（控制理论与控制工程专业论文）模糊神经网络在电梯群控系统交通流模式识别中的应用.pdf

模糊神经网络在电梯群控系统交通流模式识别中的应用 摘要 智能大厦的概念在世界各地迅速发展起来，电梯作为大楼内的主要垂 直运输工具，就得到了迅速而有力的发展，并且电梯对于人们的服务质量 也应该相应的提高，这个时候，仅仅一至两台电梯已经不能满足人们的需 求了，我们就需要在大楼内安装多台电梯，这些电梯之间应该有互相协调 和合作的关系，并且应该能够实现自动控制和调节，这样做的目的是提高 为人们服务的质量，比如缩短人们等待电梯的时间，乘坐电梯的时间等等。 这个由多台电梯组成的系统就是电梯群控系统。 能否有效的分析和处理电梯交通流数据是影响电梯群控系统性能的一 个重要因素，本文提出一种用模糊神经网络的方法来进行电梯群控系统交 通模式识别，这种方法集中了模糊逻辑和神经网络二者的优点，克服了各 自的缺点，既能利用专家经验知识处理不确定的信息，又具有自学习能力。 我们在分析电梯群控系统各种交通模式的基础上，提出了应用两个模糊神 经网络分两步来进行电梯群控系统交通流模式识别的方法。其中第一个网 络是根据单位时间段总客流量、进门厅人数和出门厅人数三个特征值来辨 识出上行高峰交通模式、下行高峰交通模式、层间交通模式和空闲交通模 式这四种交通模式所占的比例。第二个网络是根据最大特殊楼层客流量和 次大特殊楼层客流量来辨别两路交通模式、四路交通模式和随机的层间交 通模式这三种交通模式所占比例。提出了采用专家知识获得样本，并且采 用三步训练算法训练网络的步骤，最后用实际的数据进行测试，测试结果 表明了此方法的有效性。 关键词：交通模式识别电梯群控系统神经网络模糊逻辑 模糊神经网络 a p p l i e do nt h ee l e v a l t o rg r o u p c o n t r o ls y s t e m o ft r a f f i cf l o wp a t t e r nr e c o g n i t i o no ff u z z y n e u r a ln e t w o r k a b s t r a c t w i t ht h ec o n t i n u o u sd e v e l o p m e n to fh i g h b u i l d i n g sa n dt h ei n t e l l i g e n t b u i l d i n g si nc i t i e s ，e l e v a t o ra st h em a i nt o o lf o rv e r t i c a ll i f tt r a n s p o r th a sb e e n u s e dm o r ea n dm o r ew i d e l y a n da c o r r e s p o n d i n gi n c r e a s ei nq u a l i t yo fs e r v i c e f o rt h ep e o p l ei sa l s on e e d e d t h i st i m e o n l yo n eo rt w oe l e v a t o r sh a v eb e e n u n a b l et om e e tt h en e e d so ft h ep e o p l e w en e e dt ob ei n s t a l l e di nt h eb u i l d i n g m o r et h a no n ee l e v a t o r b e t w e e nt h ee l e v a t o r ss h o u l db ec o o r d i n a t i o na n d c o o p e r a t i v er e l a t i o n s h i p ，a n ds h o u l db ea b l et oa c h i e v ea u t o m a t i cc o n t r o la n d r e g u l a t i o n t h ea i mi st oi m p r o v et h eq u a l i t yo fs e r v i c e sf o rp e o p l e f o re x a m p l e ， t os h o r t e nt h et i m ep e o p l ew a i tf o rt h e1 i f f ，t h et i m et a k e nt h el i f t e t c t h ee f f e c t i v e n e s so fa n a l y s i sa n d p r o c e s s i n ge l e v a t o rt r a 伍cf l o wd a t at h a t a f f e c tt h ep e r f o r m a n c eo fe l e v a t o rg r o u pc o n t r o ls y s t e mi sa ni m p o r t a n tf a c t o r t h ee f f e c t i v e n e s so f a n a l ) a n d 。 e l e v a t o rt r a f f i cf l o wd a t at h a taffeche e l ：t e c t l v e n e s so i ：a n a l y s i sa n dp r o c e s s m ge l e v a t o rt r acf l o wd a t at h a ta f f e c t t h ep e r f o r m a n c eo fe l e v a t o rg r o u pc o n t r o ls y s t e mi sa ni m p o r t a n tf a c t o r t h i s p a p e rp r e s e n t saf u z z yn e u r a ln e t w o r ka p p r o a c ht oe l e v a t o rg r o u pc o n t r o ls y s t e m o ft r a f f i cp a t t e r nr e c o g n i t i o n t h i sa p p r o a c hf o c u s e do nt h ea d v a n t a g e so f f u z z y l o g i ca n dn e u r a ln e t w o r k ，a n do v e r c o m et h es h o r t c o m i n g so ft h e i ro w n n o to n l y e x p e r i e n c ei nt h eu s eo fe x p e r tk n o w l e d g et od e a lw i t hu n c e r t a i ni n f o r m a t i o n b u ta l s oh a ss e l f - l e a r n i n ga b i l i t y a n a l y s i so fav a r i e t yo fe l e v a t o rg r o u pc o n t r o l s y s t e mb a s e do nt r a f f i cp a t t e r n s ，w eb r i n gf o r w a r db yu s i n gt w ot w o s t e pf u z z y n e u r a ln e t w o r kf o re l e v a t o rg r o u pc o n t r o l s y s t e mo ft r a m cf l o wp a t t e m r e c o g n i t i o nm e t h o d t h ef i r s tn e t w o r ki sb a s e do nt h et o t a lt r a 伍cp e ru n i tt i m e t h en u m b e ro fp e o p l ee n t e r i n gt h eh a l l ，t h en u m b e ro fp e o p l el e a v i n gt h eh a l l t h i st h r e ee i g e n v a l u e st oi d e n t i f yt h ep r o p o r t i o no ft h ep e a ku p l i n kt r a f f i cm o d e l ， d o w n l i n kp e a kt r a f f i cp a t t e m ，m o d e so ft r a n s p o r t l a y e r a n df r e em o d e so f t r a n s p o r tt h e s ef o u rm o d e so ft r a n s p o r t t h es e c o n dn e t w o r ka c c o r d i n gt ot h e l a r g e s ts p e c i a lf l o o rt r a f f i ca n dt h es e c o n d l a r g e s ts p e c i a lf l o o rt r a f f i ct oi d e n t i f y i l t h ep r o p o r t i o no ft w o w a yt r a f f i cp a r e m ，f o u r - w a yt r a f f i cp a r e ma n dr a n d o m i n t e r - l a y e rm o d e so ft r a n s p o r tt h e s et h r e em o d e s o ft r a n s p o r t p r o p o s e dt h eu s e o fe x p e r tk n o w l e d g et oo b t a i ns a m p l e s ，a n du s e dt h r e e s t e pt r a i n i n ga l g o r i t h m t o t r a i nt h en e t w o r k l a s tw eu s et h ea c t u a lt e s td a t at ot e s tt h en e t w o r k t e s t r e s u l t ss h o wt h a tt h ee f f e c t i v e n e s so f t h i sm e t h o d k e y w o r d s ：t r a f f i cp a t t e r nr e c o g n i t i o n ；e l e v a t o rg r o u pc o n t r o ls y s t e m s ； n e u r a ln e t w o r k s ；f u z z yl o g i c ；f u z z yn e u r a ln e t w o r k s i i i 广西大学学位论文原创性声明和使用授权说明 原创性声明 本人声明：所呈交的学位论文是在导师指导下完成的，研究工作所取得的成果和相 关知识产权属广西大学所有，本人保证不以其它单位为第一署名单位发表或使用本论文 的研究内容。除已注明部分外，论文中不包含其他人已经发表过的研究成果，也不包含 本人为获得其它学位而使用过的内容。对本文的研究工作提供过重要帮助的个人和集 体，均已在论文中明确说明并致谢。 论文作者签名：孤尚君 学位论文使用授权说明 耖7 年月杉日 本人完全了解广西大学关于收集、保存、使用学位论文的规定，即： 按照学校要求提交学位论文的印刷本和电子版本： 学校有权保存学位论文的印刷本和电子版，并提供目录检索与阅览服务； 学校可以采用影印、缩印、数字化或其它复制手段保存论文； 在不以赢利为目的的前提下，学校可以公布论文的部分或全部内容。 请选择发布时间： 文口时发布口解密后发布 ( 保密论文需注明，并在解密后遵守此规定) 敝储躲涨鳓导师躲划嗯口7 年月巧日 广西大学硕士学位论文糊神经网络在电梯群控系统交通流模式识别中的应用 第一章电梯群控系统 智能大厦( i n t e l l i g e n tb u i l d i n g ) 的概念起源于经济大国美国，世界上第一座智能大 厦于1 9 8 4 年建成于美国康捏狄格州首府h a r t f o r d 。随后，智能大厦的概念在世界各地 迅速发展起来，电梯作为大楼内的主要垂直运输工具，就得到了迅速而有力的发展，并 且电梯对于人们的服务质量也应该相应的提高，这个时候，仅仅一至两台电梯已经不能 满足人们的需求了，我们就需要在大楼内安装多台电梯，这些电梯之间应该有互相协调 和合作的关系，并且应该能够实现自动控制和调节，这样做的目的是提高为人们服务的 质量，比如缩短人们等待电梯的时间，乘坐电梯的时间等等。这个由多台电梯组成的系 统就是电梯群控系统( e l e v a t o rg r o u pc o n t r o ls y s t e m ，e g c s ) 。 1 1 电梯群控系统一般结构 电梯群控系统的结构各式各样，不同的生产厂家生产的电梯群控系统的结构是不一 样的，但是其基本结构大体上是相同的，如图1 1 所示。该结构的建立主要参考了日本 的m a s a a k ia m a n o 等人提出的电梯群控系统的基本结构【l 】。 图1 1 电梯群控系统基本结构框图 f i g 1 1t h eb a s i cs t r u c t u r eo fe l e v a t o rg r o u pc o n t r o ls y s t e m l 糊神经网络在电梯群控系统交通流模式识别中的应用 电梯群控系统基本结构主要包括：轿厢、呼梯按钮、通信系统、群控系统的控制部 分和其他辅助设备等。控制部分包括单梯控制系统和梯群控制系统，其中单梯控制系统 控制单台电梯的动作，梯群中的每部电梯都有一个单梯控制器对其进行控制，控制方面 不仅包括控制电梯的启动、停止、加减速和开关门等运动，还包括对电梯的运行方向和 停靠楼层的控制。梯群监控系统协调各部电梯的运行，它可以提高电梯系统的性能。 电梯群控系统的工作过程就是前面基本组成部分相互协作来完成的，在这里，我们 设想某位乘客需要从大楼的首层到达第二十三层，则步骤如下： 第一步：此位乘客在首层电梯处按下上行按钮，提出想上行的愿望； 第二步：通信系统把这个呼梯信号输入到电梯群控系统； 第三步：系统接收到这个呼梯信号，并且选出最合适的一台轿厢，选取的依据是： 当前的客流情况也就是现在的交通流模式、轿厢的状态和当前大楼内的各层的呼梯信号 等； 第四步：选出的这个轿厢运行到大楼的首层，为此位需要到达第二十三层的乘客提 供服务； 第五步：此位乘客进入电梯并且登记要达到的最终层二十三层，此信号被电梯群控 系统接收，电梯启动上行； 第六步：轿厢运行至目的层二十三层后开电梯门，乘客离开电梯去办事。 电梯群控系统根据各个楼层乘客的呼梯信号来选择轿厢，这个选择的过程就是派梯 过程。好的派梯算法能够选择最合适的轿厢去响应乘客的呼梯要求，所以我们非常有必 要对电梯群控系统的派梯算法来进行详细研究。 1 2 电梯群控系统种类 1 2 1 电梯群控系统分类 电梯群控系统的分类方法有很多种，根据不同的分类方法，电梯群控系统可以分为 不同的种类，下面介绍几种常见的分类方法。 首先，从电梯的运行状态上面，它可以分为下面几种： 第一、上行高峰的状态。这种状态是上行的人数非常多，很多人进入大楼想要上行 至各个楼层的状态。 第二、分区上行高峰的状态。这种状态与上行高峰状态类似，只是电梯是分区来对 上行的乘客进行服务的，一般分为高、中、低三区。 第三、客闲的状态。这种状态一般是在晚上或者周末的时间发生的，是客流量比较 少的情况，一般这种情况下会采用停用部分电梯来节省能耗。 第四、平常的状态。这种状态是电梯群控系统通常情况下所处的状态，一般是各个 楼层之间存在随机的交通状况，一天中大部分时间是平常的状态。 2 厂西大学硕士掌位论文糊神经网络在电梯群控系统交通流模式识别中的应用 第五、下行高峰的状态。这种状态是下行的人数非常多，很多人都是从大楼的各个 楼层下行至首层出大楼的状态。 第六、分区下行高峰的状态。这种状态与下行高峰状态类似，只是电梯是分区来对 下行的乘客进行服务的，一般分为高、中、低三区。 第七、午饭交通的状态。这种状态一般发生在吃饭时间，在吃饭时间一般存在去餐 厅所在楼层的交通需求，这种状态下一般需要优先满足对餐厅之类楼层的请求。 其次，从电梯的服务方式上面，它可以分为下面几种： 第一、单程快行。这种情况属于在单程上行或者单程下行的情况下快行，也就是说 电梯群控系统优先响应单程上行或下行的呼梯信号。这种系统使得在上行高峰或下行高 峰情况下单程上行或下行的乘客优先得到服务【2 】。 第二、单程区间快行。类似于单程快行，只是系统将电梯分组来服务于不同的楼层， 此时，电梯优先响应所服务楼层的单程上行或者下行的呼梯信号。 第三、各层服务。各部电梯均匀服务于大楼内的各个楼层，一般式适用于平常的状 态，使得每个呼梯信号都得到均衡的服务。 第四、往返区间快行。这种系统一般是楼层之间有特殊的交通拥挤情况下所用到的， 比如用餐时间段餐厅楼层或者会议期间会议室所在楼层，这类特殊楼层的呼梯信号特殊 时间段需要优先响应。 第五、单程高层服务。各部电梯分组分别服务于大楼的高层或者低层，单程高层服 务是指服务于高层的电梯优先响应高层的呼梯信号，包括上行信号和下行信号。 第六、单程低层服务。各部电梯分组分别服务于大楼的高层或者低层，单程低层服 务是指服务于低层的电梯优先响应低层的呼梯信号，也同样包括上行信号和下行信号。 最后，从元器件的技术上，它一般可分为下面几种： 第一、继电器。 第二、集成电路。 第三、计算机。 1 2 2 电梯群控实现方式 电梯群控系统的发展，由早期使用继电器逻辑组成的电梯群控系统，经历了由当初 的预选控制到后来的分区控制，之后使用了具有较为复杂功能的集成电路，最后达到今 天利用计算机进行数据处理的高级系统。 1 自动模式选择系统 继电器顺序型控制系统又称为“自动模式选择系统 ，它按照上行高峰期、下行高 峰期、非高峰期和双向交通期的交通需求模式选择运转方式。并且把梯群的运行状态划 分为四个或者六个固定的模式，每一种模式都有与之相应的固定接线系统，另外呼梯信 3 糊神经网络在电梯群控系统交通流模式识别中的应用 号的计数、计时等交通分析器件也都由触点的形式构成。这种群控系统因为存在线路复 杂、功能简单、故障率高等缺点，目前已经很少使用。 2 呼梯分配系统 第二代群控系统是由无触点逻辑元件实现的。特别是随着集成电路在群控系统中的 大量应用，使得群控系统由固定程序选择方式发展为呼梯分配方式，也就是说当出现 了一个新的层站呼梯信号时，系统就可以按照一些特定的原则来选择一部电梯去响应， 并且把这一呼梯信号记录下来，这个呼梯分配系统使得电梯群控系统的监控系统能够 简单连接每部电梯的控制柜。呼梯分配系统使得群控系统的服务质量得到提高，并且 使得比较合理的群控调配方案得以实现。另外，这种系统的可靠性也大大的提高了。不 过，因为这种群控系统不具有完善的算术运算能力，所以不能实现具有人工智能的预报 调度功能。 3 整体评价系统 自从计算机应用于电梯群控系统之后，电梯群控系统预测电梯轿厢达到某一特定楼 层时间的准确性得到了提高，但是我们还是要以降低乘客等候电梯的时间为目的。因为 计算机在电梯群控系统中的应用，预测系统通告电梯到达时间的准确性得以保证。 1 3 电梯群控系统的发展 电梯群控方式是指将多台电梯分组，根据楼内交通量的变化利用计算机控制，实现 最优输送的一种运行方式。该方式可以消除由于交通流量的变化而引起的混乱，提高运 输效斟3 1 。其发展的3 个阶段可用表1 1 表示。 表1 1 电梯群控系统发展阶段 t a b l e 1 - 1t h ed e v e l o p m e n tp h a s eo f e l e v a t o rg r o u pc o n t r o ls y s t e m 电梯群控系统自动模式选择系统呼梯一分配系统整体评价系统 控制器件继电器集成电路计算机 年份 1 9 4 0 1 9 7 01 9 7 1 1 9 7 5 1 9 7 5 一 配置方式分区配置呼梯分配 呼梯分配 1 最初阶段：自动模式选择系统。使用的控制器件是继电器，控制方式采用分区 配置方式，该方式是时间间隔控制，也就是在高峰期系统以适当的时间间隔从端站发出 轿厢，工作时不依赖层站呼梯信号，按照程序从端站来分派轿厢【4 1 。 自动模式选择系统在交通需求比较紧张的阶段，能够使电梯群控系统中多部电梯 的轿厢不是均匀分布在井道中的问题得以解决。但是，自动模式选择系统经常使轿厢空 运行，也就是说自动模式选择系统能源损耗比较严重，不节省资源。 2 第二阶段：呼梯一分配系统。使用的控制器件是集成电路，采用的是呼梯配置的 4 广西大掌硕士掌位论文 糊神经网络在电梯群控系统交通流模式识别中的应用 控制方式，这种方式与自动模式选择系统不同，它的派梯是根据乘客在某一楼层的外呼 信号来决定的，当乘客按下呼梯按钮时，这个信号就被记录下来，电梯群控系统就会选 择一部合适的电梯去服务于这名乘客例。 呼梯分配系统能够提高系统的服务质量，并且使系统的可靠性也得到一定得提高。 它按照乘客的交通需求来选择合适的电梯去服务就使得选择更为合理的调配方案能够 实现。但是，呼梯分配系统的算术能力还不是很完善，这样没有人工智能因素在内的 电梯群控系统的预报调度功能就不是很完美。 3 第三阶段：整体评价系统，也就是应用计算机来研究电梯动态特性。 优点：数据具有记录功能，为人工智能在电梯群控系统中的应用提供基础，提高电 梯交通系统的整体服务性能，完成电梯交通整体最优配置【6 】。 1 4 人工智能电梯群控 在二十世纪，改变世界的三大科学成就中就包含了人工智能技术( 另外两大成就是 空间技术和核能技术) ，它是一门新兴的集成了多门学科的边缘学科。其中包括心理学 和计算机科学，但是，人工智能技术与它们分别又有所不同，它既侧重于感受事物，又 侧重于理解事物、推理事物和实施事物【7 1 。 1 4 1 专家系统 电梯群控系统是一个复杂的具有大量不确定和不完整信息的非线性系统，我们要想 单纯的用数学方法对其进行比较准确的描述几乎是不可能的，所以我们只能靠一些经验 性的没有成型的科学知识来对它进行准确描述，其中就包括了专家系统。它的应用早在 二十世纪八十年代已经在电梯群控系统中有所体现了【引。 电梯群控系统的控制算法中应用专家系统的优点有下面几点： 第一：专家系统开始应用于二十世纪六十年代，它的目的是对事物进行推理和判断， 手段就是一些经验性的知识，这些知识是由很多有经验的专家来提供的。 第二：专家的知识、经验和一些推理规则等等是要存入知识库的，对于一些单纯用 数学方法几乎不可能描述的问题的解决提供了方法【9 】。 第三：应用专家系统的电梯群控系统的派梯效果要比没有应用专家系统的电梯群控 系统好的多。 电梯群控系统的控制算法中应用专家系统的缺点如下： 第一：专家的知识和经验有时候并不一定特别全面，特别是对于相对复杂的电梯群 控系统来说，它是具有一定得局限性的。 第二：专家系统根据专家的经验来制定规则，但是有时候专家所假设的大楼与我们 实际所要用于的大楼时有所区别的，所以专家系统不一定能够获得预期的效果，除非专 5 糊神经网络在电梯群控系统交通流模式识别中的应用 家假设大楼与电梯群控系统实际所要用于的大楼情况相同或者很相似。 第三：一般情况下用专家系统的电梯群控系统对于一些复杂的、高层的建筑物不一 定适用。 1 4 2 人工神经网络 人工神经网络是一种并行的分布式信息处理结构，它通过连接这个单向信号通路将 一些具有局部存储能力并能进行并行处理能力的处理单元互联而成。由于神经网络的强 有力的自学习功能和并行处理的能力，特别是适用于难以建模的非线性动态系统，这就 使得神经网络在电梯系统中有广泛的应用前景。目前的神经网络技术在电梯系统中已经 有了应用实例和进一步的应用研究【l ，例如，富士达公司的n e u r o s 1 系统采用神经网络 接收梯群的状态信号，估计每部电梯应答呼梯的性能指标来达到优化派梯。将具有学习 功能的神经网络引入到电梯群控系统中，克服了其他控制的缺点。 电梯群控系统的控制算法中应用人工神经网络的优点有下面几点：。 第一：电梯群控系统的控制算法中应用人工神经网络能够识别出交通流的模式，当 大楼内的交通流发生变化的时候，应用人工神经网络的电梯群控系统的电梯的交通配置 也能够随之变动【l 。 第二：电梯群控系统的控制算法中应用人工神经网络就使得电梯群控系统具有自学 习的能力，它可以通过改进控制算法来修改制定的规则。 第三：电梯群控系统的控制算法中应用人工神经网络在大楼中交通流不断变化的情 况下比较灵活的校正误差，使得交通流变化的情况下电梯群控系统能良好的服务于乘 客。 例如，日本东芝电梯公司开发出的带有神经网络的电梯群控装置e 1 1 0 0 0 f n ，与模 糊群控相比，减少了1 0 的平均侯梯时间和2 0 的长侯梯率，基本防止了聚群和长侯梯。 电梯群控系统的控制算法中应用人工神经网络的缺点有下面几点： 第一：如果我们仅仅在电梯群控系统的控制算法中应用人工神经网络就会使得我们 这个网络的结构非常庞大，训练时间过长。 第二：对于人工神经网络来说，一般需要比较多的训练样本，这样也会使网络的训 练时间过长，从而影响电梯群控系统控制的收敛性能。 第三：人工神经网络没有框架，所以对于包含在网络中需要学习的知识的提炼和表 达就变得非常不容易了。 1 4 3 模糊控制 模糊逻辑是一种精确解决不精确或者不完全信息的方法，它的最大的特点是可以比 较自然的处理人类的概念。在电梯群控系统中，模糊规则的应用能取得比传统的逻辑控 6 广西大掌硕士掌位论文糊神经网络在电梯群控系统交通流模式识别中的应用 制方法更好的效果【1 2 1 。三菱公司首先将模糊逻辑应用于电梯群控系统中，它采用的控制 方法是当有外呼按钮按下时，使用知识库和模糊规则选择适当的电梯来服务于乘客。 电梯群控系统的控制算法中应用模糊逻辑的优点有下面几点： 第一：电梯群控系统的控制算法中应用模糊逻辑可以比较准确的对电梯群控系统的 交通流模式进行分类，这样有利于电梯群控系统控制策略的决定。 第二：电梯群控系统的控制算法中应用模糊逻辑可以实现电梯群控系统的多目标控 制策略。 第三：电梯群控系统的控制算法中应用模糊逻辑使电梯群控系统中的非线性、随机 性和多样性的派梯任务得到非常好的处理【l 引。 电梯群控系统的控制算法中应用模糊逻辑的缺点有下面几点： 第一：电梯群控系统的控制算法中单纯的应用模糊逻辑使电梯群控系统的学习功能 缺乏，并且系统的僵化程度太高，对于环境和问题的适应性比较差【1 4 】。 第二：电梯群控系统的控制算法中的应用的模糊规则一般是专家来制定的，这个规 则往往并不是最好的，而我们要改变规则或者是调整隶属函数又不容易。 第三：电梯群控系统的控制算法中应用模糊逻辑使得电梯群控系统的性能对于专家 的技能的依赖性太大了。 7 广西大学硕士学位论文糊神经网络在电梯群控系统交通流模式识别中的应用 第二章电梯交通特性 电梯交通系统是复杂的、包括许多变量的系统，一般来说，电梯交通特性包括电梯 交通统计特性和电梯交通动态特性，电梯群控技术与电梯交通特性有密切关系，研究电 梯交通特性的目的是实现电梯交通最优配置，所以本章介绍一下电梯交通特性。 2 1 电梯交通统计特性 2 1 1 电梯交通统计特性描述 电梯交通统计特性是指用概率论和数理统计等统计学方法研究电梯交通系统的统 计规律，一般情况下是研究电梯交通变量的统计性质，例如：5 m i n 载客率c e 、平均间 隙时间灿、平均行程时间a p 、短区间内可能停靠站，：等等。这些变量都是属于统计变 量。他们都是在大量统计数据的基础上，应用概率论和数理统计的原理所得出的统计变 量值或统计公式。这些统计变量都具有统计性质，和通常所指的数据在意义上是不一样 的。从短时间看，某一次我们测得的电梯运行的具体数据跟统计变量值并不是相等的， 但是从长期来看，多次测量的数据的平均值肯定是接近于统计变量值的，也就是说，从 长时间来看，统计变量值跟偶尔出现一两次的个别现象无关，它是非常科学的，并且非 常权威。 自1 8 8 9 年出现名副其实的电梯以来，电梯群控系统和电梯交通配置技术就伴随着 电梯技术的出现而出现，发展而发展。并且在电梯工程技术的进步促使下建立了电梯交 通配置理论【l5 1 。最早的关于电梯交通配置统计特性方面的论文是1 9 2 3 年j o n e sb a s s e t 所写的“t h ep r o b a b l en u i l l b e ro f s t o p sm a d eb ya ne l e v a t o r ( 电梯出现的可能停靠站数) 。 19 5 5 年瑞士人j o r i ss c h r o d e r 又写了相关论文“p r o b a b l er e v e r s a lf l o o rc a l c u l a t i o n ”( 可能 转换层的计算) 。这是电梯交通统计特性的发展期，到2 0 世纪7 0 年代末期，尽管还有 个别部分在继续发展和拓宽，但是电梯交通配置的统计特性理论已经基本定型。自2 0 世纪7 0 年代中期以后，对电梯交通配置的研究由统计特性研究阶段过渡到动态特性理 论研究阶段。 2 1 2 电梯交通统计特性配置 电梯交通系统的整体输入一输出关系如图2 1 所示，其中，系统整体的输入量由建筑 物类型m 。、建筑物规模m ：、电梯曳动类型m ，、电梯服务方式m 。和轿厢门别f 组成， 输入量用列向量x 表示，其中垅。、m ：、m ，、m 。和f 都可以看作是列向量x 的分量， 描述为 8 广西大学硕士掌位论文糊神经网络在电梯群控系统交通流模式识别中的应用 x = c o l m l ，聊2 ，聊3 ，m 4 ，f 】 系统整体输出量由5 m i n 载客率c e 、平均间隙时间彳，、平均行程时间4 p 、 建筑物类型加l 建筑物规模班2 电梯曳动类别r a 3 电梯服务方式聊t 轿厢门别f 电 梯 交 通 系 统 1 5 m i n 载客率c e 平均间隙时间彳j 平均行程时间a p 电梯台数 加速距离疋 图2 - 1电梯交通系统整体输入- 输出关系图 f i g 2 - 1t h eo v e r a l li n p u t - o u t p u tr e l a t i o n s h i pb e t w e e ne l e v a t o rt r a f f i cs y s t e m 电梯台数和加速度s 。组成。输出量用列向量y 表示，其中c e 、a i 、4 p 、和s 。都 可以看作】，的输出列向量分量，描述为 】，= c o l c e ，a i ，彳尸，s 。】 5 m i n 载客率c e ：5 m i n 内电梯系统的输送乘客人数与电梯总使用人数的百分比。 平均间隙时间4 ：每相邻两台电梯到达门厅的时间差的统计平均值。它大体上表 征了乘客的平均侯梯时间。 平均行程时间么尸：电梯从关门启动运行至到达目的楼层所用时间的统计平均值。 它大体上表征了乘客的平均乘梯时间。 若把电梯看作控制对象，把电梯设计过程看作控制器的控制过程，交通计算和校核 看作反馈过程，设计和计算看作要素，则电梯交通系统整体方框图如图2 2 所示，其中 x = c o l m l ，聊2 ，m 3 ，聊4 ，f 】，】，= e o l c e ，a i ，彳尸，s 。】。 如果我们不考虑设计这己要素，以配置这一要素为主，则图2 2 可化简为图2 3 的 形式。其中墨= c o l c e * , 么厂，么，】为期望列向量，k = c o l c e ，a i ，4 p 】为实际输出列向量， 凹，a i ，么尸依次表示c e ，a i ，么尸的期望值。 电梯交通统计特性配置的实质是：把电梯交通系统看作是一个具有多输入和多输出 的系统整体，电梯交通配置和计算的过程就是使电梯交通系统整体的输出值趋向于其期 望值的过程。就是说，把建筑物类型m 。、建筑物规模m ，、电梯曳动类型聊 电梯服务 方式m 。和轿厢门别f 当作已知的输入量，根据输入量计算出5 m i n 载客率c e 、平均间 隙时间么，、平均行程时间么p 、电梯台数的实际值，并把实际值和其对应的期望输出 c e 、a i 、彳，、+ 相比较，如相差太大，则需要重新配置，直至满意为止，其流程 9 糊神经网络在电梯群控系统交通流模式识别中的应用 图如2 4 所示。 图2 - 2 系统整体方框图 f i g 2 - 2t h eo v e r a l lb l o c kd i a g r a mo fs y s t e m 图2 3 系统简化方框图 f i g 2 - 3s i m p l i f i e db l o c kd i a g r a mo fs y s t e m 图2 - 4 电梯群控统计特性配置流程 f i g 2 - 4s t a t i s t i c a lp r o p e r t i e so fc o n f i g u r a t i o np r o c e s si ne l e v a t o rg r o u pc o n t r o l 2 2 电梯交通动态特性 2 2 1 电梯交通动态特性描述 电梯交通动态特性一般是用智能控制技术比如人工神经网络、模糊控制技术或者专 家技术等等来研究电梯交通系统的一些特性的，这些特性一般式非线性特性、不确定性 特性等等，研究的目的是最优化配置电梯群控技术的交通特性。其中，核心技术是模糊 控制技术。 电梯交通统计特性的输入和输出都是“清晰量 ，而动态特性研究中却是“模糊量”。 例如：电梯台数，准确的说是配置在门厅处的轿厢数n ，是清晰量，而在动态研究中可 看作模糊量，它对应的模糊集为 n = 少，较少，较多，多 1 0 广西大掌硕士学位论文糊神经网络在电梯群控系统交通流模式识别中的应用 又如，由轿厢i - j 另uf 和其他输入量引申出来的中间变量：门厅交通量d 本来是清晰 量，但是从动态特性研究的角度，也可看作模糊量，对应模糊集 d = 很少，少，中等，峰值，多 动态特性交通配置流程图如图2 5 所示，步骤为：首先集中和收集专家和专业人员 的经验，形成模糊规则，建立模糊数据库；接着进行模糊推理，取得预测值；再结合电 梯交通数据，控制电梯达到最优配置的目的。 图2 5 电梯群控动态特性配置流程 f i g 2 - 5d y n a m i c a lp r o p e r t i e so fc o n f i g u r a t i o np r o c e s si ne l e v a t o rg r o u pc o n t r o l 2 2 2 动态特性 1 、模糊性 电梯交通系统具有模糊性。例如，我们常用的一些概念“乘梯的时间短 和“电梯 轿厢中乘坐人数的多少等等就都是一些模糊的说法，这些模糊的概念中并没有明确的 指出乘梯的具体时间为多少秒，只是说时间是长或者短，这不是清晰的概念。在电梯群 控系统中，我们一般不可能明确的指出到底几秒是属于乘梯时间长或者短，只能用模糊 数学中的隶属度函数来描述它们分别属于时间长和短的比例。这样处理就将复杂的问题 简单化了。在电梯交通中常常有不完备的信息数据。模糊逻辑能简化许多复杂问题，是 使电梯交通中的不确定性确定下来的一种技术【l 引。 2 、扰动性 电梯交通系统中具有一些随机的扰动性，表现在以下几个方面： 第一：乘客进入电梯内后，因为失误或者恶作剧等原因而造成了登记的到达楼层不 正确，而且登记的时间也具有随机性。 第二：大楼内由于环境因素的某些偶然或者随机的变化而使大楼内的交通条件也有 随机的变化，例如分区时间、大楼的结构以及使用条件的偶然变化。 第三：乘客可能使电梯过长的保持了开门状态，延迟了轿厢的正常行驶。 3 、不确定性 电梯交通系统中存在着大量的不确定或者说不完备的信息。并且电梯交通系统是非 常复杂的，乘客到达目的楼层的距离和所用的时间，开关电梯门时间等等都是不确定因 广西大掌硕士学位论文糊神经网络在电梯群控系统交通流模式识另中的应用 素，所以用通常的方法是很难确定评价函数中的权重参数，并且很难建立起控制系统的 正确模型。但是使用智能控制方法来描述系统状态，使用专家知识和模糊推理方法建立 模糊模型，一般来说会显示更好的结梨1 7 1 。 4 、多目标性 电梯交通系统并不是以一个单一的目标来运行的系统， 系统。这表现在以下几个方面： 第一：要求乘客在层站处的长侯梯时间不超过1 分钟， 好。 第二：要求所有乘客的平均侯梯时间越少越好。 第三：要使乘客登梯速度均衡18 1 。 以上这些都是电梯交通系统的多目标性表现所在。 2 2 3 乘客对电梯交通系统的要求 它是一个具有多目标因素的 并且使乘客侯梯时间越少越 电梯系统是为乘客提供交通服务的，所以电梯乘客对电梯性能的评价是非常重要 的。电梯系统作为大楼内的公共交通工具，其安全运行是最重要的，如果连最起码的安 全都保证不了，乘客就不会对电梯产生信任感，其他方面的评价就更加谈不上了。乘客 对电梯系统的要求可以分为两方面的：一方面是生理( 身体的承受能力) 上的，另一方 面是心理( 心理的承受能力) 上的。这两种承受能力和多个因素有关，且表现出相当程 度的复杂性。 乘客生理上对电梯系统的要求一般是要求乘客在乘坐电梯的过程中身体上没有什 么特别不适的感觉。作为飞行员等特殊岗位人员需要进行这方面的专门培训以承受在飞 行中可能出现的加速度。但是对于乘坐电梯的乘客，不可能要求他们拥有飞行员一样的 身体素质，所以作为垂直公共交通工具的电梯系统必须在生理上满足大部分正常人的需 求。人们对加减速的反应与多种因素有关，年龄、人们心理和生理方面的健康状况以及 运行是否突然发生都有很大关系。到目前为止，还没有一个明确的理论来解释加速度和 人体健康之间的关系，但是凭经验我们知道：人们对电梯的运行速度的适应性是很强的， 一般来说是没有什么限制的，但是对电梯的加速度的适应却是有限的。一般电梯的加减 速度应该限制在大约1 5 m s 2 之内，加速度的变化率应该限制在2 m s 3 之内。如果加速 度变化率不超过2 m s 3 且保持恒定，乘客的不舒适感可以减轻，这一要求电梯拖动系统 很容易实现【l 列。 相比之下，人们心理上的感觉十分微妙。乘客对一部电梯的服务级别有一定的要求， 但是同一名乘客不同的时间段对同一部电梯的服务级别要求是不一样的。比如公司上班 的普通员工，在上班乘电梯的过程中，如果距离上班时间还早，他对于电梯就没有太高 的要求，多等几分钟都感觉不会太急躁，但是如果在距离上班时间很短，马上就要迟到 广西大学硕士掌位论文糊神经网络在电梯群控系统交通流模式识别中的应用 的情况下，乘坐同样的电梯，如果不能迅速进入电梯就会产生非常明显的烦躁感。乘客 的这种要求可以归纳为乘客对侯梯时间的要求，侯梯时间也是主要的心理要求，电梯交 通系统应该首先满足。 乘客的乘梯时间长短是影响乘客心理状态的第二因素。例如，去建筑物高层的乘客 如果乘梯时间超过一定的极限( 一般9 0 s ) 时，就会对电梯在中间层的停靠变得非常不 耐烦【2 0 1 。其容忍的程度还取决于他是否有同伴同行聊天，其他乘客的言行举止是不是引 起他的反感，轿厢内的拥挤度等等。这就是乘客心理上对电梯的要求。 乘客一般通过改善单台电梯的性能来提高乘客心理上对其的要求，这些单台电梯上 的改动一般由电梯的生产厂家直接在电梯的运行参数中予以保证，一般不在电梯交通配 置设计的考虑范围之内。但是乘客对电梯心理上的要求就不是那么简单的通过改善电梯 系统的运行能够满足的了，它需要通过对电梯群的有效协调控制来满足，这也是电梯交 通配置设计的任务。电梯交通配置设计的主要内容是：在电梯系统安装之前就通过有效 的计算和分析，确保电梯系统在运行期间能够保证乘客的心理要求。 2 3 电梯群控系统的交通模式识别 2 3 1 交通流量分析 对于电梯，我们要实现交通配置的最优化，必须要控制电梯的运行方式，使之能够 根据电梯本身状况、当时的交通流量和安装环境而变化，其中电梯本身状况和安装环境 是可以观测到的或者是已知的，但是对于交通流量来说，它是一个难以观测的要素，所 以我们要对其进行研究。对于电梯群控系统来说，它必须能够辨识出建筑物内交通流量 的变化情况。不同用途的建筑物，客流交通各有其特点，就算是同一种类型的大楼，因 为关系到用户怎么样去使用它们或者个人的一些生活习惯的不一样也会造成大楼内的 客流情况的变化【2 1 1 。然而，从长期来看，客流的交通状况肯定是存在规律的，我们就是 要识别出这些规律来利用它们。 2 3 2 典型办公大楼交通流模式 建筑物按照使用用途一般分为：住宅、旅馆、办公楼、医院和百货大楼。对于典型 的办公大楼，根据其客流量的分布特点可以将大楼内的交通状况分为以下的几种交通模 式，它们分别是：上高峰、下高峰、两路、四路、空闲、随机层间交通模式这六种。 1 、上行高峰交通模式 在一栋大楼内，如果大多数乘客都是从外面进入大楼并且要乘坐电梯到达大楼的不 同或者相同楼层，这种上行需求占大多数的交通状况就是上行高峰交通模式。 糊神经网络在电梯群控系统交通流模式识另中的应用 这种交通模式一般都是发生在早晨上班时刻，这个时候大多数上班族都需要乘坐电 梯到达大楼的相同或者不同的楼层上班，这个时候的上行高峰时比较剧烈的。在一般情 况下，在中午午休结束页就是下午上班的时刻还会有一个比较小的上行高峰。在这个时 期，上行人数在规定的上班时间之前渐渐增多；在时刻前5 分