JP3714343B2 - Elevator group management simple simulator and elevator group management device - Google Patents
Elevator group management simple simulator and elevator group management device Download PDFInfo
- Publication number
- JP3714343B2 JP3714343B2 JP2003351136A JP2003351136A JP3714343B2 JP 3714343 B2 JP3714343 B2 JP 3714343B2 JP 2003351136 A JP2003351136 A JP 2003351136A JP 2003351136 A JP2003351136 A JP 2003351136A JP 3714343 B2 JP3714343 B2 JP 3714343B2
- Authority
- JP
- Japan
- Prior art keywords
- car
- floor
- probability
- control
- passengers
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Elevator Control (AREA)
Description
本発明は、複数のエレベータ群システムを効率よく運用するエレベータ群管理簡易シミュレータならびにエレベータ群管理装置に関するものである。 The present invention relates to a simple elevator group management simulator and an elevator group management apparatus that efficiently operate a plurality of elevator group systems.
エレベータ群管理制御は複数台のエレベータの効率的な運用を図ることにより、ビル全体のサービスを向上させることを目的としている。そのため、乗客が乗り場においてエレベータを呼ぶための乗り場呼びボタンを押し、それにより乗り場呼びが発生した際に、複数のエレベータのかごの中から、ビル全体のサービスの向上を考慮して、前記乗り場呼びに応答するかごを決定する、呼びかご割当を行っている。この呼びかご割当の際、割当かごの違いによるサービスの評価を行うために、各エレベータがどのくらいの時間で各階に到着できるかを予測することが必要である。 The purpose of elevator group management control is to improve the service of the entire building by efficiently operating multiple elevators. Therefore, when a passenger presses a landing call button for calling an elevator at the landing, and a landing call is generated, the above-mentioned landing call is taken into consideration for improving the service of the entire building from a plurality of elevator cars. The car is assigned to determine the car to respond to. In this call car allocation, it is necessary to predict how long each elevator can arrive at each floor in order to evaluate the service according to the difference in the allocation cars.
また、将来発生する乗客による乗り場呼びや、乗り場には発生しているがかごに乗っていないため、行き先のわかっていない乗客による、将来の行き先指定（かご呼び）の発生が、今発生している乗客のサービスに影響を与える。また、現在発生している乗り場呼びに対するかごの割当は将来の乗客のサービスに影響を与える。このため、時間軸も含めてビル全体のサービスのを考慮して群管理を行うには、将来の乗客一人一人の発生や動きを予測することが不可欠となるが、現実にこれらの情報を完全に予測することは不可能である。 In addition, future destination designations (car calls) by passengers who do not know where to go because there are no calls to the landings by passengers that occur in the future or because they are not in the car have occurred now Affects the service of passengers. In addition, the allocation of cars to landing calls that are currently occurring will affect future passenger services. For this reason, it is indispensable to predict the occurrence and movement of each future passenger in order to perform group management considering the services of the entire building including the time axis. It is impossible to predict.
そこで、発生している交通流の特性に合わせて制御ルールやパラメータを変更して、呼びかご割当や回送運転などを行い、より効率的なエレベータの運行をはかることが必要である。たとえば、特開平３―１２４６７６号公報では、図１０に示すような構成をとり、交通流ならびに制御パラメータと応答結果の関係をニューラルネットワークならびにファジィルールで学習によって、獲得することにより、あらかじめ決められた範囲内での制御パラメータの選択を行っている。また、特開昭５８―５９１７８号公報では、乗客一人一人の発生や個々のかごの動きを詳細に表現するシミュレータを搭載し、サービスエレベータの選択を行う評価関数の可変パラメータの最適化を行っている。 Therefore, it is necessary to change the control rules and parameters in accordance with the characteristics of the generated traffic flow, and to perform more efficient elevator operation by assigning a car and forwarding operation. For example, in Japanese Patent Application Laid-Open No. 3-124676, a configuration as shown in FIG. 10 is adopted, and the relationship between traffic flow and control parameters and response results is obtained by learning with a neural network and fuzzy rules. The control parameters are selected within the range. Japanese Patent Application Laid-Open No. 58-59178 is equipped with a simulator that expresses in detail the occurrence of each passenger and the movement of each car, and optimizes the variable parameters of the evaluation function for selecting the service elevator. Yes.
しかし、特開平３―１２４６７６号公報の手法においては、あらかじめ学習を行った交通流と制御ルールやパラメータならびに、その近傍の応答結果しか得ることができないため、未学習の交通流が発生した場合などには最適な制御ルールやパラメータを選ぶことができない。また、特開昭５８―５９１７８号公報の場合にはシミュレータプログラムが要求する計算機負荷が大きいため、実時間内で可変パラメータ毎にシミュレーションを行う場合には、可変領域を非常に小さくするか、複数台のコンピュータで並列に演算を行う必要がある。 However, in the method of Japanese Patent Laid-Open No. 3-124676, traffic flow that has been learned in advance, control rules and parameters, and response results in the vicinity thereof can only be obtained. The optimal control rules and parameters cannot be selected. In the case of Japanese Patent Application Laid-Open No. 58-59178, the computer load required by the simulator program is large. Therefore, when simulation is performed for each variable parameter in real time, the variable area can be made very small, It is necessary to perform operations in parallel on one computer.
また、平均の交通量に基づいて、乗客の発生処理を行いシミュレーションを行っているが、平均交通量から一人一人の乗客の発生は一意に決まらないため、ある程度、ランダムに乗客を発生を決定する必要があるため、十分長い時間のシミュレーションを行わねば、正しい制御結果を得ることができない。 In addition, passengers are generated and simulated based on the average traffic volume, but since the generation of each passenger is not uniquely determined from the average traffic volume, the passenger generation is randomly determined to some extent. Since it is necessary, a correct control result cannot be obtained unless simulation is performed for a sufficiently long time.
本発明はこのような問題を解決するためになされたもので、交通流データに対して、制御ルールやパラメータを与えたときに、リアルタイムシミュレータ部によって、制御結果推定値を演算し、その制御結果推定値に基づいて、制御ルールやパラメータの評価値を演算し、評価値に基づいて最適制御ルールやパラメータを選択し、運行制御を行うことにより、あらゆる交通流に対して効率的なエレベータの運行を行う、エレベータ群管理簡易シミュレータならびにエレベータ群管理装置を得ることを目的とする。 The present invention has been made to solve such problems. When a control rule or parameter is given to traffic flow data, a control result estimated value is calculated by a real-time simulator unit, and the control result is calculated. Evaluate control rules and parameter evaluation values based on estimated values, select optimal control rules and parameters based on evaluation values, and perform operation control to efficiently operate elevators for all traffic flows The purpose is to obtain a simple elevator group management simulator and an elevator group management device.
本発明のエレベータ群管理簡易シミュレータは、複数台のかごが設置されているエレベータにおいて、交通流データと制御ルールと制御パラメータとに基づいて、乗降車客がポアソン到着すると仮定して、各階毎のかご到着時の平均乗客発生数、かご負荷率、各階の停止確率および反転確率を演算し、各階の停止確率および反転確率からかごの走行パターンの発生確率を演算し、各階毎のかご到着時の平均乗客発生数、かご負荷率、各階の停止確率および反転確率ならびにかごの走行パターンの発生確率からかごの周回時間を演算し、このかご周回時間を繰り返し演算することによって、平均待ち時間、平均旅行時間、かご負荷率、各階乗車人数および各階降車人数のうち少なくとも１つをエレベータ群管理装置の制御結果推定値として演算するものである。 The elevator group management simple simulator according to the present invention is based on traffic flow data, control rules, and control parameters, and an elevator with a plurality of cars is assumed that passengers arrive at Poisson. Calculate the average number of passengers when the car arrives, the load factor of the car, the probability of stoppage and reversal of each floor, calculate the probability of travel of the car from the stop probability and reversal probability of each floor, and The average waiting time and average travel are calculated by calculating the lap time of the car from the average number of passengers generated, the car load factor, the stop probability and reversal probability of each floor, and the probability of the car traveling pattern, and repeatedly calculating the lap time. time calculation car load factor, at least one of the floor number of passengers and floor alighting persons as a control result estimate of the elevator group management system Is shall.
本発明のエレベータ群管理装置は、複数台のかごが設置されているエレベータにおいて、交通流データと制御ルールと制御パラメータとに基づいて、乗降車客がポアソン到着すると仮定して、各階毎のかご到着時の平均乗客発生数、かご負荷率、各階の停止確率および反転確率を演算し、各階の停止確率および反転確率からかごの走行パターンの発生確率を演算し、各階毎のかご到着時の平均乗客発生数、かご負荷率、各階の停止確率および反転確率ならびにかごの走行パターンの発生確率からかごの周回時間を演算し、このかご周回時間を繰り返し演算することによって、平均待ち時間、平均旅行時間、かご負荷率、各階乗車人数および各階降車人数のうち少なくとも１つをエレベータ群管理装置の制御結果推定値として演算するエレベータ群管理簡易シミュレータを有するリアルタイムシミュレータ部を備え、前記制御結果推定値に基づいてかごの制御を行うかご運行制御部を備えたものである。 The elevator group management apparatus according to the present invention is based on traffic flow data, control rules, and control parameters, and an elevator for each elevator is installed on a floor on the basis of traffic flow data, control rules, and control parameters. Calculate the average number of passengers on arrival, car load factor, stop probability and reversal probability of each floor, calculate the probability of car running pattern from the stop probability and reversal probability of each floor, and average on arrival of the car for each floor The average waiting time and average travel time are calculated by calculating the lap time of the car from the number of passengers generated, the car load factor, the probability of stopping and reversing each floor, and the probability of occurrence of the car's running pattern, and repeatedly calculating this lap time. , car load factor, and calculates at least one of each floor passengers and floor alighting persons as a control result estimate of the elevator group management system elevators With real-time simulator having a group management simple simulator, those having a cage operation control unit which controls the car on the basis of the control result estimate.
本発明のエレベータ群管理装置は、複数台のかごが設置されているエレベータにおいて、交通流データと制御ルールと制御パラメータとに基づいて、乗降車客がポアソン到着すると仮定して、各階毎のかご到着時の平均乗客発生数、かご負荷率、各階の停止確率および反転確率を演算し、各階の停止確率および反転確率からかごの走行パターンの発生確率を演算し、各階毎のかご到着時の平均乗客発生数、かご負荷率、各階の停止確率および反転確率ならびにかごの走行パターンの発生確率からかごの周回時間を演算し、このかご周回時間を繰り返し演算することによって、平均待ち時間、平均旅行時間、かご負荷率、各階乗車人数および各階降車人数のうち少なくとも１つをエレベータ群管理装置の制御結果推定値として演算するエレベータ群管理簡易シミュレータを有するリアルタイムシミュレータ部を備え、前記制御結果推定値に基づいて最適制御ルールの選択を行う制御ルール選択部を備え、前記の最適制御ルールに基づいてかごの制御を行うかご運行制御部を備えたものである。 The elevator group management apparatus according to the present invention is based on traffic flow data, control rules, and control parameters, and an elevator for each elevator is installed on a floor on the basis of traffic flow data, control rules, and control parameters. Calculate the average number of passengers on arrival, car load factor, stop probability and reversal probability of each floor, calculate the probability of car running pattern from the stop probability and reversal probability of each floor, and average on arrival of the car for each floor The average waiting time and average travel time are calculated by calculating the lap time of the car from the number of passengers generated, the car load factor, the probability of stopping and reversing each floor, and the probability of occurrence of the car's running pattern, and repeatedly calculating this lap time. , car load factor, and calculates at least one of each floor passengers and floor alighting persons as a control result estimate of the elevator group management system elevators With real-time simulator having a group management simple simulator, the control result estimates a control rule selection unit for selecting the optimum control rule based, car operation control for controlling the car based on the optimal control rule It has a part.
本発明のエレベータ群管理装置は、複数台のかごが設置されているエレベータにおいて、交通流データと制御ルールと制御パラメータとに基づいて、乗降車客がポアソン到着すると仮定して、各階毎のかご到着時の平均乗客発生数、かご負荷率、各階の停止確率および反転確率を演算し、各階の停止確率および反転確率からかごの走行パターンの発生確率を演算し、各階毎のかご到着時の平均乗客発生数、かご負荷率、各階の停止確率および反転確率ならびにかごの走行パターンの発生確率からかごの周回時間を演算し、このかご周回時間を繰り返し演算することによって、平均待ち時間、平均旅行時間、かご負荷率、各階乗車人数および各階降車人数のうち少なくとも１つをエレベータ群管理装置の制御結果推定値として演算するエレベータ群管理簡易シミュレータを有するリアルタイムシミュレータ部を備え、前記制御結果推定値に基づいて制御パラメータのチューニングを行う制御パラメータチューニング部を備え、前記制御パラメータに基づいてかごの制御を行うかご運行制御部を備えたものである。
The elevator group management apparatus according to the present invention is based on traffic flow data, control rules, and control parameters, and an elevator for each elevator is installed on a floor on the basis of traffic flow data, control rules, and control parameters. Calculate the average number of passengers on arrival, car load factor, stop probability and reversal probability of each floor, calculate the probability of car running pattern from the stop probability and reversal probability of each floor, and average on arrival of the car for each floor The average waiting time and average travel time are calculated by calculating the lap time of the car from the number of passengers generated, the car load factor, the stop probability and inversion probability of each floor, and the occurrence probability of the car's running pattern, and repeatedly calculating the lap time. , car load factor, and calculates at least one of each floor passengers and floor alighting persons as a control result estimate of the elevator group management system elevators With real-time simulator having a group management simple simulator includes a control parameter tuning unit for performing the tuning control parameters based on the control result estimate includes a car navigation control unit for controlling the car based on the control parameter It is a thing.
本発明のエレベータ群管理簡易シミュレーションによれば、交通流データと制御ルールならびに制御パラメータに基づいて、エレベータ群管理装置の制御結果推定値の演算を簡易に行うエレベータ簡易シミュレータを構成することを可能とする。 According to the elevator group management simple simulation of the present invention, it is possible to configure an elevator simple simulator that easily calculates the control result estimated value of the elevator group management device based on traffic flow data, control rules, and control parameters. To do.
本発明のエレベータ群管理装置によれば、制御結果推定値を簡易シミュレータにより演算し、その結果に基づいて、かごの運行を制御するように構成したことにより、最適なかご運行を可能とする効果がある。 According to the elevator group management device of the present invention, the control result estimated value is calculated by the simple simulator, and the operation of the car is controlled based on the result, thereby enabling the optimum car operation. There is.
本発明のエレベータ群管理装置によれば、制御結果推定値を簡易シミュレータにより、演算し、その結果に基づいて、制御ルールの選択を行い、選択された制御ルールをかご制御運行部にセットして、かごの運行を制御するように構成したことにより、最適なかご運行を可能とする効果がある。 According to the elevator group management apparatus of the present invention, a control result estimated value is calculated by a simple simulator, a control rule is selected based on the result, and the selected control rule is set in the car control operation unit. By configuring so as to control the operation of the car, there is an effect of enabling the optimal car operation.
本発明のエレベータ群管理装置によれば、制御結果推定値を簡易シミュレータにより、演算し、その結果に基づいて、パラメータのチューニングを行い、チューニングされたパラメータをかご制御運行部にセットして、かごの運行を制御するように構成したことにより、最適なかご運行を可能とする効果がある。 According to the elevator group management apparatus of the present invention, the control result estimated value is calculated by a simple simulator, the parameter is tuned based on the result, and the tuned parameter is set in the car control operation unit. By controlling the operation of the car, there is an effect of enabling the optimum car operation.
実施の形態１．
エレベータ群管理装置は複数台のエレベータのかごが設置されている場合に、ビル全体の運行効率を考慮して、かごの運行制御を行う。具体的には、乗客が乗り場で押す乗り場呼びボタンに対して応答するかごを割り当てる乗り場呼びかご割当と、回送、待機運転などの組み合わせにより、かごの運行制御を行っている。
When a plurality of elevator cars are installed, the elevator group management device controls the operation of the car in consideration of the operation efficiency of the entire building. Specifically, car operation control is performed by a combination of landing call car assignment for assigning a car that responds to a landing call button that a passenger presses at the landing, forwarding, standby operation, and the like.
さて、回送、待機運転などは、乗客の発生の発生の確率の高い場所へかごをあらかじめ移動させることを目的とするため、交通流に合わせて回送先、待機階、回送待機台数などを決定する必要がある。また、乗り場呼びかご割当はビル全体の乗客の待ち時間などを評価値として決定する。通常はすべてのエレベータは全ての階の乗り場呼びに応答可能であるが、その場合必ずしも効率がよいとは言えない。 Now, because forwarding, standby operation, etc. are intended to move the car in advance to a place where there is a high probability of occurrence of passengers, determine the forwarding destination, standby floor, number of standby units, etc. according to the traffic flow There is a need. In addition, the platform call car allocation is determined by evaluating the waiting time of passengers in the entire building as an evaluation value. Normally, all elevators can respond to landing calls on all floors, but this is not always efficient.
そこで、かご毎に割当可能な、出発階と行き先階の組み合わせを限定することにより、より高いサービスと効率性を追求することが可能となる。 Therefore, by limiting the combinations of departure floors and destination floors that can be assigned to each car, higher service and efficiency can be pursued.
たとえば、図２は１階から出発する乗客を行き先階別に振り分けるルールを記述したものである。図２において、「○」は乗車階を表している。また、「○」の乗車階から出発する乗客のうち、各号機は、「●」階へ向かう乗客に対してのみ割当可能であることを示している。このような制限ルールを乗り場呼び割当に対して適用することにより、図３のように、エレベータ全体での停止数を減らすことができ、効率のアップと旅行時間の低減が可能となる。図３において、「○」は乗車階、「●」は降車階を表し、矢印付きの線はかごの移動軌跡を表す。ここでは、これらの割当の制限ルールやそのパラメータ、回送、待機運転などを決定するルールやパラメータなどの組み合わせをミッションルールセットと呼ぶ。 For example, FIG. 2 describes a rule for distributing passengers departing from the first floor to destination floors. In FIG. 2, “◯” represents the boarding floor. In addition, among passengers departing from the boarding floor of “◯”, each unit can be assigned only to passengers heading to the “●” floor. By applying such a restriction rule to the hall call assignment, the number of stops in the entire elevator can be reduced as shown in FIG. 3, and the efficiency can be increased and the travel time can be reduced. In FIG. 3, “◯” represents the boarding floor, “●” represents the getting-off floor, and the line with an arrow represents the movement trajectory of the car. Here, a combination of these allocation restriction rules and parameters, rules for determining forwarding, standby operation, and the like is referred to as a mission rule set.
ミッションルールセットは次のように表現される。
MissionRuleSet_i={LocalMissionRuleSet_I，GlobalMissionRuleSet_i} …(1)
(i=1,2,3,……,M)
LocalMissionRuleSet_i={LocalMissionRule_i(1)，LocalMissionRule_i(2),
…,LocalMissionRule_i(N_i)} …(2)
GlobalMissionRuleSet_i={GlobalMissionRule_i(1),GlobalMissionRule_i(2),
…,GlobalMissionRule_i(L_i)} …(3)
The mission rule set is expressed as follows.
MissionRuleSet_i = {LocalMissionRuleSet_I, GlobalMissionRuleSet_i}… (1)
(i = 1,2,3, ……, M)
LocalMissionRuleSet_i = {LocalMissionRule_i (1), LocalMissionRule_i (2),
…, LocalMissionRule_i (N_i)}… (2)
GlobalMissionRuleSet_i = {GlobalMissionRule_i (1), GlobalMissionRule_i (2),
…, GlobalMissionRule_i (L_i)}… (3)
ここで、MissionRuleSet_iはi番目の候補ミッションルールセットであり、iは１以上M以下であり、Mは候補ミッションルールセットの数である。LocalMissionRuleSet_iはかご一台ごとの運行に関するルールを記述したLocalMissionRule_i(j)の集合であり割当制限ルールやパラメータがこれにあたる。また、N_iはLocalMissionRuleSet_iに含まれるLocalMissionRule_i(j)の数であり、MissionRuleSet_iによって、その数は異なる。たとえば、図２の割当制限ルールの場合にLocalMissionRuleSet_iは次のように記述される。
N_i=3
LocalMissionRule_i(1)={type=行き先別配車,from=1階;to=2,3階}
LocalMissionRule_i(2)={type=行き先別配車,from=1階;to=4,5階} …(4)
LocalMissionRule_i(3)={type=行き先別配車,from=1階;to=6,7階}
Here, MissionRuleSet_i is the i-th candidate mission rule set, i is 1 or more and M or less, and M is the number of candidate mission rule sets. LocalMissionRuleSet_i is a set of LocalMissionRule_i (j) that describes rules related to the operation of each car, and corresponds to allocation restriction rules and parameters. N_i is the number of LocalMissionRule_i (j) included in LocalMissionRuleSet_i, and the number varies depending on MissionRuleSet_i. For example, LocalMissionRuleSet_i is described as follows in the case of the allocation restriction rule of FIG.
N_i = 3
LocalMissionRule_i (1) = {type = Dispatch by destination, from = 1 floor; to = 2,3 floor}
LocalMissionRule_i (2) = {type = Vehicle allocation by destination, from = 1 floor; to = 4,5 floor}… (4)
LocalMissionRule_i (3) = {type = Vehicle allocation by destination, from = 1 floor; to = 6, 7th floor}
GlobalMissionRuelSet_iはエレベータシステム全体に対する運行のルールを記述したGlobalMissionRule_i(k)の集合であり、回送、待機運転などに関するルールやパラメータがこれに当たる。また、L_iはGlobalMissionRuleSet_iに含まれるGloablMissionRule_i(k)の数であり、MissionRuleSet_iによって、その数は異なる。たとえば、１階に待機するエレベータのかご台数が３台以上になるように、回送を行うGlobalMissionRuleSet_iの設定は次のようになる。
L_i=1
GlobalMissionRule_i(1)={type=回送,回送先階=1階,待機台数=3台} …(5)
このLocalMissionRule_i(k)とGlobalMissionRuleSet_iから、かご１台が１周する間の運行ルールであるミッションが生成される。上記のMissionRuleSet_iが選択された場合、ミッションの数はN_iとなり、各ミッションは次のように表現される。
Mission_j(i)={LocalMissionRule_i(j)，GlobalMissionRuleSet_i} …(6)
このMission_j(i)が実際の乗り場呼びやかご呼びの発生、かご運行状態、交通流に合わせて、実際のかごに設定され、それに基づいて、乗り場呼び割当が行われる。
GlobalMissionRuelSet_i is a set of GlobalMissionRule_i (k) describing the rules of operation for the entire elevator system, and rules and parameters related to forwarding, standby operation, etc. correspond to this. L_i is the number of GloablMissionRule_i (k) included in GlobalMissionRuleSet_i, and the number varies depending on MissionRuleSet_i. For example, the GlobalMissionRuleSet_i setting for forwarding is as follows so that the number of elevator cars waiting on the first floor is three or more.
L_i = 1
GlobalMissionRule_i (1) = {type = forwarding, forwarding destination floor = 1 floor, standby number = 3 units}… (5)
From this LocalMissionRule_i (k) and GlobalMissionRuleSet_i, a mission that is an operation rule for one round of a car is generated. When the above MissionRuleSet_i is selected, the number of missions is N_i, and each mission is expressed as follows.
Mission_j (i) = {LocalMissionRule_i (j), GlobalMissionRuleSet_i} (6)
This Mission_j (i) is set to the actual car according to the actual occurrence of the landing call and car call, the car operation state, and the traffic flow, and the landing call assignment is performed based on this.
これらミッションルールセットは交通流に合わせて適切なものを選べば効率やサービス性を向上させることが可能となる反面、不適切なものを選ぶと逆に効率やサービス性を悪化させてしまう危険性を持つ。そこで、発生した交通流に対して適切なミッションルールセットを選ぶ必要があるが、発生する交通流は様々であり、短い期間で考えれば、発生する交通流はある程度限定されるが、季節の変化や、系年変化、単発の行事に伴う交通流など、その変化の範囲は広いと考えられる。そこで、交通流に対して、リアルタイムでミッションルールセット毎のシミュレーションを行い、最適なミッションルールセットを選ぶことが必要である。 These mission rule sets can improve efficiency and serviceability if they are selected appropriately according to the traffic flow, but the risk of worsening efficiency and serviceability if they are selected inappropriately. have. Therefore, it is necessary to select an appropriate mission rule set for the generated traffic flow, but the generated traffic flow varies, and if it is considered in a short period, the generated traffic flow is limited to some extent, but the seasonal change The range of such changes is considered to be wide, such as annual changes and traffic flow associated with single events. Therefore, it is necessary to carry out a simulation for each traffic rule set in real time and select an optimal mission rule set for the traffic flow.
本発明の第１の実施の形態として、交通量データと、乗り場呼び、かご呼びデータから、交通流データを推定し、その結果に対してリアルタイムシミュレータ部で制御結果推定値を演算し、その演算結果に基づいて最適なミッションルールセットを選択し、そのミッションルールセットに基づいてかごの運行を決定するかご運行制御部を備えたエレベータ群管理装置について述べる。 As a first embodiment of the present invention, traffic flow data is estimated from traffic volume data and landing call / car call data, and a control result estimated value is calculated by the real-time simulator for the result, and the calculation is performed. An elevator group management apparatus including a car operation control unit that selects an optimal mission rule set based on the result and determines the car operation based on the mission rule set will be described.
図１は本発明の実施の形態１のエレベータ群管理装置の構成を示す図である。図において、１はエレベータのかご及び乗り場呼び装置と各種検出装置からなるエレベータ群システムであり、１１は各階での乗降項客数を検出する交通量データ検出部、１２はかご内で押される行き先指定釦の状態を検出するかご呼びデータ検出部、１３は乗り場でエレベータを呼ぶために押される乗り場呼び釦の状態を検出する乗り場呼びデータ検出部、１４はかご位置や速度、ドアの状態などのデータを検出するかご運行状態検出部である。２は交通量データ検出部１１とかご呼びデータ検出部１２と乗り場呼びデータ１３から得られるデータに基づいて、交通流データを推定する交通流推定部である。また、３はかごの制御ルールやパラメータの組み合わせをからなるミッションルールセットを格納した、ミッションルールセットデータベースである。４は最適ミッションルールセット検索部である。
FIG. 1 is a diagram showing a configuration of an elevator group management apparatus according to
最適ミッションルールセット検索部４での最適ミッションの検索方法のフローチャートを図４に示す。まず、交通流推定部２で推定された推定交通流データが入力されると、最適ミッションルールセットの検索を開始する。(STEP-1) ミッションルールセットデータベース４から候補ミッションルールセットを選択する。（STEP-2）前記推定交通流データと前記候補ミッションルールセットをリアルタイムシミュレータ部５に入力し、リアルタイムシミュレータ部５の簡易シミュレーション機能により、入力された推定交通流データが発生する状況において、候補ミッションルールセットで群管理を行った場合の制御結果推定値の演算を行う。(STEP-3) ６はミッションルールセット評価値演算部であり、リアルタイムシミュレータ部５で演算された制御結果推定値から、各ミッションルールセットの評価値の演算を行い、最適ミッションルールセット検索部へ入力する。(STEP-4) 候補ミッションルールセットすべてについて、評価値の演算を行ったかどうかを判定し(STEP-5)、演算が終わっていない場合には、STEP2へ戻る。最適ミッションルールセット検索部４で、すべての候補ミッションルールセットの評価値の演算が終了したと判断すると、最良の評価値を得た候補ミッションルールセットを最適ミッションルールセットとして決定し、かご運行制御部７にセットされる。かご運行制御部７は交通量データ検出部１１とかご呼びデータ検出部１２と乗り場呼びデータ１３とかご運行状態検出部１４から得られるデータを受け取ると、最適ミッションルールセットに基づいて、乗り場呼び割当や、回送、待機指示などのかごの運行制御を行う。
FIG. 4 shows a flowchart of the optimum mission search method in the optimum mission rule set
次に、リアルタイムシミュレータ部５での制御結果推定演算について述べる。これは、図４のフローチャートのSTEP3に相当する演算である。リアルタイムシミュレータ部５は推定交通流データと候補ミッションルールセットを元にかご周回時間（RTT）の演算を行い、その過程でかご負荷や乗降車人数の推定を行うとともに、得られたRTTを元に、待ち時間や旅行時間の推定を行う。RTTとは、かごが一周するために必要な時間であり、この値の平均値により、各階への到着間隔、つまりかごのサービスされる間隔の平均値がわかる。また、単位時間あたりに輸送可能な乗客数も評価可能である。RTTはかご速度、ビル階高、かご台数、停止数、乗降車時間の関数となっている。ここでは、交通流ならびに、ミッションルールセットが可変な値となっており、かご速度、ビル階高、かご台数はビルの仕様によって与えられる定数と考えてよい。また停止数や乗降車時間はかご一周あたりの乗降車人数の関数となっている。また、かご一周あたりの乗降車人数は乗客到着間隔とかご到着間隔の積で与えられる。また、乗客到着間隔は交通流データの関数であり、かご到着間隔はRTTとミッションルールセットの関数となっている。よって、RTTはベクトルにより次式のように表される。
Next, the control result estimation calculation in the real-
また、rtt_j(t,i)は、Mission_j(i)を受け持ったかごがそのミッションを履行して、一周し、そのミッションを１回終えるためにかかる時間の平均値である。また、TrafficFlow(t)は時刻tにおける推定交通流データであり、例えば、次式のようにOD行列ODMatrix(t)とビル全体で発生する乗客の発生率PassRate(t)で表される。 Also, rtt_j (t, i) is an average value of the time taken for the car responsible for Mission_j (i) to complete the mission, complete one mission, and complete the mission once. TrafficFlow (t) is estimated traffic flow data at time t, and is represented, for example, by an OD matrix ODMatrix (t) and an incidence rate PassRate (t) of passengers generated in the entire building as in the following equation.
OD行列ODMatrix(t)は各階間の移動の割合を表す行列であり、p階からq階への移動の割合をod(p,q)とすると、 The OD matrix ODMatrix (t) is a matrix that represents the rate of movement between each floor, and the rate of movement from the pth floor to the qth floor is od (p, q).
このとき、ベクトルRTT(t,i)は(7)式の形を取るため、繰り返し計算によって数値解として得られる。図５に制御結果推定演算のフローチャートを示し、以下のその詳細について述べる。 At this time, since the vector RTT (t, i) takes the form of equation (7), it is obtained as a numerical solution by iterative calculation. FIG. 5 shows a flowchart of the control result estimation calculation, which will be described in detail below.
STEP-3-1で、推定交通流データTrafficFlow(t)とミッションルールセットMissionRuleSet_iを入力する。STEP-3-2では、TrafficFlow(t)より、p階からq階へ向かう乗客の発生確率PassengerRate(p,q)(t)を次式により求める。
PassengerRate(p,q)(t)=od(p,q)(t)キPassRate(t) …(11)
In STEP-3-1, input estimated traffic flow data TrafficFlow (t) and mission rule set MissionRuleSet_i. In STEP-3-2, the occurrence probability PassengerRate (p, q) (t) of passengers from the p-th floor to the q-th floor is obtained from TrafficFlow (t) by the following equation.
PassengerRate (p, q) (t) = od (p, q) (t) Key PassRate (t)… (11)
STEP-3-3では、ミッションルールセットより、ミッションを(6)式のように設定し、STEP-3-4では、RTTの初期値ベクトルRTT_initを与え、ベクトルRTT_oldに代入する。ここで、ベクトルRTT_oldはRTT(t,i)を繰り返し計算する上でRTT(t,i)の暫定値を表わしている。STEP3-5では、ベクトルRTT_oldよりp階からq階へ向かう乗客に対するかご到着間隔CarArrive(p,q)を演算する。ここで、Mission(i)は、Mission_j(i)の集合であり、次のように表される。 In STEP-3-3, the mission is set according to the equation (6) from the mission rule set, and in STEP-3-4, the RTT initial value vector RTT_init is given and substituted into the vector RTT_old. Here, the vector RTT_old represents a provisional value of RTT (t, i) in repeatedly calculating RTT (t, i). In STEP 3-5, a car arrival interval CarArrive (p, q) is calculated for a passenger heading from the p-th floor to the q-th floor from the vector RTT_old. Here, Mission (i) is a set of Mission_j (i) and is expressed as follows.
このとき、p階からq階へ移動する乗客にサービスを行うミッションの部分集合がMission(i)(p,q)で表されるとき、CarArrive(p,q)はMission_p,q(i)に含まれるミッションに対応するRTT_oldの要素の時間間隔でサービスするかごが存在していると考えて、演算する。たとえば、 At this time, when a subset of missions that serve passengers moving from the pth floor to the qth floor is represented by Mission (i) (p, q), CarArrive (p, q) becomes Mission_p, q (i) Calculation is performed assuming that there is a car to be serviced at the time interval of the element of RTT_old corresponding to the included mission. For example,
また、A_1は各ミッションに割り付けられるかごの台数の割合を表している。例えば、ミッションの数とかごの数が等しく、かつ、各ミッションに対して、かごが使用される頻度が等しい場合には、A_1=1，A_3=1 となる。なお、この値はかご運行制御部の特性を鑑みて決定される。 A_1 represents the ratio of the number of cars allocated to each mission. For example, if the number of missions and the number of cars are equal, and the frequency with which the cars are used is equal for each mission, A_1 = 1 and A_3 = 1. This value is determined in view of the characteristics of the car operation control unit.
STEP-3-6では、各階毎にあるミッションを履行中のかご到着時の平均乗客発生数を求める。例えば、ミッションjを履行中のかごがp階にupd方向で到着した時の平均乗客発生数をGeneratePass(i,p,upd)をとすると、次式によって得られる。 In STEP-3-6, the average number of passengers at the time of arrival of the car carrying out the mission on each floor is obtained. For example, when GeneratePass (i, p, upd) is taken as the average number of passengers generated when a car carrying out mission j arrives at the p-th floor in the upd direction, the following equation is obtained.
ただし、updはかご走行方向を表し、upもしくは、downの値をとる。qは、upd=up方向の場合にはp<q、upd=down方向の場合には、p>qで、かつ、ミッションjがp階からq階へのサービスが可能な場合に限定して、和を求める。これをすべてのp階のup方向、down方向に対して演算を行う。 However, upd represents the car traveling direction and takes the value of up or down. q is limited to p <q when upd = up direction, p> q when upd = down direction, and mission j can be serviced from the pth floor to the qth floor. Find the sum. This is calculated for the up and down directions of all p floors.
STEP-3-7では、平均乗客発生数GeneratePass(j,p,upd)よりp階upd方向の乗車人数、降車人数、かご内人数、かご負荷率を演算する。まず、up方向の場合、最下階より最上階へ向かって、down方向の場合、最上階より最下階へ向かって、乗車人数、降車人数、かご内人数、かご負荷率を行う。 In STEP-3-7, the number of passengers in the p-floor upd direction, the number of passengers getting off, the number of people in the car, and the car load factor are calculated from the average number of passengers generated GeneratePass (j, p, upd). First, in the up direction, the number of passengers, the number of people getting off, the number of people in the car, and the car load factor are calculated from the lowest floor toward the top floor, and in the down direction, from the top floor toward the bottom floor.
ここで、LoadRate(j,p,upd)はかご負荷率、LastLoadNumは一つ前の階床を出発したときのかご内人数、GetOff(j,p,upd)はp階でupd方向での降車人数、CarCapaはかご定員である。LastLoadNumはupd=upの時には、p-1階での、upd=downの時にはp+1階でのかご内人数となる。また、GetOff(j,p,upd)は、upd=upの場合には、最下階からp-1階までの階を出発して、q階へ向かう乗客の和であり、upd=downの場合には、最上階からp+1階までの階を出発して、q階へ向かう乗客の和である。また、ミッションjについてp階をupd方向で出発するときのかご内人数LoadNum(j,p,upd)はかご定員を超えることができないので、次式で得られる。
LoadNum(j,p,upd)=min(LoadRate(j,p,upd),1)キCarCapa …(17)
Where LoadRate (j, p, upd) is the car load factor, LastLoadNum is the number of people in the car when leaving the previous floor, GetOff (j, p, upd) is the pth floor and gets off in the upd direction The number of people, CarCapa is a car capacity. LastLoadNum is the number of people in the car on the p-1 floor when upd = up and on the p + 1 floor when upd = down. Also, GetOff (j, p, upd) is the sum of passengers who depart from the lowest floor to the p-1 floor and head to the qth floor when upd = up, and upd = down In this case, it is the sum of passengers who depart from the top floor to the p + 1 floor and head to the q floor. Also, since the number of people in the car LoadNum (j, p, upd) when leaving the p-th floor in the upd direction for mission j cannot exceed the car capacity, it is obtained by the following equation.
LoadNum (j, p, upd) = min (LoadRate (j, p, upd), 1) Ki CarCapa (17)
ここで、min(x、y)はxとyの値のうち、小さい方を返す関数である。また、 p階、upd方向での乗車人数は次式で得られる。
GetOn(j,p,upd)=GeneratePass(j,p,jpd)
-{LoadRate(j,p,upd)キCarCapa-LoadNum(j,p,upd)) …(18)
Here, min (x, y) is a function that returns the smaller value of x and y. The number of passengers on the p-th floor and the upd direction is given by the following equation.
GetOn (j, p, upd) = GeneratePass (j, p, jpd)
-{LoadRate (j, p, upd) key CarCapa-LoadNum (j, p, upd))… (18)
STEP-3-8では上記の乗降車人数より、各階の停止確率を求める。つまり、１人以上の乗車もしくは降車が発生した場合にかごは停止する。よって、少なくとも１人の乗客が発生する確率がかごの停止確率と等価であると考えられる。上記の乗降車人数を平均乗降車人数と考えて、その乗降車客がポアソン到着すると仮定し、かごサービス間隔の間で乗車もしくは降車する人が１人以上発生する確率が得られる。つまり、ポアソン到着を仮定すると、グループ係数をGとすると、p階からq階へ向かうG人づつのグループが到着する間隔sがとる確率は次式の指数分布に従う。 In STEP-3-8, the stop probability of each floor is calculated from the number of passengers getting on and off. That is, the car stops when one or more people get on or get off. Therefore, it is considered that the probability that at least one passenger is generated is equivalent to the car stop probability. Considering the above number of people getting on and off as an average number of people getting on and off, it is assumed that the passenger getting on and off arrives in Poisson, and the probability that one or more people who get on or off the vehicle during the car service interval occurs. In other words, assuming Poisson arrival, assuming that the group coefficient is G, the probability of the interval s that G groups from the pth floor to the qth floor arrive will follow the exponential distribution of the following equation.
Pf(s,p,q)(t)=ex/PassengerRate(p,d) …(19)
x=-PassengerRate(p,q)(t)キs/G …(20)
よって、サービス間隔CarArrive(p,q)の間に１グループがやってくる確率は、
P(p,q)(t)=1-ey …(21)
y=-PassengerRate(p,q)(t)キCarArrive(p,q)/G …(22)
P f (s, p, q) (t) = e x / PassengerRate (p, d)… (19)
x = -PassengerRate (p, q) (t) kis / G… (20)
Therefore, the probability that one group will come during the service interval CarArrive (p, q) is
P (p, q) (t) = 1-e y … (21)
y = -PassengerRate (p, q) (t) Ki CarArrive (p, q) / G… (22)
これを、p階に到着もしくはp階から出発するグループのうち、ミッションjでサービス可能なものについて考慮すると、ミッションjがp階にupd方向で停止する確率StopRate(p,j)は次式で得られる。 Considering those groups that arrive at the pth floor or depart from the pth floor that can be served by the mission j, the probability StopRate (p, j) that the mission j stops in the upd direction on the pth floor is can get.
ここで、qはミッションjがupd方向でサービス可能な、p階から出発する乗客の行き先階であり、rはミッションjがupd方向で、サービス可能な、p階へ到着する乗客の出発階である。 Where q is the destination floor for passengers departing from the p-th floor where mission j is serviceable in the upd direction, and r is the departure floor for passengers arriving at the p-th floor where mission j is serviceable in the upd direction is there.
STEP-3-9では、各階での停止確率から、反転階と走行中の停止回数を求め、平均の走行距離と平均の停止回数を求め、一周にかかる時間を演算する。まず、反転確率から考える。例えば、上方向走行中のかごがp階で下方向に反転する上方反転の確率は、p階に停止して、かつp階より上で停止しない確率と考えられる。また、p階より上で停止しない確率は最上階での値を１として、その後再帰的に演算可能である。よって、ミッションjを履行中のかごがp階より上でup方向で停止しない確率NoStopRate(p,j,up,t)は次式で得られる。
NoStopRate(p,j,up,t)=NoStopRate(p+1,j,up,t)キ{1-StopRate(p+1,j,up,t)} …(24)
In STEP-3-9, the inversion floor and the number of stops during traveling are obtained from the stop probability at each floor, the average traveling distance and the average number of stops are calculated, and the time required for one round is calculated. First, consider the inversion probability. For example, the probability of an upside-down in which a car traveling upward is reversed downward on the pth floor is considered to be the probability of stopping on the pth floor and not stopping above the pth floor. The probability of not stopping above the p-th floor can be calculated recursively after setting the value on the top floor to 1. Therefore, the probability NoStopRate (p, j, up, t) that the car executing mission j does not stop in the up direction above the p-th floor is obtained by the following equation.
NoStopRate (p, j, up, t) = NoStopRate (p + 1, j, up, t) key {1-StopRate (p + 1, j, up, t)}… (24)
また、ミッションjを履行中のかごがp階でup方向で反転する確率ReverseRate(p,j,upd,t)は次式で得られる。
ReverseRate(p,j,upd,t)=NoStopRate(p+1,j,upd,t)キStopRate(p,j,upd,t) …(25)
Further, the probability ReverseRate (p, j, upd, t) that the car carrying out the mission j reverses in the up direction on the p-th floor is obtained by the following equation.
ReverseRate (p, j, upd, t) = NoStopRate (p + 1, j, upd, t) Key StopRate (p, j, upd, t)… (25)
以上、(22)式と(23)式より、かごの走行パターン（停止階と反転）の発生確率が得られ、STEP-3-7で得られた乗降車人数より、各階での乗降車時間が得られる。また走行パターン毎にそれに必要な走行時間は演算可能である。よって、様々な走行パターンについて、その発生確率 を考慮して平均値を取ることにより、あるミッションを１回履行するのに必要な時間が得られる。 From the equations (22) and (23) above, the probability of the car traveling pattern (stopped floor and reverse) is obtained, and the boarding / exiting time at each floor is calculated from the number of people getting on and off at STEP-3-7. Is obtained. The travel time required for each travel pattern can be calculated. Therefore, by taking an average value in consideration of the probability of occurrence for various traveling patterns, the time required to execute a certain mission once can be obtained.
STEP-3-10では、各階で、かご内人数が０になる確率を求め、その時に、そのかごに対して、各階での乗客の発生までの時間を乗客発生確率とポアソン到着から求め、そのかごが再び動き出すまでの時間をアベイラブル時間（かごが待機している時間）として、演算する。 In STEP-3-10, the probability that the number of people in the car will be 0 on each floor is obtained, and at that time, the time until the occurrence of passengers on each floor is obtained from the passenger occurrence probability and Poisson arrival. The time until the car starts moving again is calculated as the available time (the time the car is waiting).
STEP-3-11では、STEP-3-9で求めた一周にかかる時間とSTEP-3-10で求めたアベイラブル時間の和を新たなRTTとして、ベクトルRTT_newに代入する。ベクトルRTT_newはベクトルRTT_newはベクトルRTT(t,i)の演算上の暫定値である。 In STEP-3-11, the sum of the time required for one round obtained in STEP-3-9 and the available time obtained in STEP-3-10 is substituted into the vector RTT_new as a new RTT. The vector RTT_new is a provisional value in the calculation of the vector RTT (t, i).
STEP-3-12ではベクトルRTT_newとベクトルRTT_oldの比較を行い、その差が閾値(Threshold)以下であれば、STEP-3-14へ進み、その差が閾値以上であれば、STEP-3-13へ進んで、今回の演算結果ベクトルRTT_newをベクトルRTT_oldに代入して、STEP-3-5へ戻る。 In STEP-3-12, the vector RTT_new and the vector RTT_old are compared. If the difference is less than or equal to the threshold (Threshold), the process proceeds to STEP-3-14. If the difference is greater than or equal to the threshold, STEP-3-13 Then, the current operation result vector RTT_new is assigned to the vector RTT_old, and the process returns to STEP-3-5.
STEP-3-14では乗客のサービス間隔CarArrive(p,q)に基づいて、待ち時間を演算するとともに、各階の停止確率を元に旅行時間の演算を行う。 In STEP-3-14, the waiting time is calculated based on the passenger service interval CarArrive (p, q), and the travel time is calculated based on the stop probability of each floor.
以上のプロセスに従えば、平均待ち時間、平均旅行時間、かご負荷率、各階での乗車、降車人数などが制御結果推定値として得られる。 According to the above process, the average waiting time, average travel time, car load factor, boarding on each floor, number of passengers getting off, etc. are obtained as estimated control results.
次に、ミッションルールセット評価値演算部６での評価値演算について述べる。すでに、述べたようにリアルタイムシミュレータ部では平均待ち時間、平均旅行時間、かご負荷率などが制御結果推定値として得られる。そこで、推定交通流TrafficFlow(t)が発生した時に、ミッションルールセットMissionRuleSet_iを選択した場合の評価値は次のように得られる。
If(MaxLoad(i,t)<LoadThreshold)
E(i,t)=K1キWaitTime(i,t)+K2キTravelTime(i,t) …(26)
Else
E(i,t)=∞
Next, evaluation value calculation in the mission rule set evaluation
If (MaxLoad (i, t) <LoadThreshold)
E (i, t) = K1 key WaitTime (i, t) + K2 key TravelTime (i, t)… (26)
Else
E (i, t) = ∞
ここで、MaxLoad(i,t)は、TrafficFlow(t)、MissionRuleSet_iで演算した、LoadRate(j,p,upd)の最大値であり、LoadThresholdは、最大かご負荷の許容値であり、この値は１より小さくなければ、積み残しが発生する。E(i,t)はミッションルールセットiの評価値であり、WaitTime(i,t)はミッションルールセットiが選択された場合のビル全体の平均待ち時間、TravelTime(i,t)はビル全体の平均旅行時間である。K1、K2はそれぞれ待ち時間と旅行時間に対する重み付けとなる。このように、評価値E(i,t)を定義したとき、最適ミッションルールセット検索部４ではE(i,t)が最小となるミッションルールセットを最適ミッションルールセットとして選択する。
Here, MaxLoad (i, t) is the maximum value of LoadRate (j, p, upd) calculated by TrafficFlow (t) and MissionRuleSet_i, and LoadThreshold is the allowable value of the maximum car load. If it is not smaller than 1, unloading occurs. E (i, t) is the evaluation value of mission rule set i, WaitTime (i, t) is the average waiting time of the entire building when mission rule set i is selected, and TravelTime (i, t) is the entire building The average travel time. K1 and K2 are weights for waiting time and travel time, respectively. As described above, when the evaluation value E (i, t) is defined, the optimum mission rule set
以上のようにエレベータ群管理装置を構成することにより、交通流TrafficFlow(t)に対して、最適なミッションルールセットの選択が可能となり、その最適なミッションルールセットに従って、かご運行制御部７でかごの運行制御を行うことにより、最適なかご運行が可能となる。
By configuring the elevator group management device as described above, it is possible to select an optimal mission rule set for the traffic flow TrafficFlow (t), and the car
実施の形態２．
本発明の実施の形態２として、実施の形態１とは異なった方法で、エレベータ群管理装置を構成する方法について述べる。本実施の形態は実施の形態１の交通流推定部２の代わりにエレベータ群システム１の中に交通流データ検出部１５を設けたものである。その他の部分については、実施の形態１と同じであるため、ここでは説明を行わない。図６は実施の形態２の基本構成図である。交通流データ検出部１５は乗客の階間の移動に関する情報を含んだ交通流データの検出を行う。通常の方向のみを指定する乗り場呼び釦とかご内行き先指定釦では交通流データの検出は難しいが、行き先階を指定する乗り場呼び釦が設置されている場合や、非接触式ICカードを乗客が持っている場合など、交通流データの検出が可能である。
As a second embodiment of the present invention, a method for configuring an elevator group management apparatus by a method different from the first embodiment will be described. In this embodiment, a traffic flow
以上のようにエレベータ群管理装置を構成することにより、実施の形態１で用いる推定交通流データの代わりに正確な交通流データがTrafficFlow(t)として得ることができ、その交通流TrafficFlow(t)に対して、最適なミッションルールセットの選択が可能となり、その最適なミッションルールセットに従って、かご運行制御部７でかごの運行制御を行うことにより、最適なかご運行が可能となる。
By configuring the elevator group management apparatus as described above, accurate traffic flow data can be obtained as TrafficFlow (t) instead of the estimated traffic flow data used in
実施の形態３．
本発明の実施の形態として、実施の形態１、２において、ミッションルールセットデータベース３を最適化するミッションルールセット生成装置を利用するエレベータ群管理システムを構成する方法について述べる。ミッションルールセットデータベース３は制御ルールとパラメータからなるミッションルールセットを複数格納している。そして、最適ミッションルールセット検索部４では、格納されているミッションルールセット毎に評価を行って、最適なミッションルールセットを選択する。しかし、制御ルールや可変なパラメータが多く存在する場合、それらの組み合わせのミッションルールセットの数Ｍが大きくなりすぎ、実時間内で、全てのミッションルールセットに対して評価値の演算が終了しない場合がある。そこで、あらかじめ、エレベータの設置されるビルに応じて、ミッションルールセットデータベース３に格納するミッションルールセットを限定しておくことにより、ミッションルールセットデータベース内のミッションルールセットの数Mを押さえて、最適ミッションルールセットの検索時間を短縮することが可能となる。そこで、ミッションルールセット生成装置８を設け、群管理装置のオンライン処理前にあらかじめ、ミッションルールセットデータベースに格納するミッションルールセットを生成する。
As an embodiment of the present invention, a method of configuring an elevator group management system using a mission rule set generation device that optimizes the mission rule set
図７は実施の形態１の発明にミッションルールセット生成装置８を追加した発明の基本構成図であり、図８は実施の形態２の発明にミッションルールセット生成装置８を追加した発明の基本構成図である。その他の部分については、それぞれ実施の形態１、もしくは実施の形態２と同じであるため、ここでは説明を行わない。図９にミッションルールセット生成装置８の構成を示す。制御ルールデータベース８１はかご運行制御部７に設定可能な制御ルールの集合である。制御パラメータデータベース８２はかご運行制御部７に設定されている可変パラメータの取りうる値の集合である。エレベータの設置されるビルが決定されると、階床数、床面積、ロビー階位置、食堂階位置などの情報をもつビル仕様データ、かご台数、かご速度、かご定員などの情報を持つエレベータ仕様データ、一社占有オフィスビル、テナントオフィスビル、ホテルなど、ビル利用に関する情報を持つ、ビル利用計画データが、制御ルール、パラメータ組み合わせ部に入力されると、制御ルールデータベース８１や制御パラメータデータベース８２に格納された制御ルールやパラメータの使用されうる組み合わせを選択し、ミッションルールセットを作成し、ミッションルールセットデータベース３へ格納する。
FIG. 7 is a basic configuration diagram of the invention in which the mission rule set generation device 8 is added to the invention of the first embodiment, and FIG. 8 is a basic configuration of the invention in which the mission rule set generation device 8 is added to the invention of the second embodiment. FIG. The other portions are the same as those in the first embodiment or the second embodiment, and thus will not be described here. FIG. 9 shows the configuration of the mission rule set generation device 8. The
以上のように、ミッションルールセット生成部８並びにエレベータ群管理装置を構成し、ミッションルールセットデータベースのサイズを小さくすることにより、最適ミッションルールセットの検索時間を短縮して、最適なエレベータ群管理が可能となる。 As described above, the mission rule set generation unit 8 and the elevator group management device are configured, and by reducing the size of the mission rule set database, the search time for the optimal mission rule set can be shortened, and the optimal elevator group management can be performed. It becomes possible.
１ エレベータ群システム、２ 交通流推定部、３ ミッションルールセットデータベース、４ 最適ミッションルールセット検索部、５ リアルタイムシミュレータ部、６ ミッションルールセット評価値演算部、７ かご運行制御部、８ ミッションルールセット生成部、１１ 交通量データ検出部、１２ かご呼びデータ検出部、１３ 乗り場呼びデータ検出部、１４ かご運行状態検出部、１５ 交通流データ検出部、８１ 制御ルールデータベース、８２ 制御パラメータデータベース、８３ 制御ルール，パラメータ組み合わせ部、２―１ エレベータ群システム、２―２ 群管理制御部、２―３ 学習制御部、２―３１ 制御結果評価部、２―３２ 推論部、２―３３ 合成部、２―３４ 部分モデル部。
1 elevator group system, 2 traffic flow estimation unit, 3 mission rule set database, 4 optimal mission rule set search unit, 5 real-time simulator unit, 6 mission rule set evaluation value calculation unit, 7 car operation control unit, 8 mission rule set
Claims (4)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003351136A JP3714343B2 (en) | 2003-10-09 | 2003-10-09 | Elevator group management simple simulator and elevator group management device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003351136A JP3714343B2 (en) | 2003-10-09 | 2003-10-09 | Elevator group management simple simulator and elevator group management device |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP12597899A Division JP3498632B2 (en) | 1999-05-06 | 1999-05-06 | Elevator management device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004010361A JP2004010361A (en) | 2004-01-15 |
| JP3714343B2 true JP3714343B2 (en) | 2005-11-09 |
Family
ID=30439213
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003351136A Expired - Fee Related JP3714343B2 (en) | 2003-10-09 | 2003-10-09 | Elevator group management simple simulator and elevator group management device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3714343B2 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011020784A (en) * | 2009-07-15 | 2011-02-03 | Fujitec Co Ltd | Elevator group supervisory operation simulation system |
| CN105398894A (en) * | 2015-11-09 | 2016-03-16 | 日立电梯（中国）有限公司 | Control method and system for elevator divided-period running |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011102158A (en) * | 2009-11-10 | 2011-05-26 | Toshiba Elevator Co Ltd | Group management control device and group management control method for elevator |
-
2003
- 2003-10-09 JP JP2003351136A patent/JP3714343B2/en not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011020784A (en) * | 2009-07-15 | 2011-02-03 | Fujitec Co Ltd | Elevator group supervisory operation simulation system |
| CN105398894A (en) * | 2015-11-09 | 2016-03-16 | 日立电梯（中国）有限公司 | Control method and system for elevator divided-period running |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2004010361A (en) | 2004-01-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4870863B2 (en) | Elevator group optimum management method and optimum management system | |
| US6672431B2 (en) | Method and system for controlling an elevator system | |
| JP5464979B2 (en) | Elevator group management system | |
| JP5264717B2 (en) | Elevator group management control device | |
| KR940009984B1 (en) | Elevator control device | |
| Jamaludin et al. | An elevator group control system with a self-tuning fuzzy logic group controller | |
| JP2008538737A (en) | Group elevator scheduling using predicted traffic information. | |
| JP4494696B2 (en) | Elevator group management device | |
| US10183836B2 (en) | Allocating destination calls using genetic algorithm employing chromosomes | |
| JP2014234296A (en) | Group management control method for elevator system | |
| JPH0428680A (en) | Elevator controlling device | |
| JP2573715B2 (en) | Elevator control device | |
| KR20050085231A (en) | Method and elevator scheduler for scheduling plurality of cars of elevator system in building | |
| Nikovski et al. | Decision-Theoretic Group Elevator Scheduling. | |
| Sun et al. | Optimization of group elevator scheduling with advance information | |
| JP3498632B2 (en) | Elevator management device | |
| US20070272496A1 (en) | Control Method and System for Elevator | |
| JP3714343B2 (en) | Elevator group management simple simulator and elevator group management device | |
| Ikuta et al. | Strategy selection by reinforcement learning for multi-car elevator systems | |
| Inamoto et al. | Gradually resolving procedures by a trip-based integer programming to optimize elevator operations | |
| JPH0449183A (en) | Elevator control device | |
| WO2018193819A1 (en) | Method for predicting movement of elevator user and device for predicting movement of elevator user | |
| Zheng et al. | Traffic prediction for efficient elevator dispatching | |
| Cortés et al. | A State of the Art on the most relevant patents in vertical transportation in buildings | |
| KR102136022B1 (en) | Reinforcement learning based elevator control apparatus |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20040629 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050322 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050519 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050802 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050815 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080902 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090902 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090902 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100902 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110902 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110902 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120902 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |