特開 2024-40964 運営施策計画方法

(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】P2024040964

(43)【公開日】2024-03-26

(54)【発明の名称】運営施策計画方法

(51)【国際特許分類】

   G16H 50/80 20180101AFI20240318BHJP

【ＦＩ】

G16H50/80

【審査請求】未請求

【請求項の数】4

【出願形態】ＯＬ

(21)【出願番号】P 2022145640

(22)【出願日】2022-09-13

(71)【出願人】

【識別番号】000003621

【氏名又は名称】株式会社竹中工務店

(74)【代理人】

【識別番号】110001519

【氏名又は名称】弁理士法人太陽国際特許事務所

(72)【発明者】

【氏名】相澤 景

(72)【発明者】

【氏名】鈴木 琢也

【テーマコード（参考）】

5L099

【Ｆターム（参考）】

5L099AA00

(57)【要約】

【課題】運営の目標値に応じて、目標を満足する時系列における運営施策を計画する。
【解決手段】運営施策計画方法は、運営施策に対応する時系列パラメータである制御変数を入力としてシミュレーションによる解析の出力値を出力するモデルに対して、出力に対応した運営の目標値を設定し、前記モデルに対して所定の前記時系列パラメータを制御変数として入力して得られる出力値と、前記目標値とを用いて、所定の最適化手法を適用して前記出力値と前記目標値との誤差を最小化することにより、運営の目標値を実現する時系列パラメータを出力する、処理をコンピュータが実行する。
【選択図】図３

【特許請求の範囲】

【請求項1】

運営施策に対応する時系列パラメータである制御変数を入力としてシミュレーションによる解析の出力値を出力するモデルに対して、出力に対応した運営の目標値を設定し、
前記モデルに対して所定の前記時系列パラメータを制御変数として入力して得られる出力値と、前記目標値とを用いて、所定の最適化手法を適用して前記出力値と前記目標値との誤差を最小化することにより、運営の目標値を実現する時系列パラメータを出力する、
処理をコンピュータが実行する運営施策計画方法。

【請求項2】

前記モデルは時間帯ごとに前記出力値を出力するように設定されており、
時間帯ごとに前記目標値を設定し、
時間帯ごとに得られる前記出力値と、時間帯ごとの前記目標値の各々とを用いて、
時間帯ごとに前記時系列パラメータを出力する、
請求項１に記載の運営施策計画方法。

【請求項3】

前記モデルは、運営のエリアごとに前記出力値を出力するように設定されており、
エリアごとに前記目標値を設定し、
エリアごとに得られる前記出力値と、エリアごとの前記目標値の各々とを用いて、
エリアごとに前記時系列パラメータを出力する、
請求項１に記載の運営施策計画方法。

【請求項4】

前記モデルは、感染シミュレーションのモデルとして設定されており、
前記時系列パラメータは、潜伏者との期待接触回数とし、
前記運営の目標値は、運営において事業所が許容できる限界として定めた感染者数とする、請求項１に記載の運営施策計画方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、運営施策計画方法に関する。

【背景技術】

【0002】

感染症の伝播を予測し、感染症の流行の抑制に関する情報を生成する感染症対策を提示する技術が知られている（例えば、特許文献１）。特許文献１では、複数の地域のうち、感染症対策を施す一部の地域では感染率が低い（βＬ）とし、感染症対策を施さない他の地域では感染率が高い（βＨ）として、感染症の伝播をシミュレートしている。そのため、当該感染症対策によって感染症の流行を抑制できるか否か、ある戦略においていくつの地域に感染症対策を施せばよいか、どの戦略によれば臨界対策地域割合ｐｍｉｎを最小化できるか、といった感染症の流行抑制に関する情報を生成できる。

【0003】

また、地域に特化したミクロ的な感染症の予測を可能とする技術が知られている（例えば、特許文献２）。特許文献２では、第１の期間にて医療機関を受診し、感染症に罹患していると診断された第１の患者数と、第１の期間とは異なる第２の期間にて医療機関を受診し、感染症に罹患していると診断された第２の患者数と、を入力している。そして、第１及び第２の患者数に基づき感染症の流行予測を行っている。

【0004】

また、インフルエンザ等の感染症の流行の状況に応じた予防対策のマネージメントが可能な技術が知られている（例えば、特許文献３）。特許文献３では、感染症の流行に関する情報に基づいて、複数の利用者を含む組織に対し、スケジュール情報の生成、感染症の流行の状況に応じて、組織内の利用者が属する集団を配信先に指定して、スケジュール情報の配信をしている。

【0005】

また、感染症流行予測方法に関する技術が知られている（例えば、特許文献４）。特許文献４では、確率ピーク系列における確率ピークを選別する処理等を行い、流行季節／非流行季節ごとに、流行季節の起点である上昇転換点と、流行季節の終点である下降転換点を含む転換点のタイプを決定している。

【先行技術文献】

【特許文献】

【0006】

【特許文献1】特開2015-038708号公報

【特許文献2】特開2016-081321号公報

【特許文献3】特開2021-064137号公報

【特許文献4】特開2020-527787号公報

【発明の概要】

【発明が解決しようとする課題】

【0007】

このような従来技術の感染症対策を例にとれば、感染症の流行予測に関するものや、感染症の流行の予測と対策に関するものがある。もっとも、従来技術は、ある所定の条件で定めた一定の感染率や、ある期間の患者数を元にしたパラメータからシミュレーションを行い、伝搬の傾向を予測するものや、対策に関する時不変のパラメータを最適化するものである。よって、パラメータの値は固定されている想定である。

【0008】

そのため、従来技術は、時間軸上での感染症対策施策の計画に用いることが難しく、時間軸上での運営施策の計画に用いることができない。

【0009】

例えば、企業や組織の管理部門は、感染症の予防や拡大阻止の観点で許容できる感染者数の目標値のもと運営施策を施策期間も含めて計画する必要がある。例えば、居室や会議室での接触制限を「いつまで抑えればよいか」、「いつから戻せばよいか」といった時間軸上での接触低減施策の運用が求められる。従来技術は、このような時間軸上での感染症対策施策の計画に用いることができない。また、従来技術を、感染症対策以外の分野に適用する場合においても、時間軸上での運営施策の計画には用いることができない。

【0010】

本発明は上記事実を考慮して、運営の目標値に応じて、目標を満足する時系列における運営施策を計画することを目的とする。

【課題を解決するための手段】

【0011】

上記目的を達成するために、本発明の運営施策計画方法は、運営施策に対応する時系列パラメータである制御変数を入力としてシミュレーションによる解析の出力値を出力するモデルに対して、出力に対応した運営の目標値を設定し、前記モデルに対して所定の前記時系列パラメータを制御変数として入力して得られる出力値と、前記目標値とを用いて、所定の最適化手法を適用して前記出力値と前記目標値との誤差を最小化することにより、運営の目標値を実現する時系列パラメータを出力する、処理をコンピュータが実行する。これにより、運営の目標値に応じて、目標を満足する時系列における運営施策を計画する。

【0012】

また、運営施策計画方法において、前記モデルは時間帯ごとに前記出力値を出力するように設定されており、時間帯ごとに前記目標値を設定し、時間帯ごとに得られる前記出力値と、時間帯ごとの前記目標値の各々とを用いて、時間帯ごとに前記時系列パラメータを出力するようにできる。これにより、時間帯ごとの時系列パラメータを出力し、時間帯ごとに目標を満足する運営施策を計画できる。

【0013】

また、運営施策計画方法において、前記モデルは、運営のエリアごとに前記出力値を出力するように設定されており、エリアごとに前記目標値を設定し、エリアごとに得られる前記出力値と、エリアごとの前記目標値の各々とを用いて、エリアごとに前記時系列パラメータを出力するようにできる。これにより、エリアごとの時系列パラメータを出力し、エリアごとの目標を満足する運営施策を計画できる。

【0014】

また、感染症対策を例にとれば、運営施策計画方法において、前記モデルは、感染シミュレーションのモデルとして設定されており、前記時系列パラメータは、潜伏者との期待接触回数とし、前記運営の目標値は、運営において事業所が許容できる限界として定めた感染者数とするようにできる。これにより、感染のシミュレーションにおいて、感染者数を抑止するための運営の目標値を実現する前記時系列パラメータを出力し、運営施策の計画を可能とする。

【発明の効果】

【0015】

本発明によれば、運営の目標値に応じて、目標を満足する時系列における運営施策を計画することができる、という効果が得られる。

【図面の簡単な説明】

【0016】

【図1】感染シミュレーションモデルの一例を示す図である。

【図2A】期待接触回数の推移のグラフである。

【図2B】シミュレーション結果のグラフである。

【図3】本実施形態に係る計画装置の構成を示すブロック図である。

【図4A】期待接触回数の推移のグラフである。

【図4B】シミュレーション結果のグラフである。

【図5】本実施形態に係る計画装置における計画処理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】

【0017】

［本発明の実施形態］
以下、図面を参照して、本発明の実施形態に係る手法について説明する。上記課題において説明したように、従来は固定的な入力パラメータの最適化によって運営施策を検討していた。本実施形態の手法は、時系列的な制御変数を設定し最適化の対象とすることで、時間軸上での運営施策の計画に活用できるようにしている。これにより、時間軸上の推移を考慮した運営施策をシミュレータ上で検討可能とする。感染症対策を例にとれば、居室や会議室の人数制限等の接触低減施策の実施計画が運営施策にあたる。

【0018】

本実施形態では、運営施策の例題として、目標とする感染者数の推移を実現する期待接触回数の推移を求める最適化問題とした場合を例に説明する。

【0019】

図１に感染シミュレーションモデルの一例を示す。当該モデルは、時系列パラメータの制御変数に応じたシミュレーション結果を出力するモデルであり、潜伏者との期待接触回数（時系列パラメータ）に応じて感染者数が出力されるモデルである。ここでいう期待接触回数は、潜伏者との接触の期待回数である。図１の左が、接触回数の時系列の推移である。縦軸が期待接触回数、横軸が時系列である。右がモデルのシミュレーション結果である。縦軸が予測感染者数、横軸が時系列である。点線は期待接触回数の推移を一定（つまり、従来同様に固定）にして対策なしの場合の期待接触回数の時系列推移であり、実線は時系列的に対策を行った対策後の場合である。本実施形態では、このような対策後のシミュレーション結果となるように、目標とする感染症対策（目標値）を設定しつつ、対策において想定する期待接触回数は一定でなく、時系列の推移に応じてパラメータが変化し、目標を満足する時系列パラメータを得たい。つまり、運営の目標に対して最適化された時系列パラメータである。目標を満足する期待接触回数の時系列パラメータにより、時系列の運営施策として検討できる。また、本実施形態の適用範囲としては、感染症の感染予測に限らず、時間帯別の入場制限によるテーマパークや商業施設の混雑緩和や、ダイナミックロードプライシングによる交通渋滞緩和等の施設運営の計画にも適用可能性があり、各種効果が見込まれる。

【0020】

本実施形態では、モデルの最適化解析を行うことを想定する。ここで、時系列を一定にした場合のシミュレーション結果を例に説明する。図２Ａは期待接触回数の推移のグラフ、図２Ｂはシミュレーション結果のグラフである。図２Ｂの実線は感染対策有りの状態を継続的に続けた場合の出力結果のグラフであり、図２Ａの実線の対策有りに対応する。図２Ｂの破線は感染対策無しの状態を続けた場合の出力結果であり、図２Ａの破線の対策無しに対応する。このように、パラメータを固定して一定の対策を継続した場合には、シミュレーション結果において、対策の効果が得られるが、常に一定の対策をし続けるのは運営施策の上では好ましいとはいえない。そのため、時系列パラメータを制御変数として用いるようにして、運営施策の実運用に対応できるようにする。

【0021】

図３は、本実施形態に係る計画装置１００の構成を示すブロック図である。図３に示すように、計画装置１００は、モデル作成部１１０と、設定部１１２と、モデル実行部１１４と、最適化部１１６とを含んで構成される。計画装置１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、各処理ルーチンを実現するためのプログラム等を記憶したＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、データを一時的に記憶するＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、記憶手段としてのメモリ、及びネットワークインタフェース等を含んだコンピュータにより実現される。なお、計画装置１００は、あらかじめ外部装置からモデルを取得するようにしてもよく、モデル作成部１１０を設けない構成としてもよい。

【0022】

モデル作成部１１０は、時系列パラメータの最適化に用いるモデルを作成する。モデルは、時系列パラメータである制御変数を入力としてシミュレーションによる解析の出力値を出力するモデルである。モデルは、目標値を設定でき、時系列パラメータを制御変数に設定できるものであれば、基本的には種類を問わない。例えば、参考文献１のモデルをベースに、パラメータ（潜伏者との期待接触回数）を時系列化した時系列パラメータの制御変数を組み込めるように、必要な部分を修正したモデルを用いることができる。モデルの入力が固定値のパラメータθと既定されているのであれば、時系列パラメータθ_ｔとして扱えるようにすればよい。
［参考文献１］Rahmandad, H., & Sterman, J. (2008). Heterogeneity and network structure in the dynamics of diffusion: Comparing agent-based and differential equation models. Management science, 54(5), 998-1014.

【0023】

また、例えば、特許文献１では、感染症の伝播をシミュレートするシミュレーションモデルとしてＳＩＳモデル、ＳＩＲモデル、及びＳＥＩＲモデルが挙げられており、これらを修正して適用することもできる。これらを本実施形態のモデルに適用することを考えると、いずれも微分方程式系であるため、Ｒｕｎｇｅ―Ｋｕｔｔａ法等で離散時間シミュレーション化した上で、パラメータを時系列化したものを制御変数に設定できるように修正を加えたモデルを作成できる

【0024】

設定部１１２は、モデルの出力に対応した運営の目標値を設定する。目標値は、時系列における感染人数の推移を示すデータとして設定できる。目標値は、施設が許容できる感染者数として設定する、あるいは、上記図２Ａ及び図２Ｂに示したような、対策有りの場合の時系列パラメータに対するシミュレーション結果の関係からあらかじめ求めた値を設定すればよい。

【0025】

モデル実行部１１４は、後述する最適化部１１６において用いる出力値を出力する。モデル実行部１１４の処理は、最適化部１１６の処理を通して実行される。モデル実行部１１４は、モデル作成部１１０で作成したモデルに対して所定の時系列パラメータを制御変数として入力して得られる出力値を出力する。モデル実行部１１４には、最適化部１１６の処理の過程で更新される時系列パラメータが与えられる。所定の時系列パラメータの初期値は、例えば対策無しの場合を想定した時系列パラメータとすればよい。

【0026】

最適化部１１６は、モデル実行部１１４でモデルから得られる出力値と、設定部１１２で設定した目標値とを用いて、所定の最適化手法を適用して出力値と目標値との誤差を最小化することにより、運営の目標値を実現する時系列パラメータを出力する。最適化手法としては、例えば、目標値とシミュレーションの出力値との誤差を最小化するモーダル反復誤差修正（Ｍｏｄａｌ Ｉｔｅｒａｔｉｖｅ Ｅｒｒｏｒ Ｃｏｒｒｅｃｔｉｏｎ）法を用いればよい。

【0027】

表示部１１８は、最適化部１１６から出力された運営の目標値を実現する時系列パラメータの結果と、目標値と比較した当該時系列パラメータによるシミュレーション結果とをグラフにより表示する。以下にグラフの例を示す。

【0028】

図４Ａは、最適化部１１６で最適化された運営の目標値を実現する時系列パラメータのグラフである。図４Ａの最適化後の時系列パラメータをみると、時系列の推移に応じて、対策有りに相当するパラメータから対策無しに相当するパラメータへと段階的に推移するような最適化結果が出力されている。図４Ｂは、最適化後の時系列パラメータを制御変数としてモデルに入力した場合のシミュレーション結果のグラフである。最適化後の時系列パラメータによるシミュレーション結果が目標値に一致するように収束していることがわかる。このように、目標とする感染者数の推移を満足する、期待接触回数の推移が探索できていることがわかる。また、探索された期待接触回数の推移は、後半部において対策を行わない場合の期待接触回数を上回っており、前半部に比較的強度の高い感染対策を実施すれば、後半部においては特段の抑制は必要ないことがわかる。このように最適化後の時系列パラメータからは、時系列でどのような対策をとればよいかを把握することができる。なお、固定パラメータを最適化する想定をした場合では、目標とする感染者推移は実現できるものの、期待接触回数は常に固定であるために、時系列でどのような対策をとればよいかは判断することができない。

【0029】

次に、本実施形態の計画装置１００の作用について説明する。図５は、本実施形態に係る計画装置１００における計画処理を示すフローチャートである。ＣＰＵがＲＯＭからプログラム及び各種データを読み出して実行することにより、計画装置１００の各部としてＣＰＵが機能し、計画処理が行なわれる。計画処理が、運営施策計画方法の一例である。

【0030】

ステップＳ１００では、ＣＰＵがモデル作成部１１０として、時系列パラメータの最適化に用いるモデルを作成する。

【0031】

ステップＳ１０２では、ＣＰＵが設定部１１２として、モデルの出力に対応した運営の目標値を設定する。

【0032】

ステップＳ１０４では、ＣＰＵが最適化部１１６として、モデルから得られる出力値と、設定した目標値とを用いて、所定の最適化手法を適用して出力値と目標値との誤差を最小化することにより、運営の目標値を実現する時系列パラメータを出力する。

【0033】

ステップＳ１０６では、ＣＰＵが表示部１１８として、運営の目標値を実現する時系列パラメータの結果と、目標値と比較した当該時系列パラメータによるシミュレーション結果とをグラフにより表示する。

【0034】

上述した実施形態の例では、モデルは、感染シミュレーションのモデルとして設定されており、時系列パラメータは、潜伏者との期待接触回数とし、運営の目標値は、運営において事業所が許容できる限界として定めた感染者数とするように定められているとする。

【0035】

以上、説明したように、本実施形態に係る計画装置１００によれば、目標を満足する時系列における運営施策を計画することができる。

【0036】

なお、本発明は、上述した実施の形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。本実施形態の適用における留意点は次の通りである。

【0037】

例えば、モデル作成部１１０において、モデルを時間帯ごとに作成してもよい。この場合、時間帯ごとのモデルは当該時間帯に対応した出力値を出力するように設定されている。よって、設定部１１２では、時間帯ごとに目標値を設定する。また、最適化部１１６は、時間帯ごとに得られる出力値と、時間帯ごとの目標値の各々とを用いて、時間帯ごとに時系列パラメータを出力するようにできる。

【0038】

また、モデル作成部１１０において、モデルをエリアごとに作成してもよい。エリアは、モデルの予測対象の範囲に応じた様々な範囲を設定し得る。予測対象の範囲が地域であれば地域を分割した分割範囲であり、範囲がビル内であればビルの区画である。この場合、エリアごとのモデルは、運営のエリアごとに出力値を出力するように設定される。時間帯ごとに前記目標値を設定し、時間帯ごとに得られる前記出力値と、時間帯ごとの前記目標値の各々とを用いて、時間帯ごとに前記時系列パラメータを出力するようにできる。これにより、エリアごとの時系列パラメータを出力し、エリアごとの目標を満足する運営施策を計画できる。

【0039】

また、上記実施形態の例を全体の時系列パラメータとして、時間帯ごとの時系列パラメータ、エリアごとの時系列パラメータを適宜組み合わせて、重みづけして、時間帯ごとの及びエリアごとの個別に調整した、運営の目標値を実現する時系列パラメータを求めるようにしてもよい。

【符号の説明】

【0040】

１００ 計画装置
１１０ モデル作成部
１１２ 設定部
１１４ モデル実行部
１１６ 最適化部
１１８ 表示部

【図1】

【図2A】

【図2B】

【図3】

【図4A】

【図4B】

【図5】