刷を行う。

特開２０１３－４３２９４号公報

ここで、上述したＲＩＰ処理は、所定のＲＩＰ設定条件に基づいて行われる。ＲＩＰ設定条件としては、たとえばＭＴＲ（Multi thread rendering）の設定条件、ＲＩＰ処理を行う際の原稿データの分割バンド数およびＲＩＰ処理に用いるメモリ数などがある。ＭＴＲの設定条件とは、ＲＩＰ処理に用いられるＣＰＵのスレッド数である。また、原稿データの分割バンド数とは、１枚の原稿データを複数のバンド（領域）に分割し、バンド毎にＲＩＰ処理を行う場合における分割するバンド数である。

このようなＲＩＰ設定条件は、印刷速度が最大となるような条件とすることが好ましいが、印刷速度が最大になるＲＩＰ設定条件は、印刷ジョブに含まれる原稿データのデータサイズや印刷設定条件によって異なる。なお、印刷速度とは、印刷装置が印刷ジョブを受信してからその印刷物が排出されるまでの時間に基づいて算出される１分間当たりの印刷枚数（ｐｐｍ）である。印刷速度は、原稿データのデータサイズ、印刷設定条件、ＲＩＰ設定条件によって決定されるものであり、これらの条件によって変わるものである。また、ここでいう印刷速度を最大にするとは、印刷ジョブの印刷を行う印刷部の処理速度に印刷速度をできるだけ近づけることをいう。印刷部の処理速度とは、印刷部の機械的な構成で決定される最大速度（ｐｐｍ）であり、固定された値である。

そして、印刷ジョブの原稿データのデータサイズや印刷設定条件は、印刷前に取得することが可能であるが、データサイズと印刷設定条件の組み合わせは無数にあるため、これらに対して条件式を作成して、印刷速度が最大になる最適なＲＩＰ設定条件を決定することは難しい。

本発明は、上記事情に鑑み、印刷速度が最大となる最適化されたＲＩＰ設定条件を決定することができる印刷データ生成装置を提供することを目的とするものである。

本発明の印刷データ生成装置は、複数の印刷ジョブの原稿データのデータサイズ、印刷設定条件およびＲＩＰ（Raster Image Processor）設定条件と原稿データを印刷部によって印刷した際の印刷速度との関係を入力として機械学習して得られた学習済モデルを有する機械学習部と、学習済モデルに対して、印刷対象の印刷ジョブの原稿データのデータサイズ、印刷設定条件および任意のＲＩＰ設定条件を入力することによって、印刷対象の印刷ジョブの印刷速度を予測する印刷速度予測部と、印刷速度予測部によって予測された印刷速度が、印刷部の処理速度に近づくまたは処理速度以上となるような最適化ＲＩＰ設定条件を決定するＲＩＰ設定条件決定部と、ＲＩＰ設定条件決定部によって決定された最適化ＲＩＰ設定条件に基づいて、印刷対象の印刷ジョブのＲＩＰ（Raster Image Processor）処理を行って印刷データを生成し、印刷部に出力するＲＩＰ処理部とを備える。

本発明の印刷データ生成装置によれば、複数の印刷ジョブの原稿データのデータサイズ、印刷設定条件およびＲＩＰ設定条件と原稿データを印刷部によって印刷した際の印刷速度との関係を入力として機械学習して得られた学習済モデルを有する機械学習部を備え、その学習済モデルに対して、印刷対象の印刷ジョブの原稿データのデータサイズ、印刷設定条件および任意のＲＩＰ設定条件を入力することによって、印刷対象の印刷ジョブの印刷速度を予測し、さらにその予測された印刷速度が、印刷部の処理速度に近づくまたは処理速度以上となるような最適化ＲＩＰ設定条件を決定するようにしたので、実際の印刷速度が最大となる最適化ＲＩＰ設定条件を決定することができる。

本発明の印刷データ生成装置の第１の実施形態を用いた印刷装置の概略構成を示すブロック図 本発明の印刷データ生成装置の第１の実施形態を用いた印刷装置のハードウェアの構成例を示す図 カラーモード（自動カラー印刷）の場合のＲＩＰ処理のスレッド数と生産性（ｐｐｍ）との関係を示すグラフ カラーモード（グレースケール）の場合のＲＩＰ処理のスレッド数と生産性（ｐｐｍ）との関係を示すグラフ 第１の実施形態の印刷装置の処理を説明するためのフローチャート 種々のＲＩＰ設定条件に対応する予測印刷速度が予め設定されたテーブルの一例を示す図 本発明の印刷データ生成装置の第２の実施形態を用いた印刷装置の概略構成を示すブロック図 本発明の印刷データ生成装置の第３の実施形態を用いた印刷装置の概略構成を示すブロック図

以下、図面を参照して本発明の印刷データ生成装置の第１の実施形態を用いた印刷装置について詳細に説明する。図１は、本実施形態の印刷装置１の概略構成を示すブロック図である。

本実施形態の印刷装置１は、図１に示すように、印刷データ生成部１０と、印刷部２０と、入力受付部３０とを備えている。本実施形態においては、印刷データ生成部１０が、本発明の印刷データ生成装置に相当する。

本実施形態の印刷データ生成部１０は、プリフライト部１１と、機械学習部１２と、印刷速度予測部１３と、ＲＩＰ設定条件決定部１４と、ＲＩＰ処理部１５と、教師データ取得部１６とを備えている。

また、図２は、本実施形態の印刷装置１のハードウェアの構成例を示す図である。本実施形態の印刷装置１の印刷データ生成部１０は、図２に示すように、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）およびＲＡＭ（Random access memory）などの半導体メモリ、ハードディスクなどのストレージ、並びに通信Ｉ／Ｆを備えている。なお、図２においてはＲＯＭおよびＲＡＭを１つしか示していないが、本実施形態の印刷データ生成部１０は、ＲＯＭおよびＲＡＭを複数個備えているものとする。

印刷データ生成部１０の半導体メモリまたはハードディスクには、印刷データ生成プログラムがインストールされており、この印刷データ生成プログラムがＣＰＵによって実行されることにより、印刷データ生成部１０の各部が機能する。

また、印刷データ生成部１０の半導体メモリまたはハードディスクには、印刷部２０および入力受付部３０の動作を制御するための制御プログラムがインストールされており、この制御プログラムが、ＣＰＵによって実行されることによって印刷部２０および入力受付部３０の動作が制御される。すなわち、印刷データ生成部１０におけるＣＰＵは、印刷データ生成部１０の各部を機能させるとともに、印刷部２０および入力受付部３０の動作を制御する。

なお、本実施形態においては、印刷データ生成部１０の各部の機能を印刷データ生成プログラムにより実現し、印刷部２０および入力受付部３０の制御を制御プログラムによって実現するようにしたが、これに限らず、一部または全部の機能もしくは制御をＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field-Programmable Gate Array）、その他の電気回路などのハードウェアによって実現するようにしてもよい。

図１に戻り、プリフライト部１１は、たとえばコンピュータから出力された原稿データを含む印刷ジョブを通信Ｉ／Ｆを介して受け付け、その印刷ジョブの解析を行う。本実施形態のプリフライト部１１は、印刷ジョブのプリフライトチェックを行うとともに、印刷ジョブに含まれる原稿データのデータサイズおよび印刷設定条件を取得し、そのデータサイズおよび印刷設定条件を印刷速度予測部１３および教師データ取得部１６に出力する。なお、プリフライト部１１は、上述したコンピュータから出力された印刷ジョブに限らず、たとえばスキャナなどによって読み取られた原稿データを含む印刷ジョブも受け付ける。

原稿データのデータサイズは、印刷ジョブに複数ページの原稿データが含まれる場合には、その複数ページの原稿データのデータサイズの合計値である。

印刷設定条件としては、たとえばカラー印刷またはモノクロ印刷の条件、片面印刷または両面印刷の条件およびＮアップ印刷の条件などがあるが、これに限らず、印刷に関する設定条件であればその他の条件を含めるようにしてもよい。

機械学習部１２は、複数の印刷ジョブの原稿データのデータサイズ、印刷設定条件およびＲＩＰ設定条件と上記原稿データを印刷部２０によって印刷した際の印刷速度との関係を入力として機械学習して予め得られた学習済モデルを有する。

学習済モデルは、印刷装置１に入力された印刷ジョブに基づいて生成するようにしてもよいし、印刷装置１と同等の印刷部を有するその他の印刷装置での印刷ジョブの印刷結果に基づいて生成し、機械学習部１２に記憶するようにしてもよい。

ＲＩＰ設定条件は、ＲＩＰ処理部１５においてＲＩＰ処理を行う際に用いられる条件であり、たとえばＭＴＲの設定条件、ＲＩＰ処理を行う際の原稿データの分割バンド数およびＲＩＰ処理に用いるメモリ数などがあるが、ＲＩＰ処理の際に用いられる条件であれば、その他の条件を含めるようにしてもよい。

ＭＴＲの設定条件とは、ＲＩＰ処理に用いられるＣＰＵのスレッド数である。

ここで、ＲＩＰ処理に用いられるスレッド数が多いほど、ＲＩＰ処理自体は高速に行うことができるが、必ずしもＲＩＰ処理に用いられるスレッド数が多いほど生産性が上がるとは言えない。なお、生産性とは、印刷速度と同義であり、印刷装置１が印刷ジョブを受信してからその印刷物が排出されるまでの時間に基づいて算出される１分間当たりの印刷枚数（ｐｐｍ）である。

これは、ＲＩＰ処理以外の処理にもＣＰＵが用いられ、ＲＩＰ処理に多くのスレッド数を割り当てた場合、その他の処理に用いられるＣＰＵのスレッド数が減り、これにより処理全体としては処理効率が低下し、処理時間が長くなる場合があるからである。

そして、生産性を上げるＲＩＰ処理の最適なスレッド数は、上述したように印刷設定条件に関連する。図３は、カラーモード（自動カラー印刷）の場合のＲＩＰ処理のスレッド数と生産性（ｐｐｍ）との関係を示すグラフであり、図４は、カラーモード（グレースケール）の場合のＲＩＰ処理のスレッド数と生産性（ｐｐｍ）との関係を示すグラフである。図３に示すように、カラーモード（自動カラー印刷）の場合、スレッド数３までは生産性は上がるが、スレッド数３とスレッド数４とでは生産性はほとんど変わらない。すなわち、この場合、スレッド数３として、ＲＩＰ処理以外の処理にＣＰＵのスレッド数を割り当てた方が良いことになる。

また、図４に示すように、カラーモード（グレースケール）の場合、ＲＩＰ処理に割り当てるスレッド数が多いほど生産性が低下している。

このようにＲＩＰ処理に用いられるスレッド数と印刷設定条件との組み合わせは、生産性すなわち印刷部２０の印刷速度に関連する。

また、ＲＩＰ設定条件における原稿データの分割バンド数とは、１枚の原稿データを複数のバンド（領域）に分割し、バンド毎にＲＩＰ処理を行う場合における分割するバンド数である。分割バンド数が少ない場合、一度にＲＩＰ処理を行う原稿データのデータサイズが大きくなるため、後述するＲＩＰ処理に用いるメモリ数（半導体メモリの数）を増やす必要がある。その結果、ＲＩＰ処理以外の処理に割り当てられるメモリ数が少なくなり、処理が遅くなる。

一方、分割バンド数が多い場合、一度にＲＩＰ処理を行う原稿データのデータサイズが小さくなるため、ＲＩＰ処理に用いるメモリ数は少なくて済むが、バンド毎のＲＩＰ処理を繰り返して行う必要があるので、その分、ＲＩＰ処理は遅くなる。

このようにＲＩＰ設定条件における原稿データの分割バンド数およびＲＩＰ処理に用いるメモリ数も、生産性すなわち印刷部２０の印刷速度に関連する。

機械学習部１２の学習済モデルは、印刷部２０における印刷速度に関連すると考えられる印刷ジョブの原稿データのデータサイズ、印刷設定条件および上述したＲＩＰ設定条件とその際の実際の印刷速度との関係を入力として機械学習されたものである。

印刷速度予測部１３は、機械学習部１２に記憶された学習済モデルに対して、印刷対象の印刷ジョブの原稿データのデータサイズ、印刷設定条件および任意のＲＩＰ設定条件を入力することによって、印刷対象の印刷ジョブの印刷速度を予測する。

具体的には、本実施形態の印刷速度予測部１３は、プリフライト部１１から出力された印刷対象の印刷ジョブの原稿データのデータサイズおよび印刷設定条件を取得する。そして、印刷速度予測部１３は、まず、その取得した原稿データのデータサイズおよび印刷設定条件と、予め設定された初期設定のＲＩＰ設定条件を機械学習部１２に記憶された学習済モデルに入力する。

そして、印刷速度予測部１３は、機械学習部１２に記憶された学習済モデルから出力された印刷速度を取得することによって、印刷対象の印刷ジョブの印刷速度を予測する。

ＲＩＰ設定条件決定部１４は、印刷速度予測部１３によって予測された印刷速度が、印刷部２０の処理速度に近づくような最適化ＲＩＰ設定条件を決定する。

具体的には、本実施形態のＲＩＰ設定条件決定部１４は、まず、初期設定のＲＩＰ設定条件に基づいて印刷速度予測部１３によって予測された印刷速度と、予め設定された印刷部２０の処理速度とを比較する。印刷部２０の処理速度とは、印刷部２０の機械的な構成に起因して決定される処理速度（ｐｐｍ）である。印刷部２０の処理速度は、たとえばユーザによって入力受付部３０において設定入力され、ＲＩＰ設定条件決定部１４に記憶される。

そして、ＲＩＰ設定条件決定部１４は、予測された印刷速度が、印刷部２０の処理速度よりも遅い場合には、すなわち印刷部２０の処理能力を十分に発揮できない場合には、上述した初期設定のＲＩＰ設定条件を変更し、その変更後のＲＩＰ設定条件を印刷速度予測部１３に出力する。印刷速度予測部１３は、入力された変更後のＲＩＰ設定条件と、印刷対象の印刷ジョブの原稿データのデータサイズおよび印刷設定条件とを学習済モデルに入力し、再び印刷速度を予測する。

印刷速度予測部１３において予測された印刷速度は、再びＲＩＰ設定条件決定部１４に入力される。ＲＩＰ設定条件決定部１４は、再び予測された印刷速度が、印刷部２０の処理速度を基準とした予め設定された閾値範囲内であるか否かを判定し、閾値範囲内でない場合には、予測された印刷速度が印刷部２０の処理速度に近づいてないと判定し、再びＲＩＰ設定条件を変更し、その変更後のＲＩＰ設定条件を印刷速度予測部１３に出力する。

ＲＩＰ設定条件決定部１４は、上述したように印刷速度予測部１３において予測された印刷速度が、予め設定された閾値範囲内であるか否かを判定し、閾値範囲内でない場合には、ＲＩＰ設定条件を順次変更して印刷速度予測部１３に出力する。そして、印刷速度予測部１３は、変更後のＲＩＰ設定条件の入力に応じて、学習済モデルを用いて印刷速度を順次予測し、ＲＩＰ設定条件決定部１４に順次出力する。

そして、ＲＩＰ設定条件の変更および印刷速度の予測が繰り返し行われることによって、ＲＩＰ設定条件決定部１４は、印刷速度予測部１３によって予測された印刷速度が、予め設定された閾値範囲内となる最適化ＲＩＰ設定条件を決定し、その最適化ＲＩＰ設定条件をＲＩＰ処理部１５に出力する。

ＲＩＰ処理部１５は、ＲＩＰ設定条件決定部１４によって決定された最適化ＲＩＰ設定条件に基づいて、印刷対象の印刷ジョブのＲＩＰ処理を行って印刷データを生成し、その印刷データを印刷部２０に出力する。

教師データ取得部１６は、ＲＩＰ処理部１５において生成された印刷データに基づいて、印刷部２０において印刷対象の印刷ジョブの印刷が終了した場合に、その印刷の際の印刷速度、印刷対象の印刷ジョブの原稿データのデータサイズ、印刷設定条件および上述した最適化ＲＩＰ設定条件を教師データとして取得し、その教師データを機械学習部１２に出力する。機械学習部１２は、入力された教師データを用いて、学習済モデルの機械学習をさらに進める。このように学習済モデルの機械学習を進めることによって、印刷速度の予測精度を向上させることができる。

印刷部２０は、ＲＩＰ処理部１５から出力された印刷データを用いて、紙やフィルムなどの印刷媒体に対して印刷を施す。本実施形態の印刷部２０は、たとえば印刷媒体に対してインクを吐出して印刷を施すインクジェットヘッドを有する印刷エンジンを備えたものとすることができるが、このようなインクジェット方式の印刷エンジンに限らず、感光ドラムを用いて印刷媒体に対してトナーを転写して印刷を施すレーザ方式の印刷エンジンとしてもよいし、孔版印刷方式の印刷エンジンとしてもよい。

入力受付部３０は、たとえばタッチパネルから構成され、種々の情報を表示するとともに、ユーザによる種々の設定入力を受け付ける。入力受付部３０は、たとえば印刷条件設定入力画面を表示し、その印刷条件設定入力画面上において、ユーザによる印刷設定条件の設定入力を受け付ける。印刷条件設定入力画面で設定入力された印刷設定条件は、たとえばスキャナなどによって読み取られた原稿データに紐付けされて印刷ジョブに含められる。

次に、本実施形態の印刷装置１の処理について、図５に示すフローチャートを参照しながら説明する。

まず、コンピュータなどから出力された印刷ジョブが、プリフライト部１１によって受け付けられる（Ｓ１０）。プリフライト部１１は、上述したように印刷ジョブのプリフライトチェックを行うとともに、印刷ジョブに含まれる原稿データのページ数、原稿データのデータサイズおよび印刷設定条件を取得する（Ｓ１２）。

そして、プリフライト部１１から出力された原稿データのページ数、原稿データのデータサイズおよび印刷設定条件は、印刷速度予測部１３に入力される。印刷速度予測部１３は、入力されたページ数と予め設定された閾値とを比較し（Ｓ１４）、入力されたページ数が閾値を超える場合には（Ｓ１４，ＹＥＳ）、入力された原稿データのデータサイズ、印刷設定条件および初期設定のＲＩＰ設定条件とを用いて、印刷ジョブの印刷速度を予測する（Ｓ１６）。具体的には、印刷速度予測部１３は、上述したように機械学習部１２に記憶された学習済モデルに対して、原稿データのデータサイズ、印刷設定条件および初期設定のＲＩＰ設定条件を入力することによって印刷速度を予測する。なお、上記閾値としては、たとえば１ページが設定されるが、これに限らず、その他のページ数を設定するようにしてもよい。

印刷速度予測部１３によって予測された印刷速度は、ＲＩＰ設定条件決定部１４に入力され、ＲＩＰ設定条件決定部１４は、入力された印刷速度と、予め設定された印刷部２０の処理速度とを比較する（Ｓ１８）。

そして、ＲＩＰ設定条件決定部１４は、予測された印刷速度が、印刷部２０の処理速度よりも遅い場合には（Ｓ１８，ＹＥＳ）、上述した初期設定のＲＩＰ設定条件を変更し（Ｓ２０）、その変更後のＲＩＰ設定条件を印刷速度予測部１３に出力する。

印刷速度予測部１３は、入力された変更後のＲＩＰ設定条件と、印刷対象の印刷ジョブの原稿データのデータサイズおよび印刷設定条件とを学習済モデルに入力し、再び印刷速度を予測する（Ｓ２２）。

印刷速度予測部１３において再予測された印刷速度は、再びＲＩＰ設定条件決定部１４に入力される。ＲＩＰ設定条件決定部１４は、再予測された印刷速度が、予め設定された閾値範囲内であるか否かを判定する（Ｓ２４）。ＲＩＰ設定条件決定部１４は、再予測された印刷速度が、予め設定された閾値範囲内でない場合には（Ｓ２４，ＮＯ）、再びＲＩＰ設定条件を変更し（Ｓ２０）、その変更後のＲＩＰ設定条件を印刷速度予測部１３に出力する。そして、印刷速度予測部１３は、変更後のＲＩＰ設定条件の入力に応じて、学習済モデルを用いて印刷速度を再度予測し、ＲＩＰ設定条件決定部１４に出力する（Ｓ２２）。

そして、印刷速度予測部１３によって予測された印刷速度が、予め設定された閾値範囲内になるまでＲＩＰ設定条件決定部１４によるＲＩＰ設定条件の変更および印刷速度予測部１３による印刷速度の予測が繰り返して行われる。そして、ＲＩＰ設定条件決定部１４は、予測された印刷速度が、予め設定された閾値範囲内になった時点におけるＲＩＰ設定条件を最適化ＲＩＰ設定条件として決定し、その最適化ＲＩＰ設定条件をＲＩＰ処理部１５に出力する（Ｓ２４，ＹＥＳ、Ｓ２６）。

次いで、ＲＩＰ処理部１５は、ＲＩＰ設定条件決定部１４によって決定された最適化ＲＩＰ設定条件に基づいて、印刷対象の印刷ジョブのＲＩＰ処理を行って印刷データを生成し、その印刷データを印刷部２０に出力する（Ｓ２８）。

一方、Ｓ１４において、入力されたページ数が閾値以下であると判定された場合（Ｓ１４，ＮＯ）、印刷速度予測部１３による印刷速度の予測処理およびＲＩＰ設定条件決定部１４による最適化ＲＩＰ設定条件の決定処理は行われない。印刷ジョブのページ数が少ない場合には、ＲＩＰ処理自体にそれほど時間を要することがなく、上述した印刷速度の予測処理および最適化ＲＩＰ設定条件の決定処理を行った方が、処理時間が長くなってしまう場合がある。したがって、印刷ジョブのページ数が少ない場合には、印刷速度の予測処理および最適化ＲＩＰ設定条件の決定処理を省略することによって、処理時間を短縮することができる。また、ＣＰＵの負担を軽減することができ、処理効率を向上させることができる。

そして、この場合、ＲＩＰ処理部１５は、初期設定のＲＩＰ設定条件に基づいてＲＩＰ処理を行って印刷データを生成し（Ｓ２８）、その印刷データを印刷部２０に出力する。

また、Ｓ１８において、初期設定のＲＩＰ設定条件に基づいて予測された印刷速度が、印刷部２０の処理速度以上であると判定された場合には（Ｓ１８，ＮＯ）、ＲＩＰ設定条件決定部１４による最適化ＲＩＰ設定条件の決定処理は行われない。このように、必要でない場合には、最適化ＲＩＰ設定条件の決定処理を省略することによって、処理時間を短縮することができる。また、ＣＰＵの負担を軽減することができ、処理効率を向上させることができる。
そして、この場合も、ＲＩＰ処理部１５は、初期設定のＲＩＰ設定条件に基づいてＲＩＰ処理を行って印刷データを生成し（Ｓ２８）、その印刷データを印刷部２０に出力する。

そして、印刷部２０は、入力された印刷データに基づいて、印刷媒体に対して印刷を施す（Ｓ３０）。

そして、印刷部２０において印刷ジョブの印刷が終了した際、その印刷の際の印刷速度、印刷ジョブの原稿データのデータサイズ、印刷設定条件、および上記最適化ＲＩＰ設定条件が、教師データ取得部１６によって教師データとして取得される（Ｓ３２）。教師データ取得部１６は、その教師データを機械学習部１２に出力する。機械学習部１２は、入力された教師データを用いて、学習済モデルの機械学習をさらに進める（Ｓ３４）。

上記第１の実施形態の印刷装置１によれば、機械学習部１２が有する学習済モデルに対して、印刷対象の印刷ジョブの原稿データのデータサイズ、印刷設定条件および任意のＲＩＰ設定条件を入力することによって、印刷対象の印刷ジョブの印刷速度を予測し、さらにその予測された印刷速度が、印刷部の処理速度に近づくような最適化ＲＩＰ設定条件を決定するようにしたので、実際の印刷速度が最大となる最適化ＲＩＰ設定条件を決定することができる。また、印刷速度が向上することによって、ユーザにとっても負担減となる。

なお、上記第１の実施形態の印刷装置１においては、ＲＩＰ設定条件決定部１４が、予測された印刷速度が、予め設定された閾値範囲内になった時点におけるＲＩＰ設定条件を最適化ＲＩＰ設定条件として決定するようにしたが、これに限らず、予測された印刷速度が、印刷部２０の処理速度以上となった時点におけるＲＩＰ設定条件を最適化ＲＩＰ設定条件として決定するようにしてもよい。

また、上記第１の実施形態の印刷装置１においては、ＲＩＰ設定条件決定部１４がＲＩＰ設定条件を変更することによって印刷速度の予測を繰り返して行い、これにより最適化ＲＩＰ設定条件を決定するようにしたが、ＲＩＰ設定条件を変更するたびに印刷速度の予測を行った場合、その演算時間が長くなる可能性がある。

そこで、上述した学習済モデルを用いて、種々のＲＩＰ設定条件に対応する印刷速度を予め演算してテーブルとしてＲＩＰ設定条件決定部１４に記憶しておき、ＲＩＰ設定条件決定部１４が、プリフライト部１１によって取得されたデータサイズおよび印刷設定条件と印刷部２０の処理速度とに基づいて、上記テーブルを参照することによって最適化ＲＩＰ設定条件を決定するようにしてもよい。

図６は、上記テーブルの一例を模式的に示す図である。図６に示すテーブルにおける予測印刷速度は、上述した学習済モデルを用いて求められた値である。具体的には、たとえば原稿データのデータサイズがデータサイズ１であり、印刷設定条件が印刷設定条件１である場合に、ＲＩＰ設定条件をＲＩＰ設定条件１～４に変更して学習済モデルによって予測された印刷速度が、予測印刷速度１～４である。なお、データサイズ１～データサイズ４は、たとえばそれぞれ１キロバイト～５０キロバイト、５１キロバイト～１００キロバイト、１０１キロバイト～１５０キロバイト、・・・のようなデータサイズの範囲で設定される。

たとえば印刷対象の印刷ジョブのデータサイズが、データサイズ１の範囲に属し、印刷設定条件が印刷設定条件１である場合には、ＲＩＰ設定条件決定部１４は、印刷部２０の処理速度に基づいて、図６に示すテーブルを参照し、予測印刷速度１～４の中から印刷部２０の処理速度に最も近い予測印刷速度を特定する。そして、ＲＩＰ設定条件決定部１４は、印刷部２０の処理速度に最も近い予測印刷速度が、予測印刷速度１である場合には、その予測印刷速度１に対応するＲＩＰ設定条件１を最適化ＲＩＰ設定条件として決定する。

上述したように予め設定されたテーブルを用いて最適化ＲＩＰ設定条件を決定することによって、最適化ＲＩＰ設定条件の決定処理の処理時間を短縮することができる。

また、上記第１の実施形態の印刷装置１においては、学習済モデルの入力情報として、印刷ジョブの原稿データのデータサイズ、印刷設定条件およびＲＩＰ設定条件を用いるようにしたが、学習済モデルが出力する印刷速度の予測精度を上げるため、その他の情報を入力情報として追加するようにしてもよい。

具体的には、たとえば入力受付部３０においてユーザが何かの設定入力などの操作を行っている場合には、印刷データ生成部１０におけるＣＰＵによって入力受付部３０の動作制御が行われるため、ＲＩＰ処理のＣＰＵの占有率が減り、印刷速度（生産性）に影響を及ぼす可能性がある。

また、入力受付部３０の動作制御に限らず、たとえば前の印刷ジョブの印刷が印刷部２０において行われている場合には、印刷データ生成部１０におけるＣＰＵによって印刷部２０の動作制御が行われるため、やはりＲＩＰ処理のＣＰＵの占有率が減り、印刷速度（生産性）に影響を及ぼす可能性がある。

また、たとえば印刷ジョブのＲＩＰ処理を行っている間に、インクジェットヘッドのクリーニング動作が行われたり、インクやトナーまたは印刷用紙などの消耗品の交換が行われたりした場合には、その間は、印刷部２０の印刷動作が停止するため、ＲＩＰ処理のＣＰＵの占有率が増加し、印刷速度（生産性）に影響を及ぼす可能性がある。

すなわち、上述した入力受付部３０の動作状態や印刷部２０の動作状態などといった現在の印刷装置１の動作状態や、または上述したクリーニング動作時や消耗品の交換時における印刷部２０の動作停止状態などといった印刷対象の印刷ジョブの処理中に予測される印刷装置１の動作状態の情報を、学習済モデルの追加の入力情報として用いるようにしてもよい。これにより、学習済モデルを用いた印刷速度の予測精度を向上させることができる。

なお、上述した追加の入力情報は、学習済モデルを生成する際およびその生成された学習済モデルを用いて印刷速度を予測する際にＣＰＵによって取得されて入力情報として用いられる。

また、印刷ジョブの処理中に予測される印刷装置１の動作状態の情報については、たとえばクリーニング動作の場合、予め設定された印刷枚数毎に行われるので、前回のクリーニング動作からの印刷枚数を取得することによって、印刷対象の印刷ジョブの処理中にクリーニング動作が行われるか否か（印刷部２０の動作停止状態が発生するか否か）を判定することができる。また、消耗品の交換タイミングついては、消耗品の残量を取得することによって、印刷対象の印刷ジョブの処理中に消耗品の交換タイミングが発生するか否か（印刷部２０の動作停止状態が発生するか否か）を判定することができる。そして、これらの判定結果を学習済モデルの入力情報として用いるようにすればよい。

また、上記第１の実施形態の印刷装置１においては、学習済モデルの入力情報として、印刷ジョブの原稿データのデータサイズを用いるようにしたが、原稿データの解像度、写真と文字の比率または印字率などによっても原稿データのＲＩＰ処理の速度が変わり、印刷速度（生産性）に影響を及ぼす。したがって、学習済モデルの入力情報として、さらに原稿データの解像度、写真と文字の比率または印字率などといった原稿データの特徴量を含めるようにしてもよい。これにより、学習済モデルを用いた印刷速度の予測精度を向上させることができる。なお、上述した原稿データの特徴量についても、学習済モデルを生成する際およびその生成された学習済モデルを用いて印刷速度を予測する際に取得されて入力情報として用いられる。

次に、本発明の印刷データ生成装置の第２の実施形態を用いた印刷装置２について説明する。第１の実施形態の印刷装置１においては、印刷ジョブの原稿データのデータサイズ、印刷設定条件およびＲＩＰ設定条件に基づいて学習済モデルを用いて印刷速度を予測し、ＲＩＰ設定条件を変更することによって、予測した印刷速度が印刷部２０の処理速度に近づくような最適化ＲＩＰ設定条件を求めるようにしたが、この方法を複数の印刷ジョブについて実施すれば、所定の印刷ジョブの原稿データのデータサイズおよび印刷設定条件とその印刷ジョブの最適化ＲＩＰ設定条件との組を複数取得することができる。

第２の実施形態の印刷装置２は、上述した複数の印刷ジョブの原稿データのデータサイズおよび印刷設定条件とその最適化ＲＩＰ設定条件との組を用いて、新たに生成した学習済モデルを有する。第２の実施形態の学習済モデルは、具体的には、上述した各組の原稿データのデータサイズおよび印刷設定条件と各組の最適化ＲＩＰ設定条件との関係を入力として機械学習して得られた学習済モデルである。なお、第１の実施形態の印刷装置１における学習済モデルが、本発明の第１の学習済モデルに相当し、第２の実施形態の印刷装置２において新たに追加した学習済モデルが、本発明の第２の学習済モデルに相当する。

そして、第２の実施形態の印刷装置２は、上述した新たに生成した学習済モデル（第２の学習済モデル）に対して、印刷対象の印刷ジョブの原稿データのデータサイズおよび印刷設定条件を入力することによって、印刷対象の印刷ジョブの最適化ＲＩＰ設定条件を決定する。

図７は、第２の実施形態の印刷装置２の概略構成を示すブロック図である。第２の実施形態の印刷装置２は、図７に示すように、印刷データ生成部４０と、印刷部２０および入力受付部３０とを備える。

第２の実施形態の印刷データ生成部４０は、プリフライト部４１と、機械学習部４２と、ＲＩＰ設定条件決定部４３と、ＲＩＰ処理部４４とを備える。

プリフライト部４１は、第１の実施形態のプリフライト部１１と同様に、コンピュータなどから出力された原稿データを含む印刷ジョブを受け付け、その印刷ジョブのプリフライトチェックを行うとともに、印刷ジョブに含まれる原稿データのデータサイズおよび印刷設定条件を取得し、そのデータサイズおよび印刷設定条件をＲＩＰ設定条件決定部４３に出力する。なお、原稿データのデータサイズおよび印刷設定条件については、第１の実施形態と同様である。

ＲＩＰ設定条件決定部４３は、プリフライト部４１から出力された原稿データのデータサイズおよび印刷設定条件を取得し、その取得した原稿データのデータサイズおよび印刷設定条件を、機械学習部４２に予め記憶された学習済モデル（第２の学習済モデル）に入力する。そして、ＲＩＰ設定条件決定部４３は、機械学習部４２の学習済モデルから出力された最適化ＲＩＰ設定条件を取得することによって、最適化ＲＩＰ設定条件を決定する。

ＲＩＰ処理部４４は、第１の実施形態のＲＩＰ処理部１５と同様である。

また、印刷部２０および入力受付部３０についても、第１の実施形態の印刷装置１と同様である。

第２の実施形態の印刷装置２によれば、複数の印刷ジョブの原稿データのデータサイズおよび印刷設定条件とその複数の印刷ジョブの最適化ＲＩＰ設定条件との関係を入力として機械学習して得られた学習済モデルを有する機械学習部４２を備え、その機械学習部４２の学習済モデルに対して、印刷対象の印刷ジョブの原稿データのデータサイズおよび印刷設定条件を入力することによって、上記印刷ジョブの最適化ＲＩＰ設定条件を決定する。すなわち、第２の実施形態の印刷装置２では、機械学習部４２の学習済モデル（第２の学習済モデル）が一旦完成した後は、第１の実施形態の印刷装置１のような学習済モデル（第１の学習済モデル）を用いた印刷速度の予測処理および最適化ＲＩＰ設定条件の決定処理を行うことなく、原稿データのデータサイズおよび印刷設定条件の入力だけで最適化ＲＩＰ設定条件を決定することができる。したがって、第１の実施形態の印刷装置１よりも簡易な演算処理によって、実際の印刷速度が最大となる最適化ＲＩＰ設定条件を決定することができる。

なお、第２の実施形態の印刷装置２においても、第１の実施形態と同様に、ＲＩＰ設定条件決定部４３が、プリフライト部４１から出力された原稿データのページ数と予め設定された閾値とを比較し、入力されたページ数が閾値を超える場合に、上述した学習済モデルを用いた最適化ＲＩＰ設定条件の決定処理を行い、入力されたページ数が閾値以下である場合には、最適化ＲＩＰ設定条件の決定処理を行わないようにしてもよい。そして、この場合、ＲＩＰ処理部４４は、初期設定のＲＩＰ設定条件に基づいてＲＩＰ処理を行って印刷データを生成し、その印刷データを印刷部２０に出力する。

また、第２の実施形態の印刷装置２においても、上述した現在の印刷装置１の動作状態、印刷対象の印刷ジョブの処理中に予測される印刷装置１の動作状態の情報、および原稿データの特徴量などを学習済モデルの追加の入力情報として用いるようにしてもよい。これにより、最適化ＲＩＰ設定条件の精度を向上させることができる。

なお、これらの追加の情報を第２の実施形態の学習済モデルの入力情報として用いる場合、第２の実施形態の学習済モデルを生成する際に用いられる複数の原稿データのデータサイズおよび印刷設定条件とその最適化ＲＩＰ設定条件との組を取得する際にも、上述した追加の情報が用いられる。すなわち、上記組を取得する際、第１の実施形態の学習済モデルの入力情報としても上述した追加の情報が用いられる。

また、上記第２の実施形態の印刷装置２において、第１の実施形態の学習済モデル（第１の学習済モデル）を備えるようにしてもよい。図８は、第１の実施形態の学習済モデルと第１の実施形態の学習済モデルの両方を備えた第３の実施形態の印刷装置３の概略構成を示すブロック図である。

第３の実施形態の印刷装置３は、印刷データ生成部５０と、印刷部２０と、入力受付部３０とを備えている。第３の実施形態の印刷装置３の印刷部２０および入力受付部３０は、上記第１の実施形態および第２の実施形態と同様である。

また、印刷データ生成部５０におけるプリフライト部５１、印刷速度予測部５３およびＲＩＰ処理部５５も、上記第１の実施形態および第２の実施形態と同様である。

また、第１の機械学習部５２および教師データ取得部５６は、第１の実施形態の機械学習部１２および教師データ取得部５６と同様であり、第２の機械学習部５７は、第２の実施形態の機械学習部４２と同様である。

第３の実施形態の印刷装置３においては、第１の実施形態と同様にして、複数の任意の印刷ジョブについて、第１の機械学習部５２の学習済モデルを用いた印刷速度の予測処理および最適化ＲＩＰ設定条件の決定処理が行われ、その複数の印刷ジョブの原稿データのデータサイズおよび印刷設定条件と最適化ＲＩＰ設定条件の組が教師データとして、第２の機械学習部５７に入力されて機械学習が行われ、第２の実施形態の学習済モデルと同様の学習済モデルが生成される。

そして、第３の実施形態の印刷装置３のＲＩＰ設定条件決定部５４は、第２の機械学習部５７が有する学習済モデルに対して、印刷対象の印刷ジョブの原稿データのデータサイズおよび印刷設定条件を入力することによって、印刷対象の印刷ジョブの最適化ＲＩＰ設定条件を決定する。

そして、その決定した最適化ＲＩＰ設定条件を用いてＲＩＰ処理が行われ、印刷処理が行われる。

印刷処理終了後、その印刷処理対象の印刷ジョブの原稿データのデータサイズおよび印刷設定条件を第１の学習済モデルに入力して印刷速度の予測処理を行い、上述した最適化ＲＩＰ設定条件の決定処理を行うことによって、原稿データのデータサイズおよび印刷条件と最適化ＲＩＰ設定条件の組からなる教師データを生成する。そして、その教師データを第２の機械学習部５７に入力することによって、第２の機械学習部５７の学習済モデルの機械学習をさらに進めることができる。これにより、最適化ＲＩＰ設定条件の精度を向上させることができる。

なお、その他の第２の実施形態の印刷装置３の作用については、第１の実施形態または第２の実施形態と同様である。

また、上記第１から第３の実施形態は、本発明の印刷データ生成装置を印刷装置内に実装した態様であるが、これに限らず、印刷ジョブの原稿データに対して種々の画像処理を施す外部コントローラに対して、上述した第１から第３の実施形態の印刷データ生成部を設けるようにしてもよい。上記外部コントローラは、印刷部を備えず、種々の印刷装置に対して外付けして設置されるものである。本発明の印刷データ生成装置を外部コントローラに適用する場合、インクジェット方式、レーザ方式および孔版印刷方式などの種々の印刷方式毎の学習済モデルを備えることが好ましい。そして、外部コントローラに接続される印刷部の方式に応じて、学習済モデルを切り替えて使用することが好ましい。

本発明の印刷データ生成装置に関し、さらに以下の付記を開示する。
（付記）
本発明の印刷データ生成装置において、ＲＩＰ設定条件決定部は、初期設定のＲＩＰ設定条件に基づいて印刷速度予測部によって予測された印刷速度が印刷部の処理速度以上である場合には、最適化ＲＩＰ設定条件の決定処理を行わず、ＲＩＰ処理部は、初期設定のＲＩＰ設定条件に基づいて、印刷対象の印刷ジョブのＲＩＰ処理を行って印刷データを生成し、印刷部に出力することができる。

また、本発明の印刷データ生成装置において、ＲＩＰ設定条件決定部は、印刷対象の印刷ジョブの原稿データのページ数が予め設定された閾値以下である場合には、印刷速度の予測処理および最適化ＲＩＰ設定条件の決定処理を行わず、ＲＩＰ処理部は、予め設定されたＲＩＰ設定条件に基づいて、印刷対象の印刷ジョブのＲＩＰ処理を行って印刷データを生成し、印刷部に出力することができる。

また、本発明の印刷データ生成装置においては、印刷部において印刷対象の印刷ジョブの印刷が終了した場合に、その印刷の際の印刷速度、印刷対象の印刷ジョブの原稿データのデータサイズ、印刷設定条件および最適化ＲＩＰ設定条件を教師データとして取得し、その教師データを学習済モデルの機械学習のために出力する教師データ取得部を備えることができる。

本発明の他の態様の印刷データ生成装置は、複数の印刷ジョブの原稿データのデータサイズ、印刷設定条件およびＲＩＰ（Raster Image Processor）設定条件と原稿データを印刷部によって印刷した際の印刷速度との関係を入力として機械学習して得られた第１の学習済モデルと、第１の学習済モデルを用いて任意の印刷ジョブの原稿データのデータサイズ、印刷設定条件および任意のＲＩＰ設定条件を入力することによって任意の印刷ジョブの印刷速度を予測する予測処理と、その予測した印刷速度が印刷部の処理速度に近づくまたは処理速度以上となるような最適化ＲＩＰ設定条件を決定する決定処理とを、複数の任意の印刷ジョブについて行うことによって取得された任意の印刷ジョブの原稿データのデータサイズおよび印刷設定条件と最適化ＲＩＰ設定条件との組を用いて、各組のデータサイズおよび印刷設定条件と各組の最適化ＲＩＰ設定条件との関係を入力として機械学習して得られた第２の学習済モデルとを有する機械学習部と、第２の学習済モデルを用いて、印刷対象の印刷ジョブの最適化ＲＩＰ設定条件を決定するＲＩＰ設定条件決定部と、ＲＩＰ設定条件決定部によって決定された最適化ＲＩＰ設定条件に基づいて、印刷対象の印刷ジョブのＲＩＰ（Raster Image Processor）処理を行って印刷データを生成し、印刷部に出力するＲＩＰ処理部とを備える。

１,２,３ 印刷装置
１０ 印刷データ生成部
１１ プリフライト部
１２ 機械学習部
１３ 印刷速度予測部
１４ ＲＩＰ設定条件決定部
１５ ＲＩＰ処理部
１６ 教師データ取得部
２０ 印刷部
３０ 入力受付部
４０ 印刷データ生成部
４１ プリフライト部
４２ 機械学習部
４３ ＲＩＰ設定条件決定部
４４ ＲＩＰ処理部
５０ 印刷データ生成部
５１ プリフライト部
５２ 第１の機械学習部
５３ 印刷速度予測部
５４ ＲＩＰ設定条件決定部
５５ ＲＩＰ処理部
５６ 教師データ取得部
５７ 第２の機械学習部

Claims (9)

1. 複数の印刷ジョブの原稿データのデータサイズ、印刷設定条件およびＲＩＰ（Raster Image Processor）設定条件と、前記原稿データを印刷部によって印刷した際における前記印刷部が前記印刷ジョブを受信してから印刷物が排出されるまでの時間に基づく印刷速度との関係を入力として機械学習して得られた学習済モデルを有する機械学習部と、
   前記学習済モデルに対して、印刷対象の印刷ジョブの原稿データのデータサイズ、印刷設定条件および任意のＲＩＰ設定条件を入力することによって、前記印刷対象の印刷ジョブの印刷速度を予測する印刷速度予測部と、
   前記印刷速度予測部によって予測された印刷速度が、前記印刷部の処理速度に近づくまたは前記処理速度以上となるような最適化ＲＩＰ設定条件を決定するＲＩＰ設定条件決定部と、
   前記ＲＩＰ設定条件決定部によって決定された最適化ＲＩＰ設定条件に基づいて、前記印刷対象の印刷ジョブのＲＩＰ（Raster Image Processor）処理を行って印刷データを生成し、前記印刷部に出力するＲＩＰ処理部とを備えた印刷データ生成装置。
2. 前記ＲＩＰ設定条件決定部が、初期設定の前記ＲＩＰ設定条件に基づいて前記印刷速度予測部によって予測された印刷速度が前記印刷部の処理速度以上である場合には、前記最適化ＲＩＰ設定条件の決定処理を行わず、
   前記ＲＩＰ処理部が、前記初期設定のＲＩＰ設定条件に基づいて、前記印刷対象の印刷ジョブのＲＩＰ処理を行って印刷データを生成し、前記印刷部に出力する請求項１記載の印刷データ生成装置。
3. 複数の印刷ジョブの原稿データのデータサイズ、印刷設定条件およびＲＩＰ（Raster Image Processor）設定条件と前記原稿データを印刷部によって印刷した際の印刷速度との関係を入力として機械学習して得られた学習済モデルを有する機械学習部と、
   前記学習済モデルに対して、印刷対象の印刷ジョブの原稿データのデータサイズ、印刷設定条件および任意のＲＩＰ設定条件を入力することによって、前記印刷対象の印刷ジョブの印刷速度を予測する印刷速度予測部と、
   前記印刷速度予測部によって予測された印刷速度が、前記印刷部の処理速度に近づくまたは前記処理速度以上となるような最適化ＲＩＰ設定条件を決定するＲＩＰ設定条件決定部と、
   前記ＲＩＰ設定条件決定部によって決定された最適化ＲＩＰ設定条件に基づいて、前記印刷対象の印刷ジョブのＲＩＰ（Raster Image Processor）処理を行って印刷データを生成し、前記印刷部に出力するＲＩＰ処理部とを備え、
   前記印刷対象の印刷ジョブの原稿データのページ数が予め設定された閾値以下である場合には、前記印刷速度の予測処理および前記最適化ＲＩＰ設定条件の決定処理を行わず、
   前記ＲＩＰ処理部が、予め設定されたＲＩＰ設定条件に基づいて、前記印刷対象の印刷ジョブのＲＩＰ処理を行って印刷データを生成し、前記印刷部に出力する印刷データ生成装置。
4. 前記印刷部において前記印刷対象の印刷ジョブの印刷が終了した場合に、該印刷の際の印刷速度、前記印刷対象の印刷ジョブの原稿データのデータサイズ、印刷設定条件および前記最適化ＲＩＰ設定条件を教師データとして取得し、該教師データを前記学習済モデルの機械学習のために出力する教師データ取得部を備えた請求項１から３いずれか１項記載の印刷データ生成装置。
5. 複数の印刷ジョブの原稿データのデータサイズ、印刷設定条件およびＲＩＰ（Raster Image Processor）設定条件と前記原稿データを印刷部によって印刷した際の印刷速度との関係を入力として機械学習して得られた第１の学習済モデルと、前記第１の学習済モデルを用いて任意の印刷ジョブの原稿データのデータサイズ、印刷設定条件および任意のＲＩＰ設定条件を入力することによって前記任意の印刷ジョブの印刷速度を予測する予測処理と、該予測した印刷速度が前記印刷部の処理速度に近づくまたは前記処理速度以上となるような最適化ＲＩＰ設定条件を決定する決定処理とを、複数の任意の印刷ジョブについて行うことによって取得された前記任意の印刷ジョブの原稿データのデータサイズおよび印刷設定条件と前記最適化ＲＩＰ設定条件との組を用いて、前記各組のデータサイズおよび印刷設定条件と前記各組の最適化ＲＩＰ設定条件との関係を入力として機械学習して得られた第２の学習済モデルとを有する機械学習部と、
   前記第２の学習済モデルに対して、印刷対象の印刷ジョブの原稿データのデータサイズおよび印刷設定条件を入力することによって、前記印刷対象の印刷ジョブの最適化ＲＩＰ設定条件を決定するＲＩＰ設定条件決定部と、
   前記ＲＩＰ設定条件決定部によって決定された最適化ＲＩＰ設定条件に基づいて、前記印刷対象の印刷ジョブのＲＩＰ（Raster Image Processor）処理を行って印刷データを生成し、前記印刷部に出力するＲＩＰ処理部とを備えた印刷データ生成装置。
6. 複数の印刷ジョブの原稿データのデータサイズ、印刷設定条件およびＲＩＰ（Raster Image Processor）設定条件と、前記原稿データを印刷部によって印刷した際における前記印刷部が前記印刷ジョブを受信してから印刷物が排出されるまでの時間に基づく印刷速度との関係を入力として機械学習して得られた学習済モデルに対して、印刷対象の印刷ジョブの原稿データのデータサイズ、印刷設定条件および任意のＲＩＰ設定条件を入力することによって、前記印刷対象の印刷ジョブの印刷速度を予測するステップと、
   該予測した印刷速度が、前記印刷部の処理速度に近づくまたは前記処理速度以上となるような最適化ＲＩＰ設定条件を決定するステップと、
   該決定した最適化ＲＩＰ設定条件に基づいて、前記印刷対象の印刷ジョブのＲＩＰ（Raster Image Processor）処理を行って印刷データを生成し、前記印刷部に出力するステップとをコンピュータに実行させる印刷データ生成プログラム。
7. 複数の印刷ジョブの原稿データのデータサイズ、印刷設定条件およびＲＩＰ（Raster Image Processor）設定条件と前記原稿データを印刷部によって印刷した際の印刷速度との関係を入力として機械学習して得られた学習済モデルに対して、印刷対象の印刷ジョブの原稿データのデータサイズ、印刷設定条件および任意のＲＩＰ設定条件を入力することによって、前記印刷対象の印刷ジョブの印刷速度を予測するステップと、
   該予測した印刷速度が、前記印刷部の処理速度に近づくまたは前記処理速度以上となるような最適化ＲＩＰ設定条件を決定するステップと、
   該決定した最適化ＲＩＰ設定条件に基づいて、前記印刷対象の印刷ジョブのＲＩＰ（Raster Image Processor）処理を行って印刷データを生成し、前記印刷部に出力するステップとをコンピュータに実行させる印刷データ生成プログラムであって、
   前記印刷対象の印刷ジョブの原稿データのページ数が予め設定された閾値以下である場合には、前記印刷速度を予測するステップおよび前記最適化ＲＩＰ設定条件を決定するステップを行わず、かつ予め設定されたＲＩＰ設定条件に基づいて、前記印刷対象の印刷ジョブのＲＩＰ処理を行って印刷データを生成し、前記印刷部に出力する印刷データ生成プログラム。
8. 複数の印刷ジョブの原稿データのデータサイズ、印刷設定条件およびＲＩＰ（Raster Image Processor）設定条件と前記原稿データを印刷部によって印刷した際の印刷速度との関係を入力として機械学習して得られた第１の学習済モデルと、前記第１の学習済モデルを用いて任意の印刷ジョブの原稿データのデータサイズ、印刷設定条件および任意のＲＩＰ設定条件を入力することによって前記任意の印刷ジョブの印刷速度を予測する予測処理と、該予測した印刷速度が前記印刷部の処理速度に近づくまたは前記処理速度以上となるような最適化ＲＩＰ設定条件を決定する決定処理とを、複数の任意の印刷ジョブについて行うことによって取得された前記任意の印刷ジョブの原稿データのデータサイズおよび印刷設定条件と前記最適化ＲＩＰ設定条件との組を用いて、前記各組のデータサイズおよび印刷設定条件と前記各組の最適化ＲＩＰ設定条件との関係を入力として機械学習して得られた第２の学習済モデルとを有し、
   前記第２の学習済モデルに対して、印刷対象の印刷ジョブの原稿データのデータサイズおよび印刷設定条件を入力することによって、前記印刷対象の印刷ジョブの最適化ＲＩＰ設定条件を決定するステップと、
   該決定した最適化ＲＩＰ設定条件に基づいて、前記印刷対象の印刷ジョブのＲＩＰ（Raster Image Processor）処理を行って印刷データを生成し、前記印刷部に出力するステップとをコンピュータに実行させる印刷データ生成プログラム。
9. 印刷対象の印刷ジョブの原稿データのデータサイズ、印刷設定条件および任意のＲＩＰ（Raster Image Processor）設定条件に基づいて、前記原稿データを印刷部によって印刷した際における前記印刷部が前記印刷ジョブを受信してから印刷物が排出されるまでの時間に基づく印刷速度を予測し、該予測した印刷速度が、前記印刷部の処理速度に近づくまたは前記処理速度以上となるような最適化ＲＩＰ設定条件を決定し、該決定した最適化ＲＩＰ設定条件に基づいて、前記印刷ジョブのＲＩＰ処理を行って印刷データを生成し、前記印刷部に出力する処理を、印刷データ生成装置において行う際に用いられる学習済モデルであって、
   複数の印刷ジョブの原稿データのデータサイズ、印刷設定条件およびＲＩＰ設定条件と、前記原稿データを前記印刷部によって印刷した際における前記印刷速度との関係を入力として機械学習され、
   前記印刷対象の印刷ジョブの原稿データのデータサイズ、印刷設定条件および任意のＲＩＰ設定条件の入力を受け付けることによって、前記印刷対象の印刷ジョブの前記印刷速度を予測して出力するようコンピュータを機能させるための学習済モデル。