JP5458468B2

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

Info

Publication number: JP5458468B2
Application number: JP2007052551A
Authority: JP
Inventors: 心池田; 一喜多; 裕通鈴木; シャンドルマルコン
Original assignee: Fujitec Co Ltd
Current assignee: Fujitec Co Ltd
Priority date: 2007-03-02
Filing date: 2007-03-02
Publication date: 2014-04-02
Anticipated expiration: 2027-03-02
Also published as: JP2008214005A

Description

本発明は、一つのシャフト内に独立して走行可能な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の運行制御システムに関するものである。

ビルの建築および運営に際しエレベータの設計は重要で、ビル床面積の確保と乗客へのサービスとを両立するのは困難な問題である。なぜならシャフトが長くなると最下階から最上階までの往復する時間が長くなり、シャフトあたりの輸送量が低下するために、従来のシャフト内に１つのかごが走行するエレベータを用いる場合は、床面積を犠牲にしてシャフトを増設しなければならないからである。この問題に対して１つのシャフト内に複数のかごを走行させるワンシャフトマルチカー方式のエレベータが提案されている（例えば特許文献１或いは特許文献２参照）。この方式はシャフト内に複数のかごが同時にサービスすることができるため、輸送能力の増大が期待できる。ただし、シャフト内のかご同士が衝突しないように考慮する必要があるため、従来の群管理制御方式とは違った、新たな運行制御方式を構築する必要がある。
特開２００５−１０４６７０号公報特開２００６−１０３８８７号公報

従来のエレベータの群管理制御方式にはファジィ群管理方式やニューロ群管理方式が知られている。
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。

また、ニューロ群管理方式では、ニューラルネットワークの出力結果に基づいて割り当てを行っている。ニューラルネットワークを用いて効果的に群管理制御を行うには、その学習のために過去の割り当て例から最適なサンプルを教師信号として与える必要がある。この教師信号の設計についても専門家による豊富な知見が必要で、やはりワンシャフトマルチカー方式に採用することは困難である。

さらにこの問題だけでなく、例えば出勤時、昼食時、退勤時、それ以外の平常時、混雑時、閑散時などの様々な交通状況に対応するには、各交通状況に関する知識と経験が必要で、ファジィルールやニューラルネットワークが複雑になり、効率の良い運行制御はより困難になる。

本発明は、一つ或いは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。

本発明によればあらゆる交通状況に対応できる新たな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を提供することができる。
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．概略｝
｛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。

この構成のワンシャフトマルチカーエレベータを効率よく運行するための制御対象と運行管理装置を図２に示す。この運行管理装置１０はパラメータで表される政策を用いて呼びの割り当てを行うことで運行管理する例で、主にパラメータで表された事例の集合である政策に基づいて呼びの割り当てを行う割当手段２０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３０から構成される。割当手段２０は政策を保持する政策記憶手段２１と、その政策を用いて呼びを割り当てるかごを決める意思決定手段２２とから構成される。また、学習手段３０は候補となる政策の集合を保持する政策集合記憶手段３１と、その集合を改善するための政策集合改善手段３２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３３とから構成される。多目的評価手段３３は評価対象となる政策を政策記憶手段３１に格納し、割り当て制御をシミュレータ１１上で実行し、かごの動きや呼びへのサービスの状況を運行結果記録手段１２で記録し、その記録を様々な観点から評価する単目的評価手段で評価して政策集合改善手段３２に政策に対して複数の評価結果を返す。そして、学習の結果に基づいて最適な政策を政策記憶手段に記憶し、その政策を用いて呼びの割り当てを行う。

本発明は大きく分けて２つの部分から成る。ひとつは呼びが発生したときに事例ベースの政策を用いて割り当てるかごを決定する部分で、もうひとつはその政策について最適なものを生成するために学習を行う部分である。

｛１．２．政策を用いた呼び割り当て｝
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。

次に各シャフトについて選出した候補となるかごの特徴量ベクトルを計算する。特徴量とは割り当て候補となるかご、および、それが属するシャフトの状態から計算されるひとつの実数値で表されるかごの属性値である。そして単数の属性、あるいは、異なる複数の属性からなる一連の特徴量を特徴量ベクトルと言う。例えば候補となるかごの予測待ち時間を第１特徴量、予測荷重を第２特徴量とし、それらを要素とした２次元の特徴量ベクトルがある。

各シャフトについて候補かごの特徴量ベクトルを計算した後、候補かごでトーナメントを作成し、優勝した候補かごに呼びを割り当てる。トーナメントのそれぞれの対戦の処理は、政策を用いて２つの候補かごの良し悪しを比較することで行う。政策は主にパラメータで表される複数個の事例の集合で、各事例は特徴量ベクトルで表された異なる状態の望ましさを比較する。状態を比較する際は政策に属する全ての事例を用いて行うのではなく、比較対象となる２つの状態に近い事例をいくつか取り出して、それらの多数決でどちらが割り当て候補としてより望ましいかを決定する。

例えば、特徴量ベクトルとして予測待ち時間と予測荷重を用いている場合を挙げる。予測待ち時間が１分を超える長い候補同士を比較する場合は、予測待ち時間が長い候補かごについて良し悪しを判定する事例を用い、予測待ち時間がわずかでも短い候補を望ましいとして判定する。一方で、予測待ち時間が１５秒程度と短い候補同士を比較する場合は、前述の予測待ち時間が長い候補ではなく、主に予測待ち時間が短い候補かごについて良し悪しを判定する事例を参照する。この場合は敢えて後続すると思われるかご、すなわち、予測待ち時間の長いまたは予測荷重の大きなかご、をより良い割り当てとして判定する事例も存在する可能性がある。これはかご間の距離を広げるような割り当てを行うことによって、だんご運転に陥る状況を防ぐためである。

割り当てかごを決定すると各シャフトに属する各かごはそれぞれ並行に、自身に割り当てられている呼びをサービス、または、他のかごを退避するための移動を継続する。さらに新たな呼びが発生した場合も、その呼びについて候補かごを選出し、各候補かごの特徴量ベクトルを計算し、トーナメントを構成し、政策で各対戦の結果判定を行い、優勝した候補かごを呼びに割り当てる処理を繰り返す。

｛１．３．学習による政策の洗練｝
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。

本発明における個体は政策である。個体の評価は主にシミュレーションにより行う。すなわち、その政策を用いてワンシャフトマルチカーエレベータをいくつかの評価条件で運行し、その運行結果から平均待ち時間などのシステムの性能指標を計算し、それらを個体の適応度として用いる。適応度については原則として複数の値、例えば閑散時と混雑時のそれぞれの平均待ち時間、を用いる。遺伝的アルゴリズムは規定の複数の性能指標を同時に改善、つまり多目的最適化、を行う。もちろん本発明はひとつの性能指標のみの単目的最適化にも適用可能である。

｛１．４．用語の整理｝
｛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。

｛１．４．２．特徴量｝
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。

｛１．４．３．特徴量ベクトル｝
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。

｛１．４．４．事例｝
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。

｛１．４．５．政策｝
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。

｛１．４．６．参照近傍事例数｝
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。

｛１．４．７．個体｝
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。

｛１．４．８．探索個体群｝
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。

｛１．４．９．交叉｝
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。

｛１．４．１０．生存選択｝
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。

｛１．４．１１．適応度｝
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。

｛２．政策によるマルチカーエレベータの運行の詳細｝
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。

図３に示す手続きＡＬＬＯＣＡＴＥは呼びが発生したときに割り当てるかごを決める手順である。まず、ステップＳ０３０１で各シャフトについて割り当てるかごの候補を決定する。ここでは全ての就役階床をシャフト内のかご台数で等分に区切ったゾーンに基づくものとする。次にステップＳ０３０２で、複数の候補かごの良し悪しを比較して１つの割り当てかごを選出する手続きＤＥＣＩＤＥを実行する。そして、ステップＳ０３０３で手続きＤＥＣＩＤＥにおいて優勝した候補かごに呼びを割り当てる。

手続きＤＥＣＩＤＥを図４に示す。これは手続きＡＬＬＯＣＡＴＥにおけるステップＳ０３０２の詳細である。まずステップＳ０４０１で各候補かごについて他のかごや呼びの登録状況から特徴量ベクトルを計算する。次にステップＳ０４０２で、優勝までの試合数がなるべく等しくなるようにトーナメントを無作為に作成する。そして、優勝が決まるまでステップＳ０４０３からステップＳ０４０５までの処理を繰り返す。この繰り返しのステップＳ０４０４で２つの候補かごＸとＹについて対戦を行う手続きＭＡＴＣＨ＿ＵＰを実行する。

手続きＭＡＴＣＨ＿ＵＰを図５に示す。これは手続きＤＥＣＩＤＥにおけるステップＳ０４０４の詳細であり、繰り返しの中で未処理の対戦が残存している限り実行される。まず、ステップＳ０５０１で候補かごＸの特徴量ベクトルと候補かごＹの特徴量ベクトルの中点を計算する。次にステップＳ０５０２で政策から中点に最も近い事例から既定の参照近傍事例数個の事例を抽出する。そしてステップＳ０５０３で候補かごＸと候補かごＹの特徴量ベクトルの差ベクトルを計算する。続くステップＳ０５０４で候補かごＹを良いと判定した事例の数ｗを０とし、各参照している事例について、ステップＳ０５０５からステップＳ０５０８までを繰り返す。ステップＳ０５０６で候補かごＸが良いか候補かごＹが良いか判定するために、差ベクトルと事例の方向ベクトルとの内積を計算する。内積が０あるいは正の場合はその事例が候補かごＹの方が良いと判断したこととなり、ステップＳ０５０７に進んで、ｗに１を加えてステップＳ０５０８に進む。そうでない場合もｗに何も加えずにステップＳ０５０８に進む。全ての参照近傍事例について良し悪しを判定した後、ステップＳ０５０９に進む。ここではｗと参照近傍事例数の半分（端数切り上げ）と比べ、過半数の事例が候補かごＹが良いと判定した場合は候補かごＹを勝者とするステップＳ０５１０に進み、そうでない場合は候補かごＸを勝者とするステップＳ０５１１に進む。

このようにシャフトから候補となるかごを選出し、その候補かごについてトーナメントを作成し、各対戦については特徴量ベクトルに近い事例をいくつか抽出して勝敗を判定し、優勝する候補かごを決めることで呼びの割り当てを行う。

｛３．遺伝的アルゴリズムによる最適化の詳細｝
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。

｛３．１．最適化パラメータの決定｝
まず遺伝的アルゴリズムを実行する前に表１に示す最適化パラメータを決定する。

｛３．２．最適化の実行｝
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。

最初の世代の探索個体群を図７に示す手続きＩＮＩＴＩＡＬＩＺＥ＿ＧＲＯＵＰで生成する。集団サイズと等しい回数だけステップＳ０７０１からステップ０７０７までの処理を繰り返す。まず、ステップＳ０７０２で事例数０の政策を作成する。次のステップＳ０７０３からステップＳ０７０５まで、ステップＳ０７０４に示される基点ベクトルと方向ベクトルを無作為な事例を作成して政策に加える処理を繰り返す。その後、ステップＳ０７０６で無作為に作成した政策を個体として現世代に加える。

｛３．３．世代交代操作｝
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。

｛３．３．１．交叉による子個体の生成｝
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。

図１０は２つの親個体を用いて１つの子個体を生成する手続きＣＲＥＡＴＥ＿ＣＨＩＬＤのフローチャートである。まずステップＳ１００１で子個体を事例の無い政策として作成する。次のステップＳ１００２からステップＳ１００４まで既定の継承事例数に等しい回数だけ、ステップＳ１００３を繰り返す。このステップＳ１００３では、２つの親個体から無作為に、ただし現段階で生成中の子個体が保持する事例と重複しないように、事例を抽出してそのコピーを子個体に加える。そしてステップＳ１００５からステップＳ１０１０まで既定の融合事例数に等しい回数だけステップＳ１００６からステップＳ１００９の処理を繰り返す。ステップＳ１００６では第１親の融合比率αを０から１までの一様乱数を用いて無作為に決定する。第２親の融合比率βは１からαを差し引きした値である。続くステップＳ１００７で第１親から無作為に１つの事例Ｅ１を抽出し、ステップＳ１００８で第２親から事例Ｅ１の基点ベクトルに最も近い事例Ｅ２を抽出する。これら事例Ｅ１とＥ２を用いてステップＳ１００９で前述の融合比率で融合した新たな事例Ｅ３を生成して子個体に加える。事例Ｅ３の基点ベクトルは事例Ｅ１の基点ベクトルと事例Ｅ２の基点ベクトルのαとβを係数として線形結合したものである。事例Ｅ３の方向ベクトルについては事例Ｅ１の方向ベクトルの角度と事例Ｅ２の方向ベクトルの角度で線型結合することで計算する。

｛３．３．２．個体の評価｝
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。

図１２に示す手続きＳＩＭＵＬＡＴＥは政策記憶手段が保持している政策に基づいてマルチカーエレベータの運行をシミュレーションする処理である。まず、ステップＳ１２０１で評価対象についての運行結果記録を抹消する。この後ステップＳ１２０２からステップＳ１２０７でシミュレーションの終了まで、ステップＳ１２０３からステップＳ１２０６を繰り返す。シミュレーションの終了条件は、現在設定されている評価条件において多目的評価手段が評価するために必要な運行結果記録が採取されることである。この繰り返しの中のステップＳ１２０３からステップＳ１２０５で新たな呼びが発生するまで、ステップＳ１２０４の各かごの運行をシミュレータで模擬的に運行し、その運行を運行結果記録に追加する。新たに呼びが発生するとステップＳ１２０６に進み、その呼びを割り当てる手続きＡＬＬＯＣＡＴＥを実行する。

｛３．３．３．生存選択｝
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。

このように現世代の個体を優越関係で比較すると、最も良いグループから最も悪いグループに分けられることになる。そこでステップＳ１３０２でまず、最も良いグループを次世代の個体集合に加える。最良でないグループについてはステップＳ１３０３からステップＳ１３０５までの繰り返しで、次に良いグループから最悪のグループまで次世代の個体集合が集団サイズを超えない限り、そのグループを次世代の個体集合に加えるステップＳ１３０４の処理を行う。この繰り返しの終了時点で次世代の個体集合が集団サイズを超えても良い。最も良いグループが集団サイズ以下で、なおかつ、それ以外の固体が２番目に良いグループに属している場合に集団サイズを超えることがある。この超過分は次のステップＳ１３０６からステップ１３０８で削除される。なお、この時点で次世代の個体集合に加わらなかった全てのグループは悪い個体として、淘汰されることになる。
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。

図１４は現段階で次世代の個体集合に残っている個体の類似性を計算して淘汰する手続きＲＥＭＯＶＥ＿ＤＥＮＳＩＳＴである。まず、ステップＳ１４０１からステップＳ１４０３まで、次世代の個体集合の中で最も悪いグループに属している各個体について順不同に、評価値の希薄度を計算する手続きＣＡＬＣＵＬＡＴＥ＿ＳＰＡＲＣＹを実行するステップＳ１４０２を繰り返す。評価値の希薄度とは評価値が似ていない度合いである。その後ステップＳ１４０４に進んで、希薄度の最も低い個体を次世代の個体集合から削除する。この手続きを行う度に次世代の個体集合から１つずつ個体が削除されることになるので、実行する度に個体の希薄度を再計算する必要がある。

図１５は個体の評価値の希薄度を計算する手続きＣＡＬＣＵＬＡＴＥ＿ＳＰＡＲＣＹを示すフローチャートである。はじめにステップＳ１５０１で計算対象の個体Ｐの希薄度を正の無限大とする。そしてステップＳ１５０２からステップ１５０８において、現段階の次世代に含まれる個体Ｐ以外の全ての個体Ｑについて順不同に、距離を計算して最小値を求めるステップＳ１５０３からステップＳ１５０６を繰り返す。ステップＳ１５０３からステップＳ１５０６までは距離の２乗を計算する処理で、ステップＳ１５０３では２乗和ｄを０とし、ステップＳ１５０４からステップＳ１５０６までにおいて、既定の各評価指標ｋについてそれぞれ、第ｋ評価値について個体Ｐと個体Ｑとの差の２乗をｄに加えるステップＳ１５０５を繰り返す。そして２乗和を求めた後のステップＳ１５０７で、個体Ｐの希薄度とｄの平方根と比べて、小さい方を個体Ｐの希薄度にする。ステップＳ１５０１からステップＳ１５０８の繰り返しを終えると、個体Ｐの希薄度は最も近い個体との多目的評価値における距離になる。

｛４．多目的遺伝的アルゴリズムの効果｝
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。

なお、上記の実施形態では、各シャフトの候補かごについて、シャフトをかご台数分で区切ったゾーンにより決定するようにしているが、これに限らずどのような方法を用いてもよい。勿論、本発明を各シャフトにおける候補かごの選択に適用するようにしてもよい。すなわち上記の実施形態では、シャフトが複数本ある場合について説明しているが、シャフトが１本の場合であって、呼びを何れかのかごに割り当てる場合であっても本発明を同様に適用できることはいうまでもない。
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。

本発明の一実施形態である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の全体構成を示す図である。本発明の一実施形態である制御対象と運行管理装置を示す図である。。本発明の一実施形態における、呼びが発生したときにかごを割り当てる手順を示すフローチャートである。図３におけるステップS０３０２の手順の詳細を示すフローチャートである。図４におけるステップS０４０４の手順の詳細を示すフローチャートである。本発明の一実施形態における、政策の最適化を図るために最適化パラメータを決定する手順を示すフローチャートである。図６におけるステップS０６０２の手順の詳細を示すフローチャートである。図６におけるステップS０６０５の手順の詳細を示すフローチャートである。図８におけるステップS０８０１の手順の詳細を示すフローチャートである。図９におけるステップS０９０３の手順の詳細を示すフローチャートである。図８におけるステップS０８０３の手順の詳細を示すフローチャートである。図１１におけるステップS１１０３の手順の詳細を示すフローチャートである。図８におけるステップS０８０５の手順の詳細を示すフローチャートである。図１３におけるステップS１３０７の手順の詳細を示すフローチャートである。図１４におけるステップS１４０２の手順の詳細を示すフローチャートである。

符号の説明

１０運行管理装置
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

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。