JPH03297769A - 群管理エレベーター - 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】 〔産業上の利用分野〕 本発明は、群管理エレベータ−に係り、特に、ビル毎に
特有なエレベータ−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−に関する。

〔従来の技術〕

群管理エレベータ−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５８−６３６６
８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−号機を割当てるための評価番行う
″割当て評価関数″゛を、可変パラ４− 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−を呼びに割当てることによりエレベータ−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ュレーション
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、７１．Ｎα５．ｐｐ１１５−１２２　（１９８９−
５）に開示されている。この制御は、待ち時間９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−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、実態にあったエレベータ−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ュレーションにより
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ュレーション回数は、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、シミュレーションによって求
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−制御を行うことができるまでの時間が非
常に長くなっ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っても、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−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−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−において、エレベータ−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。

７− 〔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１群管理制御の目標
項目として、待ち時間２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−
の全体構成ブロック図である。

群管理エレベータ−は、群管理制御装置ＭＡを中心に、
号機制御用マイコンＥｌ、・・・、Ｅｎ、ホ８− −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−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Ｍｌ、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Ｈ
Ｄ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、ホール呼び釦やかと呼び釦
の継続時間やかと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、かご内混雑度といった制御結果
を測定し、エレベータ−利用状況である交通流の学習を
行なう。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）を受は取り、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った制御を、
いつでも固定の制御方法を用いて実現することか不可能
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がら、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
、総当りでシミュレーションを試行し、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ュ
ミレーションするとしても、第２図（ａ）に丸印で示す
ように、 ５Ｘ５Ｘ５＝１２５　　　　　　　　　　　・・・（１
）通りのシミュレーションが必要である。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。

１１ このシミュレーションは、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故障時のバッ
クアッ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、シミュレーションに要する時間
を短縮することは難しい。そのため例えば、実時間３０
分相当のシミヨレ−ジョンに、ｌｏ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（出動。

退勤、平常、昼食前半、昼食後半、混雑、閑散）をこの
総当り方式で調整すると、 １２５Ｘ１０Ｘ７＝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バラス１２ 一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から受は渡された、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ュレーションを
試行しく丸印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ュレーションを試行しく三角
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
に関するシミュレーションを試行しく四角印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、シミュ
レーション回数は、 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、 １５Ｘ１０Ｘ７＝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倍のオーダに抑制するこ
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ェア５Ｆ−Ｅは、各エレベータ−号
機を管理し、群管理制御装置の指令に従って運行するた
めのソフトウェアであり、号機制御用マイコンＥｌ、・
・・、Ｅｎで実行される。

群管理制御系ソフトウェアＳＦＩ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ェアで、
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ェアＳＦＩと号機制御系ソフトウ
ェア５Ｆ−Ｅは、エレベータ−制御テーブル５ＴＯ１を
通して情報のやり取りを行う。

自動調整系ソフトウェア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ェアＳＦ２と群管理制御系ソフトウ
ェアＳＦＩは、交通流モード別制御方法テーブル５ＴＯ
２と、学習データテーブル５ＴＯ３を通して情報のやり
取りを行う。

支援系ソフトウェアＳＦ３は、利用者の要望を受付けて
、その要望の数゛値化、及び、要望に沿った制御方法の
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。

支援系ソフトウェアＳＦ３と自動調整系ソフトウェアＳ
Ｆ２は、制御方法の初期値テーブル５ＴＯ４と、重み係
数テーブル５ＴＯ５を通して情報のや１５− り取りを行う。

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

群管理制御系ソフトウェアＳＦＩは、３つのプログラム
（割当て実行プログラムＳＦＩ　１、交通流学習プログ
ラム５Ｆ１２、交通流モード判定プログラム５Ｆ１３）
と、１つのデータテーブル（制御方法テーブル５Ｔ１１
）より構成される。

割当て実行プログラムＳ　Ｆ　１−１は、制御方法テー
ブル５Ｔ１１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−号機を
割当てる。

交通流学習プログラム５Ｆ１２は、エレベータ−制御デ
ータテーブル５ＴＯ１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５Ｆ１３と学
習データテーブルＳＴＯ３に与える。

交通流モード判定プログラム５Ｆ１３は、交通流学習プ
ログラム５Ｆ１２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（出動。

１６− 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５Ｔ
Ｏ２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５ＴＩＩに設定する。

第５図は、自動調整系ソフトウェアＳＦ２の内部のソフ
トウェア構成図である。

自動調整系ソフトウェア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５Ｆ２１、シミュレ
ーション用試行パラメータ算出プログラム５Ｆ２２、シ
ミュレーション実行プログラム５Ｆ２３、及び、最適パ
ラメータ選択プログラム５Ｆ２４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５Ｔ２１、
試行パラメータテーブル５Ｔ２２、シミュレーション結
果テーブル５Ｔ２３、及び、ノルム算出用データテーブ
ル５Ｔ２４より構成される。

自動調整管理プログラム５Ｆ２１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−プル５Ｔ２１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５ＴＯ２、制御方法の初期値
テーブル５ＴＯ４、重み係数テーブル５ＴＯ５とのイン
タフェースを受は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。

シミュレーション用試行パラメータ算出プログラム５Ｆ
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５Ｔ２２に
設定する。

シミュレーション実行プログラム５Ｆ２３は、制御結果
予測手段に相当し、学習データテーブルＳＴ○３の結果
を用いて、試行パラメータテーブル５Ｔ２２の試行パラ
メータについてのシミュレーションを実行し、その結果
をシミュレーション結果テーブル５Ｔ２３に書き込む。

最適パラメータ選択プログラム５Ｆ２４は、最適制御方
法選択手段に相当し、シミュレーション結果テーブル５
Ｔ２３、ノルム（偏差）算出用データテーブル５Ｔ２４
のデータにより、後述する″重み付はノルム″を演算し
、その比較により、試行パラメータテーブル５Ｔ２２の
中から最適な制御パラメータを選択する。

第６図は、支援系ソフトウェアＳＦ３の内部のソフトウ
ェア構成図である。

支援系ソフトウェアＳＦ３は、２つのプログラムすなわ
ち、感性入力プログラム５Ｆ３１、及び、制御方法決定
プログラム５Ｆ３２より構成される。

感性入力プログラム５Ｆ３１は、利用者の要望を受は付
け、″重み係数″という数値に変換し、重み係数テーブ
ル５ＴＯ５に設定する。

制御方法決定プログラム５Ｆ３２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５ＴＯ４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１９− ２０− 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
イムのオペレーティングシステムのもとて管理実行され
るものとする。

従って、プログラムの起動や停止は、システムタイマの
イ也のプログラムから自由に行える。また、群管理制御
系ソフトウェアＳＦＩについては、特開昭５８−５２１
６２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、支援系ソフトウェアＳＦ３については、特開平
１−１９２６８２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９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ェアＳＦＩの、割当て実行プ
ログラム５ＦＩＩのプログラムフローチャート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、ステップＡ１−１で、エレベータ−制御データテ
ーブル５ＴＯ１から、未割当てのホール呼び信号を読み
込む。ステップＡ１−２とステップＡ１−７は、全号機
に関するループ処理である。

ループ内のステップ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、ステップ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、ステップ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。ステップ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５Ｔ１１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待　＝ＷＴ−ａＸａ’　　　　　　　　　　　　　−
（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例としては、予測される
最長かと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　＝ｂＸＲＴ　　　　　　　　　　　　　　　・・
・（６）ｂ二乗車検数 ＲＴ：予測される最長かと呼び応答時間この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。

ステップ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、をΦ１＝φ特　＋φ乗　
＋φ混　　　　　　　　　　　・・・（９）として演算
する。ステップ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、ステップＡ１−８で、総
合評価値Φ１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。ステップＡ１−
９では、エレベータ−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。

上記のステップＡ１−４の処理としては、特許第１３４
０７５２号の方式その他が、ステップ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、ステップＡ１−３〜茄− Ａ１−５で用いられる制御方法テーブル５Ｔ１１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ェア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５Ｆ２１の、自動調
整系−支援系間のインタフェースプログラムのフローチ
ャートＢ１である。プログラムＢ１は、支援系からのデ
ータを受は取る時に起動される。

ステップ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５ＴＯ４を読み込み、
ステップＢ１−２で、交通流モード別制御方法テーブル
５ＴＯ２を更新書き込みする。

続いて、ステップ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５ＴＯ５を２４− 読み込み、ステップＢ１−４で、ノルム算出用データテ
ーブル５Ｔ２４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５ＴＯＺ
兼制御方法の初期値テーブル５ＴＯ４の内容である。テ
ーブルは、各交通流モード（出動。

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
階からの乗込み需要が顕著な出動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、各交通流モードに対
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５ＴＯ５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
、後述する重み付は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５Ｆ２１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５
ＴＯ２とのやり取りなどを受は持つプログラムのフロー
チャート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（学習データの蓄積景、学習デー
タの変更量）などが、利用できる。

ステップＢ２−１で、交通流モード別制御方法テーブル
５ＴＯ２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ｐｒｍ［］に読み込む。ここで、ｔｙｐ、　ｆ
ａｖは、メモリ上の変数名を、ｐｒｍ　［コは、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。ステップＢ２−２で、自動
調整の進度を示す変数５ｔｅｐに１をセットする。ステ
ップＢ２−３で、自動調整進行データテーブル５Ｔ２１
から、交通流タイプｔｙｐ　、最重視制御項目ｆａｖ　
、進度５ｔｅｐに応じた調整対象項目をｏｂｊに読み込
む。ステップＢ２−４で、調整対象項目ｏｂｊを調べ、
終了信号ＥＮＤでなければ、シミュレーション用試行パ
ラメータ算出サブルーチンＢ３、シミュレーション実行
サブルーチンＢ４、最適パラメータ選択サブルーチンＢ
５を実行する。ステップＢ２−５で進７− 度５ｔｅｐを１進め、ステップＢ２−３以下の処理を繰
り返す。ステップＢ２−４での判定がＹｅｓになると、
ステップ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５
ＴＯ２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５
ｔｅｐ　（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ｏｂ
ｊに関する最適パラメータを選択する（Ｂ５）ことを繰
り返す本フローチャ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５Ｔ２１に格納記憶する。

第１３図に、自動調整進行データテーブル５Ｔ２１の内
容を示す。自動調整進行データテーブル５Ｔ２１は、プ
ログラムＢ２で用いられる５Ｔ２１Ａと、後述するサブ
ルーチンＢ３で用いられる５Ｔ２１Ｂより構成される。

テーブル５Ｔ２１Ａは、各交通流モード毎、各２８− 最重視＃御項目毎にそれぞれ、各５ｔｅｐ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、５ｔｅｐ　３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、５ｔｅｐ　２　。

５ｔｅｐ　３の調整対象項目の代わりに終了信号ＥＮＤ
を設定する。また、５Ｔ２１Ａで、各５ｔｅｐ　３の調
整対象項目を格納した次の部分には、終了信号ＥＮＤを
セットする。

このテーブル５Ｔ２１Ａ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っ
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、
同じ平常時であっても、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−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５Ｔ２１Ｂ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ｍｉｎ、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νｔｈ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、といっ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）、といっ
た設定が可能である。

第１４図は、シミュレーション用試行パラメータ算出プ
ログラム５Ｆ２２　（前出のサブルーチンＢ３に相当）
のフローチャートである。

ステップＢ５−１で、自動調整進行データテーブル５Ｔ
２１から、調整対象項目に対応した５Ｔ２１Ｂの内容を
読み込む。ステップＢ５−２とステップＢ５−９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
ュレーションは、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、試行シミュレー
ション回数は、（２ｔｒｙ＋１）回となる。ステップＢ
５−３で、調整対象項目ｏｂｊについて、試行パラメー
タ幅りｔｈ　を用いて、現行パラメータｐｒｍ　［ｏｂ
ｊ］を中心とした試行パラメータｔｒｙｐｒｍ　［ｉ　
］　［ｏｂｊ］を３１− 作成する。ステップＢ５−４で、最大値、最小値の確認
を行い、範囲外であれば、ステップＢ５−５で、試行パ
ラメータｔｒｙｐｒｍ　［ｉ　］　［ｏｂｊｌの内容を
、シミュレーション不適を表す信号５ｋｉｐとする。

ステップＢ５−６．Ｂ５−７．Ｂ５−８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。ステップＢ５−９の判定で、ループ
終了となれば、ステップＢ５−１０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
５Ｔ２２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５Ｔ２２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、シミュレーション実行プログラム５Ｆ２３
　（サブルーチンＢ４）のフローチャートである。

ステップＢ４−１で、学習データテーブル５ＴＯ３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、ステップＢ４−２で乗客作３２− 成を行う。ステップＢ４−３とステップＢ４−９は、試
行パラメータ数についてのループ処理である。ステップ
Ｂ４−４で、試行パラメータテーブル５Ｔ２２から、試
行パラメータｔｒｙｐｒｍ　［ｉ　］を読み込む。ステ
ップＢ４−５で、読み込んだ試行パラメータの、シミュ
レーション不適信号５ｋｉｐの確認を行い、５ｋｉｐで
なければ、ステップＢ４−６で、試行パラメータｔｒｙ
ｐｒｍ　［ｉ　］　をシュミレータにセットする。ステ
ップＢ４−７で、Ｂ４−２で作成した乗客についてのシ
ミュレーションを実行し、ステップＢ４−８で、待ち時
間２乗車時間、及び、かご内混雑度のシミュレーション
結果データｄａｔ［］を収集する。ステップＢ４−９の
判定で、ループ終了となれば、ステップＢ４−１０で、
結果データｄａｔ［］を、シミュレーション結果テーブ
ル５Ｔ２３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、ステップＢ４−１゜Ｂ４−
２、及び、Ｂ４−７の処理の詳細は、特開昭５８−５２
１６２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。

シミュレーション結果テーブル５Ｔ２３は、第１７図に
示すように、各調整順序毎に各項目のシミュレーション
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５Ｆ２４　
（サブルーチンＢ５）のフローチャートである。

ステップＢ５−１で重み付はノルムＬｐ　［ｉｌ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
５Ｔ２４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
ップＢ５−２とステップＢ５−７は、試行パラメータ数
についてのループ処理である。ステップＢ５−３で、試
行パラメータテーブル５Ｔ２２から、試行パラメータｔ
ｒｙｐｒｍ　［ｉ　］を読み込む。ステップＢ５−４で
、読み込んだ試行パラメータの、シミュレーション不適
信号５ｋｉｐの確認を行い、５ｋｉｐでなければ、ステ
ップＢ５−５へ進む。ステップＢ５−５で、シミュレー
ション結果データテーブル５Ｔ２３から、シミュレーシ
ョン結果データｄａｔ［ｉｌ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で重み付はノルム
Ｌｐ　［ｉｌを算出する。また、ステップＢ５−４で、
シミュレーション不適信号５ｋｉｐが検出された場合に
は、ステップＢ５−６で、重み付はノルムＬｐ　［ｉｌ
にある大きなダミー値ｄｕｍｍｙをセットする。ステッ
プＢ５−７の判定で、ループ終了となれば、サブルーチ
ンＢ７で重み付はノルムＬｐ　［ｉｌ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。ステップ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ｔ
ｒｙｐｒｎ＋　［ｉ　］に更新して、もとのプログラム
に復帰する。

第１９図は、重み付はノルム算出サブルーチンＢ６のフ
ローチャートである。重み付はノルムとは、シミュレー
ション結果と、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で総合した
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＝３５ ３６− の要望に近い結果は、重み付はノルム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、ステップＢ６−１で、試行パラメータｉに対応す
る重み係数Ｌｐ　［ｉｌを初期化する。ステップＢ６−
２とＢ６−７は、制御目標項目に関するループである。

ステップＢ６−３でシミュレーション結果ｄａｔ［ｉｌ
　　［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。ステッ
プＢ６−４で、ノルムｎｒｍの値を調べ、Ｏより小さい
時には、つまり、シミュレーション結果が制御目標値を
達成した時には、ステップＢ６−５でｎｒｍの値を０に
する。

ステップ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ｔａｇ
ｈ［ｊ］により重み付けして、Ｌｐ　［ｉｌに累計する
。以上の処理を繰り返し、ステップＢ６−７で終了が判
定されたならば、重み付はノルムＬｐ　［ｉｌをもとの
プログラムへ渡して復帰する。

第１８図ステップ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５Ｔ２４の内容を、第２０図に示す。

ノルム算出用データテーブル５Ｔ２４は、制御目標値ｔ
ｒｇと換算係数ｓｔｄを格納するテーブルＳ　Ｔ　２４
．　Ａと、重み係数ｗｇｈを格納する５Ｔ２４Ｂより構
成される。

５Ｔ２４Ａ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。

５Ｔ２４Ｂ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
のフローチャートである。

ステップ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。Ｌｐｍｉｎは、現在までの
最も良い重み付はノルムＬｐの値を示す変数であり、初
期設定では、第１８図ステップ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、シミュレーション不適であっ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　［Ｎ　ｏ　　＋ｎｉｎ］による。

最重視制御項目ｆａνに対するシミュレーション結果ｄ
ａｔ［Ｎ。

ｗｉｎ］　［ｆａｖ］を格納する変数である。

ステップ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、ステップＢ７−３で、ｉ番目
の試行パラメータに対応する重み付はノルムＬｐ　［ｉ
ｌと、Ｌｐｍｉｎの比較を行う。もし、Ｌｐ　［ｉｌの
方が小さければ、最適パラメータの更新処理・ステップ
Ｂ７−６へ進む。

もし、Ｌｐ　［ｉｌの方が大きければ、更新は行わず、
ステップ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、ステップＢ７−４
へ進む。総合的に同じ結果をもたらす（重み付はノルム
の等しい）２つの結果を比較する場合、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。そのため、ス
テップ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　］　［ｆａｖ］の方が良い結果であれば、最適
パラメータの更新処理（ステップＢ７−６）へ進む。も
し、ｄａｔ　［ｉ　］　［ｆａｖ］の方が悪いならば、
更新は行わず、ステップＢ７−７へ進む。また、このデ
ータ値も等しい時には、さらにステップＢ７−５へ進む
。ステップ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ψ比較を
行う。自動調整を行って、現行のパラメータを真に最適
なパラメータ４０− 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
ーシュート）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、試行の順序によって算出できる。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（ステップＢ７−６）へ
進む。ステップＢ７−６では、最適パラメータの更新処
理を行う。ＬｐｍｉｎはＬｐ　［ｉｌに、Ｎｏ−ｌｌ１
ｉｎはｉに、Ｄａｔ　　ｗｉｎはｄａｔ［ｉｌ　［ｆａ
ｖ］に更新する。以上の処理を繰り返し、ステップ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、■シミュレー
ション、■最適パラメータ数択、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、シミュレーショ
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
付は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。

重み付は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、重み付はノルム、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（
オーバーシュート）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、ステップ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、ステップＳ２へ進む。

ステップＳ２では、自動調整で制御方法に変更があった
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、ステップＳ３
へ進む。

ステップ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ＴＮＲ
Ｃの内容は後述する。

ステップ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。

４３ ステップ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法で行
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。

ステップ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（ステップ８３〜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っても、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った場合のみ調整結
果を記録することにより、記録に要する一羽一 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の
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っても
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図のステップＳ２
の処理を削除することができる。ステップＳ２を削除す
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
、自動調整によっ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
フィードバックすることにより、自動調整の精度・効率
を向上できる。また、エレベータ−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
で行なっており、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４７ 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！ｌＩ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Ｉ！１整結果の記録は、まず、前回９０年２月１７
日以降の実測値を、面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４８− 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ったこと
を示している。

下のウィンドウ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、ウィンドウ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っ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、要望に沿っ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−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−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って
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−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
部の機能ブロック構成図、第７図は群管理制御プログラ
ムのフローチャート、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ャート
、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ャート
、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１
４図は試行パラメータ算出プログラムのフローチャート
、第１５図は試行パラメータテーブル、第１６図はシミ
ュレーション実行プログラムのフローチャート、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ャート、第１９図はノルム算出
プログラムのフローチャート、第２０図はノルム算出用
データテーブル、第２１図は最ホノルム探索プログラム
のフローチャート、第２２図は自動調整結果記録処理プ
ログラムのフローチャート、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。

Claims (1)

1. 【特許請求の範囲】 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。 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。 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。 ４、請求項１、２または３において、前記調整手段は、
   調整すべき可変パラメータを逐次的に調整する手段であ
   る群管理エレベーター。 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、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。 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。 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、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。 ８、請求項５、６または７において、前記調整順序記憶
   手段は、前記複数の可変パラメータのうち、特定の可変
   パラメータのみの間の調整順序を記憶することを特徴と
   する群管理エレベーター。 ９、請求項１、２、３、５、６または７において、所定
   の条件を満足したとき前記調整手段を起動する手段を備
   えた群管理エレベーター。 １０、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
   変パラメータを逐次的に調整する手段を備えた群管理エ
   レベーター。 １１、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。 １２、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的変化とし
   て表示する手段を備えた群管理エレベーター。