JP7495011B2 - シミュレータ装置、シミュレーション方法およびプログラム - Google Patents
シミュレータ装置、シミュレーション方法およびプログラム Download PDFInfo
- Publication number
- JP7495011B2 JP7495011B2 JP2023518556A JP2023518556A JP7495011B2 JP 7495011 B2 JP7495011 B2 JP 7495011B2 JP 2023518556 A JP2023518556 A JP 2023518556A JP 2023518556 A JP2023518556 A JP 2023518556A JP 7495011 B2 JP7495011 B2 JP 7495011B2
- Authority
- JP
- Japan
- Prior art keywords
- passengers
- simulation
- passenger
- train
- ratio
- 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
- 238000004088 simulation Methods 0.000 title claims description 103
- 238000000034 method Methods 0.000 title claims description 40
- 230000006399 behavior Effects 0.000 claims description 102
- 238000004364 calculation method Methods 0.000 claims description 36
- 238000011156 evaluation Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 15
- 238000013459 approach Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 40
- 238000004891 communication Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 8
- 239000003795 chemical substances by application Substances 0.000 description 5
- 230000002787 reinforcement Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000001934 delay Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/60—Testing or simulation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/10—Operations, e.g. scheduling or time tables
- B61L27/16—Trackside optimisation of vehicle or train operation
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Description
本発明は、シミュレータ装置、シミュレーション方法およびプログラムに関する。
列車の運行のシミュレーションの際に、旅客によって行動が異なることをシミュレーションに反映させるために、旅客毎に行動を決定する方法が提案されている。
例えば、特許文献１には、「最早列車選択型」または「乗換回避型」などの行動属性毎に旅客出現確率テーブルを用意して、確率に従って行動属性毎に旅客を出現させることが記載されている。また、特許文献１には、出現させた旅客毎に、その旅客の行動属性等を示す旅客データを生成し、旅客それぞれについて、その旅客の行動属性に応じて乗車、乗継、降車などの行動を行わせることが記載されている。
例えば、特許文献１には、「最早列車選択型」または「乗換回避型」などの行動属性毎に旅客出現確率テーブルを用意して、確率に従って行動属性毎に旅客を出現させることが記載されている。また、特許文献１には、出現させた旅客毎に、その旅客の行動属性等を示す旅客データを生成し、旅客それぞれについて、その旅客の行動属性に応じて乗車、乗継、降車などの行動を行わせることが記載されている。
列車の運行のシミュレーションなど交通システムの運行のシミュレーションで、旅客による行動の違いをシミュレーションに反映することができ、かつ、処理負荷がなるべく軽いことが好ましい。
本発明の目的の一例は、上述した課題を解決することのできるシミュレータ装置、シミュレーション方法およびプログラムを提供することである。
本発明の第一の態様によれば、シミュレータ装置は、選択条件に紐付けられた旅客行動割合のうち、交通システムのシミュレーションで停留中の移動体の種別に適合する選択条件に紐付けられた旅客行動割合を用いて、前記移動体から降りる人数、または、前記移動体へ乗る人数の少なくとも何れかを算出する人数計算手段を備える。
本発明の第二の態様によれば、シミュレーション方法は、コンピュータが、選択条件に紐付けられた旅客行動割合のうち、交通システムのシミュレーションで停留中の移動体の種別に適合する選択条件に紐付けられた旅客行動割合を用いて、前記移動体から降りる人数、または、前記移動体へ乗る人数の少なくとも何れかを算出することを含む。
本発明の第三の態様によれば、プログラムは、コンピュータに、選択条件に紐付けられた旅客行動割合のうち、交通システムのシミュレーションで停留中の移動体の種別に適合する選択条件に紐付けられた旅客行動割合を用いて、前記移動体から降りる人数、または、前記移動体へ乗る人数の少なくとも何れかを算出する
ことを実行させるためのプログラムである。
ことを実行させるためのプログラムである。
本発明によれば、交通システムの運行のシミュレーションで、旅客による行動の違いをシミュレーションに反映することができ、かつ、処理負荷が比較的軽い。
以下、本発明の実施形態を説明するが、以下の実施形態は請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。
＜第１実施形態＞
図１は、第１実施形態に係るシミュレータ装置の構成の例を示す図である。図１に示す構成で、シミュレータ装置１００は、通信部１１０と、表示部１２０と、操作入力部１３０と、記憶部１８０と、制御部１９０とを備える。記憶部１８０は、モデル記憶部１８１と、リスト記憶部１８２とを備える。制御部１９０は、シミュレーション処理部１９１と、人数計算部１９２とを備える。
図１は、第１実施形態に係るシミュレータ装置の構成の例を示す図である。図１に示す構成で、シミュレータ装置１００は、通信部１１０と、表示部１２０と、操作入力部１３０と、記憶部１８０と、制御部１９０とを備える。記憶部１８０は、モデル記憶部１８１と、リスト記憶部１８２とを備える。制御部１９０は、シミュレーション処理部１９１と、人数計算部１９２とを備える。
シミュレータ装置１００は、交通システムの運行のシミュレーションを行う。シミュレータ装置１００はコンピュータを用いて構成されていてもよい。
以下では、シミュレータ装置１００が、鉄道の列車の運行のシミュレーションを行う場合を例に説明する。ただし、シミュレータ装置１００がシミュレーションの対象とする交通システムは、旅客の乗降が行われ、かつ、移動体によって停車する駅または停留所など停車する停車場のパターンが異なるいろいろな交通システムとすることができ、特定の交通システムに限定されない。移動体が止まる（停留する）場所として定められている場所を停留地とも称する。
停留地のうち改札が設けられて入札および出札が行われるものを駅と称する。
実際の鉄道を鉄道システムとも称する。
以下では、シミュレータ装置１００が、鉄道の列車の運行のシミュレーションを行う場合を例に説明する。ただし、シミュレータ装置１００がシミュレーションの対象とする交通システムは、旅客の乗降が行われ、かつ、移動体によって停車する駅または停留所など停車する停車場のパターンが異なるいろいろな交通システムとすることができ、特定の交通システムに限定されない。移動体が止まる（停留する）場所として定められている場所を停留地とも称する。
停留地のうち改札が設けられて入札および出札が行われるものを駅と称する。
実際の鉄道を鉄道システムとも称する。
ここでいう旅客は、列車などの移動体に乗っている利用客と、駅にいる利用客など移動体に乗車予定の利用客との総称である。旅客のうち列車などの移動体に乗っている人を乗客とも称する。
ここでいう、移動体によって停車する駅または停留所など停車する停車場のパターンが異なることは、例えば特急列車、急行列車または普通列車の区別など、移動体によって止まる停留地の設定が異なることである。特急列車、急行列車または普通列車など、移動体毎の止まる停留地の設定の種別を、移動体の優等の種別、または、移動体の種別とも称する。移動体が列車である場合、特急列車、急行列車または普通列車など、列車毎の止まる駅の設定の種別を、列車の優等の種別、または、列車の種別とも称する。
ここでいう、移動体によって停車する駅または停留所など停車する停車場のパターンが異なることは、例えば特急列車、急行列車または普通列車の区別など、移動体によって止まる停留地の設定が異なることである。特急列車、急行列車または普通列車など、移動体毎の止まる停留地の設定の種別を、移動体の優等の種別、または、移動体の種別とも称する。移動体が列車である場合、特急列車、急行列車または普通列車など、列車毎の止まる駅の設定の種別を、列車の優等の種別、または、列車の種別とも称する。
通信部１１０は、他の装置と通信を行う。例えば、通信部１１０が、鉄道システムのサーバ装置と通信を行って、列車の運行ダイヤなど鉄道システムの計画情報と、列車の運行の実績情報、および、駅毎の入出場者数の測定データなどの実績情報とを取得するようにしてもよい。
表示部１２０は、例えば液晶パネルまたはＬＥＤ（Light Emitting Diode、発光ダイオード）パネルなどの表示画面を備え、各種画像を表示する。例えば、表示部１２０が、列車の運行のシミュレーション結果を表示するようにしてもよい。
操作入力部１３０は、例えばキーボードおよびマウスなどの入力デバイスを備え、ユーザ操作を受け付ける。例えば、操作入力部１３０が、シミュレーションの開始を指示するユーザ操作を受け付けるようにしてもよい。また、操作入力部１３０が、列車の遅延の設定などシミュレーションの条件の設定のユーザ操作を受け付けるようにしてもよい。
操作入力部１３０は、例えばキーボードおよびマウスなどの入力デバイスを備え、ユーザ操作を受け付ける。例えば、操作入力部１３０が、シミュレーションの開始を指示するユーザ操作を受け付けるようにしてもよい。また、操作入力部１３０が、列車の遅延の設定などシミュレーションの条件の設定のユーザ操作を受け付けるようにしてもよい。
記憶部１８０は、各種データを記憶する。記憶部１８０は、シミュレータ装置１００が備える記憶デバイスを用いて構成される。
モデル記憶部１８１は、列車運行モデルを記憶する。列車運行モデルは、列車の運行のシミュレーションに用いられるモデルである。
モデル記憶部１８１は、列車運行モデルを記憶する。列車運行モデルは、列車の運行のシミュレーションに用いられるモデルである。
列車運行モデルは、列車の駅への発着時間を示す。例えば、列車運行モデルに路線図が含まれ、運行中の各列車の位置が路線図上に示されていてもよい。そして、シミュレーションにおける時間ステップ毎に、路線図上での各列車の位置が更新されるようにしてもよい。
リスト記憶部１８２は、割合リストを記憶する。割合リストには、シミュレーションにおける状況に応じて旅客がとる行動を割合で示す旅客行動規則が複数含まれる。
旅客行動規則の各々では、選択条件と旅客行動割合とが紐付けられている。旅客行動割合は、駅にいる旅客が到着列車に乗車する割合など、旅客がとる行動を割合で示す。選択条件は、シミュレーションにおける状況に応じた旅客行動割合を選択するための条件を示す。選択条件として、例えば駅に停車した列車の種別など、シミュレーションにおける状況に当てはまるか否かを判定可能な条件が示される。
旅客行動規則の各々では、選択条件と旅客行動割合とが紐付けられている。旅客行動割合は、駅にいる旅客が到着列車に乗車する割合など、旅客がとる行動を割合で示す。選択条件は、シミュレーションにおける状況に応じた旅客行動割合を選択するための条件を示す。選択条件として、例えば駅に停車した列車の種別など、シミュレーションにおける状況に当てはまるか否かを判定可能な条件が示される。
選択条件には、列車の種別と旅客の目的駅との関係に関する条件が含まれていてもよい。
ここでいう旅客の目的駅は、旅客が到達したい駅である。旅客の目的駅には、旅客が出場（出札）したい駅である最終目的駅と、旅客が他の路線に乗り継ぎたい駅である路線毎の目的駅とが含まれていてもよい。
駅に限らす、旅客が到達したい移動体の停留地を目的地とも称する。
ここでいう旅客の目的駅は、旅客が到達したい駅である。旅客の目的駅には、旅客が出場（出札）したい駅である最終目的駅と、旅客が他の路線に乗り継ぎたい駅である路線毎の目的駅とが含まれていてもよい。
駅に限らす、旅客が到達したい移動体の停留地を目的地とも称する。
例えば、リスト記憶部１８２が記憶する割合リストに、以下の旅客行動規則が含まれていてもよい。
（駅に停車している列車の乗客の行動規則）
規則１： IF 停車駅が目的駅 THEN 割合１で降車する。
規則２： IF 乗車中の列車の次の停車駅は目的駅を通り越す THEN 割合１で降車する。
規則３： IF 乗車中の列車が優等列車 AND 乗車中の列車の次の停車駅は目的駅かその手前の駅 THEN 割合1で乗車し続ける。
規則４： IF (１個後続の列車 OR ホームに停車中の列車)が乗車中の列車より優等な種別の列車 AND その優等列車の次の停車駅が目的駅かその手前の駅 THEN p_trans2exp の割合でその優等列車に乗り換え、1 - p_trans2exp の割合で乗車中の列車に乗車し続ける。
（列車が駅に到着した際の、その駅の旅客の行動規則）
規則５： IF 到着列車は目的駅に停車する THEN 割合1で到着列車に乗る。
（駅に停車している列車の乗客の行動規則）
規則１： IF 停車駅が目的駅 THEN 割合１で降車する。
規則２： IF 乗車中の列車の次の停車駅は目的駅を通り越す THEN 割合１で降車する。
規則３： IF 乗車中の列車が優等列車 AND 乗車中の列車の次の停車駅は目的駅かその手前の駅 THEN 割合1で乗車し続ける。
規則４： IF (１個後続の列車 OR ホームに停車中の列車)が乗車中の列車より優等な種別の列車 AND その優等列車の次の停車駅が目的駅かその手前の駅 THEN p_trans2exp の割合でその優等列車に乗り換え、1 - p_trans2exp の割合で乗車中の列車に乗車し続ける。
（列車が駅に到着した際の、その駅の旅客の行動規則）
規則５： IF 到着列車は目的駅に停車する THEN 割合1で到着列車に乗る。
規則１から５のそれぞれが、旅客行動規則の例に該当する。規則１における「停車駅が目的駅」が選択条件の例に該当し、「割合１で降車する」が旅客行動割合の例に該当する。
規則２における「乗車中の列車の次の停車駅は目的駅を通り越す」が選択条件の例に該当し、「割合１で降車する」が旅客行動割合の例に該当する。
規則２における「乗車中の列車の次の停車駅は目的駅を通り越す」が選択条件の例に該当し、「割合１で降車する」が旅客行動割合の例に該当する。
規則３における「乗車中の列車が優等列車 AND 乗車中の列車の次の停車駅は目的駅かその手前の駅」が選択条件の例に該当し、「割合1で乗車し続ける」が旅客行動割合の例に該当する。
規則４における「(１個後続の列車 OR ホームに停車中の列車)が乗車中の列車より優等な種別の列車 AND その優等列車の次の停車駅が目的駅かその手前の駅」が選択条件の例に該当し、「p_trans2exp の割合でその優等列車に乗り換え、1 - p_trans2exp の割合で乗車中の列車に乗車し続ける」が旅客行動割合の例に該当する。
規則５における「到着列車は目的駅に停車する」が選択条件の例に該当し、「割合1で到着列車に乗る」が旅客行動割合の例に該当する。
規則４における「(１個後続の列車 OR ホームに停車中の列車)が乗車中の列車より優等な種別の列車 AND その優等列車の次の停車駅が目的駅かその手前の駅」が選択条件の例に該当し、「p_trans2exp の割合でその優等列車に乗り換え、1 - p_trans2exp の割合で乗車中の列車に乗車し続ける」が旅客行動割合の例に該当する。
規則５における「到着列車は目的駅に停車する」が選択条件の例に該当し、「割合1で到着列車に乗る」が旅客行動割合の例に該当する。
旅客が目的駅よりも行き過ぎてから戻る場合、定期券または乗車券によっては不正乗車になる。このため、規則２では、目的駅よりも行き過ぎてから戻ることを許容しない。
上記の行動規則における「優等」は、比較対象の列車と同じ走行区間において、比較対象の列車の停車駅の一部の駅にのみ停車することである。例えば、普通列車に対して急行列車および特急列車が優等列車に該当することが考えられる。また、急行列車に対して特急列車が優等列車に該当することが考えられる。
上記の行動規則における「優等」は、比較対象の列車と同じ走行区間において、比較対象の列車の停車駅の一部の駅にのみ停車することである。例えば、普通列車に対して急行列車および特急列車が優等列車に該当することが考えられる。また、急行列車に対して特急列車が優等列車に該当することが考えられる。
規則４の「p_trans2exp」は、０≦p_trans2exp≦１の実数値をとる。規則４では、乗車中の列車で着席できている等の理由で優等列車に乗り換えない乗客が一定程度存在することをモデル化している。
割合の設定の前提条件として、乗務員または駅係員が旅客に優等列車の案内をしており、旅客が各列車の優等の種別および停車駅を把握できるものとしてもよい。
規則４の「p_trans2exp」など旅客行動割合が、シミュレーション上の時間帯に応じて更新されるようにしてもよい。
割合の設定の前提条件として、乗務員または駅係員が旅客に優等列車の案内をしており、旅客が各列車の優等の種別および停車駅を把握できるものとしてもよい。
規則４の「p_trans2exp」など旅客行動割合が、シミュレーション上の時間帯に応じて更新されるようにしてもよい。
ただし、リスト記憶部１８２が記憶する割合リストは、特定のものに限定されない。
例えば、規則３で、優等列車が普通列車の始発駅に到着した場合に、座るために優等列車から普通列車に乗り換える乗客がいることをモデル化するようにしてもよい。このように、規則３における割合が、１より小さい値になっていてもよい。
例えば、規則３で、優等列車が普通列車の始発駅に到着した場合に、座るために優等列車から普通列車に乗り換える乗客がいることをモデル化するようにしてもよい。このように、規則３における割合が、１より小さい値になっていてもよい。
また、規則４で、優等列車に乗り換えても目的駅よりも手前で乗車中の列車に再度乗り換えることになる場合は乗り換えないことをモデル化するようにしてもよい。例えば、規則４が、優等列車に乗り換えることで目的駅への到着時刻が早まる場合と早まらない場合とに細分化され、到着時刻が早まらない場合は、早まる場合よりも、優等列車への乗り換えの割合 p_trans2exp が小さく設定されていてもよい。
また、規則５で、到着列車の後から優等列車が来る場合、または、到着列車が混雑しており次の列車を待つ場合など、到着列車に乗車しない旅客がいることをモデル化して、規則５における割合が１より小さい値になっていてもよい。
上記の割合リストでは、割合を０以上かつ１以下の実数値で表しているが、割合の表現方法はこれに限定されない。例えば、割合をパーセントで表すようにしてもよい。
上記の割合リストでは、割合を０以上かつ１以下の実数値で表しているが、割合の表現方法はこれに限定されない。例えば、割合をパーセントで表すようにしてもよい。
制御部１９０は、シミュレータ装置１００の各部を制御して各種処理を行う。制御部１９０の機能は、シミュレータ装置１００が備えるＣＰＵ（Central Processing Unit、中央処理装置）が記憶部１８０からプログラムを読み出して実行することで実行されてもよい。
シミュレーション処理部１９１は、列車運行モデルを用いて列車の運行を模擬する。シミュレーション処理部１９１による列車の運行の模擬には、例えば、乗車人数および降車人数の合計が所定の閾値よりも多い場合に、閾値よりも多い人数に比例して列車が遅延するなど、旅客の行動に基づく列車の運行の模擬が含まれていてもよい。
人数計算部１９２は、列車の運行に影響し得る旅客の行動について、その行動を行う旅客の人数を計算する。例えば、人数計算部１９２は、割合リストに示される旅客行動割合のうち、駅に停車する列車の種別に適合する選択条件に紐付けられた旅客行動割合を用いて、列車から駅への降車人数、または、駅から列車への乗車人数の少なくとも何れかを算出する。
人数計算部１９２は、人数計算手段の例に該当する。
人数計算部１９２は、人数計算手段の例に該当する。
列車がその列車の始発駅に停車している場合、人数計算部１９２は、乗車人数および降車人数のうち乗車人数のみを算出する。列車がその列車の終着駅に停車している場合、人数計算部１９２は、乗車人数および降車人数のうち降車人数のみを算出する。
また、人数計算部１９２は、列車の乗客の目的駅別の人数に基づいて、列車から駅への降車人数を算出する。
列車の乗客の目的駅別の人数は、列車毎かつ目的駅毎に、人数で示されていてもよいし、その列車の乗客数に対する割合で示されていてもよい。
列車の乗客の目的駅別の人数は、列車毎かつ目的駅毎に、人数で示されていてもよいし、その列車の乗客数に対する割合で示されていてもよい。
あるいは、列車の乗客の目的駅別の人数は、列車の停車駅毎かつ目的駅毎に、その列車の乗客数に対する割合で示されていてもよい。この場合、シミュレーション上の時間帯に応じて割合が更新されるようにしてもよい。
例えば、人数計算部１９２が、上記の規則１から規則４に基づいて目的駅毎に降車人数を算出し、目的駅毎の降車人数の合計を、その駅でのその列車からの降車人数として算出するようにしてもよい。
例えば、人数計算部１９２が、上記の規則１から規則４に基づいて目的駅毎に降車人数を算出し、目的駅毎の降車人数の合計を、その駅でのその列車からの降車人数として算出するようにしてもよい。
また、人数計算部１９２は、駅にいる旅客の目的駅別の人数に基づいて、駅から列車への乗車人数を算出する。
駅にいる旅客の目的駅別の人数は、駅毎かつ目的駅毎に人数で示されていてもよいし、その駅にいる旅客の人数に対する割合で示されていてもよい。駅にいる旅客の目的駅別の人数が、その駅にいる旅客の人数に対する割合で示される場合、シミュレーション上の時間帯に応じて割合が更新されるようにしてもよい。
例えば、人数計算部１９２が、駅への列車到着時に上記の規則５に基づいて、到着列車への乗車人数を目的駅毎に算出し、目的駅毎の乗車人数の合計を、その駅でのその列車への乗車人数として算出するようにしてもよい。
駅にいる旅客の目的駅別の人数は、駅毎かつ目的駅毎に人数で示されていてもよいし、その駅にいる旅客の人数に対する割合で示されていてもよい。駅にいる旅客の目的駅別の人数が、その駅にいる旅客の人数に対する割合で示される場合、シミュレーション上の時間帯に応じて割合が更新されるようにしてもよい。
例えば、人数計算部１９２が、駅への列車到着時に上記の規則５に基づいて、到着列車への乗車人数を目的駅毎に算出し、目的駅毎の乗車人数の合計を、その駅でのその列車への乗車人数として算出するようにしてもよい。
図２は、シミュレータ装置１００が交通システムのシミュレーションを行う処理手順の例を示す図である。
図２の処理で、シミュレーション処理部１９１は、旅客行動割合の初期設定など、シミュレーションの初期設定を行う（ステップＳ１１１）。
図２の処理で、シミュレーション処理部１９１は、旅客行動割合の初期設定など、シミュレーションの初期設定を行う（ステップＳ１１１）。
次に、人数計算部１９２は、駅に停車している列車について、乗車人数および降車人数の計算を行う（ステップＳ１１２）。上記のように、人数計算部１９２は、割合リストを用いて乗車人数および降車人数を算出する。
次に、シミュレーション処理部１９１は、列車の移動を模擬する（ステップＳ１１３）。
次に、シミュレーション処理部１９１は、列車の移動を模擬する（ステップＳ１１３）。
次に、シミュレーション処理部１９１は、シミュレーション上の現在時刻が所定のシミュレーション期間を経過しているか否かを判定する（ステップＳ１１４）。
シミュレーション上の現在時刻がシミュレーション期間を経過していないとシミュレーション処理部１９１が判定した場合（ステップＳ１１４：ＮＯ）、処理がステップＳ１１２へ戻る。
一方、シミュレーション上の現在時刻がシミュレーション期間を経過しているとシミュレーション処理部１９１が判定した場合（ステップＳ１１４：ＹＥＳ）、シミュレータ装置１００は、図２の処理を終了する。
シミュレーション上の現在時刻がシミュレーション期間を経過していないとシミュレーション処理部１９１が判定した場合（ステップＳ１１４：ＮＯ）、処理がステップＳ１１２へ戻る。
一方、シミュレーション上の現在時刻がシミュレーション期間を経過しているとシミュレーション処理部１９１が判定した場合（ステップＳ１１４：ＹＥＳ）、シミュレータ装置１００は、図２の処理を終了する。
以上のように、人数計算部１９２は、選択条件に紐付けられた旅客行動割合のうち、停車中の列車（駅に停車する列車）の種別に適合する選択条件に紐付けられた旅客行動割合を用いて、列車から駅への降車人数、または、駅から列車への乗車人数の少なくとも何れかを算出する。
これにより、シミュレータ装置１００によれば、列車の運行のシミュレーションで、旅客による行動の違いをシミュレーションに反映することができ、かつ、処理負荷が比較的軽い。
これにより、シミュレータ装置１００によれば、列車の運行のシミュレーションで、旅客による行動の違いをシミュレーションに反映することができ、かつ、処理負荷が比較的軽い。
ここで、旅客による行動の違いをシミュレーションに反映する方法の１つとして、旅客毎に行動パターンを設定しておき、旅客毎に行動を模擬する方法が考えられる。ただし、この方法では、旅客毎に行動を決定する必要がある点で計算負荷が高くなる。特に、この方法では、旅客の人数が多ければ多いほど計算負荷が高くなる。
これに対し、シミュレータ装置１００では、旅客の行動毎の人数を計算することで、旅客毎に行動を決定する必要がない。シミュレータ装置１００によれば、この点で、処理負荷が比較的軽い。
これに対し、シミュレータ装置１００では、旅客の行動毎の人数を計算することで、旅客毎に行動を決定する必要がない。シミュレータ装置１００によれば、この点で、処理負荷が比較的軽い。
また、旅客行動割合の選択条件は、列車の種別と旅客の目的駅との関係に関する条件を含む。人数計算部１９２は、列車の乗客の目的駅別の人数、または、駅の旅客の目的駅別の人数の少なくとも何れかに基づいて、列車から駅への降車人数、または、駅から列車への乗車人数の少なくとも何れかを算出する。
シミュレータ装置１００によれば、乗車人数および降車人数が多いことによる列車の遅延を模擬するなど、旅客の行動を列車の運行に反映させることができる。
シミュレータ装置１００によれば、乗車人数および降車人数が多いことによる列車の遅延を模擬するなど、旅客の行動を列車の運行に反映させることができる。
＜第２実施形態＞
図３は、第２実施形態に係るシミュレータ装置の構成の例を示す図である。図３に示す構成で、シミュレータ装置２００は、通信部１１０と、表示部１２０と、操作入力部１３０と、記憶部１８０と、制御部２９０とを備える。記憶部１８０は、モデル記憶部１８１と、リスト記憶部１８２とを備える。制御部２９０は、シミュレーション処理部１９１と、人数計算部１９２と、割合更新部２９３と、学習制御部２９４とを備える。
図３は、第２実施形態に係るシミュレータ装置の構成の例を示す図である。図３に示す構成で、シミュレータ装置２００は、通信部１１０と、表示部１２０と、操作入力部１３０と、記憶部１８０と、制御部２９０とを備える。記憶部１８０は、モデル記憶部１８１と、リスト記憶部１８２とを備える。制御部２９０は、シミュレーション処理部１９１と、人数計算部１９２と、割合更新部２９３と、学習制御部２９４とを備える。
図３の各部のうち図１の各部に対応して同様の構成を有する部分には同一の符号（１１０、１２０、１３０、１８０、１８１、１８２、１９１、１９２）を付し、ここでは詳細な説明を省略する。
シミュレータ装置２００は、制御部２９０が、図１の制御部１９０の各部に加えてさらに割合更新部２９３と、学習制御部２９４とを備える点で、シミュレータ装置１００と異なる。それ以外の点では、シミュレータ装置２００はシミュレータ装置１００と同様である。
シミュレータ装置２００は、制御部２９０が、図１の制御部１９０の各部に加えてさらに割合更新部２９３と、学習制御部２９４とを備える点で、シミュレータ装置１００と異なる。それ以外の点では、シミュレータ装置２００はシミュレータ装置１００と同様である。
割合更新部２９３は、時刻に応じて旅客行動割合を更新する。さらに、割合更新部２９３が、列車の乗客の目的駅別の人数の、その列車の乗客数に対する割合を更新するようにしてもよい。また、割合更新部２９３が、駅にいる旅客の目的駅別の人数の、その駅にいる旅客の人数に対する割合を更新するようにしてもよい。
割合更新部２９３は、割合更新手段の例に該当する。
割合更新部２９３は、割合更新手段の例に該当する。
学習制御部２９４は、割合更新部２９３による旅客行動割合の設定の学習を制御する。学習制御部２９４が、旅客の人数に関する項目の実績値にシミュレーションでの項目の値が近いほど評価が高くなる評価関数を用いて、割合更新部２９３による旅客行動割合の設定の学習を制御するようにしてもよい。
学習制御部２９４は、学習制御手段の例に該当する。
学習制御部２９４は、学習制御手段の例に該当する。
例えば、通信部１１０が、駅への入場者数および駅からの出場者数の駅毎の履歴情報を取得するようにしてもよい。そして、学習制御部２９４が、シミュレーションでの入場者数および出場者数が履歴情報に示される人数に近いほど高い評価を示す報酬関数を用いた強化学習で、割合更新部２９３による旅客行動割合の設定の学習を制御するようにしてもよい。
強化学習は、機械学習の一種である。強化学習では、「環境」内の「エージェント」が「状態」を観察して「行動」を決定するための、行動決定基準である「方策」が、学習による更新の対象となる。方策の更新に際し、行動による環境への働きかけに対する評価を示す「報酬」がエージェントに提示される。方策に加えて報酬の計算方法も、学習による更新の対象となっていてもよい。また、報酬として、値が小さいほど評価が高いことを示す、いわゆる「損失」が、エージェントに提示されるようにしてもよい。
シミュレータ装置２００における旅客行動割合の設定の学習では、割合更新部２９３がエージェントの例に該当する。列車運行モデルと、列車運行モデルによる模擬対象である鉄道システムとが、環境の例に該当する。
鉄道システムにおける計画情報と、鉄道システムにおける実績情報と、シミュレーション結果の情報とが、エージェントである割合更新部２９３が観測する状態の例に該当する。
鉄道システムにおける計画情報と、鉄道システムにおける実績情報と、シミュレーション結果の情報とが、エージェントである割合更新部２９３が観測する状態の例に該当する。
この場合の鉄道システムにおける計画情報には、列車の運行ダイヤなど、列車の運行計画情報が含まれていてもよい。鉄道システムにおける実績情報には、列車の実際の運行時刻情報など、列車の運行実績情報と、駅毎の入出場者数の測定データなど、旅客の行動の実績情報とが含まれていてもよい。シミュレーション結果の情報には、シミュレーション結果における駅毎の入場者数の情報が含まれていてもよい。ただし、割合更新部２９３が観測する状態は、特定の項目の状態に限定されない。
割合更新部２９３による旅客行動割合の設定および更新は、行動の例に該当する。割合更新部２９３が旅客行動割合を算出するための基準は、方策の例に該当する。
学習制御部２９４が取得する評価値は、報酬の例に該当する。学習制御部２９４が、値が小さいほど評価が高いことを示す、いわゆる損失を報酬として算出するようにしてもよい。例えば、学習制御部２９４が、鉄道システムにおける駅毎の入出乗者数の実績値とシミュレーション結果における駅毎の入出場者数との誤差の大きさを報酬とする報酬関数を用いて、報酬値が小さくなるように、割合更新部２９３による旅客行動割合の設定の学習を制御するようにしてもよい。
学習制御部２９４が取得する評価値は、報酬の例に該当する。学習制御部２９４が、値が小さいほど評価が高いことを示す、いわゆる損失を報酬として算出するようにしてもよい。例えば、学習制御部２９４が、鉄道システムにおける駅毎の入出乗者数の実績値とシミュレーション結果における駅毎の入出場者数との誤差の大きさを報酬とする報酬関数を用いて、報酬値が小さくなるように、割合更新部２９３による旅客行動割合の設定の学習を制御するようにしてもよい。
シミュレータ装置２００が、割合更新部２９３による旅客行動割合の設定の学習に用いる強化学習は、連続値のパラメータを扱えるものであればよく、特定の種類の強化学習に限定されない。例えば、シミュレータ装置２００が、ＤＤＰＧ（Deep Deterministic Policy Gradient）またはＰＰＯ（Proximal Policy Optimization）を用いるようにしてもよいが、これらに限定されない。
図４は、シミュレータ装置２００が、旅客行動割合の学習を行う処理手順の例を示す図である。
図４の処理で、シミュレータ装置２００は、状態情報を取得する（ステップＳ２１１）。例えば、シミュレータ装置２００は、シミュレーション結果情報を取得し、記憶部１８０に記憶させる。シミュレーション開始時には、シミュレータ装置２００は、シミュレーション結果情報に代えてシミュレーションにおける初期状態情報を取得する。
図４の処理で、シミュレータ装置２００は、状態情報を取得する（ステップＳ２１１）。例えば、シミュレータ装置２００は、シミュレーション結果情報を取得し、記憶部１８０に記憶させる。シミュレーション開始時には、シミュレータ装置２００は、シミュレーション結果情報に代えてシミュレーションにおける初期状態情報を取得する。
次に、学習制御部２９４は、駅毎の入出場者数の実績値と、シミュレーション結果における駅毎の入出場者数とを比較し、各時刻の報酬値を算出して記憶部１８０に記憶させる（ステップＳ２１２）。学習制御部２９４が、１時間毎など所定の時間幅毎に報酬値を算出するようにしてもよい。
次に、割合更新部２９３は、ステップＳ２１１で得られた状態情報に方策を適用して、次の時刻における旅客行動割合を算出する（ステップＳ２１３）。旅客行動割合は、割合リストにおけるパラメータとして扱われる。したがって、旅客行動割合は、人数計算部１９２が、旅客の行動毎の人数を算出する算出方法のパラメータとして扱われる。
次に、シミュレーション処理部１９１は、シミュレーション上の現在時刻が所定のシミュレーション期間を経過しているか否かを判定する（ステップＳ２１４）。
シミュレーション上の現在時刻がシミュレーション期間を経過していないとシミュレーション処理部１９１が判定した場合（ステップＳ２１４：ＮＯ）、処理がステップＳ２１１へ戻る。
シミュレーション上の現在時刻がシミュレーション期間を経過していないとシミュレーション処理部１９１が判定した場合（ステップＳ２１４：ＮＯ）、処理がステップＳ２１１へ戻る。
一方、シミュレーション上の現在時刻がシミュレーション期間を経過しているとシミュレーション処理部１９１が判定した場合（ステップＳ２１４：ＹＥＳ）、シミュレーション処理部１９１は、所定の回数だけシミュレーションを実行したか否かを判定する（ステップＳ２２１）。
シミュレーション回数が所定の回数に達していないとシミュレーション処理部１９１が判定した場合（ステップＳ２２１：ＮＯ）、シミュレータ装置２００は、シミュレーション結果情報および報酬値を記憶部１８０に記憶させ、シミュレータをリセットする（ステップＳ２３１）。シミュレータのリセットでは、シミュレーション処理部１９１が、列車運行モデルの設定を初期設定に戻す。
ステップＳ２３１の後、処理がステップＳ２１１へ戻る。この場合、シミュレータ装置２００は、シミュレーション回数が所定の回数に達するまでシミュレーション期間毎のシミュレーションを繰り返し、シミュレーション結果および報酬値を記憶部１８０に蓄積していく。
一方、ステップＳ２２１で、シミュレーション回数が所定の回数に達しているとシミュレーション処理部１９１が判定した場合（ステップＳ２２１：ＹＥＳ）、学習制御部２９４は、割合更新部２９３による旅客行動割合の算出方法を調整する（ステップＳ２４１）。例えば、学習制御部２９４は、鉄道システムにおける駅毎の入出乗者数の実績値とシミュレーション結果における駅毎の入出場者数との誤差の大きさがより小さくなるように、割合更新部２９３が旅客行動割合を算出するための基準を更新する。
上記のように、鉄道システムにおける駅毎の入出乗者数の実績値とシミュレーション結果における駅毎の入出場者数との誤差の大きさは、損失による報酬値の例に該当する。割合更新部２９３が旅客行動割合を算出するための基準は、方策の例に該当する。
次に、シミュレータ装置２００は、学習の終了条件が成立しているか否かを判定する（ステップＳ２４２）。ここでの学習の終了条件は、特定の条件に限定されない。例えば、シミュレータ装置２００が、シミュレーションにおける行動毎の旅客の人数が実績値と所定の条件以上に近いか否かを判定するようにしてもよい。あるいはシミュレータ装置２００が、ステップＳ２１１からＳ２４２のループを所定回数以上繰り返したか否かを判定するようにしてもよい。
学習の終了条件が成立していないとシミュレータ装置２００が判定した場合（ステップＳ２４２：ＮＯ）、処理がステップＳ２１１へ戻る。
一方、学習の終了条件が成立していると判定した場合（ステップＳ２４２：ＹＥＳ）、シミュレータ装置２００は、図４の処理を終了する。
一方、学習の終了条件が成立していると判定した場合（ステップＳ２４２：ＹＥＳ）、シミュレータ装置２００は、図４の処理を終了する。
以上のように、割合更新部２９３は、時刻に応じて旅客行動割合を更新する。
これにより、時間帯に応じて旅客の行動が変化することを、シミュレーション処理部１９１による列車運行のシミュレーションに反映させることができる。シミュレータ装置２００によれば、この点で、列車運行のシミュレーションを比較的高精度に行うことができる。
これにより、時間帯に応じて旅客の行動が変化することを、シミュレーション処理部１９１による列車運行のシミュレーションに反映させることができる。シミュレータ装置２００によれば、この点で、列車運行のシミュレーションを比較的高精度に行うことができる。
また、学習制御部２９４は、旅客の人数に関する項目の実績値にシミュレーションでの項目の値が近いほど評価が高くなる評価関数を用いて、割合更新部２９３による旅客行動割合の設定の学習を制御する。
これにより、シミュレータ装置２００では、旅客行動割合を予め設定する必要なしに、旅客による行動の違いをシミュレーションに反映することができる。
これにより、シミュレータ装置２００では、旅客行動割合を予め設定する必要なしに、旅客による行動の違いをシミュレーションに反映することができる。
ここで、鉄道システムにおける旅客流動の実績データとして、旅客の自動改札通過記録など駅における入出場記録しか得られないことが考えられる。この場合、個々の旅客がどの列車に乗車したかといった情報は実績データからは不明であり、旅客行動割合を人手で設定することが困難であることが考えられる。
これに対して、シミュレータ装置２００では、個々の旅客がどの列車に乗車したかが実績データからは不明な場合でも、旅客行動割合を設定することができる。
これに対して、シミュレータ装置２００では、個々の旅客がどの列車に乗車したかが実績データからは不明な場合でも、旅客行動割合を設定することができる。
また、学習制御部２９４は、旅客の人数に関する項目の実績値として駅への入場者数または駅からの出場者数の少なくとも何れかを用いる。
鉄道システムで、駅への入場者数および駅からの出場者数の実績値を得られると期待される。シミュレータ装置２００によれば、この点で、鉄道システムでの駅への入場者数および駅からの出場者数の実績値を用いて、旅客行動割合の設定の学習を比較的高精度に行えると期待される。
鉄道システムで、駅への入場者数および駅からの出場者数の実績値を得られると期待される。シミュレータ装置２００によれば、この点で、鉄道システムでの駅への入場者数および駅からの出場者数の実績値を用いて、旅客行動割合の設定の学習を比較的高精度に行えると期待される。
＜第３実施形態＞
図５は、第３実施形態に係るシミュレータ装置の構成の例を示す図である。図５に示す構成で、シミュレータ装置６１０は、人数計算部６１１を備える。
かかる構成で、人数計算部６１１は、選択条件に紐付けられた旅客行動割合のうち、交通システムのシミュレーションで駅に停車する移動体の種別に適合する選択条件に紐付けられた旅客行動割合を用いて、移動体から駅への降車人数、または、駅から移動体への乗車人数の少なくとも何れかを算出する。
人数計算部６１１は、人数計算手段の例に該当する。
図５は、第３実施形態に係るシミュレータ装置の構成の例を示す図である。図５に示す構成で、シミュレータ装置６１０は、人数計算部６１１を備える。
かかる構成で、人数計算部６１１は、選択条件に紐付けられた旅客行動割合のうち、交通システムのシミュレーションで駅に停車する移動体の種別に適合する選択条件に紐付けられた旅客行動割合を用いて、移動体から駅への降車人数、または、駅から移動体への乗車人数の少なくとも何れかを算出する。
人数計算部６１１は、人数計算手段の例に該当する。
シミュレータ装置６１０によれば、交通システムの運行のシミュレーションで、旅客による行動の違いをシミュレーションに反映することができ、かつ、処理負荷が比較的軽い。
ここで、旅客による行動の違いをシミュレーションに反映する方法の１つとして、旅客毎に行動パターンを設定しておき、旅客毎に行動を模擬する方法が考えられる。ただし、この方法では、旅客毎に行動を決定する必要がある点で計算負荷が高くなる。特に、この方法では、旅客の人数が多ければ多いほど計算負荷が高くなる。
ここで、旅客による行動の違いをシミュレーションに反映する方法の１つとして、旅客毎に行動パターンを設定しておき、旅客毎に行動を模擬する方法が考えられる。ただし、この方法では、旅客毎に行動を決定する必要がある点で計算負荷が高くなる。特に、この方法では、旅客の人数が多ければ多いほど計算負荷が高くなる。
これに対し、シミュレータ装置６１０では、旅客の行動毎の人数を計算することで、旅客毎に行動を決定する必要がない。シミュレータ装置６１０によれば、この点で、処理負荷が比較的軽い。
人数計算部６１１は、例えば、図１に示される人数計算部１９２等の機能を用いて実現することができる。
人数計算部６１１は、例えば、図１に示される人数計算部１９２等の機能を用いて実現することができる。
＜第４実施形態＞
図６は、第４実施形態に係るシミュレーション方法における処理手順の例を示す図である。図６に示す方法は、人数計算を行うこと（ステップＳ６１１）を含む。
人数計算を行うこと（ステップＳ６１１）では、選択条件に紐付けられた旅客行動割合のうち、交通システムのシミュレーションで駅に停車する移動体の種別に適合する選択条件に紐付けられた旅客行動割合を用いて、移動体から駅への降車人数、または、駅から移動体への乗車人数の少なくとも何れかを算出する。
図６は、第４実施形態に係るシミュレーション方法における処理手順の例を示す図である。図６に示す方法は、人数計算を行うこと（ステップＳ６１１）を含む。
人数計算を行うこと（ステップＳ６１１）では、選択条件に紐付けられた旅客行動割合のうち、交通システムのシミュレーションで駅に停車する移動体の種別に適合する選択条件に紐付けられた旅客行動割合を用いて、移動体から駅への降車人数、または、駅から移動体への乗車人数の少なくとも何れかを算出する。
図６に示すシミュレーション方法によれば、交通システムの運行のシミュレーションで、旅客による行動の違いをシミュレーションに反映することができ、かつ、処理負荷が比較的軽い。
ここで、旅客による行動の違いをシミュレーションに反映する方法の１つとして、旅客毎に行動パターンを設定しておき、旅客毎に行動を模擬する方法が考えられる。ただし、この方法では、旅客毎に行動を決定する必要がある点で計算負荷が高くなる。特に、この方法では、旅客の人数が多ければ多いほど計算負荷が高くなる。
これに対し、図６に示すシミュレーション方法では、旅客の行動毎の人数を計算することで、旅客毎に行動を決定する必要がない。図６に示すシミュレーション方法によれば、この点で、処理負荷が比較的軽い。
ここで、旅客による行動の違いをシミュレーションに反映する方法の１つとして、旅客毎に行動パターンを設定しておき、旅客毎に行動を模擬する方法が考えられる。ただし、この方法では、旅客毎に行動を決定する必要がある点で計算負荷が高くなる。特に、この方法では、旅客の人数が多ければ多いほど計算負荷が高くなる。
これに対し、図６に示すシミュレーション方法では、旅客の行動毎の人数を計算することで、旅客毎に行動を決定する必要がない。図６に示すシミュレーション方法によれば、この点で、処理負荷が比較的軽い。
図７は、少なくとも１つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
図７に示す構成で、コンピュータ７００は、ＣＰＵ７１０と、主記憶装置７２０と、補助記憶装置７３０と、インタフェース７４０と、不揮発性記録媒体７５０とを備える。
図７に示す構成で、コンピュータ７００は、ＣＰＵ７１０と、主記憶装置７２０と、補助記憶装置７３０と、インタフェース７４０と、不揮発性記録媒体７５０とを備える。
上記のシミュレータ装置１００、２００および６１０のうち何れか１つ以上またはその一部が、コンピュータ７００に実装されてもよい。その場合、上述した各処理部の動作は、プログラムの形式で補助記憶装置７３０に記憶されている。ＣＰＵ７１０は、プログラムを補助記憶装置７３０から読み出して主記憶装置７２０に展開し、当該プログラムに従って上記処理を実行する。また、ＣＰＵ７１０は、プログラムに従って、上述した各記憶部に対応する記憶領域を主記憶装置７２０に確保する。各装置と他の装置との通信は、インタフェース７４０が通信機能を有し、ＣＰＵ７１０の制御に従って通信を行うことで実行される。また、インタフェース７４０は、不揮発性記録媒体７５０用のポートを有し、不揮発性記録媒体７５０からの情報の読出、および、不揮発性記録媒体７５０への情報の書込を行う。
シミュレータ装置１００がコンピュータ７００に実装される場合、制御部１９０およびその各部の動作は、プログラムの形式で補助記憶装置７３０に記憶されている。ＣＰＵ７１０は、プログラムを補助記憶装置７３０から読み出して主記憶装置７２０に展開し、当該プログラムに従って上記処理を実行する。
また、ＣＰＵ７１０は、プログラムに従って、記憶部１８０およびその各部に対応する記憶領域を主記憶装置７２０に確保する。通信部１１０が行う通信は、インタフェース７４０が通信機能を有し、ＣＰＵ７１０の制御に従って通信を行うことで実行される。表示部１２０が行う画像の表示は、インタフェース７４０が表示装置を備え、ＣＰＵ７１０の制御に従って画像を表示することで実行される。操作入力部１３０によるユーザ操作の受付は、インタフェース７４０が入力デバイスを備えてユーザ操作を受け付けることで実行される。
シミュレータ装置２００がコンピュータ７００に実装される場合、制御部２９０およびその各部の動作は、プログラムの形式で補助記憶装置７３０に記憶されている。ＣＰＵ７１０は、プログラムを補助記憶装置７３０から読み出して主記憶装置７２０に展開し、当該プログラムに従って上記処理を実行する。
また、ＣＰＵ７１０は、プログラムに従って、記憶部１８０およびその各部に対応する記憶領域を主記憶装置７２０に確保する。通信部１１０が行う通信は、インタフェース７４０が通信機能を有し、ＣＰＵ７１０の制御に従って通信を行うことで実行される。表示部１２０が行う画像の表示は、インタフェース７４０が表示装置を備え、ＣＰＵ７１０の制御に従って画像を表示することで実行される。操作入力部１３０によるユーザ操作の受付は、インタフェース７４０が入力デバイスを備えてユーザ操作を受け付けることで実行される。
シミュレータ装置６１０がコンピュータ７００に実装される場合、人数計算部６１１の動作は、プログラムの形式で補助記憶装置７３０に記憶されている。ＣＰＵ７１０は、プログラムを補助記憶装置７３０から読み出して主記憶装置７２０に展開し、当該プログラムに従って上記処理を実行する。
シミュレータ装置６１０と他の装置との通信は、インタフェース７４０が通信機能を有し、ＣＰＵ７１０の制御に従って動作することで実行される。
シミュレータ装置６１０とユーザとのインタラクションは、インタフェース７４０が入力デバイスおよび出力デバイスを有し、ＣＰＵ７１０の制御に従って出力デバイスにて情報をユーザに提示し、入力デバイスにてユーザ操作を受け付けることで実行される。
シミュレータ装置６１０とユーザとのインタラクションは、インタフェース７４０が入力デバイスおよび出力デバイスを有し、ＣＰＵ７１０の制御に従って出力デバイスにて情報をユーザに提示し、入力デバイスにてユーザ操作を受け付けることで実行される。
上述したプログラムのうち何れか１つ以上が不揮発性記録媒体７５０に記録されていてもよい。この場合、インタフェース７４０が不揮発性記録媒体７５０からプログラムを読み出すようにしてもよい。そして、ＣＰＵ７１０が、インタフェース７４０が読み出したプログラムを直接実行するか、あるいは、主記憶装置７２０または補助記憶装置７３０に一旦保存して実行するようにしてもよい。
なお、シミュレータ装置１００、２００、および、６１０が行う処理の全部または一部を実行するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより各部の処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ（Read Only Memory）、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ（Read Only Memory）、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。
以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。
本発明は、シミュレータ装置、シミュレーション方法および記録媒体に適用してもよい。
１００、２００、６１０ シミュレータ装置
１１０ 通信部
１２０ 表示部
１３０ 操作入力部
１８０ 記憶部
１８１ モデル記憶部
１８２ リスト記憶部
１９０、２９０ 制御部
１９１ シミュレーション処理部
１９２、６１１ 人数計算部
２９３ 割合更新部
２９４ 学習制御部
１１０ 通信部
１２０ 表示部
１３０ 操作入力部
１８０ 記憶部
１８１ モデル記憶部
１８２ リスト記憶部
１９０、２９０ 制御部
１９１ シミュレーション処理部
１９２、６１１ 人数計算部
２９３ 割合更新部
２９４ 学習制御部
Claims (5)
- 選択条件に紐付けられた旅客行動割合のうち、交通システムのシミュレーションで停留中の移動体の種別に適合する選択条件に紐付けられた旅客行動割合を用いて、前記移動体から降りる人数、または、前記移動体へ乗る人数の少なくとも何れかを算出する人数計算手段と、
時刻に応じて前記旅客行動割合を更新する割合更新手段と、
旅客の人数に関する項目の実績値にシミュレーションでの前記項目の値が近いほど評価が高くなる評価関数を用いて、前記割合更新手段による前記旅客行動割合の設定の学習を制御する学習制御手段と、
を備えるシミュレータ装置。 - 前記選択条件は、移動体の種別と旅客の目的地との関係に関する条件を含み、
前記人数計算手段は、前記移動体の乗客の目的地別の人数、または、前記移動体の停留地の旅客の目的地別の人数の少なくとも何れかに基づいて、前記移動体から降りる人数、または、前記移動体へ乗る人数の少なくとも何れかを算出する、
請求項１に記載のシミュレータ装置。 - 前記学習制御手段は、前記旅客の人数に関する項目の実績値として停留地への入場者数または停留地からの出場者数の少なくとも何れかを用いる、
請求項１または請求項２に記載のシミュレータ装置。 - コンピュータが、
選択条件に紐付けられた旅客行動割合のうち、交通システムのシミュレーションで停留中の移動体の種別に適合する選択条件に紐付けられた旅客行動割合を用いて、前記移動体から降りる人数、または、前記移動体へ乗る人数の少なくとも何れかを算出し、
時刻に応じて前記旅客行動割合を更新し、
旅客の人数に関する項目の実績値にシミュレーションでの前記項目の値が近いほど評価が高くなる評価関数を用いて、前記旅客行動割合の設定の学習を制御する、
ことを含むシミュレーション方法。 - コンピュータに、
選択条件に紐付けられた旅客行動割合のうち、交通システムのシミュレーションで停留中の移動体の種別に適合する選択条件に紐付けられた旅客行動割合を用いて、前記移動体から降りる人数、または、前記移動体へ乗る人数の少なくとも何れかを算出することと、
時刻に応じて前記旅客行動割合を更新することと、
旅客の人数に関する項目の実績値にシミュレーションでの前記項目の値が近いほど評価が高くなる評価関数を用いて、前記旅客行動割合の設定の学習を制御することと、
を実行させるためのプログラム。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2021/017404 WO2022234623A1 (ja) | 2021-05-06 | 2021-05-06 | シミュレータ装置、シミュレーション方法および記録媒体 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JPWO2022234623A1 JPWO2022234623A1 (ja) | 2022-11-10 |
| JPWO2022234623A5 JPWO2022234623A5 (ja) | 2024-02-07 |
| JP7495011B2 true JP7495011B2 (ja) | 2024-06-04 |
Family
ID=83932653
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2023518556A Active JP7495011B2 (ja) | 2021-05-06 | 2021-05-06 | シミュレータ装置、シミュレーション方法およびプログラム |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20240190487A1 (ja) |
| JP (1) | JP7495011B2 (ja) |
| WO (1) | WO2022234623A1 (ja) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008062729A (ja) | 2006-09-06 | 2008-03-21 | Railway Technical Res Inst | プログラム及びシミュレーション装置 |
| JP2018039441A (ja) | 2016-09-09 | 2018-03-15 | 株式会社日立製作所 | 評価システム及び評価方法 |
-
2021
- 2021-05-06 US US18/287,924 patent/US20240190487A1/en active Pending
- 2021-05-06 WO PCT/JP2021/017404 patent/WO2022234623A1/ja active Application Filing
- 2021-05-06 JP JP2023518556A patent/JP7495011B2/ja active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008062729A (ja) | 2006-09-06 | 2008-03-21 | Railway Technical Res Inst | プログラム及びシミュレーション装置 |
| JP2018039441A (ja) | 2016-09-09 | 2018-03-15 | 株式会社日立製作所 | 評価システム及び評価方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022234623A1 (ja) | 2022-11-10 |
| US20240190487A1 (en) | 2024-06-13 |
| JPWO2022234623A1 (ja) | 2022-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ashkrof et al. | Understanding ride-sourcing drivers' behaviour and preferences: Insights from focus groups analysis | |
| US8862386B2 (en) | System and method for journey planning, finding K shortest paths through a time/space network | |
| JP7047096B2 (ja) | オンラインツーオフラインサービスに関する推定された到着時間を決定するためのシステムおよび方法 | |
| Powell et al. | Dynamic models for freight transportation | |
| TW201946025A (zh) | 用於提供從出發地點到目標地點的旅程路線或旅程路線所需時間的方法與電腦系統 | |
| US20130226446A1 (en) | Method for routing in a network, routing system, and transport system | |
| Kita et al. | A game theoretic analysis of merging-giveway interaction: a joint estimation model | |
| JP7520706B2 (ja) | 運行支援システムおよび運行支援方法 | |
| JP7025302B2 (ja) | 情報処理システム、及び情報処理方法 | |
| JP2019220048A (ja) | 交通流予測装置及び交通流予測システム | |
| CN113269402B (zh) | 一种航班舱位的控制方法、装置及计算机设备 | |
| JP7495011B2 (ja) | シミュレータ装置、シミュレーション方法およびプログラム | |
| JP2023013012A5 (ja) | ||
| Wu | Learning and Optimization for Mixed Autonomy Systems: A Mobility Context | |
| Peng et al. | Network-wide coordinated control based on space-time trajectories | |
| CN115170006A (zh) | 发车调度方法、装置、设备和存储介质 | |
| CN112088106B (zh) | 提供车辆导航模拟环境的方法和装置 | |
| CN113837798A (zh) | 行驶里程的奖励方法、装置、电子设备及存储介质 | |
| Shi et al. | Generating synthetic passenger data through joint traffic-passenger modeling and simulation | |
| Turnbull et al. | Human control of air traffic trajectory optimizer | |
| Nnene et al. | BRT network design for transit cost reduction in Cape Town, South Africa | |
| JP7371769B2 (ja) | 修正リスク出力装置、修正リスク出力方法および修正リスク出力プログラム | |
| CN112907158B (zh) | 一种基于博弈学习的航班乘客流量生成方法及系统 | |
| Yang | Real-time urban traffic control in a connected and automated vehicle environment | |
| JP7406463B2 (ja) | 交通運行計画システム及び交通運行計画方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231101 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231101 |
|
| 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: 20240404 |
|
| 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: 20240423 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240506 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7495011 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |