（计算机应用技术专业论文）基于svm的电梯群控系统egcs算法的研究.pdf

4 杭州电子科技大学 学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研 究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人 或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集 体，均已在文中以明确方式标明。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名： 春珠 日期：汐j 1 年；月z 丫日 学位论文使用授权说明 本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研 究生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证 毕业离校后，发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大 学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文 的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。( 保密 论文在解密后遵守此规定) 论文作者签名： 指导教师签名： 蘑琴 钐卜 日期：沙f f 年；月埘日 日期：芦l 年多月扩日 杭州电子科技大学硕士学位论文 摘要 随着城市现代化建设的高速发展，人们生活水平的逐步提高，城镇中高层建 筑和智能楼宇的不断增加，电梯作为垂直交通运输工具已经得到了越来越广泛的 应用。在高层的商业或居住建筑的设计中为满足需求一般都安装了多台电梯，在 此情况下，如何根据建筑内交通情况的变化、提高多台电梯的协同合作能力、保 证大楼内交通的最优输送是非常有必要的。因此，高效率、智能化的电梯群控系 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 ) 算法的研究已成为楼宇自动化领域 的一个热点。如今国内的多台电梯调度水平还不理想，其中较先进的电梯群控系 统大多数是国外电梯公司制造，国内自主研发和自主版权的控制方法和技术在实 际中的应用也不多。所以对e g c s 进行详细深入的研究对国内电梯产业的发展将 会有巨大的促进作用。 电梯交通客流数据的偶发性、呼梯信号的随机性、电梯群控目标的多样性等 特性构成了电梯群控的难点所在。目前，针对现代e g c s 的研究主要集中在以下 六大方面： ( 1 ) 以模糊逻辑运算为研究基础，构成电梯群控的模糊规则； ( 2 ) 对呼梯信号集合的重组优化，在此基础上对平均候梯时间等指标进行预 测建模，进而研究带有自学习的预测控制； ( 3 ) 将群控作为电梯交通动态特性的重要组成部分进行研究； ( 4 ) 将人工智能算法引入电梯群控系统； ( 5 ) 将电梯群控系统作为智能建筑整体功能研究的一个重要分支； ( 6 ) 研究以计算机网络技术为基础的电梯群控。 本文结合实际的应用项目，从电梯群控的关键问题入手，在研究了e g c s 的系统功能、系统构成、性能指标的基础上，提出了基于支持向量机算法( s u p p o r t v e c t o rm a c h i n e ，s 垤) 的电梯群控算法。首先阐述了电梯群控算法的国内外研 究现状以及发展趋势，对电梯群控的工作原理以及核心技术进行了研究。其次， 结合电梯交通系统动态特性的分析，提出e g c s 的性能要求以及性能指标评价函 数。接下来对电梯交通流数据进行数学建模，采用支持向量机算法对大楼内当前 电梯交通模式进行辨识，从而指导电梯群控系统针对不同的模式采取不同的调度 策略，以提高系统的整体性能。针对现有算法中存在的缺点和不足，结合模糊推 理，将支持向量机算法应用到群控中，克服模糊推理缺乏学历能力的缺点，借助 评价指标和各种电梯交通模式，优化e g c s 的派梯策略。最后，在w i n d o w s 操 作系统环境下，以面向对象语言v i s u a l 例为工具，开发了e g c s 仿真软件，实 杭州电子科技大学硕士学位论文 现了电梯组优化调度的动态可视化仿真运行，并根据电梯服务质量的评价指标验 证了算法在调度效率和系统能耗等方面的改善。 