JP4454979B2 - Elevator group management system, elevator group management method, and elevator group management program - Google Patents

Elevator group management system, elevator group management method, and elevator group management program Download PDF

Info

Publication number
JP4454979B2
JP4454979B2 JP2003208196A JP2003208196A JP4454979B2 JP 4454979 B2 JP4454979 B2 JP 4454979B2 JP 2003208196 A JP2003208196 A JP 2003208196A JP 2003208196 A JP2003208196 A JP 2003208196A JP 4454979 B2 JP4454979 B2 JP 4454979B2
Authority
JP
Japan
Prior art keywords
elevator
group management
data
elevator control
control target
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
Application number
JP2003208196A
Other languages
Japanese (ja)
Other versions
JP2005067744A (en
Inventor
尚史 山田
英之 愛須
哲二 池田
宜正 浅野
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.)
Toshiba Corp
Toshiba Elevator and Building Systems Corp
Original Assignee
Toshiba Corp
Toshiba Elevator 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 Toshiba Corp, Toshiba Elevator Co Ltd filed Critical Toshiba Corp
Priority to JP2003208196A priority Critical patent/JP4454979B2/en
Publication of JP2005067744A publication Critical patent/JP2005067744A/en
Application granted granted Critical
Publication of JP4454979B2 publication Critical patent/JP4454979B2/en
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Landscapes

  • Elevator Control (AREA)

Description

【０００１】
【発明の属する技術分野】
本発明は、エレベータ群管理のためのシステム、方法、ならびにプログラムに関する。
【０００２】
【従来の技術】
エレベータ群管理システムはエレベータの運行効率の向上ならびに乗降客へのサービスの向上を目的とし、ビル内の任意の階床において任意の時刻に発生したホール呼びに対し群管理アルゴリズムによって最適なエレベータカゴを割り当て、その運行を制御するというものである。発生したホール呼びに対し群管理アルゴリズムがエレベータカゴを割り当てる際には、現時点においてビル全体で発生している全てのホール呼びへのサービス状況に加え、カゴ呼び、カゴの位置、およびカゴの乗車人数等のカゴ情報が加味される。また、エレベータ群管理システムが採るエレベータ群管理制御の方針は、ビル全体を考慮した平均的なエレベータパフォーマンスを向上することであり、このような制御方針に従ってエレベータカゴを割り当てるようシステムは構成されている。
【０００３】
複数台のエレベータカゴのなかからホール呼びに割り当てるエレベータカゴを選択するにあたり、それぞれのエレベータカゴは評価される。この評価に用いられる評価関数には、交通需要に応じて選択された可変パラメータによって重み付けがなされる。
【０００４】
従来、評価関数を重み付けするための可変パラメータの選択をニューラルネットワークを用いて行う技術が例えば下記特許文献１において提案されている。この特許文献１に記載された技術では、ある交通需要において、ある可変パラメータを用いた場合のエレベータパフォーマンスをニューラルネットワークに学習させ、交通需要と可変パラメータを入力するとエレベータパフォーマンスの予測値を出力するニューラルネットワークエレベータモデルを構築しておく。このニューラルネットワークエレベータモデルから出力されるエレベータパフォーマンスの予測値のうち、最良の予測値を与える可変パラメータを上記評価関数を重み付けするための可変パラメータとして選択する。
【０００５】
また、エレベータ群管理システムにエレベータシミュレータを実装し、ある交通需要において、ある可変パラメータによる制御を行った場合のエレベータパフォーマンスをシミュレーション（模擬実験）に基づいて予測する技術が例えば特許文献２において提案されている。この特許文献２には、利用者の感性による制御目標値の要求を受け付け、かかる要求に応じてエレベータの群管理制御を行うことについて記載されている。
【０００６】
【特許文献１】
特開平２−２２６４２５号公報（特願平１−４７１３６号）
【特許文献２】
特開２０００−３１８９３８号公報（特願平１１−１２５９７８号）
【発明が解決しようとする課題】
従来のエレベータ群管理システムは、いずれも、上述のようにビル全体を考慮した平均的なエレベータパフォーマンスを向上することをエレベータ群管理制御方針としており、特定の出発階と特定の行先階との間、つまり特定のＯＤ(Origin Destination)間のエレベータパフォーマンスを向上させるといった詳細な制御は困難である。現在のビル構成事情では、一社占有ビルというようなビル形態は減少しており、複数のテナントがビル内に入居するような複合型ビルが増加している。このような複合型ビル形態においては、ビル内のテナント等の入れ替え等が頻繁に発生する。この場合、ある時間帯のＯＤ交通需要の変化や、時間帯毎の特定ＯＤ間でのエレベータ制御結果の変化が、一社占有ビルの場合に比べて頻繁に発生する。ＯＤ交通需要がめまぐるしく変化する場合、エレベータの制御目標を平均的に向上させることを目的とする従来のシステムでは、時間帯などに応じて特定ＯＤ間のパフォーマンスのみを向上させることは上述のように困難であることから、ＯＤ交通需要の変化に十分に対応しているとは言えない。この問題は、カゴ割り当て制御における可変パラメータの選択にニューラルネットワークを利用したり、可変パラメータをシミュレーションにより選択するといった上述の従来技術においても同様である。
【０００７】
したがって、ビル全体の平均的なエレベータパフォーマンスの向上を目的とするのではなく、ＯＤ単位でエレベータパフォーマンスの制御目標を部分的に定めることができるエレベータ群管理システムの提供が望まれている。
【０００８】
したがって本発明は、ＯＤ単位でエレベータ制御目標を設定可能であるとともに、ＯＤ単位で設定されたエレベータ制御目標に向けた群管理制御を実現するエレベータ群管理システム、方法、ならびにプログラムを提供することを目的とする。
【０００９】
【課題を解決するための手段】
本発明の一観点に係るエレベータ群管理システムは、ビル内の任意階床において任意の時刻に発生したホール呼びに対し、エレベータカゴを割り当てる群管理制御を実行するエレベータ群管理システムにおいて、エレベータ制御目標は、出発階床及び行先階床の組み合わせと対応付けて設定する設定手段を備えることを特徴とし、前記エレベータ制御目標を制御目標として前記群管理制御を実行することを特徴としたエレベータ群管理システムである。
【００１０】
【発明の実施の形態】
以下、図面を参照しながら本発明の実施形態を説明する。
【００１１】
（第１実施形態）
図１は本発明の第１実施形態に係るエレベータ群管理システムの概略構成を示すブロック図である。同図に示すように本システムは、エレベータ制御目標２を操作者が設定する際のＧＵＩ（グラフィカルユーザインタフェース）を提供するエレベータ制御目標値設定部１を備える。また、エレベータ制御目標値設定部１により設定されたエレベータ制御目標２に向けたエレベータ群管理制御に適用される群管理アルゴリズムを決定する群管理アルゴリズム決定部３を備える。すなわち本システムは、各々が異なるエレベータパフォーマンス結果を与える複数の群管理アルゴリズムを予め備えている。各々の群管理アルゴリズムは群管理アルゴリズム識別子によって識別される。群管理アルゴリズム決定部３は後述する処理に従って、エレベータ制御目標２に向けたエレベータ群管理制御に適用される群管理アルゴリズムを一つ決定し、その識別子をエレベータ群管理部５に出力する。
【００１２】
エレベータ群管理部５は、少なくとも２台以上のエレベータカゴ６１を有するエレベータ６の群管理制御を実行する部分であり、当該ビル内の任意の階床において任意の時刻に発生したホール呼びに対し、群管理アルゴリズム決定部３により決定された群管理アルゴリズムを実行して最適なエレベータカゴを割り当てる。
【００１３】
また本実施形態のシステムは、群管理アルゴリズム決定部３が群管理アルゴリズムを決定する際に必要とする情報を収集、記録するための構成要素として、ＯＤ交通需要検出部１１と、エレベータ性能事例データ記憶部４と、エレベータ運行制御結果検出部１０と、エレベータ性能事例データ集計部１２とを備える。
【００１４】
ＯＤ交通需要検出部１１およびエレベータ運行制御結果検出部１０は、エレベータ６に備えられたホール呼び検出部７、カゴ呼び検出部８、およびカゴ情報検出部９に接続されており、エレベータ６の運行時にこれらの検出部から必要な情報を取得する。
【００１５】
以上の構成において、エレベータ６及びホール呼び検出部７、カゴ呼び検出部８、およびカゴ情報検出部９を除く構成要素は、コンピュータソフトウェア、またはコンピュータソフトウェアとハードウェアの組み合わせにより実現することができる。これらの場合、エレベータ群管理のためのコンピュータとエレベータ６の実機との間は、制御に必要な電気信号を送受するための制御盤や通信インタフェースボードを介して接続される。
【００１６】
本実施形態のエレベータ群管理システムにおいて実行される処理は、３つの処理ブロックに大別することができる。すなわち、ＯＤ単位でエレベータ制御目標の値を設定する処理ブロック１と、エレベータ性能事例データを収集し記録する処理ブロック２と、使用すべき群管理アルゴリズムを決定する処理ブロック３である。
【００１７】
以下、これら３つの処理ブロックのそれぞれについて詳細に説明する。まず処理ブロック１では、ＯＤ単位でエレベータ制御目標２を設定する。
【００１８】
図２はエレベータ制御目標値設定部のＧＵＩの一例を示す図である。エレベータ制御目標値設定部１は、コンピュータのディスプレイにエレベータ制御目標２の設定画面Ｆ２１を表示する。この設定画面Ｆ２１からも分かるように、エレベータ制御目標２は、５行×５列の表形式を有する。この表は、行項目がエレベータの出発階床を表し、列項目がそのエレベータの行先階床を表すいわゆるＯＤ(Origin Destination)表に相当する。すなわち、エレベータ制御目標２のデータ構造はＯＤ表からなる。設定画面Ｆ２１において、Ａ階床からＢ階床への移動に対応する欄が選択されると、例えば別のウインドウとして画面Ｆ２２が現われる。この画面Ｆ２２によれば、Ａ階床からＢ階床へ移動するエレベータの制御目標項目である「待ち時間」、「サービス時間」、「長待ち率」のそれぞれの設定状況をグラフにおいて確認することができる。
【００１９】
なお、エレベータ制御目標２はエレベータ納入後にオンラインで変更したり、夜間やメンテナンス時等のエレベータ休止中にオフラインで設定変更することができる。また、エレベータ制御目標項目は、上記のみならず、「乗車時間」、「乗車人数」、「カゴ通過間隔時間」、「カゴ最大通過間隔時間」、「カゴ通過回数」の少なくともいずれかを含む。
【００２０】
ここで、ＯＤ表について簡単に説明する。
交通流量の定量分析には、出発地を行とし、目的地を列とする配列表が用いられる場合がある。この配列表は一般にＯＤ表と呼ばれる。ＯＤ表は、任意の出発地から任意の目的地へのトラフィックを特定でき、特定の期間、目的、あるいは他の分類に用いられる。ｎ×ｍ配列のＯＤ表において、ｎは出発地の数、ｍは目的地の数に相当する。出発地と目的地の数が同一であるとき、ｎ＝ｍであり、正方のＯＤ表となる。このようなＯＤ表が本実施形態のエレベータ群管理に用いられる。上記出発地は出発階床に対応し、上記目的地は行先階床に対応する。
【００２１】
本実施形態の説明において、エレベータ制御目標２のＯＤ表等における「階床」、ならびにＯＤを指定する際の「階床」とは、複数の特定階床を一つに纏めた階床の上位概念のことをいう。複数の特定階床は、異なる階床にまたがるレストラン街や、店子等に対応する場合もあり、階床の最小単位、つまり単一階床に対応する場合もある。なお、ＯＤ表における第１の階床に対応する特定階床と、ＯＤ表における第２の階床に対応する特定階床とは、重複しないものとする。
【００２２】
また、複数の特定階床を一つに纏めて表す上位概念階床と、具体的な階床（すなわち単一の階床）とがＯＤ表において混在してもよい。また、このようなＯＤ表を用いて設定されるエレベータ制御目標項目は、上記「待ち時間」、「サービス時間」、ならびに「長待ち率」のみに限定されず、項目数も少なくとも１つ以上の任意である。ＯＤ表は、これらの値を出発階床及び行先階床の組み合わせと対応付けて表す。
【００２３】
（ＯＤ表の設定）
図３は、エレベータ制御目標の設定内容の一例を示す図である。エレベータ制御目標２は、複数のＯＤ表からなる。各々のＯＤ表は、異なる項目に対応している。一つのＯＤ表、すなわち項目別エレベータ制御目標は、ＯＤ毎にその内容（ＯＤ制御目標）を設定することができる。図３に示すように、本実施形態では、「待ち時間」、「サービス時間」、「長待ち率」というエレベータ性能項目をエレベータ制御目標設定可能項目としており、それぞれの項目別エレベータ制御目標のＯＤ制御目標値を設定可能である。
【００２４】
(エレベータ制御目標の設定値)
図３に示すように、エレベータ制御目標項目「待ち時間」において、Ａ階床からＢ階床へ移動する制御目標値は２５と設定されている（単位はｓｅｃ（秒））。これは、「Ａ階床からＢ階床へ向かうエレベータ乗客の平均待ち時間は２５ｓｅｃを目標とする。」という意味である。
【００２５】
図４はＯＤ制御目標の種類を示す図である。ＯＤ制御目標は、具体的な数値により設定することもできるし、数値範囲や条件とすることもできる。以下の説明では、これらを総称して「ＯＤ制御目標値」と称する。例えば、図４（ａ）に示すように、「Ａ階床からＢ階床へ向かうエレベータ乗客の平均待ち時間は２５ｓｅｃ以下であればよい」という設定や、図４（ｂ）に示すように、「Ａ階床からＢ階床へ向かうエレベータ乗客の平均待ち時間は２５ｓｅｃ以上３０ｓｅｃ以下」という設定、図４（ｃ）に示すように、「Ａ階床からＢ階床については任意の平均待ち時間でよい。」というような設定が可能である。また図４（ｄ）に示すように、「Ａ階床からＢ階床は２５ｓｅｃ」、「Ｂ階床からＣ階床は３０ｓｅｃ以上４０ｓｅｃ以下」、「Ｄ階床からＢ階床は３０ｓｅｃ以下」、「Ｅ階床からＡ階床は任意」という具合に、具体的な数値、数値範囲、条件を混在して設定されてもよい。このように一つのエレベータ制御目標項目について、ＯＤ毎に制御目標値が設定される。同様に、他のエレベータ制御目標項目ついてもＯＤ制御目標値が設定される。このような設定及び変更等が完了すると、エレベータ制御目標２の記憶内容は更新される。なお、設定変更が行われなかった場合、以前の設定値が反映される。
【００２６】
このようにエレベータ制御目標値設定部１によれば、エレベータ制御目標２をＯＤ単位で細かく設定することができる。
【００２７】
図３で示したようなエレベータ制御目標２をエレベータ６の制御目標とし、処理ブロック３は群管理アルゴリズムの決定を行う。処理ブロック３の群管理アルゴリズム決定方法については後に詳細に説明する。
【００２８】
(エレベータ制御目標の合成)
次に、エレベータ制御目標が複数存在する場合について説明する。
【００２９】
例えば８時から９時の間のエレベータ制御目標２が複数存在する場合など、エレベータ制御目標が同時に複数個存在する場合、エレベータ制御目標合成部（不図示）のＯＤ制御目標値合成演算処理により、これらのエレベータ制御目標は一つのエレベータ制御目標に合成される。以下、その合成方法を説明する。
【００３０】
（合成方法１）
ＯＤ制御目標値Ｓ1とＳ2をＯＤ制御目標値合成演算処理を用いて、エレベータ制御目標合成値Ｓを以下に示す。
【数１】

Figure 0004454979
【００３１】
以上のようにＯＤ制御目標値合成演算処理を行うことで、同時に存在する複数のエレベータ制御目標を一つのエレベータ制御目標２に合成することができる。なお、３つ以上のエレベータ制御目標をエレベータ制御目標合成部により合成する場合には、順次に合成を行う。
【００３２】
（合成方法２）
あるいは、エレベータ制御目標の設定が可能な管理者が複数存在し、それぞれが要求するエレベータ制御目標２が同時に複数個存在する場合、エレベータ制御目標を設定可能な管理者が各階床Ａ，Ｂ，Ｃ，Ｄ，Ｅの各々の管理者である場合、各管理者が設定しても無意味なＯＤ制御目標値に関しては、図５のようにマスキングなどを施すことにより設定できないようにする。
【００３３】
例えば、Ａ階床の管理者にとっては、Ｂ階床からＣ階床、Ｄ階床からＢ階床へ移動するエレベータ６の乗客に対するサービスは、直接関係がない。この場合、Ａ階床を経由しないＯＤに対する制御目標値を、Ａ階床の管理者が設定できないようにする。
【００３４】
一方、「Ａ階床の管理者が設定したＡ階床からＢ階床へのＯＤ制御目標値」と「Ｂ階床管理者が設定したＡ階床からＢ階床へのＯＤ制御目標値」は、Ａ階床管理者とＢ階床管理者の設定したＯＤ制御目標値が重複設定となる。このような場合には、エレベータ制御目標合成部のＯＤ制御目標値演算処理により、Ａ階床からＢ階床へのエレベータ制御目標値の合成を行う。あるいは、時間帯ごとに管理者に優先順位を付与してもよい。例えば、ある時間帯においては階床管理者優先度をＡ，Ｂ，Ｃ，Ｄ，Ｅとする。そうすると、先に述べたＡ階床からＢ階床へ移動するＯＤ制御目標値は、Ａ階床管理者とＢ階床管理者の設定値が重なっているが、優先順位はＡ階床管理者の方が高い。この場合、Ａ階床管理者が設定したエレベータ制御目標値が設定される。
【００３５】
次に、処理ブロック２のエレベータ性能事例データの収集及び記録について説明する。
【００３６】
本実施形態では、エレベータ６の運行状況を実測し、その実測結果に基づいてエレベータ制御結果を算出し、これをエレベータ性能事例データとして記録する。エレベータ性能事例データのデータ構造及び詳細については後に説明する。
【００３７】
ホール呼び検出部７は、ビル内に発生したホール呼び情報を検出し、カゴ呼び検出部８はエレベータカゴ６１で発生したカゴ呼び情報を検出し、カゴ情報検出部９は「カゴの荷重」、「カゴの進行方向」、「カゴの速度」、「カゴの位置」等のカゴ情報を検出する。
【００３８】
ＯＤ交通需要検出部１１は、ホール呼び検出部７、カゴ呼び検出部８、カゴ情報検出部９から受信したデータをもとに、当該ビル内のエレベータ６において実際に発生したＯＤ交通需要を検出し、ＯＤ交通需要データを作成する。ＯＤ交通需要検出部１１によるＯＤ交通需要データの検出方法については、特公平７−１０６８４５号公報、特公平５−７１５１３号公報、ならびに特公平１−１５４７３号公報等の記載を参考にすることができる。
【００３９】
エレベータ運行制御結果検出部１０は、ＯＤ交通需要検出部１１によりＯＤ交通需要データが検出された間のエレベータの運行制御結果を検出し、少なくともエレベータ制御目標として設定可能なエレベータ制御項目について、ＯＤ単位のエレベータ制御結果を表すデータを作成する。このエレベータ制御結果データはエレベータ乗客へのサービス結果（実績）に相当するデータであり、「待ち時間」、「サービス時間」、「長待ち率」の値をＯＤ単位で表すものである。
【００４０】
ＯＤ単位でエレベータ制御結果を検出する方法としては、ホール呼び検出部７、カゴ呼び検出部８、カゴ情報検出部９により検出されたホール呼び情報、カゴ呼び情報、カゴ情報に基づいて検出することができる。例えばこれらの情報をエレベータ運行制御結果検出部１０に送信し、
ホール呼び情報が表す「発生時間」と「発生階床」や、カゴ情報が表す「カゴ到着時間」、「ドア開時間」、「ドア閉時間」、「カゴ停止時間」、「カゴ荷重」、あるいはホール呼びから派生したカゴ呼びのカゴ呼び情報が表す「目的階床」に基づいて逐次的に乗客の「待ち時間」、「サービス時間」、「長待ち率」を算出する。これをＯＤ単位で集計することにより、「ＯＤ単位エレベータ制御結果」を得ることができる。
【００４１】
次に、エレベータ性能事例データについて説明する。エレベータ性能事例データ集計部１２は、ＯＤ交通需要検出部１１により取得された「ＯＤ交通需要データ」、エレベータ運行制御結果検出部１０により取得された「ＯＤ単位エレベータ制御結果データ」、これらのデータが取得される間に適用された群管理アルゴリズムを識別するための「群管理アルゴリズム識別子」を、一つのデータセットとして集計する。このデータセットにデータセット番号を発番し、図６に示すような構造のデータをエレベータ性能事例データとして出力する。出力されたエレベータ性能事例データはエレベータ性能事例データ記憶部４に記憶される。尚、データセット番号は、エレベータ性能事例データ記憶部４へ記録する際に、エレベータ性能事例データ記憶部４により発番される。
【００４２】
このように、エレベータ性能事例データが収集される毎にエレベータ性能事例データ記憶部４は図６のようなデータ構造のエレベータ性能事例データを記録していく。
【００４３】
以上のように、エレベータ運行制御結果検出部１０は、エレベータ乗客へのエレベータ制御結果をＯＤ単位で検出し、このエレベータ制御結果を図６に示すＯＤ単位エレベータ制御結果データフィールドに格納し、加えて「ＯＤ交通需要データ」、「群管理アルゴリズム識別子データ」をそれぞれのデータフィールドに格納し、エレベータ性能事例データを作成し、エレベータ性能事例データ記憶部４へ記憶する。
【００４４】
図７は、以上説明したエレベータ性能事例データの収集から記録までの一連の処理手順を示すフローチャートである。
【００４５】
先ず、（Ｂ２１−１）において、ＯＤ交通需要検出部１１によるＯＤ交通需要データ検出中のエレベータ制御結果が、エレベータ運行制御結果検出部１０によりＯＤ単位で取得される。
【００４６】
次に、（Ｂ２１−２）では、ＯＤ交通需要検出部１１による検出の終了判定が行われる。検出終了の場合は（Ｂ２１−３）および（Ｂ２１−５）に処理が移行する。終了してない場合には（Ｂ２１−１）に戻り、ＯＤ単位でのエレベータ制御結果の取得を継続する。
【００４７】
（Ｂ２１−３）では、ＯＤ交通需要検出部１１により検出されたＯＤ交通需要データが取得され、（Ｂ２１−４）ではそのＯＤ交通需要データがエレベータ性能事例データ集計部１２に送信される。
【００４８】
一方、（Ｂ２１−５）では、エレベータ運行制御結果検出部１０によりＯＤ単位で検出されたエレベータ制御結果データがエレベータ性能事例データ集計部１２に送信される。
【００４９】
次に、（Ｂ２１−６）では、ＯＤ交通需要検出部１１からの「ＯＤ交通需要データ」と、エレベータ運行制御結果検出部１０からの「ＯＤ単位エレベータ制御結果データ」、ならびにＯＤ交通需要データが検出された間にエレベータ群管理部５により使用された群管理アルゴリズムを識別するための「群管理アルゴリズム識別子」とを一つのデータセットとするエレベータ性能事例データがエレベータ性能事例データ集計部１２により作成される。作成されたエレベータ性能事例データは、（Ｂ２１−７）においてエレベータ性能事例データ記憶部４に送信される。
【００５０】
最後に、（Ｂ２１−８）では、エレベータ性能事例データ集計部１２により作成されたエレベータ性能事例データがエレベータ性能事例データ記憶部４に書き込まれ、記憶される。
【００５１】
最後に、処理ブロック３における群管理アルゴリズムの決定方法について説明する。ビルエレベータ６で使用される群管理アルゴリズムは、群管理アルゴリズム決定部３により決定される。図８は、この群管理アルゴリズム決定部３による群管理アルゴリズム決定の処理を示す概念図である。
【００５２】
上述したように、エレベータ群管理部５は、ホール呼びが発生した階床にどのエレベータカゴ６１を割り当てるかを群管理アルゴリズムに従って決定する。この際に用いられる群管理アルゴリズムを、群管理アルゴリズム決定部３はエレベータ群管理部５に実装されている複数の群管理アルゴリズムのなかからいずれかに決定する。以下その方法について説明する。
【００５３】
(検索キーである交通需要データの検出)
まず、ビル内に発生しているＯＤ交通需要を検出する。これには処理ブロック２で説明したＯＤ交通需要検出部１１が用いられる。検出されたＯＤ交通需要データは群管理アルゴリズム決定部３に送信される。このＯＤ交通需要データは、エレベータ性能事例データ記憶部４へのデータ検索の際の検索キーの一部として用いられる。
【００５４】
(検索キーであるエレベータ制御目標の送信)
また、処理ブロック１で説明したエレベータ制御目標２も群管理アルゴリズム決定部３に送信される。このエレベータ制御目標２は、エレベータ性能事例データ記憶部４へのデータ検索の際の検索キーの他の部として用いられる。
【００５５】
(参照方法と群管理アルゴリズム決定までの概要)
図９は、群管理アルゴリズム決定部による群管理アルゴリズムの決定方法を説明するための図である。
【００５６】
群管理アルゴリズム決定部３は「ＯＤ交通需要データ」、「エレベータ制御目標」の２つのデータを検索キーとし、この検索キーにマッチするデータをエレベータ性能事例データ記憶部４から検索する。つまり、検出されたＯＤ交通需要データが表す現時点でのＯＤ交通需要の状況において、エレベータ制御目標を達成するエレベータ群管理制御の実行可能性が、運行事例（実績）に基づいて確認されている群管理アルゴリズムを検索する。図９に示すように、検索キー内のＯＤ交通需要データと、エレベータ性能事例データのデータセット内のＯＤ交通需要データフィールドは両者を比較可能であり、また検索キー内のエレベータ制御目標とエレベータ性能事例データのデータセット内のＯＤ単位エレベータ制御結果データフィールドは両者を比較可能である。
【００５７】
具体的には、まず、群管理アルゴリズム決定部３は、エレベータ性能事例データ記憶部４を参照し、検索キーとエレベータ性能事例データ記憶部４に記憶されているエレベータ性能事例データとの比較を行う。つまり、「ＯＤ交通需要データ」とエレベータ性能事例データｉの「ＯＤ交通需要データフィールド」に格納されているＯＤ交通需要データとを比較し、「エレベータ制御目標」とエレベータ性能事例データｉの「ＯＤ単位エレベータ制御結果データフィールド」に格納されているＯＤ単位エレベータ制御結果データとの事例類似度演算を行う。
【００５８】
エレベータ性能事例データ記憶部４に記憶されている各エレベータ性能事例データついて事例類似度演算を実行し、最も類似度の高い「ＯＤ交通需要データフィールド」と「ＯＤ単位エレベータ制御結果データフィールド」を持つエレベータ性能事例データ番号を検索する。
【００５９】
次に、最も類似度の高いエレベータ性能事例データ番号の「群管理アルゴリズム識別子データフィールド」に格納されている「群管理アルゴリズム識別子」を取得し、これをエレベータ群管理部５に送信する。
【００６０】
エレベータ群管理部５ではこの群管理アルゴリズム識別子に対応する群管理アルゴリズムを使用して、エレベータカゴ割り当て演算を実行する。
【００６１】
図１０は、群管理アルゴリズムの決定から群管理制御の実行までの一連の処理手順を示すフローチャートである。
【００６２】
最初に、（Ｂ３１−１）処理では、ＯＤ交通需要検出部１１によりビル内のＯＤ交通需要データが検出される。一方、（Ｂ３１−２）処理では、処理ブロック１で示したエレベータ制御目標が設定される。
【００６３】
次に、（Ｂ３１−１）で検出されたＯＤ交通需要データと、（Ｂ３１−２）で設定されたエレベータ制御目標データを用いて事例類似度演算処理が行われる。ここでは、まず（Ｂ３１−３）においてＯＤ交通需要同士、つまり（Ｂ３１−１）で検出されたＯＤ交通需要データと、エレベータ性能事例データ記憶部４に記憶されているエレベータ性能事例データのＯＤ交通需要データフィールドに格納されているＯＤ交通需要データ（以後、混同を避けるため「ＯＤ交通事例データ」という）との交通需要類似度演算処理が実行される。
【００６４】
（Ｂ３１−３）における交通需要類似度演算処理によりエレベータ制御結果データが絞り込まれる。このデータについて、（Ｂ３１−４）では、（Ｂ３１−２）で設定されているエレベータ制御目標データとの性能類似度演算処理が実行される。
【００６５】
そして、（Ｂ３１−４）により得られた事例類似度演算処理結果から、最も類似したエレベータ性能事例データの群管理アルゴリズム識別子データフィールドに格納されている群管理アルゴリズム識別子が（Ｂ３１−５）において選択され、（Ｂ３１−６）では選択された群管理アルゴリズム識別子がエレベータ群管理部５に送信される。
【００６６】
最後に、（Ｂ３１−７）では、（Ｂ３１−６）で送信された群管理アルゴリズム識別子に対応する群管理アルゴリズムを用いてエレベータ群管理部５がエレベータ群管理制御を実行する。
【００６７】
(事例類似度演算方法の説明)
ここで、上記（Ｂ３１−３）及び（Ｂ３１−４）の事例類似度演算方法について詳細に説明する。なお、「ＯＤ交通需要要素データ」とは、ＯＤ交通需要データを形成する要素データであり、ｉ階からｊ階への交通需要を示すデータである。「ＯＤ交通事例要素データ」とは、エレベータ性能事例データのＯＤ交通需要データフィールドに格納されているＯＤ交通需要データ（以下、混同を避けるため「ＯＤ交通事例データ」と称する）を形成する要素データであり、ｉ階からｊ階へのＯＤ交通需要の事例を示すデータである。「エレベータ制御目標要素データ」とは、エレベータ制御目標を形成する要素データであり、エレベータ制御目標設定可能項目Ｔにおけるｉ階からｊ階への制御目標値を示すデータである。「エレベータ制御結果要素データ」とは、エレベータ性能事例データの「ＯＤ単位エレベータ制御結果データフィールド」に格納されている「エレベータ制御結果データ」を形成する要素データであり、エレベータ性能項目Ｔにおけるｉ階からｊ階へのエレベータ制御結果を示すデータである。
【００６８】
（1）事例類似度演算アルゴリズム１
（ｉ）最初に、検索キーの一つである「ＯＤ交通需要データ」と、エレベータ性能事例データ記憶部４に記憶されているｍ個のエレベータ性能事例データの「ＯＤ交通需要データフィールド」に格納されている「ＯＤ交通事例データ」との交通需要類似度演算処理を例えば以下のように行う。
【００６９】
（交通需要類似度演算処理）
(1):「ＯＤ交通需要データ」と「ＯＤ交通事例データ」について、同一ＯＤ間の各データの距離、すなわち｜ＯＤ交通需要要素データ − ＯＤ交通事例要素データ｜を計算する。例えば、同一ＯＤ間である１階から２階について、ＯＤ交通需要データの１階から２階の交通需要を示すデータ値と、ＯＤ交通事例データの１階から２階のＯＤ事例を示すデータ値との距離を計算する。
(2):(1)の処理をすべてのＯＤ間について行い、その総和（マンハッタン距離）もしくは２乗和を求める。
(3):すべてのＯＤ交通事例データについて(2)を行い、総和（マンハッタン距離；もしくは２乗和）の小さいものからｎ個を選択する。これにより、対応するｎ個のエレベータ性能事例データが選択される。
【００７０】
（ｉｉ）次に、選択されたｎ個のエレベータ性能事例データの各々の「ＯＤ単位エレベータ制御結果データフィールド」に格納されている「エレベータ制御結果データ」と、もう一つの検索キーである「エレベータ制御目標データ」との性能類似度演算処理を例えば以下のように行う。
【００７１】
（性能類似度演算処理）
(4):「エレベータ制御目標データ」と「エレベータ制御結果データ」とについて、同一項目、同一ＯＤ間の類似度を計算する。ここでの類似度の計算方法は後述する。例えば、同一ＯＤ間である１階から２階について、「エレベータ制御目標データ」の項目「待ち時間」の１階から２階への制御目標を示すデータ値と、「エレベータ制御結果データ」の項目「待ち時間」の１階から２階へのサービス結果を示すデータ値との類似度を計算する。
(5):(4)の処理をすべての項目とそのＯＤ間について行い、類似度の総和を求める。
(6):(5)の処理を、(3)で選択されたｎ個のエレベータ性能事例データのエレベータ制御結果データについて行い、最も類似しているのエレベータ性能事例データを選択する。
【００７２】
（ｉｉｉ）最後に、上記処理(6)で選択されたエレベータ性能事例データの「群管理アルゴリズム識別子データフィールド」に格納されている群管理アルゴリズム識別子をエレベータ群管理部５に送信する。
【００７３】
エレベータ群管理部５は、送信された群管理アルゴリズム識別子に対応する群管理アルゴリズムを用いてエレベータの群管理制御を実行する。
【００７４】
（性能類似度演算の具体例）
次に、図１１を参照しながら、性能類似度演算のさらなる具体例を説明する。上述したように、エレベータ制御目標の設定方法には幾つかのパターンがある。
【００７５】
図１１には、いずれもＯＤ単位のテーブルで表現されたエレベータ制御目標とエレベータ制御結果データフィールドの一例が示されている。ＯＤ毎に両者の値を比較することにより性能類似度を計算する。ここで、i(=1,2,3)を出発階とし、j(=1,2,3)を行先階とする。またエレベータ制御目標に設定された値をＧi,jとし、ＯＤ単位エレベータ制御結果データフィールドに格納されているデータ値をＳi,jとし、ＯＤ単位の類似度をＦi,jとする。このとき、性能類似度の値は次式に示される演算により算出することができる。
【数２】
Figure 0004454979
【００７６】
（エレベータ制御目標の設定パターン１）
あるＯＤのエレベータ制御目標が一つの値により設定される場合（例えば25sec等）、このＯＤの類似度は次のように計算される。
【数３】
Figure 0004454979
【００７７】
図１１において、ｉ＝１，ｊ＝２のとき、エレベータ制御目標の設定値はＧ1,2＝２５となっている。これは、「１階から２階へエレベータの制御目標は２５ｓｅｃである。」という意味であり、ｉ＝１，ｊ＝２のときの類似度の値は上式からＦ1,2＝｜25-35｜＝１０となり、ｉ＝３，ｊ＝２のときはＦ3,2＝｜20-30｜＝１０となる。
【００７８】
（エレベータ制御目標の設定パターン２）
あるＯＤのエレベータ制御目標が上限値を有する範囲によって設定される場合（例えば35sec以下等）、このＯＤの類似度は次のように計算される。
【数４】
Figure 0004454979
【００７９】
図１１によると、ｉ＝１，ｊ＝３のとき、エレベータ制御目標の設定値はＧ1,3≦３０となっている。これは、「１階から３階へのエレベータの制御目標は３０ｓｅｃ以下であればよい。」と言う意味であり、ｉ＝１，ｊ＝３のときの類似度は上式からＦ1,3＝０となる。
【００８０】
なお、ＯＤ単位エレベータ制御結果データフィールドに格納されている値がエレベータ制御目標で設定された閾値以下の場合に上記のように類似度は０であるが、この閾値よりも大きい場合、例えば、Ｓ1,3=４０とすると、類似度は、上式からＦ1,3＝｜30-40｜＝１０であり、閾値との差を類似度とする。
【００８１】
（エレベータ制御目標の設定パターン３）
あるＯＤのエレベータ制御目標が下限値と上限値とを有する範囲によって設定される場合（例えば30sec以上40sec以下等）、このＯＤの類似度は次のように計算される。
【数５】
Figure 0004454979
【００８２】
図１１によると、ｉ＝２，ｊ＝３のとき、エレベータ制御目標の設定値は３０≦Ｇ2,3≦４０となっている。これは「２階から３階へのエレベータの制御目標は３０ｓｅｃ以上４０ｓｅｃ以下であればよい。」と言う意味であり、ｉ＝２，ｊ＝３のときの類似度は、上式からＦ2,3＝０となる。
【００８３】
なお、ＯＤ単位エレベータ制御結果データフィールドに格納されている値がエレベータ制御目標で設定された値の範囲外である場合、例えば、Ｓ2,3＝２５のとき、類似度Ｆ2,3＝｜30-25｜＝５となり、Ｓ2,3＝４５のとき、Ｆ2,3＝｜40-45｜＝５となる。
【００８４】
（エレベータ制御目標の設定パターン４）
あるＯＤのエレベータ制御目標が任意に設定される場合、このＯＤの類似度は次のように計算される。
【数６】
Figure 0004454979
【００８５】
図１１によると、ｉ＝３，ｊ＝１のとき、エレベータ制御目標の設定値はＧ2,3＝∀となっている。これは「３階から１階へのエレベータの制御目標は任意である。」と言う意味であり、ｉ＝３，ｊ＝１のときの類似度は無条件でＦ3,1＝０となる。
【００８６】
したがって、図１１の例における性能類似度の値はＦ1,2＋Ｆ1,3＋Ｆ2,1＋Ｆ2,3＋Ｆ3,1＋Ｆ3,2＝３０と算出される。なお、このように算出された性能類似度の値がより小さいほど、ＯＤ単位で設定されたエレベータ制御目標は、ＯＤ単位エレベータ制御結果データに類似しているとする。以後、性能類似度演算は、以上説明した演算方法により行うものとする。
【００８７】
以上説明したように、群管理アルゴリズム決定部３は、複数のエレベータ制御目標がエレベータ制御目標合成処理により一つに合成された場合、あるいは最初から一つしか設定されていなかった場合について、群管理アルゴリズムを決定することができる。
【００８８】
(エレベータ制御目標が複数の場合の性能類似度演算)
次に、処理ブロック１で設定されたエレベータ制御目標が同時に複数存在し、エレベータ制御目標合成処理を行わずに、複数のエレベータ制御目標を全て満たす群管理アルゴリズムを決定する方法について説明する。
【００８９】
（性能類似度演算）
(0)：交通需要類似度演算により性能類似度演算の対象となるエレベータ性能事例データが決定される。
(1)：各エレベータ制御目標同士の距離を計算する。
(2)：最大距離をmaxR とし、L=maxR/2とする。
(3)：各エレベータ制御目標を中心とし、中心からの距離がL以下の空間にある対象エレベータ性能事例データの「エレベータ制御結果データフィールド」に格納されているエレベータ制御結果データの集合を
Ai(i=1〜num:但しnumはエレベータ制御目標の設定数)とし、エレベータ制御目標毎にAiを求める。
(4)：空間A1∩A2∩…∩Anumにエレベータ制御結果データが存在すれば、このエレベータ制御結果データを持つエレベータ性能事例データを選択し、終了する。（ア）空間A1∩A2∩…∩Anumに複数のエレベータ制御結果データが存在する場合、各エレベータ制御目標から距離の和が最小のエレベータ制御結果データを持つエレベータ性能事例データを選択し、終了する。
(5)：存在しなければ、L=L+ε（但しε>0）として(3)に戻る。
【００９０】
以上説明したように、処理ブロック１から処理ブロック３までの一連の処理により、ＯＤ単位で設定されたエレベータ制御目標に向けた群管理アルゴリズムを決定することができ、決定された群管理アルゴリズムによる群管理制御を実行することができる。
【００９１】
したがって、本実施形態によれば、特に、ビル全体というマクロレベルでのエレベータの乗客運搬パフォーマンスの向上に着目するのではなく、ＯＤ単位のエレベータ乗客運搬パフォーマンスといった、よりミクロレベルな視点に着目し、木目細かなエレベータ制御パフォーマンスの向上が実現できる。また、同じ適用時間帯に複数のエレベータ制御目標を設定することもできる。
【００９２】
具体的には、ビル内既発生の「ＯＤ交通需要」、「そのＯＤ交通需要におけるエレベータのＯＤ毎サービス結果」、「その時に使用された群管理アルゴリズム」とを一つのデータセットとしてデータベース化される（エレベータ性能事例データ記憶部４）。
【００９３】
群管理アルゴリズム決定部３による群管理アルゴリズムのスイッチング時には、設定された「エレベータ制御目標」と「その時のビル内ＯＤ需要」を検索キーとして上記データベースを参照し、データベースに格納されている「エレベータのＯＤ毎サービス結果」から、「エレベータ制御目標」を満足するエレベータ群管理制御の実行可能性が確認できている群管理アルゴリズムを実際のエレベータ群管理制御に使用することができる。
【００９４】
これにより、ＯＤ単位で設定されたエレベータ制御目標を満足するよう群管理アルゴリズムを切り替えながらエレベータ群管理制御を実施することが可能になる。また、ビル全体のエレベータ運行のパフォーマンスを平均的に向上させるのではなく、ＯＤ単位でエレベータパフォーマンスを向上させることで、従来のエレベータ群管理システムと比較すると、より木目細かなエレベータ群管理制御を実現することができる。
【００９５】
以下、第１実施形態の種々の変形例を説明する。
【００９６】
（変形例１）
第１実施形態の変形例１は、エレベータモデルの出力結果を利用し、エレベータ性能事例データを作成するというものである。処理ブロック２で示したエレベータ運行制御結果検出部１０をエレベータモデルに置換える。このエレベータモデルによりエレベータ運行模擬実験を行った結果をＯＤ単位エレベータ制御結果データフォールドに格納し、エレベータ性能事例データ記憶部４へ記憶する。
【００９７】
このとき、エレベータモデルとしては「エレベータシミュレータ」、「エレベータニューラルネットワークモデル」、「エレベータファジィモデル」等が考えられるが、エレベータ模擬実験出力としては少なくともエレベータ制御目標の設定可能なエレベータ性能項目を含み、これをＯＤ単位でエレベータ制御結果を出力する。
【００９８】
エレベータモデルとして「エレベータニューラルネットワークモデル」を使用する場合には、特開平２−２２６４２５号公報（特願平１−４７１３６号）に記載されているニューラルネットワークを用いたエレベータパフォーマンスの予測方法を応用することができる。群管理アルゴリズム毎にパフォーマンス予測ニューラルネットを設け、入力層にＯＤ交通需要データを入力し、出力層からＯＤ単位でエレベータパフォーマンスを出力させる。この出力結果をＯＤ単位エレベータ制御結果としてエレベータ性能事例データのＯＤ単位エレベータ制御結果データフィールドに格納する。入力したＯＤ交通需要データはＯＤ交通需要データフィールドに格納する。また、使用したパフォーマンス予測ニューラルネットに対応する群管理アルゴリズムの識別子を群管理アルゴリズム識別子データフィールドに各々格納する。
【００９９】
また、エレベータモデルとして、「エレベータファジィモデル」を使用する場合には、群管理アルゴリズム毎にパフォーマンス推論ファジィルールを設け、ファジィルールの前件部にＯＤ交通需要データ、後件部にそのときのエレベータパフォーマンスをＯＤ単位で推論するようなファジィルールを設計する。このファジィルールに従うエレベータパフォーマンスの推論結果をＯＤ単位エレベータ制御結果とし、エレベータ性能事例データのＯＤ単位エレベータ制御結果データフィールドに格納する。前件部に入力したＯＤ交通需要データはＯＤ交通需要データフィールドに格納する。使用したパフォーマンス推論ファジィルールに対応する群管理アルゴリズムの識別子は群管理アルゴリズム識別子データフィールドに各々格納する。
【０１００】
ここで、「エレベータシミュレータ」をエレベータモデルとした使用した例を詳細に説明する。なお、エレベータシミュレータはＣ，Ｃ＋＋などの高級言語でコーディングされ、エレベータ運行模擬実験を詳細に行うことができる。なお、詳細なエレベータ模擬実験を行うために、実機のエレベータ群管理部が実装している群管理アルゴリズムやエレベータ仕様が、エレベータモデルにも実装されている必要があることは言うまでもない。
【０１０１】
図１２は、第１実施形態の変形例に係り、エレベータモデルを利用してエレベータ性能事例データを作成するよう構成されたエレベータ群管理システムの概略構成を示すブロック図である。この構成は、逐次的にエレベータ模擬実験を行ってエレベータ性能事例データを作成するためのものである。
【０１０２】
エレベータモデル部２０には、本実施形態に係る群管理システムが稼動しているビルの仕様（ロビー階床、階床数、階高等）と、エレベータの仕様（カゴ台数、カゴ速度、乗車可能人数等）と、どの群管理アルゴリズムを使用したエレベータ模擬実験を行うかを示す群管理アルゴリズム識別子情報が入力されている。
【０１０３】
エレベータモデル部２０は、ＯＤ交通需要検出部１１により検出されたＯＤ交通需要データを入力し、これを、エレベータモデル部２０で模擬発生させるエレベータ乗客の行先階、到着階の発生確率として利用する。また、ＯＤ交通需要データから乗客発生間隔を算出し、ビル内に発生する乗客はポアソン到着とすることで、「何時（発生時間）、どの階（到着階床）に発生し、それらの乗客の目的階は（カゴ呼び階）はどの階である」という属性を持ったエレベータ乗客群をビル内に擬似的に発生させることができる。
【０１０４】
次に、エレベータモデル部２０に模擬実験で使用する群管理アルゴリズムをセットし、ビル内に擬似的に発生した乗客群に対して、セットした群管理アルゴリズムを使用した場合のエレベータ運行模擬実験を行い、乗客のエレベータ制御結果をＯＤ単位で測定する。
【０１０５】
ここでエレベータ模擬実験結果としては、処理ブロック１で説明したエレベータ制御目標の設定可能なエレベータ性能項目のサービス結果をＯＤ単位で収集することは言うまでもない。
【０１０６】
最後に、エレベータ運行制御結果検出部１０を用いた場合と同様に、図１３に示すようなデータ構造のエレベータ性能事例データをエレベータ性能事例データ記憶部４に記憶する。
【０１０７】
これらの処理を実装されている群管理アルゴリズムすべてについて繰り返し、群管理アルゴリズムすべてについて模擬実験が終了すると、エレベータモデル部２０による模擬実験処理を終了する。
【０１０８】
図１４に本実施形態で示したエレベータモデル部２０を用いた場合のフローチャートを示す。
【０１０９】
（Ｂ２２−１）では、ＯＤ交通需要検出部１１によりＯＤ交通需要データが検出されたかどうかを判定し、検出されていなければ（Ｂ２２−１）により検出されるまで判定処理を繰り返す。
【０１１０】
（Ｂ２２−１）でＯＤ交通需要データが検出されたことが判定されると、（Ｂ２２−２）では、検出されたＯＤ交通需要データを取得し、（Ｂ２２−３）では検出されたＯＤ交通需要データをエレベータモデル部２０へ入力する。
【０１１１】
（Ｂ２２−４）では、エレベータモデル部２０により実行された模擬実験で、実装されている群管理アルゴリズムすべてについてエレベータ模擬実験処理が終了したかどうかを判定し、すべての群管理アルゴリズムについてエレベータ模擬実験が終了していれば、（Ｂ２２−１１）の処理に進み、エレベータモデル部２０よるエレベータ模擬実験処理を終了する。未実行の群管理アルゴリズムがあれば（Ｂ２２−５）に進み、未実行の群管理アルゴリズムをエレベータモデル部２０にセットし、（Ｂ２２−６）でエレベータ模擬実験を実行する。
【０１１２】
エレベータ模擬実験処理が終了すると、（Ｂ２２−７）によりエレベータ模擬実験結果データをＯＤ単位で収集し、（Ｂ２２−８）でエレベータ性能事例データが作成され、（Ｂ２２−９）ではエレベータ性能事例データのデータ番号が発番される。
【０１１３】
最後に、（Ｂ２２−１０）によりエレベータ性能データをエレベータ性能事例データ記憶部４へ記憶する。
【０１１４】
以上説明したように、エレベータモデル部２０を用いることによって、エレベータ性能事例データを擬似的に収集することもできる。
【０１１５】
（変形例２）
第１実施形態の変形例２は、エレベータ性能事例データ記憶部４内の交通需要データのクラスタリングに関するものである。エレベータ性能事例データ記憶部４に交通需要クラスタリング部（不図示）を追加し、ＯＤ交通需要データフィールドに格納されているＯＤ交通需要データについてクラスタリングを実行する。これにより、処理ブロック３での群管理アルゴリズム決定部３の事例類似度演算処理を簡略化することが可能になる。ここで、交通需要クラスタリング部によるＯＤ交通需要データのクラスタリングには、Ｋ−ｍｅａｎｓ法などの既存のクラスタリング手法を用いることができる。
【０１１６】
ＯＤ交通需要クラスタリングを実施する場合の群管理アルゴリズム決定方法は次の通りである。エレベータ性能事例データ記憶部４において、交通需要データのクラスタリングを行われている場合の群管理アルゴリズム決定部３による群管理アルゴリズム決定方法としては、まず、群管理アルゴリズム決定部３が事例類似度演算処理を行うとき、群管理アルゴリズム決定部３に入力された「ＯＤ交通需要データ」がエレベータ性能事例データ記憶部４内のいずれのＯＤ交通需要クラスタに属するかを判定する。どのＯＤ交通需要クラスタにも属さない場合には、各クラスタの重心と「ＯＤ交通需要データ」との距離を計算し、最小距離の重心のクラスタに属するとする。
【０１１７】
次に、ＯＤ交通需要データが属するＯＤ交通需要クラスタ内のエレベータ性能事例データのＯＤ単位エレベータ制御結果データフィールドと、エレベータ制御目標値とのマンハッタン距離を計算し、最近傍のエレベータ性能事例データフィールドを持つエレベータ性能事例データ番号を探索する。
【０１１８】
次に、探索結果からこのエレベータ性能事例データ番号の「群管理アルゴリズム識別子データフィールド」に格納されている「群管理アルゴリズム識別子」を取得し、これをエレベータ群管理部５に送信する。
【０１１９】
以上説明したように、ＯＤ交通需要データのクラスタリングにより群管理アルゴリズム決定の処理を高速化することができる。
【０１２０】
（変形例３）
第１実施形態の変形例３は、図１０のフローチャートに示した事例類似度演算処理の変形例に係わる。この演算処理は次のように構成されている。
【０１２１】
（2）事例類似度演算アルゴリズム２
（ｉ）最初に、検索キーの一つである「ＯＤ交通需要データ」と、エレベータ性能事例データ記憶部４に記憶されているｍ個のエレベータ性能事例データの「ＯＤ交通需要データフィールド」に格納されている「ＯＤ交通需要データ」（ここでは、ＯＤ交通事例データとする）との交通需要類似度演算処理を行う。
【０１２２】
（交通需要類似度演算2）
(1)：「ＯＤ交通需要データ」と「ＯＤ交通事例データ」とについて、同一ＯＤ間の要素データでＯＤ交通需要要素データ値≦｜ＯＤ事例要素データ値｜…式（ａ）が全てのＯＤ間の要素データ同士で成り立つ。
(2)：(1)を全てのエレベータ性能事例データについて行う。
(3)：(1)が成り立つＯＤ交通事例データがあるとき終了し、（1）が成り立つ「ＯＤ交通事例データ」を持つエレベータ性能事例データを全て選択する。
(4)：(1)が成り立つＯＤ交通事例データがないとき、全てのエレベータ性能事例データの「ＯＤ交通事例データ」の各ＯＤ事例要素データについて＋αとし、式（ａ）の範囲を広げ、(1)の処理に戻る。
【０１２３】
（ｉｉ）ここで、式（ａ）が成り立つ「ＯＤ交通事例データ」がｎ個存在する場合、このｎ個の各エレベータ性能事例データが持つ、「ＯＤ単位エレベータ制御結果データフィールド」に格納されている「エレベータ制御結果データ」と、もう一つの検索キーである「エレベータ制御目標データ」との性能類似度演算処理を例えば以下のように行う。
【０１２４】
（性能類似度演算2）
(5)：「エレベータ制御目標データ」と「エレベータ制御結果データ」とで、同一項目、同一ＯＤ間の類似度を計算する。
(6)：(5)の処理をすべての項目とそのＯＤ間について行い、類似度の総和を求める。
(7)：(6)の処理を、(3)で選択されたｎ個のエレベータ性能事例データのエレベータ制御結果データについて行い、最も類似しているのエレベータ性能事例データを選択する。
あるいは、性能類似度演算処理を以下のように行ってもよい。
【０１２５】
（性能類似度演算処理2-2）
(5)：「エレベータ制御目標データ」と「エレベータ制御結果データ」とについて、同一項目、同一ＯＤ間の要素データ同士でエレベータ制御目標要素データ≦｜エレベータ制御結果要素データ｜…式（ｂ）が全ての項目とそのＯＤ間同士で成り立つ。なお、同一項目の同一ＯＤ間で、エレベータ制御目標要素データ値がエレベータサース結果要素データ値に含まれる。
(6)：(5)を(3)で選択されたエレベータ性能事例データ全てについて行う。
(7)：(5)が成り立つエレベータ制御結果データが存在するとき、終了する。
（ア）：(5)が成り立つエレベータ制御結果データが複数個ある。
【０１２６】
「エレベータ制御目標データ」と、（5）が成り立つ「エレベータ制御結果データ」とで類似度を計算し、最も類似しているエレベータ制御結果データを持つエレベータ性能事例データを選択する。
（イ）：(1)が成り立つエレベータ制御結果データが一つである。
このエレベータ制御結果データを持つエレベータ性能事例データを選択する。
(8)：(5)が成り立つエレベータ制御結果データが存在しないとき、(3)で選択された「エレベータ性能事例データ」の各エレベータ制御結果要素データについて＋αとして式（ｂ）の範囲を広げ、(5)に戻る。
【０１２７】
（ｉｉｉ）最後に、（７）で選択されたエレベータ性能事例データの「群管理アルゴリズム識別子データフィールド」に格納されている群管理アルゴリズム識別子をエレベータ群管理部５に送信する。
【０１２８】
（変形例４）
第１実施形態の変形例４についても、図１０のフローチャートに示した事例類似度演算処理の変形例に係わる。この演算処理は次のように構成されている。
（3）事例類似度演算アルゴリズム３
(1)：「ＯＤ交通需要データ」と「ＯＤ交通事例データ」とについて、同一ＯＤ間の各要素データ同士で、ＯＤ交通需要要素データ値≦｜ＯＤ事例要素データ｜…式（ｃ）が全てのＯＤ間について成り立つ。
(2)：(1)を各エレベータ性能事例データについて行う。
(3)：(1)が各エレベータ性能事例データについて成り立たないとき、
ＯＤ交通事例データの各要素データについて＋αとし、式（ｃ）の成立範囲を広げ、(1)へ戻る。
(4)：(1)が成り立つエレベータ性能事例データが存在するとき、
成り立つ「ＯＤ交通需要データ」を持つ全てのエレベータ性能事例データを選択する。
(5)：「エレベータ制御目標データ」と「エレベータ制御結果データ」とで
同一項目、同一ＯＤ間の各要素データ同士で
エレベータ制御目標要素データ≦｜エレベータ制御結果要素データ｜…式（ｄ）
が全項目における全ＯＤ間について成り立つ。
(6)：(5)を各エレベータ性能事例データについて行う。
(7)：(5)が各エレベータ性能事例データについて成り立たないとき、エレベータ制御結果データの各要素データについて＋βとし、式（ｄ）の成立範囲を広げ、(5)へ戻る。
(8)：(5)が成り立つエレベータ性能事例データが存在するとき、成り立つ「エレベータ制御結果データ」を持つ全てのエレベータ性能事例データを選択する。
(9)：(4)と(8)で選択したエレベータ性能事例データが一致する。
(10)：一致しない場合には、(1)へ戻る。
(11)：一致する場合
（ア）：一致するエレベータ性能事例データが複数個ある。
性能類似度演算1を利用して距離を計算し、最小距離のエレベータ性能事例データを選択し、終了する。
（イ）：一致するエレベータ性能事例データは一つである。
このエレベータ性能事例データを最終的に選択し、終了する。
【０１２９】
ｉｉｉ）最後に、（１１）で選択されたエレベータ性能事例データの「群管理アルゴリズム識別子データフィールド」に格納されている群管理アルゴリズム識別子をエレベータ群管理部５に送信する。
【０１３０】
以上のような事例類似度演算処理により群管理アルゴリズムを決定する方法もある。
【０１３１】
尚、以上説明した群管理アルゴリズムの決定方法はあくまで一例であり、さらに変形可能である。例えば、交通需要類似度演算処理を行った後に性能類似度演算処理を実行して群管理アルゴリズムを決定するものとして説明したが、性能類似度演算処理の実行後に交通需要類似度演算処理を行っても構わない。
【０１３２】
（変形例５）
第１実施形態の変形例５は、類似度演算処理におけるＯＤ単位の性能類似度演算計算式（２）に関するものである。
【０１３３】
これは数２を以下のように変形させ、各ＯＤ単位ついて重みwi,jを付加し、重要ＯＤ間の類似度計算結果を重要視した性能類似度計算を可能にしたものである。
【０１３４】
図１１を例にとり説明すると、出発階i(=1,2,3)、到着階j(=1,2,3)とし、エレベータ制御目標とＯＤ単位エレベータ制御結果データフィールドとの類似度をFi,j、各ＯＤ単位の重みをwi,jとした場合、本変形例５の計算式は、
【数７】
Figure 0004454979
【０１３５】
となり、重みwi,jを調整することで重要なＯＤ間の類似度を重要視することができる。
【０１３６】
（第２実施形態）
本発明の第２実施形態はリアルタイムシミュレーションによる群管理アルゴリズムの決定に関する。第１実施形態はエレベータ性能事例データ記憶部４に蓄積されたエレベータ性能事例データに基づいて、いずれかの群管理アルゴリズムを決定するよう構成されるものとして説明した。これに対し第２実施形態は蓄積されたエレベータ性能事例データに依らず、エレベータ制御結果をリアルタイムの模擬実験（シミュレーション）により予測し、最もエレベータ制御目標に近いエレベータサービスを実行可能ないずれかの群管理アルゴリズムを決定するよう構成される。このような第２実施形態は、ＯＤ交通需要データが検出される毎に、エレベータモデル部２０がエレベータ性能事例データを模擬実験により生成する第１実施形態の変形例１を応用したものである。
【０１３７】
図１５は本発明の第２実施形態に係るエレベータ群管理システムの概略構成を示すブロック図である。
【０１３８】
まず、エレベータ６において発生したＯＤ交通需要データをＯＤ交通需要検出部１１が検出する。その検出方法は第１実施形態で述べた方法と同様でよい。
【０１３９】
次に、ＯＤ交通需要検出部１１でＯＤ交通需要データが検出されると、検出されたＯＤ交通需要データをエレベータモデル部２００に送信し、エレベータモデル部２００ではＯＤ交通需要データを受信するとエレベータ模擬実験を行う。
【０１４０】
エレベータモデル部２００は、図１６に示すように、エレベータ群管理システムが稼動するビル仕様（ロビー階床、階床数、階高等）、エレベータ仕様（カゴ台数、カゴ速度、乗車可能人数等）のエレベータ仕様情報、どの群管理アルゴリズムを使用したエレベータ模擬実験を行うかを示す群管理アルゴリズム識別子方法が入力されている。
【０１４１】
検出されたＯＤ交通需要データはエレベータ模擬実験への入力とし、エレベータモデル部２００が模擬発生させるエレベータ乗客の行先階、到着階の発生確率として利用する。また、ＯＤ交通需要データから乗客発生間隔を算出し、ビル内に発生する乗客はポアソン到着とすることで、「何時（発生時間）、どの階（到着階床）に発生し、それらの乗客の目的階は（カゴ呼び階）はどの階である」という属性を持ったエレベータ乗客群をビル内に擬似的に発生させることができる。
【０１４２】
次に、模擬実験で使用する群管理アルゴリズムをエレベータモデル部２００にセットし、ビル内に擬似的に発生した乗客群に対して、セットした群管理アルゴリズムを使用した場合のエレベータ運行模擬実験を行い、乗客のエレベータ制御結果をＯＤ単位で測定する。
【０１４３】
ここで模擬実験結果としては、処理ブロック１で説明したエレベータ制御目標の設定可能なエレベータ性能項目のサービス結果をＯＤ単位で収集することは言うまでもない。
【０１４４】
次に、エレベータ制御目標と、エレベータ模擬実験結果との類似度演算処理を群管理アルゴリズム決定部３０が実行し、群管理アルゴリズム識別子が示す群管理制御を実行した場合のエレベータ制御目標とエレベータ制御結果との類似度を保持しておく。ここで、類似度の演算方法を第１実施形態で示した性能類似度演算処理のいずれかを用いて計算することができる。
【０１４５】
これらの一連の処理を実装されている群管理アルゴリズムすべてについて繰り返し、エレベータ制御目標と最も類似しているエレベータ制御結果を出力した群管理アルゴリズム識別子を群管理アルゴリズム決定部３０はエレベータ群管理部５に送信し、エレベータ群管理部５は受信した群管理アルゴリズム識別子が示す群管理アルゴリズムを使用してエレベータ群管理制御を実行する。
【０１４６】
以上のように構成された第２実施形態によれば、エレベータ性能事例データを蓄積することなく、リアルタイムで群管理アルゴリズムを決定することができる。
【０１４７】
なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。
【０１４８】
【発明の効果】
以上説明したように、本発明によれば、ＯＤ単位でエレベータ制御目標を設定可能であるとともに、ＯＤ単位で設定されたエレベータ制御目標に向けた群管理制御を実現できるエレベータ群管理システム、方法、ならびにプログラムを提供することができる。
【図面の簡単な説明】
【図１】 本発明の第１実施形態に係るエレベータ群管理システムの概略構成を示すブロック図
【図２】 エレベータ制御目標値設定部のＧＵＩの一例を示す図
【図３】 エレベータ制御目標の設定内容の一例を示す図
【図４】 ＯＤ制御目標の種類を示す図
【図５】 ＯＤ制御目標値の設定可能範囲の限定（マスキング）を示す図
【図６】 エレベータ性能事例データのデータ構造の一例を示す図
【図７】 エレベータ性能事例データの収集から記録までの一連の処理手順を示すフローチャート
【図８】 群管理アルゴリズム決定部による群管理アルゴリズム決定の処理を示す概念図
【図９】 群管理アルゴリズム決定部による群管理アルゴリズムの決定方法を説明するための図
【図１０】 群管理アルゴリズムの決定から群管理制御の実行までの一連の処理手順を示すフローチャート
【図１１】 性能類似度演算の一例を示す図
【図１２】 第１実施形態の変形例に係り、エレベータモデルを利用してエレベータ性能事例データを作成するよう構成されたエレベータ群管理システムの概略構成を示すブロック図
【図１３】 エレベータモデル部とエレベータ性能事例データとの関係を示す図
【図１４】 エレベータモデル部を用いた場合のエレベータ性能事例データの集計および記録の処理手順を示すフローチャート
【図１５】 本発明の第２実施形態に係るエレベータ群管理システムの概略構成を示すブロック図
【図１６】 エレベータモデル部を用いた場合の群管理アルゴリズム決定の説明図
【符号の説明】
１…エレベータ制御目標値設定部、２…エレベータ制御目標、３…群管理アルゴリズム決定部、４…エレベータ性能事例データ記憶部、５…エレベータ群管理部、６…エレベータ、６１…エレベータカゴ、７…ホール呼び検出部、８…カゴ呼び検出部、９…カゴ情報検出部、１０…エレベータ運行制御結果検出部、１１…ＯＤ交通需要検出部、１２…エレベータ性能事例データ集計部、２０…エレベータモデル部[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a system, method, and program for elevator group management.
[0002]
[Prior art]
The elevator group management system aims to improve the operation efficiency of elevators and the service to passengers. The elevator management system is designed to optimize the elevator car using the group management algorithm for hall calls generated at any time on any floor in the building. Assign and control its operation. When the group management algorithm assigns an elevator car to a generated hall call, in addition to the service status of all hall calls currently occurring in the entire building, the car call, the car position, and the number of passengers in the car Etc. are taken into account. In addition, the elevator group management control policy adopted by the elevator group management system is to improve the average elevator performance considering the entire building, and the system is configured to allocate the elevator car according to such a control policy. .
[0003]
In selecting an elevator car to be assigned to a hall call from among a plurality of elevator cars, each elevator car is evaluated. The evaluation function used for this evaluation is weighted by a variable parameter selected according to traffic demand.
[0004]
Conventionally, a technique for selecting a variable parameter for weighting an evaluation function using a neural network has been proposed in, for example, Patent Document 1 below. In the technique described in Patent Document 1, the neural network learns the elevator performance when a certain variable parameter is used in a certain traffic demand, and outputs the predicted value of the elevator performance when the traffic demand and the variable parameter are input. Build a network elevator model. Of the elevator performance prediction values output from the neural network elevator model, a variable parameter that gives the best prediction value is selected as a variable parameter for weighting the evaluation function.
[0005]
For example, Patent Document 2 proposes a technique for predicting an elevator performance based on a simulation (simulation experiment) when an elevator simulator is installed in an elevator group management system and control is performed with a certain variable parameter in a certain traffic demand. ing. This patent document 2 describes that a request for a control target value based on a user's sensibility is received, and elevator group management control is performed in response to the request.
[0006]
[Patent Document 1]
JP-A-2-226425 (Japanese Patent Application No. 1-471136)
[Patent Document 2]
Japanese Patent Laid-Open No. 2000-318938 (Japanese Patent Application No. 11-125978)
[Problems to be solved by the invention]
All of the conventional elevator group management systems have the elevator group management control policy of improving the average elevator performance considering the entire building as described above, and between the specific departure floor and the specific destination floor. In other words, detailed control such as improving the elevator performance between specific ODs (Origin Destination) is difficult. In the current building composition situation, building forms such as one company-occupied buildings are decreasing, and complex type buildings where multiple tenants move into the building are increasing. In such a complex building form, replacement of tenants in the building frequently occurs. In this case, a change in OD traffic demand in a certain time zone and a change in elevator control result between specific ODs in each time zone occur more frequently than in the case of a building occupied by one company. When the demand for OD traffic changes rapidly, the conventional system that aims to improve the control target of elevators on average improves only the performance between specific ODs according to the time of day as described above. Because it is difficult, it cannot be said that it is sufficiently responding to changes in demand for OD traffic. This problem is the same in the above-described conventional technique in which a neural network is used for selection of a variable parameter in the car assignment control or a variable parameter is selected by simulation.
[0007]
Therefore, it is desired to provide an elevator group management system that can partially set control targets for elevator performance in units of OD, rather than aiming to improve the average elevator performance of the entire building.
[0008]
Therefore, the present invention provides an elevator group management system, method, and program capable of setting an elevator control target in OD units and realizing group management control for an elevator control target set in OD units. Objective.
[0009]
[Means for Solving the Problems]
An elevator group management system according to an aspect of the present invention is an elevator group management system that executes group management control for assigning an elevator car to a hall call that occurs at an arbitrary time on an arbitrary floor in a building. Is provided with setting means for setting in association with a combination of a departure floor and a destination floor, and the group management control is executed with the elevator control target as a control target. It is.
[0010]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
[0011]
(First embodiment)
FIG. 1 is a block diagram showing a schematic configuration of an elevator group management system according to the first embodiment of the present invention. As shown in the figure, this system includes an elevator control target value setting unit 1 that provides a GUI (graphical user interface) when an operator sets an elevator control target 2. In addition, a group management algorithm determination unit 3 that determines a group management algorithm applied to the elevator group management control toward the elevator control target 2 set by the elevator control target value setting unit 1 is provided. In other words, this system is provided in advance with a plurality of group management algorithms each giving different elevator performance results. Each group management algorithm is identified by a group management algorithm identifier. The group management algorithm determination unit 3 determines one group management algorithm to be applied to the elevator group management control for the elevator control target 2 according to the processing described later, and outputs the identifier to the elevator group management unit 5.
[0012]
The elevator group management unit 5 is a part that executes group management control of the elevator 6 having at least two or more elevator cars 61. For a hall call generated at an arbitrary time in an arbitrary floor in the building, The group management algorithm determined by the group management algorithm determination unit 3 is executed to assign an optimal elevator car.
[0013]
In addition, the system of this embodiment includes an OD traffic demand detection unit 11 and elevator performance example data as components for collecting and recording information necessary for the group management algorithm determination unit 3 to determine the group management algorithm. A storage unit 4, an elevator operation control result detection unit 10, and an elevator performance example data totaling unit 12 are provided.
[0014]
The OD traffic demand detection unit 11 and the elevator operation control result detection unit 10 are connected to the hall call detection unit 7, the car call detection unit 8, and the car information detection unit 9 provided in the elevator 6. Sometimes necessary information is obtained from these detectors.
[0015]
In the above configuration, the components other than the elevator 6, the hall call detection unit 7, the car call detection unit 8, and the car information detection unit 9 can be realized by computer software or a combination of computer software and hardware. In these cases, the computer for managing the elevator group and the actual machine of the elevator 6 are connected via a control panel and a communication interface board for transmitting and receiving electrical signals necessary for control.
[0016]
The processing executed in the elevator group management system of the present embodiment can be broadly divided into three processing blocks. That is, a processing block 1 for setting an elevator control target value in OD units, a processing block 2 for collecting and recording elevator performance case data, and a processing block 3 for determining a group management algorithm to be used.
[0017]
Hereinafter, each of these three processing blocks will be described in detail. First, in the processing block 1, the elevator control target 2 is set for each OD.
[0018]
FIG. 2 is a diagram illustrating an example of a GUI of the elevator control target value setting unit. The elevator control target value setting unit 1 displays an elevator control target 2 setting screen F21 on a computer display. As can be seen from the setting screen F21, the elevator control target 2 has a table format of 5 rows × 5 columns. This table corresponds to a so-called OD (Origin Destination) table in which the row item represents the departure floor of the elevator and the column item represents the destination floor of the elevator. That is, the data structure of the elevator control target 2 is composed of an OD table. When the column corresponding to the movement from the A floor to the B floor is selected on the setting screen F21, for example, the screen F22 appears as another window. According to this screen F22, the setting status of “waiting time”, “service time”, and “long waiting rate”, which are control target items of the elevator moving from the A floor to the B floor, can be confirmed in the graph. Can do.
[0019]
The elevator control target 2 can be changed online after delivery of the elevator, or can be changed offline during an elevator stop at night or during maintenance. The elevator control target items include not only the above, but also at least one of “boarding time”, “number of passengers”, “basket passage interval time”, “basis maximum passage interval time”, and “number of times the car passes”.
[0020]
Here, the OD table will be briefly described.
For quantitative analysis of traffic flow, there is a case where an array table having a starting point as a row and a destination as a column is used. This sequence table is generally called an OD table. The OD table can identify traffic from any starting point to any destination and is used for a specific period, purpose, or other classification. In the OD table of the n × m array, n corresponds to the number of starting places, and m corresponds to the number of destinations. When the number of starting points and destinations is the same, n = m, resulting in a square OD table. Such an OD table is used for elevator group management of the present embodiment. The departure point corresponds to the departure floor and the destination corresponds to the destination floor.
[0021]
In the description of this embodiment, the “floor” in the OD table of the elevator control target 2 and the “floor” at the time of designating the OD are the upper floors of a plurality of specific floors combined into one. A concept. The plurality of specific floors may correspond to restaurant streets, store children, etc. that span different floors, and may correspond to the smallest unit of floors, that is, a single floor. It is assumed that the specific floor corresponding to the first floor in the OD table and the specific floor corresponding to the second floor in the OD table do not overlap.
[0022]
In addition, an upper conceptual floor that represents a plurality of specific floors together and a specific floor (that is, a single floor) may be mixed in the OD table. Further, the elevator control target items set using such an OD table are not limited to the above “waiting time”, “service time”, and “long waiting rate”, and the number of items is at least one or more. Is optional. The OD table represents these values in association with the combination of the departure floor and the destination floor.
[0023]
(OD table setting)
FIG. 3 is a diagram illustrating an example of setting contents of the elevator control target. The elevator control target 2 includes a plurality of OD tables. Each OD table corresponds to a different item. One OD table, that is, an item-specific elevator control target, can set its contents (OD control target) for each OD. As shown in FIG. 3, in this embodiment, elevator performance items such as “waiting time”, “service time”, and “long waiting rate” are set as elevator control target setting items, and the OD of each item of elevator control target is set. A control target value can be set.
[0024]
(Elevator control target setting value)
As shown in FIG. 3, in the elevator control target item “waiting time”, the control target value for moving from the A floor to the B floor is set to 25 (unit: sec (seconds)). This means that “the average waiting time for elevator passengers heading from the A floor to the B floor is 25 sec”.
[0025]
FIG. 4 is a diagram showing types of OD control targets. The OD control target can be set by a specific numerical value, or can be a numerical range or condition. In the following description, these are collectively referred to as “OD control target value”. For example, as shown in FIG. 4 (a), as shown in FIG. 4 (b), the setting that “the average waiting time of elevator passengers from the A floor to the B floor should be 25 sec or less” “The average waiting time for elevator passengers going from the A floor to the B floor is 25 sec or more and 30 sec or less”, as shown in FIG. 4C, “an arbitrary average waiting time for the A floor to the B floor” Can be set. " Further, as shown in FIG. 4D, “A floor to B floor is 25 sec”, “B floor to C floor is 30 sec to 40 sec”, “D floor to B floor is 30 sec or less”. , “A floor from the E floor to the A floor is arbitrary” may be set by mixing specific numerical values, numerical ranges, and conditions. Thus, a control target value is set for each OD for one elevator control target item. Similarly, OD control target values are set for other elevator control target items. When such settings and changes are completed, the stored contents of the elevator control target 2 are updated. If the setting is not changed, the previous setting value is reflected.
[0026]
Thus, according to the elevator control target value setting unit 1, the elevator control target 2 can be set finely in OD units.
[0027]
The elevator control target 2 as shown in FIG. 3 is set as the control target of the elevator 6, and the processing block 3 determines a group management algorithm. The group management algorithm determination method of the processing block 3 will be described in detail later.
[0028]
(Combination of elevator control targets)
Next, a case where there are a plurality of elevator control targets will be described.
[0029]
For example, when there are a plurality of elevator control targets 2 at the same time, such as when there are a plurality of elevator control targets 2 between 8 o'clock and 9 o'clock, these are controlled by an OD control target value combining calculation process of an elevator control target combining unit (not shown). The elevator control target is combined into one elevator control target. Hereinafter, the synthesis method will be described.
[0030]
(Synthesis method 1)
OD control target value S 1 And S 2 Using the OD control target value synthesis calculation process, the elevator control target synthesis value S is shown below.
[Expression 1]
Figure 0004454979
[0031]
By performing the OD control target value synthesis calculation process as described above, a plurality of elevator control targets that exist at the same time can be synthesized into one elevator control target 2. When three or more elevator control targets are combined by the elevator control target combining unit, they are combined sequentially.
[0032]
(Synthesis method 2)
Alternatively, when there are a plurality of managers who can set elevator control targets, and there are a plurality of elevator control targets 2 required by each of them, the managers who can set elevator control targets are the floors A, B, C. , D, and E, the OD control target value that is meaningless even if each administrator sets can be set by masking as shown in FIG.
[0033]
For example, for the manager of the A floor, services for passengers of the elevator 6 moving from the B floor to the C floor and from the D floor to the B floor are not directly related. In this case, the control target value for the OD that does not pass through the A floor cannot be set by the administrator of the A floor.
[0034]
On the other hand, “OD control target value from floor A to floor B set by the manager of floor A” and “OD control target value from floor A to floor B set by the floor manager” The OD control target value set by the A floor manager and the B floor manager is duplicated. In such a case, the elevator control target value is synthesized from the A floor to the B floor by the OD control target value calculation process of the elevator control target synthesis unit. Or you may give a priority to an administrator for every time slot | zone. For example, the floor manager priority is A, B, C, D, E in a certain time zone. Then, the OD control target value that moves from the A floor to the B floor mentioned above overlaps the setting values of the A floor manager and the B floor manager, but the priority order is the A floor manager. Is higher. In this case, the elevator control target value set by the A floor manager is set.
[0035]
Next, collection and recording of elevator performance case data of the processing block 2 will be described.
[0036]
In this embodiment, the operation state of the elevator 6 is measured, an elevator control result is calculated based on the measured result, and this is recorded as elevator performance example data. The data structure and details of the elevator performance example data will be described later.
[0037]
The hall call detection unit 7 detects hall call information generated in the building, the car call detection unit 8 detects the car call information generated in the elevator car 61, and the car information detection unit 9 sets “the load of the car”, The cage information such as “the direction of travel of the cage”, “the speed of the cage”, “the position of the cage” is detected.
[0038]
The OD traffic demand detection unit 11 detects OD traffic demand actually generated in the elevator 6 in the building based on the data received from the hall call detection unit 7, the car call detection unit 8, and the car information detection unit 9. OD traffic demand data is created. Regarding the method of detecting the OD traffic demand data by the OD traffic demand detection unit 11, reference can be made to the descriptions of Japanese Patent Publication No. 7-106845, Japanese Patent Publication No. 5-71513, Japanese Patent Publication No. 1-15473, and the like. it can.
[0039]
The elevator operation control result detection unit 10 detects an elevator operation control result while the OD traffic demand data is detected by the OD traffic demand detection unit 11, and at least an elevator control item that can be set as an elevator control target in OD units. Data representing the elevator control result of is created. The elevator control result data is data corresponding to the service result (actual result) for the elevator passenger, and represents the values of “waiting time”, “service time”, and “long waiting rate” in OD units.
[0040]
As a method of detecting the elevator control result in OD units, detection is performed based on the hall call information, the car call information, and the car information detected by the hall call detection unit 7, the car call detection unit 8, and the car information detection unit 9. Can do. For example, these pieces of information are transmitted to the elevator operation control result detection unit 10,
“Occurrence time” and “Occurrence floor” indicated by hall call information, “Cage arrival time”, “Door open time”, “Door close time”, “Cage stop time”, “Cage load” Alternatively, the “waiting time”, “service time”, and “long waiting rate” of the passenger are sequentially calculated based on the “target floor” indicated by the cage call information derived from the hall call. By counting this up in OD units, an “OD unit elevator control result” can be obtained.
[0041]
Next, elevator performance example data will be described. The elevator performance example data totaling unit 12 includes the “OD traffic demand data” acquired by the OD traffic demand detection unit 11 and the “OD unit elevator control result data” acquired by the elevator operation control result detection unit 10. “Group management algorithm identifiers” for identifying group management algorithms applied during acquisition are tabulated as one data set. A data set number is issued to this data set, and data having a structure as shown in FIG. 6 is output as elevator performance example data. The output elevator performance case data is stored in the elevator performance case data storage unit 4. The data set number is issued by the elevator performance example data storage unit 4 when recorded in the elevator performance example data storage unit 4.
[0042]
Thus, every time the elevator performance case data is collected, the elevator performance case data storage unit 4 records the elevator performance case data having the data structure as shown in FIG.
[0043]
As described above, the elevator operation control result detection unit 10 detects the elevator control result for the elevator passenger in OD units, stores the elevator control result in the OD unit elevator control result data field shown in FIG. “OD traffic demand data” and “group management algorithm identifier data” are stored in the respective data fields, elevator performance case data is created, and stored in the elevator performance case data storage unit 4.
[0044]
FIG. 7 is a flowchart showing a series of processing procedures from collection to recording of the elevator performance example data described above.
[0045]
First, in (B21-1), the elevator control result during OD traffic demand data detection by the OD traffic demand detection unit 11 is acquired by the elevator operation control result detection unit 10 in OD units.
[0046]
Next, in (B21-2), an end determination of detection by the OD traffic demand detection unit 11 is performed. In the case of detection end, the process proceeds to (B21-3) and (B21-5). If not completed, the process returns to (B21-1) and the acquisition of the elevator control result in OD units is continued.
[0047]
In (B21-3), the OD traffic demand data detected by the OD traffic demand detection unit 11 is acquired, and in (B21-4), the OD traffic demand data is transmitted to the elevator performance example data totaling unit 12.
[0048]
On the other hand, in (B21-5), elevator control result data detected by the elevator operation control result detection unit 10 in OD units is transmitted to the elevator performance case data totaling unit 12.
[0049]
Next, in (B21-6), “OD traffic demand data” from the OD traffic demand detection unit 11, “OD unit elevator control result data” from the elevator operation control result detection unit 10, and OD traffic demand data are Elevator performance case data is created by the elevator performance case data totaling unit 12 using a “group management algorithm identifier” for identifying the group management algorithm used by the elevator group management unit 5 during the detection as one data set. Is done. The created elevator performance case data is transmitted to the elevator performance case data storage unit 4 in (B21-7).
[0050]
Finally, in (B21-8), the elevator performance case data created by the elevator performance case data totaling unit 12 is written and stored in the elevator performance case data storage unit 4.
[0051]
Finally, a method for determining the group management algorithm in the processing block 3 will be described. The group management algorithm used in the building elevator 6 is determined by the group management algorithm determination unit 3. FIG. 8 is a conceptual diagram showing group management algorithm determination processing by the group management algorithm determination unit 3.
[0052]
As described above, the elevator group management unit 5 determines which elevator car 61 is assigned to the floor where the hall call is generated according to the group management algorithm. The group management algorithm determination unit 3 determines the group management algorithm used at this time from among a plurality of group management algorithms implemented in the elevator group management unit 5. The method will be described below.
[0053]
(Detection of traffic demand data as a search key)
First, OD traffic demand generated in the building is detected. For this, the OD traffic demand detection unit 11 described in the processing block 2 is used. The detected OD traffic demand data is transmitted to the group management algorithm determination unit 3. This OD traffic demand data is used as a part of a search key for data search to the elevator performance example data storage unit 4.
[0054]
(Send the elevator control target as a search key)
The elevator control target 2 described in the processing block 1 is also transmitted to the group management algorithm determination unit 3. The elevator control target 2 is used as the other part of the search key when searching for data in the elevator performance example data storage unit 4.
[0055]
(Outline of reference method and group management algorithm decision)
FIG. 9 is a diagram for explaining a group management algorithm determination method by the group management algorithm determination unit.
[0056]
The group management algorithm determination unit 3 uses the two data “OD traffic demand data” and “elevator control target” as search keys, and searches the elevator performance case data storage unit 4 for data that matches the search keys. In other words, in the current OD traffic demand situation represented by the detected OD traffic demand data, the group in which the feasibility of the elevator group management control to achieve the elevator control target is confirmed based on the operation example (actual result). Search for management algorithms. As shown in FIG. 9, the OD traffic demand data in the search key and the OD traffic demand data field in the elevator performance example data set can be compared, and the elevator control target and the elevator performance in the search key can be compared. The OD unit elevator control result data field in the case data set can be compared.
[0057]
Specifically, first, the group management algorithm determination unit 3 refers to the elevator performance case data storage unit 4 and compares the search key with the elevator performance case data stored in the elevator performance case data storage unit 4. . That is, the “OD traffic demand data” and the OD traffic demand data stored in the “OD traffic demand data field” of the elevator performance example data i are compared, and the “OD control target” and the “OD traffic demand data” “OD” The case similarity calculation with the OD unit elevator control result data stored in the “unit elevator control result data field” is performed.
[0058]
For each elevator performance case data stored in the elevator performance case data storage unit 4, case similarity calculation is executed, and the “OD traffic demand data field” and “OD unit elevator control result data field” having the highest similarity are obtained. Search for elevator performance case data number.
[0059]
Next, the “group management algorithm identifier” stored in the “group management algorithm identifier data field” of the elevator performance example data number having the highest similarity is acquired and transmitted to the elevator group management unit 5.
[0060]
The elevator group management unit 5 uses the group management algorithm corresponding to this group management algorithm identifier to execute the elevator car allocation calculation.
[0061]
FIG. 10 is a flowchart showing a series of processing procedures from determination of the group management algorithm to execution of group management control.
[0062]
First, in the process (B31-1), the OD traffic demand detection unit 11 detects the OD traffic demand data in the building. On the other hand, in the (B31-2) process, the elevator control target indicated by the process block 1 is set.
[0063]
Next, case similarity calculation processing is performed using the OD traffic demand data detected in (B31-1) and the elevator control target data set in (B31-2). Here, first, the OD traffic demand in (B31-3), that is, the OD traffic demand data detected in (B31-1) and the elevator performance case data stored in the elevator performance case data storage unit 4 A traffic demand similarity calculation process is executed with the OD traffic demand data stored in the demand data field (hereinafter referred to as “OD traffic case data” in order to avoid confusion).
[0064]
The elevator control result data is narrowed down by the traffic demand similarity calculation process in (B31-3). With respect to this data, in (B31-4), a performance similarity calculation process with the elevator control target data set in (B31-2) is executed.
[0065]
Then, from the case similarity calculation processing result obtained in (B31-4), the group management algorithm identifier stored in the group management algorithm identifier data field of the most similar elevator performance case data is selected in (B31-5). In (B31-6), the selected group management algorithm identifier is transmitted to the elevator group management unit 5.
[0066]
Finally, in (B31-7), the elevator group management unit 5 executes the elevator group management control using the group management algorithm corresponding to the group management algorithm identifier transmitted in (B31-6).
[0067]
(Explanation of case similarity calculation method)
Here, the case similarity calculation method of (B31-3) and (B31-4) will be described in detail. The “OD traffic demand element data” is element data forming the OD traffic demand data, and is data indicating traffic demand from the i-th floor to the j-th floor. “OD traffic case element data” refers to element data forming OD traffic demand data stored in the OD traffic demand data field of elevator performance case data (hereinafter referred to as “OD traffic case data” to avoid confusion). This is data showing an example of demand for OD traffic from the i-th floor to the j-th floor. “Elevator control target element data” is element data forming an elevator control target, and is data indicating a control target value from the i-th floor to the j-th floor in the elevator control target settable item T. The “elevator control result element data” is element data forming “elevator control result data” stored in the “OD unit elevator control result data field” of the elevator performance example data. It is the data which shows the elevator control result to the j-th floor.
[0068]
(1) Case similarity calculation algorithm 1
(I) First, “OD traffic demand data” which is one of the search keys, and “OD traffic demand data field” of m elevator performance case data stored in the elevator performance case data storage unit 4 are stored. For example, the traffic demand similarity calculation process with the “OD traffic case data” is performed as follows.
[0069]
(Traffic demand similarity calculation processing)
(1): For “OD traffic demand data” and “OD traffic case data”, the distance of each data between the same ODs, that is, | OD traffic demand element data−OD traffic case element data | is calculated. For example, for the first to second floors between the same OD, the data value indicating the traffic demand from the first floor to the second floor of the OD traffic demand data, and the data value indicating the OD cases from the first floor to the second floor of the OD traffic case data And calculate the distance.
(2): The process of (1) is performed between all ODs, and the sum (Manhattan distance) or sum of squares is obtained.
(3): Perform (2) for all OD traffic case data and select n items with the smallest sum (Manhattan distance; or sum of squares). Thereby, n corresponding elevator performance case data are selected.
[0070]
(Ii) Next, “elevator control result data” stored in the “OD unit elevator control result data field” of each of the n selected elevator performance case data, and another search key “elevator” For example, the performance similarity calculation process with “control target data” is performed as follows.
[0071]
(Performance similarity calculation processing)
(4): Calculate the similarity between the same item and the same OD for “elevator control target data” and “elevator control result data”. A method of calculating the similarity here will be described later. For example, for the first floor to the second floor between the same OD, the data value indicating the control target from the first floor to the second floor of the item “waiting time” of the “elevator control target data” and the item of “elevator control result data” The similarity with the data value indicating the service result of the “waiting time” from the first floor to the second floor is calculated.
(5): The process of (4) is performed for all items and their ODs, and the sum of the similarities is obtained.
(6): The process of (5) is performed on the elevator control result data of the n elevator performance case data selected in (3), and the most similar elevator performance case data is selected.
[0072]
(Iii) Finally, the group management algorithm identifier stored in the “group management algorithm identifier data field” of the elevator performance case data selected in the process (6) is transmitted to the elevator group management unit 5.
[0073]
The elevator group management unit 5 executes elevator group management control using a group management algorithm corresponding to the transmitted group management algorithm identifier.
[0074]
(Specific example of performance similarity calculation)
Next, a further specific example of the performance similarity calculation will be described with reference to FIG. As described above, there are several patterns for setting the elevator control target.
[0075]
FIG. 11 shows an example of an elevator control target and an elevator control result data field that are both expressed in a table in OD units. The performance similarity is calculated by comparing both values for each OD. Here, i (= 1, 2, 3) is the departure floor and j (= 1, 2, 3) is the destination floor. Also, set the value set for the elevator control target to G i, j And the data value stored in the OD unit elevator control result data field is S i, j And the similarity in OD units is F i, j And At this time, the value of the performance similarity can be calculated by the calculation shown in the following equation.
[Expression 2]
Figure 0004454979
[0076]
(Elevator control target setting pattern 1)
When an elevator control target of a certain OD is set by one value (for example, 25 sec), the similarity of this OD is calculated as follows.
[Equation 3]
Figure 0004454979
[0077]
In FIG. 11, when i = 1 and j = 2, the set value of the elevator control target is G 1,2 = 25. This means that “the elevator control target from the first floor to the second floor is 25 sec.”, And the similarity value when i = 1 and j = 2 is F 1,2 = | 25-35 | = 10, and when i = 3 and j = 2, F 3,2 = | 20-30 | = 10.
[0078]
(Elevator control target setting pattern 2)
When an elevator control target of a certain OD is set by a range having an upper limit (for example, 35 sec or less), the similarity of this OD is calculated as follows.
[Expression 4]
Figure 0004454979
[0079]
According to FIG. 11, when i = 1 and j = 3, the set value of the elevator control target is G 1,3 ≦ 30. This means that “the control target of the elevator from the first floor to the third floor may be 30 sec or less”, and the similarity when i = 1 and j = 3 is F from the above equation. 1,3 = 0.
[0080]
Note that, when the value stored in the OD unit elevator control result data field is equal to or less than the threshold set in the elevator control target, the similarity is 0 as described above. 1,3 Assuming = 40, the similarity is calculated from the above equation as F 1,3 = | 30-40 | = 10, and the difference from the threshold is the similarity.
[0081]
(Elevator control target setting pattern 3)
When an elevator control target of a certain OD is set by a range having a lower limit value and an upper limit value (for example, not less than 30 sec and not more than 40 sec), this OD similarity is calculated as follows.
[Equation 5]
Figure 0004454979
[0082]
According to FIG. 11, when i = 2 and j = 3, the set value of the elevator control target is 30 ≦ G 2,3 ≦ 40. This means that “the control target of the elevator from the second floor to the third floor may be 30 sec or more and 40 sec or less”, and the similarity when i = 2 and j = 3 is F from the above equation. 2,3 = 0.
[0083]
In addition, when the value stored in the OD unit elevator control result data field is outside the range of the value set in the elevator control target, for example, S 2,3 = 25, similarity F 2,3 = | 30-25 | = 5, S 2,3 = 45, F 2,3 = | 40-45 | = 5.
[0084]
(Elevator control target setting pattern 4)
When an elevator control target of a certain OD is arbitrarily set, the similarity of this OD is calculated as follows.
[Formula 6]
Figure 0004454979
[0085]
According to FIG. 11, when i = 3 and j = 1, the set value of the elevator control target is G 2,3 = It is a trap. This means that “the control target of the elevator from the third floor to the first floor is arbitrary”, and the similarity when i = 3 and j = 1 is unconditional. 3,1 = 0.
[0086]
Therefore, the value of the performance similarity in the example of FIG. 1,2 + F 1,3 + F 2,1 + F 2,3 + F 3,1 + F 3,2 = 30 is calculated. It is assumed that the elevator control target set in OD units is more similar to the OD unit elevator control result data as the performance similarity value calculated in this way is smaller. Hereinafter, the performance similarity calculation is performed by the calculation method described above.
[0087]
As described above, the group management algorithm determination unit 3 performs group management when a plurality of elevator control targets are combined into one by the elevator control target combining process or when only one is set from the beginning. An algorithm can be determined.
[0088]
(Performance similarity calculation when there are multiple elevator control targets)
Next, a method for determining a group management algorithm that satisfies all the plurality of elevator control targets without performing the elevator control target synthesis process when there are a plurality of elevator control targets set in the processing block 1 at the same time will be described.
[0089]
(Performance similarity calculation)
(0): Elevator performance case data subject to performance similarity calculation is determined by traffic demand similarity calculation.
(1): Calculate the distance between each elevator control target.
(2): The maximum distance is maxR, and L = maxR / 2.
(3): A set of elevator control result data stored in the “elevator control result data field” of the target elevator performance example data in the space where the distance from the center is L or less centered on each elevator control target.
A i (i = 1 to num, where num is the number of elevator control targets set) i Ask for.
(4): Space A 1 ∩A 2 ∩… ∩A num If the elevator control result data exists, the elevator performance example data having this elevator control result data is selected and the process is terminated. (A) Space A 1 ∩A 2 ∩… ∩A num If there is a plurality of elevator control result data, the elevator performance example data having the elevator control result data having the smallest sum of distances from the respective elevator control targets is selected, and the process ends.
(5): If not, return to (3) with L = L + ε (where ε> 0).
[0090]
As described above, the group management algorithm for the elevator control target set in OD units can be determined by a series of processing from the processing block 1 to the processing block 3, and the group based on the determined group management algorithm can be determined. Administrative control can be performed.
[0091]
Therefore, according to the present embodiment, in particular, not focusing on the improvement of elevator passenger transport performance at the macro level of the entire building, but focusing on a more micro-level viewpoint such as elevator passenger transport performance in OD units, It is possible to improve the elevator control performance finely. Also, a plurality of elevator control targets can be set in the same application time zone.
[0092]
Specifically, “OD traffic demand” that has already occurred in the building, “Elevator service results for each OD in that OD traffic demand”, and “Group management algorithm used at that time” are compiled into a database as a single data set. (Elevator performance example data storage unit 4).
[0093]
When the group management algorithm is switched by the group management algorithm determination unit 3, the above-mentioned database is referred to using the set “elevator control target” and “OD demand in the building at that time” as search keys, and the “elevator control target” stored in the database is referred to. The group management algorithm in which the feasibility of the elevator group management control that satisfies the “elevator control target” can be confirmed from the “OD service result” can be used for the actual elevator group management control.
[0094]
Accordingly, it is possible to perform the elevator group management control while switching the group management algorithm so as to satisfy the elevator control target set in OD units. Also, by improving the elevator performance on an OD basis rather than improving the average elevator operation performance of the entire building, more detailed elevator group management control is realized compared to the conventional elevator group management system. can do.
[0095]
Hereinafter, various modifications of the first embodiment will be described.
[0096]
(Modification 1)
The first modification of the first embodiment is to create elevator performance case data using the output result of the elevator model. The elevator operation control result detection unit 10 indicated by the processing block 2 is replaced with an elevator model. The result of the elevator operation simulation experiment using this elevator model is stored in the OD unit elevator control result data fold and stored in the elevator performance example data storage unit 4.
[0097]
At this time, as an elevator model, “elevator simulator”, “elevator neural network model”, “elevator fuzzy model”, etc. are conceivable, but the elevator simulation experiment output includes at least an elevator performance item in which an elevator control target can be set, The elevator control result is output in OD units.
[0098]
When an “elevator neural network model” is used as an elevator model, an elevator performance prediction method using a neural network described in Japanese Patent Application Laid-Open No. 2-226425 (Japanese Patent Application No. 1-47136) is applied. be able to. A performance prediction neural network is provided for each group management algorithm, OD traffic demand data is input to the input layer, and elevator performance is output from the output layer in OD units. This output result is stored as an OD unit elevator control result in the OD unit elevator control result data field of the elevator performance example data. The input OD traffic demand data is stored in the OD traffic demand data field. Further, the identifier of the group management algorithm corresponding to the used performance prediction neural network is stored in the group management algorithm identifier data field.
[0099]
In addition, when using an “elevator fuzzy model” as an elevator model, a performance inference fuzzy rule is provided for each group management algorithm, the OD traffic demand data in the antecedent part of the fuzzy rule, and the elevator at that time in the consequent part. Design fuzzy rules that infer performance in OD units. The inference result of the elevator performance according to this fuzzy rule is set as the OD unit elevator control result, and stored in the OD unit elevator control result data field of the elevator performance example data. The OD traffic demand data input to the antecedent part is stored in the OD traffic demand data field. The identifier of the group management algorithm corresponding to the used performance inference fuzzy rule is stored in the group management algorithm identifier data field.
[0100]
Here, an example in which the “elevator simulator” is used as an elevator model will be described in detail. The elevator simulator is coded in a high-level language such as C, C ++, and the elevator operation simulation experiment can be performed in detail. Needless to say, in order to conduct detailed elevator simulation experiments, the group management algorithm and the elevator specifications implemented by the elevator group management unit of the actual machine must also be implemented in the elevator model.
[0101]
FIG. 12 is a block diagram illustrating a schematic configuration of an elevator group management system configured to create elevator performance example data using an elevator model according to a modification of the first embodiment. This configuration is for creating elevator performance example data by sequentially conducting an elevator simulation experiment.
[0102]
The elevator model section 20 includes the specifications of the building (the lobby floor, the number of floors, the height of the floor, etc.) in which the group management system according to this embodiment is operating, and the specifications of the elevator (the number of cars, the speed of the car, the number of people who can ride) Etc.) and group management algorithm identifier information indicating which group management algorithm is used for the elevator simulation experiment.
[0103]
The elevator model unit 20 inputs the OD traffic demand data detected by the OD traffic demand detection unit 11 and uses this as the occurrence probability of the destination floor and the arrival floor of the elevator passenger that is simulated by the elevator model unit 20. Also, the passenger generation interval is calculated from the OD traffic demand data, and passengers generated in the building are assumed to arrive at Poisson, so that “what time (occurrence time), which floor (arrival floor) occurs, A group of elevator passengers having the attribute that "the destination floor is (the floor of the car call) is the floor" can be artificially generated in the building.
[0104]
Next, a group management algorithm used in the simulation experiment is set in the elevator model unit 20, and an elevator operation simulation experiment is performed on the passenger group generated in the building in a case where the set group management algorithm is used. The passenger elevator control result is measured in OD units.
[0105]
Needless to say, as an elevator simulation experiment result, service results of elevator performance items that can be set for the elevator control target described in the processing block 1 are collected in OD units.
[0106]
Finally, similarly to the case where the elevator operation control result detection unit 10 is used, the elevator performance case data having a data structure as shown in FIG. 13 is stored in the elevator performance case data storage unit 4.
[0107]
These processes are repeated for all the group management algorithms implemented, and when the simulation experiment is completed for all the group management algorithms, the simulation experiment process by the elevator model unit 20 is terminated.
[0108]
FIG. 14 shows a flowchart when the elevator model unit 20 shown in the present embodiment is used.
[0109]
In (B22-1), it is determined whether or not the OD traffic demand data is detected by the OD traffic demand detector 11, and if not detected, the determination process is repeated until it is detected in (B22-1).
[0110]
If it is determined that the OD traffic demand data is detected in (B22-1), the detected OD traffic demand data is acquired in (B22-2), and the detected OD traffic is detected in (B22-3). Demand data is input to the elevator model unit 20.
[0111]
In (B22-4), it is determined in the simulation experiment executed by the elevator model unit 20 whether or not the elevator simulation experiment processing has been completed for all the installed group management algorithms, and the elevator simulation experiments for all the group management algorithms. Is completed, the process proceeds to (B22-11), and the elevator simulation experiment process by the elevator model unit 20 is completed. If there is an unexecuted group management algorithm, the process proceeds to (B22-5), the unexecuted group management algorithm is set in the elevator model unit 20, and an elevator simulation experiment is executed in (B22-6).
[0112]
When the elevator simulation experiment process is completed, elevator simulation experiment result data is collected in OD units in (B22-7), elevator performance case data is created in (B22-8), and elevator performance case data in (B22-9). The data number is issued.
[0113]
Finally, the elevator performance data is stored in the elevator performance case data storage unit 4 by (B22-10).
[0114]
As described above, by using the elevator model unit 20, it is possible to collect elevator performance case data in a pseudo manner.
[0115]
(Modification 2)
Modification 2 of the first embodiment relates to clustering of traffic demand data in the elevator performance example data storage unit 4. A traffic demand clustering unit (not shown) is added to the elevator performance example data storage unit 4, and clustering is performed on the OD traffic demand data stored in the OD traffic demand data field. Thereby, it becomes possible to simplify the case similarity calculation processing of the group management algorithm determination unit 3 in the processing block 3. Here, an existing clustering method such as the K-means method can be used for clustering of the OD traffic demand data by the traffic demand clustering unit.
[0116]
The group management algorithm determination method when implementing OD traffic demand clustering is as follows. As a group management algorithm determination method by the group management algorithm determination unit 3 when the traffic demand data is clustered in the elevator performance example data storage unit 4, first, the group management algorithm determination unit 3 performs the case similarity calculation process. Is determined, it is determined to which OD traffic demand cluster in the elevator performance example data storage unit 4 the “OD traffic demand data” input to the group management algorithm determination unit 3 belongs. When not belonging to any OD traffic demand cluster, the distance between the center of gravity of each cluster and the “OD traffic demand data” is calculated and assumed to belong to the cluster of the center of gravity of the minimum distance.
[0117]
Next, the Manhattan distance between the OD unit elevator control result data field of the elevator performance case data in the OD traffic demand cluster to which the OD traffic demand data belongs and the elevator control target value is calculated, and the nearest elevator performance case data field is calculated. Search for elevator performance case data numbers.
[0118]
Next, the “group management algorithm identifier” stored in the “group management algorithm identifier data field” of the elevator performance example data number is acquired from the search result, and this is transmitted to the elevator group management unit 5.
[0119]
As described above, the group management algorithm determination process can be speeded up by clustering of the OD traffic demand data.
[0120]
(Modification 3)
Modification 3 of the first embodiment relates to a modification of the case similarity calculation process shown in the flowchart of FIG. This calculation process is configured as follows.
[0121]
(2) Case similarity calculation algorithm 2
(I) First, “OD traffic demand data” which is one of the search keys, and “OD traffic demand data field” of m pieces of elevator performance case data stored in the elevator performance case data storage unit 4 are stored. The traffic demand similarity calculation processing with “OD traffic demand data” (here, OD traffic example data) is performed.
[0122]
(Traffic demand similarity calculation 2)
(1): For “OD traffic demand data” and “OD traffic case data”, OD traffic demand element data value ≦ | OD case element data value | It consists of element data between.
(2): Perform (1) for all elevator performance case data.
(3): End when there is OD traffic case data that satisfies (1), and select all elevator performance case data having “OD traffic case data” that satisfies (1).
(4): When there is no OD traffic case data that satisfies (1), + α is set for each OD case element data of “OD traffic case data” of all elevator performance case data, and the range of formula (a) is expanded. Return to the process of 1).
[0123]
(Ii) Here, when there are n “OD traffic case data” for which the formula (a) holds, the “OD unit elevator control result data field” possessed by each of these n elevator performance case data is stored. The performance similarity calculation processing of “elevator control result data” and “elevator control target data” which is another search key is performed as follows, for example.
[0124]
(Performance similarity calculation 2)
(5): The similarity between the same item and the same OD is calculated by “elevator control target data” and “elevator control result data”.
(6): The process of (5) is performed for all items and their ODs, and the sum of the similarities is obtained.
(7): The process of (6) is performed on the elevator control result data of the n elevator performance case data selected in (3), and the most similar elevator performance case data is selected.
Alternatively, the performance similarity calculation process may be performed as follows.
[0125]
(Performance similarity calculation process 2-2)
(5): With respect to “elevator control target data” and “elevator control result data”, elevator control target element data ≦ | elevator control result element data | It holds between all items and their ODs. In addition, between the same OD of the same item, an elevator control target element data value is included in an elevator suscept result element data value.
(6): Perform (5) for all elevator performance case data selected in (3).
(7): When there is elevator control result data satisfying (5), the process ends.
(A): There are a plurality of elevator control result data that satisfy (5).
[0126]
The degree of similarity is calculated from “elevator control target data” and “elevator control result data” for which (5) is satisfied, and elevator performance case data having the most similar elevator control result data is selected.
(A): There is only one elevator control result data that satisfies (1).
Elevator performance case data having this elevator control result data is selected.
(8): When there is no elevator control result data satisfying (5), the range of equation (b) is expanded as + α for each elevator control result element data of “elevator performance case data” selected in (3), Return to (5).
[0127]
(Iii) Finally, the group management algorithm identifier stored in the “group management algorithm identifier data field” of the elevator performance case data selected in (7) is transmitted to the elevator group management unit 5.
[0128]
(Modification 4)
Modification 4 of the first embodiment also relates to a modification of the case similarity calculation process shown in the flowchart of FIG. This calculation process is configured as follows.
(3) Case similarity calculation algorithm 3
(1): For “OD traffic demand data” and “OD traffic case data”, OD traffic demand element data value ≦ | OD case element data | This holds true between ODs.
(2): Perform (1) for each elevator performance example data.
(3): When (1) does not hold for each elevator performance case data,
Set each element data of OD traffic case data to + α, expand the range of establishment of equation (c), and return to (1).
(4): When there is elevator performance example data that satisfies (1),
Select all elevator performance case data with valid “OD traffic demand data”.
(5): “Elevator control target data” and “Elevator control result data”
In the same item, each element data between the same OD
Elevator control target element data ≦ | Elevator control result element data | ... Formula (d)
Holds for all ODs in all items.
(6): Perform (5) for each elevator performance example data.
(7): When (5) does not hold for each elevator performance example data, each element data of the elevator control result data is set to + β, the range of establishment of equation (d) is expanded, and the flow returns to (5).
(8): When elevator performance case data satisfying (5) exists, all elevator performance case data having “elevator control result data” satisfying are selected.
(9): Elevator performance case data selected in (4) and (8) match.
(10): If they do not match, return to (1).
(11): Match
(A): There are multiple pieces of elevator performance case data that match.
The distance is calculated using the performance similarity calculation 1, the elevator performance example data with the minimum distance is selected, and the process ends.
(B): There is one elevator performance case data that matches.
This elevator performance case data is finally selected and finished.
[0129]
iii) Finally, the group management algorithm identifier stored in the “group management algorithm identifier data field” of the elevator performance case data selected in (11) is transmitted to the elevator group management unit 5.
[0130]
There is also a method for determining the group management algorithm by the case similarity calculation processing as described above.
[0131]
The group management algorithm determination method described above is merely an example, and can be further modified. For example, after performing the traffic demand similarity calculation process, the performance similarity calculation process is executed and the group management algorithm is determined. However, after the performance similarity calculation process is executed, the traffic demand similarity calculation process is performed. It doesn't matter.
[0132]
(Modification 5)
Modification 5 of the first embodiment relates to the performance similarity calculation formula (2) in OD units in the similarity calculation processing.
[0133]
This transforms Equation 2 as follows, and weights w for each OD unit: i, j Is added, and the performance similarity calculation which attaches importance to the similarity calculation result between the important ODs is made possible.
[0134]
Taking FIG. 11 as an example, the departure floor i (= 1, 2, 3) and arrival floor j (= 1, 2, 3) are assumed, and the similarity between the elevator control target and the OD unit elevator control result data field is F. i, j , Weight of each OD unit w i, j In this case, the calculation formula of Modification 5 is
[Expression 7]
Figure 0004454979
[0135]
And weight w i, j By adjusting the value, the degree of similarity between important ODs can be emphasized.
[0136]
(Second Embodiment)
The second embodiment of the present invention relates to determination of a group management algorithm by real-time simulation. The first embodiment has been described as being configured to determine any group management algorithm based on the elevator performance case data stored in the elevator performance case data storage unit 4. In contrast, in the second embodiment, any group that can predict an elevator control result by a real-time simulation experiment (simulation) and execute an elevator service closest to the elevator control target without depending on the accumulated elevator performance case data. Configured to determine a management algorithm; Such a second embodiment is an application of the first modification of the first embodiment in which the elevator model unit 20 generates the elevator performance case data by a simulation experiment each time OD traffic demand data is detected.
[0137]
FIG. 15 is a block diagram showing a schematic configuration of an elevator group management system according to the second embodiment of the present invention.
[0138]
First, the OD traffic demand detection unit 11 detects OD traffic demand data generated in the elevator 6. The detection method may be the same as the method described in the first embodiment.
[0139]
Next, when the OD traffic demand data is detected by the OD traffic demand detection unit 11, the detected OD traffic demand data is transmitted to the elevator model unit 200. When the elevator model unit 200 receives the OD traffic demand data, the elevator simulation is performed. do an experiment.
[0140]
As shown in FIG. 16, the elevator model unit 200 includes building specifications (lobby floor, number of floors, floor height, etc.) and elevator specifications (the number of cars, the car speed, the number of passengers, etc.) on which the elevator group management system operates. Elevator specification information and a group management algorithm identifier method indicating which group management algorithm is used to perform an elevator simulation experiment are input.
[0141]
The detected OD traffic demand data is used as an input to an elevator simulation experiment and is used as an occurrence probability of a destination floor and an arrival floor of an elevator passenger that the elevator model unit 200 generates by simulation. Also, the passenger generation interval is calculated from the OD traffic demand data, and passengers generated in the building are assumed to arrive at Poisson, so that “what time (occurrence time), which floor (arrival floor) occurs, A group of elevator passengers having the attribute that "the destination floor is (the floor of the car call) is the floor" can be artificially generated in the building.
[0142]
Next, a group management algorithm used in the simulation experiment is set in the elevator model unit 200, and an elevator operation simulation experiment is performed for the passenger group generated in the building using the set group management algorithm. The passenger elevator control result is measured in OD units.
[0143]
Here, it goes without saying that the service results of the elevator performance items that can be set for the elevator control target described in the processing block 1 are collected as OD unit results as OD units.
[0144]
Next, the elevator control target and the elevator control result when the group management algorithm determination unit 30 executes similarity calculation processing between the elevator control target and the elevator simulation experiment result and executes the group management control indicated by the group management algorithm identifier. The similarity is maintained. Here, the similarity calculation method can be calculated using any of the performance similarity calculation processing shown in the first embodiment.
[0145]
The group management algorithm determination unit 30 outputs the group management algorithm identifier that outputs the elevator control result most similar to the elevator control target to the elevator group management unit 5 by repeating these series of processes for all the group management algorithms implemented. The elevator group management unit 5 executes the elevator group management control using the group management algorithm indicated by the received group management algorithm identifier.
[0146]
According to the second embodiment configured as described above, the group management algorithm can be determined in real time without accumulating elevator performance case data.
[0147]
Note that the present invention is not limited to the above-described embodiment as it is, and can be embodied by modifying the components without departing from the scope of the invention in the implementation stage. In addition, various inventions can be formed by appropriately combining a plurality of components disclosed in the embodiment. For example, some components may be deleted from all the components shown in the embodiment. Furthermore, constituent elements over different embodiments may be appropriately combined.
[0148]
【The invention's effect】
As described above, according to the present invention, an elevator group management system, method, which can set an elevator control target in OD units and can realize group management control for an elevator control target set in OD units, As well as programs.
[Brief description of the drawings]
FIG. 1 is a block diagram showing a schematic configuration of an elevator group management system according to a first embodiment of the present invention.
FIG. 2 is a diagram showing an example of a GUI of an elevator control target value setting unit
FIG. 3 is a diagram showing an example of setting contents of an elevator control target
FIG. 4 is a diagram showing types of OD control targets
FIG. 5 is a diagram showing limitation (masking) of a settable range of the OD control target value.
FIG. 6 is a diagram showing an example of the data structure of elevator performance example data
FIG. 7 is a flowchart showing a series of processing procedures from collection to recording of elevator performance example data.
FIG. 8 is a conceptual diagram showing group management algorithm determination processing by a group management algorithm determination unit
FIG. 9 is a diagram for explaining a group management algorithm determination method by the group management algorithm determination unit;
FIG. 10 is a flowchart showing a series of processing procedures from determination of a group management algorithm to execution of group management control.
FIG. 11 is a diagram showing an example of performance similarity calculation
FIG. 12 is a block diagram illustrating a schematic configuration of an elevator group management system configured to create elevator performance case data using an elevator model according to a modification of the first embodiment.
FIG. 13 is a diagram showing the relationship between the elevator model section and elevator performance example data
FIG. 14 is a flowchart showing a processing procedure for totaling and recording elevator performance example data when an elevator model unit is used.
FIG. 15 is a block diagram showing a schematic configuration of an elevator group management system according to a second embodiment of the present invention.
FIG. 16 is an explanatory diagram of group management algorithm determination when an elevator model unit is used.
[Explanation of symbols]
DESCRIPTION OF SYMBOLS 1 ... Elevator control target value setting part, 2 ... Elevator control target, 3 ... Group management algorithm determination part, 4 ... Elevator performance example data storage part, 5 ... Elevator group management part, 6 ... Elevator, 61 ... Elevator basket, 7 ... Hall call detection unit, 8 ... Basket call detection unit, 9 ... Basket information detection unit, 10 ... Elevator operation control result detection unit, 11 ... OD traffic demand detection unit, 12 ... Elevator performance case data aggregation unit, 20 ... Elevator model unit

Claims (13)

ビル内の任意階床において任意の時刻に発生したホール呼びに対し、エレベータカゴを割り当てる群管理制御を実行するエレベータ群管理システムにおいて、
出発階床及び行先階床の組み合わせに対応付けてエレベータ制御目標を記憶する第１記憶手段と、
前記組み合わせに対応付けてエレベータ制御結果を記憶する第２記憶手段と、
前記エレベータ制御目標と前記エレベータ制御結果との類似度演算に基づいて、該エレベータ制御目標に最も類似するエレベータ制御結果が得られる群管理アルゴリズムを決定する決定手段と、
前記決定手段により決定された群管理アルゴリズムに従って前記群管理制御を実行する群管理制御手段と、を具備することを特徴とするエレベータ群管理システム。In an elevator group management system that executes group management control for assigning an elevator car to a hall call that occurs at an arbitrary time on an arbitrary floor in a building,
First storage means for storing an elevator control target in association with a combination of a departure floor and a destination floor;
Second storage means for storing an elevator control result in association with the combination;
Determining means for determining a group management algorithm that obtains an elevator control result most similar to the elevator control target based on a similarity calculation between the elevator control target and the elevator control result;
An elevator group management system comprising: group management control means for executing the group management control according to the group management algorithm determined by the determination means . 前記エレベータ制御結果を模擬実験により生成し、該エレベータ制御結果を出発階床及び行先階床の組み合わせに対応付けて出力するエレベータモデルをさらに具備し、
前記決定手段は、前記エレベータ制御目標と前記模擬実験により生成されたエレベータ制御結果との類似度演算に基づいて、該エレベータ制御目標に最も類似するエレベータ制御結果が得られる群管理アルゴリズムを決定することを特徴とする請求項１に記載のエレベータ群管理システム。 Further comprising an elevator model that generates the elevator control result by simulation and outputs the elevator control result in association with a combination of a departure floor and a destination floor;
Said determining means, on the basis of the similarity calculation of elevator control target and said simulated elevator control results produced by, determining an elevator control results obtained that the group management algorithm which is most similar to the elevator control target elevator group management system according to claim 1, characterized in that. 前記設定手段は、第１、第２のエレベータ制御目標候補を合成して前記エレベータ制御目標を生成する、請求項１又は２に記載のエレベータ群管理システム。The elevator group management system according to claim 1 or 2 , wherein the setting unit generates the elevator control target by combining first and second elevator control target candidates. 前記設定手段は、第１、第２のエレベータ制御目標候補に優先度を付与し、前記優先度に応じて前記第１、第２のエレベータ制御目標のいずれかを前記エレベータ制御目標として選択する、請求項１又は２に記載のエレベータ群管理システム。The setting means gives priority to the first and second elevator control target candidates, and selects one of the first and second elevator control targets as the elevator control target according to the priority. The elevator group management system according to claim 1 or 2 . 前記第１、第２のエレベータ制御目標は、前記出発階床及び行先階床の組み合わせに対応付けられており、前記決定手段は、該第１、第２のエレベータ制御目標の全てを満足する群管理アルゴリズムを決定する、請求項３又は４に記載のエレベータ群管理システム。 Said first, second elevator control target, the is associated with the combination of the starting floor and destination floor, the determining means, the group that satisfies all of the first, second elevator control target The elevator group management system according to claim 3 or 4 , wherein a management algorithm is determined. 前記ビル内の交通需要を検出して前記出発階床及び行先階床の組み合わせに対応付けて出力する交通需要検出手段と、
前記エレベータカゴの運行制御結果を検出するエレベータ運行制御結果検出手段と、
前記エレベータ運行制御結果検出手段により検出された運行制御結果を集計して前記出発階床及び行先階床の組み合わせに対応付けたエレベータ制御結果を生成すると共に、該運行制御結果が得られた際の前記交通需要及び該運行制御結果が得られた際に適用された群管理アルゴリズムの識別子を該エレベータ制御結果に関連付けることにより、エレベータ性能事例データを出力するエレベータ性能事例データ集計手段と、をさらに具備し、
前記第２記憶手段は、前記エレベータ性能事例データを記憶するエレベータ性能事例データベースからなることを特徴とする請求項１、３、４、５のいずれかに記載のエレベータ群管理システム。Traffic demand detecting means for detecting traffic demand in the building and outputting the demand in association with the combination of the departure floor and the destination floor;
Elevator operation control result detection means for detecting the operation control result of the elevator car;
The operation control results detected by the elevator operation control result detecting means are aggregated to generate an elevator control result associated with the combination of the departure floor and the destination floor, and when the operation control result is obtained. Elevator performance case data totaling means for outputting elevator performance case data by associating the traffic demand and the identifier of the group management algorithm applied when the operation control result is obtained with the elevator control result, And
The elevator group management system according to any one of claims 1, 3, 4, and 5, wherein the second storage unit includes an elevator performance case database that stores the elevator performance case data. 前記ビル内の交通需要を検出して前記出発階床及び行先階床の組み合わせに対応付けて出力する交通需要検出手段と、
前記エレベータカゴの運行制御結果を模擬実験により出力するエレベータモデルと、
前記エレベータモデルから出力された運行制御結果を集計して前記出発階床及び行先階床の組み合わせに対応付けたエレベータ制御結果を生成すると共に、該運行制御結果が得られた際の前記交通需要及び該運行制御結果が得られた際に適用された群管理アルゴリズムの識別子を該エレベータ制御結果に関連付けることにより、エレベータ性能事例データを出力する手段と、
をさらに具備し、
前記第２記憶手段は、前記エレベータ性能事例データを記憶するエレベータ性能事例データベースからなることを特徴とする請求項１、３、４、５のいずれかに記載のエレベータ群管理システム。Traffic demand detecting means for detecting traffic demand in the building and outputting the demand in association with the combination of the departure floor and the destination floor;
An elevator model for outputting the operation control result of the elevator car by a simulation experiment;
The operation control results output from the elevator model are aggregated to generate an elevator control result associated with the combination of the departure floor and the destination floor, and the traffic demand when the operation control result is obtained and Means for outputting elevator performance case data by associating the identifier of the group management algorithm applied when the operation control result is obtained with the elevator control result;
Further comprising
The elevator group management system according to any one of claims 1, 3, 4, and 5, wherein the second storage unit includes an elevator performance case database that stores the elevator performance case data. 前記交通需要検出手段により検出された交通需要と、前記設定手段により設定されたエレベータ制御目標を検索キーとし、前記エレベータ性能事例データベースを検索する検索手段をさらに具備することを特徴とする請求項６又は７に記載のエレベータ群管理システム。7. The apparatus according to claim 6 , further comprising search means for searching the elevator performance case database using the traffic demand detected by the traffic demand detection means and the elevator control target set by the setting means as a search key. Or the elevator group management system of 7 . 前記エレベータモデルは、エレベータシミュレータ、ニューラルネットワークモデル、ファジィモデルのいずれかを含む請求項２又は７に記載のエレベータ群管理システム。The elevator group management system according to claim 2 or 7 , wherein the elevator model includes any one of an elevator simulator, a neural network model, and a fuzzy model. 前記交通需要検出手段により検出された前記ビル内の交通需要をクラスタリングするクラスタリング手段をさらに具備する請求項６乃至９のいずれかに記載のエレベータ群管理システム。The elevator group management system according to any one of claims 6 to 9 , further comprising clustering means for clustering traffic demand in the building detected by the traffic demand detection means. 前記エレベータ制御目標は、ホール待ち時間、乗車時間、サービス時間、乗車人数、長待ち率、カゴ通過間隔時間、カゴ最大通過間隔時間、カゴ通過回数の少なくともいずれかを含む請求項１乃至１０のいずれかに記載のエレベータ群管理システム。The elevator control target, the hole waiting, riding time, service time, number of passengers, the long waiting rate, car passing interval time, car Maximum transit time interval, any of claims 1 to 10 comprising at least one of the car number of passes The elevator group management system described in Crab. ビル内の任意階床において任意の時刻に発生したホール呼びに対し、エレベータカゴを割り当てる群管理制御を実行するエレベータ群管理方法において、
第１記憶手段が、出発階床及び行先階床の組み合わせに対応付けてエレベータ制御目標を記憶するステップと、
第２記憶手段が、前記組み合わせに対応付けてエレベータ制御結果を記憶するステップと、
決定手段が、前記エレベータ制御目標と前記エレベータ制御結果との類似度演算に基づいて、該エレベータ制御目標に最も類似するエレベータ制御結果が得られる群管理アルゴリズムを決定するステップと、
群管理制御手段が、前記決定ステップにおいて決定された群管理アルゴリズムに従って前記群管理制御を実行するステップと、を有することを特徴とするエレベータ群管理方法。In an elevator group management method for executing group management control for assigning an elevator car to a hall call occurring at an arbitrary time on an arbitrary floor in a building,
A first storage means storing an elevator control target in association with a combination of a departure floor and a destination floor;
A second storage means for storing an elevator control result in association with the combination;
Determining a group management algorithm that obtains an elevator control result most similar to the elevator control target based on a similarity calculation between the elevator control target and the elevator control result; and
Group control means, the elevator group control method characterized by chromatic, executing the group management control in accordance with the determined group management algorithm in the determining step. ビル内の任意階床において任意の時刻に発生したホール呼びに対し、エレベータカゴを割り当てる群管理制御を実行するエレベータ群管理プログラムにおいて、
出発階床及び行先階床の組み合わせに対応付けてエレベータ制御目標を記憶する第１記憶手順と、
前記組み合わせに対応付けてエレベータ制御結果を記憶する第２記憶手順と、
前記エレベータ制御目標と前記エレベータ制御結果との類似度演算に基づいて、該エレベータ制御目標に最も類似するエレベータ制御結果が得られる群管理アルゴリズムを決定する決定手順と、
前記決定手順により決定された群管理アルゴリズムに従って前記群管理制御を実行する群管理制御手順と、
をコンピュータに実行させるエレベータ群管理プログラム。In an elevator group management program that executes group management control for assigning an elevator car to a hall call that occurs at an arbitrary time on an arbitrary floor in a building,
A first storage procedure for storing an elevator control target in association with a combination of a departure floor and a destination floor;
A second storage procedure for storing an elevator control result in association with the combination;
A determination procedure for determining a group management algorithm for obtaining an elevator control result most similar to the elevator control target, based on a similarity calculation between the elevator control target and the elevator control result;
A group management control procedure for performing the group management control according to the group management algorithm determined by the determination procedure;
Elevator group management program that causes computers to execute.
JP2003208196A 2003-08-21 2003-08-21 Elevator group management system, elevator group management method, and elevator group management program Expired - Fee Related JP4454979B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2003208196A JP4454979B2 (en) 2003-08-21 2003-08-21 Elevator group management system, elevator group management method, and elevator group management program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2003208196A JP4454979B2 (en) 2003-08-21 2003-08-21 Elevator group management system, elevator group management method, and elevator group management program

Publications (2)

Publication Number Publication Date
JP2005067744A JP2005067744A (en) 2005-03-17
JP4454979B2 true JP4454979B2 (en) 2010-04-21

Family

ID=34401571

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2003208196A Expired - Fee Related JP4454979B2 (en) 2003-08-21 2003-08-21 Elevator group management system, elevator group management method, and elevator group management program

Country Status (1)

Country Link
JP (1) JP4454979B2 (en)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4621620B2 (en) * 2006-03-30 2011-01-26 株式会社東芝 Elevator group management system, method and program
JP5511037B1 (en) * 2013-02-13 2014-06-04 東芝エレベータ株式会社 Elevator group management system
CN110516902B (en) * 2019-07-11 2023-08-22 平安科技（深圳）有限公司 Intelligent scheduling method, intelligent scheduling device, computer system and readable storage medium
CN110723607A (en) * 2019-11-15 2020-01-24 哈尔滨理工大学 Elevator intelligent scheduling system based on cloud computing

Also Published As

Publication number Publication date
JP2005067744A (en) 2005-03-17

Similar Documents

Publication Publication Date Title
JP2607597B2 (en) Elevator group management control method
KR100202720B1 (en) Method of controlling multi elevator
JP4870863B2 (en) Elevator group optimum management method and optimum management system
CN110171753B (en) Elevator dispatching strategy processing method, device, equipment and storage medium
JP2860261B2 (en) Elevator group management control method
Bolat et al. A particle swarm optimization algorithm for optimal car-call allocation in elevator group control systems
WO2019176196A1 (en) Elevator system
JP4621620B2 (en) Elevator group management system, method and program
JP7273601B2 (en) Congestion analysis device and congestion analysis method
JP2010527873A (en) Design process for new buildings and elevator equipment in existing buildings
Sun et al. Optimization of group elevator scheduling with advance information
JP4454979B2 (en) Elevator group management system, elevator group management method, and elevator group management program
Maleki et al. A Game-theoretic approach to energy-efficient elevator scheduling in smart buildings
Beamurgia et al. Improving waiting time and energy consumption performance of a bi-objective genetic algorithm embedded in an elevator group control system through passenger flow estimation
WO1999018025A1 (en) Device for managing and controlling operation of elevator
JPH06329352A (en) Elevator operation demand anticipating device
Ikeda et al. Traffic-sensitive controllers for multi-car elevators; design, multi-objective optimization and analysis
JP2000318938A (en) Elevator group control easy simulator and elevator group control device
Shen et al. Unveiling the influential factors for customized bus service reopening from naturalistic observations in Shanghai
JP2574855B2 (en) Elevator group management control device
KR102136022B1 (en) Reinforcement learning based elevator control apparatus
JP4955323B2 (en) Data display method and apparatus for group management elevator
JP3714343B2 (en) Elevator group management simple simulator and elevator group management device
CN117196266B (en) Unmanned shared automobile area scheduling method and device based on neural network
JPH01192682A (en) Group management control device for elevator

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20060720

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20090402

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20090407

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20090608

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: 20100105

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20100203

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130212

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees