1.本公开一般涉及配置辅助方法、学习完毕模型的生成方法、程序、配置辅助系统以及作业系统。更详细地，涉及对于将供给到多个供给部的多个部件安装到对象物的部件安装系统辅助多个供给部中的多个部件的配置的决定的配置辅助方法、学习完毕模型的生成方法、程序、配置辅助系统以及作业系统。
背景技术：
：：2.专利文献1中记载了一种运行分析装置，用于在部件安装生产线中进行监视，以使得生产线安装节拍或生产线的运行率不会降低，通过分析降低的要因并将其去除，来维持生产线整体的高的生产效率。3.在该运行分析装置中，在部件安装生产线中安装节拍实绩值最大的部件安装机即瓶颈部件安装机中，为了消除该瓶颈部件安装机的安装节拍实绩值即生产线安装节拍未达到目标值的原因，进行做出使节拍损失减少的部件供给装置的排列或部件安装顺序的最佳化。由此，例如若原因在于各部件安装机的安装节拍实绩值的不平衡，则通过进行部件向各安装机的分配的修正，来使节拍损失减少，能将生产线安装节拍维持在目标值。4.现有技术文献5.专利文献6.专利文献1：jp特开2002-111298号公报技术实现要素：7.但在专利文献1中，即使进行部件向各安装机的分配的修正，也并未明确地公开将部件怎样分配到各安装机，关于部件的配置(包含分配)，谋求改善。8.本公开鉴于上述事由而提出，目的在于，提供能给出经过改善的部件的配置的提案的配置辅助方法、学习完毕模型的生成方法、程序、配置辅助系统以及作业系统。9.本公开的一方式所涉及的配置辅助方法是针对部件安装系统辅助多个供给部中的多个部件的配置的决定的方法，具有取得步骤和提案步骤。所述部件安装系统是通过将对所述多个供给部供给的所述多个部件安装到对象物来生成生成物的系统。所述取得步骤是取得与所述生成物中所含的所述多个部件相关的安装数据的步骤。所述提案步骤是使用学习完毕模型来根据所述安装数据提案针对所述多个供给部的所述多个部件的配置以使得缩短所述部件安装系统中的所述生成物的生成所需的安装时间的步骤。所述学习完毕模型是与所述多个供给部当中的至少1个供给部的特征建立对应而生成的模型。10.本公开的一方式所涉及的学习完毕模型的生成方法与所述多个供给部当中的至少1个供给部的特征建立对应来生成所述配置辅助方法中所用的学习完毕模型。11.本公开的一方式所涉及的程序是用于使1个以上的处理器执行所述配置辅助方法或所述学习完毕模型的生成方法的程序。12.本公开的一方式所涉及的配置辅助系统是针对部件安装系统辅助多个供给部中的多个部件的配置的决定的系统，具备取得部和提案部。所述部件安装系统是通过将对所述多个供给部供给的所述多个部件安装到对象物来生成生成物的系统。所述取得部取得与所述生成物中所含的所述多个部件相关的安装数据。所述提案部使用学习完毕模型，根据所述安装数据提案针对所述多个供给部的所述多个部件的配置，以使得缩短所述部件安装系统中的所述生成物的生成所需的安装时间。所述学习完毕模型是与所述多个供给部当中的至少1个供给部的特征建立对应的模型。13.本公开的一方式所涉及的作业系统具备所述配置辅助系统和所述部件安装系统。所述部件安装系统用在所述配置辅助系统中提案的所述多个部件的配置中，生成所述生成物。附图说明14.图1是表示运用实施方式1所涉及的配置辅助方法的部件安装系统的外观的概略图。15.图2是表示同上的配置辅助方法的部件安装系统的供给部中的部件的配置的概念图。16.图3是表示包含实施方式1所涉及的配置辅助系统的作业系统的概要的框图。17.图4的a以及图4的b是表示同上的配置辅助方法的供给部中的多个部件的配置的提案的样子的概念图。18.图5是表示同上的配置辅助方法的一例的流程图。19.图6是示意表征同上的配置辅助方法的多级方式的部件的分配的样子的说明图。20.图7是示意表征同上的配置辅助方法的再配置的样子的说明图。具体实施方式21.(实施方式1)22.以下参考图1～图7来说明本实施方式所涉及的配置辅助方法、程序、配置辅助系统20(参考图3)以及作业系统200(参考图3)。23.(1)概要24.本实施方式所涉及的配置辅助方法如图1所示那样，是针对部件安装系统100辅助多个供给部3中的多个部件p1的配置的配置辅助方法。部件安装系统100具有用于供给部件安装系统100中使用的部件p1的多个供给部3，通过将供给到这些多个供给部3的多个部件p1安装到对象物p2，来生成生成物p3。25.即，部件安装系统100如图1所示那样，具备至少1台用于将部件p1安装到对象物p2的安装机(安装装置)10。安装机10具有用于捕捉部件p1的捕捉部41(参考图1)。捕捉部41作为一例由吸附吸嘴构成，将部件p1以能松开(即，将捕捉解除)的状态进行捕捉(保持)。安装机10用捕捉部41将对供给部3供给的部件p1捕捉，使捕捉了部件p1的状态的捕捉部41移动，在对象物p2上将部件p1松开，由此将部件p1安装在对象物p2的安装面。26.在本实施方式中，作为一例，部件安装系统100是将多台(图1的示例中例如4台)安装机10连结而构成的安装生产线。换言之，部件安装系统100具备相互连结来构成安装生产线的多台安装机10。在这样的部件安装系统100(安装生产线)中，例如通过多台安装机10对1个对象物p2依次安装部件p1，来最终生成安装了多个部件p1的生成物p3。27.多台安装机10各自具有至少1个供给部3，安装对供给部3供给的部件p1。即，各安装机10将对自身的供给部3供给的1个以上的部件p1安装在对象物p2。在图1的示例中，多台安装机10各自具有多个(这里是2个)供给部3。在本实施方式中，由于部件安装系统100具备多台安装机10，因此假设多台安装机10各自各具有1个供给部3，作为部件安装系统100整体来看，也存在多个供给部3。28.部件安装系统100例如在工厂、研究所、写字楼以及教育设施等设施中，用在用于电子设备、汽车、衣物、食品、医药品以及工艺品等种种制品的制造的作业中。29.在这样的部件安装系统100中，设于多台安装机10的多个供给部3中的多个部件p1的配置的模式存在很多。即，对于多个部件p1，由于能选择将各自配置到多台安装机10当中的哪个安装机10的供给部3，因此若部件p1的个数成为了例如数百个，多个供给部3中的多个部件p1的配置的模式就变得庞大。而且，由于多个供给部3中的多个部件p1的配置，部件安装系统100中的生成物p3的生成所需的安装时间会大幅变动。例如，根据将多个部件p1怎样分配到多台安装机10，安装时间会大幅变动。如此地，多个供给部3中的多个部件p1的配置是涉及部件安装系统100的安装时间的重要的因素，同时也由于存在很多配置的模式，找出合适的配置的作业非常困难。30.因此，本实施方式所涉及的配置辅助方法对决定上述那样的部件安装系统100中的多个供给部3中的多个部件p1的配置的作业进行辅助。根据该配置辅助方法，能更简单(短时间内)地找出更合适的配置，例如，不借助熟练者的帮助等也能决定多个供给部3中的多个部件p1的配置。31.即，本实施方式所涉及的配置辅助方法是针对部件安装系统100提案多个供给部3中的多个部件p1的配置的方法。部件安装系统100通过将对多个供给部3供给的多个部件p1安装到对象物p2，来生成生成物p3。在此，本实施方式所涉及的配置辅助方法能进一步采用下述3个功能来给出经过改善的部件p1的配置的提案。32.第1个功能是利用了学习完毕模型m1(参考图3)的配置的提案。为了实现第1个功能，配置辅助方法具有取得步骤和提案步骤。取得步骤是取得安装数据d1(参考图3)的步骤。安装数据d1是与生成物p3中所含的多个部件p1相关的数据。提案步骤使用学习完毕模型m1根据安装数据d1来提案针对多个供给部3的多个部件p1的配置以使得缩短安装时间的步骤。学习完毕模型m1是与多个供给部3当中的至少1个供给部3的特征建立对应而生成的模型。安装时间是部件安装系统100中的生成物p3的生成所需的时间。33.如此地，在第1个功能中，配置辅助方法在提案步骤中，使用学习完毕模型m1来提案针对多个供给部3的多个部件p1的配置。即，在提案步骤中，不是提案唯一地决定的配置，而是例如能通过在学习完毕模型m1实现熟练者进行的那样的配置的“决定方法”的技巧，来更简单地找出合适的配置。特别是，由于学习完毕模型m1是与多个供给部3当中的至少1个供给部3的特征建立对应而生成的模型，因此，例如，考虑安装机10的性能或规格等来提案多个部件p1的配置。因此，在该配置辅助方法中，能给出经过改善的部件p1的配置的提案。34.第2个功能是多级方式的部件p1的分配。为了实现第2个功能，配置辅助方法具有一次提案步骤和二次提案步骤。一次提案步骤是提案针对多个一次群组g11、g12(参考图6)的多个部件p1的配置的步骤。二次提案步骤是在一次提案步骤之后提案将多个一次群组g11、g12各自分类成多个二次群组g21～g24(参考图6)的情况下的针对多个二次群组g21～g24的多个部件p1的配置的步骤。多个二次群组g21～g24各自包含多个供给部3当中的至少1个供给部3。35.在这里，第2个功能中的一次提案步骤以及二次提案步骤包含在第1个功能中的提案步骤。换言之，提案步骤包含一次提案步骤和二次提案步骤。36.如此地，在第2个功能中，将多个部件p1的配置的提案分成在多个一次群组g11、g12配置部件p1的一次提案步骤和在更细致的多个二次群组g21～g24配置部件p1的二次提案步骤。总而言之，由于多个部件p1的配置不是通过1阶段的处理，而是通过分层地设定的多阶段的处理实现的，因此在各阶段中，能将用于导出多个部件p1的合适的配置的选项抑制得较少。其结果，能简化用于提案各阶段中的多个部件p1的配置的处理。因此，在该配置辅助方法中，能给出经过改善的部件p1的配置的提案。37.第3个功能是再配置。为了实现第3个功能，配置辅助方法具有提案步骤、确定步骤和再配置步骤。提案步骤是提案针对多个供给部3的多个部件p1的配置的步骤。确定步骤是将多个供给部3当中的某供给部3确定为对象供给部的步骤。被确定为对象供给部的供给部3是在采用提案步骤中提案的多个部件p1的配置的情况下关于部件安装系统100中的生成物p3的生成所需的时间满足确定条件的供给部3。再配置步骤是对对象供给部和参考供给部提案多个部件p1的配置的步骤。参考供给部由多个供给部3当中的对象供给部以外的至少1个供给部3构成。38.如此地，在第3个功能中，在提案步骤中提案的多个部件p1的配置并非最佳的情况下，也能在再配置步骤中提案新的多个部件p1的配置。而且，成为再配置步骤中的再配置的对象的供给部3是在采用提案步骤中提案的配置的情况下多个供给部3当中关于部件安装系统100中的生成物p3的生成所需的时间满足确定条件的对象供给部。即，在再配置步骤中，针对提案步骤中提案的配置当中特别是关于部件安装系统100中的生成物p3的生成所需的时间满足某条件的供给部3的配置，能进行再提案。因此，在该配置辅助方法中，能给出经过改善的部件p1的配置的提案。39.此外，作为一例，本实施方式所涉及的配置辅助方法在配置辅助系统20中执行。换言之，配置辅助系统20是用于将上述的配置辅助方法具体化的一方式。即，配置辅助系统20针对部件安装系统100辅助多个供给部3中的多个部件p1的配置的决定。部件安装系统100如上述那样，是通过将对多个供给部3供给的多个部件p1安装到对象物p2来生成生成物p3的系统，在本实施方式中，作为一例是安装生产线。40.在这里，配置辅助系统20以具有1个以上的处理器以及1个以上的存储器的计算机系统为主结构。换言之，本实施方式所涉及的配置辅助方法在计算机系统(配置辅助系统20)上使用。即，配置辅助方法还能通过程序具体化。本实施方式所涉及的程序是用于使1个以上的处理器执行本实施方式所涉及的配置辅助方法的程序。41.进而，本实施方式所涉及的作业系统200具备配置辅助系统20和部件安装系统100。部件安装系统100是在配置辅助系统20中提案的多个部件p1的配置下使用并生成生成物p3的系统。42.(2)细节43.以下说明本实施方式所涉及的配置辅助方法、程序、配置辅助系统20以及作业系统200的细节。44.(2.1)前提45.在本实施方式中，说明将部件安装系统100用在工厂中的电子设备的制造中的情况。一般的电子设备例如具有电源电路以及控制电路等各种电路块。在这些电路块的制造时，作为一例，按照焊料涂布工序、安装工序以及钎焊工序的顺序进行这些工序。在焊料涂布工序中，在基板(包含印刷布线板)涂布(或印刷)膏状焊料。在安装工序中，在基板安装(搭载)部件p1(包含电子部件)。在钎焊工序中，例如通过将安装了部件p1的状态的基板在回流焊炉进行加热，来融化膏状焊料而进行钎焊。46.部件安装系统100在安装工序中对作为对象物p2的基板进行安装多个部件p1(电子部件)的作业。由此，在部件安装系统100中生成安装了多个部件p1的基板(对象物p2)所构成的生成物p3。换言之，生成物p3包含对象物p2(这里是基板)和安装在对象物p2的多个部件p1。47.在本实施方式中，作为一例，说明在基于表面安装技术(smt：surfacemounttechnology)的部件(部件p1)的安装中使用部件安装系统100的情况。即，作为部件p1的部件是表面安装用的部件(smd：surfacemountdevice)，通过安装到作为对象物p2的基板的表面(安装面)上来进行安装。但并不限于该示例，也可以在基于插入安装技术(imt：insertionmounttechnology)的部件(部件p1)的安装中使用部件安装系统100。在该情况下，作为部件p1的部件是具有引线端子的插入安装用的部件，通过在作为对象物p2的基板的孔插入引线端子，来安装到基板(对象物p2)的表面(安装面)上。48.此外，本公开所说的“供给部”是部件安装系统100当中用于供给在部件安装系统100中使用的部件p1的部位(位置)。部件安装系统100具有多个供给部3，使用对各个供给部3供给的部件p1来进行安装作业。例如，供给部3构成为能装备用于供给部件p1的带式供料器。带式供料器通过安装收容多个部件p1的载带的卷盘，能将这些多个部件p1从供给部3供给到部件安装系统100。这种供给部3包含多个能安装带式供料器的插槽，通过在这些多个插槽安装多个带式供料器，来对部件安装系统100(安装机10)供给多个部件p1。在本实施方式中，作为一例，假定供给部3是由多个插槽的集合构成的“放料台(table)”。这里说的“放料台”是假想的放料台，并不伴随实体。49.以下，作为一例，设定相互正交的x轴、y轴以及z轴这3轴，将与作为对象物p2的基板的表面平行的轴设为“x轴”以及“y轴”，将与基板的厚度方向平行的轴设为“z”轴。特别地，“x轴”是沿着部件安装系统100中的多台安装机10所排列的方向的轴。进而，将从作为对象物p2的基板来看的捕捉部41侧规定为z轴的正的朝向(也称作“上方”)。此外，将从z轴的正的朝向(上方)来看的状态在以下也称作“俯视观察”。x轴、y轴以及z轴均是假想的轴，表示附图中的“x”、“y”、“z”的箭头只是为了说明而标注的，均不伴随实体。此外，这些方向并不是限定部件安装系统100的使用时的方向的意思。50.此外，本公开所说的部件p1的“配置”的提案包含与多个供给部3中的多个部件p1的配置相关的种种项目的提案，例如包含部件p1的分配、以及部件p1的排列的提案的两方。多个部件p1的分配是指将多个部件p1分割成多部分，并将分割后的1个以上的部件p1分派到多个供给部3(本实施方式中是放料台)的任一者。即，在分配中，在对1个供给部3内分派多个部件p1的情况下，并未规定至这些多个部件p1的排序。另一方面，多个部件p1的排列的提案是指：将多个部件p1分割成多部分，将分割后的1个以上的部件p1分派到多个供给部3(本实施方式中是放料台)的任一者，且规定至各供给部3内的排序(排列)。因而，如本实施方式那样，在供给部3是由多个插槽的集合构成的“放料台”的情况下，作为部件p1的排列，规定哪一个部件p1与1个供给部3(放料台)中所含的多个插槽的哪个插槽对应。即，在排列的提案中，在对1个供给部3内分派了多个部件p1的情况下，规定至这些多个部件p1的排序。51.在本实施方式中，作为一例，假定为配置辅助方法或配置辅助系统20所进行的部件p1的“配置”的提案仅是部件p1的分配以及部件p1的排列的提案当中的部件p1的分配。即，在本实施方式所涉及的配置辅助方法或配置辅助系统20中，将多个部件p1分割成多部分，将分割后的1个以上的部件p1分派到多个供给部3的任一者，并不规定至分割后的1个以上的部件p1的排序。52.此外，本公开所说的配置的“提案”的方式包含：将部件p1的配置的导出结果对人或外部系统输出的方式；和按照部件p1的配置的导出结果来实际决定多个供给部3中的多个部件p1的配置的方式这两方。根据前者的方式，在从配置辅助方法或配置辅助系统20接受到部件p1的配置的导出结果的人或外部系统中，仅接受部件p1的配置的提案(启示)，判断是否采用该导出结果。根据后者的方式，不经由人或外部系统的判断，从配置辅助方法或配置辅助系统20将部件p1的配置的导出结果直接采用到部件安装系统100中。53.此外，本公开所说的供给部3的“特征”例如包含与设有供给部3的安装机10相关的特征等。与安装机10相关的特征例如如速度(最高安装速度)、捕捉部41的数量(吸嘴数)、供给部3的数量、捕捉部41的种类、插槽的数量、安装头4的数量以及机种等那样，包含安装机10的种类、性能、特性或规格。“捕捉部41的数量”是指能装备于1个安装头4的捕捉部41的最大数量。“捕捉部41的种类”例如有吸附部件p1的吸附吸嘴、以及夹住部件p1(捏住)的机械夹头等。“插槽的数量”是指1个供给部3(或1台安装机10)中的插槽的数量，换言之，是指能在1个供给部3(或1台安装机10)装备的带式供料器的最大个数。54.此外，本公开所说的安装机10的“速度”是指安装机10中的最高安装速度，即，是指安装机10中的部件p1的安装所涉及的速度的最大值。即，安装机10进行动作，以便用捕捉部41捕捉部件p1，使捕捉了部件p1的状态的捕捉部41移动，来对对象物p2安装部件p1。因此，例如，根据捕捉部41中的部件p1的捕捉以及松开(即，将捕捉解除)的速度、以及捕捉部41的移动速度等，安装机10的速度(最高安装速度)不同。其中，在本实施方式中，关于速度，例如通过如多功能机(低速机)、中速机以及高速机那样分类成多个速度域，若是微小的速度的差，则均设为“高速机”等，视作相同速度域。55.此外，本公开所说的“确定条件”是关于部件安装系统100中的生成物p3的生成所需的时间设定的特定的条件。作为一例，部件安装系统100中的生成物p3的生成所需的时间(安装时间)在多个供给部3中最长或最短等能成为确定条件。56.(2.2)部件安装系统的结构57.接下来，参考图1以及图2来说明使用本实施方式所涉及的配置辅助方法的部件安装系统100的结构。58.本实施方式所涉及的部件安装系统100如上述那样，具备构成安装生产线的多台(这里是4台)安装机10。多台安装机10沿着x轴排列成一列而配置。在区别这些多台安装机10的情况下，将多台安装机10各自如图1所示那样，从x轴的负的侧起依次称作第1安装机11、第2安装机12、第3安装机13、第4安装机14。59.在本实施方式所涉及的部件安装系统100中，第1安装机11成为排头，按照第2安装机12、第3安装机13、然后是成为最末尾的第4安装机14的顺序，对象物p2经过多台安装机10而移动。即，对象物p2在向x轴的正的朝向上移动的同时依次通过多台安装机10。部件安装系统100在对象物p2通过多台安装机10的期间，用各安装机10将多个部件p1安装到对象物p2。由此，部件安装系统100将作为对象物p2的基板从第1安装机11侧导入，用多台安装机10对对象物p2进行多个部件p1(电子部件)的安装，在此基础上，从第4安装机14侧排出生成物p3。60.因此，部件安装系统100通过用多台安装机10依次安装部件p1，能最终生成安装了多个部件p1的生成物p3。本公开所说的“安装时间”是部件安装系统100中的生成物p3的生成所需的时间，例如是从将1个对象物p2导入部件安装系统100起直到作为生成物p3从部件安装系统100排出为止的时间。即，从将对象物p2即1片基板导入第1安装机11的时间点起直到在该基板(对象物p2)安装了多个部件p1并作为生成物p3从第4安装机14排出的时间点为止的时间成为“安装时间”。61.在本实施方式中，多台安装机10各自的基本的结构是共通的。因此，以下只要没有特别说明，就仅对第1安装机11说明结构，但对其他安装机(第2安装机12、第3安装机13以及第4安装机14)也基本采用同样的结构。62.安装机10(第1安装机11)具备至少1个供给部3(放料台)和至少1个安装头4。在本实施方式中，安装机10具备2个供给部3。2个供给部3位于安装机10的y轴方向的两端部。此外，安装机10具备2个安装头4。2个安装头4从安装机10的y轴方向的中心线来看分开到y轴方向的两侧来配置，以使得分别与2个供给部3一对一进行对应。63.即，安装机10具有相对于y轴方向大致对称的构造，在y轴方向的中心线的两侧分别配置安装头4以及供给部3。因此，安装机10通过单独驱动2个安装头4，来对导入2个供给部3之间的对象物p2用2个安装头4安装对2个供给部3供给的部件p1。64.如此地，在本实施方式中，虽然在1台安装机10中有2个安装头4，但由于供给部3(放料台)也设有2个，因此1个安装头4与1个供给部3对应。即，在各供给部3中，对应的安装头4仅有1个，含在供给部3的特征中的“安装头4的数量”成为“1”。65.安装头4具有1个以上的捕捉部41。在本实施方式中，第1安装机11中的安装头4具有多个(作为一例是16个)捕捉部41(参考图1)。安装头4在用捕捉部41捕捉了部件p1(部件)的状态下，使捕捉部41移动得接近对象物p2(基板)，将部件p1安装到对象物p2的安装面t21。66.对供给部3供给用安装头4的捕捉部41捕捉的部件p1。在本实施方式中，如上述那样，供给部3分别是能安装带式供料器的多个插槽的集合所构成的“放料台”。因此，在供给部3，能以插槽的数量为上限来安装多个带式供料器。安装头4从安装于供给部3的带式供料器用捕捉部41捕捉部件p1(部件)。67.此外，除了上述结构以外，安装机10还可以具备驱动装置、输送装置、控制装置以及通信部等。但是，驱动装置、输送装置、控制装置以及通信部等在安装机10并非必须的结构。在图1以及图2中，作为安装机10的结构，适宜省略供给部3以及安装头4以外的结构的图示。68.驱动装置是使安装头4移动的装置。在本实施方式中，驱动装置在x-y平面内使安装头4移动。这里说的“x-y平面”是包含x轴以及y轴的平面，是与z轴正交的平面。换言之，驱动装置使安装头4在x轴方向以及y轴方向上移动。69.输送装置是输送作为对象物p2的基板的装置。输送装置例如通过皮带输送机等实现。输送装置将对象物p2(基板)沿着x轴输送。输送装置至少在安装头4的下方即z轴方向上与捕捉部41对置的安装空间输送对象物p2。而且，输送装置直到安装头4所进行的向对象物p2(基板)的部件p1(部件)的安装完成为止，都在安装空间使对象物p2停止。70.控制装置控制部件安装系统100的各部。控制装置将具有1个以上的处理器以及1个以上的存储器的微控制器作为主结构。即，通过微控制器的处理器执行记录于微控制器的存储器的程序，来实现控制装置的功能。程序可以预先记录于存储器，也可以经过因特网等电气通信线路提供，还可以记录于存储卡等非临时的记录介质来提供。71.通信部构成为直接地或经由网络或中继器等间接地与上级系统通信。由此，安装机10能在与上级系统之间授受数据。72.上述那样构成的安装机10在将装备有收容多个部件p1的载带的卷盘的带式供料器安装在供给部3中的多个插槽的各自的状态下使用。由此，对供给部3中的多个插槽的各自依次供给用带式供料器从载带取出的部件p1。在该状态下，安装机10将以下的动作作为基本动作执行：通过带式供料器对供给部3供给的部件p1用安装头4的捕捉部41进行捕捉，向对象物p2上的目标位置进行安装(配置)。安装机10重复执行这样的基本动作。73.在此，若安装头4具有多个(作为一例是16个)捕捉部41，则安装机10能通过1次基本动作安装多个部件p1。即，安装机10由于能在1次基本动作中，用安装头4中的多个捕捉部41将多个部件p1汇总进行捕捉，因此能将多个部件p1汇总进行安装。进而，具备多个(作为一例是2)安装头4的安装机10通过单独驱动多个安装头4，能用这些多个安装头4同时安装多个部件p1。74.另外，在本实施方式中，部件安装系统100中所含的多台安装机10如以下说明的那样，具有部分不同的特征。在此，第1安装机11以及第2安装机12具有相同的特征，第3安装机13以及第4安装机14分别具有与第1安装机11(或第2安装机12)不同的特征。75.即，作为安装机10，由于存在很多种类、性能、特性或规格的个体，因此在构成部件安装系统100的多台安装机10中，有时也具有相互不同的特征。具体地，根据安装机10，例如存在速度(最高安装速度)、捕捉部41的数量(吸嘴数)、供给部3的数量、捕捉部41的种类、插槽的数量、安装头4的数量以及机种等不同的情况。76.在本实施方式中，作为多台(这里是4台)安装机10中不同的特征，存在速度、捕捉部41的数量、捕捉部41的种类以及机种等。作为一例，关于“速度”，第1安装机11以及第2安装机12是“高速机”，与此相对，第3安装机13是“中速机”，第4安装机14是“多功能机”。关于“捕捉部41的数量”，第1安装机11以及第2安装机12是“16”，与此相对，第3安装机13是“8”第4安装机14是“3”。77.另一方面，作为在多台(这里是4台)安装机10中共通的特征，存在供给部3的数量、插槽的数量以及安装头4的数量等。作为一例，关于“供给部3的数量”，如上述那样哪个安装机10都是“2”。同样地，作为一例，关于“安装头4的数量”，也如上述那样哪个安装机10都是“2”。此外，关于“插槽的数量”，假定为哪个安装机10都是“60”。78.其中，由于“捕捉部41的数量”表征1个安装头4中的捕捉部41的数量，因此若以具备2个安装头4的安装机10为单位来看，则具有上述的2倍的捕捉部41。例如，第1安装机11整体中的捕捉部41的数量是“32”。同样地，由于“插槽的数量”表征1个供给部3中的插槽的数量，因此若以具备2个供给部3的安装机10为单位来看，则具有上述的2倍的插槽。例如，第1安装机11整体中的插槽的数量是“120”。此外，上述那样的安装机10的特征即使安装机10的机种相同，例如在安装机10的详细的规格不同的情况下，或由于经年劣化等而性能降低的情况下等，有时也会不同。79.如上述那样，在本实施方式中，由于部件安装系统100具备4台安装机10，且各安装机10具有2个供给部3，因此，作为部件安装系统100整体，存在8个供给部3。在区别这8个供给部3的情况下，将多个供给部3各自如图2所示那样，称作第1供给部31、第2供给部32、第3供给部33、第4供给部34、第5供给部35、第6供给部36、第7供给部37、第8供给部38。第1供给部31以及第2供给部32设于第1安装机11，第3供给部33以及第4供给部34设于第2安装机12。第5供给部35以及第6供给部36设于第3安装机13，第7供给部37以及第8供给部38设于第4安装机14。80.(2.3)配置辅助系统的结构81.接下来，参考图3来说明本实施方式所涉及的配置辅助系统20的结构。82.配置辅助系统20如上述那样，是针对部件安装系统100辅助多个供给部3中的多个部件p1的配置的决定的系统。在本实施方式中，如上述那样，作为部件安装系统100整体，存在第1供给部31～第8供给部38这8个供给部3。因此，本实施方式所涉及的配置辅助系统20为了决定这8个供给部3中的多个部件p1的配置而使用。83.配置辅助系统20如图3所示那样具备取得部21、提案部22、确定部23、再配置部24、输出部25、模拟部26和模型存放部27。在本实施方式中，配置辅助系统20如上述那样，将具有1个以上的处理器以及1个以上的存储器的计算机系统作为主结构。配置辅助系统20当中的至少取得部21、提案部22、确定部23、再配置部24、输出部25以及模拟部26的功能通过1个以上的处理器执行程序来具体化。84.取得部21取得安装数据d1。安装数据d1是与生成物p3中所含的多个部件p1相关的数据。即，安装数据d1是与部件安装系统100中安装的多个部件p1的全部相关的数据。作为一例，在部件安装系统100中安装了“200个”部件p1的情况下，安装数据d1包含与这些“200个”部件p1的各自相关的数据。安装数据d1例如如关于多个部件p1的各自的品质、产品编号、规格、制造商、尺寸、端子数、端子配置以及电路常数那样，至少包含用于区别多个部件p1的数据。85.提案部22提案针对多个供给部3的多个部件p1的配置。在本实施方式中，提案部22使用学习完毕模型m1，来根据安装数据d1提案针对多个供给部3的多个部件p1的配置，以使得缩短安装时间。学习完毕模型m1是与多个供给部3当中的至少1个供给部3的特征建立对应而生成的模型。安装时间是部件安装系统100中的生成物p3的生成所需的时间。关于学习完毕模型m1，细节在“(3.2)学习完毕模型”的栏进行说明。86.在此，在本实施方式所涉及的配置辅助系统20(配置辅助方法)中，采用多级方式的部件p1的分配(配置的提案)。因此，在本实施方式中，提案部22包含多个处理块，以便能应对多级方式的分配。具体地，提案部22包含一次提案部221、二次提案部222和三次提案部223。87.一次提案部221提案针对多个一次群组g11、g12的多个部件p1的配置。二次提案部222提案将多个一次群组g11、g12各自分类成更加细分化的多个二次群组g21～g24的情况下的针对多个二次群组g21～g24的多个部件p1的配置。多个二次群组g21～g24各自包含多个供给部3当中的至少1个供给部3。三次提案部223提案将多个二次群组g21～g24各自分类成更加细分化的多个三次群组g31～g38(参考图6)的情况下的针对多个三次群组g31～g38的多个部件p1的配置。多个三次群组g31～g38各自包含多个供给部3当中的至少1个供给部3。关于多级方式，细节在“(3.3)多级方式”的栏进行说明。88.确定部23在采用提案部22中提案的多个部件p1的配置的情况下，将多个供给部3当中的某供给部3确定为对象供给部。在此，被确定为对象供给部的供给部3是关于部件安装系统100中的生成物p3的生成所需的时间满足确定条件的供给部3。即，确定部23将关于部件安装系统100中的生成物p3的生成所需的时间满足确定条件的供给部3确定为“对象供给部”。关于对象供给部的确定，细节在“(3.4)再配置”的栏进行说明。89.再配置部24对对象供给部和参考供给部提案多个部件p1的配置。在此，参考供给部由多个供给部3当中的对象供给部以外的至少1个供给部3构成。因此，在确定部23中，实质从多个供给部3中提取作为“对象供给部”的供给部3和作为“参考供给部”的供给部3。即，确定部23将多个供给部3当中关于部件安装系统100中的生成物p3的生成所需的时间不满足确定条件的供给部3的至少1者确定为“对象供给部”。90.然后，再配置部24以多个供给部3当中所提取(确定)的对象供给部和参考供给部为对象，来进行多个部件p1的再配置。即，再配置部24取代提案部22中一次提案的针对对象供给部以及参考供给部的多个部件p1的配置(分配)，而提案新的配置。在本实施方式中，再配置部24在对对象供给部和参考供给部将多个部件p1的配置重置以后，重新提案多个部件p1的配置。关于再配置，细节在“(3.4)再配置”的栏进行说明。91.输出部25输出在提案部22和再配置部24的至少一方中生成的配置数据d2。本公开所说的“配置数据”是表征在提案部22和再配置部24的至少一方中提案的针对多个供给部3的多个部件p1的配置的数据。即，配置数据d2是关于在部件安装系统100中安装的多个部件p1的全部表征向任一供给部3的分配的数据。作为一例，在部件安装系统100中安装“200个”部件p1的情况下，安装数据d1包含对于这些“200个”部件p1的各自确定配置在多个(这里是8个)供给部3的哪一者的数据。92.作为输出部25中的配置数据d2的输出的方式，例如存在向模拟部26的输出、向部件安装系统100或其他系统的发送、显示、声音输出、向非临时的记录介质的记录(写入)以及印刷(打印出)等。在本实施方式中，作为一例，输出部25直接或间接地将配置数据d2输出到模拟部26。进而，在本实施方式中，作为一例，输出部25直接或间接地将配置数据d2输出(发送)到部件安装系统100。由此，在部件安装系统100中，能进行采用了配置数据d2中规定的多个部件p1的配置的多个部件p1的安装。此外，例如，根据显示或声音输出等方式，输出部25能对作业者等人员输出配置数据d2。93.模拟部26模拟部件安装系统100中的安装多个部件p1的动作。在此，模拟部26模拟采用提案部22与再配置部24的至少一方中提案的多个部件p1的配置的情况下的部件安装系统100的动作。在本实施方式中，模拟部26从输出部25取得配置数据d2，基于该配置数据d2来进行模拟。这时，模拟部26除了配置数据d2之外，还使用表征部件安装系统100的结构的装置数据等来执行模拟。这里说的“装置数据”包含供给部3的特征，即，与设有供给部3的安装机10相关的特征等。94.模拟部26至少求取部件安装系统100中的生成物p3的生成所需的“安装时间”。在本实施方式中，特别是模拟部26求取针对部件安装系统100中所含的多个供给部3的各自的安装时间。即，模拟部26针对包含多个供给部3的部件安装系统100求取每个供给部3的部件p1的安装所需的安装时间，作为模拟结果。模拟部26中的模拟结果例如从输出部25以任意的方式输出。在本实施方式中，模拟部26中的模拟结果至少输出到确定部23，用在确定部23中的对象供给部的确定中。95.模型存放部27存放学习完毕模型m1。存放于模型存放部27的学习完毕模型m1至少用在提案部22中的部件p1的配置的提案中。在本实施方式中，不仅在提案部22中，还在再配置部24中的部件p1的配置的提案中使用存放于模型存放部27的学习完毕模型m1。细节在“(3.2)学习完毕模型”的栏中进行说明，学习完毕模型m1在事前学习中生成。而且，学习完毕模型m1是与部件安装系统100中的多个供给部3当中的至少1个供给部3的特征建立对应而生成的模型。在此，由于部件安装系统100包含具有相互不同的特征的多个供给部3，因此学习完毕模型m1也存在多个种类。因此，模型存放部27构成为能存放多个(种类)学习完毕模型m1。96.此外，除了上述结构以外，配置辅助系统20可以还具备通信部以及用户接口等。但是，通信部以及用户接口等并非配置辅助系统20所必须的结构。在图3中，作为配置辅助系统20的结构，适宜省略取得部21、提案部22、确定部23、再配置部24、输出部25、模拟部26以及模型存放部27以外的结构的图示。97.通信部构成为直接或经由网络或中继器等间接地与部件安装系统100及/或上级系统通信。由此，配置辅助系统20能在与部件安装系统100及/或上级系统之间授受数据。98.用户接口例如包含触控面板显示器，进行用户的操作的接受和向用户的信息的提示(显示)。用户接口并不限于触控面板显示器，例如可以具有键盘、指向设备、机械的开关或手势传感器等输入装置。此外，用户接口也可以取代触控面板显示器或与触控面板显示器一起，具有声音输入输出部。99.此外，本实施方式所涉及的配置辅助系统20如上述那样，和部件安装系统100一起构成作业系统200。即，本实施方式所涉及的作业系统200如图3所示那样，具备配置辅助系统20和部件安装系统100。部件安装系统100是在配置辅助系统20中提案的多个部件p1的配置中使用且生成生成物p3的系统。100.(3)配置辅助方法101.以下更详细地说明本实施方式所涉及的配置辅助方法。在本实施方式中，配置辅助方法如上述那样，采用利用了学习完毕模型m1的配置的提案、多级方式的部件p1的分配以及再配置这3个功能。因此，以下，对于本实施方式所涉及的配置辅助方法，分成基本方式、利用了学习完毕模型m1的配置的提案、多级方式的部件p1的分配以及再配置这4部分来进行说明。102.此外，以下，作为一例，设想240个部件p1分配到下述8个供给部3的情况来进行说明。即，在本实施方式中，如上述那样，部件安装系统100具备第1安装机11、第2安装机12、第3安装机13以及第4安装机14共计4台安装机10。进而，由于这4台安装机10各自具有2个供给部3，因此，在部件安装系统100整体来看，作为多个(这里是240个)部件p1的分配目的地，存在共计8个供给部3。103.在此，假定为第1安装机11以及第2安装机12均具有作为捕捉部41的数量为“16”这样的特征。因此，设于第1安装机11的第1供给部31以及第2供给部32、以及设于第2安装机12的第3供给部33以及第4供给部34均具有作为捕捉部41的数量为“16”这样的特征。另一方面，假定为第3安装机13具有作为捕捉部41的数量为“8”这样的特征。因此，设于第3安装机13的第5供给部35以及第6供给部36均具有作为捕捉部41的数量为“8”这样的特征。进而，假定为第4安装机14具有作为捕捉部41的数量为“3”这样的特征。因此，设于第4安装机14的第7供给部37以及第8供给部38均具有作为捕捉部41的数量为“3”这样的特征。104.但这些条件只是用于说明配置辅助方法的一个具体例，并不是限制配置辅助方法的运用范围的意思。105.(3.1)基本方式106.首先参考图4的a、图4的b以及图5来说明本实施方式所涉及的配置辅助方法的基本方式。图4的a以及图4的b是表示基于配置辅助方法的多个供给部3中的多个部件p1的配置的提案的样子的概念图。107.如本实施方式那样，在具有多个(这里是8个)供给部3的部件安装系统100中，多个供给部3中的多个部件p1的配置的模式存在很多。特别是在本实施方式中，如上述那样，由于各供给部3中的插槽的数量是“60”，因此，作为部件安装系统100整体，存在480(＝60×8)个插槽。因此，部件安装系统100最大能安装480个部件p1，若实际安装的部件p1的个数也成为了数百个，则多个供给部3中的多个部件p1的配置的模式变得庞大。而且，根据多个供给部3中的多个部件p1的配置，部件安装系统100中的生成物p3的生成所需的安装时间大幅变动。108.即，即使部件安装系统100的结构相同，若多个供给部3中的多个部件p1的配置不同，则各部件p1用哪个安装机10来安装不同，各个部件p1的安装所需的时间大幅变动。因此，即使缩短1个生成物p3的生成所需的安装时间，从庞大的数量的模式中找出合适的多个部件p1的配置的模式也非常困难。因此，本实施方式所涉及的配置辅助方法通过对决定部件安装系统100中的多个供给部3中的多个部件p1的配置的作业进行辅助，能更简单地(短时间内)找出合适的配置。109.在这里，在本实施方式所涉及的配置辅助方法中，如上述那样，部件p1的“配置”的提案仅是部件p1的分配以及部件p1的排列的提案当中的部件p1的分配。即，在本实施方式中，将多个部件p1分割成多部分，将分割后的1个以上的部件p1分派到多个供给部3的任一者，并不规定至分割后的1个以上的部件p1的排序。110.即，本实施方式所涉及的配置辅助方法如图4的a以及图4的b所示那样，以将未配置的多个部件p1分配到2个以上的供给部3为基本方式。在图4的a以及图4的b中，标注为“未配置”的未配置空间sp0是示意表征对哪个供给部3都未分配的状态即未配置的状态的假想空间。即，在图4的a中，存在于未配置空间sp0内的部件p1处于对哪个供给部3都未分配的状态。另一方面，在图4的a以及图4的b中，标注为“供给部”的空间是示意表征分配到了任意的供给部3的状态、即配置完毕的状态的假想空间。即，在图4的b中，存在于标注了参考附图标记“31”的空间内的部件p1处于已被分配(分派)到第1供给部31的状态。同样地，在图4的b中，存在于标注了参考附图标记“32”的空间内的部件p1处于已被分配(分派)到第2供给部32的状态。111.本实施方式所涉及的配置辅助方法如图4的a所示那样，将在部件安装系统100中安装的多个部件p1的全部为未配置的状态设为初始状态。即，在配置辅助方法中，首先，通过对多个部件p1的全部设为哪个供给部3都未分配的状态，如图4的a所示那样，实现多个部件p1全都存在于未配置空间sp0的初始状态。在配置辅助方法中，若实现初始状态，则接下来，就一个一个地选择处于未配置的状态的部件p1，对所选择的部件p1决定分配(分派)到哪个供给部3。即，在配置辅助方法中，通过将多个部件p1一个一个地分派到任意的供给部3，来依次决定多个部件p1的分配目的地。112.然后，根据将在部件安装系统100中安装的多个部件p1全都分配(分派)到任意的供给部3即没有了未配置的状态的部件p1，基于配置辅助方法的基本方式的处理完成。总而言之，根据配置辅助方法的基本方式，如图4的b所示那样，没有了存在于未配置空间sp0的部件p1，实现了多个部件p1全都分配(分派)到任意的供给部3的状态。113.具体地，例如，通过将用于识别多个部件p1的各自的部件识别信息和用于识别多个供给部3的各自的供给部识别信息一对一地建立对应，来进行多个部件p1的分配。作为一例，针对对哪个供给部3都未分配的部件p1，供给部识别信息未与部件识别信息建立对应，或者，与部件识别信息对应的供给部识别信息成为空(null)。此外，关于分配到第1供给部31的部件p1，第1供给部31的供给部识别信息与部件识别信息建立对应。然后，根据对多个部件p1的全部完成了部件识别信息与供给部识别信息的对应建立，实现了多个部件p1全都被分配到任意的供给部3的状态。表征多个部件p1全都被分配的状态下的表征部件识别信息与供给部识别信息的对应关系的数据成为配置数据d2。即，配置数据d2通过对多个部件p1的全部表征与供给部识别信息的对应关系，来成为表征向任意的供给部3的分配的数据。114.在本实施方式所涉及的配置辅助方法中，在这样的基本方式所涉及的部件p1的配置的提案中，使用学习完毕模型m1。即，在配置辅助方法的基本方式中，使用学习完毕模型m1来提案针对多个供给部3的多个部件p1的配置。学习完毕模型m1是与多个供给部3当中的至少1个供给部3的特征建立对应而生成的模型。在本实施方式所涉及的配置辅助方法中，使用这样的学习完毕模型m1来提案针对多个供给部3的多个部件p1的配置，以使得部件安装系统100中的生成物p3的生成所需的安装时间变短。细节在“(3.2)学习完毕模型”的栏进行说明，学习完毕模型m1通过强化学习生成。115.此外，本实施方式所涉及的配置辅助方法如图5所示那样，大致划分具有用于临时配置的处理部分s100和用于再配置的处理部分s200。而且，配置辅助方法在用于临时配置的处理部分s100以及用于再配置的处理部分s200的任一者中，都通过上述那样的基本方式来提案多个部件p1的分配。即，在本实施方式中，在用于临时配置的处理部分s100以及用于再配置的处理部分s200任一者中，都使用学习完毕模型m1。116.即，在用于临时配置的处理部分s100中，将多个部件p1暂时分配到多个供给部3。其中，在至少一部分部件p1被分配到不合适的供给部3的情况下，例如存在引发部件安装系统100中的安装时间变长等不良状况的可能性。因此，在用于再配置的处理部分s200中，通过对暂时分配的多个部件p1再度进行分配，来提案更合适的配置(分配)。117.此外，在用于临时配置的处理部分s100中，在将多个部件p1对多个供给部3分配时，若供给部3的数量增加，用于进行学习完毕模型m1的强化学习的搜索空间变大，学习完毕模型m1的生成变得困难。因此，本实施方式所涉及的配置辅助方法在用于临时配置的处理部分s100中采用多级方式的部件p1的分配。即，根据多级方式的部件p1的分配，在各阶段中，例如即使将多个部件p1分配到2个群组，最终也能将多个部件p1分配到4个以上的群组。其结果，在各阶段的分配中，能在使用学习完毕模型m1的同时，缩窄用于进行学习完毕模型m1的强化学习的搜索空间。118.如以上说明的那样，根据本实施方式所涉及的配置辅助方法，例如不借助熟练者等的帮助，也能决定多个供给部3中的多个部件p1的配置，能给出经过改善的部件p1的配置的提案。119.此外，图5所示的流程图只是一例，处理的顺序可以适宜变更，处理可以适宜追加或删除。120.(3.2)学习完毕模型121.接下来，参考、图5以及图6来更详细说明本实施方式所涉及的配置辅助方法当中的利用了学习完毕模型m1的多个部件p1的配置的提案。122.配置辅助方法具有取得步骤和提案步骤。取得步骤是取得安装数据d1的步骤，相当于图5所示的流程图的处理s101。取得步骤由配置辅助系统20的取得部21执行。安装数据d1是与生成物p3中所含的多个部件p1相关的数据。提案步骤是使用学习完毕模型m1来根据安装数据d1提案针对多个供给部3的多个部件p1的配置以使得缩短安装时间的步骤。提案步骤由配置辅助系统20的提案部22执行。在本实施方式中，由于采用多级方式的部件p1的分配，因此在图5所示的流程图中，“第1级”～“第n级”的分配的处理s102～s10m相当于提案步骤。123.在本实施方式中，学习完毕模型m1的生成(事前学习)在配置辅助系统20中执行。此外，如上述那样，在学习完毕模型m1的生成中使用强化学习。即，配置辅助系统20例如将提案部22作为强化学习的学习器来利用。本公开所说的“强化学习”是从数据自动获得规则的框架即机器学习技术的一个手法。124.在机器学习技术中，作为与“强化学习”不同地广泛使用的手法，有“有教师学习”。“有教师学习”是基于成为学习目标的数值被明确定义的数据进行学习的手法。因此，在“有教师学习”中，在学习时，需要规定了明确的目标的大量的数据(学习用数据)。但在部件安装系统100的
技术领域：
：中，关于多个供给部3中的多个部件p1的配置，成为目标的数值并不明确，此外难以为了学习而汇集大量的学习用数据。125.与此相对，“强化学习”是如下手法：在某“环境”中进行“行动”，观测作为该“行动”的结果而变化的“状况”，对能得到良好结果的“行动”赋予高的“报酬”。而且，在“强化学习”中，学习经过这一系列“行动”来使“报酬”最大化的最佳的“行动”的选择方法。因此，在“强化学习”中，不需要如“有教师学习”那样准备规定了明确的目标的学习用数据，且能生成学习了最佳的“行动”的“选择方法”的学习完毕模型m1。即，即使是解的空间过大而实际的正解不明的情况，“强化学习”也能在根据对所赋予的“环境”重复试错而观测到的报酬系列来评价“行动”的同时，学习“行动”的方式。126.因此，强化学习在如多个供给部3中的多个部件p1的配置的提案用的学习完毕模型m1那样的正解不明确且要求对庞大的组合的最佳化的情形下的学习完毕模型m1的生成中，特别有效。127.更详细地，在强化学习中，求取对多个部件p1采用某配置的情况的安装时间，将该安装时间如何接近理想的安装时间(安装机10的规格上的安装时间)设为“报酬”。在本实施方式中，作为一例，这时的安装时间在模拟部26中求取。在强化学习中，搜索空间越大，为了得到良好的“报酬”而重复试错的次数越增大，最佳解的搜索就越花费时间。因此，在本实施方式所涉及的配置辅助方法中，为了使强化学习中的搜索空间的大小减退而采用多级方式的部件p1的分配，关于多级方式，细节在“(3.3)多级方式”的栏进行说明。128.此外，在部件安装系统100中，例如根据生成物p3的规格，安装机10的特征以及台数、和所安装的部件p1的种类以及数量等不同。其中，若配合生成物p3，每次都进行强化学习来生成学习完毕模型m1，则从决定生成物p3的规格起直到生成学习完毕模型m1为止，有可能要花费时间。因此，在本实施方式中，通过在生成物p3的规格决定前进行学习的“事前学习”，来生成学习完毕模型m1。由此，在本实施方式所涉及的配置辅助方法中，若决定了生成物p3的规格，就能使用在事前学习中生成完毕的学习完毕模型m1立即开始部件p1的配置的提案。129.此外，在本实施方式中，学习器(例如提案部22)在强化学习的算法中作成配置数据d2，将作成的配置数据d2从输出部25向模拟部26输出。由此，模拟部26基于配置数据d2进行模拟，算出“安装时间”。学习器(例如提案部22)将如此求得的安装时间变换成相对于理想的安装时间的比例，将求得的比例作为“报酬”来进行强化学习。然后，通过为了得到更良好的“报酬”很多次重复进行上述的一系列处理，来进行强化学习。在本实施方式中，作为一例，为了进行强化学习，使用加进深度学习的特征提取的性能的深层强化学习(dqn：deepq-network)等。130.此外，在本实施方式中，学习完毕模型m1是与部件安装系统100中的多个供给部3当中的至少1个供给部3的特征建立对应而生成的模型。即，在学习完毕模型m1中反映了供给部3的特征，学习完毕模型m1按每个供给部3的特征来生成。因此，若部件安装系统100包含具有相互不同的特征的多个供给部3，则也生成多种类的学习完毕模型m1。131.特别在本实施方式中，将学习完毕模型m1通过利用了学习完毕模型m1的部件p1的配置的提案来与成为部件p1的分配(分派)目的地的供给部3的特征建立对应。因此，例如如图6所示那样，即使是将部件p1分配到2个分配(分派)目的地的情况，根据其分配目的地，也能使用各种学习完毕模型m11～m17。在图6中，在“(3.3)多级方式”的栏中说明使用怎样的学习完毕模型m11～m17。在本公开中，在不特别区别这些多个学习完毕模型m11～m17的情况下，将多个学习完毕模型m11～m17的各自仅称作“学习完毕模型m1”。132.在此，例如，在成为分配目的地2个供给部3具有相同的特征(设为“第1的特征”)的情况下，与第1的特征建立对应地生成学习完毕模型m1。即，学习完毕模型m1包含与多个供给部3当中的1个供给部3的特征(第1的特征)建立对应而生成的模型。作为一例，在成为分配目的地2个供给部3均具有作为捕捉部41的数量为“16”这样的特征的情况下，在用于分配部件p1的学习完毕模型m1反映了作为捕捉部41的数量为“16”这样的特征。133.另一方面，例如，在成为分配目的地2个供给部3具有相互不同的特征(设为“第1的特征”以及“第2的特征”)的情况下，与第1的特征以及第2的特征两方建立对应来生成学习完毕模型m1。即，学习完毕模型m1包含与多个供给部3当中的2个以上的供给部3的特征建立对应而生成的模型。作为一例，在成为分配目的地2个供给部3分别具有作为捕捉部41的数量为“16”或“8”这样的特征的情况下，在用于分配部件p1的学习完毕模型m1反映了作为捕捉部41的数量为“16”以及“8”这样的2个特征。134.此外，在将多个供给部3的特征分类成1个以上的特征群的情况下，学习完毕模型m1包含与1个以上的特征群建立对应而生成的模型。例如，关于安装机10的速度(最高安装速度)，例如通过如多功能机(低速机)、中速机以及高速机那样分类成多个速度域，若是微小的速度的差，则均设为“高速机”等，能视作相同速度域。即，若供给部3的特征是安装机10的“速度”，多功能机(低速机)、中速机以及高速机这样的“速度域”成为包含多个特征(速度)的特征群。如此地，在设定包含相互不同的多个特征的特征群的情况下，学习完毕模型m1还包含不是与各个特征而是与特征群建立对应而生成的模型。由于特征群由多个特征的集合构成，与特征群建立对应而生成的学习完毕模型m1也相当于与至少1个供给部3的特征建立对应而生成的学习完毕模型m1。135.此外，本实施方式所涉及的配置辅助方法还具有更新学习完毕模型m1的更新步骤。即，通过机器学习(本实施方式中是强化学习)生成的学习完毕模型m1并不固定，能通过更新步骤适宜更新。具体地，学习器(例如提案部22)定期或不定期更新存放于模型存放部27的学习完毕模型m1。学习完毕模型m1的更新例如可以通过将过去习得的知识利用在当前的学习的转移学习来实现，也可以通过与新的学习完毕模型m1的替换来实现。若能进行学习完毕模型m1的更新，还能在配置辅助方法(配置辅助系统20)的运用阶段生成与用户的要求相应的合适的学习完毕模型m1。136.此外，在本实施方式中，学习完毕模型m1包含与由部件安装系统100生成的生成物p3所相关的信息建立对应而生成的模型。生成物p3所相关的信息例如包含生成物p3所属的
技术领域：
：、生成物p3的批数或生成物p3的价格区间等。部件安装系统100例如使用在电子设备的
技术领域：
：或汽车的
技术领域：
：等各种
技术领域：
：的生成物p3的生成中。因此，根据各
技术领域：
：(业界)所固有的事项，即使是相同的生成物p3，也存在部件p1的最佳的配置不同的情况。因此，在本实施方式中，学习完毕模型m1也与生成物p3所相关的信息建立对应而生成，也使得不仅反映了至少1个供给部3的特征，还反映了生成物p3所固有的事项。137.此外，在本实施方式所涉及的配置辅助方法中，在针对多个供给部3的多个部件p1的配置时，附带规定针对特定的供给部3的特定的部件p1的配置的可否的制约条件。即，根据供给部3，存在由于安装机10的规格上的制约或部件p1的尺寸上的制约等而不能进行特定的部件p1的配置的情况。为了应付这样的情况，能附带制约条件。通过附带制约条件，针对在制约条件中规定为不能进行向特定的供给部3的配置的特定的部件p1，从分配的对象将特定的供给部3除外。作为一例，对于不能安装带式供料器而仅能设置托盘的供给部，能在制约条件中规定不能进行通过带式供料器供给的部件p1的配置。138.进而，在本实施方式中，根据制约条件的针对特定的供给部3的特定的部件p1的配置的可否的判断与利用了学习完毕模型m1的针对多个供给部3的多个部件p1的配置的提案分开进行。即，根据制约条件的部件p1的配置的制约例如在利用了学习完毕模型m1的部件p1的配置的提案之前或之后进行。作为一例，若在利用了学习完毕模型m1的部件p1的配置的提案之前进行根据制约条件的部件p1的配置的制约，就能将用于导出多个部件p1的合适的配置的选项抑制得较少。139.如以上说明的那样，在本实施方式所涉及的配置辅助方法中，在多个部件p1的配置时，使用学习完毕模型mi来根据安装数据d1提案针对多个供给部3的多个部件p1的配置，以使得缩短安装时间(提案步骤)。因此，在提案步骤中，不是提案唯一地决定的配置，而是例如能通过用学习完毕模型m1实现熟练者进行那样的配置的“决定方法”的技巧，来更简单地找出合适的配置。140.(3.3)多级方式141.接下来，参考图5以及图6来更详细说明本实施方式所涉及的配置辅助方法当中的多级方式的部件p1的分配。142.配置辅助方法具有一次提案步骤和二次提案步骤。一次提案步骤是提案针对多个一次群组g11、g12的多个部件p1的配置(分配)的步骤，相当于图5所示的流程图的处理s102。一次提案步骤由配置辅助系统20中的提案部22的一次提案部221执行。二次提案步骤是在一次提案步骤之后提案针对多个二次群组g21～g24的多个部件p1的配置的步骤，相当于图5所示的流程图的处理s103。二次提案步骤由配置辅助系统20中的提案部22的二次提案部222执行。即，在图5所示的流程图中，相当于提案步骤的“第1级”～“第n级”的分配的处理s102～s10m包含一次提案步骤以及二次提案步骤。143.在此，本实施方式所涉及的配置辅助方法还具有三次提案步骤。三次提案步骤是在二次提案步骤后提案将多个二次群组g21～g24各自分类成多个三次群组g31～g38的情况下的针对多个三次群组g31～g38的多个部件p1的配置的步骤。多个三次群组g31～g38各自包含多个供给部3当中的至少1个供给部3。总而言之，根据三次提案步骤，将多个二次群组g21～g24各自分类成更细分化的多个三次群组g31～g38，提案针对这多个三次群组g31～g38的多个部件p1的配置。144.即，在本实施方式中，如图5所示那样，多个部件p1的配置不是以2阶段的处理，而是以分层地设定的n阶段(在此，n是“3”以上的自然数)的处理实现的。因此，在作为二次提案步骤而进行了第2级的分配(s103)以后，还能通过进行第3段级以后的分配，来实现更细分化的分配。特别在本实施方式中，由于设想将多个部件p1在各阶段向2个群组分配，最终对8个供给部3进行分配，因此分配分3阶段进行。因此，三次提案步骤相当于提案步骤中的最终级、即，图5所示的流程图的处理s10m(在此，m是“4”)。三次提案步骤由配置辅助系统20中的提案部22的三次提案部223执行。145.图6是示意表征多级方式的部件p1的分配的样子的说明图。在本实施方式中，多个部件p1的配置的提案至少分为对多个一次群组g11、g12配置部件p1的一次提案步骤和对更细致的多个二次群组g21～g24配置部件p1的二次提案步骤。如此地，由于多个部件p1的配置不是通过1阶段的处理，而是通过分层地设定的多阶段的处理实现，因此，能在各阶段中将用于导出多个部件p1的合适的配置的选项抑制得较少。146.在图6中，多个一次群组g11、g12相当于将哪个供给部3都未分配的状态即未配置的状态的多个部件p1所存在的未配置空间sp0先分类为2个以上的群组的情况下的分类后的群组。多个一次群组g11、g12各自分别包含多个供给部3当中的至少1个供给部3。147.具体地，如图6所示那样，一次群组g11(图中标注为“群组1”)包含第1供给部31、第2供给部32、第3供给部33以及第4供给部34。一次群组g12(图中标注为“群组2”)包含第5供给部35、第6供给部36、第7供给部37以及第8供给部38。148.在一次提案步骤中，将存在于未配置空间sp0的未配置的状态的多个部件p1对多个一次群组g11、g12进行分配。由此，将多个(这里是240个)部件p1分配到多个一次群组g11、g12的任一者。149.此外，在图6中，多个二次群组g21～g24相当于将多个一次群组g11、g12的各自进一步分类成2个以上的群组的情况下的分类后的群组。在此，设想将2个一次群组g11、g12的各自进一步分类为2个二次群组并生成共计4个二次群组g21～g24的情况。多个二次群组g21～g24的各自分别包含多个供给部3当中的至少1个供给部3。150.具体地，如图6所示那样，二次群组g21(图中标注为“群组1_1”)以及二次群组g22(图中标注为“群组1_2”)位于一次群组g11的下属。换言之，将一次群组g11分类为2个二次群组g21、g22。二次群组g23(图中标注为“群组2_1”)以及二次群组g24(图中标注为“群组2_2”)位于一次群组g12的下属。换言之，将一次群组g12分类为2个二次群组g23、g24。而且，二次群组g21包含第1供给部31以及第2供给部32，二次群组g22包含第3供给部33以及第4供给部34。二次群组g23包含第5供给部35以及第6供给部36，二次群组g24包含第7供给部37以及第8供给部38。151.二次提案步骤将一次群组g11中所含的多个部件p1分配到多个二次群组g21、g22，将一次群组g12中所含的多个部件p1分配到多个二次群组g23、g24。由此，将多个(这里是240个)部件p1分配到多个二次群组g21～g24的任一者。152.此外，在图6中，多个三次群组g31～g38相当于将多个二次群组g21～g24的各自进一步分类为2个以上的群组的情况下的分类后的群组。在此，设想将4个二次群组g21～g24的各自进一步分类为2个三次群组并生成共计8个三次群组g31～g38的情况。多个三次群组g31～g38的各自分别包含多个供给部3当中的至少1个供给部3。153.具体地，如图6所示那样，三次群组g31以及三次群组g32位于二次群组g21的下属，三次群组g33以及三次群组g34位于二次群组g22的下属。换言之，将二次群组g21分类为2个三次群组g31、g32，将二次群组g22分类为2个三次群组g33、g34。三次群组g35以及三次群组g36位于二次群组g23的下属，三次群组g37以及三次群组g38位于二次群组g24的下属。换言之，将二次群组g23分类为2个三次群组g35、g36，将二次群组g24分类为2个三次群组g37、g38。而且，在图6的示例中，由于多个三次群组g31～g38成为多级方式的最终级，因此多个三次群组g31～g38分别各包含1个供给部3。即，在本实施方式中，由于设想最终向8个供给部3的部件p1的分配，因此，成为最终级的多个(这里是8个)三次群组g31～g38分别与第1～8供给部31～38一对一对应。154.在三次提案步骤中，将二次群组g21中所含的多个部件p1分配到多个三次群组g31、g32，将二次群组g22中所含的多个部件p1分配到多个三次群组g33、g34。进而，在三次提案步骤中，将二次群组g23中所含的多个部件p1分配到多个三次群组g35、g36，将二次群组g24中所含的多个部件p1分配到多个三次群组g37、g38。由此，将多个(这里是240个)部件p1分配到多个三次群组g31～g38即第1～8供给部31～38的任一者。155.在这里，在本实施方式所涉及的配置辅助方法中，如图6所示那样，在各阶段的分配时，使用学习完毕模型m1。即，在一次提案步骤和二次提案步骤的至少一方中，使用学习完毕模型m1来提案多个部件p1的配置。学习完毕模型m1如在“(3.2)学习完毕模型”的栏中也说明的那样，是与多个供给部3当中的至少1个供给部3的特征建立对应而生成的模型。在本实施方式中，在一次提案步骤、二次提案步骤以及三次提案步骤的全部中，分别使用学习完毕模型m1。156.即，在将多个部件p1分配到多个一次群组g11、g12的一次提案步骤中，使用学习完毕模型m11来根据安装数据d1提案针对多个一次群组g11、g12的多个部件p1的配置，以使得缩短安装时间。在将多个部件p1分配到多个二次群组g21～g24的二次提案步骤中，使用学习完毕模型m12、m13来根据安装数据d1提案针对多个二次群组g21～g24的多个部件p1的配置，以使得缩短安装时间。在将多个部件p1分配到多个三次群组g31～g38的三次提案步骤中，使用学习完毕模型m14～m17来根据安装数据d1提案针对多个三次群组g31～g38的多个部件p1的配置，以使得安装时间。157.在此，如从图6还明确的那样，根据是一次提案步骤、二次提案步骤以及三次提案步骤当中的哪个阶段，所使用的学习完毕模型m1不同。即，在本实施方式中，如上述那样，根据部件p1的分配目的地来使用各种学习完毕模型m11～m17。例如，一次提案步骤中所用的学习完毕模型m11和二次提案步骤中所用的学习完毕模型m12、m13是不同的。结果，在本实施方式中，在一次提案步骤和二次提案步骤中，用于提案多个部件p1的配置的算法不同。在此，所谓“算法不同”，在本实施方式中是指所使用的学习完毕模型m1不同。进而，在本实施方式中，在三次提案步骤中，也采用与一次提案步骤以及二次提案步骤不同的算法(学习完毕模型m1)。158.此外，在本实施方式中，在各阶段的分配中，根据部件p1的分配目的地来使用各种学习完毕模型m11～m17。例如，在二次提案步骤中，在一次群组g11中所含的多个部件p1向多个二次群组g21、g22的分配中使用学习完毕模型m12。与此相对，在二次提案步骤，在一次群组g12中所含的多个部件p1向多个二次群组g23、g24的分配中使用学习完毕模型m13。同样地，在三次提案步骤中，在二次群组g21中所含的多个部件p1向多个三次群组g31、g32的分配中使用学习完毕模型m14。与此相对，在三次提案步骤中，在二次群组g24中所含的多个部件p1向多个三次群组g37、g38的分配中使用学习完毕模型m17。159.结果，在本实施方式所涉及的配置辅助方法中，如图6所示那样使用7个学习完毕模型m11～m17。160.具体地，一次提案步骤中所用的学习完毕模型m11是用于将应向第1～8供给部31～38分配的多个部件p1分配到2个一次群组g11、g12的模型。关于学习完毕模型m11，在分配目的地包含捕捉部41的数量为“16”的第1～4供给部31～34、捕捉部41的数量为“8”的第5、6供给部35、36以及捕捉部41的数量为“3”的第7、8供给部37、38。因此，学习完毕模型m11是为了反映作为捕捉部41的数量为“16”、“8”以及“3”这3个特征，与这3个特征建立对应而生成的模型。161.二次提案步骤中所用的学习完毕模型m12是用于将应向第1～4供给部31～34分配的多个部件p1分配到2个二次群组g21、g22的模型。关于学习完毕模型m12，在分配目的地包含捕捉部41的数量为“16”的第1～4供给部31～34。因此，学习完毕模型m12是为了反映作为捕捉部41的数量为“16”这样的1个特征，与作为捕捉部41的数量为“16”这样的特征建立对应而生成的模型。162.另一方面，二次提案步骤中所用的学习完毕模型m13是用于将应向第5～8供给部35～38分配的多个部件p1分配到2个二次群组g23、g24模型。关于学习完毕模型m13，在分配目的地包含捕捉部41的数量为“8”的第5、6供给部35、36以及捕捉部41的数量为“3”的第7、8供给部37、38。因此，学习完毕模型m13是为了反映作为捕捉部41的数量为“8”以及“3”这样的2个特征，与这2个特征建立对应而生成的模型。163.三次提案步骤中所用的学习完毕模型m14是用于将应向第1、2供给部31、32分配的多个部件p1分配到2个三次群组g31、g32模型。关于学习完毕模型m14，在分配目的地包含捕捉部41的数量为“16”的第1、2供给部31、32。因此，学习完毕模型m14是为了反映作为捕捉部41的数量为“16”这样的1个特征，与作为捕捉部41的数量为“16”这样的特征建立对应而生成的模型。164.三次提案步骤中所用的学习完毕模型m15是用于将应向第3、4供给部33、34分配的多个部件p1分配到2个三次群组g33、g34的模型。关于学习完毕模型m15，在分配目的地包含捕捉部41的数量为“16”的第3、4供给部33、34。因此，学习完毕模型m15是为了反映作为捕捉部41的数量为“16”这样的1个特征，与作为捕捉部41的数量为“16”这样的特征建立对应而生成的模型。165.三次提案步骤中所用的学习完毕模型m16是用于将应向第5、6供给部35、36分配的多个部件p1分配到2个三次群组g35、g36的模型。关于学习完毕模型m16，在分配目的地包含捕捉部41的数量为“8”的第5、6供给部35、36。因此，学习完毕模型m16是为了反映作为捕捉部41的数量为“8”这样的1个特征，与作为捕捉部41的数量为“8”这样的特征建立对应而生成的模型。166.三次提案步骤中所用的学习完毕模型m17是用于将应向第7、8供给部37、38分配的多个部件p1分配到2个三次群组g37、g38的模型。关于学习完毕模型m17，在分配目的地中包含捕捉部41的数量为“3”的第7、8供给部37、38。因此，学习完毕模型m17是为了反映作为捕捉部41的数量为“3”这样的1个特征，与作为捕捉部41的数量为“3”这样的特征建立对应而生成的模型。167.而且，关于上述那样的多个(这里是7个)学习完毕模型m11～m17，通过单独进行强化学习来生成。即，按分层地设定的多阶段(这里是3阶段)的每个阶段事前进行强化学习，来生成上述那样的学习完毕模型m11～m17。通过使如此生成的多个学习完毕模型m11～m17协作，来构建图6所示那样的多级方式的架构。168.如以上说明的那样，在本实施方式所涉及的配置辅助方法中，多个部件p1的配置不是通过1阶段的处理，而是通过分层地设定的多阶段(这里是3阶段)的处理实现的。由此，与将多个部件p1通过1阶段的处理进行分配的多选择方式比较，能在各阶段中将用于导出多个部件p1的合适的配置的选项抑制得较少。结果，能缩窄用于进行学习完毕模型m1的强化学习的搜索空间。例如，在将240个部件分配到上述8个供给部3的情况下，若是1阶段的多选择方式，则假定为搜索空间为“10240”。与此相对，若是3阶段的多级方式，则即使在相同条件，也是一次提案步骤所涉及的搜索空间成为“1080”，二次提案步骤所涉及的搜索空间成为“1072”，三次提案步骤所涉及的搜索空间成为“1036”。结果，用于将240个部件分配到上述8个供给部3的搜索空间成为“1080 1072 1036”，与多选择方式的“10240”相比显著缩窄，能使搜索空间的大小减退到能进行实际学习的大小。169.此外，上述说明只是本实施方式所涉及的配置辅助方法的一例，例如，多个部件p1的配置可以不是通过3阶段的处理，而是通过2阶段或4阶段以上的处理实现的。在将分配分成2阶段来进行的情况下，省略三次提案步骤，将二次群组g21～g24分别与多个供给部3一对一地建立对应。另一方面，在将分配分成4阶段进行的情况下，在三次提案步骤中分配了多个部件p1的三次群组g31～g38的进一步下级(下属)生成多个四次群组。在将分配分为5阶段进行的情况下，在四次群组的进一步下级(下属)生成多个五次群组。170.(3.4)再配置171.接下来，参考图5以及图7来更详细地说明本实施方式所涉及的配置辅助方法当中的再配置。172.配置辅助方法具有提案步骤、确定步骤和再配置步骤。提案步骤是提案针对多个供给部3的多个部件p1的配置的步骤，相当于图5所示的流程图的处理s102～s10m。提案步骤由配置辅助系统20的提案部22执行。确定步骤是将多个供给部3当中的某供给部3确定为对象供给部的步骤，相当于图5所示的流程图的处理s201。确定步骤由配置辅助系统20的确定部23执行。被确定为对象供给部的供给部3是在采用了提案步骤中提案的多个部件p1的配置的情况下，关于安装时间满足确定条件的供给部3。再配置步骤是对对象供给部和参考供给部提案多个部件p1的配置的步骤，相当于图5所示的流程图的处理s202～s204。再配置步骤由配置辅助系统20的再配置部24执行。参考供给部由多个供给部3当中的对象供给部以外的至少1个供给部3构成。173.在本实施方式中，将配置在对象供给部的部件p1作为对象，在再配置步骤(s202～s204)，重复执行指定次数的追加分配(s203)。这里说的“追加分配”是以临时配置(s100)中提案的针对多个供给部3的多个部件p1的配置(分配)为基础，对一部分部件p1重新向多个供给部3进行配置(分配)的处理。因此，重复执行追加分配的“指定次数”是对应于成为追加分配的对象的部件p1的数量等决定的次数。174.即，在用于临时配置的处理部分s100，在将多个部件p1分配到多个供给部3时，在对于至少一部分部件p1进行了并不合适的配置(分配)的情况下，照这样就存在得不到所期望的结果的可能性。例如，在临时配置(s100)中将某部件p1分配到不合适的供给部3的情况下，该部件p1的安装花费时间，会产生作为部件安装系统100整体的安装时间变长的不良状况。因此，在本实施方式所涉及的配置辅助方法中，并不是以提案步骤确定部件p1的配置，而是将提案步骤中的配置的提案作为“临时配置”，能通过之后的再配置步骤进行多个部件p1的配置的变更(修正)。175.而且，再配置步骤中成为再配置的对象是关于安装时间满足确定条件的供给部3，即，配置在对象供给部的部件p1。进而，再配置步骤中成为再配置的对象不仅包含满足确定条件的对象供给部，还包含配置于作为与对象供给部不同的供给部3的参考供给部的部件p1。因此，能将临时配置中配置于各自不同的供给部3(对象供给部以及参考供给部)的多个部件p1打乱。因此，即使是在临时配置中将某部件p1分配到不合适的供给部3的情况，也能通过在再配置步骤中进行部件p1的再配置，来消除例如安装时间变长等不良状况。176.此外，在本实施方式所涉及的配置辅助方法中，如图5所示那样，通过重复执行确定步骤(s201)以及再配置步骤(s202～s204)，来摸索改善了安装时间这样的部件p1的配置。在本实施方式中，“安装时间的改善”是指缩短了作为部件安装系统100整体的安装时间。即，配置辅助方法如图5所示那样，在再配置步骤(s202～s204)后判定是否改善了安装时间(s205)。因此，将再配置步骤中作成的配置数据d2从输出部25向模拟部26输出。由此，模拟部26基于配置数据d2进行模拟，算出再配置后的“安装时间”。在处理s205，基于如此求得的安装时间来判定是否改善了安装时间。177.在此，在配置辅助方法中，若未改善安装时间(s205“否”)，就将再配置步骤中变更的部件p1的配置回到再配置步骤之前的状态，即“原本的部件配置”(s206)。另一方面，若改善了安装时间(s205“是”)，则跳过处理s206。即，通过进行再配置，若未改善安装时间，则回到再配置前的状态，仅在安装时间得以改善(缩短)的情况下，采用再配置中得到的部件p1的配置。178.之后，配置辅助方法判定是否存在从再配置步骤之前的状态的部件p1的移动(s207)。若在再配置步骤中有任意的部件p1的移动(s207：“是”)，则回到处理s201。另一方面，若在再配置步骤中哪个部件p1都未移动(s207“否”)，则结束用于再配置的处理部分s200。即，只要再配置步骤中能变更(修正)部件p1的配置，在再配置步骤中就有任意的部件p1的移动(s207“是”)，因此重复执行确定步骤(s201)以及再配置步骤(s202～s204)。换言之，直到再配置步骤中穷尽安装时间得以改善的部件p1的配置的变更(修正)模式为止，都重复执行确定步骤(s201)以及再配置步骤(s202～s204)。179.图7是示意表征再配置的样子的说明图。在图7中，概念地表征以临时配置中提案的针对多个供给部3的多个部件p1的配置(分配)为基础，对配置于第1～8供给部31～38当中的第4供给部34以及第6供给部36的多个部件p1进行再配置的样子。在此，作为一例，以第4供给部34为“对象供给部”且第6供给部36为“参考供给部”的情况为例。180.在此，在本实施方式中，作为一例，将关于安装时间成为瓶颈那样的供给部3作为对象供给部。即，作为部件安装系统100依次安装配置于多个供给部3的多个部件p1的结果，多个供给部3当中在部件p1的安装最花时间的供给部3关于安装时间成为瓶颈。即，在本实施方式中，确定条件包含部件安装系统100中的生成物p3的生成所需的时间(安装时间)在多个供给部3中最长。在图7的示例中，在部件安装系统100中采用通过临时配置提案的配置的情况下，由于配置于多个供给部3当中的第4供给部34的部件p1的安装所需的时间最长，因此将第4供给部34作为对象供给部来提取。181.如此地，在确定步骤，将多个供给部3当中关于安装时间满足确定条件的供给部3确定为对象供给部。因此，在本实施方式中，将在临时配置下作成的配置数据d2从输出部25向模拟部26输出。由此，模拟部26基于配置数据d2进行模拟，算出“安装时间”。确定部23基于如此求得的安装时间来提取满足确定条件的供给部3(对象供给部)。182.另一方面，参考供给部由多个供给部3当中的与对象供给部(这里是第4供给部34)不同的任意的供给部3构成。在本实施方式中，假定为将多个供给部3当中的对象供给部(这里是第4供给部34)以外的任意的1个供给部3依次选择为参考供给部。在图7的示例中，表征将多个供给部3当中的第6供给部36选择为参考供给部的情况的再配置的样子。例如，若图7所示的再配置完成，则接下来，将多个供给部3当中的第7供给部37选择为参考供给部，执行再配置。183.此外，在再配置步骤中，如图7所示那样，使配置于对象供给部(第4供给部34)以及参考供给部(第6供给部36)的多个部件p1暂时移动到未配置空间sp0后，重新分配到对象供给部以及参考供给部。即，临时配置中配置于对象供给部以及参考供给部的多个部件p1在一度回到哪个供给部3都未分配的状态即未配置的状态后，重新分配到对象供给部以及参考供给部。即，在再配置步骤中，对于对象供给部和参考供给部，在将多个部件p1的配置重置后，重新提案多个部件p1的配置。184.此外，在本实施方式所涉及的配置辅助方法中，如图7所示那样，在再配置中的多个部件p1的配置(分配)中也使用学习完毕模型m1。在本实施方式中，在提案步骤和再配置步骤的至少一方，使用学习完毕模型m1来提案多个部件p1的配置。学习完毕模型m1如“(3.2)学习完毕模型”的栏中也说明的那样，是与多个供给部3当中的至少1个供给部3的特征建立对应而生成的模型。特别在本实施方式中，在提案步骤和再配置步骤两方中分别使用学习完毕模型m1。185.在这里，在本实施方式中，如上述那样，根据部件p1的分配目的地，使用各种学习完毕模型m1。因此，在将作为对象供给部的第4供给部34以及作为参考供给部的第6供给部36作为分配目的地的再配置中，使用与临时配置(提案步骤)中所用的学习完毕模型m11～m17不同的学习完毕模型m18。结果，在本实施方式中，在提案步骤和再配置步骤中，用于提案多个部件p1的配置的算法不同。186.具体地，再配置步骤中所用的学习完毕模型m18是用于将应向2个供给部3分配的多个部件p1分配到第4供给部34以及第6供给部36的模型。关于学习完毕模型m18，在分配目的地中包含捕捉部41的数量为“16”的第4供给部34以及捕捉部41的数量为“8”的第6供给部36。因此，学习完毕模型m18是为了反映作为捕捉部41的数量为“16”以及“8”这样的2个特征，与这2个特征建立对应而生成的模型。187.此外，在再配置步骤中，也与提案步骤同样地，提案针对多个供给部3的多个部件p1的配置，以使得缩短安装时间。即，在再配置步骤中，提案针对对象供给部和参考供给部的多个部件p1的配置，以使得缩短部件安装系统100中的生成物p3的生成所需的安装时间。188.进而，在本实施方式中，在再配置步骤中，也与提案步骤同样地，在针对多个供给部3的多个部件p1的配置时，附带规定针对特定的供给部3的特定的部件p1的配置的可否的制约条件。细节如在“(3.2)学习完毕模型”的栏说明的那样，通过附带制约条件，关于在制约条件中规定为不能向特定的供给部3配置的特定的部件p1，从再配置(分配)的对象将特定的供给部3除外。189.在本实施方式所涉及的配置辅助方法中，如上述那样，直到再配置步骤中安装时间得以改善的部件p1的配置的变更模式穷尽为止，都重复执行确定步骤(s201)以及再配置步骤(s202～s204)。因此，若对关于安装时间满足确定条件(成为瓶颈)的供给部3(对象供给部)进行再配置的结果是其他供给部3满足确定条件，就将其他供给部3作为对象供给部，重复进行再配置步骤。另一方面，若对关于安装时间满足确定条件(成为瓶颈)的供给部3进行再配置的结果是相同供给部3满足确定条件不变，则视作部件p1的配置的变更模式穷尽，结束用于再配置的处理部分s200。190.如以上说明的那样，本实施方式所涉及的配置辅助方法除了取得步骤(s101)、提案步骤(s102～s10m)以外，还具有再配置步骤(s202～s204)。再配置步骤是在提案步骤后提案针对多个供给部3的多个部件p1的配置的步骤。特别在本实施方式中，再配置步骤中也使用强化学习中生成的学习完毕模型m1，能再提案部件p1的配置，以使得与提案步骤中提案的配置相比，更加缩短安装时间。191.进而，由于本实施方式所涉及的配置辅助方法在提案步骤中采用多级方式，因此，再配置步骤成为在二次提案步骤后提案多个部件p1的配置的步骤。而且，在再配置步骤中，至少对部件安装系统中的生成物p3的生成所需的时间在多个供给部3中最长的供给部3，提案多个部件p1的配置。192.(4)变形例193.实施方式1只是本公开的各种实施方式之一。实施方式1只要能达成本公开的目的，就能对应于设计等进行种种变更。此外，本公开中参考的附图均是示意性的图，图中的各构成要素的大小以及厚度各自的比不一定反映实际的尺寸比。此外，与实施方式1所涉及的配置辅助方法同样的功能可以通过配置辅助系统20、(计算机)程序、或记录程序的非临时的记录介质等来具体化。一方式所涉及的程序是用于使1个以上的处理器执行实施方式1所涉及的配置辅助方法的程序。194.以下列举实施方式1的变形例。以下说明的变形例能适宜组合来运用。195.本公开中的配置辅助系统20包含计算机系统。计算机系统以作为硬件的处理器以及存储器为主结构。通过处理器执行记录于计算机系统的存储器的程序，来实现作为本公开中的配置辅助系统20的功能。程序可以预先记录于计算机系统的存储器，也可以经由电气通信线路提供，还可以记录于计算机系统中可读的存储卡、光盘、硬盘驱动器等非临时的记录介质中来提供。计算机系统的处理器由包含半导体集成电路(ic)或大规模集成电路(lsi)的1个或多个电子电路构成。这里说的ic或lsi等集成电路根据集成的程度而叫法不同，包含被称作系统lsi、vlsi(verylargescaleintegration，甚大规模集成电路)或ulsi(ultralargescaleintegration，超大规模集成电路)的集成电路。进而，关于在lsi的制造后编程的fpga(field-programmablegatearray，现场可编程门阵列)、或能进行lsi内部的接合关系的重构或lsi内部的电路区划的重构的逻辑器件，也能作为处理器采用。多个电子电路可以汇集在1个芯片中，也可以分散设于多个芯片中。多个芯片可以汇集在1个装置中，也可以分散设置在多个装置。这里说的计算机系统包含具有1个以上的处理器以及1个以上的存储器的微控制器。因此，关于微控制器，也由包含半导体集成电路或大规模集成电路的1个或多个电子电路构成。196.此外，配置辅助系统20中的多个功能汇集在1个外壳内并非配置辅助系统20所必须的结构。配置辅助系统20的结构要素也可以分散设置在多个外壳中。进而，配置辅助系统20的至少一部分功能也可以通过云(云计算)等来实现。197.作为能分散在云(或服务器)以及云边(edge)等2个以上的系统而实现的功能，例如有以下那样的功能。198.作为第1个功能，有学习完毕模型m1的生成功能。即，能在一个系统中进行学习完毕模型m1的生成，在其他系统进行利用了该学习完毕模型m1的配置辅助方法(提案步骤等)。作为一例，学习完毕模型m1的生成可以在云(或服务器)中进行，利用了该学习完毕模型m1的配置辅助方法(提案步骤等)可以在云边中进行。在该情况下，在云等一个系统中，将使配置辅助方法中所用的学习完毕模型与多个供给部3当中的至少1个供给部3的特征建立对应而生成的学习完毕模型的生成方法具体化。199.作为第2个功能，有多级方式的部件p1的分配的功能。即，能在一个系统中进行一次提案步骤，在其他系统中进行二次提案步骤以后(包含三次提案步骤等)的步骤。作为一例，一次提案步骤可以在云(或服务器)中进行，二次提案步骤以后(包含三次提案步骤等)的步骤可以在云边中进行。在该情况下，配置辅助系统20在云边等系统中具体化，仅执行二次提案步骤以后(包含三次提案步骤等)的步骤。总而言之，配置辅助系统20针对部件安装系统100辅助多个供给部3中的多个部件p1的配置的决定。部件安装系统100通过将对多个供给部3供给的多个部件p1安装到对象物p2，来生成生成物p3。配置辅助系统20不具备一次提案部221，而具备二次提案部222。二次提案部222提案将多个一次群组g11、g12各自分类为多个二次群组g21～g24的情况下的针对多个二次群组g21～g24的多个部件p1的配置。多个二次群组g21～g24各自包含多个供给部3当中的至少1个供给部3。二次提案部222接受针对多个一次群组g11、g12的多个部件p1的配置的提案，并提案针对多个二次群组g21～g24的多个部件p1的配置。在此，针对多个一次群组g11、g12的多个部件p1的配置的提案是与配置辅助系统20不同的系统，由具备一次提案部221的其他系统(云或服务器等)进行。即，配置辅助系统20从其他系统接受针对多个一次群组g11、g12的多个部件p1的配置的提案，并提案针对多个二次群组g21～g24的多个部件p1的配置。200.作为第3个功能，有再配置的功能。即，能在一个系统中进行提案步骤，在其他系统中进行确定步骤以及再配置步骤。作为一例，提案步骤可以在云边中进行，确定步骤以及再配置步骤可以在云(或服务器)中进行。在该情况下，配置辅助方法在云(或服务器)等系统中具体化，仅包含确定步骤以及再配置步骤。总而言之，配置辅助方法是针对部件安装系统100辅助多个供给部3中的多个部件p1的配置的决定的方法。部件安装系统100通过将对多个供给部3供给的多个部件p1安装到对象物p2，来生成生成物p3。配置辅助方法没有提案步骤，而具有确定步骤以及再配置步骤。确定步骤是如下那样的步骤：接受针对多个供给部的所述多个部件的配置的提案，在采用所提案的多个部件p1的配置的情况下，将多个供给部3当中满足确定条件的供给部3确定为对象供给部。确定条件是关于部件安装系统100中的生成物p3的生成所需的时间的条件。再配置步骤是对对象供给部、和由多个供给部3当中的对象供给部以外的至少1个供给部3构成的参考供给部提案多个部件p1的配置的步骤。201.反过来，在实施方式1中，可以将分散在多个装置的配置辅助系统20或作业系统200的至少一部分功能汇集在1个外壳内中。例如，也可以将分散在部件安装系统100和配置辅助系统20的一部分功能汇集在部件安装系统100中。202.此外，部件安装系统100的用途并不限于工厂中的电子设备的制造。例如，在机械部件向玻璃板的安装中使用部件安装系统100的情况下，部件安装系统100对作为对象物p2的玻璃板进行安装作为部件p1的机械部件的作业。203.此外，安装头4中所具备的捕捉部41的数量等并不限于实施方式1中说明的数量。例如，捕捉部41可以是17个以上。当然，安装头4也可以仅具备1个捕捉部41。安装头4可以是旋转头。204.此外，多台安装机10当中的至少1台安装机10可以仅具备1个供给部3，或具备3个以上的供给部3。同样地，多台安装机10当中的至少1台安装机10可以仅具备1个安装头4，或具备3个以上的安装头4。205.此外，在实施方式1中，参考供给部由多个供给部3当中的对象供给部以外的任意的供给部3构成，但并不限于该示例。例如，可以将关于安装时间最富余的供给部3设为参考供给部。即，作为部件安装系统100将配置于多个供给部3的多个部件p1依次进行安装的结果，多个供给部3当中的部件p1的安装所花费的时间最短的供给部3关于安装时间最富余。即，参考供给部包含部件安装系统100中的生成物p3的生成所需的时间在多个供给部3中最短的供给部3。根据该结构，在再配置中，能在关于安装时间成为瓶颈的对象供给部与关于安装时间最富余的参考供给部之间将多个部件p1打乱。其结果，易于通过再配置来谋求安装时间的改善。206.此外，用于确定对象供给部的确定条件只要是与安装时间相关的条件即可，并不限于安装时间在多个供给部3中最长(供给部3成为瓶颈)。例如，确定条件也可以是部件安装系统100中的生成物p3的生成所需的时间(安装时间)在多个供给部3中为第m(m是“2”以上的整数)长。反过来，确定条件可以是部件安装系统100中的生成物p3的生成所需的时间(安装时间)在多个供给部3中最短等。如此地，根据确定条件，例如，能在多个供给部3中减少部件安装系统100中的生成物p3的生成所需的时间的偏差。在该情况下，例如能缓和负担集中在特定的安装机10。207.此外，对象供给部并不限于1个供给部3，也可以是2个以上的供给部3。同样地，参考供给部也并不限于1个供给部3，可以是2个以上的供给部3。208.此外，并不限于在供给部3安装带式供料器的结构，例如电可以设置装载多个部件p1的托盘。进而，作为部件安装系统100整体，例如也可以是安装有带式供料器的供给部3和设置了托盘的供给部3混合存在。209.此外，配置辅助方法所进行的部件p1的“配置”的提案可以直到部件p1的排列的提案为止。在该情况下，在配置辅助方法中，将多个部件p1分割为多部分，将分割后的1个以上的部件p1分配到多个供给部3的任一者，且规定至各供给部3内的排序(排列)。其结果，在对1个供给部3内分配多个部件p1的情况下，规定至这多个部件p1的排序。210.此外，学习完毕模型m1的事前学习并不限于配置辅助系统20，也可以在其他系统中执行。在该情况下，配置辅助系统20使用在其他系统中生成的学习完毕模型m1来执行提案部22以及再配置部24中的部件p1的配置的提案。211.此外，在提案步骤和再配置步骤两方中，进行利用了学习完毕模型m1的部件p1的配置的提案并不是必须。例如，可以仅在提案步骤和再配置步骤当中的提案步骤中进行利用了学习完毕模型m1的部件p1的配置的提案，也可以仅在再配置步骤中进行利用了学习完毕模型m1的部件p1的配置的提案。进而，也可以在提案步骤和再配置步骤的哪一者都不使用学习完毕模型m1。即，关于多级方式的部件p1的分配以及再配置这样的功能，即使不使用学习完毕模型m1，也能实现与实施方式1同样的功能。212.此外，在实施方式1中，在一次提案步骤、二次提案步骤以及三次提案步骤的全部中进行利用了学习完毕模型m1的部件p1的配置的提案并不是必须。例如，可以仅在一次提案步骤、二次提案步骤以及三次提案步骤当中的任意1个或2个步骤中进行利用了学习完毕模型m1的部件p1的配置的提案。213.此外，学习完毕模型m1的生成手段并不限于强化学习，例如也可以是“有教师学习”等。214.此外，实施方式1所涉及的配置辅助方法并不限于1个以上的处理器执行其全部处理的方式，也可以由人员介入至少一部分处理。例如，关于制约条件的设定等处理，也可以由人员使用用户接口等来进行。215.此外，用于求取学习完毕模型m1的生成等中所用的安装时间的手段并不限于模拟部26中的模拟。例如，也可以取代模拟，使用通过利用了多层神经网络的深层学习(deeplearning)而生成的分类器等来求取安装时间。216.(实施方式2)217.本实施方式所涉及的配置辅助方法在用于再配置的处理部分s200(图5参考)上与实施方式1所涉及的配置辅助方法相异。以下对与实施方式1同样的结构标注共通的附图标记，并适宜省略说明。218.即，在实施方式1中，在再配置步骤中进行部件p1的再配置时，在确定步骤中确定了满足确定条件的供给部3(对象供给部)的基础上，将配置于对象供给部的部件p1设为再配置的对象。而且，若对满足确定条件的供给部3(对象供给部)进行再配置的结果是相同的供给部3满足确定条件不变，则视作部件p1的配置的变更模式穷尽，结束用于再配置的处理部分s200。219.与此相对，在本实施方式中，即使对关于安装时间满足确定条件的供给部3进行再配置的结果是相同的供给部3满足确定条件不变，也继续用于再配置的处理部分s200。即，在本实施方式所涉及的配置辅助方法中，即使将满足确定条件的供给部3作为对象供给部的部件p1的配置的变更模式穷尽，也将其他供给部3作为对象供给部来重复进行再配置步骤。具体地，在将满足确定条件的供给部3作为对象供给部的部件p1的配置的变更模式穷尽后，不管是否满足确定条件，都将多个供给部3当中的任意的供给部3依次选择为对象供给部。220.结果，根据本实施方式所涉及的配置辅助方法，能将多个供给部3的全部作为对象进行再配置，即使与实施方式1比较，也能找出更合适的配置。221.作为实施方式2的变形例，配置辅助方法本来就可以没有将满足确定条件的供给部3确定为对象供给部的确定步骤。在该情况下，配置辅助方法在再配置时，不管是否满足确定条件，都将多个供给部3当中的任意的供给部3依次选择为对象供给部。222.实施方式2(包含变形例)中说明的结构能与实施方式1中说明的结构(包含变形例)适宜组合来运用。223.(汇总)224.如以上说明的那样，第1方式所涉及的配置辅助方法是针对部件安装系统(100)辅助多个供给部(3)中的多个部件(p1)的配置的决定的方法，具有取得步骤和提案步骤。部件安装系统(100)是通过将对多个供给部(3)供给的多个部件(p1)安装到对象物(p2)来生成生成物(p3)的系统。取得步骤是取得与生成物(p3)中所含的多个部件(p1)相关的安装数据(d1)的步骤。提案步骤是使用学习完毕模型(m1)来根据安装数据(d1)提案针对多个供给部(3)的多个部件(p1)的配置以使得缩短部件安装系统(100)中的生成物(p3)的生成所需的安装时间的步骤。学习完毕模型(m1)是与多个供给部(3)当中的至少1个供给部(3)的特征建立对应而生成的模型。225.根据该方式，在提案步骤，不是提案唯一地决定的配置，而是例如通过用学习完毕模型(m1)实现熟练者进行那样的配置的“决定方法”的技巧，能更简单地找出合适的配置。特别地，由于学习完毕模型(m1)是与多个供给部(3)当中的至少1个供给部(3)的特征建立对应而生成的模型，因此，例如考虑安装机(10)的性能或规格等来提案多个部件(p1)的配置。因此，在该配置辅助方法中，能给出经过改善的部件(p1)的配置的提案。226.在第2方式所涉及的配置辅助方法中，在第1方式的基础上，学习完毕模型(m1)包含与多个供给部(3)当中的2个以上的供给部(3)的特征建立对应而生成的模型。227.根据该方式，例如即使是提案步骤中将多个部件(p1)分配到2个以上的供给部(3)的情况，也易于用适合于成为分配目的地2个以上的供给部(3)的学习完毕模型(m1)提案合适的配置。228.在第3方式所涉及的配置辅助方法中，第1或2方式的基础上，在将多个供给部(3)的特征分类为1个以上的特征群的情况下，学习完毕模型(m1)包含与1个以上的特征群建立对应而生成的模型。229.根据该方式，例如，通过针对相同的特征设为1个特征群，即使是存在多样的特征的供给部(3)的情况，也易于用适合于供给部(3)的学习完毕模型(m1)来提案合适的配置。230.在第4方式所涉及的配置辅助方法中，在第1～3任一者方式的基础上，学习完毕模型(m1)使用强化学习来生成。231.根据该方式，正解不明确且要求针对庞大的组合的最佳化的情形中的学习完毕模型(m1)的生成变得容易。232.第5方式所涉及的配置辅助方法在第1～4任一者方式的基础上，还具有：更新步骤，更新学习完毕模型(m1)。233.根据该方式，能在配置辅助方法的运用阶段，生成与用户的要求相应的合适的学习完毕模型(m1)。234.在第6方式所涉及的配置辅助方法中，在第1～5任一者方式的基础上，学习完毕模型(m1)包含与由部件安装系统(100)生成的生成物(p3)所相关的信息建立对应而生成的模型。235.根据该方式，由于使用不仅反映了供给部(3)的特征而且还反映了生成物(p3)所固有的事项的学习完毕模型(m1)，因此易于提案合适的配置。236.在第7方式所涉及的配置辅助方法中，在第1～6任一者方式的基础上，提案步骤包含一次提案步骤和二次提案步骤。一次提案步骤是提案针对多个一次群组(g11、g12)的多个部件(p1)的配置的步骤。二次提案步骤是在一次提案步骤后提案将多个一次群组(g11、g12)各自分类为多个二次群组(g21～g24)的情况下的针对多个二次群组(g21～g24)的多个部件(p1)的配置的步骤。多个二次群组(g21～g24)各自包含多个供给部(3)当中的至少1个供给部(3)。237.根据该方式，多个部件(p1)的配置的提案分为对多个一次群组(g11、g12)配置部件(p1)的一次提案步骤和对更细致的多个二次群组(g21～g24)配置部件(p1)的二次提案步骤。总而言之，由于多个部件(p1)的配置不是通过阶段的处理而是通过分层地设定的多阶段的处理实现，因此能在各阶段将用于导出多个部件(p1)的合适的配置的选项抑制得较少。其结果，能简化用于提案各阶段中的多个部件(p1)的配置的处理。因此，在该配置辅助方法中，能给出经过改善的部件(p1)的配置的提案。238.在第8方式所涉及的配置辅助方法中，在第7方式的基础上，在一次提案步骤和二次提案步骤中，学习完毕模型(m1)不同。239.根据该方式，能在一次提案步骤和二次提案步骤的各自中使用合适的学习完毕模型(m1)来提案多个部件(p1)的配置。240.在第9方式所涉及的配置辅助方法中，在第7或8的方式的基础上，在一次提案步骤和二次提案步骤的至少一方中，使用学习完毕模型(m1)来提案多个部件(p1)的配置。241.根据该方式，不是提案唯一地决定的配置，而是例如通过用学习完毕模型(m1)实现熟练者所进行那样的配置的“决定方法”的技巧，能更简单地找出合适的配置。242.在第10方式所涉及的配置辅助方法中，在第7～9任一者方式的基础上，还具有三次提案步骤。三次提案步骤是在二次提案步骤后提案将多个二次群组(g21～g24)各自分类为多个三次群组(g31～g38)的情况下的针对多个三次群组(g31～g38)的多个部件(p1)的配置的步骤。多个三次群组(g31～g38)各自包含多个供给部(3)当中的至少1个供给部(3)。243.根据该方式，多个部件(p1)的配置的提案除了一次提案步骤以及一次提案步骤以外，还分为对更细致的多个三次群组(g31～g38)配置部件(p1)的三次提案步骤来实现。其结果，能更加简化用于提案各阶段中的多个部件(p1)的配置的处理。244.第11方式所涉及的配置辅助方法在第1～10任一者方式的基础上，还具有：再配置步骤，在提案步骤之后，提案针对多个供给部(3)的多个部件(p1)的配置。245.根据该方式，即使是提案步骤中提案的多个部件(p1)的配置并非最佳的情况，也能在再配置步骤中提案新的多个部件(p1)的配置。246.在第12方式所涉及的布线辅助方法中，在第11方式的基础上，在再配置步骤中，至少对部件安装系统(100)中的生成物(p3)的生成所需的时间在多个供给部(3)中最长的供给部(3)提案多个部件(p1)的配置。247.根据该方式，能将配置于关于部件安装系统(100)中的生成物(p3)的生成所需的时间成为瓶颈的供给部(3)的部件(p1)作为对象，在再配置步骤中提案新的多个部件(p1)的配置。248.在第13方式所涉及的配置辅助方法中，在第1～12任一者方式的基础上，在针对多个供给部(3)的多个部件(p1)的配置时，附带规定针对特定的供给部(3)的特定的部件(p1)的配置的可否的制约条件。249.根据该方式，关于在制约条件中规定为不能向特定的供给部(3)配置的特定的部件(p1)，能从分配的对象将特定的供给部(3)除外，易于谋求配置的提案的简化。250.在第14方式所涉及的配置辅助方法中，在第13方式的基础上，根据制约条件的针对特定的供给部(3)的特定的部件(p1)的配置的可否的判断与利用了学习完毕模型(m1)的针对多个供给部(3)的多个部件(p1)的配置的提案分开进行。251.根据该方式，能将用于导出多个部件(p1)的合适的配置的选项抑制得较少。252.第15方式所涉及的学习完毕模型的生成方法与多个供给部(3)当中至少1个供给部(3)的特征建立对应来生成第1～14任一者的配置辅助方法中所用的学习完毕模型。253.根据该方式，能给出经过改善的部件(p1)的配置的提案。254.第16方式所涉及的程序是用于使1个以上的处理器执行第1～14任一者方式所涉及的配置辅助方法、或第15方式所涉及的学习完毕模型的生成方法的程序。255.根据该方式，能给出经过改善的部件(p1)的配置的提案。256.第17方式所涉及的配置辅助系统(20)是针对部件安装系统(100)辅助多个供给部(3)中的多个部件(p1)的配置的决定的系统，具备取得部(21)和提案部(22)。部件安装系统(100)是通过将对多个供给部(3)供给的多个部件(p1)安装到对象物(p2)来生成生成物(p3)的系统。取得部(21)取得与生成物(p3)中所含的多个部件(p1)相关的安装数据(d1)。提案部(22)使用学习完毕模型(m1)来根据安装数据(d1)提案针对多个供给部(3)的多个部件(p1)的配置，以使得缩短部件安装系统(100)中的生成物(p3)的生成所需的安装时间。学习完毕模型(m1)是与多个供给部(3)当中的至少1个供给部(3)的特征建立对应的模型。257.根据该方式，能给出经过改善的部件(p1)的配置的提案。258.在第18方式所涉及的配置辅助系统(20)中，在第17方式的基础上，提案部(22)包含一次提案部(221)和二次提案部(222)。一次提案部(221)提案针对多个一次群组(g11、g12)的多个部件(p1)的配置。二次提案部(222)提案将多个一次群组(g11、g12)各自分类为多个二次群组(g21～g24)的情况下的针对多个二次群组(g21～g24)的多个部件(p1)的配置。多个二次群组(g21～g24)各自包含多个供给部(3)当中的至少1个供给部(3)。259.根据该方式，能给出经过改善的部件(p1)的配置的提案。260.在第19方式所涉及的配置辅助系统(20)中，在第17方式的基础上，提案部(22)包含二次提案部(222)。二次提案部(222)提案将多个一次群组(g11、g12)各自分类为多个二次群组(g21～g24)的情况下的针对多个二次群组(g21～g24)的多个部件(p1)的配置。多个二次群组(g21～g24)各自包含多个供给部(3)当中的至少1个供给部(3)。二次提案部(222)接受针对多个一次群组(g11、g12)的多个部件(p1)的配置的提案，来提案针对多个二次群组(g21～g24)的多个部件(p1)的配置。261.根据该方式，能给出经过改善的部件(p1)的配置的提案。262.第20方式所涉及的作业系统(200)具备：第17～19任一者的方式所涉及的配置辅助系统(20)和部件安装系统(100)。部件安装系统(100)在配置辅助系统(20)中提案的多个部件(p1)的配置下使用，生成生成物(p3)。263.根据该方式，能给出经过改善的部件(p1)的配置的提案。264.本发明并不限于上述方式，实施方式1以及实施方式2所涉及的配置辅助方法的种种方式(包含变形例)能通过配置辅助系统(20)、作业系统(200)、程序以及记录程序的非临时的记录介质具体化。265.关于第2～14方式所涉及的结构，并非配置辅助方法必须的结构，能适宜省略。266.关于第17或18所涉及的结构，并非配置辅助系统(20)必须的结构，能适宜省略。267.附图标记的说明268.3供给部269.20配置辅助系统270.21取得部271.22提案部272.100部件安装系统273.200作业系统274.221一次提案部275.222二次提案部276.d1安装数据277.m1学习完毕模型278.g11、g12一次群组279.g21～g24二次群组280.g31～g38三次群组281.p1部件282.p2对象物283.p3生成物。当前第1页12当前第1页12
背景技术：
：：2.专利文献1中记载了一种运行分析装置，用于在部件安装生产线中进行监视，以使得生产线安装节拍或生产线的运行率不会降低，通过分析降低的要因并将其去除，来维持生产线整体的高的生产效率。3.在该运行分析装置中，在部件安装生产线中安装节拍实绩值最大的部件安装机即瓶颈部件安装机中，为了消除该瓶颈部件安装机的安装节拍实绩值即生产线安装节拍未达到目标值的原因，进行做出使节拍损失减少的部件供给装置的排列或部件安装顺序的最佳化。由此，例如若原因在于各部件安装机的安装节拍实绩值的不平衡，则通过进行部件向各安装机的分配的修正，来使节拍损失减少，能将生产线安装节拍维持在目标值。4.现有技术文献5.专利文献6.专利文献1：jp特开2002-111298号公报技术实现要素：7.但在专利文献1中，即使进行部件向各安装机的分配的修正，也并未明确地公开将部件怎样分配到各安装机，关于部件的配置(包含分配)，谋求改善。8.本公开鉴于上述事由而提出，目的在于，提供能给出经过改善的部件的配置的提案的配置辅助方法、学习完毕模型的生成方法、程序、配置辅助系统以及作业系统。9.本公开的一方式所涉及的配置辅助方法是针对部件安装系统辅助多个供给部中的多个部件的配置的决定的方法，具有取得步骤和提案步骤。所述部件安装系统是通过将对所述多个供给部供给的所述多个部件安装到对象物来生成生成物的系统。所述取得步骤是取得与所述生成物中所含的所述多个部件相关的安装数据的步骤。所述提案步骤是使用学习完毕模型来根据所述安装数据提案针对所述多个供给部的所述多个部件的配置以使得缩短所述部件安装系统中的所述生成物的生成所需的安装时间的步骤。所述学习完毕模型是与所述多个供给部当中的至少1个供给部的特征建立对应而生成的模型。10.本公开的一方式所涉及的学习完毕模型的生成方法与所述多个供给部当中的至少1个供给部的特征建立对应来生成所述配置辅助方法中所用的学习完毕模型。11.本公开的一方式所涉及的程序是用于使1个以上的处理器执行所述配置辅助方法或所述学习完毕模型的生成方法的程序。12.本公开的一方式所涉及的配置辅助系统是针对部件安装系统辅助多个供给部中的多个部件的配置的决定的系统，具备取得部和提案部。所述部件安装系统是通过将对所述多个供给部供给的所述多个部件安装到对象物来生成生成物的系统。所述取得部取得与所述生成物中所含的所述多个部件相关的安装数据。所述提案部使用学习完毕模型，根据所述安装数据提案针对所述多个供给部的所述多个部件的配置，以使得缩短所述部件安装系统中的所述生成物的生成所需的安装时间。所述学习完毕模型是与所述多个供给部当中的至少1个供给部的特征建立对应的模型。13.本公开的一方式所涉及的作业系统具备所述配置辅助系统和所述部件安装系统。所述部件安装系统用在所述配置辅助系统中提案的所述多个部件的配置中，生成所述生成物。附图说明14.图1是表示运用实施方式1所涉及的配置辅助方法的部件安装系统的外观的概略图。15.图2是表示同上的配置辅助方法的部件安装系统的供给部中的部件的配置的概念图。16.图3是表示包含实施方式1所涉及的配置辅助系统的作业系统的概要的框图。17.图4的a以及图4的b是表示同上的配置辅助方法的供给部中的多个部件的配置的提案的样子的概念图。18.图5是表示同上的配置辅助方法的一例的流程图。19.图6是示意表征同上的配置辅助方法的多级方式的部件的分配的样子的说明图。20.图7是示意表征同上的配置辅助方法的再配置的样子的说明图。具体实施方式21.(实施方式1)22.以下参考图1～图7来说明本实施方式所涉及的配置辅助方法、程序、配置辅助系统20(参考图3)以及作业系统200(参考图3)。23.(1)概要24.本实施方式所涉及的配置辅助方法如图1所示那样，是针对部件安装系统100辅助多个供给部3中的多个部件p1的配置的配置辅助方法。部件安装系统100具有用于供给部件安装系统100中使用的部件p1的多个供给部3，通过将供给到这些多个供给部3的多个部件p1安装到对象物p2，来生成生成物p3。25.即，部件安装系统100如图1所示那样，具备至少1台用于将部件p1安装到对象物p2的安装机(安装装置)10。安装机10具有用于捕捉部件p1的捕捉部41(参考图1)。捕捉部41作为一例由吸附吸嘴构成，将部件p1以能松开(即，将捕捉解除)的状态进行捕捉(保持)。安装机10用捕捉部41将对供给部3供给的部件p1捕捉，使捕捉了部件p1的状态的捕捉部41移动，在对象物p2上将部件p1松开，由此将部件p1安装在对象物p2的安装面。26.在本实施方式中，作为一例，部件安装系统100是将多台(图1的示例中例如4台)安装机10连结而构成的安装生产线。换言之，部件安装系统100具备相互连结来构成安装生产线的多台安装机10。在这样的部件安装系统100(安装生产线)中，例如通过多台安装机10对1个对象物p2依次安装部件p1，来最终生成安装了多个部件p1的生成物p3。27.多台安装机10各自具有至少1个供给部3，安装对供给部3供给的部件p1。即，各安装机10将对自身的供给部3供给的1个以上的部件p1安装在对象物p2。在图1的示例中，多台安装机10各自具有多个(这里是2个)供给部3。在本实施方式中，由于部件安装系统100具备多台安装机10，因此假设多台安装机10各自各具有1个供给部3，作为部件安装系统100整体来看，也存在多个供给部3。28.部件安装系统100例如在工厂、研究所、写字楼以及教育设施等设施中，用在用于电子设备、汽车、衣物、食品、医药品以及工艺品等种种制品的制造的作业中。29.在这样的部件安装系统100中，设于多台安装机10的多个供给部3中的多个部件p1的配置的模式存在很多。即，对于多个部件p1，由于能选择将各自配置到多台安装机10当中的哪个安装机10的供给部3，因此若部件p1的个数成为了例如数百个，多个供给部3中的多个部件p1的配置的模式就变得庞大。而且，由于多个供给部3中的多个部件p1的配置，部件安装系统100中的生成物p3的生成所需的安装时间会大幅变动。例如，根据将多个部件p1怎样分配到多台安装机10，安装时间会大幅变动。如此地，多个供给部3中的多个部件p1的配置是涉及部件安装系统100的安装时间的重要的因素，同时也由于存在很多配置的模式，找出合适的配置的作业非常困难。30.因此，本实施方式所涉及的配置辅助方法对决定上述那样的部件安装系统100中的多个供给部3中的多个部件p1的配置的作业进行辅助。根据该配置辅助方法，能更简单(短时间内)地找出更合适的配置，例如，不借助熟练者的帮助等也能决定多个供给部3中的多个部件p1的配置。31.即，本实施方式所涉及的配置辅助方法是针对部件安装系统100提案多个供给部3中的多个部件p1的配置的方法。部件安装系统100通过将对多个供给部3供给的多个部件p1安装到对象物p2，来生成生成物p3。在此，本实施方式所涉及的配置辅助方法能进一步采用下述3个功能来给出经过改善的部件p1的配置的提案。32.第1个功能是利用了学习完毕模型m1(参考图3)的配置的提案。为了实现第1个功能，配置辅助方法具有取得步骤和提案步骤。取得步骤是取得安装数据d1(参考图3)的步骤。安装数据d1是与生成物p3中所含的多个部件p1相关的数据。提案步骤使用学习完毕模型m1根据安装数据d1来提案针对多个供给部3的多个部件p1的配置以使得缩短安装时间的步骤。学习完毕模型m1是与多个供给部3当中的至少1个供给部3的特征建立对应而生成的模型。安装时间是部件安装系统100中的生成物p3的生成所需的时间。33.如此地，在第1个功能中，配置辅助方法在提案步骤中，使用学习完毕模型m1来提案针对多个供给部3的多个部件p1的配置。即，在提案步骤中，不是提案唯一地决定的配置，而是例如能通过在学习完毕模型m1实现熟练者进行的那样的配置的“决定方法”的技巧，来更简单地找出合适的配置。特别是，由于学习完毕模型m1是与多个供给部3当中的至少1个供给部3的特征建立对应而生成的模型，因此，例如，考虑安装机10的性能或规格等来提案多个部件p1的配置。因此，在该配置辅助方法中，能给出经过改善的部件p1的配置的提案。34.第2个功能是多级方式的部件p1的分配。为了实现第2个功能，配置辅助方法具有一次提案步骤和二次提案步骤。一次提案步骤是提案针对多个一次群组g11、g12(参考图6)的多个部件p1的配置的步骤。二次提案步骤是在一次提案步骤之后提案将多个一次群组g11、g12各自分类成多个二次群组g21～g24(参考图6)的情况下的针对多个二次群组g21～g24的多个部件p1的配置的步骤。多个二次群组g21～g24各自包含多个供给部3当中的至少1个供给部3。35.在这里，第2个功能中的一次提案步骤以及二次提案步骤包含在第1个功能中的提案步骤。换言之，提案步骤包含一次提案步骤和二次提案步骤。36.如此地，在第2个功能中，将多个部件p1的配置的提案分成在多个一次群组g11、g12配置部件p1的一次提案步骤和在更细致的多个二次群组g21～g24配置部件p1的二次提案步骤。总而言之，由于多个部件p1的配置不是通过1阶段的处理，而是通过分层地设定的多阶段的处理实现的，因此在各阶段中，能将用于导出多个部件p1的合适的配置的选项抑制得较少。其结果，能简化用于提案各阶段中的多个部件p1的配置的处理。因此，在该配置辅助方法中，能给出经过改善的部件p1的配置的提案。37.第3个功能是再配置。为了实现第3个功能，配置辅助方法具有提案步骤、确定步骤和再配置步骤。提案步骤是提案针对多个供给部3的多个部件p1的配置的步骤。确定步骤是将多个供给部3当中的某供给部3确定为对象供给部的步骤。被确定为对象供给部的供给部3是在采用提案步骤中提案的多个部件p1的配置的情况下关于部件安装系统100中的生成物p3的生成所需的时间满足确定条件的供给部3。再配置步骤是对对象供给部和参考供给部提案多个部件p1的配置的步骤。参考供给部由多个供给部3当中的对象供给部以外的至少1个供给部3构成。38.如此地，在第3个功能中，在提案步骤中提案的多个部件p1的配置并非最佳的情况下，也能在再配置步骤中提案新的多个部件p1的配置。而且，成为再配置步骤中的再配置的对象的供给部3是在采用提案步骤中提案的配置的情况下多个供给部3当中关于部件安装系统100中的生成物p3的生成所需的时间满足确定条件的对象供给部。即，在再配置步骤中，针对提案步骤中提案的配置当中特别是关于部件安装系统100中的生成物p3的生成所需的时间满足某条件的供给部3的配置，能进行再提案。因此，在该配置辅助方法中，能给出经过改善的部件p1的配置的提案。39.此外，作为一例，本实施方式所涉及的配置辅助方法在配置辅助系统20中执行。换言之，配置辅助系统20是用于将上述的配置辅助方法具体化的一方式。即，配置辅助系统20针对部件安装系统100辅助多个供给部3中的多个部件p1的配置的决定。部件安装系统100如上述那样，是通过将对多个供给部3供给的多个部件p1安装到对象物p2来生成生成物p3的系统，在本实施方式中，作为一例是安装生产线。40.在这里，配置辅助系统20以具有1个以上的处理器以及1个以上的存储器的计算机系统为主结构。换言之，本实施方式所涉及的配置辅助方法在计算机系统(配置辅助系统20)上使用。即，配置辅助方法还能通过程序具体化。本实施方式所涉及的程序是用于使1个以上的处理器执行本实施方式所涉及的配置辅助方法的程序。41.进而，本实施方式所涉及的作业系统200具备配置辅助系统20和部件安装系统100。部件安装系统100是在配置辅助系统20中提案的多个部件p1的配置下使用并生成生成物p3的系统。42.(2)细节43.以下说明本实施方式所涉及的配置辅助方法、程序、配置辅助系统20以及作业系统200的细节。44.(2.1)前提45.在本实施方式中，说明将部件安装系统100用在工厂中的电子设备的制造中的情况。一般的电子设备例如具有电源电路以及控制电路等各种电路块。在这些电路块的制造时，作为一例，按照焊料涂布工序、安装工序以及钎焊工序的顺序进行这些工序。在焊料涂布工序中，在基板(包含印刷布线板)涂布(或印刷)膏状焊料。在安装工序中，在基板安装(搭载)部件p1(包含电子部件)。在钎焊工序中，例如通过将安装了部件p1的状态的基板在回流焊炉进行加热，来融化膏状焊料而进行钎焊。46.部件安装系统100在安装工序中对作为对象物p2的基板进行安装多个部件p1(电子部件)的作业。由此，在部件安装系统100中生成安装了多个部件p1的基板(对象物p2)所构成的生成物p3。换言之，生成物p3包含对象物p2(这里是基板)和安装在对象物p2的多个部件p1。47.在本实施方式中，作为一例，说明在基于表面安装技术(smt：surfacemounttechnology)的部件(部件p1)的安装中使用部件安装系统100的情况。即，作为部件p1的部件是表面安装用的部件(smd：surfacemountdevice)，通过安装到作为对象物p2的基板的表面(安装面)上来进行安装。但并不限于该示例，也可以在基于插入安装技术(imt：insertionmounttechnology)的部件(部件p1)的安装中使用部件安装系统100。在该情况下，作为部件p1的部件是具有引线端子的插入安装用的部件，通过在作为对象物p2的基板的孔插入引线端子，来安装到基板(对象物p2)的表面(安装面)上。48.此外，本公开所说的“供给部”是部件安装系统100当中用于供给在部件安装系统100中使用的部件p1的部位(位置)。部件安装系统100具有多个供给部3，使用对各个供给部3供给的部件p1来进行安装作业。例如，供给部3构成为能装备用于供给部件p1的带式供料器。带式供料器通过安装收容多个部件p1的载带的卷盘，能将这些多个部件p1从供给部3供给到部件安装系统100。这种供给部3包含多个能安装带式供料器的插槽，通过在这些多个插槽安装多个带式供料器，来对部件安装系统100(安装机10)供给多个部件p1。在本实施方式中，作为一例，假定供给部3是由多个插槽的集合构成的“放料台(table)”。这里说的“放料台”是假想的放料台，并不伴随实体。49.以下，作为一例，设定相互正交的x轴、y轴以及z轴这3轴，将与作为对象物p2的基板的表面平行的轴设为“x轴”以及“y轴”，将与基板的厚度方向平行的轴设为“z”轴。特别地，“x轴”是沿着部件安装系统100中的多台安装机10所排列的方向的轴。进而，将从作为对象物p2的基板来看的捕捉部41侧规定为z轴的正的朝向(也称作“上方”)。此外，将从z轴的正的朝向(上方)来看的状态在以下也称作“俯视观察”。x轴、y轴以及z轴均是假想的轴，表示附图中的“x”、“y”、“z”的箭头只是为了说明而标注的，均不伴随实体。此外，这些方向并不是限定部件安装系统100的使用时的方向的意思。50.此外，本公开所说的部件p1的“配置”的提案包含与多个供给部3中的多个部件p1的配置相关的种种项目的提案，例如包含部件p1的分配、以及部件p1的排列的提案的两方。多个部件p1的分配是指将多个部件p1分割成多部分，并将分割后的1个以上的部件p1分派到多个供给部3(本实施方式中是放料台)的任一者。即，在分配中，在对1个供给部3内分派多个部件p1的情况下，并未规定至这些多个部件p1的排序。另一方面，多个部件p1的排列的提案是指：将多个部件p1分割成多部分，将分割后的1个以上的部件p1分派到多个供给部3(本实施方式中是放料台)的任一者，且规定至各供给部3内的排序(排列)。因而，如本实施方式那样，在供给部3是由多个插槽的集合构成的“放料台”的情况下，作为部件p1的排列，规定哪一个部件p1与1个供给部3(放料台)中所含的多个插槽的哪个插槽对应。即，在排列的提案中，在对1个供给部3内分派了多个部件p1的情况下，规定至这些多个部件p1的排序。51.在本实施方式中，作为一例，假定为配置辅助方法或配置辅助系统20所进行的部件p1的“配置”的提案仅是部件p1的分配以及部件p1的排列的提案当中的部件p1的分配。即，在本实施方式所涉及的配置辅助方法或配置辅助系统20中，将多个部件p1分割成多部分，将分割后的1个以上的部件p1分派到多个供给部3的任一者，并不规定至分割后的1个以上的部件p1的排序。52.此外，本公开所说的配置的“提案”的方式包含：将部件p1的配置的导出结果对人或外部系统输出的方式；和按照部件p1的配置的导出结果来实际决定多个供给部3中的多个部件p1的配置的方式这两方。根据前者的方式，在从配置辅助方法或配置辅助系统20接受到部件p1的配置的导出结果的人或外部系统中，仅接受部件p1的配置的提案(启示)，判断是否采用该导出结果。根据后者的方式，不经由人或外部系统的判断，从配置辅助方法或配置辅助系统20将部件p1的配置的导出结果直接采用到部件安装系统100中。53.此外，本公开所说的供给部3的“特征”例如包含与设有供给部3的安装机10相关的特征等。与安装机10相关的特征例如如速度(最高安装速度)、捕捉部41的数量(吸嘴数)、供给部3的数量、捕捉部41的种类、插槽的数量、安装头4的数量以及机种等那样，包含安装机10的种类、性能、特性或规格。“捕捉部41的数量”是指能装备于1个安装头4的捕捉部41的最大数量。“捕捉部41的种类”例如有吸附部件p1的吸附吸嘴、以及夹住部件p1(捏住)的机械夹头等。“插槽的数量”是指1个供给部3(或1台安装机10)中的插槽的数量，换言之，是指能在1个供给部3(或1台安装机10)装备的带式供料器的最大个数。54.此外，本公开所说的安装机10的“速度”是指安装机10中的最高安装速度，即，是指安装机10中的部件p1的安装所涉及的速度的最大值。即，安装机10进行动作，以便用捕捉部41捕捉部件p1，使捕捉了部件p1的状态的捕捉部41移动，来对对象物p2安装部件p1。因此，例如，根据捕捉部41中的部件p1的捕捉以及松开(即，将捕捉解除)的速度、以及捕捉部41的移动速度等，安装机10的速度(最高安装速度)不同。其中，在本实施方式中，关于速度，例如通过如多功能机(低速机)、中速机以及高速机那样分类成多个速度域，若是微小的速度的差，则均设为“高速机”等，视作相同速度域。55.此外，本公开所说的“确定条件”是关于部件安装系统100中的生成物p3的生成所需的时间设定的特定的条件。作为一例，部件安装系统100中的生成物p3的生成所需的时间(安装时间)在多个供给部3中最长或最短等能成为确定条件。56.(2.2)部件安装系统的结构57.接下来，参考图1以及图2来说明使用本实施方式所涉及的配置辅助方法的部件安装系统100的结构。58.本实施方式所涉及的部件安装系统100如上述那样，具备构成安装生产线的多台(这里是4台)安装机10。多台安装机10沿着x轴排列成一列而配置。在区别这些多台安装机10的情况下，将多台安装机10各自如图1所示那样，从x轴的负的侧起依次称作第1安装机11、第2安装机12、第3安装机13、第4安装机14。59.在本实施方式所涉及的部件安装系统100中，第1安装机11成为排头，按照第2安装机12、第3安装机13、然后是成为最末尾的第4安装机14的顺序，对象物p2经过多台安装机10而移动。即，对象物p2在向x轴的正的朝向上移动的同时依次通过多台安装机10。部件安装系统100在对象物p2通过多台安装机10的期间，用各安装机10将多个部件p1安装到对象物p2。由此，部件安装系统100将作为对象物p2的基板从第1安装机11侧导入，用多台安装机10对对象物p2进行多个部件p1(电子部件)的安装，在此基础上，从第4安装机14侧排出生成物p3。60.因此，部件安装系统100通过用多台安装机10依次安装部件p1，能最终生成安装了多个部件p1的生成物p3。本公开所说的“安装时间”是部件安装系统100中的生成物p3的生成所需的时间，例如是从将1个对象物p2导入部件安装系统100起直到作为生成物p3从部件安装系统100排出为止的时间。即，从将对象物p2即1片基板导入第1安装机11的时间点起直到在该基板(对象物p2)安装了多个部件p1并作为生成物p3从第4安装机14排出的时间点为止的时间成为“安装时间”。61.在本实施方式中，多台安装机10各自的基本的结构是共通的。因此，以下只要没有特别说明，就仅对第1安装机11说明结构，但对其他安装机(第2安装机12、第3安装机13以及第4安装机14)也基本采用同样的结构。62.安装机10(第1安装机11)具备至少1个供给部3(放料台)和至少1个安装头4。在本实施方式中，安装机10具备2个供给部3。2个供给部3位于安装机10的y轴方向的两端部。此外，安装机10具备2个安装头4。2个安装头4从安装机10的y轴方向的中心线来看分开到y轴方向的两侧来配置，以使得分别与2个供给部3一对一进行对应。63.即，安装机10具有相对于y轴方向大致对称的构造，在y轴方向的中心线的两侧分别配置安装头4以及供给部3。因此，安装机10通过单独驱动2个安装头4，来对导入2个供给部3之间的对象物p2用2个安装头4安装对2个供给部3供给的部件p1。64.如此地，在本实施方式中，虽然在1台安装机10中有2个安装头4，但由于供给部3(放料台)也设有2个，因此1个安装头4与1个供给部3对应。即，在各供给部3中，对应的安装头4仅有1个，含在供给部3的特征中的“安装头4的数量”成为“1”。65.安装头4具有1个以上的捕捉部41。在本实施方式中，第1安装机11中的安装头4具有多个(作为一例是16个)捕捉部41(参考图1)。安装头4在用捕捉部41捕捉了部件p1(部件)的状态下，使捕捉部41移动得接近对象物p2(基板)，将部件p1安装到对象物p2的安装面t21。66.对供给部3供给用安装头4的捕捉部41捕捉的部件p1。在本实施方式中，如上述那样，供给部3分别是能安装带式供料器的多个插槽的集合所构成的“放料台”。因此，在供给部3，能以插槽的数量为上限来安装多个带式供料器。安装头4从安装于供给部3的带式供料器用捕捉部41捕捉部件p1(部件)。67.此外，除了上述结构以外，安装机10还可以具备驱动装置、输送装置、控制装置以及通信部等。但是，驱动装置、输送装置、控制装置以及通信部等在安装机10并非必须的结构。在图1以及图2中，作为安装机10的结构，适宜省略供给部3以及安装头4以外的结构的图示。68.驱动装置是使安装头4移动的装置。在本实施方式中，驱动装置在x-y平面内使安装头4移动。这里说的“x-y平面”是包含x轴以及y轴的平面，是与z轴正交的平面。换言之，驱动装置使安装头4在x轴方向以及y轴方向上移动。69.输送装置是输送作为对象物p2的基板的装置。输送装置例如通过皮带输送机等实现。输送装置将对象物p2(基板)沿着x轴输送。输送装置至少在安装头4的下方即z轴方向上与捕捉部41对置的安装空间输送对象物p2。而且，输送装置直到安装头4所进行的向对象物p2(基板)的部件p1(部件)的安装完成为止，都在安装空间使对象物p2停止。70.控制装置控制部件安装系统100的各部。控制装置将具有1个以上的处理器以及1个以上的存储器的微控制器作为主结构。即，通过微控制器的处理器执行记录于微控制器的存储器的程序，来实现控制装置的功能。程序可以预先记录于存储器，也可以经过因特网等电气通信线路提供，还可以记录于存储卡等非临时的记录介质来提供。71.通信部构成为直接地或经由网络或中继器等间接地与上级系统通信。由此，安装机10能在与上级系统之间授受数据。72.上述那样构成的安装机10在将装备有收容多个部件p1的载带的卷盘的带式供料器安装在供给部3中的多个插槽的各自的状态下使用。由此，对供给部3中的多个插槽的各自依次供给用带式供料器从载带取出的部件p1。在该状态下，安装机10将以下的动作作为基本动作执行：通过带式供料器对供给部3供给的部件p1用安装头4的捕捉部41进行捕捉，向对象物p2上的目标位置进行安装(配置)。安装机10重复执行这样的基本动作。73.在此，若安装头4具有多个(作为一例是16个)捕捉部41，则安装机10能通过1次基本动作安装多个部件p1。即，安装机10由于能在1次基本动作中，用安装头4中的多个捕捉部41将多个部件p1汇总进行捕捉，因此能将多个部件p1汇总进行安装。进而，具备多个(作为一例是2)安装头4的安装机10通过单独驱动多个安装头4，能用这些多个安装头4同时安装多个部件p1。74.另外，在本实施方式中，部件安装系统100中所含的多台安装机10如以下说明的那样，具有部分不同的特征。在此，第1安装机11以及第2安装机12具有相同的特征，第3安装机13以及第4安装机14分别具有与第1安装机11(或第2安装机12)不同的特征。75.即，作为安装机10，由于存在很多种类、性能、特性或规格的个体，因此在构成部件安装系统100的多台安装机10中，有时也具有相互不同的特征。具体地，根据安装机10，例如存在速度(最高安装速度)、捕捉部41的数量(吸嘴数)、供给部3的数量、捕捉部41的种类、插槽的数量、安装头4的数量以及机种等不同的情况。76.在本实施方式中，作为多台(这里是4台)安装机10中不同的特征，存在速度、捕捉部41的数量、捕捉部41的种类以及机种等。作为一例，关于“速度”，第1安装机11以及第2安装机12是“高速机”，与此相对，第3安装机13是“中速机”，第4安装机14是“多功能机”。关于“捕捉部41的数量”，第1安装机11以及第2安装机12是“16”，与此相对，第3安装机13是“8”第4安装机14是“3”。77.另一方面，作为在多台(这里是4台)安装机10中共通的特征，存在供给部3的数量、插槽的数量以及安装头4的数量等。作为一例，关于“供给部3的数量”，如上述那样哪个安装机10都是“2”。同样地，作为一例，关于“安装头4的数量”，也如上述那样哪个安装机10都是“2”。此外，关于“插槽的数量”，假定为哪个安装机10都是“60”。78.其中，由于“捕捉部41的数量”表征1个安装头4中的捕捉部41的数量，因此若以具备2个安装头4的安装机10为单位来看，则具有上述的2倍的捕捉部41。例如，第1安装机11整体中的捕捉部41的数量是“32”。同样地，由于“插槽的数量”表征1个供给部3中的插槽的数量，因此若以具备2个供给部3的安装机10为单位来看，则具有上述的2倍的插槽。例如，第1安装机11整体中的插槽的数量是“120”。此外，上述那样的安装机10的特征即使安装机10的机种相同，例如在安装机10的详细的规格不同的情况下，或由于经年劣化等而性能降低的情况下等，有时也会不同。79.如上述那样，在本实施方式中，由于部件安装系统100具备4台安装机10，且各安装机10具有2个供给部3，因此，作为部件安装系统100整体，存在8个供给部3。在区别这8个供给部3的情况下，将多个供给部3各自如图2所示那样，称作第1供给部31、第2供给部32、第3供给部33、第4供给部34、第5供给部35、第6供给部36、第7供给部37、第8供给部38。第1供给部31以及第2供给部32设于第1安装机11，第3供给部33以及第4供给部34设于第2安装机12。第5供给部35以及第6供给部36设于第3安装机13，第7供给部37以及第8供给部38设于第4安装机14。80.(2.3)配置辅助系统的结构81.接下来，参考图3来说明本实施方式所涉及的配置辅助系统20的结构。82.配置辅助系统20如上述那样，是针对部件安装系统100辅助多个供给部3中的多个部件p1的配置的决定的系统。在本实施方式中，如上述那样，作为部件安装系统100整体，存在第1供给部31～第8供给部38这8个供给部3。因此，本实施方式所涉及的配置辅助系统20为了决定这8个供给部3中的多个部件p1的配置而使用。83.配置辅助系统20如图3所示那样具备取得部21、提案部22、确定部23、再配置部24、输出部25、模拟部26和模型存放部27。在本实施方式中，配置辅助系统20如上述那样，将具有1个以上的处理器以及1个以上的存储器的计算机系统作为主结构。配置辅助系统20当中的至少取得部21、提案部22、确定部23、再配置部24、输出部25以及模拟部26的功能通过1个以上的处理器执行程序来具体化。84.取得部21取得安装数据d1。安装数据d1是与生成物p3中所含的多个部件p1相关的数据。即，安装数据d1是与部件安装系统100中安装的多个部件p1的全部相关的数据。作为一例，在部件安装系统100中安装了“200个”部件p1的情况下，安装数据d1包含与这些“200个”部件p1的各自相关的数据。安装数据d1例如如关于多个部件p1的各自的品质、产品编号、规格、制造商、尺寸、端子数、端子配置以及电路常数那样，至少包含用于区别多个部件p1的数据。85.提案部22提案针对多个供给部3的多个部件p1的配置。在本实施方式中，提案部22使用学习完毕模型m1，来根据安装数据d1提案针对多个供给部3的多个部件p1的配置，以使得缩短安装时间。学习完毕模型m1是与多个供给部3当中的至少1个供给部3的特征建立对应而生成的模型。安装时间是部件安装系统100中的生成物p3的生成所需的时间。关于学习完毕模型m1，细节在“(3.2)学习完毕模型”的栏进行说明。86.在此，在本实施方式所涉及的配置辅助系统20(配置辅助方法)中，采用多级方式的部件p1的分配(配置的提案)。因此，在本实施方式中，提案部22包含多个处理块，以便能应对多级方式的分配。具体地，提案部22包含一次提案部221、二次提案部222和三次提案部223。87.一次提案部221提案针对多个一次群组g11、g12的多个部件p1的配置。二次提案部222提案将多个一次群组g11、g12各自分类成更加细分化的多个二次群组g21～g24的情况下的针对多个二次群组g21～g24的多个部件p1的配置。多个二次群组g21～g24各自包含多个供给部3当中的至少1个供给部3。三次提案部223提案将多个二次群组g21～g24各自分类成更加细分化的多个三次群组g31～g38(参考图6)的情况下的针对多个三次群组g31～g38的多个部件p1的配置。多个三次群组g31～g38各自包含多个供给部3当中的至少1个供给部3。关于多级方式，细节在“(3.3)多级方式”的栏进行说明。88.确定部23在采用提案部22中提案的多个部件p1的配置的情况下，将多个供给部3当中的某供给部3确定为对象供给部。在此，被确定为对象供给部的供给部3是关于部件安装系统100中的生成物p3的生成所需的时间满足确定条件的供给部3。即，确定部23将关于部件安装系统100中的生成物p3的生成所需的时间满足确定条件的供给部3确定为“对象供给部”。关于对象供给部的确定，细节在“(3.4)再配置”的栏进行说明。89.再配置部24对对象供给部和参考供给部提案多个部件p1的配置。在此，参考供给部由多个供给部3当中的对象供给部以外的至少1个供给部3构成。因此，在确定部23中，实质从多个供给部3中提取作为“对象供给部”的供给部3和作为“参考供给部”的供给部3。即，确定部23将多个供给部3当中关于部件安装系统100中的生成物p3的生成所需的时间不满足确定条件的供给部3的至少1者确定为“对象供给部”。90.然后，再配置部24以多个供给部3当中所提取(确定)的对象供给部和参考供给部为对象，来进行多个部件p1的再配置。即，再配置部24取代提案部22中一次提案的针对对象供给部以及参考供给部的多个部件p1的配置(分配)，而提案新的配置。在本实施方式中，再配置部24在对对象供给部和参考供给部将多个部件p1的配置重置以后，重新提案多个部件p1的配置。关于再配置，细节在“(3.4)再配置”的栏进行说明。91.输出部25输出在提案部22和再配置部24的至少一方中生成的配置数据d2。本公开所说的“配置数据”是表征在提案部22和再配置部24的至少一方中提案的针对多个供给部3的多个部件p1的配置的数据。即，配置数据d2是关于在部件安装系统100中安装的多个部件p1的全部表征向任一供给部3的分配的数据。作为一例，在部件安装系统100中安装“200个”部件p1的情况下，安装数据d1包含对于这些“200个”部件p1的各自确定配置在多个(这里是8个)供给部3的哪一者的数据。92.作为输出部25中的配置数据d2的输出的方式，例如存在向模拟部26的输出、向部件安装系统100或其他系统的发送、显示、声音输出、向非临时的记录介质的记录(写入)以及印刷(打印出)等。在本实施方式中，作为一例，输出部25直接或间接地将配置数据d2输出到模拟部26。进而，在本实施方式中，作为一例，输出部25直接或间接地将配置数据d2输出(发送)到部件安装系统100。由此，在部件安装系统100中，能进行采用了配置数据d2中规定的多个部件p1的配置的多个部件p1的安装。此外，例如，根据显示或声音输出等方式，输出部25能对作业者等人员输出配置数据d2。93.模拟部26模拟部件安装系统100中的安装多个部件p1的动作。在此，模拟部26模拟采用提案部22与再配置部24的至少一方中提案的多个部件p1的配置的情况下的部件安装系统100的动作。在本实施方式中，模拟部26从输出部25取得配置数据d2，基于该配置数据d2来进行模拟。这时，模拟部26除了配置数据d2之外，还使用表征部件安装系统100的结构的装置数据等来执行模拟。这里说的“装置数据”包含供给部3的特征，即，与设有供给部3的安装机10相关的特征等。94.模拟部26至少求取部件安装系统100中的生成物p3的生成所需的“安装时间”。在本实施方式中，特别是模拟部26求取针对部件安装系统100中所含的多个供给部3的各自的安装时间。即，模拟部26针对包含多个供给部3的部件安装系统100求取每个供给部3的部件p1的安装所需的安装时间，作为模拟结果。模拟部26中的模拟结果例如从输出部25以任意的方式输出。在本实施方式中，模拟部26中的模拟结果至少输出到确定部23，用在确定部23中的对象供给部的确定中。95.模型存放部27存放学习完毕模型m1。存放于模型存放部27的学习完毕模型m1至少用在提案部22中的部件p1的配置的提案中。在本实施方式中，不仅在提案部22中，还在再配置部24中的部件p1的配置的提案中使用存放于模型存放部27的学习完毕模型m1。细节在“(3.2)学习完毕模型”的栏中进行说明，学习完毕模型m1在事前学习中生成。而且，学习完毕模型m1是与部件安装系统100中的多个供给部3当中的至少1个供给部3的特征建立对应而生成的模型。在此，由于部件安装系统100包含具有相互不同的特征的多个供给部3，因此学习完毕模型m1也存在多个种类。因此，模型存放部27构成为能存放多个(种类)学习完毕模型m1。96.此外，除了上述结构以外，配置辅助系统20可以还具备通信部以及用户接口等。但是，通信部以及用户接口等并非配置辅助系统20所必须的结构。在图3中，作为配置辅助系统20的结构，适宜省略取得部21、提案部22、确定部23、再配置部24、输出部25、模拟部26以及模型存放部27以外的结构的图示。97.通信部构成为直接或经由网络或中继器等间接地与部件安装系统100及/或上级系统通信。由此，配置辅助系统20能在与部件安装系统100及/或上级系统之间授受数据。98.用户接口例如包含触控面板显示器，进行用户的操作的接受和向用户的信息的提示(显示)。用户接口并不限于触控面板显示器，例如可以具有键盘、指向设备、机械的开关或手势传感器等输入装置。此外，用户接口也可以取代触控面板显示器或与触控面板显示器一起，具有声音输入输出部。99.此外，本实施方式所涉及的配置辅助系统20如上述那样，和部件安装系统100一起构成作业系统200。即，本实施方式所涉及的作业系统200如图3所示那样，具备配置辅助系统20和部件安装系统100。部件安装系统100是在配置辅助系统20中提案的多个部件p1的配置中使用且生成生成物p3的系统。100.(3)配置辅助方法101.以下更详细地说明本实施方式所涉及的配置辅助方法。在本实施方式中，配置辅助方法如上述那样，采用利用了学习完毕模型m1的配置的提案、多级方式的部件p1的分配以及再配置这3个功能。因此，以下，对于本实施方式所涉及的配置辅助方法，分成基本方式、利用了学习完毕模型m1的配置的提案、多级方式的部件p1的分配以及再配置这4部分来进行说明。102.此外，以下，作为一例，设想240个部件p1分配到下述8个供给部3的情况来进行说明。即，在本实施方式中，如上述那样，部件安装系统100具备第1安装机11、第2安装机12、第3安装机13以及第4安装机14共计4台安装机10。进而，由于这4台安装机10各自具有2个供给部3，因此，在部件安装系统100整体来看，作为多个(这里是240个)部件p1的分配目的地，存在共计8个供给部3。103.在此，假定为第1安装机11以及第2安装机12均具有作为捕捉部41的数量为“16”这样的特征。因此，设于第1安装机11的第1供给部31以及第2供给部32、以及设于第2安装机12的第3供给部33以及第4供给部34均具有作为捕捉部41的数量为“16”这样的特征。另一方面，假定为第3安装机13具有作为捕捉部41的数量为“8”这样的特征。因此，设于第3安装机13的第5供给部35以及第6供给部36均具有作为捕捉部41的数量为“8”这样的特征。进而，假定为第4安装机14具有作为捕捉部41的数量为“3”这样的特征。因此，设于第4安装机14的第7供给部37以及第8供给部38均具有作为捕捉部41的数量为“3”这样的特征。104.但这些条件只是用于说明配置辅助方法的一个具体例，并不是限制配置辅助方法的运用范围的意思。105.(3.1)基本方式106.首先参考图4的a、图4的b以及图5来说明本实施方式所涉及的配置辅助方法的基本方式。图4的a以及图4的b是表示基于配置辅助方法的多个供给部3中的多个部件p1的配置的提案的样子的概念图。107.如本实施方式那样，在具有多个(这里是8个)供给部3的部件安装系统100中，多个供给部3中的多个部件p1的配置的模式存在很多。特别是在本实施方式中，如上述那样，由于各供给部3中的插槽的数量是“60”，因此，作为部件安装系统100整体，存在480(＝60×8)个插槽。因此，部件安装系统100最大能安装480个部件p1，若实际安装的部件p1的个数也成为了数百个，则多个供给部3中的多个部件p1的配置的模式变得庞大。而且，根据多个供给部3中的多个部件p1的配置，部件安装系统100中的生成物p3的生成所需的安装时间大幅变动。108.即，即使部件安装系统100的结构相同，若多个供给部3中的多个部件p1的配置不同，则各部件p1用哪个安装机10来安装不同，各个部件p1的安装所需的时间大幅变动。因此，即使缩短1个生成物p3的生成所需的安装时间，从庞大的数量的模式中找出合适的多个部件p1的配置的模式也非常困难。因此，本实施方式所涉及的配置辅助方法通过对决定部件安装系统100中的多个供给部3中的多个部件p1的配置的作业进行辅助，能更简单地(短时间内)找出合适的配置。109.在这里，在本实施方式所涉及的配置辅助方法中，如上述那样，部件p1的“配置”的提案仅是部件p1的分配以及部件p1的排列的提案当中的部件p1的分配。即，在本实施方式中，将多个部件p1分割成多部分，将分割后的1个以上的部件p1分派到多个供给部3的任一者，并不规定至分割后的1个以上的部件p1的排序。110.即，本实施方式所涉及的配置辅助方法如图4的a以及图4的b所示那样，以将未配置的多个部件p1分配到2个以上的供给部3为基本方式。在图4的a以及图4的b中，标注为“未配置”的未配置空间sp0是示意表征对哪个供给部3都未分配的状态即未配置的状态的假想空间。即，在图4的a中，存在于未配置空间sp0内的部件p1处于对哪个供给部3都未分配的状态。另一方面，在图4的a以及图4的b中，标注为“供给部”的空间是示意表征分配到了任意的供给部3的状态、即配置完毕的状态的假想空间。即，在图4的b中，存在于标注了参考附图标记“31”的空间内的部件p1处于已被分配(分派)到第1供给部31的状态。同样地，在图4的b中，存在于标注了参考附图标记“32”的空间内的部件p1处于已被分配(分派)到第2供给部32的状态。111.本实施方式所涉及的配置辅助方法如图4的a所示那样，将在部件安装系统100中安装的多个部件p1的全部为未配置的状态设为初始状态。即，在配置辅助方法中，首先，通过对多个部件p1的全部设为哪个供给部3都未分配的状态，如图4的a所示那样，实现多个部件p1全都存在于未配置空间sp0的初始状态。在配置辅助方法中，若实现初始状态，则接下来，就一个一个地选择处于未配置的状态的部件p1，对所选择的部件p1决定分配(分派)到哪个供给部3。即，在配置辅助方法中，通过将多个部件p1一个一个地分派到任意的供给部3，来依次决定多个部件p1的分配目的地。112.然后，根据将在部件安装系统100中安装的多个部件p1全都分配(分派)到任意的供给部3即没有了未配置的状态的部件p1，基于配置辅助方法的基本方式的处理完成。总而言之，根据配置辅助方法的基本方式，如图4的b所示那样，没有了存在于未配置空间sp0的部件p1，实现了多个部件p1全都分配(分派)到任意的供给部3的状态。113.具体地，例如，通过将用于识别多个部件p1的各自的部件识别信息和用于识别多个供给部3的各自的供给部识别信息一对一地建立对应，来进行多个部件p1的分配。作为一例，针对对哪个供给部3都未分配的部件p1，供给部识别信息未与部件识别信息建立对应，或者，与部件识别信息对应的供给部识别信息成为空(null)。此外，关于分配到第1供给部31的部件p1，第1供给部31的供给部识别信息与部件识别信息建立对应。然后，根据对多个部件p1的全部完成了部件识别信息与供给部识别信息的对应建立，实现了多个部件p1全都被分配到任意的供给部3的状态。表征多个部件p1全都被分配的状态下的表征部件识别信息与供给部识别信息的对应关系的数据成为配置数据d2。即，配置数据d2通过对多个部件p1的全部表征与供给部识别信息的对应关系，来成为表征向任意的供给部3的分配的数据。114.在本实施方式所涉及的配置辅助方法中，在这样的基本方式所涉及的部件p1的配置的提案中，使用学习完毕模型m1。即，在配置辅助方法的基本方式中，使用学习完毕模型m1来提案针对多个供给部3的多个部件p1的配置。学习完毕模型m1是与多个供给部3当中的至少1个供给部3的特征建立对应而生成的模型。在本实施方式所涉及的配置辅助方法中，使用这样的学习完毕模型m1来提案针对多个供给部3的多个部件p1的配置，以使得部件安装系统100中的生成物p3的生成所需的安装时间变短。细节在“(3.2)学习完毕模型”的栏进行说明，学习完毕模型m1通过强化学习生成。115.此外，本实施方式所涉及的配置辅助方法如图5所示那样，大致划分具有用于临时配置的处理部分s100和用于再配置的处理部分s200。而且，配置辅助方法在用于临时配置的处理部分s100以及用于再配置的处理部分s200的任一者中，都通过上述那样的基本方式来提案多个部件p1的分配。即，在本实施方式中，在用于临时配置的处理部分s100以及用于再配置的处理部分s200任一者中，都使用学习完毕模型m1。116.即，在用于临时配置的处理部分s100中，将多个部件p1暂时分配到多个供给部3。其中，在至少一部分部件p1被分配到不合适的供给部3的情况下，例如存在引发部件安装系统100中的安装时间变长等不良状况的可能性。因此，在用于再配置的处理部分s200中，通过对暂时分配的多个部件p1再度进行分配，来提案更合适的配置(分配)。117.此外，在用于临时配置的处理部分s100中，在将多个部件p1对多个供给部3分配时，若供给部3的数量增加，用于进行学习完毕模型m1的强化学习的搜索空间变大，学习完毕模型m1的生成变得困难。因此，本实施方式所涉及的配置辅助方法在用于临时配置的处理部分s100中采用多级方式的部件p1的分配。即，根据多级方式的部件p1的分配，在各阶段中，例如即使将多个部件p1分配到2个群组，最终也能将多个部件p1分配到4个以上的群组。其结果，在各阶段的分配中，能在使用学习完毕模型m1的同时，缩窄用于进行学习完毕模型m1的强化学习的搜索空间。118.如以上说明的那样，根据本实施方式所涉及的配置辅助方法，例如不借助熟练者等的帮助，也能决定多个供给部3中的多个部件p1的配置，能给出经过改善的部件p1的配置的提案。119.此外，图5所示的流程图只是一例，处理的顺序可以适宜变更，处理可以适宜追加或删除。120.(3.2)学习完毕模型121.接下来，参考、图5以及图6来更详细说明本实施方式所涉及的配置辅助方法当中的利用了学习完毕模型m1的多个部件p1的配置的提案。122.配置辅助方法具有取得步骤和提案步骤。取得步骤是取得安装数据d1的步骤，相当于图5所示的流程图的处理s101。取得步骤由配置辅助系统20的取得部21执行。安装数据d1是与生成物p3中所含的多个部件p1相关的数据。提案步骤是使用学习完毕模型m1来根据安装数据d1提案针对多个供给部3的多个部件p1的配置以使得缩短安装时间的步骤。提案步骤由配置辅助系统20的提案部22执行。在本实施方式中，由于采用多级方式的部件p1的分配，因此在图5所示的流程图中，“第1级”～“第n级”的分配的处理s102～s10m相当于提案步骤。123.在本实施方式中，学习完毕模型m1的生成(事前学习)在配置辅助系统20中执行。此外，如上述那样，在学习完毕模型m1的生成中使用强化学习。即，配置辅助系统20例如将提案部22作为强化学习的学习器来利用。本公开所说的“强化学习”是从数据自动获得规则的框架即机器学习技术的一个手法。124.在机器学习技术中，作为与“强化学习”不同地广泛使用的手法，有“有教师学习”。“有教师学习”是基于成为学习目标的数值被明确定义的数据进行学习的手法。因此，在“有教师学习”中，在学习时，需要规定了明确的目标的大量的数据(学习用数据)。但在部件安装系统100的
技术领域：
：中，关于多个供给部3中的多个部件p1的配置，成为目标的数值并不明确，此外难以为了学习而汇集大量的学习用数据。125.与此相对，“强化学习”是如下手法：在某“环境”中进行“行动”，观测作为该“行动”的结果而变化的“状况”，对能得到良好结果的“行动”赋予高的“报酬”。而且，在“强化学习”中，学习经过这一系列“行动”来使“报酬”最大化的最佳的“行动”的选择方法。因此，在“强化学习”中，不需要如“有教师学习”那样准备规定了明确的目标的学习用数据，且能生成学习了最佳的“行动”的“选择方法”的学习完毕模型m1。即，即使是解的空间过大而实际的正解不明的情况，“强化学习”也能在根据对所赋予的“环境”重复试错而观测到的报酬系列来评价“行动”的同时，学习“行动”的方式。126.因此，强化学习在如多个供给部3中的多个部件p1的配置的提案用的学习完毕模型m1那样的正解不明确且要求对庞大的组合的最佳化的情形下的学习完毕模型m1的生成中，特别有效。127.更详细地，在强化学习中，求取对多个部件p1采用某配置的情况的安装时间，将该安装时间如何接近理想的安装时间(安装机10的规格上的安装时间)设为“报酬”。在本实施方式中，作为一例，这时的安装时间在模拟部26中求取。在强化学习中，搜索空间越大，为了得到良好的“报酬”而重复试错的次数越增大，最佳解的搜索就越花费时间。因此，在本实施方式所涉及的配置辅助方法中，为了使强化学习中的搜索空间的大小减退而采用多级方式的部件p1的分配，关于多级方式，细节在“(3.3)多级方式”的栏进行说明。128.此外，在部件安装系统100中，例如根据生成物p3的规格，安装机10的特征以及台数、和所安装的部件p1的种类以及数量等不同。其中，若配合生成物p3，每次都进行强化学习来生成学习完毕模型m1，则从决定生成物p3的规格起直到生成学习完毕模型m1为止，有可能要花费时间。因此，在本实施方式中，通过在生成物p3的规格决定前进行学习的“事前学习”，来生成学习完毕模型m1。由此，在本实施方式所涉及的配置辅助方法中，若决定了生成物p3的规格，就能使用在事前学习中生成完毕的学习完毕模型m1立即开始部件p1的配置的提案。129.此外，在本实施方式中，学习器(例如提案部22)在强化学习的算法中作成配置数据d2，将作成的配置数据d2从输出部25向模拟部26输出。由此，模拟部26基于配置数据d2进行模拟，算出“安装时间”。学习器(例如提案部22)将如此求得的安装时间变换成相对于理想的安装时间的比例，将求得的比例作为“报酬”来进行强化学习。然后，通过为了得到更良好的“报酬”很多次重复进行上述的一系列处理，来进行强化学习。在本实施方式中，作为一例，为了进行强化学习，使用加进深度学习的特征提取的性能的深层强化学习(dqn：deepq-network)等。130.此外，在本实施方式中，学习完毕模型m1是与部件安装系统100中的多个供给部3当中的至少1个供给部3的特征建立对应而生成的模型。即，在学习完毕模型m1中反映了供给部3的特征，学习完毕模型m1按每个供给部3的特征来生成。因此，若部件安装系统100包含具有相互不同的特征的多个供给部3，则也生成多种类的学习完毕模型m1。131.特别在本实施方式中，将学习完毕模型m1通过利用了学习完毕模型m1的部件p1的配置的提案来与成为部件p1的分配(分派)目的地的供给部3的特征建立对应。因此，例如如图6所示那样，即使是将部件p1分配到2个分配(分派)目的地的情况，根据其分配目的地，也能使用各种学习完毕模型m11～m17。在图6中，在“(3.3)多级方式”的栏中说明使用怎样的学习完毕模型m11～m17。在本公开中，在不特别区别这些多个学习完毕模型m11～m17的情况下，将多个学习完毕模型m11～m17的各自仅称作“学习完毕模型m1”。132.在此，例如，在成为分配目的地2个供给部3具有相同的特征(设为“第1的特征”)的情况下，与第1的特征建立对应地生成学习完毕模型m1。即，学习完毕模型m1包含与多个供给部3当中的1个供给部3的特征(第1的特征)建立对应而生成的模型。作为一例，在成为分配目的地2个供给部3均具有作为捕捉部41的数量为“16”这样的特征的情况下，在用于分配部件p1的学习完毕模型m1反映了作为捕捉部41的数量为“16”这样的特征。133.另一方面，例如，在成为分配目的地2个供给部3具有相互不同的特征(设为“第1的特征”以及“第2的特征”)的情况下，与第1的特征以及第2的特征两方建立对应来生成学习完毕模型m1。即，学习完毕模型m1包含与多个供给部3当中的2个以上的供给部3的特征建立对应而生成的模型。作为一例，在成为分配目的地2个供给部3分别具有作为捕捉部41的数量为“16”或“8”这样的特征的情况下，在用于分配部件p1的学习完毕模型m1反映了作为捕捉部41的数量为“16”以及“8”这样的2个特征。134.此外，在将多个供给部3的特征分类成1个以上的特征群的情况下，学习完毕模型m1包含与1个以上的特征群建立对应而生成的模型。例如，关于安装机10的速度(最高安装速度)，例如通过如多功能机(低速机)、中速机以及高速机那样分类成多个速度域，若是微小的速度的差，则均设为“高速机”等，能视作相同速度域。即，若供给部3的特征是安装机10的“速度”，多功能机(低速机)、中速机以及高速机这样的“速度域”成为包含多个特征(速度)的特征群。如此地，在设定包含相互不同的多个特征的特征群的情况下，学习完毕模型m1还包含不是与各个特征而是与特征群建立对应而生成的模型。由于特征群由多个特征的集合构成，与特征群建立对应而生成的学习完毕模型m1也相当于与至少1个供给部3的特征建立对应而生成的学习完毕模型m1。135.此外，本实施方式所涉及的配置辅助方法还具有更新学习完毕模型m1的更新步骤。即，通过机器学习(本实施方式中是强化学习)生成的学习完毕模型m1并不固定，能通过更新步骤适宜更新。具体地，学习器(例如提案部22)定期或不定期更新存放于模型存放部27的学习完毕模型m1。学习完毕模型m1的更新例如可以通过将过去习得的知识利用在当前的学习的转移学习来实现，也可以通过与新的学习完毕模型m1的替换来实现。若能进行学习完毕模型m1的更新，还能在配置辅助方法(配置辅助系统20)的运用阶段生成与用户的要求相应的合适的学习完毕模型m1。136.此外，在本实施方式中，学习完毕模型m1包含与由部件安装系统100生成的生成物p3所相关的信息建立对应而生成的模型。生成物p3所相关的信息例如包含生成物p3所属的
技术领域：
：、生成物p3的批数或生成物p3的价格区间等。部件安装系统100例如使用在电子设备的
技术领域：
：或汽车的
技术领域：
：等各种
技术领域：
：的生成物p3的生成中。因此，根据各
技术领域：
：(业界)所固有的事项，即使是相同的生成物p3，也存在部件p1的最佳的配置不同的情况。因此，在本实施方式中，学习完毕模型m1也与生成物p3所相关的信息建立对应而生成，也使得不仅反映了至少1个供给部3的特征，还反映了生成物p3所固有的事项。137.此外，在本实施方式所涉及的配置辅助方法中，在针对多个供给部3的多个部件p1的配置时，附带规定针对特定的供给部3的特定的部件p1的配置的可否的制约条件。即，根据供给部3，存在由于安装机10的规格上的制约或部件p1的尺寸上的制约等而不能进行特定的部件p1的配置的情况。为了应付这样的情况，能附带制约条件。通过附带制约条件，针对在制约条件中规定为不能进行向特定的供给部3的配置的特定的部件p1，从分配的对象将特定的供给部3除外。作为一例，对于不能安装带式供料器而仅能设置托盘的供给部，能在制约条件中规定不能进行通过带式供料器供给的部件p1的配置。138.进而，在本实施方式中，根据制约条件的针对特定的供给部3的特定的部件p1的配置的可否的判断与利用了学习完毕模型m1的针对多个供给部3的多个部件p1的配置的提案分开进行。即，根据制约条件的部件p1的配置的制约例如在利用了学习完毕模型m1的部件p1的配置的提案之前或之后进行。作为一例，若在利用了学习完毕模型m1的部件p1的配置的提案之前进行根据制约条件的部件p1的配置的制约，就能将用于导出多个部件p1的合适的配置的选项抑制得较少。139.如以上说明的那样，在本实施方式所涉及的配置辅助方法中，在多个部件p1的配置时，使用学习完毕模型mi来根据安装数据d1提案针对多个供给部3的多个部件p1的配置，以使得缩短安装时间(提案步骤)。因此，在提案步骤中，不是提案唯一地决定的配置，而是例如能通过用学习完毕模型m1实现熟练者进行那样的配置的“决定方法”的技巧，来更简单地找出合适的配置。140.(3.3)多级方式141.接下来，参考图5以及图6来更详细说明本实施方式所涉及的配置辅助方法当中的多级方式的部件p1的分配。142.配置辅助方法具有一次提案步骤和二次提案步骤。一次提案步骤是提案针对多个一次群组g11、g12的多个部件p1的配置(分配)的步骤，相当于图5所示的流程图的处理s102。一次提案步骤由配置辅助系统20中的提案部22的一次提案部221执行。二次提案步骤是在一次提案步骤之后提案针对多个二次群组g21～g24的多个部件p1的配置的步骤，相当于图5所示的流程图的处理s103。二次提案步骤由配置辅助系统20中的提案部22的二次提案部222执行。即，在图5所示的流程图中，相当于提案步骤的“第1级”～“第n级”的分配的处理s102～s10m包含一次提案步骤以及二次提案步骤。143.在此，本实施方式所涉及的配置辅助方法还具有三次提案步骤。三次提案步骤是在二次提案步骤后提案将多个二次群组g21～g24各自分类成多个三次群组g31～g38的情况下的针对多个三次群组g31～g38的多个部件p1的配置的步骤。多个三次群组g31～g38各自包含多个供给部3当中的至少1个供给部3。总而言之，根据三次提案步骤，将多个二次群组g21～g24各自分类成更细分化的多个三次群组g31～g38，提案针对这多个三次群组g31～g38的多个部件p1的配置。144.即，在本实施方式中，如图5所示那样，多个部件p1的配置不是以2阶段的处理，而是以分层地设定的n阶段(在此，n是“3”以上的自然数)的处理实现的。因此，在作为二次提案步骤而进行了第2级的分配(s103)以后，还能通过进行第3段级以后的分配，来实现更细分化的分配。特别在本实施方式中，由于设想将多个部件p1在各阶段向2个群组分配，最终对8个供给部3进行分配，因此分配分3阶段进行。因此，三次提案步骤相当于提案步骤中的最终级、即，图5所示的流程图的处理s10m(在此，m是“4”)。三次提案步骤由配置辅助系统20中的提案部22的三次提案部223执行。145.图6是示意表征多级方式的部件p1的分配的样子的说明图。在本实施方式中，多个部件p1的配置的提案至少分为对多个一次群组g11、g12配置部件p1的一次提案步骤和对更细致的多个二次群组g21～g24配置部件p1的二次提案步骤。如此地，由于多个部件p1的配置不是通过1阶段的处理，而是通过分层地设定的多阶段的处理实现，因此，能在各阶段中将用于导出多个部件p1的合适的配置的选项抑制得较少。146.在图6中，多个一次群组g11、g12相当于将哪个供给部3都未分配的状态即未配置的状态的多个部件p1所存在的未配置空间sp0先分类为2个以上的群组的情况下的分类后的群组。多个一次群组g11、g12各自分别包含多个供给部3当中的至少1个供给部3。147.具体地，如图6所示那样，一次群组g11(图中标注为“群组1”)包含第1供给部31、第2供给部32、第3供给部33以及第4供给部34。一次群组g12(图中标注为“群组2”)包含第5供给部35、第6供给部36、第7供给部37以及第8供给部38。148.在一次提案步骤中，将存在于未配置空间sp0的未配置的状态的多个部件p1对多个一次群组g11、g12进行分配。由此，将多个(这里是240个)部件p1分配到多个一次群组g11、g12的任一者。149.此外，在图6中，多个二次群组g21～g24相当于将多个一次群组g11、g12的各自进一步分类成2个以上的群组的情况下的分类后的群组。在此，设想将2个一次群组g11、g12的各自进一步分类为2个二次群组并生成共计4个二次群组g21～g24的情况。多个二次群组g21～g24的各自分别包含多个供给部3当中的至少1个供给部3。150.具体地，如图6所示那样，二次群组g21(图中标注为“群组1_1”)以及二次群组g22(图中标注为“群组1_2”)位于一次群组g11的下属。换言之，将一次群组g11分类为2个二次群组g21、g22。二次群组g23(图中标注为“群组2_1”)以及二次群组g24(图中标注为“群组2_2”)位于一次群组g12的下属。换言之，将一次群组g12分类为2个二次群组g23、g24。而且，二次群组g21包含第1供给部31以及第2供给部32，二次群组g22包含第3供给部33以及第4供给部34。二次群组g23包含第5供给部35以及第6供给部36，二次群组g24包含第7供给部37以及第8供给部38。151.二次提案步骤将一次群组g11中所含的多个部件p1分配到多个二次群组g21、g22，将一次群组g12中所含的多个部件p1分配到多个二次群组g23、g24。由此，将多个(这里是240个)部件p1分配到多个二次群组g21～g24的任一者。152.此外，在图6中，多个三次群组g31～g38相当于将多个二次群组g21～g24的各自进一步分类为2个以上的群组的情况下的分类后的群组。在此，设想将4个二次群组g21～g24的各自进一步分类为2个三次群组并生成共计8个三次群组g31～g38的情况。多个三次群组g31～g38的各自分别包含多个供给部3当中的至少1个供给部3。153.具体地，如图6所示那样，三次群组g31以及三次群组g32位于二次群组g21的下属，三次群组g33以及三次群组g34位于二次群组g22的下属。换言之，将二次群组g21分类为2个三次群组g31、g32，将二次群组g22分类为2个三次群组g33、g34。三次群组g35以及三次群组g36位于二次群组g23的下属，三次群组g37以及三次群组g38位于二次群组g24的下属。换言之，将二次群组g23分类为2个三次群组g35、g36，将二次群组g24分类为2个三次群组g37、g38。而且，在图6的示例中，由于多个三次群组g31～g38成为多级方式的最终级，因此多个三次群组g31～g38分别各包含1个供给部3。即，在本实施方式中，由于设想最终向8个供给部3的部件p1的分配，因此，成为最终级的多个(这里是8个)三次群组g31～g38分别与第1～8供给部31～38一对一对应。154.在三次提案步骤中，将二次群组g21中所含的多个部件p1分配到多个三次群组g31、g32，将二次群组g22中所含的多个部件p1分配到多个三次群组g33、g34。进而，在三次提案步骤中，将二次群组g23中所含的多个部件p1分配到多个三次群组g35、g36，将二次群组g24中所含的多个部件p1分配到多个三次群组g37、g38。由此，将多个(这里是240个)部件p1分配到多个三次群组g31～g38即第1～8供给部31～38的任一者。155.在这里，在本实施方式所涉及的配置辅助方法中，如图6所示那样，在各阶段的分配时，使用学习完毕模型m1。即，在一次提案步骤和二次提案步骤的至少一方中，使用学习完毕模型m1来提案多个部件p1的配置。学习完毕模型m1如在“(3.2)学习完毕模型”的栏中也说明的那样，是与多个供给部3当中的至少1个供给部3的特征建立对应而生成的模型。在本实施方式中，在一次提案步骤、二次提案步骤以及三次提案步骤的全部中，分别使用学习完毕模型m1。156.即，在将多个部件p1分配到多个一次群组g11、g12的一次提案步骤中，使用学习完毕模型m11来根据安装数据d1提案针对多个一次群组g11、g12的多个部件p1的配置，以使得缩短安装时间。在将多个部件p1分配到多个二次群组g21～g24的二次提案步骤中，使用学习完毕模型m12、m13来根据安装数据d1提案针对多个二次群组g21～g24的多个部件p1的配置，以使得缩短安装时间。在将多个部件p1分配到多个三次群组g31～g38的三次提案步骤中，使用学习完毕模型m14～m17来根据安装数据d1提案针对多个三次群组g31～g38的多个部件p1的配置，以使得安装时间。157.在此，如从图6还明确的那样，根据是一次提案步骤、二次提案步骤以及三次提案步骤当中的哪个阶段，所使用的学习完毕模型m1不同。即，在本实施方式中，如上述那样，根据部件p1的分配目的地来使用各种学习完毕模型m11～m17。例如，一次提案步骤中所用的学习完毕模型m11和二次提案步骤中所用的学习完毕模型m12、m13是不同的。结果，在本实施方式中，在一次提案步骤和二次提案步骤中，用于提案多个部件p1的配置的算法不同。在此，所谓“算法不同”，在本实施方式中是指所使用的学习完毕模型m1不同。进而，在本实施方式中，在三次提案步骤中，也采用与一次提案步骤以及二次提案步骤不同的算法(学习完毕模型m1)。158.此外，在本实施方式中，在各阶段的分配中，根据部件p1的分配目的地来使用各种学习完毕模型m11～m17。例如，在二次提案步骤中，在一次群组g11中所含的多个部件p1向多个二次群组g21、g22的分配中使用学习完毕模型m12。与此相对，在二次提案步骤，在一次群组g12中所含的多个部件p1向多个二次群组g23、g24的分配中使用学习完毕模型m13。同样地，在三次提案步骤中，在二次群组g21中所含的多个部件p1向多个三次群组g31、g32的分配中使用学习完毕模型m14。与此相对，在三次提案步骤中，在二次群组g24中所含的多个部件p1向多个三次群组g37、g38的分配中使用学习完毕模型m17。159.结果，在本实施方式所涉及的配置辅助方法中，如图6所示那样使用7个学习完毕模型m11～m17。160.具体地，一次提案步骤中所用的学习完毕模型m11是用于将应向第1～8供给部31～38分配的多个部件p1分配到2个一次群组g11、g12的模型。关于学习完毕模型m11，在分配目的地包含捕捉部41的数量为“16”的第1～4供给部31～34、捕捉部41的数量为“8”的第5、6供给部35、36以及捕捉部41的数量为“3”的第7、8供给部37、38。因此，学习完毕模型m11是为了反映作为捕捉部41的数量为“16”、“8”以及“3”这3个特征，与这3个特征建立对应而生成的模型。161.二次提案步骤中所用的学习完毕模型m12是用于将应向第1～4供给部31～34分配的多个部件p1分配到2个二次群组g21、g22的模型。关于学习完毕模型m12，在分配目的地包含捕捉部41的数量为“16”的第1～4供给部31～34。因此，学习完毕模型m12是为了反映作为捕捉部41的数量为“16”这样的1个特征，与作为捕捉部41的数量为“16”这样的特征建立对应而生成的模型。162.另一方面，二次提案步骤中所用的学习完毕模型m13是用于将应向第5～8供给部35～38分配的多个部件p1分配到2个二次群组g23、g24模型。关于学习完毕模型m13，在分配目的地包含捕捉部41的数量为“8”的第5、6供给部35、36以及捕捉部41的数量为“3”的第7、8供给部37、38。因此，学习完毕模型m13是为了反映作为捕捉部41的数量为“8”以及“3”这样的2个特征，与这2个特征建立对应而生成的模型。163.三次提案步骤中所用的学习完毕模型m14是用于将应向第1、2供给部31、32分配的多个部件p1分配到2个三次群组g31、g32模型。关于学习完毕模型m14，在分配目的地包含捕捉部41的数量为“16”的第1、2供给部31、32。因此，学习完毕模型m14是为了反映作为捕捉部41的数量为“16”这样的1个特征，与作为捕捉部41的数量为“16”这样的特征建立对应而生成的模型。164.三次提案步骤中所用的学习完毕模型m15是用于将应向第3、4供给部33、34分配的多个部件p1分配到2个三次群组g33、g34的模型。关于学习完毕模型m15，在分配目的地包含捕捉部41的数量为“16”的第3、4供给部33、34。因此，学习完毕模型m15是为了反映作为捕捉部41的数量为“16”这样的1个特征，与作为捕捉部41的数量为“16”这样的特征建立对应而生成的模型。165.三次提案步骤中所用的学习完毕模型m16是用于将应向第5、6供给部35、36分配的多个部件p1分配到2个三次群组g35、g36的模型。关于学习完毕模型m16，在分配目的地包含捕捉部41的数量为“8”的第5、6供给部35、36。因此，学习完毕模型m16是为了反映作为捕捉部41的数量为“8”这样的1个特征，与作为捕捉部41的数量为“8”这样的特征建立对应而生成的模型。166.三次提案步骤中所用的学习完毕模型m17是用于将应向第7、8供给部37、38分配的多个部件p1分配到2个三次群组g37、g38的模型。关于学习完毕模型m17，在分配目的地中包含捕捉部41的数量为“3”的第7、8供给部37、38。因此，学习完毕模型m17是为了反映作为捕捉部41的数量为“3”这样的1个特征，与作为捕捉部41的数量为“3”这样的特征建立对应而生成的模型。167.而且，关于上述那样的多个(这里是7个)学习完毕模型m11～m17，通过单独进行强化学习来生成。即，按分层地设定的多阶段(这里是3阶段)的每个阶段事前进行强化学习，来生成上述那样的学习完毕模型m11～m17。通过使如此生成的多个学习完毕模型m11～m17协作，来构建图6所示那样的多级方式的架构。168.如以上说明的那样，在本实施方式所涉及的配置辅助方法中，多个部件p1的配置不是通过1阶段的处理，而是通过分层地设定的多阶段(这里是3阶段)的处理实现的。由此，与将多个部件p1通过1阶段的处理进行分配的多选择方式比较，能在各阶段中将用于导出多个部件p1的合适的配置的选项抑制得较少。结果，能缩窄用于进行学习完毕模型m1的强化学习的搜索空间。例如，在将240个部件分配到上述8个供给部3的情况下，若是1阶段的多选择方式，则假定为搜索空间为“10240”。与此相对，若是3阶段的多级方式，则即使在相同条件，也是一次提案步骤所涉及的搜索空间成为“1080”，二次提案步骤所涉及的搜索空间成为“1072”，三次提案步骤所涉及的搜索空间成为“1036”。结果，用于将240个部件分配到上述8个供给部3的搜索空间成为“1080 1072 1036”，与多选择方式的“10240”相比显著缩窄，能使搜索空间的大小减退到能进行实际学习的大小。169.此外，上述说明只是本实施方式所涉及的配置辅助方法的一例，例如，多个部件p1的配置可以不是通过3阶段的处理，而是通过2阶段或4阶段以上的处理实现的。在将分配分成2阶段来进行的情况下，省略三次提案步骤，将二次群组g21～g24分别与多个供给部3一对一地建立对应。另一方面，在将分配分成4阶段进行的情况下，在三次提案步骤中分配了多个部件p1的三次群组g31～g38的进一步下级(下属)生成多个四次群组。在将分配分为5阶段进行的情况下，在四次群组的进一步下级(下属)生成多个五次群组。170.(3.4)再配置171.接下来，参考图5以及图7来更详细地说明本实施方式所涉及的配置辅助方法当中的再配置。172.配置辅助方法具有提案步骤、确定步骤和再配置步骤。提案步骤是提案针对多个供给部3的多个部件p1的配置的步骤，相当于图5所示的流程图的处理s102～s10m。提案步骤由配置辅助系统20的提案部22执行。确定步骤是将多个供给部3当中的某供给部3确定为对象供给部的步骤，相当于图5所示的流程图的处理s201。确定步骤由配置辅助系统20的确定部23执行。被确定为对象供给部的供给部3是在采用了提案步骤中提案的多个部件p1的配置的情况下，关于安装时间满足确定条件的供给部3。再配置步骤是对对象供给部和参考供给部提案多个部件p1的配置的步骤，相当于图5所示的流程图的处理s202～s204。再配置步骤由配置辅助系统20的再配置部24执行。参考供给部由多个供给部3当中的对象供给部以外的至少1个供给部3构成。173.在本实施方式中，将配置在对象供给部的部件p1作为对象，在再配置步骤(s202～s204)，重复执行指定次数的追加分配(s203)。这里说的“追加分配”是以临时配置(s100)中提案的针对多个供给部3的多个部件p1的配置(分配)为基础，对一部分部件p1重新向多个供给部3进行配置(分配)的处理。因此，重复执行追加分配的“指定次数”是对应于成为追加分配的对象的部件p1的数量等决定的次数。174.即，在用于临时配置的处理部分s100，在将多个部件p1分配到多个供给部3时，在对于至少一部分部件p1进行了并不合适的配置(分配)的情况下，照这样就存在得不到所期望的结果的可能性。例如，在临时配置(s100)中将某部件p1分配到不合适的供给部3的情况下，该部件p1的安装花费时间，会产生作为部件安装系统100整体的安装时间变长的不良状况。因此，在本实施方式所涉及的配置辅助方法中，并不是以提案步骤确定部件p1的配置，而是将提案步骤中的配置的提案作为“临时配置”，能通过之后的再配置步骤进行多个部件p1的配置的变更(修正)。175.而且，再配置步骤中成为再配置的对象是关于安装时间满足确定条件的供给部3，即，配置在对象供给部的部件p1。进而，再配置步骤中成为再配置的对象不仅包含满足确定条件的对象供给部，还包含配置于作为与对象供给部不同的供给部3的参考供给部的部件p1。因此，能将临时配置中配置于各自不同的供给部3(对象供给部以及参考供给部)的多个部件p1打乱。因此，即使是在临时配置中将某部件p1分配到不合适的供给部3的情况，也能通过在再配置步骤中进行部件p1的再配置，来消除例如安装时间变长等不良状况。176.此外，在本实施方式所涉及的配置辅助方法中，如图5所示那样，通过重复执行确定步骤(s201)以及再配置步骤(s202～s204)，来摸索改善了安装时间这样的部件p1的配置。在本实施方式中，“安装时间的改善”是指缩短了作为部件安装系统100整体的安装时间。即，配置辅助方法如图5所示那样，在再配置步骤(s202～s204)后判定是否改善了安装时间(s205)。因此，将再配置步骤中作成的配置数据d2从输出部25向模拟部26输出。由此，模拟部26基于配置数据d2进行模拟，算出再配置后的“安装时间”。在处理s205，基于如此求得的安装时间来判定是否改善了安装时间。177.在此，在配置辅助方法中，若未改善安装时间(s205“否”)，就将再配置步骤中变更的部件p1的配置回到再配置步骤之前的状态，即“原本的部件配置”(s206)。另一方面，若改善了安装时间(s205“是”)，则跳过处理s206。即，通过进行再配置，若未改善安装时间，则回到再配置前的状态，仅在安装时间得以改善(缩短)的情况下，采用再配置中得到的部件p1的配置。178.之后，配置辅助方法判定是否存在从再配置步骤之前的状态的部件p1的移动(s207)。若在再配置步骤中有任意的部件p1的移动(s207：“是”)，则回到处理s201。另一方面，若在再配置步骤中哪个部件p1都未移动(s207“否”)，则结束用于再配置的处理部分s200。即，只要再配置步骤中能变更(修正)部件p1的配置，在再配置步骤中就有任意的部件p1的移动(s207“是”)，因此重复执行确定步骤(s201)以及再配置步骤(s202～s204)。换言之，直到再配置步骤中穷尽安装时间得以改善的部件p1的配置的变更(修正)模式为止，都重复执行确定步骤(s201)以及再配置步骤(s202～s204)。179.图7是示意表征再配置的样子的说明图。在图7中，概念地表征以临时配置中提案的针对多个供给部3的多个部件p1的配置(分配)为基础，对配置于第1～8供给部31～38当中的第4供给部34以及第6供给部36的多个部件p1进行再配置的样子。在此，作为一例，以第4供给部34为“对象供给部”且第6供给部36为“参考供给部”的情况为例。180.在此，在本实施方式中，作为一例，将关于安装时间成为瓶颈那样的供给部3作为对象供给部。即，作为部件安装系统100依次安装配置于多个供给部3的多个部件p1的结果，多个供给部3当中在部件p1的安装最花时间的供给部3关于安装时间成为瓶颈。即，在本实施方式中，确定条件包含部件安装系统100中的生成物p3的生成所需的时间(安装时间)在多个供给部3中最长。在图7的示例中，在部件安装系统100中采用通过临时配置提案的配置的情况下，由于配置于多个供给部3当中的第4供给部34的部件p1的安装所需的时间最长，因此将第4供给部34作为对象供给部来提取。181.如此地，在确定步骤，将多个供给部3当中关于安装时间满足确定条件的供给部3确定为对象供给部。因此，在本实施方式中，将在临时配置下作成的配置数据d2从输出部25向模拟部26输出。由此，模拟部26基于配置数据d2进行模拟，算出“安装时间”。确定部23基于如此求得的安装时间来提取满足确定条件的供给部3(对象供给部)。182.另一方面，参考供给部由多个供给部3当中的与对象供给部(这里是第4供给部34)不同的任意的供给部3构成。在本实施方式中，假定为将多个供给部3当中的对象供给部(这里是第4供给部34)以外的任意的1个供给部3依次选择为参考供给部。在图7的示例中，表征将多个供给部3当中的第6供给部36选择为参考供给部的情况的再配置的样子。例如，若图7所示的再配置完成，则接下来，将多个供给部3当中的第7供给部37选择为参考供给部，执行再配置。183.此外，在再配置步骤中，如图7所示那样，使配置于对象供给部(第4供给部34)以及参考供给部(第6供给部36)的多个部件p1暂时移动到未配置空间sp0后，重新分配到对象供给部以及参考供给部。即，临时配置中配置于对象供给部以及参考供给部的多个部件p1在一度回到哪个供给部3都未分配的状态即未配置的状态后，重新分配到对象供给部以及参考供给部。即，在再配置步骤中，对于对象供给部和参考供给部，在将多个部件p1的配置重置后，重新提案多个部件p1的配置。184.此外，在本实施方式所涉及的配置辅助方法中，如图7所示那样，在再配置中的多个部件p1的配置(分配)中也使用学习完毕模型m1。在本实施方式中，在提案步骤和再配置步骤的至少一方，使用学习完毕模型m1来提案多个部件p1的配置。学习完毕模型m1如“(3.2)学习完毕模型”的栏中也说明的那样，是与多个供给部3当中的至少1个供给部3的特征建立对应而生成的模型。特别在本实施方式中，在提案步骤和再配置步骤两方中分别使用学习完毕模型m1。185.在这里，在本实施方式中，如上述那样，根据部件p1的分配目的地，使用各种学习完毕模型m1。因此，在将作为对象供给部的第4供给部34以及作为参考供给部的第6供给部36作为分配目的地的再配置中，使用与临时配置(提案步骤)中所用的学习完毕模型m11～m17不同的学习完毕模型m18。结果，在本实施方式中，在提案步骤和再配置步骤中，用于提案多个部件p1的配置的算法不同。186.具体地，再配置步骤中所用的学习完毕模型m18是用于将应向2个供给部3分配的多个部件p1分配到第4供给部34以及第6供给部36的模型。关于学习完毕模型m18，在分配目的地中包含捕捉部41的数量为“16”的第4供给部34以及捕捉部41的数量为“8”的第6供给部36。因此，学习完毕模型m18是为了反映作为捕捉部41的数量为“16”以及“8”这样的2个特征，与这2个特征建立对应而生成的模型。187.此外，在再配置步骤中，也与提案步骤同样地，提案针对多个供给部3的多个部件p1的配置，以使得缩短安装时间。即，在再配置步骤中，提案针对对象供给部和参考供给部的多个部件p1的配置，以使得缩短部件安装系统100中的生成物p3的生成所需的安装时间。188.进而，在本实施方式中，在再配置步骤中，也与提案步骤同样地，在针对多个供给部3的多个部件p1的配置时，附带规定针对特定的供给部3的特定的部件p1的配置的可否的制约条件。细节如在“(3.2)学习完毕模型”的栏说明的那样，通过附带制约条件，关于在制约条件中规定为不能向特定的供给部3配置的特定的部件p1，从再配置(分配)的对象将特定的供给部3除外。189.在本实施方式所涉及的配置辅助方法中，如上述那样，直到再配置步骤中安装时间得以改善的部件p1的配置的变更模式穷尽为止，都重复执行确定步骤(s201)以及再配置步骤(s202～s204)。因此，若对关于安装时间满足确定条件(成为瓶颈)的供给部3(对象供给部)进行再配置的结果是其他供给部3满足确定条件，就将其他供给部3作为对象供给部，重复进行再配置步骤。另一方面，若对关于安装时间满足确定条件(成为瓶颈)的供给部3进行再配置的结果是相同供给部3满足确定条件不变，则视作部件p1的配置的变更模式穷尽，结束用于再配置的处理部分s200。190.如以上说明的那样，本实施方式所涉及的配置辅助方法除了取得步骤(s101)、提案步骤(s102～s10m)以外，还具有再配置步骤(s202～s204)。再配置步骤是在提案步骤后提案针对多个供给部3的多个部件p1的配置的步骤。特别在本实施方式中，再配置步骤中也使用强化学习中生成的学习完毕模型m1，能再提案部件p1的配置，以使得与提案步骤中提案的配置相比，更加缩短安装时间。191.进而，由于本实施方式所涉及的配置辅助方法在提案步骤中采用多级方式，因此，再配置步骤成为在二次提案步骤后提案多个部件p1的配置的步骤。而且，在再配置步骤中，至少对部件安装系统中的生成物p3的生成所需的时间在多个供给部3中最长的供给部3，提案多个部件p1的配置。192.(4)变形例193.实施方式1只是本公开的各种实施方式之一。实施方式1只要能达成本公开的目的，就能对应于设计等进行种种变更。此外，本公开中参考的附图均是示意性的图，图中的各构成要素的大小以及厚度各自的比不一定反映实际的尺寸比。此外，与实施方式1所涉及的配置辅助方法同样的功能可以通过配置辅助系统20、(计算机)程序、或记录程序的非临时的记录介质等来具体化。一方式所涉及的程序是用于使1个以上的处理器执行实施方式1所涉及的配置辅助方法的程序。194.以下列举实施方式1的变形例。以下说明的变形例能适宜组合来运用。195.本公开中的配置辅助系统20包含计算机系统。计算机系统以作为硬件的处理器以及存储器为主结构。通过处理器执行记录于计算机系统的存储器的程序，来实现作为本公开中的配置辅助系统20的功能。程序可以预先记录于计算机系统的存储器，也可以经由电气通信线路提供，还可以记录于计算机系统中可读的存储卡、光盘、硬盘驱动器等非临时的记录介质中来提供。计算机系统的处理器由包含半导体集成电路(ic)或大规模集成电路(lsi)的1个或多个电子电路构成。这里说的ic或lsi等集成电路根据集成的程度而叫法不同，包含被称作系统lsi、vlsi(verylargescaleintegration，甚大规模集成电路)或ulsi(ultralargescaleintegration，超大规模集成电路)的集成电路。进而，关于在lsi的制造后编程的fpga(field-programmablegatearray，现场可编程门阵列)、或能进行lsi内部的接合关系的重构或lsi内部的电路区划的重构的逻辑器件，也能作为处理器采用。多个电子电路可以汇集在1个芯片中，也可以分散设于多个芯片中。多个芯片可以汇集在1个装置中，也可以分散设置在多个装置。这里说的计算机系统包含具有1个以上的处理器以及1个以上的存储器的微控制器。因此，关于微控制器，也由包含半导体集成电路或大规模集成电路的1个或多个电子电路构成。196.此外，配置辅助系统20中的多个功能汇集在1个外壳内并非配置辅助系统20所必须的结构。配置辅助系统20的结构要素也可以分散设置在多个外壳中。进而，配置辅助系统20的至少一部分功能也可以通过云(云计算)等来实现。197.作为能分散在云(或服务器)以及云边(edge)等2个以上的系统而实现的功能，例如有以下那样的功能。198.作为第1个功能，有学习完毕模型m1的生成功能。即，能在一个系统中进行学习完毕模型m1的生成，在其他系统进行利用了该学习完毕模型m1的配置辅助方法(提案步骤等)。作为一例，学习完毕模型m1的生成可以在云(或服务器)中进行，利用了该学习完毕模型m1的配置辅助方法(提案步骤等)可以在云边中进行。在该情况下，在云等一个系统中，将使配置辅助方法中所用的学习完毕模型与多个供给部3当中的至少1个供给部3的特征建立对应而生成的学习完毕模型的生成方法具体化。199.作为第2个功能，有多级方式的部件p1的分配的功能。即，能在一个系统中进行一次提案步骤，在其他系统中进行二次提案步骤以后(包含三次提案步骤等)的步骤。作为一例，一次提案步骤可以在云(或服务器)中进行，二次提案步骤以后(包含三次提案步骤等)的步骤可以在云边中进行。在该情况下，配置辅助系统20在云边等系统中具体化，仅执行二次提案步骤以后(包含三次提案步骤等)的步骤。总而言之，配置辅助系统20针对部件安装系统100辅助多个供给部3中的多个部件p1的配置的决定。部件安装系统100通过将对多个供给部3供给的多个部件p1安装到对象物p2，来生成生成物p3。配置辅助系统20不具备一次提案部221，而具备二次提案部222。二次提案部222提案将多个一次群组g11、g12各自分类为多个二次群组g21～g24的情况下的针对多个二次群组g21～g24的多个部件p1的配置。多个二次群组g21～g24各自包含多个供给部3当中的至少1个供给部3。二次提案部222接受针对多个一次群组g11、g12的多个部件p1的配置的提案，并提案针对多个二次群组g21～g24的多个部件p1的配置。在此，针对多个一次群组g11、g12的多个部件p1的配置的提案是与配置辅助系统20不同的系统，由具备一次提案部221的其他系统(云或服务器等)进行。即，配置辅助系统20从其他系统接受针对多个一次群组g11、g12的多个部件p1的配置的提案，并提案针对多个二次群组g21～g24的多个部件p1的配置。200.作为第3个功能，有再配置的功能。即，能在一个系统中进行提案步骤，在其他系统中进行确定步骤以及再配置步骤。作为一例，提案步骤可以在云边中进行，确定步骤以及再配置步骤可以在云(或服务器)中进行。在该情况下，配置辅助方法在云(或服务器)等系统中具体化，仅包含确定步骤以及再配置步骤。总而言之，配置辅助方法是针对部件安装系统100辅助多个供给部3中的多个部件p1的配置的决定的方法。部件安装系统100通过将对多个供给部3供给的多个部件p1安装到对象物p2，来生成生成物p3。配置辅助方法没有提案步骤，而具有确定步骤以及再配置步骤。确定步骤是如下那样的步骤：接受针对多个供给部的所述多个部件的配置的提案，在采用所提案的多个部件p1的配置的情况下，将多个供给部3当中满足确定条件的供给部3确定为对象供给部。确定条件是关于部件安装系统100中的生成物p3的生成所需的时间的条件。再配置步骤是对对象供给部、和由多个供给部3当中的对象供给部以外的至少1个供给部3构成的参考供给部提案多个部件p1的配置的步骤。201.反过来，在实施方式1中，可以将分散在多个装置的配置辅助系统20或作业系统200的至少一部分功能汇集在1个外壳内中。例如，也可以将分散在部件安装系统100和配置辅助系统20的一部分功能汇集在部件安装系统100中。202.此外，部件安装系统100的用途并不限于工厂中的电子设备的制造。例如，在机械部件向玻璃板的安装中使用部件安装系统100的情况下，部件安装系统100对作为对象物p2的玻璃板进行安装作为部件p1的机械部件的作业。203.此外，安装头4中所具备的捕捉部41的数量等并不限于实施方式1中说明的数量。例如，捕捉部41可以是17个以上。当然，安装头4也可以仅具备1个捕捉部41。安装头4可以是旋转头。204.此外，多台安装机10当中的至少1台安装机10可以仅具备1个供给部3，或具备3个以上的供给部3。同样地，多台安装机10当中的至少1台安装机10可以仅具备1个安装头4，或具备3个以上的安装头4。205.此外，在实施方式1中，参考供给部由多个供给部3当中的对象供给部以外的任意的供给部3构成，但并不限于该示例。例如，可以将关于安装时间最富余的供给部3设为参考供给部。即，作为部件安装系统100将配置于多个供给部3的多个部件p1依次进行安装的结果，多个供给部3当中的部件p1的安装所花费的时间最短的供给部3关于安装时间最富余。即，参考供给部包含部件安装系统100中的生成物p3的生成所需的时间在多个供给部3中最短的供给部3。根据该结构，在再配置中，能在关于安装时间成为瓶颈的对象供给部与关于安装时间最富余的参考供给部之间将多个部件p1打乱。其结果，易于通过再配置来谋求安装时间的改善。206.此外，用于确定对象供给部的确定条件只要是与安装时间相关的条件即可，并不限于安装时间在多个供给部3中最长(供给部3成为瓶颈)。例如，确定条件也可以是部件安装系统100中的生成物p3的生成所需的时间(安装时间)在多个供给部3中为第m(m是“2”以上的整数)长。反过来，确定条件可以是部件安装系统100中的生成物p3的生成所需的时间(安装时间)在多个供给部3中最短等。如此地，根据确定条件，例如，能在多个供给部3中减少部件安装系统100中的生成物p3的生成所需的时间的偏差。在该情况下，例如能缓和负担集中在特定的安装机10。207.此外，对象供给部并不限于1个供给部3，也可以是2个以上的供给部3。同样地，参考供给部也并不限于1个供给部3，可以是2个以上的供给部3。208.此外，并不限于在供给部3安装带式供料器的结构，例如电可以设置装载多个部件p1的托盘。进而，作为部件安装系统100整体，例如也可以是安装有带式供料器的供给部3和设置了托盘的供给部3混合存在。209.此外，配置辅助方法所进行的部件p1的“配置”的提案可以直到部件p1的排列的提案为止。在该情况下，在配置辅助方法中，将多个部件p1分割为多部分，将分割后的1个以上的部件p1分配到多个供给部3的任一者，且规定至各供给部3内的排序(排列)。其结果，在对1个供给部3内分配多个部件p1的情况下，规定至这多个部件p1的排序。210.此外，学习完毕模型m1的事前学习并不限于配置辅助系统20，也可以在其他系统中执行。在该情况下，配置辅助系统20使用在其他系统中生成的学习完毕模型m1来执行提案部22以及再配置部24中的部件p1的配置的提案。211.此外，在提案步骤和再配置步骤两方中，进行利用了学习完毕模型m1的部件p1的配置的提案并不是必须。例如，可以仅在提案步骤和再配置步骤当中的提案步骤中进行利用了学习完毕模型m1的部件p1的配置的提案，也可以仅在再配置步骤中进行利用了学习完毕模型m1的部件p1的配置的提案。进而，也可以在提案步骤和再配置步骤的哪一者都不使用学习完毕模型m1。即，关于多级方式的部件p1的分配以及再配置这样的功能，即使不使用学习完毕模型m1，也能实现与实施方式1同样的功能。212.此外，在实施方式1中，在一次提案步骤、二次提案步骤以及三次提案步骤的全部中进行利用了学习完毕模型m1的部件p1的配置的提案并不是必须。例如，可以仅在一次提案步骤、二次提案步骤以及三次提案步骤当中的任意1个或2个步骤中进行利用了学习完毕模型m1的部件p1的配置的提案。213.此外，学习完毕模型m1的生成手段并不限于强化学习，例如也可以是“有教师学习”等。214.此外，实施方式1所涉及的配置辅助方法并不限于1个以上的处理器执行其全部处理的方式，也可以由人员介入至少一部分处理。例如，关于制约条件的设定等处理，也可以由人员使用用户接口等来进行。215.此外，用于求取学习完毕模型m1的生成等中所用的安装时间的手段并不限于模拟部26中的模拟。例如，也可以取代模拟，使用通过利用了多层神经网络的深层学习(deeplearning)而生成的分类器等来求取安装时间。216.(实施方式2)217.本实施方式所涉及的配置辅助方法在用于再配置的处理部分s200(图5参考)上与实施方式1所涉及的配置辅助方法相异。以下对与实施方式1同样的结构标注共通的附图标记，并适宜省略说明。218.即，在实施方式1中，在再配置步骤中进行部件p1的再配置时，在确定步骤中确定了满足确定条件的供给部3(对象供给部)的基础上，将配置于对象供给部的部件p1设为再配置的对象。而且，若对满足确定条件的供给部3(对象供给部)进行再配置的结果是相同的供给部3满足确定条件不变，则视作部件p1的配置的变更模式穷尽，结束用于再配置的处理部分s200。219.与此相对，在本实施方式中，即使对关于安装时间满足确定条件的供给部3进行再配置的结果是相同的供给部3满足确定条件不变，也继续用于再配置的处理部分s200。即，在本实施方式所涉及的配置辅助方法中，即使将满足确定条件的供给部3作为对象供给部的部件p1的配置的变更模式穷尽，也将其他供给部3作为对象供给部来重复进行再配置步骤。具体地，在将满足确定条件的供给部3作为对象供给部的部件p1的配置的变更模式穷尽后，不管是否满足确定条件，都将多个供给部3当中的任意的供给部3依次选择为对象供给部。220.结果，根据本实施方式所涉及的配置辅助方法，能将多个供给部3的全部作为对象进行再配置，即使与实施方式1比较，也能找出更合适的配置。221.作为实施方式2的变形例，配置辅助方法本来就可以没有将满足确定条件的供给部3确定为对象供给部的确定步骤。在该情况下，配置辅助方法在再配置时，不管是否满足确定条件，都将多个供给部3当中的任意的供给部3依次选择为对象供给部。222.实施方式2(包含变形例)中说明的结构能与实施方式1中说明的结构(包含变形例)适宜组合来运用。223.(汇总)224.如以上说明的那样，第1方式所涉及的配置辅助方法是针对部件安装系统(100)辅助多个供给部(3)中的多个部件(p1)的配置的决定的方法，具有取得步骤和提案步骤。部件安装系统(100)是通过将对多个供给部(3)供给的多个部件(p1)安装到对象物(p2)来生成生成物(p3)的系统。取得步骤是取得与生成物(p3)中所含的多个部件(p1)相关的安装数据(d1)的步骤。提案步骤是使用学习完毕模型(m1)来根据安装数据(d1)提案针对多个供给部(3)的多个部件(p1)的配置以使得缩短部件安装系统(100)中的生成物(p3)的生成所需的安装时间的步骤。学习完毕模型(m1)是与多个供给部(3)当中的至少1个供给部(3)的特征建立对应而生成的模型。225.根据该方式，在提案步骤，不是提案唯一地决定的配置，而是例如通过用学习完毕模型(m1)实现熟练者进行那样的配置的“决定方法”的技巧，能更简单地找出合适的配置。特别地，由于学习完毕模型(m1)是与多个供给部(3)当中的至少1个供给部(3)的特征建立对应而生成的模型，因此，例如考虑安装机(10)的性能或规格等来提案多个部件(p1)的配置。因此，在该配置辅助方法中，能给出经过改善的部件(p1)的配置的提案。226.在第2方式所涉及的配置辅助方法中，在第1方式的基础上，学习完毕模型(m1)包含与多个供给部(3)当中的2个以上的供给部(3)的特征建立对应而生成的模型。227.根据该方式，例如即使是提案步骤中将多个部件(p1)分配到2个以上的供给部(3)的情况，也易于用适合于成为分配目的地2个以上的供给部(3)的学习完毕模型(m1)提案合适的配置。228.在第3方式所涉及的配置辅助方法中，第1或2方式的基础上，在将多个供给部(3)的特征分类为1个以上的特征群的情况下，学习完毕模型(m1)包含与1个以上的特征群建立对应而生成的模型。229.根据该方式，例如，通过针对相同的特征设为1个特征群，即使是存在多样的特征的供给部(3)的情况，也易于用适合于供给部(3)的学习完毕模型(m1)来提案合适的配置。230.在第4方式所涉及的配置辅助方法中，在第1～3任一者方式的基础上，学习完毕模型(m1)使用强化学习来生成。231.根据该方式，正解不明确且要求针对庞大的组合的最佳化的情形中的学习完毕模型(m1)的生成变得容易。232.第5方式所涉及的配置辅助方法在第1～4任一者方式的基础上，还具有：更新步骤，更新学习完毕模型(m1)。233.根据该方式，能在配置辅助方法的运用阶段，生成与用户的要求相应的合适的学习完毕模型(m1)。234.在第6方式所涉及的配置辅助方法中，在第1～5任一者方式的基础上，学习完毕模型(m1)包含与由部件安装系统(100)生成的生成物(p3)所相关的信息建立对应而生成的模型。235.根据该方式，由于使用不仅反映了供给部(3)的特征而且还反映了生成物(p3)所固有的事项的学习完毕模型(m1)，因此易于提案合适的配置。236.在第7方式所涉及的配置辅助方法中，在第1～6任一者方式的基础上，提案步骤包含一次提案步骤和二次提案步骤。一次提案步骤是提案针对多个一次群组(g11、g12)的多个部件(p1)的配置的步骤。二次提案步骤是在一次提案步骤后提案将多个一次群组(g11、g12)各自分类为多个二次群组(g21～g24)的情况下的针对多个二次群组(g21～g24)的多个部件(p1)的配置的步骤。多个二次群组(g21～g24)各自包含多个供给部(3)当中的至少1个供给部(3)。237.根据该方式，多个部件(p1)的配置的提案分为对多个一次群组(g11、g12)配置部件(p1)的一次提案步骤和对更细致的多个二次群组(g21～g24)配置部件(p1)的二次提案步骤。总而言之，由于多个部件(p1)的配置不是通过阶段的处理而是通过分层地设定的多阶段的处理实现，因此能在各阶段将用于导出多个部件(p1)的合适的配置的选项抑制得较少。其结果，能简化用于提案各阶段中的多个部件(p1)的配置的处理。因此，在该配置辅助方法中，能给出经过改善的部件(p1)的配置的提案。238.在第8方式所涉及的配置辅助方法中，在第7方式的基础上，在一次提案步骤和二次提案步骤中，学习完毕模型(m1)不同。239.根据该方式，能在一次提案步骤和二次提案步骤的各自中使用合适的学习完毕模型(m1)来提案多个部件(p1)的配置。240.在第9方式所涉及的配置辅助方法中，在第7或8的方式的基础上，在一次提案步骤和二次提案步骤的至少一方中，使用学习完毕模型(m1)来提案多个部件(p1)的配置。241.根据该方式，不是提案唯一地决定的配置，而是例如通过用学习完毕模型(m1)实现熟练者所进行那样的配置的“决定方法”的技巧，能更简单地找出合适的配置。242.在第10方式所涉及的配置辅助方法中，在第7～9任一者方式的基础上，还具有三次提案步骤。三次提案步骤是在二次提案步骤后提案将多个二次群组(g21～g24)各自分类为多个三次群组(g31～g38)的情况下的针对多个三次群组(g31～g38)的多个部件(p1)的配置的步骤。多个三次群组(g31～g38)各自包含多个供给部(3)当中的至少1个供给部(3)。243.根据该方式，多个部件(p1)的配置的提案除了一次提案步骤以及一次提案步骤以外，还分为对更细致的多个三次群组(g31～g38)配置部件(p1)的三次提案步骤来实现。其结果，能更加简化用于提案各阶段中的多个部件(p1)的配置的处理。244.第11方式所涉及的配置辅助方法在第1～10任一者方式的基础上，还具有：再配置步骤，在提案步骤之后，提案针对多个供给部(3)的多个部件(p1)的配置。245.根据该方式，即使是提案步骤中提案的多个部件(p1)的配置并非最佳的情况，也能在再配置步骤中提案新的多个部件(p1)的配置。246.在第12方式所涉及的布线辅助方法中，在第11方式的基础上，在再配置步骤中，至少对部件安装系统(100)中的生成物(p3)的生成所需的时间在多个供给部(3)中最长的供给部(3)提案多个部件(p1)的配置。247.根据该方式，能将配置于关于部件安装系统(100)中的生成物(p3)的生成所需的时间成为瓶颈的供给部(3)的部件(p1)作为对象，在再配置步骤中提案新的多个部件(p1)的配置。248.在第13方式所涉及的配置辅助方法中，在第1～12任一者方式的基础上，在针对多个供给部(3)的多个部件(p1)的配置时，附带规定针对特定的供给部(3)的特定的部件(p1)的配置的可否的制约条件。249.根据该方式，关于在制约条件中规定为不能向特定的供给部(3)配置的特定的部件(p1)，能从分配的对象将特定的供给部(3)除外，易于谋求配置的提案的简化。250.在第14方式所涉及的配置辅助方法中，在第13方式的基础上，根据制约条件的针对特定的供给部(3)的特定的部件(p1)的配置的可否的判断与利用了学习完毕模型(m1)的针对多个供给部(3)的多个部件(p1)的配置的提案分开进行。251.根据该方式，能将用于导出多个部件(p1)的合适的配置的选项抑制得较少。252.第15方式所涉及的学习完毕模型的生成方法与多个供给部(3)当中至少1个供给部(3)的特征建立对应来生成第1～14任一者的配置辅助方法中所用的学习完毕模型。253.根据该方式，能给出经过改善的部件(p1)的配置的提案。254.第16方式所涉及的程序是用于使1个以上的处理器执行第1～14任一者方式所涉及的配置辅助方法、或第15方式所涉及的学习完毕模型的生成方法的程序。255.根据该方式，能给出经过改善的部件(p1)的配置的提案。256.第17方式所涉及的配置辅助系统(20)是针对部件安装系统(100)辅助多个供给部(3)中的多个部件(p1)的配置的决定的系统，具备取得部(21)和提案部(22)。部件安装系统(100)是通过将对多个供给部(3)供给的多个部件(p1)安装到对象物(p2)来生成生成物(p3)的系统。取得部(21)取得与生成物(p3)中所含的多个部件(p1)相关的安装数据(d1)。提案部(22)使用学习完毕模型(m1)来根据安装数据(d1)提案针对多个供给部(3)的多个部件(p1)的配置，以使得缩短部件安装系统(100)中的生成物(p3)的生成所需的安装时间。学习完毕模型(m1)是与多个供给部(3)当中的至少1个供给部(3)的特征建立对应的模型。257.根据该方式，能给出经过改善的部件(p1)的配置的提案。258.在第18方式所涉及的配置辅助系统(20)中，在第17方式的基础上，提案部(22)包含一次提案部(221)和二次提案部(222)。一次提案部(221)提案针对多个一次群组(g11、g12)的多个部件(p1)的配置。二次提案部(222)提案将多个一次群组(g11、g12)各自分类为多个二次群组(g21～g24)的情况下的针对多个二次群组(g21～g24)的多个部件(p1)的配置。多个二次群组(g21～g24)各自包含多个供给部(3)当中的至少1个供给部(3)。259.根据该方式，能给出经过改善的部件(p1)的配置的提案。260.在第19方式所涉及的配置辅助系统(20)中，在第17方式的基础上，提案部(22)包含二次提案部(222)。二次提案部(222)提案将多个一次群组(g11、g12)各自分类为多个二次群组(g21～g24)的情况下的针对多个二次群组(g21～g24)的多个部件(p1)的配置。多个二次群组(g21～g24)各自包含多个供给部(3)当中的至少1个供给部(3)。二次提案部(222)接受针对多个一次群组(g11、g12)的多个部件(p1)的配置的提案，来提案针对多个二次群组(g21～g24)的多个部件(p1)的配置。261.根据该方式，能给出经过改善的部件(p1)的配置的提案。262.第20方式所涉及的作业系统(200)具备：第17～19任一者的方式所涉及的配置辅助系统(20)和部件安装系统(100)。部件安装系统(100)在配置辅助系统(20)中提案的多个部件(p1)的配置下使用，生成生成物(p3)。263.根据该方式，能给出经过改善的部件(p1)的配置的提案。264.本发明并不限于上述方式，实施方式1以及实施方式2所涉及的配置辅助方法的种种方式(包含变形例)能通过配置辅助系统(20)、作业系统(200)、程序以及记录程序的非临时的记录介质具体化。265.关于第2～14方式所涉及的结构，并非配置辅助方法必须的结构，能适宜省略。266.关于第17或18所涉及的结构，并非配置辅助系统(20)必须的结构，能适宜省略。267.附图标记的说明268.3供给部269.20配置辅助系统270.21取得部271.22提案部272.100部件安装系统273.200作业系统274.221一次提案部275.222二次提案部276.d1安装数据277.m1学习完毕模型278.g11、g12一次群组279.g21～g24二次群组280.g31～g38三次群组281.p1部件282.p2对象物283.p3生成物。当前第1页12当前第1页12
再多了解一些
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
