JPH0790995B2 - 群管理エレベータの最適割当手法 - Google Patents
群管理エレベータの最適割当手法Info
- Publication number
- JPH0790995B2 JPH0790995B2 JP3124959A JP12495991A JPH0790995B2 JP H0790995 B2 JPH0790995 B2 JP H0790995B2 JP 3124959 A JP3124959 A JP 3124959A JP 12495991 A JP12495991 A JP 12495991A JP H0790995 B2 JPH0790995 B2 JP H0790995B2
- Authority
- JP
- Japan
- Prior art keywords
- solution
- call
- hall
- calls
- car
- 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
Landscapes
- Elevator Control (AREA)
Description
【０００１】
【産業上の利用分野】この発明は群管理エレベータの呼
び割当てに係り、特に既知の呼び発生に対する割当ての
最適解を探索する手法に関するものである。
び割当てに係り、特に既知の呼び発生に対する割当ての
最適解を探索する手法に関するものである。
【０００２】
【従来の技術】現在の群管理エレベータは、乗場呼びを
選択された特定のかごにだけ与える呼び割当て制御方式
が主流であるが、この呼び割当て制御方式として、従来
から評価関数による呼び割当て制御に加え、最近では、
例えば特開平１−１９７２８７号「エレベータの群管理
制御方法」のように、ファジー理論を用いた呼び割当て
制御や、或いは特開平１−２７５３８１号「エレベータ
の群管理装置」のように、ニューラルネットを用いた呼
び割当て制御など種々の方式が提案されている。
選択された特定のかごにだけ与える呼び割当て制御方式
が主流であるが、この呼び割当て制御方式として、従来
から評価関数による呼び割当て制御に加え、最近では、
例えば特開平１−１９７２８７号「エレベータの群管理
制御方法」のように、ファジー理論を用いた呼び割当て
制御や、或いは特開平１−２７５３８１号「エレベータ
の群管理装置」のように、ニューラルネットを用いた呼
び割当て制御など種々の方式が提案されている。
【０００３】一方、既知の呼び発生に対する割当ての最
適解を求め、すなわち乗客の呼びの状況（すべての乗場
呼びの発生時刻，発生階床，行先階床等）が既知である
場合に、複数台のかごに対する呼び割当ての最適解（各
かごの最適運行）を求め、これを上記のようなファジー
理論やニューラルネットを用いた呼び割当て制御に活用
することが行われている。
適解を求め、すなわち乗客の呼びの状況（すべての乗場
呼びの発生時刻，発生階床，行先階床等）が既知である
場合に、複数台のかごに対する呼び割当ての最適解（各
かごの最適運行）を求め、これを上記のようなファジー
理論やニューラルネットを用いた呼び割当て制御に活用
することが行われている。
【０００４】勿論、実際の群管理エレベータにおいて
は、呼びを割当てる際には将来の呼びの発生が未確実な
ため、上記のような既知の呼び発生に対する最適解をそ
のまま呼び割当ての制御アルゴリズムに適用することは
できないが、例えばファジー理論を用いた呼び割当ての
ルール抽出に活用したり、或いはニューラルネットを用
いた呼び割当てにおいて、群管理に有効な制御法則を学
習する際の教師信号として使用することができ、その他
にも制御アルゴリズムを考える上で大いに参考になるデ
ータを得ることができるので種々の活用が考えられる。
は、呼びを割当てる際には将来の呼びの発生が未確実な
ため、上記のような既知の呼び発生に対する最適解をそ
のまま呼び割当ての制御アルゴリズムに適用することは
できないが、例えばファジー理論を用いた呼び割当ての
ルール抽出に活用したり、或いはニューラルネットを用
いた呼び割当てにおいて、群管理に有効な制御法則を学
習する際の教師信号として使用することができ、その他
にも制御アルゴリズムを考える上で大いに参考になるデ
ータを得ることができるので種々の活用が考えられる。
【０００５】ところで、すべての呼びの発生状況が既知
であり、それらの呼びに複数台のかごを割当てる場合、
すべての割当ての組合せの中から最適解を見つけ出すと
いう問題は、巡回セールスマン問題などでよく知られて
いる組合せ最適化問題としてとらえることができる。こ
の組合せ最適化問題の解法には種々あるが、近似解法の
１つとしてよく知られているものにシミュレーテッド・
アニーリング法（Simulated Annealing 法，以下ＳＡ法
と略す）があり、このＳＡ法を用いて群管理エレベータ
における呼び割当ての最適解（最適運行）を探索する方
法が、例えば特開昭６２−２０５９７２号「エレベータ
群最適運行解析システム」に示されている。
であり、それらの呼びに複数台のかごを割当てる場合、
すべての割当ての組合せの中から最適解を見つけ出すと
いう問題は、巡回セールスマン問題などでよく知られて
いる組合せ最適化問題としてとらえることができる。こ
の組合せ最適化問題の解法には種々あるが、近似解法の
１つとしてよく知られているものにシミュレーテッド・
アニーリング法（Simulated Annealing 法，以下ＳＡ法
と略す）があり、このＳＡ法を用いて群管理エレベータ
における呼び割当ての最適解（最適運行）を探索する方
法が、例えば特開昭６２−２０５９７２号「エレベータ
群最適運行解析システム」に示されている。
【０００６】ここでＳＡ法とは、例えば１９８６年１月
発行の「オペレーションズ・リサーチ第３１巻第１号４
３頁〜４８頁」に記載されているように周知の手法であ
るが、簡単に説明するとその手順は次に示すようにな
る。 初期解Ｘを生成する。 初期温度Ｔを設定する。 解の変換（摂動とも呼ばれる）を行う。 解の変換による解の値の変化量Δを計算する。 Δ＞０すなわち解の値が改善された場合は解の変換を
受理する。 Δ＜０すなわち解の値が改善されなかった場合は Ｐ（Δ）＝ｅｘｐ（−Δ／Ｔ）の確率で解の変換を受理
する。 解の値の分布が定常状態になるまで上記〜を繰り
返す。 温度Ｔを少し低い温度に再設定する。 上記〜を繰り返し、解の値の変動が十分に小さく
なると停止する。 このようにして、温度Ｔをうまく制御していくと最適解
または最適解に近い最良解を得ることができるというも
のである。
発行の「オペレーションズ・リサーチ第３１巻第１号４
３頁〜４８頁」に記載されているように周知の手法であ
るが、簡単に説明するとその手順は次に示すようにな
る。 初期解Ｘを生成する。 初期温度Ｔを設定する。 解の変換（摂動とも呼ばれる）を行う。 解の変換による解の値の変化量Δを計算する。 Δ＞０すなわち解の値が改善された場合は解の変換を
受理する。 Δ＜０すなわち解の値が改善されなかった場合は Ｐ（Δ）＝ｅｘｐ（−Δ／Ｔ）の確率で解の変換を受理
する。 解の値の分布が定常状態になるまで上記〜を繰り
返す。 温度Ｔを少し低い温度に再設定する。 上記〜を繰り返し、解の値の変動が十分に小さく
なると停止する。 このようにして、温度Ｔをうまく制御していくと最適解
または最適解に近い最良解を得ることができるというも
のである。
【０００７】
【発明が解決しようとする課題】ところで、このＳＡ法
を実行するに当っては上記手順すなわちAnnealing のス
ケジュールとして、初期温度、温度の系列、各温度にお
ける定常状態の判定条件、停止の判定条件等を決めなけ
ればならないが、このスケジュールの決め方が非常に困
難であるという問題があり、また常に確率の計算を伴う
ので計算に非常に時間がかかるといった問題点があっ
た。
を実行するに当っては上記手順すなわちAnnealing のス
ケジュールとして、初期温度、温度の系列、各温度にお
ける定常状態の判定条件、停止の判定条件等を決めなけ
ればならないが、このスケジュールの決め方が非常に困
難であるという問題があり、また常に確率の計算を伴う
ので計算に非常に時間がかかるといった問題点があっ
た。
【０００８】このため、最近ＳＡ法を改良するものとし
て、例えば１９９０年発行の「JOURNAL OF COMPUTATION
AL PHYSICS 90,P161-175」にThreshold Accepting 法
（以下ＴＡ法と略す）なるものが提案されており、その
手順は次のようになる。 初期解Ｘを生成する。 しきい値Ｔを設定する。 解の変換を行う。 解の変換による値の変化量Δを計算する。 Δ＞−Ｔのとき解の変換を受理し、そうでなければ受
理しない。すなわち解の値が改善されたか、若しくは改
悪の場合でもその変化量がしきい値Ｔより小さい場合は
解の変換を受理する。 解の値の分布が定常状態になるまで上記〜を繰り
返す。 しきい値Ｔを少し小さい値に再設定する。 上記〜を繰り返し、解の値の変動が十分に小さく
なると停止する。
て、例えば１９９０年発行の「JOURNAL OF COMPUTATION
AL PHYSICS 90,P161-175」にThreshold Accepting 法
（以下ＴＡ法と略す）なるものが提案されており、その
手順は次のようになる。 初期解Ｘを生成する。 しきい値Ｔを設定する。 解の変換を行う。 解の変換による値の変化量Δを計算する。 Δ＞−Ｔのとき解の変換を受理し、そうでなければ受
理しない。すなわち解の値が改善されたか、若しくは改
悪の場合でもその変化量がしきい値Ｔより小さい場合は
解の変換を受理する。 解の値の分布が定常状態になるまで上記〜を繰り
返す。 しきい値Ｔを少し小さい値に再設定する。 上記〜を繰り返し、解の値の変動が十分に小さく
なると停止する。
【０００９】このようにＴＡ法は、解の値が改悪された
場合にＳＡ法ではある確率で解の変換を受理するのに対
し、しきい値より小さい範囲内であればすべて受理する
ようにした点でＳＡ法と異なる。この結果、ＴＡ法はス
ケジュールの決定において、また確率の計算が不要とな
る点でＳＡ法に比べてかなり単純化され、しかもＳＡ法
より良い結果の得られることが確かめられている。
場合にＳＡ法ではある確率で解の変換を受理するのに対
し、しきい値より小さい範囲内であればすべて受理する
ようにした点でＳＡ法と異なる。この結果、ＴＡ法はス
ケジュールの決定において、また確率の計算が不要とな
る点でＳＡ法に比べてかなり単純化され、しかもＳＡ法
より良い結果の得られることが確かめられている。
【００１０】しかしながらエレベータの場合、かごがｍ
台、呼びの発生数をｎ個とすると、割当ての組合せすな
わち解の数はｍn となるので、例えば或るビルの１日の
呼びを対象にその１日の最適運行を求めようとすると大
規模な組合せ最適化問題となり、例えＴＡ法を用いたと
してもあまりにも時間がかかりすぎるという問題点があ
った。
台、呼びの発生数をｎ個とすると、割当ての組合せすな
わち解の数はｍn となるので、例えば或るビルの１日の
呼びを対象にその１日の最適運行を求めようとすると大
規模な組合せ最適化問題となり、例えＴＡ法を用いたと
してもあまりにも時間がかかりすぎるという問題点があ
った。
【００１１】本発明は上記の点に鑑みなされたもので、
群管理エレベータにおける呼び割当てを組合せ最適化問
題として捉え、ＴＡ法を適用してより質の高い最適解を
得るとともに、エレベータに特有の性質を利用すること
により演算回数を減らし、収束の早い探索方法を提供す
るものである。
群管理エレベータにおける呼び割当てを組合せ最適化問
題として捉え、ＴＡ法を適用してより質の高い最適解を
得るとともに、エレベータに特有の性質を利用すること
により演算回数を減らし、収束の早い探索方法を提供す
るものである。
【００１２】
【課題を解決するための手段】本発明は上記の問題点を
解決するため、複数の既知の乗場呼びに複数台のかごを
割当てる場合の最適解を探索するに際し、各かごに数が
ほぼ均等となるように前記乗場呼びを任意に割当ててこ
れを初期解とし、解の変換は前記乗場呼びのうち異なる
かごに割当てられた任意の２つの乗場呼びを入れ替える
ことにより行い、これを探索の基本ステップとしてThre
shold Accepting 法を適用することにより、最適解を探
索するようにしたことを特徴とするものである。
解決するため、複数の既知の乗場呼びに複数台のかごを
割当てる場合の最適解を探索するに際し、各かごに数が
ほぼ均等となるように前記乗場呼びを任意に割当ててこ
れを初期解とし、解の変換は前記乗場呼びのうち異なる
かごに割当てられた任意の２つの乗場呼びを入れ替える
ことにより行い、これを探索の基本ステップとしてThre
shold Accepting 法を適用することにより、最適解を探
索するようにしたことを特徴とするものである。
【００１３】
【作用】かごの台数をｍ，乗場呼びの数をｎとすると、
その割当ての解の数はｍn 通りとなるが、本発明によれ
ば、まず各かごに数が均等となるように乗場呼びを割当
て初期解を生成し、その後の変換は前記乗場呼びのうち
異なるかごに割当てられた２つの乗場呼びを入れ替える
ことにより行うようにしたので、探索の対象となる解の
数はｍn から約ｎ！／（（ｎ／ｍ）！）m 通りへと大幅
に減少し、収束が非常に速くなる。しかも各かごに割当
てられた呼びの数が均等となる解の中には、エレベータ
の性質上、解の値が極端に悪いものは存在せず、しかも
最適解が含まれている可能性が高いというだけでなく、
解の変換はこの呼びを入れ替えるだけなので解の変換に
よって解の値が極端に悪化したり大きく変動したりする
ことがなくなり、探索空間はＴＡ法に適した非常に滑ら
かなものとなる。
その割当ての解の数はｍn 通りとなるが、本発明によれ
ば、まず各かごに数が均等となるように乗場呼びを割当
て初期解を生成し、その後の変換は前記乗場呼びのうち
異なるかごに割当てられた２つの乗場呼びを入れ替える
ことにより行うようにしたので、探索の対象となる解の
数はｍn から約ｎ！／（（ｎ／ｍ）！）m 通りへと大幅
に減少し、収束が非常に速くなる。しかも各かごに割当
てられた呼びの数が均等となる解の中には、エレベータ
の性質上、解の値が極端に悪いものは存在せず、しかも
最適解が含まれている可能性が高いというだけでなく、
解の変換はこの呼びを入れ替えるだけなので解の変換に
よって解の値が極端に悪化したり大きく変動したりする
ことがなくなり、探索空間はＴＡ法に適した非常に滑ら
かなものとなる。
【００１４】
【実施例】以下、本発明の一実施例を図面に基いて説明
する。図１は、一例として７階床のビルにおける乗場呼
びの発生状況（乗客の到着状況）を時間を横軸にとって
示したもので、これらの既知の呼びに対する割当てを組
合せ最適化問題として考える。
する。図１は、一例として７階床のビルにおける乗場呼
びの発生状況（乗客の到着状況）を時間を横軸にとって
示したもので、これらの既知の呼びに対する割当てを組
合せ最適化問題として考える。
【００１５】図１において、Ｈ1 は１階の乗場に到着し
た乗客によって発生した上昇方向の乗場呼び、Ｈ2 は同
じく４階の乗場に到着した乗客によって発生した下降方
向の乗場呼び、Ｈ3 〜Ｈ9 は同様に図示した階床位置で
発生した乗場呼びを示している。また、Ｂ1 〜Ｂ3 は乗
場呼びＨ1 が発生後に１階の乗場に遅れて到着した乗客
をそれぞれ示し、他の〇印も同様に各乗場に図示の時点
で到着した乗客を表わしている。
た乗客によって発生した上昇方向の乗場呼び、Ｈ2 は同
じく４階の乗場に到着した乗客によって発生した下降方
向の乗場呼び、Ｈ3 〜Ｈ9 は同様に図示した階床位置で
発生した乗場呼びを示している。また、Ｂ1 〜Ｂ3 は乗
場呼びＨ1 が発生後に１階の乗場に遅れて到着した乗客
をそれぞれ示し、他の〇印も同様に各乗場に図示の時点
で到着した乗客を表わしている。
【００１６】図１の例では、例えば１階では乗場呼びＨ
1 に割当てられた或るかご（図示せず）に乗客Ｂ1 〜Ｂ
3 も同時に乗り込んで出発し、その後に到着した乗客に
よって乗場呼びＨ5 が発生する様子を示しているが、も
し各かごの初期位置が異なったり乗場呼びＨ1 に他のか
ごが割当てられた場合にはその応答時点が異なるため、
例えば乗客Ｂ1 とＢ2 を乗せて出発し、後から到着した
乗客Ｂ3 によって１階の乗場呼びが発生するというよう
に、各乗客の発生時点が同じでも割当てや各かごの初期
位置によって乗場呼びの発生状況も図１とは異なる状況
となる可能性がある。しかし、各乗客の発生時点と行先
階床及び各かごの初期位置はすべて既知であり不変とし
て問題を取り扱うため、各かごの呼び割当てを発生順に
順次決定していけば、各かごの運行が自動的に定まるこ
とになり、後述のシミュレーションを容易に実行するこ
とができる。
1 に割当てられた或るかご（図示せず）に乗客Ｂ1 〜Ｂ
3 も同時に乗り込んで出発し、その後に到着した乗客に
よって乗場呼びＨ5 が発生する様子を示しているが、も
し各かごの初期位置が異なったり乗場呼びＨ1 に他のか
ごが割当てられた場合にはその応答時点が異なるため、
例えば乗客Ｂ1 とＢ2 を乗せて出発し、後から到着した
乗客Ｂ3 によって１階の乗場呼びが発生するというよう
に、各乗客の発生時点が同じでも割当てや各かごの初期
位置によって乗場呼びの発生状況も図１とは異なる状況
となる可能性がある。しかし、各乗客の発生時点と行先
階床及び各かごの初期位置はすべて既知であり不変とし
て問題を取り扱うため、各かごの呼び割当てを発生順に
順次決定していけば、各かごの運行が自動的に定まるこ
とになり、後述のシミュレーションを容易に実行するこ
とができる。
【００１７】図２は、本発明による最適解の探索手法を
説明するためのフローチャートであり、各ステップの内
容を図１の例に適用した場合について説明する。まず、
ステップＳ１において、次のように割当ての初期化を行
う。 Ａi ＝（（ｉ−１）mod ｍ）＋１ （ｉ＝１・・・ ｎ） ここでＡi は乗場呼びＨi に割当てられるかごの号機番
号を表わし、ｎは呼びの個数、ｍはかご台数である。な
お、（（ｉ−１）mod ｍ）は（ｉ−１）をｍで割った余
りを示す。つまりこの式はｎ個の乗場呼びをｍ台のかご
に順番に割当てていくことを示している。
説明するためのフローチャートであり、各ステップの内
容を図１の例に適用した場合について説明する。まず、
ステップＳ１において、次のように割当ての初期化を行
う。 Ａi ＝（（ｉ−１）mod ｍ）＋１ （ｉ＝１・・・ ｎ） ここでＡi は乗場呼びＨi に割当てられるかごの号機番
号を表わし、ｎは呼びの個数、ｍはかご台数である。な
お、（（ｉ−１）mod ｍ）は（ｉ−１）をｍで割った余
りを示す。つまりこの式はｎ個の乗場呼びをｍ台のかご
に順番に割当てていくことを示している。
【００１８】図１の例ではｎ＝９であり、またかごの台
数ｍ＝３とすると、上記の式により、各乗場呼びＨi に
割当てられるかごの初期解は、図３(a) に示すように、
各乗場呼びＨi に対して１号機〜３号機が順番に繰り返
し割当てられることになる。この結果、１号機〜３号機
に割当てられた呼びをＣ1 〜Ｃ3 としてそれぞれ号機別
に示すと、図３(b) のように各号機はそれぞれ３つずつ
乗場呼びを割当てられたことになり、これを初期解とす
る。
数ｍ＝３とすると、上記の式により、各乗場呼びＨi に
割当てられるかごの初期解は、図３(a) に示すように、
各乗場呼びＨi に対して１号機〜３号機が順番に繰り返
し割当てられることになる。この結果、１号機〜３号機
に割当てられた呼びをＣ1 〜Ｃ3 としてそれぞれ号機別
に示すと、図３(b) のように各号機はそれぞれ３つずつ
乗場呼びを割当てられたことになり、これを初期解とす
る。
【００１９】なお、前述のように初期のかご位置や割当
てられたかごが異なる場合には呼びの発生状況が異なる
可能性があるため、図１のＨ1 〜Ｈ9 と図３(b) のＨ1
〜Ｈ9 とは必ずしも一致するものではなく、ここではＨ
1 〜Ｈ9 はあくまでも乗場呼びの発生した順序を表わ
し、図３(b) はＣ1 すなわち１号機に割当てられる呼び
は１番目と４番目と７番目に発生する乗場呼びであるこ
とを表わしている。
てられたかごが異なる場合には呼びの発生状況が異なる
可能性があるため、図１のＨ1 〜Ｈ9 と図３(b) のＨ1
〜Ｈ9 とは必ずしも一致するものではなく、ここではＨ
1 〜Ｈ9 はあくまでも乗場呼びの発生した順序を表わ
し、図３(b) はＣ1 すなわち１号機に割当てられる呼び
は１番目と４番目と７番目に発生する乗場呼びであるこ
とを表わしている。
【００２０】次に、ステップＳ２ではＴＡ法で重要な役
割を果たすしきい値Ｔの初期値をＴo として初期化を行
う。
割を果たすしきい値Ｔの初期値をＴo として初期化を行
う。
【００２１】次に、ステップＳ３では上記の初期解に対
してシミュレーションを実行し、最適化の目標関数の値
を計算する。ここで最適化の目標関数としては種々考え
られるが、ここでは一般的な各乗場呼びに対する待時間
の平均値ｔa を最適化の目標関数として考える。
してシミュレーションを実行し、最適化の目標関数の値
を計算する。ここで最適化の目標関数としては種々考え
られるが、ここでは一般的な各乗場呼びに対する待時間
の平均値ｔa を最適化の目標関数として考える。
【００２２】シミュレーションによる各乗場呼びの待時
間の計算は次のようにして行う。まず図３(b) に示すよ
うに、１番最初に発生した乗場呼びＨ1 は１号機に割当
てられるが、図１では１階の上昇方向の乗場呼びＨ1 が
これに相当し、その発生時点と１号機のかごの初期位置
とから乗場呼びＨ1 に対する待時間が容易に求まる。ま
た、これにより１号機の応答時点が確定するので、図１
の１階の各乗客の発生時点とから、１号機の応答時点ま
でに到着している乗客はそのかごに乗り、その直後に到
着した乗客によって次に発生する１階の乗場呼びの発生
時点が確定する。
間の計算は次のようにして行う。まず図３(b) に示すよ
うに、１番最初に発生した乗場呼びＨ1 は１号機に割当
てられるが、図１では１階の上昇方向の乗場呼びＨ1 が
これに相当し、その発生時点と１号機のかごの初期位置
とから乗場呼びＨ1 に対する待時間が容易に求まる。ま
た、これにより１号機の応答時点が確定するので、図１
の１階の各乗客の発生時点とから、１号機の応答時点ま
でに到着している乗客はそのかごに乗り、その直後に到
着した乗客によって次に発生する１階の乗場呼びの発生
時点が確定する。
【００２３】この時点と図１の４階下降乗場呼びＨ2 と
の発生時点を比較し、もし４階の乗場呼びの方が早けれ
ばこれが図３(b) に示すＨ2 となるので２号機に割当て
られ、この乗場呼びＨ2 と２号機のかご位置とから乗場
Ｈ2 に対する待時間が求まり、２号機の応答時点も確定
する。
の発生時点を比較し、もし４階の乗場呼びの方が早けれ
ばこれが図３(b) に示すＨ2 となるので２号機に割当て
られ、この乗場呼びＨ2 と２号機のかご位置とから乗場
Ｈ2 に対する待時間が求まり、２号機の応答時点も確定
する。
【００２４】このようにして図３(b) に従い、発生した
乗場呼びを順番に１〜３号機に割当てていくと、各乗客
の発生時点は既知なので各かごの運行と呼びの発生が確
定していき、各乗場呼びに対する待時間をそれぞれ求め
ることができる、なお、図１において、割当ての結果、
乗場呼びの発生数が１０個以上となる場合もあるが同様
にして１０番目以降を各号機に順番に割当てていけばよ
い。
乗場呼びを順番に１〜３号機に割当てていくと、各乗客
の発生時点は既知なので各かごの運行と呼びの発生が確
定していき、各乗場呼びに対する待時間をそれぞれ求め
ることができる、なお、図１において、割当ての結果、
乗場呼びの発生数が１０個以上となる場合もあるが同様
にして１０番目以降を各号機に順番に割当てていけばよ
い。
【００２５】こうして初期解における各乗場呼びに対す
る待時間が求まると、その平均値ｔa を計算し、ステッ
プＳ４においてこれを現時点における最適値ｔ* として
保存する。これで初期化が完了し、ステップＳ５以下で
最適解の探索を開始する。
る待時間が求まると、その平均値ｔa を計算し、ステッ
プＳ４においてこれを現時点における最適値ｔ* として
保存する。これで初期化が完了し、ステップＳ５以下で
最適解の探索を開始する。
【００２６】ステップＳ５では解の変換を行う。ここで
解の変換はすべての解を対象とするのではなく、直前の
解に対して異なるかごに割当てられた任意の２つの乗場
呼びだけを入れ替えることにより行う。すなわち次の条
件により入れ替えるべき乗場呼びを選択し、これを入れ
替えて新たな解とする。 Ｐ（ｊ＝ｉ）＝１／ｎ （ｉ＝１・・・ ｎ） Ｐ（ｋ＝ｉ）＝１／ｎ （ｉ＝１・・・ ｎ） ただし ｊ≠ｋ ， Ａj ≠Ａk
解の変換はすべての解を対象とするのではなく、直前の
解に対して異なるかごに割当てられた任意の２つの乗場
呼びだけを入れ替えることにより行う。すなわち次の条
件により入れ替えるべき乗場呼びを選択し、これを入れ
替えて新たな解とする。 Ｐ（ｊ＝ｉ）＝１／ｎ （ｉ＝１・・・ ｎ） Ｐ（ｋ＝ｉ）＝１／ｎ （ｉ＝１・・・ ｎ） ただし ｊ≠ｋ ， Ａj ≠Ａk
【００２７】ここで、Ｐ（ｊ＝ｉ）或いはＰ（ｋ＝ｉ）
は、乗場呼びＨi のうち、入れ替えの対象としてＨj 或
いはＨk （ｊ，ｋ＝１・・・ ｎ）が選択される確率を表わ
す。いま、入れ替え前のＨj とＨk に割当てられたかご
をそれぞれＡj ，Ａk とし、入れ替え後のＨj とＨk に
割当てられたかごをそれぞれＡ′j ，Ａ′k で表わすと
すると、Ｈj とＨk の割当てを入れ替えるとＡ′j ＝Ａ
k ，Ａ′k ＝Ａj となる。
は、乗場呼びＨi のうち、入れ替えの対象としてＨj 或
いはＨk （ｊ，ｋ＝１・・・ ｎ）が選択される確率を表わ
す。いま、入れ替え前のＨj とＨk に割当てられたかご
をそれぞれＡj ，Ａk とし、入れ替え後のＨj とＨk に
割当てられたかごをそれぞれＡ′j ，Ａ′k で表わすと
すると、Ｈj とＨk の割当てを入れ替えるとＡ′j ＝Ａ
k ，Ａ′k ＝Ａj となる。
【００２８】例えば、いまｊ，ｋとしてそれぞれｊ＝
８，ｊ＝９が選択され、すなわち図３(b) の割当てに対
し乗場呼びＨ8 とＨ9 の割当てが入れ替えられたとする
と、Ａ′9 ＝Ａ8 ，Ａ′8 ＝Ａ9 となり、Ｈ9 は２号機
にＨ8 は３号機に割当てられることになるので、変換後
の新たな解は図４(a),(b) に示すようになる。
８，ｊ＝９が選択され、すなわち図３(b) の割当てに対
し乗場呼びＨ8 とＨ9 の割当てが入れ替えられたとする
と、Ａ′9 ＝Ａ8 ，Ａ′8 ＝Ａ9 となり、Ｈ9 は２号機
にＨ8 は３号機に割当てられることになるので、変換後
の新たな解は図４(a),(b) に示すようになる。
【００２９】ステップＳ６ではこの新たな解に対して前
述と同様にシミュレーションを実行し、各乗場呼びに対
する待時間の平均値ｔa を算出する。そしてステップＳ
７では新たな解における待時間の平均値ｔa と現時点に
おける最適値ｔ* との差をｔ* で除して０〜１の範囲に
正規化し、これがしきい値Ｔより小さいか否かを判断す
る。すなわちステップＳ７では、解を変換したことによ
り、解の値が改善されたか（待時間の平均値ｔa が現時
点の最適値ｔ* より小さくなったか）或いは改悪された
としてもその改悪量が所定値より小さいか否かを判断す
る。
述と同様にシミュレーションを実行し、各乗場呼びに対
する待時間の平均値ｔa を算出する。そしてステップＳ
７では新たな解における待時間の平均値ｔa と現時点に
おける最適値ｔ* との差をｔ* で除して０〜１の範囲に
正規化し、これがしきい値Ｔより小さいか否かを判断す
る。すなわちステップＳ７では、解を変換したことによ
り、解の値が改善されたか（待時間の平均値ｔa が現時
点の最適値ｔ* より小さくなったか）或いは改悪された
としてもその改悪量が所定値より小さいか否かを判断す
る。
【００３０】この結果、解の値が改善されたか或いは所
定値以内の改悪の場合にはステップＳ８へと進んでその
解における待時間の平均値ｔa を最適値ｔ* とし、一
方、解の値が所定値以上の改悪となった場合にはステッ
プＳ９へと進んで解の変換を元に戻す。
定値以内の改悪の場合にはステップＳ８へと進んでその
解における待時間の平均値ｔa を最適値ｔ* とし、一
方、解の値が所定値以上の改悪となった場合にはステッ
プＳ９へと進んで解の変換を元に戻す。
【００３１】ステップＳ１０では探索回数が所定値に達
したか否かを判断し、達していなければステップＳ１１
でしきい値Ｔの値を一定量δＴで僅かに小さくして再設
定し、その後解の変換を再び繰り返す。こうして探索を
繰り返し、所定回数に達すると探索を終了し、その時点
におけるｔ* の値が待時間の平均値の最適値であり、そ
の最適値ｔ* に対する解が呼び割当ての最適解となる。
したか否かを判断し、達していなければステップＳ１１
でしきい値Ｔの値を一定量δＴで僅かに小さくして再設
定し、その後解の変換を再び繰り返す。こうして探索を
繰り返し、所定回数に達すると探索を終了し、その時点
におけるｔ* の値が待時間の平均値の最適値であり、そ
の最適値ｔ* に対する解が呼び割当ての最適解となる。
【００３２】なお、以上の説明において階床数やかごの
台数或いは呼び（乗客）の発生数は上記実施例に限定さ
れないことは言うまでもないが、その他、最適化の目標
関数としても、上記の待時間の平均値に限らず、例えば
最大待時間であるとか、消費エネルギーや最大輸送量、
或いはそれらの複合（論理和、重み付き合計）等、種々
の関数を用いることができる。
台数或いは呼び（乗客）の発生数は上記実施例に限定さ
れないことは言うまでもないが、その他、最適化の目標
関数としても、上記の待時間の平均値に限らず、例えば
最大待時間であるとか、消費エネルギーや最大輸送量、
或いはそれらの複合（論理和、重み付き合計）等、種々
の関数を用いることができる。
【００３３】また、上記のステップＳ５の説明におい
て、乗場及びＨj 或いはＨk を選択する確率Ｐは１／ｎ
と均等であったが、例えば探索の初期段階ではＰ（ｊ＝
１）＞Ｐ（ｊ＝ｎ）すなわち発生順序の早い乗場呼びの
選択確率を大きくし、後半の段階ではＰ（ｊ＝１）＜Ｐ
（ｊ＝ｎ）すなわち発生順序の遅い乗場呼びの選択確率
が大きくなるように不均等にすることもできる。発生順
序の早い乗場呼びほど入れ替えにより後の呼びの発生に
与える影響が大きいので、このように探索の初期の段階
ほど発生順序の早い乗場呼びが選択されるようにする
と、収束性の向上を図ることができる。
て、乗場及びＨj 或いはＨk を選択する確率Ｐは１／ｎ
と均等であったが、例えば探索の初期段階ではＰ（ｊ＝
１）＞Ｐ（ｊ＝ｎ）すなわち発生順序の早い乗場呼びの
選択確率を大きくし、後半の段階ではＰ（ｊ＝１）＜Ｐ
（ｊ＝ｎ）すなわち発生順序の遅い乗場呼びの選択確率
が大きくなるように不均等にすることもできる。発生順
序の早い乗場呼びほど入れ替えにより後の呼びの発生に
与える影響が大きいので、このように探索の初期の段階
ほど発生順序の早い乗場呼びが選択されるようにする
と、収束性の向上を図ることができる。
【００３４】また上記の実施例では、乗場呼びを各かご
に均等に割当て、解の変換も任意の２つの呼びを入れ替
えるだけなので、常に各かごに割当てられた呼びの数が
均等になるようにしている。これは充分長い時間のエレ
ベータ動作及び乗客発生は、それぞれ平均到着率μ、平
均発生率λのポアソンプロセスで近似することができ、
その時の各かごの利用率ρi は、各かごの分担する乗客
発生率をλi とすると ρi ＝λi ／μ （ｉ＝１・・・ ｍ，Σλi ＝λ） となる。そして全体の平均待時間ｔt は ｔt ＝Σ（１／ｍμ）・（ρi ／（１−ρi ）） であり、その最小値はρ1 ＝ρ2 ＝・・・・＝ρm すなわ
ち、各かごの呼び割当てが均等となる場合である（この
ことは容易に証明できる）。
に均等に割当て、解の変換も任意の２つの呼びを入れ替
えるだけなので、常に各かごに割当てられた呼びの数が
均等になるようにしている。これは充分長い時間のエレ
ベータ動作及び乗客発生は、それぞれ平均到着率μ、平
均発生率λのポアソンプロセスで近似することができ、
その時の各かごの利用率ρi は、各かごの分担する乗客
発生率をλi とすると ρi ＝λi ／μ （ｉ＝１・・・ ｍ，Σλi ＝λ） となる。そして全体の平均待時間ｔt は ｔt ＝Σ（１／ｍμ）・（ρi ／（１−ρi ）） であり、その最小値はρ1 ＝ρ2 ＝・・・・＝ρm すなわ
ち、各かごの呼び割当てが均等となる場合である（この
ことは容易に証明できる）。
【００３５】また上記の式によらずとも、一般的に考え
て充分長い時間を考えればその間の呼びに対する最適割
当ての結果は、各かごへの割当てが均等となることは容
易に予測できる。このため呼びの数が常に均等となる場
合だけを対象とし探索を行うようにしている。しかし、
最適解が常に呼びを完全に均等に割り当てた場合に存在
するとは限らず、また割当てが多少不均等であっても最
適解と同等の解が含まれる可能性も高いので、割当てに
多少の不均等を含むようにしてもよい。
て充分長い時間を考えればその間の呼びに対する最適割
当ての結果は、各かごへの割当てが均等となることは容
易に予測できる。このため呼びの数が常に均等となる場
合だけを対象とし探索を行うようにしている。しかし、
最適解が常に呼びを完全に均等に割り当てた場合に存在
するとは限らず、また割当てが多少不均等であっても最
適解と同等の解が含まれる可能性も高いので、割当てに
多少の不均等を含むようにしてもよい。
【００３６】そのためには、例えばある確率でＡ′j ＝
Ａ k ，Ａ′ k＝Ａ k となるように、すなわち、乗場
呼びＨj の１つだけを他の号機に割当て変更するような
解の変換を許すことにより達成することができる。
Ａ k ，Ａ′ k＝Ａ k となるように、すなわち、乗場
呼びＨj の１つだけを他の号機に割当て変更するような
解の変換を許すことにより達成することができる。
【００３７】また、上記実施例の手順により得られた最
適解を１つの解とし、更に同一の手順をそれぞれ異なっ
た乱数を用いてそれぞれにつき最適解を得、これらの複
数の最適解の中から最良のものを最終的な最適解として
選択するようにすることもできる。
適解を１つの解とし、更に同一の手順をそれぞれ異なっ
た乱数を用いてそれぞれにつき最適解を得、これらの複
数の最適解の中から最良のものを最終的な最適解として
選択するようにすることもできる。
【０００３８】
【発明の効果】本発明によれば、群管理エレベータに特
有の性質を利用し、均等な呼び割当て又はその近傍だけ
を探索するようにしたので、探索空間は全ての解を対象
とした探索空間に比べて非常に小さくなり、極めて効率
よく最適な呼び割当てを探索することができる。
有の性質を利用し、均等な呼び割当て又はその近傍だけ
を探索するようにしたので、探索空間は全ての解を対象
とした探索空間に比べて非常に小さくなり、極めて効率
よく最適な呼び割当てを探索することができる。
【００３９】また探索空間の解の質は比較的に良好であ
り、しかも、解の変換は任意の２つの乗場呼びを入れ替
えるだけか或いは１つの乗場呼びの割当変更だけにより
行うようにしているので、解の変換によって解の値が極
端に悪化したり大きく変動する可能性が小さく、滑らか
な探索空間となるため、局所解を乗り越える可能性が高
くなり、より最適解に到達する確率が高くなる。
り、しかも、解の変換は任意の２つの乗場呼びを入れ替
えるだけか或いは１つの乗場呼びの割当変更だけにより
行うようにしているので、解の変換によって解の値が極
端に悪化したり大きく変動する可能性が小さく、滑らか
な探索空間となるため、局所解を乗り越える可能性が高
くなり、より最適解に到達する確率が高くなる。
【００４０】すなわち、ＴＡ法はしきい値を用いて解の
変換の受理、不受理を決定するため、解の変換による値
の変化量がしきい値より大きくなる局所解を乗り越える
ことができず、探索空間が滑らかでない最適化問題に適
用することは困難であったが、本発明によればＴＡ法の
適用が可能となり、より最適な解を効率よく求めること
ができる。
変換の受理、不受理を決定するため、解の変換による値
の変化量がしきい値より大きくなる局所解を乗り越える
ことができず、探索空間が滑らかでない最適化問題に適
用することは困難であったが、本発明によればＴＡ法の
適用が可能となり、より最適な解を効率よく求めること
ができる。
【００４１】このように本発明によれば、効率的にしか
も質の高い最適割当解をえることができるので、ファジ
ー理論を用いた呼び割当てのルール抽出に或いはニュー
ラルネットを用いた呼び割当てにおいて、群管理に有効
な制御法則を学習する際の教師信号としてより有効に活
用することができる。
も質の高い最適割当解をえることができるので、ファジ
ー理論を用いた呼び割当てのルール抽出に或いはニュー
ラルネットを用いた呼び割当てにおいて、群管理に有効
な制御法則を学習する際の教師信号としてより有効に活
用することができる。
【図１】組合せ最適化問題としての乗場呼びの発生状況
の一例を示す図である。
の一例を示す図である。
【図２】本発明による最適解の探索手法を説明するため
のフローチャートである。
のフローチャートである。
【図３】図１の乗場呼びに対して本発明を適用した場合
の初期解の一例を示す図である。
の初期解の一例を示す図である。
【図４】図３の初期解に対する解の変換の一例を示す図
である。
である。
Ｈ1 〜Ｈ9 乗場呼び Ｂ1 〜Ｂ3 乗客 Ａi 乗場呼びＨi に割当てられるかごの号機番号 Ｔ しきい値 ｔa 各乗場呼びに対する待時間の平均値 ｔ* 平均値ｔa の最適値
Claims (2)
- 【請求項１】 複数の既知の乗場呼びに対し、複数台の
かごを割当てる場合の最適解を探索し抽出する群管理エ
レベータの最適割当手法において、各かごに数がほぼ均
等となるように前記乗場呼びを任意に割当ててこれを初
期解とし、解の変換は前記乗場呼びのうち異なるかごに
割当てられた任意の２つの乗場呼びを入れ替えることに
より行い、これを探索の基本ステップとしてThreshold
Accepting 法を適用するこにより、最適解を探索するこ
とを特徴とする群管理エレベータの最適割当手法。 - 【請求項２】 任意の乗場呼びの１つを所定の確率で他
のかごに割当て変更することを解の変換として加える請
求項１記載の群管理エレベータの最適割当手法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3124959A JPH0790995B2 (ja) | 1991-04-26 | 1991-04-26 | 群管理エレベータの最適割当手法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3124959A JPH0790995B2 (ja) | 1991-04-26 | 1991-04-26 | 群管理エレベータの最適割当手法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05319706A JPH05319706A (ja) | 1993-12-03 |
| JPH0790995B2 true JPH0790995B2 (ja) | 1995-10-04 |
Family
ID=14898457
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3124959A Expired - Fee Related JPH0790995B2 (ja) | 1991-04-26 | 1991-04-26 | 群管理エレベータの最適割当手法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0790995B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4690703B2 (ja) * | 2004-11-17 | 2011-06-01 | 株式会社東芝 | エレベータ群管理方法及び装置 |
| US7546905B2 (en) * | 2006-03-27 | 2009-06-16 | Mitsubishi Electric Research Laboratories, Inc. | System and method for scheduling elevator cars using pairwise delay minimization |
| JP2011144025A (ja) * | 2010-01-15 | 2011-07-28 | Toshiba Elevator Co Ltd | エレベータの群管理装置 |
-
1991
- 1991-04-26 JP JP3124959A patent/JPH0790995B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH05319706A (ja) | 1993-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110171753B (zh) | 一种电梯调度策略处理方法、装置、设备和存储介质 | |
| JP4870863B2 (ja) | エレベータ群最適管理方法、及び最適管理システム | |
| US6000504A (en) | Group management control method for elevator | |
| CN102264620B (zh) | 电梯的群管理控制方法及装置 | |
| JP4372681B2 (ja) | エレベータシステムを制御する方法および装置 | |
| JP4494696B2 (ja) | エレベーター群管理装置 | |
| EP1560778B1 (en) | Method for controlling an elevator system and controller for an elevator system | |
| US5672853A (en) | Elevator control neural network | |
| JP2008538737A (ja) | 予想交通情報を用いる群エレベータのスケジューリング | |
| JP2002509848A (ja) | 仮想乗客トラヒックを生成するエレベータ群制御方法 | |
| CN102139824A (zh) | 电梯群管理装置 | |
| JPH02265876A (ja) | エレベータの群管理装置 | |
| CN117252318B (zh) | 一种智能网联汽车群机协同拼车调度方法及*** | |
| JP4621620B2 (ja) | エレベータ群管理システム、方法およびプログラム | |
| Cortes et al. | Double deck elevator group control systems using evolutionary algorithms: Interfloor and lunchpeak traffic analysis | |
| JPH06305649A (ja) | エレベータの運行制御方法及び制御装置 | |
| JPH0790995B2 (ja) | 群管理エレベータの最適割当手法 | |
| CN101356106A (zh) | 电梯控制方法及其装置 | |
| WO2001072622A1 (fr) | Dispositif de commande de gestion d'un groupe d'ascenseurs | |
| JPH07117941A (ja) | エレベータの群管理制御装置 | |
| JPH11209010A (ja) | エレベータ群管理装置及び方法 | |
| Sun et al. | Estimation of optimal elevator scheduling performance | |
| JP3714343B2 (ja) | エレベータ群管理簡易シミュレータならびにエレベータ群管理装置 | |
| Sorsa | A real-time genetic algorithm for the bilevel double-deck elevator dispatching problem | |
| JPWO2019016937A1 (ja) | エレベーター装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071004 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101004 Year of fee payment: 15 |
|
| LAPS | Cancellation because of no payment of annual fees |