知財求人 - 知財ポータルサイト「IP Force」
特開2024-167331旅客流動予測装置、旅客流動予測方法および旅客流動予測プログラム
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024167331
(43)【公開日】2024-12-03
(54)【発明の名称】旅客流動予測装置、旅客流動予測方法および旅客流動予測プログラム
(51)【国際特許分類】
G08G 1/01 20060101AFI20241126BHJP
G06Q 50/40 20240101ALI20241126BHJP
【ＦＩ】
G08G1/01 F
G06Q50/40
【審査請求】有
【請求項の数】12
【出願形態】ＯＬ
(21)【出願番号】P 2024147378
(22)【出願日】2024-08-29
(62)【分割の表示】P 2020178757の分割
【原出願日】2020-10-26
(71)【出願人】
【識別番号】000002945
【氏名又は名称】オムロン株式会社
(74)【代理人】
【識別番号】100129012
【弁理士】
【氏名又は名称】元山 雅史
(72)【発明者】
【氏名】廣田 敦士
(72)【発明者】
【氏名】幡山 五郎
(72)【発明者】
【氏名】櫻木 伸也
(57)【要約】 （修正有）
【課題】鉄道輸送における旅客流動の予測結果を向上する。
【解決手段】旅客流動予測装置１が、各旅客の入退場駅および入退場時刻を示す通過データを取得する通過データ取得部と、取得された通過データと列車の運行計画データとに基づいて通過データが示す所定の時間帯における入場旅客数を列車の乗員数として割り振り列車の混雑度を推定する混雑度推定部と、を備え、混雑度推定部は、運行計画データに基づいて所定の時間帯に各駅に入場した旅客が退場駅までの移動に利用する列車を所定の検索条件に基づいて検索し、検索された列車に当該旅客を乗員数として割り当てる列車割当処理を実行する列車割当部を有し、列車割当部は入場旅客数を前記所定の検索条件に応じて割り振る。
【選択図】図５
【解決手段】旅客流動予測装置１が、各旅客の入退場駅および入退場時刻を示す通過データを取得する通過データ取得部と、取得された通過データと列車の運行計画データとに基づいて通過データが示す所定の時間帯における入場旅客数を列車の乗員数として割り振り列車の混雑度を推定する混雑度推定部と、を備え、混雑度推定部は、運行計画データに基づいて所定の時間帯に各駅に入場した旅客が退場駅までの移動に利用する列車を所定の検索条件に基づいて検索し、検索された列車に当該旅客を乗員数として割り当てる列車割当処理を実行する列車割当部を有し、列車割当部は入場旅客数を前記所定の検索条件に応じて割り振る。
【選択図】図５
【特許請求の範囲】
【請求項1】
鉄道輸送における旅客の流動を予測する旅客流動予測装置であって、
各旅客の入退場駅および入退場時刻を示す通過データを取得する通過データ取得部と、
取得された前記通過データと、列車の運行計画データとに基づいて、前記通過データが示す所定の時間帯における入場旅客数を列車の乗員数として割り振り、列車の混雑度を推定する混雑度推定部と、
を備え、
前記混雑度推定部は、前記運行計画データに基づいて、前記所定の時間帯に各駅に入場した旅客が退場駅までの移動に利用する列車を、所定の検索条件に基づいて検索し、検索された列車に当該旅客を乗員数として割り当てる列車割当処理を実行する列車割当部を有し、
前記列車割当部は、前記入場旅客数を前記所定の検索条件に応じて割り振る、
旅客流動予測装置。
各旅客の入退場駅および入退場時刻を示す通過データを取得する通過データ取得部と、
取得された前記通過データと、列車の運行計画データとに基づいて、前記通過データが示す所定の時間帯における入場旅客数を列車の乗員数として割り振り、列車の混雑度を推定する混雑度推定部と、
を備え、
前記混雑度推定部は、前記運行計画データに基づいて、前記所定の時間帯に各駅に入場した旅客が退場駅までの移動に利用する列車を、所定の検索条件に基づいて検索し、検索された列車に当該旅客を乗員数として割り当てる列車割当処理を実行する列車割当部を有し、
前記列車割当部は、前記入場旅客数を前記所定の検索条件に応じて割り振る、
旅客流動予測装置。
【請求項2】
前記列車割当部は、前記所定の検索条件ごとに割り振られた入場旅客数を、前記所定の時間帯を所定の時間単位で分割した複数の入場時刻それぞれで入場した旅客として更に振り分ける、
請求項１に記載の旅客流動予測装置。
請求項１に記載の旅客流動予測装置。
【請求項3】
前記所定の検索条件が２以上の条件を含み、
前記混雑度推定部は、前記各駅に入場した旅客を前記検索条件の条件数に応じて所定の比率で割り振り、割り振られた旅客が退場駅までの移動に利用する列車を対応する条件に基づいて検索し、検索された列車に当該旅客を乗員数として割り振る、
請求項１または２に記載の旅客流動予測装置。
前記混雑度推定部は、前記各駅に入場した旅客を前記検索条件の条件数に応じて所定の比率で割り振り、割り振られた旅客が退場駅までの移動に利用する列車を対応する条件に基づいて検索し、検索された列車に当該旅客を乗員数として割り振る、
請求項１または２に記載の旅客流動予測装置。
【請求項4】
前記所定の検索条件は、最速で目的地に到達できる経路を優先的に抽出する条件や、乗換回数が最少で済む経路を優先的に抽出する条件を含む、
請求項１～３のいずれか１項に記載の旅客流動予測装置。
請求項１～３のいずれか１項に記載の旅客流動予測装置。
【請求項5】
前記列車割当部は、前記所定の検索条件ごとに割り振られた入場旅客数を、前記複数の入場時刻それぞれで入場した旅客として均等に振り分ける、
請求項１～４のいずれか１項に記載の旅客流動予測装置。
請求項１～４のいずれか１項に記載の旅客流動予測装置。
【請求項6】
前記所定の時間単位は、１分単位である、
請求項１～５のいずれか１項に記載の旅客流動予測装置。
請求項１～５のいずれか１項に記載の旅客流動予測装置。
【請求項7】
前記通過データ取得部は、前記通過データを各駅に設置された改札機から取得する、
請求項１～６のいずれか１項に記載の旅客流動予測装置。
請求項１～６のいずれか１項に記載の旅客流動予測装置。
【請求項8】
前記所定の時間帯の長さは、前記通過データ取得部における前記通過データの取得周期と同じに設定される、
請求項１～７のいずれか１項に記載の旅客流動予測装置。
請求項１～７のいずれか１項に記載の旅客流動予測装置。
【請求項9】
前記混雑度推定部は、取得された前記通過データと、列車の運行計画データとに基づいて、前記通過データが示す、切れ目なく連続するように設定された複数の時間帯における入場旅客数を列車の乗員数として割り振り、列車の混雑度を推定する、
請求項１～８のいずれか１項に記載の旅客流動予測装置。
請求項１～８のいずれか１項に記載の旅客流動予測装置。
【請求項10】
前記列車割当部は、前記運行計画データのほか、各駅の改札機からプラットフォームまでの移動に要する時間に関する情報を含む検索用データに基づいて、前記複数の入場時刻に入場した旅客がプラットフォームに到達する時刻を推定し、前記所定の時間帯に各駅に入場した旅客が退場駅までの移動に利用する列車を検索する、
請求項２に記載の旅客流動予測装置。
請求項２に記載の旅客流動予測装置。
【請求項11】
鉄道輸送における旅客の流動を予測する旅客流動予測方法であって、
各旅客の入退場駅および入退場時刻を示す通過データを取得する通過データ取得工程と、
取得された前記通過データと、列車の運行計画データとに基づいて、前記通過データが示す所定の時間帯における入場旅客数を列車の乗員数として割り振り、列車の混雑度を推定する混雑度推定工程と、
を備え、
前記混雑度推定工程は、前記運行計画データに基づいて、前記所定の時間帯に各駅に入場した旅客が退場駅までの移動に利用する列車を、所定の検索条件に基づいて検索し、検索された列車に当該旅客を乗員数として割り当てる列車割当処理を実行する列車割当工程を有し、
前記列車割当工程では、前記入場旅客数を前記所定の検索条件に応じて割り振る、
旅客流動予測方法。
各旅客の入退場駅および入退場時刻を示す通過データを取得する通過データ取得工程と、
取得された前記通過データと、列車の運行計画データとに基づいて、前記通過データが示す所定の時間帯における入場旅客数を列車の乗員数として割り振り、列車の混雑度を推定する混雑度推定工程と、
を備え、
前記混雑度推定工程は、前記運行計画データに基づいて、前記所定の時間帯に各駅に入場した旅客が退場駅までの移動に利用する列車を、所定の検索条件に基づいて検索し、検索された列車に当該旅客を乗員数として割り当てる列車割当処理を実行する列車割当工程を有し、
前記列車割当工程では、前記入場旅客数を前記所定の検索条件に応じて割り振る、
旅客流動予測方法。
【請求項12】
請求項１１に記載の旅客流動予測方法をコンピュータに実行させる、
旅客流動予測プログラム。
旅客流動予測プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、鉄道輸送における旅客の流動を予測する旅客流動予測装置、旅客流動予測方法および旅客流動予測プログラムに関する。
【背景技術】
【0002】
従来、鉄道輸送における旅客の流動を予測するための手法がいくつか提案されている。特許文献１に開示される手法によれば、自動改札機から取得される通過データに基づいて、当日の現時点までの旅客の流動が実測される。次に、過去のＯＤ（Origin-Destination）データから実測結果と最も類似する過去のデータが抽出される。次に、抽出された過去のＯＤデータそのもの、あるいはこれを微調整したものが、当日の現時点以降の旅客の流動の予測値として設定される。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０１０－６１３２１号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
上記の手法によれば、過去のＯＤデータが予測値に直接的にあるいは強く反映される。しかし、現時点までの旅客の流動が過去のデータと一致していても、現時点以降の旅客の流動が当該過去のデータと一致するとは限らない。また、通過データもＯＤデータも、入退場の場所と時刻を示すという意味で旅客の流動を示すものの、入退場の間の期間における旅客の流動を直接的に示すものではない。
【0005】
よって、従来の鉄道輸送における旅客の流動を予測するための手法には、その予測結果（例えば、予測精度および予測内容）に改善の余地があると考えられる。
そこで本発明は、鉄道輸送における旅客流動の予測結果を向上することを目的とする。
そこで本発明は、鉄道輸送における旅客流動の予測結果を向上することを目的とする。
【課題を解決するための手段】
【0006】
本発明の一形態に係る旅客流動予測装置は、鉄道輸送における旅客の流動を予測する。旅客流動予測装置は、通過データ取得部、ＯＤ予測部および混雑度推定部を備える。通過データ取得部は、各旅客の入退場駅および入退場時刻を示す当日の通過データを逐次取得する。ＯＤ予測部は、取得された当日の通過データに基づいて、当日のＯＤデータの予測結果を示すＯＤ予測データを随時更新する。混雑度推定部は、ＯＤ予測データと、当日の列車の運行計画データとに基づいて、ＯＤ予測データが示す入場旅客数を当日の列車の乗員数として割り振り、各列車の混雑度を推定する。
【0007】
「通過データ」は、旅客１人１人の入場駅、入場時刻、退場駅および退場時刻を示す。通過データは、各旅客が改札を通過する際に取得される。
「ＯＤデータ」は、通過データを集計することによって生成されることができる。ＯＤデータは、データ取得範囲（例えば、当該旅客流動予測装置を導入した一鉄道事業者により列車の運行がなされる鉄道路線）内における複数の駅のうち、入場駅（出発地Origin）と退場駅（目的地Destination）の組合せごとの旅客数を示す。データ取得範囲内の駅数がｎの場合、入場駅と退場駅の組合せは、ｎ×（ｎ－１）通りである。
「ＯＤデータ」は、通過データを集計することによって生成されることができる。ＯＤデータは、データ取得範囲（例えば、当該旅客流動予測装置を導入した一鉄道事業者により列車の運行がなされる鉄道路線）内における複数の駅のうち、入場駅（出発地Origin）と退場駅（目的地Destination）の組合せごとの旅客数を示す。データ取得範囲内の駅数がｎの場合、入場駅と退場駅の組合せは、ｎ×（ｎ－１）通りである。
【0008】
上記構成によれば、ＯＤ予測部が、通過データ取得部によって取得される当日の通過データを用いて、ＯＤデータの予測結果を示すＯＤ予測データを随時更新する。当日の通過データを用いるため、ＯＤデータをリアルタイムで予測することができ、予測精度が向上する。
そして、混雑度推定部が、このリアルタイムで随時更新されていくＯＤ予測データに基づいて列車の混雑度を推定する。混雑度もリアルタイムで推定することができ、推定精度が向上する。混雑度は、通過データあるいはＯＤデータによって示すことが困難な、入退場間の期間における旅客の流動を示す指標である。よって、鉄道輸送における旅客流動の予測内容を拡充することができる。すなわち、予測結果を向上することができる。
そして、混雑度推定部が、このリアルタイムで随時更新されていくＯＤ予測データに基づいて列車の混雑度を推定する。混雑度もリアルタイムで推定することができ、推定精度が向上する。混雑度は、通過データあるいはＯＤデータによって示すことが困難な、入退場間の期間における旅客の流動を示す指標である。よって、鉄道輸送における旅客流動の予測内容を拡充することができる。すなわち、予測結果を向上することができる。
【0009】
通過データ取得部は、通過データを各駅に設置された改札機から取得してもよい。
上記構成によれば、通過データが改札機から取得される。改札の通過に使用された乗車券から、入場駅と退場駅とを簡単に紐付けることができる。そのため、確実性の高い通過データを生成することができ、これに基づいて確実性の高いＯＤ予測データを生成することができる。混雑度がこのＯＤ予測データに基づいて推定されるので、推定精度が向上する。
上記構成によれば、通過データが改札機から取得される。改札の通過に使用された乗車券から、入場駅と退場駅とを簡単に紐付けることができる。そのため、確実性の高い通過データを生成することができ、これに基づいて確実性の高いＯＤ予測データを生成することができる。混雑度がこのＯＤ予測データに基づいて推定されるので、推定精度が向上する。
【0010】
一般に、改札機は、鉄道事業者が保有する鉄道設備である。当該旅客流動予測装置が鉄道事業者に導入された場合、鉄道事業者は、自身が保有する鉄道設備を応用することで、ＯＤデータを予測し、混雑度を推定することができる。外部から提供されるデータへの依存度を低くまたは無くして、混雑度を推定することができる。また、列車そのものに混雑度を推定するためのハードウェア（例えば、重量センサ）が搭載されていなくても、混雑度を推定することができる。したがって、鉄道事業者は、低コストで混雑度の推定結果を得ることができる。
【0011】
ＯＤ予測部は、当日のＯＤデータの予測結果を時間帯別に示した複数のＯＤ予測データを随時更新するように構成されていてもよい。混雑度推定部は、複数のＯＤ予測データに基づいて、混雑度を推定するように構成されていてもよい。
上記構成によれば、複数のＯＤ予測データが時間帯別に生成される。例えば、15:00～15:05の旅客数は〇〇人、15:05～15:10の旅客数は△△人のように、時間を細分してＯＤデータが予測される。これにより、当日の通過データに基づき、各ＯＤ予測データの対象時間帯内に発生した旅客数を即時に容易に確定することができる。よって、対象時間帯内に発生した旅客がどの目的地に何人移動したのかを即時に容易に測定することもでき、ＯＤデータの予測精度が向上する。また、時間を細かく区切って生成されたＯＤ予測データに基づいて混雑度を推定するため、各対象時間帯内に発生した旅客が乗車すると想定される列車の特定作業も容易となり、混雑度の推定精度および即時性が向上する。
上記構成によれば、複数のＯＤ予測データが時間帯別に生成される。例えば、15:00～15:05の旅客数は〇〇人、15:05～15:10の旅客数は△△人のように、時間を細分してＯＤデータが予測される。これにより、当日の通過データに基づき、各ＯＤ予測データの対象時間帯内に発生した旅客数を即時に容易に確定することができる。よって、対象時間帯内に発生した旅客がどの目的地に何人移動したのかを即時に容易に測定することもでき、ＯＤデータの予測精度が向上する。また、時間を細かく区切って生成されたＯＤ予測データに基づいて混雑度を推定するため、各対象時間帯内に発生した旅客が乗車すると想定される列車の特定作業も容易となり、混雑度の推定精度および即時性が向上する。
【0012】
ＯＤ予測部は、過去のＯＤデータに基づいてＯＤ予測データの初期値を設定する初期化処理を実行する初期化部と、当日の通過データに基づいて初期値を補正することで、ＯＤ予測データを更新する更新処理を実行する更新部とを有していてもよい。
上記構成によれば、まず、初期化部が、過去のＯＤデータに基づいてＯＤ予測データの初期値を設定し、次いで、更新部が、初期値を補正してＯＤ予測データを更新していく。初期値が闇雲に設定される場合と対比し、ＯＤ予測データの予測精度が向上する。ＯＤ予測データの更新が当日の通過データに基づくので、予測精度が向上する。
上記構成によれば、まず、初期化部が、過去のＯＤデータに基づいてＯＤ予測データの初期値を設定し、次いで、更新部が、初期値を補正してＯＤ予測データを更新していく。初期値が闇雲に設定される場合と対比し、ＯＤ予測データの予測精度が向上する。ＯＤ予測データの更新が当日の通過データに基づくので、予測精度が向上する。
【0013】
初期化部は、過去のＯＤデータからＯＤ予測データと類似すると推定されるデータを抽出し、抽出された過去のＯＤデータを初期値として設定してもよい。
上記構成によれば、過去のＯＤデータに基づいて初期値を設定する際に、初期化部が、ＯＤ予測データと類似すると推定される過去のＯＤデータを抽出する。類似すると推定されるデータが初期値として設定されるため、ＯＤ予測データの予測精度が向上する。
上記構成によれば、過去のＯＤデータに基づいて初期値を設定する際に、初期化部が、ＯＤ予測データと類似すると推定される過去のＯＤデータを抽出する。類似すると推定されるデータが初期値として設定されるため、ＯＤ予測データの予測精度が向上する。
【0014】
ＯＤ予測部が、当日のＯＤデータの予測結果を時間帯別に示した複数のＯＤ予測データを随時更新するように構成される場合において、更新部は、ＯＤ予測データの対象時間帯の終期に取得された通過データに基づき、ＯＤ予測データの対象時間帯における各駅の入場旅客数を確定してもよい。
上記構成によれば、ＯＤ予測部は、時間帯別にＯＤ予測データを生成するため、当該対象時間帯の終期に取得された通過データに基づいて、ＯＤ予測データの対象時間帯における各駅の入場旅客数を確定する。入場旅客数が確定されるので、予測精度が向上する。
上記構成によれば、ＯＤ予測部は、時間帯別にＯＤ予測データを生成するため、当該対象時間帯の終期に取得された通過データに基づいて、ＯＤ予測データの対象時間帯における各駅の入場旅客数を確定する。入場旅客数が確定されるので、予測精度が向上する。
【0015】
更新部は、確定された各駅の入場旅客数を、その他の駅を退場駅とする旅客数として、初期値と同じ比率で割り振ることにより、ＯＤ予測データを更新してもよい。
上記構成によれば、過去のＯＤデータに基づいて生成された初期値が、当日の通過データに基づいて更新される。ＯＤ予測データのリアルタイム更新を実現することができ、予測精度が向上する。
上記構成によれば、過去のＯＤデータに基づいて生成された初期値が、当日の通過データに基づいて更新される。ＯＤ予測データのリアルタイム更新を実現することができ、予測精度が向上する。
【0016】
更新部は、対象時間帯の終期よりも後の時点で取得された通過データに基づいて、対象時間帯内に入場した旅客のうち退場を済ませた旅客数を部分的に確定することにより、ＯＤ予測データを更新していてもよい。
上記構成によれば、対象時間帯の終期よりも後の時点で取得された通過データに基づいて、退場済の旅客数が部分的に確定されるので、予測精度が向上する。
上記構成によれば、対象時間帯の終期よりも後の時点で取得された通過データに基づいて、退場済の旅客数が部分的に確定されるので、予測精度が向上する。
【0017】
更新部は、対象時間帯の終期よりも後の時点で取得された通過データと、入場駅と退場駅の組合せごとに２駅間移動に要すると予想される最長移動時間を定義した最長移動時間データとに基づき、ＯＤ予測データの対象時間帯内に入場した旅客のうち、最長移動時間が対象時間帯の始期から当該時点までの期間よりも短い組合せの旅客数を確定してもよい。
【0018】
上記構成によれば、最長移動時間の概念を使ってＯＤデータが予測される。最長移動時間とは、入場駅および退場駅の任意の２駅の組合せごとに定義された、２駅間移動に要すると予想される時間である。例えば、Ａ駅からＢ駅への最長移動時間が１０分であれば、対象時間帯内にＡ駅に入場してＢ駅へ移動しようとする旅客の全員が、対象時間帯の始期から１０分以内にＢ駅を退場したものと推定される。通過データが対象時間帯の始期から１０分以上経過した時点で再取得される場合、Ａ駅を入場駅としてＢ駅を退場駅とする組合せの旅客数が、この通過データに基づいて確定される。このように、比較的に短距離移動をした旅客数が退場を済ませたものとして確定され、予測精度が向上する。
【0019】
更新部は、確定された入場旅客数から確定された２駅間移動の旅客数を減算することで未退場の旅客数を推定し、推定された未退場の旅客数を最長移動時間が始期から当該時点よりも長い組合せの２駅間移動の退場旅客数として割り振ることにより、ＯＤ予測データを更新してもよい。
上記構成によれば、確定された入場旅客数と退場済の旅客数とから未退場の旅客数が推定される。この未退場の旅客数が長距離移動をする旅客数として割り振られる。退場済の旅客数を部分的に確定した後、未退場の旅客数がどこで何人退場するのかを予測することができ、予測精度が向上する。
上記構成によれば、確定された入場旅客数と退場済の旅客数とから未退場の旅客数が推定される。この未退場の旅客数が長距離移動をする旅客数として割り振られる。退場済の旅客数を部分的に確定した後、未退場の旅客数がどこで何人退場するのかを予測することができ、予測精度が向上する。
【0020】
混雑度推定部は、運行計画データに基づいて、ＯＤ予測データの対象時間帯内に各駅に入場した旅客が退場駅までの移動に利用する列車を所定の検索条件に基づいて検索し、検索された列車に当該旅客を乗員数として割り振る列車割当処理を実行する列車割当部を有していてもよい。
上記構成によれば、ＯＤデータの予測値に基づいて旅客が利用する列車を検索することで、列車の乗員数が推定される。列車の混雑度を、運行計画データとＯＤ予測データとに基づいて推定することができる。したがって、外部データへの依存を減らして低コストで混雑度を推定することができる。
上記構成によれば、ＯＤデータの予測値に基づいて旅客が利用する列車を検索することで、列車の乗員数が推定される。列車の混雑度を、運行計画データとＯＤ予測データとに基づいて推定することができる。したがって、外部データへの依存を減らして低コストで混雑度を推定することができる。
【0021】
所定の検索条件が２以上の条件を含んでいてもよい。列車割当部は、各駅に入場した旅客を検索条件の条件数に応じて所定の比率で割り振り、割り振られた旅客が退場駅までの移動に利用する列車を対応する条件に基づいて検索し、検索された列車に当該旅客を乗員数として割り振ってもよい。
なお、２駅間を移動する場合、到達時間が早くなる経路を選択したり、乗換回数が少なくなる経路を選択したりするなど、旅客が嗜好に応じて経路を選択する場合がある。２以上の検索条件は、このような嗜好に対応したもので、最速で目的地に到達できる経路を優先的に抽出する条件や、乗換回数が最少で済む経路を優先的に抽出する条件を含む。
なお、２駅間を移動する場合、到達時間が早くなる経路を選択したり、乗換回数が少なくなる経路を選択したりするなど、旅客が嗜好に応じて経路を選択する場合がある。２以上の検索条件は、このような嗜好に対応したもので、最速で目的地に到達できる経路を優先的に抽出する条件や、乗換回数が最少で済む経路を優先的に抽出する条件を含む。
【0022】
上記構成によれば、条件数に応じて旅客が所定の比率で割り振られる。条件ごとに割り振られた旅客によって利用されるであろう列車が、当該条件に従って検索される。そして、旅客が検索された列車の乗員数として割り振られる。これにより、同じ２駅間を移動する旅客の間で、旅客の嗜好によって乗車する列車が異なる可能性があっても、これに対応することができる。よって、列車の混雑度の推定精度が向上する。
【0023】
本発明の一形態に係る旅客流動予測方法は、鉄道輸送における旅客の流動を予測する旅客流動予測方法であって、通過データ取得工程、ＯＤ予測工程および混雑度予測工程を備える。通過データ取得工程では、各旅客の入退場駅および入退場時刻を示した当日の通過データを逐次取得する。ＯＤ予測工程では、取得された当日の通過データに基づいて、当日のＯＤデータの予測結果を示すＯＤ予測データを随時更新する。混雑度推定工程では、前記ＯＤ予測データと、当日の列車の運行計画とに基づいて、旅客が乗車する列車を推定し、前記ＯＤ予測データが示す入場人数を運行される列車の乗員数として割り振り、各列車の混雑度を推定する。
【0024】
本発明の一形態に係る旅客流動予測プログラムは、上記旅客流動予測方法をコンピュータに実行させる。
上記方法およびプログラムは、前述した旅客流動予測装置と対応する技術的特徴を具備しており、同様の作用効果を奏する。
上記方法およびプログラムは、前述した旅客流動予測装置と対応する技術的特徴を具備しており、同様の作用効果を奏する。
【発明の効果】
【0025】
本発明によれば、鉄道輸送における旅客流動の予測結果を向上することができる。
【図面の簡単な説明】
【0026】
【図1】本発明の実施形態に係る旅客流動予測装置を示すブロック図である。
【図2】本発明の実施形態の適用例を示す図である。
【図3】通過データの一例をテーブル状に示す図である。
【図4】（Ａ）は、ＯＤデータの一例を行列状に示す図である。（Ｂ）は、時間帯別ＯＤデータの一例を行列状に示す図である。
【図5】旅客流動予測装置を示すブロック図である。
【図6】ＯＤ予測部および混雑度推定部により実行される処理のタイムチャートである。
【図7】初期化処理および第１更新処理を示す図である。
【図8】第２更新処理を示す図である。
【図9】第３更新処理を示す図である。
【図10】列車割当処理を示す図である。
【図11】本発明の実施形態に係る旅客流動予測方法を示すフローチャートである。
【発明を実施するための形態】
【0027】
以下、図面を参照しながら本発明の実施形態について説明する。
（旅客流動予測装置）
図１は、本発明の一実施形態に係る旅客流動予測装置１を示す。旅客流動予測装置１は、鉄道輸送における旅客の流動を予測する。旅客流動予測装置１は、一例として、鉄道事業者の旅客運送業務に活用され、また、旅客向けの情報提供サービスに好適に適用される。
（旅客流動予測装置）
図１は、本発明の一実施形態に係る旅客流動予測装置１を示す。旅客流動予測装置１は、鉄道輸送における旅客の流動を予測する。旅客流動予測装置１は、一例として、鉄道事業者の旅客運送業務に活用され、また、旅客向けの情報提供サービスに好適に適用される。
【0028】
旅客流動予測装置１は、中央演算部１１、記憶部１２、入力部１３および出力部１４を備え、これらは通信バス１５を介して相互に接続されている。
中央演算部１１は、記憶部１２に記憶される旅客流動予測プログラムＰに従って旅客流動予測方法を実行する。中央演算部１１またはこれを備える旅客流動予測装置１は、旅客流動予測方法を実行するコンピュータの一例である。
中央演算部１１は、記憶部１２に記憶される旅客流動予測プログラムＰに従って旅客流動予測方法を実行する。中央演算部１１またはこれを備える旅客流動予測装置１は、旅客流動予測方法を実行するコンピュータの一例である。
【0029】
記憶部１２は、旅客流動予測プログラムＰのほか、旅客流動予測方法を実行するために必要なデータを一時的にあるいは永続的に記憶している。本実施形態では、記憶部１２が、主記憶部１２ａおよび補助記憶部１２ｂを含む。
主記憶部１２ａは、例えばＲＯＭ（Read-Only-Memory）、ＲＡＭ（Random Access Memory）、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read-Only Memory）等の記憶装置によって実現される。主記憶部１２ａは、旅客流動予測プログラムＰを記憶している。また、主記憶部１２ａは、後述するＯＤ予測データＤ２０を一時的に記憶する。
主記憶部１２ａは、例えばＲＯＭ（Read-Only-Memory）、ＲＡＭ（Random Access Memory）、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read-Only Memory）等の記憶装置によって実現される。主記憶部１２ａは、旅客流動予測プログラムＰを記憶している。また、主記憶部１２ａは、後述するＯＤ予測データＤ２０を一時的に記憶する。
【0030】
補助記憶部１２ｂは、例えばハードディスクドライブ等によって実現される大型記憶装置である。補助記憶部１２ｂは、通信バス１５から分離されたクラウドサーバによって実現されてもよい。
補助記憶部１２ｂは、旅客の流動を予測する際に参照される各種のデータを記憶している。この各種のデータには、過去のＯＤデータＤ１、最長移動時間データＤ２、運行データＤ３、祝祭日データＤ４、駅データＤ５、路線データＤ６および経路データＤ７などが含まれる。
補助記憶部１２ｂは、旅客の流動を予測する際に参照される各種のデータを記憶している。この各種のデータには、過去のＯＤデータＤ１、最長移動時間データＤ２、運行データＤ３、祝祭日データＤ４、駅データＤ５、路線データＤ６および経路データＤ７などが含まれる。
【0031】
入力部１３は、通信ネットワーク９を介し、通過データ収集サーバ２から、各旅客の移動を示す通過データＤ１０（図３参照）を収集する。中央演算部１１は、収集された通過データと、記憶部１２に記憶される各種のデータとに基づいて旅客の流動を予測する。出力部１４は、通信ネットワーク９を介し、管理者端末３、サイネージ４および利用者端末５に、旅客流動の予測結果を示す情報を出力する。
【0032】
管理者端末３は、旅客流動予測装置１が導入される鉄道事業者の業務員によって管理される情報端末であり、出力部１４から出力された情報を表示する表示装置を備えている。サイネージ４は、各駅に設置された電子看板であり、出力部１４から出力された情報を表示する表示部を有している。利用者端末５は、スマートフォンやタブレットのような旅客が携帯する情報端末である。専用のアプリケーション５Ａが利用者端末５にインストールされていると、旅客は、利用者端末５で旅客流動の予測結果を示す情報を確認することができる。このアプリケーション５Ａの提供者は、例えば、旅客流動予測装置１を導入した鉄道事業者である。
【0033】
（通過データ・ＯＤデータ）
図２に示すように、鉄道事業者は、線路および複数の駅などの鉄道施設一式を保有し、線路上で列車を運行して旅客を運送する。鉄道施設一式には、各駅に設置されている改札機６が含まれる。図２では、単なる一例として、一鉄道事業者が、Ａ～Ｆ駅までのＰ路線と、Ｄ駅でＰ路線から分岐してＧ，Ｈ駅に至るＱ路線との２路線で、列車を運行している。「列車」は、１両単独の鉄道車両により、または、２両以上の鉄道車両を連結することにより構成された列車編成を意味する。
図２に示すように、鉄道事業者は、線路および複数の駅などの鉄道施設一式を保有し、線路上で列車を運行して旅客を運送する。鉄道施設一式には、各駅に設置されている改札機６が含まれる。図２では、単なる一例として、一鉄道事業者が、Ａ～Ｆ駅までのＰ路線と、Ｄ駅でＰ路線から分岐してＧ，Ｈ駅に至るＱ路線との２路線で、列車を運行している。「列車」は、１両単独の鉄道車両により、または、２両以上の鉄道車両を連結することにより構成された列車編成を意味する。
【0034】
各旅客は、改札機６の通過に必要な乗車券を準備し、改札機６を通過して出発地の駅（以下、「入場駅」とも称する）へ入場し、鉄道事業者が運行する列車で移動し、改札機６を通過して目的地の駅（以下、「退場駅」とも称する）から退場する。以下では、出発地での入場から目的地での退場までの旅客個々の一連の流動を「トリップ」と称する。
「乗車券」には、磁気券および非接触型ＩＣ（integrated circuit）カードが含まれ、各乗車券には、乗車券を識別する乗車券ＩＤ（Identity Document）等の各種情報が記録される。「乗車券」には、普通乗車券、定期乗車券および乗越精算券が含まれる。
「乗車券」には、磁気券および非接触型ＩＣ（integrated circuit）カードが含まれ、各乗車券には、乗車券を識別する乗車券ＩＤ（Identity Document）等の各種情報が記録される。「乗車券」には、普通乗車券、定期乗車券および乗越精算券が含まれる。
【0035】
改札機６は、乗車券に記録される情報を読み取る。乗車券に入場記録がなく駅構外から駅構内への移動方向で改札機６を通過した場合、改札機６は、旅客が入場するものとして乗車券に入場記録を行う。乗車券に入場記録があり駅構内から駅構外への移動方向で改札機６を通過した場合、改札機６は、旅客が退場するものとして乗車券に退場記録を行う（あるいは、当該乗車券を回収する）。
【0036】
改札機６は、乗車券に関する情報とともに旅客の入退場に関する情報を通過データ収集サーバ２に送信する。旅客が入場のため改札機６を通過した場合、改札機６は、少なくとも、入場駅情報および入場時刻情報を送信する。旅客が退場のため改札機６を通過した場合、改札機６は、少なくとも、退場駅情報および退場時刻情報を送信する。また、この退場駅の改札機６は、乗車券から読み取った入場記録（入場駅情報および入場時刻情報）を退場駅情報および退場時刻情報と併せて送信する。
【0037】
図３に示すように、通過データ収集サーバ２は、多数の駅の改札機６から送信される情報に基づいて、入場および退場を１セットとする１トリップを表した通過データＤ１０を生成する。通過データＤ１０は、入場駅情報、入場時刻情報、退場駅情報および退場時刻情報を含む。入場駅情報は、乗車券の情報を読み取った改札機６が設置されている入場駅を示す。入場時刻情報は、入場駅で改札機６を通過した時刻を示す。退場駅情報は、乗車券の情報を読み取った改札機６が設置されている退場駅を示す。退場時刻情報は、退場駅で改札機６を通過した時刻を示す。
【0038】
旅客の移動中は、退場駅情報および退場時刻情報が存在しない（２行目の通過データＤ１０を参照）。そこで、通過データ収集サーバ２は、旅客が退場するまで未完の通過データＤ１０を保管する。通過データ収集サーバ２は、旅客流動予測装置１からの要求に応じて、未完の通過データＤ１０も旅客流動予測装置１に送信することができる。
一日の列車運行業務が終了すると、全旅客が目的地の駅から退場し、かつ、翌日の始発運行まで旅客が出発地の駅へ入場することはない。よって、一日間の全トリップが確定される。通過データ収集サーバ２は、確定された通過データＤ１０群に基づいて、この一日間におけるＯＤデータＤ１（図４（Ａ）を参照）を生成する。
一日の列車運行業務が終了すると、全旅客が目的地の駅から退場し、かつ、翌日の始発運行まで旅客が出発地の駅へ入場することはない。よって、一日間の全トリップが確定される。通過データ収集サーバ２は、確定された通過データＤ１０群に基づいて、この一日間におけるＯＤデータＤ１（図４（Ａ）を参照）を生成する。
【0039】
図４（Ａ）に示すように、ＯＤデータＤ１は、データ測定範囲内における複数の駅（図２の例では、一鉄道事業者によって運営されるＰ，Ｑ路線上のＡ～Ｈ駅）のなかで、入場駅と退場駅の組合せごとの旅客数（すなわち、トリップ数）を示す。ＯＤデータＤ１は、例えば、入場駅を行、退場駅を列に配列した行列状に表される。
図２および図４（Ａ）を参照して、記号「ａ～ｈ」は、Ａ～Ｈ駅と対応する。不図示であるが本書で用いる記号「ｉ，ｊ」は、任意の異なる２駅を表し、記号「ａ～ｈ」に適宜置換え可能である。記号「Ｔｉｊ」は、ｉ駅で入場してｊ駅で退場した延べ旅客数である。換言すれば、ｉ駅を入場駅としてｊ駅を退場駅としたトリップ数である。更に換言すれば、集計された通過データＤ１０群のうち、入場駅情報がｉ駅を示し退場駅情報がｊ駅を示す通過データＤ１０の数である。記号「Ｇｉ」は、ｉ駅での延べ入場旅客数を示し、記号「Ａｉ」は、ｉ駅での延べ退場旅客数を示す。Ｇａは、Ｔａｂ，Ｔａｃ，…，Ｔａｇ，Ｔａｈの総和であり、Ａａは、Ｔｂａ，Ｔｃａ，…，Ｔｇａ，Ｔｈａの総和である。記号「Σ」は、全トリップ数（集計された通過データＤ１０の数）を示し、Ｇａ，Ｇｂ，…，Ｇｇ，Ｇｈの総和であって、Ａａ，Ａｂ，…，Ａｇ，Ａｈの総和でもある。
図２および図４（Ａ）を参照して、記号「ａ～ｈ」は、Ａ～Ｈ駅と対応する。不図示であるが本書で用いる記号「ｉ，ｊ」は、任意の異なる２駅を表し、記号「ａ～ｈ」に適宜置換え可能である。記号「Ｔｉｊ」は、ｉ駅で入場してｊ駅で退場した延べ旅客数である。換言すれば、ｉ駅を入場駅としてｊ駅を退場駅としたトリップ数である。更に換言すれば、集計された通過データＤ１０群のうち、入場駅情報がｉ駅を示し退場駅情報がｊ駅を示す通過データＤ１０の数である。記号「Ｇｉ」は、ｉ駅での延べ入場旅客数を示し、記号「Ａｉ」は、ｉ駅での延べ退場旅客数を示す。Ｇａは、Ｔａｂ，Ｔａｃ，…，Ｔａｇ，Ｔａｈの総和であり、Ａａは、Ｔｂａ，Ｔｃａ，…，Ｔｇａ，Ｔｈａの総和である。記号「Σ」は、全トリップ数（集計された通過データＤ１０の数）を示し、Ｇａ，Ｇｂ，…，Ｇｇ，Ｇｈの総和であって、Ａａ，Ａｂ，…，Ａｇ，Ａｈの総和でもある。
【0040】
ＯＤデータＤ１を生成するための通過データＤ１０の収集期間は、一日単位に限られず、１日よりも短い所定の時間単位（例えば、１時間単位、１０分単位など）でもよい。この場合には、図４（Ｂ）に示すように、通過データＤ１０の収集期間が互いに異なった複数の「時間帯別ＯＤデータＤ１Ａ」が生成される。以下、各時間帯別ＯＤデータＤ１Ａに対応した通過データＤ１０の収集期間を「対象時間帯Ｔ１」と称する。
【0041】
図４（Ｂ）は、単なる一例として、収集期間を５分単位とした場合における、同日の時間帯別ＯＤデータＤ１Ａを簡略的に示している。複数の時間帯別ＯＤデータＤ１Ａとして、14:50～14:55を対象時間帯Ｔ１としたもの、その次の14:55～15:00を対象時間帯Ｔ１としたもの、その次の15:00～15:05を対象時間帯Ｔ１としたものが例示されている。
収集期間が５分単位のように短ければ、トリップの所要時間が収集期間よりも長くなる場合がある。時間帯別ＯＤデータＤ１Ａは、退場時刻が対象時間帯Ｔ１内に収まるか否かに関わらず、入場時刻が対象時間帯Ｔ１内である全トリップを対象とする。時間帯別ＯＤデータＤ１Ａでは、記号「Σ」は、入場時刻が対象時間帯Ｔ１内である全トリップ数を示し、記号「Ｇｉ」は、対象時間帯Ｔ１におけるｉ駅での入場旅客数を示す。
収集期間が５分単位のように短ければ、トリップの所要時間が収集期間よりも長くなる場合がある。時間帯別ＯＤデータＤ１Ａは、退場時刻が対象時間帯Ｔ１内に収まるか否かに関わらず、入場時刻が対象時間帯Ｔ１内である全トリップを対象とする。時間帯別ＯＤデータＤ１Ａでは、記号「Σ」は、入場時刻が対象時間帯Ｔ１内である全トリップ数を示し、記号「Ｇｉ」は、対象時間帯Ｔ１におけるｉ駅での入場旅客数を示す。
【0042】
通過データ収集サーバ２は、当日の終電運行後、翌日の始発運行前にＯＤデータＤ１を生成する。入力部１３（図１参照）は、始発運行までに通過データ収集サーバ２からＯＤデータＤ１を取得し、取得されたＯＤデータＤ１が、記憶部１２（図１参照）に過去のＯＤデータＤ１として蓄積記憶される。旅客流動予測装置１は、過去のＯＤデータＤ１として時間帯別ＯＤデータＤ１Ａを記憶していてもよい。時間帯別ＯＤデータＤ１Ａは、通過データ収集サーバ２によって生成されてもよいし、旅客流動予測装置１によって生成されてもよい。
【0043】
図５は、旅客流動予測装置１を示すブロック図である。旅客流動予測装置１は、旅客流動予測プログラムＰを実行することで、通過データ取得部２１、ＯＤ予測部２２および混雑度推定部２３を備えている。
通過データ取得部２１は、通過データ収集サーバ２から所定の取得周期で当日の通過データＤ１０を逐次取得する。通過データＤ１０は、各駅に設置された改札機６で取得される。通過データＤ１０は、各旅客の入退場駅および入退場時刻を示す（図１（Ｂ）を参照）。ただし、取得される通過データＤ１０には、旅客の未退場によって入場駅および入場時刻のみを示した未完のものも含まれる。通過データＤ１０の取得周期は、特に限定されない。例えば、取得周期は、通過データ収集サーバ２での通過データＤ１０の収集期間と同じ（例えば、５分）に設定される。
通過データ取得部２１は、通過データ収集サーバ２から所定の取得周期で当日の通過データＤ１０を逐次取得する。通過データＤ１０は、各駅に設置された改札機６で取得される。通過データＤ１０は、各旅客の入退場駅および入退場時刻を示す（図１（Ｂ）を参照）。ただし、取得される通過データＤ１０には、旅客の未退場によって入場駅および入場時刻のみを示した未完のものも含まれる。通過データＤ１０の取得周期は、特に限定されない。例えば、取得周期は、通過データ収集サーバ２での通過データＤ１０の収集期間と同じ（例えば、５分）に設定される。
【0044】
（ＯＤ予測）
ＯＤ予測部２２は、取得された当日の通過データＤ１０に基づいて、当日のＯＤデータの予測結果を示すＯＤ予測データＤ２０を随時更新する。特に、ＯＤ予測部２２は、複数の時間帯別ＯＤ予測データＤ２１を生成する。各時間帯別ＯＤ予測データＤ２１の対象時間帯Ｔ１の長さは、特に限定されない。例えば、対象時間帯Ｔ１の長さは、通過データ取得部２１における通過データＤ１０の取得周期と同じ（例えば、５分）に設定される。
ＯＤ予測部２２は、取得された当日の通過データＤ１０に基づいて、当日のＯＤデータの予測結果を示すＯＤ予測データＤ２０を随時更新する。特に、ＯＤ予測部２２は、複数の時間帯別ＯＤ予測データＤ２１を生成する。各時間帯別ＯＤ予測データＤ２１の対象時間帯Ｔ１の長さは、特に限定されない。例えば、対象時間帯Ｔ１の長さは、通過データ取得部２１における通過データＤ１０の取得周期と同じ（例えば、５分）に設定される。
【0045】
ＯＤ予測部２２は、初期化部３１および更新部３２を備えている。初期化部３１は、記憶部１２に記憶される過去のＯＤデータＤ１に基づいて、ＯＤ予測データＤ２０の初期値を設定する初期化処理を実行する。
更新部３２は、ＯＤ予測データＤ２０の初期値を、随時取得される当日の通過データＤ１０に基づいて補正し、それによりＯＤ予測データＤ２０を随時更新する更新処理を実行する。すなわち、更新部３２は、時間経過に伴い断続的に取得される通過データＤ１０の最新版に基づいて、ＯＤ予測データＤ２０を複数回にわたって更新する。
更新部３２は、ＯＤ予測データＤ２０の初期値を、随時取得される当日の通過データＤ１０に基づいて補正し、それによりＯＤ予測データＤ２０を随時更新する更新処理を実行する。すなわち、更新部３２は、時間経過に伴い断続的に取得される通過データＤ１０の最新版に基づいて、ＯＤ予測データＤ２０を複数回にわたって更新する。
【0046】
本実施形態では、更新が３回行われる。更新処理が、第１更新処理、第２更新処理および第３更新処理を含み、更新部３２は、第１更新部３６、第２更新部３７および第３更新部３８を備えている。第１更新部３６は、初期化処理後のＯＤ予測データに対して第１更新処理を実行する。第２更新部３７は、第１更新処理後のＯＤ予測データに対して第２更新処理を実行する。第３更新部３８は、第２更新処理後のＯＤ予測データに対して第３更新処理を実行する。
【0047】
図６も参照して、第１更新部３６は、ＯＤ予測データＤ２０の対象時間帯Ｔ１の終期ｔ１に第１更新処理を実行する。第２更新部３７および第３更新部３８は、対象時間帯Ｔ１の終期（第１更新時点）ｔ１よりも後の第２更新時期ｔ２および第３更新時期ｔ３それぞれで、第２更新処理および第３更新処理をそれぞれ実行する。
第２更新時期ｔ２および第３更新時期ｔ３はどのように設定されてもよい。本実施形態では、単なる一例として、第２更新時期ｔ２が、対象時間帯Ｔ１の終期ｔ１から対象時間帯Ｔ１の長さだけ後の時点（例えば、始期ｔ０から１０分後、終期ｔ１から５分後）に設定される。第３更新時期ｔ３が、第２更新時期ｔ２から同じ長さだけ後の時点（始期ｔ０から１５分後、終期ｔ１から１０分後、第２更新時期ｔ２から５分後）に設定される。
第２更新時期ｔ２および第３更新時期ｔ３はどのように設定されてもよい。本実施形態では、単なる一例として、第２更新時期ｔ２が、対象時間帯Ｔ１の終期ｔ１から対象時間帯Ｔ１の長さだけ後の時点（例えば、始期ｔ０から１０分後、終期ｔ１から５分後）に設定される。第３更新時期ｔ３が、第２更新時期ｔ２から同じ長さだけ後の時点（始期ｔ０から１５分後、終期ｔ１から１０分後、第２更新時期ｔ２から５分後）に設定される。
【0048】
なお、複数の時間帯別ＯＤ予測データＤ２１の対象時間帯Ｔ１は、切れ目なく連続するように設定されている。ある時間帯別ＯＤ予測データＤ２１の対象時間帯Ｔ１の終期ｔ１は、次の時間帯別ＯＤ予測データＤ２１の対象時間帯Ｔ１の始期ｔ０と同じである。ある時間帯別ＯＤ予測データＤ２１の第２更新時期ｔ２は、２つ後の時間帯別ＯＤ予測データＤ２１の対象時間帯Ｔ１の始期ｔ０と同じである。よって、複数の時間帯別ＯＤ予測データＤ２１が、同時進行で生成されていく。
【0049】
（初期化）
図７は初期化処理および第１更新処理を示す図である。図７およびそれ以降の図面では、説明の簡略化のため、Ａ、Ｄ、Ｆ、Ｈの４駅のみを抜粋して入退場駅としているが、他の２駅間移動の旅客数についても同様にして予測が行われる。なお、ＡおよびＦは、Ｐ路線の終端駅である。Ｄは、Ｐ路線の中間駅であってＱ路線の終端駅であり、Ｐ路線とＱ路線の間の乗換駅である。Ｈは、Ｑ路線の反対側の終端駅である。
図７は初期化処理および第１更新処理を示す図である。図７およびそれ以降の図面では、説明の簡略化のため、Ａ、Ｄ、Ｆ、Ｈの４駅のみを抜粋して入退場駅としているが、他の２駅間移動の旅客数についても同様にして予測が行われる。なお、ＡおよびＦは、Ｐ路線の終端駅である。Ｄは、Ｐ路線の中間駅であってＱ路線の終端駅であり、Ｐ路線とＱ路線の間の乗換駅である。Ｈは、Ｑ路線の反対側の終端駅である。
【0050】
初期化処理では、初期化部３１が、過去のＯＤデータＤ１から、今回生成される時間帯別ＯＤ予測データＤ２１と類似すると推定されるデータを抽出する。初期化部３１は、抽出されたデータを初期値として設定する。これにより、初期化された時間帯別ＯＤ予測データ（初期データＤ２１(t0)）が生成される。
抽出方法も、抽出する過去のＯＤデータＤ１の個数も、抽出されたデータの加工要否も特に限定されない。図示例では、１週前の同じ曜日・同じ時間帯の過去の時間帯別のＯＤデータＤ１の数値がそのまま初期値として設定されている。通勤通学需要が高い路線では、曜日が同じであることで類似したデータを抽出しやすくなる。初期化部３１は、昨日の同じ時間帯の過去の時間帯別ＯＤデータを抽出してもよい。沿線で集客力が高いイベント行事（例えば、スポーツの試合、コンサート、お祭りなど）が行われる日では、初期化部３１は、同様のイベント行事が行われた日の同じ時間帯の過去の時間帯別ＯＤデータを抽出する。初期化部３１は、単一の過去の時間帯別ＯＤデータの数値をそのまま初期値に設定するほか、複数の時間帯別ＯＤデータの平均値を初期値として設定してもよい。
初期化処理は、対象時間帯Ｔ１の終期ｔ１までに完了していればどのようなタイミングで実行されてもよい。例えば、初期化処理は、対象時間帯Ｔ１の始期ｔ０に実行される。
抽出方法も、抽出する過去のＯＤデータＤ１の個数も、抽出されたデータの加工要否も特に限定されない。図示例では、１週前の同じ曜日・同じ時間帯の過去の時間帯別のＯＤデータＤ１の数値がそのまま初期値として設定されている。通勤通学需要が高い路線では、曜日が同じであることで類似したデータを抽出しやすくなる。初期化部３１は、昨日の同じ時間帯の過去の時間帯別ＯＤデータを抽出してもよい。沿線で集客力が高いイベント行事（例えば、スポーツの試合、コンサート、お祭りなど）が行われる日では、初期化部３１は、同様のイベント行事が行われた日の同じ時間帯の過去の時間帯別ＯＤデータを抽出する。初期化部３１は、単一の過去の時間帯別ＯＤデータの数値をそのまま初期値に設定するほか、複数の時間帯別ＯＤデータの平均値を初期値として設定してもよい。
初期化処理は、対象時間帯Ｔ１の終期ｔ１までに完了していればどのようなタイミングで実行されてもよい。例えば、初期化処理は、対象時間帯Ｔ１の始期ｔ０に実行される。
【0051】
（第１更新）
第１更新処理は、対象時間帯Ｔ１の終期ｔ１に実行される。第１更新部３６は、対象時間帯Ｔ１の終期ｔ１に取得された通過データＤ１０(t1)から、入場時刻が対象時間帯Ｔ１内である通過データＤ１０を集計する。それにより、第１更新部３６は、対象時間帯Ｔ１における各駅の入場旅客数Ｇｉを確定する。なお、旅客のなかには、対象時間帯Ｔ１において退場を済ませたものもいるかもしれないが、第１更新部３６は、第１更新処理において、通過データＤ１０(t1)のうち退場駅情報および退場時刻情報を必要としない。
第１更新処理は、対象時間帯Ｔ１の終期ｔ１に実行される。第１更新部３６は、対象時間帯Ｔ１の終期ｔ１に取得された通過データＤ１０(t1)から、入場時刻が対象時間帯Ｔ１内である通過データＤ１０を集計する。それにより、第１更新部３６は、対象時間帯Ｔ１における各駅の入場旅客数Ｇｉを確定する。なお、旅客のなかには、対象時間帯Ｔ１において退場を済ませたものもいるかもしれないが、第１更新部３６は、第１更新処理において、通過データＤ１０(t1)のうち退場駅情報および退場時刻情報を必要としない。
【0052】
第１更新部３６は、確定された各駅の入場旅客数Ｇｉを、初期値と同じ比率で、他の駅で退場した旅客数として割り振る。これにより、初期値が補正され、第１更新処理済の時間帯別ＯＤ予測データ（第１更新データＤ２１(t1)）が生成される。
初期データＤ２１(t0)におけるｉ駅での入場旅客数をＧｉ(t0)、初期データＤ２１(t0)においてｉ駅で入場してｊ駅で退場する旅客数をＴｉｊ(t0)とした場合、ｉ駅で入場してｊ駅で退場する旅客数Ｔｉｊ(t1)は、式：Ｔｉｊ(t1)＝Ｇｉ×（Ｔｉｊ(t0)／Ｇｉ(t0)）に基づいて予測される。そして、この予測値Ｔｉｊ(t1)が、初期値Ｔｉｊ(t0)と置き換えられる。
初期データＤ２１(t0)におけるｉ駅での入場旅客数をＧｉ(t0)、初期データＤ２１(t0)においてｉ駅で入場してｊ駅で退場する旅客数をＴｉｊ(t0)とした場合、ｉ駅で入場してｊ駅で退場する旅客数Ｔｉｊ(t1)は、式：Ｔｉｊ(t1)＝Ｇｉ×（Ｔｉｊ(t0)／Ｇｉ(t0)）に基づいて予測される。そして、この予測値Ｔｉｊ(t1)が、初期値Ｔｉｊ(t0)と置き換えられる。
【0053】
具体的には、第１更新データＤ２１(t1)においてＡ駅で入場してＤ駅で退場する旅客数Ｔａｄ(t1)は、１０人と予測されている。これは、確定されたＡ駅の入場旅客数Ｇａ（８０人）に、初期データＤ２１(t0)におけるＡ駅で入場してＤ駅で退場する旅客数Ｔａｄ(t0)のＡ駅の入場旅客数Ｇａ(t0)に対する比率（１１／（１１＋３３＋４４））を乗算することによって、導出されている。
【0054】
別の言い方では、初期データＤ２１(t0)では、Ａ駅で入場した８８人の旅客が、１：３：４の比率でその他の駅（Ｄ駅、Ｆ駅、Ｈ駅）で退場している。第１更新データＤ２１(t1)の生成に際し、確定されたＡ駅の入場旅客数Ｇａ（８０人）が、初期値と同じ１：３：４の比率で、その他の駅（Ｄ駅、Ｆ駅、Ｈ駅）で退場した旅客数（１０人、３０人、４０人）として割り振られている。
【0055】
（第２更新）
図８は、第２更新処理を示す図である。第２更新処理は、対象時間帯Ｔ１の終期ｔ１より後の第２更新時期ｔ２に実行される。第２更新時期ｔ２になれば、対象時間帯Ｔ１に入場した旅客の一部が、退場し始める。第２更新処理では、入場時刻が対象時間帯Ｔ１内にある通過データＤ１０のうち、退場駅情報および退場時刻情報が参照される。
図８は、第２更新処理を示す図である。第２更新処理は、対象時間帯Ｔ１の終期ｔ１より後の第２更新時期ｔ２に実行される。第２更新時期ｔ２になれば、対象時間帯Ｔ１に入場した旅客の一部が、退場し始める。第２更新処理では、入場時刻が対象時間帯Ｔ１内にある通過データＤ１０のうち、退場駅情報および退場時刻情報が参照される。
【0056】
第２更新処理では、第２更新部３７が、第２更新時期ｔ２に取得された通過データＤ１０(t2)から、２駅間移動の旅客数が第１更新データＤ２１(t1)の対応する旅客数よりも多いものを抽出する。そして、第１更新データＤ２１(t1)の数値が、抽出された旅客数へと増加補正される。
次に、第２更新部３７は、入場駅が同じで退場駅が異なる他の組合せの旅客数を減少補正することによって増加補正量を相殺し、それにより、入場駅の入場旅客数を確定済人数で維持する。なお、減少補正量の分担比は、第１更新データＤ２１(t1)における他の組合せの旅客数の比率によって決定される。このようにして、第２更新処理済の時間帯別ＯＤ予測データ（第２更新データＤ２１(t2)）が生成される。
次に、第２更新部３７は、入場駅が同じで退場駅が異なる他の組合せの旅客数を減少補正することによって増加補正量を相殺し、それにより、入場駅の入場旅客数を確定済人数で維持する。なお、減少補正量の分担比は、第１更新データＤ２１(t1)における他の組合せの旅客数の比率によって決定される。このようにして、第２更新処理済の時間帯別ＯＤ予測データ（第２更新データＤ２１(t2)）が生成される。
【0057】
具体的には、第２更新時期ｔ２において、Ｆ駅で入場してＤ駅で退場を済ませた旅客数Ｔｆｄ(t2)は、通過データＤ１０(t2)から１２人と判明している。これは、第１更新データＤ２１(t1)の対応する旅客数Ｔｆｄ(t1)の１０人よりも多い。よって、第２更新部３７は、当該２駅間移動に係る旅客数Ｔｆｄ(t1)を、第２更新時期ｔ２で取得された通過データＤ１０(t2)から判明された旅客数Ｔｆｄ(t2)に置き換える。このようにして増加補正がなされる。
【0058】
増加補正量ΔＴｆｄ（Ｔｆｄ(t2)－Ｔｆｄ(t1)）は２人である。仮に、増加補正が個別になされたままとすれば、Ｆ駅の入場旅客数Ｇｆが４７人に増加し、確定されたはずの４５人が維持されない。そのため、増加補正がなされた組合せと同じＦ駅を入場駅として、退場駅は異なる他の組合せの旅客数Ｔｆａ(t1)，Ｔｆｈ(t1)を減少補正する。
減少補正の対象は、入場駅が同じであることを前提として、増加補正がなされた組合せ以外の全組合せの旅客数Ｔｆａ(t1)，Ｔｆｈ(t1)である。減少補正量は増加補正量ΔＴｆｄと等しく、それにより入場旅客数Ｇｆが維持される。減少補正量の分担比は、減少補正の対象となった組合せの旅客数Ｔｆａ(t1)，Ｔｆｈ(t1)の比率であり、本例では３：２である。
減少補正の対象は、入場駅が同じであることを前提として、増加補正がなされた組合せ以外の全組合せの旅客数Ｔｆａ(t1)，Ｔｆｈ(t1)である。減少補正量は増加補正量ΔＴｆｄと等しく、それにより入場旅客数Ｇｆが維持される。減少補正量の分担比は、減少補正の対象となった組合せの旅客数Ｔｆａ(t1)，Ｔｆｈ(t1)の比率であり、本例では３：２である。
【0059】
Ａ駅を退場駅とする旅客数Ｔｆａ(t1)は、減少補正を６割負担し、２１人から１．２人減少補正される。Ｈ駅を退場駅とする旅客数Ｔｆｈ(t1)は、減少補正を４割負担し、１４人から０．８人減少補正される。減少補正の対象となった組合せの旅客数Ｔｆａ，Ｔｆｈの比率は、減少補正後も、減少補正前の３：２で維持される。なお、旅客数の単位は人であるが、旅客数の予測値は、整数である必要はない。
【0060】
（第３更新）
図９は、第３更新処理を示す図である。第３更新処理は、対象時間帯Ｔ１の終期ｔ１および第２更新時期ｔ２よりも後の第３更新時期ｔ３に実行される。第３更新時期ｔ３になれば、対象時間帯Ｔ１に入場した旅客のうち、目的地が入場駅から近かった旅客は全員退場を済ませていると考えられる。そこで、第３更新部３８は、入場駅と退場駅とが近接している組合せの２駅間移動の旅客数を確定する。
図９は、第３更新処理を示す図である。第３更新処理は、対象時間帯Ｔ１の終期ｔ１および第２更新時期ｔ２よりも後の第３更新時期ｔ３に実行される。第３更新時期ｔ３になれば、対象時間帯Ｔ１に入場した旅客のうち、目的地が入場駅から近かった旅客は全員退場を済ませていると考えられる。そこで、第３更新部３８は、入場駅と退場駅とが近接している組合せの２駅間移動の旅客数を確定する。
【0061】
第３更新部３８は、この旅客数の確定のため、記憶部１２に記憶される最長移動時間データＤ２を参照する。最長移動時間データＤ２は、入場駅と退場駅の組合せと、入場駅から退場駅への移動に要すると予想される最長移動時間との対応関係を定義している。各組合せに対する最長移動時間は、これまでに蓄積された通過データＤ１０を参照することによって経験的に得られる値であり、旅客流動予測装置１の設計および製造段階で予め決定されることができる。
【0062】
図示例では、Ａ駅の行とＤ駅の列が交差するマスに「８」と記載されている。すなわち、最長移動時間データＤ２において、入場駅をＡ駅とし退場駅をＤ駅とする組合せが、８分の最長移動時間と対応付けられている。入退場駅を入れ替えると、最長時間が変化する場合も考えられる。本実施形態ではこの場合にも対応している（Ｄ駅の行とＡ駅の列が交差するマスの「１１」を参照）。本実施形態では、データ測定範囲内の駅数がｎである場合に、最長移動時間データＤ２によってｎ×（ｎ－１）通りの対応関係が定義されている。
【0063】
第３更新部３８は、最長移動時間が、対象時間帯Ｔ１の始期ｔ０から第３更新時期ｔ３までの期間Ｔ３よりも短い２駅間移動について、第３更新時期ｔ３で取得された通過データＤ１０(t3)に基づいて、その組合せの旅客数を確定する。退場駅が入場駅と近接しているほど、最長移動時間は短い。この処理の実行により、退場駅が入場駅と近接している組合せの旅客数が確定される。
【0064】
そして、第３更新部３８は、入場駅が同じである組合せ群について、確定された入場旅客数から確定された組合せの旅客数を減算することにより、未退場の旅客数を推定する。推定された未退場の旅客数を、未確定の組合せの旅客数として割り振る。これにより、第３更新処理済のＯＤ予測データ（以下、第３更新データＤ２１(t3)と称する）が生成される。
【0065】
具体的には、Ａ駅に入場した場合、Ｄ駅から退場する最長移動時間（８分）と、Ｆ駅から退場する最長移動時間（１０分）とが、上記期間Ｔ３（１５分）よりも短い。第３更新時期ｔ３で取得された通過データＤ１０(t3)により、Ａ駅に入場してＤ駅から退場を済ませた旅客数Ｔａｄは、９人と判明している。この９人が、Ａ駅を入場駅としＤ駅を退場駅とする組合せの旅客数Ｔａｄ(t3)として確定される。これと同様にして、２５人が、Ａ駅を入場駅としてＦ駅を退場駅とする組合せの旅客数Ｔａｆ(t3)として確定される。
【0066】
一方、Ｈ駅を退場駅とする場合の最長移動時間（１６分）は、上記期間Ｔ３より長い。よって、Ａ駅を入場駅としてＨ駅を退場駅とする組合せの旅客数Ｔａｈ(t3)の推定には、通過データＤ１０(t3)から判明された値（１０人）を用いない。代わりに、Ａ駅の入場旅客数Ｇａから、Ａ駅に入場して退場が確定された組合せの旅客数Ｔａｄ(t3)，Ｔａｆ(t3)の和を減算する。これにより、Ａ駅で入場したが未退場の旅客数が推定される（８０－（９＋２５）＝４６）。
【0067】
本例では、最長移動時間が期間Ｔ３よりも長く退場を確定できない組合せが、１つしか残っていない。そのため、推定された未退場の旅客数（４６人）が、当該組合せの旅客数Ｔａｈ(t3)としてそのまま割り振られる。最長移動時間が期間Ｔ３よりも長い組合せが、２以上存在する場合には、推定された未退場の旅客数が、第２更新データＤ２１(t2)における旅客数の比率で、未確定で残った２以上の組合せの旅客数として割り振られてもよい。
なお、この最長移動時間を用いた旅客数の確定は、第２更新時期ｔ２で第２更新処理において実行されてもよい。
なお、この最長移動時間を用いた旅客数の確定は、第２更新時期ｔ２で第２更新処理において実行されてもよい。
【0068】
【0069】
列車割当部４１は、列車割当処理において、ＯＤ予測部２２によって生成されたＯＤ予測データＤ２０と、当日の列車の運行計画データとに基づいて、ＯＤ予測データＤ２０が示す入場旅客数を当日運行される列車の乗員数として割り振る。混雑度導出部４２は、混雑度導出処理において、列車割当部４１によって推定された列車の乗員数に基づいて、列車の混雑度を推定する。
【0070】
前述したとおり、ＯＤ予測部２２は、複数の時間帯別ＯＤ予測データＤ２１を同時進行で生成する。混雑度推定部２３が混雑度を推定するタイミング（推定時点）は、ある時間帯別ＯＤ予測データＤ２１の対象時間帯の始期ｔ０と同一であり、その前の時間帯別ＯＤ予測データＤ２１の対象時間帯の終期ｔ１（第１更新時期）と同一であり、更にその前の時間帯別ＯＤ予測データＤ２１の第２更新時期ｔ２と同一であり、更にその前の時間帯別ＯＤ予測データＤ２１の第３更新時期ｔ３と同一である。
【0071】
上記のＯＤ予測の手法によれば、各推定時点において、少なくとも、初期データＤ２１(t0)と、更新途上にある第１更新データＤ２１(t1)および第２更新データＤ２１(t2)と、更新を完了した直後の第３更新データＤ２１(t3)が存在する。また、記憶部１２は、当該推定時点以前に更新を完了した１以上の第３更新データＤ２１(t3)を記憶していてもよい。
【0072】
混雑度推定部２３は、各推定時点において、当該推定時点を対象時間帯の始期ｔ０とする初期データＤ２１(t0)に基づいて、列車の割当ておよび混雑度の推定を行ってもよい。この場合、推定時点で対象時間帯Ｔ１における入場旅客がまだ誰も存在しない状況で、混雑度の推定を行うことができる。
混雑度推定部２３は、各推定時点において、更新途上にある又は更新を完了した１以上の更新データＤ２１(t1)～(t3)を加味して、列車の割当ておよび混雑度の推定を行ってもよい。この場合、当日の通過データＤ１０を用いてリアルタイムで更新されていくＯＤ予測データに基づき、混雑度を精度よく推定することができる。
混雑度推定部２３は、各推定時点において、更新途上にある又は更新を完了した１以上の更新データＤ２１(t1)～(t3)を加味して、列車の割当ておよび混雑度の推定を行ってもよい。この場合、当日の通過データＤ１０を用いてリアルタイムで更新されていくＯＤ予測データに基づき、混雑度を精度よく推定することができる。
【0073】
（列車割当）
列車割当部４１によって参照される運行計画データは、記憶部１２に記憶されている。運行計画データは、どの日にどの列車をどの時間に運行するのか、各列車の運行区間および停車駅、各停車駅での停車時刻および発車時刻、各列車を構成する車両数、各列車の運送能力（定員）など、列車の運行スケジュールおよび仕様に関する様々な情報を含む。
列車割当部４１によって参照される運行計画データは、記憶部１２に記憶されている。運行計画データは、どの日にどの列車をどの時間に運行するのか、各列車の運行区間および停車駅、各停車駅での停車時刻および発車時刻、各列車を構成する車両数、各列車の運送能力（定員）など、列車の運行スケジュールおよび仕様に関する様々な情報を含む。
【0074】
記憶部１２は、運行計画データの一例として、運行データＤ３および祝祭日データＤ４を記憶している。
運行データＤ３は、列車の運行パターンを示す運行パターン情報や、その列車の仕様（例えば、当該列車の運送能力）を示す列車情報を含む。運行パターン情報は、時刻表のようなものである。平日と週末および祝日とで別の時刻表に従って列車が運行される場合、運行データＤ３は、複数の時刻表に対応した複数の運行パターン情報を含む。沿線でイベント行事が行われるイベント日に臨時列車が運行される場合、記憶部１２は、運行データＤ３として、この臨時列車に対応した運行パターン情報を含む。
運行データＤ３は、列車の運行パターンを示す運行パターン情報や、その列車の仕様（例えば、当該列車の運送能力）を示す列車情報を含む。運行パターン情報は、時刻表のようなものである。平日と週末および祝日とで別の時刻表に従って列車が運行される場合、運行データＤ３は、複数の時刻表に対応した複数の運行パターン情報を含む。沿線でイベント行事が行われるイベント日に臨時列車が運行される場合、記憶部１２は、運行データＤ３として、この臨時列車に対応した運行パターン情報を含む。
【0075】
祝祭日データＤ４は、当日が平日であるか週末および祝日であるかを特定するためのカレンダー情報を含む。カレンダー情報には、イベント日であるか否かを示す情報も含まれる。祝祭日データＤ４を参照することで、運行データＤ３が複数の運行パターン情報を含む場合に、いずれの運行パターン情報を適用すべきか決めることができる。
列車割当部４１は、運行計画データのほか、各駅に入場した旅客がどの列車に乗車するのかを推定するため、その列車の検索に必要な検索用データを参照する。記憶部１２は、検索用データの一例として、駅データＤ５、路線データＤ６、および経路データＤ７を記憶している。
列車割当部４１は、運行計画データのほか、各駅に入場した旅客がどの列車に乗車するのかを推定するため、その列車の検索に必要な検索用データを参照する。記憶部１２は、検索用データの一例として、駅データＤ５、路線データＤ６、および経路データＤ７を記憶している。
【0076】
駅データＤ５は、乗換に必要な時間（本例ではＤ駅が乗換駅）や、各駅の改札機６からプラットフォームまでの移動に要する時間に関する情報を有する。路線データＤ６は、データ測定範囲内における路線図に関する情報を有する。経路データＤ７は、ある時刻、ある入場駅のプラットフォームにいるとき、ある退場駅へ移動する際に利用される路線経路に関する情報を有する。この経路データＤ７と過去の通過データＤ１０とを組み合わせることで、経路テーブルが生成される。各駅間、時間帯ごとの最早移動経路や、乗換最少移動などの条件ごとに移動経路テーブルが事前に生成され、これら複数の移動経路テーブルが装置１内に記憶される。
【0077】
図８は、列車割当部４１により実行される処理を示す図である。図示例では、列車割当部４１が、現在の推定時点が対象時間帯Ｔ１の終期ｔ１である第１更新データＤ２１(t1)を参照して列車割当処理を実行している。前述したとおり、第１更新データＤ２１(t1)では、対象時間帯Ｔ１における各駅の入場旅客数が終期ｔ１（すなわち、当該推定時点）に取得された通過データＤ１０(t1)を用いて確定されており、この確定された入場旅客数と初期値とに基づいて、入場駅と退場駅の各組合せの旅客数が予測されている。そして、第１更新データＤ２１(t1)では、退場済の旅客数が一人も確定されていない。
【0078】
列車割当部４１は、入場駅へ入場した旅客が退場駅までの移動に利用する列車を所定の検索条件に基づいて検索し、検索された列車に当該旅客を乗員数として割り振る。なお、検索条件は２以上の条件を含む。検索条件として、最速で退場駅に到達する条件（条件１）および乗換回数が最少となる条件（条件２）を例示することができる。列車割当部４１は、検索条件の条件数に応じて、所定の比率で、旅客を条件ごとに割り振る。
【0079】
列車割当部４１は、条件ごとに割り振られた旅客を入場時刻ごとに更に振り分ける。列車割当部４１は、対象時間帯Ｔ１を所定の時間単位（例えば、１分単位）で分割することで複数の推定入場時刻を設定する。そして、条件ごとに割り振られた旅客が、複数の推定入場時刻それぞれで入場した旅客として更に振り分けられる。一例として、列車割当部４１は、条件ごとに割り振られた旅客を、各推定入場時刻で入場した旅客として均等に振り分ける。
【0080】
列車割当部４１は、駅データＤ５を参照して、各推定入場時刻に入場した旅客がプラットフォームに到達する時刻を推定する。そして、列車割当部４１は、推定された時刻にプラットフォームに到達した旅客が、退場駅までどの列車を利用するのか、運行データＤ３、経路データＤ７あるいは経路テーブルを参照して予測する。
以上の処理を具体的に説明する。例えば、第１更新データＤ２１(t1)において、Ａ駅を入場駅としてＦ駅を退場駅とする旅客数が３０人と予測されている。列車割当部４１は、この３０人がどの列車に乗車してＦ駅まで移動するのかを予測する。
以上の処理を具体的に説明する。例えば、第１更新データＤ２１(t1)において、Ａ駅を入場駅としてＦ駅を退場駅とする旅客数が３０人と予測されている。列車割当部４１は、この３０人がどの列車に乗車してＦ駅まで移動するのかを予測する。
【0081】
旅客が選択する列車には旅客の嗜好も関わる。この３０人が、旅客の嗜好に対応した複数の検索条件ごとに振り分けられる。本例では、最速で退場駅に到達する条件１と、乗換回数が最少となる条件２の２つの条件が設定されている。そして、条件１に従って移動する旅客と条件２に従って移動する旅客の比率は、一例として、６：４に設定されている。
列車割当部４１は、３０人の旅客のうち条件１に従って移動する旅客が１８人と推定し、条件２に従って移動する旅客は１２人と推定する。これにより、３０人の旅客が、２つの条件に割り振られる。
列車割当部４１は、３０人の旅客のうち条件１に従って移動する旅客が１８人と推定し、条件２に従って移動する旅客は１２人と推定する。これにより、３０人の旅客が、２つの条件に割り振られる。
【0082】
本例では、対象時間帯Ｔ１が１５：００～１５：０５であり、５つの推定入場時刻が１分単位で設定されている。列車割当部４１は、条件１に割り振られた１８人の旅客を、５つの推定入場時刻それぞれで入場した旅客として均等に割り振る。すなわち、列車割当部４１は、１８／５人の旅客が、各推定入場時刻にＡ駅の改札機６を通過してＡ駅に入場したと推定する。これと同様に、列車割当部４１は、条件２に割り振られた１２人の旅客を、５つの推定入場時刻それぞれで入場した旅客として均等に割り振る。なお、入場時刻「１５：００」とは、より厳密に言えば「１５：００：００～１５：００：５９」の時間帯であるが、ここでは秒単位が省略された時間帯を便宜上「時刻」と称する。また、旅客の推定人数は、整数である必要はない。
【0083】
ここで、運行データＤ３として例示するように、当日の土曜日にＡ駅では、Ｐ路線の終端であるＦ駅行きの列車と、Ｄ駅からＱ路線に直通するＨ駅行きの列車とが、５分おきに交互に発車するものとする。また、詳細図示を省略するが、Ｐ路線では、Ｄ駅とＦ駅との間で往復する列車が運行され、Ａ駅でＨ駅行きの列車に乗車してＤ駅で降車すると、当該往復列車に円滑に乗り換えられるものとする。ただし、この運行パターンは、説明の便宜のため簡略化された単なる一例である。
【0084】
また、駅データＤ５として例示するように、Ａ駅では、改札機６からプラットフォームまでの移動に２分要するものとする。
列車割当部４１は、各推定入場時刻でＡ駅に入場した旅客が、Ｆ駅まで移動するために乗車するであろう列車を、検索条件に従って、検索する。
１５：００にＡ駅の改札機６を通過した旅客は、１５：０２にＡ駅のプラットフォームに到達する。１５：０２にプラットフォームに着いた旅客は、最速でＦ駅へ移動したい場合、１５：０４発のＦ駅行きの列車Ａに乗車すると推定される。そこで、列車割当部４１は、１５：００に入場した１８／５人の旅客が、１５：０４発の列車Ａに乗車すると推定する。これと同様に、列車割当部４１は、１５：０１に入場した１８／５人の旅客も、１５：０２に入場した１８／５人の旅客も、最速でＦ駅へ移動するために、同じ列車Ａに乗車するものと推定する。
列車割当部４１は、各推定入場時刻でＡ駅に入場した旅客が、Ｆ駅まで移動するために乗車するであろう列車を、検索条件に従って、検索する。
１５：００にＡ駅の改札機６を通過した旅客は、１５：０２にＡ駅のプラットフォームに到達する。１５：０２にプラットフォームに着いた旅客は、最速でＦ駅へ移動したい場合、１５：０４発のＦ駅行きの列車Ａに乗車すると推定される。そこで、列車割当部４１は、１５：００に入場した１８／５人の旅客が、１５：０４発の列車Ａに乗車すると推定する。これと同様に、列車割当部４１は、１５：０１に入場した１８／５人の旅客も、１５：０２に入場した１８／５人の旅客も、最速でＦ駅へ移動するために、同じ列車Ａに乗車するものと推定する。
【0085】
１５：０３に入場した旅客は、列車Ａ発車後の１５：０５にプラットフォームに到達する。１５：０５にプラットフォームに着いた旅客は、最速でＦ駅へ移動したい場合、１５：０９発のＨ駅行きの列車Ｂに乗車し、Ｄ駅でＦ駅行きの列車に乗り換えるものと推定される。列車割当部４１は、１５：０３に入場した１８／５人の旅客が、１５：０９発の列車Ｂと、Ｄ駅とＦ駅との間の往復列車に乗車すると推定する。これと同様に、列車割当部４１は、１５：０４に入場した１８／５人の旅客も、最速でＦ駅へ移動するために、列車Ｂおよび往復列車に乗車するものと推定する。
【0086】
他方、１５：００にＡ駅に入場して１５：０２にプラットフォームに着いた旅客は、最少の乗換回数でＦ駅へ移動したい場合、１５：０４発のＦ駅行きの列車Ａに乗車すると推定される。列車割当部４１は、１５：００に入場した１２／５人の旅客が、列車Ａに乗車すると推定する。列車割当部４１は、１５：０１に入場した１２／５人の旅客も、１５：０２に入場した１２／５人の旅客も、最少の乗換回数でＦ駅へ移動するために、列車Ａに乗車するものと推定する。
【0087】
１５：０３にＡ駅に入場して１５：０５にプラットフォームに着いた旅客は、最少の乗換回数でＦ駅へ移動したい場合、Ｄ駅での乗換を要する１５：０９発のＨ駅行きの列車Ｂを見送って、次の１５：１４発のＦ駅行きの列車Ｃに乗車するものと推定される。列車割当部４１は、１５：０３に入場して条件２に従って移動する１２／５人の旅客が、１５：１４発の列車Ｃに乗車すると推定する。これと同様に、列車割当部４１は、１５：０４に入場した１２／５人の旅客も、最少の乗換回数でＦ駅へ移動するために、列車Ｃに乗車するものと推定する。
【0088】
以上の列車割当処理は、第１更新データＤ２１(t1)において、入場駅と退場駅の全組合せのうち１つの組合せの旅客数Ｔａｆ(t1)に対するものである。列車割当部４１は、第１更新データＤ２１(t1)における残りの全組合せについて上記同様の処理を行う。
そして、列車割当部４１は、推定時点が対象時間帯Ｔ１の始期ｔ０である初期化データＤ２１(t0)を参照して、上記同様の処理を行う。
そして、列車割当部４１は、推定時点が対象時間帯Ｔ１の始期ｔ０である初期化データＤ２１(t0)を参照して、上記同様の処理を行う。
【0089】
更に、列車割当部４１は、推定時点が第２更新時期ｔ２である第２更新データＤ２１(t2)を参照して、上記同様の処理を行い、推定時点が第３更新時期ｔ３である第３更新データＤ２１(t3)を参照して、上記同様の処理を行う。第２更新データＤ２１(t2)および第３更新データＤ２１(t3)においては、初期化データＤ２１(t0)および第１更新データＤ２１(t1)とは異なり、退場済の旅客数が部分的に確定されている。退場済の旅客は列車での移動を既に完了している。このため、これらの更新データＤ２１(t2)およびＤ２１(t3)を用いる場合には、列車割当部４１は、退場が未確定の組合せの旅客を対象に、どの列車に何人乗車したのかを推定する。
【0090】
（混雑度導出）
混雑度導出部４２は、このような列車割当部４１による列車割当処理後に、混雑度導出処理を実行する。混雑度導出部４２は、推定された各列車の乗員を当該列車の運送能力（定員）で除算することによって、各列車の混雑度の推定値を導出する。一例として、列車の運送能力を示す情報は、運行データＤ３に列車の仕様の一部として含まれていてもよい（図１０下部参照）。
混雑度導出部４２は、このような列車割当部４１による列車割当処理後に、混雑度導出処理を実行する。混雑度導出部４２は、推定された各列車の乗員を当該列車の運送能力（定員）で除算することによって、各列車の混雑度の推定値を導出する。一例として、列車の運送能力を示す情報は、運行データＤ３に列車の仕様の一部として含まれていてもよい（図１０下部参照）。
【0091】
（出力）
図１および図５に戻り、出力部１４は、旅客流動の予測結果を管理者端末３、サイネージ４および利用者端末５に出力する。サイネージ４および利用者端末５には、予測結果のうち、各列車の混雑度のみが出力されてもよい。管理者端末３には、予測結果として混雑度と共にＯＤ予測データＤ２０も併せて出力されてもよい。
図１および図５に戻り、出力部１４は、旅客流動の予測結果を管理者端末３、サイネージ４および利用者端末５に出力する。サイネージ４および利用者端末５には、予測結果のうち、各列車の混雑度のみが出力されてもよい。管理者端末３には、予測結果として混雑度と共にＯＤ予測データＤ２０も併せて出力されてもよい。
【0092】
（旅客流動予測方法）
図１１は、本実施形態に係る旅客流動予測方法を示すフローチャートである。旅客流動予測装置１の上記各部の動作は、旅客流動予測方法を実行させる旅客流動予測プログラムＰによって実現されるものである。そのため、旅客流動予測方法については簡略に説明する。
図１１は、本実施形態に係る旅客流動予測方法を示すフローチャートである。旅客流動予測装置１の上記各部の動作は、旅客流動予測方法を実行させる旅客流動予測プログラムＰによって実現されるものである。そのため、旅客流動予測方法については簡略に説明する。
【0093】
図１１に示されるフローは、前述した通過データＤ１０の取得周期（例えば、５分）おきに逐次実行される。まず、通過データ取得部２１が、通過データ取得工程Ｓ１を実行し、通信ネットワーク９および通過データ収集サーバ２を介して改札機６から通過データＤ１０を取得する。次に、ＯＤ予測部２２が、ＯＤ予測工程Ｓ２を実行する。そして、混雑度推定部２３が、混雑度推定工程Ｓ３を実行する。
【0094】
ＯＤ予測工程Ｓ２では、ＯＤ予測部２２が、今回の処理時点において、互いに対象時間帯Ｔ１が異なる複数の時間帯別ＯＤ予測データＤ２１を生成あるいは更新する処理を実行する。本実施形態では、一つの時間帯別ＯＤ予測データＤ２１について、初期化と３回の更新が行われる。よって、４つの時間帯別ＯＤ予測データＤ２１に対し、今回の処理時点で取得された通過データＤ１０に基づいて、互いに異なる処理が同時に実行される。
【0095】
ＯＤ予測工程Ｓ２は、初期化工程Ｓ２０、第１更新工程Ｓ２１、第２更新工程Ｓ２２および第３更新工程Ｓ２３を含む。初期化工程Ｓ２０において、初期化部３１は、今回の処理時点を対象時間帯Ｔ１の始期ｔ０とする時間帯別ＯＤ予測データＤ２１を初期化する。
第１更新工程Ｓ２１において、更新部３２の第１更新部３６が、今回の処理時点を対象時間帯の終期ｔ１とする時間帯別ＯＤ予測データＤ２１(t1)を、今回の処理時点で取得された通過データＤ１０に基づいて更新する。
第１更新工程Ｓ２１において、更新部３２の第１更新部３６が、今回の処理時点を対象時間帯の終期ｔ１とする時間帯別ＯＤ予測データＤ２１(t1)を、今回の処理時点で取得された通過データＤ１０に基づいて更新する。
【0096】
第２更新工程Ｓ２２において、第２更新部３７は、今回の処理時点を第２更新時期ｔ２とする時間帯別ＯＤ予測データＤ２１(t2)を、今回の処理時点で取得された通過データＤ１０に基づいて更新する。
第３更新工程Ｓ２３において、第３更新部３８は、今回の処理時点を第３更新時期ｔ３とする時間帯別ＯＤ予測データＤ２１(t3)を、今回の処理時点で取得された通過データＤ１０に基づいて更新する。
第３更新工程Ｓ２３において、第３更新部３８は、今回の処理時点を第３更新時期ｔ３とする時間帯別ＯＤ予測データＤ２１(t3)を、今回の処理時点で取得された通過データＤ１０に基づいて更新する。
【0097】
混雑度推定工程Ｓ３は、列車割当工程Ｓ３１および混雑度導出工程Ｓ３２を含む。列車割当工程Ｓ３１において、列車割当部４１は、今回の処理時点で第１更新工程Ｓ２１が実施された時間帯別ＯＤ予測データＤ２１(t1)を用いて各旅客がどの列車に何人乗車するのかを推定する。混雑度導出工程Ｓ３２において、混雑度導出部４２は、推定された乗員数に応じて各列車の混雑度を推定する。
【0098】
（作用・効果）
本実施形態に係る旅客流動予測装置１によれば、ＯＤ予測部２２が、通過データ取得部２１によって取得される当日の通過データＤ１０を用いて、ＯＤデータの予測結果を示すＯＤ予測データＤ２０を随時更新する。当日の通過データＤ１０を用いるため、ＯＤデータをリアルタイムで予測することができ、予測精度が向上する。
本実施形態に係る旅客流動予測装置１によれば、ＯＤ予測部２２が、通過データ取得部２１によって取得される当日の通過データＤ１０を用いて、ＯＤデータの予測結果を示すＯＤ予測データＤ２０を随時更新する。当日の通過データＤ１０を用いるため、ＯＤデータをリアルタイムで予測することができ、予測精度が向上する。
【0099】
そして、混雑度推定部２３が、このリアルタイムで随時更新されていくＯＤ予測データに基づいて列車の混雑度を推定する。混雑度もリアルタイムで推定することができ、推定精度が向上する。
混雑度は、通過データＤ１０あるいはＯＤデータＤ１によって示すことが困難な、入退場間の期間における旅客の流動を示す指標である。鉄道輸送における旅客流動の予測内容を拡充することができる。すなわち、旅客流動の予測結果を向上することができる。
混雑度は、通過データＤ１０あるいはＯＤデータＤ１によって示すことが困難な、入退場間の期間における旅客の流動を示す指標である。鉄道輸送における旅客流動の予測内容を拡充することができる。すなわち、旅客流動の予測結果を向上することができる。
【0100】
通過データＤ１０が、通過データ収集サーバ２を介して改札機６から取得される。改札機６を通過するために使用された乗車券から、入場駅と退場駅とを簡単に紐付けることができる。そのため、確実性の高い通過データＤ１０を生成することができ、これに基づいて確実性の高いＯＤデータを生成することができる。更に、このＯＤデータに基づいて、混雑度の推定結果の推定精度が向上する。
【0101】
改札機６は、鉄道事業者が保有する鉄道設備である。旅客流動予測装置１が鉄道事業者に導入された場合、鉄道事業者は、自身が保有する鉄道設備を応用することで、ＯＤデータＤ１を予測することができ、混雑度を推定することができる。外部から提供されるデータへの依存度を低くまたは無くして、混雑度を推定することができる。また、列車そのものに混雑度を推定するためのハードウェア（例えば、重量センサ）が搭載されていなくても、混雑度を推定することができる。したがって、鉄道事業者は、低コストで混雑度の推定結果を得ることができる。
【0102】
ＯＤ予測データＤ２０は時間帯別に複数生成される。時間を細分してＯＤ予測データを生成することで、当日の通過データＤ１０に基づいて各時間帯別ＯＤ予測データＤ２１の対象時間帯Ｔ１に発生した旅客数を即時に容易に確定することができる。よって、対象時間帯Ｔ１に発生した旅客がどの目的地に何人移動したのかを即時に容易に測定することもでき、ＯＤデータの予測精度が向上する。また、時間を細かく区切って生成されたＯＤ予測データに基づいて混雑度を推定するため、各対象時間帯に発生した旅客が乗車すると想定される列車の特定作業も容易となり、混雑度の推定精度が向上する。
【0103】
これまで本発明の実施形態について説明したが、上記構成は、本発明の範囲内で適宜変更、削除および／または追加されることができる。
【符号の説明】
【0104】
１ 旅客流動予測装置
６ 改札機
２１ 通過データ取得部
２２ ＯＤ予測部
２３ 混雑度推定部
３１ 初期化部
３２ 更新部
４１ 列車割当部
４２ 混雑度導出部
Ｄ１ 過去ＯＤデータ
Ｄ２ 最長移動時間データ
Ｄ３ 運行データ
Ｄ２０ ＯＤ予測データ
Ｄ２１ 時間帯別ＯＤ予測データ
Ｓ１ 通過データ取得工程
Ｓ２ ＯＤ予測工程
Ｓ３ 混雑度推定工程
Ｐ 旅客流動予測プログラム
６ 改札機
２１ 通過データ取得部
２２ ＯＤ予測部
２３ 混雑度推定部
３１ 初期化部
３２ 更新部
４１ 列車割当部
４２ 混雑度導出部
Ｄ１ 過去ＯＤデータ
Ｄ２ 最長移動時間データ
Ｄ３ 運行データ
Ｄ２０ ＯＤ予測データ
Ｄ２１ 時間帯別ＯＤ予測データ
Ｓ１ 通過データ取得工程
Ｓ２ ＯＤ予測工程
Ｓ３ 混雑度推定工程
Ｐ 旅客流動予測プログラム
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】