專利名稱：電梯的群管理控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及電梯，特別是用于電梯的一種改進(jìn)的群管理控制方法，它可以為乘客選擇并提供一個(gè)最佳轎廂，從而減少平均等待時(shí)間和等待的發(fā)生概率，以及用于電梯群管理系統(tǒng)的一種改進(jìn)的分配方法，該方法采用了一種遺傳學(xué)(genetic)算法，根據(jù)現(xiàn)有的門廳呼叫和未來的門廳呼叫來執(zhí)行分配和控制，這種算法作為具有大量檢索空間的分配算法是非常有效的。
當(dāng)乘客在一個(gè)等待樓層組中產(chǎn)生了一個(gè)呼叫(以下稱為門廳呼叫)時(shí)，電梯的群管理系統(tǒng)就計(jì)算關(guān)于每個(gè)轎廂的位置，運(yùn)行速度，方向，轎廂門的開/關(guān)狀態(tài)以及乘客數(shù)量等等各種情況，從而為特定情況的門廳呼叫分配一個(gè)最佳的電梯轎廂，并且將分配的轎廂提供給產(chǎn)生門廳呼叫的樓層。
這種群管理系統(tǒng)需要滿足各種目標(biāo)，例如縮短等待時(shí)間，減少由于轎廂滿載而造成電梯轎廂在分配的樓層不能?？康姆峙涫「怕?，減少轎廂內(nèi)的擁擠，降低功率消耗等等。為了實(shí)現(xiàn)上述目標(biāo)，群管理系統(tǒng)需要根據(jù)已經(jīng)分配給一個(gè)樓層的各個(gè)轎廂的當(dāng)前狀態(tài)和門廳呼叫(為這一門廳呼叫提供服務(wù)的電梯已經(jīng)確定)來估算新產(chǎn)生的門廳呼叫，并且為實(shí)現(xiàn)上述目標(biāo)而分配一個(gè)處于最佳狀態(tài)的電梯轎廂。然而，由于運(yùn)輸?shù)男枨罂偸窃谧兓?，如果能正確地適應(yīng)運(yùn)輸需求的變化，群管理系統(tǒng)就可以實(shí)現(xiàn)上述目標(biāo)。因此，群管理系統(tǒng)應(yīng)該根據(jù)現(xiàn)有的門廳呼叫和未來的門廳呼叫來分配電梯轎廂。
由于傳統(tǒng)的控制方法比較復(fù)雜，使這種群管理系統(tǒng)在實(shí)現(xiàn)滿意的性能方面受到了限制，為此而采用了一種諸如人工神經(jīng)網(wǎng)絡(luò)理論的模糊理論人工智能算法。


圖1是慣用的電梯群管理系統(tǒng)中的分配裝置的一個(gè)示意性框圖。如圖中所示，慣用的電梯群管理系統(tǒng)中的這種分配裝置包括一個(gè)門廳按鈕控制器11，用于控制安裝在乘客等待樓層上的門廳按鈕，一個(gè)轎廂控制器12，用于控制電梯轎廂的操作，以及一個(gè)群管理控制單元13。
群管理控制單元13包括一個(gè)信息采集單元13A用于采集來自門廳按鈕控制器11和轎廂控制器12的各種信息；一個(gè)統(tǒng)計(jì)單元13B用于收集采集到的信息的統(tǒng)計(jì)量；一個(gè)運(yùn)輸類型特性識(shí)別單元13C用來將當(dāng)前的運(yùn)輸狀態(tài)與幾種預(yù)定的運(yùn)輸類型圖進(jìn)行比較，并且選擇對應(yīng)的一種；一個(gè)估算運(yùn)輸類型發(fā)生單元13F用于產(chǎn)生估算的運(yùn)輸類型；一個(gè)統(tǒng)計(jì)數(shù)據(jù)庫13E用于按照時(shí)間，數(shù)據(jù)和運(yùn)輸類型的等級(jí)來存儲(chǔ)與各種運(yùn)輸類型有關(guān)的數(shù)據(jù)；一個(gè)估算數(shù)據(jù)發(fā)生單元13G用于根據(jù)存儲(chǔ)在估算運(yùn)輸類型發(fā)生單元13F和統(tǒng)計(jì)數(shù)據(jù)庫13E中的數(shù)據(jù)而產(chǎn)生各種估算數(shù)據(jù)；以及一個(gè)分配/控制單元13D用于根據(jù)上述信息來分配和控制電梯轎廂。
在圖2中表示了電梯的操作狀態(tài)，以下要參照圖2說明這種群管理系統(tǒng)的工作方式。
信息采集單元13A利用安裝在各個(gè)轎廂內(nèi)的各種傳感器通過樓層和方向的各個(gè)等級(jí)獲得諸如上梯/下梯人數(shù)等關(guān)于乘客的信息，并且從轎廂控制器12接收各個(gè)轎廂的狀態(tài)(門的開/關(guān)，轎廂位置，轎廂的方向等等)。
運(yùn)輸類型特性識(shí)別單元13C將存儲(chǔ)在統(tǒng)計(jì)數(shù)據(jù)庫13E中的預(yù)定的運(yùn)輸類型特性或是運(yùn)輸類型特性與當(dāng)前的運(yùn)輸類型相比較并確定相應(yīng)于當(dāng)前的運(yùn)輸類型。根據(jù)確定的運(yùn)輸類型的特性，分配/控制單元13D就可以控制存儲(chǔ)了適用于各種運(yùn)輸類型特性的控制算法的電梯轎廂。
統(tǒng)計(jì)單元13B按照時(shí)間，數(shù)據(jù)，以及運(yùn)輸類型的每個(gè)特征來采集從信息采集單元13A和運(yùn)輸類型特性識(shí)別單元13C接收到的當(dāng)前數(shù)據(jù)，并且連續(xù)地更新統(tǒng)計(jì)數(shù)據(jù)庫13E中的數(shù)據(jù)，這樣就能使群管理系統(tǒng)正確地響應(yīng)運(yùn)輸類型的變化。
估算運(yùn)輸類型發(fā)生單元13F根據(jù)存儲(chǔ)在統(tǒng)計(jì)數(shù)據(jù)庫13E中的數(shù)據(jù)和運(yùn)輸類型特性以及存儲(chǔ)在運(yùn)輸類型特性識(shí)別單元13C中的當(dāng)前的運(yùn)輸類型來計(jì)算未來的運(yùn)輸類型信息(各個(gè)樓層和方向的上梯/下梯乘客數(shù)量)。
估算數(shù)據(jù)發(fā)生單元13G根據(jù)未來的運(yùn)輸類型和電梯轎廂的當(dāng)前狀態(tài)來產(chǎn)生各種估算數(shù)據(jù)，例如電梯轎廂的估算到達(dá)時(shí)間，使用運(yùn)一電梯轎廂的估算乘客數(shù)量，估算的轎廂?？扛怕剩陂T廳呼叫服務(wù)的中途產(chǎn)生轎廂呼叫的樓層等等。
分配/控制單元13D根據(jù)電梯轎廂的當(dāng)前狀態(tài)，當(dāng)前的運(yùn)輸類型以及估算的數(shù)據(jù)來分配一個(gè)電梯轎廂，并且執(zhí)行各種控制操作，例如分散控制，集中服務(wù)控制等等。
以下要參照圖2說明這種慣用裝置的工作方式。
圖2表示了一座大樓中的各種情況，在大樓中有19個(gè)樓層和四個(gè)電梯轎廂。
如圖中所示，在16層上剛剛產(chǎn)生了一個(gè)上行方向的門廳呼叫，而各個(gè)電梯轎廂正在為先前產(chǎn)生的門廳呼叫提供服務(wù)，第一和第二電梯轎廂正在上升，第三和第四電梯轎廂正在下降。為了便于說明，假設(shè)將第一和第二轎廂之一分配給16層的門廳呼叫，在圖2中表示了在各個(gè)樓層上可能產(chǎn)生的估算的上行方向門廳呼叫產(chǎn)生概率。
在上述情況下，針對一個(gè)樓層上尚未分配的門廳呼叫獲得第一和第二轎廂各自的估算到達(dá)時(shí)間，由此分配一個(gè)電梯轎廂，它的估算到達(dá)時(shí)間比其他轎廂短。估算到達(dá)時(shí)間f(t)可以從以下的公式中獲得f(t)＝電梯轎廂到達(dá)門廳呼叫產(chǎn)生樓層的時(shí)間+W*(上行方向的估算的門廳呼叫產(chǎn)生概率*電梯轎廂每次停靠所需的時(shí)間)。
其中的W是一個(gè)加權(quán)系數(shù)，用來確定需要使用多少估算的門廳呼叫數(shù)據(jù)來分配電梯轎廂。此處假設(shè)W是0.5。
當(dāng)電梯在每個(gè)樓層之間需要的操作時(shí)間是2秒，而電梯轎廂每次?？康臅r(shí)間是10秒時(shí)，就可以從以下公式中分別獲得第一轎廂的估算到達(dá)時(shí)間f1(t)和第二轎廂的估算到達(dá)時(shí)間f2(t)。
f1(t)＝14*2+10*W*(0.4+0.2+0.1+0.1+0.2+0.2+0.5+0.4+0.8+0.6+0.7+0.3+0.5)＝28+5*5＝53秒f2(t)＝8*2+10*W*(0.5+0.4+0.6+0.7+0.3+0.5)＝16+5*3.8＝35秒從上述公式中獲得的第一轎廂到達(dá)16層的估算到達(dá)時(shí)間是53秒，而第二轎廂到達(dá)16層的估算到達(dá)時(shí)間是35秒。因此，就將尚未分配的門廳呼叫分配給具有較短的估算到達(dá)時(shí)間的第二轎廂。當(dāng)然，在一種綜合的估算函數(shù)中，分配并不是僅僅根據(jù)估算到達(dá)時(shí)間來執(zhí)行的。然而，由于對門廳呼叫進(jìn)行分配的方法與上述方法是相同的，而估算的門廳呼叫產(chǎn)生概率被預(yù)定為一定值，并且統(tǒng)一地用于這種分配方法，這樣就會(huì)出現(xiàn)以下幾個(gè)問題。
門廳呼叫產(chǎn)生樓層與轎廂之間的距離在分配中占據(jù)了最主要的部分。因此，在確定提供服務(wù)的轎廂時(shí)，即使各個(gè)樓層上估算的門廳呼叫產(chǎn)生概率是變化的，這種變化也不會(huì)影響到第二轎廂的分配。
再有，當(dāng)?shù)谝欢问菑?層到16層，而第二段是從2層到7層時(shí)，在第一段中對第一和第二轎廂都采用上行方向的估算門廳呼叫產(chǎn)生概率，第一和第二轎廂都會(huì)被分配給所有未來的門廳呼叫，這種情況是不符合邏輯的。也就是說，提供給第一轎廂的估算的門廳呼叫產(chǎn)生概率不應(yīng)該再提供給第二轎廂。
此外，當(dāng)將第二轎廂分配給第一段中產(chǎn)生的門廳呼叫和16層上產(chǎn)生的門廳呼叫時(shí)，為16層的門廳呼叫提供服務(wù)的時(shí)間就會(huì)增加，而同時(shí)又能改善第一段中的門廳呼叫的服務(wù)性能。
另一方面，當(dāng)考慮到為未來的門廳呼叫提供服務(wù)時(shí)，最好是由第三轎廂為第二段中產(chǎn)生的門廳呼叫提供服務(wù)，并且用第一轎廂為16層上產(chǎn)生的門廳呼叫提供服務(wù)，盡管第一轎廂的估算到達(dá)時(shí)間不如第二轎廂，因?yàn)榈诙沃泄浪愕拈T廳呼叫產(chǎn)生概率比第一段中的概率要低。為了照顧上述方面，應(yīng)該考慮到來來產(chǎn)生門廳呼叫的概率，也就是估算的門廳呼叫產(chǎn)生概率，然而，在慣用的裝置中要解決上述問題是有困難的。
另外，在先前產(chǎn)生的門廳呼叫的分配被確定之后，還應(yīng)該考慮到對未來的門廳呼叫的分配問題。例如，在確定了將第二轎廂分配給第一段中所有的估算門廳呼叫，并將第三轎廂分配給第二段中的門廳呼叫后，就需要考慮到將哪個(gè)轎廂分配給新產(chǎn)生的門廳呼叫。
此外還采用了一種將估算函數(shù)()作為算法來分配轎廂的方法，利用估算函數(shù)根據(jù)各個(gè)電梯的各種當(dāng)前和未來狀態(tài)來尋找一種最佳的方案。此處的電梯當(dāng)前狀態(tài)是指電梯目前的位置，電梯的運(yùn)行方向，電梯的運(yùn)行速度，乘客數(shù)量，以及以前所分配的門廳呼叫和轎廂呼叫等等，而電梯的未來狀態(tài)是指估算的乘客數(shù)量，轎廂為一個(gè)門廳呼叫提供服務(wù)時(shí)的估算到達(dá)時(shí)間，轎廂在為產(chǎn)生門廳呼叫的一個(gè)樓層提供服務(wù)的同時(shí)在另一個(gè)樓層上?？康目赡苄裕约霸谝粋€(gè)預(yù)定時(shí)間的位置等等。
k＝α1·X1k+α2·X2k…(1)其中的k是K號(hào)轎廂的估算函數(shù)，α1是一個(gè)加權(quán)值，而X1k是在考慮到K號(hào)轎廂的位置和停靠可能性時(shí)針對各個(gè)門廳呼叫的估算到達(dá)時(shí)間的估算值X2k是在考慮到K號(hào)轎廂的擁擠和K號(hào)轎廂的長時(shí)等待概率時(shí)獲得的估算值。
當(dāng)剛剛登記了一個(gè)門廳呼叫時(shí)，就根據(jù)估算函數(shù)()來估算新的門廳呼叫的分配問題，并且將具有最小估算值的轎廂作為估算結(jié)果。然而，這種方法不能適用于門廳呼叫的估算，因此就不能相應(yīng)地適應(yīng)運(yùn)輸類型的變化。
因此，為了用慣用的裝置在綜合考慮各種未來狀態(tài)的情況下分配一個(gè)最佳轎廂，在計(jì)算估算的門廳呼叫時(shí)還應(yīng)該考慮到估算的門廳呼叫產(chǎn)生概率，這種概率的變化與上述情況是無關(guān)的。
然而，在考慮估算的門廳呼叫產(chǎn)生概率時(shí)，還需要考慮到各個(gè)樓層上估算的門廳呼叫，在每個(gè)轎廂的運(yùn)行方向上的估算的門廳呼叫等等，這樣，由于慣用裝置的計(jì)算量會(huì)大大增加，在預(yù)定時(shí)間內(nèi)不一定能獲得一種解決方案，因此，電梯的服務(wù)性能就可能由于計(jì)算能力不足而下降。
因此，本發(fā)明的目的就是要為電梯提供一種群管理控制方法，它采用一種估算裝置來產(chǎn)生估算的運(yùn)輸類型，根據(jù)估算的運(yùn)輸類型來計(jì)算各個(gè)樓層和方向上的未來的門廳呼叫產(chǎn)生概率，并且為基于未來門廳呼叫產(chǎn)生概率值的分配采用一種遺傳學(xué)算法，這樣就能為乘客提供最佳的轎廂。
為實(shí)現(xiàn)上述目的所提供的電梯群管理控制方法包括以下步驟第一步，將大樓的一個(gè)域劃分成適合各種運(yùn)輸要求的預(yù)定的幾段，并且計(jì)算出在各個(gè)段中將要產(chǎn)生的未來門廳呼叫的數(shù)量；第二步，按照第一步中獲得的結(jié)果根據(jù)估算的乘客數(shù)量獲得未來的門廳呼叫產(chǎn)生概率，并且按照預(yù)定的規(guī)律根據(jù)所述概率來設(shè)定未來門廳呼叫產(chǎn)生樓層及其方向；第三步，采用從第一步獲得的結(jié)果作為基本數(shù)據(jù)，使用一個(gè)綜合估算函數(shù)獲得每個(gè)轎廂的一個(gè)估算值，并且按照預(yù)定的規(guī)律選擇兩個(gè)以上具有高優(yōu)先權(quán)估算值的轎廂；以及第四步，接收從第二步獲得的結(jié)果和在第三步中選擇的分配的轎廂，并且采用遺傳學(xué)算法選擇一個(gè)轎廂作為可以分配的最佳轎廂。
通過以下的詳細(xì)說明可以更清楚地看到本發(fā)明的其他優(yōu)點(diǎn)，目的和特征。
以下要結(jié)合附圖進(jìn)一步詳細(xì)地說明本發(fā)明，附圖的作用僅僅是為了說明，并非對本發(fā)明構(gòu)成限制，在附圖中圖1是慣用的電梯群管理控制系統(tǒng)的分配裝置的示意性框圖；圖2是電梯運(yùn)行狀態(tài)的一個(gè)示意圖，用來解釋慣用裝置的操作；圖3是群管理系統(tǒng)的分配裝置的一個(gè)示意性框圖，在其中采用了本發(fā)明的電梯群管理控制方法；圖4是一個(gè)詳細(xì)的框圖，表示圖3中的門廳呼叫產(chǎn)生概率發(fā)生單元和分配/控制單元；圖5是用于本發(fā)明的方法的一種遺傳學(xué)算法的信號(hào)流程圖；圖6是一個(gè)表，用來解釋按照本發(fā)明的一種估算函數(shù)；圖7是一個(gè)表，用來解釋按照本發(fā)明的起始轎廂選擇概率；圖8是遺傳學(xué)綜合程序的一個(gè)示意圖；圖9是變異生產(chǎn)程序的一個(gè)示意圖；圖10是采用本發(fā)明方法的一個(gè)電梯的運(yùn)行狀態(tài)示意圖；圖11是一個(gè)表，在其中對按照本發(fā)明的一種方案進(jìn)行遺傳學(xué)類型編碼；圖12是一條曲線，表示按照各個(gè)樓層之間的時(shí)間間隔的估算門廳呼叫的加權(quán)；圖13是一個(gè)表，表示估算到達(dá)時(shí)間的預(yù)期值；圖14是一個(gè)流程圖，表示用于本發(fā)明的方法遺傳學(xué)算法中對估算值的計(jì)算程序；圖15是一個(gè)表，表示一個(gè)臨時(shí)分配樓層的運(yùn)行狀態(tài)；圖16是一個(gè)表，用來表示按照本發(fā)明的分配適配性；圖17表示分配給新產(chǎn)生的一個(gè)門廳呼叫的轎廂；圖18表示按照圖10中所示的情況的一種不完全的遺傳學(xué)模型；圖19是一個(gè)表，用來表示根據(jù)到達(dá)時(shí)間可能不會(huì)受到分配的一個(gè)轎廂；圖20表示一個(gè)完全的遺傳學(xué)模型；以及圖21是圖20中的遺傳學(xué)模型的估算值的示意圖。
以下要參照圖4到25來說明按照本發(fā)明的電梯群管理控制方法的工作方式及其效果。
本發(fā)明的方法中采用的遺傳學(xué)算法適用于具有龐大檢索空間的系統(tǒng)，以下是一些粗略的解釋。
遺傳學(xué)算法是一種引入了進(jìn)化論的理論，可以用來解決現(xiàn)有技術(shù)所面臨的問題，并且可以在由于問題的復(fù)雜性而難以獲得精確的解決方案時(shí)作為一種解決問題的方法。按照進(jìn)化論，主導(dǎo)基因是通過母體基因合成，變異生產(chǎn)，隱性基因的自然選擇等等一系列程序而產(chǎn)生的。
母體基因是從幾個(gè)模型(初始值)中選擇的，而問題的實(shí)際解決方案是按照預(yù)定的方法用遺傳學(xué)類型來表示的，而新的后代基因是通過合成選定的母體或是發(fā)生變異而產(chǎn)生的，并且通過后代基因和初始基因(群體或是模型)的合成不斷進(jìn)行新的生產(chǎn)，在經(jīng)過預(yù)定的生產(chǎn)之后選擇具有最大估算值的基因，并且將這種基因的信息作為有關(guān)問題的最佳解決方案。
為了用這種遺傳學(xué)算法獲得一種解決方案，首先要執(zhí)行以下兩步操作。
第一，該解決方案應(yīng)該用以下所示的遺傳學(xué)類型來表示。也就是說，該解決方案可以由例1中所示的比特類型或是例2中所示的自然數(shù)類型或者是實(shí)數(shù)類型構(gòu)成的。
例1基因1(0000111101010000101)例2基因2(1 2 3 4 6 21 16 79 66 33 52 14 6 32 0)第二，需要建立一個(gè)用來估算各個(gè)基因的估算函數(shù)。事實(shí)上，基因算法中所需的信息僅僅是用來估算該解決方案是否精確的估算函數(shù)。也就是說，遺傳學(xué)算法的優(yōu)點(diǎn)之一就是不需要系統(tǒng)的數(shù)學(xué)模型。
通過估算函數(shù)獲得的具有最佳估算值的一個(gè)基因可以增殖一個(gè)以上具有低劣估算值的基因。也就是說，可以用這種估算函數(shù)對自然現(xiàn)象進(jìn)行自然選擇。
為了實(shí)際應(yīng)用由此獲得的這種解決方案，需要將用遺傳學(xué)類型表示的解決方案譯碼成當(dāng)前狀態(tài)的信息。
圖5是這種遺傳學(xué)算法的一個(gè)流程圖。首先在可能的解決方案中產(chǎn)生一個(gè)臨時(shí)解決方案作為2n個(gè)單位的模型(SA1)。用估算函數(shù)分別對這2n個(gè)模型進(jìn)行估算，并且產(chǎn)生一個(gè)n單位的母體(SA2，SA3)。由此產(chǎn)生的母體與該解決方案的每個(gè)估算值成正比。具體地說就是增加使具有優(yōu)良答案的解決方案變成母體的概率，并且減少使具有低劣答案的解決方案變成母體的概率，這樣的母體基因與平均的模型基因相比更可能具有高的概率及優(yōu)良的估算值。
產(chǎn)生母體的方法是多種多樣的，但其中最常用的是以下的方法。
假設(shè)按照每五個(gè)解決方案的估算值是如圖6中所示獲得的，當(dāng)問題的解決方案(No.1-No.5)是用此特類型來表示的，并且用估算函數(shù)分別估算這些解決方案時(shí)。
在這種情況下，每個(gè)個(gè)體被選作母體的概率如圖7所示。根據(jù)這種概率來選擇五個(gè)母體。按照選擇的n單位母體基因，利用圖8所示的遺傳學(xué)合成方式或是圖9所示的變異生產(chǎn)方式產(chǎn)生一個(gè)新的解決方案(后代)(SA11，SA12)。
遺傳學(xué)合成是通過用另一部分代替具有固定概率的一部分變異生產(chǎn)的遺傳學(xué)結(jié)構(gòu)，或是將兩個(gè)獨(dú)立基因的元素進(jìn)行交換產(chǎn)生的。
例如圖8中所示，后代1‘010111’就是將圖6中的解決方案1‘010010’的每個(gè)基因與解決方案2‘111111’的每個(gè)基因進(jìn)行交換后產(chǎn)生的。
如圖9所示，變異生產(chǎn)程序產(chǎn)生一個(gè)沒有母體的基因的臨時(shí)元素‘000’并且產(chǎn)生一個(gè)新的基因，也就是后代‘010111’。
用估算函數(shù)對由此產(chǎn)生的后代進(jìn)行估算(SA13)，并且按照估算值的次序來選擇n單位的估算值，將后代的估算值和一種解決方案群體的估算值按次序排列，根據(jù)選定的n單位元素來選擇一個(gè)n單位的母體，從而產(chǎn)生原始模型和一個(gè)后代。
將上述程序重復(fù)預(yù)定的次數(shù)，從而獲得一個(gè)基因，將所有保留到最后的基因中具有最佳估算值的那個(gè)基因作為解決方案。
為了在分配算法中采用這種遺傳學(xué)算法，應(yīng)該滿足以下所述的條件。
首先，應(yīng)該將符合分配操作的一種解決方案用遺傳學(xué)類型進(jìn)行編碼。
其次，需要一個(gè)用來估算這種解決方案的估算函數(shù)。
第三，當(dāng)采用一個(gè)合適的原始模型時(shí)，由于能在很短時(shí)間內(nèi)獲得精確的解決方案，所以需要有一種能夠正確選擇原始答案群體的算法。
第四，在用估算函數(shù)估算的解決方案的基礎(chǔ)上還應(yīng)該提供一種用來選擇一個(gè)母體的方法，這樣才能用母體產(chǎn)生一個(gè)后代。
第五，需要有一種與分配算法相對應(yīng)的算法對母體基因進(jìn)行正確的合成，并且產(chǎn)生一種變異。
以下要參照圖10的情況來說明滿足這五個(gè)條件的一種方法。
如圖13所示，假設(shè)樓層的數(shù)量是12，并且在大樓中設(shè)有四個(gè)電梯轎廂。
如圖10所示，各個(gè)樓層和方向上的估算的門廳呼叫產(chǎn)生概率是預(yù)先確定的，并且預(yù)先將9層的上行門廳呼叫和5層的下行門廳呼叫分別分配給2號(hào)轎廂和4號(hào)轎廂。1號(hào)轎廂正在朝著產(chǎn)生了一個(gè)轎廂呼叫(有一個(gè)乘客按下了裝在轎廂內(nèi)的指定樓層按鈕)的11層上升，而3號(hào)轎廂是在完成了所有服務(wù)之后已經(jīng)停止運(yùn)動(dòng)。在上述情況下，在1層上產(chǎn)生了一個(gè)上行門廳呼叫。
將解法方案編制成遺傳學(xué)類型圖11是一個(gè)表，在其中對按照分配操作的一種方案進(jìn)行遺傳學(xué)類型編碼。表中有三個(gè)個(gè)體a，b和c，與每個(gè)個(gè)體寫在同一條線上的數(shù)字表示一個(gè)轎廂號(hào)。
矩形的粗實(shí)線表示先前分配的樓層和分配給該樓層的轎廂號(hào)。此處將9層的上行門廳呼叫分配給2號(hào)轎廂，因此在表中用數(shù)字‘2’表示，并且將5層的下行門廳呼叫分配給4號(hào)轎廂，用數(shù)字‘4’表示。另外，不存在對12層的上行門廳呼叫和對1層的下行門廳呼叫分配，因此用數(shù)字‘0’表示。
如圖11中所示，用“1431234222400233-42313443”表示的個(gè)體‘a(chǎn)’的遺傳學(xué)信息時(shí)可以被解釋為將1號(hào)轎廂分配給尚未分配的1層的上行門廳呼叫，將4層轎廂分配給2層的上行估算門廳呼叫，并且將1號(hào)轎廂分配給3層的上行估算門廳呼叫。
按照本發(fā)明，當(dāng)將個(gè)體‘b’選作最終的解決方案，4號(hào)轎廂就會(huì)被分配給1層的上行門廳呼叫。也就是說，4號(hào)轎廂是實(shí)際的解決方案，而將未來的門廳呼叫分配給其他的樓層和方向，也就是將對應(yīng)顯示號(hào)的轎廂分配給一個(gè)預(yù)期的門廳呼叫。
另一方面，按照慣用的綜合估算函數(shù)，當(dāng)象上例那樣有4個(gè)轎廂，類型的最大的數(shù)就是4，也就是將1層的上行門廳呼叫分配給第一，第二，第三或是第四轎廂。
然而，由于這種遺傳學(xué)算法要在各種可能的交換方法中間檢索最佳的交換方法，還要考慮到對不遠(yuǎn)的將來所產(chǎn)生的門廳呼叫的服務(wù)性能，并且所分配的轎廂應(yīng)該是可能的解決方案中間最佳的一個(gè)。
用于估算每種解決方案的一個(gè)基因的估算函數(shù)以及這種估算的方法為了在估算函數(shù)中適當(dāng)?shù)匕ü浪愕拈T廳呼叫產(chǎn)生概率，需要在綜合估算函數(shù)的基礎(chǔ)上考慮以下三個(gè)問題。
第一，在對每個(gè)轎廂采用估算的門廳呼叫產(chǎn)生概率時(shí)，提供給每個(gè)不同的轎廂的概率是各不相同的。估算的門廳呼叫產(chǎn)生概率通常是在1分鐘之內(nèi)產(chǎn)生一個(gè)門廳呼叫的概率。如圖10所示，由于第一和第二轎廂每次行駛到6層的時(shí)間是不同的，如圖10所示，第一和第二轎廂不應(yīng)該按照6層上行方向的0.4的估算門廳呼叫產(chǎn)生概率獲得相同的估算值。也就是說，由于第二轎廂在短時(shí)間內(nèi)通過6層，由第一轎廂為6層的上行方向估算門廳呼叫提供服務(wù)的概率要大于由第二轎廂提供服務(wù)的概率。
因此，根據(jù)估算到達(dá)時(shí)間(t)的加權(quán)是相對于估算的門廳呼叫對每個(gè)轎廂進(jìn)行計(jì)算的。圖12表示估算到達(dá)時(shí)間與估算門廳呼叫產(chǎn)生概率的一個(gè)函數(shù)。此處的加權(quán)是每個(gè)轎廂，樓層以及方向的一個(gè)值，該值的范圍從0到1。值‘0’表示不考慮估算的門廳呼叫產(chǎn)生概率，而值‘1’表示在估算函數(shù)中包括估算門廳呼叫的一個(gè)值。
第二，計(jì)算估算到達(dá)時(shí)間的方法是所有估算的基礎(chǔ)。由于門廳呼叫產(chǎn)生概率代表了門廳呼叫的產(chǎn)生概率，實(shí)際上，當(dāng)根據(jù)這種產(chǎn)生概率來計(jì)算估算的到達(dá)時(shí)間時(shí)，估算的門廳呼叫可能產(chǎn)生，也可能并不會(huì)產(chǎn)生。因此，在計(jì)算估算到達(dá)時(shí)間時(shí)應(yīng)該考慮到各種情況。
按照本發(fā)明，為估算的到達(dá)時(shí)間引入了一個(gè)估算等待時(shí)間的概念，并且在分配方法中采用估算的門廳呼叫產(chǎn)生概率。
以下要參照附圖來說明如何獲得預(yù)期的估算等待時(shí)間。為了便于計(jì)算，將門廳呼叫產(chǎn)生概率的加權(quán)固定為1。
按照圖11的解決方案‘b’，由4號(hào)轎廂提供服務(wù)的樓層是畫圈的2，3，5和7層(在此處考慮下行的方向)，而各個(gè)樓層的下行?？扛怕史謩e是0.4，0.3，1.0和0.6。
圖13表示在考慮到實(shí)際中可能出現(xiàn)的所有情況時(shí)所預(yù)期的估算到達(dá)時(shí)間。如圖中所示，T(真)表示實(shí)際產(chǎn)生了估算的門廳呼叫的情況，而F(假)代表實(shí)際上沒有產(chǎn)生估算的門廳呼叫的情況。對于相應(yīng)的樓層和方向來說，‘F’的產(chǎn)生概率是“1-門廳呼叫產(chǎn)生概率”。
如圖13所示，每種情況的產(chǎn)生概率就是每個(gè)樓層上是否產(chǎn)生門廳呼叫的概率。由于5層的下行門廳呼叫是預(yù)先分配給4號(hào)轎廂的門廳呼叫，在預(yù)期的計(jì)算中僅僅出現(xiàn)T，這表示每個(gè)樓層上總是有呼叫。
現(xiàn)在要說明各種情況下的估算到達(dá)時(shí)間。
在每個(gè)樓層上產(chǎn)生門廳呼叫時(shí)，轎廂的?？看螖?shù)是四。因此，對應(yīng)每次?？康难舆t時(shí)間是40秒，在每個(gè)樓層之間運(yùn)行所需的時(shí)間是2秒，而樓層數(shù)是7，因此總共所需要的時(shí)間是14秒。這樣，情況1的預(yù)期值就是0.072*(14+40)＝3.888。因此，預(yù)期值就是38秒(預(yù)期的估算到達(dá)時(shí)間)，并且在將4號(hào)轎廂分配給發(fā)生在2，3，4和7層的所有下行門廳呼叫時(shí)將運(yùn)一預(yù)期值作為預(yù)期的估算到達(dá)時(shí)間。根據(jù)由此獲得的估算到達(dá)時(shí)間，對總的群管理控制對象進(jìn)行其他的估算，例如減少長時(shí)等待概率，平均等待時(shí)間，以及服務(wù)差錯(cuò)等等。
第三，這是一種估算值計(jì)算方法。以下要參照圖14說明這種方法的原理。
如圖所示，在第一步(SB1)中對一個(gè)基因進(jìn)行譯碼，從而確定將哪個(gè)轎廂分配給哪個(gè)樓層和方向。以下要參照圖11中的一例遺傳學(xué)個(gè)體‘b’來說明這種程序。
按照個(gè)體基因‘b’，臨時(shí)分配給1號(hào)轎廂的樓層是上行方向的2層和5層，以及下行方向的6層，8層和12層。在圖15的表中表示了臨時(shí)分配給每個(gè)樓層的每個(gè)轎廂的操作狀態(tài)。表中的‘0’代表分配給每個(gè)轎廂的樓層。
為了根據(jù)每個(gè)估算的門廳呼叫和先前分配的門廳呼叫來獲得估算到達(dá)時(shí)間，需要確定每個(gè)轎廂相對于一個(gè)分配樓層的服務(wù)優(yōu)先權(quán)(SB4)。例如，1號(hào)轎廂的分配優(yōu)先權(quán)是上行的2層→上行的5層→下行的12層→下行的6層。
在步驟7(SB7)中獲得每個(gè)樓層的預(yù)期的估算到達(dá)時(shí)間。如上所述，預(yù)期的估算到達(dá)時(shí)間是在每個(gè)樓層上獲得的。例如，為了在圖10的操作狀態(tài)中獲得1號(hào)轎廂上行到5層的預(yù)期的估算到達(dá)時(shí)間，就需要獲得可能出現(xiàn)的所有可能性。此處有兩種可能的情況，那就是是否會(huì)產(chǎn)生2層的上行門廳呼叫。因?yàn)樵谏闲蟹较蚺R時(shí)分配給1號(hào)轎廂的樓層是2層和5層。
根據(jù)這種估算函數(shù)對由此獲得的估算到達(dá)時(shí)間進(jìn)行計(jì)算。這種估算函數(shù)與公式(1)中的綜合估算函數(shù)具有相同的邏輯結(jié)構(gòu)。由估算函數(shù)估算出的值不是累加的，而是與每個(gè)門廳呼叫的產(chǎn)生概率相乘之后累加，從而變成與門廳呼叫產(chǎn)生概率成正比的估算值。
累加的估算值＝估算值+門廳呼叫產(chǎn)生概率*(每個(gè)轎廂，方向，以及樓層的的估算函數(shù)值)……(2)這種估算是針對所有的門廳呼叫和轎廂進(jìn)行的，并且將估算值的累加值作為相應(yīng)基因的估算值。
選擇一種解決方案作為原始模型群體為了在分配算法中應(yīng)用遺傳學(xué)算法，需要滿足的第三種要求是確定將哪個(gè)解決方案選作各種解決方案中的原始模型群體。由于選擇模型的方法會(huì)受到估算函數(shù)值是否準(zhǔn)確的那一時(shí)間點(diǎn)的影響，需要精心地選擇原始模型。
按照本發(fā)明，上述問題是采用普通的綜合估算函數(shù)的估算值來解決的?？偠灾?，需要綜合每個(gè)轎廂的狀態(tài)，新的門廳呼叫的樓層和方向，以及未來的門廳呼叫等等因素對每個(gè)轎廂進(jìn)行估算，并且將具有最小估算值的轎廂分配給相應(yīng)的門廳呼叫。
事實(shí)上，無論將群管理估算函數(shù)確定為那種類型，具有高優(yōu)先權(quán)的估算值的轎廂的值大致都是相同的。
然而，要想在轎廂中間確定哪個(gè)轎廂具有優(yōu)先權(quán)高的估算值，還要取決于每種算法的控制效率。
因此，按照本發(fā)明，在獲得原始模型的方法中還要考慮到上述事實(shí)。
也就是說，采用慣用的綜合估算函數(shù)計(jì)算每個(gè)轎廂的估算值，由遺傳學(xué)算法根據(jù)這種估算值獲得一個(gè)概率，概率的選擇與圖7的方法相同。可能分配給對應(yīng)一個(gè)門廳呼叫的樓層和方向的一個(gè)n單位的轎廂是通過由此獲得的概率來選擇的。
以下要用圖10所示的一例電梯運(yùn)行情況來說明獲得原始模型的方法。
1層的上行門廳呼叫是一個(gè)首先要解決的問題。問題在于將哪個(gè)轎廂分配給1層的上行門廳呼叫。首先，按照慣用的分配方法，要使用綜合估算函數(shù)來判斷相對于1層上行門廳呼叫的分配適配性，從而對每個(gè)轎廂進(jìn)行估算。由于適合分配的轎廂是具有最小估算值的轎廂，這種估算值應(yīng)該被編碼成分配適配性，在圖16中表示了這種適配性的值。這種適配性的值是與估算值成反比的。
如果從四個(gè)轎廂中選出了除1號(hào)轎廂之外的三個(gè)分配候選轎廂，就在圖4的分配候選轎廂選擇單元55中執(zhí)行運(yùn)算。獲得對應(yīng)著三個(gè)分配候選轎廂各自的值的概率，利用各個(gè)概率產(chǎn)生一個(gè)模型。如果一個(gè)新的門廳呼叫是1層的上行門廳呼叫，就按照這種概率對分配給新的門廳呼叫的轎廂進(jìn)行10次選擇，如圖17所示。
此時(shí)需要注意到，1號(hào)轎廂沒有被分配給1層的上行門廳呼叫。由于處在1層上行方向的轎廂的號(hào)就是被分配轎廂的實(shí)際的號(hào)，根據(jù)由遺傳學(xué)算法構(gòu)成的概率就能很快地獲得精確的解決方案，從而按照綜合估算函數(shù)獲得轎廂的號(hào)。
由于其他轎廂不會(huì)被分配給預(yù)先已經(jīng)分配的各個(gè)門廳，已經(jīng)分配給各個(gè)門廳呼叫的轎廂號(hào)被記錄在先前產(chǎn)生的門廳呼叫的樓層和方向空間中。另外，假設(shè)將一個(gè)具有轎廂呼叫的轎廂分配給在同一方向產(chǎn)生在各個(gè)轎廂呼叫產(chǎn)生樓層上的估算的門廳呼叫。
按照圖10所示的情況，由于1號(hào)轎廂有一個(gè)11層的轎廂呼叫，并且正在按上行方向去往相應(yīng)的樓層，就假定將1號(hào)轎廂分配給11層的上行估算門廳呼叫。另外，由于2號(hào)轎廂已經(jīng)分配給了9層的上行門廳呼叫，并且在9層的上行盒中記錄了對應(yīng)2號(hào)轎廂的‘2’，就假定將3號(hào)轎廂分配給12層的下行估算門廳呼叫。同樣，由于4號(hào)轎廂已經(jīng)分配給了5層的下行門廳呼叫，就應(yīng)該在5層的下行盒中記錄對應(yīng)4號(hào)轎廂的‘4’。按照圖10所示的情況，一個(gè)不完整的遺傳學(xué)模型如圖18所示。
現(xiàn)在需要使10個(gè)不完整的基因適當(dāng)?shù)赝晟?，有一種方法是在轎廂的號(hào)之內(nèi)(1號(hào)-4號(hào))產(chǎn)生一個(gè)隨機(jī)的號(hào)，并且記錄適當(dāng)?shù)奶?hào)，或是在該方法中包括設(shè)計(jì)者的意圖。
在按照本發(fā)明的方法中，建議包括一種設(shè)計(jì)者的意圖，以便獲得快速和精確的解決方案。
第一種建議是，即使轎廂是在按實(shí)際可能的最高速度運(yùn)行，在一個(gè)50秒內(nèi)不可能提供服務(wù)的區(qū)段中，或是在一個(gè)很難提供服務(wù)的區(qū)段(樓層和方向)中不對一個(gè)對應(yīng)的轎廂進(jìn)行臨時(shí)分配，也就是不應(yīng)該將對應(yīng)的轎廂號(hào)記錄成空白。這樣，在使用遺傳學(xué)算法時(shí)就能很快地獲得一種精確的解決方案。
以圖10中所示的情況為例，假設(shè)各個(gè)轎廂在每個(gè)樓層之間運(yùn)行的時(shí)間是2秒，在每個(gè)?？繕菍由纤璧臅r(shí)間是10秒，在計(jì)算每個(gè)轎廂的到達(dá)時(shí)間時(shí)(根據(jù)目前的情況來計(jì)算最短到達(dá)時(shí)間)，就在時(shí)間大于50秒的格中畫圈，如圖19所示。在產(chǎn)生隨機(jī)的數(shù)字時(shí)應(yīng)該考慮到與畫圈的樓層和方向相對應(yīng)的估算門廳呼叫，不能將對應(yīng)的轎廂臨時(shí)分配給這種呼叫。
作為第二種建議，分配給某一樓層的門廳呼叫的轎廂同時(shí)被分配給與上述樓層相鄰的一個(gè)樓層的門廳呼叫。也就是說，如圖18中所示，如果將2號(hào)轎廂分配給9層的上行門廳呼叫，2號(hào)轎廂就被同時(shí)分配給8層的門廳呼叫和9層的門廳呼叫。
總之，如果將預(yù)先已確定為一個(gè)目標(biāo)樓層服務(wù)的轎廂分配給與該目標(biāo)樓層相鄰的樓層的門廳呼叫，這一轎廂就要負(fù)責(zé)相鄰樓層的門廳呼叫，這樣可以節(jié)省能量并且能均勻地分布用于服務(wù)的轎廂。
與此相應(yīng)，在與預(yù)先分配的門廳呼叫相鄰的估算門廳呼叫中登記一個(gè)對應(yīng)的轎廂號(hào)。
然而，如果為相鄰樓層的門廳呼叫過多地登記了一個(gè)對應(yīng)的轎廂號(hào)，這個(gè)轎廂就會(huì)出現(xiàn)超載，這樣就會(huì)使群管理系統(tǒng)的主要性能例如長時(shí)等待概率出現(xiàn)惡化。因此，需要根據(jù)運(yùn)輸情況適當(dāng)?shù)剡x擇樓層范圍。
此外，臨時(shí)分配是在一個(gè)轎廂為相鄰樓層持續(xù)提供服務(wù)的條件下執(zhí)行的(在產(chǎn)生隨機(jī)號(hào)時(shí)，一個(gè)號(hào)在相鄰樓層上具有相同號(hào)的概率很高)。
圖20表示了將圖18中沒有完成的遺傳學(xué)采樣完善后的情況。如圖中所示，在圖19中具有畫圈的號(hào)的一個(gè)轎廂沒有被臨時(shí)分配給對應(yīng)樓層和方向的估算門廳呼叫，而與預(yù)先分配的樓層相鄰的一個(gè)樓層的轎廂號(hào)是用與預(yù)先分配樓層的轎廂號(hào)相同的號(hào)來登記的。(因?yàn)闆]有門廳呼叫或轎廂呼叫需要服務(wù)的3號(hào)轎廂目前已停運(yùn)，它可以在50秒之內(nèi)為任何一個(gè)樓層和方向提供服務(wù)，在計(jì)算中就將其排除了)。
因此，在產(chǎn)生采樣時(shí)反映了設(shè)計(jì)者的傾向，從而獲得盡量多的具有主導(dǎo)基因的采樣。
在產(chǎn)生的采樣中選擇母體基因關(guān)于在產(chǎn)生的采樣中選擇母體基因的方法，按照本發(fā)明的方法，按照圖14所示的方法用估算函數(shù)估算這些采樣，從中產(chǎn)生母體基因。如果基因采樣(a-j)的估算值如圖21圖中所示，就通過一個(gè)與估算值成反比的概率來選擇母體基因。在圖21中的例子中，‘a(chǎn)’被選作母體基因的概率是‘b’的三倍。
在采樣中選擇母體基因的方法與選擇采樣的方法是大致相同的。然而，在選擇采樣時(shí)，每個(gè)采樣值是與綜合估算函數(shù)的值成正比的。此外，母體基因是根據(jù)一個(gè)估算值來選擇的，而在計(jì)算這一估算值時(shí)包括了估算的轎廂呼叫，預(yù)先分配的門廳呼叫，以及尚未分配的門廳呼叫，它們是上述的在各個(gè)樓層和方向產(chǎn)生的。
生產(chǎn)后代利用綜合母體基因生產(chǎn)下一代后代并產(chǎn)生變異的方法沿用了由遺傳學(xué)算法執(zhí)行的通用方法，然而，必須要注意到以下幾個(gè)事實(shí)。
預(yù)先分配的樓層和方向不應(yīng)該被插入一個(gè)對應(yīng)的轎廂號(hào)之外的其他轎廂號(hào)。換句話說，預(yù)先分配的樓層和方向的初始值是一直保存的。此外，與預(yù)先分配的轎廂號(hào)數(shù)相鄰并且被分配給和預(yù)先分配的轎廂的運(yùn)行方向具有相同方向的一個(gè)門廳呼叫的那個(gè)轎廂是不應(yīng)該改變的，運(yùn)一點(diǎn)反映了設(shè)計(jì)者的傾向。
一個(gè)尚未分配但是卻已在前期按照估算函數(shù)的一個(gè)估算值產(chǎn)生的一個(gè)門廳呼叫值是不應(yīng)該改變的。例如圖20所示，如果改變了分配給1層上行門廳呼叫的轎廂號(hào)的值，一種解決方案的估算值的收斂時(shí)間就會(huì)變得很慢，這樣就會(huì)降低系統(tǒng)的穩(wěn)定性。維持一個(gè)值意味著考慮到了相對于一種分配的估算函數(shù)的區(qū)別。這樣就能避免遺傳學(xué)算法的運(yùn)算錯(cuò)誤。
最后，在遺傳學(xué)合成和變異生產(chǎn)的過程中，在按照各個(gè)轎廂計(jì)算的禁止分配區(qū)內(nèi)的樓層和方向上不記錄轎廂的號(hào)。
在按照上述方法完成了預(yù)定次數(shù)的生產(chǎn)之后，需要對最終的產(chǎn)物和成為這一最終產(chǎn)物的基礎(chǔ)的一個(gè)采樣進(jìn)行估算，從中選擇具有最佳估算值的一個(gè)基因。這樣，將對應(yīng)著尚未分配的一個(gè)門廳呼叫的樓層和方向的一個(gè)轎廂分配給這一門廳呼叫。在考慮到目前和未來的情況時(shí)，所分配的這一轎廂被確定為最佳的轎廂，它最適合于被分配給這一尚未分配的門廳呼叫。
此外，如上所述，在分配中采用遺傳學(xué)算法時(shí)需要進(jìn)行大量的計(jì)算。另外，如果有許多需要計(jì)算的樓層和轎廂，計(jì)算量可能過大。因此，本發(fā)明建議采用這樣一種方法，也就是將大樓的每個(gè)方向劃分成幾段，對代表每個(gè)段的估算門廳呼叫進(jìn)行分配，其運(yùn)算方式如下。
第一步按照位置和方向?qū)⒋髽莿澐殖蓭锥危?jì)算出各段中產(chǎn)生門廳呼叫的概率，也就是門廳呼叫產(chǎn)生概率。這一計(jì)算結(jié)果可以提供在各個(gè)樓層和方向上發(fā)生的門廳呼叫產(chǎn)生概率的平均值。
第二步對按照各個(gè)段計(jì)算出的門廳呼叫產(chǎn)生概率進(jìn)行分配，從中提供以下可能的假設(shè)。也就是說，假設(shè)在某一段中產(chǎn)生的門廳呼叫僅僅是在相應(yīng)段中的預(yù)定樓層上產(chǎn)生的。例如，在這一段的樓層當(dāng)中具有最大估算客流量的樓層被確定為這一段中具有代表性的樓層，并且在具有代表性的這一樓層上僅僅產(chǎn)生一個(gè)門廳呼叫，這樣就能減少基因的總數(shù)，并且減少分配過程中的計(jì)算量。
如上所述，本發(fā)明的方法可以獲得門廳呼叫產(chǎn)生概率，對門廳呼叫叫產(chǎn)生概率進(jìn)行處理，并且將結(jié)果提供給一種遺傳學(xué)算法，這種算法對具有大量檢索空間的系統(tǒng)是非常有效的，這樣就能減少平均等待時(shí)間和發(fā)生等待的概率，為乘客提供高質(zhì)量的服務(wù)。
盡管在本文中為了說明的目的而提供了本發(fā)明的最佳實(shí)施例，本領(lǐng)域的技術(shù)人員在不脫離權(quán)利要求書所限定的本發(fā)明的精神和范圍的條件下顯然還可以實(shí)現(xiàn)各種修改和增刪。
權(quán)利要求
1.一種電梯的群管理控制方法包括以下步驟第一步，將大樓的一個(gè)域劃分成適合各種運(yùn)輸要求的預(yù)定的幾段，并且計(jì)算出在各個(gè)段中將要產(chǎn)生的未來門廳呼叫的數(shù)量；第二步，按照第一步中獲得的結(jié)果根據(jù)估算的乘客數(shù)量獲得未來的門廳呼叫產(chǎn)生概率，并且按照預(yù)定的規(guī)律根據(jù)所述概率來確定門廳呼叫產(chǎn)生樓層及其方向；第三步，采用從第一步獲得的結(jié)果作為基本數(shù)據(jù)，使用一個(gè)綜合估算函數(shù)獲得每個(gè)轎廂的一個(gè)估算值，并且按照預(yù)定的規(guī)律選擇兩個(gè)以上具有高估算值的轎廂；以及第四步，對第三步中選擇的候選分配轎廂和第二步中獲得的結(jié)果采用遺傳學(xué)算法，從中選擇一個(gè)轎廂作為可以分配的最佳轎廂。
2.按照權(quán)利要求1的方法，其中第四步包括一個(gè)將分配類型編碼成遺傳學(xué)類型的子步，預(yù)先分配的門廳呼叫由已經(jīng)分配給上述門廳呼叫的轎廂負(fù)責(zé)，并且按照預(yù)定的規(guī)律將受到群管理控制的轎廂中間的一個(gè)轎廂臨時(shí)分配給一個(gè)樓層和一個(gè)方向上產(chǎn)生的一個(gè)門廳呼叫和一個(gè)估算的門廳呼叫。
3.按照權(quán)利要求1的方法，其中第四步包括一個(gè)用于產(chǎn)生原始遺傳學(xué)模型的子步，使用綜合估算函數(shù)來選擇分配候選轎廂，并且與各個(gè)分配候選轎廂的分配適配度成正比地對應(yīng)著沒有分配的門廳呼叫來安排一個(gè)臨時(shí)分配的轎廂。
4.按照權(quán)利要求3的方法，其中所述子步還包括一個(gè)用于產(chǎn)生基因的步驟，從而可以將在先分配給某一樓層的門廳呼叫的一個(gè)轎廂臨時(shí)分配給與這一樓層相鄰的一個(gè)樓層上的估算的門廳呼叫。
5.按照權(quán)利要求4的方法，其中所述步驟還包括一個(gè)子步，用于將已經(jīng)分配給某一樓層的門廳呼叫的同一個(gè)轎廂臨時(shí)分配給與運(yùn)一樓層相鄰的樓層上的估算的門廳呼叫，并且根據(jù)運(yùn)輸狀態(tài)來改變受到控制的樓層數(shù)量，從而減少基因的數(shù)量。
6.按照權(quán)利要求1的方法，其中第四步還包括一個(gè)子步，用于在產(chǎn)生基因時(shí)計(jì)算估算的到達(dá)時(shí)間，并且從遺傳學(xué)代碼中排除掉估算到達(dá)時(shí)間超過預(yù)定時(shí)間的那個(gè)轎廂。
7.按照權(quán)利要求1的方法，其中第四步還包括一個(gè)子步，用于采用預(yù)期的估算到達(dá)時(shí)間和一個(gè)估算函數(shù)估算出一個(gè)基因。
8.按照權(quán)利要求1的方法，其中第四步還包括一個(gè)子步，用于根據(jù)一個(gè)與一個(gè)基因的選擇適配度成正比的概率來選擇一個(gè)母體轎廂。
9.按照權(quán)利要求1的方法，其中第四步還包括一個(gè)子步，用于對具有最高估算值的基因進(jìn)行譯碼，從而將一個(gè)沒有分配的轎廂分配給一個(gè)相應(yīng)的門廳呼叫。
10.按照權(quán)利要求1的方法，其中第四步還包括一個(gè)子步，用于獲得各個(gè)段的估算門廳呼叫，并且計(jì)算上述遺傳學(xué)算法，從而使遺傳學(xué)形式得到簡化。
11.按照權(quán)利要求1的方法，其中第四步還包括一個(gè)子步，用于改變遺傳學(xué)次序或是在母體轎廂的基因中插入一個(gè)新的結(jié)構(gòu)，從而產(chǎn)生一個(gè)新的基因。
12.按照權(quán)利要求1的方法，其中第四步還包括一個(gè)子步，用于分配一個(gè)具有最高估算值的基因，用來將分配類型編碼成遺傳學(xué)類型，使用編碼的遺傳學(xué)類型產(chǎn)生一個(gè)新的基因，通過選擇具有最佳估算值的基因而再次選擇一個(gè)母體轎廂，并且反復(fù)執(zhí)行預(yù)定的次數(shù)。
13.按照權(quán)利要求1的方法，其中第四步還包括一個(gè)子步，用來相對于未來的門廳呼叫根據(jù)用于估算所述基因的估算到達(dá)時(shí)間以及所有的可能性獲得一個(gè)預(yù)期的估算到達(dá)時(shí)間。
14.按照權(quán)利要求1的方法，其中第四步還包括一個(gè)子步，用于根據(jù)每個(gè)轎廂的當(dāng)前位置和每個(gè)樓層及每個(gè)方向上的估算的門廳呼叫產(chǎn)生概率來獲得估算的門廳呼叫產(chǎn)生概率的各個(gè)加權(quán)，并且將這一加權(quán)加在估算的門廳呼叫上。
全文摘要
本發(fā)明涉及到在控制著安裝在一個(gè)大樓中的多個(gè)電梯的群管理系統(tǒng)中為一個(gè)門廳呼叫提供一個(gè)轎廂。按照本發(fā)明的電梯群管理控制方法是在使用綜合估算函數(shù)對每個(gè)轎廂進(jìn)行估算之后選擇出兩個(gè)以上具有高估算值的轎廂,并且使用一種遺傳學(xué)算法來分配一個(gè)轎廂作為提供最佳服務(wù)的轎廂,這種算法在具有巨大檢索空間的系統(tǒng)中是非常有效的,從而可以減少平均等待時(shí)間和等待發(fā)生概率。
文檔編號(hào)B66B1/20GK1188067SQ9712971
公開日1998年7月22日 申請日期1997年12月30日 優(yōu)先權(quán)日1996年12月30日
發(fā)明者高應(yīng)烈, 金正午, 韓培勛 申請人:Lg產(chǎn)電株式會(huì)社