CN109791638A - 所在人数预测装置、设备管理系统以及程序 - Google Patents
所在人数预测装置、设备管理系统以及程序 Download PDFInfo
- Publication number
- CN109791638A CN109791638A CN201780056629.XA CN201780056629A CN109791638A CN 109791638 A CN109791638 A CN 109791638A CN 201780056629 A CN201780056629 A CN 201780056629A CN 109791638 A CN109791638 A CN 109791638A
- Authority
- CN
- China
- Prior art keywords
- model
- prediction
- region
- place
- place number
- 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.)
- Granted
Links
- 238000012986 modification Methods 0.000 claims description 8
- 230000004048 modification Effects 0.000 claims description 8
- 238000000034 method Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000470 constituent Substances 0.000 description 2
- 240000006890 Erythroxylum coca Species 0.000 description 1
- 235000008957 cocaer Nutrition 0.000 description 1
- ZPUCINDJVBIVPJ-LJISPDSOSA-N cocaine Chemical compound O([C@H]1C[C@@H]2CC[C@@H](N2C)[C@H]1C(=O)OC)C(=O)C1=CC=CC=C1 ZPUCINDJVBIVPJ-LJISPDSOSA-N 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000013519 translation Methods 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q50/16—Real estate
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
当在区域内的所在人数与用于该区域的所在人数的预测的变动模型所示的所在人数之间产生了会被判断为需要更新该变动模型的差异时,可以根据其它区域的所在人数与该其它区域的变动模型之间的关系来抑制该区域的变动模型的不必要的更新。具有:重新创建需要与否判定部(12),当在各个楼层的在室人数(实际值)与用于该楼层的所在人数的预测的变动模型所示的在室人数之间产生了会被判断为需要更新该变动模型的差异时,该重新创建需要与否判定部(12)根据其它楼层的在室人数与该其它楼层的变动模型之间的关系来判定是否需要更新该楼层的变动模型;变动模型重新创建部(14),其仅在需要重新创建时进行变动模型的重新创建;以及在室人数预测部(15),其根据变动模型来预测各个楼层的在室人数。
Description
技术领域
本发明涉及所在人数预测装置、设备管理系统以及程序,特别涉及示出所在人数的时间变动的变动模型的更新。
背景技术
在对楼宇等建筑物的设备进行运用管理时,存在想预测各个楼层在规定时间后、例如一小时后的各个楼层的在室人数的情况。以往,提出了一种根据根据电梯的乘降者数量求出的在室人数来创建模型并依照该模型预测在室人数的技术(例如,专利文献1)。
然而,实际上存在由于某种原因导致无法成为模型那样的在室人数而产生误差的情况。在该情况下,为了高精度地预测规定时间后的各个楼层的在室人数,每次都根据预测当天的在室人数重新创建模型。
在先技术文献
专利文献
专利文献1:日本特开2008-298353号公报
专利文献2:日本特开平02-297631号公报
专利文献3:日本特表2010-520556号公报
专利文献4:日本特开2012-109680号公报
专利文献5:国际公开第2011/024379号
专利文献6:日本特开2007-141165号公报
专利文献7:日本特开2011-007359号公报
发明内容
发明要解决的课题
然而,以往,在判断是否需要重新创建某个楼层的模型时,仅参照与该楼层有关的信息,而未参照其它楼层的信息。因此,例如,在由于发生交通故障的原因而导致上班时间发生延误时,可以推测出,不限于该楼层,在整个建筑物中、即其它楼层也同样地发生延误上班时间的情况。如该示例那样,在并非由于仅限于该楼层的原因而是由于其它楼层也发生的共同的事件的原因而导致上班时间发生延误的情况下,则可以认为无需重新创建模型。而假设即使进行重新创建也希望考虑交通故障的状况,但是以往却在完全没有考虑实际的在室人数与模型之间的差异的产生原因的情况下重新创建了模型。
本发明的目的是,当在区域内的所在人数与在该区域的所在人数的预测中使用的变动模型所示的所在人数之间产生了规定以上的差异时,能够根据其它区域的所在人数与该其它区域的变动模型之间的关系来抑制该区域的变动模型的不必要的更新。
用于解决课题的手段
本发明的所在人数预测装置具有:所在人数取得单元,其取得建筑物内的规定的区域在当前时刻的所在人数;所在人数预测单元,其根据预测当天的所述区域的所在人数的历史记录和表示所述区域的所在人数的时间变动的变动模型来预测出预测当天的所述区域的所在人数;判定单元,在由所述所在人数取得单元取得的所述区域在预测当天的所在人数的实际值与该区域的变动模型所示的模型值之间产生了规定以上的差异时,该判定单元根据所述建筑物内的其它区域的所在人数与该其它区域的变动模型之间的关系来判定是否需要更新该区域的变动模型;以及变动模型更新单元,在由所述判定单元判定为需要更新时,该变动模型更新单元更新所述区域的变动模型。
此外,当作为所述实际值的所述区域在预测当天的预测时刻的所在人数与作为所述模型值的该区域的变动模型所示的预测时刻的所在人数之间产生了规定以上的差异时,所述判定单元判定是否需要更新该区域的变动模型。
此外,当作为所述实际值的所述区域在预测当天的直到预测时刻为止的所在人数的历史记录与作为所述模型值的该区域的变动模型所示的直到预测时刻为止的所在人数的变动之间产生了规定以上的差异时,所述判定单元判定是否需要更新该区域的变动模型。
此外,当所述其它区域中的、该其它区域在预测当天的所在人数的实际值与该其它区域的变动模型所示的模型值之间产生了规定以上的差异的区域低于规定数量时,所述判定单元判定为需要更新。
此外,所述所在人数预测装置还具有选择单元,该选择单元从所述区域的变动模型候选组中,根据预测当天的该区域的所在人数的历史记录,选择所述所在人数预测单元和所述判定单元使用的变动模型。
此外,所述所在人数预测装置具有外部状况信息取得单元,该外部状况信息取得单元取得与所述建筑物的外部状况有关的外部状况信息,所述判定单元参照外部状况信息来判定是否需要更新所述区域的变动模型。
此外,所述所在人数预测装置具有外部状况信息取得单元,该外部状况信息取得单元取得与所述建筑物的外部状况有关的外部状况信息,所述变动模型更新单元参照外部状况信息来更新所述区域的变动模型。
此外,所述外部状况信息取得单元取得示出其它建筑物的区域的所在人数与该其它建筑物的该区域的变动模型之间的关系的信息、交通部门运行信息、天气信息或在外部举办的事件信息中的至少一方作为外部状况信息。
本发明的设备管理系统具有:上述各发明的所在人数预测装置;以及设备管理装置,其根据由所述所在人数预测装置预测出的所述区域的所在人数来进行设置在所述建筑物内的设备的管理。
本发明的程序用于使计算机作为如下的所在人数取得单元、所在人数预测单元、判定单元以及变动模型更新单元发挥功能,其中,所述所在人数取得单元取得建筑物内的规定的区域在当前时刻的所在人数;所述所在人数预测单元根据预测当天的所述区域的所在人数的历史记录和表示所述区域的所在人数的时间变动的变动模型来预测出预测当天的所述区域的所在人数;在由所述所在人数取得单元取得的所述区域在预测当天的所在人数的实际值与该区域的变动模型所示的模型值之间产生了规定以上的差异时,所述判定单元根据所述建筑物内的其它区域的所在人数与该其它区域的变动模型之间的关系来判定是否需要更新该区域的变动模型;在由所述判定单元判定为需要更新时,所述变动模型更新单元更新所述区域的变动模型。
发明效果
根据本发明,当区域内的所在人数与该区域的变动模型所示的所在人数之间产生了规定以上的差异时,能够根据其它区域的所在人数与该其它区域的变动模型之间的关系来抑制该区域的变动模型的不必要的更新。
此外,通过参照外部状况信息,从而即使在不重新创建变动模型的情况下,也能够将预测误差抑制得较低。
此外,即使在重新创建变动模型的情况下,通过参照外部状况信息重新创建变动模型,也能够提高所在人数的预测精度。
附图说明
图1是示出本发明的设备管理系统的一个实施方式的整体结构图。
图2是形成实施方式1的在室人数预测装置的计算机的硬件结构图。
图3是实施方式1的在室人数预测装置的结构框图。
图4是示出实施方式1中的在室人数预测处理的流程图。
图5是为了对实施方式1中是否需要重新创建变动模型的判定方法进行说明而使用的图。
图6是实施方式2的在室人数预测装置的结构框图。
图7是示出实施方式2中的在室人数预测处理的流程图。
具体实施方式
以下,根据附图,对本发明的优选实施方式进行说明。
图1是示出本发明的设备管理系统的一个实施方式的整体结构图。图1示出了多个楼宇1,在各个楼宇1中设置有作为本发明的所在人数预测装置的一个实施方式的在室人数预测装置10和设备管理装置2与网络3连接起来的结构。设备管理装置2根据由在室人数预测装置10预测出的区域的在室人数来进行设置在建筑物内的设备的管理。另外,由于各个楼宇1只要设置相同的结构即可,因此,在图1中仅在一个楼宇1中图示出结构。各个楼宇1和管理中心4利用互联网等网络5连接。稍后将详细描述,各个楼宇1保持有该楼宇1的变动模型信息和在室人数信息,但是管理中心4统一保持管理全部楼宇的变动模型信息和在室人数信息。
在本实施方式中,作为建筑物,假定为多个楼层的租赁楼宇来进行说明。此外,楼宇的各个楼层相当于本发明中的区域,设在楼宇的各个楼层存在供租客入住的房间,位于各个楼层的人员在房间中。因此,在本实施方式中,“所在人数”和“在室人数”同义。
图2是形成本实施方式的在室人数预测装置10的计算机的硬件结构图。在本实施方式中,形成在室人数预测装置10的计算机可以通过个人计算机(PC)等从前就存在的通用的硬件结构来实现。即,如图2所示,计算机通过将CPU21、ROM22、RAM23、硬盘驱动器(HDD)24、输入输出控制器28以及作为通信单元而设置的网络控制器29与内部总线30连接而构成,其中,所述输入输出控制器28分别连接作为输入单元而设置的鼠标25和键盘26、以及作为显示装置而设置的显示器27。设备管理装置2也同样是通过计算机实现的,因此可以与图2同样地图示其硬件结构。
图3是本实施方式中的在室人数预测装置10的结构框图。另外,从图3中省略了在本实施方式的说明中未使用的构成要素。本实施方式的在室人数预测装置10具有在室人数取得部11、重新创建需要与否判定部12、外部状况信息取得部13、变动模型重新创建部14、在室人数预测部15、在室人数信息存储部16和变动模型信息存储部17。在室人数取得部11作为所在人数取得单元而设置,针对楼宇1内的每个楼层取得当前时刻的在室人数,并将其保存在在室人数信息存储部16中。重新创建需要与否判定部12作为判定单元而设置,当由在室人数取得部11取得的各个楼层在预测当天的在室人数的实际值与表示该楼层的在室人数的时间变动的变动模型所示的模型值之间产生了规定以上的差异时,根据楼宇1内的其它楼层的在室人数与该其它楼层的变动模型之间的关系来判定是否需要更新该楼层的变动模型。外部状况信息取得部13作为外部状况信息取得单元而设置,用于取得与楼宇1外部的状况有关的外部状况信息。变动模型重新创建部14作为变动模型更新单元而设置,当由重新创建需要与否判定部12判定为需要更新时更新该楼层的变动模型。在室人数预测部15作为所在人数预测单元而设置,根据预测当天的各个楼层的在室人数的历史记录以及表示该楼层的在室人数的时间变动的变动模型来预测出预测当天的该楼层的在室人数。
关于蓄积在在室人数信息存储部16中的在室人数信息,至少由在室人数取得部11取得的各个楼层的在室人数、已取得在室人数的楼层、以及取得日期时刻对应起来按照每个楼层而形成。
在变动模型信息存储部17中存储有与按照每个楼层设定的变动模型有关的信息。在图5中,虚线曲线图示出变动模型。横轴表示时间,纵轴表示在室人数。以每规定期间、例如以一天(一个工作日)为单位设定并创建变动模型。变动模型的曲线图的形状根据各个楼层的租户人数、工作方式等而不同。虽然取决于入住楼宇1的租户的工作方式,但是在一个工作日中的变动模型中,典型地是在上午的上班时间在室人数大大增加,而在夜晚的下班时间在室人数大大减少。并且,在午餐时间,由于很多人移动到楼宇1外去吃午饭,因此,如图5所示,以如下形状来创建:该形状表示在室人数在午餐时间开始时刻减少,然后在午餐时间结束之前增加。
在室人数预测装置10中的各个构成要素11~15是通过形成在室人数预测装置10的计算机和搭载于计算机的CPU21所运行的程序之间的协调动作来实现的。此外,各个存储部16~17是通过搭载于在室人数预测装置10的HDD24来实现的。或者,也可以使用RAM23、或者经由网络使用位于外部的存储单元。
此外,在本实施方式中使用的程序当然可以由通信单元来提供,也可以通过存储在CD-ROM、USB存储器等计算机可读取的记录介质中来提供。由通信手段或记录介质提供的程序被安装于计算机中,通过计算机的CPU依次执行程序来实现各种处理。
接下来,使用图4所示的流程图对本实施方式中的在室人数预测处理进行说明。在本实施方式的在室人数预测处理中,固定周期地、例如每规定时间(每1小时)启动,每次判定是否需要重新创建变动模型,仅在判定为需要重新创建时重新创建变动模型。另外,由于各个楼层均只要执行相同的处理即可,因此,这里着眼于一个楼层(图5中为第6层)进行说明。
在室人数取得部11在取得当前时刻的在室人数时,使取得的日期时刻、取得的楼层以及该楼层的在室人数成组地写入并保存在在室人数信息存储部16中(步骤101)。例如,也可以根据电梯的乘降者人数来计算和估计在室人数。可以使用以往的某种方法求出在室人数。在室人数取得部11取得的在室人数可能是基于电梯的乘降者人数的估计值,但是在本实施方式中,也用作实际值。
接着,重新创建需要与否判定部12从在室人数信息存储部16读出预测当天的预测时刻的在室人数,对该在室人数与变动模型所示的预测时刻的在室人数进行比较,判定在该在室人数之间是否产生了规定以上的差异、即是否产生了会被判断为需要进行该变动模型的更新的差异,然后,当未产生差异时(步骤102中为“否”),在室人数预测部15与以往同样地根据变动模型来预测出预测当天的在室人数(步骤106)。
另一方面,当判定为在在室人数(实际值)与变动模型所示的预测时刻的在室人数之间存在上述差异时(步骤102中为“是”),重新创建需要与否判定部12取得其它楼层在预测时刻的在室人数(实际值)与该其它楼层的变动模型所示的预测时刻的在室人数之间的差异(步骤103)。然后,重新创建需要与否判定部12判断产生上述差异的原因是由于仅取决于该楼层的原因、还是由于其它楼层也共同的外部原因。使用图5对该判断的一例进行说明。
图5示出建筑物楼层中的5层、6层和7层这各楼层中的、预测当天的在室人数的历史记录(实际值)与该楼层的变动模型之间的关系,并在(a)和(b)中示出不同模式的示例。这里,设6层为处理对象楼层,并且设6层的预测当天的在室人数与变动模型之间产生了需要重新创建变动模型的差异。另外,在本实施方式中,虽然是取得6层以外的5层、7层这两层的信息进行说明,但是,作为该取得的其它楼层,可以是两个以上,也可以是一个。
根据图5的(a),由于在6层产生了需要重新创建变动模型的差异,因此重新创建需要与否判定部12取得其它楼层(在该示例中为5层和7层)的预测当天的在室人数(实际值)和变动模型。这里,着眼于预测时刻的在室人数与变动模型所示的在室人数之间的关系,尽管在6层产生了如上所述需要重新创建变动模型的差异,但是在5层和7层没有产生那样的差异。该情况下,判断为产生差异的原因取决于6层。
另一方面,根据图5的(b),其它楼层也与6层同样地产生了需要重新创建变动模型的差异。即,判断为产生差异的原因并非是取决于6层的原因而是产生差异的原因在6层以外。
如以上说明的那样,在本实施方式中,即使在预测当天的预测时刻的在室人数与变动模型所示的预测时刻的在室人数之间存在规定以上的差异时,也不立即开始变动模型的重新创建,而是参照其它楼层(在该示例中,5层和7层)的实际值与模型值之间的关系。然后,当重新创建需要与否判定部12判断为产生差异的原因取决于6层时(步骤104中为“否”),变动模型重新创建部14通过在该时刻重新创建6层的变动模型并在变动模型信息存储部17中进行覆盖保存的方式来进行更新(步骤105)。
另一方面,当判断为产生差异的原因是在6层以外的外部时(步骤104中为“是”),重新创建需要与否判定部12判断为不需要重新创建变动模型。即,虽然会在建筑物的多个楼层被判断为需要重新创建变动模型,但是由于在多个楼层差异的产生呈现相同的倾向,因此最终判断为不需要重新创建变动模型。然后,在室人数预测部15根据既有的变动模型来预测出预测当天的在室人数(步骤106)。
如上所述,当预测出预测当天的在室人数时,在室人数预测部15通过向管理中心4发送在室人数信息来报告最新的实际值(步骤107)。此外,在变动模型已被重新创建的情况下,一并发送该变动模型。
另外,在实际值与变动模型之间的差异显现出建筑物内的各个楼层共同的倾向的情况下,在本实施方式中,由于整个建筑物共同的原因(交通故障等)而不重新创建变动模型。然而,如果使用的是保持没有重新创建的状态的变动模型,则会产生较大的预测误差。因此,在本实施方式中,通过设置外部状况信息取得部13来从外部取得交通部门的运行信息、天气信息等。然后,在室人数预测部15对该所取得的外部状况信息进行分析,确定出上述差异的产生原因,通过对现有的变动模型进行缩放或平移等调节来应对。缩放是指通过扩展或缩小变动模型的曲线图形状等方式来增减在室人数。即,进行纵向的调节。平移是指使变动模型沿时间轴方向移位。即,进行横向的调节。
此外,例如,设为尽管在5、6层产生了需要重新创建变动模型的差异,但是在7层没有产生那样的差异。在该情况下,可以认为,在5层和6层这两层出现了取决于该各个楼层的上述差异的产生原因。或者,也可以认为,尽管在建筑物外部产生了上述差异的产生原因,但是其影响并未出现在7层,或者,即使受到影响,也未产生会被判断为重新创建变动模型的级别的差异。此外,在两层的低层楼宇中仅在一方产生了上述差异的情况下,也无法确定上述差异的产生原因是在该楼层还是在外部。
在这样的情况下,也可以是,在其它楼层中的、该其它楼层在预测当天的预测时刻的在室人数与该其它区域的变动模型所示的预测时刻的在室人数之间产生了规定以上的差异的楼层低于规定数量的情况下,重新创建需要与否判定部12判定为需要更新。
此外,如上述示例那样仅凭建筑物内的其它楼层的信息(实际值与变动模型之间的差异)难以判断是否需要重新创建变动模型时,在室人数预测部15从管理中心4取得其它区域的信息、即其它楼宇1中的各个楼层的变动模型信息和在室人数信息作为外部状况信息,分析在实际值与变动模型之间是否产生了需要重新创建变动模型的差异。然后,在未产生需要重新创建变动模型的差异的情况下,判断为上述差异的产生原因取决于该楼层。另一方面,在其它楼宇1的其它楼层也产生了上述差异时,判断为上述差异的产生原因在外部。这样,通过考虑其它楼宇1中的信息,可以更准确地进行是否需要重新创建变动模型的判定。另外,作为外部状况信息参照的其它楼宇1的信息优选参照容易受到相同的外部原因的影响的邻近的楼宇1的信息。这是因为,例如,某个楼宇1的坐电车上班的员工很可能利用与邻近的楼宇1的坐电车上班的员工相同的铁道路线上的相同的车站,因此当电车延误时,容易受到相同的影响。
在本实施方式中,取得其它楼宇1的信息作为外部状况信息,但是也可以取得交通部门运行信息、天气信息或在外部举办的事件信息中的至少一方来代替其它楼宇1的信息作为外部状况信息,或者,除了取得该信息之外,还取得交通部门运行信息、天气信息或在外部举办的事件信息中的至少一方作为外部状况信息。此外,作为外部状况信息,不限于上述示例,可以根据楼宇1的设置场所来适当选择要参照的外部状况信息。此外,在重新创建变动模型时,也可以不参照发生交通故障的那天的在室人数信息(实际值),从而进一步提高根据重新创建的变动模型得到的在室人数的预测精度。
另外,在本实施方式中,使用预测当天的预测时刻的在室人数作为各个楼层在预测当天的在室人数的实际值,使用预测时刻的在室人数作为该楼层的变动模型所示的模型值来判定是否需要更新该楼层的变动模型。但是,不限于此,例如,也可以使用预测当天的直到预测时刻为止的在室人数的历史记录作为各个楼层的预测当天的在室人数的实际值,使用直到预测时刻为止的在室人数的变动作为该楼层的变动模型所示的模型值来判定是否需要更新该楼层的变动模型。例如,求出从预测当天的变动模型设定期间(一天或一个工作日)的开始时刻到预测时刻的各个时刻、例如每5分钟的在室人数的相关系数(相似性),如果相关系数低于规定阈值,则判定为需要更新变动模型。
实施方式2.
在本实施方式中,示出构成为从每个楼层的变动模型候选组中选择使用接近预测当天的在室人数的变动的变动模型的情况。
如上述实施方式1中所述,各个楼层的变动模型的曲线图的形状根据工作方式等的不同而不同,但是,即使在同一楼层,根据星期几等的不同,也存在多种工作方式的模式。例如,存在在特定的星期几设定有定时下班日的情况、或者根据日期将午餐时间设定在不同的时间的情况等。在这样的情况下,考虑工作方式的模式对每个楼层准备多个变动模型的候选,从那些候选组中选择使用接近该楼层的预测当天的在室人数的变动的变动模型能够提高预测精度。
因此,本实施方式中的在室人数预测装置10构成为,针对各个楼层准备多个变动模型作为候选组,从变动模型候选组中选择使用接近预测当天的在室人数变动的变动模型。各个楼层的变动模型候选组被保存在变动模型信息存储部17中。
图6是本实施方式的在室人数预测装置10的结构框图。图6所示的在室人数预测装置10具有对图3的实施方式1的在室人数预测装置10追加了变动模型选择部18的结构。变动模型选择部18作为选择单元而设置,从该楼层的变动模型候选组中选择用于预测的变动模型。
接下来,使用图7所示的流程图对本实施方式中的在室人数预测处理进行说明。另外,在图7中,对与图4所示的处理相同的处理标注相同的标号并适当省略说明。
在室人数取得部11将当前时刻的在室人数写入并保存在在室人数信息存储部16中(步骤101),但是,变动模型选择部18从在室人数信息存储部16读出预测当天的在室人数的历史记录,根据该在室人数的历史记录,从该楼层的变动模型候选组中选择用于预测的变动模型(步骤S201)。变动模型选择部18求出在室人数的历史记录与该楼层的各个变动模型候选之间的、从预测当天的变动模型设定期间(一天或一个工作日)的开始时刻到预测时刻的各个时刻、例如每5分钟的在室人数的相关系数(相似性),选择相关系数最高的候选作为用于预测的变动模型。另外,为了选择变动模型而使用的指标不限于相关系数,也可以使用数据间的距离(非相似性)等其它指标。
接着,重新创建需要与否判定部12从在室人数信息存储部16读出预测当天的在室人数的历史记录,对该在室人数的历史记录与由变动模型选择部18选择出的变动模型进行比较,判定是否产生了会被判断为需要更新该变动模型的差异(步骤102),由于此后的处理与实施方式1相同,因此省略说明。
另外,当在步骤105中变动模型重新创建部14重新创建该楼层的变动模型时,变动模型重新创建部14也可以仅重新创建该楼层的变动模型的候选中、在步骤201中由变动模型选择部18选择出的候选,也可以还包括该候选以外的候选在内进行重新创建。此外,也可以是,包括该候选在内、不变更既有的各个候选,而是以追加与预测当天相应的变动模型候选的形式进行重新创建。然后,在室人数预测部15根据在步骤201中由变动模型选择部18选择出的变动模型来预测出预测当天的在室人数(步骤106)。
根据本实施方式,可以获得与实施方式1中的效果相同的效果。此外,由于构成为从每个楼层的变动模型候选组中选择接近预测当天的在室人数的变动的变动模型来用于预测,因此,即使在在室人数变动的模式根据星期几等的不同而不同的情况下,也能够提高在室人数的预测精度。此外,在这样的情况下,也能够抑制变动模型的不必要的更新。
另外,变动模型选择部18也可以从该楼层的变动模型候选组中选择两个以上的候选。例如,当如上所述在选择的指标中使用相关系数时,选择相关系数为规定以上的全部候选。然后,重新创建需要与否判定部12求出预测时刻的在室人数与所选择的各个变动模型所示的预测时刻的在室人数之间的差异,根据它们的差异的平均值来判定变动模型是否需要更新。在室人数预测部15将根据所选择的各个变动模型计算时的预测值的平均值作为最终的预测值。另外,计算最终的差异或预测值的方法不限于简单的平均法,也可以利用设为与所选择的各个变动模型的相关系数对应的加权平均法等其它方法来计算。
标号说明
1:楼宇;2:设备管理装置;3、5:网络;4:管理中心;10:在室人数预测装置;11:在室人数取得部;12:重新创建需要与否判定部;13:外部状况信息取得部;14:变动模型重新创建部;15:在室人数预测部;16:在室人数信息存储部;17:变动模型信息存储部;18:变动模型选择部;21:CPU;22:ROM;23:RAM;24:硬盘驱动器(HDD);25:鼠标;26:键盘;27:显示器;28:输入输出控制器;29:网络控制器;30:内部总线。
Claims (10)
1.一种所在人数预测装置,其特征在于,所述所在人数预测装置具有:
所在人数取得单元,其取得建筑物内的规定的区域在当前时刻的所在人数;
所在人数预测单元,其根据预测当天的所述区域的所在人数的历史记录和表示所述区域的所在人数的时间变动的变动模型来预测出预测当天的所述区域的所在人数;
判定单元,在由所述所在人数取得单元取得的所述区域在预测当天的所在人数的实际值与该区域的变动模型所示的模型值之间产生了规定以上的差异时,该判定单元根据所述建筑物内的其它区域的所在人数与该其它区域的变动模型之间的关系来判定是否需要更新该区域的变动模型;以及
变动模型更新单元,在由所述判定单元判定为需要更新时,该变动模型更新单元更新所述区域的变动模型。
2.根据权利要求1所述的所在人数预测装置,其特征在于,
当作为所述实际值的所述区域在预测当天的预测时刻的所在人数与作为所述模型值的该区域的变动模型所示的预测时刻的所在人数之间产生了规定以上的差异时,所述判定单元判定是否需要更新该区域的变动模型。
3.根据权利要求1所述的所在人数预测装置,其特征在于,
当作为所述实际值的所述区域在预测当天的直到预测时刻为止的所在人数的历史记录与作为所述模型值的该区域的变动模型所示的直到预测时刻为止的所在人数的变动之间产生了规定以上的差异时,所述判定单元判定是否需要更新该区域的变动模型。
4.根据权利要求1所述的所在人数预测装置,其特征在于,
当所述其它区域中的、该其它区域在预测当天的所在人数的实际值与该其它区域的变动模型所示的模型值之间产生了规定以上的差异的区域低于规定数量时,所述判定单元判定为需要更新。
5.根据权利要求1至4中的任一项所述的所在人数预测装置,其特征在于,
所述所在人数预测装置还具有选择单元,该选择单元从所述区域的变动模型候选组中根据预测当天的该区域的所在人数的历史记录,选择所述所在人数预测单元和所述判定单元使用的变动模型。
6.根据权利要求1至5中的任一项所述的所在人数预测装置,其特征在于,
所述所在人数预测装置具有外部状况信息取得单元,该外部状况信息取得单元取得与所述建筑物的外部状况有关的外部状况信息,
所述判定单元参照外部状况信息来判定是否需要更新所述区域的变动模型。
7.根据权利要求1至5中的任一项所述的所在人数预测装置,其特征在于,
所述所在人数预测装置具有外部状况信息取得单元,该外部状况信息取得单元取得与所述建筑物的外部状况有关的外部状况信息,
所述变动模型更新单元参照外部状况信息来更新所述区域的变动模型。
8.根据权利要求6或7所述的所在人数预测装置,其特征在于,
所述外部状况信息取得单元取得示出其它建筑物的区域的所在人数与该其它建筑物的该区域的变动模型之间的关系的信息、交通部门运行信息、天气信息或在外部举办的事件信息中的至少一方作为外部状况信息。
9.一种设备管理系统,其特征在于,所述设备管理系统具有:
权利要求1至8中的任一项所述的所在人数预测装置;以及
设备管理装置,其根据由所述所在人数预测装置预测出的所述区域的所在人数来进行设置在所述建筑物内的设备的管理。
10.一种程序,其用于使计算机作为如下的所在人数取得单元、所在人数预测单元、判定单元以及变动模型更新单元发挥功能,其中,
所述所在人数取得单元取得建筑物内的规定的区域在当前时刻的所在人数;
所述所在人数预测单元根据预测当天的所述区域的所在人数的历史记录和表示所述区域的所在人数的时间变动的变动模型来预测出预测当天的所述区域的所在人数;
在由所述所在人数取得单元取得的所述区域在预测当天的所在人数的实际值与该区域的变动模型所示的模型值之间产生了规定以上的差异时,所述判定单元根据所述建筑物内的其它区域的所在人数与该其它区域的变动模型之间的关系来判定是否需要更新该区域的变动模型;
在由所述判定单元判定为需要更新时,所述变动模型更新单元更新所述区域的变动模型。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016-192627 | 2016-09-30 | ||
JP2016192627 | 2016-09-30 | ||
PCT/JP2017/021146 WO2018061328A1 (ja) | 2016-09-30 | 2017-06-07 | 所在人数予測装置、設備管理システム及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109791638A true CN109791638A (zh) | 2019-05-21 |
CN109791638B CN109791638B (zh) | 2023-09-15 |
Family
ID=61760460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780056629.XA Active CN109791638B (zh) | 2016-09-30 | 2017-06-07 | 所在人数预测装置、设备管理系统以及记录介质 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP6724149B2 (zh) |
CN (1) | CN109791638B (zh) |
WO (1) | WO2018061328A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114008643A (zh) * | 2019-06-20 | 2022-02-01 | 三菱电机大楼技术服务株式会社 | 所在人数预测装置、设备管理系统以及所在人数预测方法 |
CN118379032A (zh) * | 2024-06-25 | 2024-07-23 | 浙江数思信息技术有限公司 | 一种基于数字孪生的园区智慧管控方法与系统 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7002492B2 (ja) * | 2019-03-29 | 2022-01-20 | Kddi株式会社 | 消費電力予測システム、方法およびプログラム |
WO2023013063A1 (ja) * | 2021-08-06 | 2023-02-09 | 三菱電機株式会社 | 在室モデル選定装置、在室モデル選定方法、及び、在室モデル選定プログラム |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4006471B2 (ja) * | 2005-04-01 | 2007-11-14 | 松下電器産業株式会社 | 物品位置推定装置、物品位置推定方法、物品検索システム、及び物品位置推定用プログラム |
CN101729690A (zh) * | 2008-10-20 | 2010-06-09 | 中兴通讯股份有限公司 | 一种排班系统和方法 |
CN103258232A (zh) * | 2013-04-12 | 2013-08-21 | 中国民航大学 | 一种基于双摄像头的公共场所人数估算方法 |
CN103287939A (zh) * | 2012-02-24 | 2013-09-11 | 东芝电梯株式会社 | 电梯的人数计测装置、具有该装置的电梯、以及多部电梯分别具有人数计测装置的电梯系统 |
CN103632212A (zh) * | 2013-12-11 | 2014-03-12 | 北京交通大学 | 一种时变用户均衡动态网络演化客流预测系统和方法 |
CN103871082A (zh) * | 2014-03-31 | 2014-06-18 | 百年金海科技有限公司 | 一种基于安防视频图像的人流量统计方法 |
CN103974191A (zh) * | 2013-01-30 | 2014-08-06 | 华为技术有限公司 | 移动模式预测装置和方法 |
JP2014157457A (ja) * | 2013-02-15 | 2014-08-28 | Nec Corp | 予測装置および予測方法 |
CN104512774A (zh) * | 2013-09-30 | 2015-04-15 | 东芝电梯株式会社 | 电梯的组管理系统 |
JP2015114038A (ja) * | 2013-12-11 | 2015-06-22 | 株式会社 日立産業制御ソリューションズ | 設備保全支援装置および支援方法 |
US20150379432A1 (en) * | 2013-03-29 | 2015-12-31 | Fujitsu Limited | Model updating method, model updating device, and recording medium |
JP2016074525A (ja) * | 2014-10-08 | 2016-05-12 | 三菱電機ビルテクノサービス株式会社 | 所在人数推定装置及びプログラム |
JP2016122373A (ja) * | 2014-12-25 | 2016-07-07 | シャープ株式会社 | 情報処理装置、情報処理システム、端末装置、情報処理方法、及びプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02297631A (ja) * | 1989-05-11 | 1990-12-10 | Toshiba Corp | 推論装置 |
JPH03297631A (ja) * | 1990-04-16 | 1991-12-27 | Toa Kiko Kk | テーパ孔形成用エンボス加工装置 |
JPH056500A (ja) * | 1990-09-19 | 1993-01-14 | Hitachi Ltd | 移動体・施設制御システム |
JP2004185412A (ja) * | 2002-12-04 | 2004-07-02 | Takenaka Komuten Co Ltd | 画像解析を活用した施設運用評価システム |
JP5091544B2 (ja) * | 2007-05-31 | 2012-12-05 | 三菱電機ビルテクノサービス株式会社 | 建屋内空調管理システム |
-
2017
- 2017-06-07 WO PCT/JP2017/021146 patent/WO2018061328A1/ja active Application Filing
- 2017-06-07 CN CN201780056629.XA patent/CN109791638B/zh active Active
- 2017-06-07 JP JP2018541899A patent/JP6724149B2/ja active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4006471B2 (ja) * | 2005-04-01 | 2007-11-14 | 松下電器産業株式会社 | 物品位置推定装置、物品位置推定方法、物品検索システム、及び物品位置推定用プログラム |
CN101729690A (zh) * | 2008-10-20 | 2010-06-09 | 中兴通讯股份有限公司 | 一种排班系统和方法 |
CN103287939A (zh) * | 2012-02-24 | 2013-09-11 | 东芝电梯株式会社 | 电梯的人数计测装置、具有该装置的电梯、以及多部电梯分别具有人数计测装置的电梯系统 |
CN103974191A (zh) * | 2013-01-30 | 2014-08-06 | 华为技术有限公司 | 移动模式预测装置和方法 |
JP2014157457A (ja) * | 2013-02-15 | 2014-08-28 | Nec Corp | 予測装置および予測方法 |
US20150379432A1 (en) * | 2013-03-29 | 2015-12-31 | Fujitsu Limited | Model updating method, model updating device, and recording medium |
CN103258232A (zh) * | 2013-04-12 | 2013-08-21 | 中国民航大学 | 一种基于双摄像头的公共场所人数估算方法 |
CN104512774A (zh) * | 2013-09-30 | 2015-04-15 | 东芝电梯株式会社 | 电梯的组管理系统 |
CN103632212A (zh) * | 2013-12-11 | 2014-03-12 | 北京交通大学 | 一种时变用户均衡动态网络演化客流预测系统和方法 |
JP2015114038A (ja) * | 2013-12-11 | 2015-06-22 | 株式会社 日立産業制御ソリューションズ | 設備保全支援装置および支援方法 |
CN103871082A (zh) * | 2014-03-31 | 2014-06-18 | 百年金海科技有限公司 | 一种基于安防视频图像的人流量统计方法 |
JP2016074525A (ja) * | 2014-10-08 | 2016-05-12 | 三菱電機ビルテクノサービス株式会社 | 所在人数推定装置及びプログラム |
JP2016122373A (ja) * | 2014-12-25 | 2016-07-07 | シャープ株式会社 | 情報処理装置、情報処理システム、端末装置、情報処理方法、及びプログラム |
Non-Patent Citations (6)
Title |
---|
I.HARITAOGLU,ET AL.: "W/sup 4/:real-time surveillance of people and their activities", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》, vol. 22, no. 8, pages 809 - 830, XP000976488, DOI: 10.1109/34.868683 * |
严修红;许伦辉;董世畅;: "基于数据预处理灰色神经网络组合和集成预测", 《智能系统学报》, no. 04 * |
周成博等: "基于景区场景下的人群计数", 《现代计算机(专业版)》 * |
周成博等: "基于景区场景下的人群计数", 《现代计算机(专业版)》, no. 05, 15 February 2016 (2016-02-15) * |
顾德军等: "一种基于人头特征的人数统计方法研究", 《机械制造与自动化》 * |
顾德军等: "一种基于人头特征的人数统计方法研究", 《机械制造与自动化》, no. 04, 20 August 2010 (2010-08-20) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114008643A (zh) * | 2019-06-20 | 2022-02-01 | 三菱电机大楼技术服务株式会社 | 所在人数预测装置、设备管理系统以及所在人数预测方法 |
CN118379032A (zh) * | 2024-06-25 | 2024-07-23 | 浙江数思信息技术有限公司 | 一种基于数字孪生的园区智慧管控方法与系统 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2018061328A1 (ja) | 2019-02-14 |
WO2018061328A1 (ja) | 2018-04-05 |
CN109791638B (zh) | 2023-09-15 |
JP6724149B2 (ja) | 2020-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109791638A (zh) | 所在人数预测装置、设备管理系统以及程序 | |
CN110222950B (zh) | 一种城市交通的健康指标体系及评估方法 | |
JP6671264B2 (ja) | 所在人数予測装置、設備管理システム、所在人数予測方法及びプログラム | |
CN106447107B (zh) | 一种基于飞机结构健康监控的维修方法 | |
JP7273601B2 (ja) | 混雑解析装置及び混雑解析方法 | |
JP5694078B2 (ja) | 管理システム及び管理方法 | |
WO2019176196A1 (ja) | エレベーターシステム | |
JP2018053662A (ja) | 建物の層剛性の推定方法 | |
CN114873395B (zh) | 电梯分析系统与电梯分析方法 | |
KR20140070935A (ko) | 설계 및 운영 단계에서 건물 에너지를 예측하여 건물을 제어하는 방법 및 이를 위한 시스템 | |
CN104993966B (zh) | 一种电力综合业务网流量预测方法 | |
CN112041255A (zh) | 人流预测方法以及人流预测系统 | |
CN110232818B (zh) | 一种基于渗流分析的城市交通脆性评估方法 | |
JP5852721B1 (ja) | 路線バス運行分析評価システム、分析評価方法、および、プログラム | |
JP5665635B2 (ja) | ビル設備におけるパラメーターおよび機器の推薦装置 | |
JP2020100488A (ja) | エレベーターシステム | |
Gülen et al. | Production scenarios for the Haynesville Shale play | |
CN113891846B (zh) | 电梯分析系统及电梯分析系统的设计方法 | |
Gaetani | Introducing and testing a strategy for fit-for-purpose occupant behavior modeling in a simulation-aided building design process | |
CN108446924A (zh) | 一种路面养护费用的预估方法及系统 | |
Rauf et al. | The effect of material service life on the life cycle embodied energy of multi-unit residential buildings | |
Cimellaro et al. | The state of art of community resilience of physical infrastructures | |
WO2020240932A1 (ja) | 移動需要推定システム、移動需要推定方法、人流推定システムおよび人流推定方法 | |
Lukas et al. | Integrated bridge management from 3D-model to network level | |
JP2017004054A (ja) | 支援システム、支援方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Tokyo, Japan Applicant after: Mitsubishi Electric Building Solutions Co.,Ltd. Applicant after: MITSUBISHI ELECTRIC Corp. Address before: Tokyo, Japan Applicant before: MITSUBISHI ELECTRIC BUILDING TECHNO-SERVICE Co.,Ltd. Applicant before: MITSUBISHI ELECTRIC Corp. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |