CN103130050B - 一种电梯群控系统的调度方法 - Google Patents

Abstract

本发明公开的电梯群控系统的调度方法，是基于由决策模块、成本估计模块和风险计算模块组成的电梯调度逻辑控制系统来实现的，通过该电梯调度逻辑控制系统，每当有乘场呼叫时，决策模块、成本估计模块和风险计算模块对群控电梯进行调度，选择最合理的电梯为该乘场呼叫服务；在调度过程中，当有新的乘场呼叫时，所述成本估计模块和所述风险计算模块分别依据自身逻辑作出第一派梯方案和第二派梯方案，所述决策模块根据当前交通状况和各电梯的繁忙程度给第一派梯方案和第二派梯方案分配各自的权重系数，并根据权重综合第一派梯方案和第二派梯方案，形成最终的派梯方案。

Description

一种电梯群控系统的调度方法

技术领域

本发明涉及电梯群控系统的调度方法。

背景技术

电梯群控系统的调度技术中不仅要考虑调度时刻电梯群的状态信息，更要考虑未来一段时间内可能产生的服务需求(乘场呼叫)。例如、日立公司的新一代群控系统中，预测可能产生的乘场呼叫，并将其编入待服务请求，将这些由已经发生的呼叫和可能发生的呼叫统一分配给各电梯，规划每一个电梯的运行路线，在所有可能的运行路线组合中选择使系统性能最佳的路线作为“目标路线”。当有新的呼叫产生时将其分配给目标路线与其最相符的电梯。在日立公司的调度系统中，系统性能最优的评价指标选择了各电梯之间运行时间间隔均等性。确定目标路线后，每一个电梯按照目标路线行进，待发现因预测不准等引起的目标路线无法保障电梯间等间隔运行或系统性能产生较大变化时，对目标路线重新计算、调整(参考文献：会田敬一、玉田正昭、吉川敏文、杉本浩一，将来予測智能群管理エレベーター「FI-600」，日立評論，2006.12)。

东芝公司的群控系统同样也采用了对未来服务需求的预测方法。在他们的系统中，根据预测结果人为地发出虚拟呼叫，并将其作为已知呼叫，统一分配给各电梯，从而将调度问题改变成在寻找最佳路线组合的组合优化问题(参考文献：山田尚史、浅野宜正、中村久仁子，将来交通需要を考慮したエレベーター群管理システムでの次世代割り当て制御方式，東芝レビューVol.65 No.11(2010))。同样，对于待服务呼叫个数和电梯个数较大时，组合优化问题的计算量是不可忽略的，对此该项技术中借鉴经验，能够早期发现和剔除干扰路线的技术，但是仍不能根本上解决组合优化问题带来的计算量不确定问题。调度性能仍要依赖于预测准确度。

目前电梯群控技术发展趋势是要预测未来可能发生的服务需求的基础上，结合当前状态，从整体出发规划每一个电梯的行进路线。不同的方案体现在规划目标和规划方式上。其实质是把未来的不确定性提前当做已知信息，做精确规划。这样，系统性能很大程度上依赖于预测的准确性。当预测发生偏离时不仅影响调度性能，还需要重新计算每一个电梯行动线路，是个典型的组合优化问题。不借助厅外设备的情况，准确预测是非常困难的事情。另外，当楼层较高、停靠次数较多情况下，其计算量对于实时性很高的电梯群控系统来讲仍然很高。同时，行进路线需要实时显示在乘场上，过于延迟或频繁变化都会给使用者造成不便。

发明内容

本发明所要解决的技术问题在于针对现有电梯群控方法所存在的技术问题而提供一种采用预测和控制导致电梯运行效率低下的风险相结合的电梯群控系统的调度方法，来解决电梯群控系统中的调度问题。本发明也属于对未来服务需求预测的方法。但不同在于，本发明不去预测可能发生的服务需求，而是预测哪些服务需求会对系统性能产生大的影响，从而规划一套尽量避免风险的运行计划。

本发明所要解决的技术问题可以通过以下技术方案来实现：

电梯群控系统的调度方法，该调度方法是基于由决策模块、成本估计模块和风险计算模块组成的电梯调度逻辑控制系统来实现的，通过该电梯调度逻辑控制系统，每当有乘场呼叫时，决策模块、成本估计模块和风险计算模块对群控电梯进行调度，选择最合理的电梯为该乘场呼叫服务；在调度过程中，当有新的乘场呼叫时，所述成本估计模块和所述风险计算模块分别依据自身逻辑作出第一派梯方案和第二派梯方案，所述决策模块根据当前交通状况和各电梯的繁忙程度给第一派梯方案和第二派梯方案分配各自的权重系数，并根据权重综合第一派梯方案和第二派梯方案，形成最终的派梯方案。

在本发明的一个优选实施例中，每当有新的乘场呼叫时,根据目前的系统状态，在当前条件下根据当前楼宇交通状况和电梯群繁忙程度，在当前最佳的方案和未来可能最佳的方案之间进行折中选择一个电梯为新的呼叫服务；所述成本估计模块提供的第一派梯方案就是当前最佳方案，风险计算模块提供的第二派梯方案就是未来可能最佳的方案。

在本发明的一个优选实施例中，当有新的乘场呼叫时，所述决策模块首先确定当前条件下的成本估计模块作出的第一派梯方案的权重系数α和风险计算模块作出的第二派梯方案的的权重系数β，并给所述成本估计模块和风险计算模块发出指令，要求成本估计模块和风险计算模块针对新的乘场呼叫分别依据自身逻辑对调节范围内每个电梯分别计算出成本指标cv_i和风险指标rv_i；所述成本估计模块和风险计算模块收到决策模块发出的指令后，针对新的乘场呼叫并结合对未来可能产生的服务请求的预测基础上，对调节范围内每个电梯分别计算出成本指标cv_i和风险指标rv_i，决策模块根据当前成本估计模块作出的第一派梯方案的权重系数α和风险计算模块作出的第二派梯方案的权重系数β，结合成本估计模块计算出的成本指标cv_i和风险计算模块计算出的指标rv_i，计算出每一个电梯的综合指标dv_i，选择综合指标最小的电梯为当前呼叫服务。

在本发明的一个优选实施例中，取成本估计模块作出的第一派梯方案的权重系数α≡1，风险计算模块作出的第二派梯方案的权重系数β依据交通流和调度能力在[0,1]范围内取值。

在本发明的一个优选实施例中，风险计算模块作出的第二派梯方案的权重系数β由一个模糊神经网络完成；所述模糊神经网络为一个具有三个输入和一个输出的五层神经网络，三个输入分别为单位时间内乘场呼叫频率密度cfm、当前可用电梯个数en、楼层高度fn，输出为风险计算模块作出的第二派梯方案的权重系数β值；其中单位时间内乘场呼叫频率密度cfm按照如下方式计算：设当前时刻为t，单位时间为Δt，是个常数，常取5分钟；如果产生时间在[t-Δt,t]内乘场呼叫个数为call_count_t，且这些呼叫产生在call_floors_t个楼层，则单位时间内乘场呼叫频率密度为：

$\mathrm{cfm}=\left\{\begin{array}{ccc}0& \mathrm{iff}& \mathrm{call}\_\mathrm{floor}{s}_t=0\\ \mathrm{call}\_{\mathrm{count}}_t/\mathrm{call}\_\mathrm{floor}{s}_t& \mathrm{other}& \end{array}\right..$

在本发明的一个优选实施例中，决策模块根据当前成本估计模块作出的第一派梯方案的权重系数α和风险计算模块作出的第二派梯方案的权重系数β，结合成本估计模块计算出的成本指标cv_i和风险计算模块计算出的指标rv_i，计算出每一个电梯的综合指标dv_i方法如下：

dv_i＝α×cv_i+β×rv_i

其中，α为成本估计模块作出的第一派梯方案的权重系数，β为风险计算模块作出的第二派梯方案的权重系数；脚标i＝{1,..,N}表示电梯号码，N为电梯个数；以如下方式取最小的dv_i所对应的第I个电梯作为本次服务电梯，为当前呼叫服务：

I＝i|min(dv_i),i＝1,2,...,N。

在本发明的一个优选实施例中，所述成本指标cv_i的计算方法如下：首先，对每一个电梯计算完成目前所承载服务的总用时；从电梯当前位置和状态开始，按照其运行规则遍历所有停靠楼层，逐步预测和累计服务时间，即成本指标cv_i；假设电梯i当前时刻在F₀层,今后将按照顺序分别停靠于N个楼层{F₁,F₂,...,F_N}，其中包括服务乘场呼叫的停靠和服务OPB呼叫的停靠；楼层F_n上停靠时间表示为st_n，两个相邻停靠楼层F_n,F_n+1之间走行时间为rt_n,n+1，那么预测总服务时间，即成本指标cv_i按照如下公式计算得到：

${\mathrm{cv}}_i=\underset{M}{\overset{N-1}{\mathrm{\Σ}}}({\mathrm{rt}}_{n,n+1}+{\mathrm{st}}_{n+1})$

如果楼层F_n上停靠是为乘场呼叫服务，那么st_n还要加上，该楼层呼叫产生时间到当前时刻为止所经历的时间。

在本发明的一个优选实施例中，所述风险指标rv_i的计算方法如下：定义每一个电梯为一个新的呼叫服务时的风险指标rv_i为该呼叫位置pos_nc方向dir_nc与电梯最后停靠位置LSP_i,LSD_i的函数。

rv_i＝f(<pos_nc,dir_nc>,<LSP_i,LSD_i>)

而函数f的定义如下：

$f=\left\{\begin{array}{ccc}|{\mathrm{pos}}_{\mathrm{nc}}-{\mathrm{LSP}}_i|& \mathrm{iff}& {\mathrm{dir}}_{\mathrm{nc}}={\mathrm{LSD}}_i\\ \max \_\mathrm{rv}& \mathrm{others}& \end{array}\right.$

其中i是电梯号码。max_rv是风险极大值，是个经验值，设定为20，在这个定义下，一个呼叫分配给某个电梯现有停靠计划队列最后，且距离最近时风险最小。

在本发明的一个优选实施例中，每一个电梯为待分配呼叫服务时的风险指标rv_i计算流程如下：

(1)首先确定每一个电梯的当前停靠列表中的最终停靠层及其方向，称为最终停靠，最终停靠如果是OPB呼叫，其方向可以随意；如果是一个待机状态,即没有任何服务任务，空闲等待状态电梯，其最终停靠层就是当前位置，方向是任意的；

(2)分析待分配呼叫与最终停靠之间的关系，并按如下方式计算每一个电梯风险指标rv_i：

a、如果最终停靠与待分配呼叫同向且在电梯同期位置的同一侧，风险指标rv_i取最终停靠与待分配呼叫间距；

b、其他情况一律取风险极大值；

(3)确定每一个电梯风险指标rv_i后，用其中最大值对所有电梯风险进行相对归一化。

由于采用了如上的技术方案，本发明与现有基于预测未来服务需求的规划调度群控技术相比，有如下优点：(1)不需要精确预测服务发生的时刻及位置等信息，只需要预测对系统性能影响较大的风险，相对易于实现，其效果是比较稳定的；(2)计算量显著减少。本发明不需要复杂的诸如动态规划等大量的计算，只需要简单的计算即可完成调度。

附图说明

图1为本发明电梯调度逻辑控制系统的结构示意图。

图2为本发明决策模块的工作流程图。

图3为本发明权重系数β计算神经网络结构图。

图4为本发明成本估计模块决策流程图。

图5为本发明风险计算模块的计算流程图。

具体实施方式

以下结合附图和具体实施方式来详细说明本发明。

本发明采用预测和控制导致电梯运行效率低下的风险的方法，解决电梯群控系统中的调度问题。本发明也属于对未来服务需求预测的方法。不同在于，本发明不去预测可能发生的服务需求，而是预测哪些服务需求会对系统性能产生大的影响，从而规划一套尽量避免风险的运行计划。

1.基本结构

参见图1，本发明的系统结构是由决策模块、成本估计模块和风险计算模块组成的电梯调度逻辑控制系统。通过该电梯调度逻辑控制系统，每当有乘场呼叫(即用户通过乘场上按钮发出服务请求)时，决策模块、成本估计模块和风险计算模块一起选择最合理的电梯为该呼叫服务，这个过程称为调度过程。在调度过程中，当有新的乘场呼叫时，成本估计模块和第风险计算模块分别依据自身逻辑作合理的第一派梯方案和第二派梯方案，决策模块根据当前交通状况和各电梯的繁忙程度给第一派梯方案和第二派梯方案分配权重，并根据权重综合第一派梯方案和第二派梯方案，形成最终的派梯方案。

2.决策模块的工作流程

参见图2，当有呼叫需要服务时，决策模块首先确定当前条件下的，成本估计模块所作出的第一派梯方案的权重系数α和风险计算模块作出的第二派梯方案的权重系数β，并要求成本估计模块和风险计算模块对当前呼叫提出各自的方案。成本估计模块、风险计算模块接到要求后，按照自身的逻辑，结合当前呼叫和对来可能产生的服务请求的预测基础上，对调度范围内每个电梯计算其相应指标。成本估计模块计算出的指标称为成本指标cv_i，风险计算模块计算出的指标为风险指标rv_i。决策模块根据当前权重系数α和β，结合成本指标cv_i和风险指标rv_i，计算出每一个电梯的综合指标，选择综合指标最小的电梯为当前呼叫服务。

3.工作原理

下面分别介绍决策模块、成本估计模块和风险计算模块的工作原理。设，群控范围内电梯个数为N(通常3～8)，编号是从1开始的自然数。楼高M层。

3.1.决策模块

决策模块的任务主要有两个。

一、分析当前交通流量和个电梯繁忙程度，确定当前条件下成本和风险的权重。

二、当有新的呼叫时，根据权重系数和成本、风险计算出各电梯的成本指标cv_i和风险指标rv_i，选择得分最小的电梯为新的呼叫服务。

3.1.1权重系数的确定

为了操作方便，取权重系数组合中的一方α≡1，β的值伴随交通流以及调度能力等实际条件在[0,1]范围内取值。权重系数的确定过程就是确定该变化量当前值的过程。权重系数由一个简单的模糊神经网络完成，该网络三个输入一个输出的五层神经网络，其结构见图3。三个输入分别为单位时间内乘场呼叫频率密度cfm、当前可用电梯个数en、楼层高度fn，输出为β值。可用电梯个数就是当前群控范围内可正常调度的电梯个数。其中cfm按照如下方式计算。

设当前时刻为t，单位时间为Δt，是个常数，取值为5分钟。如果产生时间在[t-Δt,t]内乘场呼叫个数为call_count_t，且这些呼叫产生在call_floors_t个楼层，则呼叫频率密度为：

$\mathrm{cfm}=\left\{\begin{array}{ccc}0& \mathrm{iff}& \mathrm{call}\_\mathrm{floor}{s}_t=0\\ \mathrm{call}\_{\mathrm{count}}_t/\mathrm{call}\_\mathrm{floor}{s}_t& \mathrm{other}& \end{array}\right.---\left(1\right)$

3.1.2分派电梯

根据计算得出的权重系数，对每一个电梯按照如下方式计算合理性指标(dv)。

dv_i＝α×cv_i+β×rv_i     (2)

其中α、β分别为成本和风险模块对应的权重系数，脚标i＝{1,..,N}表示电梯号码，N为电梯个数。以如下方式取最小的dv_i所对应的电梯(第I个)作为本次服务电梯，为当前呼叫服务。

I＝i|min(dv_i),i＝1,2,...,N       (3)

3.2成本估计模块

成本估计模块根据当前所有已知条件，计算每一个电梯为当前呼叫服务的成本，过程如图4所示。首先，对每一个电梯计算完成目前所承载服务的总用时。从电梯当前位置和状态开始，按照其运行规则遍历所有停靠楼层，逐步预测和累计服务时间，即成本预测值。假设电梯i当前时刻在F₀层,今后将按照顺序分别停靠于N个楼层{F₁,F₂,...,F_N}，其中包括服务乘场呼叫的停靠和服务OPB呼叫的停靠。楼层F_n上停靠时间表示为st_n，两个相邻停靠楼层F_n,F_n+1之间走行时间为rt_n,n+1那么预测总服务时间，即成本指标cv_i按照公式(4)计算得到。

${\mathrm{cv}}_i=\underset{M}{\overset{N-1}{\mathrm{\&Sigma;}}}({\mathrm{rt}}_{n,n+1}+{\mathrm{st}}_{n+1})---\left(4\right)$

如果楼层F_n上停靠是为乘场呼叫服务，那么st_n还要加上，该楼层呼叫产生时间到当前时刻为止所经历的时间。

3.3风险计算模块

如果所有信息(包括未来足够长时间内可能产生的所有信息)都确定，我们可以精确规划每一个电梯的行走路线，让系统性能发挥到最优。实际环境下的电梯群控系统恰恰得不到这样的完整信息，尤其对未来时刻可能发生的服务需求，在当前时刻是无法提前准确预知的。

一、群控调度的难题

如果一个电梯完成目前规划好的所有任务的过程中可能产生的服务需求，全都是已知的，那么我们用各种规划技术很容易得到全局最优的方案。

假设我们在目前已知条件下(已有呼叫、电梯状态、电梯走行计划等等)，做出了最佳的规划(电梯分派)，这个在目前技术条件下很容易做得到的。但是电梯在执行当前最佳方案的过程中，

(1)未来会产生很多新的服务需求；

(2)增加为这些呼叫服务的走行计划，必然会打乱目前的最佳规划；

(3)到那个时候看，目前的最佳规划有可能成为败笔；

因此，群控系统的关键在于如何更好地预知并应对未来的变化，从而达到整体效率的最佳。从这个意义上讲，未来的不确定因素就是目前最佳方案的风险。

二、电梯运行规划的不确定因素

电梯系统中，对于某个时刻规划好的最佳运行方案，在执行过程中可能产生的影响主要有两个方面：

(1)第一类不确定性：已知乘场呼叫对应的的OPB呼叫(乘场呼叫时出发层，OPB呼叫时目的层，进入电梯后选择)；没有外部设备我们无法准确判断一个乘场呼叫会产生几个OPB呼叫，分别去哪些楼层；

(2)第一类不确定性：未来可能产生的乘场呼叫和对应的OPB呼叫；

三、克服不确定因素影响的方法

克服不确定因素的影响，有两种方案：

(1)预测未来可能发生的服务需求，无论是第一种还是第二种不确定性；

(2)尽量控制未来服务需求对当前规划的影响；

第一种方法是最理想的、可以根本上解决群控难题。但是，准确预测未来可能产生的服务需求，不借助外部设备是很困难的，准确度通常不会很高。那么基于预测进行规划，在途中会经常需要调整，相应的计算量通常比较高。

基于这一点，我们采用第二种方法-控制未来发生的服务需求对运行规划的影响，从而寻找最优规划。这种方法可能会的不一定总是得到最好的结果，但是能够得到很稳定的，至少次优的调度结果。对于服务产品来讲，质量的稳定性是最关键的，这也是当前品质管理的共识。以其时好时坏，好的时候特别好，坏的时候也很离谱，不如提供一个虽然不一定是最好但是很稳定的品质是更为理想的。

四、不确定性是如何影响系统性能的

为了得到包含未来可能服务需求的、好的运行规划，我们首先看两类未来服务需求如何影响系统性能。

(1)新的呼叫产生在已有任务之前：此时，如果去为该新的呼叫服务，后续的原有呼叫的等待时间全部延长，全部超出当初规划时的等待时间，那么当初的规划就可能成为不是最好的，整个系统的等待时间增长。受影响的呼叫越多，对系统整体影响越大。

(2)新呼叫分配给某个电梯，如果在现有呼叫队列最后，那么现有乘场呼叫在未来可能产生的OPB会影响新呼叫的等待时间，可能会与目前估计的时间不同。但是只是这一个呼叫受影响，对系统整体性能影响不显著。

(3)新呼叫在所有电梯背后：如果因某种规划，全部电梯一个方向移动，且位置还比较接近，那么在所有电梯背后产生的呼叫，等待时间会很长，如果这样的呼叫较多，系统性能严重下降。这就是所谓的串子运行，群控调度一直希望避免的现象。

五、风险定义

经过分析发现，如果我们尽量把新的呼叫分配给某个电梯现有运行规划的最后，且这个新的呼叫与现有计划中最后一个停靠位置之间的距离尽量短，就能很好地避免前两种影响。为此定义每一个电梯为一个新的呼叫服务时的系统风险rv_i为该呼叫位置pos_nc方向dir_nc与电梯最后停靠位置与服务方向(即，停靠时的方向)LSP_i,LSD_i的函数。

rv_i＝f(<pos_nc,dir_nc>,<LSP_i,LSD_i>)

而函数f的定义如下：

$f=\left\{\begin{array}{ccc}|{\mathrm{pos}}_{\mathrm{nc}}-{\mathrm{LSP}}_i|& \mathrm{iff}& {\mathrm{dir}}_{\mathrm{nc}}={\mathrm{LSD}}_i\\ \max \_\mathrm{rv}& \mathrm{others}& \end{array}\right.$

其中i是电梯号码。max_rv是风险极大值，是个经验值，其意义后面进行说明。在这个定义下，一个呼叫分配给某个电梯现有停靠计划队列最后，且距离最近时风险最小。

风险极大值的作用就是为了第三种影响而引入的。通常第三种影响都是选择当前最佳运行规划导致的，在本方案中就是成本估算模块引起的过分乐观的派梯的结果。为此引进一个合适的值，取值为20，控制风险值大小，以保证成本之间的数量上的匹配。

六、风险计算流程

有了风险的具体定义，待遇到一个待分配呼叫时，系统的风险计算模块按如下方式计算每一个电梯为待分配呼叫服务时可能存在的风险预测值，计算流程见图5。

(1)首先确定每一个电梯的当前停靠列表中的最终停靠层及其方向，称为最终停靠，最终停靠如果是OPB呼叫其方向可以随意；如果是一个待机状态(没有任何服务任务，空闲等待状态)电梯，其最终停靠层就是当前位置，方向是任意的。

(2)分析待分配呼叫与与最终停靠之间的关系，并按如下方式计算每一个电梯风险。

a、如果最终停靠与待分配呼叫同向且在电梯同期位置的同一侧，风险取最终停靠与待分配呼叫间距；

b、其他情况一律取风险极大值，取值为20；

(3)确定每一个电梯风险值后，用其中最大值对所有电梯风险进行相对归一化。

Claims (7)

1.电梯群控系统的调度方法，其特征在于，该调度方法是基于由决策模块、成本估计模块和风险计算模块组成的电梯调度逻辑控制系统来实现的，通过该电梯调度逻辑控制系统，每当有乘场呼叫时，决策模块、成本估计模块和风险计算模块对群控电梯进行调度，选择最合理的电梯为该乘场呼叫服务；在调度过程中，当有新的乘场呼叫时，所述成本估计模块和所述风险计算模块分别依据自身逻辑作出第一派梯方案和第二派梯方案，所述决策模块根据当前交通状况和各电梯的繁忙程度给第一派梯方案和第二派梯方案分配各自的权重系数，并根据权重综合第一派梯方案和第二派梯方案，形成最终的派梯方案；

当有新的乘场呼叫时，所述决策模块首先确定当前条件下的成本估计模块作出的第一派梯方案的权重系数α和风险计算模块作出的第二派梯方案的的权重系数β，并给所述成本估计模块和风险计算模块发出指令，要求成本估计模块和风险计算模块针对新的乘场呼叫分别依据自身逻辑对调节范围内每个电梯分别计算出成本指标cv_i和风险指标rv_i；所述成本估计模块和风险计算模块收到决策模块发出的指令后，针对新的乘场呼叫并结合对未来可能产生的服务请求的预测基础上，对调节范围内每个电梯分别计算出成本指标cv_i和风险指标rv_i，决策模块根据当前成本估计模块作出的第一派梯方案的权重系数α和风险计算模块作出的第二派梯方案的权重系数β，结合成本估计模块计算出的成本指标cv_i和风险计算模块计算出的指标rv_i，计算出每一个电梯的综合指标dv_i，选择综合指标最小的电梯为当前呼叫服务；

所述风险指标rv_i的计算方法如下：定义每一个电梯为一个新的呼叫服务时的风险指标rv_i为该呼叫位置pos_nc方向dir_nc与电梯最后停靠位置LSP_i,LSD_i的函数；

rv_i＝f(<pos_nc,dir_nc>,<LSP_i,LSD_i>) 

而函数f的定义如下：

其中i是电梯号码；max_rv是风险极大值，在这个定义下，一个呼叫分 配给某个电梯现有停靠计划队列最后，且距离最近时风险最小。

2.权利要求1所述的电梯群控系统的调度方法,其特征在于,每当有新的乘场呼叫时,根据目前的系统状态，在当前条件下根据当前楼宇交通状况和电梯群繁忙程度，在当前最佳的方案和未来可能最佳的方案之间进行折中选择一个电梯为新的呼叫服务；所述成本估计模块提供的第一派梯方案就是当前最佳方案，风险计算模块提供的第二派梯方案就是未来可能最佳的方案。

3.如权利要求1所述的电梯群控系统的调度方法，其特征在于，取成本估计模块作出的第一派梯方案的权重系数α≡1，风险计算模块作出的第二派梯方案的权重系数β依据交通流和调度能力在[0,1]范围内取值。

4.如权利要求1所述的电梯群控系统的调度方法，其特征在于，风险计算模块作出的第二派梯方案的权重系数β由一个模糊神经网络完成；所述模糊神经网络为一个具有三个输入和一个输出的五层神经网络，三个输入分别为单位时间内乘场呼叫频率密度cfm、当前可用电梯个数en、楼层高度fn，输出为风险计算模块作出的第二派梯方案的权重系数β值；其中单位时间内乘场呼叫频率密度cfm按照如下方式计算：设当前时刻为t，单位时间为Δt，是个常数，取值为5分钟；如果产生时间在[t-Δt,t]内乘场呼叫个数为call_count_t，且这些呼叫产生在call_floors_t个楼层，则单位时间内乘场呼叫频率密度为：

5.如权利要求1所述的电梯群控系统的调度方法，其特征在于，决策模块根据当前成本估计模块作出的第一派梯方案的权重系数α和风险计算模块作出的第二派梯方案的权重系数β，结合成本估计模块计算出的成本指标cv_i和风险计算模块计算出的指标rv_i，计算出每一个电梯的综合指标dv_i方法如下：

dv_i＝α×cv_i+β×rv_i

其中，α为成本估计模块作出的第一派梯方案的权重系数，β为风险计算模块作出的第二派梯方案的权重系数；脚标i＝{1,..,N}表示电梯号码，N为电梯个数；以如下方式取最小的dv_i所对应的第I个电梯作为本次服务电梯， 为当前呼叫服务：

I＝i|min(dv_i),i＝1,2,...,N。

6.如权利要求1所述的电梯群控系统的调度方法，其特征在于，所述成本指标cv_i的计算方法如下：首先，对每一个电梯计算完成目前所承载服务的总用时；从电梯当前位置和状态开始，按照其运行规则遍历所有停靠楼层，逐步预测和累计服务时间，即成本指标cv_i；假设电梯i当前时刻在F₀层,今后将按照顺序分别停靠于N个楼层{F₁,F₂,...,F_N}，其中包括服务乘场呼叫的停靠和服务OPB呼叫的停靠；楼层F_n上停靠时间表示为st_n，两个相邻停靠楼层F_n,F_n+1之间走行时间为rt_n,n+1，成本指标cv_i按照如下公式计算得到：

如果楼层F_n上停靠是为乘场呼叫服务，那么st_n还要加上，该楼层呼叫产生时间到当前时刻为止所经历的时间；所述OPB呼叫为轿厢内发出的呼叫。

7.如权利要求1所述的电梯群控系统的调度方法，其特征在于，每一个电梯为待分配呼叫服务时的风险指标rv_i计算流程如下：

(1)首先确定每一个电梯的当前停靠列表中的最终停靠层及其方向，称为最终停靠，最终停靠如果是OPB呼叫，其方向可以随意；如果是一个待机状态,即没有任何服务任务，空闲等待状态电梯，其最终停靠层就是当前位置，方向是任意的；

(2)分析待分配呼叫与最终停靠之间的关系，并按如下方式计算每一个电梯风险指标rv_i：

a、如果最终停靠与待分配呼叫同向且在电梯同期位置的同一侧，风险指标rv_i取最终停靠与待分配呼叫间距；

b、其他情况一律取风险极大值；风险极大值是个经验值，设定为20；

(3)确定每一个电梯风险指标rv_i后，用其中最大值对所有电梯风险进行相对归一化；

所述OPB呼叫为轿厢内发出的呼叫。