Sebelum Anda bukan gambar fiksi dari majalah iklan "Bandara Masa Depan." Ini adalah bandara nyata yang beroperasi di kota Fukuoka Jepang, yang menawarkan banyak ruang bebas bagi penumpang untuk bergerak. Berkat teknologi pemodelan khusus, alasan antrian diidentifikasi dan langkah-langkah optimasi diambil. Siapa yang peduli bagaimana teknologi ini bekerja, saya minta kucing.
Foto milik Fukuoka Profesor Shingo Takahashi, kepala Departemen Sistem Industri dan Teknik Sistem Kontrol di Universitas Waseda dan Laboratorium Fujitsu telah mengembangkan teknologi yang mengidentifikasi alasan berkerumunnya di tempat-tempat umum. Solusinya secara otomatis menganalisis faktor-faktor yang menyebabkan pembentukan banyak orang, berdasarkan hasil pemodelan perilaku manusia.
Kembali pada tahun 2015, Fujitsu dan Profesor Takahashi menggunakan teknologi ini dalam sistem untuk memodelkan perilaku manusia, yang menganalisis langkah-langkah untuk menghilangkan antrian di bandara di Fukuoka. Mereka mampu mendeteksi 4 kali lebih banyak penyebab kerumunan dibandingkan dengan analisis para ahli. Misalnya, ketika menganalisis kerumunan orang selama penapisan penumpang dan bagasi, sistem dapat mendeteksi terlebih dahulu bahwa penumpang yang berkumpul di meja check-in tertentu menyebabkan kerumunan orang yang tidak terduga di area check-up. Selama simulasi, dipastikan bahwa teknologi ini mengurangi jumlah orang yang menunggu berlalunya pemeriksaan menjadi seperenam. Selain itu, jumlah staf dapat dikurangi dengan sepertiga. Dan waktu analisis berkurang secara signifikan, dari beberapa bulan menjadi beberapa menit.
Perkembangan baru menyatukan kategori ke dalam kelompok yang memiliki kesamaan tertentu, dan mengekspresikan karakteristik "agen" yang sesuai (perilaku simulasi, tindakan orang) dalam bentuk sejumlah kecil kombinasi kategori tanpa menyusun daftar hasil gerakan atau rute puluhan atau ratusan ribu agen. Pendekatan ini memudahkan untuk mengidentifikasi karakteristik agen yang terkait dengan penyebab keramaian, dan memungkinkan untuk membuat parameter yang terkait dengan tanda-tanda karakteristik tertentu dan contoh-contoh gerakan.
Diagram simulasi perilaku orang dan ramalan crowding di bandaraSebelumnya, karena data terkait dengan fitur yang membedakan, persepsi dan tindakan agen (misalnya, tugas agen adalah untuk "makan siang" atau agen melihat pointer pada suatu titik), yang harus dinyatakan sebagai lusinan catatan dalam database, digabungkan untuk menciptakan karakteristik agen, proses ini menciptakan sejumlah besar contoh kombinatorial. Dengan teknologi baru, yang menciptakan kelompok logis yang mencakup kesamaan dalam karakteristik, dan menciptakan kelompok karakteristik agen untuk setiap kelompok, kemampuan untuk mengurangi jumlah contoh kombinatorial direalisasikan. Ini memungkinkan Anda untuk mencari penyebab yang berhubungan langsung dengan tindakan pencegahan, dan mendapatkan jawaban atas pertanyaan tentang tindakan apa yang akan efektif untuk mengurangi keramaian.
Identifikasi berbagai alasan untuk pembentukan kerumunan berdasarkan pada ciri khas, tindakan dan metode persepsiMisalnya, terkait dengan sekelompok orang yang terjadi di toko A dan B di pusat perbelanjaan, ketika sekelompok orang terdeteksi, dapat ditentukan bahwa cluster di toko A disebabkan oleh orang-orang yang melihat penunjuk, dan cluster di toko B disebabkan oleh orang-orang yang telah selesai makan di kafe dan semuanya datang ke toko bersama. Dengan demikian, kemacetan di toko A dapat dihilangkan dengan memasang tanda-tanda baru, dan kemacetan di toko B dapat dihilangkan dengan meningkatkan jumlah staf dan kecepatan layanan.
Identifikasi penyebab dan contoh penangkalan yang telah diterima berkat teknologiSaat memodelkan perilaku manusia, para ahli cenderung mengulangi proses coba-coba dengan menganalisis sejumlah besar data yang telah diperoleh sebagai hasil pemodelan, dan menyarankan hipotesis tentang penyebab kerumunan dan kemungkinan tindakan pencegahan berdasarkan pengalaman dan informasi mereka, dan kemudian melakukan kembali simulasi untuk mengevaluasi hipotesis yang disarankan. Oleh karena itu, analisis penyebab yang diusulkan dan penentuan tindakan pencegahan mungkin memakan waktu beberapa bulan. Dan dalam beberapa kasus, ketika analis melewatkan alasan tertentu, masalah tambahan mungkin muncul. Teknologi baru dari profesor Takahashi dan Laboratorium Fujitsu menyediakan identifikasi komprehensif tentang karakteristik agen yang terkait dengan orang banyak. Akibatnya, jumlah contoh kombinatorial berkurang. Ini memungkinkan Anda untuk mencari penyebab yang berhubungan langsung dengan tindakan pencegahan, dan dapat dengan cepat mengembangkan langkah-langkah untuk menangani antrian.
Teknologi ini memungkinkan untuk penilaian cepat parameter untuk mencegah pembentukan orang banyak di tempat-tempat perdagangan, tempat berbagai acara dan di tempat lain di mana orang banyak dapat terbentuk karena kehadiran tinggi atau sentralisasi. Dengan demikian, pengembangan baru memungkinkan untuk meningkatkan keamanan dan kenyamanan lingkungan perkotaan.
Relevansi
Tempat, bandara, dan pusat perbelanjaan, di mana banyak orang sering terbentuk, dapat memengaruhi tingkat kepuasan pelanggan secara negatif dan, pada akhirnya, penjualan. Saat ini, di samping cara untuk mengatasi masalah ini, seperti meningkatkan jumlah personel yang ditempatkan di pintu masuk, keluar dan tempat penjualan untuk membantu pengunjung, ada sejumlah langkah lain yang mencakup pemasangan tanda-tanda khusus dan pola untuk memindahkan pengunjung ke lebih sedikit. tempat yang sibuk. Namun, untuk mengimplementasikan cara yang lebih efektif untuk mengurangi aliran, penting untuk memahami jenis orang apa yang akan mengambil jenis tindakan apa sebagai tanggapan terhadap jenis informasi apa.
Untuk ini, teknologi "pemodelan perilaku manusia" semakin banyak digunakan. Spesialis melakukan pemodelan fitur khas, persepsi dan tindakan berbagai kelompok orang sebagai "agen". Dan dengan bantuan pemodelan virtual yang dibantu komputer situasi antrian, para ilmuwan dapat menganalisis penyebab dan mengevaluasi solusi yang akan mencegah orang banyak.