JP6665786B2 - モデル集約装置、避難予測システム、集約モデル生成装置、集約方法及びコンピュータ読み取り可能記録媒体 - Google Patents

モデル集約装置、避難予測システム、集約モデル生成装置、集約方法及びコンピュータ読み取り可能記録媒体 Download PDF

Info

Publication number
JP6665786B2
JP6665786B2 JP2016558891A JP2016558891A JP6665786B2 JP 6665786 B2 JP6665786 B2 JP 6665786B2 JP 2016558891 A JP2016558891 A JP 2016558891A JP 2016558891 A JP2016558891 A JP 2016558891A JP 6665786 B2 JP6665786 B2 JP 6665786B2
Authority
JP
Japan
Prior art keywords
evacuation
model
information
aggregation
recovery
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.)
Active
Application number
JP2016558891A
Other languages
English (en)
Other versions
JPWO2016075932A1 (ja
Inventor
紅美子 但野
紅美子 但野
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.)
NEC Corp
Original Assignee
NEC 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 NEC Corp filed Critical NEC Corp
Publication of JPWO2016075932A1 publication Critical patent/JPWO2016075932A1/ja
Application granted granted Critical
Publication of JP6665786B2 publication Critical patent/JP6665786B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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
    • G06Q90/00—Systems or methods specially adapted for administrative, commercial, financial, managerial or supervisory purposes, not involving significant data processing
    • G06Q90/20—Destination assistance within a business structure or complex
    • G06Q90/205—Building evacuation

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Alarm Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、モデル集約装置、避難予測システム、集約モデル生成装置、集約方法及びコンピュータ読み取り可能記録媒体に関する。
災害が発生した場合には、災害が発生した地域から当該災害により被災した被災者が避難する必要が生じる可能性がある。この場合において、避難を必要とする被災者等（以下「避難者」とする）が避難を完了するまでに要する時間は、できるだけ短いことが望まれる。
一方、災害が生じた場合には、避難経路となる道路網等が被災して障害が発生することがある。この場合には、当該避難通路が通行できない可能性がある。したがって、避難者に対する避難計画が立案される際には、避難経路に関する被災状況や復旧計画が考慮される必要が生じる場合がある。また、避難経路となる道路網等が被災した場合、当該道路網等に発生した障害の復旧計画は、被災者の避難に要する時間が短くなるように立案される必要が生じる場合がある。そして、当該道路網等に発生した障害の復旧計画は、避難者を速やかに避難させる必要があることから、迅速に立案されることが望まれる。
特許文献１には、避難計画評価システム等が記載されている。特許文献１に記載の避難計画評価システムにおいては、要援護者人数算出部が、移動機のユーザの属性情報に基づいて避難時における要援護者の人数を算出する。また、避難先別人数算出部が、帰宅先及び避難所へ避難する避難者の人数を算出する。更に、シミュレーション部が、各ポリゴン領域から、帰宅先及び避難所へ避難者が避難する場合のシミュレーションを行う。そして、点数算出部が、要援護者数、避難者の人数、及びシミュレーション結果に基づいて避難計画のための点数を算出する。
また、特許文献２には、リアルタイムに取得される現在地のデータに欠落があった場合でも、目的地の予測ができるデータ処理装置が記載されている。
また、特許文献３には、階段を有する複数階層の建物からの避難時間を予測する避難時間予測装置が記載されている。
特開２０１２−８３９０８号公報 特開２０１２−１０８７４８号公報 特開２０１２−２７５６０号公報
特許文献１に記載の避難計画評価システム等では、シミュレーションにて用いられるモデルの規模が必ずしも考慮されていない。したがって、避難経路の距離が長い場合や、複数の避難経路が想定される場合等、避難経路が複雑な場合に、特許文献１に記載の避難計画評価システムでは、避難に要する時刻の予測が難しい場合がある。
本発明は、上記課題を解決するためになされたものであって、避難者が避難を終えるまでに要する時間の予測を容易にするモデル集約装置等を提供することを主たる目的とする。
本発明の一態様におけるモデル集約装置は、避難者の避難経路に関する避難情報、避難経路において障害が発生した個所の復旧時期に関する復旧情報及び避難情報と避難情報との関係を含む避難モデルを受付けるモデル受付手段と、避難情報又は復旧情報に関する所定の条件に基づいて、避難モデルに含まれる情報を集約する集約手段とを備える。
また、本発明の一態様における集約方法は、避難者の避難経路に関する避難情報、避難経路において障害が発生した個所の復旧時期に関する復旧情報及びに避難情報と避難情報との関係を含む避難モデルを受付け、避難情報又は復旧情報に関する所定の条件に基づいて、避難モデルに含まれる情報を集約する。
また、本発明の一態様におけるコンピュータ読み取り可能記録媒体は、コンピュータに、避難者の避難経路に関する避難情報、避難経路において障害が発生した個所の復旧時期に関する復旧情報及び避難情報と避難情報との関係を含む避難モデルを受付ける処理と、避難情報又は復旧情報に関する所定の条件に基づいて、避難モデルに含まれる情報を集約する処理とを実行させるプログラムを非一時的に格納する。
本発明によると、避難者が避難を終えるまでに要する時間の予測を容易にするモデル集約装置等を提供することができる。
本発明の第１の実施形態におけるモデル集約装置の構成を示す図である。 本発明の第１の実施形態におけるモデル集約装置を含む避難予測システムの構成を示す図である。 本発明の第１の実施形態におけるモデル集約装置が受付ける避難モデルの一例を示す図である。 本発明の第１の実施形態におけるモデル集約装置が受付ける避難モデルにて表される避難経路等の例を示す図である。 本発明の第１の実施形態におけるモデル集約装置が受付ける避難モデルにて表される避難経路等の例を示す図である。 本発明の第１の実施形態におけるモデル集約装置が受付ける避難モデルの関係情報に関する一例を示す図である。 本発明の第１の実施形態におけるモデル集約装置が受付ける避難モデルの別の例を示す図である。 本発明の第１の実施形態におけるモデル集約装置において集約される避難モデルの一例を示す図である。 本発明の第１の実施形態におけるモデル集約装置において集約される避難モデルの別の一例を示す図である。 本発明の第１の実施形態におけるモデル集約装置において集約される避難モデルの別の一例を示す図である。 本発明の第１の実施形態におけるモデル集約装置の動作を示すフローチャートである。 本発明の第１の実施形態における避難予測システムの変形例の構成を示す図である。 本発明の第１の実施形態における避難予測システムの変形例及び集約モデル生成装置の構成を示す図である。 本発明の各実施形態におけるモデル集約装置等を実現する情報処理装置の一例を示す図である。
本発明の各実施形態について、添付の図面を参照して説明する。なお、本発明の各実施形態において、各装置の各構成要素は、機能単位のブロックを示している。各装置の各構成要素は、例えば図１４に示すような情報処理装置５００とソフトウェアとの任意の組み合わせにより実現することができる。情報処理装置５００は、一例として、以下のような構成を含む。
・ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）５０１
・ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）５０２
・ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）５０３
・ＲＡＭ５０３にロードされるプログラム５０４
・プログラム５０４を格納する記憶装置５０５
・記憶媒体５０６の読み書きを行うドライブ装置５０７
・ネットワーク５０９と接続する通信インターフェース５０８
・データの入出力を行う入出力インターフェース５１０
・各構成要素を接続するバス５１１
各装置の実現方法には様々な変形例がある。例えば、各装置は、専用の装置として実現することができる。各装置は、複数の装置の組み合わせにより実現することができる。
また、各装置や各システム等の構成を示す図において、図面中の矢印の方向は一例を示すものであり、構成要素間の信号の向きを限定するものではない。
（第１の実施形態）
まず、本発明の第１の実施形態について説明する。図１は、本発明の第１の実施形態におけるモデル集約装置の構成を示す図である。図２は、本発明の第１の実施形態におけるモデル集約装置を含む避難予測システムの構成を示す図である。図３は、本発明の第１の実施形態におけるモデル集約装置が受付ける避難モデルの一例を示す図である。図４は、本発明の第１の実施形態におけるモデル集約装置が受付ける避難モデルにて表される避難経路等の例を示す図である。図５は、本発明の第１の実施形態におけるモデル集約装置が受付ける避難モデルにて表される避難経路等の例を示す図である。図６は、本発明の第１の実施形態におけるモデル集約装置が受付ける避難モデルの関係情報に関する一例を示す図である。図７は、本発明の第１の実施形態におけるモデル集約装置が受付ける避難モデルの別の例を示す図である。図８は、本発明の第１の実施形態におけるモデル集約装置において集約される避難モデルの一例を示す図である。図９は、本発明の第１の実施形態におけるモデル集約装置において集約される避難モデルの別の一例を示す図である。図１０は、本発明の第１の実施形態におけるモデル集約装置において集約される避難モデルの別の一例を示す図である。図１１は、本発明の第１の実施形態におけるモデル集約装置の動作を示すフローチャートである。図１２は、本発明の第１の実施形態における避難予測システムの変形例の構成を示す図である。図１３は、本発明の第１の実施形態における避難予測システムの変形例及び集約モデル生成装置の構成を示す図である。
図１に示すとおり、本発明の第１の実施形態におけるモデル集約装置１００は、モデル受付部１１０と、集約部１２０とを備える。モデル受付部１１０は、避難者の避難経路に関する避難情報、避難経路において障害が発生した個所の復旧時期に関する復旧情報及び避難情報と避難情報との関係を含む避難モデルを受付ける。集約部１２０は、避難情報又は復旧情報に関する所定の条件に基づいて、避難モデルを集約する。
また、図２に示すとおり、本実施形態においては、モデル生成部２０と、上述したモデル集約装置１００と、解析部３０とを備える避難予測システム１０が構成される。モデル生成部２０は、上述した避難情報及び復旧情報に基づいて、避難モデルを生成する。解析部３０は、モデル集約装置１００にて集約された避難モデルを用いて、避難者の避難に要する時間を予測する。
次に、本実施形態におけるモデル集約装置１００の構成について説明する。最初に、モデル受付部１１０に関して説明する。モデル受付部１１０は、上述のとおり、避難情報、復旧情報及びこれらの関係を含む避難モデルを受付ける。避難モデルは、一例として、避難予測システム１０に含まれるモデル生成部２０にて生成される。ただし、避難モデルは、避難者の避難に要する時間を求めようとする者が直接に作成する等、モデル生成部２０以外にて生成されてもよい。
モデル受付部１１０は、避難情報、復旧情報及びこれらの関係を、一つのモデルとして表した避難モデルを受付けることができる。また、モデル受付部１１０は、避難情報、復旧情報及びこれらの関係を、複数のサブモデル等に分けて表した避難モデルを受付けることができる。一例として、避難モデルは、避難情報を表す避難サブモデル、復旧情報を表す復旧サブモデル及び避難サブモデルと復旧サブモデルとの関係を表す関係情報として表される。
本実施形態のモデル集約装置１００において、モデル受付部１１０は、例えば、確率時間ペトリネット（ｓｔｏｃｈａｓｔｉｃ ｔｉｍｅ Ｐｅｔｒｉ ｎｅｔ、以下「ｓＴＰＮ」とする）にて記載されたモデルを受付ける。
ｓＴＰＮは、一例として、＜Ｐ，Ｔ，Ａ−，Ａ＋，Ａ・，ｍ０，ＥＦＴ，ＬＦＴ，Ｆ，Ｃ，Ｅ，Ｌ＞という組として表される。これらの各要素は、所定の図（不図示）によって表される。Ｐはプレースの集合である。ｓＴＰＮを表す図においては、プレースは白い丸にて表される。Ｔはトランジションの集合である。ｓＴＰＮを表す図においては、トランジションは白い四角または棒にて表される。Ａ−は、プレースとトランジションとを、プレースからトランジションへの方向に向かって接続する入力アークである。Ａ＋は、プレースとトランジションとを、トランジションからプレースへの方向に向かって接続する出力アークである。以下の説明においては、入力アーク及び出力アークを併せて単にアークと呼ぶ場合がある。ｓＴＰＮを表す図においては、アークは矢印にて表される。Ａ・は、プレースとトランジションとを、プレースからトランジションへの方向に向かって接続するインヒビター・アークである。ｓＴＰＮを表す図においては、インヒビター・アークは、先端が丸印である矢印にて表される。
ｍ０は各々のプレースにおける非負のトークンの数を表す初期マーキングである。ｓＴＰＮを表す図においては、トークンは、プレースの内部に配置される黒丸にて表される。ＥＦＴ及びＬＦＴは、Ｔに含まれる各々のトランジションにおける最小及び最大発火時間である。ＥＦＴは、零を含む非負の実数である。また、ＬＦＴは、零及び無限大を含む非負の実数である。また、ＬＦＴの値はＥＦＴの値と等しいか、又はＥＦＴより大きい。Ｆは、Ｔに含まれる各々のトランジションに対するＥＦＴからＬＦＴの間における発火時刻に関する累積分布関数である。
Ｃは、複数のトランジションが同時発火可能となった場合に、当該発火可能となった複数のトランジションの各々に関する発火のしやすさを表す重みである。Ｃは、同時に発火可能になる可能性があるトランジションに対して割り当てられる。Ｅは、Ｔに含まれる各々のトランジションに対するマーキングと関連付けられたエネーブリングファンクションである。Ｌ（ｆｌｕｓｈｉｎｇ ｆｕｎｃｔｉｏｎ）は、トランジションに割り当てられる。Ｌが割り当てられたトランジションが発火した場合に、Ｌにて関係付けられたプレース上のトークンを、当該トランジションとのアークによる接続関係に関わらず消去する。
また、トランジションは、以下の場合に発火可能であるとされる。トランジションが発火すると、入力アークを介して接続されたプレースからトークンが１つ減り、出力アークを介して接続されたプレースにトークンが一つ増える。
・入力アークを介して接続されるプレースの全てに１つ以上のトークンが存在する。
・インヒビタ―・アークを介して接続されるプレースの全てにトークンが存在しない。
・時刻がＥＦＴの値より大きく、ＬＦＴの値より小さい。
・エネーブリングファンクションが真となる。
なお、ｓＴＰＮの詳細は、例えば「Ｖｉｃａｒｉｏ， Ｅ．， Ｓａｓｓｏｌｉ， Ｌ．， ａｎｄ Ｃａｒｎｅｖａｌｉ， Ｌ． （２００９） ‘Ｕｓｉｎｇ ｓｔｏｃｈａｓｔｉｃ ｓｔａｔｅ ｃｌａｓｓｅｓ ｉｎ ｑｕａｎｔｉｔａｔｉｖｅ ｅｖａｌｕａｔｉｏｎ ｏｆ ｄｅｎｓｅ−ｔｉｍｅ ｒｅａｃｔｉｖｅ ｓｙｓｔｅｍｓ’， ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｏｆｔｗａｒｅ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｖｏｌ． ３５， Ｎｏ． ５， ｐｐ． ７０３-７１９．」等に記載されている。
図３を用いて、モデル受付部１１０が受付ける避難モデルの例を以下に示す。この例において、避難モデルは、避難サブモデル、復旧サブモデル及び関係情報に分けてｓＴＰＮにて表されている。
図３（Ａ）は、避難サブモデルの一例を示す。図３（Ａ）に示す避難サブモデルは、図４に示す避難者Ｅ１に関する避難情報に基づいて生成されている。避難情報には、例えば、避難者が避難の際に通過する可能性がある道路網等である避難経路等に関連する地理情報、避難元や避難先、避難経路の復旧状況に応じて避難者が通過するルートである避難ルートに関する情報が含まれる。
避難情報のうち、地理情報は、例えば図４（Ａ）に示す有向グラフのような形で表される。このグラフにおいては、避難者が滞留する可能性のある地域や場所がノードとして表される。例えば、番号１又は２が付されたノードにて示されるエリアが被災地である。また、番号６又は７が付されたノードにて示されるエリアが避難先の候補となる地域である。
また、このグラフにおいては、避難者が滞留する可能性のある地域を接続し、避難経路となり得る道路網がリンクとして矢印として表される。この矢印は、避難者が避難する方向等に応じて向きが定められている。また、道路網に障害が発生している個所（以下、「障害発生個所」とする）がある場合には、その旨を表す情報が必要に応じて矢印の当該障害発生個所に対応する位置に付される。図４（Ａ）に示す例では、ｆ１及びｆ２の２か所において道路網に障害が発生し、通行ができない状態であるとする。
また、避難情報のうち、避難元や避難先、避難ルートに関する情報は、図４（Ｂ）のように表される。図４（Ｂ）は、避難者Ｅ１に関して、避難元や避難先、避難ルートに関する情報を表す。この例において、避難者Ｅ１は、図４（Ａ）の番号１が付されたノードに対応する地域から、番号６が付されたノードに対応する地域へ避難することが想定されている。そして、障害発生個所であるｆ１及びｆ２の復旧状況に応じて、図４（Ｂ）の（ｉ）から（ｉｖ）にて示される避難ルートにて避難することが想定されている。
そして、図３（Ａ）に示す避難サブモデルでは、プレースｐ１からｐ７は、図４に示される同じ番号のノード１から７にそれぞれ対応する。また、図３（Ａ）に示す避難サブモデルにおいて、トランジションｔ０からｔ３、ｔ５からｔ８及び当該トランジションに接続されるアークは、図４（Ａ）に示される矢印に対応する。
図３（Ｂ）は、避難サブモデルの別の一例を示す。図３（Ｂ）に示す避難サブモデルは、図５に示す避難者Ｅ２に関する避難情報に基づいて生成されている。この例において、地理情報は避難者Ｅ１に関する例と同様である。また、図５（Ｂ）に示されるように、避難者Ｅ２は、図５（Ａ）の番号３が付されたノードに対応する地域から、番号７が付されたノードに対応する地域へ避難することが想定されている。そして、障害発生個所であるｆ１及びｆ２の復旧状況に応じて、図５（Ｂ）の（ｉ）から（ｉｖ）にて示される避難ルートにて避難することが想定されている。
なお、図３（Ｂ）に示す避難サブモデルにおいても、図３（Ａ）に示す避難サブモデルと同様に、プレースｐ１からｐ７は、図５に示される同じ番号のノード１から７にそれぞれ対応する。また、図３（Ｂ）に示す避難サブモデルにおいて、トランジションｔ２からｔ４、ｔ６、ｔ７及び当該トランジションに接続されるアークは、図５（Ａ）に示される矢印に対応する。
この他に、避難情報には、避難経路を通過する際の通過時間や、各々の地域における収容人数、避難経路の容量（例えば、単位時間あたりに通行可能な人数）等、図示しない避難に要する時間に関する情報が含まれる。
図３（Ｃ）は、復旧サブモデルの一例を示す。図３（Ｃ）に示す復旧サブモデルは、図４における避難者Ｅ１及び図５に示す避難者Ｅ２の避難経路に関して生成されている。図３（Ｃ）に示す避難サブモデルにおいては、図４又は図５に示される障害発生個所ｆ１及びｆ２について、ｆ２が先に復旧され、続いてｆ１が復旧されるとして避難サブモデルが生成されている。
本実施形態において、復旧サブモデルは、一般に、避難者の避難経路に関する復旧情報に基づいて生成されている。復旧情報には、例えば、復旧のための操作とその順序が含まれる。復旧のための操作には、例えば、障害発生個所における復旧作業そのものや、復旧を行う復旧リソースの移動が含まれる。また、復旧の順序は、一つの復旧リソースが順番に復旧を行う場合や、複数の復旧リソースが並行して復旧を行う場合が含まれる。また、復旧情報には、障害の情報に応じて、避難経路を通過する際に要する時間の変化や、避難経路の容量の変化等、図示しない避難に要する時間の変化に関する情報が含まれる。
また、図６は、避難サブモデル及び復旧サブモデルにｓＴＰＮを用いる場合における関係情報の一例を示す。図６に示す関係情報は、図４における避難者Ｅ１及び図５に示す避難者Ｅ２に関して生成されている。この関係情報は、避難者Ｅ１に関して、障害発生個所であるｆ１及びｆ２の復旧状況に応じて、復旧サブモデルにて発火可能になるトランジションが変わるようにｓＴＰＮのエネーブリングファンクションとして生成されている。また、この関係情報は、避難者Ｅ２に関して、障害発生個所であるｆ１の復旧状況に応じて、復旧サブモデルにて発火可能になるトランジションが変わるようにｓＴＰＮのエネーブリングファンクションとして生成されている。
なお、モデル受付部１１０は、先に説明したとおり、避難情報、復旧情報及びこれらの関係を、一つのモデルとして表した避難モデルを受付けることができる。上述した例において、各々の情報を一つのｓＴＰＮにて表した場合、例えば図７のようになる。モデル受付部１１０は、このようなモデルを受付けることもできる。
次に、集約部１２０に関して説明する。集約部１２０は、上述のとおり、モデル受付部１１０にて受付けた避難モデルを所定の条件に基づいて集約する。本実施形態において、避難モデルを集約するとは、避難者の避難に要する時間を求める場合に不要である情報等を避難モデルから除外するように避難モデルに変更を加えることである。集約部１２０は、上述する不要な情報を避難モデルから削除することができる。集約対象となる情報は、後述する所定の条件にて定められる。
また、集約部１２０は、上述する不要な情報を避難モデルから集約した際に、別の情報に関して避難者の避難に要する時間を求める場合に不要であることが判明した場合には当該別の情報を避難モデルから集約することができる。
本実施形態において、集約部１２０は、例えば避難モデルに含まれている避難情報に関連する地理情報を集約することができる。この場合において、集約の対象となる地理情報は、避難者が滞在する可能性がある地域や、避難者が通過する可能性のある経路が含まれる。集約部１２０は、上述した地理情報のうち、例えば避難経路との関係が少ない要素等（避難経路にならない場所や道路等）を集約することができる。
避難モデルがｓＴＰＮにて表される場合、集約部１２０は、例えば、集約対象とされた地域に対応するプレースを削除することができる。また、集約部１２０は、例えば、集約対象とされた経路に対応するトランジション、入力アーク、出力アークを削除することができる。
図８は、上述した避難者Ｅ１に関する避難サブモデルを集約する例を示す。図８（Ａ）は、避難者Ｅ１に対する避難サブモデルの一例である。この避難モデルは、図３（Ａ）にて示した避難サブモデルと同様である。そして、図２における障害発生個所ｆ２に関して集約した避難サブモデルが図８（Ｂ）に示されている。図８（Ｂ）に示す避難サブモデルでは、障害発生個所ｆ２に相当するトランジションｔ５と、トランジションｔ５に接続されるアークが削除されている。
図９は、上述した避難者Ｅ２に関する避難モデルを集約する例を示す。図９（Ａ）は、避難者Ｅ２に対する避難サブモデルの一例である。この避難モデルは、図３（Ｂ）にて示した避難サブモデルと同様である。そして、図５における地域２から地域４への経路に関して集約した避難サブモデルが、図９（Ｂ）に示されている。図９（Ｂ）に示す避難サブモデルでは、当該経路に相当するトランジションｔ２と、トランジションｔ２に接続されるアークが削除されている。
また、図９（Ｂ）に示す避難サブモデルでは、トランジションｔ４及びｔ７、プレースｐ２及びｐ４、並びにこれらを接続するアークに対応する経路は、冗長となる。すなわち、避難者は、この場合において避難する際に当該経路を通行することはない。従って、図９（Ｃ）に示すサブモデルのように、これらの要素は削除されてもよい。
また、本実施形態において、集約部１２０は、例えば避難モデルに含まれている復旧情報に関連する情報を集約することができる。この場合において、集約の対象となる情報は、障害発生個所の復旧のための操作、復旧の順番等が含まれる。避難モデルにおいて復旧サブモデルがｓＴＰＮにて表される場合、集約部１２０は、それぞれに対応するプレースやトランジションなどのｓＴＰＮの要素を削除することができる。
なお、避難モデルを集約する場合に、集約部１２０は、集約の対象となる要素を避難モデルから削除しなくてもよい。集約部１２０は、避難モデルを解析する場合に上述した集約の対象となる要素が解析対象とならないように追加情報を避難モデルに付加してもよい。この場合に、集約の対象となる要素は、避難モデルに残されていてもよい。一例として、避難モデルがｓＴＰＮにて表される場合、集約部１２０は、例えば、集約の対象となるトランジションが発火しないように、適宜プレースと当該トランジションに接続される入力アークを追加してもよい。
図１０は、上述した避難者Ｅ１及びＥ２に関連する復旧サブモデルを集約する例を示す。図１０（Ａ）は、復旧サブモデルの一例である。この避難モデルは、図３（Ｃ）にて示した避難サブモデルと同様である。
図１０（Ａ）に示す避難サブモデルは、図４又は図５における障害発生個所ｆ１及びｆ２について、ｆ２が先に復旧され、続いてｆ１が復旧されるとして生成されている。この場合において、障害発生個所ｆ２が復旧されないとして、関連する情報が集約された復旧サブモデルが図１０（Ｂ）に示されている。図１０（Ｂ）に示される復旧サブモデルでは、ｆ２の復旧及びその状態を表すトランジションｔ１１並びにプレースｐ１９及びｐ１５が削除されている。また、これらに関連するトランジション、プレース、アークが併せて削除されている。
また、本実施形態において、集約部１２０は、任意の所定の条件に基づいて避難モデルを集約することができる。一例として、集約部１２０は、避難情報に関連する条件に基づいて、避難モデルを集約することができる。
この場合において、集約部１２０は、例えば、避難者の避難経路から離れた地域や経路等、すなわち、避難者が避難時に通らない可能性がある地域や経路に関する情報を集約することができる。避難者の避難ルートに含まれない可能性がある地域や経路には、避難者の避難元、避難先、避難ルートから一定以上の距離がある地域や経路、避難者の数に対して通行できる容量の小さい地域や経路などが含まれる。この場合に、集約部１２０は、避難者の避難元から避難先までの距離に応じて、集約の対象となる地域や経路の範囲を変えることができる。
例えば、避難者の避難元から避難先までの距離が短い場合には、迂回するような避難ルートは、避難元から避難先までを直接的に接続する避難ルートと比較して、例えば避難に要する時間が大幅に長くなる等の可能性が想定される。一方、避難元の近くの道路等であれば、その道路等の容量が小さい（例えば、道幅が狭い）場合であっても、避難者は、その道路等の状況を理解しており、避難に際して問題が生じる可能性が小さいことが想定される。
したがって、集約部１２０は、この場合には、避難元や避難先から相対的に近い距離にある地域や経路も集約の対象とするように所定の条件を定めて、避難モデルを集約することができる。また、集約部１２０は、容量の小さい経路を集約の対象としないように所定の条件を定めて、避難モデルを集約することができる。すなわち、集約部１２０は、避難経路を、避難元や避難先から相対的に近い距離にある地域や経路に限定するが、容量の小さい経路を避難経路に含めるように所定の条件を定める。
一方、避難者の避難元から避難先までの距離が長い場合には、迂回するような避難ルートを用いた場合でも、避難元から避難先までを直接的に接続する避難経路と比較して、避難に要する時間の増加の程度が小さい可能性がある。また、避難元から離れた細い道路等は、避難者がその経路に詳しくない等、避難経路としては相対的に危険である可能性がある。
したがって、集約部１２０は、この場合には、避難元や避難先から相対的に遠い距離にある地域や経路に関して集約の対象とするように所定の条件を定めて、避難モデルを集約することができる。また、集約部１２０は、容量の小さい経路を集約の対象とするように所定の条件を定めて、避難モデルを集約することができる。すなわち、集約部１２０は、避難経路に避難元や避難先から相対的に遠い距離にある地域や経路を含めるが、容量の大きい経路に避難経路を限定するように所定の条件を定める。
また、集約部１２０は、別の一例として、復旧情報に関連する条件に基づいて、避難モデルを集約することができる。例えば、集約部１２０は、避難者の避難に関係の小さい障害発生個所に関する情報を集約することができる。避難者の避難に関係の小さい障害発生個所には、例えば、避難者の避難経路に含まれない障害発生個所がある。
また、復旧に長い時間を要することが見込まれ、避難者が避難を終えるまでに復旧が完了しない可能性がある障害発生個所を、避難者の避難に関係の小さい障害発生個所とすることができる。すなわち、集約部１２０は、障害発生個所の各々における復旧に要する時間に基づいて、障害発生個所に関する情報を集約することができる。
なお、避難モデルがｓＴＰＮにて表される場合には、集約部１２０は、障害復旧に関連するトランジションの時間に関する情報に基づいて、対象となる障害発生個所を特定することができる。トランジションの時間に関する情報には、トランジションの最小発火時間や最大発火時間の値や、累積分布関数にて表された発火の確率がある。
続いて、図１１を用いて、本発明の第１の実施形態におけるモデル集約装置１００の動作の一例を説明する。
最初に、モデル集約装置１００のモデル受付部１１０は、集約の対象となる避難モデルを受付ける（ステップＳ１０１）。モデル受付部１１０は、任意の入力手段等を介してこれらの情報を受付けることができる。また、モデル受付部１１０は、予めメモリやディスク等の任意の記憶手段に記憶された情報を用いてもよい。モデル受付部１１０は、ネットワークを介してこれらの情報を受付けてもよい。また、モデル受付部１１０は、後に集約部１２０にて用いられる所定の条件を併せて受付けることができる。受付けた避難モデル等は、図示しないメモリや記憶装置等に記憶される。
次に、モデル集約装置１００の集約部１２０は、避難モデルを集約する（ステップＳ１０２）。集約部１２０にて集約された避難モデルは、任意の形態で出力される。また、集約部１２０にて集約された避難モデルは、図示しないメモリや記憶装置等に記憶される。
出力された避難モデルは、例えば避難予測システム１０の解析部３０にて用いられる。解析部３０は、当該避難モデルを用いて、避難者の避難に要する時間を予測する。モデルとしてｓＴＰＮを用いたモデルが生成された場合には、解析部３０は、例えば、避難サブモデルにおけるトークンが初期状態から避難先を表すプレースへ達するまでの時間を避難者の避難に要する時間とすることができる。この時間を求める際に、解析部１２０は、公知の手法を含むｓＴＰＮの任意の状態探索アルゴリズムを用いることができる。
また、この場合において、解析部３０にて予測された結果は、任意の方法や形式で出力される。モデルとしてｓＴＰＮを用いた場合には、避難者の避難に要する時間は、例えば、避難が完了する時間の累積分布関数にて表される。避難者の避難に要する時間と併せて、集約部１２０にて集約された情報に対応する箇所を、避難経路に当てはめて表されてもよい。
以上のとおり、本発明の第１の実施形態におけるモデル集約装置１００は、所定の条件に基づいて、避難者の避難に要する時間を予測するために用いられる避難モデルを集約する。避難モデルが集約されて規模の小さな避難モデルとなることで、当該避難モデルを用いて避難者の避難に要する時間を求める場合に、当該避難モデルの解析に要する時間が短くなる。また、当該避難モデルを用いて避難者の避難に要する時間を求める場合に、当該避難モデルが複雑であっても解析が可能になる。したがって、本実施形態におけるモデル集約装置１００は、避難者が避難を終えるまでに要する時間の予測を容易にすることができる。また、本実施形態におけるモデル集約装置１００を含む避難予測システム１０は、例えば、避難者が避難を終えるまでに要する時間の予測を短い時間で容易に行うことができる。
（第１の実施形態の変形例）
本実施形態におけるモデル集約装置１００及び避難予測システム１０には、変形例が考えられる。
例えば、本実施形態におけるモデル集約装置１００及び避難予測システム１０は、モデルとしてｓＴＰＮを用いた。しかしながら、モデル集約装置１００及び避難予測システム１０にて扱われるモデルは、ｓＴＰＮに限られない。モデル集約装置１００及び避難予測システム１０は、上述した避難情報や復旧情報等を表すことができるｓＴＰＮ以外の形式のモデルを扱うことができる。
また、避難予測システム１０における各構成要素は、図２に示す例と異なっていてもよい。例えば、図１２に示す避難予測システム１１のように、図２におけるモデル生成部２０及びモデル集約装置のモデル受付部１１０をまとめたモデル生成部２１を備える構成としてもよい。この場合において、モデル生成部２１は、集約部１２０にて避難モデルを集約できるように避難モデルが生成される。
また、この場合には、図１３に示す避難予測システム１２のように、モデル生成部２１及び集約部１２０を含む集約モデル生成装置１０１が構成されてもよい。この場合には、集約モデル生成装置１０１及び集約部１２０は、一つのシステムとして実現されていてもよいし、それぞれ単体の装置として実現されてもよい。集約モデル生成装置１０１及び集約部１２０がそれぞれ単体の装置として実現される場合には、集約モデル生成装置１０１と集約部１２０との間は、例えば有線や無線の通信ネットワークを介して接続される。また、モデル集約装置１０１と集約部１２０との間は、ファイルを介して各サブモデル等を表すデータがやり取りされてもよい。
以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。また、各実施形態における構成は、本発明のスコープを逸脱しない限りにおいて、互いに組み合わせることが可能である。
この出願は、２０１４年１１月１４日に出願された日本出願特願２０１４−２３１３９１を基礎とする優先権を主張し、その開示の全てをここに取り込む。
１０、１１、１２ 避難予測システム
２０、２１ モデル生成部
３０ 解析部
１００ モデル集約装置
１０１ 集約モデル生成装置
１１０ モデル受付部
１２０ 集約部
５００ 情報処理装置
５０１ ＣＰＵ
５０２ ＲＯＭ
５０３ ＲＡＭ
５０４ プログラム
５０５ 記憶装置
５０６ 記憶媒体
５０７ ドライブ装置
５０８ 通信インターフェース
５０９ ネットワーク
５１０ 入出力インターフェース
５１１ バス

Claims (10)

  1. 避難者の避難元から避難先までの間の道を表す避難経路に関する避難情報、前記避難経路において障害が発生した個所の復旧時期に関する復旧情報、及び、前記避難情報と前記復旧情報との関係を含む避難モデルのうち、前記避難元から前記避難先までの距離に応じて集約する対象を決定し、決定した前記対象を集約する集約手段
    を備える、モデル集約装置。
  2. 前記集約手段は、前記避難経路に関連する地理情報を集約する、
    請求項１に記載のモデル集約装置。
  3. 前記集約手段は、前記避難経路からの距離に基づいて、前記避難経路に関連する地理情報を集約する、
    請求項２に記載のモデル集約装置。
  4. 前記集約手段は、前記障害が発生した個所の復旧の操作に関する情報を集約する、
    請求項１から３のいずれか一項に記載のモデル集約装置。
  5. 前記集約手段は、前記障害が発生した個所に対する復旧の操作に関する時期に基づいて、前記復旧の操作に関する情報を集約する、
    請求項４に記載のモデル集約装置。
  6. 前記集約手段は、前記避難元から前記避難先までの距離に応じて、前記対象とする前記道の容量を決定する、
    請求項１から５のいずれか一項に記載のモデル集約装置。
  7. 前記避難情報、前記復旧情報及び前記避難情報と前記復旧情報との関係に基づいて、前記避難モデルを生成するモデル生成手段と、
    請求項１から６のいずれか一項に記載のモデル集約装置と、
    前記モデル集約装置にて集約された前記避難モデルを用いて、前記避難者の避難に要する時間を予測する解析手段と
    を備える、避難予測システム。
  8. 避難者の避難元から避難先までの間の道を表す避難経路に関する避難情報、前記避難経路において障害が発生した個所の復旧時期に関する復旧情報、及び、前記避難情報と前記復旧情報との関係に基づいて、避難モデルを生成するモデル生成手段と、
    前記避難モデルのうち、前記避難元から前記避難先までの距離に応じて集約する対象を決定し、決定した前記対象を集約する集約手段と
    を備える、避難モデル生成装置。
  9. 情報処理装置によって、避難者の避難元から避難先までの間の道を表す避難経路に関する避難情報、前記避難経路において障害が発生した個所の復旧時期に関する復旧情報、及び、前記避難情報と前記復旧情報との関係を含む避難モデルのうち、前記避難元から前記避難先までの距離に応じて集約する対象を決定し、決定した前記対象を集約する、
    集約方法。
  10. コンピュータに、
    避難者の避難元から避難先までの間の道を表す避難経路に関する避難情報、前記避難経路において障害が発生した個所の復旧時期に関する復旧情報、及び、前記避難情報と前記復旧情報との関係を含む避難モデルのうち、前記避難元から前記避難先までの距離に応じて集約する対象を決定し、決定した前記対象を集約する処理
    を実行させるプログラム。
JP2016558891A 2014-11-14 2015-11-10 モデル集約装置、避難予測システム、集約モデル生成装置、集約方法及びコンピュータ読み取り可能記録媒体 Active JP6665786B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2014231391 2014-11-14
JP2014231391 2014-11-14
PCT/JP2015/005613 WO2016075932A1 (ja) 2014-11-14 2015-11-10 モデル集約装置、避難予測システム、集約モデル生成装置、集約方法及びコンピュータ読み取り可能記録媒体

Publications (2)

Publication Number Publication Date
JPWO2016075932A1 JPWO2016075932A1 (ja) 2017-08-24
JP6665786B2 true JP6665786B2 (ja) 2020-03-13

Family

ID=55954035

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016558891A Active JP6665786B2 (ja) 2014-11-14 2015-11-10 モデル集約装置、避難予測システム、集約モデル生成装置、集約方法及びコンピュータ読み取り可能記録媒体

Country Status (4)

Country Link
US (1) US20170316532A1 (ja)
EP (1) EP3220324A4 (ja)
JP (1) JP6665786B2 (ja)
WO (1) WO2016075932A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114818360B (zh) * 2022-05-10 2022-11-01 煤炭科学研究总院有限公司 人群应急疏散场景下的疏散出口设置方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3684755B2 (ja) * 1997-05-12 2005-08-17 アシスト シンコー株式会社 運行管理制御装置および運行管理制御方法
US7349768B2 (en) * 2005-04-25 2008-03-25 The Boeing Company Evacuation route planning tool
JP2007220030A (ja) * 2006-02-20 2007-08-30 Chubu Consultant:Kk 地理情報システムを用いた防災・災害復旧支援システム
JP4727484B2 (ja) * 2006-03-31 2011-07-20 公益財団法人鉄道総合技術研究所 プログラム、列車運行適応ペトリネットモデル生成装置、列車抑止手配支援装置、列車運行適応ペトリネットモデル生成方法及び列車抑止手配支援方法
JP2013089224A (ja) * 2012-03-26 2013-05-13 Ism Corp 津波避難支援システム、津波避難支援方法、津波避難支援装置およびその制御方法と制御プログラム

Also Published As

Publication number Publication date
EP3220324A1 (en) 2017-09-20
WO2016075932A1 (ja) 2016-05-19
JPWO2016075932A1 (ja) 2017-08-24
EP3220324A4 (en) 2018-04-04
US20170316532A1 (en) 2017-11-02

Similar Documents

Publication Publication Date Title
Cavallaro et al. Assessment of urban ecosystem resilience through hybrid social–physical complex networks
Özdamar et al. Coordinating debris cleanup operations in post disaster road networks
Yücel et al. Improving post-disaster road network accessibility by strengthening links against failures
Faturechi et al. Travel time resilience of roadway networks under disaster
Kasaei et al. Arc routing problems to restore connectivity of a road network
Chen et al. Optimal team deployment in urban search and rescue
Ulusan et al. Restoration of services in disrupted infrastructure systems: A network science approach
Karamlou et al. Sequencing algorithm with multiple-input genetic operators: Application to disaster resilience
Sakuraba et al. Road network emergency accessibility planning after a major earthquake
US10402729B2 (en) Path determination using robust optimization
Yan et al. Optimal scheduling for highway emergency repairs under large-scale supply–demand perturbations
Sayarshad et al. Dynamic post-disaster debris clearance problem with re-positioning of clearance equipment items under partially observable information
JP6683129B2 (ja) 避難予測システム、モデル生成装置、予測装置、避難予測方法及びコンピュータ読み取り可能記録媒体
JP6665785B2 (ja) 避難予測システム、避難予測方法及びコンピュータ読み取り可能記録媒体
Toma-Danila A GIS framework for evaluating the implications of urban road network failure due to earthquakes: Bucharest (Romania) case study
JP6665786B2 (ja) モデル集約装置、避難予測システム、集約モデル生成装置、集約方法及びコンピュータ読み取り可能記録媒体
Kepaptsoglou et al. Planning postdisaster operations in a highway network: Network design model with interdependencies
KR102342929B1 (ko) 사고 발생패턴 분석을 통한 사고 취약지 분석 장치 및 방법
Li et al. Integrating traffic simulation models with evacuation planning system in a GIS environment
Blečić et al. A decision support tool on derelict buildings for urban regeneration
KR101995885B1 (ko) 건축물 건설관리 통합 시스템 및 이를 이용하여 건축물 건설관리 통합 정보를 생성하는 방법
Baker et al. Local measures of disruption for quantifying seismic risk and reliability of complex networks
Rambha et al. Transportation network issues in evacuations
Yasufuku et al. Development of a real-time crowd flow prediction and visualization platform for crowd management
González et al. Mitigation strategies for lifeline systems based on the interdependent network design problem

Legal Events

Date Code Title Description
A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170420

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20181015

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190806

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190820

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: 20200121

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200203

R150 Certificate of patent or registration of utility model

Ref document number: 6665786

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150