CN110095994A - 一种电梯乘场交通流发生器和基于该电梯乘场交通流发生器自动生成客流数据的方法 - Google Patents

一种电梯乘场交通流发生器和基于该电梯乘场交通流发生器自动生成客流数据的方法 Download PDF

Info

Publication number
CN110095994A
CN110095994A CN201910165472.5A CN201910165472A CN110095994A CN 110095994 A CN110095994 A CN 110095994A CN 201910165472 A CN201910165472 A CN 201910165472A CN 110095994 A CN110095994 A CN 110095994A
Authority
CN
China
Prior art keywords
passenger
arrival time
module
destination
floor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910165472.5A
Other languages
English (en)
Other versions
CN110095994B (zh
Inventor
钱宇达
曙光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yungtay Elevator Equipment China Co Ltd
Original Assignee
Yungtay Elevator Equipment China Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yungtay Elevator Equipment China Co Ltd filed Critical Yungtay Elevator Equipment China Co Ltd
Priority to CN201910165472.5A priority Critical patent/CN110095994B/zh
Publication of CN110095994A publication Critical patent/CN110095994A/zh
Application granted granted Critical
Publication of CN110095994B publication Critical patent/CN110095994B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Elevator Control (AREA)
  • Indicating And Signalling Devices For Elevators (AREA)

Abstract

本发明公开的电梯乘场交通流发生器和基于该电梯乘场交通流发生器自动生成客流数据的方法，电梯乘场交通流发生器包括乘客起始楼层和目标楼层算法模块、乘客到达时间模块、其他乘客信息模块、乘客数据存储模块、查询模块和人机交互界面。其方法是乘客起始楼层和目标楼层算法模块根据Monte‑Carlo抽样法确定乘客起始楼层，然后根据起始‑目标矩阵确定乘客的目标楼层；乘客到达时间模块是根据所需客流分布曲线，乘客到达时间算法计算每个乘客可能的到达时间。

Description

一种电梯乘场交通流发生器和基于该电梯乘场交通流发生器 自动生成客流数据的方法
技术领域
本发明属于电梯领域，具体涉及一种电梯乘场交通流发生器和基于该电梯乘场交通流发生器自动生成客流数据的方法。
背景技术
随着电梯群控***应用越来越广泛，对群控调度性能的要求也不断提高，因为群控***的特殊性，群控算法的开发，需要用大量的客流数据来测试和训练，而且在现场的使用中，为了检验和测试电梯群控调度的品质，也需要有大量的客流数据，实际的乘场交通流量很难对群控***进行全面的训练和完善的测试，因此需要有一个可控的，可配置场景参数的交通流发生器输入，来模拟产生客流数据。
目前电梯厂商训练和测试群控调度算法，主要有以下两种：(1)采用实际电梯进行测试，此方案需要比较多的电梯，需要测试人员模拟客流输入。(2) 对电梯本体进行建模仿真，来模拟实际电梯的运行场景，采用现场采集的已存贮的特定的客流数据来训练，例如专利CN201810011921.6， CN200920278477.0描述的就是此类的电梯仿真模型，这种方式的缺点是测试数据样本太少，且有一定的规律性，训练调度算法容易陷入局部最优解。
发明内容
本发明要解决的技术问题之一在于针对现有电梯群控测试和训练方式的问题，提出了一种可依据场景设置来自动生成客流数据的电梯乘场交通流发生器，其采用可按场景配置实时生成的客流数据，提升客流的全面性和随机性，可用来做为实际电梯或电梯模型的输入来测试电梯调度性能，训练群控调度算法。
本发明要解决的技术问题之二在于为电梯客流样本的产生而提供一种基于该电梯乘场交通流发生器自动生成客流数据的方法，为交通模型仿真***或实际电梯***提供乘客到达与呼叫信号。
作为本发明第一方面的电梯乘场交通流发生器，包括：
一乘客起始楼层和目标楼层算法模块，所述乘客起始楼层和目标楼层算法模块根据Monte-Carlo抽样法确定乘客起始楼层，然后根据起始-目标矩阵确定乘客的目标楼层；
一乘客到达时间模块，乘客到达时间模块是根据所需客流分布曲线，乘客到达时间算法计算每个乘客可能的到达时间；
一其他乘客信息模块，所述其他乘客信息模块用来搜集群控系***需要的乘客信息；
一乘客数据存储模块，用于存储所述交通流发生器的参数、大楼参数和乘客起始楼层和目标楼层算法模块、乘客到达时间模块和其他乘客信息模块共同生成的客流数据表，以便生成不同的客流数据；
一查询模块，所述查询模块用于查询所述乘客数据存储模块存储的数据并与群控***中的交通模式学习单元接口连接，向群控***提供客流数据；
一人机交互界面，所述人机交互界面用以向所述乘客起始楼层和目标楼层算法模块输入所述交通流发生器的参数、大楼参数以及通过查询模块查询所述乘客数据存储模块存储的数据。
在本发明的一个优选实施例中，所述乘客信息为依据每个轿厢内的乘客体重来估算每个轿箱内的乘客人数，从而避免指派已经满载的轿箱。
作为本发明第二方面的基于电梯乘场交通流发生器自动生成客流数据的方法，包括利用乘客起始楼层和目标楼层算法模块根据Monte-Carlo抽样法确定乘客起始楼层，然后根据起始-目标矩阵确定乘客的目标楼层的方法；和利用乘客到达时间模块根据所需客流分布曲线，乘客到达时间算法计算每个乘客可能的到达时间的方法。
在本发明的一个优选实施例中，所述利用乘客起始楼层和目标楼层算法模块根据Monte-Carlo抽样法确定乘客起始楼层，然后根据起始-目标矩阵确定乘客的目标楼层的方法中需要的参数有楼层高度、乘客起始密度向量，以及上行、下行、和层间客流的百分比参数x,y,z；x,y,z与交通时段有关，在交通流仿真器中由经验值确定。
在本发明的一个优选实施例中，所述利用乘客起始楼层和目标楼层算法模块根据Monte-Carlo抽样法确定乘客起始楼层，然后根据起始-目标矩阵确定乘客的目标楼层的方法具体是：在已知乘客的起始密度向量origin(i)，用如下的Monte Carlo抽样法来确定乘客的起始楼层：
(1)计算所有楼层的起始密度之和：
(2)计算各楼层的选择概率和累计概率：
pi＝origin(i)/F，
(3)对于每个乘客，在[0，1]之间产生一个均匀分布的随机数r，则如果qi-1＜r≤qi，选择i层为起始楼层。
在本发明的一个优选实施例中，所述利用乘客起始楼层和目标楼层算法模块根据Monte-Carlo抽样法确定乘客起始楼层，然后根据起始-目标矩阵确定乘客的目标楼层的方法具体是：在已知乘客的起始-目标矩阵od(i,j)，用如下的Monte Carlo抽样法来确定乘客的目标楼层：
(1)计算起始-目标矩阵中第i行所有元素之和：
(2)计算针对起始楼层i，各目的楼层的选择概率和累积概率：
pij＝od(i,j)/Di，
(3)在[0，1]之间产生一个均匀分布的随机数r，则如果qi,j-1＜r≤qi,j，选择j层为目的楼层。
在本发明的一个优选实施例中，所述利用乘客到达时间模块根据所需客流分布曲线，乘客到达时间算法计算每个乘客可能的到达时间的方法中：需要的参数有平均乘客到达率、仿真时间T、客流统计时段长度t。
在本发明的一个优选实施例中，所述利用乘客到达时间模块根据所需客流分布曲线，乘客到达时间算法计算每个乘客可能的到达时间的方法具体是：假设第一个乘客到达的时间是t0,则后继乘客到达的时间依次为：
ti＝ti-1-ln(r)/λ i＝1,2,...
其中，t0指的是观测或者讨论问题的起始时间，ti是第i个乘客到达的时间，r是[0，1]区间的随机数；λ是平均乘客达到率，与交通时段和楼层有关，由经验值来确定。
在本发明的一个优选实施例中，所述利用乘客到达时间模块根据所需客流分布曲线，乘客到达时间算法计算每个乘客可能的到达时间的方法中，为确定多个乘客的到达时间，算法采用循环语句，循环次数为乘客数，乘客数为设定值，不同时段设定不同值；
程序执行后之后，产生的时间值单位为秒，需对其进行转化，以方便群控***使用；将到达时间ti除以3600，再向下取整，即为该乘客到达钟点；其次，将到达时间减去取整后的值与3600的乘积后再除以60，向下取整后即可得到分钟数；最后，将到达时间减去取整后的值与3600的乘积后再对60 取余数，余数即为乘客到达时间的秒值。
在本发明的一个优选实施例中，所述利用乘客到达时间模块根据所需客流分布曲线，乘客到达时间算法计算每个乘客可能的到达时间的方法中，所述客流分布曲线为泊松分布曲线。
由于采用了如上的技术方案，本发明采用可按场景配置实时生成的客流数据，提升客流的全面性和随机性。
附图说明
图1为本发明交通流发生器与群控***其它单元模块的关系示意图。
图2为本发明交通流发生器的框架示意图。
图3为本发明基于交通流发生器自动生成客流数据的方法的程序示意图。
具体实施方式
以下结合附图和具体实施方式来详细描述本发明。
参见图1，本发明的交通流发生器模拟乘场和轿厢的呼叫信号，并将乘客序列、起始层序列、目标层序列和时间序列作为输入信号实时发送给群控***的交通模式学习单元。
交通模式学习单元通过神经网络等手段通过对历史客流数据的学习和实时地学习当前的交通流数据，并实时的修改当前的交通模式参数(如乘客到达率λ，上行、下行、和层间客流的百分比等)，并存入模式库。
当需要调度的时候，群控调度单元向预测单元发出指令，预测单元从模式库中读取当前的模式参数，并据此计算下一时刻的(通常是未来5分钟) 的客流概率分布；例如各楼层发生呼叫的概率分布和去往目的楼层的概率分布。
当群控调度单元需要调度电梯的时候，从模式库中读取当前的模式，并根据预测单元的预测结果，采取适当的调度策略。
参见图2，本发明提出的交通流发生器是电梯运行模型的一部分,为其提供乘客到达与呼叫的仿真信号。包括乘客起始楼层和目标楼层算法模块、乘客到达时间模块、其他乘客信息模块、乘客数据存储模块、以及查询模块组成。
结合参见图2，本发明交通流发生器中的乘客到达时间模块和乘客起始楼层和目标楼层算法模块所采用的算法如下：
1.乘客到达时间模块：
根据所需客流分布曲线(即泊松分布曲线，需要确定平均乘客达到率λ)，计算每个乘客可能的到达时间。需要的参数有平均乘客到达率、仿真时间T、客流统计时段长度t。建筑类型为办公楼时，固定时段的客流情况是相对稳定的，乘客单位时间内的到达数量一般在一个区间内取值，因此根据不同运行时段，本设计将其应用到各个典型时段中(上行高峰，下行高峰，工作时间，午餐前，午餐后，下午茶时间，不工作时间等等)。假设第一个乘客到达的时间是t0,则后继乘客到达的时间依次为：
ti＝ti-1-ln(r)/λ i＝1,2,...
其中，t0指的是观测或者讨论问题的起始时间，ti是第i个乘客到达的时间，r是[0，1]区间的随机数。λ是乘客的到达密度，与交通时段和楼层有关，由经验值来确定。
为确定多个乘客的到达时间，算法采用循环语句，循环次数为乘客数(为设定值，不同时段设定不同值)。
程序执行后之后，产生的时间值单位为秒，需对其进行转化，以方便电梯***使用。将到达时间ti除以3600，再向下取整，即为该乘客到达钟点。其次，将到达时间减去取整后的值与3600的乘积后再除以60，向下取整后即可得到分钟数。最后，将到达时间减去取整后的值与3600的乘积后再对60 取余数，余数即为乘客到达时间的秒值。
2.起始楼层与目的楼层算法模块：
这里根据Monte-Carlo抽样法确定乘客起始楼层，然后根据起始-目标矩阵确定乘客的目标楼层。需要的参数有楼层高度、乘客起始密度向量，以及上行、下行、和层间客流的百分比参数x,y,z。x,y,z与交通时段有关，在交通流仿真器中由经验值确定：
在已知乘客的起始密度向量origin(i)，用如下的Monte Carlo抽样法来确定乘客的起始楼层：
(1)计算所有楼层的起始密度之和：
(2)计算各楼层的选择概率和累计概率：
pi＝origin(i)/F，
(3)对于每个乘客，在[0，1]之间产生一个均匀分布的随机数r，则如果qi-1＜r≤qi，选择i层为起始楼层。
在已知乘客的起始-目标矩阵od(i,j)，用如下的Monte Carlo抽样法来确定乘客的目标楼层：
(1)计算起始-目标矩阵中第i行所有元素之和：
(2)计算针对起始楼层i，各目的楼层的选择概率和累积概率：
pij＝od(i,j)/Di，
(3)在[0，1]之间产生一个均匀分布的随机数r，则如果qi,j-1＜r≤qi,j，选择j层为目的楼层。
3.其他乘客信息产生模块：
用来搜集其他群控算法可能需要的乘客信息，如乘客体重可以用来估算轿箱内的乘客人数，从而避免指派已经满载的轿箱。
4.乘客数据存储模块，用于存储所述交通流发生器的参数、大楼参数和乘客起始楼层和目标楼层算法模块、乘客到达时间模块和其他乘客信息模块共同生成的客流数据表，以便生成不同的客流数据；
5.查询模块，用于查询所述乘客数据存储模块存储的数据并与群控***中的交通模式学习单元接口连接，向群控***提供客流数据；
6.人机交互界面，用以向所述乘客起始楼层和目标楼层算法模块输入所述交通流发生器的参数、大楼参数以及通过查询模块查询所述乘客数据存储模块存储的数据。
本发明交通流发生器算法的设计，是独立于电梯运行逻辑的功能，主要用于群控电梯的客流呼梯数据的发生，是做为实际群控电梯或群控仿真电梯模型的乘场呼叫及到达呼叫的输入数据发送器。
本发明交通流发生器产生的客流通过特定的协议接口可直接输入群控***的交通模式学习单元，也可通过特定通信接口接入电梯***，然后群控***通过和电梯之间交换资料，可将客流数据输入交通模式学习单元。

Claims (10)

1.电梯乘场交通流发生器，其特征在于,包括：
一乘客起始楼层和目标楼层算法模块，所述乘客起始楼层和目标楼层算法模块根据Monte-Carlo抽样法确定乘客起始楼层，然后根据起始-目标矩阵确定乘客的目标楼层；
一乘客到达时间模块，乘客到达时间模块是根据所需客流分布曲线，乘客到达时间算法计算每个乘客可能的到达时间；
一其他乘客信息模块，所述其他乘客信息模块用来搜集群控系***需要的乘客信息；
一乘客数据存储模块，用于存储所述交通流发生器的参数、大楼参数和乘客起始楼层和目标楼层算法模块、乘客到达时间模块和其他乘客信息模块共同生成的客流数据表，以便生成不同的客流数据；
一查询模块，所述查询模块用于查询所述乘客数据存储模块存储的数据并与群控***中的交通模式学习单元接口连接，向群控***提供客流数据；
一人机交互界面，所述人机交互界面用以向所述乘客起始楼层和目标楼层算法模块输入所述交通流发生器的参数、大楼参数以及通过查询模块查询所述乘客数据存储模块存储的数据。
2.如权利要求1所述的电梯乘场交通流发生器，其特征在于,所述乘客信息为依据每个轿厢内的乘客体重来估算每个轿箱内的乘客人数，从而避免指派已经满载的轿箱。
3.基于权利要求1所述的电梯乘场交通流发生器自动生成客流数据的方法，其特征在于,包括利用乘客起始楼层和目标楼层算法模块根据Monte-Carlo抽样法确定乘客起始楼层，然后根据起始-目标矩阵确定乘客的目标楼层的方法；和利用乘客到达时间模块根据所需客流分布曲线，乘客到达时间算法计算每个乘客可能的到达时间的方法。
4.如权利要求3所述的方法,其特征在于,所述利用乘客起始楼层和目标楼层算法模块根据Monte-Carlo抽样法确定乘客起始楼层，然后根据起始-目标矩阵确定乘客的目标楼层的方法中需要的参数有楼层高度、乘客起始密度向量，以及上行、下行、和层间客流的百分比参数x,y,z；x,y,z与交通时段有关，在交通流仿真器中由经验值确定。
5.如权利要求4所述的方法,其特征在于,所述利用乘客起始楼层和目标楼层算法模块根据Monte-Carlo抽样法确定乘客起始楼层，然后根据起始-目标矩阵确定乘客的目标楼层的方法具体是：在已知乘客的起始密度向量origin(i)，用如下的Monte Carlo抽样法来确定乘客的起始楼层：
(1)计算所有楼层的起始密度之和：
(2)计算各楼层的选择概率和累计概率：
pi＝origin(i)/F，
(3)对于每个乘客，在[0，1]之间产生一个均匀分布的随机数r，则如果qi-1＜r≤qi，选择i层为起始楼层。
6.如权利要求4所述的方法,其特征在于,所述利用乘客起始楼层和目标楼层算法模块根据Monte-Carlo抽样法确定乘客起始楼层，然后根据起始-目标矩阵确定乘客的目标楼层的方法具体是：在已知乘客的起始-目标矩阵od(i,j)，用如下的Monte Carlo抽样法来确定乘客的目标楼层：
(1)计算起始-目标矩阵中第i行所有元素之和：
(2)计算针对起始楼层i，各目的楼层的选择概率和累积概率：
pij＝od(i,j)/Di，
(3)在[0，1]之间产生一个均匀分布的随机数r，则如果qi,j-1＜r≤qi,j，选择j层为目的楼层。
7.如权利要求3所述的方法,其特征在于,所述利用乘客到达时间模块根据所需客流分布曲线，乘客到达时间算法计算每个乘客可能的到达时间的方法中：需要的参数有平均乘客到达率、仿真时间T、客流统计时段长度t。
8.如权利要求7所述的方法,其特征在于,所述利用乘客到达时间模块根据所需客流分布曲线，乘客到达时间算法计算每个乘客可能的到达时间的方法具体是：假设第一个乘客到达的时间是t0,则后继乘客到达的时间依次为：
ti＝ti-1-ln(r)/λ i＝1,2,...
其中，t0指的是观测或者讨论问题的起始时间，ti是第i个乘客到达的时间，r是[0，1]区间的随机数；λ是平均乘客达到率，与交通时段和楼层有关，由经验值来确定。
9.如权利要求8所述的方法,其特征在于,所述利用乘客到达时间模块根据所需客流分布曲线，乘客到达时间算法计算每个乘客可能的到达时间的方法中，为确定多个乘客的到达时间，算法采用循环语句，循环次数为乘客数，乘客数为设定值，不同时段设定不同值；
程序执行后之后，产生的时间值单位为秒，需对其进行转化，以方便群控***使用；将到达时间ti除以3600，再向下取整，即为该乘客到达钟点；其次，将到达时间减去取整后的值与3600的乘积后再除以60，向下取整后即可得到分钟数；最后，将到达时间减去取整后的值与3600的乘积后再对60取余数，余数即为乘客到达时间的秒值。
10.如权利要求9所述的方法,其特征在于,所述利用乘客到达时间模块根据所需客流分布曲线，乘客到达时间算法计算每个乘客可能的到达时间的方法中，所述客流分布曲线为泊松分布曲线。
CN201910165472.5A 2019-03-05 2019-03-05 一种电梯乘场交通流发生器和基于该电梯乘场交通流发生器自动生成客流数据的方法 Active CN110095994B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910165472.5A CN110095994B (zh) 2019-03-05 2019-03-05 一种电梯乘场交通流发生器和基于该电梯乘场交通流发生器自动生成客流数据的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910165472.5A CN110095994B (zh) 2019-03-05 2019-03-05 一种电梯乘场交通流发生器和基于该电梯乘场交通流发生器自动生成客流数据的方法

Publications (2)

Publication Number Publication Date
CN110095994A true CN110095994A (zh) 2019-08-06
CN110095994B CN110095994B (zh) 2023-01-20

Family

ID=67443907

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910165472.5A Active CN110095994B (zh) 2019-03-05 2019-03-05 一种电梯乘场交通流发生器和基于该电梯乘场交通流发生器自动生成客流数据的方法

Country Status (1)

Country Link
CN (1) CN110095994B (zh)

Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1079201A (zh) * 1992-05-07 1993-12-08 科尼电梯有限公司 控制电梯组的方法
US5354957A (en) * 1992-04-16 1994-10-11 Inventio Ag Artificially intelligent traffic modeling and prediction system
WO1997019880A1 (en) * 1995-11-30 1997-06-05 Otis Elevator Company Elevator controller having an adaptive constraint generator
JPH09240931A (ja) * 1996-03-08 1997-09-16 Hitachi Ltd エレベータ群管理制御装置
US6345697B1 (en) * 1997-10-10 2002-02-12 Kone Corporation Procedure for controlling an elevator group where virtual passenger traffic is generated
JP2004099205A (ja) * 2002-09-05 2004-04-02 Sharp Corp エレベーター装置
US20090152053A1 (en) * 2007-08-06 2009-06-18 Rory Smith Control for Limiting Elevator Passenger Tympanic Pressure and Method for the Same
CN101992980A (zh) * 2009-08-18 2011-03-30 上海市特种设备监督检验技术研究院 一种电梯、自动扶梯和自动人行道的远程监视***的方法
CN102060218A (zh) * 2009-11-17 2011-05-18 株式会社日立制作所 电梯的群管理***以及群管理方法
CN102334142A (zh) * 2009-02-24 2012-01-25 三菱电机株式会社 人物追踪装置以及人物追踪程序
CN102556783A (zh) * 2011-07-12 2012-07-11 江苏镇安电力设备有限公司 一种基于分区的电梯交通预测群控方法及其监测实现
JP2012224464A (ja) * 2011-04-22 2012-11-15 Hitachi Ltd エレベータ群管理システムおよびその制御方法
EP2587321A1 (en) * 2011-10-25 2013-05-01 Siemens Aktiengesellschaft Wave filtering using differential evolution for dynamic positioning systems
CN103208041A (zh) * 2012-01-12 2013-07-17 国际商业机器公司 使用上下文信息进行蒙特卡罗规划的方法和***
US20130206517A1 (en) * 2010-09-30 2013-08-15 Kone Corporation Elevator system
CN103332542A (zh) * 2013-05-16 2013-10-02 上海永大电梯设备有限公司 一种电梯群控***的客流峰值感知方法与自适应派梯方法
CN203845618U (zh) * 2014-02-18 2014-09-24 温州瓯科科技有限公司 一种新型载客电梯
JP2014237536A (ja) * 2013-06-10 2014-12-18 株式会社日立製作所 エレベータ
JP2015067265A (ja) * 2013-10-01 2015-04-13 トヨタ自動車株式会社 ハイブリッド車両
CN205334988U (zh) * 2015-11-24 2016-06-22 扬州曙光电缆股份有限公司 一种电梯专用电缆
CN106487008A (zh) * 2016-11-22 2017-03-08 国网新疆电力公司乌鲁木齐供电公司 基于负荷关联系数的单元制中压配电网规划方法
CN108205265A (zh) * 2018-01-05 2018-06-26 日立楼宇技术（广州）有限公司 一种电梯场景模拟的方法、装置、计算机设备和存储介质
CN108693863A (zh) * 2017-03-30 2018-10-23 株式会社日立制作所 电梯仿真器
CN109255384A (zh) * 2018-09-12 2019-01-22 湖州市特种设备检测研究院 一种基于密度峰值聚类算法的交通流模式识别方法

Patent Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5354957A (en) * 1992-04-16 1994-10-11 Inventio Ag Artificially intelligent traffic modeling and prediction system
CN1079201A (zh) * 1992-05-07 1993-12-08 科尼电梯有限公司 控制电梯组的方法
WO1997019880A1 (en) * 1995-11-30 1997-06-05 Otis Elevator Company Elevator controller having an adaptive constraint generator
JPH09240931A (ja) * 1996-03-08 1997-09-16 Hitachi Ltd エレベータ群管理制御装置
US6345697B1 (en) * 1997-10-10 2002-02-12 Kone Corporation Procedure for controlling an elevator group where virtual passenger traffic is generated
JP2004099205A (ja) * 2002-09-05 2004-04-02 Sharp Corp エレベーター装置
US20090152053A1 (en) * 2007-08-06 2009-06-18 Rory Smith Control for Limiting Elevator Passenger Tympanic Pressure and Method for the Same
CN102334142A (zh) * 2009-02-24 2012-01-25 三菱电机株式会社 人物追踪装置以及人物追踪程序
CN101992980A (zh) * 2009-08-18 2011-03-30 上海市特种设备监督检验技术研究院 一种电梯、自动扶梯和自动人行道的远程监视***的方法
CN102060218A (zh) * 2009-11-17 2011-05-18 株式会社日立制作所 电梯的群管理***以及群管理方法
US20130206517A1 (en) * 2010-09-30 2013-08-15 Kone Corporation Elevator system
JP2012224464A (ja) * 2011-04-22 2012-11-15 Hitachi Ltd エレベータ群管理システムおよびその制御方法
CN102556783A (zh) * 2011-07-12 2012-07-11 江苏镇安电力设备有限公司 一种基于分区的电梯交通预测群控方法及其监测实现
EP2587321A1 (en) * 2011-10-25 2013-05-01 Siemens Aktiengesellschaft Wave filtering using differential evolution for dynamic positioning systems
CN103208041A (zh) * 2012-01-12 2013-07-17 国际商业机器公司 使用上下文信息进行蒙特卡罗规划的方法和***
CN103332542A (zh) * 2013-05-16 2013-10-02 上海永大电梯设备有限公司 一种电梯群控***的客流峰值感知方法与自适应派梯方法
JP2014237536A (ja) * 2013-06-10 2014-12-18 株式会社日立製作所 エレベータ
JP2015067265A (ja) * 2013-10-01 2015-04-13 トヨタ自動車株式会社 ハイブリッド車両
CN203845618U (zh) * 2014-02-18 2014-09-24 温州瓯科科技有限公司 一种新型载客电梯
CN205334988U (zh) * 2015-11-24 2016-06-22 扬州曙光电缆股份有限公司 一种电梯专用电缆
CN106487008A (zh) * 2016-11-22 2017-03-08 国网新疆电力公司乌鲁木齐供电公司 基于负荷关联系数的单元制中压配电网规划方法
CN108693863A (zh) * 2017-03-30 2018-10-23 株式会社日立制作所 电梯仿真器
CN108205265A (zh) * 2018-01-05 2018-06-26 日立楼宇技术（广州）有限公司 一种电梯场景模拟的方法、装置、计算机设备和存储介质
CN109255384A (zh) * 2018-09-12 2019-01-22 湖州市特种设备检测研究院 一种基于密度峰值聚类算法的交通流模式识别方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
MIN HUANG,等: "Predictive Method for Traffic Flow of Elevator Systems Based on Neural Networks", 《IEEE》 *
万健如，等: "ACO-BP 神经网络在电梯交通流预测中的应用", 《传感器与微***》 *
王遵彤，等: ""电梯群控***标准客流模型的设计与实现"", 《机电一体化》 *
罗仁瑜，等: ""基于 VC + + 平台应用Matlab软件模拟电梯交通流的方法研究"", 《起重运输机械》 *

Also Published As

Publication number Publication date
CN110095994B (zh) 2023-01-20

Similar Documents

Publication Publication Date Title
CN109388484B (zh) 一种基于Deep Q-network算法的多资源云作业调度方法
CN101403891B (zh) 电梯群控节能调度方法
CN103327082B (zh) 一种多蚁群疏散优化交换方法
CN106022541A (zh) 一种到站时间预测方法
CN105701273B (zh) 一种基于主体的组件化物流***仿真计算方法
Araghi et al. Intelligent traffic light control of isolated intersections using machine learning methods
CN105340311B (zh) 网络设备、网络业务预测装置和方法
CN111994748B (zh) 一种高峰期电梯客流量模拟方法及***
CN104037761B (zh) 一种agc功率多目标随机优化分配方法
CN107239883A (zh) 一种汽车共享***车辆的调度方法
CN106102079A (zh) 基于改进pso的c‑ran载波迁移资源需求预测方法
CN108460509A (zh) 一种动态环境下舰队防空资源调度优化控制方法与***
CN107016212A (zh) 基于动态贝叶斯网络的意图分析方法
CN106055579A (zh) 基于人工神经网络的车辆性能数据清洗***及其方法
CN106061878B (zh) 控制参数检测方法及装置、电梯组群管理仿真方法及装置
CN116187713A (zh) 一种用于装备保障的修复性维修模型及其实现方法
Jung et al. Agent-based lift system simulation model for high-rise building construction projects
Sun et al. Optimization of group elevator scheduling with advance information
CN110258442A (zh) 高桩码头工程施工工艺方案的确定方法和装置
CN113526272B (zh) 电梯群控***和电梯群控设备
CN110095994A (zh) 一种电梯乘场交通流发生器和基于该电梯乘场交通流发生器自动生成客流数据的方法
CN106865418B (zh) 一种钢卷库区吊机设备的控制方法
CN104092503A (zh) 一种基于狼群优化的人工神经网络频谱感知方法
CN109118412A (zh) 城市轨道交通网络客流在线控制***
CN114217944A (zh) 一种神经网络的针对模型并行的动态负载均衡方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant