CN104395926A - 地域指标算出装置、地域指标算出方法、以及记录介质 - Google Patents
地域指标算出装置、地域指标算出方法、以及记录介质 Download PDFInfo
- Publication number
- CN104395926A CN104395926A CN201480000668.4A CN201480000668A CN104395926A CN 104395926 A CN104395926 A CN 104395926A CN 201480000668 A CN201480000668 A CN 201480000668A CN 104395926 A CN104395926 A CN 104395926A
- Authority
- CN
- China
- Prior art keywords
- region index
- related coefficient
- sensing data
- calculating section
- region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title description 14
- 238000005265 energy consumption Methods 0.000 claims description 59
- 238000004364 calculation method Methods 0.000 claims description 24
- 239000000446 fuel Substances 0.000 claims description 22
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 17
- 230000005540 biological transmission Effects 0.000 description 65
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 36
- 229910002092 carbon dioxide Inorganic materials 0.000 description 18
- 239000001569 carbon dioxide Substances 0.000 description 18
- 238000005457 optimization Methods 0.000 description 15
- 238000010276 construction Methods 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 7
- 238000002604 ultrasonography Methods 0.000 description 6
- 239000003245 coal Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000003208 petroleum Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 244000287680 Garcinia dulcis Species 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000005411 photomagnetism Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
地域指标算出装置具备相关系数算出部和地域指标算出部。相关系数算出部算出地域指标的历史值与传感器数据历史值之间的相关系数。地域指标算出部根据传感器数据与相关系数,算出地域指标的推算值。地域指标算出部可以取得在图像中被摄像出的人的数量作为传感器数据,根据在图像中被摄像出的人的数量与相关系数,算出地域指标的推算值。地域指标算出部可以根据在图像中被摄像出的人的数量和相关系数,算出作为地域指标的预定地域的人口的推算值。
Description
技术领域
本发明的实施方式涉及地域指标算出装置、地域指标算出方法、以及记录介质。
背景技术
在行政机关、自治团体中,有时通过收集与在作为管理对象的城镇、都市这样的地域中所消费的能源相关的各种数据,来制成在其地域的能源消费量的观点下的地域指标。而且,根据制成的地域指标来评价地域计划的完成状况,并反映在其后的行政措施中。
在制成有关能源消费量的地域指标时,当然需要对该地域中的全部能源消费量进行把握,这些消费能源中的例如电力能通过设置于都市的各家庭等的电表而比较容易地收集其消费量。但是,与石油、煤炭这种燃料相关的消费量是通过经人手向经销商确认燃料的销售量等而进行信息收集的,所以直到行政机关、自治团体能够把握全部能源消费量为止花费很长时间。
而以往有如下的技术:电、瓦斯这样能源的供应商通过设置于各家庭等中的专用的计量表,来收集由作为供给目的地的顾客所消费的能源的消费量,进而根据能源的消费量而推定二氧化碳排放量。
现有技术文献
专利文献1:日本特开2006-221482号公报
发明内容
然而,为了对于消费各种能源的地域得到准确的地域指标,不得不花很长时间来进行消费能源的数据收集,行政机关、自治团体在确定地域的评价地域指标中则需要数月或者1年这样长的期间。其结果是,即使在进行管理的地域内消费能源达到了异常,并且伴随于此的二氧化碳排放量增多这样的异常发生的情况下,直到行政机关、自治团体能把握该异常为止需要花较长时间,还存在应对延迟的可能性。
本发明要解决的技术问题是,提供一种能够推算出用于评价地域的地域指标的地域指标算出装置、地域指标算出方法、以及记录介质。
实施方式的地域指标算出装置具备:相关系数算出部、和地域指标算出部。相关系数算出部算出地域指标的历史值与传感器数据历史值之间的相关系数。地域指标算出部根据传感器数据与相关系数,算出地域指标的推算值。
实施方式的地域指标算出方法是地域指标算出装置中的指标算出方法,具有:算出相关系数的步骤、算出地域指标的推算值的步骤。在算出相关系数的步骤中,由相关系数算出部算出地域指标的历史值与传感器数据历史值之间的相关系数。在算出地域指标的推算值的步骤中,由地域指标算出部根据传感器数据与相关系数,算出地域指标的推算值。
实施方式的非暂时性的记录介质是记录用于使计算机执行算出相关系数的工序、和算出地域指标的推算值的工序的地域指标算出程序的计算机可读取的非暂时性的记录介质。在算出相关系数的工序中,计算机算出地域指标的历史值和传感器数据历史值之间的相关系数。在算出地域指标的推算值的工序中,计算机根据传感器数据和相关系数,算出地域指标的推算值。
附图说明
图1是示出本实施方式中的地域指标算出系统的结构例子的框图。
图2是示出本实施方式中的用于推算国内生产总值的相关的例子的图。
图3是通过表来示出本实施方式中的国内生产总值与电力消费量的相关系数的推算例子的图。
图4是通过表来示出本实施方式中的电力消费量与全部能源消费量的相关系数的推算例子的图。
图5A是示出本实施方式中的分簇前的摄像到的夜景的灯的图像的例子的图。
图5B是示出本实施方式中的分簇后的摄像到的夜景的灯的图像的例子的图。
图6是示出本实施方式中的国内生产总值的推算值的显示例子的图。
图7是示出本实施方式中的单位国内生产总值的能源消费量的推算值的显示例子的图。
图8是示出本实施方式中的二氧化碳排放量的推算值的显示例子的图。
图9是示出本实施方式中的算出装置的动作工序例子的流程图。
符号说明
1:地域指标算出系统,11:服务器装置,12A:第1设备,12B:第2设备,12C:第3设备,13:管理终端,20:输入输出装置,21:摄像装置,22:超声波装置,111:发送接收部,112:发送接收部,114:算出装置,115:数据库部,116:显示最佳化部,121A:发送接收部,121B:发送接收部,121C:发送接收部,122A:传感器部,122B:传感器部,122C:传感器部,131:发送接收部,132:显示部,133:操作部,201:发送接收部,202:操作部,211:发送接收部,212:摄像部,221:发送接收部,222:超声波部,300:簇,301:簇,1141:相关系数算出部,1142:地域指标算出部,AR:区域
具体实施方式
参照附图详细说明本实施方式。实施方式的地域指标算出系统根据设置于都市、市镇村这样的预定的地域、社会中的社会基础设施(以下,称为“社会基建”)中的各种计量装置所收集的各种数据,来推算用于评价该都市的地域指标。
这里,地域指标是业绩评价指标(Key Performance Indicator(关键绩效指标):KPI),例如业绩评价地域指标,具体而言是对应于能源消费量、工业收入、观光收入、居民所得、都市的全部能源消费量、都市的二氧化碳(CO2)排放量、国内生产总值(Gross Domestic Product:GDP)、或者单位国内生产总值(GDP)的能源消费量。另外,地域指标也可以不限于此。例如,地域指标也可以是都市的生产总值或者单位国内生产总值的能源消费量。
实施方式的地域指标算出系统的至少一部分,可以由对预定的都市进行管理的行政机关以及自治团体(施政者)来运用。此外,行政机关以及自治团体可以管理该都市的社会基建(设备)。实施方式的地域指标算出系统能够几乎实时地推算用于评价都市的地域指标。这里,实时地如果是指1小时以内,则即使发生延迟,也包含在本实施方式的对象中。该延迟时间是一个例子。管理都市的行政机关以及自治团体根据用于评价都市的地域指标(业绩评价地域指标),能够较早地检测出异常,重新估计都市计划等,快速地实施对策。
图1中通过框图示出了地域指标算出系统的结构例。地域指标算出系统1具备:服务器装置11和管理终端13。服务器装置11从对作为社会基建的第1设备12A、第2设备12B、第3设备12C、摄像装置21、以及超声波装置22分别设置的传感器部,接收传感器数据。传感器数据从传感器部输出发送,几乎实时地由服务器装置11接收。服务器装置11至少根据传感器数据,几乎实时地推算地域指标。此外,服务器装置11能够从输入输出装置20中收集地域指标的基础性数据(基础数据)。
第1设备12A作为社会基建之一而设置在要算出地域指标的对象的都市(地域)。以下,作为一例说明第1设备12A是电力设备的情况。第1设备12A具备传感器部122A、发送接收部121A。传感器部122A(电表)检测第1设备12A的电力消费量作为传感器数据,将电力消费量数据向发送接收部121A输出。发送接收部121A将电力消费量数据向服务器装置11发送。
第2设备12B作为社会基建之一而设置在要算出地域指标的对象的都市(地域)。以下,作为一例说明第2设备12B是瓦斯设备的情况。第2设备12B具备传感器部122B和发送接收部121B。传感器部122B(瓦斯仪表)检测第2设备12B的瓦斯消费量作为传感器数据,将瓦斯消费量数据向发送接收部121B输出。发送接收部121B将瓦斯消费量数据向服务器装置11发送。
第3设备12C作为社会基建之一而设置在要算出地域指标的对象的都市(地域)。以下,作为一例说明第3设备12C是管道设备的情况。第3设备12C具备传感器部122C和发送接收部121C。传感器部122C(管道仪表)检测第3设备12C的水消费量作为传感器数据,将水消费量数据向发送接收部121C输出。发送接收部121C将水消费量数据向服务器装置11发送。
输入输出装置20可以设置于要算出地域指标的对象的都市(地域)。以下,作为一个例子,说明输入输出装置20是操作员操作的装置的情况。该操作员从燃料的经销商处取得燃料消费量数据(贩卖量数据)。这里,燃料例如是石油以及煤炭。输入输出装置20具备操作部202和发送接收部201。
操作部202接收操作员进行的操作输入,将与操作输入相应的信号向发送接收部201输出。这里,与操作输入相应的信号是用于算出地域指标的基础性数据(基础数据),例如,是表示燃料消费量数据的信号。发送接收部201将与操作输入相应的信号向服务器装置11发送。
摄像装置21设置于要算出地域指标的对象的都市(地域)中的特定的位置。以下,摄像装置21作为以下例子来进行说明,该摄像装置是作为特定的位置的例子在预先确定的工厂区的入口、预先确定的观光地、预先确定的街角(例如,规定的主要场所)以及预先确定的车站内所具备的摄像装置。
摄像装置21具备摄像部212和发送接收部211。摄像部212对从自身装置所处的位置能看得到的特定的位置进行摄像,将表示摄像到的图像的信号,作为传感器数据向发送接收部211输出。表示摄像到的图像的信号例如是基于摄像到的图像的、表示特定车辆数、特定人数或者车站利用者数的信号。
这里,特定车辆数例如是被摄像到的通过工厂区的入口的车辆数量,被摄像到的访问观光地的车辆数量。可以根据图像处理(例如,图像匹配)来判定车辆是否是规定的车种(例如、规定的高级车)。此外,特定人数例如是被摄像到的通过观光地的入口的人的数量、或者被摄像到的通过街角的人的数量。车站利用者数例如是被摄像到的利用了车站内的人的数量。摄像部212可以摄像都市的夜景的灯。发送接收部211将表示摄像到的图像的信号向服务器装置11发送。
超声波装置22设置在要算出地域指标的对象的都市(地域)中的特定的位置。以下,说明作为特定的位置的例子,在预先确定的工厂区的入口、预先确定的观光地、预先确定的街角(例如、规定的主要场所)以及预先确定的车站内具备超声波装置22的情况。
超声波装置22具备超声波部222和发送接收部221。超声波部222向从自身装置所处的位置能看得到的特定的位置照射超声波,接收从该位置反射的超声波。超声波装置22根据所反射的超声波,计数通过照射了超声波的特定的位置的移动体的数量。超声波装置22将表示移动体的数量的信号作为传感器数据向发送接收部221输出。
这里,表示移动体的数量的信号例如是基于超声波的反射的、表示特定车辆数、特定人数或者车站利用者数的信号。特定车辆数例如是通过了被照射了超声波的工厂区的入口的车辆的数量。此外,特定人数例如是被照射了超声波的观光地的访问者的数量、或者通过了被照射了超声波的街角的人的数量。车站利用者数例如是利用被照射了超声波的车站内的人的数量。发送接收部221将表示移动体(例如车辆、人)的数量的信号向服务器装置11发送。
服务器装置11从管理对象的都市的社会基建中收集各种数据,根据收集到的各种数据,推算用于评价该都市的地域指标。服务器装置11具备:发送接收部111、发送接收部112、数据库部115、算出装置114和显示最佳化部116。
发送接收部111从第1设备12A的发送接收部121A,作为传感器数据接收电力消费量数据。发送接收部111从第2设备12B的发送接收部121B,作为传感器数据接收瓦斯消费量数据。发送接收部111从第3设备12C的发送接收部121C,作为传感器数据接收水消费量数据。发送接收部111从输入输出装置20的发送接收部201,作为基础性数据接收与操作输入相应的信号(例如,燃料消费量数据)。
发送接收部111从摄像装置21的发送接收部211,作为传感器数据接收表示摄像到的图像的信号。发送接收部111从超声波装置22的发送接收部221,作为传感器数据接收表示移动体的数量的信号。发送接收部111使数据库部115存储传感器数据的最新值(例如,现在值)。此外,发送接收部111向算出装置114输出传感器数据的最新值。
从发送接收部111向数据库部115输入传感器数据的最新值。数据库部115存储传感器数据的最新值(例如,现在值)的历史、即传感器数据历史值。数据库部115例如是分散型的存储媒质。数据库部115例如以键值存储(Key-Value Store:KVS)形式存储传感器数据历史值。此外,从发送接收部111向数据库部115输入用于算出地域指标的基础性数据(基础数据)。数据库部115存储基础性数据(基础数据)。
算出装置114根据存储于数据库部115的传感器数据历史值,算出相关系数。算出装置114根据传感器数据的最新值和相关系数,推算用于评价都市的地域指标(业绩评价地域指标)。另外,算出装置114也可以根据传感器数据的最新值、相关系数以及基础性数据,推算用于评价都市的地域指标。
图2示出了用于推算国内生产总值的相关例子。图2中,作为一个例子,说明用于评价都市的地域指标是国内生产总值(GDP)的情况。国内生产总值根据对国内合计城市的生产总值而算出的。即,国内生产总值通过对国内合计都市的能源消费量、都市的工业收入、都市的观光收入、都市的居民所得而算出的。这里,都市的能源消费量、都市的工业收入、都市的观光收入、都市的居民所得,可以分别变换为中值(例如,无量纲的数量)而进行合计。另外,国内生产总值可以通过合计更多的项目而算出的。
能源消费量是通过合计都市的电力消费量、都市的瓦斯消费量、都市的水消费量、都市的燃料消费量、都市的特定车辆数(例如,主要道路上的车辆数)、都市的车站利用者数的各中值而算出的。另外,能源消费量可以根据都市的气温(夏季、冬季)、摄像都市的夜景而得到的图像数据(后述)、都市的特定人数的各中值而进行修改。
工业收入通过合计都市的工厂的电力消费量、都市的工厂的瓦斯消费量、都市的工厂的水消费量、都市的工厂的燃料消费量、都市的特定车辆数(通过工厂区的入口的车辆的数量)的各中值而进行算出的。另外,工业收入可以根据都市的工厂的气温(夏季,冬季)、摄像都市的工厂的夜景而得到的图像数据(后述)、都市的工厂的特定人数、利用都市的工厂的车站的利用者的数量(车站利用者数)的各中值而进行修改。
观光收入是通过合计对都市的观光地的夜景摄像而得到的图像数据(后述)、都市的特定车辆数(通过观光地的入口的车辆的数量)、都市的特定人数(去观光地的访问者的数量)的各中值而算出的。另外,观光收入可以根据都市的气温(夏季、冬季)、都市的观光地的电力消费量、都市的观光地的瓦斯消费量、都市的观光地的水消费量、都市的观光地的燃料消费量、利用都市的观光地的车站的利用者的数量(车站利用者数)的各中值而进行修改。
居民所得是通过合计摄像都市的夜景而得到的图像数据(后述)、都市的特定车辆数(主要道路上的车辆的数量)的各中值而进行算出的。另外,居民所得可以根据都市的气温(夏季、冬季)、都市的电力消费量、都市的瓦斯消费量、都市的水消费量、都市的燃料消费量、都市的特定人数、利用都市的观光地的车站的利用者的数量(车站利用者数)的各中值而进行修改。
电力消费量作为传感器数据被从电力设备进行收集。此外,瓦斯消费量作为传感器数据被从瓦斯设备进行收集。此外,水消费量作为传感器数据被从管道设备进行收集。此外,燃料消费量作为基础性数据被从输入输出装置进行收集。此外,摄像夜景而得到的图像数据(后述)作为传感器数据被从摄像装置进行收集。此外,特定车辆数数据作为传感器数据被从摄像装置以及超声波装置的至少一个进行收集。此外,特定人数数据作为传感器数据被从摄像装置以及超声波装置的至少一个进行收集。此外,车站利用者数数据作为传感器数据被从摄像装置以及超声波装置的至少一个进行收集。
回到图1,继续地域指标算出系统1的结构例子的说明。算出装置114具有相关系数算出部1141和地域指标算出部1142。相关系数算出部1141从数据库部115取得各种传感器数据历史值、即过去收集到的各种传感器数据。相关系数算出部1141根据数据库部115中存储的各种传感器数据历史值,算出相关系数。相关系数算出部1141将算出的相关系数数据向地域指标算出部1142输出。
图3利用表来示出国内生产总值与电力消费量的相关系数的推算例子。以下,设都市的电力消费量与国内生产总值之间存在相关而继续说明。图3中,将按每一都市合计的电力消费量[PJ]、国内生产总值[兆日元]、按每一都市合计的电力消费量[PJ]除以国内生产总值[兆日元]而得到的值,按每季度表示出来。
图3中,在1~3月期间,将按每一都市合计的电力消费量200[PJ]、国内生产总值100[兆日元]、和按每一都市合计的电力消费量[PJ]除以国内生产总值[兆日元]得到的值2.00建立对应。此外,在4~6月期间,将按每一都市合计的电力消费量250[PJ]、国内生产总值120[兆日元]、和按每一都市合计的电力消费量[PJ]除以国内生产总值[兆日元]而得到的值2.08建立对应。此外,在7~9月期间,将按每一都市合计的电力消费量230[PJ]、国内生产总值的推算值X[兆日元]、和表示按每一都市合计的电力消费量[PJ]除以国内生产总值[兆日元]得到的值的相关系数b建立对应。
在图3中,有“国内生产总值(GDP)的推算值X=按每一都市合计的电力消费量×相关系数b”的关系。相关系数算出部1141根据传感器数据历史值,算出相关系数b。相关系数算出部1141例如根据历史“4~6月期间”中的、按每一都市合计的电力消费量[PJ]除以国内生产总值[兆日元]而得到的值的历史,算出最新“7~9月期间”的相关系数b。具体而言,相关系数算出部1141可以将按每一都市合计的电力消费量[PJ]的历史值除以国内生产总值[兆日元]的历史值而得到的值2.08,作为相关系数b。此外,相关系数算出部1141可以将按每一都市合计的电力消费量[PJ]除以国内生产总值[兆日元]而得到的多个历史值(例如,平均值、基于回归分析的值),作为相关系数b。
图4用表来示出了电力消费量与全部能源消费量的相关系数的推算例子。以下,设都市的电力消费量与都市的全部能源消费量存在相关而继续说明。图4中,有“都市的全部能源量[PJ]=电力消费量[PJ]+瓦斯消费量[PJ]+石油消费量[PJ]+煤炭消费量[PJ]”的关系。图4中,按每年度示出了:都市的电力消费量[PJ]、都市的全部能源消费量[PJ]、都市的电力消费量[PJ]除以都市的全部能源消费量[PJ]而得到的值。
图4中,在2011年度,将都市的电力消费量200[PJ]、都市的全部能源消费量1000[PJ]、都市的电力消费量[PJ]除以都市的全部能源消费量[PJ]而得到的值0.200建立对应。此外,在2012年度,将都市的电力消费量250[PJ]、都市的全部能源消费量1000[PJ]、都市的电力消费量[PJ]除以都市的全部能源消费量[PJ]而得到的值0.208建立对应。此外,在2013年度,将都市的电力消费量230[PJ]、都市的全部能源消费量的推算值Y[PJ]、和表示都市的电力消费量[PJ]除以都市的全部能源消费量[PJ]而得到的值的相关系数a建立对应。
相关系数算出部1141根据传感器数据历史值算出相关系数a。相关系数算出部1141例如根据历史“2012年度”中的、都市的电力消费量[PJ]除以都市的全部能源消费量[PJ]而得到的值的历史,算出最新“2013年度”的相关系数a。具体而言,相关系数算出部1141可以将都市的电力消费量[PJ]的历史值除以都市的全部能源消费量[PJ]的历史值而得到的值0.208作为相关系数a。此外,相关系数算出部1141可以将都市的电力消费量[PJ]除以都市的全部能源消费量[PJ]而得到的多个历史值(例如,平均值、回归分析值等的统计处理后的值)作为相关系数a。
另外,相关系数算出部1141可以通过对不从都市的社会基建的整体而从社会基建的一部分采样得到的传感器数据施以规定的统计处理,算出相关系数。
此外,相关系数算出部1141为了提高相关系数a的精度,可以根据气温数据修改相关系数a。对于相关系数b也一样。例如,在夏季的气温比例年高的情况下,能源消费量相对于该年度的国内生产总值大多增高。相关系数算出部1141可以根据夏季的气温数据,分别修改相关系数a以及相关系数b,以使能源消费量相对于国内生产总值增高。此外,例如,在夏季的气温高于例年的情况下,电力消费量相对于该年度的能源消费量大多增高。相关系数算出部1141可以根据夏季的气温数据,分别修改相关系数a以及相关系数b,使电力消费量相对于能源消费量增高。另外,这些修改方法是一个例子。
相关系数算出部1141为了提高相关系数a的精度,可以对摄像夜景而得到的图像数据(传感器数据)的历史值施以分簇(分类处理),算出在图像中被摄像出的过去的夜景的灯的面积以及数量。关于相关系数b也一样。以下,设在图像中被摄像出的夜景的灯的面积以及数量、都市的电力消费量、都市的全部能源消费量中存在相关而继续说明。例如,该相关可以是都市的电力消费量与在图像中被摄像出的夜景的灯的面积以及数量成比例地增多这样的相关。
相关系数算出部1141根据在图像中被摄像出的夜景的灯的面积以及数量的至少一个算出都市的电力消费量。相关系数算出部1141例如将根据用图3或者图4说明过的方法算出的相关系数数据向地域指标算出部1142输出。
图5A示出了分簇前的摄像到的夜景的灯的图像的一个例子。相关系数算出部1141在摄像夜景而得到的图像中检测出规定的明度以上的像素或者像素群(在图5A中,区域AR等的区域或者区域群)。
图5B中示出分簇后的摄像到的夜景的灯的图像的一个例子。相关系数算出部1141在其图像中确定出由被检测出的像素构成的簇。例如,相关系数算出部1141也可以在其图像中确定出由预定的明度以上的像素彼此的距离在阈值以下的像素构成的簇。此外,相关系数算出部1141也可以在其图像中确定出由相同明度的像素构成的簇。相关系数算出部1141也可以在其图像中确定出由相同颜色的像素构成的簇。在图5B中,作为包含检测出的多个像素的区域,在其图像中确定出簇300以及簇301。例如,簇300可以是包含在夜景中摄像到明度高的招牌的像素的区域。簇301也同样。
相关系数算出部1141算出的夜景的灯的面积可以是分簇前的像素的合计面积,也可以是包含分簇后的像素以及簇的合计面积。例如,示于图5A的夜景的灯的面积(仅像素的面积)小于示于图5B的夜景的灯的面积(像素以及簇的面积)。这是因为在图5B中,在图像中确定出簇300以及簇301作为通过分簇而包含多个像素的区域的缘故。相关系数算出部1141可以以在图像中被摄像出的夜景的灯的面积越大、电力消费量越多的方式,算出相关系数。
此外,相关系数算出部1141算出的夜景的灯的数量既可以是分簇前的像素的合计数,也可以是分簇后的像素以及簇的合计数。这里,一个簇可以设为与多个像素相当来对数量进行计数。例如,一个簇可以设为与10个像素相当来对数量进行计数。也即,在图5A中,夜景的灯的数量(例如,像素数)是12个。另一方面,在图5B中,夜景的灯的数量为24(=4+10+10)个。因为在图5B中,在图像中确定出簇300以及簇301作为通过分簇而包含多个像素的区域的缘故。相关系数算出部1141可以以在图像中被摄像出的夜景的灯的数量越多、电力消费量就越多的方式,算出相关系数。
回到图1,继续地域指标算出系统1的结构例子的说明。传感器数据的最新值(例如,现在值),从发送接收部111向地域指标算出部1142输入。例如,地域指标算出部1142可以与相关系数算出部1141同样地,算出在图像中被摄像出的夜景的灯的面积以及数量的最新值。
相关系数数据从相关系数算出部1141向地域指标算出部1142输入。地域指标算出部1142根据传感器数据的最新值和相关系数,推算用于评价都市的地域指标(业绩评价地域指标)。地域指标算出部1142将用于评价都市的地域指标的推算值向显示最佳化部116输出。
地域指标算出部1142例如根据作为传感器数据的最新值的特定车辆数(通过工厂区的入口的车辆的数量)、车站利用者数(都市的车站利用者数)、特定人数(去观光地的访问者的数量)、瓦斯消费量、水消费量以及气温数据(夏季,冬季),算出作为用于评价都市的地域指标的国内生产总值(GDP)的推算值。国内生产总值,作为一个例子,由式(1)表示。
国内生产总值的推算值
=b1×电力消费量+b2×特定车辆数+b3×特定人数+b4×瓦斯消费量+b5×水使用量+b6×气温数据…(1)
这里,b1~b6是由相关系数算出部1141算出的各相关系数。相关系数算出部1141根据国内生产总值的历史值、传感器数据历史值来算出相关系数b1~b6。相关系数算出部1141例如通过用图3或者图4说明的方法,算出相关系数b1~b6。
此外,地域指标算出部1142可以根据例如作为传感器数据的最新值的电力消费量以及瓦斯消费量,算出作为用于评价都市的地域指标的都市的全部能源消费量的推算值。都市的全部能源消费量的推算值,作为一个例子由式(2)表示。
都市的全部能源消费量的推算值
=a1×电力消费量+a2×瓦斯消费量…(2)
这里,a1以及a2是由相关系数算出部1141算出的各相关系数。相关系数算出部1141根据都市的全部能源消费量的历史值、传感器数据历史值,算出相关系数a1以及a2。例如,相关系数算出部1141根据用图3或者图4说明过的方法,算出相关系数a1以及a2。
此外,地域指标算出部1142可以根据作为传感器数据的被摄像得到的图像数据,算出特定车辆数(例如参照图2),根据特定车辆数(例如主要道路上的车辆的数量),使国内生产总值的推算值、或者都市的全部能源消费量的推算值的精度提高。此外,地域指标算出部1142也可以根据作为传感器数据的表示移动体的数量的信号,算出特定车辆数,根据特定车辆数,使国内生产总值的推算值、或者都市的全部能源消费量的推算值的精度提高。都市的全部能源消费量的精度提高后的推算值作为一个例子由式(3)表示。
都市的全部能源消费量的推算值
=a1×电力消费量+a2×瓦斯消费量+a3×特定车辆数…(3)
这里,a1~a3是由相关系数算出部1141算出的各相关系数。相关系数算出部1141根据都市的全部能源消费量的历史值和传感器数据历史值,算出相关系数a1~a3。例如,相关系数算出部1141根据用图3或者图4说明过的方法,算出相关系数a1~a3。
各种传感器数据的最新值(例如,现在值)从发送接收部112向显示最佳化部116输入。此外,传感器数据的目标值从发送接收部112向显示最佳化部116输入。此外,用于评价都市的地域指标的推算值从地域指标算出部1142向显示最佳化部116输入。用于评价都市的地域指标的推算值例如是国内生产总值的推算值、单位国内生产总值的能源消费量的推算值、或者二氧化碳排放量的推算值。
显示最佳化部116生成用于显示用于评价都市的地域指标的推算值的图像。这里,显示最佳化部116通过生成将用于评价都市的地域指标的推算值、各种传感器数据的最新值(现在值)和各种传感器数据的目标值配置于规定的位置的图像,来最佳化显示于管理终端13的图像。使用图6~图8在后详述用于显示地域指标的推算值的图像的详情。
发送接收部112从管理终端13取得传感器数据的目标值,并向显示最佳化部116转送。发送接收部112从数据库部115取得传感器数据的最新值,并向显示最佳化部116转送。发送接收部112从显示最佳化部116取得用于显示地域指标的推算值的被最佳化后的图像数据,并向管理终端13转送。
管理终端13具备发送接收部131、显示部132、操作部133。操作部133接受操作输入。该操作输入可以是对具备第1设备12A等社会基建的都市进行管理的行政机关以及自治团体(施政者)的操作员进行的操作输入。此外,该操作输入例如是用于将传感器数据的目标值向服务器装置11输入的操作输入。另外,操作部133可以具有用于接受操作输入的触摸板或者键盘。
发送接收部131将与操作部133接受的操作输入相应的信号向服务器装置11的发送接收部112发送。被服务器装置11的显示最佳化部116最佳化后的图像数据从服务器装置11的发送接收部112向发送接收部131输入。
显示部132将最佳化后的图像、即用于显示用来评价都市的地域指标的推算值的图像显示于画面。例如,显示部132可以是具有液晶画面的显示装置。
图6示出了国内生产总值的推算值的显示例子。图6中,将字符串“国内生产总值”、国内生产总值的目标值、国内生产总值的现在值(推算值)建立对应而显示。此外,图6中,将字符串为“能源消费量”、能源消费量的相关系数、能源消费量的目标值以及现在值(最新值)、字符串为“工业收入”、工业收入的相关系数、工业收入的目标值以及现在值(最新值)、字符串为“观光收入”、观光收入的相关系数、观光收入的目标值以及现在值(最新值)、字符串为“居民所得”、居民所得的相关系数、居民所得的目标值以及现在值(最新值)建立对应而显示。由此,对都市进行管理的行政机关、市镇村等自治团体能够根据国内生产总值的推算值,较早地检测出异常,进行都市计划的重新估计等快速地实施对策。
图7示出了单位国内生产总值的能源消费量的推算值的显示例子。图7中,将字符串为“单位国内生产总值的能源消费量”、单位国内生产总值的能源消费量的目标值、单位国内生产总值的能源消费量的现在值(推算值)建立对应而进行显示。此外,图7中,将字符串为“国内生产总值”、国内生产总值的目标值以及现在值(最新值)、字符串为“能源消费量”、能源消费量的目标值以及现在值(最新值)建立对应而进行显示。由此,对都市进行管理的行政机关、市镇村等自治团体能够根据单位国内生产总值的能源消费量的推算值,较早地检测出异常,进行都市计划的重新估计等快速地实施对策。
图8示出了二氧化碳排放量的推算值的显示例子。地域指标算出部1142例如根据作为传感器数据的最新值的电力消费量、瓦斯消费量、石油消费量、以及煤炭消费量,算出作为用于评价都市的地域指标的二氧化碳排放量的推算值。二氧化碳排放量的推算值作为一个例子由式(4)来表示。
二氧化碳排放量的推算值
=相关系数c1×电力消费量+相关系数c2×瓦斯消费量
+相关系数c3×石油消费量+相关系数c4×煤炭消费量…(4)
这里,c1~c4是由相关系数算出部1141算出的各相关系数。相关系数算出部1141根据二氧化碳排放量的历史值、传感器数据历史值,算出相关系数c1~c4。例如,相关系数算出部1141通过使用图3或者图4说明的方法,算出相关系数c1~c4。
图8中,将字符串为“二氧化碳排放量”、二氧化碳排放量的目标值、二氧化碳排放量的现在值(推算值)建立对应而进行显示。此外,在图8中,将字符串为“电力消费量”、电力消费量的相关系数、电力消费量的目标值以及现在值(最新值)、字符串为“燃料消费量”、燃料消费量的相关系数、燃料消费量的目标值以及现在值(最新值)、字符串为“水力发电量”、水力发电量的相关系数、水力发电量的目标值以及现在值(最新值)、字符串为“太阳能发电量”(PhotoVoltaics:PV发电量)建立对应而进行显示。由此,对都市进行管理的行政机关、市镇村等自治团体能够根据二氧化碳排放量的推荐值较早地检测出异常,进行都市计划的重新估计等快速地实施对策。
接下来,说明算出装置的动作工序例子。
图9是表示算出装置(参照图1)的动作工序例子的流程图。
(步骤S1)相关系数算出部1141取得地域指标的历史值。
(步骤S2)相关系数算出部1141取得传感器数据历史值。
(步骤S3)地域指标算出部1142根据传感器数据的最新值、相关系数,算出地域指标的推算值。算出的地域指标的推算值显示于管理终端13的显示部132。此外,地域指标的推算值可以经由管理终端13,显示于外部的显示装置(未图示)。
如以上所述,实施方式的算出装置114具备相关系数算出部1141和地域指标算出部1142,其中,相关系数算出部1141算出地域指标的历史值与传感器数据(例如,电力消费量、瓦斯消费量、水消费量、燃料消费量、夜景的灯、特定车辆数、特定人数、车站利用者数)历史值的相关系数(可以是比例常数、灵敏度系数、排放系数、或者修改比率);地域指标算出部1142根据传感器数据(例如,传感器数据的最新值)和相关系数,算出地域指标(例如,能源消费量、工业收入、观光收入、居民所得、都市的生产总值、都市的全部能源消费量、都市的二氧化碳排放量(CO2排放量)、国内生产总值、单位国内生产总值的能源消费量)的推算值。
此外,实施方式的地域指标算出方法是算出装置114中的地域指标算出方法,具有相关系数算出部1141算出地域指标的历史值与传感器数据历史值的相关系数的步骤、和地域指标算出部1142根据传感器数据(例如,传感器数据的最新值)和相关系数算出地域指标的推算值的步骤。
此外,实施方式的地域指标算出程序使算出装置114的计算机执行:算出地域指标的历史值与传感器数据历史值的相关系数的工序、以及根据传感器数据(例如,传感器数据的最新值)、相关系数,算出地域指标的推算值的工序。实施方式的非暂时性的记录介质将实施方式的地域指标算出程序以计算机可读取的方式记录。
基于该结构,地域指标算出部1142根据传感器数据与相关系数,算出地域指标的推算值。
由此,实施方式的算出装置114、地域指标算出方法以及记录介质能够推算用于评价都市的地域指标(业绩评价地域指标)。此外,对都市进行管理的行政机关、市镇村等自治团体能够根用于评价都市的地域指标,较早地检测出异常,进行都市计划的重新估计等快速地实施对策。此外,实施方式的算出装置114、地域指标算出方法以及记录介质能够实现智能社会。
此外,实施方式的地域指标算出部1142可以取得在图像中被摄像出的人的数量作为传感器数据,并根据在图像中被摄像出的人的数量与相关系数,算出地域指标的推算值。
此外,实施方式的地域指标算出部1142可以根据在图像中被摄像出的人的数量和相关系数,算出作为地域指标的预定地域的人口的推算值。
此外,实施方式的地域指标算出部1142可以取得在图像中被摄像出的车辆的数量作为传感器数据,并根据在图像中被摄像出的车辆的数量和相关系数,算出地域指标的推算值。
此外,实施方式的地域指标算出部1142可以取得在图像中被摄像出的夜景的灯的面积(例如,参照图5A以及图5B)作为传感器数据,根据在图像中被摄像出的夜景的灯的面积和相关系数,算出地域指标的推算值。
另外,实施方式的地域指标算出部1142也可以取得在图像中被摄像出的夜景的灯的数量(例如,参照图5A以及图5B)作为传感器数据,根据在图像中被摄像出的夜景的灯的数量和相关系数,算出地域指标的推算值。
此外,实施方式的地域指标算出部1142也可以根据在图像中被摄像出的车辆的数量和在图像中被摄像出的夜景的灯的面积中的至少一个以及相关系数,算出作为地域指标的居民所得的推算值。
此外,实施方式的地域指标算出部1142也可以根据作为传感器数据的电力消费量、瓦斯消费量、燃料消费量、水消费量、车辆的数量、车站利用者的人数以及气温中的至少一个和相关系数,算出作为地域指标的能源消费量以及二氧化碳排放量中的至少一个的推算值。
此外,实施方式的地域指标算出部1142可以根据作为传感器数据的电力消费量、瓦斯消费量、燃料消费量、水消费量、车辆的数量、车站利用者的人数以及气温中的至少一个和相关系数,算出作为地域指标的国内生产总值、以及单位国内生产总值的能源消费量中的至少一个的推算值。
此外,实施方式的地域指标算出部1142也可以根据作为传感器数据的规定工厂区的电力消费量、瓦斯消费量、燃料消费量、水消费量、以及车辆的数量中的至少一个和相关系数,算出作为地域指标的工业收入的推算值。
此外,实施方式的地域指标算出部1142也可以根据作为传感器数据的规定观光地的车辆的数量以及人的数量中的至少一个和相关系数,算出作为地域指标的观光收入的推算值。
以上,说明了本发明的若干实施方式,但这些实施方式是作为例子来提示的,并不意图限定发明的范围。这些实施方式可以以其它各种各样的方式来实施,在不脱离发明的要旨的范围内,能够进行各种省略、置换、改变。这些实施方式及其变形,与包含于发明的范围及要旨中同样地,包含于与权利要求范围所记载的发明等同的范围中。
例如,实施方式的地域指标算出系统1的至少其一部分可以由云服务器装置构成。即,实施方式的地域指标算出系统1执行的处理的至少一部分可以通过云计算来执行。
该云计算可以包含:将应用(软件)作为服务而提供的SaaS(Softwareasa Service)、将用于使应用运转的平台(platform)作为服务提供的PaaS(Platform asa Service)、将服务器装置、中央运算处理装置以及存储器等的资源作为服务(公共云)而提供的IaaS(Infrastructure asa Service)中的至少一个。例如,在该云计算中可以包含通过云服务提供层(PaaS)隔着互联网的远程操作。
服务器装置11(参照图1)可以是云服务器装置。数据库部115可以利用云计算,来存储传感器数据历史值等的各种数据。发送接收部111可以从数据库部115等中接收键值存储形式的各种数据。例如,发送接收部111在数据库部115存储的各种数据的至少一部分消失的情况,可以要求外部装置(例如,第1设备12A)发送传感器数据或者传感器数据历史值。在管理终端13中,网页浏览器可以进行动作。该网页浏览器中,可以显示地域指标的推算值(例如,参照图6~图8)。
实施方式的地域指标算出系统1可以通过代理服务而进行其监视、障碍对应以及运用中的至少一个。即、由与有效利用地域指标的行政机关、自治团体不同的主体(例如,ASP:Application Service Provider)进行代理,对地域指标算出系统1进行监视、障碍对应以及运用。此外,实施方式的地域指标算出系统1可以由多个主体进行其监视、障碍对应以及运用。
另外,也可以是将用于实现如上所说明的各装置以及系统的程序记录于计算机可读取的记录介质,将记录于该记录介质的程序由计算机系统读入并执行,从而进行执行处理。另外,这里所说的“计算机系统”可以是包含OS、周边设备等的硬件的客体。
此外,“计算机系统”如果是利用了WWW系统的情况,则也包含主页提供环境(或者显示环境)。此外,“计算机可读取的记录介质”是指软盘、光磁性盘、ROM、闪存等可写入的非易失性存储器、CD-ROM等的可移动介质、内置于计算机系统的硬盘等的存储装置。
进而,“计算机可读取的记录介质”也包含如成为经由互联网等网络或电话线路等通信线路发送程序的情况下的服务器、客户端的计算机系统内部的易失性存储器(例如DRAM(Dynamic Random AccessMemory))那样地将程序保持一定时间的客体。
此外,上述程序可以从将该程序保存于存储装置等中的计算机系统,经由传送介质,或者,通过传送介质中的传送波而向其他计算机系统传送。这里,传送程序的“传送介质”是指像互联网等网络(通信网)、电话线路等通信线路(通信线)那样具有传送信息的功能的介质。
此外,上述程序可以是用于实现前述的功能的一部分的程序。进而,可以是能够通过与已经将前述的功能记录于计算机系统的程序之间的组合来实现的所谓的差分文件(差分程序)。
Claims (12)
1.一种地域指标算出装置,具备:
相关系数算出部,算出地域指标的历史值与传感器数据历史值之间的相关系数;以及
地域指标算出部,根据传感器数据与所述相关系数,算出所述地域指标的推算值。
2.根据权利要求1所记载的地域指标算出装置,其特征在于,
所述地域指标算出部取得在图像中被摄像出的人的数量作为所述传感器数据,根据在所述图像中被摄像出的人的数量和所述相关系数,算出所述地域指标的推算值。
3.根据权利要求2所记载的地域指标算出装置,其特征在于,
所述地域指标算出部根据在所述图像中被摄像出的人的数量和所述相关系数,算出作为所述地域指标的预定地域的人口的推算值。
4.根据权利要求1所记载的地域指标算出装置,其特征在于,
所述地域指标算出部取得在图像中被摄像出的车辆的数量作为所述传感器数据,根据在所述图像中被摄像出的车辆的数量与所述相关系数,算出所述地域指标的推算值。
5.根据权利要求1所记载的地域指标算出装置,其特征在于,
所述地域指标算出部取得在图像中被摄像出的夜景的灯的面积作为所述传感器数据,根据在所述图像中被摄像出的夜景的灯的面积和所述相关系数,算出所述地域指标的推算值。
6.根据权利要求4所记载的地域指标算出装置,其特征在于,
所述地域指标算出部根据在图像中被摄像出的车辆的数量和在图像中被摄像出的夜景的灯的面积中的至少一个以及所述相关系数,算出作为所述地域指标的居民所得的推算值。
7.根据权利要求1所记载的地域指标算出装置,其特征在于,
所述地域指标算出部根据作为所述传感器数据的电力消费量、瓦斯消费量、燃料消费量、水消费量、车辆的数量、车站利用者的人数和气温中的至少一个以及所述相关系数,算出作为所述地域指标的能源消费量和二氧化碳排放量中的至少一个的推算值。
8.根据权利要求1所记载的地域指标算出装置,其特征在于,
所述地域指标算出部根据作为所述传感器数据的电力消费量、瓦斯消费量、燃料消费量、水消费量、车辆的数量、车站利用者的人数和气温中的至少一个以及所述相关系数,算出作为所述地域指标的国内生产总值和单位国内生产总值的能源消费量中的至少一个的推算值。
9.根据权利要求1所记载的地域指标算出装置,其特征在于,
所述地域指标算出部根据作为所述传感器数据的规定工厂区的电力消费量、瓦斯消费量、燃料消费量、水消费量和车辆的数量中的至少一个以及所述相关系数,算出作为所述地域指标的工业收入的推算值。
10.根据权利要求1所记载的地域指标算出装置,其特征在于,
所述地域指标算出部根据作为所述传感器数据的规定观光地的车辆的数量和人的数量中的至少一个以及所述相关系数,算出作为所述地域指标的观光收入的推算值。
11.一种地域指标算出装置中的地域指标算出方法,具有:
相关系数算出部算出地域指标的历史值与传感器数据历史值之间的相关系数的步骤;以及
地域指标算出部根据传感器数据和所述相关系数算出所述地域指标的推算值的步骤。
12.一种记录了用于使计算机执行以下工序的地域指标算出程序的计算机可读取的非暂时性的记录介质,该工序包括:
算出地域指标的历史值与传感器数据历史值之间的相关系数的工序;以及
根据传感器数据和所述相关系数算出所述地域指标的推算值的工序。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013-123805 | 2013-06-12 | ||
JP2013123805A JP6184181B2 (ja) | 2013-06-12 | 2013-06-12 | 地域指標算出装置、地域指標算出方法、及び、地域指標算出プログラム |
PCT/JP2014/055151 WO2014199675A1 (ja) | 2013-06-12 | 2014-02-28 | 地域指標算出装置、地域指標算出方法、及び、記録媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104395926A true CN104395926A (zh) | 2015-03-04 |
Family
ID=52021982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480000668.4A Pending CN104395926A (zh) | 2013-06-12 | 2014-02-28 | 地域指标算出装置、地域指标算出方法、以及记录介质 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP6184181B2 (zh) |
CN (1) | CN104395926A (zh) |
WO (1) | WO2014199675A1 (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102959577A (zh) * | 2011-06-14 | 2013-03-06 | 株式会社东芝 | 信息综合控制系统、信息处理程序、社会基础设施运用系统、运用方法、本地装置、服务器装置及程序 |
CN103045279A (zh) * | 2012-12-14 | 2013-04-17 | 同济大学 | 一种用于配煤系统的生产性能与能耗性能协同优化方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004178358A (ja) * | 2002-11-28 | 2004-06-24 | Meidensha Corp | イベント警備監視方法及びイベント警備監視装置 |
JP2007133468A (ja) * | 2005-11-08 | 2007-05-31 | Ntt Facilities Inc | 建物環境支援システム、方法及びプログラム |
JP2013020307A (ja) * | 2011-07-07 | 2013-01-31 | Mitsubishi Electric Corp | エネルギー消費分析装置 |
-
2013
- 2013-06-12 JP JP2013123805A patent/JP6184181B2/ja not_active Expired - Fee Related
-
2014
- 2014-02-28 WO PCT/JP2014/055151 patent/WO2014199675A1/ja active Application Filing
- 2014-02-28 CN CN201480000668.4A patent/CN104395926A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102959577A (zh) * | 2011-06-14 | 2013-03-06 | 株式会社东芝 | 信息综合控制系统、信息处理程序、社会基础设施运用系统、运用方法、本地装置、服务器装置及程序 |
CN103045279A (zh) * | 2012-12-14 | 2013-04-17 | 同济大学 | 一种用于配煤系统的生产性能与能耗性能协同优化方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6184181B2 (ja) | 2017-08-23 |
WO2014199675A1 (ja) | 2014-12-18 |
JP2014241088A (ja) | 2014-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Long et al. | Mapping block-level urban areas for all Chinese cities | |
KR101764834B1 (ko) | 빅데이터를 이용한 부동산 시세 추정 시스템 및 방법 | |
US20160203146A1 (en) | Ecosystem Services Index, Exchange and Marketplace and Methods of Using Same | |
Kanakoudis et al. | Results of an urban water distribution network performance evaluation attempt in Greece | |
KR101167653B1 (ko) | 웹지리정보시스템을 활용한 부동산 개발사업의 사업대상지 선정 시스템 및 그의 제어방법 | |
Beames et al. | Amenity proximity analysis for sustainable brownfield redevelopment planning | |
Esmaili et al. | Assessing the spatial distributions of public electric vehicle charging stations with emphasis on equity considerations in King County, Washington | |
Sikder et al. | A geospatial approach of downscaling urban energy consumption density in mega-city Dhaka, Bangladesh | |
CN104408526B (zh) | 一种水文区污染物监测的方法 | |
Meunier | Optimal design of photovoltaic water pumping systems for rural communities–a technical, economic and social approach | |
Hassan et al. | Modelling of urban growth and planning: A critical review | |
Wang et al. | A comparison of proximity and accessibility drivers in simulating dynamic urban growth | |
Wang et al. | Simulating the effect of urban light rail transit on urban development by coupling cellular automata and conjugate gradients | |
Tufa et al. | Assessment of accessibility and hydraulic performance of the water distribution system of Ejere Town | |
Yang et al. | Unraveling nonlinear and interaction effects of multilevel built environment features on outdoor jogging with explainable machine learning | |
Caporale et al. | Extended reality-based choice experiment to assess the impact of offshore wind turbines in historic center: The case of Manfredonia | |
Lei et al. | Predicting building characteristics at urban scale using graph neural networks and street-level context | |
Xiao | Urban morphology and housing market | |
He et al. | Using mobile phone big data and street view images to explore the mismatch between walkability and walking behavior | |
Zhao et al. | Optimal site selection strategies for urban parks green spaces under the joint perspective of spatial equity and social equity | |
CN116862616A (zh) | 基于神经网络与地理加权回归的土地出让价格预测方法 | |
Musa | The impact of smart city initiatives on cities’ local economic development | |
Friesen et al. | Providing water for the poor-towards optimal water supply infrastructures for informal settlements by using remote sensing data | |
Zhao et al. | Optimal operation mode selection of sponge city PPP projects using IFSS-prospect theory and VIKOR approach: a case study in China | |
Erçin et al. | Route optimization for waste collection process through IoT supported waste management system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150304 |