JPH11209010A - エレベータ群管理装置及び方法 - Google Patents

Abstract

(57)【要約】 【課題】 エレベータが設置された建造物全体の交通流
を考慮したかごの割当が行われておらず、建造物全体か
ら見ると効率の悪いかご割当が行われていた。 【解決手段】 交通量を検出し、検出した交通量の特徴
に基づいて、エレベータの交通流を推定し、推定された
交通流に基づいて、エレベータの各かごについて各乗り
場呼びに対して発生する各階へのかご呼びの発生確率を
演算し、演算して求めたかご呼び発生確率に基づいて、
各階への各かごの到着時間の期待値を求め、演算された
各かごの到着時間の期待値に基づいて、新たに発生した
乗り場呼びにかごを割り当てる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、複数台のかごが
設置されているエレベータの各かごの運行を全体的に制
御するエレベータ群管理装置及び方法に係り、特にエレ
ベータの交通流に関する情報を用いて、各かごの到着予
測時間の期待値や乗り場呼びの発生確率を演算し、その
結果に基づいて新たに発生した乗り場呼びにかごを割り
当てるエレベータ群管理装置及び方法に関するものであ
る。

【０００２】

【従来の技術】従来のエレベータ群管理制御は、複数台
のかごを備えたエレベータの各かごの効率的な運行を図
ることにより、エレベータの設置された建造物全体のサ
ービスを向上させることを目的としている。そのため、
乗客が乗り場においてエレベータを呼ぶための乗り場呼
びボタンが押された際に、エレベータの複数台のかごの
中から、建造物全体のサービスの向上を考慮して、新た
に発生した乗り場呼びに応答するかごを決定する呼びか
ご割当を行っている。この呼びかご割当の際、割当かご
の違いによるサービスの評価を行うために、各エレベー
タがどのくらいの時間で各階に到着できるかを予測する
ことが必要である。乗客がエレベータのかごに乗車後行
き先を指定するために、かご内の行き先ボタンを押す操
作をかご呼びと言うが、かごの到着予測時間の予測にお
いて、かご呼びの予測が可能であれば、その予測精度が
大きく向上する。例えば、特開昭６０−１０６７７４号
公報開示の発明では、かご呼びの発生需要情報を蓄積
し、そのデータに基づいて、未応答の乗り場呼びと新発
生の乗り場呼びに派生して発生するかご呼びを予測し、
かごの到着予測時間の演算に利用している。また、乗客
の移動の様子を表す交通流に関する情報の利用はエレベ
ータ群管理において有効である。例えば、特開平７−３
０９５４６号公報開示の発明では、ニューラルネットワ
ークを用いて交通流を推定し、その推定結果を用いて、
乗客の呼びとは関係なくエレベータの回送や待機を行う
運転パターンの変更を行っている。

【０００３】

【発明が解決しようとする課題】従来のエレベータ群管
理装置は以上のように構成されているので、特開昭６０
−１０６７７４号公報開示の発明では、かご呼びの予測
において、過去の個別のかご呼び毎にデータを蓄積し、
個別のかご呼び毎に予測を行っているが、かご呼びはエ
レベータ運行等の影響を受けて、同じ交通流が発生して
いても異なったパターンで発生する不安定なデータであ
り、その予測結果も不安定になる傾向にあるなどの課題
があった。

【０００４】また、特開平７−３０９５４６号公報開示
の発明では、ニューラルネットワークを用いて交通流の
推定を行っているが、その結果を運転パターンの変更の
みに使用しており、乗り場呼びに対するかごの割当には
利用していないため、交通流の情報を完全に利用してい
ないという課題があった。

【０００５】この発明は上記のような課題を解決するた
めになされたもので、交通流に基づいて、安定したかご
呼びの発生確率を演算でき、かつ効率的なかごの割当が
でき、交通流の変化に対応したエレベータの運行が可能
となるエレベータ群管理装置を得ることを目的とする。

【０００６】また、この発明は、過去の実績を考慮して
かご呼び及び乗り場呼びを予測する事ができ、より精度
の高い交通流の変化に対応したかごの割当が可能となる
エレベータ群管理装置を得ることを目的とする。

【０００７】さらに、この発明は、乗り場での混雑度を
考慮してかご呼び及び乗り場呼びを予測する事が可能と
なり、より正確に交通流の変化に対応したかごの割当が
可能となるエレベータ群管理装置を得ることを目的とす
る。

【０００８】さらに、この発明は、行き先階別に指定さ
れた乗り場呼び情報を考慮してかご呼びを予測する事が
可能となり、より正確に交通流の変化へ対応したかごの
割当が可能となるエレベータ群管理装置を得ることを目
的とする。

【０００９】さらに、交通流の推定結果を利用して将来
の乗り場呼びを考慮したかごの割当が可能になり、交通
流の変化と将来のサービスに対応したエレベータ群の運
行が可能となるエレベータ群管理装置を得ることを目的
とする。

【００１０】さらに、この発明は、精度の高い交通流の
推定を行うことのできるエレベータ群管理装置を得るこ
とを目的とする。

【００１１】さらに、この発明は、交通流の推定結果を
利用したかごの割当ができ、交通流の変化に対応したエ
レベータの運行が可能となるエレベータ群管理方法を得
ることを目的とする。

【００１２】

【課題を解決するための手段】この発明に係るエレベー
タ群管理装置は、交通量を検出する交通量検出部と、該
交通量検出部により検出された交通量の特徴に基づい
て、エレベータの交通流を推定する交通流推定部と、該
交通流推定部により推定された交通流に基づいて、前記
エレベータの各かごについて各乗り場呼びに対して発生
する各階へのかご呼びの発生確率を演算するかご呼び発
生確率演算部と、少なくともかご呼び発生確率に基づい
て、各階への各かごの到着時間の期待値を求めるかご到
着予測時間演算部と、少なくとも、該かご到着予測時間
演算部で演算された各かごの到着時間の期待値に基づい
て、新たに発生した乗り場呼びにかごを割り当てる予測
評価制御かご割当部とを備えたものである。

【００１３】この発明に係るエレベータ群管理装置は、
過去の所定時間内におけるかご呼びの累計値を演算する
かご呼び演算部と、該かご呼び演算部によって演算され
た過去のかご呼びの累計値に基づいて、かご呼び発生確
率演算部で演算されたかご呼び発生確率の予測値の補正
を行うかご呼び発生確率補正部を更に備え、かご到着予
測時間演算部が、該かご呼び発生確率補正部により補正
されたかご呼び発生確率に基づいて、各階への各かごの
到着時間の期待値を求めるものである。

【００１４】この発明に係るエレベータ群管理装置は、
各階のエレベータ乗り場の混雑度を測定する乗り場混雑
度測定装置と、該乗り場混雑度測定装置の出力より各階
のエレベータ乗り場の混雑度を検出する乗り場混雑度検
出部と、該乗り場混雑度検出部によって検出された前記
エレベータ乗り場の混雑度に基づいて、かご呼び発生確
率演算部で演算されたかご呼び発生確率の補正を行う乗
り場混雑度利用かご呼び発生確率補正部とを更に備え、
かご到着予測時間演算部が、該乗り場混雑度利用かご呼
び発生確率補正部により補正されたかご呼び発生確率に
基づいて、各階への各かごの到着時間の期待値を求める
ものである。

【００１５】この発明に係るエレベータ群管理装置は、
エレベータ乗り場において行き先階を指定してかごを呼
ぶ行き先階別乗り場呼び装置と、該行き先階別乗り場呼
び装置によって登録された行き先階の指定された乗り場
呼びに基づいて、かご呼び発生確率演算部により演算さ
れたかご呼び発生確率の補正を行う行き先階指定乗り場
呼び利用かご呼び発生確率補正部とを更に備え、かご到
着予測時間演算部が、該行き先階指定乗り場呼び利用か
ご呼び発生確率補正部により補正されたかご呼び発生確
率に基づいて、各階への各かごの到着時間の期待値を求
めるものである。

【００１６】この発明に係るエレベータ群管理装置は、
交通流推定部により推定された交通流に基づいて、各階
において発生する乗り場呼びの発生確率を演算する乗り
場呼び発生確率演算部を更に備え、予測評価制御かご割
当部が、かご到着予測時間演算部で演算されたかごの到
着時間の期待値と、乗り場呼び発生確率とに基づいて、
新たに発生した乗り場呼びにかごを割り当てるものであ
る。

【００１７】この発明に係るエレベータ群管理装置は、
過去の所定時間内における乗り場呼びの累計値を演算す
る乗り場呼び演算部と、該乗り場呼び演算部によって演
算された過去の乗り場呼びの累計値に基づいて、乗り場
呼び発生確率演算部で演算された乗り場呼び発生確率の
補正を行う乗り場呼び発生確率補正部とを更に備え、予
測評価制御かご割当部が、かご到着予測時間演算部で演
算されたかごの到着時間の期待値と、前記乗り場呼び発
生確率補正部で補正された乗り場呼び発生確率とに基づ
いて、新たに発生した乗り場呼びにかごを割り当てるも
のである。

【００１８】この発明に係るエレベータ群管理装置は、
各階のエレベータ乗り場の混雑度を測定する乗り場混雑
度測定装置と、該乗り場混雑度測定装置の出力より各階
のエレベータ乗り場の混雑度を検出する乗り場混雑度検
出部と、該乗り場混雑度検出部によって検出された前記
エレベータ乗り場の混雑度に基づいて、乗り場呼び発生
確率演算部で演算された乗り場呼び発生確率の補正を行
う乗り場混雑度利用乗り場呼び発生確率補正部とを更に
備え、予測評価制御かご割当部が、かご到着予測時間演
算部で演算されたかごの到着時間の期待値と、前記乗り
場混雑度利用乗り場呼び発生確率補正部で補正された乗
り場呼び発生確率とに基づいて、新たに発生した乗り場
呼びにかごを割り当てるものである。

【００１９】この発明に係るエレベータ群管理装置は、
交通流推定部が、エレベータの設置された建造物におい
て発生する交通流パターンと、該交通流パターンから発
生する各階の交通量との関係を表す交通流データマップ
を格納した交通流データベースと、交通量検出部で得ら
れる各階の交通量からその時に発生している交通流に合
致する交通流データマップを検索し、該交通流データマ
ップに対応する交通流パターンを出力する交通流パター
ン検索部とを備えたものである。

【００２０】この発明に係るエレベータ群管理装置は、
交通流パターン検索部が、ニューラルネットワークを用
いて交通流データマップの検索を行うニューラルネット
ワーク利用交通流パターン検索部を備えたものである。

【００２１】この発明に係るエレベータ群管理装置は、
交通流推定部が、エレベータの設置された建造物におい
て発生する交通量の入力を受け、該交通量を発生させる
ようなＯＤ情報の推定値を出力するＯＤ推定部と、所定
時間に発生する交通量の総和である交通総量を交通量か
ら演算する交通総量演算部とを備えたものである。

【００２２】この発明に係るエレベータ群管理装置は、
ＯＤ推定部が、ニューラルネットワークを用いたニュー
ラルネットワーク利用ＯＤ推定部を備えたものである。

【００２３】この発明に係るエレベータ群管理装置は、
交通流推定部が、エレベータの設置された建造物におい
て発生する交通量の入力を受け、前記建造物の各階床間
の乗客の移動量を行列表現した階間交通流行列を出力す
るニューラルネットワークを用いたニューラルネットワ
ーク利用交通流推定部を備えたものである。

【００２４】この発明に係るエレベータ管理方法は、交
通量を検出する交通量検出ステップと、該交通量検出ス
テップで検出された交通量の特徴に基づいて、エレベー
タの交通流を推定する交通流推定ステップと、該交通流
推定ステップで推定された交通流に基づいて、前記エレ
ベータの各かごについて各乗り場呼びに対して発生する
各階へのかご呼びの発生確率を演算するかご呼び発生確
率演算ステップと、少なくともかご呼び発生確率に基づ
いて、各階への各かごの到着時間の期待値を求めるかご
到着予測時間演算ステップと、少なくとも、該かご到着
予測時間演算ステップで演算された各かごの到着時間の
期待値に基づいて、新たに発生した乗り場呼びにかごを
割り当てる予測評価制御かご割当ステップとを備えたも
のである。

【００２５】

【発明の実施の形態】以下、この発明の実施の一形態を
説明する。 実施の形態１．図２及び図３は、この発明のエレベータ
群管理装置及び方法のかご割当の動作原理を説明するた
めの図である。このエレベータは２機のかごを有するも
のとする。図２及び図３おいて、白抜きの三角形は新規
に発生した乗り場呼び、白抜きの逆三角形は予測される
乗り場呼び、白抜きの円は予測されるかご呼び、斜線を
施した三角形は応答するかごを既に割り当てた乗り場呼
び、斜線を施した円はかごに登録済みのかご呼びを表
す。また、両図の左側のかごを１号機、右側のかごを２
号機とする。

【００２６】図２に示した例では、１号機はこの後６
階，７階に停止することが確定しており、２号機は４
階，１２階に停止することが確定している。このような
状態において、１０階に新規の乗り場呼びが発生し、そ
の呼びに対して割り当てるかごを決定するのが、エレベ
ータ群管理における呼びかご割当機能である。この際、
建造物の全階におけるサービス、つまり建造物全体とし
ての待ち時間を小さくするように割当かごを決定する。
そのため、各かごが各階へどのくらいの時間で到着でき
るかを表す到着予測時間の演算が重要になる。例えば、
図２の例では、新規の１０階の乗り場呼びにかごを割り
当てる場合、１号機と２号機の１０階への到着予測時間
の演算が必要となる。距離だけを見ると、１号機の方が
１０階に近いが、１号機は１０階までの停止回数が多い
ため、２号機の１０階への到着予測時間の方が短くな
る。しかし実際には、１号機の６階の乗り場呼びと２号
機の４階での乗り場呼びに関して発生するかご呼びが１
０階以下に発生するか否かで到着予測時間は変わってく
る。そこで、到着予測時間の演算にはかご呼びの予測が
重要となる。

【００２７】このかご呼びの予測を行うために、まず、
出発階と行き先階の関係を表すＯＤ（Ｏｒｉｇｉｎ Ｄ
ｅｓｔｉｎａｔｉｏｎ）情報を用いて、乗客の出発階と
到着階の間の人数比を求める。次に、この人数比に基づ
いて、ある階で発生した乗り場呼びに関連して発生する
かご呼びの発生階の予測を行う。このようにして得られ
た、各乗り場呼びに対する到着予測時間を変数として含
む評価関数を立てて、その評価関数が最小、あるいは最
大となるように割当かごを選ぶ。また、ＯＤ情報を用い
ることにより、乗り場呼びの発生の予測を行うことも可
能となる。この結果、予測された乗り場呼びに対する到
着予測時間も考慮して評価関数を作成することにより、
将来のサービスの予測値を考慮したかご割当が可能とな
る。

【００２８】例えば、図３に示した例について考えてみ
る。図３の例で、１０階に発生した乗り場呼びに応答す
るために、１号機と２号機の１０階への到着予測時間を
考える。１号機も２号機も同じ階床数だけ途中停止する
ため、それぞれの停止にかかる時間が同じと仮定する
と、新規発生した１０階の乗り場呼びに対しては現在４
階にいる１号機の方が、わずかではあるが、早く応答可
能である。しかし、９階に乗り場呼びと１号機における
かご呼びが発生すると予測されているので、１０階で発
生している乗り場呼びには２号機を割り当て、１号機は
９階に予測される乗り場呼びに備えておくことにより、
１機が９の乗り場呼びとかご呼びに同時に応答すること
が可能となり、建造物全体のサービスを向上させる可能
性が高まる。

【００２９】図１はこの発明の実施の形態１によるエレ
ベータ群管理装置の構成を示すブロック図である。図に
おいて、１₁ 〜１_N はエレベータの乗客が乗る各かご
（１号機〜Ｎ号機）に設けられた各かごの制御装置、２
は各階のエレベータ乗り場に設けられた乗り場呼びの入
出力を行う乗り場制御装置、３はこの実施の形態１のエ
レベータ群管理装置である。

【００３０】また、３１は乗り場制御装置２や各かごの
制御装置１₁ 〜１_N から、乗り場呼び、乗車／降車の人
数、乗車中の人数、かご呼び、エレベータの走行状態、
扉の状態などエレベータの状態を検出するエレベータ状
態検出部、３２はエレベータ状態検出部３１で検出した
乗り場呼びや乗車／降車の人数から、建造物内の各階で
乗車する乗客数及び降車する乗客数を表す交通量を検出
する交通量検出部、３３は交通量検出部３２で検出した
交通量の特徴に基づいて、ＯＤ情報と交通量の情報を含
むエレベータの交通流を推定する交通流推定部、３４は
交通流推定部３３で推定された交通流中のＯＤ情報を用
いてエレベータの各かごについて各乗り場呼びごとに各
階へのかご呼びの発生確率を演算するかご呼び発生確率
演算部、３５はかご呼び発生確率演算部３４で演算され
たかご呼び発生確率とエレベータの状態とから各かごの
各階への到着予測時間の期待値を演算するかご到着予測
時間演算部、３６はかご到着予測時間演算部３５で演算
された各かごのかご到着予測時間の期待値から乗り場呼
びへの割当かごを決定する予測評価制御かご割当部であ
る。

【００３１】図４はエレベータ群管理装置３の交通流推
定部３３の具体的構成を示すブロック図である。図にお
いて、３３１は交通量検出部３２から入力される入力交
通量データで、各階毎の上昇方向及び下降方向に分けた
方向別の乗車、降車人数などをその要素として含む。３
３２はエレベータの設置された建造物において発生する
交通流パターンと該交通流パターンから発生する各階の
交通量との関係を表す交通流データマップを格納した交
通流データベースである。交通流データベース３３２に
格納される交通流パターンとは、単位時間当たりに発生
する交通総量と、図５に示すような乗客の出発階と到着
階の間の移動の割合を表すＯＤ行列とを組み合わせたも
のである。この交通流データベース３３２は、エレベー
タを設置する建造物において発生する交通流パターンを
考慮して予めシミュレーションによって作成しておく。
３３３は交通流データベース３３２に格納された交通流
データマップ中から、与えられた入力交通量データ３３
１に合致する交通流データマップを検索し、それに対応
する交通流パターンを出力する交通流パターン検索部、
３３４は交通流データベース３３２に格納されている各
交通流データマップのうち、エレベータが設置されてい
る建造物で実際に発生している交通流に関する交通流デ
ータマップのみを検索するように交通流パターン検索部
３３３を構築する交通流パターン検索部構築部であり、
この交通流パターン検索部構築部３３４により交通流パ
ターン検索部３３３の構築をエレベータ設置後も定期的
に行うことによって、建造物の交通流の経時変化に対応
することが可能になる。３３５は交通流パターン検索部
３３３から出力される出力交通流パターンで、かご呼び
発生確率演算部３４に入力される。

【００３２】図６は交通流パターン検索部３３３の具体
的構成を示すブロック図である。図において、３３３１
はニューラルネットワークを用いて入力交通量データ３
３１に合致する交通流パターンを検索するニューラルネ
ットワーク利用交通流パターン検索部である。図７はニ
ューラルネットワーク利用交通流パターン検索部３３３
１に用いられるニューラルネットワークの具体的構成を
示す図である。このニューラルネットワークの入力層の
各ニューロンへの入力信号は入力交通量データ３３１の
各要素、出力層の各ニューロンからの出力信号は各交通
流パターンに対応する。このニューラルネットワークは
その時に入力される入力交通量データ３３１に対応する
交通流パターンを出力する出力層ニューロンのみが１を
出力し、他の出力層ニューロンは０を出力するように学
習する。

【００３３】交通流パターン検索部３３３が、図６に示
すように、ニューラルネットワーク利用交通流パターン
検索部３３３１によって構成されている場合、交通流パ
ターン検索部構築部３３４はニューラルネットワーク利
用交通流パターン検索部３３３１の学習のために、交通
流データベース３３２に各交通流データマップとして格
納されている交通量データと交通流パターンとをニュー
ラルネットワークの入出力データの一例として、ニュー
ラルネットワーク利用交通流パターン検索部３３３１に
提示して学習を行わせる。

【００３４】次に動作について説明する。エレベータ群
管理装置３は、乗り場制御装置２及び各かごの制御装置
１₁ ないし１_N からそれぞれ乗り場呼び及びかご呼びの
入力を受ける。また、エレベータ状態検出部３１で、乗
車／降車の人数、乗車中の人数、エレベータの走行状
態、扉の状態などエレベータの状態を検出して交通量検
出部３２に入力する。交通量検出部３２では、入力され
たエレベータの走行状態を示すデータから、このエレベ
ータの設置された建造物内に発生している交通量を検出
して交通流推定部３３に入力する。交通流推定部３３で
は、入力された入力交通量データ３３１に基づいて、交
通流パターン検索部３３３が、この入力交通量データ３
３１に合致する交通流データマップを交通流データベー
ス３３２から検索し、それに対応する出力交通流パター
ン３３５をかご呼び発生確率演算部３４に出力する。こ
の際、上述したように、交通流パターン検索部構築部３
３４がニューラルネットワーク利用交通流パターン検索
部３３３１に検索した交通流パターンの学習を行わせ
る。

【００３５】図８はエレベータ群管理装置３におけるか
ごの割当手順を示すフローチャートである。まず、この
図８のフローチャートを参照しながら、かご割当手順の
概略を全体的に説明する。かご呼び発生確率演算部３４
では入力された交通流パターンから建造物の各階に発生
するかご呼び発生確率を乗り場呼びごとに演算して求め
（ステップＳＴ１）、かご到着予測時間演算部３５に出
力する。かご到着予測時間演算部３５では、かご呼び発
生確率演算部３４から入力されたかご呼び発生確率とエ
レベータ状態検出部３１から入力されたエレベータ状態
とから各かごの各階への到着予測時間の期待値を演算し
（ステップＳＴ２）、予測評価制御かご割当部３６に入
力する。予測評価制御かご割当部３６では、入力された
到着予測時間の期待値に基づいて、まずかご割当評価値
を演算し（ステップＳＴ３）、次にこの評価値に基づい
て乗り場呼びに応答するかごを割当る（ステップＳＴ
４）。

【００３６】次に図８のフローチャートに示したかご割
当手順の各手順につき手順ごとに詳細に説明する。ま
ず、図８のステップＳＴ１のかご呼び発生確率の演算方
法について述べる。このステップでは、交通流推定部３
３で推定された交通流パターンのＯＤ情報を用いて、か
ご呼びの発生確率を演算する。Ｍ階の乗り場呼びに応答
した結果乗車した客が発生させるＮ階へのかご呼びを行
うかご呼び発生確率は、次の（１），（２）式で表され
る。 ・乗り場呼びが上昇方向の場合。

【数１】 ・乗り場呼びが下降方向の場合。

【数２】 ここで、ＣａｇｅＣａｌｌＰ（ｍ，ｎ）はｍ階に発生し
た乗り場呼びに応答した結果発生するｎ階へのかご呼び
の発生確率、ＯＤ（ｍ，ｎ）は、ｍ階からｎ階への異動
の乗客比率を表すＯＤ行列のｍ行ｎ列の要素、ＭａｘＦ
は最上階床、ＭｉｎＦは最下階床を表している。例え
ば、図５のようなＯＤ行列が得られた場合、図２の例に
おいて、１号機の６階の乗り場呼びに応答した結果発生
する１１階のかご呼びの発生確率は次の（３）式のよう
に得られる。

【数３】

【００３７】図９は、かご呼び発生確率演算部３４が前
記（１），（２）式を用いてかご呼び発生確率を演算す
る手順を示すフローチャートである。以下、この図９の
フローチャートを参照しながらかご呼び発生確率の演算
手順を説明する。

【００３８】かご呼び発生確率演算部３４は、まず登録
済みの乗り場呼び階の中から階数ｍを設定し（ステップ
ＳＴ１１）、次にかご呼び階の階数ｎを最下階に設定す
る（ステップＳＴ１２）。

【００３９】続いて、かご呼び発生確率演算部３４は、
ｍ階で発生している乗り場呼びの方向を判定し（ステッ
プＳＴ１３）、乗り場呼びの方向が上昇方向の場合には
（１）式に従って、下降方向の場合には（２）式に従っ
て、かご呼び発生確率を演算する（ステップＳＴ１４，
ＳＴ１５）。

【００４０】次に、階数ｎを１だけ増加させ（ステップ
ＳＴ１６）、増加させた階数ｎが最上階を示しているか
否かを判定する（ステップＳＴ１７）。階数ｎが最上階
を示していない場合には、ステップＳＴ１３に戻り、乗
り場呼びの方向判断（ステップＳＴ１３）とかご呼び発
生確率の演算（ステップＳＴ１４，ＳＴ１５）を繰り返
して、階数ｎを更に１だけ増加させる（ステップＳＴ１
６）。

【００４１】階数ｎが最上階を示している場合には、乗
り場呼びの発生する全ての階の階数ｍについて、かご呼
び発生確率を演算したかどうかを判定し（ステップＳＴ
１８）、演算していない階が残っている場合には、階数
ｍを演算していない乗り場呼び階に設定して（ステップ
ＳＴ１９）、ステップＳＴ１２に戻り、新たな乗り場呼
び階に対して最下階から最上階までのかご呼び発生確率
演算の手順を繰り返す。乗り場呼びの発生する全ての階
の階数ｍについて演算が終了している場合には、かご呼
び発生確率の演算を終了する。

【００４２】次に、かご到着予測時間演算部３５の行
う、各かごの各階への到着予測時間の期待値の演算方法
について述べる。到着予測時間は、移動時間と停止時間
の和からなる。この際、各かごが停止する階が重要とな
る。割り当て済みの乗り場呼び階と登録済みのかご呼び
階については、どのかごが停車するかが確定している
が、割り当て前の乗り場呼びについては、割当かごを仮
決定して到着予測時間を求め、未応答の乗り場呼びに対
するかご呼びについては、かご呼び発生確率を用いて確
率的な期待値を求める。

【００４３】まず、確定しているかご呼び及び乗り場呼
びと、未応答の乗り場呼びに対してかごｓ号機を仮割当
したときのｐ階にいるかごｑ号機がｒ階にｕｐｄ方向
（ｕｐｄは上昇又は下降）で到着するのにかかる到着予
測時間の期待値ＡｒｒｉｖａｌＴｉｍｅ１（ｑ，ｒ，
ｓ，ｕｐｄ）は次の（４）式のように計算できる。

【数４】

【００４４】ここで、ＳｔｏｐＦ（ｑ，ｒ，ｓ，ｕｐ
ｄ，ｉ）は下記のように、新規発生の乗り場呼びに対す
る仮割当かごがｓ号機であるときに、かごｑ号機がｕｐ
ｄ方向のｒ階に到着するまでに停止する階床を表す行列
ＳＴＯＰ＿ＦＬＯＯＲ（ｑ，ｒ，ｓ，ｕｐｄ）の要素で
ある。行列ＳＴＯＰ＿ＦＬＯＯＲ（ｑ，ｒ，ｓ，ｕｐ
ｄ）は次の（５）式で表現される。

【数５】 また、ｍｏｖｅ（ｏＦ、ｄＦ）はｏＦ階からｄＦ階へか
ごが移動するためにかかる時間、ＳｔｏｐＴｉｍｅ
（ｆ）は、ｆ階に停止している時間を表し、ｍａｘＳ
（ｑ，ｒ，ｓ，ｕｐｄ）は、新規発生の乗り場呼びに対
する仮割当かごをｓ号機としたときのかごｑ号機がｕｐ
ｄ方向のｒ階に到着するまでの間の途中停止確定階床数
である。

【００４５】次に、（１），（２）式によって得られた
かご呼び発生確率の予測値を用いて、新規発生の乗り場
呼びについて発生するかご呼びを考慮した到着予測時間
の期待値ＡｒｒｉｖａｌＴｉｍｅ２（ｑ，ｒ，ｓ，ｕｐ
ｄ）は、例えば次の（６）式のように演算できる。

【数６】 ここで、ＡｒｒｉｖａｌＴｉｍｅ２（ｑ，ｒ，ｓ，ｕｐ
ｄ）は、仮割当かごをｓ号機としたときに、ｐ階にいる
かごｑ号機がｕｐｄ方向のｒ階に到着するのにかかる到
着予測時間の期待値、ＨｓｔｏｐＦ（ｑ，ｓ，ｕｐｄ，
ｉ）は、新規発生の乗り場呼びに対する仮割当かごをｓ
号機としたときのｑ号機のｕｐｄ方向のｉ番目の乗り場
呼び停止階、ＳｔｏｐＴｉｍｅＰ（ｆ）は、ｆ階にかご
呼び停止した際の到着予測時間の増分の期待値を表す。

【００４６】図１０は、かご到着予測時間演算部３５が
前記（４），（５），（６）式を用いてかご到着予測時
間の期待値を演算する手順を示すフローチャートであ
る。次に、この図１０のフローチャートを参照しながら
かご到着予測時間演算部３５のかご到着予測時間の期待
値演算手順を詳細に説明する。

【００４７】かご到着予測時間演算部３５は、まず、仮
割当かごｓ号機と演算対象かごｑ号機をそれぞれ１号機
であると初期設定し（ステップＳＴ２１，ＳＴ２２）、
行き先階の階数ｒを最下階に初期設定する（ステップＳ
Ｔ２３）。

【００４８】次に、設定したかご番号ｑ，ｓ及び階数ｒ
について、（４），（５），（６）式に従って、到着予
測時間の期待値ＡｒｒｉｖａｌＴｉｍｅ２（ｑ，ｒ，
ｓ，ｕｐｄ）をｕｐｄ＝ＵＰの場合（上昇方向での到
着）について演算し（ステップＳＴ２４）、さらに、ｕ
ｐｄ＝ＤＯＷＮの場合（下降方向での到着）について演
算する（ステップＳＴ２５）。

【００４９】続いて、この到着予測時間の期待値Ａｒｒ
ｉｖａｌＴｉｍｅ２（ｑ，ｒ，ｓ，ｕｐｄ）の演算を全
ての行き先階について行ったか否か調べ（ステップＳＴ
２６）、最上階まで行っていない場合には、行き先階の
階数ｒを１だけ増加させ（ステップＳＴ２７）、再度到
着予測時間の期待値ＡｒｒｉｖａｌＴｉｍｅ２（ｑ，
ｒ，ｓ，ｕｐｄ）を演算する（ステップＳＴ２４，ＳＴ
２５）。最上階まで演算済みの場合には、全てのかごに
ついて到着予測時間の期待値ＡｒｒｉｖａｌＴｉｍｅ２
（ｑ，ｒ，ｓ，ｕｐｄ）の演算を行ったか否かを調べ
（ステップＳＴ２８）、全てのかごにつき演算していな
い場合には、かご番号ｑを１だけ増加させ（ステップＳ
Ｔ２９）、再度全ての行き先階につき到着予測時間の期
待値ＡｒｒｉｖａｌＴｉｍｅ２（ｑ，ｒ，ｓ，ｕｐｄ）
を演算する（ステップＳＴ２３，ＳＴ２４，ＳＴ２
５）。全てのかごにつき演算し終わっている場合には、
全てのかごにつき仮割当を行ったか否かを判断する（ス
テップＳＴ３０）。ここで、ｍａｘ＿ｃａｒは設置され
ているかごの台数である。全てのかごにつき仮割当を行
っていない場合には、仮割当のかご番号ｓを１だけ増加
させ（ステップＳＴ３１）、再度全てのかごにつき、全
ての行き先階に関して到着予測時間の期待値Ａｒｒｉｖ
ａｌＴｉｍｅ２（ｑ，ｒ，ｓ，ｕｐｄ）を演算する（ス
テップＳＴ２２，ＳＴ２３，ＳＴ２４，ＳＴ２５）。全
てのかごにつき仮割当を終わっている場合には、到着予
測時間の期待値の演算を終了する。以上のように、かご
到着予測時間演算部３５では、仮割当かごｓを全てのか
ごに変更しながら、各かごｑについて全階床に対して到
着予測時間の期待値ＡｒｒｉｖａｌＴｉｍｅ２（ｑ，
ｒ，ｓ，ｕｐｄ）の演算を行う。

【００５０】次に、予測評価制御かご割当部３６で行
う、新規発生乗り場呼びへのかご割当方法の一例につい
て述べる。ここでは、各乗り場呼びに対する待ち時間の
和を最小化するように割当かごを決定する場合について
述べる。図１１はこの予測評価制御かご割当部３６のか
ごの割当決定手順を示すフローチャートである。

【００５１】予測評価制御かご割当部３６は、まず、仮
割当かごのかご番号ｓを１として初期設定を行う（ステ
ップＳＴ４１）。次に、割り当て決定のための評価関数
である割当評価値Ｈｙｏｕｋａ（ｓ）の演算を行う（ス
テップＳＴ４２）。続いて、全てのかごにつき仮割当を
行って割当評価値Ｈｙｏｕｋａ（ｓ）を演算したか否か
を調べ（ステップＳＴ４３）、全てのかごにつき演算が
終了していない場合には、仮割当かごのかご番号ｓを１
だけ増加させ（ステップＳＴ４４）、再度割当評価値Ｈ
ｙｏｕｋａ（ｓ）を演算する（ステップＳＴ４２）。全
てのかごにつき仮割当を行い、割当評価値Ｈｙｏｕｋａ
（ｓ）の演算が終了している場合には、次の割当かごの
決定ステップ（図８のフローチャートのステップＳＴ
４）に進む。

【００５２】予測評価制御かご割当部３６は、次に、割
当評価値Ｈｙｏｕｋａ（ｓ）が最小となる仮割当かごｘ
を検索し（ステップＳＴ４５）、かごｘを新規発生した
乗り場呼びに対する仮割当かごとして決定して（ステッ
プＳＴ４６）かご割当手順を終了する。

【００５３】ここで、割当評価値Ｈｙｏｕｋａ（ｓ）の
一例について述べる。たとえば、乗り場呼び発生階に対
する全ての待ち時間を最小とするようにかごの割当を決
めたい場合には、割当評価値Ｈｙｏｕｋａ（ｓ）を次の
（７）式のように設定する。

【数７】 ここで、ＨＳｔｏｐは乗り場呼びの集合であり、Ｆ
（ｔ）は乗り場呼びの発生階、ＵＰＤ（ｔ）は乗り場呼
びｔの方向、Ｑ（ｔ）は乗り場呼びｔに既に割り当てら
れた、もしくは仮割当されたかごを表す。また、Ｗｔは
割当評価値Ｈｙｏｕｋａ（ｓ）を求める際の各乗り場呼
びに対する優先度を決める荷重係数である。全ての仮割
当かごｓについて割当評価値Ｈｙｏｕｋａ（ｓ）を演算
し、最小の割当評価値Ｈｙｏｕｋａ（ｓ）を決めること
により、建造物全体の待ち時間を最小化するようにかご
の割り当てを行うことが可能となる。

【００５４】以上のように、この実施の形態１によれ
ば、交通流の推定結果を利用して安定したかご発生確率
の演算ができ、効率的なかごの割当が可能になり、交通
流の変化に対応したエレベータの運行が可能となるとい
う効果が得られる。

【００５５】実施の形態２．この発明の実施の形態２に
よるエレベータ群管理装置は、基本的構成は図１に示し
た実施の形態１の構成と同一であり、交通流推定部の構
成のみが実施の形態１の交通流推定部３３の構成と異な
る。したがって、実施の形態２については、交通流推定
部の構成及び動作についてのみ説明し、その他の構成部
分については説明を加えない。

【００５６】図１２は実施の形態２の交通流推定部の具
体的構成を示すブロック図である。図において、入力交
通量データ３３１は実施の形態１の入力交通量データ３
３１と同一である。３７は実施の形態２の交通流推定
部、３７１は入力交通量データ３３１に基づいて所定時
間内に発生する乗客の移動量の総量、すなわち交通総量
を入力交通量データ３３１から演算する交通総量演算
部、３７２は交通総量演算部３７１で演算された交通総
量、３７３は交通量−ＯＤ行列データマップを格納した
交通量−ＯＤ行列データベースであり、交通量−ＯＤ行
列データマップはあるＯＤ行列を決定したときにそのＯ
Ｄ行列に対応して発生する各階の交通量とＯＤ行列との
関係をさまざまな交通総量について表したものである。
交通量−ＯＤ行列データベース３７３は、エレベータを
設置する建造物において発生する交通量を考慮して予め
シミュレーションによって作成しておく。３７４は交通
量−ＯＤ行列データベース３７３に格納された交通量−
ＯＤ行列データマップ中から、与えられた入力交通量デ
ータ３３１を発生させるようなＯＤ行列の推定値を求め
て出力するＯＤ推定部、３７５はＯＤ推定部３７４から
出力される出力ＯＤ行列で、かご呼び発生確率演算部３
４に入力される。３７６は交通量−ＯＤ行列データベー
ス３７３に蓄積されている交通量データとＯＤ行列との
関係に従ってＯＤ行列の推定を行うようにＯＤ推定部３
７４を構築するＯＤ推定部構築部で、交通量−ＯＤ行列
データベース３７３に格納されている各交通量−ＯＤ行
列データマップのうち、エレベータが設置されている建
造物で実際に発生しているＯＤ行列に関する交通量−Ｏ
Ｄ行列データマップの関係をＯＤ推定部３７４の入出力
データの一例としてＯＤ推定部３７４に学習させる。Ｏ
Ｄ推定部３７４の学習をＯＤ推定部構築部３７６により
エレベータ設置後も定期的に行わせることによって、建
造物の交通流の経時変化に対応することが可能になる。

【００５７】図１３はＯＤ推定部３７４の具体的構成を
示すブロック図である。図において、３７４１はニュー
ラルネットワークを用いて入力交通量データ３３１を発
生させるＯＤ行列の各要素の値を推定するニューラルネ
ットワーク利用ＯＤ推定部である。図１４はニューラル
ネットワーク利用ＯＤ推定部３７４１に用いられるニュ
ーラルネットワークの具体的構成を示す図である。この
ニューラルネットワークの入力層の各ニューロンへの入
力信号は入力交通量データ３３１の各要素、出力層の各
ニューロンからの出力信号はＯＤ行列の各要素に対応す
る。このニューラルネットワークはその時に入力される
入力交通量データ３３１を発生させるＯＤ行列の各要素
の値を出力層ニューロンから出力する。

【００５８】次に動作について説明する。交通流推定部
３７は、交通量検出部３２から入力交通量データ３３１
の入力を受けると、交通総量演算部３７１で交通総量３
７２を演算してかご呼び発生確率演算部３４に出力する
とともに、ＯＤ推定部３７４で、交通量−ＯＤ行列デー
タベース３７３に格納された交通量−ＯＤ行列データマ
ップ中から、入力交通量データ３３１を発生させるよう
なＯＤ行列の推定値を求めて出力ＯＤ行列３７５として
かご呼び発生確率演算部３４に出力する。この際、ＯＤ
推定部構築部３７６はニューラルネットワーク利用ＯＤ
推定部３７４１のニューラルネットワークにＯＤ推定部
３７４の入出力データを交通量−ＯＤ行列データマップ
の関係の一例として学習させる。

【００５９】以上のように、この実施の形態２によれ
ば、交通量−ＯＤ行列データベース３７３を利用して精
度の高い交通流の推定ができ、この精度の高い交通流の
推定結果を利用したかごの割当が可能となって、交通流
の変化に対応したエレベータの運行が可能となる効果が
得られる。

【００６０】実施の形態３．この発明の実施の形態３に
よるエレベータ群管理装置は、基本的構成は図１に示し
た実施の形態１の構成と同一であり、交通流推定部の構
成のみが実施の形態１の交通流推定部３３の構成と異な
る。したがって、実施の形態３については、交通流推定
部の構成及び動作についてのみ説明し、その他の構成部
分については説明を加えない。

【００６１】図１５は実施の形態３の交通流推定部の具
体的構成を示すブロック図である。図において、入力交
通量データ３３１及び交通流データベース３３２はそれ
ぞれ実施の形態１の入力交通量データ３３１及び交通流
データベース３３２と同一である。３８は実施の形態３
の交通流推定部、３８１は交通流データベース３３２の
交通流データマップの交通量データと交通流パターンと
の関係に従って、入力交通量データ３３１に合致した階
間交通流行列を推定して出力するニューラルネットワー
ク利用交通流推定部、３８２はニューラルネットワーク
利用交通流推定部３８１から出力される階間交通流行列
で、階間交通流行列３８２は各階床間を移動する乗客数
を行列表現した一種のＯＤ行列であり、その各要素が単
なる各階間を移動する乗客数の比ではなく、乗客数その
ものを表している。この階間交通流行列３８２はＯＤ列
と交通総量とから簡単に求めることが可能であり、逆に
階間交通流行列３８２からＯＤ行列と交通総量を求める
ことも可能である。３８３はニューラルネットワーク利
用交通流推定部３８１が交通流データベース３３２に蓄
積されている交通流データマップの関係に従って、階間
交通流行列３８２の推定を行って、推定した階間交通流
行列３８２を出力した事実を記憶するように、ニューラ
ルネットワーク利用交通流推定部３８１に学習させる交
通流推定部構築部である。

【００６２】図１６はニューラルネットワーク利用交通
流推定部３８１に用いられるニューラルネットワークの
具体的構成を示す図である。このニューラルネットワー
クの入力層の各ニューロンの入力は入力交通量データ３
３１の各要素に対応し、出力層の各ニューロンの出力は
階間交通流行列３８２の各要素に対応する。

【００６３】次に動作について説明する。交通流推定部
３８は、交通量検出部３２から入力交通量データ３３１
の入力を受けると、ニューラルネットワーク利用交通流
推定部３８１で、交通流データベース３３２に格納され
た交通流データマップ中から、入力交通量データ３３１
に合致した階間交通流行列３８２を推定してかご呼び発
生確率演算部３４に出力する。この際、交通流推定部構
築部３８３は、交通流データベース３３２に蓄積されて
いる各交通流データマップのうち、エレベータが設置さ
れている建造物で実際に発生しているデータマップを選
択し、このデータマップの交通流パターンから階間交通
流行列３８２を作成して、ニューラルネットワーク利用
交通流推定部３８１のニューラルネットワークの出力層
の教師データとして与える。このニューラルネットワー
ク利用交通流推定部３８１の学習を建造物設置後も定期
的に行うことによって、建造物の交通流の経時変化に対
応することが可能になる。

【００６４】以上のように、この実施の形態３によれ
ば、交通流推定部３８が階間交通流行列３８２を推定し
て出力することによって、精度の高い交通流の推定結果
を利用したかごの割当が可能になり、交通流の変化に対
応したエレベータの運行が可能となるという効果が得ら
れる。

【００６５】実施の形態４．図１７はこの発明の実施の
形態４によるエレベータ群管理装置の構成を示すブロッ
ク図である。図１に示した実施の形態１の構成要素と同
一の構成要素には同一の符号を付けて、その説明を省略
する。

【００６６】図１７において、３ａはこの実施の形態４
のエレベータ群管理装置、３９は交通流推定部３３によ
り推定された交通流に基づいて、各階において発生する
乗り場呼びの発生確率を演算する乗り場呼び発生確率演
算部、３５ａは乗り場呼び発生確率演算部３９により演
算された乗り場呼び発生確率とかご呼び発生確率演算部
３４により演算されたかご呼び発生確率とエレベータの
状態とに基づいて、各階への各かごの到着時間の期待値
を求めるかご到着予測時間演算部、３６ａはかご到着予
測時間演算部３５ａで演算されたかごの到着時間の期待
値と、乗り場呼び発生確率演算部３９で演算された乗り
場呼び発生確率とに基づいて、新たに発生した乗り場呼
びにかごを割り当てる予測評価制御かご割当部である。

【００６７】次に動作について説明する。この実施の形
態４の動作は、かごの割当手順を除くほか、交通量の検
出及び交通流の推定並びにかご呼び発生確率の演算の各
手順は実施の形態１から実施の形態３の各手順と同一で
あるのでその説明を省略する。

【００６８】図１８はこの実施の形態４のかごの割当手
順を示すフローチャートである。まず、この図１８のフ
ローチャートを参照しながら、かご割当手順の概略を全
体的に説明する。ステップＳＴ５１におけるかご呼び発
生確率演算部３４のかご呼び発生確率の演算演算手順は
実施の形態１の演算手順と同一である。この実施の形態
４においては、同時に、交通流推定部３３で推定した交
通流に基づいて乗り場呼び発生確率演算部３９が各階に
おいて発生する乗り場呼びの発生確率を演算し（ステッ
プＳＴ５２）、かご到着予測時間演算部３５ａ及び予測
評価制御かご割当部３６ａに入力する。かご到着予測時
間演算部３５ａでは、かご呼び発生確率演算部３４から
入力されたかご呼び発生確率と、乗り場呼び発生確率演
算部３９から入力された乗り場呼び発生確率と、エレベ
ータ状態検出部３１から入力されたエレベータ状態とか
ら各かごの各階への到着予測時間の期待値を演算し（ス
テップＳＴ５３）、予測評価制御かご割当部３６ａに入
力する。予測評価制御かご割当部３６ａでは、入力され
た乗り場呼び発生確率と到着予測時間の期待値とに基づ
いて、まずかご割当評価値を演算し（ステップＳＴ５
４）、次にこの評価値に基づいて乗り場呼びに応答する
かごを割り当てる（ステップＳＴ５５）。

【００６９】次に図１８のフローチャートに示したかご
割当手順の各手順につき手順毎に詳細に説明する。ま
ず、図１８のステップＳＴ５２の乗り場呼び発生確率演
算部３９で行う乗り場呼び発生確率の演算方法について
述べる。このステップでは、交通流推定部３３で推定さ
れた交通流の情報のうち、ＯＤ情報を用いて、乗り場呼
びの発生確率を演算する。

【００７０】ｘ階に発生する乗り場呼びの発生確率は次
の（８），（９）式によって求められる。 ・上方向の乗り場呼び発生確率

【数８】 ・下方向の乗り場呼び発生確率

【数９】 ここで、ＨａｌｌＣａｌｌＰ（ｘ、ｕｐｄ）はｘ階でｕ
ｐｄ方向に乗り場呼びが発生する確率であり、ＧｅｔＯ
ｎＲａｔｅ（ｉ、ｕｐｄ）はｉ階でｕｐｄ方向の乗り場
呼び１つにかごが応答したときに乗車する人数の期待値
である。

【００７１】図１９は乗り場呼び発生確率演算部３９が
前記（８），（９）式を用いて乗り場呼び発生確率を演
算する手順を示すフローチャートである。以下、この図
１９のフローチャートを用いて乗り場呼び発生確率の演
算手順を説明する。

【００７２】乗り場呼び発生確率演算部３９は、まず、
乗り場呼び階の階数ｘを最下階に設定して乗り場呼び階
の初期設定を行い（ステップＳＴ６１）、次に（８）式
に従ってｘ階における上方向の乗り場呼びの発生確率を
演算し（ステップＳＴ６２）、続いて（９）式に従って
ｘ階における下方向の乗り場呼びの発生確率を演算する
（ステップＳＴ６３）。

【００７３】さらに、今回乗り場呼び発生確率を演算し
たｘ階が最上階であるかどうかを判断し（ステップＳＴ
６４）、最上階でない場合には、階数ｘの値を１だけ増
加させて（ステップＳＴ６５）増加させた階における上
方向及び下方向の乗り場呼び発生確率を演算する（ステ
ップＳＴ６２，ＳＴ６３）。Ｘ階が最上階であった場合
には、乗り場呼び発生確率の演算を終了する。

【００７４】次に、かご到着予測時間演算部３５ａの行
うかご到着予測時間の演算動作について説明する。この
かご到着予測時間の演算は、基本的には図１０のフロー
チャートに示した実施の形態１のかご到着予測時間の演
算動作と同一である。しかし、この実施の形態４におい
ては、乗り場呼び発生確率演算部３９により乗り場呼び
の発生確率ＨａｌｌＣａｌｌＰ（ｘ，ｕｐｄ）が求めら
れているので、（６）式の代わりに次の（１０）式を用
いて、新規発生の乗り場呼びについて派生するかご呼
び、及び乗り場呼びを考慮した到着予測時間の期待値Ａ
ｒｒｉｖａｌＴｉｍｅ２（ｑ，ｒ，ｓ，ｕｐｄ）を求め
る。

【数１０】 （１０）式中の各記号の意味は上述の各式につき説明し
たものと同一である。

【００７５】次に、予測評価制御かご割当部３６ａの行
うかご割当評価値の演算（ステップＳＴ５４）及び割当
かごの決定（ステップＳＴ５５）手順について説明す
る。これらの手順は基本的には図１１に示した実施の形
態１の割当かごの決定手順と同一であるが、割当評価値
Ｈｙｏｕｋａ（ｓ）の演算式として、（７）式ではな
く、次の（１１）式を用いる。

【数１１】 ここで、Ｗｐは評価値を求める際の予測した乗り場呼び
に対する優先度を決める荷重係数であり、ｍｉｎ（Ａｒ
ｒｉｖａｌＴｉｍｅ２（ｉ，ｊ，ｓ，ｕｐｄ））は、仮
割当かごｓの時に、ｊ階にｕｐｄ方向で最短で到着する
かごｉの到着予測時間を表す。全ての仮割当かごｓにつ
いて割当評価値Ｈｙｏｕｋａ（ｓ）を演算し、最小の割
当評価値Ｈｙｏｕｋａ（ｓ）を決めることにより、建造
物全体の待ち時間を最小化するようにかごの割当を行う
ことが可能となる。

【００７６】以上のように、この実施の形態４によれ
ば、交通流の推定結果を利用して将来の乗り場呼びを考
慮したかごの割当が可能になり、交通流の変化と将来の
サービスに対応したエレベータの運行が可能となるとい
う効果が得られる。

【００７７】実施の形態５．この発明の実施の形態５に
よるエレベータ群管理装置は、過去の所定時間内におけ
る乗客移動発生の実績を用いて、かご呼び発生予測及び
乗り場呼び発生予測の補正を行う。この実施の形態５
は、例えばオフィス建造物における昼食時などのよう
に、所定時間に所定数の交通が発生するような場合に有
効である。例えば、交通流推定部が、各階から１階へ１
時間当たり１０００人が向かう昼食時型交通流パターン
を１２時から１２時半までの時間に推定した場合を考え
る。この時に、例えばある階では、この時間帯のうち前
半に多くの乗客が発生し、後半にはあまり乗客が発生し
ないような場合や日によって乗客が多く発生する時間が
上記の時間帯の中で前後するような場合には、交通流パ
ターンが細かく用意されていればよいが、あまり多くの
交通流パターンを用意できない場合、平均化された交通
流しか推定できない。この実施の形態５は、このような
問題点を解決するために、過去の乗客移動量発生実績を
見ながら、既に多くの乗客の移動量が発生した場合には
その後はあまり発生しないと予測し、まだあまり多くの
乗客の移動量が発生していない場合にはその後多くの乗
客の移動量が発生すると考え、平均化して推定されたＯ
Ｄ行列から予測されたかご呼びや乗り場呼びの補正を行
うものである。

【００７８】図２０はこの実施の形態５によるエレベー
タ群管理装置の構成を示すブロック図である。図２０に
おいて、図１７に示した実施の形態４の構成要素と同一
の構成要素には同一の符号を付けて、その説明を省略す
る。

【００７９】図２０において、３ｂはこの実施の形態５
のエレベータ群管理装置、４０は各階に発生した乗り場
呼びに関連したかご呼びの過去所定時間の累計値を行き
先階毎に演算するかご呼び演算部、４１はかご呼び演算
部４０によって得られた過去のかご呼びの累計値を用い
て、かご呼び発生確率演算部３４で得られたかご呼び発
生確率の予測値の補正を行うかご呼び発生確率補正部、
４２は各階に発生した乗り場呼びの過去所定時間の累計
値を演算する乗り場呼び演算部、４３は乗り場呼び演算
部４２によって得られた過去の乗り場呼びの累計値を用
いて、乗り場呼び発生確率演算部３９で得られた乗り場
呼び発生確率の補正を行う乗り場呼び発生確率補正部で
ある。

【００８０】次に動作について説明する。この実施の形
態５の動作は、過去のかご呼び及び乗り場呼びの累計値
に基づいてかご呼び発生確率及び乗り場呼び発生確率の
予測値を補正する手順を除くほか、交通量の検出及び交
通流の推定並びにかご呼び発生確率及び乗り場呼び発生
確率の演算の各手順は実施の形態４の各手順と同一であ
るのでその説明を省略する。

【００８１】図２１はこの実施の形態５のかごの割当手
順を示すフローチャートであり、この図２１のフローチ
ャートを参照しながら、かご割当手順を説明する。かご
呼び発生確率演算部３４は、実施の形態１，４と同様に
して、かご呼び発生確率の予測値を演算してかご呼び発
生確率補正部４１に出力する（ステップＳＴ７１）。

【００８２】同時に、かご呼び演算部４０では、過去所
定時間に発生したかご呼びの累積回数を関連する乗り場
呼び及び行き先階毎に求めて、かご呼び発生確率補正部
４１に出力する（ステップＳＴ７２）。累積する時間
は、交通流推定部３３で推定した交通流の継続している
時間であり、交通流が変化した時点でリセットする。こ
の値は次の（１２）式のように得られる。 ＣａｇｅＣａｌｌＮｕｍ（ｏＦ，ｄＦ） ・・・（１２） ここで、ＣａｇｅＣａｌｌＮｕｍはかご呼びの累積回
数、ｏＦはかご呼びが発生する直前に停止した乗り場呼
び階、ｄＦはかご呼び階である。

【００８３】かご呼び発生確率補正部４１では、かご呼
び発生確率演算部３４から入力されるかご呼び発生確率
の予測値とかご呼び演算部４０から入力されるかご呼び
の累積回数とを比較し、次の（１３）式に従って、かご
呼び発生確率の補正を行う（ステップＳＴ７３）。

【数１２】 ここで、ＴｏｔａｌＮｕｍＣはＯＤ行列から予測したか
ご呼びの比率と実際の比率が同じになると考えられる時
までに発生するかご呼びの総数であり、ＨｏｓｅｉＣａ
ｇｅＣａｌｌＰ（ｍ，ｎ）は補正されたかご呼び発生確
率である。

【００８４】また、交通流推定部３３で推定した交通流
に基づいて乗り場呼び発生確率演算部３９が各階におい
て発生する乗り場呼びの発生確率を演算し（ステップＳ
Ｔ７４）、乗り場呼び発生確率補正部４３に出力する。
同時に、乗り場呼び演算部４２では、過去の所定時間内
に発生した乗り場呼びの累積回数を乗り場呼び階ごと、
上下方向別に求め（ステップＳＴ７５）、乗り場呼び発
生確率補正部４３に出力する。過去所定時間内の乗り場
呼びの累積方法は、かご呼び累積回数と同様に、推定さ
れた交通流の継続している時間単位に累積し、交通流が
変化した時点でリセットする。この乗り場呼びの累積回
数は次の（１４）式に従って得られる。 ＨａｌｌＣａｌｌＮｕｍ（ｏＦ，ｕｐｄ） ・・・（１４） ここで、ＨａｌｌＣａｌｌＮｕｍは乗り場呼びの累積回
数、ｏＦは乗り場呼び発生階、ｕｐｄは乗り場呼びの方
向である。

【００８５】次に、乗り場呼び発生確率補正部４３で
は、乗り場呼び演算部４２によって演算された過去の乗
り場呼びの累計値と乗り場呼び発生確率演算部３９で演
算された乗り場呼び発生確率とを比較し、次の（１５）
式に従って、乗り場呼び発生確率の補正を行う（ステッ
プＳＴ７６）。

【数１３】 ここで、ＴｏｔａｌＮｕｍＨはＯＤ行列から予測した乗
り場呼びの比率と実際の比率が同じになると考えられる
時までに発生する乗り場呼びの総数である。Ｈｏｓｅｉ
ＨａｌｌＣａｌｌＰ（ｍ，ｎ）は補正された乗り場呼び
発生確率である。

【００８６】かご到着予測時間演算部３５ａでは、かご
呼び発生確率補正部４１から入力された補正されたかご
呼び発生確率と、乗り場呼び発生確率補正部４３から入
力された補正された乗り場呼び発生確率と、エレベータ
状態検出部３１から入力されたエレベータ状態とから各
かごの各階への到着予測時間の期待値を演算し（ステッ
プＳＴ７７）、予測評価制御かご割当部３６ａに入力す
る。予測評価制御かご割当部３６ａでは、乗り場呼び発
生確率補正部４３から入力された補正された乗り場呼び
発生確率と、かご到着予測時間演算部３５ａから入力さ
れた到着予測時間の期待値とに基づいて、まずかご割当
評価値を演算し（ステップＳＴ７８）、次にこの評価値
に基づいて乗り場呼びに応答するかごを割り当てる（ス
テップＳＴ７９）。ステップＳＴ７７及びステップＳＴ
７８の演算動作は、これらの演算の基礎に用いるかご呼
び発生確率ＣａｇｅＣａｌｌＰ（ｍ，ｎ）及び乗り場呼
び発生確率ＨａｌｌＣａｌｌＰ（ｘ，ｕｐｄ）の代わり
に、補正されたかご呼び発生確率ＨｏｓｅｉＣａｇｅＣ
ａｌｌＰ（ｍ，ｎ）及び補正された乗り場呼び発生確率
ＨｏｉｓｅＨａｌｌＣａｌｌＰ（ｘ，ｕｐｄ）をそれぞ
れ用いて演算するほかは、実施の形態４の各演算動作と
同一である。

【００８７】以上のように、この実施の形態５によれ
ば、補正されたかご呼び発生確率ＨｏｓｅｉＣａｇｅＣ
ａｌｌＰ（ｍ，ｎ）をかご呼び発生確率ＣａｇｅＣａｌ
ｌＰ（ｍ，ｎ）の代わりに、補正された乗り場呼び発生
確率ＨｏｉｓｅＨａｌｌＣａｌｌＰ（ｘ，ｕｐｄ）を乗
り場呼び発生確率ＨａｌｌＣａｌｌＰ（ｘ，ｕｐｄ）の
代わりに用いて、（１０）式及び（１１）式を用いて到
着予測時間の期待値ＡｒｒｉｖａｌＴｉｍｅ２（ｑ，
ｒ，ｓ，ｕｐｄ）及び割当評価値Ｈｙｏｕｋａ（ｓ）を
求めることにより、過去の実績を考慮してかご呼び及び
乗り場呼びを予測する事が可能となり、より細かい交通
流の変化への対応したかごの割当が可能となるという効
果が得られる。

【００８８】実施の形態６．図２２はこの発明の実施の
形態６によるエレベータ群管理装置の構成を示すブロッ
ク図である。図２２において、図１７に示した実施の形
態４の構成要素と同一の構成要素には同一の符号を付け
て、その説明を省略する。

【００８９】図２２において、３ｃはこの実施の形態６
のエレベータ群管理装置、４はエレベータ群管理装置３
ｃの設置された建物の各階のエレベータ乗り場の混雑度
（エレベータ待ち客の多少）を測定する乗り場混雑度測
定装置、４４は乗り場混雑度測定装置４の出力から各階
のエレベータ乗り場の混雑度を検出する乗り場混雑度検
出部、４５は乗り場混雑度検出部４４によって検出され
たエレベータ乗り場の混雑度に基づいて、かご呼び発生
確率演算部３４で演算されたかご呼び発生確率の補正を
行う乗り場混雑度利用かご呼び発生確率補正部、４６は
乗り場混雑度検出部４４によって検出されたエレベータ
乗り場の混雑度に基づいて、乗り場呼び発生確率演算部
３９で演算された乗り場呼び発生確率の補正を行う乗り
場混雑度利用乗り場呼び発生確率補正部である。

【００９０】次に動作について説明する。この実施の形
態６の動作は、乗り場混雑度検出部４４によって検出さ
れたエレベータ乗り場の混雑度に基づいて、かご呼び発
生確率演算部３４で演算されたかご呼び発生確率と、乗
り場呼び発生確率演算部３９で演算された乗り場呼び発
生確率の補正を行う手順を除くほか、交通量の検出及び
交通流の推定並びにかご呼び発生確率及び乗り場呼び発
生確率の演算の各手順は実施の形態４の各手順と同一で
あるのでその説明を省略する。

【００９１】図２３はこの実施の形態６のかごの割当手
順を示すフローチャートであり、この図２３のフローチ
ャートを参照しながら、かご割当手順を説明する。かご
呼び発生確率演算部３４は、実施の形態１，４，５と同
様にして、かご呼び発生確率の予測値を演算して乗り場
混雑度利用かご呼び発生確率補正部４５に出力する（ス
テップＳＴ８１）。

【００９２】また、乗り場呼び発生確率演算部３９は、
実施の形態４，５と同様にして、各階において発生する
乗り場呼びの発生確率を演算し（ステップＳＴ８２）、
乗り場混雑度利用乗り場呼び発生確率補正部４６に出力
する。

【００９３】次に、乗り場混雑度測定装置４は、監視用
テレビ画像情報等の情報を用いて、各階のエレベータ乗
り場の乗客の人数に関する情報を得、エレベータ群管理
装置３ｃの乗り場混雑度検出部４４に出力する。乗り場
混雑度検出部４４では、各階ごとの乗り場混雑度データ
を作成して、乗り場混雑度利用かご呼び発生確率補正部
４５と乗り場混雑度利用乗り場呼び発生確率補正部４６
に出力する（ステップＳＴ８３）。

【００９４】この乗り場混雑度データは次の（１６）式
のように与えられる。 ＨＡＬＬ＿ＪＡＭ＝｛ＨａｌｌＪａｍ（ｍｉｎＦ），ＨａｌｌＪａｍ（ｍｉ ｎＦ＋１），ｅ，ＨａｌｌＪａｍ（ｍａｘＦ）｝ ・・・（１６） ここで、ＨＡＬＬ＿ＪＡＭは乗り場混雑度データ、Ｈａ
ｌｌＪａｍ（ｆ）は、ｆ階における乗り場混雑度を示し
ている。ＨａｌｌＪａｍ（ｆ）は混雑の度合いに対して
単調増加する値を取り、例えば、 ＨａｌｌＪａｍ（ｆ）＝ｆ階での待ち客数 ・・・（１７） とすることができる。

【００９５】次に乗り場混雑度利用かご呼び発生確率補
正部４５では、乗り場混雑度検出部４４から入力された
各階ごとの乗り場混雑度データに基づいて、かご呼び発
生確率演算部３４から入力されたかご呼び発生確率を乗
り場混雑度に応じて補正する（ステップＳＴ８４）。つ
まり、ある乗り場呼びに対する乗り場混雑度が大きい場
合には、その乗り場呼びに対して発生するかご呼びの数
は１個よりも大きくなる可能性が高い。しかし上述の
（１），（２）式においては一つの乗り場呼びに対して
発生するかご呼びの個数は全て等しいと考えている。そ
こで、次の（１８）式に基づいてかご呼び発生確率の補
正を行う。 ＨｏｓｅｉＣａｇｅＣａｌｌＰ（ｍ，ｎ）＝ＨａｌｌＪａｍ（ｍ）・Ｃａｇ ｅＣａｌｌＰ（ｍ，ｎ） ・・・（１８） ここで、ＨｏｉｓｅｉＣａｇｅＣａｌｌＰ（ｍ，ｎ）は
ｍ階の乗り場呼びに対して発生するｎ階へのかご呼びの
補正後の発生確率である。

【００９６】次に乗り場混雑度利用乗り場呼び発生確率
補正部４６では、各階ごとの乗り場混雑度データに基づ
いて、乗り場呼び発生確率演算部３９から入力された乗
り場呼び発生確率を乗り場混雑度に応じて補正する（ス
テップＳＴ８５）。以下、図２４のフローチャートを参
照しながら、上記補正手順を詳細に説明する。

【００９７】乗り場混雑度利用乗り場呼び発生確率補正
部４６では、まず、乗り場呼び発生確率の補正を行う階
の階数ｘを最下階の値に設定して初期設定する（ステッ
プＳＴ９１）。

【００９８】次に、乗り場呼び発生確率の補正を行う階
ｘの乗客の有無を、乗り場混雑度検出部４４ら入力され
た乗り場混雑度に基づいて判定し（ステップＳＴ９
２）、乗客がいない場合には、ステップＳＴ９８に進
む。乗客がいる場合は、ステップＳＴ９３に進み、乗り
場混雑度の補正を行う階ｘの乗り場呼びの有無を判定す
る。乗り場呼びが発生していない場合には、ステップＳ
Ｔ９４において、下記の（１９），（２０）式に従って
乗り場呼び発生確率の補正を行い、ステップＳＴ９８に
進む。

【数１４】 ＨｏｓｅｉＨａｌｌＣａｌｌＰ（ｉ，ｕｐｄ）＝（１−ＨｏｓｅｉＨａｌｌ ＣａｌｌＰａｒａ１）・ＨａｌｌＣａｌｌＰ（ｉ，ｕｐｄ） ・・・（２０） ここでの補正は、乗客が乗り場にいるにもかかわらず乗
り場呼びが発生していないことから、近いうちにその階
で発生することを予期して行う補正である。（１９），
（２０）式において、ＨｏｓｅｉＨａｌｌＣａｌｌＰａ
ｒａ１は、乗り場呼び補正を行う際のパラメータで、１
より小さい正の値をとる。

【００９９】乗り場呼びが発生している場合には、ステ
ップＳＴ９５に進み、補正対象の階ｘが混雑しているか
どうかを、乗り場混雑度から判定する。補正を行う階ｘ
が混雑していない場合にはステップＳＴ９８に進み、混
雑している場合には、ステップＳＴ９６において補正を
行う階ｘに割当られているかごが混雑しているかどうか
を判定する。かごが混雑していない場合にはステップＳ
Ｔ９８に進み、混雑している場合には、次の（２０），
（２１）式に従って乗り場呼びの補正を行う。 ＨｏｓｅｉＨａｌｌＣａｌｌＰ（ｘ，ｕｐｄ）＝ＨｏｓｅｉＨａｌｌＣａｌ ｌＰａｒａ２・ｇｅｔｏｎＬｅａｖｅＰ（ｘ，ｕｐｄ）・ ＨａｌｌＣａｌｌＰ（ｘ，ｕｐｄ） ・・・（２１） ＨｏｉｓｅｉＨａｌｌＣａｌｌＰ（ｉ，ｕｐｄ）＝−（１−ＨｏｓｅｉＨａ ｌｌＣａｌｌＰａｒａ２・（ｇｅｔｏｎＬｅａｖｅＰ（ｘ，ＵＰ）・ ＨａｌｌＣａｌｌＰ（ｘ，ＵＰ）＋ｇｅｔｏｎＬｅａｖｅＰ（ｘ，ＤＯＷＮ ・ＨａｌｌＣａｌｌＰ（ｘ，ＤＯＷＮ））））・ＨａｌｌＣａｌｌＰ（ｉ，ｕｐ ｄ） ・・・（２２） ここでの補正は、かご、乗り場ともに混雑している場合
には積み残しが発生することを想定し、その後乗り場呼
びが発生する確率が高くなることを想定して、乗り場呼
び発生確率の補正を行うものである。この乗り場呼び発
生確率の補正を行った後ステップＳＴ９８に進む。（２
１），（２２）式において、ＨｏｓｅｉＨａｌｌＣａｌ
ｌＰａｒａ２は、乗り場呼び補正を行う際のパラメータ
で、１より小さい正の値をとる。ｇｅｔｏｎＬｅａｖｅ
Ｐ（ｘ，ＵＰ）は積み残し発生確率で、例えば次の（２
３）式のように表される。

【数１５】 ここで、ＭａｘＲｉｄｅＮｕｍはかご定員、ｃａｒはｘ
階でｕｐｄ方向に割当られたかごの番号であり、Ｒｉｄ
ｅＮｕｍ（ｃａｒ）はかごｃａｒに乗車している人数、
ＪａｍＰａｒａはＨａｌｌＪａｍ（ｘ，ｕｐｄ）から乗
り場での待ち人数を推定するためのパラメータである。

【０１００】ステップＳＴ９８においては、全ての階に
ついて乗り場呼びの補正を行ったかどうかを判定し、補
正が終わっていない場合には、ステップＳＴ９９におい
て、補正を行う階の階数ｘを１だけ増加させ、階数ｘの
再設定を行い、ステップＳＴ９２に戻って新たに設定し
た階の乗り場呼び補正を行う。全ての階について補正が
終わっている場合には、補正プロセスを終了する。

【０１０１】かご到着予測時間演算部３５ａでは、乗り
場混雑度利用かご呼び発生確率補正部４５から入力され
た補正されたかご呼び発生確率と、乗り場混雑度利用乗
り場呼び発生確率補正部４６から入力された補正された
乗り場呼び発生確率と、エレベータ状態検出部３１から
入力されたエレベータ状態とから各かごの各階への到着
予測時間の期待値を演算し（ステップＳＴ８６）、予測
評価制御かご割当部３６ａに入力する。予測評価制御か
ご割当部３６ａでは、乗り場混雑度利用乗り場呼び発生
確率補正部４６から入力された補正された乗り場呼び発
生確率と、かご到着予測時間演算部３５ａから入力され
た到着予測時間の期待値とに基づいて、まずかご割当評
価値を演算し（ステップＳＴ８７）、次にこの評価値に
基づいて乗り場呼びに応答するかごを割り当てる（ステ
ップＳＴ８８）。ステップＳＴ８６及びステップＳＴ８
７の演算動作は、これらの演算の基礎に用いるかご呼び
発生確率ＣａｇｅＣａｌｌＰ（ｍ，ｎ）及び乗り場呼び
発生確率ＨａｌｌＣａｌｌＰ（ｘ，ｕｐｄ）の代わり
に、補正されたかご呼び発生確率ＨｏｓｅｉＣａｇｅＣ
ａｌｌＰ（ｍ，ｎ）及び補正された乗り場呼び発生確率
ＨｏｉｓｅＨａｌｌＣａｌｌＰ（ｘ，ｕｐｄ）をそれぞ
れ用いて演算するほかは、実施の形態４の各演算動作と
同一である。

【０１０２】以上のように、この実施の形態６によれ
ば、乗り場混雑度に応じて補正されたかご呼び発生確率
ＨｏｓｅｉＣａｇｅＣａｌｌＰ（ｍ，ｎ）をかご呼び発
生確率ＣａｇｅＣａｌｌＰ（ｍ，ｎ）の代わりに、乗り
場混雑度に応じて補正された乗り場呼び発生確率Ｈｏｉ
ｓｅＨａｌｌＣａｌｌＰ（ｘ，ｕｐｄ）を乗り場呼び発
生確率ＨａｌｌＣａｌｌＰ（ｘ，ｕｐｄ）の代わりに用
いて、到着予測時間の期待値ＡｒｒｉｖａｌＴｉｍｅ２
（ｑ，ｒ，ｓ，ｕｐｄ）及び割当評価値Ｈｙｏｕｋａ
（ｓ）を求めることにより、乗り場混雑度を考慮してか
ご呼び及び乗り場呼びを予測する事が可能となり、より
精度の高いかごの割当が可能となるという効果が得られ
る。

【０１０３】実施の形態７．この発明の実施の形態７は
行き先階別乗り場呼び装置のあるエレベータを管理する
エレベータ群管理装置に関するものである。図２５はこ
の実施の形態７によるエレベータ群管理装置の構成を示
すブロック図である。図２５において、図１７に示した
実施の形態４の構成要素と同一の構成要素には同一の符
号を付けて、その説明を省略する。

【０１０４】図２５において、２ａは各階のエレベータ
乗り場に設けられた乗り場呼びの入出力を行う乗り場制
御装置で、２１は乗り場制御装置２ａに設けられた行き
先階を指定してかごを呼ぶ行き先階別乗り場呼び装置、
３ｄはこの実施の形態７のエレベータ群管理装置、４７
は行き先階別乗り場呼び装置２１によって登録された行
き先階の指定された乗り場呼びに基づいて、かご呼び発
生確率演算部３４により演算されたかご呼び発生確率の
補正を行う行き先階指定乗り場呼び利用かご呼び発生確
率補正部である。

【０１０５】行き先階別乗り場呼び装置２１は乗客が乗
り場でかごを呼ぶ際に、通常の上下階方向別ではなく、
行き先階別に乗り場呼びのボタンが用意されている装置
である。この行き先階別乗り場呼び装置２１を利用する
ことにより、乗客の行き先階がエレベータに乗車する前
から分かることになる。なお、行き先階別乗り場呼び装
置２１は全乗り場階に設置する必要はない。

【０１０６】次に動作について説明する。この実施の形
態７の動作は、行き先階別乗り場呼び装置２１から入力
される乗り場呼び情報に基づいて、かご呼び発生確率演
算部３４で演算されたかご呼び発生確率の補正を行う手
順を除くほか、交通量の検出及び交通流の推定並びにか
ご呼び発生確率及び乗り場呼び発生確率の演算の各手順
は実施の形態４の各手順と同一であるのでその説明を省
略する。

【０１０７】図２６はこの実施の形態７のかごの割当手
順を示すフローチャートであり、この図２６のフローチ
ャートを参照しながら、かご割当手順を説明する。かご
呼び発生確率演算部３４は、実施の形態１，４，５，６
と同様にして、かご呼び発生確率の予測値を演算して行
き先階指定乗り場呼び利用かご呼び発生確率補正部４７
に出力する（ステップＳＴ１０１）。

【０１０８】また、乗り場呼び発生確率演算部３９は、
実施の形態４，５，６と同様にして、各階において発生
する乗り場呼びの発生確率を演算し（ステップＳＴ１０
２）、かご到着予測時間演算部３５ａ及び予測評価制御
かご割当部３６ａに出力する。

【０１０９】行き先階指定乗り場呼び利用かご呼び発生
確率補正部４７の行うかご呼び発生確率の補正は、行き
先階別乗り場呼び装置２１から入力された乗り場呼び情
報を用いてかご呼びの補正を行うものである。行き先階
別乗り場呼び装置２１の出力する乗り場呼び情報は次の
（２４）式で与えられる。 ＨａｌｌＤｅｍａｎｄ（ｍ）＝｛ＨａｌｌＤｅｍａｎｄ（ｍ，１），Ｈａｌ ｌＤｅｍａｎｄ（ｍ，２）^ ・・・（２４） ここで、ＨａｌｌＤｅｍａｎｄ（ｍ）は乗り場呼び階ｍ
で発生した行き先階別の乗り場呼びの集合であり、Ｈａ
ｌｌＤｅｍａｎｄ（ｍ，１）はその１番目の要素で、行
き先階を表している。

【０１１０】図２７は、行き先階指定乗り場呼び利用か
ご呼び発生確率補正部４７がステップＳＴ１０３で行う
かご呼び発生確率の補正手順を詳細に示すフローチャー
トである。以下、この図２７のフローチャートを参照し
ながら、行き先階指定乗り場呼び利用かご呼び発生確率
補正部４７のかご呼び発生確率の補正動作を説明する。

【０１１１】行き先階指定乗り場呼び利用かご呼び発生
確率補正部４７は、まず、乗り場呼び階の階数ｍを最下
階の値に設定して初期設定を行う（ステップＳＴ１１
１）。次に、設定した乗り場呼び階ｍに行き先階別乗り
場予備装置２１が設置されているかどうかを判定し（ス
テップＳＴ１１２）、設置されていない場合にはステッ
プＳＴ１１４おいてかご呼び発生確率の補正を行わず
（補正されたかご呼び発生確率ＨｏｓｅｉＣａｇｅＣａ
ｌｌＰ（ｍ，ｎ）を補正していないかご呼び発生確率Ｃ
ａｇｅＣａｌｌＰ（ｍ，ｎ）と等しくする）、ステップ
ＳＴ１２０に進む。行き先階別乗り場予備装置２１が設
置されている場合には、行き先階の階数ｎを最下階の値
に設定して初期化を行い（ステップＳＴ１１３）、ステ
ップＳＴ１１５に進む。

【０１１２】ステップＳＴ１１５においては、ｎ階への
行き先階別乗り場呼びが存在するかどうか、つまりＨａ
ｌｌＤｅｍａｎｄ（ｍ，ｉ）＝ｎとなるｉが存在するか
どうかを判定し、存在する場合には、ｍ階からｎ階への
補正されたかご呼び発生確率ＨｏｓｅｉＨａｌｌＣａｌ
ｌＰ（ｍ，ｎ）を１とする（ステップＳＴ１１６）。存
在しない場合には、ｍ階からｎ階への補正されたかご呼
び発生確率ＨｏｓｅｉＨａｌｌＣａｌｌＰ（ｍ，ｎ）を
０とする（ステップＳＴ１１７）。

【０１１３】次に、全ての行き先階の階数ｎについて補
正を行ったかどうかを判定し（ステップＳＴ１１８）、
補正が終わっていない場合には、階数ｎの値を１だけ増
加させて補正を行う行き先階の再設定を行い（ステップ
ＳＴ１１９）、ステップＳＴ１１５に戻って再度補正さ
れたかご呼び確率ＨｏｓｅｉＣａｇｅＣａｌｌＰ（ｍ，
ｎ）の値を設定する。全ての行き先階について補正が終
わっている場合には、ステップＳＴ１２０に進む。

【０１１４】ステップＳＴ１２０においては、全ての乗
り場呼び階ｍについて補正を行ったかどうかを判定し、
補正が終わっていない場合には、補正を行う乗り場呼び
階の階数ｍを１だけ増加させ、乗り場呼び階ｍの再設定
を行う（ステップＳＴ１２１。）そして、新たに設定さ
れた補正を行う乗り場呼び階についていき先指定階ごと
に補正されたかご呼び確率ＨｏｓｅｉＣａｇｅＣａｌｌ
Ｐ（ｍ，ｎ）の値を求める。全ての乗り場呼び階ｍにつ
いて補正が終わっている場合には、かご呼び発生確率の
補正動作を終了する。

【０１１５】かご到着予測時間演算部３５ａでは、行き
先階指定乗り場呼び利用かご呼び発生確率補正部４７か
ら入力された補正されたかご呼び発生確率と、乗り場呼
び発生確率演算部３９から入力された乗り場呼び発生確
率と、エレベータ状態検出部３１から入力されたエレベ
ータ状態とから各かごの各階への到着予測時間の期待値
を演算し（ステップＳＴ１０４）、予測評価制御かご割
当部３６ａに入力する。予測評価制御かご割当部３６ａ
では、乗り場呼び発生確率演算部３９から入力された乗
り場呼び発生確率と、かご到着予測時間演算部３５ａか
ら入力された到着予測時間の期待値とに基づいて、まず
かご割当評価値を演算し（ステップＳＴ１０５）、次に
この評価値に基づいて乗り場呼びに応答するかごを割り
当てる（ステップＳＴ１０６）。ステップＳＴ１０４及
びステップＳＴ１０５の演算動作は、これらの演算の基
礎に用いるかご呼び発生確率ＣａｇｅＣａｌｌＰ（ｍ，
ｎ）の代わりに、補正されたかご呼び発生確率Ｈｏｓｅ
ｉＣａｇｅＣａｌｌＰ（ｍ，ｎ）を用いて演算するほか
は、実施の形態４の各演算動作と同一である。

【０１１６】以上のように、この実施の形態７によれ
ば、行き先階別乗り場呼び装置２１により指定されたか
ご呼びに応じて補正されたかご呼び発生確率Ｈｏｓｅｉ
ＣａｇｅＣａｌｌＰ（ｍ，ｎ）をかご呼び発生確率Ｃａ
ｇｅＣａｌｌＰ（ｍ，ｎ）の代わりに用いて、到着予測
時間の期待値ＡｒｒｉｖａｌＴｉｍｅ２（ｑ，ｒ，ｓ，
ｕｐｄ）及び割当評価値Ｈｙｏｕｋａ（ｓ）を求めるこ
とにより、行き先階別乗り場呼び装置２１により指定さ
れたかご呼びを考慮してかごの割当を行うことが可能と
なり、より精度の高いかごの割当が可能となるという効
果が得られる。

【０１１７】

【発明の効果】以上のように、この発明によれば、検出
した交通量に基づいて交通流を推定し、推定した交通流
に基づいてかご呼びの発生確率を演算し、演算により求
めたかご呼び発生確率から各階への各かごの到着時間の
期待値を求め、この各かごの到着時間の期待値の基づい
て、新たに発生した乗り場呼びにかごを割り当てるよう
に構成したので、安定したかご呼びの発生確率を演算で
き、かつ既に発生している乗り場呼びに対するサービス
と、新たに発生した乗り場呼びに対するサービスを考慮
して、新たに発生した乗り場呼びにサービスを行うこと
により効率的なかごの割当ができ、交通流の変化に対応
したエレベータの運行が可能となる効果がある。

【０１１８】また、この発明によれば、過去の所定時間
内におけるかご呼び及び乗り場呼びの各累計値のいずれ
か一方又は双方を演算して、演算された過去の累計値に
基づいて、それぞれ対応するかご呼び発生確率及び乗り
場呼び発生確率の各予測値の補正を行い、補正された予
測値に基づいて、各階への各かごの到着時間の期待値を
求めるように構成したので、過去の実績を考慮した上
で、交通流に応じたより最適なエレベータサービスの提
供が可能となる効果がある。

【０１１９】さらに、この発明によれば、各階のエレベ
ータ乗り場の混雑度を測定し、測定したエレベータ乗り
場の混雑度に基づいて、かご呼び発生確率及び乗り場呼
び発生確率のいずれか一方又は双方の補正を行い、補正
された発生確率に基づいて、各階への各かごの到着時間
の期待値を求めるように構成したので、乗り場での混雑
度を考慮した上で、交通流に応じたより最適なエレベー
タサービスの提供が可能となる効果がある。

【０１２０】さらに、この発明によれば、エレベータ乗
り場において行き先階を指定してかごを呼ぶ行き先階別
乗り場呼び装置を備えたエレベータにおいて、この行き
先階別乗り場呼び装置によって登録された行き先階の指
定された乗り場呼びに基づいて、かご呼び発生確率の補
正を行い、補正されたかご呼び発生確率に基づいて、各
階への各かごの到着時間の期待値を求めるように構成し
たので、乗客発生と同時に得られる行き先階情報を考慮
した上で、交通流に応じたより最適なエレベータサービ
スの提供が可能となる効果がある。

【０１２１】さらに、この発明によれば、交通流推定部
により推定された交通流に基づいて、各階において発生
する乗り場呼びの発生確率を演算し、かごの到着時間の
期待値と乗り場呼び発生確率とに基づいて、新たに発生
した乗り場呼びにかごを割り当てるように構成したの
で、将来の乗り場呼びを考慮したかごの割当が可能にな
り、交通流の変化と将来のサービスに対応したエレベー
タの運行が可能となる効果がある。

【０１２２】さらに、この発明によれば、エレベータの
設置された建造物において発生する交通流パターンと、
該交通流パターンから発生する各階の交通量との関係を
表す交通流データマップを格納し、検出した各階の交通
量からその時に発生している交通流に合致する交通流デ
ータマップを検索し、該交通流データマップに対応する
交通流パターンを出力することによって交通流パターン
を検索するように構成したので、精度の高い交通流の推
定を行うことができる効果がある。

【０１２３】さらに、この発明によれば、交通流パター
ン検索部をニューラルネットワークを用いて構成したの
で、学習により交通流パターン検索の精度と効率を高く
することができるという効果がある。

【０１２４】さらに、この発明によれば、エレベータの
設置された建造物において発生する交通量を発生させる
ようなＯＤ情報を推定し、かつ、交通量から交通総量を
演算して交通流を推定するように構成したので、精度の
高い交通流の推定ができ、この精度の高い交通流の推定
結果を利用したかごの割当が可能となって、交通流の変
化に対応したエレベータの運行が可能となる効果があ
る。

【０１２５】さらに、この発明によれば、ニューラルネ
ットワークを用いたＯＤ推定部を用いるように構成した
ので、ＯＤ情報の推定値を学習することが出来、より実
際的なエレベータの運行管理が可能となる効果がある。

【０１２６】さらに、この発明によれば、エレベータの
設置された建造物において発生する交通量に基づいて、
階間交通流行列を出力するニューラルネットワークを用
いて交通流を推定するように構成したので、精度の高い
交通流の推定結果を利用したかごの割当が可能になり、
交通流の変化に対応したエレベータの運行が可能となる
効果がある。

【図面の簡単な説明】

【図１】 この発明の実施の形態１によるエレベータ群
管理装置の構成を示すブロック図である。

【図２】 実施の形態１によるエレベータ群管理装置の
原理的考え方を説明するための図である。

【図３】 実施の形態１によるエレベータ群管理装置の
原理的考え方を説明するための図である。

【図４】 実施の形態１の交通流推定部の具体的構成を
示すブロック図である。

【図５】 実施の形態１で用いるＯＤ行列の一例を示す
図である。

【図６】 図４に示した交通流推定部の交通流パターン
検索部の具体的構成を示すブロック図である。

【図７】 図６に示した交通流パターに検索部に用いら
れるニューラルネットワークの具体的構成を示す図であ
る。

【図８】 実施の形態１のエレベータ群管理装置におけ
るかごの割当手順を示すフローチャートである。

【図９】 図１に示したエレベータ群管理装置のかご呼
び発生確率演算部がかご呼び発生確率を演算する手順を
示すフローチャートである。

【図１０】 図１に示したエレベータ群管理装置のかご
到着予測時間演算部がかご到着予測時間の期待値を演算
する手順を示すフローチャートである。

【図１１】 図１に示したエレベータ群管理装置の予測
評価制御かご割当部のかごの割当決定手順を示すフロー
チャートである。

【図１２】 この発明の実施の形態２によるエレベータ
群管理装置の交通流推定部の具体的構成を示すブロック
図である。

【図１３】 図１２に示した交通流推定部のＯＤ推定部
の具体的構成を示すブロック図である。

【図１４】 図１３に示したＯＤ推定部に用いられるニ
ューラルネットワークの具体的構成を示す図である。

【図１５】 この発明の実施の形態３によるエレベータ
群管理装置の交通流推定部の具体的構成を示すブロック
図である。

【図１６】 図１５に示した交通流推定部のニューラル
ネットワーク利用交通流推定部に用いられるニューラル
ネットワークの具体的構成を示す図である。

【図１７】 この発明の実施の形態４によるエレベータ
群管理装置の構成を示すブロック図である。

【図１８】 実施の形態４のエレベータ群管理装置のか
ごの割当手順を示すフローチャートである。

【図１９】 実施の形態４のエレベータ群管理装置の乗
り場呼び発生確率演算部が乗り場呼び発生確率を演算す
る手順を示すフローチャートである。

【図２０】 この発明の実施の形態５によるエレベータ
群管理装置の構成を示すブロック図である。

【図２１】 実施の形態５のエレベータ群管理装置のか
ごの割当手順を示すフローチャートである。

【図２２】 この発明の実施の形態６によるエレベータ
群管理装置の構成を示すブロック図である。

【図２３】 実施の形態６のエレベータ群管理装置のか
ごの割当手順を示すフローチャートである。

【図２４】 実施の形態６の乗り場混雑度利用乗り場呼
び発生確率補正部の行う乗り場呼び発生確率の補正手順
を示すフローチャートである。

【図２５】 この発明の実施の形態７によるエレベータ
群管理装置の構成を示すブロック図である。

【図２６】 実施の形態７のかごの割当手順を示すフロ
ーチャートである。

【図２７】 実施の形態７の行き先階指定乗り場呼び利
用かご呼び発生確率補正部がかご呼び発生確率の補正手
順を示すフローチャートである。

【符号の説明】

３，３ａ，３ｂ，３ｃ，３ｄ エレベータ群管理装置、
４ 乗り場混雑度測定装置、２１ 行き先階別乗り場呼
び装置、３２ 交通量検出部、３３，３７，３８ 交通
流推定部、３４ かご呼び発生確率演算部、３５，３５
ａ かご到着予測時間演算部、３６，３６ａ 予測評価
制御かご割当部、３９ 乗り場呼び発生確率演算部、４
０ かご呼び演算部、４１ かご呼び発生確率補正部、
４２ 乗り場呼び演算部、４３ 乗り場呼び発生確率補
正部、４４ 乗り場混雑度検出部、４５ 乗り場混雑度
利用かご呼び発生確率補正部、４６ 乗り場混雑度利用
乗り場呼び発生確率補正部、４７ 行き先階指定乗り場
呼び利用かご呼び発生確率補正部、３３２ 交通流デー
タベース、３３３ 交通流パターン検索部、３７１交通
総量演算部、３７４ ＯＤ推定部、３８１ ニューラル
ネットワーク利用交通流推定部、３３３１ ニューラル
ネットワーク利用交通流パターン検索部、３７４１ ニ
ューラルネットワーク利用ＯＤ推定部。

Claims (13)

【特許請求の範囲】
1. 【請求項１】 複数台のかごが設置されているエレベー
   タの各かごの運行を全体的に制御するエレベータ群管理
   装置において、 各階で乗車する乗客数及び降車する乗客数を表す交通量
   を検出する交通量検出部と、 交通量検出部により検出された交通量の特徴に基づい
   て、ＯＤ情報と交通量の情報を含む前記エレベータの交
   通流を推定する交通流推定部と、 該交通流推定部により推定された交通流に基づいて、前
   記エレベータの各かごについて各乗り場呼びに対して発
   生する各階へのかご呼びの発生確率を演算するかご呼び
   発生確率演算部と、 少なくともかご呼び発生確率に基づいて、各階への各か
   ごの到着時間の期待値を求めるかご到着予測時間演算部
   と、 少なくとも、該かご到着予測時間演算部で演算された各
   かごの到着時間の期待値に基づいて、新たに発生した乗
   り場呼びにかごを割り当てる予測評価制御かご割当部と
   を備えたことを特徴とするエレベータ群管理装置。
2. 【請求項２】 過去の所定時間内におけるかご呼びの累
   計値を演算するかご呼び演算部と、 該かご呼び演算部によって演算された過去のかご呼びの
   累計値に基づいて、かご呼び発生確率演算部で演算され
   たかご呼び発生確率の予測値の補正を行うかご呼び発生
   確率補正部を更に備え、 かご到着予測時間演算部が、該かご呼び発生確率補正部
   により補正されたかご呼び発生確率に基づいて、各階へ
   の各かごの到着時間の期待値を求めることを特徴とする
   請求項１記載のエレベータ群管理装置。
3. 【請求項３】 各階のエレベータ乗り場の混雑度を測定
   する乗り場混雑度測定装置と、 該乗り場混雑度測定装置の出力より各階のエレベータ乗
   り場の混雑度を検出する乗り場混雑度検出部と、 該乗り場混雑度検出部によって検出された前記エレベー
   タ乗り場の混雑度に基づいて、かご呼び発生確率演算部
   で演算されたかご呼び発生確率の補正を行う乗り場混雑
   度利用かご呼び発生確率補正部とを更に備え、 かご到着予測時間演算部が、該乗り場混雑度利用かご呼
   び発生確率補正部により補正されたかご呼び発生確率に
   基づいて、各階への各かごの到着時間の期待値を求める
   ことを特徴とする請求項１記載のエレベータ群管理装
   置。
4. 【請求項４】 エレベータ乗り場において行き先階を指
   定してかごを呼ぶ行き先階別乗り場呼び装置と、 該行き先階別乗り場呼び装置によって登録された行き先
   階の指定された乗り場呼びに基づいて、かご呼び発生確
   率演算部により演算されたかご呼び発生確率の補正を行
   う行き先階指定乗り場呼び利用かご呼び発生確率補正部
   とを更に備え、 かご到着予測時間演算部が、該行き先階指定乗り場呼び
   利用かご呼び発生確率補正部により補正されたかご呼び
   発生確率に基づいて、各階への各かごの到着時間の期待
   値を求めることを特徴とする請求項１記載のエレベータ
   群管理装置。
5. 【請求項５】 交通流推定部により推定された交通流に
   基づいて、各階において発生する乗り場呼びの発生確率
   を演算する乗り場呼び発生確率演算部を更に備え、 予測評価制御かご割当部が、かご到着予測時間演算部で
   演算されたかごの到着時間の期待値と、乗り場呼び発生
   確率とに基づいて、新たに発生した乗り場呼びにかごを
   割り当てることを特徴とする請求項１記載のエレベータ
   群管理装置。
6. 【請求項６】 過去の所定時間内における乗り場呼びの
   累計値を演算する乗り場呼び演算部と、 該乗り場呼び演算部によって演算された過去の乗り場呼
   びの累計値に基づいて、前記乗り場呼び発生確率演算部
   で演算された乗り場呼び発生確率の補正を行う乗り場呼
   び発生確率補正部を更に備え、 予測評価制御かご割当部が、かご到着予測時間演算部で
   演算されたかごの到着時間の期待値と、前記乗り場呼び
   発生確率補正部で補正された乗り場呼び発生確率とに基
   づいて、新たに発生した乗り場呼びにかごを割り当てる
   ことを特徴とする請求項５記載のエレベータ群管理装
   置。
7. 【請求項７】 各階のエレベータ乗り場の混雑度を測定
   する乗り場混雑度測定装置と、 該乗り場混雑度測定装置の出力より各階のエレベータ乗
   り場の混雑度を検出する乗り場混雑度検出部と、 該乗り場混雑度検出部によって検出された前記エレベー
   タ乗り場の混雑度に基づいて、乗り場呼び発生確率演算
   部で演算された乗り場呼び発生確率の補正を行う乗り場
   混雑度利用乗り場呼び発生確率補正部とを更に備え、 予測評価制御かご割当部が、かご到着予測時間演算部で
   演算されたかごの到着時間の期待値と、前記乗り場混雑
   度利用乗り場呼び発生確率補正部で補正された乗り場呼
   び発生確率とに基づいて、新たに発生した乗り場呼びに
   かごを割り当てることを特徴とする請求項５記載のエレ
   ベータ群管理装置。
8. 【請求項８】 交通流推定部は、 エレベータの設置された建造物において発生する交通流
   パターンと、該交通流パターンから発生する各階の交通
   量との関係を表す交通流データマップを格納した交通流
   データベースと、 交通量検出部で得られる各階の交通量からその時に発生
   している交通流に合致する交通流データマップを検索
   し、該交通流データマップに対応する交通流パターンを
   出力する交通流パターン検索部とを備えたことを特徴と
   する請求項１から請求項７のうちのいずれか１項記載の
   エレベータ群管理装置。
9. 【請求項９】 交通流パターン検索部は、 ニューラルネットワークを用いて交通流データマップの
   検索を行うニューラルネットワーク利用交通流パターン
   検索部を備えたことを特徴とする請求項８記載のエレベ
   ータ群管理装置。
10. 【請求項１０】 交通流推定部は、 エレベータの設置された建造物において発生する交通量
    の入力を受け、該交通量を発生させるようなＯＤ情報の
    推定値を出力するＯＤ推定部と、 所定時間に発生する交通量の総和である交通総量を交通
    量から演算する交通総量演算部とを備えたことを特徴と
    する請求項１から請求項７のうちのいずれか１項記載の
    エレベータ群管理装置。
11. 【請求項１１】 ＯＤ推定部は、 ニューラルネットワークを用いたニューラルネットワー
    ク利用ＯＤ推定部を備えたことを特徴とする請求項１０
    記載のエレベータ群管理装置。
12. 【請求項１２】 交通流推定部は、 エレベータの設置された建造物において発生する交通量
    の入力を受け、前記建造物の各階床間の乗客の移動量を
    行列表現した階間交通流行列を出力するニューラルネッ
    トワークを用いたニューラルネットワーク利用交通流推
    定部を備えたことを特徴とする請求項１から請求項７の
    うちのいずれか１項記載のエレベータ群管理装置。
13. 【請求項１３】 複数台のかごが設置されているエレベ
    ータの各かごの運行を全体的に制御するエレベータ管理
    方法において、 各階で乗車する乗客数及び降車する乗客数を表す交通量
    を検出する交通量検出ステップと、 該交通量検出ステップで検出された交通量の特徴に基づ
    いて、ＯＤ情報と交通量の情報を含む前記エレベータの
    交通流を推定する交通流推定ステップと、 該交通流推定ステップで推定された交通流に基づいて、
    前記エレベータの各かごについて各乗り場呼びに対して
    発生する各階へのかご呼びの発生確率を演算するかご呼
    び発生確率演算ステップと、 少なくともかご呼び発生確率に基づいて、各階への各か
    ごの到着時間の期待値を求めるかご到着予測時間演算ス
    テップと、 少なくとも、該かご到着予測時間演算ステップで演算さ
    れた各かごの到着時間の期待値に基づいて、新たに発生
    した乗り場呼びにかごを割り当てる予測評価制御かご割
    当ステップとを備えたことを特徴とするエレベータ群管
    理方法。