JPH0517150B2 - - Google Patents
Info
- Publication number
- JPH0517150B2 JPH0517150B2 JP57157897A JP15789782A JPH0517150B2 JP H0517150 B2 JPH0517150 B2 JP H0517150B2 JP 57157897 A JP57157897 A JP 57157897A JP 15789782 A JP15789782 A JP 15789782A JP H0517150 B2 JPH0517150 B2 JP H0517150B2
- Authority
- JP
- Japan
- Prior art keywords
- elevator
- control
- time
- floor
- traffic demand
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
- 238000011156 evaluation Methods 0.000 claims description 62
- 238000001514 detection method Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 description 61
- 238000000034 method Methods 0.000 description 59
- 238000004088 simulation Methods 0.000 description 53
- 238000012545 processing Methods 0.000 description 25
- 238000004422 calculation algorithm Methods 0.000 description 23
- 238000010586 diagram Methods 0.000 description 23
- 238000004364 calculation method Methods 0.000 description 17
- 230000002354 daily effect Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 14
- 238000009826 distribution Methods 0.000 description 11
- 238000000605 extraction Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 230000007423 decrease Effects 0.000 description 6
- 230000001174 ascending effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000009499 grossing Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 239000004106 carminic acid Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 239000004148 curcumin Substances 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000004173 sunset yellow FCF Substances 0.000 description 2
- 101100493820 Caenorhabditis elegans best-1 gene Proteins 0.000 description 1
- 239000004233 Indanthrene blue RS Substances 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000007786 learning performance Effects 0.000 description 1
- 230000005923 long-lasting effect Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000012925 reference material Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B1/00—Control systems of elevators in general
- B66B1/24—Control systems with regulation, i.e. with retroactive action, for influencing travelling speed, acceleration, or deceleration
- B66B1/2408—Control systems with regulation, i.e. with retroactive action, for influencing travelling speed, acceleration, or deceleration where the allocation of a call to an elevator car is of importance, i.e. by means of a supervisory or group controller
- B66B1/2458—For elevator systems with multiple shafts and a single car per shaft
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B1/00—Control systems of elevators in general
- B66B1/02—Control systems without regulation, i.e. without retroactive action
- B66B1/06—Control systems without regulation, i.e. without retroactive action electric
- B66B1/14—Control systems without regulation, i.e. without retroactive action electric with devices, e.g. push-buttons, for indirect control of movements
- B66B1/18—Control systems without regulation, i.e. without retroactive action electric with devices, e.g. push-buttons, for indirect control of movements with means for storing pulses controlling the movements of several cars or cages
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B1/00—Control systems of elevators in general
- B66B1/02—Control systems without regulation, i.e. without retroactive action
- B66B1/06—Control systems without regulation, i.e. without retroactive action electric
- B66B1/14—Control systems without regulation, i.e. without retroactive action electric with devices, e.g. push-buttons, for indirect control of movements
- B66B1/18—Control systems without regulation, i.e. without retroactive action electric with devices, e.g. push-buttons, for indirect control of movements with means for storing pulses controlling the movements of several cars or cages
- B66B1/20—Control systems without regulation, i.e. without retroactive action electric with devices, e.g. push-buttons, for indirect control of movements with means for storing pulses controlling the movements of several cars or cages and for varying the manner of operation to suit particular traffic conditions, e.g. "one-way rush-hour traffic"
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/10—Details with respect to the type of call input
- B66B2201/102—Up or down call input
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/20—Details of the evaluation method for the allocation of a call to an elevator car
- B66B2201/211—Waiting time, i.e. response time
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/20—Details of the evaluation method for the allocation of a call to an elevator car
- B66B2201/216—Energy consumption
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/20—Details of the evaluation method for the allocation of a call to an elevator car
- B66B2201/222—Taking into account the number of passengers present in the elevator car to be allocated
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/20—Details of the evaluation method for the allocation of a call to an elevator car
- B66B2201/233—Periodic re-allocation of call inputs
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/20—Details of the evaluation method for the allocation of a call to an elevator car
- B66B2201/241—Standby control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/40—Details of the change of control mode
- B66B2201/402—Details of the change of control mode by historical, statistical or predicted traffic data, e.g. by learning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/40—Details of the change of control mode
- B66B2201/403—Details of the change of control mode by real-time traffic data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B2201/00—Aspects of control systems of elevators
- B66B2201/40—Details of the change of control mode
- B66B2201/405—Details of the change of control mode by input of special passenger or passenger group
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B50/00—Energy efficient technologies in elevators, escalators and moving walkways, e.g. energy saving or recuperation technologies
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Elevator Control (AREA)
- Indicating And Signalling Devices For Elevators (AREA)
Description
〔発明の利用分野〕
本発明はエレベーターの制御に関し、特にコン
ピユータを利用した制御に好適な装置に係る。 〔従来の技術〕 最近、マイクロコンピユータ（以下マイコンと
称す）が各種産業に応用されてきており、エレベ
ーターの分野においても、複数のエレベーターを
効率良く管理する群管理制御装置や、個個のエレ
ベーターを制御する号機制御装置に適用されてい
る。こうした試みは、マイコンの持つ、小型、高
機能、高信頼性、低コストの特徴のため、エレベ
ーター制御装置に大きな貢献をもたらしている。 たとえば、群管理制御の場合、発生するホール
呼びを個々にオンラインで監視し、全体のホール
呼びのサービス状況を加味して、最適なエレベー
ターを選択し割当てることが可能となり、待時間
短縮に大きく寄与している。また、乗客の多く発
生したホールには複数台のエレベーターをサービ
スさせたり、重役階には待時間の短いエレベータ
ーをサービスさせるなどの優先サービス制御が可
能となり、きめ細かな制御を行い得るようになつ
てきている。 しかしながら、従来のエレベーター群管理制御
装置では、あらかじめ決められた固定化された制
御論理（制御アルゴリズム）または制御ルールお
よびパラメータにより運転制御されているため、
時々刻々と変化するビル環境に必ずしも適応した
システムとなつていない。たとえば、ビル完成時
の交通需要（交通状態）と、その後のテナント変
更や、業務変更等があつた場合の交通需要では、
先行交通需要が異なつてくる。即ち、交通流のモ
ードが変化する。また、一日の交通需要の中で
も、出勤、昼食、退勤、平常というような先行交
通需要が大幅に変化する。 このように、交通需要が大幅に変化すると、効
率的な管理制御が困難となり、サービス低下を招
くことになる。 そこで従来は、特公昭48−15502号公報および
特開昭52−141942号公報等で提案されているよう
に、交通需要を検出し、予め定めた上記特徴を代
表する複数の代表点（以下、空点と称する）のい
ずれに近いかを判定してエレベーターを制御する
方法を採用していた。 すなわち、従来の群管理制御装置は、予め想定
した交通需要パターン別に群管理プログラムを用
意しておき、交通需要の変化に合わせて、それら
を選択して、制御していた。 この方法では、例えば、借事務所ビルから一社
専用ビルへの転換やビル内テナントの入れ替り、
在館人員の増加、下地鉄の新設等による交通事情
の変化といつた不測の事態に対応しきれず、サー
ビスの低下が生じたり、群管理制御装置の改造お
よび需要状況の実態調査等が必要となる欠点があ
つた。 さらには、学校や会館などにおいては非定期に
ほぼ同様の交通需要モードが繰り返えし発生する
が、これらを適絡にとらえることと、さらには、
この交通に適した運転を行う好適な手段がなかつ
た。 また、暦日に対応する信号を発する暦日信号発
生回路の暦日信号により休日と平日を区分する方
法も提案されている（特開昭52−141944号）。 例えば、一社専有の事務所ビルで、かつ毎週日
曜日が休日であればこの方法でも問題なさそうで
ある。 しかしながら、夏休み振替休日により月曜から
金曜が休日になる場合がある。その際は、その都
度、スイツチ等により休日か平日かを入力する必
要がある。また、土曜日は営業部など一部の部署
が出勤する場合に、どの様に対応したら良いかが
決めづらくなる欠点があつた。 〔発明の目的〕 本発明の目的は、エレベーターを設置した建物
の性質および使用環境の変化に即応したエレベー
ターサービスを提供することのできるエレベータ
ー制御装置を提供するにある。 〔発明の概要〕 本発明の特徴は、新たな交通需要に適応した新
たな運転プログラムを生成するところにあり、さ
らには新たな交通需要について上記運転プログラ
ムを用いてエレベーターを運転制御するように構
成したところにある。 〔実施例〕 以下、本発明の一実施例を説明する。 エレベーター交通需要の特徴モード生成装置を
第９図〜第１３図に示す具体的実施例により詳細
に説明する。なお、実施例の説明に先立つて本発
明の制御概念を第１図〜第８図を用いて説明す
る。 第１図は、地下１階、地上10階建のあるビルに
設置されたエレベーターのある日の午前８時から
午後２時過ぎまでの交通需要の状況を交通需要の
顕著な特徴を表わす要素により図示している。但
し、日中は省略して図示しており、朝の出勤時間
帯と昼食時間帯の交通需要状況を示している。図
において曲線C1は交通量の要素を示し、タイム
チヤート９Ｕ〜Ｂ１Ｄは地下１階、１階、４階お
よび９階の階床別のエレベーター上昇Ｕおよび下
降Ｄ時の混雑集中度合を３値から成るデイジタル
値で示している。 一般にエレベーター制御、特に並設された複数
台のエレベーターを一括して最適に制御するため
には、個々の乗客がいつ、どこの階床からどの方
向へ行くかが事前に予測できる事が理想である
が、何千人におよぶ利用客に対し、エレベーター
の利用予定を事前に登録してもらう事は実際問題
として困難であり、また外来者の多いビルや行事
の多いビルは不可能である。 そこで本発明では過日の交通需要を学習し、今
日の交通需要に対する、エレベーターの最適制御
を可能とするために最も有効な手段として、その
ビルの交通需要を検出して、新たな交通需要のモ
ードを制御用特徴モードとして抽出する。 交通需要に色々な要素を含んでいるが、特にエ
レベーターに対し大きな負担となるのは交通量
と、各階床間の移動状況である。 交通量を示す関数Ｃ(t)は従来下記の(1)式で定義
していた。 Ｃ(t)＝時間帯ｔにおける５分間当りのエレベーター乗
込み人員／当該のエレベーターが受けもつ在館人員×10
0％…(1) この交通量は異なるビルに設置された異なるエ
レベーター相互間での交通需要の大きさを比較す
るのに使用しており、負荷量の概略の比較ができ
る。すなわち平常は４％〜６％位の交通量であ
り、交通量が12％となると、極めて混雑した状況
であることがおおむね表現できている。エレベー
ター制御からみると他のビルとの比較は必要ない
から、在館人員は単なる定数として扱える。そこ
で本発明では交通量の単位として５分間当りのエ
レベーター利用人数で表現することとした。ここ
で、利用人数は乗かご人員（乗場からかごへ乗込
む乗車人数）または降りかご人員（かごから目的
階へ降りる降車人数）で表わす。 次に、所定期間の交通量（少なくとも１日の交
通量以上、できれば時定数が７日以上を有する交
通量から１日分に換算した平均交通量）を計測
し、第２図に示す如き度数分布図を作り、そのビ
ルにおける所定期間（例えば一週間）の交通量に
占める時間の割合から交通量評価レベルα1，α2，
α3…を作り、このレベル値を使つて任意の時間帯
の交通量Ｃの大きさを示す評価値（交通量レベル
関数）CV(t)を求めることとした。 同一交通量であつても、全階が均等に混雑して
いる場合と、１階と２階にのみ乗降かご人員が集
中している場合とではエレベーターに与えるスト
レスは２倍以上の差となる。そこでこれを何らか
の形で特徴要素として認識する必要がある。しか
し、各階床間の移動状況（以下交通流と略す）の
特徴を定義する定説がないので本発明では混雑集
中階床Ｉ(t)と全階に対するその階の混雑集中度Ｖ
(t)により表現することにした。 尚、この混雑集中階床Ｉ(t)と混雑集中度Ｖ(t)は
エレベーター制御の性質上、乗かご人員（記号
Ｓ）と降かご人員（記号Ｒ）についてと、上昇方
向（記号Ｕ）ならびに下降方向（記号Ｄ）につい
て区分して求める方が種々の交通需要がもつさま
ざまな交通流の特徴を特徴モードとして適格に表
現できる。 これらから交通流の特徴要素として下記の８つ
の評価値を考える。 上昇方向の乗かご人員の分布状況を示す評価
値。 IS oU(t)＝時間帯〔ｔ−Δt、ｔ＋Δt〕におけるｎ番目
に上昇方向乗りかご人員の多い階床…(2) VS oU(t)＝IS／oU(t)階からの上昇方向乗かご人員／時間
帯〔ｔ−Δt、ｔ＋Δt〕における上昇方向乗りかご人員
×100〔％〕…(3) 下降方向の乗かご人員分布状況を示す評価
値。 IS oD(t)、VS oD(t)、 上昇方向の降かご人員分布状況を示す評価
値。 IR oU(t)、VR oU(t) 下降方向の降かご人員分布状況を示す評価
値。 IR oD(t)、VR oD(t) 尚上記において配列変数ｎは１〜サービス階床
数−１であるため、11階床のサービス階床を持つ
エレベーターの場合総計80個もの多量の評価値を
求め、かつこれを記憶し、識別のための処理を要
することとなる。そこで、交通流の特徴を表わす
上で実用に供する範囲内に簡略化することとし
た。 まず、方向性についてであるが、同一階床を方
向別に別々の階床であるとして表現することとし
た。 すなわち検出される混雑集中階床Ｉ(t)として方
向付階床を表わすデータを設定することにより同
等の効果を発揮できる。 また配列変数ｎの大きさであるが、エレベータ
ー制御に与えるストレスから評価して軽負荷な方
向付階床は必要性が少ない。すなわち重負荷とな
る数階床を要素とすれば群管理の性能向上に十分
に役立つ。例えば、複数台のエレベーターが群管
理されている場合に、他階床より優先して配車す
る制御や、複数のエレベーターを同一階に配車す
る制御を行なうと、交通需要に応じた最適制御が
可能となる。 そこで以下、説明の便宜上も考慮し、配列変数
ｎの持つ値は１、２、３とする。これにより上記
した80個の評価値を12個とできる。すなわち下記
の(4)式から(9)式で各要素の評価値を求めることが
できる。 IS o(t)＝時間帯〔ｔ−Δt、ｔ＋Δt〕におけるｎ番目に
乗りかご人員の多い階床…(4) WSi(t)＝時間帯〔ｔ−Δt、ｔ＋Δt〕におけるｉ階床か
らの乗かご人員…(5) (4)式と(5)式より乗りかご混雑集中階IS o(t)の混雑
集中度VS o(t)は下記となる。 IR o(t)＝時間帯〔ｔ−Δt、ｔ＋Δt〕におけるｎ番目に
降かご人員の多い階床…(7) WR i(t)＝時間帯〔ｔ−Δt、ｔ＋Δt〕におけるｉ階から
の降かご人員 (7)式(8)式よりｎ番目の降りかご混雑集中階IR o(t)
の混雑集中度VR o(t)は下記となる。 尚、Ｆは方向付階床数である。 最終的には、これをさらに簡単化するために混
雑集中度関数Ｖを示す(6)式と(9)式に代つて下記の
(10)式と(11)式を採用し、合計８個の評価値を交通流
の特徴を表現する要素とした。 VS(t)＝F 〓n=1 （VR o(t)）2 …(10) VR(t)＝F 〓n=1 （VR o(t)）2 …(11) 尚上式は、乗かご、および降りかご人員の集中
度を表わしている。 第３図に第１図の時間帯（t2〜t3）においてよ
く発生する出勤時に代表的な交通流を示す。 ａは階ごとの集中度合を図示しており、曲線
fUPIN1はUP方向側の乗かご人員の集中比率を、
曲線fDNIN1はDN方向側の乗かご人員の集中比
率を示している。曲線fUPOUT1と曲線
fDNOUT1はそれぞれ上昇方向と下降方向側の降
かご人員の集中比率を示しており、乗かご人員比
率と乗かご人員比率のそれぞれの総和は100％と
なり、それぞれの総和人数は交通量で示される人
員に等しくなる。 第３図ｂは乗かご、降かご別に集中度に高い階
の順番に人員比率を図示したものであり、曲線
fVINは乗かご人員、曲線fVOUTは降かご人員
について示している。 以上により、第１図と第３図で示す代表的な出
勤時間帯〔t2〜t3〕の交通需要はその特徴を下記
の要素に分解して認識される。 (1) 交通量は Ｃ〔t2〜t2A〕≒120人／５分 …(12) Ｃ〔t2A〜t3〕≒200人／５分 …(13) (2) 乗かご人員の混雑集中度は VS〔t2〜t3〕≒602＋302≒4500 …(14) (3) 降かご人員の混雑集中度は VR〔t2〜t3〕≒172＋162＋142＋132＋122＋112＋
72＋42≒1545 …(15) (4) 乗かご混雑集中階IS o(t)のｎ＝１〜３の配列の
値は IS o〔t2〜t3〕＝＄02、＄01、＄00 …(16) (5) 降かご混雑集中階IR o(t)のｎ＝１〜３の配列の
値 IR o〔t2〜t3〕＝＄07、＄04、＄06 …(17) 尚、(16)式や(17)式で求める集中階Ｉ(t)については
第２図に示す様に混雑集中度の値がβ1未満の階床
は集中階と称することができないので、その順番
ｎの階Ioとして集中階が存在しない事を意味する
記号として＄00を配列にセツトする。 この様にして、出勤時の交通需要は交通量が前
記した所定期間（１日など）において最大に近
く、かつ特定の階（ロビー）（IS o＝1(t)＝＄02であ
る）からの乗かご人員が大半をしめ、（VS(t)＝
4500と大きい）かつ、DN方向の移動人員が極め
て少ないIR o(t)に＄81〜＄8Bがないという特徴を
持つことを上記した５つの要素の値により実用的
には完全に表現できている。 次に各種時間帯や、曜日により発生するさまざ
まな交通需要をいかに認識し、そのビルにおける
顕著な特徴モードとして抽出し、エレベーターの
制御にどのように利用するかについて説明する。 まずエレベーターとしての全体的な制御原理を
第４図に示す手順により説明する。尚第４図はプ
ログラムやハード回路の動作フローを図示したも
のではなく、特徴モードを検出し学習して行く過
程を説明する概念的な手順を示している。 まずビル新装オープンの開館日に先立つて、開
館後にエレベーターが円滑に稼働する、即ち、最
適制御が行われることを期待してインテリジエン
ト端末等からあらかじめ予想される交通需要の特
徴モードをKEYボード等より入力する（手順
P20）。この時入力するポイントは第３２図に示
す様にスケジユール時刻（テーブルNo.T291）と
乗降により混雑すると予定される階床を順にテー
ブルNo.T292へ入力する。これにより少なくとも
混雑集中階が分つたので上記した５つの特徴要素
評価値は例えば、AM10：00〜10：30に最も混雑
するとして次の通り作成する。 (1) Ｃ〔AM10−AM10.30〕＝135 …(18) 交通量の指定なし時は中間のレベルα4に相当
する135〔人／５分〕をセツトする。 (2) IS〔AM10−AM10.30〕＝＄82、＄05、＄85
…(19) (3) IR〔AM10−AM10.30〕＝＄82、＄05、＄85
…(20) ここで乗り混雑や降り混雑の指示がなかつた
ので両方に同一の階を入れた。 (4) VS〔AM10−AM10.30〕＝1700 …（21） (5) VR〔AM10−AM10.30〕＝1700 …（22） ここで、特に集中度の指定がなく、かつ３つの
混雑階を指定されたので集中度レベルβ2に相当す
る値を選び1700とした。 また第１図に示した出勤や昼食時などの特徴モ
ードは一般的に発生しやすいので、これを工場出
荷時にROM等にセツトしておいても良い。これ
らは初日からできる限り最適な制御をしたいビル
においてのみ実施すれば良く原理的には不必要と
できる手順である。 次にエレベーター制御用の特徴モードの自動設
定即ち、新たな特徴モードの抽出、設定（手順
P30）について説明する。この部分の詳細手順を
第５図に示す。例えば１日分または一週間分の交
通需要を検出し（手順P31）、上記した５種の特
徴要素、すなわち交通量と、交通流の特徴要素を
演算し（手順P32）、記憶する（手順P33）、この
時、例えば7.5分おきに交通需要を検出すると１
日間で192組となり、１週間分で1344組となり、
すでに述べた５種の特徴要素値を記憶するのに約
10KBの不揮発性メモリが必要となる。また、特
徴モード抽出の学習演算もその分時間が掛ること
となり、高速な演算ハードが必要となる。さらに
利用人数の少ない時に特徴を表現することは無理
がある。そこで交通量が小さい時は長い周期と
し、交通量が大きい時は短かい周期で検出するこ
ととすれば、その分記憶する組数が低減する。例
えば所定人員の交通があつた時に特徴検出すると
一日約48組位となる。但し所定の時間、たとえば
30分以上たつた場合はその時点で特徴検出を行な
うものとする。尚この方式とした時はその時間幅
を示すための時刻データも特徴データとペアで記
憶する必要がある。以上の手順を所定期間、例え
ば１日間繰り返えし（手順P34）、一日分の分析
された数十または数百組から成る交通需要を記憶
する。次に新たな特徴モードの設定を行なうか否
かを評価するための特徴モード抽出関数を求め
る。 まず第１に、すでに求めた特徴要素値を粗い数
値に再評価する。まず第２図に示す交通量レベル
α6〜α1を求める（手順P35）。 次にこの交通量レベルを使つて各組の交通量を
交通量レベル関数CV(t)に変換する。 第２図ａで求めた交通量の値の数は７ケ（＄06
〜＄00）としたが、さらに少なく、例えば４ケと
することとしても良い。 また、混雑集中度の度数分布を作り、第２図ｂ
の曲線V1を作り、レベルβ1〜β4から成る分布レ
ベルを設ける。これにより各組の混雑度集中感数
値Ｖ(t)を混雑集中度レベル関数VV(t)に変換する
（手順P37）。以上により、所定期間検出した交通
需要の各組を粗関数で表現した配列を作る（手順
P37）。 さらに、例えば下記の式で表わされる特徴モー
ド抽出関数PS(n)を用いて、検出した交通要素の
全ての組について演算し特徴モードを抽出する
（手順P38）。ｍは特徴モードに与えた番号であ
る。 PS(n)＝T(n)｛k1（CV(n)）＋k2（VVS (n)＋VVR (n)｝
…（23） 尚特徴モード番号ｍは検出された順番に付けて
行けば良い。そして、係数Ｔ(m)は各特徴モードｍ
について同一の特徴モードまたは類似のモードが
検出された回数または累積時間とする。この式
は、交通量の大きさとその検出回数や累積時間の
大きさの双方から、特徴モードを抽出するもの
で、エレベーターの制御を最適化しようとするの
に好都合である。 万一特徴モードが所定数を越えた時は、T(n)が
小さくて、１番早く抽出した特徴モードを他の最
とも接近している特徴モードへ含める。 また同一の特徴モードと認識する際には第１の
混雑集中階IS 1やIR 1が一致しているか否かで判定し
ても良く、IS 1〜IS 3まで全て一致しているかで判定
しても良い（手順P38）。 以上により求めた複数の特徴モード抽出関数値
PS(n)を相互に比較し、新規の特徴モードの中で
PS(n)が最大の１組または上位の複数組を選択し、
新たなエレベーター制御用特徴モードとして仮登
録する（手順P39）。尚この時、予め設定されて
いる特徴モードが無い場合や少ない場合は多めに
仮登録するものとしたり、常に制御用特徴モード
を設定できる最大数に達するまで仮登録すること
にし、より早い日数で特徴モードの設定が完了す
る様にする。尚、仮登録する特徴モードの要素値
は混雑階床集中度レベル関数VV(t)と交通量レベ
ル関数CV(t)などの粗関数値ではなく、元の関数
Ｖ(t)とＣ(t)の値を登録するものとすれば、これに
より以後の識別が正確となる。 以上により、そのエレベーター個有の交通需要
の中に存在していた特徴の形態（モード）を自動
抽出できたが、本発明はこれに限定されるもので
はなく、あらかじめ予測される数十個の特徴モー
ドを設定しておく構成とすることもできる。 この様にして新たに自動抽出され仮登録された
特徴モードと、すでに登録されている特徴モード
の優先度を求める特徴モード優先関数φP(n)と、
登録済特徴モードの特徴要素関数値の修正によ
り、新らたな特徴モードの生成即ち、抽出された
仮登録された新たな特徴モードをメモリー（テー
ブル）に本登録する特徴モード生成制御（手順
P40）について第６図を用いて説明する。これ
は、本登録できる特徴モード数がメモリー容量の
都合で限度がある場合に、重要度の点より、本登
録するか否かを判断し、重要度の低いものを抹消
し、高いものを本登録するものである。 尚、登録済特徴モードの要素関数には、すでに
述べた検出した交通需要の特徴要素関数値Cn、
In、Vnの他に、定期的に繰り返えす特徴を学習
するための周期関数TPnと、日別に定時に発生す
る特徴を学習するための時刻関数THnを追加す
る。 まず、第１に手順P33で作成したN1組の特徴
要素関数で表現される多次元ベクトルが作る空点
Poの一つ一つについて下記の手順によりM1組の
登録済特徴モード要素関数で表現される多次元ベ
クトルが作る空点Pnのいずれに最も近いかを学
習する。 尚、各要素間のウエート付は定数k3〜k5により
行なう。 検出した交通需要の特徴要素関数によるベクト
ルが作る空点Poのベクトルは（25）式で表わさ
れる。 Ｋ＝defk3 ０ k4 k4 k5 ０ k5 …（24） Po＝ＫCo IS o IR o Vo VRo …（25） 空点Pnも同様に記述でき、２点間のスカラー
量P^onは（26）式で求められる（手順P41）。尚混
雑集中階はここでは原理の説明につき第１の階の
み評価することとし、式を簡略化しているが、実
際には第２、第３の集中階もウエイトを軽くして
評価に加えた方が良い。また、階床の番号差（差
値＝IS o−IS n）を求めても良いが 一致した時は“０”、不一致の時は“１”を与
える様にしても良い。 （26）式により最も近い空点Pnを持つ登録済
特徴モード番号ｍを求め、これを最も近い登録済
特徴モードであるとして記憶する（手順P42）。 ｍ（Po）＝MiN（P^o1、P^o2、…P^oM1）…（27） 以上の手順をｎ＝１からｎ＝N1について実行
し、次々と検出した交通需要の特徴要素関数と対
応してｍ（Po）を記憶する（手順P42）。 次に例えば登録済特徴モード毎に選択された回
数または時間の積算値を求めこれを登録済特徴モ
ードの評価関数φTnとする（手順P44）。 次に特徴モード抽出優先関数φP(n)を（28）式
より全ての登録済特徴モードについて求める。 φP(n)＝（１−k6）φPn＋k6×φTn …（28） 尚、（28）式における右辺のφPnは前回処理ま
での値であり、左辺は今回処理による右辺演算結
果により更新されることを意味している。 この値の最少のものまたは下位の複数個の特徴
モードを登録から除去する（手順P45）。従つて、
先に仮登録した特徴モードは大きな値を取れない
ので除去され易い。 最終的に決定した登録済特徴モードPn（個数
M2）の各要素関数の値の大きさを（28）式と同
様の指数平滑により学習し、設定する（手順
P46）。 例えば交通量関数Cnまたは交通量レベル関数
CVnは今回の所定期間（１日または一週間）にお
いて特徴モードｍに近いと判定された交通需要の
要素値か、または特徴モードｍとして判定された
複数の交通需要の要素値の加重平均より求めた値
と登録済特徴モードの要素値とで（28）式と同様
の学習（指数の平滑処理）計算を行ない、交通量
要素関数値とする。混雑集中階については第２、
第３の関数値を過去のデータも含めて発生頻度の
大きいものから順に選択する。 また時間に関する関数TP(n)とTH(n)も（28）
式と同様指数平滑して求める（手順P47）。 尚周期は前回検出したから今回検出までの時間
を特徴モードPn毎に学習する。多頻度に発生す
る周期を複数個について学習するようにすれば、
異なる周期で繰り返される特徴も学習することが
できる。また１日において発生する時刻を複数
個、個別に学習し、時刻関数TH(n)として記録す
ることにより、より正確な予測制御が可能とな
る。 以上により抽出され、要素の関数を学習しそし
て設定して生成（本登録）された特徴モードをも
とに第４図の手順P50による特徴モード別交通情
報の記憶と学習を行ない、そのデータをもとに特
徴モード別の最適制御パラメータの演算や最適制
御プログラムの選択と記憶などを行う（手順
P60）。 尚、制御パラメーターの演算、制御プログラム
の選択などは、実機がコンピユータの場合で能力
があれば実機で、あるいは、エレベーターまたは
ビル監視用コンピユータや中央保守センターの大
型コンピユータによつて処理するようにする。 次に現状の交通需要の特徴を手順P31とP32と
同様の方法で分析し、手順P41とP42と同類の方
法で登録済特徴モードに識別する処理を行う（手
順P70）。 ただここで少し異なる改善例について補足説明
する。すなわち前者の場合は時間要素を入れなか
つたが、実際の運転においては特に群管理制御エ
レベーターにおいては、制御アルゴリズムや制御
パラメーターを切替えてから、実際に機能するま
での制御遅れはエレベーターの一周時間が平均
120秒であることより数分あると考えられ、10分
たてばおおむね安定すると言う性質がある。 そこで、特徴認識をする（26）式または（27）
式等に時間的な連続性を加味することが好まし
い。例えば（27）式において、前回選択され現在
エレベーター制御している特徴モードｍとのスカ
ラー量P^tnの項だけを（P^tn）k7とし、係数k7を１
より小さい値を取るものとすれば、その分だけ、
前回選択され現在のエレベーター制御用特徴モー
ドが選択され易くできる。第２、毎日、同時刻に
繰り返される特徴モードについても同様の手段を
講じ、早めに検出することも有効である。 例えば出勤時の様に平日なら毎日８時15分頃に
出勤のピークが来ることを特徴の一つとして抽
出、学習し、時刻要素関数TH(n)として0.8、15が
記憶されている場合、例えば（27）式の当該の項
だけを（29）式に切替えて特徴モード識別する
（手順P70）ことにより、早めに過日までに学習
した（手順P50とP6）出勤データによる出勤に適
応した運転形態とすることができる。 P^tn′＝（P^tn）・（１−k8k9−｜ｔ−THn｜／k9・｜
｜ｔ−THn｜＜k9｜）…（29） （29）式も（28）式と同様に右辺演算の結果に
より左辺P^tnが更新される意味を持つ。また、｜｜
ｔ−THn｜＜k9｜の値は｜ ｜内の条件式が成
立するときに“１”、不成立のときに“０”をと
る。 k9が例えば15分とすると、現時刻ｔが過日まで
に学習された予測時刻を示す要素関数 TH(n)の値08、15の示す時刻の±15分内になると
P^tn′の値がスカラー量P^tnより小さくなり、時刻
が一致すると１−k8の値だけ選択され易くなる。 以上による特徴モード識別（手順P70）は現在
の交通需要の特徴が登録済特徴モードPnとほぼ
近似（（29）式や（26）式で求められる値が所定
値より小さい）していることで識別し、その特徴
モードPnにより求められている制御データ（手
順P50とP60で作成した制御パラメータ及び制御
プログラム）によりエレベーターを運転制御する
（手順P75）。 ビルの環境やビル内のレイアウト変更により、
交通需要（交通状態）が急変した事などにより、
上記した値（（29）式や（26）式で求めた値）が
所定値を越えた場合は、第１の特徴モードPnの
みならず、比較的近い複数の特徴モードを識別
し、これら特徴モード別に持つ制御データを補間
して使用したり、交通情報を接近度に応じたウエ
ート付で和を取り、手順P60を実行し、求められ
たパラメータ等によりエレベーターを制御する
（手順P75）。 但し、当日だけの行事がある場合は、あらかじ
め時刻と行事の内容を階と制御の種類で指定し、
スイツチやKEYボード等より入力しておき、そ
の入力内容を解析して何階と何階に対し、いかな
る制御を行なうか（優先サービス２台割当、ドア
開放タイム延長、不停止、暗号登録許可など）を
判断し、所定時間帯に入つたと判定する手順P75
により求めた運転形態や制御パラメータに優先し
て少なくとも一部を、行事予約した内容で運転を
指令する（手順P80）。この様な手順により、求
められた常に最適な制御となると予測される運転
方式（アルゴリズム）とその制御定数（パラメー
タ）を使用してエレベーターを運転制御する
（P90）。 また、ビルのレイアウト変更や、１ケ月間開催
する展示会などにより交通需要の急変が予定され
ているスケジユールをKEYボード等により設定
し、特徴要素関数値を手順P20で説明したのと同
様にして新しい特徴モードとして仮設定してお
き、制御用特徴モードとして登録されるまでの学
習速度が早まる様にする（手順P95）。 以上により第４図に示した、本発明の利用形態
を理解いただけたと考えるが以下、全体的な事に
関して補足説明する。 (1) 手順95が終了したあと一般にはルートP95−
２により特徴モードの設定へ戻るが、使い勝手
やモラルなど、エレベーターの最適制御をめざ
す以外の要因により適応学習制御を実施できな
いビルにおいてはルーツP95−１とすることも
考えられ、例えばスケジユール設定器により指
示された時のみルートP95−２へ進む様にする
方法が良い。 さらに良い方法は、常にルートP95−２へ進
ませるが、手順P40や手順P60におけるアクテ
イブな動作を制限し、手順P80またはP90の装
置をインテリジエント端末化し、CRTなどへ
学習結果を人間が判断しやすい形状に表示し、
エレベーター管理者が、学習した内容を確認ま
たは一部修正を加えて登録などのアクテイブな
学習制御を実行することである。 (2) 第４図に示したのは学習制御の手順であり、
実際の動作は、例えば手順のP30に含まれる交
通需要の収集、検出と手順P70の特徴モード識
別と、手順P75と手順90のエレベーター運転制
御は平行して実行される。 特にエレベーターの運転制御は、一般には常に
即時に作動することが要求され、当然他の手順と
は平行して作動する様にシステムを構成する必要
がある。例えばコンピユーター制御の場合は手順
P40やP60やP75など多大な処理を要するプログ
ラムは、手順P90のタスクより下位タスクに割当
てることにより、エレベーター制御プログラムを
優先的に実行し、空いた時間に学習制御を実行す
る構成とすることにより実現できる。 また他の方法としては学習制御部を別のコンピ
ユータとして並行処理させることもできる。 次に本発明の原理を実施した場合の効果を第７
図、第８図により説明する。 第７図は放送センターなど日中に見学者が多い
ビルの場合の見学者だけの交通需要の交通量曲線
C3を図示した。事前にスケジユール予約がなか
つた場合の学習過程を第１日目と第２日目と第ｎ
日目について示した。記号PLWは見学者交通需
要の特徴モードPoについての時刻関数THoの大
きさを示し、初日は零であり、しだいに広がり、
それにつれ、特徴モードとして抽出される時間帯
が見学者の交通量に見合つて、早く選出されるこ
とが示されている。 尚記号PLKは見学者の特徴モードを抽出し設
定するための特徴要素関数の検出状況を示した。 第８図に見学者を含めた交通流の階間移動状況
を示す。すなわち、４階の上、下と、１階の下方
向の降り客が多い事を降かご人員比率曲線
fUPOUT18とfDNOUT18が示しており、これに
見合う特徴要素関数が学習される。 では次に本発明の第１の具体的実施例を第９図
から第１１図の回路図と、第１２図と第１３図に
示す記憶データとにより説明する。 エレベーター運転制御系１１０（手順90を実
行）はホール呼び登録回路１１１からエレベータ
ー駆動装置１１５により構成されており、それら
各制御装置または回路１１１〜１１７を実現する
装置はそれぞれ公知の技術で良い（例えば特開昭
52−140149号公報）にはかご内重量検出装置及び
乗・降人数を検出する手段が示してある）。従来
と異なる点は、これら回路の情報をきめ細かく、
例えばドア開閉制御装置１１４含まれる、開、閉
釦や、光電装置の動作信号までをも、本発明によ
り新たに設けた交通需要を検出する交通需要検出
回路１３０へ入力し、そして、交通需要の特徴モ
ードを学習し、識別した結果に適応として最終的
にフイードバツクされてくるエレベーター運転制
御形態選択回路１７０（手順P75）からの信号に
より、制御アルゴリズムや制御定数（パラメー
タ）を切り換える手段を持つ点である。 第１０図に詳細を示す交通情報検出回路１３０
で検出した交通需要信号Ｄ１３０は交通需要特徴
モード識別回路１５０（第１１図に詳細を示す）
へ入力され、その出力である識別された特徴モー
ドに応じ特徴モード別情報学習回路１６０はモー
ド別にデータを記憶する交通需要記憶回路Ｄ１６
１Ａとサービス状況（エレベーター稼働台数、ホ
ール呼び断続時間、戸開時間、館内騒音レベル、
誤乗、いたずら、乗かご拒否、電源電圧、温度な
ど）記憶回路Ｄ１６１Ｂと、検出された時刻や周
期などを記憶する時間帯記憶回路Ｄ１６１Ｃとに
より収集されたデータの累積と学習（手順P50）
を行ない、結果を記憶する。その他の回路として
は時刻信号発生回路１４０があり各回路の動作制
誤に使用される。他にも手順P20とP80とP95の
制御に関連する予約・設定回路１９０があり、入
力された内容に応じて、制御形態記憶回路１９２
と時刻記憶回路１９１と、制御目標登録回路１９
３に必要なデータが記憶される。また、省エネ度
指令回路１８１や、サービス度指令回路１８２
や、環境度指令回路１８３とこれらへの入力手段
となる入力装置１８４から構成される目標値設定
回路１８０があり、主として制御形態選択回路１
７０へ入力され、エレベーター制御へ反映され
る。 第１０図と第１１図により本発明と特に関連の
ある交通需要の特徴モード抽出について説明す
る。 エレベーター制御系１１０からの入力信号線Ｌ
１１１〜Ｌ１１７によりエレベーターの運転と交
通需要に関するデータを収集し、回路Ｄ１３１で
データ累積する。 この時の開始時刻を回路Ｄ１３１Ｔで記憶す
る。この様な交通情報計測を回路１３１で実施
し、所定期間（数分）ごとに、回路１３３により
現状の交通需要を計算する。すなわち、回路１３
１のデータを回路Ｄ１３１Ｔに記憶されている時
刻と現在の時刻との差を求めて得られる計測継過
時間で割ることにより求められる。 この現状の値を数十分程度の時定数を持つ演算
回路１３４により、平滑し、現状時間帯の交通需
要として信号線Ｄ１３４により出力する。 この信号は主として、回路１５７による特徴識
別（手順P70）において、識別の安定化を図るた
めに使用する。 回路１３２は、データLD１３１の大きさと時
間経過により動作する。第１１図に示す交通需要
の要素値演算要求回路１５２の出力信号Ｄ１５２
により作動し、回路Ｄ１３１とＤ１３１Ｔの内容
と現在の時刻をサンプリングホールドする。 そして、回路Ｄ１３１のデータはクリアされ、
回路Ｄ１３１Ｔへ現在の時刻を再セツトし、次の
交通需要の検出（その他の情報サンプリングを含
む）のためのデータ収集を実行する。 この様にして検出された交通需要を含む信号Ｄ
１３２は第１１図の回路１５１〜１５６より成る
交通需要の特徴抽出（手順P30）部への入力デー
タとなる。 まず回路１５１は新たな交通需要が検出される
度に信号Ｄ１５２より少し遅れて出力される信号
Ｄ１５２−２により、交通需要の特徴要素の関数
を演算し、これを回路１５３により記憶する（手
順P32、P33に相当）。 次に評価用関数を作るための交通量レベルを作
る（手順P35）制御と交通流の集中度を評価する
関数を求める（手順P36）制御を回路１５４によ
り実行する。この制御は現状交通量（データ信号
Ｄ１３４）が低く、かつ所定期間、例えば１日が
経過した時に実行される。尚この時、第２図に示
した曲線C2を所定期間が経過する以前にあらか
じめ作り回路１５４の制御を速くする目的より回
路１５９を設けた。 尚、交通需要が検出される度に記憶回路１５３
には第１２図に示す様なデータが記憶される。す
なわちｎ番目の１回当りの記憶データＤ１５３ｎ
は13個から構成した場合を図示しており、これ
が、帯状または機能的に環状を成す記憶回路によ
り順次記憶されて行く。 尚、原理の所で伸べなかつた乗客層識別要素関
数TM1oとTM2oについて補足説明する。 同一交通需要でも、利用する客層や時間帯によ
り、その性質が変化してくる。 例えば、朝はあわただしく動くが、夜はゆつた
りとした動作となり、ともすれば一番早く来たエ
レベーターに乗り損なつたりする。この様子を環
境関数TM1oとする。 また、子供が多くて１人当り平均荷重が軽かつ
たり、いたずら呼びが多い事や、車イス呼びや
VIP呼びなどの発生比率を表わすものとして客層
関数TM2oを用いる。これらの乗客層識別関数も
エレベーター制御へのストレスの一部となるの
で、これらを特徴要素として追加したものであ
る。 以上の様に記憶されたデータより回路１５５で
特徴抽出を行ない（手順P37〜P38）、抽出された
特徴モードは第１３図に示す記憶データＤ１５９
を１組として、特徴モードの数M1組（ここでは
合計９）のデータＤ１５６として記憶する（手順
P39）。また、手順P80や手順P95における行事予
定やスケジユール設定による特徴モードデータは
Ｄ１５８として別に記憶されている。 そしてスケジユール設定やイニシヤルセツトさ
れたデータによる特徴モードは自動学習による消
去をさせないものとする。 尚、現状の交通需要の特徴を登録済特徴モード
と照合して識別する処理（手順P70）は、前述し
たように、手順P31とP32の実行手段である回路
１３０及び手順P41とP42の実行手段である回路
１５０（回路１５６や１５７）を用いて同様に実
行できる。そして回路１５０の出力信号である制
御用特徴モードは制御形態選択回路１７０の入力
となり、当該モードに適応した制御形態信号をエ
レベーター運転回路１１６へ入力する。 以上、第９図をもとに本発明の一実施例を説明
したが、本発明はこれに限定されるものでなく、
例えば第１１図に示す回路１５１〜１５６と回路
１５９により特徴モードの設定と生成を行なう部
分をエレベーター制御装置と独立させることがで
きる。 例えばエレベーター制御回路をデイジタルコン
ピユータにより制御する装置の場合には、上記し
た特徴モードの設定と生成を行なう部分を別個の
デイジタルコンピユータにより処理したりあるい
はビル管理コンピユータやエレベーター管視室な
どに設置された、コンピユータで処理制御する構
成とすることもできる。 さらには特開昭55−70684号公報に示す可搬式
のエレベーター保守装置により、必要な期間だけ
この装置を接続し、エレベーターの交通需要の変
化を捕らえ、新しい特徴モードの設定や、すでに
登録されている特徴モードの学習による生成を行
なうこともできる。 では以後の説明は並設エレベーターの運転制御
部と、交通需要の特徴モードに関連する制御部と
を別々のマイクロコンピユータで制御する構成と
した場合を第１４図〜第５７図に示す具体的一実
施例により詳細に説明する。 なお、実施例の説明は、まず、本発明を実現す
るハードウエア構成を述べ、次に全体ソフトウエ
ア構成とその制御概念を述べ、最後に上記制御概
念を実現するソフトウエアをテーブル構成図、フ
ローを用いて説明する。 第１４図は、本発明の一実施例の全体ハードウ
エア構成である。 エレベーター群管理制御装置MAには、前記し
た並設エレベーター運転制御を司るマイコンM1
と前記した交通需要の特徴モード別に交通情報を
学習し、学習したデータをもとに特徴モードごと
にシミユレーシヨンを司るマイコンM2があり、
マイコンM1とM2間は直列通信プロセツサSDAc
（後述）により、通信線CMcを介してデータ通信
される。 エレベーター運転制御を司るマイコンM1には、
ホール呼び装置HDからの呼び信号HCを並列入
出力回路PIAを介して接続され、また、ドアの開
閉や、かごの加減速指令等個々のエレベーターを
制御する号機制御用マイコンE1〜Eo（ここで、エ
レベーターはｎ号機あるものとする）とは、前記
同様の直列通信プロセツサSDA1〜SDAoと通信
線CM1〜CMoを介して接続される。 一方、マイコンM2には、シミユレーシヨンに
よる最適運転制御プログラムならびにそのパラメ
ータの決定に必要な情報を与えたり前記した予約
設定の入出力に使用する端末装置PDからの信号
PMが並列入出力回路PIAを介して入力される。 また、号機制御用マイコンE1〜Eoには、制御
に必要なかご呼び情報、エレベーターの各種安全
リミツトスイツチや、リレー応答ランプで構成す
る制御入出力素子EIO1〜EIOoと並列入出力回路
PIAとを信号線SIO1〜SIOoを介して接続される。 第１４図を用いて本発明の全体的説明する。 エレベーター運転制御用マイコンM1には、呼
び割当てを主とした運転制御プログラムを内蔵
し、この運転制御プログラムは、各号機制御用マ
イコンE1〜Eoとホール呼びHCより、制御に必要
な情報を取り込む。またこの情報の中で交通需要
の特徴モード別に最適運転プログラムをシミユレ
ーシヨンにより求めるために必要な情報を直列通
信プロセツサSDAcを介して、シミユレーシヨン
用マイコンM2に送信される。さらに、前記運転
制御プログラムは、可変可能な運転制御パラメー
タを用いて処理している。たとえば、このパラメ
ータには、呼び割当ての評価関数における待時間
と消費電力の評価値の関係を示す重み係数や、ド
アの開閉時間を決定する時間係数、ならびに、呼
び割当ての制御論理すなわち、呼び割当てのアル
ゴリズムを選択する制御用パラメータ等がある。 これらの運転制御パラメータは、シユミレーシ
ヨン用マイコンM2により、端末装置PDの信号
PMと前記シミユレーシヨン用データを用いて演
算される。この演算は、周期的、または新しい交
通情報が収集される毎に現状の交通需要の持つ特
徴に応じてエレベーター群管理に最適な運転制御
プログラムとその制御パラメータを出力する。 たとえば、端末装置PDから待時間最小となる
ように設定すると、そのエレベーターの交通需要
の特徴を識別し、収集された交通情報から交通需
要を予測演算し、このデータによりシミユレーシ
ヨンし、待時間が最小となる呼び割当てアルゴリ
ズムとその運転制御係数を演算し、これを、その
時の交通需要状態における最適運転制御プログラ
ムのパラメータとして記録する。したがつて、本
発明によりエレベーターの群管理制御は時々刻々
と変化するビルの環境状態にすみやかに対応可能
であり、エレベーターの群管理性能向上に大きく
寄与する。 次に、各マイコンの具体的なハードウエア構成
を示すが、これらのマイコンは第１５図〜第１７
図に示すように簡単に構成できる。マイコンの中
心であるMPU（Micro Processing Unit）は、８
ビツト、16ビツト等が用いられ、特に号機制御用
マイコンE1〜Eoには余り処理能力を要しないこ
とから、８ビツトMPUが適当である。一方、エ
レベーター運転制御用マイコンM1およびシミユ
レーシヨン用マイコンM2は複雑な演算を必要と
するため、演算能力のすぐれた16ビツトMPUが
適当である。８ビツト系MPUとして、日立製作
所製HD46800D、インテル社製28085 ザイログ
社製Ｚ−80等が応用可能である。一方、16ビツト
MPUとして、日立製作所製HD68000、インテル
社製I8086、ザイログ社製Ｚ−8000等が応用可能
である。 さて、各マイコンには、第１５図〜第１７図に
示すようにMPUのバス線BUSに制御プログラム
およびエレベーター仕様等を格納するROM
（Read Only Memory）と、制御データやワー
クデータ等を格納するRAM（Random Access
Memory）および、並列入出力回路PIA
（Peripheral Interface Adapter）、他のマイコン
と直列通信を行う専用プロセツサSDA（Serial
Data Adapter：例えば、日立製作所製
HD43370）が接続される。 なお、各マイコンM1，M2，E1〜Eoにおいて、
RAM，ROMはその制御プログラムのサイズ等
により、複数個の素子で構成される。 第１６図において、端末装置PDのハードは特
開昭55−11418号等のエレベーターの試験運転装
置に示すハードと同様とすることができる。そし
て制御卓よりサービス目標や省エネ目標や予約設
定などを入力し、CRTにより入力された内容な
らびに、それに関する情報が表示される。信号
PMはPIAや前述のSDAによりデータ通信し、入
力された内容はRAMに取り込まれる。 また、次の設定や行事やスケジユールや特徴モ
ードなどの設定や取消し、変更を行なうため参考
資料として現状の学習状況をCRTに表示するだ
けでなく、レポートを出力するために、プリンタ
を備えるものとする。これはCRTのハードコン
ピー用グラフイツクプリンタを使用することもで
きる。 第１７図において、エレベーター制御データと
して、たとえばかご呼びボタンCBや、安全リミ
ツトスイツチSWL、リレーの接点SWRy、かご重
量WightがPIAよりRAMに取り込まれる。一方、
MPUより演算されたデータはPIAより、応答ラ
ンプLampやリレーRy等に制御出力素子に出力さ
れる。 ここで、第１５図〜第１７図に用いられたマイ
コン間の直列通信用プロセツサSDAのハード構
成は第１８図に示すように主として送信用バツフ
アTXB、受信用バツフアRXB、データのパラレ
ル／シリアル変換を行うＰ／Ｓとその逆変換を行
うＳ／Ｐ、ならびにそれらのタイミング等を制御
するコントローラCNTにより構成される。上記
送信バツフアTXB、受信バツフアRXBはマイコン
より自由にアクセス可能でデータの書き込み、読
み出しができる。一方、SDAはコントローラ
CNTより、送信バツフアTXBの内容をＰ／Ｓを
介して、他のSDAの受信バツフアRXBに自動送
信する機能を有している。したがつて、マイコン
は送受信処理は一切行う必要がないため、他の処
理を専念できる。なお、このSDAに関する詳細
な構成及び動作説明は特開昭56−37972号および
特開昭56−37973号に開示されている。 次に、本発明の一実施例であるソフトウエア構
成を述べるが、まず第１９図によりソフトウエア
の全体構成から説明する。 第１９図に示すように、ソフトウエアは大別し
てエレベーターの運転制御を行なう運転系ソフト
ウエアSF１とエレベーター制御用特徴モード別
に交通情報を収集し、シミユレーシヨン手段など
による学習制御を行なう学習系ソフトウエア SF２より成り、前者は第１４図のマイコンM1
より、後者はマイコンM2より処理される。 運転制御系ソフトウエアSF１は、呼びの割当
て処理や、エレベーターの分散待機処理等エレベ
ーターの群管理制御を直接的に指令し制御する運
転制御プログラムSF１４より成る。このプログ
ラムの入力情報として、号機制御プログラム（第
１４図マイコンE1〜Eoに内蔵）から送信されて
きた、エレベーターの位置、方向、かご呼び等の
エレベーター制御データテーブル２１０、ホール
呼びテーブル２１９、エレベーターの管理台数等
のエレベーター仕様テーブル２２５ならびに学習
制御系ソフトウエアSF２で演算し、出力された
最適運転制御プログラムとそのパラメータ等を入
力データとしている。 一方、学習制御系ソフトウエアSF２は、下記
の処理プログラムより構成される。 (1) 交通情報収集プログラム２３０……ホール呼
び、エレベーター制御データテーブルの内容や
各かごへの各階床での乗降人数検出データなど
をオンラインで一定交通量収集毎にまたは一定
周期毎にサンプリングし、各種の交通情報の学
習とシミユレーシヨンによるブログラムとその
制御パラメータの演算のためのデータを収集す
るプログラムで、特に階別交通需要を主に収集
する。 (2) 特徴モード識別プログラム２５０……まずす
でに第６図で原理を説明した様にエレベーター
の交通需要そのものがもつ顕著にして多頻度に
現われる特徴の学習を行ないエレベーター制御
用特徴モードの設定と、生成を１週間以上の長
期的なスケールで実施する。 次に、(1)項により作成された交通情報収集テ
ーブル２３１の交通需要の特徴要素を分析し、
上記特徴モードのいずれかに近いかを識別し、
特徴別に交通情報を収集する。 (3) エレベーター制御特徴モード交通情報（学
習）データ演算プログラム２６０……交通情報
収集プログラムより収集されたオンラインのサ
ンプリングデータテーブルの内容と過去の同時
間帯の上記テーブルの内容とを加味してエレベ
ーター制御用データを演算するプログラムであ
る。 (4) シミユレーシヨンによる各種指標演算プログ
ラム２７１……特徴モード別に学習したシミユ
レーシヨン用データテーブル２６２とエレベー
ター制御定数テーブル２２５のデータを入力
し、所定の複数のアルゴリズムパラメータとそ
の制御定数パラメータ毎にシミユレーシヨンを
実施した各種曲線などのシミユレーシヨン結果
をデータテーブル２７２へ出力する。各種曲線
テーブルとしてたとえば、平均待時間曲線テー
ブル、消費電力曲線テーブル等がある。 (5) 運転制御パラメータの演算プログラム２７３
……上記各種曲線などのデータテーブル２７２
と端末装置PDから設定された目標テーブル２
８０を入力して、ビルの環境条件に適応した特
徴モード別パラメータ２７４を特徴モード別に
事前に演算し記録しておく。 なお、特徴モード別パラメータテーブル２７
４には、特徴モード別交通情報学習プログラム
２６０で演算された交通情報学習データテーブ
ル２６２の一部も付加される。 また、上記のシミユレーシヨンプログラム２
７１、シミユレーシヨン結果テーブル２７２、
運転制御パラメータの演算プログラム２７３、
及び、特徴モード別パラメータテーブル２７４
は後述するように、制御パラメータを演算し、
生成することで運転プログラムを生成するソフ
ト２７９を形成している。 (6) 運転制御パラメータの作成プログラム２７５
……まず、特徴モードの発生予測プログラム２
７７へ現状の交通需要を交通情報収集テーブル
２３１と、特徴モード識別プログラム２５４の
出力する特徴モード信号と交通情報学習データ
テーブル２６２の一部の過去の特徴モードの発
生記録データと、端末装置PDから設定された
スケジユールデータテーブル２９０の一部を入
力し、現状ならびに近い将来の特徴モードを予
測する。 次に制御パラメータの作成プログラム２７５
は、予測された特徴モードに属する特徴別パラ
メータと交通情報学習データをそれぞれテーブ
ル２７４とテーブル２６２により選択し、指令
パラメータテーブル２７６を作成する。このデ
ータがエレベーター運転制御系へSDAを介し
て送信され、上記したエレベーター制御係数テ
ーブルに代つて使用される。 以上述べた学習系ソフトウエアSF２は、実際
の運転結果を評価し、その結果でエレベーターを
いかに運転制御するかを自動決定するため、知能
制御の１つと言える。 以上、マイクロコンピユータを利用した本発明
の一実施例のソフトウエア全体構成を説明した
が、次に交通需要の特徴モード別にシミユレーシ
ヨンによる最適運転制御をするためのパラメータ
の演算方法について説明する。 (1) ホール呼び割当プログラムの概要 最近の呼び割当て方法として、個々のホール
呼びのサービス状況（待時間）を監視し、全体
の呼びのサービスも加味して、発生したホール
呼びをエレベーターに割当てるホール呼び割当
て方法が用いられている。この方法では、呼び
割当ての評価関数に待時間が用いられている。
たとえば、発生したホール呼びの前方階の割当
て済ホール呼びの最も長い待時間を評価値（後
述の（30）式で与えられる）とする方法、前方
の割当て済ホール呼びの待時間の２乗総和を評
価値とする方法、発生ホール呼びの待時間を評
価値とする方法等が考案されている。しかし、
これらの評価値には、エレベーター相互間の位
置関係が含まれていないため、このままでは、
一般的な交通需要においてはダンゴ運転とな
り、性能向上が期待できなくなる。 (2) ホール呼び割当プログラムの制御パラメータ そこで、ダンゴ運転を防止するため、停止呼
び評価関数の概念が提案されている（特開昭52
−47249号、特開昭52−126945号）。すなわち、
発生ホール呼びHCi（第２０図に図示）の隣近
する階床から着目エレベーターＥの割当て済ホ
ール呼びHCi−１やかご呼びCCi、CCi＋２を
考慮して停止呼び評価関数Tcを得、このTcと
前記待時間の評価値とを加味した新しい評価関
数φとするものである。これを式で表わすた
め、待時間の評価値をＴ、待時間評価値Ｔと停
止呼び評価値Tcとの重みを決める係数をβと
する。さらに、発生したホール呼びHCiの階床
に関係なく、停止するホール呼びを持つエレベ
ーターを継続して新たな呼びに応答させる目的
で待機状態評価値TRを加味し、その重み係数
をαとするとき、まず待時間評価値Ｔは Tk i＝MAX（TSk 1、TSk 2……、TSk o） ……（30） TSk i＝γ1・TSk 1＋γ2・DHk 1・TW1 ……（31） となる。ここでTSはｋ号機のかごｉ階に到着
するまでの到着予測時間で、TWはｉ階のホー
ル呼び継続時間またはホール待客の待時間総和
時間で、γ1とγ2はその重み係数である。次に評
価係数φは φk i＝Tk i−Tk c＋Tk R ……（32） Tk c,i＝〓βS ……（33） TR＝αR ……（34） となる。ここで、βは発生ホール呼び隣接階の
停止呼び（サービスする呼びを称す）に対する
重み係数でたとえば０〜40となる。またＳは、
停止確率を示し、サービスすべき呼びがあれば
1.0となり、予測呼びがあれば、適当な値（
Ｓ１）となる。第２０図では予測呼びを無視
した値を示している。またＲは、エレベーター
で待機レベルを示し、割当済ホール呼びが無い
状態の時に適当な値（０≦Ｒ１）となり、そ
れ用の重み係数αは例えば０〜40となる。 （32）式の評価関数Tcを用いることによつ
て、発生ホール呼びの隣接停止呼びが考慮され
エレベーターのダンゴ運転が防止される。 なお、第２０図の負荷集中運転制御パラメー
タｅ＝２の場合の停止及び評価値Tcは、発生
呼び階ｉの前後２階床を考慮して、 Tc＝〓βS＝５×1.0＋10×０＋30×1.0 ＋10×1.0＋５×０＝45（秒） ……（35） となる。したがつて、待時間評価Ｔが各エレベ
ーターで同一であると仮定するとTcの大きい
エレベーターが最適と判断され、発生ホール呼
びをそのエレベーターに割当てることになる。
但し、Tcの値は重み係数βのMAX値の２倍を
越えない様に制限を加え、偶発的に発生する極
端な負荷集中による長待ホール呼びの発生を防
止する。これは特に、比較的交通量が小の時間
帯または特徴モードにおいて端末装置PDによ
り10％や20％の省エネ指示を入力しており、結
果としてシユミレーシヨンパラメータｅとして
６や７の値で運転する場合等に重要となる。 (3) ホール呼び割当プログラムの制御パラメータ
と省電力の関係 （34）式の評価関数TRを用いることにより、
固定号機のエレベーターを休止させることな
く、その場、その場の状況に応じた号機のエレ
ベータによるサービス台数制限運転を行うこと
ができ、長待発生率や平均待時間の上昇を最小
限度に抑制した省エネ運転制御ができる。 なお待機レベルＲの値は例えば下記の値とす
る。 Γ割当ホール呼び１ケ以上 ……Ｒ＝０ Γ割当ホール呼び無しで、かご呼び有
……Ｒ＝0.1 Γサービス呼び無し ……Ｒ＝0.3以上 Γ待機状態 ……Ｒ＝0.5以上 Γ省電力状態（長期間待機状態） ……Ｒ＝１ 従つて、第２０図の１号機の様にサービス呼び
無しの場合はＲの値として0.3〜１の値を取り、
２号機はＲ＝０となる。 さて、（32）〜（34）式において、待時間評
価値Ｔと停止呼び評価値Tcならびに待機エレ
ベーター評価値Trとの重み係数αとβに着目
すると、このαとβは、ダンゴ運転防止に最も
効果のある値が存在し、その時ビル全体の待時
間（平均待時間）は最小となり得る。 一方、上記αとβを大きくして行くと、停止
呼びを多く持つエレベーターが優先的に選択さ
れるため、サービス状態にあるエレベーターへ
負荷が集中し、平均待時間は上昇して行くこと
が理解できる。逆に言えば、他のエレベーター
は負荷が軽くなるため、エレベーター全体の停
止回数（起動回数）が減少し、消費電力が小さ
くなつて行く。 (4) シミユレーシヨンのためのシミユレーシヨン
パラメータの導入 以上の関係の一例を第１表および第２２図に
示す。これは、ビル階床13階床、エレベーター
台数６台、エレベーター速度150ｍ／mmの条件
でシミユレーシヨンした例である。ここでは、
重み係数αとβの大きさを示す負荷集中運転制
御パラメータと称し、係数αとβの値を示すシ
ミユレーシヨンパラメータｅ＝７のケースのシ
ミユレーシヨンを行つている。
ピユータを利用した制御に好適な装置に係る。 〔従来の技術〕 最近、マイクロコンピユータ（以下マイコンと
称す）が各種産業に応用されてきており、エレベ
ーターの分野においても、複数のエレベーターを
効率良く管理する群管理制御装置や、個個のエレ
ベーターを制御する号機制御装置に適用されてい
る。こうした試みは、マイコンの持つ、小型、高
機能、高信頼性、低コストの特徴のため、エレベ
ーター制御装置に大きな貢献をもたらしている。 たとえば、群管理制御の場合、発生するホール
呼びを個々にオンラインで監視し、全体のホール
呼びのサービス状況を加味して、最適なエレベー
ターを選択し割当てることが可能となり、待時間
短縮に大きく寄与している。また、乗客の多く発
生したホールには複数台のエレベーターをサービ
スさせたり、重役階には待時間の短いエレベータ
ーをサービスさせるなどの優先サービス制御が可
能となり、きめ細かな制御を行い得るようになつ
てきている。 しかしながら、従来のエレベーター群管理制御
装置では、あらかじめ決められた固定化された制
御論理（制御アルゴリズム）または制御ルールお
よびパラメータにより運転制御されているため、
時々刻々と変化するビル環境に必ずしも適応した
システムとなつていない。たとえば、ビル完成時
の交通需要（交通状態）と、その後のテナント変
更や、業務変更等があつた場合の交通需要では、
先行交通需要が異なつてくる。即ち、交通流のモ
ードが変化する。また、一日の交通需要の中で
も、出勤、昼食、退勤、平常というような先行交
通需要が大幅に変化する。 このように、交通需要が大幅に変化すると、効
率的な管理制御が困難となり、サービス低下を招
くことになる。 そこで従来は、特公昭48−15502号公報および
特開昭52−141942号公報等で提案されているよう
に、交通需要を検出し、予め定めた上記特徴を代
表する複数の代表点（以下、空点と称する）のい
ずれに近いかを判定してエレベーターを制御する
方法を採用していた。 すなわち、従来の群管理制御装置は、予め想定
した交通需要パターン別に群管理プログラムを用
意しておき、交通需要の変化に合わせて、それら
を選択して、制御していた。 この方法では、例えば、借事務所ビルから一社
専用ビルへの転換やビル内テナントの入れ替り、
在館人員の増加、下地鉄の新設等による交通事情
の変化といつた不測の事態に対応しきれず、サー
ビスの低下が生じたり、群管理制御装置の改造お
よび需要状況の実態調査等が必要となる欠点があ
つた。 さらには、学校や会館などにおいては非定期に
ほぼ同様の交通需要モードが繰り返えし発生する
が、これらを適絡にとらえることと、さらには、
この交通に適した運転を行う好適な手段がなかつ
た。 また、暦日に対応する信号を発する暦日信号発
生回路の暦日信号により休日と平日を区分する方
法も提案されている（特開昭52−141944号）。 例えば、一社専有の事務所ビルで、かつ毎週日
曜日が休日であればこの方法でも問題なさそうで
ある。 しかしながら、夏休み振替休日により月曜から
金曜が休日になる場合がある。その際は、その都
度、スイツチ等により休日か平日かを入力する必
要がある。また、土曜日は営業部など一部の部署
が出勤する場合に、どの様に対応したら良いかが
決めづらくなる欠点があつた。 〔発明の目的〕 本発明の目的は、エレベーターを設置した建物
の性質および使用環境の変化に即応したエレベー
ターサービスを提供することのできるエレベータ
ー制御装置を提供するにある。 〔発明の概要〕 本発明の特徴は、新たな交通需要に適応した新
たな運転プログラムを生成するところにあり、さ
らには新たな交通需要について上記運転プログラ
ムを用いてエレベーターを運転制御するように構
成したところにある。 〔実施例〕 以下、本発明の一実施例を説明する。 エレベーター交通需要の特徴モード生成装置を
第９図〜第１３図に示す具体的実施例により詳細
に説明する。なお、実施例の説明に先立つて本発
明の制御概念を第１図〜第８図を用いて説明す
る。 第１図は、地下１階、地上10階建のあるビルに
設置されたエレベーターのある日の午前８時から
午後２時過ぎまでの交通需要の状況を交通需要の
顕著な特徴を表わす要素により図示している。但
し、日中は省略して図示しており、朝の出勤時間
帯と昼食時間帯の交通需要状況を示している。図
において曲線C1は交通量の要素を示し、タイム
チヤート９Ｕ〜Ｂ１Ｄは地下１階、１階、４階お
よび９階の階床別のエレベーター上昇Ｕおよび下
降Ｄ時の混雑集中度合を３値から成るデイジタル
値で示している。 一般にエレベーター制御、特に並設された複数
台のエレベーターを一括して最適に制御するため
には、個々の乗客がいつ、どこの階床からどの方
向へ行くかが事前に予測できる事が理想である
が、何千人におよぶ利用客に対し、エレベーター
の利用予定を事前に登録してもらう事は実際問題
として困難であり、また外来者の多いビルや行事
の多いビルは不可能である。 そこで本発明では過日の交通需要を学習し、今
日の交通需要に対する、エレベーターの最適制御
を可能とするために最も有効な手段として、その
ビルの交通需要を検出して、新たな交通需要のモ
ードを制御用特徴モードとして抽出する。 交通需要に色々な要素を含んでいるが、特にエ
レベーターに対し大きな負担となるのは交通量
と、各階床間の移動状況である。 交通量を示す関数Ｃ(t)は従来下記の(1)式で定義
していた。 Ｃ(t)＝時間帯ｔにおける５分間当りのエレベーター乗
込み人員／当該のエレベーターが受けもつ在館人員×10
0％…(1) この交通量は異なるビルに設置された異なるエ
レベーター相互間での交通需要の大きさを比較す
るのに使用しており、負荷量の概略の比較ができ
る。すなわち平常は４％〜６％位の交通量であ
り、交通量が12％となると、極めて混雑した状況
であることがおおむね表現できている。エレベー
ター制御からみると他のビルとの比較は必要ない
から、在館人員は単なる定数として扱える。そこ
で本発明では交通量の単位として５分間当りのエ
レベーター利用人数で表現することとした。ここ
で、利用人数は乗かご人員（乗場からかごへ乗込
む乗車人数）または降りかご人員（かごから目的
階へ降りる降車人数）で表わす。 次に、所定期間の交通量（少なくとも１日の交
通量以上、できれば時定数が７日以上を有する交
通量から１日分に換算した平均交通量）を計測
し、第２図に示す如き度数分布図を作り、そのビ
ルにおける所定期間（例えば一週間）の交通量に
占める時間の割合から交通量評価レベルα1，α2，
α3…を作り、このレベル値を使つて任意の時間帯
の交通量Ｃの大きさを示す評価値（交通量レベル
関数）CV(t)を求めることとした。 同一交通量であつても、全階が均等に混雑して
いる場合と、１階と２階にのみ乗降かご人員が集
中している場合とではエレベーターに与えるスト
レスは２倍以上の差となる。そこでこれを何らか
の形で特徴要素として認識する必要がある。しか
し、各階床間の移動状況（以下交通流と略す）の
特徴を定義する定説がないので本発明では混雑集
中階床Ｉ(t)と全階に対するその階の混雑集中度Ｖ
(t)により表現することにした。 尚、この混雑集中階床Ｉ(t)と混雑集中度Ｖ(t)は
エレベーター制御の性質上、乗かご人員（記号
Ｓ）と降かご人員（記号Ｒ）についてと、上昇方
向（記号Ｕ）ならびに下降方向（記号Ｄ）につい
て区分して求める方が種々の交通需要がもつさま
ざまな交通流の特徴を特徴モードとして適格に表
現できる。 これらから交通流の特徴要素として下記の８つ
の評価値を考える。 上昇方向の乗かご人員の分布状況を示す評価
値。 IS oU(t)＝時間帯〔ｔ−Δt、ｔ＋Δt〕におけるｎ番目
に上昇方向乗りかご人員の多い階床…(2) VS oU(t)＝IS／oU(t)階からの上昇方向乗かご人員／時間
帯〔ｔ−Δt、ｔ＋Δt〕における上昇方向乗りかご人員
×100〔％〕…(3) 下降方向の乗かご人員分布状況を示す評価
値。 IS oD(t)、VS oD(t)、 上昇方向の降かご人員分布状況を示す評価
値。 IR oU(t)、VR oU(t) 下降方向の降かご人員分布状況を示す評価
値。 IR oD(t)、VR oD(t) 尚上記において配列変数ｎは１〜サービス階床
数−１であるため、11階床のサービス階床を持つ
エレベーターの場合総計80個もの多量の評価値を
求め、かつこれを記憶し、識別のための処理を要
することとなる。そこで、交通流の特徴を表わす
上で実用に供する範囲内に簡略化することとし
た。 まず、方向性についてであるが、同一階床を方
向別に別々の階床であるとして表現することとし
た。 すなわち検出される混雑集中階床Ｉ(t)として方
向付階床を表わすデータを設定することにより同
等の効果を発揮できる。 また配列変数ｎの大きさであるが、エレベータ
ー制御に与えるストレスから評価して軽負荷な方
向付階床は必要性が少ない。すなわち重負荷とな
る数階床を要素とすれば群管理の性能向上に十分
に役立つ。例えば、複数台のエレベーターが群管
理されている場合に、他階床より優先して配車す
る制御や、複数のエレベーターを同一階に配車す
る制御を行なうと、交通需要に応じた最適制御が
可能となる。 そこで以下、説明の便宜上も考慮し、配列変数
ｎの持つ値は１、２、３とする。これにより上記
した80個の評価値を12個とできる。すなわち下記
の(4)式から(9)式で各要素の評価値を求めることが
できる。 IS o(t)＝時間帯〔ｔ−Δt、ｔ＋Δt〕におけるｎ番目に
乗りかご人員の多い階床…(4) WSi(t)＝時間帯〔ｔ−Δt、ｔ＋Δt〕におけるｉ階床か
らの乗かご人員…(5) (4)式と(5)式より乗りかご混雑集中階IS o(t)の混雑
集中度VS o(t)は下記となる。 IR o(t)＝時間帯〔ｔ−Δt、ｔ＋Δt〕におけるｎ番目に
降かご人員の多い階床…(7) WR i(t)＝時間帯〔ｔ−Δt、ｔ＋Δt〕におけるｉ階から
の降かご人員 (7)式(8)式よりｎ番目の降りかご混雑集中階IR o(t)
の混雑集中度VR o(t)は下記となる。 尚、Ｆは方向付階床数である。 最終的には、これをさらに簡単化するために混
雑集中度関数Ｖを示す(6)式と(9)式に代つて下記の
(10)式と(11)式を採用し、合計８個の評価値を交通流
の特徴を表現する要素とした。 VS(t)＝F 〓n=1 （VR o(t)）2 …(10) VR(t)＝F 〓n=1 （VR o(t)）2 …(11) 尚上式は、乗かご、および降りかご人員の集中
度を表わしている。 第３図に第１図の時間帯（t2〜t3）においてよ
く発生する出勤時に代表的な交通流を示す。 ａは階ごとの集中度合を図示しており、曲線
fUPIN1はUP方向側の乗かご人員の集中比率を、
曲線fDNIN1はDN方向側の乗かご人員の集中比
率を示している。曲線fUPOUT1と曲線
fDNOUT1はそれぞれ上昇方向と下降方向側の降
かご人員の集中比率を示しており、乗かご人員比
率と乗かご人員比率のそれぞれの総和は100％と
なり、それぞれの総和人数は交通量で示される人
員に等しくなる。 第３図ｂは乗かご、降かご別に集中度に高い階
の順番に人員比率を図示したものであり、曲線
fVINは乗かご人員、曲線fVOUTは降かご人員
について示している。 以上により、第１図と第３図で示す代表的な出
勤時間帯〔t2〜t3〕の交通需要はその特徴を下記
の要素に分解して認識される。 (1) 交通量は Ｃ〔t2〜t2A〕≒120人／５分 …(12) Ｃ〔t2A〜t3〕≒200人／５分 …(13) (2) 乗かご人員の混雑集中度は VS〔t2〜t3〕≒602＋302≒4500 …(14) (3) 降かご人員の混雑集中度は VR〔t2〜t3〕≒172＋162＋142＋132＋122＋112＋
72＋42≒1545 …(15) (4) 乗かご混雑集中階IS o(t)のｎ＝１〜３の配列の
値は IS o〔t2〜t3〕＝＄02、＄01、＄00 …(16) (5) 降かご混雑集中階IR o(t)のｎ＝１〜３の配列の
値 IR o〔t2〜t3〕＝＄07、＄04、＄06 …(17) 尚、(16)式や(17)式で求める集中階Ｉ(t)については
第２図に示す様に混雑集中度の値がβ1未満の階床
は集中階と称することができないので、その順番
ｎの階Ioとして集中階が存在しない事を意味する
記号として＄00を配列にセツトする。 この様にして、出勤時の交通需要は交通量が前
記した所定期間（１日など）において最大に近
く、かつ特定の階（ロビー）（IS o＝1(t)＝＄02であ
る）からの乗かご人員が大半をしめ、（VS(t)＝
4500と大きい）かつ、DN方向の移動人員が極め
て少ないIR o(t)に＄81〜＄8Bがないという特徴を
持つことを上記した５つの要素の値により実用的
には完全に表現できている。 次に各種時間帯や、曜日により発生するさまざ
まな交通需要をいかに認識し、そのビルにおける
顕著な特徴モードとして抽出し、エレベーターの
制御にどのように利用するかについて説明する。 まずエレベーターとしての全体的な制御原理を
第４図に示す手順により説明する。尚第４図はプ
ログラムやハード回路の動作フローを図示したも
のではなく、特徴モードを検出し学習して行く過
程を説明する概念的な手順を示している。 まずビル新装オープンの開館日に先立つて、開
館後にエレベーターが円滑に稼働する、即ち、最
適制御が行われることを期待してインテリジエン
ト端末等からあらかじめ予想される交通需要の特
徴モードをKEYボード等より入力する（手順
P20）。この時入力するポイントは第３２図に示
す様にスケジユール時刻（テーブルNo.T291）と
乗降により混雑すると予定される階床を順にテー
ブルNo.T292へ入力する。これにより少なくとも
混雑集中階が分つたので上記した５つの特徴要素
評価値は例えば、AM10：00〜10：30に最も混雑
するとして次の通り作成する。 (1) Ｃ〔AM10−AM10.30〕＝135 …(18) 交通量の指定なし時は中間のレベルα4に相当
する135〔人／５分〕をセツトする。 (2) IS〔AM10−AM10.30〕＝＄82、＄05、＄85
…(19) (3) IR〔AM10−AM10.30〕＝＄82、＄05、＄85
…(20) ここで乗り混雑や降り混雑の指示がなかつた
ので両方に同一の階を入れた。 (4) VS〔AM10−AM10.30〕＝1700 …（21） (5) VR〔AM10−AM10.30〕＝1700 …（22） ここで、特に集中度の指定がなく、かつ３つの
混雑階を指定されたので集中度レベルβ2に相当す
る値を選び1700とした。 また第１図に示した出勤や昼食時などの特徴モ
ードは一般的に発生しやすいので、これを工場出
荷時にROM等にセツトしておいても良い。これ
らは初日からできる限り最適な制御をしたいビル
においてのみ実施すれば良く原理的には不必要と
できる手順である。 次にエレベーター制御用の特徴モードの自動設
定即ち、新たな特徴モードの抽出、設定（手順
P30）について説明する。この部分の詳細手順を
第５図に示す。例えば１日分または一週間分の交
通需要を検出し（手順P31）、上記した５種の特
徴要素、すなわち交通量と、交通流の特徴要素を
演算し（手順P32）、記憶する（手順P33）、この
時、例えば7.5分おきに交通需要を検出すると１
日間で192組となり、１週間分で1344組となり、
すでに述べた５種の特徴要素値を記憶するのに約
10KBの不揮発性メモリが必要となる。また、特
徴モード抽出の学習演算もその分時間が掛ること
となり、高速な演算ハードが必要となる。さらに
利用人数の少ない時に特徴を表現することは無理
がある。そこで交通量が小さい時は長い周期と
し、交通量が大きい時は短かい周期で検出するこ
ととすれば、その分記憶する組数が低減する。例
えば所定人員の交通があつた時に特徴検出すると
一日約48組位となる。但し所定の時間、たとえば
30分以上たつた場合はその時点で特徴検出を行な
うものとする。尚この方式とした時はその時間幅
を示すための時刻データも特徴データとペアで記
憶する必要がある。以上の手順を所定期間、例え
ば１日間繰り返えし（手順P34）、一日分の分析
された数十または数百組から成る交通需要を記憶
する。次に新たな特徴モードの設定を行なうか否
かを評価するための特徴モード抽出関数を求め
る。 まず第１に、すでに求めた特徴要素値を粗い数
値に再評価する。まず第２図に示す交通量レベル
α6〜α1を求める（手順P35）。 次にこの交通量レベルを使つて各組の交通量を
交通量レベル関数CV(t)に変換する。 第２図ａで求めた交通量の値の数は７ケ（＄06
〜＄00）としたが、さらに少なく、例えば４ケと
することとしても良い。 また、混雑集中度の度数分布を作り、第２図ｂ
の曲線V1を作り、レベルβ1〜β4から成る分布レ
ベルを設ける。これにより各組の混雑度集中感数
値Ｖ(t)を混雑集中度レベル関数VV(t)に変換する
（手順P37）。以上により、所定期間検出した交通
需要の各組を粗関数で表現した配列を作る（手順
P37）。 さらに、例えば下記の式で表わされる特徴モー
ド抽出関数PS(n)を用いて、検出した交通要素の
全ての組について演算し特徴モードを抽出する
（手順P38）。ｍは特徴モードに与えた番号であ
る。 PS(n)＝T(n)｛k1（CV(n)）＋k2（VVS (n)＋VVR (n)｝
…（23） 尚特徴モード番号ｍは検出された順番に付けて
行けば良い。そして、係数Ｔ(m)は各特徴モードｍ
について同一の特徴モードまたは類似のモードが
検出された回数または累積時間とする。この式
は、交通量の大きさとその検出回数や累積時間の
大きさの双方から、特徴モードを抽出するもの
で、エレベーターの制御を最適化しようとするの
に好都合である。 万一特徴モードが所定数を越えた時は、T(n)が
小さくて、１番早く抽出した特徴モードを他の最
とも接近している特徴モードへ含める。 また同一の特徴モードと認識する際には第１の
混雑集中階IS 1やIR 1が一致しているか否かで判定し
ても良く、IS 1〜IS 3まで全て一致しているかで判定
しても良い（手順P38）。 以上により求めた複数の特徴モード抽出関数値
PS(n)を相互に比較し、新規の特徴モードの中で
PS(n)が最大の１組または上位の複数組を選択し、
新たなエレベーター制御用特徴モードとして仮登
録する（手順P39）。尚この時、予め設定されて
いる特徴モードが無い場合や少ない場合は多めに
仮登録するものとしたり、常に制御用特徴モード
を設定できる最大数に達するまで仮登録すること
にし、より早い日数で特徴モードの設定が完了す
る様にする。尚、仮登録する特徴モードの要素値
は混雑階床集中度レベル関数VV(t)と交通量レベ
ル関数CV(t)などの粗関数値ではなく、元の関数
Ｖ(t)とＣ(t)の値を登録するものとすれば、これに
より以後の識別が正確となる。 以上により、そのエレベーター個有の交通需要
の中に存在していた特徴の形態（モード）を自動
抽出できたが、本発明はこれに限定されるもので
はなく、あらかじめ予測される数十個の特徴モー
ドを設定しておく構成とすることもできる。 この様にして新たに自動抽出され仮登録された
特徴モードと、すでに登録されている特徴モード
の優先度を求める特徴モード優先関数φP(n)と、
登録済特徴モードの特徴要素関数値の修正によ
り、新らたな特徴モードの生成即ち、抽出された
仮登録された新たな特徴モードをメモリー（テー
ブル）に本登録する特徴モード生成制御（手順
P40）について第６図を用いて説明する。これ
は、本登録できる特徴モード数がメモリー容量の
都合で限度がある場合に、重要度の点より、本登
録するか否かを判断し、重要度の低いものを抹消
し、高いものを本登録するものである。 尚、登録済特徴モードの要素関数には、すでに
述べた検出した交通需要の特徴要素関数値Cn、
In、Vnの他に、定期的に繰り返えす特徴を学習
するための周期関数TPnと、日別に定時に発生す
る特徴を学習するための時刻関数THnを追加す
る。 まず、第１に手順P33で作成したN1組の特徴
要素関数で表現される多次元ベクトルが作る空点
Poの一つ一つについて下記の手順によりM1組の
登録済特徴モード要素関数で表現される多次元ベ
クトルが作る空点Pnのいずれに最も近いかを学
習する。 尚、各要素間のウエート付は定数k3〜k5により
行なう。 検出した交通需要の特徴要素関数によるベクト
ルが作る空点Poのベクトルは（25）式で表わさ
れる。 Ｋ＝defk3 ０ k4 k4 k5 ０ k5 …（24） Po＝ＫCo IS o IR o Vo VRo …（25） 空点Pnも同様に記述でき、２点間のスカラー
量P^onは（26）式で求められる（手順P41）。尚混
雑集中階はここでは原理の説明につき第１の階の
み評価することとし、式を簡略化しているが、実
際には第２、第３の集中階もウエイトを軽くして
評価に加えた方が良い。また、階床の番号差（差
値＝IS o−IS n）を求めても良いが 一致した時は“０”、不一致の時は“１”を与
える様にしても良い。 （26）式により最も近い空点Pnを持つ登録済
特徴モード番号ｍを求め、これを最も近い登録済
特徴モードであるとして記憶する（手順P42）。 ｍ（Po）＝MiN（P^o1、P^o2、…P^oM1）…（27） 以上の手順をｎ＝１からｎ＝N1について実行
し、次々と検出した交通需要の特徴要素関数と対
応してｍ（Po）を記憶する（手順P42）。 次に例えば登録済特徴モード毎に選択された回
数または時間の積算値を求めこれを登録済特徴モ
ードの評価関数φTnとする（手順P44）。 次に特徴モード抽出優先関数φP(n)を（28）式
より全ての登録済特徴モードについて求める。 φP(n)＝（１−k6）φPn＋k6×φTn …（28） 尚、（28）式における右辺のφPnは前回処理ま
での値であり、左辺は今回処理による右辺演算結
果により更新されることを意味している。 この値の最少のものまたは下位の複数個の特徴
モードを登録から除去する（手順P45）。従つて、
先に仮登録した特徴モードは大きな値を取れない
ので除去され易い。 最終的に決定した登録済特徴モードPn（個数
M2）の各要素関数の値の大きさを（28）式と同
様の指数平滑により学習し、設定する（手順
P46）。 例えば交通量関数Cnまたは交通量レベル関数
CVnは今回の所定期間（１日または一週間）にお
いて特徴モードｍに近いと判定された交通需要の
要素値か、または特徴モードｍとして判定された
複数の交通需要の要素値の加重平均より求めた値
と登録済特徴モードの要素値とで（28）式と同様
の学習（指数の平滑処理）計算を行ない、交通量
要素関数値とする。混雑集中階については第２、
第３の関数値を過去のデータも含めて発生頻度の
大きいものから順に選択する。 また時間に関する関数TP(n)とTH(n)も（28）
式と同様指数平滑して求める（手順P47）。 尚周期は前回検出したから今回検出までの時間
を特徴モードPn毎に学習する。多頻度に発生す
る周期を複数個について学習するようにすれば、
異なる周期で繰り返される特徴も学習することが
できる。また１日において発生する時刻を複数
個、個別に学習し、時刻関数TH(n)として記録す
ることにより、より正確な予測制御が可能とな
る。 以上により抽出され、要素の関数を学習しそし
て設定して生成（本登録）された特徴モードをも
とに第４図の手順P50による特徴モード別交通情
報の記憶と学習を行ない、そのデータをもとに特
徴モード別の最適制御パラメータの演算や最適制
御プログラムの選択と記憶などを行う（手順
P60）。 尚、制御パラメーターの演算、制御プログラム
の選択などは、実機がコンピユータの場合で能力
があれば実機で、あるいは、エレベーターまたは
ビル監視用コンピユータや中央保守センターの大
型コンピユータによつて処理するようにする。 次に現状の交通需要の特徴を手順P31とP32と
同様の方法で分析し、手順P41とP42と同類の方
法で登録済特徴モードに識別する処理を行う（手
順P70）。 ただここで少し異なる改善例について補足説明
する。すなわち前者の場合は時間要素を入れなか
つたが、実際の運転においては特に群管理制御エ
レベーターにおいては、制御アルゴリズムや制御
パラメーターを切替えてから、実際に機能するま
での制御遅れはエレベーターの一周時間が平均
120秒であることより数分あると考えられ、10分
たてばおおむね安定すると言う性質がある。 そこで、特徴認識をする（26）式または（27）
式等に時間的な連続性を加味することが好まし
い。例えば（27）式において、前回選択され現在
エレベーター制御している特徴モードｍとのスカ
ラー量P^tnの項だけを（P^tn）k7とし、係数k7を１
より小さい値を取るものとすれば、その分だけ、
前回選択され現在のエレベーター制御用特徴モー
ドが選択され易くできる。第２、毎日、同時刻に
繰り返される特徴モードについても同様の手段を
講じ、早めに検出することも有効である。 例えば出勤時の様に平日なら毎日８時15分頃に
出勤のピークが来ることを特徴の一つとして抽
出、学習し、時刻要素関数TH(n)として0.8、15が
記憶されている場合、例えば（27）式の当該の項
だけを（29）式に切替えて特徴モード識別する
（手順P70）ことにより、早めに過日までに学習
した（手順P50とP6）出勤データによる出勤に適
応した運転形態とすることができる。 P^tn′＝（P^tn）・（１−k8k9−｜ｔ−THn｜／k9・｜
｜ｔ−THn｜＜k9｜）…（29） （29）式も（28）式と同様に右辺演算の結果に
より左辺P^tnが更新される意味を持つ。また、｜｜
ｔ−THn｜＜k9｜の値は｜ ｜内の条件式が成
立するときに“１”、不成立のときに“０”をと
る。 k9が例えば15分とすると、現時刻ｔが過日まで
に学習された予測時刻を示す要素関数 TH(n)の値08、15の示す時刻の±15分内になると
P^tn′の値がスカラー量P^tnより小さくなり、時刻
が一致すると１−k8の値だけ選択され易くなる。 以上による特徴モード識別（手順P70）は現在
の交通需要の特徴が登録済特徴モードPnとほぼ
近似（（29）式や（26）式で求められる値が所定
値より小さい）していることで識別し、その特徴
モードPnにより求められている制御データ（手
順P50とP60で作成した制御パラメータ及び制御
プログラム）によりエレベーターを運転制御する
（手順P75）。 ビルの環境やビル内のレイアウト変更により、
交通需要（交通状態）が急変した事などにより、
上記した値（（29）式や（26）式で求めた値）が
所定値を越えた場合は、第１の特徴モードPnの
みならず、比較的近い複数の特徴モードを識別
し、これら特徴モード別に持つ制御データを補間
して使用したり、交通情報を接近度に応じたウエ
ート付で和を取り、手順P60を実行し、求められ
たパラメータ等によりエレベーターを制御する
（手順P75）。 但し、当日だけの行事がある場合は、あらかじ
め時刻と行事の内容を階と制御の種類で指定し、
スイツチやKEYボード等より入力しておき、そ
の入力内容を解析して何階と何階に対し、いかな
る制御を行なうか（優先サービス２台割当、ドア
開放タイム延長、不停止、暗号登録許可など）を
判断し、所定時間帯に入つたと判定する手順P75
により求めた運転形態や制御パラメータに優先し
て少なくとも一部を、行事予約した内容で運転を
指令する（手順P80）。この様な手順により、求
められた常に最適な制御となると予測される運転
方式（アルゴリズム）とその制御定数（パラメー
タ）を使用してエレベーターを運転制御する
（P90）。 また、ビルのレイアウト変更や、１ケ月間開催
する展示会などにより交通需要の急変が予定され
ているスケジユールをKEYボード等により設定
し、特徴要素関数値を手順P20で説明したのと同
様にして新しい特徴モードとして仮設定してお
き、制御用特徴モードとして登録されるまでの学
習速度が早まる様にする（手順P95）。 以上により第４図に示した、本発明の利用形態
を理解いただけたと考えるが以下、全体的な事に
関して補足説明する。 (1) 手順95が終了したあと一般にはルートP95−
２により特徴モードの設定へ戻るが、使い勝手
やモラルなど、エレベーターの最適制御をめざ
す以外の要因により適応学習制御を実施できな
いビルにおいてはルーツP95−１とすることも
考えられ、例えばスケジユール設定器により指
示された時のみルートP95−２へ進む様にする
方法が良い。 さらに良い方法は、常にルートP95−２へ進
ませるが、手順P40や手順P60におけるアクテ
イブな動作を制限し、手順P80またはP90の装
置をインテリジエント端末化し、CRTなどへ
学習結果を人間が判断しやすい形状に表示し、
エレベーター管理者が、学習した内容を確認ま
たは一部修正を加えて登録などのアクテイブな
学習制御を実行することである。 (2) 第４図に示したのは学習制御の手順であり、
実際の動作は、例えば手順のP30に含まれる交
通需要の収集、検出と手順P70の特徴モード識
別と、手順P75と手順90のエレベーター運転制
御は平行して実行される。 特にエレベーターの運転制御は、一般には常に
即時に作動することが要求され、当然他の手順と
は平行して作動する様にシステムを構成する必要
がある。例えばコンピユーター制御の場合は手順
P40やP60やP75など多大な処理を要するプログ
ラムは、手順P90のタスクより下位タスクに割当
てることにより、エレベーター制御プログラムを
優先的に実行し、空いた時間に学習制御を実行す
る構成とすることにより実現できる。 また他の方法としては学習制御部を別のコンピ
ユータとして並行処理させることもできる。 次に本発明の原理を実施した場合の効果を第７
図、第８図により説明する。 第７図は放送センターなど日中に見学者が多い
ビルの場合の見学者だけの交通需要の交通量曲線
C3を図示した。事前にスケジユール予約がなか
つた場合の学習過程を第１日目と第２日目と第ｎ
日目について示した。記号PLWは見学者交通需
要の特徴モードPoについての時刻関数THoの大
きさを示し、初日は零であり、しだいに広がり、
それにつれ、特徴モードとして抽出される時間帯
が見学者の交通量に見合つて、早く選出されるこ
とが示されている。 尚記号PLKは見学者の特徴モードを抽出し設
定するための特徴要素関数の検出状況を示した。 第８図に見学者を含めた交通流の階間移動状況
を示す。すなわち、４階の上、下と、１階の下方
向の降り客が多い事を降かご人員比率曲線
fUPOUT18とfDNOUT18が示しており、これに
見合う特徴要素関数が学習される。 では次に本発明の第１の具体的実施例を第９図
から第１１図の回路図と、第１２図と第１３図に
示す記憶データとにより説明する。 エレベーター運転制御系１１０（手順90を実
行）はホール呼び登録回路１１１からエレベータ
ー駆動装置１１５により構成されており、それら
各制御装置または回路１１１〜１１７を実現する
装置はそれぞれ公知の技術で良い（例えば特開昭
52−140149号公報）にはかご内重量検出装置及び
乗・降人数を検出する手段が示してある）。従来
と異なる点は、これら回路の情報をきめ細かく、
例えばドア開閉制御装置１１４含まれる、開、閉
釦や、光電装置の動作信号までをも、本発明によ
り新たに設けた交通需要を検出する交通需要検出
回路１３０へ入力し、そして、交通需要の特徴モ
ードを学習し、識別した結果に適応として最終的
にフイードバツクされてくるエレベーター運転制
御形態選択回路１７０（手順P75）からの信号に
より、制御アルゴリズムや制御定数（パラメー
タ）を切り換える手段を持つ点である。 第１０図に詳細を示す交通情報検出回路１３０
で検出した交通需要信号Ｄ１３０は交通需要特徴
モード識別回路１５０（第１１図に詳細を示す）
へ入力され、その出力である識別された特徴モー
ドに応じ特徴モード別情報学習回路１６０はモー
ド別にデータを記憶する交通需要記憶回路Ｄ１６
１Ａとサービス状況（エレベーター稼働台数、ホ
ール呼び断続時間、戸開時間、館内騒音レベル、
誤乗、いたずら、乗かご拒否、電源電圧、温度な
ど）記憶回路Ｄ１６１Ｂと、検出された時刻や周
期などを記憶する時間帯記憶回路Ｄ１６１Ｃとに
より収集されたデータの累積と学習（手順P50）
を行ない、結果を記憶する。その他の回路として
は時刻信号発生回路１４０があり各回路の動作制
誤に使用される。他にも手順P20とP80とP95の
制御に関連する予約・設定回路１９０があり、入
力された内容に応じて、制御形態記憶回路１９２
と時刻記憶回路１９１と、制御目標登録回路１９
３に必要なデータが記憶される。また、省エネ度
指令回路１８１や、サービス度指令回路１８２
や、環境度指令回路１８３とこれらへの入力手段
となる入力装置１８４から構成される目標値設定
回路１８０があり、主として制御形態選択回路１
７０へ入力され、エレベーター制御へ反映され
る。 第１０図と第１１図により本発明と特に関連の
ある交通需要の特徴モード抽出について説明す
る。 エレベーター制御系１１０からの入力信号線Ｌ
１１１〜Ｌ１１７によりエレベーターの運転と交
通需要に関するデータを収集し、回路Ｄ１３１で
データ累積する。 この時の開始時刻を回路Ｄ１３１Ｔで記憶す
る。この様な交通情報計測を回路１３１で実施
し、所定期間（数分）ごとに、回路１３３により
現状の交通需要を計算する。すなわち、回路１３
１のデータを回路Ｄ１３１Ｔに記憶されている時
刻と現在の時刻との差を求めて得られる計測継過
時間で割ることにより求められる。 この現状の値を数十分程度の時定数を持つ演算
回路１３４により、平滑し、現状時間帯の交通需
要として信号線Ｄ１３４により出力する。 この信号は主として、回路１５７による特徴識
別（手順P70）において、識別の安定化を図るた
めに使用する。 回路１３２は、データLD１３１の大きさと時
間経過により動作する。第１１図に示す交通需要
の要素値演算要求回路１５２の出力信号Ｄ１５２
により作動し、回路Ｄ１３１とＤ１３１Ｔの内容
と現在の時刻をサンプリングホールドする。 そして、回路Ｄ１３１のデータはクリアされ、
回路Ｄ１３１Ｔへ現在の時刻を再セツトし、次の
交通需要の検出（その他の情報サンプリングを含
む）のためのデータ収集を実行する。 この様にして検出された交通需要を含む信号Ｄ
１３２は第１１図の回路１５１〜１５６より成る
交通需要の特徴抽出（手順P30）部への入力デー
タとなる。 まず回路１５１は新たな交通需要が検出される
度に信号Ｄ１５２より少し遅れて出力される信号
Ｄ１５２−２により、交通需要の特徴要素の関数
を演算し、これを回路１５３により記憶する（手
順P32、P33に相当）。 次に評価用関数を作るための交通量レベルを作
る（手順P35）制御と交通流の集中度を評価する
関数を求める（手順P36）制御を回路１５４によ
り実行する。この制御は現状交通量（データ信号
Ｄ１３４）が低く、かつ所定期間、例えば１日が
経過した時に実行される。尚この時、第２図に示
した曲線C2を所定期間が経過する以前にあらか
じめ作り回路１５４の制御を速くする目的より回
路１５９を設けた。 尚、交通需要が検出される度に記憶回路１５３
には第１２図に示す様なデータが記憶される。す
なわちｎ番目の１回当りの記憶データＤ１５３ｎ
は13個から構成した場合を図示しており、これ
が、帯状または機能的に環状を成す記憶回路によ
り順次記憶されて行く。 尚、原理の所で伸べなかつた乗客層識別要素関
数TM1oとTM2oについて補足説明する。 同一交通需要でも、利用する客層や時間帯によ
り、その性質が変化してくる。 例えば、朝はあわただしく動くが、夜はゆつた
りとした動作となり、ともすれば一番早く来たエ
レベーターに乗り損なつたりする。この様子を環
境関数TM1oとする。 また、子供が多くて１人当り平均荷重が軽かつ
たり、いたずら呼びが多い事や、車イス呼びや
VIP呼びなどの発生比率を表わすものとして客層
関数TM2oを用いる。これらの乗客層識別関数も
エレベーター制御へのストレスの一部となるの
で、これらを特徴要素として追加したものであ
る。 以上の様に記憶されたデータより回路１５５で
特徴抽出を行ない（手順P37〜P38）、抽出された
特徴モードは第１３図に示す記憶データＤ１５９
を１組として、特徴モードの数M1組（ここでは
合計９）のデータＤ１５６として記憶する（手順
P39）。また、手順P80や手順P95における行事予
定やスケジユール設定による特徴モードデータは
Ｄ１５８として別に記憶されている。 そしてスケジユール設定やイニシヤルセツトさ
れたデータによる特徴モードは自動学習による消
去をさせないものとする。 尚、現状の交通需要の特徴を登録済特徴モード
と照合して識別する処理（手順P70）は、前述し
たように、手順P31とP32の実行手段である回路
１３０及び手順P41とP42の実行手段である回路
１５０（回路１５６や１５７）を用いて同様に実
行できる。そして回路１５０の出力信号である制
御用特徴モードは制御形態選択回路１７０の入力
となり、当該モードに適応した制御形態信号をエ
レベーター運転回路１１６へ入力する。 以上、第９図をもとに本発明の一実施例を説明
したが、本発明はこれに限定されるものでなく、
例えば第１１図に示す回路１５１〜１５６と回路
１５９により特徴モードの設定と生成を行なう部
分をエレベーター制御装置と独立させることがで
きる。 例えばエレベーター制御回路をデイジタルコン
ピユータにより制御する装置の場合には、上記し
た特徴モードの設定と生成を行なう部分を別個の
デイジタルコンピユータにより処理したりあるい
はビル管理コンピユータやエレベーター管視室な
どに設置された、コンピユータで処理制御する構
成とすることもできる。 さらには特開昭55−70684号公報に示す可搬式
のエレベーター保守装置により、必要な期間だけ
この装置を接続し、エレベーターの交通需要の変
化を捕らえ、新しい特徴モードの設定や、すでに
登録されている特徴モードの学習による生成を行
なうこともできる。 では以後の説明は並設エレベーターの運転制御
部と、交通需要の特徴モードに関連する制御部と
を別々のマイクロコンピユータで制御する構成と
した場合を第１４図〜第５７図に示す具体的一実
施例により詳細に説明する。 なお、実施例の説明は、まず、本発明を実現す
るハードウエア構成を述べ、次に全体ソフトウエ
ア構成とその制御概念を述べ、最後に上記制御概
念を実現するソフトウエアをテーブル構成図、フ
ローを用いて説明する。 第１４図は、本発明の一実施例の全体ハードウ
エア構成である。 エレベーター群管理制御装置MAには、前記し
た並設エレベーター運転制御を司るマイコンM1
と前記した交通需要の特徴モード別に交通情報を
学習し、学習したデータをもとに特徴モードごと
にシミユレーシヨンを司るマイコンM2があり、
マイコンM1とM2間は直列通信プロセツサSDAc
（後述）により、通信線CMcを介してデータ通信
される。 エレベーター運転制御を司るマイコンM1には、
ホール呼び装置HDからの呼び信号HCを並列入
出力回路PIAを介して接続され、また、ドアの開
閉や、かごの加減速指令等個々のエレベーターを
制御する号機制御用マイコンE1〜Eo（ここで、エ
レベーターはｎ号機あるものとする）とは、前記
同様の直列通信プロセツサSDA1〜SDAoと通信
線CM1〜CMoを介して接続される。 一方、マイコンM2には、シミユレーシヨンに
よる最適運転制御プログラムならびにそのパラメ
ータの決定に必要な情報を与えたり前記した予約
設定の入出力に使用する端末装置PDからの信号
PMが並列入出力回路PIAを介して入力される。 また、号機制御用マイコンE1〜Eoには、制御
に必要なかご呼び情報、エレベーターの各種安全
リミツトスイツチや、リレー応答ランプで構成す
る制御入出力素子EIO1〜EIOoと並列入出力回路
PIAとを信号線SIO1〜SIOoを介して接続される。 第１４図を用いて本発明の全体的説明する。 エレベーター運転制御用マイコンM1には、呼
び割当てを主とした運転制御プログラムを内蔵
し、この運転制御プログラムは、各号機制御用マ
イコンE1〜Eoとホール呼びHCより、制御に必要
な情報を取り込む。またこの情報の中で交通需要
の特徴モード別に最適運転プログラムをシミユレ
ーシヨンにより求めるために必要な情報を直列通
信プロセツサSDAcを介して、シミユレーシヨン
用マイコンM2に送信される。さらに、前記運転
制御プログラムは、可変可能な運転制御パラメー
タを用いて処理している。たとえば、このパラメ
ータには、呼び割当ての評価関数における待時間
と消費電力の評価値の関係を示す重み係数や、ド
アの開閉時間を決定する時間係数、ならびに、呼
び割当ての制御論理すなわち、呼び割当てのアル
ゴリズムを選択する制御用パラメータ等がある。 これらの運転制御パラメータは、シユミレーシ
ヨン用マイコンM2により、端末装置PDの信号
PMと前記シミユレーシヨン用データを用いて演
算される。この演算は、周期的、または新しい交
通情報が収集される毎に現状の交通需要の持つ特
徴に応じてエレベーター群管理に最適な運転制御
プログラムとその制御パラメータを出力する。 たとえば、端末装置PDから待時間最小となる
ように設定すると、そのエレベーターの交通需要
の特徴を識別し、収集された交通情報から交通需
要を予測演算し、このデータによりシミユレーシ
ヨンし、待時間が最小となる呼び割当てアルゴリ
ズムとその運転制御係数を演算し、これを、その
時の交通需要状態における最適運転制御プログラ
ムのパラメータとして記録する。したがつて、本
発明によりエレベーターの群管理制御は時々刻々
と変化するビルの環境状態にすみやかに対応可能
であり、エレベーターの群管理性能向上に大きく
寄与する。 次に、各マイコンの具体的なハードウエア構成
を示すが、これらのマイコンは第１５図〜第１７
図に示すように簡単に構成できる。マイコンの中
心であるMPU（Micro Processing Unit）は、８
ビツト、16ビツト等が用いられ、特に号機制御用
マイコンE1〜Eoには余り処理能力を要しないこ
とから、８ビツトMPUが適当である。一方、エ
レベーター運転制御用マイコンM1およびシミユ
レーシヨン用マイコンM2は複雑な演算を必要と
するため、演算能力のすぐれた16ビツトMPUが
適当である。８ビツト系MPUとして、日立製作
所製HD46800D、インテル社製28085 ザイログ
社製Ｚ−80等が応用可能である。一方、16ビツト
MPUとして、日立製作所製HD68000、インテル
社製I8086、ザイログ社製Ｚ−8000等が応用可能
である。 さて、各マイコンには、第１５図〜第１７図に
示すようにMPUのバス線BUSに制御プログラム
およびエレベーター仕様等を格納するROM
（Read Only Memory）と、制御データやワー
クデータ等を格納するRAM（Random Access
Memory）および、並列入出力回路PIA
（Peripheral Interface Adapter）、他のマイコン
と直列通信を行う専用プロセツサSDA（Serial
Data Adapter：例えば、日立製作所製
HD43370）が接続される。 なお、各マイコンM1，M2，E1〜Eoにおいて、
RAM，ROMはその制御プログラムのサイズ等
により、複数個の素子で構成される。 第１６図において、端末装置PDのハードは特
開昭55−11418号等のエレベーターの試験運転装
置に示すハードと同様とすることができる。そし
て制御卓よりサービス目標や省エネ目標や予約設
定などを入力し、CRTにより入力された内容な
らびに、それに関する情報が表示される。信号
PMはPIAや前述のSDAによりデータ通信し、入
力された内容はRAMに取り込まれる。 また、次の設定や行事やスケジユールや特徴モ
ードなどの設定や取消し、変更を行なうため参考
資料として現状の学習状況をCRTに表示するだ
けでなく、レポートを出力するために、プリンタ
を備えるものとする。これはCRTのハードコン
ピー用グラフイツクプリンタを使用することもで
きる。 第１７図において、エレベーター制御データと
して、たとえばかご呼びボタンCBや、安全リミ
ツトスイツチSWL、リレーの接点SWRy、かご重
量WightがPIAよりRAMに取り込まれる。一方、
MPUより演算されたデータはPIAより、応答ラ
ンプLampやリレーRy等に制御出力素子に出力さ
れる。 ここで、第１５図〜第１７図に用いられたマイ
コン間の直列通信用プロセツサSDAのハード構
成は第１８図に示すように主として送信用バツフ
アTXB、受信用バツフアRXB、データのパラレ
ル／シリアル変換を行うＰ／Ｓとその逆変換を行
うＳ／Ｐ、ならびにそれらのタイミング等を制御
するコントローラCNTにより構成される。上記
送信バツフアTXB、受信バツフアRXBはマイコン
より自由にアクセス可能でデータの書き込み、読
み出しができる。一方、SDAはコントローラ
CNTより、送信バツフアTXBの内容をＰ／Ｓを
介して、他のSDAの受信バツフアRXBに自動送
信する機能を有している。したがつて、マイコン
は送受信処理は一切行う必要がないため、他の処
理を専念できる。なお、このSDAに関する詳細
な構成及び動作説明は特開昭56−37972号および
特開昭56−37973号に開示されている。 次に、本発明の一実施例であるソフトウエア構
成を述べるが、まず第１９図によりソフトウエア
の全体構成から説明する。 第１９図に示すように、ソフトウエアは大別し
てエレベーターの運転制御を行なう運転系ソフト
ウエアSF１とエレベーター制御用特徴モード別
に交通情報を収集し、シミユレーシヨン手段など
による学習制御を行なう学習系ソフトウエア SF２より成り、前者は第１４図のマイコンM1
より、後者はマイコンM2より処理される。 運転制御系ソフトウエアSF１は、呼びの割当
て処理や、エレベーターの分散待機処理等エレベ
ーターの群管理制御を直接的に指令し制御する運
転制御プログラムSF１４より成る。このプログ
ラムの入力情報として、号機制御プログラム（第
１４図マイコンE1〜Eoに内蔵）から送信されて
きた、エレベーターの位置、方向、かご呼び等の
エレベーター制御データテーブル２１０、ホール
呼びテーブル２１９、エレベーターの管理台数等
のエレベーター仕様テーブル２２５ならびに学習
制御系ソフトウエアSF２で演算し、出力された
最適運転制御プログラムとそのパラメータ等を入
力データとしている。 一方、学習制御系ソフトウエアSF２は、下記
の処理プログラムより構成される。 (1) 交通情報収集プログラム２３０……ホール呼
び、エレベーター制御データテーブルの内容や
各かごへの各階床での乗降人数検出データなど
をオンラインで一定交通量収集毎にまたは一定
周期毎にサンプリングし、各種の交通情報の学
習とシミユレーシヨンによるブログラムとその
制御パラメータの演算のためのデータを収集す
るプログラムで、特に階別交通需要を主に収集
する。 (2) 特徴モード識別プログラム２５０……まずす
でに第６図で原理を説明した様にエレベーター
の交通需要そのものがもつ顕著にして多頻度に
現われる特徴の学習を行ないエレベーター制御
用特徴モードの設定と、生成を１週間以上の長
期的なスケールで実施する。 次に、(1)項により作成された交通情報収集テ
ーブル２３１の交通需要の特徴要素を分析し、
上記特徴モードのいずれかに近いかを識別し、
特徴別に交通情報を収集する。 (3) エレベーター制御特徴モード交通情報（学
習）データ演算プログラム２６０……交通情報
収集プログラムより収集されたオンラインのサ
ンプリングデータテーブルの内容と過去の同時
間帯の上記テーブルの内容とを加味してエレベ
ーター制御用データを演算するプログラムであ
る。 (4) シミユレーシヨンによる各種指標演算プログ
ラム２７１……特徴モード別に学習したシミユ
レーシヨン用データテーブル２６２とエレベー
ター制御定数テーブル２２５のデータを入力
し、所定の複数のアルゴリズムパラメータとそ
の制御定数パラメータ毎にシミユレーシヨンを
実施した各種曲線などのシミユレーシヨン結果
をデータテーブル２７２へ出力する。各種曲線
テーブルとしてたとえば、平均待時間曲線テー
ブル、消費電力曲線テーブル等がある。 (5) 運転制御パラメータの演算プログラム２７３
……上記各種曲線などのデータテーブル２７２
と端末装置PDから設定された目標テーブル２
８０を入力して、ビルの環境条件に適応した特
徴モード別パラメータ２７４を特徴モード別に
事前に演算し記録しておく。 なお、特徴モード別パラメータテーブル２７
４には、特徴モード別交通情報学習プログラム
２６０で演算された交通情報学習データテーブ
ル２６２の一部も付加される。 また、上記のシミユレーシヨンプログラム２
７１、シミユレーシヨン結果テーブル２７２、
運転制御パラメータの演算プログラム２７３、
及び、特徴モード別パラメータテーブル２７４
は後述するように、制御パラメータを演算し、
生成することで運転プログラムを生成するソフ
ト２７９を形成している。 (6) 運転制御パラメータの作成プログラム２７５
……まず、特徴モードの発生予測プログラム２
７７へ現状の交通需要を交通情報収集テーブル
２３１と、特徴モード識別プログラム２５４の
出力する特徴モード信号と交通情報学習データ
テーブル２６２の一部の過去の特徴モードの発
生記録データと、端末装置PDから設定された
スケジユールデータテーブル２９０の一部を入
力し、現状ならびに近い将来の特徴モードを予
測する。 次に制御パラメータの作成プログラム２７５
は、予測された特徴モードに属する特徴別パラ
メータと交通情報学習データをそれぞれテーブ
ル２７４とテーブル２６２により選択し、指令
パラメータテーブル２７６を作成する。このデ
ータがエレベーター運転制御系へSDAを介し
て送信され、上記したエレベーター制御係数テ
ーブルに代つて使用される。 以上述べた学習系ソフトウエアSF２は、実際
の運転結果を評価し、その結果でエレベーターを
いかに運転制御するかを自動決定するため、知能
制御の１つと言える。 以上、マイクロコンピユータを利用した本発明
の一実施例のソフトウエア全体構成を説明した
が、次に交通需要の特徴モード別にシミユレーシ
ヨンによる最適運転制御をするためのパラメータ
の演算方法について説明する。 (1) ホール呼び割当プログラムの概要 最近の呼び割当て方法として、個々のホール
呼びのサービス状況（待時間）を監視し、全体
の呼びのサービスも加味して、発生したホール
呼びをエレベーターに割当てるホール呼び割当
て方法が用いられている。この方法では、呼び
割当ての評価関数に待時間が用いられている。
たとえば、発生したホール呼びの前方階の割当
て済ホール呼びの最も長い待時間を評価値（後
述の（30）式で与えられる）とする方法、前方
の割当て済ホール呼びの待時間の２乗総和を評
価値とする方法、発生ホール呼びの待時間を評
価値とする方法等が考案されている。しかし、
これらの評価値には、エレベーター相互間の位
置関係が含まれていないため、このままでは、
一般的な交通需要においてはダンゴ運転とな
り、性能向上が期待できなくなる。 (2) ホール呼び割当プログラムの制御パラメータ そこで、ダンゴ運転を防止するため、停止呼
び評価関数の概念が提案されている（特開昭52
−47249号、特開昭52−126945号）。すなわち、
発生ホール呼びHCi（第２０図に図示）の隣近
する階床から着目エレベーターＥの割当て済ホ
ール呼びHCi−１やかご呼びCCi、CCi＋２を
考慮して停止呼び評価関数Tcを得、このTcと
前記待時間の評価値とを加味した新しい評価関
数φとするものである。これを式で表わすた
め、待時間の評価値をＴ、待時間評価値Ｔと停
止呼び評価値Tcとの重みを決める係数をβと
する。さらに、発生したホール呼びHCiの階床
に関係なく、停止するホール呼びを持つエレベ
ーターを継続して新たな呼びに応答させる目的
で待機状態評価値TRを加味し、その重み係数
をαとするとき、まず待時間評価値Ｔは Tk i＝MAX（TSk 1、TSk 2……、TSk o） ……（30） TSk i＝γ1・TSk 1＋γ2・DHk 1・TW1 ……（31） となる。ここでTSはｋ号機のかごｉ階に到着
するまでの到着予測時間で、TWはｉ階のホー
ル呼び継続時間またはホール待客の待時間総和
時間で、γ1とγ2はその重み係数である。次に評
価係数φは φk i＝Tk i−Tk c＋Tk R ……（32） Tk c,i＝〓βS ……（33） TR＝αR ……（34） となる。ここで、βは発生ホール呼び隣接階の
停止呼び（サービスする呼びを称す）に対する
重み係数でたとえば０〜40となる。またＳは、
停止確率を示し、サービスすべき呼びがあれば
1.0となり、予測呼びがあれば、適当な値（
Ｓ１）となる。第２０図では予測呼びを無視
した値を示している。またＲは、エレベーター
で待機レベルを示し、割当済ホール呼びが無い
状態の時に適当な値（０≦Ｒ１）となり、そ
れ用の重み係数αは例えば０〜40となる。 （32）式の評価関数Tcを用いることによつ
て、発生ホール呼びの隣接停止呼びが考慮され
エレベーターのダンゴ運転が防止される。 なお、第２０図の負荷集中運転制御パラメー
タｅ＝２の場合の停止及び評価値Tcは、発生
呼び階ｉの前後２階床を考慮して、 Tc＝〓βS＝５×1.0＋10×０＋30×1.0 ＋10×1.0＋５×０＝45（秒） ……（35） となる。したがつて、待時間評価Ｔが各エレベ
ーターで同一であると仮定するとTcの大きい
エレベーターが最適と判断され、発生ホール呼
びをそのエレベーターに割当てることになる。
但し、Tcの値は重み係数βのMAX値の２倍を
越えない様に制限を加え、偶発的に発生する極
端な負荷集中による長待ホール呼びの発生を防
止する。これは特に、比較的交通量が小の時間
帯または特徴モードにおいて端末装置PDによ
り10％や20％の省エネ指示を入力しており、結
果としてシユミレーシヨンパラメータｅとして
６や７の値で運転する場合等に重要となる。 (3) ホール呼び割当プログラムの制御パラメータ
と省電力の関係 （34）式の評価関数TRを用いることにより、
固定号機のエレベーターを休止させることな
く、その場、その場の状況に応じた号機のエレ
ベータによるサービス台数制限運転を行うこと
ができ、長待発生率や平均待時間の上昇を最小
限度に抑制した省エネ運転制御ができる。 なお待機レベルＲの値は例えば下記の値とす
る。 Γ割当ホール呼び１ケ以上 ……Ｒ＝０ Γ割当ホール呼び無しで、かご呼び有
……Ｒ＝0.1 Γサービス呼び無し ……Ｒ＝0.3以上 Γ待機状態 ……Ｒ＝0.5以上 Γ省電力状態（長期間待機状態） ……Ｒ＝１ 従つて、第２０図の１号機の様にサービス呼び
無しの場合はＲの値として0.3〜１の値を取り、
２号機はＲ＝０となる。 さて、（32）〜（34）式において、待時間評
価値Ｔと停止呼び評価値Tcならびに待機エレ
ベーター評価値Trとの重み係数αとβに着目
すると、このαとβは、ダンゴ運転防止に最も
効果のある値が存在し、その時ビル全体の待時
間（平均待時間）は最小となり得る。 一方、上記αとβを大きくして行くと、停止
呼びを多く持つエレベーターが優先的に選択さ
れるため、サービス状態にあるエレベーターへ
負荷が集中し、平均待時間は上昇して行くこと
が理解できる。逆に言えば、他のエレベーター
は負荷が軽くなるため、エレベーター全体の停
止回数（起動回数）が減少し、消費電力が小さ
くなつて行く。 (4) シミユレーシヨンのためのシミユレーシヨン
パラメータの導入 以上の関係の一例を第１表および第２２図に
示す。これは、ビル階床13階床、エレベーター
台数６台、エレベーター速度150ｍ／mmの条件
でシミユレーシヨンした例である。ここでは、
重み係数αとβの大きさを示す負荷集中運転制
御パラメータと称し、係数αとβの値を示すシ
ミユレーシヨンパラメータｅ＝７のケースのシ
ミユレーシヨンを行つている。
【表】
第２２図に示すように、負荷集中運転制御用シ
ミユレーシヨンパラメータｅを変化させることに
より、平均待時間曲線fTと消費電力曲線fpが得ら
れる。これらの曲線より、平均待時間の最小点が
存在すること、またｅを大きくして行くと消費電
力は減少し、それにつれて平均待時間が増加して
行くことを容易に理解できる。 (5) 最適パラメータの算出方法 以上のシミユレーシヨンは各乗場からの行先
階別の交通量（以下行先交通量と略称する）が
ある時点のときの結果であつたが、前記したよ
うに、行先交通量は時々刻々と変化している。
たとえば、平常時の行先交通量と退勤時のそれ
とは全くモードが異なる。すなわち、平常時は
上昇、下降方向とも適当に交通量があるが、退
勤時では下降方向の交通量がほとんどである。
また、ビルのテナント等が変更となると、従来
の行先パターンと異なつている。したがつて、
各々の行先交通量ＡおよびＢの交通需要につい
て前記と同様にシミユレーシヨンすると、第２
１図のような平均待時間曲線fTA，fTBが求まる。
これより、平均待時間の最小点は、点とな
り、αは曲線fTAでeA＝3.0、曲線fTBでeB＝2.0と
なり、行先交通量毎の負荷集中運転制御パラメ
ータｅを変化させた方が、平均待時間を短縮す
るためには良策であることが理解できる。 (6) 目標値に応じたパラメータの算出例 次に第２２図に用いて省エネルギを例に挙げ
て、制御目標がある場合のパラメータの算出方
法を説明する。尚これは長待率低減や、サービ
ス完了時間の最適化などの目標がある場合も同
様に制御できる。 今、シミユレーシヨンにより、平均待時間曲
線fTと、消費電力曲線fpが与えられたものと
し、かつ、省エネルギー（以下省エネと称す）
目標値PMが10％と設定されたものとする。省
エネ目標値が０％では、負荷集中運転制御パラ
メータｅは通常平均待時間最小点の点のe1
（＝3.0）で運転されるため、消費電力は点で
示される。したがつて、点の消費電力の10％
減の設定では、曲線fp上の点の消費電力とな
る。したがつて、そのときの負荷集中運転制御
パラメータｅはe2（＝4.5）として求まる。すな
わち、逆に言えば、負荷集中運転制御パラメー
タｅを4.5に設定しておけば、10％の省エネと
なるよう制御が可能であることを示している。
なお、第２２図において、省エネ目標値を大き
く設定すると、平均待時間がそれに伴い増加す
るため、上限待時間TLMT（たとえば30秒）で目
標値に制限を加えることも肝要である。このた
め第１表においてパラメータｅ＝６において30
秒を越えたためｅ＝６を越えるシミユレーシヨ
ンを実行しないため、パラメータｅ＝７の評価
指標が不定となつている。 以上述べたように、本発明ではシミユレーシ
ヨンにより、平均待時間や消費電力等の各種曲
線を演算しているため、目標値が与えられる
と、最適な負荷集中運転制御用シミユレーシヨ
ンパラメータｅの値が決まり、その要素である
負荷集中運転制御パラメータα、βが容易に得
らることが理解されるだろう。 (7) シミユレーシヨンパラメータの学習 また、シミユレーシヨンパラメータの導入に
より、多数の要素から成るパラメータを個々に
変化させた場合のシミユレーシヨンCASEの回
数に対し、極めて少ない回数ですむ利点があ
る。 尚、これらパラメータの一例を第１表に示し
ているが、これらの値はシミユレーシヨンプロ
グラム２７１のワークテーブルの一部に仕様テ
ーブルとして持つている。また、エレベータ制
御仕様テーブル２２５に例えばシミユレーシヨ
ンパラメータｅ＝２を構成する要素となつてい
るパラメータαとβは最低限必要であり、稼働
開始時はこの値でエレベーターを運転制御す
る。 そして、この基本スペツクをSDAを介して
学習系マイコンM2へ取り込み、第１表ならび
に第２２図に示す値をまず計算により算出し、
以後は運転制御パラメータを学習するためのシ
ミユレーシヨン終了後、このシミユレーシヨン
パラメータを構成する要素パラメータの学習用
シミユレーシヨンを行なう。 (8) 複数のアルゴリズム選択パラメータの導入以
上、ある一定のアルゴリズムを持つエレベータ
ー運転制御プログラムにおける制御パラメータ
の生成方法を説明したが、次に異なるアルゴリ
ズムを持つエレベーター運転制御プログラムと
それに使用する制御定数との両方のパラメータ
の生成方法を説明する。 今までの説明により、行先階交通量毎に制御
定数パラメータをその目的に応じた学習により
変化させた方が平均待時間の短縮などの目的を
達成するには良策であることを示した。 このことは、例えば呼び割当ての評価関数の
アルゴリズムにも関連してくる。すなわち、
（32）式の評価式の待時間の評価アルゴリズム
によつても、平均待時間曲線などの制御目標と
する指標を示す曲線が異なつてくる。したがつ
て、一般に平均待時間短縮や省エネ率の向上、
長待発生率の低減などの目的達成のためには、
特徴モード別または時間帯別に収集した交通情
報から学習して得られる行先交通量（本実施例
では、各階別乗降別交通量により近似してい
る）に対し、最も適当なアルゴリズムパラメー
タと制御係数パラメータが存在し得る。 例えば（32）式に示す停止呼び評価値の大き
さを決める重み係数βを交通需要のモードによ
つてはUP方向とDN方向とで別々の値を定め
ることが有効である。特に、上昇方向と下降方
向が例えば２：１の割合である時に有効であ
る。 また、サービス階床数の多いエレベーターに
おいて比較的閑散な場合は、サービス完了時間
を基本として待時間評価時間の評価値Ｔを算出
した方が、利用客から好感を持たれる。特に端
末装置PDから環境度指令として乗り合せ制限
指令が入力されている時でかつ比較的交通量の
少ない時にシミユレートするアルゴリズムであ
り、その際には第１表に示す負荷集中運転制御
パラメータｅに代つて、（36）式で求めるサー
ビス完了時間TASTを構成する各項の重み係数γ3
とγ4などをパラメータの要素としたシミユレー
シヨンパラメータγによるシミユレーシヨンに
より、第２２図の曲線fTとfPの他にサービス完
了時間曲線を作成する。 (9) サービス完了時間による待時間評価アルゴリ
ズム サービス完了時間は Tk AST k i＝γ3・THk i＋γ4・TCk i ……（36） となり、ホールでの待時間THと乗かご時間
TCは一実施例として下記により算出する。 CASE1.i階の乗り場のホール呼びに対する
サービル完了時間の算出は（37）〜（38）式
による。 THk i＝TSk i ……（37） 尚、TSk iは（31）で算出する。 TCk i＝γ5・TCSi ……（38） TCSi：ｉ階床からｉ階ホール呼びの方向性
と同一の進行方向へ停止確率の大なる階床
または端階床にかご呼びが出来るものと仮
定して算出する乗りかご予測時間。 ここでγ5は端階の手前の階のかごを呼びが
できる確率係数で、この値はシミユレーシヨ
ンした結果として求める従属パラメータとす
る。 CASE2.i階へのかご呼ごに対するサービス
完了時間の算出は（39）と（40）式による。 THk i＝γ6・TSk iH ……（39） TS：ｉ階のかご呼びが出来た直前にサービス
したiH階の（31）式で算出する待時間評価
関数TSk iの値。 TCk i＝TSk i＋γ7・TCWk i ……（40） TCk i：ｋ号機がｉ階のかご呼びに到着する予
測時間で（31）式のTSk iと同一のテーブル
を使用する。 TCWk i：このサービス完了時間による評価を
実施するために特に追加を要するテーブル
で、各号機別にｉ階かご呼びが登録されて
から、サービスされるまでの継続時間を計
測する。尚（38）式のTCSiとして、上述
の方法に代つて、このTCWk iの値を統計処
理により平均的な値を学習して作ることも
できる。 （36）式によるサービス完了時間TASTを割
当ようとするホール呼びより前方についての
登録済かご呼びと、割当済ホール呼びについ
て演算し、最大値を選択し、その号機の待時
間評価値とする。 すなわち（32）式の評価値Tk iは Ti＝MAX（Tk AST k 1、Tk AST k 2、…Tk AST k o） ……（41） となる。ここで、ｎはｋ号機が持つｉ階より前方
に位置するサービス呼び数である。 (10) アルゴリズム決定パラメータの算出 サービス完了時間を用いて評価関数φを求め
る場合に上記した係数パラメータγを全て１の
値とし（32）〜（34）をそのまま使用すること
ができる。ただパラメータｅを算出する際に、
平均待時間曲線に代つてサービス完了時間曲線
を作成し、これにより前記(7)項によることもで
きる。 しかし一般にはサービス完了時間を重要視す
ると平均待時間が長くなる傾向があるので、
（36）のγ3とγ4の比率をシミユレーシヨンパラ
メータγとして、上記した３種の曲線をシミユ
レーシヨンにより作成し、その交通需要に応じ
た最適なアルゴリズムと、その係数パラメータ
を算出する。 すなわち、γ＝γ4／γ3＝γ7／γ6、γ3＋γ4＝１、
γ6＋ γ7＝１、γ5＝γ3とするとシミユレーシヨンパラ
メータγは０（ホール待時間による評価）から
γ＝１（サービス完了時間による評価）までシ
ミユレーシヨンすることにより２つの異なつた
アルゴリズムの中間的な機能により運転した場
合をシミユレーシヨンできる。このシミユレー
シヨン結果を第２３図ａに示す。さらに、外部
設定器である端末装置PDから、各階の利用者
全てを重要客（VIP）と考えるホテル等におい
て各階からの乗り客の乗り合わせを制限する指
令が入力された場合には、上記したシミユレー
シヨンパラメータγは０から１以上の値、例え
ば６までシミユレーシヨンする。尚この時のパ
ラメータｅは交通需要Ｂとして、すでに演算済
のeB＝２を使用する。 そして第２２図の消費電力曲線fpに代つて第
２３図ｂに示す様に目的階へ直行しない乗り合
せ確率曲線fsを作成し直行率として指令された
％、例えば60％を満足するシミユレーシヨンパ
ラメータγBを求め、その値から制御係数パラメ
ータγ3〜γ7を算出する。 以上により目的に応じた最適運転制御を行うた
めのパラメータの演算方法について説明した。 次に、マイクロコンピユータを使用した一実施
例による運転制御系マイコンM1に設けたテーブ
ル構成を第２４図により説明する。 大別して、エレベーター制御データテーブル２
１０、ホール呼びテーブル２１９、エレベーター
制御仕様テーブル２２５のブロツクで構成してあ
る。各ブロツク内のテーブルについては、下記に
述べる運転制御プログラム２２０を説明すると
き、その都度述べる。 最初に運転性御慶のプログラムを説明する。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、効率よい制御を行うシス
テムプログラム、すなわち、オペレーテイングシ
ステム（OS）のもとに管理されるものとする。 したがつて、プログラムの起動はシステムタイ
マーからの起動や他のプログラムからの起動が自
由にできる。 さて、第２５図から第２９図に運転系マイコン
M1のプログラムのフローチヤートを示す。なお、
運転制御プログラムの中で特に重要なエレベータ
ー到着予測時間テーブルの演算プログラム呼び割
当てプログラムなどを重点に説明する。 第２５図はマイコンM1が起動された時に起動
されるシステムプログラムSF1Aのフローで比較
的下位にランクされるタスクのプログラムであ
る。 プログラムSF１ＡはマイコンＭ１の起動また
はマイコンM2がイニシヤライズ処理を完了した
時に起動され、まず、エレベーター制御仕様テー
ブル２２５をCDAcを介して学習系マイコンM2へ
送信する（ステツプ22A1）。これによりシミユレ
ーシヨンプログラム２７１の中で使用するエレベ
ーターの等価なシミユレートプログラムを運転系
と同一のスペツク（仕様）として稼働開始でき
る。 次に、停電や保守による復電時には、すでに学
習済のエレベーター制御仕様による運転を再会す
るために、学習系マイコンM2からすでに学習し
たパラメータなどのデータがSDAcを介して運転
系へ入力されているかを判定（ステツプ22A2）
し、稼働開始のために学習データが無い場合はス
テツプ22A5へ進み、ROMや不揮発性RAMに格
納されているエレベーター制御仕様テーブル２２
５のデータをもとに運転制御プログラム２２０が
使用する各種アルゴリズム設定＆選択網データと
制御係数を格納する運転パラメータテーブル２２
５Ｂを作成する。 もし、停電からの復電であればステツプ22A4
へ進み、停電前、停電後に学習系マイコンから
SDAcを介して入力されてくるデータをもとに第
２の運転パラメータテーブル２２５Ｂへ適切な値
をセツトする。 次に、ステツプ22A6へ進み前述した交通情報
の収集などを行なうために、エレベーター制御デ
ータテーブル２１０の値を、SDAcを介して、学
習系マイコンへ出力するためSDAcの送信バツフ
アTXBへ15バイトのデータと、送信データのブ
ロツクを識別するNOを１バイト格納する。 これを毎回か続けて、必要なデータを送信す
る。次に、ステツプ22A7により、ホール呼びHC
の情報をPIAを介して取り込みホール呼びテーブ
ル２１９へホール呼びの登録済データと照合し、
新規ホール呼びの登録があつたかを判定する。 新規ホール呼び発生と判定した場合のみホール
呼び割当プログラムのタスクを起動する（ステツ
プ22A8）。 そして最後にステツプ22A9で学習系マイコン
が新しい学習データを送信してきたかを判定し、
YESの場合のみステツプ22A4へ進みそのデータ
を取り込む。 この様に構成することにより、学習された重要
データは運転系と、学習系の両方に記録しておく
ことができるので信頼性を高くできる。 尚このためには学習系マイコンから取り込んだ
学習データ２２Ｃはバツテリー等で停電バツクア
ツプを施したCMOS、RAMなどによる不揮発性
RAMに格納しておく。また、データの確認のた
めにパリテイービツトを持たせるかまたはサムデ
ータを持ち、これら余剰データのチエツクによ
り、学習データの有効性を判定する。 第２６図は待時間評価値演算の基礎データとな
るべきエレベーターの任意の階までの到着予測時
間を演算するフローチヤートである。このプログ
ラムSF2Bは、例えば、１秒毎にOSか周期起動さ
れ、エレベーターの現在位置より任意の階までの
到着予測時間を全階床、全エレベーター、全方向
について演算する。 第２６図において、ステツプE20は、エレベー
ター台数のループ回数であり、ステツプE20およ
びE120は、すべてのエレベーター台数について
ループ処理することを示す。ステツプE30では階
床をエレベーター位置に説明する。次にステツプ
E40では、ワーク用の時間レジスタTWKに初期
値をセツトする。この初期値としては、ドアの開
閉状態よりあと何秒で出発できるかの時間やエレ
ベーター休止時等における起動までの所要時間が
考えられる。次に、エレベーターの進行方向へ階
床を１つ進め（ステツプE50）、上記設定階床な
らびに方向が計算を開始したエレベーター位置と
同一になつたかどうかを判定する（ステツプ
E60）。もし、同一となれば、１台のエレベータ
ーの到着予測時間テーブルが演算できたことにな
り、ステツプE120へ飛び他のエレベーターにつ
いて同様の処理を繰り返す。一方、ステツプE60
において、“NO”であれば、時間レジスタTWK
に１階床走行時間Trを加算する（ステツプE70）。
そして、この時間レジスタTWKを到着時間テー
ブルにセツトする（ステツプE80）。次に、かご
呼びあるいは、割当てホール呼び、すなわち、着
目エレベーターがサービスすべき呼びがあるかど
うかを判定し、もしあれば、エレベーターが停止
するため、１回停止時間Tsfとドアの開、閉と乗
降に要するドアタイム予測ドアタイムテーブル２
２５B5のｉ階（方向別）の予測ドアタイムDTi
を加算して時間テーブルTWKを更新する。尚、
この方法は学習によるドアタイム制御パラメータ
とし１回標準停止時間Tsf2を乗算した値を時間テ
ーブルＴに加算するものとしても良い（ステツプ
E100）。次にステツプE50へ飛び、すべての階床、
方向について、エレベーターがサービスする順番
と同様の順番により、上記処理を繰り返す。一
方、ステツプE90において、“NO”であれば、停
止確率テーブルｉ階（方向別）の停止確率PSiと
予測ドアタイムと１回停止時間Tsfとより時間レ
ジスタTWKの時間を更新する。尚、この方法
は、停止確率とドアタイム制御パラメータを乗算
した値に１回標準停止時間Tsf2を乗算した値を時
間レジスタTWKに加算することもできる（ステ
ツプE110）。次にステツプE50へ飛び、すべての
階床、方向について、上記処理を順次繰り返す。
なお、ステツプE70とステツプE100およびステツ
プE110における１階床走行時間Trと１回停止時
間Tsfは、学習系ソフトウエアより最学習運転制
御パラメータの１つとして与えられ予測ドアタイ
ムDTiおよび停止確率PSiはシミユレーシヨンの
実行状況を計測し、統計処理により求られる。尚
予測ドアタイムおよび停止確率の作り方について
は、第４８図と第４６図で後述する。 また、本プログラム実行終了時に長待時間割当
の目的よりホール呼び割当プログラムを起動する
（ステツプE130）。 尚、予測ドアタイムテーブル２２５Ｂ５の役割
はこれだけでなく、実際の各エレベーターの運転
制御を決めるドア開放タイムにも使用される。す
なわち、各エレベーターの自動扉閉許可信号を運
転系マイコンから出力するものとする。他の方法
としてはこのテーブル２２５B5の値をSDAoを介
して各号機制御マイコンEoへ送信して、各エレ
ベーターのドア開放時限（自動扉閉カウントタイ
マの仕様として予測ドアタイムを使用）を決める
構成とすることもできる。 第２７図は、満員予測プログラムのフローチヤ
ートである。まず、このプログラムの起動につい
て説明する。この満員予測プログラムの起動は、
次に述べるホール呼び割当プログラムSF1Dと同
一タスクとし、この直前に起動する。すなわち、
満員予測プログラムの起動が行なわれた後にホー
ル呼び割当てタスクを起動する様にし、時間的な
ずれによる誤差を小さくする。 さて、満員予測プログラムのフローチヤートに
おいて、まず、ステツプG10でエレベーターＫの
初期設定を行なう。ここではＫ＝１とした。次
に、エレベーターＫのかご内人数をFKとし（ス
テツプG20）、発生ホール呼び階をｉとする（ス
テツプG30）。そして、ｉ階にホール呼びが有る
か判定する（ステツプG40）。もしなければ、ｉ
階にかご呼びが有るか判定し（ステツプG50）、
ｉ階にかご呼びが有れば、かご内人数Fkから満
員予測テーブル２２５B3のｉ階（方向別）のか
ご呼び満員予測値PCiを減算し（ステツプG60）、
ステツプG100の階床ｉを進行方向へ１つ進める。
ステツプG50のｉ階にかご呼びがなければ、ステ
ツプG100へ飛ぶ。ステツプG40のｉ階にホール
呼びが有れば、ｉ階にかご呼びが有るか判定し
（ステツプG70）、もしあれば、かご内人数Fkに満
員予測テーブル２２５B2のｉ階（方向別）のホ
ール呼び満員予測位置Phiを加算し、さらに上記
かご呼び満員予測値Pciを減算し（ステツプG80）、
ステツプG100へ飛ぶ、ステツプG70でｉ階にか
ご呼びが無ければ、かご内人数Fkにホール呼び
満員予測値Phiを加算し（ステツプG90）、ステツ
プG100でｉ階床を１つ進める。次に、ｉ階が最
上階または最下階か判定し（ステツプG110）、
“NO”であればステツプG40へ飛び、“YES”で
あればかご内人数Fkの値は、学習系マイコンが
学習した満員荷重パラメータ以内か判定する（ス
テツプG120）。以内でなければ、エレベーターＫ
をサービス不可とし（ステツプG130）、全エレベ
ーターについて終了か判定する（ステツプ
G140）。ステツプG120が“YES”であれば、上
記ステツプG140を判定する。もし全エレベータ
ーについて終了したなら、このプログラムは終了
となり、全エレベーターについて終了してなけれ
ば、次のエレベーターにして（ステツプG150）、
ステツプG20へ飛び上記の処理を行なう。なお、
ステツプG60、G80、G90のかご呼び満員予測
Phi、ホール呼び満員予測Pciは、シミユレーシヨ
ンの実行状況を計測し、統計処理により求められ
る。また、満員予測データPci、Phiは、第４７図
の所で作り方を説明する。 第２８図は、呼び割当てプログラムのフローチ
ヤートで、このプログラムはホール呼び割当タス
クにより起動される。本プログラムでは、呼び割
当てのアルゴリズムとしてステツプH50に示すよ
うに長待ち呼び最小化呼び割当てアルゴリズム
（第２９図で後述）を例に取り挙げている。ステ
ツプH20とH80、ステツプH30とH70とで階床お
よび方向についてループ処理を行なう。ステツプ
H40は、発生ホール呼びが有るか判定する。もし
なければ、ステツプH70へ飛び、すべての階床、
方向について処理する。ステツプH40が“YES”
であるならステツプH50の長持ち呼び最小化呼び
割当てアルゴリズムを行ない最適エレベーターに
呼びを割当てる（ステツプH60）。 第２９図は、長持ち呼び最小化呼び割当てアル
ゴリズムの処理フローチヤートである。どのエレ
ベーターが最適かを判定するため、ステツプH50
−１とH50−７によりエレベーターＫでループ処
理する。ループ内の処理は、まずステツプH50−
２で、発生ホール呼びを含む前方階の割当てホー
ル呼びの最大予測待時間Tnaxを演算する。なお、
予測待時間とはホール呼びが発生してから現在ま
での経過時間を示すホール呼び経過時間と到着予
測時間を加算したものである。次のステツプH50
−３では、発生ホール呼びを含む前後所定階床の
停止呼びから停止呼び評価値Tcを演算しステツ
プH50−４で待機状態評価関数TRを求め、この
評価値と前述の最大予測待時間Tnaxとで停止呼
び評価関数φ（φ＝Tnax−Tc＋TR）を演算する
（ステツプH50−５）。そして、この評価関数φの
最小エレベーターを選択する（ステツプH50−
５）。以上の処理すべてのサービス可能なエレベ
ーターＫについて実行すると、ステツプH50−６
の演算により、最適な評価値のエレベーターＫが
選択されていることになる。 以上、運転制御プログラムの主なプログラムで
ある到着予測時間テーブルの演算プログラムと呼
び割当てプログラムの処理フローなどを説明した
が、この他、運転制御プログラムには、混雑階へ
の複数台のエレベーターをサービスする複数台サ
ービス処理プログラム、交通需要が閑散時のとき
エレベーターをあらかじめ決められた階へ待機さ
せる分散待機処理プログラム等があるが、これら
の説明は省略する。 次に、マイコンを用いた一実施例に示す学習系
マイコンM2で用いられるテーブル構成を第１９
図のブロツク図に対応させて説明する。 (1) 交通情報収集テーブル 交通情報収集テーブル２３１として第１にす
でに説明した第１の実施例で使用した第１２図
と同様の構成としたものを使用する。用途は主
として特徴モードそれ自体の設定と生成のため
に使用する。さらに、次に述べる交通情報蓄積
テーブル２５６を作るために、これに含まれる
交通要素を検出し、サンプリングするために第
３０図のテーブル２５６Ｇと同様のテーブルと
から構成される。 (2) 交通情報蓄積テーブル 第３０図は交通情報を蓄積し、学習する基本
テーブル構成で、第１３図に示す特徴モード登
録テーブルＤ１５８とＤ１５６と対応して分類
される18組のテーブルの集合体を成す。 これらの特徴モードには固有の名を付けるこ
とはできないが、例えば一般的な一社専有ビル
に設置されたエレベーターが特徴生成学習を行
つた結果として予想される特徴モードのニツク
ネームを参考までに（ ）内に記入した。これ
らの特徴モードは従来の運転パターンとは全く
異なる概念の分類であり、この特徴モード自体
には何んら直接的にエレベーターの運転方式や
仕様（運転パターンの決定を含む）を決めるも
のでなく、エレベーター運転制御に関するパラ
メーターの学習演算の対象となる交通需要の区
分を行なう点に役割がある。 これらの特徴モードごとに交通情報を累積す
るテーブル２５６Ｇ等を持ち、さらにこのうち
のいくつかのデータは複数個に細分化したり、
または特徴モードN07（M7）の乗人数テーブル
２５６Ｇ７の様に各階（方向別）別に細分化し
たテーブルから構成する。 第３１図は前述した第３０図に示す時間帯記
録テーブル２５６Ｇ２の詳細なテーブル構成で
あり時刻発生するCLOCK LSi２９９（第１５
図に図示）の出力信号のうち特に１日内の時刻
を示す信号を記録する。 尚、記録する時刻は、交通情報を収集するた
めの当該特徴モード（テーブル２５６Ｇ２の場
合は特徴モードM7のにニツクネーム・平常混
雑）の識別を開始した時刻と終了した時刻をぺ
アで記録するものとする。 (3) スケジユール予約テーブル２９０ 第３２図はスケジユール予約テーブル２９０
の構成例であり、その記録データの一例をも含
めて図示している、行事予約テーブル２９１に
は非繰り返しての行事が外部から端末装置PD
より入力され記録される。例えば重要顧客が数
十人程度来館し、接待会場のある４階のロビー
のある１階との間をエレベーターにて往復する
場合に、その時刻と階床と制御形態としてVIP
と指定するもので、テーブル２９１の記録デー
タは予約された時刻を過ぎると無効データとす
るか、消去される。この記録データは特徴の発
生予測プログラムで参照され、時刻発生用LSi
であるCLOCK２９９からの信号と予約時刻と
比較し、所定期間内と判定すると、４階の１階
を優先するサービス指令を出力する。 具体的には第２４図に示した、サービス優先
レベルの４階床DNと、１階床UPの階の値を
他階より１分程度優先して呼び割当を行う値に
セツトする指令パラメータを指令パラメータテ
ーブル２７６にセツトする。また、重要な客が
サービスのために到着したエレベーターに乗り
遅れない様にドア開放タイムを長くするために
各階別の予測ドアタイムテーブル２２５Ｂ５の
値DTiの４階床DNと１階床UPの階の値を、ド
ア開放タイムが６秒となる様な値をセツトする
様に指令パラメータをテーブル２７６へセツト
する。 その他のスケジユールデータは全て学習に関
するものであり、その都度その用途を説明す
る。 (4) 情報学習テーブル２６２の中の交通情報テー
ブル 第３３図は学習系マイコンが長期に渡つて学
習した情報を記録するテーブル構成で、複数の
特徴に対して共通な情報テーブル２６２Ｚと特
徴モード別に学習した交通情報テーブルを代表
として特徴モードM1のテーブル２６２Ａ−１
と２６２Ａ−２を図示している。 各階別平均ドア開時間テーブル２６２Ａ１に
はエレベーター状態テーブル２１０Ａのドア位
置信号をSDAを介して取り込み各階別（方向
別）にその平均時間を学習した値を格納し、シ
ミユレーシヨンの時の停留時間の算出と、前述
したドアタイム指令パラメータを作成する際の
基礎データとして使用する。 また号機別ドア開扉・閉扉時間テーブル２６
２Ｚ３は、交通需要に関係のない、ドア開閉動
作自体に要する時間を号機別に計測する。この
時間は前記と同様に計測され、使用される。
尚、この時間はドア幅、ドア駆動装置の速度調
整、かごドアと乗場ドアによる摩擦抵抗により
変化する。特にドア回りにたまるゴミにより摩
擦抵抗が増大し、ドア開閉タイムが変化する場
合がある。 各階別特殊呼び（乗客）発生比率テーブル２
６２Ａ１３は、VIP専用釦や暗号による呼びに
より利用する客や車イス呼びにより利用する客
や、地下サービスエレベーターが半数として設
置されている場合で、地下までサービスできる
エレベーターにのみサービスされれ特設釦また
は暗号による呼びにより利用する客や、ポート
式も可能な様に乗り場に一般釦の他に、行先階
登録器が設置されている場合に、これを利用し
た乗客などの特殊な客の比率を学習した値を記
録する。 そして、この値は第１２図に示すテーブルＤ
１５３oの乗客層識別関数Ｉ（TM1oとして利用
する。 また乗客の体重分布を学習して記録するテー
ブル２６２Ａ１７や代表階（一日を通して最も
乗り客の多い階）における乗客到着時間間隔別
乗客発生分布を学習した記録するテーブル２６
２Ａ１７も第１２図に示すテーブルＤ１５３o
の乗客層識別関数（TM1o）として利用す
る。 この２つの学習には第１の実施例の第９図に
示したホール待客検出装置１１２を併用すると
簡単に求まる。 また、今、説明した３つのテーブルは特徴モ
ードそのものの学習だけでなく、後述する制御
形態学習にも使用し、本発明による学習性能を
向上させることができる。 (5) 特徴モードと日別パターンの学習記録テーブ
ル 交通需要の特徴モードテーブル２６２Ｚ６は
第１の実施例で使用した第１３図に示す特徴モ
ード登録テーブルと同様に構成する。さらにこ
の特徴モードの親設と取消しの時期とその時点
における各要素の値を第１３のテーブルＤ１５
９と同様の構成でテーブル２６２Ｚ７へ記録す
る。また登録済特徴モードであつても、特徴モ
ードの生成学習により、要素の値が総合的に判
断して大きく変化した際にも、更新記録を行
う。これら特徴モードには前記した特徴モード
番号M1〜M19の他に長期間（１〜２年）を記
録するための特徴モード管理番号P1〜P255を
使用する。これらは記録されたテーブル番号と
同一とでき記録（発生）した順番に付けられる
P25５を越えたら現在使用されていない特徴モ
ードの中で最も古い記録エリアへ記録する様に
制御する。これら特徴モードの発生を予測する
ためには日別の特徴パターンを学習するとさら
に改善できる。そこで、日別の特徴パターンを
すでに述べた特徴モードそのものの抽出＆設定
と同様の方法により設定し、テーブル２６２Ｚ
８へ記録する、このテーブルは第３４図に示す
構成とし、代表的な５つの日別パターンを設定
する。尚日別パターン取消と追加はほとんど必
要ないと予想されるが万一の場合には一日の交
通量の小さい日別パターン順に無条件に再配置
する。これは日別パターンの学習制御をある程
度品質を保持したまま簡単にする目的より行な
う。 ただし、日別特徴パターンの各要素は数日回
の時定数で（28）式と同様の式により指数平滑
を行なう。 次に、この様にして定めた日別特徴パターン
の識別をプログラム２５７で実行し、その結果
を１〜２年に渡つて暦日に沿つてテーブル２６
２Ｚ９に記録する。この記録された数値例を記
入したまま日別特徴パターン記録テーブル２６
２Ｚ９の構成を第３５図に示す。 尚、第３５図の記録例において次の年の１月
４日のデータは前年度の１月１日のエリアに記
録する。 (6) シミユレーシヨン結果テーブル２７２ 第３６図−ａはシミユレーシヨンの結果を特
徴モード別に記録するテーブルの全体構成を示
している。 特徴モードM1〜M9までのテーブル２７２Ａ
〜２７２Ｊは、第１３図に示す設定された特徴
モード登録テーブルＤ１５８に対応し、特徴モ
ードM11〜M19までのテーブル２７２Ｋ〜２７
２Ｔは特徴モード登録テーブルＤ１５６に対応
する。 但しマイコンによる実施例においてはこれら
特徴モードはテーブル２６２Ｚ７に登録されて
いる。 第３６図−ｂに、特徴モードM1をシミユレ
ーシヨンした際の最終的な出力結果を記録する
具体的なテーブル構成を示す。 これらのテーブルは日ごとに更新されるが、
例えば一周間一度しか発生しない特徴モード
や、春と秋の旅行シーズンにしか発生しない特
徴モードに属テーブルの値は、それまでは保持
されており、いざと言う時に直ちに活用できる
様に構成している。 (7) 指令パラメータテーブル２７６ 第３７図ａに運転系マイコンM1へ指令する
パラメータの全体構成を示す。これらのパラメ
ータの用途はすでに説明したものが多いので新
たなものだけ説明する。 荷重制御パラメータ２７６Ｃの詳細を第３７
図ｂに示す。これらの値は制御パラメータの作
成プログラム２７５により、予測される交通需
要の特徴モードを推定識別し、それに属する特
徴モード別に記録されている第３３図のかご内
荷重別の乗車拒否率度数分布テーブル２６２Ａ
９、積み残し率度数分布テーブル２６２Ａ８、
乗客の体重分布テーブル２６２Ａ１７などに相
当するテーブルの交通情報学習データより算出
する。またシミユレーシヨンプログラム２７１
の制御仕様を決める入力パラメータであるシミ
ユレーシヨンパラメータテーブル２６２Ａ２２
とシミユレーシヨン結果を示す第３６図の当該
特徴モードに属する消費電力曲線テーブル２７
２Ａ３と平均待時間曲線データテーブル２７２
Ａ１の値から演算される最良荷重パラメータの
値とから省エネ目標荷重２７６Ｂ５と２７６Ｂ
６、ならびに割当制限荷重２７６Ｂ３と２７６
Ｂ４は算出する。 荷重パラメータの導入による省エネ制御につ
いては特願昭56−31195号で説明されている。 第２表にこれらかご内荷重値CWk（第２４
図）に直接作用する制御パラメータの学習例を
示す。
ミユレーシヨンパラメータｅを変化させることに
より、平均待時間曲線fTと消費電力曲線fpが得ら
れる。これらの曲線より、平均待時間の最小点が
存在すること、またｅを大きくして行くと消費電
力は減少し、それにつれて平均待時間が増加して
行くことを容易に理解できる。 (5) 最適パラメータの算出方法 以上のシミユレーシヨンは各乗場からの行先
階別の交通量（以下行先交通量と略称する）が
ある時点のときの結果であつたが、前記したよ
うに、行先交通量は時々刻々と変化している。
たとえば、平常時の行先交通量と退勤時のそれ
とは全くモードが異なる。すなわち、平常時は
上昇、下降方向とも適当に交通量があるが、退
勤時では下降方向の交通量がほとんどである。
また、ビルのテナント等が変更となると、従来
の行先パターンと異なつている。したがつて、
各々の行先交通量ＡおよびＢの交通需要につい
て前記と同様にシミユレーシヨンすると、第２
１図のような平均待時間曲線fTA，fTBが求まる。
これより、平均待時間の最小点は、点とな
り、αは曲線fTAでeA＝3.0、曲線fTBでeB＝2.0と
なり、行先交通量毎の負荷集中運転制御パラメ
ータｅを変化させた方が、平均待時間を短縮す
るためには良策であることが理解できる。 (6) 目標値に応じたパラメータの算出例 次に第２２図に用いて省エネルギを例に挙げ
て、制御目標がある場合のパラメータの算出方
法を説明する。尚これは長待率低減や、サービ
ス完了時間の最適化などの目標がある場合も同
様に制御できる。 今、シミユレーシヨンにより、平均待時間曲
線fTと、消費電力曲線fpが与えられたものと
し、かつ、省エネルギー（以下省エネと称す）
目標値PMが10％と設定されたものとする。省
エネ目標値が０％では、負荷集中運転制御パラ
メータｅは通常平均待時間最小点の点のe1
（＝3.0）で運転されるため、消費電力は点で
示される。したがつて、点の消費電力の10％
減の設定では、曲線fp上の点の消費電力とな
る。したがつて、そのときの負荷集中運転制御
パラメータｅはe2（＝4.5）として求まる。すな
わち、逆に言えば、負荷集中運転制御パラメー
タｅを4.5に設定しておけば、10％の省エネと
なるよう制御が可能であることを示している。
なお、第２２図において、省エネ目標値を大き
く設定すると、平均待時間がそれに伴い増加す
るため、上限待時間TLMT（たとえば30秒）で目
標値に制限を加えることも肝要である。このた
め第１表においてパラメータｅ＝６において30
秒を越えたためｅ＝６を越えるシミユレーシヨ
ンを実行しないため、パラメータｅ＝７の評価
指標が不定となつている。 以上述べたように、本発明ではシミユレーシ
ヨンにより、平均待時間や消費電力等の各種曲
線を演算しているため、目標値が与えられる
と、最適な負荷集中運転制御用シミユレーシヨ
ンパラメータｅの値が決まり、その要素である
負荷集中運転制御パラメータα、βが容易に得
らることが理解されるだろう。 (7) シミユレーシヨンパラメータの学習 また、シミユレーシヨンパラメータの導入に
より、多数の要素から成るパラメータを個々に
変化させた場合のシミユレーシヨンCASEの回
数に対し、極めて少ない回数ですむ利点があ
る。 尚、これらパラメータの一例を第１表に示し
ているが、これらの値はシミユレーシヨンプロ
グラム２７１のワークテーブルの一部に仕様テ
ーブルとして持つている。また、エレベータ制
御仕様テーブル２２５に例えばシミユレーシヨ
ンパラメータｅ＝２を構成する要素となつてい
るパラメータαとβは最低限必要であり、稼働
開始時はこの値でエレベーターを運転制御す
る。 そして、この基本スペツクをSDAを介して
学習系マイコンM2へ取り込み、第１表ならび
に第２２図に示す値をまず計算により算出し、
以後は運転制御パラメータを学習するためのシ
ミユレーシヨン終了後、このシミユレーシヨン
パラメータを構成する要素パラメータの学習用
シミユレーシヨンを行なう。 (8) 複数のアルゴリズム選択パラメータの導入以
上、ある一定のアルゴリズムを持つエレベータ
ー運転制御プログラムにおける制御パラメータ
の生成方法を説明したが、次に異なるアルゴリ
ズムを持つエレベーター運転制御プログラムと
それに使用する制御定数との両方のパラメータ
の生成方法を説明する。 今までの説明により、行先階交通量毎に制御
定数パラメータをその目的に応じた学習により
変化させた方が平均待時間の短縮などの目的を
達成するには良策であることを示した。 このことは、例えば呼び割当ての評価関数の
アルゴリズムにも関連してくる。すなわち、
（32）式の評価式の待時間の評価アルゴリズム
によつても、平均待時間曲線などの制御目標と
する指標を示す曲線が異なつてくる。したがつ
て、一般に平均待時間短縮や省エネ率の向上、
長待発生率の低減などの目的達成のためには、
特徴モード別または時間帯別に収集した交通情
報から学習して得られる行先交通量（本実施例
では、各階別乗降別交通量により近似してい
る）に対し、最も適当なアルゴリズムパラメー
タと制御係数パラメータが存在し得る。 例えば（32）式に示す停止呼び評価値の大き
さを決める重み係数βを交通需要のモードによ
つてはUP方向とDN方向とで別々の値を定め
ることが有効である。特に、上昇方向と下降方
向が例えば２：１の割合である時に有効であ
る。 また、サービス階床数の多いエレベーターに
おいて比較的閑散な場合は、サービス完了時間
を基本として待時間評価時間の評価値Ｔを算出
した方が、利用客から好感を持たれる。特に端
末装置PDから環境度指令として乗り合せ制限
指令が入力されている時でかつ比較的交通量の
少ない時にシミユレートするアルゴリズムであ
り、その際には第１表に示す負荷集中運転制御
パラメータｅに代つて、（36）式で求めるサー
ビス完了時間TASTを構成する各項の重み係数γ3
とγ4などをパラメータの要素としたシミユレー
シヨンパラメータγによるシミユレーシヨンに
より、第２２図の曲線fTとfPの他にサービス完
了時間曲線を作成する。 (9) サービス完了時間による待時間評価アルゴリ
ズム サービス完了時間は Tk AST k i＝γ3・THk i＋γ4・TCk i ……（36） となり、ホールでの待時間THと乗かご時間
TCは一実施例として下記により算出する。 CASE1.i階の乗り場のホール呼びに対する
サービル完了時間の算出は（37）〜（38）式
による。 THk i＝TSk i ……（37） 尚、TSk iは（31）で算出する。 TCk i＝γ5・TCSi ……（38） TCSi：ｉ階床からｉ階ホール呼びの方向性
と同一の進行方向へ停止確率の大なる階床
または端階床にかご呼びが出来るものと仮
定して算出する乗りかご予測時間。 ここでγ5は端階の手前の階のかごを呼びが
できる確率係数で、この値はシミユレーシヨ
ンした結果として求める従属パラメータとす
る。 CASE2.i階へのかご呼ごに対するサービス
完了時間の算出は（39）と（40）式による。 THk i＝γ6・TSk iH ……（39） TS：ｉ階のかご呼びが出来た直前にサービス
したiH階の（31）式で算出する待時間評価
関数TSk iの値。 TCk i＝TSk i＋γ7・TCWk i ……（40） TCk i：ｋ号機がｉ階のかご呼びに到着する予
測時間で（31）式のTSk iと同一のテーブル
を使用する。 TCWk i：このサービス完了時間による評価を
実施するために特に追加を要するテーブル
で、各号機別にｉ階かご呼びが登録されて
から、サービスされるまでの継続時間を計
測する。尚（38）式のTCSiとして、上述
の方法に代つて、このTCWk iの値を統計処
理により平均的な値を学習して作ることも
できる。 （36）式によるサービス完了時間TASTを割
当ようとするホール呼びより前方についての
登録済かご呼びと、割当済ホール呼びについ
て演算し、最大値を選択し、その号機の待時
間評価値とする。 すなわち（32）式の評価値Tk iは Ti＝MAX（Tk AST k 1、Tk AST k 2、…Tk AST k o） ……（41） となる。ここで、ｎはｋ号機が持つｉ階より前方
に位置するサービス呼び数である。 (10) アルゴリズム決定パラメータの算出 サービス完了時間を用いて評価関数φを求め
る場合に上記した係数パラメータγを全て１の
値とし（32）〜（34）をそのまま使用すること
ができる。ただパラメータｅを算出する際に、
平均待時間曲線に代つてサービス完了時間曲線
を作成し、これにより前記(7)項によることもで
きる。 しかし一般にはサービス完了時間を重要視す
ると平均待時間が長くなる傾向があるので、
（36）のγ3とγ4の比率をシミユレーシヨンパラ
メータγとして、上記した３種の曲線をシミユ
レーシヨンにより作成し、その交通需要に応じ
た最適なアルゴリズムと、その係数パラメータ
を算出する。 すなわち、γ＝γ4／γ3＝γ7／γ6、γ3＋γ4＝１、
γ6＋ γ7＝１、γ5＝γ3とするとシミユレーシヨンパラ
メータγは０（ホール待時間による評価）から
γ＝１（サービス完了時間による評価）までシ
ミユレーシヨンすることにより２つの異なつた
アルゴリズムの中間的な機能により運転した場
合をシミユレーシヨンできる。このシミユレー
シヨン結果を第２３図ａに示す。さらに、外部
設定器である端末装置PDから、各階の利用者
全てを重要客（VIP）と考えるホテル等におい
て各階からの乗り客の乗り合わせを制限する指
令が入力された場合には、上記したシミユレー
シヨンパラメータγは０から１以上の値、例え
ば６までシミユレーシヨンする。尚この時のパ
ラメータｅは交通需要Ｂとして、すでに演算済
のeB＝２を使用する。 そして第２２図の消費電力曲線fpに代つて第
２３図ｂに示す様に目的階へ直行しない乗り合
せ確率曲線fsを作成し直行率として指令された
％、例えば60％を満足するシミユレーシヨンパ
ラメータγBを求め、その値から制御係数パラメ
ータγ3〜γ7を算出する。 以上により目的に応じた最適運転制御を行うた
めのパラメータの演算方法について説明した。 次に、マイクロコンピユータを使用した一実施
例による運転制御系マイコンM1に設けたテーブ
ル構成を第２４図により説明する。 大別して、エレベーター制御データテーブル２
１０、ホール呼びテーブル２１９、エレベーター
制御仕様テーブル２２５のブロツクで構成してあ
る。各ブロツク内のテーブルについては、下記に
述べる運転制御プログラム２２０を説明すると
き、その都度述べる。 最初に運転性御慶のプログラムを説明する。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、効率よい制御を行うシス
テムプログラム、すなわち、オペレーテイングシ
ステム（OS）のもとに管理されるものとする。 したがつて、プログラムの起動はシステムタイ
マーからの起動や他のプログラムからの起動が自
由にできる。 さて、第２５図から第２９図に運転系マイコン
M1のプログラムのフローチヤートを示す。なお、
運転制御プログラムの中で特に重要なエレベータ
ー到着予測時間テーブルの演算プログラム呼び割
当てプログラムなどを重点に説明する。 第２５図はマイコンM1が起動された時に起動
されるシステムプログラムSF1Aのフローで比較
的下位にランクされるタスクのプログラムであ
る。 プログラムSF１ＡはマイコンＭ１の起動また
はマイコンM2がイニシヤライズ処理を完了した
時に起動され、まず、エレベーター制御仕様テー
ブル２２５をCDAcを介して学習系マイコンM2へ
送信する（ステツプ22A1）。これによりシミユレ
ーシヨンプログラム２７１の中で使用するエレベ
ーターの等価なシミユレートプログラムを運転系
と同一のスペツク（仕様）として稼働開始でき
る。 次に、停電や保守による復電時には、すでに学
習済のエレベーター制御仕様による運転を再会す
るために、学習系マイコンM2からすでに学習し
たパラメータなどのデータがSDAcを介して運転
系へ入力されているかを判定（ステツプ22A2）
し、稼働開始のために学習データが無い場合はス
テツプ22A5へ進み、ROMや不揮発性RAMに格
納されているエレベーター制御仕様テーブル２２
５のデータをもとに運転制御プログラム２２０が
使用する各種アルゴリズム設定＆選択網データと
制御係数を格納する運転パラメータテーブル２２
５Ｂを作成する。 もし、停電からの復電であればステツプ22A4
へ進み、停電前、停電後に学習系マイコンから
SDAcを介して入力されてくるデータをもとに第
２の運転パラメータテーブル２２５Ｂへ適切な値
をセツトする。 次に、ステツプ22A6へ進み前述した交通情報
の収集などを行なうために、エレベーター制御デ
ータテーブル２１０の値を、SDAcを介して、学
習系マイコンへ出力するためSDAcの送信バツフ
アTXBへ15バイトのデータと、送信データのブ
ロツクを識別するNOを１バイト格納する。 これを毎回か続けて、必要なデータを送信す
る。次に、ステツプ22A7により、ホール呼びHC
の情報をPIAを介して取り込みホール呼びテーブ
ル２１９へホール呼びの登録済データと照合し、
新規ホール呼びの登録があつたかを判定する。 新規ホール呼び発生と判定した場合のみホール
呼び割当プログラムのタスクを起動する（ステツ
プ22A8）。 そして最後にステツプ22A9で学習系マイコン
が新しい学習データを送信してきたかを判定し、
YESの場合のみステツプ22A4へ進みそのデータ
を取り込む。 この様に構成することにより、学習された重要
データは運転系と、学習系の両方に記録しておく
ことができるので信頼性を高くできる。 尚このためには学習系マイコンから取り込んだ
学習データ２２Ｃはバツテリー等で停電バツクア
ツプを施したCMOS、RAMなどによる不揮発性
RAMに格納しておく。また、データの確認のた
めにパリテイービツトを持たせるかまたはサムデ
ータを持ち、これら余剰データのチエツクによ
り、学習データの有効性を判定する。 第２６図は待時間評価値演算の基礎データとな
るべきエレベーターの任意の階までの到着予測時
間を演算するフローチヤートである。このプログ
ラムSF2Bは、例えば、１秒毎にOSか周期起動さ
れ、エレベーターの現在位置より任意の階までの
到着予測時間を全階床、全エレベーター、全方向
について演算する。 第２６図において、ステツプE20は、エレベー
ター台数のループ回数であり、ステツプE20およ
びE120は、すべてのエレベーター台数について
ループ処理することを示す。ステツプE30では階
床をエレベーター位置に説明する。次にステツプ
E40では、ワーク用の時間レジスタTWKに初期
値をセツトする。この初期値としては、ドアの開
閉状態よりあと何秒で出発できるかの時間やエレ
ベーター休止時等における起動までの所要時間が
考えられる。次に、エレベーターの進行方向へ階
床を１つ進め（ステツプE50）、上記設定階床な
らびに方向が計算を開始したエレベーター位置と
同一になつたかどうかを判定する（ステツプ
E60）。もし、同一となれば、１台のエレベータ
ーの到着予測時間テーブルが演算できたことにな
り、ステツプE120へ飛び他のエレベーターにつ
いて同様の処理を繰り返す。一方、ステツプE60
において、“NO”であれば、時間レジスタTWK
に１階床走行時間Trを加算する（ステツプE70）。
そして、この時間レジスタTWKを到着時間テー
ブルにセツトする（ステツプE80）。次に、かご
呼びあるいは、割当てホール呼び、すなわち、着
目エレベーターがサービスすべき呼びがあるかど
うかを判定し、もしあれば、エレベーターが停止
するため、１回停止時間Tsfとドアの開、閉と乗
降に要するドアタイム予測ドアタイムテーブル２
２５B5のｉ階（方向別）の予測ドアタイムDTi
を加算して時間テーブルTWKを更新する。尚、
この方法は学習によるドアタイム制御パラメータ
とし１回標準停止時間Tsf2を乗算した値を時間テ
ーブルＴに加算するものとしても良い（ステツプ
E100）。次にステツプE50へ飛び、すべての階床、
方向について、エレベーターがサービスする順番
と同様の順番により、上記処理を繰り返す。一
方、ステツプE90において、“NO”であれば、停
止確率テーブルｉ階（方向別）の停止確率PSiと
予測ドアタイムと１回停止時間Tsfとより時間レ
ジスタTWKの時間を更新する。尚、この方法
は、停止確率とドアタイム制御パラメータを乗算
した値に１回標準停止時間Tsf2を乗算した値を時
間レジスタTWKに加算することもできる（ステ
ツプE110）。次にステツプE50へ飛び、すべての
階床、方向について、上記処理を順次繰り返す。
なお、ステツプE70とステツプE100およびステツ
プE110における１階床走行時間Trと１回停止時
間Tsfは、学習系ソフトウエアより最学習運転制
御パラメータの１つとして与えられ予測ドアタイ
ムDTiおよび停止確率PSiはシミユレーシヨンの
実行状況を計測し、統計処理により求られる。尚
予測ドアタイムおよび停止確率の作り方について
は、第４８図と第４６図で後述する。 また、本プログラム実行終了時に長待時間割当
の目的よりホール呼び割当プログラムを起動する
（ステツプE130）。 尚、予測ドアタイムテーブル２２５Ｂ５の役割
はこれだけでなく、実際の各エレベーターの運転
制御を決めるドア開放タイムにも使用される。す
なわち、各エレベーターの自動扉閉許可信号を運
転系マイコンから出力するものとする。他の方法
としてはこのテーブル２２５B5の値をSDAoを介
して各号機制御マイコンEoへ送信して、各エレ
ベーターのドア開放時限（自動扉閉カウントタイ
マの仕様として予測ドアタイムを使用）を決める
構成とすることもできる。 第２７図は、満員予測プログラムのフローチヤ
ートである。まず、このプログラムの起動につい
て説明する。この満員予測プログラムの起動は、
次に述べるホール呼び割当プログラムSF1Dと同
一タスクとし、この直前に起動する。すなわち、
満員予測プログラムの起動が行なわれた後にホー
ル呼び割当てタスクを起動する様にし、時間的な
ずれによる誤差を小さくする。 さて、満員予測プログラムのフローチヤートに
おいて、まず、ステツプG10でエレベーターＫの
初期設定を行なう。ここではＫ＝１とした。次
に、エレベーターＫのかご内人数をFKとし（ス
テツプG20）、発生ホール呼び階をｉとする（ス
テツプG30）。そして、ｉ階にホール呼びが有る
か判定する（ステツプG40）。もしなければ、ｉ
階にかご呼びが有るか判定し（ステツプG50）、
ｉ階にかご呼びが有れば、かご内人数Fkから満
員予測テーブル２２５B3のｉ階（方向別）のか
ご呼び満員予測値PCiを減算し（ステツプG60）、
ステツプG100の階床ｉを進行方向へ１つ進める。
ステツプG50のｉ階にかご呼びがなければ、ステ
ツプG100へ飛ぶ。ステツプG40のｉ階にホール
呼びが有れば、ｉ階にかご呼びが有るか判定し
（ステツプG70）、もしあれば、かご内人数Fkに満
員予測テーブル２２５B2のｉ階（方向別）のホ
ール呼び満員予測位置Phiを加算し、さらに上記
かご呼び満員予測値Pciを減算し（ステツプG80）、
ステツプG100へ飛ぶ、ステツプG70でｉ階にか
ご呼びが無ければ、かご内人数Fkにホール呼び
満員予測値Phiを加算し（ステツプG90）、ステツ
プG100でｉ階床を１つ進める。次に、ｉ階が最
上階または最下階か判定し（ステツプG110）、
“NO”であればステツプG40へ飛び、“YES”で
あればかご内人数Fkの値は、学習系マイコンが
学習した満員荷重パラメータ以内か判定する（ス
テツプG120）。以内でなければ、エレベーターＫ
をサービス不可とし（ステツプG130）、全エレベ
ーターについて終了か判定する（ステツプ
G140）。ステツプG120が“YES”であれば、上
記ステツプG140を判定する。もし全エレベータ
ーについて終了したなら、このプログラムは終了
となり、全エレベーターについて終了してなけれ
ば、次のエレベーターにして（ステツプG150）、
ステツプG20へ飛び上記の処理を行なう。なお、
ステツプG60、G80、G90のかご呼び満員予測
Phi、ホール呼び満員予測Pciは、シミユレーシヨ
ンの実行状況を計測し、統計処理により求められ
る。また、満員予測データPci、Phiは、第４７図
の所で作り方を説明する。 第２８図は、呼び割当てプログラムのフローチ
ヤートで、このプログラムはホール呼び割当タス
クにより起動される。本プログラムでは、呼び割
当てのアルゴリズムとしてステツプH50に示すよ
うに長待ち呼び最小化呼び割当てアルゴリズム
（第２９図で後述）を例に取り挙げている。ステ
ツプH20とH80、ステツプH30とH70とで階床お
よび方向についてループ処理を行なう。ステツプ
H40は、発生ホール呼びが有るか判定する。もし
なければ、ステツプH70へ飛び、すべての階床、
方向について処理する。ステツプH40が“YES”
であるならステツプH50の長持ち呼び最小化呼び
割当てアルゴリズムを行ない最適エレベーターに
呼びを割当てる（ステツプH60）。 第２９図は、長持ち呼び最小化呼び割当てアル
ゴリズムの処理フローチヤートである。どのエレ
ベーターが最適かを判定するため、ステツプH50
−１とH50−７によりエレベーターＫでループ処
理する。ループ内の処理は、まずステツプH50−
２で、発生ホール呼びを含む前方階の割当てホー
ル呼びの最大予測待時間Tnaxを演算する。なお、
予測待時間とはホール呼びが発生してから現在ま
での経過時間を示すホール呼び経過時間と到着予
測時間を加算したものである。次のステツプH50
−３では、発生ホール呼びを含む前後所定階床の
停止呼びから停止呼び評価値Tcを演算しステツ
プH50−４で待機状態評価関数TRを求め、この
評価値と前述の最大予測待時間Tnaxとで停止呼
び評価関数φ（φ＝Tnax−Tc＋TR）を演算する
（ステツプH50−５）。そして、この評価関数φの
最小エレベーターを選択する（ステツプH50−
５）。以上の処理すべてのサービス可能なエレベ
ーターＫについて実行すると、ステツプH50−６
の演算により、最適な評価値のエレベーターＫが
選択されていることになる。 以上、運転制御プログラムの主なプログラムで
ある到着予測時間テーブルの演算プログラムと呼
び割当てプログラムの処理フローなどを説明した
が、この他、運転制御プログラムには、混雑階へ
の複数台のエレベーターをサービスする複数台サ
ービス処理プログラム、交通需要が閑散時のとき
エレベーターをあらかじめ決められた階へ待機さ
せる分散待機処理プログラム等があるが、これら
の説明は省略する。 次に、マイコンを用いた一実施例に示す学習系
マイコンM2で用いられるテーブル構成を第１９
図のブロツク図に対応させて説明する。 (1) 交通情報収集テーブル 交通情報収集テーブル２３１として第１にす
でに説明した第１の実施例で使用した第１２図
と同様の構成としたものを使用する。用途は主
として特徴モードそれ自体の設定と生成のため
に使用する。さらに、次に述べる交通情報蓄積
テーブル２５６を作るために、これに含まれる
交通要素を検出し、サンプリングするために第
３０図のテーブル２５６Ｇと同様のテーブルと
から構成される。 (2) 交通情報蓄積テーブル 第３０図は交通情報を蓄積し、学習する基本
テーブル構成で、第１３図に示す特徴モード登
録テーブルＤ１５８とＤ１５６と対応して分類
される18組のテーブルの集合体を成す。 これらの特徴モードには固有の名を付けるこ
とはできないが、例えば一般的な一社専有ビル
に設置されたエレベーターが特徴生成学習を行
つた結果として予想される特徴モードのニツク
ネームを参考までに（ ）内に記入した。これ
らの特徴モードは従来の運転パターンとは全く
異なる概念の分類であり、この特徴モード自体
には何んら直接的にエレベーターの運転方式や
仕様（運転パターンの決定を含む）を決めるも
のでなく、エレベーター運転制御に関するパラ
メーターの学習演算の対象となる交通需要の区
分を行なう点に役割がある。 これらの特徴モードごとに交通情報を累積す
るテーブル２５６Ｇ等を持ち、さらにこのうち
のいくつかのデータは複数個に細分化したり、
または特徴モードN07（M7）の乗人数テーブル
２５６Ｇ７の様に各階（方向別）別に細分化し
たテーブルから構成する。 第３１図は前述した第３０図に示す時間帯記
録テーブル２５６Ｇ２の詳細なテーブル構成で
あり時刻発生するCLOCK LSi２９９（第１５
図に図示）の出力信号のうち特に１日内の時刻
を示す信号を記録する。 尚、記録する時刻は、交通情報を収集するた
めの当該特徴モード（テーブル２５６Ｇ２の場
合は特徴モードM7のにニツクネーム・平常混
雑）の識別を開始した時刻と終了した時刻をぺ
アで記録するものとする。 (3) スケジユール予約テーブル２９０ 第３２図はスケジユール予約テーブル２９０
の構成例であり、その記録データの一例をも含
めて図示している、行事予約テーブル２９１に
は非繰り返しての行事が外部から端末装置PD
より入力され記録される。例えば重要顧客が数
十人程度来館し、接待会場のある４階のロビー
のある１階との間をエレベーターにて往復する
場合に、その時刻と階床と制御形態としてVIP
と指定するもので、テーブル２９１の記録デー
タは予約された時刻を過ぎると無効データとす
るか、消去される。この記録データは特徴の発
生予測プログラムで参照され、時刻発生用LSi
であるCLOCK２９９からの信号と予約時刻と
比較し、所定期間内と判定すると、４階の１階
を優先するサービス指令を出力する。 具体的には第２４図に示した、サービス優先
レベルの４階床DNと、１階床UPの階の値を
他階より１分程度優先して呼び割当を行う値に
セツトする指令パラメータを指令パラメータテ
ーブル２７６にセツトする。また、重要な客が
サービスのために到着したエレベーターに乗り
遅れない様にドア開放タイムを長くするために
各階別の予測ドアタイムテーブル２２５Ｂ５の
値DTiの４階床DNと１階床UPの階の値を、ド
ア開放タイムが６秒となる様な値をセツトする
様に指令パラメータをテーブル２７６へセツト
する。 その他のスケジユールデータは全て学習に関
するものであり、その都度その用途を説明す
る。 (4) 情報学習テーブル２６２の中の交通情報テー
ブル 第３３図は学習系マイコンが長期に渡つて学
習した情報を記録するテーブル構成で、複数の
特徴に対して共通な情報テーブル２６２Ｚと特
徴モード別に学習した交通情報テーブルを代表
として特徴モードM1のテーブル２６２Ａ−１
と２６２Ａ−２を図示している。 各階別平均ドア開時間テーブル２６２Ａ１に
はエレベーター状態テーブル２１０Ａのドア位
置信号をSDAを介して取り込み各階別（方向
別）にその平均時間を学習した値を格納し、シ
ミユレーシヨンの時の停留時間の算出と、前述
したドアタイム指令パラメータを作成する際の
基礎データとして使用する。 また号機別ドア開扉・閉扉時間テーブル２６
２Ｚ３は、交通需要に関係のない、ドア開閉動
作自体に要する時間を号機別に計測する。この
時間は前記と同様に計測され、使用される。
尚、この時間はドア幅、ドア駆動装置の速度調
整、かごドアと乗場ドアによる摩擦抵抗により
変化する。特にドア回りにたまるゴミにより摩
擦抵抗が増大し、ドア開閉タイムが変化する場
合がある。 各階別特殊呼び（乗客）発生比率テーブル２
６２Ａ１３は、VIP専用釦や暗号による呼びに
より利用する客や車イス呼びにより利用する客
や、地下サービスエレベーターが半数として設
置されている場合で、地下までサービスできる
エレベーターにのみサービスされれ特設釦また
は暗号による呼びにより利用する客や、ポート
式も可能な様に乗り場に一般釦の他に、行先階
登録器が設置されている場合に、これを利用し
た乗客などの特殊な客の比率を学習した値を記
録する。 そして、この値は第１２図に示すテーブルＤ
１５３oの乗客層識別関数Ｉ（TM1oとして利用
する。 また乗客の体重分布を学習して記録するテー
ブル２６２Ａ１７や代表階（一日を通して最も
乗り客の多い階）における乗客到着時間間隔別
乗客発生分布を学習した記録するテーブル２６
２Ａ１７も第１２図に示すテーブルＤ１５３o
の乗客層識別関数（TM1o）として利用す
る。 この２つの学習には第１の実施例の第９図に
示したホール待客検出装置１１２を併用すると
簡単に求まる。 また、今、説明した３つのテーブルは特徴モ
ードそのものの学習だけでなく、後述する制御
形態学習にも使用し、本発明による学習性能を
向上させることができる。 (5) 特徴モードと日別パターンの学習記録テーブ
ル 交通需要の特徴モードテーブル２６２Ｚ６は
第１の実施例で使用した第１３図に示す特徴モ
ード登録テーブルと同様に構成する。さらにこ
の特徴モードの親設と取消しの時期とその時点
における各要素の値を第１３のテーブルＤ１５
９と同様の構成でテーブル２６２Ｚ７へ記録す
る。また登録済特徴モードであつても、特徴モ
ードの生成学習により、要素の値が総合的に判
断して大きく変化した際にも、更新記録を行
う。これら特徴モードには前記した特徴モード
番号M1〜M19の他に長期間（１〜２年）を記
録するための特徴モード管理番号P1〜P255を
使用する。これらは記録されたテーブル番号と
同一とでき記録（発生）した順番に付けられる
P25５を越えたら現在使用されていない特徴モ
ードの中で最も古い記録エリアへ記録する様に
制御する。これら特徴モードの発生を予測する
ためには日別の特徴パターンを学習するとさら
に改善できる。そこで、日別の特徴パターンを
すでに述べた特徴モードそのものの抽出＆設定
と同様の方法により設定し、テーブル２６２Ｚ
８へ記録する、このテーブルは第３４図に示す
構成とし、代表的な５つの日別パターンを設定
する。尚日別パターン取消と追加はほとんど必
要ないと予想されるが万一の場合には一日の交
通量の小さい日別パターン順に無条件に再配置
する。これは日別パターンの学習制御をある程
度品質を保持したまま簡単にする目的より行な
う。 ただし、日別特徴パターンの各要素は数日回
の時定数で（28）式と同様の式により指数平滑
を行なう。 次に、この様にして定めた日別特徴パターン
の識別をプログラム２５７で実行し、その結果
を１〜２年に渡つて暦日に沿つてテーブル２６
２Ｚ９に記録する。この記録された数値例を記
入したまま日別特徴パターン記録テーブル２６
２Ｚ９の構成を第３５図に示す。 尚、第３５図の記録例において次の年の１月
４日のデータは前年度の１月１日のエリアに記
録する。 (6) シミユレーシヨン結果テーブル２７２ 第３６図−ａはシミユレーシヨンの結果を特
徴モード別に記録するテーブルの全体構成を示
している。 特徴モードM1〜M9までのテーブル２７２Ａ
〜２７２Ｊは、第１３図に示す設定された特徴
モード登録テーブルＤ１５８に対応し、特徴モ
ードM11〜M19までのテーブル２７２Ｋ〜２７
２Ｔは特徴モード登録テーブルＤ１５６に対応
する。 但しマイコンによる実施例においてはこれら
特徴モードはテーブル２６２Ｚ７に登録されて
いる。 第３６図−ｂに、特徴モードM1をシミユレ
ーシヨンした際の最終的な出力結果を記録する
具体的なテーブル構成を示す。 これらのテーブルは日ごとに更新されるが、
例えば一周間一度しか発生しない特徴モード
や、春と秋の旅行シーズンにしか発生しない特
徴モードに属テーブルの値は、それまでは保持
されており、いざと言う時に直ちに活用できる
様に構成している。 (7) 指令パラメータテーブル２７６ 第３７図ａに運転系マイコンM1へ指令する
パラメータの全体構成を示す。これらのパラメ
ータの用途はすでに説明したものが多いので新
たなものだけ説明する。 荷重制御パラメータ２７６Ｃの詳細を第３７
図ｂに示す。これらの値は制御パラメータの作
成プログラム２７５により、予測される交通需
要の特徴モードを推定識別し、それに属する特
徴モード別に記録されている第３３図のかご内
荷重別の乗車拒否率度数分布テーブル２６２Ａ
９、積み残し率度数分布テーブル２６２Ａ８、
乗客の体重分布テーブル２６２Ａ１７などに相
当するテーブルの交通情報学習データより算出
する。またシミユレーシヨンプログラム２７１
の制御仕様を決める入力パラメータであるシミ
ユレーシヨンパラメータテーブル２６２Ａ２２
とシミユレーシヨン結果を示す第３６図の当該
特徴モードに属する消費電力曲線テーブル２７
２Ａ３と平均待時間曲線データテーブル２７２
Ａ１の値から演算される最良荷重パラメータの
値とから省エネ目標荷重２７６Ｂ５と２７６Ｂ
６、ならびに割当制限荷重２７６Ｂ３と２７６
Ｂ４は算出する。 荷重パラメータの導入による省エネ制御につ
いては特願昭56−31195号で説明されている。 第２表にこれらかご内荷重値CWk（第２４
図）に直接作用する制御パラメータの学習例を
示す。
【表】
本発明によれば、ビルの交通需要に適応したエ
レベータ制御が可能となり、効率の良いエレベー
ターサービスを提供することができる。
レベータ制御が可能となり、効率の良いエレベー
ターサービスを提供することができる。
第１図〜第８図は本発明の原理を説明する図、
第９図〜第１１図は本発明による交通需要の特徴
生成装置を示す回路図、第１２図と第１３図は記
録データを説明する図、第１４図〜第１８図は第
２の実施例のハード図、第１９図は第２の実施例
のソフトの全体構成を説明するブロツク図、第２
０図〜第２３図はシミユレーシヨンパラメータの
説明図、第２４図は運転系マイコンのテーブル構
成図、第２５図〜第２９図は運転系マイコンの呼
び割当制御フローチヤート、第３０図〜第３７図
は学習系マイコンで使用するテーブル構成図、第
３８図〜第４２図は学習系マイコンのソフトを説
明するメインフローチヤート、第４３図は行先階
交通量テーブルの作成方法を説明する際に使用す
る説明図、第４４図〜第４８図はシミユレーシヨ
ン実行フローチヤート、第４９図はシミユレーシ
ヨンの応用例を示すフローチヤート、第５０図は
台数別にシミユレーシヨンするフローチヤートで
第５１図はこれの説明図、第５２図と第５３図は
第２の実施例の動作を補足説明する図、第５４図
〜第５６図は特徴モードの発生予測方法の改善例
を説明する説明図、第５７図は学習系の効果を報
告するフオーマツト例を示す図、第５８図は変形
例を示すブロツク図で第５９図はそのテーブル構
成図、第６０図は学習系データの流れ説明図、第
６１図は混雑待機時の他の制御形態説明図、第６
２図は第２９図の変形フローチヤート、第６３図
は群管理モニター装置の概略構成図を示す。 １１０……エレベーター制御系、１３０……交
通情報検出回路、１４０……時刻信号発生回路、
１５０……交通需要の特徴モード識別回路、１５
７……交通需要の特徴識別回路、１６０……特徴
モード別情報学習回路、１７０……エレベーター
運転制御形態選択回路、１５１……交通需要の特
徴要素値演算回路、１５５……エレベーター制御
用特徴モードの設定回路、１５６……エレベータ
ー制御用特徴モードの生成回路。
第９図〜第１１図は本発明による交通需要の特徴
生成装置を示す回路図、第１２図と第１３図は記
録データを説明する図、第１４図〜第１８図は第
２の実施例のハード図、第１９図は第２の実施例
のソフトの全体構成を説明するブロツク図、第２
０図〜第２３図はシミユレーシヨンパラメータの
説明図、第２４図は運転系マイコンのテーブル構
成図、第２５図〜第２９図は運転系マイコンの呼
び割当制御フローチヤート、第３０図〜第３７図
は学習系マイコンで使用するテーブル構成図、第
３８図〜第４２図は学習系マイコンのソフトを説
明するメインフローチヤート、第４３図は行先階
交通量テーブルの作成方法を説明する際に使用す
る説明図、第４４図〜第４８図はシミユレーシヨ
ン実行フローチヤート、第４９図はシミユレーシ
ヨンの応用例を示すフローチヤート、第５０図は
台数別にシミユレーシヨンするフローチヤートで
第５１図はこれの説明図、第５２図と第５３図は
第２の実施例の動作を補足説明する図、第５４図
〜第５６図は特徴モードの発生予測方法の改善例
を説明する説明図、第５７図は学習系の効果を報
告するフオーマツト例を示す図、第５８図は変形
例を示すブロツク図で第５９図はそのテーブル構
成図、第６０図は学習系データの流れ説明図、第
６１図は混雑待機時の他の制御形態説明図、第６
２図は第２９図の変形フローチヤート、第６３図
は群管理モニター装置の概略構成図を示す。 １１０……エレベーター制御系、１３０……交
通情報検出回路、１４０……時刻信号発生回路、
１５０……交通需要の特徴モード識別回路、１５
７……交通需要の特徴識別回路、１６０……特徴
モード別情報学習回路、１７０……エレベーター
運転制御形態選択回路、１５１……交通需要の特
徴要素値演算回路、１５５……エレベーター制御
用特徴モードの設定回路、１５６……エレベータ
ー制御用特徴モードの生成回路。
Claims (1)
- 【特許請求の範囲】 １ 交通需要検出手段と、この交通需要検出手段
の出力を設定または登録された交通需要モードと
所定の評価値に基づいて比較しどの交通需要モー
ドに属するかを判定する手段と、この判定された
交通需要モードに対応しその交通需要に適用する
制御パラメータを選択する手段と、選択された上
記制御パラメータに従つて多階床間にサービスす
る複数台のエレベーターを制御する手段とを備え
たエレベーター制御装置であつて、上記検出され
た交通需要が既存のどの交通需要モードに対して
も上記評価値に所定の差を有するとき新たな交通
需要モードであると判定する手段と、新たな交通
需要モードであると判定したときこの新たな交通
需要に適用する新たな制御パラメータを生成する
手段とを備えたことを特徴とするエレベーター制
御装置。 ２ 特許請求の範囲第１項において、上記制御パ
ラメータは、ホール呼びに割当てるエレベーター
を選択するための評価に用いられるものであるこ
とを特徴とするエレベーター制御装置。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57157897A JPS5948369A (ja) | 1982-09-09 | 1982-09-09 | エレベ−タ−制御装置 |
| GB08324076A GB2129971B (en) | 1982-09-09 | 1983-09-08 | Group supervisory control apparatus for lift system |
| KR1019830004232A KR950007372B1 (ko) | 1982-09-09 | 1983-09-08 | 엘리베이터의 그룹관리 제어장치 |
| SG1051/87A SG105187G (en) | 1982-09-09 | 1987-11-26 | Group supervisory control apparatus for elevator system |
| HK304/88A HK30488A (en) | 1982-09-09 | 1988-04-28 | Group supervisory control apparatus for elevator system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57157897A JPS5948369A (ja) | 1982-09-09 | 1982-09-09 | エレベ−タ−制御装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS5948369A JPS5948369A (ja) | 1984-03-19 |
| JPH0517150B2 true JPH0517150B2 (ja) | 1993-03-08 |
Family
ID=15659806
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57157897A Granted JPS5948369A (ja) | 1982-09-09 | 1982-09-09 | エレベ−タ−制御装置 |
Country Status (5)
| Country | Link |
|---|---|
| JP (1) | JPS5948369A (ja) |
| KR (1) | KR950007372B1 (ja) |
| GB (1) | GB2129971B (ja) |
| HK (1) | HK30488A (ja) |
| SG (1) | SG105187G (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07309546A (ja) * | 1993-06-22 | 1995-11-28 | Mitsubishi Electric Corp | 交通手段制御装置 |
| JPH07309541A (ja) * | 1993-07-27 | 1995-11-28 | Mitsubishi Electric Corp | 交通手段制御装置 |
| JPH08217343A (ja) * | 1995-02-14 | 1996-08-27 | Mitsubishi Electric Corp | エレベーターの群管理装置 |
| JP2012126504A (ja) * | 2010-12-15 | 2012-07-05 | Toshiba Corp | エレベータ群管理装置 |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5997979A (ja) * | 1982-11-25 | 1984-06-06 | 三菱電機株式会社 | エレベ−タの運転制御装置 |
| JPS59124672A (ja) * | 1982-12-28 | 1984-07-18 | 三菱電機株式会社 | エレベ−タの管理装置 |
| JPS59153770A (ja) * | 1983-02-21 | 1984-09-01 | 三菱電機株式会社 | エレベ−タの管理装置 |
| JPS602578A (ja) * | 1983-06-17 | 1985-01-08 | 三菱電機株式会社 | エレベ−タの管理装置 |
| JPS6031483A (ja) * | 1983-07-29 | 1985-02-18 | 株式会社東芝 | エレベ−タの群管理制御方法 |
| JPH0729741B2 (ja) * | 1984-07-09 | 1995-04-05 | 株式会社東芝 | エレベ−タの群管理制御装置 |
| JPH0729742B2 (ja) * | 1984-07-25 | 1995-04-05 | 株式会社東芝 | エレベ−タの群管理制御方法 |
| JPS61221069A (ja) * | 1985-03-28 | 1986-10-01 | 株式会社東芝 | エレベ−タの群管理制御装置 |
| JPH07106844B2 (ja) * | 1988-03-07 | 1995-11-15 | 株式会社日立製作所 | エレベーターの群管理制御方法及び装置 |
| US5307903A (en) * | 1988-01-29 | 1994-05-03 | Hitachi, Ltd. | Method and system of controlling elevators and method and apparatus of inputting requests to the control system |
| US5022497A (en) * | 1988-06-21 | 1991-06-11 | Otis Elevator Company | "Artificial intelligence" based crowd sensing system for elevator car assignment |
| JPH07106845B2 (ja) * | 1989-09-13 | 1995-11-15 | 株式会社日立製作所 | エレベーターの群管理制御装置 |
| FI108716B (fi) * | 1993-11-11 | 2002-03-15 | Kone Corp | Menetelmä hissiryhmän ohjaamiseksi |
| JP4788985B2 (ja) * | 2000-09-25 | 2011-10-05 | 株式会社岡田金属工業所 | 鋸柄の構造 |
| ES2398810T3 (es) * | 2010-01-05 | 2013-03-21 | Thyssenkrupp Aufzugswerke Gmbh | Procedimiento para el control de una instalación de ascensor, así como instalación de ascensor para realizar el procedimiento |
| JP6270748B2 (ja) * | 2015-01-20 | 2018-01-31 | 三菱電機株式会社 | エレベータ設備計画支援装置 |
| US10723585B2 (en) | 2017-08-30 | 2020-07-28 | Otis Elevator Company | Adaptive split group elevator operation |
| US10997873B2 (en) | 2018-07-26 | 2021-05-04 | Otis Elevator Company | Ride quality elevator simulator |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5548174A (en) * | 1978-10-03 | 1980-04-05 | Tokyo Shibaura Electric Co | Group management controller of elevator |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB751916A (en) * | 1953-08-10 | 1956-07-04 | Otis Elevator Co | Elevator dispatching and control system |
| US3642099A (en) * | 1968-08-21 | 1972-02-15 | Hitachi Ltd | Group supervisory control system for elevators |
| JPS5197155A (en) * | 1975-02-21 | 1976-08-26 | Erebeetano jokyakudeetashushusochi | |
| JPS58113085A (ja) * | 1981-12-28 | 1983-07-05 | 三菱電機株式会社 | エレベ−タの群管理装置 |
-
1982
- 1982-09-09 JP JP57157897A patent/JPS5948369A/ja active Granted
-
1983
- 1983-09-08 GB GB08324076A patent/GB2129971B/en not_active Expired
- 1983-09-08 KR KR1019830004232A patent/KR950007372B1/ko not_active IP Right Cessation
-
1987
- 1987-11-26 SG SG1051/87A patent/SG105187G/en unknown
-
1988
- 1988-04-28 HK HK304/88A patent/HK30488A/xx not_active IP Right Cessation
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5548174A (en) * | 1978-10-03 | 1980-04-05 | Tokyo Shibaura Electric Co | Group management controller of elevator |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07309546A (ja) * | 1993-06-22 | 1995-11-28 | Mitsubishi Electric Corp | 交通手段制御装置 |
| JPH07309541A (ja) * | 1993-07-27 | 1995-11-28 | Mitsubishi Electric Corp | 交通手段制御装置 |
| JPH08217343A (ja) * | 1995-02-14 | 1996-08-27 | Mitsubishi Electric Corp | エレベーターの群管理装置 |
| JP2012126504A (ja) * | 2010-12-15 | 2012-07-05 | Toshiba Corp | エレベータ群管理装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| GB8324076D0 (en) | 1983-10-12 |
| SG105187G (en) | 1988-09-30 |
| GB2129971A (en) | 1984-05-23 |
| JPS5948369A (ja) | 1984-03-19 |
| KR840006319A (ko) | 1984-11-29 |
| HK30488A (en) | 1988-05-06 |
| KR950007372B1 (ko) | 1995-07-10 |
| GB2129971B (en) | 1987-08-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH0517150B2 (ja) | ||
| US5010472A (en) | Customer participatory elevator control system | |
| CN113682908B (zh) | 一种基于深度学习的智能调度方法 | |
| JP4870863B2 (ja) | エレベータ群最適管理方法、及び最適管理システム | |
| KR920011080B1 (ko) | 엘리베이터의 군(群)관리장치 | |
| GB2216299A (en) | Group control for an elevator system with plural cages | |
| KR940009984B1 (ko) | 엘리베이터 제어장치 | |
| JP3042904B2 (ja) | エレベータ配送システム | |
| JP6970206B2 (ja) | エレベーター運行管理システム及び運行管理方法 | |
| KR920001299B1 (ko) | 엘리베이터의 군관리장치 | |
| JP2019081622A (ja) | 外部システム連携配車システム及び方法 | |
| JP2007031110A (ja) | 群管理エレベータ制御システム | |
| JPS5939669A (ja) | エレベ−タ−の交通情報収集装置 | |
| JP6960463B2 (ja) | 渋滞回避運転システム及び方法 | |
| JP6783905B1 (ja) | エレベータの群管理システム | |
| KR900006397B1 (ko) | 엘리베이터의 군관리(群管理) 제어장치 | |
| JP2000501058A (ja) | シングルソーストラフィック条件のための動的スケジューリングエレベータ配送装置 | |
| JPH10236742A (ja) | エレベーター群管理制御装置 | |
| JPH06329352A (ja) | エレベータの運行需要予測装置 | |
| JP2728396B2 (ja) | エレベーター制御装置 | |
| JP2574855B2 (ja) | エレベーター群管理制御装置 | |
| JPH0712890B2 (ja) | エレベーター群管理制御装置 | |
| JP6776174B2 (ja) | エレベーター利用者移動予測方法およびエレベーター利用者移動予測装置 | |
| JPH0517152B2 (ja) | ||
| JP6485668B2 (ja) | エレベータ配車計画システムおよびエレベータ配車計画の更新方法 |