关键词：电梯群控系统，人工智能算法，支持向量机，交通模式识别 n 杭州电子科技大学硕士学位论文 a b s t r a c t w i t ht h er a p i dd e v e l o p m e n to fm o d e r n i z e dc i t yc o n s t r u c t i o n , p e o p l e sl i v i n g s t a n d a r d sa r eg r a d u a l l yi m p r o v i n g , a n da l s ot h eh i g h - r i s ea n di n t e l l i g e n tb u i l d i n g sa g o g r o w i n gr a p i d l y a c c o r d i n g l y , a sa v e r t i c a lt r a n s p o r t , t h ee l e v a t o ri sw i d e l yi nu s e d t o m e e tw i t l lt h en e e d so fh i g h - r i s ec o m m e r c i a lo rr e s i d e n t i a lb u i l d i n g s ，t h ea m o u n to f e l e v a t o r si n s t a l l e di sg e n e r a l l yi n c r e a s i n g i nt h i sc i r c u m s t a n c e , o b v i o u s l yi ti sr e a l l y i m p o r t a n tt oi m p r o v et h eg r o u pc o n t r o lo fl i f t s ，w h i c hb a s e do nt h ec h a n g e si n b u i l d i n g s t r a f f i c , a st oe n s u r et h eo p t i m u mt r a n s p o r to f b u i l d i n g s h o w e v e r , r e s e a r c hi nt h ea l g o r i t h mo fh i g he f f i c i e n ta n di n t e l l i g e n te l e v a t o r g r o u pc o n t r o ls y s t e mh a sb e c o m eah o tf i e l di nb u i l d i n ga u t o m a t i o n t o d a y , t h e s c h e d u l i n gl e v e lo fd o m e s t i cg r o u pc o n t r o li ne l e v a t o ri sn o ti d e a ly e t a c t u a l l y , m o s t a d v a n c e ds y s t e mo fg r o u pc o n t r o li sm a d eb yf o r e i g ne l e v a t o rc o r p o r a t i o n s t h e c o n t r o lm e t h o d sa n dt e c h n i q u e sb yn a t i o n a li n d e p e n d e n tr e s e a r c ha n di n d e p e n d e n t c o p y r i g h ta r es e l d o mp u ti n t op r a c t i c e c o n s e q u e n t l y , d e e ps t u d yi n e g c sw i l l i n t e n s e l yp r o m o t et h ed e v e l o p m e n to f d o m e s t i ce l e v a t o ri n d u s t r y t h ec h a r a c t e r i s t i c so fe g c sw h i c hc o n c l u d eo c c a s i o n a l i t yo fe l e v a t o rt r a f f i c d a t a , r a n d o m n e s so fc a l ls i g n a l s ，a n dd i v e r s i t yo fe l e v a t o rg r o u pc o n t r o lt a r g e t , p o s e t h eh a r dp a r to fe l e v a t o rg r o u pc o n t r 0 1 p r e s e n t l y , a c c o r d i n gt ot h em o d e mr e s e a r c ho f e g c s ，i tf o c u s e so ns i xa s p e c t sa sf o l l o w , ( 1 ) b a s e do nt h es t u d yo ff u z z yl o g i co p e r a t i o n s ，c o n s t i t u t ef u z z yr u l e so ft h e e l e v a t o rg r o u pc o n t r o l ； ( 2 ) b a s e do nt h eo p t i m u mr e o r g a n i z a t i o no ft h ec o l l e c t i o ni n c a l ls i g n a l ，m a k e p r e d i c t i v em o d e l sw i t hi n d i c a t o r ss u c ha sa v e r a g ew a i t i n gt i m e ，t h e nm a k eaf u r t h e r s t u d yi ns e l f - l e a r n i n gp r e d i c t i v ec o n t r o l ； ( 3 ) a c ta sa ni m p o r t a n tp a r to ft h ed y n a m i cc h a r a c t e r i s t i c so fe l e v a t o rt r a f f i c , g r o u pc o n t r o li sp u ti n t os t u d y ；, ( 4 ) i n t r o d u c ea r t i f i c i a li n t e l l i g e n c ea l g o r i t h m st ot h e e l e v a t o rg r o u pc o n t r o l s y s t e m ； ( 5 ) r e g a r dt h ee l e v a t o rg r o u pc o n t r o ls y s t e ma ni m p o r t a n tb r a n c ho fi n t e l l i g e n t b u i l d i n g si n t e g r a t e df u n c t i o ns t u d y ； ( 6 ) r e s e a r c h e so ne l e v a t o rg r o u pc o n t r o lo fc o m p u t e rn e t w o r kt e c h n o l o g y - b a s e d 1 1 1 杭州电子科技大学硕士学位论文 t h i sp a p e rs t a r t sw i t l lt h ek e yp o i n t so fe l e v a t o rg r o u pc o n t r o l ，a n dc o m b i n e d w i mp r a c t i c a lp r o j e c t s o nt h eb a s i so fr e s e a r c h e so ne g c ss y s t e mf u n c t i o n , s y s t e m s t r u c t u r e , a n dp e r f o r m a n c ei n d i c a t o r s ，i tp r o p o s e st h ea l g o r i t h mm e t h o do fe l e v a t o r g r o u pc o n t r o lw h i c hd e p e n d so ns u p p o r tv e c t o rm a c h i n e s f i r s t l y , i td e s c r i b e dd o m e s t i ca n df o r e i g ns i t u a t i o na n dd e v e l o p m e n tt r e n do f e l e v a t o rg r o u pc o n t r o l a l g o r i t h m s i nt h i sp a r t ，t h ew o r k i n gp r i n c i p l ea n d c o l e t e c h n o l o g yo fe l e v a t o rg r o u pc o n t r o lw e r es t u d i e d s e c o n d l y , a n a l y s i sc o m b i n e d 谢t h t h ed y n a m i cc h a r a c t e r i s t i c so fe l e v a t o rt r a f f i c ，p r o p o s et h ep e r f o r m a n c er e q u i r e m e n t s a n dp e r f o r m a n c ee v a l u a t i o nf u n c t i o no fe g c s s u b s e q u e n t l y , i ta d o p t sd a t ao f e l e v a t o rt r a f f i cf l o wt ot h em a t h e m a t i c a lm o d e l i n g u s i n gs u p p o r tv e c t o rm a c h i n e st o r e c o g n i z eb u i l d i n g s c u r r e n te l e v a t o rt r a f f i cp a t t e r n , 勰t og u i d et h ee l e v a t o rg r o u p c o n t r o ls y s t e ma d o p td i f f e r e n tm o d e l sf o rd i f f e r e n ts c h e d u l i n gs t r a t e g i e st oe n h a n c e t h ew h o l ep e r f o r m a n c eo fs y s t e m a c c o r d i n gt ot h es h o r t c o m i n g sa n dd e f e c to f e x i s t i n ga l g o r i t h m s ，t h ep a p e rc o m b i n e sf u z z yi n f e r e n c e ；i te m p l o y e dt h es u p p o r t v e c t o rm a c h i n ea l g o r i t h mi n t o g r o u pc o n t r o l ，o v e r c o m es h o r t c o m i n g so ff u z z y i n f e r e n c et h a tl a c ko fa c a d e m i ca b i l i t y b ym t 。a l l $ o fe v a l u a t i o ni n d i c a t o r sa n da v a r i e t yo fe l e v a t o rt r a f f i cp a t t e r n s ，t h i sp a p e ro p t i m i z e dt h ed i s p a t c h i n gs t r a t e g yo f e g c s f i n a l l y , i nt h eo p e r a t i n gs y s t e mo f w i n d o w s ，i tu s e d t h et o o lo f o b j e c t - o r i e n t e d l a n g u a g ev i s u a lc 群，d e v e l o p e dt h es i m u l a t i o ns o f t w a r eo fe g c s t h e r e f o r e , i t a c h i e v e dt h ed y n a m i cv i s u a ls i m u l a t i o no p e r a t i o no fo p t i m a ls c h e d u l i n gi ne l e v a t o r g r o u p b e s i d e s ，i td e d u c t e dt h a tt h ee v a l u a t i o ni n d i c a t e so fe l e v a t o rs e r v i c eq u a l i t yi s a b l et ov e r i f yt h ei m p r o v e m e n t so ft h ea l g o r i t h mi nt h ea s p e c t so fe t f i c i e n e ya n d e n e r g yc o n s u m p t i o n k e y w o r d s ： e l e v a t o rg r o u pc o n t r o ls y s t e m ，a r t i f i c i a li n t e l l i g e n c ea l g o r i t h m s , s u p p o r t v e c t o rm a c h i n e ，p a t t e r nr e c o g n i t i o no f t r a f f i cm o d e i v 杭州电子科技大学硕士学位论文 目录 摘要i a b s t r a c t 。i 第一章绪论1 1 1 选题背景及意义1 1 2相关研究现状与发展趋势。2 1 2 1 电梯群控技术及其发展2 1 2 2 人工智能算法在电梯群控中的应用。4 1 3论文主要内容和基本结构6 第二章电梯群控系统的理论基础。8 2 1 电梯群控系统的结构与组成8 2 2 电梯群控系统动态特性分析。9 2 2 1 动态特性中的模糊性9 2 2 2 动态特性中的非线性1 0 2 2 3 动态特性中的扰动性1o 2 2 4 动态特性中的不完备性1 l 2 2 5 动态特性中的多目标性1 1 2 3 电梯群控的调度规则1 2 2 4 电梯群控性能的评价指标1 3 2 4 1 时间指标1 3 2 4 2 系统能耗指标1 4 2 4 3 载客能力指标1 4 2 4 4 乘客舒适度指标15 2 5d 、结16 第三章基于支持向量分类机的电梯交通模式辨识1 7 3 1 电梯群控系统的交通客流分析18 3 1 1 上行高峰交通。18 3 1 2 下行高峰交通2 0 3 1 3 两路交通2 1 3 1 4 层间随机交通2 1 3 2 基于多值分类s v m 的电梯群控交通模式识别。2 l v 杭州电子科技大学硕士学位论文 3 2 1 支持向量分类机简介2 2 3 2 2s v m 与神经网络之比较2 4 3 2 3 电梯群控交通模式识别整体分析2 5 3 2 4 直接多类s v m 分类器的设计2 6 3 2 5 基于直接多类s v m 分类器的交通模式识别算法2 7 3 2 6 训练过程的训练算法设计2 8 3 3 实验结果及分析2 9 3 4d 、2 ；3 1 第四章基于支持向量回归机的多目标电梯群控派梯算法3 2 4 1 派梯过程中的变化因素3 2 4 1 1 距离变化3 2 4 1 2 能耗变化3 2 4 1 3 时间变化3 3 4 1 4 一个运行周期内的停层次数变化3 3 4 1 5 电梯忙闲变化3 3 4 1 6 召唤类型变化3 4 4 2 群控多目标控制的目标函数确定3 4 4 2 1 控制目标的提出3 4 4 2 2 评价函数的确定一3 5 4 3 基于支持向量回归机的派梯算法3 6 4 3 1 输入量的计算3 7 4 3 2 结合模糊推理获得学习样本3 8 4 3 3 回归问题4 2 4 3 4 支持向量回归机的利用4 4 4 4 电梯群控优化调度的仿真4 9 4 5 ，j 、结5 4 第五章总结与展望。5 5 5 1 全文总结5 5 5 2 进一步的工作5 6 1 改谢! ；7 参考文献5 8 附勇毛6 1 v l 杭州电子科技大学硕士学位论文 1 1 选题背景及意义 第一章绪论 1 8 5 4 年，美国人以利沙奥的斯( e l i s h ag r a v e so t i s ) 在纽约世界博览会上， 以“戏剧化 的方式向世界展示了他的发明人类历史上第一部安全升降梯。 这位在当时名不见经传的机械工程师在从那以后彻底改写了人类使用升降工具 的历史。正是使用这项电器设备发明作为垂直代步工具，才使得高层建筑得以推 广。 随着现代化水平的提高，智能建筑得到了飞速的发展，为满足建筑内客流的 输送一幢大楼内往往配置了多台电梯，但如果多台电梯是并列的各自独立运行， 缺乏协调合作能力，当用户按下同一楼层中各台电梯的层站外召按钮时，这同一 呼梯信号会使所有电梯轿厢都去应答，从而造成重复的停站和不必要的轿厢空载 运行，特别是大楼内客流输送量大的情况下会造成电梯轿厢聚群运行现象，严重 影响了电梯群的服务质量，极大地降低了楼内交通的输送效率。因此单纯靠增加 大楼内的电梯数量、提高单台电梯的运行速度和轿厢载荷是不能适应客流变化剧 烈的楼内交通的，也难以降低轿厢频繁往返运行产生的能耗，更无法改善某个人 流高峰时段内必然会出现的长候梯现象【。所以关键问题在于能否统一地、协调 地调度电梯群，根据轿厢当前所在位置、各台电梯已登记的呼梯信号和来自乘客 的外召或内召等信息，来实时分析当前客流的变化，自动选择一台电梯去响应新 的呼梯信号，由此产生了电梯群控调度问题l z j 。 在2 0 世纪中期，世界著名的两大电梯制造商美国t e c o w 硎n g h o u s em o t o r 公司和o t i s 电梯公司研究出了电梯群控( e l e v a t o rg r o u pc o n t r 0 1 ) 方式，能对多 台电梯进行统一调度管理，大大提高了电梯的服务质量，并且于1 9 4 9 年在联合国 大楼安装使用【3 1 。据统计，1 9 5 0 年高层建筑中的群控电梯占电梯总数的1 2 ，而 后几年这个数字迅速攀升。随着电子技术、通信技术、计算机技术的发展，1 9 7 5 年以后进入了现代群控系统阶段。如今，兴建智能楼宇已成为现今世界各国综合 国力的具体表征，而电梯群控作为电梯交通配置的重要技术已是构成智能楼宇三 大系统之一楼宇自动化系统中的一个热点技术【4 】。2 0 世纪末，在美国新建 的楼宇中有7 0 是智能楼宇，在日本已有6 5 的建筑已经达到智能楼宇的评定标 准，国内的智能建筑也在快速增加，据外刊预测：2 1 世纪新建的智能楼字中超过 一半将会建在中国。由此可见电梯群控的重要地位。 杭州电子科技大学硕士学位论文 楼宇中电梯群的调度质量不高，已经成为国内解决不好、又必须刻不容缓予 以解决的重要的科技问题网。根据2 0 0 5 年中国电梯协会提供的数据表明，全国的 电梯保有量已位居世界第三，但国内高于8 0 电梯市场份额被外资、合资企业蚕 食，而民族电梯企业已经处于市场的边缘，原因在于核心技术掌握在少数发达国 家手中【6 j 。群控算法作为电梯群控系统的核心，对它开展深入和详细的研究，对 国内的电梯产业的发展将会有巨大的促进作用。近年来，人工智能作为一门新兴 学科发展十分迅速，它对解决组合调度、模式识别、复杂控制系统问题有着传统 方法无法比拟的优点，将人工智能算法结合到电梯群控算法中，优化电梯群的调 度，既是电梯群控研究的热点，也是重点和难点。 1 2 相关研究现状与发展趋势 1 2 1 电梯群控技术及其发展 半个多世纪以来，电梯控制技术已经发生了翻天覆地的变化，电梯群控系统 也已经发展了好几代。从最早使用继电接触控制实现两到三台电梯的方向预选控 制，接着在1 9 7 0 年以后集成电路的应用使电梯群控系统能进行一些复杂的逻辑运 算，直到今日计算机开始应用于电梯群控系统。具体发展情况见表1 1 。 表1 1 电梯群控技术的发展过程 阶段电梯群控系统分派系统控制系统 1 9 4 1 - 1 9 7 1 第一阶段自动模式选择系统区间分配系统时间间隔控制 等待时间预测控 1 9 7 1 - 1 9 7 5 第二阶段集成电路 制 计算最短待梯时间控制 呼梯分配系统 1 9 7 5 至今第三阶段机控 综合评价系统应用 带有学习功能的 预测 制人工智能 ( 1 ) 第一阶段。早期的电梯群控系统被称为自动模式选择系统，使用继电 器顺序控制，它根据在不同的时间段内处于不同运行模式，选择与之对应的运行 命令。采用时间间隔为控制方式，即电梯运行时不依赖各层站的呼梯命令，以适 当的时间间隔，使轿厢从端站出发，并且在各楼层之间以类似公共汽车的方式运 行，按照顺序实现电梯的无司机运行。另外为了缩短轿厢往返的周期，减少电梯 的停层次数，按照分区配置 7 - 9 ，使各台电梯服务于不同区域的层站。分区可用 静态和动态两种方法进行。当静态分区时，组合一定数目的楼层构成一个服务分 区，或者根据相邻的上行和下行呼梯信号形成向上需求区域和向下需求区域。动 态分区时，动态区域是根据事先定义好的规则，结合各台电梯的所处位置、当前 杭州电子科技大学硕士学位论文 状态和运行方向，确定各个区域的大小、位置和数目。动态分区是不断变化的， 所以动态分区算法【1 0 】比较复杂，一般以静态分区为主。此阶段，各个电梯轿厢 沿井道高度均匀分布的问题被适当解决，但是还是有较多缺点：电梯轿厢在大楼 底层或顶层的等待分配时间过长，在大楼两端的停层通常又是无用的，各个层站 无呼梯信号时轿厢也会毫无目的地频繁往返运行。这种群控系统硬件复杂、电梯 服务效率低、系统可靠性低。 ( 2 ) 第二阶段。2 0 世纪7 0 年代初，随着集成电路的发展，电梯群控系统在 硬件上亦采用了集成电路，提高了整个系统的服务质量和可靠性。在降低硬件复 杂度和维护难度的同时，系统可以进行一系列复杂的逻辑运算。这个阶段采用的 控制方式称为呼梯配置方式，可以针对每一个具体的呼梯信号进行派梯。当层站 中出现一个新的呼梯信号，系统会根据当前各个轿厢状态和交通状况，预测候梯 时间并选择一部合适的电梯轿厢去响应该信号。对预测等待时间的数值计算无法 精确进行是这种群控系统的缺点。 ( 3 ) 第三阶段。1 9 7 5 年以后，电梯群控系统开始采用计算机技术【l l 】。用软 件编程实现常规的控制算法，并将其利用到电梯群控系统中。因为常规控制算法 的固定逻辑程序限制了算法所提供的性能，所以这并不是最优的方法。利用计算 机可以设计不同于常规控制算法的新的控制系统，根据一定的规则计算每个轿厢 对于新呼梯信号的应答时间并调度合适的轿厢去响应该信号，当然该系统还应包 括考虑各种交通模式、确定优先级等功能。利用计算机技术，能在线变化控制算 法的各个参数，通过把调整后的新程序输入计算机，不需要重新布线，就能完全 改变控制算法。利用计算机强大的数据记录和数据分析能力，可以对轿厢运行数 据、电梯性能数据以及故障部位的检测数据进行保存，并实现电梯的故障诊断。 电梯的应用与普及满足了高层建筑使用群体的需求。总结过去和当前人们对 电梯服务的要求，电梯群控技术的发展趋势主要有以下几点： ( 1 ) 智能化。设备的智能化【1 2 】是科技追求的主题之一，当建筑物的使用功 能发生变化时，系统能够允许用户进行参数的必要调整，或者系统可以通过在线 学习，自适应调整性能参数，使系统能够保持最佳工作状态。 ( 2 ) 节能化【1 3 1 4 】。绿色电梯概念的提出，使得电梯的制造、配置、安装和 使用过程中的高节能低污染要求成为亟待解决的问题。其中一种方案就是通过群 控算法实现交通流的实时模式识别，尽量减少电梯的启动和停靠次数，以最少的 运行次数去满足最大的客流量。 ( 3 ) 人性化。建筑内各层的用户可以自己定制所需的电梯服务，群控系统 在不影响其他楼层用户的前提下，实现不同楼层的个性化、人性化服务。 进入电梯的现代群控阶段后，计算机技术也为人工智能在电梯群控系统中的 3 杭州电子科技大学硕士学位论文 应用提供了基础。利用模糊控制、人工神经网络、遗传算法、专家系统等智能算 法对电梯群控的动态特性进行描述，极大地提高了电梯群控系统的整体性能。与 之前针对电梯交通统计特性进行研究相比，人们在电梯领域的进步跨出了一大 步。图1 1 描述了电梯技术进步中利用的关键技术。 电梯技术进步 新型拖动 变频变压 厂 r _ 一 陈氯 线性感应机械 人工智能应用 仿真和建模l 监控l 离散检测 矢量li 专家系统li 模糊逻辑li 计算机视觉1 1 人工神经网络 图1 1 电梯技术进步中利用的关键技术 1 2 2 人工智能算法在电梯群控中的应用 表1 2 各公司不同特色的群控产品及特点 公司名产品名引用算法 0 t i se l e v o n i cc l a s s 奖惩机制算法 m i t s u b i s h i s i 鲫a - a 1 2 2 0 0人工神经网络和模糊逻辑 h i t a c h if i 一3 4 0 g遗传算法 s c h i n d l e r j t p模糊控制与神经网络 f u j i t e c f l e x 8 8 2 0 8 8 3 0模糊推理与自学习 k o n e1 瑚s 9 0 0 0 模糊逻辑 t o s h i b a e j 1 0 0 0 模糊逻辑与神经网络 人工智能技术( a r t i f i c i a li n t e l l i g e n c e ) 被称为2 0 世纪的三大科学成就，是集 成人类学习、计划、推理、探索、模式识别、知识处理等技术的一门新兴边缘学 科。1 9 8 4 年，日本h i t a c h i 公司研制出了利用人工智能控制技术的c i p 5 2 0 0 0 系 统【1 5 1 ，该产品能根据楼宇内客流的变化计算出较优的控制参数。使用该产品乘 客的平均候梯时间减少了1 阶百分点，节省了电梯运行中的能耗。随着人工智能 的发展，国外一些大公司陆续研制出了带有人工智能的群控电梯，电梯群控系统 开始应用模糊逻辑( f u z z yl o g i c ) 、专家系统( e x p e r ts y s t e m ) 、人工神经网络 ( a r t i f i c i a ln e u r a ln e t w o r k ) 等先进的智能算法。各个公司的不同群控产品【1 6 】见 表1 2 。 ( 1 ) 专家系统。专家的知识和经验能有效地整合到专家系统【1 7 碍】，并将此 与优化派梯相结合。群控系统与专家系统的结合较早，m i t s u b i s h i 公司的 a 1 2 1 0 0 和a 1 2 2 0 0 都使用了专家系统。电梯群控是一个复杂的系统工程，具有难 4 杭州电子科技大学硕士学位论文 以用数学方式精确描述的一系列特性，因此若能借鉴来自专家的知识和经验，对 其进行启发式的推理来解决电梯群控系统这个非线性系统具有一定的优越性。专 家系统是由知识库、数据库、推理机、解释部分、知识获取机制部分和人机接口 等独立的部分组成。首先通过知识获取，获得电梯专家的知识及经验，并提炼为 一定的控制规则存入到知识库中。数据库是用来存放专家系统当前己知的情况、 用户提供的事实和推理的中间结果。例如各层站的呼梯信号分布情况、各台轿厢 的当前位置、电梯的预测运行时间等。利用推理机协调专家系统各个组成的工作， 它能根据当前的输入信息和知识库中的知识，按一定的推理策略去控制派梯。解 释部分解释系统本身的推理结构和回答用户的问题。图1 2 是电梯群控专家系统 的配置。但由于专家经验及知识具有一定的局限性，控制规则并不完善，所以派 梯效果并不能适应不同大楼的要求。 电梯群控专 知识库专家系统群控控制器 产生式规则推理机 控制指令： 指派厅层呼叫 预测响应轿厢 交通数据： 轿厢位置与方向 厅层呼叫 图1 2 电梯群控专家系统配置 ( 2 ) 模糊控制【1 9 - 2 0 】。因为电梯系统的复杂程度很高而精确预测系统状态又 不易，所以电梯控制系统的精确模型很难建立，利用模糊控制技术【2 l 】不仅能处 理精确的信息，还可以处理一些模糊的不确定信息，达到精确映射的效果，所以 模糊理论的特性非常适合解决电梯群控系统。1 9 8 8 年，f u j i t e c 公司推出的带有 模糊控制的人工智能电梯群控系统f l e x 8 8 0 0 系列，它能根据楼内交通状态和电 梯运行情况，计算3 0 多种不同的评价指标，完成呼梯命令分派的多级决策。 ( 3 ) 人工神经网络。为克服模糊群控系统缺乏自学习能力，1 9 9 2 年电梯群 控系统中引入了神经网络c 2 2 - 2 3 1 。主要应用于交通模式识别，结合模糊逻辑构成模 糊神经网络，为电梯群控建立预报模型以及在分区控制中进行动态分区【2 4 j 。 t o s h i b a 公司研制的e j 1 0 0 0 f n 和s c h i n d l e r 公司开发的m i c o n i c v x t m a i t p 均采用了神经网络。与模糊群控相比，应用神经网络算法的群控系 统在平均候梯时间和长候梯率问题上均有大大的改善。应用人工神经网络的电梯 杭州电子科技大学硕士学位论文 群控系统结构图见图1 3 。 ( 4 ) 遗传算法【2 5 - 2 7 。该算法可在多目标要求下优化派梯方案，在收到大量 层站召唤的同时仍能搜索到最优派梯方案，搜索中依靠遗传算法编制满足各楼层 需求的控制数据。日本h i t a c h i 公司的f i 3 4 0 g 型号电梯首次应用了遗传算法。 虽然遗传算法可以获得全局最优解，但其本身具有的随机性和概率性使它的搜索 进程效率不高，因此也降低了群控调度的性能。 l 囡 i ：i i 晖m l f 一1 睦喧i 吲i | 由蛊 u 圈l 一三三骤毳 图1 3 带有神经网络的群控系统结构 1 3 论文主要内容和基本结构 支持向量机算法是在统计学习理论基础下派生出来的一种新的机器学习算 法。该算法表现出了许多优良特性，且在许多领域得到成功应用，这使得这一学 术方向得到越来越多的关注。目前，人工智能算法中的模糊控制、神经网络、专 家系统和遗传算法等都已经在电梯群控系统中得到了应用，支持向量机算法由于 出现的较晚，所以它在电梯群控中应用的理论研究处于初步探索阶段。本文从电 梯群控系统的基本原理和特性入手，在一定的理论基础上，将支持向量机与电梯 群控系统结合，并且针对电梯群控系统有限的资源，优化训练算法，提出了基于 支持向量机的电梯群控算法。 本文共五章： 第一章，即绪论，主要介绍了本文的选题背景和意义；然后，在阅读了大量 的相关文献之后，总结了电梯群控技术的研究现状和发展趋势，分析了人工智能 6 杭州电子科技大学硕士学位论文 算法在群控中的应用，指出目前研究存在的问题和值得本文借鉴之处。 第二章，首先介绍了电梯群控系统的结构与组成，接着重点描述了电梯交通 的动态特性，包括模糊性、非线性、扰动性、不完备性和多目标性等，提出了电 梯群控调度必须遵守的基本规则，最后总结了电梯群控性能的各项评价指标。本 章阐述的理论是以后各章的研究基础。 第三章，首先对电梯客流进行详细的分析，总结了各个交通模式的特征。接 着，采用直接多类分类支持向量机来对电梯交通模式进行辨识，得到了较为准确 的系统模式识别模型。通过对训练过程的优化，使得所提算法结构简洁，易于实 施，计算量小，交通流数据分类准确率比较理想。 第四章，首先分析了电梯群控派梯过程中的变化因素，指出多目标控制的难 点所在。接着，确定系统的目标函数，结合模糊推理获得基本数据，将支持向量 机算法引入群控中，克服模糊推理缺乏学习能力的缺点。最后，借助面向对象语 言开发群控仿真软件，对算法进行仿真，验证其可靠性。 第五章，对全文的工作进行了总结，并展望了下一步的工作。 7 杭州电子科技大学硕士学位论文 第二章电梯群控系统的理论基础 2 1 电梯群控系统的结构与组成 不同电梯生产商研制了不同的电梯群控系统，但在基本结构上是相似的。一 般的电梯群控系统由多部电梯组成，其中一部电梯为群控主机。 单梯控制系统按照单梯的运行逻辑控制电梯的运行，单梯的控制方式是按照 所登记的各层站呼梯信号去顺序响应，运行时遵循自动定向、反向保号、顺向消 号的集选原则【2 引。每个楼层均安装了外招电脑板，它的端子包括：c a n 通信端 子、上呼下呼按钮灯端子以及外呼板地址码设置按钮端子。在大楼的顶层和底 层只设置了向下和向上的呼梯按钮。轿厢电脑板负责采集电梯的内召信号，它的 端子包括输入端子、输出端子、通讯端子。轿厢电脑板必须与轿厢显示板正常连 接。主控电脑板具有强大的数据运算能力，高速计数能力，具有可编程控制器极 强的抗干扰能力。c a n 串行通信口与外呼、内选进行c a n 通讯，c a n 通讯协 议可保证数据的正常收发，在发送接收异常时c a n 能够自动进行纠正。r s 4 8 5 串 行通信口为扩展或并联群控提供串行通信口。r s 2 3 2 串行通信口用于与