特許 6363043 プログラム及び抽出装置

(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】6363043

(24)【登録日】2018年7月6日

(45)【発行日】2018年7月25日

(54)【発明の名称】プログラム及び抽出装置

(51)【国際特許分類】

   G06Q 50/30 20120101AFI20180712BHJP

   B61L 25/02 20060101ALI20180712BHJP

【ＦＩ】

   G06Q50/30

   B61L25/02 A

【請求項の数】8

【全頁数】21

(21)【出願番号】特願2015-55846(P2015-55846)

(22)【出願日】2015年3月19日

(65)【公開番号】特開2016-177425(P2016-177425A)

(43)【公開日】2016年10月6日

【審査請求日】2017年5月11日

(73)【特許権者】

【識別番号】000173784

【氏名又は名称】公益財団法人鉄道総合技術研究所

(74)【代理人】

【識別番号】100124682

【弁理士】

【氏名又は名称】黒田 泰

(74)【代理人】

【識別番号】100104710

【弁理士】

【氏名又は名称】竹腰 昇

(74)【代理人】

【識別番号】100090479

【弁理士】

【氏名又は名称】井上 一

(72)【発明者】

【氏名】渡邉 拓也

(72)【発明者】

【氏名】柴田 宗典

(72)【発明者】

【氏名】鈴木 崇正

【審査官】 大野 朋也

(56)【参考文献】

【文献】 特開２００３−３２３５２３（ＪＰ，Ａ）

【文献】 特開２０１５−０２８６７５（ＪＰ，Ａ）

【文献】 特開２０１０−０１８２２１（ＪＰ，Ａ）

【文献】 特表２０１０−５０７１４６（ＪＰ，Ａ）

【文献】 伊志嶺 拓人，マルチモーダル交通シミュレータを用いたデマンドバス需要予測シミュレーション，情報処理学会研究報告 平成２２年度▲３▼ ［ＣＤ−ＲＯＭ］，日本，一般社団法人情報処理学会，２０１０年１０月１５日，Vol.2010-MPS-80 No.14，pp.1-6

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｑ １０／００−９９／００

Ｂ６１Ｌ ２５／０２

(57)【特許請求の範囲】

【請求項1】

コンピュータに、各都市および各都市間の輸送手段が定められた都市間輸送ネットワークにおける輸送流動上のボトルネック箇所を抽出させるためのプログラムであって、
前記都市間輸送ネットワークにおける輸送データとして、前記各都市を結ぶ前記輸送手段それぞれに関する第１の輸送サービス水準および第１の輸送量を記憶する記憶部、
前記第１の輸送サービス水準とは異なる第２の輸送サービス水準の候補を複数設定する設定部、
前記設定された複数の候補を評価する評価部、
前記各都市間の所与の輸送需要量を用いて、前記第２の輸送サービス水準となった場合の前記各都市を結ぶ前記輸送手段それぞれに関する第２の輸送量を、前記候補ごとに推測する輸送量推測部、
前記各都市を結ぶ前記輸送手段それぞれについて、前記第１の輸送量と、前記評価部による評価結果が所定の高評価条件を満たした候補に係る前記第２の輸送量とを比較し、所定のボトルネック条件を満たした箇所をボトルネック箇所と推定して抽出する抽出部、
として前記コンピュータを機能させるためのプログラム。

【請求項2】

前記候補それぞれについて、前記輸送手段の組み合わせ或いは経由都市を異ならせた前記各都市を結ぶ経路ごとに、前記第２の輸送サービス水準に基づく効用値を算出する効用値算出部として前記コンピュータを機能させ、
前記輸送量推測部は、前記効用値および予め定められた前記各都市の都市データを用いて、前記第２の輸送量を前記候補ごとに推測する、
請求項１に記載のプログラム。

【請求項3】

前記輸送量推測部は、前記効用値および前記都市データを用いて、前記経路ごとの経路別予想輸送量を推測する経路別輸送量推測部を有し、当該経路別予想輸送量を、前記各都市を結ぶ前記輸送手段別に集計することで前記第２の輸送量を算出する、
請求項２に記載のプログラム。

【請求項4】

前記都市間輸送ネットワークにおいて前記候補に従った輸送を行った場合の環境負荷を推測する環境負荷推測部として前記コンピュータを更に機能させ、
前記評価部は、前記第２の輸送量と前記環境負荷とを用いて、前記候補それぞれを評価する、
請求項１〜３の何れか一項に記載のプログラム。

【請求項5】

前記抽出部は、前記輸送手段を乗り換える中継点となる都市であって、当該都市で中継する輸送量の差が所定の過大条件を満たす都市を、前記ボトルネック箇所として抽出する、
請求項１〜４の何れか一項に記載のプログラム。

【請求項6】

前記抽出部は、各都市間の個別輸送手段のうち、輸送量の差が所定の過大条件を満たす個別輸送手段を、前記ボトルネック箇所として抽出する、
請求項１〜４の何れか一項に記載のプログラム。

【請求項7】

前記第１の輸送サービス水準および前記第２の輸送サービス水準は、所要時間、運賃および運行本数のうちの少なくとも１つを含む、
請求項１〜６の何れか一項に記載のプログラム。

【請求項8】

各都市および各都市間の輸送手段が定められた都市間輸送ネットワークにおける輸送流動上のボトルネック箇所を抽出する抽出装置であって、
前記都市間輸送ネットワークにおける輸送データとして、前記各都市を結ぶ前記輸送手段それぞれに関する第１の輸送サービス水準および第１の輸送量を記憶する記憶部と、
前記第１の輸送サービス水準とは異なる第２の輸送サービス水準の候補を複数設定する設定部と、
前記設定された複数の候補を評価する評価部と、
前記各都市間の所与の輸送需要量を用いて、前記第２の輸送サービス水準となった場合の前記各都市を結ぶ前記輸送手段それぞれに関する第２の輸送量を、前記候補ごとに推測する輸送量推測部と、
前記各都市を結ぶ前記輸送手段それぞれについて、前記第１の輸送量と、前記評価部による評価結果が所定の高評価条件を満たした候補に係る前記第２の輸送量とを比較し、所定のボトルネック条件を満たした箇所をボトルネック箇所と推定して抽出する抽出部と、
を備えた抽出装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、都市間輸送ネットワークにおける輸送流動上のボトルネック箇所を抽出する抽出装置等に関する。

【背景技術】

【0002】

都市間を結ぶ鉄道や飛行機といった輸送手段によって旅客や貨物などを輸送する都市間輸送ネットワークにおいて、輸送流動を推測する技術が知られている。例えば、特許文献１には、都市間輸送ネットワークの一種である鉄道ネットワークにおいて、輸送需要量として平常時のＯＤデータを与え、ダイヤ乱れ時の旅客流動を推測する技術が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００７−１５４２４号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１に開示されているように、鉄道ネットワークにおいて、平常時とダイヤ乱れ時とは、運行本数や所要時間等が異なるため旅客流動が大きく異なる。また、このような旅客流動の変動は、鉄道ネットワークのみに限らず、様々な輸送手段を組み合わせた都市間輸送ネットワークにおいても同様である。また、同じ平常時であっても、都市間の輸送手段の運行本数や所要時間、運賃、乗換回数等が異なれば、都市間輸送ネットワークにおける輸送量は変動する。都市間の輸送手段の運行本数や所要時間、運賃、乗換回数等は輸送に係るサービス水準ということができるため、以下包括して「サービス水準」という。

【0005】

上記の考え方を発展させると、都市間輸送ネットワーク全体を俯瞰した最大輸送量や、円滑な輸送流動の実現には、サービス水準が肝要になると考えられる。すなわち、例えば、サービス水準を固定した状態で、ある都市へ流入又は流出する輸送量が増加した場合には、輸送手段の乗り換え箇所（乗り換え都市）や、特定の都市間の特定の輸送手段などで輸送流動を捌ききれない事態が生じ、輸送の流れが制限される、いわゆるボトルネックが発生する可能性がある。しかし、このような都市間輸送ネットワークにおける輸送流動上のボトルネック箇所を判別するための技術は、研究されていなかった。

【0006】

本発明は、上記事情に鑑みてなされたものであり、その目的とするところは、都市間輸送ネットワークにおける輸送流動上のボトルネック箇所を推定するための技術を実現することである。

【課題を解決するための手段】

【0007】

上記課題を解決するための第１の発明は、
コンピュータに、各都市および各都市間の輸送手段が定められた都市間輸送ネットワークにおける輸送流動上のボトルネック箇所を抽出させるためのプログラムであって、
前記都市間輸送ネットワークにおける輸送データとして、前記各都市を結ぶ前記輸送手段それぞれに関する第１の輸送サービス水準および第１の輸送量を記憶する記憶部、
前記第１の輸送サービス水準とは異なる第２の輸送サービス水準の候補を複数設定する設定部、
前記設定された複数の候補を評価する評価部、
前記各都市間の所与の輸送需要量を用いて、前記第２の輸送サービス水準となった場合の前記各都市を結ぶ前記輸送手段それぞれに関する第２の輸送量を、前記候補ごとに推測する輸送量推測部、
前記各都市を結ぶ前記輸送手段それぞれについて、前記第１の輸送量と、前記評価部による評価結果が所定の高評価条件を満たした候補に係る前記第２の輸送量とを比較し、所定のボトルネック条件を満たした箇所をボトルネック箇所と推定して抽出する抽出部、
として前記コンピュータを機能させるためのプログラムである。

【0008】

また、他の発明として、
各都市および各都市間の輸送手段が定められた都市間輸送ネットワークにおける輸送流動上のボトルネック箇所を抽出する抽出装置であって、
前記都市間輸送ネットワークにおける輸送データとして、前記各都市を結ぶ前記輸送手段それぞれに関する第１の輸送サービス水準および第１の輸送量を記憶する記憶部と、
前記第１の輸送サービス水準とは異なる第２の輸送サービス水準の候補を複数設定する設定部と、
前記設定された複数の候補を評価する評価部、
前記各都市間の所与の輸送需要量を用いて、前記第２の輸送サービス水準となった場合の前記各都市を結ぶ前記輸送手段それぞれに関する第２の輸送量を、前記候補ごとに推測する輸送量推測部と、
前記各都市を結ぶ前記輸送手段それぞれについて、前記第１の輸送量と、前記評価部による評価結果が所定の高評価条件を満たした候補に係る前記第２の輸送量とを比較し、所定のボトルネック条件を満たした箇所をボトルネック箇所と推定して抽出する抽出部と、
を備えた抽出装置を構成しても良い。

【0009】

この第１の発明等によれば、都市間輸送ネットワークにおける輸送流動上のボトルネック箇所を推定するための技術を実現できる。具体的には、都市間を結ぶ輸送手段に関する第２の輸送サービス水準の候補ごとに、当該第２の輸送サービス水準となった場合の第２の輸送量を推測する。また、複数の第２の輸送サービス水準の候補それぞれのを評価し、評価結果が所定の高評価条件を満たした第２の輸送サービス水準の候補に係る第２の輸送量と、記憶している第１の輸送量とを比較し、所定のボトルネック条件を満たしたボトルネック箇所を抽出する。例えば、第１の輸送サービス水準から、評価が“良い”第２の輸送サービス水準に変更した場合に輸送量の変化が最大となった箇所を、第１の輸送サービス水準でのボトルネック箇所と推定して抽出するといったことが可能となる。

【0010】

第２の発明として、第１の発明のプログラムであって、
前記候補それぞれについて、前記輸送手段の組み合わせ或いは経由都市を異ならせた前記各都市を結ぶ経路ごとに、前記第２の輸送サービス水準に基づく効用値を算出する効用値算出部として前記コンピュータを機能させ、
前記輸送量推測部は、前記効用値および予め定められた前記各都市の都市データを用いて、前記第２の輸送量を前記候補ごとに推測する、
プログラムを構成しても良い。

【0011】

この第２の発明によれば、各都市を結ぶ経路ごとに第２の輸送サービス水準の候補に基づく効用値を算出し、第２の輸送サービス水準の候補に係る第２の輸送量を、経路ごとの効用値、及び、各都市の都市データを用いて推測することができる。

【0012】

第３の発明として、第２の発明のプログラムであって、
前記輸送量推測部は、前記効用値および前記都市データを用いて、前記経路ごとの経路別予想輸送量を推測する経路別輸送量推測部を有し、当該経路別予想輸送量を、前記各都市を結ぶ前記輸送手段別に集計することで前記第２の輸送量を算出する、
プログラムを構成しても良い。

【0013】

この第３の発明によれば、第２の輸送サービス水準に係る第２の輸送量は、経路ごとの効用値及び各都市の都市データを用いて、経路ごとの経路別予想輸送量を推測し、各都市を結ぶ輸送手段ごとに経路別予想輸送量を集計することで、算出することができる。

【0014】

第４の発明として、第１〜第３の何れかの発明のプログラムであって、
前記都市間輸送ネットワークにおいて前記候補に従った輸送を行った場合の環境負荷を推測する環境負荷推測部として前記コンピュータを更に機能させ、
前記評価部は、前記第２の輸送量と前記環境負荷とを用いて、前記候補それぞれを評価する、
プログラムを構成しても良い。

【0015】

この第４の発明によれば、都市間輸送ネットワークにおいて、第２の輸送サービス水準の候補に従った輸送を行った場合の環境負荷を推測し、第２の輸送サービス水準の候補を、第２の輸送量と環境負荷とを用いて評価することができる。例えば、運行本数が異なる第２の輸送サービス水準の候補を設定した場合、運行本数が多くなると、交通手段のＣＯ２排出量やエネルギー消費量が増加して環境負荷については“悪い”評価となるが、第２の輸送量が多くなり“良い”評価につながる。つまり、評価の良し悪しが相反する２つの評価基準によって評価することで、環境負荷に配慮したバランスの取れたより最適な第２のサービス水準の候補を選択することが可能となる。

【0016】

第５の発明として、第１〜第４の何れかの発明のプログラムであって、
前記抽出部は、前記輸送手段を乗り換える中継点となる都市であって、当該都市で中継する輸送量の差が所定の過大条件を満たす都市を、前記ボトルネック箇所として抽出する、
プログラムを構成しても良い。

【0017】

この第５の発明によれば、例えば、輸送手段を乗り換える中継点となる都市であって、中継する輸送量の差を“大きい”とみなす都市を、ボトルネック箇所として抽出することができる。

【0018】

この第６の発明として、第１〜第４の何れかの発明のプログラムであって、
前記抽出部は、各都市間の個別輸送手段のうち、輸送量の差が所定の過大条件を満たす個別輸送手段を、前記ボトルネック箇所として抽出する、
プログラムを構成しても良い。

【0019】

この第６の発明によれば、例えば、輸送量の差を“大きい”とみなす都市間の輸送手段を、ボトルネック箇所として抽出することができる。

【0020】

第７の発明として、第１〜第６の何れかの発明のプログラムであって、
前記第１の輸送サービス水準および前記第２の輸送サービス水準は、所要時間、運賃および運行本数のうちの少なくとも１つを含む、
プログラムを構成しても良い。

【図面の簡単な説明】

【0021】

【図1】都市間旅客交通ネットワークの一例。

【図2】リンクに設定されるＬＯＳの一例。

【図3】ボトルネック箇所の抽出の概要。

【図4】経路の一例。

【図5】経路の移動人数の算出の説明図。

【図6】経路の重複率の説明図。

【図7】リンクの通過旅客数の算出の説明図。

【図8】ノードの乗換旅客数の算出の説明図。

【図9】ボトルネック箇所の抽出の説明図。

【図10】ボトルネック抽出装置の機能構成図。

【図11】基準ＬＯＳデータのデータ構成例。

【図12】ＬＯＳ候補データのデータ構成例。

【図13】探索経路データのデータ構成例。

【図14】都市データのデータ構成例。

【図15】ノード間属性データのデータ構成例。

【図16】交通機関データのデータ構成例。

【図17】ノード間距離データのデータ構成例。

【図18】評価データのデータ構成例。

【図19】基準ＬＯＳ旅客データのデータ構成例。

【図20】最適ＬＯＳ旅客データのデータ構成例。

【図21】基準ＬＯＳ用算出データのデータ構成例。

【図22】ＬＯＳ候補用算出データのデータ構成例。

【図23】ボトルネック抽出処理のフローチャート。

【発明を実施するための形態】

【0022】

［概要］
本実施形態のボトルネック抽出装置は、都市間旅客交通ネットワークにおける旅客流動上のボトルネック箇所を推定して抽出する装置である。都市間旅客交通ネットワークは、輸送対象を旅客とした都市間輸送ネットワークの一例であり、ボトルネック箇所として、都市或いは都市間の輸送手段（この場合、交通機関）が抽出される。また、本実施形態では、都市間輸送ネットワークを都市間旅客交通ネットワークとするため、旅客数（交通量）が輸送量に対応する。

【0023】

図１は、都市間旅客交通ネットワーク１０の一例である。現実には複雑なネットワークを構成するが、本実施形態では説明の簡明化のため、簡略した都市間旅客交通ネットワーク１０を用いて説明する。図１に示すように、都市間旅客交通ネットワーク１０は、ノード１２と、ノード１２同士をつなぐリンク１４と、から構成される。ノード１２は、東京や大阪、名古屋といった都市を表す。以下、これらのノード１２を識別して、ノードＡ，Ｂ，・・と表記する。リンク１４は、鉄道や飛行機、高速バスといった各都市を結ぶ輸送手段である幹線交通の交通機関を表す。以下、これらのリンク１４を識別してリンクａ，ｂ，・・と表記する。

【0024】

リンク１４には、対応する交通機関に応じた輸送サービス水準である交通サービス水準（以下、ＬＯＳ（level of service）という）が定められる。このリンク１４に定められるＬＯＳ（以下、「リンクＬＯＳ」という）は、所要時間、運賃、及び、運行本数とする。図２に、リンク１４に定められるＬＯＳの一例を示す。図２では、図１に示した都市間旅客交通ネットワーク１０における各リンク１４のＬＯＳを示している。

【0025】

図３は、本実施形態における都市間旅客交通ネットワーク１０に対するボトルネック箇所の抽出の概要図である。先ず、抽出対象の都市間旅客交通ネットワーク１０における輸送データとして、第１の輸送サービス水準である基準ＬＯＳを設定する。この基準ＬＯＳは、例えば、実際のＬＯＳとすることができる。次いで、この基準ＬＯＳを都市間旅客交通ネットワーク１０に適用した場合の、各ノード間の一般化費用Ｃ及びＯＤ交通量Ｔ（以下、包括して「ノード間属性」という）を算出する、続いて、この「ノード間属性」を用いて、都市間旅客交通ネットワーク１０における各リンクの通過旅客数Ｑ、及び、各ノードの乗換旅客数ＱＥ（以下、包括して「リンク・ノード別旅客数」という）を算出する。この基準ＬＯＳに対応するリンク・ノード別旅客数が、第１の輸送量に対応する。なお、この基準ＬＯＳに対応するノード間属性及びリンク・ノード別旅客数は、算出するのではなく、例えば実際の値として予め設定・記憶しておいても良い。

【0026】

また、第２の輸送サービス水準である、基準ＬＯＳとは異なる複数のＬＯＳ候補を設定する。このＬＯＳ候補は、例えば、基準ＬＯＳを変更することで生成することができる。本実施形態では、基準ＬＯＳの運行本数を変更してＬＯＳ候補を生成することとする。次いで、ＬＯＳ候補それぞれについて、都市間旅客交通ネットワーク１０に当該ＬＯＳ候補を適用した、ノード間属性を算出する。

【0027】

続いて、これらのＬＯＳ候補それぞれを、対応するノード間属性を用いて評価し、所定の高評価条件を満たす１つのＬＯＳ候補を最適ＬＯＳとして選択する。そして、最適ＬＯＳに対応するノード間属性を用いて、都市間旅客交通ネットワーク１０におけるリンク・ノード別旅客数を算出する。この最適ＬＯＳに対応するリンク・ノード別旅客数が、第２の輸送量に対応する。その後、基準ＬＯＳに対応するリンク・ノード別旅客数と、最適ＬＯＳに対応するリンク・ノード別旅客数とを比較し、所定のボトルネック条件を満たす都市や都市間の交通機関を、ボトルネック箇所として抽出する。

【0028】

具体的に説明する。先ず、都市間旅客交通ネットワーク１０におけるノード間属性の算出を説明する。処理としては、先ず、各ノード間の経路を探索する。具体的には、ある２つのノード間について、当該ノード間で取り得る全ての経路のうちから、例えば所要時間が短い順といった所定条件に従って、所定数（例えば、３つ）の経路を選択する。このように、都市間旅客交通ネットワーク１０を構成する２つのノードの組み合わせ全てについて，当該ノード間の複数の経路を探索する。

【0029】

次いで、探索した経路それぞれについて、当該経路のＬＯＳ（以下、「経路ＬＯＳ」という）を算出する。経路ＬＯＳは、所要時間、運賃、運行本数、及び、乗換回数である。この経路ＬＯＳのうち、所要時間、及び、運賃は、当該経路が経由する全てのリンクそれぞれのリンクＬＯＳである所要時間、及び、運賃の合計値であり、運行本数は、当該経路が経由する全てのリンクそれぞれのリンクＬＯＳである運行本数のうちの最小値であり、乗換回数は、当該経路が経由するノードのうち、その前後のリンクの交通機関が異なるノードの数である。

【0030】

そして、探索した経路それぞれについて、当該経路の経路ＬＯＳから効用値Ｖを算出する。効用値Ｖは、経路ＬＯＳである所要時間、運賃、運行本数、及び、乗換回数から算出される。具体的には、所要時間、運賃、運行本数、及び、乗換回数を変数とし、所要時間が長いほど、運賃が高いほど、運行本数が少ないほど、乗換回数が多いほど、効用値Ｖが小さくなるような関数を定めて効用値Ｖを算出することができる。

【0031】

図４に、経路の効用値Ｖの一例を示す。図４では、図１に示した都市間旅客交通ネットワーク１０における各経路のＬＯＳ及び効用値Ｖを示している。図４（ａ）は、ノードＡ〜Ｂ間の各経路の効用値Ｖを示し、図４（ｂ）は、ノードＢ〜Ｃ間の各経路の効用値Ｖを示し、図４（ｃ）は、ノードＡ〜Ｃ間の各経路の効用値Ｖを示している。図４において、各経路の効用値Ｖは、図２に示したリンクＬＯＳに基づいた値となっている。

【0032】

続いて、経路それぞれの効用値Ｖを用いて、２ノード間のＯＤ交通量Ｔを算出する。図５は、２ノード間のＯＤ交通量Ｔの算出の説明図である。図５では、ノードＡ〜Ｂ間のＯＤ交通量Ｔ_ＡＢの算出について示している。ＯＤ交通量Ｔは、２つのノードそれぞれに対応する都市の都市データと、当該２ノード間のアクセシビリティと、から算出される。都市データは、当該都市の人口、及び、ＧＲＰ（Gross Regional Product）とする。アクセシビリティは、２ノード間の一般化費用Ｃから算出される。一般化費用Ｃは、２ノード間の各経路の効用値Ｖから算出される。つまり、ＯＤ交通量Ｔは、２つのノードに対応する都市それぞれの都市データ（人口、ＧＲＰ）と、２ノード間の各経路の効用値Ｖと、から算出されるといえる。

【0033】

具体的には、当該ノード間の各経路の効用値Ｖを変数とし、効用値Ｖが大きいほど、一般化費用Ｃが小さくなる関数を定めて一般化費用Ｃを算出することができる。また、一般化費用Ｃを変数とし、一般化費用Ｃが小さいほど、アクセシビリティが大きくなる関数を定めてアクセシビリティを算出することができる。また、当該ノードそれぞれの人口、ＧＲＰ、及び、アクセシビリティを変数とし、人口が多いほど、ＧＲＰが大きいほど、アクセシビリティが大きいほど、当該ノード間のＯＤ交通量Ｔが大きくなる関数を定めてＯＤ交通量Ｔを算出することができる。したがって、ＯＤ交通量Ｔの算出対象となっているノード間において、当該ノードの人口が多いほど、ＧＲＰが大きいほど、当該ノード間の各経路の効用値Ｖが大きいほど、ＯＤ交通量Ｔは大きくなる。

【0034】

次いで、リンク・ノード別旅客数の算出について説明する。先ず、２ノード間の各経路の選択確率Ｐを算出する。経路ｉの選択確率Ｐｉは、当該経路ｉの効用値Ｖ_ｉ、及び、経路重複率ＣＦ_ｉをもとに、次式（１）に従って算出される。

【数1】

なお、２ノード間の各経路ｉの選択確率Ｐｉの総和は「１．０」になる。

【0035】

図６は、経路重複率ＣＦの説明図である。図６は、ノードＡ〜Ｂ間にノードＹ，Ｚが存在し、各ノード間に破線で示すような５つのリンクｖ〜ｚが存在する場合の例を示しており、ノードＡ〜Ｂ間の経路としては、太実線で示す３つの経路ＡＢ５〜ＡＢ７が設定された場合を示している。

【0036】

経路ｉの重複率ＣＦ_ｉは、当該経路の距離Ｌ_ｉと、他の経路ｊの距離Ｌ_ｊとを用いて、次式（２）に従って算出される。

【数2】

上式（２）において、α，βは定数である。経路の距離Ｌとは、当該経路が経由する各リンクの距離ｌの合計である。リンクの距離ｌとは、対応する交通機関を利用したときの移動距離である。つまり、経由するリンクが完全に一致しないため、経路毎に距離Ｌは異なる。

【0037】

例えば、図６では、経路ＡＢ５，ＡＢ６は、経由するリンクの一部であるリンクｗ，ｘが互いに重複しているとともに他の経路とは重複していないため、それぞれの重複率ＣＦ_５，ＣＦ_６は等しくなる。経路ＡＢ７は、他の経路ＡＢ５，ＡＢ６の何れとも重複していないため、重複率ＣＦ_７は「０」である。

【0038】

そして、各経路について、対応する２ノード間のＯＤ交通量Ｔに、当該経路の選択確率Ｐを乗じて、当該経路に沿って移動する旅客の人数である経路別交通量Ｑを算出する。

【0039】

続いて、各経路の経路別交通量Ｑから、各経路において経路別交通量Ｑの旅客が同時に移動したときの、各リンクの通過旅客数ＱＥ、及び、各ノードの乗換旅客数ＱＶ、を算出する。図７は、リンクの通過旅客数ＱＥの算出の説明図である。図７に示すように、リンクの通過旅客数ＱＥは、当該リンクを含む全ての経路それぞれの経路別交通量Ｑの総和となる。図７において、経路を太実線で示している。例えば、図７では、リンクａの通過旅客数ＱＥ_ａは次のように求められる。すなわち、リンクａは、Ａ〜Ｂ間の経路ＡＢ３と，Ｂ〜Ｃ間の経路ＢＣ２及びＢＣ３と，Ａ〜Ｃ間の経路ＡＣ１それぞれに含まれるため、リンクａの通過旅客数ＱＥ_ａは、これらの経路ＡＢ３，ＢＣ２，ＢＣ３，ＡＣ１それぞれの経路別交通量Ｑ_ＡＢ３，Ｑ_ＢＣ２，Ｑ_ＢＣ３，Ｑ_ＡＣ１の総和となる。

【0040】

図８は、ノードの乗換旅客数ＱＶの算出の説明図である。経路を太実線で示しているのは図８も同様である。図８に示すように、ノードの乗換旅客数ＱＶは、当該ノードを繋ぐ２つのリンクの組み合わせ毎に算出される。例えば、図８では、ノードＡは３本のリンクａ，ｂ，ｄと繋がれている。従って、ノードＡの乗換旅客数ＱＶとして、リンクａ，ｂ間の乗換旅客数ＱＶ_Ａａｂ、リンクｂ，ｄの乗換旅客数ＱＶ_Ａｂｄ、及び、リンクａ，ｄの乗換旅客数ＱＶ_Ａａｄを算出する。

【0041】

図８に示すように、ノードの乗換旅客数ＱＶは、当該ノードを乗換ノードとして含む全ての経路それぞれの経路別交通量Ｑの総和となる。例えば、ノードＡは、Ｂ〜Ｃ間の経路ＢＣ２，ＢＣ３の乗換ノードであり、ノードＡで乗り換えるリンクとしては、リンクａ，ｂ間、リンクａ，ｄ間、リンクｂ、ｄ間とが存在する。リンクａ，ｂ間の乗換旅客数ＱＶ_Ａａｂは経路ＢＣ２の経路別交通量Ｑ_ＢＣ２となる。リンクａ，ｄ間の乗換旅客数ＱＶ_Ａａｄは経路ＢＣ３の経路別交通量Ｑ_ＢＣ３となる。リンクｂ，ｄ間の乗換旅客数ＱＶ_Ａｂｄは経路が存在しないため「０」となる。

【0042】

続いて、ＬＯＳ候補の評価について説明する。本実施形態では、ＬＯＳ候補の評価指標として、利便性及び環境負荷の２つを用いる。

【0043】

具体的には、利便性の評価指標値としてＵＢ（User Benefits）値を算出する。ＵＢ値は、次式（３）に従って算出される。

【数3】

上式（３）において、「Ｔ_ＯＤ^１」は、基準ＬＯＳ候補についての２都市間ＯＤのＯＤ交通量ＴＯＤ、「Ｃ_ＯＤ^１」は、基準ＬＯＳ候補についての２都市間ＯＤの一般化費用、である。また、「Ｔ_ＯＤ^２」は、評価対象のＬＯＳ候補についての２都市間の組み合わせＯＤのＯＤ交通量ＴＯＤ、「Ｃ_ＯＤ^２」は、評価対象のＬＯＳ候補についての２都市間ＯＤの一般化費用、である。

【0044】

また、環境負荷の評価指標値として、都市間旅客交通ネットワーク全体のＣＯ２排出量を算出する。ＣＯ２排出量は、各リンクのＣＯ２排出量の総和であり、次式（４）に従って算出される。

【数4】

上式（４）において、「Ｄｊ」はリンクｊの運行本数、「ｌｊ」はリンクｊの距離、「Ｇｊ」はリンクｊに対応する交通機関の単位距離当たりのＣＯ２排出量、である。リンクｊの距離ｌｊは、対応する交通機関による移動距離である。つまり、各リンクのＬＯＳの一つである運行本数に着目すると、運行本数が多いほど、ネットワーク全体のＣＯ２排出量が多くなる。

【0045】

そして、ＬＯＳ候補それぞれについて、利便性の評価指標値であるＵＢ値に第１の係数を乗算し、環境負荷の評価指標値であるＣＯ２排出量に第２の係数を乗算したそれぞれの値を加算して得られる合成指標値を算出する。第１の係数と第２の係数は、合成指標値を算出するにあたり、ＵＢ値とＣＯ２排出量との相対関係を決定する値として設定することができる。そして、合成指標値が所定の高評価条件を満たしたＬＯＳ候補を最適ＬＯＳとする。本実施形態では、所定の高評価条件を、最大の合成指標値とする。

【0046】

続いて、この最適ＬＯＳに対応するリンク・ノード別旅客数と、基準ＬＯＳに対応するリンク・ノード別旅客数とを比較し、所定のボトルネック条件を満たす都市や都市間の交通機関を、ボトルネック箇所として推定し、抽出する。

【0047】

図９は、ボトルネック箇所の抽出の説明図である。図９に示すように、ノードそれぞれについて、基準ＬＯＳに対応する乗換旅客数ＱＶ_１と、最適ＬＯＳに対応する乗換旅客数ＱＶ_２との差ΔＱＶ（＝ＱＶ_２−ＱＶ_１）を算出する。そして、全てのノードのうち、乗換旅客数の差ΔＱＶが、第１の過大条件を満たすノードをボトルネック箇所として抽出する。第１の過大条件は、閾値とする所定人数を定めた、所定人数以上とする。また、リンクそれぞれについて基準ＬＯＳに対応する通過旅客数ＱＥ_１と、最適ＬＯＳに対応する通過旅客数ＱＥ_２との差ΔＱＥ（＝ＱＥ_２−ＱＥ_１）を算出する。そして、全てのリンクのうち、通過旅客数の差ΔＱＥが、第２の過大条件を満たすリンクをボトルネック箇所と推定して、全てのボトルネック箇所を抽出する。第２の過大条件は、閾値とする所定人数を定めた、所定人数以上とすることができ、第１の過大条件と同じ条件とすることもできる。また、最終的に抽出するボトルネック箇所としては、推定したボトルネック箇所のうち、ΔＱＶが最大の箇所や、ΔＱＥが最大の箇所のみを抽出することとしてもよい。

【0048】

［機能構成］
図１０は、ボトルネック抽出装置１の機能構成図である。図１０によれば、ボトルネック抽出装置１は、操作部１０２と、表示部１０４と、音出力部１０６と、通信部１０８と、処理部２００と、記憶部３００と、を備えて構成される。

【0049】

操作部１０２は、例えば、キーボードやマウス、タッチパネル、各種スイッチ等で実現される入力装置であり、操作入力に応じた操作信号を処理部２００に出力する。表示部１０４は、例えばＬＣＤ等で実現される表示装置であり、処理部２００からの表示信号に応じた表示を行う。

【0050】

音出力部１０６は、例えばスピーカ等で実現される音出力装置であり、処理部２００からの音信号に応じた音出力を行う。通信部１０８は、例えば無線通信モジュールやルータ、モデム、ＴＡ、有線用の通信ケーブルのジャックや制御回路等で実現される有線或いは無線の通信装置であり、外部装置との間で通信を行う。

【0051】

処理部２００は、例えばＣＰＵ等で実現される演算装置であり、記憶部３００に記憶されたプログラムやデータ、操作部１０２からの操作信号等に基づいて、ボトルネック抽出装置１を構成する各部への指示やデータ転送を行い、ボトルネック抽出装置１の全体制御を行う。また、処理部２００は、ＬＯＳ候補生成部２０２と、経路探索部２０４と、効用値算出部２０６と、ノード間属性算出部２０８と、候補評価部２１０と、最適ＬＯＳ選択部２１２と、リンク・ノード別旅客算出部２１４と、ボトルネック抽出部２１６とを有し、ボトルネック抽出プログラム３０２に従ったボトルネック抽出処理（図２３参照）を行って、対象の都市間旅客交通ネットワークにおける旅客流動上のボトルネック箇所となる都市や都市間の交通機関を抽出する。

【0052】

ここで、対象となる都市間旅客交通ネットワークを構成するノードやリンクの接続関係や、ノードと都市との対応関係、リンクと交通機関との対応関係といった構成については、ネットワーク構成データ３０４として記憶されている。

【0053】

また、この都市間旅客交通ネットワークを構成する各リンクの基準ＬＯＳは、基準ＬＯＳデータ３１２として記憶されている。

【0054】

図１１は、基準ＬＯＳデータ３１２のデータ構成の一例を示す図である。図１１によれば、基準ＬＯＳデータ３１２は、都市間旅客交通ネットワークを構成するリンク３１２ａそれぞれに、所要時間３１２ｂと、運賃３１２ｃと、運行本数３１２ｄとを対応付けて格納している。

【0055】

ＬＯＳ候補生成部２０２は、複数のＬＯＳ候補を生成する。具体的には、基準ＬＯＳにおいて、運行本数を変更することで生成する。生成したＬＯＳ候補は、ＬＯＳ候補データ３２８として記憶される。

【0056】

図１２は、ＬＯＳ候補データ３２８のデータ構成の一例を示す図である。図１２によれば、ＬＯＳ候補データ３２８は、ＬＯＳ候補それぞれについて生成され、都市間旅客交通ネットワークを構成するリンク３２０ａそれぞれに、所要時間３２０ｂと、運賃３２０ｃと、運行本数３２０ｄとを対応付けて格納している。

【0057】

経路探索部２０４は、処理部２００に処理対象として指定された基準ＬＯＳ或いは何れかのＬＯＳ候補（以下、「指定ＬＯＳ」という）に基づいて、対象の都市間旅客交通ネットワーク１０における全ての２ノードの組み合わせについて、２ノード間の経路を探索する。探索した経路は、指定ＬＯＳが基準ＬＯＳである場合には、基準ＬＯＳ用算出データ３１４の探索経路データ３１６として記憶され（図２１参照）、指定ＬＯＳがＬＯＳ候補である場合には、当該ＬＯＳに対応するＬＯＳ候補用算出データ３３０の探索経路データ３３２として記憶される（図２２参照）。

【0058】

探索経路データ３１６，３３２は同一構成である。代表して、図１３に、探索経路データ３１６のデータ構成の一例を示す。図１３によれば、探索経路データ３１６は、経路３１６ａそれぞれに、所要時間３１６ｂと、運賃３１６ｃと、運行本数３１６ｄと、乗換回数３１６ｅと、効用値３１６ｆと、を対応付けて格納している。経路ＬＯＳである所要時間３１６ｂ、運賃３１６ｃ、運行本数３１６ｄ、及び、乗換回数３１６ｅと、効用値３１６ｆとは、効用値算出部２０６によって算出される。

【0059】

効用値算出部２０６は、経路探索部２０４によって探索された各経路の効用値Ｖを算出する。具体的には、経路それぞれについて、指定ＬＯＳにて定められる当該経路を構成する各リンクのＬＯＳから、経路ＬＯＳである所要時間、運賃、運行本数、乗換回数を算出し、この経路ＬＯＳから効用値Ｖを算出する（図４参照）。

【0060】

ノード間属性算出部２０８は、指定ＬＯＳを対象の都市間旅客交通ネットワークに適用した場合の、各ノード間の一般化費用Ｃ及びＯＤ交通量Ｔを算出する。具体的には、２ノード間の各経路の効用値Ｖから当該２ノード間の一般化費用Ｃを算出し、この一般化費用Ｃから当該２ノード間のアクセシビリティを算出する。次いで、２つのノードそれぞれに対応する都市それぞれの人口及びＧＲＰと、２ノード間のアクセシビリティとから、２ノード間のＯＤ交通量Ｔを算出する。

【0061】

ここで、各都市の人口及びＧＲＰは、都市データ３０６として記憶されている。図１４は、都市データ３０６のデータ構成の一例を示す図である。図１４によれば、都市データ３０６は、対象の都市間旅客交通ネットワーク１０を構成するノードに相当する都市３０６ａそれぞれに、人口３０６ｂと、ＧＲＰ３０６ｃとを対応付けて格納している。

【0062】

また、算出した一般化費用Ｃ及びＯＤ交通量Ｔは、対指定ＬＯＳが基準ＬＯＳである場合には、基準ＬＯＳ用算出データ３１４のノード間属性データ３１８として記憶され（図２参照）、指定ＬＯＳがＬＯＳ候補である場合には、当該ＬＯＳに対応するＬＯＳ候補用算出データ３３０のノード間属性データ３３４として記憶される（図２２参照）。

【0063】

ノード間属性データ３１８，３３４は同一構成である。代表して、図１５に、ノード間属性データ３１８のデータ構成の一例を示す。図１５によれば、ノード間属性データ３１８は、ノード間３１８ａそれぞれに、一般化費用３１８ｂと、アクセシビリティ３１８ｃと、ＯＤ交通量３１８ｄとを対応付けて格納している。

【0064】

候補評価部２１０は、ＬＯＳ候補生成部２０２によって生成されたＬＯＳ候補それぞれを評価する。具体的には、利便性の評価指標値としてＵＢ値を、２ノード間の一般化費用Ｃ、及び、ＯＤ交通量Ｔを用いて、式（３）に従って算出する。また、環境負荷の評価指標値として都市間旅客交通ネットワーク全体のＣＯ２排出量を、各リンクの運行本数Ｄ、距離ｌ、及び、対応する交通機関の単位距離当たりのＣＯ２排出量Ｇを用いて、式（４）に従って算出する。

【0065】

ここで、交通機関の単位距離当たりのＣＯ２排出量Ｇは、交通機関データ３１０として記憶されている。図１６は、交通機関データ３１０のデータ構成の一例を示す図である。図１６によれば、交通機関データ３１０は、交通機関３１０ａそれぞれに、単位距離当たりのＣＯ２排出量３１０ｂを対応付けて格納している。

【0066】

また、リンクの距離ｌは、対応する都市間の対応する交通機関による移動距離であり、ノード間距離データ３０８として記憶されている。図１７は、ノード間距離データ３０８のデータ構成の一例を示す図である。図１７によれば、ノード間距離データ３０８は、ノード間３０８ａそれぞれに、各交通機関を利用した場合の移動距離３０８ｂ、を対応付けて格納している。

【0067】

算出した評価指標値は、対応するＬＯＳ候補のＬＯＳ候補用算出データ３３０の評価データ３３６として記憶される。図１８は、評価データ３３６のデータ構成の一例を示す図である。図１８によれば、評価データ３３６は、評価指標３３６ａそれぞれに、評価指標値３３６ｂを対応付けて格納している。

【0068】

最適ＬＯＳ選択部２１２は、ＬＯＳ候補生成部２０２によって生成されたＬＯＳ候補のうちから、候補評価部２１０による評価指標値が所定の高評価条件を満たす１つのＬＯＳ候補を最適ＬＯＳとして選択する。例えば、ＬＯＳ候補それぞれについて、旅客流動の評価指標値であるＵＢ値、及び、環境負荷の評価指標値であるＣＯ２排出量それぞれを所定の重み付け加算して得られる合成指標値を算出し、高評価条件として、この合成指標値が最大となるＬＯＳ候補を、最適ＬＯＳとする。最適ＬＯＳに係るデータは、最適ＬＯＳデータ３３８として記憶される（図１０参照）。

【0069】

リンク・ノード別旅客数算出部２１４は、指定ＬＯＳを適用した場合の、対象の都市間旅客交通ネットワークにおける各リンクの通過旅客数ＱＥ、及び、各ノードの乗換旅客数ＱＶを算出する。

【0070】

具体的には、先ず、２ノード間の各経路の選択確率Ｐを、指定ＬＯＳを用いて算出された当該経路の効用値Ｖ及び重複率ＣＦから、式（１）に従って算出する。ここで、経路の重複率ＣＦは、該当するノード間の移動距離及び他の経路との重複距離を用いて算出する（図６参照）。ノード間の移動距離は、交通機関を利用したときの移動距離であり、ノード間距離データ３０８として記憶されている。

【0071】

そして、２ノード間の各経路の経路別交通量Ｑを、指定ＬＯＳを用いて算出された当該２ノード間のＯＤ交通量Ｔに当該経路の選択確率Ｐを乗じてから算出する（図５参照）。全ての２ノード間について各経路の経路別交通量Ｑを算出すると、各リンクの通過旅客数ＱＥを、当該リンクを含む全ての経路それぞれの経路別交通量Ｑの総和として算出する（図７参照）。また、各ノードの乗換旅客数ＱＶを、当該ノードを繋ぐ２つのリンクの組み合わせ毎に、当該ノードを乗換ノードとして含む全ての経路それぞれの経路別交通量Ｑの総和として算出する（図８参照）。

【0072】

算出した通過旅客数ＱＥ、及び、乗換旅客数ＱＶは、指定ＬＯＳが基準ＬＯＳである場合には、基準ＬＯＳ旅客数データ３２０として記憶され、指定ＬＯＳが最適ＬＯＳである場合には、最適ＬＯＳ旅客数データ３４０として記憶される（図１０参照）。

【0073】

図１９は、基準ＬＯＳ旅客数データ３２０のデータ構成の一例を示す図である。図１９によれば、基準ＬＯＳ旅客数データ３２０は、経路別交通量データ３２２と、リンク通過旅客数データ３２４と、ノード乗換旅客数データ３２６とを含む。経路別交通量データ３２２は、経路３２２ａそれぞれに、選択確率３２２ｂと、経路別交通量３２２ｃとを対応付けて格納している。リンク通過旅客数データ３２４は、対象の都市間旅客交通ネットワークを構成するリンク３２４ａそれぞれに、通過旅客数３２４ｂを対応付けて格納している。ノード乗換旅客数データ３２６は、対象の都市間旅客交通ネットワークを構成するノード３２６ａそれぞれに、乗換旅客数３２６ｂを対応付けて格納している。

【0074】

図２０は、最適ＬＯＳ旅客数データ３４０のデータ構成の一例を示す図である。図２０に示すように、最適ＬＯＳ旅客数データ３４０は、基準ＬＯＳ旅客数データ３２０と同一構成であり、経路別交通量データ３４２と、リンク通過旅客数データ３４４と、ノード乗換旅客数データ３４６とを含む。

【0075】

ボトルネック抽出部２１６は、基準ＬＯＳに対応するリンク・ノード別旅客数と、最適ＬＯＳに対応するリンク・ノード別旅客数とを比較して、対象の都市間旅客交通ネットワークにおける、旅客流動上のボトルネック箇所を推定して抽出する。具体的には、ノードそれぞれについて、基準ＬＯＳに対応する乗換旅客数ＱＶ_１と、最適ＬＯＳに対応する乗換旅客数ＱＶ_２との差ΔＱＶ（＝ＱＶ_２−ＱＶ_１）を算出する。そして、全てのノードのうち、乗換旅客数の差ΔＱＶが、第１の過大条件である「所定人数以上である」を満たすノードをボトルネック箇所と推定して抽出する。また、リンクそれぞれについて、基準ＬＯＳに対応する通過旅客数ＱＥ_１と、最適ＬＯＳに対応する通過旅客数ＱＥ_２とを差ΔＱＥ（＝ＱＥ_２−ＱＥ_１）を算出する。そして、全てのリンクのうち、通過旅客数の差ΔＱＥが、第２の過大条件である「所定人数以上である」を満たすリンクをボトルネック箇所と推定して抽出する（図９参照）。ボトルネック箇所として抽出したリンク及びノードは、ボトルネック箇所データ３４８として記憶される。

【0076】

記憶部３００は、例えばハードディスクやＲＯＭ、ＲＡＭ等で実現される記憶装置であり、処理部２００がボトルネック抽出装置１を統合的に制御するためのシステムプログラムや、各種機能を実現するためのプログラムやデータ等を記憶しているとともに、処理部２００の作業領域として用いられ、処理部２００が各種プログラムに従って実行した演算結果や、操作部１０２からの操作データ等が一時的に格納される。記憶部３００には、ボトルネック抽出プログラム３０２と、ネットワーク構成データ３０４と、都市データ３０６と、ノード間距離データ３０８と、交通機関データ３１０と、基準ＬＯＳデータ３１２と、基準ＬＯＳ用算出データ３１４と、基準ＬＯＳ旅客数データ３２０と、ＬＯＳ候補データ３２８と、ＬＯＳ候補用算出データ３３０と、最適ＬＯＳデータ３３８と、最適ＬＯＳ旅客数データ３４０と、ボトルネック箇所データ３４８と、が記憶される。

【0077】

基準ＬＯＳ用算出データ３１４は、基準ＬＯＳについてのノード間属性を算出するまでの過程において算出されるデータである。図２１は、基準ＬＯＳ用算出データ３１４のデータ構成の一例を示す図である。図２１によれば、基準ＬＯＳ用算出データ３１４は、探索経路データ３１６と、ノード間属性データ３１８とを格納している。

【0078】

ＬＯＳ候補用算出データ３３０は、ＬＯＳ候補それぞれを評価するまでの過程において算出されるデータである。図２２は、ＬＯＳ候補用算出データ３３０のデータ構成の一例を示す図である。図２２によれば、ＬＯＳ候補用算出データ３３０は、ＬＯＳ候補それぞれについて生成され、ＬＯＳ候補の識別番号である候補ＮＯ．３３０ａと対応付けて、探索経路データ３３２と、ノード間属性データ３３４と、評価データ３３６とを格納している。

【0079】

［処理の流れ］
図２３は、ボトルネック抽出処理の流れを説明するフローチャートである。この処理は、処理部２００がボトルネック抽出プログラム３０２を実行することで実現される。

【0080】

先ず、ＬＯＳ候補生成部２０２が、基準ＬＯＳを変更する等によって、複数のＬＯＳ候補を生成・設定する（ステップＳ１）。なお、ＬＯＳ候補を予め複数設定・記憶させておくこととしてもよい。

【0081】

次いで、これらのＬＯＳ候補それぞれを対象としたループＡの処理を行う。ループＡでは、先ず、経路探索部２０４が、全ての２都市間それぞれについて、複数の経路を探索する（ステップＳ３）。次いで、効用値算出部２０６が、対象のＬＯＳ候補を用いて、探索された各経路の効用値Ｖを算出する（ステップＳ５）。

【0082】

続いて、ＯＤ交通量算出部２０８が、各ノード間について、当該ノード間の各経路の効用値Ｖからアクセシビリティを算出し、このアクセシビリティと、当該２ノードそれぞれに対応する都市データ（本実施形態では人口及びＧＲＰ）とから、対象の２ノード間のＯＤ交通量Ｔを算出する（ステップＳ７）。次いで、候補評価部２１０が、対象のＬＯＳ候補についての評価指標値として、ＵＢ値、及び、ネットワーク全体のＣＯ２排出量を算出する（ステップＳ９）。ループＡはこのように行われる。

【0083】

全てのＬＯＳ候補を対象としたループＡの処理を終了すると、最適ＬＯＳ選択部２１２が、ＬＯＳ候補のうちから、評価指標値が所定の高評価条件を満たす１つのＬＯＳ候補を、最適ＬＯＳとして選択する（ステップＳ１１）。続いて、リンク・ノード別旅客算出部２１４が、２ノード間それぞれについて、当該２ノード間の各経路の選択確率Ｐを算出し、最適ＬＯＳに基づく当該２ノード間のＯＤ交通量Ｔにこの選択確率Ｐを乗じて、当該経路の経路別交通量Ｑを算出する（ステップＳ１３）。そして、各リンクの通過旅客数ＱＶを、当該リンクを含む全ての経路それぞれの経路別交通量Ｑの総和として算出する。また、各ノードの乗換旅客数ＱＥを、当該ノードを繋ぐ２つのリンクの組み合わせ毎に、当該ノードを乗換ノードとして含む全ての経路それぞれの経路別交通量Ｑの総和として算出する（ステップＳ１５）。

【0084】

また、リンク・ノード別旅客算出部２１４は、基準ＬＯＳについても同様に、各経路の経路別交通量Ｑを算出し（ステップＳ１７）、各リンクの通過旅客数ＱＶ、及び、各ノードの乗換旅客数ＱＥを算出する（ステップＳ１９）。

【0085】

続いて、ボトルネック抽出部２１６が、最適ＬＯＳに対応するリンク・ノード別旅客数と、基準ＬＯＳに対応するリンク・ノード別旅客数とを比較して、所定のボトルネック条件を満たすノード（都市）、及び、リンク（都市間の交通手段）を、ボトルネック箇所として推定して抽出する（ステップＳ２１）。その後、ボトルネック箇所として抽出したノード（都市）やリンク（都市化の交通手段）を表示部１１４に表示出力する等して出力すると、ボトルネック抽出処理を終了する。

【0086】

［作用効果］
このように、本実施形態のボトルネック抽出装置１によれば、都市間旅客交通ネットワークにおける旅客流動上のボトルネック箇所となり得る都市や都市間の輸送手段を抽出することができる。具体的には、予め記憶している基準ＬＯＳとは異なる複数のＬＯＳ候補を生成し、これらのＬＯＳ候補それぞれを、当該ＬＯＳ候補を都市間旅客交通ネットワークに適用した場合の各ノード間（各都市間）の一般化費用Ｃ及びＯＤ交通量Ｔを用いて評価し、評価結果が所定の高評価条件を満たした最適ＬＯＳを選択する。そして、この最適ＬＯＳを都市間旅客交通ネットワークに適用した場合の各ノードの乗換旅客数ＱＶ、及び、各リンクの通過旅客数ＱＥと、基準ＬＯＳを都市間旅客交通ネットワークに適用した場合の各ノードの乗換旅客数ＱＶ、及び、各リンクの通過旅客数ＱＥとを比較し、乗換旅客数が所定人数以上であるノード（都市）、及び、通過旅客数が所定人数以上であるリンク（都市間の交通機関）を、ボトルネック箇所と推定して抽出する。

【0087】

［変形例］
なお、本発明の適用可能な実施形態は、上述の実施形態に限定されることなく、本発明の趣旨を逸脱しない範囲で適宜変更可能なのは勿論である。

【0088】

（Ａ）環境負荷の指標値
上述の実施形態では、環境負荷の指標値として、都市間旅客交通ネットワーク全体のＣＯ２排出量を用いることにしたが、これを、都市間旅客交通ネットワーク全体のエネルギー消費量としても良い。都市間旅客交通ネットワーク全体のエネルギー消費量は、各リンクのエネルギー消費量の総和であり、あるリンクｊのエネルギー消費量は、当該リンクｊの運行本数と、距離Ｌｊと、対応する交通機関の単位距離当たりのエネルギー消費量との積で求められる。つまり、例えば、各リンクのＬＯＳの一つである運行本数が多いほど、都市間旅客交通ネットワーク全体エネルギー消費量が多くなる。

【0089】

（Ｂ）ＬＯＳ候補の生成
上述の実施形態では、運行本数を変更することでＬＯＳ候補を生成することにしたが、所要時間や運賃といった他の要素を変更することでＬＯＳ候補を生成することとしても良い。また、予め複数のＬＯＳ候補を設定・記憶しておき、これを利用することとしてもよい。

【0090】

（Ｃ）
上述の実施形態では、都市間旅客交通ネットワークの構造そのものは固定としたが、変更することにしても良い。例えば、新たなリンクを追加し、この追加したリンクのＬＯＳを様々に設定することでＬＯＳ候補を生成することで、交通機関の新設によるボトルネック箇所の推定・抽出を行うことができる。

【0091】

（Ｄ）ＬＯＳ
上述の実施形態では、ＬＯＳの要素として、所要時間、運賃、運行本数、及び、乗換回数を用いるとしたが、これ以外としても良い。例えば、輸送中の快適性を示す指標値や、輸送遅延が生じる可能性を示す指標値などを含むとしてもよい。

【0092】

（Ｅ）評価指標
上述の実施形態では、ＬＯＳ候補の評価指標として利便性（ＵＢ値）及び環境負荷（都市間旅客交通ネットワーク全体のＣＯ２排出量）の２つを用いることとしたが、これ以外でも良い。但し、ＬＯＳ候補の生成の際に変更するＬＯＳによって、評価値の良し悪しが変化する評価指標を採用する必要がある。また、２つの指標値の線形和による合成指標値によって評価することとしたが、合成指標値の算出方法はこれ以外でも良いし、合成指標値を算出せず、１つ１つを評価することとしても良い。

【0093】

（Ｆ）都市間輸送ネットワーク
上述の実施形態では、輸送対象を旅客とした都市間旅客交通ネットワークに本発明を適用した実施形態を説明したが、輸送対象を貨物としたネットワークにも同様に本発明を適用可能である。また、輸送手段としては、鉄道、飛行機、高速バスの他、船舶を含めても良い。また、ネットワークの規模としても、国全体の他、一地方としてもよいし、複数国にまたがるネットワーク（例えばアジア圏や北米大陸、ヨーロッパ、地球全体など）として本発明を適用することも可能である。

【符号の説明】

【0094】

１ ボトルネック抽出装置
１０２ 操作部、１０４ 表示部、１０６ 音出力部、１０６ 通信部
２００ 処理部
２０２ ＬＯＳ候補生成部、２０４ 経路探索部
２０６ 効用値算出部、２０８ ノード間属性算出部
２１０ 候補評価部、２１２ 最適ＬＯＳ選択部
２１４ リンク・ノード別旅客数算出部 ２１６ ボトルネック抽出部
３００ 記憶部
３０２ ボトルネック抽出プログラム、３０４ ネットワーク構成データ
３０６ 都市データ、３０８ ノード間距離データ
３１０ 交通機関データ、３１２ 基準ＬＯＳデータ
３１４ 基準ＬＯＳ用算出データ、３２０ 基準ＬＯＳ旅客数データ
３２８ ＬＯＳ候補データ、３３０ ＬＯＳ候補用算出データ
３３８ 最適ＬＯＳデータ、３４０ 最適ＬＯＳ旅客数データ
３４８ ボトルネック箇所データ

【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】