下载文档原格式
电梯群控算法
电梯群控算法是一种用于优化电梯运行的算法，其主要目的是提高电梯的运行效率和乘客的出行体验。
该算法的基本思路是通过分析电梯的使用数据，预测乘客的需求，从而实现电梯的智能调度。
电梯群控算法的实现步骤主要包括如下六方面：
1. 数据采集：首先需要对电梯的使用数据进行采集，包括电梯的载客量、到达楼层、停留时间等信息。
这些数据可以通过安装传感器或者使用现有的监控系统来获取。
2. 数据预处理：对采集到的数据进行清洗、去重、填充缺失值等操作，以确保数据的准确性和完整性。
3. 特征提取：从预处理后的数据中提取有用的特征，例如平均停留时间、最大载客量等。
这些特征可以帮助我们更好地理解电梯的使用情况。
4. 建立模型：根据提取的特征，建立相应的机器学习模型，例如线性回归、决策树等。
这些模型可以用来预测乘客的需求和电梯的运行状态。
5. 调度策略制定：根据建立的模型，制定相应的调度策略。
例如，当预测到某个区域的乘客需求较大时，可以提前调整电梯的运行路线，以便更快地到达该区域。
6. 实时更新：由于电梯的使用情况是不断变化的，因此需要实时更新数据和模型，以保证算法的有效性和准确性。
总之，电梯群控算法是一种基于数据分析和机器学习技术的智能调度
算法，可以帮助提高电梯的运行效率和乘客的出行体验。
多电梯调度算法
多电梯调度算法是一个用于控制多个电梯在一个大楼中高效运行的系统。
这个系统可以根据乘客的需求和楼层情况，智能地决定每个电梯应该去哪一层接乘客或者送乘客。
为了实现这一目标，多电梯调度算法可以采用以下策略：
1. 电梯最近停留楼层策略：当有新请求到来时，电梯会优先选择最近停留的楼层。
这样可以最大程度地减少电梯的等候时间和行程时间。
2. 同方向优先策略：当电梯到达某一楼层接乘客后，如果有相同方向的请求，电梯会优先选择同方向的请求而不会改变方向。
这样可以避免不必要的方向转变，提高效率。
3. 最小耗能策略：电梯在每一次移动时，会选择耗能最小的方向。
通过计算每个方向上的耗能，并综合考虑每个电梯的负载情况和楼层的请求情况，来选择耗能最小的方向。
4. 动态调整电梯数量策略：当需求量较小时，只开启少部分电梯。
而当需求量增加时，可以动态调整电梯的数量，以满足乘客的需求。
这样可以降低能源消耗和运营成本。
5. 紧急优先策略：当有紧急请求到来时，例如火警或者地震预警，系统会立即将所有电梯调度到底层，以最快速度将所有人员安全地送离建筑物。
通过以上策略的综合运用，多电梯调度算法可以实现电梯的高效运行，节约能源和时间，提供更好的乘坐体验。
该算法还可以根据实际情况进行调整和优化，以满足不同大楼的需求。
一）、弄清群控电梯调度算法的评价指标由于乘客心理等待时间的长短、电梯响应呼梯的快慢、召唤厅站客流量的大小、轿厢内乘客人数的多少等均是一些模糊的概念，很难用确切的数量关系定义，也难以用普通的逻辑规则综合描述。
近年来，人们借助于模糊数学中的隶属函数来表述，将复杂的模糊问题转化为简单清晰的形式进行求解和控制.模糊控制通过模糊逻辑进行推理，有效地对电梯运行状况作出判断，但对于非常复杂的多变量系统，要建立正确的模糊规则和隶属函数是非常困难的，而且通过大量实验建立的隶属函数和规则有时也很难保证十分精确与合理。
此外，其隶属函数中的加权系数是确定的，不能根据客流改变而相应改变。
为了解决模糊控制中存在的某些问题，新发明将神经网络控制方法应用于电梯控制中，无需建立精确数学模型，可以提供准确的控制策略，以减少候梯时间，降低乘客的焦急等待心理，节约能源，合理有效地调度电梯最佳运行。
（二）、理解上行高峰模式、下行高峰模式、双路运行模式等概念，并找出根据一系列输入手段间接算出运行模式的算法：上行高峰交通模式：当主要的客流是上行方向，即全部或者大多数乘客从建筑物的门厅进入电梯且上行，这种状况被定义为上行高峰交通状况。
下行高峰交通模式：当主要的客流是下行方向，即全部或者大多数乘客乘电梯下行到门厅离开电梯，这种状况被定义为下行高峰交通状况。
二路交通模式：当主要的客流是朝着某一层或从某一层而来，而该层不是门厅，这种状况被定义为二路交通状况。
二路交通状况多是由于在大楼的某一层设有茶点部或会议室，在一天的某一时刻该层吸引了相当多的到达和离开呼梯信号。
所以二路交通状况发生在上午和下午休息期间或会议期间。
四路交通模式：当主要的客流是朝着某两个特定的楼层而来，而其中的一个楼层可能是门厅，这种交通状况被定义为四路交通状况。
当中午休息期间，会出现客流上行和下行两个方向的高峰状况。
午饭时客流主要是下行，朝门厅和餐厅。
午休快结束时，主要是从门厅和餐厅上行。
电梯调度算法总结（大全五篇）第一篇：电梯调度算法总结1.传统电梯调度算法1.1先来先服务算法(FCFS)先来先服务(FCFS-First Come First Serve)算法，是一种随即服务算法，它不仅仅没有对寻找楼层进行优化，也没有实时性的特征，它是一种最简单的电梯调度算法。
它根据乘客请求乘坐电梯的先后次序进行调度。
此算法的优点是公平、简单，且每个乘客的请求都能依次地得到处理，不会出现某一乘客的请求长期得不到满足的情况[12]。
这种方法在载荷较轻松的环境下，性能尚可接受，但是在载荷较大的情况下，这种算法的性能就会严重下降，甚至恶化。
人们之所以研究这种在载荷较大的情况下几乎不可用的算法，有两个原因：(1)任何调度算法在请求队列长度为1时，请求速率极低或相邻请求的间隔为无穷大时使用先来先服务算法既对调度效率不会产生影响，而且实现这种算法极其简单。
(2)先来先服务算法可以作为衡量其他算法的标准。
1.2最短寻找楼层时间优先算法(SSTF)最短寻找楼层时间优先(SSTF-Shortest Seek Time First)[14]算法，它注重电梯寻找楼层的优化。
最短寻找楼层时间优先算法选择下一个服务对象的原则是最短寻找楼层的时间。
这样请求队列中距当前能够最先到达的楼层的请求信号就是下一个服务对象。
在重载荷的情况下，最短寻找楼层时间优先算法的平均响应时间较短，但响应时间的方差较大，原因是队列中的某些请求可能长时间得不到响应，出现所谓的“饿死”现象。
1.3扫描算法(SCAN)扫描算法(SCAN)是一种按照楼层顺序依次服务请求，它让电梯在最底层和最顶层之间连续往返运行，在运行过程中响应处在于电梯运行方向相同的各楼层上的请求。
它进行寻找楼层的优化，效率比较高，但它是一个非实时算法。
扫描算法较好地解决了电梯移动的问题，在这个算法中，每个电梯响应乘客请求使乘客获得服务的次序是由其发出请求的乘客的位置与当前电梯位置之间的距离来决定的，所有的与电梯运行方向相同的乘客的请求在一次电向上运行或向下运行的过程中完成，免去了电梯频繁的来回移动[2]。
基于鲁棒离散优化的电梯群控调度算法1田栢苓，王维佳，宗群天津大学电气与自动化工程学院, 天津(300072)E-mail：tianbailing121@摘要：针对电梯群控调度过程中交通流的不确定性和优化求解复杂性问题，本文通过建立电梯群控调度系统的鲁棒离散优化模型，实现了一种基于鲁棒离散优化理论的新的电梯群控优化调度算法。
并结合电梯群控虚拟仿真平台进行算法验证，通过与其它调度算法的比较，证明了该算法能够更好地适应不同交通流的变化情况，从而达到改善电梯群控调度性能的目的。
关键词：电梯群控调度，鲁棒离散优化，不确定优化1．引言随着建筑物规模的不断扩大以及电梯部数的增加，需建立一个良好的电梯群控系统来满足人们对上下交通的服务要求，同时尽量节约时间、避免能源浪费。
兴建智能建筑，包括高层建筑，已成为当今世界跨世纪性的开发热点，同时也是一个国家综合国力的具体表现，电梯交通配置技术是构成智能建筑三大系统之一（楼宇自动化）的重要内容。
人们所使用的电梯控制技术由简易自动控制、集选控制到并联控制，一直不能满足人们对电梯乘行的需要，不能适应建筑物客流量的剧烈变化，难以客服轿厢频繁往返和长时间侯梯现象，电梯群控系统正是在这种背景下应运而生。
电梯群控系统就是将三部或三部以上电梯作为一个群体进行系统调度管理，从而更加有效的运送乘客、改善服务质量的控制系统，其实质上是一个在环境变化下的优化调度问题，具有不确定性、非线性和控制目标多样化等特点。
电梯群控系统中，调度策略一直是研究的重点。
由于乘客对电梯服务的要求越来越高，而且电梯群控系统具有随机性和不确定性，及输出的多目标性，传统的调度方法已难以达到高质量的性能指标要求。
近20年来，随着智能技术的发展，人们对电梯的智能群控策略有很多研究，提出了各种智能群控算法如专家系统、模糊推理规则、人工神经网络等。
这些群控算法应用到电梯群控调度中，虽然取得了一定效果，但都并未从根本上改善群控调度的关键问题[1]。
群控电梯调度算法研究作者：田海赵小强来源：《计算机与网络》2018年第18期摘要：通过对多台电梯的优化控制，使电梯群具有更高的运行效率，并及时将电梯的状态信息反馈给乘客，以满足乘客的心理和生理要求，提高了电梯垂直输送的能力。
随着模糊控制、神经网络控制等智能控制方法在电梯群控系统中的应用，电梯群控技术已经成为电梯产业研究的重点话题。
群控电梯的应用取决于模糊的控制，将控制电梯的系统结构及工作原理进行了深入分析和介绍。
通过实验得出，在提高电梯利用率方面，模糊控制可以起到关键性的作用，提升了用户的直观使用感受。
关键词：模糊控制；群控电梯；隶属度中图分类号：TP27文献标志码：A文章编号：1008-1739（2018）18-61-3Research on Group Control Elevator Scheduling AlgorithmTIAN Hai， ZHAO Xiaoqiang（School of Information Engineering， Inner Mongolia University of Science & Technology， Baotou Inner Mongolia 014010， China）0引言目前，人們正逐步迈入科技引领生活的时代，而人工智能就是这个时代的标签。
在标签的引领之下，模糊控制技术正扮演着越来越重要的角色。
最初这个设计思路来源于人的思维模式，而这种模式又是脱离了传统的数学模型[1]独立存在的，只是通过日常在操作控制上的经验以及生产用来解决问题的答案汇集而成，这是最接近人类思想的，也是最靠近人类思维意识的，最终用以模拟行为规则，其作用范围也不仅仅是唯一的，同时也囊括了处理一般不确定因素的能力。
1群控电梯调度算法的原理模型群控就是能在多台电梯共同的阶段，始终通过最有效的方式进行调度，最大程度地发挥输送乘客的能力。
电梯群控系统[2]就是在群控基础上，将原有的电梯组进行最有效的分组，分组主要依据电梯原始的布列位置，同一位置共用同一控制信号系统进行调度。
漳州职业技术学院计算机系2014届工程项目训练综合办公大楼群控电梯智能调度系统设计方案班级：姓名：学号：指导老师：2016年06月5日任务背景 (3)1、目前群控电梯采用的智能调度 (3)1、多种控制方案的分析比较 (3)1、专家系统 (3)2、神经网络 (3)4、遗传算法 (4)4、模糊控制技术 (4)2、分析研究对象 (5)1、电梯群控系统的结构 (5)2、电梯群控系统的特点 (6)3、电梯群控系统的性能要求 (6)3、用户需求 (8)4、总体设计 (8)5、详细设计 (8)1、电梯交通模式分类 (8)1、上行高峰模式 (9)2、下行高峰模式 (9)3、层间交通模式 (9)4、空闲交通模式 (9)2、用户需求设计 (9)1、消防电梯 (9)2、电梯轿厢统一调度 (11)3、电梯里应该增添的设备 (11)6、总结 (11)任务背景本文首先简要介绍某综合办公大楼共40层，电梯共有10部，其中2部为消防电梯。
而电梯做为最重要的垂直交通运输工具，其作用愈加突出，也得到了极大的重视。
为了提高员工上下班高峰期，搭乘电梯高效有序，缩短人们的候梯时间、乘梯时间，并降低能源消耗，就需要使用电梯群控系统（EGCS）对多台电梯进行统一调度控制。
1、目前群控电梯采用的智能调度1、多种控制方案的分析比较目前，国内外广泛采用的控制策略主要包括模糊控制、专家系统、神经网络、遗传算法等人工智能技术。
每一种控制策略各有其优点，但受制于成本等因素，又各有其局限性：1、专家系统专家系统是一个或多个专家知识和经验积累起来进行推理和判断的系统，是由知识库、数据库、推理机、解释部分及知识获取部分组成，形成一定的控制规则存入知识库中，它可以解决许多不能完全用数学作精确描述而要靠经验解决的问题。
根据当前输入的数据或信息，利用知识库的知识，按一定的推理策略控制派梯。
但对于复杂多变的电梯系统，专家系统有它的不足之处：它主要适用于一些相对比较简单的、楼层比较低的建筑物；专家设想的条件要与实际建筑物基本相同，才能获得预期的效果；对于复杂多变的电梯系统，专家的知识和经验存在局限性等；控制规则数受限制，规则数多则显得复杂，难以控制；少则控制性能下降。
群控电梯控制方案设计和优化研究小组：030710107 周扬、030710125潘天亮、030710113 于启炟二OO九年十一月八日【课题前景】随着人民生活水平的提高和城市建筑的高速发展，楼宇需要配置多台电梯以提高交通服务质量和可靠性。
然而，仅使电梯数量的增加不仅不能完全满足现代楼宇的多种要求，还会带来诸如环境污染、能源损耗、运营效率低下等问题。
电梯群控系统所要解决的是一个复杂的、具有非线性和不确定性的多目标随机决策问题。
因此，现代建筑多采用电梯群控技术来调度电梯群的运行，在提高系统服务质量和运营效率的同时降低能耗。
i【电梯群控系统的多目标性】实现电梯的多功能优化，找到时间最优和路程最优的最佳契合点。
从而达到节省时间和能耗的效果。
（1) 平均候梯时间要求短候梯时间是指从乘客按下层站呼梯按钮直到所派电梯到达此层乘客进入轿厢所经过的时间。
在群控电梯控制中，传统的概念集中于解决“减少候梯时间”这一指标。
平均候梯时间是所有候梯时间的平均值，它是评价电梯群控系统性能的重要指标。
（2）电梯能耗电梯系统的能耗越少，其服务成本就越低。
电梯的运行距离与能耗有着密切的联系，但在很多情况下能耗评价指标并未被列入考虑之列。
【实验过程】（1）分配二个同学到图书馆和网络上查找相应的文件介绍并整理出有用的文件资料，到南航一号楼采集必要的数据并调查电梯的运行情况是否良好。
（2）整理所查找到的文件资料，探讨初期实验模型，确定算法，并编写群控电梯的仿真程序，并输入数据得到目标函数值。
（3）结合具体情况，分析比较目标函数值，在基础模型的基础上加以改进，得出优化模型。
（4）总结试验，撰写实验报告。
【初步解决方案】一、问题描述某大楼共有十层楼，设有载客电梯一部，以南航一号楼6号电梯为例。
设计一算法以实现乘客平均侯梯时间最短、耗能最少。
二、模型简化1、电梯可到达各层。
2、仿真开始前，电梯静止为空梯，且停靠楼层为任意的。
3、仿真开始后，有若干人在不同楼层开始乘梯活动，且所在楼层和目标楼层都是随机输入的。
群控电梯目的层调度系统的设计-机电论文群控电梯目的层调度系统的设计林穗贤（广州广日电梯工业有限公司，广东广州511447）摘要：目前，随着高层建筑的发展，电梯在人们的生活中扮演的角色日益重要。
高层建筑中的电梯往往是多台共同工作，为了对这些电梯进行调度，就需要通过群控系统来实现。
目前，电梯的群控系统存在乘梯时间不明确、客流量分配不合理等问题，为解决这些问题，对群控电梯的目的层调度系统进行了设计，并探讨了调度算法。
关键词：群控电梯；目的层调度；优化设计0引言随着高层建筑物数量的增加，电梯数量和使用频率也日益增加，为满足人们的运行需求，往往需要多台电梯同时工作，这就需要群控系统来实现。
电梯群控指的是使用微机对共用层站、集中排列的多台电梯进行集中控制，这个过程的实现要以电梯运行方向、呼梯信号和轿厢的当前位置为基础［1］。
传统电梯的目的层呼梯是通过轿厢通讯板和外召板的二次信号输入来实现的［2］，这种方法在很大程度上影响了呼梯效率和客流量的优化配置，不利于实现电梯节能。
因此，探讨群控电梯目的层调度系统的设计对优化电梯运行具有重要意义。
1系统设计1.1硬件平台概述本研究探讨的系统使用的主控制器是广日电梯自主开发的G12电梯控制系统，该主板使用的微处理器是32位工业级处理器，接口丰富，在增大运行速度和改善运行性能方面具有重要作用。
该系统支持的最高层数为64层，电梯群控数量为8台。
1.2群控系统概述传统电梯的群控系统有两种，分别是星形群控系统和环形群控系统，具体如图1和图2所示。
由图可见，这两种群控系统均不能有效地实现目的层控制。
比如星形群控系统，该系统对电梯进行集中式控制，但是当其中的某个群控器发生故障时，该系统就会整体瘫痪［3］。
而环形群控系统，虽然该系统中没有独立的群控器存在，但是实际上每个电梯都是一个独立的系统，这样电梯的整体瘫痪率就会在很大程度上减小；但如其中一台电梯出现故障，群控系统就会失效，电梯就会恢复独自运行状态［4］。
多台电梯调度算法设计及仿真（安庆师范学院物理与电气工程学院安徽安庆 246011）摘要：根据电梯群控系统的非线性，随机性，不确定性和离散动态性特点，采用面向对象的分析与设计方法和基于事件扫描的数字仿真方法，设计一个多台电梯调度算法，采用 Visual C++技术编程和OpenGL 可视化技术，并通过对电梯群的运行状态进行实时监测与分析，实现高层建筑电梯群调度和载客的活动仿真情况，评价电梯群的服务质量和运行效能。
关键词：电梯群控制系统，多台电梯调度算法，面向对象，数字仿真1. 引言电梯是现代立体交通的重要组成部分，随着高层建筑在世界范围内得以迅猛发展，极大地促使了电梯技术的改良和革新。
近半个世纪以来，电梯技术已经从原始模型升降机发展到高级智能化电梯。
而智能化要求电梯系统服务质量和服务效率能尽量提高建筑的有效利用率和性能。
在建筑设计中，同常将多台电梯配置在一起，构成电梯群，集中为大楼提供服务，这就是电梯群控系统（EGCS, Elevator Group Controlystem）【1】。
电梯群控系统是一个实时性非常强的系统，需要不断收集梯群的状态信息和厅外的召唤信号，采取一定的派梯策略，选择最合适的电梯去应答厅外召唤。
为了节约开发成本，一个成功的电梯群控系统在应用到实际控制系统之前，往往都在计算机系统上进行仿真研究，调试参数，在仿真研究完成以后，在应用到电梯试验塔做实验，检验控制策略的有效性和有关的性能指标。
电梯群控系统是通过对电梯群运行状态进行实时监测与分析，再根据不同的实际情况对电梯进行优化调度和合理分配，进而改善和提高电梯系统服务质量和服务效率【2】。
随着智能控制技术在电梯群控系统(EGCS)中的广泛应用,电梯交通系统设计的关键是满足乘客生理上和心理上的承受力,有效地解决高层建筑复杂的楼内垂直交通。
一个设计良好的电梯群控系统必须具备在客流高峰时确保乘客在较短的侯梯时间和乘梯时间内到达目的地，在空闲时使电梯群运行消耗能量最低。
电梯调度算法研究摘要随着我国经济的不断发展，建筑行业也得到了突飞猛进，特别是高层以及智能建筑不断涌现，因而垂直运输工具电梯得到了越来越广泛的应用。
当前人们对电梯服务质量越来越高，单台电梯无法满足人们需要，因此在楼层间往往设置多台电梯，为了减少能力损耗以及缩短人们等待的时间，因此本文深入分析电梯调度算法，采用优化控制策略从而优化多台电梯的协调运行，提高服务质量和运行效率。
本文首先阐述了乘客对电梯群控系统的要求，电梯群控系统的特征，如非线性、不确定性、多目标以及扰动等特性，针对电梯的特征，详细分析了电梯群的控制模式。
然后统计了一段时间的客流状况，从而完成整体流量状况的预测，根据预测情况优化了电梯调度算法，该算法是在多目标规划的基础上建立评价函数，通过权值的设定，突出不同目标在不同交通模式下的要求。
最后通过仿真的方式，验证了算法的有效性。
本文针对电梯群控系统的复杂特性，设计了相应的调度算法。
通过设计的调度算法能够很好的提高整个系统特性。
关键词：电梯群控，调度算法，多目标规划，仿真分析目录第一章绪论 (3)1.1 引言 (3)1.2 课题研究背景及意义 (3)1.3 国内外研究现状 (3)第二章电梯群控系统的特征分析 (5)2.1 乘客对电梯群控系统的要求 (5)2.2 电梯群控系统的系统特性 (5)2.2.1 非线性 (5)2.2.2 不确定性 (5)2.2.3 多目标性 (5)2.2.4 扰动性 (6)2.3 电梯群的控制模式 (6)第三章多目标规划电梯调度算法及仿真分析 (7)3.1 多目标规划电梯调度算法分析 (7)3.1.1 多目标规划建模 (7)3.1.2 多目标规划调度算法实现 (8)3.2 仿真分析 (10)3.2.1 调度算法仿真分析 (10)3.2.2 电梯运行仿真分析 (12)第四章总结 (16)参考文献 (17)致谢.......................................................................................... 错误！未定义书签。
多部电梯群控系统控制算法优化摘要智能楼宇的普及，使电梯群组控制技术得到飞速发展。
电梯系统在安全便捷的基础上更追求乘坐的舒适度，向高效节能发展。
促进群控算法不断革新，优化建筑物中交通流的调度方案。
电梯系统因自身具有多变量、非线性和随机性等特点，用传统方法较难控制。
本文采用多目标规划方法实现多部电梯群组系统控制算法优化，优化电梯交通系统调度方案。
首先比较当前主流控制算法，分析电梯群控系统交通流模式。
再建立电梯群控系统数学模型，分别在上行高峰、下行高峰、随机客流和空闲交通模式下进行函数分析，分配性能指标权重，得出相应调度规则。
最后将系统模型用MATLAB系统仿真，验证系统调度方案，证明多目标规划算法对多部电梯群组系统调度方案有所提高。
关键词：电梯群控，算法优化，交通模式，调度，仿真Elevators Group Control System Control AalgorithmOptimizationABSTRACTWith the emergence of the intelligent building, the elevator group control technology got rapid development. The elevator system pursuits better riding comfort on the basis of safty and convenience, developing towards high efficiency and energy saving. Promoting the elevolution of group control algorithm, the elevator traffic flow scheduling scheme is optimized. Because of its characteristics of multivariable, nonlinear and randomness, elevator systems is difficult to be controlled in a traditional way. In this article, multi-objective programming method was adopted to realize the optimization of elevators group system control algorithm and the optimization of elevator traffic system scheduling scheme. Firstly, the current mainstream control algorithm are compared, analyzing the elevator group control system of traffic flow patterns. Then a mathematical model of elevator group control system is established, analysing pattern function in the peak peak upward, downward, under random traffic and idle traffic, allocating performance index weight and the corresponding scheduling rules are drawed. Finally, a system model is simulated in MATLAB to verify system scheduling scheme, proving that multi-objective programming algorithms for elevators group system scheduling scheme is improved.KEY WORDS: Elevator group control, Algorithm optimization, Traffic patterns, Sscheduling ,Simulation目录前言 (1)第1章多部电梯系统概述 (2)1.1 电梯群控的发展背景 (2)1.1.1 电梯发展史 (2)1.1.2 多部电梯控制技术历史由来及后期发展 (2)1.2 当今主流EGCS算法理论比较 (4)1.3 今后EGCS算法的发展趋势 (5)1.3.1 智能化 (5)1.3.2 网络化 (5)1.3.3 人性化 (6)1.3.4 节能化 (6)1.4 论文研究意义及章节安排 (6)第2章当前EGCS技术 (8)2.1 当前主流EGCS技术的多样性概述 (8)2.2 EGCS算法综述 (8)2.3 EGCS算法分类及特点 (9)2.3.1 模糊控制方法及特点 (9)2.3.2 神经网络技术 (10)2.3.3 遗传算法控制技术 (12)2.3.4 专家系统控制技术 (14)2.3.5 Petri 网控制技术 (14)2.4 群控技术特点总结 (16)第3章EGCS特性分析 (17)3.1 EGCS结构 (17)3.1.1 单台电梯控制系统结构 (17)3.1.2 EGCS基本结构 (17)3.2 EGCS的特性分析 (18)3.2.1 控制变量的多目标性 (18)3.2.2 输入参数的不确定性 (21)3.2.3 EGCS系统的非线性 (21)3.2.4 EGCS系统的扰动性 (21)3.2.5 指令信息初期不完整特点 (22)3.3 系统的性能评价 (22)3.4 楼宇内交通流分析 (23)3.4.1 随机呼梯交通模式 (24)3.4.2 上楼呼梯高峰交通模式 (24)3.4.3 下楼呼梯高峰交通模式 (25)3.4.4 轿厢待命交通模式 (26)第4章多目标算法及在EGCS中应用 (27)4.1 多目标优化问题概述 (27)4.1.1 多目标规划的数学模型 (27)4.1.2 算法中变量的相互关系 (28)4.2 多约束条件问题常用方法 (29)4.2.1 约束法 (29)4.2.2 分层序列法 (29)4.2.3 功效系数法 (30)4.2.4 理想点法 (30)4.2.5 平均加权法 (30)4.2.6 极小-极大法 (31)4.3 EGCS初步模型建立 (31)4.3.1 综合评价指标的建立 (31)4.3.2 EGCS模型的初步理论参数设定 (32)4.4 多目标算法在EGCS中的数学模型 (33)4.4.1 初步模型的改良 (33)4.4.2 AWT评价函数 (35)4.4.3 ART评价函数 (35)4.4.4 CRD评价函数 (36)4.4.5 ERC评价函数 (36)第5章EGCS调度算法的实现 (38)5.1 多目标的调度规则 (38)5.1.1 电梯基本运行规则 (38)5.1.2 EGCS的调度规则 (38)5.2 各种交通流模式下智能调度的算法实现 (42)5.2.1 轿厢待命交通模式的算法实现 (42)5.2.2 乘客集中上楼模式的算法实现 (43)5.2.3 乘客集中下楼模式的算法实现 (47)5.2.4 随机交通模式的算法实现 (49)5.3 EGCS的仿真结果分析 (52)5.3.1 数学模型的基本性能验证 (52)5.3.2 多目标对EGCS调度结果的分析 (53)结论 (57)谢辞 (58)参考文献 (59)附录 (60)多部电梯调度算法系统流程图 (60)外文资料翻译 (64)前言上世纪的科技革命促使摩天大楼几乎遍及全世界，计算机的工业化也使楼宇向智能化迈进。
高层建筑群控电梯的调度算法王千年;张成;苏杨【摘要】随着社会的发展,高层建筑越来越多,带来了一系列问题,其中最主要的就是如何减少人们上楼时间问题,将模糊控制技术应用于电梯群控系统中,就电梯群控系统的关键问题,本文以平均候梯时间、平均乘梯时间、能耗、长时间候梯率为四个重要指标,对该四个控制目标的具体实现,提出了高层建筑群控电梯的调度算法.利用WINCC的面向对象编程技术,对所设计的电梯群控系统的群控调度算法进行了仿真.仿真结果证明,基于模糊控制技术的电梯群控系统的平均乘梯时间、平均候梯时间、以及电梯能耗都有了明显的降低,充分说明了本文的群控算法的有效性和可行性.【期刊名称】《信息记录材料》【年(卷),期】2017(018)012【总页数】2页(P52-53)【关键词】模糊控制;群控调度算法;平均乘梯时间;WINCC【作者】王千年;张成;苏杨【作者单位】青岛理工大学自动化工程学院山东青岛 266520;青岛理工大学自动化工程学院山东青岛 266520;青岛理工大学自动化工程学院山东青岛266520【正文语种】中文【中图分类】TU976随着社会的发展，高层建筑越来越多，单部电梯已经无法满足大多数建筑物的需求，因此出现了电梯群控系统。
且对于电梯的调度算法的要求也越来越高。
本文结合实际生活中双部电梯，提出了高层建筑群控电梯的调度算法。
平均候梯时间试中，Tw(i)为第i个乘客的实际候梯时间，Np为电梯系统总乘客数。
平均乘梯时间试中，Tr(i)为第i个乘客的实际乘梯时间。
平均到达时间其中，TRT系统停止运行的时刻，SST为系统开始运行的时刻。
平均候梯延迟时间式中，Tw0为第i个乘客最短候梯时间的预测值，MJ为电梯系统的总乘客数，Tw(i)为第i个乘客的实际候梯时间。
被控电梯为交流双速电梯，其调速控制线路如图1所示。
电梯启动时，首先接通上行或下行的接触器（SK或XK）。
为了减少电梯启动的加速度，提高乘坐的舒适感，接触器K2断开，将电抗接入电路，当电动机的转速达到一定数值后，闭合接触器K2将电抗短路，电动机逐步加速至额定速度，电梯最后稳定运行。
一）、弄清群控电梯调度算法的评价指标由于乘客心理等待时间的长短、电梯响应呼梯的快慢、召唤厅站客流量的大小、轿厢内乘客人数的多少等均是一些模糊的概念，很难用确切的数量关系定义，也难以用普通的逻辑规则综合描述。
近年来，人们借助于模糊数学中的隶属函数来表述，将复杂的模糊问题转化为简单清晰的形式进行求解和控制.模糊控制通过模糊逻辑进行推理，有效地对电梯运行状况作出判断，但对于非常复杂的多变量系统，要建立正确的模糊规则和隶属函数是非常困难的，而且通过大量实验建立的隶属函数和规则有时也很难保证十分精确与合理。
此外，其隶属函数中的加权系数是确定的，不能根据客流改变而相应改变。
为了解决模糊控制中存在的某些问题，新发明将神经网络控制方法应用于电梯控制中，无需建立精确数学模型，可以提供准确的控制策略，以减少候梯时间，降低乘客的焦急等待心理，节约能源，合理有效地调度电梯最佳运行。
（二）、理解上行高峰模式、下行高峰模式、双路运行模式等概念，并找出根据一系列输入手段间接算出运行模式的算法：上行高峰交通模式：当主要的客流是上行方向，即全部或者大多数乘客从建筑物的门厅进入电梯且上行，这种状况被定义为上行高峰交通状况。
下行高峰交通模式：当主要的客流是下行方向，即全部或者大多数乘客乘电梯下行到门厅离开电梯，这种状况被定义为下行高峰交通状况。
二路交通模式：当主要的客流是朝着某一层或从某一层而来，而该层不是门厅，这种状况被定义为二路交通状况。
二路交通状况多是由于在大楼的某一层设有茶点部或会议室，在一天的某一时刻该层吸引了相当多的到达和离开呼梯信号。
所以二路交通状况发生在上午和下午休息期间或会议期间。
四路交通模式：当主要的客流是朝着某两个特定的楼层而来，而其中的一个楼层可能是门厅，这种交通状况被定义为四路交通状况。
当中午休息期间，会出现客流上行和下行两个方向的高峰状况。
午饭时客流主要是下行，朝门厅和餐厅。
午休快结束时，主要是从门厅和餐厅上行。
所以四路交通多发生在午休期间。
四路交通又可分为午饭前交通和午饭后交通模式。
此两类交通模式和早晨与晚上发生的上行、下行高峰不同，虽然主要客流都为上行和下行模式，但此两类交通模式同时还有相当比例的层间交通和相反方向的交通。
各交通量的比例还与午休时间的长短，餐厅的位置和大楼的使用情况有关。
四路交通时不但要考虑主要交通客流，还要考虑其他客流，与单纯的上、下行高峰期不同。
平衡的层间交通模式：当上行和下行乘客数量大致相同，并且各层之间的交通需求基本平衡时，此时的交通模式是处于一种普通的双向层间交通状况，它存在于一天中的大部分时间，乘客通常要求最小的候梯时间和乘梯时间。
空闲交通模式：空闲交通模式通常发生在假日、深夜、黎明等情况下，此时大楼的客流稀少、乘客的到达间隔很长，在这种状况下群控系统中仅仅有部分电梯进行工作，而其余电梯轿厢则空闲等候。
基于神经网络的交通模式识别基于统计规律的交通模式识别（三）、不同的运行模式各自适用什么样的调度算法？1、基于专家系统的电梯群控调度算法[8]电梯群控系统是一个具有大量不确定和不完整信息的复杂的非线性系统。
这样一个复杂的系统工程问题很难完全用数学方法精确地描述，而要*经验的、尚未形成科学体系的知识。
专家系统就是研究用于处理复杂系统工程技术问题的知识表示、使用和获取的方法。
它具有启发性，能利用专家的知识和经验对不确定或不精确的问题进行启发式的推理，对解决电梯群控系统具有一定的优越性。
基于专家系统的电梯群控调度算法就是用专家的经验知识建立规则，利用这些规则比较各种可能的电梯运行途径，从中选出最佳路线，从而使乘客运输能力增大而等待时间减小。
它适用于层间模式，但不适用于上高峰，因为层间交通下计划最佳路线的范围大，但它没有预测轿厢的加减速时间。
这种方法增加了系统控制的灵活性，但也存在着不足，整个控制过程完全依赖于知识源，显然专家知识的可*性与是否完善决定了电梯调度方法的性能，这就会受到知识源全面性的影响。
同时，为了满足服务要求的多样性，控制规则不可避免增加很多，却还不一定能较为全面地反映问题。
2、采用模糊控制的电梯群控调度技术[9]模糊逻辑是一种在数学和逻辑上用来处理带有模糊不清的边界对象和问题的有效方法。
模糊控制的基本思想是把人类专家对特定的被控对象或过程的控制策略总结成一系列以“IF（条件）THEN（作用）”产生式形式表示的控制规则，通过模糊推理得到控制作用集，作用于被控对象或过程，处理控制系统在语言表达上不确定的变量信息[7]。
模糊控制技术在电梯控制系统中的应用显示了高度的优越性。
电梯系统中含有许多模糊、不完整的信息，这些模糊信息需要用模糊集来描述。
计算机不能接受含糊的回答，但却能用模糊逻辑来推理，它能模仿人脑的推理能力，简化许多复杂问题。
模糊控制方法主要有以下优点：(1) 模糊控制完全是在操作人员控制经验基础上实现对系统的控制，无需建立数学模型，是解决不确定性系统的一种有效途径。
(2) 模糊控制具有较强的鲁棒性，被控对象参数的变化对模糊控制的影响不明显，可用于非线性、时变、时滞系统的控制。
(3) 由离线计算得到控制查询表，提高了控制系统的实时性。
(4) 控制的机理符合人们对过程控制作用的直观描述和思维逻辑。
带有模糊逻辑的电梯群控系统平均候梯时间减少了，大大优于常规电梯群控系统。
但由于模糊控制本身不具有学习功能，许多规则难以确定，依赖于专家知识或黑板结构等启发式知识，使控制系统无法跟上建筑交通的变化，难以实现控制目标要求下的最优调度。
3、基于神经网络的群控调度方法[10] [11] [12]专家系统与模糊逻辑等人工智能技术在电梯群控系统中的应用极大地提高了梯群的服务质量和效率，但它们的致命弱点是不能通过学习来改善控制算法。
因此当客流发生变化时，系统就不能完全适应这种变化，由此引出的问题有：如果建筑物的实际情况与专家的假设不同，那么基于此假设的规则就不能带来较好的效果；系统的性能由专家的知识、经验决定，具有一定的局限性；调整模糊度隶属函数困难，要做很多仿真；一旦规则集成到系统中去，要想改变就要花费大量的时间和精力，且只能由人工来完成。
为使电梯群控系统适应条件的变化，做出实时的自动调整，在各种情况下提供更佳的服务，使系统具有自学习能力，人工神经网络被引入电梯群控系统中。
神经网络技术引入电梯群控系统中的优点有：当专家设想的建筑物条件与实际建筑物不同时，带有神经网络的电梯群控系统具有学习能力。
利用非线性和学习方法建立适合的模型，进行高速推理，对电梯交通可进行短、长期预测。
4、模糊神经网络的调度方法[13]模糊神经网络把神经网络与模糊逻辑相结合，吸取各自的优点，它克服了人工神经网络结构难以确定，以及模糊逻辑无自学习功能的缺点。
使得模糊神经网络一方面具有知识获取和学习的能力，网络学习的过程就是在模糊逻辑规则的优化过程。
通过学习调整网络权值，在一个模糊规则中各个前提、模糊集合的相对重要度以及每个规则的相对重要度，来实现规则的优化。
另一方面，它提供用于解释和推理的可理解的模型结构，可以以一种清晰的方式描述知识。
模糊神经网络的建立和使用分以下步骤：利用专家知识粗略地形成模糊模型以及一些模糊规则和模糊推理发明方法；基于这一模糊模型构成神经网络；训练神经网络。
采集一些特定的交通状况作为样本，采用相应的算法进行学习，调整神经网络必要的权值，以获得优化的模糊规则，然后进行网络应用。
5、基于遗传算法的群控调度算法[14]从本世纪40年代起，生物模拟成了计算机科学的一个组成部分，遗传算法是以不确定性、非线性、时间不可逆为内涵，以复杂问题为对象的科学新范式。
遗传算法主要是对生物界自然选择和自然遗传机制进化过程的模拟，而且是在分子水平级上的模拟，由于遗传算法对问题的高度适应性和全局化并行摸索能力，在优化问题上获得了广泛的应用。
在电梯群控系统中，作为一种实用和健壮的优化摸索方法，可以用遗传算法进行动态分区，进行参数优化。
使之不仅能适应整个大楼的整体需要，而且能适应每一层楼对电梯的不同需要，做到了不同楼层的个性化控制。
但是，遗传算法生物基础鲜明，数学基础不够完善，目前还存在搜索效率及实时性问题，故寻求满意解，是最佳工具之一，但求解复杂问题最优解还不现实。
6、基于多目标优化的电梯群控调度算法[15]多目标问题就是具有多个实现目标的决策问题，多目标优化就是研究多目标决策问题的性质，将决策问题追求的多个目标通过建模的方法转化为单一目标，然后求取最优解的处理方法。
电梯群控系统的主要优化目标有减小乘客平均候梯时间，减少乘客平均乘梯时间，以及降低系统运行能耗等，因此电梯群控算法是一个典型的多目标决策问题。
对于一个多目标优化问题，如果能根据设计者提供的偏好信息构造出一个评价函数，使得求解设计者最满意的解等价于求解后以该评价函数为新的目标函数的最优解，则称该多目标问题是可标量化的，多目标优化理论就是研究这样的评价函数存在的条件，以及如何构造的问题。
由于现今的电梯群控调度算法多通过一定的统计规律来求解电梯群控系统多目标问题的次优解，然后进行分配、调度。
通常存在建模困难，学习时间长，控制不及时，且当优化条件打破时无法给出最优调度方案等问题。
多目标优化能通过建模，得到目标函数的最优解，是解决电梯群控决策问题的最佳方法（四）、关于系统采用这种新的算法后，效率有什么明显的改善。
（五）、根据这些算法，给定一个客流的上限，如何估计需要多少部电梯才最合适？怎么调度？（原文地址/binbin127/archive/2009/07/09/4331090.aspx）。
