JPH0920467A - エレベータの運行制御装置 - Google Patents

Abstract

(57)【要約】 【目的】経年変化への追従性の良いパラメータ調整方法
を提供する。 【構成】探索部３６は多点同時探索手法により制御方法
の探索を行う。シミュレーション部３７は、エレベータ
の運行を模擬し、その結果を探索部に送る。探索部３６
はその結果を参考に新たな制御方法の候補を探索するこ
とを繰り返す。探索判定部３１０は学習結果テーブル３
５，探索結果テーブル３８の内容を元に探索結果の局所
解への収束または新規交通需要の発生を判定する。探索
点変更部３１１は他の交通需要の探索結果を探索部３
６，探索結果テーブル３８に送り、複数ある探索点の一
部をこれと入れ替える。探索部３６は、この新たな探索
点を用いて探索し、最適な制御方法・制御パラメータを
求める。

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の制御装置に
関する。

【０００２】

【従来の技術】従来、この種の技術は、特開昭58−5216
2号，特開昭58−63668号公報にあるように、シミュレー
ションによって制御パラメータを決定して行くというも
のがある。また、特開平3−18566号公報には、パラメー
タが増加してシミュレートしなければならないパラメー
タの組み合わせ数が増加する場合は知識処理によって制
御パラメータの範囲や制御パラメータの探索順序を決定
するというものがある。

【０００３】

【発明が解決しようとする課題】上記従来技術では、調
整するパラメータ数が少ない場合や、ある程度パラメー
タ数が多くともあらかじめパラメータ変更の効果を調べ
ておくことができる範囲では計算時間も少なく有効であ
る。しかし、パラメータの数が多くなると探索すべきパ
ラメータの範囲が膨大なものとなり、実用的な解を求め
るには計算時間も膨大なものとなる。また、利用状況や
制約条件などが多様になると、これらの組み合わせ数は
膨大になる。知識により探索範囲を限定したりする方法
では、この膨大な量の組み合わせについてあらかじめ大
量の知識を獲得しておかなければならないが、利用状況
は各エレベータによって異なり、これら全てについてあ
らかじめ知識を獲得しておくことは困難である。このた
め、知識による発見的探索方法は使用できないので前記
のように多量のシミュレーションが必要となり、これに
伴って計算時間も多大となるので経年変化に追従させる
ことが困難となる。

【０００４】本発明の目的は、経年変化などに伴う利用
状況の変化への適応に要する時間を短縮し、実用的な時
間で制御パラメータ等の調整が可能となるパラメータ調
整手法および装置を提供することにある。

【０００５】

【課題を解決するための手段】上記課題を解決するため
に、学習手段により、エレベータの利用状況をあらわす
交通需要を学習し、確率的多点同時探索手段である遺伝
的アルゴリズムなどの探索手段により制御パラメータの
パラメータ探索を行うようにしたものである。さらに、
ある交通需要の制御パラメータを決める際に、多点同時
探索手段の探索結果が局所解に収束し改善されなくなっ
たり、新規に交通需要が発生したりしたことを探索判定
手段により判定するようにし、局所解収束や新規交通需
要発生があった場合には、探索点変更手段により該交通
需要に他の交通需要の制御パラメータを示す点を探索点
に加えるようにしたものである。

【０００６】

【作用】学習手段は、エレベータの利用状況・交通需要
を学習する。シミュレーション手段は、学習手段によっ
て学習した利用状況・交通需要のもとで探索手段によっ
て設定された制御パラメータを使用し、エレベータの運
行を模擬する。

【０００７】探索手段の探索手法には、遺伝的アルゴリ
ズム等の多点同時探索手法を用い、探索判定手段によ
り、探索結果が局所解に収束したか否か、新規交通需要
が発生したか否かを判定し、局所解への収束や新規交通
需要の発生を判定したら、他の交通流における探索結果
を探索点変更手段によって探索点に加えることにより、
局所解への収束の場合には解の多様性を確保して局所的
最適解しかもとまらない状態を防ぐことができる。

【０００８】また、新規交通需要のパラメータ探索を行
う場合には、近傍の交通需要の探索結果の制御パラメー
タを探索点に加えることにより、良好な制御パラメータ
をすばやく求めることができる。

【０００９】

【実施例】以下、本発明の実施例を図に従って説明す
る。図１は本発明の全体ブロック図である。ホール呼び
ボタン１０１〜１０ｎのホール呼び情報は、伝送線２を
通して群管理制御装置３内のホール呼び収集部３１に送
られる。かご呼びボタン４１〜４４のかご呼び等の乗り
かご情報は、乗りかご伝送線５１〜５４を通して号機制
御装置６１に送られ、他の号機情報とともに号機伝送線
７を通して群管理制御装置３内のかご情報収集部３２お
よび割当て制御部３３に送られる。ホール呼び収集部３
１，かご呼び収集部３２で収集した稼働データは学習部
３４に送られ、学習結果テーブル３５に記録される。探
索部３６は、確率的もしくは多点同時探索手法により学
習結果テーブル３５を参照して制御方法の探索を行う。
探索部３６は、制御方法をシミュレーション部３７に送
りシミュレーション部３７は、学習結果テーブル３５の
交通需要と探索部３６が指定した制御方法を用いてエレ
ベータの運行を模擬するシミュレーションを行い、その
結果を探索部に送る。探索部３６はシミュレーション部
３７のシミュレーション結果を参考に新たな制御方法の
候補を探索し、シミュレーション部３７に送ることを繰
り返す。探索判定部３１０は、学習結果テーブル３５，
探索結果テーブル３８の内容を元に探索結果が局所解へ
の収束または新規交通需要の発生を判定し、判定結果を
探索点変更部３１１に送る。探索点変更部３１１は、他
の交通需要の探索結果・制御パラメータを探索部３６，
探索結果テーブル３８に送り、複数ある探索点の一部を
これと入れ替える。探索部３６は、この新たな探索点を
用いて制御方法・制御パラメータの候補を探索し、最適
な制御方法・制御パラメータを求める。このようにして
最適な制御方法が求まったら、その結果を探索結果テー
ブル３８と評価式テーブル３９に送る。割当て制御部３
３は評価式テーブル３９の制御方法と、ホール呼び収集
部３１，かご呼び収集部３２の内容および号機情報を基
にホール呼びに対する割当てエレベータ等を決定し、そ
の結果を号機制御装置６１〜６４に送る。号機制御装置
６１〜６４は、この割当て信号に従って巻き上げ機８１
〜８４を制御し、乗りかご９１〜９４をホール呼びにサ
ービスさせる。

【００１０】図２は本発明の動作を示す概略フローチャ
ートである。以下、交通需要の実測結果を交通流として
説明する。まず、学習部３４が稼働データを収集し、学
習テーブル３５に格納する（２０１）。探索部３６はこ
の学習テーブル３６の内容に基づいて制御方法を探索
し、一つ以上の制御方法の候補を決定する（２０２）。
次に、交通流が新規の交通流かどうかを判定し（２１
１）、新規交通流であったら、その新規交通流の近傍の
交通流の制御方法を探索点に追加し、制御方法の候補の
一つとする（２１２）。決定された制御方法はシミュレ
ーション部３７に送られ（２０３）、各制御方法につい
て学習結果テーブルに格納された利用状況の下でシミュ
レーションを行い（２０４）、その結果を探索部３６に
送る(２０５)。ここで、探索部３６は、このシミュレー
ション結果から局所解に収束しているかを判定する（２
１３）、局所解に収束していると判定されたら、他の交
通流の探索結果を探索部に送り（２１３）、制御方法の
候補の一つとする。探索部３６は、シミュレーション結
果を見て結果が収束したか、所定条件を満たしている
か、または、所定回数の探索を終了したかという探索終
了条件を調べ（２０６）、終了条件を満たしていなけれ
ば（２０２）に戻り、終了条件を満たしていれば、結果
の良かった制御方法を一つ以上探索結果テーブル３８に
登録し（２０７）、最良な制御方法を評価式テーブル３
９に書き込む（２０８）。割当て制御部３３は、ホール
呼びが発生すると評価式テーブル３９に書き込まれた制
御方法を用いて割当てエレベータの決定等の運行制御を
行い（２０９）、これを一定期間例えば１日分または一
定数の交通量・ホール呼びをさばくまで繰り返した後
(２１０)，（２０１）に戻って新たに制御方法の探索を
繰り返す。（２０２）の探索処理は、２回目以降の探索
時には探索結果テーブル３８の内容も参考にして探索を
行う。他の交通流から追加する制御方法は一つとは限ら
ず、複数ある探索点、制御方法の候補のうちの半数でも
よく、また、それまでの最適な制御方法の候補以外すべ
てを置き換えても良い。

【００１１】本実施例によれば、新規交通需要が発生し
た場合これに近い交通需要の探索結果を用いて探索する
ので探索時間の短縮を図ることができ、また、局所解に
収束し、最適な解を求められない場合でも他の交通需要
の制御方法を加えることにより最適解を求めやすくする
ことができる。

【００１２】図３は遺伝的アルゴリズムを用いる場合の
フローチャートであり、図４はその説明図である。ま
ず、乱数または学習結果テーブル３５の学習結果に基づ
き制御方法の候補を所定量作成してこれを初期値とする
（３０１）。制御方法は図４（ａ）のように制御パラメ
ータの組として表し、ここでは簡略化して図４（ｂ）の
ように６組の制御方法を用意する場合で説明する。次
に、シミュレーション部３７を起動し、この制御方法を
用いて運行制御を行った場合のシミュレーション結果を
求める(３０２)。次に、交通流が新規の交通流かどうか
を判定し(２１１)、新規交通流であったら、その新規交
通流の近傍の交通流の制御方法を探索点に追加し、制御
方法の候補の一つとする（２１２）。次に、シミュレー
ション結果に基づき各制御方法を順位付けする（３０
３）。これが図４（ｃ）の評価に相当する。ここで、探
索部３６は、このシミュレート結果から局所解に収束し
ているかを判定する（２１３）、局所解に収束している
と判定されたら、他の交通流の探索結果を探索部に送り
（２１３）、制御方法の候補の一つとする。さらに、終
了条件を満たしているかどうか調べ（３０４）、満たし
ていたら制御方法を探索結果テーブル３８、評価式テー
ブル３６に書き込む（３０５）。終了条件を満たしてい
なかったら上位の制御方法を残す（３０６）。これが図
４（ｄ）の選択である。残った制御方法のパラメータを
入れ替え、組み合わせを換えて次にためすべき制御方法
を作成する（３０７）。これが図４（ｅ)，(ｆ）の交叉
の処理である。次に乱数により制御方法の組のパラメー
タを一部変更する（３０８）。図４（ｇ）の突然変異の
処理である。その後に（３０２）以降を繰り返す。

【００１３】本実施例によれば、遺伝的アルゴリズムに
よる多点同時探索の効果により制御方法を構成するパラ
メータの数が多い場合でも実用的な計算時間で最適な制
御方法を求めることが可能となる。

【００１４】なお、本実施例では初期値を作成する際、
乱数または学習結果テーブル３５の学習結果に基づき制
御方法の候補を作成しているが、２回目以降は探索結果
テーブル３８の内容を用いることによってより短い計算
時間で最適値を求めることが可能となる。

【００１５】図５は交通需要の説明図である。ビル内の
交通需要は、例えば、乗降人数を上下方向別にプロット
した点で表した図５（ａ）のように表現でき、ロビー階
が１階などの下方にあるビルでは、上り乗降人数が多い
場合は出勤パターンとみなすことができ、下り人数が多
い場合には退勤または昼食前半の交通需要、階間需要が
多ければ平常時といったように考えることができる。図
のようにそれぞ代表とする点ａ〜ｆを設けそれぞれの交
通需要毎にシミュレーションなどを行い、制御方法，制
御パラメータを決定する。従来、この探索手法を山登り
法や知識処理で行っていた。パラメータ数が少ない場合
には、この様な手法で、最適化できるが、パラメータ数
が多くなると計算時間が膨大なものになるため対応でき
ない。そこで、遺伝的アルゴリズムのような多点同時探
索手段を用いて最適パラメータの探索を行うが、既存の
探索点から離れた場所ｐに交通需要が発生した場合、乱
数で初期化していたのでは最適値の算出に時間がかか
る。また、ある交通需要の探索点が移動し、ずれた場合
も同様である。この様な場合、新たに発生した交通需要
や移動した先の探索点に近い他の交通需要、この場合は
ｄ，ｅ，ｇ等の探索結果を一定数点ｐの制御パラメータ
探索を行う多点同時探索手段のパラメータの組に混入さ
せることによって速やかに制御パラメータを求めること
が可能になる。また、長時間継続して改善が見られない
時に他の交通流の制御パラメータを一部パラメータの組
に混入させることにより多様性を持たせ改善を図ること
ができる。この場合は、すべての点から平等に、制御パ
ラメータの組を混入させても良く、また、探索しようと
する点に近い交通流から多く追加する、遠い交通流から
の追加を多くするなど変えても良い。近い交通流からの
追加を多くすると収束が速くなり、遠い交通流からの追
加を多くすると、探索空間を大きくとれ、最適解が求め
やすくなる。図５（ｂ）は、交通流を退勤時などのよう
にある階に集中する交通流、平常時などにみられる階間
交通流、出勤時等に見られる、ある階から他の階へ分散
する発散交通流の割合と全体の交通量で表現した場合の
例である。図６は他の交通流の制御パラメータを混入さ
せる場合の説明図である。図５（ａ）の交通流ｇの制御
パラメータの探索点が、ｉ，ｋであったとする。この場
合、最適値がｘ出会ったとするとｉ，ｋの合成で作られ
る探索点がｘ，ｊなので最適点を見つけることができ
る。しかし、経年変化により図６（ｂ）のようにｘより
もｙの方が良くなりｙが最適値となってもｉ，ｋの組み
合わせでは点ｙを求めることができず、この場合の局所
解であるｘしか求めることができない。そこで、図６
（ｃ）のように交通流ｂ，ｄ，ｅ等の探索点を追加し、
これを用いて探索を行うことにより解の多様性を維持し
て、最適解を求めやすくできる。

【００１６】局所解の判定は一般には難しいが、収束結
果があらかじめ決められた値に達しなかったことにより
判定するか、また、最良の制御パラメータを残すように
すれば、探索結果の改善が見られなくなったら自動的に
他の交通流の探索点を追加するようにしても良い。

【００１７】図７は学習結果テーブルの一例である。こ
の例では、階床別にＵＰ，ＤＯＷＮ両方向の乗降人数を
記録している。

【００１８】図８は探索結果テーブルの一例である。こ
こでは、一般階に使用する評価式と特定階に使用する評
価式を別に備える制御方法が選択されている例である。
このように特定階床や特定ゾーン，特定エレベータごと
に異なる評価式を用いることにより階床別にサービス性
を変更することができるが、制御方法のパラメータの数
が大幅に増えることになるので本発明のような大量の制
御パラメータを効率よく探索する最適化手法が必要とな
る。本実施例によれば階床別，乗りかご別，ゾーン別に
異なるサービスを行う場合の最適制御方法の探索を効率
よく行うことが可能となる。

【００１９】図９は評価式テーブルの一例である。この
例では、各交通流ごとに制御方法を格納する例を示して
いるが、時間帯ごとに格納しても良い。

【００２０】

【発明の効果】本発明によれば、経年変化への追従性の
良いパラメータ調整方法を提供することができる。

【図面の簡単な説明】

【図１】本発明の全体のブロック図。

【図２】本発明の動作を示すフローチャート。

【図３】遺伝的アルゴリズムを用いる場合のフローチャ
ート。

【図４】遺伝的アルゴリズムを用いる場合の説明図。

【図５】交通需要の説明図。

【図６】他の交通流の探索結果を混入させる場合の説明
図。

【図７】学習結果テーブルの一例の説明図。

【図８】探索結果テーブルの一例の説明図。

【図９】評価式テーブルの一例の説明図。

【符号の説明】 ３…群管理制御装置、３１…ホール呼び収集部、３２…
かご情報収集部、３３…割当て制御部、３４…学習部、
３５…学習結果テーブル、３６…探索部、３７…シミュ
レーション部、３８…探索結果テーブル、３９…評価式
テーブル、310…探索判定部、３１１…探索点変更部。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 米田 建治 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 (5)

【特許請求の範囲】
1. 【請求項１】複数台のエレベータの運行を制御する運行
   制御装置であって、各エレベータを複数のパラメータを
   含む制御方法で評価し、サービスエレベータを決定する
   ものにおいて、前記制御方法または制御パラメータを交
   通需要ごとに設定され、前記交通需要ごとに探索手段に
   より前記複数の制御パラメータを決定する際、前記交通
   需要、探索結果が所定条件を満たす場合、他の交通需要
   のパラメータを参照することを特徴とするエレベータの
   運行制御装置。
2. 【請求項２】多点同時探索手段を用いて交通流毎に制御
   方法または制御パラメータを求めるエレベータの運行制
   御装置で、新たな交通需要が発生した場合、近傍の交通
   需要の制御パラメータを探索点に加える請求項１に記載
   のエレベータの運行制御装置。
3. 【請求項３】多点同時探索手段を用いて交通流毎に制御
   方法または制御パラメータを求めるエレベータの運行制
   御装置で、探索結果が安定化してきた場合に、近傍の交
   通需要の制御パラメータを探索点に加える請求項１に記
   載のエレベータの運行制御装置。
4. 【請求項４】多点同時探索手段を用いて交通流毎に制御
   方法または制御パラメータを求めるエレベータの運行制
   御装置で、探索結果が安定化してきた場合に、他の交通
   需要の制御パラメータを探索点に加える請求項１に記載
   のエレベータの運行制御装置。
5. 【請求項５】他の交通流の制御パラメータを探索点に加
   えるとき、制御パラメータを探索する交通流への近さに
   応じて加える探索点の数を増減する請求項４に記載のエ
   レベータの運行制御装置。