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 PDFInfo
- 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
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】
【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】
【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】
【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】
【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】
【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】
【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】
【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,
[0005]
For example,
[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
[0012]
The elevator
[0013]
In addition, the system of this embodiment includes an OD traffic
[0014]
The OD traffic
[0015]
In the above configuration, the components other than the
[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
[0017]
Hereinafter, each of these three processing blocks will be described in detail. First, in the
[0018]
FIG. 2 is a diagram illustrating an example of a GUI of the elevator control target value setting unit. The elevator control target
[0019]
The
[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
[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
[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
[0026]
Thus, according to the elevator control target
[0027]
The
[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
[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]
[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
[0032]
(Synthesis method 2)
Alternatively, when there are a plurality of managers who can set elevator control targets, and there are a plurality of
[0033]
For example, for the manager of the A floor, services for passengers of the
[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
[0036]
In this embodiment, the operation state of the
[0037]
The hall
[0038]
The OD traffic
[0039]
The elevator operation control
[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
“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
[0042]
Thus, every time the elevator performance case data is collected, the elevator performance case
[0043]
As described above, the elevator operation control
[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
[0046]
Next, in (B21-2), an end determination of detection by the OD traffic
[0047]
In (B21-3), the OD traffic demand data detected by the OD traffic
[0048]
On the other hand, in (B21-5), elevator control result data detected by the elevator operation control
[0049]
Next, in (B21-6), “OD traffic demand data” from the OD traffic
[0050]
Finally, in (B21-8), the elevator performance case data created by the elevator performance case
[0051]
Finally, a method for determining the group management algorithm in the
[0052]
As described above, the elevator
[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
[0054]
(Send the elevator control target as a search key)
The
[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
[0057]
Specifically, first, the group management
[0058]
For each elevator performance case data stored in the elevator performance case
[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
[0060]
The elevator
[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
[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
[0066]
Finally, in (B31-7), the elevator
[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
(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
[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
[0073]
The elevator
[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]
[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]
[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]
[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]
[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]
[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
[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
[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
[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
[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
[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
[0103]
The
[0104]
Next, a group management algorithm used in the simulation experiment is set in the
[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
[0106]
Finally, similarly to the case where the elevator operation control
[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
[0108]
FIG. 14 shows a flowchart when the
[0109]
In (B22-1), it is determined whether or not the OD traffic demand data is detected by the OD
[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
[0111]
In (B22-4), it is determined in the simulation experiment executed by the
[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
[0114]
As described above, by using the
[0115]
(Modification 2)
[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
[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
[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)
[0121]
(2) Case
(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
[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
[0128]
(Modification 4)
(3) Case
(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
(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
[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)
[0133]
This transforms
[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
[Expression 7]
[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
[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
[0139]
Next, when the OD traffic demand data is detected by the OD traffic
[0140]
As shown in FIG. 16, the
[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
[0142]
Next, a group management algorithm used in the simulation experiment is set in the
[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
[0144]
Next, the elevator control target and the elevator control result when the group management
[0145]
The group management
[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
Claims (13)
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.
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.
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.
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)
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 |
-
2003
- 2003-08-21 JP JP2003208196A patent/JP4454979B2/en not_active Expired - Fee Related
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 |