JP7281389B2 - プログラムおよび遅延影響度算出装置 - Google Patents
プログラムおよび遅延影響度算出装置 Download PDFInfo
- Publication number
- JP7281389B2 JP7281389B2 JP2019206783A JP2019206783A JP7281389B2 JP 7281389 B2 JP7281389 B2 JP 7281389B2 JP 2019206783 A JP2019206783 A JP 2019206783A JP 2019206783 A JP2019206783 A JP 2019206783A JP 7281389 B2 JP7281389 B2 JP 7281389B2
- Authority
- JP
- Japan
- Prior art keywords
- delay
- event
- events
- interest
- propagation
- 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
Links
- 230000000694 effects Effects 0.000 claims description 70
- 238000004364 calculation method Methods 0.000 claims description 50
- 230000001364 causal effect Effects 0.000 claims description 50
- 230000003111 delayed effect Effects 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 26
- 238000000605 extraction Methods 0.000 claims description 15
- 239000000284 extract Substances 0.000 claims description 6
- 230000001934 delay Effects 0.000 description 35
- 238000010586 diagram Methods 0.000 description 31
- 230000008030 elimination Effects 0.000 description 23
- 238000003379 elimination reaction Methods 0.000 description 23
- 230000000644 propagated effect Effects 0.000 description 20
- 238000004458 analytical method Methods 0.000 description 17
- 238000009472 formulation Methods 0.000 description 11
- 239000000203 mixture Substances 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 238000012804 iterative process Methods 0.000 description 6
- 230000003252 repetitive effect Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Description
所与の列車ダイヤに対する運行実績データに基づき、各列車の各駅の着発に係る着発事象のうちから、遅延が生じた着発事象を遅延事象として抽出する抽出手段(例えば、図17の遅延事象抽出部202)、
前記抽出された遅延事象のうち、遅延に関する因果関係の条件として定められた所定の因果関係条件を満たす遅延事象同士を関連付けることで遅延事象間の繋がりを表す遅延伝搬ネットワークを策定する策定手段(例えば、図17の遅延伝搬ネットワーク策定部208)、
前記遅延伝搬ネットワークにおいて任意の遅延事象である着目遅延事象から因果関係の方向に繋がる遅延事象に基づいて、当該着目遅延事象が他の着発事象に与える遅延の影響度を算出する算出手段(例えば、図17の影響度算出部214)、
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る。
所与の列車ダイヤに対する運行実績データに基づき、各列車の各駅の着発に係る着発事象のうちから、遅延が生じた着発事象を遅延事象として抽出する抽出手段と、
前記抽出された遅延事象のうち、遅延に関する因果関係の条件として定められた所定の因果関係条件を満たす遅延事象同士を関連付けることで遅延事象間の繋がりを表す遅延伝搬ネットワークを策定する策定手段と、
前記遅延伝搬ネットワークにおいて任意の遅延事象である着目遅延事象から因果関係の方向に繋がる遅延事象に基づいて、当該着目遅延事象が他の着発事象に与える遅延の影響度を算出する算出手段と、
を備えた遅延影響度算出装置を構成してもよい。
