多部电梯群控系统控制算法优化

基于模糊控制智能小区电梯群控系统智能小区电梯群控系统是指对小区内多部电梯进行整体调度和控制的系统。

为了提高电梯效率、减少等待时间和拥塞，需要对电梯群控系统进行优化和改进。

在电梯群控系统中，传统的控制算法如PID控制、最优控制等存在一定缺陷，不能完全满足系统的要求。

因此，模糊控制被广泛应用于电梯群控系统中。

模糊控制是一种应用模糊数学理论的控制方法。

模糊控制与传统控制方法相比，主要优点是对复杂、非线性系统具有较好的适应性，反应时间快，误差小。

在小区电梯群控系统中，模糊控制能够根据电梯群的运行状态和用户需求，在不同时间段对电梯进行动态调度，有效优化电梯运行效率。

下面分别对模糊控制在电梯群控系统中的应用进行详细介绍：1. 确定模糊控制的输入变量和输出变量在电梯群控系统中，输入变量是多部电梯的运行状态（如电梯所在楼层、运行方向、开/关门状态、当前载客量等），输出变量是电梯的运行指令（如相应楼层的开/关门以及电梯的上/下行指令）。

通过对电梯的运行状态进行模糊化，将输入变量转化为模糊变量，再通过模糊控制算法得出合理的输出指令。

2. 设计模糊控制规则库模糊控制规则库是模糊控制中的关键部分。

规则库是由一组“如果-则”语句构成的，用于指导模糊控制算法的决策过程。

在电梯群控系统中，模糊控制规则库的设计需要考虑多个因素，如时间、载客量、楼层等。

例如，如果电梯在高峰期有很多乘客，可以根据规则库的判断让电梯优先响应乘客请求，这样可以有效减少等待时间，提高效率。

3. 实现模糊控制算法模糊控制算法可以通过模糊逻辑运算来实现。

模糊逻辑运算是一种以模糊集合为基础的逻辑运算。

在电梯群控系统中，模糊控制算法可以根据当前运行状态和用户需求，根据规则库对电梯进行控制和调度。

4. 模拟和实验验证在设计完电梯群控系统的模糊控制算法后，需要进行模拟和实验验证。

通过对实际数据的采集和分析，可以验证模糊控制算法的有效性和优越性。

通过优化电梯的运行效率和减少等待时间，可以提高小区居民的生活质量。

《智慧工厂》Smart FactoryMay2020基于PLC和神经网络的电梯群控最优化方法设计Design of Elevator Control System Based on PLC■齐鲁工业大学（山东省科学院）电气工程与自动化学院乔元健QiaoYuanjian摘妾：为了节能降耗，减少乘客的候梯时间'提高多层建筑内电梯的运行效率，通常需要将高层建筑内的多台电梯进行统一协调管理。

针对该类问题提出一种基于可编程逻辑控制器(PLC)和神经网络的电梯群控最优化方法，该方法采用以PLC为主的控制设备完成电梯的升降以及电梯门的开关，通过神经网络算法学习电梯运行参数并训练得到电梯群控最优化模型。

实验表明该方法能合理有效调度所有电梯，既满足了乘客的需求又达到了节能降耗的目的。

关键词：PLC神经网络电梯群控Abstract:In order to save energy and reduce consumption,reduce the waiting time of passengers and improve the operating efficiency ofelevators in multi-storey buildings,it is usually necessary to coordinate and manage multiple elevators in high-rise buildings.Aiming at this kindof problem,an optimizati o n method of elevator group control based on programmable logic contra lie r(PLC)and neural network is proposed.This method uses PLC-based control equipment to complete elevator lifting and elevator door opening and closing through neural neiworkThe algorithm learns the elevator operating parameters and trains to obtain an elevator group control optimization model.Experiments showthat this method can dispatch all elevators reasonably and effectively,which not only meets the needs of passengers but also achieves thepurpose of energy saving and con s umption reduction.Key words:PLC neural network elevator group control【中图分类号】TP216【文献标识码】B文章编号1606-5123(2020)05-0041-0031引言电梯作为中高层楼宇建筑中不可或缺的一种交通工具，其控制方法与组成结构经历了漫长的发展过程，由最初简单 的独立电梯控制、较为复杂的电梯并联运行控制、智能化的多台电梯联合控制，到现在形成了能够适应不同建筑环境的自适应电梯控制技术如何能够全方位提高电梯的服务质量一直是电梯控制领域的核心研究内容，随着对电梯服务质量需求的不断提高，不仅单梯的控制系统需要进行优化，而且对多组电梯构成电梯群的调度控制研究也变得更加深入冋。

探究双子电梯群优化控制措施1 引言现代城市土地资源稀缺，使得高层、超高层建筑飞速发展，进而人们对垂直交通系统要求越来越高。

电梯作为高层建筑交通系统的重要运输工具，面临降低建筑成本却要求电梯运输性能有大幅度提高的挑战。

这就进一步催生了一种新型电梯——双子电梯，它是在同一条电梯井道内放入两个电梯轿厢，二者相对独立运行，这样可以减少电梯井道的数量，减小占用核心筒的面积，同时提高了电梯的运载效率。

本文针对双子电梯群控系统的特点，在目的层可预约的电梯系统下，受生物学中人工诱导变异原理启发，提出了一种基于自适应引导变异遗传算法的双子电梯群优化控制方法，建立了适合双子电梯群的目的函数，引入自适应引导变异进化及精英保留策略，用改进的遗传算法对双子电梯群进行优化调度，从而满足不同交通模式的服务要求。

2 目的层预约的双子电梯群控系统双子电梯是在同一个井道内安装两个电梯，目前常用的运行规则如下：①电梯只能在井道内垂直运行，不能彼此交错运行；②电梯的运行方向受限制，上下两个轿厢不能相向运行。

目的层预约系统采用具体楼层数的数字呼梯按钮，使得系统在检测到乘客呼梯信号的同时，既确定呼梯信号所在楼层同时也确定呼梯乘客的目的楼人工层，这就可以为调度算法提供较为准确的目的函数。

3 基于自适应引导变异遗传算法的双子电梯群优化控制方法3.1 编码对于派梯算法而言，一个个体就是一种派梯方案，本文以15层3个井道6台电梯的建筑物为例，有q位乘客呼梯，个体的每个基因位上的数字代表电梯编号，上轿厢编号为奇数，下轿厢编号为偶数，个体编码采用整数编码方式。

3.2目的层预约的多目的适应度函数电梯交通模式通常可分为三种对电梯群控调度的需求不同模式：上行高峰模式、下行高峰模式、层间交通模式；同时还需要时刻避免上下轿厢的碰撞，所以本文的适应度函数由4个评价函数构成，候梯时间评价函数，长候梯时间发生率评价函数，能量损耗评价函数，运行规则评价函数，最终形成适应度函数。

基于模糊控制的电梯群控系统分析摘要：电梯是现代高层建筑中重要的交通工具，电梯也从最早的单梯到现在的电梯群，发展十分迅速。

最早的电梯控制是独立的电梯控制，采用电梯并联结构实现对多个电梯的控制分配，具有较低的智能化。

现在，电梯控制系统已发展成了能够应用于不同环境的智能电梯控制系统，进而产生了多种实现电梯群智能控制的算法，能够在降低能量消耗的基础上更有效地对电梯群进行控制和分配命令。

本文主要对模糊控制技术下的电梯群控方法进行了系统的研究。

关键词：电梯群控方法；系统分析一、电梯系统的工作原理电梯系统是集机电一体化程度很高的复杂系统，工作过程为：电机对其驱动，然后按照内部的刚性轨道运行到达目标楼层。

从结构上看电梯控制系统是由逻辑控制系统、运行拖动装置和附属装置的控制系统三部分组成。

可以看作是通过某种装置将动力电能输送给电梯的曳引装置，从而控制器拉动电梯运行，完成输送过程。

其中，逻辑控制部分完成电梯各种信号的采集和处理；运行拖动系统是执行完成电梯的运动状态；附属装置的控制系统包括应急装置部分和电梯门装置部分。

应急装置部分是应对电梯故障时保证安全性能的装置，电梯门装置是保证电梯安全运行的前提下提高运行效率和服务质量的装置。

电梯系统是由八个主要组成部分构成，图1是电梯系统示意图。

图1二、电梯群控系统的构成和特征单梯控制器、电机驱动器和群控制器是电梯群控的主要组成部分。

其中，单梯控制器将会根据自身的服务规则响应内呼和分派的外呼信号；根据单部电梯的运行状态以及控制系统信息，群控器对单个电梯控制器派发指令并传递给电机驱动系统，电机驱动系统控制曳引电动机完成电梯运行响应。

多个独立工作的子系统构成了电梯的群控系统。

电梯群控是指采用控制算法对多台电梯进行优化调动，群控算法具有一定的复杂程度，主要由于电梯群系统的多目标性、不确定程度以及互相干扰等因素构成。

电梯的群控系统具有多种不确定性。

同样也会给关于电梯交通选择、目标电梯楼层等电梯群控问题造成严重问题，这样就不能给出该种交通模式对应的最优的群控系统模型。

基于多合一控制器的智能电梯控制系统设计与优化智能电梯在现代社会中扮演着至关重要的角色，为了更好地满足用户需求，提高电梯运行效率和安全性，本文将围绕“基于多合一控制器的智能电梯控制系统设计与优化”展开讨论。

首先，我们将介绍智能电梯的背景和发展趋势；接着，我们将详细阐述多合一控制器的原理和功能；最后，我们将探讨智能电梯控制系统的设计与优化方法。

一、智能电梯的背景和发展趋势随着城市化进程的加快和人口增长，电梯在高层建筑和办公楼中的应用变得日益广泛。

传统的电梯系统已经无法满足现代社会对于安全、便捷和高效的要求。

智能电梯应运而生，它集成了先进的技术，包括电子控制、人机交互、监控系统等，能够实现更智能化的运行和管理。

智能电梯的发展趋势主要体现在以下几个方面：一是人性化设计，如智能化的车厢界面和交互方式，方便用户操作和信息交流；二是高效能节能，通过智能化的调度算法和能源管理系统，提高电梯的运行效率和能源利用率；三是安全可靠，采用先进的监控和防护系统，确保乘客的安全；四是维护保养，通过远程监控和故障预测，提前发现和解决潜在问题，减少维修时间和成本。

二、多合一控制器的原理和功能多合一控制器是智能电梯控制系统的核心组件，它集成了多种传感器、执行器和控制算法，实现对电梯运行状态的监测和调度控制。

其主要原理是通过实时采集电梯运行数据，结合预设的运行策略和算法，实现对电梯运行的优化控制。

多合一控制器的功能主要包括以下几个方面：一是运行状态监测，通过传感器实时监测电梯的运行状态，如速度、位置、重量等，以及各种环境参数，如温度、湿度等；二是调度控制，根据运行状态和乘客需求，优化电梯的运行策略，包括选择最短的路径、最优的停靠楼层等；三是故障诊断，通过自检和故障诊断算法，及时发现和解决电梯故障问题，保证电梯的正常运行；四是能源管理，通过能源监测和管理系统，合理分配能源，提高能源利用效率。

三、智能电梯控制系统的设计与优化方法智能电梯控制系统的设计与优化需要综合考虑运行效率、乘客体验、能源消耗和安全性等多个因素。

《基于蚁群算法优化的电梯群控研究》一、引言随着城市的发展和人口的增加，高楼大厦日益增多，电梯作为建筑物中不可或缺的交通工具，其运行效率和安全性越来越受到人们的关注。

传统的电梯群控系统通常采用固定的控制策略，无法根据实际的人流变化进行动态调整，导致电梯运行效率低下，甚至出现拥堵现象。

因此，研究一种能够根据实际需求进行动态调整的电梯群控系统显得尤为重要。

本文提出了一种基于蚁群算法优化的电梯群控系统，旨在提高电梯的运行效率和响应速度。

二、蚁群算法简介蚁群算法是一种模拟自然界中蚂蚁觅食行为的优化算法，它通过模拟蚂蚁在寻找食物过程中释放信息素的行为，实现了在复杂环境中寻找最优路径的目的。

蚁群算法具有较强的自适应性、鲁棒性和全局搜索能力，能够很好地解决复杂的优化问题。

因此，将蚁群算法引入电梯群控系统中，可以实现对电梯运行路径的优化和动态调整。

三、电梯群控系统设计本文设计的电梯群控系统主要由三部分组成：蚁群算法优化模块、电梯控制模块和通信模块。

1. 蚁群算法优化模块：该模块是整个系统的核心，负责根据实时的人流信息和电梯状态信息，通过蚁群算法计算最优的电梯运行路径。

具体而言，该模块首先将电梯的运行路径划分为多个节点，然后模拟蚂蚁在寻找食物过程中的行为，计算各节点之间的信息素浓度和距离等信息，最终得到最优的电梯运行路径。

2. 电梯控制模块：该模块负责根据蚁群算法优化模块计算出的最优路径，控制电梯的运行。

具体而言，该模块根据实时的人流信息和电梯状态信息，结合优化后的路径，对电梯进行调度和控制，实现电梯的快速响应和高效运行。

3. 通信模块：该模块负责实现各电梯之间的信息传递和交互。

通过通信模块，各电梯可以实时获取其他电梯的状态信息和人流信息，以便更好地进行协同控制和调度。

四、实验与分析为了验证本文提出的基于蚁群算法优化的电梯群控系统的效果，我们进行了大量的实验和分析。

实验结果表明，该系统能够根据实际的人流变化进行动态调整，实现电梯的高效运行和快速响应。

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]。

《基于蚁群算法优化的电梯群控研究》一、引言随着城市建设的不断发展，高楼大厦的增多使得电梯需求量急剧上升。

如何实现电梯的高效、智能、节能的群控管理，成为了现代智能建筑研究的重要课题。

传统的电梯群控系统多采用启发式或规则式算法，虽然在一定程度上能够满足日常需求，但在面对复杂的运行环境和动态的乘客需求时，仍存在响应速度慢、能耗高等问题。

为此，本文提出基于蚁群算法优化的电梯群控系统研究，以提高电梯群的运行效率和节能性。

二、蚁群算法概述蚁群算法是一种模拟自然界蚂蚁觅食行为的优化算法，具有分布式计算、正反馈机制和较强的鲁棒性等特点。

该算法通过模拟蚂蚁的信息素传递过程，使个体能够在分布式环境中寻找最优路径。

将其应用于电梯群控系统，可以有效解决电梯响应速度和能耗问题。

三、电梯群控系统现状及问题目前，电梯群控系统多采用启发式或规则式算法，这些算法在面对复杂的运行环境和动态的乘客需求时，往往难以达到最优的调度效果。

此外，传统的电梯群控系统在节能方面也存在一定的问题，如电梯空驶、频繁启停等导致的能耗增加。

因此，需要一种更加智能、高效的算法来优化电梯群控系统。

四、基于蚁群算法的电梯群控系统设计本文将蚁群算法引入电梯群控系统，通过模拟蚂蚁的信息素传递过程，实现电梯的高效调度。

具体设计如下：1. 建立电梯群控系统的数学模型，将电梯、楼层、乘客等元素进行抽象化处理。

2. 设计信息素更新规则，使电梯在运行过程中能够根据实时乘客需求和电梯状态更新信息素。

3. 采用分布式计算方式，使每台电梯都能够根据周围电梯的信息素情况做出决策。

4. 引入正反馈机制，使优秀的调度方案得到更多“蚂蚁”的认同和传播。

5. 在蚁群算法的基础上，结合其他优化技术，如遗传算法、模拟退火等，进一步提高电梯群控系统的性能。

五、实验与分析为了验证基于蚁群算法的电梯群控系统的有效性，我们进行了大量的实验。

实验结果表明，该系统在响应速度、能耗等方面均优于传统的电梯群控系统。