CN117466090A - 一种电梯目的地选层的评价方法及系统 - Google Patents
一种电梯目的地选层的评价方法及系统 Download PDFInfo
- Publication number
- CN117466090A CN117466090A CN202311802392.9A CN202311802392A CN117466090A CN 117466090 A CN117466090 A CN 117466090A CN 202311802392 A CN202311802392 A CN 202311802392A CN 117466090 A CN117466090 A CN 117466090A
- Authority
- CN
- China
- Prior art keywords
- people stream
- elevator
- evaluation
- time
- scheduling policy
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 123
- 230000008859 change Effects 0.000 claims abstract description 74
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000012216 screening Methods 0.000 claims abstract description 20
- 238000005259 measurement Methods 0.000 claims description 56
- 238000010606 normalization Methods 0.000 claims description 21
- 230000003247 decreasing effect Effects 0.000 claims description 12
- 238000012423 maintenance Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 7
- 230000007704 transition Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000013486 operation strategy Methods 0.000 abstract description 3
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 208000025174 PANDAS Diseases 0.000 description 1
- 208000021155 Paediatric autoimmune neuropsychiatric disorders associated with streptococcal infection Diseases 0.000 description 1
- 240000000220 Panda oleosa Species 0.000 description 1
- 235000016496 Panda oleosa Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B1/00—Control systems of elevators in general
- B66B1/02—Control systems without regulation, i.e. without retroactive action
- B66B1/06—Control systems without regulation, i.e. without retroactive action electric
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B1/00—Control systems of elevators in general
- B66B1/34—Details, e.g. call counting devices, data transmission from car to control system, devices giving information to the control system
- B66B1/3415—Control system configuration and the data transmission or communication within the control system
- B66B1/3423—Control system configuration, i.e. lay-out
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
- B66B5/0006—Monitoring devices or performance analysers
- B66B5/0018—Devices monitoring the operating condition of the elevator system
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Indicating And Signalling Devices For Elevators (AREA)
Abstract
本发明涉及电梯控制处理技术领域,尤其涉及一种电梯目的地选层的评价方法及系统,方法包括:根据电梯楼宇的应用类型划分结果确定策略需求权重;设置人流时间周期,并筛选人流变化节点,根据人流变化节点对人流时间周期进行划分,生成多个用梯时间阶段;按照对应的用梯时间阶段对策略需求权重进行分段调整,形成动态需求权重;根据动态需求权重对调度策略信息的客户端体验进行评价,获得第一评价结果;建立调度策略评价空间,将第一评价结果和调度策略信息对应输入至调度策略评价空间,输出第二评价结果。通过本发明,相对高效准确地评价了电梯目的地选层调度策略的综合性能,且在一定时间内可以随着人流变化而改变运行策略,提升管理的效率。
Description
技术领域
本发明涉及电梯控制处理技术领域,尤其涉及电梯目的地选层的评价方法及系统。
背景技术
电梯目的地选层技术是电梯系统的创新,通过智能控制、数据分析和通信技术,使乘客能够在电梯外部选择目的地楼层,以实现更高效的电梯调度。
然后目前对于电梯目的地选层的投入使用中,缺少对于一段时域内,电梯调度策略的评价,随着时间的变化,用梯人群,峰值阶段,电梯的管理维护,能耗的控制,都将对调度策略有着不小的影响,急需一个评价方法及系统随时对调度策略进行评估,并及时做出相应调整。
公开于该背景技术部分的信息仅仅旨在加深对本公开总体背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成本领域技术人员所公知的现有技术。
发明内容
本发明提供了电梯目的地选层的评价方法及系统,可有效解决背景技术中的问题。
为了达到上述目的,本发明所采用的技术方案是:
一种电梯目的地选层的评价方法,所述方法包括:
对电梯楼宇的应用类型进行划分,并根据所述电梯楼宇的应用类型划分结果确定策略需求权重;
设置人流时间周期,并筛选人流变化节点,根据所述人流变化节点对所述人流时间周期进行划分,生成多个用梯时间阶段;
按照对应的所述用梯时间阶段对所述策略需求权重进行分段调整,形成动态需求权重;
获取楼宇电梯目的地选层的调度策略信息,根据所述动态需求权重对所述调度策略信息的客户端体验进行评价,获得第一评价结果;
建立调度策略评价空间,将所述第一评价结果和调度策略信息对应输入至所述调度策略评价空间,输出第二评价结果;
根据所述第二评价结果对所述楼宇电梯目的地选层的调度策略进行调整。
进一步地,设置人流时间周期,并筛选人流变化节点,包括:
在所述人流时间周期内设置测峰时间间隔,得到测峰时间点;
采集多个所述人流时间周期内的人流数据,并将所述人流数据按照最近时间分配至所述测峰时间点;
计算相邻所述测峰时间点之间的人流数据差值的绝对值,并取若干最大的所述人流数据差值的绝对值;
将被选取的相邻所述测峰时间点分为单调增值和单调减值;
取所述单调增值的初始人流数据对应的测峰时间点,取所述单调减值的到达人流数据对应的测峰时间点,并将若干所述对应的测峰时间点设置为人流变化节点。
进一步地,设置人流时间周期,并筛选人流变化节点,包括:
采集多个所述人流时间周期内的人流量,并对应时间戳;
根据所述人流量和对应的时间戳计算出人流峰值;
对所述人流峰值进行归一化处理,使得所述归一化处理结果映射到人流时间周期内,所述归一化处理采用如下方式:
;
其中,Tnorm为所述归一化处理后的时间点,T为每个峰值时间点,Tmin所述峰值时间点钟最小值,Tmax为所述峰值时间点钟最大值;
设置变化节点阈值,根据所述变化节点阈值和归一化处理结果确定所述人流变化节点。
进一步地,根据所述变化节点阈值和归一化处理结果确定所述人流变化节点,包括:
遍历所述归一化处理后的时间点Tnorm;
并检查每个所述时间点Tnorm是否超过所述变化节点阈值;
若超过,将该时间点标记为所述人流变化节点;
重复此过程,直到遍历完所有的所述时间点Tnorm。
进一步地,按照对应的所述用梯时间阶段对所述策略需求权重进行分段调整,形成动态需求权重,包括:
设置权重调整的触发条件和调整幅度,至少将每个所述人流变化节点均设置为触发条件的节点;
根据人流时间周期获得所述人流数据的平均值,再将所述用梯时间阶段内的人流数据与所述平均值做对比,生成人流变化幅度;
根据所述人流变化幅度设置所述调整幅度,并根据所述调整幅度对所述策略需求权重进行调整,形成动态需求权重。
进一步地,还包括:将两个相邻的所述用梯时间阶段之间设置权重过度带,并使用策略需求权重或两个相邻的所述用梯时间阶段之间的权重平均数对所述权重过渡带上的权重做覆盖填充。
进一步地,建立调度策略评价空间,将所述第一评价结果和调度策略信息对应输入至所述调度策略评价空间,输出第二评价结果,包括:
采集历史用梯维护和管理的数据信息;
基于BP神经网络建立隐藏层,所述隐藏层对所述历史用梯维护和管理的数据信息进行深度学习;
建立两个输入层,分别输入所述第一评价结果和调度策略信息;
建立全连接层,获取所述调度策略信息中对于维护和管理端的影响,并将获得的影响结果与所述第一评价结果相融合,获得所述第二评价结果。
进一步地,建立调度策略评价空间之后,为所述调度策略评价空间构建测试集和训练集,通过所述测试集和训练集最小化所述调度策略评价空间的预测值和实际值之间的误差。
电梯目的地选层的评价系统,所述系统包括:
需求权重获取模块,对电梯楼宇的应用类型进行划分,并根据所述电梯楼宇的应用类型划分结果确定策略需求权重;
用梯时间划分模块,设置人流时间周期,并筛选人流变化节点,根据所述人流变化节点对所述人流时间周期进行划分,生成多个用梯时间阶段;
动态权重获取模块,按照对应的所述用梯时间阶段对所述策略需求权重进行分段调整,形成动态需求权重;
第一评价结果获取模块,获取楼宇电梯目的地选层的调度策略信息,根据所述动态需求权重对所述调度策略信息的客户端体验进行评价,获得第一评价结果;
第二评价结果获取模块,建立调度策略评价空间,将所述第一评价结果和调度策略信息对应输入至所述调度策略评价空间,输出第二评价结果;
调度策略调整模块,根据所述第二评价结果对所述楼宇电梯目的地选层的调度策略进行调整。
进一步地,所述用梯时间划分模块包括:
测峰时间获取单元,在所述人流时间周期内设置测峰时间间隔,得到测峰时间点;
人流数据分配单元,采集多个所述人流时间周期内的人流数据,并将所述人流数据按照最近时间分配至所述测峰时间点;
确定变换界值单元,计算相邻所述测峰时间点之间的人流数据差值的绝对值,并取若干最大的所述人流数据差值的绝对值,将被选取的相邻所述测峰时间点分为单调增值和单调减值;
筛选变化节点单元,取所述单调增值的初始人流数据对应的测峰时间点,取所述单调减值的到达人流数据对应的测峰时间点,并将若干所述对应的测峰时间点设置为人流变化节点。
通过本发明的技术方案,可实现以下技术效果:
相对高效准确地评价了电梯目的地选层调度策略的综合性能,且在一定时间内可以随着人流变化而改变运行策略,提升管理的效率。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为电梯目的地选层的评价方法的流程示意图;
图2为第一种筛选人流变化节点的实施例流程图;
图3为第二种筛选人流变化节点的实施例流程图;
图4为确定人流变化节点的流程示意图;
图5为形成动态需求权重的流程示意图;
图6为电梯目的地选层的评价方法及系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例一
如图1所示,本申请提供了一种电梯目的地选层的评价方法,方法包括:
S1000:对电梯楼宇的应用类型进行划分,并根据电梯楼宇的应用类型划分结果确定策略需求权重;本步骤对对电梯楼宇的用户类别进行划分,根据不同楼宇类型,例如,商业大厦、住宅楼、医院等划分应用类型,然后,为每个应用类型分配策略需求权重,这里的策略需求权重可以来自于多个渠道,例如根据历史短期数据制定,还可以根据其他同类型的楼宇电梯做出模糊设定,策略需求权重是对权重的初始化设定,其目的是根据楼宇类型的差异性,确定一个初始化的需求权重为后面的调整权重提供基础。
S2000:设置人流时间周期,并筛选人流变化节点,根据人流变化节点对人流时间周期进行划分,生成多个用梯时间阶段;本步骤确定适当的人流时间周期,这个周期可以是工作时间段的半天,即白天,例如早8晚8,也可以是一个完整的24小时的天,之后在设置的周期内确定人流发生变化的时间段,并相应确定峰值,即高峰、低峰时间变化点和具体的时间段,通过更加细颗粒度的时间划分,可以提高对用户乘梯需求时间点了解程度,以此调整电梯调度的策略更加贴合实际使用情况。
S3000:按照对应的用梯时间阶段对策略需求权重进行分段调整,形成动态需求权重;本步骤通过对不同用梯时间阶段的划分对初始权重值进行一定程度的调整,确保权重值随着各个时间阶段内人流数据的具体变化而变化,实现为评价体系智能化地提供评价权重。
S4000:获取楼宇电梯目的地选层的调度策略信息,根据动态需求权重对调度策略信息的客户端体验进行评价,获得第一评价结果;
S5000:建立调度策略评价空间,将第一评价结果和调度策略信息对应输入至调度策略评价空间,输出第二评价结果;
上述步骤中,第一评价结果针对客户端的体验,包括例如等待电梯的综合时长、乘梯时间以及多梯协作程度等从用途体验方面考虑并评价电梯目的地调度策略和实际状况的契合情况,而第二评价结果则是从电梯的维护保养管理以及调度策略所需要的能耗而评价,从管理维护的角度方面考虑调度策略优良;而调度策略评价空间需要选择适当的模型作为处理数据的核心,在空间内先输出对调度策略信息中维护管理以及功耗的评价,再结合第一评价结果用户端的评价,综合输出第二评价结果。
S6000:根据第二评价结果对楼宇电梯目的地选层的调度策略进行调整。
本步骤通过调度策略评价空间,对目前的电梯目的地调度策略进行总体综合的评价并通过评价输出的结果对未来一段时间内的调度策略进行调整,使得符合当前环境,在用户体验以及管理和能耗上找到一个平衡点。
通过本发明的技术方案,相对高效准确地评价了电梯目的地选层调度策略的综合性能,且在一定时间内可以随着人流变化而改变运行策略,提升管理的效率。
进一步来说,如图2所示,设置人流时间周期,并筛选人流变化节点,包括:
S2110:在人流时间周期内设置测峰时间间隔,得到测峰时间点;
S2120:采集多个人流时间周期内的人流数据,并将人流数据按照最近时间分配至测峰时间点;
S2130:计算相邻测峰时间点之间的人流数据差值的绝对值,并取若干最大的人流数据差值的绝对值;
S2140:将被选取的相邻测峰时间点分为单调增值和单调减值;
S2150:取单调增值的初始人流数据对应的测峰时间点,取单调减值的到达人流数据对应的测峰时间点,并将若干对应的测峰时间点设置为人流变化节点。
作为上述实施例的优选,其中测峰时间间隔可以随着人流密度变化而变化,具体地可以将人流密度大的时间区域处设置较短的测峰时间间隔,因为在人流密度较大处,单位时间可以形成较大的人流密度变化,这个时间区间需要精确人流变化的时间点,很可能形成上一秒人流众多,下一秒则无人乘梯的情况;由于在密度较大的人流时间段有较小的时间间隔,所以很可能人流乘梯时间点即为测峰时间点,若在密度较小的人流时间段可设置较大的时间采样间隔点,并将临近的和其他测峰时间点没有关联的人流数据汇集到该测峰时间点上,用这样的方式可以将人流变化显著的时间点凸显出来,为评价调度策略在客户端的体验提供良好依据。
进一步来说,如图3所示,设置人流时间周期,并筛选人流变化节点,包括:
S2210:采集多个人流时间周期内的人流量,并对应时间戳;
S2220:根据人流量和对应的时间戳计算出人流峰值;
S2230:对人流峰值进行归一化处理,使得归一化处理结果映射到人流时间周期内,归一化处理采用如下方式:
;
其中,Tnorm为归一化处理后的时间点,T为每个峰值时间点,Tmin峰值时间点钟最小值,Tmax为峰值时间点钟最大值;
S2240:设置变化节点阈值,根据变化节点阈值和归一化处理结果确定人流变化节点。
与上述实施例不同,本实施例采用归一化的方法计算出人流数据的峰值,具体可以应用数据分析工具,如如Python中的Pandas和NumPy库,检测峰值是为了划分采样时间段,将峰值大体确定为一个采样时间段内的中心,再通过设置变化节点阈值的方式来确定一个峰值的边界值,以此确定出采样时间段,其中,关于变化节点阈值可以为固定的阈值,也可以根据实际情况动态调整,例如,检测评价日期前一阶段的人流数据,并根据人流变化对固定阈值进行调整,将调整的动态阈值应用在确定峰值的边界,以此确定采样时间段,因为在一段时间内,楼宇内用户会有搬入和迁出现象,固定时间段也会有特定人群进行使用,例如博物馆在假期期间和平时的用梯状况便完全不同,这样的方式可以对用户用梯状况了解地更为精确,对评价调度策略更为全面具体。
进一步来说,参照图4所示,根据变化节点阈值和归一化处理结果确定人流变化节点,包括:
S2251:遍历归一化处理后的时间点Tnorm;
S2252:并检查每个时间点Tnorm是否超过变化节点阈值;
S2253:若超过,将该时间点标记为人流变化节点;
S2254:重复此过程,直到遍历完所有的时间点Tnorm。
在上述实施例的基础之上,考虑归一化后的峰值时间点,可以通过使用直方图或其他分布方式来了解数据分布情况,变化节点阈值可以选择的方式有阶段数据的中位数、平均值,当然也可以进行动态调整,例如在数据中找到某种特定的分布模式来自动确定,最终,得到一组人流变化节点,它们代表了人流量显著变化的时间点,这些详细步骤帮助实施归一化和筛选人流变化节点的过程,以便在分析中更好地理解人流的变化模式和趋势,根据数据的具体情况和需求,可以调整阈值来控制筛选的严格度。
进一步来说,如图5所示,按照对应的用梯时间阶段对策略需求权重进行分段调整,形成动态需求权重,包括:
S3100:设置权重调整的触发条件和调整幅度,至少将每个人流变化节点均设置为触发条件的节点;
S3200:根据人流时间周期获得人流数据的平均值,再将用梯时间阶段内的人流数据与平均值做对比,生成人流变化幅度;
S3300:根据人流变化幅度设置调整幅度,并根据调整幅度对策略需求权重进行调整,形成动态需求权重。
作为上述实施例的优选,除了将人流变化节点设置为出发条件的节点之外,由于触发条件是一种判定标准,可以是一个定量或定性的因素,所以触发条件可以根据不同的应用场景和需求来制定,例如,触发条件可以包括以下情况:人流量超过某个特定阈值,例如,如果人流量在高峰时期超过平均水平的一定百分比,触发权重调整;等待时间超过某个合理的阈值,如果乘客的平均等待时间大幅增加,触发权重调整;特定事件的发生,例如紧急情况或预定大型活动。幅度表示在触发条件满足时应该调整权重的程度,例如,如果触发条件是 "人流量在高峰时期超过平均水平的20%",那么权重调整的幅度可以是增加或减少20%的权重,幅度规定了权重的调整幅度,以反映需求的变化,它们允许系统在符合特定条件时自动调整权重,以更好地满足实际需求。
进一步来说,还包括:将两个相邻的用梯时间阶段之间设置权重过度带,并使用策略需求权重或两个相邻的用梯时间阶段之间的权重平均数对权重过渡带上的权重做覆盖填充。
在上述实施例的基础之上,在评价系统中,通常会根据多个指标和权重来生成综合评分,这些权重可能会随时间或条件的变化而调整,通过引入权重过渡带,可以确保权重的变化更加平滑,从而导致评价系统的输出更稳定,有助于避免评价结果的剧烈波动,提高评价系统的可靠性。
进一步来说,建立调度策略评价空间,将第一评价结果和调度策略信息对应输入至调度策略评价空间,输出第二评价结果,包括:
采集历史用梯维护和管理的数据信息;
基于BP神经网络建立隐藏层,隐藏层对历史用梯维护和管理的数据信息进行深度学习;
建立两个输入层,分别输入第一评价结果和调度策略信息;
建立全连接层,获取调度策略信息中对于维护和管理端的影响,并将获得的影响结果与第一评价结果相融合,获得第二评价结果。
具体而言,隐藏层可以从输入数据中学习到具有信息量的特征,在电梯调度中,这可以包括从权重、人流量、等待时间等多维度信息中提取重要的特征,以帮助更好地评估调度策略,由于电梯调度问题通常涉及复杂的非线性关系,隐藏层可以通过引入非线性变换来捕捉这些关系,这使模型能够更好地适应问题的复杂性;此外全连接层单独设置,并区别于隐藏层内部其他的全连接层,他作为模型内部第一次输出的结果暂存模型内,再将结果与第一评价结果相融合,进行综合评定,其中可以采用不同的融合技术,例如加权融合、决策树融合等。
进一步来说,建立调度策略评价空间之后,为调度策略评价空间构建测试集和训练集,通过测试集和训练集最小化调度策略评价空间的预测值和实际值之间的误差。 本步骤可以采集区别于建立模型时 的历史数据,选择其他数据建立测试集和训练集,测试集和训练集可以在建立调度策略评价空间之后提升该评价空间对于输入对象预测评估的准确度。
实施例二
基于与前述实施例中一种电梯目的地选层的评价方法同样发明构思,如图6所示,本发明还提供了一种电梯目的地选层的评价系统,系统包括:
需求权重获取模块,对电梯楼宇的应用类型进行划分,并根据电梯楼宇的应用类型划分结果确定策略需求权重;
用梯时间划分模块,设置人流时间周期,并筛选人流变化节点,根据人流变化节点对人流时间周期进行划分,生成多个用梯时间阶段;
动态权重获取模块,按照对应的用梯时间阶段对策略需求权重进行分段调整,形成动态需求权重;
第一评价结果获取模块,获取楼宇电梯目的地选层的调度策略信息,根据动态需求权重对调度策略信息的客户端体验进行评价,获得第一评价结果;
第二评价结果获取模块,建立调度策略评价空间,将第一评价结果和调度策略信息对应输入至调度策略评价空间,输出第二评价结果;
调度策略调整模块,根据第二评价结果对楼宇电梯目的地选层的调度策略进行调整。
本发明中的上述调整系统可有效的实现电梯目的地选层的评价方法,能够起到的技术效果如上述实施例所描述的,此处不再赘述。
进一步来说,用梯时间划分模块包括:
测峰时间获取单元,在人流时间周期内设置测峰时间间隔,得到测峰时间点;
人流数据分配单元,采集多个人流时间周期内的人流数据,并将人流数据按照最近时间分配至测峰时间点;
确定变换界值单元,计算相邻测峰时间点之间的人流数据差值的绝对值,并取若干最大的人流数据差值的绝对值,将被选取的相邻测峰时间点分为单调增值和单调减值;
筛选变化节点单元,取单调增值的初始人流数据对应的测峰时间点,取单调减值的到达人流数据对应的测峰时间点,并将若干对应的测峰时间点设置为人流变化节点。
同样地,对系统的上述优化方案,也分别地可对应实现实施例一中方法对应的优化效果,此处同样不再赘述。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附所界定的本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (10)
1.一种电梯目的地选层的评价方法,其特征在于,所述方法包括:
对电梯楼宇的应用类型进行划分,并根据所述电梯楼宇的应用类型划分结果确定策略需求权重;
设置人流时间周期,并筛选人流变化节点,根据所述人流变化节点对所述人流时间周期进行划分,生成多个用梯时间阶段;
按照对应的所述用梯时间阶段对所述策略需求权重进行分段调整,形成动态需求权重;
获取楼宇电梯目的地选层的调度策略信息,根据所述动态需求权重对所述调度策略信息的客户端体验进行评价,获得第一评价结果;
建立调度策略评价空间,将所述第一评价结果和调度策略信息对应输入至所述调度策略评价空间,输出第二评价结果;
根据所述第二评价结果对所述楼宇电梯目的地选层的调度策略进行调整。
2.根据权利要求1所述的电梯目的地选层的评价方法,其特征在于,设置人流时间周期,并筛选人流变化节点,包括:
在所述人流时间周期内设置测峰时间间隔,得到测峰时间点;
采集多个所述人流时间周期内的人流数据,并将所述人流数据按照最近时间分配至所述测峰时间点;
计算相邻所述测峰时间点之间的人流数据差值的绝对值,并取若干最大的所述人流数据差值的绝对值;
将被选取的相邻所述测峰时间点分为单调增值和单调减值;
取所述单调增值的初始人流数据对应的测峰时间点,取所述单调减值的到达人流数据对应的测峰时间点,并将若干所述对应的测峰时间点设置为人流变化节点。
3.根据权利要求1所述的电梯目的地选层的评价方法,其特征在于,设置人流时间周期,并筛选人流变化节点,包括:
采集多个所述人流时间周期内的人流量,并对应时间戳;
根据所述人流量和对应的时间戳计算出人流峰值;
对所述人流峰值进行归一化处理,使得所述归一化处理结果映射到人流时间周期内,所述归一化处理采用如下方式:
;
其中,Tnorm为所述归一化处理后的时间点,T为每个峰值时间点,Tmin所述峰值时间点钟最小值,Tmax为所述峰值时间点钟最大值;
设置变化节点阈值,根据所述变化节点阈值和归一化处理结果确定所述人流变化节点。
4.根据权利要求3所述的电梯目的地选层的评价方法,其特征在于,根据所述变化节点阈值和归一化处理结果确定所述人流变化节点,包括:
遍历所述归一化处理后的时间点Tnorm;
并检查每个所述时间点Tnorm是否超过所述变化节点阈值;
若超过,将该时间点标记为所述人流变化节点;
重复此过程,直到遍历完所有的所述时间点Tnorm。
5.根据权利要求1所述的电梯目的地选层的评价方法,其特征在于,按照对应的所述用梯时间阶段对所述策略需求权重进行分段调整,形成动态需求权重,包括:
设置权重调整的触发条件和调整幅度,至少将每个所述人流变化节点均设置为触发条件的节点;
根据人流时间周期获得所述人流数据的平均值,再将所述用梯时间阶段内的人流数据与所述平均值做对比,生成人流变化幅度;
根据所述人流变化幅度设置所述调整幅度,并根据所述调整幅度对所述策略需求权重进行调整,形成动态需求权重。
6.根据权利要求5所述的电梯目的地选层的评价方法,其特征在于,还包括:将两个相邻的所述用梯时间阶段之间设置权重过度带,并使用策略需求权重或两个相邻的所述用梯时间阶段之间的权重平均数对所述权重过渡带上的权重做覆盖填充。
7.根据权利要求1所述的电梯目的地选层的评价方法,其特征在于,建立调度策略评价空间,将所述第一评价结果和调度策略信息对应输入至所述调度策略评价空间,输出第二评价结果,包括:
采集历史用梯维护和管理的数据信息;
基于BP神经网络建立隐藏层,所述隐藏层对所述历史用梯维护和管理的数据信息进行深度学习;
建立两个输入层,分别输入所述第一评价结果和调度策略信息;
建立全连接层,获取所述调度策略信息中对于维护和管理端的影响,并将获得的影响结果与所述第一评价结果相融合,获得所述第二评价结果。
8.根据权利要求7所述的电梯目的地选层的评价方法,其特征在于,建立调度策略评价空间之后,为所述调度策略评价空间构建测试集和训练集,通过所述测试集和训练集最小化所述调度策略评价空间的预测值和实际值之间的误差。
9.电梯目的地选层的评价系统,其特征在于,所述系统包括:
需求权重获取模块,对电梯楼宇的应用类型进行划分,并根据所述电梯楼宇的应用类型划分结果确定策略需求权重;
用梯时间划分模块,设置人流时间周期,并筛选人流变化节点,根据所述人流变化节点对所述人流时间周期进行划分,生成多个用梯时间阶段;
动态权重获取模块,按照对应的所述用梯时间阶段对所述策略需求权重进行分段调整,形成动态需求权重;
第一评价结果获取模块,获取楼宇电梯目的地选层的调度策略信息,根据所述动态需求权重对所述调度策略信息的客户端体验进行评价,获得第一评价结果;
第二评价结果获取模块,建立调度策略评价空间,将所述第一评价结果和调度策略信息对应输入至所述调度策略评价空间,输出第二评价结果;
调度策略调整模块,根据所述第二评价结果对所述楼宇电梯目的地选层的调度策略进行调整。
10.根据权利要求9所述的电梯目的地选层的评价系统,其特征在于,所述用梯时间划分模块包括:
测峰时间获取单元,在所述人流时间周期内设置测峰时间间隔,得到测峰时间点;
人流数据分配单元,采集多个所述人流时间周期内的人流数据,并将所述人流数据按照最近时间分配至所述测峰时间点;
确定变换界值单元,计算相邻所述测峰时间点之间的人流数据差值的绝对值,并取若干最大的所述人流数据差值的绝对值,将被选取的相邻所述测峰时间点分为单调增值和单调减值;
筛选变化节点单元,取所述单调增值的初始人流数据对应的测峰时间点,取所述单调减值的到达人流数据对应的测峰时间点,并将若干所述对应的测峰时间点设置为人流变化节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311802392.9A CN117466090B (zh) | 2023-12-26 | 2023-12-26 | 一种电梯目的地选层的评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311802392.9A CN117466090B (zh) | 2023-12-26 | 2023-12-26 | 一种电梯目的地选层的评价方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117466090A true CN117466090A (zh) | 2024-01-30 |
CN117466090B CN117466090B (zh) | 2024-03-05 |
Family
ID=89629667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311802392.9A Active CN117466090B (zh) | 2023-12-26 | 2023-12-26 | 一种电梯目的地选层的评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117466090B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1058759A (zh) * | 1990-05-29 | 1992-02-19 | 三菱电机株式会社 | 电梯控制装置 |
US5409085A (en) * | 1990-04-18 | 1995-04-25 | Hitachi, Ltd. | Group control elevator system for automatically adjusting elevator operation based on a evaluation function |
US20160325962A1 (en) * | 2015-05-07 | 2016-11-10 | International Business Machines Corporation | Personalized elevator dispatch |
CN107187966A (zh) * | 2017-07-04 | 2017-09-22 | 武汉理工大学 | 一种基于人数检测结果的多部电梯控制方法及系统 |
CN109592521A (zh) * | 2018-11-23 | 2019-04-09 | 张勇 | 一种具有优化调度的电梯群控系统 |
CN111924694A (zh) * | 2020-10-12 | 2020-11-13 | 南京安诺电梯有限公司 | 一种扶梯振动信号检测传输系统 |
CN115159279A (zh) * | 2021-03-18 | 2022-10-11 | 三菱电机株式会社 | 组群管理装置 |
CN115936655A (zh) * | 2021-10-01 | 2023-04-07 | 株式会社日立大厦系统 | 人流管理系统以及人流管理方法 |
CN115973868A (zh) * | 2022-12-15 | 2023-04-18 | 海纳云物联科技有限公司 | 一种电梯健康评估方法、装置、服务器及介质 |
-
2023
- 2023-12-26 CN CN202311802392.9A patent/CN117466090B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5409085A (en) * | 1990-04-18 | 1995-04-25 | Hitachi, Ltd. | Group control elevator system for automatically adjusting elevator operation based on a evaluation function |
CN1058759A (zh) * | 1990-05-29 | 1992-02-19 | 三菱电机株式会社 | 电梯控制装置 |
US20160325962A1 (en) * | 2015-05-07 | 2016-11-10 | International Business Machines Corporation | Personalized elevator dispatch |
CN107187966A (zh) * | 2017-07-04 | 2017-09-22 | 武汉理工大学 | 一种基于人数检测结果的多部电梯控制方法及系统 |
CN109592521A (zh) * | 2018-11-23 | 2019-04-09 | 张勇 | 一种具有优化调度的电梯群控系统 |
CN111924694A (zh) * | 2020-10-12 | 2020-11-13 | 南京安诺电梯有限公司 | 一种扶梯振动信号检测传输系统 |
CN115159279A (zh) * | 2021-03-18 | 2022-10-11 | 三菱电机株式会社 | 组群管理装置 |
CN115936655A (zh) * | 2021-10-01 | 2023-04-07 | 株式会社日立大厦系统 | 人流管理系统以及人流管理方法 |
CN115973868A (zh) * | 2022-12-15 | 2023-04-18 | 海纳云物联科技有限公司 | 一种电梯健康评估方法、装置、服务器及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117466090B (zh) | 2024-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103036974B (zh) | 基于隐马尔可夫模型的云计算资源调度方法和系统 | |
JPH10194611A (ja) | エレベーターの群管理制御方法 | |
CN110163436A (zh) | 基于动态瓶颈预测的智能车间生产优化方法 | |
CN116681320B (zh) | 一种工程监控一体化的智能管理方法及系统 | |
CN114139977A (zh) | 多灾种耦合下的应急救援物资动态调度优化方法及系统 | |
JPH0517150B2 (zh) | ||
CN102745558B (zh) | 电梯群管理系统及其控制方法 | |
CN113535515A (zh) | 一种基于Zabbix监控系统的高效动态采集方法 | |
CN113222238A (zh) | 一种枢纽机场值机人员排班的优化方法及系统 | |
CN103130050A (zh) | 一种电梯群控系统的调度方法 | |
CN101802825A (zh) | 用于新建筑物和现有建筑物中的电梯布置的设计方法 | |
CN117466090B (zh) | 一种电梯目的地选层的评价方法及系统 | |
CN115269758A (zh) | 面向乘客诱导的路网客流状态推演方法及系统 | |
CN115438966A (zh) | 一种基于sem模型的养老服务机构配置优化方法及系统 | |
CN113526272B (zh) | 电梯群控系统和电梯群控设备 | |
JP2001527495A (ja) | エレベータ配送のための閉ループ適応ファジーロジック制御装置 | |
CN117422274A (zh) | 综合能源系统运行优化系统及方法 | |
JP2000501058A (ja) | シングルソーストラフィック条件のための動的スケジューリングエレベータ配送装置 | |
CN113887917A (zh) | 基于服务架构的智慧城市管理平台 | |
CN106447302A (zh) | 一种智能分单方法 | |
CN112561129A (zh) | 一种基于配电线路故障信息的抢修物资调配方法 | |
CN112201082B (zh) | 一种航班放行时隙的n点置换方法 | |
CN111832929B (zh) | 一种机场值机的动态调度方法及系统 | |
CN114463978A (zh) | 一种基于轨道交通信息处理终端的数据监测方法 | |
WO2013128836A1 (ja) | 仮想サーバ管理装置及び仮想サーバの移動先決定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |