JP3407660B2 - エレベータの群管理制御装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、ニューラルネッ
トを用いて呼びの割当て制御を行うエレベータの群管理
制御装置に係り、特にダブルデッキエレベータに有効な
ものである。

【０００２】

【従来の技術】従来、エレベータの群管理制御といえば
評価関数を用いた呼び割当て方式や、ファジー理論を用
いたエキスパートシステムによる呼び割当て制御が主流
であったが、最近では生物の神経回路をモデルにしたニ
ューラルネットを用いて呼びの割当てを行うという新し
い方式が提案されている。

【０００３】ニューラルネットとは、人間の脳をまねた
ネットワークで、神経細胞モデル（ニューロン）が複数
個、複雑に接続され、各ニューロンの動作及びニューロ
ン間の接続形態をうまく決めることによって、パターン
認識機能や知識処理機能を埋め込むことができるという
ものであり、例えば「日経エレクトロニクス」１９８７
年８月１０日号（No.４２７）のＰ１１５〜Ｐ１２４や
１９８９年２月に産業図書株式会社から刊行された図書
「ＰＤＰモデル」などに開示されており、特にニューロ
ンを階層構造に配置し、各ニューロン間にはニューロン
の結び付きの強さを表わす結合重み（シナプスウェイ
ト）を設定したものは「バックプロパゲーション」と呼
ばれる自律的学習アルゴリズムを利用できることに特徴
がある。

【０００４】このバックプロパゲーションについてはよ
く知られているので詳細な説明は省略するが、予め作成
された学習用サンプル（ニューラルネットへの入力パタ
ーンと、その入力パターンに対する望ましい出力パター
ンすなわち教師信号とを対にしたもの）を用い、各入力
パターンに対する教師信号と実際の出力パターンとを比
較し、その誤差を最小化するように結合重みを修正して
いくアルゴリズムで、まず最初はすべての重みを初期化
（例えばランダムな値に設定）しておき、入力層の各ニ
ューロンに学習用サンプルの入力パターンを与える。そ
してこのときの実際の出力パターンと、その学習用サン
プルの教師信号とを比較し、その差（誤差）を用いて、
その差が小さくなるように各結合重みの値を出力層側か
ら順に修正していくのである。

【０００５】そして、多数の学習用サンプルを用いて誤
差が収束するまでこれを繰り返すと、学習用の入力パタ
ーンだけでなく未知の入力パターンに対しても教師信号
と同レベルの出力パターンが出力されるようになり、す
なわち教師信号と同レベルの呼び割当てを行うことがで
きるようになり、ニューラルネットに教師信号と同レベ
ルの呼び割当て機能が自動的に埋め込まれたことにな
る。

【０００６】このように、ニューラルネットを用いると
割当てアルゴリズムを人間が一切考える必要はなく、し
かも各種の交通状況に対応して、結果的には最適な割当
てかごを決定する判断システムを自動的に生成できると
いう優れた効果があり、例えばエレベータの呼び割当て
に用いた例としては、特開平１−２７５３８１号「エレ
ベータの群管理制御装置」や、特開平３−３１１７３号
「エレベータの群管理制御装置」、特開平７−６９５４
３号「エレベータ呼び割当て用ニューラルネットの学習
方法」などがある。

【０００７】ところで、上記のようにバックプロパゲー
ション法を用いて学習するためには、必ず教師信号が必
要となるが、エレベータの呼び割当ての場合に最適な教
師信号を得ることは非常に困難である。というのは、新
規乗場呼びが発生した場合、各号機のかご位置や他の呼
びの状況等からその時点での最適号機を見つけ出すこと
は比較的容易であるが、実際には割当て号機がその呼び
に応答するまでの間に、別の新たな呼びが発生したり途
中階での停止時間が予想より長くなったりするなど、交
通状況に予測の困難なさまざまな変化を生じるからであ
り、そのため乗場呼びが発生した時点でその後の交通状
況の変化を予測して真に最適な割当て解を得ることは極
めて困難である。また、これに加えてこのバックプロパ
ゲーションにより学習を行う方法では、教師信号よりも
精度の高い呼び割当てを行うことができないといった問
題もある。

【０００８】このため、教師信号の不要ないわゆる強化
学習法（reinforcement learning）を用いてニューラル
ネットの自己組織化を図っていくことが考えられる。こ
の強化学習法についても既に周知であるので詳細な説明
は省略するが、まずすべての結合重みを初期化してお
き、次に任意の１個或いは複数個の結合重みに摂動を与
える。すなわち結合重みの値を僅かに変化させる。そし
て摂動を与える前と後とでニューラルネットの出力又は
ニューラルネットで制御されているシステムの評価値を
比較評価し、その結果が改善されている場合はその摂動
を受け入れ、改善されていない場合は摂動を与える前の
状態に戻す。こうしてこの手順を繰り返し実行すると、
各結合重みは少しづつ最適値に向けて収束していくこと
になる。これがいわゆる強化学習法であり、この強化学
習法をエレベータの呼び割当て用ニューラルネットに適
用した例としては、特開平８−２２５２５８号「エレベ
ータ呼び割当て用ニューラルネットの学習方法」があ
る。

【０００９】

【発明が解決しようとする課題】上記強化学習法を適用
すれば、教師信号を用いることなくそのビルの交通状況
に適した呼び割当て用のニューラルネットを構築するこ
とができる。しかしながら従来例は何れもシングルデッ
キエレベータの群管理制御を対象としたものであり、ダ
ブルデッキエレベータへの適用については何ら考慮され
ていない。ダブルデッキエレベータの呼び割当て制御で
は、エレベータのどの号機に呼びを割当てるかだけでな
く、上下のかごのうちどちらのかごに呼びを割当てるか
の判断が必要であり、その判断結果によって運転効率が
大きく異なってくるため、何を評価指標として強化学習
を行えばよいか、またそのためには何をニューラルネッ
トへの入力情報とすべきかが問題となる。

【００１０】本発明はこのような問題点に鑑みてなされ
たもので、特に強化学習法を用いて呼び割当て用ニュー
ラルネットの学習を行うものにおいて、特にダブルデッ
キエレベータに適用した場合に高精度の呼び割当てを行
うことのできる群管理制御装置を提供することを目的と
する。

【００１１】

【課題を解決するための手段】ダブルデッキエレベータ
において、運転効率或いは輸送能力を高めるには、１回
の停止で上かご及び下かごの乗客がそれぞれ同時に乗降
できるようにすること、そのためにはエレベータ各号機
の総停止数ができるだけ少なくなるように制御すること
が必要であり、或いは各号機のそれぞれにおいて上かご
或いは下かごのどちらか一方に乗客が偏って乗ることの
ないように、すなわち上かご及び下かごの荷重差ができ
るだけ小さくなるように制御を行うことが必要である。

【００１２】このため、請求項１に記載の発明では、強
化学習を行うにあたり、一定時間当たりの各号機の総停
止数と、一定時間当たりの各号機における上下かごの荷
重差の平均値とを評価指標とする学習手段を備えたこと
を特徴とする。

【００１３】また、ニューラルネットへの入力情報とし
ては、シングルデッキエレベータの場合と同様に、各エ
レベータの位置や呼びの発生状況、荷重状況などが考え
られるが、上記評価指標の総停止数や上下かごの荷重差
の平均値は、例えば新規乗場呼びをある号機の上かごに
割当てたときには下かごの停止階、すなわち新規乗場呼
び発生階の下側隣接階に乗場呼びが発生するか否かによ
って、また新規乗場呼びをある号機の下かごに割当てた
ときには上かごの停止階、すなわち新規乗場呼び発生階
の上側隣接階に乗場呼びが発生するか否かによって、明
らかに大きな影響を受ける。

【００１４】従って、新規乗場呼び発生時に割当てられ
た号機がその呼びに応答するまでの間にその上下の隣接
階で乗場呼びが発生する確率、すなわち上下隣接階の予
想呼び発生確率をそれぞれ各号機毎に演算し（新規乗場
呼びへの各号機の応答時間が異なるため、その間に隣接
階で呼びが発生する確率もどの号機に割当てるかによっ
て異なる）、これをニューラルネットへの入力情報とす
ることにより、学習効率及び割当て精度の向上が期待で
きる。

【００１５】このため、請求項２に記載の発明では、強
化学習を行うにあたり、一定時間当たりの各号機の総停
止数と、一定時間当たりの各号機における上下かごの荷
重差の平均値とを評価指標とする学習手段を備えるとと
もに、新規乗場呼び発生階の上下隣接階における各号機
毎の予想呼び発生確率を、ニューラルネットの入力情報
としたことを特徴とする。

【００１６】

【発明の実施の形態】以下、本発明の実施の形態につい
て図面を参照し説明する。図１は本発明の全体の構成を
示すブロック図で、図中、１は各階床に設けられた乗場
呼び釦、２は乗場呼び信号、Ａ１はダブルデッキエレベ
ータである１号機の運行を管理する運行制御装置、同様
にＡ２〜Ａｎはそれぞれ２号機〜ｎ号機用の運行制御装
置、同じくＢ１〜Ｂｎはそれぞれ１号機〜ｎ号機用の駆
動装置、Ｃ１〜Ｃｎはそれぞれ上かご及び下かごからな
る１号機〜ｎ号機のかご、３は各号機の状態（かご位置
や運転方向、走行または停止の別、戸の開閉状態、かご
呼び、荷重、サービス階等）を表わすかご情報信号、１
０はこの乗場呼び信号２とかご情報信号３からなるエレ
ベータシステム状態データに基づいて乗場呼びを最適な
号機に割当て、それを割当て信号として出力する群管理
装置であり、各運行制御装置Ａ１〜Ａｎはこの割当て信
号４で割当てられた乗場呼びと自号機のかご内で登録さ
れたかご呼びに順次応答するようにかごの運行を制御す
る。

【００１７】群管理装置１０はマイクロコンピュータ等
で構成され、入出力インターフェイス１１と、各階の乗
場呼びを登録する乗場呼び登録手段１２と、エレベータ
システムの状態を表わす種々のデータを数値化してニュ
ーラルネットへ入力できる形に変換する入力パターン演
算手段１３と、ニューラルネットへの入力情報の一つと
して新規乗場呼び発生階の上下隣接階における予想呼び
発生確率を各号機毎に演算する予想呼び発生確率演算手
段１４と、呼び割当て用のニューラルネット１５と、ニ
ューラルネットの出力パターンから最適と思われる号機
を選択して乗場呼びに割当てる割当て判定手段と、強化
学習を行う学習手段１７とを備えており、これらの各手
段はマイクロコンピュータ内のソフトウェア上で実現さ
れる。

【００１８】図２は、上記予想呼び発生確率演算手段１
４の演算手順の一例を示すフローチャートである。図２
において、新規乗場呼びが発生すると（ステップＳ
１）、ステップＳ２で新規呼び発生階の上側隣接階の現
時点における乗場呼び発生間隔及び下側の隣接階の乗場
呼び発生間隔をそれぞれ算出する。この乗場呼び発生間
隔は、例えば各階方向別に常時乗場呼びの発生間隔を記
録しておき、その階・方向における直前の１０分間の平
均値を用いたり、或いは過去の同じ曜日、同一時間帯に
おける乗場呼び発生間隔の平均値を用いたりすればよ
い。次にステップＳ３で号機を表わす変数ｉを１とし、
ステップＳ４でまず１号機がこの新規乗場呼びに応答す
るまでのサービス予測時間を算出する。このサービス予
測時間は１号機の現在位置と途中の停止階等により容易
に算出することができる。

【００１９】そしてステップＳ５で新規乗場呼びに１号
機の下かごが応答する場合の上かごの停止階、すなわち
新規呼び発生階の上側隣接階の予想呼び発生確率を算出
する。この場合の予想呼び発生確率は（１号機のサービ
ス予測時間／上側隣接階の乗場呼び発生間隔）×１００
％で求められる。

【００２０】続いて、ステップＳ６では新規呼びに１号
機の上かごが応答する場合の下かごの停止階、すなわち
新規乗場呼び発生階の下側隣接階の予想呼び発生確率
を、（１号機のサービス予測時間／下側隣接階の乗場呼
び発生間隔）×１００％として算出する。同様にして、
ステップＳ７及びＳ８を経てステップＳ４からＳ６を繰
り返すことにより、他の号機が応答する場合についても
それぞれ予想呼び発生確率を算出する。なお、この計算
ではサービス予測時間の方が乗場呼び発生間隔より大き
いときには１００％を超えることになるが、その場合は
その数値をそのまま用いてもよいし、或いは１００％を
上限とするなどどちらでもよい。

【００２１】図３は、本発明の呼び割当て用ニューラル
ネットの一例を示す図である。図２に示すように呼び割
当て用のニューラルネットＮＮは入力パターン（エレベ
ータシステム状態データ）に対応する入力層ＮＩと、出
力パターン（割当て適性）に対応する出力層ＮＯと、入
力層と出力層の中間に置かれる中間層ＮＭのニューロン
とで構成される。

【００２２】入力パターンは、エレベータシステムの状
態を表わす種々のデータ（乗場呼びの発生階と方向、各
号機の位置と運転方向、かご呼び、荷重状態等）を呼び
の割当てに必要なパラメータとして、ニューラルネット
に入力できる形に変換したものであり、入力層のニュー
ロンの数はそのパラメータの総数に対応する。ここで
は、上述の新規呼び発生階の上下隣接階における予想呼
び発生確率を各号機毎に演算し、従来の種々のデータと
ともに入力パターンのデータとする。

【００２３】この入力層の各ニューロンに入力パターン
が与えられると、そこから出力層に向かって順に信号が
伝わり、その結果出力層の各ニューロンからはそれぞれ
何らかの値が出力される。出力層では各ダブルデッキエ
レベータの上下それぞれのかごに対応する数のニューロ
ンがあり、新規呼びが発生した時のさまざさまな入力パ
ターンに対して、出力層の各ニューロンから、それに対
応する各かごの割当て適性が出力されるように予め学習
される。すなわち、図示を省略しているが、各ニューロ
ン間にはニューロンの結び付きの強さを示す結合重み
（シナプスウェイト）が設定されている。この結合重み
は、最初は適当な値に設定されているが、その後、ここ
では前述の適応学習という方法により、より精度の高い
呼び割当てができるように修正されていく。

【００２４】そして、学習の終了後はある入力パターン
に対して出力パターンの各ニューロンの値がそのままそ
れに対応するかごの割当て適性を示すことになり、従っ
てその中で最大値のニューロンに対応するかごが割当て
かごとして選択される。なお、中間層（実施例では一層
であるが、複数であってもよい）のニューロンの数は、
エレベータの台数やビルの性質等に応じて適宜定められ
る。

【００２５】図４は、上記ニューラルネットの適応学習
を行うに当り、各号機の総停止数を評価指標とする手順
の一例を示すフローチャートである。まずステップＳ１
１で割当て用ニューラルネットに（＋）摂動を与える。
すなわち任意の１個或いは複数個の結合重みの値を僅か
に大きくする。そしてその（＋）摂動後のニューラルネ
ットによる割当てを行いながら、一定時間（例えば１０
分間）エレベータの運転を行い、その間の各号機の総停
止数を集計する（ステップＳ１２）。

【００２６】次にステップＳ１３で、今度は初期のニュ
ーラルネットに（−）摂動を与え、すなわち今度は結合
重みの値を僅かに小さくし、その（−）摂動後のニュー
ラルネットで上記と同様に割当てを行いながら一定時間
運転を行い、その間の各号機の総停止数を集計する（ス
テップＳ１４）。

【００２７】そして（＋）摂動の場合と（−）摂動の場
合とで、上記の集計結果から割当て性能を比較し（ステ
ップＳ５）、性能の優れていた方すなわち総停止数の少
ない方を選択して結合重みをその値に更新する（ステッ
プＳ６）。以後はこの更新後のニューラルネットを新た
な割当て用ニューラルネットとして更に上記の手順を繰
り返していくと、やがて各結合重みの値は最適値に収束
し、新規乗場呼びに対して常に総停止数が最も小さくな
るような呼び割当てができるようになる。

【００２８】しかも、総停止数を評価指標として適応学
習を行うに当り、それと密接な関係にある、新規乗場呼
びの上下隣接階の呼び発生確率をニューラルネットへの
入力情報の一つとしているので、割当て精度の向上とと
もに学習効率の向上を図ることができる。

【００２９】なお、上記の例では適応学習を行う際の評
価指標を一定時間当たりの総停止数としたが、各号機に
おける一定時間当たりの上下かごの荷重差の平均値を評
価指標とし或いはその両方を評価指標とし、図４と同様
の手順で強化学習を行うことにより、各号機のそれぞれ
において上下かごの乗客数ができるだけ均等化されるよ
うにすることもできる。その場合、一定時間当たりの上
下かごの荷重差の平均値は、各号機について、出発する
たびにそのときの時刻と上下かごの荷重差を記録してお
くことにより簡単に算出することができる。また、これ
らの評価指標と他の評価指標（例えば平均待ち時間等）
とを適宜組み合わせて総合的に評価するようにしてもよ
い。

【００３０】

【発明の効果】本発明によれば、一定時間当たりの総停
止数或いは上下かごの荷重差の平均値を評価指標の一つ
として適応学習するようにしたので、教師信号を用いる
ことなくダブルデッキエレベータに適した呼び割当て用
のニューラルネットを構築することができ、運転効率及
び輸送能力の高いダブルデッキエレベータの群管理制御
装置を提供することができる。また、本発明によれば、
一定時間当たりの総停止数或いは上下かごの荷重差の平
均値を評価指標にするに当り、それと密接な関係にある
新規乗場呼びの隣接階の乗場呼び発生確率を各号機毎に
求めて入力情報としたので、効率のよい学習とともに高
精度の割当てを行うことができる。

【図面の簡単な説明】

【図１】本発明の全体の構成を示すブロック図である。

【図２】本発明における予想呼び発生確率の演算の手順
を示すフローチャートである。

【図３】本発明における呼び割当て用ニューラルネット
の構造の一例を示す図である。

【図４】本発明における呼び割当て用ニューラルネット
の適応学習の手順を示すフローチャートである。

【符号の説明】 １ 乗場呼び釦 ２ 乗場呼び信号 ３ かご情報信号 ４ 割当て信号 １０ 群管理装置 １２ ホール呼び登録手段 １３ 入力パターン演算手段 １４ 予想呼び発生確率演算手段 １５ 呼び割当て用ニューラルネット １６ 割当て判定手段 １７ 学習手段

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁷，ＤＢ名) B66B 1/18

Claims (2)

(57)【特許請求の範囲】
1. 【請求項１】 複数台のダブルデッキエレベータの呼び
   割当て制御にニューラルネットを用いたエレベータの群
   管理制御装置において、呼び割当て用のニューラルネッ
   トを強化学習により学習し、その際少なくとも、一定時
   間当たりの各号機の総停止数と、各号機における一定時
   間当たりの上下かごの荷重差の平均値とを評価指標とす
   る学習手段を備えたことを特徴とするエレベータの群管
   理制御装置。
2. 【請求項２】 複数台のダブルデッキエレベータの呼び
   割当て制御にニューラルネットを用いたエレベータの群
   管理制御装置において、呼び割当て用のニューラルネッ
   トを強化学習により学習し、その際少なくとも、一定時
   間当たりの各号機の総停止数と、各号機における一定時
   間当たりの上下かごの荷重差の平均値とを評価指標とす
   る学習手段を備えるとともに、新規乗場呼び発生階の上
   下隣接階における各号機毎の予想呼び発生確率を前記呼
   び割当て用ニューラルネットの入力情報の一つとしたこ
   とを特徴とするエレベータの群管理制御装置。