JP5458468B2 - ワンシャフトマルチカーエレベータの運行制御システム - Google Patents
ワンシャフトマルチカーエレベータの運行制御システム Download PDFInfo
- Publication number
- JP5458468B2 JP5458468B2 JP2007052551A JP2007052551A JP5458468B2 JP 5458468 B2 JP5458468 B2 JP 5458468B2 JP 2007052551 A JP2007052551 A JP 2007052551A JP 2007052551 A JP2007052551 A JP 2007052551A JP 5458468 B2 JP5458468 B2 JP 5458468B2
- Authority
- JP
- Japan
- Prior art keywords
- policy
- car
- individual
- shaft
- vector
- 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.)
- Active
Links
- 239000013598 vector Substances 0.000 claims description 50
- 238000011156 evaluation Methods 0.000 claims description 37
- 230000006872 improvement Effects 0.000 claims description 8
- 238000000034 method Methods 0.000 description 74
- 230000008569 process Effects 0.000 description 22
- 238000007726 management method Methods 0.000 description 13
- 230000008859 change Effects 0.000 description 11
- 230000002068 genetic effect Effects 0.000 description 11
- 238000005457 optimization Methods 0.000 description 9
- 230000004083 survival effect Effects 0.000 description 8
- 230000004927 fusion Effects 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010429 evolutionary process Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
Images
Landscapes
- Elevator Control (AREA)
Description
ファジィ群管理方式は多くのファジィルールに基づいて最適な割り当てを行っており、このファジィルールの作成には専門家の知識と経験が必要となる。しかし、ワンシャフトマルチカー方式のエレベータでは知見が十分に蓄積されておらず、この方式を採用することは困難である。
時々刻々と変化する割り当て候補のかごの状態から計算される特徴量と、該特徴量の異なる組合せからなる特徴量ベクトルと、前記特徴量ベクトルと同じ次元数を持つ基点ベクトルと方向ベクトルで表される事例の集合である政策に基づいて呼びを前記複数のかごの何れかに割り当てる割当手段と、その政策について最適なものを構成するための学習手段とを備えたものである。また、前記割当手段は、前記政策を保持する政策記憶手段と、その政策を用いて呼びを割当てるかごを決める意志決定手段とからなり、前記学習手段は、候補となる政策の集合を保持する政策集合記憶手段と、その集合を改善するための政策集合改善手段と、改善するために各政策について様々な側面で政策を評価する多目的評価手段とからなる。
また本発明によれば、専門家の知識や経験のない白紙の状態から、効率的にワンシャフトマルチカーエレベータを運行するための政策を獲得することができる。遺伝的アルゴリズムで世代交代を繰り返すたびに、交叉により改善するであろう新しい政策が構成され、生存選択により政策の集合全体が改善すること可能性があるからである。さらに本発明は、複数の性能指標について同時に改善を図るため、多様な交通状況に対応した運行を行うことが可能になる。
{1.1.システムの構成}
実施例を説明するために図1に示すワンシャフトマルチカーエレベータの群管理のおける例を示す。同図はシャフトあたりに3台のかごが走行する、4シャフトのマルチカーエレベータである。各シャフトは就役階床と退避専用階床から構成される。就役階床は呼びの登録を受け付けて乗客に対してサービスを行う階床で、特に最下の就役階床をターミナル階と呼ぶ。そして、退避専用階床は最上かごがターミナル階でサービスするために、他のかごを退避させるのに十分な高さを持った空間である。各就役階床には呼び登録装置が設置されており、方向だけでなく行先階に関する情報も入力する乗場行先階登録方式を用いることにする。
まず政策を用いた呼びの割り当てについて概略を説明する。呼びが発生すると、各シャフトについて1つずつ、割り当て候補となるかごを選択する。本実施例ではシャフト内の各かごの状態や呼びの登録状況に応じて、あるいは、予めかご毎にサービスするゾーンを設定して選択することとする。
前述のような政策は専門家の知識と経験によってではなく、遺伝的アルゴリズムに基づいた学習手段によって自動的に構成する。
遺伝的アルゴリズムとは生物の進化過程をモデル化した確率的な最適化手法である。まず探索個体群を何らかの方法で作成し、そして、世代交代を繰り返すことでその探索個体群の改善を行う。各世代交代においては、新たな解候補を生成するための交叉を行い、個体の適応度を評価した後、悪い個体を淘汰するための生存選択の操作を行う。交叉とは生物が子孫を作る過程をモデル化したもので、探索個体群から抽出されたいくつかの親個体から形質を受け継いだ子個体を生成する操作である。評価とは個体が環境に対して適応する度合いを測る操作である。生存選択とは環境に適応できなかった個体を淘汰する過程をモデル化したもので、適応度の良い個体を選んで残す操作である。つまり、世代交代を繰り返すたびに、元の探索個体群となるから親個体が抽出され、それらが交叉することにより親個体より良いであろう子個体が生成され、適応度が評価された後、生存選択を通して探索個体群全体が改善されることになる。
{1.4.1.状態}
状態とは割り当て候補のかごについて、位置、速度、呼びの登録状況、他のかごとの位置関係など時々刻々と変化するものである。
特徴量とは割り当て候補となるかごの状態から計算される属性で、1つの実数値として表される。例えば、割り当て候補となるかごの予測到着時間、割り当て候補となるかごの予測最大荷重、割り当て候補となる保持している呼びの数、などがある。
特徴量ベクトルとは一連の異なる属性からなる特徴量の組である。例えば2次元ならば予測到着時間と予測荷重の組である。
事例とは状態Xより状態Yの方が良いと解釈するものとして扱う判定機構である。1つの事例は基点ベクトルと方向ベクトルからなり、いずれも特徴量ベクトルと次元数は同じである。事例は基点ベクトルの周辺では、方向ベクトル沿いに遠方の特徴量ベクトルの方が良いと判定するものである。例えば分単位の予測到着時間と、かご定員に対する予測荷重からなる特徴量ベクトルがあって、基点ベクトルが(0.3,0.2)で方向ベクトルが(0.8,0.6)という事例は、待ち時間が18秒で予測荷重が定員の20%の場合は、待ち時間あるいは予測荷重がより大きな方が割り当て候補として適切であることを意味する。
政策とは特徴量ベクトルで表された様々な状態の比較を行うための事例の集合である。また、政策は本発明における遺伝的アルゴリズムにおける個体が保持する遺伝子である。
参照近傍事例数とは政策が保持する事例の中で、実際に比較に用いる事例の数である。比較を行う際は全ての事例を用いるのではなく、比較対象の2つの特徴量ベクトルに近い基点ベクトルを持ついくつかの事例を用いる。
個体とは問題に対するひとつの解候補、本発明ではマルチカーエレベータの運行制御問題を解くための割り当てを行う政策、である。
探索個体群とは世代交代の対象として改良を継続している個体の集合である。最適な政策を構成するときは、ひとつの政策を逐次的に改良するのではなく、この集合を改良する。
交叉とはいくつかの個体から、それらの形質を持った別の個体を生成する操作である。生成元となる個体を親個体と呼び、生成された個体を子個体と呼ぶ。
生存選択とは個体の集合に対する操作で、いくつかの評価の悪い個体を削除して、良い個体を残すことである。
適応度とは個体の良し悪しで、規定の指標で評価される数値である。例えば平均待ち時間や1分以上の長い待ちであった割合などがある。本発明では複数の交通状況に対応するために、複数の指標を適応度とすることを原則としている。
ここで本発明における運行制御について詳細を説明する。この実施例では政策を用いて呼びが発生したときの割り当てかごを決定することで、ワンシャフトマルチカーエレベータの運行を行う。この政策は、割り当て候補となる2つのかごについて、どちらが適切であるか比較するために用いられる。
効率的にマルチカーエレベータを運行するには良い政策が必要となる。この政策は遺伝的アルゴリズムを用いて白紙から構成する方法を説明する。
最適化は図6で示す手続きOPTIMIZE_MAIN_LOOPのステップS0601から開始する。手続き全体はステップS0602で探索個体群を無作為に生成した後、打切世代数に達するまでステップS0603からS0607までの世代交代を繰り返す処理である。ステップS0604では次世代の個体集合を空集合とする。そしてステップS0605で世代交代を行う手続きNEXT_GENERATIONを実行した後、ステップS0606で次世代の個体集合を現世代にコピーすることで世代交代を行う。
世代交代による探索個体群の改善は図8に示す手続きNEXT_GENERATIONに示す手順に従って行う。まずステップS0801で新たな解候補を生成する手続きREPRODUCTを行い、次のステップS0802からステップS0804まで、ステップS0803の各未評価の個体について適応度を評価する手続きEVALUATEを実行する。その後、ステップS0805で適応度の良い個体を選出して次世代の個体集合に格納する手続きSELECT_SURVIVORSを実行する。
現在の世代交代における新たな解候補を作成する手続きREPRODUCTを図9に示す。まず、ステップS0901で生成する子個体の元となる2つの親個体を現世代の個体集合から無作為に選ぶ。次のステップS0902からステップS0905まで生成子個体数と等しい回数だけ、ステップS0903の子個体を生成する手続きCREATE_CHILDを実行し、ステップS0904で生成した子個体を現世代の個体集合に加える処理を繰り返す。なお、本実施例では子個体の生成に2つの親個体を参照しているが、遺伝的アルゴリズムでは他の親個体を用いる交叉オペレータも考えられる。それを使用する場合は交叉オペレータに応じて参照する親個体を決定する。
交叉により生成した子個体と初期固体は図11に示す手続きEVALUATEで評価を行う。手続き開始のステップS1101から終わりのステップS1105まで各評価条件について、ステップS1102からステップS1104までを繰り返す。この評価条件は改善を試みる性能評価指標に基づいて決め、例えば多様な交通状況に応じた政策を構成する場合は、混雑時と閑散時の乗客発生率や出勤時と退勤時の乗客発生分布を設定することになる。ステップS1102では評価条件を設定し、ステップS1103でこの手続きは各評価条件について、マルチカーエレベータの運行のシミュレーションを行う手続きSIMULATEを実行し、その後のステップS1104で多目的評価手段の該当する単目的評価手段を用いて運行結果記録から評価値を計算する。この繰り返しは既定の性能評価指標で評価を行うのに必要な条件について行う。
子個体の生成と評価をした後、図13で示す手続きSELECT_SURVIVORSを実行する。この手続きは良い個体を選んで、言い換えると悪い個体は淘汰して、次の世代に残す個体を精選する処理である。
はじめにステップS1301で現世代の個体を優越されていないもの同士でグループに分ける。優越とはある個体Pとある個体Qの関係で、個体Pが個体Qを優越しているとは、個体Pの全ての評価値が個体Qの全ての評価値と同等以上で、なおかつ、個体Pのいずれかの評価値が個体Qより良いことを表す。例えば個体Pについて(閑散時の平均待ち時間,混雑時の平均待ち時間)が(15秒,32秒)で、個体Qについては(15秒,33秒)の場合、個体Pは個体Qを優越していると言う。ただし、個体Rがあって(16秒,31秒)の場合は、個体Pは個体Rを優越していない。
続くステップS1306からS1308までにおいて、次世代の個体集合が集団サイズを超えている限り、最も混雑している個体を除去する手続きREMOVE_DENTISTを実行するステップS1307を繰り返す。
以上で説明した手段を用いると、専門家の知識や経験のない白紙の状態から、効率的にワンシャフトマルチカーエレベータを運行するための政策を獲得することができる。遺伝的アルゴリズムで世代交代を繰り返すたびに、交叉により改善するであろう新しい政策が構成され、生存選択により政策の集合全体が改善すること可能性があるからである。さらに本発明は、複数の性能指標について同時に改善を図るため、多様な交通状況に対応した運行を行うことが可能になる。
その他、本発明では上記の実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲で、種々の改変を施すことができる。
20 割当手段
21 政策記憶手段
22 意志決定手段
30 学習手段
31 政策集合記憶手段
32 政策集合改善手段
33 多目的評価手段
Claims (4)
- 一つのシャフト内に独立して走行する複数のかごを備えたワンシャフトマルチカーエレベータにおいて、時々刻々と変化する割り当て候補のかごの状態から計算される特徴量と、該特徴量の異なる組合せからなる特徴量ベクトルと、前記特徴量ベクトルと同じ次元数を持つ基点ベクトルと方向ベクトルで表される事例の集合である政策に基づいて呼びを前記複数のかごの何れかに割り当てる割当手段と、その政策について最適なものを構成するための学習手段とを備えたことを特徴とするワンシャフトマルチカーエレベータの運行制御システム。
- 個々のシャフト内にそれぞれ独立して走行する複数のかごを備えた複数のシャフトからなるワンシャフトマルチカーエレベータにおいて、時々刻々と変化する割り当て候補のかごの状態から計算される特徴量と、該特徴量の異なる組合せからなる特徴量ベクトルと、前記特徴量ベクトルと同じ次元数を持つ基点ベクトルと方向ベクトルで表される事例の集合である政策に基づいて呼びを前記複数のかごの何れかに割り当てる割当手段と、その政策について最適なものを構成するための学習手段とを備えたことを特徴とするワンシャフトマルチカーエレベータの運行制御システム。
- 前記割当手段は、前記政策を保持する政策記憶手段と、その政策を用いて呼びを割当てるかごを決める意志決定手段とからなることを特徴とする請求項1または請求項2記載のワンシャフトマルチカーエレベータの運行制御システム。
- 前記学習手段は、候補となる政策の集合を保持する政策集合記憶手段と、各政策について様々な側面で評価して複数の評価指標を計算する多目的評価手段と、それら複数の評価指標を同時に改善する政策集合改善手段とからなることを特徴とする請求項1または請求項2記載のワンシャフトマルチカーエレベータの運行制御システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007052551A JP5458468B2 (ja) | 2007-03-02 | 2007-03-02 | ワンシャフトマルチカーエレベータの運行制御システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007052551A JP5458468B2 (ja) | 2007-03-02 | 2007-03-02 | ワンシャフトマルチカーエレベータの運行制御システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008214005A JP2008214005A (ja) | 2008-09-18 |
JP5458468B2 true JP5458468B2 (ja) | 2014-04-02 |
Family
ID=39834521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007052551A Active JP5458468B2 (ja) | 2007-03-02 | 2007-03-02 | ワンシャフトマルチカーエレベータの運行制御システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5458468B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105793180B (zh) * | 2013-11-27 | 2017-07-28 | 三菱电机株式会社 | 电梯组群管理控制*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0920467A (ja) * | 1995-07-04 | 1997-01-21 | Hitachi Ltd | エレベータの運行制御装置 |
JP4710229B2 (ja) * | 2004-01-20 | 2011-06-29 | フジテック株式会社 | エレベータシステム及びその群管理制御装置 |
-
2007
- 2007-03-02 JP JP2007052551A patent/JP5458468B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2008214005A (ja) | 2008-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109902987B (zh) | 确定运输方案的方法、训练快速装载模型的方法及设备 | |
Kachitvichyanukul et al. | Two solution representations for solving multi-depot vehicle routing problem with multiple pickup and delivery requests via PSO | |
JP2010222074A (ja) | エレベータ群管理システムおよびその方法 | |
KR19980058245A (ko) | 엘리베이터의 군관리 제어방법 | |
Wang et al. | Evolving ensembles of routing policies using genetic programming for uncertain capacitated arc routing problem | |
Osaba et al. | AMCPA: A population metaheuristic with adaptive crossover probability and multi-crossover mechanism for solving combinatorial optimization problems | |
US20040060776A1 (en) | Method for solving a multi-goal problem | |
JP5458468B2 (ja) | ワンシャフトマルチカーエレベータの運行制御システム | |
CN114415690A (zh) | 一种多智能体路径规划方法、导航服务器及可读存储介质 | |
CN113947022B (zh) | 一种基于模型的近端策略优化方法 | |
CN113805604B (zh) | 一种基于差分进化和模拟退火的多任务规划搜索方法 | |
Sacramento et al. | Constraint programming and local search heuristic: A matheuristic approach for routing and scheduling feeder vessels in multi-terminal ports | |
CN114237259A (zh) | 一种基于浮动资源的多智能体路径规划方法、导航服务器及可读存储介质 | |
JP4690703B2 (ja) | エレベータ群管理方法及び装置 | |
Ling et al. | Reinforcement learning for zone based multiagent pathfinding under uncertainty | |
CN109857552A (zh) | 一种游戏人工智能行动规划方法及*** | |
Minocha et al. | Solution of time constrained vehicle routing problems using multi-objective hybrid genetic algorithm | |
Zdrahal et al. | Case-based problem solving methods for parametric design tasks | |
CN115081976A (zh) | 运输计划***、运输计划方法和介质 | |
KR102274491B1 (ko) | 정돈 작업을 고려한 장치장 크레인 작업 계획 수립 시스템 | |
JP5566646B2 (ja) | エレベータの群管理制御システム及び群管理制御方法 | |
JP4690799B2 (ja) | エレベータ群管理システム及びエレベータ群管理方法 | |
Bouamama et al. | A family of distributed double guided genetic algorithm for Max_CSPs | |
Carvalho | Using multi-agent systems and social choice theory to design hyper-heuristics for multi-objective optimization problems. | |
KR20210090345A (ko) | 엘리베이터의 할당 제어 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100216 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120305 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120313 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120511 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130326 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130524 |
|
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: 20131217 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131230 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5458468 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |