JP2014010815A - Device for evaluating delay loss and method for calculating and displaying delay loss - Google Patents
Device for evaluating delay loss and method for calculating and displaying delay loss Download PDFInfo
- Publication number
- JP2014010815A JP2014010815A JP2012149417A JP2012149417A JP2014010815A JP 2014010815 A JP2014010815 A JP 2014010815A JP 2012149417 A JP2012149417 A JP 2012149417A JP 2012149417 A JP2012149417 A JP 2012149417A JP 2014010815 A JP2014010815 A JP 2014010815A
- Authority
- JP
- Japan
- Prior art keywords
- time
- loss
- delay
- station
- information
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 77
- 238000011156 evaluation Methods 0.000 claims abstract description 103
- 238000004364 calculation method Methods 0.000 claims abstract description 91
- 230000005856 abnormality Effects 0.000 claims abstract description 16
- 238000000605 extraction Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000003111 delayed effect Effects 0.000 abstract description 7
- 238000012545 processing Methods 0.000 description 52
- 230000008569 process Effects 0.000 description 39
- 238000010606 normalization Methods 0.000 description 19
- 238000012546 transfer Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 8
- 229910003460 diamond Inorganic materials 0.000 description 6
- 239000010432 diamond Substances 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 239000000284 extract Substances 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- GISRWBROCYNDME-PELMWDNLSA-N F[C@H]1[C@H]([C@H](NC1=O)COC1=NC=CC2=CC(=C(C=C12)OC)C(=O)N)C Chemical compound F[C@H]1[C@H]([C@H](NC1=O)COC1=NC=CC2=CC(=C(C=C12)OC)C(=O)N)C GISRWBROCYNDME-PELMWDNLSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Train Traffic Observation, Control, And Security (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、鉄道や高速道路における遅延損失評価装置、遅延損失算出および表示方法に関する。 The present invention relates to a delay loss evaluation apparatus and a delay loss calculation and display method for a railway or a highway.
鉄道や高速道路を管理する管理運営者側においては、事故や渋滞等の停滞事象が発生した場合に、これに伴う遅延損失を評価したいという要望がある。係る遅延損失の評価結果の蓄積は、以後の停滞事象発生時の対応策を定め、遅延損失を軽減するための有効な情報として活用することが可能である。 There is a demand on the management operator side that manages railways and expressways when a stagnation event such as an accident or traffic jam occurs and it is desired to evaluate the delay loss associated therewith. Accumulation of the delay loss evaluation result can be used as effective information for reducing a delay loss by determining a countermeasure when a subsequent stagnation event occurs.
本技術分野の背景技術として、鉄道を対象とするものとして特許文献１には、「計画ダイヤと実績ダイヤとの差異に基づいて、絶対遅延時間、駅毎遅延時間、列車間隔不良本数、追越し余裕不良本数、払戻しコスト、運行中止列車数、あるいは顧客迷惑度等の、予定の評価項目に関する評価結果を定量的に求め、この評価結果を正規化して得られた各評価項目ごとの評価値を、時間の関数として３次元的に表示する。」と記載されている。
As background art of this technical field,
また、高速道路を対象とするものとして特許文献２には、「ユーザの交通手段による目的地までの移動時に、交通網の交通事故、渋滞等に伴う停滞事象により発生する出発地から目的地までの移動区間の遅延に対する損害額を算定し、損害額をユーザに提示するための遅延損害算出システムであり、前記損害額の算出は、ユーザが前記移動区間の移動時に停滞事象が発生しない場合の基準時間と、ユーザが前記移動区間の移動時に経路上の交通事故、渋滞等の前記停滞事象が発生し遅延が起きた時の所要時間と、前期基準時間と前記所要時間との時間差と、前記時間差について遅延に起因するか否かの評価と、遅延時間に対する所定の損害補填基準値と、によって遅延損害額を算出し、該遅延損害額をユーザに提示する。」と記載されている。
Further,
特許文献１においては、計画ダイヤと実績ダイヤとの差異に基づいて、遅延時間等の損失評価結果を求めている。しかしこの方法にあるようなダイヤの比較では、実際に利用者がどの程度の損失を被ったかの影響を考慮して遅延時間の損失を評価することは困難である。
In
また、特許文献２においては、ＥＴＣ（ノンストップ自動料金収受システム）における料金所通過時刻に基づいて、事故や渋滞等の停滞事象が発生しない場合の基準時間と、停滞事象が発生し遅延が起きた時の所要時間との差を計算することにより遅延損失時間を計算している。
In
一方、鉄道を運行管理する事業者にとっては、輸送障害あるいは鉄道運転事故が発生した路線、あるいは管理する鉄道路線に全体における損失がどの程度であるか、さらには障害・事故発生後の列車の運行管理がどの程度適切であったかを評価することが必要である。この課題は、鉄道を運行管理する事業者にとっても共通する課題である。 On the other hand, for operators operating railways, the overall loss on the route on which the transport failure or railway operation accident occurred, or on the railway line to be managed, as well as the operation of the train after the failure / accident occurred. It is necessary to evaluate how appropriate the management was. This issue is common to operators who manage railways.
しかし特許文献２の方法は、高速道路や鉄道を利用する各々のユーザが停滞事象によってどの程度の損失を被ったかを評価する。そのため、個々の輸送障害・事故において鉄道全体における損失がどの程度であるか、さらには障害・事故発生後の列車の運行管理がどの程度適切であったかを評価することができない。
However, the method of
以上のことから本発明では、個々の輸送障害・事故において鉄道全体における損失がどの程度であり、その後の列車の運行管理がどの程度適切であったかを評価することができる遅延損失評価装置、遅延損失算出および表示方法を提供することを目的とする。 From the above, in the present invention, the delay loss evaluation apparatus and delay loss that can evaluate the degree of loss in the entire railway in each transport failure / accident and how appropriate the subsequent train operation management was An object is to provide a calculation and display method.
上記課題を解決するために、例えば特許請求の範囲に記載の構成を採用する。 In order to solve the above problems, for example, the configuration described in the claims is adopted.
本願は上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、「運行施設内に運行異常が発生した日時情報を格納する輸送情報管理部と、利用者の運行施設内入出場履歴情報および標準所要時間情報を格納する流動情報管理部と、前記流動情報管理部に格納された利用者の運行施設内入出場履歴情報から入出場場所間の所要時間を計算する所要時間計算部と、前記所要時間計算部によって計算された所要時間と前記輸送情報管理部に格納された標準所要時間情報に基づいて利用者の遅延時間を計算する遅延時間計算部と、前記遅延時間計算部で計算された遅延時間に基づいて運行施設内に発生した運行異常による損失を算出する損失評価部から構成されることを特徴とする遅延損失評価装置。」を特徴とする。 The present application includes a plurality of means for solving the above-mentioned problems. To give an example, “the transport information management unit that stores the date and time information when the operation abnormality occurred in the operation facility, and the user's operation facility entry. A flow information management unit that stores entry history information and standard required time information, and a time calculation that calculates the required time between the entry and exit locations from the entry history information in the user's operation facility stored in the flow information management unit A delay time calculation unit for calculating a delay time of a user based on the required time calculated by the required time calculation unit and the standard required time information stored in the transport information management unit, and the delay time calculation unit A delay loss evaluation apparatus comprising a loss evaluation unit that calculates a loss due to an operation abnormality occurring in an operation facility based on the delay time calculated in (1).
本発明によれば、利用者の利用実績に基づいて鉄道の輸送障害あるいは鉄道運転事故における遅延時間の損失を評価することができる。また当該輸送障害により鉄道全体における損失がどの程度であるか、さらには障害・事故発生後の列車運行管理がどの程度適切であるかを評価することができる。 ADVANTAGE OF THE INVENTION According to this invention, the loss of the delay time in a railroad transportation failure or a railroad driving accident can be evaluated based on a user's usage record. In addition, it is possible to evaluate the degree of loss in the entire railway due to the transportation failure, and the appropriateness of train operation management after the occurrence of the failure / accident.
上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。 Problems, configurations, and effects other than those described above will be clarified by the following description of embodiments.
以下、実施例について図面を用いて説明する。なお、本発明は鉄道および高速道路の遅延評価に適用可能であるが、以下の説明では鉄道の事例で説明する。高速道路に適用する場合には、鉄道における一部用語を高速道路の用語に置き換えて考えればよく、この置き換え事例については適宜説明する。 Hereinafter, embodiments will be described with reference to the drawings. Although the present invention is applicable to delay evaluation of railways and highways, the following explanation will be given using a railway example. When applied to a highway, it is only necessary to replace some terms in the railway with terms of a highway, and this replacement example will be described as appropriate.
本実施例では、鉄道での遅延損失の評価を行う装置１０の一例を説明する。
In the present embodiment, an example of an
図１は、本実施例における遅延損失評価装置の構成の例を示す図である。遅延損失評価装置１０は、輸送情報管理部１１、流動情報管理部１２、影響範囲抽出部１３、所要時間計算部１４、遅延時間計算部１５、損失評価部１６、評価結果格納部１７、表示部１８を有する。
FIG. 1 is a diagram illustrating an example of a configuration of a delay loss evaluation apparatus according to the present embodiment. The delay
また遅延損失評価装置１０は、入力し、検出しあるいは加工した各種の情報を記憶しておくデータベースを保有している。例えば輸送情報管理部１１は、路線データベースＤＢ１、輸送障害・事故事例情報データベースＤＢ２を有する。流動情報管理部１２は、入出場履歴データベースＤＢ３、標準パターンデータベースＤＢ４を有する。また評価結果格納部１７は、評価結果データベースＤＢ５を有する。なお流動情報管理部１２は、標準データ計算部１９を備えている。
The delay
以下、遅延損失評価装置１０内の各装置の動作について詳細に説明する。
Hereinafter, the operation of each device in the delay
図２は、輸送情報管理部１１が有する路線データベースＤＢ１に格納される路線データテーブルＴＢ１の例を示した図である。路線データテーブルＴＢ１には、レコードＩＤ２１、出発駅２２、到着駅２３、区間２４、区間路線名２５の各要素から構成されるデータが格納される。
FIG. 2 is a diagram illustrating an example of a route data table TB1 stored in the route database DB1 included in the transportation
レコードＩＤ２１は、路線データを表す各レコードにユニークに割り当てられたＩＤである。出発駅２２および到着駅２３は、各路線データの出発駅および到着駅の組み合わせである。区間２４は、出発駅２２から到着駅２３までの区間を構成する乗り換え区間である。区間路線名２５は、区間２４が属する路線の名称である。区間２４および区間路線名２５は、各路線データに格納される出発駅２２および到着駅２３に対して所定の乗り換え回数分だけ格納される。
The
この路線データベースＤＢ１によれば、特定の乗客が切符あるいは定期券などを使用してＡ駅から入場し、区間１の路線名Ｘを利用してＡ１駅に移動し、ここで区間Ｎの路線名Ｐを利用してＡ１駅からＢ駅に移動し退場したときの記録が、レコードＩＤ２１の「１」として登録されている。同様に他の乗客の利用履歴もレコードＩＤ２１により区分されて記録される。
According to this route database DB1, a specific passenger enters from the A station using a ticket or a commuter pass, and moves to the A1 station using the route name X of the
なお、路線データベースＤＢ１に格納される路線データテーブルＴＢ１が高速道路の場合にも同様に構築可能であることは言うまでもなく、この場合には特定の車両のＥＴＣ情報などを用いて出発駅（入場したランプあるいはインタチェンジ）と退場駅（退場したランプあるいはインタチェンジ）が、通過した高速路線名とともに記録されればよい。 Needless to say, the route data table TB1 stored in the route database DB1 can be constructed in the same manner when the route data table TB1 is an expressway. In this case, the departure station (entered by using the ETC information of a specific vehicle, etc.) Ramp or interchange) and exit station (leaving ramp or interchange) may be recorded together with the name of the high-speed route that has passed.
鉄道の場合も高速道路の場合にも、路線データベースＤＢ１に格納される路線データテーブルＴＢ１の構築に必要なデータは、自動改札機やＥＴＣ装置などの既存設備を利用して自動的に収集可能なデータである。なお、これらの既存設備を利用した自動収集可能なデータには時刻データを含む。 In both cases of railways and expressways, the data necessary to construct the route data table TB1 stored in the route database DB1 can be automatically collected using existing equipment such as automatic ticket gates and ETC devices. It is data. The data that can be automatically collected using these existing facilities includes time data.
図３は、輸送情報管理部１１が有する輸送障害・事故事例データベースＤＢ２に格納された輸送障害・事故事例データテーブルＴＢ２の例を示した図である。輸送障害・事故事例データテーブルＴＢ２には、レコードＩＤ３１，日付３２、発生時刻３３、運転再開時刻３４、発生路線３５、発生箇所３６、発生原因３７、ダイヤ正常化時刻３８の各要素から構成されるデータが格納される。
FIG. 3 is a diagram showing an example of the transportation failure / accident case data table TB2 stored in the transportation failure / accident case database DB2 of the transportation
レコードＩＤ３１は、各輸送障害・事故事例データにユニークに割り当てられたＩＤである。日付３２は、輸送障害あるいは事故が発生した日付である。発生時刻３３は、輸送障害・事故が発生した時刻である。運転再開時刻３４は、輸送障害・事故が発生したことにより列車が運行を見合わせた後、運転を再開した時刻である。発生路線３５は、障害・事故が発生した路線の名称である。発生箇所３６は、障害・事故が発生した箇所である。発生原因３７は、輸送障害・事故が発生した原因である。ダイヤ正常化時刻３８は、列車ダイヤが通常通りに回復した時刻である。
The
このデータベースによれば、２０１１年１月１日の１９時に路線ＹのＸ地点で人身事故が発生し、２０時に運転再開したがダイヤが正常化したのは２１時であったときの記録が、レコードＩＤ３１の「１」として登録されている。同様に他の遅延事象についてもレコードＩＤ３１として事故事例データテーブルＴＢ２に記録される。
According to this database, a record was recorded when a person accident occurred at X point on route Y at 19:00 on January 1, 2011, and the operation resumed at 20:00, but the diagram was normalized at 21:00. It is registered as “1” of ID31. Similarly, other delay events are recorded in the accident case data table TB2 as the
なお図２の路線データテーブルＴＢ１の構築に必要なデータは、既存設備を利用して自動的に収集可能なデータであったが、図３の事故事例データテーブルＴＢ２の構築に必要なデータの一部には、設備の運転監視員による後日の判断と人的入力に頼るものがある。 The data necessary for the construction of the route data table TB1 in FIG. 2 is data that can be automatically collected using the existing equipment, but one of the data necessary for the construction of the accident case data table TB2 in FIG. Some departments rely on a later decision and human input by the facility operation supervisor.
事故事例データテーブルＴＢ２は、高速道路の場合にも同様に構築可能であることは言うまでもないが、この場合には特に運転再開時刻３４とダイヤ正常化時刻３８について明確な指針が得られるわけではないので、設備の運転監視員による後日の判断と人的入力が必要とされる。
Needless to say, the accident case data table TB2 can be similarly constructed in the case of an expressway, but in this case, a clear guideline for the
なお、各種テーブルに記録される情報が、鉄道と高速道路でまったく同じものが必要かというと必ずしもそうではない。設備の相違に応じて不要なものあるいは代用可能な別データを使用することも可能である。 It should be noted that the information recorded in the various tables is not necessarily the same for railroads and highways. It is also possible to use unnecessary data or other data that can be substituted depending on the difference in equipment.
図４は、流動情報管理部１２が有する入出場履歴データベースＤＢ３に格納される入出場履歴データテーブルＴＢ３の例を示した図である。入出場履歴データテーブルＴＢ３には、ＩＤ４１，入場時刻４２、出場時刻４３、入場駅４４、出場駅４５の各要素から構成されるデータが格納される。
FIG. 4 is a diagram illustrating an example of the entry / exit history data table TB3 stored in the entry / exit history database DB3 included in the flow
各レコードに記録される入出場履歴データは、各駅の改札口に設置された自動改札機を通過したＩＣカード乗車券や磁気券の情報から生成される。ＩＤ４１は各レコードに格納された入出場情報を識別するためのＩＤである。入場時刻４２は入場駅４４に入場した時刻、出場時刻４３は出場駅４５から出場した時刻である。
The entry / exit history data recorded in each record is generated from information on an IC card ticket or a magnetic ticket that has passed through an automatic ticket gate installed at a ticket gate of each station.
この入出場履歴データベースＤＢ３によれば、２０１１年１月１日の１９時にＡ駅に入場し、同日の１９時５分にＢ駅から退場したことがレコードＩＤ４１の「１」として登録されている。同様に他の入出場履歴についてもレコードＩＤ４１として入出場履歴データテーブルＴＢ３に記録される。
According to this entry / exit history database DB3, it is registered as “1” of
なお入出場履歴データテーブルＴＢ３について、高速道路の場合にも同様に通過時刻と入出場個所の情報として自動的に収集可能であり、データ構築が可能であることは言うまでもない。 Needless to say, the entry / exit history data table TB3 can be automatically collected as information on the passage time and entry / exit location in the same way even in the case of an expressway, and data can be constructed.
図５は、流動情報管理部１２が有する標準パターンデータベースＤＢ４に格納される標準パターンデータテーブルＴＢ４の例を示した図である。標準パターンデータテーブルＴＢ４は、輸送障害や事故が発生しない通常時における所定の発着駅間の所要時間を格納したデータである。標準パターンデータテーブルＴＢ４は、日付区分５１，入場時刻時間帯５２、入場駅５３、出場駅５４、標準所要時間５５、平均所要時間５６、所要時間の中央値５７、所要時間の分散値５８の各要素から構成される。
FIG. 5 is a diagram illustrating an example of the standard pattern data table TB4 stored in the standard pattern database DB4 included in the flow
日付区分５１は，例えば通常時における所定の入出場駅間の所要時間が平日の所要時間か休日の所要時間かを区別するための情報である。入場時刻５２、入場駅５３、出場駅５４は、格納された所要時間に対する入場時刻、出場駅、到着駅を表す情報である。標準所要時間５５は、当該入場時刻、出発駅、到着駅における標準的な所要時間を表す情報である。平均所要時間５６は、当該入出場駅間における平均所要時間を表す情報である。所要時間の中央値５７は、当該入出場駅間における所要時間の中央値を表す情報である。所要時間の分散値５８は、当該入出場駅間における所要時間の分散値である。
The
このうち、標準所要時間５５、平均所要時間５６、所要時間の中央値５７、所要時間の分散値５８は、標準データ計算部１９において計算される。具体的な計算方法は以下のとおりである。
Among these, the standard required
まず標準所要時間５５は、例えば列車のダイヤ情報を基に作成される。あるいは、入出場履歴データベースＤＢ３に格納された当該駅間の入出場履歴データテーブルＴＢ３から、輸送障害や事故が発生しなかった日時をひとつ選択して、当該日時における入出場駅間の所要時間を標準所要時間としてもよい。なお高速道路の場合には、ダイヤ情報が存在しないので後者の手法とされるのが良い。また、季節、曜日、時間帯により変動することを加味するのが良い。
First, the standard required
平均所要時間５６は、以下のようにして作成される。入出場履歴データベースＤＢ３に格納された当該入場時刻および入出場駅間の入出場履歴データテーブルＴＢ３から、輸送障害や事故が発生しなかった、かつ当該日付区分（平日または休日）に該当する日時における履歴情報を抽出する。そして抽出された入出場履歴における所要時間の平均値を計算して、平均所要時間５６とする。
The average required
所要時間の中央値５７は、以下のようにして作成される。入出場履歴データベースＤＢ３に格納された当該入場時刻および発着駅間の入出場履歴から、輸送障害や事故が発生しなかった、かつ当該日付区分（平日または休日）に該当する履歴情報を抽出する。そして抽出された入出場履歴における所要時間の中央値を計算して、所要時間の中央値５７とする。
The
所要時間の分散値５８は、以下のようにして作成される。入出場履歴データベースＤＢ３に格納された当該入場時刻および発着駅間の入出場履歴から、輸送障害や事故が発生しなかった、かつ当該日付区分（平日または休日）に該当する履歴情報を抽出する。そして抽出された入出場履歴における所要時間の分散値を計算して、所要時間の分散値５８とする。
The required
本実施例では、輸送情報管理部１１に格納された路線データベースＤＢ１および輸送障害・事故事例情報データベースＤＢ２、流動情報管理部１２に格納された入出場履歴データベースＤＢ３、および標準パターンデータベースＤＢ４に格納された各データテーブルを入力情報として、輸送障害や事故による遅延損失を評価する。
In the present embodiment, the route database DB1 and the transport failure / accident case information database DB2 stored in the transport
遅延損失の評価は、具体的には以下の手順で処理がおこなわれる。まず図１の影響範囲抽出部１３において、輸送障害・事故の影響範囲を特定する処理を行う。所要時間計算部１４では、影響範囲抽出部１３において特定された範囲に存在する発着駅間を利用した利用者の、障害・事故発生時における所要時間を計算する。遅延時間計算部１５では、所要時間計算部１４によって計算された所要時間に基づいて、遅延時間を計算する。損失評価部１６は、遅延時間計算部１５によって計算された遅延時間に基づいて、損失を評価する。評価結果格納部１７は、損失評価部１６によって評価された評価結果を格納する。表示部１８は、損失評価部１６によって評価された評価結果、あるいは評価結果格納部１７に格納された評価結果をユーザに提示する。
Specifically, the delay loss is evaluated according to the following procedure. First, in the influence
以下、図１各部における処理について詳細に説明する。 Hereinafter, the processing in each part of FIG. 1 will be described in detail.
まず影響範囲抽出部１３では、路線データベースＤＢ１に格納された路線データテーブルＴＢ１、および輸送障害・事故事例情報データベースＤＢ２に格納された輸送障害・事故事例データテーブルＴＢ２を参照して、評価対象とする輸送障害・鉄道事故に影響する発着駅、および時間帯を特定する。
First, the influence
図６は、影響範囲抽出部１３の処理手順を示すフローチャートである。
FIG. 6 is a flowchart showing a processing procedure of the influence
図６の処理ではまず、ステップＳ１３１において、輸送障害・事故事例データテーブルＴＢ２から、評価対象とする過去の障害・事故事例を選択する。この処理は、例えば列車運行事業者において列車の輸送管理業務を担当する担当者が、入力画面等から評価対象としたい輸送障害・事故事例を選択する操作を行うことによって実現可能である。 In the process of FIG. 6, first, in step S131, a past failure / accident case to be evaluated is selected from the transport failure / accident case data table TB2. This process can be realized, for example, when a person in charge of train transportation management work at a train operator performs an operation of selecting a transportation failure / accident case to be evaluated from an input screen or the like.
以下の説明事例では、図３の輸送障害・事故事例データテーブルＴＢ２から、評価対象とする過去の障害・事故事例としてＩＤ３１の「１」を選択したものとする。これは、２０１１年１月１日の１９時に路線ＹのＸ地点で発生した人身事故のときの記録であり、このときの遅延損失評価作業を実行すべく事例選択した。 In the following explanation example, it is assumed that “1” of ID31 is selected as a past failure / accident case to be evaluated from the transport failure / accident case data table TB2 of FIG. This is a record of a personal accident that occurred at 1 point on January 1, 2011 at point X on route Y. A case was selected to carry out the delay loss evaluation work at this time.
次にステップＳ１３２において、ステップＳ１３１で選択された事例から、発生路線、および時間帯を抽出する。この処理は、輸送障害・事故事例データテーブルＴＢ２から選択された障害・事故事例レコードより、発生路線３５、発生時刻３３、運転再開時刻３４を抽出し、この運転再開時刻３４よりも所定の時間より前の時刻から、運転再開時刻３４よりも所定の時間だけ後の時刻の間を、所定の時間間隔単位で分割した時間帯を、障害・事故による影響を受けた時間帯と定義することにより行われる。
Next, in step S132, the generation route and the time zone are extracted from the case selected in step S131. In this process, the
具体的には例えば図３の輸送障害・事故事例データテーブルＴＢ２のＩＤ３１が「１」の事例で、運転再開時刻３４（２０時）よりも所定の時間（例えば２時間）より前の時刻（１８時）から、運転再開時刻３４よりも所定の時間（２時間）だけ後の時刻（２２時）の間を、所定の時間間隔単位（５分）で分割した時間帯を、障害・事故による影響を受けた時間帯と定義することにより行われる。
Specifically, for example, in the case where the
次にステップＳ１３３において、図２の路線データテーブルＴＢ１から発生路線を使用する発着駅のレコードを抽出する。具体的には、図３の輸送障害・事故事例データテーブルＴＢ２における発生路線３５（図３の「１」の例では、路線Ｙ）をキーにして、路線データテーブルＴＢ１における路線名２５を検索し、これが（路線Ｙ）と一致するレコードを検索し、発着駅を抽出する。
Next, in step S133, a record of a departure / arrival station that uses the generated route is extracted from the route data table TB1 of FIG. Specifically, the
図２の場合に、線路名に路線Ｙの情報を含む利用者の記録としては、路線データテーブルＴＢ１のＩＤ２１が「３」、「４」が該当し、上記の処理により、評価対象とする輸送障害・事故によって影響を受けた利用者が利用した発着駅としてＣ，Ｄ，Ｅ駅を特定する。これにより、事故点を含む路線を利用して移動した乗客の全ての発着駅が抽出される。抽出された発着駅の集合が影響範囲ということになる。
In the case of FIG. 2, as a record of the user including the information of the route Y in the track name, the
なおステップＳ１３３の処理は、発生路線を使用する発着駅のレコードを抽出したものであるが、これはさらに以下のようにすることも可能である。ステップＳ１３３のさらに改良された処理では、輸送障害・事故の発生路線ばかりでなく、この路線に関連する他の路線も対象とする。例えば、直通運転を根拠として、線区（路線）通しを紐付けして、遅れの波及する可能性のある他の関連線区を使用する発着駅のレコードをも抽出する。 In addition, although the process of step S133 extracts the record of the departure / arrival station which uses a generating route, this can also be performed as follows. In the further improved processing in step S133, not only the route of occurrence of a transportation failure / accident but also other routes related to this route are targeted. For example, on the basis of direct driving, a line station (route) line is linked, and a record of a departure / arrival station that uses another related line area that may be delayed is also extracted.
図３１は、関連線区を記憶した線路関連テーブルＴＢ７であり、例えば路線データベースＤＢ１に保持されるのが良い。線路関連テーブルＴＢ７は、路線名１５１、関連路線１（１５２），関連路線２（１５３）、関連路線Ｎ（１５６）で構成されており、例えば、東京都内の中央線を路線名１５１としたとき、中央線に直通運転している青梅線が関連路線１（１５２）に定義されている。関連路線が複数存在する場合には、全ての関連路線が抽出される。
FIG. 31 is a track related table TB7 storing related line sections, and may be held in, for example, the route database DB1. The track related table TB7 is composed of a
ステップＳ１３３の改良された処理では、路線関連テーブルＴＢ７から、障害・事故発生路線に関連する路線を抽出し、そのうえで障害・事故発生路線と関連路線の双方について路線データテーブルＴＢ１から、これらの路線を使用する発着駅のレコードを抽出するという２段階処理を実行することになる。 In the improved processing of step S133, routes related to the failure / accident occurrence route are extracted from the route related table TB7, and then these routes are extracted from the route data table TB1 for both the failure / accident occurrence route and the related route. A two-stage process of extracting a record of a departure / arrival station to be used is executed.
このステップＳ１３３の改良された処理によれば、直通運転を根拠として、線区（路線）通しを紐付けして、遅れの波及する可能性のある線区を含む区間の人数・遅れ時分を計算することができる。 According to the improved processing of this step S133, based on direct operation, the line number (route) line is linked, and the number of persons / delay time of the section including the line area that may be delayed is determined. Can be calculated.
ステップＳ１３４において、ステップＳ１３１からＳ１３３までの処理によって得られた、障害・事故による影響を受けた発着駅、および時間帯情報を出力する。 In step S134, the departure / arrival station affected by the failure / accident and the time zone information obtained by the processing from step S131 to S133 are output.
次に所要時間計算部１４の動作について説明する。図７は、所要時間計算部１４の処理手順を示すフローチャートである。
Next, the operation of the required
まずステップＳ１４１において、影響範囲抽出部１３によって特定された発着駅・時間帯の情報を参照する。この事例の場合、発着駅としてＣ，Ｄ，Ｅ駅を特定しており、時間帯として１８時から２２時までの５分刻みの時間帯の情報が参照される。
First, in step S141, information on the departure / arrival station / time zone specified by the influence
ステップＳ１４２において、入出場履歴データテーブルＴＢ３からステップＳ１４１において特定された発着駅・時間帯に該当するレコードを検索する。出発駅は４４、到着駅は出場駅４５、時間帯は入場時刻４２が該当するか否かを判定することにより、該当するレコードを検索する。図４の入出場履歴データテーブルＴＢ３を上記の条件で検索した結果、ＩＤ４１が、「１」、「２」のレコードが抽出される。「３」、「４」のケースでは発着駅情報は該当するが、時間帯が別の日である。「５」は、発着駅が相違している。
In step S142, a record corresponding to the departure / arrival station / time zone specified in step S141 is searched from the entry / exit history data table TB3. The corresponding record is searched by determining whether the departure station is 44, the arrival station is the
ステップＳ１４３において、ステップＳ１４２によって検索された当該発着駅における各レコードの入場時刻４２、および出場時刻４３の情報から、各入出場履歴における入場駅４４から出場駅４３までの所要時間を計算する。「１」のレコードでは入場駅４４（Ａ駅）から出場駅４３（Ｂ駅）までの所要時間は１００分であるが、「２」のレコードでは１１０分である。
In step S143, the required time from the
ステップＳ１４４では、ステップＳ１４３において計算された当該入出場駅の所要時間のデータ集合から、所要時間の平均値、あるいは中央値を計算する。 In step S144, the average value or median value of the required time is calculated from the data set of the required time of the entry / exit station calculated in step S143.
ステップＳ１４５では、ステップＳ１４３において計算された当該入出場駅の所要時間のデータ集合から、当該発着駅を利用した利用人数を計算する。 In step S145, the number of passengers using the departure / arrival station is calculated from the data set of the required time of the entry / exit station calculated in step S143.
ステップＳ１４６では、ステップＳ１４１において入力されたすべての発着駅、時間帯に該当する入出場駅・時間帯における所要時間の平均値あるいは中央値、および利用人数を計算したか否かを判定する。そしてもし計算が終了していれば処理を終了する。一方もし計算が終了していない発着駅があれば、ステップＳ１４２に戻って、処理を継続する。 In step S146, it is determined whether or not the average value or median of the required time in all the departure / arrival stations input in step S141, the entry / exit station / time zone corresponding to the time zone, and the number of users have been calculated. If the calculation is finished, the process is finished. On the other hand, if there is a departure / arrival station for which calculation has not ended, the process returns to step S142 to continue the processing.
図８に、所要時間計算部１４における処理結果の例を示す。処理結果８０は、入場日時時間帯８１、入場駅８２、出場駅８３、所要時間の中央値（または平均値）８４、利用人数８５の各情報から構成される。
In FIG. 8, the example of the processing result in the required
図８の例では、入場日時時間帯８１が同日の１９時からの５分間にＡ駅に入場し、Ｂ駅から退場した人数の合計は１００人であり、その所要時間の中央値は１１０分であった。また入場日時時間帯８１が同日の１９時１０分からの５分間にＣ駅に入場し、Ｄ駅から退場した人数の合計は２２０人であり、その所要時間の中央値は２２０分であった。また入場日時時間帯８１が同日の１９時１５分からの５分間にＣ駅に入場し、Ｄ駅から退場した人数の合計は２００人であり、その所要時間の中央値は６０分であった。なお図８に図示していないが、所要時間の中央値とともに、発着駅、時間帯ごとの平均所要時間が算出されている。
In the example of FIG. 8, the total number of people who entered the A station for 5 minutes from 19:00 on the same day at 19:00 and exited from the B station was 100, and the median time required was 110 minutes. Met. The total number of people who entered C station and exited from D station for 5 minutes from 19:10 on the same day was 220 people, and the median time required was 220 minutes. The total number of people who entered C station and exited from D station for 5 minutes from 19:15 on the same day at the admission date and
次に遅延時間計算部１５の動作について説明する。図９は、遅延時間計算部１５の処理手順を示すフローチャートである。
Next, the operation of the delay
まずステップＳ１５１において、所要時間計算部１４で計算された入出場駅・時間帯毎の所要時間の平均値あるいは中央値を参照する。
First, in step S151, the average value or median value of the required time for each entry / exit station / time zone calculated by the required
ステップＳ１５２において、図５の標準パターンデータテーブルＴＢ４から、当該入出場駅・時間帯における通常時所要時間を参照する。通常時所要時間は標準所要時間５５とする。あるいは平均所要時間５６、あるいは所要時間の中央値５７としてもよい。なお平日の１９時における駅Ａ，Ｂ間の通常時所要時間は、標準所要時間５５を参照すると９０分であり、平均所要時間５６、あるいは中央値５７では、それぞれ１００分、１１０分である。この数値は、平日と休日では一般に相違する。
In step S152, the normal time required in the entry / exit station / time zone is referred to from the standard pattern data table TB4 of FIG. The normal time is assumed to be the
ステップＳ１５３において、ステップＳ１５１およびステップＳ１５２によって検索された所要時間および通常時所要時間から、当該入出場駅および時間帯における所要時間差を計算する。 In step S153, the required time difference in the entry / exit station and time zone is calculated from the required time searched in steps S151 and S152 and the normal time required time.
ステップＳ１５４において、ステップＳ１５１において検索されたすべての入出場駅および時間帯において、所要時間差を計算したか否かを判定する。そしてもし計算が終了していればステップＳ１５５に進む。一方もし計算が終了していない入出場駅、時間帯があれば、ステップＳ１５１に戻って、処理を継続する。 In step S154, it is determined whether or not the required time difference has been calculated in all the entry / exit stations and time zones searched in step S151. If the calculation is completed, the process proceeds to step S155. On the other hand, if there is an entry / exit station and time zone for which the calculation has not been completed, the process returns to step S151 to continue the processing.
ステップＳ１５５において、所要時間計算部１４における処理結果と合わせて、入出場駅および時間帯ごとの所要時間差および利用人数を出力する。
In step S155, together with the processing result in the required
次に損失評価部１６の動作について説明する。図１０は、損失評価部１６の処理手順を示すフローチャートである。
Next, the operation of the
まず図１０のステップＳ１６１において、遅延時間計算部１５から出力される入出場駅・時間帯毎の所要時間差および利用人数を参照する。
First, in step S161 in FIG. 10, the required time difference for each station / time zone and the number of users output from the
ステップＳ１６２において、輸送障害・事故事例パターンデータテーブルＴＢ２から、発生時刻３３、および運転再開時刻３４、ダイヤ正常化時刻３８を参照する。
In step S162, the
ステップＳ１６３において、時間帯毎の損失時間および影響人数を計算する。具体的には、影響範囲抽出部１３において定義した、発生時刻３３よりも所定の時間より前の時刻から、運転再開時刻３４よりも所定の時間だけ後の時刻の間を、所定の時間間隔単位で分割した時間帯毎に、各入出場駅における所要時間差が閾値以上か否かを判定する。
In step S163, the lost time and the number of people affected for each time zone are calculated. Specifically, a predetermined time interval unit is defined between the time defined by the influence
そして各入出場駅における閾値以上の所要時間差を各入出場駅における損失時間、損失時間が発生した各入出場駅における利用人数を影響人数と定義する。すなわち影響人数は、利用人数のうちある閾値以上の所要時間差を有した、すなわち影響を被ったと考えられる人数である。 Then, the difference in the required time above the threshold at each entry / exit station is defined as the loss time at each entry / exit station, and the number of users at each entry / exit station where the loss time occurred is defined as the number of influences. That is, the number of affected persons is the number of users who have a required time difference equal to or greater than a certain threshold, that is, who are considered affected.
次に（１）式の計算を行うことにより、影響範囲における時間帯ごとの損失時間を計算する。
［数１］
時間帯毎の損失時間＝Σ（各入出場駅における損失時間×影響人数） （１）
すなわち、各時間帯における各入出場駅における損失時間を、影響人数で乗算した値を、影響範囲抽出部１３において特定されたすべての入出場駅の組み合わせに対して合計することによって、影響範囲における時間帯毎の損失時間を計算する。
Next, the loss time for each time zone in the influence range is calculated by calculating the equation (1).
[Equation 1]
Lost time for each time zone = Σ (Loss time at each entry / exit station x number of people affected) (1)
That is, by multiplying the value obtained by multiplying the loss time at each entry / exit station in each time zone by the number of affected persons for all the combinations of entry / exit stations specified in the influence
ステップＳ１６３における処理を、所定の時間帯、すなわち運転再開時刻３４よりも所定の時間より前の時刻から運転再開時刻３４よりも所定の時間だけ後の時刻だけ、所定の時間間隔で計算する。
The processing in step S163 is calculated at a predetermined time interval, that is, at a time after a predetermined time from the
このときの計算結果の一例が、図１１に示すような時系列データとして得られる。時系列データにおける横軸は入場時刻であり、発生時刻３４を原点（０）としている。また縦軸は、当該時間帯における損失時間を表している。ここで損失時間は、通常の駅間通過に要した時間と、この事故のときに実際に通過に要した時間の差であり、例えば事故発生後の５分間隔での損失時間をプロットして表している。図１１によれば、事故発生後４０分経過時点頃に損失時間の最大値が生じ、その前後では低下する傾向が見て取れる。
An example of the calculation result at this time is obtained as time series data as shown in FIG. The horizontal axis in the time series data is the entrance time, and the
ステップＳ１６４では、一人当たりの損失時間を求める。具体的には、ステップＳ１６３において求めた時間帯毎の損失時間を、利用人数で除算することによって計算される。 In step S164, the loss time per person is obtained. Specifically, it is calculated by dividing the loss time for each time zone obtained in step S163 by the number of users.
ステップＳ１６５において、影響発生時刻を計算する。ここでは、輸送障害・事故が発生する以前に改札に入場した利用者も、目的地に到着する以前に障害・事故による影響を受けることが想定されるので、この観点での影響も加味する。 In step S165, the influence occurrence time is calculated. Here, since it is assumed that the user who entered the ticket gate before the transport failure / accident occurs, it is assumed that the user will be affected by the failure / accident before arriving at the destination.
その場合、図１１の時系列データには、輸送障害・事故が発生する時刻以前から、損失時間が増大することが考えられる。影響発生時刻は、この損失時間が増大を開始する時刻、すなわち輸送障害・事故による影響が出始めた時刻と定義する。この影響発生時刻は、ステップＳ１６７において損失時間の積算値を計算する際に使用される。 In that case, in the time-series data of FIG. 11, it is considered that the loss time increases from before the time when the transportation failure / accident occurs. The impact occurrence time is defined as the time when the loss time starts to increase, that is, the time when the impact due to transportation failure / accident starts to appear. This influence occurrence time is used when calculating the integrated value of the loss time in step S167.
図１２は、ステップＳ１６５における影響発生時刻の計算方法を示すフローチャートである。 FIG. 12 is a flowchart showing a method for calculating the influence occurrence time in step S165.
ここではまずステップＳ１６５ａにおいて、図１０における処理ステップＳ１６４において計算された、一人当たりの損失時間の時系列データを参照する。 Here, first, in step S165a, the time series data of the loss time per person calculated in process step S164 in FIG. 10 is referred to.
ステップＳ１６５ｂにおいて、損失時間を計算し始めた時刻から発生時刻までの一人当たりの損失時間の時間変化ｄｔを計算する。時間変化ｄｔは、（２）式で計算される。
［数２］
ｄｔ＝（時間帯ｔにおける一人当たりの損失時間）
−（時間帯ｔ−１における一人当たりの損失時間） （２）
ステップＳ１６５ｃにおいて、影響発生時刻を計算する。具体的には、ｄｔの絶対値がある閾値以上を超えた時刻を影響発生時刻と判定することによって計算する。図１１の事例では、事故発生時刻（横軸において時刻０の時点）の３０分ほど前に入場した乗客に与えた影響が表れ始めていることが見て取れる。
In step S165b, the time change dt of the loss time per person from the time when the loss time starts to be calculated to the occurrence time is calculated. The time change dt is calculated by the equation (2).
[Equation 2]
dt = (loss time per person in time zone t)
-(Loss time per person in time zone t-1) (2)
In step S165c, the influence occurrence time is calculated. Specifically, the time when the absolute value of dt exceeds a certain threshold or more is calculated by determining the influence occurrence time. In the example of FIG. 11, it can be seen that the effect on passengers who entered 30 minutes before the accident occurrence time (
ステップＳ１６６において、流動正常化時刻を計算する。列車の運転が再開した後、利用者の流動が正常と同じ状態に戻るまでには一定の時間を要すると考えられる。この流動が正常と同じ状態に戻った時刻を、流動正常化時刻と定義する。この流動正常化時刻は、ステップＳ１６７において損失時間の積算値を計算する際に使用される。 In step S166, the flow normalization time is calculated. It is considered that it takes a certain amount of time for the user's flow to return to the normal state after the train operation is resumed. The time when this flow returns to the same state as normal is defined as the flow normalization time. This flow normalization time is used when calculating the integrated value of the loss time in step S167.
図１３は、ステップＳ１６６における流動正常化時刻の計算方法を示すフローチャートである。 FIG. 13 is a flowchart showing a method for calculating the flow normalization time in step S166.
図１３ではステップＳ１６６ａにおいて、図１０における処理ステップＳ１６４において計算された、一人当たりの損失時間の時系列データを参照する。 In FIG. 13, in step S166a, the time series data of the loss time per person calculated in process step S164 in FIG. 10 is referred to.
ステップＳ１６６ｂにおいて、運転再開時刻から損失時間を計算し終える時刻までの一人当たりの損失時間の時間変化ｄｔを計算する。時間変化ｄｔは、ステップＳ１６５ｂにおける計算方法と同一である。 In step S166b, the time change dt of the loss time per person from the operation resumption time to the time when the calculation of the loss time is completed is calculated. The time change dt is the same as the calculation method in step S165b.
ステップＳ１６６ｃにおいて、流動正常化時刻を計算する。具体的には、ある一定時間以上ｄｔの絶対値がある閾値以内に収まった場合に損失時間が収束し、正常時に戻ったと判定する。そしてその時刻を流動正常化時刻と判定する。図１１の事例では、事故発生時刻（横軸において時刻０の時点）の１３０分ほど後に入場した乗客にはこの事故による影響が表れていないことが見て取れる。
In step S166c, the flow normalization time is calculated. Specifically, when the absolute value of dt is within a certain threshold for a certain time or more, it is determined that the loss time has converged and returned to normal. Then, the time is determined as the flow normalization time. In the case of FIG. 11, it can be seen that the passengers who entered after 130 minutes of the accident occurrence time (at
ステップＳ１６７において、総損失時間を計算する。具体的には、影響発生時刻から運転再開時刻までの損失時間、および運転再開時刻から流動正常化時刻までの損失時間を積算することによって計算する。 In step S167, the total loss time is calculated. Specifically, the calculation is performed by integrating the loss time from the time of occurrence of the effect to the operation resumption time and the loss time from the operation resumption time to the flow normalization time.
ステップＳ１６８において、処理結果を出力して処理を終了する。 In step S168, the processing result is output and the processing is terminated.
損失評価部１６によって計算された計算結果は、評価結果格納部１７における評価結果データベースＤＢ５に格納される。
The calculation result calculated by the
図１４は、評価結果格納部１７が有する評価結果データベースＤＢ５に格納される評価結果データテーブルＴＢ５の例を示した図である。評価結果データテーブルＴＢ５は、レコードＩＤ６１、影響発生時刻６２、流動正常化時刻６３、影響発生時刻から運転再開時刻までの総損失時間６４、運転再開時刻から流動正常化時刻までの総損失時間６５、損失時間時系列データ６６、利用人数時系列データ６７、影響人数時系列データ６８、一人当たり損失時間時系列データ６９の各要素から構成されるデータが格納される。
FIG. 14 is a diagram illustrating an example of the evaluation result data table TB5 stored in the evaluation result database DB5 included in the evaluation
このうち、レコードＩＤ６１は、各レコードにユニークに割り当てられたＩＤであり、輸送障害・事故事例データテーブルＴＢ２におけるレコードＩＤ３１と同一の値が格納される。
Among these, the
影響発生時刻６２は、損失評価部１６おける処理ステップＳ１６５において計算される値である。流動正常化時刻６３は、処理ステップＳ１６６において計算される値である。影響発生時刻から運転再開時刻までの総損失時間６４、および運転再開時刻から流動正常化時刻までの総損失時間６５は、処理ステップＳ１６７において計算される値である。損失時間時系列データ６６は、処理ステップＳ１６３において計算される損失時間値の時系列データである。利用人数時系列データ６７は、処理ステップＳ１６３において参照される利用人数の時系列データである。影響人数時系列データ６８は、処理ステップＳ１６３において計算される影響人数の時系列データである。一人当たり損失時間時系列データ６９は、処理ステップＳ１６４において計算される値の時系列データである。
The
上記までにおいて説明した、損失評価部１６によって計算された計算結果、および評価結果格納部１７における評価結果データベースＤＢ４に格納される評価結果データテーブルＴＢ５は、表示部１８において表示され、列車運行事業者において列車の輸送管理業務を担当する担当者が計算結果を評価するために用いられる。
The calculation results calculated by the
図１５から図１７に表示部１８における画面の表示例を示す。
FIGS. 15 to 17 show display examples of screens on the
まず図１５に、表示部１８における画面の第一の表示例を示す。画面１８０には、損失評価部１６において計算された総損失時間１８１および利用人数・影響人数１８２、一人当たりの損失時間１８３が時系列データとして表示される。時系列表示としては、影響発生時刻、運転再開時刻、流動正常化時刻、さらには事故発生時刻などが同時に表記されることにより、全体状況の把握が容易となる。
First, FIG. 15 shows a first display example of the screen on the
但し、時系列データ表示は数値把握には適さないので、合わせて総損失時間、影響人数、一人当たりの損失時間の積算値などが数値情報として１８４，１８５，１８６のように表示するのがよい。さらには、総損失時間の積算値を対数値であらわした、総損失評価値１８７を表示するのがよい。
However, since time series data display is not suitable for grasping numerical values, the total loss time, the number of people affected, the integrated value of loss time per person, etc. should be displayed as numerical information such as 184, 185, 186. . Furthermore, it is preferable to display the total
図１６に、表示部１８における画面の第二の表示例を示す。この表示例１８８では、例えば影響開始時刻から運転再開までの総損失時間および影響人数、一人当たりの損失時間、運転再開から流動正常化時刻までの総損失時間および影響人数、一人当たりの損失時間を６段階に離散化して、離散化した値をレーダチャートにて表現した表示例を示している。
FIG. 16 shows a second display example of the screen on the
図１７に、表示部１８における画面の第三の表示例を示す。この表示例１８９では、評価結果格納部１７における評価結果データベースＤＢ５に格納される評価結果データテーブルＴＢ５の時系列データ６６あるいは６７，６８のデータから、総損失評価値を計算して、横軸にたとえば障害・事故発生から流動正常化までの時間、縦軸に総損失評価値をとって、散布図の形式で表示したものである。表示された各点Ｐのひとつひとつが、評価データテーブルＴＢ５の１レコードから計算された損失評価値に相当する。
FIG. 17 shows a third display example of the screen on the
このような散布図によって各障害・事故の損失評価値を表現することにより、たとえばある障害が過去の類似した事例の集合に対して、相対的にどの程度の障害であったか、さらには障害発生後の列車運行制御がどの程度適切であったかを評価することができる。 By expressing the loss evaluation value of each fault / accident with such a scatter diagram, for example, how much fault a fault was relative to a set of similar cases in the past, and after the fault occurred It can be evaluated how appropriate the train operation control was.
本実施例では、遅延損失評価装置１０の別の実施例を説明する。
In the present embodiment, another embodiment of the delay
図１８は、第二の実施例における遅延損失評価装置の構成の例を示す図である。図１８の遅延損失評価装置１０のうち、既に説明した第一の実施例１０と同一の機能を有する構成要素については、同一の符号を付し説明を省略する。
FIG. 18 is a diagram illustrating an example of the configuration of the delay loss evaluation apparatus in the second embodiment. In the delay
実施例２における遅延損失評価装置１０では、実施例１の構成に加えて、さらに入場人数偏差判定部１００、および待ち時間計算部１０１を備えた構成になっている。実施例１では改札に入場した利用者を対象に損失を計算することを特徴としていた。これに対して実施例２では、障害・事故発生が原因で所望の時刻に改札に入場しなかった、あるいは入場できなかった利用者の待ち時間による損失時間を加味して損失を評価することができる構成になっている。
In addition to the configuration of the first embodiment, the delay
以下、未利用者の損失を加味した遅延損失評価装置１０について説明する。
Hereinafter, the delay
第２の実施例では、流動情報管理部１２に格納される入出場履歴データベースＤＢ３に各駅における日々の入場者数を記録した入場者数データテーブルＴＢ３Ａを追加し、また標準パターンデータベースＤＢ４に、通常時の入場者数を記録した入場者数データテーブルＴＢ４Ａが追加格納されている。
In the second embodiment, an attendance number data table TB3A in which the number of daily attendances at each station is recorded is added to the entrance / exit history database DB3 stored in the flow
このうち図１９には、入出場履歴データベースＤＢ３に追加設置された入場者数データテーブルＴＢ３Ａの例を示す。各駅における日々の入場者数データテーブルＴＢ３Ａは、入場時刻４６、入場駅４７、入場人数４８の各要素から構成される。入場者数データテーブルＴＢ３Ａは、入出場履歴データテーブルＴＢ３を入場駅単位で集計することにより作成される。
Among these, FIG. 19 shows an example of the visitor number data table TB3A additionally installed in the entrance history database DB3. The daily visitor number data table TB3A at each station includes elements of an
図２０には、標準パターンデータベースＤＢ４に追加設置される通常時入場者数データテーブルの例を示す。通常時入場者数データテーブルＴＢ４Ａは、日付区分７１，入場時刻７２、入場駅７３、入場人数７４、入場人数の分散値７５の各要素から構成される。日付区分７１は，例えば通常時における所定の入場駅の入場人数が平日の入場人数か休日の入場人数かを区別するための情報である。入場時刻７２、入場駅７３、入場人数７４は、それぞれ当該日付区分における所定の入場時刻、入場駅における標準的な入場人数を表すデータである。このデータは、過去における平均的な駅利用者を駅ごとに纏めて記憶したものであり、日々の利用者を曜日、時間帯、季節などに分けて作成、記憶しておくのが良い。
FIG. 20 shows an example of the normal number of visitors data table additionally installed in the standard pattern database DB4. The normal number of visitors data table TB4A is composed of
通常時入場者数データテーブルＴＢ４Ａは、標準データ計算部１９において作成される。具体的な計算方法は以下の通りである。
The normal number of visitors data table TB4A is created in the standard
まず入出場履歴データベースＤＢ３に格納された当該入場時刻および入出場駅間の入出場履歴データテーブルＴＢ３から、輸送障害が発生しなかった、かつ当該日付区分（平日または休日）に該当する日時における履歴情報を抽出する。そして抽出された入出場履歴情報の集合から、当該時刻における入場の平均値を計算して、入場人数７４とする。 First, based on the entry time and the entry / exit history data table TB3 stored in the entry / exit history database DB3, the history at the date / time corresponding to the date category (weekday or holiday) when no transportation failure occurred. Extract information. Then, from the set of extracted entrance / exit history information, the average value of entrance at the time is calculated as the number of visitors 74.
入場人数の分散値７５は、当該日付区分における所定の入場時刻、入場駅における入場人数の分散値である。入場人数の分散値７５は、入出場履歴データベースＤＢ３に格納された当該入場時刻および入出場駅間の入出場履歴データテーブルＴＢ３から、輸送障害・事故が発生しなかった、かつ当該日付区分（平日または休日）に該当する日時における履歴情報から計算する。
The
本実施例では、第一の実施例に加えて、さらに障害・事故発生が原因で所望の時刻に改札に入場しなかった、あるいは入場できなかった利用者の損失時間を加味して損失を評価することができる。具体的には、以下の手順で行われる。 In this example, in addition to the first example, the loss was evaluated taking into account the loss time of the user who did not enter the ticket gate at the desired time or failed to enter due to the occurrence of a failure or accident. can do. Specifically, the following procedure is performed.
図１８の入場人数偏差判定部１００において、各時刻において輸送障害・事故時の入場人数と、通常時の入場人数とを比較して、輸送障害・事故発生時の近傍における入場人数が障害・事故発生時と通常時においてどの程度差があるかを判定する。
In the admission number
そして待ち時間計算部１０１において、障害・事故発生時と通常時の入場人数に差があると判定された時間帯における、運転再開を待った時間を推定する。そして損失評価部１６において実施例１において説明した所要時間に基づいた損失時間に、待ち時間により損失時間を加算して損失を評価する。
Then, the waiting
以下，入場人数偏差判定部１００および待ち時間計算部１０１の処理について説明する。図２１は、入場人数偏差判定部１００の処理手順を示すフローチャートである。
Hereinafter, processing of the entrance number
図２１ではまずステップＳ１７１において、輸送情報管理部１１に格納された輸送障害・事故発生時事例パターンデータテーブルＴＢ２から発生路線、発生時刻、運転再開時刻を参照する。
In FIG. 21, first, in step S171, the generation route, the generation time, and the operation resumption time are referred to from the transportation failure / accident occurrence case pattern data table TB2 stored in the transportation
ステップＳ１７２において、輸送情報管理部１１に格納された路線データテーブルＴＢ１、およびステップＳ１７１において参照された障害・事故発生時発生路線を参照して、障害発生路線上の入場駅を検索する。
In step S172, an entry station on the failure occurrence route is searched with reference to the route data table TB1 stored in the transportation
ステップＳ１７３において、ステップＳ１７２において検索された入場駅毎に、流動情報管理部１２に格納された日々の入場者数データＴＢ３Ａから障害・事故発生日時の入場人数、および通常時入場者数データＴＢ４Ａから該当日付区分に該当する入場人数を参照する。参照対象とする時間帯は、障害・事故発生時刻から、運転再開時刻から所定の経過時間までとする。
In step S173, for each entry station searched in step S172, from the daily visitor number data TB3A stored in the flow
ステップＳ１７４において、障害・事故発生時発生時刻から運転再開時刻までの各時間帯の障害・事故発生時と通常時の入場人数を比較して、障害・事故発生日の入場人数と通常時の入場者との差が統計的に有意である時間が所定の時間帯以上存在するか否かを判定する。 In step S174, comparing the number of people at the time of failure / accident occurrence and normal time by comparing the number of people at the time of failure / accident occurrence and normal time in each time zone from the time when the failure / accident occurred to the operation restart time, It is determined whether or not the time when the difference from the person is statistically significant exists for a predetermined time period or more.
もし所定の時間帯以上存在すると判定されれば、輸送障害・事故発生によって当該駅に改札に入場できなかった利用者が存在すると判定し、次のステップＳに進む。一方、もし所定の時間帯以上存在しないと判定されれば、ステップＳ１７３に戻り、他の入場駅に対して処理を繰り返す。 If it is determined that there is a predetermined time period or more, it is determined that there is a user who has not been able to enter the ticket gate at the station due to a transport failure or accident, and the process proceeds to the next step S. On the other hand, if it is determined that the predetermined time period does not exist, the process returns to step S173 and the process is repeated for the other entrance stations.
ステップＳ１７５において、運転再開時刻から所定の時間経過後までの各時間帯の障害・事故発生時と通常時の入場人数を比較して、障害・事故発生日の入場人数と通常時の入場者との差が統計的に有意である時間帯を抽出し、時間帯および入場人数差を出力する。この処理によって統計的に有意な時間帯における入場人数の差が、運転再開を待って入場した利用者と推定することができる。 In step S175, comparing the number of people at the time of disability / accident occurrence and the number of people at the time of disability / accident occurrence in each time zone from the time when the operation resumed until a predetermined time has elapsed, The time zone in which the difference between the two is statistically significant is extracted, and the time zone and the difference in the number of visitors are output. By this processing, the difference in the number of visitors in a statistically significant time zone can be estimated as a user who entered after waiting for the restart of driving.
ステップＳ１７６において、処理対象とするすべての入場駅において、ステップＳ１７３からＳ１７５までの処理を行ったか否かを判定する。そしてもし処理が終了していればステップＳ１７７に進んで、該当する入場駅および時間帯、入場人数の差を出力して処理を終了する。一方もし計算が終了していない入場駅があれば、ステップＳ１７３に戻って、処理を継続する。 In step S176, it is determined whether or not the processing from steps S173 to S175 has been performed at all entrance stations to be processed. If the process has been completed, the process proceeds to step S177 to output the difference between the corresponding station, time zone, and number of visitors, and the process is terminated. On the other hand, if there is an entrance station for which the calculation has not been completed, the process returns to step S173 to continue the processing.
図２２に、図２１で示した入場人数偏差判定部１０３の処理手順のうち、ステップＳ１７４およびステップＳ１７５における処理手順を説明した図を示す。図２２では、通常時の入場人数の時間変化Ｕ１（点線）と、障害・事故発生時の入場人数の時間変化Ｕ２（実線）を示している。 FIG. 22 is a diagram illustrating the processing procedure in steps S174 and S175 in the processing procedure of the visitor deviation determination unit 103 illustrated in FIG. FIG. 22 shows the time change U1 (dotted line) of the number of visitors at normal times and the time change U2 (solid line) of the number of visitors at the time of failure / accident occurrence.
図２２の例では、通常の利用者は夕刻（本事例での障害発生時刻である１９時）にかけて増加し、その後１００人／５分ほどの入場者数で推移する。これに対し、障害・事故発生時の入場人数Ｕ２は、夕刻までは通常の利用数と大差なく推移しているが、障害発生時刻から激減し、逆に運転再開時刻から普段の利用者以上の利用者が入場している。これによれば、障害発生により待機していた利用者が運転再開により入場してきたことが見て取れる。 In the example of FIG. 22, the number of normal users increases in the evening (19:00, which is the failure occurrence time in this example), and then changes with the number of visitors of about 100/5 minutes. On the other hand, the number of visitors U2 at the time of failure / accident has remained largely the same as the normal number of use until the evening, but it has dropped sharply from the time of failure occurrence, and conversely, the number of visitors more than normal users from the time of resumption of driving. The user has entered. According to this, it can be seen that the user who has been waiting due to the occurrence of the failure has entered the vehicle by resuming operation.
係る利用者の入場推移に対し、ステップＳ１７４における処理は、通常時と障害・事故発生時の発生時刻から運転再開時刻までの各時間帯の入場人数の偏差ΔＵ１が存在するか否かを判定する処理である。またステップＳ１７５における処理は、通常時と障害・事故時の運転再開時刻から所定の時間経過までの各時間帯の入場人数の偏差ΔＵ２を判定する処理である。 For the transition of the entry of the user, the process in step S174 determines whether or not there is a deviation ΔU1 of the number of visitors in each time period from the occurrence time at the normal time and the occurrence of the failure / accident to the operation restart time. It is processing. The process in step S175 is a process of determining the deviation ΔU2 of the number of visitors in each time zone from the normal operation time and the operation resumption time at the time of failure / accident until a predetermined time elapses.
待ち時間計算部１０１では、入場人数偏差判定部１００によって計算された障害・事故発生時と通常時の入場人数に差があると判定された時間帯および入場人数差に基づいて、運転再開を待った時間を推定し、損失を計算する。
The waiting
図２３は、待ち時間計算部１０１の処理手順を示すフローチャートである。
FIG. 23 is a flowchart illustrating a processing procedure of the waiting
ステップＳ１８１において、入場人数偏差判定部１００から出力される入場駅と時間帯における待ち時間を推定する。具体的には例えば運転再開時刻から発生時刻を引いた時間差を推定待ち時間とすることができる。
In step S181, the waiting time in the entrance station and time zone output from the entrance number
ステップＳ１８２において、当該時間帯における損失時間を計算する。具体的には、以下の（３）式により計算する。
［数３］
損失時間＝（待ち時間）×（障害・事故時と通常時の入場人数の差） （３）
ステップＳ１８３において、損失時間および人数差を出力して、処理を終了する。
In step S182, the loss time in the time zone is calculated. Specifically, it is calculated by the following equation (3).
[Equation 3]
Lost time = (waiting time) x (difference between the number of visitors at the time of failure / accident and normal) (3)
In step S183, the lost time and the difference in the number of people are output, and the process ends.
待ち時間計算部１０１において計算された損失時間は、損失評価部１６に入力される。そして実施例１において説明した損失時間および影響人数に加算される。表示部１８における表示は実施例１の場合と同等である。あるいは待ち時間による損失値のみを実施例１で示した方法によって表示してもよい。
The loss time calculated by the waiting
本実施例では、遅延損失評価装置１０の別の実施例を説明する。
In the present embodiment, another embodiment of the delay
図２４は、第三の実施例における遅延損失評価装置の構成の例である。遅延損失評価装置１０のうち、既に説明した第二の実施例１０と同一の機能を有する構成要素については、同一の符号を付し説明を省略する。
FIG. 24 is an example of the configuration of the delay loss evaluation apparatus in the third embodiment. Of the delay
実施例３における遅延損失評価装置１０では、実施例２の構成に加えて、さらに迂回情報管理部２０２、迂回人数計算部２００、迂回時間計算部２０１を備えた構成になっている。また迂回情報管理部２０２は、迂回パターンデータベースＤＢ６を有する。障害・事故が発生すると、障害・事故が発生した路線と並行する別の路線に迂回して目的地に向かう利用者が多く存在する。実施例３の特徴は、実施例２に加えて、さらに別の路線に迂回したことによる損失時間を加味して、損失を評価できる構成になっている。
In addition to the configuration of the second embodiment, the delay
以下遅延損失評価装置１０について説明する。
Hereinafter, the delay
第３の実施例では、さらに迂回情報管理部２０２を備え、迂回パターンデータベースＤＢ６を有する。迂回パターンデータベースＤＢ６には、乗換可能駅データテーブルＴＢ６ａ、および迂回経路データテーブルＴＢ６ｂが格納される。また、入出場履歴データベースＤＢ３には、さらに入出場利用人数履歴データテーブルＴＢ３Ｂが格納される。
In the third embodiment, a detour
図２５は、迂回パターンデータベースＤＢ６に格納される乗り換え可能駅データテーブルＴＢ６Ａの例を示した図である。乗り換え可能駅データテーブルＴＢ６Ａには、乗換対象駅９１、乗換可能駅９２、乗り換え時間９３の各要素から構成されるデータが格納される。あるレコードにおける乗換対象駅９１と乗換可能駅９２の関係は、例えばある乗換対象駅Ａの周辺には、乗換可能な駅が最大Ｎ個存在し、その駅はＤ駅からＧ駅であることを表している。また、乗り換え時間９３は、乗換対象駅から乗換可能駅までの乗り換え所要時間を表している。
FIG. 25 is a diagram showing an example of the transferable station data table TB6A stored in the detour pattern database DB6. The transferable station data table TB6A stores data including elements of a
図２６は、迂回パターンデータベースＤＢ６に格納される経路データテーブルＴＢ６Ｂの例を示した図である。経路データテーブルＴＢ６Ｂには、出発駅９４、到着駅９５、経路９６の各要素から構成されるデータが格納される。
FIG. 26 is a diagram illustrating an example of the route data table TB6B stored in the detour pattern database DB6. The route data table TB6B stores data including elements of the
出発駅９４、到着駅９５には、図２５で示した乗り換え可能駅データテーブルＴＢ６Ａにおける乗換対象駅９１に対応した駅名を格納する。経路９６としては、経路１、経路２、・・・経路Ｎがあり、これらの項目には出発駅９４、到着駅９５に到達可能な経路の集合を格納する。経路９６には、乗り換え可能駅データテーブルＴＢ６Ａにおける乗換可能駅９２をそれぞれ出発駅、目的駅にした経路集合も含まれる。
In the
経路データテーブルＴＢ６Ｂの作成方法は、例えば以下の方法が考えられる。駅集合を鉄道ネットワークとして、出発駅９４、到着駅９５を始点および終点として、経路探索を実施することにより作成可能である。あるいは、入出場履歴データベースＤＢ３に格納された入出場履歴データテーブルＴＢ３における入出場履歴に基づいて、利用履歴のある入出場駅を経路情報として格納してもよい。
As a method for creating the route data table TB6B, for example, the following method can be considered. It can be created by performing a route search with the station set as a railroad network and the
図２７には、入出場履歴データベースＤＢ３に格納される各入出場駅における日々の利用者数を記録した入出場利用人数履歴データテーブルＴＢ３Ｂの例を示す図である。入出場利用人数履歴データテーブルＴＢ３Ｂは、入場時刻１１１、入場駅１１２、出場駅１１３、利用人数１１４の各要素から構成される。入出場利用人数履歴データテーブルＴＢ３Ｂは、入出場履歴データテーブルＴＢ３を入出場駅単位で集計することにより作成される。
FIG. 27 is a diagram showing an example of an entrance / exit number of people history data table TB3B in which the daily number of users at each entrance / exit station stored in the entrance / exit history database DB3 is recorded. The entrance / exit number of people history data table TB3B includes elements of an
上記までに説明した乗換可能駅データテーブルＴＢ６Ａ、および迂回経路データテーブルＴＢ６Ｂ、入出場利用人数履歴データテーブルＴＢ３Ｂ、実施例２において説明した各機能、迂回人数計算部２００、および迂回時間計算部２０１における処理にもとづいて、他の路線に迂回したことによる損失時間を加味して、損失を評価することができる。
In the transferable station data table TB6A, the detour route data table TB6B, the entry / exit number of people history data table TB3B described above, the functions described in the second embodiment, the detour
以下、迂回人数計算部２００および迂回損失時間計算部２０１の処理について説明する。図２８は迂回人数計算部２００の処理手順を示すフローチャートである。
Hereinafter, processing of the detour
図２８ではまずステップＳ１９１において、実施例２における入場人数偏差判定部１００において計算された、障害・事故発生時の入場人数と通常時の入場者との差が統計的に有意である時間が所定の時間帯以上存在する障害・事故発生路線上の駅、および時間帯情報を入力する。
In FIG. 28, first, in step S191, a time in which the difference between the number of people at the time of failure / accident occurrence and the number of visitors at the normal time calculated by the
ステップＳ１９２において、乗り換え可能駅データテーブルＴＢ６Ａを参照して、ステップＳ１９１において入力された障害・事故発生路線上の駅に対する乗り換え可能駅を検索する。 In step S192, the transferable station data table TB6A is referred to, and a transferable station for the station on the failure / accident occurrence route input in step S191 is searched.
ステップＳ１９３において、乗り換え可能駅における障害・事故時入場者数と、通常時入場者との差が統計的に有意である時間が所定の時間帯以上存在するか否かを判定する。 In step S193, it is determined whether or not there is a time period in which the difference between the number of visitors at the transferable station at the time of failure / accident and the normal time visitors is statistically significant for a predetermined time period or more.
もし所定の時間帯以上存在すると判定されれば、輸送障害・事故発生によって乗り換え可能駅に迂回した利用者が存在すると判定し、次のステップＳ１９４に進む。一方、もし所定の時間帯以上存在しないと判定されれば、ステップＳ１９２に戻り、当該障害・事故発生路線上の駅に対するその他の乗り換え可能駅に対して処理を繰り返す。 If it is determined that there is a predetermined time period or more, it is determined that there is a user who has detoured to a transferable station due to a transport failure / accident, and the process proceeds to the next step S194. On the other hand, if it is determined that it does not exist for a predetermined time period or longer, the process returns to step S192, and the process is repeated for other transferable stations for the station on the failure / accident occurrence route.
ステップＳ１９４において、入出場利用人数履歴データテーブルＴＢ３Ｂ、および迂回経路データテーブルＴＢ６Ｂを参照して、迂回経路における利用者数を集計する。 In step S194, the number of users on the detour route is totaled with reference to the entry / exit number of people history data table TB3B and detour route data table TB6B.
ステップＳ１９５において、処理対象とするすべての乗り換え可能駅において、ステップＳ１９３からＳ１９４までの処理を行ったか否かを判定する。そしてもし処理が終了していればステップＳ１９６に進む。入場人数の差を出力して処理を終了する。一方もし計算が終了していない入場駅があれば、ステップＳ１９２に戻って、他の乗り換え可能駅に対して処理を継続する。 In step S195, it is determined whether or not the processing from steps S193 to S194 has been performed at all transferable stations to be processed. If the processing is finished, the process proceeds to step S196. The difference in the number of visitors is output and the process ends. On the other hand, if there is an entrance station for which the calculation has not been completed, the process returns to step S192 to continue the process for other transferable stations.
ステップＳ１９６において、処理対象とするすべての障害・事故発生路線上の駅において、ステップＳ１９２からＳ１９５までの処理を行ったか否かを判定する。そしてもし処理が終了していれば、ステップＳ１９７に進み、乗り換え対象駅、乗り換え可能駅、時間帯、入場人数の差の情報を出力して処理を終了する。一方もし計算が終了していない入場駅があれば、ステップＳ１９１に戻って、他の乗り換え対象駅に対して処理を継続する。 In step S196, it is determined whether or not the processing from steps S192 to S195 has been performed at all stations on the failure / accident occurrence route to be processed. If the processing is completed, the process proceeds to step S197, and information on the difference between the transfer target station, the transferable station, the time zone, and the number of visitors is output and the processing ends. On the other hand, if there is an entrance station for which calculation has not been completed, the process returns to step S191 to continue the process for other transfer target stations.
図２９に、図２８で示した迂回人数計算部２００の処理手順のうち、ステップＳ１９１およびステップＳ１９３における処理手順を説明した図を示す。
FIG. 29 is a diagram illustrating the processing procedure in step S191 and step S193 among the processing procedure of the detour
同図において、Ａ駅はステップＳ１９１で入力された障害・事故発生路線上のある乗換対象駅、Ｄ駅およびＧ駅はＡ駅の乗り換え可能駅である。グラフＡ，Ｄ，Ｇは、それぞれＡ駅およびＤ駅、Ｇ駅における、通常時の入場人数の時間変化（点線）、障害・事故発生時の入場人数の時間変化（実線）、およびその差を示している。 In the figure, the A station is a certain transfer target station on the trouble / accident occurrence route input in step S191, and the D station and the G station are transferable stations of the A station. Graphs A, D, and G show the change in the number of visitors at normal times (dotted line), the change in the number of visitors at the time of failure / accident (solid line), and the difference at station A, D, and G, respectively. Show.
ステップＳ１９３における動作は、乗換駅Ｄ，Ｇにおける障害・事故時入場者数と、通常時入場者との差２９０７，２９０８が統計的に有意である時間が所定の時間帯以上存在するか否かを判定する処理である。
The operation in step S193 is whether or not there is a time period in which the
図３０は迂回損失時間計算部２０１の処理手順を示すフローチャートである。
FIG. 30 is a flowchart showing the processing procedure of the detour loss
ステップＳ２０１において、迂回人数計算部２００から出力される、各乗り換え対象駅、乗り換え可能駅と所定の時間帯情報、標準パターンデータベースＤＢ４に格納された標準パターンデータテーブルＴＢ４、所要時間計算部１４で計算された処理結果（図８の８０）情報を参照して、障害・事故発生時の迂回経路を利用した所要時間と、通常時の経路を利用した所要時間との差を計算する。障害・事故発生時の迂回経路を利用した所要時間は、乗り換え可能駅から目的地までの所要時間である。また通常時の経路を利用した所要時間は、乗り換え対象駅から目的地までの所要時間である。
In step S201, each station to be transferred, each station that can be transferred, and a predetermined time zone information output from the detour
ステップＳ２０２において、入出場履歴データベースＤＢ３に格納された情報を参照して、障害・事故発生時の迂回経路を利用した人数と、通常時迂回経路を利用する人数との差を計算する。 In step S202, with reference to the information stored in the entry / exit history database DB3, the difference between the number of people using the detour route at the time of failure / accident occurrence and the number of people using the normal time detour route is calculated.
ステップＳ２０３において、乗り換え可能駅データテーブルＴＢ６Ａに格納された乗換対象駅から乗換可能駅までの乗換時間を加味して、損失時間を計算する。具体的には、以下の（４）式により計算する。
［数４］
損失時間＝（所要時間差＋乗換時間）×（障害・事故時と通常時の迂回経路利用人数の差） （４）
ステップＳ２０４において、損失時間および人数差を出力して、処理を終了する。
In step S203, the loss time is calculated in consideration of the transfer time from the transfer target station to the transferable station stored in the transferable station data table TB6A. Specifically, it is calculated by the following equation (4).
[Equation 4]
Lost time = (difference in required time + transfer time) x (difference in the number of people on the detour route during failures / accidents and normal times)
In step S204, the lost time and the difference in the number of people are output, and the process ends.
迂回損失時間計算部２０１において計算された損失時間は、損失評価部１６に入力される。そして実施例２において説明した損失時間および影響人数に加算される。表示部１８における表示は実施例１、および実施例２の場合と同等である。あるいは迂回による損失値のみを実施例１で示した方法によって表示してもよい。
The loss time calculated by the detour loss
以上、図面を用いて本発明について説明をしてきたが、本発明の手法はいわば、「個体が運行施設内に入場し、退出する時間と場所を記憶し、運行正常時と運行異常時の場所間移動に要した時間差を時間帯ごとに求め、運行異常発生による時間帯ごとの時間差について個体ごとの総和を遅延損失として時系列的に求める」ものということができる。 As described above, the present invention has been described with reference to the drawings. The method of the present invention is, as it says, “a time and place where an individual enters and exits a service facility, and a place when the operation is normal and when the operation is abnormal. It can be said that the time difference required for traveling between each individual time zone is obtained for each time zone, and the total sum for each individual is obtained in a time series as a delay loss with respect to the time difference for each time zone due to the occurrence of operation abnormality.
ここで、運行施設とは鉄道設備であり、個体は駅構内に入場し退出する乗客である。あるいは、運行施設は高速道路であり、個体はランプあるいはインターチェンジから入場し退出する車両である。本発明は、いずれの場合にも適宜適用することが可能である。 Here, the operation facility is a railway facility, and the individual is a passenger entering and leaving the station. Alternatively, the operating facility is a highway, and the individual is a vehicle that enters and exits from a ramp or interchange. The present invention can be appropriately applied to any case.
なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。 In addition, this invention is not limited to an above-described Example, Various modifications are included. For example, the above-described embodiments have been described in detail for easy understanding of the present invention, and are not necessarily limited to those having all the configurations described.
また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。 Further, a part of the configuration of one embodiment can be replaced with the configuration of another embodiment, and the configuration of another embodiment can be added to the configuration of one embodiment. Further, it is possible to add, delete, and replace other configurations for a part of the configuration of each embodiment.
また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。 Each of the above-described configurations, functions, processing units, processing means, and the like may be realized by hardware by designing a part or all of them with, for example, an integrated circuit. Each of the above-described configurations, functions, and the like may be realized by software by interpreting and executing a program that realizes each function by the processor. Information such as programs, tables, and files for realizing each function can be stored in a memory, a hard disk, a recording device such as an SSD (Solid State Drive), or a recording medium such as an IC card, an SD card, or a DVD.
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。 Further, the control lines and information lines indicate what is considered necessary for the explanation, and not all the control lines and information lines on the product are necessarily shown. Actually, it may be considered that almost all the components are connected to each other.
１０：遅延損失評価装置
１１：輸送情報管理部
１２：流動情報管理部
１３：影響範囲抽出部
１４：所要時間計算部
１５：遅延時間計算部
１６：損失評価部
１７：評価結果格納部
１８：表示部
１９：標準データ計算部
ＤＢ１：路線データベース
ＤＢ２：輸送障害・事故事例情報データベース
ＤＢ３：入出場履歴データベース
ＤＢ４：標準パターンデータベース
ＤＢ５：評価結果データベース
ＤＢ６：迂回パターンデータベース
１００：入場人数偏差判定部
１０１：待ち時間計算部
２０２：迂回情報管理部
２００：迂回人数計算部
２０１：迂回時間計算部
10: Delay loss evaluation device 11: Transportation information management unit 12: Flow information management unit 13: Influence range extraction unit 14: Required time calculation unit 15: Delay time calculation unit 16: Loss evaluation unit 17: Evaluation result storage unit 18: Display Unit 19: Standard data calculation unit DB1: Route database DB2: Transport failure / accident case information database DB3: Entrance / exit history database DB4: Standard pattern database DB5: Evaluation result database DB6: Detour pattern database 100: Entrance number deviation determination unit 101: Waiting time calculation unit 202: Detour information management unit 200: Detour number calculation unit 201: Detour time calculation unit
Claims (12)
前記損失評価部は、所定時間帯における利用者全体の損失、および遅延による影響をうけた利用者の人数、利用者一人当たりの損失を計算し、前記利用者全体の損失、あるいは利用者一人当たりの損失に基づいて、運行施設内の運行異常による影響が発生した時刻を計算することを特徴とする遅延損失評価装置。 The delay loss evaluation apparatus according to claim 1,
The loss evaluation unit calculates the loss of the entire user in a predetermined time zone, the number of users affected by the delay, the loss per user, and the loss of the entire user or per user A delay loss evaluation apparatus that calculates a time when an influence due to an operation abnormality in a service facility occurs based on the loss of the operation facility.
前記損失評価部は、所定時間帯における利用者全体の損失、および遅延による影響をうけた利用者の人数、利用者一人当たりの損失を計算し、前記利用者全体の損失、あるいは利用者一人当たりの損失に基づいて、旅客流動が正常の状態に戻った時刻を計算することを特徴とする遅延損失評価装置。 The delay loss evaluation apparatus according to claim 1,
The loss evaluation unit calculates the loss of the entire user in a predetermined time zone, the number of users affected by the delay, the loss per user, and the loss of the entire user or per user A delay loss evaluation apparatus that calculates the time when the passenger flow returns to a normal state based on the loss of the passenger.
前記損失評価部は、輸送情報管理部に格納された情報である運行異常発生時刻および運転再開時刻、列車ダイヤが正常化した時刻、損失評価部によって計算された障害・事故による影響が発生した時刻および流動が正常の状態に戻った時刻情報に基づいて、前記時刻の間における利用者全体の損失の総和、および利用者一人当たりの損失の総和を計算することを特徴とする遅延損失評価装置。 The delay loss evaluation apparatus according to claim 2 and claim 3,
The loss evaluation unit is information stored in the transport information management unit, such as operation abnormality occurrence time and operation resumption time, time when train schedule is normalized, time when influence caused by failure / accident calculated by loss evaluation unit occurs And a delay loss evaluation apparatus, which calculates a total loss of all users and a total loss per user during the time based on time information when the flow returns to a normal state.
前記損失評価部は、さらに異常発生時の入場人数と通常時の入場人数を比較する入場人数偏差判定部と、前記入場人数偏差判定部によって異常発生時の入場人数が通常時の入場人数に比べて有意に大きいと判定された場合に、入場前の利用者の待ち時間を計算する待ち時間計算部と、前記待ち時間計算部によって計算された待ち時間を損失に加算することを特徴とする遅延損失評価装置。 The delay loss evaluation apparatus according to any one of claims 1 to 4,
The loss evaluation unit further compares the number of visitors at the time of abnormality with the number of visitors at normal times, and the number of people at the time of abnormality compared with the number of people at normal times by the entrance number deviation judgment unit. A waiting time calculation unit that calculates the waiting time of the user before admission, and adding the waiting time calculated by the waiting time calculation unit to the loss. Loss evaluation device.
前記損失評価部は、さらに迂回経路情報を格納する迂回情報管理部と、異常発生時に別の路線に迂回した人数を計算する迂回人数計算部と、迂回時間を計算する迂回時間計算部と、前記迂回時間計算部によって計算された迂回時間を損失に加算することを特徴とする遅延損失評価装置。 The delay loss evaluation apparatus according to claim 5,
The loss evaluation unit further stores a detour information management unit that stores detour route information, a detour number calculation unit that calculates the number of detours to another route when an abnormality occurs, a detour time calculation unit that calculates a detour time, A delay loss evaluation apparatus characterized in that the detour time calculated by the detour time calculation unit is added to the loss.
輸送情報管理部に運行異常が発生した場所情報および路線情報を格納し、前記路線情報と前記場所情報に基づいて、運行施設内の運行異常による影響が発生する区間情報を作成する影響範囲抽出部を備え、この区間上における損失を算出することを特徴とする遅延損失評価装置。 The delay loss evaluation apparatus according to claim 1,
An influence range extraction unit that stores location information and route information in which an operation abnormality has occurred in the transport information management unit, and creates section information in which an influence due to the operation abnormality in the operation facility occurs based on the route information and the location information A delay loss evaluation apparatus comprising: calculating a loss on this section.
流動情報管理部に格納する標準的な所要時間情報を、運行施設内に運行異常が発生しない日時における利用者の入出場履歴情報に基づいて作成する標準所要時間作成部を備えたことを特徴とする遅延損失評価装置。 The delay loss evaluation apparatus according to claim 1,
It is equipped with a standard required time creation unit that creates standard required time information stored in the flow information management unit based on user entry / exit history information at the date and time when operation abnormality does not occur in the operation facility Delay loss evaluation device.
運行施設内に入場し退出する個体数の差を運行正常時と運行異常時について求め、運行異常により運行施設内に入場しなかった個体による前記時間帯ごとの時間差について個体ごとの総和を加味して遅延損失とすることを特徴とする遅延損失算出方法。 The delay loss calculation method according to claim 9,
The difference in the number of individuals entering and leaving the operation facility is obtained for normal operation and abnormal operation, and the total difference for each individual time is taken into account for the time difference for each time zone due to the individual who did not enter the operation facility due to operation abnormality. A delay loss calculation method, characterized in that a delay loss is obtained.
複数の運行施設が存在する場合に、運行異常時に他の運行施設を利用した個体による前記時間帯ごとの時間差について個体ごとの総和を加味して遅延損失とすることを特徴とする遅延損失算出方法。 The delay loss calculation method according to claim 9,
A delay loss calculation method characterized in that when there are a plurality of operation facilities, a delay loss is considered by taking into account the sum of each individual with respect to the time difference for each time zone due to an individual using another operation facility at the time of abnormal operation .
時系列的に表示する前記遅延損失には、所定時間における個体全体の損失の時間変化を表す時系列データ、および遅延による影響をうけた個体の人数の時間変化を表す時系列データ、個体一人当たりの損失の時間変化を表す時系列データのいずれかを含んでいることを特徴とする遅延損失表示方法。 A delay loss display method for displaying the delay loss calculated by the delay loss calculation method according to claim 9 in time series,
The delay loss to be displayed in time series includes time series data representing the time variation of the loss of the entire individual at a predetermined time, time series data representing the time variation of the number of individuals affected by the delay, per person A delay loss display method comprising any one of time-series data representing a time change of loss.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012149417A JP5941771B2 (en) | 2012-07-03 | 2012-07-03 | Delay loss evaluation apparatus, delay loss calculation and display method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012149417A JP5941771B2 (en) | 2012-07-03 | 2012-07-03 | Delay loss evaluation apparatus, delay loss calculation and display method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2014010815A true JP2014010815A (en) | 2014-01-20 |
| JP5941771B2 JP5941771B2 (en) | 2016-06-29 |
Family
ID=50107409
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012149417A Active JP5941771B2 (en) | 2012-07-03 | 2012-07-03 | Delay loss evaluation apparatus, delay loss calculation and display method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5941771B2 (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016168970A (en) * | 2015-03-13 | 2016-09-23 | 株式会社日立製作所 | Evaluation system and method for evaluating operation information |
| JP2018039441A (en) * | 2016-09-09 | 2018-03-15 | 株式会社日立製作所 | Estimation system and estimation method |
| CN112270836A (en) * | 2020-10-15 | 2021-01-26 | 腾讯科技（深圳）有限公司 | Traffic flow control method, device, equipment and storage medium |
| JP2021012497A (en) * | 2019-07-05 | 2021-02-04 | 株式会社日立製作所 | Maintenance work plan support device and maintenance work plan support method |
| JP2021111087A (en) * | 2020-01-09 | 2021-08-02 | 公益財団法人鉄道総合技術研究所 | Program and restoration planning support device |
| CN113460124A (en) * | 2020-03-30 | 2021-10-01 | 比亚迪股份有限公司 | Train running time processing method and device, computer equipment and storage medium |
| JP7460500B2 (en) | 2020-10-07 | 2024-04-02 | 公益財団法人鉄道総合技術研究所 | Passenger impact calculation device and passenger impact calculation method |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07132830A (en) * | 1993-11-05 | 1995-05-23 | Hitachi Ltd | Evaluation of train diagram and device therefor |
| JPH0922497A (en) * | 1995-07-05 | 1997-01-21 | Hitachi Ltd | Method and device for traffic individual guidance |
| JP2004326466A (en) * | 2003-04-24 | 2004-11-18 | Canon Sales Co Inc | Substitution transit system, server, ticket gate, program, storage medium, method, and control method |
| JP2006090887A (en) * | 2004-09-24 | 2006-04-06 | Aisin Aw Co Ltd | Navigation system |
| JP2008195283A (en) * | 2007-02-14 | 2008-08-28 | Nec Corp | Transport transfer system, transport transfer method, and transport transfer program for computer in traffic facility |
| JP2009069882A (en) * | 2007-09-10 | 2009-04-02 | Nippon Koei Co Ltd | Delay loss calculation system of traffic means |
| JP2010272035A (en) * | 2009-05-25 | 2010-12-02 | Hitachi Ltd | Reentry management method for transportation |
-
2012
- 2012-07-03 JP JP2012149417A patent/JP5941771B2/en active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07132830A (en) * | 1993-11-05 | 1995-05-23 | Hitachi Ltd | Evaluation of train diagram and device therefor |
| JPH0922497A (en) * | 1995-07-05 | 1997-01-21 | Hitachi Ltd | Method and device for traffic individual guidance |
| JP2004326466A (en) * | 2003-04-24 | 2004-11-18 | Canon Sales Co Inc | Substitution transit system, server, ticket gate, program, storage medium, method, and control method |
| JP2006090887A (en) * | 2004-09-24 | 2006-04-06 | Aisin Aw Co Ltd | Navigation system |
| JP2008195283A (en) * | 2007-02-14 | 2008-08-28 | Nec Corp | Transport transfer system, transport transfer method, and transport transfer program for computer in traffic facility |
| JP2009069882A (en) * | 2007-09-10 | 2009-04-02 | Nippon Koei Co Ltd | Delay loss calculation system of traffic means |
| JP2010272035A (en) * | 2009-05-25 | 2010-12-02 | Hitachi Ltd | Reentry management method for transportation |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016168970A (en) * | 2015-03-13 | 2016-09-23 | 株式会社日立製作所 | Evaluation system and method for evaluating operation information |
| JP2018039441A (en) * | 2016-09-09 | 2018-03-15 | 株式会社日立製作所 | Estimation system and estimation method |
| JP2021012497A (en) * | 2019-07-05 | 2021-02-04 | 株式会社日立製作所 | Maintenance work plan support device and maintenance work plan support method |
| JP7295723B2 (en) | 2019-07-05 | 2023-06-21 | 株式会社日立製作所 | MAINTENANCE WORK PLANNING SUPPORT DEVICE AND MAINTENANCE WORK PLANNING SUPPORT METHOD |
| JP2021111087A (en) * | 2020-01-09 | 2021-08-02 | 公益財団法人鉄道総合技術研究所 | Program and restoration planning support device |
| JP7281421B2 (en) | 2020-01-09 | 2023-05-25 | 公益財団法人鉄道総合技術研究所 | Program and recovery plan creation support device |
| CN113460124A (en) * | 2020-03-30 | 2021-10-01 | 比亚迪股份有限公司 | Train running time processing method and device, computer equipment and storage medium |
| JP7460500B2 (en) | 2020-10-07 | 2024-04-02 | 公益財団法人鉄道総合技術研究所 | Passenger impact calculation device and passenger impact calculation method |
| CN112270836A (en) * | 2020-10-15 | 2021-01-26 | 腾讯科技（深圳）有限公司 | Traffic flow control method, device, equipment and storage medium |
| CN112270836B (en) * | 2020-10-15 | 2023-11-21 | 腾讯科技（深圳）有限公司 | Traffic flow control method, device, equipment and storage medium |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5941771B2 (en) | 2016-06-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5941771B2 (en) | Delay loss evaluation apparatus, delay loss calculation and display method | |
| Zhu et al. | A probabilistic passenger-to-train assignment model based on automated data | |
| Hussain et al. | Transit OD matrix estimation using smartcard data: Recent developments and future research challenges | |
| Toqué et al. | Short & long term forecasting of multimodal transport passenger flows with machine learning methods | |
| Nassir et al. | Activity detection and transfer identification for public transit fare card data | |
| Medeossi et al. | A method for using stochastic blocking times to improve timetable planning | |
| WO2014061111A1 (en) | Transportation analysis system | |
| JP5951903B2 (en) | Fee refund system and method | |
| JP5543849B2 (en) | Server and computer program | |
| WO2015049801A1 (en) | Passenger guidance system and passenger guidance method | |
| Zhao et al. | Isolating high-priority metro and feeder bus transfers using smart card data | |
| Mo et al. | Inferring passenger responses to urban rail disruptions using smart card data: A probabilistic framework | |
| Hendren et al. | Transit travel time reliability: shifting the focus from vehicles to customers | |
| JP6307376B2 (en) | Traffic analysis system, traffic analysis program, and traffic analysis method | |
| Eom et al. | Analysis of public transit service performance using transit smart card data in Seoul | |
| Song et al. | Public transportation service evaluations utilizing seoul transportation card data | |
| Carrel et al. | A framework for evaluating operations control on a metro line: integrating multiple perspectives and automatically collected train and passenger movement data | |
| JP5596592B2 (en) | A system that provides train congestion information for each user | |
| Mo et al. | Impact of unplanned long-term service disruptions on urban public transit systems | |
| Moosavi et al. | Simulation-based sensitivity analysis for evaluating factors affecting bus service reliability: a big and smart data implementation | |
| Arhin et al. | Acceptable wait time models at transit bus stops | |
| JP6757654B2 (en) | Transportation service information providing device and transportation service information providing method | |
| CN115689089A (en) | Urban rail transit passenger riding probability calculation method, equipment and storage medium | |
| CN108230670A (en) | Predict the method and apparatus for giving the moving body number of place appearance in given time period | |
| Di Maio et al. | The definition of bus fleet operational parameters: the dwell time estimation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150423 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160226 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160315 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160411 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160510 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160523 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5941771 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |