概要

Tera計算シリーズの拡張モジュールである EIQAI は、物流センターにおける伝統的な分析手法である EIQ分析（E＝出荷先、I＝アイテム、Q＝数量）を根本から革新するシステムです。
本ソフトウェアは、Microsoft.ML（ML.NET）の高度な学習済みモデルをシステム内部に組み込んでおり、過去のデータを静的に集計するにとどまらず、将来の物量変動に対する高精度な AI予測 を実行するWindows フォームアプリケーションとして開発されました。

目的

このシステムの最大の目的は、極めて少ない入力情報から広範な物流シミュレーションを実現し、詳細な EIQマトリクス を生成することです。
ユーザーは「出荷先数」と「アイテム数」という、たった 2 つの入力パラメータを指定するだけで、システムが内部で EIQ分析に必要な 162 項目もの変数を一括で AI予測 します。
具体的には、バラ数量や行数といった基本指標から、出荷先ランク（E1-E5）やアイテムランク（I1-I5）、さらには行数・バラ数・ケース・PL・容積・重量の各 25 ランク別数値までを瞬時に算出します。
そして、これらの膨大な予測結果を直感的に理解できるよう、EIQマトリクス表や従来計算表として画面上に可視化し、物流拠点の設計やキャパシティ計画を強力に支援します。

動作環境・技術構成

本システムは、高いパフォーマンスとセキュアなローカル環境での動作を実現するため、以下の技術構成を採用しています。

主な機能

• AI予測の実行機能: 出荷先数とアイテム数を画面から入力することで、バックグラウンドで待機する162個の学習済みモデル（Microsoft.ML）が一斉に稼働し、各指標の将来数値を個別に AI予測 します。
• EIQマトリクス表の自動生成: GPLE ランク (E1-E5) × GPLI ランク (I1-I5) を掛け合わせた 5×5 の EIQマトリクス を画面上に自動で構築します。 さらに、現場の分析ニーズに合わせて、表示単位を出庫回数、バラ、ケース、PL、容積、重量の 6 種類からワンクリックで切り替えることが可能です。
• 従来計算 E 表の出力: 従来の分析手法に慣れたユーザーのため、出荷先ランク (GPLE_A1〜D) 別に出荷回数、バラ数、ケース換算、PL換算、容積換算、重量換算を横断的に集計した表を作成します。
• 従来計算 I 表の出力: 同様に、アイテムランク (GPLI_A1〜D) 別に各種指標を列方向に集計した表を生成し、多角的な視点を提供します。
• 予測結果のデータエクスポート機能: 画面上で確認した予測結果を、詳細な CSV ファイル (予測結果_yyyyMMdd_HHmmss.csv) として外部に出力し、二次利用を可能にします。
• 実計算との比較・誤差の可視化: 過去の予実計算データと、今回の AI予測 結果との間に生じる差異を、セル単位や行・列・総合のパーセンテージ（％）として誤差表示し、モデルの精度を検証できます。
• 学習済みモデルの再読込: モデルフォルダ内に保存された .zip ファイル群を再スキャンすることで、アプリケーションを再起動することなく最新のモデルに差し替える機能を有しています。
• Access DB の自動最適化: 起動時に DB ファイルのサイズを自動でチェックし、閾値 (100MB) 以上の場合、システムのパフォーマンスを維持するために自動的に圧縮最適化処理を実行します。

開発情報

全体フロー

Tera計算 EIQAI において、ユーザーがアプリケーションを起動してから EIQマトリクス が描画され、誤差検証が行われるまでの全体的な処理の繋がり（フロー）は以下の通りです。

各処理の詳細

【1】フォームロード（Tera計算EIQAI_Load）

アプリケーションが起動する際の初期化プロセスです。

• ファイル確認() を呼び出し、データの保存先ドライブを走査します。
• Microsoft.ML の基盤となる MLContext(seed:=0) を初期化し、AI予測 の準備を整えます。
• モデルが保存されているパスのフォルダが存在するかを厳密に確認します。
• 出力フィールド名リスト初期化() を実行し、以下のフィールドを定義します:
  • バラ数量, 行数, E1-E5, I1-I5
  • 行数01-25, バラ数01-25, ケース01-25, PL01-25, 容積01-25, 重量01-25
  • 合計 162 フィールド
• 学習済モデル読込() を通じて、フォルダ内の全 .zip ファイルを ITransformer 形式としてメモリ上に展開します。
• AI予測EIQマトリクス表Dgv初期化() を呼び出し、7 列 × 5 行の EIQマトリクス 表のヘッダー枠組みを設定します。

【2】予測実行（予測実行Bt_Click → 予測実行()）

ユーザーの入力情報をトリガーとして、実際に AI予測 を走らせるコアプロセスです。

• 出荷先数Tb, アイテム数Tb のテキストボックス入力値を検証します。
• 予測の入力ソースとなる InputData（出荷先数, アイテム数）オブジェクトを作成します。
• 読み込まれた全 162 個の学習済モデル（Microsoft.ML）に対して、CreatePredictionEngine を経て Predict メソッドを一斉に実行します。
• はじき出された予測結果を Dictionary(Of String, Single) 形式のデータ構造に格納します。
• 予測結果表示() を呼び出して DataTable に変換し、予測結果を示す DataGridView（Dgv）にバインドして画面表示します。

【3】EIQマトリクス表作成（AI予測EIQマトリクス表()）

算出された予測データを、視覚的な EIQマトリクス へと再構築するプロセスです。

• 予測結果 Dgv からデータを抽出し、辞書オブジェクト (pred) にキャッシュします（この際、キーは項目名、値は四捨五入された整数となります）。
• 画面上の表示単位ラジオボタンの選択状態に応じて、処理する変数のプレフィックス（接頭辞）を決定します。
• 抽出用テキストボックスに、I1-I5, E1-E5 の各値とその合計値をセットします。
• AI予測EIQマトリクス表 Dgv の指定された 5×5 = 25 セルへ、予測された数値を正確に埋め込んでいきます。
• マトリクスの横計（各行の合計）、縦計（各列の合計）、および全体の総合計を計算し、表の末尾に表示します。

【4】従来計算E（AI予測従来計算E()）

AI予測 されたデータを、従来の出荷先ランク別（E）の視点で横断的に集計し直すプロセスです。

• AI予測従来計算出荷先Dgv に対して 9 列のデータ列をフォーマット設定します。
• GPLEランク（E1-E5）ごとに 1 行を割り当て、行方向の数値を合計して出力します。
• 表の最下行には、全データの合計行を算出して追加します。

【5】従来計算I（AI予測従来計算I()）

AI予測 されたデータを、従来のアイテムランク別（I）の視点で横断的に集計し直すプロセスです。

• AI予測従来計算アイテムDgv に対して 9 列のデータ列を設定します。
• GPLIランク（I1-I5）ごとに 1 行を割り当て、マトリクスの列方向の数値を合計して出力します。
• 表の最下行には、全データの合計行を算出して追加します。

【6】表示単位切替（抽出_表示単位_CheckedChanged）

EIQマトリクス の表示内容を動的に切り替える UI 処理です。

• 内部フラグである matrixActive = True の条件下でのみ動作するよう制御されています。
• ラジオボタンが操作されると、即座に AI予測EIQマトリクス表() を再実行してマトリクス表を更新します。
• ユーザーは、出庫回数 / バラ / ケース / PL / 容積 / 重量 の 6 つの単位から自由に選択可能です。

【7】結果エクスポート（結果エクスポートBt_Click）

予測されたデータを外部へ連携するための出力処理です。

• 予測結果 Dgv の全データを CSV 形式のファイルに出力します。
• 出力ファイル名は 予測結果_yyyyMMdd_HHmmss.csv のタイムスタンプ形式で自動生成されます。
• ファイルの先頭行には、予測の前提となった入力条件（出荷先数, アイテム数）がコメントとして記載されます。

【8】学習済モデル再読込（学習済モデル読込Bt_Click）

• モデルフォルダ内の .zip ファイルを再スキャンして動的に最新の AI モデルを読込・更新します。

【9】予測と実計算比較（比較開始Bt_Click）

• 比較開始() メソッドが走り、続いて 誤差表示() が実行されることで、予測値と実績値の差異が評価されます。

データ構造

本システム（Tera計算 EIQAI）内で取り扱われるデータの構造一覧です。

主要コントロール一覧

画面上に配置されている主要な UI コントロール群とその役割の一覧です。

入力

ボタン

表示単位ラジオボタン

DataGridView

抽出テキストボックス

ヘルパー関数

内部処理を補助するための関数群です。