特許 6027229 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

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6027229

(24)【登録日】2016年10月21日

(45)【発行日】2016年11月16日

(54)【発明の名称】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

(51)【国際特許分類】

   G06F 19/00 20110101AFI20161107BHJP

   G08G 1/00 20060101ALI20161107BHJP

   G01C 21/34 20060101ALI20161107BHJP

【ＦＩ】

   G06F19/00 120

   G08G1/00 A

   G01C21/34

【請求項の数】9

【全頁数】24

(21)【出願番号】特願2015-511031(P2015-511031)

(86)(22)【出願日】2013年4月11日

(86)【国際出願番号】JP2013060956

(87)【国際公開番号】WO2014167691

(87)【国際公開日】20141016

【審査請求日】2015年9月14日

(73)【特許権者】

【識別番号】000005108

【氏名又は名称】株式会社日立製作所

(74)【代理人】

【識別番号】110000176

【氏名又は名称】一色国際特許業務法人

(72)【発明者】

【氏名】牧 秀行

(72)【発明者】

【氏名】山崎 眞見

(72)【発明者】

【氏名】平井 千秋

【審査官】 宮地 匡人

(56)【参考文献】

【文献】 特開２０１２−１４９８３９（ＪＰ，Ａ）

【文献】 特開２０００−２７６４６０（ＪＰ，Ａ）

【文献】 特開２００６−０８５６４６（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｆ １９／００

Ｇ０１Ｃ ２１／３４

Ｇ０８Ｇ １／００

(57)【特許請求の範囲】

【請求項1】

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。

【請求項2】

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。

【請求項3】

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。

【請求項4】

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。

【請求項5】

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。

【請求項6】

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。

【請求項7】

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。

【請求項8】

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。

【請求項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。

【発明の詳細な説明】

【技術分野】

【0001】

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。

【背景技術】

【0002】

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。

【0003】

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。

【0004】

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。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２００４−９４９００号公報

【特許文献2】特開２００９−１５６６３４号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

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。

【0007】

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。

【課題を解決するための手段】

【0008】

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。

【0009】

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。

【0010】

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。

【発明の効果】

【0011】

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。

【図面の簡単な説明】

【0012】

【図1】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る。

【図2】第１実施形態の計画作成システム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3】第１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。

【図4】第１実施形態で想定する道路網を示す図である。

【図5】第１実施形態におけるモデルリストのデータ構成例を示す図である。

【図6】第１実施形態における環境データの構成例を示す図である。

【図7】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。

【図8】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。

【図9】第１実施形態の稼働計画の実行結果例を示す図である。

【図10】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。

【図11】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る。

【図12】第２実施形態の環境データ項目の例を示す図である。

【図13】第２実施形態の関数リストの例を示す図である。

【図14】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。

【図15】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。

【図16】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。

【図17】第３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る。

【図18】第３実施形態の計画作成方法の処理手順例を示す図である。

【図19】第４実施形態の計画作成システムを含むネットワーク構成例を示す図である。

【図20】第４実施形態の業務予定ＤＢのデータ構成例を示す図である。

【図21】第４実施形態の従事者ＤＢのデータ構成例を示す図である。

【図22】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。

【図23】第４実施形態における作成計画の例を示す図である。

【発明を実施するための形態】

【0013】

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。

【0014】

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。

【0015】

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。

【0016】

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。

【0017】

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。

【0018】

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。

【0019】

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。

【0020】

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。

【0021】

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。

【0022】

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。

【0023】

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。

【0024】

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。

【0025】

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。

【0026】

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。

【0027】

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。

【0028】

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。

【0029】

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。

【0030】

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。

【0031】

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。

【0032】

[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。

【0033】

[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。

【0034】

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。

【0035】

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。

【0036】

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。

【0037】

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。

【0038】

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。

【0039】

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。

【0040】

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。

【0041】

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。

【0042】

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。

【0043】

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。

【0044】

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。

【0045】

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。

【0046】

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。

【0047】

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。

【0048】

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。

【0049】

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。

【0050】

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。

【0051】

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。

【0052】

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。

【0053】

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。

【0054】

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。

【0055】

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）。

【0056】

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。

【0057】

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。

【0058】

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。

【0059】

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。

【0060】

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。

【0061】

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。

【0062】

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）。

【0063】

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）。

【0064】

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。

【0065】

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。

【0066】

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。

【0067】

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。

【0068】

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。

【0069】

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。

【0070】

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。

【0071】

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。

【0072】

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。

【0073】

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。

【0074】

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。

【0075】

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。

【0076】

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。

【0077】

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。

【0078】

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。

【0079】

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。

【0080】

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。

【0081】

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。

【0082】

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。

【0083】

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。

【0084】

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。

【0085】

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。

【0086】

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。

【0087】

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。

【0088】

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。

【0089】

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。

【0090】

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。

【0091】

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。

【0092】

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。

【0093】

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。

【0094】

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。

【0095】

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。

【0096】

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。

【0097】

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。

【0098】

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。

【0099】

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。

【0100】

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。

【0101】

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。

【0102】

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。

【0103】

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。

【0104】

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。

【0105】

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。

【0106】

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。

【0107】

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。

【0108】

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。

【0109】

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。

【0110】

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。

【0111】

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。

【0112】

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。

【0113】

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。

【0114】

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。

【0115】

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。

【符号の説明】

【0116】

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

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】

【図23】