JP7491391B2 - 配置探索装置、配置探索方法、及び配置探索プログラム - Google Patents

配置探索装置、配置探索方法、及び配置探索プログラム Download PDF

Info

Publication number
JP7491391B2
JP7491391B2 JP2022558677A JP2022558677A JP7491391B2 JP 7491391 B2 JP7491391 B2 JP 7491391B2 JP 2022558677 A JP2022558677 A JP 2022558677A JP 2022558677 A JP2022558677 A JP 2022558677A JP 7491391 B2 JP7491391 B2 JP 7491391B2
Authority
JP
Japan
Prior art keywords
sample
event occurrence
occurrence data
placement
auxiliary
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
JP2022558677A
Other languages
English (en)
Other versions
JPWO2022091258A1 (ja
Inventor
篤彦 前田
健一 福田
幸雄 菊谷
順暎 金
和昭 尾花
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Publication of JPWO2022091258A1 publication Critical patent/JPWO2022091258A1/ja
Application granted granted Critical
Publication of JP7491391B2 publication Critical patent/JP7491391B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/54—Interprogram communication
    • G06F9/542—Event management; Broadcasting; Multicasting; Notifications
    • 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
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation

Landscapes

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

Description

開示の技術は、配置探索装置、配置探索方法、及び配置探索プログラムに関する。
地域毎の事象の発生を予測し、それに対応する複数のリソースを最適に配置する技術が知られている。例えば、非特許文献１では、地域単位の救急需要予測を行い、それに対して現場到着時間若しくは現場到着までの走行距離がなるべく短くなるよう複数の救急隊（救急車）を最適配置する方法が提案されている。
"救急ビッグデータを用いた救急自動車最適運用システムの有効性を確認～リアルタイムな救急需要予測等による救急車の搬送時間短縮をめざす～", https://www.ntt.co.jp/news2018/1811/181126a.html
しかしながら、例えば、５００ｍ四方や１ｋｍ四方の地域メッシュごとに単位時間あたりの傷病者発生を予測し、現場到着時間若しくは現場到着までの走行距離がなるべく短くなるよう複数の救急隊（救急車）を適切に配置したいとする。救急隊が配置できる場所は、対象となる地域内に存在する複数の消防署であるとし、傷病者発生現場に最も近い距離で待機していた救急隊が出動するものとする。この場合、複数の消防署間で複数の救急隊を適切に配置しようとするわけであるから、離散最適化問題となる。
しかし、例えば、日本の中核都市では、消防署は５０程度、救急隊は４０程度存在している場合がある。この場合、例えば、各消防署には何台でも救急隊を配置できるものと単純化すると、その配置パターンの数は単純計算で５０の４０乗にもなる。そのため、このような問題の最適解を実時間で見つけることは難しい。
一方、地域メッシュごとの傷病者発生を予測したとしても、その結果は外れることもある。それに対して、救急隊の配置は、予測が多少外れたとしても、効果が見込めるロバストな配置となっていることが望ましい。
開示の技術は、上記の点に鑑みてなされたものであり、リソースの有効な配置を決定しなければいけない短い時間の間に、事象発生の予測結果が多少はずれたとしても効果が見込めるロバストなリソースの配置を求めることができる配置探索装置、配置探索方法、及び配置探索プログラムを提供することを目的とする。
上記目的を達成するために、本開示の一態様に係る配置探索装置は、過去に得られた事象発生データに基づいて、予め定められた条件において起こり得る事象発生データを第１主要サンプルとして出力し、前記予め定められた条件と類似する条件において起こり得る事象発生データを第１補助サンプルとして出力する第１サンプル出力部と、発生する事象に対応するリソースの複数の配置案を作成する配置案作成部と、前記複数の配置案の各々に対して前記第１主要サンプル及び前記第１補助サンプルを適用した場合に、前記複数の配置案の各々が所定の評価基準を満たすか否かを評価する第１配置評価部と、最新の事象発生データに基づいて、前記予め定められた条件において起こり得る未来の事象発生データを第２主要サンプルとして出力し、前記類似する条件において起こり得る未来の事象発生データを第２補助サンプルとして出力する第２サンプル出力部と、前記所定の評価基準を満たす配置案の各々に対して前記第２主要サンプル及び前記第２補助サンプルを適用した場合に、前記所定の評価基準を満たす配置案の各々が前記所定の評価基準を満たすか否かを再度評価する第２配置評価部と、を備えている。
更に、上記目的を達成するために、本開示の一態様に係る配置探索方法は、過去に得られた事象発生データに基づいて、予め定められた条件において起こり得る事象発生データを第１主要サンプルとして出力し、前記予め定められた条件と類似する条件において起こり得る事象発生データを第１補助サンプルとして出力し、発生する事象に対応するリソースの複数の配置案を作成し、前記複数の配置案の各々に対して前記第１主要サンプル及び前記第１補助サンプルを適用した場合に、前記複数の配置案の各々が所定の評価基準を満たすか否かを評価し、最新の事象発生データに基づいて、前記予め定められた条件において起こり得る未来の事象発生データを第２主要サンプルとして出力し、前記類似する条件において起こり得る未来の事象発生データを第２補助サンプルとして出力し、前記所定の評価基準を満たす配置案の各々に対して前記第２主要サンプル及び前記第２補助サンプルを適用した場合に、前記所定の評価基準を満たす配置案の各々が前記所定の評価基準を満たすか否かを再度評価する。
更に、上記目的を達成するために、本開示の一態様に係る配置探索プログラムは、過去に得られた事象発生データに基づいて、予め定められた条件において起こり得る事象発生データを第１主要サンプルとして出力し、前記予め定められた条件と類似する条件において起こり得る事象発生データを第１補助サンプルとして出力し、発生する事象に対応するリソースの複数の配置案を作成し、前記複数の配置案の各々に対して前記第１主要サンプル及び前記第１補助サンプルを適用した場合に、前記複数の配置案の各々が所定の評価基準を満たすか否かを評価し、最新の事象発生データに基づいて、前記予め定められた条件において起こり得る未来の事象発生データを第２主要サンプルとして出力し、前記類似する条件において起こり得る未来の事象発生データを第２補助サンプルとして出力し、前記所定の評価基準を満たす配置案の各々に対して前記第２主要サンプル及び前記第２補助サンプルを適用した場合に、前記所定の評価基準を満たす配置案の各々が前記所定の評価基準を満たすか否かを再度評価することを、コンピュータに実行させる。
開示の技術によれば、リソースの有効な配置を決定しなければいけない短い時間の間に、事象発生の予測結果が多少はずれたとしても効果が見込めるロバストなリソースの配置を求めることができる。
実施形態に係る配置探索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。 実施形態に係る配置探索装置の機能構成の一例を示すブロック図である。 実施形態に係る傷病者発生データ列の一例を示す図である。 実施形態に係る擬似発生データ列の一例を示す図である。 実施形態に係る擬似発生データ列の別の例を示す図である。 実施形態に係るＭＣＭＣで求めた傷病者発生確率の一例を示すグラフである。 実施形態に係る救急車データの一例を示す図である。 実施形態に係る消防署データの一例を示す図である。 実施形態に係る救急車の配置案の一例を示す図である。 実施形態に係る元々の救急車の配置の一例を示す図である。 実施形態に係る評価基準を満たす有効配置案の一例を示す図である。 実施形態に係る評価基準を満たせなかった配置案の一例を示す図である。 実施形態に係る配置探索プログラムによるフェーズ１の処理の流れの一例を示すフローチャートである。 実施形態に係る評価処理の流れの一例を示すフローチャートである。 実施形態に係る配置探索プログラムによるフェーズ２の処理の流れの一例を示すフローチャートである。
以下、開示の技術の実施形態の一例を、図面を参照しつつ説明する。なお、各図面において、同一又は等価な構成要素及び部分には同一の参照符号を付与している。また、図面の寸法比率は、説明の都合上誇張されており、実際の比率とは異なる場合がある。
本実施形態では、地域単位の救急需要予測を行い、それに対して現場到着時間若しくは現場到着までの走行距離がなるべく短くなるように、複数の救急隊（救急車）を最適に配置する形態を例示して説明する。但し、本実施形態は、発生する事象に対してリソースを最適に配置する形態であれば適用可能とされる。
図１は、本実施形態に係る配置探索装置１０のハードウェア構成の一例を示すブロック図である。
図１に示すように、配置探索装置１０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１２、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１３、ストレージ１４、入力部１５、表示部１６、及び通信インタフェース（Ｉ／Ｆ）１７を備えている。各構成は、バス１８を介して相互に通信可能に接続されている。
ＣＰＵ１１は、中央演算処理ユニットであり、各種プログラムを実行したり、各部を制御したりする。すなわち、ＣＰＵ１１は、ＲＯＭ１２又はストレージ１４からプログラムを読み出し、ＲＡＭ１３を作業領域としてプログラムを実行する。ＣＰＵ１１は、ＲＯＭ１２又はストレージ１４に記憶されているプログラムに従って、上記各構成の制御及び各種の演算処理を行う。本実施形態では、ＲＯＭ１２又はストレージ１４には、リソースの最適な配置を探索するための配置探索プログラムが格納されている。
ＲＯＭ１２は、各種プログラム及び各種データを格納する。ＲＡＭ１３は、作業領域として一時的にプログラム又はデータを記憶する。ストレージ１４は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）又はＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）により構成され、オペレーティングシステムを含む各種プログラム、及び各種データを格納する。
入力部１５は、マウス等のポインティングデバイス、及びキーボードを含み、自装置に対して各種の入力を行うために使用される。
表示部１６は、例えば、液晶ディスプレイであり、各種の情報を表示する。表示部１６は、タッチパネル方式を採用して、入力部１５として機能しても良い。
通信インタフェース１７は、自装置が他の外部機器と通信するためのインタフェースである。当該通信には、例えば、イーサネット（登録商標）若しくはＦＤＤＩ（Ｆｉｂｅｒ Ｄｉｓｔｒｉｂｕｔｅｄ Ｄａｔａ Ｉｎｔｅｒｆａｃｅ）等の有線通信の規格、又は、４Ｇ、５Ｇ、若しくはＷｉ－Ｆｉ（登録商標）等の無線通信の規格が用いられる。
本実施形態に係る配置探索装置１０には、例えば、サーバコンピュータ、パーソナルコンピュータ（ＰＣ：Personal Computer）等の汎用的なコンピュータ装置が適用される。
次に、図２を参照して、配置探索装置１０の機能構成について説明する。
図２は、本実施形態に係る配置探索装置１０の機能構成の一例を示すブロック図である。
図２に示すように、配置探索装置１０は、機能構成として、第１サンプル出力部１０１、配置案作成部１０２、第１配置評価部１０３、第２サンプル出力部１０４、第２配置評価部１０５、及び結果出力部１０６を備えている。各機能構成は、ＣＰＵ１１がＲＯＭ１２又はストレージ１４に記憶された配置探索プログラムを読み出し、ＲＡＭ１３に展開して実行することにより実現される。
また、第１サンプル出力部１０１は、第１主要サンプル出力部１０１Ａ及び第１補助サンプル出力部１０１Ｂを含み、第２サンプル出力部１０４は、第２主要サンプル出力部１０４Ａ及び第２補助サンプル出力部１０４Ｂを含む。
ストレージ１４には、救急車データ１４１、消防署データ１４２、過去事象発生データ１４３、有効配置案１４４、及び最新事象発生データ１４５が記憶される。なお、これらの救急車データ１４１、消防署データ１４２、過去事象発生データ１４３、有効配置案１４４、及び最新事象発生データ１４５は、外部の記憶装置に記憶されるようにしてもよい。
過去事象発生データ１４３は、過去に得られた事象発生データのデータ列である。ここでいう過去とは、配置探索を行う現時点よりも過去の一定期間であることを意味し、例えば、過去数ヶ月、過去数年等の期間とされる。最新事象発生データ１４５は、最新の事象発生データのデータ列である。ここでいう最新とは、配置探索を行う現時点の直前までの一定期間であることを意味し、例えば、直近数日、直近数ヶ月等の期間とされる。すなわち、最新の期間は、過去の期間よりも短い期間である。なお、事象発生データとは、例えば、傷病者発生データ（つまり、何年何月何日何曜日何時何分に、どこの経度緯度で傷病者が発生したかを示すデータ）である。
第１サンプル出力部１０１は、過去事象発生データ１４３に基づいて、予め定められた条件において起こり得る事象発生データを第１主要サンプルとして出力し、予め定められた条件と類似する条件において起こり得る事象発生データを第１補助サンプルとして出力する。なお、予め定められた条件とは、例えば、９月の平日１０時等の条件であり、当該条件と類似する条件とは、例えば、８月及び１０月の平日１０時等の条件である。本実施形態の場合、第１主要サンプル出力部１０１Ａが第１主要サンプルを出力し、第１補助サンプル出力部１０１Ｂが第１補助サンプルを出力する。
なお、第１主要サンプルは、例えば、予め定められた条件において実際に発生したデータ列から一定領域毎の事象発生頻度を求め、求めた事象発生頻度に従って擬似的に生成された擬似発生データ列として表してもよい。同様に、第１補助サンプルは、当該条件と類似する条件において実際に発生したデータ列から一定領域毎の事象発生頻度を求め、求めた事象発生頻度に従って擬似的に生成された擬似発生データ列として表してもよい。また、第１主要サンプルは、予め定められた条件において実際に発生したデータ列から事象発生確率を確率変数として求め、求めた確率変数に従って擬似的に生成された擬似発生データ列として表してもよい。同様に、第１補助サンプルは、当該条件と類似する条件において実際に発生したデータ列から事象発生確率を確率変数として求め、求めた確率変数に従って擬似的に生成された擬似発生データ列として表してもよい。これらの事象発生頻度及び事象発生確率の具体例については後述する。
配置案作成部１０２は、発生する事象に対応するリソースの複数の配置案を作成する。本実施形態の場合、救急車データ１４１及び消防署データ１４２を用いて、救急車を消防署に配置する場合における、救急車についての複数の配置案を作成する。
第１配置評価部１０３は、第１主要サンプル、第１補助サンプル、及び複数の配置案を入力とし、複数の配置案の各々に対して第１主要サンプル及び第１補助サンプルを適用した場合に、複数の配置案の各々が所定の評価基準を満たすか否かを評価する。第１配置評価部１０３は、所定の評価基準を満たす配置案を有効配置案１４４としてストレージ１４に記憶する。ここまでの処理が「フェーズ１」である。
次に、第２サンプル出力部１０４は、最新事象発生データ１４５に基づいて、予め定められた条件において起こり得る未来の事象発生データを第２主要サンプルとして出力し、予め定められた条件と類似する条件において起こり得る未来の事象発生データを第２補助サンプルとして出力する。なお、予め定められた条件及び当該条件と類似する条件の各々は、それぞれ第１サンプル出力部１０１における条件と同じである。本実施形態の場合、第２主要サンプル出力部１０４Ａが第２主要サンプルを出力し、第２補助サンプル出力部１０４Ｂが第２補助サンプルを出力する。
第２配置評価部１０５は、第２主要サンプル、第２補助サンプル、及び有効配置案１４４を入力とし、有効配置案１４４の各々に対して第２主要サンプル及び第２補助サンプルを適用した場合に、有効配置案１４４の各々が所定の評価基準を満たすか否かを再度評価する。
結果出力部１０６は、第２配置評価部１０５による再評価の結果、所定の評価基準を満たす有効配置案を、リソースの最適な配置として出力する。ここまでの処理が「フェーズ２」である。
本実施形態では、上述したように、大きく分けて、フェーズ１及びフェーズ２という２つの実施フェーズを含んでいる。フェーズ１は、過去の傷病者発生データから、予め有効な救急車の配置案の多数の配置パターンを見つけておくフェーズである。このフェーズ１は、例えば、年度始めや、四半期毎、若しくは、月に一回等のタイミングで実施される。また、フェーズ２は、例えば、毎日決まった時刻に、最新の傷病者発生データから、近い未来の傷病者発生を予測し、フェーズ１で事前に見つけておいた有効な配置パターンから、最も有効な配置パターンを見つけ、それに従って配置変更を行うというフェーズである。
まず、フェーズ１の処理について、ここでは例えば８月に翌月９月の平日１０時台の救急車の最適配置を求めるケースを例示して説明する。第１主要サンプル出力部１０１Ａは、８月までに蓄積された過去の傷病者発生データに基づいて、予め定められた条件（例えば、９月の平日１０時台）に最も起こり得ると予測される発生データ列を第１主要サンプルとして複数通り出力する。また、第１補助サンプル出力部１０１Ｂは、８月までに蓄積された過去の傷病者発生データに基づいて、上記予め定められた条件と類似する条件（例えば、８月及び１０月の平日１０時台等）で起こり得ると予測される発生データ列を第１補助サンプルとして複数通り出力する。
第１主要サンプル及び第１補助サンプルを出力する方法は複数考えられる。最も簡単な第１の方法は、過去数年分の９月の平日１０時台の実際の発生データ列をそのまま第１主要サンプルとして出力し、過去数年分の８月及び１０月の平日１０時台の実際の発生データ列を第１補助サンプルとして出力するというものである。このように処理する場合には、毎年同じ月、同じ曜日、同じ時間帯には同じような傷病者発生パターンが生じるという前提と、８月及び１０月の発生データ列は９月に対して日々の平均気温が比較的近い等の理由で発生データ列も類似しているという前提と、があるものとする。
図３は、本実施形態に係る傷病者発生データ列の一例を示す図である。
図３に示す傷病者発生データ列は、上記の方法で第１主要サンプル出力部１０１Ａが第１主要サンプルとして出力した平日１０時台１日分の発生データ列の例である。図３の例では、年、月、日、曜日の情報は以降の処理で不要なため出力していない。図３の例では、１日分だけであるが、実際には複数日分（該当する日数が例えば１００日であれば１００日分）のデータが出力される。第１補助サンプル出力部１０１Ｂが第１補助サンプルとして出力する傷病者発生データ列も同様である。この方法の場合には、第１補助サンプル出力部１０１Ｂから出力される日数のほうが、第１主要サンプル出力部１０１Ａから出力される日数よりも一般的に多くなる。
もう１つの簡単な第２の方法としては、過去数年分の９月の平日１０時台の実際の発生データ列をそのまま第１主要サンプルとして出力し、過去数年分の９月の平日１０時台を含む１月から１２月の平日の１０時台の実際の発生データ列を第１補助サンプルとして出力してもよい。
次に、更に別な第３の方法として、擬似発生データ列を作成して利用する方法について説明する。具体的には、第１主要サンプル出力部１０１Ａは、過去数年分の９月の平日１０時台の実際の発生データ列から、一定領域（例えば、５００ｍ四方、１ｋｍ四方ごと等）の傷病者発生頻度を求め、その頻度にしたがって擬似的に発生データ列を生成する。傷病者発生頻度は、事象発生頻度の一例である。例えば、ある５００ｍ四方のエリアの９月の平日１０時台の傷病者発生頻度は、利用する過去の発生データ列が例えば１００日分で、その間の合計傷病者発生数が例えば３０人であったとすると、３０／１００＝０．３、として求められる。同様に、対象となる地域全てのエリアで発生頻度を求め、それらの値に見合った擬似的な発生データ列を生成し、エリア毎のデータ列を１つにまとめて利用してもよい。対象となるエリア内のどの位置で傷病者が発生するかは、過去の実際の発生位置をプロットし、例えば、カーネル密度推定を行い、その密度に基づいて発生させるようにしてもよい。擬似発生データ列を作成する方法の利点は、過去に実際に発生した発生データ列より多くのサンプルを作り出し、より多くの発生パターンによるロバストな検証を行える点である。
このとき、補助サンプル出力部１０１Ｂは、上記のように算出した発生頻度の値である０．３を一定値増減させて（例えば、毎度０．０５増減させて、０．３５と０．２５という値を算出）、その値から擬似発生データ列を生成してもよい。あるいは、上述の例のように、過去の８月及び１０月の発生データ列から発生頻度を求めたのち、擬似発生データ列を生成してもよい。
図４は、本実施形態に係る擬似発生データ列の一例を示す図である。
図４に示す擬似発生データ列は、エリア毎に発生頻度を求めて、擬似発生データを生成し、１つのデータ列としてまとめたものであり、上述の図３の例と同じ発生頻度となっている。
図５は、本実施形態に係る擬似発生データ列の別の例を示す図である。
図５に示す擬似発生データ列は、エリア毎に発生頻度を求めた後に、個々のエリアの発生頻度を一定値減少させて、擬似発生データ列を作成したものであり、結果として１０時台の合計発生回数が図４の例と比較して少なくなっている。
更に別な第４の方法として、傷病者発生確率を確率変数として求め、擬似発生データを作成する方法について説明する。傷病者発生確率は、事象発生確率の一例である。確率変数として求めるとは、例えば、０．３人発生する可能性が５０％、０．３１人発生する確率が１０％、０．３２人発生する確率が５％、・・・というように、傷病者発生確率が様々な値をとる可能性を考え、それぞれの可能性を確率で表すという意味である。確率変数として求めるには、対象となる過去の発生データ列がポアソン分布にしたがって発生していると仮定し、マルコフ連鎖モンテカルロ法（ＭＣＭＣ）等を使って、ポアソン分布のパラメータ（一定時間内に何回発生するかを表す）を確率変数として求めるとよい。この結果から、第１主要サンプル出力部１０１Ａは、最も確率が高いパラメータから擬似発生データを生成し、第１補助サンプル出力部１０１Ｂは、それ以外の確率のパラメータから擬似発生データを生成するとよい。実際には、発生確率の分布は連続しているので、そこから一定間隔でパラメータを拾い上げ、擬似発生データを生成するとよい。
図６は、本実施形態に係るＭＣＭＣで求めた傷病者発生確率の一例を示すグラフである。
図６に示すグラフは、上記のようにしてポアソン分布のパラメータを確率変数として求めた結果を可視化したものである。横軸がポアソン分布のパラメータの値で、縦軸がその確率を表している。図６の例では、４つのグラフが描かれており、個々のグラフはＭＣＭＣのチェーンに対応し、４つのチェーンを使って計算したことを表している。４つのグラフはほぼ重なっており、ＭＣＭＣの計算がほぼ収束していることを示している。この場合、第１主要サンプル出力部１０１Ａは、確率が最も高い、パラメータが０．６のポアソン分布に従うように発生データを擬似的に生成する。一方、第１補助サンプル出力部１０１Ｂは、例えば、０．６の前後の０．２，０．４，０．８，１．０というパラメータから発生データを生成する。
なお、第１主要サンプル出力部１０１Ａ及び第１補助サンプル出力部１０１Ｂの各々が擬似発生データ列を生成する場合、第１補助サンプル出力部１０１Ｂの日数分を意図的に少なくしてもよい。但し、データ列の長さではない。データ列の長さは発生確率のパラメータが大きくなるほど長くなる。上記で示したＭＣＭＣでポアソン分布のパラメータを確率変数として求めた場合には、確率の大きさにしたがってデータ生成日数を決めてもよい。上述の図６の例であれば、パラメータが０．６，０．８，０．４，１．０，０．２という順にサンプル数を少なくしていく。後段の第１配置評価部１０３では基本的に第１主要サンプル出力部１０１Ａが出力したデータ列にウエイトを置いた評価を行うが、第１補助サンプル出力部１０１Ｂが出力したデータ列の日数分を意図的に第１主要サンプル出力部１０１Ａより減らしている場合には、統一した評価基準による加重平均で評価しても同等の処理となる。
第１主要サンプル出力部１０１Ａ及び第１補助サンプル出力部１０１Ｂの各々で作成された発生データ列は、それぞれ第１配置評価部１０３に出力される。
一方、配置案作成部１０２は、一例として、図７に示す救急車データ１４１、及び、図８に示す消防署データ１４２に基づいて、消防署に救急車を配置する複数の配置案を作成する。
図７は、本実施形態に係る救急車データ１４１の一例を示す図である。また、図８は、本実施形態に係る消防署データ１４２の一例を示す図である。
図７に示す救急車データ１４１の例では、ａ～ｆの救急車ＩＤ（Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）を有する６台の救急車が登録されている。また、図８に示す消防署データ１４２の例では、Ａ～Ｉの消防署ＩＤを有する９箇所の消防署が登録されている。最初の配置案を作成する方法は、一例として、図９に示すように、ランダムに配置案を作成するということでよい。
図９は、本実施形態に係る救急車の配置案の一例を示す図である。なお、配置案作成部１０２によって作成された複数の配置案にはユニークなＩＤ（図示省略）が付与される。
配置案作成部１０２によって作成された配置案は、第１配置評価部１０３に出力される。２番目以降の配置案を作成する方法としては、様々な方法が考えられる。最も簡単な方法は、２番目以降についてもランダムに配置案を作成する方法である。しかし、この場合、組合せ数が膨大であれば、第１配置評価部１０３で有効と評価される配置案を特定するまでに長い時間を要すると考えられる。そこで、様々なヒューリスティクス（発見的手法とも呼ばれる。）を使うことが考えられる。その１つとして、遺伝的アルゴリズムを利用する方法がある。
遺伝的アルゴリズムを利用する方法の一例について説明する。第１配置評価部１０３で有効と評価される配置案が特定されるまでは、ランダムに配置案を作成し、有効と評価された場合には、その配置案に基づいて、配置案の一部をランダムに変更したり、有効と評価された複数の配置案を組み合わせたりして、次の配置案を作成する、といった具合に行う。なお、複数の配置案を組み合わせるとは、例えば、一方の配置案から救急車ａ～ｃの配置、もう一方の配置案から救急車ｄ～ｆの配置を抽出して組み合わせる等とされる。こうすると、経験的には比較的短時間で最適解に近い解が得られることがわかっている。
次に、第１配置評価部１０３は、配置案作成部１０２から取得した配置案を、第１主要サンプル出力部１０１Ａ及び第１補助サンプル出力部１０１Ｂの各々から取得した発生データ列を使って評価する。評価方法としては、一例として、傷病者発生現場の最寄りに存在し、かつ、出動可能な救急車が現場に到着するまでに走行する距離の平均を計算し、計算した走行距離の平均と、一例として、図１０に示す元々の救急車の配置の場合における走行距離の平均とを比較することで行う。
図１０は、本実施形態に係る元々の救急車の配置の一例を示す図である。
ある救急車が出動してしまった場合、一定時間、次の出動要請には対応できないものとする。この一定時間は、例えば、傷病者搬送完了までの平均的な時間を予め求めておき、その値とすればよい。例えば、傷病者搬送完了までの平均的な時間が５０分であれば、５０分間は次の出動要請に対応できないものとする。傷病者発生現場までの距離の求め方としては、一例として、最も簡単には直線距離でもよいし、あるいは、道路ネットワークデータが準備できれば、道路ネットワーク上の最短距離としてもよい。
また、第１配置評価部１０３は、第１主要サンプル出力部１０１Ａが例えば１００日分のデータを出力していれば、１００日分全てについて評価する。第１補助サンプル出力部１０１Ｂから出力されるデータに対しても同様である。
また、救急車の状態の初期値については、実際にはいくつかの救急車が既に出動対応中となる可能性も考えられる。このため、例えば、１日分のサンプルごとに、様々な初期状態から評価を行うことが望ましい。初期状態は、例えば、救急車ａが出動中で３０分後に復帰、あるいは、救急車ａ及び救急車ｂが出動中で、救急車ａは３０分後、救急車ｂは４０分後から対応可能、等とされる。
以上のような評価の結果、配置案が所定の評価基準を満たせば、当該配置案は有効であるとみなされ、有効配置案１４４としてストレージ１４に記憶される。
このとき、基本的に、第１主要サンプル出力部１０１Ａから取得した発生データ列と、第１補助サンプル出力部１０１Ｂから取得した発生データ列との重要性は異なるため、それぞれ異なる評価基準で評価するようにしてもよい。例えば、第１主要サンプル出力部１０１Ａから取得した発生データ列では、基準となる元々の配置と比べて、現場に到着するまでの距離（以下、「現場到着距離」という。）の平均が元々の配置の場合と比較して平均１００ｍ以上短縮された場合に評価基準を満たすものとする。一方、第１補助サンプル出力部１０１Ｂから取得した発生データ列では、現場到着距離の平均が５０ｍ以上短縮された場合に評価基準を満たすものとする。
図１１は、本実施形態に係る評価基準を満たす有効配置案１４４の一例を示す図である。また、図１２は、本実施形態に係る評価基準を満たせなかった配置案の一例を示す図である。
図１１に示す有効配置案１４４は、配置案を示す配置ＩＤに対して、主要評価及び補助評価が対応付けられている。主要評価は、第１主要サンプル出力部１０１Ａから取得された発生データ列を配置案に適用した場合の距離差を表し、補助評価は、第１補助サンプル出力部１０１Ｂから取得された発生データ列を配置案に適用した場合の距離差を表している。ここでいう距離差とは、上述したように、発生データ列を配置案に適用した場合の現場到着距離の平均と、発生データ列を元々の配置に適用した場合の現場到着距離の平均との差を表す。なお、評価基準には、上述したように、主要評価と補助評価とで異なる基準（例えば、主要評価では短縮された距離差が平均１００ｍ以上、補助評価では短縮された距離差が平均５０ｍ以上）とされる。つまり、図１１に示す有効配置案１４４は、主要評価及び補助評価の各々がそれぞれの評価基準を満たす配置案とされる。
一方、図１２に示す配置案は、評価基準を満たせなかった配置案である。例えば、配置ＩＤがＤ１Ｆ２ＥＤ３Ａの配置案の場合、主要評価及び補助評価のいずれでも評価基準を満たせていない。また、配置ＩＤが３Ａ７２１Ｃ５９の配置案の場合、主要評価では評価基準を満たしているものの、補助評価では評価基準を満たせていない。また、配置ＩＤがＣ１２ＦＡ２７５の配置案の場合、その逆、つまり、主要評価では評価基準を満たしておらず、補助評価では評価基準を満たしている。
なお、上述したように、第１補助サンプル出力部１０１Ｂが出力した発生データ列の日数分を意図的に第１主要サンプル出力部１０１Ａより減らしている場合には、統一した評価基準による加重平均で評価してもよい。
また、第１配置評価部１０３は、ある配置案の評価結果を配置案作成部１０２に出力して、次の配置案の作成に反映させるようにしてもよい。
以上のようにして、ここまでのフェーズ１の処理を汎用的なＰＣ等で十数時間繰り返すことにより、経験的には数十～数百パターンの有効配置を見つけることができる。
次に、図１３を参照して、本実施形態に係る配置探索装置１０の作用について説明する。
図１３は、本実施形態に係る配置探索プログラムによるフェーズ１の処理の流れの一例を示すフローチャートである。配置探索プログラムによるフェーズ１の処理は、配置探索装置１０のＣＰＵ１１が、ＲＯＭ１２又はストレージ１４に記憶されている配置探索プログラムをＲＡＭ１３に書き込んで実行することにより、実現される。
図１３のステップＳ１０１では、ＣＰＵ１１が、例えば、過去数年分の事象発生データを表す過去事象発生データ１４３の入力を受け付ける。なお、この例の場合、事象発生データとは、上述したように、例えば、傷病者発生データを表すものとする。
ステップＳ１０２では、ＣＰＵ１１が、ステップＳ１０１で入力を受け付けた過去事象発生データ１４３に基づいて、予め定められた条件において起こり得る事象発生データを第１主要サンプルとして出力する。なお、この例の場合、予め定められた条件とは、上述したように、例えば、９月の平日１０時台等の条件を表すものとする。
ステップＳ１０３では、ＣＰＵ１１が、ステップＳ１０１で入力を受け付けた過去事象発生データ１４３に基づいて、上記条件と類似する条件において起こり得る事象発生データを第１補助サンプルとして出力する。なお、この例の場合、類似する条件とは、上述したように、例えば、９月の前後の８月及び１０月の各々の平日１０時台等の条件を表すものとする。
ステップＳ１０４では、ＣＰＵ１１が、一例として、上述の図７に示す救急車データ１４１、及び、上述の図８に示す消防署データ１４２に基づいて、傷病者発生事象に対応する救急車の複数の配置案を作成する。
ステップＳ１０５では、ＣＰＵ１１が、ステップＳ１０４で作成した複数の配置案の各々に対して、ステップＳ１０２で出力した第１主要サンプル、及び、ステップＳ１０３で出力した第１補助サンプルを適用し、複数の配置案の各々が評価基準を満たすか否かを評価する。そして、ＣＰＵ１１は、複数の配置案のうち、評価基準を満たす有効な配置案を、一例として、上述の図１１に示す有効配置案１４４としてストレージ１４に記憶して、本配置探索プログラムによるフェーズ１の処理を終了する。
図１４は、本実施形態に係る評価処理の流れの一例を示すフローチャートである。図１４のフローは、図１３のステップＳ１０５の評価処理を具体的に示したものである。
図１４のステップＳ１１１では、ＣＰＵ１１が、第１主要サンプル又は第１補助サンプルを表す事象発生データが存在するか否かを判定する。事象発生データが存在すると判定した場合（肯定判定の場合）、ステップＳ１１２に移行し、事象発生データが存在しないと判定した場合（否定判定の場合）、ステップＳ１１５に移行する。
ステップＳ１１２では、ＣＰＵ１１が、事象発生データを１つ抽出する。
ステップＳ１１３では、ＣＰＵ１１が、ステップＳ１１２で抽出した事象発生データに対して、最寄りの救急車を出動とし、出動した救急車に対して一定時間次の出動を不可とすることを示す出動不可フラグを付与する。
ステップＳ１１４では、ＣＰＵ１１が、ステップＳ１１３で出動不可フラグが付与された救急車が配置された消防署から現場到着までの距離を計算し、計算した距離をストレージ１４に記憶し、ステップＳ１１１に戻り、全ての事象発生データについて処理を繰り返す。
一方、ステップＳ１１５では、ＣＰＵ１１が、現場到着までの距離の平均を計算し、図１３のステップＳ１０５にリターンする。なお、評価方法としては、上述したように、傷病者発生現場の最寄りに存在し、かつ、出動可能な救急車が現場に到着するまでに走行する距離の平均を計算し、計算した走行距離の平均と、一例として、上述の図１０に示す元々の救急車の配置の場合における走行距離の平均とを比較することで行う。
次に、フェーズ２の処理について説明する。フェーズ２の処理は、例えば、９月に入り、毎日の平日１０時前の決まった時刻（例えば、９時など）に実行される。第２サンプル出力部１０４は、最新事象発生データ１４５から、例えば、直近１ヶ月の平日１０時台のエリアごとの傷病者の発生頻度を求め、その結果から未来の擬似発生データをサンプリングする。なお、最新事象発生データ１４５は、直前までに蓄積された最新の過去の傷病者発生データを表す。また、サンプリングする日数分としては、例えば、１００日分とする。この他にも上述のフェーズ１の処理と同様に、第２主要サンプル出力部１０４Ａと第２補助サンプル出力部１０４Ｂとで役割を分担し、発生頻度を一定値増加又は減少させて、サンプルを出力してもよいし、上述の図６に示すＭＣＭＣを用いて確率変数に基づいてサンプルを生成してもよい。
第２配置評価部１０５は、ストレージ１４に蓄積されている有効配置案１４４の全てについて評価を行う。ここでの評価方法は、取得する配置案が配置案作成部１０２で作成された配置案ではなく、第１配置評価部１０３で評価された有効配置案１４４である以外は、上述のフェーズ１の処理での評価方法と同様である。
図１５は、本実施形態に係る配置探索プログラムによるフェーズ２の処理の流れの一例を示すフローチャートである。配置探索プログラムによるフェーズ２の処理は、配置探索装置１０のＣＰＵ１１が、ＲＯＭ１２又はストレージ１４に記憶されている配置探索プログラムをＲＡＭ１３に書き込んで実行することにより、実現される。
図１５のステップＳ１２１では、ＣＰＵ１１が、例えば、直近１ヶ月の事象発生データを表す最新事象発生データ１４５の入力を受け付ける。なお、この例の場合、事象発生データとは、上述のフェーズ１と同様に、例えば、傷病者発生データを表すものとする。
ステップＳ１２２では、ＣＰＵ１１が、ステップＳ１２１で入力を受け付けた最新事象発生データ１４５に基づいて、予め定められた条件において起こり得る未来の事象発生データを第２主要サンプルとして出力する。なお、この例の場合、予め定められた条件とは、上述のフェーズ１と同様に、例えば、９月の平日１０時台等の条件を表すものとする。
ステップＳ１２３では、ＣＰＵ１１が、ステップＳ１２１で入力を受け付けた最新事象発生データ１４５に基づいて、上記条件と類似する条件において起こり得る未来の事象発生データを第２補助サンプルとして出力する。なお、この例の場合、類似する条件とは、上述のフェーズ１と同様に、例えば、９月の前後の８月及び１０月の各々の平日１０時台等の条件を表すものとする。
ステップＳ１２４では、ＣＰＵ１１が、上述のフェーズ１でストレージ１４に記憶した有効配置案１４４（図１１を参照）の各々に対して、ステップＳ１２２で出力した第２主要サンプル、及び、ステップＳ１２３で出力した第２補助サンプルを適用し、有効配置案１４４の各々が評価基準を満たすか否かを再評価する。なお、再評価の方法は、上述のフェーズ１の評価方法と同様である。
ステップＳ１２５では、ＣＰＵ１１が、ステップＳ１２４での再評価により得られた最終的な評価結果を出力し、本配置探索プログラムによるフェーズ２の処理を終了する。
このようにして、最新の発生データ列に基づき、改めて有効配置案を評価する。この結果、上述の図１１に示した評価結果とは異なる評価結果となる場合がある。ユーザはこの評価結果をみて、最終的にどのリソース配置で行くかを意思決定することができる。
フェーズ２の処理は、汎用的なＰＣで数十秒から数分程度で実施することができる。そのため、例えば、リソースの配置変更を実施したい当日に、最新の事象発生データに基づいて、リソースの適切な配置を迅速に見つけ、採用することができる。
以上の方法はその他にも応用が可能である。例えば、救急隊の数が何らかの理由で減少してしまったときのために、予め少ない救急隊数での有効配置を求めておき、活用することもできる。
このように本実施形態によれば、比較的短い時間の間にリソースの有効な配置を決定しなければいけない場合に、事象発生の予測結果が多少はずれたとしても効果が見込めるロバストなリソースの配置を求めることができる。
なお、上記実施形態でＣＰＵがソフトウェア（プログラム）を読み込んで実行した配置探索処理を、ＣＰＵ以外の各種のプロセッサが実行してもよい。この場合のプロセッサとしては、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等の製造後に回路構成を変更可能なＰＬＤ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）、及びＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等が例示される。また、配置探索処理を、これらの各種のプロセッサのうちの１つで実行してもよいし、同種又は異種の２つ以上のプロセッサの組み合わせ（例えば、複数のＦＰＧＡ、及びＣＰＵとＦＰＧＡとの組み合わせ等）で実行してもよい。また、これらの各種のプロセッサのハードウェア的な構造は、より具体的には、半導体素子等の回路素子を組み合わせた電気回路である。
また、上記実施形態では、配置探索プログラムがストレージに予め記憶（インストール）されている態様を説明したが、これに限定されない。プログラムは、ＣＤ－ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｋ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＤＶＤ－ＲＯＭ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、及びＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリ等の非一時的（ｎｏｎ－ｔｒａｎｓｉｔｏｒｙ）記憶媒体に記憶された形態で提供されてもよい。また、プログラムは、ネットワークを介して外部装置からダウンロードされる形態としてもよい。
以上の実施形態に関し、更に以下の付記を開示する。
（付記項１）
メモリと、
前記メモリに接続された少なくとも１つのプロセッサと、
を含み、
前記プロセッサは、
過去に得られた事象発生データに基づいて、予め定められた条件において起こり得る事象発生データを第１主要サンプルとして出力し、前記予め定められた条件と類似する条件において起こり得る事象発生データを第１補助サンプルとして出力し、
発生する事象に対応するリソースの複数の配置案を作成し、
前記複数の配置案の各々に対して前記第１主要サンプル及び前記第１補助サンプルを適用した場合に、前記複数の配置案の各々が所定の評価基準を満たすか否かを評価し、
最新の事象発生データに基づいて、前記予め定められた条件において起こり得る未来の事象発生データを第２主要サンプルとして出力し、前記類似する条件において起こり得る未来の事象発生データを第２補助サンプルとして出力し、
前記所定の評価基準を満たす配置案の各々に対して前記第２主要サンプル及び前記第２補助サンプルを適用した場合に、前記所定の評価基準を満たす配置案の各々が前記所定の評価基準を満たすか否かを再度評価する、
ように構成されている配置探索装置。
（付記項２）
配置探索処理を実行するようにコンピュータによって実行可能なプログラムを記憶した非一時的記憶媒体であって、
前記配置探索処理は、
過去に得られた事象発生データに基づいて、予め定められた条件において起こり得る事象発生データを第１主要サンプルとして出力し、前記予め定められた条件と類似する条件において起こり得る事象発生データを第１補助サンプルとして出力し、
発生する事象に対応するリソースの複数の配置案を作成し、
前記複数の配置案の各々に対して前記第１主要サンプル及び前記第１補助サンプルを適用した場合に、前記複数の配置案の各々が所定の評価基準を満たすか否かを評価し、
最新の事象発生データに基づいて、前記予め定められた条件において起こり得る未来の事象発生データを第２主要サンプルとして出力し、前記類似する条件において起こり得る未来の事象発生データを第２補助サンプルとして出力し、
前記所定の評価基準を満たす配置案の各々に対して前記第２主要サンプル及び前記第２補助サンプルを適用した場合に、前記所定の評価基準を満たす配置案の各々が前記所定の評価基準を満たすか否かを再度評価する、
非一時的記憶媒体。
１０ 配置探索装置
１１ ＣＰＵ
１２ ＲＯＭ
１３ ＲＡＭ
１４ ストレージ
１５ 入力部
１６ 表示部
１７ 通信Ｉ／Ｆ
１８ バス
１０１ 第１サンプル出力部
１０１Ａ 第１主要サンプル出力部
１０１Ｂ 第１補助サンプル出力部
１０２ 配置案作成部
１０３ 第１配置評価部
１０４ 第２サンプル出力部
１０４Ａ 第２主要サンプル出力部
１０４Ｂ 第２補助サンプル出力部
１０５ 第２配置評価部
１０６ 結果出力部
１４１ 救急車データ
１４２ 消防署データ
１４３ 過去事象発生データ
１４４ 有効配置案
１４５ 最新事象発生データ

Claims (7)

  1. 過去に得られた事象発生データに基づいて、予め定められた条件において起こり得る事象発生データを第１主要サンプルとして出力し、前記予め定められた条件と類似する条件において起こり得る事象発生データを第１補助サンプルとして出力する第１サンプル出力部と、
    発生する事象に対応するリソースの複数の配置案を作成する配置案作成部と、
    前記複数の配置案の各々に対して前記第１主要サンプル及び前記第１補助サンプルを適用した場合に、前記複数の配置案の各々が所定の評価基準を満たすか否かを評価する第１配置評価部と、
    最新の事象発生データに基づいて、前記予め定められた条件において起こり得る未来の事象発生データを第２主要サンプルとして出力し、前記類似する条件において起こり得る未来の事象発生データを第２補助サンプルとして出力する第２サンプル出力部と、
    前記所定の評価基準を満たす配置案の各々に対して前記第２主要サンプル及び前記第２補助サンプルを適用した場合に、前記所定の評価基準を満たす配置案の各々が前記所定の評価基準を満たすか否かを再度評価する第２配置評価部と、
    を備えた配置探索装置。
  2. 前記所定の評価基準は、前記第１主要サンプルと前記第１補助サンプルとで異なり、かつ、前記第２主要サンプルと前記第２補助サンプルとで異なる
    請求項１に記載の配置探索装置。
  3. 前記第１サンプル出力部は、前記第１主要サンプルを出力する第１主要サンプル出力部と、前記第１補助サンプルを出力する第１補助サンプル出力部と、を含み、
    前記第２サンプル出力部は、前記第２主要サンプルを出力する第２主要サンプル出力部と、前記第２補助サンプルを出力する第２補助サンプル出力部と、を含む
    請求項１又は請求項２に記載の配置探索装置。
  4. 前記第１主要サンプルは、前記予め定められた条件において実際に発生したデータ列から一定領域毎の事象発生頻度を求め、当該事象発生頻度に従って擬似的に生成された擬似発生データ列として表され、
    前記第１補助サンプルは、前記類似する条件において実際に発生したデータ列から一定領域毎の事象発生頻度を求め、当該事象発生頻度に従って擬似的に生成された擬似発生データ列として表される
    請求項１～請求項３の何れか１項に記載の配置探索装置。
  5. 前記第１主要サンプルは、前記予め定められた条件において実際に発生したデータ列から事象発生確率を確率変数として求め、当該確率変数に従って擬似的に生成された擬似発生データ列として表され、
    前記第１補助サンプルは、前記類似する条件において実際に発生したデータ列から事象発生確率を確率変数として求め、当該確率変数に従って擬似的に生成された擬似発生データ列として表される
    請求項１～請求項３の何れか１項に記載の配置探索装置。
  6. 過去に得られた事象発生データに基づいて、予め定められた条件において起こり得る事象発生データを第１主要サンプルとして出力し、前記予め定められた条件と類似する条件において起こり得る事象発生データを第１補助サンプルとして出力し、
    発生する事象に対応するリソースの複数の配置案を作成し、
    前記複数の配置案の各々に対して前記第１主要サンプル及び前記第１補助サンプルを適用した場合に、前記複数の配置案の各々が所定の評価基準を満たすか否かを評価し、
    最新の事象発生データに基づいて、前記予め定められた条件において起こり得る未来の事象発生データを第２主要サンプルとして出力し、前記類似する条件において起こり得る未来の事象発生データを第２補助サンプルとして出力し、
    前記所定の評価基準を満たす配置案の各々に対して前記第２主要サンプル及び前記第２補助サンプルを適用した場合に、前記所定の評価基準を満たす配置案の各々が前記所定の評価基準を満たすか否かを再度評価することを、
    コンピュータが実行する配置探索方法。
  7. 過去に得られた事象発生データに基づいて、予め定められた条件において起こり得る事象発生データを第１主要サンプルとして出力し、前記予め定められた条件と類似する条件において起こり得る事象発生データを第１補助サンプルとして出力し、
    発生する事象に対応するリソースの複数の配置案を作成し、
    前記複数の配置案の各々に対して前記第１主要サンプル及び前記第１補助サンプルを適用した場合に、前記複数の配置案の各々が所定の評価基準を満たすか否かを評価し、
    最新の事象発生データに基づいて、前記予め定められた条件において起こり得る未来の事象発生データを第２主要サンプルとして出力し、前記類似する条件において起こり得る未来の事象発生データを第２補助サンプルとして出力し、
    前記所定の評価基準を満たす配置案の各々に対して前記第２主要サンプル及び前記第２補助サンプルを適用した場合に、前記所定の評価基準を満たす配置案の各々が前記所定の評価基準を満たすか否かを再度評価することを、
    コンピュータに実行させるための配置探索プログラム。
JP2022558677A 2020-10-28 2020-10-28 配置探索装置、配置探索方法、及び配置探索プログラム Active JP7491391B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/040462 WO2022091258A1 (ja) 2020-10-28 2020-10-28 配置探索装置、配置探索方法、及び配置探索プログラム

Publications (2)

Publication Number Publication Date
JPWO2022091258A1 JPWO2022091258A1 (ja) 2022-05-05
JP7491391B2 true JP7491391B2 (ja) 2024-05-28

Family

ID=81383816

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022558677A Active JP7491391B2 (ja) 2020-10-28 2020-10-28 配置探索装置、配置探索方法、及び配置探索プログラム

Country Status (3)

Country Link
US (1) US20240012682A1 (ja)
JP (1) JP7491391B2 (ja)
WO (1) WO2022091258A1 (ja)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017091351A (ja) 2015-11-13 2017-05-25 日本電気株式会社 統合装置、統合方法、統合プログラム、および制御システム
JP2019113935A (ja) 2017-12-21 2019-07-11 日本電信電話株式会社 事象発生対応システム、方法およびプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017091351A (ja) 2015-11-13 2017-05-25 日本電気株式会社 統合装置、統合方法、統合プログラム、および制御システム
JP2019113935A (ja) 2017-12-21 2019-07-11 日本電信電話株式会社 事象発生対応システム、方法およびプログラム

Also Published As

Publication number Publication date
US20240012682A1 (en) 2024-01-11
WO2022091258A1 (ja) 2022-05-05
JPWO2022091258A1 (ja) 2022-05-05

Similar Documents

Publication Publication Date Title
McCormack et al. A simulation model to enable the optimization of ambulance fleet allocation and base station location for increased patient survival
Talarico et al. Ambulance routing for disaster response with patient groups
Chen et al. Optimal team deployment in urban search and rescue
JP6802916B2 (ja) 需要予測装置
Sánchez-Cordero et al. Place prioritization for biodiversity content using species ecological niche modeling
Li et al. A decision support system for the single-depot vehicle rescheduling problem
US20120246214A1 (en) Method for supporting service setting
Avci et al. An adaptive large neighborhood search approach for multiple traveling repairman problem with profits
US20210174270A1 (en) Rideshare vehicle demand forecasting device, method for forecasting rideshare vehicle demand, and storage medium
Pettet et al. Hierarchical planning for resource allocation in emergency response systems
Usman et al. The hybrid of depth first search technique and Kruskal's algorithm for solving the multiperiod degree constrained minimum spanning tree problem
US10423904B2 (en) Workforce optimization by improved provision of job performance plan
WO2019042275A1 (zh) 目标区域范围内的移动模式的确定方法及电子设备
Kumar et al. Resource scheduling for postdisaster management in IoT environment
Rahmaniani et al. Variable neighborhood search based evolutionary algorithm and several approximations for balanced location–allocation design problem
van den HEUVEL et al. Integrating timetabling and vehicle scheduling in public bus transportation
JP7491391B2 (ja) 配置探索装置、配置探索方法、及び配置探索プログラム
Roozbeh et al. A solution approach to the orienteering problem with time windows and synchronisation constraints
Gomes et al. A grasp-based approach for demand responsive transportation
Mirjafari et al. An integrated model of aircraft routing and crew rostering problems to develop fair schedule for the crew under COVID-19 condition
Hu et al. Multiairport capacity management: Genetic algorithm with receding horizon
Bailey et al. SPAR: stochastic programming with adversarial recourse
Jánošíková et al. Load balancing location of emergency medical service stations
WO2023203650A1 (ja) 配置探索装置、配置探索方法、及び配置探索プログラム
JP6448506B2 (ja) パターン抽出装置、方法、及びプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230313

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240213

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240405

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: 20240416

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240429

R150 Certificate of patent or registration of utility model

Ref document number: 7491391

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150