JPH0761723A

JPH0761723A - エレベータのデータ設定装置

Info

Publication number: JPH0761723A
Application number: JP5209459A
Authority: JP
Inventors: Shoji Nakai; 章二中井
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1993-08-24
Filing date: 1993-08-24
Publication date: 1995-03-07

Abstract

(57)【要約】【目的】ビルの用途に応じた最適な制御パラメータを設
定することができ、ビル毎の個性化を実現することがで
きるエレベータのデータ設定装置を得る。【構成】ユーザが指定した例えばビルの時刻の一定時間
ごとの交通需要を群管理制御装置により獲得し、前記交
通需要に対する群管理制御応答推論結果を入力されたユ
ーザの要望を変換した推論評価パラメータにて評価す
る。評価後の推論結果を表示しユーザが要望を満たして
いると判断したとき、そのユーザの要望を満たした最適
な推論結果に対応する推論結果評価パラメータを推論結
果評価部の推論結果評価パラメータを変更する。そし
て、システム側では変更された評価指標にて前記群管理
制御応答推論結果を評価することによりユーザの要望を
反映した最適な推論結果を選択し、この推論結果に対応
した制御パラメータを最適な制御パラメータとして、ホ
ール呼び割当制御を行うエレベータのデータ設定装置。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、複数の階床に対して
複数のエレベータを就役させるエレベータの群管理制御
装置に適用され、ユーザの要望を群管理制御に反映させ
るように内部データを変更するエレベータのデータ設定
装置に関する。

【０００２】

【従来の技術】近年、複数台のエレベータを並設した場
合に、エレベータの運転効率向上及びエレベータ利用者
へのサービス向上を図るために、各階床のホール呼びに
対して応答するエレベータをマイクロコンピュータなど
の小型コンピュータを用いて合理的、かつ速やかに割り
当てるようにすることが行なわれている。

【０００３】すなわち、ホール呼びが発生すると、その
ホール呼びに対してサービスする最適なエレベータを選
定して割り当てると共に、他のエレベータはそのホール
呼びに応答させないようにしている。

【０００４】このような方式の群管理制御装置におい
て、最近では、リアルタイムにて各ホール呼びに応答し
た場合のかご呼び登録データの測定、乗降中のデータ測
定など各ビルごとの階間交通の把握が行なわれ、該測定
データを基にビル固有の需要を把握し、ホール呼び割当
制御に利用している。

【０００５】このような状況において、エレベータのホ
ール呼び割当制御は、ホール呼びの発生に対して群管理
性能上の各評価指標を評価し、各評価値を重み付け加算
し、総合評価として最適号機を決定している。

【０００６】

【発明が解決しようとする課題】しかしながら、一般に
群管理性能上の各評価指標は交通需要により大きく変化
するために、エレベータ群システムの状況により最適な
重み付け値（制御パラメータ）を選択する必要があり、
連続して変化する交通需要に追従し、制御パラメータの
最適化を図ることは困難であった。

【０００７】また、群管理性能上の「最適」の評価基準
はホテル、テナントビル、一社専有ビルなどのビル用
途、あるいはエレベータの利用者、ビル管理会社など様
々なビル固有の状況に依存するため、各ビルごとの評価
基準に群管理制御性能を合わせる必要がある。しかしな
がら、従来のシステムにおいては、各ビル固有の評価基
準に最適な制御パラメータを個別に設定することは不可
能であった。

【０００８】そこで、ビル固有の評価基準がユーザによ
り事前に示され、多数のシュミレーションを実行し、ユ
ーザの評価基準に適合する制御パラメータを事前に設定
し、システムに入力する方法がある。この方法であって
も、これに多数のシュミレーションの実行が必要であ
り、しかもシュミレーション結果はそのシステム固有の
状況（稼動後の状況）を完全に反映するものではなく、
交通流、混雑度により最適な制御パラメータが変化する
ため、ユーザの意図している評価基準に対して最適な割
当制御とならない場合が生じる問題点があった。

【０００９】本発明は、以上のような従来の問題点を解
決するためなされたものであり、ビルの用途に応じた最
適な制御パラメータを設定することができ、ビル毎の個
性化を実現することができるエレベータのデータ設定装
置を提供することを目的とする。

【００１０】

【課題を解決するための手段】前記目的を達成するため
に、請求項１に対応する発明は、複数の階床に対して複
数台のエレベータを就役させ、発生した共通のホール呼
びに対して所定の評価演算を行い、最適号機に前記ホー
ル呼びを割り当てるエレベータであって、各評価指標の
重み付け値と群管理制御応答結果との関係を交通需要に
よりあいまいに区分したニューラルネットにより合成さ
れた関数モデルからなる部分システムモデルの集合とし
てモデル化した部分モデル手段と、前記部分システムモ
デルと交通需要との関係を複数のメンバーシップ関数に
よりあいまいに表現し、これらのメンバーシップ関数お
よび前記部分システムモデルの結合関係を記憶し、交通
需要に基づき、前記部分システムモデルに対する重み付
け値を演算する推論手段と、この推論手段と前記部分モ
デル手段とからの出力の合成により群管理制御応答推論
結果を演算する合成手段と、この合成手段からの群管理
制御応答推論結果を当該エレベータシステムの設置され
ているビルの需要毎に独立にユーザの評価基準に基づい
て評価し、実際のビル需要に応じた推論結果評価パラメ
ータの最適値を設定する推論結果評価手段とを備えたエ
レベータの群管理制御装置において、ユーザの要望を入
力する入力手段と、この入力手段により入力されたユー
ザの要望を推論結果評価パラメータに変換する変換手段
と、この変換手段からの推論結果評価パラメータにて推
論結果を評価する評価手段と、この評価手段で評価した
後のユーザの要望を満たした最適な推論結果を表示する
表示手段と、前記推論結果評価手段の推論結果評価パラ
メータをユーザの要望を満たした最適な推論結果に対応
する推論結果評価パラメータに変更する手段とを具備し
てなるエレベータのデータ設定装置である。

【００１１】前記目的を達成するために、請求項２に対
応する発明は、請求項１記載の入力手段、変換手段、表
示手段として以下のように構成したものである。すなわ
ち、入力手段は複数からなるユーザの要望を頂点とした
多角形内の交点にてユーザの要望を入力するものであ
り、変換手段は多角形を複数に区分されたエリアの何処
に位置するかで頂点に近づくほどその頂点の要望を強め
るような特徴を持たせたエリア−推論結果評価パラメー
タの変換テーブルにて入力されたユーザの要望を推論結
果評価パラメータに変換するものであり、表示手段は前
記変換手段により評価指標にて評価した後の最適な推論
結果を曖昧な図にて表示するようにしたものである。

【００１２】前記目的を達成するために、請求項３に対
応する発明は、請求項１記載の入力手段、変換手段を以
下のように構成したものである。すなわち、入力手段は
複数からなるユーザの要望に対し各々の要望を強めた特
徴の推論結果を表示し、その中から選択させることでユ
ーザの要望を入力するものであり、変換手段はユーザの
要望を選択された推論結果に対応する推論結果評価パラ
メータに変換するものである。

【００１３】

【作用】請求項１に対応する発明によれば、ユーザが指
定した例えばビルの時刻の一定時間ごとの交通需要を群
管理制御装置により獲得し、前記交通需要に対する群管
理制御応答推論結果を入力されたユーザの要望を変換し
た推論評価パラメータにて評価する。評価後の推論結果
を表示しユーザが要望を満たしていると判断したとき、
そのユーザの要望を満たした最適な推論結果に対応する
推論結果評価パラメータを推論結果評価部の推論結果評
価パラメータを変更する。

【００１４】そして、システム側では変更された評価指
標にて前記群管理制御応答推論結果を評価することによ
りユーザの要望を反映した最適な推論結果を選択し、こ
の推論結果に対応した制御パラメータを最適な制御パラ
メータとして、ホール呼び割当制御を行う。

【００１５】請求項２に対応する発明によれば、複数か
らなるユーザの要望を頂点とした多角形内の交点にてユ
ーザの要望を入力し、多角形を複数に区分されたエリア
の何処に位置するかで頂点に近づくほどその頂点の要望
を強めるような特徴を持たせたエリア−推論結果評価パ
ラメータの変換テーブルによって入力されたユーザの要
望を推論結果評価パラメータに変換し、この評価指標に
て評価した後の最適な推論結果を表示しこれを対話形式
で何度も行いながらユーザの要望に合致した推論結果評
価パラメータを決定する。

【００１６】そして、システム側ではユーザによって変
更された評価指標にて前記群管理制御応答推論結果を評
価することによりユーザの要望を反映した最適な推論結
果を選択し、この推論結果に対応した制御パラメータを
最適な制御パラメータとして、ホール呼び割当制御を行
う。

【００１７】請求項３に対応する発明によれば、複数か
らなるユーザの要望に対し各々の要望を強めた特徴の推
論結果を表示し、その中から選択させ、選択した推論結
果に対応する推論結果評価パラメータをユーザの要望と
して決定する。そして、システム側ではユーザによって
変更された評価指標にて前記群管理制御応答推論結果を
評価することによりユーザの要望を反映した最適な推論
結果を選択し、この推論結果に対応した制御パラメータ
を最適な制御パラメータとして、ホール呼び割当制御を
行う。

【００１８】

【実施例】以下、本発明の実施例について図を参照して
説明する。図１はこの発明が適用されるエレベータの群
管理制御装置の全体的なシステム構成を示しており、群
管理制御部１および各単位エレベータの制御を行なう単
体制御部２−１〜２−Ｎならびに学習制御部１−１の間
は、第１の伝送制御手段である高速伝送路６（後述す
る）により電気的に接続されている。

【００１９】また、各階のホールには、ホール呼びボタ
ン３が設けられ、このホール呼びボタン３にはそれぞれ
ホール呼びの入出力制御を行なうホール呼び入出力制御
部４が設けられている。

【００２０】さらに、群管理制御部１と、学習制御部１
−１と、単体制御部２−１〜２−Ｎと、各ホール呼び入
出力制御部４の間は、第２の伝送制御手段である低速伝
送路７（後述する）により電気的に接続されている。

【００２１】そして、群管理制御部１と、学習制御部１
−１と、単体制御部２−１〜２−Ｎは、単数あるいは複
数のマイクロコンピュータなどの小型計算機により構成
されており、ソフトウェアの管理下に動作する。

【００２２】高速伝送路６は、単体制御部２−１〜２−
Ｎと群管理制御部１及び学習制御部１−１との間、すな
わち、主に機械室の制御計算機間の伝送を行なう伝送制
御系であり、高速で高インテリジェントなネットワーク
で接続されている。そして、群管理制御に必要な制御情
報を群管理制御部１、学習制御部１−１、各単体制御部
２−１〜２−Ｎの間で高速に授受している。

【００２３】低速伝送路７は、各ホール呼びボタン３、
監視室の監視盤５など、主に昇降路を介して情報の伝送
を行なう制御系であり、高速伝送路６に比較して低速で
あり、長距離のため光ファイバーケーブルなどにより構
成されており、群管理制御部１、学習制御部１−１及び
単体制御部２−１〜２−Ｎと接続され、データの授受を
行なっている。

【００２４】マンマシンインターフェースとしてのＣＲ
Ｔ付きデータ設定装置（後述する）５−１は、ビル管理
室のようなユーザが操作できる場所に設置されていて、
学習制御部１−１と接続され、ユーザが対話形式にて群
管理制御応答推論結果を評価し、最適な応答推論結果を
選択できる構成をなす。

【００２５】群管理制御部１が正常な場合、ホール呼び
ボタン３は低速伝送路７を介して群管理制御部１にて制
御され、ホール呼びボタン３が押されると、ホール呼び
ゲートを閉じて登録ランプをセットすると共に、高速伝
送路６を介して送られてくる単体制御部２−１〜２−Ｎ
の情報をベースに最適号機を決定し、単体制御部２−１
〜２−Ｎの内の該当するものに対して制御指令を行な
う。そして、制御指令を受けた単体制御部２−１〜２−
Ｎの内のいずれかは、該制御指令をホール呼び情報とし
て単体制御を行なう。

【００２６】図２は図１の群管理制御部１および単体制
御部２−１〜２−Ｎのソフトウェアシステムの一例を示
しており、このソフトウェアシステムは、オペレーティ
ングシステムであるリアルタイムＯＳ８により単体制御
機能タスク９、群管理制御メイン機能タスク１０、群管
理制御サブ機能タスク１１、伝送制御タスク１２を管理
する構成であり、リアルタイムＯＳ８内のスケジューラ
により各タスク９〜１２が起動されたりホールドされた
りするようになっている。

【００２７】これらのタスク９〜１２の内の単体制御機
能タスク９は、単体制御部２−１〜２−Ｎを動作させる
ための機能タスクであって、優先順位が高く設定されて
いる。

【００２８】群管理制御メイン機能タスク１０は、群管
理制御部１の中心となる機能タスクであり、各単体制御
部２−１〜２−Ｎに分散した群管理制御サブ機能タスク
１１より各号機ごとの情報データ収集し、比較演算する
ことにより最適号機を決定し、該当号機に対して制御指
令を行なうと共に、ホール呼び登録の制御を行なう。

【００２９】群管理制御サブ機能タスク１１は、群管理
制御部１の各号機単位の情報の処理を行なう機能タスク
であり、群管理制御メイン機能タスク１０の制御の下に
情報の処理を行なう。すなわち、群管理制御メイン機能
タスク１０を有するコンピュータにより高速伝送路を介
してタスクの起動、終結の管理を行なう構成となってお
り、マスターである群管理制御メイン機能タスク１０か
らの指令により号機単位に分散処理を行ない、群管理制
御メイン機能タスク１０に対して処理完了時点でデータ
を搬送する。

【００３０】伝送制御タスク１２は、高速伝送路６のデ
ータの授受及び群管理制御サブ機能タスク１１の起動、
終結の制御を行なう。図３は、図１の高速伝送路６のシ
ステム構成を示すブロック図であり、伝送制御はマイク
ロプロセッサ１３を用いて行なう構成であるが、例えば
ＩＳＯ（国際標準化機構）が提唱するＬＡＮネットワー
クモデル階層のデータリンク階層を制御する部分として
ハードウェアで構成されたデータリンクコントローラ１
４とメディアアクセスコントローラ１５とを用いてデー
タ伝送を高インテリジェントにて行なうようにし、高速
伝送制御に対してマイクロプロセッサ１３が管理する伝
送制御ソフトウェアの比率を軽減させる構成にしてい
る。

【００３１】例えば、上記の高インテリジェント伝送制
御を実現するためのコントローラであるデータリンクコ
ントローラ１４としてインテル社（ＩＮＴＥＬ社）のＬ
ＳＩであるｉ８２５８６が、またメディアアクセスコン
トローラ１５として同じくインテル社のｉ８２５０１な
どが実用化されているが、これらを用いることにより１
０Ｍビット／秒というような高速伝送機能を、マイクロ
プロセッサ１３のサポート比率を軽減した形で比較的容
易に行なうことができる。

【００３２】なお図３において、１６はシステムバスで
あり、１７は制御ライン、１８はシリアル伝送系であ
る。図４は、群管理制御部１と学習制御部１−１ならび
にエレベータシステム２間における入出力信号の流れを
示す機能ブロック図である。群管理制御部１は上述した
ようにエレベータ群システム２の単体制御部２−１〜２
−Ｎにおける群管理制御サブ機能タスク１１と協調をと
り、ホール呼び割当制御機能を実行する。このホール呼
び割当制御に用いられる評価アルゴリズムは、群管理性
能上の各評価指標を評価し、各評価値を最適な重み付け
加算して総合評価を行なうものである。

【００３３】学習制御部１−１は、一定期間ごとに群管
理制御部１を介して送信されるエレベータ群システム
２、すなわち、単体制御部２−１〜２−Ｎ及びホール呼
び入出力制御部４からの情報を基にして交通需要及び群
管理制御応答結果を生成し、交通需要から最適な制御パ
ラメータを設定する。

【００３４】そして学習制御部１−１は、各時刻別の一
定期間ごとに設定された前記制御パラメータを最適な評
価指標重み付け値として群管理制御部１へ送信する。群
管理制御部１は、単体制御部２−１〜２−Ｎからの情報
を基に各評価指標の評価値を演算し、学習制御部１−１
から送信された制御パラメータにより前記評価値に最適
な重み付けを行ない、最適号機に対して制御指令を与え
る。

【００３５】次に、学習制御部１−１の詳しい動作につ
いて、図５〜図１６を参照して説明する。図５は学習制
御部１−１のシステム構成の一例であり、学習制御部１
−１の機能構成を説明すると、図５に示すように推論部
２１と部分モデル部２２と、合成部２３と、推論結果評
価部２４とで構成されている。

【００３６】群管理制御部１における評価演算は一般
に、複数の評価指標ｈに対して行なわれ、ｉ号機に対し
てｇ₁ （ｉ），ｇ₂ （ｉ），……，ｇ_h （ｉ）と表わされ、総合評価値は各評価別割当評価値を重み付
け加算することにより求められ、ｉ号機の総合評価値Ｅ
_i は、と表現される。

【００３７】ここで、α_j は各評価指標ｊにおける重み
付け値であり、学習制御部１−１より群管理制御部１へ
送信される制御パラメータである。そこで、推論結果評
価部２４は、各時間帯別の一定時間ごとに交通需要を算
出し、推論部２１に出力すると共に、制御パラメータα
_j の組合せを所定範囲内にて生成し、部分モデル部２２
に対して出力し、結果として各制御パラメータα_jの組
合せに対応する群管理制御応答推論結果をユーザのニー
ズに合わせて評価し、データ設定装置５−１を介して応
答推論結果をユーザに表示し、ユーザの選択により最適
な制御パラメータを設定する。

【００３８】群管理制御応答推論結果をｙ、学習制御部
１−１への入力をｕとすると、推論部２１、部分モデル
部２２及び合成部２３における演算は、ｙ＝Ｆ（ｕ） …（１）と表現できる。なお、ここで、ｙ＝（ｙ₁ ，ｙ₂ ，……，ｙ_n ）^T ｕ＝（ｕ_s ，ｕ_h ）^T ＝（Ｃ，α）^T とする。

【００３９】この群管理制御応答推論結果ｙにおいて、
ｙ₁ ，ｙ₂ ，……，ｙ_n は一定時間におけるホール呼び
応答時間の発生率、平均乗合率、平均サービス時間など
の推論結果を表わし、群管理性能を判定する上での評価
基準データとなる。

【００４０】また、入力ｕにおけるＣは交通需要を表わ
しＣ＝（ｃ₁ ，ｃ₂ ，ｃ₃ ）とすると、ｃ₁ ，ｃ₂ ，ｃ₃ はそれぞれ全平均乗客発生
間隔［ｓ／人］、基準階における平均乗客発生間隔、基
準階へ向かう平均乗客発生間隔を表わすデータであり、
システムの混雑度や人の流れなどのシステムの状況を表
わすことになる。

【００４１】さらに、αは各評価指標別重み付け値（制
御パラメータ）であり、前述のように複数の評価指標ｈ
に対して α＝α₁ ，α₂ ，……，α_h ）と表わされる。

【００４２】そこで、推論部２１、部分モデル部２２、
合成部２３から成る対象モデルは、ｍ個の部分システム
モデルｆ_i （α），（ｉ＝１，２，……，ｍ）の合成で
表現され、（１）式は次式のように書き直せることにな
る。

【００４３】

【数１】ここで、ａ₁ （Ｃ）は交通需要Ｃにおける部分システム
モデルｆ_i （α）の活性度を示し、群管理制御応答推論
結果ｙは交通需要Ｃから得られるシステムの状況と部分
モデル部２２における部分システムモデルとの結合関係
により決まる。

【００４４】次に、推論部２１、部分モデル部２２及び
推論結果評価部２４の各部のシステム構成について説明
する。図５に示すように推論部２１は、推論結果評価部
２４より交通需要Ｃを受けて、これらから得られるシス
テムの状況により活性度を表わす（２）式のａ_i
（Ｃ），（ｉ＝１，２，……，ｍ）を出力する働きをす
る。

【００４５】この推論部２１は図６に示すように、入力
部２１−１と記憶部２１−２と出力部２１−３とゲート
２１−４より構成されている。入力部２１−１はｋ個の
ニューロンから成るｋ次元の状態ベクトルＶを持ち、入
力される交通需要Ｃをメンバーシップ関数φ_i を通すこ
とにより、各要素がそのメンバーシップグレードで構成
される部分入力ベクトルｃ_i ，（ｉ＝１，２，……，
Ｍ）を出力する。このＭ個の部分入力ベクトルｃ_i は一
括して入力ベクトルＣとして前記入力状態ベクトルＶへ
入力される。

【００４６】また記憶部２１−２は、ｒ個のニューロン
から成るｒ次元の状態ベクトルＸから成り、入力部２１
−１と出力部２１−３を関係付ける記憶部に相当する。
出力部２１−３は、ｍ個のニューロンから成るｍ次元の
状態ベクトルＺから成り、各要素Ｚ_i ，（ｉ＝１，２，
……，ｍ）が前記部分モデル部２２の部分システムモデ
ルｆ_i （α）に対応している。

【００４７】入力部２１−１と記憶部２１−２との間、
また記憶部２１−２と出力部２１−３との間にはそれぞ
れ相互ループを持ち、また各部２１−１〜２１−３は自
己ループを持っている。

【００４８】この関係は離散形式であって、次のように
表現される。Ｃ（ｋ）＝φ（ｕ( Ｋ) ） …（３．１）Ｖ（ｋ＋１）＝ψ（Ｗ_VC・Ｃ( ｋ) ＋Ｗ_VV・Ｖ（ｋ）＋Ｗ_VX・Ｘ( ｋ) ） …（３．２）Ｘ（ｋ＋１）＝ψ（Ｗ_XV・Ｖ( ｋ＋１) ＋Ｗ_XX・Ｘ（ｋ）＋Ｗ_XZ・Ｚ( ｋ) ） …（３．３）Ｚ（ｋ＋１）＝ψ（Ｗ_ZX・Ｘ( ｋ＋１) ＋Ｗ_ZZ・Ｚ( ｋ) ） …（３．４）Ｖ（０）＝Ｖ₀ ，Ｘ（０）＝Ｘ₀ ，Ｚ（０）＝Ｚ₀ ，ｋ≧０ここで、Ｗ_VCはベクトルＣからベクトルＶへの荷重を表
わすマトリックスであり、ベクトルＶを構成するニュー
ロンのベクトルＣに対するシナプス荷重である。また、
Ｗ_VV，Ｗ_VX，Ｗ_XV，Ｗ_XX，Ｗ_ZX，Ｗ_ZZについても同様で
ある。

【００４９】また、φはｊ次元のメンバーシップ関数で
あり、ψは各次元に対応するシグモイド関数であり、入
力される要素ごとに、ｆ（ｘ）＝１／［１＋ｅｘｐ（−ｘ）］ …（３．５）の演算を行なう。

【００５０】さらに、ｋは時間を表わすパラメータであ
り、１増えるごとに単位時間が経過する。上記（３．
１）〜（３．４）式で各Ｗを適当に設定することにより
入力される需要Ｃ（ｕ（ｋ））に対する部分システムモ
デルｆ_i （α），（ｉ＝１，２，……，ｍ）の活性度が
出力部２１−３の状態ベクトルＺに時間経過を伴って現
れてくる。

【００５１】ゲート２１−４は設定された時間Ｔが経過
すると開かれて、Ｚ_i （Ｔ）部分システムモデルｆ_i
（α）の活性度ａ_i （Ｃ）として出力する。次に、部分
モデル部２２は図７に示すシステム構成であり、制御パ
ラメータαを入力することにより各部分システムモデル
ごとに群管理制御応答結果ｆ_i （α）を出力する働きを
有する。

【００５２】部分モデル部２２における個々の部分シス
テムモデルｆ_i （α），（ｉ＝１，２，……，ｍ）は、
図８に示すように多層のニューラルネットワークにより
構成され、これらはそれぞれある特定の需要Ｃ_i に対応
しており、それぞれがその需要に対する制御パラメータ
αと実システムの群管理制御応答結果の入出力データｉ
とを格納している。そして、部分システムモデルｆ_i
（α）は、この入出力データｉを教師データとしてバッ
クプロパゲーション法を用いて学習される。

【００５３】図８に詳しく示されているように、各部分
システムモデルは、入力ｕが与えられたとき、ｙ（ｋ）＝ｆ_i （ｕ( ｋ) ）の演算を実行する。この演算処理は、ｎｅｔｂ（ｋ）＝Ｗ_bu（ｋ）・ｕ（ｋ） …（４．１）ｂ（ｋ）＝ψ（ｎｅｔb （ｋ）＋θ_b ( ｋ) ） …（４．２）ｎｅｔｙ（ｋ）＝Ｗ_yb（ｋ）・ｂ（ｋ）＋Ｗ_yu（ｋ）・ｕ（ｋ） …（４．３）ｙ（ｋ）＝ψ（ｎｅｔｙ( ｋ) ＋θ_y ( ｋ) ） …（４．４）ｋ≧０ここで、Ｗ_bu，Ｗ_yb，Ｗ_yuはシナプス荷重を表わすマト
リックスである。また、θ_b ，θ_y はそれぞれ中間層
ｂ、出力層ｙに対するバイアス値を表わすベクトルであ
る。

【００５４】各部分システムモデルｆ_i （ｕ），（ｉ＝
１，２，……，ｍ）はそれぞれが異なるシナプス荷重と
バイアスを持ち、演算を行なう。図５に示す合成部２３
では、部分モデル部２２から入力されてくる部分システ
ムモデルｆ₁ （α），ｆ₂ （α），……，ｆ_m （α）、
及び推論部２１から入力される各部分システムモデルに
対する活性度ａ₁ （Ｃ），ａ₂ （Ｃ），……，ａ_m
（Ｃ）を（２）式にしたがって合成し、群管理制御応答
推論結果ｙとして推論結果評価部２４に出力する。

【００５５】推論結果評価部２４では、後で詳しく説明
するように、上記のように推論部２１、部分モデル部２
２、合成部２３から成る対象モデルに対して、入力ｕ
（＝(Ｃ，α) ^T ）において、実システムの交通需要に
対して制御パラメータαの組合せを所定範囲内にて生成
し、入力ｕとして与えることにより、その結果として各
制御パラメータαの組合せに対応する群管理制御応答結
果を対話形式にて評価し、最適な制御パラメータαを設
定し、群管理制御部１に送信する。

【００５６】次に、図９乃至図１０により、推論結果評
価部２４の詳細な構成とその制御パラメータαの最適化
動作について説明する。図９に示すように、推論結果評
価部２４は制御パラメータ組み合わせ生成部２４−１
と、交通需要検出部２４−２と、推論結果評価パラメー
タ設定部２４−３と、推論結果評価演算部２４−４と、
制御パラメータ設定部２４−５とから構成されている。

【００５７】上述のように学習制御部１−１の推論部２
１、部分モデル部２２、合成部２３により各ビルごとの
任意の交通需要に対して制御パラメータと群管理制御応
答推論結果との関係を構成し、（１）式により群管理制
御応答結果ｙを連想により推定することができた。

【００５８】そこで、推論結果評価部２４では、群管理
制御応答推論結果を客先ニーズに応じて評価することで
各ビルにあった「最適」の基準にて制御パラメータの最
適値設定を行なう。

【００５９】そのために、推論結果評価部２４は、所定
の時間帯において交通需要を検出して推論部２１に出力
すると共に、ユーザが対話形式により入出力装置５−１
により設定した推論結果評価パラメータ（以後評価パラ
メータと略す）を基にして制御パラメータの最適値を決
定する。

【００６０】ここで、評価パラメータとは、群管理制御
応答結果ｙを評価するためのパラメータテーブルであ
り、各ビルごとの時間帯における交通需要別に設定され
るものである。また、群管理制御応答結果ｙは、群管理
制御性能を表わす指標であり、前述のようにホール呼び
応答時間の発生率、平均乗合率、平均サービス時間とい
った評価基準データである。

【００６１】群管理制御性能を評価する場合、前記評価
基準データをベースとして評価を行なうが、一般には前
記評価基準データに対する重み付けは客先ニーズ、交通
需要により異なるために、各時間帯の交通需要ごとに客
先ニーズに合わせて設定する必要がある。そのため、ユ
ーザが入出力装置５−１を介してユーザの要望に応じて
評価基準を設定し対話形式にて群管理制御応答推論結果
の表示データを確認しながら、ユーザが要望する最適な
群管理制御応答推論結果を選択し、この選択に対応した
評価パラメータを群管理制御応答推論結果の各指標を評
価する重み付け値として構成する。

【００６２】こうして所定時間帯の交通需要Ｃにより選
定された評価パラメータβは、推論結果評価演算部２４
−２に送出され、ここで合成部２３より出力されてくる
群管理制御応答推論結果を評価し、その評価結果である
性能評価値ＰＥは制御パラメータ設定部２４−５に送り
出され、最適な制御パラメータα₀ が設定される。

【００６３】この推論結果評価部２４の動作を図１０の
フローチャートを基に詳しく説明すると、まず制御パラ
メータ組み合わせ生成部２４−１において各制御パラメ
ータαをその取り得る範囲内で微小変化量Δαずつ変化
させ、それぞれのαに対して有限個の組み合わせＰmax
を定める（ステップＳ１，Ｓ２）。

【００６４】次に、任意の組み合わせＰに対する各制御
パラメータＰ（α_1P，α_2P，……，α_hP）に対して、交
通需要検出部２４−２による現時間帯の交通需要パラメ
ータＣと共に入力ｕ（＝( Ｃ，α) ^T ）を形成し、推論
部２１及び部分モデル部２２に入力し、結果として合成
部２３を介して群管理制御応答推論結果ｙ_P を得る（ス
テップＳ３）。

【００６５】この推論結果ｙ_P に基づいて群管理制御性
能評価を示す目的関数として性能評価値ＰＥを数式モデ
ルとしてモデル化し、性能評価を数値化する（ステップ
Ｓ４）。制御パラメータ組み合わせＰに対する評価値を
ＰＥ_P として推論結果を評価すると、次のようになる。

【００６６】

【数２】

【００６７】ここで、β（＝（β₁ ，β₂ ，……，β
_n ））は評価パラメータであり、ユーザが入出力装置５
−１を介して評価した群管理制御応答結果ｙ_P を背景と
したデータである。

【００６８】すべての組み合わせＰに対して性能評価値
ＰＥ_P ；（Ｐ＝０〜Ｐmax ）が演算されたところで（ス
テップＳ５）、このＰＥ_P が最小となる組み合わせＰを
Ｐ_Oとし、この組み合わせＰ_O に対応する制御パラメー
タＰ_O （α_1PO ，α_2PO ，……，α_hPO ）を最適制御パ
ラメータに設定し、群管理制御部１に対して送信する
（ステップＳ６）。

【００６９】次に、図１１及び図１２により、ユーザへ
のマンマシンインターフェースであるＣＲＴ付き入出力
装置５−１の構成とその動作の詳細を説明する。図１１
に示すように、ＣＲＴ付きデータ設定装置５−１は演算
部５−２と、入出力部５−３から構成されている。

【００７０】入出力部５−３はユーザが指定したバン
ク、曜日、時間帯の需要を学習制御部１−１より受信す
ると共にユーザの要望を評価パラメータに変換し前記需
要と評価パラメータを演算部５−２に送信する。演算部
５−２は図５に示した学習制御部１−１と同様の構成に
なっており、入出力部５−３から送信された需要に対す
る群管理制御応答結果を推論し、前記評価パラメータに
基づいて推論結果を評価して評価基準を満たした推論結
果を入出力部５−３を送信する。そして、入出力部５−
３は受信した推論結果を曖昧に表現される複数のパター
ン図の中から類似したものを選定してＣＲＴに表示し、
ユーザが要望を満たしたと判断するとき、その推論結果
を導きだした評価パラメータを学習制御部１−１に送信
する。

【００７１】これにより、ユーザはＣＲＴを見ながら対
話形式にて群管理制御応答推論結果に対してユーザの意
見を反映することができる。更に、評価パラメータの設
定手順の詳細を図１２のフローチャート及び図１３〜図
１６を用いて説明する。

【００７２】まず、対象となるバンク、曜日、時間帯の
指定を図１３の画面より行い、前記時間帯の需要を学習
制御部１−１より獲得する（図１２にお刑るステップＳ
１１、Ｓ１２）。

【００７３】次に群管理性能に於けるユーザの要望を入
力する（ステップＳ１３）。図１４はユーザの要望を入
力するための画面の一例である。この例ではユーザの要
望を長く待つ人を少なくしたい」、「すぐに乗れる人を
多くしたい」、「予報変更によるイライラを少なくした
い」の３つに限定し、相互に影響し合う要望項目を三角
形内の交点の位置で表現している。すなわち、交点の位
置が頂点に近い程、頂点の要望が強くなるもので、その
位置にて評価パラメータが決定する。その他ユーザの要
望として「乗車人数の少ないエレベータに乗りたい」等
も考えられる。

【００７４】次にユーザの入力を基に変換表にて評価パ
ラメータβを設定する（ステップＳ１４）。ここで、ユ
ーザの要望（三角形内の交点の位置）と評価パラメータ
の関係に付いて図１５及び図１６を用いて説明する。

【００７５】図１５はユーザの要望の度合を１５のエリ
アに区分した図であり、図１６は各エリア（ユーザの要
望の度合）に対する評価パラメータの変換テーブルであ
る。図１６の（ａ）は１５のエリアの番号の１０の桁は
変換表であり、（ｂ）は１５のエリアの番号の１の桁の
変換表である。図１６の（ａ）のｋ１〜ｋ６は群管理応
答推論結果を待ち時間分布（待ち時間とその割合を示し
たグラフ）とした時の評価式（９）のβ１〜β６に相当
し、待ち時間分布を正規分布と仮定してｋ１は平均値に
対する重み、ｋ２は標準偏差に対する重み、ｋ３は８０
％を占める待ち時間に対する重み、ｋ４は待ち時間２０
秒以下の割合に対する重み、ｋ５は２０％を占める待ち
時間に対する重み、ｋ６はグラフのなだらかさに対する
重みを表わす。

【００７６】次に、前記評価パラメータを基に性能評価
ＰＥが最小となる群管理制御応答推論結果ｙ_POを算出す
る（ステップＳ１５）。この計算手順は図１０のフロー
チャートとほぼ同様にして、ユーザの要望入力値から変
換して設定された前記推論結果評価パラメータを基にし
て性能評価値ＰＥが最小となる群管理制御応答推論結果
ｙ_POを決定するのである。

【００７７】こうして求められた群管理制御応答推論結
果ｙ_POは、客先ユーザの要望を入力させ、その要望に応
じて設定された評価指標に対するビルでの群管理制御に
よる応答結果の推定値を意味する。

【００７８】続いて、この群管理制御応答推論結果ｙ_PO
と類似したあいまいな表現のパターンの中から選定し
て、そのパターン図をＣＲＴに表示し、ユーザに確認さ
せることにより、ユーザ自身の判断を要求する。あいま
いな表現パターンと類似したパターンの選定方法につい
ては後述する。ここで、もしユーザの意図する結果と異
なる場合は、再度、ユーザの要望を変更し、応答推論結
果を算出するようにする（ステップＳ１６，Ｓ１７）。

【００７９】この操作を何度か繰り返し、相対的にユー
ザが「良」と判断を下した場合には、この群管理制御応
答推論結果に対応する評価パラメータβを該当する交通
需要Ｃに対する設定値として学習制御部１−１に送出
し、一定時間ごとにリアルタイムにて実行される図１０
のフローチャート中の推論結果評価パラメータとして登
録し、ユーザの意向を群管理制御に反映することができ
る（図１１におけるステップＳ１８）。

【００８０】次に、評価後の群管理制御応答推論結果を
類似した曖昧なパターン図を選定する手法に付いて図１
７を用いて説明する。予め代表的な群管理制御応答結果
をシミュレーション等で複数作成し、その各々の結果を
スプライン曲線で曖昧に表現して図１７に示すように応
答結果とスプライン曲線による曖昧な図形を１対１にて
ｎパターン用意されている。そして、ある需要に対して
求められた群管理制御応答推論結果をｎパターンの群管
理制御応答結果と比較し下記の評価値が最小となるもの
を最も類似したパターンとして選定して、そのパターン
に対応する曖昧な図形をＣＲＴに表示する。例えば、類
似度の評価式として次の式がある。

【００８１】

【数３】

【００８２】ここで、群管理制御応答結果を待ち時間分
布とすると、Ｙ_Oj(i) は予め用意された内のｊパターン
の待ち時間分布のｍ区分の待ち時間に対する割合であ
り、Ｙ_R(i)は演算結果より得られた待ち時間分布の待ち
時間に対する割合を示す。

【００８３】上述した例ではユーザの要望度合を評価パ
ラメータに変換して、そのパラメータにより推論結果を
表示させてユーザによって評価パラメータを決定してい
たが、第３の実施例においては図１７に示すようにユー
ザの代表的な要望を群管理制御応答推論結果と対比させ
て表示し、選択され推論結果に対応する評価パラメータ
をユーザが要望する評価基準として決定する方法もあ
る。

【００８４】ユーザの要望を満たした群管理制御応答結
果を選定することで、評価パラメータの設定を行う手順
の詳細を図１９のフローチャートを用いて説明する。ま
ず、対象となるバンク、曜日、時間帯の指定を図１３の
図面より行い、前記時間帯の需要を学習制御部１−１よ
り獲得する（図１９におけるステップＳ２１、Ｓ２
２）。

【００８５】次に群管理性能におけるユーザの要望を満
たした群管理制御応答結果を選択する入力する（ステッ
プＳ２３）。図１８はユーザの要望を満たした応答結果
を選択させるための画面の一例である。この例ではユー
ザの要望を「長く待つ人を少なくしたい」、「すぐに乗
れる人を多くしたい」、「予報変更によるイライラを少
なくしたい」の３つに限定し、各々の要望を満たした応
答結果を表示している。また、応答結果を選定する指標
として、現状の要望による応答結果も合わせて表示して
いる。

【００８６】次に、ユーザが選択して応答結果に対応し
た評価パラメータβを変換表にて設定する（ステップＳ
２４）。更に、前記評価パラメータを基に性能評価ＰＥ
が最小となる群管理制御応答推論結果ｙ_POを算出する
（ステップＳ２５）。

【００８７】ステップＳ２６〜Ｓ２８については第１２
のステップＳ１６〜Ｓ１８と同様であるため、説明を割
愛する。以上に詳述したように、推論部２１、部分モデ
ル部２２、合成部２３、及び推論結果評価部２４から成
る学習制御部１−１とＣＲＴ付きデータ設定装置５−１
を構成することにより、ホール呼びの割当制御におい
て、群管理性能上の各評価指標に対する重み付け値であ
る制御パラメータをユーザの意向を反映した形で交通需
要に応じて最適化することができ、各ビル固有の評価基
準に対しても最適な制御パラメータを自動的に設定する
ことができる。

【００８８】

【発明の効果】本発明のエレベータのデータ設定装置に
よれば、ホテル、テナントビル、一社専有ビルなどビル
用途により、またビルのユーザの意向により「最適」の
評価基準が異なる場合であっても、ユーザがマンマシン
インターフェースを介して対話形式でユーザの意図が群
管理制御に反映されるので、各ビル用途に応じた最適な
制御パラメータを設定することができ、各ビルごとの個
性化を実現することができる。そして、これらの特徴に
より、多種多様なビル構成及び客先ニーズに対して常に
最適なホール呼び割当制御を実現することができる。

【図面の簡単な説明】

【図１】本発明が適用される群管理制御装置の一例の概
略構成を示すブロック図。

【図２】図１の群管理制御部及び単体制御部のソフトウ
ェアシステムの構成図。

【図３】図１の高速伝送路のシステム構成図。

【図４】図１の学習制御部の入出力信号の流れを示す機
能ブロック図、

【図５】図１の学習制御部のシステム構成図。

【図６】図５の推論部のシステム構成図。

【図７】図５の部分モデル部のシステム構成図。

【図８】図５部分モデル部の各部分システムモデル構成
図。

【図９】図５の推論結果評価部のシステム構成図。

【図１０】図５の推論結果評価部の動作を示すフローチ
ャート。

【図１１】ユーザ用入出力装置の構成図。

【図１２】図１１のユーザ用データ設定装置の動作を示
すフローチャート。

【図１３】入出力画面の一例を示す図。

【図１４】入出力画面の一例を示す図。

【図１５】ユーザの要望と評価パラメータの関係を示す
図。

【図１６】ユーザの要望と評価パラメータの関係の変換
表を示す図。

【図１７】群管理制御応答推論結果と類似したあいまい
図形を示す図。

【図１８】入出力画面の一例を示す図。

【図１９】上記の実施例のユーザ用データ設定装置の動
作を示すフローチャート。

【符号の説明】

１…群管理制御部１−１…学習制御部２…エレベータ群システム２−１〜２−Ｎ…単体制御部３…ホール呼びボタン４…ホール呼び入出力制御部５…監視盤５−１…入出力装置６…高速伝送路７…低速伝送路２１…推論部２２…部分モデル部２３…合成部２４…推論結果評価部

Claims

【特許請求の範囲】

【請求項１】複数の階床に対して複数台のエレベータ
を就役させ、発生した共通のホール呼びに対して所定の
評価演算を行い、最適号機に前記ホール呼びを割り当て
るエレベータであって、各評価指標の重み付け値と群管理制御応答結果との関係
を交通需要によりあいまいに区分したニューラルネット
により合成された関数モデルからなる部分システムモデ
ルの集合としてモデル化した部分モデル手段と、前記部分システムモデルと交通需要との関係を複数のメ
ンバーシップ関数によりあいまいに表現し、これらのメ
ンバーシップ関数および前記部分システムモデルの結合
関係を記憶し、交通需要に基づき、前記部分システムモ
デルに対する重み付け値を演算する推論手段と、この推論手段と前記部分モデル手段とからの出力の合成
により群管理制御応答推論結果を演算する合成手段と、この合成手段からの群管理制御応答推論結果を当該エレ
ベータシステムの設置されているビルの需要毎に独立に
ユーザの評価基準に基づいて評価し、実際のビル需要に
応じた推論結果評価パラメータの最適値を設定する推論
結果評価手段とを備えたエレベータの群管理制御装置に
おいて、ユーザの要望を入力する入力手段と、この入力手段により入力されたユーザの要望を推論結果
評価パラメータに変換する変換手段と、この変換手段からの推論結果評価パラメータにて推論結
果を評価する評価手段と、この評価手段で評価した後のユーザの要望を満たした最
適な推論結果を表示する表示手段と、前記推論結果評価手段の推論結果評価パラメータをユー
ザの要望を満たした最適な推論結果に対応する推論結果
評価パラメータに変更する手段とを具備してなるエレベ
ータのデータ設定装置。
【請求項２】前記入力手段は複数からなるユーザの要
望を頂点とした多角形内の交点にてユーザの要望を入力
するものであり、前記変換手段は多角形を複数に区分さ
れたエリアの何処に位置するかで頂点に近づくほどその
頂点の要望を強めるような特徴を持たせたエリア−推論
結果評価パラメータの変換テーブルにて入力されたユー
ザの要望を推論結果評価パラメータに変換するものであ
り、前記表示手段は前記変換手段により評価指標にて評
価した後の最適な推論結果を曖昧な図にて表示するもの
である請求項１記載のエレベータのデータ設定装置。
【請求項３】前記入力手段は複数からなるユーザの要
望に対し各々の要望を強めた特徴の推論結果を表示し、
その中から選択させることでユーザの要望を入力するも
のであり、前記変換手段はユーザの要望を選択された推
論結果に対応する推論結果評価パラメータに変換するも
のである請求項１記載のエレベータのデータ設定装置。