1. テーマパーク問題における 予定情報共有システムの提案と 混雑緩和効果の検証
複雑系工学講座 調和系工学研究室
今川 孝博
Schedule-sharing System for Congestion Reduction in Theme Park Problem
平成18年度 修士論文

2. 背景
• ユビキタスネット社会に向けた情報通信技術(ICT)利用環境の整備
• 群ユーザ支援 の実現
– 多数のユーザ間での譲り合い,合意形成が可能に
• 道路交通，テーマパークなど 混雑緩和を目的とする問題
– ユーザ：短時間で目的を達成したい
– 道路，アトラクション：全ユーザの滞在時間を小さくして，利用効率を上げたい
同期（多数のユーザが同時に，同対象を選択すること）の発生
– 利用されていない資源の存在 → 非効率的な状況
– 情報提示による輻輳の回避 → さらなる同期の発生 時間遅れの存在
Theme Park [Kawamura et al.，2003]
Traffic [Shiose et al., 2001]
[Yamashita et al., 2003],
[Tanahashi et al., 2002]

3. 目的
混雑緩和を目的とした予定情報共有システムの提案と テーマパーク問題における効果の検証
•予定情報の共有
–各visitorとアトラクション間で情報を相互提供し， アトラクションがvisitor全体の行動予定を共有することで， 混雑状況を予測し，各visitorの行動決定に反映させる

4. テーマパーク問題
[Kawamura,2003]
評価
( ) min
1
1
 
N
j
j StayTime
N
visitor数：N
S E
A D
B C
visitor
・入場時刻
・訪問予定アトラクション
道路：移動時間
attraction
・サービス時間
・キャパシティ
A B D
StayTimej：visitor vj の滞在時間
テーマパークにおける，すべてのvisitorの滞在時間の平均
• 混雑状況，同期発生について検証が可能なモデル
– 待ち行列理論に基づくモデル
– テーマパークには，複数のアトラクションが存在
– visitorはできるだけ短い滞在時間で，すべての訪問予定アトラクションを
訪問したい

5. 予定情報共有システム
訪問予定時刻
サービス終了予定時刻
visitor： サービス終了予定時刻を取得
attraction： 混雑状況予測に利用
visitor： 滞在時間予測に利用
attraction： 次の訪問予定時刻を取得
Ｔ
N
現在の混雑状況（待ち行列長）と，
現在までのvisitorの訪問予定時刻
からサービス終了予定時刻を計算
●visitorとアトラクション間の情報相互提供
visitor訪問テーブル
計算 arrive

6. プラン作成・選択
●visitorの候補プラン作成，計算・選択（ステップごとに以下の処理を行う）
ⅰ） 訪問予定アトラクションからランダムに候補プランを作成
ⅲ）プランを選択
A
B
D
ⅱ） 予想滞在時間の計算
候補プランの訪問予定アトラクションに 訪問予定時刻通知→サービス終了予定時刻取得 を繰り返し，滞在時間を計算する
visitor
予想滞在時間
A
B
D
D
B
A
A
D
B
予想滞在時間が最小となるプランを選択
A
B
D
予想滞在時間
10
20
25
60
…
80
60
min
30
アトラクションはvisitorの訪問テーブルを更新
10
40
45
55
10
20
25
…
30
In
out
プラン： 訪問予定アトラクションの訪問順序 アトラクション選択に利用

7. ランダム選択
混雑情報利用
訪問予定アトラクションからランダムで次の訪問アトラクションを選択
システムの評価
B D
random
訪問予定アトラクションから混雑情報が最小のもの
（最も空いているアトラクション）を次の訪問アトラクションとして選択
●提案手法と他のアトラクション選択方法との結果を比較する
i
i
capacity
ServiceTime
待ち行列の人数  i info
アトラクションiの混雑情報
[片岡,2006]
A B D
A B D
A
B D
min info
A
0.6 0.4 0.1

8. 実験設定
・ visitor数N，アトラクション数M，訪問予定アトラクション数MMVAを変えて，
結果を比較する
－アトラクション数 M
－サービス時間 10
－キャパシティ 5
－道路移動時間 10
－visitor数 N
－入場時刻 到着率λに基づく
－訪問予定アトラクション数 MMVA （≦M）
－到着率λ 3.0
－候補プランの数 10
評価値は50試行の平均
アトラクション
visitor
値を変えることで，アトラクションの混雑状況の変化を期待し，
各選択手法の結果に与える影響について検証する

9. 実験1
visitor数を固定し，アトラクション数・訪問予定アトラクション数を変化させる
・ランダムと混雑情報利用に有意な差がみられない → 同期の発生による影響
・訪問予定アトラクションが重なる場合，評価値（滞在時間平均）がより高い
・提案手法による評価値が，他の手法よりも低い
0
50
100
150
200
250
300
350
400
450
2/4 4/4 5/8
訪問予定アトラクション数/アトラクション数
Eva_ave
ランダム
混雑情報利用
プラン利用
0
50
100
150
200
250
300
350
400
450
2/4 4/4 5/8
訪問予定アトラクション数/アトラクション数
Eva_ave
ランダム
混雑情報利用
プラン利用
visitor数 N=100 visitor数 N=300

10. 実験2
アトラクション数・訪問予定アトラクション数を固定し，visitor数を変化させる
・visitor数の増加によって評価値が高くなる傾向がある
・実験１と同様，提案手法による評価値が他の手法より低い
0
50
100
150
200
250
300
350
400
450
100 200 300
visitor数
Eval_ave
ランダム
混雑情報利用
プラン利用
0
50
100
150
200
250
300
350
400
450
100 200 300
visitor数
Eval_ave
ランダム
混雑情報利用
プラン利用
アトラクション数 M =8
訪問予定アトラクション数 MMVA =5
アトラクション数 M =4
訪問予定アトラクション数 MMVA =4

11. 考察 プラン変更の頻度
・プランの変更は初期段階に集中しており，後半ではプラン変更はされていない
→訪問予定アトラクション数の減少や，最小滞在時間の収束によると考えられる
滞在ステップ数
赤： プラン変更有 水色： プラン変更無 緑： アトラクション内
visitor数 N = 300， アトラクション数 M = 8， 訪問予定アトラクション数 MMVA= 5
テーマパークに滞在しているvisitorのプラン変更 （より滞在時間が短くなるようなプランを選択）の 頻度に着目
100
200
300
400
500
visitor数 N = 300， アトラクション数 M = 4， 訪問予定アトラクション数 MMVA= 4
100
200
300
400

12. 結論
•テーマパークなどで発生する混雑の緩和を目的として， visitorとアトラクション間で予定情報を相互に提供する 予定情報共有システムを提案した
•テーマパーク問題を対象に効果の検証を行い， 以下について示した
–混雑状況は，visitor数やアトラクション数，訪問予定アトラクション数の 違いによって影響する
–提案手法は，ランダムにアトラクションを選択する手法や， 同期が発生する場合における混雑情報を利用した選択する 手法よりも有効である