前記抽出手段は、前記所与の列車ダイヤに対する異なる運行日毎の前記運行実績データそれぞれから、運行日別の遅延事象を抽出し、
前記策定手段は、前記運行日別の遅延事象に基づいて、当該運行日別の前記遅延伝搬ネットワークを策定し、
前記算出手段は、前記着目遅延事象について前記運行日別の影響度を算出して総和を求めることで、前記着目遅延事象に関する通算影響度を算出する、
プログラムである。
所与の遅延対策時分を設定する設定手段(例えば、図17の遅延対策設定部206)、
前記遅延伝搬ネットワークにおいて遅延発生源である遅延事象を特定する特定手段(例えば、図17の遅延発生源特定部204)、
前記遅延伝搬ネットワークにおいて、所与の遅延事象から前記遅延伝搬ネットワークを遡って到達可能な前記遅延発生源のうち、前記着目遅延事象を経由せずに到達可能な前記遅延発生源が無く、且つ、遅延時分が前記遅延対策時分以下である前記所与の遅延事象を無効化遅延事象として、当該無効化遅延事象を伝搬先とする繋がり、および、当該無効化遅延事象を伝搬元とする繋がり、を無効化する無効化処理を実行する無効化手段(例えば、図17の遅延伝搬ネットワーク策定部208)、
前記無効化処理後の前記遅延伝搬ネットワークにおいて、前記着目遅延事象から辿ることが不可能となった遅延事象の数に基づいて、前記着目遅延事象に関する前記遅延対策による効果値を算出する効果算出手段(例えば、図17の効果値算出部216)、
として前記コンピュータを更に機能させるプログラムである。
前記効果算出手段は、前記無効化処理後の前記遅延伝搬ネットワークにおいて、前記着目遅延事象から辿ることが可能な遅延事象の数に基づいて遅延対策後影響度を算出し、前記算出手段により算出された影響度と当該遅延対策後影響度との差異に基づいて前記効果値を算出する、
プログラムである。
前記抽出手段は、前記所与の列車ダイヤに対する異なる運行日毎の前記運行実績データそれぞれから、運行日別の遅延事象を抽出し、
前記策定手段は、前記運行日別の遅延事象に基づいて、当該運行日別の前記遅延伝搬ネットワークを策定し、
前記無効化手段は、前記運行日別の前記遅延伝搬ネットワークそれぞれについて前記無効化処理を実行し、
前記効果算出手段は、前記着目遅延事象についての前記運行日別の前記効果値を算出して総和を求めることで、前記着目遅延事象に関する通算効果値を算出する、
プログラムである。
本実施形態は、所与の列車ダイヤに対する運行実績データに基づき列車遅延の分析を行うものであり、遅延対策の検討を支援するために、列車遅延の影響や、遅延対策の実施により得られる効果を定量的な評価値として算出する。具体的には、ある駅で生じたある列車の到着或いは出発の遅延が波及した範囲を、当該遅延が他の列車に与える遅延の影響度として算出する。そして、この影響度に基づいて、遅延対策の実施により得られる効果を表す効果値を算出する。
図1は、列車遅延の影響度を説明する図である。図1では、ダイヤ図の一例を示しており、列車ダイヤを点線で示し、運行実績データに相当する実績ダイヤを実線で示している。また、実績ダイヤ上の遅延が生じた着事象・発事象(着発事象)である遅延事象を「丸印」で示している。また、遅延事象のうち、遅延の発生源を「黒丸印」とし、遅延の発生源から波及した遅延事象を「白丸印」として示している。
図3は、遅延対策による効果値を説明する図である。図3では、図1に示した遅延の発生源に対して遅延対策を実施した場合を例示している。図3に示すように、遅延の発生源に対して遅延対策を実施したときの当該発生源の影響度を算出し、遅延対策を実施する前の影響度と実施した後の影響度との差分である影響度低減度合いを、当該発生源に対する遅延対策の実施により得られる効果値とする。
続いて、列車遅延の分析手順を具体的に説明する。図4は、列車遅延の分析手順の流れを示すフローチャートである。なお、図4は大まかな流れを示しており、各ステップの詳細な処理は後述する。先ず、列車ダイヤと、この列車ダイヤに対する運行日別の運行実績データとを、分析対象として取得する(ステップS1)。次いで、遅延対策として実施する遅延対策時分を設定する(ステップS3)。そして、運行日それぞれを対象とした繰り返し処理(ループA)を実行する。
遅延事象は、列車ダイヤの着発事象それぞれについて、列車ダイヤで定められる着発時刻と、運行実績データにおける実績の着発時刻とを比較して、遅延の発生有無を判定することで抽出する。列車ダイヤで定められる着発時刻と実績の着発時刻との差分が、当該遅延事象の遅延時分となる。もしも列車ダイヤで定められる着発時刻よりも実績の着発時刻の方が早い時刻の場合には遅延時分はゼロとする。
遅延の発生源は、遅延事象間の遅延に関する所定の因果関係に基づいて特定する。具体的には、遅延事象のうち、当該遅延事象を因果関係に従う遅延の伝搬先としたときに伝搬元となる他の遅延事象が存在しない遅延事象を、遅延の発生源であると判定する。
遅延の伝搬先が着事象となる遅延に関する因果関係には、図5に示す2種類のケースがある。1つ目のケースは、図5(1)に示すように、当該列車の直前駅の出発の遅れが伝搬したケースである。対象の着事象の遅延時分Td2と、当該列車の直前駅の発事象の遅延時分Td1とを比較し、Td1≧Td2-β1、ならば、対象の着事象の遅延は、当該列車の直前駅の出発の遅れが伝搬したものであり、遅延の発生源ではない、と判定する。「β1」はパラメータであり、例えば「0秒」とすることができる。この場合は、遅延が伝搬したことを表すため、対象の着事象(遅延事象)を伝搬先とし、当該列車の直前駅の発事象を遅延の伝搬元とした、遅延の因果関係を有する遅延事象の組み合わせとすることができる。図5(1)の例は、列車3MのB駅の到着の遅れは、当該列車3Mの直前駅であるA駅の出発の遅れが伝搬したケースであり、列車3MのB駅の着事象を伝搬先とし、列車3MのA駅の発事象を波及元とした、遅延に関する因果関係を有する遅延事象の組み合わせとすることができる。
また、遅延の伝搬先が発事象となる遅延に関する因果関係には、図6に示す3種類のケースがある。1つ目のケースは、図6(1)に示すように、当該列車の当該駅への到着の遅れが伝搬したケースである。対象の発事象の遅延時分Td6と、当該列車の当該駅の着事象の遅延時分Td5とを比較し、Td5≧Td6-β3、ならば、対象の発事象の遅延は、当該列車の当該駅の到着の遅れが波及したものであり、遅延の発生源ではない、と判定する。「β3」はパラメータであり、例えば「0秒」とすることができる。この場合は、遅延が伝搬したことを表すため、対象の発事象(遅延事象)を伝搬先とし、当該列車の当該駅の着事象を遅延の伝搬元とした、遅延の因果関係を有する遅延事象の組み合わせとすることができる。図6(1)の例は、列車3MのB駅の出発の遅れは、当該列車3Mの当該駅(B駅)への到着の遅れが伝搬したケースであり、列車3MのB駅の発事象を伝搬先とし、列車3MのB駅の着事象を伝搬元とした、遅延に関する因果関係を有する遅延事象の組み合わせとすることができる。
遅延伝搬ネットワークは、運行実績データに基づいて抽出した遅延事象をノードとし、遅延に関する因果関係を有する遅延事象同士をアークで繋ぐことで策定する。
着目遅延事象の影響度は、遅延伝搬ネットワークにおいて、当該着目遅延事象の遅延伝搬経路上の遅延事象数の数に基づいて算出する。例えば、遅延事象の数を、そのまま影響度とすることができる。図8の例では、遅延の発生源である遅延事象1Bdの遅延伝搬経路として、遅延事象1Ca,1Cdの順に辿れる経路と、遅延事象3Ba,3Bd,3Ca,3Cdの順に辿れる経路とがある。そして、この遅延伝搬経路上の遅延事象の数である「6」が、遅延事象1Bdの影響度となる。
任意の事象の遅延対策後の影響度は、策定した遅延伝搬ネットワークに対して、当該任意の事象に対する遅延対策の実施により遅延の伝搬が解消されるアークを無効化した後のネットワークにおいて、当該着目遅延事象の遅延伝搬経路上の遅延事象の数に基づいて算出する。例えば、遅延事象の数を、そのまま遅延対策後の影響度とすることができる。
本実施形態では、上述した列車遅延の分析を、コンピュータシステムの一種である遅延影響度算出装置によって行う。遅延影響度算出装置では、遅延伝搬ネットワークを、遅延の因果関係を有する2つの遅延事象の組み合わせ(遅延の伝搬元と伝搬先との組み合わせ)である遅延事象組で表現することで、遅延伝搬ネットワークの策定や、当該遅延伝搬ネットワークを用いた影響度の算出等の処理を行う。
図12は、遅延事象組を説明する図である。図12に示すように、遅延事象組は、上述した遅延に関する因果関係(図5,図6参照)を有する2つの遅延事象の組み合わせである。遅延事象組には、パラメータとして、遅延の伝搬元の遅延事象である前事象aと、遅延の伝搬先の遅延事象である後事象bと、合流フラグfと、遅延解消フラグgと、が設定される。遅延事象組は、遅延伝搬ネットワークにおいて前事象aのノードから後事象bのノードへ向かう有向アークで繋がれた2つの事象a,bの組み合わせを表す。以下、1つの遅延事象組を、[前事象a,後事象b,合流フラグf,遅延解消フラグg]と適宜表記する。
遅延影響度算出装置は、遅延伝搬ネットワークにおける着目遅延事象の影響度の算出のために、当該遅延伝搬ネットワークにおいて遅延が波及する全ての遅延事象の組み合わせである遅延事象組の集合を波及先リストとして作成する。遅延伝搬ネットワークは、遅延が直接に伝搬する遅延事象同士を、遅延が伝搬する方向に向かうアークで繋いだネットワークである。この遅延伝搬ネットワークにおいて、他の遅延事象を介して間接的に遅延が伝搬する遅延事象の組み合わせについての新たな遅延事象組を生成し、生成した新たな遅延事象組を、当該遅延伝搬ネットワークを表す遅延伝搬リストに対して追加するリストとして作成する。遅延伝搬ネットワークを表す遅延伝搬リストと、追加するリストとを合わせたリストが波及先リストである。
図15は、波及先リストに追加する遅延事象組の生成を説明する図である。図15に示すように、遅延伝搬ネットワークを表現する伝搬遅延リストから、2つの遅延事象組であって、一方の遅延事象組の前事象aと、他方の遅延事象組の後事象bとが一致する2つの遅延事象組[前事象a=B,後事象b=A,f1,g1],[前事象a=C,後事象b=B,f2,g2]を探索し、探索した2つの遅延事象組を、一致する遅延事象Bを介して結合した新たな遅延事象組[前事象a=C,後事象b=A,f3,g3]を生成する。つまり、遅延伝搬ネットワークにおいて、結合した他方の遅延事象組[前事象a=C,後事象b=B,f2,g2]の前事象a=Cから、一方の遅延事象組[前事象a=B,後事象b=A,f1,g1]の後事象b=Aに向かう有向アークを追加することに相当する。
遅延影響度算出装置は、波及先リストに含まれる遅延事象組であって、前事象aが着目遅延事象である遅延事象組のうちから、合流フラグfが「f=0」であり、且つ、遅延解消フラグgが「g=1」である遅延事象組を除く遅延事象組の数を、当該着目遅延事象に対する遅延対策後の影響度として算出する。合流フラグfが「f=0」であり、且つ、遅延解消フラグgが「g=1」である遅延事象組とは、着目遅延事象に対する遅延対策の実施により解消される、直接または間接の遅延波及現象に相当する。一方、これ以外の遅延事象組は、着目遅延事象に対する遅延対策によって解消されない、直接または間接の遅延波及現象に相当する。つまり、当該遅延対策実施後の遅延伝搬ネットワークにおいて、当該着目遅延事象から辿ることが可能な遅延事象に相当する。
図17は、遅延影響度算出装置1の機能構成の一例である。図17によれば、遅延影響度算出装置1は、操作部102と、表示部104と、音出力部106と、通信部108と、処理部200と、記憶部300とを備えて構成され、一種のコンピュータシステムとして実現される。なお、遅延影響度算出装置1は、1台のコンピュータで実現してもよいし、複数台のコンピュータを接続して構成することとしてもよい。
図19は、遅延伝搬ネットワーク策定部208が実行する遅延伝搬ネットワーク策定処理(図4のステップS9に相当)の流れを説明するフローチャートである。この処理において、遅延伝搬ネットワーク策定部208は、対象運行日の遅延事象間の繋がりを表す遅延伝搬ネットワークを策定し、遅延伝搬リストおよび波及先リストを作成する。
このように、本実施形態によれば、運行実績データを利用して、遅延対策の検討に有用な指標として、任意の遅延事象である着目遅延事象が他の着発事象に与える遅延の影響度を算出することができる。遅延に関する因果関係条件を満たす遅延事象同士を関連付けた遅延伝搬ネットワークにおいて、着目遅延事象から因果関係の方向に繋がる遅延事象は、当該着目遅延事象から遅延が波及する範囲に相当する。従って、着目遅延事象からの遅延の波及範囲を表す影響度を、遅延対策の検討に有用な指標とすることができる。また、遅延対策時分を設定し、この遅延対策時分だけ着目遅延事象の遅延時分を減少させる遅延対策の実施による効果値を算出することができる。
200…処理部
202…遅延事象抽出部、204…遅延発生源特定部、206…遅延対策設定部
208…遅延伝搬ネットワーク策定部
210…遅延伝搬リスト作成部、212…波及先リスト作成部
214…影響度算出部、216…効果値算出部
300…記憶部
302…遅延影響度算出プログラム
310…列車ダイヤ、312…運行実績データ
314…遅延因果関係情報、316…設定遅延対策情報
320…列車遅延分析情報
Claims (6)
- 所与の列車ダイヤに対する運行実績データに基づき、各列車の各駅の着発に係る着発事象のうちから、遅延が生じた着発事象を遅延事象として抽出する抽出手段、
前記抽出された遅延事象のうち、遅延に関する因果関係の条件として定められた所定の因果関係条件を満たす遅延事象同士を関連付けることで遅延事象間の繋がりを表す遅延伝搬ネットワークを策定する策定手段、
前記遅延伝搬ネットワークにおいて任意の遅延事象である着目遅延事象から因果関係の方向に繋がる遅延事象に基づいて、当該着目遅延事象が他の着発事象に与える遅延の影響度を算出する算出手段、
としてコンピュータを機能させ、
前記抽出手段は、前記所与の列車ダイヤに対する異なる運行日毎の前記運行実績データそれぞれから、運行日別の遅延事象を抽出し、
前記策定手段は、前記運行日別の遅延事象に基づいて、当該運行日別の前記遅延伝搬ネットワークを策定し、
前記算出手段は、前記着目遅延事象について前記運行日別の前記影響度を算出して総和を求めることで、前記着目遅延事象に関する通算影響度を算出する、
プログラム。 - 所与の列車ダイヤに対する運行実績データに基づき、各列車の各駅の着発に係る着発事象のうちから、遅延が生じた着発事象を遅延事象として抽出する抽出手段、
前記抽出された遅延事象のうち、遅延に関する因果関係の条件として定められた所定の因果関係条件を満たす遅延事象同士を関連付けることで遅延事象間の繋がりを表す遅延伝搬ネットワークを策定する策定手段、
前記遅延伝搬ネットワークにおいて任意の遅延事象である着目遅延事象から因果関係の方向に繋がる遅延事象に基づいて、当該着目遅延事象が他の着発事象に与える遅延の影響度を算出する算出手段、
遅延対策として必要な所与の遅延対策時分を設定する設定手段、
前記遅延伝搬ネットワークにおいて遅延発生源である遅延事象を特定する特定手段、
前記遅延伝搬ネットワークにおいて、所与の遅延事象から前記遅延伝搬ネットワークを遡って到達可能な前記遅延発生源のうち、前記着目遅延事象を経由せずに到達可能な前記遅延発生源が無く、且つ、遅延時分が前記遅延対策時分以下である前記所与の遅延事象を無効化遅延事象として、当該無効化遅延事象を伝搬先とする繋がり、および、当該無効化遅延事象を伝搬元とする繋がり、を無効化する無効化処理を実行する無効化手段、
前記無効化処理後の前記遅延伝搬ネットワークにおいて、前記着目遅延事象から辿ることが不可能となった遅延事象の数に基づいて、前記着目遅延事象に関する前記遅延対策による効果値を算出する効果算出手段、
としてコンピュータを機能させるためのプログラム。 - 前記効果算出手段は、前記無効化処理後の前記遅延伝搬ネットワークにおいて、前記着目遅延事象から辿ることが可能な遅延事象の数に基づいて遅延対策後影響度を算出し、前記算出手段により算出された影響度と当該遅延対策後影響度との差異に基づいて前記効果値を算出する、
請求項2に記載のプログラム。 - 前記抽出手段は、前記所与の列車ダイヤに対する異なる運行日毎の前記運行実績データそれぞれから、運行日別の遅延事象を抽出し、
前記策定手段は、前記運行日別の遅延事象に基づいて、当該運行日別の前記遅延伝搬ネットワークを策定し、
前記無効化手段は、前記運行日別の前記遅延伝搬ネットワークそれぞれについて前記無効化処理を実行し、
前記効果算出手段は、前記着目遅延事象についての前記運行日別の前記効果値を算出して総和を求めることで、前記着目遅延事象に関する通算効果値を算出する、
請求項2又は3に記載のプログラム。 - 所与の列車ダイヤに対する運行実績データに基づき、各列車の各駅の着発に係る着発事象のうちから、遅延が生じた着発事象を遅延事象として抽出する抽出手段と、
前記抽出された遅延事象のうち、遅延に関する因果関係の条件として定められた所定の因果関係条件を満たす遅延事象同士を関連付けることで遅延事象間の繋がりを表す遅延伝搬ネットワークを策定する策定手段と、
前記遅延伝搬ネットワークにおいて着目遅延事象から因果関係の方向に繋がる遅延事象に基づいて、当該着目遅延事象が他の着発事象に与える遅延の影響度を算出する算出手段と、
を備え、
前記抽出手段は、前記所与の列車ダイヤに対する異なる運行日毎の前記運行実績データそれぞれから、運行日別の遅延事象を抽出し、
前記策定手段は、前記運行日別の遅延事象に基づいて、当該運行日別の前記遅延伝搬ネットワークを策定し、
前記算出手段は、前記着目遅延事象について前記運行日別の前記影響度を算出して総和を求めることで、前記着目遅延事象に関する通算影響度を算出する、
遅延影響度算出装置。 - 所与の列車ダイヤに対する運行実績データに基づき、各列車の各駅の着発に係る着発事象のうちから、遅延が生じた着発事象を遅延事象として抽出する抽出手段と、
前記抽出された遅延事象のうち、遅延に関する因果関係の条件として定められた所定の因果関係条件を満たす遅延事象同士を関連付けることで遅延事象間の繋がりを表す遅延伝搬ネットワークを策定する策定手段と、
前記遅延伝搬ネットワークにおいて着目遅延事象から因果関係の方向に繋がる遅延事象に基づいて、当該着目遅延事象が他の着発事象に与える遅延の影響度を算出する算出手段と、
遅延対策として必要な所与の遅延対策時分を設定する設定手段と、
前記遅延伝搬ネットワークにおいて遅延発生源である遅延事象を特定する特定手段と、
前記遅延伝搬ネットワークにおいて、所与の遅延事象から前記遅延伝搬ネットワークを遡って到達可能な前記遅延発生源のうち、前記着目遅延事象を経由せずに到達可能な前記遅延発生源が無く、且つ、遅延時分が前記遅延対策時分以下である前記所与の遅延事象を無効化遅延事象として、当該無効化遅延事象を伝搬先とする繋がり、および、当該無効化遅延事象を伝搬元とする繋がり、を無効化する無効化処理を実行する無効化手段と、
前記無効化処理後の前記遅延伝搬ネットワークにおいて、前記着目遅延事象から辿ることが不可能となった遅延事象の数に基づいて、前記着目遅延事象に関する前記遅延対策による効果値を算出する効果算出手段と、
を備えた遅延影響度算出装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019206783A JP7281389B2 (ja) | 2019-11-15 | 2019-11-15 | プログラムおよび遅延影響度算出装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019206783A JP7281389B2 (ja) | 2019-11-15 | 2019-11-15 | プログラムおよび遅延影響度算出装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021079742A JP2021079742A (ja) | 2021-05-27 |
JP7281389B2 true JP7281389B2 (ja) | 2023-05-25 |
Family
ID=75963834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019206783A Active JP7281389B2 (ja) | 2019-11-15 | 2019-11-15 | プログラムおよび遅延影響度算出装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7281389B2 (ja) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008114779A (ja) | 2006-11-07 | 2008-05-22 | Railway Technical Res Inst | プログラム及びダイヤ比較評価支援装置 |
JP2010111156A (ja) | 2008-11-04 | 2010-05-20 | Railway Technical Res Inst | プログラム、運行分析方法及び運行分析装置 |
JP2011016461A (ja) | 2009-07-09 | 2011-01-27 | Hitachi Ltd | 運行管理システム |
JP2013054546A (ja) | 2011-09-05 | 2013-03-21 | Mitsubishi Electric Information Systems Corp | 運行管理支援システム及びプログラム |
JP2019093906A (ja) | 2017-11-22 | 2019-06-20 | 株式会社東芝 | 運行管理支援装置、及び運行制御システム |
JP2019123479A (ja) | 2018-01-19 | 2019-07-25 | 株式会社東芝 | 遅延時間分析装置、遅延時間分析方法、及び列車運転支援システム |
-
2019
- 2019-11-15 JP JP2019206783A patent/JP7281389B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008114779A (ja) | 2006-11-07 | 2008-05-22 | Railway Technical Res Inst | プログラム及びダイヤ比較評価支援装置 |
JP2010111156A (ja) | 2008-11-04 | 2010-05-20 | Railway Technical Res Inst | プログラム、運行分析方法及び運行分析装置 |
JP2011016461A (ja) | 2009-07-09 | 2011-01-27 | Hitachi Ltd | 運行管理システム |
JP2013054546A (ja) | 2011-09-05 | 2013-03-21 | Mitsubishi Electric Information Systems Corp | 運行管理支援システム及びプログラム |
JP2019093906A (ja) | 2017-11-22 | 2019-06-20 | 株式会社東芝 | 運行管理支援装置、及び運行制御システム |
JP2019123479A (ja) | 2018-01-19 | 2019-07-25 | 株式会社東芝 | 遅延時間分析装置、遅延時間分析方法、及び列車運転支援システム |
Also Published As
Publication number | Publication date |
---|---|
JP2021079742A (ja) | 2021-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gu et al. | Utilizing UAV video data for in-depth analysis of drivers’ crash risk at interchange merging areas | |
Beloglazov et al. | Simulation of wildfire evacuation with dynamic factors and model composition | |
Ali et al. | An Extreme Value Theory approach to estimate crash risk during mandatory lane-changing in a connected environment | |
Afrin et al. | A probabilistic estimation of traffic congestion using Bayesian network | |
Liu et al. | Does real-time transit information reduce waiting time? An empirical analysis | |
CN115100848B (zh) | 一种地面交通拥堵的出行溯源方法和系统 | |
Jamous et al. | Assessing travel time reliability implications due to roadworks on private vehicles and public transport services in urban road networks | |
US11702120B2 (en) | Information processing apparatus, information processing method, and non-transitory computer readable medium | |
JP7281389B2 (ja) | プログラムおよび遅延影響度算出装置 | |
Nagy et al. | A novel congestion propagation modeling algorithm for smart cities | |
Yamamura et al. | Identification of causes of delays in urban railways | |
Burdett et al. | Performance profiling for predictive train schedules | |
Poomrittigul et al. | The simulation of queuing model for Bangkok rapid transit train ticket system using Python | |
JP2022061668A (ja) | 旅客影響度算出装置及び旅客影響度算出方法 | |
CN116346405A (zh) | 基于数据统计的网络安全运维能力评估系统及方法 | |
CN116259173A (zh) | 一种基于d-s证据理论的多检测方式交通事件融合方法 | |
Zhang et al. | Exploring vulnerability bottlenecks of large-scale bus transit networks based on topological dynamics | |
Witte et al. | For the Greater Good?—A Critical Reflection on Assessing Indirect Economic Effects Caused by Large Transport Projects | |
Zhu et al. | Modeling of incident-induced capacity loss for hurricane evacuation simulation | |
EP3049916B1 (en) | Simplified creation of an application in a selected stream processing platform | |
Giuffrè et al. | Methodological frontier in operational analysis for roundabouts: A review | |
Iliopoulou et al. | Critical multi-link disruption identification for public transport networks: A multi-objective optimization framework | |
de Sousa Oliveira et al. | The impact of the European Development Fund and European Bank as financing sources on traffic estimation biases | |
Grigorev et al. | The Integrated Analysis of Accident Reports and Traffic Flow Data Sets With Early Traffic Disruption Detection and Segmentation | |
Li et al. | Flight delay propagation modeling: Data, Methods, and Future opportunities |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211129 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221122 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221206 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230123 |
|
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: 20230502 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230515 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7281389 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |