JP2860261B2

JP2860261B2 - エレベーターの群管理制御方法

Info

Publication number: JP2860261B2
Application number: JP7020695A
Authority: JP
Inventors: 正午金
Original assignee: ERU JII SANDEN KK
Current assignee: ERU JII SANDEN KK
Priority date: 1994-02-08
Filing date: 1995-02-08
Publication date: 1999-02-24
Anticipated expiration: 2014-02-24
Also published as: CN1112900A; US5679932A; GB9502462D0; KR960011574B1; GB2286468B; JPH07252035A; KR950024962A; CN1047997C; SG52649A1; TW381199B; GB2286468A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明はエレベーターの群管理制
御方法に係り、特に建物の特性に応じて相違に現れる交
通流と、ファジイ規則に基づきホールコールに割り当て
られるエレベーターの号機を定めることにより、建物の
用途に応じて柔軟にエレベーターの群管理を制御するに
適合したエレベーターの群管理制御方法に関する。

【０００２】

【従来の技術】エレベーターの群管理制御とは並設され
ているエレベーターを所定の目的に合うよう制御するこ
とを意味する。このようなエレベーターの群管理制御の
目的はそれぞれのエレベーターの運行効率を向上させ、
各層で待機している乗客の待機時間を短縮し、予報的中
率を向上させ、エレベーターの各号機の単位時間当り輸
送能力を極大化し、全体的な消費電力を節減することで
ある。ここで、予報的中率とは任意の層でホールコール
が登録された後、そのホールコールに割り当てられた号
機がそのホールコールが生じた層に到着するという予報
があった時、その予報が実際になされる場合となされな
い場合との間の比率を意味する。そして、ホールコール
とは各層のホールから乗客が上りまたは下がりのボタン
を押して任意の号機を呼ぶことを意味し、カーコールと
は各号機に乗車した乗客が下車したい層に当るボタンを
押すことを意味する。

【０００３】このような目的を達成するために要求され
るエレベーターの群管理制御の機能はホールコール割当
機能と、分散制御機能と、表示制御機能と、交通状態の
変化による適応制御機能に大別される。前記ホールコー
ル機能においては過去及び現在の交通情報に基づき近い
将来の交通流を確立的理論で予測する方法が使われる。
ここで、交通流とはエレベーターが設置された建物にお
いて、各層で各号機の乗車・下車する人数の分布を意味
する。

【０００４】このような予測方法では固定された確立値
が使われるので建物の特性別に多様に現れる交通流によ
り各エレベーターが適切に制御しにくい問題が存する。
そして、該当建物に対する交通流に対する分析によりそ
の建物に最適な確立値が選定されたとしても、一時的な
混雑などのような交通流が発生する場合、各エレベータ
ーが効率的に制御できない問題点がさらに存する。かか
る問題を解決するために要求されるエレベーターの群管
理制御方法は建物の特性に応じて制御可能に設計すべ
き、刻々に変わる交通流に応じて各エレベーターが適切
に制御できる柔軟性を有すべきである。

【０００５】ところが、最近人間の意思決定方法をシス
テム化するいわば人工知能技術の実用化事例が増えてお
り、確立的な理論による制御方法をもっては解決しにく
かった柔軟性に対する問題は次第に解決されている現状
である。

【０００６】従来のエレベーターの群管理制御装置は図
１に示した通り、各層のホールに設置され、乗客による
ホールコールを登録するホールコール登録装置１０と、
乗客によるカーコールを登録し、エレベーターの各号機
の駆動を制御する号機制御装置２０と、前記ホールコー
ル登録装置１０と前記号機制御装置２０から出力された
交通信号ＩＮを処理して交通状態情報ＴＩを出力する交
通状態情報入力装置３０と、前記交通状態情報ＴＩを入
力され、エレベーター制御情報ＣＯを出力する群管理制
御手段５０と、前記エレベーター制御情報ＣＯを入力さ
れ群管理制御信号ＯＵＴを前記ホールコール登録装置１
０と前記号機制御装置２０にそれぞれ出力する群管理制
御信号出力装置４０とから構成される。

【０００７】前記群管理制御手段５０は図２に示した通
り、中央処理装置５１と、ホールコール割当機能を制御
するホールコール割当制御手段５２と、前記交通状態情
報入力装置３０及び群管理制御信号出力装置４０とのイ
ンタフェースを担当する入出力制御装置５３と、外部コ
ンピュータとの通信のための通信部５４、アドレスバス
ＡＢ、データバスＤＢとから構成される。以上のように
構成される従来のエレベーターの群管理制御装置に適用
される従来のエレベーターの群管理制御方法を添付した
図面に基づき詳細に説明すれば次の通りである。

【０００８】エレベーターの群管理制御の機能のうち最
も大事な機能は任意の層で発生されたホールコールにつ
いて、群管理の範囲内に編入されているエレベーターの
号機のうちいずれか号機をそのホールコールが発生され
た層に割り当てるかを定める、いわばホールコールに関
する制御機能である。従って、ホールコールに関する制
御を行う前記ホールコール割当制御手段５２によるホー
ルコール割当制御方法を中心にして図３に基づきエレベ
ーターの群管理制御方法を説明する。

【０００９】まず、交通流予測段階Ｓ１では交通状態情
報入力装置３０から伝送される交通状態情報ＴＩが前記
群管理制御手段５０の入出力制御装置５２に入力され
る。前記交通状態情報ＴＩは例えば各号機の単位時間当
り乗客数を示す単位時間当り交通量と、各号機の位置及
び運行方向と、現在の各号機の乗車人数と、既に登録さ
れたカーコールとホールコールをそれぞれ示すカーコー
ル登録数及びホールコール登録数と、現在の制御性能統
計値Ｐなどの情報とからなされている。

【００１０】ここで、前記制御性能統計値Ｐは乗客の平
均待機時間と、乗客の最大待機時間と、カーコールの登
録変更率と、各号機別の運行回数に関する統計値よりな
される。前記平均待機時間は割り当てられた号機がホー
ルコールが発生された層に達するにかかる時間である乗
客の待機時間の平均値を、前記乗客の最大待機時間は前
記乗客の待機時間のうち最大値を、前記カーコールの登
録変更率は既に登録されたカーコールと新規に登録され
るカーコールの比率をそれぞれ意味する。

【００１１】前記交通情報ＴＩが入力されれば、過去に
蓄積された交通流とその入力された交通情報ＴＩにより
得られる現在の交通流が平滑指数により平滑されること
により近い将来に発生される交通流が予測される。すな
わち、予測交通流は次にような式により得られる。

【数１】ＬＴＩ＝（１−β）×Ｔｏｌｄ＋β×Ｔｎｅｗここで、ＬＴＩ：予測交通流Ｔｏｌｄ：過去に蓄積された交通流Ｔｎｅｗ：交通状態情報（ＴＩ）を以て得られる現在の
交通流 β：平滑指数

【００１２】ついで、制御性能予測段階Ｓ２では前記交
通流予測段階Ｓ１で予測された予測交通流ＬＴＩによる
制御定数がシミュレーションにより定められる。前記制
御定数とは各号機の性能を評価するために計算される評
価項目別反映比率であって、エレベーターの運行戦略に
より異なる値を有する。前記制御定数をシミュレーショ
ンを以て定める方法をさらに詳しく説明すれば次の通り
である。

【００１３】まず、エレベーターの群管理制御の性能を
実験するための交通流が設定され、その設定された交通
流に適用される制御定数が仮定され、その仮定された制
御定数を用いて群管理運行がシミュレーションされるこ
とにより、その運行の結果が得られる。それから、制御
定数が変わり、その変わった制御定数が使われ群管理運
行が再びシミュレーションされる。このような反復的な
シミュレーションにより最良の運行結果が現れた時の制
御定数が抽出される。このように運行結果が最良に現れ
た制御定数は実際の群管理運行に使われる。ついて、総
合評価関数演算段階Ｓ３において、前記交通情報ＴＩと
前記制御定数に基づき総合評価関数が演算される。

【００１４】総合評価関数とは任意の層で発生されたホ
ールコールについていずれの号機を割当するかを定める
ためにそれぞれの号機別に前記評価項目を評価する関数
であって、次のような式で表現できる。

【数２】Ｅ＝Ｍｉｎ｛Φ（ｅ）｝ Φ（ｅ）＝｛Ａ＋（ｋｂ×Ｂ）＋（ｋｃ×Ｃ）＋・・
・｝−（ｋｘ×Ｘ）＋（ｋｙ×Ｙ）ここで、Ｅ：総合評価関数の最小値Ｍｉｎ：最小値 Φ（ｅ）：それぞれの号機に対する総合評価関数Ａ：ホールコールについて予測される乗客の待機時間Ｂ：ホールコールが発生された号で満員となる確率Ｃ：ホールコール割当時乗客の長時間待機する確率Ｘ：停止集約度Ｙ：エレベーター状態評価関数ｋｂ，ｋｃ，ｋｘ，ｋｙ：各評価項目別の反映比率（制
御定数）

【００１５】すなわち、各号機別に前記評価項目Ａ、
Ｂ、Ｃ、Ｘ、Ｙ及び各評価項目別の反映比率ｋｂ，ｋ
ｃ，ｋｘ，ｋｙにより総合評価関数Φ（ｅ）が演算され
る。ここで、前記停止集約度Ｘとはホールコールやカー
コールが生ずることにつれそのホールコールやカーコー
ルが生じた層間の距離に対する評価値を意味するが、こ
の停止集約度が大きくなればエレベーターの運行回数が
減ることになって消費電力が減少される。

【００１６】最後に、割当号機決定段階Ｓ４では総合評
価関数Φ（ｅ）の最小値に当る号機が選定され、その選
定された号機を制御するためのエレベーター制御情報Ｃ
Ｏが群管理制御信号出力装置４０に出力される。群管理
制御手段５０から群管理制御信号出力装置４０に伝送さ
れるエレベーター制御情報ＣＯは例えば出入り扉開閉指
令と、各号機を分散させる指令と、ホールコール割当信
号と、各種表示器制御信号などに関する情報とからなさ
れる。

【００１７】しかし、以上述べたような従来のエレベー
ターの群管理制御方法において、制御性能予測手段は反
復的なシミュレーションの実行により制御定数を定める
ために処理時間が多く所要される問題があって刻々に変
わる交通流に対する実時間制御がしにくく、シミュレー
ションの方法において、総合評価関数演算のアルゴリズ
ムをそのまま使うので交通流の変化が予め定義された確
率的なモデルと相違の分布を有する多くの場合に、制御
定数の最適化が事実上不可能なので、群管理交通流の変
化に対する最適制御が不可能であった。すなわち、制御
定数の最適化による方法では建物の特性による交通流の
多様性にフレキシブルに対処するに限界がある。

【００１８】

【発明が解決しようとする課題】従って、本発明の目的
は建物の特性により相違に現れる交通流と、ファジイ規
則に基づきホールコールに割り当てられるエレベーター
の号機を定めることにより、建物の用途に応じて柔軟に
エレベーターの群管理が制御できるエレベーターの群管
理制御方法を提供することである。

【００１９】

【課題を解決するための手段】前述した目的を達成する
ために本発明は、各ホールと各号機から発生される現在
の交通流に関する情報を収集する交通流収集過程と、前
記交通流収集過程で収集された情報を学習する交通流学
習過程と、前記交通流学習過程で学習された情報に基づ
き、所定時間後の交通流を予測する交通流予測過程と、
前記交通流予測過程で予測された交通流に当たる特徴モ
ードを判定する特徴モード判定過程と、前記特徴モード
判定過程で判定された特徴モードと前記建物の管理者に
より定義される情報及び所定の規則に基づき適切な号機
を割り当てるための制御戦略を立てる割当制御戦略樹立
過程と、ホールコールが発生されれば各号機に対する総
合評価関数を演算する総合評価関数演算過程と、前記総
合評価関数演算過程で演算された総合評価関数に基づき
ホールコールに割り当てられる候補号機を選定する割当
候補号機選定過程と、前記割当候補号機選定過程で設定
された割当候補号機について制御項目別入力値を演算す
る制御項目値演算過程と、前記制御項目値演算過程で演
算された制御項目別入力値を用いて所定の推論規則によ
り割当号機を定める割当号機決定過程とから構成され
る。

【００２０】

【実施例】以下、本発明によるエレベーターの群管理制
御方法をホールコール割当制御方法を中心にして添付し
た図面に基づき説明する。まず、ステップＳ００におい
て、現在状態が交通流分析周期であるかが判断され、そ
の判断された状態が交通流分析周期に当るとステップＳ
１０が行われる。ステップＳ１０において、入力される
交通状態情報ＣＯに応じて現在の交通流が１分単位と各
５分単位にそれぞれ収集される。ここで、その５分単位
に収集される交通流はその１分単位に収集された交通流
が５分間蓄積され、その蓄積された交通流が平均される
ことにより得られる。

【００２１】前記交通状態情報ＣＯのうちホールコール
に対する割当に活用される主要情報は各層の乗車・下車
人数と、上がり向きの交通量と下り向きの交通量と、混
雑層と、現在時刻と、運行結果に現れる性能と、各号機
の位置と方向などに関する。ステップＳ２０において、
前記ステップＳ１０で収集された現在の交通流と、交通
流学習データベースＴＤＢに蓄積されている現在の時間
帯と同一な時間帯の過去の交通流が平滑され、その交通
流学習データベースＴＤＢに貯蔵される。それで、前記
交通流学習データベースＴＤＢ内の現在の時間帯と同一
な時間帯の交通流が更新され、現在の交通流に対する学
習がなされる。前記交通流は一日の時間毎に相違に現れ
るが、各時間帯別の交通流の特性は毎日反復的に現れる
傾向である。従って、毎日交通流を各時間帯別に前述し
たように学習すれば、エレベーターの運行が度重なるほ
どその交通流の特性が現れ、その特性を用いて近い襲来
の交通流を予測しうる。

【００２２】前記交通流学習データベースＴＤＢに貯蔵
される交通流に関する情報の一例は図５Ａに示した通
り、各曜日単位に学習される情報であり、その曜日単位
に学習される情報は各５分単位に学習される情報とから
なされる。そして、その５分単位に学習される情報は図
５Ｂに示した通り、交通流に対する情報と統計情報より
なされる。前記交通流に関する情報は層別、方向別乗車
・下車人数に関することであり、前記統計情報は乗客の
平均待機時間と、乗客の長時間待機確率と、各号機の移
動回数と、出入り扉開閉時間などのようなエレベーター
の運行結果に関する情報である。ステップＳ３０におい
て、前記ステップＳ２０で学習された現在の交通流に関
する情報に基づき、１分後の交通流が予測される。この
ような近い将来に発生される交通流を正確に予測する機
能はエレベーターの群管理制御の性能を定める大事な機
能となる。

【００２３】前記ステップＳ１０において収集される現
在の交通流と、前記ステップＳ２０で交通流学習データ
ベースＴＤＢ内に５分単位に既に貯蔵されている交通流
に関する情報に基づき、１分後の交通流を予測する方法
を図６に基づき説明すれば次の通りである。５分後に予
測される交通流Ｔｐｒｅは次の式で演算される。

【数３】Ｔｐｒｅ＝（１−α）×Ｔｏｌｄ＋α×Ｔｎｏｗここで、Ｔｎｏｗは現在の交通流、Ｔｏｌｄは予測され
る交通流Ｔｐｒｅの時間帯と同一な時間帯の過去の交通
流、αは前記過去の交通流Ｔｏｌｄと現在の交通流Ｔｎ
ｏｗとの間の反映比率であって０から１との間の範囲の
値を有し、所定のアルゴリズムにより可変される。

【００２４】現在の時間ｔから１分後の時間ｔ＋１まで
の予測される交通流ＰＷＰは前記交通流の情報Ｔｐｒｅ
に応じて線形予測されることにより得られる。従って、
斜線を引いた部分の面積が１分後に予測される交通流Ｐ
ＷＰに当る。ステップＳ４０において、前記ステップＳ
３０で予測された交通流ＰＷＰに当る交通流の特徴モー
ドが特徴モード識別ファジイ規則データベースＢＫＢに
貯蔵されているファジイ規則に応じて判定される。ここ
で、前記交通流の特徴モードとは多様な交通流の有する
特徴であって、その交通流を定義するためのモードを意
味する。

【００２５】以下、前記交通流の特徴モードを判定する
過程を詳細に説明する。一般に、一日の間現れる交通流
の基本的な特徴は次のように三つに分類されうる。第１
に、出勤時間帯と昼ご飯後半の時間帯で現れる特定層の
集中乗車と一般層の分散下車の特徴。第２に、退勤時間
帯と昼ご飯前半の時間帯で現れる一般層の分散乗車と特
定層の集中下車の特徴。第３に、平常時の時間帯に現れ
る一般層の分散乗車と一般層の分散下車の特徴。

【００２６】このような交通流の基本的な特徴により区
分される交通流の特徴モードの例は暇モード、出勤モー
ド、平常モード、昼ご飯前半モード、昼ご飯後半モー
ド、退勤モード、混雑モード、特定層混雑モードなどで
ある。前記特徴モードのうち、暇モードと出勤モードに
例えてさらに詳しく説明する。前記暇モードは総乗車量
が極めて少なく、特定層における集中乗下車の特徴が現
れないモードであって、エレベーターを利用する乗客が
極めて少ない夜遅くまたは朝早くに当るモードである。
そして、前記出勤モードは総乗車量が極めて多く、エレ
ベーターの運行が始まる基準層で集中乗車が発生し、各
層への分散下車の特徴が現れるモードであって、エレベ
ーターを利用する乗客が建物内に集中して入ってくる出
勤時間に当るモードである。

【００２７】従来は現在の交通流に当る特徴モードを判
定するために最小自乗比較法が使われたが、この最小自
乗比較法では現在の交通流と予め定義された特徴モード
別の交通流の類似度が計算される。そして、この計算さ
れた類似度により現在の交通流の特徴モードが判定され
た。しかし、各特性モードに当る交通流が予め定義され
る場合、建物の特性に応じて多様に現れる交通流によ
り、各エレベーターを適切に制御できない問題点があっ
たので、本発明では前記特徴モードを判定するために特
徴モード識別規則を用いるファジイ推論による方法が使
われる。

【００２８】かかるファジイ推論により特徴モードが判
定される前記ステップＳ４０を図７及び図８に基づき詳
細に説明すれば次の通りである。ステップＳ４１におい
て、前記ステップＳ３０で予測された交通流ＰＷＰが入
力され、その入力された交通流ＰＷＰの特徴要素値が検
出される。この特徴要素値の例は次の通りである。＊総交通量：１分の間選定層で乗下車する人数＊総乗車量：１分の間特定層で乗車する人数＊集中乗車度：総乗車量と乗車混雑層における乗車人数との比率＊集中下車度：総乗車量と下車混雑層における下車人数との比率＊分散乗車度：総乗車量と乗車混雑層の乗車人数を除いた乗車人数との比率＊分散下車度：総乗車量に対する下車混雑層の下車人数を除いた下車人数との比率

【００２９】ここで、乗車混雑層は混雑した乗車が発生
する層を意味し、下車混雑層は混雑した下車が発生され
る層を意味する。ステップＳ４２において、ファジイ推
論エンジンは前記ステップＳ４２で検出された特徴要素
値と特徴モード識別ファジイ規則データベースＢＫＢに
貯蔵されたファジイ規則を用いて、所定の推論方法を以
て前記予測された交通流ＰＷＰに当たる特徴モードを推
論する。前記ファジイ推論エンジンはすでに公知のもの
で、前記ファジイ推論エンジンの作用についての説明は
省くこととする。そして、本発明においては前記ファジ
イ推論エンジンで使われる推論方法はマンダニ（Mandan
i,E.H)教授のミニ−マクス(MINI-MAX)推論方法である。

【００３０】前記特徴モード識別ファジイ規則ベースＢ
ＫＢに貯蔵されたファジイ規則の一例は図８に説明され
た通りであり、前記特徴用措置の満足度が最も高い特徴
モードが前記予測された交通流に当たる特徴モードと定
められる。ステップＳ５０において、前記ステップＳ３
０で予測された交通流ＰＷＰと、前記ステップＳ４２で
定められた特徴モードと、建物の管理者要求データベー
スＳＤＢ及び制御戦略樹立知識データベースＣＫＢに貯
蔵された情報に基づき適当な号機を割り当てるための割
当制御戦略が立てられる。

【００３１】以下、図９ないし図１３に基づき、割当制
御戦略を樹立する前記ステップＳ５０を詳細に説明す
る。図９を参照すれば、ステップＳ５１において、前記
ステップＳ３０で予測された交通流ＰＷＰの混雑度が判
断される。そして、前記ステップＳ５１で判断された混
雑度が小さければ建物の管理者により設定される評価指
標別の重要度が使われ、前記混雑度が大きければ群管理
専門家により設定される評価指標別の重要度が使われ
る。

【００３２】ここで、前記評価指標はエレベーターの群
管理制御の性能を評価するために使われる指標を意味す
るが、通常に使われる評価指標の例と各評価指標が満た
される条件を説明すれば次の通りである。＊乗客の平均待機時間が短いこと。＊乗客の長時間待機確率が低いこと。＊電力消耗量が少ないこと。＊乗客の平均乗車時間が短いこと。＊予報的中率が高いこと。＊混雑度が小さいこと。

【００３３】ここで、乗客の長時間待機確率は乗客の待
機時間が１分以上の確率であり、乗客の平均乗車時間は
任意の層で乗客がエレベーターに乗車するために所要さ
れる時間の平均値をそれぞれ意味する。かかる評価指標
を全部満たすエレベーターの群管理制御方法が理想的で
あるが、前記評価指標のうち互いに反対の性質が存して
いるので、現実的には全ての評価指標が最上に満たせな
い。それで、建物の用途に応じて評価指標別の重要度が
建物の管理者により差別化され、その差別化された評価
指標別の重要度が使われるべきである。

【００３４】このように建物の管理者が評価指標別の重
要度が設定できるように配慮した理由は、建物の用途に
応じてエレベーターの群管理制御の性能が相違になるの
が鑑みなければならないからである。例えば、事務用建
物の場合は乗客の平均待機時間と、乗客の長時間待機確
率と、乗客の平均乗車時間などのような評価指標が他の
評価指標よりさらに重視されるべく、ホテルの場合は電
力消耗量と、予報的中率と、混雑度などのような評価指
標をさらに重視すべきである。

【００３５】このような建物の管理人が定義した評価指
標別の重要度についての情報のほか、運行層に関する情
報のようなエレベーターの運行計画に関する情報も建物
の管理者要求データベースＳＤＢに貯蔵される。ステッ
プ５２において、前記ステップＳ５１の判断による評価
指標の重要度と前記ステップＳ４０で判定された特徴モ
ードを用いて制御項目の重要度が定められる。前記制御
項目はエレベーターの群管理のために適切に制御される
べき項目であって、ホールコール待機時間と、最大ホー
ルコール待機時間と、乗車可能交通量と、交通量処理能
力と、割当集中度と、負荷集中度などのような項目であ
る。

【００３６】ここで、前記各制御項目は次のように定義
される。ホールコール待機時間：エレベーターの各号機
がホールコールが発生された層まで達するにかかる時間
最大ホールコール待機時間：前記ホールコール待機時間
のうち最大値の時間である。乗車可能交通量：各号機が
新規ホールコールが発生された層に達する時、最大に乗
車できる乗客の数であって、各号機の定員から各号機が
ホールコールが発生された層に達する時に予測される乗
客数を引いた値である。割当集中度：各号機に割り当て
られた同じ方向のホールコールが集中されている程度で
ある。この割当集中度が大きくなれば各層における乗客
の待機時間が小さくなるが、乗車人数が増えて割当失敗
が生ずる確率が高くなる。

【００３７】負荷集中度：各号機に割り当てられたホー
ルコール数の和である。この負荷集中度が大きくなれ
ば、割当失敗が生じ得る。交通量処理能力：交通量処理能力の計算過程を説明する
ため、まず、必要な用語を定義すれば次の通りである。安全区間：各号機が現在の位置から所定時間以内に達し
得る層までの区間である。サービス可能交通量：各号機の安全区間における乗車可
能交通量の和である。予想乗車交通量：該当時間帯に各層で予想される乗車交
通量である。

【００３８】この際、前記交通量処理能力はサービス可
能交通量と予想乗車交通量の比率を意味する。前記制御
項目の重要度が相違に適用される例を説明すれば、前記
特徴モードが出勤モードに当たる時のように乗客が特定
層に集中される場合は、ホールコール待機時間や乗車可
能交通量のような制御項目が重視され、エレベーターの
各号機が制御されるべきであり、前記特徴モードが暇モ
ードに当たる時のように乗客が極めて少ない場合は、電
力の消耗を最小化するために割当集中度や負荷集中度の
ような制御項目が重視されエレベーターの各号機が制御
されるべきである。

【００３９】このように交通流の特徴モード別に制御項
目の重要度が相違に適用されれば、建物の特性に応じて
エレベーターの群管理制御の性能が向上される。図１０
を参照すれば、各評価指標の重要度は複数個の制御項目
に影響を与え、各制御項目に影響を与える評価指標の重
要度の合算された重要度が当たる制御項目の重要度であ
る。

【００４０】例えば、評価指標のうち乗客の平均待機時
間の重要度は制御項目のうちホールコール待機時間と、
最大ホールコール待機時間と、乗車可能交通量に影響を
及ぼす。すなわち、乗客の平均待機時間の重要度が建物
の管理人の所望の程度に反映されるためにはホールコー
ル割当後前記ホールコール待機時間と、最大ホールコー
ル待機時間と、乗車可能量のような制御項目の値が適正
な水準でなければならない。ステップＳ５３において、
前記ステップＳ５２で決定された制御項目別の重要度に
より制御項目別ファジイ関数が調整され制御項目の値に
対する主観が変わることになる。

【００４１】ここで、ファジイ関数とはファジイ変数の
値と制御項目の値との間の関係を示す関数であり、前記
ファジイ変数は“小さい”、“大きい”と値をそれぞれ
示すための二つの変数に分けられる。前記ファジイ関数
はその“小さい”という値のファジイ変数に当たる関数
Ｇ１と、その“大きい”という値のファジイ変数に当た
る関数Ｇ２である。図１１に基づき前記制御項目別のフ
ァジイ関数の調整方法を説明すれば、まず、任意の制御
項目についてその制御項目の重要度が増加すれば、前記
ファジイ関数Ｇ１、Ｇ２が左側に移動される。

【００４２】これにより、前記ファジイ関数Ｇ１が移動
する前のファジイ値Ｓ１は前記ファジイ関数Ｇ１が移動
された後のファジイ値Ｓより小さくなり、前記ファジイ
関数Ｇ２が移動する前のファジイ値Ｌ１は前記ファジイ
関数Ｇ２が移動された後のファジイ値Ｌより大きくな
る。従って、前記制御項目の値ｘに対する主観は前記フ
ァジイ関数Ｇ１、Ｇ２が調整される前の主観より増加さ
れる。例えば、ホールコール待機時間のようにその値が
小さくなるほど良い制御項目についてその制御項目の重
要度が大きいとすれば、前記ファジイ関数は左側に移動
すべきである。

【００４３】図１２はこのようなファジイ関数を調整す
る規則の一例を示したもので、このような規則は制御戦
略樹立知識ベースＣＫＢ内に貯蔵される。図５の本発明
による群管理制御方法の制御流れ図において、前記ステ
ップＳ００からステップＳ５０までの処理は通常１分周
期で定期的な処理を行う部分であって、これは後述する
割当号機の決定に必要な予備処理過程と言える。一方、
前記ステップＳ００で判断された状態が交通流分析周期
に当たらなければステップＳ６０が行われる。ステップ
Ｓ６０において、ホールコールに対する割当が必要であ
るか判断され、そのホールコール割当が必要ならステッ
プＳ７０が行われる。

【００４４】ステップＳ７０において、総合評価関数が
演算される。前記総合評価関数の演算方法は従来と同一
なので、その演算方法に対する説明は省略する。ステッ
プＳ８０において、前記ステップＳ７０で演算された号
機別総合評価関数（Φ（ｅ））により複数台の割当候補
号機が選定される。従来のエレベーターの群管理制御方
法では前記総合評価関数（Φ（ｅ））が各号機別に演算
され、その演算された値の最も低い号機が割当号機と選
定されるが、本発明によるエレベーターの群管理制御方
法では前記総合評価関数が演算された結果から複数台の
割当候補号機が選定される。

【００４５】前記割当候補号機を選定する過程を数式化
して表現すれば次の通りである。

【数４】Ｅ（ｋ）＝μ（ｉ）｛Φ（ｅ）｝ここで、Ｅ（ｋ）：割当候補号機と選択された号機の集
合 μ（ｉ）：与えられたΦ（ｅ）からｉ台数を定める関数ここで、最も小さい総合評価関数値を有する２台以上の
号機が割当候補号機と選定され、その他の号機のうち適
切な最大ホールコール待機時間と乗車可能交通量の評価
項目の値を有する号機が追加的に割当候補号機と選定さ
れる。このように追加的に割当候補号機が選定される理
由は各号機間の総合評価関数値が類似した時、仮にやや
大きい総合評価関数の値を有する号機としても、特定要
素の評価指標が優れれば交通状況に応じて最適の割当号
機と定められる可能性があるからである。

【００４６】ステップＳ９０において、前記ステップＳ
８０で選定された割当候補号機について、前記ステップ
Ｓ５２で説明された制御項目の入力値が演算される。そ
の制御項目の入力値はそれぞれの候補号機が割当号機と
定められた時の場合を仮定して演算される。そして、割
当候補号機に対するサービス可能交通量は新規ホールコ
ールと予想されるカーコールに鑑みて計算される。

【００４７】ステップＳ１００において、前記ステップ
Ｓ９０で演算された制御項目別入力値に基づき、割当号
機知識データベースＡＫＢに貯蔵されている推論規則に
従って割り当てられる号機が推論される。ところが、最
適の号機を推論するために、上位重要度の満足度と、下
位重要度の満足度の二種のファジイ入力変数が使われ、
それぞれのファジイ変数は“良い”、“普通である”、
“良くない”の三種の値を有する。前記六つの制御項目
は前記ステップＳ５２で設定される制御項目の重要度の
順に従って、上位重要度に当たる制御項目と下位重要度
に当たる制御項目に分けられる。

【００４８】そして、前記ステップＳ９０で演算された
制御項目別入力値は前記ステップＳ５２で設定される制
御項目の重要度を以て加重平均され、その加重平均され
た値が前記ファジイ変数のいずれの値に当たるか推論さ
れる。それで、全ての割当候補号機に対する上位・下位
重要度の満足度が得られる。上記のように得られた上位
・下位重要度の満足度と、前記割当知識データベースＡ
ＫＢ内に貯蔵されている推論規則に従ってファジイ推論
されることにより最終割当号機が定められる。

【００４９】図１３は前記割当知識データベースＡＫＢ
内に貯蔵されている推論規則の一例を示したもので、そ
の推論規則は多段階推論構造からなり、上位重要度の満
足度が高くて下位重要度の満足度も悪くない最適の号機
を選定しうる知識構造からなされている。このような多
段階推論構造による推論度のうち適当な号機が現れると
その後の推論は進まないよう作動される。

【００５０】

【発明の効果】以上述べたように、本発明によるエレベ
ーターの群管理制御方法ではファジイ規則に基づきホー
ルコールに割り当てられる号機が推論され、建物の特性
に応じた多様な要求事項が受け入れられるので、建物の
特性に応じてエレベーターの群管理が柔軟に制御でき
る。

【図面の簡単な説明】

【図１】従来のエレベーター群管理制御装置のブロック
図である。

【図２】図１の群管理制御手段の詳細なブロック図であ
る。

【図３】図２のホールコール割当制御手段のホールコー
ル割当制御方法に対する流れ図である。

【図４】本発明によるエレベーターの群管理制御方法に
対する流れ図である。

【図５】図４の交通流学習データベースに貯蔵されるデ
ータの構成図である。

【図６】図５の予測交通流を求める方法を説明するため
のグラフである。

【図７】図６の特徴モード判定方法に対する流れ図であ
る。

【図８】図６の特徴モード判定のためのファジイ規則の
例示表である。

【図９】図５の割当制御戦略を立てる方法に対する流れ
図である。

【図１０】図９の評価指標重要度と制御項目との関係図
である。

【図１１】図９のファジイ関数を調整する方法を説明す
るためのグラフである。

【図１２】図１１の所属関数調整方法に適用される調整
規則の例示表である。

【図１３】図４の割当知識データベースに貯蔵される割
当規則の例示表である。

【符号の説明】

Ｈホール交通情報ＰＷＰ予測交通流ＡＫＢ割当知識データベース

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁶，ＤＢ名) B66B 1/00 - 1/52

Claims

(57)【特許請求の範囲】

【請求項１】各ホールと各号機から発生される現在の
交通流に関する情報を収集し、該収集された情報を学習
し、該学習された情報に基づき所定時間後の交通流を予
測するエレベータの群管理制御方法において、予測された交通流の特徴要素値である総乗車量、集中乗
車度、分散乗車度、集中下車度、分散下車度、及びファ
ジイ規則を用いて特徴モードを推論する特徴モード判定
過程と、前記予測された交通流が少ないと、建物の特性に合うよ
うに建物の管理者により設定された評価指標別重要度を
選択し、前記予測された交通流が多いと、群管理専門家
により設定された評価指標別重要度を選択して、該選択
された評価指標別重要度及び前記推論された特徴モード
に基づきホール呼び待機時間、最大ホール呼び待機時
間、乗車可能交通量、交通量処理能力、割当集中度、及
び負荷集中度の制御項目の重要度を決定し、該決定され
た制御項目の重要度に従い制御項目の値を決定する割当
制御戦略樹立過程と、ホール呼びが発生すると、それぞれの号機に対する総合
評価関数を演算し、該演算された総合評価関数に基づき
ホール呼びに割り当てられる候補号機を複数台選定する
割当候補号機選定過程と、該割当候補号機選定過程で選定された複数の割当候補号
機に対し制御項目別入力値を演算する制御項目演算過程
と、該制御項目演算過程から演算された制御項目別入力値を
用いて、所定の推論規則に従い割当号機を決定する割当
号機決定過程と、を備えたことを特徴とするエレベータ
の群管理制御方法。
【請求項２】前記割当候補号機選定過程で選定される
割当候補号機は前記総合評価関数が最も小さい値を有す
る複数台のエレベータとその他のエレベータの号機のう
ち最大ホール呼び待機時間と乗車可能交通量の評価値が
適切な号機であることを特徴とする請求項１に記載のエ
レベータの群管理制御方法。
【請求項３】前記割当号機決定過程は割当号機を推論
するために制御項目を上位重要度のグループと下位重要
度のグループに分け、前記上位重要度の値と前記下位重要度の満足度を用い
て、所定の規則により割当号機を推論し、その推論結果
を以て割当号機を定めることを特徴とする請求項１に記
載のエレベータの群管理制御方法。
【請求項４】前記上位重要度と前記下位重要度の満足
度はそれぞれ“良い”、“良くない”、“普通”の三種
の値を有することを特徴とする請求項３に記載のエレベ
ータの群管理制御方法。
【請求項５】前記上位重要度と前記下位重要度の満足
度は前記制御項目値演算過程で演算された制御項目別入
力値が前記制御項目の重要度により加重平均されること
により得られることを特徴とする請求項３に記載のエレ
ベータの群管理制御方法。
【請求項６】前記割当制御戦略樹立過程において、決
定された制御項目の重要度に従い制御項目の値を決定す
るとき、重要度の相反する２個の評価指標別重要度を同
時に考慮に入れる場合、それぞれの評価指標別重要度の
制御項目の値の平均値を用いて設定し、建物の管理者に
よりその重要度が増加または減少されることを特徴とす
る請求項１に記載のエレベータの群管理制御方法。