JP2644906B2

JP2644906B2 - 群管理エレベーター

Info

Publication number: JP2644906B2
Application number: JP2100333A
Authority: JP
Inventors: 篤哉藤野; 敏光飛田; 博美稲葉; 中村　　清; ▲吉▼男坂井; 健治米田; 宏昭山児
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1990-04-18
Filing date: 1990-04-18
Publication date: 1997-08-25
Anticipated expiration: 2012-08-25
Also published as: US5409085A; JPH03297769A

Description

【発明の詳細な説明】〔産業上の利用分野〕本発明は、群管理エレベーターに係り、特に、ビル毎
に特有なエレベーター利用状況に適応させる調整を改良
した群管理エレベーターに関する。

〔従来の技術〕

群管理エレベーターに関する従来技術として、例え
ば、特開昭58−52162号公報，特開昭58−63668号公報な
どに記載された技術が知られている。

これらの従来技術において、ホール呼びに対して、サ
ービスするエレベーター号機を割当てるための評価を行
う“割当て評価関数”を、可変パラメータを用いて構成
し、この評価関数が最適となるエレベーターを呼びに割
当てることによりエレベーター運行の制御を実行する。
その一方、群管理制御装置は、納入されたビル毎に特有
で独自な形態を示す利用者の移動状況を、特徴別に分類
した“交通流”として学習を行う。さらに、その学習し
た交通流を用いたシミユレーシヨンを基に、制御方法
（可変パラメータ）を自動調整する。これらの、群管理
制御実行機能，交通流学習機能，自動調整機能の連携に
より、納入されたビル毎の交通流に対して最適な群管理
制御を実現するものである。

また、群管理制御に関する別の技術として、従来の待
ち時間短縮に加え、乗車時間の短縮やかご内混雑度の低
減など、多数の目標項目を考慮した制御が日立評論のVo
l.No71,No.5.pp115−122（1989−５）に開示されてい
る。この制御は、待ち時間，乗車時間，かご内混雑度な
どの多目標設定を可能とし、利用者の要望に応じた群管
理制御を実現するものである。

〔発明が解決しようとする課題〕

ところで、前記の群管理制御のように、多目標の総合
評価によりエレベーター制御を行う方式では、多目標間
のバランスをどのように取るかが問題となり、ビル毎に
特有な交通流の影響を従来方式以上に受けやすい、とい
う問題がある。そのため、実態にあつたエレベーター制
御を行うには、前記特開昭58−52162号公報などのよう
な自己適応技術が求められる。

しかし、前記従来技術のようにシミユレーシヨンによ
り可変パラメータを自動調整する方式をそのまま、多目
標制御に適用しようとすると、調整すべき可変パラメー
タの種類が増加する。このため、全パラメータの最適値
を求めるために必要なシミユレーシヨン回数は、可変パ
ラメータの組合せにより、その累乗で増加するため、非
常に多くなる。そのため、シミユレーシヨンによつて求
めた可変パラメータを用いて、利用状況の変化に対応し
たエレベーター制御を行うことができるまでの時間が非
常に長くなつてしまうという問題がある。

本発明の目的は、前記従来技術の問題点を解決し、調
整すべき可変パラメータが増加した場合であつても、調
整に要する時間の増加を抑制することが可能な群管理エ
レベーターを提供することにある。

〔課題を解決するための手段〕

本発明のある一面においては、多階床間にサービスす
る複数のエレベーターの呼び割当て制御を、複数の可変
パラメータを持つ評価関数を用いて実行する群管理エレ
ベーターにおいて、エレベーター制御性能に対する目標
を入力する手段と、エレベーターの需要の属する交通流
を判定する手段と、前記目標と交通流の組合せ毎に予め
設定された調整すべき可変パラメータを記憶する手段
と、記憶された可変パラメータを調整する手段を備え
る。

本発明の他の一面においては、上記調整すべき可変パ
ラメータ間の調整順序を記憶する手段と、この記憶順序
に従い複数の可変パラメータを順次逐次的に調整する手
段を設ける。

〔作用〕

要求される目標や交通流に対して、複数の可変パラメ
ータのうち、調整すべきパラメータのみが選ばれ、調整
が実行される。

また、調整すべき可変パラメータが逐次的に調整され
る場合、複数の可変パラメータを調整するとしても、大
幅な時間の増加はない。

〔実施例〕

以下、本発明の１実施例を、第１図から第21図を用い
て説明する。なお、以下の説明では、群管理制御の目標
項目として、待ち時間，乗車時間，かご内混雑度の３目
標を取り上げた例について説明するが、制御目標数、あ
るいは、制御目標項目は、これに限定されるものではな
く、様々な制御目標を対象とした場合にも、本発明を適
用できることは明白である。

第１図は、本発明の１実施例による群管理エレベータ
ーの全体構成ブロツク図である。

群管理エレベーターは、群管理制御装置MAを中心に、
号機制御用マイコンE1,…,En、ホール呼び釦HD1,…,HDm
から成る。また、群管理制御装置MAに対し、オフライン
で接続される個性化支援装置SPを備えている。

以下の実施例においては、エレベーター号機台数は、
ｎ台、サービス階床数はｍ階床と表す。

個性化支援装置SPは、利用者の要望を受付け、その要
望を達成する制御方法（パラメータ）を決定する役割を
もち、制御方法決定用マイコンS1、目標を入力する入力
装置SK、出力（表示）装置SD、ICカード入出力装置SCよ
り構成される。

また、群管理制御装置MAは、群管理制御実行用マイコ
ンM1、自動調整用マイコンM2、自動調整結果記録手段MR
及びICカード入出力装置MCより構成される。

初めに、群管理制御実行用マイコンM1と自動調整用マ
イコンM2における処理を説明する。

群管理制御実行用マイコンM1は、自動調整用マイコン
M2から指令される制御方法に基づき、ホール呼び釦HDか
らのホール呼び信号に対して、サービス号機を選択し、
号機制御用マイコンＥに対して割当て信号を発する。本
処理は、群管理制御実行手段に相当する。また、群管理
制御実行用マイコンM1は、前記の割当て処理（群管理制
御）の実行と同時に、ホール呼び釦やかご呼び釦の継続
時間やかご加重の変化などのデータを基に、平均の待ち
時間や乗車時間、かご内混雑度といつた制御結果を測定
し、エレベーター利用状況である交通流の学習を行う。
本処理は、制御結果測定手段に相当する。

自動調整用マイコンM2は、個性化支援装置SPから初期
の制御方法（パラメータ）を受け取り、ビル毎に特有な
交通流の学習結果を用いて、制御方法の自動調整を行
う。この自動調整の結果は、自動調整結果記録手段MRに
より記録され、出力（表示）装置SDに表示することがで
きる。この点については後述する。

まず本発明の中心のひとつとなる“逐次調整方式”の
概要を、第２図を用いて説明する。

利用者の要望に応じた多目標間の調和を図つた制御
を、いつでも固定の制御方法を用いて実現することが不
可能であることは自明である。そのため、可変パラメー
タを用いた割当て評価関数を用いる群管理制御方式であ
れば、各制御目標項目の改善を図るための主因子となる
パラメータや、制御目標間の調整を行うためのパラメー
タなどの使用が必要となり、パラメータ数の増加は必然
であるといえる。

あらゆるパラメータの組合せの中から、最適なパラメ
ータを探索するためには、各パラメータの組合せに対し
て、総当りでシミユレーシヨンを試行し、結果の比較を
行わなければならない。例えば、制御目標項目を３目標
としたことに伴い、３組の可変パラメータを用いる場合
には、各組毎に５通りの異なるパラメータ値についてシ
ミユレーシヨンするとしても、第２図（ａ）に丸印で示
すように、５×５×５＝125 ……（１）通りのシミユレーシヨンが必要である。すなわち、第２
図は、３通りの可変パラメータを夫々Ｘ軸,Y軸およびＺ
軸方向に表現して示している。

このシミユレーシヨンは、群管理制御装置内の群管理
制御実行用マイコンM1とは別の自動調整用マイコンM2で
行うことが望ましい。しかし、この自動調整用マイコン
M2は、群管理制御実行用マイコンM1故障時のバツクアツ
プ機能を兼ねていることが多く、また、群管理制御装置
内のメモリなどを共有することもあり、群管理制御実行
用マイコンM1より格段に速く動作させることには限界が
ある。つまりシミユレーシヨンに要する時間を短縮する
ことは難しい。そのため例えば、実時間30分相当のシミ
ユレーシヨンに、10分程度の時間を要する。

その結果、代表的な交通流モード７種（出勤，退勤，
平常，昼食後半，混雑，閑散）をこの総当り方式で調整
すると、 125×10×７＝8750分 ……（２）つまり、６日程度の時間が必要となる。

さらに、可変パラメータ数がｎ倍に増加したならば、
自動調整に要する時間は、ｎ乗のオーダで増加するた
め、総当り方式で多目標制御のパラメータ調整を行うこ
とは現実的ではない。

それに対し、パラメータ調整の対象範囲を限定するこ
とで、調整に要する時間の短縮を図る調整方式が、逐次
調整方式である。逐次調整方式では、第２図（ｂ）に示
すように、個性化支援装置SPから受け渡された、あるい
は、数回の調整を経た現行パラメータα点を中心に、Ｘ
軸に示した第１パラメータに関するシミユレーシヨンを
試行し（丸印５点）、第１パラメータに関する最適点β
を選択する。引き続き、β点を中心に、Ｙ軸に示した第
２パラメータに関するシミユレーシヨンを試行し（三角
印５点）、第２パラメータに関する最適点γを選択す
る。最後に、γ点を中心に、Ｚ軸に示した第３パラメー
タに関するシミユレーシヨンを試行し（四角印５点）、
第３パラメータに関する最適点δを選択する。このよう
に、各パラメータに関する調整を逐次行うことで、シミ
ユレーシヨン回数は、５＋５＋５＝15 ……（３）（重複を除くと13）通りとなる。この方式であれば、交通流モード７種に対
しても、 15×10×７＝1050分 ……（４）つまり、１日以下の時間で自動調整を実現できる。

さらに、可変パラメータ数がｎ倍に増加した時にも、
自動調整に要する時間の増加は、ｎ倍のオーダに抑制さ
ることができるため、調整パラメータの増加に対しても
十分対応可能である。

以上の逐次調整方式を実現する本発明の１実施例を第
３図から、第21図を用いて説明する。説明では、初めに
機能の構成について記し、引き続き、処理、及び、各デ
ータテーブルの内容を示す。

第３図は、システムの各マイコンに対応する機能の大
分類構成図である。

号機制御系ソフトウエアSF−Ｅは、各エレベーター号
機を管理し、群管理制御装置の指令に従つて運行するた
めのソフトウエアであり、号機制御用マイコンE1,…,En
で実行される。

群管理制御系ソフトウエアSF1は、実際の群管理制御
（サービス号機の割当て）を実行するソフトウエアで、
群管理制御実行用マイコンM1で使用される。

群管理制御系ソフトウエアSF1と号機制御系ソフトウ
エアSF−Ｅは、エレベーター制御テーブルST01を通して
情報のやり取りを行う。

自動調整系ソフトウエアSF2は、本発明の中心となる
機能をもつものであり、自動調整用マイコンM2で実行さ
れる。

自動調整系ソフトウエアSF2と群管理制御系ソフトウ
エアSF1は、交通流モード別制御方法テーブルST02と、
学習データテーブルST03を通して情報のやり取りを行
う。

支援系ソフトウエアSF3は、利用者の要望を受付け
て、その要望の数値化、及び、要望に沿つた制御方法の
初期値を決定する。この機能は、個性化支援装置SP内の
制御方法決定用マイコンS1で実行される。

支援系ソフトウエアSF3と自動調整系ソフトウエアSF2
は、制御方法の初期値テーブルST04と、重み係数テーブ
ルST05を通して情報のやり取りを行う。

第４図は、群管理制御系ソフトウエアSF1の内部のソ
フトウエア構成図である。

群管理制御系ソフトウエアSF1は、３つのプログラム
（割当て実行プログラムSF11、交通流学習プログラムSF
12、交通流モード判定プログラムSF13）と、１つのデー
タテーブル（制御方法テーブルST11）より構成される。

割当て実行プログラムSF11は、制御方法テーブルST11
に与えられる制御パラメータを用いて、新規のホール呼
びに対しサービスするエレベーター号機を割当てる。

交通流学習プログラムSF12は、エレベーター制御デー
タテーブルST01の情報を基に交通流の学習を行い、その
結果を交通流モード判定プログラムSF13と学習データテ
ーブルST03に与える。

交通流モード判定プログラムSF13は、交通流学習プロ
グラムSF12の最近数分の学習データから、交通流の特徴
である交通流モード（出勤，平常など）を判定し、ま
た、判定した交通流モードに対応する制御方法を交通流
モード別制御方法テーブルST02から選択して、制御方法
（実際の群管理制御を用いるパラメータ）テーブルST11
に設定する。

第５図は、自動調整系ソフトウエアSF2の内部のソフ
トウエア構成図である。

自動調整系ソフトウエアSF2は、４つのプログラム、
すなわち、自動調整管理プログラムSF21、シミユレーシ
ヨン用試行パラメータ算出プログラムSF22、シミユレー
シヨン実行プログラムSF23、及び、最適パラメータ選択
プログラムSF24と、４つのデータテーブルすなわち、自
動調整進行データテーブルST21、試行パラメータテーブ
ルST22、シミユレーシヨン結果テーブルST23、及び、ノ
ルム算出用データテーブルST24より構成される。

自動調整管理プログラムSF21は、調整すべき可変パラ
メータ（項目）記憶手段およびその調整順序記憶手段を
構成する自動調整進行データテーブルST21のデータによ
る自動調整進行の実行管理、及び、外部の交通流モード
別制御方法テーブルST02、制御方法の初期値テーブルST
04、嵩み係数テーブルST05とのインタフエースを受け持
つプログラムである。

ここで、自動調整進行データテーブルST21は、前述し
たように、調整すべき可変パラメータ（項目）記憶手段
およびその調整順序記憶手段であるが、その詳細は後述
する。

シミユレーシヨン用試行パラメータ算出プログラムSF
22は、候補パラメータ作成手段に相当し、自動調整進行
データテーブルのデータにより逐次調整方式の試行パラ
メータを算出し、試行パラメータテーブルST22に設定す
る。

シミユレーシヨン実行プログラムSF23は、制御結果予
測手段に相当し、学習データテーブルST03の結果を用い
て、試行パラメータテーブルST22の試行パラメータにつ
いてのシミユレーシヨンを実行し、その結果をシミユレ
ーシヨン結果テーブルST23に書き込む。

最適パラメータ選択プログラムSF24は、最適制御方法
選択手段に相当し、シミユレーシヨン結果テーブルST2
3、ノルム（偏差）算出用データテーブルST24のデータ
により、後述する“重み付けノルム”を演算し、その比
較により、試行パラメータテーブルST22の中から最適な
制御パラメータを選択する。

第６図は、支援系ソフトウエアSF3の内部のソフトウ
エア構成図である。

支援系ソフトウエアSF3は、２つのプログラムすなわ
ち、感性入力プログラムSF31、及び、制御方法決定プロ
グラムSF32より構成される。

感性入力プログラムSF31は、利用者の要望を受け付
け、“重み係数”という数値に変換し、重み係数テーブ
ルST05に設定する。

制御方法決定プログラムSF32は、数値化された利用者
の要望を実現することのできる制御方法を分析し、制御
方法の初期値テーブルST04に設定する。

次に、本発明の１実施例を実行するために必要なプロ
グラム処理、データテーブルの内容を、第７図から第21
図を用いて説明する。なお、以下に説明するプログラム
は、プログラムを複数のタスクに分割し、効率良い制御
を行うシステムプログラム、つまり、リアルタイムのオ
ペレーテイングシステムのもとで管理実行されるものと
する。従つて、プログラムの起動や停止は、システムタ
イマの他のプログラムから自由に行える。また、群管理
制御系ソフトウエアSF1については、特開昭58−52162号
公報の該当部分その他で公知の方法が使用できる。ま
た、支援系ソフトウエアSF3については、特開平１−192
682号公報その他の発明が適用できるため、ここでは説
明を省略し、本発明を実行する上で必要な変更点につい
てのみ、第７図と第８図を用いて説明する。

第７図は、群管理制御の目標項目として、待ち時間，
乗車時間，かご内混雑度の３目標を取り上げた場合に必
要な、群管理制御系ソフトウエアSF1の、割当て実行プ
ログラムSF11のプログラムフローチヤートA1である。こ
のプログラムA1は、例えば、0.1秒毎に周期起動するも
のとするが、ホール呼び発生時に随時起動することとし
てもよい。

まず、ステツプA1−１で、エレベーター制御データテ
ーブルST01から、未割当てのホール呼び信号を読み込
む。ステツプA1−２とステツプA1−７は、全号機に関す
るループ処理である。ループ内のステツプA1−３で、該
当ｉ号機の待ち時間に関する予測演算を行い、待ち時間
評価値φ_特を算出する。次に、ステツプA1−４で、該当
ｉ号機の乗車時間に関する予測演算を行い、乗車時間評
価値φ_乗を算出する。さらに、ステツプA1−５で、該当
ｉ号機のかご内混雑度に関する予測演算を行い、かご内
混雑度評価値φ_混を算出する。ステツプA1−３〜A1−５
における評価値φの演算では、制御方法テーブルST11に
設定されている現在の可変制御パラメータを使用してい
る。

待ち時間の制御パラメータの一例としては、既に停止
することが確定している呼びの影響を考慮する程度を示
す「エリア値ａ」がある。エリア値は、 φ_特＝WT−ａ×ａ′ ……（５） WT:予測待ち時間 a:エリア値ａ′：近傍停止の評価値として表される。このエリア値ａを調整することで、近
傍呼びの考慮の程度を変化できる。

乗車時間の制御パラメータの一定としては、予測され
る最長かご呼び応答時間にかける倍率である「乗車係数
ｂ」がある。

φ_乗＝ｂ×RT ……（６） b:乗車係数 RT:予測される最長かご呼び応答時間このｂを調整することで、割当て時に、乗車時間を考
慮する程度を変更できる。

かご内混雑度の制御パラメータの一例としては、かご
内の乗車率に設ける割当て限度の「しきい値Ｃ」があ
る。

CD:乗車率 C:しきい値このしきい値Ｃを調整することで、かご内混雑度の程
度を割当てに反映させることができる。

ステツプA1−６では、算出された各評価値φを用い
て、該当ｉ号機の総合評価値Φ_ｉを Φ_ｉ＝φ_特＋φ_乗＋φ_混 ……（９）として演算する。ステツプA1−７で、号機ｉに関するル
ープの終了を監視し、終了した時には、ステツプA1−８
で、総合評価値Φ_ｉを最小にする、つまり、総合評価値
の最も良い号機を割当て号機として決定する。ステツプ
A1−９では、エレベーター制御データテーブルへ、割当
て信号を書き込み、処理を終了する。

上記のステツプA1−４の処理としては、特許第134075
2号の方式その他が、ステツプA1−５の処理としては、
特開平１−317969号公報その他の方式が適用できる。ま
た、ステツプA1−３〜A1−５で用いられる制御方法テー
ブルST11は、第８図に示すように、待ち時間制御に関す
る可変パラメータ例えば前記したエリア値など、乗車時
間制御に関する可変パラメータ例えば同じく倍率（係
数）など、及び、かご内混雑度制御に関する可変パラメ
ータ例えば乗車率許容値（しきい値）などから構成され
る。

次に、自動調整系ソフトウエアSF2の処理について、
第９図から第21図を用いて説明する。

第９図は、自動調整管理プログラムSF21の、自動調整
系−支援系間のインタフエースプログラムのフローチヤ
ートB1である。プログラムB1は、支援系からのデータを
受け取る時に起動される。

ステツプB1−１で、個性化支援装置SPで分析決定され
た、制御方法の初期値テーブルST04を読み込み、ステツ
プB1−２で、交通流モード別制御方法テーブルST02を更
新書き込みする。続いて、ステツプB1−３で、利用者の
要望に基づいて数値化された重み係数テーブルST05を読
み込み、ステツプB1−４で、ノルム算出用データテーブ
ルST24の該当部分へ書き込みを行う。

第10図は、交通流モード別制御方法テーブルST02兼制
御方法の初期値テーブルST04の内容である。テーブル
は、各交通流モード（出勤，平常など）毎にそれぞれ、
交通流タイプ、最重視制御項目、待ち時間制御パラメー
タ、乗車時間制御パラメータ、及び、かご内混雑度制御
パラメータが格納されている。

ここで、交通流タイプとは、交通流の大まかな分類を
示すものである。本実施例において交通流タイプは、制
御方法パラメータの自動調整への影響を考慮して、特定
の階から乗込み需要が顕著な出勤時や昼食後半時のよう
な第１のタイプ、逆に特定階へ向かう移動が顕著な昼食
前半時、退勤時の様な第２のタイプ、その他の第3,第４
のタイプに分類される。第３と第４の交通流タイプの相
違は、一般階間での移動が多いものを第３、少ないもの
を第４とする。交通流タイプは、各交通流モードにし
て、予め設計者などが設定する。

また、最重視制御項目とは、利用者の要望の代表とし
て、要望の中で最も重み係数の値の大きな制御項目を設
定する。もし、全項目の重み係数が同程度であれば、３
項目平等とする。

第11図は、重み係数テーブルST05の内容である。テー
ブルには、各交通流モード毎にそれぞれ、交通流タイ
プ、最重視制御項目、待ち時間の重み係数、乗車時間の
重み係数、及び、かご内混雑度の重み係数が格納されて
いる。

この重み係数の値は、利用者の要望を反映した値であ
り、後述する重み付けノルムを演算する時に使用され
る。

第12図は、自動調整管理プログラムSF21の、自動調整
進行の管理、項交通流モード別制御方法テーブルST02と
のやり取りなどを受け持つプログラムのフローチヤート
B2である。プログラムB2は、外部からのトリガ信号によ
り起動する。トリガ信号としては、時刻情報（毎日20時
など）、プログラムB2自身の終了信号、学習結果からの
信号（学習データの蓄積量、学習データの変更量）など
が、利用できる。

ステツプB2−１で、交通流モード別制御方法テーブル
ST02から、１つの交通流モードに対する、交通流タイプ
をtypに、最重視制御項目をfavに、制御パラメータをpr
m［］に読み込む。ここで、typ,favは、メモリ上の変数
名を、prm［］は、メモリ上の配列名を示すものとす
る。説明中で配列名を単独で表した時、あるいは、配列
名＋［］の時は、その配列の内容全てを表すものとす
る。ステツプB2−２で、自動調整の進度を示す変数step
に１をセツトする。ステツプB2−３で、自動調整進行デ
ータテーブルST21から、交通流タイプtyp、最重視制御
項目fav、進度stepに応じた調整対象項目をobjに読み込
む。ステツプB2−４で、調整対象項目objを調べ、終了
信号ENDでなければ、シミユレーシヨン用試行パラメー
タ算出サブルーチンB3、シミユレーシヨン実行サブルー
チンB4、最適パラメータ選択サブルーチンB5を実行す
る。ステツプB2−５で進度stepを１進め、ステツプB2−
３以下の処理を繰り返す。ステツプB2−４での判定がYe
sになると、ステツプB2−６へ進み、決定した制御方法
パラメータprm［］を、交通流モード別制御方法テーブ
ルST02へ、更新書き込みする。

第２図を用いて説明した逐次調整方式は、設定された
step（B2−2,B2−５）に対して、調整対象項目objを定
め（B2−３）、その調整対象項目objに関する最適パラ
メータを選択する（B5）ことを繰り返す本フローチヤー
トの処理により実現される。

逐次調整方式を実行する上で重要な調整対象可変パラ
メータ項目およびその調整順序は、自動調整進行データ
テーブルST21に格納記憶する。

第13図に、自動調整進行データテーブルST21の内容を
示す。自動調整進行データテーブルST21は、プログラム
B2で用いられるST21Aと、後述するサブルーチンB3で用
いられるST21Bより構成される。

テーブルST21Aは、各交通流モード毎、各最重視制御
項目毎にそれぞれ、各stepで調整すべき調整対象項目を
格納している。もし、調整が２つの可変パラメータのみ
で良い場合には、step3の調整対象項目の代わりに終了
信号ENDを設定する。同様に、１項目調整であれば、ste
p2,step3の調整対象項目の代わりに終了信号ENDを設定
する。また、ST21Aで、各step3の調整対象項目を格納し
た次の部分には、終了信号ENDをセツトする。

このテーブルST21Aの記憶内容の一例を、第13図
（ｂ）に示す。第13図（ｂ）は、待ち時間制御パラメー
タとして「エリア値」、乗車時間制御パラメータとして
「乗車係数」、かご内混雑度制御パラメータとして「し
きい値」をとり上げた例である。調整対象となる可変パ
ラメータ項目及び、その順序は、利用者の要望、及び、
交通流の組合せにより異なる。たとえば、平常時に待ち
時間短縮を図るには、エリア値としきい値の調整を行う
べきであり、乗車係数はあまり意味をもたないことを示
している。また、同じ待ち時間優先の場合であつても、
平常時であれば「エリア値→しきい値」の順序で調整す
ることが有効であるのに対し、交通流が昼食前半時であ
れば、「エリア値→しきい値→乗車係数」の順序で調整
することが有効であることを示している。逆に、同じ平
常時であつても、利用者の要望がかご内混雑度優先であ
れば、「しきい値→エリア値→乗車係数」の順序で調整
することが有効であることを示している。このように、
調整の項目、及び、順序は、利用者からの要望、又は、
交通流が変化することにより異なる。これらの内容は、
エレベーター群管理の設計者などの専門家が、予め設定
する。

第13図（ｃ）に示すテーブルST21Bは、各調整対象項
目毎にそれぞれ、可変パラメータの最大値max,最小値mi
n、現行パラメータを中心とした前後の試行回数try、及
び、試行パラメータを設定するためのパラメータ幅wth
を格納している。

最大値max,最小値minを設定することにより、例え
ば、かご内混雑度制御パラメータは、乗車率40％から90
％まで可変する、といつた範囲を指定できる。前後の試
行回数tryを設定することにより、待ち時間制御パラメ
ータは詳細に前後３点（計７点）、かご内混雑度制御パ
ラメータは粗く前後１点（計３点）、といつた設定が可
能である。

第14図は、シミユレーシヨン用試行パラメータ算出プ
ログラムSF22（前出のサブルーチンB3に相当）のフロー
チヤートである。

ステツプB3−１で、自動調整進行データテーブルST21
から、調整対象項目に対応したST21Bの内容を読み込
む。ステツプB3−２とステツプB3−９は試行パラメータ
数についてのループ処理である。試行シミユレーシヨン
は、現行パラメータの前後各try点、及び、現行パラメ
ータに対して行うため、試行シミユレーシヨン回数（2t
ry＋１）回となる。ステツプB3−３で、調整対象項目ob
jについて、試行パラメータ幅wthを用いて、現行パラメ
ータprm［obj］を中心とした試行パラメータtryprm
［ｉ］［obj］を作成する。ステツプB3−４で、最大
値，最小値の確認を行い、範囲外であれば、ステツプB3
−５で、試行パラメータtryprm［ｉ］［obj］の内容
を、シミユレーシヨン不適を表す信号skipとする。ステ
ツプB3−6,B3−7,B3−８のループ処理で、調整対象項目
obj以外の可変パラメータを試行パラメータに複写す
る。ステツプB3−９の判定で、ループ終了となれば、ス
テツプB3−10で作成した試行パラメータtryprm［］を試
行パラメータテーブルST22へ書き込み、もとのプログラ
ムに復帰する。

試行パラメータテーブルST22は、第15図に示すよう
に、各調整順序毎に各項目の試行パラメータが格納され
ている。

第16図は、シミユレーシヨン実行プログラムSF23（サ
ブルーチンB4）のフローチヤートである。

ステツプB4−１で、学習データテーブルST03から、現
在調整対象としている交通流モードの学習データを読み
込み、ステツプB4−２で乗客作成を行なう。ステツプB4
−３とステツプB4−９は、試行パラメータ数についての
ループ処理である。ステツプB4−４で、試行パラメータ
テーブルST22から、試行パラメータtryprm［ｉ］を読み
込む。ステツプB4−５で、読み込んだ試行パラメータ
の、シミユレーシヨン不適信号skipの確認を行い、skip
でなければ、ステツプB4−６で、試行パラメータtryprm
［ｉ］をシユミレータにセツトする。ステツプB4−７
で、B4−２で作成した乗客についてのシミユレーシヨン
を実行し、ステツプB4−８で、待ち時間，乗車時間、及
び、かご内混雑出のシミユレーシヨン結果データda
t［］を収集する。ステツプB4−９の判定で、ループ終
了となれば、ステツプB4−10で、結果データdat［］
を、シミユレーシヨン結果テーブルST23へ出力して、も
とのプログラムに復帰する。

サブルーチンB4において、ステツプB4−1,B4−２、及
び、B4−７の処理の詳細は、特開昭58−52162号公報な
どに開示されている方法を用いることができる。

シミユレーシヨン結果テーブルST23は、第17図に示す
ように、各調整順序毎に各項目のシミユレーシヨン結果
データが格納されている。

第18図は、最適パラメータ選択プログラムSF24（サブ
ルーチンB5）のフローチヤートである。

ステツプB5−１で重み付けノルムLp［ｉ］を算出する
ためのデータとして、ノルム算出用データテーブルST24
から、制御目標値をtrg［］に、換算係数をstd［］に、
重み係数をwgh［］に読み込む。ステツプB5−２とステ
ツプB5−７は、試行パラメータ数についてのループ処理
である。ステツプB5−３で、試行パラメータテーブルST
22から、試行パラメータtryprm［ｉ］を読み込む。ステ
ツプB5−４で、読み込んだ試行パラメータの、シミユレ
ーシヨン不適信号skipの確認を行い、skipでなければ、
ステツプB5−５へ進む。ステツプB5−５で、シミユレー
シヨン結果データテーブルST23から、シミユレーシヨン
結果データdat［ｉ］を読み込む。以上の読み込んだデ
ータを基に、サブルーチンB6で重み付けノルムLp［ｉ］
を算出する。また、ステツプB5−４で、シミユレーシヨ
ン不適信号skipが検出された場合には、ステツプB5−６
で、重み付けノルムLp［ｉ］にある大きなダミー値dumm
yをセツトする。ステツプB5−７の判定で、ループ終了
となれば、サブルーチンB7で重み付けノルムLp［ｉ］を
最小とする、つまり、現在の交通流に最適な可変制御パ
ラメータを与えるｉを選択する。ステツプB5−８で、制
御方法パラメータprm［］の内容を、選択された最適パ
ラメータtryprm［ｉ］に更新して、もとのプログラムに
復帰する。

第19図は、重み付けノルム算出サブルーチンB6のフロ
ーチヤートである。重み付けノルムとは、シミユレーシ
ヨン結果と、目標とする値との差より算出されるノルム
に、利用者の要望に応じた重み係数を掛けて総合したも
のであり、結果がどれ程利用者の要望に近いかを表す。
より利用者の要望に近い結果は、重み付けノルムLpの値
を小さくし、要望からかけ離れた値は、Lpを大きくする
ので、Lpを最小にする時の可変制御パラメータが、求め
る最適パラメータとなる。

まず、ステツプB6−１で、試行パラメータｉに対応す
る重み係数Lp［ｉ］を初期化する。ステツプB6−２とB6
−７は、制御目標項目に関するループである。ステツプ
B6−３でシミユレーシヨン結果dat［ｉ］［ｊ］と、制
御目標値trg［ｊ］との差をとり、ノルムを格納する一
時変数nrmに代入する。ステツプB6−４で、ノルムnrmの
値を調べ、０より小さい時には、つまり、シミユレーシ
ヨン結果が制御目標値を達成した時には、ステツプB6−
５でnrmの値を０にする。ステツプB6−６では、秒や％
など様々な単位を持つノルムnrmを、換算係数std［ｊ］
により無次元化し、さらに、利用者の要望を数値化した
重み係数wgh［ｊ］により重み付けして、Lp［ｉ］に累
計する。以上の処理を繰り返し、ステツプB6−７で終了
が判定されたならば、重み付けノルムLp［ｉ］をもとの
プログラムへ渡して復帰する。

第18図ステツプB5−１で読み込まれ、第19図のサブル
ーチンB6で用いられる、ノルム算出用データテーブルST
24の内容を、第20図に示す。

ノルム算出用データテーブルST24は、制御目標値trg
と換算係数stdを格納するテーブルST24Aと、重み係数wg
hを格納するST24Bより構成される。

ST24Aは、前述した各交通流タイプ毎に、さらに各交
通量毎にそれぞれ、制御目標項目毎の制御目標値、及
び、換算係数が格納される。

ST24Bは、各交通流モード毎にそれぞれ、利用者の要
望を数値化した各制御目標項目の重み係数、及び、交通
流タイプ、最重視制御項目を格納する。

第21図は、最適制御パラメータ選択サブルーチンB7の
フローチヤートである。

ステツプB7−１で、最適制御パラメータの比較に使用
する変数の初期設定を行う。Lp_minは、現在までの最も
良い重み付けノルムLpの値を示す変数であり、初期設定
では、第18図ステツプB5−６で用いたものと同じ大きな
ダミー値dummyを設定する。この処理により、シミユレ
ーシヨン不適であつた試行パラメータが選択されること
はない。orgは、現行パラメータを示す変数であり、前
後の試行パラメータ数tryを用いて、try＋１と表わされ
る。No_minは、最適制御パラメータを示す変数であり、
初期値としては、現行パラメータorgを設定する。fav
は、最重視制御項目を表す。Dat_minは、処理中の最適
制御パラメータtryprm［No_min］による、最重視制御項
目favに対するシミユレーシヨン結果dat［No_min］［fa
v］を格納する変数である。

ステツプB7−２と、B7−７は、試行パラメータに関す
るループである。まず、ステツプB7−３で、ｉ番目の試
行パラメータに対応する重み付けノルムLp［ｉ］と、Lp
_minの比較を行う。もし、Lp［ｉ］の方が小さければ、
最適パラメータの更新処理・ステツプB7−６へ進む。も
し、Lp［ｉ］の方が大きければ、更新は行わず、ステツ
プB7−７へ進む。また、Lp値が等しい時には、どちらが
良いと決定できないため、ステツプB7−４へ進む。総合
的に同じ結果をもたらす（重み付けノルムの等しい）２
つの結果を比較する場合、利用サブルーチンの最重視制
御項目の結果を重視することにより、より要望に近い制
御パラメータを選択することができる。そのため、ステ
ツプB7−４では、Lp値が等しい時について、利用者の要
望する最重視制御項目のデータの比較を行う。この時、
もし、ｉ番目の試行パラメータによる結果dat［ｉ］［f
av］の方が良い結果であれば、最適パラメータの更新処
理（ステツプB7−６）へ進む。もし、dat［ｉ］［fav］
の方が悪いならば、更新は行わず、ステツプB7−７へ進
む。また、このデータ値も等しい時には、さらにステツ
プB7−５へ進む。ステツプB7−５では、現行パラメータ
と試行パラメータの違い、つまり、可変パラメータの変
更量の比較を行う。自動調整を行つて、現行のパラメー
タを真に最適なパラメータへ漸近させる時には、同程度
の候補のうち変更量の小さいパラメータを選択した方
が、調整の行き過ぎ（オーバーシユート）を抑制でき
る。また、変更量の少ないパラメータを用いることによ
り、利用者に不自然，不連続な印象を与えずに調整を進
行できる。本実施例では、試行は現行パラメータを中心
に行われるため、変更量の大小は、試行の順序によつて
算出できる。変更量の比較の結果、ｉ番目の試行パラメ
ータの変更量の方が少ない時には、最適パラメータの更
新処理（ステツプB7−６）へ進む。ステツプB7−６で
は、最適パラメータの更新処理を行う。Lp_minはLp
［ｉ］に、No_minはｉに、Dat_minはdat［ｉ］［fav］
に更新する。以上の処理を繰り返し、ステツプB7−７で
終了が判定されたならば、最適パラメータの試行順序No
_minをもとのプログラムへ渡して復帰する。

本実施例によれば、以下に述べる効果がある。

現行のパラメータを基に、各制御目標項目に対応する
可変パラメータの、試行パラメータ作成、シミユレ
ーシヨン、最適パラメータ選択、という３段階の処理
をそれぞれ終了させつつ次の可変パラメータへ移る「逐
次調整方式」を用いることにより、自動調整に要する時
間を短縮できる効果がある。また、可変パラメータ数が
増加した時にも、自動調整に要する時間の増加を抑制で
きる効果がある。

制御方法の自動調整の進行を規定する自動調整進行デ
ータテーブルを設け、交通流モード、最重視制御項目、
自動調整の進度の違いに応じた調整項目を設定すること
により、交通流の実態、及び、利用者の要望により適し
た制御方法の調整を行うことができる効果がある。ま
た、自動調整進行データテーブルで、可変パラメータの
最大・最小値、試行回数、試行幅を設定することによ
り、自動調整を行いたいパラメータの範囲、あるいは、
調整の詳細さを指定できる効果がある。また、この自動
調整進行データテーブルの内容を書き替えることによ
り、自動調整の進行を容易に変更できる効果がある。

最適制御パラメータを選択するために、シミユレーシ
ヨン結果と、目標とする値との差より算出されるノルム
に、利用者の要望に応じた重み係数を掛けて総合した重
み付けノルムを用いることにより、自動調整の実行に利
用者からの多様な要望を取り入れることができる効果が
ある。また、多目標間の調和のとれた調整を行うことが
できる効果がある。

重み付けノルムが等しい場合、利用者の最重視制御項
目の結果を重視することにより、より要望に近い制御パ
ラメータを選択することができる効果がある。

さらに、重み付けノルム、最重視制御項目の結果が、
共に等しい試行パラメータについては、変更量の少ない
制御パラメータを選択することにより、調整の行き過ぎ
（オーバーシユート）を抑制できる。また、利用者に対
しても、制御方法変化による不自然さ、不連続な印象を
与えることなく、自動調整を進行できる効果がある。

次に、自動調整結果記録手段MRにおける処理を説明す
る。

第22図は、自動調整結果記録処理プログラムの１実施
例である。自動調整結果記録処理プログラムの起動は、
タイマにより周期的に行なう、あるいは、自動調整プロ
グラムの終了信号により起動することができる。

まず、ステツプS1で、自動調整が行なわれたかを判定
し、Noであれば、その回の処理を終了する。Yesである
ば、ステツプS2へ進む。

ステツプS2では、自動調整で制御方法に変更があつた
かを判定する。もし、制御方法に変更がない場合には、
その回の処理を終了する。変更があれば、ステツプS3へ
進む。

ステツプS3では、群管理制御実行用マイコンM1で測定
された、変更前の制御方法での制御結果を、調整記録テ
ーブルTNRCへ記録する。調整記録テーブルTNRCの内容は
後述する。

ステツプS4では、調整の行なわれた日時、つまり、現
在の日時を調整記録テーブルTNRCへ記録する。

ステツプS5では、自動調整手段の出力である新たな制
御方法を調整記録テーブルTNRCへ記録する。ここで、記
録する制御方法は、群管理制御に用いられる多数の制御
パラメータ（群管理制御を評価関数で行なう場合）、及
び、制御ルール（群管理制御を知識処理的手方で行なう
場合）の内、自動調整処理で調整対象とする制御パラメ
ータ・制御ルールである。

ステツプS6では、自動調整手段において、新たな制御
方法を作成するために用いた、制御結果の予測値を調整
記録テーブルTNRCへ記録して、処理を終了する。

以上説明した自動調整結果記録処理プログラムでの記
録処理（ステツプS3〜S6）の中から、状況に応じて必要
な記録のみを選択して記録することによつても、本発明
を実施できることはいうまでもない。

本実施例によれば、以下の効果がある。

自動調整により制御方法に変更があつた場合のみ調整
結果を記録することにより、記録に要するメモリ容量を
削減できる効果がある。

変更前の制御方法での実稼働結果を測定し、記録する
ことにより、自動調整により利用者の要望が群管理制御
がどのように反映されたかを記録することができる効果
がある。

自動調整の行なわれた日時を記録することにより、群
管理制御が何月何日にはどのような制御パラメータで実
行されていたかを追跡調査できる。その結果、群管理制
御の不具合発生時、あるいは、利用者からの苦情に対し
て、原因究明が容易になる効果、及び、その原因究明に
要する時間を短縮できる効果がある。

自動調整処理で調整対象とする制御パラメータ制御ル
ールを記録し、固定的に使用するその他の制御方法は記
録しないことにより、記録に要するメモリ容量を削減で
きる効果がある。また、不要な情報が削減され、自動調
整進行状況のモニタリングが容易になる効果がある。

自動調整手段において新たな制御方法を作成するため
に用いた制御結果の予測値を記録することにより、なぜ
新制御方法が選択されたか、という理由が後日になつて
も調査できる効果がある。また、予測値と実測値とを比
較できる効果がある。その結果として、自動調整に用い
る予測値の精度の検証ができる効果、及び、予測精度の
向上を図れる効果がある。

また、実施例の変形例として、第22図のステツプS2の
処理を削減することができる。ステツプS2を削減するこ
とにより、自動調整の結果は、自動調整が行なわれるこ
とに毎回記録される。

本実施例の変形例によれば、自動調整の行なわれた日
時が、変更の有無によらずに記録できる効果がある。ま
た、自動調整によつて頻繁に修正される制御パラメータ
と安定して用いられる制御パラメータが出力から明確に
できる効果がある。その結果、自動調整でより重点的に
調整するべき制御パラメータが判定でき、自動調整手段
にフイードバツクすることにより、自動調整の精度・効
率を向上できる。また、エレベーター設計者の群管理制
御に対する知識修得が図れる効果があり、以降の群管理
制御の向上に貢献できる効果がある。

次に、調整記録テーブルTNRCの内容を、第23図を用い
て説明する。

第23図は、調整記録テーブルTNRCの内容、及び、その
数値例である。

調整記録テーブルTNRCは、単位時間当りの交通量の各
階乗降人数などにより分類される交通流の特徴モード
（交通流モード）ごとに、自動調整の実行された日時、
制御パラメータ、自動調整に用いられた予測値、制御結
果の実測値を記録したものである。

実施例においては、交通流モードに付随して、交通流
モードの対象時間、及び、交通流モードでの利用者の好
みも記録する。

また、本実施例では、自動調整が行なわれるごとに毎
回記録する方式での数値例を示している。群管理制御
は、待ち時間の短縮、乗車時間の短縮、かご内混雑度の
低減をバランス良く行なう場合の個性化制御で行なつて
おり、制御目標項目の中では、乗車時間を優先した例で
ある。また、制御パラメータとしては、予測乗車時間に
かける倍率、かご内の乗車率に対する設定値、及び、停
止呼び評価に用いるエリア値を例に取り上げたが、本発
明は、これらの制御目標項目や制御パラメータの種類に
依らず適用できることは自明である。

引き続き、自動調整結果記録処理プログラムと調整記
録テーブルTNRCの関連を90年２月24日の自動調整結果の
記録を例に説明する。

自動調整結果の記録は、まず、前回90年２月17日以降
の実測値を、旧制御方法に対応して記録し、その後、現
在の日時、新制御方法、予測値を記録する。新制御方法
に関する実測値は、次回の自動調整後に記録される。

最後に、自動調整結果表示手段における、結果表示の
１実施例を第24図により説明する。

第24図は、調整結果記録テーブルTNRCの内容をもと
に、表示装置SDで表示する画面の例である。ここで、数
値は、第23図に用いたものを基にしている。

右上の表T1は、自動調整の行なわれた日時と制御パラ
メータとの関係、つまり、時間経過と制御方法の推移を
示している。また、制御パラメータの両脇につけられた
黒塗り印は、自動調整により変更があつたことを示して
いる。

下のウインドウW2〜W4は、自動調整の進行と個別の制
御目標項目の制御結果の関係を表している。制御結果と
しては、前出の実測値、及び、予測値がともに使用でき
る。

また、ウインドウW1は、個別の制御結果を総合的に演
算して求められた総合性能値の推移を表したグラフであ
る。総合性能値は、個別の制御結果に、群管理制御に対
する要望による重み付けを行なつて加算したものであ
る。

本表示実施例によれば、次の効果がある。

制御結果として実測値を表示した場合には、利用者や
ビルオーナなどが、要望に沿つた群管理制御が実際に行
なわれたか否かを容易に確認できる効果がある。

総合性能と個別制御結果を同時に表示することで、制
御目標項目間の関連、総合性能への影響が一目瞭然とな
り、エレベーター専門家ではない利用者やビルオーナな
どの一般の人でも、例えば、「乗車時間の優先度を少し
下げて、待ち時間の改善を図りたい。」という新たな要
望を簡単に指示できるようになる効果がある。

また、制御結果として予測値を表示した場合には、自
動調整の詳細な進行状況モニタリングが可能となり、エ
レベーター設計者や保守員による稼働状況調査や原因究
明などが容易になる効果がある。

〔発明の効果〕

本発明によれば、制御目標項目が増加した場合であつ
ても、自動調整に要する時間の増加を抑制することが可
能となる効果がある。

【図面の簡単な説明】

第１図は本発明による群管理エレベーターの１実施例全
体構成図、第２図は本発明の望ましい１実施態様である
逐次調整方式の説明図、第３図から第６図は第１図の各
部の機能ブロツク構成図、第７図は群管理制御プログラ
ムのフローチヤート、第８図は制御パラメータテーブ
ル、第９図は支援系−知能系プログラムのフローチヤー
ト、第10図は交通流モード別制御方法テーブル兼制御方
法の初期値テーブル、第11図は、重み係数テーブル、第
12図は、自動調整管理プログラムのフローチヤート、第
13図は可変パラメータ（項目）およびその調整順序記憶
手段としての自動調整進行データテーブル、第14図は試
行パラメータ算出プログラムのフローチヤート、第15図
は試行パラメータテーブル、第16図はシミユレーシヨン
実行プログラムのフローチヤート、第17図は結果データ
テーブル、第18図は最適パラメータ選択プログラムのフ
ローチヤート、第19図はノルム算出プログラムのフロー
チヤート、第20図はノルム算出用データテーブル、第21
図は最小ノルム探索プログラムのフローチヤート、第22
図は自動調整結果記録処理プログラムのフローチヤー
ト、第23図は調整記録テーブル、第24図は調整結果表示
例である。

───────────────────────────────────────────────────── フロントページの続き (72)発明者中村清茨城県日立市久慈町4026番地株式会社日立製作所日立研究所内 (72)発明者坂井 ▲吉▼男茨城県勝田市市毛1070番地株式会社日立製作所水戸工場内 (72)発明者米田健治茨城県勝田市市毛1070番地株式会社日立製作所水戸工場内 (72)発明者山児宏昭茨城県勝田市市毛1070番地株式会社日立製作所水戸工場内 (56)参考文献特開昭59−223673（ＪＰ，Ａ)

Claims

(57)【特許請求の範囲】

【請求項１】多階床間にサービスする複数のエレベータ
ーの呼び割当て制御を、複数の可変パラメータを持つ評
価関数を用いて実行する群管理エレベーターにおいて、
エレベーター制御性能に対する目標を入力する手段と、
エレベーターの需要の属する交通流を判定する手段と、
前記目標と交通流の組合せ毎に予め設定された調整すべ
き可変パラメータを記憶する手段と、記憶された可変パ
ラメータを調整する手段を備えた群管理エレベーター。
【請求項２】多階床間にサービスする複数のエレベータ
ーの呼び割当て制御を、複数の可変パラメータを持つ評
価関数を用いて実行する群管理エレベーターにおいて、
エレベーター制御性能に対する目標を入力する手段と、
この入力される目標毎に予め設定された調整すべき可変
パラメータを記憶する手段と、記憶された可変パラメー
タを調整する手段を備えた群管理エレベーター。
【請求項３】多階床間にサービスする複数のエレベータ
ーの呼び割当て制御を、複数の可変パラメータを持つ評
価関数を用いて実行する群管理エレベーターにおいて、
エレベーターの需要の属する交通流毎に予め設定された
調整すべき可変パラメータを記憶する手段と、記憶され
た可変パラメータを調整する手段を備えた群管理エレベ
ーター。
【請求項４】多階床間にサービスする複数のエレベータ
ーの呼び割当て制御を、複数の可変パラメータを持つ評
価関数を用いて実行する群管理エレベーターにおいて、
エレベーター制御性能に対する目標を入力する手段と、
エレベータの需要の属する交通流を判定する手段と、前
記目標と交通流の組合せ毎に予め設定された複数の可変
パラメータ間の調整順序を記憶する手段と、この記憶順
序に従い複数の可変パラメータを順次調整する手段を設
けた群管理エレベーター。
【請求項５】多階床間にサービスする複数のエレベータ
ーの呼び割当て制御を、複数の可変パラメータを持つ評
価関数を用いて実行する群管理エレベーターにおいて、
エレベーター制御性能に対する目標を入力する手段と、
この入力される目標毎に予め設定された前記複数の可変
パラメータ間の調整順序を記憶する手段と、前記記憶さ
れた順序に従い複数の可変パラメータを順次調整する手
段を設けた群管理エレベーター。
【請求項６】多階床間にサービスする複数のエレベータ
ーの呼び割当て制御を、複数の可変パラメータを持つ評
価関数を用いて実行する群管理エレベーターにおいて、
エレベーターの需要の属する交通流毎に予め設定された
前記複数の可変パラメータ間の調整順序を記憶する手段
と、この記憶順序に従い複数の可変パラメータを順次調
整する手段を設けた群管理エレベーター。
【請求項７】多階床間にサービスする複数のエレベータ
ーの呼び割当て制御を、複数の可変パラメータを持つ評
価関数を用いて実行する群管理エレベーターにおいて、
前記可変パラメータを自動的に調整する手段と、この調
整結果を時系列的に表示する手段とを備えた群管理エレ
ベーター。
【請求項８】多階床間にサービスする複数のエレベータ
ーの呼び割当て制御を、複数の可変パラメータを持つ評
価関数を用いて実行する群管理エレベーターにおいて、
エレベーター制御性能に対する目標を入力する手段と、
この入力される目標に応動して前記可変パラメータを調
整する手段と、この調整結果を前記目標項目の数値変化
として表示する手段を備えた群管理エレベーター。