（控制理论与控制工程专业论文）电梯群控系统调度策略的研究.pdf

ji ，托i 王 at h e s i si nc o n t r o l t h e o r ya n dc o n t r o le n g i n e e r i n g l i i ll l if l liiii l li iilli y 1717 0 81 r e s e a r c ho n d i s p a t c h i n gs t r a t e g i e so fe l e v a t o r g r o u pc o n t r o ls y s t e m b yl iq i a n g s u p e r v i s o r ：p r o f e s s o rw a n g j i n k u a n n o r t h e a s t e r nu n i v e r s i t y j u n e2 0 0 8 独创性声明 本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得 的研究成果除加以标注和致谢的地方外，不包含其他人已经发表或撰写过 的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工 作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢 - t l r _ 思。 学位论文作者签名： 签字日期 ： 学位论文版权使用授权书 本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论 文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和 磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部 或部分内容编入有关数据库进行检索、交流。 作者和导师同意网上交流的时间为作者获得学位后： 半年口一年口一年半口两年口 学位论文作者签名： 签字日期： 导师签名： 签字日期： 东北大学硕士学位论文 摘要 电梯群控系统调度策略的研究 摘要 随着社会的发展，高层建筑和智能化建筑的不断出现，作为垂直运输工具的电梯得 到了越来越广泛的应用，人们对电梯服务质量提出越来越高的要求，单台电梯往往不能 满足建筑内的交通需求。为缩短人们的候梯时间，减少能量的损耗，需要合理安装多台 电梯。这就引入了电梯群控系统，它采用优化的控制策略来管理多台电梯协调运转，以 提高电梯的运行效率和服务质量。 电梯群控系统是通过对电梯群的运行状态进行实时监测与分析，再根据不同的实际 情况对各电梯进行优化调度和合理分配，进而实现电梯系统对乘客的服务质量和服务效 率的改善和提高的目标。 本文系统分析了电梯群控系统的特征、交通模式和性能评价指标，并建立起复杂的 客流分析模型。该模型可以生成任一交通模式下的客流数据，为群控系统提供仿真环境。 在交通模式识别方面，提出将大楼交通构成及客流交通强度作为交通模式模糊推理的输 入变量，建立了识别1 2 种客流交通模式的规则库，并通过d d e 的方式把实际的电梯系 统输入变量与理论的s i m u l i n k 仿真环境有机地结合在一起，实时辨识当前的交通模式， 对电梯群控系统根据不同的交通状况采用相应的调度策略可以起到很好的指导作用。 本文研究了传统电梯调度算法及其评价函数在描述电梯群控目标中存在不准确性、 不完备性等问题。在此基础上，以提高电梯群控系统的智能化水平为出发点，以减少候 梯时间、乘梯时间、能量损耗为目的，对电梯群控智能系统的调度策略进行了深入的研 究，构建了新的、更加合理评价电梯调度目标的综合评价函数，同时应用罗克韦尔三层 网络搭建电梯群控系统硬件平台，设计群控调度算法程序，并应用无线s c a d a 完成了 上位机与电梯群控系统的远程通讯。 实验结果表明，同传统的集选控制系统相比，这种基于交通模式识别的多目标智能 调度方法应用在电梯群控系统中能够得到合理的调度结果，使系统的运行效率提高，增 加乘客的满意度。 关键词：电梯群控；交通模式识别；模糊控制；数据采集与监视控制 一i i i 硕士学位论文 摘要 一i v 东北大学硕士学位论文 r e s e a r c ho nd i s p a t c h i n gs t r a t e g i e so fe l e v a t o rg r o u pc o n t r o ls y s t e m a bs t r a c t e l e v a t o r , a sv e r t i 翩t lt r a n s p o r t i n gf a c i l i t yi sm o r ea n dm o r ee m e r g e n c eo fi n t e l l i g e n t b u i l d i n g s t h eq u a l i t yo fe l e v a t o rs e r v i c ei sw i d e l yu s e dw i t ht h en e e d st ob ei m p r o v e dt o s a t i s f yt h ep a s s e n g e r s r e q u i r e m e n t s s i n g l ee l e v a t o ri si n s u f f i c i e n tf o rt h ei n n e rb u i l d i n g t r a n s p o r t a t i o n m u l t i e l e v a t o rs e r v i c ec o u l ds h o r t e nt h ew a i t i n gt i m ea n dr e d u c ee n e r g y c o n s u m i n g a sac o n s e q u e n c e ，t h ee l e v a t o rg r o u pc o n t r o ls y s t e mi si n t r o d u c e d t h ee l e v a t o r g r o u pc o n t r o ls y s t e mi m p m v 路t h es e r v i c ee f f i c i e n c ya n dq u a l i t yb ya no p t i m i z e dc o n t r o l p o l i c y , w h i c hh a r m o n i z e sm u l t i e l e v a t o ro p e r a t i o n t h ee l e v a t o rg r o u pc o n t r o ls y s t e mi st h r o u g hm o n i t o r i n ga n da n a l y z i n gt h eo p e r a t i o n s t a t eo fe l e v a t o rg r o u pi nr e a lt i m e ，t h e no p t i m i z e sr e g u l a t i o na n da s s i g nr a t i o n a l l yf o re v e r y e l e v a t o ra c c o r d i n gt od i f f e r e n ta c t u a lc o n d i t i o n s ，a n dt h e nr e a l i z et h eg o a lo ft h ei m p m v i n go f t h ee l e v a t o rs y s t e m ss e r v i c eq u a l i t ya n de f f i c i e n c y t h et h e s i sa n a l y s e st h es y s t e m a t i cc h a r a c t e r i s t i c , p e r f o r m a n c ee v a l u a t i o ni n d e xa n d t r a f f i cf l o ws i t u a t i o no fe g c sa tf i r s t ，s e t t i n gu pc o m p l i c a t e df l o wo fp a s s e n g e r sa n d a n a l y s i n gm o d e l s t h i sm o d e l c a np r o d u c et h ef l o wo f p a s s e n g e r sd a t au n d e ra n yt r a f f i cm o d e ， a n do f f e rt h ee m u l a t i o ne n v i r o n m e n tf o re g c s i nt r a f f i cp a t t e r n r e c o g n i t i o n ，t h et m 伍c c o m p o n e n t sa n dt h et r a f f i ci n t e n s i t ya l er e g a r d e da st h ei n p u tv a r i a b l e n e s so ff u z z yr e a s o n i n g t h ef u z z yr e a s o n i n gr u l e si d e n t i f y i n gt w e l v et r a f f i cp a t t e r n sa l es u m m a r i z e d b yc o m b i n i n g t h ei n p u tv a r i a b l e n e s so fa c t u a le l e v a t o rs y s t e ma n dt h ea c a d e m i cs i m u l i n ks i m u l a t i o n e n v i r o n m e n to r g a n i c a l l yt o g e t h e rt h r o u g hd d e ，t h es y s t e mc a ni d e n t i f yc u r r e n tt r a f f i c p a t t e r n sc o n t i n u o u s l y t h i sm e t h o dc a np l a yv e r yg o o dg u i d a n c ef u n c t i o n t oa d o p tt h e c o r r e s p o n d i n gg r o u pc o n t r o lp o l i c y t oe g c sa c c o r d i n gt od i f f e r e n tt r a f f i c t h et h e s i sa n a l y s e sd e t a i l e dt r a d i t i o n a ld i s p a t c h i n ga l g o r i t h mt h a ti ss h o r to ft h ev e r a c i t y a n dt h em a t u r i t ye t c b a s e do nt h i s ，d e e pr e s e a r c hh a sb e e nc a r r i e do nt ot h eg r o u pc o n t r o l i n t e l l i g e n c es y s t e mo ft h ee l e v a t o r sr e g a r d i n gi m p r o v i n gt h es y s t e m a t i ci n t e l l i g e n tl e v e lo f e g c s ，r e d u c i n gw a i t i n gt i m e ，r i d i n gt i m ea n dp o w e rc o n s u m ea st h eg o a l ，t h e nam o r e r e a s o n a b l en e we v a l u a t i o nf u n c t i o ni sb u i l tu p a tt h es a m et i m e ，t h et h e s i sc o n s t r u c t se g c s h a r d w a r e p l a t f o r mo ft h et h r e e l a y e rn e t w o r ko fr o c k w e l l ，a n dd e s i g ng r o u pc o n t r o l a l g o r i t h mp r o c e d u r e sa n da p p l yw i r e l e s ss c a d a t oc o m p l e t et h ep ca n de g c sr e m o t e c o m m u n i c a t i o n t h ee x p e r i m e n tr e s u l ti n d i c a t e st h a ts u c hb a s e d0 1 1t r a f f i cp a t t e r n r e c o g n i t i o nm u l t i - g o a l i n t e l l e c t u a ld i s p a t c h e rm e t h o da p p l i e dt oe g c sc o m p a r e dt ot r a d i t i o n a lc e n t r a l i z i n g - s e l e c t c o n t r o ls y s t e mc a ng e tt h er e a s o n a b l er e s u l to ft h es y s t e m ，i m p r o v i n gt h es y s t e m a t i c v 一 东北大学硕士学位论文 o p e r a t i o n a le f f i c i e n c ya n di n c r e a s i n gt h ep a s s e n g e r ss a t i s f a c t i o n k e y w o r d s ：e g c s ；t r a f f i c p a t t e r nr e c o g n i t i o n ；f u z z yc o n t r o l ；s c a d a v i 东北大学硕士学位论文 目录 目录 独创性声明i 摘要 a b s t r a ( 汀v 第1 章绪论1 1 1 课题研究背景1 1 2 国内外电梯群控系统的研究现状1 1 2 1 国外电梯群控系统的研究现状1 1 2 2 国内电梯群控系统的研究现状8 1 3 本文研究的目的及意义9 1 4 本文研究的主要内容9 第2 章电梯群控系统的基础理论j 1 1 2 1 电梯群控系统的特征1 1 2 2 电梯群控系统的交通模式1 3 2 3 电梯群控系统的性能评价指标1 4 2 3 1 时间评价指标。1 4 2 3 2 能耗评价指标1 5 2 3 3 乘客状态评价指标。1 6 2 3 4 乘客的容忍度1 6 2 4 电梯群控系统的特征值1 7 2 5 本章小节1 9 第3 章电梯交通模式识别2 1 3 1 电梯群控系统的客流模型2 1 3 1 1 乘客的到达时间和起始层分布2 1 3 1 2 乘客目的楼层的分布和确定2 3 3 1 3 客流仿真分析2 4 3 2 组态软件r s l i n x 与s i m u l i n k 的动态数据交换2 6 3 2 1 动态数据交换( d d e ) 简介。2 7 3 2 2m a t l a b 与p l c 的d d e 通讯接口2 8 3 3 基于模糊控制的交通模式的辨识一2 9 一i 一 第5 章基于无线s c a d a 的远程监控6 1 5 1s a 蛾系统综述。6 1 5 1 1s c a d a 系统简介6 1 5 1 2s c a d a 系统的组成6 1 5 1 3s c a d a 系统的功能6 2 5 2 无线数传电台简介6 2 5 2 1 数传电台性能6 2 5 2 2 数传电台的参数设置6 3 一v i l l 东北大学硕士学位论文 目录 5 2 3 数传电台通讯协议6 5 5 3 无线s c a d a 系统的设计6 6 5 3 1 硬件连接。6 6 5 3 2 远程工作站的设置6 6 5 3 3 无线数传电台的设置6 7 5 3 4 主工作站的设置。6 7 5 4r s v i e w 3 2 远程监控6 8 5 4 1r s v i e w 3 2 监控软件简介6 8 5 4 2 监控界面设计6 8 5 4 3 运行情况7 1 5 5 本章小结7 2 第6 章结论7 3 参考文献。7 5 致谢8 1 附录8 3 附录a ：运行楼层数计算( 1 ) 。8 3 附录b ：运行楼层数计算( 2 ) 。8 4 附录c ：运行楼层数计算( 3 ) 8 5 附录d ：停靠楼层数计算( 1 ) 8 6 附录e ：停靠楼层数计算( 2 ) 8 7 附录f ：停靠楼层数计算( 3 ) 8 8 一一 东北大学硕士学位论文 目录 一x 一 东北大学硕士学位论文第1 章绪论 第1 章绪论 1 1 课题研究背景 电梯作为高层智能大厦的主要垂直交通工具，电梯系统服务质量和服务效率的提高 对建筑的有效利用和性能发挥将产生极为重要的影响。为提高服务质量和服务效率，电 梯的控制技术由单台电梯的独立控制发展到多台电梯的协调控制，进行合理的调度和管 理，即电梯群控。电梯群控系统e g c s ( e l e v a t o rg r o u pc o n t r o ls y s t e m ) 是指将建筑物 中的多台电梯根据大楼的功能及楼层人数分布情况组成梯群，由微机控制系统统一管理 电梯群的召唤信号，根据系统设定的优化目标和建筑物中的实际交通状况，产生最优派 梯决策的控制系统【l 。对于电梯群的协调调度，要根据轿厢内的人数、上下方向的停 站次数、层站及轿厢内的呼梯信号以及轿厢所在位置等因素来分析实时客流的变化情 况，自动选择最适宜客流的情况的输送方式。应用电梯群控系统可以提高电梯系统的服 务性能，比如缩短响应时间、服务时间、降低系统运行能耗等【4 1 。 1 2 国内外电梯群控系统的研究现状 1 2 1 国外电梯群控系统的研究现状 1 2 1 1 早期技术 早在1 9 4 9 年，纽约联合国大厦首次使用继电器逻辑组成的电梯群控系统称为“自 动方式选择系统”，它通过在上行、下行高峰以及平峰、双向时选择运行命令来工作。 这是群控的最简单形式，称为方向预选控制，它适用于两台或三台电梯组成的梯群，每 台电梯通过方向预选控制来操作。这种系统需要单一的厅层召唤系统，每个厅层设有一 个上行和一个下行按钮。控制系统有效地把建筑物内的电梯分开，以提供均匀服务并在 指定的停梯层停靠一台或多台电梯。使用继电器接触控制可以实现电梯的无司机运行， 但其控制的主要目标是实现系统的顺序运行，运行效率较低，维护也较复杂。 在简单的两台电梯组成的梯群中，粗略的分区【5 切指两台电梯分别服务于交替的楼 层。可用静态和动态两种方法将厅层召唤进行分区。静态分区时，一定数目的厅层组合 在一起构成一个区域；也可将相邻的上行厅层召唤安排到若干向上需求区域，相邻的下 行厅层召唤安排到若干独立的向下需求区域，由此定义方向区域。动态分区时，区域的 数目和每个区域的位置和范围，取决于每个轿厢运行的瞬间状态、位置和方向。动态区 域是在正常的电梯运行期间定义的，按事先定义好的规则产生新的分区，并且是不断连 续变化的。分区控制缩短了电梯的单台运行周期，运行效率有所提高。动态分区的算法 一1 一 东北大学硕士学位论文第1 章绪论 比较复杂，因此主要以静态分区法为主。近年来，动态分区法【8 j 的研究受到了重视。 随着集成电路的发展和应用，1 9 0 年以后，厅层呼叫分配系统开始发展起来。当一 个新的厅层呼叫产生时，选择一部合适的电梯来响应呼叫，该呼叫就分配给电梯了。这 就把群控系统和单台电梯控制器简单地联系在一起，提高了整个系统的可靠性和服务质 量。这种系统使用了集成电路，可以进行一些更加复杂的逻辑运算，但对于候梯时间预 测的计算却无法精确进行。厅层呼叫分配系统在后来的十几年里非常流行，目前国内的 部分群控电梯使用这种系统。 2 0 世纪7 0 年代中期，群控系统开始使用计算机技术。计算机的应用使人们可以利 用各种人工智能技术研究电梯交通系统的动态特性，提高高层建筑物内交通系统的垂直 运输效率，充分发挥智能化大楼的综合功能。 ，碑 1 9 7 0 年，日立公司使用计算机开发出一种能学习的电梯系统【训。1 9 7 3 年；日立公司 在统计特性分析的基础上推出了预测控制系统【1 0 1 ，以解决下行高峰时乘客等待时间问 题。同时推出的c 踟c 系统可提供文字信号，应答在电梯厅层候梯的乘客的呼梯信号。 计算机群控系统使用等待时间预报控制，电梯到达各个楼层的时间预报准确性进一步提 高，但其使用的等周期运行方式不能令人满意，长时间候梯仍是需要解决的问题。 1 9 7 6 年，三菱公司推出了o s 7 5 系统【1 1 j ，使用呼叫分配的方法解决等周期运行中 遇到的问题，缩短了平均候梯时间。1 9 7 9 年，东芝公司推出了c 8 0 0 系统【1 2 1 ，可以随 着住户的人数变化而改变控制策略。同期，日立公司也推出了c i p 系列，利用实时候梯 时间的直接预报进行厅层呼叫分配。带有计算机的群控系统提供了良好的功能，能更准 确地预报电梯的运行状态，降低长时间等待的几率。 2 0 世纪8 0 年代初，全面评价系统加入到呼叫分配系统，如等待时间、长等待几率 和预报误差几率等被作为评价指标。与以前的系统相比，这一代的群控系统极大地降低 了平均等待时间和长时间等待的几率。1 9 8 4 年，日立公司推出了c i p 5 2 0 0 0 系统【1 3 j ，使 用人工智能控制技术【1 4 l ，可根据建筑中不同时刻的客流变化而产生最优的控制参数。卧 于该系统可随不同季节、一周中的不同日子以及建筑的差异和使用要求的变化而改变， 系统的平均候梯时间减少了1 0 ，同时也满足了节能的需要。随着人工智能控制技术的 发展，电梯群控系统开始应用模糊控制、人工神经网络、专家系统、遗传算法、动态规 划方法、p e t r in e t 技术、随机过程等先进的控制技术。 1 2 1 2 模糊控制技术 模糊控制技术在e g c s 中应用的实质是由专家的知识决定隶属函数及模糊控制规 则，并由此确定以后的控制行为，实现对每个调度方案的评价，以得出当前系统中符合 性能指标要求的最佳方案【1 5 1 7 1 。 三菱公司的电梯控制系统苗先使用了模糊逻辑，在层站呼叫按钮按下后即可选择适 一2 一 东北大学硕士学位论文第1 章绪论 当的控制规则。模糊逻辑随后用于识别基于人流密度、进出客流量及层内的交通流量的 交通模式。比较典型的是确定区域密度的二级模糊逻辑模型。对处理电梯交通系统随机 性，模糊控制技术在电梯控制系统中显示了高度的优越性。 电梯群控系统中模糊逻辑的应用主要有以下几个方面： ( 1 ) 模糊推理：根据模糊规则进行推理，选出响应层站呼梯信号的最佳轿厢； ( 2 ) 模糊预测：对电梯的状态进行预测，从而选出最佳运行方案； ( 3 ) 交通模式识别：根据客流密度、进出人数、层间客流情况进行交通模式识别； ( 4 ) 与人工神经网络结合组成模糊神经网络，用于交通模式识别和调度策略优化； ( 5 ) 利用模糊技术在监视系统的图像理解和处理中确定乘客人数； ( 6 ) 根据轿厢质量传感器所示质量，使用模糊技术确定桥厢内乘客人数。 图1 1 为具有模糊逻辑的电梯群控系统f l e x 8 8 0 0 1 1 8 1 ，为得到电梯最优调度，系统 使用了多评价指标的多级模糊规则完成多级决策。呼梯分配系统中增加一个综合评价系 统，包括候梯时间、长时间候梯率及预测误差率评价指标阈值。与传统的系统相比，平 均候梯时间减少了1 5 2 5 ，超过l m i n 的长候梯率减少了4 8 8 0 ，轿厢到达的预报 准确率提高了6 0 一8 0 。整 一。 交通数据最优调度 层站呼叫 图1 1f l e x 8 8 0 0 模糊控制系统结构 f i g 1 1f u z z yc o n t r o ls y s t e ms t m c t u r eo ff l e x - 8 8 0 0 存在的问题：尽管专家知识可以更好地处理电梯系统的多目标性、随机性和非线性， 但由于隶属函数加权系数不会根据不同交通模式而改变，无法自学习，运行时无法修正 规则，因而使系统性能受专家知识影响很大。 1 2 1 3 神经网络技术 神经网络具有非线性、非局限性及动态性的特点和较强的学习功能。1 9 9 4 年神经网 络技术开始引进电梯群控系统【19 1 。神经网络在电梯群控系统中的应用主要有两方面：建 筑物交通模式的识别和电梯调度策略优化。 神经网络用于群控交通模式识别可分为下面三个步骤 2 0 - 2 2 1 。 ( 1 ) 将特定建筑物若干天的交通数据存储起来，从中提取特征数据。系统以一定 的采样周期采集信息作为样本，对一个指定的周期使用特征数据重复地训练神经网络， 直到满足收敛条件【2 1 l ； 一3 一 东北大学硕士学位论文第1 章绪论 ( 2 ) 在实施范围内，借助于最新编制的神经网络识别出交通模式； ( 3 ) 根据识别出的交通模式实现相应的有效操作，选出最佳派梯方案。 通过输入数据的不断训练学习，获得对新交通条件的适应能力，应用最小候梯时间 的性能判据，选择合适的交通模式，使系统选择最佳的层站呼叫分配算法。 利用神经网络能够确定5 种共同的交通模式： 。( 1 ) 上行高峰；( 2 ) 下行高峰；( 3 ) 脱离高峰；( 4 ) 单程运行；( 5 ) 双程运行。 存在的问题是：神经网络是一种黑箱式结构，全局优化逼近能力受到制约。由于神 经网络实施的前提是将某些类型的神经网络储存起来，以实时采集到的交通数据为基 础，所以会出现重复学习的过程。另外电梯系统是多状态的，为得到最优的输入输出映 射j 使用单纯的神经网络会使其结构相当庞大，网络的离线和在线学习时间都会较长， 使控制部分的收敛性变差，同时网络结构的合理改变难以验证。 ： 1 2 1 4 模糊神经网络用于派梯过程【捌 模糊神经网络( d 小) 是将神经网络与模糊逻辑二者有机结合，采用神经网络技术 进行模糊信息处理，使得模糊规则的自动提取及模糊隶属函数的自动生成成赶可能，进 而克服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，使模糊系统成为一种 自适应系统。模糊神经网络的建立和使用步骤如下： ( 1 ) 利用专家知识概略地形成模糊模型； ( 2 ) 基于这一模糊模型构成模糊神经网络： ( 3 ) 训练神经网络，采集特定的交通数据作为样本，采用相应算法进行学习，调 整神经网络必要的权值，以得到优化的模糊规则； ( 4 ) 网络的应用。 网络的输入数据是在统计数据和实时数据的基础上进行预测得到的，这就要求实时 地采集数据，周期性地统计和存诸数据。预测到神经网络的输入后，经过网络的计算， 在较精确地识别出交通模式之后，对不同的模式采取适合其特点的相应控制算法，选出 派梯方案。图1 2 是东芝公司的模糊神经网络电梯群控系统f a 1 0 0 0 f n 2 3 1 。将模糊逻辑 作为电梯系统性能预测模型，以模糊规则的集合形式存储控制参数与电梯系统响应的关 系，用模糊推理的方式预测系统的性能，在性能调整函数中使用预测模型，以获得当前 交通条件下最佳的控制参数。 模糊神经网络的应用，使得自动适应各种不同的交通条件成为可能，乘客候梯时间 可以保持在较小的数值。借助于模糊推理的数据整理分析，使得针对交通量的变化具有 较好的鲁棒性。另一方面，神经网络的自学习能力使得系统适应于长期间内的交通量变 化。系统能够适应建筑物内的各种条件变化，与模糊控制相比平均候梯时间减少了1 0 ， 长候梯率减少了2 0 ，并有效地控制了扎堆 见缘。 一4 一 东北大学硕士学位论文第1 章绪论 ； - - - - - o 。一_ o o 一 图1 2f n n 电梯群控系统性能调整 f i g 1 2p e r f o r m a n c et u n i n go ff n ne l e v a t o rg r o u pc o n t r o ls y s t e m 1 2 1 5 专家系统技术 专家系统主要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，依靠经验的、尚未形成科学体系的领域专家知识对系统进行控制。专家系统在电梯 群控中的应用始于2 0 世纪9 0 年代【凇6 】。 专家系统通过使用标准的程序包，设置原始型电子数据表格，模拟输入交通量，其 结果被动态地连接到仿真器上，以显示轿厢的运动，并由连接到交通传感系统的专家系 统不断地计算以调整优化轿厢运动。专家知识用“i f - t h e n 形式规则归纳成基本规则， “i f 部分用于产生式规则的推理部分，模糊条件作为模糊规则加以存储。系统由群控 规则处理分析部分、群控管理实施及系统存储器组成。 模糊专家系统要处理的如下几个问题【2 7 1 ： ( 1 ) 利用模糊理论解决“模糊表达式 的定性知识和基于经验规则的表达。 ( 2 ) 在线和实时控制问题，具有即时决策功能的电梯群控制器必须具有较短的响 应时间( 1 0 0 1 5 0 m s ) 。这个时间表达了在输入电梯状态数据、轿厢呼叫数据或层站呼叫 数据后输出控制命令所需要的时间。 ( 3 ) 知识处理系统的构成。群控制器以适合于知识表达形式的知识数据表达专家 系统，交通数据和知识数据通过模糊推理机、或规则选择器、或规则执行器，作为控制 命令来输出需要的结论。分为基于产生式规则的电梯专家系统和基于模糊规则的电梯专 家系统。 ( 4 ) 知识获取。一种方法是电梯运行最优化的数学分析法，基于过去的交通数据 在计算机上生成建筑物的交通量，由模拟退火算法找到对应交通量的最优指派轿厢，然 后将该结果与传统方法进行仿真比较，形成最优运行的调度方法；另一种方法是组织知 识并通过群控仿真器测试，获得最优运行的调度方法。 ( 5 ) 规则分组。根据应用的电梯群控系统将规则进行分类，一组针对一个新的层 站呼叫注册的规则，另一组则不考虑是否有层站呼叫的发生。 一5 一 东北大学硕士学位论文第1 章绪论 ( 6 ) 知识表达。即产生式规则表达方式。 富士通的f l e x 8 8 0 0 ，日立的c i p 5 2 0 0 0 ，三菱的a i 2 1 0 0 ，a i 2 2 0 0 都使用了专家 系统技术。其中a i 2 2 0 0 与a i 2 1 0 0 相比【2 8 1 ，平均候梯时间，在上高峰期间，降低 1 5 3 0 ，其它时间降低1 0 2 0 ；超过6 0 s 的长候梯率，在上高峰期间，降低3 0 一6 0 ， 其他时间降低2 0 4 0 。 1 2 1 6 遗传算法技术 遗传算法是一种全局优化算法，具有方法简单、鲁棒性强、并行性等特点。基于与 设计有关的调度、神经网络的训练、维护等难以处理的问题，人们尝试用遗传算法来解 决电梯调度问题【拶。3 1 1 。其中，染色体表示的是给定方案初始种群，是电梯调度问题的一 组可能解，适应度则是根据每个方案来计算乘客候梯时间而估计获得的。遗传算法中的 随机搜索通常比那些通过预先定义的调度规则集合产生的调度方案要好。 遗传算法在电梯群控中的应用方法包括如下步骤： ( 1 ) 创建一个由一部电梯远程控制并用以满足所有要求的起始人数的方案。 ( 2 ) 开始进化演变，以评价来源于“新一代 的每个新产生的方案，随后将选择 的被复制的方案进行模拟、预演、评估，以获得相关记录。在电梯交通垂直运输问题上， 遗传算法能够依据其相对最小候梯时间的“适应性”记录每一方案。 ( 3 ) 选择相关的部分方案。基因组一旦经过评价，通过选择过程，选择那些能够 将其基因类型传输给下一代的个体。 ( 4 ) 由复制品方案组成，常使用的算法是“交叉和“变异 ，交叉使得第一代最 好的品质涵盖其衍生代中。 ( 5 ) 一个重复的过程。最终优化的方案在几代以后才能确定( 依据概率) ，占用了 更多时间的过程是对解决方案的评价。 遗传算法于1 9 9 3 年应用于日立公司高速乘客电梯n p x 8 0 0 0 的f i 系列电梯群控系 统。其中，f i 3 4 0 g 系统具有4 种功能： ( 1 ) 学习功能：从层站呼叫处采集层站呼叫和交通量需求数据，用于学习特定的 交通量需求； ( 2 ) 智能化功能j 生成最有效的多目标操作程序； ( 3 ) 操作功能：基于事先输入的多目标控制模式指派层站呼叫； ( 4 ) 信息功能：包括至少4 种特性的l e d 显示，显示j f 在提供服务的电梯状态参 数以引导乘客。 文献【2 9 的研究表明，每个时间段依次回答呼叫响应的百分率分别为：在0 1 0 s 的 时间段记录中，通过微处理器应答的百分率为4 9 ，而使用g a 算法则增加到5 9 ：在 1 0 2 0 s 的时间段也增加了5 。 一6 一 东北大学硕士学位论文第1 章绪论 1 2 1 7p e t r i 网技术 p e t r i 网技术是由德国的p e t r i 博士于1 9 6 2 年提出的一种研究信息系统及其相关系数 的数学模型。经过3 0 多年的发展，p e t r i 网技术日臻完善，它能较好地描述系统的结构， 表示系统中并行、同步、冲突及因果依赖等关系，并以网图的形式简洁直观地模拟离散 事件系统，分析系统的动态性质。p e t r i 网是电梯群控系统建模的有力工具。 早期的p e t r i 网仅适用于单部电梯的建模，直到1 9 9 6 年才出现基于p e t r i 网的电梯群 控系统动态调度方法【3 2 l 。该方法是基于p e t r i 网提出的混合多电梯系统模型。 p e t r i 网模型的4 种模块及功能分别为：( 1 ) 基本运动模块，对电梯从一层到另外一 层的运行轨迹建模；( 2 ) 加载卸载模块，用于处理呼叫状态和加载卸载活动；( 3 ) 方向 倒转模块，在合适的时间改变电梯的运行方向；( 4 ) 呼叫管理模块，用于管理层站呼叫 和轿厢呼叫以及将不同的电梯集中到一组。系统全部完整的模型是上述4 种模型的复制 组合。图1 3 为基于p e t r i 网的电梯动态调度框图，其成本函数为c o s t = w a i t i n gc o s t + r i d i n gc o s t + p o w e rc o s t 3 3 1 。 图1 3 基于p e t r i 网的电梯群动态调度框图 f i g 1 3d y n a m i cd i s p a t c h i n go fe l e v a t o rg r o u pb a s e do np e t r in e t 该方法使一些不充分的触发序列不生成，从而使搜索空间有效地减少，控制规则的 使用满足了人性化和期望的效率。为获得基于p e t r i 网的调度策略，采用事件驱动动态 调度策略和启发式的搜索算法，较好地处理了电梯群控系统的信息不充分和不确定的随 机性。由层站呼叫指派算法来估计调度结果，可确定最优化的调度结果。 存在的问题是，p e t r i 网建模的状态空间庞大，不可避免地会出现组合爆炸问题。尽 管有的方法可以使模型独立于建筑物规模，但所付出的计算成本是非常高的。另外，现 有方法大都基于理想的交通条件，对用于通用交通条件的p e t r i 网的研究还不多见，大 多数文献还停留在理论研究阶段。 1 2 1 8 随机过程技术 电梯群控系统的随机行为使得随机过程技术的应用成为可能。针对上高峰交通条 一7 一 ， 东北大学硕士学位论文第1 章绪论 件，将电梯群控系统看作批量服务的排队系统。应用马尔可夫决策理论研究电梯群最优 调度是电梯群控技术的一个研究方向刚。将上高峰情况作为一个有限容量的单排队模型 处理，其排队系统的构成是：n 部处理容量为c 的电梯，乘客到达过程服从密度为九的 p o i s s o n 分布，服务规则为f c f s ( f i r s tc o m ef i r s ts e r v e d ) ，每个乘客到达行为导致一个 轿厢到达行为。其中服务台以批量方式对乘客提供服务，但处理能力不能超过c 。批量 运送乘客的时间服从参数为的负指数分布。 一个轿厢把所有乘客都运送完，直接返回基站以运送更多的上高峰乘客，即为一个 轿厢到达行为，表明n 部轿厢中的一部待用。当所有的乘客以固定到达率到达大厅，且 不允许有其他分离楼层情况下，可以得到纯上高峰交通模式的最优化答案。但应注意的 问题是： ( 1 ) p o i s s o n 过程对于中等规模的建筑是可靠的； ( 2 ) 采用一个服从常数肛的指数分布的模型，其服务时间往往受到运行时间、停 站数量、卸载时间、关门时间和保持时间的随机影响： ( 3 ) 当到达率较高时，r t r ( r o u n d - t r i pt i m e ) 会随到达率的增加而增加，导致 乘梯时间增加，运输效率下降。 尽管马尔可夫排队论是解决复杂随机服务系统排队问题的有力工具，但由于纯上高 峰交通条件是一个理想的假设，所得结果必然要受到随机的层间交通的影响【3 5 】，因此， 电梯群控调度问题受排队模型的局限性较大。另外，该理论对于电梯成批服务的建模和 优化方面的研究尚处于探索阶段，方法的通用性还有待于进一步研究。 1 2 2 国内电梯群控系统的研究现状 国内电梯群控技术的研究始于2 0 世纪9 0 年代，较发达国家相对迟晚，但发展趋势 很快，国内的一些大学对电梯群控技术纷纷展开研究并取得了成果。研究内容主要有以 下几个方面： ( 1 ) 电梯交通配置方法及其软件的研究。针对不同的服务模式采用不同的评价方 法，确定优化的电梯交通配置。 ( 2 ) 仿真环境的研究。为研究电梯群控调度方法、交通流量仿真、电梯交通配置 优化而丌发的一种软件环境【3 6 1 。 ( 3 ) 基于模糊逻辑、神经网络、专家系统及人工免疫技术的交通模式识别1 3 7 渤l 。 其中具有典型意义的是利用专家知识，采用二步模糊神经网络确定交通模式的研究。 ( 4 ) 采用随机理论和细胞自动机理论的电