一種電梯懸停位置的確定方法及裝置的制造方法
【專利摘要】本發(fā)明提供了一種電梯懸停位置的確定方法及裝置，方法包括：預先構建樣本庫，樣本庫中包括多個樣本，其中，每一個樣本對應一個時間段和在該時間段內(nèi)電梯停靠次數(shù)最多的樓層；確定目標時間段；在樣本庫中選擇對應于目標時間段的多個目標樣本；根據(jù)選擇的多個目標樣本進行迭代學習；根據(jù)學習結果確定在目標時間段內(nèi)的第一電梯懸停位置。根據(jù)本方案，通過構建樣本庫，在樣本庫中選擇對應于目標時間段的多個目標樣本進行迭代學習，以根據(jù)學習結果確定目標時間段內(nèi)的第一電梯懸停位置，通過迭代學習的方式可以保證確定的電梯懸停位置的準確性，從而可以降低用戶呼叫等待電梯的時間，進而提高工作效率。
【專利說明】
一種電梯懸停位置的確定方法及裝置
技術領域
[0001]本發(fā)明涉及數(shù)據(jù)處理技術領域，特別涉及一種電梯懸停位置的確定方法及裝置。
【背景技術】
[0002]城市中的樓層高度越來越高，電梯已經(jīng)成為人們上樓下樓必須依賴的工具。目前，當用戶處于某一個樓層需要呼叫電梯時，可以直接點擊電梯間上設置的呼叫按鈕即可，電梯可以根據(jù)使用或空閑狀態(tài)，停到該樓層供用戶使用。然而，在樓層高度較高時，會延長用戶呼叫等待電梯的時間，從而對工作效率造成影響。

【發(fā)明內(nèi)容】

[0003]本發(fā)明實施例提供了一種電梯懸停位置的確定方法及裝置，以降低用戶呼叫等待電梯的時間。
[0004]第一方面，本發(fā)明實施例提供了一種電梯懸停位置的確定方法，預先構建樣本庫，所述樣本庫中包括多個樣本，其中，每一個樣本對應一個時間段和在該時間段內(nèi)電梯?？看螖?shù)最多的樓層;還包括:
[0005]確定目標時間段；
[0006]在所述樣本庫中選擇對應于所述目標時間段的多個目標樣本；
[0007]根據(jù)選擇的所述多個目標樣本進行迭代學習；
[0008]根據(jù)學習結果確定在所述目標時間段內(nèi)的第一電梯懸停位置。
[0009]優(yōu)選地，所述根據(jù)選擇的所述多個目標樣本進行迭代學習，包括:
[0010]S1:將所述多個目標樣本作為輸入樣本；
[0011 ] S2:對所述輸入樣本進行處理，得到輸出結果，判斷所述輸出結果是否收斂，若收斂，則執(zhí)行步驟S3，否則，將所述輸出結果作為輸入樣本并繼續(xù)執(zhí)行S2;
[0012]S3:將收斂的輸出結果作為所述學習結果;其中，該收斂的輸出結果為在所述目標時間段內(nèi)的第一電梯懸停位置。
[0013 ]優(yōu)選地，所述對所述輸入樣本進行處理，包括:
[0014]利用下述公式對所述輸入樣本進行處理:
[0015]present[i+1]=present[i]+v[i]*t
[0016]v[i+l]=w*v[i]+cl*random[l]*(pbest[i]_present[i])+c2*random(2)*(gbest[i]-present[i])+random(v)
[0017]其中，present[i + l]用于表征下一次電梯懸停位置，present[i]用于表征所述輸入樣本對應的當前一次電梯懸停位置，i為正整數(shù)，在i = I時,present[ i ]為選擇的目標樣本中電梯?？看螖?shù)最多的樓層，v[i + l]用于表征下一次電梯速度，v[i]用于表征所述輸入樣本對應的當前一次電梯速度，在i = I時，V [ i ]為初始化的速度，t為經(jīng)驗值，用于表征學習一次需要的時間，w為設置的權值，c 1、c2均為(O，I)之間的隨機數(shù)，random[ I ]、random[ 2 ]、random[v]均為隨機數(shù)，pbest[i]用于表征當前一次電梯懸停位置的最優(yōu)解，gbest[i]用于表征從第一次學習到當前一次學習之間電梯懸停位置的最優(yōu)解。
[0018]優(yōu)選地，
[0019]所述判斷所述輸出結果是否收斂，包括:判斷輸出結果中對應的下一次電梯懸停位置與當前一次電梯懸停位置是否相同，若相同，則確定所述輸出結果收斂；
[°02°]進一步包括:設置收斂閾值；
[0021]在執(zhí)行S3之前，進一步包括:在所述輸出結果收斂時，根據(jù)所述收斂閾值和當前一次電梯懸停位置的最優(yōu)解確定收斂范圍，并進一步判斷所述輸出結果是否位于所述收斂范圍內(nèi)，若是，則執(zhí)行S3。
[0022]優(yōu)選地，
[0023]進一步包括:確定所包括的多個電梯；
[0024]進一步包括:當時間處于所述目標時間段時，在多個電梯中選擇第一電梯懸停在所述第一電梯懸停位置；
[0025]進一步包括:將樣本庫中對應于所述第一電梯懸停位置的樣本刪除；繼續(xù)執(zhí)行所述在所述樣本庫中選擇對應于所述目標時間段的多個目標樣本步驟，以確定在所述目標時間段內(nèi)的第二電梯懸停位置，并在所述多個電梯中未被選擇的電梯中執(zhí)行選擇第二電梯懸停在所述第二電梯懸停位置，并將樣本庫中對應于所述第二電梯懸停位置的樣本刪除，并繼續(xù)執(zhí)行所述在所述樣本庫中選擇對應于所述目標時間段的多個目標樣本步驟，直到所述多個電梯中不包括未被選擇的電梯。
[0026]優(yōu)選地，
[0027]進一步包括:接收預約請求，其中，所述預約請求攜帶預約時間點、預約樓層和預約方向，判斷是否包括運行方向與所述預約方向相同、尚未運行到所述預約樓層、且若運行到所述預約樓層的時間與預約時間點相同的目標電梯，若包括，則接受所述預約請求，并控制電梯在運行到所述預約樓層時進行停留并開啟;若不包括，則拒絕所述預約請求。
[0028]第二方面，本發(fā)明實施例還提供了一種電梯懸停位置的確定裝置，包括:
[0029]構建單元，用于構建樣本庫，所述樣本庫中包括多個樣本，其中，每一個樣本對應一個時間段和在該時間段內(nèi)電梯停靠次數(shù)最多的樓層；
[0030]第一確定單元，用于確定目標時間段；
[0031 ]第一選擇單元，用于在所述樣本庫中選擇對應于所述目標時間段的多個目標樣本；
[0032]學習單元，用于根據(jù)選擇的所述多個目標樣本進行迭代學習；
[0033]第二確定單元，用于根據(jù)學習結果確定在所述目標時間段內(nèi)的第一電梯懸停位置。
[0034]優(yōu)選地，
[0035]所述學習單元，包括:
[0036]輸入樣本確定模塊，用于將所述多個目標樣本作為輸入樣本；
[0037]處理模塊，用于對所述輸入樣本進行處理，得到輸出結果；
[0038]判斷模塊，用于判斷所述輸出結果是否收斂，若收斂，則觸發(fā)學習結果確定模塊執(zhí)行相應操作，否則，將所述輸出結果作為輸入樣本并觸發(fā)所述處理模塊繼續(xù)執(zhí)行相應操作；
[0039]學習結果確定模塊，用于將收斂的輸出結果作為所述學習結果;其中，該收斂的輸出結果為在所述目標時間段內(nèi)的第一電梯懸停位置；
[0040]優(yōu)選地，
[0041 ]進一步包括:第三確定單元，用于確定所包括的多個電梯；
[0042]進一步包括:第二選擇單元，用于當時間處于所述目標時間段時，在多個電梯中選擇第一電梯懸停在所述第一電梯懸停位置；
[0043]進一步包括:刪除單元，用于將樣本庫中對應于所述第一電梯懸停位置的樣本刪除，并觸發(fā)所述第一選擇單元繼續(xù)執(zhí)行相應操作，以使第二確定單元確定在所述目標時間段內(nèi)的第二電梯懸停位置，觸發(fā)所述第二選擇單元在所述多個電梯中未被選擇的電梯中執(zhí)行選擇第二電梯懸停在所述第二電梯懸停位置，并觸發(fā)所述刪除單元將樣本庫中對應于所述第二電梯懸停位置的樣本刪除，并繼續(xù)觸發(fā)所述第一選擇單元繼續(xù)執(zhí)行相應操作，直到所述多個電梯中不包括未被選擇的電梯時停止對所述刪除單元的觸發(fā)操作；
[0044]優(yōu)選地，
[0045]進一步包括:接收單元，用于接收預約請求，其中，所述預約請求攜帶預約時間點、預約樓層和預約方向；
[0046]第一判斷單元，用于判斷是否包括運行方向與所述預約方向相同、尚未運行到所述預約樓層、且若運行到所述預約樓層的時間與預約時間點相同的目標電梯，若包括，則接受所述預約請求，并控制電梯在運行到所述預約樓層時進行停留并開啟；若不包括，則拒絕所述預約請求。
[0047]優(yōu)選地，所述處理模塊，具體用于利用下述公式對所述輸入樣本進行處理:
[0048]present[i+1]=present[i]+v[i]*t
[0049]v[i+l]=w*v[i]+cl*random[I]*(pbest[i]_present[i])+c2*random(2)*(gbest[i]-present[i])+random(v)
[°°50] 其中，present[i + l]用于表征下一次電梯懸停位置，present[i]用于表征所述輸入樣本對應的當前一次電梯懸停位置，i為正整數(shù)，在i = I時,present[ i ]為選擇的目標樣本中電梯?？看螖?shù)最多的樓層，v[i + l]用于表征下一次電梯速度，v[i]用于表征所述輸入樣本對應的當前一次電梯速度，在i = I時，V [ i ]為初始化的速度，t為經(jīng)驗值，用于表征學習一次需要的時間，w為設置的權值，c 1、c2均為(O，I)之間的隨機數(shù)，random[ I ]、random[ 2 ]、random[v]均為隨機數(shù)，pbest[i]用于表征當前一次電梯懸停位置的最優(yōu)解，gbest[i]用于表征從第一次學習到當前一次學習之間電梯懸停位置的最優(yōu)解。
[0051]優(yōu)選地，
[0052]所述判斷模塊，具體用于判斷輸出結果中對應的下一次電梯懸停位置與當前一次電梯懸停位置是否相同，若相同，則確定所述輸出結果收斂；
[0053]進一步包括:設置單元，用于設置收斂閾值；
[0054]進一步包括:第二判斷單元，用于在所述輸出結果收斂時，根據(jù)所述收斂閾值和當前一次電梯懸停位置的最優(yōu)解確定收斂范圍，并進一步判斷所述輸出結果是否位于所述收斂范圍內(nèi)，若是，則觸發(fā)所述學習結果確定單元執(zhí)行相應操作。
[0055]本發(fā)明實施例提供了一種電梯懸停位置的確定方法及裝置，通過構建樣本庫，在樣本庫中選擇對應于目標時間段的多個目標樣本進行迭代學習，以根據(jù)學習結果確定目標時間段內(nèi)的第一電梯懸停位置，通過迭代學習的方式可以保證確定的電梯懸停位置的準確性，從而可以降低用戶呼叫等待電梯的時間，進而提高工作效率。
【附圖說明】
[0056]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0057]圖1是本發(fā)明一個實施例提供的一種方法流程圖；
[0058]圖2是本發(fā)明一個實施例提供的另一種方法流程圖；
[0059]圖3是本發(fā)明一個實施例提供的一種裝置所在設備的硬件架構圖；
[0060]圖4是本發(fā)明一個實施例提供的一種裝置結構示意圖；
[0061 ]圖5是本發(fā)明一個實施例提供的另一種裝置結構示意圖；
[0062]圖6是本發(fā)明一個實施例提供的又一種裝置結構示意圖；
[0063]圖7是本發(fā)明一個實施例提供的再一種裝置結構示意圖；
[0064]圖8是本發(fā)明一個實施例提供的再一種裝置結構示意圖。
【具體實施方式】
[0065]為使本發(fā)明實施例的目的、技術方案和優(yōu)點更加清楚，下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例，基于本發(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動的前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0066]如圖1所示，本發(fā)明實施例提供了一種電梯懸停位置的確定方法，該方法可以包括以下步驟:
[0067]步驟101:預先構建樣本庫，所述樣本庫中包括多個樣本，其中，每一個樣本對應一個時間段和在該時間段內(nèi)電梯停靠次數(shù)最多的樓層；
[0068]步驟102:確定目標時間段；
[0069]步驟103:在所述樣本庫中選擇對應于所述目標時間段的多個目標樣本；
[0070]步驟104:根據(jù)選擇的所述多個目標樣本進行迭代學習；
[0071]步驟105:根據(jù)學習結果確定在所述目標時間段內(nèi)的第一電梯懸停位置。
[0072]根據(jù)上述實施例，通過構建樣本庫，在樣本庫中選擇對應于目標時間段的多個目標樣本進行迭代學習，以根據(jù)學習結果確定目標時間段內(nèi)的第一電梯懸停位置，通過迭代學習的方式可以保證確定的電梯懸停位置的準確性，從而可以降低用戶呼叫等待電梯的時間，進而提高工作效率。
[0073]為了提高電梯懸停位置的準確性，需要對選擇的多個目標樣本進行迭代學習，在本發(fā)明一個實施例中，可以通過如下方式實現(xiàn):
[0074]SI:將所述多個目標樣本作為輸入樣本；
[0075]S2:對所述輸入樣本進行處理，得到輸出結果，判斷所述輸出結果是否收斂，若收斂，則執(zhí)行步驟S3，否則，將所述輸出結果作為輸入樣本并繼續(xù)執(zhí)行S2;
[0076]S3:將收斂的輸出結果作為所述學習結果;其中，該收斂的輸出結果為在所述目標時間段內(nèi)的第一電梯懸停位置。
[0077]在本發(fā)明一個實施例中，在對輸入樣本進行處理時，可以通過下述公式來實現(xiàn):
[0078]present[i+1]=present[i]+v[i]*t
[0079]v[i+l]=w*v[i]+cl*random[I]*(pbest[i]_present[i])+c2*random(2)*(gbest[i]-present[i])+random(v)
[0080]其中，present[i + 1]用于表征下一次電梯懸停位置，present[i]用于表征所述輸入樣本對應的當前一次電梯懸停位置，i為正整數(shù)，在i = I時,present[ i ]為選擇的目標樣本中電梯?？看螖?shù)最多的樓層，v[i + l]用于表征下一次電梯速度，v[i]用于表征所述輸入樣本對應的當前一次電梯速度，在i = I時，V [ i ]為初始化的速度，t為經(jīng)驗值，用于表征學習一次需要的時間，w為設置的權值，c 1、c2均為(O，I)之間的隨機數(shù)，random[ I ]、random[ 2 ]、random[v]均為隨機數(shù)，pbest[i]用于表征當前一次電梯懸停位置的最優(yōu)解，gbest[i]用于表征從第一次學習到當前一次學習之間電梯懸停位置的最優(yōu)解。
[0081]在本發(fā)明一個實施例中，在判斷輸出結果中對應的下一次電梯懸停位置與當前一次電梯懸停位置相同時，則確定輸出結果收斂，而在收斂時，需要保證收斂的輸出結果位于收斂范圍內(nèi)，才能夠表明該輸出結果的值為預測準確的電梯懸停位置。
[0082]在一個大樓中包括多個電梯時，可以按照該大樓中在目標時間段內(nèi)對電梯呼叫的需求從高到低進行排序，以在目標時間段內(nèi)多個電梯位于空閑狀態(tài)時，將該多個電梯分配給呼叫需求高的樓層，因此，在本發(fā)明一個實施例中，可以進一步包括:確定所包括的多個電梯；
[0083]進一步包括:當時間處于所述目標時間段時，在多個電梯中選擇第一電梯懸停在所述第一電梯懸停位置；
[0084]進一步包括:將樣本庫中對應于所述第一電梯懸停位置的樣本刪除；繼續(xù)執(zhí)行所述在所述樣本庫中選擇對應于所述目標時間段的多個目標樣本步驟，以確定在所述目標時間段內(nèi)的第二電梯懸停位置，并在所述多個電梯中未被選擇的電梯中執(zhí)行選擇第二電梯懸停在所述第二電梯懸停位置，并將樣本庫中對應于所述第二電梯懸停位置的樣本刪除，并繼續(xù)執(zhí)行所述在所述樣本庫中選擇對應于所述目標時間段的多個目標樣本步驟，直到所述多個電梯中不包括未被選擇的電梯。
[0085]根據(jù)上述實施例，不僅可以降低用戶等待電梯的時間，還可以按需分配資源，從而進一步提高整個大樓的工作效率。
[0086]在本發(fā)明一個實施例中，為了進一步提高用戶的工作效率，還可以設置電梯預約功能，可以進一步包括:接收預約請求，其中，所述預約請求攜帶預約時間點、預約樓層和預約方向，判斷是否包括運行方向與所述預約方向相同、且尚未運行到所述預約樓層的目標電梯，若包括，則接受所述預約請求，并控制電梯在運行到所述預約樓層時進行停留并開啟;若不包括，則拒絕所述預約請求。
[0087]如圖2所示，本發(fā)明實施例提供了一種電梯懸停位置的確定方法，該方法可以包括以下步驟:
[0088]步驟201:構建樣本庫。
[0089]樣本庫中可以包括多個樣本，每一個樣本均對應一個時間段和該時間段內(nèi)電梯?？看螖?shù)最多的樓層。其中，樣本庫中包括的樣本個數(shù)越多，對后續(xù)預計出的電梯懸停位置越準確。
[0090]其中，樣本庫中包括的多個樣本可以通過如下方式獲得:
[0091]可以設定一個較長時期，以該時期為一個月為例進行說明，例如，4月I日-4月30日，并將該段時期內(nèi)的每一天進行時間段的劃分，例如，7-8點，8-9點，9-10點，……，19-20點共13個時間段。
[0092]根據(jù)上述設定的時期和每一天劃分的時間段，進行采樣:
[0093]在4月I日-4月30日之間的每一天中，確定7-8點的時間段內(nèi)電梯停靠次數(shù)最多的樓層，采集到對應該時間段的樣本數(shù)為30個；
[0094]在4月I日-4月30日之間的每一天中，確定8-9點的時間段內(nèi)電梯停靠次數(shù)最多的樓層，采集到對應該時間段的樣本數(shù)為30個；
[0095]在4月I日-4月30日之間的每一天中，確定9-10點的時間段內(nèi)電梯?？看螖?shù)最多的樓層，采集到對應該時間段的樣本數(shù)為30個；
[0096]……
[0097]在4月I日-4月30日之間的每一天中，確定19-20點的時間段內(nèi)電梯?？看螖?shù)最多的樓層，采集到對應該時間段的樣本數(shù)為30個。
[0098]將上述采集到的樣本存儲到樣本庫中。
[0099]步驟202:確定目標時間段，例如7-8點，在樣本庫中選擇對應該目標時間段的多個目標樣本。
[0100]選擇的樣本越多，確定出的該目標時間段內(nèi)電梯懸停位置越準確，因此，本步驟中需要選擇大量的目標樣本，為了使本實施例更加清楚，以選擇的樣本數(shù)為10個為例進行說明。該10個樣本分別為樣本1、樣本2、樣本3、......、樣本10。
[0101]步驟203:對選擇的目標樣本進行初始化，并設置收斂閾值。
[0102]在本實施例中，在對選擇的樣本進行處理時，需要對目標樣本進行初始化，以針對每一個目標樣本初始化相應的初始速度。
[0103]其中，該收斂閾值用于保證確定的電梯懸停位置的準確性。例如，該收斂閾值為I。
[0104]步驟204:將選擇的目標樣本進行多次迭代學習，并在每一次迭代學習之后判斷得到的學習結果是否收斂，若收斂，執(zhí)行步驟205;否則，繼續(xù)執(zhí)行本步驟。
[0105]在本實施例中，可以通過如下方式對目標樣本進行多次迭代學習:
[0106]SI:將所述多個目標樣本作為輸入樣本；
[0107]S2:對所述輸入樣本進行處理，得到輸出結果，判斷所述輸出結果是否收斂，若收斂，則執(zhí)行步驟S3，否則，將所述輸出結果作為輸入樣本并繼續(xù)執(zhí)行S2;
[0108]S3:將收斂的輸出結果作為所述學習結果;其中，該收斂的輸出結果為在所述目標時間段內(nèi)的第一電梯懸停位置。
[0109]其中，對輸入樣本進行處理可以通過如下公式來實現(xiàn):
[0110]present[i+1]=present[i]+v[i]*t (I)
[0111]v[i+l]=w*v[i]+cl*random[I]*(pbest[i]_present[i])+c2*random(2)*(gbest[i]-present[i])+random(v) (2)
[0112]其中，present[i + l]用于表征下一次電梯懸停位置，present[i]用于表征所述輸入樣本對應的當前一次電梯懸停位置，i為正整數(shù)，在i = I時,present[ i ]為選擇的目標樣本中電梯?？看螖?shù)最多的樓層，v[i + l]用于表征下一次電梯速度，v[i]用于表征所述輸入樣本對應的當前一次電梯速度，在i = I時，V [ i ]為初始化的速度，t為經(jīng)驗值，用于表征學習一次需要的時間，w為設置的權值，c 1、c2均為(O，I)之間的隨機數(shù)，random[ I ]、random[ 2 ]、random[v]均為隨機數(shù)，pbest[i]用于表征當前一次電梯懸停位置的最優(yōu)解，gbest[i]用于表征從第一次學習到當前一次學習之間電梯懸停位置的最優(yōu)解。
[0113]在i= l時，pbest[l]可以通過如下方式計算:計算10個樣本中電梯停靠次數(shù)最多的樓層的平均值，在平均值不為整數(shù)時，將該平均值四舍五入，得到的值即為pbest[l]。
[0114]gbest[i]可以通過如下方式計算:將每一次學習得到的pbest[i]計算平均值，將該平均值作為gbest[i]，在平均值不為整數(shù)時，將該平均值四舍五入，將得到的值作為gbest[i]ο
[0115]其中，pbest[I ] =gbest[ I ]。
[0116]在i= l時，該第一次輸出結果是通過對選擇的每一個樣本進行速度初始化，并將選擇的每一個樣本分別帶入上述公式(1)、(2)，以計算出每一個樣本對應的下一次電梯懸停位置和下一次電梯速度。
[0117]在每一次學習結束之后，判斷該當前一次輸出結果是否收斂，該判斷過程可以通過如下方式實現(xiàn):該當前一次輸出結果中包括的下一次電梯懸停位置是否與當前一次電梯懸停位置相同，若相同，則表明收斂，若不相同，則表明不收斂。
[0118]在當前一次輸出結果不收斂時，將當前一次輸出結果中包括的present[i+l]和V[i+Ι]分別作為present[i]和v[i]帶入到上述公式(I)和(2)進行下一次學習，依次迭代，直到輸出結果收斂。
[0119]在本實施例中，可以進一步設置迭代學習次數(shù)，例如，100次，若根據(jù)上述公式進行100次迭代學習之后，輸出結果仍然不收斂，確定學習失敗，可以返回執(zhí)行步驟202，直到輸出結果收斂。
[0120]步驟205:根據(jù)收斂閾值，判斷輸出結果是否在收斂范圍內(nèi)，若是，則執(zhí)行步驟206;否則，執(zhí)行步驟202。
[0121]在本實施例中，若收斂的輸出結果對應的下一次電梯懸停位置與當前一次電梯懸停位置相同時，可以計算得到當前一次電梯懸停位置的最優(yōu)解為25層，以設置的收斂閾值為I為例，那么收斂的輸出結果對應的下一次電梯懸停位置需要為24、25或26層，則表明收斂的輸出結果在收斂范圍內(nèi)。
[0122]若收斂的輸出結果不在收斂范圍內(nèi)，那么表明本次迭代學習失敗，需要重新選擇目標樣本進行學習。
[0123]步驟206:根據(jù)輸出結果，確定在目標時間段內(nèi)的第一電梯懸停位置。
[0124]在本實施例中，可以將輸出結果包括的值作為該目標時間段內(nèi)的第一電梯懸停位置，例如，該第一電梯懸停位置為25層。
[0125]步驟207:確定大樓中所包括的多個電梯，當時間處于目標時間段時，在多個電梯中選擇至少一部電梯懸停在該第一電梯懸停位置對應的樓層。
[0126]在本實施例中，在某些大樓中，由于樓層數(shù)較多，因此包括多個電梯供業(yè)主使用，且對包括的該多個電梯進行樓層停留的設置，例如，大樓共包括30層樓，包括6部電梯，其中，電梯1、電梯2用于高層使用(15-30層)，電梯3、電梯4用于低層使用(1-14層)，電梯5、電梯6用于整個大樓的使用(1-30層)。那么當時間處于該目標時間段(7-8點)時，可以在該6部電梯中選擇電梯I在空閑狀態(tài)時懸停在25層。
[0127]步驟208:將樣本庫中對應于第一電梯懸停位置的樣本刪除；繼續(xù)執(zhí)行所述步驟202，以確定在所述目標時間段內(nèi)的第二電梯懸停位置，并在所述多個電梯中未被選擇的電梯中執(zhí)行選擇第二電梯懸停在所述第二電梯懸停位置，并將樣本庫中對應于所述第二電梯懸停位置的樣本刪除，并繼續(xù)執(zhí)行步驟202，直到所述多個電梯中不包括未被選擇的電梯。
[0128]例如，將樣本庫中對應于電梯懸停位置為25層的樣本刪除，并繼續(xù)執(zhí)行步驟202，以確定在目標時間段內(nèi)的第二電梯懸停位置，例如，該第二電梯懸停位置為19層，那么可以選擇電梯2在該目標時間段內(nèi)懸停在19層，并將樣本庫中對應于電梯懸停位置為19層的樣本刪除，并繼續(xù)執(zhí)行步驟202，直到該6部電梯全被選擇完成為止，從而可以充分利用電梯資源，降低用戶等待時間。
[0129]步驟209:接收預約請求，其中，該預約請求攜帶預約時間點、預約樓層和預約方向，判斷是否包括運行方向與所述預約方向相同、尚未運行到所述預約樓層、且若運行到所述預約樓層的時間與預約時間點相同的目標電梯，若包括，則接受所述預約請求，并控制電梯在運行到所述預約樓層時進行停留并開啟;若不包括，則拒絕所述預約請求。
[0130]在本實施例中，還可以設置電梯的預約功能，用戶可以通過手機、平板或電腦等終端設備向電梯發(fā)送預約請求，該預約請求中可以攜帶預約時間點、預約樓層和預約方向，比如，預約時間點為12點，預約樓層為22樓，預約方向為向下運行，那么電梯可以根據(jù)該預約請求判斷是否包括運行方向與預約方向相同、尚未運行到該預約樓層、且若運行到該預約樓層的時間與預約時間點相同的目標電梯，在包括時，可以接受該預約請求，并控制該目標電梯在該預約時間點時停留在該預約樓層開啟，從而可以進一步提高用戶的工作效率，減少用戶的等待時間。
[0131]需要說明的是，用戶進行電梯預約時，不可以預約過于靠后的時間點，例如，此時時刻為11點，預約12點的電梯，是不會生效的，因為，如果預約時間點過于靠后而不去使用會影響其他人的使用。例如，該提前預約的時間段可以為I分鐘，需要保證預約時不影響其他人的使用，才可以接受該預約請求。
[0132]在本發(fā)明一個實施例中，還可以建立一個電梯預約逾期規(guī)則，以避免用戶的惡意預約。例如，用戶在發(fā)起預約請求之后，電梯在該預約樓層停留，而該發(fā)起預約請求的用戶未如約進入電梯，那么則判定該用戶逾期，若用戶逾期次數(shù)超出設定次數(shù)閾值時，則將不接受該用戶發(fā)起的預約請求。
[0133]其中，可以通過電梯上的攝像頭來確定該發(fā)起預約請求的用戶是否如約進入電梯。
[0134]進一步地，終端設備上還可以展示每一部電梯當前的運行樓層和方向，以使用戶可以根據(jù)這些信息確定是否發(fā)起預約請求。
[0135]綜上，本發(fā)明實施例可以在電梯懸停位置確定的準確率以及時間節(jié)省上均可以提高 20%_30%。
[0136]如圖3、圖4所示，本發(fā)明實施例提供了一種電梯懸停位置的確定裝置。裝置實施例可以通過軟件實現(xiàn)，也可以通過硬件或者軟硬件結合的方式實現(xiàn)。從硬件層面而言，如圖3所示，為本發(fā)明實施例提供的一種電梯懸停位置的確定裝置所在設備的一種硬件結構圖，除了圖3所示的處理器、內(nèi)存、網(wǎng)絡接口、以及非易失性存儲器之外，實施例中裝置所在的設備通常還可以包括其他硬件，如負責處理報文的轉(zhuǎn)發(fā)芯片等等。以軟件實現(xiàn)為例，如圖4所示，作為一個邏輯意義上的裝置，是通過其所在設備的CPU將非易失性存儲器中對應的計算機程序指令讀取到內(nèi)存中運行形成的。本實施例提供的一種電梯懸停位置的確定裝置，包括:
[0137]構建單元401，用于構建樣本庫，所述樣本庫中包括多個樣本，其中，每一個樣本對應一個時間段和在該時間段內(nèi)電梯?？看螖?shù)最多的樓層；
[0138]第一確定單元402，用于確定目標時間段；
[0139]第一選擇單元403，用于在所述樣本庫中選擇對應于所述目標時間段的多個目標樣本；
[0140]學習單元404，用于根據(jù)選擇的所述多個目標樣本進行迭代學習；
[0141]第二確定單元405，用于根據(jù)學習結果確定在所述目標時間段內(nèi)的第一電梯懸停位置。
[OH2]在本發(fā)明一個實施例中，請參考圖5，所述學習單元404，包括:
[0143]輸入樣本確定模塊4041，用于將所述多個目標樣本作為輸入樣本；
[0144]處理模塊4042，用于對所述輸入樣本進行處理，得到輸出結果；
[0145]判斷模塊4043，用于判斷所述輸出結果是否收斂，若收斂，則觸發(fā)學習結果確定模塊執(zhí)行相應操作，否則，將所述輸出結果作為輸入樣本并觸發(fā)所述處理模塊繼續(xù)執(zhí)行相應操作；
[0146]學習結果確定模塊4044，用于將收斂的輸出結果作為所述學習結果;其中，該收斂的輸出結果為在所述目標時間段內(nèi)的第一電梯懸停位置；
[0147]在本發(fā)明一個實施例中，請參考圖6，該電梯懸停位置的確定裝置可以進一步包括:
[0148]第三確定單元601，用于確定所包括的多個電梯；
[0149]第二選擇單元602，用于當時間處于所述目標時間段時，在多個電梯中選擇第一電梯懸停在所述第一電梯懸停位置；
[0150]刪除單元603，用于將樣本庫中對應于所述第一電梯懸停位置的樣本刪除，并觸發(fā)所述第一選擇單元403繼續(xù)執(zhí)行相應操作，以使第二確定單元405確定在所述目標時間段內(nèi)的第二電梯懸停位置，觸發(fā)所述第二選擇單元602在所述多個電梯中未被選擇的電梯中執(zhí)行選擇第二電梯懸停在所述第二電梯懸停位置，并觸發(fā)所述刪除單元603將樣本庫中對應于所述第二電梯懸停位置的樣本刪除，并繼續(xù)觸發(fā)所述第一選擇單元403繼續(xù)執(zhí)行相應操作，直到所述多個電梯中不包括未被選擇的電梯時停止對所述刪除單元603的觸發(fā)操作。
[0151]在本發(fā)明一個實施例中，請參考圖7，該電梯懸停位置的確定裝置可以進一步包括:
[0152]接收單元701，用于接收預約請求，其中，所述預約請求攜帶預約時間點、預約樓層和預約方向；
[0153]第一判斷單元702，用于判斷是否包括運行方向與所述預約方向相同、尚未運行到所述預約樓層、且若運行到所述預約樓層的時間與預約時間點相同的目標電梯，若包括，則接受所述預約請求，并控制電梯在運行到所述預約樓層時進行停留并開啟；若不包括，則拒絕所述預約請求。
[0154]在本發(fā)明一個實施例中，所述處理模塊4042，具體用于利用下述公式對所述輸入樣本進行處理:
[0155]present[i+1]=present[i]+v[i]*t
[0156]v[i+1]=w*v[i]+cl*random[I]*(pbest[i!-present[i])+c2*random(2)*(gbest
[i]-present[i])+random(v)
[0157]其中，present[i + l]用于表征下一次電梯懸停位置，present[i]用于表征所述輸入樣本對應的當前一次電梯懸停位置，i為正整數(shù)，在i = I時,present[ i ]為選擇的目標樣本中電梯?？看螖?shù)最多的樓層，v[i + l]用于表征下一次電梯速度，v[i]用于表征所述輸入樣本對應的當前一次電梯速度，在i = I時，V [ i ]為初始化的速度，t為經(jīng)驗值，用于表征學習一次需要的時間，w為設置的權值，c 1、c2均為(O，I)之間的隨機數(shù)，random[ I ]、random[ 2 ]、random[v]均為隨機數(shù)，pbest[i]用于表征當前一次電梯懸停位置的最優(yōu)解，gbest[i]用于表征從第一次學習到當前一次學習之間電梯懸停位置的最優(yōu)解。
[0158]在本發(fā)明一個實施例中，所述判斷模塊4043，具體用于判斷輸出結果中對應的下一次電梯懸停位置與當前一次電梯懸停位置是否相同，若相同，則確定所述輸出結果收斂；
[0159]在本發(fā)明一個實施例中，請參考圖8，該電梯懸停位置的確定裝置可以進一步包括:
[0160]設置單元801，用于設置收斂閾值；
[0161]第二判斷單元802，用于在所述輸出結果收斂時，根據(jù)所述收斂閾值和當前一次電梯懸停位置的最優(yōu)解確定收斂范圍，并進一步判斷所述輸出結果是否位于所述收斂范圍內(nèi)，若是，則觸發(fā)所述學習結果確定單元執(zhí)行相應操作。
[0162]綜上，本發(fā)明實施例至少可以實現(xiàn)如下有益效果:
[0163]1、在本發(fā)明實施例中，通過構建樣本庫，在樣本庫中選擇對應于目標時間段的多個目標樣本進行迭代學習，以根據(jù)學習結果確定目標時間段內(nèi)的第一電梯懸停位置，通過迭代學習的方式可以保證確定的電梯懸停位置的準確性，從而可以降低用戶呼叫等待電梯的時間，進而提尚工作效率。
[0164]2、在本發(fā)明實施例中，通過在迭代學習的公式中增加隨機值，可以保證確定的電梯懸停位置的準確性。
[0165]3、在本發(fā)明實施例中，在大樓中包括多個電梯時，可以在確定出目標時間段內(nèi)電梯懸停位置之后，可以將樣本庫中該目標時間段內(nèi)與該電梯懸停位置對應的樣本刪除，以重新選擇樣本確定出電梯懸停位置，將剩余的空閑電梯在該重新確定的電梯懸停位置進行懸停，從而可以提高電梯資源的利用率。
[0166]4、在本發(fā)明實施例中，通過設置電梯的預約功能，用戶可以通過終端設備進行電梯預約，若電梯接受預約請求，則可以根據(jù)該預約請求在預約樓層進行停留，從而可以進一步降低用戶的等待時間。
[0167]上述裝置內(nèi)的各單元之間的信息交互、執(zhí)行過程等內(nèi)容，由于與本發(fā)明方法實施例基于同一構思，具體內(nèi)容可參見本發(fā)明方法實施例中的敘述，此處不再贅述。
[0168]需要說明的是，在本文中，諸如第一和第二之類的關系術語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關系或者順序。而且，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個......”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同因素。
[0169]本領域普通技術人員可以理解:實現(xiàn)上述方法實施例的全部或部分步驟可以通過程序指令相關的硬件來完成，前述的程序可以存儲在計算機可讀取的存儲介質(zhì)中，該程序在執(zhí)行時，執(zhí)行包括上述方法實施例的步驟;而前述的存儲介質(zhì)包括:ROM、RAM、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)中。
[0170]最后需要說明的是:以上所述僅為本發(fā)明的較佳實施例，僅用于說明本發(fā)明的技術方案，并非用于限定本發(fā)明的保護范圍。凡在本發(fā)明的精神和原則之內(nèi)所做的任何修改、等同替換、改進等，均包含在本發(fā)明的保護范圍內(nèi)。
【主權項】
1.一種電梯懸停位置的確定方法，其特征在于，預先構建樣本庫，所述樣本庫中包括多個樣本，其中，每一個樣本對應一個時間段和在該時間段內(nèi)電梯?？看螖?shù)最多的樓層;還包括: 確定目標時間段； 在所述樣本庫中選擇對應于所述目標時間段的多個目標樣本； 根據(jù)選擇的所述多個目標樣本進行迭代學習； 根據(jù)學習結果確定在所述目標時間段內(nèi)的第一電梯懸停位置。2.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)選擇的所述多個目標樣本進行迭代學習，包括: SI:將所述多個目標樣本作為輸入樣本； S2:對所述輸入樣本進行處理，得到輸出結果，判斷所述輸出結果是否收斂，若收斂，則執(zhí)行步驟S3，否則，將所述輸出結果作為輸入樣本并繼續(xù)執(zhí)行S2; S3:將收斂的輸出結果作為所述學習結果;其中，該收斂的輸出結果為在所述目標時間段內(nèi)的第一電梯懸停位置。3.根據(jù)權利要求2所述的方法，其特征在于，所述對所述輸入樣本進行處理，包括: 利用下述公式對所述輸入樣本進行處理: present[i+1]=present[i]+v[i]*t v[i+l]= w*V[i]+cI*random[I]*(pbest[i!-present[i])+c2*random(2) *(gbest[i]-present[i])+random(v) 其中，present[i + 1]用于表征下一次電梯懸停位置，present[i]用于表征所述輸入樣本對應的當前一次電梯懸停位置，i為正整數(shù)，在i = I時，present [ i ]為選擇的目標樣本中電梯?？看螖?shù)最多的樓層，v[i+l]用于表征下一次電梯速度，v[i]用于表征所述輸入樣本對應的當前一次電梯速度，在i = I時，v[i ]為初始化的速度，t為經(jīng)驗值，用于表征學習一次需要的時間，》為設置的權值，cl、c2均為(0，I)之間的隨機數(shù)，random[ I ]、random[2]、random[v]均為隨機數(shù)，pbest[i]用于表征當前一次電梯懸停位置的最優(yōu)解，gbest[i]用于表征從第一次學習到當前一次學習之間電梯懸停位置的最優(yōu)解。4.根據(jù)權利要求3所述的方法，其特征在于， 所述判斷所述輸出結果是否收斂，包括:判斷輸出結果中對應的下一次電梯懸停位置與當前一次電梯懸停位置是否相同，若相同，則確定所述輸出結果收斂； 進一步包括:設置收斂閾值； 在執(zhí)行S3之前，進一步包括:在所述輸出結果收斂時，根據(jù)所述收斂閾值和當前一次電梯懸停位置的最優(yōu)解確定收斂范圍，并進一步判斷所述輸出結果是否位于所述收斂范圍內(nèi)，若是，則執(zhí)行S3。5.根據(jù)權利要求1所述的方法，其特征在于， 進一步包括:確定所包括的多個電梯； 進一步包括:當時間處于所述目標時間段時，在多個電梯中選擇第一電梯懸停在所述第一電梯懸停位置； 進一步包括:將樣本庫中對應于所述第一電梯懸停位置的樣本刪除；繼續(xù)執(zhí)行所述在所述樣本庫中選擇對應于所述目標時間段的多個目標樣本步驟，以確定在所述目標時間段內(nèi)的第二電梯懸停位置，并在所述多個電梯中未被選擇的電梯中執(zhí)行選擇第二電梯懸停在所述第二電梯懸停位置，并將樣本庫中對應于所述第二電梯懸停位置的樣本刪除，并繼續(xù)執(zhí)行所述在所述樣本庫中選擇對應于所述目標時間段的多個目標樣本步驟，直到所述多個電梯中不包括未被選擇的電梯。6.根據(jù)權利要求1-5中任一所述的方法，其特征在于， 進一步包括:接收預約請求，其中，所述預約請求攜帶預約時間點、預約樓層和預約方向，判斷是否包括運行方向與所述預約方向相同、尚未運行到所述預約樓層、且若運行到所述預約樓層的時間與預約時間點相同的目標電梯，若包括，則接受所述預約請求，并控制電梯在運行到所述預約樓層時進行停留并開啟;若不包括，則拒絕所述預約請求。7.一種電梯懸停位置的確定裝置，其特征在于，包括: 構建單元，用于構建樣本庫，所述樣本庫中包括多個樣本，其中，每一個樣本對應一個時間段和在該時間段內(nèi)電梯?？看螖?shù)最多的樓層； 第一確定單元，用于確定目標時間段； 第一選擇單元，用于在所述樣本庫中選擇對應于所述目標時間段的多個目標樣本； 學習單元，用于根據(jù)選擇的所述多個目標樣本進行迭代學習； 第二確定單元，用于根據(jù)學習結果確定在所述目標時間段內(nèi)的第一電梯懸停位置。8.根據(jù)權利要求7所述的電梯懸停位置的確定裝置，其特征在于， 所述學習單元，包括: 輸入樣本確定模塊，用于將所述多個目標樣本作為輸入樣本； 處理模塊，用于對所述輸入樣本進行處理，得到輸出結果； 判斷模塊，用于判斷所述輸出結果是否收斂，若收斂，則觸發(fā)學習結果確定模塊執(zhí)行相應操作，否則，將所述輸出結果作為輸入樣本并觸發(fā)所述處理模塊繼續(xù)執(zhí)行相應操作； 學習結果確定模塊，用于將收斂的輸出結果作為所述學習結果;其中，該收斂的輸出結果為在所述目標時間段內(nèi)的第一電梯懸停位置； 和/或， 進一步包括:第三確定單元，用于確定所包括的多個電梯； 進一步包括:第二選擇單元，用于當時間處于所述目標時間段時，在多個電梯中選擇第一電梯懸停在所述第一電梯懸停位置； 進一步包括:刪除單元，用于將樣本庫中對應于所述第一電梯懸停位置的樣本刪除，并觸發(fā)所述第一選擇單元繼續(xù)執(zhí)行相應操作，以使第二確定單元確定在所述目標時間段內(nèi)的第二電梯懸停位置，觸發(fā)所述第二選擇單元在所述多個電梯中未被選擇的電梯中執(zhí)行選擇第二電梯懸停在所述第二電梯懸停位置，并觸發(fā)所述刪除單元將樣本庫中對應于所述第二電梯懸停位置的樣本刪除，并繼續(xù)觸發(fā)所述第一選擇單元繼續(xù)執(zhí)行相應操作，直到所述多個電梯中不包括未被選擇的電梯時停止對所述刪除單元的觸發(fā)操作； 和/或， 進一步包括:接收單元，用于接收預約請求，其中，所述預約請求攜帶預約時間點、預約樓層和預約方向； 第一判斷單元，用于判斷是否包括運行方向與所述預約方向相同、尚未運行到所述預約樓層、且若運行到所述預約樓層的時間與預約時間點相同的目標電梯，若包括，則接受所述預約請求，并控制電梯在運行到所述預約樓層時進行停留并開啟；若不包括，則拒絕所述預約請求。9.根據(jù)權利要求8所述的電梯懸停位置的確定裝置，其特征在于，所述處理模塊，具體用于利用下述公式對所述輸入樣本進行處理: present[i+1]=present[i]+v[i]*t v[i+l]= w*V[i]+cI*random[I]*(pbest[i!-present[i])+c2*random(2) *(gbest[i]-present[i])+random(v) 其中，present [i + 1]用于表征下一次電梯懸停位置，present[i]用于表征所述輸入樣本對應的當前一次電梯懸停位置，i為正整數(shù)，在i = I時，present [ i ]為選擇的目標樣本中電梯?？看螖?shù)最多的樓層，v[i+l]用于表征下一次電梯速度，v[i]用于表征所述輸入樣本對應的當前一次電梯速度，在i = I時，v[i ]為初始化的速度，t為經(jīng)驗值，用于表征學習一次需要的時間，》為設置的權值，cl、c2均為(0，I)之間的隨機數(shù)，random[ I ]、random[2]、random[v]均為隨機數(shù)，pbest[i]用于表征當前一次電梯懸停位置的最優(yōu)解，gbest[i]用于表征從第一次學習到當前一次學習之間電梯懸停位置的最優(yōu)解。10.根據(jù)權利要求9所述的電梯懸停位置的確定裝置，其特征在于， 所述判斷模塊，具體用于判斷輸出結果中對應的下一次電梯懸停位置與當前一次電梯懸停位置是否相同，若相同，則確定所述輸出結果收斂； 進一步包括:設置單元，用于設置收斂閾值； 進一步包括:第二判斷單元，用于在所述輸出結果收斂時，根據(jù)所述收斂閾值和當前一次電梯懸停位置的最優(yōu)解確定收斂范圍，并進一步判斷所述輸出結果是否位于所述收斂范圍內(nèi)，若是，則觸發(fā)所述學習結果確定單元執(zhí)行相應操作。
【文檔編號】G06F19/00GK106021944SQ201610368173
【公開日】2016年10月12日
【申請日】2016年5月30日
【發(fā)明人】路廷文
【申請人】浪潮電子信息產(chǎn)業(yè)股份有限公司