專利名稱：在電梯群中分配停靠召喚的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種將經(jīng)由?？空賳狙b置輸入的召喚進(jìn)行分配從而使所有召喚均得到響應(yīng)的方法。
當(dāng)乘客想要乘坐電梯時，他(她)便按在所在樓層上安裝的停靠召喚按鈕，以召喚電梯。電梯控制系統(tǒng)接收召喚并確定在一排電梯中哪一個電梯最合適響應(yīng)這個召喚。所涉及的操作稱之為召喚分配。分配要解決的問題是找出使規(guī)定的費(fèi)用函數(shù)(cost function)達(dá)到最小的一個電梯。分配會涉及到使乘客的等待時間最短、乘客的運(yùn)行時間最短、電梯停機(jī)次數(shù)最少、或者是從不同方面加權(quán)的幾個費(fèi)用因子(cost factor)的組合最小。
通常，為了確定適合于響應(yīng)召喚的電梯，通過使用復(fù)雜的條件結(jié)構(gòu)(condition structure)來在每一情況下分別進(jìn)行推理。這種推理的最終目的也是使有關(guān)電梯群操作的費(fèi)用因子，如乘客平均等待時間達(dá)到最小。因?yàn)殡娞萑壕哂懈鞣N復(fù)雜的可能狀態(tài)，因此條件結(jié)構(gòu)也會很復(fù)雜，并且在它們之中常留有空當(dāng)。這就使得不能按最佳可能方式進(jìn)行控制。這種控制的典型例子是傳統(tǒng)的集中控制，其中每個?？空賳颈环峙浣o當(dāng)前最接近召喚層并向該層運(yùn)動的電梯。但是，這種簡單的優(yōu)化原理將導(dǎo)致電梯的集聚，造成電梯在同一方向向前運(yùn)行，從而使電梯群的整體功能下降。
當(dāng)試圖確定所有可能的供選線路的費(fèi)用因子時，所需的計(jì)算量容易超過處理器的負(fù)荷。如果待被響應(yīng)的召喚次數(shù)是C，樓內(nèi)的電梯數(shù)是L，那么不同的供選線路數(shù)是N＝LC。由于供選線路數(shù)隨召喚次數(shù)呈指數(shù)關(guān)系增加，因此，即使在小的電梯群中也不可能系統(tǒng)地分析所有的供選方案。這就限制了在實(shí)際當(dāng)中進(jìn)行線路優(yōu)化。
本發(fā)明的目的在于提供一種用于在電梯群中分配電梯?？空賳镜男录夹g(shù)方案，其使用相對較小的計(jì)算能力而達(dá)到比以前的技術(shù)更好的結(jié)果，同時可對不同的供選方案予以充分考慮。本發(fā)明方法的特征在于它產(chǎn)生幾個分配供選方案，每個分配供選方案對每個有效?？空賳揪ㄒ粋€召喚數(shù)據(jù)項(xiàng)和一個電梯數(shù)據(jù)項(xiàng)，這些數(shù)據(jù)項(xiàng)共同限定響應(yīng)?？空賳镜碾娞荩挥?jì)算每個分配供選方案的費(fèi)用函數(shù)值；對至少一個數(shù)據(jù)項(xiàng)反復(fù)改變一個或多個分配供選方案；計(jì)算新的分配供選方案的費(fèi)用函數(shù)值，根據(jù)該費(fèi)用函數(shù)值來選擇最佳分配供選方案，并因此將有效電梯召喚分配給電梯群中的電梯。本發(fā)明的一些優(yōu)選實(shí)施例具有由各從屬權(quán)利要求所限定的特征。
與所有可能的線路供選方案的計(jì)算相比，本發(fā)明的技術(shù)方案大大地減小了所需的計(jì)算量。當(dāng)同時進(jìn)行多個計(jì)算任務(wù)時，該技術(shù)方案基于基因遺傳算法并可應(yīng)用于分散環(huán)境中，幾個電梯控制計(jì)算機(jī)與群控計(jì)算機(jī)并行進(jìn)行部分計(jì)算工作。
當(dāng)在電梯群的整體水平上優(yōu)化費(fèi)用函數(shù)時，電梯群被作為一個整體處理。在電梯群中分配?？空賳镜膯栴}被提高到比抽象水平更廣的水平。優(yōu)化過程不需涉及應(yīng)付它們的個別情況和方法。通過修改費(fèi)用函數(shù)來達(dá)到所需的操作?？梢詢?yōu)化例如乘客等待時間、召喚時間、啟動次數(shù)、運(yùn)行時間、能量消耗、繩子磨損，如果使用給定的電梯“昂貴”時的個別電梯的操作、電梯的均勻使用等，或者它們的所需組合。優(yōu)化數(shù)量取決于系統(tǒng)設(shè)計(jì)的實(shí)施和其精度。同時，系統(tǒng)地應(yīng)用變量。因此，通過改變其費(fèi)用函數(shù)，可有效地應(yīng)用根據(jù)每天或每周的變化量而產(chǎn)生的建筑物內(nèi)的客流預(yù)測。
在實(shí)施中應(yīng)用的適度函數(shù)(fitness function)構(gòu)成了利用神經(jīng)網(wǎng)絡(luò)和模糊邏輯的控制系統(tǒng)的優(yōu)良基礎(chǔ)。
下面將參考附圖以其實(shí)施例來描述本發(fā)明，附圖中

圖1表示一電梯染色體的構(gòu)成；圖2表示用于本發(fā)明的召喚群體；圖3表示本發(fā)明的程序框圖；圖4表示電梯召喚和控制設(shè)備；圖5a和5b表示電梯染色體的雜交；圖6表示召喚染色體；圖7表示召喚環(huán)(ring)；和圖8表示作出分配決定的處理。
圖1示出建筑物樓層，樓層標(biāo)號為1、2、3、4…16。電梯群包括三個電梯LIFT0、LIFT1和LIFT2，每個電梯分別運(yùn)行在井道2、4和6中，它們的電梯轎廂分別以標(biāo)號8、10和12表示。電梯轎廂位于3層、9層、和4層上，它們的運(yùn)行方向由置于井道頂部的箭頭符號14表示，其表示電梯轎廂8和12上行運(yùn)動而轎廂10下行運(yùn)動。在井道旁的兩個縱列16和18表示?？空賳緦ι闲泻拖滦挟?dāng)前有效。停靠召喚由箭頭符號20表示。星號22表示由轎廂10向1層發(fā)出的轎廂召喚。箭頭符號24表示已經(jīng)發(fā)出已經(jīng)分配的?？空賳镜臉菍?。因此，從11層發(fā)出的?？空賳疽逊峙浣o電梯LIFT0，從7層發(fā)出的停靠召喚分配給電梯LIFT1，從14層發(fā)出的電梯召喚分配給電梯LIFT2。
縱列26和27形象化地示出當(dāng)使用一包括了每個?？空賳镜囊粋€基因的電梯染色體時用于本發(fā)明的分配供選方案的形成。圖1中的例子中，縱列26順序示出當(dāng)前有效的?？空賳?，最高層數(shù)是頂部，最低層數(shù)是底部?？v列27包括自身的電梯染色體，其包括五個基因30，基因的數(shù)目與?？空賳緮?shù)相應(yīng)。第一基因30包括識別響應(yīng)召喚的電梯轎廂的數(shù)據(jù)，每一?？空賳緦?yīng)于一個基因。電梯轎廂的編碼最好以二進(jìn)制數(shù)LIFT0＝00、LIFT1＝01、LIFT2＝10存儲在基因中。箭頭32形象化地示出一基因的形成。如電梯染色體27和基因102所示，電梯LIFT0將響應(yīng)11層發(fā)出的召喚。如基因100和101所示，電梯LIFT1將響應(yīng)由4和7層發(fā)出的召喚，同樣，如基因103和104所示，LIFT2將響應(yīng)由13和14層發(fā)出的召喚。當(dāng)電梯染色體正被形成時，存在的上行和下行方向的停靠召喚被編碼成使電梯染色體基因的位置包括一?？空賳镜男畔?。在進(jìn)行分配之后，對應(yīng)于?？空賳荆娞萑旧w中的信息被解碼。
在圖1的實(shí)施例的情況下，根據(jù)基因遺傳算法的編碼原理，電梯染色體是這樣形成的，即電梯染色體具有的基因與此時的有效召喚一樣多?；驍?shù)Nchr＝Ndown+Nup，其中Ndown為下行召喚數(shù)，Nup為上行召喚數(shù)。在圖1的例子中，僅有樓層4、7、11、13和14的下行召喚有效。因此，如染色體27所示，此例中的電梯染色體長度是五個基因。在這種情況下，根據(jù)上述的線路供選方案數(shù)目是N＝35＝243。
染色體的長度根據(jù)每一時刻的有效召喚次數(shù)而動態(tài)變化，每一基因?qū)?yīng)于一個有效?？空賳尽Ｃ恳换虬ㄖ甘倦娞輸?shù)的數(shù)據(jù)，換言之，所應(yīng)用的分配原理是對每個?？空賳痉峙湟粋€電梯。在一基因中所需的位Ng的數(shù)目可由以下公式計(jì)算Ng＝round(LOG2(NL)+0.5)(1)其中，NL＝電梯數(shù)目。
因此，例如，如果約定數(shù)0(二進(jìn)制數(shù)000)對應(yīng)于電梯1，數(shù)7對應(yīng)于電梯8(二進(jìn)制數(shù)111)，則八個電梯的群可用三位基因表示。
因?yàn)樵趯?shí)際的電梯群中可能從該群中拆除一些電梯或一個電梯用于檢查，因此一個基因中的位數(shù)也是動態(tài)變化的。例如，如果在六個電梯的群中有兩個電梯不工作，其余的四個電梯可用二位基因表示，其中0(二進(jìn)制碼00)的情況表示使用電梯1，3(二進(jìn)制碼11)表示使用電梯4。
圖2表示染色體形成之后的基團(tuán)分配原理。染色體排列成群體34，其包括電梯染色體的選擇數(shù)Np。染色體1-Np是相應(yīng)于圖1的情況對現(xiàn)存召喚的可能的分配供選方案，換言之，有五個由4、7、11、13、14層發(fā)出的下行召喚將被響應(yīng)。首先，在群體34中染色體的基因被指定任意的電梯數(shù)，或者應(yīng)用可能得到的預(yù)先信息，如在以前的分配或集中控制期間所選擇的控制。根據(jù)第一電梯染色體36，由4層和7層發(fā)出的下行召喚(基因100和101)由電梯LIFT1響應(yīng)，由11層發(fā)出的下行召喚(基因102)由電梯LIFT0響應(yīng)，由13和14層發(fā)出的下行召喚(基因103和104)由電梯LIFT2響應(yīng)。相應(yīng)地，根據(jù)第二電梯染色體38，由4、7、11和13發(fā)出的下行召喚(基因100、101、102和103)由LIFT1響應(yīng)，由14層發(fā)出的下行召喚(基因104)由電梯LIFT2響應(yīng)。按前面所述的方式，產(chǎn)生電梯染色體的適當(dāng)數(shù)目，以形成一群體。為評價由此電梯染色體表示的分配質(zhì)量，對每一電梯染色體計(jì)算適度函數(shù)F的值28。該函數(shù)的一般形式是F＝F(SO，LC，CC，T)(2)其中SO＝電梯群的初始狀態(tài)，即電梯的位置和運(yùn)動狀態(tài)；LC＝分配給電梯的停靠召喚；CC＝有效的轎廂召喚，即，將被響應(yīng)的轎廂召喚；T＝交通信息，如負(fù)荷情況，預(yù)報等。
