JPH01150683A - 自己組織化機能をもつエレベータ群管理制御方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［発明の目的］ （産業上の利用分野） 本発明はエレベータの群管理制御に係わり、特に推論を
用いて最適制御を行なうエレベータの群管理制御方法に
関する。

（従来の技術） 近年、複数台のエレベータを並設した場合に、エレベー
タの運転効率の向上およびエレベータ利用者へのサービ
ス向上を図るため、各階床のホール呼びに対する応答号
機をマイクロコンピュータ等の小形コンピュータを用い
て合理的に、且つ、速やかに割当てることが行われてい
る。

すなわちこれは群管理制御と呼ばれる制御方式であり、
ホール呼びが発生すると、そのホール呼びに対処するの
に最適なエレベータを選定し、早期にそのホール呼びに
応答させるエレベータを割当てるとともに、他のエレベ
ータはそのホール呼びに応答させないようにしたり、あ
るいは朝の出動時や退社時、昼食時等のような交通需要
の増加時、更には夜間等のような交通減少時などそのビ
ル独特の交通変化に合わせて予め設定した運転モードに
切換えつつ効率的な運用を図るべく各エレベータを制御
するものでおる。

ところで近年のような小型コンピュータの著しい発達に
伴う小型コンピュータのコスト低減により群管理装置の
他にも単体のエレベータの制御を行うエレベータ制御装
置等にも小型コンピュータは使用されるようになった。

またこれらのコンピュータに対する情報の伝達方法とし
てはシリアル伝送方式が主流となりつつある。そして、
これら群管理制御装置と、エレベータ単体制御装置は各
伝送装置と、ソフトウェアによる一定の手続により、単
純に結線（又は光ケーブル接続）で自由に群管理データ
を授受出来るようになっている。

さらに、各エレベータ単体制御装置に群管理制御アルゴ
リズムを分散し、実行するものである。

また、多数台のエレベータを群管理制御する大規模ビル
においても、ビル管理用コンピュータや、ＯＡ（オフィ
スオートメーション）用コンピュータなどにより、ビル
全体を管理したり、各フロア間の情報の授受を行なって
いる。これらの情報の中にはビルの交通に関係するもの
が多数台まれている。また群管理制御用コンピュータの
情報にも、ビル管理時に必要なホールデータ（例えばホ
ールの乗客検出）も含まれている。しかしながら、これ
らのビル管理用のデータと群管理制御データの授受は、
はとんど行われていない。このため、それぞれに情報入
手のためのセンサや報知装置を取付るケースも見受けら
れる。

しかし、一般的にはエレベータの群管理制御はホール呼
びに対する割当ての制御と、高交通需要に対する特殊オ
ペレーション制御が中心となっている。

ホール呼びに対する割当制御においては、従来は到着時
間等、各種演算データを利用した評価によって行ってい
た。このため、予測失敗により割当ての失敗が発生する
こともあった。

このようなことを無くすために、日々の交通の流れを学
習したり、また、その予測データの信頼性を求めるもの
などがあった。

しかし、エレベータシステムにおいては上述のようにい
くら学晋を行っていても確率的に発生するホール呼びゃ
、派生するかご呼びを完全に予測することは不可能であ
り、そのデータの信頼性は低い。しかしながら、データ
の信頼性が低くても予測演算により、ある程度のオーダ
ーの値が求められ、評価演算に組入れざるを得ない。

このことは、評価の決定に多くの失敗の可能性をはらん
でいることを意味している。また、このことは、予測値
を利用した条件の設定に対して、真の設計者の考える条
件との食違いがあることを示しており、設計者の条件の
設定はよりきつい完全な条件を目指すことになって、設
計者の意図していたような軽快な動きと裏腹な動きとな
る傾向がある。

また、割当ての評価演算へ設計者の考えを組入れる場合
、関数値の変更や重みの変更程度に止どまり、間接的な
組込みとなって十分に制御に反映できない。

エレベータの群管理制御は、ホール呼びに対する割当制
御と、高需要に対する特殊オペレーション制御が中心で
あり、これらの制御にあたって上述のように評価演算を
行うが、この評価演算は予測未応答時間や予測荷重等の
予測により確定的に予測値が求められ、あたかもそれが
１００％正確あるように使用された。また、場合によっ
ては、その不確定さに対し、悪化の重みがのせられた。

また、少しでもその確定値が正確となるように日々の交
通の流れを学習するものもあったが、評価演算に用いる
データが不確定要素をはらんでいるために目標どうりの
制御はできない。また、評価演算式に用いる設定条件が
ビルの実情と合わなくなった場合などでも目標とする制
御ができなくなる。

（発明が解決しようとする問題点） このように群管理制御にあたっては例えば発生したホー
ル呼びに対して最適号機の割当てを行うに当り、各号機
について、その状況に基づく評価演算を行い、評価値の
良好なものを割当てる。

しかし、評価演算は予め設定した所定の演算式を利用し
、そのホール呼び発生時点でのビルの状態やかご状態に
より、各号機別の評価値を求め、評価値の良好なものに
割当てを行っていた。また、学習データ等により交通需
要等のビルのシステム状態予測に合わせ、評価のための
係数を変更していた。

そして、評価演算に用いるデータは刻々の状況変化に対
応して変化する要素をはらんでいるために不確実なもの
が多いから、評価演算結果により割当てを行なっても制
御目標から外れる制御結果となることも多い。

また、ビルのシステム状態と設定条件との間で大きく食
い違いが生じた場合や、設定条件のミスあるいは用意さ
れた設定モード中にないビル状態　　７に直面した場合
などでは目的に合った群管理制御が行えない欠点があっ
た。

これは、従来の群管理制御に用いる演算式やルールか固
定的なものであり、しかも、不確定なデータを用いる点
による。

そこでこの発明の目的とするところは、不離的なデータ
を用いざる得ない現実下にあっても、また、ビルの状態
と設定条件との間での食違いや設定条件のミスなどがあ
っても目的に合った群管理制御を可能とするエレベータ
の群管理制御方法を提供することにある。

［発明の構成］ （問題点を解決するための手段） 上記目的を達成するため本発明は次のようにする。すな
わち、複数のサービス階床に対して複数のエレベータを
就ＩＱさせ、制御するエレベータの群管理制御において
、発生したホール呼びに対し定めた制御目標を満たす最
適エレベータを割当てるに当り、エレベータそれぞれの
状況情報に基づく制御目標の確信度を（Ｌこれより仮割
当てに対する制御目標への偏差の状況変化を得てこれと
専門家の制御戦略を条件と指示とによって表わした複数
の制御規則を用い）７ジー推論による処理により、割当
て制御指示の決定を行い、この決定による割当てエレベ
ータを上記ホール呼びに応答させ、且つ、これと同一の
処理を行って上記ホール呼びに対しての時々劾々の最適
割当てエレベータの監視演算をし、上記ホール呼びに応
答した時点で上記制御指示の決定の失敗が認められた時
、その制御指示の決定原因となる制御規則の良否を評価
し、それに基づいて上記制ｗＪ規則の修正、追加削除を
行って自己組織化をさせ、ざらに、制御規則の使用頻度
をチエツクし、制御規則が十分に使用できるレンジにメ
ンバーシップ関数を常に修正し、自己組織化による失敗
をなくすことを特徴とする。

（作用） このように発生したホール呼びに対し定めた制御目標を
満たす最適エレベータを割当てるに当り、エレベータそ
れぞれの状況情報に基づく制御目標の確信度を求め、こ
れよりエレベータ毎に仮割当てした場合の目標に対する
偏差の状況変化を求めてこれと専門家の制御戦略を条件
と指示とによって表わした複数の制御規則を用いファジ
ー推論により、割当て制御指示の決定を行い、この決定
による割当てエレベータを上記ホール呼びに応答させる
。同時に同一の処理を行って上記ホール呼びに対しての
時々刻々の最適割当てエレベータの監視演算をし、上記
ホール呼びに応答した時点で上記制御指示の決定の失敗
が認められた時、その制御指示の決定原因となる制御規
則の良否を評価する。そして、それに基づいて上記制御
規則の修正、追加、削除を行って自己組織化させる。ま
た、ざらに、制御規則の使用頻度をチエツクし、そのメ
ンバーシップ関数のレンジや形状を修正し、規則の自己
組織化を良好に行わせる。

これにより、不確定データを用いざるを得ない現実にあ
って、しかも、ビルの状態と設定条件との間で食違いや
設定条件のミスなどがあっても、割当て決定とその結果
を監視することで実状にそぐわない点は解析されて制御
規則のメンバーシップ関数の修正や、規則自体の修正、
追加、削除を行って自己組織化を良好に行い自己成長し
てゆくので、実際に即した最適割当てが可能になる。

（実施例） 以下、本発明の一実施例に係るエレベータの群管理制御
方法を図面を参照して説明する。

第１図において、１は群管理制御を司る群管理制御装置
でおり、コンピュータを基本とする構成としてあって、
この群管理制御装置１は群管理コントロール部１Ａ、知
識工学応用部１Ｂ、補助記憶部１Ｃ、コンサルト処理部
１Ｄから構成されていて、これらはパラレルのマルチパ
スＭＢで結合されている。また、エレベータ各＠機単体
の制御を行うエレベータ制御装置２、ビル管理コンピュ
ータ７やオフィスコンピュータ８などとの通信を行う伝
送コントローラ３、エレベータ監視モニタ４とはシリア
ルシステムバスＳＳにより接続され、群管理制御装置１
はこのシリアルシステムバスＳＢと伝送コントローラを
持ったインタフェース■Ｆを介して接続されている。こ
こで示した例は集中制御の例であるが、単体エレベータ
のホール呼びに対するそのエレベータ自身の評価を、各
エレベータが行う構成とすれば、分散制御構成となる。

この場合、本発明は、分散化され、各単体エレベータ内
にあかれることになるが、機能的には同様な手法が用い
られる。分散制御においても、同様に本方法が利用でき
る。５はホールグートヤランプ、センサ、デイスプレィ
などのエレベータホール設置機器等に対する入出力用の
Ｉ１０コントローラであり、このＩ１０コントローラ５
は各エレベータ制御装置２と伝送専用ＬＳＩ及び汎用の
伝送ソフトウェアを用いてのシリアル伝送によりデータ
の授受が行われ、また、かご内のコントロールを行なう
かご内コントローラ６とそれに対応するエレベータ制御
装置２もシリアル伝送系により結合されている。ビル管
理コンピュータ７のデータや、ＯＡ用コンピュータ８の
データ、タイムレコーダ９Ａのデータ入力装置９、報知
データや入口カウンタ１０ＡのデータのＩ１０コントロ
ーラ１０は伝送コントローラ３のインタフェースにより
結合され、シリアルシステムバスに伝送される。

各エレベータ制御装置２もマイクロコンピュータ等を基
本として構成しである。群管理制御装置１は各エレベー
タ制御装置２より各々の号機の状況情報を１ｑ、ホール
呼釦を押すことによって発生したホール呼びが与えられ
るとこれら各々の号機の状況情報をもとに知識工学応用
部１Ｂにおいて推論によりホール呼びに対してサーごス
させるに最適な号機を選択し割当てる。また、刻々と変
わる各々の号機の状況をもとにコンサルト処理部１Ｄが
上記推論に基づき刻々の最適号機を求め、上記割当てた
号機が上記ホール呼びに対してサービスした時点での真
の最適号機を調べて情報蓄積して割当て失敗の場合に推
論上のその原因要素を調べて知識工学応用部１Ｂに対し
その原因要素を改善修正、削除、新要件の追加などの指
示を行う機能を有する。ざらに、制御規則の使用頻度や
、使用レンジを蓄積し、そのデータより、有効に規則が
使用されるように規則のメンバシップ関数のレンジの変
更や形状の修正を行う。

これらの処理は、前述の処理と同期して行われる。

また、群管理実コントロール部１Ａは知識工学応用部１
Ｂからの指示に応じて対応する号機のエレベータ制御装
置２に割当て指令を与えたり、長持ちとなった場合など
では割当てのキャンセルと知識工学応用部１Ｂによる新
たなその時点での最適号機の割当てを行うなどの群管理
制御を行う。

本システムは最大仕様に近い例でおり、このため一部分
がないシステムであっても、本発明を用いることが出来
る（入力されるものに対して行なう）。尚、７Ａ、８Ａ
、４ＡはＣＲＴ端末、キー人力等の操作表示系である。

次に第２図を参照して群管理制御部のソフトウェア構成
の説明をする。ここでは集中制御で示しているが、これ
らを機能分解し、一定の手続きで各＠機のエレベータ制
御装置２に移植し、分散制御を行うようにしても同様に
実行可能である。

第２図において、群管理制御装置１がスタート後、タス
ク管理プログラム２０により、どのタスクを起動するか
が決定される。コンピュータが複数になった場合は、各
コンピュータのタスク管理プログラム２０がメツセージ
を交換し、同様な処理を行う。タスクは機能別ソフトウ
ェアモジュールであり、条件により起動される。

ここで、各タスクの説明を簡単に行なう。

３２はＲＡＭやＣＰＵのレジスタのイニシャライズ及び
各ＬＳＩのイニシャライズを行うイニシャライズタスク
であり、初期状態や動作のモードが切りかわった場合に
起動される。

２１はＯＣＴ　（カーコンデジョンテーブル）、ＫＣＴ
　（かごコンデジョンテーブル）、ＨＣＴ（ホールコン
デジョンテーブル）等の外部入力をＲＡＭ上にセットす
る外部入力タスクでおる。この外部入力タスク２１は優
先度が高く、１００ｍ５ｅｃ程度ごとに再起動が行なわ
れる。ここで、ＨＣＴはホールコンデイションテーブル
の略名で、エレベータ制御装置によりホール呼び登録さ
れそのデータが入力される。

ここで仮に群中号機をＡ−Ｄの４台として、１〜８フロ
アと仮定すると、上記ＨＣＴ、ＣＣＴ。

ＫＣＴはそれぞれ第３図、第４図、第５図のようなビッ
ト構成となっている。すなわち、第３図に示したホール
状態を表わすＨＣＴにおいて、Ｏ〜１３のホールサブイ
ンデックス（Ｈ３）に対して８階の下降（８Ｄ）から７
階の上昇（７Ｕ）まで各８ビツトの情報が格納されてい
る。各階毎のホール状態を具体的に説明する。例えば５
階のエレベータホールにて上昇スイッチが押されるとＨ
３１１（５Ｕ）の７ビツトが１となり、このホール呼び
に対応するサービスエレベータが後述する手法でＡ号機
と決定すると、Ｈ’Ｓ　１１のＯビットおよび６ビツト
が１となる。そして、上記Ａ号機が５階に到着するとＨ
３１１の０，６．７ビツトがすべてＯにリセットされる
。すなわち、Ｏ〜３ビットは各エレベータの号機セット
を示し、６ビツトはホール呼びに対するエレベータの割
付の有無を示し、ざらに７ビツトはホール呼びの有無を
示す。

第４図のかご状態を表わすＣＣＴにおいて、Ｏ〜３のイ
ンデックスに対して、エレベータホールからＤ号機まで
各１６ビツトの情報が格納されている。すなわち、Ｏ〜
３ビットにはかごの荷重状態が２進法で示されている。

これらＯ〜３ビットの意味は、“’０００１　”　”０
０１０”　“００１１”“’０１００”’“０１０１　
”　“０１１０”′“０１１１”　“”１０００”’“
１００１　””１０１０”　’１０１１”　“”１１０
０”に対してそれぞれ０〜１０％、１１〜２０％、２１
〜３０％、３１〜４０％、４１〜５０％、５１〜６０％
、６１〜７０％、７１〜８０％、８１〜９０％、９１〜
１００％、１０１〜１１０％、１１１％以上を示す。

５ビツトはかごの走行状態を示し、“１″は走行中、“
ＯＩＴは減速中を示す。７ビツトは扉の開閉状態を示し
、１！　１　ｓｔは開放中、“Ｏ″は閉鎖中を示す。８
〜１３ビツトはかご位置を２進法で示したものである。

１４．１５ビツトはかごの移動方向を示し、“１０′は
上昇中、“０１″は下降中、ざらに“”　ｏ　ｏ　”は
無方向、すなわち停止中を示す。

第５図のかご呼び状態を表わすＫＣＴにおいて、第３図
の）−１ｃＴと同様に、Ｏ〜３ビットがエレベータＡ　
”＝　Ｄ　＠機に対するかご呼びの有無を示す。

以上によりエレベータやホール呼びの状態が入力された
ことになる。

第２図において、２２は最号機の割付すなわち、割当て
を行う割付タスクである。この割付タスク２２は’ｌＱ
Ｑｍｓｅｃ程度ごとにＶｆＴ発生ホール呼びをチエツク
し、もし発生があれば、予測未応答時間演算サブルーチ
ン２４、満員等、ダメージ予測サブルーチン２５及び評
価サブルーチン２３により、予測未応答時間、満員等の
ダメージに対する合成を行い、合成値の最良な＠機を決
定する。

３５のコンサルト処理は本発明の中心的なものであり、
これらの割当てられたホール呼びに対してその監視を行
い、制御規則を改善してゆくものである。また、割付見
直しタスク２６の起動メツセージを発信したりする。

割付見直しタスク２６は上記のメツセージによる起動の
他に、約１秒に１回程度起動される割込みレベルの低い
タスクで、長持ちや満員となったり、予測されたりする
ホール呼びに対して、割付変更を行うものである。２８
は各単体エレベータ交信用タスクであり、サイクリック
に行なわれるデータの伝送の他に、必要に応じてコント
ロールの出力やデータ要求など割付、割付キャンセル等
乗車人数、降車人数、新発生かご呼び等か行われる。こ
れらはバッファを利用して行われ、第６図に示すような
内容のデータが第７図に示すようなフォーマットで伝送
されてくる。

２９は年間タイマ、各種タイマであり、１０ｍ５，１０
０ｍ５．１秒等の各種インターバルタイマと、それらと
組み合わされた年間タイマのルーチンである。また、こ
れらのデータは外部タイマにより補正される。

年間タイマには月、日付、曜日、休日、六曜、その他の
行事等情報がおり、第２のＩ１０タスク３１のフロッピ
デイクスや第１のＩ１０タスク３０のＣＲＴ等により情
報が更新される。

第１にＩ１０タスク３０のＣＲＴ伝送インプットアウト
プット、キャラクタデイスプレィターミナル用のタスク
は、外部の端末や他のコンピュータ等との情報の伝送に
使用される。このタスク３０は他の群管理タスクを害さ
ないように低いレベルでタイムスライスされて起動する
。

また、第２のＩ１０タスク３１の（フレキシブル）フロ
ッピーディスクコントロール用は、外部のフロッピーデ
ィスクに字消データ等を記憶するときに起動される。第
１のＩ１０タスク３０と同様に低いレベルで起動される
。学晋データ処理タスク２７は、外部入力や単体からの
データにより、その時点の状態のデータテーブルにセッ
トしていき、また次の状態に変化する時などそのデータ
の入れかえを行なうタスクであり、データの変化時や状
態の変化時に起動される。また低いレベルのタスクであ
り、高い群管理タスクを害さないように起動される。た
だし、特別のフラグや先頭の変更等が行なわれた場合は
変化する。ここで、学習データは第８図（ａ）（ｂ）（
ｃ）（ｄ＞（ｅ）に示すように月、日付、曜日、六曜、
休日、時間帯（タイムバンド）などの要素によりいくつ
かの同等の交通モードに分類され、そのモード別に第９
図及び第１０図に示すようなデータをもつ。

第９図及び第１０図にそれらの例を示しておる。

第９図及び第１０図において記号は以下である。

ＨＣＴ＄ＲＡＴ：　１５分間の平均ホール呼び発生個数
。

ＫＣＴ＄ＲＡＴ：平均かご呼び発生個数。

ＩＮ＄ＲＡＴ：乗車人数平均。

ＯＵＴ＄ＲＡＴ：降車人数平均。

ＫＣＴ＄ＳＥＴ：各階に対するかご呼び発生率。

ＨＣＴ＄ＲＡＴ〜ＯＵＴ＄ＲＡＴは方向付階床のインデ
ックスＨ３（ホールサブインデックス）によって示され
る。ＫＣＴ＄ＲＡＴはＡ階からＢ階へというＡ、Ｂのマ
トリクスにより示されている。

また、高需要時はそれらの変化がこまかいインタバルで
学習されている。これはＡＶ＄ＭＥＮ＄Ｐ（Ｈ３−ｔ）
で各Ｈ３とｔについて示される。

ただしｔは時刻である。

その他のタスクとしては、第２図において、１秒おきに
起動され、外部のビル管理コンピュータとデータの入力
、出力のデータ交信やそれによるデータ収集を行なうタ
スク３４や、そのデータを利用して需要の先取りを行い
、交通需要を予測し、運転モデルを決定する交通需要予
測タスク３．５′かあり、これらタスク３３．３４は、
１００ｍ５ｅｃごとに起動する。また、これらによって
起動される運転モデルのタスクとして各種運転タスク３
５がある。

次に、本発明に基づく群管理制御方法におけるホール呼
びに対する割当て制御（ついて説明する。

割当て制御は第１図に示す群管理制御装置１内の群管理
実コントロール部１Ａ及び知識工学応用部１Ｂ等よりＦ
ｕｚｚｙ　（ファジー）推論を用いて行なわれる。第１
１図に割当制御のフローチャートを示す。また、説明の
便宜上４台のエレベータ（Ａ号機、Ｂ＠機、Ｃ号機及び
Ｄ号機）が群管理制御されるものとする。

上述の構成の説明においては８階床の場合について説明
したが、以下の説明においては便宜上１２階床にある場
合について説明する。

エレベータの群管理制御におけるホール呼びに対する割
当制御について説明する。割当制御はエレベータの運行
モードによってその制御の方法が異なる。

一例として各階の交通の流れがバランスパタータ状態に
おる場合の運行モードにおける割当制御について説明す
る。

割当制御においては、−例として制御の目標として下記
に示すものがあるとする。

（１）　長待ら呼びを減らす。

（２）　良好な呼びを増す。

（３）　最大長持ちを良好にする。

（４）　高需要階のサービスを良好に保つ。

（５）　満貫通過を減らす。

上述の目標は専門家の持っている知識によるものでおり
割当制御における専門家の制御戦略である。上述のそれ
ぞれの制御戦略に対応して条件と指示とによって表わさ
れた制御規則が用意される。

例えば「長待ち呼びを減らす。」に対応する制御規則は
［長持ちになるならば割当てを行わない。」でおる。［
良好な呼びを増す。」に対しては「良好な呼びならば割
当てる。」などでおり、他の制御戦略についても同様に
「もしＡならばＢ」の形式の制御規則が用意される。

ただし、これらはより詳細な一連の制御規則により合成
される。

本発明においては、上述の制ｗＪ規則に示される条件の
成立する度合い及び指示の重み付けを推論機能によって
各制御規則毎に決定する。上述の条件の成立する度合い
とは条件が「長持ちになるならば」でおれば、長待ちに
なる度合いのことである。この度合いが高いということ
は非常に長持ちになることを意味し、度合いが低いこと
は多少長持ちになることを意味する。上述の推論におい
ては、あるエレベータ号機に仮割当てを行うことによっ
て長持ちになる度合いを予測し、その度合いより指示の
重み付けを行う。すなわち、仮割当てを行った際に長待
ちになりそうならば割当てを行わない方向に指示の重み
付けを行う。各制御規則毎に決定された指示の重み付け
を総合的に評価し、割当て制御において「割当てるＪと
いう制御指令の強さを決定する。

以上の制御指令出力の強さの決定を各目標に対する一連
の制御規則を用い各エレベータ号機についてそれぞれ行
う。最も制御指令の強い号機に対して割当てを行う。

割当てを決定する際に、上述の目標をすべてに対して完
全に満たすエレベータ号機に割当てを行おうとすると、
割当てを行うことができなくなる。

そこで目標を最も高い度合いで満たすエレベータ号機に
割当てを行う。

そのために、上述の制御戦略に基づいて制御規則を用意
しその条件の成立する度合い及び指示の強さを求めて制
御指令の強さを決定することになる。

次に割当制御について説明する。第１１図に示されるフ
ローチャートを用いて割当制御における割当ての決定に
ついて説明する。ステップ１においては故障中、群外運
転中等で割当制御を行えないエレベータ号機を割当制御
の対象外とする。次のステップ２においては以後のステ
ップ４における推論演算に必要なデータの予測演算を行
う。ステップ３においてはステップ！で得られた各種デ
ータをステップ４の推論演算を行うのに適した形に変換
するための前処理が行われる。ステップ４では推論演算
が行われる。この推論演算は専門家の制御戦略を条件と
指示とによって表わした各々の制御規則の条件の成立す
る度合い及び指示の重み付けを行う。制御規則毎に重み
付けされた指示より制御指令の強さを決定する。この制
御指令とは［ホール呼びに対して割当てる。」ことであ
る。

上述のステップ２からステップ４までの各演算が各号機
について行われる。また、ステップ４においては多くの
目標に対する一連の制御規則についてそれぞれ行われる
。以下、説明の便宜上指示の重み付けの度合いを指示の
強さと言う。ステップ５において各号機の多くの目標に
対する制御指令の強さを比較して、最も目標を満たす号
機に最終的に新しく発生したホール呼びを割当てる指令
を出力する。以上で、新しく発生したホール呼びにどの
号機を割当てるのかが決定され割当制御が完了する。

上述のステップ４においては、各制御規則毎に条件の成
立する度合い及び指示の強さの決定が行なわれるが、以
下制御規則の一つである「長持ちになるならば割当てを
行なわない。」の条件の成立する度合い及び指示の強さ
の決定について説明する。従って上述の制御規則に対応
してステップ２においては、各号機の予測未応答時間、
最小予測未応答時間、最大予測未応答時間及び未応答時
間の確信度の演算が行われる。この確信度とは所定の時
間内にかごが到着する可能性を示すものである。

上）小の予測演算について第１２図に示すフローチャー
トを用いて説明する。

ステップ２ａにおいて現在かごのいるホールサブインデ
ックスＨ８をセットする。第１３図にホールサブインデ
ックスＨ３を示す。ホールサブインデックスＨ３は、現
在かどのいる階床とかごの運転方向とを考慮したもので
ある。１２階床にあるエレベータについて説明すると１
２階にかごがいて、下降運転を行う場合は、このかごの
ホールサブインデックスＨ３は“Ｏ″となる。１２階よ
り下降するに従って第１３図に示すようにホールサブイ
ンデックスＨ３の値は大きくなる。また、１階にかごが
あり上昇運転を行う場合はそのかごのホールサブインデ
ックスＨ３は“１１″となり１階から上昇するに従って
大きくなる。例えば、Ａ号機のかごが１１階にて下降を
行う場合は、このかごのホールサブインデックスＨ３は
“１″となる。また、かごのホールサブインデックスＨ
３が“５″でおるということはかごが７階にいて運転方
向が下降であることを意味する。このホールサブインデ
ックスＨ３の値は以下のステップで行われる各階への予
測未応答時間の演算の開始点を示す。

次にステップ２ｂが行われる。ステップ２ｂにおいては
すでに登録されているホール呼びに対する派生かご呼び
を字画データ等に基づいて発生させる。この派生かご呼
びはホール呼びに対して模擬的に発生させた呼びであり
実在の呼びとは異なることもある。第１４図にホール呼
び及びその派生呼びの様子を示す。たとえば、ホール呼
びが９階及び４階におるとすると、それらの派生かご呼
びは、９階のホール呼びに対して７階であり、４階のホ
ール呼びに対して２階である。以上のように派生かご呼
びの発生完了後、ステップ２Ｃが行われる。

ステップ２Ｃにおいては、各階の予測未応答時間ＴＸの
演算を行う。説明の便宜上、ホール呼びにのみ着目しか
ご呼びは無いものとして演算を行う。

第１５図に各階の予測未応答時間ＴＸを示す。

ここで１階床間を上昇あるいは下降するのに要する時間
を１秒とし、ホール呼びおるいはかご呼びのある階にか
ごが到着した際にその階で乗客の乗降りにより損失時間
を１０秒とする。これは簡易的な一例であり、実際には
、より高精度な演算により決定される。

かごが１１階にいて下降する場合を考える。

１１階（ホールサブインデックスＨ３は１ｇ　Ｉ　Ｉ＋
　＞から１０階（ホールサブインデックスＨ３は“２″
）まで走行時間として１秒を要する。また１１階から９
階（ホールサブインデックスＨ８“３″）まで走行時間
として２秒を要する。９階ではホール呼びがおるため損
失時間として１０秒費やされる。したがって１１階から
８階（ホールサブインデックスＨ８は“′４パである）
まで１３秒を要することになる。同様にして１１階から
４階（ホールサブインデックスＨ３は“′８″である。

）までは２７秒を要する。１１階におるかごが１階まで
下降して、次に１階から１２階まで上昇し、再び１１階
にもどるのに６２秒を要する。この間は、９階及４階に
ホール呼びが存在する場合であり、ホール呼びの数が増
せばそれに従って各階への予測未応答時間も大きくなる
。

ホールかご呼びのめる階の予測未応答時間ＲＥＳＰＴ　
（Ｈ３）は次の式で表わされる。

ＲＥＳＰＴ　（Ｈ３） ＝　ΣＲＡＮＴ　（Ｓｔａ　ｉ、Ｅｎｄ　ｉ　）ｉ＝１ 以下余白 十　　ΣＬＯ３Ｔ　　（Ｅｎｄ　　ｉ　　）ｉ＝’１ 十　　ＫＥ　　ＩＫＡＴ　　（Ｈ８）　　　　　　　・
−（１）ＲＡＮＴ　（Ｓｔａ　ｉ、Ｅｎｄ　ｉ　）は停
止階から次の停止階までの走行に要する走行時間である
。

また、ＬＯ８Ｔ　（Ｅｎｄ　ｉ　）　は停止予定階テノ
損失時間である。ＫＥ　ＩＫＡＴ　（Ｈ３＞はホール呼
びが発生したホールサブインデックスＨ３に対し、割付
けがセットされてからの経過時間を示す。

ＫＥ　ＩＫＡＴ　（ｌ（Ｓ）°は４４０　ＰＩと考えて
もさしつかえないので無視する。ｇは予測未応答時間を
求めようとする階まで呼びの数を示す。（予測未応答時
間を求めようとする階の呼びも含む。）第１４図の場合
、例えばホール呼びのある９階の予測未応答時間ＲＥＳ
ＰＴ　（３）は次式で表わされる。

ＲＥＳＰＴ　＜３）＝ ＲＡＮＴ（Ｓｔａｌ、Ｅｎｄｌ）”？２　（秒）１１階
と９階との間においては呼びがないのでがごは１０階に
停止しないため、損失時間は“ＯＩ＋である。また同様
に４階の予測未応答時間ＲＥＳＰＴ　　（８）は次式で
表わされる。

ＲＥＳＰＴ　（８）＝ ＲＡＮＴ（Ｓｔａｌ、Ｅｎｄｌ）十 ＲＡＮＴ　（Ｓｔａ２．Ｅｎｄ２＞ ＋ＲＡＮＴ　（Ｓｔａ３．Ｅｎｄ３）＋ＬＯ８Ｔ（Ｅｎ
ｄｌ　）十ＬＯ３Ｔ　（Ｅｎｄ２）ＲＡＮＴ　（Ｓｔａ
２．Ｅｎｄ２＞は９階から７階までの走行時間である。

ＲＡＮＴ　（Ｓｔａ３゜Ｅｎｄ３）は７階から４階まで
の走行時間でおる。

この場合、ＲＡＮＴ　（Ｓｔａ２．Ｅｎｄ２）は２秒で
あり、ＲＡＮＴ　（Ｓｔａ３．Ｅｎｄ３）は３秒である
。ＬＯ３Ｔ　（Ｅｎｄｌ　）は９階での損失時間であり
、ＬＯ３Ｔ　（Ｅｎｄ３）　は７階での損失時間である
。従って、ＲＥＳＰＴ　（８）は２７秒である。以上で
、第１５図に示す各階の予測未応答時間が求められる。

次にステップ２ｄ及びステップ２ｅが行われる。

ここでは、ホール呼びのある階についてのみ最小予測未
応答時間Ｔｍ１ｎ、最大予測未応答時間Ｔｍａｘ及び未
応答時間の確率分布モードを決定する。

予測未応答時間ＴＸは、実際のホール呼びに対して派生
呼びを発生させ、実際のホール呼びとその派生呼びとか
ご呼びとを考慮した際の各階の到着時間である。この予
測未応答時間ＴＸに対して最小予測未応答時間下ｍｉｎ
は実際のホール呼び及びかご呼びのみを考慮した際の各
階の未応答時間である。また、最大到着時間Ｔｍａｘは
高需要の階にホール呼びが発生した際の各階の予測未応
答時間でおる。最小到着時間Ｔｍ１ｎ及び最大到着時間
Ｔｍａｘは上述の第（１）式により求められる。

次に、未応答時間の確率分布モードを求める。

ホール呼びのあるかごが所定時間内に到着する可能性を
求めるために各ホール呼びのある階の確率分布モードを
設定する。第１６図にホール呼びのある階の未応答時間
の確率分布モードとして２種類のモード第１６図（ａ）
及び（ｂ）を示す。この分布モードは予測未応答時間Ｔ
Ｘを中心に分布する。また、この分布モードは最小予測
未応答時間１ｍ１ｎ、予測未応答時間Ｔｘ及び最大予測
未応答時間Ｔｍａｘの値により分布状態は異なる。

しかし、この分布モードは必ず、最小予測未応答時間Ｔ
ｍ１ｎと最大予測未応答時間ＴｍａＸとの間に存在し、
８１部と８２部の面積が等しくかつ両者の面積の和は１
となり、ＴＬｌとＴＬ２が等しくなる様に設定される。

第１６図に示される２つの確率分布モードの選択は、あ
る階のホール呼びに対して学習データ等により発生させ
た派生かご呼びと実際のかご呼びとの一致する可能性の
大小によって決定される。すなわち、学習データ等によ
り発生させた派生かご呼びが実際に発生するかご呼ひと
一致する可能性の低い場合は第１７図（ａ）に示される
パターンの確率分布モードが選択される。第１７図（ｂ
）は５階の上昇ホール呼びに対して１２階に派生かご呼
びが発生した場合を示す。この場合、３階にいるかごの
８階及び７階への予測未応答時間の確率分布モードは第
１６図（ａ）に示されるモードとなる。

一方、学習データ等により発生させた派生かご呼びが実
際に発生するかご呼びと一致する可能性の高い場合は第
１６図（ｂ）に示されるパターンの確率分布モードが選
択される。

すなわち、第１７図（ｂ）に示される場合は、ホール呼
びに対して基準階の１階にかご呼びが実際に発生する可
能性が高いため、かごが１階に行く可能性は高くなる。

従って、１０階にいるかごの３階の到着時間の確率分布
モードは第１６図（ｂ）に示される分布モードとなる。

上述のように求められた未応答時間の確率分布より未応
答時間の確信度を求める。この確信度とは所定の時間内
にかごが到着する可能性を示すものでおる。第１８図に
おいて、横軸は未応答時間、縦軸は確率値を示す。かご
が３０秒以内で到着する可能性すなわち確信度ＴＰＯは
Ａ部分の面積を求めることにより得られる。また同様に
３１秒以上６０秒未満でかごが到着する確信度ＴＰＩは
８部分の面積により求めることができ、６０秒以上の場
合の確信度ＴＰ２についてはＣ部分の面積により求める
ことができる。確率分布モードは面積が１になるように
正規化されているために、面積を求めることで各未応答
時間の確信度が求められる。この確信度は確率として表
わされる。

以上、第１２図に示すステップ２Ｇ、ステップ２ｄ及び
ステップ２ｅによって予測未応答時間とその確信度が求
められる。ステップ２Ｃ以下ステツプ２Ｑまでを各階ご
とに繰り返し行うことによって各階の予測未応答時間及
びホール呼びのある階の予測未応答時間の確信度を求め
る。以上で、第１１図のステップ２による予測未応答時
間の演算を終了する。

第１１図に示されるステップ４の割当制御の推論演算に
ついて説明する。

ステップ４の推論演算では割当制御の演算を行う。この
割当制御においては、「長待ち呼びを減らすこと」すな
わち、［６０秒以上の長待ち呼びを″“０″とすること
を目標として、新しく発生したホール呼びを仮に割当て
た際に、長待ちになる可能性が高くなる号機に対しては
割当てにくくする。すなわち、仮割当てを行ったことに
より「長待ち呼びを減らす。」という目標との偏差（以
下、エラーと言う。）Ｅ及びエラー増分へＥによって「
ホール呼びに割当てる。」という指示の強さを数値で表
わす。この指示の強さを各エレベータ号機について求め
る。

υｊ当副制御推論演算を第１９図に示すフローチャート
を用いて説明する。

ステップ４ａで制御対象であるエレベータのＡ＠機に［
新しく発生したホール呼びを仮割当てする。」という制
御指令を与える。

次にステップ４ｂが行われる。目標からのエラーＥとエ
ラー増分ΔＥを上記ステップ２にて求めた確信度を利用
した次式より求める。

エラーＥ＝Σ　「確信度」　　　　　・・・（２）ｉ＝
１ 確信度；かごが６０秒以上で到着する確信度Ｐ２ ｎ　；仮割当てを含むすべてのホール呼び故上述の（２
）式よりＡ号機に仮割当てをする前と、仮割当てをした
後でのエラーＥａ２の値及びエラーＥａ２の増分Δ［ａ
を求める。仮割当てする前のエラーＥの値をＥａ、１と
し、仮割当て後のエラーＥをＥａ２とすると、エラーＥ
の増分ΔＥａは次式により求める。

ΔＥａ＝Ｅａ２−Ｅａ１　　　　−（３）次に帰属度関
数を用いてエラーＥＥａ２及びエラーの増分ΔＥａの値
の評価を行う。ここで帰属度関数について説明する。

一般に、ある対象が集合への要素であるか否かを考える
際に、厳密に分けるのではなく、集合への要素でおる度
合いを考慮するために帰属度関数を用いる。第２０図に
示す帰属度関数において、’ｌｉ軸はめる状況の集合に
対する上述のエラーＥ、エラーの増分ΔＦであり、縦軸
は帰属度を示す。

第２０図には集合として集合ＺＯ１集合ＰＭ及び果合Ｐ
Ｂのそれぞれの帰属度関数を示す。集合ＺＯはエラーＦ
及びエラーの増分へＥが［だいたい零」である集合、集
合ＰＭはエラーＥ及びエラーの増分へＥが「正で中くら
い」である集合、集合ＰａはエラーＥ及びエラーの増分
ΔＥが「正で大きい」でおる集合を示す。それぞれの帰
属度関数はすべてのエラーＥあるいはエラーの増分ΔＥ
にそれぞれの値が集合ＺＯ１集合ＰＭ及び集合ＰＢに含
まれる度合いを与える。この度合いとは集合に属する度
合いを示すものであり、帰属度と言い０．０から１．０
までの間の数で示される。帰属度が１．０がある場合は
対象が集合Ａの完全に要素であることを示し、帰属度が
ＯｏＯである場合は対象が集合Ａの完全に要素でないこ
とを示す。

例えば、エラーＥがｅである場合について、その帰属度
を考える。第２０図からもわかるようにエラー〇に対し
ての集合ＰＢの帰属度は０．７であり、集合ＰＭの帰属
度は０．３である。すなわち、エラーｅは０．７の帰属
度で「正で大ぎい」という集合ＰＢに属し、０．３の帰
属度で「正で中くらい」という集合ＰＭに属する。

次に、制御規則の条件の成立する度合いを求める。すな
わち、この条件は「長持ちになるならば」であるので長
待ちになる度合いを求める。この度合いはエラーＥ及び
エラーの増分ΔＦの帰属度で表わされる。従ってエラー
Ｅ及びエラーの増分ΔＥの帰属度を求めることによって
条件の成立する度合い求める。

仮割当てした後のエラーＥａ２とその際の増分△Ｅａの
帰属度を第２０区に示す帰属度関数より求める。第２０
図よりエラーＥａ２の集合ＰＭに対する帰属度は０．９
であり、集合ＺＯに対する帰属度は０．１である。また
エラー増分ΔＥａの集合ＰＭに対する帰属度は０．５で
あり、集合ＺＯに対する帰属度は０．５である。

以上のように、エラーＥ及びエラーの増分ΔＥの値が集
合２０．ＰＭ、Ｐａのどの集合に属するのかを帰属度を
も考慮して求めた。この帰属度関数はエラーＥ及びエラ
ーの増分へＥの値に対して、その値が大きいかおるいは
小さいかの評価を与えることになる。すなわち、エラー
Ｅの値が集合ＰＢに属することはその値が大きいことを
意味し、なおかつ集合Ｐａに対する帰属度が大きいほど
エラーＥの値が大きいことを意味する。エラーの増分Δ
Ｅの値についても同様である。長待ちになる度合いはエ
ラーＥ及びエラーの増分ΔＥの属する集合及びその帰属
度によって表わされるので、エラーＥ及びエラーの増分
へＥが大きいということは長持ちになる度合いが大きい
ことである。

第２０図に示すように、エラーＥａ２は集合ＰＭに帰属
度０．９で属し、エラーの増分ΔＥａは集合ＰＭ及び集
合ＺＯに帰属度０．５で属するのでヤや長待ちになるこ
とを意味する。

上述したエラー巳、エラーの増分ΔＦの評価結果より上
述の制御規則に示される指示の強さを決定する。この評
価結果とはエラーＥ及びエラーの増分ΔＦが集合２０．
ＰＭ、ＰＢの内どの集合にどのくらいの帰属度で属する
かと言うことでおる。

第１９図のステップ４ｄの条件−指示テーブルを第２１
図に示す。第２１図はエラーＥ及びエラーの増分へＥに
対応した指示ΔＵを示すもので必る。例えばエラーＥが
「だいたい零」（集合ＺＯ）エラー増分ΔＥが「正で大
きい」　（集合ＰＢ）という場合、指示ΔＵとして１割
当てる必要はない」を得る。指示ΔＵとしては５種類あ
り、ＰＯは［割当てるＪ、ＰＳは「割当ててもよい」、
ＺＯは「ふつう」、ＮＳは「割当てる必要はない」、Ｎ
Ｅは「割当てない」である。エラーＥとしての集合の数
は集合ＰＢ、集合ＰＭ及び集合ＮＥの３種類であり、エ
ラー増分ΔＦの場合も同様に３種類であり、エラーＥと
エラー増分ΔＦとの組み合わせにより９種類の規則があ
る。従って９種類の規則を考え、その規則を第２２図に
示す。規則１はエラーＥが「正で大きい。」、エラーの
増分へＥが「正で大きい。」ときは指示ΔＵを「割当て
ない。」とすることを意味し、規則２以下同様である。

第２１図に示すように条件−指示テーブルはエラーＥ及
びエラーの増分ΔＥの値が属する集合を条件として指示
ΔＵを決定するものである。したがって第２１図に示さ
れる条件−指示テーブルは「もしＡならばＢ」型で表わ
されたプロダクション・ルールをマトリクス化したもの
でおる。また条件に対する指示は人為的に決定されるも
のでおり、専門家の知識に基づく制御戦略によるもので
ある。

次に第２１図に基づきエラーＥａ２及びエラーの増分Δ
Ｅａの評価より指示ΔＵを求める。エラーＥａ２は集合
ＰＭ及び集合ＺＯに属し、エラーの増分ΔＥａは集合Ｐ
Ｍ及び集合ＺＯに属する。

従ってエラーＥａ２及び増分ΔＥａの属する集合と条件
として指示ΔＵを求めると次に示す４通りがある。

（イ）　エラーＥａ２が集合ＰＭに属しかつ増分ΔＥａ
が集合ＰＭに属するならば指示ΔＵはＮＥ（割当てない
。）となる。

（ロ）　エラーＥＥａ２が集−合ＰＭに属しかつ増分Δ
Ｅａが集合ＺＯに属するならば指示ΔＵはＺＯ（普通に
割当てる。）となる。

（ハ）　エラーＥａ２が集合ＺＯに属しかつ増分ΔＥａ
が集合ＰＭに属するならば指示ΔＵはＮＳ（割当てる必
要はない。）となる。

（ニ）　エラーＥａ２が集合ＺＯに属し、かつ増分ΔＥ
ａが集合ＺＯに属するならば指示へＵはＰＯ（割当てる
。）となる。

以上によりエラーＥａ２の属する集合と増分ΔＥａの属
する集合との組合ｔ！（イ）〜（ニ）により４つの規則
が上述の９種類の規則から抽出される。この抽出された
規則は第２２図に示す規則５、規則６、規則８及び規則
９である。エラーＥａ２及び増分ΔＥａに対して４つの
規則に示される４つ指示ΔＵを得たが、これらの４つの
指示ΔＵを同じ強さでエレベータ＠機に与えることはで
きない。すなわち、４つの規則のうち強く適用できるも
のと弱くしか適用できない規則がある。そこで各々の規
則が出した指示を、その規則の条件が満たされている程
度によって比較する。すなわち、各々の規則の指示に重
み付けをして、この重み付けされた指示を重み付き平均
をして指示の強ざＵを決定する。

第２３図に用いて各々の規則の指示の重み付は及び重み
付き平均して得られる指示の強さについて説明する。第
２３図において各規則の強さについて説明する。第２３
図において各規則に対するエラーＥ及び増分へＥのグラ
フの横軸はエラーＥあるいは増分ΔＥの値であり、縦軸
は帰属度である。また指示ΔＵを示すグラフの横軸の正
の方向は割当てる方向を示し、負の方向は割当てない方
向を示し、縦軸は帰属度を示す。

第２３図に示される規則５に関していえばエラーＥに対
し集合ＰＭは、０．９の度合いで満たされ、エラー増分
ΔＦに対し集合ＰＭは０．５の度合いで満たされる。規
則５の満たされる度合いは２つの集合が満たされる度合
いのうち、小さい値となる。従って規則５は０．５の度
合いで満たされることになる。指示ΔＵを示す集合はこ
の０゜５という度合いで制限される。以下、同様に規則
６、規則８、規則９について指示ΔＵを示す集合を求め
る。以上でステップ４Ｇを終了する。

次にステップ４ｅが行われる。ステップ４ｅにおいては
ステップ４Ｃで得られる各規則に対する指示の集合の論
理和をとり、これを集合に属する度合いで重み付き平均
し、最終的に指示の強さＵを求める。ここでは第２４図
に示されるように指示の強さりは−０，６９となる。上
述の指示の強ぎりは制御規則［長持ちになるならば割当
てを行わない。」に示される指示［割当てを行わない。

］に対する重み付けの度合いを示す。

以上により「長待ちになるならば割当てを行わない」と
いう制御規則に基づいて条件の成立する度合い及び指示
の重み付けの決定について説明したが、同様にして推論
演算を行って他の制ｇｏ規則についても条件の成立する
度合い及び指示の重み付けを決定する。各制御規則毎に
求めた指示の重み付け、すなわち指示の強さＵより制御
指令の強さを決定する。ここで言う制御指令とは「ホー
ル呼びに対して割当てる。」ことである。この制御指令
の決定を各号機に対して行う。以上でステップ４ｅが終
了するとともに第１１図に示されるステップ４が完了す
る。

次に、ステップ５においては、ステップ４で各号機につ
いて求めた制御指令の強さより最終的にどの号機に割当
てを行うかを決定する。新しく発生したホール呼びに対
してどの号機を割当てるかを決定後、その号機に１割当
てる。」という制御指令を出力する。

ステップ５を終了することによってホール呼びに対する
割当制御が完了する。

割当制御の推論演算で用いられる第２０図に示される帰
属度関数及び第２１図に示されるエラーＥとその増分Δ
Ｅと指示ΔＵとの関係は人為的に決定されるものである
。

すなわち、帰属度関数は専門家の経験則を用いて決定さ
れる。また第２１図に示すエラーＥとその増分ΔＥに対
してどの指示を用いるのかをも専門家の経験則を用いて
決定される。従って割当制御において専門家の経験則の
直接的表現による推論を行うことができるので、正確な
割当てを行うことができる。ホール呼びなどは確率的に
発生するものであり、その確率を考慮し数学的な公式で
割当て演算を正確に行うことは非常に難しいが、上述の
推論演算に示すように各種データに重み付けをし人間の
経験則の直接的表現を用いることによって正確な割当制
御を行うことができる。

また、割当制御において、予測到着時間の「確信度」を
考慮しているため、同一の予測到着時間でもその値の「
確信度」の高い号機に割当てることができるので長持ち
呼びの発生を減少することができる。

制御指令を決定する際に複雑な評価式を用いず専門家の
直接的なアルゴリズム表現を用いるため、予報精度の向
上が容易に行え、またアルゴリズムの表現である規則の
追加、変更が容易に行えるため交通需要の異なる各種ビ
ルに容易にまた迅速に適応できる。エレベータの群管理
制御においては、下記の目標が考えられる。

（１）　長持ち呼びを減らす。

（２）　良好な呼びを増す。

（３）　最長待ち呼びを減らす。

（４）　高需要階のサービスを良好に保つ。

（５）　満貫通過を減らす。

（６）　かご呼び先着を減らす。

（７）　早い呼びを増す。

上記の群管理制御の割当制御における目標毎に上述の推
論演算のルーチンがリスト形式で表現されている。その
ため各ルーチンの追加、変更が容易に行えるようになる
。

ここで、以上の推論ルーチンについてアルゴリズムを数
式等を利用し再度ざらに定式化して詳細に説明する。

これらは汎用のラフ１−ウェアモジュールとなっている
。用言についても汎用的なものを使用して説明する。

本ＦｕｚＺｙ推論による制御においては、エレベータ郡
管理システムの現在の状態と可能な操作量より、その操
作量を出力したと仮定した場合の将来の状態を予測し、
複数の目標値に対し、予測制御偏差と偏差の変化率を求
め、それによりその操作量の評価指標を構成して最適な
操作量を決定する構成となっている。

量子化された操作量（例えば、どの号機に割当てるか等
）の変化の集合をＤＵとする。

ＤＵ＝　（Δｕ１．ΔＩＪ　２．−・−・・−・、Δｕ
ｎ）ある目標値に対する制御偏差（エラーに相当）をＥ
、制御偏差の変化率をＤＥとすると、制御規則は次のよ
うに表現される。

Ｒｉｊ　：　ｉｆ　（ＤＵ　　ｉｓ　　Δｕｉ→Ｅ　　
ｉｓ　　Ａｊ　　ａｎｄ　　［）Ｅ　　ｉｓ　　Ｂｊ＞
ｔｈｅｎ　　Ｗ　　ｉＳ　　Ｃｊ これは、″仮に操作量の変化としてΔｕｉを選択したと
き、制御偏差ＥがＡｊなる性質を満たし、かつ、制御偏
差の変化率ＤＥがＢｊなる性質を満たすならば（条件）
、その操作量の変化Δｕｉに対し評価指標Ｗ（指示）と
してＣｊ　（内容）を取る。″ことを意味する。

尚、本例においては、操作量の変化Δｕｉに対し、Ａｊ
、ｓｊ、Ｃｊが共通である例を示している。Δｕｉに対
し、それぞれ異なる場合はＡｉｊ。

Ｂｉｊ、Ｃ１ｊとする必要がある。

ここでＡｊ、Ｂｊを表すメンバーシップ関数（帰属度関
数）をμＡｊ　（ｅ）、μｂｊ（Δｅ）とし、ｅ、Δｅ
の予測値を企、Δ令とする。また、Ｃｊを表すメンバー
シップ関数をμＣｊ　（Ｗ＞とする。

このときＲｌｊの前提部のメンバーシップ関数μｐｊ（
合くΔ企１Δｕｉ）は、μｐｊ（合。

Δ会１Δｕｉ）＝ μＡｊ　（企）△μｂｊ（△令） （ただし、△＝ｍｉｎ） ここで、ｒＤＥ　　ｉｓ　　ΔｕｉＪにおいて〈Ｅｉｓ
　　ｅＱ　　ａｎｄ　　ＤＥ　　ｉｓ　　Δｅｏ＞が観
測された場合の制御則Ｒ１ｊによるΔｕｉに対する評価
指標Ｗに関する値Ｗの推論は、 ΔＣｊ　（ｅｏ、Δｅｏ、ｗｌΔｕｉ）＝［μＡｊ　（
令）△μｂｊ（６合）］ μＣｊ　（ｗ＞＝ＰｊμＣｊ　（ｗ＞ ここでＰｊは観測された事実（ｅＯ２Δｅｏ）が制御則
の条件部をどの程度満足しているかを示す。

Ｍ個の制御則により、 以下余白 μＲ＜ｅｏ、ΔｅＱ、ｗｌΔｕ１）＝ 、ｊ＝　Ｍ　ｕ　ＣＪ　（ｅ　Ｏ、ΔｅＱ、ｗｌΔｕｉ
）（ただし、ｖ＝ｍａｘ＞ となる。

こここで重心Ｗ＊の決定は、 ｗ＊＝ｆｗμＲ（ｅｏ、ΔｅＱ、ｗｌΔｕｉ）ｄ（ｗ）
／ ｆｔｌ’Ｒ（ｅｏ、ΔｅＱ、ｗｌΔｕｉ）ｄ（ｗ＞＜３
．１．３＞ すなわちμＲ＜ｅｏ、ΔｅＯ１ｗ１Δｕｉ）の重心を求
めＷ＊を決定する。

以上のことを複数の目標値ｒについて行い、最適な評価
指標となる操作量Δｕｉを決定する。

このＦｕｚｚｙ制御系を図２５に示す。

ここで第２５図の■−■の説明を行う。

△　　　　　　　　　△ ■　ｅ　（ｋ）−＝ｒ　（ｋ）−ｙ（ｋ）△　　　　　
　△ ■　　Δｅ　　（ｋ）　　＝ｅ　　（ｋ）　　−Ｑ　　
（ｋ−１＞△ ■ｗ＊＝ｆｗｕＲ（ｅ（ｋ）、６合（ｋ）。

Ｗ１Δｕｉ）ｄ＜ｗ＞／ ｆμＲ（企（ｋ）、６合（ｋ）、ｗｌ Δｕｉ）ｄ（ｗ） 複数の目標ｒについてもとめ、最適な Ｗ＊となるΔｕｉをΔＵ＊と決定する。

■　ｕ　（ｋ）　＝ｕ　（ｋ　−１）十Δｕ＊　（ｋ）
■　は第２６図に示す。

ここで本実施例の別の例を示し、いままでの説明をさら
に詳細に行なう。しかし、前述の例と方法はまったく一
致している。

前述の説明の制御則においてｅ、Δｅ、ｗ。

ΔＵを量子化して取り扱う。

ｅ、Δｅの内容Ａｊ、Ｂｊについては、次に示す３値と
する。

ＰＢ：たいへん大きい。

ＰＭ：やや大きい。

ＺＯ：ゼロ付近である。

Ｗについては次の７値のＣｊにいずれかをとるものとす
る。

以下余白 ＰＢニブラス側に大きい。　　　　（適　当）ＮＢ：マ
イナス側に大ぎい。　　　（不適当）またΔＵは割り当
て等の制御指示である。

ここで−例として３つの目標値に対する条件−指示を［
）ｅｃｉｓｉｏｎ　　ｔａｂｌｅ（条件−指示テーブル
）形式で第２７Ａ図の■−■に示す。

これらはΔＵに対し共通である。

以上のことをエレベータ郡管理制御におけるホール呼び
割り当て制御に結び付けた場合、操作量の変化Δｕｉは
ホール呼びの割り当て制御を示すことになり各月別にホ
ール呼びの仮割り当てを行なった場合の目標値からのエ
ラーが最小となる割り当て制御を行なうことになる。ま
た、その条件部にあいまい要素をもたせることが出来る
のでデータ予測のあいまいさを吸収できる。

次に目標と出力関数について説明する。

複数の目標とそれを表示する出力関数を第２７Ｂ図に示
す。これらの出力関数は、予測未応答時間分布を利用し
た関数である。

この図中で次のく注１）（注２）であるとする。

△。

ｙ＋（ｋ） となる。（ｉ：目標メンバー） （注２） Ｔｕｐ６０ｓｅｃ　（ρ）：ホール呼びρに対する予測
未応答時間６ ０秒以上の可能性 Ｔｍ１ｎ（Ｊ２）：ホール呼びｇに対する最小予測未応
答時間 ＴｍａＸ（ρ）二ホール呼びρに対する最大予測未応答
時間 ここで、目標値ｏｂｌ、２．３は交通需要や交通流モー
ドにより適宜な値がセットされる。

この他に目標項目として以下に示す（４）−（７）など
がある。

（４〉　良好な呼びを増やす。（３０秒以内の可能性を
増やす。） く５）　特定の階のサービスを良好に保つ。

く特定の階への３０秒以内の可能性を増やす。）（注）
　最上階と、最下階をセットすると、だんご運転の予防
となる。

（６）　＠員キャンセルを減らす。

〈７）　かご呼び先着を減らす。

次にメンバシップ（帰属度）関数についてもう１度多少
変形した例で示す。

まず、μＡｉｊ、μＢｉｊについて（ｉ：目標メンバー
、ｊ：ｉ子化インデックス）について第２８図に示す。

第２８図はエラー値やエラー増加分に対するメンバシッ
プ関数を示している。この場合ｊの量子化インデックス
は３値で、１　：Ｚｏ、２　：ＰＭ。

３：ＰＢとする。ここでメンバシップ関数は最小値ａ、
最大値すと、中央の割合Ｃにより変化するように設計し
た。本図はＸ軸を正規化した場合のメンバシップ関数の
一例であり、Ｓ関数と、Ｚ関数である。以下に詳細を示
す。

（Ｓ関数） Ｓ　（ＬＪ　ｌ　ａ、　ｂ、　ｃ）＝ （尚、（ｕ　１ａ、ｂ、ｃ）はＵのとる内容がａ。

ｂ、ｃであることを意味する） （Ｚ関数） ｚ　（ｕ　ｌ　ａ、　ｂ、　ｃ）＝１−ｓ　（ｕ　ｌ　
ａ、　ｂ、　ｃ）＜　ｉ　＞２０用メンバシツプ関数（
μＡ；１゜μＢ１１） ｆｚｏ　（ｕ）＝ｚ　（ｕ　１０．ｃ／２．ｃ）＝１−
５　（ＵＩＱ、Ｃ／２．Ｃ） 以下余白 （ｉｉ＞　ＰＭ用メンバシップ関数 （μＡｉ２．μＢ１２） （Ｕ≦Ｃの場合） ｆｐｍ　（ｕ）＝ｓ　（ｕ　ｌ　Ｏ，ｃ／２．ｃ）（Ｕ
≧Ｃ）の場合） ｆｐｍ　（ｕ）＝ｚ　（ｕ　ｌ　ｃ、＜１＋ｃ）／２．
１　）１−ｓ（ｕｌｃ、（１＋ｃ）／２．１）（ｉｉｉ
）　ＰＢ用メンバシップ関数 （μＡｉ３．μＢ１３） ｆｐｂ（ｕ）＝ｓ（ｕｌｃ、（１＋ｃ）／２．１＞次に
目標ｉに対するメンバシップ関数の定数ａ。

ｂ、ｃを第２９Ａ図に示す。

ここでａは最小値、ｂは最大値、Ｃは中央の割合であり
、これらは変化させ適宜に調整される。

次にメンバシップ関数μｃｊについて（ｊ：量子化イン
デックス）の−例を示す。

出力合成用メンバシップ関数を第２９Ｂ図に示す。

ここで、ｊの量子化インデックスは７＠で、１：Ｐ　　
　　　　　　　　　（適　当）７：ＮＢ　　　　　　　
　　　　　（不適当〉であり、仮制御指示に対する適当
−不適当の度合いを示す。また、形状は底辺±１（長さ
２）の三角形を使用している。

また各目標に対するルールである Ｄｅｃｉｓｉｏｎ　　ｔａｂｌｅ（条件−指示テーブル
）は上記のｌニー７：を使用している。

これらの関数と、条件の確かさにより、それぞれの目標
に対する合成が求められる。

この合成したものの加重平均値が出力値である。

１つの例として第３０図にＰｊが図中の値となった場合
の合成関数ｆ　（ｘ）を示しておく。この合成関数の加
重平均を求める場合に次式を使用する。

ｘｉ＝０．１＊ｉとし　く分割単位を０．１と仮定する
。） ＳＳ−Σ　　ｘｉｆ（ｘｉ） ｉ＝Ｑ Ｓ＝　Σ　　　ｆ（ｘｉ） ｉ＝Ｑ とし、出力Ｗは Ｗ＝ＳＳ／Ｓ により求められる。これは１つの目標についてであり、
複数の目標については以下のステップを用いる。

次に、目標別ルール間の合成について説明する。

目標ｒｉ　（ｉ＝１−３＞に対しそれぞれの適合の度合
の出力をＷｉとし全体の合成値Ｗを重み付けαｉにより Ｗ＝Σ　αｉＷｉ とする。

このＷの最良な＠機に割当の出力を行なう。

以上でＦｕｚｚｙ推論による制御出力の合成ルーチンの
説明（Ｆｕｚｚｙ制御ルーチンの説明）を終る。

これらは割当制御に使用され、割当制御処理はモジュー
ル化され、割当制御用コンピュータにより高速に処理さ
れる。この結果について、常に監祝し、制御規則を改善
してゆくのが、次に説明する］ンサルト処理ルーチンで
ある。これは第２図の３５に対応する。本発明の一例と
して、このルーチンは上述の割当て処理用とは別のコン
サルト処理用のコンピュータにより行なうものとする。

もちろん割当て制御用のコンピュータに十分な余力があ
ればこれに実行させることも可能である。

ここで、Ｆｕｚｚｙ制御による割当制御ルーチンと、こ
の制御規則改善のコンサルト処理の関連及び全体の処理
の動きを第３１図を参照して説明する。

前者のＦｕＺｚｙ制御による割当制御処理は（３１ａ）
　→　（３１ｂ）　→　（３１ｃ）　→　（３１ｄ）の
ループで行われる。また後者はこれとは別の（３１ｅ）
及び（３１ｆ）のループで動作する。

すなわち、前者は目標値に対する制御偏差を量子化し、
これをもとにメンバシップ関数により集合の帰属度を求
め、これより各集合の組合せに対する制御規則中のすべ
ての該当する制御指示を得、これを推論によって最適な
割当て号機を決定する。

そして、これにより制御を実施する。後者は制御ルール
による最適割当て号機を監視し続け、割当て実行時の情
報から割当て失敗の状況により制御規則を修正追加、削
除により改善する。

このルーチンでは、ホール呼びの割当後、その割当に関
連する制御規則（ルール）をセイブしておき、その制御
ＩＩ規則の効果の評価を行い、その結果に応じて制御ａ
規則を改善する。

次にこの処理について詳細に説明する。

第３２図に示す処理はすべてのホールサブインデックス
に対して行われる。ここでホール呼びの状態より、３２
ａ、３２ｂ、３２ｃの３種の処理のいずれかを行う。こ
の処理で割当処理３２ａと処理３２ｃは割当用ＣＰＵで
起動され、そのデータと処理３２ｂはコンサルティング
マイコンで処理される。これはＨＣＴ　（第３図）のサ
ーチにより選択することができる。これらの処理の結果
を一定時毎にチエツクし、各制御規則に対する強化カウ
ント値、弱化カウント値、正常カウント値、異常カウン
ト値に応じてそれぞれの制ａｍ則の改善を行う。ここで
説明を行ううえで、前者の部分から先に詳細に説明して
ゆく。

第３２図で、割当発生時は３２ａの処理が行われる。こ
こでは割当発生時のデータセーブと、関連データのセッ
トが行われる。（第３３図参照）割当発生時のデータセ
ーブは、第３５図に示すように各号機の割当に対する適
合の度合（Ｅｃｊａｔｅ）とそれに関連した制御規則の
番号（Ｄｏｍ　　Ｒｕ１ｅ＞である。これらは、割当ル
ーチンの結果が残されており、それを参照し、リセイブ
する。

前述のＤｏｍ　Ｒｕ１ｅはドミナン１へルールのことで
、割当の適合度を強く示す制ｔｉ［Ｅ則の上位ｎ個がセ
ットされる。第３０図の例においては、ＰＭを示す規則
であり、これが仮に第２７Ａ図の■の目標２でΔｅ＝Ｐ
Ｍ、ｅ＝Ｚｏの部分であったとすると（２，３，２＞と
なる。これは目標２に対するルールの、ｅ側が３．Δθ
側が２番目のルールであることを示す。

次に、３３ｂにおいて最適割当としてこの場合の割当号
機がプリセットされる。

第３２図において、次にこのホールに来た時、割当布の
状態となっており、３２ｂの処理が行われる。

この処理の詳細は第３４図に示されている。

ここで、３４ａにおいて、先に説明したＦｕｚｚｙ制御
による最適割当を行い、このホール呼びが割当られてい
なかった場合の最適割当を求める。

１つ前の最適割当をバックデータへ移動し、その新デー
タを最適割当とする。〈同時に第３５図のデータもバッ
ファにセーブされる。）また、このルーチンは以前の割
当制御処理と同様であり、割当制御処理用マイクロコン
ピュータがダウンした場合のバックアップとしても流用
される。

第３４図の次のステップでは、バックデータと今の最適
割当を比較し、もし異なっていたら、３４ｂ、３４ｃの
処理を行う。３４ｂにおいて、１つ前の割当を決定した
原因となるルール（制御規則）に対し、その弱化カウン
ト（ＭｉｎｕｓＣｏｕｎｔ）をインクリメントする。ま
た、３４Ｃにおいて１つ前の最適割当演算時に、今の最
適割当を行うために強張すべきルール（制御規則）の強
化カウント（Ｐｌｕｓ　　Ｃｏｕｎｔ）をインクリメン
トする。

また、このホール呼びが終了する場合は、第３２図の３
２ｃの処理が行われる。（第３６図参照〉ここでは、最
初の割当てによりホール呼びが終了したかをチエツクし
、もし最初の割当てでホール呼びを処理した場合は、そ
の割当を行う原因となったルール（制御規則）の正常カ
ウント（Ｔｒｕｅ　　Ｃｏｕｎｔ＞をインクリメントす
る。

逆に、最初の割当によりホール呼びが処理されなかった
場合は、その最初の割当の原因となったルールの異常カ
ウント（Ｆａｌｅ　　Ｃｏｕｎｔ）をインクリメントす
る。

以上により、各制御規則の効果の評価を行うデータが用
意された。これらのデータにより一定時間ごとに各制御
規則の改善が行われる。（第３７図参照） 第３７図に示す処理は、前記の処理であり、使用された
すべての制御規則に対し行われる。また、一連のデータ
がすべて用意された状態すなわら、ホール呼びの発生か
ら終了までの一連のデータが用意された状態で行われる
。ホール呼びに関する情報はすべてバッファリングされ
、バッファブロックのリスト形式となっており一連のデ
ータの使用が容易にできる。

第３７図、３７ａにおいて、一連のデータを処理バッフ
ァに移し、そのデータエリアをクリアする。これには一
定時間内に発生したホール呼びについてその終了までの
データがすべて含まれている。

ここでその制御規則の利用回数が一定以上でない場合は
、データの信頼性が低いために使用しない。このためＡ
ＮＳデータ（制御規則の変更データ）をゼロとして帰し
、このことにより制ｔｌ［則　Ｃは変更されない。利用
回数は、本発明の一例として、（ＴｒｕｅＣｏｕｎｔ＋
Ｆａ　Ｉ　ｅｃｏｕｎｔ＋Ｍ　ｉ　ｎｕｓＣｏｕｎｔ＋
Ｐ　Ｉ　ｕｓＣｏｕｎｔ）を利用している。またＡＮＳ
データはそれがマイナス側の場合は割当を強化する方向
であり、プラスの場合は割当を弱化する方向であり、こ
の実数値により制御規則が変更される。もし、利用回数
が一定以上で３７ｂに来た場合は、そこで成功率α１が
求められる。α１は、 Ｔｒｕｅ　　Ｃｏｕｎｔ α１＝□ （ＴｒｕｅＣｏｕｎｔ十ＦａＩ　ｅＣｏｕｎｔ）であり
、これが一定値以上の場合は３７Ｃ２そうでない場合は
、３７ｄの処理でＡＮＳ値が決まる。

つまり成功率が低い場合は、割当の弱化の指示がセット
される。

次に３７ｅのルーチンで、割当の強化率α２を求める。

α２は Ｐｌｕｓ　　Ｃｏｕｎｔ 【２＝□ （ＰＩｕｓＣｏｕｎｔ＋ＭｉｎｕｓＣｏｕｎｔ）α２が
一定値以上の場合は、変更カウントα３＝−１とする。

また、α２が一定値以下の場合はα３＝１とする。その
中間の場合はα３＝０とする。３７ｆでこのα３がＡＮ
Ｓに加えられる。

３７ｇにおいて、ＡＮＳのデータ分だけ制御規則の指示
部が変更される。本発明の一例においては、制御規則の
指示部は、ＰＢ−ＮＢの７値で示されており、ＡＮＳデ
ータの加算によりこの範囲（１〜７）を越えた場合は、
この範囲内に修正される。（限界値がセットされる。）
この処理により制御規則の修正、追加、削除が行われた
。

（注）指示部がＺ（３）の場合はＤｏｎ’　ｔＣａｒｅ
であり、この場合、このルールは削除されている状態で
あって、この指示がＰＳ（２）又はＮＳ＜５）に変化し
た場合、割当てにプラス又はマイナスの影響を持つ状態
となり、ルールが追加されたことになる。以上により、
制ｗＪ規則が改善されたことになる。

次に、制御規則の使用頻度をチエツクし、規則のメンバ
シップ関数の修正を行う処理ルーチンの説明を行う。こ
れらは、コンサルト処理と同期して行われる処理である
。ＦＵＺｚｙ推論が行われるたびに、それらの条件部の
生のデータ値（正規される前のデータ値：素データ）を
チエツクし、それらの総個数とデータ値を記憶しておく
。その記憶を一定時間ごとにチエツクし、メンバシップ
関数のレンジを修正し、常に一定の割合の度数で量子化
された各条件が分布するようにし、規則を有効に使用さ
れるようにするルーチンである。

くこの一定時間は先に述べたルールの改善のルーチンと
同期して行われる。使用されるデータも前述と同様にそ
の一定時間分のデータが正確にバッファリングされる構
成となっている。）ここで、第３８図を用いて、ルール
の条件部の生のデータ値を記憶する処理ルーチンの説明
を行う。

これはＦｕＺｚｙ推論が行われるたびに起動される。こ
こでは、その生のデータ値の総和のインクリメントと、
そのデータを小さい順にソートする処理を行っている。

これらはルール別や、タイムバンド（交通流の異なる時
間帯を区別するもの）などにより別々に用意される。あ
るルールのあるタイムバンドの生のデータ値の記憶を［
）ａｔａｘ（ｒｕ　ｌ　ｅｘ、ｔｂｘ＞で示すとすると
、第３９図のような形式となる。ここで、ルールの使用
は条件部の量子化データの帰属度によるため、この条件
部の帰属度の度数を広く分布させておけば、ルールが有
効に使用されることになる。

次に、この記憶された条件部のデータ値を利用し、ルー
ルの条件部のメンバシップ関数を修正するルーチンの説
明を行う。

このルーチンは、第４０図に示すごとく先に述べたルー
ルの修正ルーチンと同期し起動される。

このルーチンでは、条件部の量子化値（２０゜ＰＭ、Ｐ
Ｂ）に対応した度数の割当となるようにその条件メンバ
シップ関数（第２８図）のａ、ｂ。

Ｃのポイントを再設定するルーチンである。

第２９図は初期セットの一例を示す。

あらかじめ設定された各量子化値の度数割合に応じて、
そのデータの切れ目のインデックスを求める。（ステッ
プ４０ａ＞ ここでそのインデックスと、次のインデックスの中間値
を条件用メンバシップ関数の量子化の切れ口（第２８図
参照）として、ａ、ｂ、ｃの係数を求める。同時に新メ
ンバシップ関数を求める。

（ステップ４０ｂ）以前の記憶データをクリアくステッ
プ４０ｃ）して本ルーチンの処理は終了する。

以上により、ルールの条件部は、あらかじめ用意された
割合にしたがうような度数分布となることが予想され、
ルールが有効に利用される。つまり、ＺＯ，ＰＭ、ＰＢ
のどれかに集中してしまい、きまったルールしか、使用
されない状態をなくすことができる。

以上の一連の処理は、特徴的な交通流モードに対し、そ
れぞれ独立して行われ、それぞれに最適な制御規則に改
善されてゆく。また、ホール呼びに対する最適割当の監
視ルーチンが、そのまま割当制御に利用できるために、
割当制御用マイクロコンピュータ異常時に、このコンサ
ルト用マイクロコンピュータにバックアップを行わせる
ことができる。このようにすると制御性能の向上と、バ
ックアップの強化が同時に行えることになる。

尚、本発明における制御規則改善方法として、前述のそ
れぞれの制御規則を１つづつ改善する方法に代えて、そ
の制御規則の付近の規則も同時に改善する方法とするこ
とも、同様に実施可能である。そして、ビルのシステム
の状態により、第２７Ａ図の同じグループの付近のいく
つかの制御指示を変更するこの方法が有効である場合が
ある。

このことにより制御性能は休息に改善される。

このように本発明は、発生したホール呼びに対するサー
ビス号機の割当に専門家の知識に基づく制御規則を利用
したＦｕｚｚｙ制御を用い、割当後、そのホール呼びに
対する最適割当を常に監視し、その割当に関係した制御
規則の良否と使用頻度を求め、その結果により制御規則
を修正、追加、削除及びそのメンバシップ関数の修正を
してゆく自己組織化成長機能を付加し、制御性能の向上
をはかるようにしたものである。また、その自己組織化
成長機能を、割当制御用マイコンとは別のコンサル上用
マイコン中で動作させ、その処理の最適割当の常時監視
処理を流用し、割当制御用マイコンのバックアップを行
うこともできるものである。

また、本発明の方法は、分散制御システムにおいても、
各エレベータがそれぞれ自分の割当に対する評価を行う
場合、その処理中に同様な手法で利用できる。

［発明の効果］ 以上説明したように、割当制御に、エキスパートによる
制御規則を利用したＦｕｚｚｙ制御を用い、その割当後
、そのホール呼びに対する最適割当を常に監視し、その
割当に関係した制御規則の評価を行い、改善してゆくた
めに、設定条件などが食違っていても改善される。さら
に、常に制御規則の使用頻度を監視し、有効に規則が利
用されるように、状態に合わせてレンジが修正される。

これらにより割当の制御性能を大幅に向上させることが
できるようになるなどの特徴を有するエレベータの群管
理制御方法を提供することができる。

【図面の簡単な説明】

第１図は本発明に基づく一実施例のエレベータの群管理
制御装置のシステム構成図、第２図は同実施例を実現す
るソフトウェア構成図、第３図乃至第１０図は同実施例
を実現するためのメモリデータを示す図、第１１図は同
実施例の割当制御のフローチャート図、第１２図は割当
制御に用いられる予測演算のフローチャート図、第１３
図は予測演算で用いられるかごのホールサブインデック
スを示す図、第１４図はホール呼びに対する派生かご呼
びの状態を示す図、第１５図は予測到着時間の演算結果
を示す図、第１６図は予測到着時間の確率分布モードを
示す図、第１７図はホール呼びに対する派生かご呼びの
状態を示す図、第１８図は予測到着時間の確信度を求め
るための図、第１９図は推論演算のフローチャート、第
２０図は帰属度関数を示す図、第２１図及び第２２図は
条件−指示を示ず図、第２３図乃至第３１図は本発明の
詳細な説明するための図、第３２図乃至第３４図及び第
３６図、第３７図は自己成牛ルーチンのフローチャート
、第３５図はメモリテーブルを示す図である。 第３８図、第４０図は説明のためのフローチャート図、
第３９図はテーブル説明図である。 １・・・郡管理制御装置、２・・・エレベータ制御装置
、３・・・伝送コントローラ、４・・・エレベータ監視
モニタ、５・・・ホールゲート、ランプ、センサ、デイ
スプレィＩ１０コントローラ、６・・・かご内コントロ
ーラ。

Claims (3)

【特許請求の範囲】
1. （１）複数のサービス階床に対して複数のエレベータを
   就役させ、制御するエレベータの群管理制御において、
   発生したホール呼びに対し定めた制御目標を最も良好に
   満たす最適エレベータの決定において、エレベータそれ
   ぞれの状況情報に基づく制御目標の確信度を得、これよ
   り仮割当てに対する制御目標の偏差の状況変化を得てこ
   れと専門家の制御戦略を条件と指示とによつて表わした
   複数の制御規則を用いファジー推論による処理により、
   割当て制御指示の決定を行い、この決定による割当てエ
   レベータを上記ホール呼びに応答させ、且つ、これと同
   一の処理を行って上記ホール呼びに対しての時々刻々の
   最適割当てエレベータの監視演算をし、上記ホール呼び
   に応答した時点で上記制御指示の決定の失敗が認められ
   た時、その制御指示の決定原因となる制御規則の良否を
   評価し、それに基づいて必要に応じ上記制御規則の修正
   、追加、削除を行って自己組織化をさせることを特徴と
   する自己組織化機能をもつエレベータ群管理制御方法。
2. （２）制御規則の条件部のデータを記憶しておき、あら
   かじめ設定した度数で制御規則の条件部の量子化が行わ
   れるように、規則に関連したメンバシップ関数を修正し
   、自己組織化による失敗をなくすことを特徴とする特許
   請求の範囲第１項記載の自己組織化機能をもつエレベー
   タ群管理制御方法。
3. （３）ファジー推論による割当て制御指示の決定とファ
   ジー推論を用いての時々刻々の最適割当てエレベータの
   監視演算は各々独立して処理させることを特徴とする特
   許請求の範囲第１項記載の自己組織化機能をもつエレベ
   ータ群管理制御方法。