JP2005067744A - エレベータ群管理システム、エレベータ群管理方法、およびエレベータ群管理プログラム - Google Patents
エレベータ群管理システム、エレベータ群管理方法、およびエレベータ群管理プログラム Download PDFInfo
- Publication number
- JP2005067744A JP2005067744A JP2003208196A JP2003208196A JP2005067744A JP 2005067744 A JP2005067744 A JP 2005067744A JP 2003208196 A JP2003208196 A JP 2003208196A JP 2003208196 A JP2003208196 A JP 2003208196A JP 2005067744 A JP2005067744 A JP 2005067744A
- Authority
- JP
- Japan
- Prior art keywords
- elevator
- group management
- control target
- data
- floor
- 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
Images
Landscapes
- Elevator Control (AREA)
Abstract
【課題】ＯＤ単位でエレベータ制御目標を設定可能であるとともに、ＯＤ単位で設定されたエレベータ制御目標に向けた群管理制御を実現可能にする
【解決手段】ビル内の任意階床において任意の時刻に発生したホール呼びに対し、エレベータカゴを割り当てる群管理制御を実行するエレベータ群管理システムにおいて、エレベータ制御目標は、出発階床及び行先階床の組み合わせと対応付けて設定する設定手段を備えることを特徴とし、前記エレベータ制御目標を制御目標として前記群管理制御を実行することを特徴とする。
【選択図】 図１
【解決手段】ビル内の任意階床において任意の時刻に発生したホール呼びに対し、エレベータカゴを割り当てる群管理制御を実行するエレベータ群管理システムにおいて、エレベータ制御目標は、出発階床及び行先階床の組み合わせと対応付けて設定する設定手段を備えることを特徴とし、前記エレベータ制御目標を制御目標として前記群管理制御を実行することを特徴とする。
【選択図】 図１
Description
【０００１】
【発明の属する技術分野】
本発明は、エレベータ群管理のためのシステム、方法、ならびにプログラムに関する。
【０００２】
【従来の技術】
エレベータ群管理システムはエレベータの運行効率の向上ならびに乗降客へのサービスの向上を目的とし、ビル内の任意の階床において任意の時刻に発生したホール呼びに対し群管理アルゴリズムによって最適なエレベータカゴを割り当て、その運行を制御するというものである。発生したホール呼びに対し群管理アルゴリズムがエレベータカゴを割り当てる際には、現時点においてビル全体で発生している全てのホール呼びへのサービス状況に加え、カゴ呼び、カゴの位置、およびカゴの乗車人数等のカゴ情報が加味される。また、エレベータ群管理システムが採るエレベータ群管理制御の方針は、ビル全体を考慮した平均的なエレベータパフォーマンスを向上することであり、このような制御方針に従ってエレベータカゴを割り当てるようシステムは構成されている。
【０００３】
複数台のエレベータカゴのなかからホール呼びに割り当てるエレベータカゴを選択するにあたり、それぞれのエレベータカゴは評価される。この評価に用いられる評価関数には、交通需要に応じて選択された可変パラメータによって重み付けがなされる。
【０００４】
従来、評価関数を重み付けするための可変パラメータの選択をニューラルネットワークを用いて行う技術が例えば下記特許文献１において提案されている。この特許文献１に記載された技術では、ある交通需要において、ある可変パラメータを用いた場合のエレベータパフォーマンスをニューラルネットワークに学習させ、交通需要と可変パラメータを入力するとエレベータパフォーマンスの予測値を出力するニューラルネットワークエレベータモデルを構築しておく。このニューラルネットワークエレベータモデルから出力されるエレベータパフォーマンスの予測値のうち、最良の予測値を与える可変パラメータを上記評価関数を重み付けするための可変パラメータとして選択する。
【０００５】
また、エレベータ群管理システムにエレベータシミュレータを実装し、ある交通需要において、ある可変パラメータによる制御を行った場合のエレベータパフォーマンスをシミュレーション（模擬実験）に基づいて予測する技術が例えば特許文献２において提案されている。この特許文献２には、利用者の感性による制御目標値の要求を受け付け、かかる要求に応じてエレベータの群管理制御を行うことについて記載されている。
【０００６】
【特許文献１】
特開平２−２２６４２５号公報（特願平１−４７１３６号）
【特許文献２】
特開２０００−３１８９３８号公報（特願平１１−１２５９７８号）
【発明が解決しようとする課題】
従来のエレベータ群管理システムは、いずれも、上述のようにビル全体を考慮した平均的なエレベータパフォーマンスを向上することをエレベータ群管理制御方針としており、特定の出発階と特定の行先階との間、つまり特定のＯＤ（Ｏｒｉｇｉｎ Ｄｅｓｔｉｎａｔｉｏｎ）間のエレベータパフォーマンスを向上させるといった詳細な制御は困難である。現在のビル構成事情では、一社占有ビルというようなビル形態は減少しており、複数のテナントがビル内に入居するような複合型ビルが増加している。このような複合型ビル形態においては、ビル内のテナント等の入れ替え等が頻繁に発生する。この場合、ある時間帯のＯＤ交通需要の変化や、時間帯毎の特定ＯＤ間でのエレベータ制御結果の変化が、一社占有ビルの場合に比べて頻繁に発生する。ＯＤ交通需要がめまぐるしく変化する場合、エレベータの制御目標を平均的に向上させることを目的とする従来のシステムでは、時間帯などに応じて特定ＯＤ間のパフォーマンスのみを向上させることは上述のように困難であることから、ＯＤ交通需要の変化に十分に対応しているとは言えない。この問題は、カゴ割り当て制御における可変パラメータの選択にニューラルネットワークを利用したり、可変パラメータをシミュレーションにより選択するといった上述の従来技術においても同様である。
【０００７】
したがって、ビル全体の平均的なエレベータパフォーマンスの向上を目的とするのではなく、ＯＤ単位でエレベータパフォーマンスの制御目標を部分的に定めることができるエレベータ群管理システムの提供が望まれている。
【０００８】
したがって本発明は、ＯＤ単位でエレベータ制御目標を設定可能であるとともに、ＯＤ単位で設定されたエレベータ制御目標に向けた群管理制御を実現するエレベータ群管理システム、方法、ならびにプログラムを提供することを目的とする。
【０００９】
【課題を解決するための手段】
本発明の一観点に係るエレベータ群管理システムは、ビル内の任意階床において任意の時刻に発生したホール呼びに対し、エレベータカゴを割り当てる群管理制御を実行するエレベータ群管理システムにおいて、エレベータ制御目標は、出発階床及び行先階床の組み合わせと対応付けて設定する設定手段を備えることを特徴とし、前記エレベータ制御目標を制御目標として前記群管理制御を実行することを特徴としたエレベータ群管理システムである。
【００１０】
【発明の実施の形態】
以下、図面を参照しながら本発明の実施形態を説明する。
【００１１】
（第１実施形態）
図１は本発明の第１実施形態に係るエレベータ群管理システムの概略構成を示すブロック図である。同図に示すように本システムは、エレベータ制御目標２を操作者が設定する際のＧＵＩ（グラフィカルユーザインタフェース）を提供するエレベータ制御目標値設定部１を備える。また、エレベータ制御目標値設定部１により設定されたエレベータ制御目標２に向けたエレベータ群管理制御に適用される群管理アルゴリズムを決定する群管理アルゴリズム決定部３を備える。すなわち本システムは、各々が異なるエレベータパフォーマンス結果を与える複数の群管理アルゴリズムを予め備えている。各々の群管理アルゴリズムは群管理アルゴリズム識別子によって識別される。群管理アルゴリズム決定部３は後述する処理に従って、エレベータ制御目標２に向けたエレベータ群管理制御に適用される群管理アルゴリズムを一つ決定し、その識別子をエレベータ群管理部５に出力する。
【００１２】
エレベータ群管理部５は、少なくとも２台以上のエレベータカゴ６１を有するエレベータ６の群管理制御を実行する部分であり、当該ビル内の任意の階床において任意の時刻に発生したホール呼びに対し、群管理アルゴリズム決定部３により決定された群管理アルゴリズムを実行して最適なエレベータカゴを割り当てる。
【００１３】
また本実施形態のシステムは、群管理アルゴリズム決定部３が群管理アルゴリズムを決定する際に必要とする情報を収集、記録するための構成要素として、ＯＤ交通需要検出部１１と、エレベータ性能事例データ記憶部４と、エレベータ運行制御結果検出部１０と、エレベータ性能事例データ集計部１２とを備える。
【００１４】
ＯＤ交通需要検出部１１およびエレベータ運行制御結果検出部１０は、エレベータ６に備えられたホール呼び検出部７、カゴ呼び検出部８、およびカゴ情報検出部９に接続されており、エレベータ６の運行時にこれらの検出部から必要な情報を取得する。
【００１５】
以上の構成において、エレベータ６及びホール呼び検出部７、カゴ呼び検出部８、およびカゴ情報検出部９を除く構成要素は、コンピュータソフトウェア、またはコンピュータソフトウェアとハードウェアの組み合わせにより実現することができる。これらの場合、エレベータ群管理のためのコンピュータとエレベータ６の実機との間は、制御に必要な電気信号を送受するための制御盤や通信インタフェースボードを介して接続される。
【００１６】
本実施形態のエレベータ群管理システムにおいて実行される処理は、３つの処理ブロックに大別することができる。すなわち、ＯＤ単位でエレベータ制御目標の値を設定する処理ブロック１と、エレベータ性能事例データを収集し記録する処理ブロック２と、使用すべき群管理アルゴリズムを決定する処理ブロック３である。
【００１７】
以下、これら３つの処理ブロックのそれぞれについて詳細に説明する。まず処理ブロック１では、ＯＤ単位でエレベータ制御目標２を設定する。
【００１８】
図２はエレベータ制御目標値設定部のＧＵＩの一例を示す図である。エレベータ制御目標値設定部１は、コンピュータのディスプレイにエレベータ制御目標２の設定画面Ｆ２１を表示する。この設定画面Ｆ２１からも分かるように、エレベータ制御目標２は、５行×５列の表形式を有する。この表は、行項目がエレベータの出発階床を表し、列項目がそのエレベータの行先階床を表すいわゆるＯＤ（Ｏｒｉｇｉｎ Ｄｅｓｔｉｎａｔｉｏｎ）表に相当する。すなわち、エレベータ制御目標２のデータ構造はＯＤ表からなる。設定画面Ｆ２１において、Ａ階床からＢ階床への移動に対応する欄が選択されると、例えば別のウインドウとして画面Ｆ２２が現われる。この画面Ｆ２２によれば、Ａ階床からＢ階床へ移動するエレベータの制御目標項目である「待ち時間」、「サービス時間」、「長待ち率」のそれぞれの設定状況をグラフにおいて確認することができる。
【００１９】
なお、エレベータ制御目標２はエレベータ納入後にオンラインで変更したり、夜間やメンテナンス時等のエレベータ休止中にオフラインで設定変更することができる。また、エレベータ制御目標項目は、上記のみならず、「乗車時間」、「乗車人数」、「カゴ通過間隔時間」、「カゴ最大通過間隔時間」、「カゴ通過回数」の少なくともいずれかを含む。
【００２０】
ここで、ＯＤ表について簡単に説明する。
交通流量の定量分析には、出発地を行とし、目的地を列とする配列表が用いられる場合がある。この配列表は一般にＯＤ表と呼ばれる。ＯＤ表は、任意の出発地から任意の目的地へのトラフィックを特定でき、特定の期間、目的、あるいは他の分類に用いられる。ｎ×ｍ配列のＯＤ表において、ｎは出発地の数、ｍは目的地の数に相当する。出発地と目的地の数が同一であるとき、ｎ＝ｍであり、正方のＯＤ表となる。このようなＯＤ表が本実施形態のエレベータ群管理に用いられる。上記出発地は出発階床に対応し、上記目的地は行先階床に対応する。
【００２１】
本実施形態の説明において、エレベータ制御目標２のＯＤ表等における「階床」、ならびにＯＤを指定する際の「階床」とは、複数の特定階床を一つに纏めた階床の上位概念のことをいう。複数の特定階床は、異なる階床にまたがるレストラン街や、店子等に対応する場合もあり、階床の最小単位、つまり単一階床に対応する場合もある。なお、ＯＤ表における第１の階床に対応する特定階床と、ＯＤ表における第２の階床に対応する特定階床とは、重複しないものとする。
【００２２】
また、複数の特定階床を一つに纏めて表す上位概念階床と、具体的な階床（すなわち単一の階床）とがＯＤ表において混在してもよい。また、このようなＯＤ表を用いて設定されるエレベータ制御目標項目は、上記「待ち時間」、「サービス時間」、ならびに「長待ち率」のみに限定されず、項目数も少なくとも１つ以上の任意である。ＯＤ表は、これらの値を出発階床及び行先階床の組み合わせと対応付けて表す。
【００２３】
（ＯＤ表の設定）
図３は、エレベータ制御目標の設定内容の一例を示す図である。エレベータ制御目標２は、複数のＯＤ表からなる。各々のＯＤ表は、異なる項目に対応している。一つのＯＤ表、すなわち項目別エレベータ制御目標は、ＯＤ毎にその内容（ＯＤ制御目標）を設定することができる。図３に示すように、本実施形態では、「待ち時間」、「サービス時間」、「長待ち率」というエレベータ性能項目をエレベータ制御目標設定可能項目としており、それぞれの項目別エレベータ制御目標のＯＤ制御目標値を設定可能である。
【００２４】
（エレベータ制御目標の設定値）
図３に示すように、エレベータ制御目標項目「待ち時間」において、Ａ階床からＢ階床へ移動する制御目標値は２５と設定されている（単位はｓｅｃ（秒））。これは、「Ａ階床からＢ階床へ向かうエレベータ乗客の平均待ち時間は２５ｓｅｃを目標とする。」という意味である。
【００２５】
図４はＯＤ制御目標の種類を示す図である。ＯＤ制御目標は、具体的な数値により設定することもできるし、数値範囲や条件とすることもできる。以下の説明では、これらを総称して「ＯＤ制御目標値」と称する。例えば、図４（ａ）に示すように、「Ａ階床からＢ階床へ向かうエレベータ乗客の平均待ち時間は２５ｓｅｃ以下であればよい」という設定や、図４（ｂ）に示すように、「Ａ階床からＢ階床へ向かうエレベータ乗客の平均待ち時間は２５ｓｅｃ以上３０ｓｅｃ以下」という設定、図４（ｃ）に示すように、「Ａ階床からＢ階床については任意の平均待ち時間でよい。」というような設定が可能である。また図４（ｄ）に示すように、「Ａ階床からＢ階床は２５ｓｅｃ」、「Ｂ階床からＣ階床は３０ｓｅｃ以上４０ｓｅｃ以下」、「Ｄ階床からＢ階床は３０ｓｅｃ以下」、「Ｅ階床からＡ階床は任意」という具合に、具体的な数値、数値範囲、条件を混在して設定されてもよい。このように一つのエレベータ制御目標項目について、ＯＤ毎に制御目標値が設定される。同様に、他のエレベータ制御目標項目ついてもＯＤ制御目標値が設定される。このような設定及び変更等が完了すると、エレベータ制御目標２の記憶内容は更新される。なお、設定変更が行われなかった場合、以前の設定値が反映される。
【００２６】
このようにエレベータ制御目標値設定部１によれば、エレベータ制御目標２をＯＤ単位で細かく設定することができる。
【００２７】
図３で示したようなエレベータ制御目標２をエレベータ６の制御目標とし、処理ブロック３は群管理アルゴリズムの決定を行う。処理ブロック３の群管理アルゴリズム決定方法については後に詳細に説明する。
【００２８】
（エレベータ制御目標の合成）
次に、エレベータ制御目標が複数存在する場合について説明する。
【００２９】
例えば８時から９時の間のエレベータ制御目標２が複数存在する場合など、エレベータ制御目標が同時に複数個存在する場合、エレベータ制御目標合成部（不図示）のＯＤ制御目標値合成演算処理により、これらのエレベータ制御目標は一つのエレベータ制御目標に合成される。以下、その合成方法を説明する。
【００３０】
（合成方法１）
ＯＤ制御目標値Ｓ１とＳ２をＯＤ制御目標値合成演算処理を用いて、エレベータ制御目標合成値Ｓを以下に示す。
【数１】
【００３１】
以上のようにＯＤ制御目標値合成演算処理を行うことで、同時に存在する複数のエレベータ制御目標を一つのエレベータ制御目標２に合成することができる。なお、３つ以上のエレベータ制御目標をエレベータ制御目標合成部により合成する場合には、順次に合成を行う。
【００３２】
（合成方法２）
あるいは、エレベータ制御目標の設定が可能な管理者が複数存在し、それぞれが要求するエレベータ制御目標２が同時に複数個存在する場合、エレベータ制御目標を設定可能な管理者が各階床Ａ，Ｂ，Ｃ，Ｄ，Ｅの各々の管理者である場合、各管理者が設定しても無意味なＯＤ制御目標値に関しては、図５のようにマスキングなどを施すことにより設定できないようにする。
【００３３】
例えば、Ａ階床の管理者にとっては、Ｂ階床からＣ階床、Ｄ階床からＢ階床へ移動するエレベータ６の乗客に対するサービスは、直接関係がない。この場合、Ａ階床を経由しないＯＤに対する制御目標値を、Ａ階床の管理者が設定できないようにする。
【００３４】
一方、「Ａ階床の管理者が設定したＡ階床からＢ階床へのＯＤ制御目標値」と「Ｂ階床管理者が設定したＡ階床からＢ階床へのＯＤ制御目標値」は、Ａ階床管理者とＢ階床管理者の設定したＯＤ制御目標値が重複設定となる。このような場合には、エレベータ制御目標合成部のＯＤ制御目標値演算処理により、Ａ階床からＢ階床へのエレベータ制御目標値の合成を行う。あるいは、時間帯ごとに管理者に優先順位を付与してもよい。例えば、ある時間帯においては階床管理者優先度をＡ，Ｂ，Ｃ，Ｄ，Ｅとする。そうすると、先に述べたＡ階床からＢ階床へ移動するＯＤ制御目標値は、Ａ階床管理者とＢ階床管理者の設定値が重なっているが、優先順位はＡ階床管理者の方が高い。この場合、Ａ階床管理者が設定したエレベータ制御目標値が設定される。
【００３５】
次に、処理ブロック２のエレベータ性能事例データの収集及び記録について説明する。
【００３６】
本実施形態では、エレベータ６の運行状況を実測し、その実測結果に基づいてエレベータ制御結果を算出し、これをエレベータ性能事例データとして記録する。エレベータ性能事例データのデータ構造及び詳細については後に説明する。
【００３７】
ホール呼び検出部７は、ビル内に発生したホール呼び情報を検出し、カゴ呼び検出部８はエレベータカゴ６１で発生したカゴ呼び情報を検出し、カゴ情報検出部９は「カゴの荷重」、「カゴの進行方向」、「カゴの速度」、「カゴの位置」等のカゴ情報を検出する。
【００３８】
ＯＤ交通需要検出部１１は、ホール呼び検出部７、カゴ呼び検出部８、カゴ情報検出部９から受信したデータをもとに、当該ビル内のエレベータ６において実際に発生したＯＤ交通需要を検出し、ＯＤ交通需要データを作成する。ＯＤ交通需要検出部１１によるＯＤ交通需要データの検出方法については、特公平７−１０６８４５号公報、特公平５−７１５１３号公報、ならびに特公平１−１５４７３号公報等の記載を参考にすることができる。
【００３９】
エレベータ運行制御結果検出部１０は、ＯＤ交通需要検出部１１によりＯＤ交通需要データが検出された間のエレベータの運行制御結果を検出し、少なくともエレベータ制御目標として設定可能なエレベータ制御項目について、ＯＤ単位のエレベータ制御結果を表すデータを作成する。このエレベータ制御結果データはエレベータ乗客へのサービス結果（実績）に相当するデータであり、「待ち時間」、「サービス時間」、「長待ち率」の値をＯＤ単位で表すものである。
【００４０】
ＯＤ単位でエレベータ制御結果を検出する方法としては、ホール呼び検出部７、カゴ呼び検出部８、カゴ情報検出部９により検出されたホール呼び情報、カゴ呼び情報、カゴ情報に基づいて検出することができる。例えばこれらの情報をエレベータ運行制御結果検出部１０に送信し、
ホール呼び情報が表す「発生時間」と「発生階床」や、カゴ情報が表す「カゴ到着時間」、「ドア開時間」、「ドア閉時間」、「カゴ停止時間」、「カゴ荷重」、あるいはホール呼びから派生したカゴ呼びのカゴ呼び情報が表す「目的階床」に基づいて逐次的に乗客の「待ち時間」、「サービス時間」、「長待ち率」を算出する。これをＯＤ単位で集計することにより、「ＯＤ単位エレベータ制御結果」を得ることができる。
【００４１】
次に、エレベータ性能事例データについて説明する。エレベータ性能事例データ集計部１２は、ＯＤ交通需要検出部１１により取得された「ＯＤ交通需要データ」、エレベータ運行制御結果検出部１０により取得された「ＯＤ単位エレベータ制御結果データ」、これらのデータが取得される間に適用された群管理アルゴリズムを識別するための「群管理アルゴリズム識別子」を、一つのデータセットとして集計する。このデータセットにデータセット番号を発番し、図６に示すような構造のデータをエレベータ性能事例データとして出力する。出力されたエレベータ性能事例データはエレベータ性能事例データ記憶部４に記憶される。尚、データセット番号は、エレベータ性能事例データ記憶部４へ記録する際に、エレベータ性能事例データ記憶部４により発番される。
【００４２】
このように、エレベータ性能事例データが収集される毎にエレベータ性能事例データ記憶部４は図６のようなデータ構造のエレベータ性能事例データを記録していく。
【００４３】
以上のように、エレベータ運行制御結果検出部１０は、エレベータ乗客へのエレベータ制御結果をＯＤ単位で検出し、このエレベータ制御結果を図６に示すＯＤ単位エレベータ制御結果データフィールドに格納し、加えて「ＯＤ交通需要データ」、「群管理アルゴリズム識別子データ」をそれぞれのデータフィールドに格納し、エレベータ性能事例データを作成し、エレベータ性能事例データ記憶部４へ記憶する。
【００４４】
図７は、以上説明したエレベータ性能事例データの収集から記録までの一連の処理手順を示すフローチャートである。
【００４５】
先ず、（Ｂ２１−１）において、ＯＤ交通需要検出部１１によるＯＤ交通需要データ検出中のエレベータ制御結果が、エレベータ運行制御結果検出部１０によりＯＤ単位で取得される。
【００４６】
次に、（Ｂ２１−２）では、ＯＤ交通需要検出部１１による検出の終了判定が行われる。検出終了の場合は（Ｂ２１−３）および（Ｂ２１−５）に処理が移行する。終了してない場合には（Ｂ２１−１）に戻り、ＯＤ単位でのエレベータ制御結果の取得を継続する。
【００４７】
（Ｂ２１−３）では、ＯＤ交通需要検出部１１により検出されたＯＤ交通需要データが取得され、（Ｂ２１−４）ではそのＯＤ交通需要データがエレベータ性能事例データ集計部１２に送信される。
【００４８】
一方、（Ｂ２１−５）では、エレベータ運行制御結果検出部１０によりＯＤ単位で検出されたエレベータ制御結果データがエレベータ性能事例データ集計部１２に送信される。
【００４９】
次に、（Ｂ２１−６）では、ＯＤ交通需要検出部１１からの「ＯＤ交通需要データ」と、エレベータ運行制御結果検出部１０からの「ＯＤ単位エレベータ制御結果データ」、ならびにＯＤ交通需要データが検出された間にエレベータ群管理部５により使用された群管理アルゴリズムを識別するための「群管理アルゴリズム識別子」とを一つのデータセットとするエレベータ性能事例データがエレベータ性能事例データ集計部１２により作成される。作成されたエレベータ性能事例データは、（Ｂ２１−７）においてエレベータ性能事例データ記憶部４に送信される。
【００５０】
最後に、（Ｂ２１−８）では、エレベータ性能事例データ集計部１２により作成されたエレベータ性能事例データがエレベータ性能事例データ記憶部４に書き込まれ、記憶される。
【００５１】
最後に、処理ブロック３における群管理アルゴリズムの決定方法について説明する。ビルエレベータ６で使用される群管理アルゴリズムは、群管理アルゴリズム決定部３により決定される。図８は、この群管理アルゴリズム決定部３による群管理アルゴリズム決定の処理を示す概念図である。
【００５２】
上述したように、エレベータ群管理部５は、ホール呼びが発生した階床にどのエレベータカゴ６１を割り当てるかを群管理アルゴリズムに従って決定する。この際に用いられる群管理アルゴリズムを、群管理アルゴリズム決定部３はエレベータ群管理部５に実装されている複数の群管理アルゴリズムのなかからいずれかに決定する。以下その方法について説明する。
【００５３】
（検索キーである交通需要データの検出）
まず、ビル内に発生しているＯＤ交通需要を検出する。これには処理ブロック２で説明したＯＤ交通需要検出部１１が用いられる。検出されたＯＤ交通需要データは群管理アルゴリズム決定部３に送信される。このＯＤ交通需要データは、エレベータ性能事例データ記憶部４へのデータ検索の際の検索キーの一部として用いられる。
【００５４】
（検索キーであるエレベータ制御目標の送信）
また、処理ブロック１で説明したエレベータ制御目標２も群管理アルゴリズム決定部３に送信される。このエレベータ制御目標２は、エレベータ性能事例データ記憶部４へのデータ検索の際の検索キーの他の部として用いられる。
【００５５】
（参照方法と群管理アルゴリズム決定までの概要）
図９は、群管理アルゴリズム決定部による群管理アルゴリズムの決定方法を説明するための図である。
【００５６】
群管理アルゴリズム決定部３は「ＯＤ交通需要データ」、「エレベータ制御目標」の２つのデータを検索キーとし、この検索キーにマッチするデータをエレベータ性能事例データ記憶部４から検索する。つまり、検出されたＯＤ交通需要データが表す現時点でのＯＤ交通需要の状況において、エレベータ制御目標を達成するエレベータ群管理制御の実行可能性が、運行事例（実績）に基づいて確認されている群管理アルゴリズムを検索する。図９に示すように、検索キー内のＯＤ交通需要データと、エレベータ性能事例データのデータセット内のＯＤ交通需要データフィールドは両者を比較可能であり、また検索キー内のエレベータ制御目標とエレベータ性能事例データのデータセット内のＯＤ単位エレベータ制御結果データフィールドは両者を比較可能である。
【００５７】
具体的には、まず、群管理アルゴリズム決定部３は、エレベータ性能事例データ記憶部４を参照し、検索キーとエレベータ性能事例データ記憶部４に記憶されているエレベータ性能事例データとの比較を行う。つまり、「ＯＤ交通需要データ」とエレベータ性能事例データｉの「ＯＤ交通需要データフィールド」に格納されているＯＤ交通需要データとを比較し、「エレベータ制御目標」とエレベータ性能事例データｉの「ＯＤ単位エレベータ制御結果データフィールド」に格納されているＯＤ単位エレベータ制御結果データとの事例類似度演算を行う。
【００５８】
エレベータ性能事例データ記憶部４に記憶されている各エレベータ性能事例データついて事例類似度演算を実行し、最も類似度の高い「ＯＤ交通需要データフィールド」と「ＯＤ単位エレベータ制御結果データフィールド」を持つエレベータ性能事例データ番号を検索する。
【００５９】
次に、最も類似度の高いエレベータ性能事例データ番号の「群管理アルゴリズム識別子データフィールド」に格納されている「群管理アルゴリズム識別子」を取得し、これをエレベータ群管理部５に送信する。
【００６０】
エレベータ群管理部５ではこの群管理アルゴリズム識別子に対応する群管理アルゴリズムを使用して、エレベータカゴ割り当て演算を実行する。
【００６１】
図１０は、群管理アルゴリズムの決定から群管理制御の実行までの一連の処理手順を示すフローチャートである。
【００６２】
最初に、（Ｂ３１−１）処理では、ＯＤ交通需要検出部１１によりビル内のＯＤ交通需要データが検出される。一方、（Ｂ３１−２）処理では、処理ブロック１で示したエレベータ制御目標が設定される。
【００６３】
次に、（Ｂ３１−１）で検出されたＯＤ交通需要データと、（Ｂ３１−２）で設定されたエレベータ制御目標データを用いて事例類似度演算処理が行われる。ここでは、まず（Ｂ３１−３）においてＯＤ交通需要同士、つまり（Ｂ３１−１）で検出されたＯＤ交通需要データと、エレベータ性能事例データ記憶部４に記憶されているエレベータ性能事例データのＯＤ交通需要データフィールドに格納されているＯＤ交通需要データ（以後、混同を避けるため「ＯＤ交通事例データ」という）との交通需要類似度演算処理が実行される。
【００６４】
（Ｂ３１−３）における交通需要類似度演算処理によりエレベータ制御結果データが絞り込まれる。このデータについて、（Ｂ３１−４）では、（Ｂ３１−２）で設定されているエレベータ制御目標データとの性能類似度演算処理が実行される。
【００６５】
そして、（Ｂ３１−４）により得られた事例類似度演算処理結果から、最も類似したエレベータ性能事例データの群管理アルゴリズム識別子データフィールドに格納されている群管理アルゴリズム識別子が（Ｂ３１−５）において選択され、（Ｂ３１−６）では選択された群管理アルゴリズム識別子がエレベータ群管理部５に送信される。
【００６６】
最後に、（Ｂ３１−７）では、（Ｂ３１−６）で送信された群管理アルゴリズム識別子に対応する群管理アルゴリズムを用いてエレベータ群管理部５がエレベータ群管理制御を実行する。
【００６７】
（事例類似度演算方法の説明）
ここで、上記（Ｂ３１−３）及び（Ｂ３１−４）の事例類似度演算方法について詳細に説明する。なお、「ＯＤ交通需要要素データ」とは、ＯＤ交通需要データを形成する要素データであり、ｉ階からｊ階への交通需要を示すデータである。「ＯＤ交通事例要素データ」とは、エレベータ性能事例データのＯＤ交通需要データフィールドに格納されているＯＤ交通需要データ（以下、混同を避けるため「ＯＤ交通事例データ」と称する）を形成する要素データであり、ｉ階からｊ階へのＯＤ交通需要の事例を示すデータである。「エレベータ制御目標要素データ」とは、エレベータ制御目標を形成する要素データであり、エレベータ制御目標設定可能項目Ｔにおけるｉ階からｊ階への制御目標値を示すデータである。「エレベータ制御結果要素データ」とは、エレベータ性能事例データの「ＯＤ単位エレベータ制御結果データフィールド」に格納されている「エレベータ制御結果データ」を形成する要素データであり、エレベータ性能項目Ｔにおけるｉ階からｊ階へのエレベータ制御結果を示すデータである。
【００６８】
（１）事例類似度演算アルゴリズム１
（ｉ）最初に、検索キーの一つである「ＯＤ交通需要データ」と、エレベータ性能事例データ記憶部４に記憶されているｍ個のエレベータ性能事例データの「ＯＤ交通需要データフィールド」に格納されている「ＯＤ交通事例データ」との交通需要類似度演算処理を例えば以下のように行う。
【００６９】
（交通需要類似度演算処理）
（１）：「ＯＤ交通需要データ」と「ＯＤ交通事例データ」について、同一ＯＤ間の各データの距離、すなわち｜ＯＤ交通需要要素データ − ＯＤ交通事例要素データ｜を計算する。例えば、同一ＯＤ間である１階から２階について、ＯＤ交通需要データの１階から２階の交通需要を示すデータ値と、ＯＤ交通事例データの１階から２階のＯＤ事例を示すデータ値との距離を計算する。
（２）：（１）の処理をすべてのＯＤ間について行い、その総和（マンハッタン距離）もしくは２乗和を求める。
（３）：すべてのＯＤ交通事例データについて（２）を行い、総和（マンハッタン距離；もしくは２乗和）の小さいものからｎ個を選択する。これにより、対応するｎ個のエレベータ性能事例データが選択される。
【００７０】
（ｉｉ）次に、選択されたｎ個のエレベータ性能事例データの各々の「ＯＤ単位エレベータ制御結果データフィールド」に格納されている「エレベータ制御結果データ」と、もう一つの検索キーである「エレベータ制御目標データ」との性能類似度演算処理を例えば以下のように行う。
【００７１】
（性能類似度演算処理）
（４）：「エレベータ制御目標データ」と「エレベータ制御結果データ」とについて、同一項目、同一ＯＤ間の類似度を計算する。ここでの類似度の計算方法は後述する。例えば、同一ＯＤ間である１階から２階について、「エレベータ制御目標データ」の項目「待ち時間」の１階から２階への制御目標を示すデータ値と、「エレベータ制御結果データ」の項目「待ち時間」の１階から２階へのサービス結果を示すデータ値との類似度を計算する。
（５）：（４）の処理をすべての項目とそのＯＤ間について行い、類似度の総和を求める。
（６）：（５）の処理を、（３）で選択されたｎ個のエレベータ性能事例データのエレベータ制御結果データについて行い、最も類似しているのエレベータ性能事例データを選択する。
【００７２】
（ｉｉｉ）最後に、上記処理（６）で選択されたエレベータ性能事例データの「群管理アルゴリズム識別子データフィールド」に格納されている群管理アルゴリズム識別子をエレベータ群管理部５に送信する。
【００７３】
エレベータ群管理部５は、送信された群管理アルゴリズム識別子に対応する群管理アルゴリズムを用いてエレベータの群管理制御を実行する。
【００７４】
（性能類似度演算の具体例）
次に、図１１を参照しながら、性能類似度演算のさらなる具体例を説明する。上述したように、エレベータ制御目標の設定方法には幾つかのパターンがある。
【００７５】
図１１には、いずれもＯＤ単位のテーブルで表現されたエレベータ制御目標とエレベータ制御結果データフィールドの一例が示されている。ＯＤ毎に両者の値を比較することにより性能類似度を計算する。ここで、ｉ（＝１，２，３）を出発階とし、ｊ（＝１，２，３）を行先階とする。またエレベータ制御目標に設定された値をＧｉ，ｊとし、ＯＤ単位エレベータ制御結果データフィールドに格納されているデータ値をＳｉ，ｊとし、ＯＤ単位の類似度をＦｉ，ｊとする。このとき、性能類似度の値は次式に示される演算により算出することができる。
【数２】
【００７６】
（エレベータ制御目標の設定パターン１）
あるＯＤのエレベータ制御目標が一つの値により設定される場合（例えば２５ｓｅｃ等）、このＯＤの類似度は次のように計算される。
【数３】
【００７７】
図１１において、ｉ＝１，ｊ＝２のとき、エレベータ制御目標の設定値はＧ１，２＝２５となっている。これは、「１階から２階へエレベータの制御目標は２５ｓｅｃである。」という意味であり、ｉ＝１，ｊ＝２のときの類似度の値は上式からＦ１，２＝｜２５−３５｜＝１０となり、ｉ＝３，ｊ＝２のときはＦ３，２＝｜２０−３０｜＝１０となる。
【００７８】
（エレベータ制御目標の設定パターン２）
あるＯＤのエレベータ制御目標が上限値を有する範囲によって設定される場合（例えば３５ｓｅｃ以下等）、このＯＤの類似度は次のように計算される。
【数４】
【００７９】
図１１によると、ｉ＝１，ｊ＝３のとき、エレベータ制御目標の設定値はＧ１，３≦３０となっている。これは、「１階から３階へのエレベータの制御目標は３０ｓｅｃ以下であればよい。」と言う意味であり、ｉ＝１，ｊ＝３のときの類似度は上式からＦ１，３＝０となる。
【００８０】
なお、ＯＤ単位エレベータ制御結果データフィールドに格納されている値がエレベータ制御目標で設定された閾値以下の場合に上記のように類似度は０であるが、この閾値よりも大きい場合、例えば、Ｓ１，３＝４０とすると、類似度は、上式からＦ１，３＝｜３０−４０｜＝１０であり、閾値との差を類似度とする。
【００８１】
（エレベータ制御目標の設定パターン３）
あるＯＤのエレベータ制御目標が下限値と上限値とを有する範囲によって設定される場合（例えば３０ｓｅｃ以上４０ｓｅｃ以下等）、このＯＤの類似度は次のように計算される。
【数５】
【００８２】
図１１によると、ｉ＝２，ｊ＝３のとき、エレベータ制御目標の設定値は３０≦Ｇ２，３≦４０となっている。これは「２階から３階へのエレベータの制御目標は３０ｓｅｃ以上４０ｓｅｃ以下であればよい。」と言う意味であり、ｉ＝２，ｊ＝３のときの類似度は、上式からＦ２，３＝０となる。
【００８３】
なお、ＯＤ単位エレベータ制御結果データフィールドに格納されている値がエレベータ制御目標で設定された値の範囲外である場合、例えば、Ｓ２，３＝２５のとき、類似度Ｆ２，３＝｜３０−２５｜＝５となり、Ｓ２，３＝４５のとき、Ｆ２，３＝｜４０−４５｜＝５となる。
【００８４】
（エレベータ制御目標の設定パターン４）
あるＯＤのエレベータ制御目標が任意に設定される場合、このＯＤの類似度は次のように計算される。
【数６】
【００８５】
図１１によると、ｉ＝３，ｊ＝１のとき、エレベータ制御目標の設定値はＧ２，３＝∀となっている。これは「３階から１階へのエレベータの制御目標は任意である。」と言う意味であり、ｉ＝３，ｊ＝１のときの類似度は無条件でＦ３，１＝０となる。
【００８６】
したがって、図１１の例における性能類似度の値はＦ１，２＋Ｆ１，３＋Ｆ２，１＋Ｆ２，３＋Ｆ３，１＋Ｆ３，２＝３０と算出される。なお、このように算出された性能類似度の値がより小さいほど、ＯＤ単位で設定されたエレベータ制御目標は、ＯＤ単位エレベータ制御結果データに類似しているとする。以後、性能類似度演算は、以上説明した演算方法により行うものとする。
【００８７】
以上説明したように、群管理アルゴリズム決定部３は、複数のエレベータ制御目標がエレベータ制御目標合成処理により一つに合成された場合、あるいは最初から一つしか設定されていなかった場合について、群管理アルゴリズムを決定することができる。
【００８８】
（エレベータ制御目標が複数の場合の性能類似度演算）
次に、処理ブロック１で設定されたエレベータ制御目標が同時に複数存在し、エレベータ制御目標合成処理を行わずに、複数のエレベータ制御目標を全て満たす群管理アルゴリズムを決定する方法について説明する。
【００８９】
（性能類似度演算）
（０）：交通需要類似度演算により性能類似度演算の対象となるエレベータ性能事例データが決定される。
（１）：各エレベータ制御目標同士の距離を計算する。
（２）：最大距離をｍａｘＲ とし、Ｌ＝ｍａｘＲ／２とする。
（３）：各エレベータ制御目標を中心とし、中心からの距離がＬ以下の空間にある対象エレベータ性能事例データの「エレベータ制御結果データフィールド」に格納されているエレベータ制御結果データの集合を
Ａｉ（ｉ＝１〜ｎｕｍ：但しｎｕｍはエレベータ制御目標の設定数）とし、エレベータ制御目標毎にＡｉを求める。
（４）：空間Ａ１∩Ａ２∩…∩Ａｎｕｍにエレベータ制御結果データが存在すれば、このエレベータ制御結果データを持つエレベータ性能事例データを選択し、終了する。
（ア）空間Ａ１∩Ａ２∩…∩Ａｎｕｍに複数のエレベータ制御結果データが存在する場合、各エレベータ制御目標から距離の和が最小のエレベータ制御結果データを持つエレベータ性能事例データを選択し、終了する。
（５）：存在しなければ、Ｌ＝Ｌ＋ε（但しε＞０）として（３）に戻る。
【００９０】
以上説明したように、処理ブロック１から処理ブロック３までの一連の処理により、ＯＤ単位で設定されたエレベータ制御目標に向けた群管理アルゴリズムを決定することができ、決定された群管理アルゴリズムによる群管理制御を実行することができる。
【００９１】
したがって、本実施形態によれば、特に、ビル全体というマクロレベルでのエレベータの乗客運搬パフォーマンスの向上に着目するのではなく、ＯＤ単位のエレベータ乗客運搬パフォーマンスといった、よりミクロレベルな視点に着目し、木目細かなエレベータ制御パフォーマンスの向上が実現できる。また、同じ適用時間帯に複数のエレベータ制御目標を設定することもできる。
【００９２】
具体的には、ビル内既発生の「ＯＤ交通需要」、「そのＯＤ交通需要におけるエレベータのＯＤ毎サービス結果」、「その時に使用された群管理アルゴリズム」とを一つのデータセットとしてデータベース化される（エレベータ性能事例データ記憶部４）。
【００９３】
群管理アルゴリズム決定部３による群管理アルゴリズムのスイッチング時には、設定された「エレベータ制御目標」と「その時のビル内ＯＤ需要」を検索キーとして上記データベースを参照し、データベースに格納されている「エレベータのＯＤ毎サービス結果」から、「エレベータ制御目標」を満足するエレベータ群管理制御の実行可能性が確認できている群管理アルゴリズムを実際のエレベータ群管理制御に使用することができる。
【００９４】
これにより、ＯＤ単位で設定されたエレベータ制御目標を満足するよう群管理アルゴリズムを切り替えながらエレベータ群管理制御を実施することが可能になる。また、ビル全体のエレベータ運行のパフォーマンスを平均的に向上させるのではなく、ＯＤ単位でエレベータパフォーマンスを向上させることで、従来のエレベータ群管理システムと比較すると、より木目細かなエレベータ群管理制御を実現することができる。
【００９５】
以下、第１実施形態の種々の変形例を説明する。
【００９６】
（変形例１）
第１実施形態の変形例１は、エレベータモデルの出力結果を利用し、エレベータ性能事例データを作成するというものである。処理ブロック２で示したエレベータ運行制御結果検出部１０をエレベータモデルに置換える。このエレベータモデルによりエレベータ運行模擬実験を行った結果をＯＤ単位エレベータ制御結果データフォールドに格納し、エレベータ性能事例データ記憶部４へ記憶する。
【００９７】
このとき、エレベータモデルとしては「エレベータシミュレータ」、「エレベータニューラルネットワークモデル」、「エレベータファジィモデル」等が考えられるが、エレベータ模擬実験出力としては少なくともエレベータ制御目標の設定可能なエレベータ性能項目を含み、これをＯＤ単位でエレベータ制御結果を出力する。
【００９８】
エレベータモデルとして「エレベータニューラルネットワークモデル」を使用する場合には、特開平２−２２６４２５号公報（特願平１−４７１３６号）に記載されているニューラルネットワークを用いたエレベータパフォーマンスの予測方法を応用することができる。群管理アルゴリズム毎にパフォーマンス予測ニューラルネットを設け、入力層にＯＤ交通需要データを入力し、出力層からＯＤ単位でエレベータパフォーマンスを出力させる。この出力結果をＯＤ単位エレベータ制御結果としてエレベータ性能事例データのＯＤ単位エレベータ制御結果データフィールドに格納する。入力したＯＤ交通需要データはＯＤ交通需要データフィールドに格納する。また、使用したパフォーマンス予測ニューラルネットに対応する群管理アルゴリズムの識別子を群管理アルゴリズム識別子データフィールドに各々格納する。
【００９９】
また、エレベータモデルとして、「エレベータファジィモデル」を使用する場合には、群管理アルゴリズム毎にパフォーマンス推論ファジィルールを設け、ファジィルールの前件部にＯＤ交通需要データ、後件部にそのときのエレベータパフォーマンスをＯＤ単位で推論するようなファジィルールを設計する。このファジィルールに従うエレベータパフォーマンスの推論結果をＯＤ単位エレベータ制御結果とし、エレベータ性能事例データのＯＤ単位エレベータ制御結果データフィールドに格納する。前件部に入力したＯＤ交通需要データはＯＤ交通需要データフィールドに格納する。使用したパフォーマンス推論ファジィルールに対応する群管理アルゴリズムの識別子は群管理アルゴリズム識別子データフィールドに各々格納する。
【０１００】
ここで、「エレベータシミュレータ」をエレベータモデルとした使用した例を詳細に説明する。なお、エレベータシミュレータはＣ，Ｃ＋＋などの高級言語でコーディングされ、エレベータ運行模擬実験を詳細に行うことができる。なお、詳細なエレベータ模擬実験を行うために、実機のエレベータ群管理部が実装している群管理アルゴリズムやエレベータ仕様が、エレベータモデルにも実装されている必要があることは言うまでもない。
【０１０１】
図１２は、第１実施形態の変形例に係り、エレベータモデルを利用してエレベータ性能事例データを作成するよう構成されたエレベータ群管理システムの概略構成を示すブロック図である。この構成は、逐次的にエレベータ模擬実験を行ってエレベータ性能事例データを作成するためのものである。
【０１０２】
エレベータモデル部２０には、本実施形態に係る群管理システムが稼動しているビルの仕様（ロビー階床、階床数、階高等）と、エレベータの仕様（カゴ台数、カゴ速度、乗車可能人数等）と、どの群管理アルゴリズムを使用したエレベータ模擬実験を行うかを示す群管理アルゴリズム識別子情報が入力されている。
【０１０３】
エレベータモデル部２０は、ＯＤ交通需要検出部１１により検出されたＯＤ交通需要データを入力し、これを、エレベータモデル部２０で模擬発生させるエレベータ乗客の行先階、到着階の発生確率として利用する。また、ＯＤ交通需要データから乗客発生間隔を算出し、ビル内に発生する乗客はポアソン到着とすることで、「何時（発生時間）、どの階（到着階床）に発生し、それらの乗客の目的階は（カゴ呼び階）はどの階である」という属性を持ったエレベータ乗客群をビル内に擬似的に発生させることができる。
【０１０４】
次に、エレベータモデル部２０に模擬実験で使用する群管理アルゴリズムをセットし、ビル内に擬似的に発生した乗客群に対して、セットした群管理アルゴリズムを使用した場合のエレベータ運行模擬実験を行い、乗客のエレベータ制御結果をＯＤ単位で測定する。
【０１０５】
ここでエレベータ模擬実験結果としては、処理ブロック１で説明したエレベータ制御目標の設定可能なエレベータ性能項目のサービス結果をＯＤ単位で収集することは言うまでもない。
【０１０６】
最後に、エレベータ運行制御結果検出部１０を用いた場合と同様に、図１３に示すようなデータ構造のエレベータ性能事例データをエレベータ性能事例データ記憶部４に記憶する。
【０１０７】
これらの処理を実装されている群管理アルゴリズムすべてについて繰り返し、群管理アルゴリズムすべてについて模擬実験が終了すると、エレベータモデル部２０による模擬実験処理を終了する。
【０１０８】
図１４に本実施形態で示したエレベータモデル部２０を用いた場合のフローチャートを示す。
【０１０９】
（Ｂ２２−１）では、ＯＤ交通需要検出部１１によりＯＤ交通需要データが検出されたかどうかを判定し、検出されていなければ（Ｂ２２−１）により検出されるまで判定処理を繰り返す。
【０１１０】
（Ｂ２２−１）でＯＤ交通需要データが検出されたことが判定されると、（Ｂ２２−２）では、検出されたＯＤ交通需要データを取得し、（Ｂ２２−３）では検出されたＯＤ交通需要データをエレベータモデル部２０へ入力する。
【０１１１】
（Ｂ２２−４）では、エレベータモデル部２０により実行された模擬実験で、実装されている群管理アルゴリズムすべてについてエレベータ模擬実験処理が終了したかどうかを判定し、すべての群管理アルゴリズムについてエレベータ模擬実験が終了していれば、（Ｂ２２−１１）の処理に進み、エレベータモデル部２０よるエレベータ模擬実験処理を終了する。未実行の群管理アルゴリズムがあれば（Ｂ２２−５）に進み、未実行の群管理アルゴリズムをエレベータモデル部２０にセットし、（Ｂ２２−６）でエレベータ模擬実験を実行する。
【０１１２】
エレベータ模擬実験処理が終了すると、（Ｂ２２−７）によりエレベータ模擬実験結果データをＯＤ単位で収集し、（Ｂ２２−８）でエレベータ性能事例データが作成され、（Ｂ２２−９）ではエレベータ性能事例データのデータ番号が発番される。
【０１１３】
最後に、（Ｂ２２−１０）によりエレベータ性能データをエレベータ性能事例データ記憶部４へ記憶する。
【０１１４】
以上説明したように、エレベータモデル部２０を用いることによって、エレベータ性能事例データを擬似的に収集することもできる。
【０１１５】
（変形例２）
第１実施形態の変形例２は、エレベータ性能事例データ記憶部４内の交通需要データのクラスタリングに関するものである。エレベータ性能事例データ記憶部４に交通需要クラスタリング部（不図示）を追加し、ＯＤ交通需要データフィールドに格納されているＯＤ交通需要データについてクラスタリングを実行する。
これにより、処理ブロック３での群管理アルゴリズム決定部３の事例類似度演算処理を簡略化することが可能になる。ここで、交通需要クラスタリング部によるＯＤ交通需要データのクラスタリングには、Ｋ−ｍｅａｎｓ法などの既存のクラスタリング手法を用いることができる。
【０１１６】
ＯＤ交通需要クラスタリングを実施する場合の群管理アルゴリズム決定方法は次の通りである。エレベータ性能事例データ記憶部４において、交通需要データのクラスタリングを行われている場合の群管理アルゴリズム決定部３による群管理アルゴリズム決定方法としては、まず、群管理アルゴリズム決定部３が事例類似度演算処理を行うとき、群管理アルゴリズム決定部３に入力された「ＯＤ交通需要データ」がエレベータ性能事例データ記憶部４内のいずれのＯＤ交通需要クラスタに属するかを判定する。どのＯＤ交通需要クラスタにも属さない場合には、各クラスタの重心と「ＯＤ交通需要データ」との距離を計算し、最小距離の重心のクラスタに属するとする。
【０１１７】
次に、ＯＤ交通需要データが属するＯＤ交通需要クラスタ内のエレベータ性能事例データのＯＤ単位エレベータ制御結果データフィールドと、エレベータ制御目標値とのマンハッタン距離を計算し、最近傍のエレベータ性能事例データフィールドを持つエレベータ性能事例データ番号を探索する。
【０１１８】
次に、探索結果からこのエレベータ性能事例データ番号の「群管理アルゴリズム識別子データフィールド」に格納されている「群管理アルゴリズム識別子」を取得し、これをエレベータ群管理部５に送信する。
【０１１９】
以上説明したように、ＯＤ交通需要データのクラスタリングにより群管理アルゴリズム決定の処理を高速化することができる。
【０１２０】
（変形例３）
第１実施形態の変形例３は、図１０のフローチャートに示した事例類似度演算処理の変形例に係わる。この演算処理は次のように構成されている。
【０１２１】
（２）事例類似度演算アルゴリズム２
（ｉ）最初に、検索キーの一つである「ＯＤ交通需要データ」と、エレベータ性能事例データ記憶部４に記憶されているｍ個のエレベータ性能事例データの「ＯＤ交通需要データフィールド」に格納されている「ＯＤ交通需要データ」（ここでは、ＯＤ交通事例データとする）との交通需要類似度演算処理を行う。
【０１２２】
（交通需要類似度演算２）
（１）：「ＯＤ交通需要データ」と「ＯＤ交通事例データ」とについて、同一ＯＤ間の要素データでＯＤ交通需要要素データ値≦｜ＯＤ事例要素データ値｜…式（ａ）が全てのＯＤ間の要素データ同士で成り立つ。
（２）：（１）を全てのエレベータ性能事例データについて行う。
（３）：（１）が成り立つＯＤ交通事例データがあるとき終了し、（１）が成り立つ「ＯＤ交通事例データ」を持つエレベータ性能事例データを全て選択する。
（４）：（１）が成り立つＯＤ交通事例データがないとき、全てのエレベータ性能事例データの「ＯＤ交通事例データ」の各ＯＤ事例要素データについて＋αとし、式（ａ）の範囲を広げ、（１）の処理に戻る。
【０１２３】
（ｉｉ）ここで、式（ａ）が成り立つ「ＯＤ交通事例データ」がｎ個存在する場合、このｎ個の各エレベータ性能事例データが持つ、「ＯＤ単位エレベータ制御結果データフィールド」に格納されている「エレベータ制御結果データ」と、もう一つの検索キーである「エレベータ制御目標データ」との性能類似度演算処理を例えば以下のように行う。
【０１２４】
（性能類似度演算２）
（５）：「エレベータ制御目標データ」と「エレベータ制御結果データ」とで、同一項目、同一ＯＤ間の類似度を計算する。
（６）：（５）の処理をすべての項目とそのＯＤ間について行い、類似度の総和を求める。
（７）：（６）の処理を、（３）で選択されたｎ個のエレベータ性能事例データのエレベータ制御結果データについて行い、最も類似しているのエレベータ性能事例データを選択する。
あるいは、性能類似度演算処理を以下のように行ってもよい。
【０１２５】
（性能類似度演算処理２−２）
（５）：「エレベータ制御目標データ」と「エレベータ制御結果データ」とについて、同一項目、同一ＯＤ間の要素データ同士でエレベータ制御目標要素データ≦｜エレベータ制御結果要素データ｜…式（ｂ）が全ての項目とそのＯＤ間同士で成り立つ。なお、同一項目の同一ＯＤ間で、エレベータ制御目標要素データ値がエレベータサース結果要素データ値に含まれる。
（６）：（５）を（３）で選択されたエレベータ性能事例データ全てについて行う。
（７）：（５）が成り立つエレベータ制御結果データが存在するとき、終了する。
（ア）：（５）が成り立つエレベータ制御結果データが複数個ある。
【０１２６】
「エレベータ制御目標データ」と、（５）が成り立つ「エレベータ制御結果データ」とで類似度を計算し、最も類似しているエレベータ制御結果データを持つエレベータ性能事例データを選択する。
（イ）：（１）が成り立つエレベータ制御結果データが一つである。
このエレベータ制御結果データを持つエレベータ性能事例データを選択する。
（８）：（５）が成り立つエレベータ制御結果データが存在しないとき、（３）で選択された「エレベータ性能事例データ」の各エレベータ制御結果要素データについて＋αとして式（ｂ）の範囲を広げ、（５）に戻る。
【０１２７】
（ｉｉｉ）最後に、（７）で選択されたエレベータ性能事例データの「群管理アルゴリズム識別子データフィールド」に格納されている群管理アルゴリズム識別子をエレベータ群管理部５に送信する。
【０１２８】
（変形例４）
第１実施形態の変形例４についても、図１０のフローチャートに示した事例類似度演算処理の変形例に係わる。この演算処理は次のように構成されている。
（３）事例類似度演算アルゴリズム３
（１）：「ＯＤ交通需要データ」と「ＯＤ交通事例データ」とについて、同一ＯＤ間の各要素データ同士で、ＯＤ交通需要要素データ値≦｜ＯＤ事例要素データ｜…式（ｃ）が全てのＯＤ間について成り立つ。
（２）：（１）を各エレベータ性能事例データについて行う。
（３）：（１）が各エレベータ性能事例データについて成り立たないとき、
ＯＤ交通事例データの各要素データについて＋αとし、式（ｃ）の成立範囲を広げ、（１）へ戻る。
（４）：（１）が成り立つエレベータ性能事例データが存在するとき、
成り立つ「ＯＤ交通需要データ」を持つ全てのエレベータ性能事例データを選択する。
（５）：「エレベータ制御目標データ」と「エレベータ制御結果データ」とで
同一項目、同一ＯＤ間の各要素データ同士で
エレベータ制御目標要素データ≦｜エレベータ制御結果要素データ｜…式（ｄ）
が全項目における全ＯＤ間について成り立つ。
（６）：（５）を各エレベータ性能事例データについて行う。
（７）：（５）が各エレベータ性能事例データについて成り立たないとき、エレベータ制御結果データの各要素データについて＋βとし、式（ｄ）の成立範囲を広げ、（５）へ戻る。
（８）：（５）が成り立つエレベータ性能事例データが存在するとき、成り立つ「エレベータ制御結果データ」を持つ全てのエレベータ性能事例データを選択する。
（９）：（４）と（８）で選択したエレベータ性能事例データが一致する。
（１０）：一致しない場合には、（１）へ戻る。
（１１）：一致する場合
（ア）：一致するエレベータ性能事例データが複数個ある。
性能類似度演算１を利用して距離を計算し、最小距離のエレベータ性能事例データを選択し、終了する。
（イ）：一致するエレベータ性能事例データは一つである。
このエレベータ性能事例データを最終的に選択し、終了する。
【０１２９】
ｉｉｉ）最後に、（１１）で選択されたエレベータ性能事例データの「群管理アルゴリズム識別子データフィールド」に格納されている群管理アルゴリズム識別子をエレベータ群管理部５に送信する。
【０１３０】
以上のような事例類似度演算処理により群管理アルゴリズムを決定する方法もある。
【０１３１】
尚、以上説明した群管理アルゴリズムの決定方法はあくまで一例であり、さらに変形可能である。例えば、交通需要類似度演算処理を行った後に性能類似度演算処理を実行して群管理アルゴリズムを決定するものとして説明したが、性能類似度演算処理の実行後に交通需要類似度演算処理を行っても構わない。
【０１３２】
（変形例５）
第１実施形態の変形例５は、類似度演算処理におけるＯＤ単位の性能類似度演算計算式（２）に関するものである。
【０１３３】
これは数２を以下のように変形させ、各ＯＤ単位ついて重みｗｉ，ｊを付加し、重要ＯＤ間の類似度計算結果を重要視した性能類似度計算を可能にしたものである。
【０１３４】
図１１を例にとり説明すると、出発階ｉ（＝１，２，３）、到着階ｊ（＝１，２，３）とし、エレベータ制御目標とＯＤ単位エレベータ制御結果データフィールドとの類似度をＦｉ，ｊ、各ＯＤ単位の重みをｗｉ，ｊとした場合、本変形例５の計算式は、
【数７】
【０１３５】
となり、重みｗｉ，ｊを調整することで重要なＯＤ間の類似度を重要視することができる。
【０１３６】
（第２実施形態）
本発明の第２実施形態はリアルタイムシミュレーションによる群管理アルゴリズムの決定に関する。第１実施形態はエレベータ性能事例データ記憶部４に蓄積されたエレベータ性能事例データに基づいて、いずれかの群管理アルゴリズムを決定するよう構成されるものとして説明した。これに対し第２実施形態は蓄積されたエレベータ性能事例データに依らず、エレベータ制御結果をリアルタイムの模擬実験（シミュレーション）により予測し、最もエレベータ制御目標に近いエレベータサービスを実行可能ないずれかの群管理アルゴリズムを決定するよう構成される。このような第２実施形態は、ＯＤ交通需要データが検出される毎に、エレベータモデル部２０がエレベータ性能事例データを模擬実験により生成する第１実施形態の変形例１を応用したものである。
【０１３７】
図１５は本発明の第２実施形態に係るエレベータ群管理システムの概略構成を示すブロック図である。
【０１３８】
まず、エレベータ６において発生したＯＤ交通需要データをＯＤ交通需要検出部１１が検出する。その検出方法は第１実施形態で述べた方法と同様でよい。
【０１３９】
次に、ＯＤ交通需要検出部１１でＯＤ交通需要データが検出されると、検出されたＯＤ交通需要データをエレベータモデル部２００に送信し、エレベータモデル部２００ではＯＤ交通需要データを受信するとエレベータ模擬実験を行う。
【０１４０】
エレベータモデル部２００は、図１６に示すように、エレベータ群管理システムが稼動するビル仕様（ロビー階床、階床数、階高等）、エレベータ仕様（カゴ台数、カゴ速度、乗車可能人数等）のエレベータ仕様情報、どの群管理アルゴリズムを使用したエレベータ模擬実験を行うかを示す群管理アルゴリズム識別子方法が入力されている。
【０１４１】
検出されたＯＤ交通需要データはエレベータ模擬実験への入力とし、エレベータモデル部２００が模擬発生させるエレベータ乗客の行先階、到着階の発生確率として利用する。また、ＯＤ交通需要データから乗客発生間隔を算出し、ビル内に発生する乗客はポアソン到着とすることで、「何時（発生時間）、どの階（到着階床）に発生し、それらの乗客の目的階は（カゴ呼び階）はどの階である」という属性を持ったエレベータ乗客群をビル内に擬似的に発生させることができる。
【０１４２】
次に、模擬実験で使用する群管理アルゴリズムをエレベータモデル部２００にセットし、ビル内に擬似的に発生した乗客群に対して、セットした群管理アルゴリズムを使用した場合のエレベータ運行模擬実験を行い、乗客のエレベータ制御結果をＯＤ単位で測定する。
【０１４３】
ここで模擬実験結果としては、処理ブロック１で説明したエレベータ制御目標の設定可能なエレベータ性能項目のサービス結果をＯＤ単位で収集することは言うまでもない。
【０１４４】
次に、エレベータ制御目標と、エレベータ模擬実験結果との類似度演算処理を群管理アルゴリズム決定部３０が実行し、群管理アルゴリズム識別子が示す群管理制御を実行した場合のエレベータ制御目標とエレベータ制御結果との類似度を保持しておく。ここで、類似度の演算方法を第１実施形態で示した性能類似度演算処理のいずれかを用いて計算することができる。
【０１４５】
これらの一連の処理を実装されている群管理アルゴリズムすべてについて繰り返し、エレベータ制御目標と最も類似しているエレベータ制御結果を出力した群管理アルゴリズム識別子を群管理アルゴリズム決定部３０はエレベータ群管理部５に送信し、エレベータ群管理部５は受信した群管理アルゴリズム識別子が示す群管理アルゴリズムを使用してエレベータ群管理制御を実行する。
【０１４６】
以上のように構成された第２実施形態によれば、エレベータ性能事例データを蓄積することなく、リアルタイムで群管理アルゴリズムを決定することができる。
【０１４７】
なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。
【０１４８】
【発明の効果】
以上説明したように、本発明によれば、ＯＤ単位でエレベータ制御目標を設定可能であるとともに、ＯＤ単位で設定されたエレベータ制御目標に向けた群管理制御を実現できるエレベータ群管理システム、方法、ならびにプログラムを提供することができる。
【図面の簡単な説明】
【図１】本発明の第１実施形態に係るエレベータ群管理システムの概略構成を示すブロック図
【図２】エレベータ制御目標値設定部のＧＵＩの一例を示す図
【図３】エレベータ制御目標の設定内容の一例を示す図
【図４】ＯＤ制御目標の種類を示す図
【図５】ＯＤ制御目標値の設定可能範囲の限定（マスキング）を示す図
【図６】エレベータ性能事例データのデータ構造の一例を示す図
【図７】エレベータ性能事例データの収集から記録までの一連の処理手順を示すフローチャート
【図８】群管理アルゴリズム決定部による群管理アルゴリズム決定の処理を示す概念図
【図９】群管理アルゴリズム決定部による群管理アルゴリズムの決定方法を説明するための図
【図１０】群管理アルゴリズムの決定から群管理制御の実行までの一連の処理手順を示すフローチャート
【図１１】性能類似度演算の一例を示す図
【図１２】第１実施形態の変形例に係り、エレベータモデルを利用してエレベータ性能事例データを作成するよう構成されたエレベータ群管理システムの概略構成を示すブロック図
【図１３】エレベータモデル部とエレベータ性能事例データとの関係を示す図
【図１４】エレベータモデル部を用いた場合のエレベータ性能事例データの集計および記録の処理手順を示すフローチャート
【図１５】本発明の第２実施形態に係るエレベータ群管理システムの概略構成を示すブロック図
【図１６】エレベータモデル部を用いた場合の群管理アルゴリズム決定の説明図
【符号の説明】
１…エレベータ制御目標値設定部、２…エレベータ制御目標、３…群管理アルゴリズム決定部、４…エレベータ性能事例データ記憶部、５…エレベータ群管理部、６…エレベータ、６１…エレベータカゴ、７…ホール呼び検出部、８…カゴ呼び検出部、９…カゴ情報検出部、１０…エレベータ運行制御結果検出部、１１…ＯＤ交通需要検出部、１２…エレベータ性能事例データ集計部、２０…エレベータモデル部
【発明の属する技術分野】
本発明は、エレベータ群管理のためのシステム、方法、ならびにプログラムに関する。
【０００２】
【従来の技術】
エレベータ群管理システムはエレベータの運行効率の向上ならびに乗降客へのサービスの向上を目的とし、ビル内の任意の階床において任意の時刻に発生したホール呼びに対し群管理アルゴリズムによって最適なエレベータカゴを割り当て、その運行を制御するというものである。発生したホール呼びに対し群管理アルゴリズムがエレベータカゴを割り当てる際には、現時点においてビル全体で発生している全てのホール呼びへのサービス状況に加え、カゴ呼び、カゴの位置、およびカゴの乗車人数等のカゴ情報が加味される。また、エレベータ群管理システムが採るエレベータ群管理制御の方針は、ビル全体を考慮した平均的なエレベータパフォーマンスを向上することであり、このような制御方針に従ってエレベータカゴを割り当てるようシステムは構成されている。
【０００３】
複数台のエレベータカゴのなかからホール呼びに割り当てるエレベータカゴを選択するにあたり、それぞれのエレベータカゴは評価される。この評価に用いられる評価関数には、交通需要に応じて選択された可変パラメータによって重み付けがなされる。
【０００４】
従来、評価関数を重み付けするための可変パラメータの選択をニューラルネットワークを用いて行う技術が例えば下記特許文献１において提案されている。この特許文献１に記載された技術では、ある交通需要において、ある可変パラメータを用いた場合のエレベータパフォーマンスをニューラルネットワークに学習させ、交通需要と可変パラメータを入力するとエレベータパフォーマンスの予測値を出力するニューラルネットワークエレベータモデルを構築しておく。このニューラルネットワークエレベータモデルから出力されるエレベータパフォーマンスの予測値のうち、最良の予測値を与える可変パラメータを上記評価関数を重み付けするための可変パラメータとして選択する。
【０００５】
また、エレベータ群管理システムにエレベータシミュレータを実装し、ある交通需要において、ある可変パラメータによる制御を行った場合のエレベータパフォーマンスをシミュレーション（模擬実験）に基づいて予測する技術が例えば特許文献２において提案されている。この特許文献２には、利用者の感性による制御目標値の要求を受け付け、かかる要求に応じてエレベータの群管理制御を行うことについて記載されている。
【０００６】
【特許文献１】
特開平２−２２６４２５号公報（特願平１−４７１３６号）
【特許文献２】
特開２０００−３１８９３８号公報（特願平１１−１２５９７８号）
【発明が解決しようとする課題】
従来のエレベータ群管理システムは、いずれも、上述のようにビル全体を考慮した平均的なエレベータパフォーマンスを向上することをエレベータ群管理制御方針としており、特定の出発階と特定の行先階との間、つまり特定のＯＤ（Ｏｒｉｇｉｎ Ｄｅｓｔｉｎａｔｉｏｎ）間のエレベータパフォーマンスを向上させるといった詳細な制御は困難である。現在のビル構成事情では、一社占有ビルというようなビル形態は減少しており、複数のテナントがビル内に入居するような複合型ビルが増加している。このような複合型ビル形態においては、ビル内のテナント等の入れ替え等が頻繁に発生する。この場合、ある時間帯のＯＤ交通需要の変化や、時間帯毎の特定ＯＤ間でのエレベータ制御結果の変化が、一社占有ビルの場合に比べて頻繁に発生する。ＯＤ交通需要がめまぐるしく変化する場合、エレベータの制御目標を平均的に向上させることを目的とする従来のシステムでは、時間帯などに応じて特定ＯＤ間のパフォーマンスのみを向上させることは上述のように困難であることから、ＯＤ交通需要の変化に十分に対応しているとは言えない。この問題は、カゴ割り当て制御における可変パラメータの選択にニューラルネットワークを利用したり、可変パラメータをシミュレーションにより選択するといった上述の従来技術においても同様である。
【０００７】
したがって、ビル全体の平均的なエレベータパフォーマンスの向上を目的とするのではなく、ＯＤ単位でエレベータパフォーマンスの制御目標を部分的に定めることができるエレベータ群管理システムの提供が望まれている。
【０００８】
したがって本発明は、ＯＤ単位でエレベータ制御目標を設定可能であるとともに、ＯＤ単位で設定されたエレベータ制御目標に向けた群管理制御を実現するエレベータ群管理システム、方法、ならびにプログラムを提供することを目的とする。
【０００９】
【課題を解決するための手段】
本発明の一観点に係るエレベータ群管理システムは、ビル内の任意階床において任意の時刻に発生したホール呼びに対し、エレベータカゴを割り当てる群管理制御を実行するエレベータ群管理システムにおいて、エレベータ制御目標は、出発階床及び行先階床の組み合わせと対応付けて設定する設定手段を備えることを特徴とし、前記エレベータ制御目標を制御目標として前記群管理制御を実行することを特徴としたエレベータ群管理システムである。
【００１０】
【発明の実施の形態】
以下、図面を参照しながら本発明の実施形態を説明する。
【００１１】
（第１実施形態）
図１は本発明の第１実施形態に係るエレベータ群管理システムの概略構成を示すブロック図である。同図に示すように本システムは、エレベータ制御目標２を操作者が設定する際のＧＵＩ（グラフィカルユーザインタフェース）を提供するエレベータ制御目標値設定部１を備える。また、エレベータ制御目標値設定部１により設定されたエレベータ制御目標２に向けたエレベータ群管理制御に適用される群管理アルゴリズムを決定する群管理アルゴリズム決定部３を備える。すなわち本システムは、各々が異なるエレベータパフォーマンス結果を与える複数の群管理アルゴリズムを予め備えている。各々の群管理アルゴリズムは群管理アルゴリズム識別子によって識別される。群管理アルゴリズム決定部３は後述する処理に従って、エレベータ制御目標２に向けたエレベータ群管理制御に適用される群管理アルゴリズムを一つ決定し、その識別子をエレベータ群管理部５に出力する。
【００１２】
エレベータ群管理部５は、少なくとも２台以上のエレベータカゴ６１を有するエレベータ６の群管理制御を実行する部分であり、当該ビル内の任意の階床において任意の時刻に発生したホール呼びに対し、群管理アルゴリズム決定部３により決定された群管理アルゴリズムを実行して最適なエレベータカゴを割り当てる。
【００１３】
また本実施形態のシステムは、群管理アルゴリズム決定部３が群管理アルゴリズムを決定する際に必要とする情報を収集、記録するための構成要素として、ＯＤ交通需要検出部１１と、エレベータ性能事例データ記憶部４と、エレベータ運行制御結果検出部１０と、エレベータ性能事例データ集計部１２とを備える。
【００１４】
ＯＤ交通需要検出部１１およびエレベータ運行制御結果検出部１０は、エレベータ６に備えられたホール呼び検出部７、カゴ呼び検出部８、およびカゴ情報検出部９に接続されており、エレベータ６の運行時にこれらの検出部から必要な情報を取得する。
【００１５】
以上の構成において、エレベータ６及びホール呼び検出部７、カゴ呼び検出部８、およびカゴ情報検出部９を除く構成要素は、コンピュータソフトウェア、またはコンピュータソフトウェアとハードウェアの組み合わせにより実現することができる。これらの場合、エレベータ群管理のためのコンピュータとエレベータ６の実機との間は、制御に必要な電気信号を送受するための制御盤や通信インタフェースボードを介して接続される。
【００１６】
本実施形態のエレベータ群管理システムにおいて実行される処理は、３つの処理ブロックに大別することができる。すなわち、ＯＤ単位でエレベータ制御目標の値を設定する処理ブロック１と、エレベータ性能事例データを収集し記録する処理ブロック２と、使用すべき群管理アルゴリズムを決定する処理ブロック３である。
【００１７】
以下、これら３つの処理ブロックのそれぞれについて詳細に説明する。まず処理ブロック１では、ＯＤ単位でエレベータ制御目標２を設定する。
【００１８】
図２はエレベータ制御目標値設定部のＧＵＩの一例を示す図である。エレベータ制御目標値設定部１は、コンピュータのディスプレイにエレベータ制御目標２の設定画面Ｆ２１を表示する。この設定画面Ｆ２１からも分かるように、エレベータ制御目標２は、５行×５列の表形式を有する。この表は、行項目がエレベータの出発階床を表し、列項目がそのエレベータの行先階床を表すいわゆるＯＤ（Ｏｒｉｇｉｎ Ｄｅｓｔｉｎａｔｉｏｎ）表に相当する。すなわち、エレベータ制御目標２のデータ構造はＯＤ表からなる。設定画面Ｆ２１において、Ａ階床からＢ階床への移動に対応する欄が選択されると、例えば別のウインドウとして画面Ｆ２２が現われる。この画面Ｆ２２によれば、Ａ階床からＢ階床へ移動するエレベータの制御目標項目である「待ち時間」、「サービス時間」、「長待ち率」のそれぞれの設定状況をグラフにおいて確認することができる。
【００１９】
なお、エレベータ制御目標２はエレベータ納入後にオンラインで変更したり、夜間やメンテナンス時等のエレベータ休止中にオフラインで設定変更することができる。また、エレベータ制御目標項目は、上記のみならず、「乗車時間」、「乗車人数」、「カゴ通過間隔時間」、「カゴ最大通過間隔時間」、「カゴ通過回数」の少なくともいずれかを含む。
【００２０】
ここで、ＯＤ表について簡単に説明する。
交通流量の定量分析には、出発地を行とし、目的地を列とする配列表が用いられる場合がある。この配列表は一般にＯＤ表と呼ばれる。ＯＤ表は、任意の出発地から任意の目的地へのトラフィックを特定でき、特定の期間、目的、あるいは他の分類に用いられる。ｎ×ｍ配列のＯＤ表において、ｎは出発地の数、ｍは目的地の数に相当する。出発地と目的地の数が同一であるとき、ｎ＝ｍであり、正方のＯＤ表となる。このようなＯＤ表が本実施形態のエレベータ群管理に用いられる。上記出発地は出発階床に対応し、上記目的地は行先階床に対応する。
【００２１】
本実施形態の説明において、エレベータ制御目標２のＯＤ表等における「階床」、ならびにＯＤを指定する際の「階床」とは、複数の特定階床を一つに纏めた階床の上位概念のことをいう。複数の特定階床は、異なる階床にまたがるレストラン街や、店子等に対応する場合もあり、階床の最小単位、つまり単一階床に対応する場合もある。なお、ＯＤ表における第１の階床に対応する特定階床と、ＯＤ表における第２の階床に対応する特定階床とは、重複しないものとする。
【００２２】
また、複数の特定階床を一つに纏めて表す上位概念階床と、具体的な階床（すなわち単一の階床）とがＯＤ表において混在してもよい。また、このようなＯＤ表を用いて設定されるエレベータ制御目標項目は、上記「待ち時間」、「サービス時間」、ならびに「長待ち率」のみに限定されず、項目数も少なくとも１つ以上の任意である。ＯＤ表は、これらの値を出発階床及び行先階床の組み合わせと対応付けて表す。
【００２３】
（ＯＤ表の設定）
図３は、エレベータ制御目標の設定内容の一例を示す図である。エレベータ制御目標２は、複数のＯＤ表からなる。各々のＯＤ表は、異なる項目に対応している。一つのＯＤ表、すなわち項目別エレベータ制御目標は、ＯＤ毎にその内容（ＯＤ制御目標）を設定することができる。図３に示すように、本実施形態では、「待ち時間」、「サービス時間」、「長待ち率」というエレベータ性能項目をエレベータ制御目標設定可能項目としており、それぞれの項目別エレベータ制御目標のＯＤ制御目標値を設定可能である。
【００２４】
（エレベータ制御目標の設定値）
図３に示すように、エレベータ制御目標項目「待ち時間」において、Ａ階床からＢ階床へ移動する制御目標値は２５と設定されている（単位はｓｅｃ（秒））。これは、「Ａ階床からＢ階床へ向かうエレベータ乗客の平均待ち時間は２５ｓｅｃを目標とする。」という意味である。
【００２５】
図４はＯＤ制御目標の種類を示す図である。ＯＤ制御目標は、具体的な数値により設定することもできるし、数値範囲や条件とすることもできる。以下の説明では、これらを総称して「ＯＤ制御目標値」と称する。例えば、図４（ａ）に示すように、「Ａ階床からＢ階床へ向かうエレベータ乗客の平均待ち時間は２５ｓｅｃ以下であればよい」という設定や、図４（ｂ）に示すように、「Ａ階床からＢ階床へ向かうエレベータ乗客の平均待ち時間は２５ｓｅｃ以上３０ｓｅｃ以下」という設定、図４（ｃ）に示すように、「Ａ階床からＢ階床については任意の平均待ち時間でよい。」というような設定が可能である。また図４（ｄ）に示すように、「Ａ階床からＢ階床は２５ｓｅｃ」、「Ｂ階床からＣ階床は３０ｓｅｃ以上４０ｓｅｃ以下」、「Ｄ階床からＢ階床は３０ｓｅｃ以下」、「Ｅ階床からＡ階床は任意」という具合に、具体的な数値、数値範囲、条件を混在して設定されてもよい。このように一つのエレベータ制御目標項目について、ＯＤ毎に制御目標値が設定される。同様に、他のエレベータ制御目標項目ついてもＯＤ制御目標値が設定される。このような設定及び変更等が完了すると、エレベータ制御目標２の記憶内容は更新される。なお、設定変更が行われなかった場合、以前の設定値が反映される。
【００２６】
このようにエレベータ制御目標値設定部１によれば、エレベータ制御目標２をＯＤ単位で細かく設定することができる。
【００２７】
図３で示したようなエレベータ制御目標２をエレベータ６の制御目標とし、処理ブロック３は群管理アルゴリズムの決定を行う。処理ブロック３の群管理アルゴリズム決定方法については後に詳細に説明する。
【００２８】
（エレベータ制御目標の合成）
次に、エレベータ制御目標が複数存在する場合について説明する。
【００２９】
例えば８時から９時の間のエレベータ制御目標２が複数存在する場合など、エレベータ制御目標が同時に複数個存在する場合、エレベータ制御目標合成部（不図示）のＯＤ制御目標値合成演算処理により、これらのエレベータ制御目標は一つのエレベータ制御目標に合成される。以下、その合成方法を説明する。
【００３０】
（合成方法１）
ＯＤ制御目標値Ｓ１とＳ２をＯＤ制御目標値合成演算処理を用いて、エレベータ制御目標合成値Ｓを以下に示す。
【数１】
以上のようにＯＤ制御目標値合成演算処理を行うことで、同時に存在する複数のエレベータ制御目標を一つのエレベータ制御目標２に合成することができる。なお、３つ以上のエレベータ制御目標をエレベータ制御目標合成部により合成する場合には、順次に合成を行う。
【００３２】
（合成方法２）
あるいは、エレベータ制御目標の設定が可能な管理者が複数存在し、それぞれが要求するエレベータ制御目標２が同時に複数個存在する場合、エレベータ制御目標を設定可能な管理者が各階床Ａ，Ｂ，Ｃ，Ｄ，Ｅの各々の管理者である場合、各管理者が設定しても無意味なＯＤ制御目標値に関しては、図５のようにマスキングなどを施すことにより設定できないようにする。
【００３３】
例えば、Ａ階床の管理者にとっては、Ｂ階床からＣ階床、Ｄ階床からＢ階床へ移動するエレベータ６の乗客に対するサービスは、直接関係がない。この場合、Ａ階床を経由しないＯＤに対する制御目標値を、Ａ階床の管理者が設定できないようにする。
【００３４】
一方、「Ａ階床の管理者が設定したＡ階床からＢ階床へのＯＤ制御目標値」と「Ｂ階床管理者が設定したＡ階床からＢ階床へのＯＤ制御目標値」は、Ａ階床管理者とＢ階床管理者の設定したＯＤ制御目標値が重複設定となる。このような場合には、エレベータ制御目標合成部のＯＤ制御目標値演算処理により、Ａ階床からＢ階床へのエレベータ制御目標値の合成を行う。あるいは、時間帯ごとに管理者に優先順位を付与してもよい。例えば、ある時間帯においては階床管理者優先度をＡ，Ｂ，Ｃ，Ｄ，Ｅとする。そうすると、先に述べたＡ階床からＢ階床へ移動するＯＤ制御目標値は、Ａ階床管理者とＢ階床管理者の設定値が重なっているが、優先順位はＡ階床管理者の方が高い。この場合、Ａ階床管理者が設定したエレベータ制御目標値が設定される。
【００３５】
次に、処理ブロック２のエレベータ性能事例データの収集及び記録について説明する。
【００３６】
本実施形態では、エレベータ６の運行状況を実測し、その実測結果に基づいてエレベータ制御結果を算出し、これをエレベータ性能事例データとして記録する。エレベータ性能事例データのデータ構造及び詳細については後に説明する。
【００３７】
ホール呼び検出部７は、ビル内に発生したホール呼び情報を検出し、カゴ呼び検出部８はエレベータカゴ６１で発生したカゴ呼び情報を検出し、カゴ情報検出部９は「カゴの荷重」、「カゴの進行方向」、「カゴの速度」、「カゴの位置」等のカゴ情報を検出する。
【００３８】
ＯＤ交通需要検出部１１は、ホール呼び検出部７、カゴ呼び検出部８、カゴ情報検出部９から受信したデータをもとに、当該ビル内のエレベータ６において実際に発生したＯＤ交通需要を検出し、ＯＤ交通需要データを作成する。ＯＤ交通需要検出部１１によるＯＤ交通需要データの検出方法については、特公平７−１０６８４５号公報、特公平５−７１５１３号公報、ならびに特公平１−１５４７３号公報等の記載を参考にすることができる。
【００３９】
エレベータ運行制御結果検出部１０は、ＯＤ交通需要検出部１１によりＯＤ交通需要データが検出された間のエレベータの運行制御結果を検出し、少なくともエレベータ制御目標として設定可能なエレベータ制御項目について、ＯＤ単位のエレベータ制御結果を表すデータを作成する。このエレベータ制御結果データはエレベータ乗客へのサービス結果（実績）に相当するデータであり、「待ち時間」、「サービス時間」、「長待ち率」の値をＯＤ単位で表すものである。
【００４０】
ＯＤ単位でエレベータ制御結果を検出する方法としては、ホール呼び検出部７、カゴ呼び検出部８、カゴ情報検出部９により検出されたホール呼び情報、カゴ呼び情報、カゴ情報に基づいて検出することができる。例えばこれらの情報をエレベータ運行制御結果検出部１０に送信し、
ホール呼び情報が表す「発生時間」と「発生階床」や、カゴ情報が表す「カゴ到着時間」、「ドア開時間」、「ドア閉時間」、「カゴ停止時間」、「カゴ荷重」、あるいはホール呼びから派生したカゴ呼びのカゴ呼び情報が表す「目的階床」に基づいて逐次的に乗客の「待ち時間」、「サービス時間」、「長待ち率」を算出する。これをＯＤ単位で集計することにより、「ＯＤ単位エレベータ制御結果」を得ることができる。
【００４１】
次に、エレベータ性能事例データについて説明する。エレベータ性能事例データ集計部１２は、ＯＤ交通需要検出部１１により取得された「ＯＤ交通需要データ」、エレベータ運行制御結果検出部１０により取得された「ＯＤ単位エレベータ制御結果データ」、これらのデータが取得される間に適用された群管理アルゴリズムを識別するための「群管理アルゴリズム識別子」を、一つのデータセットとして集計する。このデータセットにデータセット番号を発番し、図６に示すような構造のデータをエレベータ性能事例データとして出力する。出力されたエレベータ性能事例データはエレベータ性能事例データ記憶部４に記憶される。尚、データセット番号は、エレベータ性能事例データ記憶部４へ記録する際に、エレベータ性能事例データ記憶部４により発番される。
【００４２】
このように、エレベータ性能事例データが収集される毎にエレベータ性能事例データ記憶部４は図６のようなデータ構造のエレベータ性能事例データを記録していく。
【００４３】
以上のように、エレベータ運行制御結果検出部１０は、エレベータ乗客へのエレベータ制御結果をＯＤ単位で検出し、このエレベータ制御結果を図６に示すＯＤ単位エレベータ制御結果データフィールドに格納し、加えて「ＯＤ交通需要データ」、「群管理アルゴリズム識別子データ」をそれぞれのデータフィールドに格納し、エレベータ性能事例データを作成し、エレベータ性能事例データ記憶部４へ記憶する。
【００４４】
図７は、以上説明したエレベータ性能事例データの収集から記録までの一連の処理手順を示すフローチャートである。
【００４５】
先ず、（Ｂ２１−１）において、ＯＤ交通需要検出部１１によるＯＤ交通需要データ検出中のエレベータ制御結果が、エレベータ運行制御結果検出部１０によりＯＤ単位で取得される。
【００４６】
次に、（Ｂ２１−２）では、ＯＤ交通需要検出部１１による検出の終了判定が行われる。検出終了の場合は（Ｂ２１−３）および（Ｂ２１−５）に処理が移行する。終了してない場合には（Ｂ２１−１）に戻り、ＯＤ単位でのエレベータ制御結果の取得を継続する。
【００４７】
（Ｂ２１−３）では、ＯＤ交通需要検出部１１により検出されたＯＤ交通需要データが取得され、（Ｂ２１−４）ではそのＯＤ交通需要データがエレベータ性能事例データ集計部１２に送信される。
【００４８】
一方、（Ｂ２１−５）では、エレベータ運行制御結果検出部１０によりＯＤ単位で検出されたエレベータ制御結果データがエレベータ性能事例データ集計部１２に送信される。
【００４９】
次に、（Ｂ２１−６）では、ＯＤ交通需要検出部１１からの「ＯＤ交通需要データ」と、エレベータ運行制御結果検出部１０からの「ＯＤ単位エレベータ制御結果データ」、ならびにＯＤ交通需要データが検出された間にエレベータ群管理部５により使用された群管理アルゴリズムを識別するための「群管理アルゴリズム識別子」とを一つのデータセットとするエレベータ性能事例データがエレベータ性能事例データ集計部１２により作成される。作成されたエレベータ性能事例データは、（Ｂ２１−７）においてエレベータ性能事例データ記憶部４に送信される。
【００５０】
最後に、（Ｂ２１−８）では、エレベータ性能事例データ集計部１２により作成されたエレベータ性能事例データがエレベータ性能事例データ記憶部４に書き込まれ、記憶される。
【００５１】
最後に、処理ブロック３における群管理アルゴリズムの決定方法について説明する。ビルエレベータ６で使用される群管理アルゴリズムは、群管理アルゴリズム決定部３により決定される。図８は、この群管理アルゴリズム決定部３による群管理アルゴリズム決定の処理を示す概念図である。
【００５２】
上述したように、エレベータ群管理部５は、ホール呼びが発生した階床にどのエレベータカゴ６１を割り当てるかを群管理アルゴリズムに従って決定する。この際に用いられる群管理アルゴリズムを、群管理アルゴリズム決定部３はエレベータ群管理部５に実装されている複数の群管理アルゴリズムのなかからいずれかに決定する。以下その方法について説明する。
【００５３】
（検索キーである交通需要データの検出）
まず、ビル内に発生しているＯＤ交通需要を検出する。これには処理ブロック２で説明したＯＤ交通需要検出部１１が用いられる。検出されたＯＤ交通需要データは群管理アルゴリズム決定部３に送信される。このＯＤ交通需要データは、エレベータ性能事例データ記憶部４へのデータ検索の際の検索キーの一部として用いられる。
【００５４】
（検索キーであるエレベータ制御目標の送信）
また、処理ブロック１で説明したエレベータ制御目標２も群管理アルゴリズム決定部３に送信される。このエレベータ制御目標２は、エレベータ性能事例データ記憶部４へのデータ検索の際の検索キーの他の部として用いられる。
【００５５】
（参照方法と群管理アルゴリズム決定までの概要）
図９は、群管理アルゴリズム決定部による群管理アルゴリズムの決定方法を説明するための図である。
【００５６】
群管理アルゴリズム決定部３は「ＯＤ交通需要データ」、「エレベータ制御目標」の２つのデータを検索キーとし、この検索キーにマッチするデータをエレベータ性能事例データ記憶部４から検索する。つまり、検出されたＯＤ交通需要データが表す現時点でのＯＤ交通需要の状況において、エレベータ制御目標を達成するエレベータ群管理制御の実行可能性が、運行事例（実績）に基づいて確認されている群管理アルゴリズムを検索する。図９に示すように、検索キー内のＯＤ交通需要データと、エレベータ性能事例データのデータセット内のＯＤ交通需要データフィールドは両者を比較可能であり、また検索キー内のエレベータ制御目標とエレベータ性能事例データのデータセット内のＯＤ単位エレベータ制御結果データフィールドは両者を比較可能である。
【００５７】
具体的には、まず、群管理アルゴリズム決定部３は、エレベータ性能事例データ記憶部４を参照し、検索キーとエレベータ性能事例データ記憶部４に記憶されているエレベータ性能事例データとの比較を行う。つまり、「ＯＤ交通需要データ」とエレベータ性能事例データｉの「ＯＤ交通需要データフィールド」に格納されているＯＤ交通需要データとを比較し、「エレベータ制御目標」とエレベータ性能事例データｉの「ＯＤ単位エレベータ制御結果データフィールド」に格納されているＯＤ単位エレベータ制御結果データとの事例類似度演算を行う。
【００５８】
エレベータ性能事例データ記憶部４に記憶されている各エレベータ性能事例データついて事例類似度演算を実行し、最も類似度の高い「ＯＤ交通需要データフィールド」と「ＯＤ単位エレベータ制御結果データフィールド」を持つエレベータ性能事例データ番号を検索する。
【００５９】
次に、最も類似度の高いエレベータ性能事例データ番号の「群管理アルゴリズム識別子データフィールド」に格納されている「群管理アルゴリズム識別子」を取得し、これをエレベータ群管理部５に送信する。
【００６０】
エレベータ群管理部５ではこの群管理アルゴリズム識別子に対応する群管理アルゴリズムを使用して、エレベータカゴ割り当て演算を実行する。
【００６１】
図１０は、群管理アルゴリズムの決定から群管理制御の実行までの一連の処理手順を示すフローチャートである。
【００６２】
最初に、（Ｂ３１−１）処理では、ＯＤ交通需要検出部１１によりビル内のＯＤ交通需要データが検出される。一方、（Ｂ３１−２）処理では、処理ブロック１で示したエレベータ制御目標が設定される。
【００６３】
次に、（Ｂ３１−１）で検出されたＯＤ交通需要データと、（Ｂ３１−２）で設定されたエレベータ制御目標データを用いて事例類似度演算処理が行われる。ここでは、まず（Ｂ３１−３）においてＯＤ交通需要同士、つまり（Ｂ３１−１）で検出されたＯＤ交通需要データと、エレベータ性能事例データ記憶部４に記憶されているエレベータ性能事例データのＯＤ交通需要データフィールドに格納されているＯＤ交通需要データ（以後、混同を避けるため「ＯＤ交通事例データ」という）との交通需要類似度演算処理が実行される。
【００６４】
（Ｂ３１−３）における交通需要類似度演算処理によりエレベータ制御結果データが絞り込まれる。このデータについて、（Ｂ３１−４）では、（Ｂ３１−２）で設定されているエレベータ制御目標データとの性能類似度演算処理が実行される。
【００６５】
そして、（Ｂ３１−４）により得られた事例類似度演算処理結果から、最も類似したエレベータ性能事例データの群管理アルゴリズム識別子データフィールドに格納されている群管理アルゴリズム識別子が（Ｂ３１−５）において選択され、（Ｂ３１−６）では選択された群管理アルゴリズム識別子がエレベータ群管理部５に送信される。
【００６６】
最後に、（Ｂ３１−７）では、（Ｂ３１−６）で送信された群管理アルゴリズム識別子に対応する群管理アルゴリズムを用いてエレベータ群管理部５がエレベータ群管理制御を実行する。
【００６７】
（事例類似度演算方法の説明）
ここで、上記（Ｂ３１−３）及び（Ｂ３１−４）の事例類似度演算方法について詳細に説明する。なお、「ＯＤ交通需要要素データ」とは、ＯＤ交通需要データを形成する要素データであり、ｉ階からｊ階への交通需要を示すデータである。「ＯＤ交通事例要素データ」とは、エレベータ性能事例データのＯＤ交通需要データフィールドに格納されているＯＤ交通需要データ（以下、混同を避けるため「ＯＤ交通事例データ」と称する）を形成する要素データであり、ｉ階からｊ階へのＯＤ交通需要の事例を示すデータである。「エレベータ制御目標要素データ」とは、エレベータ制御目標を形成する要素データであり、エレベータ制御目標設定可能項目Ｔにおけるｉ階からｊ階への制御目標値を示すデータである。「エレベータ制御結果要素データ」とは、エレベータ性能事例データの「ＯＤ単位エレベータ制御結果データフィールド」に格納されている「エレベータ制御結果データ」を形成する要素データであり、エレベータ性能項目Ｔにおけるｉ階からｊ階へのエレベータ制御結果を示すデータである。
【００６８】
（１）事例類似度演算アルゴリズム１
（ｉ）最初に、検索キーの一つである「ＯＤ交通需要データ」と、エレベータ性能事例データ記憶部４に記憶されているｍ個のエレベータ性能事例データの「ＯＤ交通需要データフィールド」に格納されている「ＯＤ交通事例データ」との交通需要類似度演算処理を例えば以下のように行う。
【００６９】
（交通需要類似度演算処理）
（１）：「ＯＤ交通需要データ」と「ＯＤ交通事例データ」について、同一ＯＤ間の各データの距離、すなわち｜ＯＤ交通需要要素データ − ＯＤ交通事例要素データ｜を計算する。例えば、同一ＯＤ間である１階から２階について、ＯＤ交通需要データの１階から２階の交通需要を示すデータ値と、ＯＤ交通事例データの１階から２階のＯＤ事例を示すデータ値との距離を計算する。
（２）：（１）の処理をすべてのＯＤ間について行い、その総和（マンハッタン距離）もしくは２乗和を求める。
（３）：すべてのＯＤ交通事例データについて（２）を行い、総和（マンハッタン距離；もしくは２乗和）の小さいものからｎ個を選択する。これにより、対応するｎ個のエレベータ性能事例データが選択される。
【００７０】
（ｉｉ）次に、選択されたｎ個のエレベータ性能事例データの各々の「ＯＤ単位エレベータ制御結果データフィールド」に格納されている「エレベータ制御結果データ」と、もう一つの検索キーである「エレベータ制御目標データ」との性能類似度演算処理を例えば以下のように行う。
【００７１】
（性能類似度演算処理）
（４）：「エレベータ制御目標データ」と「エレベータ制御結果データ」とについて、同一項目、同一ＯＤ間の類似度を計算する。ここでの類似度の計算方法は後述する。例えば、同一ＯＤ間である１階から２階について、「エレベータ制御目標データ」の項目「待ち時間」の１階から２階への制御目標を示すデータ値と、「エレベータ制御結果データ」の項目「待ち時間」の１階から２階へのサービス結果を示すデータ値との類似度を計算する。
（５）：（４）の処理をすべての項目とそのＯＤ間について行い、類似度の総和を求める。
（６）：（５）の処理を、（３）で選択されたｎ個のエレベータ性能事例データのエレベータ制御結果データについて行い、最も類似しているのエレベータ性能事例データを選択する。
【００７２】
（ｉｉｉ）最後に、上記処理（６）で選択されたエレベータ性能事例データの「群管理アルゴリズム識別子データフィールド」に格納されている群管理アルゴリズム識別子をエレベータ群管理部５に送信する。
【００７３】
エレベータ群管理部５は、送信された群管理アルゴリズム識別子に対応する群管理アルゴリズムを用いてエレベータの群管理制御を実行する。
【００７４】
（性能類似度演算の具体例）
次に、図１１を参照しながら、性能類似度演算のさらなる具体例を説明する。上述したように、エレベータ制御目標の設定方法には幾つかのパターンがある。
【００７５】
図１１には、いずれもＯＤ単位のテーブルで表現されたエレベータ制御目標とエレベータ制御結果データフィールドの一例が示されている。ＯＤ毎に両者の値を比較することにより性能類似度を計算する。ここで、ｉ（＝１，２，３）を出発階とし、ｊ（＝１，２，３）を行先階とする。またエレベータ制御目標に設定された値をＧｉ，ｊとし、ＯＤ単位エレベータ制御結果データフィールドに格納されているデータ値をＳｉ，ｊとし、ＯＤ単位の類似度をＦｉ，ｊとする。このとき、性能類似度の値は次式に示される演算により算出することができる。
【数２】
（エレベータ制御目標の設定パターン１）
あるＯＤのエレベータ制御目標が一つの値により設定される場合（例えば２５ｓｅｃ等）、このＯＤの類似度は次のように計算される。
【数３】
図１１において、ｉ＝１，ｊ＝２のとき、エレベータ制御目標の設定値はＧ１，２＝２５となっている。これは、「１階から２階へエレベータの制御目標は２５ｓｅｃである。」という意味であり、ｉ＝１，ｊ＝２のときの類似度の値は上式からＦ１，２＝｜２５−３５｜＝１０となり、ｉ＝３，ｊ＝２のときはＦ３，２＝｜２０−３０｜＝１０となる。
【００７８】
（エレベータ制御目標の設定パターン２）
あるＯＤのエレベータ制御目標が上限値を有する範囲によって設定される場合（例えば３５ｓｅｃ以下等）、このＯＤの類似度は次のように計算される。
【数４】
図１１によると、ｉ＝１，ｊ＝３のとき、エレベータ制御目標の設定値はＧ１，３≦３０となっている。これは、「１階から３階へのエレベータの制御目標は３０ｓｅｃ以下であればよい。」と言う意味であり、ｉ＝１，ｊ＝３のときの類似度は上式からＦ１，３＝０となる。
【００８０】
なお、ＯＤ単位エレベータ制御結果データフィールドに格納されている値がエレベータ制御目標で設定された閾値以下の場合に上記のように類似度は０であるが、この閾値よりも大きい場合、例えば、Ｓ１，３＝４０とすると、類似度は、上式からＦ１，３＝｜３０−４０｜＝１０であり、閾値との差を類似度とする。
【００８１】
（エレベータ制御目標の設定パターン３）
あるＯＤのエレベータ制御目標が下限値と上限値とを有する範囲によって設定される場合（例えば３０ｓｅｃ以上４０ｓｅｃ以下等）、このＯＤの類似度は次のように計算される。
【数５】
図１１によると、ｉ＝２，ｊ＝３のとき、エレベータ制御目標の設定値は３０≦Ｇ２，３≦４０となっている。これは「２階から３階へのエレベータの制御目標は３０ｓｅｃ以上４０ｓｅｃ以下であればよい。」と言う意味であり、ｉ＝２，ｊ＝３のときの類似度は、上式からＦ２，３＝０となる。
【００８３】
なお、ＯＤ単位エレベータ制御結果データフィールドに格納されている値がエレベータ制御目標で設定された値の範囲外である場合、例えば、Ｓ２，３＝２５のとき、類似度Ｆ２，３＝｜３０−２５｜＝５となり、Ｓ２，３＝４５のとき、Ｆ２，３＝｜４０−４５｜＝５となる。
【００８４】
（エレベータ制御目標の設定パターン４）
あるＯＤのエレベータ制御目標が任意に設定される場合、このＯＤの類似度は次のように計算される。
【数６】
図１１によると、ｉ＝３，ｊ＝１のとき、エレベータ制御目標の設定値はＧ２，３＝∀となっている。これは「３階から１階へのエレベータの制御目標は任意である。」と言う意味であり、ｉ＝３，ｊ＝１のときの類似度は無条件でＦ３，１＝０となる。
【００８６】
したがって、図１１の例における性能類似度の値はＦ１，２＋Ｆ１，３＋Ｆ２，１＋Ｆ２，３＋Ｆ３，１＋Ｆ３，２＝３０と算出される。なお、このように算出された性能類似度の値がより小さいほど、ＯＤ単位で設定されたエレベータ制御目標は、ＯＤ単位エレベータ制御結果データに類似しているとする。以後、性能類似度演算は、以上説明した演算方法により行うものとする。
【００８７】
以上説明したように、群管理アルゴリズム決定部３は、複数のエレベータ制御目標がエレベータ制御目標合成処理により一つに合成された場合、あるいは最初から一つしか設定されていなかった場合について、群管理アルゴリズムを決定することができる。
【００８８】
（エレベータ制御目標が複数の場合の性能類似度演算）
次に、処理ブロック１で設定されたエレベータ制御目標が同時に複数存在し、エレベータ制御目標合成処理を行わずに、複数のエレベータ制御目標を全て満たす群管理アルゴリズムを決定する方法について説明する。
【００８９】
（性能類似度演算）
（０）：交通需要類似度演算により性能類似度演算の対象となるエレベータ性能事例データが決定される。
（１）：各エレベータ制御目標同士の距離を計算する。
（２）：最大距離をｍａｘＲ とし、Ｌ＝ｍａｘＲ／２とする。
（３）：各エレベータ制御目標を中心とし、中心からの距離がＬ以下の空間にある対象エレベータ性能事例データの「エレベータ制御結果データフィールド」に格納されているエレベータ制御結果データの集合を
Ａｉ（ｉ＝１〜ｎｕｍ：但しｎｕｍはエレベータ制御目標の設定数）とし、エレベータ制御目標毎にＡｉを求める。
（４）：空間Ａ１∩Ａ２∩…∩Ａｎｕｍにエレベータ制御結果データが存在すれば、このエレベータ制御結果データを持つエレベータ性能事例データを選択し、終了する。
（ア）空間Ａ１∩Ａ２∩…∩Ａｎｕｍに複数のエレベータ制御結果データが存在する場合、各エレベータ制御目標から距離の和が最小のエレベータ制御結果データを持つエレベータ性能事例データを選択し、終了する。
（５）：存在しなければ、Ｌ＝Ｌ＋ε（但しε＞０）として（３）に戻る。
【００９０】
以上説明したように、処理ブロック１から処理ブロック３までの一連の処理により、ＯＤ単位で設定されたエレベータ制御目標に向けた群管理アルゴリズムを決定することができ、決定された群管理アルゴリズムによる群管理制御を実行することができる。
【００９１】
したがって、本実施形態によれば、特に、ビル全体というマクロレベルでのエレベータの乗客運搬パフォーマンスの向上に着目するのではなく、ＯＤ単位のエレベータ乗客運搬パフォーマンスといった、よりミクロレベルな視点に着目し、木目細かなエレベータ制御パフォーマンスの向上が実現できる。また、同じ適用時間帯に複数のエレベータ制御目標を設定することもできる。
【００９２】
具体的には、ビル内既発生の「ＯＤ交通需要」、「そのＯＤ交通需要におけるエレベータのＯＤ毎サービス結果」、「その時に使用された群管理アルゴリズム」とを一つのデータセットとしてデータベース化される（エレベータ性能事例データ記憶部４）。
【００９３】
群管理アルゴリズム決定部３による群管理アルゴリズムのスイッチング時には、設定された「エレベータ制御目標」と「その時のビル内ＯＤ需要」を検索キーとして上記データベースを参照し、データベースに格納されている「エレベータのＯＤ毎サービス結果」から、「エレベータ制御目標」を満足するエレベータ群管理制御の実行可能性が確認できている群管理アルゴリズムを実際のエレベータ群管理制御に使用することができる。
【００９４】
これにより、ＯＤ単位で設定されたエレベータ制御目標を満足するよう群管理アルゴリズムを切り替えながらエレベータ群管理制御を実施することが可能になる。また、ビル全体のエレベータ運行のパフォーマンスを平均的に向上させるのではなく、ＯＤ単位でエレベータパフォーマンスを向上させることで、従来のエレベータ群管理システムと比較すると、より木目細かなエレベータ群管理制御を実現することができる。
【００９５】
以下、第１実施形態の種々の変形例を説明する。
【００９６】
（変形例１）
第１実施形態の変形例１は、エレベータモデルの出力結果を利用し、エレベータ性能事例データを作成するというものである。処理ブロック２で示したエレベータ運行制御結果検出部１０をエレベータモデルに置換える。このエレベータモデルによりエレベータ運行模擬実験を行った結果をＯＤ単位エレベータ制御結果データフォールドに格納し、エレベータ性能事例データ記憶部４へ記憶する。
【００９７】
このとき、エレベータモデルとしては「エレベータシミュレータ」、「エレベータニューラルネットワークモデル」、「エレベータファジィモデル」等が考えられるが、エレベータ模擬実験出力としては少なくともエレベータ制御目標の設定可能なエレベータ性能項目を含み、これをＯＤ単位でエレベータ制御結果を出力する。
【００９８】
エレベータモデルとして「エレベータニューラルネットワークモデル」を使用する場合には、特開平２−２２６４２５号公報（特願平１−４７１３６号）に記載されているニューラルネットワークを用いたエレベータパフォーマンスの予測方法を応用することができる。群管理アルゴリズム毎にパフォーマンス予測ニューラルネットを設け、入力層にＯＤ交通需要データを入力し、出力層からＯＤ単位でエレベータパフォーマンスを出力させる。この出力結果をＯＤ単位エレベータ制御結果としてエレベータ性能事例データのＯＤ単位エレベータ制御結果データフィールドに格納する。入力したＯＤ交通需要データはＯＤ交通需要データフィールドに格納する。また、使用したパフォーマンス予測ニューラルネットに対応する群管理アルゴリズムの識別子を群管理アルゴリズム識別子データフィールドに各々格納する。
【００９９】
また、エレベータモデルとして、「エレベータファジィモデル」を使用する場合には、群管理アルゴリズム毎にパフォーマンス推論ファジィルールを設け、ファジィルールの前件部にＯＤ交通需要データ、後件部にそのときのエレベータパフォーマンスをＯＤ単位で推論するようなファジィルールを設計する。このファジィルールに従うエレベータパフォーマンスの推論結果をＯＤ単位エレベータ制御結果とし、エレベータ性能事例データのＯＤ単位エレベータ制御結果データフィールドに格納する。前件部に入力したＯＤ交通需要データはＯＤ交通需要データフィールドに格納する。使用したパフォーマンス推論ファジィルールに対応する群管理アルゴリズムの識別子は群管理アルゴリズム識別子データフィールドに各々格納する。
【０１００】
ここで、「エレベータシミュレータ」をエレベータモデルとした使用した例を詳細に説明する。なお、エレベータシミュレータはＣ，Ｃ＋＋などの高級言語でコーディングされ、エレベータ運行模擬実験を詳細に行うことができる。なお、詳細なエレベータ模擬実験を行うために、実機のエレベータ群管理部が実装している群管理アルゴリズムやエレベータ仕様が、エレベータモデルにも実装されている必要があることは言うまでもない。
【０１０１】
図１２は、第１実施形態の変形例に係り、エレベータモデルを利用してエレベータ性能事例データを作成するよう構成されたエレベータ群管理システムの概略構成を示すブロック図である。この構成は、逐次的にエレベータ模擬実験を行ってエレベータ性能事例データを作成するためのものである。
【０１０２】
エレベータモデル部２０には、本実施形態に係る群管理システムが稼動しているビルの仕様（ロビー階床、階床数、階高等）と、エレベータの仕様（カゴ台数、カゴ速度、乗車可能人数等）と、どの群管理アルゴリズムを使用したエレベータ模擬実験を行うかを示す群管理アルゴリズム識別子情報が入力されている。
【０１０３】
エレベータモデル部２０は、ＯＤ交通需要検出部１１により検出されたＯＤ交通需要データを入力し、これを、エレベータモデル部２０で模擬発生させるエレベータ乗客の行先階、到着階の発生確率として利用する。また、ＯＤ交通需要データから乗客発生間隔を算出し、ビル内に発生する乗客はポアソン到着とすることで、「何時（発生時間）、どの階（到着階床）に発生し、それらの乗客の目的階は（カゴ呼び階）はどの階である」という属性を持ったエレベータ乗客群をビル内に擬似的に発生させることができる。
【０１０４】
次に、エレベータモデル部２０に模擬実験で使用する群管理アルゴリズムをセットし、ビル内に擬似的に発生した乗客群に対して、セットした群管理アルゴリズムを使用した場合のエレベータ運行模擬実験を行い、乗客のエレベータ制御結果をＯＤ単位で測定する。
【０１０５】
ここでエレベータ模擬実験結果としては、処理ブロック１で説明したエレベータ制御目標の設定可能なエレベータ性能項目のサービス結果をＯＤ単位で収集することは言うまでもない。
【０１０６】
最後に、エレベータ運行制御結果検出部１０を用いた場合と同様に、図１３に示すようなデータ構造のエレベータ性能事例データをエレベータ性能事例データ記憶部４に記憶する。
【０１０７】
これらの処理を実装されている群管理アルゴリズムすべてについて繰り返し、群管理アルゴリズムすべてについて模擬実験が終了すると、エレベータモデル部２０による模擬実験処理を終了する。
【０１０８】
図１４に本実施形態で示したエレベータモデル部２０を用いた場合のフローチャートを示す。
【０１０９】
（Ｂ２２−１）では、ＯＤ交通需要検出部１１によりＯＤ交通需要データが検出されたかどうかを判定し、検出されていなければ（Ｂ２２−１）により検出されるまで判定処理を繰り返す。
【０１１０】
（Ｂ２２−１）でＯＤ交通需要データが検出されたことが判定されると、（Ｂ２２−２）では、検出されたＯＤ交通需要データを取得し、（Ｂ２２−３）では検出されたＯＤ交通需要データをエレベータモデル部２０へ入力する。
【０１１１】
（Ｂ２２−４）では、エレベータモデル部２０により実行された模擬実験で、実装されている群管理アルゴリズムすべてについてエレベータ模擬実験処理が終了したかどうかを判定し、すべての群管理アルゴリズムについてエレベータ模擬実験が終了していれば、（Ｂ２２−１１）の処理に進み、エレベータモデル部２０よるエレベータ模擬実験処理を終了する。未実行の群管理アルゴリズムがあれば（Ｂ２２−５）に進み、未実行の群管理アルゴリズムをエレベータモデル部２０にセットし、（Ｂ２２−６）でエレベータ模擬実験を実行する。
【０１１２】
エレベータ模擬実験処理が終了すると、（Ｂ２２−７）によりエレベータ模擬実験結果データをＯＤ単位で収集し、（Ｂ２２−８）でエレベータ性能事例データが作成され、（Ｂ２２−９）ではエレベータ性能事例データのデータ番号が発番される。
【０１１３】
最後に、（Ｂ２２−１０）によりエレベータ性能データをエレベータ性能事例データ記憶部４へ記憶する。
【０１１４】
以上説明したように、エレベータモデル部２０を用いることによって、エレベータ性能事例データを擬似的に収集することもできる。
【０１１５】
（変形例２）
第１実施形態の変形例２は、エレベータ性能事例データ記憶部４内の交通需要データのクラスタリングに関するものである。エレベータ性能事例データ記憶部４に交通需要クラスタリング部（不図示）を追加し、ＯＤ交通需要データフィールドに格納されているＯＤ交通需要データについてクラスタリングを実行する。
これにより、処理ブロック３での群管理アルゴリズム決定部３の事例類似度演算処理を簡略化することが可能になる。ここで、交通需要クラスタリング部によるＯＤ交通需要データのクラスタリングには、Ｋ−ｍｅａｎｓ法などの既存のクラスタリング手法を用いることができる。
【０１１６】
ＯＤ交通需要クラスタリングを実施する場合の群管理アルゴリズム決定方法は次の通りである。エレベータ性能事例データ記憶部４において、交通需要データのクラスタリングを行われている場合の群管理アルゴリズム決定部３による群管理アルゴリズム決定方法としては、まず、群管理アルゴリズム決定部３が事例類似度演算処理を行うとき、群管理アルゴリズム決定部３に入力された「ＯＤ交通需要データ」がエレベータ性能事例データ記憶部４内のいずれのＯＤ交通需要クラスタに属するかを判定する。どのＯＤ交通需要クラスタにも属さない場合には、各クラスタの重心と「ＯＤ交通需要データ」との距離を計算し、最小距離の重心のクラスタに属するとする。
【０１１７】
次に、ＯＤ交通需要データが属するＯＤ交通需要クラスタ内のエレベータ性能事例データのＯＤ単位エレベータ制御結果データフィールドと、エレベータ制御目標値とのマンハッタン距離を計算し、最近傍のエレベータ性能事例データフィールドを持つエレベータ性能事例データ番号を探索する。
【０１１８】
次に、探索結果からこのエレベータ性能事例データ番号の「群管理アルゴリズム識別子データフィールド」に格納されている「群管理アルゴリズム識別子」を取得し、これをエレベータ群管理部５に送信する。
【０１１９】
以上説明したように、ＯＤ交通需要データのクラスタリングにより群管理アルゴリズム決定の処理を高速化することができる。
【０１２０】
（変形例３）
第１実施形態の変形例３は、図１０のフローチャートに示した事例類似度演算処理の変形例に係わる。この演算処理は次のように構成されている。
【０１２１】
（２）事例類似度演算アルゴリズム２
（ｉ）最初に、検索キーの一つである「ＯＤ交通需要データ」と、エレベータ性能事例データ記憶部４に記憶されているｍ個のエレベータ性能事例データの「ＯＤ交通需要データフィールド」に格納されている「ＯＤ交通需要データ」（ここでは、ＯＤ交通事例データとする）との交通需要類似度演算処理を行う。
【０１２２】
（交通需要類似度演算２）
（１）：「ＯＤ交通需要データ」と「ＯＤ交通事例データ」とについて、同一ＯＤ間の要素データでＯＤ交通需要要素データ値≦｜ＯＤ事例要素データ値｜…式（ａ）が全てのＯＤ間の要素データ同士で成り立つ。
（２）：（１）を全てのエレベータ性能事例データについて行う。
（３）：（１）が成り立つＯＤ交通事例データがあるとき終了し、（１）が成り立つ「ＯＤ交通事例データ」を持つエレベータ性能事例データを全て選択する。
（４）：（１）が成り立つＯＤ交通事例データがないとき、全てのエレベータ性能事例データの「ＯＤ交通事例データ」の各ＯＤ事例要素データについて＋αとし、式（ａ）の範囲を広げ、（１）の処理に戻る。
【０１２３】
（ｉｉ）ここで、式（ａ）が成り立つ「ＯＤ交通事例データ」がｎ個存在する場合、このｎ個の各エレベータ性能事例データが持つ、「ＯＤ単位エレベータ制御結果データフィールド」に格納されている「エレベータ制御結果データ」と、もう一つの検索キーである「エレベータ制御目標データ」との性能類似度演算処理を例えば以下のように行う。
【０１２４】
（性能類似度演算２）
（５）：「エレベータ制御目標データ」と「エレベータ制御結果データ」とで、同一項目、同一ＯＤ間の類似度を計算する。
（６）：（５）の処理をすべての項目とそのＯＤ間について行い、類似度の総和を求める。
（７）：（６）の処理を、（３）で選択されたｎ個のエレベータ性能事例データのエレベータ制御結果データについて行い、最も類似しているのエレベータ性能事例データを選択する。
あるいは、性能類似度演算処理を以下のように行ってもよい。
【０１２５】
（性能類似度演算処理２−２）
（５）：「エレベータ制御目標データ」と「エレベータ制御結果データ」とについて、同一項目、同一ＯＤ間の要素データ同士でエレベータ制御目標要素データ≦｜エレベータ制御結果要素データ｜…式（ｂ）が全ての項目とそのＯＤ間同士で成り立つ。なお、同一項目の同一ＯＤ間で、エレベータ制御目標要素データ値がエレベータサース結果要素データ値に含まれる。
（６）：（５）を（３）で選択されたエレベータ性能事例データ全てについて行う。
（７）：（５）が成り立つエレベータ制御結果データが存在するとき、終了する。
（ア）：（５）が成り立つエレベータ制御結果データが複数個ある。
【０１２６】
「エレベータ制御目標データ」と、（５）が成り立つ「エレベータ制御結果データ」とで類似度を計算し、最も類似しているエレベータ制御結果データを持つエレベータ性能事例データを選択する。
（イ）：（１）が成り立つエレベータ制御結果データが一つである。
このエレベータ制御結果データを持つエレベータ性能事例データを選択する。
（８）：（５）が成り立つエレベータ制御結果データが存在しないとき、（３）で選択された「エレベータ性能事例データ」の各エレベータ制御結果要素データについて＋αとして式（ｂ）の範囲を広げ、（５）に戻る。
【０１２７】
（ｉｉｉ）最後に、（７）で選択されたエレベータ性能事例データの「群管理アルゴリズム識別子データフィールド」に格納されている群管理アルゴリズム識別子をエレベータ群管理部５に送信する。
【０１２８】
（変形例４）
第１実施形態の変形例４についても、図１０のフローチャートに示した事例類似度演算処理の変形例に係わる。この演算処理は次のように構成されている。
（３）事例類似度演算アルゴリズム３
（１）：「ＯＤ交通需要データ」と「ＯＤ交通事例データ」とについて、同一ＯＤ間の各要素データ同士で、ＯＤ交通需要要素データ値≦｜ＯＤ事例要素データ｜…式（ｃ）が全てのＯＤ間について成り立つ。
（２）：（１）を各エレベータ性能事例データについて行う。
（３）：（１）が各エレベータ性能事例データについて成り立たないとき、
ＯＤ交通事例データの各要素データについて＋αとし、式（ｃ）の成立範囲を広げ、（１）へ戻る。
（４）：（１）が成り立つエレベータ性能事例データが存在するとき、
成り立つ「ＯＤ交通需要データ」を持つ全てのエレベータ性能事例データを選択する。
（５）：「エレベータ制御目標データ」と「エレベータ制御結果データ」とで
同一項目、同一ＯＤ間の各要素データ同士で
エレベータ制御目標要素データ≦｜エレベータ制御結果要素データ｜…式（ｄ）
が全項目における全ＯＤ間について成り立つ。
（６）：（５）を各エレベータ性能事例データについて行う。
（７）：（５）が各エレベータ性能事例データについて成り立たないとき、エレベータ制御結果データの各要素データについて＋βとし、式（ｄ）の成立範囲を広げ、（５）へ戻る。
（８）：（５）が成り立つエレベータ性能事例データが存在するとき、成り立つ「エレベータ制御結果データ」を持つ全てのエレベータ性能事例データを選択する。
（９）：（４）と（８）で選択したエレベータ性能事例データが一致する。
（１０）：一致しない場合には、（１）へ戻る。
（１１）：一致する場合
（ア）：一致するエレベータ性能事例データが複数個ある。
性能類似度演算１を利用して距離を計算し、最小距離のエレベータ性能事例データを選択し、終了する。
（イ）：一致するエレベータ性能事例データは一つである。
このエレベータ性能事例データを最終的に選択し、終了する。
【０１２９】
ｉｉｉ）最後に、（１１）で選択されたエレベータ性能事例データの「群管理アルゴリズム識別子データフィールド」に格納されている群管理アルゴリズム識別子をエレベータ群管理部５に送信する。
【０１３０】
以上のような事例類似度演算処理により群管理アルゴリズムを決定する方法もある。
【０１３１】
尚、以上説明した群管理アルゴリズムの決定方法はあくまで一例であり、さらに変形可能である。例えば、交通需要類似度演算処理を行った後に性能類似度演算処理を実行して群管理アルゴリズムを決定するものとして説明したが、性能類似度演算処理の実行後に交通需要類似度演算処理を行っても構わない。
【０１３２】
（変形例５）
第１実施形態の変形例５は、類似度演算処理におけるＯＤ単位の性能類似度演算計算式（２）に関するものである。
【０１３３】
これは数２を以下のように変形させ、各ＯＤ単位ついて重みｗｉ，ｊを付加し、重要ＯＤ間の類似度計算結果を重要視した性能類似度計算を可能にしたものである。
【０１３４】
図１１を例にとり説明すると、出発階ｉ（＝１，２，３）、到着階ｊ（＝１，２，３）とし、エレベータ制御目標とＯＤ単位エレベータ制御結果データフィールドとの類似度をＦｉ，ｊ、各ＯＤ単位の重みをｗｉ，ｊとした場合、本変形例５の計算式は、
【数７】
となり、重みｗｉ，ｊを調整することで重要なＯＤ間の類似度を重要視することができる。
【０１３６】
（第２実施形態）
本発明の第２実施形態はリアルタイムシミュレーションによる群管理アルゴリズムの決定に関する。第１実施形態はエレベータ性能事例データ記憶部４に蓄積されたエレベータ性能事例データに基づいて、いずれかの群管理アルゴリズムを決定するよう構成されるものとして説明した。これに対し第２実施形態は蓄積されたエレベータ性能事例データに依らず、エレベータ制御結果をリアルタイムの模擬実験（シミュレーション）により予測し、最もエレベータ制御目標に近いエレベータサービスを実行可能ないずれかの群管理アルゴリズムを決定するよう構成される。このような第２実施形態は、ＯＤ交通需要データが検出される毎に、エレベータモデル部２０がエレベータ性能事例データを模擬実験により生成する第１実施形態の変形例１を応用したものである。
【０１３７】
図１５は本発明の第２実施形態に係るエレベータ群管理システムの概略構成を示すブロック図である。
【０１３８】
まず、エレベータ６において発生したＯＤ交通需要データをＯＤ交通需要検出部１１が検出する。その検出方法は第１実施形態で述べた方法と同様でよい。
【０１３９】
次に、ＯＤ交通需要検出部１１でＯＤ交通需要データが検出されると、検出されたＯＤ交通需要データをエレベータモデル部２００に送信し、エレベータモデル部２００ではＯＤ交通需要データを受信するとエレベータ模擬実験を行う。
【０１４０】
エレベータモデル部２００は、図１６に示すように、エレベータ群管理システムが稼動するビル仕様（ロビー階床、階床数、階高等）、エレベータ仕様（カゴ台数、カゴ速度、乗車可能人数等）のエレベータ仕様情報、どの群管理アルゴリズムを使用したエレベータ模擬実験を行うかを示す群管理アルゴリズム識別子方法が入力されている。
【０１４１】
検出されたＯＤ交通需要データはエレベータ模擬実験への入力とし、エレベータモデル部２００が模擬発生させるエレベータ乗客の行先階、到着階の発生確率として利用する。また、ＯＤ交通需要データから乗客発生間隔を算出し、ビル内に発生する乗客はポアソン到着とすることで、「何時（発生時間）、どの階（到着階床）に発生し、それらの乗客の目的階は（カゴ呼び階）はどの階である」という属性を持ったエレベータ乗客群をビル内に擬似的に発生させることができる。
【０１４２】
次に、模擬実験で使用する群管理アルゴリズムをエレベータモデル部２００にセットし、ビル内に擬似的に発生した乗客群に対して、セットした群管理アルゴリズムを使用した場合のエレベータ運行模擬実験を行い、乗客のエレベータ制御結果をＯＤ単位で測定する。
【０１４３】
ここで模擬実験結果としては、処理ブロック１で説明したエレベータ制御目標の設定可能なエレベータ性能項目のサービス結果をＯＤ単位で収集することは言うまでもない。
【０１４４】
次に、エレベータ制御目標と、エレベータ模擬実験結果との類似度演算処理を群管理アルゴリズム決定部３０が実行し、群管理アルゴリズム識別子が示す群管理制御を実行した場合のエレベータ制御目標とエレベータ制御結果との類似度を保持しておく。ここで、類似度の演算方法を第１実施形態で示した性能類似度演算処理のいずれかを用いて計算することができる。
【０１４５】
これらの一連の処理を実装されている群管理アルゴリズムすべてについて繰り返し、エレベータ制御目標と最も類似しているエレベータ制御結果を出力した群管理アルゴリズム識別子を群管理アルゴリズム決定部３０はエレベータ群管理部５に送信し、エレベータ群管理部５は受信した群管理アルゴリズム識別子が示す群管理アルゴリズムを使用してエレベータ群管理制御を実行する。
【０１４６】
以上のように構成された第２実施形態によれば、エレベータ性能事例データを蓄積することなく、リアルタイムで群管理アルゴリズムを決定することができる。
【０１４７】
なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。
【０１４８】
【発明の効果】
以上説明したように、本発明によれば、ＯＤ単位でエレベータ制御目標を設定可能であるとともに、ＯＤ単位で設定されたエレベータ制御目標に向けた群管理制御を実現できるエレベータ群管理システム、方法、ならびにプログラムを提供することができる。
【図面の簡単な説明】
【図１】本発明の第１実施形態に係るエレベータ群管理システムの概略構成を示すブロック図
【図２】エレベータ制御目標値設定部のＧＵＩの一例を示す図
【図３】エレベータ制御目標の設定内容の一例を示す図
【図４】ＯＤ制御目標の種類を示す図
【図５】ＯＤ制御目標値の設定可能範囲の限定（マスキング）を示す図
【図６】エレベータ性能事例データのデータ構造の一例を示す図
【図７】エレベータ性能事例データの収集から記録までの一連の処理手順を示すフローチャート
【図８】群管理アルゴリズム決定部による群管理アルゴリズム決定の処理を示す概念図
【図９】群管理アルゴリズム決定部による群管理アルゴリズムの決定方法を説明するための図
【図１０】群管理アルゴリズムの決定から群管理制御の実行までの一連の処理手順を示すフローチャート
【図１１】性能類似度演算の一例を示す図
【図１２】第１実施形態の変形例に係り、エレベータモデルを利用してエレベータ性能事例データを作成するよう構成されたエレベータ群管理システムの概略構成を示すブロック図
【図１３】エレベータモデル部とエレベータ性能事例データとの関係を示す図
【図１４】エレベータモデル部を用いた場合のエレベータ性能事例データの集計および記録の処理手順を示すフローチャート
【図１５】本発明の第２実施形態に係るエレベータ群管理システムの概略構成を示すブロック図
【図１６】エレベータモデル部を用いた場合の群管理アルゴリズム決定の説明図
【符号の説明】
１…エレベータ制御目標値設定部、２…エレベータ制御目標、３…群管理アルゴリズム決定部、４…エレベータ性能事例データ記憶部、５…エレベータ群管理部、６…エレベータ、６１…エレベータカゴ、７…ホール呼び検出部、８…カゴ呼び検出部、９…カゴ情報検出部、１０…エレベータ運行制御結果検出部、１１…ＯＤ交通需要検出部、１２…エレベータ性能事例データ集計部、２０…エレベータモデル部
Claims (14)
- ビル内の任意階床において任意の時刻に発生したホール呼びに対し、エレベータカゴを割り当てる群管理制御を実行するエレベータ群管理システムにおいて、
エレベータ制御目標は、出発階床及び行先階床の組み合わせと対応付けて設定する設定手段を備えることを特徴とし、
前記エレベータ制御目標を制御目標として前記群管理制御を実行することを特徴としたエレベータ群管理システム。 - 前記群管理制御によるエレベータ制御結果を出発階床及び行先階床の組み合わせと対応付けて記憶する記憶手段と、
前記エレベータ制御目標と前記エレベータ制御結果との類似度演算に基づいて、該エレベータ制御目標に最も類似するエレベータ制御結果を得る群管理アルゴリズムを決定する決定手段と、
前記決定手段により決定された群管理アルゴリズムに従って前記群管理制御を実行する群管理制御手段と、を具備する請求項１に記載のエレベータ群管理システム。 - 前記群管理制御によるエレベータ制御結果を模擬実験により生成し、該エレベータ制御結果を出発階床及び行先階床の組み合わせと対応付けて出力するエレベータモデルと、
前記エレベータ制御目標と前記エレベータ制御結果との類似度演算に基づいて、該エレベータ制御目標に最も類似するエレベータ制御結果を得る群管理アルゴリズムを決定する決定手段と、
前記決定手段により決定された群管理アルゴリズムに従って前記群管理制御を実行する群管理制御手段と、を具備する請求項１に記載のエレベータ群管理システム。 - 前記設定手段は、第１、第２のエレベータ制御目標候補を合成して前記エレベータ制御目標を生成する、請求項１乃至３のいずれかに記載のエレベータ群管理システム。
- 前記設定手段は、第１、第２のエレベータ制御目標候補に優先度を付与し、前記優先度に応じて前記第１、第２のエレベータ制御目標のいずれかを前記エレベータ制御目標として選択する、請求項１乃至３のいずれかに記載のエレベータ群管理システム。
- 前記決定手段は、出発階床及び行先階床の組み合わせと対応つけた第１、第２のエレベータ制御目標の全てを満足する群管理アルゴリズムを決定する、請求項２又は３のいずれかに記載のエレベータ群管理システム。
- 前記ビル内の交通需要を検出して前記出発階床及び行先階床の組み合わせと対応付けて出力する交通需要検出手段と、
前記エレベータカゴの運行制御結果を検出するエレベータ運行制御結果検出手段と、
前記エレベータ運行制御結果検出手段により検出された運行制御結果を集計して前記出発階床及び行先階床の組み合わせと対応付けたエレベータ制御結果を生成すると共に、該運行制御結果が得られた際の前記交通需要及び該運行制御結果が得られた際に適用された群管理アルゴリズムの識別子を該エレベータ制御結果に関連付けることにより、エレベータ性能事例データを出力するエレベータ性能事例データ集計手段と、をさらに具備し、
前記記憶手段は、前記エレベータ性能事例データを記憶するエレベータ性能事例データベースからなることを特徴とする請求項２、４、５、６のいずれかに記載のエレベータ群管理システム。 - 前記ビル内の交通需要を検出して前記出発階床及び行先階床の組み合わせと対応付けて出力する交通需要検出手段と、
前記エレベータカゴの運行制御結果を模擬実験により出力するエレベータモデルと、
前記エレベータモデルから出力された運行制御結果を集計して前記出発階床及び行先階床の組み合わせと対応付けたエレベータ制御結果を生成すると共に、該運行制御結果が得られた際の前記交通需要及び該運行制御結果が得られた際に適用された群管理アルゴリズムの識別子を該エレベータ制御結果に関連付けることにより、エレベータ性能事例データを出力する手段と、をさらに具備し、
前記記憶手段は、前記エレベータ性能事例データを記憶するエレベータ性能事例データベースからなることを特徴とする請求項２、４、５、６のいずれかに記載のエレベータ群管理システム。 - 前記交通需要検出手段により検出された交通需要と、前記設定手段により設定されたエレベータ制御目標を検索キーとし、前記エレベータ性能事例データベースを検索する検索手段をさらに具備することを特徴とする請求項７又は８に記載のエレベータ群管理システム。
- 前記エレベータモデルは、エレベータシミュレータ、ニューラルネットワークモデル、ファジィモデルのいずれかを含む請求項３又は８に記載のエレベータ群管理システム。
- 前記交通需要検出手段により検出された前記ビル内の交通需要をクラスタリングするクラスタリング手段をさらに具備する請求項７乃至１０のいずれかに記載のエレベータ群管理システム。
- 前記エレベータ制御目標は、ホール待ち時間、乗車時間、サービス時間、乗車人数、長待ち率、カゴ通過間隔時間、カゴ最大通過間隔時間、カゴ通過回数の少なくともいずれかを含む請求項１乃至１１のいずれかに記載のエレベータ群管理システム。
- ビル内の任意階床において任意の時刻に発生したホール呼びに対し、エレベータカゴを割り当てる群管理制御を実行するエレベータ群管理方法において、
エレベータ制御目標は、出発階床及び行先階床の組み合わせと対応付けて設定する設定ステップを具備し、
前記エレベータ制御目標を制御目標として前記群管理制御を実行することを特徴とするエレベータ群管理方法。 - ビル内の任意階床において任意の時刻に発生したホール呼びに対し、エレベータカゴを割り当てる群管理制御を実行するエレベータ群管理プログラムにおいて、
エレベータ制御目標を出発階床及び行先階床の組み合わせと対応付けて設定する設定手順と、
前記エレベータ制御目標を制御目標として前記群管理制御を実行する手順と、をコンピュータに実行させるエレベータ群管理プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003208196A JP4454979B2 (ja) | 2003-08-21 | 2003-08-21 | エレベータ群管理システム、エレベータ群管理方法、およびエレベータ群管理プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003208196A JP4454979B2 (ja) | 2003-08-21 | 2003-08-21 | エレベータ群管理システム、エレベータ群管理方法、およびエレベータ群管理プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2005067744A true JP2005067744A (ja) | 2005-03-17 |
| JP4454979B2 JP4454979B2 (ja) | 2010-04-21 |
Family
ID=34401571
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003208196A Expired - Fee Related JP4454979B2 (ja) | 2003-08-21 | 2003-08-21 | エレベータ群管理システム、エレベータ群管理方法、およびエレベータ群管理プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4454979B2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007269424A (ja) * | 2006-03-30 | 2007-10-18 | Toshiba Corp | エレベータ群管理システム、方法およびプログラム |
| JP5511037B1 (ja) * | 2013-02-13 | 2014-06-04 | 東芝エレベータ株式会社 | エレベータの群管理システム |
| CN110516902A (zh) * | 2019-07-11 | 2019-11-29 | 平安科技（深圳）有限公司 | 一种智能调度方法、装置、计算机系统及可读存储介质 |
| CN110723607A (zh) * | 2019-11-15 | 2020-01-24 | 哈尔滨理工大学 | 一种基于云计算的电梯智能调度系统 |
-
2003
- 2003-08-21 JP JP2003208196A patent/JP4454979B2/ja not_active Expired - Fee Related
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007269424A (ja) * | 2006-03-30 | 2007-10-18 | Toshiba Corp | エレベータ群管理システム、方法およびプログラム |
| JP4621620B2 (ja) * | 2006-03-30 | 2011-01-26 | 株式会社東芝 | エレベータ群管理システム、方法およびプログラム |
| JP5511037B1 (ja) * | 2013-02-13 | 2014-06-04 | 東芝エレベータ株式会社 | エレベータの群管理システム |
| CN103979372A (zh) * | 2013-02-13 | 2014-08-13 | 东芝电梯株式会社 | 电梯群管理系统 |
| JP2014152032A (ja) * | 2013-02-13 | 2014-08-25 | Toshiba Elevator Co Ltd | エレベータの群管理システム |
| CN110516902A (zh) * | 2019-07-11 | 2019-11-29 | 平安科技（深圳）有限公司 | 一种智能调度方法、装置、计算机系统及可读存储介质 |
| CN110516902B (zh) * | 2019-07-11 | 2023-08-22 | 平安科技（深圳）有限公司 | 一种智能调度方法、装置、计算机系统及可读存储介质 |
| CN110723607A (zh) * | 2019-11-15 | 2020-01-24 | 哈尔滨理工大学 | 一种基于云计算的电梯智能调度系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4454979B2 (ja) | 2010-04-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100202720B1 (ko) | 엘리베이터의 군관리 제어방법 | |
| JP2607597B2 (ja) | エレベータの群管理制御方法 | |
| JP4870863B2 (ja) | エレベータ群最適管理方法、及び最適管理システム | |
| CN110171753B (zh) | 一种电梯调度策略处理方法、装置、设备和存储介质 | |
| JP2860261B2 (ja) | エレベーターの群管理制御方法 | |
| Bolat et al. | A particle swarm optimization algorithm for optimal car-call allocation in elevator group control systems | |
| JP4621620B2 (ja) | エレベータ群管理システム、方法およびプログラム | |
| JP7273601B2 (ja) | 混雑解析装置及び混雑解析方法 | |
| WO2019176196A1 (ja) | エレベーターシステム | |
| KR101092986B1 (ko) | 신축 빌딩 및 기존 빌딩 내의 엘리베이터 장치들에 대한 설계 프로세스 | |
| Sun et al. | Optimization of group elevator scheduling with advance information | |
| Wang et al. | Smart dispatching and optimal elevator group control through real-time occupancy-aware deep learning of usage patterns | |
| JP5340340B2 (ja) | エレベータ群管理システムおよびその制御方法 | |
| Maleki et al. | A Game-theoretic approach to energy-efficient elevator scheduling in smart buildings | |
| JP4454979B2 (ja) | エレベータ群管理システム、エレベータ群管理方法、およびエレベータ群管理プログラム | |
| Beamurgia et al. | Improving waiting time and energy consumption performance of a bi-objective genetic algorithm embedded in an elevator group control system through passenger flow estimation | |
| Beamurgia et al. | A modified genetic algorithm applied to the elevator dispatching problem | |
| WO1999018025A1 (fr) | Systeme de gestion et de commande d'un ascenseur | |
| Ikuta et al. | Strategy selection by reinforcement learning for multi-car elevator systems | |
| CN116541148A (zh) | 一种群智感知的多任务动态多目标进化分配方法 | |
| JPH06329352A (ja) | エレベータの運行需要予測装置 | |
| Ikeda et al. | Traffic-sensitive controllers for multi-car elevators; design, multi-objective optimization and analysis | |
| JP2000318938A (ja) | エレベータ群管理簡易シミュレータならびにエレベータ群管理装置 | |
| JP2574855B2 (ja) | エレベーター群管理制御装置 | |
| KR102136022B1 (ko) | 강화학습 기반의 승강기 운행 제어 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060720 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090402 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090407 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090608 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100105 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100203 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130212 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |