JP2014069947A - エレベータ交通需要予測装置 - Google Patents

Abstract

【課題】エレベータの運行状況、乗場およびかごの混雑状況に応じて変化する通行者の乗車行動特性を考慮したエレベータ交通需要予測装置を提供することを目的とする。
【解決手段】エレベータ交通需要予測装置１は、交通流データを蓄積して記憶する交通流データ記憶部２と、判定基準データを蓄積して記憶する判定基準記憶部３と、交通流データ記憶部３から取得された交通流データと、判定基準記憶部３から取得された判定基準データとに基づいて、通行者のエレベータ利用確率である乗車確率Ｐを算出する乗客行動判定部４と、乗客行動判定部４により算出された乗車確率Ｐに基づいて、交通流データ記憶部２から取得された交通流データを補正する交通流データ補正部５と、交通流データ補正部５により補正された交通流データを蓄積して記憶する補正交通流データ記憶部６とを備えている。
【選択図】図１

Description

本発明は、エレベータを利用する通行者の発生時刻と人数等の交通流を予測するエレベータ交通需要予測装置に関するものである。

従来のエレベータ交通需要予測装置は、長期的な交通需要の変化を考慮した交通需要予測を行う装置と、短期的な交通需要の変化を考慮した交通需要予測を行う装置がある。

長期的な交通需要の変化を考慮したエレベータ交通需要予測装置としては、所定期間の交通需要の学習結果から、乗り継ぎ機能、属性、階段利用等の情報を付加したシミュレーション乗客データを用いて、ＧＡ（遺伝的アルゴリズム）を応用したシミュレーションを繰り返し実行する装置がある（例えば、特許文献１参照）。

他にも、エレベータ等の交通手段の配置および運転計画に応じて複数の交通手段の運行状況を模擬し、時間帯ごとの通行者の発生率、発生人数等の通行者模擬情報に基づいて指定された箇所に指定された人数の通行者を発生させて、建物内における通行者の流れを模擬する装置がある（例えば、特許文献２参照）。

短期的な交通需要の変化を考慮したエレベータ交通需要予測装置としては、ホール呼び情報およびかご呼び情報等の交通情報を分類して長期記憶部と一次情報記憶部に記憶しておき、長期記憶部の記憶内容に基づいて学習を行なって、学習結果を一次情報記憶部の記憶内容により変更して需要予測を行う装置がある（例えば、特許文献３参照）。

また、個人認証を行って個人属性を取得し、検出した個人属性に基づいて、個人の乗降に係わる個人乗降データを生成し、個人乗降データから該個人の各階床での滞在時間を検出して、個人乗降データと滞在時間とから該個人のエレベータ利用率を求め、すべてのエレベータ利用者のエレベータ利用率からエレベータの上昇下降別に各階床における待客発生数を予測する装置がある（例えば、特許文献４参照）。

特開平９−２４０９３１号公報 特開２０００−４４１３４号公報 特開平６−３２９３５２号公報 特開２０１０−６６１３号公報

建物の竣工以来、時間の経過にともなって、テナント等の入居状況および配置が変化することによって、建物内の交通需要は日々変化する。そのため、建物の設備運用・更新計画においては、実際の交通需要を正しく把握する必要がある。また、エレベータの群管理においても、時間帯、建物内のイベントの有無等によって時々刻々と変化する交通需要を予測する必要がある。

このような交通需要の変化は、エレベータの制御信号の解析によって計測される乗場呼びの発生頻度、かご呼びの登録数、各階の乗降車人数によってある程度把握することができる。

しかし、実際の通行者は、乗場到着時に同方向のかごが出発した直後である状況、現在階から離れた階にかごがある状況、乗場が混雑していてかごが到着しても乗車できそうにないと予想される状況において、特に近接階へ移動する場合および下り方向へ移動する場合等は、階段等、エレベータ以外の交通手段を利用することがある。

また、到着したかごが混雑している場合は乗車を見送ることがある。従来の交通需要予測装置にあっては、このようなエレベータの運行状況、乗場およびかごの混雑状況に応じて変化する通行者の乗車行動特性を考慮できない。そのため、そのような状況における交通需要の変化を考慮した運行模擬および運行制御を行うことができないという問題点があった。

そこで、本発明は、エレベータの運行状況、乗場およびかごの混雑状況に応じて変化する通行者の乗車行動特性を考慮したエレベータ交通需要予測装置を提供することを目的とする。

本発明に係るエレベータ交通需要予測装置は、エレベータの乗場における待客人数を予測するエレベータ交通需要予測装置において、前記エレベータの乗場における通行者の移動情報を表す交通流データを蓄積して記憶する交通流データ記憶部と、前記エレベータの乗場における通行者のエレベータ乗車特性を表す判定基準を蓄積して記憶する判定基準記憶部と、前記交通流データ記憶部から取得された前記交通流データと、前記判定基準記憶部から取得された前記判定基準とに基づいて、前記通行者のエレベータ利用確率を算出する乗客行動判定部と、前記乗客行動判定部により算出された前記エレベータ利用確率に基づいて、前記交通流データ記憶部から取得された前記交通流データを補正する交通流データ補正部と、前記交通流データ補正部により補正された前記交通流データを蓄積して記憶する補正交通流データ記憶部とを備えたものである。

本発明によれば、交通流データ記憶部から取得された交通流データと、判定基準記憶部から取得された判定基準とに基づいて通行者のエレベータ利用確率を算出する乗客行動判定部と、乗客行動判定部により算出されたエレベータ利用確率に基づいて、交通流データ記憶部から取得された交通流データを補正する交通流データ補正部とを備えた。したがって、無駄呼びとなる可能性の高い乗場呼びを排除することができるため、実際のエレベータ利用状況に近い交通流データを作成することができる。これにより、エレベータの運行効率の向上を図ることができ、また高精度な設備計画立案を実現することができる。

実施の形態１に係るエレベータ交通需要予測装置の構成図である。 実施の形態１に係るエレベータ交通需要予測装置における交通流データの一例を示す図である。 実施の形態１に係るエレベータ交通需要予測装置における判定基準データの一例を示す図である。 実施の形態１に係るエレベータ交通需要予測装置における交通流データ補正部の補正処理を示すフローチャートである。 実施の形態２に係るエレベータ交通需要予測装置の構成図である。 実施の形態２に係るエレベータ交通需要予測装置における交通流データの一例を示す図である。 実施の形態２に係るエレベータ交通需要予測装置における判定基準データの一例を示す図である。 実施の形態３に係るエレベータ交通需要予測装置の構成図である。 実施の形態３に係るエレベータ交通需要予測装置における交通流データの一例を示す図である。 実施の形態３に係るエレベータ交通需要予測装置における判定基準データの一例を示す図である。 実施の形態３に係るエレベータ交通需要予測装置における判定基準修正部の判定基準修正処理を示すフローチャートである。 実施の形態３に係るエレベータ交通需要予測装置における判定基準データの他の例を示す図である。

＜実施の形態１＞
本発明の実施の形態１について、図面を用いて以下に説明する。図１は、本発明の実施の形態１に係るエレベータ交通需要予測装置１の構成図である。エレベータ交通需要予測装置１は、１つの群管理装置１５によって制御されるエレベータ群（バンク）ごとに設けられ、当該バンクの乗場における待客人数を予測する。エレベータ交通需要予測装置１には、交通流データ生成装置１４と、群管理装置１５と、設備計画装置１６が接続されている。交通流データ生成装置１４と群管理装置１５には、エレベータ１０，１１の運行を制御する制御装置１２，１３が接続されている。

交通流データ生成装置１４は、制御装置１２，１３から取得したエレベータ制御信号に基づいて交通流データを作成し、作成された交通流データをエレベータ交通需要予測装置１へ出力する。エレベータ交通需要予測装置１内では交通流データの補正処理が行われるが、補正処理の詳細については後述する。群管理装置１５は、エレベータ交通需要予測装置１内で補正された交通流データを用いてエレベータ１０，１１の運行を指令する。設備計画装置１６は、補正された交通流データを用いて設備計画を立案する。

次に、エレベータ交通需要予測装置１について説明する。エレベータ交通需要予測装置１は、交通流データ記憶部２と、判定基準記憶部３と、乗客行動判定部４と、交通流データ補正部５と、補正交通流データ記憶部６とを備えている。交通流データ記憶部２は、交通流データ生成装置１４から出力された交通流データを蓄積して記憶する。判定基準記憶部３は、エレベータ１０，１１の乗場における通行者のエレベータ乗車特性を表す判定基準データを蓄積して記憶する。

乗客行動判定部４は、交通流データ記憶部２から取得された交通流データと、判定基準記憶部３から取得された判定基準データとに基づいて、通行者のエレベータ利用確率である乗車確率Ｐを算出する。

交通流データ補正部５は、乗客行動判定部４により算出された通行者の利用確率に基づいて、交通流データ記憶部２から取得された交通流データを補正する。補正交通流データ記憶部６は、交通流データ補正部５により補正された交通流データを蓄積して記憶する。

なお、エレベータ１０，１１の数は１台以上であればよく、図１に示された台数である必要はない。エレベータが１台の場合、群管理装置１５は省略される。また、エレベータが複数台の場合、１つの群管理装置１５が管理するバンクである。

長期的な交通需要予測を行う場合、エレベータ交通需要予測装置１は、オフラインで交通流データを補正し蓄積してもよい。その場合、エレベータ交通需要予測装置１は、群管理装置１５への補正後の交通流データの出力を行わない。また、判定基準記憶部３は建物ごとに備える必要はなく、ネットワークで接続されたエレベータ保守センター等に判定基準データを蓄積しておき、エレベータ交通需要予測装置１は、通信装置を経由して判定基準データを入手して利用してもよい。

エレベータ１０，１１の乗場において呼びが発生すると、交通流データ生成装置１４は交通流データを生成し、生成された交通流データは交通流データ記憶部２に蓄積して記憶される。また、設備導入計画時または設備更新計画時は、実際のエレベータ呼び情報ではなく、オフィスビルの各階の入居人数、出退勤時間等から、時間帯ごとの予想される移動人数と乗車階−降車階の組み合わせから、交通流データを作成することもできる。

なお、交通流データ生成装置１４は省略することが可能であり、交通流データ生成装置１４を省略した場合は、制御装置１２，１３および群管理装置１５から取得された制御信号が交通流データ記憶部２に蓄積される。

次に、図２を用いて交通流データについて説明する。図２は、交通流データ記憶部２に蓄積される交通流データの一例を示す図であり、４レコードのデータが蓄積された場合の一例である。交通流データは、エレベータ１０，１１の乗場における乗場呼び登録に関するデータ、すなわち、通行者の移動情報を表すデータである。交通流データの１レコードが１つの乗場呼びを表し、各通行者が階間移動を行う場合の移動開始時刻が時刻フィールド、移動元の階が乗車階フィールド、移動方向が行先方向フィールドに記録されている。

乗場で行先方向を登録する乗場呼び登録方法においては、移動時刻は乗場呼びボタンが押された時刻または呼びが登録された時刻、移動元の階は乗場呼びボタンが押された階、移動方向は押された方向ボタン種をエレベータ制御信号からそれぞれ取得することができる。

また、乗場で行先階を登録する形式の乗場呼び登録方法においては、交通流データに降車階を表す降車階フィールドを設けてもよい。さらに、ＩＤカードなどを使用して個人ごとにエレベータ呼びを登録する形式の乗場呼び登録方法においては、１人の通行者を１レコードとして記録してもよい。

図２のような交通流データの１レコードは、発生時刻をＴ、乗車階をＯ、行先方向をＤとして、Ｐｓｎｇ（Ｔ，Ｏ，Ｄ）と表すことができる。エレベータ１０，１１が到着または応答すると、交通流データ生成装置１４は、交通流データ記憶部２から当該階の当該方向の交通流データを削除する。

通行者ごとに交通流データのレコードを生成する場合、通行者が乗車するエレベータを指示する形式の乗場呼び登録方法においては、交通流データ生成装置１４は、乗車予定の通行者の交通流データを削除する。一方、それ以外の乗場呼び登録方法においては、交通流データ生成装置１４は、当該階の当該方向の通行者について、かご定員分、かご定員以下で乗車可能な人数分、あるいはそれ以下で乗車可能な待客全員分の交通流データを削除する。

次に、図３を用いて判定基準データについて説明する。図３は、判定基準記憶部３に蓄積される判定基準データの一例であり、４レコードのデータが蓄積された場合の一例である。判定基準データは、エレベータ１０，１１の乗場における通行者のエレベータ乗車特性を表すデータであり、より具体的には、ある条件において通行者がエレベータ１０，１１を利用して移動する確率を表す確率テーブルである。判定基準データは、通行者のエレベータ１０，１１への乗車に影響を与える所定の条件である条件フィールド群と、乗車確率フィールドから構成されている。判定基準データは、予め設定されており、判定基準記憶部３に蓄積して記憶されている。

条件フィールド群は、時間帯フィールドと、乗車階フィールドと、行先方向フィールドとを有する。なお、条件フィールド群は、同行人数、かご位置、走行方向、降車階等のデータを含んでいてもよい。さらに、条件フィールド群は、通行者の移動属性情報に限らず、気温および湿度などの気象状況、通行者の識別ＩＤおよびＶＩＰ運転対象者情報などの個人属性情報を含んでいてもよい。

ここで、図３に示す判定基準データは、８〜９時の時間帯において、１階から上方階へ移動する通行者の８０％、２階から上方階へ移動する通行者の７０％、３階から上方階へ移動する通行者の５０％、４階から下方階へ移動する通行者の２０％がエレベータ１０，１１を利用して移動することを表している。この判定基準データは、Ｃ（Ｔ，Ｏ，Ｄ）で表すことができる。

乗客行動判定部４は、交通流データ記憶部２から交通流データを、判定基準記憶部３から判定基準データをそれぞれ読み込み（取得し）、発生した乗場呼びごとの通行者の乗車確率Ｐ（Ｔ，Ｏ，Ｄ）を算出する。例えば、図２と図３に関しては、Ｐ（８：１５：１０，４，ＤＮ）＝２０％、Ｐ（８：１５：１５，１，ＵＰ）＝８０％のように計算される。この乗車確率Ｐは、次に説明する交通流データ補正部５の補正処理に使用される。

次に、図４を用いて交通流データ補正部５の補正処理について説明する。図４は、交通流データ補正部５の補正処理を示すフローチャートである。まず、交通流データ補正部５は、交通流データ記憶部２から交通流データを取得する（ステップＳ１）。交通流データ補正部５は、ｉを１に設定し（ステップＳ２）、交通流データのｉレコード目である、Ｐｓｎｇ（８：１５：１０，４，ＤＮ）に関して、乗客行動判定部４が出力した乗車確率Ｐ（８：１５：１０，４，ＤＮ）＝２０％を取得する（ステップＳ３）。

次に、交通流データ補正部５は、乗車確率Ｐが基準値よりも低い場合にＰｓｎｇ（８：１５：１０，４，ＤＮ）の優先度を下げる。より具体的には、交通流データ補正部５は、基準値である０〜９９の乱数Ｒを発生させ（ステップＳ４）、その値が、Ｒ＜Ｐ×１００−１であるか否かを判定する（ステップＳ５）。

乱数Ｒが２０〜９９である場合は（ステップＳ５においてＮｏ）、交通流データ補正部５は、交通流データから、交通流データのｉレコード目であるＰｓｎｇ（８：１５：１０，４，ＤＮ）の優先度を下げる（ステップＳ６）。具体的には、交通流データをエレベータ１０，１１の運行制御に用いる場合は、ステップＳ６において、Ｐｓｎｇ（８：１５：１０，４，ＤＮ）の応答順位を下げて、乗車確率Ｐの高い順に交通流データを並べ替えたり、Ｐｓｎｇ（８：１５：１０，４，ＤＮ）の通行者に乗場呼びをキャンセルすることを確認した後、削除して当該乗場呼びに応答しないようにしたりする処理が行われる。

そして、交通流データ補正部５は、補正後の交通流データを補正交通流データ記憶部６に記憶させる。一方、乱数Ｒが０〜１９である場合（ステップＳ５においてＹｅｓ）、この処理はステップＳ７へ移行する。

次に、交通流データ補正部５は、ステップＳ７において、ｉがｎ以上か否か、すなわち、交通流データにおけるすべてのレコードに対してステップＳ３〜ステップＳ６を実施したか否かを判定する。

交通流データ補正部５は、ステップＳ７においてＮｏの場合、すなわち、交通流データにおけるすべてのレコードに対してステップＳ３〜ステップＳ６を実施していない場合は、ｉを１だけインクリメントしてから（ステップＳ８）、ステップＳ３へ移行する。但し、ステップＳ７においてＹｅｓの場合、すなわち、交通流データにおけるすべてのレコードに対してステップＳ３〜ステップＳ６を実施した場合は、交通流データ補正部５は、補正処理を終了する。

なお、エレベータ交通需要予測装置１は、補正後の交通流データを群管理装置１５に出力してエレベータ１０，１１の運行制御に用いる代わりに、設備計画装置１６に出力して設備計画に利用してもよい。この場合、交通流データ補正部５は、ステップＳ６において交通流データから応答済みの乗客Ｐｓｎｇ（８：１５：１０，４，ＤＮ）を削除しない。

以上のように、実施の形態１に係るエレベータ交通需要予測装置１では、交通流データ記憶部２から取得された交通流データと、判定基準記憶部３から取得された判定基準とに基づいて通行者のエレベータ利用確率を算出する乗客行動判定部４と、乗客行動判定部４により算出されたエレベータ利用確率に基づいて、交通流データ記憶部２から取得された交通流データを補正する交通流データ補正部５とを備えた。したがって、エレベータ１０，１１を利用する可能性が低い、すなわち無駄呼びとなる可能性の高い乗場呼びを排除することができるため、実際のエレベータ利用状況に近い交通流データを作成することができる。これにより、エレベータ１０，１１の運行効率の向上を図ることができ、また高精度な設備計画立案を実現することができる。

交通流データ補正部５は、乗客行動判定部４により算出された乗車確率Ｐが基準値よりも低い場合に、当該通行者の乗場呼び登録に関するデータを補正交通流データ記憶部６に記憶される交通流データから削除するため、無駄呼びとなる可能性の高い乗場呼びを排除することができる。

交通流データ補正部５は、乗客行動判定部４により算出された乗車確率Ｐの高い順に補正交通流データ記憶部６に記憶される交通流データを並べ替えるため、無駄呼びとなる可能性の高い乗場呼びに応答しにくくすることができる。

＜実施の形態２＞
次に、実施の形態２に係るエレベータ交通需要予測装置１Ａについて説明する。図５は、実施の形態２に係るエレベータ交通需要予測装置１Ａの構成図である。なお、実施の形態２において、実施の形態１で説明したものと同様構成要素については同一符号を付して説明は省略する。

実施の形態２では、補正交通流データ記憶部６に記憶される交通流データに、エレベータ１０，１１の運行状況を表す運行状況データを追加し、判定基準記憶部３に記憶される判定基準データに、エレベータ１０，１１の運行状況に関する指標を追加している。乗客行動判定部４は、運行状況データを含む交通流データと、運行状況に関する指標を含む判定基準データに基づいて、乗車確率Ｐを算出する。

エレベータ交通需要予測装置１Ａは、実施の形態１に係るエレベータ交通需要予測装置１に対して運行模擬部２０を追加した構成である。運行模擬部２０は、エレベータ１０，１１の運行を模擬して運行状況データを算出する。運行模擬部２０の具体的な動作については後述することとする。

次に、実施の形態２における交通流データについて説明する。図６は、交通流データ記憶部２に蓄積される交通流データの一例である。実施の形態２における交通流データは、乗客フィールド群と運行状況フィールド群から構成される。乗客フィールド群は、乗客番号フィールドと、時刻フィールドと、乗車階フィールドと、降車階フィールドとを有する。運行状況フィールド群は、待ち時間フィールドと、かご混雑度フィールドとを有する。なお、運行状況データは、運行状況フィールド群に記憶されるデータである。

交通流データ生成装置１４は、交通流データの乗客フィールド群のデータを作成する。交通流データの１レコードが１人の通行者を表し、レコードあるいは通行者の識別番号が乗客番号フィールド、移動開始時刻が時刻フィールド、移動元の階が乗車階フィールド、移動先の階が降車階フィールドに記憶されている。乗客フィールド群は、連れ立って移動する同行者の有無、同行人数、階床差などを含んでいてもよい。また、降車階の代わりに行先方向を含んでいてもよい。

交通流データは、乗場で移動方向を登録する形式の乗場呼び登録方法においては、群管理装置１５あるいは制御装置１２，１３から取得される乗場呼び情報を使用して生成することができる。また、乗場で行先方向を登録する形式の乗場呼び登録方法においては、オフィスビルの各階の入居人数、出退勤時間および統計的に得られた時間帯ごとの乗車階−降車階の組み合わせの人数割合および時間帯ごとの移動人数を、オフィスビルの各階の入居人数、出退勤時間から算出したり、統計的に算出したりすることによって、このような交通流データを作成することができる。

図６のような交通流データの１レコードは、乗客番号をｉとして、Ｐｓｎｇ（ｉ）あるいは、発生時刻をＴ、乗車階をＯ、行先方向をＤとして、Ｐｓｎｇ（Ｔ，Ｏ，Ｄ）と表すことができる。エレベータ１０，１１が到着または応答すると、交通流データ生成装置１４は、交通流データ記憶部２から当該階の当該方向の交通流データを削除する。

通行者ごとに交通流データのレコードを生成する場合、通行者が乗車するエレベータを指示する形式の乗場呼び登録方法においては、交通流データ生成装置１４は、乗車予定の通行者の交通流データを削除する。一方、それ以外の乗場呼び登録方法においては、交通流データ生成装置１４は、当該階の当該方向の通行者について、かご定員分、かご定員以下で乗車可能な人数分、あるいはそれ以下で乗車可能な待客全員分の交通流データを削除する。

運行模擬部２０は、交通流データ記憶部２から取得された交通流データに基づいて、エレベータ１０，１１の運行をシミュレーションし、運行状況データを算出して、交通流データ記憶部２に記憶される交通流データの運行状況フィールド群に蓄積して記憶させる。図６では、運行状況フィールド群として、待ち時間フィールドとかご混雑度フィールドを示しているが、乗場待ち人数、乗場混雑度などを含んでいてもよい。

次に、実施の形態２における判定基準データについて説明する。図７は、判定基準記憶部３に蓄積される判定基準データの一例である。判定基準データは、条件フィールド群と、乗車確率フィールドから構成されている。条件フィールド群は、時間帯フィールド、乗車階フィールド、降車階フィールド、待ち時間フィールド、かご混雑度フィールドが記憶されている。ここで、待ち時間フィールドとかご混雑度フィールドが運行状況に関する指標に相当する。

なお、条件フィールド群は、乗場待ち人数、移動開始時刻におけるかご位置およびかごの走行方向などを含んでいてもよい。また、条件フィールド群は、通行者の移動属性情報およびエレベータ１０，１１の運行状況に限らず、気温および湿度などの気象状況、通行者の識別ＩＤおよびＶＩＰ運転対象者情報などの個人属性情報を含んでいてもよい。

ここで、図７に示す判定基準データは８〜９時の時間帯において、１階から２階へ移動する通行者は、待ち時間が３０秒未満でかご内混雑度が５０％未満である（と予想される）状況においては６０％、待ち時間が３０秒以上でかご内混雑度が５０％以上の状況においては１０％、１階から３階以上の階へ移動する通行者は、待ち時間が３０秒未満でかご内混雑度が５０％未満の状況においては８０％、待ち時間が３０秒以上でかご内混雑度が５０％以上の状況においては７０％の確率でエレベータ１０，１１を利用して移動することを表している。

乗客行動判定部４は、交通流データ記憶部２から交通流データを、判定基準記憶部３から判定基準データをそれぞれ読み込み、通行者Ｐｓｎｇ（ｉ）ごとの乗車確率Ｐ（ｉ）を算出する。例えば、図６と図７に関しては、Ｐ（１）＝７０％、Ｐ（２）＝８０％、Ｐ（３）＝１０％、Ｐ（４）＝６０％のように計算される。乗客行動判定部４により算出された乗車確率Ｐ（ｉ）は、実施の形態１の場合と同様に、交通流データ補正部５の補正処理に使用される。

以上のように、実施の形態２に係るエレベータ交通需要予測装置１Ａでは、エレベータ１０，１１の運行を模擬してエレベータ１０，１１の運行状況を表す運行状況データを算出する運行模擬部２０をさらに備え、交通流データ記憶部２に記憶される交通流データは運行状況データを含む。したがって、エレベータ１０，１１の運行状況に応じて時々刻々と変化する交通需要を予測して、エレベータ１０，１１を利用する可能性が低い、すなわち無駄呼びとなる可能性の高い乗場呼びを排除することができ、実際のエレベータ利用状況に近い交通流データを作成することができる。これにより、エレベータ１０，１１の運行効率向上および高精度な設備計画立案を実現することができる。

判定基準データは、エレベータ１０，１１の運行状況に関する指標を含むため、エレベータ１０，１１の運行状況に応じて時々刻々と変化する交通需要を予測して、エレベータ１０，１１を利用する可能性が低い、すなわち無駄呼びとなる可能性の高い通行者を排除することができ、実際のエレベータ利用状況に近い交通流データを作成することができる。

＜実施の形態３＞
次に、実施の形態３に係るエレベータ交通需要予測装置１Ｂについて説明する。図８は、実施の形態３に係るエレベータ交通需要予測装置１Ｂの構成図である。なお、実施の形態３において、実施の形態１，２で説明したものと同様構成要素については同一符号を付して説明は省略する。

実施の形態１，２では、判定基準データは予め設定された固定値であったが、実施の形態３では、交通流データ生成装置１４により新たに作成された交通流データに基づいて、判定基準データは更新される。エレベータ交通需要予測装置１Ｂは、実施の形態１に係るエレベータ交通需要予測装置１に対して判定基準修正部２１を追加した構成である。判定基準修正部２１は、交通流データ記憶部２から新たに取得された交通流データに基づいて、判定基準記憶部３に蓄積される判定基準データを修正する。

次に、実施の形態３における交通流データについて説明する。図９は、交通流データ記憶部２に記憶される交通流データの例である。交通流データは、通行者ごとに付された乗客番号フィールド、移動開始時刻フィールド、乗車階フィールド、降車階フィールド、利用フラグフィールドにより構成されている。

降車階フィールドは、乗場で行先階を登録する形式の乗場呼び登録方法においては、呼び登録装置（図示省略）からデータを取得することができるし、乗場で行先方向を登録する形式の乗場呼び登録方法においては、エレベータ１０，１１の秤装置（図示省略）、またはエレベータ１０，１１のドアセンサ（図示省略）から出力されるエレベータ信号から推測したり、ＩＤカード等を利用して各通行者の居住階から推測したりすることもできる。

利用フラグフィールドは、各通行者がエレベータ１０，１１を利用して移動したか否かを表すデータであり、エレベータ１０，１１を利用して移動した場合は「１」、他の移動手段を利用して移動した場合は「０」が入力される。交通流データ生成装置１４は、エレベータ１０，１１を利用して移動したか否か、およびその人数について、エレベータ１０，１１の秤装置の変化量やドアセンサの通過時間などから推測したり、エレベータ１０，１１、階段など他の移動手段の近くに設置されたタグリーダと個人のＩＤカード等を組み合わせて各通行者の移動手段を推測したりすることにより、データを取得、入力することができる。なお、図９では通行者ごとに１レコードとしているが、乗場呼びごとに１レコードとしてもよい。

次に、実施の形態３における判定基準データについて説明する。図１０は、判定基準記憶部３に蓄積される判定基準データの一例である。判定基準データは、条件フィールド群と、一定期間における条件フィールド群の条件に一致する通行者の数を表す通行者数フィールドと、通行者のうちエレベータ１０，１１を利用した人数を表す利用者数フィールドと、通行者のうちのエレベータ１０，１１の利用者の割合を表す乗車確率フィールドから構成されている。

なお、条件フィールド群は、待ち時間、かご混雑度、乗場待ち人数、移動開始時刻におけるかご位置およびかごの走行方向などを含んでいてもよい。また、条件フィールド群は、通行者の移動属性情報およびエレベータ１０，１１の運行状況に限らず、気温および湿度などの気象状況、通行者の識別ＩＤおよびＶＩＰ運転対象者情報などの個人属性情報を含んでいてもよい。

次に、図１１を用いて判定基準修正部２１の判定基準修正処理について説明する。図１１は、判定基準修正部２１の判定基準修正処理を示すフローチャートである。交通流データ生成装置１４により新しい交通流データが作成されたときに、当該交通流データに関して、以下の手順で対応する判定基準データを更新する。まず、判定基準記憶部３から判定基準データを取得する（ステップＳ１１）。ｉを１に設定し、判定基準データのｉ番目のデータを取得する（ステップＳ１２）。

判定基準修正部２１は、当該交通流データがｉ番目の判定基準データの条件フィールド群に一致するか否かを判定する（ステップＳ１３）。具体的には、当該交通流データの時刻フィールドと乗車階フィールドと降車階フィールドが、判定基準データの時間帯フィールドと乗車階フィールドと降車階フィールドとそれぞれ一致しているか否かが判定される。

当該交通流データがｉ番目の判定基準データの条件フィールド群に一致しなければ（ステップＳ１３においてＮｏ）、ｉを１だけインクリメントし、（ｉ＋１）番目の判定基準データを取得して（ステップＳ１４）、ステップＳ１３に移行する。一方、当該交通流データがｉ番目の判定基準データの条件フィールド群に一致すれば（ステップＳ１３においてＹｅｓ）、当該判定基準データの通行者数フィールドの値に１を加えた値に更新する（ステップＳ１５）。

判定基準修正部２１は、当該交通流データに記録された通行者がエレベータ１０，１１を利用したか否か、すなわち交通流データの利用者フラグフィールドが「１」であるか否かを判定する（ステップＳ１６）。通行者がエレベータ１０，１１を利用した場合は（ステップＳ１６においてＹｅｓ）、利用者数フィールドの値に１を加えた値に更新する（ステップＳ１７）。

判定基準修正部２１は、更新された通行者数フィールドの値Ａと、利用者数フィールドの値Ｂを用いて、以下の式により、乗車確率フィールドの値Ｃを再計算して更新する（ステップＳ１８）。

Ｃ＝Ｂ／Ａ
そして、判定基準修正部２１はこの処理を終了する。但し、他の手段を利用した場合は（ステップＳ１６においてＮｏ）、判定基準修正部２１は、乗車確率フィールドの値Ｃを再計算して更新した後（ステップＳ１８）、この処理を終了する。

また、判定基準データの条件フィールド群は、図１２に示すように、期間フィールドを含んでいてもよい。この場合、乗客行動判定部４は期間フィールド以外の条件フィールド群が一致する判定基準の重み付き平均により当該交通流データの乗車確率Ｐを算出する。例えば、時間帯Ｔ、乗車階Ｏ、降車階Ｄの判定基準データがｎ個あり、それぞれの確率がＰ１，Ｐ２，・・・，Ｐｎであったとすると、時間帯Ｔにおいて、Ｏ階からＤ階に移動する利用者の乗車確率Ｐ（Ｔ，Ｏ，Ｄ）を以下の式により計算する。

Ｐ（Ｔ，Ｏ，Ｄ）＝ｋ１×Ｐ１＋ｋ２×Ｐ２＋・・・＋ｋｎ×Ｐｎ
ただし、ｋ１＋ｋ２＋・・・＋ｋｎ＝１である。

ｋ１，ｋ２，・・・，ｋｎはそれぞれ期間１，２，・・・，ｎに対する重みを表し、例えば現在から近い期間の重みを高くしたり、同じ季節または同じ月の乗車確率に対する重みを高くしたりすることにより、エレベータ利用傾向の長期的変化および季節変動を反映することができる。また、判定基準修正部２１は、新しい交通流データを取得したときに、古い期間の判定基準データを削除することにより、最新のエレベータ利用傾向を反映することができる。

以上のように、実施の形態３に係るエレベータ交通需要予測装置１Ｂは、交通流データ記憶部２から新たに取得された交通流データに基づいて、判定基準データを更新する判定基準修正部２１をさらに備え、判定基準データは、通行者のエレベータ１０，１１への乗車に影響を与える所定の条件である条件フィールド群を含み、判定基準修正部２１は、新たに取得された交通流データと条件フィールド群が一致する判定基準データを更新する。したがって、エレベータ１０，１１の運行状況に応じて時々刻々と変化する交通需要を反映して、通行者のエレベータ利用確率を更新することができる。これにより、最新のエレベータ利用状況に近い交通流データを作成することができ、エレベータ１０，１１の運行効率および高精度な設備計画立案を実現することができる。

なお、本発明は、その発明の範囲内において、各実施の形態を自由に組み合わせたり、各実施の形態を適宜、変形、省略することが可能である。

１，１Ａ，１Ｂ エレベータ交通需要予測装置、２ 交通流データ記憶部、３ 判定基準記憶部、４ 乗客行動判定部、５ 交通流データ補正部、６ 補正交通流データ記憶部、１０，１１ エレベータ、２０ 運行模擬部、２１ 判定基準修正部。

Claims (6)

1. エレベータの乗場における待客人数を予測するエレベータ交通需要予測装置において、
   前記エレベータの乗場における通行者の移動情報を表す交通流データを蓄積して記憶する交通流データ記憶部と、
   前記エレベータの乗場における通行者のエレベータ乗車特性を表す判定基準を蓄積して記憶する判定基準記憶部と、
   前記交通流データ記憶部から取得された前記交通流データと、前記判定基準記憶部から取得された前記判定基準とに基づいて、前記通行者のエレベータ利用確率を算出する乗客行動判定部と、
   前記乗客行動判定部により算出された前記エレベータ利用確率に基づいて、前記交通流データ記憶部から取得された前記交通流データを補正する交通流データ補正部と、
   前記交通流データ補正部により補正された前記交通流データを蓄積して記憶する補正交通流データ記憶部と、
   を備えた、エレベータ交通需要予測装置。
2. 前記交通流データ補正部は、前記乗客行動判定部により算出された前記エレベータ利用確率が基準値よりも低い場合に、当該通行者の乗場呼び登録に関するデータを前記補正交通流データ記憶部に記憶される前記交通流データから削除する、請求項１記載のエレベータ交通需要予測装置。
3. 前記交通流データ補正部は、前記乗客行動判定部により算出された前記エレベータ利用確率の高い順に前記補正交通流データ記憶部に記憶される前記交通流データを並べ替える、請求項１記載のエレベータ交通需要予測装置。
4. 前記エレベータの運行を模擬して前記エレベータの運行状況を表す運行状況データを算出する運行模擬部をさらに備え、
   前記交通流データ記憶部に記憶される前記交通流データは前記運行状況データを含む、請求項１記載のエレベータ交通需要予測装置。
5. 前記判定基準は、前記エレベータの運行状況に関する指標を含む、請求項４記載のエレベータ交通需要予測装置。
6. 前記交通流データ記憶部から新たに取得された交通流データに基づいて、前記判定基準を更新するために修正する判定基準修正部をさらに備え、
   前記判定基準は、前記通行者の前記エレベータへの乗車に影響を与える所定の条件を含み、
   前記判定基準修正部は、前記新たに取得された交通流データと前記所定の条件が一致する判定基準を更新する、請求項１記載のエレベータ交通需要予測装置。

Images