JP2023163970A - プログラム、方法、情報処理装置、システム - Google Patents

Abstract

【課題】水道が引かれていない地域において、需要を満たしつつ、適切な費用で需要家へ水を提供する。【解決手段】プロセッサと、メモリとを備えるコンピュータに実行させるためのプログラムである。プログラムは、プロセッサに、需要家の過去の水の利用量に基づき、所定期間における需要家の水の利用量を推定するステップと、推定した利用量を満たしつつ、水源から取得する水を浄化するためにかかる費用と、人為的に供給される供給水の料金とに基づく料金が最小になるように、水源から取得する水と、供給水との配分を決定するステップとを実行させる。【選択図】図１

Description

本開示は、プログラム、方法、情報処理装置、システムに関する。

世の中において、例えば、水道が引かれていない地域が存在している。水道が引かれていない地域では、例えば、雨水、表流水、又は地下水等、複数の水源から水を取得し、取得した水を使用していることがある。特許文献１では、水道が引かれている状態ではあるが、雨水を効率的に使用することで、上水の使用を抑える技術が提案されている。

特開２０１０－１０６６０５号公報

例えば、水道が引かれていない地域において、沢等の表流水から水を取得し、取得した水を浄化して利用する小規模な設備は存在する。しかしながら、利用可能な水が少ない、旧型の設備を人力で管理するため労力がかかる、漏水がある、水質も良いものではない等の理由により、設備を維持することは困難である。このため、水道が引かれていない地域において、需要を満たしつつ、適切な費用で需要家へ水を提供することが望まれている。

本開示の目的は、水道が引かれていない地域において、需要を満たしつつ、適切な費用で需要家へ水を提供することである。

プロセッサと、メモリとを備えるコンピュータに実行させるためのプログラムである。プログラムは、プロセッサに、需要家の過去の水の利用量に基づき、所定期間における需要家の水の利用量を推定するステップと、推定した利用量を満たしつつ、水源から取得する水を浄化するためにかかる費用と、人為的に供給される供給水の料金とに基づく料金が最小になるように、水源から取得する水と、供給水との配分を決定するステップとを実行させる。

本開示によれば、水道が引かれていない地域において、需要を満たしつつ、適切な費用で需要家へ水を提供できる。

システム１の全体構成の例を示すブロック図である。 図１に示す端末装置１０の構成例を表すブロック図である。 制御装置２０の機能的な構成の例を示す図である。 サーバ６０の機能的な構成の例を示す図である。 契約者情報テーブル２０２１のデータ構造を示す図である。 利用情報テーブル２０２２のデータ構造を示す図である。 デバイス情報テーブル２０２３のデータ構造を示す図である。 センサ情報テーブル２０２４のデータ構造を示す図である。 計測情報テーブル２０２５のデータ構造を示す図である。 メンテナンスログテーブル２０２６のデータ構造を示す図である。 供給水情報テーブル２０２７のデータ構造を示す図である。 環境情報テーブル２０２８のデータ構造を示す図である。 料金算定テーブル２０２１１のデータ構造を示す図である。 図１に示す制御装置２０が、水の配分を決定する際の動作の例を表すフローチャートである。 契約者が保持する端末装置１０で表示される水の配分例を表す模式図である。 図１に示す制御装置２０が、制御スケジュールを設定する際の動作の例を表すフローチャートである。 第３水処理経路７０を有する場合のシステム１の全体構成の例を示すブロック図である。 排水を循環させる浄水設備８０を有する場合のシステム１の全体構成の例を示すブロック図である。 浄水設備８０で浄化された循環水を貯留する貯水槽８１を有する場合のシステム１の全体構成の例を示すブロック図である。 貯水槽５１が１の需要家用に設置されている場合のシステム１の全体構成の例を示すブロック図である。 貯水槽５１が１の需要家用に設置されている場合のシステム１の全体構成の例を示すブロック図である。 貯水槽５１が１の需要家用に設置されている場合のシステム１の全体構成の例を示すブロック図である。 貯水槽５１が１の需要家用に設置されている場合のシステム１の全体構成の例を示すブロック図である。 コンピュータ９０の基本的なハードウェア構成を示すブロック図である。

以下、図面を参照しつつ、本開示の実施形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。

＜概略＞
本実施形態に係るシステム１は、少なくとも１つの水源から取水した水と、所定の供給元から搬送された上水との最適な配分を決定する。システム１は、決定した配分で取得した水を貯水槽に貯留する。システム１は、貯留される水を需要家へ供給する。

＜１ システム全体の構成図＞
図１は、システム１の全体構成の例を示すブロック図である。図１に示すシステム１は、例えば、端末装置１０、制御装置２０、第１水処理経路３０、第２水処理経路４０、貯水槽５１、及びサーバ６０を含む。端末装置１０、制御装置２０、第１水処理経路３０、第２水処理経路４０、貯水槽５１、及びサーバ６０は、例えば、ネットワークを介して通信接続する。

図１において、システム１が端末装置１０を１台含む例を示しているが、システム１に含まれる端末装置１０の数は、１台に限定されない。端末装置１０は、例えば、需要家が所持する端末である。システム１に含まれる端末装置１０は、集落に含まれる需要家それぞれが所持していてもよい。つまり、システム１に含まれる端末装置１０は、２台以上であってもよい。

図１において、システム１が１つの集落への水の供給を管理する場合を例に示している。しかしながら、システム１が管理する水の供給は１つの集落に関するものに限定されない。システム１は、複数の集落への水の供給を管理してもよい。

本実施形態において、複数の装置の集合体を１つのサーバとしてもよい。１つ又は複数のハードウェアに対して本実施形態に係るサーバ６０を実現することに要する複数の機能の配分の仕方は、各ハードウェアの処理能力及び／又はサーバ６０に求められる仕様等に鑑みて適宜決定することができる。また、サーバ６０は、制御装置２０と一体であっても構わない。

図１に示す端末装置１０は、集落に属する需要家が操作する情報処理装置である。端末装置１０は、例えば、スマートフォン、タブレット等の携帯端末により実現される。端末装置１０は、据え置き型のＰＣ（Personal Computer）、ラップトップＰＣであってもよい。端末装置１０は、ＨＭＤ（Head Mount Display）、腕時計型端末等のウェアラブル端末であってもよい。端末装置１０は、専用の端末であってもよい。

制御装置２０は、例えば、集落における水の供給を制御する情報処理装置である。具体的には、制御装置２０は、例えば、第１水処理経路３０を構成する機器の情報を収集する。制御装置２０は、例えば、第２水処理経路４０を構成する機器の情報を収集する。制御装置２０は、例えば、貯水槽５１についての情報を収集する。

制御装置２０は、収集した情報に基づき、水の配分を決定する。例えば、制御装置２０は、第１水処理経路３０を構成する機器の情報、第２水処理経路４０を構成する機器の情報、貯水槽５１についての情報に基づき、表流水、雨水、搬送される水（人為的に供給される水、以下では供給水と称する）の配分を決定する。

制御装置２０は、例えば、決定した配分に従い、第１水処理経路３０を構成する機器、又は第２水処理経路４０を構成する機器を制御し、第１水処理経路３０、又は第２水処理経路４０の水を貯水槽５１へ供給する。制御装置２０は、例えば、決定した配分に従い、上水を配送するサービスを提供する主体へ、供給水の配送を発注する。

制御装置２０は、供給する水に関する情報を端末装置１０へ送信する。制御装置２０は、端末装置１０からの要求に応じて情報を送信してもよいし、所定のタイミングで情報を送信してもよい。

第１水処理経路３０は、例えば、第１水源から取水する水の経路を表す。本実施形態において、第１水処理経路３０は、例えば、川等の表流水から水を取水する経路を表す。第１水処理経路３０は、貯水槽３１、ポンプ３２、徐濁器３３、及びろ過器３４を有する。

貯水槽３１は、表流水から取水した水を貯める槽である。貯水槽３１には、貯水槽３１の状況を把握可能なように複数のセンサが設置されている。例えば、貯水槽３１の流入口には、貯水槽３１へ流入される水の流量を計測する流量センサが設置されている。貯水槽３１の流出口には、貯水槽３１から送出される水の流量を計測する流量センサが設置されている。貯水槽３１には、貯水槽３１内に貯留されている水の水位を計測する水位センサが設置されている。

ポンプ３２は、制御装置２０の制御により稼働され、貯水槽３１で貯留される水を、徐濁器３３へ送出する。

徐濁器３３は、供給される水から所定の粒子を除去する。例えば、徐濁器３３は、ポンプ３２により送出される水から、鉄さび、濁り、砂等を除去する。なお、徐濁器３３は、ポンプの後段でなく、前段に配置されていてもよいし、ポンプの前段と後段の両方に配置されていてもよい。徐濁器３３には、徐濁器３３の劣化状況を検出可能なようにセンサが設置されている。例えば、徐濁器３３の前端、後段、又はその両方には、以下に列挙する少なくともいずれかをセンシングするセンサが設置される。
・ｐＨ、酸化還元電位、アルカリ度、イオン濃度、硬度、電気伝導度
・濁度、温度、色度、粘度、溶存酸素
・臭気、アンモニア態窒素、硝酸態窒素、亜硝酸態窒素、全窒素、残留塩素、全リン、全有機炭素、全無機炭素、全トリハロメタン
・微生物センサの検知結果、化学的酸素要求量、生物学的酸素要求量
・シアン、水銀、油分、界面活性剤
・光学センサの検知結果、ＴＤＳ（Total Dissolved Solids）センサの検知結果
・質量分析結果、微粒子、ゼータ電位、表面電位

ろ過器３４は、所定のフィルタを有し、供給される水から、固形分、水質汚濁成分等を除去する。ろ過器３４に設けられるフィルタは、例えば、活性炭フィルタ、糸巻きフィルタ、セディメントフィルタ、ＭＦ(精密ろ過膜）、ＵＦ（限外ろ過膜）、ＮＦ（ナノろ過膜）、ＦＯ（正浸透膜）、セラミックフィルタ、イオン交換フィルタ、金属膜のうち少なくともいずれかである。ろ過器３４には、ろ過器３４の劣化状況を検出可能なようにセンサが設置されている。例えば、ろ過器３４の前端、後段、又はその両方には、上記の少なくともいずれかをセンシングするセンサが設置される。フィルタは、劣化が所定以上進むと交換される。

ろ過器３４は、例えば、クロスフロー型のろ過膜の一例である逆浸透膜が採用されてもよい。クロスフロー型のろ過膜とは、膜面に対し平行な流れを作ることで、膜に供給される被排水中の懸濁物質やコロイドが膜面に堆積するのを抑制しながらろ過を行うろ過膜を指す。言い換えれば、クロスフロー型のろ過膜とは、膜の浸透圧よりも高い圧力で排水を圧送することにより、ろ過を行う膜を指す。また、ろ過器３４は、デッドエンド型（全量ろ過型）のろ過膜が採用されてもよい。デッドエンド型は、膜供給水の全量をろ過する方式である。

第２水処理経路４０は、例えば、第２水源から取水する水の経路を表す。本実施形態において、第２水処理経路４０は、例えば、雨水から水を取水する経路を表す。第２水処理経路４０は、雨水槽４１、及び浄水設備４２を有する。

雨水槽４１は、雨水を貯める槽である。雨水槽４１には、雨水槽４１の状況を把握可能なように複数のセンサが設置されている。例えば、雨水槽４１には、雨水槽４１内に貯留されている水の水位を計測する水位センサが設置されている。雨水槽４１の流出口には、雨水槽４１から送出される水の流量を計測する流量センサが設置されている。

浄水設備４２は、雨水を浄化するための設備である。浄水設備４２は、例えば、ポンプ、及びろ過器等を有する。浄水設備４２において、ポンプは、雨水槽４１に貯水される雨水をろ過器へ送出する。ろ過器は、ポンプにより送出される雨水に含まれる塵等の不純物質を、例えば、フィルタによりろ過する。ろ過器に用いられるフィルタは、例えば、上記のフィルタのいずれかである。浄水設備４２には、ろ過器の劣化状況を検出可能なようにセンサが設置されている。例えば、ろ過器の前端、後段、又はその両方には、上記の少なくともいずれかをセンシングするセンサが設置される。フィルタは、劣化が所定以上進むと交換される。

貯水槽５１は、需要家へ供給される水を貯留する槽である。例えば、貯水槽５１は、第１水処理経路３０から供給される水を貯留する。貯水槽５１は、第２水処理経路４０から供給される水を貯留する。貯水槽５１は、搬送車Ｍ１により搬送される供給水を貯留する。搬送車Ｍ１は、制御装置２０により発注された水を搬送する。貯水槽５１は、制御装置２０からの制御に従い、集落に属する需要家へ貯留している水を供給する。

貯水槽５１には、貯水槽５１の状況を把握可能なように複数のセンサが設置されている。例えば、貯水槽５１の流入口には、貯水槽５１へ流入される水の流量を計測する流量センサが設置されている。貯水槽５１の流出口には、貯水槽５１から需要家へ供給される水の流量を計測する流量センサが設置されている。貯水槽５１には、貯水槽５１内に貯留されている水の水位を計測する水位センサが設置されている。

サーバ６０は、例えば、制御装置２０を統括する情報処理装置である。例えば、サーバ６０は、制御装置２０から情報を収集し、収集した情報を、再利用可能な形式で管理する。サーバ６０は、例えば、センサによりセンシングしている情報に加え、取得する表流水の水源における雨量、水位、流量、水質、地下水位、地下水質、積雪深、ダム堰等の管理諸量の情報、システム１の近隣の気象情報、電力使用情報を取得する。サーバ６０は、管理する情報を用いて学習済みモデルを生成する。サーバ６０は、生成した学習済みモデルを制御装置２０へ送信する。

各情報処理装置は演算装置と記憶装置とを備えたコンピュータにより構成されている。コンピュータの基本ハードウェア構成および、当該ハードウェア構成により実現されるコンピュータの基本機能構成は後述する。端末装置１０、制御装置２０、及びサーバ６０のそれぞれについて、後述するコンピュータの基本ハードウェア構成、及びコンピュータの基本機能構成と重複する説明は省略する。

＜１．１ 端末装置の構成＞
図２は、図１に示す端末装置１０の構成例を表すブロック図である。図２に示すように、端末装置１０は、通信部１２０と、入力装置１３と、出力装置１４と、音声処理部１７と、マイク１７１と、スピーカー１７２と、カメラ１６１と、位置情報センサ１５０と、記憶部１８０と、制御部１９０とを備える。端末装置１０に含まれる各ブロックは、例えば、バス等により電気的に接続される。

通信部１２０は、端末装置１０が他の装置と通信するための変復調処理等の処理を行う。通信部１２０は、制御部１９０で生成された信号に送信処理を施し、外部（例えば、制御装置２０）へ送信する。通信部１２０は、外部から受信した信号に受信処理を施し、制御部１９０へ出力する。

入力装置１３は、端末装置１０を操作するユーザが指示、又は情報を入力するための装置である。入力装置１３は、例えば、操作面へ触れることで指示が入力されるタッチ・センシティブ・デバイス１３１等により実現される。端末装置１０がＰＣ等である場合には、入力装置１３は、リーダー、キーボード、マウス等により実現されてもよい。入力装置１３は、ユーザから入力される指示を電気信号へ変換し、電気信号を制御部１９０へ出力する。なお、入力装置１３には、例えば、外部の入力機器から入力される電気信号を受け付ける受信ポートが含まれてもよい。

出力装置１４は、端末装置１０を操作するユーザへ情報を提示するための装置である。出力装置１４は、例えば、ディスプレイ１４１等により実現される。ディスプレイ１４１は、制御部１９０の制御に応じたデータを表示する。ディスプレイ１４１は、例えば、ＬＣＤ（Liquid Crystal Display）、又は有機ＥＬ（Electro-Luminescence）ディスプレイ等によって実現される。

音声処理部１７は、例えば、音声信号のデジタル－アナログ変換処理を行う。音声処理部１７は、マイク１７１から与えられる信号をデジタル信号に変換して、変換後の信号を制御部１９０へ与える。また、音声処理部１７は、音声信号をスピーカー１７２へ与える。音声処理部１７は、例えば音声処理用のプロセッサによって実現される。マイク１７１は、音声入力を受け付けて、当該音声入力に対応する音声信号を音声処理部１７へ与える。スピーカー１７２は、音声処理部１７から与えられる音声信号を音声に変換して当該音声を端末装置１０の外部へ出力する。

カメラ１６１は、受光素子により光を受光し、撮影信号として出力するためのデバイスである。

位置情報センサ１５０は、端末装置１０の位置を検出するセンサであり、例えばＧＰＳ（Global Positioning System）モジュールである。ＧＰＳモジュールは、衛星測位システムで用いられる受信装置である。衛星測位システムでは、少なくとも３個または４個の衛星からの信号を受信し、受信した信号に基づいて、ＧＰＳモジュールが搭載される端末装置１０の現在位置を検出する。位置情報センサ１５０は、端末装置１０が接続する無線基地局の位置から、端末装置１０の現在の位置を検出してもよい。

記憶部１８０は、例えば、メモリ１５、及びストレージ１６等により実現され、端末装置１０が使用するデータ、及びプログラムを記憶する。記憶部１８０は、例えば、ユーザ情報１８１を記憶する。

ユーザ情報１８１は、例えば、端末装置１０を使用するユーザについての情報を含む。ユーザについての情報には、例えば、ユーザとしての契約者名、住所、連絡先、契約開始日、契約内容等が含まれる。

制御部１９０は、プロセッサ１９が記憶部１８０に記憶されるプログラムを読み込み、プログラムに含まれる命令を実行することにより実現される。制御部１９０は、端末装置１０の動作を制御する。制御部１９０は、プログラムに従って動作することにより、操作受付部１９１と、送受信部１９２と、提示制御部１９３ととしての機能を発揮する。

操作受付部１９１は、入力装置１３から入力される指示、又は情報を受け付けるための処理を行う。具体的には、例えば、操作受付部１９１は、タッチ・センシティブ・デバイス１３１等から入力される指示、又は情報を受け付ける。

また、操作受付部１９１は、マイク１７１から入力される音声指示を受け付ける。具体的には、例えば、操作受付部１９１は、マイク１７１から入力され、音声処理部１７でデジタル信号に変換された音声信号を受信する。操作受付部１９１は、例えば、受信した音声信号を分析して所定の名詞を抽出することで、ユーザからの指示を取得する。

送受信部１９２は、端末装置１０が、制御装置２０等の外部の装置と、通信プロトコルに従ってデータを送受信するための処理を行う。例えば、送受信部１９２は、供給される水に関する情報を、制御装置２０から受信する。具体的には、例えば、送受信部１９２は、所定期間中に利用した水の料金の累積金額、使用する水の単位水量当たりの料金、設定されている水の配分等の情報を制御装置２０から受信する。また、送受信部１９２は、ユーザから入力された要求又は情報を制御装置２０へ送信する。また、送受信部１９２は、位置情報センサ１５０により取得された位置情報に基づき、システム１の水源に関する情報、周辺の環境情報、又は気象情報等を、所定の情報発信元から受信してもよい。例えば、送受信部１９２は、位置情報に基づき、サーバ６０から種々の情報を取得してもよい。

提示制御部１９３は、制御装置２０から提供された情報をユーザに対して提示するため、出力装置１４を制御する。具体的には、例えば、提示制御部１９３は、制御装置２０から送信される水に関する情報をディスプレイ１４１に表示させる。また、提示制御部１９３は、制御装置２０から送信される情報をスピーカー１７２から出力させる。

＜１．２ 制御装置の機能的な構成＞
図３は、制御装置２０の機能的な構成の例を示す図である。図３に示すように、制御装置２０は、通信部２０１と、記憶部２０２と、制御部２０３としての機能を発揮する。

通信部２０１は、制御装置２０が外部の装置と通信するための処理を行う。

記憶部２０２は、例えば、契約者情報テーブル２０２１と、利用情報テーブル２０２２と、デバイス情報テーブル２０２３と、センサ情報テーブル２０２４と、計測情報テーブル２０２５と、メンテナンスログテーブル２０２６と、供給水情報テーブル２０２７と、環境情報テーブル２０２８と、料金算定テーブル２０２１１と、学習済みモデル２０２９と、制御スケジュール２０２１０等とを有する。

契約者情報テーブル２０２１は、契約者についての情報を記憶するテーブルである。

利用情報テーブル２０２２は、契約者が利用した水に関する情報を記憶するテーブルである。

デバイス情報テーブル２０２３は、システム１で利用されるデバイスに関する情報を記憶するテーブルである。

センサ情報テーブル２０２４は、システム１で利用されるセンサに関する情報を記憶するテーブルである。

計測情報テーブル２０２５は、センサにより計測された情報を記憶するテーブルである。

メンテナンスログテーブル２０２６は、デバイスのメンテナンスに関する情報を記憶するテーブルである。

供給水情報テーブル２０２７は、供給水に関する情報を記憶するテーブルである。

環境情報テーブル２０２８は、システム１が利用される環境に関する情報を記憶するテーブルである。

料金算定テーブル２０２１１は、集落の水の利用料金を算定するための情報を記憶するテーブルである。料金算定テーブル２０２１１は、期間をキーとし、供給水料金、メンテナンス費用、利用料金のカラムを有するテーブルである。供給水料金は、供給水の料金を記憶する項目である。メンテナンス費用は、メンテナンス費用に基づく料金を記憶する項目である。利用料金は、供給水料金と、メンテナンス費用との和に基づいて算出される料金を記憶する項目である。

学習済みモデル２０２９は、例えば、需要家に対し、需要に応じた水量の水を、適切な料金で提供するためのモデルである。学習済みモデル２０２９は、制御装置２０がサービスを提供するにあたり、予め記憶されている。

学習済みモデル２０２９は、モデル学習プログラムに従い、機械学習モデルに機械学習を行わせることで生成される。学習済みモデル２０２９は、例えば、複数の関数が合成されたパラメータ付き合成関数である。パラメータ付き合成関数は、複数の調整可能な関数及びパラメータの組合せにより定義される。本実施形態に係る学習済みモデルは、上記の要請を満たす如何なるパラメータ付き合成関数であってもよい。

例えば、学習済みモデル２０２９が順伝播型の多層化ネットワークを用いて生成される場合、パラメータ付き合成関数は、例えば、重み行列を用いた各層間の線形関係、各層における活性化関数を用いた非線形関係（又は線形関係）、及びバイアスの組み合わせとして定義される。重み付行列、及びバイアスは、多層化ネットワークのパラメータと呼ばれる。パラメータ付き合成関数は、パラメータをどのように選ぶかで、関数としての形を変える。多層化ネットワークでは、構成するパラメータを適切に設定することで、出力層から好ましい結果を出力することが可能な関数を定義することができる。

本実施形態に係る多層化ネットワークとしては、例えば、深層学習（Deep Learning）の対象となる多層ニューラルネットワークである深層ニューラルネットワーク（Deep Neural Network：ＤＮＮ）が用いられ得る。

学習済みモデル２０２９は、例えば、需要量推定モデル、表流水量推定モデル、雨水量推定モデル、配分決定モデル、監視モデル等を有する。

需要量推定モデルは、入力される集落に関する情報、及び需要量を予測する期間に対し、対応する期間での当該集落での水の利用量を出力するように学習されている。需要量推定モデルは、期間の長さ毎に異なるモデルであってもよい。例えば、１週間の需要量を予測する需要量推定モデルと、１か月の需要量を予測する需要量推定モデルとは、異なるモデルであってもよい。

需要量推定モデルをトレーニングするための学習用データは、例えば、集落に属する需要家に関する情報、対応する期間における環境に関する情報等を入力データとし、対応する期間の当該集落での水の利用量を正解出力データとする。対応する期間における集落での水の利用量は、貯水槽５１から送出される水の流量であってもよい。期間は、例えば、週、又は月等、水の利用料金を管理するのに適した期間を表す。

表流水量推定モデルは、表流水の過去の水位情報から、所定の期間の表流水の水量を推定するモデルである。

雨水量推定モデルは、雨水の過去の水位情報から、所定の期間の雨水の水量を推定するモデルである。

配分決定モデルは、推定された水の利用量、及び配分を決定する期間等を入力とし、対応する期間において、もっとも好条件で利用量をカバーするための水の配分を決定するように学習されている。好条件とは、例えば、コストが最小となることを含む。需要量推定モデルは、期間の長さ毎に異なるモデルであってもよい。例えば、１週間の水の配分を決定する配分決定モデルと、１か月の水の配分を決定する配分決定モデルとは、異なるモデルであってもよい。

配分決定モデルをトレーニングするための学習用データは、例えば、複数の集落についての水の利用量、供給水の利用量、配分を決定する期間の環境に関する情報、及び各水源の水の利用量等を入力データとし、該当する時期の該当する集落における水の利用料金を正解出力データとする。複数の集落についての水の利用量、供給水の利用量、各水源の水の利用量については、例えば、集落における需要家の世帯数、需要家の家族構成、需要家の生活パターン、需要家の水利用パターン、需要家の居住状況、需要家の留守状況、需要家の水利用の契約内容、契約更新状況に関する情報も関係する。
例えば、梅雨の時期、台風の時期は、表流水、及び雨水は豊富に存在すると想定される。一方、例えば、太平洋側のエリアでは、冬は雨が少ないため、表流水、及び雨水が多くないと想定される。配分を決定する期間の環境に関する情報も入力して学習させることで、環境に応じて水の配分を決定することが可能となる。配分決定モデルをトレーニングするための学習用データとして、各水源の水質を表すセンシングデータを入力に用いてもよい。

雨水を利用すると、国又は地方自治体等から補助金が付される場合、水の利用料金から補助金を減じた額を正解出力データとして入力してもよい。また、雨水を利用するのではなく、売ることで利益が得られる場合、雨水の売却分を供給水、又は表流水で賄い、水の利用料金から売却益を減じた額を正解出力データとして入力してもよい。

監視モデルは、システム１に設置されているセンサによるセンシング情報を入力とし、実行されている水処理における異常の発生を出力するように学習されている。このとき、監視モデルをトレーニングするための学習用データは、例えば、複数の集落で駆動しているシステムのセンシング情報を入力データとし、対応するシステムにおいて異常が発生していることの判断を正解出力データとする。

学習済みモデル２０２９は、サーバ６０に蓄積される情報に基づき、随時再学習されてもよい。

制御スケジュール２０２１０は、決定した配分で水を供給するように、システム１に設置される各デバイスの制御タイミングを記憶する。

制御部２０３は、プロセッサが記憶部２０２に記憶されるプログラムを読み込み、プログラムに含まれる命令を実行することにより実現される。制御部２０３は、プログラムに従って動作することにより、受信制御モジュール２０３１、送信制御モジュール２０３２、推定モジュール２０３３、決定モジュール２０３４、提示モジュール２０３５、水処理制御モジュール２０３６、監視モジュール２０３７、発注モジュール２０３８、及び算出モジュール２０３９として示す機能を発揮する。

受信制御モジュール２０３１は、制御装置２０が外部の装置から通信プロトコルに従って信号を受信する処理を制御する。例えば、受信制御モジュール２０３１は、システム１に設置されるセンサから送信される信号を受信する。受信制御モジュール２０３１は、サーバ６０から提供される学習済みモデルに関する情報を受信する。

送信制御モジュール２０３２は、制御装置２０が外部の装置に対し通信プロトコルに従って信号を送信する処理を制御する。例えば、送信制御モジュール２０３２は、システム１に含まれるデバイスへの制御信号を送信する。送信制御モジュール２０３２は、システム１について取得された情報をサーバ６０へ送信する。

推定モジュール２０３３は、所定の期間において集落で利用される水の量を推定する。具体的には、例えば、推定モジュール２０３３は、水の供給を管理する集落に関する情報、及び所定の期間における環境に関する情報を需要量推定モデルに入力し、当該集落における該当する期間の水の利用量を出力させる。

決定モジュール２０３４は、所定の期間において、集落へ供給する水の配分を決定する。例えば、決定モジュール２０３４は、所定の期間について推定された水の利用量を実現するための表流水、雨水、供給水の配分を決定する。具体的には、決定モジュール２０３４は、例えば、推定された水の利用量、時期、予想される供給水の利用量、及び予想される各水源の水の利用量を配分決定モデルに入力し、対応する期間における水の利用料を出力させる。決定モジュール２０３４は、供給水の利用量と、各水源の水の利用量とを、これらの合計が、推定された水の利用量となるように変更しながら、配分決定モデルに入力する。配分決定モデルから出力された利用料が最小となるときの供給水の利用量と、各水源の水の利用量との組み合わせを水の配分とする。

決定モジュール２０３４は、配分決定モデルに限らず、数理最適化アルゴリズムを利用して水の配分を決定してもよい。例えば、第１水処理経路３０からの水の供給量、例えば、貯水槽３１からの水の排出量、又はろ過器３４から貯水槽５１への水の供給量と、第１水処理経路３０のメンテナンスにかかるコストとの関係は予め設定されている。また、第２水処理経路４０からの水の供給量、例えば、雨水槽４１からの水の排出量、又は浄水設備４２から貯水槽５１への水の供給量と、第２水処理経路４０のメンテナンスにかかるコストとの関係は予め設定されている。決定モジュール２０３４は、既存の数理最適化アルゴリズムを利用し、例えば、需要家の利用量を満たしつつ、供給水の利用料金と、第１水処理経路３０及び第２水処理経路４０のメンテナンスコストとに基づく料金が最も小さくなるように、表流水、雨水、及び供給水の配分を決定する。

第１水処理経路３０からの水の供給量と、第１水処理経路３０のメンテナンスにかかるコストとの関係は、例えば、ろ過器・フィルター劣化モデルを利用して取得してもよい。ろ過器・フィルター劣化モデルは、供給される水の量から、供給される水を処理する装置のメンテナンスにかかるコストを推定するモデルである。ろ過器・フィルター劣化モデルから出力されるメンテナンスコストは、例えば、装置が利用される時期、供給される水の水質等に応じて変化する。また、第２水処理経路４０からの水の供給量と、第２水処理経路４０のメンテナンスにかかるコストとの関係は、例えば、ろ過器・フィルター劣化モデルを利用して取得してもよい。

また、決定モジュール２０３４は、国又は地方自治体等から補助金が付される場合、供給水の利用料金と、第１水処理経路３０及び第２水処理経路４０のメンテナンスコストとに基づく料金から補助金を減じる。決定モジュール２０３４は、既存の数理最適化アルゴリズムを利用し、例えば、需要家の利用量を満たしつつ、補助金を減じた料金が最も小さくなるように、表流水、雨水、及び供給水の配分を決定してもよい。

また、決定モジュール２０３４は、雨水を利用するのではなく、売ることで利益が得られる場合、雨水の売却分を供給水、又は表流水で賄い、水の利用料金から売却益を減じた額が最も小さくなるように、既存の数理最適化アルゴリズムを利用して、表流水、雨水、及び供給水の配分を決定してもよい。

決定モジュール２０３４は、配分決定モデルによる配分の決定と、数理最適化アルゴリズムを利用した配分の決定とを実施し、いずれかの手法により決定した配分を採用してもよい。どちらの配分を採用するかは、既存の技術を利用して決定される。例えば、決定モジュール２０３４は、直前の期間について決定した配分に基づいて想定された利用料金と、この配分に従ってシステム１を制御した際の実際の水の利用料金とを比較する。決定モジュール２０３４は、差分量に基づいて次の期間の配分を決定する手法を採用する。決定モジュール２０３４は、一方の手法により決定した配分を、他方の手法により決定した配分を用いて調整してもよい。

サーバ６０は、システム１から送信されるセンシング情報を蓄積し、蓄積される情報を用いて配分決定モデルをトレーニングする。決定モジュール２０３４が数理最適化アルゴリズムを用いて配分を設定し、設定した配分に従った水利用に関する情報がサーバ６０で蓄積されると、配分決定モデルの精度はより向上していく。

提示モジュール２０３５は、記憶している水に関する情報、又は決定した水の配分に関する情報を需要家に提示する。

水処理制御モジュール２０３６は、システム１における水処理を制御する。具体的には、例えば、水処理制御モジュール２０３６は、決定した配分で水が集落へ供給されるように、各水源に設置さえた水処理設備の制御スケジュールを設定する。水処理制御モジュール２０３６は、設定した制御スケジュールで、各水源に設置さえた水処理設備を制御する。

水処理制御モジュール２０３６は、蓄積する環境情報、又は、蓄積する水源についての水量情報を参照し、制御スケジュールを設定してもよい。水処理制御モジュール２０３６は、例えば、過去の環境情報から推定される環境の変動、又は、過去の水位情報から推定される各水源の水量の変動を参照して制御スケジュールを設定する。具体的には、水処理制御モジュール２０３６は、例えば、貯水槽３１の水位の変動、及び雨水槽４１の水位の変動に基づき、各水源の水位の変動を推定する。例えば、水処理制御モジュール２０３６は、表流水量推定モデル、雨水量推定モデル等を利用し、各水源の水位の変動を推定する。水処理制御モジュール２０３６は、決定した配分で水を集落へ供給し、かつ、各水源が枯渇しないように制御スケジュールを設定する。

水処理制御モジュール２０３６は、電気料金が時間によって変動する場合、電気料金に関する情報を参照し、制御スケジュールを設定してもよい。水処理制御モジュール２０３６は、例えば、過去の電気料金に関する情報から推定される電気料金の変動を参照して制御スケジュールを設定する。具体的には、水処理制御モジュール２０３６は、例えば、ポンプ３２、徐濁器３３で使用される時間毎の電気料金、及び浄水設備４２で使用される時間毎の電気料金を推定する。水処理制御モジュール２０３６は、決定した配分で水を集落へ供給し、かつ、推定した電気料金が安くなるように制御スケジュールを設定する。

監視モジュール２０３７は、システム１の駆動状況を監視する。具体的には、例えば、監視モジュール２０３７は、システム１の駆動状況を表す各デバイスのセンシング情報を監視モデルに入力し、異常が発生していることを出力させる。

発注モジュール２０３８は、制御スケジュールに基づき、サプライチェーンプロセスの一部である供給水の提供元やローカルロジスティクスへ、所定量の供給水を発注する。

算出モジュール２０３９は、集落の水の利用料金を算出する。具体的には、例えば、算出モジュール２０３９は、供給水の料金と、メンテナンス費用に基づく料金との和により、利用料金を算出する。算出モジュール２０３９は、集落の水の利用料金に基づき、契約者毎の水の利用料金を算出してもよい。例えば、算出モジュール２０３９は、集落の水の利用料金を、契約者の水の利用量に応じて分割することで契約者毎の水の利用料金を算出する。

＜１．３ サーバの機能的な構成＞
図４は、サーバ６０の機能的な構成の例を示す図である。図４に示すように、サーバ６０は、通信部６０１と、記憶部６０２と、制御部６０３としての機能を発揮する。

通信部６０１は、サーバ６０が外部の装置と通信するための処理を行う。

記憶部６０２は、例えば、少なくとも１つの制御装置２０から送信される各種情報を記憶する。記憶部６０２は、例えば、契約者情報テーブル６０２１と、利用情報テーブル６０２２と、デバイス情報テーブル６０２３と、センサ情報テーブル６０２４と、計測情報テーブル６０２５と、メンテナンスログテーブル６０２６と、供給水情報テーブル６０２７と、環境情報テーブル６０２８と、料金算定テーブル６０２１１、学習済みモデル６０２９と、制御スケジュール６０２１０等とを有する。

契約者情報テーブル６０２１は、各システム１の契約者についての情報を記憶するテーブルである。契約者を特定可能な情報が削除されてもよい。

利用情報テーブル６０２２は、各システム１の契約者が利用した水に関する情報を記憶するテーブルである。

デバイス情報テーブル６０２３は、各システム１で利用されるデバイスに関する情報を記憶するテーブルである。

センサ情報テーブル６０２４は、各システム１で利用されるセンサに関する情報を記憶するテーブルである。

計測情報テーブル６０２５は、センサにより計測された情報を記憶するテーブルである。

メンテナンスログテーブル６０２６は、デバイスのメンテナンスに関する情報を記憶するテーブルである。

供給水情報テーブル６０２７は、各システム１における供給水に関する情報を記憶するテーブルである。

環境情報テーブル６０２８は、各システム１の環境に関する情報を記憶するテーブルである。

料金算定テーブル６０２１１は、各システム１における集落の水の利用料金を算定するための情報を記憶するテーブルである。

学習済みモデル６０２９は、例えば、需要家に対し、需要に応じた水量の水を、適切な料金で提供するためのモデルである。学習済みモデル６０２９は、制御部６０３で生成され、制御装置２０へ送信される。学習済みモデル６０２９は、例えば、需要量推定モデル、配分決定モデル、監視モデル等を有する。

制御スケジュール６０２１０は、決定した配分で水を供給するように、各システム１における制御タイミングを記憶する。

制御部６０３は、プロセッサが記憶部６０２に記憶されるプログラムを読み込み、プログラムに含まれる命令を実行することにより実現される。制御部６０３は、プログラムに従って動作することにより、受信制御モジュール６０３１、送信制御モジュール６０３２、及び学習モジュール６０３３として示す機能を発揮する。

受信制御モジュール６０３１は、サーバ６０が外部の装置から通信プロトコルに従って信号を受信する処理を制御する。例えば、受信制御モジュール６０３１は、制御装置２０から送信される信号を受信する。

送信制御モジュール６０３２は、サーバ６０が外部の装置に対し通信プロトコルに従って信号を送信する処理を制御する。例えば、送信制御モジュール６０３２は、所定の情報、例えば、学習済みモデル、又は制御パラメータ等を制御装置２０へ送信する。

学習モジュール６０３３は、学習済みモデル２０２９を生成する処理を制御する。具体的には、学習モジュール６０３３は、例えば、モデル学習プログラムに従い、機械学習モデルに機械学習を行わせることで学習済みモデル２０２９を生成する。より具体的には、例えば、学習モジュール６０３３は、記憶部６０２に記憶している情報に基づき、需要量推定モデル、配分決定モデル、監視モデル等を生成する。学習モジュール６０３３は、システム１毎に、学習済みモデル２０２９を生成してもよい。

また、学習モジュール６０３３は、例えば、学習済みモデル２０２９を所定の周期で再学習する。具体的には、例えば、学習モジュール６０３３は、需要量推定モデル、配分決定モデル、監視モデル等を再学習する。

＜２ データ構造＞
図５～図１３は、制御装置２０が記憶するテーブルのデータ構造を示す図である。なお、図５～図１３は一例であり、記載されていないデータを除外するものではない。また、同一のテーブルに記載されるデータであっても、記憶部２０２において離れた記憶領域に記憶されていることもあり得る。

図５は、契約者情報テーブル２０２１のデータ構造を示す図である。図５に示す契約者情報テーブル２０２１は、契約者ＩＤをキーとして、契約者名、住所、連絡先、家族構成、契約開始日、契約内容のカラムを有するテーブルである。

契約者ＩＤは、契約者を一意に識別するための識別子を記憶する項目である。契約者名は、契約者の名前を記憶する項目である。住所は、契約者が住んでいる住所を記憶する項目である。連絡先は、契約者が有している電話端末の電話番号を記憶する項目である。家族構成は、契約者が属する家族の構成を記憶する項目である。契約開始日は、契約者が契約を開始した年月日を記憶する項目である。契約内容は、契約者が結んでいる契約の内容を記憶する項目である。

図６は、利用情報テーブル２０２２のデータ構造を示す図である。図６に示す利用情報テーブル２０２２は、契約者ＩＤをキーとして、日付、利用量のカラムを有するテーブルである。

日付は、水の利用を計測した年月日を記憶する項目である。利用量は、先に計測されてから今回の計測日までの間に契約者により利用された水の量の累計を記憶する項目である。なお、水の利用量を計測する単位は「日」に限定されない。週でもよいし、月であってもよい。

図７は、デバイス情報テーブル２０２３のデータ構造を示す図である。図７に示すデバイス情報テーブル２０２３は、デバイスＩＤをキーとして、デバイス種別、設置場所、所属のカラムを有するテーブルである。

デバイスＩＤは、デバイスを一意に識別するための識別子を記憶する項目である。デバイス種別は、デバイスの種別を記憶する項目である。図７に示す例では、貯水槽、雨水槽、ろ過器、ポンプがデバイス種別として記憶されている。デバイス種別は、デバイスの種別を特定可能な識別子で表されてもよい。また、デバイス種別は、デバイスを製造した企業を識別可能となっていてもよい。設置場所は、デバイスが設置されている場所を記憶する項目である。設置場所は、緯度、経度、高度により表されてもよいし、設置されている設備の住所により表されてもよい。所属は、デバイスが所属している処理を表す。図７に示す例では、第１水処理経路３０による表流水処理、第２水処理経路４０による雨水処理、又は貯水槽５１による受水処理のうちいずれかが記憶されている。

図８は、センサ情報テーブル２０２４のデータ構造を示す図である。図８に示すセンサ情報テーブル２０２４は、センサＩＤをキーとして、センサ種類、計測対象、設置場所のカラムを有するテーブルである。

センサＩＤは、センサを一意に識別するための識別子を記憶する項目である。センサ種別は、センサの種別を記憶する項目である。図８に示す例では、流量センサ、水位センサがセンサ種別として記憶されている。センサ種別は、センサの種別を特定可能な識別子で表されてもよい。また、センサ種別は、センサを製造した企業を識別可能となっていてもよい。計測対象は、計測を必要とするデバイスを記憶する項目である。設置場所は、センサが設置されている場所を記憶する項目である。設置場所は、緯度、経度、高度により表されてもよいし、設置されている設備の住所により表されてもよい。設置場所は、センサが取り付けられるデバイスが設置されている場所により表されてもよい。

図９は、計測情報テーブル２０２５のデータ構造を示す図である。図９に示す計測情報テーブル２０２５は、センサＩＤをキーとして、日付、計測値のカラムを有するテーブルである。

日付は、センシングを実施した年月日時間を記憶する項目である。計測値は、センシングされた計測値を記憶する項目である。

図１０は、メンテナンスログテーブル２０２６のデータ構造を示す図である。図１０に示すメンテナンスログテーブル２０２６は、メンテナンスＩＤをキーとして、日付、対象、内容、費用のカラムを有するテーブルである。

メンテナンスＩＤは、メンテナンス作業を一意に識別するための識別子を記憶する項目である。日付は、メンテナンスが実施された日付を記憶する項目である。対象は、メンテナンスの対象を記憶する項目である。図１０に示す例では、対象として、デバイスに付されているデバイスＩＤが表されている。内容は、メンテナンスの内容を記憶する項目である。内容は、メンテナンスに係る製品（消耗品）を特定可能な情報を含んでもよい。例えば、内容は、交換したフィルタを特定可能な識別子を含んでもよい。消耗品は、フィルタに限らず、その他部品等も含まれる。費用は、メンテナンスにかかった費用を記憶する項目である。メンテナンスログテーブル２０２６のレコードは、メンテナンスが実施されると自動的に生成されてもよいし、メンテナンスを行った作業者の入力により生成されてもよい。

図１１は、供給水情報テーブル２０２７のデータ構造を示す図である。図１１に示す供給水情報テーブル２０２７は、デバイスＩＤをキーとして、供給日、供給量、水単価のカラムを有するテーブルである。デバイスＩＤには、需要家へ供給する水を貯留する貯水槽５１の識別子が記憶される。貯水槽が２台以上設置されている場合、供給水が供給された貯水槽の識別子が記憶される。

供給日は、供給水が供給された日付を記憶する項目である。供給量は、供給された供給水の量を記憶する項目である。水単価は、供給水の単価を記憶する項目である。

図１２は、環境情報テーブル２０２８のデータ構造を示す図である。図１２に示す環境情報テーブル２０２８は、日付、天気、大気圧、温度、湿度のカラムを有するテーブルである。図１２に示す環境情報テーブル２０２８は、これらのカラムの他、雨量、積雪量、風速、日照時間等のカラムを有していてもよい。

日付は、環境に関する情報を取得した日を記憶する項目である。天気、大気圧、温度、湿度は、環境に関する情報の一例を表し、所定の情報発信元から提供される情報を記憶する。

図１３は、料金算定テーブル２０２１１のデータ構造を示す図である。図１３に示す料金算定テーブル２０２１１は、期間、供給水料金、メンテナンス費用、利用料金のカラムを有するテーブルである。

期間は、利用料金を算出した期間を記憶する項目である。期間には、ＹＹ年ＭＭ月のように、月単位で情報が記憶されてもよいし、ＹＹ年ＭＭ月第Ｎ週のように、週単位で情報が記憶されてもよい。供給水料金は、供給水の料金を記憶する項目である。供給水料金は、例えば、供給水の供給量と、供給水の水単価とに基づいて算出される。メンテナンス費用は、デバイスのメンテナンス費用を記憶する項目である。利用料金は、集落の水の利用料金を記憶する項目である。利用料金は、例えば、供給水料金と、メンテナンス費用とに基づいて算出される。

＜３ 動作＞
制御装置２０の動作について説明する。

（配分決定処理）
図１４は、図１に示す制御装置２０が、水の配分を決定する際の動作の例を表すフローチャートである。

図１４では、図１に示すようにシステム１が、表流水、雨水、供給水を利用する場合を例に説明する。

制御装置２０の制御部２０３は、例えば、予め設定される期間に含まれる所定の日になると、配分決定処理を実行する。例えば、週毎に水の配分を決定する場合、制御部２０３は、週中の所定の曜日の所定の時間になると、処理を実行する。具体的には、例えば、制御部２０３は、土曜日の午前０時になると、次の日曜日から土曜日までに使用する水の配分を決定する処理を実行する。また、例えば、月毎に水の配分を決定する場合、制御部２０３は、月中の所定の日の所定の時間になると、処理を実行する。具体的には、例えば、制御部２０３は、月の最終日の午前０時になると、翌月に使用する水の配分を決定する処理を実行する。なお、制御部２０３は、毎日水の配分を決定するようにしてもよい。

また、制御部２０３は、需要家からの指示に応じて配分決定処理を実行してもよい。例えば、雨が大量に降り、雨水、又は表流水が増水した場合等において、需要家は水の配分を更新するように、配分決定処理の実行を指示する。制御部２０３は、需要家からの指示を受けると、現在含まれる期間についての配分決定処理を実行する。需要家からの指示に応じて水の配分が更新された場合、制御部２０３は、更新された配分に基づく利用料金を推定する。制御部２０３は、推定した利用料金を、例えば、契約者が保持する端末装置１０に表示させる。このとき、制御部２０３は、例えば、更新前の利用料金からの変動額も端末装置１０に表示させてもよい。

処理を開始すると、制御部２０３は、推定モジュール２０３３により、所定の期間において集落で利用される水の量を推定する（ステップＳ１１）。

例えば、推定モジュール２０３３は、需要を推定する期間に対応した需要量推定モデルを選択する。推定モジュール２０３３は、選択した需要量推定モデルに、集落に関する情報と、需要量を予測する期間の環境に関する情報を入力する。これにより、需要量推定モデルから、対応する期間についての集落での水の需要量（利用量）が出力される。

具体的には、例えば、推定モジュール２０３３は、翌週であるＸＸ月第ＸＸ週の需要量を推定する場合、週毎の水需要を推定するのに対応した需要量推定モデルを選択する。推定モジュール２０３３は、ＸＸ月第ＸＸ週に基づき、ＸＸ月第ＸＸ週の環境情報を推定する。推定モジュール２０３３は、例えば、環境情報テーブル２０２８に記憶される過去の環境の変動に基づき、ＸＸ月第ＸＸ週の環境情報を推定する。環境情報の推定は、例えば、所定の学習済みモデルを用いて実施されてもよい。

推定モジュール２０３３は、選択した需要量推定モデルに、契約者情報テーブル２０２１に記憶されている、集落に属する契約者についての情報と、ＸＸ月第ＸＸ週について推定した環境情報とを入力する。これにより、需要量推定モデルから、ＸＸ月第ＸＸ週についての集落での水の需要量が出力される。

ステップＳ１２において、制御部２０３は、決定モジュール２０３４により、所定の期間において、集落へ供給する水の配分を決定する。例えば、決定モジュール２０３４は、所定の期間について推定された水の利用量を実現するための表流水、雨水、供給水の配分を決定する。

具体的には、決定モジュール２０３４は、例えば、水の需要量を推定した期間と対応する配分決定モデルを選択する。決定モジュール２０３４は、選択した配分決定モデルに、推定された水の利用量、ＸＸ月第ＸＸ週について推定した環境情報、供給水の利用量、表流水の利用量、及び雨水の利用量を配分決定モデルに入力し、対応する期間における水の利用料を出力させる。このとき、配分決定モデルに入力する供給水の利用量、表流水の利用量、及び雨水の利用量は、合計が、推定された水の利用量となる。決定モジュール２０３４は、合計が推定された水の利用量となるように、供給水の利用量、表流水の利用量、及び雨水の利用量を変更しながら、配分決定モデルに入力する。決定モジュール２０３４は、配分決定モデルからそれぞれ出力される利用料が最小となるときの供給水の利用量と、表流水の利用量、及び雨水の利用量との組み合わせを水の配分とする。

決定モジュール２０３４は、配分決定モデルに限らず、数理最適化アルゴリズムを利用して水の配分を決定してもよい。決定モジュール２０３４は、既存の数理最適化アルゴリズムを利用し、例えば、需要家の利用量を満たしつつ、供給水料金と、第１水処理経路３０及び第２水処理経路４０のメンテナンス費用との合計が最も小さくなるように、表流水、雨水、及び供給水の配分を決定する。

制御部２０３は、契約者から閲覧の要求があると、提示モジュール２０３５により、決定した配分を契約者へ提示する。

図１５は、契約者が保持する端末装置１０で表示される水の配分例を表す模式図である。図１５に示す例では、提示モジュール２０３５は、ディスプレイ１４１の第１フィールド１４１１に、決定された水の配分を採用する期間を表示する。提示モジュール２０３５は、ディスプレイ１４１の第２フィールド１４１２に、該当する期間において推定された水の需要量を表示する。また、提示モジュール２０３５は、第２フィールド１４１２に、該当する期間において推定された、集落での水の利用料金を表示する。また、提示モジュール２０３５は、第２フィールド１４１２に、該当する期間において決定された水の配分を表示する。提示モジュール２０３５は、第２フィールド１４１２に、集落での水の利用料金に基づいて算出した、契約者毎の水の利用料金を表示してもよい。

（制御スケジュール設定処理）
図１６は、図１に示す制御装置２０が、制御スケジュールを設定する際の動作の例を表すフローチャートである。

図１６では、図１に示すようにシステム１が、表流水、雨水、供給水を利用する場合を例に説明する。

制御装置２０の制御部２０３は、所定のタイミングで図１６に示す制御スケジュール設定処理を実行する。所定のタイミングは、例えば、以下である。
・所定の周期
・所定の時刻
・水の配分を決定したとき

ステップＳ２１において、制御部２０３は、水処理制御モジュール２０３６により、配分決定処理で決定された、次の期間についての水の配分を取得する。

ステップＳ２２において、水処理制御モジュール２０３６は、取得した配分で水が集落へ供給されるように、第１水処理経路３０、及び第２水処理経路４０の制御スケジュールを設定する。例えば、水処理制御モジュール２０３６は、期間中の日毎に第１水処理経路３０、及び第２水処理経路４０の制御スケジュールを設定する。具体的には、例えば、水処理制御モジュール２０３６は、ＸＸ日のＸＸ１時～ＸＸ２時にポンプ３２を稼働させ、浄化した表流水を貯水槽５１へ供給するように制御スケジュールを設定する。また、例えば、水処理制御モジュール２０３６は、ＹＹ日のＹＹ１時～ＹＹ２時に浄水設備４２を稼働させ、浄化した雨水を貯水槽５１へ供給するように制御スケジュールを設定する。制御スケジュールは、日毎に限定されず、週毎、月毎に設定されてもよい。

水処理制御モジュール２０３６は、例えば、供給水の供給元への発注タイミングも考慮して制御スケジュールを設定する。例えば、水処理制御モジュール２０３６は、搬送車Ｍ１による供給水の搬送回数が少なくなるように制御スケジュールを設定する。具体的には、水処理制御モジュール２０３６は、供給水が供給される際には、搬送車Ｍ１により搬送される供給水を貯水槽５１で受水可能なように、貯水槽５１の水位が高くならないように第１水処理経路３０、及び第２水処理経路４０の制御スケジュールを設定する。

水処理制御モジュール２０３６は、蓄積する環境情報、又は、蓄積する水源についての水量情報を参照し、制御スケジュールを設定してもよい。具体的には、水処理制御モジュール２０３６は、例えば、貯水槽３１の水位の変動、及び雨水槽４１の水位の変動に基づき、各水源の水位の変動を推定する。水処理制御モジュール２０３６は、決定した配分で水を集落へ供給しつつ、各水源の水位が高いと推定される場合においては、表流水、又は雨水を利用するように制御スケジュールを設定する。また、水処理制御モジュール２０３６は、各水源の水位が低いと推定される場合においては、供給水を利用できるように、供給水の発注タイミングを考慮した制御スケジュールを設定する。

水処理制御モジュール２０３６は、電気料金が時間によって変動する場合、電気料金に関する情報を参照し、制御スケジュールを設定してもよい。具体的には、水処理制御モジュール２０３６は、例えば、過去の電気料金に関する情報に基づき、ポンプ３２、徐濁器３３で使用される時間毎の電気料金、及び浄水設備４２で使用される時間毎の電気料金を推定する。水処理制御モジュール２０３６は、決定した配分で水を集落へ供給しつつ、推定した電気料金が安くなるように制御スケジュールを設定する。

（監視処理）
制御装置２０の制御部２０３は、水処理制御モジュール２０３６により、設定した制御スケジュールに基づいて、第１水処理経路３０、及び第２水処理経路４０を制御する。

制御部２０３は、監視モジュール２０３７により、システム１の駆動状況を監視する。具体的には、例えば、監視モジュール２０３７は、システム１の駆動状況を表す各デバイスのセンシング情報を監視モデルに入力することで、システム１に異常が発生しているか否かを監視する。システム１で発生する異常は、例えば、異常の兆候を含む。異常の兆候は、異常としては軽微であるが、放置しておくと実際の異常になる可能性がある事象を含む。

また、監視モジュール２０３７は、システム１の駆動状況を表す各デバイスのセンシング情報を監視モデルに入力することで、システム１に含まれるデバイスのメンテンナンスの要否を監視してもよい。

以上のように、上記実施形態では、制御部２０３は、推定モジュール２０３３により、需要家の過去の水の利用量に基づき、所定期間における需要家の水の利用量を推定する。制御部２０３は、決定モジュール２０３４により、推定した利用量を満たしつつ、水源から取得する水を浄化するためにかかる費用と、人為的に供給される供給水の料金とに基づく料金が最小になるように、水源から取得する水と、供給水との配分を決定する。これにより、需要家の需要を満たしつつ、最適な水の配分を決定することが可能となる。

したがって、本実施形態に係るプログラム、方法、情報処理装置、及びシステムによれば、水道が引かれていない地域において、需要を満たしつつ、適切な費用で需要家へ水を提供できる。

また、上記実施形態では、決定モジュール２０３４は、学習済みモデル又は数理最適化アルゴリズムを用いて水の配分を決定する。これにより、決定モジュール２０３４は、高精度に水の配分を決定することが可能となる。

また、上記実施形態では、決定モジュール２０３４は、配分を決定する期間の環境に関する情報を考慮して水の配分を決定する。これにより、決定モジュール２０３４は、環境から推定される状況に応じて水の配分を決定することが可能となる。

また、上記実施形態では、決定モジュール２０３４は、水源に雨水が含まれる場合、雨水についての補助金を考慮して水の配分を決定する。これにより、決定モジュール２０３４は、雨水を利用することに補助金が適用される場合において、適切に水の配分を決定することが可能となる。また、決定モジュール２０３４は、雨水を他の需要家へ提供することに補助金が適用される場合において、適切に水の配分を決定することが可能となる。

また、上記実施形態では、制御部２０３は、水処理制御モジュール２０３６により、決定された水の配分に基づき、水源から取得した水を処理する設備の制御スケジュールを決定し、決定した制御スケジュールに基づいて設備を制御する。これにより、水処理制御モジュール２０３６は、決定した配分に基づいて、需要家へ水を供給することが可能となる。

また、上記実施形態では、水処理制御モジュール２０３６は、水源の水量に基づいて制御スケジュールを決定する。これにより、水処理制御モジュール２０３６は、水源の状況に応じて制御スケジュールを決定することが可能となる。

また、上記実施形態では、水処理制御モジュール２０３６は、設備で使用する電気の料金に基づいて制御スケジュールを決定する。これにより、水処理制御モジュール２０３６は、電気料金が低くなるように設備を制御することが可能となるため、設備で使用される電力を抑えることが可能となる。

また、上記実施形態では、制御部２０３は、発注モジュール２０３８により、制御スケジュールに基づいて人為的な水の供給を発注する。これにより、発注モジュール２０３８は、適切なタイミングで供給水を発注することが可能となる。例えば、搬送される供給水を受水する際には、貯水槽５１の水位が低い状態としておくことが可能となるため、十分な量の供給水を、少ない搬送回数で受水することが可能となる。

また、上記実施形態では、制御部２０３は、算出モジュール２０３９により、搬送される水の料金と、水源から取得する水を浄化するためにかかる費用とに基づいて水の利用料金を算出する。これにより、算出モジュール２０３９は、需要家が利用した水に応じた料金を算出することが可能となる。

＜４ 変形例＞
（シミュレーション処理）
上記実施形態では、制御装置２０が配分決定処理、制御スケジュール設定処理、水処理経路の制御処理、及び監視処理を実施する例を説明した。制御装置２０は、地下水設備（地下水プラント）を建設した際のシミュレーション処理を実施してもよい。

このとき、制御部２０３は、プログラムに従って動作することにより、シミュレーションモジュールとして示す機能を発揮する。

シミュレーションモジュールは、地下水設備を建設した際の水の利用料金を推定する。具体的には、例えば、シミュレーションモジュールは、所定の期間について推定された水の利用量を実現するための表流水、雨水、地下水、供給水の配分を決定する。より具体的には、シミュレーションモジュールは、例えば、推定された水の利用量、時期、予想される供給水の利用量、及び予想される各水源の水の利用量を配分決定モデルに入力し、対応する期間における水の利用料を出力させる。シミュレーションモジュールは、供給水の利用量と、各水源の水の利用量とを、これらの合計が、推定された水の利用量となるように変更しながら、配分決定モデルに入力する。配分決定モデルから出力された利用料が最小となるときの供給水の利用量と、各水源の水の利用量との組み合わせを水の配分とする。

シミュレーションモジュールは、地下水設備を建設した際の水の利用料に基づき、地下水設備の建設費用が、安くなった利用料の累積でカバーできるか否かを推定する。例えば、シミュレーションモジュールは、現状の表流水、雨水、及び供給水を利用する環境下で算出される利用料と、表流水、雨水、地下水、及び供給水を利用する環境下で算出される利用料との差分を取る。シミュレーションモジュールは、差分値に基づき、何年で地下水設備の建設費が償却されるかを算出する。

シミュレーションモジュールは、配分決定モデルに限らず、数理最適化アルゴリズムを利用して水の配分を決定してもよい。例えば、第１水処理経路３０からの水の供給量、例えば、貯水槽３１からの水の排出量、又はろ過器３４から貯水槽５１への水の供給量と、第１水処理経路３０のメンテナンスにかかるコストとの関係は予め設定されている。また、第２水処理経路４０からの水の供給量、例えば、雨水槽４１からの水の排出量、又は浄水設備４２から貯水槽５１への水の供給量と、第２水処理経路４０のメンテナンスにかかるコストとの関係は予め設定されている。また、地下水の供給量と、地下水の浄水設備のメンテナンスにかかるコストとの関係は予め設定されている。シミュレーションモジュールは、既存の数理最適化アルゴリズムを利用し、例えば、需要家の利用量を満たしつつ、供給水の利用料金と、第１水処理経路３０、第２水処理経路４０、及び地下水設備のメンテナンスコストとに基づく料金が最も小さくなるように、表流水、雨水、地下水、及び供給水の配分を決定する。

シミュレーションモジュールは、配分決定モデルによる配分の決定と、数理最適化アルゴリズムを利用した配分の決定とを実施し、いずれかの手法により決定した配分を採用してもよい。また、シミュレーションモジュールは、一方の手法により決定した配分を、他方の手法により決定した配分を用いて調整してもよい。

提示モジュール２０３５は、シミュレーション結果を需要家に提示する。

このように、シミュレーションモジュールによれば、地下水設備が建設された場合の水の配分、及び水の利用料を推定する。このため、需要家は、地下水設備が建設された場合にどのように水が利用されるのかを把握することが可能となる。また、シミュレーションモジュールは、地下水設備の建設費がどのように償却されるかをシミュレーションする。このため、制御装置２０は、地下水設備の要否を検討するための情報を需要家へ提示することが可能となる。

（システム１のその他の構成）
上記実施形態では、図１に示す構成のシステム１について説明したが、システム１の構成は、図１に示すものに限定されない。

図１７～図２３は、本実施形態に係るシステム１の変形例を表すブロック図である。

（地下水設備）
図１に示す例では、システム１が第１水処理経路３０及び第２水処理経路４０を有する場合を説明した。しかしながら、システム１が有する処理経路は、これらに限定されない。例えば、システム１は、第３水処理経路７０を有してもよい。第３水処理経路７０は、例えば、第３水源から取水する水の経路を表す。

図１７は、第３水処理経路７０を有する場合のシステム１の全体構成の例を示すブロック図である。図１７において、第３水処理経路７０は、例えば、地下水設備から水を取水する経路を表す。第３水処理経路７０は、地下水設備７１、及び浄水設備７２を有する。

システム１が第３水処理経路７０を有する場合、制御部２０３の決定モジュール２０３４は、所定の期間について推定された水の利用量を実現するための表流水、雨水、地下水、供給水の配分を以下のように決定する。具体的には、決定モジュール２０３４は、例えば、推定された水の利用量、時期、予想される供給水の利用量、及び、表流水、雨水、地下水について予想される利用量を配分決定モデルに入力し、対応する期間における水の利用料を出力させる。決定モジュール２０３４は、供給水の利用量と、表流水、雨水、地下水の利用量とを、これらの合計が、推定された水の利用量となるように変更しながら、配分決定モデルに入力する。配分決定モデルから出力された利用料が最小となるときの供給水の利用量と、表流水、雨水、地下水の利用量との組み合わせを水の配分とする。

決定モジュール２０３４は、配分決定モデルに限らず、数理最適化アルゴリズムを利用して水の配分を決定してもよい。決定モジュール２０３４は、既存の数理最適化アルゴリズムを利用し、例えば、需要家の利用量を満たしつつ、供給水の利用料金と、第１水処理経路３０、第２水処理経路４０、第３水処理経路７０のメンテナンスコストとに基づく料金が最も小さくなるように、表流水、雨水、地下水、及び供給水の配分を決定する。

決定モジュール２０３４は、地下水の取水制限を考慮して、水の配分を決定してもよい。例えば、決定モジュール２０３４は、地下水の利用料の上限値を設定し、水の配分を決定する。このように、地下水の取水制限を考慮して水の配分を決定することで、水の配分をより精度高く決定することが可能となる。

（循環設備）
図１に示す例では、貯水槽５１に第１水処理経路３０及び第２水処理経路４０から水が供給される場合を説明した。しかしながら、貯水槽５１に供給される水は、これらに限定されない。例えば、貯水槽５１へは、需要家からの排水が浄化された循環水が供給されてもよい。この場合、水源には、生活排水も含まれることになる。

図１８は、排水を循環させる浄水設備８０を有する場合のシステム１の全体構成の例を示すブロック図である。浄水設備８０は、需要家から出される排水を浄化し、循環水として、貯水槽５１へ供給する。

システム１が浄水設備８０を有する場合、制御部２０３の決定モジュール２０３４は、所定の期間について推定された水の利用量を実現するための表流水、雨水、循環水、供給水の配分を以下のように決定する。具体的には、決定モジュール２０３４は、例えば、推定された水の利用量、時期、予想される供給水の利用量、及び、表流水、雨水、循環水について予想される利用量を配分決定モデルに入力し、対応する期間における水の利用料を出力させる。決定モジュール２０３４は、供給水の利用量と、表流水、雨水、循環水の利用量とを、これらの合計が、推定された水の利用量となるように変更しながら、配分決定モデルに入力する。配分決定モデルから出力された利用料が最小となるときの供給水の利用量と、表流水、雨水、循環水の利用量との組み合わせを水の配分とする。

決定モジュール２０３４は、配分決定モデルに限らず、数理最適化アルゴリズムを利用して水の配分を決定してもよい。決定モジュール２０３４は、既存の数理最適化アルゴリズムを利用し、例えば、需要家の利用量を満たしつつ、供給水の利用料金と、第１水処理経路３０、第２水処理経路４０、浄水設備８０のメンテナンスコストとに基づく料金が最も小さくなるように、表流水、雨水、循環水、及び供給水の配分を決定する。

以上のように、制御部２０３は、決定モジュール２０３４により、推定した利用量を満たしつつ、需要家から排出された水を浄化するためにかかる費用と、水源から取得する水を浄化するためにかかる費用と、搬送される水の料金とに基づく料金が最小になるように、循環水と、水源から取得する水と、搬送される水との配分を決定する。これにより、需要家の需要を満たしつつ、最適な水の配分を決定することが可能となる。

（循環水用の貯水槽８１）
図１８に示す例では、循環水が貯水槽５１に供給される場合を説明した。しかしながら、循環水は貯水槽５１に供給されることに限定されない。例えば、循環水は、循環水用の貯水槽８１へ供給されてもよい。

図１９は、浄水設備８０で浄化された循環水を貯留する貯水槽８１を有する場合のシステム１の全体構成の例を示すブロック図である。

制御部２０３の推定モジュール２０３３は、所定の期間において集落で利用される水の量を推定する。具体的には、例えば、推定モジュール２０３３は、水の供給を管理する集落に関する情報、及び所定の期間における環境に関する情報を需要量推定モデルに入力し、当該集落における該当する期間の水の利用量を出力させる。

需要量推定モデルは、入力される集落に関する情報、及び需要量を予測する期間に対し、対応する期間での当該集落での上水の利用量を出力するように学習されている。需要量推定モデルは、期間の長さ毎に異なるモデルであってもよい。ここで、上水とは、貯水槽５１と、貯水槽８１とがある場合、貯水槽５１に貯留されている水を表す。

需要量推定モデルをトレーニングするための学習用データは、例えば、集落に属する需要家に関する情報、対応する期間における環境に関する情報等を入力データとし、対応する期間の当該集落での上水の利用量を正解出力データとする。対応する期間における集落での上水の利用量は、貯水槽５１から送出される水の流量であってもよい。

（一主体用システム）
図１に示す例では、貯水槽５１が集落（集合体）のために設置される場合を説明した。しかしながら、貯水槽５１は集落のために設置されることに限定されない。例えば、貯水槽５１は、１の需要家（一主体）のために設置されてもよい。このとき、１の需要家のための貯水槽５１の容量は、集落のための貯水槽５１の容量よりも小さい。また、一主体は、家庭でもよいし、公共施設、例えばプラントでもよい。

図２０～図２３は、貯水槽５１が１の需要家用に設置されている場合のシステム１の全体構成の例を示すブロック図である。貯水槽５１が１の需要家のために設置される場合、水の配分を決定するのに、他の需要家への雨水の提供による補助金を考慮してもよい。つまり、水の利用料金から補助金を減じた額を正解出力データとして入力してもよい。

（その他）
決定モジュール２０３４は、推定する期間の水源の水位の変動にも基づいて水の配分を決定してもよい。つまり、決定モジュール２０３４は、推定する期間の水源の水量にも基づいて水の配分を決定してもよい。このとき、例えば、配分決定モデルは、入力データとして、例えば、配分を決定する期間の水源の水位の変動も入力して学習されてもよい。

推定モジュール２０３３は、例えば、過去の環境の変動に基づき、所定期間の水源の水位の変動を推定する。水位の変動の推定は、例えば、所定の学習済みモデルを用いて実施されてもよい。

決定モジュール２０３４は、例えば、水の需要量を推定した期間と対応する配分決定モデルを選択する。決定モジュール２０３４は、選択した配分決定モデルに、推定された水の利用量、推定された環境情報、推定された水位の変動、水源毎の水の利用量を配分決定モデルに入力し、対応する期間における水の利用料を出力させる。このように、水源の水量を考慮して水の配分を決定することで、水源の状況に応じた配分を決定することが可能となる。

制御部２０３は、算出モジュール２０３９により、算出した利用料金に基づく特典を需要家へ付与してもよい。例えば、需要家へ請求される料金は、固定額であってもよい。具体的には、例えば、算出モジュール２０３９は、供給水の利用料金と、第１水処理経路３０、及び第２水処理経路４０等のメンテナンス費用とに基づいて算出される利用料金が、固定額よりも低い場合、差額に基づく特典を需要家へ付与してもよい。特典は、例えば、差額に基づく額の払い戻しであってもよいし、所定のサービスの割引であってもよいし、所定のサービスの利用権であってもよい。固定額としての利用料金と、算出された利用料金とは、需要家の要求に応じ、需要家へ提示されてもよい。このとき、利用料金の差額に基づく情報も需要家へ提示されてもよい。算出した利用料金に基づく特典が需要家へ付与されることで、需要家は、水の配分を最適化することで安くなった水の利用料金の恩恵を受けることが可能となる。

また、上記実施形態では、人為的に供給される水、つまり供給水には、搬送される水が含まれる場合を説明した。供給水に含まれる水は、搬送される水に限定されない。需要家、又は集落に既存の水道施設（基幹管路、浄水施設、配水池等）から水が供給される場合、供給水には、当該水道施設から供給される水が含まれてもよい。需要家、又は集落が既存の水道施設と繋がっている場合、需要家、又は集落へ必ずしも水が搬送されなくてもよい。これにより、水道が引かれている場合においても、需要を満たしつつ、適切な費用で需要家へ水を提供できる。

このとき、配分決定モデルをトレーニングするための学習用データは、既存の水道施設の維持管理、管路更新、耐震・防災強化等が将来行われると仮定した場合や水道施設を新設する計画がある場合、これらの費用を加算した水の利用料金を、正解出力データとして含んでもよい。決定モジュール２０３４は、配分決定モデルを用いて、供給する水の配分を決定する。

また、決定モジュール２０３４は、既存の数理最適化アルゴリズムを利用する場合には、例えば、既存の水道施設の維持管理、管路更新、耐震・防災強化や水道施設を新設する場合等について将来的に発生するコストを考慮してもよい。つまり、決定モジュール２０３４は、例えば、需要家の利用量を満たしつつ、供給水の利用料金（既存の水道施設の将来的なメンテナンス費用や水道施設を新設するときの将来的な費用負担を含む）と、第１水処理経路３０及び第２水処理経路４０のメンテナンスコストとに基づく料金が最も小さくなるように、表流水、雨水、及び供給水の配分を決定する。なお、既存の水道施設の将来的なメンテナンス費用や水道施設を新設するときの将来的な費用負担は、供給水の利用料金に含めるのではなく、コストとして含めてもよい。

決定モジュール２０３４は、既存の水道施設のメンテナンスや水道施設を新設するときの将来的な費用負担を考慮した場合と、考慮しない場合とについて、供給する水の配分を決定してもよい。また、決定モジュール２０３４は、既存の水道施設のメンテナンスや水道施設を新設するときの将来的な費用負担を考慮した場合と、考慮しない場合とを切り替えて、供給する水の配分を決定してもよい。

＜５ コンピュータの基本ハードウェア構成＞
図２４は、コンピュータ９０の基本的なハードウェア構成を示すブロック図である。コンピュータ９０は、プロセッサ９１、主記憶装置９２、補助記憶装置９３、通信ＩＦ９９（インタフェース、Interface）を少なくとも備える。これらはバスにより相互に電気的に接続される。

プロセッサ９１とは、プログラムに記述された命令セットを実行するためのハードウェアである。プロセッサ９１は、演算装置、レジスタ、周辺回路等から構成される。

主記憶装置９２とは、プログラム、及びプログラム等で処理されるデータ等を一時的に記憶するためのものである。例えば、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性のメモリである。

補助記憶装置９３とは、データ及びプログラムを保存するための記憶装置である。例えば、フラッシュメモリ、ＨＤＤ（Hard Disc Drive）、光磁気ディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、半導体メモリ等である。

通信ＩＦ９９とは、有線又は無線の通信規格を用いて、他のコンピュータとネットワークを介して通信するための信号を入出力するためのインタフェースである。
ネットワークは、インターネット、ＬＡＮ、無線基地局等によって構築される各種移動通信システム等で構成される。例えば、ネットワークには、３Ｇ、４Ｇ、５Ｇ移動通信システム、ＬＴＥ（Long Term Evolution）、所定のアクセスポイントによってインターネットに接続可能な無線ネットワーク（例えばWi-Fi（登録商標））等が含まれる。無線で接続する場合、通信プロトコルとして例えば、Ｚ－Ｗａｖｅ（登録商標）、ＺｉｇＢｅｅ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）等が含まれる。有線で接続する場合は、ネットワークには、ＵＳＢ（Universal Serial Bus）ケーブル等により直接接続するものも含む。

なお、各ハードウェア構成の全部または一部を複数のコンピュータ９０に分散して設け、ネットワークを介して相互に接続することによりコンピュータ９０を仮想的に実現することができる。このように、コンピュータ９０は、単一の筐体、ケースに収納されたコンピュータ９０だけでなく、仮想化されたコンピュータシステムも含む概念である。

＜５．１ コンピュータ９０の基本機能構成＞
図２４に示すコンピュータ９０の基本ハードウェア構成により実現されるコンピュータの機能構成を説明する。コンピュータは、制御部、記憶部、通信部の機能ユニットを少なくとも備える。

なお、コンピュータ９０が備える機能ユニットは、それぞれの機能ユニットの全部または一部を、ネットワークで相互に接続された複数のコンピュータ９０に分散して設けても実現することができる。コンピュータ９０は、単一のコンピュータ９０だけでなく、仮想化されたコンピュータシステムも含む概念である。

制御部は、プロセッサ９１が補助記憶装置９３に記憶された各種プログラムを読み出して主記憶装置９２に展開し、当該プログラムに従って処理を実行することにより実現される。制御部は、プログラムの種類に応じて様々な情報処理を行う機能ユニットを実現することができる。これにより、コンピュータは情報処理を行う情報処理装置として実現される。

記憶部は、主記憶装置９２、補助記憶装置９３により実現される。記憶部は、データ、各種プログラム、各種データベースを記憶する。また、プロセッサ９１は、プログラムに従って記憶部に対応する記憶領域を主記憶装置９２または補助記憶装置９３に確保することができる。また、制御部は、各種プログラムに従ってプロセッサ９１に、記憶部に記憶されたデータの追加、更新、削除処理を実行させることができる。

データベースは、リレーショナルデータベースを指し、行と列によって構造的に規定された表形式のテーブルと呼ばれるデータ集合を、互いに関連づけて管理するためのものである。データベースでは、表をテーブル、表の列をカラム、表の行をレコードと呼ぶ。リレーショナルデータベースでは、テーブル同士の関係を設定し、関連づけることができる。
通常、各テーブルにはレコードを一意に特定するためのキーとなるカラムが設定されるが、カラムへのキーの設定は必須ではない。制御部は、各種プログラムに従ってプロセッサ９１に、記憶部に記憶された特定のテーブルにレコードを追加、削除、更新を実行させることができる。

通信部は、通信ＩＦ９９により実現される。通信部は、ネットワークを介して他のコンピュータ９０と通信を行う機能を実現する。通信部は、他のコンピュータ９０から送信された情報を受信し、制御部へ入力することができる。制御部は、各種プログラムに従ってプロセッサ９１に、受信した情報に対する情報処理を実行させることができる。また、通信部は、制御部から出力された情報を他のコンピュータ９０へ送信することができる。

以上、本開示のいくつかの実施形態を説明したが、これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものとする。

＜付記＞
以上の各実施形態で説明した事項を以下に付記する。
（付記１）
プロセッサと、メモリとを備えるコンピュータに実行させるためのプログラムであって、プログラムは、プロセッサに、需要家の過去の水の利用量に基づき、所定期間における需要家の水の利用量を推定するステップと、推定した利用量を満たしつつ、水源から取得する水を浄化するためにかかる費用と、人為的に供給される供給水の料金とに基づく料金が最小になるように、水源から取得する水と、供給水との配分を決定するステップとを実行させるプログラム。
（付記２）
水の配分を決定するステップにおいて、学習済みモデル又は数理最適化アルゴリズムを用いて水の配分を決定する（付記１）に記載のプログラム。
（付記３）
水の配分を決定するステップにおいて、水源の水量を考慮して水の配分を決定する（付記１）に記載のプログラム。
（付記４）
水の配分を決定するステップにおいて、水源に雨水が含まれる場合、雨水についての補助金を考慮して水の配分を決定する（付記１）又は（付記２）に記載のプログラム。
（付記５）
水の配分を決定するステップにおいて、水源に地下水が含まれる場合、地下水についての取水制限を考慮して水の配分を決定する（付記１）乃至（付記３）のいずれかに記載のプログラム。
（付記６）
決定された水の配分に基づき、水源から取得した水を処理する設備の制御スケジュールを決定し、決定した制御スケジュールに基づいて設備を制御するステップをプロセッサに実行させる（付記１）乃至（付記５）のいずれかに記載のプログラム。
（付記７）
設備を制御するステップにおいて、水源の水量に基づいて制御スケジュールを決定する（付記６）に記載のプログラム。
（付記８）
設備を制御するステップにおいて、設備で使用する電気の料金に基づいて制御スケジュールを決定する（付記６）又は（付記７）に記載のプログラム。
（付記９）
制御スケジュールに基づいて人為的な水の供給を発注するステップをプロセッサに実行させる（付記６）乃至（付記８）のいずれかに記載のプログラム。
（付記１０）
供給水の料金と、水源から取得する水を浄化するためにかかる費用とに基づいて水の利用料金を算出するステップをプロセッサに実行させる（付記１）乃至（付記９）のいずれかに記載のプログラム。
（付記１１）
水の利用料金を算出するステップにおいて、算出した利用料金に基づく特典を需要家へ付与する（付記１０）に記載のプログラム。
（付記１２）
地下水以外の水源から水を取得する状況において、地下水プラントを建設した場合の水の配分を推定するステップをプロセッサに実行させる（付記１）乃至（付記１１）のいずれかに記載のプログラム。
（付記１３）
地下水プラントを建設した場合の水の配分を推定するステップにおいて、地下水プラントの建設費を償却するシミュレーションを実行する（付記１２）に記載のプログラム。
（付記１４）
水の配分を決定するステップにおいて、推定した利用量を満たしつつ、需要家から排出された水を浄化するためにかかる費用と、水源から取得する水を浄化するためにかかる費用と、供給水の料金とに基づく料金が最小になるように、循環水と、水源から取得する水と、供給水との配分を決定する（付記１）乃至（付記１３）のいずれかに記載のプログラム。
（付記１５）
需要家は、一主体、又は複数の需要家からなる集合体である（付記１）乃至（付記１４）のいずれかに記載のプログラム。
（付記１６）
プロセッサと、メモリとを備えるコンピュータに実行される方法であって、プロセッサが、需要家の過去の水の利用量に基づき、所定期間における需要家の水の利用量を推定するステップと、推定した利用量を満たしつつ、水源から取得する水を浄化するためにかかる費用と、人為的に供給される供給水の料金とに基づく料金が最小になるように、水源から取得する水と、供給水との配分を決定するステップとを実行する方法。
（付記１７）
制御部と、記憶部とを備える情報処理装置であって、制御部が、需要家の過去の水の利用量に基づき、所定期間における需要家の水の利用量を推定するステップと、推定した利用量を満たしつつ、水源から取得する水を浄化するためにかかる費用と、人為的に供給される供給水の料金とに基づく料金が最小になるように、水源から取得する水と、供給水との配分を決定するステップとを実行する情報処理装置。
（付記１８）
需要家の過去の水の利用量に基づき、所定期間における需要家の水の利用量を推定する手段と、推定した利用量を満たしつつ、水源から取得する水を浄化するためにかかる費用と、人為的に供給される供給水の料金とに基づく料金が最小になるように、水源から取得する水と、供給水との配分を決定する手段とを具備するシステム。

１…システム
１０…端末装置
１２０…通信部
１３…入力装置
１３１…タッチ・センシティブ・デバイス
１４…出力装置
１４１…ディスプレイ
１５…メモリ
１５０…位置情報センサ
１６…ストレージ
１６１…カメラ
１７…音声処理部
１７１…マイク
１７２…スピーカー
１８０…記憶部
１８１…ユーザ情報
１９…プロセッサ
１９０…制御部
１９１…操作受付部
１９２…送受信部
１９３…提示制御部
２０…制御装置
２０１…通信部
２０２…記憶部
２０２１…契約者情報テーブル
２０２２…利用情報テーブル
２０２３…デバイス情報テーブル
２０２４…センサ情報テーブル
２０２５…計測情報テーブル
２０２６…メンテナンスログテーブル
２０２７…供給水情報テーブル
２０２８…環境情報テーブル
２０２９…学習済みモデル
２０２１０…制御スケジュール
２０２１１…料金算定テーブル
２０３…制御部
２０３１…受信制御モジュール
２０３２…送信制御モジュール
２０３３…推定モジュール
２０３４…決定モジュール
２０３５…提示モジュール
２０３６…水処理制御モジュール
２０３７…監視モジュール
２０３８…発注モジュール
２０３９…算出モジュール
３０…第１水処理経路
３１…貯水槽
３２…ポンプ
３３…徐濁器
３４…ろ過器
４０…第２水処理経路
４１…雨水槽
４２…浄水設備
５１…貯水槽
６０…サーバ
６０１…通信部
６０２…記憶部
６０２１…契約者情報テーブル
６０２２…利用情報テーブル
６０２３…デバイス情報テーブル
６０２４…センサ情報テーブル
６０２５…計測情報テーブル
６０２６…メンテナンスログテーブル
６０２７…供給水情報テーブル
６０２８…環境情報テーブル
６０２９…学習済みモデル
６０２１０…制御スケジュール
６０２１１…料金算定テーブル
６０３…制御部
６０３１…受信制御モジュール
６０３２…送信制御モジュール
６０３３…学習モジュール
７０…第３水処理経路
７１…地下水設備
７２…浄水設備
８０…浄水設備
８１…貯水槽
９０…コンピュータ
９１…プロセッサ
９２…記憶装置
９３…補助記憶装置
９９…通信ＩＦ
Ｍ１…搬送車

Claims (18)

1. プロセッサと、メモリとを備えるコンピュータに実行させるためのプログラムであって、前記プログラムは、前記プロセッサに、
   需要家の過去の水の利用量に基づき、所定期間における需要家の水の利用量を推定するステップと、
   推定した利用量を満たしつつ、水源から取得する水を浄化するためにかかる費用と、人為的に供給される供給水の料金とに基づく料金が最小になるように、水源から取得する水と、供給水との配分を決定するステップと
   を実行させるプログラム。
2. 前記水の配分を決定するステップにおいて、学習済みモデル又は数理最適化アルゴリズムを用いて水の配分を決定する請求項１記載のプログラム。
3. 前記水の配分を決定するステップにおいて、水源の水量を考慮して水の配分を決定する請求項１記載のプログラム。
4. 前記水の配分を決定するステップにおいて、水源に雨水が含まれる場合、雨水についての補助金を考慮して水の配分を決定する請求項１記載のプログラム。
5. 前記水の配分を決定するステップにおいて、水源に地下水が含まれる場合、地下水についての取水制限を考慮して水の配分を決定する請求項１記載のプログラム。
6. 決定された水の配分に基づき、水源から取得した水を処理する設備の制御スケジュールを決定し、決定した制御スケジュールに基づいて前記設備を制御するステップを前記プロセッサに実行させる請求項１記載のプログラム。
7. 前記設備を制御するステップにおいて、水源の水量に基づいて前記制御スケジュールを決定する請求項６記載のプログラム。
8. 前記設備を制御するステップにおいて、前記設備で使用する電気の料金に基づいて前記制御スケジュールを決定する請求項６記載のプログラム。
9. 前記制御スケジュールに基づいて人為的な水の供給を発注するステップを前記プロセッサに実行させる請求項６記載のプログラム。
10. 供給水の料金と、水源から取得する水を浄化するためにかかる費用とに基づいて水の利用料金を算出するステップを前記プロセッサに実行させる請求項１記載のプログラム。
11. 前記水の利用料金を算出するステップにおいて、算出した利用料金に基づく特典を需要家へ付与する請求項１０記載のプログラム。
12. 地下水以外の水源から水を取得する状況において、地下水プラントを建設した場合の水の配分を推定するステップを前記プロセッサに実行させる請求項１に記載のプログラム。
13. 地下水プラントを建設した場合の水の配分を推定するステップにおいて、前記地下水プラントの建設費を償却するシミュレーションを実行する請求項１２記載のプログラム。
14. 前記水の配分を決定するステップにおいて、推定した利用量を満たしつつ、需要家から排出された水を浄化するためにかかる費用と、水源から取得する水を浄化するためにかかる費用と、供給水の料金とに基づく料金が最小になるように、循環水と、水源から取得する水と、供給水との配分を決定する請求項１記載のプログラム。
15. 需要家は、一主体、又は複数の需要家からなる集合体である請求項１記載のプログラム。
16. プロセッサと、メモリとを備えるコンピュータに実行される方法であって、前記プロセッサが、
    需要家の過去の水の利用量に基づき、所定期間における需要家の水の利用量を推定するステップと、
    推定した利用量を満たしつつ、水源から取得する水を浄化するためにかかる費用と、人為的に供給される供給水の料金とに基づく料金が最小になるように、水源から取得する水と、供給水との配分を決定するステップと
    を実行する方法。
17. 制御部と、記憶部とを備える情報処理装置であって、前記制御部が、
    需要家の過去の水の利用量に基づき、所定期間における需要家の水の利用量を推定するステップと、
    推定した利用量を満たしつつ、水源から取得する水を浄化するためにかかる費用と、人為的に供給される供給水の料金とに基づく料金が最小になるように、水源から取得する水と、供給水との配分を決定するステップと
    を実行する情報処理装置。
18. 需要家の過去の水の利用量に基づき、所定期間における需要家の水の利用量を推定する手段と、
    推定した利用量を満たしつつ、水源から取得する水を浄化するためにかかる費用と、人為的に供給される供給水の料金とに基づく料金が最小になるように、水源から取得する水と、供給水との配分を決定する手段と
    を具備するシステム。