JPH0443248A - オフィス環境の評価方法 - Google Patents
オフィス環境の評価方法Info
- Publication number
- JPH0443248A JPH0443248A JP2151323A JP15132390A JPH0443248A JP H0443248 A JPH0443248 A JP H0443248A JP 2151323 A JP2151323 A JP 2151323A JP 15132390 A JP15132390 A JP 15132390A JP H0443248 A JPH0443248 A JP H0443248A
- Authority
- JP
- Japan
- Prior art keywords
- office environment
- neural network
- evaluation
- data
- signal
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title abstract description 16
- 238000011156 evaluation Methods 0.000 claims abstract description 41
- 238000013528 artificial neural network Methods 0.000 claims abstract description 30
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000000638 stimulation Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003094 perturbing effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔発明の目的〕
(産業上の利用分野)
本発明はニューラルネットワークを用いたオフィス環境
の評価方法に関する。
の評価方法に関する。
(従来の技術)
快適的なオフィス環境を得るために、照明、空調、壁や
床の色彩など種々の配慮が行われている。
床の色彩など種々の配慮が行われている。
オフィス環境の評価に影響を及はす各因子については、
人間の感性に関連することであり、年令、性別、職種等
によっても変わり一律に定量化することは困難である。
人間の感性に関連することであり、年令、性別、職種等
によっても変わり一律に定量化することは困難である。
従来は新しいオフィス環境を決定する場合、設計者の経
験と若干のアンケート調査結果をもとになされている。
験と若干のアンケート調査結果をもとになされている。
(発明が解決しようとする課題)
このような従来のオフィス環境の評価方法は、個人の主
観によって評価基準が一定でなく、定量的な評価結果が
得られないという問題がある。また、多項目の評価因子
が複合的に作用した時、その総合評価を正確に得ること
が困難である。
観によって評価基準が一定でなく、定量的な評価結果が
得られないという問題がある。また、多項目の評価因子
が複合的に作用した時、その総合評価を正確に得ること
が困難である。
本発明はこのような点を考慮してなされたものであり、
オフィス環境の評価に影響を及ぼす多数の因子を定量的
に判断し、総合的にオフィス環境の快適性評価を行うこ
とのできるオフィス環境評価方法を提供することを目的
とする。
オフィス環境の評価に影響を及ぼす多数の因子を定量的
に判断し、総合的にオフィス環境の快適性評価を行うこ
とのできるオフィス環境評価方法を提供することを目的
とする。
(課題を解決するための手段)
本発明による上記の課題を解決するための手段は、オフ
ィス環境の評価に影響を及ぼす各因子について実施した
快適度評価のアンケートデータを数値化してニューラル
ネットワーク用の入力信号および教師信号を生成し、ニ
ューラルネットワークに入力信号を入力し、入力信号に
対するニューラルネットワークの出力信号と教師信号と
の誤差信号によりニューラルネットワークの学習を制御
してニューラルネットワークによる評価システムを構築
し、そして評価システムにオフィス環境データを入力し
て、オフィス環境の快適度を評価することを特徴とする
。
ィス環境の評価に影響を及ぼす各因子について実施した
快適度評価のアンケートデータを数値化してニューラル
ネットワーク用の入力信号および教師信号を生成し、ニ
ューラルネットワークに入力信号を入力し、入力信号に
対するニューラルネットワークの出力信号と教師信号と
の誤差信号によりニューラルネットワークの学習を制御
してニューラルネットワークによる評価システムを構築
し、そして評価システムにオフィス環境データを入力し
て、オフィス環境の快適度を評価することを特徴とする
。
(作 用)
本発明によれば、アンケートの実施により得られたオフ
ィス環境の評価に影響を及ぼす各因子についての快適度
評価に関するデータを数値化し、これをニューラルネッ
トワーク用の入力信号および教師信号とする。次にニュ
ーラルネットワークに入力信号を入力し、入力信号に対
するニューラルネットワークの出力信号と教師信号との
誤差信号を求め、この誤差信号が許容範囲内に入るよう
ニューラルネットワークを制御して学習を行い、ニュー
ラルネットワークによる評価システムを構築する。そし
て、この構築された評価システムにオフィス環境データ
を入力し、オフィス環境の快適度を評価する。
ィス環境の評価に影響を及ぼす各因子についての快適度
評価に関するデータを数値化し、これをニューラルネッ
トワーク用の入力信号および教師信号とする。次にニュ
ーラルネットワークに入力信号を入力し、入力信号に対
するニューラルネットワークの出力信号と教師信号との
誤差信号を求め、この誤差信号が許容範囲内に入るよう
ニューラルネットワークを制御して学習を行い、ニュー
ラルネットワークによる評価システムを構築する。そし
て、この構築された評価システムにオフィス環境データ
を入力し、オフィス環境の快適度を評価する。
(実施例)
以下、図面を参照して本発明の一実施例について説明す
る。
る。
オフィス環境の快適性を評価する場合には、その評価に
影響を及ぼすと思われる評価因子を選択する必要がある
。本件発明者は、ヒユーマンテクノロジーの観点から検
討を行い、次の表に挙げるような項目が、オフィス環境
の評価に影響を及ぼす因子であるという結果を得た。
影響を及ぼすと思われる評価因子を選択する必要がある
。本件発明者は、ヒユーマンテクノロジーの観点から検
討を行い、次の表に挙げるような項目が、オフィス環境
の評価に影響を及ぼす因子であるという結果を得た。
次にこれらの各評価因子に基づいてアンケート調査を実
施した。この調査はオフィスを利用する対象者に対しラ
ンダムサンプル方式で行い、最低100以上の有効回答
数を必要とする。
施した。この調査はオフィスを利用する対象者に対しラ
ンダムサンプル方式で行い、最低100以上の有効回答
数を必要とする。
第1図はこのようにして得たアンケートデータを用いて
オフィス環境の評価システムを構築し、さらにこの評価
システムを用いてオフィス環境の快適度を総合的に評価
する方法を示すフローチャートである。
オフィス環境の評価システムを構築し、さらにこの評価
システムを用いてオフィス環境の快適度を総合的に評価
する方法を示すフローチャートである。
まず、ステップ1ではアンケートデータの数値化を行う
。このアンケートデータの数値化は、ニューラルネット
ワークの入力ノードに対応させるために、第3図(a)
〜(e)に示すような方式第3図(a)に示す方式は、
YES/No択一式(2値)であり、1つのアンケート
項目に対して1ノードを割り付けて、0 (No)か1
(YES)かの刺激を与える方式である。
。このアンケートデータの数値化は、ニューラルネット
ワークの入力ノードに対応させるために、第3図(a)
〜(e)に示すような方式第3図(a)に示す方式は、
YES/No択一式(2値)であり、1つのアンケート
項目に対して1ノードを割り付けて、0 (No)か1
(YES)かの刺激を与える方式である。
また第3図(b)に示す方式は、多者択一式であり、1
つのアンケート項目(例えば「仕事の内容についてお尋
ねします。」)に対して選択肢(例えば「管理部門」
「人事部門」 「企画部門」)の数だけノードを割り付
けて0 (No)か1 (YES)かの刺激を与える方
式である。
つのアンケート項目(例えば「仕事の内容についてお尋
ねします。」)に対して選択肢(例えば「管理部門」
「人事部門」 「企画部門」)の数だけノードを割り付
けて0 (No)か1 (YES)かの刺激を与える方
式である。
前述した環境の評価因子に関する表中で、データ形式の
欄に「2値」 「多者択一」と記載されているのは上記
した数値化の方式を意味している。
欄に「2値」 「多者択一」と記載されているのは上記
した数値化の方式を意味している。
アンケートデータについては、さらに満足度について5
段階評価を行い、それぞれの評価程度に応じて数値化を
行う。この数値化は第3図(c)に示すように、1ノー
ドに割り付けて、程度に応じである量の刺激を与える方
式で行われる。すなわち、わからない(0)、極めて不
満(0,25)、まだまだ不満(0,5)、まあ満足(
0,75)、極めて満足(1,0)である。
段階評価を行い、それぞれの評価程度に応じて数値化を
行う。この数値化は第3図(c)に示すように、1ノー
ドに割り付けて、程度に応じである量の刺激を与える方
式で行われる。すなわち、わからない(0)、極めて不
満(0,25)、まだまだ不満(0,5)、まあ満足(
0,75)、極めて満足(1,0)である。
このようにしてアンケートデータの数値化を行った後、
ニューラルネットワークの学習を行う(ステップ2)。
ニューラルネットワークの学習を行う(ステップ2)。
これは、第2図に示すように、入力層、2層からなる中
間層および出力層を有するニューラルネットワーク10
の中間層に中間層セルを形成し、この中間層セルの活性
化を制御することにより行われる。すなわち、各環境評
価因子についてのアンケートデータ11を数値化し、こ
れをニューラルネットワーク10の入力層に例示信号と
して入力する。この例示信号に対するニューラルネット
ワーク10の出力信号と、満足度に関するアンケートデ
ータ12を数値化して得られた教師信号とを比較し、そ
の誤差信号を求める。
間層および出力層を有するニューラルネットワーク10
の中間層に中間層セルを形成し、この中間層セルの活性
化を制御することにより行われる。すなわち、各環境評
価因子についてのアンケートデータ11を数値化し、こ
れをニューラルネットワーク10の入力層に例示信号と
して入力する。この例示信号に対するニューラルネット
ワーク10の出力信号と、満足度に関するアンケートデ
ータ12を数値化して得られた教師信号とを比較し、そ
の誤差信号を求める。
この誤差信号は判定手段により判定され、許容誤差範囲
内に入るよう中間層セルのしきい値を修正する。このよ
うな学習動作はすべての学習例に対する誤差信号が許容
範囲内に収まった時点で終了する。
内に入るよう中間層セルのしきい値を修正する。このよ
うな学習動作はすべての学習例に対する誤差信号が許容
範囲内に収まった時点で終了する。
本実施例では、誤差量は、例えば以下のような計算式で
求める。
求める。
誤差−1,0×
+0.75X
+Q、5x
+0.25X
+Q X
(ノード「十分満足」の出力値)
(ノード「まあまあ満足」の出力値)
(ノード「わからない」の出力値)
(ノード「まだまだ不満」の出力値)
(ノード「極めて不満」の出力値)
そして、この誤差の分布が全体として十分少さいものと
なったとき、ニューラルネットワークの収束が完了(学
習動作終了)とみなす。
なったとき、ニューラルネットワークの収束が完了(学
習動作終了)とみなす。
このようにして学習動作を行うことにより、ニューラル
ネットワークによるオフィス環境の評価システムを構築
する(ステップ3)。
ネットワークによるオフィス環境の評価システムを構築
する(ステップ3)。
構築された評価システムに対し、評価しようとするオフ
ィス環境のデータを入力する(ステップ4)。このデー
タは具体的に存在するオフィス環境に基づくものでもよ
いし、またはこれから建設しようとするオフィスに関す
るものであってもよい。
ィス環境のデータを入力する(ステップ4)。このデー
タは具体的に存在するオフィス環境に基づくものでもよ
いし、またはこれから建設しようとするオフィスに関す
るものであってもよい。
入力されたデータは、オフィス環境評価システムを構成
するニューラルネットワークを用いて演算処理され、オ
フィス環境の快適度を評価する出力信号が出力される(
ステップ5)。この出力信号により、対象となるオフィ
スの環境について総合的な評価を得ることができる。
するニューラルネットワークを用いて演算処理され、オ
フィス環境の快適度を評価する出力信号が出力される(
ステップ5)。この出力信号により、対象となるオフィ
スの環境について総合的な評価を得ることができる。
また、入力データに摂動を与えることにより感度分析を
行うこともできる。これは、1つの特定ノード以外の数
値をすべて固定しておいて、そのノードに入力される数
値の変化に対して出力がどの程度変化するかを見る方法
である。この方法を本実施例に適用したところ、窓の有
無が最も高い感度を有するという結果が得られた。
行うこともできる。これは、1つの特定ノード以外の数
値をすべて固定しておいて、そのノードに入力される数
値の変化に対して出力がどの程度変化するかを見る方法
である。この方法を本実施例に適用したところ、窓の有
無が最も高い感度を有するという結果が得られた。
以上説明したように、本発明によれば、ニューラルネッ
トワークの学習過程を経て完成したオフィス環境の評価
システムを用いて、様々なオフィス環境に対する人間の
評価過程をシュミレートすることができる。
トワークの学習過程を経て完成したオフィス環境の評価
システムを用いて、様々なオフィス環境に対する人間の
評価過程をシュミレートすることができる。
本発明の方法によれば、多項目にわたるオフィス環境の
評価に影響を及ぼす因子を用いて快適度の評価を総合的
に行うことができる。
評価に影響を及ぼす因子を用いて快適度の評価を総合的
に行うことができる。
第1図は本発明による評価方法の手順を示すフローチャ
ート、第2図はニューラルネットワークによる評価シス
テムの概念図、第3図(a)〜(C)はアンケートデー
タの数値化の手法を示す説明図である。 10・・・ニューラルネットワーク、11.12・・・
アンケートデータ。
ート、第2図はニューラルネットワークによる評価シス
テムの概念図、第3図(a)〜(C)はアンケートデー
タの数値化の手法を示す説明図である。 10・・・ニューラルネットワーク、11.12・・・
アンケートデータ。
Claims (1)
- 【特許請求の範囲】 オフィス環境の評価に影響を及ぼす各因子について実施
した快適度評価のアンケートデータを数値化してニュー
ラルネットワーク用の入力信号および教師信号を生成し
、 ニューラルネットワークに前記入力信号を入力し、入力
信号に対するニューラルネットワークの出力信号と前記
教師信号との誤差信号によりニューラルネットワークの
学習を制御してニューラルネットワークによる評価シス
テムを構築し、前記評価システムにオフィス環境データ
を入力し、オフィス環境の快適度を評価するオフィス環
境の評価方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2151323A JPH0443248A (ja) | 1990-06-08 | 1990-06-08 | オフィス環境の評価方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2151323A JPH0443248A (ja) | 1990-06-08 | 1990-06-08 | オフィス環境の評価方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH0443248A true JPH0443248A (ja) | 1992-02-13 |
Family
ID=15516110
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2151323A Pending JPH0443248A (ja) | 1990-06-08 | 1990-06-08 | オフィス環境の評価方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0443248A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05231693A (ja) * | 1991-11-27 | 1993-09-07 | Massachusetts Inst Of Technol <Mit> | Hvacシステムの適応制御のための装置および方法 |
EP0845744A1 (en) * | 1996-11-29 | 1998-06-03 | BRITISH TELECOMMUNICATIONS public limited company | Generating consultation data |
JP2009129124A (ja) * | 2007-11-21 | 2009-06-11 | Ntt Facilities Inc | オフィス環境分析装置、オフィス環境分析システム、プログラム |
-
1990
- 1990-06-08 JP JP2151323A patent/JPH0443248A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05231693A (ja) * | 1991-11-27 | 1993-09-07 | Massachusetts Inst Of Technol <Mit> | Hvacシステムの適応制御のための装置および方法 |
EP0845744A1 (en) * | 1996-11-29 | 1998-06-03 | BRITISH TELECOMMUNICATIONS public limited company | Generating consultation data |
JP2009129124A (ja) * | 2007-11-21 | 2009-06-11 | Ntt Facilities Inc | オフィス環境分析装置、オフィス環境分析システム、プログラム |
JP4500846B2 (ja) * | 2007-11-21 | 2010-07-14 | 株式会社Nttファシリティーズ | オフィス環境分析装置、オフィス環境分析システム、プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sargent et al. | History of verification and validation of simulation models | |
Henseler et al. | Using PLS path modeling in new technology research: updated guidelines | |
Basili et al. | The empirical investigation of perspective-based reading | |
Grover et al. | Role of human factors in TQM: a graph theoretic approach | |
Barlas | Formal aspects of model validity and validation in system dynamics | |
Butt et al. | Agile project development issues during COVID-19 | |
Lai et al. | An evaluation model for digital libraries' user interfaces using fuzzy AHP | |
Balci et al. | A collaborative evaluation environment for credibility assessment of modeling and simulation applications | |
Costa | AHP-De Borda: a hybrid multicriteria ranking method | |
Luo et al. | [Retracted] Exploring the Fuzzy Integrated Assessment of College Students’ Education for Innovative Entrepreneurship under the Background of Internet+ | |
KR102493719B1 (ko) | 통합 공기질 예측 시스템 | |
Villaggi et al. | Survey-based simulation of user satisfaction for generative design in architecture | |
Parkinson et al. | Common sources of occupant dissatisfaction with workspace environments in 600 office buildings. | |
Đurek et al. | Digital maturity of higher education institution: A meta model of the analytical network process (ANP) and decision expert (DEX) | |
Alshehri | Multicriteria Decision Making (MCDM) Methods for Ranking Estimation Techniques in Extreme Programming. | |
Lamarca et al. | The Development of a Performance Appraisal System Using Decision Tree Analysis and Fuzzy Logic. | |
Boumans | Suppes's outlines of an empirical measurement theory | |
JPH0443248A (ja) | オフィス環境の評価方法 | |
Simon de Blas et al. | Network analysis: An indispensable tool for curricula design. A real case-study of the degree on mathematics at the URJC in Spain | |
Afsar et al. | A Systematic Way of Structuring Real-World Multiobjective Optimization Problems | |
Aliabadi et al. | Artificial neural networks and advanced fuzzy techniques for predicting noise level in the industrial embroidery workrooms | |
Neu et al. | Creating a code inspection model for simulation-based decision support | |
Wu et al. | The task demands‐resources method: A new approach to human reliability analysis from a psychological perspective | |
Jaya | REVIEW OF COMMUNITY EMPOWERMENT AND YOUTH INTEREST IN MOSQUES: FOCUS ON MANAGING AND IMPROVING SERVICE QUALITY | |
Li | Developing marketing strategy with MarStra: the support system and the real‐world tests |