製造業のサプライチェーンにおいて、熟練労働力の確保は単なる生産計画の問題ではなく、長期的な人材育成戦略と密接に関連している。本研究は、このスキル制約という現実的な制限条件下で、生産・在庫・バックログ・訓練を同時に最適化する予測制御モデル（MPC）を提案している。このモデルでは、認定資格を持つ労働者の可用性が時間とともに変化し、資格の維持には継続的な訓練が必要であり、その訓練自体が貴重な労働時間を消費するという複雑な制約を扱う。 研究チームは、毎シフト時点で有限期間の混合整数計画を解くクローズドループコントローラーを開発した。このコントローラーは、資格の二値状態、生産適格性の厳密な制約、地平線境界での認定能力ギャップを価格付けする解釈可能な終端値を含む。その後、最初の期間の行動のみを実行し、再計画を行うという逐次的なアプローチを採用している。 SkillChain-Gymと呼ばれるシミュレーション環境で、予期された・予期されないスキルショック、需要変動、欠勤、予測精度のばらつきなど、様々なシナリオを用いて検証した。興味深い結果として、予測制御は決して万能ではなく、環境に依存する有効性を示した。スキルや労働ボトルネックが十分な前置期間で予測可能な場合に予測制御が有効である一方で、予期しないショックや需要と供給の境界付近では、静的なクロストレーニング保険が競争力を保つことが明らかになった。本研究は、適応性よりも予測可能性が、予測制御の価値を決定する真の要因であることを示唆している。