JP2017130812A - 信頼性評価装置、信頼性評価方法、及びプログラム - Google Patents

信頼性評価装置、信頼性評価方法、及びプログラム Download PDF

Info

Publication number
JP2017130812A
JP2017130812A JP2016009259A JP2016009259A JP2017130812A JP 2017130812 A JP2017130812 A JP 2017130812A JP 2016009259 A JP2016009259 A JP 2016009259A JP 2016009259 A JP2016009259 A JP 2016009259A JP 2017130812 A JP2017130812 A JP 2017130812A
Authority
JP
Japan
Prior art keywords
link
probability
area
damaged
disaster
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
Application number
JP2016009259A
Other languages
English (en)
Other versions
JP6453784B2 (ja
Inventor
亮一 川原
Ryoichi Kawahara
亮一 川原
洋 斎藤
Hiroshi Saito
洋 斎藤
美加 石塚
Mika Ishizuka
美加 石塚
泰理 本多
Yasumasa Honda
泰理 本多
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Priority to JP2016009259A priority Critical patent/JP6453784B2/ja
Publication of JP2017130812A publication Critical patent/JP2017130812A/ja
Application granted granted Critical
Publication of JP6453784B2 publication Critical patent/JP6453784B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

【課題】被災する可能性のあるエリア内のリンクの故障率を適切に推定した上で、災害のネットワークへの影響を事前に評価する。【解決手段】警報エリア内でネットワークの一部が被災した際の影響を評価する信頼性評価装置において、警報エリアM_iのメトリックrに基づき、当該警報エリアM_iのエリア内リンク故障率を算出し、前記ネットワークを構成するリンクjについて、当該警報エリアM_iで被災する可能性のあるリンク区間情報L_i,jを取得し、各警報エリアM_iについての前記リンク区間情報L_i,jと前記エリア内リンク故障率とを用いることにより、リンク故障確率を算出するリンク故障確率計算手段を備える。【選択図】図2

Description

本発明は、情報通信ネットワークをはじめとする様々なネットワークにおいて、土砂災害等の自然災害による被災の影響を事前に評価する方法に関するものである。
情報通信ネットワークにおいて、ネットワークの信頼性を評価する様々な手法が存在する。例えば非特許文献1では、ネットワークを構成する各リンクが故障する確率を用いて、着目するsrc-dst間(始点ノードと終点ノード間)の疎通確率を計算する方法が開示されている。非特許文献1では、装置故障のような予測不可能な事象に対応するための信頼性を評価する方法を対象にしている。
その他の関連技術として、特許文献1には、災害時の信頼性評価として、ノードの重要度(ユーザ規模、トラヒック等)等を考慮して信頼度を定義する方法が開示されている。また、特許文献2には、ネットワークに上位・下位の階梯の構造があるときに、どの下位ノードを上位ノードとつなぐと信頼度が大きくなるかを考慮して上位ノードを決定する方法が開示されている。また、 非特許文献4では、地震を対象に、ロバストなネットワーク設計法についての提案がなされている。
特開2014-23064号公報 特開2014-93743号公報
林,阿部,"通信ネットワークの信頼性," 社団法人電子情報通信学会,2010. Hiroshi Saito, Ryoichi Kawahara, and Takeshi Fukumoto, Proposal of Disaster Avoidance Control, Networks 2014, 2014. 倉本他, ``RBFネットワークを用いた非線形がけ崩れ発生限界雨量線の設定に関する研究,''土木学会論文集 (672), 117-132, 2001. H. Saito. Spatial design of physical network robust against earthquakes. IEEE Journal of Lightwave Technology, 33(2):443-458, Jan. 2015. 梶谷他, 実効雨量指標を用いた降雨に対する運転規制方法について, 地盤工学会誌, 60-3. http://www.jma.go.jp/jma/kishou/know/bosai/doshakeikai.html、平成28年1月12日検索 http://www.sabo.pref.hiroshima.lg.jp/portal/kaisetsu/kikenhelp/about_2.htm、平成28年1月12日検索
一方、非特許文献2では大雨等の予測可能な自然災害を対象に、その被災のネットワークへの影響を事前に評価することで、被災回避制御を行う方法が提案されている。この場合、ある特定の地域(例えば大雨警報が出た地域)に属するネットワーク設備(リンクやノード)が被災する確率を考慮して、ネットワークの信頼性を評価する必要がある。このとき、例えば気象情報や警報情報等を用いて、警報が発令されているエリア内のリンクの故障確率をどのように推定すればよいかという点が課題となる。
本発明は上記の点に鑑みてなされたものであり、気象情報等を用いて被災する可能性のあるエリアを特定し、当該エリア内のリンクの故障確率を適切に推定した上で、災害が生じた際のネットワークへの影響を事前に評価することを可能とする技術を提供することを目的とする。
本発明の実施の形態によれば、リンク集合とノード集合により構成される地理的なネットワークにおいて、災害の起因となり得る事象に関する情報に基づいて特定された警報エリア内で前記ネットワークの一部が被災した際に、指定された始点ノードと終点ノードとの間で通信ができなくなる確率である切断確率を算出する信頼性評価装置であって、
ある時点tにおける前記事象に関する警報エリアM_iのメトリックrに基づき、当該警報エリアM_iに存在するリンクが故障する率であるエリア内リンク故障率を算出し、前記ネットワークを構成するリンクjについて、当該警報エリアM_iで被災する可能性のあるリンク区間情報L_i,jを取得し、各警報エリアM_iについての前記リンク区間情報L_i,jと前記エリア内リンク故障率とを用いることにより、リンクjが故障する確率であるリンク故障確率を算出するリンク故障確率計算手段と、
前記リンク故障確率計算手段により算出された、前記ネットワークを構成する各リンクのリンク故障確率を用いて、前記始点ノードと前記終点ノードとの間で通信ができなくなる確率である切断確率を算出する切断確率計算手段と
を備えることを特徴とする信頼性評価装置が提供される。
また、本発明の実施の形態によれば、リンク集合とノード集合により構成される地理的なネットワークにおいて、災害の起因となり得る事象に関する情報に基づいて特定された警報エリア内で前記ネットワークの一部が被災した際に、指定された始点ノードと終点ノードとの間で通信ができなくなる確率である切断確率を算出する信頼性評価装置であって、
ある時点tにおける前記事象に関する警報エリアM_iのメトリックrに基づき、当該警報エリアM_iにおける各ハザードエリアが被災する確率である被災確率を算出する確率計算手段と、
前記確率計算手段により算出された被災確率を用いて、各警報エリアM_iにおいて各ハザードエリアが被災するか否かをシミュレーションにより判定し、被災すると判定されたリンクを特定し、被災したリンクが切断される確率を用いて当該リンクが切断されるか否かをシミュレーションにより判定し、切断リンクと判定されたリンクを除いたネットワークにおいて、前記始点ノードと前記終点ノードとの間でパスがあるか否かを判定する判定手段と
前記判定手段による処理を繰り返し行い、繰り返しの回数と前記パスがなかった回数とに基づいて、前記切断確率を算出する切断確率計算手段と
を備えることを特徴とする信頼性評価装置。
また、本発明の実施の形態によれば、リンク集合とノード集合により構成される地理的なネットワークにおいて、災害の起因となり得る事象に関する情報に基づいて特定された警報エリア内で前記ネットワークの一部が被災した際に、指定された始点ノードと終点ノードとの間で通信ができなくなる確率である切断確率を算出する信頼性評価装置が実行する信頼性評価方法であって、
ある時点tにおける前記事象に関する警報エリアM_iのメトリックrに基づき、当該警報エリアM_iに存在するリンクが故障する率であるエリア内リンク故障率を算出し、前記ネットワークを構成するリンクjについて、当該警報エリアM_iで被災する可能性のあるリンク区間情報L_i,jを取得し、各警報エリアM_iについての前記リンク区間情報L_i,jと前記エリア内リンク故障率とを用いることにより、リンクjが故障する確率であるリンク故障確率を算出するリンク故障確率計算ステップと、
前記リンク故障確率計算ステップにより算出された、前記ネットワークを構成する各リンクのリンク故障確率を用いて、前記始点ノードと前記終点ノードとの間で通信ができなくなる確率である切断確率を算出する切断確率計算ステップと
を備えることを特徴とする信頼性評価方法が提供される。
また、本発明の実施の形態によれば、リンク集合とノード集合により構成される地理的なネットワークにおいて、災害の起因となり得る事象に関する情報に基づいて特定された警報エリア内で前記ネットワークの一部が被災した際に、指定された始点ノードと終点ノードとの間で通信ができなくなる確率である切断確率を算出する信頼性評価装置が実行する信頼性評価方法であって、
ある時点tにおける前記事象に関する警報エリアM_iのメトリックrに基づき、当該警報エリアM_iにおける各ハザードエリアが被災する確率である被災確率を算出する確率計算ステップと、
前記確率計算ステップにより算出された被災確率を用いて、各警報エリアM_iにおいて各ハザードエリアが被災するか否かをシミュレーションにより判定し、被災すると判定されたリンクを特定し、被災したリンクが切断される確率を用いて当該リンクが切断されるか否かをシミュレーションにより判定し、切断リンクと判定されたリンクを除いたネットワークにおいて、前記始点ノードと前記終点ノードとの間でパスがあるか否かを判定する判定ステップと
前記判定ステップによる処理を繰り返し行い、繰り返しの回数と前記パスがなかった回数とに基づいて、前記切断確率を算出する切断確率計算ステップと
を備えることを特徴とする信頼性評価方法が提供される。
本発明の実施の形態によれば、気象情報等を用いて被災する可能性のあるエリアを特定し、当該エリア内のリンクの故障確率を適切に推定した上で、災害が生じた際のネットワークへの影響を事前に評価することが可能となる。
本発明の実施の形態におけるシステム構成例を示す図である。 本発明の実施の形態における信頼性評価サーバ400の構成例を示す図である。 信頼性評価サーバ400が実行する計算手順のフローチャートである。 ネットワーク上に表示された警報エリアの例を示す図である。 雨量に関する指数と災害発生・非発生に関するデータを分析した例を示す図である(非特許文献3より引用)。 エリア内故障率算出例を説明するための図である。 リンク故障確率計算例を説明するための図である。 グラフ的ネットワークの例を示す図である。 実施例3におけるsrc-dst間切断確率計算例を説明するための図である。 実施例3におけるsrc-dst間切断確率計算例を説明するための図である。
以下、図面を参照して本発明の実施の形態を説明する。なお、以下で説明する実施の形態は一例に過ぎず、本発明が適用される実施の形態は、以下の実施の形態に限られるわけではない。
(システム構成)
図1(a)は本発明の実施の形態(実施例1〜3に共通)におけるシステム構成の一例を示す構成図である。図1(a)に示すように、本発明の実施の形態におけるシステムは、管理対象となるネットワーク100、ネットワーク・地理情報管理サーバ200、気象データ収集サーバ300、及び信頼性評価サーバ400を備える。なお、図1(a)では、ネットワーク・地理情報管理サーバ200、気象データ収集サーバ300、及び信頼性評価サーバ400が、管理対象とするネットワーク100に接続されている構成を示しているが、これは一例であり、管理対象とするネットワーク100は、ネットワーク・地理情報管理サーバ200、気象データ収集サーバ300、及び信頼性評価サーバ400のうちのいずれか又は全部と接続されていなくてもよい。なお、本発明の実施の形態では、信頼性評価サーバ400と、ネットワーク・地理情報管理サーバ200及び気象データ収集サーバ300との間は、何等かのネットワークにより接続されていることを想定している。また、ネットワーク・地理情報管理サーバ200と気象データ収集サーバ300との間もネットワークにより接続され、通信が可能である。
ネットワーク・地理情報管理サーバ200は、ネットワーク100を構成する装置(リンクとノード)に関する情報を管理(格納)している。具体的には、図1(b)に示すように、ノード情報として、各ノードvのid、地理的位置(例えば、緯度・経度等)を管理している。図1(b)に示すように、リンク情報は、各リンクの端点ノード1、端点ノード2、地理的位置を有する。
図1(b)の例では、リンクの地理的位置を、リンクの両端点の緯度・経度、及び、リンクを複数区間に分割したときの各分割点の緯度・経度の組により表現している。例えば、図1(b)における1番目のリンクは、3つの区間に分割されており、
[(lat1, lon1), (lat11, lon11), (lat12, lon12), (lat2, lon2)]と表現される。つまり、リンクの両端点の位置は、(lat1, lon1)と(lat2, lon2)であり、2か所(lat11, lon11), (lat12, lon12) が分割位置となる。
以下では、上記のように分割された各リンク区間をリンクセグメントと呼ぶ。
また、ネットワーク・地理情報管理サーバ200では、地理メッシュ情報を保持している。後述する気象情報(具体的には、メトリック(R_x, R_y))が、地理メッシュ情報で表わされる地理メッシュ毎に与えられるものとし、地理メッシュ情報は、各メッシュの位置及び当該メッシュ内に存在するハザードエリア情報を有する。
具体的には、地理メッシュ情報は、図1(b)に示すように、メッシュID、メッシュ位置、ハザードエリア情報から成る。メッシュ位置は、当該メッシュの端点(4か所)の座標(緯度,経度)の組で表現される。なお、ここでは、例えば(緯度,経度)= (500.0, 500.0)のように、具体的な数値を例に記載しているが、あくまでもイメージ用のため、架空の緯度経度を例示している。ハザードエリア情報は、例えば土砂災害危険箇所に相当する、1つ又は複数のハザードエリアの位置を示し、該当メッシュに存在するハザードエリアの位置を緯度経度の組合せで表現して保持している。図1(b)の「地理メッシュ情報」のうち、例えばメッシュ1111におけるハザードエリア情報として、
{(501.1,502.3), (501.0, 503.2), (502.3, 502.8), (502.3, 502.5), (501.1, 502.3)}と記載しているが、これは、1つ目のハザードエリアがこれらの点をこの順に結ぶ多角形で表現されていることを表す。
ネットワーク・地理情報管理サーバ200は更にリンク長データを保持する。リンク長データとは、各リンクが、どの地理メッシュとどれくらいの長さ交わるかを示すデータである。例えば図1(b)に示すリンク長データのうち、リンク[100, 200]は、メッシュ1111と1.2km,2222と3.2km重なっていることを示す。この長さ(例えば1.2km)は、メッシュ1111が警報エリアとなった場合、1.2kmの区間長が被災する可能性があるということを意味する。より具体的には、例えば、着目する地理メッシュ内に存在するk番目のハザードエリアをH_k(k=1, …, n_iとし,n_iはハザードエリア数)とし、当該地理メッシュと∪H_kの重なる部分と交わるリンク長を用いる。なお、「∪H_k」は、当該地理メッシュ内に存在するハザードエリアの和集合である。あるいは、当該地理メッシュとH_kの重なる部分と交わるリンク長を各kについて求め、k=1からn_iについてそのリンク長の和を取ったものを当該リンク長とする。このリンク長は、リンク情報及び地理メッシュ情報内のハザードエリア情報を用いることで算出することができる。
ここで定義されているノードの集合をV、リンクの集合をEとし、この地理的ネットワークを (V,E)と記す。
気象データ収集サーバ300では、一定周期毎に、各地理メッシュの気象状態に関するメトリックを計算しておく。例えば、気象データ収集サーバ300は、降雨データに関して、短期指標(直近の60分間での時間雨量R_y[mm/h])と長期指標(半減期72時間のときの実効雨量R_x[mm])を計算する。R_xは非特許文献5に記載の手順で、例えば現在の単位時間雨量R、一期前のR_x(これをR_x_preと記す)を用いて, R_x=R+0.5(1/H)R_x_preにより計算する。Hは半減期と呼ばれるパラメータであり、これを72時間に設定する。また、非特許文献5に記載のとおり、実効雨量とは、現在時刻に対して直前の降雨ほど影響が大きく、時間を遡るほど影響が小さくなるという時間的な変化を数学的にモデル化したものである。
なお、本実施の形態では、災害に関連するメトリック(指標)として雨量のメトリックを用いているが、これは一例に過ぎず、他の指標を用いることとしてもよい。
信頼性評価サーバ400の構成例を図2に示す。図2に示すとおり、信頼性評価サーバ400は、警報エリア検出部401、警報エリア内被災発生率推定部402、リンク故障確率計算部403、切断確率計算部404を有する。各部の処理の内容については、後述する各実施例において詳細に説明する。
本発明の実施の形態に係る信頼性評価サーバ400は、例えば、コンピュータに、本発明の実施の形態で説明する処理内容を記述したプログラムを実行させることにより実現可能である。すなわち、信頼性評価サーバ400が有する機能は、当該コンピュータに内蔵されるCPUやメモリなどのハードウェア資源を用いて、信頼性評価サーバ400で実施される処理に対応するプログラムを実行することによって実現することが可能である。
信頼性評価サーバ400においては、ネットワーク・地理情報管理サーバ200から取得されたノード、リンク、地理メッシュ、リンク長等のデータや、気象データ収集サーバ300から取得されたメトリック等のデータがメモリ(記憶手段)に記憶され、上記プログラムに従って、CPUがメモリから当該データを読み出し、処理を実行することにより、始点ノードsrc・終点ノードdst間の切断確率を計算する。なお、後述するように、信頼性評価サーバ400は、各種関数の計算を行うが、当該関数の手順は上記プログラムに組み込まれていてもよいし、全体の(メインとなる)プログラムとは別に、メモリに関数の処理モジュールを格納し、関数の処理が必要になったときに、当該処理モジュールを使用することとしてもよい。
上記プログラムは、コンピュータが読み取り可能な記録媒体(可搬メモリ等)に記録して、保存したり、配布したりすることが可能である。また、上記プログラムをインターネットや電子メール等、ネットワークを通して提供することも可能である。
(信頼性評価サーバ400が実行する処理)
以下では、信頼性評価サーバ400が実行する処理の内容を実施例1、実施例2、実施例3として詳細に説明する。
なお、以下の各実施例では、気象状態である雨に起因する土砂災害を例として用いて説明しているが、これは一例に過ぎない。
図3は、実施例1において信頼性評価サーバ400が実行する被災影響評価手順のフローチャートである。図3に示す手順に沿って、信頼性評価サーバ400が実行する処理を説明する。
<ステップS1:警報エリアM_iの特定>
ステップS1では、信頼性評価サーバ400の警報エリア検出部401が、気象情報等から警報が発令された地理メッシュを警報エリアM_iとして検出する。当該気象情報は、災害の起因となり得る事象に関する情報の例である。図4に、管理対象のネットワーク100を含む地理的エリアにおける警報エリアの例を示す。図4において網掛けされたエリアが警報エリアを示す。この例では5か所で警報が発生している。例として、土砂災害の場合、雨量データを元に5kmメッシュ毎に土砂災害警戒情報が出されており(非特許文献6参照)、土砂災害の場合、土砂災害警戒情報の所定の基準に到達したエリアをM_iとすることができる。
<ステップS2:エリア内被災発生率の推定>
ステップS1で警報エリアM_iが検出されたら、ステップS2において、警報エリア内被災発生率推定部402が、警報エリアM_iにおける現時点tでの気象状態に関するメトリックR_t,iを気象データ収集サーバ300から読み出し、警報エリアM_iにおける被災発生率を計算する。例として、現時点tでのメトリック(R_x, R_y)をR_t,iとして用いる。つまり、警報エリアM_iの地理メッシュに対して計算されたメトリック(R_x, R_y)をR_t,iとして用いる。以下に、被災発生率の計算手順を詳細に説明する。
まず、警報エリア内被災発生率推定部402は、ある参照エリア内における、過去の災害状況(発生,非発生)とそのときのメトリック(R_x, R_y)の値の組を収集しておく。ここで、参照エリアとは、メトリックと被災発生率との関係を分析するためのエリアである。例えば、各地理メッシュの中からある地理メッシュ(あるいは同等の大きさを持つある地理的領域)を参照エリアとして指定し、そのエリアでのメトリック値を蓄積しておくことで、メトリックと被災発生率との関係を分析する。そして、参照エリアでの分析結果を、現在警報が出ている警報エリアでの被災発生率を推定するために用いる。なお、参照エリアでの分析については、信頼性評価サーバ400が実行してもよいし、信頼性評価サーバ400以外の装置が予め行って、信頼性評価サーバ400が、その分析結果(すなわち、後述する関数Gを実現するデータ等)を記憶手段に格納し、当該分析結果を用いることとしてもよい。分析方法は特定の方法に限られるわけではないが、本実施の形態では、非特許文献3に開示された方法を用いている。
非特許文献3では、あるエリアにおいてメトリックを収集し、分析することが開示されている。非特許文献3内の図−7(b)に、そのようなデータを収集し、分析した一例が示されており、本願の図5にその図を示している。
図5(非特許文献3内の図−7(b))において、1から-1の間の値をとる曲線がプロットされている。これは、(R_x, R_y)を入力値、災害非発生を1、災害発生を-1として出力するデータを出力値としたときに、収集データからRBFN(Radial Basis Function Network)を用いて学習した結果である。この学習での出力値をRBFN値と呼ぶことにする。また、(R_x, R_y)を入力したときのRBFN値を返す関数をG(R_x, R_y)と記載する。なお、G(R_x, R_y)は、災害が発生する確率pに対し、-1(災害発生)または1(災害非発生)の値を取る確率変数の期待値に相当するとみなす。つまり、「1×(1-p )+ (-1)×p= G(R_x, R_y)」という関係があるとみなす。
警報エリア内被災発生率推定部402は、G(R_x, R_y)を用いることにより、任意の(R_x, R_y)が与えられたときに、災害が発生する確率pをp=(1- G(R_x, R_y))/2により算出する。この式は、上記の「1×(1-p)+ (-1)×p= G(R_x, R_y)」をpについて解くことで得られる。
また、当該参照エリア内での災害発生時の災害発生件数をZ1とする。非特許文献3で定義される発生降雨要因件数(図5で「発生」としてプロットされた雨量データの個数)がZa件、ならびに、それに対するがけ崩れ件数がZb件であった場合、災害発生件数Z1= Zb / Zaとして見積もる。なお、災害発生件数の見積もり方法はこれに限定されるわけではなく、他の方法で見積もってもよい。警報エリア内被災発生率推定部402は、(R_x, R_y)が与えられたときの災害発生件数の期待値Esを、Es=(1-G(R_x, R_y))/2×Z1として計算する。
次に、警報エリア内被災発生率推定部402は、災害(例:土砂災害)1件当たり、災害が発生する領域の面積をSb1とし、また、警報エリア内のハザードエリアの総面積をSaとして、Es×Sb1/Saを、ある地点がハザードエリアに含まれるという条件の下で、その地点が災害発生エリアに含まれる割合(これを「被災発生率」と呼ぶ)とする。
被災発生率の算出例を図6を用いて具体的に説明する。図6(a)に示すように、参照エリア内に土砂災害危険個所4か所があるとする。なお、土砂災害危険個所の具体的な説明は、例えば、非特許文献7に記載されている。
これら4か所をハザードエリア(つまり土砂災害が起こる可能性のあるエリア)とし、その総面積(つまり4か所の面積の和)をSaとする。また、この4か所のうち、土砂災害発生が例えばいずれか1か所で生じたとする(例:図6(a)における図中土砂災害危険個所のうちの斜線部分)。この箇所を災害発生エリアと呼ぶ。いずれの箇所で土砂災害が起こるかは事前には分からないため、土砂災害発生1件当りに被災する領域がこの4か所のうちのいずれか1か所であるとし、Sb1をこの4か所の面積の代表値(平均、中央値等のいずれか)とする。あるいは、参照エリア内に限定せずに過去のデータなどから土砂災害1か所の面積の代表値をSb1として用いてもよい。
なお、図6(a)の例では、いずれの土砂災害危険個所もエリア内に含まれているが、一部の領域のみが参照エリアと重なるような土砂災害危険個所がある場合、その土砂災害危険個所と当該エリアの重なる部分のみをSa及びSb1の計算に用いる、あるいは、その土砂災害危険個所の全体の面積をSa及びSb1の計算に用いることとする。
警報エリア内被災発生率推定部402は、Es×Sb1/Sa(Es=(1-G(R_x, R_y))/2×Z1)を、警報エリア毎に算出する。ここで、関数G、Z1、Sb1(各ハザードエリアの面積の代表値等)、及びSa(ハザードエリアの総面積)は、参照エリアの分析から得られたデータであり、各警報エリアに対して共通である。メトリック(R_x, R_y)は、警報エリア毎のデータである。
<ステップS3:リンク故障確率計算>
ステップS3では、リンク故障確率計算部403が、エリア内被災発生率Es×Sb1/Saを用いて、時点tでの警報エリアM_iのエリア内リンク故障率beta_t,iを、beta_t,i=(Es×Sb1/Sa)×pL/deltaにより算出する。エリア内リンク故障率は、警報エリアM_iに存在するリンクが故障する率である。ここで、pLは、リンク上の点uが災害発生エリアに含まれたときにリンクが切断される確率を表し、deltaは予め定める区間長を表す。deltaは、土砂災害1件につき同時に被災するリンク区間長に相当する値に設定する(例えば、一つのハザードエリアと交わるリンク長の平均的な長さ等に設定する)。なお、pLは、例えば、過去の被災時のデータ等を元に設定するか、当該データがない場合はpL=1とし、被災時には必ず切断されるとみなす。
具体的には、リンク故障確率計算部403は、ネットワーク・地理情報管理サーバ200からリンク長データの情報を読み出し、警報エリアと重なるリンクを特定する。例えば、現在、メッシュIDが1111, 2222, 4444, 5555, 6666の5か所で警報が出ているとする。この場合、図1(b)に示すリンク長データに属するリンクのうち、リンク[100, 200]は、1111, 2222の2箇所と交わっている。
メッシュID1111, 2222のbeta_t,iをそれぞれbeta1111,beta2222と記すと、リンク故障確率計算部403は、リンク[100,200]のリンク故障確率qを以下のように計算する。
q = 1 - (1 - beta1111*delta)^(1.2/delta)×(1 - beta2222*delta)^(3.2/delta)
より一般的には、リンク故障確率計算部403は、リンクjの故障確率q_jを以下のように計算する。
q_j = 1 - (1 - beta_t,1*delta)^(L_1,j/delta)×(1 - beta_t,2*delta)^(L_2,j/delta)×…×(1 - beta_t,NL*delta)^(L_NL,j/delta)
ここで、NLは警報エリア数(地理メッシュ数)であり、L_i,j はM_i(M_iは警報が出ているi番目(i=1〜NL)のエリア)内において被災する可能性のあるリンク区間長である。例えば、M_i内に存在するk番目のハザードエリアをH_k(k=1, …, n_iとし,n_iはM_iと重なるハザードエリア数)とし、M_iと∪H_kの重なる部分と交わるリンク長をL_i,jとする。あるいは、M_iとH_kの重なる部分と交わるリンク長を各kについて求め、k=1からn_iについてそのリンク長の和を取ったものをL_i,jとする。なお、リンクjがM_iの中のどのハザードエリアとも交わらない場合は、L_i,j=0とする。
図7を参照して具体例を説明する。図7に示す5つの警報エリアのうち、警報エリアM_5の例において、リンクyは2箇所の土砂災害危険個所(ハザードエリア)と交わっている。ここでは、最初の危険個所と0.2km、次の危険個所と0.5km交わっているとすると、リンクyのL_i,jはL_5,y=0.2+0.5=0.7kmとなる。
リンク故障確率計算部403は、以上の計算を全てのリンクについて行う。もし、いずれの警報エリアとも交わらないリンクが存在する場合は、そのリンクの故障確率qは0とする。
<ステップS4:src-dst間切断確率計算>
ステップS4では、切断確率計算部404が、ステップS3で算出された各リンクjの故障確率q_jを用いて、所与のノードsrc-dst(始点ノード−終点ノード)間の切断確率を計算する。
具体的には、まず、切断確率計算部404は、ネットワーク・地理情報管理サーバ200のリンク情報を元に、図4に示すような地理的ネットワークから図8に示すようなグラフ的ネットワーク(地理的情報を除き、ノード間の結合関係だけに情報を絞ったもの)を生成する。当該グラフ的ネットワークでの各リンクにはステップS3で求めたリンクの故障確率が付与されている。
切断確率計算部404は、当該グラフ的ネットワークにおいて、src-dst間の切断確率を計算する。この計算には既存技術を使用することができる。一例として、切断確率計算部404は、非特許文献1の第3章に記載にいずれかの方法を用いてsrc-dst間で疎通できない確率を計算し、それをsrc-dst間切断確率として出力する。
以上、説明した信頼性評価装置400の機能区分、及び処理手順は一例である。例えば、Es及びエリア内被災発生率の計算を、警報エリア毎に計算した後に、その計算結果を用いてリンク毎のリンク故障確率を計算してもよいし、リンク毎のリンク故障確率を計算する中で、Es及びエリア内被災発生率の計算を行うこととしてもよい。また、信頼性評価装置400は、例えば、以下の被災影響評価方法として切断確率の計算を行ってもよい。なお、以下で説明する方法は、これまでの説明をまとめたものである。
当該被災影響評価方法は、リンク集合Eとノード集合Vにより構成される地理的ネットワーク (V,E)があるとし、該ネットワーク上の2つのノードを始点ノードsrc、終点ノードdstとして指定し、気象情報等に基づいて特定された警報エリア内において、ネットワークの一部が被災した際に該src-dst間において通信できなくなる確率(切断確率)を算出する被災影響評価方法である。
ここでは、i番目の警報エリアをM_iとし、M_iにおける現時点tでの気象状態に関するメトリックをR_t,iとする。一方、該メトリックの値がrのときに、該警報エリアに存在するリンクが故障する率beta[1/km]をrの関数beta=f(r)として定義しておく。この関数fを用いてM_iにおける時点tでの故障率beta_t,iをbeta_t,i=f(R_t,i)により算出する。
そして、ネットワークを構成するリンクjのうち、M_i内において被災する可能性のあるリンク区間長をL_i,jとする。L_i,jとbeta_t,iを用いて、リンクjが故障する確率q_jを計算する。それを全てのリンクについて行い、リンクjの故障する確率q_jを用いて所与のノードsrc, dst間において通信できなくなる確率(切断確率)を算出する。
上記のL_i,jを算出する際には、例えば、M_i内に存在するk番目のハザードエリアをH_k(k=1, …, n_iとし,n_iはM_iと重なるハザードエリア数)とし、M_iと∪H_kの重なる部分と交わるリンク長をL_i,jとする。あるいは、M_iとH_kの重なる部分と交わるリンク長を各kについて求め、k=1からn_iについてそのリンク長の和を取ったものをL_i,jとする。
また、上記のbetaの算出方法としては、例えば、まず、ある参照エリアのデータ分析に基づき、エリア内での災害発生件数の期待値Esを算出する関数をEs=g(r)として与える。rは、気象状態のメトリックrである。エリア内でのハザードエリアの総面積をSaとし、1つの災害発生当りで被災する面積をSb1とし、g(r)×Sb1/Saを、ある地点がいずれかのハザードエリアに含まれるという条件の下で、その地点が災害発生エリアに含まれる割合とする。そして、時点tでのbeta_t,iを、beta_t,i=(g(r)×Sb1/Sa)×pL/deltaにより算出する。ここで、pLは、リンク上の点uが災害発生エリアに含まれたときにリンクが切断される確率であり、deltaは予め定める区間長である。
上記のg(r)を求める方法としては、例えば、過去の災害情報およびそのときの気象状態を用いる。例えば、土砂災害の場合、気象状態に関するメトリックとして、短期指標R_y(直近60分の雨量等)と長期指標R_x(過去数日間に渡る雨量の累積値を考慮した指数)の2変数を用いる場合、過去の(R_x, R_y)データとそのときの災害発生状況(発生,非発生)を収集し、その収集データから、ある(R_x,R_y)が与えられたときの災害発生件数の期待値Esを出力する関数であるg(r)を構成しておく。
次に、実施例2について説明する。以下、実施例1と異なる点について説明する。実施例2では、実施例1のステップS2で算出したEs=(1-G(R_x, R_y))/2×Z1を用いて、リンクjの故障確率q_jを算出する別の手順について説明する。
実施例2のステップS2では、Es/SN=(1-G(R_x, R_y))/2×Z1/SNを土砂災害危険個所(ハザードエリア)当りの被災発生率として出力する。ここで、SNは、参照エリア内の土砂災害危険個所(ハザードエリア)の個数である。例えば、図6(a)の例では、SN=4となる。なお、ハザードエリアのうち、一部のみが参照エリアと重なる場合には、それを含めてSNをカウントする。あるいは、そのハザードエリアが参照エリアと重なる面積の割合に応じてカウントする(例えば半分だけ重なる場合は、0.5個分としてカウント)等を行う。
実施例2では、リンク故障確率計算部403が、上記の土砂災害危険個所当りの被災発生率「(1-G(R_x, R_y))/2×Z1/SN」を用いて、実施例1のステップS3の代わりに、以下のステップS3'を実施する。
ここで、実施例2では、図1(b)に示すネットワーク・地理情報管理サーバ200内のリンク長データにおいて、リンク長L_i,jを、M_iにおいてリンクjと交わる土砂災害危険個所数と定義する。例えば、図7の警報エリアM_5の例においては、リンクyは2箇所の土砂災害危険個所と交わるため、リンクyのL_i,jは,L_5,y=2となる。実施例2では、このような土砂災害危険個所数のデータが「リンク長データ」としてネットワーク・地理情報管理サーバ200に格納されている。
なお、図7の警報エリアM_5の例では、いずれの土砂災害危険個所も警報エリア内に含まれているが、地理メッシュM_3とM_4に示すように、複数の地理メッシュと跨って土砂災害危険個所が存在する場合、例えば、最も大きく重なる地理メッシュ(この例だとM_4)にその土砂災害危険個所は属しているとみなして、L_i,jをカウントする。例えば、M_3内でこの土砂災害危険個所と交わるリンクzのL_i,jは、L_4,z=1とする。あるいは、一部でもこの土砂災害危険個所と重なる地理メッシュは、全てカウントの対象とする。M_3およびM_4の2か所においてこの土砂災害危険個所と交わるリンクz'(図7に図示しない)がある場合、L_3,z'=1およびL_4,z'=1とする。あるいは、警報が地理メッシュM_3およびM_4の両方で出ているときは、いずれか一つ(例えばL_3,z')は1とし他方(L_4,z')は0として以降のステップS3'を行う。あるいは、この土砂災害危険個所と地理メッシュの重なる面積の割合、(あるいは、この土砂災害危険個所と交わるリンク長に対して、地理メッシュと交わるリンク長の割合など)に応じてカウントしてもよい。例えば、この土砂災害危険個所がM_3と0.3,M_4と0.7の割合で重なっている場合、L_3,z'=0.3およびL_4,z'=0.7とする。
<ステップS3':リンク故障確率計算>
実施例2では、リンク故障確率計算部403は、リンクjの故障確率q_jを以下のように算出する。
q_j = 1 - (1 - gamma_t,1)^(L_1,j)×(1 - gamma_t,2)^(L_2,j)×…×(1 - gamma_t,NL)^(L_NL,j)
ただし、gamma_t,i = (1-G(R_x, R_y))/2×Z1/SN×pL'
とし、(R_x, R_y)は警報エリアM_iでの値を用いる。gamma_t,iは、M_iにおいて、ある土砂災害危険個所が実際に被災し、かつリンクが切断する確率を示す。つまり、実施例2のgamma_t,iは、警報エリアM_iに存在するリンクが1ハザードエリア当り故障する率であるエリア内リンク故障率の例である。
ここでpL'は被災したという条件の下でリンクが切断する確率を表す。pL'は、過去の被災データ等を元に設定するか、当該データがない場合はpL'=1とする。
次に、実施例3について説明する。以下、実施例1、2と異なる点について説明する。実施例3では、実施例2におけるステップS3'の代わりに、以下のステップS3''を実施し、実施例1のステップS4の代わりに以下のステップS4''を実施する。
<ステップS3'':リンク故障確率計算>
実施例3では、リンク故障確率計算部403は、実施例2で示したgamma_t,iの式においてpL'を取り除いた式を使用する。
すなわち、gamma_t,i = (1-G(R_x, R_y))/2×Z1/SNとする。このgamma_t,iは警報エリアM_iに属する各土砂災害危険箇所(ハザードエリア)が被災する確率を意味する。つまり、土砂災害危険箇所当たりの被災発生率を示す。
このgamma_t,i及びpL'(被災したという条件の下でリンクが切断する確率)を、リンク故障確率を決めるパラメータとして切断確率計算部404に通知する。
<ステップS4'':src-dst間切断確率計算>
実施例3において、切断確率計算部404は、gamma_t,iとpL'を用いて、警報エリアM_iに属する各土砂災害危険箇所が被災するか否かをシミュレーションする。例えばgamma_t,i=2/3であれば、乱数を生成し、確率2/3である土砂災害危険地域が被災すると判定する。これを各警報エリアの各土砂災害危険箇所に対して実施し、被災すると判定された土砂災害危険箇所と交わるリンクを特定し、特定された各リンクについて、乱数を生成し確率pL'でそのリンクが切断されると判定する。その結果、切断リンクと判定された全てのリンクを図8のグラフ的ネットワークから取り除く。リンク除去後に、src-dst間でパスがあるかを調べる。
なお、図7のM_3とM_4に示すように、複数の警報エリアと跨って土砂災害危険個所が存在する場合、例えば、最も大きく重なる警報エリア(この例だとM_4)にその土砂災害危険個所は属しているとみなしてもよい。つまり、M_4におけるgamma_t,4の値を用いて、この土砂災害危険個所が被災するかどうか判定する。あるいは、M_3,M_4の両方に属しているとみなし、gamma_t,3とgamma_t,4いずれかあるいは両方の確率の値を用いて被災するか判定してもよい。例えば、max{gamma_t,3, gamma_t,4}の確率で被災するか判定してもよい。あるいは、この土砂災害危険個所と警報エリアの重なる面積の割合に応じて被災するか判定してもよい。例えば、この土砂災害危険個所がM_3と0.3,M_4と0.7の割合で重なっている場合、gamma_t,3×0.3+gamma_t,4×0.7の確率で被災すると判定してもよい。
以上の手順をT回繰り返し、例えば、そのうちパスがなかった回数がT1回であればsrc-dst間切断確率をT1/Tとして出力する。
図9、図10に示す例を用いて上記の手順を具体的に説明する。図9に示すように、ここでは、5か所の警報エリアがあり、それらの中に土砂災害危険箇所(ハザードエリア)がA〜Gまであるとする。
切断確率計算部404は、1回目の試行で、各土砂災害危険箇所が被災するかどうかをgamma_t,iの確率で決める。すなわち、ある土砂災害危険地域について、gamma_t,i=2/3であれば、2/3の確率で表が出るコインを投げて、表が出たら被災するとする。このよううな決定を各土砂災害危険箇所に対して行う。
その結果、図10に示すように、A, D, E, Gが被災と判定されたとする。ここでは例として、pL'=1に設定していたものとし、これら被災エリアと重なるリンクは切断されるとする。それらリンクを除いたグラフ的ネットワークを構成し、src-dst間でパスがあるかを調べると、この場合、図10(1回目の試行)に示すとおり、パスがないことがわかる。2回目の試行でも同様の手順を行い、その結果、図10(2回目の試行)に示すとおり、この場合はsrc-dst間にパスがある。このような処理をT回繰り返して、パスがなかった回数T1をカウントし、src-dst間切断確率をT1/Tとして出力する。
(実施の形態のまとめ)
以上、説明したように、本実施の形態により、 リンク集合とノード集合により構成される地理的なネットワークにおいて、災害の起因となり得る事象に関する情報に基づいて特定された警報エリア内で前記ネットワークの一部が被災した際に、指定された始点ノードと終点ノードとの間で通信ができなくなる確率である切断確率を算出する信頼性評価装置であって、ある時点tにおける前記事象に関する警報エリアM_iのメトリックrに基づき、当該警報エリアM_iに存在するリンクが故障する率であるエリア内リンク故障率を算出し、前記ネットワークを構成するリンクjについて、当該警報エリアM_iで被災する可能性のあるリンク区間情報L_i,jを取得し、各警報エリアM_iについての前記リンク区間情報L_i,jと前記エリア内リンク故障率とを用いることにより、リンクjが故障する確率であるリンク故障確率を算出するリンク故障確率計算手段と、前記リンク故障確率計算手段により算出された、前記ネットワークを構成する各リンクのリンク故障確率を用いて、前記始点ノードと前記終点ノードとの間で通信ができなくなる確率である切断確率を算出する切断確率計算手段とを備える信頼性評価装置が提供される。
なお、リンク故障確率計算部403は、リンク故障確率計算手段の例であり、切断確率計算部404は、切断確率計算手段の例である。
前記リンク区間情報L_i,jは、例えば、前記警報エリアM_iにおいて予め定められたハザードエリアと、前記リンクjとが交わる部分のリンク長の合計、又は、前記警報エリアM_iにおいて予め定められたハザードエリアの中で、前記リンクjと交わるハザードエリアの数である。
信頼性評価装置は、前記メトリックrが与えられたときの前記警報エリアM_i内での災害発生件数の期待値Esを算出する関数がg(r)として予め定められており、g(r)を定めるのに用いた参照エリアにおけるハザードエリアの総面積Saと、1つの災害発生当りで被災する面積Sb1と、g(r)とを用いて、g(r)×Sb1/Saとして被災発生率を算出する警報エリア内被災発生率推定手段、あるいはg(r)を定めるのに用いたエリアにおけるハザードエリアの個数SNと、g(r)とを用いて、g(r)/SNとして被災発生率を算出する警報エリア内被災発生率推定手段を更に備えてもよく、前記リンク故障確率計算手段は、前記被災発生率と、被災したリンクが切断される確率とを用いて、前記エリア内リンク故障率を算出するようにしてもよい。警報エリア内被災発生率推定部402は、警報エリア内被災発生率推定手段の例である。
また、本実施の形態では、リンク集合とノード集合により構成される地理的なネットワークにおいて、災害の起因となり得る事象に関する情報に基づいて特定された警報エリア内で前記ネットワークの一部が被災した際に、指定された始点ノードと終点ノードとの間で通信ができなくなる確率である切断確率を算出する信頼性評価装置であって、ある時点tにおける前記事象に関する警報エリアM_iのメトリックrに基づき、当該警報エリアM_iにおける各ハザードエリアが被災する確率である被災確率を算出する確率計算手段と、前記確率計算手段により算出された被災確率を用いて、各警報エリアM_iにおいて各ハザードエリアが被災するか否かをシミュレーションにより判定し、被災すると判定されたリンクを特定し、被災したリンクが切断される確率を用いて当該リンクが切断されるか否かをシミュレーションにより判定し、切断リンクと判定されたリンクを除いたネットワークにおいて、前記始点ノードと前記終点ノードとの間でパスがあるか否かを判定する判定手段と前記判定手段による処理を繰り返し行い、繰り返しの回数と前記パスがなかった回数とに基づいて、前記切断確率を算出する切断確率計算手段とを備える信頼性評価装置が提供される。
実施例3のリンク故障確率計算部403は、確率計算手段の例である。また、実施例3の切断確率計算部404は、切断確率計算手段の例である。
本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において、種々変更・応用が可能である。
100 ネットワーク
200 ネットワーク・地理情報管理サーバ
300 気象データ収集サーバ
400 信頼性評価サーバ
401 警報エリア検出部
402 警報エリア内被災発生率推定部
403 リンク故障確率計算部
404 切断確率計算部
本発明の実施の形態によれば、リンク集合とノード集合により構成される地理的なネットワークにおいて、災害の起因となり得る事象に関する情報に基づいて特定された警報エリア内で前記ネットワークの一部が被災した際の影響を評価する信頼性評価装置であって、
ある時点tにおける前記事象に関する警報エリアM_iのメトリックrに基づき、当該警報エリアM_iに存在するリンクが故障する率であるエリア内リンク故障率を算出し、前記ネットワークを構成するリンクjについて、当該警報エリアM_iで被災する可能性のあるリンク区間情報L_i,jを取得し、各警報エリアM_iについての前記リンク区間情報L_i,jと前記エリア内リンク故障率とを用いることにより、リンクjが故障する確率であるリンク故障確率を算出するリンク故障確率計算手段
を備えることを特徴とする信頼性評価装置が提供される。
また、本発明の実施の形態によれば、リンク集合とノード集合により構成される地理的なネットワークにおいて、災害の起因となり得る事象に関する情報に基づいて特定された警報エリア内で前記ネットワークの一部が被災した際の影響を評価する信頼性評価装置であって、
ある時点tにおける前記事象に関する警報エリアM_iのメトリックrに基づき、当該警報エリアM_iにおける各ハザードエリアが被災する確率である被災確率を算出する確率計算手段と、
前記確率計算手段により算出された被災確率を用いて、各警報エリアM_iにおいて各ハザードエリアが被災するか否かをシミュレーションにより判定し、被災すると判定されたリンクを特定し、被災したリンクが切断される確率を用いて当該リンクが切断されるか否かをシミュレーションにより判定し、切断リンクと判定されたリンクを除いたネットワークにおいて、始点ノードと終点ノードとの間でパスがあるか否かを判定する判定手段と
を備えることを特徴とする信頼性評価装置が提供される。
また、本発明の実施の形態によれば、リンク集合とノード集合により構成される地理的なネットワークにおいて、災害の起因となり得る事象に関する情報に基づいて特定された警報エリア内で前記ネットワークの一部が被災した際の影響を評価する信頼性評価装置が実行する信頼性評価方法であって、
ある時点tにおける前記事象に関する警報エリアM_iのメトリックrに基づき、当該警報エリアM_iに存在するリンクが故障する率であるエリア内リンク故障率を算出し、前記ネットワークを構成するリンクjについて、当該警報エリアM_iで被災する可能性のあるリンク区間情報L_i,jを取得し、各警報エリアM_iについての前記リンク区間情報L_i,jと前記エリア内リンク故障率とを用いることにより、リンクjが故障する確率であるリンク故障確率を算出するリンク故障確率計算ステップ
を備えることを特徴とする信頼性評価方法が提供される。
また、本発明の実施の形態によれば、リンク集合とノード集合により構成される地理的なネットワークにおいて、災害の起因となり得る事象に関する情報に基づいて特定された警報エリア内で前記ネットワークの一部が被災した際の影響を評価する信頼性評価装置が実行する信頼性評価方法であって、
ある時点tにおける前記事象に関する警報エリアM_iのメトリックrに基づき、当該警報エリアM_iにおける各ハザードエリアが被災する確率である被災確率を算出する確率計算ステップと、
前記確率計算ステップにより算出された被災確率を用いて、各警報エリアM_iにおいて各ハザードエリアが被災するか否かをシミュレーションにより判定し、被災すると判定されたリンクを特定し、被災したリンクが切断される確率を用いて当該リンクが切断されるか否かをシミュレーションにより判定し、切断リンクと判定されたリンクを除いたネットワークにおいて、始点ノードと終点ノードとの間でパスがあるか否かを判定する判定ステップと
を備えることを特徴とする信頼性評価方法が提供される。

Claims (8)

  1. リンク集合とノード集合により構成される地理的なネットワークにおいて、災害の起因となり得る事象に関する情報に基づいて特定された警報エリア内で前記ネットワークの一部が被災した際に、指定された始点ノードと終点ノードとの間で通信ができなくなる確率である切断確率を算出する信頼性評価装置であって、
    ある時点tにおける前記事象に関する警報エリアM_iのメトリックrに基づき、当該警報エリアM_iに存在するリンクが故障する率であるエリア内リンク故障率を算出し、前記ネットワークを構成するリンクjについて、当該警報エリアM_iで被災する可能性のあるリンク区間情報L_i,jを取得し、各警報エリアM_iについての前記リンク区間情報L_i,jと前記エリア内リンク故障率とを用いることにより、リンクjが故障する確率であるリンク故障確率を算出するリンク故障確率計算手段と、
    前記リンク故障確率計算手段により算出された、前記ネットワークを構成する各リンクのリンク故障確率を用いて、前記始点ノードと前記終点ノードとの間で通信ができなくなる確率である切断確率を算出する切断確率計算手段と
    を備えることを特徴とする信頼性評価装置。
  2. 前記リンク区間情報L_i,jは、
    前記警報エリアM_iにおいて予め定められたハザードエリアと、前記リンクjとが交わる部分のリンク長の合計、又は、
    前記警報エリアM_iにおいて予め定められたハザードエリアの中で、前記リンクjと交わるハザードエリアの数である
    ことを特徴とする請求項1に記載の信頼性評価装置。
  3. 前記メトリックrが与えられたときの前記警報エリアM_i内での災害発生件数の期待値Esを算出する関数がg(r)として予め定められており、g(r)を定めるのに用いたエリアにおけるハザードエリアの総面積Saと、1つの災害発生当りで被災する面積Sb1と、g(r)とを用いて、g(r)×Sb1/Saとして被災発生率を算出する警報エリア内被災発生率推定手段を更に備え、
    前記リンク故障確率計算手段は、前記被災発生率と、被災したリンクが切断される確率とを用いて、前記エリア内リンク故障率を算出する
    ことを特徴とする請求項1又は2に記載の信頼性評価装置。
  4. 前記メトリックrが与えられたときの前記警報エリアM_i内での災害発生件数の期待値Esを算出する関数がg(r)として予め定められており、g(r)を定めるのに用いたエリアにおけるハザードエリアの個数SNと、g(r)とを用いて、g(r)/SNとして被災発生率を算出する警報エリア内被災発生率推定手段を更に備え、
    前記リンク故障確率計算手段は、前記被災発生率と、被災したリンクが切断される確率とを用いて、前記エリア内リンク故障率を算出する
    ことを特徴とする請求項1又は2に記載の信頼性評価装置。
  5. リンク集合とノード集合により構成される地理的なネットワークにおいて、災害の起因となり得る事象に関する情報に基づいて特定された警報エリア内で前記ネットワークの一部が被災した際に、指定された始点ノードと終点ノードとの間で通信ができなくなる確率である切断確率を算出する信頼性評価装置であって、
    ある時点tにおける前記事象に関する警報エリアM_iのメトリックrに基づき、当該警報エリアM_iにおける各ハザードエリアが被災する確率である被災確率を算出する確率計算手段と、
    前記確率計算手段により算出された被災確率を用いて、各警報エリアM_iにおいて各ハザードエリアが被災するか否かをシミュレーションにより判定し、被災すると判定されたリンクを特定し、被災したリンクが切断される確率を用いて当該リンクが切断されるか否かをシミュレーションにより判定し、切断リンクと判定されたリンクを除いたネットワークにおいて、前記始点ノードと前記終点ノードとの間でパスがあるか否かを判定する判定手段と
    前記判定手段による処理を繰り返し行い、繰り返しの回数と前記パスがなかった回数とに基づいて、前記切断確率を算出する切断確率計算手段と
    を備えることを特徴とする信頼性評価装置。
  6. リンク集合とノード集合により構成される地理的なネットワークにおいて、災害の起因となり得る事象に関する情報に基づいて特定された警報エリア内で前記ネットワークの一部が被災した際に、指定された始点ノードと終点ノードとの間で通信ができなくなる確率である切断確率を算出する信頼性評価装置が実行する信頼性評価方法であって、
    ある時点tにおける前記事象に関する警報エリアM_iのメトリックrに基づき、当該警報エリアM_iに存在するリンクが故障する率であるエリア内リンク故障率を算出し、前記ネットワークを構成するリンクjについて、当該警報エリアM_iで被災する可能性のあるリンク区間情報L_i,jを取得し、各警報エリアM_iについての前記リンク区間情報L_i,jと前記エリア内リンク故障率とを用いることにより、リンクjが故障する確率であるリンク故障確率を算出するリンク故障確率計算ステップと、
    前記リンク故障確率計算ステップにより算出された、前記ネットワークを構成する各リンクのリンク故障確率を用いて、前記始点ノードと前記終点ノードとの間で通信ができなくなる確率である切断確率を算出する切断確率計算ステップと
    を備えることを特徴とする信頼性評価方法。
  7. リンク集合とノード集合により構成される地理的なネットワークにおいて、災害の起因となり得る事象に関する情報に基づいて特定された警報エリア内で前記ネットワークの一部が被災した際に、指定された始点ノードと終点ノードとの間で通信ができなくなる確率である切断確率を算出する信頼性評価装置が実行する信頼性評価方法であって、
    ある時点tにおける前記事象に関する警報エリアM_iのメトリックrに基づき、当該警報エリアM_iにおける各ハザードエリアが被災する確率である被災確率を算出する確率計算ステップと、
    前記確率計算ステップにより算出された被災確率を用いて、各警報エリアM_iにおいて各ハザードエリアが被災するか否かをシミュレーションにより判定し、被災すると判定されたリンクを特定し、被災したリンクが切断される確率を用いて当該リンクが切断されるか否かをシミュレーションにより判定し、切断リンクと判定されたリンクを除いたネットワークにおいて、前記始点ノードと前記終点ノードとの間でパスがあるか否かを判定する判定ステップと
    前記判定ステップによる処理を繰り返し行い、繰り返しの回数と前記パスがなかった回数とに基づいて、前記切断確率を算出する切断確率計算ステップと
    を備えることを特徴とする信頼性評価方法。
  8. コンピュータを、請求項1ないし5のうちいずれか1項に記載の信頼性評価装置における各手段として機能させるためのプログラム。
JP2016009259A 2016-01-20 2016-01-20 信頼性評価装置、信頼性評価方法、及びプログラム Active JP6453784B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2016009259A JP6453784B2 (ja) 2016-01-20 2016-01-20 信頼性評価装置、信頼性評価方法、及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016009259A JP6453784B2 (ja) 2016-01-20 2016-01-20 信頼性評価装置、信頼性評価方法、及びプログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2018220270A Division JP6592580B2 (ja) 2018-11-26 2018-11-26 信頼性評価装置、信頼性評価方法、及びプログラム

Publications (2)

Publication Number Publication Date
JP2017130812A true JP2017130812A (ja) 2017-07-27
JP6453784B2 JP6453784B2 (ja) 2019-01-16

Family

ID=59395844

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016009259A Active JP6453784B2 (ja) 2016-01-20 2016-01-20 信頼性評価装置、信頼性評価方法、及びプログラム

Country Status (1)

Country Link
JP (1) JP6453784B2 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112966368A (zh) * 2021-02-04 2021-06-15 西安理工大学 一种考虑共因失效pms的可靠性评估方法
CN114723218A (zh) * 2022-02-21 2022-07-08 浙江海洋大学 一种基于信息量-神经网络的油气管道地质灾害评价方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015198401A (ja) * 2014-04-02 2015-11-09 日本電信電話株式会社 耐被災ネットワーク制御システム及び方法及び装置及びプログラム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015198401A (ja) * 2014-04-02 2015-11-09 日本電信電話株式会社 耐被災ネットワーク制御システム及び方法及び装置及びプログラム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112966368A (zh) * 2021-02-04 2021-06-15 西安理工大学 一种考虑共因失效pms的可靠性评估方法
CN112966368B (zh) * 2021-02-04 2023-03-21 西安理工大学 一种考虑共因失效pms的可靠性评估方法
CN114723218A (zh) * 2022-02-21 2022-07-08 浙江海洋大学 一种基于信息量-神经网络的油气管道地质灾害评价方法
CN114723218B (zh) * 2022-02-21 2024-04-02 浙江海洋大学 一种基于信息量-神经网络的油气管道地质灾害评价方法

Also Published As

Publication number Publication date
JP6453784B2 (ja) 2019-01-16

Similar Documents

Publication Publication Date Title
Sarwar et al. A statistical analysis of the dynamics of household hurricane-evacuation decisions
Ilbeigi Statistical process control for analyzing resilience of transportation networks
Dong et al. Bayesian modeling of flood control networks for failure cascade characterization and vulnerability assessment
Gul et al. An artificial neural network-based earthquake casualty estimation model for Istanbul city
US20150365800A1 (en) Determining Response Similarity Neighborhoods
Delgado-Hernández et al. A continuous Bayesian network for earth dams’ risk assessment: an application
Yu et al. Quantifying community resilience using hierarchical Bayesian kernel methods: A case study on recovery from power outages
Almotahari et al. Impact of topology and congestion on link criticality rankings in transportation networks
CN115906337B (zh) 一种工程结构分段式主余震韧性分析方法及系统
Liu et al. A comprehensive risk analysis of transportation networks affected by rainfall‐induced multihazards
JP2016029560A (ja) 介入行為を評価する決定支援システム、方法、及び非一時的な記憶媒体
JP6528532B2 (ja) 災害検知プログラム、災害検知装置および災害検知方法
Wang et al. A bayesian updating scheme for pandemics: estimating the infection dynamics of covid-19
JP6453784B2 (ja) 信頼性評価装置、信頼性評価方法、及びプログラム
Cui et al. Accessibility analysis of risk severity
Vishnu et al. Road transportation network hazard sustainability and resilience: correlations and comparisons
Mossoux et al. Assessing the impact of road segment obstruction on accessibility of critical services in case of a hazard
He et al. DIN II: incorporation of multi-level interdependencies and uncertainties for infrastructure system recovery modeling
CN116558574B (zh) 基于大数据的气站安全监测方法和装置
JP6592580B2 (ja) 信頼性評価装置、信頼性評価方法、及びプログラム
CN110490132B (zh) 数据处理方法和装置
CN110399537B (zh) 一种基于人工智能技术的警情时空预测方法
Dragos et al. Characteristics and results of the near real-time system for estimating the seismic damage in Romania
Huffaker et al. Demonstrating correspondence between decision-support models and dynamics of real-world environmental systems
Athanasiadis et al. Knowledge discovery for operational decision support in air quality management

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20171030

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180815

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180925

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20181126

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20181211

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20181213

R150 Certificate of patent or registration of utility model

Ref document number: 6453784

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150