專利名稱:具有事先的交通信息的分組升降機(jī)調(diào)度的制作方法
技術(shù)領(lǐng)域:
本發(fā)明涉及升降機(jī)控制領(lǐng)域,具體地,涉及在建筑物中升降機(jī)成 組運(yùn)行的調(diào)度。
背景技術(shù):
成組升降機(jī)調(diào)度一直被認(rèn)為是對于運(yùn)輸效率的重要問題。然而, 因?yàn)榛旌舷到y(tǒng)動力學(xué),狀態(tài)和判定空間的組合激增、時(shí)變和不確定的 乘客要求、嚴(yán)格的運(yùn)行約束條件、和對于在線調(diào)度的實(shí)時(shí)計(jì)算要求, 該問題是困難的。
最近,引用具有目的地輸入的升降機(jī)系統(tǒng)。在目的地輸入系統(tǒng) 中,要求乘客在他們得到服務(wù)之前登記他們的目的地樓層。因此,更 多的信息對于成組升降機(jī)調(diào)度是可得到的,因?yàn)楫?dāng)選定座艙指定時(shí), 乘客目的地現(xiàn)在是已知的。而且,隨著信息技術(shù)的進(jìn)步, 一個(gè)有前景 的方向是使用來自各種新的傳感器或要求估計(jì)技術(shù)的事先的交通信 息來減小不確定性和大大地改進(jìn)性能。具有事先的交通信息的接近最 佳調(diào)度,與不使用事先的交通信息而確定的調(diào)度相比較,將導(dǎo)致更好 的性能。
發(fā)明內(nèi)容
本發(fā)明針對用于使用事先的交通信息的升降機(jī)組的調(diào)度方法。更 具體地,事先的交通信息被用來定義目標(biāo)是為客戶改進(jìn)性能的快照問 題。為了解決該快照問題,目標(biāo)函數(shù)被變換成一種易于把問題分解為 各個(gè)座艙子問題的形式。子問題通過使用雙層公式而獨(dú)立地解決,在 較高層進(jìn)行乘客到座艙指定,以及在較低層進(jìn)行各個(gè)座艙的分派。得 到接近最佳的乘客選擇和各個(gè)座艙路線。各個(gè)座艙然后通過迭代處理過程進(jìn)行協(xié)調(diào),達(dá)到分組控制解,該分組控制解給出對于乘客的接近 最佳結(jié)果。該方法可以擴(kuò)展到只有很少的或沒有事先信息;升降機(jī)的 停車操作;和協(xié)調(diào)的緊急撤離的情形。
圖1是使用事先的交通信息控制的升降機(jī)組的圖; 圖2是顯示在乘客到達(dá)時(shí)間與離開期間(inter-departure )的時(shí)間 矩陣的圖3是顯示雙層求解方法的流程圖; 圖4是顯示本地搜索的圖; 圖5是顯示分階段花費(fèi)的圖6是顯示具有75%重疊的非零預(yù)見移動窗口的圖。
具體實(shí)施例方式
圖1顯示由一組四部升降機(jī)12提供服務(wù)的、具有10層Fl-F10 的建筑物10。座艙Jl-J4在成組升降機(jī)控制14的控制下在升降機(jī)12 的升降井內(nèi)移動。座艙Jl-J4的調(diào)度是根據(jù)代表實(shí)際的或預(yù)測的服務(wù) 請求的輸入而被協(xié)調(diào)的。
成組升降機(jī)控制14接收要求信息輸入,該輸入提供有關(guān)乘客i 的到達(dá)時(shí)間t,,乘客i的到達(dá)樓層fja ,和乘客i的目的地樓層fjd的信息。 事先的交通信息輸入的一個(gè)源是目的地輸入系統(tǒng),該目的地輸入系統(tǒng) 具有被放置在離升降機(jī)一個(gè)距離的鍵盤,這樣,乘客通過在登上升降 機(jī)之前鍵入目的地樓層而請求服務(wù)。事先的交通信息的其它的源包括 引導(dǎo)著陸的在走廊里的傳感器、視頻照相機(jī)、識別卡讀取器、和聯(lián)網(wǎng) 到成組升降機(jī)控制的計(jì)算機(jī)系統(tǒng),以根據(jù)預(yù)測的要求向特定的目的地 樓層提供對于座艙的事先預(yù)訂或請求。例如,旅館會議調(diào)度系統(tǒng)可以 與成組升降機(jī)控制14接口,以提供有關(guān)會議何時(shí)開始或結(jié)束的信息, 從而生成對于升降機(jī)服務(wù)的要求。
組升降機(jī)控制14是基于計(jì)算機(jī)的系統(tǒng),它利用預(yù)期的或已知的 將來交通要求來決定如何指定乘客到座艙以及如何分派座艙搭載和 輸送乘客。通過使用事先的交通信息,成組升降機(jī)控制14提供升降 機(jī)在服務(wù)于乘客方面增強(qiáng)的性能。在對于性能度量的幾個(gè)可能的選擇中的一個(gè)選擇是減小請求服務(wù)的所有乘客的總的服務(wù)時(shí)間。這個(gè)或任 何其它目標(biāo)必須以遵循乘客-座艙指定約束條件和座艙容量約束條件
以及服從座搶動力學(xué)的方式被滿足。
事先的交通信息被成組升降機(jī)控制14用來選擇來自輸入的、落 在窗口內(nèi)的信息。利用每個(gè)窗口快照,事先的交通信息用于公式化使 客戶性能最佳化的目標(biāo)函數(shù)。
在操作升降機(jī)組時(shí),如圖1所示,升降機(jī)12是獨(dú)立的,而升降 機(jī)組的各個(gè)座艙Jl-J4通過服務(wù)于共同的一組乘客而被耦合。對于每 個(gè)乘客,有且僅一個(gè)升降機(jī)服務(wù)于該乘客。然而, 一旦乘客集合被指 定到各個(gè)座艙, 一個(gè)座艙的分派就與其它的座艙無關(guān)。
這個(gè)耦合的但可分開的問題結(jié)構(gòu)被成組升降機(jī)控制14用來建立 簡單但新穎的雙層公式化乘客指定處于較高層,以及單個(gè)座艙分派 處于較低層。
升降機(jī)分派問題通過放松乘客座艙指定約束條件而被分解為各 個(gè)座艙子問題。然后,對于每個(gè)座艙執(zhí)行搜索,以選擇要由該座艙提 供服務(wù)的最好乘客集合。單個(gè)座艙動力學(xué)和座艙容量約束條件被嵌入 到單個(gè)座艙模擬模型,以產(chǎn)生對于每個(gè)座艙具有最好性能的最好乘客 集合。各個(gè)座艙的結(jié)果然后通過更新乘子的迭代過程被協(xié)調(diào),以達(dá)到 對于客戶的接近最佳解。以上的方法可以擴(kuò)展到只有很少的或沒有事 先信息;升降機(jī)停車的操作;和協(xié)調(diào)的緊急撤離的情形。
預(yù)見窗口被使用來對事先的要求信息進(jìn)行建模,其中考慮在窗口 內(nèi)的已知的或估計(jì)的交通。窗口到座艙指定約束條件被建立為線性不 等式約束條件,以及是"耦合的"約束條件,因?yàn)楦鱾€(gè)座艙通過服務(wù)于 共同的一組乘客而被耦合。座艙容量約束條件和座艙動力學(xué)被嵌入在 各個(gè)座艙模擬模型內(nèi)。目標(biāo)函數(shù)在按乘客、按座艙和按建筑物的測量 值,例如乘客等待時(shí)間、服務(wù)時(shí)間或所需要的升降機(jī)能量,或在乘客 旅程期間經(jīng)受的座艙停站的數(shù)目的范圍內(nèi)是靈活的。
正如圖l所示的例子所顯示的,系統(tǒng)是具有F層和J部升降機(jī)的 建筑物。升降機(jī)的參數(shù)被給出,包括座艙動力學(xué)和座艙容量約束條 件。升降機(jī)組的當(dāng)前狀態(tài),除了座艙動力學(xué)和座艙容量約束條件以 外,包括每部升降機(jī)的運(yùn)行狀態(tài)例如,已被指定到座艙的乘客,在 升起路上座艙的位置,座艙是否在加速、減速、座艙方向、座艙速度。例如,座艙停止在樓層,門打開,座艙在樓層之間運(yùn)動,等等。
事先的交通信息通過預(yù)見窗口被建模。假設(shè)由到達(dá)窗口內(nèi)的每個(gè) 乘客1的到達(dá)時(shí)間V、到達(dá)樓層f,a ,和的目的地樓層f,d規(guī)定的事先的 交通信息是已知的。事先的交通信息與升降機(jī)組的當(dāng)前狀態(tài)的區(qū)別在 于,事先的交通信息涉及到?jīng)]有被指定到座艙的乘客。具有不同的事 先的交通信息量的情形,諸如從不同的乘客接口或要求估計(jì)方法得到 的那些事先的交通信息,可以通過調(diào)節(jié)窗口尺寸而被處理。然后結(jié)合 窗口使用滾動水平方案,以及快照問題按周期地或按需要被解決。對 于快照問題,令Sp表示已被搭載但還沒有到達(dá)他們的目的地樓層的Ip 個(gè)乘客的集合,以及Se表示還沒有被搭載的Ie個(gè)乘客的集合??偣灿?I個(gè)乘客(I^Ie+Ip)要傳送到他們的目的地樓層。這個(gè)方法允許在選擇何
時(shí)提交(commit)指定時(shí)的很大靈活性??紤]各種提交策略,乘客量 Ic可以在1與I之間變化。 一旦問題被解決,成組升降機(jī)控制14就在
下一個(gè)重新調(diào)度點(diǎn)之前只提交將被搭載的Ie個(gè)乘客的子集的指定,以 及將延遲提交其它的乘客。
要考慮的約束條件包括在座艙之間的耦合約束條件和各個(gè)座艙 約束條件。前者包括乘客到座艙指定約束條件,闡述每個(gè)乘客必須被 指定到有且僅有一個(gè)座艙,即,
乓~=1,Vi (1)
其中,5y是零-一指數(shù)變量,如果乘客i被指定到座艙j,它等于1,
否則它等于零。對于快照問題,Sy,對于所有的ielp(即,已被搭載但
還沒有到達(dá)他們的目的地樓層的乘客)是固定的,以及僅僅Sij,對于所 有的ielc(即,還沒有被搭載和要傳送的乘客)要被最佳化。應(yīng)當(dāng)指出, 各個(gè)座艙被耦合,因?yàn)樗鼈儽仨毞?wù)于共同的乘客組。各個(gè)座艙約束 條件包括座艙容量約束條件
.氛;一Cj, Vj,t (2) 其中C」是座艙j的容量,以及Qjt是0-l指數(shù)變量,如果乘客i在時(shí)間t
在座艙j中,它等于l,否則它等于零(q尸l,如果? 〈Kt。。在上面,乘客i的搭載時(shí)間tj和離開時(shí)間tid僅僅取決于各個(gè)座艙對于給定的指
定如何被分派,以及由分派策略cp代表
(t〖,t〖H(p"t,,fj ,f^Vi'eSj)), 其中Sj三(i'l5i,廠l)和ieSj. (3)
鑒于變量{<^}的數(shù)目是大的,并且函數(shù)cp可能太復(fù)雜而不能描述,約 束條件(2)和(3)沒有明顯地表示出,而被嵌入在各個(gè)座艙的模擬模型 中。在模擬模型中也使用其它升降機(jī)參數(shù),諸如門打開時(shí)間、門停留 時(shí)間(保持門打開的最小時(shí)間間隔)、門關(guān)閉時(shí)間和每個(gè)乘客的裝載 和卸載時(shí)間。
成組升降機(jī)控制的目標(biāo)在于,調(diào)度將導(dǎo)致較高的客戶(乘客或建 筑物管理人員)滿意度。本方法使能的一個(gè)可能性是集中在等待時(shí)間 的加權(quán)和。例如,對于乘客i,等待時(shí)間T,w是在乘客i到達(dá)時(shí)間與搭 載時(shí)間之間的時(shí)間間隔(T,w =^-礦),傳送時(shí)間是在搭載時(shí)間與離開 期間的時(shí)間間隔(T/^id-tjP)。服務(wù)時(shí)間T,是以上兩項(xiàng)的和,或是到 達(dá)時(shí)間與離開時(shí)間之間的差(T ^jd-V1)。時(shí)間定義被顯示于圖2。 等待時(shí)間是在達(dá)時(shí)間與搭載時(shí)間之間的時(shí)間間隔。傳送時(shí)間是在搭載 時(shí)間與離開期間的時(shí)間間隔。在本例中,目標(biāo)是使所有乘客的等待時(shí) 間和傳送時(shí)間的加斥又和最小化,即,
上面,a和P是設(shè)計(jì)者規(guī)定的加權(quán)因子。應(yīng)當(dāng)指出,當(dāng)06=卩=1時(shí), T, =TiS;以及當(dāng)(1=1和卩=0時(shí),1 = 17。還應(yīng)當(dāng)指出,目標(biāo)函數(shù)可以 包括其它性能度量,諸如移動升降機(jī)所需要的能量和升降機(jī)??康臄?shù) 目。目標(biāo)函數(shù)(4)的最佳化受到約束條件(1),(2)和(3)的限制。這個(gè)例子 不應(yīng)當(dāng)看作為限制其它約束條件的使用。
目標(biāo)函數(shù)的公式化可應(yīng)用于任何建筑物結(jié)構(gòu)和交通圖案,因?yàn)閷?于它們沒有進(jìn)行特定的假設(shè)。
如這里所述,耦合的乘客-座艙指定約束條件(l)是線性不等式約 束條件,以及座艙容量約束條件(2)和座艙動力學(xué)(3)被嵌入在各個(gè)座艙 模擬模型內(nèi)。所以,目標(biāo)函數(shù)(4)首先被變換成易于把問題分解為各個(gè)
min/, 其中 J三ZT;,
其中i; = cx(t『-tf) + P(t -1『)=aT, + PT,.座艙子問題的形式。然后通過放松導(dǎo)致獨(dú)立座艙子問題的耦合的乘客 座艙指定約束條件(l)來開發(fā)分解和協(xié)調(diào)方法。座艙子問題計(jì)算乘客指 定到座艙對系統(tǒng)性能的靈敏度。這是以一系列步驟完成的。第一步驟 是決定哪些乘客被指定到特定的座艙。這個(gè)指定步驟可以通過使用本 地搜索方法被解決。在一個(gè)這樣的方法中,首先通過使用啟發(fā)式法根 據(jù)次序最佳化概念來快速評估和排名乘客選擇,次序最佳化概念是即 使用粗略的估算進(jìn)行排名也是健壯的,正如技術(shù)上已知的。利用這個(gè) 排名信息,通過動態(tài)編程使單個(gè)座艙分派最佳化,來為精確的性能評
估最高的選擇。在代理(surrogate )最佳化框架內(nèi),比起以前的選擇"更 好的"選擇對于設(shè)置乘子更新方向是"足夠好的"。各個(gè)座艙然后通過使 用對于接近最佳解的代理最佳化迭代地更新乘子而被協(xié)調(diào)。這個(gè)方法 的框架顯示于圖3。具體的步驟在下面描述。
圖3顯示用于解決每個(gè)快照問題的雙層求解方法20。方法在初始 化步驟22開始。通過放松耦合的乘客座搶指定約束條件24創(chuàng)建放松 的問題而開發(fā)分解與協(xié)調(diào)方法。放松的問題被分解為座艙子問題26, 這些問題被獨(dú)立地解決。在座搶指定問題內(nèi)的第一步驟28是選擇乘 客以指定給座艙。第二步驟使用單個(gè)座艙模型30,以通過使用座艙動 態(tài)模型34來識別接近最佳的單個(gè)座艙路線32,隨后估計(jì)得到的性能 36。 一旦所有的座搶子問題都被解決,下一個(gè)步驟是構(gòu)建可行的乘客 到座艙指定38,隨后使用停止準(zhǔn)則40。準(zhǔn)則40確定這個(gè)解何時(shí)足夠 接近最佳,以便停止進(jìn)一步迭代。如果不是的話,在下一個(gè)迭代中通 過使用來自座艙子問題26的梯度信息來更新42乘子。
為了把目標(biāo)函數(shù)(4)分解為各個(gè)座艙子問題,目標(biāo)函數(shù)在各個(gè)座艙 方面應(yīng)當(dāng)是相加的。因此,在公式(4)中的目標(biāo)函數(shù)通過使用(l)被重寫 為
hi(Tiis,j)-i:i( T,) (6)
i=l j=l
通過這個(gè)相加形式,指定約束條件(l)通過使用非負(fù)的Lagrangian乘子 {、}被放松L(入,S) = i i (、'Ti ) + i 、(1 — 土 5ij) j=l i=l i=l j=l
=Z i T' -、、 + " . (7) j=l i=l i=l
通過從(7)收集與j有關(guān)的所有項(xiàng),得出對于座艙j的子問題為 r min入,其中—仏), (8)
受到容量約束條件(2)和座艙動力學(xué)(3)限制。
新穎的和經(jīng)濟(jì)的方法被使用來解決對于座艙j的子問題(8)。座艙 子問題(8)是為給定的乘子集合獲得最佳乘客選擇和所選擇乘客的最 佳路線。鑒于所牽涉到的大的搜索空間,很難得到最佳解。無論如何, 根據(jù)代理次梯度方法,在某些條件下僅僅一個(gè)或幾個(gè)子問題的近似最 佳化足以生成適當(dāng)?shù)姆较?,從而更新乘子。參閱X.Zhao, P.B丄uh, 禾口 J.Wang, "The Surrogate Gradient Algorithm for Lagrangian Relaxation Method", Journal of Optimization Theory and Applications, Vol. 100, No.3, March 1999, pp.699-712。通過利用這個(gè)特性,目標(biāo)是獲得更好 的乘客選擇,以及通過使用本地搜索方法來有效地分派選擇的乘客。 子問題通過使用本地搜索方法結(jié)合啟發(fā)式法和動態(tài)編程而被獨(dú)立地 解決。
圖3所示的乘客指定28的實(shí)施例的例子是圖4所示的本地搜索 方法50。首先,根據(jù)樹搜索技術(shù)通過一次改變一個(gè)乘客而生成乘客選 擇。對于在本地搜索50中的每個(gè)節(jié)點(diǎn)(例如,給定了乘客選擇Su),問 題是要估計(jì)性能,最佳化的單個(gè)座艙分派為如下
i
min S5ijT卜 (9) 在本地搜索50中,首先快速評估乘客選擇,和通過使用啟發(fā)式法根
據(jù)次序最佳化概念-即,即使粗略評估排名也是健壯的-進(jìn)行排名。
然后如圖4所示,由單個(gè)座艙模型30,對于精確的性能評估來自 本地搜索50的最高候選項(xiàng)。如果它好于原先的選擇,則接受它。否則,評估第二好的。如果沒有找到更好的選擇,則保持原先的選擇, 并解決下一個(gè)子問題。在代理最佳化框架內(nèi),好于以前選擇的選擇是 對于設(shè)置乘子更新方向是足夠好的。
本地搜索程序過程的偽代碼顯示于表1。
表1
Procedure本地搜索(座搶j)
財(cái)艮據(jù)即使粗略評估排名也是健壯的次序最佳化概念,通過使用啟發(fā)式法快速評估每個(gè)節(jié)點(diǎn), 并且因此獲得排名的候選項(xiàng)列表while TRUE
tf向座艙j給定了當(dāng)前乘客選擇
if (找到本地最小值或者已經(jīng)到達(dá)迭代的最大數(shù)目) 選擇最好的乘客選擇直到最高候選項(xiàng) 停止
end if
通過一次改變一個(gè)乘客而生成相鄰項(xiàng) for (本地搜索相鄰項(xiàng)中的每個(gè)乘客選擇)
通過使用單座艙策略和座艙動力學(xué)方法來評估乘客選擇
end for
用相鄰項(xiàng)中的最好的一個(gè)來更新當(dāng)前乘客選擇 end while
f通過使用DP對于精確的性能評估最高候選項(xiàng)。如果它好于原先的選擇,則接受它, 否則,由DP評估第二好的,等等 while TRUE
從列表中選摔最高候選項(xiàng) 通過使用動態(tài)編程來評估它 if (好于原先的選擇) 接受它并停止
else
從列表中將它移除
end if end while end Procedure
一旦已經(jīng)定義用于單個(gè)座艙路線的策略,就可以評估從乘客到座 艙的指定的特定選擇中得到的性能。這個(gè)方法允許單個(gè)座艙路線策略
的任何選擇。例如, 一個(gè)流行的單個(gè)座艙路線策略被稱為完集(full collective) iE支策,3口本4頁;或已^口的。
在求解問題(公式9)的一個(gè)方法中,單個(gè)座艙模型30作為基于模 擬的動態(tài)編程(DP)方法被實(shí)施,該方法使座搶軌跡最佳化并評估乘客 選擇??梢允褂脝蝹€(gè)座艙模型30的具體的例子具有DP階段、狀態(tài)、 判定和花費(fèi)的新穎的定義,以減小計(jì)算要求,正如下面描述的。關(guān)鍵 概念是對于單向行程,如果給定停止樓層,則座艙軌跡被唯一地規(guī)對于在時(shí)間tk開始的階段,DP狀態(tài)包括在tk的座艙位置《、座艙 方向dj、和在tk還沒有被傳送到他們的目的地樓層的乘客組Sk的狀態(tài)
(乘客i的狀態(tài)包括到達(dá)時(shí)間V、到達(dá)樓層f;a、和目的地樓層f;d)。狀
態(tài)因此由下式代表
Xk:(tk,fj,dj,(tf,ff,。VieSiJ).
對于狀態(tài)的判定包括??繕菍印⒆摳淖兤浞较虻姆祷貥菍?、和 在當(dāng)前的階段要遞送的乘客(限于行進(jìn)在??康臉菍又g的那些乘
客)。判定因此可以由Uk={u,| VieSk)代表,其中u,是0-l判定變量, 如果乘客I在階段k被傳送到目的地樓層,則等于1,否則等于零。 對于在tk時(shí)已經(jīng)在座艙j的乘客,u,總是等于1。對于具有相同的到達(dá) 和離開樓層的乘客,他們按照先來先服務(wù)的法則被搭載。
為了說明起見而集中于等待時(shí)間和傳送時(shí)間性能矩陣,給定Xk 和Uk,通過單個(gè)座艙模擬,來獲得在階段k遞送的乘客的搭載時(shí)間ttp 和離開時(shí)間tZ以及階段k+l的開始時(shí)間tk+1。應(yīng)當(dāng)指出,對于每個(gè)乘 客,等待時(shí)間或傳送時(shí)間在每個(gè)階段(即,每個(gè)單向行程)在他/她的 延時(shí)上是相加的。所以,在(9)中的目標(biāo)函數(shù)--所有乘客的等待時(shí)間 和傳送時(shí)間的加權(quán)和值--可以如下地被劃分成階段。
圖5是對于分階段花費(fèi)的示意圖。階段k在時(shí)間tk開始,和在時(shí) 間tk+,結(jié)束。對于在階段k被遞送的任何乘客(u產(chǎn)l),在階段k的等待 時(shí)間是tjP-max(tk,tia),以及傳送時(shí)間是^-1/。對于在階段k沒有被傳 送的任何乘客(u產(chǎn)0),在階段k的等待時(shí)間是V畫max(tk,t,a),以及傳送 時(shí)間是0。目標(biāo)函凄丈(口承wait time+口"ransit time)因此可^皮合并到以下的 分階段花費(fèi)中
gk(xk,uk)= i:
ieSk,Ui =1
a(t〖-max(tk,tf))+p(tf-1〖)+ S a(tk+1-max(tk,tf)) (11)
ieSk,Ui=0
通過以上的定義,通過使用正向動態(tài)編程來獲得對于單個(gè)分派的 最佳軌跡。
根據(jù)代理次梯度法,在某些條件下僅僅 一 個(gè)或幾個(gè)子問題的近似 最佳化足以生成更新乘子的適當(dāng)方向。首先,所有的子問題應(yīng)當(dāng)在初
始迭代時(shí)被最小化。初始化乘子的快速方式是基于觀察當(dāng)(口,r:時(shí),對于所有的子問題的最佳解是{口^|^}°={0}(見表2的偽代碼)。
(口^和( r的初始值因此可以容易地得到給定在第k次迭代時(shí)當(dāng)前
的解u口jk,Rjrt,代理對偶是
" "1" (12)
=土 i (s!^k-j=i i=i i=i
Lagrangian乘子4姿照下式^皮更新
其中步長尺寸S"禹足
0<Sk<(L*—Ek)/i睹)2. (15) / i=l
為了估計(jì)最佳對偶L^每五次迭代構(gòu)建一個(gè)可行的(Sjk,以及評估
可行的花費(fèi)。在第k次迭代,接著將pk定義為目前獲得的最小的可行
的花費(fèi)。鑒于Pk是I^的上限并且代理對偶是I^的下限,最佳對偶被 如下地估計(jì),
£* =(pk + £k)/2. (16) 對于估計(jì)的最佳對偶花費(fèi),步長尺寸是
sk=p(f; —f;k),氛涼k)2,其中。<P<1. (17) 給定《口jk+;通過使用本地搜索結(jié)合啟發(fā)式法和DP (見表2),而選
擇座艙子問題j(Hk模)和執(zhí)行"近似最佳化"獲得{口1』"+1,這樣,
其中代理次梯度的分量是<formula>formula see original document page 14</formula>滿足
Lj"C(Sijk,) (18)
因此,獲得對于座艙j (j=k模j)的(cyk",同時(shí)對于其它座艙的
{□u,|jVJ}k+1保持為它們的最新的可用^!對于更新的值{口^"和 {Si」}k+1,處理過程重復(fù)。
如果對偶間隙小于口或已經(jīng)達(dá)到最大迭代次數(shù)則算法停止。對于 具有大的時(shí)間窗口的情形,迭代次數(shù)的上限被去除。原因在于這種情 形是用于離線最佳化,以及主要關(guān)心的是解的最佳性,而不是CPU 時(shí)間。
如果算法由于不可行的解而停止,則使用啟發(fā)式法規(guī)則來如下地 構(gòu)建可行的解,
識別具有違例指定的任何乘客,即,
.生成在1與J之間的隨機(jī)數(shù)j,
.把這個(gè)乘客指定到座艙j',這樣,Sij. =1,和 ,=0,對于Vj^j' 表2
Procedure代理次梯度方法 #初始化
《叢{、}°={0}因?yàn)樵谠撉樾蜗聓5/|Vj}° = {0}
弁J艦
while TRUE
并給定在第k次迭代時(shí)當(dāng)前的解 ({入,}\
if (對偶間隙小于e或已經(jīng)達(dá)到最大迭代次數(shù)) 停止
end if
更新乘子以獲得{、}k+1 (方程式13) 選擇座艙子問題(j-k模J) #通過使用本地搜索獲得 {S,,}k+1
調(diào)用procedure本地搜索(座艙j)以找到更好的乘客選擇,滿足
Lj ({^}k+1, <({^}k+1, {S'」}k) (方程式l8 )
#利用代理最佳化,本地搜索對于設(shè)置乘子更新方向足夠得好
if沒有找到更好的選擇
維持原有選擇并求解下一個(gè)子問題
end if end while end Procedure結(jié)合窗口來使用滾動水平方案。周期性地重新解決快照問題。
圖6說明當(dāng)預(yù)見窗口具有有限的持續(xù)時(shí)間時(shí)的情形。在圖6上,
顯示75%重疊的非零移動窗口。窗口尺寸是T,重新調(diào)度時(shí)間間隔是 0.25T,以及重新調(diào)度點(diǎn)是t,和t2。假設(shè)當(dāng)前的時(shí)刻是^。假設(shè)給出在 12與t2+T之間的所有的交通信息。具有不同層的事先交通信息的情形 因此可以通過適當(dāng)?shù)卣{(diào)節(jié)T而一皮建才莫。
(具有很少的或不具有將來的交通信息的情形)
對于通過具有小的或零時(shí)間窗口被建模的、具有很少的或不具有 將來的交通信息的情形,以上的快照問題的最佳化是"近視的",以及 總的性能可能是不好的。例如,假設(shè)在大堂內(nèi)有四部升降機(jī)以及具有 不同的目的地樓層的四個(gè)乘客在高峰交通時(shí)大約同時(shí)到達(dá)大堂。對于 這個(gè)快照問題的"最好的"判定(例如以使總的服務(wù)時(shí)間最小化)是為 每個(gè)乘客分派一部升降機(jī)。然而,這導(dǎo)致升降機(jī)的"群聚(bunching)", 即,升降機(jī)互相靠近地移動。比起第四個(gè)乘客稍微晚一點(diǎn)到達(dá)的乘客 必須等待,直至一部升降機(jī)返回到大堂為止,導(dǎo)致差的總性能。群聚 對于具有足夠的將來的信息的情形不太成問題。
另 一 個(gè)關(guān)心的問題是對于具有低的乘客到達(dá)和只有很少的或沒 有將來信息的雙向交通情形,減小乘客等待時(shí)間。已經(jīng)表明,通過把 升降機(jī)預(yù)先"停靠"在多半可能需要升降機(jī)的樓層,可以改進(jìn)性能。我 們在以上給出的方法一皮擴(kuò)展成以相干的方式解決這兩個(gè)問題。 (用于高峰的最佳化統(tǒng)計(jì)方法)
為了克服對于只有很少的或沒有將來信息的高峰的快照解的近 視困難,考慮乘客用給定的目的地樓層分布以時(shí)變的速率到達(dá)的靜態(tài) 模型。根據(jù)統(tǒng)計(jì)分析,已經(jīng)表明,對于這樣的高峰交通,通過以相等 的時(shí)間間隔從大堂釋放升降機(jī),可以達(dá)到良好的穩(wěn)態(tài)性能,假設(shè)升降 機(jī)容量足以容納在升降機(jī)的離開期間的時(shí)間范圍內(nèi)新的到達(dá)者。這個(gè) 離開期間的時(shí)間被計(jì)算為單個(gè)升降機(jī)的往返時(shí)間除以升降機(jī)數(shù),往返 時(shí)間耳又決于交通統(tǒng)計(jì)ii 。
根據(jù)以上說明,上面提出的方法通過除了在時(shí)間窗口內(nèi)可得到的 那些信息以外合并在線統(tǒng)計(jì)信息并通過采用離開期間的時(shí)間概念而 被加強(qiáng)。所得到的用于高峰的最佳化統(tǒng)計(jì)方法是把兩個(gè)"升降機(jī)釋放 條件"加到升降機(jī)從大堂離開的距離變動公式。具體地,對于均勻的乘客流動,升降機(jī)被保持在大堂,和在每次離開期間的時(shí)間T被釋放, 即,
tm+"tm+1, (19)
其中r和r"是接連的升降機(jī)離開時(shí)間。對于(19),升降機(jī)等待將來
的乘客到達(dá)。在不存在穩(wěn)態(tài)的假設(shè)下,離開期間的時(shí)間T需要在線地
計(jì)算。這是通過使用在時(shí)間窗口內(nèi)可得到的到達(dá)和目的地以及除了時(shí) 間窗口以外的統(tǒng)計(jì)信息而擴(kuò)展該方法完成的,后者是根據(jù)每個(gè)樓層的 最近乘客到達(dá)和他們的目的地統(tǒng)計(jì)地得到的。為了覆蓋爆發(fā)到達(dá),當(dāng) 升降機(jī)容量的某個(gè)百分?jǐn)?shù)被填充時(shí),升降機(jī)被釋放,即,
£ Sij"Cj, (20) 其中v是給定的升降機(jī)容量百分?jǐn)?shù)。
為了解決這個(gè)問題,使用以上給出的分解和協(xié)調(diào)方法,以及當(dāng)解
決在代理最佳化框架內(nèi)的各個(gè)子問題時(shí),以上的兩個(gè)條件(19)和 (20)被用來觸發(fā)大堂處的升降機(jī)的釋放。具體地,當(dāng)解決特定的升 降機(jī)子問題時(shí),其它子問題以它們最近可得到的數(shù)值進(jìn)行判定,并且 在本地搜索過程內(nèi)合并這兩個(gè)釋放條件。
(對于具有低的到達(dá)速率的雙向的??坎呗?
為了開發(fā)對于具有很少或沒有將來信息的雙向交通的??坎?略,我們的思想是把建筑物劃分成多個(gè)非重疊"區(qū)域",每個(gè)區(qū)域包 含一組相鄰的樓層。下一個(gè)乘客到達(dá)各個(gè)區(qū)域的概率被估計(jì),以及沒 有進(jìn)行乘客指定的"空的"升降機(jī)??吭诙喟胄枰鼈兊膮^(qū)域。為了避 免升降機(jī)的過多的運(yùn)動,在同 一個(gè)區(qū)域中的樓層不進(jìn)行區(qū)分。
具體地,假設(shè)升降機(jī)變?yōu)榭盏?,使空的升降機(jī)的總數(shù)是J',其中 1<J,<J。根據(jù)最近到達(dá)的信息在統(tǒng)計(jì)上估計(jì)下一個(gè)乘客到達(dá)樓層f的 概率pf,以及下一個(gè)乘客到達(dá)區(qū)域n的概率是P"-Z/^。在區(qū)域n處
??康南胍纳禉C(jī)的數(shù)目然后被計(jì)算為L/'x《」(截?cái)嗟恼麛?shù))。通 過比較L/'xs」和在各個(gè)區(qū)域已??康纳禉C(jī)的數(shù)目,來識別需要空升 降機(jī)的區(qū)域。新的空升降機(jī)然后??吭谶@些區(qū)域的附近的一個(gè)區(qū)域。 這種??坎呗员磺度朐谖覀兊淖罴鸦y(tǒng)計(jì)方法中,形成單個(gè)算法,以 及當(dāng)升降機(jī)變?yōu)榭盏臅r(shí)被調(diào)用。(在緊急模式下的調(diào)度) 除了在正常操作期間良好的性能以外,分組升降機(jī)調(diào)度在由國家 安全事件驅(qū)動的快速疏散時(shí)具有新的重要性。在高層建筑物中,樓梯 對于緊急撤離是低效的,因?yàn)樗鼈冏優(yōu)閾頂D阻塞的,在從頂部樓層到 地面的長度距離期間人們慢慢地下來,以及老年人和殘疾人完全不能
使用樓梯。H.Hakonen, "Simulation of Building Traffic and Evacuation by Elevators", Licentiate Thesis, Department of Engineering Physics and Mathematics, Helsinki University of Technology, 2003。 4吏用安全升卩爭才幾 用于撤離的潛力在諸如檢測到化學(xué)或生物試劑或在建筑物的一翼發(fā) 生火災(zāi)的某些情形下已得到展示。J.Koshak, "Elevator Evacuation in Emergency Situations", Proceedings of Workshop on Use of Elevators in Fires and Other Emergencies, Atlanta, Georgia, March, 2004, pp.2誦4。 協(xié) 調(diào)的緊急撤離是關(guān)鍵的疏散方法,其中在每個(gè)樓層內(nèi)的人員以協(xié)調(diào)的 和有次序的方式撤離。作為關(guān)鍵的疏散方法,這里考慮協(xié)調(diào)的緊急撤 離,其中在每個(gè)樓層內(nèi)的居住者以協(xié)調(diào)的和有次序的方式撤離。根據(jù) 預(yù)定的計(jì)劃,假設(shè)在升降機(jī)與樓梯之間交通是平衡的,以使總的疏散
時(shí)間最小化。升降機(jī)疏散時(shí)間Te被定義為對于撤離被指定到升降機(jī)的
所有乘客所需要的時(shí)間,即,m,x化)。假設(shè)包括到達(dá)時(shí)間、到達(dá)樓層 和目的地樓層(即,大堂)的交;通信息是在時(shí)間窗口內(nèi)已知的,以及 居住者遵循乘客到升降機(jī)指定判定。然后,給定升降機(jī)的位置和方
向,問題是使升降機(jī)疏散時(shí)間Te最小化,即,
min 其中J^Te2, (21)
{Su'cpj'VieSn'Vj}
受到乘客到升降機(jī)指定約束條件和各個(gè)升降機(jī)約束條件限制。
在(21)中的目標(biāo)函數(shù)在升降機(jī)方面不是相加的。所以,不能直接 應(yīng)用以前描述的分解和協(xié)調(diào)方法,來解決這個(gè)問題。無論如何,令Tg 是對于升降機(jī)j撤離被指定到它的所有的乘客所需要的時(shí)間,即,
max{tjdISij=l}。通過對于所有的j要求T。j小于或等于疏散時(shí)間Te,
目'標(biāo)函數(shù)可以以相加的形式被寫出,加上以下的線性不等式"疏散時(shí)
間約束條件",每個(gè)升降機(jī)一個(gè)
18Vj. (22)
對于(22),應(yīng)用最佳化-統(tǒng)計(jì)方法。通過放松具有非負(fù)的乘子{、}的指
定約束條件和具有非負(fù)的乘子化}的疏散時(shí)間約束條件獲得加法的
Lagrangian函數(shù),即<formula>formula see original document page 19</formula>
升降機(jī)子問題然后被構(gòu)建和解決,以及引入對于Te的新的"疏散時(shí)間 子問題",正如下面給出的。
通過從(23)收集與升降機(jī)j有關(guān)的所有項(xiàng),獲得對于升降機(jī)j的子 問題為
<formula>formula see original document page 19</formula>
受到各個(gè)升降機(jī)約束條件限制。這個(gè)子問題可以通過使用如前所述的 基于次序最佳化的本地搜索來解決,其中搜索樹的節(jié)點(diǎn)首先通過使用
"三趟(three passage )啟發(fā)式法"被粗略地評估和排名。最高排名節(jié)點(diǎn) 然后通過使用DP被精確地最佳化,其中TCj由以下的分階段花費(fèi)表 示
gk(xk'Uk)=tk+i-tk. (25) 通過從(2 3)收集與Te有關(guān)的所有項(xiàng)來獲得附加的疏散時(shí)間子問
題
<formula>formula see original document page 19</formula>
鑒于它的具有非正的線性系數(shù)的二次項(xiàng),這個(gè)子問題可以容易地解
決。在第n次迭代時(shí)被使用來更新(mJ的代理次梯度的分量是 H-Ten. (27)乘子更新迭代遵循以前對于接近最佳解描述的內(nèi)容。
本發(fā)明提供建模和改進(jìn)具有事先的交通信息的成組升降機(jī)控制 的 一 致方式。在窗口內(nèi)的交通信息是已知的以及窗口外部的信息被忽 略的情況下,首先引入預(yù)見窗口,以建模事先的交通信息。具有不同 層的事先的交通信息的情形可以通過適當(dāng)?shù)卣{(diào)節(jié)窗口尺寸而被建 模。成組升降機(jī)調(diào)度的關(guān)鍵特性被使用來建立創(chuàng)新的雙層公式,在較 高層進(jìn)行乘客到座艙指定,以及在較低層進(jìn)行各個(gè)座艙的分派。這個(gè) 公式可應(yīng)用于不同的建筑物結(jié)構(gòu)和交通圖案,因?yàn)閷τ谒鼈儧]有作出 具體的假設(shè)。單個(gè)座艙動力學(xué)的細(xì)節(jié)被嵌入在各個(gè)座艙模擬模型內(nèi)。 公式因此是可靈活地合并不同的策略,用于單個(gè)座艙分派,包括基于 才莫擬的動態(tài)編程方法。
為了根據(jù)事先的交通信息實(shí)現(xiàn)接近最佳乘客到座艙指定和用于 該指定的接近最佳的各個(gè)座艙路線,通過放松耦合乘客座艙指定約束 條件使用分解和協(xié)調(diào)方法。座艙子問題獨(dú)立地被解決。在本地搜索 時(shí),首先通過使用啟發(fā)式法快速評估和排名乘客選擇。通過這個(gè)排名 信息,接著通過用改進(jìn)單個(gè)座艙路線的階段、狀態(tài)、判定、和花費(fèi)的 新穎定義進(jìn)行動態(tài)編程來對于精確的性能評估最好選擇。然后通過使
用接近最佳解的代理最佳化通過Lagrange乘子的迭代更新來協(xié)調(diào)各 個(gè)座艙。
雖然本發(fā)明是參照例子和優(yōu)選實(shí)施例描述的,本領(lǐng)域技術(shù)人員將 會看到,可以在形式和細(xì)節(jié)上作出改變而不背離本發(fā)明的精神和范圍。
權(quán)利要求
1. 一種用于調(diào)度升降機(jī)組的方法,該方法包括對與在預(yù)見時(shí)間窗口內(nèi)的乘客到達(dá)時(shí)間、到達(dá)樓層和離開樓層有關(guān)的事先信息進(jìn)行建模,以便創(chuàng)建快照問題;以及通過根據(jù)在快照問題中所有乘客的總服務(wù)時(shí)間使目標(biāo)函數(shù)最小化來解決快照問題,以確定乘客到座艙指定和座艙分派。
2. 權(quán)利要求l的方法,其中解決快照問題包括 為每個(gè)升降機(jī)座艙選擇可選的乘客到座艙指定;以及通過使用座艙模擬模型根據(jù)所選擇的乘客到座艙指定來確定各 個(gè)座艙的最佳分派。
3. 權(quán)利要求1的方法,其中目標(biāo)函數(shù)包括所有乘客的等待時(shí)間 和傳送時(shí)間的加^又和。
4. 權(quán)利要求2的方法,其中所有乘客I的加權(quán)和是/ = ^7;,以('=1及對于乘客i, T^aT,w+pTi,其中a和(3是加權(quán)因子,T,是到達(dá)時(shí) 間,以及T,T是傳送時(shí)間。
5. 權(quán)利要求l的方法,其中使目標(biāo)函數(shù)最小化包括 把目標(biāo)函數(shù)變換成一種易于分解快照問題的形式;把Lagrangian松弛法施加到變換的目標(biāo)函數(shù)和耦合的乘客到座搶 指定約束條件,以形成Lagrangian對偶函#:;以及 在代理最佳化框架內(nèi)求解Lagrangian對偶函數(shù)。
6. 權(quán)利要求5的方法,其中求解Lagrangian對偶函數(shù)包括重復(fù) 進(jìn)行以下步驟,直至滿足停止準(zhǔn)則為止通過放松乘客到座艙指定約束條件,獲得各個(gè)座艙子問題; 通過使用本地搜索方法來獨(dú)立地求解子問題; 通過使用代理最佳化來迭代更新乘子,從而協(xié)調(diào)座艙;以及 如果在停止乘子更新迭代時(shí)違反了乘客到座艙指定約束條件,則 通過使用接近最佳解的啟發(fā)式法來構(gòu)建可行的指定。
7. 權(quán)利要求6的方法,其中本地搜索方法包括 通過使用啟發(fā)式法來評估和排名乘客選擇;以及根據(jù)排名,通過使用動態(tài)編程來評估對于精確性能的最高選擇。
8. 權(quán)利要求7的方法,其中在代理最佳化期間,優(yōu)于以前的選擇的選擇被用來設(shè)置乘子更新方向。
9. 權(quán)利要求6的方法,其中通過使用接近最佳解的代理最佳化, 來迭代地更新乘子。
10. 權(quán)利要求9的方法,其中在初始迭代時(shí)所有的乘子被設(shè)置為 零,以及通過選擇沒有乘客,來使所有的子問題最小化。
11. 一種用于調(diào)度升降機(jī)組的方法,該方法包括接收與乘客到達(dá)時(shí)間、到達(dá)樓層和離開樓層有關(guān)的事先信息; 根據(jù)在預(yù)見時(shí)間窗口內(nèi)所有的未指定的乘客的總服務(wù)時(shí)間來形 成目標(biāo)函數(shù);把目標(biāo)函數(shù)變換成易于分解快照問題的加法形式; 才巴Lagrangian ^^弛法施力口到變換的目標(biāo)函數(shù); 迭代求解單個(gè)座搶的子問題并更新Lagrangian乘子;以及 為每個(gè)座艙選擇乘客-座艙指定和座艙分派。
12. 權(quán)利要求10的方法,其中目標(biāo)函數(shù)包括所有乘客的等待時(shí) 間和傳送時(shí)間的加4又和。
13. 權(quán)利要求12的方法,其中所有乘客i的加權(quán)和是/ = |^ ,以及對于乘客i, T「o07+pTi,其中a和P是加權(quán)因子,T,是到達(dá)時(shí) 間,以及T,T是傳送時(shí)間。
14. 一種用于控制升降機(jī)組的運(yùn)行的方法,該方法包括接收與乘客到達(dá)時(shí)間、到達(dá)樓層和離開樓層有關(guān)的事先信息;根據(jù)該事先信息、包括座艙容量約束條件與座艙動力學(xué)信息的各個(gè)座艙模擬模型、以及作為性能度量的加權(quán)和的目標(biāo)函數(shù),來實(shí)時(shí)選 擇乘客到座艙的指定和座艙的分派;以及根據(jù)所述選擇來分派座艙。
15. 權(quán)利要求14的方法,其中對于每個(gè)座艙,最佳化包括作出乘客指定的最佳選擇;以及 對于每個(gè)乘客指定,確定座艙性能。
16. 權(quán)利要求14的方法,其中目標(biāo)函數(shù)包括所有乘客的等待時(shí) 間和傳送時(shí)間的加4又和。
17. 權(quán)利要求16的方法,其中所有乘客l的加權(quán)和值是j-t7;,以及對于乘客i, T「a!7+(3Ti,其中a和p是加權(quán)因子,!7是到達(dá)時(shí)間, 以及T/是傳送時(shí)間。
18. —種控制升降機(jī)組的運(yùn)行的方法,該方法包括 接收事先的交通信息;將事先的交通信息建模成升降機(jī)組的當(dāng)前狀態(tài),以創(chuàng)建快照問 題,其中快照問題包括需要每個(gè)乘客被指定到單個(gè)座艙的乘客指定約 束條件;以及通過以下步驟求解快照問題,使目標(biāo)函數(shù)最佳化放松乘客指定約束條件,以把快照問題變換成放松的問題;把放松的問題分解為獨(dú)立的座艙子問題;以及求解所有的獨(dú)立的座艙子問題,以生成乘客指定。
19. 權(quán)利要求18的方法,還包括 用統(tǒng)計(jì)信息補(bǔ)充事先的交通信息;以及根據(jù)與升降機(jī)離開期間的時(shí)間和升降機(jī)容量的填充百分比有關(guān)的升降機(jī)釋放約束條件,來釋放升降機(jī)。
20. 權(quán)利要求18的方法,還包括 把建筑物樓層劃分成區(qū)域; 識別其中很可能需要升降機(jī)的區(qū)域;以及 把升降機(jī)??吭谧R別的區(qū)域。
21. 權(quán)利要求18的方法,還包括 把疏散時(shí)間子問題包括在目標(biāo)函數(shù)內(nèi)。
全文摘要
一種用于升降機(jī)組的接近最佳調(diào)度方法使用事先的交通信息。更具體地,事先的交通信息被用來定義目標(biāo)是為客戶改進(jìn)性能的快照問題。為了求解快照問題,目標(biāo)函數(shù)被變換成一種易于把問題分解為各個(gè)座艙子問題的形式。子問題通過使用雙層公式被獨(dú)立地求解,在較高層進(jìn)行乘客到座艙指定,以及在較低層進(jìn)行各個(gè)座艙的分派。得到接近最佳的乘客選擇和各個(gè)座艙路線。各個(gè)座艙然后通過迭代處理過程進(jìn)行協(xié)調(diào),達(dá)到分組控制解,該分組控制解給出對于乘客的接近最佳結(jié)果。
文檔編號B66B1/16GK101506076SQ200680020555
公開日2009年8月12日 申請日期2006年4月14日 優(yōu)先權(quán)日2005年4月15日
發(fā)明者A·C·蘇, B·熊, G·G·盧瑟, M·J·阿塔利亞, P·B·盧 申請人:奧蒂斯電梯公司;康涅狄格州大學(xué)