CN119476881A 一种基于物联网的智慧施工调度方法 （中航建设集团有限公司）

本申请公开了一种基于物联网的智慧施工到各楼层的呼叫状态参数将层门状态参数和呼题建模为马尔可夫决策过程，以调度策略为动作，以施工升降机的能耗为奖励函数，通过Q_2获取施工升降机每个楼层的呼叫分机数据，呼叫分机数据包通过计数器对呼叫数据进行统计，得到各楼层的呼叫状态参数，呼叫将层门状态参数和呼叫状态参数作为环境状态，将施工升降机调对获取的层门状态数据进行数字化处理，将层门状态数据转化为数通过迟滞比较器设置层门开启阈值和层门关闭阈值，并根3利用训练后的Q网络，在每个状态下选择Q值最大的;;根据马尔可夫决策过程MDP的状态空间S，提取反映单个施工升降机状态的特征子集；根据当前的策略网络参数，在MDP的状态空间S和动作空间A中采集一组状态－动作-根据采集的状态－动作－奖励数据，计算当前策略网络与数据纠正数据分布的偏差；4;其中：n(als;0)表示当前策略网络在状态s下采取动作a的概率；;将全局调度策略编码为一个染色体，全局调度策略染色体由各状态下的调度动作构将多个局部调度策略作为一个种群，每个局部调度策略代表构建适应度函数，适应度函数反映局部调度策略和全局调度策略采用遗传算法对局部调度策略种群中的个体进行选择、交叉和变5;r()表示个体I,的适应度函数；I,表示种群中的第i个个体；Y表示折扣因子；t6[0004]现有的施工升降机调度方法主要包括基于规则的方法和基于优化的方法两大7方误差损失函数，计算Q网络输出的估计Q值与目标Q值之间的差异，通过随机梯度下降算8每个特征子集下通过随机采样的方式，从策略网络输出的调度动作的概率分布中选择一态s下采取动作a的概率。n(als;cu)表示数据采集策略在状态s下采取动作a的概率。9中，策略损失项r(0)XA(s,a)鼓励策略网络产生优势值较高的动作，值函数损失项中，r()表示个体I,的适应度函数，表示局部调度策略I,与全局调度策略的一致性。I,表运行的第t个时间步。r()表示局部调度策略I,在第t个时间步获得的即时奖励。适应度函r()作为个体I,的评价指标，用于选择、到适应度值最高的个体，即与全局调度策略最协调的局部调度策略。通过适应度函数r()建立局部调度策略与全局调度策略的关联，利[0024]本申请采用迟滞比较器对传感器数据进行滤波，以应对施工[0026]图1是根据本申请一些实施例所示的一种基于物联网的智慧施工调度方法的示例[0027]图2是根据本申请一些实施例所示的获取各楼层的层门状态参数的示例性流程传输过程中采用加密和校验机制，以保证数据的安全性和可靠性。常见的传输协议包括[0035]通过迟滞比较器设置层门开启阈值和关闭阈值，并根据两个阈值设置迟滞区取值范围为1~N（N为楼层总数）。例如，一个10层的建筑，楼层编号可以设置为1，2，述三个参数对象，表示在当前时刻，第1层累计呼叫了3次，最后一次呼叫发生在1684560600000；第2层没有呼叫记录；第3层累计呼叫了5次，最后一次呼叫发生在[0042]如图3所示将层门状态参数和呼叫状态参数作为环境状态，将施工升降机调度问态向量可以表示为：[f1_door_open，f1_door_close，f1_call_count，f1_last_call_fi_door_open和fi_door_close表示第i层的层门开启和关闭状态，fi_call_count和fi_[0043]根据用户的调度需求，定义动作空间A。例如，可以定义以下几种调度动作：的楼层，并可能改变运行方向；CHANGE_DIRECTION动作会改变电梯的运行方向；STOP_法使用多层前馈神经网络作为Q网络，用于估计在某个状态下采取某个调度动作的长期累fi_door_close分别表示第i层的层门开启和关闭状态（取值为0或1fi_call_count表示[0051]计算目标Q值，根据贝尔曼方程，目标Q值是即时奖励和下一状态最大Q值的加权本(s,a,r,s)，计算其估计Q值和目标Q值：估计Q值Q整个训练批次的损失函数值L()。[0053]根据损失函数L()对Q网络参数θ的梯度V和最优动作am组合起来，得到一个最优的状态－动作对，表示在状态s下应该采空间S中，提取反映单个施工升降机状态的特征子集。特征子集包含施工升降机的当前楼励数据。设置数据采集的episode数量为1000，每个episode的最大步数为100。在每个络在状态s下采取动作a的概率，n(als;B.u)表示数据采集策略在状态s下采取动作a的概在状态s下输出的动作概率分布的熵，表示策略的随机性和不确定性。熵可以通过下式计算可以使用反向传播算法高效完成，现代深度学习框架如PyTorch和TensorFlow都提供了的表达式为其中表示第i个局部调度策略，r0表示该策略在第