每一染色體的適度函數(shù)F(SO，LC，CC，T)的值是在電梯中從響應(yīng)所有指定給它的召喚，即電梯的轎廂召喚和分配給它的停靠召喚的染色體中得出的費(fèi)用。適度函數(shù)F可以多種不同方式形成，即通過選擇應(yīng)被考慮的不同費(fèi)用因子或通過以不同方式對從幾個費(fèi)用因子形成的函數(shù)的因子進(jìn)行加權(quán)。如上所述，被考慮的費(fèi)用因子可包括，如乘客等待時間、乘客運(yùn)行時間、電梯停機(jī)次數(shù)。對于本發(fā)明的應(yīng)用，所選擇的模型盡可能精確描述電梯系統(tǒng)的行為是很重要的。模型越精確，適度值越可靠，而且通過該方法獲得的分配決定越好。
當(dāng)群體34中電梯染色體的基因通過采用基因遺傳算法的算子選擇、雜交(crossover)和突變(mutation)而進(jìn)行修改時，產(chǎn)生新一代群體34?？捎貌煌囊?guī)則從一個或多個早期群體中作出選擇。選定給出最佳適度函數(shù)的供選方案，或在作出選擇時對用于形成適度函數(shù)的諸主要因子中的一個因子加權(quán)。如圖5的例子所示，雜交是由一個早期總體中的兩個染色體來形成一個新的染色體，新染色體的每一元素由包含在雙親染色體之中一個的元素組成。
圖5a示出單點(diǎn)雜交的情況，其中，元素1…i來自第一染色體，而元素i+1…n來自第二染色體，從而在元素i和i+1之間的點(diǎn)上發(fā)生雙親染色體的變化。在如圖5b所示的兩點(diǎn)雜交的情況下，雙親染色體在兩點(diǎn)上發(fā)生變化。在連續(xù)雜交時，用0.5的概率來選擇每一雙親元素的位。在突變時，雙親染色體的元素的位用一給定的概率而改變到它們的相對值，改變這些元素，即其中位被改變。在產(chǎn)生每一新群體時，可使用所有的基因遺傳算法的算子。
圖3的框圖示出本發(fā)明一個實(shí)施例的程序步驟。當(dāng)最少有一個停靠召喚待被分配給一個電梯時，電梯控制系統(tǒng)觸發(fā)召喚分配過程(起始框50)。電梯控制系統(tǒng)向進(jìn)行優(yōu)化的計(jì)算機(jī)輸入初始數(shù)據(jù)(框51)。這時，在其它項(xiàng)中，當(dāng)前有效的停靠召喚次數(shù)和可用電梯數(shù)分別確定電梯染色體和元素的長度。在框51中，根據(jù)該原始數(shù)據(jù)，形成第一代電梯染色體。根據(jù)一個早期分配結(jié)果或通過采用作為起始點(diǎn)的直接集中控制來產(chǎn)生第一代是非常有利的。在框55中，對群體中的每一個染色體確定所謂的適度值，這意味著對每一個染色體計(jì)算所選擇的費(fèi)用函數(shù)值。此外，在框55中，根據(jù)適度函數(shù)來評價染色體，以識別出最佳的一個或一些染色體，或者選擇可行的或有意義的染色體，以至少在下一代的持續(xù)時間中予以保留。在框57中，最佳染色體的適度值F相對于在以前的各代中獲得的結(jié)果F(min)進(jìn)行評價，并檢查是否已經(jīng)考慮各代的規(guī)定數(shù)。不必在每一代期間均發(fā)生進(jìn)化，這就是為什么即便在每一代未發(fā)生改進(jìn)也通常要繼續(xù)該算法的原因。結(jié)束該算法的一個規(guī)則是，該代顯示出相同的最佳技術(shù)方案的規(guī)定數(shù)，這通常表示已實(shí)現(xiàn)優(yōu)化。此外，也可預(yù)先限定一個最佳結(jié)果，即當(dāng)達(dá)到時結(jié)束該算法。
