JPH08245091A - エレベーターの群管理制御装置 - Google Patents

Abstract

(57)【要約】 【目的】群管理制御装置内部で、変更可能な全制御パラ
メータの自動調整を可能とする。 【構成】交通流判定サブルーチン８０で現在の交通流を
調べ、交通流の変動が大きい場合には、交叉プロセス５
０で２組の制御パラメータ集合の対応する制御パラメー
タを交換することにより、新たな制御パラメータ集合を
作成する。次に突然変異プロセス７０で、１部の制御パ
ラメータを利用するビルにおける制御パラメータの設定
可能範囲を、記録したデータベースの内容に従い変更す
る。また、交通流変動が所定値以下の場合には、大変動
プロセス９０により複数組の制御パラメータ集合の上位
所定組以外を再作成する。その後、制御パラメータ集合
選択手段が、各制御パラメータ集合を評価し、実際の群
管理制御で使用する制御パラメータ集合を選択すること
により、制御パラメータの自動調整を行う。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明はエレベーターの群管理制
御装置に係り、特に、ビルの利用状況に応じて運行方
法，制御パラメータ等を自動調整する機能を備えた群管
理制御装置に関する。

【０００２】

【従来の技術】エレベーターの群管理制御装置は、初期
に設定した固定の制御方法に従い運行を制御するものか
ら、出勤，昼食等の時間により制御方法を変更するも
の、ビル毎の利用状況を学習し待ち時間予測値等を統計
的に修正するもの、学習結果を基に制御方法を自動調整
するもの、というように改良が進められてきた。

【０００３】更に自動調整を行う群管理装置に関して
は、例えば特開昭58−52162 号公報に示されている１パ
ラメータの調整を行うものから、特開平3−297769 号公
報に開示されている複数のパラメータを調整するもの、
というように拡張されてきている。

【０００４】一方で、制御方法，制御パラメータと呼ば
れるものは特開平3−297769 号公報においては待ち時間
制御パラメータ，かご内混雑度制御パラメータ等と記載
している、主に割当て評価に利用する制御パラメータで
あるとか、各階での戸開時間設定等といったパラメー
タ、更には、サービス号機の予約案内を上昇，下降の両
方同時に行うか、等といった使い勝手に関する制御方
法、というように非常に多数有る。この使い勝手に関す
るものは、例えば、日立評論Ｖol.７１，Ｎo.５，ｐ１
１５−１２２(１９８９.５）にユーザコマンドボードで
の変更可能なものとして３２項目が記載されている。

【０００５】また、確立的な最適探索手段である遺伝的
アルゴリズム（ＧＡ）については、例えば、北野宏明偏
「遺伝的アルゴリズム」（産業図書，１９９３−６）に
その技術が開示されている。

【０００６】

【発明が解決しようとする課題】群管理制御の目的は、
各時点でのより良い運行を行うことであるが、例えば、
制御パラメータが３２種類有れば、その各パラメータが
０，１の２値しか設定することができなくても、その組
み合わせ数は、４０億通りを超えるなど、制御パラメー
タが数十有ると完全な最適な設定を解析的に決定するこ
とは非常に困難になる。

【０００７】前記した、従来技術では、特定の制御パラ
メータのみを対象として調整を行っているため、調整し
ないパラメータが運行性能改善の主要因である場合な
ど、より良い改善の可能性が有るにもかかわらず、改善
することができない、といった問題点が有る。あるい
は、その場合には、利用者から改善要求が出されると、
保守担当者や設計者が人手で改善するというように、多
大な労力を要するという問題が有る。

【０００８】更に、ＧＡを用いた場合は、前世代の遺伝
子をもとに、次の世代の遺伝子を求めるため、結果が収
束して来ると各遺伝子の個体差がなくなってしまう。そ
のため、条件に何らかの変化が有ると、その変化に対応
した遺伝子を作り出すことができなくなり、最適な検索
ができなくなるという問題がある。

【０００９】以上のことを鑑み、本発明の目的は、群管
理制御装置内部で変更可能な全制御パラメータの自動調
整を可能とする手段を提供することにある。

【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、本発明では、交通流判別手段で交通流の相違度を検
出し、その相違度が所定値以上異なる場合に初期化手段
を用いて、制御パラメータ集合の一部を初期化すること
により、パラメータ探索において、交通流が変化した場
合の最適パラメータの追従性を高めるものである。

【００１１】

【作用】制御パラメータ集合作成手段は、複数の制御パ
ラメータの組み合わせた制御パラメータ集合を複数組作
成する。

【００１２】制御パラメータ集合選択手段は、複数組の
制御パラメータ集合を評価し、実際の群管理制御で使用
する制御パラメータ集合を選択する。

【００１３】制御パラメータ集合交叉手段は、複数組の
制御パラメータ集合の中から、２組の制御パラメータ集
合を選択し、その２組の制御パラメータ集合の対応する
制御パラメータを交換することにより、新たな制御パラ
メータ集合を作成する。

【００１４】制御パラメータ集合突然変異手段は、複数
組の制御パラメータ集合の中から、１組の制御パラメー
タ集合を選択し、その１部の制御パラメータ集合を変更
する。

【００１５】交通流学習手段は、現在の交通流を測定す
る。

【００１６】交通流記憶手段は、基準となる交通流を記
憶しておく。

【００１７】交通流判定手段は、基準となる交通流と現
在の交通流とを比較して、その相違度を測定する。

【００１８】初期化手段は、測定した相違度が所定値以
下の場合に、複数組の制御パラメータ集合の一部を初期
化する。

【００１９】自動調整手段は、これらの各手段を連係動
作させることにより、制御パラメータの自動調整を行
う。

【００２０】

【実施例】以下本発明の一実施例を図１から図１５を用
いて説明する。

【００２１】始めに、システム構成について説明する。

【００２２】図１は本発明の一実施例のシステム構成を
示した図である。

【００２３】群管理制御装置１は、号機制御装置２と通
信線で接続されており、号機制御装置２から位置やかご
内荷重等のデータが群管理制御装置１に送られ、群管理
制御装置１からは停止階や運転方向等のデータが号機制
御装置２に送られる。号機制御装置２は、それらの指令
に基づき、号機３を制御する。また、群管理制御装置１
は、同様にホール呼び釦４とも接続されている。

【００２４】群管理制御装置１の内部は、学習部１−
１，自動調整部１−２，制御パラメータ１−３，群管理
制御部１−４などからなる。

【００２５】学習部１−１は、号機制御装置２，ホール
呼び釦４等からの信号を統計処理し、各種の学習データ
を作成する。

【００２６】交通流学習部１−１−１は、号機制御装置
２，ホール呼び釦４からの信号を統計処理し、交通流デ
ータを作成する。

【００２７】交通流記憶部１−１−２は、基準となる交
通流を記憶しておく。

【００２８】交通流検出部１−２−１は、交通流学習部
１−１−１と交通流記憶部１−１−２から現在の交通量
と基準交通流を受け取り、その相違度を求める。

【００２９】パラメータ操作部１−２−２では、交通流
検出部１−２−１から、交通流の相違度を取り出し、そ
の相違度が一定値以上であれば、初期化部１−２−３を
用いパラメータの一部を初期化する。交通流検出部のフ
ローは図８、パラメータ操作部のフローは図７に示す。

【００３０】制御パラメータ１−３は、後述する自動調
整部１−２の処理により作成された、実際の群管理制御
に用いる制御パラメータの集合である。

【００３１】群管理制御部１−４は、制御パラメータ１
−３を用いて、利用者から利用要求に対して、号機３を
運行する。

【００３２】なお、説明で、例えば特開平3−297769 号
公報で公知の部分については、詳細な説明を省略し、本
発明の要点である自動調整部１−２での、制御パラメー
タ集合の操作方法について、重点的に記載する。

【００３３】図２は自動調整部１−２の構成図である。

【００３４】自動調整部１−２は、学習部１−１から学
習データを受け取り、群管理制御部１−４へ制御パラメ
ータを受け渡す。

【００３５】自動調整部１−２内には、メインＣＰＵ１
−５，パラメータ有効範囲データ１−６，遺伝子データ
・評価データ１−７，評価用ＣＰＵ１−８が有る。

【００３６】メインＣＰＵ１−５は、自動調整部１−２
の主な処理を行い、更に、メモリ管理やタスク管理を行
う。

【００３７】パラメータ有効範囲データ１−６は、制御
パラメータ集合データベース手段に相当し、ビル毎の制
御パラメータの有効範囲を記録する。

【００３８】遺伝子データ・評価データ１−７は、複数
組の制御パラメータ集合（以降、遺伝子と表記する）
と、その評価結果を記録するメモリ手段である。

【００３９】評価用ＣＰＵ１−８は、遺伝子の評価処理
（後述）を専用に行うコンピュータである。図２では、
３個構成で記載したが、その数は必要な演算量とＣＰＵ
の性能で決まるものであり、３個に固定されるものでは
ない。

【００４０】次に、本実施例で用いる制御パラメータの
データ構造について図３，図４を用いて説明する。

【００４１】図３は制御パラメータ集合と有効範囲の設
定例を示す図である。

【００４２】群管理制御に用いる制御パラメータ１−３
は、エリア値，乗車係数、あるいは、両方向予約、等と
云った呼び名を持つＭ個のパラメータの集合である。

【００４３】パラメータ有効範囲データ１−６は、これ
らＭ個のパラメータそれぞれに対して、最小値min，最
大値max、及びその変更幅stepを記録したデータであ
る。ここで、調整対象パラメータ数をＭで記載した。通
常Ｍの値は、３０〜５０であるが、どのような数でも本
発明の実施に支障はない。

【００４４】図の例では、エリア値という制御パラメー
タは、最小値が０.０最大値が５.０であり、その間を
０.１ 刻みに値を取ることができるパラメータであるこ
とを示している。また、両方向予約等、ＯＮ／ＯＦＦ型
のものはＯＦＦを０、ＯＮを１と考える。

【００４５】このパラメータ有効範囲データ１−６の内
容は、各ビル毎に設定するものである。例えば、利用者
の希望により、両方向予約を設定しないビルでは、最小
値min，最大値maxを共にＯＦＦ(０)，変更幅stepも０と
設定することにより、自動調整が行われても、常に両方
向予約を行わない設定となる。また、これにより、Ｍ個
の項目は全てのビルで共通に利用できるので、ビル毎に
特別のプログラム変更を必要としない。

【００４６】図４は、制御パラメータ集合である遺伝子
の設定例である。

【００４７】遺伝子とは、Ｍ個（種）の制御パラメータ
を並べたデータ配列であり、その１つ１つが制御パラメ
ータ集合となっている。この遺伝子をＮ個（組）用意す
る。Ｎは、通常１００程度である。

【００４８】以降、表記として遺伝子をｇｅｎ，ｉ版目
の遺伝子をｇｅｎ(ｉ)，そのｊ版目の制御はエリアパラ
メータをｇｅｎ(ｉ)(ｊ)とする。従って、図４の例では
２番目の遺伝子の３番目の制御パラメータはｇｅｎ(２)
(３)と表され、その値は７５となる。

【００４９】次に、本実施例の自動調整について、図５
から図１５を用いて説明する。

【００５０】一般に群管理制御は、マイクロコンピュー
タ内のソフトウェアにより実現されているので、ここで
も、自動調整の各手段をソフトウェア的に実現した例に
ついて説明する。

【００５１】図５は、本発明の一実施例の自動調整部１
−２で行う自動調整処理の全体フローチャート１０であ
る。

【００５２】自動調整処理は、学習部１−１における学
習データの蓄積・変更に応じて起動されるか、または毎
日決まった時間に周期的に起動される処理である。ま
た、自動調整は、出勤・昼食前半と云った交通流が特定
しているときに起動される。

【００５３】ステップ１０−１で、制御パラメータ集合
が既に作成されているかを調べ、作成されていない場合
は、初期値作成サブルーチン２０へ、作成されている場
合は、操作サブルーチン３０へ進む。

【００５４】その後、評価サブルーチン９０へ進み、ス
テップ１０−２で１回の処理を終了する。

【００５５】図６は、初期作成サブルーチン２０のフロ
ーチャートである。

【００５６】初期作成サブルーチン２０は、制御パラメ
ータ集合作成手段に相当する。

【００５７】ステップ２０−１とステップ２０−５は、
遺伝子数Ｎに関するループ処理である。またステップ２
０−２とステップ２０−４は、制御パラメータ数Ｍに関
するループ処理である。

【００５８】ステップ２０−３ではｉ番目の遺伝子のｊ
番の制御パラメータを作成する。

【００５９】ここで、制御パラメータの初期値は乱数に
より作成するものとし、関数rand（ｘ，ｙ，ｚ）は、最
小値ｘ，最大値ｙでｚ刻みの乱数を与えるものとして表
記する。

【００６０】ステップ２０−４，ステップ２０−５で、
各ループ処理が終了した後、ステップ２０−６で交通流
変動フラグｔ＿ｆｌａｇをＯＦＦに初期化してステップ
２０−７で呼び出した元のプログラム１０へ復帰する。

【００６１】図７は操作サブルーチン３０のフローチャ
ートである。

【００６２】まず、交通流判定サブルーチン４０へ進
む。

【００６３】ステップ３０−１で、交通流変動フラグｔ
＿ｆｌａｇを調べ、ＯＦＦであれば交叉サブルーチン５
０から、突然変異サブルーチン７０へ進む。

【００６４】ステップ３０−１で、交通流変動フラグｔ
＿ｆｌａｇがＯＮであれば、大変動サブルーチン９０へ
進む。

【００６５】その後、ステップ３０−２で、呼び出した
元のプログラム１０へ復帰する。

【００６６】図８は、交通流判定サブルーチン４０のフ
ローチャートである。

【００６７】ステップ４０−１で、最近の昇り側交通量
ｕｐ＿ｔと基準の昇り側交通量Lup＿ｔの差の２乗に、
最近の降り側交通量ｄｗ＿ｔと基準の降り側交通量Ｌｄ
ｗ＿ｔの差の２乗を加えたものを、ｔｒに入れる。この
とき、各交通量ｕｐ＿ｔ，ｄｗ＿ｔ，Ｌｕｐ＿ｔ，Ｌｄ
ｗ＿ｔは特開昭59−22870 号公報に示すように設定す
る。

【００６８】ステップ４０−２では、交通量の差ｔｒと
所定値Ｔを比較する。交通量の差ｔｒが大きい場合に
は、ステップ４０−３で交通流変動フラグｔ＿ｆｌａｇ
にＯＮを、小さい場合には、ステップ４０−４で、交通
量変動フラグｔ＿ｆｌａｇにＯＦＦを設定する。この時
の所定値Ｔは、例えばＴ＝１０００等である。

【００６９】図９は、交叉サブルーチン５０における交
叉プロセスの説明図である。

【００７０】交叉プロセスでは、現在（第Ｌ世代）使用
しているＮ個の制御パラメータ集合（遺伝子）の中か
ら、ｘ，ｙの２個の遺伝子をある基準により選択し、そ
の２つの遺伝子の各制御パラメータ毎に、ｘ，ｙどちら
かの値を受け継ぐ新しい遺伝子を作成し、次の処理のと
き（第Ｌ＋１世代）に使用するようにしたものである。
この時、第Ｌ世代で最も評価結果の良い遺伝子を除く
（Ｎ−１）個の遺伝子を、交叉プロセスを繰り返すこと
により更新する。また、遺伝子の選択も、評価結果の良
い遺伝子ほど選ばれ易くすることにより、第Ｌ＋１世代
では、第Ｌ世代より優秀となる可能性の高い遺伝子を利
用することができる。

【００７１】図１０は、交叉サブルーチン５０のフロー
チャートである。

【００７２】交叉サブルーチン５０は、制御パラメータ
集合交叉手段に相当する。

【００７３】ステップ５０−１で、現在の遺伝子ｇｅｎ
を作業用配列ｔｍｐに複写する。これにより、現在の遺
伝子がｔｍｐになり、次世代の遺伝子をｇｅｎに作成で
きる。

【００７４】ステップ５０−２とステップ５０−１０
は、２番目の遺伝子からＮ番目の遺伝子までを更新する
ループ処理である。後述するように、遺伝子ｇｅｎは、
評価結果の最も良いものを１番目に、以降評価順に並べ
ているので、ステップ５０−２で１番目の遺伝子を更新
処理から除外することにより、その時点までで最良の遺
伝子を必ず次世代に利用できる。

【００７５】ステップ５０−３では、Ｎ個の遺伝子の中
から、後述する関数selectにより、１つを選択し、その
番号をｘとする。同様に、ステップ５０−４で、選択し
た番号をｙとする。

【００７６】ステップ５０−５とステップ５０−９は、
制御パラメータ数Ｍに関するループ処理である。

【００７７】ステップ５０−６で０または、１の値の乱
数を発生し、その値が０であれば、ステップ５０−７で
ｉ番目の制御パラメータｇｅｎ(ｉ)(ｊ)を、現代世代の
ｘ番目の遺伝子の制御パラメータｔｍｐ(ｘ)(ｊ)にす
る。また、ステップ５０−６での値が１であれば、ステ
ップ５０−８でｇｅｎ(ｉ)(ｊ)を、現世代のｙ番目の遺
伝子の制御パラメータｔｍｐ(ｙ)(ｊ)にする。

【００７８】ステップ５０−５からステップ５０５０−
９のループ処理が終了すると、各制御パラメータ毎に
ｘ，ｙのどちらかの値を受け継ぐ新しい遺伝子が１つ作
成できる。

【００７９】さらに、ステップ５０−２からステップ５
０−１０のループ処理が終了すると、現世代の最良の遺
伝子を除く（Ｎ−１）個の遺伝子が、交叉処理により更
新される。

【００８０】その後、ステップ５０−１１で、呼び出し
た元のプログラム３０へ復帰する。図１１は、交叉処理
で用いるselect関数のフローチャートである。

【００８１】交叉プロセスでは、評価結果の良い遺伝子
ほど次世代へ強い影響度を持たせるようにしたいため、
評価結果順の１からａまでの遺伝子を、２乗関数により
１に近いほど選ばれる確立を高く、ａに近いほど選ばれ
る確立を低くしている。

【００８２】ステップ６０−１で、０以上１以下の０.
１／ａ 刻みの乱数を発生して２乗する。

【００８３】ステップ６０−２で、ステップ６０−１で
えた値を（ａ−０.１ ）倍して１を加え、ステップ６０
−３でその整数部分をとる。

【００８４】ステップ６０−４で、得た値がａを超えて
いないかを調べ、超えている場合には、ステップ６０−
５で、ｂにａを代入する。

【００８５】ステップ６０−６で、以上の処理で作成し
た値ｂを返す。

【００８６】select関数による期待値は、遺伝子数Ｎ＝
１００の時で、１番目の遺伝子の選択確立が約１０％，
２番目の遺伝子の選択確立が約４％，５０番目の遺伝子
の選択確立が約０.７％，１００番目の遺伝子の選択確
立が約０.５％である。

【００８７】図１２は、突然変異サブルーチン７０にお
ける突然変異プロセスの説明図である。

【００８８】突然変異プロセスでは、現在使用している
Ｎ個の遺伝子の中からランダムに、遺伝子を選択し、そ
の遺伝子のある制御パラメータを乱数により変更した新
しい遺伝子を作成し、次の処理の時に使用するものであ
る。

【００８９】図１３は突然変異サブルーチン７０のフロ
ーチャートである。

【００９０】突然変異サブルーチン７０は、制御パラメ
ータ集合突然変異手段に相当する。ステップ７０−１と
ステップ７０−２は、Ｎ個の遺伝子の内、所定のｃ個に
突然変異を行うためのループ処理である。この値は、例
えば遺伝子数Ｎ＝１００の時でＣ＝５個である。

【００９１】ステップ７０−２では２からＮ番目の遺伝
子の中から乱数によりｘ番目の遺伝子を選択する。

【００９２】ステップ７０−３とステップ７０−６は、
Ｍ個の制御パラメータのうち、所定のｄヶ所に突然変異
を行うためのループ処理である。この値は、例えば制御
パラメータ数Ｍ＝５０の時でｄ＝２ヶ所である。

【００９３】ステップ７０−４では、Ｍ個の制御パラメ
ータの中から乱数によりｙ番目を選択する。

【００９４】ステップ７０−５では、選択したｘ番目の
遺伝子のｙ番目の制御パラメータｇｅｎ(ｘ)(ｙ)を、パ
ラメータ有効範囲データ１−６に従う乱数により更新す
る。

【００９５】その後、ステップ５０−１１で呼び出した
元のプログラム３０へ復帰する。

【００９６】図１４は、大変動サブルーチン８０のフロ
ーチャートである。

【００９７】大変動サブルーチン８０は、制御パラメー
タ集合再作成手段に相当する。この考えは次の通りであ
る。

【００９８】自動調整処理を繰り返すと制御パラメータ
空間の中で、交叉プロセスの影響により、ある有力な極
値付近に多くの遺伝子が偏ることがある。突然変異プロ
セスは、この時に広い範囲への分散を試みるが、その極
値が有力であるほど、偏りから抜け出すことが難しい。

【００９９】しかし、大域的な最適値がその極値以外に
ある可能性もあり、また、ビル利用状況の変化で最適値
が移動することもある。極値付近への偏りは、多点探索
による確立的な最適値到達への可能性を低くするもので
ある。

【０１００】よって、遺伝子の配列が偏った場合には、
評価結果の良い所定個の遺伝子を除いて、残りの遺伝子
を再作成することにより、偏りの問題を解決する。

【０１０１】大変動サブルーチン８０は、ステップ８０
−１で（ｅ−１）個の遺伝子を除く、ｅ番目からＮ番目
の遺伝子を対象に、初期値作成サブルーチンと同様の処
理を行う。この時、例えば、遺伝子数Ｎ＝１００の時で
ｅ＝４個である。

【０１０２】以上、図７から図１４が、操作サブルーチ
ン３０と、その内部の各サブルーチンの説明である。

【０１０３】次に、評価サブルーチン９０について説明
する。

【０１０４】図１５は、評価サブルーチン９０のフロー
チャートである。

【０１０５】評価サブルーチン９０は、制御パラメータ
集合手段に相当する。

【０１０６】ステップ９０−１とステップ９０−５は、
遺伝子Ｎに関するループ処理である。

【０１０７】ステップ９０−２でｉ番目の制御パラメー
タ集合ｇｅｎ(ｉ)をシミュレータに設定し、ステップ９
０−３で学習した交通流データを用いてシミュレーショ
ンを行い、ステップ９０−４で、待ち時間などの結果を
ｄａｔ(ｉ)に記録する。ここで、ステップ９０−１から
９０−５までの処理は、複数の評価用ＣＰＵで並列に行
う。

【０１０８】ステップ９０−６で結果ｄａｔの良い順
に、遺伝子ｇｅｎ，結果ｄａｔを並び替え（ソーティン
グ）する。

【０１０９】ステップ９０−７で最も評価結果の良い制
御パラメータ集合である遺伝子gen(１)を実際に群管理
制御部１−４で用いる制御パラメータ１−３として設定
する。

【０１１０】本実施例によると以下の効果がある。

【０１１１】パラメータ有効範囲データを設けることに
より、プログラム，データ構造は全てのビルで共通にで
きる効果がある。また、各ビルごとの設定を、パラメー
タ有効範囲データの変更だけで容易に実現できる効果が
ある。

【０１１２】交通流の変動または設定の変更により起動
する大変動プロセスを備えることにより、何らかの変化
があった場合のパラメータ追従性を維持できる効果があ
る。交叉，当然変異，大変動の各プロセスで、現在の最
良値に変更を加えず次世代に残すため、自動調整によ
り、現在よりも悪い制御パラメータ，悪い結果になるこ
とを防止できる効果がある。

【０１１３】

【発明の効果】本発明によれば、群管理制御装置内部で
変更可能な全制御パラメータの自動調整が可能となる。

【図面の簡単な説明】

【図１】本発明の一実施例のシステム構成図である。

【図２】自動調整部の構成図である。

【図３】制御パラメータ集合と有効範囲の設定例を示す
図である。

【図４】遺伝子の設定例を示す図である。

【図５】本発明の一実施例の全体フローチャートであ
る。

【図６】初期値作成サブルーチンのフローチャートであ
る。

【図７】操作サブルーチンのフローチャートである。

【図８】交通流判定サブルーチンのフローチャートであ
る。

【図９】交叉プロセスの説明図である。

【図１０】交叉サブルーチンのフローチャートである。

【図１１】select関数のフローチャートである。

【図１２】突然変異プロセスの説明図である。

【図１３】突然変異サブルーチンのフローチャートであ
る。

【図１４】大変動サブルーチンのフローチャートであ
る。

【図１５】評価サブルーチンのフローチャートである。

【符号の説明】

１…群管理制御装置、１−１…学習部、１−２…自動調
整部、１−３…制御パラメータ、１−４…群管理制御
部、１−５…メインＣＰＵ、１−６…パラメータ有効範
囲データ、１−７…遺伝子データ・評価データ、１−８
…評価用ＣＰＵ、２…号機制御装置、３…号機、４…ホ
ール呼び釦、１０…全体フローチャート、２０…初期値
作成サブルーチン、３０…操作サブルーチン、４０…交
通流判定サブルーチン、５０…交叉サブルーチン、６０
…select関数、７０…突然変異サブルーチン、８０…大
変動サブルーチン、９０…評価サブルーチン。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 東川 明弘 茨城県ひたちなか市市毛1070番地 株式会 社日立製作所水戸工場内

Claims (1)

【特許請求の範囲】
1. 【請求項１】複数台のエレベーターと，前記複数台のエ
   レベーターの運行を複数の制御パラメータの組み合わせ
   を用いて決定し制御する群管理制御手段と，前記複数の
   制御パラメータを自動調整する自動調整手段と，交通流
   を学習する交通流学習手段と，前記交通流を記憶する交
   通流記憶手段と，交通流の学習結果と記憶した交通流を
   比較して相違度を測定する交通流判別手段とを備えたエ
   レベーターの群管理制御装置において、 前記自動調整手段が、前記複数の制御パラメータを組み
   合わせた制御パラメータ集合を複数組作成する制御パラ
   メータ集合作成手段と，前記複数組の制御パラメータ集
   合を評価し実際の群管理制御で使用する制御パラメータ
   集合を選択する制御パラメータ集合選択手段と，前記交
   通流判別手段で測定した相違度が所定値以上の場合、前
   記複数組の制御パラメータ集合の一部を初期化する初期
   化手段を備えたことを特徴とするエレベーターの群管理
   制御装置。