特許 6987311 経済指標予測装置、生産計画装置、予測用モデル生成装置及び予測用モデル生成方法

(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】6987311

(24)【登録日】2021年12月2日

(45)【発行日】2021年12月22日

(54)【発明の名称】経済指標予測装置、生産計画装置、予測用モデル生成装置及び予測用モデル生成方法

(51)【国際特許分類】

   G06Q 10/04 20120101AFI20211213BHJP

【ＦＩ】

   G06Q10/04

【請求項の数】18

【全頁数】26

(21)【出願番号】特願2021-530126(P2021-530126)

(86)(22)【出願日】2019年9月27日

(86)【国際出願番号】JP2019038147

(87)【国際公開番号】WO2021059480

(87)【国際公開日】20210401

【審査請求日】2021年5月27日

【早期審査対象出願】

(73)【特許権者】

【識別番号】000006013

【氏名又は名称】三菱電機株式会社

(73)【特許権者】

【識別番号】000236056

【氏名又は名称】三菱電機ビルテクノサービス株式会社

(74)【代理人】

【識別番号】110003166

【氏名又は名称】特許業務法人山王内外特許事務所

(72)【発明者】

【氏名】中川 慧思

(72)【発明者】

【氏名】志賀 諭

【審査官】 樋口 龍弥

(56)【参考文献】

【文献】 特開２０１６−１７０７２２（ＪＰ，Ａ）

【文献】 特開２０１６−４５２３（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｑ １０／００ − ９９／００

(57)【特許請求の範囲】

【請求項1】

対象昇降機の稼働状態を示す稼働情報を取得する稼働情報取得部と、
前記稼働情報の入力を受け付けて対象経済指標の予測値を出力する予測用モデルを用いて、前記対象経済指標の予測をする経済指標予測部と、
を備える経済指標予測装置。

【請求項2】

前記稼働情報は、前記対象昇降機の稼働回数を示す情報、前記対象昇降機の走行距離を示す情報、前記対象昇降機の走行時間を示す情報、前記対象昇降機の積載重量を示す情報又は前記対象昇降機の搭乗者数を示す情報のうちの少なくとも一つを含むことを特徴とする請求項１記載の経済指標予測装置。

【請求項3】

付加情報を取得する付加情報取得部と、
前記付加情報を用いて複数個の昇降機のうちの前記対象経済指標に対応する１個以上の昇降機を前記対象昇降機に選択する昇降機選択部と、を備え、
前記付加情報は、前記複数個の昇降機が複数個の施設に設置されているとき、前記複数個の施設の各々を含む地域を示す情報、前記複数個の施設の各々の種別を示す情報又は前記複数個の昇降機の各々の用途を示す情報のうちの少なくとも一つを含む
ことを特徴とする請求項１記載の経済指標予測装置。

【請求項4】

前記稼働情報に対する前処理を実行するデータ前処理部を備え、
前記稼働情報は、時系列データにより構成されており、
前記前処理は、前記時系列データにおける季節変動を除去する処理を含む
ことを特徴とする請求項１記載の経済指標予測装置。

【請求項5】

前記稼働情報に対する前処理を実行するデータ前処理部を備え、
前記稼働情報は、時系列データにより構成されており、
前記前処理は、前記時系列データに含まれる異常値を除去する処理を含む
ことを特徴とする請求項１記載の経済指標予測装置。

【請求項6】

前記予測用モデルは、前記稼働状態の履歴と前記対象経済指標の履歴との時間的ずれ量に基づくものであることを特徴とする請求項１記載の経済指標予測装置。

【請求項7】

前記予測用モデルは、前記稼働状態の履歴を示す第１時系列データと前記対象経済指標の履歴を示す第２時系列データとの時系列的な相関関係に基づくものであることを特徴とする請求項６記載の経済指標予測装置。

【請求項8】

前記対象経済指標を示す指標情報を取得する指標情報取得部を備え、
前記予測用モデルは、前記稼働情報及び前記指標情報の入力を受け付けて前記予測値を出力するものである
ことを特徴とする請求項１記載の経済指標予測装置。

【請求項9】

請求項１記載の経済指標予測装置と、
対象製品の受注数を示す受注情報を取得する受注情報取得部と、
前記予測値及び前記受注情報を用いて前記対象製品の生産数の計画値を算出する生産計画部と、
を備える生産計画装置。

【請求項10】

対象昇降機の稼働状態の履歴を示す第１履歴情報を取得するとともに、対象経済指標の履歴を示す第２履歴情報を取得する履歴情報取得部と、
前記第１履歴情報及び前記第２履歴情報を用いて予測用モデルを生成する予測用モデル生成部と、を備え、
前記予測用モデルは、前記稼働状態を示す稼働情報の入力を受け付けて前記対象経済指標の予測値を出力するものである
ことを特徴とする予測用モデル生成装置。

【請求項11】

前記第１履歴情報は、前記対象昇降機の稼働回数の履歴を示す情報、前記対象昇降機の走行距離の履歴を示す情報、前記対象昇降機の走行時間の履歴を示す情報、前記対象昇降機の積載重量の履歴を示す情報又は前記対象昇降機の搭乗者数の履歴を示す情報のうちの少なくとも一つを含むことを特徴とする請求項１０記載の予測用モデル生成装置。

【請求項12】

付加情報を取得する付加情報取得部と、
前記付加情報を用いて複数個の昇降機のうちの前記対象経済指標に対応する１個以上の昇降機を前記対象昇降機に選択する昇降機選択部と、を備え、
前記付加情報は、前記複数個の昇降機が複数個の施設に設置されているとき、前記複数個の施設の各々を含む地域を示す情報、前記複数個の施設の各々の種別を示す情報又は前記複数個の昇降機の各々の用途を示す情報のうちの少なくとも一つを含む
ことを特徴とする請求項１０記載の予測用モデル生成装置。

【請求項13】

前記第１履歴情報に対する前処理を実行するデータ前処理部を備え、
前記第１履歴情報は、第１時系列データにより構成されており、
前記前処理は、前記第１時系列データにおける季節変動を除去する処理を含む
ことを特徴とする請求項１０記載の予測用モデル生成装置。

【請求項14】

前記第１履歴情報に対する前処理を実行するデータ前処理部を備え、
前記第１履歴情報は、第１時系列データにより構成されており、
前記前処理は、前記第１時系列データに含まれる異常値を除去する処理を含む
ことを特徴とする請求項１０記載の予測用モデル生成装置。

【請求項15】

前記予測用モデル生成部は、前記稼働状態の履歴と前記対象経済指標の履歴との時間的ずれ量に基づき前記予測用モデルを生成することを特徴とする請求項１０記載の予測用モデル生成装置。

【請求項16】

前記第１履歴情報は、第１時系列データにより構成されており、
前記第２履歴情報は、第２時系列データにより構成されており、
前記予測用モデル生成部は、前記第１時系列データと前記第２時系列データとの時系列的な相関関係に基づき前記予測用モデルを生成する
ことを特徴とする請求項１５記載の予測用モデル生成装置。

【請求項17】

前記予測用モデルは、前記稼働情報及び前記対象経済指標を示す指標情報の入力を受け付けて前記予測値を出力するものであることを特徴とする請求項１０記載の予測用モデル生成装置。

【請求項18】

履歴情報取得部が、対象昇降機の稼働状態の履歴を示す第１履歴情報を取得するとともに、対象経済指標の履歴を示す第２履歴情報を取得するステップと、
予測用モデル生成部が、前記第１履歴情報及び前記第２履歴情報を用いて予測用モデルを生成するステップと、を備え、
前記予測用モデルは、前記稼働状態を示す稼働情報の入力を受け付けて前記対象経済指標の予測値を出力するものである
ことを特徴とする予測用モデル生成方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、経済指標予測装置、生産計画装置、予測用モデル生成装置及び予測用モデル生成方法に関する。

【背景技術】

【0002】

従来、経済指標が公表されるよりも先に、この経済指標の予測値を知りたいというニーズがある。これに対して、複数個の携帯情報端末の位置を示す情報（以下「位置情報」という。）を用いて経済指標の予測値を算出する技術が開発されている（例えば、特許文献１参照。）。特許文献１記載の技術は、位置情報の入力を受け付けて経済指標の予測値を出力する数理モデルを用いるものである。予測用の数理モデルは、機械学習により生成されるものである。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１９−４６３７６号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

以下、統計又は機械学習による数理モデルを単に「モデル」という。モデルを用いて経済指標の予測値を算出するにあたり、予測対象となる経済指標に対して高い相関を有する情報をモデルに対する入力に用いることにより、予測値の信頼度の向上を図ることができると考えられる。他方、予測対象となる経済指標に対して低い相関を有する情報をモデルに対する入力に用いることにより、予測値の信頼度が低下すると考えられる。

【0005】

ここで、位置情報は、個々の携帯情報端末の所持者の移動状態、すなわち多数の人間の移動状態に対応している。この点において、位置情報は、経済指標と相関するようにも思われる。しかしながら、通常、個々の携帯情報端末の所持者による移動の目的は様々である。位置情報には、かかる様々な目的による移動に対応する情報が混在している。このため、位置情報は、必ずしも特定の経済指標に対して高い相関を有しているとは限らない。特許文献１記載の技術においては、位置情報が予測対象となる経済指標に対して低い相関を有するものであるとき、予測値の信頼度が低いという問題があった。

【0006】

本発明は、上記のような課題を解決するためになされたものであり、モデルを用いて経済指標の予測値を算出するにあたり、予測値の信頼度の向上を図ることを目的とする。

【課題を解決するための手段】

【0007】

本発明の経済指標予測装置は、対象昇降機の稼働状態を示す稼働情報を取得する稼働情報取得部と、稼働情報の入力を受け付けて対象経済指標の予測値を出力する予測用モデルを用いて、対象経済指標の予測をする経済指標予測部と、を備えるものである。

【発明の効果】

【0008】

本発明によれば、上記のように構成したので、モデルを用いて経済指標の予測値を算出するにあたり、予測値の信頼度の向上を図ることができる。

【図面の簡単な説明】

【0009】

【図1】実施の形態１に係る経済指標予測装置の要部を示すブロック図である。

【図2】実施の形態１に係る予測用モデル生成装置の要部を示すブロック図である。

【図3A】実施の形態１に係る経済指標予測装置のハードウェア構成を示すブロック図である。

【図3B】実施の形態１に係る経済指標予測装置の他のハードウェア構成を示すブロック図である。

【図4A】実施の形態１に係る予測用モデル生成装置のハードウェア構成を示すブロック図である。

【図4B】実施の形態１に係る予測用モデル生成装置の他のハードウェア構成を示すブロック図である。

【図5】実施の形態１に係る経済指標予測装置の動作を示すフローチャートである。

【図6】実施の形態１に係る予測用モデル生成装置の動作を示すフローチャートである。

【図7】トレンド抽出処理の実行前における第１時系列データの例を示す説明図である。

【図8】トレンド抽出処理の実行後における第１時系列データの例を示す説明図である。

【図9】第１時系列データと第２時系列データとの相互相関の例を示す説明図である。

【図10】実施の形態１に係る他の経済指標予測装置の要部を示すブロック図である。

【図11】実施の形態１に係る他の予測用モデル生成装置の要部を示すブロック図である。

【図12】実施の形態１に係る他の経済指標予測装置の要部を示すブロック図である。

【図13】実施の形態１に係る他の経済指標予測装置の要部を示すブロック図である。

【図14】実施の形態２に係る経済指標予測装置の要部を示すブロック図である。

【図15】実施の形態２に係る予測用モデル生成装置の要部を示すブロック図である。

【図16】実施の形態２に係る経済指標予測装置の動作を示すフローチャートである。

【図17】実施の形態２に係る予測用モデル生成装置の動作を示すフローチャートである。

【図18】実施の形態２に係る他の経済指標予測装置の要部を示すブロック図である。

【図19】実施の形態２に係る他の予測用モデル生成装置の要部を示すブロック図である。

【図20】実施の形態２に係る他の経済指標予測装置の要部を示すブロック図である。

【図21】実施の形態２に係る他の経済指標予測装置の要部を示すブロック図である。

【図22】実施の形態３に係る生産計画装置の要部を示すブロック図である。

【図23A】実施の形態３に係る生産計画装置のハードウェア構成を示すブロック図である。

【図23B】実施の形態３に係る生産計画装置の他のハードウェア構成を示すブロック図である。

【図24】実施の形態３に係る生産計画装置の動作を示すフローチャートである。

【図25】実施の形態３に係る他の生産計画装置の要部を示すブロック図である。

【発明を実施するための形態】

【0010】

以下、この発明をより詳細に説明するために、この発明を実施するための形態について、添付の図面に従って説明する。

【0011】

実施の形態１．
図１は、実施の形態１に係る経済指標予測装置の要部を示すブロック図である。図１を参照して、実施の形態１に係る経済指標予測装置について説明する。

【0012】

いま、１個の昇降機Ｅが１個の施設Ｆに設置されている。または、複数個の昇降機Ｅが１個の施設Ｆに設置されている。または、複数個の昇降機Ｅが複数個の施設Ｆに設置されている。個々の昇降機Ｅは、例えば、荷物用の昇降機又は人荷用の昇降機により構成されている。個々の施設Ｆは、例えば、オフィスビル、工場又は商業施設である。以下、１個の昇降機Ｅ、複数個の昇降機Ｅ、又は複数個の昇降機Ｅのうちの選択された１個以上の昇降機Ｅを総称して「対象昇降機」という。

【0013】

以下、経済指標予測装置１００による予測対象となる経済指標を「対象経済指標」という。対象経済指標は、１個の指標Ｉ又は複数個の指標Ｉを含むものである。

【0014】

ここで、個々の指標Ｉは、公的機関（例えば官公庁又は中央銀行）により作成及び公表された指標又は指数を用いたものであっても良い。または、個々の指標Ｉは、民間企業（例えば経済指標予測装置１００の製造者、経済指標予測装置１００の使用者、経済指標予測装置１００を用いた役務の提供者、又は経済指標予測装置１００を用いた役務の利用者）により作成された指標又は指数を用いたものであっても良い。

【0015】

また、個々の指標Ｉは、金利に関する指標（例えば政策金利）を用いたものであっても良い。または、個々の指標Ｉは、景気に関する指標（例えばＧＤＰ、景況感調査又は消費動向）を用いたものであっても良い。または、個々の指標Ｉは、雇用に関する指標（例えば雇用統計）を用いたものであっても良い。または、個々の指標Ｉは、物価に関する指標（例えば物価上昇率）を用いたものであっても良い。または、個々の指標Ｉは、貿易に関する指標（例えば貿易赤字）を用いたものであっても良い。

【0016】

また、個々の指標Ｉは、いわゆる「先行指数」を用いたものであっても良い。または、個々の指標Ｉは、いわゆる「一致指数」を用いたものであっても良い。または、個々の指標Ｉは、いわゆる「遅行指数」を用いたものであっても良い。

【0017】

また、個々の指標Ｉは、特定の地域に係る指標又は指数を用いたものであっても良い。

【0018】

また、個々の指標Ｉは、特定の業種に係る指標又は指数を用いたものであっても良い。

【0019】

このように、個々の指標Ｉは、如何なる指標又は指数を用いたものであっても良い。

【0020】

図１に示す如く、経済指標予測装置１００は、稼働情報取得部１１、データ前処理部１２、指標情報取得部１３及び経済指標予測部１４を有している。

【0021】

稼働情報取得部１１は、対象昇降機の稼働状態を示す情報（以下「稼働情報」という。）を取得するものである。稼働情報は、例えば、サーバ装置（不図示）から取得される。稼働情報取得部１１は、当該取得された稼働情報をデータ前処理部１２に出力するものである。

【0022】

稼働情報は、例えば、時系列データＤ１により構成されている。時系列データＤ１は、直近の所定の期間（例えば１年）Ｔ１における所定の期間（例えば１か月）Ｔ２毎の対象昇降機の稼働状態を示すものである。具体的には、例えば、時系列データＤ１は、期間Ｔ２毎の個々の昇降機Ｅの稼働回数、走行距離、走行時間、積載重量又は搭乗者数を示すものである。

【0023】

すなわち、時系列データＤ１は、複数個の値Ｖ１により構成されている。複数個の値Ｖ１の各々は、複数個の期間Ｔ２のうちの対応する１個の期間Ｔ２における対象昇降機の稼働状態を示すものである。具体的には、例えば、複数個の値Ｖ１の各々は、対応する１個の期間Ｔ２における個々の昇降機Ｅの稼働回数、走行距離、走行時間、積載重量又は搭乗者数を示すものである。

【0024】

データ前処理部１２は、稼働情報取得部１１により出力された稼働情報を取得するものである。データ前処理部１２は、当該取得された稼働情報に対する前処理を実行するものである。データ前処理部１２は、かかる前処理が実行された稼働情報を経済指標予測部１４に出力するものである。

【0025】

通常、稼働情報における時系列データＤ１は、季節変動を有している。データ前処理部１２により実行される前処理は、時系列データＤ１における季節変動を除去する処理を含むものである。かかる処理が実行されることにより、いわゆる「トレンド」が抽出される。以下、かかる処理を「トレンド抽出処理」という。トレンドの抽出には、公知の種々の技術を用いることができる。これらの技術についての詳細な説明は省略する。

【0026】

ここで、季節変動における「季節」は、統計に係る技術分野における広義の「季節」を意味している。すなわち、季節変動は、いわゆる「四季」による変動を含み得るのはもちろんのこと、そのほかの種々の要因による変動を含み得るものである。例えば、季節変動は、月毎に日の総数が異なることによる変動、月毎に日曜日の個数か異なることによる変動、各月における連休（例えば年末休暇又は年始休暇）の有無による変動、及び各月における賞与の支給の有無による変動などを含み得るものである。

【0027】

指標情報取得部１３は、対象経済指標を示す情報（以下「指標情報」という。）を取得するものである。指標情報は、例えば、サーバ装置（不図示）から取得される。指標情報取得部１３は、当該取得された指標情報を経済指標予測部１４に出力するものである。指標情報は、個々の指標Ｉの最新の値Ｖ２を含むものである。

【0028】

経済指標予測部１４は、データ前処理部１２により出力された稼働情報を取得するとともに、指標情報取得部１３により出力された指標情報を取得するものである。経済指標予測部１４は、当該取得された稼働情報及び当該取得された指標情報を用いて、対象経済指標の予測値ＰＶ１を算出するものである。経済指標予測部１４は、当該算出された予測値ＰＶ１を出力するものである。

【0029】

すなわち、経済指標予測部１４は、１個の指標Ｉの予測値ＰＶ１又は複数個の指標Ｉの各々の予測値ＰＶ１を算出するものである。予測値ＰＶ１は、個々の指標Ｉの最新の値Ｖ２に対する予測値である。換言すれば、予測値ＰＶ１は、将来に作成又は作成及び公表されるべき個々の指標Ｉの予測値である。予測値ＰＶ１の算出には、以下のようなモデル（以下「予測用モデル」という。）が用いられる。

【0030】

対象経済指標が１個の指標Ｉを含むものである場合、予測用モデルは、１個の指標Ｉに対応する１個のモデルＭを含むものである。１個のモデルＭは、稼働情報及び指標情報の入力を受け付けて、１個の指標Ｉの予測値ＰＶ１を出力するものである。他方、対象経済指標が複数個の指標Ｉを含むものである場合、予測用モデルは、複数個の指標Ｉに対応する複数個のモデルＭを含むものである。複数個のモデルＭの各々は、稼働情報及び指標情報の入力を受け付けて、複数個の指標Ｉのうちの対応する１個の指標Ｉの予測値ＰＶ１を出力するものである。予測用モデルの具体例については、図７〜図９を参照して後述する。

【0031】

以下、稼働情報取得部１１により実行される処理を総称して「稼働情報取得処理」ということがある。また、データ前処理部１２により実行される処理を総称して「データ前処理」ということがある。また、指標情報取得部１３により実行される処理を総称して「指標情報取得処理」ということがある。また、経済指標予測部１４により実行される処理を総称して「経済指標予測処理」ということがある。

【0032】

図２は、実施の形態１に係る予測用モデル生成装置の要部を示すブロック図である。図２を参照して、実施の形態１に係る予測用モデル生成装置について説明する。

【0033】

図２に示す如く、予測用モデル生成装置２００は、履歴情報取得部２１、データ前処理部２２及び予測用モデル生成部２３を有している。

【0034】

履歴情報取得部２１は、対象昇降機の稼働状態の履歴を示す情報（以下「第１履歴情報」という。）を取得するとともに、対象経済指標の履歴を示す情報（以下「第２履歴情報」という。）を取得するものである。第１履歴情報及び第２履歴情報は、例えば、サーバ装置（不図示）から取得される。履歴情報取得部２１は、当該取得された第１履歴情報をデータ前処理部２２に出力するとともに、当該取得された第２履歴情報を予測用モデル生成部２３に出力するものである。

【0035】

第１履歴情報は、例えば、時系列データ（以下「第１時系列データ」という。）ｄ１により構成されている。第１時系列データｄ１は、直近の所定の期間（例えば５年）ｔ１における所定の期間（例えば１か月）ｔ２毎の対象昇降機の稼働状態を示すものである。具体的には、例えば、第１時系列データｄ１は、期間ｔ２毎の個々の昇降機Ｅの稼働回数、走行距離、走行時間、積載重量又は搭乗者数を示すものである。すなわち、第１履歴情報における第１時系列データｄ１は、稼働情報における時系列データＤ１に対して、異なる期間における同様のデータである。

【0036】

第１時系列データｄ１は、複数個の値ｖ１により構成されている。複数個の値ｖ１の各々は、複数個の期間ｔ２のうちの対応する１個の期間ｔ２における対象昇降機の稼働状態を示すものである。具体的には、例えば、複数個の値ｖ１の各々は、対応する１個の期間ｔ２における個々の昇降機Ｅの稼働回数、走行距離、走行時間、積載重量又は搭乗者数を示すものである。

【0037】

第２履歴情報は、例えば、時系列データ（以下「第２時系列データ」という。）ｄ２により構成されている。第２時系列データｄ２は、直近の所定の期間（例えば５年）ｔ３における対象経済指標の履歴を示すものである。すなわち、第２時系列データｄ２は、直近の期間ｔ３における個々の指標Ｉの履歴を示すものである。

【0038】

データ前処理部２２は、履歴情報取得部２１により出力された第１履歴情報を取得するものである。データ前処理部２２は、当該取得された第１履歴情報に対する前処理を実行するものである。データ前処理部２２は、かかる前処理が実行された第１履歴情報を予測用モデル生成部２３に出力するものである。

【0039】

ここで、第１時系列データｄ１には、異常値が含まれていることがある。具体的には、例えば、地震等の天災に起因する異常値が含まれていることがある。そこで、データ前処理部２２により実行される前処理は、第１時系列データｄ１に含まれる異常値を除去する処理（以下「異常値除去処理」という。）を含むものである。異常値の除去には、公知の種々の技術を用いることができる。これらの技術についての詳細な説明は省略する。

【0040】

例えば、データ前処理部２２は、期間ｔ１又は期間ｔ３における地震等の天災の発生時期を示す情報を取得する。データ前処理部２２は、当該取得された情報を用いて、地震等の天災に起因する異常値を除去する。または、例えば、データ前処理部２２は、第１時系列データｄ１に含まれる複数個の値ｖ１に対する統計処理を実行することにより異常値を除去する。

【0041】

また、通常、第１時系列データｄ１は、時系列データＤ１における季節変動と同様の季節変動を含むものである。そこで、データ前処理部２２により実行される前処理は、データ前処理部１２により実行されるトレンド抽出処理と同様のトレンド抽出処理を含むものである。すなわち、データ前処理部２２により実行される前処理は、第１時系列データｄ１における季節変動を除去する処理を含むものである。

【0042】

予測用モデル生成部２３は、データ前処理部２２により出力された第１履歴情報を取得するとともに、履歴情報取得部２１により取得された第２履歴情報を取得するものである。予測用モデル生成部２３は、当該取得された第１履歴情報及び当該取得された第２履歴情報を用いて、予測用モデルを生成するものである。予測用モデル生成部２３は、当該生成された予測用モデルを出力するものである。当該出力された予測用モデルは、経済指標予測装置１００の経済指標予測部１４に用いられる。

【0043】

すなわち、予測用モデル生成部２３は、１個の指標Ｉに対応する１個のモデルＭ又は複数個の指標Ｉに対応する複数個のモデルＭを生成するものである。予測用モデルの具体例については、図７〜図９を参照して後述する。

【0044】

以下、履歴情報取得部２１により実行される処理を総称して「履歴情報取得処理」ということがある。また、データ前処理部２２により実行される処理を総称して「データ前処理」ということがある。また、予測用モデル生成部２３により実行される処理を総称して「予測用モデル生成処理」ということがある。

【0045】

次に、図３を参照して、経済指標予測装置１００の要部のハードウェア構成について説明する。

【0046】

図３Ａに示す如く、経済指標予測装置１００は、プロセッサ３１及びメモリ３２を有している。メモリ３２には、稼働情報取得部１１、データ前処理部１２、指標情報取得部１３及び経済指標予測部１４の機能を実現するためのプログラムが記憶されている。かかるプログラムをプロセッサ３１が読み出して実行することにより、稼働情報取得部１１、データ前処理部１２、指標情報取得部１３及び経済指標予測部１４の機能が実現される。

【0047】

または、図３Ｂに示す如く、経済指標予測装置１００は、処理回路３３を有している。この場合、稼働情報取得部１１、データ前処理部１２、指標情報取得部１３及び経済指標予測部１４の機能は、専用の処理回路３３により実現される。

【0048】

または、経済指標予測装置１００は、プロセッサ３１、メモリ３２及び処理回路３３を有している（不図示）。この場合、稼働情報取得部１１、データ前処理部１２、指標情報取得部１３及び経済指標予測部１４の機能のうちの一部の機能がプロセッサ３１及びメモリ３２により実現されるとともに、残余の機能が専用の処理回路３３により実現される。

【0049】

プロセッサ３１は、１個又は複数個のプロセッサにより構成されている。個々のプロセッサは、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、マイクロプロセッサ、マイクロコントローラ又はＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）を用いたものである。

【0050】

メモリ３２は、１個又は複数個の不揮発性メモリにより構成されている。または、メモリ３２は、１個又は複数個の不揮発性メモリ及び１個又は複数個の揮発性メモリにより構成されている。すなわち、メモリ３２は、１個又は複数個のメモリにより構成されている。個々のメモリは、例えば、半導体メモリ、磁気ディスク、光ディスク、光磁気ディスク又は磁気テープを用いたものである。より具体的には、個々の揮発性メモリは、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）を用いたものである。また、個々の不揮発性メモリは、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリ、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ソリッドステートドライブ、ハードディスクドライブ、フレキシブルディスク、コンパクトディスク、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）、ブルーレイディスク又はミニディスクを用いたものである。

【0051】

処理回路３３は、１個又は複数個のデジタル回路により構成されている。または、処理回路３３は、１個又は複数個のデジタル回路及び１個又は複数個のアナログ回路により構成されている。すなわち、処理回路３３は、１個又は複数個の処理回路により構成されている。個々の処理回路は、例えば、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＰＬＤ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、ＳｏＣ（Ｓｙｓｔｅｍ ｏｎ ａ Ｃｈｉｐ）又はシステムＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ）を用いたものである。

【0052】

次に、図４を参照して、予測用モデル生成装置２００の要部のハードウェア構成について説明する。

【0053】

図４Ａに示す如く、予測用モデル生成装置２００は、プロセッサ４１及びメモリ４２を有している。メモリ４２には、履歴情報取得部２１、データ前処理部２２及び予測用モデル生成部２３の機能を実現するためのプログラムが記憶されている。かかるプログラムをプロセッサ４１が読み出して実行することにより、履歴情報取得部２１、データ前処理部２２及び予測用モデル生成部２３の機能が実現される。

【0054】

または、図４Ｂに示す如く、予測用モデル生成装置２００は、処理回路４３を有している。この場合、履歴情報取得部２１、データ前処理部２２及び予測用モデル生成部２３の機能は、専用の処理回路４３により実現される。

【0055】

または、予測用モデル生成装置２００は、プロセッサ４１、メモリ４２及び処理回路４３を有している（不図示）。この場合、履歴情報取得部２１、データ前処理部２２及び予測用モデル生成部２３の機能のうちの一部の機能がプロセッサ４１及びメモリ４２により実現されるとともに、残余の機能が処理回路４３により実現される。

【0056】

プロセッサ４１は、１個又は複数個のプロセッサにより構成されている。個々のプロセッサは、例えば、ＣＰＵ、ＧＰＵ、マイクロプロセッサ、マイクロコントローラ又はＤＳＰを用いたものである。

【0057】

メモリ４２は、１個又は複数個の不揮発性メモリにより構成されている。または、メモリ４２は、１個又は複数個の不揮発性メモリ及び１個又は複数個の揮発性メモリにより構成されている。すなわち、メモリ４２は、１個又は複数個のメモリにより構成されている。個々のメモリは、例えば、半導体メモリ、磁気ディスク、光ディスク、光磁気ディスク又は磁気テープを用いたものである。より具体的には、個々の揮発性メモリは、例えば、ＲＡＭを用いたものである。また、個々の不揮発性メモリは、例えば、ＲＯＭ、フラッシュメモリ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ソリッドステートドライブ、ハードディスクドライブ、フレキシブルディスク、コンパクトディスク、ＤＶＤ、ブルーレイディスク又はミニディスクを用いたものである。

【0058】

処理回路４３は、１個又は複数個のデジタル回路により構成されている。または、処理回路４３は、１個又は複数個のデジタル回路及び１個又は複数個のアナログ回路により構成されている。すなわち、処理回路４３は、１個又は複数個の処理回路により構成されている。個々の処理回路は、例えば、ＡＳＩＣ、ＰＬＤ、ＦＰＧＡ、ＳｏＣ又はシステムＬＳＩを用いたものである。

【0059】

次に、図５のフローチャートを参照して、経済指標予測装置１００の動作について説明する。

【0060】

まず、稼働情報取得部１１が稼働情報取得処理を実行する（ステップＳＴ１）。次いで、データ前処理部１２がデータ前処理を実行する（ステップＳＴ２）。次いで、指標情報取得部１３が指標情報取得処理を実行する（ステップＳＴ３）。次いで、経済指標予測部１４が経済指標予測処理を実行する（ステップＳＴ４）。

【0061】

なお、稼働情報取得処理、データ前処理及び指標情報取得処理の実行順は、図５に示す例に限定されるものではない。稼働情報取得処理は、経済指標予測処理が実行されるよりも先に実行されるものであれば良い。データ前処理は、稼働情報取得処理が実行された後、経済指標予測処理が実行されるよりも先に実行されるものであれば良い。指標情報取得処理は、経済指標予測処理が実行されるよりも先に実行されるものであれば良い。

【0062】

次に、図６のフローチャートを参照して、予測用モデル生成装置２００の動作について説明する。

【0063】

まず、履歴情報取得部２１が履歴情報取得処理を実行する（ステップＳＴ１１）。次いで、データ前処理部２２がデータ前処理を実行する（ステップＳＴ１２）。次いで、予測用モデル生成部２３が予測用モデル生成処理を実行する（ステップＳＴ１３）。

【0064】

次に、図７〜図９を参照して、予測用モデルの具体例について説明する。また、予測用モデル生成処理の具体例、及び経済指標予測処理の具体例などについて説明する。

【0065】

以下、図７〜図９を参照した説明において、対象昇降機は、１個の昇降機Ｅを含むものである。１個の昇降機Ｅは、オフィスビルに設置されている。稼働情報における時系列データＤ１は、１か月毎の１個の昇降機Ｅの稼働回数を示すものである。第１履歴情報における第１時系列データｄ１も、１か月毎の１個の昇降機Ｅの稼働回数を示すものである。対象経済指標は、１個の指標Ｉを含むものである。１個の指標Ｉは、任意の一致指数を用いたものである。予測用モデルは、１個の指標Ｉに対応する１個のモデルＭを含むものである。

【0066】

通常、オフィスビルに設置された昇降機Ｅは、オフィスワーカーにより使用される。このため、オフィスビルに設置された昇降機Ｅの稼働回数は、経済指標に対して高い相関を有すると考えられる。また、オフィスビルに設置された昇降機Ｅの稼働回数の時間変動は、任意の一致指数の時間変動に対して先行すると考えられる。これは、オフィスビルに設置された昇降機Ｅの走行距離、走行時間、積載重量及び搭乗者数についても同様である。

【0067】

そこで、以下のようにして、第１履歴情報が示す稼働回数の履歴と第２履歴情報が示す指標Ｉの履歴との時間的ずれ量ｎに基づくモデルＭが生成される。すなわち、第１時系列データｄ１と第２時系列データｄ２との時間的な相関関係に基づくモデルＭが生成される。具体的には、例えば、第１時系列データｄ１と第２時系列データｄ２との相互相関に基づくモデルＭが生成される。

【0068】

まず、予測用モデル生成装置２００にて、履歴情報取得処理及びデータ前処理が実行される。上記のとおり、予測用モデル生成装置２００におけるデータ前処理は、異常値除去処理及びトレンド抽出処理を含むものである。ここで、図７は、トレンド抽出処理の実行前における第１時系列データｄ１の例を示している。図７に示す如く、トレンド抽出処理の実行前における第１時系列データｄ１は、季節変動を有するものである。これに対して、図８は、トレンド抽出処理の実行後における第１時系列データｄ１の例を示している。図８に示す如く、第１時系列データｄ１における季節変動が除去されることにより、トレンドが抽出されている。

【0069】

次いで、予測用モデル生成装置２００にて、予測用モデル生成処理が実行される。このとき、予測用モデル生成部２３は、トレンド抽出処理の実行後における第１時系列データｄ１と、第２時系列データｄ２との相互相関を演算する。これにより、予測用モデル生成部２３は、第１時系列データｄ１と第２時系列データｄ２との相関値Ｃが極大となる時間的ずれ量ｎを算出する。図９は、ずれ量ｎに対する相関値Ｃの例を示している。図９に示す例においては、ずれ量ｎが７か月であるとき（すなわちｎ＝＋７であるとき）、相関値Ｃが極大となる。これは、昇降機Ｅの稼働回数の時間変動が指標Ｉの時間変動に対して７か月先行することを示している。

【0070】

予測用モデル生成部２３は、当該算出されたずれ量ｎに基づき、以下の式（１）によるモデルＭを生成する。すなわち、予測用モデル生成部２３は、関数ｆ（ｘ）によるモデルＭを生成する。

【0071】

ｆ（ｘ）＝ａ×ｘ （１）

【0072】

ここで、関数ｆ（ｘ）における係数ａは、経済指標予測処理において、指標情報に含まれる値Ｖ２が代入されるものである。すなわち、指標Ｉの最新の値Ｖ２が代入されるものである。

【0073】

また、関数ｆ（ｘ）における変数ｘは、経済指標予測処理において、以下のような変動率Ｒを示す値が代入されるものである。すなわち、上記のとおり、稼働情報は、複数個の値Ｖ１を含むものである。複数個の値Ｖ１には、値Ｖ２に対応する時期に対するｎか月前の時期に対応する値Ｖ１が含まれている。そこで、かかるｎか月前の時期における値Ｖ１の変動率Ｒを示す値が変数ｘに代入される。これにより、予測値ＰＶ１が算出される。

【0074】

モデルＭが生成された後、経済指標予測装置１００にて、稼働情報取得処理、データ前処理及び指標情報取得処理が実行される。次いで、経済指標予測装置１００にて、経済指標予測処理が実行される。このとき、モデルＭは、稼働情報及び指標情報の入力を受け付ける。これにより、指標Ｉの最新の値Ｖ２が関数ｆ（ｘ）の係数ａに代入されるとともに、変動率Ｒを示す値が関数ｆ（ｘ）の変数ｘに代入される。モデルＭは、関数ｆ（ｘ）に基づく予測値ＰＶ１を出力する。

【0075】

なお、対象経済指標が複数個の指標Ｉを含むものであり、かつ、予測用モデルが複数個のモデルＭを含むものである場合、複数個のモデルＭの各々について、これらの処理と同様の処理が実行される。これにより、予測用モデル生成装置２００にて、複数個の指標Ｉに対応する複数個のモデルＭが生成される。また、経済指標予測装置１００にて、複数個の指標Ｉの各々の予測値ＰＶ１が算出される。

【0076】

次に、図１０を参照して、経済指標予測装置１００の変形例について説明する。また、図１１を参照して、予測用モデル生成装置２００の変形例について説明する。

【0077】

稼働情報取得部１１により取得される稼働情報は、季節変動を有しない時系列データＤ１、又は季節変動が除去された時系列データＤ１により構成されているものであっても良い。この場合、図１０に示す如く、経済指標予測装置１００は、データ前処理部１２を有しないものであっても良い。すなわち、稼働情報取得部１１、指標情報取得部１３及び経済指標予測部１４により経済指標予測装置１００の要部が構成されているものであっても良い。

【0078】

また、履歴情報取得部２１により取得される第１履歴情報は、異常値及び季節変動を有しない第１時系列データｄ１、又は異常値及び季節変動が除去された第１時系列データｄ１により構成されているものであっても良い。この場合、図１１に示す如く、予測用モデル生成装置２００は、データ前処理部２２を有しないものであっても良い。すなわち、履歴情報取得部２１及び予測用モデル生成部２３により予測用モデル生成装置２００の要部が構成されているものであっても良い。

【0079】

次に、図１２及び図１３を参照して、経済指標予測装置１００の他の変形例について説明する。

【0080】

関数ｆ（ｘ）における係数ａは、定数であっても良い。または、関数ｆ（ｘ）における係数ａは、稼働情報に含まれる複数個の値Ｖ１に応じて定まる値であっても良い。この場合、個々のモデルＭにおいて、指標情報の入力は不要である。また、経済指標予測装置１００において、指標情報取得部１３は不要である。すなわち、予測用モデルは、稼働情報の入力を受け付けて対象経済指標の予測値ＰＶ１を出力するものであっても良い。

【0081】

この場合、図１２又は図１３に示す如く、経済指標予測装置１００は、指標情報取得部１３を有しないものであっても良い。すなわち、図１２に示す如く、稼働情報取得部１１、データ前処理部１２及び経済指標予測部１４により経済指標予測装置１００の要部が構成されているものであっても良い。または、図１３に示す如く、稼働情報取得部１１及び経済指標予測部１４により経済指標予測装置１００の要部が構成されているものであっても良い。

【0082】

次に、そのほかの変形例について説明する。

【0083】

データ前処理部１２により実行される前処理は、データ前処理部２２により実行される異常値除去処理と同様の異常値除去処理を含むものであっても良い。すなわち、データ前処理部１２により実行される前処理は、時系列データＤ１に含まれる異常値を除去する処理を含むものであっても良い。

【0084】

稼働情報は、２個以上の時系列データＤ１を含むものであっても良い。例えば、稼働情報は、対象昇降機の稼働回数を示す時系列データＤ１、対象昇降機の走行距離を示す時系列データＤ１、対象昇降機の走行時間を示す時系列データＤ１、対象昇降機の積載重量を示す時系列データＤ１又は対象昇降機の搭乗者数を示す時系列データＤ１のうちのいずれか２個以上の時系列データＤ１を含むものであっても良い。経済指標予測部１４は、経済指標予測処理を実行するとき、かかる２個以上の時系列データＤ１を組み合わせて用いるものであっても良い。または、このとき、経済指標予測部１４は、かかる２個以上の時系列データＤ１を選択的に用いるものであっても良い。

【0085】

第１履歴情報は、２個以上の第１時系列データｄ１を含むものであっても良い。例えば、第１履歴情報は、対象昇降機の稼働回数の履歴を示す第１時系列データｄ１、対象昇降機の走行距離の履歴を示す第１時系列データｄ１、対象昇降機の走行時間の履歴を示す第１時系列データｄ１、対象昇降機の積載重量の履歴を示す第１時系列データｄ１又は対象昇降機の搭乗者数の履歴を示す第１時系列データｄ１のうちのいずれか２個以上の第１時系列データｄ１を含むものであっても良い。予測用モデル生成部２３は、予測用モデル生成処理を実行するとき、かかる２個以上の第１時系列データｄ１を組み合わせて用いるものであっても良い。または、このとき、予測用モデル生成部２３は、かかる２個以上の第１時系列データｄ１を選択的に用いるものであっても良い。

【0086】

予測用モデルは、図７〜図９を参照して説明した具体例に限定されるものではない。予測用モデルは、稼働情報又は稼働情報及び指標情報の入力を受け付けて対象経済指標の予測値ＰＶ１を出力するものであれば良い。

【0087】

予測用モデル生成処理は、図７〜図９を参照して説明した具体例に限定されるものではない。予測用モデル生成処理には、統計又は機械学習に係る公知の種々の技術を用いることができる。これらの技術についての詳細な説明は省略する。

【0088】

以上のように、実施の形態１に係る経済指標予測装置１００は、対象昇降機の稼働状態を示す稼働情報を取得する稼働情報取得部１１と、稼働情報の入力を受け付けて対象経済指標の予測値ＰＶ１を出力する予測用モデルを用いて、対象経済指標の予測をする経済指標予測部１４と、を備える。稼働情報を用いることにより、位置情報を用いる場合に比して、予測値ＰＶ１の信頼度の向上を図ることができる。

【0089】

また、実施の形態１に係る予測用モデル生成装置２００は、対象昇降機の稼働状態の履歴を示す第１履歴情報を取得するとともに、対象経済指標の履歴を示す第２履歴情報を取得する履歴情報取得部２１と、第１履歴情報及び第２履歴情報を用いて予測用モデルを生成する予測用モデル生成部２３と、を備え、予測用モデルは、稼働状態を示す稼働情報の入力を受け付けて対象経済指標の予測値ＰＶ１を出力するものである。第１履歴情報及び第２履歴情報を用いることにより、経済指標予測装置１００における予測用モデルを生成することができる。

【0090】

また、実施の形態１に係る予測用モデル生成方法は、履歴情報取得部２１が、対象昇降機の稼働状態の履歴を示す第１履歴情報を取得するとともに、対象経済指標の履歴を示す第２履歴情報を取得するステップＳＴ１１と、予測用モデル生成部２３が、第１履歴情報及び第２履歴情報を用いて予測用モデルを生成するステップＳＴ１２と、を備え、予測用モデルは、稼働状態を示す稼働情報の入力を受け付けて対象経済指標の予測値ＰＶ１を出力するものである。第１履歴情報及び第２履歴情報を用いることにより、経済指標予測装置１００における予測用モデルを生成することができる。

【0091】

実施の形態２．
図１４は、実施の形態２に係る経済指標予測装置の要部を示すブロック図である。図１４を参照して、実施の形態２に係る経済指標予測装置について説明する。なお、図１４において、図１に示すブロックと同様のブロックには同一符号を付して説明を省略する。

【0092】

実施の形態２において、対象昇降機は、複数個の昇降機Ｅのうちの選択された１個以上の昇降機Ｅを含むものである。複数個の昇降機Ｅは、複数個の施設Ｆに設置されている。

【0093】

以下、複数個の施設Ｆの各々を含む地域を示す情報を「地域情報」という。また、複数個の施設Ｆの各々の種別を示す情報を「種別情報」という。また、複数個の昇降機Ｅの各々の用途を示す情報を「用途情報」という。また、地域情報、種別情報又は用途情報のうちの少なくとも一つを含む情報を「付加情報」という。

【0094】

地域情報は、例えば、複数個の施設Ｆの各々を含む都道府県又は市区町村を示す情報である。種別情報は、例えば、複数個の施設Ｆの各々がオフィスビル、商業施設又は工場のうちのいずれであるのかを示す情報である。用途情報は、例えば、複数個の昇降機Ｅの各々が荷物用又は人荷用のうちのいずれであるのかを示す情報である。

【0095】

図１４に示す如く、経済指標予測装置１００ａは、稼働情報取得部１１、データ前処理部１２、指標情報取得部１３及び経済指標予測部１４を有している。これに加えて、経済指標予測装置１００ａは、付加情報取得部１５及び昇降機選択部１６を有している。

【0096】

付加情報取得部１５は、付加情報を取得するものである。付加情報は、例えば、サーバ装置（不図示）から取得される。付加情報取得部１５、当該取得された付加情報を昇降機選択部１６に出力するものである。

【0097】

昇降機選択部１６は、付加情報取得部１５により出力された付加情報を取得するものである。昇降機選択部１６は、当該取得された付加情報を用いて、複数個の昇降機Ｅのうちの対象経済指標に対応する１個以上の昇降機Ｅを選択するものである。これにより、当該選択された１個以上の昇降機Ｅが対象昇降機となるものである。昇降機選択部１６は、当該選択の結果を示す情報（以下「選択結果情報」という。）を稼働情報取得部１１及び経済指標予測部１４に出力するものである。

【0098】

対象経済指標が１個の指標Ｉを含むものである場合、１個の指標Ｉに対応する１個以上の昇降機Ｅが選択される。他方、対象経済指標が複数個の指標Ｉを含むものである場合、複数個の指標Ｉの各々に対応する１個以上の昇降機Ｅが選択される。すなわち、個々の指標Ｉに対応する１個以上の昇降機Ｅが選択される。

【0099】

稼働情報取得部１１は、選択結果情報が示す１個以上の昇降機Ｅに係る稼働情報を取得する。経済指標予測部１４は、選択結果情報に基づき、当該取得された稼働情報のうちの対応する稼働情報を個々の指標Ｉの予測値ＰＶ１の算出に用いる。

【0100】

すなわち、対象経済指標が１個の指標Ｉを含むものである場合、稼働情報取得部１１は、１個の指標Ｉに対応する１個以上の昇降機Ｅに係る稼働情報を取得する。経済指標予測部１４は、１個の指標Ｉの予測値ＰＶ１を算出するとき、当該取得された稼働情報を用いる。

【0101】

他方、対象経済指標が複数個の指標Ｉを含むものである場合、稼働情報取得部１１は、複数個の指標Ｉの各々に対応する１個以上の昇降機Ｅに係る稼働情報を取得する。経済指標予測部１４は、複数個の指標Ｉの各々の予測値ＰＶ１を算出するとき、当該取得された稼働情報のうちの対応する稼働情報を用いる。

【0102】

以下、付加情報取得部１５により実行される処理を総称して「付加情報取得処理」ということがある。また、昇降機選択部１６により実行される処理を総称して「昇降機選択処理」ということがある。

【0103】

ここで、種別情報を用いた昇降機選択処理の具体例について説明する。

【0104】

いま、オフィスビルに設置された１個の昇降機Ｅ、商業施設に設置された１個の昇降機Ｅ、及び工場に設置された１個の昇降機Ｅが複数個の昇降機Ｅに含まれているものとする。また、先行指数を用いた１個の指標Ｉ、一致指数を用いた１個の指標Ｉ、及び遅行指数を用いた１個の指標Ｉが対象経済指標に含まれているものとする。

【0105】

例えば、オフィスビルに設置された昇降機Ｅの稼働状態は、景気の動向に対して先行指数的に振る舞うと考えられる。このため、かかる稼働状態の時間変動は、任意の一致指数の時間変動に対して先行する蓋然性が高く、かつ、任意の遅行指数の時間変動に対して先行する蓋然性が高いと考えられる。また、かかる稼働情報の時間変動は、一部の先行指数の時間変動に対しても先行し得ると考えられる。これは、工場に設置された昇降機Ｅについても同様である。

【0106】

他方、商業施設に設置された昇降機Ｅの稼働状態は、景気の動向に対して遅行指数的に振る舞うと考えられる。このため、かかる稼働状態の時間変動は、任意の一致指数の時間変動に対して先行する蓋然性が低く、かつ、任意の先行指数の時間変動に対して先行する蓋然性が低いと考えられる。また、かかる稼働情報の時間変動は、一部の遅行指数の時間変動に対してのみ先行し得ると考えられる。

【0107】

そこで、昇降機選択部１６は、先行指数を用いた指標Ｉについては、オフィスビルに設置された昇降機Ｅ又は工場に設置された昇降機Ｅのうちの少なくとも一方を選択する。また、昇降機選択部１６は、一致指数を用いた指標Ｉについては、オフィスビルに設置された昇降機Ｅ又は工場に設置された昇降機Ｅのうちの少なくとも一方を選択する。また、昇降機選択部１６は、遅行指数を用いた指標Ｉについては、オフィスビルに設置された昇降機Ｅ、商業施設に設置された昇降機Ｅ又は工場に設置された昇降機Ｅのうちの少なくとも一つを選択する。

【0108】

次に、地域情報を用いた昇降機選択処理の具体例について説明する。

【0109】

いま、特定の地域（以下「第１の地域」という。）における１個の施設Ｆに１個の昇降機Ｅが設置されており、かつ、他の地域（以下「第２の地域」という。）における１個の施設Ｆに１個の昇降機Ｅが設置されているものとする。また、第１の地域に係る指数を用いた１個の指標Ｉ、及び第２の地域に係る指数を用いた１個の指標Ｉが対象経済指標に含まれているものとする。

【0110】

この場合、昇降機選択部１６は、第１の地域に係る指数を用いた指標Ｉについては、第１の地域における施設Ｆに設置された昇降機Ｅを選択する。また、昇降機選択部１６は、第２の地域に係る指数を用いた指標Ｉについては、第２の地域における施設Ｆに設置された昇降機Ｅを選択する。

【0111】

図１５は、実施の形態２に係る予測用モデル生成装置の要部を示すブロック図である。図１５を参照して、実施の形態２に係る予測用モデル生成装置について説明する。なお、図１５において、図２に示すブロックと同様のブロックには同一符号を付して説明を省略する。

【0112】

図１５に示す如く、予測用モデル生成装置２００ａは、履歴情報取得部２１、データ前処理部２２及び予測用モデル生成部２３を有している。これに加えて、予測用モデル生成装置２００ａは、付加情報取得部２４及び昇降機選択部２５を有している。

【0113】

付加情報取得部２４は、付加情報取得部１５により実行される付加情報取得処理と同様の付加情報取得処理を実行するものである。昇降機選択部２５は、昇降機選択部１６により実行される昇降機選択処理と同様の昇降機選択処理を実行するものである。ただし、昇降機選択部２５による選択結果情報は、履歴情報取得部２１及び予測用モデル生成部２３に出力される。

【0114】

履歴情報取得部２１は、選択結果情報が示す１個以上の昇降機Ｅに係る第１履歴情報を取得する。予測用モデル生成部２３は、選択結果情報に基づき、当該取得された第１履歴情報のうちの対応する第１履歴情報を個々のモデルＭの生成に用いる。

【0115】

すなわち、対象経済指標が１個の指標Ｉを含むものである場合、履歴情報取得部２１は、１個の指標Ｉに対応する１個以上の昇降機Ｅに係る第１履歴情報を取得する。予測用モデル生成部２３は、１個の指標Ｉに対応する１個のモデルＭを生成するとき、当該取得された稼働情報を用いる。

【0116】

他方、対象経済指標が複数個の指標Ｉを含むものである場合、履歴情報取得部２１は、複数個の指標Ｉの各々に対応する１個以上の昇降機Ｅに係る第１履歴情報を取得する。予測用モデル生成部２３は、複数個の指標Ｉに対応する複数個のモデルＭの各々を生成するとき、当該取得された第１履歴情報のうちの対応する第１履歴情報を用いる。

【0117】

経済指標予測装置１００ａの要部のハードウェア構成は、実施の形態１にて図３を参照して説明したものと同様である。このため、図示及び説明を省略する。すなわち、稼働情報取得部１１、データ前処理部１２、指標情報取得部１３、経済指標予測部１４、付加情報取得部１５及び昇降機選択部１６の各々の機能は、プロセッサ３１及びメモリ３２により実現されるものであっても良く、又は専用の処理回路３３により実現されるものであっても良い。

【0118】

予測用モデル生成装置２００ａの要部のハードウェア構成は、実施の形態１にて図４を参照して説明したものと同様である。このため、図示及び説明を省略する。すなわち、履歴情報取得部２１、データ前処理部２２、予測用モデル生成部２３、付加情報取得部２４及び昇降機選択部２５の各々の機能は、プロセッサ４１及びメモリ４２により実現されるものであっても良く、又は専用の処理回路４３により実現されるものであっても良い。

【0119】

次に、図１６のフローチャートを参照して、経済指標予測装置１００ａの動作について説明する。なお、図１６において、図５に示すステップと同様のステップには同一符号を付して説明を省略する。

【0120】

まず、付加情報取得部１５が付加情報取得処理を実行する（ステップＳＴ５）。次いで、昇降機選択部１６が昇降機選択処理を実行する（ステップＳＴ６）。次いで、ステップＳＴ１〜ＳＴ４の処理が実行される。

【0121】

次に、図１７のフローチャートを参照して、予測用モデル生成装置２００ａの動作について説明する。なお、図１７において、図６に示すステップと同様のステップには同一符号を付して説明を省略する。

【0122】

まず、付加情報取得部２４が付加情報取得処理を実行する（ステップＳＴ１４）。次いで、昇降機選択部２５が昇降機選択処理を実行する（ステップＳＴ１５）。次いで、ステップＳＴ１１〜ＳＴ１３の処理が実行される。

【0123】

なお、経済指標予測装置１００ａは、実施の形態１にて説明したものと同様の種々の変形例を採用することができる。また、予測用モデル生成装置２００ａは、実施の形態１にて説明したものと同様の種々の変形例を採用することができる。

【0124】

例えば、図１８に示す如く、経済指標予測装置１００ａは、データ前処理部１２を有しないものであっても良い。すなわち、稼働情報取得部１１、指標情報取得部１３、経済指標予測部１４、付加情報取得部１５及び昇降機選択部１６により経済指標予測装置１００ａの要部が構成されているものであっても良い。

【0125】

また、図１９に示す如く、予測用モデル生成装置２００ａは、データ前処理部２２を有しないものであっても良い。すなわち、履歴情報取得部２１、予測用モデル生成部２３、付加情報取得部２４及び昇降機選択部２５により予測用モデル生成装置２００ａの要部が構成されているものであっても良い。

【0126】

また、図２０又は図２１に示す如く、経済指標予測装置１００ａは、指標情報取得部１３を有しないものであっても良い。すなわち、図２０に示す如く、稼働情報取得部１１、データ前処理部１２、経済指標予測部１４、付加情報取得部１５及び昇降機選択部１６により経済指標予測装置１００ａの要部が構成されているものであっても良い。または、図２１に示す如く、稼働情報取得部１１、経済指標予測部１４、付加情報取得部１５及び昇降機選択部１６により経済指標予測装置１００ａの要部が構成されているものであっても良い。

【0127】

次に、そのほかの変形例について説明する。

【0128】

付加情報は、上記の具体例に限定されるものではない。また、昇降機選択処理は、上記の具体例に限定されるものではない。昇降機選択処理は、個々の指標Ｉに対応する１個以上の昇降機Ｅを選択するものであれば良い。すなわち、昇降機選択処理は、個々の指標Ｉの時間変動に対して、その稼働状態の時間変動が高い相関を有すると想定される１個以上の昇降機Ｅを選択するものであれば良い。付加情報は、かかる選択を実現可能な情報であれば、如何なる情報を含むものであっても良い。

【0129】

例えば、付加情報は、複数個の施設Ｆのうちの１個以上の施設Ｆが複数個の企業により使用されるものであるとき、１個以上の施設Ｆの各々を使用する企業が属する業種を示す情報（以下「業種情報」という。）を含むものであっても良い。この場合、特定の業種に係る指数を用いた指標Ｉについて、当該特定の業種に属する企業により使用される施設Ｆに設置された昇降機Ｅが対象昇降機に選択されるものであっても良い。

【0130】

以上のように、実施の形態２に係る経済指標予測装置１００ａは、付加情報を取得する付加情報取得部１５と、付加情報を用いて複数個の昇降機Ｅのうちの対象経済指標に対応する１個以上の昇降機Ｅを対象昇降機に選択する昇降機選択部１６と、を備え、付加情報は、複数個の昇降機Ｅが複数個の施設Ｆに設置されているとき、複数個の施設Ｆの各々を含む地域を示す情報、複数個の施設Ｆの各々の種別を示す情報又は複数個の昇降機Ｅの各々の用途を示す情報のうちの少なくとも一つを含む。これにより、個々の指標Ｉの予測値ＰＶ１を算出するにあたり、予測値ＰＶ１の算出に適した昇降機Ｅに係る稼働情報を予測値ＰＶ１の算出に用いることができる。

【0131】

また、実施の形態２に係る予測用モデル生成装置２００ａは、付加情報を取得する付加情報取得部２４と、付加情報を用いて複数個の昇降機Ｅのうちの対象経済指標に対応する１個以上の昇降機Ｅを対象昇降機に選択する昇降機選択部２５と、を備え、付加情報は、複数個の昇降機Ｅが複数個の施設Ｆに設置されているとき、複数個の施設Ｆの各々を含む地域を示す情報、複数個の施設Ｆの各々の種別を示す情報又は複数個の昇降機Ｅの各々の用途を示す情報のうちの少なくとも一つを含む。これにより、個々の指標Ｉに対応するモデルＭを生成するにあたり、モデルＭの生成に適した昇降機Ｅに係る第１履歴情報をモデルＭの生成に用いることができる。

【0132】

実施の形態３．
図２２は、実施の形態３に係る生産計画装置の要部を示すブロック図である。図２２を参照して、実施の形態３に係る生産計画装置について説明する。

【0133】

図２２に示す如く、生産計画装置３００は、経済指標予測装置１００、受注情報取得部５１及び生産計画部５２を有している。

【0134】

経済指標予測装置１００は、実施の形態１にて説明したものと同様である。このため、経済指標予測装置１００についての詳細な説明は省略する。経済指標予測装置１００は、経済指標予測部１４により算出された予測値ＰＶ１を生産計画部５２に出力する。

【0135】

以下、１個の製品Ｐ、複数個の製品Ｐ、又は複数個の製品Ｐのうちの選択された１個以上の製品Ｐを総称して「対象製品」という。個々の製品Ｐは、任意のシステム、任意の装置又は任意の部品である。

【0136】

受注情報取得部５１は、対象製品の受注数を示す情報（以下「受注情報」という。）を取得するものである。受注情報は、例えば、対象製品の生産者（すなわち生産計画装置３００の使用者又は生産計画装置３００を用いた役務の利用者）により入力されたものである。受注情報取得部５１は、当該取得された受注情報を生産計画部５２に出力するものである。

【0137】

生産計画部５２は、経済指標予測装置１００により出力された予測値ＰＶ１を取得するとともに、受注情報取得部５１により出力された受注情報を取得するものである。生産計画部５２は、当該取得された予測値ＰＶ１及び当該取得された受注情報を用いて、対象製品の生産数の計画値ＰＶ２を算出するものである。生産計画部５２は、当該算出された計画値ＰＶ２を出力するものである。

【0138】

すなわち、通常、生産者が受注数に応じて対象製品を生産するとき、受注後納期前の期間内に突発的に注文が追加されることにより、受注数が増加することがある。または、受注後納期前の期間内に注文が部分的に取り消されることにより、受注数が減少することがある。対象製品の在庫数を制御する観点から、対象製品の生産を開始するよりも先に、かかる受注数の増減を考慮した生産数の計画値ＰＶ２を得ることが求められている。

【0139】

ここで、かかる受注数の増減は、受注後納期前の時期における景気の動向に対する相関を有すると考えられる。例えば、景気後退期から景気拡張期に移行する時期においては、注文の追加が発生しやすいと考えられる。他方、景気拡張期から景気後退期に移行する時期においては、注文の取消しが発生しやすいと考えられる。

【0140】

そこで、生産計画部５２は、経済指標予測装置１００により算出された予測値ＰＶ１を計画値ＰＶ２の算出に用いる。予測値ＰＶ１を用いることにより、かかる受注数の増減を考慮した生産数の計画値ＰＶ２を算出することができる。

【0141】

計画値ＰＶ２の算出には、例えば、専用のモデル（以下「計画用モデル」という。）が用いられる。すなわち、計画用モデルは、予測値ＰＶ１及び受注情報の入力を受け付けて計画値ＰＶ２を出力するものである。計画用モデルの生成には、統計又は機械学習に係る公知の種々の技術を用いることができる。これらの技術についての詳細な説明は省略する。

【0142】

または、例えば、計画値ＰＶ２の算出には、所定の数式が用いられる。すなわち、当該数式は、１個以上の変数を含むものである。個々の変数には、予測値ＰＶ１、予測値ＰＶ１に基づき算出された値、受注数を示す値、受注数を示す値に基づき算出された値、又は予測値ＰＶ１及び受注数を示す値に基づき算出された値が入力される。これにより、計画値ＰＶ２が算出される。

【0143】

そのほか、計画値ＰＶ２の算出には、公知の種々の技術を用いることができる。これらの技術についての詳細な説明は省略する。

【0144】

以下、経済指標予測装置１００により実行される処理を総称して「経済指標予測処理等」ということがある。経済指標予測処理等に含まれる個々の処理は、実施の形態１にて説明したものと同様である。このため、これらの処理についての詳細な説明は省略する。また、受注情報取得部により実行される処理を総称して「受注情報取得処理」ということがある。また、生産計画部５２により実行される処理を総称して「生産計画処理」ということがある。

【0145】

次に、図２３を参照して、生産計画装置３００の要部のハードウェア構成について説明する。

【0146】

図２３Ａに示す如く、生産計画装置３００は、プロセッサ６１及びメモリ６２を有している。メモリ６２には、経済指標予測装置１００、受注情報取得部５１及び生産計画部５２の機能を実現するためのプログラムが記憶されている。かかるプログラムをプロセッサ６１が読み出して実行することにより、経済指標予測装置１００、受注情報取得部５１及び生産計画部５２の機能が実現される。

【0147】

または、図２３Ｂに示す如く、生産計画装置３００は、処理回路６３を有している。この場合、経済指標予測装置１００、受注情報取得部５１及び生産計画部５２の機能は、専用の処理回路６３により実現される。

【0148】

または、生産計画装置３００は、プロセッサ６１、メモリ６２及び処理回路６３を有している（不図示）。この場合、経済指標予測装置１００、受注情報取得部５１及び生産計画部５２の機能のうちの一部の機能がプロセッサ６１及びメモリ６２により実現されるとともに、残余の機能が処理回路６３により実現される。

【0149】

プロセッサ６１は、１個又は複数個のプロセッサにより構成されている。個々のプロセッサは、例えば、ＣＰＵ、ＧＰＵ、マイクロプロセッサ、マイクロコントローラ又はＤＳＰを用いたものである。

【0150】

メモリ６２は、１個又は複数個の不揮発性メモリにより構成されている。または、メモリ６２は、１個又は複数個の不揮発性メモリ及び１個又は複数個の揮発性メモリにより構成されている。すなわち、メモリ６２は、１個又は複数個のメモリにより構成されている。個々のメモリは、例えば、半導体メモリ、磁気ディスク、光ディスク、光磁気ディスク又は磁気テープを用いたものである。より具体的には、個々の揮発性メモリは、例えば、ＲＡＭを用いたものである。また、個々の不揮発性メモリは、例えば、ＲＯＭ、フラッシュメモリ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ソリッドステートドライブ、ハードディスクドライブ、フレキシブルディスク、コンパクトディスク、ＤＶＤ、ブルーレイディスク又はミニディスクを用いたものである。

【0151】

処理回路６３は、１個又は複数個のデジタル回路により構成されている。または、処理回路６３は、１個又は複数個のデジタル回路及び１個又は複数個のアナログ回路により構成されている。すなわち、処理回路６３は、１個又は複数個の処理回路により構成されている。個々の処理回路は、例えば、ＡＳＩＣ、ＰＬＤ、ＦＰＧＡ、ＳｏＣ又はシステムＬＳＩを用いたものである。

【0152】

次に、図２４のフローチャートを参照して、生産計画装置３００の動作について説明する。

【0153】

まず、経済指標予測装置１００が経済指標予測処理等を実行する（ステップＳＴ２１）。次いで、受注情報取得部５１が受注情報取得処理を実行する（ステップＳＴ２２）。次いで、生産計画部５２が生産計画処理を実行する（ステップＳＴ２３）。

【0154】

なお、経済指標予測処理等及び受注情報取得処理の実行順は、図２４に示す例に限定されるものではない。経済指標予測処理等は、生産計画処理が実行されるよりも先に実行されるものであれば良い。受注情報取得処理は、生産計画処理が実行されるよりも先に実行されるものであれば良い。

【0155】

次に、図２５を参照して、生産計画装置３００の変形例について説明する。

【0156】

図２５に示す如く、生産計画装置３００は、経済指標予測装置１００に代えて経済指標予測装置１００ａを有するものであっても良い。経済指標予測装置１００ａは、実施の形態２にて説明したものと同様である。このため、経済指標予測装置１００ａについての詳細な説明は省略する。

【0157】

なお、図２２に示す生産計画装置３００における経済指標予測装置１００は、実施の形態１にて説明したものと同様の種々の変形例を採用することができる。また、図２５に示す生産計画装置３００における経済指標予測装置１００ａは、実施の形態２にて説明したものと同様の種々の変形例を採用することができる。

【0158】

以上のように、実施の形態３に係る生産計画装置３００は、経済指標予測装置１００又は経済指標予測装置１００ａと、対象製品の受注数を示す受注情報を取得する受注情報取得部５１と、予測値ＰＶ１及び受注情報を用いて対象製品の生産数の計画値ＰＶ２を算出する生産計画部５２と、を備える。予測値ＰＶ１を用いることにより、注文の追加による受注数の増加及び注文の取消しによる受注数の減少などを考慮した生産数の計画値ＰＶ２を算出することができる。

【0159】

なお、本願発明はその発明の範囲内において、各実施の形態の自由な組み合わせ、あるいは各実施の形態の任意の構成要素の変形、もしくは各実施の形態において任意の構成要素の省略が可能である。

【0160】

また、各実施の形態において、稼働情報取得部は、対象昇降機の稼働状態を示す稼働情報を取得するのに代えて又は加えて、他の機器等の稼働状態を示す稼働情報を取得するものであっても良い。例えば、稼働情報取得部は、工場等に設置された生産設備（以下「対象生産設備」という。）の稼働状態を示す稼働情報を取得するものであっても良い。予測用モデルは、当該取得された稼働情報の入力を受け付けて、対象経済指標の予測値を出力するものであっても良い。この場合における稼働情報は、例えば、対象生産設備の稼働率を示す情報、対象生産設備による生産量を示す情報、又は対象生産設備による生産に使用された部品の量を示す情報のうちの少なくとも一つを含むものであっても良い。

【0161】

また、各実施の形態において、履歴情報取得部は、稼働情報取得部により取得される稼働情報に対応する第１履歴情報を取得するものであれば良い。すなわち、履歴情報取得部は、対象昇降機の稼働状態の履歴を示す第１履歴情報を取得するのに代えて又は加えて、他の機器等の稼働状態の履歴を示す第１履歴情報を取得するものであっても良い。例えば、履歴情報取得部は、対象生産設備の稼働状態の履歴を示す第１履歴情報を取得するものであっても良い。予測用モデル生成部は、当該取得された第１履歴情報を予測用モデルの生成に用いるものであっても良い。

【産業上の利用可能性】

【0162】

本発明の経済指標予測装置、生産計画装置、予測用モデル生成装置及び予測用モデル生成方法は、例えば、対象製品の生産数の計画に用いることができる。

【符号の説明】

【0163】

１１ 稼働情報取得部、１２ データ前処理部、１３ 指標情報取得部、１４ 経済指標予測部、１５ 付加情報取得部、１６ 昇降機選択部、２１ 履歴情報取得部、２２ データ前処理部、２３ 予測用モデル生成部、２４ 付加情報取得部、２５ 昇降機選択部、３１ プロセッサ、３２ メモリ、３３ 処理回路、４１ プロセッサ、４２ メモリ、４３ 処理回路、５１ 受注情報取得部、５２ 生産計画部、６１ プロセッサ、６２ メモリ、６３ 処理回路、１００，１００ａ 経済指標予測装置、２００，２００ａ 予測用モデル生成装置、３００ 生産計画装置。

【図1】

【図2】

【図3A】

【図3B】

【図4A】

【図4B】

【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23A】

【図23B】

【図24】

【図25】