一旦結(jié)束的規(guī)則實(shí)現(xiàn)，則進(jìn)展到框60的處理，根據(jù)所選擇的染色體來分配召喚，并且經(jīng)過結(jié)束框61，將控制返回到電梯控制系統(tǒng)。如果要繼續(xù)優(yōu)化過程，則返回到框52的處理，在框52-54進(jìn)行屬于基因遺傳算法的操作。在框52，為進(jìn)一步優(yōu)化的選擇適當(dāng)?shù)娜旧w，在框53，本代的染色體雜交以形成新一代，并且在框54進(jìn)行突變。在雜交時，由兩個早期染色體通過選擇兩者的一些基因而形成一個新的染色體。在突變時，早期染色體的基因在某些方面改變。例如，在基因中的一個位以一定的概率從零變到1，或從1變到零。在基因運(yùn)算之后，在框55計(jì)算新一代的適度函數(shù)值。
本發(fā)明提供的優(yōu)化是通過群控和電梯控制裝置來進(jìn)行的。圖4示出實(shí)現(xiàn)本發(fā)明方法的功能的系統(tǒng)的主要部分。該圖示出包括三個電梯的一個電梯群，并示出與本發(fā)明相關(guān)的一些電梯組件。電梯乘客借助于安裝在電梯轎廂40上的轎廂召喚按鈕42來發(fā)出轎廂召喚。轎廂召喚通過總線46到達(dá)相應(yīng)電梯的電梯控制單元48。每一次停靠由包括?？空賳景粹o44的停靠設(shè)備來實(shí)現(xiàn)，即乘客通過停靠按鈕44發(fā)出?？空賳荆宰屢粋€電梯來到該樓層。停靠召喚按鈕同樣經(jīng)過總線46與電梯控制單元48連接。在不具有對每個電梯的單獨(dú)停靠召喚按鈕的應(yīng)用中，召喚被傳到各電梯控制單元之一或群控單元。在圖示的實(shí)施例中，每個電梯具有自己的控制單元，并且這些單元經(jīng)由總線72與群控單元連接。
計(jì)算機(jī)74，如PC機(jī)，裝在群控單元70中，它定期地檢查是否有從停靠召喚裝置發(fā)出的?？空賳旧形幢豁憫?yīng)。在運(yùn)行中，應(yīng)用電梯的有效?？空賳緮?shù)據(jù)和履歷(history)數(shù)據(jù)，該群控計(jì)算機(jī)啟動分配程序，從存儲器76中讀取必要的初始數(shù)據(jù)，并形成第一代電梯染色體。對于適度函數(shù)的計(jì)算，數(shù)個適當(dāng)分組的電梯染色體被傳送到不同的電梯控制單元的計(jì)算機(jī)78中。計(jì)算機(jī)78將計(jì)算結(jié)果送回群控單元，它作出有關(guān)分配或者繼續(xù)該算法的決定。
在本發(fā)明的另一實(shí)施例中，電梯控制單元還在所選擇的群體上進(jìn)行基因遺傳算法的運(yùn)算，并將這些結(jié)果送到群控單元以進(jìn)行最終的選擇，并作出決定。
在小問題的情況下，即當(dāng)染色體的長度相當(dāng)小時，則通常在首先的20個代的過程中尋找技術(shù)方案。如果一代有50個染色體，這就要求1000個適度函數(shù)計(jì)算。在實(shí)際當(dāng)中，召喚分配必須至少每秒鐘進(jìn)行兩行，一次計(jì)算時間為0.5毫秒。另一方面，基因遺傳算法是并行的，即可通過并行運(yùn)算來計(jì)算適度函數(shù)值，即使該系統(tǒng)同時具有足夠數(shù)量的處理組件也是如此。在分散的電梯系統(tǒng)中，不同電梯的計(jì)算機(jī)同時計(jì)算一群體中的不同染色體的適度函數(shù)值。群控計(jì)算機(jī)負(fù)責(zé)在該計(jì)算機(jī)的計(jì)算能力限度內(nèi)分配計(jì)算任務(wù)和數(shù)據(jù)傳輸鏈，并且也以集中方式進(jìn)行評價。
因?yàn)槿旧w的長度隨著召喚數(shù)目和電梯數(shù)目而增加，因此所需的群體大小增加。同時因?yàn)榇阉鞯倪x擇范圍擴(kuò)大，為尋找最優(yōu)狀態(tài)所需的代的數(shù)目也變大。這意味著需要相應(yīng)地增加計(jì)算能力。
在本發(fā)明的又一實(shí)施例中，分配供選方案是這樣形成的，即該染色體具有與每一電梯相應(yīng)的一個基因。在這種情況下，該基因包含限定?？空賳镜臄?shù)據(jù)，其以二進(jìn)制數(shù)或整數(shù)或其它數(shù)制來限定。在下文中，這樣形成的分配供選方案被稱為召喚染色體。下面將參照附圖詳述這個實(shí)施例的實(shí)現(xiàn)。
在這個實(shí)施例中，應(yīng)用了電梯群在線路優(yōu)化處理中如何以最佳的可能方式運(yùn)行的知識。電梯群線路優(yōu)化的一個實(shí)驗(yàn)最佳結(jié)果是這樣的，建筑物被分成多個區(qū)域，在這些區(qū)域中每一單個電梯通過集中控制來運(yùn)行。區(qū)域的最大數(shù)目與電梯群的大小相同。
這個方法的原理是采用基因遺傳算法來確定每個電梯在該區(qū)域中的起始樓層，電梯通過集中控制運(yùn)行到該樓層，此時，開始一新的區(qū)域，或者沒有出現(xiàn)要響應(yīng)的?？空賳尽Q言之，問題在于對每一個電梯要找出待響應(yīng)的第一層，該電梯將被運(yùn)行至該層。因此，每一個電梯僅注意它必須移動到哪一層。例如，如果?？空賳緮?shù)小于電梯群的大小，則電梯不必響應(yīng)單獨(dú)的停靠召喚。在這種情況下，給電梯一無效召喚。由電梯尋找到的樓層起分配供選方案的作用。
電梯群響應(yīng)每一個有效的?？空賳尽τ诮ㄖ镏械姆?wù)而言，該方法計(jì)算由分配供選方案而引起的費(fèi)用，它應(yīng)為最小。這里有幾種分配供選方案，在基因遺傳算法中，這些分配供選方案共同形成群體。對群體中每一個分配供選方案計(jì)算費(fèi)用，在這之中選擇最佳的一個或一些，并且，應(yīng)用這些基于基因遺傳算法的原理，通過把作為雙親的一個或多個分配供選方案進(jìn)行雜交和/或突變及重組，以形成新的分配供選方案。這個新的分配供選方案構(gòu)成新一代，并對這個代中的每一分配供選方案計(jì)算費(fèi)用。這個新的代也可包括包含在以前的一代或以前的多代中的分配供選方案。在計(jì)算該代的分配供選方案的費(fèi)用之后，檢查由這最佳的分配供選方案引起的費(fèi)用是否足夠低，或由計(jì)算生成的代的數(shù)目是否與規(guī)定數(shù)相對應(yīng)。生成的代數(shù)可以是一固定值，或者如根據(jù)要響應(yīng)的?？空賳緮?shù)而變化。如果實(shí)現(xiàn)了結(jié)束搜尋最佳分配供選方案的規(guī)則，則將獲得的最終結(jié)果通告給電梯群的群控單元，否則如上所述地繼續(xù)搜尋。
每一個電梯僅注意發(fā)出有效?？空賳镜囊粋€樓層。因此，分配供選方案按基因遺傳算法的原理編碼以作為一個召喚染色體，其中基因總數(shù)等于響應(yīng)?？空賳镜碾娞萑旱拇笮　．?dāng)電梯群的大小是L時，基因數(shù)目N＝L。
在召喚染色體中的每一基因的位置(圖6)包括表示該群中一個電梯的數(shù)據(jù)。如果該群包括三個電梯，并且約定它們的標(biāo)號由0至2，那么在染色體中的第一基因是電梯號碼0，第三基因是電梯號碼2?；虻闹凳且粺o效召喚或是一要相應(yīng)的召喚的標(biāo)記。標(biāo)記的最大值是應(yīng)響應(yīng)的召喚數(shù)C，如果一個無效召喚被定義為零，那么可選擇的標(biāo)記就為C+1。在圖6中，召喚用對應(yīng)發(fā)出召喚的樓層的整數(shù)表示。
?？空賳竞蜔o效召喚構(gòu)成一召喚矢量，其包括表示所有有效?？空賳镜臄?shù)據(jù)。當(dāng)召喚矢量包括要響應(yīng)的C個召喚時，將有C+1個樓層位置。召喚矢量中一位置的數(shù)值是在建筑物中應(yīng)被響應(yīng)的一召喚的樓層數(shù)。
召喚矢量的邏輯結(jié)構(gòu)是環(huán)(ring)71(圖7)，其中無效召喚位于環(huán)的邊緣。在一單個分配供選方案中的基因的值指的是該環(huán)或是無效召喚。當(dāng)基因的值指的是該環(huán)，則與該基因相應(yīng)的電梯線路包括具有該標(biāo)記的召喚樓層和在順時針方向跟隨該環(huán)直至到達(dá)在召喚矢量中另一基因或該環(huán)的特定基因的一標(biāo)記為止時的各樓層。電梯首先相應(yīng)的樓層是與該環(huán)中的電梯相應(yīng)的基因值所指的樓層。當(dāng)該基因指的是無效召喚時，該電梯不響應(yīng)建筑物中的任何?？空賳?，并且不對它產(chǎn)生任何運(yùn)行線路，即它不能進(jìn)入該環(huán)。
圖7表示一個要響應(yīng)10個召喚的環(huán)。前3個(環(huán)外緣的數(shù)字標(biāo)出的位置1-3)是上行召喚，其余的7個召喚是下行召喚。環(huán)71和處理它的方式包括一個集中控制模型。假設(shè)電梯0的基因指的是環(huán)中的位置2，電梯1的基因指的是位置8，并且電梯3的基因指的是位置5。因此，在環(huán)中沿順時針方向處理，電梯0響應(yīng)樓層7、12和15，這構(gòu)成了它的線路。這個電梯將不響應(yīng)樓層10，因?yàn)樗讶槐环峙浣o電梯2。因此，電梯0首先通過集中控制上行，然后響應(yīng)樓層15的下行召喚。電梯1的線路也是由10層下到7層，即線路由層10、8和7組成。電梯由集中控制運(yùn)行。電梯3的區(qū)域包括層5、3、2和4，其中上行召喚有效。電梯3也由集中控制來驅(qū)動。
因此，該環(huán)包含線路優(yōu)化的結(jié)果，即，根據(jù)實(shí)驗(yàn)，此時，建筑物被分割成多個區(qū)域，并且由集中控制來運(yùn)行電梯群。為了使該布署有效地實(shí)行，應(yīng)響應(yīng)的上行召喚必須被排列成上升的順序，下行召喚被排列成下降的順序。在環(huán)中上下行召喚的實(shí)際開始位置是一個主要問題，只需將上行召喚依次排列，下行召喚也是如此。在此例中，順序的上行召喚由位置1開始，下行召喚由位置4開始。
但是，對于該環(huán)來說，基于區(qū)域和集中運(yùn)行的布署不是唯一可行的。此時，電梯在順時針方向拾取召喚直至到達(dá)下一個標(biāo)記位置?？梢詫h(huán)中的召喚排列成所需的形式，并測試效果如何，如乘客的平均等待時間等。一種可能性是將同方向召喚的樓層根據(jù)召喚的時間排成順序，并然后找出分配方案。
為產(chǎn)生一個分配決定而對分配供選方案或染色體的編碼形成如下(圖8)。檢查召喚染色體79中分配供選方案的個別基因?qū)?yīng)于圖8中被展平的環(huán)71中的哪個位置。在這之后，與對應(yīng)位置相應(yīng)的?？空賳颈环峙浣o有關(guān)的電梯。
以上通過一些實(shí)施例對本發(fā)明作了介紹。但不能把此描述看成是限制本發(fā)明，在所附權(quán)利要求的范圍內(nèi)，可對本發(fā)明進(jìn)行變化。
權(quán)利要求
1.一種在電梯群中分配通過電梯?？空賳狙b置(44)進(jìn)入的召喚(20)的方法，其特征在于形成幾個分配供選方案(36，38)，每個分配供選方案對每個?？空賳?20)均包括一個召喚數(shù)據(jù)項(xiàng)和一個電梯數(shù)據(jù)項(xiàng)，這些數(shù)據(jù)共同確定哪個電梯(2，4，6)響應(yīng)每一召喚；對每一分配供選方案(36，38)計(jì)算費(fèi)用函數(shù)值；對至少一個數(shù)據(jù)項(xiàng)反復(fù)改變一個或多個分配供選方案，并計(jì)算新分配供選方案的費(fèi)用函數(shù)值；和根據(jù)費(fèi)用函數(shù)值來選擇最佳分配供選方案，并因此將有效電梯召喚分配給電梯群中的電梯。
2.如權(quán)利要求1所述的方法，其特征在于，分配供選方案(36，38)形成為一個電梯染色體，其(36，38)對每一?？空賳?20)包括一個基因(30)，所述基因(30)至少包括一個電梯數(shù)據(jù)項(xiàng)。
3.如權(quán)利要求2所述的方法，其特征在于，每一電梯染色體(36，38)由包括識別每個運(yùn)行電梯的數(shù)據(jù)的連續(xù)電梯基因(30)形成，并且在電梯染色體(36，38)中的電梯基因(30)的位置包括一個規(guī)定要響應(yīng)的停靠召喚的數(shù)據(jù)。
4.如權(quán)利要求1所述的方法，其特征在于，一個分配供選方案形成為一個召喚染色體，對每個電梯每個召喚染色體均包括一基因，基因至少包括一個召喚數(shù)據(jù)項(xiàng)。
5.如權(quán)利要求4所述的方法，其特征在于，每個召喚染色體由包括識別每個要響應(yīng)的召喚的數(shù)據(jù)的連續(xù)召喚基因形成，并且在召喚染色體中的召喚基因的位置包括規(guī)定要響應(yīng)召喚的電梯的數(shù)據(jù)。
6.如權(quán)利要求2-5中任何一個所述的方法，其特征在于，電梯或召喚染色體形成一個群體，它的基因通過基因遺傳算法改變，至少一個響應(yīng)數(shù)據(jù)項(xiàng)通過選擇、雜交或突變來改變。
7.如權(quán)利要求2-6中任何一個所述的方法，其特征在于，電梯和召喚染色體改變，直至達(dá)到一個規(guī)定的費(fèi)用函數(shù)值。
8.如權(quán)利要求2-6中任何一個所述的方法，其特征在于，電梯或召喚染色體變化規(guī)定次數(shù)，由此選出產(chǎn)生最小費(fèi)用函數(shù)值的染色體。
全文摘要
本發(fā)明涉及一種用于在電梯群中分配通過電梯?？空賳狙b置(44)進(jìn)入的召喚(20)的方法。根據(jù)本發(fā)明,形成幾個分配供選方案(36,38),每個分配供選方案對每個有效?？空賳?20)均包括一個召喚數(shù)據(jù)項(xiàng)和一個電梯數(shù)據(jù)項(xiàng),這些數(shù)據(jù)共同確定哪個電梯(2,4,6)響應(yīng)該召喚,對每一分配供選方案(36,38)計(jì)算費(fèi)用函數(shù)值,對至少一個數(shù)據(jù)項(xiàng)反復(fù)改變一個或多個分配供選方案(36,38),并計(jì)算新分配供選方案的費(fèi)用函數(shù)值,根據(jù)該費(fèi)用函數(shù)值,選擇最佳分配供選方案,并因此將有效電梯召喚分配給電梯群中的電梯。
文檔編號B66B1/20GK1181741SQ96193369
公開日1998年5月13日 申請日期1996年4月19日 優(yōu)先權(quán)日1995年4月21日
發(fā)明者塔普奧·泰尼, 賈里·伊利恩 申請人:科恩股份公司