JP2712648B2 - エレベータ群管理学習制御装置 - Google Patents

Description

【発明の詳細な説明】 ［産業上の利用分野］ この発明は、エレベータ群管理に必要な制御法則を学
習して群管理制御に反映する、エレベータ群管理学習制
御装置に関するものである。

［従来の技術］ エレベータ群管理制御装置は、ホールでの呼びが発生
すると、直ちにシステムが管理するエレベータ群の中か
ら応答すべきエレベータ（以下、割当かごと呼ぶ）を決
定し、乗客に対して案内表示を行う。従来最も効率良い
とされている割当かごの選択方式によるエレベータ群管
理制御装置は、例えば、計測自動制御学会論文集，第25
巻，第１号，第99頁〜第104頁（1989年）「ファジィ・
ルールベースを用いた新しいエレベータ群管理システ
ム」（三菱電機（株）匹田志朗他）に開示されている。
このエレベータ群管理システムでは、群管理専門家の知
識をファジィルールとして表現し、ルールベースに格納
している。そしてこれらのルールを用いて割当かごを決
定する。各ルールは以下の形式で表現されている。

IF（あいまい条件）THEN（実行手順）このルールの前
件部（IF部）はそのルールを使用すべき交通条件がファ
ジィ集合を用いて記述されており、後件部（THEN部）は
ルールが選択されたときに実行すべき制御手順が記述さ
れている。ホール呼びが発生すると、前件部条件が実際
の交通条件に最も適合するルールを選択する。そしてそ
のルールの後件部に記述された手順を実行することによ
り割当かごを決定する。

ここで、いかにして有効な制御法則を十分に蓄えたル
ールベースを構築するかが問題となる。従来では、群管
理専門家にインタビューをしたり、発生したホール呼び
に対する最適運行を解析し、その解析結果をシステム設
計者がシミュレーションなどを通じて検討することによ
りルール（制御法則）の抽出を行っていた。

［発明が解決しようとする課題］ 上記のような従来のエレベータ群管理制御装置におけ
るルールベース構築法では、そのルール抽出作業は人間
が行わねばならないため、有効なルールベースを構築で
きるようにするにはかなりの労力と時間を要するという
難点があった。

この発明は上記のような問題点を解決するためになさ
れたもので、エレベータ群最適運行解析結果から、自動
的に群管理制御に有効な制御法則を抽出し、システムに
反映することができるようにしたエレベータ群管理学習
制御装置を提供することを目的とする。

［課題を解決するための手段］ この発明に係わるエレベータ群管理学習制御装置は、
制御法則を実現するネットワークで構成され、発生した
ホール呼びに対してネットワーク演算を行い、その結果
に応じて複数台のエレベータ群のうちで不適切なエレベ
ータを排除する候補かご選択手段、この候補かご選択手
段で排除されなかった候補エレベータからホール呼びに
対して応答すべきエレベータを割当てる割当かご決定手
段、ホール呼びに対するエレベータ群の最適運行を数学
的に解析する最適運行解析手段、及び最適運行解析手段
の解析結果を教師データとし、この教師データに基づい
てネットワーク演算で用いる重みを帰納的に修正するこ
とにより制御法則を学習する学習手段を備えたものであ
る。

［作用］ この発明では、学習手段によって数学的な解析結果に
基づいて候補かご選択手段における制御手段を学習し、
候補かご選択手段によって上記制御法則に基づいて複数
台のエレベータ群のうちで不適切なエレベータを排除す
る。そして、割当かご決定手段によって上記排除されな
かった候補エレベータから最適かごを割当てる。

［実施例］ 第１図〜第４図はこの発明の一実施例によるエレベー
タ群管理学習制御装置を示す図で、第１図は全体構成を
示すブロック図、第２図は割当制御ユニットを示すブロ
ック図、第３図は割当かご決定動作を示すフローチャー
ト、第４図は学習動作を示すフローチャートである。

第１図において、（１）は各階のホール呼びボタン及
び案内表示灯等を制御するホール制御装置、（2A）〜
（2H）は各エレベータの制御装置、（３）はホール制御
装置（１）及びエレベータ制御装置（2A）〜（2H）から
それらの状態に関する情報の取り込み、並びに運転に関
する指令などを行う運転管理ユニット、（４）はホール
呼びが発生したときに適切な割当かごを決定する割当制
御ユニットであり、判定サブユニット（4A）、候補かご
選択サブユニット（4B）、割当かご決定サブユニット
（4C）から構成されている。（５）は発生したホール呼
びに対する最適な割当を解析する最適運行解析ユニッ
ト、（６）は上記解析結果を用いて割当制御ユニット
（４）の機能を学習・変化させる学習ユニットである。

又、割当制御ユニット（４）は第２図に示すように構
成され、このうち判定サブユニット（4A）と候補かご選
択サブユニット（4B）は各々第２図のように、入力層
（4A1），（4B1）、中間層（4A2），（4B2）、出力層
（4A3），（4B3）から構成されている。これらの各層
（4A1）〜（4A3），（4B1）〜（4B3）は各々１個ないし
複数個のノード（図中の○印）から構成されている。こ
こで、判定サブユニットの出力層（4A3）のノード数は
１個、候補かご選択サブユニットの出力層（4B3）のノ
ード数はＮ個（Ｎはエレベータ台数）であり、他の各層
のノード数はビル階床数とエレベータ台数によって決ま
る値となっている。又、各層（4A1）〜（4A3），（4B
1）〜（4B3）は、第２図に示すように、互いにネットワ
ークにより接続されている。

次に、この実施例の動作について説明する。まず、ホ
ール呼びが発生してから割当かごが決定されるまでに、
割当制御ユニット（４）が行う動作について、第３図に
基いて説明する。候補かごとは割当かごとして不適切と
なるエレベータを割当候補から除いたものである。即
ち、割当かごとして選択すると、予報はずれやだんご運
転などのエレベータ群管理にとって好ましくない何らか
の事態を生じる可能性が高いエレベータは、候補かごか
ら除く。従って、判定サブユニット（4A）は割当候補と
して不適切なエレベータが存在するかどうかの判定を行
なう。

ステップ（11）でホール呼びが発生すると、ステップ
（12）で運転管理ユニット（３）を介して各エレベータ
の運行状態及びそれまでに発生したホール呼びに関する
情報が、交通状態情報として、割当制御ユニット（４）
に伝達される。入力された交通状態に関する情報は、判
定サブユニット（4A）及び候補かご選択サブユニット
（4B）のネットワーク入力層（4A1），（4B1）の各ノー
ドに対する入力情報として表現される。例えば「エレベ
ータ１は現在停止している階床を1.5秒後に出発可能で
ある」といった状態は、 xai＝1.5 として表現する。ここで、xaiは入力層（4A1）の第ｉノ
ードに対する入力情報を表わす。入力層（4A1）に対す
る入力情報（交通状態）が伝達されると、ステップ（1
3）では下記の式（１）〜（５）のネットワーク演算を
行う。まず、入力層（4A1）の各ノードの出力値yaiを式
（１）により計算する。次にこの出力値yaiと、入力層
（4A1）と中間層（4A2）間のネットワーク重み係数waij
を用いて式（２）により中間層（4A2）の各ノードに対
する入力値xajを計算する。ここでｊは中間層（4A2）の
ノード番号を示している。さらに同様にして、式（３）
〜（５）を用いて中間層（4A2）の各ノードの出力値ya
j、及び出力層（4A3）のノードの入力値xaと出力値yaを
計算する。

ここで、 xai :入力層（4A1）の第ｉノードの入力値 yai :入力層（4A1）の第ｉノードの出力値 xaj :中間層（4A2）の第ｊノードの入力値 yaj :中間層（4A2）の第ｊノードの出力値 xa :出力層（4A3）のノードの入力値 ya :出力層（4A3）のノードの出力値 waij:入力層（4A1）の第ｉノードと中間層（4A2）の第
ｊノード間の重み waj :中間層（4A2）の第ｊノードと出力層（4A3）のノ
ード間の重み である。

以上のようにして判定サブユニット（4A）でネットワ
ーク演算が終了すると、ステップ（14）では候補かご選
択サブユニット（4B）でのネットワーク演算を行うかど
うかの判定を行う。即ち、上記判定サブユニット出力層
（4A3）の出力値が例えば ya≧0.5 であれば、候補かご選択サブユニットは起動せずに、ス
テップ（17）で全エレベータを候補かごとして登録す
る。

又、 ya＜0.5 であれば、割当候補として不適切なエレベータが存在す
る可能性があるとし、ステップ（15）で候補かご選択サ
ブユニット（4B）でのネットワーク演算を行う。即ち、
候補かご選択サブユニット（4B）が以下の手順で候補か
ごの選択を行う。

ここでの演算手順は、判定サブユニット（4A）での場
合と同様下記に示す式（６）〜（10）に従い計算する。

ここで、 xbi :入力層（4B1）の第ｉノードの入力値 ybi :入力層（4B1）の第ｉノードの出力値 xbj :中間層（4B2）の第ｊノードの入力値 ybj :中間層（4B2）の第ｊノードの出力値 xbk :出力層（4B3）の第ｋノードの入力値 ybk :出力層（4B3）の第ｋノードの出力値 wbij:入力層（4B1）の第ｉノードと中間層（4B2）の第
ｊノード間の重み wbjk:中間層（4B2）の第ｊノードと出力層（4B3）の第
ｋノード間の重み である。

以上のようにして、候補かご選択サブユニット（4B）
でのネットワーク演算が終了すると、ステップ（16）
で、各エレベータを割当候補とするかどうかの判定を行
う。即ち、候補かご選択サブユニット出力層（4B3）の
ノードｋの出力値が ybk≧0.5 の時、エレベータｋを候補かごとして登録する。

又、 ybk＜0.5 の時、候補かごからエレベータｋを除外する。

以上のようにして、ステップ（16）又は（17）で候補
かごが選択されると、ステップ（18）で割当かご決定サ
ブユニット（4C）が、候補かごの中から最終的な割当か
ごを決定する。ここでの決定は、例えば下式（11）のよ
うな所定の評価関数を用いて行なわれる。

Ｊ（ｓ）＝ｆ（x,y,z・・・） ……（11） Ｊ（ｓ）：候補かごｓの評価値 x,y,z:待ち時間などの各種評価項目 ここで、各種評価項目の値は交通状態情報より各候補か
ごについて計算される。そして、全候補かごに対する評
価関数値が計算されると、その中から評価値最良のエレ
ベータが割当かごとして決定される。

このようにして割当かごが決定されると、割当制御ユ
ニット（４）は運転管理ユニット（３）を介して例えば
エレベータ制御装置（2A）へ運転指令を発し、ホール制
御装置（１）へ所定のホールでの案内表示指令を伝達す
る（ステップ（19））。

以上説明したように、この実施例での割当方式は、各
エレベータの運行状態やホール呼び状態などの交通状態
を入力とし、式（１）〜（11）のネットワーク演算と評
価関数の計算を用いて割当かごを決定するものであり、
ネットワークは交通状態から各エレベータを割当候補と
すべきかどうかの因果関係を表わす。ここで、このネッ
トワークは各サブユニット（4A），（4B）に属する各ノ
ード間を結ぶ重み係数ｗによって変化する。従って、こ
の重み係数ｗを学習によって適切に変化・修正すること
により、これ以後似たような交通状態が発生した時に、
適切な候補かごを選択できる。これは、学習により群管
理に必要な制御法則を蓄えることができるようになるこ
とを意味する。

以下ではこの学習方法について説明する。

この実施例では、この学習すなわちネットワークの修正
を、バックプロパゲーション法を用いて効率的に行うも
のである。バックプロパゲーション法は、ネットワーク
の実際の出力データと、望ましい出力データ（これを教
師データと呼ぶ）との誤差を用いて、ネットワークを結
ぶ重み結合を修正していく方法である。以下、この学習
動作を第４図を用いて説明する。

ステップ（21）で適当なホール呼び系列が最適運行解
析ユニット（５）に入力される。最適運行解析ユニット
（５）はステップ（22）で入力されたホール呼び系列の
個々の呼びに対する最適な割当を解析する。ここでの最
適運行の解析手順は、例えば特開昭62-205972号公報に
示されている手順と同様に、シミュレーティッド・アニ
ーリング（SA）法を用いて数学的に効率よく行われる。

以上のようにして、最適運行が解析されると、以下ス
テップ（23）〜（26）で学習ユニット（６）が各ネット
ワークの修正を行う。まず、ステップ（23）では、式
（11）の評価関数と最適運行解析ユニット（５）による
最適割当解析結果から判定ネットワーク用の教師データ
を作成する。

評価関数最良のエレベータｅは下の式（12）を満たす
ものとする。即ち、 Ｊ（ｅ）＝min｛Ｊ（１），・・・,J（Ｎ）｝ ……（12） を満たすエレベータが、最適な割当かごに一致する時ま
たその時に限り、判定ネットワーク（4A）の教師データ
を da＝１ ……（13） とする。それ以外の時は da＝０ とする。これは、da＝１の時は特に候補かごの選択を行
うまでもなく、式（11）の評価関数だけで制御を行なっ
ても良い場合であることを意味している。ステップ（2
4）では教師データと、式（１）〜（５）を用いて判定
ネットワーク（4A）の重み係数を修正する。まず、式
（13）の教師データと式（５）の出力値yaとの誤差Eaを
次のように表わす。

Ea＝(da-ya)²/2 ……（14） これを用いて、まず中間層（4A2）と出力層（4A3）間の
重み係数を修正する。式（14）をwajで微分し、式
（１）〜（５）を用いて整理すると、wajの変化量Δwaj
は次式のようになる。

Δwaj＝α・ΔE/Δwaj ……（15） （ここで、ΔE/Δwaj＝−δａ・yaj δａ＝（da−ya）・ya・ （１−ya）である。） このようにしてwajの変化量が計算され、修正が行われ
る。ここで、αの値は学習速度を表すパラメータで、０
〜１の間で任意に選択できる。

又、同様にして、次式に従い入力層（4A1）と中間層
（4A2）間の重み係数waijを修正する。

Δwaij＝−α・δaj・yai （ここで、δaj＝yai・（１−yaj）・ δａ・wajである。） 以上のようにして、ステップ（23），（24）で判定ネ
ットワークの修正がおこなわれると、続いて候補かご選
択ネットワークの修正を行う。まず、ステップ（25）で
候補かご選択ネットワーク用の教師データを作成する。
この手順もステップ（23）と同様に式（11）の評価関数
と上述の最適割当解析結果を用いる。最適な割当かごを
ｅ号機であるとし、評価関数値が ｊ（ｉ）≧Ｊ（ｅ）（ｉ＝1,・・・,N） をエレベータｉが満たす時、教師データを db（ｉ）＝１ とする。それ以外の時は db（ｉ）＝０ とする。上式は、評価関数値が良いにもかかわらず、解
析結果として割当かごとして選択されないエレベータ
は、何らかの理由で不都合な事態を生じる可能性がある
として、候補かごから除外することを意味する。

このようにして、候補かご選択ネットワーク用の教師
データが作成されると、ステップ（26）で、ステップ
（24）と同様に、次式に従い候補かご選択ネットワーク
を結ぶ重み係数が修正される。

Δwbjk＝α・ΔE/Δwbjk （ここで、 ΔE/Δwbjk＝−δbk・ybj δbk＝（db（ｋ）−ybk）・ ybk・（１−ybk） である。） 又、 Δwbij＝−α・δbj・ybi （ここで である。） 以上に示すステップ（23）〜（26）の手順はステップ
（22）で解析した全ホール呼びに対して、所定のＳ回繰
り返し行われる。この繰り返し回数Ｓは問題の規模（エ
レベータ台数、ビル階床数、ホール呼び数）によって任
意に設定できる。このため、ステップ（27）と（28）で
は演算終了のための判定を行う。ステップ（29）で修正
されたパラメータを登録し、学習を終了する。

このようにして、ホール呼びが発生した時の交通状態
と選択すべき割当かごとの因果関係をネットワークで表
現し、ホール呼び群に対する最適運行の解析結果を学習
することによりネットワークを修正するようにした。そ
の結果、従来は人間が行っていた学習法則の抽出作業を
行うことなく、自動的にシステムに蓄えることができる
ようになった。

上記実施例では、判定サブユニット（4A）は割当候補
として不適切なエレベータが存在するかどうかの判定を
行ない、存在する場合に割当かごとして不適切となるエ
レベータを割当候補から除いて候補かごとするものであ
るが、常に候補かご選択サブユニット（4B）で割当かご
として不適切なエレベータを排除するような構成として
も良く、その場合は判定サブユニット（4A）を省くこと
ができる。

［発明の効果］ 以上のように、この発明によれば、制御法則を実現す
るネットワークで構成され、発生したホール呼びに対し
てネットワーク演算を行い、その結果に応じて複数台の
エレベータ群のうちで不適切なエレベータを排除する候
補かご選択手段、この候補かご選択手段で排除されなか
った候補エレベータからホール呼びに対して応答すべき
エレベータを割当てる割当かご決定手段、ホール呼びに
対するエレベータ群の最適運行を数学的に解析する最適
運行解析手段、及び最適運行解析手段の解析結果を教師
データとし、この教師データに基づいてネットワーク演
算で用いる重みを帰納的に修正することにより制御法則
を人間が抽出することなくシステムに反映できるエレベ
ータ群管理学習制御装置を得ることができる効果があ
る。

【図面の簡単な説明】

第１図はこの発明の一実施例によるエレベータ群管理学
習制御装置を示すブロック図、第２図は一実施例に係る
割当制御ユニットを示すブロック図、第３図は一実施例
に係る割当かご決定動作を示すフローチャート、第４図
は一実施例に係る学習動作を示すフローチャートであ
る。 図中、（１）はホール制御装置、（2A）〜（2H）はエレ
ベータ制御装置、（３）は運転管理ユニット、（４）は
割当制御ユニット、（５）は最適運行解析ユニット、
（６）は学習ユニットである。 図中、同一符号は同一、又は相当部分を示す。

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】制御法則を実現するネットワークで構成さ
   れ、発生したホール呼びに対してネットワーク演算を行
   い、その結果に応じて複数台のエレベータ群のうちで不
   適切なエレベータを排除する候補かご選択手段、この候
   補かご選択手段で排除されなかった候補エレベータから
   上記ホール呼びに対して応答すべきエレベータを割当て
   る割当かご決定手段、上記ホール呼びに対する上記エレ
   ベータ群の最適運行を数学的に解析する最適運行解析手
   段、及び上記最適運行解析手段の解析結果を教師データ
   としこの教師データに基づいて上記ネットワーク演算で
   用いる重みを帰納的に修正することにより上記制御法則
   を学習する学習手段を備えたエレベータ群管理学習制御
   装置。