第 5 章 結果と考察
5.5 提案方法の考察
51
52 5.6 各入力モデルによる結果比較
上節までは入力ユニットを14として結果を比較したが，M1機種において学習データ とテストデータのトレンド変化が違うことからうまく予測できなかった可能性がある ため，各入力モデルを比較する必要があると考えた．そのため，4章で行った入力ユニ ットと中間ユニットを変化させて精度の良いパターンを見つける作業を全機種で再度 行い，一番精度が良かった入力モデルを機種ごとに比較する．表に各入力の評価指標を まとめ，その中でRMSEが最小の値を赤字で示し，それを図にグラフで表す．
表5.5 12入力モデルによるA3予測結果の評価指標 aveP/O sdP/O RMSE
10 1.204 0.352 179.3
12 1.196 0.327 177.4
14 1.223 0.339 180.7
16 1.193 0.291 176.8
18 1.204 0.298 182.4
20 1.163 0.255 164.1
22 1.163 0.259 162.6
24 1.162 0.246 159.2
26 1.167 0.269 159.5
28 1.179 0.258 170.2
30 1.162 0.25 159.3
表5.6 14入力モデルによるA3予測結果の評価指標 aveP/O sdP/O RMSE
10 1.174 0.32 149.9
12 1.17 0.311 154.4
14 1.172 0.312 164.6
16 1.152 0.239 132.8
18 1.155 0.238 141.9
20 1.128 0.232 138.8
22 1.157 0.241 137.9
24 1.117 0.258 147.4
26 1.126 0.217 137.4
28 1.121 0.219 131.6
30 1.135 0.232 157.6
53
表
5.7 17入力モデルによるA3予測結果の評価指標 aveP/O sdP/O RMSE10 1.104 0.393 207.4
12 1.12 0.424 215
14 1.097 0.382 197.4
16 1.137 0.483 234.1
18 1.114 0.464 229.6
20 1.103 0.409 203.9
22 1.122 0.428 220.6
24 1.128 0.441 218.2
26 1.129 0.48 242.2
28 1.137 0.428 222.3
30 1.132 0.475 237.6
図
5.12 A3機種における各入力結果比較
0 200 400 600 800 1000 1200 1400
0 12 24 36 48 60 72 84 96 108
部品交換数
交換開始からt期
実測値 予測値入力12 予測値入力14 予測値入力17
54
表
5.8 12入力モデルによるB3予測結果の評価指標 aveP/O sdP/O RMSE10 1.071 0.231 338.4
12 1.073 0.233 339.4
14 1.064 0.233 345.5
16 1.051 0.216 320.3
18 1.038 0.202 311.5
20 1.02 0.205 323.9
22 1.037 0.202 315.1
24 1.014 0.18 291.8
26 0.9822 0.186 324.9 28 0.9848 0.178 308.2 30 0.9686 0.203 353.7
表
5.9 14入力モデルによるB3予測結果の評価指標 aveP/O sdP/O RMSE10 1.046 0.285 346.4
12 1.043 0.2 269.3
14 1.049 0.185 241.4
16 1.043 0.184 249.9
18 1.037 0.189 253.5
20 1.05 0.165 222.5
22 1.024 0.17 239.3
24 1.007 0.181 270.3
26 1.014 0.186 268.1
28 1.024 0.181 277
30 1.016 0.169 259.8
55
表
5.10 17入力モデルによるB3予測結果の評価指標 aveP/O sdP/O RMSE10 1.086 0.439 670
12 1.088 0.445 683.1
14 1.076 0.436 677.9
16 1.071 0.418 651.2
18 1.082 0.445 694.9
20 1.103 0.466 707
22 1.142 0.539 746.9
24 1.145 0.541 738.4
26 1.18 0.578 768
28 1.179 0.568 744.2
30 1.166 0.578 770.2
図
5.13 B3機種における各入力結果比較
0 500 1000 1500 2000 2500 3000
0 12 24 36 48 60 72 84 96 108
部品交換数
交換開始からt期
実測値 予測値入力12 予測値入力14 予測値入力17
56
表
5.11 12入力モデルによるM1予測結果の評価指標 aveP/O sdP/O RMSE10 1.245 0.376 426.5
11 1.269 0.395 440.6
12 1.256 0.38 448.9
14 1.258 0.364 443.8
16 1.26 0.374 470.2
18 1.297 0.373 498.5
20 1.329 0.452 514.2
22 1.277 0.373 488.5
24 1.26 0.335 500.9
26 1.268 0.38 499.2
28 1.229 0.303 478.7
30 1.293 0.388 530.1
表
5.12 14入力モデルによるM1予測結果の評価指標aveP/O sdP/O RMSE
10 1.292 0.739 595.8
12 1.236 0.673 659
14 1.2 0.618 680.6
16 1.177 0.578 657.2
18 1.171 0.583 683.7
20 1.177 0.564 664.7
22 1.152 0.552 659.3
24 1.186 0.563 676.2
26 1.263 0.48 670.9
28 1.284 0.602 699.4
30 1.166 0.486 652.9
57
表
5.13 17入力モデルによるB3予測結果の評価指標 aveP/O sdP/O RMSE10 0.7742 0.718 1444
12 0.661 0.536 1483
14 0.6764 0.55 1464
16 0.6223 0.509 1508 18 0.6427 0.525 1489 20 0.6677 0.502 1401 22 0.6388 0.516 1486 24 0.6677 0.516 1428 26 0.6298 0.514 1506
28 0.818 0.631 1293
30 0.5687 0.444 1528
図
5.14 M1機種における各入力結果比較
0 500 1000 1500 2000 2500 3000 3500 4000
0 12 24 36 48 60 72 84 96 108
部品交換数
交換開始からt期
実測値 予測値入力12 予測値入力14 予測値入力17
58
各入力の比較結果について考察を行う．まず全体の結果から，入力
17のモデ ルの精度が良くない．その原因として，入力要素に追加している， 「
ADV」と「ユ ニット寿命」が定数項であることが考えられる．製品ごとのパラメータの違い を表す情報として追加したが，入力の与え方に問題がある可能性がある．
A機 種における入力
17の結果が誤差約
10 %であるが，
RMSEとグラフを確認すると，
予測値が実測値の上振れと下振れが平均されて誤差が小さくなっているため，
よい精度とは言えない．
機種
Aと
Bにおいては， 入力
14の結果が一番精度良い結果となった． これは，
学習データに同世代機種を用いているため，トレンド性と季節性がテストデー タに類似しており良い結果となったと考えられる．
機種
Mにおいては，入力
12の結果が良い結果となった．前節で考察したよう に，学習データとテストデータのトレンド変化が異なるため，部品交換数の変 化のみを入力したほうが良いことがわかった．しかし，一番いい結果でも誤差
24.5 %
でるため，まだ改善する必要がある．そこで，精度を向上させる方法とし
て，学習データを増やすことが考えらえる．下図は学習データに
VE機種を追加 して予測を行ったものである．
図 学習データを追加した結果比較（
M1予測）
表 評価指標
aveP/O sdP/O RMSE 中間ユニット数
12 1.245 0.376 426.5 10
VE追加 1.211 0.264 393 30
0 500 1000 1500 2000 2500 3000 3500 4000
0 12 24 36 48 60 72 84 96 108
部品交換数
交換開始からt期
実測値 予測値入力12 予測値VE追加
59