CN114041151A - 所在人数预测装置、设备管理系统以及所在人数预测方法 - Google Patents
所在人数预测装置、设备管理系统以及所在人数预测方法 Download PDFInfo
- Publication number
- CN114041151A CN114041151A CN201980097661.1A CN201980097661A CN114041151A CN 114041151 A CN114041151 A CN 114041151A CN 201980097661 A CN201980097661 A CN 201980097661A CN 114041151 A CN114041151 A CN 114041151A
- Authority
- CN
- China
- Prior art keywords
- prediction
- people
- area
- primary
- schedule information
- 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 claims description 23
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
Images
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"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
日程信息取得部(11)取得要利用建筑物内的规定区域的各利用者的日程信息。一次预测部(13)通过根据日程信息来预测在预测对象时刻各利用者是否位于区域中而计算出预测对象时刻下的区域所在人数的一次预测值。校正部(19)利用根据区域和预测对象时刻而设定的校正参数对一次预测值进行校正而计算出区域所在人数的二次预测值。
Description
技术领域
本发明涉及所在人数预测装置、设备管理系统以及所在人数预测方法。
背景技术
关于对楼宇等建筑物的设备进行运用管理这方面,存在想预测各楼层的规定时间后的所在人数的情况。例如,为了抑制建筑物整体的1小时后的消耗电力,而从设置于各楼层的空调设备中选择减小输出的空调设备。这时,如果已经得到了各楼层1小时后的在室人数的预测值,则例如能够抑制被预测为1小时后的在室人数较少的楼层的空调设备的输出等,能够在避免降低建筑物的利用者的舒适性的基础上抑制消耗电力。
以往,提出了如下技术:在预测所在人数时,检测出公司职员通过了自动检票机的情况从而计算出到达办公室的到达预测时刻,根据各公司职员的到达预测时刻而计算出每个时刻的办公室的在室人数(例如,专利文献1)。
此外,还提出了如下技术:在预测所在人数时,参照建筑物的利用者的日程,根据利用者的日程来增减特定区域的特定时间段的所在人数预测值(例如,专利文献2)。
此外,还提出了如下技术:根据电梯的乘降历史记录信息得到各楼层的所在人数,并且利用根据动作历史记录数据求出的校正参数对上述所在人数进行校正(例如,专利文献3)。
现有技术文献
专利文献
专利文献1:日本特开2012-109680号公报
专利文献2:日本特开2011-180974号公报
专利文献3:日本特开2016-74525号公报
发明内容
发明所要解决的课题
可是,在使用日程信息来预测将来的所在人数的情况下,各利用者的日程信息是通过各利用者登记预定计划来创建的。即,有可能由于日程信息的漏登、误登而在所在人数中产生预测误差。
因此,本发明的目的在于,与以往相比,能够抑制由预定登记听凭利用者决定的日程信息引起的预测误差。
用于解决课题的手段
本发明的所在人数预测装置具备日程信息取得部、一次预测部以及校正部。日程信息取得部取得要利用建筑物内的规定区域的各利用者的日程信息。一次预测部通过根据日程信息来预测在预测对象时刻各利用者是否位于区域中而计算出预测对象时刻下的区域所在人数的一次预测值。校正部利用根据区域和预测对象时刻而设定的校正参数对一次预测值进行校正而计算出区域所在人数的二次预测值。
根据上述发明,计算出利用校正参数对一次预测值进行校正而得到的二次预测值。通过利用校正参数对一次预测值所含有的预测误差进行校正,能够抑制预测误差。
此外,在上述发明中,所在人数预测装置也可以具备所在人数取得部以及校正参数设定部。所在人数取得部取得区域的所在人数的实绩值。校正参数设定部根据相同时刻的一次预测值与区域所在人数的实绩值之差来设定校正参数。
根据上述发明,根据一次预测值与所在人数的实绩值之差来设定校正参数。通过设定使该差降低那样的校正参数,能够计算出抑制了预测误差的预测值。
此外,在上述发明中,所在人数预测装置也可以具备上下班信息取得部,该上下班信息取得部取得区域的每个利用者的上下班信息。该情况下,一次预测部使用各利用者的上下班信息的历史记录来对预测对象时刻下的区域的办公人数进行预测,根据该办公人数和日程信息来计算一次预测值。
根据上述发明,由于从区域的额定人数中去除了未上班者以及下班者,因此能够计算出进一步抑制了误差的预测值。
此外,在上述发明中,一次预测部也可以通过从预测对象时刻下的办公人数中减去根据日程信息预测出的预测对象时刻下的不在人数而计算出预测对象时刻下的一次预测值。
根据上述发明,将从区域的额定人数中去除了未上班者以及下班者而得到的办公人数作为总体,从该人数中减去根据日程信息预测出的不在人数而成为一次预测值,由此能够计算出进一步抑制了误差的预测值。
此外,本发明涉及设备管理系统。该系统具有:上述发明的所在人数预测装置;以及设备管理装置,其根据由所在人数预测装置预测出的区域所在人数来进行设置于建筑物内的设备的管理。
此外,本发明涉及所在人数预测方法。该方法包括如下步骤:取得要利用建筑物内的规定区域的各利用者的日程信息;根据日程信息来预测在预测对象时刻各利用者是否位于区域中,计算出预测对象时刻下的区域的所在人数的一次预测值;以及利用根据区域和预测对象时刻而设定的校正参数对一次预测值进行校正而计算出区域所在人数的二次预测值。
发明效果
根据本发明,与以往相比,能够抑制由预定登记听凭利用者决定的日程信息引起的预测误差。
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的所在人数预测装置的计算机的硬件结构图。
图3是例示实施方式1的所在人数预测装置的结构框图。
图4是示出蓄积在实施方式1的日程信息存储部中的日程信息的数据结构例的图。
图5是例示实施方式1的校正参数的图。
图6是说明一次预测值的校正过程(1/2)的图。
图7是说明一次预测值的校正过程(2/2)的图。
图8是例示实施方式1的所在人数预测处理的流程图。
图9是例示实施方式2的所在人数预测装置的结构框图。
图10是示出实施方式2的所在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。
<实施方式1>
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。本实施方式的设备管理系统构建于楼宇1内。在本实施方式中,作为建筑物,假定了多层建筑的楼宇1。
此外,在本实施方式中,楼宇1的各楼层相当于本发明的区域。另外,也可以在各楼层(层)被分隔壁等分成多个区域(房间)的情况下,将各个区域(房间)作为本发明的区域。
进而,在以下内容中,为了便于说明,设为楼宇1由一家企业独占使用。在该企业工作的员工、访客出入楼宇1,在本实施方式中,处于各楼层的人的人数被称为该楼层的“所在人数”。
在楼宇1中设置有本实施方式的所在人数预测装置10、设备管理装置2、日程管理服务器3以及上下班管理装置5与网络4连接而成的结构。设备管理装置2根据由所在人数预测装置10预测出的区域所在人数来进行设置于建筑物内的设备的管理。
日程管理服务器3对在楼宇1中工作的各员工的日程信息进行统一管理。日程信息可以利用通用的日程管理应用。但是,该应用需要具有能够确定作为日程管理对象的会议等事件的开始时刻以及结束时刻、举办的楼层(区域)的功能。
上下班管理装置5对以楼宇1作为工作地的员工的上下班信息进行管理。例如,上下班管理装置5构成为包括考勤系统,该考勤系统设置于楼宇1内的各楼层,能够从分配给每个员工的终端进行访问。员工通过从终端访问考勤系统,打卡上班时刻以及下班时刻,从而在上下班管理装置5中记录各员工在楼宇1中的上下班信息。例如,员工的ID(姓名、识别编号等)、办公楼层(办公区域)、所属等信息与上班时刻以及下班时刻关联起来存储于上下班管理装置5的存储部中。
图2是形成本实施方式的所在人数预测装置10的计算机的硬件结构图。在本实施方式中,形成所在人数预测装置10的计算机能够由个人计算机(PC)等以前就存在的通用的硬件结构来实现。
即,如图2所示,所在人数预测装置10具备CPU(central processing unit,中央处理器)21、ROM(Read Only Memory:只读存储器)22、RAM(Random Access Memory:随机存取存储器)23以及硬盘驱动器(HDD)24,它们与内部总线30连接。此外,所在人数预测装置10具备作为输入单元而设置的鼠标25及键盘26、以及作为显示单元而设置的显示器27,它们与输入输出控制器28连接。此外,所在人数预测装置10具备该输入输出控制器28、和作为通信单元而设置的网络控制器29,它们也与内部总线30连接。设备管理装置2也同样地通过计算机来实现,因此其硬件结构能够与图2同样地进行图示。
图3是本实施方式的所在人数预测装置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。本实施方式的所在人数预测装置10构成为包括日程信息取得部11、日程信息存储部12、一次预测部13、一次预测值信息存储部14、所在人数取得部15、所在人数信息存储部16、校正参数设定部17、校正参数信息存储部18以及校正部19。
所在人数预测装置10中的各构成要素、即从日程信息取得部11到校正部19通过形成所在人数预测装置10的计算机与在搭载于计算机的CPU21(参照图2)中运行的程序的协作动作来实现。此外,各存储部12、14、16、18通过搭载于所在人数预测装置10的HDD24来实现。或者,也可以利用RAM23或经由网络利用位于外部的存储单元。
此外,在本实施方式中使用的程序既能够通过通信单元来提供,也能够通过保存在CD-ROM(Compact Disc Read-Only Memory,只读光盘)、USB(Universal Serial Bus,通用串行总线)存储器等计算机可读取记录介质中来提供。从通信单元、记录介质提供的程序被安装在计算机中,计算机的CPU依次执行程序,由此构成实现各种处理的所在人数装置。
日程信息取得部11从日程管理服务器3(参照图1)取得楼宇1的各楼层(即各区域)的利用者(例如员工)的日程信息,保存在日程信息存储部12中。例如,日程信息取得部11每天在0点取得预测当天的日程信息。此外,由于在0点以后有时也会变更当天的日程信息,因此也可以定期性地更新日程信息。
在图4中,以表形式例示了蓄积在本实施方式的日程信息存储部12中的日程信息的数据结构。日程信息按用户(员工)区分、按照每个事件(日程)生成,由各记录来表示1个用户的1个日程(预定计划)。
在图4中,用户ID是用户、即员工的识别信息(公司员工编号)。开始日以及开始时刻是表示该日程(预定计划)的开始时期的信息。结束日以及结束时刻是表示该日程(预定计划)的结束时期的信息。预定类别是表示预定计划的种类的信息,通过用户在登记日程时从预先指定的项目中进行选择来设定。预定内容是在该预定类别中表示具体的内容的信息。场所是表示该预定计划的实施场所的信息。
在本实施方式中,由于按每个楼层(区域)来预测所在人数,因此需要包含能够确定所在楼层的信息。根据图4所示的信息的设定例,可知用户u001、u002、u003均预定参加在相同的日期时间(2017/2/1)/场所(4层第1会议室)召开的“部门会议”。此外,即使是相同的会议,也针对每个用户将日程信息设定登记为不同的日程。
由于日程信息取得部11已经取得过预测当天以前(过去)的日程信息并保存在日程信息存储部12中,因此在此要取得的日程信息可以仅为与预测当天相关的日程信息。与预测当天相关的日程信息是指包含预测当天的日程信息的日程信息。例如,不限于仅在预测当天所设定的日程信息,包括预测当天及其前后的日期在内的长期出差等也包含在日程信息中。
此外,严格来说,存在在预测当天,预测时刻以后的日程被用户变更的情况(在预测当天的10点追加了16点的预定计划等)。因此,也可以在每当执行所在人数预测处理时,取得预测当天的日程信息。但是,会使所在人数的预测产生较大的误差那样的事件(被估计为所在人数会有大幅度的变动的特殊事件)通常是事先计划的。因此,考虑到数量庞大的员工参与的情况下的处理负荷等,也可以仅在预测当天的第一次取得日程信息。
另外,在本实施方式中,从日程管理服务器3(参照图1)取得日程信息,但也可以采用其替代手段。例如,在不存在日程管理服务器3的情况下,例如可以从楼宇1或各楼层的用户所共同利用的群件(groupware)、日程管理器等直接取得,也可以从安装于各个用户所利用的便携式终端的日程管理器等取得。
返回图3,一次预测部13根据日程信息来预测在预测对象时刻各利用者是否位于各楼层(各区域),从而计算出预测对象时刻下的各楼层(各区域)的所在人数的一次预测值。
即,一次预测部13根据存储于日程信息存储部12中的日程信息、并且是由利用规定区域的各利用者、例如规定楼层(规定区域)的员工所输入的日程信息而计算出该规定区域的将来的所在人数的预测值(一次预测值)。关于具体的计算过程,将在后面叙述。
一次预测值是按时刻区分来计算的。即,一次预测部13计算从预测开始时刻i=1到预测结束时刻i=k的时刻i下的一次预测值Y(i)。
由一次预测部13预测出的一次预测值Y(i)被存储于一次预测值信息存储部14中。例如,在一次预测值信息存储部14中,按楼层区分(按区域区分)并且按时刻区分地存储有一次预测值Y(i)。
所在人数取得部15针对楼宇1内的每个楼层(每个区域),周期性地(例如每1分钟)取得当前时刻的所在人数、即所在人数的实绩值,并保存在所在人数信息存储部16中。例如,所在人数取得部15可以包括设置于各楼层(各区域)的人数计数传感器。此外,所在人数取得部15可以包括计测电梯的乘降梯人数的计测器。
例如,蓄积在所在人数信息存储部16中的所在人数信息通过按每个楼层至少将从所在人数取得部15取得的各楼层的所在人数、取得了所在人数的楼层(区域)以及取得日期时间对应起来而形成。
校正参数设定部17根据存储于所在人数信息存储部16中的所在人数信息的历史记录、换言之是根据实绩值Y*(i)与存储于一次预测值信息存储部14中的一次预测值Y(i)之差来计算校正参数A(i)。关于该详细的计算过程,将在后面叙述。
校正参数A(i)是根据各楼层(各区域)和预测对象时刻而设定的、用于弥补日程管理器操作的不完善的参数。在向日程管理器进行的日程信息的输入(登记)由各楼层的利用者(员工)来决定的情况下,可能会产生短时间的不在等、未由日程管理器进行登记的日程信息。此外,弄错日期时间、场所等的不正确的日程信息可能会被日程管理器登记。
由于这些未登记日程信息和不正确的日程信息,规定楼层(规定区域)的不在人数有可能被估计得比实际要少。由此,基于日程信息计算出的一次预测值Y(i)有可能产生正的误差。
因此,在本实施方式的所在人数预测处理中,作为从一次预测值Y(i)中去除如上所述的误差的比例,使用了校正参数A(i)。
考虑到上述的日程管理器操作的不完善是由于各楼层的利用者的习惯、换言之是各区域的员工的习性引起的,可以认为,该不完善率在多个日期时间内是稳定的,而且该不完善率在各楼层(各区域)都是独有的。因此,如后文所述,校正参数设定部17针对各楼层(各区域)按规定的时间间隔(例如30分钟间隔)计算校正参数A(i)。
在图5中,例示了每个区域且每个时刻的校正参数A(i)。例如,校正参数设定部17按规定的时间间隔(例如30分钟间隔),根据所在人数的实绩值Y*(i)与一次预测值Y(i)之差来计算校正参数A(i)。关于该计算过程,将在后面叙述。关于校正参数A(i),例如可以取0以上1以下的值,换言之是可以取0%以上100%以下的值。此外,也可以将校正参数A(i)设定为具有负值。
由校正参数设定部17计算出的校正参数A(i)被存储于校正参数信息存储部18中。在校正参数信息存储部18中,按楼层区分(按区域区分)并且按时刻区分地存储有校正参数A(i)。
校正部19使用由校正参数设定部17计算出的校正参数A(i)对由一次预测部13计算出的一次预测值Y(i)进行校正,从而计算出各楼层(各区域)的所在人数的二次预测值X(i)。该二次预测值X(i)成为时刻i的最终的所在人数预测值。关于二次预测值X(i)的详细的计算过程,将在后面叙述。
在图6中,例示了将时刻10:00作为预测开始时刻(i=1)、将时刻22:00作为预测结束时刻(i=k)时的一次预测值Y(i)的特性线。另外,时刻10:00之前的时间段例示出所在人数的实绩值。关于图6的曲线图,横轴表示时刻,纵轴表示所在人数。
例如,设一次预测值Y(i)包含正的误差。如图7所例示的那样,利用校正参数A(i)对该正的误差进行校正,绘制为二次预测值X(i)。
<所在人数预测处理>
接下来,参照图8对本实施方式的所在人数预测处理进行说明。如上所述,在本实施方式的所在人数预测处理中,分别求出一次预测值Y(i)、校正参数A(i),并使用一次预测值Y(i)和校正参数A(i)求出二次预测值X(i)。
如上所述,定期性地(例如每隔30分钟)更新存储于日程信息存储部12中的日程信息。在该更新时,开始图8的所在人数预测处理流程。一次预测部13将预测对象时刻time_i的计数i设定为初始值1(S101)。
初始值i=1时的预测对象时刻time_1例如可以是所在人数预测处理流程的开始时刻(图6中为10:00)。此外,最终值i=k时的预测对象时刻time_k例如可以是所在人数预测对象时间段的最终时刻,例如22:00。
首先,一次预测部13通过从预测对象楼层(预测对象区域)的利用者(员工)数、即额定人数中减去根据日程信息而被估计为在预测对象时刻不在该楼层的人数(不在人数),从而计算出一次预测值Y(i)。
例如,一次预测部13将在规定楼层(规定区域)中注册(有座位)的用户(员工)数作为额定人数,根据从日程信息预测出的不在人数对该额定人数进行增减,将该值作为一次预测值Y(i)。例如,将从额定人数中减去预测对象时刻time_i的日程件数n_skd_i而得到的值作为一次预测值Y(i)(S102)。另外,也可以是,在日程件数n_skd_i不直接作为不在人数的情况下,对日程件数n_skd_i施加校正而将其从额定人数中减去,将该进行减法运算而得到的值作为一次预测值Y(i)。例如,也可以是,在输入了日程的实施区域是办公区域(未离开规定区域)的日程的情况下,将日程件数n_skd_i中的、以与办公区域(规定楼层、规定区域)不同的区域作为实施区域的日程件数从额定人数中减去,将所得值作为一次预测值Y(i)。
例如,设利用4层的员工数、即额定人数为100人,预测当天的日程仅为图4所例示的7件。在预测15:00的所在人数的情况下,用户u001有预定在6层开会,用户u002有预定外出,用户u003有预定在5层开会,因此,能够估计为这3人在15点的时刻不在4层(移动至别的区域或楼宇1外)。由此,计算出100-3=97人作为15点的时刻下的所在人数的一次预测值Y(i=15:00)。计算出的一次预测值Y(i)被存储在一次预测值信息存储部14中。
接下来,校正参数设定部17根据过去的一次预测值Y(i)和同日同时刻的所在人数的实绩值Y*(i)求出校正参数A(i)(S103)。校正参数设定部17求出存储于一次预测值信息存储部14中的过去的规定期间(除休息日外)的一次预测值Y(i)的历史记录。进而,校正参数设定部17求出保存在所在人数信息存储部16中的、所对应的所在人数(实绩值)Y*(i)的历史记录。
进而,校正参数设定部17计算每个楼层/每个时刻的校正参数A(i)。例如,校正参数设定部17计算各楼层(各区域)的各时刻下的“(一次预测值-实绩值)÷一次预测值”的平均值作为校正参数A(i)。
即,当以Y(d,i)来表示规定的日期d(d=1~n)的时刻i下的过去的一次预测值,以Y*(d,i)来表示与此同日同时刻的所在人数的实绩值时,能够如下述数式(1)那样来记载规定的楼层(区域)的时刻i的校正参数A(i)。
[数式1]
另外,步骤S103中的校正参数设定处理也可以不在全部的图8的所在人数预测处理的执行时进行。例如,也可以在初次执行所在人数预测处理时执行校正参数设定处理,之后在任意的时机(例如每1个月)执行,以更新校正参数A(i)。
此外,也可以构成为,不在本实施方式的所在人数预测装置10中设置校正参数设定部17,而是通过其它运算装置求出校正参数A(i)并提供给所在人数预测装置10。总之,计算出的校正参数A(i)被存储在校正参数信息存储部18中。
当计算出校正参数A(i)时,校正部19计算时刻time(i)的二次预测值X(i)(S104)。具体而言,根据下述数式(2)计算二次预测值X(i)。
[数式2]
X(i)=Y(i)×(1-A(i))…(2)
进而,将计算出的二次预测值X(i)输出至显示器27(参照图2)(S105)。此外,也可以除了将二次预测值X(i)显示于显示器27外,还将二次预测值X(i)保存在HDD24中。此外,输出的信息也可以不是所在人数的预测值,而是具有预测值的前后百分之几等的范围地进行输出。
在二次预测值X(i)的输出后,一次预测部13判定计数i是否为最终值k(S106)。在计数i到达最终值k的情况下,图8所示的所在人数预测处理流程结束。另一方面,在计数i还未到达最终值k的情况下,一次预测部13使计数i递增(S107),返回步骤S102。
如以上进行了说明的那样,根据本实施方式,针对根据日程信息预测出的所在人数的一次预测值实施与预测对象楼层和预测对象时刻相应的校正,计算出预测值(二次预测值)。由此,能够抑制由于未登记为日程信息的行动、以及日程信息的漏登、误登而产生的预测误差。
此外,由于根据所在人数的一次预测值与实绩值的差异来计算并设定每个楼层、每个时间的校正参数,因此能够设定反映了每个楼层的利用者特征的校正参数。
<实施方式2>
在上述的实施方式1中,在计算一次预测值Y(i)时,从各楼层(区域)的额定人数中减去根据日程信息预测出的不在人数,但也可以使用办公人数来代替额定人数。
例如,由于规定的工作时间外的工作(加班)、以及弹性工作制的应用而使得利用者不一定在规定的开始工作时刻上班而在规定的结束工作时刻下班的情况也很多。此外,一般认为对于上班时间和下班时间不登记日程。即,能够将构成工作时间外的各楼层(区域)的额定人员的利用者(员工)分为以下这三者:
(1)进行了日程登记的利用者;
(2)虽然不存在进行日程登记的预定,但是在那里的(正在加班的)利用者;
(3)不存在进行日程登记的预定、不在(上班前或下班后)的利用者。
在本实施方式中,在计算一次预测值Y(i)时,使用从额定人数中减去(3)的人数而得到的办公人数。
在图9中,例示了本实施方式的所在人数预测装置10的结构框图。作为与图3的不同点,可以举出在所在人数预测装置10中加入了上下班信息取得部40以及上下班信息存储部41这一点。在以后的说明中,关于标注了与图3相同的标号的结构,适当省略说明。
上下班信息存储部41连接于一次预测部13的上位。此外,上下班信息取得部40连接于上下班信息存储部41的上位。上下班信息取得部40从设置于楼宇1(参照图1)的上下班管理装置5取得以楼宇1作为工作地的利用者(员工)的上下班信息。
如上所述,例如,上下班管理装置5构成为包括考勤系统,该考勤系统设置于楼宇1内的各楼层,能够从分配给每个员工的终端进行访问。此外,上下班管理装置5构成为包括楼宇1的进出管理系统。
在考勤系统的情况下,员工通过从终端访问考勤系统,打卡上班时刻以及下班时刻,从而在上下班管理装置5中记录各员工在楼宇1中的上下班信息。例如,员工的ID(姓名、公司职员编号等)、办公楼层(办公区域)、所属等信息与上班时刻以及下班时刻关联起来存储于上下班管理装置5的存储部中。
在进出管理系统的情况下,根据进出楼宇1的进出楼宇信息、或者进出各楼层的进出室信息,每当各利用者(员工)上班或者下班时,利用者的识别信息和上班时刻或者下班时刻就成为一组而被保存在上下班管理装置5的存储部中。
上下班信息取得部40访问上下班管理装置5的存储部,取得各楼层(各区域)的每个利用者(员工)的上下班信息。将所取得的上下班信息存储在上下班信息存储部41中。例如,员工的ID(姓名、公司职员编号等)、办公楼层(办公区域)、所属等信息与上班时刻以及下班时刻关联起来存储于上下班信息存储部41中。
一次预测部13在所在人数预测处理中,除了参照日程信息外,也参照上下班信息的历史记录,来预测在预测对象时刻各利用者是否位于预测对象楼层,计算出预测对象时刻的预测对象楼层的所在人数的一次预测值。
在图10中,例示了本实施方式的所在人数预测处理。作为与图8的不同点,可以举出在步骤S101与步骤S102之间插入了步骤S201这一点。在以后的说明中,关于标注了与图8相同的标号的步骤,适当省略说明。
在步骤S201中,一次预测部13从上下班信息存储部41取得预测对象时刻time_i的各楼层的上班者数。例如,将在预测对象时刻time_i之前的时刻有上班记录且自那以后没有下班记录的利用者(员工)加入到预测对象时刻time_i的办公人数S(i)中。
此外,针对预测开始时刻为早晨而没有上班记录(当然也没有下班记录)的利用者,可以根据上班时刻以及下班时刻的历史记录求出上班时刻以及下班时刻的预测值,并将其用于办公人数S(i)的计算。例如也可以按每个利用者区分,根据其历史记录统计求出上班时刻以及下班时刻,例如在求出平均值、众数之后,求出上班时刻以及下班时刻的预测值,估计在预测对象时刻规定的利用者是否正在工作。另外,该估计不限于早晨,也能够应用于这样的情况:预测对象时刻为夜晚,在预测开始时刻仅有上班记录而没有下班记录,但在预测对象时刻有可能已下班。
一次预测部13根据是否正在工作的估计结果、即办公人数S(i)和日程信息来计算预测对象时刻time_i的一次预测值Y(i)。例如,将从办公人数S(i)中减去预测对象时刻time_i的日程件数n_skd_i而得到的值作为一次预测值Y(i)。此外,如上所述,将从办公人数S(i)中减去日程件数n_skd_i中的、以与办公区域(规定楼层、规定区域)不同的区域作为实施区域的日程件数而得到的值作为一次预测值Y(i)。
根据本实施方式,根据上下班信息的历史记录来估计在预测对象时刻各利用者是否正在工作,根据其结果和日程信息来预测所在人数,因此连工作时间外的时间段也包括在内,能够抑制预测误差。
标号说明
1:楼宇;2:设备管理装置;3:日程管理服务器;4:网络;5:上下班管理装置;10:所在人数预测装置;11:日程信息取得部;12:日程信息存储部;13:一次预测部;14:一次预测值信息存储部;15:所在人数取得部;16:所在人数信息存储部;17:校正参数设定部;18:校正参数信息存储部;19:校正部;40:上下班信息取得部;41:上下班信息存储部。
Claims (6)
1.一种所在人数预测装置,其中,所述所在人数预测装置具有:
日程信息取得部,其取得要利用建筑物内的规定区域的各利用者的日程信息;
一次预测部,其根据所述日程信息来预测在预测对象时刻所述各利用者是否位于所述区域中,由此计算所述预测对象时刻下的所述区域的所在人数的一次预测值;以及
校正部,其利用根据所述区域和所述预测对象时刻而设定的校正参数对所述一次预测值进行校正而计算出所述区域的所在人数的二次预测值。
2.根据权利要求1所述的所在人数预测装置,其中,
所述所在人数预测装置还具有:
所在人数取得部,其取得所述区域的所在人数的实绩值;以及
校正参数设定部,其根据相同时刻的所述一次预测值与所述区域的所在人数的实绩值之差来设定所述校正参数。
3.根据权利要求1或2所述的所在人数预测装置,其中,
所述所在人数预测装置还具有上下班信息取得部,该上下班信息取得部取得所述区域的每个利用者的上下班信息,
所述一次预测部使用所述各利用者的上下班信息的历史记录来预测所述预测对象时刻下的所述区域的办公人数,根据该办公人数和所述日程信息来计算所述一次预测值。
4.根据权利要求3所述的所在人数预测装置,其中,
所述一次预测部通过从所述预测对象时刻下的所述办公人数中减去根据所述日程信息预测出的所述预测对象时刻下的不在人数而计算出所述预测对象时刻下的所述一次预测值。
5.一种设备管理系统,其中,所述设备管理系统具有:
权利要求1至4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于所述建筑物内的设备的管理。
6.一种所在人数预测方法,其中,包括如下步骤:
取得要利用建筑物内的规定区域的各利用者的日程信息;
根据所述日程信息来预测在预测对象时刻所述各利用者是否位于所述区域中,计算所述预测对象时刻下的所述区域的所在人数的一次预测值;以及
利用根据所述区域和所述预测对象时刻而设定的校正参数对所述一次预测值进行校正而计算出所述区域的所在人数的二次预测值。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/024524 WO2020255337A1 (ja) | 2019-06-20 | 2019-06-20 | 所在人数予測装置、設備管理システム、及び所在人数予測方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114041151A true CN114041151A (zh) | 2022-02-11 |
Family
ID=74040382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980097661.1A Pending CN114041151A (zh) | 2019-06-20 | 2019-06-20 | 所在人数预测装置、设备管理系统以及所在人数预测方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP6818937B1 (zh) |
CN (1) | CN114041151A (zh) |
WO (1) | WO2020255337A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023188283A1 (ja) * | 2022-03-31 | 2023-10-05 | 株式会社ウフル | 情報処理システム、情報処理方法、及び情報処理プログラム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011180974A (ja) * | 2010-03-03 | 2011-09-15 | Mitsubishi Electric Corp | 施設管理システム |
JP2018026028A (ja) * | 2016-08-12 | 2018-02-15 | 三菱電機ビルテクノサービス株式会社 | 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 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012109680A (ja) * | 2010-11-15 | 2012-06-07 | Shimizu Corp | 機器制御システム、及び機器制御方法 |
JP2013089208A (ja) * | 2011-10-24 | 2013-05-13 | Mitsubishi Electric Building Techno Service Co Ltd | 空調システム及び空調制御プログラム |
US10607147B2 (en) * | 2016-06-15 | 2020-03-31 | Arm Limited | Estimating a number of occupants in a region |
-
2019
- 2019-06-20 WO PCT/JP2019/024524 patent/WO2020255337A1/ja active Application Filing
- 2019-06-20 JP JP2020504264A patent/JP6818937B1/ja active Active
- 2019-06-20 CN CN201980097661.1A patent/CN114041151A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011180974A (ja) * | 2010-03-03 | 2011-09-15 | Mitsubishi Electric Corp | 施設管理システム |
JP2018026028A (ja) * | 2016-08-12 | 2018-02-15 | 三菱電機ビルテクノサービス株式会社 | 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 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2020255337A1 (ja) | 2021-09-13 |
JP6818937B1 (ja) | 2021-01-27 |
WO2020255337A1 (ja) | 2020-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11631493B2 (en) | Systems and methods for managing building wellness | |
US9741020B2 (en) | Conference room scheduling based on attendee locations | |
JP2013089208A (ja) | 空調システム及び空調制御プログラム | |
Maass et al. | Incorporating nurse absenteeism into staffing with demand uncertainty | |
WO2007087683A1 (en) | Management of room cleaning | |
US20220215348A1 (en) | Attendance management method, attendance management program, and attendance management system | |
JP2009048357A (ja) | 予約受付装置及び予約受付プログラム | |
EP3705433A1 (en) | Elevator operation management system, and operation management method | |
JP2019032753A (ja) | 提供数予測装置、提供数予測方法及び提供数予測プログラム | |
JP5336981B2 (ja) | 会議室予約支援装置および会議室予約支援方法 | |
JP2021135598A (ja) | 会議室管理システム、会議室管理方法及びプログラム | |
CN114041151A (zh) | 所在人数预测装置、设备管理系统以及所在人数预测方法 | |
CN114008643A (zh) | 所在人数预测装置、设备管理系统以及所在人数预测方法 | |
US20230351273A1 (en) | Systems and methods for managing meeting spaces | |
JP6896509B2 (ja) | 提供数予測装置、提供数予測方法及び提供数予測プログラム | |
JP2021089621A (ja) | 配属管理装置、および配属管理システム | |
JP2015114912A (ja) | 候補出力システム、候補出力方法及びコンピュータプログラム | |
JP2019211881A (ja) | 改札出場人数予測装置、改札出場人数予測方法及び改札出場人数予測プログラム | |
JP2023061637A (ja) | 情報処理装置、情報処理方法、プログラム、および情報処理システム | |
US20170011358A1 (en) | Apparatus, system, and method for managing presentation, and recording medium | |
JP2010152541A (ja) | 所在情報通知装置及び所在情報通知プログラム | |
JP7165516B2 (ja) | スケジュール提案装置、スケジュール提案方法、及びスケジュール提案システム | |
JP2012033127A (ja) | 要員管理システム、要員管理装置、要員管理方法、プログラム | |
WO2024185088A1 (ja) | 移動提案装置および移動提案方法 | |
WO2022004134A1 (ja) | 建物設備評価装置及びプログラム |
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 |