JP7173226B1 - 学習モデル生成装置、運転状況推定装置、学習モデル生成装置が実行する学習モデル生成方法、運転状況推定装置が実行する推定方法、プログラム - Google Patents

Abstract

【課題】災害発生時における昇降機設備の運転状況を推定して復旧作業を支援する。
【解決手段】学習モデル生成装置（４）は、昇降機設備の所在地を示す所在地情報と、前記所在地における災害の程度を含む災害情報と、前記災害が発生したときの前記昇降機設備の運転状況を示す運転状況情報とを含む教師データを用いて機械学習を行うことにより、注目昇降機設備の前記所在地情報と、前記災害情報とを入力データとして、前記注目昇降機設備の運転状況を出力する学習モデル（４５１）を生成する学習部（４２）を備える。
【選択図】図１

Description

本発明は、災害発生時における昇降機設備の運転状況を出力する学習モデルを生成する学習モデル生成装置、および、該学習モデルを用いて昇降機設備の運転状況を推定する運転状況推定装置等に関する。

特許文献１には、地震によるエレベータの停止を推定することができるエレベータの広域災害復旧支援システムが開示されている。

日本国特許第６１２２７８７号

昇降機設備には、遠隔監視によりリアルタイムに運転状況を把握できるものと、遠隔監視対象外であるため電話等による連絡を受けるまで運転状況を把握できないものとがある。そのため、災害発生後、特に初期段階においては、停止した昇降機設備の全体像を迅速に把握することが困難であり、これにより復旧作業の非効率化および遅延化が招来され得る。

本発明の一態様は、人工知能を活用し、災害発生時における昇降機設備の運転状況を推定して復旧作業を支援することを目的とする。

上記の課題を解決するために、本発明の一態様に係る学習モデル生成装置は、昇降機設備の所在地を示す所在地情報と、前記所在地における災害の程度を含む災害情報と、前記災害が発生したときの前記昇降機設備の運転状況を示す運転状況情報とを含む教師データを用いて機械学習を行うことにより、注目昇降機設備の前記所在地情報と、前記災害情報とを入力データとして、前記注目昇降機設備の運転状況を出力する学習モデルを生成する学習部を備える。

上記の課題を解決するために、本発明の一態様に係る運転状況推定装置は、昇降機設備の所在地を示す所在地情報と、前記所在地における災害の程度を含む災害情報と、前記災害が発生したときの前記昇降機設備の運転状況を示す運転状況情報とを含む教師データを用いて機械学習を行うことにより生成された学習モデルを用いて、注目昇降機設備の前記所在地情報と、前記災害情報とを入力データとして、前記注目昇降機設備の運転状況を推定する推定部を備える。

上記の課題を解決するために、本発明の一態様に係る学習モデル生成装置が実行する学習モデル生成方法は、昇降機設備の所在地を示す所在地情報と、前記所在地における災害の程度を含む災害情報と、前記災害が発生したときの前記昇降機設備の運転状況を示す運転状況情報とを含む教師データを用いて機械学習を行うことにより、注目昇降機設備の前記所在地情報と、前記災害情報とを入力として、前記注目昇降機設備の運転状況を出力する学習モデルを生成する学習工程を含む。

上記の課題を解決するために、本発明の一態様に係る運転状況推定装置が実行する推定方法は、昇降機設備の所在地を示す所在地情報と、前記所在地における災害の程度を含む災害情報と、前記災害が発生したときの前記昇降機設備の運転状況を示す運転状況情報とを含む教師データを用いて機械学習を行うことにより生成された学習モデルを用いて、注目昇降機設備の前記所在地情報と、前記災害情報とを入力として、前記注目昇降機設備の運転状況を推定する推定工程を含む。

本発明の各態様に係る学習モデル生成装置は、コンピュータによって実現してもよく、この場合には、コンピュータを前記学習モデル生成装置が備える各部（ソフトウェア要素）として動作させることにより前記学習モデル生成装置をコンピュータにて実現させる学習モデル生成装置の制御プログラム、およびそれを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に入る。

本発明の各態様に係る運転状況推定装置は、コンピュータによって実現してもよく、この場合には、コンピュータを前記運転状況推定装置が備える各部（ソフトウェア要素）として動作させることにより前記運転状況推定装置をコンピュータにて実現させる運転状況推定装置の制御プログラム、およびそれを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に入る。

本発明の一態様によれば、災害発生時における昇降機設備の運転状況を推定して復旧作業を支援することができる。

本発明の実施形態１に係る学習モデル生成装置の概略構成の一例を示すブロック図である。 災害記録データベースに記憶されているデータの例を示す図である。 各地の震度のデータ構造の例を示す図である。 揺れの特性のデータ構造の例を示す図である。 昇降機設備設置情報データベースに記憶されているデータの例を示す図である。 過去に発生した地震の震源地と、昇降機設備との位置関係を示すイメージ図である。 運転状況情報データベースに記憶されているデータの例を示す図である。 運転状況のデータ構造の例を示す図である。 学習モデル生成装置による学習モデルの生成処理の流れの一例を示すフローチャートである。 本発明の実施形態２に係る学習モデル生成装置の概略構成の一例を示すブロック図である。 昇降機設備設置情報データベースに記憶されているデータの例を示す図である。 過去に発生した地震の震源地と、昇降機設備との位置関係を示すイメージ図である。 運転状況情報データベースに記憶されているデータの例を示す図である。 本発明の実施形態３に係る運転状況推定装置の概略構成の一例を示すブロック図である。 災害発生情報配信装置から配信される災害発生情報のデータ構造の例を示す図である。 各地の震度のデータ構造の例を示す図である。 揺れの特性のデータ構造の例を示す図である。 注目昇降機設備の所在地情報、建物情報、および設備情報の例を示す図である。 最新の地震の震源地と、昇降機設備との位置関係を示すイメージ図である。 運転状況推定装置による、注目昇降機設備の運転状況を推定する処理の流れの一例を示すフローチャートである。 運転状況推定装置から出力される推定結果の一例を示す図である。 本発明の実施形態４に係る保守システムの概要を示すブロック図である。 本発明の実施形態４に係る出向支援システムが実行する処理を示すフローチャートである。 本発明の実施形態４に係る出向計画システムの要部構成を示すブロック図である。 復旧対象リストのデータ構造の一例を示す図である。 探索部が実行する探索の手順の一例を示す図である。 探索部が実行する探索の手順の一例を示す図である。 最適出向計画のデータ構造の一例を示す図である。 出向計画画面の一例を示す図である。 本発明のシステムまたは装置のハードウェア構成の一例を示すブロック図である。

〔実施形態１〕
以下、本発明の一実施形態について、図１～図９を参照しながら詳細に説明する。

（学習モデル生成装置４の構成）
まず、昇降機設備の所在地情報と、災害情報とを入力データとして、その昇降機設備の運転状況を出力する学習モデル４５１を生成するための機械学習を行う学習モデル生成装置４の構成について、図１を用いて説明する。図１は、本発明の実施形態１に係る学習モデル生成装置４の概略構成の一例を示すブロック図である。ここで、昇降機設備とは、典型的には乗客コンベア、エレベータ等である。

学習モデル生成装置４は、制御部４０および記憶部４５を備えていてもよい。制御部４０は、例えばＣＰＵ（Central Processing Unit）であってもよい。制御部４０は、学習モデル生成装置４が備える各機能の処理を実行するように制御する。記憶部４５は、制御部４０によって読み出される各種コンピュータプログラム、制御部４０が実行する各種処理において利用されるデータ等が格納されている記憶装置である。

本明細書では、学習モデル４５１を生成するための教師データを生成可能な学習モデル生成装置４を例に挙げて説明するが、これに限定されない。例えば、学習モデル生成装置４は、他の装置によって予め生成された教師データ（図示せず）を記憶部４５に格納しており、これを用いて学習モデル４５１を生成する構成であってもよい。この構成を採用した場合、記憶部４５に格納されている教師データを学習部４２が読み出して用いればよい。それゆえ、学習モデル生成装置４において、後述の教師データ生成部４１は必須の構成ではない。

制御部４０は、教師データ生成部４１および学習部４２を備えている。

学習部４２は、教師データを用いて機械学習を行うことにより、注目昇降機設備の所在地情報と、災害情報とを入力データとして、注目昇降機設備の運転状況を出力する学習モデル４５１を生成する。教師データは、昇降機設備の所在地を示す所在地情報と、所在地における災害の程度を含む災害情報と、災害が発生したときの昇降機設備の運転状況を示す運転状況情報とを含んでいる。ここで、注目昇降機設備とは、災害が発生したときに、学習モデルにその運行状況を推定させる対象となる昇降機設備を意図している。

災害の程度は、（１）昇降機設備の所在地における震度、または、（２）震源地のマグニチュード、震源地の深さ、および、震源地からの距離から算出される、昇降機設備の所在地における揺れの大きさであってもよい。

教師データ生成部４１は、学習モデル４５１を生成するための教師データを生成する。例えば、教師データ生成部４１は、昇降機設備の所在地における災害の程度を含む災害情報の生成のために、災害記録データベース６ａから取得した、過去に発生した災害についての災害記録を用いてもよい。災害記録データベース６ａは、例えば、気象庁によって管理されているデータベースであってもよい。また、教師データ生成部４１は、昇降機設備設置情報データベース６ｂから昇降機設備を設置した建物の所在地（すなわち、昇降機設備の所在地）を示す所在地情報を取得してもよい。昇降機設備設置情報データベース６ｂは、例えば、昇降機設備の設置を請け負う事業所によって管理されているデータベースであってもよい。また、教師データ生成部４１は、運転状況情報データベース６ｃから、過去の災害が発生したときの昇降機設備の運転状況を示す運転状況情報を取得してもよい。運転状況情報データベース６ｃは、例えば、昇降機設備の管理および点検を請け負う事業所によって管理されているデータベースであってもよい。

以下、災害情報、所在地情報、および運転状況情報について、具体例を挙げて説明する。

［災害情報］
まず、災害情報について、図３および図４を参照しつつ、図２を用いて説明する。図２は、災害記録データベース６ａに記憶されているデータの例を示す図である。ここでは、地震を例に挙げて説明するが、これに限定されない。災害は、例えば、豪雨、台風、津波、火山活動等であってもよい。これらは、昇降機設備への電力供給が停止したり、昇降機設備が緊急停止したりする可能性が生じる災害となり得る。災害記録データベース６ａには、各災害について、発生日時、震央地名、最大震度、震源地および震源の深さ、各地の震度６１、および、揺れの特性６２に関するデータが対応付けて記録されている。なお、図２に示すように、災害の各々に固有の識別番号である災害ＩＤが付与されていてもよい。災害ＩＤは、各災害に付与された呼称（ニックネーム）であってもよい。例えば、災害が台風である場合、台風毎に固有の呼称が付与され得る。

ここでは、図２において、「ＥＱ２００３＊＊」という災害ＩＤが付与されている地震（以下、地震ＥＱ２００３＊＊と記す）を例に挙げて、より具体的に説明する。地震ＥＱ２００３＊＊は、「２０２０年３月２５日」に「Ｚ県沖」で発生した地震である。地震ＥＱ２００３＊＊の最大震度は「４」であり、地震の規模を示すマグニチュードは「６．２」である。地震ＥＱ２００３＊＊の震源地は「北緯ｚｚ度、東経ｚｚｚ度」であり、震源の深さは「４０ｋｍ」である。

各地の震度６１は、地震ＥＱ２００３＊＊が発生したときに各地の観測地点で観測された震度情報であってもよく、図３に示すように、各地で観測された震度と、観測地点である市区町村とが対応付けられていてもよい。図３によれば、「Ｚ県＊＊市」および「Ｚ県Ａ市」等で最大震度４が観測され、「Ｚ県Ｄ市」および「Ｚ県Ｂ市」では震度３が観測されている。

揺れの特性６２は、地震ＥＱ２００３＊＊において観測された揺れの方向、加速度、および揺れの周期を示す情報を含んでいてもよい。揺れの特性６２には、図４に示すように、地震ＥＱ２００３＊＊が発生したときに観測された揺れの加速度を、南北成分、東西成分、上下成分のそれぞれについて記録されている。図４に示す例では、揺れの特性６２に、南北成分「＊＊Ｇａｌ」、東西成分「＊＊Ｇａｌ」、上下成分「＊＊Ｇａｌ」に基づいて算出された、揺れの合成最大加速度「（＊＊Ｇａｌ）」も記録されている。揺れの特性６２は、観測された揺れの大きさ（振幅）および揺れの周期等を含んでいてもよい。図４に示す例では、揺れの特性６２に、揺れの周期が「０．８ｓｅｃ」であったことが記録されている。なお、揺れの特性６２は、揺れを観測した各地域における揺れの特性が、地域ごとに記録されていてもよい。

昇降機設備の中には、揺れの大きさ、および揺れの加速度を検知する揺れセンサが設けられている場合があり得る。そこで、教師データ生成部４１は、昇降機設備に設けられた揺れセンサによって検知された揺れの大きさおよび揺れの加速度を、そのまま災害の程度として用いてもよい。一方、このようなセンサが設けられていない昇降機設備の場合、教師データ生成部４１は、災害記録と、後述する所在地情報とに基づいて、災害の程度を算出してもよい。

［所在地情報］
次に、所在地情報について、図６を参照しつつ、図５を用いて説明する。図５は、昇降機設備設置情報データベース６ｂに記憶されているデータの例を示す図である。昇降機設備設置情報データベース６ｂには、昇降機設備が設置されている建物の所在地が、設置された昇降機設備の各々に対応付けて記録されている。なお、図５に示すように、設置された昇降機設備の各々に固有の識別番号である昇降機設備ＩＤが付与されていてもよい。図５によれば、昇降機設備ＩＤが「ＥＶ００１」である昇降機設備（以下、昇降機設備ＥＶ００１と記す）は、「Ｚ県＊＊市Ａ町１丁目＊番地＊号」の「Ｂビル」に設置されている。昇降機設備ＩＤが「ＥＶ０２６」である昇降機設備（以下、昇降機設備ＥＶ０２６と記す）は、「Ｚ県Ｄ市２丁目＊番＊号」の「Ｌハイツ」に設置されている。

図６は、過去に発生した地震の震源地と、昇降機設備との位置関係を示すイメージ図である。図６には、地震ＥＱ２００３＊＊（図２参照）の震源地（図中、「Ｘ」で示す）と、「ＸＸ海」に面した「Ｚ県＊＊市」、「Ｚ県＊＊市」の内陸側の「Ｚ県Ｄ市」および「Ｚ県Ｆ市」と、が示されている。また、図６には、昇降機設備ＥＶ００１、および昇降機設備ＥＶ０２６の所在地が示されている。なお、図６には、主要な道路も図示されている。図６において、地震ＥＱ２００３＊＊における震源地から昇降機設備ＥＶ００１までの距離は、地震ＥＱ２００３＊＊における震源地から昇降機設備ＥＶ０２６までの距離よりも短い。震源地に近い「Ｚ県＊＊市」では震度「４」を観測し、「Ｚ県Ｄ市」では震度「３」を観測している（図３参照）。

教師データ生成部４１は、災害情報に含まれる各地の震度に基づいて特定される、各昇降機設備の所在地における震度を、災害の程度として用いてもよい。あるいは、教師データ生成部４１は、（１）災害情報に含まれる震源地の位置、地震の規模を示すマグニチュード、および震源地の深さと、（２）各昇降機設備の所在地と震源地との距離とから算出した、各昇降機設備の所在地における揺れの大きさを災害の程度として用いてもよい。

［運転状況情報］
続いて、運転状況情報について、図８を参照しながら、図７を用いて説明する。図７は、運転状況情報データベース６ｃに記憶されているデータの例を示す図である。運転状況情報データベース６ｃには、過去に発生した災害毎に、昇降機設備の運転状況が記録されている。

地震ＥＱ２００３＊＊が発生したときの運転状況６３を例に挙げて、図８を用いて説明する。図８は、運転状況６３のデータ構造の例を示す図である。地震ＥＱ２００３＊＊は、図２に示すように、「２０２０年３月２５日」に「Ｚ県沖」で発生した地震である。運転状況６３には、ＥＱ２００３＊＊が発生したときの各昇降機設備の運転状況が記録されている。ここで、運転状況６３は、少なくとも正常運転および停止を含んでいてもよい。なお、運転状況６３には、各昇降機設備に対して行われた作業（例えば、復旧作業）の実績が記録されていてもよい。例えば、図８には、昇降機設備ＥＶ００１は、地震ＥＱ２００３＊＊が発生したとき停止したこと、２０２０年３月２７日に復旧作業が行われたことが記録されている。また、図８には、昇降機設備ＥＶ０２６は、地震ＥＱ２００３＊＊が発生したとき停止しておらず、正常運転していたこと、復旧作業は行われず、点検のみ行われたことが記録されている。

昇降機設備には、運転状況を遠隔監視できる監視対象設備と、運転状況を遠隔監視できない監視対象外設備とが存在する。監視対象設備の運転状況は、所在地に実際に行って運転状況を確認する必要が無い。一方、監視対象外設備の場合、該施設のオーナーまたは利用者から電話などの通話手段を介して運転状況に関する連絡（コールバック）をオペレータが受け付けたり、事業所の作業員が所在地に実際に行って運転状況および被害状況を確認したりする必要がある。

（学習モデル４５１を生成する処理）
次に、学習モデル４５１を生成する処理について、図９を用いて説明する。図９は、学習モデル生成装置４による学習モデル４５１の生成処理の流れの一例を示すフローチャートである。

まず、教師データ生成部４１は、災害記録、昇降機設備の所在地を示す所在地情報、および災害が発生したときの昇降機設備の運転状況を示す運転状況情報を取得する（ステップＳ４１）。

続いて、教師データ生成部４１は、所在地情報と、昇降機設備の所在地における災害の程度を含む災害情報と、運転状況情報とを含む教師データを生成する（ステップＳ４２）。

次に、学習部４２は、災害情報および所在地情報を学習モデル候補に入力する。ここで、学習モデル候補とは、機械学習が完了していない学習モデルを意図している。所定の機械学習が完了した場合、学習モデル候補は学習モデル４５１（学習済みモデル）として、記憶部４５に格納される。ここで、学習モデル４５１を生成するための機械学習アルゴリズムとしては、これに限定されるものではないが、例えば、ニューラルネットワークが用いられ得る。

学習部４２は、入力された災害情報および所在地情報に対応する昇降機設備の運転状況を学習モデル候補が推定した推定結果と、入力された災害情報および所在地情報に対応付けられている昇降機設備の運転状況情報とを比較して、誤差を算出する（ステップＳ４４）。学習部４２は、ステップＳ４４において算出した誤差が最小となるように、学習モデル候補を更新する（ステップＳ４５）。

学習モデル候補の更新は、学習モデル候補が推定した推定結果と、運転状況情報との誤差が最小となるように、以下を行うことを含み得る。
・ノード間の重み、ハイパーパラメータ等を更新して学習モデル候補を更新する
・新たな学習モデル候補を生成する
学習モデル候補の更新には、誤差逆伝播法等が適用されてもよい。

学習部４２は、所定の機械学習が完了すると、その時点の学習モデル候補を学習モデル４５１として記憶部４５に格納する。

学習モデル生成装置４は、昇降機設備の所在地を示す所在地情報と、所在地における災害の程度を含む災害情報と、過去に災害が発生したときの昇降機設備の運転状況を示す運転状況情報とを含む教師データを用いた機械学習によって学習モデル４５１を生成する。このように生成された学習モデル４５１は、災害が新たに発生した場合、昇降機設備の所在地情報と、発生した災害の災害情報とを入力されたことに応じて、その昇降機設備の運転状況の推定結果を出力することができる。学習モデル４５１は、災害が発生したときの各昇降機設備の運転状況を、過去に災害が発生したときの各昇降機設備の運転状況に基づいて推定する運転状況推定装置５に適用することができる。運転状況推定装置５については、後に説明する（図１４参照）。

〔実施形態２〕
災害が発生したときの昇降機設備の運転状況を、さらに精度良く推定することが可能な学習モデル４５１ａを生成することが可能な、学習モデル生成装置４ａについて、図１０～図１３を用いて説明する。なお、説明の便宜上、上記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を繰り返さない。

（学習モデル生成装置４ａの構成）
昇降機設備の所在地情報と、災害情報とを入力データとして、その昇降機設備の運転状況を出力する学習モデル４５１ａを生成するための機械学習を行う学習モデル生成装置４ａの構成について、図１０を用いて説明する。図１０は、本発明の実施形態２に係る学習モデル生成装置４ａの概略構成の一例を示すブロック図である。

学習モデル生成装置４ａは、制御部４０ａおよび記憶部４５を備えていてもよい。制御部４０ａは、例えばＣＰＵであってもよい。制御部４０ａは、学習モデル生成装置４ａが備える各機能の処理を実行するように制御する。記憶部４５は、制御部４０ａによって読み出される各種コンピュータプログラム、制御部４０ａが実行する各種処理において利用されるデータ等が格納されている記憶装置である。

制御部４０ａは、教師データ生成部４１ａおよび学習部４２ａを備えている。

学習部４２ａは、教師データを用いて機械学習を行うことにより、注目昇降機設備の所在地情報と、災害情報とを入力データとして、注目昇降機設備の運転状況を出力する学習モデル４５１ａを生成する。教師データは、所在地情報と、災害情報と、運転状況情報とに加え、さらに設備情報、建物情報、および周辺運転状況情報のうちの少なくともいずれか１つを含んでいてもよい。

ここで、設備情報は、昇降機設備の型式および仕様の少なくとも一方を示す情報である。建物情報は、昇降機設備が設けられた建物の竣工日および耐震仕様の少なくとも一方を示す情報である。周辺運転状況情報は、昇降機設備から所定範囲内に位置し、運転状況を遠隔監視できる昇降機設備である周辺設備の、災害が発生したときの運転状況を示す情報である。

図１０には、所在地情報、災害情報、運転状況情報、設備情報、建物情報、および周辺運転状況情報を含む教師データを生成可能な学習モデル生成装置４ａを示している。教師データ生成部４１ａは、学習モデル４５１ａを生成するための教師データを生成する。例えば、教師データ生成部４１ａは、昇降機設備設置情報データベース６ｂから昇降機設備を設置した建物の所在地（すなわち、昇降機設備の所在地）を示す所在地情報、設備情報、および建物情報を取得してもよい。また、教師データ生成部４１は、運転状況情報データベース６ｃから、運転状況情報および周辺運転状況情報を取得してもよい。

昇降機設備には、災害発生時に緊急停止する管制運転機能を備えている昇降機設備と、管制運転機能を備えていない昇降機設備とがある。そこで、学習モデル４５１を生成するために用いる教師データは、昇降機設備の型式および仕様の少なくとも一方を示す設備情報をさらに含んでいてもよい。

建物が満たすべき耐震基準は見直され、変更されることがある。耐震基準の変更前に竣工した建物は旧耐震基準を満たす建物であり、耐震基準の変更後に竣工した建物は新耐震基準を満たす建物である。このように、建物の竣工日が判れば、その建物に適用されている耐震基準が旧耐震基準か新耐震基準かが判断可能である。耐震仕様には、免震構造および耐震構造が含まれる。住宅の耐震仕様としては、耐震等級１～３が適用され得る。旧耐震基準が適用された建物であっても、耐震補強工事を施すことによって新耐震基準を満たしている場合もある。そこで、学習モデル４５１を生成するために用いる教師データは、昇降機設備が設けられた建物の竣工日および耐震仕様の少なくとも一方を示す建物情報を含んでいてもよい。

また、災害発生時に、その災害が昇降機設備の運転状況にどの程度の影響を及ぼすのかは、各建物の構造種別にも影響される。構造種別としては、鉄筋コンクリート造（ＲＣ造）、鉄骨造（Ｓ造）、鉄骨鉄筋コンクリート造（ＳＲＣ造）等が挙げられる。構造種別が異なる建物では、地震時の揺れの大きさに差が生じる。そこで、学習モデル４５１を生成するために用いる教師データに使用する建物情報は、昇降機設備が設けられた建物の構造種別を含んでいてもよい。

前述したように、昇降機設備には、運転状況を遠隔監視できる昇降機設備である監視対象設備と、運転状況を遠隔監視できない昇降機設備である監視対象外設備とが存在する。そこで、学習モデル４５１ａを生成するために学習モデル生成装置４ａが用いる教師データは、昇降機設備から所定範囲内に位置し、運転状況を遠隔監視できる昇降機設備である周辺設備の、災害が発生したときの運転状況を示す周辺運転状況情報を含んでいてもよい。

監視対象外設備の運転状況は建物のオーナーまたは利用者から連絡を受けたり、現場で実際に確認したりするまで分からない。しかし、災害が発生したときの被災状況および運転状況は、互いに近い位置に所在する周辺施設の被害状況および運転状況が参考になる。監視対象設備の運転状況は常時から遠隔監視されているため、地震などが発生したときの運転状況も事業所に通知される。そこで、該監視対象外設備の周辺設備の運転状況も考慮すれば、監視対象外設備の運転状況の推定の確からしさを向上させることが可能である。

以下、設備情報、および建物情報、および周辺運転状況情報について、具体例を挙げて説明する。

［設備情報、および建物情報］
まず、設備情報および建物情報について、図１１を用いて説明する。図１１は、昇降機設備設置情報データベース６ｂに記憶されているデータの例を示す図である。昇降機設備設置情報データベース６ｂには、昇降機設備が設置されている建物の所在地に加えて、設備情報および建物情報が、昇降機設備の各々に対応付けて記録されている。なお、各昇降機設備が、遠隔監視できる監視対象設備か、遠隔監視できない監視対象外設備かを示す情報を含んでいてもよい。

図１１によれば、昇降機設備ＥＶ００１は、「１９７９年＊＊月＊＊日」に竣工した「鉄筋コンクリート造（ＲＣ造）」の建物に設置されている。この建物は、旧耐震基準に準拠している。昇降機設備ＥＶ００１の型式は「Ａ０３」であり、その仕様は「管制運転機能」を備えている。昇降機設備ＥＶ００２は、「１９７９年＊＊月＊＊日」に竣工した「鉄筋鉄骨コンクリート造（ＳＲＣ造）」の建物に設置されている。この建物は、旧耐震基準に準拠している。昇降機設備ＥＶ００２の型式は「Ｃ０５」であり、その仕様は「管制運転機能」を備えている。昇降機設備ＥＶ０１０は、「２０１５年＊＊月＊＊日」に竣工した「鉄筋コンクリート造（ＲＣ造）」の建物に設置されている。この建物は、新耐震基準に準拠している。昇降機設備ＥＶ０１０の型式は「Ｄ０１」であり、その仕様は「管制運転機能」を備えている。昇降機設備ＥＶ０２６は、「２０１８年＊＊月＊＊日」に竣工した「鉄骨造（Ｓ造）」の建物に設置されている。この建物は、新耐震基準に準拠している。昇降機設備ＥＶ０２６の型式は「Ｐ１２」であり、その仕様は「管制運転機能」を備えてない。

［周辺運転状況情報］
図１１によれば、昇降機設備ＥＶ００２および昇降機設備ＥＶ０１０は監視対象設備であり、昇降機設備ＥＶ００１および昇降機設備ＥＶ０２６は監視対象外設備である。周辺運転状況情報について、これらの昇降機設備の位置関係を用いて説明する。図１２は、過去に発生した地震の震源地と、昇降機設備ＥＶ００１、ＥＶ００２、ＥＶ０１０、およびＥＶ０２６との位置関係を示すイメージ図である。昇降機設備ＥＶ００１および昇降機設備ＥＶ００２の所在地はいずれもＺ県＊＊市である。昇降機設備ＥＶ０１０の所在地はＺ県Ｆ市であり、昇降機設備ＥＶ０２６の所在地はＺ県Ｄ市である。監視対象設備は黒丸で示し、監視対象外設備は白抜き丸で示されている。

図１２に示すように、昇降機設備ＥＶ００２は、昇降機設備ＥＶ００１から所定範囲内（図中、破線の円で示す）に位置している。また、昇降機設備ＥＶ００２は監視対象設備であるため、昇降機設備ＥＶ００２は昇降機設備ＥＶ００１の周辺設備である。同様に、昇降機設備ＥＶ０１０は、昇降機設備ＥＶ０２６から所定範囲内（図中、破線の円で示す）に位置している。また、昇降機設備ＥＶ０１０は監視対象設備であるため、昇降機設備ＥＶ０１０は昇降機設備ＥＶ０２６の周辺設備である。

教師データ生成部４１ａは、運転状況情報データベース６ｃから、運転状況情報および周辺運転状況情報を取得してもよい。図１３は、運転状況情報データベース６ｃに記憶されているデータの例を示す図である。昇降機設備ＥＶ００２および昇降機設備ＥＶ０１０の運転状況はそれぞれ、昇降機設備ＥＶ００１および昇降機設備ＥＶ０２６の周辺運転状況情報である。

〔実施形態３〕
上述した実施形態に係る学習モデル生成装置４、４ａによって生成された学習モデル４５１、４５１ａを採用すれば、昇降機設備の運転状況を推定可能な運転状況推定装置５を実現することが可能である。以下では、運転状況推定装置５について、図１４～２１を用いて説明する。なお、説明の便宜上、上記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を繰り返さない。

（運転状況推定装置５の構成）
まず、学習モデル４５１、４５１ａを用いて、注目昇降機設備の所在地情報と、災害情報とを入力データとして、注目昇降機設備の運転状況を推定する運転状況推定装置５の構成について、図１４を用いて説明する。図１４は、本発明の実施形態３に係る運転状況推定装置５の概略構成の一例を示すブロック図である。ここでは、学習モデル４５１ａを適用した運転状況推定装置５を例に挙げて説明する。なお、以下の説明における学習モデル４５１ａを学習モデル４５１に代えても運転状況推定装置５の各機能を実現できる。

運転状況推定装置５は、制御部５０および記憶部５４を備えていてもよい。制御部５０は、例えばＣＰＵであってもよい。制御部５０は、運転状況推定装置５が備える各機能の処理を実行するように制御する。記憶部５４は、制御部５０によって読み出される各種コンピュータプログラム、制御部５０が実行する各種処理において利用されるデータ等が格納されている記憶装置である。

本明細書では、入力データを生成する機能を備える運転状況推定装置５を例に挙げて説明するが、これに限定されない。例えば、運転状況推定装置５は、他の装置によって予め生成された入力データを取得し、これを学習モデル４５１ａに入力する構成であってもよい。この構成を採用した場合、記憶部４５に格納されている教師データを学習部４２が読み出して用いればよい。それゆえ、運転状況推定装置５において、後述の入力データ生成部５１は必須の構成ではない。

制御部５０は、入力データ生成部５１、推定部５２、および出力制御部５３を備えている。

入力データ生成部５１は、学習モデル４５１ａに入力する入力データを生成する。例えば、入力データ生成部５１は、注目昇降機設備の所在地における災害の程度を含む災害情報の生成のために、災害発生情報配信装置６ｄから、発生した災害についての災害発生情報を用いてもよい。災害発生情報配信装置６ｄは、発生した災害に関する情報を迅速に配信する装置であってもよい。災害発生情報は、例えば、気象庁が配信する緊急速報に含まれる情報であってもよい。また、入力データ生成部５１は、昇降機設備遠隔監視装置６ｅから、注目昇降機設備から所定範囲内に所在する周辺設備の運転状況を示す周辺運転状況情報を取得してもよい。昇降機設備遠隔監視装置６ｅは、例えば、監視対象設備の管理を請け負う事業所によって管理されている装置であってもよい。また、入力データ生成部５１は、昇降機設備設置情報データベース６ｂから、注目昇降機設備の所在地情報、建物情報、および設備情報を取得してもよい。

推定部５２は、注目昇降機設備の運転状況の確率を推定する。推定部５２は、学習モデル４５１ａに入力データを入力し、注目昇降機設備の運転状況の推定結果である出力データを出力する。

出力制御部５３は、推定部５２からの出力データを外部の装置に出力する。例えば、出力制御部５３は、推定部５２が出力した推定結果を表示装置９に表示させる。ここで、表示装置９は、運転状況推定装置５と有線あるいは無線で通信可能に接続されたディスプレイであってもよい。一例において、運転状況推定装置５はパーソナルコンピュータおよびタブレット端末であってもよく、この場合、表示装置９は、パーソナルコンピュータおよびタブレット端末が備えるディスプレイであってもよい。また、出力制御部５３は、推定部５２が出力した推定結果を運転状況推定装置５の記憶部５４または他の記憶装置に記憶させてもよい。

［災害発生情報］
以下、災害発生情報について、図１６および図１７を参照しつつ、図１５を用いて説明する。図１５は、災害発生情報配信装置６ｄから配信される災害発生情報のデータ構造の例を示す図である。災害発生情報配信装置６ｄから配信される情報には、発生した災害について、発生日時、震央地名、最大震度、震源地および震源の深さ、災害ＩＤ，各地の震度、および、揺れの特性に関するデータが含まれ得る。

図１５は、「ＥＱ２１０６＊＊」という災害ＩＤが付与された地震（以下、地震ＥＱ２１０６＊＊と記す）についての災害発生情報である。地震ＥＱ２１０６＊＊は、「２０２１年６月＊＊日」に「Ｚ県沖」で発生した地震である。地震ＥＱ２１０６＊＊の最大震度は「４」であり、地震の規模を示すマグニチュードは「３．８」である。地震ＥＱ２１０６＊＊の震源地は「北緯ｎｎ度、東経ｍｍｍ度」であり、震源の深さは「３０ｋｍ」である。

各地の震度６１ａは、地震ＥＱ２１０６＊＊が発生したときに各地の観測地点で観測された震度情報であり、図１６に示すように、各地で観測された震度と、観測地点である市区町村とが対応付けられていてもよい。図１６によれば、「Ｚ県＊＊市」および「Ｚ県Ａ市」等で最大震度４が観測され、「Ｚ県Ｆ市」および「Ｚ県Ｂ市」などでは震度３が観測されたことが示されている。

揺れの特性６２ａは、地震ＥＱ２１０６＊＊において観測された揺れの方向、加速度、および揺れの周期を示す情報を含んでいてもよい。揺れの特性６２ａには、図１７に示すように、地震ＥＱ２１０６＊＊が発生したときに観測された揺れの加速度が、南北成分、東西成分、上下成分のそれぞれについて示されている。揺れの特性６２ａは、観測された揺れの大きさ（振幅）および揺れの周期等を含んでいてもよい。図１７に示す例では、揺れの特性６２ａに、揺れの周期「１．２ｓｅｃ」が計測されたことが示されている。なお、揺れの特性６２ａは、揺れを観測した各地域における揺れの特性が、地域ごとに配信されていてもよい。

次に、注目昇降機設備の所在地情報、建物情報及び設備情報について、図１９を参照しつつ、図１８を用いて説明する。図１８は、注目昇降機設備の所在地情報、建物情報、および設備情報の例を示す図である。

図１９は、地震ＥＱ２１０６＊＊の震源地と、昇降機設備との位置関係を示すイメージ図である。図１９には、地震ＥＱ２１０６＊＊（図１５参照）の震源地（図中、「Ｘ」で示す）が示されている。また、図１９には、昇降機設備ＥＶ００１、昇降機設備ＥＶ００２、昇降機設備ＥＶ０１０、昇降機設備ＥＶ０２６、および昇降機設備ＥＶ０５０の所在地が示されている。なお、図１９には、主要な道路も図示されている。

入力データ生成部５１は、災害発生情報に含まれる各地の震度に基づいて特定される、各昇降機設備の所在地における震度を、災害の程度として用いてもよい。あるいは、教師データ生成部４１は、（１）災害情報に含まれる震源地の位置、地震の規模を示すマグニチュード、および震源地の深さと、（２）各昇降機設備の所在地と震源地との距離とから算出した、各昇降機設備の所在地における揺れの大きさを災害の程度として用いてもよい。

入力データは、注目昇降機設備から所定範囲内に位置する周辺設備を遠隔監視して得られる、災害が発生したときの運転状況を含んでいてもよい。図１９において、昇降機設備ＥＶ００２は、昇降機設備ＥＶ００１の周辺設備であり、昇降機設備ＥＶ０１０は、昇降機設備ＥＶ０２６および昇降機設備ＥＶ０５０の周辺設備である。また、入力データは、注目昇降機設備の設備情報、および注目昇降機設備の建物情報の少なくともいずれかをさらに含んでいてもよい。これらの情報を、所在地情報、災害情報、運転状況情報と共に学習モデル４５１ａに入力することによって、運転状況推定装置５は、より信頼性の高い推定結果を出力することができる。

（運転状況推定装置５が実行する処理）
次に、運転状況推定装置５が実行する処理について、図２１を参照しつつ、図２０を用いて説明する。図２０は、運転状況推定装置５による、注目昇降機設備の運転状況を推定する処理の流れの一例を示すフローチャートである。

まず、入力データ生成部５１は、災害発生情報、周辺運転状況情報、注目昇降機設備の所在地情報、建物情報、および設備情報を取得する（ステップＳ５１）。

続いて、入力データ生成部５１は、災害情報、および注目昇降機設備の所在地情報を含む入力データを生成する（ステップＳ５２）。

一方、推定部５２は、記憶部５４から学習モデル４５１ａを読み込む（ステップＳ５３）。続いて、推定部５２は、ステップＳ５２で生成された入力データを学習モデル４５１ａに入力し、注目昇降機設備の運転状況を推定する（ステップＳ５４：推定工程）。

推定部５２は、推定結果を出力する（ステップＳ５５）。図２１は、運転状況推定装置５から出力される推定結果の一例を示す図である。推定結果は、注目昇降機設備の運転状況の確率であってもよい。例えば、運転状況推定装置５は、各昇降機設備の運転状況を、図２１に示すように停止している確率として、または、正常運転している確率として出力してもよい。図２１によれば、災害（例えば地震ＥＱ２１０６＊＊）が発生したときに、昇降機設備ＥＶ００１が停止している確率は「８０％」であり、昇降機設備ＥＶ０２６が停止している確率は「１５％」である。推定結果として出力された運転状況に関する確率は、復旧作業のために出向する必要性を判断する上で参考となる。例えば、停止している確率が８０％である昇降機設備ＥＶ００１の復旧作業のための出向は、停止している確率が１５％である昇降機設備ＥＶ０２６の復旧作業のための出向よりも優先すべきである。推定部５２から出力された推定結果は、出力制御部５３を介して、表示装置９に出力されてもよいし、後述する出向計画システム１０に出力されてもよい。

ここでは、学習モデル４５１ａを採用した運転状況推定装置５を例に挙げて説明したが、運転状況推定装置５は、学習モデル４５１を採用してもよい。この場合、運転状況推定装置５は、注目昇降機設備の所在地情報と、災害情報とを学習モデル４５１に入力として、注目昇降機設備の運転状況を推定すればよい。

〔実施形態４〕
本発明の他の実施形態について、以下に説明する。なお、説明の便宜上、上記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を繰り返さない。

＜保守システムの概要＞
以下、本発明の一実施形態について、詳細に説明する。図２２は、保守システム１０００の概要を示すブロック図である。保守システム１０００は、復旧作業を要する事象が発生した、所在地が異なる複数の復旧対象に対する復旧作業を支援するためのシステムである。本実施形態では、復旧対象とは、典型的には乗客コンベア、エレベータ等の昇降機設備である。また、復旧作業を要する事象とは、一例として、昇降機設備の停止または故障である。

保守システム１０００は、少なくとも、出向支援システム１００を含む。出向支援システム１００は、インターネットなどの通信ネットワークを介して、例えば、フロントエンドシステム１、被害情報提供システム２００、地図情報提供システム３００、事業所装置２、および、端末装置３（情報端末）などの他の装置と通信可能に接続されている。

（出向支援システムについて）
保守システム１０００において、出向支援システム１００は、複数の復旧対象に復旧作業を行う作業グループ（以下、単に「グループ」と称する）の各々を出向させる機能を担う。出向支援システム１００は、一例として、複数の復旧対象にグループの各々を出向させるための出向計画を立案する、出向計画立案機能を有する。この出向計画立案機能を実現するためのハードウェアおよびソフトウェアの構成群を出向計画システム１０と称する。出向計画システム１０の構成の詳細については、本実施形態にて後に詳述するが、本実施形態に係る出向計画システム１０は、典型的には、上述の実施形態で説明された運転状況推定装置５を備えている。

また、保守システム１０００において、出向支援システム１００は、立案された出向計画に基づいて各グループの出向を手配し、復旧作業の進捗を管理し、刻々と変化する災害の状況に応じて、出向計画の見直しを行う、出向手配機能を有する。この出向手配機能を実現するためのハードウェアおよびソフトウェアの構成群を出向手配システム２０と称する。

本開示の出向計画システム１０および出向手配システム２０は、ハードウェアおよびソフトウェアの構成群を備えた１台の情報処理装置によって構成されてもよいし、複数台の情報処理装置によって構成されてもよい。情報処理装置の構成例については、図３０を参照して、後述する。

なお、上述したハードウェアおよびソフトウェアの構成群の一部は、出向計画立案機能および出向手配機能の両方を実現するための構成であってもよい。すなわち、出向計画システム１０を実現する構成群の一部は、出向手配システム２０を実現する構成群の一部であってもよい。

（出向計画について）
出向計画システム１０によって立案される出向計画とは、復旧作業を行うグループが出向する予定の復旧対象である出向対象の組合せおよび出向順をグループ毎に定めたものである。出向計画システム１０は、複数のグループを擁する１つの事業所について、該事業所が管掌する地域における出向計画を立案してもよい。また、出向計画システム１０は、保守会社が管轄するすべての事業所ごとに出向計画を立案してもよい。

本実施形態では、一例として、出向計画システム１０は、保守会社が管轄する事業所ごとに出向計画を立案するものとする。出向計画システム１０は、保守会社に勤務するオペレータによって操作されるフロントエンドシステム１（出力部）の指示にしたがって動作してもよい。この場合、出向計画システム１０は、フロントエンドシステム１を構成する情報処理装置に組み込まれていてもよいし、入出力装置としてのフロントエンドシステム１と通信可能に接続された別の情報処理装置によって構成されてもよい。

なお、出向計画システム１０が１つの事業所について、該事業所が管掌する地域における出向計画を立案するものである場合、出向計画システム１０は、事業所に勤務するオペレータによって操作される事業所装置２（出力部）の指示にしたがって動作してもよい。この場合、出向計画システム１０は、情報処理装置としての事業所装置２に組み込まれていてもよいし、入出力装置としての事業所装置２と通信可能に接続された別の情報処理装置によって構成されてもよい。

（他の装置について）
フロントエンドシステム１は、上述のとおり、保守会社に勤務するオペレータによって操作される１つ以上の情報処理装置で構成されたシステムである。本実施形態では、フロントエンドシステム１は、出向計画システム１０および出向手配システム２０を含む出向支援システム１００との間で、通信可能に接続される。フロントエンドシステム１は、入出力装置として、オペレータが、出向支援システム１００に情報を入力するのを支援したり、出向支援システム１００から出力された情報を取得して、オペレータに提示したりする。フロントエンドシステム１と出向支援システム１００との間は、任意の通信ネットワークで接続される。通信ネットワークは、ＬＡＮ（Local Area Network）であってもよいし、インターネットなどを含む広域ネットワークであってもよい。

事業所装置２は、上述のとおり、１つの事業所に勤務するオペレータによって操作される装置である。本実施形態では、事業所装置２は、出向支援システム１００および端末装置３と、任意の通信ネットワークを介して通信可能に接続されていてもよい。

端末装置３は、グループのグループリーダによって操作される装置である。端末装置３は、例えば、スマートフォン、タブレットＰＣなどの携帯端末が想定される。本実施形態では、端末装置３は、出向支援システム１００と、任意の通信ネットワークを介して通信可能に接続されている。端末装置３は、事業所装置２と通信可能に接続されていてもよい。

被害情報提供システム２００は、保守会社が保守を請け負っている昇降機設備を監視し、各昇降機設備の情報を収集し、出向支援システム１００に提供する。具体的には、地震等の災害が発生した場合、被害情報提供システム２００は、被災した昇降機設備の情報を収集する。そして、同時に多数の昇降機設備に停止または故障等の事象が発生している場合、被害情報提供システム２００は、被災地域の昇降機設備について、運転状況を示す運転状況情報を生成する。ここで生成される運転状況情報は、図１３に示す運転状況情報と同様に、被災地域に所在する昇降機設備毎に、運転状況が「停止」および「正常運転」のいずれに該当するのかを示す情報であってもよい。運転状況情報は、被害情報提供システム２００から、通信ネットワークを介して、出向支援システム１００に送信される。

地図情報提供システム３００は、地図情報を出向支援システム１００に提供する。地図情報提供システム３００は、地図情報を、フロントエンドシステム１、事業所装置２および端末装置３に提供してもよい。地図情報提供システム３００は、必要に応じて、各地の道路交通状況をリアルタイムに把握し、渋滞または通行止めなどの情報を付加した地図情報を各装置に提供してもよい。また、地図情報提供システム３００は、クライアントから、出発地および目的地を受け付けて、出発地から目的地までの移動可能経路、移動距離、および、移動時間などを提供してもよい。ここでは、クライアントとは、出向支援システム１００、フロントエンドシステム１、事業所装置２および端末装置３などである。

（出向支援システムの処理フロー）
図２３は、出向支援システム１００が実行する処理を示すフローチャートである。

ステップＳ１では、出向支援システム１００は、あらかじめ、事業所ごとに緊急時に対応可能なグループ数を記憶しておく。出向支援システム１００は、各事業所のグループごとにグループリーダを設定し、グループリーダの連絡先を事業所ごとに記憶しておく。事業所ごとのグループ数、および、各グループのグループリーダの連絡先を記憶したリストは、予め、オペレータによって作成され、出向支援システム１００の記憶装置に保存されていてもよい。

ステップＳ１の処理は、災害が実際に発生するよりも前に、予め実行されていることが好ましい。

そして、災害が発生したことにより、同時に多数の昇降機設備に故障または停止などの事象が検出された場合、被害情報提供システム２００によって、復旧作業を要する昇降機設備の全体のリストが生成される。全体のリストが、被害情報提供システム２００から出向支援システム１００へ提供されたとき、出向支援システム１００において、ステップＳ２以降の処理が開始される。

なお、被害情報提供システム２００は、遠隔監視対象である昇降機設備の各々と直接通信して、復旧作業を要すると判断した昇降機設備を復旧対象として上述の全体のリストに加えてもよい。また、被害情報提供システム２００において、遠隔監視対象外の昇降機設備に関し、オーナーまたは利用者から電話などの通話手段を介して故障の連絡（コールバック）を受け付けるオペレータが配備されていてもよい。コールバックを受け付けたオペレータは、遠隔監視対象外の昇降機設備について復旧対象として被害情報提供システム２００に登録する。このように、被害情報提供システム２００は、コールバックを受け付けた昇降機設備を復旧対象として上述の全体のリストに加えてもよい。

ステップＳ２では、出向支援システム１００は、被災地域の多数の昇降機設備の運転状況を含む運転状況情報を、事業所ごとに分割する。運転状況情報の分割は、地理的な条件に基づいて実行されてもよい。例えば、出向支援システム１００は、各事業所が管掌する地域を事前に把握しており、昇降機設備の所在地がどの地域に属するのかに応じて、運転状況情報内の昇降機設備を、各事業所に対応付けることができる。以下では、事業所ごとに分割された、事業所が対応する地域の昇降機設備の運転状況情報を事業所別運転状況リストと称する。なお、事業所別運転状況リストは、オペレータの手入力作業にしたがって作成されてもよい。このようにして得られた事業所別運転状況リストは、状況が実際に把握されている昇降機設備の運転状況を示す。運転状況が把握されている昇降機設備とは、遠隔監視対象の昇降機設備、および、遠隔監視対象外の昇降機設備であって、オーナーまたは利用者からコールバックを受け付けたことにより状況が把握されている昇降機設備を指す。運転状況は、少なくとも正常運転および停止を含んでいてもよい。つまり、事業所別運転状況リストは、事業所が管轄する地域の昇降機設備毎に、当該昇降機設備が正常運転中であるか、異常停止中であるかを少なくとも示すリストである。これにより、出向計画システム１０が復旧作業の要否を判断することが可能となる。

ステップＳ３では、出向計画システム１０の運転状況推定装置５が、運転状況が把握されていない遠隔監視対象外の昇降機設備について、運転状況を推定する。具体的には、ステップＳ３は、所在地が異なる複数の昇降機設備のうち運転状況を遠隔監視できる昇降機設備である監視対象設備から運転状況を取得する運転状況取得工程（Ｓ３－１）と、昇降機設備のうち運転状況を遠隔監視できない昇降機設備である監視対象外設備の運転状況を推定する運転状況推定工程（Ｓ３－２）とを含む。ステップＳ３において運転状況推定装置５によって実行される運転状況推定の処理については、実施形態３で説明されているため、本実施形態では詳細な説明を繰り返さない。

ステップＳ４では、出向支援システム１００の出向計画システム１０が、想定されるいくつかの出向計画の候補の中から、最適出向計画を探索する。最適出向計画とは、出向計画の最適解または準最適解である。本実施形態では、出向計画システム１０は、事業所が担う出向対象の全ての復旧が完了する完了推測時刻が相対的に早い出向計画を、最適出向計画として探索する。探索手法の一例として遺伝的アルゴリズムが適用できるが、組合せ最適化問題を解く他のアルゴリズムを適用してもよい。

具体的には、ステップＳ４は、昇降機設備の中から復旧対象を特定する復旧対象特定工程（Ｓ４－１）と、復旧対象特定工程にて特定された復旧対象を出向対象として、その組み合わせおよび出向順を定めた最適出向計画を探索する探索工程（Ｓ４－２）とを含む。

復旧対象特定工程では、出向計画システム１０は、災害が発生したときに、運転状況取得工程にて取得された運転状況に応じて監視対象設備の中から復旧対象を特定するとともに、災害が発生したときに上述の運転状況推定工程にて推定された運転状況に応じて監視対象外設備の中から復旧対象を特定する。

探索工程では、出向計画システム１０は、１または複数の作業員で構成され復旧作業を行うグループが出向する予定の復旧対象である出向対象の組合せおよび出向順をグループ毎に定めた出向計画の最適解または準最適解である最適出向計画を探索する。

本実施形態では、出向計画システム１０は、保守会社が擁する事業所ごとに、最適出向計画を探索する。すなわち、出向計画システム１０は、事業所ごとに、運転状況取得工程（Ｓ３－１）と、運転状況推定工程（Ｓ３－２）と、復旧対象特定工程（Ｓ４－１）と、探索工程（Ｓ４－２）とを繰り返して実行する。他の例では、出向計画システム１０は、被災地域の全域を対象として、ステップＳ２に先行して、運転状況取得工程（Ｓ３－１）と、運転状況推定工程（Ｓ３－２）と、復旧対象特定工程（Ｓ４－１）とを実行してもよい。そして、出向計画システム１０は、ステップＳ２にて、被災地域全域の復旧対象のリストを、事業所が管轄する地域ごとに分割し、その後、事業所ごとの復旧対象を出向対象とした最適出向計画の探索工程（Ｓ４－２）を、事業所ごとに繰り返してもよい。

また、出向計画システム１０は、事業所が対応する最適出向計画に則って復旧作業を進めた場合に、該事業所が、該事業所に割り当てられたすべての復旧対象の復旧作業を完了させると推測される時刻を、その事業所の完了推測時刻として出力してもよい。

さらに、出向計画システム１０は、事業所間のグループの所属の変更を仮想的に行い、出向手配をシミュレーションして、各事業所の完了推測時刻が早まるような、より優良な最適出向計画を事業所ごとに探索してもよい。出向計画システム１０は、より優良な最適出向計画が得られる各事業所のグループの振り分けパターンを、オペレータに提案してもよい。

出向計画システム１０は、オペレータによって採用された最適出向計画を最終的な最適出向計画として特定する。オペレータは、ステップＳ３で探索された最適出向計画を採用してもよいし、シミュレーションされたいくつかの最適出向計画の中から採用する最適出向計画を選択してもよい。

出向計画システム１０は、特定した最終的な最適出向計画を、事業所ごとに出向支援システム１００の記憶装置に保存する。本実施形態では、事業所ごとの最適出向計画は、グループごとに、該グループが出向する予定の復旧対象である出向対象を出向順に一列に並べて成る待ち行列を含んでいてもよい。

ステップＳ５では、出向支援システム１００の出向手配システム２０は、保存された最適出向計画にしたがって出向を手配する。まず、出向手配システム２０は、出向対象の出向可否を、該出向対象が対応付けられているグループに対して確認してもよい。出向手配システム２０は、グループから出向可能であることが知らされた出向対象を、出向確定対象として、他の出向未確定対象と区別して管理してもよい。

ステップＳ６では、出向手配システム２０は、出向確定対象ごとに、復旧作業の進捗を管理してもよい。そして、出向手配システム２０は、復旧作業が進んだり、新たな復旧対象が追加されたりして、刻一刻と変化する状況に応じて、上述の待ち行列を更新する。

ステップＳ７では、出向計画システム１０は、事業所別運転状況リストにおける更新を監視して、最適出向計画の再探索が必要かどうか判断する。再探索が必要であると判断した場合には（Ｓ７のＹＥＳ）、ステップＳ３に処理を戻し、監視対象設備の更新された運転状況を取得し、監視対象外設備の運転状況を推定し、復旧対象を特定しなおして、当該復旧対象に関して、最適出向計画の探索を繰り返す。

ステップＳ８では、出向手配システム２０は、すべての事業所においてすべての出向対象、すなわち、復旧対象の復旧作業が完了したか否かを判断する。すべての復旧対象について復旧作業が完了した場合には（Ｓ８のＹＥＳ）、出向支援システム１００は、一連の処理を終了する。なお、出向手配システム２０は、復旧作業が完了していない復旧対象が残っている場合には（Ｓ８のＮＯ）、ステップＳ６に戻り、進捗管理を継続する。

＜出向計画システム１０の構成＞
図２４は、出向計画システム１０の要部構成を示すブロック図である。出向計画システム１０は、運転状況取得部１１と、運転状況推定装置５と、復旧対象特定部１４と、探索部１２とを少なくとも備えている。図２４には、運転状況推定装置５の推定部５２のみを代表的に示しているが、運転状況推定装置５は、図１４に示す運転状況推定装置５の各部を備えていてもよい。

運転状況取得部１１は、所在地が異なる複数の昇降機設備のうち運転状況を遠隔監視できる昇降機設備である監視対象設備から運転状況を取得する。運転状況取得部１１は、監視対象設備の各々と直接通信して、それぞれの運転状況を取得してもよいし、被害情報提供システム２００に集約された各監視対象設備の運転状況を、被害情報提供システム２００からまとめて取得してもよい。また、運転状況取得部１１は、運転状況を、事業所ごとに取得してもよい。例えば、運転状況取得部１１は、被害情報提供システム２００から提供された運転状況情報のうち、ある１つの事業所が管轄する地域の昇降機設備の運転状況を示す事業所別運転状況リストを被害情報提供システム２００または出向支援システム１００から取得してもよい。なお、事業所別運転状況リストには、監視対象外設備であっても、オーナーまたは利用者からのコールバックに基づいて実際の状況が把握されている監視対象外設備の運転状況が含まれていてもよい。

運転状況推定装置５の推定部５２（運転状況推定部）は、昇降機設備のうち運転状況を遠隔監視できない昇降機設備である監視対象外設備の運転状況を推定する。推定部５２は、上述の事業所別運転状況リストに含まれている監視対象設備の運転状況に基づいて、監視対象外設備の運転状況を推定してもよい。具体的には、入力データ生成部５１は、上述の事業所別運転状況リストに含まれている監視対象設備の運転状況を用いて、学習モデル４５１ａに入力する入力データを生成する。推定部５２は、生成された入力データを学習モデル４５１ａに入力し、出力データを得ることによって、監視対象外設備の運転状況を推定する。出力データは、実施形態１～３で説明された推定結果であって、該推定結果は、監視対象外設備ごとに推定された運転状況を示す情報であってもよい。図２１に示すように、推定結果は、監視対象外設備ごとに推定された停止確率を示す情報であってもよい。出力制御部５３は、推定された監視対象外設備の運転状況を復旧対象特定部１４に出力する。以下では、推定された監視対象外設備の運転状況を、運転状況取得部１１によって取得された実際に把握されている運転状況と区別して、推定運転状況と称する。

復旧対象特定部１４は、運転状況または推定運転状況が示されている昇降機設備の中から復旧対象を特定する。具体的には、復旧対象特定部１４は、災害が発生したときに取得された運転状況に応じて監視対象設備の中から復旧対象を特定するとともに、災害が発生したときに災害の程度に基づいて推定された推定運転状況に応じて監視対象外設備の中から復旧対象を特定する。

例えば、復旧対象特定部１４は、上述のようにして特定した、復旧作業を要する事象が発生した、所在地が異なる複数の復旧対象に関して、当該複数の復旧対象に関する情報を示す復旧対象リストを事業所ごとに生成してもよい。復旧対象特定部１４は、事業所ごとに生成した復旧対象リストを探索部１２に出力する。

探索部１２は、出向計画の最適解または準最適解である最適出向計画を探索する。出向計画は、上述のとおり、１または複数の作業員で構成され復旧作業を行うグループが出向する予定の復旧対象である出向対象の組合せおよび出向順をグループ毎に定めたものである。本実施形態では、探索部１２は、復旧対象特定部１４によって特定された復旧対象を出向対象として最適出向計画を探索する。

上述の構成によれば、遠隔監視対象外であるために連絡を受けるまで運転状況が把握できない監視対象外設備について、災害発生時における運転状況が推定される。これにより、遠隔監視によりリアルタイムに運転状況を把握できる監視対象設備だけでなく、監視対象外設備を加えて、復旧対象の特定を行うことができる。こうして、災害発生時における監視対象外設備の運転状況が考慮された精確な出向計画を立案することができる。

災害発生後、特に初期段階においては、停止した昇降機設備の全体像を迅速に把握することが困難であり、この段階で立案される出向計画は精確性に欠けることがある。そのため、災害発生の初期段階において、本発明の出向計画システム１０を活用することは、停止した昇降機設備の全体像を迅速に把握し、災害発生の初期段階から精確性の高い出向計画を立案することを可能とするため、特にメリットが大きい。

一例として、本実施形態において、出向計画は、複数のパターンが作成される。各パターンは、互いに、出向対象の組合せおよび出向順が異なる。以下では、上述のパターンを出向パターンと称する。出向パターンが異なる複数の出向計画を生成する処理は、探索部１２によって実行されてもよい。本実施形態では、探索部１２は、出向パターンが様々に異なる複数の出向計画の中で、事業所が担う出向対象の全ての復旧が完了する完了推測時刻が相対的に早い出向計画を、最適出向計画として探索してもよい。本実施形態では、完了推測時刻は、出向対象へ出向するための総移動時間および出向対象の復旧作業に要する総作業時間を少なくとも考慮して推測されてもよい。完了推測時刻の推測は、探索部１２が行ってもよい。探索部１２は、例えば、日付および時分を示す数値を完了推測時刻として出力してもよい。探索部１２は、年月日および時分秒を示す数値を完了推測時刻をとして出力してもよい。

上述の構成によれば、所在地が異なる複数の復旧対象について、探索部１２が、最適出向計画が探索される。最適出向計画は、グループが出向する予定の復旧対象である出向対象の組合せおよび出向順をグループ毎に定めた出向計画の中で、最適解または準最適解の出向計画である。すなわち、探索部１２は、事業所が担う出向対象の全ての復旧が完了する完了推測時刻が相対的に早い出向計画を、最適出向計画として探索する。こうして、復旧作業の全てが完了する時刻を早期化する出向計画を立案することできるという効果を奏する。

出向計画システム１０は、さらに、移動時間取得部１３、出力制御部１５、災害情報取得部１６および閉じ込め情報取得部１７のうちの１つ以上を必要に応じて備えていてもよい。

出向計画システム１０の上述の各部（運転状況取得部１１、推定部５２、復旧対象特定部１４、探索部１２、移動時間取得部１３、出力制御部１５、災害情報取得部１６および閉じ込め情報取得部１７）は、出向計画システム１０を実現する情報処理装置が備える制御装置と、プログラムを記憶する記憶装置とによって実現される制御ブロックである。

また、出向計画システム１０は、上述の記憶装置において、最新出向計画データベース３１（最新出向計画ＤＢ３１）を記憶していてもよい。

移動時間取得部１３は、作業員が出発地から目的地まで移動するのに要する移動時間を取得する。例えば、移動時間取得部１３は、出向順が先の出向対象の所在地を出発地とし、次の出向対象の所在地を目的地として指定するクエリを含んだリクエストを地図情報提供システム３００に送信する。そして、移動時間取得部１３は、地図情報提供システム３００から、出発地から目的地までの移動時間を取得してもよい。これにより、探索部１２は、出向順に出向対象を移動するのに要する移動時間の総和を、総移動時間として推測することができる。

移動時間取得部１３は、上述の移動時間として、地図情報提供システム３００によって算定された平均的な移動時間を取得してもよい。あるいは、移動時間取得部１３は、地図情報提供システム３００によって算定された、道路交通状況が考慮された移動時間を取得してもよい。道路交通状況が考慮された移動時間とは、道路の混み具合を考慮して算定された移動時間であってもよいし、最短経路が通行止めである場合に、代替経路の移動距離に基づいて算定された移動時間であってもよい。

なお、出向計画システム１０は、グループに属する作業員のうち予め定められたリーダの現在地点を示す位置情報を取得してもよい。例えば、出向計画システム１０は、各事業所の各グループリーダの端末装置３と通信し、端末装置３からグループリーダの現在の位置情報を取得してもよい。

これにより、探索部１２は、出向パターンが様々に異なる複数の出向計画の各々について、グループリーダの現在地点を該グループリーダが属するグループの出発地点として定めることができる。そして、探索部１２は、出発地点から、出向順が最初の出向対象の所在地までの移動時間を推測することができる。

出力制御部１５は、探索部１２により実行された探索の結果を出力部に出力する。本実施形態では、一例として、出力部は、フロントエンドシステム１または事業所装置２である。

本実施形態では、上述のとおり、復旧対象である昇降機設備の各々は、復旧対象の保守を行う事業所のいずれかに対応付けられている。そして、グループの各々は、事業所のいずれかに所属している。探索部１２は、事業所毎に、事業所に所属するグループを対象として最適出向計画を探索する。この探索により、事業所毎に、最適出向計画が完了推測時刻とともに探索される。

出力制御部１５は、事業所毎に探索された最適出向計画における完了推測時刻の各々を、出力部に出力する。

これにより、オペレータは、各事業所がそれぞれに割り当てられたすべての復旧対象について復旧作業を終えるのがいつになるのかを、事業所ごとに容易に把握することができる。完了推測時刻が事業所ごとに提示されることは、復旧作業の見通しを、関係各所に迅速に伝達することに貢献し得る。こうして復旧の見通しを提示することにより、復旧対象の利用者またはオーナーなどに対し、安心感を与えることができる。さらには、オペレータが、最適出向計画に基づいて出向手配を迅速に進めることに貢献し得る。あるいは、オペレータが、さらに最適な出向計画を練り直す判断を迅速に行うことに貢献し得る。

一例として、出力制御部１５は、フロントエンドシステム１に対しては、保守会社が管轄するすべての事業所について、事業所毎に探索された最適出向計画における完了推測時刻の各々を出力してもよい。さらに、最適出向計画が示す、出向対象の組合せおよび出向順をグループ毎に定めた出向パターンを完了推測時刻に加えて出力してもよい。例えば、出力制御部１５は、事業所装置２に対しては、事業所装置２が設置されている事業所の最適出向計画、すなわち、上述の事業所の出向パターンおよび該事業所の完了推測時刻を出力してもよい。

災害情報取得部１６は、地域毎の災害の程度を示す情報を取得する。例えば、災害情報取得部１６は、災害が発生したときに、被害情報提供システム２００またはその他の不図示の災害に関する情報提供システムから、地域毎の当該災害の程度を示す情報を取得してもよい。地域毎の災害の程度を示す情報は、地域毎の災害の程度を直接的に示す情報に限らず、当該情報に基づいて災害の程度を特定または推測することが可能な間接的な情報であってもよい。

災害が地震である場合、一例として、災害の程度は、（１）昇降機設備の所在地における震度、または、（２）震源地のマグニチュード、震源地からの距離および震源地の深さから算出される、昇降機設備の所在地における揺れの大きさなどであってもよい。あるいは、災害の程度は、（３）縦揺れ、横揺れなどの所在地における揺れの特性であってもよい。災害情報取得部１６は、地震が発生した場合、被害情報提供システム２００またはその他の情報提供システムから、上述の（１）～（３）の情報の少なくともいずれかを取得してもよい。

上述の構成によれば、復旧対象特定部１４は、指定された程度の災害が発生している地域内に所在する昇降機設備を復旧対象として特定することができる。

例えば、復旧対象特定部１４は、所定の震度以上の地震が発生した地域内に所在する昇降機設備を復旧対象として特定することができる。例えば、復旧対象特定部１４は、震源地のマグニチュード、震源地からの距離、および震源地の深さから算出される揺れの大きさが所定以上となる地域内に所在する昇降機設備を復旧対象として特定することができる。また、例えば、復旧対象特定部１４は、昇降機設備の運行に深刻な影響を与える特性の揺れが発生した地域内に所在する昇降機設備を復旧対象として特定することができる。

これにより、昇降機設備が遠隔監視の対象外の監視対象外設備であっても、災害の影響を受けている可能性があるとして、出向計画システム１０において、当該監視対象外設備を復旧対象または復旧対象の候補として取り扱うことができる。結果として、災害発生時における監視対象外設備の運転状況が考慮された精確な出向計画を立案することができる。また、出向計画の立案において考慮される監視対象外設備は、非常に膨大な数の監視対象外設備のうちから、指定された程度の災害が発生している地域内に所在する昇降機設備に絞り込まれる。そのため、出向の必要性が低い昇降機設備が出向対象として混在して非効率的な出向計画が立案されることを防止することができる。

閉じ込め情報取得部１７は、復旧対象における利用者の閉じ込め有無を示す閉じ込め情報を取得する。例えば、閉じ込め情報取得部１７は、被害情報提供システム２００から、監視対象設備ごとの閉じ込め情報を取得してもよい。他の例では、閉じ込め情報は、運転状況情報に含まれていてもよい。具体的には、運転状況情報において、閉じ込め情報が監視対象設備毎に対応付けられていてもよい。この場合、閉じ込め情報取得部１７は、運転状況取得部１１によって取得された事業所別運転状況リストから各監視対象設備の閉じ込め情報を抽出してもよい。

上述の構成によれば、利用者の閉じ込め有無を考慮した出向計画を立案することができる。具体的には、探索部１２は、利用者の閉じ込めが発生している出向対象の出向順が、閉じ込めが発生していない出向対象の出向順より早い順となる出向計画を生成することができる。これにより、利用者の閉じ込めが発生している復旧対象を最優先にして、復旧作業にあたることが可能な出向計画が立案される。

＜Ｓ４：最適出向計画の探索＞
（入力情報について）
以下では、１つの事業所（例えば、事業所Ａ）の最適出向計画を探索するために探索部１２に入力される入力情報について説明する。例えば、探索部１２には、入力情報として、事業所Ａに所属するグループ数と、事業所Ａに所属する各グループのグループリーダの位置情報と、事業所Ａの復旧対象リストとが入力される。事業所Ａの復旧対象リストは、復旧対象特定工程Ｓ４－１にて復旧対象特定部１４によって生成される。

グループ数は、出向計画システム１０の記憶装置に予め登録されているか、または、オペレータによって指定されてもよい。グループリーダの位置情報は、例えば、探索の処理の直前に、グループリーダの端末装置３から出向計画システム１０宛てに提供されたものが採用され得る。

図２５は、復旧対象リストのデータ構造の一例を示す図である。一例として、まず、復旧対象特定部１４は、事業所Ａが管轄する地域内に所在する昇降機設備の事業所別運転状況リスト（図１３）から、運転状況が「停止」と示されている昇降機設備を復旧対象として特定し、図２５に示す復旧対象リストに追加する。ここで、復旧対象特定部１４は、監視対象外設備のうち、オーナーまたは利用者からのコールバックにより、停止していることが判明している監視対象外設備を、復旧対象リストに追加してもよい。

次に、復旧対象特定部１４は、運転状況推定装置５の推定部５２が出力した推定運転状況（図２１）から、所定の条件を満たす昇降機設備を復旧対象として特定し、上述の復旧対象リストに追加する。例えば、推定部５２は、監視対象外設備の運転状況の確率を推定するものであり、復旧対象特定部１４は、指定された値を超える確率の監視対象外設備を復旧対象として特定してもよい。

上述の構成によれば、遠隔監視対象外であるために連絡を受けるまで運転状況が把握できない監視対象外設備について、災害発生時における運転状況が確率として推定される。これにより、遠隔監視によりリアルタイムに運転状況を把握できる監視対象設備だけでなく、監視対象外設備を加えて、復旧対象の特定を行うことができる。とりわけ、復旧作業が必要である確度が高い監視対象外設備を復旧対象に加えることができる。これにより、災害発生時において監視対象外設備の運転状況およびその確率が考慮されたより一層精確な出向計画を立案することができる。

具体的には、推定部５２によって推定される運転状況の確率は、監視対象外設備が停止している確率であってもよい。以下では、当該確率を停止確率と称する。復旧対象特定部１４は、停止確率が所定値を超える監視対象外設備を復旧対象として特定してもよい。所定値が、例えば、７５％であるとすると、図２１に示す推定運転状況において、故障確率が７５％を超えているのは、昇降機設備ＩＤ「ＥＶ００１」の監視対象外設備である。そこで、復旧対象特定部１４は、昇降機設備ＩＤ「ＥＶ００１」の監視対象外設備を復旧対象として特定し、当該監視対象外設備を復旧対象リストに追加することができる。

復旧対象特定部１４は、例えば、図２５に示すように、事業所に割り当てられた復旧対象の一覧である復旧対象リストを、事業所ごとに生成する。図２５に示す復旧対象リストは、一例として、事業所Ａの復旧対象リストであるとする。生成された復旧対象リストは、出向計画システム１０の探索部１２に引き渡される。また、復旧対象リストは、フロントエンドシステム１に提供されてもよい。また、事業所Ａの復旧対象リストは、事業所Ａの事業所装置２に提供されてもよい。

復旧対象リストは、一例として、対象ＩＤ、所在地、閉じ込め有無、復旧優先度、作業必要場所数、および、停止確率の各項目を含んで構成されていてもよい。

対象ＩＤは、復旧対象を一意に識別するための識別情報である。１つの昇降機設備に対して一意の識別情報が付与される。本実施形態では、１つの昇降機設備は、該１つの昇降機設備が何基の昇降機で構成されていても、１つの復旧対象（出向対象）として扱われる。対象ＩＤとしては、実施形態１～３で採用された昇降機設備ＩＤがそのまま採用されてもよい。

所在地は、復旧対象の所在地を示す情報であり、地名、番地、建物名などが含まれる。

閉じ込め有無は、復旧対象の故障または停止に伴って、該復旧対象において利用者が閉じ込められている事象が発生しているか否かを示す情報である。本実施形態では、閉じ込め有無は、復旧対象である昇降機設備に属するいずれかの昇降機内に利用者が閉じ込められているか否かを示す。図示の例において、「あり」は、出られない状態で昇降機内に閉じ込められている利用者がいることを示し、「なし」は、そのような利用者がいないことを示す。復旧対象特定部１４は、閉じ込め有無の項目において、閉じ込め情報取得部１７によって取得された閉じ込め情報の内容を反映することができる。

なお、昇降機設備における閉じ込め有無は、監視対象設備、または、閉じ込めが発生している旨のコールバックを受け付けた監視対象外設備においてのみ判明している情報である。したがって、運転状況が判明していない監視対象外設備には、閉じ込め情報は関連付けられていない。

復旧優先度は、復旧対象に設定されている復旧の優先度を示す情報である。本実施形態では、一例として、利用者の閉じ込めが発生している復旧対象の復旧優先度は、最も高く（例えば、優先度Ｓ）に設定される。そして、閉じ込めが発生していない復旧対象については、事前に定められた復旧優先度がそのまま採用されてもよい。復旧対象に対して事前に設定される復旧優先度は、例えば、優先度Ｓを除いて、優先度Ａ～Ｃの３段階あってもよい。各復旧対象には、復旧優先度が高い順に、Ａ、Ｂ、および、Ｃのいずれかが事前に設定されている。

例えば、復旧対象である昇降機設備が敷設されている建物の機能的な性質に応じて復旧優先度が定められていてもよい。例えば、社会において、特に災害発生時に重要な役割を果たす施設で稼動する昇降機設備に対して高い復旧優先度（優先度Ａ）が設定されてもよい。重要な役割を果たす施設は、一例として、総合病院などの医療機関、テレビ局などの報道機関、および、市・区役所などの行政機関などが想定され得る。あるいは、昇降機設備が敷設されている建物の管理者と保守会社との間で締結された保守契約のランクなどにしたがって復旧優先度が設定されてもよい。

作業必要場所数は、復旧対象である昇降機設備において、作業員による復旧作業が必要となる場所の数を示す情報である。作業必要場所数は、一例として、昇降機設備において昇降機が利用者の乗り降りのために停止する階数（以下、乗降階数）であってもよい。あるいは、作業必要場所数は、昇降機設備に含まれる昇降機の基数×乗降階数であってもよい。例えば、５階建てのビルに敷設され、各階停止の昇降機４基で構成された昇降機設備においては、作業必要場所数を、４基×５階＝２０カ所としてもよい。

停止確率は、復旧対象として特定された監視対象外設備について、推定部５２によって推定された停止確率である。復旧対象特定部１４は、停止確率の項目において、推定部５２によって推定された停止確率を反映することができる。

なお、昇降機設備における停止確率は、運転状況が判明していない監視対象外設備に対して推定される情報である。したがって、遠隔監視またはコールバックなどによって運転状況が判明している昇降機設備には、停止確率は関連付けられていない。

（探索について）
図２６および図２７は、探索部１２が探索工程Ｓ４－２にて実行する、最適出向計画の探索の手順の一例を示す図である。なお、図２６および図２７に示されるマップＭ１～マップＭ８は、探索部１２が探索を行うときに内部に保持する情報を、探索手順を分かりやすく説明するために可視化した情報に過ぎない。したがって、探索部１２は、実際には、マップＭ１～マップＭ８に示されるような可視化情報を生成しなくてもよい。

マップＭ１に示すように、探索部１２には、復旧対象リストに含まれるすべての復旧対象の所在地と、それらの復旧対象の閉じ込め有無および復旧優先度が与えられる。また、探索部１２には、事業所Ａのグループ数と、各グループのグループリーダの位置情報が与えられる。探索部１２は、復旧対象を出向対象として出向パターンを生成するので、以下の説明では、復旧対象に対して出向対象の用語を用いる。

マップＭ２に示すように、まず、探索部１２は、復旧優先度が最も高い出向対象に絞って、すべての出向対象の完了推測時刻が早くなるように、望ましくは、完了推測時刻が最も早くなるように、出向対象のそれぞれをグループに割り当てる。以下では、復旧優先度が最も高い出向対象、すなわち、閉じ込めが発生している、優先度Ｓの出向対象を、出向対象Ｓと称する。例えば、探索部１２は、出向対象Ｓのみを対象とした出向パターンをいくつか生成し、その中から、最適解または準最適解となる出向パターンを探索してもよい。探索部１２は、後述する遺伝的アルゴリズムを実行して、最適解または準最適解となる出向パターンを探索してもよい。

一例として、マップＭ２は、探索部１２が、グループＷに、出向対象ＯＳ１を最初に割り当て、グループＴに出向対象ＯＳ２を最初に割り当てた出向パターンを最適解または準最適解として探索したことを示している。出向対象ＯＳ１は、グループＷに割り当てられた、出向順が１番目の出向対象であり、出向対象ＯＳ２は、グループＴに割り当てられた、出向順が１番目の出向対象である。このように、探索部１２が出力する出向計画において、利用者の閉じ込めが発生している出向対象Ｓの出向順が、閉じ込めが発生していない出向対象Ａ～Ｃの出向順より早い順となる。これにより、利用者の閉じ込めが発生している復旧対象を最優先にして、復旧作業にあたることが可能な出向計画が生成される。

マップＭ３に示すように、次に、探索部１２は、すべての出向対象Ｓのステータスを仮想的に復旧作業完了状態に移行させる。また、探索部１２は、グループの各々について、最後に出向する予定の出向対象Ｓの所在地を、最新の現在地点とする。

マップＭ４に示すように、続いて、探索部１２は、優先度Ｓに次ぐ優先度Ａの出向対象（以下、出向対象Ａ）に絞って、すべての出向対象Ａの完了推測時刻が早くなるように、望ましくは、完了推測時刻が最も早くなるように、出向対象Ａのそれぞれをグループに割り当てる。探索部１２は、出向対象Ｓと同様に、出向対象Ａのみを対象とした出向パターンをいくつか生成し、その中から、後述する遺伝的アルゴリズムを実行して、最適解または準最適解となる出向パターンを探索してもよい。

マップＭ４によれば、一例として、出向対象ＯＡ２、出向対象ＯＡ３の出向順にて、これらの２つの出向対象ＡがグループＴに割り当てられている。出向対象ＯＡ２は、グループＴに割り当てられた、出向順が２番目の出向対象であり、出向対象ＯＡ３は、グループＴに割り当てられた、出向順が３番目の出向対象である。グループＵには、出向対象Ｓが割り当てられていないので、出向対象ＯＡ４は、グループＵに割り当てられた、出向順が１番目の出向対象である。

マップＭ５に示すように、探索部１２は、優先度Ｓの場合と同様に、すべての出向対象Ａのステータスを仮想的に復旧作業完了状態に移行させる。また、探索部１２は、グループの各々について、最後に出向する予定の出向対象Ａの所在地を、最新の現在地点とする。

マップＭ６に示すように、続いて、探索部１２は、優先度Ａに次ぐ優先度Ｂの出向対象（以下、出向対象Ｂ）に絞って、すべての出向対象Ｂの完了推測時刻が早くなるように、望ましくは、完了推測時刻が最も早くなるように、出向対象Ｂのそれぞれをグループに割り当てる。探索部１２は、出向対象Ｓおよび出向対象Ａと同様に、出向対象Ｂのみを対象とした出向パターンをいくつか生成し、その中から、後述する遺伝的アルゴリズムを実行して、最適解または準最適解となる出向パターンを探索してもよい。

マップＭ６によれば、一例として、出向対象ＯＢ１、出向対象ＯＢ２、出向対象ＯＢ３の出向順にて、これらの３つの出向対象Ｂが、グループＷに割り当てられている。この時点で、グループＷには、出向対象ＯＳ１、出向対象ＯＡ１に続いて、出向順の３番目から５番目に、出向対象ＯＢ１、出向対象ＯＢ２、出向対象ＯＢ３がそれぞれ割り当てられている。

マップＭ７に示すように、探索部１２は、優先度Ｓおよび優先度Ａの場合と同様に、すべての出向対象Ｂのステータスを仮想的に復旧作業完了状態に移行させる。また、探索部１２は、グループの各々について、最後に出向する予定の出向対象Ｂの所在地を、最新の現在地点とする。

マップＭ８に示すように、続いて、探索部１２は、優先度Ｂに次ぐ優先度Ｃの出向対象（以下、出向対象Ｃ）に絞って、すべての出向対象Ｃの完了推測時刻が早くなるように、望ましくは、完了推測時刻が最も早くなるように、出向対象Ｃのそれぞれをグループに割り当てる。探索部１２は、出向対象Ｓ、出向対象Ａおよび出向対象Ｂと同様に、出向対象Ｃのみを対象とした出向パターンをいくつか生成し、その中から、後述する遺伝的アルゴリズムを実行して、最適解または準最適解となる出向パターンを探索してもよい。

マップＭ８によれば、この時点で、グループＷには、出向対象ＯＳ１、出向対象ＯＡ１、出向対象ＯＢ１、出向対象ＯＢ２、出向対象ＯＢ３に続いて、出向順の６番目から８番目に、出向対象ＯＣ１、出向対象ＯＣ２、出向対象ＯＣ３がそれぞれ割り当てられている。このように、探索部１２が出力する出向計画において、利用者の閉じ込めが発生していない出向対象Ａ～Ｃは、復旧優先度が高いほど出向順が早い順となる。これにより、利用者の閉じ込めが発生している復旧対象を除いた残りの復旧対象に関しては、予め定められた復旧優先度の高い順に、復旧作業にあたることが可能な出向計画が生成される。

以上のように、探索部１２は、指定された復旧優先度が対応付けられた復旧対象のみを出向対象として最適出向計画を探索してもよい。これにより、同じ復旧優先度の復旧対象の間で、完了推測時刻が相対的に早くなる出向パターンが探索され、これを復旧優先度順に連結することにより、予め定められた復旧優先度の高い順に、復旧作業にあたることが可能な出向計画が効率よく生成される。

最後に、探索部１２は、優先度Ｓから優先度Ｃまでの復旧優先度ごとに探索した出向パターンを復旧優先度が高いものから組み合わせて、事業所Ａの最適出向計画を得ることができる。

（出力情報について）
以下では、事業所Ａの最適出向計画の探索を行った探索部１２から出力される出力情報について説明する。例えば、探索部１２は、出力情報として、上述の探索手順にしたがって得た、事業所Ａの最適出向計画と、該最適出向計画に基づく、事業所Ａの完了推測時刻とを出力する。

・出力情報：最適出向計画について
図２８は、最適出向計画のデータ構造の一例を示す図である。図２８に示す最適出向計画は、グループＷ、グループＴおよびグループＵを擁する事業所Ａの最適出向計画である。最適出向計画は、復旧作業を行うグループが出向する予定の出向対象の組合せおよび出向順をグループごとに定義するグループ別出向パターン７１を含む。事業所Ａは、グループＷ、グループＴおよびグループＵの３つのグループを擁するので、事業所Ａの最適出向計画には、グループ別出向パターン７１が３つ含まれている。グループ別出向パターン７１は、グループに割り当てられた出向対象を一意に識別するための情報と、割り当てられた各出向対象の出向順とを含んで構成される。

なお、図２８に示されるグループ別出向パターン７１は、グループに割り当てられた出向対象の組合せおよび出向順が視認しやすいように可視化した情報に過ぎない。したがって、探索部１２は、実際には、図２８に示されるような、グループ別出向パターン７１の可視化情報を生成しなくてもよい。

・出力情報：完了推測時刻について
さらに、探索部１２は、探索した最適出向計画における事業所Ａの完了推測時刻を、該最適出向計画と併せて出力してもよい。探索部１２は、上述の探索の過程において、出向計画ごとの完了推測時刻を、地図情報提供システム３００から提供される地図情報に基づいて推測することができる。

例えば、探索部１２は、複数の出向パターンの出向計画の各々について、出向順が最後の出向対象の復旧作業が完了する時刻をグループ毎に推測してもよい。そして、探索部１２は、推測されたグループごとの時刻のうちの最遅時刻を、上述の出向計画における完了推測時刻とする。これにより、事業所における完全復旧の時刻を把握することができる。以下では、出向順が最後の出向対象の復旧作業が完了する時刻をグループ毎に推測した時刻をグループ別完了推測時刻と称する。

例えば、図２８に示す最適出向計画において、グループＷのグループ別完了推測時刻、つまり、出向順が最後の出向対象ＯＣ３の復旧作業を完了すると推測された時刻が１０時４８分であるとする。グループＴのグループ別完了推測時刻、つまり、グループＴが、出向順が最後の出向対象ＯＣ６の復旧作業を完了すると推測された時刻が１０時２６分であるとする。グループＵのグループ別完了推測時刻、つまり、グループＵが、出向順が最後の出向対象ＯＣ８の復旧作業を完了すると推測された時刻が１０時１２分であるとする。この場合、探索部１２は、３つのグループ別完了推測時刻のうちの最遅時刻である「１０時４８分」を、図２８に示す最適出向計画における、事業所Ａ全体の完了推測時刻と決定する。探索部１２は、完了推測時刻「１０時４８分」を、図２８に示す最適出向計画とともに出力してもよい。

一例として、探索部１２は、事業所の完了推測時刻を求めるためのグループ別完了推測時刻を、グループが出向対象へ出向するための総移動時間、および、グループが出向対象の復旧作業に要する総作業時間を少なくとも考慮して推測する。総移動時間は、例えば、グループが、出向順にしたがって、自グループに割り当てられた出向対象へと移動するのに要する移動時間の総和である。総作業時間は、例えば、グループが出向対象毎の復旧作業に要する作業時間の総和である。探索部１２は、例えば、現在時刻に、上述の総移動時間と上述の総作業時間とを加算して、グループ別完了推測時刻を算定してもよい。

探索部１２が、グループの総移動時間を算出する手順について、図２８に示す最適出向計画に基づいて、グループＷの総移動時間を算出する場合を例に挙げて説明する。

まず、探索部１２は、グループＷのグループリーダの現在地点（図２６のマップＭ１）から、グループＷに割り当てられた１番目の出向対象（マップＭ２の出向対象ＯＳ１）の所在地までの移動距離に応じた移動時間ＭＴ１を取得する。なお、探索部１２が取得する移動時間は、移動時間取得部１３によって地図情報提供システム３００から取得されたものであってもよい。また、上述の移動時間は、移動距離に基づく平均的な移動時間であってもよいし、交通状況が考慮された移動時間であってもよい。以降で探索部１２が取得する様々な移動時間についても同様である。

以降、探索部１２は、ｎ－１番目の出向対象の所在地からｎ番目の出向対象の所在地までの移動時間ＭＴｎを取得する処理を繰り返す（ｎは２以上の整数）。グループＷの例では、探索部１２は、最後の移動経路である出向対象ＯＣ２から出向対象ＯＣ３までの移動時間ＭＴ８を取得するまで上述の処理を繰り返す。

そして、探索部１２は、移動時間ＭＴ１、ＭＴ２、・・・、ＭＴｎの総和を、グループＷの総移動時間として算出する。

探索部１２が、グループの総作業時間を算出する手順について説明する。探索部１２は、出向対象毎に定められた作業必要場所数に応じて、出向対象ごとに作業時間ＷＴを特定する。このように、復旧対象の作業時間を現場の状況に応じて正確に見積もることにより、完了推測時刻の予実の誤差をより小さくすることができる。

探索部１２は、復旧対象特定部１４によって生成された復旧対象リスト（図２５）を参照し、出向対象（復旧対象）の作業必要場所数を特定することができる。なお、復旧対象である出向対象は、例えば、対象ＩＤによって一意に識別することが可能である。

探索部１２は、１つの出向対象の作業時間ＷＴを、一例として、以下の式に基づいて算出することが可能である。
式： 作業時間ＷＴ＝作業必要場所数×単位時間＋固定時間
単位時間は、１つの作業必要場所について、復旧のためにかかる平均的な作業時間であり、例えば、３分である。固定時間は、１つの復旧対象、すなわち、１つの昇降機設備について、作業必要場所数の規模にかかわらず、復旧のためにかかる一定の作業時間であり、例えば、５分である。

例えば、グループＷの１番目の出向対象ＯＳ１の作業必要場所数が、２０カ所である場合、探索部１２は、出向対象ＯＳ１の作業時間ＷＴ１を、２０カ所×３分＋５分＝６５分と算出する。探索部１２は、このように、グループＷに割り当てられたｎ番目までのすべての出向対象ごとに、作業時間ＷＴを算出する（作業時間ＷＴ１、ＷＴ２、・・・、ＷＴｎ）。

そして、探索部１２は、出向対象毎の復旧作業に要する作業時間ＷＴ１、ＷＴ２、・・・、ＷＴｎの総和を、グループＷの総作業時間として算出する。

最後に、探索部１２は、現在時刻に、上述のように算出した総移動時間と、総作業時間とを加算して、グループＷのグループ別完了推測時刻を算出する。探索部１２は、事業所Ａの他のグループＴおよびグループＵについても同様に、それぞれのグループ別完了推測時刻を算出する。そして、３つのグループ別完了推測時刻のうちの最遅時刻を、事業所Ａの、図２８に示す最適出向計画における完了推測時刻とする。

探索部１２は、図２８に示す事業所Ａの最適出向計画と、上述のようにして推測した事業所Ａの該最適出向計画における完了推測時刻とを、最新出向計画ＤＢ３１に記憶させる。探索部１２は、以上の、最適出向計画を探索し、該最適出向計画における完了推測時刻を算出し、これらを最新出向計画ＤＢ３１に記憶させる処理を、発生した災害に対応するすべての事業所ごとに実行する。

（探索の一例：遺伝的アルゴリズム）
探索部１２は、複数の出向パターンの出向計画の各々を、遺伝的アルゴリズムに従う世代交代により生成してもよい。

例えば、探索部１２は、（工程１）初期設定、（工程２）評価、（工程３）選択、（工程４）交差、および、（工程５）突然変異、の各工程を実行する。探索部１２は、工程２～工程５の各工程を事前に指定された世代数を経過するまで繰り返す。世代数は、オペレータによって予め指定されていてもよい。

工程１の初期設定では、探索部１２は、一例として、事業所内の全てのグループに対して少なくとも１つの出向対象が割り当てられるという第１条件を満たすように、ランダムに個体を生成する。上述の第１条件は、例えば、オペレータによって予め指定されていてもよい。

本実施形態では、遺伝的アルゴリズムに従う出向パターンの特定は、復旧優先度別に実行される。したがって、個体は、ある復旧優先度の所定個の出向対象を、事業所のいずれのグループに割り当てたのかを示す情報として生成される。

Ｘ個の出向対象にＹ個のグループを割り当てる場合、探索部１２は、以下に示すデータ構造を有する個体をランダムに生成する（Ｘ、Ｙは２以上の整数）。
[Ｇ_１、Ｇ_２、・・・、Ｇ_ｘ］
ここで、Ｇ_iは、第ｉの出向対象に割り当てるグループを識別する値であり、０以上Ｙ未満の整数である（ｉは１以上Ｘ以下の整数）。

例えば、１０個の出向対象（第１～第１０の出向対象）に３つのグループ（第１～第３のグループ）を割り当てる場合、探索部１２が生成する個体の一例は、[１、０、２、２、１、０、０、２、０、１］である。「０」、「１」、「２」の３つの数字は、それぞれ、第１のグループ、第２のグループ、第３のグループを示す。つまり、この個体は、第１、第５、第１０の出向対象に第２のグループを割り当て、第２、第６、第７、第９の出向対象に第１のグループを割り当て、第３、第４、第８の出向対象に第３のグループを割り当てることを示す。

探索部１２は、異なる複数個（例えば、３００個）の個体を生成し、これらを初期個体群とする。なお、初期個体群の個数（第２条件）は、オペレータによって予め指定されていてもよい。

工程２の評価では、探索部１２は、生成した個体ごとに、各グループが割り当てられたすべての出向対象の復旧作業を完了させる完了推測時刻を算出し、最遅のグループの完了推測時刻をその個体の完了推測時刻として対応付ける。なお、グループごとの完了推測時刻は、上述したとおり、割り当てられた出向対象をすべて巡回したときの、移動時間ＭＴの総和と作業時間ＷＴの総和とを、現在時刻に加算することにより得られる。

工程３の選択では、探索部１２は、トーナメント方式により、各個体の完了推測時刻を比較し、完了推測時刻が早い上位数個（例えば、３個）の個体を次の世代の親個体として選択する。

工程４の交差では、探索部１２は、第１条件が満たされるように、選択した親個体に対してランダムに交差を実行する。

工程５の突然変異では、探索部１２は、所定の確率（例えば、５％）で、各個体に突然変異を起こさせる。突然変異を起こさせる確率は、オペレータによって予め指定されていてもよい。

探索部１２は、事前に指定された上述の世代数の回数分、工程２から工程５までの処理を繰り返し、繰り返しを経て残った個体を、ある復旧優先度の出向対象群の最適または準最適な出向パターンとして出力する。

探索部１２は、以上の工程１～工程５からなる遺伝的アルゴリズムにしたがった探索を、復旧優先度ごとに実行し、復旧優先度ごとの最適または準最適な出向パターンを出力する。

＜最適出向計画の画面例＞
出力制御部１５は、ステップＳ４にて探索部１２により探索された事業所ごとの最適出向計画を、オペレータに提示するための出向計画画面を、フロントエンドシステム１または事業所装置２に提供してもよい。図２９は、１つの事業所の最適出向計画の詳細を表した出向計画画面の一例を示す図である。出力制御部１５は、最新出向計画ＤＢ３１に保存された最適出向計画、および、出向手配システム２０によって管理されている出向確定対象に基づいて、出向計画画面７００を生成する。出力制御部１５は、生成した出向計画画面７００を、例えば、フロントエンドシステム１または事業所装置２などの出力部に送信する。出向計画画面７００は、一例として、事業所Ａについて探索された最適出向計画を提示するための画面である。

出向計画画面７００は、事業所の基本情報７０１を含んでいてもよい。基本情報７０１には、例えば、事業所に所属するグループのグループ数、事業所に配属されている全作業員の人数、事業所に割り当てられた復旧対象のうち、復旧作業が完了していない昇降機設備の数、などを含んでいてもよい。本実施形態では、基本情報７０１には、運転状況推定装置５によって停止していると推定された監視対象外設備の数として、推定停止数が含まれていてもよい。

また、基本情報７０１には、完了推測時刻が含まれていてもよい。完了推測時刻は、探索部１２が探索した最適出向計画に基づいて、探索部１２によって推測される。完了推測時刻は、事業所が現有勢力にて最適出向計画にしたがって復旧作業に当たった場合に、事業所全体としてすべての復旧対象の復旧作業を終えると予想される時刻を指す。

基本情報７０１は、事業所の復旧作業の体制および進捗に係る基本的な情報に関して、最新の情報を表すように設計されていてもよい。例えば、出向計画画面７００は、最新ボタン７０２を含んでいてもよい。最新ボタン７０２が、オペレータによって操作されると、更新指示が、フロントエンドシステム１または事業所装置２から、出向支援システム１００に送信される。更新指示を受信した出向支援システム１００の出向計画システム１０は、更新指示を受信すると、最新出向計画ＤＢ３１から、事業所Ａの最新の最適出向計画を読み出し、作業が完了していない出向対象の数である未完了数をカウントする。出力制御部１５は、最新の未完了数が反映された出向計画画面７００をフロントエンドシステム１または事業所装置２に提供する。

状況の変化に応じて事業所別運転状況リストまたは推定運転状況が更新された場合には、復旧対象特定部１４は、復旧対象リストを更新する。復旧対象特定部１４は、最新ボタン７０２の操作に応答して、基本情報７０１に表示されている復旧対象数または推定停止数を、更新後の復旧対象リストに基づいてカウントされた数に更新してもよい。

探索部１２は、最新出向計画ＤＢ３１に保存されている最適出向計画を更新した場合には、最新ボタン７０２の操作に応答して、基本情報７０１に表示されている完了推測時刻を、更新後の最適出向計画における完了推測時刻に更新してもよい。

出向計画画面７００は、グループ別の出向パターン、すなわち、グループに割り当てられた出向対象の組合せおよびその出向順を示すリストボックス７０３を含んでいてもよい。リストボックス７０３には、出向順および出向対象の物件名などが含まれていてもよい。また、リストボックス７０３には、各出向対象の作業進捗が反映されていてもよい。図示の例では、出向順の背景色が、作業進捗により色分けされている。各出向対象の作業進捗は、出向手配システム２０によって管理されている。

出向計画画面７００は、地図上に出向対象の情報が反映された地図画像７０４を含んでいてもよい。一例として、地図画像７０４には、出向計画画面７００上で選択されている特定のグループに割り当てられた出向対象の情報が反映されてもよい。図示の例では、グループＵのリストボックス７０３が選択されている。そのため、地図画像７０４上には、グループＵの担当エリアを表す境界線とともに、グループＵに割り当てられた出向対象のアイコンがプロットされてもよい。出向対象のアイコンには、出向順を示す数字が付与されていてもよい。

以上のような出向計画画面７００をフロントエンドシステム１または事業所装置２に表示させることにより、オペレータは、事業所ごとの復旧作業の進捗をリアルタイムに把握することができる。

＜変形例＞
（復旧対象の絞り込み）
復旧対象特定部１４は、指定された地域内に所在する昇降機設備を復旧対象として特定してもよい。これにより、出向計画の立案において考慮される監視対象外設備は、非常に膨大な数の監視対象外設備のうちから、指定された地域内に所在する昇降機設備に絞り込まれる。そのため、出向の必要性が低い地域の昇降機設備が出向対象として混在して非効率的な出向計画が立案されることを防止することができる。オペレータは、出向の必要性が高い地域を判断して当該地域を指定することができ、これにより、当該地域に限って監視対象外設備の運転状況が考慮された効率的な出向計画を容易に立案することが可能となる。

昇降機設備には復旧優先度が対応付けられており、復旧対象特定部１４は、指定された復旧優先度が対応付けられた昇降機設備を復旧対象として特定してもよい。これにより、出向計画の立案において考慮される監視対象外設備は、非常に膨大な数の監視対象外設備のうちから、指定された復旧優先度の昇降機設備に絞り込まれる。そのため、復旧優先度が低く、出向の必要性が低い地域の昇降機設備が出向対象として混在して非効率的な出向計画が立案されることを防止することができる。反対に、復旧優先度が高い監視対象外設備に限って運転状況が考慮されるため、効率的な出向計画を容易に立案することが可能となる。

（運転状況の推定）
推定部５２は、昇降機設備の所在地を示す所在地情報と、所在地における災害の程度を含む災害情報と、災害が発生したときの昇降機設備の運転状況を示す運転状況情報とを含む教師データを用いて機械学習を行うことにより生成された学習モデルを用いて、監視対象外設備の所在地情報と、災害情報とを入力データとして、監視対象外設備の運転状況を推定してもよい。

災害が地震である場合、一例として、災害情報に含まれる災害の程度は、（１）昇降機設備の所在地における震度、または、（２）震源地のマグニチュード、震源地からの距離および震源地の深さから算出される、該所在地における揺れの大きさなどであってもよい。あるいは、災害の程度は、（３）縦揺れ、横揺れなどの、該所在地における揺れの特性であってもよい。

教師データは、昇降機設備から所定範囲内に位置する監視対象設備である周辺設備の、災害が発生したときの運転状況を示す周辺運転状況情報をさらに含み、入力データは、監視対象外設備から所定範囲内に位置する周辺設備を遠隔監視して得られた運転状況をさらに含んでいてもよい。

教師データは、昇降機設備の型式および仕様の少なくとも一方を示す設備情報をさらに含み、入力データは、監視対象外設備の設備情報をさらに含んでいてもよい。

教師データは、昇降機設備が設けられた建物の竣工日および耐震仕様の少なくとも一方を示す建物情報をさらに含み、入力データは、注目昇降機設備の建物情報をさらに含んでいてもよい。

建物情報は、例えば、建築（竣工）年、構造種別、耐震仕様などを示す。構造種別は、昇降機設備が設けられた建物が、鉄筋コンクリート造（ＲＣ造）、鉄骨造（Ｓ造）および鉄骨鉄筋コンクリート造（ＳＲＣ造）のいずれの種別に該当するのかを示す情報であってもよい。耐震仕様は、昇降機設備が設けられた建物が、免震、耐震（住宅のみ耐震等級）、各自治体の準拠仕様などを示す情報であってもよい。

例えば、竣工日により旧耐震基準および新耐震基準のいずれが適用されているかを判断することができる。また、耐震仕様から、建物の免震構造や耐震構造を判断することができる。例えば、住宅の耐震等級１～３を判断したり、旧耐震基準の建物において新耐震基準を満たすために耐震補強工事が実施された経歴などを判断したりすることができる。こうして、昇降機設備が設けられた建物における災害に対する強度を考慮することにより、当該建物に設けられた昇降機設備の災害発生時の運転状況をより一層精度よく推定することが可能となる。

学習モデルは、監視対象外設備の運転状況の確率を出力してもよい。当該確率は、監視対象外設備が停止している確率を示す停止確率であってもよい。

＜効果＞
本発明の出向計画システム１０によれば、地震等の災害により広域において同時に多数の停止または故障等の事象が発生した場合であっても、複数の作業グループによる復旧作業の全てが完了する時刻を早期化する出向計画を立案することができる。

その上、本発明の出向計画システム１０によれば、運転状況が即時に把握される監視対象設備だけでなく、運転状況が把握できない監視対象外設備についても、推定された運転状況に基づいて復旧作業の要否を判断することができる。そのため、被災状況に即した精確な出向計画を生成することが可能となる。結果として、作業グループの出向計画の精確性を高めることが可能になるという効果を奏する。こうして、監視対象外設備の運転状況が考慮された精確な出向計画にしたがって、各グループまたは各作業員に、復旧作業を精確に指示することが可能となる。

また、出向計画ごとに求められた推測された完了推測時刻を活用して、復旧の見通しを関係各所に提示することができる。例えば、監視対象外設備の運転状況が考慮された精確な出向計画において得られた完了推測時刻を、復旧対象の復旧を待ち望む利用者またはオーナーなどに提供することが可能となる。こうして復旧の見通しを提示することにより、復旧対象の利用者またはオーナーなどに対し、安心感を与えることができる。

以上のとおり、本発明の出向計画システム１０は、エレベータなどの生活の基盤となる設備に対して、災害からの早期復旧に優れた効果をもたらすシステムである。したがって、本発明の出向計画システム１０は、減災または防災の性能に優れた質の高いインフラの整備に貢献することができ、延いては、持続可能な開発目標（ＳＤＧｓ）、例えば、目標１１（住み続けられるまちづくりを）の達成に貢献できる。

〔ソフトウェアによる実現例〕
図３０は、学習モデル生成装置４、学習モデル生成装置４ａ、運転状況推定装置５、ならびに、保守システム１０００に含まれる各装置または各システムのハードウェア構成の一例を示すブロック図である。

学習モデル生成装置４、学習モデル生成装置４ａ、運転状況推定装置５、出向計画システム１０および出向手配システム２０を実現する１または複数の情報処理装置の機能は、当該情報処理装置としてコンピュータを機能させるためのプログラムにより実現することができる。このプログラムは、上述の情報処理装置の各制御ブロックとして、コンピュータを機能させるためのプログラムにより実現することができる。上述の各制御ブロックとは、特に、制御部４０の各部、制御部４０ａの各部、制御部５０の各部、運転状況取得部１１、探索部１２、移動時間取得部１３、復旧対象特定部１４、出力制御部１５、災害情報取得部１６および閉じ込め情報取得部１７である。

この場合、情報処理装置は、上述のプログラムを実行するためのハードウェアとして、少なくとも１つの制御装置（例えばプロセッサ９１１）と少なくとも１つの記憶装置（例えばメモリ９１２）とを有するコンピュータ９１０を備えている。メモリ９１２は、上述のプログラムとして例えばプログラム９２１を記憶している。上述の制御装置と記憶装置とによりプログラムを実行することにより、上述の各実施形態で説明した各機能が実現される。

上述のプログラムは、一時的ではなく、コンピュータ読み取り可能な、１または複数の記録媒体（例えば、記録媒体９３１）に記録されていてもよい。この記録媒体は、上述の情報処理装置が備えていてもよいし、備えていなくてもよい。後者の場合、上述のプログラムは、有線または無線の任意の伝送媒体を介して情報処理装置に供給されてもよい。

また、上述の各制御ブロックの機能の一部または全部は、論理回路により実現することも可能である。例えば、上述の各制御ブロックとして機能する論理回路が形成された集積回路も本発明の範疇に含まれる。この他にも、例えば量子コンピュータにより上述の各制御ブロックの機能を実現することも可能である。

また、上述の各実施形態で説明した各処理は、ＡＩ（Artificial Intelligence：人工知能）に実行させてもよい。この場合、ＡＩは制御装置で動作するものであってもよいし、他の装置（例えばエッジコンピュータまたはクラウドサーバ等）で動作するものであってもよい。

本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。

１ フロントエンドシステム
２ 事業所装置
３ 端末装置（情報端末）
４、４ａ 学習モデル生成装置
５ 運転状況推定装置
６ａ 災害記録データベース
６ｂ 昇降機設備設置情報データベース
６ｃ 運転状況情報データベース
６ｄ 災害発生情報配信装置
６ｅ 昇降機設備遠隔監視装置
９ 表示装置
１０ 出向計画システム
１１ 運転状況取得部
１２ 探索部
１３ 移動時間取得部
１４ 復旧対象特定部
１５ 出力制御部
１６ 災害情報取得部
１７ 閉じ込め情報取得部
２０ 出向手配システム
３１ 最新出向計画データベース
４０、４０ａ、５０ 制御部
４１、４１ａ 教師データ生成部
４２、４２ａ 学習部
４５、５４ 記憶部
５１ 入力データ生成部
５２ 推定部
５３ 出力制御部
１００ 出向支援システム
２００ 被害情報提供システム
３００ 地図情報提供システム
４５１、４５１ａ 学習モデル
９１０ コンピュータ（情報処理装置）
９１１ プロセッサ（制御装置）
９１２ メモリ（記憶装置）
９２１ プログラム
９３１ 記録媒体

Claims (22)

1. 昇降機設備の所在地を示す所在地情報と、前記所在地における災害の程度を含む災害情報と、前記災害が発生したときの前記昇降機設備の運転状況を示す運転状況情報とを含む教師データを用いて機械学習を行うことにより、注目昇降機設備の前記所在地情報と、前記災害情報とを入力データとして、前記注目昇降機設備の運転状況を出力する学習モデルを生成する学習部を備え、
   前記教師データは、前記昇降機設備から所定範囲内に位置し、運転状況を遠隔監視できる前記昇降機設備である周辺設備の、前記災害が発生したときの運転状況を示す周辺運転状況情報をさらに含み、
   前記入力データは、前記注目昇降機設備から前記所定範囲内に位置する前記周辺設備を遠隔監視して得られる、前記災害が発生したときの運転状況をさらに含む、学習モデル生成装置。
2. 昇降機設備の所在地を示す所在地情報と、前記所在地における災害の程度を含む災害情報と、前記災害が発生したときの前記昇降機設備の運転状況を示す運転状況情報とを含む教師データを用いて機械学習を行うことにより、注目昇降機設備の前記所在地情報と、前記災害情報とを入力データとして、前記注目昇降機設備の運転状況を出力する学習モデルを生成する学習部を備え、
   前記学習モデルは、前記注目昇降機設備の運転状況の確率を出力する、学習モデル生成装置。
3. 前記教師データは、前記昇降機設備から所定範囲内に位置し、運転状況を遠隔監視できる前記昇降機設備である周辺設備の、前記災害が発生したときの運転状況を示す周辺運転状況情報をさらに含み、
   前記入力データは、前記注目昇降機設備から前記所定範囲内に位置する前記周辺設備を遠隔監視して得られる、前記災害が発生したときの運転状況をさらに含む、請求項２に記載の学習モデル生成装置。
4. 前記昇降機設備は、運転状況を遠隔監視できる監視対象設備、および、運転状況を遠隔監視できない監視対象外設備の少なくとも一方を含み、
   前記注目昇降機設備は、前記監視対象外設備である、請求項１から３の何れか１項に記載の学習モデル生成装置。
5. 前記教師データは、前記昇降機設備の型式および仕様の少なくとも一方を示す設備情報をさらに含み、
   前記入力データは、前記注目昇降機設備の前記設備情報をさらに含む、請求項１から４の何れか１項に記載の学習モデル生成装置。
6. 前記教師データは、前記昇降機設備が設けられた建物の竣工日および耐震仕様の少なくとも一方を示す建物情報をさらに含み、
   前記入力データは、前記注目昇降機設備の前記建物情報をさらに含む、請求項１から５の何れか１項に記載の学習モデル生成装置。
7. 前記運転状況は、少なくとも正常運転および停止を含む、請求項１から６の何れか１項に記載の学習モデル生成装置。
8. 前記災害は、地震であり、
   前記災害の程度は、（１）前記所在地における震度、または、（２）震源地のマグニチュード、震源地の深さ、および、震源地からの距離から算出される、前記所在地における揺れの大きさである、請求項１から７の何れか１項に記載の学習モデル生成装置。
9. 昇降機設備の所在地を示す所在地情報と、前記所在地における災害の程度を含む災害情報と、前記災害が発生したときの前記昇降機設備の運転状況を示す運転状況情報とを含む教師データを用いて機械学習を行うことにより生成された学習モデルを用いて、注目昇降機設備の前記所在地情報と、前記災害情報とを入力データとして、前記注目昇降機設備の運転状況を推定する推定部を備え、
   前記教師データは、前記昇降機設備から所定範囲内に位置し、運転状況を遠隔監視できる前記昇降機設備である周辺設備の、前記災害が発生したときの運転状況を示す周辺運転状況情報をさらに含み、
   前記入力データは、前記注目昇降機設備から前記所定範囲内に位置する前記周辺設備を遠隔監視して得られる、前記災害が発生したときの運転状況をさらに含む、運転状況推定装置。
10. 昇降機設備の所在地を示す所在地情報と、前記所在地における災害の程度を含む災害情報と、前記災害が発生したときの前記昇降機設備の運転状況を示す運転状況情報とを含む教師データを用いて機械学習を行うことにより生成された学習モデルを用いて、注目昇降機設備の前記所在地情報と、前記災害情報とを入力データとして、前記注目昇降機設備の運転状況を推定する推定部を備え、
    前記推定部は、前記注目昇降機設備の運転状況の確率を推定する、運転状況推定装置。
11. 前記教師データは、前記昇降機設備から所定範囲内に位置し、運転状況を遠隔監視できる前記昇降機設備である周辺設備の、前記災害が発生したときの運転状況を示す周辺運転状況情報をさらに含み、
    前記入力データは、前記注目昇降機設備から前記所定範囲内に位置する前記周辺設備を遠隔監視して得られる、前記災害が発生したときの運転状況をさらに含む、請求項１０に記載の運転状況推定装置。
12. 前記昇降機設備は、運転状況を遠隔監視できる監視対象設備、および、運転状況を遠隔監視できない監視対象外設備の少なくとも一方を含み、
    前記注目昇降機設備は、前記監視対象外設備である、請求項９から１１の何れか１項に記載の運転状況推定装置。
13. 前記教師データは、前記昇降機設備の型式および仕様の少なくとも一方を示す設備情報をさらに含み、
    前記入力データは、前記注目昇降機設備の前記設備情報をさらに含む、請求項９から１２の何れか１項に記載の運転状況推定装置。
14. 前記教師データは、前記昇降機設備が設けられた建物の竣工日および耐震仕様の少なくとも一方を示す建物情報をさらに含み、
    前記入力データは、前記注目昇降機設備の前記建物情報をさらに含む、請求項９から１３の何れか１項に記載の運転状況推定装置。
15. 前記運転状況は、少なくとも正常運転および停止を含む、請求項９から１４の何れか１項に記載の運転状況推定装置。
16. 前記災害は、地震であり、
    前記災害の程度は、（１）前記所在地における震度、または、（２）震源地のマグニチュード、震源地の深さ、および、震源地からの距離から算出される、前記所在地における揺れの大きさである、請求項９から１５の何れか１項に記載の運転状況推定装置。
17. 昇降機設備の所在地を示す所在地情報と、前記所在地における災害の程度を含む災害情報と、前記災害が発生したときの前記昇降機設備の運転状況を示す運転状況情報とを含む教師データを用いて機械学習を行うことにより、注目昇降機設備の前記所在地情報と、前記災害情報とを入力として、前記注目昇降機設備の運転状況を出力する学習モデルを生成する学習工程を含み、
    前記教師データは、前記昇降機設備から所定範囲内に位置し、運転状況を遠隔監視できる前記昇降機設備である周辺設備の、前記災害が発生したときの運転状況を示す周辺運転状況情報をさらに含み、
    前記入力は、前記注目昇降機設備から前記所定範囲内に位置する前記周辺設備を遠隔監視して得られる、前記災害が発生したときの運転状況をさらに含む、学習モデル生成装置が実行する学習モデル生成方法。
18. 昇降機設備の所在地を示す所在地情報と、前記所在地における災害の程度を含む災害情報と、前記災害が発生したときの前記昇降機設備の運転状況を示す運転状況情報とを含む教師データを用いて機械学習を行うことにより、注目昇降機設備の前記所在地情報と、前記災害情報とを入力として、前記注目昇降機設備の運転状況を出力する学習モデルを生成する学習工程を含み、
    前記学習モデルは、前記注目昇降機設備の運転状況の確率を出力する、学習モデル生成装置が実行する学習モデル生成方法。
19. 昇降機設備の所在地を示す所在地情報と、前記所在地における災害の程度を含む災害情報と、前記災害が発生したときの前記昇降機設備の運転状況を示す運転状況情報とを含む教師データを用いて機械学習を行うことにより生成された学習モデルを用いて、注目昇降機設備の前記所在地情報と、前記災害情報とを入力として、前記注目昇降機設備の運転状況を推定する推定工程を含み、
    前記教師データは、前記昇降機設備から所定範囲内に位置し、運転状況を遠隔監視できる前記昇降機設備である周辺設備の、前記災害が発生したときの運転状況を示す周辺運転状況情報をさらに含み、
    前記入力は、前記注目昇降機設備から前記所定範囲内に位置する前記周辺設備を遠隔監視して得られる、前記災害が発生したときの運転状況をさらに含む、運転状況推定装置が実行する推定方法。
20. 昇降機設備の所在地を示す所在地情報と、前記所在地における災害の程度を含む災害情報と、前記災害が発生したときの前記昇降機設備の運転状況を示す運転状況情報とを含む教師データを用いて機械学習を行うことにより生成された学習モデルを用いて、注目昇降機設備の前記所在地情報と、前記災害情報とを入力として、前記注目昇降機設備の運転状況を推定する推定工程を含み、
    前記推定工程にて、前記注目昇降機設備の運転状況の確率を推定する、運転状況推定装置が実行する推定方法。
21. 請求項１または２に記載の学習モデル生成装置としてコンピュータを機能させるためのプログラムであって、前記学習部としてコンピュータを機能させるためのプログラム。
22. 請求項９または１０に記載の運転状況推定装置としてコンピュータを機能させるためのプログラムであって、前記推定部としてコンピュータを機能させるためのプログラム。

Images