WO2014167691A1 - 計画作成システム、計画作成方法、および計画作成プログラム - Google Patents
計画作成システム、計画作成方法、および計画作成プログラム Download PDFInfo
- Publication number
- WO2014167691A1 WO2014167691A1 PCT/JP2013/060956 JP2013060956W WO2014167691A1 WO 2014167691 A1 WO2014167691 A1 WO 2014167691A1 JP 2013060956 W JP2013060956 W JP 2013060956W WO 2014167691 A1 WO2014167691 A1 WO 2014167691A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- model
- plan
- resource
- storage device
- creation system
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Definitions
- the present invention relates to a plan creation system, a plan creation method, and a plan creation program.
- the event-based simulator simulates the movement of the product in the factory to create a production plan, and calculates the production process status at regular intervals.
- a production plan creation system see Patent Document 1
- Patent Document 1 which includes a time interval base simulator that performs and a rule generator that automatically derives the production rule using the time interval base simulator.
- the request for providing from the route search terminal includes Information acquisition means for acquiring information obtained from the information acquisition means, the environmental load caused by the movement of the vehicle or motorcycle requested for the route from the information acquired by the information acquisition means, and the environmental load of other vehicles and motorcycles.
- Information acquisition means for acquiring information obtained from the information acquisition means, the environmental load caused by the movement of the vehicle or motorcycle requested for the route from the information acquired by the information acquisition means, and the environmental load of other vehicles and motorcycles
- the standard for processing at the time of planning is a fixed concept based on intuition and experience, and it is determined separately whether the current planning method is the best. It cannot be determined whether or not improvement should be made. Therefore, even if an attempt is made to improve the method, there is a possibility that only limited and myopic results captured by the range of the user's thoughts and ideas can be obtained.
- an object of the present invention is to provide a technology that enables creation of an operation plan for a resource that expects a predetermined result from a wide viewpoint, objectively evaluates the created plan, and enables continuous improvement.
- a plan creation system of the present invention that solves the above problems includes a storage device that stores a plurality of types of models for estimating operating characteristics of a resource to be planned under a predetermined environment, and environmental data indicating the operating environment of the resource.
- the operation plan of each resource that results in the overall optimization of the operation result among the resources that operate with the specified operation characteristics is generated by a predetermined plan creation algorithm, and the generated operation plan information of each resource is output to the output device or
- the process of transmitting to the corresponding resource via the communication device and the execution result of the operation plan for each resource via the input device or the communication device Te accept characterized in that it comprises an arithmetic unit for executing processing for giving an evaluation value to the selected model in accordance with the deviation between the execution result with the operation plan.
- the plan creation method of the present invention is an information provided with a storage device storing a plurality of types of models for estimating operating characteristics of a resource to be planned under a predetermined environment and environment data indicating the operating environment of the resource.
- the operation plan of each resource for which the operation result is the overall optimum among the resources operating with the estimated operation characteristics is generated by a predetermined plan creation algorithm, and the operation plan information of each generated resource is Processing for transmitting to the corresponding resource via the output device or communication device, and the execution result of the operation plan for each resource, the input device or communication device Accept through, and executes a processing for imparting an evaluation value on the selected model in accordance with the deviation between the execution result with the operation plan.
- the plan creation program of the present invention is an information provided with a storage device storing a plurality of types of models for estimating operating characteristics of a resource to be planned under a predetermined environment and environmental data indicating the operating environment of the resource.
- the operation plan of each resource for which the operation result is the overall optimum among the resources operating with the estimated operation characteristics is generated by a predetermined plan creation algorithm, and the operation plan information of each generated resource is
- the process of transmitting to the corresponding resource via the output device or communication device and the execution result of the operation plan for each resource are input to the input device or Accept through the apparatus, characterized in that to execute a process of giving an evaluation value to the selected model in accordance with the deviation between the execution result with the operation plan.
- FIG. 1 is a diagram showing functional blocks of the plan creation system of the first embodiment
- FIG. 2 is a network configuration diagram including a hardware configuration of the plan creation system 100 of the first embodiment.
- a plan creation system 100 shown in FIGS. 1 and 2 is a computer system that creates a resource operation plan that anticipates a predetermined result from a wide range of viewpoints, objectively evaluates the created plan, and enables continuous improvement.
- the automobile 200 traveling from the current location to the destination is set as a planning target resource. .
- the plan creation system 100 appropriately exchanges information with the in-vehicle terminal 250 of the automobile 200 by wireless communication, acquires information on the destination and the current position of each automobile 200 at a predetermined timing, and the road network A plan is created so that the time required for each automobile 200 located in 300 to travel to the destination is shortened from the viewpoint of overall optimization among the automobiles 200 to be planned.
- the plan creation system 100 reads out to the memory 103 a storage device 101 composed of an appropriate nonvolatile storage device such as a hard disk drive, a memory 103 composed of a volatile storage device such as a RAM, and a program 102 held in the storage device 101.
- the CPU 104 (arithmetic unit) for performing overall control of the apparatus itself and performing various determinations, computations and control processes, the input / output unit 105 for receiving input from the user and displaying processing data, and the wireless communication apparatus 106.
- the wireless communication device 106 is connected to the network 120 and performs wireless communication processing via the antenna 107 with the vehicle-mounted terminal 250 of the automobile 200 that is a resource.
- These devices 101 to 106 are connected to each other via an internal bus 108 so that data can be exchanged.
- a model list 110, environment data 111, a function list are included as data necessary for various processes in addition to the program 102 for implementing functions necessary for the plan creation system 100 of the present embodiment.
- 112 at least environmental data items 113 are stored. Details of these data will be described later.
- the in-vehicle terminal 250 of the automobile 200 also has a general hardware configuration as a computer, like the plan creation system 100 described above, and is connected to the plan creation system 100 via the network 120 so as to be communicable.
- a car navigation device having a wireless communication function is the in-vehicle terminal 250.
- plan creation system 100 of the first embodiment functions provided in the plan creation system 100 of the first embodiment will be described. As described above, the functions described below can be said to be implemented by executing the program 102 included in the plan creation system 100, for example.
- the plan creation system 100 selects a model by a predetermined algorithm from the model list 110 of the storage device 101, and applies the environmental data 111 of the storage device 101 to the selected model to estimate the operating characteristics of the automobile 200.
- the required travel time when the automobile 200 travels on each road of the road network 300 at a predetermined speed is an operating characteristic. That is, the characteristic value is obtained when the automobile 200 operates (that is, travels) in a predetermined environment (that is, a road).
- plan creation system 100 is configured so that the total time required for the operation results is optimally optimized among the automobiles 200 traveling on the roads of the road network 300 to the destination at the time required for the operation characteristics estimated above.
- An operation plan of the automobile 200 that is, a route plan is generated by a predetermined plan creation algorithm, and the generated route plan information of each automobile 200 is transmitted to the in-vehicle terminal 250 of the automobile 200 via the wireless communication device 106. It has a function.
- plan creation system 100 receives the execution result of the route plan in each car 200 via the wireless communication device 106, and according to the difference between the execution result and the route plan presented to the car 200. It has a function of assigning an evaluation value to the selection model.
- the plan creation system 100 receives the degree of digestion of the route plan from each of the traveling vehicles 200 in response to the route plan at a predetermined timing via the wireless communication device 106, and the traveling vehicle 200 according to the degree of digestion.
- a characteristic value to be applied is changed and given to the plan generation algorithm, and a route plan of each traveling vehicle 200 in which the total required time is totally optimized among the traveling vehicles 200 is generated, and the generated route plan information is generated.
- plan creation system 100 is an algorithm that counts the number of selections for each selected model, stores it in the storage device 101, and selects a model with a lower probability when selecting a model from the model list 110. Has a function of selecting a selection model.
- the plan creation system 100 has a function of selecting a selected model with an algorithm that selects a model with a higher evaluation value with a higher probability.
- plan creation system 100 randomly selects a plurality of functions from the function list 112 of the storage device 101, generates a new model by combining the selected functions with a predetermined rule, and stores the new model in the storage device 101.
- plan creation system 100 has a function of changing a model by selecting a model at random from the model list 110 of the storage device 101 and changing a parameter value included in the selected model by a predetermined algorithm.
- plan creation system 100 has a function of deleting a model whose evaluation value is smaller than a predetermined standard from the model list 110 of the storage device 101.
- plan creation method Various operations corresponding to the plan creation method described below are realized by the program 102 that the plan creation system 100 reads out to the memory 103 and executes it. And this program 102 is comprised from the code
- FIG. 3 is a flowchart showing a processing procedure example 1 of the plan creation method in the first embodiment.
- the plan creation system 100 selects a model from the model list 110 of the storage device 101 (s100).
- the plan creation system 100 holds a plurality of models in advance as a model list 110 in the storage device 101.
- a model is a calculation formula that represents the characteristics of a planning object.
- the characteristic of the planning target is, for example, “a time required for a car to travel from a certain intersection to an adjacent intersection when traveling at a predetermined speed”, that is, a required time for a road in a predetermined section.
- FIG. 4 shows a road network 300 and each road included in the road network 300 expressed in a graph.
- the road network 300 shown in FIG. 4 includes nine intersections 301 to 309 and roads 310 to 320 connecting the intersections.
- T (i, j) the time required for the automobile 200 to reach the intersection j from a certain intersection i.
- T (i, j) is not always constant. It is estimated that when the visibility is poor at night or in bad weather, or when there is a lot of traffic, the speed of the automobile 200 tends to decrease and T (i, j) increases. That is, T (i, j) is a function of various environmental factors surrounding the road. That is, the model is described by such a function. In the present embodiment, a function having the following form is used.
- wj is a weight
- rj and cj are parameters representing the spread and center of the radial basis function.
- the function F includes a plurality of weights and parameters.
- the plurality of models shown in FIG. 1 are a plurality of models having different weights and parameter values. These weights and parameter values are held as environment data 111 in the storage device 101.
- FIG. 5 is a diagram showing a data configuration example of the model list 110 in the first embodiment
- FIG. 6 is a diagram showing a configuration example of the environment data 111 in the first embodiment.
- the model list 110 is given for each model, that is, the data of the above-described function F, the number of times the corresponding model has been selected by the planning system 100, and the corresponding model, using the model identifier as a key. It is an aggregate of records in which data of scores (evaluation values) are associated. Each record corresponds to one model. Note that the value of the number of selections is a value that is counted up and updated every time the plan creation system 100 selects a corresponding model.
- the plan creation system 100 receives the execution result of the route plan in each automobile 200 from the in-vehicle terminal 250 of each automobile 200 via the wireless communication device 06, and the execution result (actually travels). It is an evaluation value given to the model used for creating the corresponding route plan according to the difference between the required time) and the route plan (planned time), that is, the difference in the required time.
- the environmental data 111 is the environmental factor in the road network 300 obtained by the plan creation system 100 from the outside (such as a server device that provides weather forecast data for each location) via the input / output device 105 or the wireless communication device 106. It is data about.
- the environment data 111 is configured by a combination of each data item such as temperature, weather, time, day of the week, a factor identifier corresponding to the data item, and actual data. Actual data is extracted by using the identifier of the factor included in the environmental data 111 as a key, and is substituted into the corresponding factor in the function of the model selected by the plan creation system 100.
- the plan creation system 100 selects one model at random from the plurality of models included in the model list 110.
- a model having a smaller selection number as described above is selected with a higher probability, or the evaluation value described above is selected.
- a larger model can be selected with higher probability.
- the plan creation system 100 acquires the environment data 111 from the storage device 101 in step s101.
- the environmental data 111 is data relating to various factors surrounding the road network 300 on which the automobile 200 travels.
- data such as the current time, weather, temperature, day of the week, and traffic volume are included. Become.
- These data are provided to the plan creation system 100 from an external device such as an organization server that manages the road network 300 and an organization server that provides a weather forecast service.
- step s102 the plan creation system 100 applies the environmental data 111 obtained in step s101 described above to the model selected in step s100, and calculates a characteristic value (in the above example, the required time between intersections). That is, the plan creation system 100 identifies items corresponding to each factor of the function F (factor 1, factor 2,%) Of the model selected in step s100 with reference to the value of the corresponding factor in the environmental data 111. The actual data is read, the function F is calculated by applying the actual data to the corresponding factor of the function F, and the result (characteristic value) is stored in the storage device 101 or the memory 103.
- a characteristic value in the above example, the required time between intersections. That is, the plan creation system 100 identifies items corresponding to each factor of the function F (factor 1, factor 2,%) Of the model selected in step s100 with reference to the value of the corresponding factor in the environmental data 111.
- the actual data is read, the function F is calculated by applying the actual data to the corresponding factor of the function F, and the
- the plan creation system 100 acquires information on the destination and current position of each car 200 from the in-vehicle terminal 250 of the car 200.
- the in-vehicle terminal 250 in each automobile 200 that is, the car navigation device
- the car navigation device which is the in-vehicle terminal 250 holds the current position of the own vehicle by a global positioning system (GPS). Therefore, the in-vehicle terminal 250 transmits these pieces of information to the planning system 100 by wireless communication at regular time intervals or according to a predetermined operation by the user.
- GPS global positioning system
- the plan creation system 100 receives information on the current position and the destination regarding the car 200 from the in-vehicle terminal 250, the plan creation system 100 creates a list of the cars 200 that are the targets of the route plan, The current position information is stored in the storage device 101 or the memory 103 in association with each other.
- step s104 the plan creation system 100 reads out the characteristic values calculated in step s102 described above, the information on the destination and current position of each automobile 200 acquired in step s103 from the storage device 101 or the memory 103, and each automobile. Plan 200 routes. Details of the planning procedure will be described later. As a processing result of step s104, a permutation of intersections to be passed from the current position to the destination is obtained for each automobile 200.
- the plan creation system 100 stores the route plan information as the processing result in the storage device 101 or the memory 103.
- step s105 the plan creation system 100 reads the route plan information created for each car 200, that is, the permutation of intersections that the car 200 should pass to the destination from the storage device 101 or the memory 103, and wirelessly reads it.
- the data is transmitted to the car navigation device that is the in-vehicle terminal 250 of the car 200 via the communication device 106 and the network 120.
- the provision of the route plan to each automobile 200 is temporarily terminated.
- FIG. 7 is a flowchart showing a processing procedure example 2 of the plan creation method of the first embodiment.
- the plan creation system 100 sets initial values of required times of the respective roads 310 to 320 (each of the roads connecting the intersections in the road network 300 of FIG. Set to area. This initial value is the characteristic value calculated in step s102 in the flow shown in FIG.
- step s 121 the plan creation system 100 reads from the storage device 101 or memory 103 the list of cars 200 to be planned (generated in step s 103) stored in the storage device 101 or memory 103.
- step s122 the plan creating system 100 confirms whether or not all of the automobiles 200 included in the above-described automobile 200 list have a route planned mark. At the stage where the above list is read in step s121, no planned mark is attached to any automobile 200.
- step s122 If the result of determination in step s122 is that a planned mark is attached to all automobiles 200 (s122: YES), this flow ends. On the other hand, if no planned mark is attached to any of the automobiles 200 (s122: NO), the plan creation system 100 advances the process to step s123.
- step s123 the plan creation system 100 randomly selects a car 200 that does not have a planned mark in the list.
- the selected automobile 200 is referred to as “car i”.
- the plan creation system 100 determines a route having the shortest required time from the current position of the vehicle i to the destination by the Dijkstra method, for example.
- the Dijkstra method is a basic algorithm for solving the shortest path problem. It is assumed that the plan creation system 100 according to the present embodiment holds a program that realizes the Dijkstra method in advance in the storage device 101, and can call and execute the program as necessary.
- step s120 Each road in the road network 300 is given information on the required time as a characteristic value in step s120, and the plan creation system 100 calculates the sum of the required time of the road through which the car i passes from the current position to the destination. The smallest path is obtained.
- step s124 the plan creation system 100 obtains a permutation of passing intersections in a route that takes the shortest time required for the car i to reach the destination, and stores information on this permutation in the storage devices 101 or 101. It is held in the memory 103 (s125).
- step s126 the plan creation system 100 adds a route planned mark to the information related to the car i in the list of the cars 200 described above.
- step s127 the plan creation system 100 increases each required time of the road indicated by the route plan created for the car i as described above, that is, the value of the characteristic value.
- the value of the characteristic value is increased in this way, a calculation such as adding a predetermined number or multiplying a predetermined number may be performed.
- the plan creation system 100 stores the value of the characteristic value thus increased in the storage device 101 or the memory 103.
- the plan creation system 100 applies the environmental data 111 to the selected model 10 and stores the resulting characteristic value 11 (time required for each road) in the memory 103 or the like to prepare for route planning. Further, the information 12 (the destination and the current position of each car 200) is also transmitted from the car 200 to be planned to the plan creating system 100, and this is also stored in the memory 103 or the like.
- the plan creation system 100 creates a route plan 13 (route for each car) based on the information 11 and 12 (information on required time as characteristic values, information on the current location and destination) stored in the memory 103 and the like. Is transmitted to the in-vehicle terminal 250 of the automobile 200.
- the route plan 13 transmitted from the plan creation system 100 is input to the car navigation device which is the in-vehicle terminal 250 of the automobile 200, and the route guidance along the route plan 13 is executed.
- the GPS coordinates and time information 14 of each moving automobile 200 are transmitted to the plan creation system 100 by the in-vehicle terminal 250 which is a car navigation apparatus.
- the information 14 is recorded in the storage device 101 or the memory 103, and the execution result of the route plan is evaluated based on the information 14.
- FIG. 8 is a flowchart showing a processing procedure example 3 of the plan creation method of the first embodiment.
- the plan creation system 100 reads a list of cars 200 that have been route-planned and are currently running. This is a list of automobiles 200 that are the targets of the route plan in the flow of FIG. 7 (the plan creation system 100 holds in the storage device 101 or the memory 103).
- step s132 and subsequent steps are executed for all the cars 200 in the list obtained in step s130. Therefore, in step s132, the plan creation system 100 takes out one automobile that has not been updated (s133 to s134) from the list and sets it as a car i.
- the plan creation system 100 acquires the current position of the car i by performing wireless communication with the car navigation device that is the in-vehicle terminal 250 of the car 200.
- the plan creation system 100 may read out and acquire information on the current position obtained from the in-vehicle terminal 250 from the storage device 101 or the memory 103 at regular intervals.
- step s134 the plan creation system 100 determines that the vehicle i has already passed among the roads on the route plan from the route plan created for the vehicle i in the flow of FIG. 7 and the current position information of the vehicle i.
- a road is specified, and a required time, that is, a characteristic value of the road is decreased (characteristic value subtraction process opposite to step s127 in the flow of FIG. 7).
- step s135 the plan creation system 100 determines whether or not the vehicle i has already arrived at the destination, the destination information already obtained at the time of the route planning for the vehicle i, and the current status obtained in the above step s133. If the current position information of the vehicle i matches the destination information or is included in a predetermined neighborhood range, it is determined that the vehicle i has arrived at the destination (s135: YES) The process proceeds to step s136. On the other hand, if the car i has not yet arrived at the destination (s135: NO), the plan creation system 100 returns the process to step s131.
- step s136 the plan creation system 100 deletes the car i that has arrived at the destination from the list of cars that have been route-planned and are traveling. Such a process is repeatedly executed for each vehicle included in the list of traveling vehicles 200 obtained in step s130 (s131: NO to s136), and each road in the road network 300 (a route plan for the traveling vehicle 200). Update the value of the required time). Since the value of the required time of the road, that is, the characteristic value has changed, the plan creation system 100 executes the processing after step s121 in the flow shown in FIG. The route plan for the car will be done.
- the route plan transmitted from the plan creation system 100 to the in-vehicle terminal 250 of the automobile 200 is executed in the automobile 200.
- the car navigation device which is the in-vehicle terminal 250 of the car 200, issues a route instruction according to the route plan, and the driver moves along the direction of travel of the car 200 along the route.
- Information about the GPS coordinates of each moving car 200 and its positioning time is transmitted from the car navigation device to the plan creation system 100, and this information is stored in the storage device 101 or memory 103 of the plan creation system 100 as an execution result for the route plan. Stored.
- the plan creation system 100 associates the execution result obtained from the car navigation device as the in-vehicle terminal 250 with the model used at the time of route planning for the car 200 and the value of the parameter, and the storage device 101 (or memory 103).
- the list 700 is a model selected for each route plan (step s100 in FIG. 3), the selection date and time, and the parameter value (environment set as the factor) included in the function of the corresponding model at that time Information 701 to 704... Consisting of a set of (actual data of data 111) is included as a model selection history.
- the information 701 to 704... Of each model included in the list 700 includes the results 721 to 724 obtained by executing the route plan created using the model in the automobile 200 (car navigation as the in-vehicle terminal 250). Data associated with the device).
- the results 721 to 724 of the route plan executed by the automobile 200 are the movement history of the automobile 200, as shown in the figure, the identification information (eg, CarNo. 00001) of each automobile 200, and the corresponding automobile 200. It becomes time series information of the latitude and longitude where it is located. The time series time interval is 10 seconds, 30 seconds, or the like. Information on such execution results is transmitted from all the cars 200 subject to route planning to the plan creation system 100 at regular intervals, and the plan creation system 100 stores them in the storage device 101 and corresponding models. It is attached and stored.
- the plan creation system 100 which has obtained the execution result for the route plan evaluates the model used for the route plan based on the obtained execution result.
- This evaluation process may be executed every time a route plan is executed in the automobile 200 or every certain period such as every month, but preferably, when execution results for one model are accumulated to some extent. To implement.
- FIG. 10 is a flowchart showing a processing procedure example 4 of the plan creation method of the first embodiment.
- the plan creation system 100 counts the number of stored execution results in the storage device 101 for each model, detects that the count value exceeds a predetermined reference, and The model used for the route plan from which the execution result is derived is specified as an evaluation target (s140).
- plan creation system 100 repeats the score update processing performed in the subsequent steps s142 to s147 for all the evaluation target models specified in the above-described step s140 (s141: NO to s147).
- step s142 the plan creation system 100 selects one model that has not been updated from the models identified in step s140 described above as a model to be updated.
- step s143 the plan creation system 100 obtains the time at the time of travel obtained from each automobile 200 that traveled based on the route plan as an execution result for the route plan using the model selected in step s142.
- the GPS coordinate time-series information is read from the storage device 101 and stored in the memory 103 or the like. Note that the actual travel route in the automobile 200, that is, the execution result, is not necessarily the same as the route indicated by the route plan.
- step s144 the plan creation system 100 calculates the average time required for the route plan when it is assumed that each vehicle 200 using the route plan derived from the corresponding model has traveled with the content of the route plan. calculate. This can be obtained by averaging the time required to the destination of each automobile 200 used when the route is determined by the Dijkstra method in step s124 of FIG.
- step s145 the plan creation system 100 uses the average required time when each automobile 200 using the route plan derived from the corresponding model actually travels the road network 300 based on the route plan as the execution result. Calculate based on In this case, the plan creation system 100 uses the information of the execution result read out in step s143 to calculate the time required to reach the destination after transmitting the route plan to each vehicle 200. Average between them.
- step s146 the plan creating system 100 calculates the two average required times calculated above, that is, the average required time on the route plan and the average required time derived from the execution result according to the actual travel. Based on the following calculation formula, first, the pass / fail coefficient of the execution result is calculated. The larger the pass / fail factor of the execution result is, the more desirable, and the pass / fail factor becomes smaller as the actual required time is larger than the required time in the route plan.
- step s147 the plan creation system 100 updates the score of the corresponding model selected in step s142 based on the pass / fail coefficient calculated in step s146.
- the plan creation system 100 updates the score according to the following formula.
- Score after update score before update ⁇ good / bad coefficient
- the plan creation system 100 reads the score of the corresponding model in the model list 110 of the storage device 101, and multiplies the score value by the good / bad coefficient described above to update. . Therefore, the score of the model that has obtained a large pass / fail coefficient increases.
- plan creation system 100 creates a route plan based on the model, provides it to the automobile 200, obtains and evaluates the execution result of the route plan in the automobile 200, and based on the evaluation
- the flow of a series of processes for updating the score of the corresponding model was explained.
- a model creation, modification, and deletion procedure in the plan creation system 100 will be described.
- FIG. 11 is a diagram showing functional blocks of the plan creation system of the second embodiment
- FIG. 12 is a diagram showing examples of environment data items of the second embodiment
- FIG. 13 is a function list of the second embodiment. It is a figure which shows an example.
- Information used by the plan creation system 100 for model creation processing includes an environment data item 113 shown in FIG.
- This environmental data item 113 is item information of environmental data that can be a “factor” in the function F constituting the model. If there is an increase or decrease in the type of environmental data 111 that can be acquired for some reason (for example, when a new sensor is installed on the road), the contents of the environmental data item 113 are also updated accordingly. This update work is performed outside the plan creation system 100.
- the plan creation system 100 also holds a function list 112 in the storage device 101.
- This function list 112 includes a plurality of functions for each environment data for constructing a model.
- the plan creation system 100 can generate a new model by combining functions appropriately selected from the function list 112.
- the plan creation system 100 holds the model list 110 (FIG. 5) in the storage device 101 in order to manage a plurality of models.
- the initial state of the model list 110 is a state in which one or more models registered by the user are registered.
- a new model is added to the model list 110.
- the plan creation system 100 performs the model change process, the contents of one or more models stored in the model list 110 are changed.
- the plan creation system 100 performs the model deletion process, one or more models are deleted from the model list 110. It is assumed that such model creation, model change, and model deletion processes are scheduled by an appropriate calendar function or the like so as to be periodically executed in the plan creation system 100. However, these processes do not need to be executed synchronously, and their execution frequencies may be different.
- FIG. 14 is a flowchart showing a processing procedure example 1 of the plan creation method of the second embodiment.
- the plan creation system 100 randomly selects and reads out a predetermined number of items from the data items stored in the environment data item 113. The number of data items to select is also random.
- the plan creation system 100 identifies a function corresponding to the item from the function list 112 using the data item read in step s160 described above, and combines the functions identified here in a form that adds together. Then, a function F is created by combining them according to a certain rule corresponding to the above-mentioned [Equation 1] and [Equation 2].
- the function fi (x) for one data item is composed of one or more radial basis functions, but the number is randomly determined between about 1 and 5.
- step s162 the plan creation system 100 determines the initial values of parameters such as weighting factors and intercept values of the terms (f1, f2,%) Constituting the function F created in step s161 by random numbers. .
- step s163 the plan creation system 100 adds the function generated as described above to the model list 110 of the storage device 101 as one model. This completes the model creation process.
- FIG. 15 is a flowchart showing a processing procedure example 2 of the plan creation method of the second embodiment.
- the plan creation system 100 randomly selects one model to be changed from the model list 110 of the storage device 101.
- step s181 the plan creation system 100 selects one or more parameters to be changed from the parameters (including the weight used for the weighted sum) included in the model selected in step 180 described above. .
- the plan creation system 100 changes the value of the parameter selected in step s181 of the model selected in step 180 described above.
- the current value can be changed to a value close to the current value by adding a sufficiently small value to the current value, or a random number regardless of the current value.
- a technique of changing to a new value derived from the origin can be adopted.
- the plan creation system 100 stores the changed parameter value in the record of the model to be changed in the model list 110.
- the plan creation system 100 creates a copy of the model before the parameter change and stores it in the storage device 101 or the memory 103, and the model before the parameter change and the parameter after the parameter change. Both models may be stored in the model list 110. This completes the model change process.
- FIG. 16 is a flowchart showing an example 3 of the processing procedure of the plan creation method of the second embodiment.
- the plan creation system 100 determines whether or not the number of models stored in the model list 110 of the storage device 101 exceeds a predetermined deletion criterion. As a result of this determination, when the number of stored models exceeds the deletion criterion (s200: YES), the plan creation system 100 advances the processing to step s201. On the other hand, when the number of stored models does not exceed the deletion criterion (s200: NO), the plan creation system 100 ends the process.
- step s201 the plan creation system 100 determines the number of models to be deleted.
- the number of models to be deleted is determined by a random number with the difference between the number of models stored in the model list 110 and the deletion criterion as the upper limit and 0 as the lower limit.
- step s202 the plan creation system 100 deletes models from the model list 110 of the storage device 101 by the number determined in step s201 in ascending order of scores. This completes model erasure.
- FIG. 17 is a diagram illustrating functional blocks of the plan creation system 100 according to the third embodiment.
- the difference from the plan creation system 100 shown in FIG. 1 is that it has a function of checking the validity of the route plan before transmitting the created route plan to the in-vehicle terminal 250 of the automobile 200. This check process will be described with reference to the flowchart of FIG. In the flow shown in FIG. 18, steps s220 to s224 are the same as steps s100 to s104 shown in FIG.
- step s225 the plan creation system 100 determines whether the route plan created in steps up to step s224 satisfies a predetermined acceptance criterion.
- This acceptance criterion is a value created outside the plan creation system 100 and is stored in the storage device 101 or memory 103.
- the acceptance criterion “a route plan whose moving distance exceeds 10 times the shortest route length calculated based only on the distance (not the required time) from the current position to the destination is invalid”, etc. Can be assumed.
- step s225 when it is determined that there is a portion that does not satisfy the acceptance criteria for the corresponding route plan (s225: NO), the plan creation system 100 transmits the corresponding route plan to the in-vehicle terminal 250 of the automobile 200.
- the model list 110 gives a small evaluation value (for example, 0.1) to the model used for the corresponding route plan. Therefore, the score of the model used for this planning is reduced. Thereafter, the plan creation system 100 returns the process to step s220 to create a new route plan again.
- FIG. 19 is a diagram illustrating a network configuration example including the plan creation system 100 according to the fourth embodiment.
- the plan creation system 100 is a hospital information system.
- the hospital information system 100 is connected to one or more business terminals 400 via an appropriate communication line such as a wireless LAN. It is assumed that a worker in a medical facility managed by the hospital information system 100 carries the business terminal 400 described above and performs business according to the plan transmitted from the hospital information system 100 to the business terminal 400.
- the hospital information system 100 stores a work schedule DB 140 and a worker DB 141 in the storage device 101.
- FIG. 20 is a diagram illustrating a data configuration example of the business schedule DB 140 according to the fourth embodiment.
- This work schedule DB 140 is a database that stores information on work that must be carried out at the corresponding medical facility. As shown in FIG. 20, the work name is used as a key, the target patient, the place where the corresponding work is executed, the corresponding It is a collection of records associated with data such as time to execute the business.
- the worker DB 141 is a database in which information on workers who can engage in work is stored. As shown in FIG. 21, the worker's name is used as a key, and the worker's work day, working time, skill It is a collection of records in which data such as the level and the current business execution area are associated with each other.
- the storage device 101 of the hospital information system 100 stores data such as the model list 110, the environmental data 111, the function list 112, and the environmental data item 113, as in the plan creation system 100 described above. Is stored.
- the model in the model list 110 of the hospital information system 100 is the time required to complete each operation at the medical facility. Even for the same job, the time required varies depending on various factors. For example, the required time varies depending on the skill of the worker who performed the work. That is, a worker with high skill can complete the task in a short time, but a worker with low skill requires a longer time even for the same job. In addition, the required time may vary depending on the work performed by the worker immediately before the work. For example, if the location of the previous business is away, the required time will be extra for the time required to move to the location where the business is performed. Similar to the first embodiment described above, the model is a function of various factors, and is defined in the form of [Equation 1] and [Equation 2].
- the hospital information system 100 that executes processing based on the above premise is to create a work plan that shortens the time required for each worker to complete the entire work in a medical facility as a whole. .
- it is human beings who do business, and it is necessary to consider restrictions peculiar to human beings. One of them is fatigue. Workers need to take appropriate breaks during the day, and daily working hours must not exceed the prescribed standards.
- shortening the working hours in order to avoid the occurrence of fatigue in the workers and shortening the time required to complete the work efficiently are a matter of conflict. Therefore, when the hospital information system 100 creates a business plan, it creates a business plan that is Pareto optimal using a multi-objective optimization technique.
- the hospital information system 100 calculates how close the actual work execution result of the worker is to the Pareto optimum, and uses this as the evaluation of the work plan, that is, the above-mentioned pass / fail coefficient. Further, the hospital information system 100 updates the model score used at the time of creating the business plan based on the pass / fail coefficient in the same manner as in the first embodiment described above. In addition, the hospital information system 100 executes model creation, modification, and deletion processes, as in the first embodiment described above.
- FIG. 22 is a flowchart showing a processing procedure example of the plan creation method of the fourth embodiment.
- the hospital information system 100 reads out the work for one day from the above-mentioned work schedule DB 140, and from the worker DB 141, the skill level as the information of the worker whose working day is the working day and the execution of the work currently in charge. Each value in the inner area is read (s250).
- This worker information becomes part of the environmental data 111.
- information related to the work read from the work schedule DB 140 for example, various data such as the disease of the patient who is the work target, its degree, and execution time are also part of the environment data 111.
- the hospital information system 100 selects a model from the model list 110 of the storage device 101 (s251).
- the model has the characteristics of the target of planning: “When a worker performs a task, the time required to complete the task and the degree of fatigue at that time”, that is, the time required for the given task and the degree of fatigue at that time It is.
- the hospital information system 100 applies the environmental data 111 already obtained in step s250 described above to the model selected in step s251, and sets the characteristic value (in this example, the time required to complete the work and Fatigue degree) is calculated. That is, the hospital information system 100 identifies the item corresponding to each factor of the function F (factor 1, factor 2,%) Of the model selected in step s251 with reference to the value of the corresponding factor in the environmental data 111. The actual data is read, the function F is calculated by applying the actual data to the corresponding factor of the function F, and the result (characteristic value) is stored in the storage device 101 or the memory 103.
- the characteristic value in this example, the time required to complete the work and Fatigue degree
- the environmental data 111 in this case is environmental factor data relating to a predetermined operation at the medical facility, which is obtained in advance by the hospital information system 100 from the administrator or the like via the input / output device 105.
- the environmental data 111 includes various data items such as the skill level of the worker, the execution area of the previous work, the disease and degree of the patient who is the work target, the time to be executed, the identifier of the corresponding factor, and the actual data It is composed of a combination of Actual data is extracted using the identifier of the factor included in the environment data 111 as a key, and is substituted into the corresponding factor in the function of the model selected by the hospital information system 100.
- step s253 the hospital information system 100 reads out the characteristic value calculated in step s252 described above from the storage device 101 or the memory 103, and the degree of fatigue is determined among the workers who can engage in the corresponding work on the corresponding day.
- the hospital information system 100 uses a multi-objective optimization method based on the concept of Pareto optimization, with an overall optimal pattern that minimizes the time required to complete a task when a predetermined task is assigned while maintaining a state below a certain standard It is specified and created as a business plan 500 illustrated in FIG.
- the hospital information system 100 stores the work plan 500 created here in the storage device 101 or the memory 103.
- the hospital information system 100 stores information on the work plan created for each worker, that is, information on the work schedule that the relevant worker should perform “what time” and “what work”. 101 is read from the memory 103 and transmitted to the business terminal 400 of the worker through the wireless communication device 106 and the network 120. This completes the provision of the work plan to each worker.
- a worker who has received the business plan 500 at his / her business terminal 400 inputs an execution record of the business in charge according to the business plan 500 to the business terminal 400. For example, when a temperature measurement operation is performed, the worker inputs the patient's body temperature to the operation terminal 400. At this time, the time at which the business is performed is also recorded in the business terminal 400. Execution results of such workers, that is, each information of the corresponding work and its execution time are transmitted from the work terminal 400 to the hospital information system 100 and stored in the storage device 101. The hospital information system 100 uses the information on the execution result of the work stored in the storage device 101 to calculate the evaluation for the execution result of the work plan, that is, the pass / fail factor as in the first embodiment, and the like. The processes indicated by the above are similarly executed.
- the arithmetic device receives the operation plan and inputs the digestibility of the operation plan from each resource in operation.
- Each operating resource that is received at a predetermined timing via a communication device changes the operating characteristics of the operating resource according to the degree of digestion, is given to the planning algorithm, and the operating result is the overall optimization among the operating resources
- the operation plan may be generated, and the generated operation plan information may be transmitted to each operating resource via the output device or the communication device.
- the arithmetic device counts the number of selections for each selected model and stores it in the storage device in the process of selecting the model and estimating the operating characteristics,
- the selection model may be selected by an algorithm that selects a model with a smaller number of selections with higher probability.
- the arithmetic device selects a model from a plurality of types of models, and the model with a larger evaluation value is higher.
- the selection model may be selected by an algorithm that selects by probability.
- the storage device further stores a plurality of functions for each environment data for configuring the model, and the arithmetic device stores the functions from the storage device.
- a process of selecting a plurality at random, combining the selected functions with a predetermined rule, generating a new model, and storing the new model in a storage device may be further executed.
- the arithmetic device randomly selects a model from the storage device, and changes the value of the parameter included in the selected model by a predetermined algorithm, thereby changing the model May be further executed.
- the arithmetic unit may further execute a process of erasing a model having an evaluation value smaller than a predetermined criterion from among the models of the storage device. According to this, it is possible to eliminate a model that does not tend to match the resource operating environment and efficiently create a more suitable plan.
- plan creation system 101 storage device 102 program 103 memory 104 CPU (computing device) 105 I / O device 106 Wireless communication device (communication device) 107 Antenna 108 Internal Bus 110 Model List 111 Environmental Data 112 Function List 113 Environmental Data Item 120 Network 200 Automobile (Resource) 250 In-vehicle terminal 300 Road network 301-309 Intersection 310-320 Road
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Navigation (AREA)
Abstract
【課題】所定結果を見込むリソースの稼働計画を幅広い観点から作成し、作成した計画を客観的に評価し、継続的な改良を可能とする。 【解決手段】計画作成システム(100)が、記憶装置(101)の複数種類のモデル(110)中より、所定アルゴリズムにてモデルを選択し、当該選択モデルに対し、記憶装置(101)の環境データ(111)を適用してリソースの稼働特性を推定する処理と、推定した稼働特性にて稼働する各リソースの間で、稼働結果が全体最適となる各リソースの稼働計画を所定の計画作成アルゴリズムにより生成し、当該生成した各リソースの稼働計画の情報を、出力装置(105)ないし通信装置(106)を介して該当リソースに対して伝達する処理と、各リソースでの稼働計画の実行結果を、入力装置(105)ないし通信装置(106)を介して受け付けて、実行結果と稼働計画との乖離に応じて選択モデルに評価値を付与する処理を実行する。
Description
本発明は、計画作成システム、計画作成方法、および計画作成プログラムに関する。
企業における製品の生産計画、或いは自動車の最適経路検索など、人員や機械等の各種リソースの稼働条件、稼働内容を踏まえて、望ましい結果、状態を得るべく事前計画を生成する技術が提案されてきた。そうした技術としては、例えば以下のごとき技術が提案されている。
すなわち、生産工程モデル及び生産規則を用いて、事象ベースシミュレータが工場内の製品の動きをシミュレートすることにより生産計画の立案を行う生産計画作成システムにおいて、一定時間ごとの生産工程の状況を計算する時間間隔ベースシミュレータと、該時間間隔ベースシミュレータを用いて前記生産規則を自動的に導出する規則生成器とを備えることから成る生産計画作成システム(特許文献1参照)などが提案されている。
また、経路探索端末から自動車又は自動二輪車の経路探索に関する情報の提供要求を受信し、当該要求に応答して経路探索に関する情報を送信する経路探索システムにおいて、前記経路探索端末からの提供要求に含まれる情報を取得する情報取得手段と、前記情報取得手段で取得した情報から、経路を要求された自動車又は自動二輪車の移動に伴って発生する環境負荷、及び、他の自動車及び自動二輪車の環境負荷を算出処理する環境負荷算出手段を有する経路探索システム(特許文献2参照)なども提案されている。
ところが従来の技術によれば、計画作成時に処理の判断基準となっているのが、勘や経験に基づく固定的な概念であり、現状の計画作成手法は最善であるか別途判定し、手法の改善を行うべきか否か判断することができない。よって、手法の改善を試みようとしたとしても、ユーザの思考や発想の範囲に捕らわれた、限定的で近視眼的な結果しか得られない恐れがある。
そこで本発明の目的は、所定結果を見込むリソースの稼働計画を幅広い観点から作成し、作成した計画を客観的に評価し、継続的な改良を可能とする技術を提供することにある。
上記課題を解決する本発明の計画作成システムは、計画対象のリソースによる所定環境下での稼働特性を推定する複数種類のモデルと、前記リソースの稼働環境を示す環境データとを格納した記憶装置と、前記記憶装置の複数種類のモデル中より、所定アルゴリズムにてモデルを選択し、当該選択モデルに対し、前記記憶装置の環境データを適用して前記リソースの稼働特性を推定する処理と、前記推定した稼働特性にて稼働する各リソースの間で、稼働結果が全体最適となる各リソースの稼働計画を所定の計画作成アルゴリズムにより生成し、当該生成した各リソースの稼働計画の情報を、出力装置ないし通信装置を介して該当リソースに対して伝達する処理と、各リソースでの前記稼働計画の実行結果を、入力装置ないし通信装置を介して受け付けて、前記実行結果と前記稼働計画との乖離に応じて前記選択モデルに評価値を付与する処理を実行する演算装置と、を備えることを特徴とする。
また、本発明の計画作成方法は、計画対象のリソースによる所定環境下での稼働特性を推定する複数種類のモデルと、前記リソースの稼働環境を示す環境データとを格納した記憶装置を備えた情報処理装置が、前記記憶装置の複数種類のモデル中より、所定アルゴリズムにてモデルを選択し、当該選択モデルに対し、前記記憶装置の環境データを適用して前記リソースの稼働特性を推定する処理と、前記推定した稼働特性にて稼働する各リソースの間で、稼働結果が全体最適となる各リソースの稼働計画を所定の計画作成アルゴリズムにより生成し、当該生成した各リソースの稼働計画の情報を、出力装置ないし通信装置を介して該当リソースに対して伝達する処理と、各リソースでの前記稼働計画の実行結果を、入力装置ないし通信装置を介して受け付けて、前記実行結果と前記稼働計画との乖離に応じて前記選択モデルに評価値を付与する処理と、を実行することを特徴とする。
また、本発明の計画作成プログラムは、計画対象のリソースによる所定環境下での稼働特性を推定する複数種類のモデルと、前記リソースの稼働環境を示す環境データとを格納した記憶装置を備えた情報処理装置に、前記記憶装置の複数種類のモデル中より、所定アルゴリズムにてモデルを選択し、当該選択モデルに対し、前記記憶装置の環境データを適用して前記リソースの稼働特性を推定する処理と、前記推定した稼働特性にて稼働する各リソースの間で、稼働結果が全体最適となる各リソースの稼働計画を所定の計画作成アルゴリズムにより生成し、当該生成した各リソースの稼働計画の情報を、出力装置ないし通信装置を介して該当リソースに対して伝達する処理と、各リソースでの前記稼働計画の実行結果を、入力装置ないし通信装置を介して受け付けて、前記実行結果と前記稼働計画との乖離に応じて前記選択モデルに評価値を付与する処理と、を実行させることを特徴とする。
本発明によれば、所定結果を見込むリソースの稼働計画を幅広い観点から作成し、作成した計画を客観的に評価し、継続的な改良が可能となる。
以下に本発明の実施形態について図面を用いて詳細に説明する。図1は第1実施形態の計画作成システムの機能ブロックを示す図であり、図2は、第1実施形態の計画作成システム100のハードウェア構成を含むネットワーク構成図である。図1、2に示す計画作成システム100は、所定結果を見込むリソースの稼働計画を幅広い観点から作成し、作成した計画を客観的に評価し、継続的な改良を可能とするコンピュータシステムである。
第1実施形態においては、都市の自動車交通における渋滞抑制、移動効率向上を目的として計画作成を行う状況を想定し、道路網300を現在地から目的地まで走行する自動車200を計画対象のリソースとする。
この場合、計画作成システム100は、無線通信によって自動車200の車載端末250との間で情報交換を適宜に行い、各自動車200の目的地と現在位置の情報を所定タイミングごとに取得し、道路網300に所在する各自動車200が目的地まで走行する際の所要時間が、計画対象の自動車200の間で全体最適の観点で短くなるような計画を作成する。
続いて計画作成システム100のハードウェア構成について説明する。計画作成システム100は、ハードディスクドライブなど適宜な不揮発性記憶装置で構成される記憶装置101、RAMなど揮発性記憶装置で構成されるメモリ103、記憶装置101に保持されるプログラム102をメモリ103に読み出すなどして実行し装置自体の統括制御を行なうとともに各種判定、演算及び制御処理を行なうCPU104(演算装置)、ユーザからの入力を受け付ける処理や処理データを表示する入出力装置105、および無線通信装置106を備える。無線通信装置106は、ネットワーク120と接続し、リソースたる自動車200の車載端末250との間でアンテナ107を介した無線通信処理を担う。これら各装置101~106は内部バス108でデータ授受可能に結ばれている。
なお、記憶装置101内には、本実施形態の計画作成システム100として必要な機能を実装する為のプログラム102の他、各種処理に必要なデータ類として、モデルリスト110、環境データ111、関数リスト112、環境データ項目113が少なくとも記憶されている。これらデータ類の詳細については後述する。
なお、自動車200の車載端末250も上述した計画作成システム100と同様に、コンピュータとして一般的なハードウェア構成を備えており、ネットワーク120を介して計画作成システム100と通信可能に結ばれている。具体的には、無線通信機能を備えるカーナビゲーション装置が車載端末250となる。
続いて、第1実施形態の計画作成システム100が備える機能について説明する。上述したように、以下に説明する機能は、例えば計画作成システム100が備えるプログラム102を実行することで実装される機能と言える。
計画作成システム100は、記憶装置101のモデルリスト110より、所定アルゴリズムにてモデルを選択し、当該選択モデルに対し、記憶装置101の環境データ111を適用して自動車200の稼働特性を推定する機能を有する。第1実施形態の場合、道路網300の各道路を自動車200が所定速度で走行した際の所要移動時間が、稼働特性となる。つまり、自動車200が所定環境(すなわち道路)で稼働(すなわち走行)する際の特性値となる。
また、計画作成システム100は、上述で推定した稼働特性たる所要時間にて道路網300の各道路を目的地まで走行する各自動車200の間で、稼働結果たる全所要時間が全体最適となる各自動車200の稼働計画すなわち経路計画を所定の計画作成アルゴリズムにより生成し、当該生成した各自動車200の経路計画の情報を、無線通信装置106を介して該当自動車200の車載端末250に対して伝達する機能を有する。
また、計画作成システム100は、各自動車200での経路計画の実行結果を、無線通信装置106を介して受け付けて、この実行結果と該当自動車200に提示してある経路計画との乖離に応じて選択モデルに評価値を付与する機能を有する。
また、計画作成システム100は、経路計画を受けて走行中の各自動車200から経路計画の消化度を、無線通信装置106を介して所定タイミングで受け付け、その消化度に応じて走行中自動車200に適用する特性値を変化させて計画作成アルゴリズムに与え、走行中自動車200の間で、全所要時間が全体最適となる各走行中自動車200の経路計画を生成し、当該生成した経路計画の情報を、無線通信装置106を介して該当各走行中自動車200に対して伝達する機能を有する。
また、計画作成システム100は、選択モデル毎に選択回数をカウントして記憶装置101に格納し、モデルリスト110中よりモデルを選択する際に、選択回数の少ないモデルほど高確率で選択するアルゴリズムで選択モデルを選定する機能を有する。
また、計画作成システム100は、モデルリスト110中よりモデルを選択する際に、評価値の大きいモデルほど高確率で選択するアルゴリズムで選択モデルを選定する機能を有する。
また、計画作成システム100は、記憶装置101の関数リスト112より関数をランダムに複数選択し、当該選択した複数の関数を所定規則で組み合わせることで新規モデルを生成し、当該新規モデルを記憶装置101のモデルリスト110に追加する機能を有する。
また、計画作成システム100は、記憶装置101のモデルリスト110よりランダムにモデルを選択し、当該選択したモデルに含まれるパラメータの値を所定アルゴリズムにより変更することでモデルの変更を行う機能を有する。
また、計画作成システム100は、記憶装置101のモデルリスト110中より、評価値が所定基準より小さいモデルを消去する機能を有する。
以下、第1実施形態における計画作成方法の実際手順について図に基づき説明する。以下で説明する計画作成方法に対応する各種動作は計画作成システム100がメモリ103等に読み出して実行するプログラム102によって実現される。そして、このプログラム102は、以下に説明される各種の動作を行うためのコードから構成されている。
図3は、第1実施形態における計画作成方法の処理手順例1を示すフロー図である。ここでまず、計画作成システム100が実行する基本処理の流れを説明する。計画作成システム100は、記憶装置101のモデルリスト110よりモデルを選択する(s100)。 図1に示したように、計画作成システム100は記憶装置101におけるモデルリスト110として複数のモデルを予め保持している。モデルとは、計画対象の特性を表す計算式である。また、計画対象の特性とは、例えば「自動車が所定速度で走行した際に、ある交差点から隣の交差点まで到達するのにかかる時間」、すなわち所定区間の道路の所要時間である。
図4に、道路網300とこの道路網300に含まれる各道路をグラフで表現したものを示す。図4で示す道路網300は、9つの交差点301~309と、各交差点間を結ぶ道路310~320とで構成されている。ここで、自動車200が、ある交差点iから交差点jに到達するのに要する時間を、T(i,j)と定義する。なお、i、j、すなわち交差点の区間を固定して考えても、T(i,j)は常に一定とは限らない。夜や悪天候で視界が悪い時、交通量が多い時などは自動車200の速度が低下しやすく、T(i,j)は大きくなることが推定される。つまり、T(i,j)は、該当道路を取り巻く様々な環境要因の関数となる。つまりモデルとは、こうした関数により記述されたものとなる。本実施形態では、以下のような形の関数を用いる。
[数1] T(i,j)=F(要因1,要因2,‥‥)
=a0+a1×f1(要因1)+a2×f2(要因2)+‥‥
1つの要因kについて、1つの関数fk(要因k)が存在し、それらの重み付き和が全体の関数F(要因1,要因2)となる。また、それぞれの要因に対する関数は、さらに以下のように放射基底関数(Radial Basis Function)Φの重み付き和とする。
=a0+a1×f1(要因1)+a2×f2(要因2)+‥‥
1つの要因kについて、1つの関数fk(要因k)が存在し、それらの重み付き和が全体の関数F(要因1,要因2)となる。また、それぞれの要因に対する関数は、さらに以下のように放射基底関数(Radial Basis Function)Φの重み付き和とする。
[数2]
fi(x)=Σ{wj×Φ(rj×(x-cj))}
上述の式において、wjは重み、rj、cjは放射基底関数の広がりと中心を表すパラメータである。このように、関数Fは複数の重みやパラメータを含む。図1に示した複数のモデルとは、これら重みやパラメータの値が異なる複数のモデルである。これらの重みやパラメータの値は、記憶装置101において環境データ111として保持している。
fi(x)=Σ{wj×Φ(rj×(x-cj))}
上述の式において、wjは重み、rj、cjは放射基底関数の広がりと中心を表すパラメータである。このように、関数Fは複数の重みやパラメータを含む。図1に示した複数のモデルとは、これら重みやパラメータの値が異なる複数のモデルである。これらの重みやパラメータの値は、記憶装置101において環境データ111として保持している。
図5は第1実施形態におけるモデルリスト110のデータ構成例を示す図であり、図6は第1実施形態における環境データ111の構成例を示す図である。図に示すとおり、モデルリスト110は、モデルの識別子をキーとして、各モデルすなわち上述の関数Fのデータと、該当モデルが今まで計画作成システム100により選択された選択回数と、該当モデルに関して付与されているスコア(評価値)のデータが対応付けされたレコードの集合体となっている。各レコードが1つのモデルに対応している。なお、選択回数の値は、計画作成システム100が該当モデルを選択するごとにカウントアップして更新した値である。また、スコアの値は、計画作成システム100が、各自動車200での経路計画の実行結果を、各自動車200の車載端末250より無線通信装置06を介して受け付けて、実行結果(実際に走行にかかった所要時間)と経路計画(計画上の所要時間)との乖離、すなわち所要時間の差分の小ささに応じて、該当経路計画の作成に用いたモデルに付与した評価値である。
また、環境データ111は、計画作成システム100が入出力装置105ないし無線通信装置106を介して外部(各地の気象予報データを提供するサーバ装置等)から得た、上述の道路網300における環境要因に関するデータである。図6の例では、気温、天候、時刻、曜日といった各データ項目と、これに対応する要因の識別子、および実データの組み合わせで環境データ111が構成されている。この環境データ111に含まれる要因の識別子をキーに実データが抽出され、計画作成システム100が選択したモデルの関数における該当要因に代入されることになる。
上述のステップs100では、計画作成システム100が、モデルリスト110に含まれる、これら複数のモデルからランダムに1つのモデルを選択する。なお、モデルリスト110よりモデルを選択するアルゴリズムとしては、上述のように完全にランダムに選ぶものの他、上述の選択回数の値の少ないモデルほど高確率で選択するもの、或いは、上述の評価値の大きいモデルほど高確率で選択するものなどが想定できる。
続いて計画作成システム100は、ステップs101において、記憶装置101より環境データ111を取得する。この環境データ111とは、自動車200が走行する道路網300を取りまく様々な要因に関するデータであり、本実施形態の場合であれば、現在の時刻、天候、気温、曜日、交通量などのデータとなる。これらのデータは、道路網300を管理する組織のサーバ、気象予報サービスを提供する組織のサーバなどの外部装置から計画作成システム100に提供される。
計画作成システム100は、ステップs102において、上述のステップs101で得た環境データ111を、ステップs100で選択したモデルに適用し、特性値(上記の例では、交差点間の所要時間)を算定する。すなわち、計画作成システム100は、ステップs100で選択したモデルの関数F(要因1,要因2,‥‥)の各要因に対応する項目を、環境データ111の対応要因の値を参照して特定し、その実データを読み取り、当該実データを関数Fの該当要因に適用して関数Fを演算し、その結果(特性値)を、記憶装置101ないしメモリ103に格納する。
次に計画作成システム100は、ステップs103において、各自動車200の目的地と現在位置の情報を、該当自動車200の車載端末250より取得する。各自動車200における車載端末250、すなわちカーナビゲーション装置では、ユーザにより目的地が入力されていることが前提である。また、車載端末250たるカーナビゲーション装置は全地球測位システム(GPS)によって自車の現在位置を保持している。よって、車載端末250は、これらの情報を無線通信によって計画作成システム100に対し、一定時間毎あるいはユーザによる所定動作に応じて送信している。一方、計画作成システム100は、車載端末250から該当自動車200に関する現在位置および目的地の情報を受信したならば、経路計画の対象とする自動車200のリストを作成し、各自動車200の目的地、現在位置の情報を対応付けて記憶装置101ないしメモリ103に格納する。
続いて計画作成システム100は、ステップs104において、上述のステップs102で算出した特性値、ステップs103で取得した各自動車200の目的地、現在位置の情報を記憶装置101ないしメモリ103から読み出し、各自動車200の経路を計画する。この計画の手順の詳細は後述する。当該ステップs104の処理結果としては、各自動車200について、現在位置から目的地に至るまでに経由すべき交差点の順列が得られることになる。計画作成システム100はこの処理結果である経路計画の情報を記憶装置101ないしメモリ103に格納する。
次にステップs105において、計画作成システム100は、各自動車200について作成した経路計画の情報、すなわち、該当自動車200が目的地までに経由すべき交差点の順列を記憶装置101ないしメモリ103から読み出し、無線通信装置106およびネットワーク120を介して、該当自動車200の車載端末250たるカーナビゲーション装置へ送信する。以上で各自動車200への経路計画の提供は一旦終了する。
ここで、図3のステップs104(経路計画の手順)の詳細を説明する。図7は第1実施形態の計画作成方法の処理手順例2を示すフロー図である。この場合、ステップs120において、計画作成システム100は、各道路310~320(図4の道路網300における、交差点と交差点をつなぐ道路の一つ一つ)の所要時間の初期値をメモリ103の所定領域に設定する。この初期値は、図3に示したフローにおけるステップs102で算出した特性値である。
続いてステップs121において、計画作成システム100は、記憶装置101ないしメモリ103に格納されている、計画対象の自動車200のリスト(ステップs103で生成済み)を記憶装置101ないしメモリ103から読み出す。計画作成システム100は、ステップs122にて、上述の自動車200のリストに入っている自動車200の全てにおいて、経路計画済みのマークが付いているか否かを確認する。なお、ステップs121で上述のリストを読み出した段階では、どの自動車200に関しても、計画済みのマークは付いていない。
ステップs122の判定の結果、全ての自動車200に関して計画済みのマークが付いていれば(s122:YES)、本フローは終了する。他方、いずれかの自動車200に関して計画済みのマークが付いていなければ(s122:NO)、計画作成システム100は処理をステップs123に進める。
ステップs123において、計画作成システム100は、リストにおいて計画済みのマークが付いていない自動車200をランダムに選び出す。ここでは、選び出した自動車200を「車i」と呼ぶことにする。
続いてステップs124において、計画作成システム100は、上述の車iの現在位置から目的地までの所要時間が最も短い経路を、例えばダイクストラ法によって決定する。ダイクストラ法は、最短路問題を解くための基本的なアルゴリズムである。本実施形態の計画作成システム100は、こうしたダイクストラ法を実現するプログラムを記憶装置101にて予め保持し、必要に応じて呼び出して実行できるものとする。
道路網300における各道路には、ステップs120において特性値として所要時間の情報が付与されており、計画作成システム100は、車iが現在位置から目的地までに通過する道路の所要時間の和が最も小さくなる経路を求めることになる。このステップs124の結果、計画作成システム100は、車iが目的地に至るまでの所要時間が最短となる経路において、通過する交差点の順列を得ることになり、この順列の情報を記憶装置101ないしメモリ103に保持する(s125)。また、ステップs126において、計画作成システム100は、上述の自動車200のリスト中の車iに関する情報に、経路計画済みのマークを付与する。
続いてステップs127において、計画作成システム100は、上述のように車iについて作成した経路計画が示す道路のそれぞれの所要時間、すなわち特性値の値を増加させる。このように特性値の値を増加させる場合、あらかじめ定めておいた所定数を加算するか、あらかじめ定めておいた所定数を乗算するなどといった算定を行えばよい。計画作成システム100は、こうして増加させた特性値の値を記憶装置101ないしメモリ103に格納する。
上述したように、ある道路が自動車200の経路として経路計画に設定されるにつれて、該当道路を走行する自動車200の数は増大することになるため、その道路の通過に要する所要時間も増加していくことが推定される。従って、その道路を自動車が走行する場合、経路計画に設定されていない他の道路を走行する場合と比べて、所要時間が増大することにつながる。そのため、車iの後に他の自動車について経路計画作成を実行する際には、該当道路が計画に選ばれにくくなる。結果として、特定の道路に自動車200が集中することを避けうる効果が得られる。
上記で説明した経路計画作成の手順を、図1の機能ブロック図に当てはめると、次のような流れになる。計画作成システム100は、選択したモデル10に環境データ111を適用し、その結果たる特性値11(各道路の所要時間)をメモリ103等に格納し、経路計画作成に備える。また、計画対象である自動車200からも情報12(各自動車200の目的地と現在位置)が計画作成システム100に伝えられ、これもメモリ103等に格納される。計画作成システム100は、メモリ103等に格納した各情報11、12(特性値たる所要時間の情報、現在地、目的地の情報)に基づいて経路計画13(各自動車の経路)を作成し、それを自動車200の車載端末250へ伝達する。
計画作成システム100から伝達された経路計画13は、自動車200の車載端末250たるカーナビゲーション装置に入力され、経路計画13に沿った経路案内が実行されることになる。移動中の各自動車200のGPS座標および時刻の情報14は、カーナビゲーション装置たる車載端末250によって、計画作成システム100に伝達される。計画作成システム100では、この情報14を記憶装置101ないしメモリ103に記録し、当該情報14に基づいて経路計画の実行結果を評価する。
ここで、上述のように既に経路計画済みで、現在走行中の自動車200が存在する状況での経路計画の処理について説明する。図8は第1実施形態の計画作成方法の処理手順例3を示すフロー図である。この場合、ステップs130において、計画作成システム100は、経路計画済みで現在走行中の自動車200のリストを読み出す。これは、図7のフローにおいて経路計画の対象となった自動車200のリスト(計画作成システム100が記憶装置101ないしメモリ103に保持)である。
そして、ステップs131において、上記のステップs130で得たリスト中の自動車200の全てに対して、ステップs132以降を実行する。そこでステップs132において計画作成システム100は、上述のリスト中から、更新処理(s133~s134)の済んでいない自動車を1つ取り出し、車iとする。
続いて計画作成システム100は、ステップs133において、車iの現在位置を、該当自動車200の車載端末250たるカーナビゲーション装置と無線通信を行って取得する。勿論、計画作成システム100が一定時間毎に車載端末250から得ている現在位置の情報を記憶装置101ないしメモリ103から読み出して取得するとしてもよい。
また、ステップs134において計画作成システム100は、図7のフローで車iに対して作成した経路計画と、当該車iの現在位置の情報から、経路計画上の道路のうち車iが既に通過した道路を特定し、その道路の所要時間すなわち特性値を減少させる(図7のフローにおけるステップs127とは逆の、特性値の減算処理)。
続いてステップs135において、計画作成システム100は、車iが既に目的地に到着済みか否かを、当該車iに関する経路計画時に既に得てある目的地情報と、上述のステップs133で得た現在位置情報とから判定し、車iの現在位置情報が目的地情報と合致ないし所定の近隣範囲に含まれていた場合、車iは目的地に到着済みであると判定し(s135:YES)、処理をステップs136へ進める。一方、車iがまだ目的地に到着していなければ(s135:NO)、計画作成システム100は処理をステップs131に戻す。
ステップs136において、計画作成システム100は、目的地に到着済みである車iを、経路計画済みで走行中の自動車のリストから削除する。こうした処理を上述のステップs130で得た走行中の自動車200のリストに含まれる各車に関して繰り返し実行し(s131:NO~s136)、道路網300における各道路(走行中の自動車200についての経路計画に含まれていたもの)の所要時間の値を更新する。道路の所要時間の値、すなわち特性値が変化したことになるから、計画作成システム100は、この変化した特性値を初期値として、図7に示すフローにおけるステップs121以降の処理を実行し、他の自動車に関する経路計画を行うこととなる。
計画作成システム100から自動車200の車載端末250に伝達された経路計画は、自動車200において実行されることになる。該当自動車200の車載端末250たるカーナビゲーション装置は、経路計画に応じて経路指示を行い、ドライバーはそれに沿って自動車200の進行方向を判断し移動する。移動中の各自動車200のGPS座標とその測位時刻の情報は、カーナビゲーション装置から計画作成システム100に伝達され、この情報は経路計画に対する実行結果として計画作成システム100の記憶装置101ないしメモリ103に格納される。
この経路計画の実行結果の例を図9に示す。計画作成システム100は、車載端末250たるカーナビゲーション装置から得た上述の実行結果を、該当自動車200に関する経路計画時に用いたモデルとそのパラメータの値と対応付けて、記憶装置101(ないしメモリ103)に格納する。図9に示す例において、リスト700は、経路計画毎に選択(図3のステップs100)したモデルおよびその選択日時と、その時点での該当モデルの関数が含むパラメータの値(要因に設定した環境データ111の実データ)のセットからなる情報701~704・・・が、モデル選択の履歴として含まれている。
このリスト700に含まれる各モデルの情報701~704・・・は、そのモデルを用いて作成された経路計画が自動車200にて実行された結果721~724・・・(車載端末250たるカーナビゲーション装置から得たデータ)に対応付けされている。自動車200にて経路計画を実行した結果721~724・・・とは、自動車200の移動履歴であり、図示するように各自動車200の識別情報(例:CarNo.00001)と、該当自動車200の所在した緯度と経度の時系列情報となる。時系列の時間間隔は、10秒、30秒などである。こうした実行結果の情報は、経路計画の対象となった全ての自動車200から計画作成システム100に一定時間毎に送信されており、計画作成システム100はこれらを記憶装置101に、対応するモデルと対応付けて格納している。
こうして経路計画に対する実行結果を得た計画作成システム100は、得られた実行結果に基づいて、経路計画に用いたモデルの評価を行う。この評価処理は、自動車200にて経路計画が実行されるたび、または1ヶ月毎など一定の期間毎に実行するとしてもよいが、好ましくは、1つのモデルに対する実行結果がある程度以上蓄積された時点で実施する。
ここで、上述のモデルの評価処理について説明する。図10は第1実施形態の計画作成方法の処理手順例4を示すフロー図である。この場合、ステップs140において、計画作成システム100は、例えば、記憶装置101での上述の実行結果の格納数をモデル毎にカウントし、当該カウント値が所定基準以上となったことを検知し、該当実行結果の由来となった経路計画に用いたモデルを、評価対象として特定する(s140)。
続いて計画作成システム100は、上述のステップs140で特定した評価対象のモデルの全てについて、以降のステップs142~s147で行うスコア更新の処理を繰り返す(s141:NO~s147)。
次にステップs142において計画作成システム100は、上述のステップs140で特定したモデルのうちスコア更新が済んでいないモデルを1つ、更新対象のモデルとして選択する。次にステップs143において計画作成システム100は、ステップs142で選択したモデルを用いた経路計画に対する実行結果として、該当経路計画に基づいた走行を行った各自動車200より得ている、走行時における時刻とGPS座標の時系列情報とを記憶装置101から読み出し、メモリ103等に格納する。なお、自動車200における実際の走行経路すなわち実行結果は、経路計画が示す経路のとおりとなっているとは限らない。
続いてステップs144において計画作成システム100は、該当モデルに由来する経路計画を利用した各自動車200が、その経路計画の内容と齟齬無く走行したと仮定した場合の、経路計画上の平均所要時間を算出する。これは、図7のステップs124において経路をダイクストラ法で決定した際に用いた、各自動車200の目的地までの所要時間を自動車200間で平均すれば得られる。
次にステップs145において計画作成システム100は、該当モデルに由来する経路計画を利用した各自動車200が、その経路計画に基づいて実際に道路網300を走行した場合の平均所要時間を、実行結果に基づいて算出する。この場合、計画作成システム100は、ステップs143で読み出している実行結果の情報を用い、経路計画を各自動車200に伝達してから目的地に到着するまでに要した時間を算定し、各自動車200間で平均すれば良い。
続いてステップs146において計画作成システム100は、上記で算出した、2つの平均所要時間、すなわち、あくまでも経路計画上の平均所要時間と、実際の走行に応じた実行結果に由来する平均所要時間とに基づいて、以下の算出式を用いて、まずは実行結果の良否係数を算出する。この実行結果の良否係数は大きいほど望ましいとし、実際の所要時間が経路計画上の所要時間より大きいほど、良否係数は小さくなる。
良否係数=(計画に基づいた平均所要時間)/(実行結果に基づいた平均所要時間)
次にステップs147において計画作成システム100は、上述のステップs146で算出した良否係数に基づき、ステップs142で選択した該当モデルのスコアを更新する。計画作成システム100は、以下の式にしたがってスコアを更新する。
次にステップs147において計画作成システム100は、上述のステップs146で算出した良否係数に基づき、ステップs142で選択した該当モデルのスコアを更新する。計画作成システム100は、以下の式にしたがってスコアを更新する。
更新後スコア = 更新前スコア×良否係数
計画作成システム100は、記憶装置101のモデルリスト110において、上述の該当モデルのスコアを読み出し、このスコアの値に、上述の良否係数を乗算して更新する。従って、大きな良否係数を得たモデルのスコアは増加することとなる。
計画作成システム100は、記憶装置101のモデルリスト110において、上述の該当モデルのスコアを読み出し、このスコアの値に、上述の良否係数を乗算して更新する。従って、大きな良否係数を得たモデルのスコアは増加することとなる。
ここまで、計画作成システム100において、モデルに基づいて経路計画を作成してこれを自動車200に宛てて提供し、自動車200での経路計画の実行結果を取得して評価し、当該評価に基づいて該当モデルのスコアを更新する、一連の処理の流れを説明した。続いて、計画作成システム100における、モデルの作成、改変、消去の手順について説明する。
図11は第2実施形態の計画作成システムの機能ブロックを示す図であり、図12は第2実施形態の環境データ項目の例を示す図であり、図13は第2実施形態の関数リストの例を示す図である。計画作成システム100がモデルの作成処理に用いる情報として、図12に示す環境データ項目113がある。この環境データ項目113は、モデルを構成する関数Fにおける「要因」となることのできる環境データの項目情報である。なお、何らかの理由により、取得できる環境データ111の種類に増減があった場合(例えば、新たなセンサが道路に設置された場合など)、これに合わせて環境データ項目113の内容も更新されるが、この更新作業は、計画作成システム100の外部で行われることとする。
また、計画作成システム100は、記憶装置101において関数リスト112も保持している。この関数リスト112は、モデルを構成するための、環境データ毎の関数を複数含んだものである。計画作成システム100は、この関数リスト112から適宜選択した関数を組み合わせることで新規モデルを生成できる。
また、既に述べたが計画作成システム100は、複数のモデルを管理するために、モデルリスト110(図5)を記憶装置101にて保持している。モデルリスト110の初期状態としてはユーザが登録した1つ以上のモデルが登録された状態となっている。計画作成システム100がモデル作成処理を行った際には、このモデルリスト110に新たなモデルが追加されることになる。また、計画作成システム100がモデル変更処理を行った際には、モデルリスト110に格納されている1個またはそれ以上のモデルの内容が変更されることになる。また、計画作成システム100がモデル消去処理を行った際には、モデルリスト110から1個またはそれ以上のモデルが削除されることになる。こうした、モデル作成、モデル変更、モデル消去の各処理は、計画作成システム100においてそれぞれ定期的に実行されるように適宜なカレンダー機能等にてスケジュール設定されているものとする。ただし、これら各処理は同期して実行される必要はなく、その実行頻度も異なっていて良い。
次に、計画作成システム100におけるモデル作成処理について説明する。図14は第2実施形態の計画作成方法の処理手順例1を示すフロー図である。この場合、ステップs160において、計画作成システム100は、環境データ項目113に格納されているデータ項目から所定数の項目をランダムに選択して読み出す。選択するデータ項目の数もランダムである。
続いてs161において計画作成システム100は、上述のステップs160で読み出したデータ項目を用いて、関数リスト112から該当項目に対応する関数を特定し、ここで特定した関数を互いに合算する形で組み合わせるなど、上述した[数1]や[数2]に対応した一定の規則で組み合わせて関数Fを作成する。[数2]では、1つのデータ項目についての関数fi(x)は1個以上の放射基底関数で構成されるが、その数は、1から5程度の間でランダムに決める。
次に、ステップs162において計画作成システム100は、ステップs161で作成した関数Fを構成する各項(f1、f2・・・)の重み係数や、切片値などのパラメータの初期値を乱数で決定する。
また、ステップs163において計画作成システム100は、上記のようにして生成した関数を1つのモデルとして、記憶装置101のモデルリスト110に追加する。以上でモデル作成処理が終了する。
続いて、モデル変更処理の手順について説明する。図15は第2実施形態の計画作成方法の処理手順例2を示すフロー図である。この場合、ステップs180において計画作成システム100は、記憶装置101のモデルリスト110の中から、変更処理の対象とするモデルをランダムに1つ選ぶ。
また、ステップs181において計画作成システム100は、上述のステップ180で選択したモデルに含まれるパラメータ(重み付き和に用いる重みも含む)の中から、変更処理の対象とするものを1個以上選択する。
また、ステップs182において計画作成システム100は、上述のステップ180で選択したモデルの、ステップs181で選択したパラメータの値を変更する。変更の手法としては、例えば、現在の値に対し、該当値と比して十分小さな値を加算して、上述の現在の値に近い値に変更する手法や、現在の値とは無関係に乱数由来の新たな値に変更する手法などを採用できる。計画作成システム100は、モデルリスト110中の、変更対象のモデルのレコードにおいて、変更後のパラメータ値を格納する。
なお、上述のステップs182の変形例として、計画作成システム100が、パラメータ変更前のモデルの複製を作成して記憶装置101ないしメモリ103に格納しておき、パラメータ変更前のモデルと、パラメータ変更後のモデルの両方をモデルリスト110に格納するとしてもよい。以上でモデル変更処理が終了する。
次に、モデル消去処理について説明する。図16は第2実施形態の計画作成方法の処理手順例3を示すフロー図である。この場合、ステップs200において計画作成システム100は、記憶装置101のモデルリスト110に格納されているモデルの数が、あらかじめ定めた消去基準を上回るか否か判定する。この判定の結果、格納モデル数が消去基準を上回っている場合(s200:YES)、計画作成システム100は処理をステップs201に進める。他方、格納モデル数が消去基準を上回っていなかった場合(s200:NO)、計画作成システム100は処理を終了する。
ステップs201において計画作成システム100は、消去するモデルの数を決定する。消去するモデルの数は、モデルリスト110に格納されているモデル数と消去基準との差を上限として、0を下限として乱数で決定する。
続いて、ステップs202において計画作成システム100は、記憶装置101のモデルリスト110から、スコアの小さい順に、ステップs201で決定した数だけモデルを削除する。以上でモデル消去が終了する。
なお、上述してきた計画作成システム100に、更なる機能を追加した構成も想定できる。図17は第3実施形態の計画作成システム100の機能ブロックを示す図である。図1にて示した計画作成システム100との差異は、作成した経路計画を自動車200の車載端末250に伝達する前に、その経路計画の妥当性についてチェックする機能を備えている点である。このチェック処理について図18のフロー図に基づいて説明する。なお、図18に示すフローは、ステップs220~s224までは、上述の図3で示したステップs100~s104と同様であるので説明は省略する。
ステップs225において計画作成システム100は、ステップs224までで作成された経路計画が、所定の許容基準を満たしているか判定する。この許容基準は、計画作成システム100の外部で作成された値であり、記憶装置101ないしメモリ103に格納されている。許容基準の例としては、「現在位置から目的地までの、(所要時間ではなく)距離のみに基づいて算出した最短経路長に対し、移動距離がその10倍を超える経路計画は無効」などが想定できる。
上述のステップs225の判定の結果、該当経路計画に関して許容基準を満たさない部分の存在が判明した場合(s225:NO)、計画作成システム100は、該当経路計画を自動車200の車載端末250に伝達せずに破棄し、該当経路計画に用いたモデルに対してモデルリスト110にて小さい評価値(例えば、0.1)を与える。したがって、この計画作成に用いられたモデルのスコアは減少する。その後、計画作成システム100は処理をステップs220に戻し、新たな経路計画をあらためて作成する。
続いて、計画対象が自動車200や道路網300ではなく、人間の業務である例について計画作成システム100とその処理について説明する。具体的には、人間が携わる業務の計画立案への適用例として、病院における医療業務の計画作成システムを想定する。図19は第4実施形態の計画作成システム100を含むネットワーク構成例を示す図である。
この場合の計画作成システム100は病院情報システムとなる。この病院情報システム100は1つ以上の業務端末400と無線LANなど適宜な通信回線により通信可能に結ばれている。病院情報システム100が管理する医療施設における従事者は、上述の業務端末400を携行し、病院情報システム100から業務端末400に宛てて伝達された計画に沿って業務を行うものとする。
こうした病院情報システム100は、記憶装置101において業務予定DB140、および従事者DB141を格納している。図20は第4実施形態の業務予定DB140のデータ構成例を示す図である。この業務予定DB140は、該当医療施設にて実施しなければならない業務の情報を格納したデータベースであり、図20に示すように、業務名をキーとして、対象患者、該当業務を実行する場所、該当業務を実行すべき時刻といったデータが対応付けされたレコードの集合体となっている。
また、従事者DB141は、業務に携わることのできる従事者の情報が格納されたデータベースであり、図21に示すように、従事者名をキーとして、該当従事者の勤務日、勤務時間、スキルレベル、現在担当中の業務実行エリア、といったデータが対応付けされたレコードの集合体となっている。
また、特に図示はしていないが、病院情報システム100の記憶装置101には、上述の計画作成システム100と同様に、モデルリスト110、環境データ111、関数リスト112、環境データ項目113などのデータが格納されている。
但し、病院情報システム100のモデルリスト110におけるモデルとは、医療施設にて各業務を完了するのに要する時間となる。同じ業務であっても、様々な要因によって、要する時間は変わる。例えば、業務を実施した従事者のスキルによって所要時間は変動する。すなわち、スキルの高い従事者であれば短時間で該当業務を完了させることができるが、スキルの低い従事者であれば同じ業務であってもより長い時間が必要となる。また、従事者がその業務の直前に実施していた業務によっても所要時間は変わりうる。例えば、直前の業務の場所が離れていれば、該当業務の実施場所まで移動するに要する時間だけ、所要時間が余分にかかることになる。上述してきた第1実施形態等と同様に、モデルは様々な要因の関数であり、[数1]、[数2]の形式で定義する。
以上の前提にて処理を実行する病院情報システム100は、医療施設での全体の業務を各従事者が完了するのに要する時間が全体として短くなるような業務計画を作成することを目的とする。但し、業務を行うのは人間であり、人間特有の制約を考慮する必要がある。その1つは疲労である。従事者は1日の中で適宜な休憩時間を取る必要があり、また1日の労働時間が所定基準を超えてはならない。一方、従事者における疲労発生を回避するためにその労働時間を短縮することと、効率的に業務を行って業務完了に要する時間を短縮することは互いに対立する事項となる。そのため、病院情報システム100が業務計画を作成する際には、多目的最適化の手法を用いて、パレート最適となる業務計画を作成する。 従って病院情報システム100は、従事者における実際の業務実行結果が、パレート最適にどれくらい近いかを算出し、これを業務計画の評価すなわち上述の良否係数とする。また、病院情報システム100は、その良否係数に基づいて、業務計画作成時に用いたモデルのスコアを上述の第1実施形態等と同様に更新する。また、病院情報システム100は上述の第1実施形態等と同様に、モデルの作成、改変、消去の各処理を実行する。
こうした構成において、計画作成システムたる病院情報システム100が実行する、計画作成方法の手順について説明する。図22は第4実施形態の計画作成方法の処理手順例を示すフロー図である。
この場合、病院情報システム100は、上述の業務予定DB140から1日分の業務を読み出し、従事者DB141から、該当日が勤務日である従事者の情報としてスキルレベル、および現在担当中の業務実行中のエリアの各値を読み出す(s250)。この従事者の情報は環境データ111の一部となる。また、業務予定DB140から読み出した業務に関する情報、例えば、業務対象となる患者の疾患とその程度、実行時刻といった様々なデータも環境データ111の一部となる。
続いて病院情報システム100は、記憶装置101のモデルリスト110よりモデルを選択する(s251)。この場合のモデルは、計画対象の特性として、「従事者がある業務を実行した際に、業務完了までに要する時間とその際の疲労度」、すなわち所定業務の所要時間とその際の疲労度である。
次に病院情報システム100は、ステップs252において、すでに上述のステップs250で得ている環境データ111を、ステップs251で選択したモデルに適用し、特性値(本例では、業務完了までの所要時間と疲労度)を算定する。すなわち、病院情報システム100は、ステップs251で選択したモデルの関数F(要因1,要因2,‥‥)の各要因に対応する項目を、環境データ111の対応要因の値を参照して特定し、その実データを読み取り、当該実データを関数Fの該当要因に適用して関数Fを演算し、その結果(特性値)を、記憶装置101ないしメモリ103に格納する。
なお、この場合の環境データ111は、病院情報システム100が予め管理者等から入出力装置105を介して得ている、該当医療施設における所定業務に関する環境要因のデータとなる。環境データ111は、従事者のスキルレベル、直前業務の実行エリア、業務対象となる患者の疾患とその程度、実行すべき時刻といった様々なデータ項目と、これに対応する要因の識別子、および実データの組み合わせで構成されている。こうした環境データ111に含まれる要因の識別子をキーに実データが抽出され、病院情報システム100が選択したモデルの関数における該当要因に代入されることになる。
次に病院情報システム100は、ステップs253において、上述のステップs252で算出した特性値を記憶装置101ないしメモリ103から読み出し、該当日に該当業務に従事可能な各従事者の間で、疲労度が一定基準以下となる状態を維持しつつ、所定業務を割り当てた場合の業務完了までの所要時間が最短となる、全体最適のパターンを、パレート最適の概念を踏まえた多目的最適化の手法を用いて特定し、図23にて例示する業務計画500として作成する。病院情報システム100は、ここで作成した業務計画500を記憶装置101ないしメモリ103に格納する。
次にステップs254において、病院情報システム100は、各従事者について作成した業務計画の情報、すなわち、該当従事者が、「何時に」「どの業務を」実施すべきかの業務スケジュールの情報を記憶装置101ないしメモリ103から読み出し、無線通信装置106およびネットワーク120を介して、該当従事者の業務端末400へ送信する。以上で各従事者への業務計画の提供は終了する。
一方、業務計画500を自身の業務端末400で受け取った従事者は、業務計画500に従って担当した業務の実施記録を業務端末400に入力する。例えば、検温業務を実施した場合、従事者は、患者の体温を業務端末400に入力する。このとき、該当業務を実施した時刻も業務端末400にて記録される。こうした従事者における実行結果、すなわち該当業務とその実施時刻の各情報は、業務端末400から病院情報システム100に伝達され、記憶装置101にて保存される。病院情報システム100は、記憶装置101に保存された業務の実行結果の情報を用いて、業務計画の実行結果に対する評価、すなわち良否係数を第1実施形態等と同様に算出し、図10、16等で示した処理を同様に実行する。
以上、本発明を実施するための最良の形態などについて具体的に説明したが、本発明はこれに限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能である。
こうした本実施形態によれば、所定結果を見込むリソースの稼働計画を幅広い観点から作成し、作成した計画を客観的に評価し、継続的な改良が可能となる。
本明細書の記載により、少なくとも次のことが明らかにされる。すなわち、本実施形態の計画作成システムにおいて、演算装置は、前記稼働計画の生成、伝達を行う処理において、前記稼働計画を受けて稼働中の各リソースから前記稼働計画の消化度を、入力装置ないし通信装置を介して所定タイミングで受け付け、前記消化度に応じて稼働中リソースの稼働特性を変化させて前記計画作成アルゴリズムに与え、稼働中リソース間で、稼働結果が全体最適となる各稼働中リソースの稼働計画を生成し、当該生成した稼働計画の情報を、出力装置ないし通信装置を介して該当各稼働中リソースに対して伝達するものであるとしてもよい。
これによれば、リソースでの実際の稼働状況による、リソース間で及ぼしあう稼働結果の影響を踏まえた稼働計画を作成し、稼働中の各リソースに提供することが可能となる。つまり、稼働計画を実情に合わせて継続的に改変し、リソース全体での適宜な稼働結果を得る効果を奏することになる。
また、本実施形態の計画作成システムにおいて、演算装置は、前記モデルの選択、稼働特性の推定を行う処理において、前記選択モデル毎に選択回数をカウントして記憶装置に格納しており、複数種類のモデル中よりモデルを選択する際に、選択回数の少ないモデルほど高確率で選択するアルゴリズムで選択モデルを選定するものであるとしてもよい。
これによれば、多数あるモデルをそれぞれ偏り無く用いることにつながり、実情に沿った好適なモデルを選択できる可能性を拡大できる。
また、本実施形態の計画作成システムにおいて、演算装置は、前記モデルの選択、稼働特性の推定を行う処理において、複数種類のモデル中よりモデルを選択する際に、前記評価値の大きいモデルほど高確率で選択するアルゴリズムで選択モデルを選定するものであるとしてもよい。
これによれば、評価値の大きい、すなわちそれまでのリソースでの実行状況ではよくマッチしていたモデルを選択しやすい一方で、それ以外のモデルの選択も排除せず、現状での最適なモデルを多く利用しつつも、幅広いモデルの利用も行うことができる。
また、本実施形態の計画作成システムにおいて、記憶装置は、前記モデルを構成するための、環境データ毎の関数を複数、更に格納したものであり、前記演算装置は、前記記憶装置より前記関数をランダムに複数選択し、当該選択した複数の関数を所定規則で組み合わせることで新規モデルを生成し、当該新規モデルを記憶装置に格納する処理を更に実行するものであるとしてもよい。
これによれば、選択肢の限られたモデル中のみからモデルを選択し続けるのではなく、計画作成に用いるモデルの選択肢を拡大し続けて、より実情に沿った好適なモデルを選択できる可能性を拡大できる。
また、本実施形態の計画作成システムにおいて、演算装置は、前記記憶装置よりランダムにモデルを選択し、当該選択したモデルに含まれるパラメータの値を所定アルゴリズムにより変更することでモデルの変更を行う処理を更に実行するものであるとしてもよい。
これによれば、パラメータの固定化されたモデル中のみからモデルを選択し続けるのではなく、計画作成に用いるモデルの選択肢を拡大し続けて、より実情に沿った好適なモデルを選択できる可能性を拡大できる。
また、本実施形態の計画作成システムにおいて、演算装置は、前記記憶装置のモデル中より、評価値が所定基準より小さいモデルを消去する処理を更に実行するものであるとしてもよい。これによれば、リソースの稼働環境にマッチしない傾向にあるモデルを排除し、より好適な計画の作成を効率的に行うことを可能とする。
100 計画作成システム
101 記憶装置
102 プログラム
103 メモリ
104 CPU(演算装置)
105 入出力装置
106 無線通信装置(通信装置)
107 アンテナ
108 内部バス
110 モデルリスト
111 環境データ
112 関数リスト
113 環境データ項目
120 ネットワーク
200 自動車(リソース)
250 車載端末
300 道路網
301~309 交差点
310~320 道路
101 記憶装置
102 プログラム
103 メモリ
104 CPU(演算装置)
105 入出力装置
106 無線通信装置(通信装置)
107 アンテナ
108 内部バス
110 モデルリスト
111 環境データ
112 関数リスト
113 環境データ項目
120 ネットワーク
200 自動車(リソース)
250 車載端末
300 道路網
301~309 交差点
310~320 道路
Claims (9)
- 計画対象のリソースによる所定環境下での稼働特性を推定する複数種類のモデルと、前記リソースの稼働環境を示す環境データとを格納した記憶装置と、
前記記憶装置の複数種類のモデル中より、所定アルゴリズムにてモデルを選択し、当該選択モデルに対し、前記記憶装置の環境データを適用して前記リソースの稼働特性を推定する処理と、
前記推定した稼働特性にて稼働する各リソースの間で、稼働結果が全体最適となる各リソースの稼働計画を所定の計画作成アルゴリズムにより生成し、当該生成した各リソースの稼働計画の情報を、出力装置ないし通信装置を介して該当リソースに対して伝達する処理と、
各リソースでの前記稼働計画の実行結果を、入力装置ないし通信装置を介して受け付けて、前記実行結果と前記稼働計画との乖離に応じて前記選択モデルに評価値を付与する処理を実行する演算装置と、
を備えることを特徴とする計画作成システム。 - 前記演算装置は、前記稼働計画の生成、伝達を行う処理において、
前記稼働計画を受けて稼働中の各リソースから前記稼働計画の消化度を、入力装置ないし通信装置を介して所定タイミングで受け付け、前記消化度に応じて稼働中リソースの稼働特性を変化させて前記計画作成アルゴリズムに与え、稼働中リソース間で、稼働結果が全体最適となる各稼働中リソースの稼働計画を生成し、当該生成した稼働計画の情報を、出力装置ないし通信装置を介して該当各稼働中リソースに対して伝達するものである、
ことを特徴とする請求項1に記載の計画作成システム。 - 前記演算装置は、前記モデルの選択、稼働特性の推定を行う処理において、
前記選択モデル毎に選択回数をカウントして記憶装置に格納しており、複数種類のモデル中よりモデルを選択する際に、選択回数の少ないモデルほど高確率で選択するアルゴリズムで選択モデルを選定するものである、
ことを特徴とする請求項1に記載の計画作成システム。 - 前記演算装置は、前記モデルの選択、稼働特性の推定を行う処理において、
複数種類のモデル中よりモデルを選択する際に、前記評価値の大きいモデルほど高確率で選択するアルゴリズムで選択モデルを選定するものである、
ことを特徴とする請求項1に記載の計画作成システム。 - 前記記憶装置は、
前記モデルを構成するための、環境データ毎の関数を複数、更に格納したものであり、
前記演算装置は、
前記記憶装置より前記関数をランダムに複数選択し、当該選択した複数の関数を所定規則で組み合わせることで新規モデルを生成し、当該新規モデルを記憶装置に格納する処理を更に実行するものである、
ことを特徴とする請求項1に記載の計画作成システム。 - 前記演算装置は、
前記記憶装置よりランダムにモデルを選択し、当該選択したモデルに含まれるパラメータの値を所定アルゴリズムにより変更することでモデルの変更を行う処理を更に実行するものである、
ことを特徴とする請求項1に記載の計画作成システム。 - 前記演算装置は、
前記記憶装置のモデル中より、評価値が所定基準より小さいモデルを消去する処理を更に実行するものである、
ことを特徴とする請求項1に記載の計画作成システム。 - 計画対象のリソースによる所定環境下での稼働特性を推定する複数種類のモデルと、前記リソースの稼働環境を示す環境データとを格納した記憶装置を備えた情報処理装置が、
前記記憶装置の複数種類のモデル中より、所定アルゴリズムにてモデルを選択し、当該選択モデルに対し、前記記憶装置の環境データを適用して前記リソースの稼働特性を推定する処理と、
前記推定した稼働特性にて稼働する各リソースの間で、稼働結果が全体最適となる各リソースの稼働計画を所定の計画作成アルゴリズムにより生成し、当該生成した各リソースの稼働計画の情報を、出力装置ないし通信装置を介して該当リソースに対して伝達する処理と、
各リソースでの前記稼働計画の実行結果を、入力装置ないし通信装置を介して受け付けて、前記実行結果と前記稼働計画との乖離に応じて前記選択モデルに評価値を付与する処理と、
を実行することを特徴とする計画作成方法。 - 計画対象のリソースによる所定環境下での稼働特性を推定する複数種類のモデルと、前記リソースの稼働環境を示す環境データとを格納した記憶装置を備えた情報処理装置に、
前記記憶装置の複数種類のモデル中より、所定アルゴリズムにてモデルを選択し、当該選択モデルに対し、前記記憶装置の環境データを適用して前記リソースの稼働特性を推定する処理と、
前記推定した稼働特性にて稼働する各リソースの間で、稼働結果が全体最適となる各リソースの稼働計画を所定の計画作成アルゴリズムにより生成し、当該生成した各リソースの稼働計画の情報を、出力装置ないし通信装置を介して該当リソースに対して伝達する処理と、
各リソースでの前記稼働計画の実行結果を、入力装置ないし通信装置を介して受け付けて、前記実行結果と前記稼働計画との乖離に応じて前記選択モデルに評価値を付与する処理と、
を実行させることを特徴とする計画作成プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015511031A JP6027229B2 (ja) | 2013-04-11 | 2013-04-11 | 計画作成システム、計画作成方法、および計画作成プログラム |
PCT/JP2013/060956 WO2014167691A1 (ja) | 2013-04-11 | 2013-04-11 | 計画作成システム、計画作成方法、および計画作成プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2013/060956 WO2014167691A1 (ja) | 2013-04-11 | 2013-04-11 | 計画作成システム、計画作成方法、および計画作成プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2014167691A1 true WO2014167691A1 (ja) | 2014-10-16 |
Family
ID=51689124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2013/060956 WO2014167691A1 (ja) | 2013-04-11 | 2013-04-11 | 計画作成システム、計画作成方法、および計画作成プログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6027229B2 (ja) |
WO (1) | WO2014167691A1 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016130897A (ja) * | 2015-01-13 | 2016-07-21 | 株式会社デンソー | 経路特定装置 |
JP2018181063A (ja) * | 2017-04-17 | 2018-11-15 | 清水建設株式会社 | 生成装置、生成方法及び生成プログラム |
JPWO2021059506A1 (ja) * | 2019-09-27 | 2021-04-01 | ||
CN113685923A (zh) * | 2021-10-25 | 2021-11-23 | 南通朗迪机械科技有限公司 | 一种口罩生产的无尘车间环境调控方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000276460A (ja) * | 1999-03-24 | 2000-10-06 | Fuji Electric Co Ltd | 電力需要量予測方法 |
JP2010243002A (ja) * | 2009-04-02 | 2010-10-28 | Daikin Ind Ltd | 空調システム |
JP2012149839A (ja) * | 2011-01-20 | 2012-08-09 | Nippon Telegr & Teleph Corp <Ntt> | 空調機連係制御システム、空調機連係制御方法および空調機連係制御プログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4339769B2 (ja) * | 2004-09-17 | 2009-10-07 | キヤノンItソリューションズ株式会社 | 予測モデル選択装置及び予測モデル選択方法並びにプログラム |
-
2013
- 2013-04-11 JP JP2015511031A patent/JP6027229B2/ja not_active Expired - Fee Related
- 2013-04-11 WO PCT/JP2013/060956 patent/WO2014167691A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000276460A (ja) * | 1999-03-24 | 2000-10-06 | Fuji Electric Co Ltd | 電力需要量予測方法 |
JP2010243002A (ja) * | 2009-04-02 | 2010-10-28 | Daikin Ind Ltd | 空調システム |
JP2012149839A (ja) * | 2011-01-20 | 2012-08-09 | Nippon Telegr & Teleph Corp <Ntt> | 空調機連係制御システム、空調機連係制御方法および空調機連係制御プログラム |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016130897A (ja) * | 2015-01-13 | 2016-07-21 | 株式会社デンソー | 経路特定装置 |
JP2018181063A (ja) * | 2017-04-17 | 2018-11-15 | 清水建設株式会社 | 生成装置、生成方法及び生成プログラム |
JPWO2021059506A1 (ja) * | 2019-09-27 | 2021-04-01 | ||
WO2021059506A1 (ja) * | 2019-09-27 | 2021-04-01 | 日本電信電話株式会社 | 人員の手配装置、手配方法及び手配プログラム |
JP7294435B2 (ja) | 2019-09-27 | 2023-06-20 | 日本電信電話株式会社 | 人員の手配装置、手配方法及び手配プログラム |
CN113685923A (zh) * | 2021-10-25 | 2021-11-23 | 南通朗迪机械科技有限公司 | 一种口罩生产的无尘车间环境调控方法及系统 |
CN113685923B (zh) * | 2021-10-25 | 2021-12-21 | 南通朗迪机械科技有限公司 | 一种口罩生产的无尘车间环境调控方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
JP6027229B2 (ja) | 2016-11-16 |
JPWO2014167691A1 (ja) | 2017-02-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rahman et al. | Analysis of bus travel time distributions for varying horizons and real-time applications | |
Schmid et al. | Ambulance location and relocation problems with time-dependent travel times | |
JP5013211B2 (ja) | 運転評価システム及び運転評価プログラム | |
JP5961848B2 (ja) | 計画管理システム及び計画管理方法 | |
KR20150120287A (ko) | 고도로 하이브리드화되는 하이브리드 차량용 설계 시스템 및 방법 | |
JP6027229B2 (ja) | 計画作成システム、計画作成方法、および計画作成プログラム | |
Ronald et al. | Determining the viability of a demand-responsive transport system under varying demand scenarios | |
García-Magariño et al. | ABSCEV: An agent-based simulation framework about smart transportation for reducing waiting times in charging electric vehicles | |
US11922530B2 (en) | Systems and methods for utilizing models to determine real time estimated times of arrival for scheduled appointments | |
JP2020030726A (ja) | 乗合車両用需要予測装置、乗合車両用需要予測方法及びプログラム | |
JP2019046106A (ja) | 経路推定装置、経路推定方法およびコンピュータプログラム | |
JP2020135231A (ja) | 交通需要予測装置及び交通需要予測システム | |
Dandl et al. | Autonomous mobility-on-demand real-time gaming framework | |
CN111400425B (zh) | 一种路径自动优化选择的方法和系统 | |
Comi et al. | A new generation of individual real-time transit information systems | |
Ronald et al. | Comparison of constrained and ad hoc demand-responsive transportation systems | |
Liu et al. | Heuristic approach for the multiobjective optimization of the customized bus scheduling problem | |
Akter et al. | Time-constrained task allocation and worker routing in mobile crowd-sensing using a decomposition technique and deep Q-learning | |
Sun et al. | Transit-gym: A simulation and evaluation engine for analysis of bus transit systems | |
Kluge et al. | On the computation of the energy-optimal route dependent on the traffic load in Ingolstadt | |
Zargayouna et al. | Agent-based simulator for travelers multimodal mobility | |
Zargayouna et al. | Impact of travelers information level on disturbed transit networks: a multiagent simulation | |
JP2020019462A (ja) | 輸送力調整装置、輸送力調整システムおよび輸送力調整方法 | |
Araldo et al. | Implementation & policy applications of AMOD in multi-modal activity-driven agent-based urban simulator simmobility | |
CN107588779B (zh) | 一种基于任意两节点间行程时间的车辆智能导航方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 13882038 Country of ref document: EP Kind code of ref document: A1 |
|
ENP | Entry into the national phase |
Ref document number: 2015511031 Country of ref document: JP Kind code of ref document: A |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 13882038 Country of ref document: EP Kind code of ref document: A1 |