JPH11349239A - エレベーターの群管理運転装置 - Google Patents

Abstract

(57)【要約】 【課題】 乗場呼びにかごを割り当てる方式のエレベー
ターにおいて、交通状態の変動に応じて最適な再割当て
ができるようにする。 【解決手段】 再割当て候補抽出手段１３は、乗場呼び
記憶手段１２に記憶されている未応答の乗場呼びに対
し、再割当てすべき呼び、すなわち再割当て呼び候補を
抽出する。再割当て順序決定手段１４は再割当て呼び候
補について再割当てを実行するための優先順位付けをす
る。割当てかご評価手段１５は優先順位付けされた再割
当て呼び候補及び登録された他の乗場呼びについて割当
てかごを評価する。割当て手段１６は上記評価に基づい
てかごの再割当てを実行する。

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、交通状態の変動
に応じて乗場呼びの割当てを変更してエレベーターを群
管理運転する装置に関するものである。

【０００２】

【従来の技術】複数のかごが並設されたエレベーターで
は、これらのかごを一群として管理する群管理運転方式
が採用されるのが通常である。群管理運転方式の一つ
に、乗場呼びが登録されると、これにかごを割り当て、
交通状態の変動に応じて、一度割り当てられたかごを再
度評価し、必要に応じて割当てを変更する非即時予報方
式と言われるものがある。従来、上記のような再割当て
を行う群管理方式には種々のものがある。

【０００３】例えば、特公平７−１０６８４０号公報に
は、一度割り当てられた乗場呼びに対して再評価を実行
するタイミングとして、一定の周期ごとに各乗場呼びに
対する割当てを再評価することが示されている。また、
特公平５−２１８２５号公報には、乗場呼びが発生する
度に、割当て済みの乗場呼びも考慮し、パターンそれぞ
れに評価値を演算して、複数の乗場呼びの再割当てを実
行することが記載されている。

【０００４】

【発明が解決しようとする課題】上記のような従来のエ
レベーターの群管理運転装置では、次のような問題点が
ある。 (1) 一定周期で割当てを再評価するものでは、複数の割
当て済みの乗場呼びが存在する際に、すべての乗場呼び
を平等に扱っている。そのため、再割当ての評価演算も
すべての乗場呼びに対して実行する必要があるが、各乗
場呼びには、再割当てを実行するに当たり、サービス改
善の点から優劣が生じてくる。そのため、改善の見込み
が低い乗場呼びに対しても、評価演算することはむだで
ある。

【０００５】(2) 乗場呼び発生の都度評価するもので
は、全割当てパターンについて評価演算を実行している
ため、かご台数や乗場呼び及びかご呼び（かご内の行先
階ボタンの操作により生じた呼び）の数が多くなると、
再割当てのパターンは飛躍的に増加する。その中から最
適な再割当てパターンを選択するには、抽出された乗場
呼び候補それぞれに対して評価計算を実行することにな
るため、計算量の増加とともに、計算時間も増加するこ
とになる。計算時間が増加すれば、周期的に再割当てを
実行する場合、周期の長さの短縮に制限を強いられるこ
とになる。

【０００６】(3) 更に、再割当ては乗場呼び発生時だけ
に実行しているため、割当ての見直しを実行するには制
約が伴う。 (4) 再割当てを実行するに当たって、上記技術では、い
ずれも所定の条件が満足したときに実行するものである
が、利用者やかごの動きなどの交通流を含んだビル全体
のサービスを考慮したものではなく、個々のビルにおけ
る交通状態の特性に応じたものではない。そのため、ビ
ル全体に対するサービスの改善効果は低い。

【０００７】この発明は上記問題点を解消するためにな
されたもので、交通状態の変動に応じて最適な再割当て
ができ、効率の高い群管理ができるようにしたエレベー
ターの群管理運転装置を提供することを目的とする。

【０００８】

【課題を解決するための手段】この発明の第１発明に係
るエレベーターの群管理運転装置は、登録された乗場呼
びの中から再割当て呼び候補を抽出し、この抽出された
再割当て呼び候補に対するかごの割当てを再度実行する
ようにしたものである。

【０００９】また、第２発明に係るエレベーターの群管
理運転装置は、登録された乗場呼びの中から再割当て呼
び候補を抽出し、この抽出された再割当て呼び候補に対
して再割当てを実行すべき順序を決定し、抽出された再
割当て呼び候補に対するかごの割当てを上記決定された
順序に従って再度実行するようにしたものである。

【００１０】また、第３発明に係るエレベーターの群管
理運転装置は、第１又は第２発明のものにおいて、かご
内の状態から混雑度を算出し、この混雑度に基づいて再
割当て呼び候補の抽出周期を決定して、登録された乗場
呼びの中から上記周期ごとに再割当て呼び候補を抽出す
るようにしたものである。

【００１１】また、第４発明に係るエレベーターの群管
理運転装置は、第１又は第２発明のものにおいて、かご
内の状態から混雑度を算出し、この混雑度に基づいて決
定された時間以上の乗場の長待ち時間が発生すると予想
されると、登録された乗場呼びの中から再割当て呼び候
補を抽出するようにしたものである。

【００１２】また、第５発明に係るエレベーターの群管
理運転装置は、第３又は第４発明のものにおいて、かご
内の混雑度を、かごの稼動率に基づいて算出するように
したものである。

【００１３】また、第６発明に係るエレベーターの群管
理運転装置は、第３又は第４発明のものにおいて、かご
内の混雑度を、乗場呼び、かご呼び又は上記両方の呼び
の数に基づいて算出するようにしたものである。

【００１４】また、第７発明に係るエレベーターの群管
理運転装置は、第３又は第４発明のものにおいて、かご
内の混雑度を、乗場待ち客の混雑度に基づいて算出する
ようにしたものである。

【００１５】また、第８発明に係るエレベーターの群管
理運転装置は、第２発明のものにおいて、各かご間の上
下距離を測定することによりかご分散度を算出し、それ
に応じて再割当て呼び候補の抽出周期を算出するように
したものである。

【００１６】また、第９発明に係るエレベーターの群管
理運転装置は、第２発明のものにおいて、乗場呼びが割
り当てられたかごの到着予想時間が一定時間以上経過し
た乗場呼びの中から、再割当てによるサービス改善度が
所定条件を満足するものから順に一定数の再割当て呼び
候補を抽出するようにしたものである。

【００１７】また、第１０発明に係るエレベーターの群
管理運転装置は、第２発明のものにおいて、抽出された
各再割当て呼び候補に対して、再割当てによるサービス
改善度の大きい順に、各再割当て呼び候補の順位付けを
するようにしたものである。

【００１８】また、第１１発明に係るエレベーターの群
管理運転装置は、第２又は第８発明のものにおいて、混
雑度又は分散度を、かご状態を入力してニューラルネッ
トワークのパターン認識により解析させ、あらかじめ定
められたパターンを与えることにより出力させるように
したものである。

【００１９】また、第１２発明に係るエレベーターの群
管理運転装置は、第２発明のものにおいて、ニューラル
ネットワークのパターン認識を用いて、検出されたかご
状態に対してあらかじめ定められたパターンをニューラ
ルネットワークに学習させ、学習を終了したニューラル
ネットワークにより、再割当てすべき複数の再割当て呼
び候補を抽出するようにしたものである。

【００２０】

【発明の実施の形態】実施の形態１．図１〜図５はこの
発明の第１〜第３、第９及び第１０発明の一実施の形態
を示す図で、図１は機能構成図、図２は全体構成図、図
３は再割当て動作フローチャート、図４（Ａ）〜（Ｃ）
及び図５（Ａ）（Ｂ）は再割当て動作説明図であり、図
中同一符号は同一部分を示す（以下の実施の形態も同
じ）。

【００２１】図２において、１は群管理制御装置、２は
群管理制御装置１に接続され、それぞれエレベーターの
かご３を運転する各台制御装置、４はエレベーターの乗
場に設置された乗場ボタンである。なお、かご３内には
行先階ボタン（図示しない）が設置されている。すなわ
ち、乗場ボタン４の操作により乗場呼びが登録され、行
先階ボタンの操作によりかご呼びが登録されると、これ
らの呼び情報は群管理制御装置１へ伝送される。

【００２２】群管理制御装置１は呼び情報を入力する
と、複数のかご３を一群として管理する群管理の演算を
実行し、乗場呼びについては、これを分担する割当てか
ごの決定などの処理をする。そして、各台制御装置２へ
かご運転の命令を送る。各台制御装置２はこの命令を受
け、かご３の出発・停止動作や戸開・戸閉動作などのか
ご制御を実行する。

【００２３】図１において、１１は各階の乗場呼びを登
録する乗場呼び登録手段、１２は乗場呼び登録手段１１
に接続された乗場呼び記憶手段、１３は乗場呼び記憶手
段１２に接続された再割当て候補抽出手段、１４は再割
当て候補抽出手段１３に接続された再割当て順序決定手
段、１５は再割当て順序決定手段１４及び乗場呼び登録
手段１１に接続された割当てかご評価手段、１６は割当
てかご評価手段１５及び乗場呼び記憶手段１２に接続さ
れた割当て手段である。

【００２４】すなわち、各階の乗場ボタン４で乗場呼び
が登録されると、これに応答すべきかご３が割り当てら
れる。これらの登録された呼び全体は、乗場呼び記憶手
段１２に記憶される。再割当て候補抽出手段１３は、乗
場呼び記憶手段１２に記憶されている未応答の乗場呼び
の中から、再割当てすべき呼び（再割当て呼び候補）を
抽出する。この再割当て呼び候補は、再割当て順序決定
手段１４により再割当てを実行するための優先順位付け
が行われる。

【００２５】割当てかご評価手段１５は優先順位付けさ
れた再割当て呼び候補及び登録された他の乗場呼びに基
づいて、割当てかごを評価する。このようにして評価さ
れ、再割当てが決定した呼びに対して、割当て手段１６
は再割当てを実行し、乗場呼び記憶手段１２によって記
憶更新される。

【００２６】次に、この実施の形態の動作を図３を参照
して説明する。ステップＳ１でかご３内の乗客負荷を検
出する。乗客負荷の検出装置としては、かご３の重量を
測定する装置、かご３内の天井にカメラを設置してかご
３内を撮影し、乗客の画像をパターン処理する装置など
種々の装置が用いられる。ステップＳ２へ進んで、検出
された乗客負荷から混雑度を算出する。ステップＳ３で
は、ステップＳ２で得られた混雑度を、あらかじめ設定
した関係式に代入することにより、再割当て呼び候補を
抽出する周期を決定する。

【００２７】ここで、関係式としては、対象となるすべ
てのかご３の混雑度の平均値に反比例して、混雑度が高
くなると検出周期を短く設定する式や、混雑度の自乗平
均として他号機よりも混雑度の高いかご３が１台でもあ
れば、検出周期を短くする率を増やす式など種々の式が
考えられる。

【００２８】次に、ステップＳ４では、再割当てを実行
するには、再割当てをするための乗場呼びが存在する
（特に複数存在する場合に有効）ことが前提となるの
で、登録済みの乗場呼びがあるかを判断する。乗場呼び
が存在しなければステップＳ１６へ飛んで待ち処理とな
る。乗場呼びが存在すればステップＳ５へ進み、各登録
済みの乗場呼びに対して、割当てかごの到着予想時間が
一定値以上となるものを抽出する。ステップＳ６では、
ステップＳ５で抽出された乗場呼びが存在するかを判断
する。

【００２９】上記条件を満足する乗場呼びがなければ、
ステップＳ１６へ飛んで待ち処理となる。存在すればス
テップＳ７へ進み、ステップＳ６で抽出された各乗場呼
びに対して、再割当てをした場合のサービス改善度を算
出する。これは、検出された各乗場呼びの数だけ計算す
るためループになっている。ここで、サービス改善度と
は、サービスの状態がどの程度変化したかを表す指標で
あって、例えば現在応答待ちになっているすべての乗場
呼びの予想待ち時間の総和を取るとか、予想待ち時間の
長いものから順に所定数抽出して、その平均を取ると
か、種々の評価手段がある。

【００３０】要するに、この場合には、長待ちが総体的
に減少したか否かを評価するものである。この実施形態
では、一つの乗場呼びの再割当てを実施するごとに、つ
まり再割当て呼び候補の数だけ、この改善度の演算を実
施することで、この中から最良な改善度を示すものから
順に再割当てを評価するものである。なお、候補の数を
適正な値にすることにより、演算時間の有効活用を図る
ものである。

【００３１】ステップＳ８でサービス改善度が所定値よ
りも大きくなる乗場呼びを抽出する。ステップＳ９で
は、ステップＳ８で検出された乗場呼びがあるかを判断
する。この条件を満足する乗場呼びがなければ、ステッ
プＳ１６へ飛んで待ち処理となる。存在すればステップ
Ｓ１０へ進み、ステップＳ９で抽出された乗場呼びに対
して、再割当てによるサービス改善度に従って、再割当
てを行う順序を決定する。この再割当ての順序は、通常
は乗場呼びの発生順に行われるが、ここでは一度に実施
され、サービス改善度の高いものから順に再割当てする
ようにしている。

【００３２】すなわち、ステップＳ１０では、ステップ
Ｓ７で計算したサービス改善度よりも精度の高い計算を
行っている。そして、ステップＳ１１へ進み、ステップ
Ｓ１０で決定した順序に従って、最も順位の高い乗場呼
びを再評価する。ステップＳ１２では、再評価された乗
場呼びの評価値が所定の条件を満足しているか（ここで
は所定値を越えているか）を判断する。所定の条件を満
足していれば、ステップＳ１５の再割当て処理へ進み、
満足していなければステップＳ１３へ進む。

【００３３】ここでいう評価値とは、上述のサービス改
善度であってもよいし、また新たな再割当てに対する評
価条件であってもよい。いずれにしても、再割当てする
乗場呼びが抽出されたとしても、その再割当てでの改善
効果が少ない場合には、あえて割当て変更を実施するま
でもないので、所定の評価が得られない場合には、割当
て変更を実施しない。

【００３４】ステップＳ１３では、ステップＳ１０で順
序付けた再評価すべき乗場呼びがまだ存在しているかを
判断し、存在していればステップＳ１４へ進み、存在し
ていなければステップＳ１６へ飛ぶ。ステップＳ１４で
は再評価した乗場呼びが所定数に達したかを判断し、所
定値に達していればステップＳ１１へ戻り、所定値に達
していなければ、割当ての変更はせず、ステップＳ１６
へ飛ぶ。

【００３５】ステップＳ１５では、再割当てを実行する
ことが決定した乗場呼びに対して、実際に割当てを変更
する。ステップＳ１６では、前回かご３の混雑度を算出
してからの経過時間を検出し、これが所定時間経過した
かを判断する。経過していればステップＳ１へ戻り、経
過していなければステップＳ１７へ進む。ここで、所定
時間とは、再割当て呼び候補を抽出する周期を決定する
条件となるかご３の混雑度を検出する周期を指す。な
お、この周期は一定値である。

【００３６】ステップＳ１７では、前回の再割当て呼び
候補抽出後、上記決定された周期時間が経過しているか
を判断する。経過していればステップＳ４へ戻って再割
当て呼び候補抽出処理に移行し、経過していなければス
テップＳ１６へ戻り、所定時間が経過するまで、ステッ
プＳ１６、Ｓ１７を繰り返す。

【００３７】ここで、割当て変更の一例を図４に示す。
図４において、＃１，＃２はかご、Ａ，Ｂは乗場で登録
された乗場上り呼び、Ｃはかご＃２で登録されたかご呼
びである。今、図４（Ａ）に示すように、乗場上り呼び
がかご＃１に割り当てられており、かご＃２にはかご呼
びＣが登録されているとする。ここで、割当ての見直し
を行うと、２通りが考えられる。図４（Ｂ）では、かご
＃１に割り当てられている乗場上り呼びＡをかご＃２へ
割当て変更する場合である。また、図４（Ｃ）では、か
ご＃１に割り当てられている乗場上り呼びＢをかご＃２
へ割当て変更する場合である。

【００３８】図４（Ｂ）では、かご＃２に再割当てされ
た乗場上り呼びＡは、それよりも下方階のかご呼びＣが
登録されているため、乗場上り呼びＡにかご＃２が応答
するまでの待ち時間を対象としたサービス向上の見込み
は低い。したがって、待ち時間の改善度として、図４
（Ｂ）と図４（Ｃ）を比較した場合、図４（Ｃ）の方が
サービス改善度は高いという結論になる。つまり、再割
当ての実行順序は図４（Ｃ）のパターンを優先すべきで
ある。

【００３９】次に、再割当て呼び候補の抽出を一定数に
制限する一例を図５に示す。図５において、△は乗場上
り呼び、▽は乗場下り呼び、△又は▽を○で囲ったもの
は割当てを見直す乗場呼びである。今、４台のかご＃１
〜＃４が設置されており、図５（Ａ）に示す６個の乗場
呼びの割当てを、所定の条件に従って、図５（Ｂ）に示
すように４個に制限して再割当てすることについて考え
る。

【００４０】図５（Ｂ）では、かご＃１には１個の乗場
下り呼びが、かご＃２には１個の乗場上り呼びが、かご
＃３には１個の乗場下り呼びが、かご＃４には１個の乗
場上り呼びが、再割当て候補検出手段１３で抽出され
て、それぞれ再割当ての対象になっている。それ以外の
乗場呼びである、かご＃１の２個の乗場上り呼びは、所
定の条件に該当せず、再割当ての対象にはしない。こう
して、６個の乗場呼びに対して再割当ての対象を４個に
制限したことにより、割当てを見直すと、再割当てパタ
ーンは、４台のかご＃１〜＃４に４個の割当てを組み替
える（移動しない割当ても含む）ことになるため、４の
４乗、つまり２５６通り存在することになる。

【００４１】再割当ての対象を制限しなかった場合に
は、図５（Ａ）に示すように、再割当てパターンは、４
の６乗、つまり４０９６通り存在したのであるから、図
５（Ｂ）の再割当て乗場呼びを選定したことにより、３
８４０通りの再割当てパターンに対する評価計算を削減
できたことになる。これにより、短時間の演算時間で再
割当てが可能となる。ここで、ステップＳ１〜Ｓ５は再
割当て候補抽出手段１３を、ステップＳ６〜Ｓ１０は再
割当て順序決定手段１４を、ステップＳ１５は割当て手
段１６を構成している。

【００４２】このようにして、登録された乗場呼びの中
から、再割当てを実行すべき再割当て呼び候補を抽出
し、これに対してかごの再割当てを実行すべき順序を決
定するようにしているため、最適な割当てパターンを容
易に選択でき、ビル全体の輸送効率を向上できる非即時
割当て予報方式が実現可能となる。また、再割当て呼び
候補を抽出する周期を、かご３の混雑度により変化さ
せ、例えば混雑しているときは周期を短くして、速やか
に再割当てを実行し、混雑していないときは周期を長く
して、演算の分担を軽減し、ビルの混雑に応じて適切な
再割当てを行うことが可能となる。

【００４３】実施の形態２．図６はこの発明の第４発明
の一実施の形態を示す再割当て動作フローチャートであ
る。なお、図１〜図３は実施の形態２にも共用する。実
施の形態２には、実施の形態１が再割当て呼び候補の抽
出周期を混雑度に基づいて決定したのに対し、乗場の長
待ち時間に基づいて決定するものである。

【００４４】ステップＳ１，Ｓ２は図３と同様であり、
かご３内の乗客負荷を検出して、混雑度を算出する。ス
テップＳ２１で再割当て呼び候補を抽出する条件となる
乗場の長待ち時間を、あらかじめ設定した計算式に上記
混雑度を代入することにより算出する。ステップＳ２２
では、ステップＳ２１で算出された長待ち時間以上の待
ち時間となるような乗場呼びを抽出する。ステップＳ６
では、ステップＳ２２で抽出された乗場呼びが存在する
かを判断する。

【００４５】上記条件を満足する乗場呼びが存在すれば
ステップＳ２３へ進み、存在しなければステップＳ１６
へ飛ぶ。ステップＳ２３では図３のステップＳ７〜Ｓ１
５に相当する再割当て動作をする。ステップＳ１６で図
３と同様に、再割当て呼び候補を抽出するための長待ち
時間を決定する条件となるかご３の混雑度を検出する周
期が経過したかを判断する。周期が経過していなければ
ステップＳ２２へ戻り、以前と同じ条件（長待ち時間）
により、再割当て呼び候補を抽出する。周期が経過して
いればステップＳ１へ戻り、かご３の混雑度を検出する
処理に移行する。ここで、ステップＳ１，Ｓ２，Ｓ２
１，Ｓ２２は再割当て候補抽出手段１３を構成してい
る。

【００４６】このようにして、再割当て呼び候補を抽出
する条件となる長待ち時間は、かご３の混雑度に応じて
変化するため、例えば混雑時は長待ちが生じる傾向が大
きいので、長待ちを判定する時間を長くする。これで、
抽出される乗場呼びの数は減少し、演算時間の増加は抑
制される。また、非混雑時は長待ちに素早く対応できる
ように上記長待ち判定時間を短くする。なお、再割当て
は、長待ち時間の長いものから実施されるため、ビル全
体の平均待時間は短縮される。また、この長待ちの判定
は、あらかじめ設定した混雑度を示す指標を、ビル用途
に応じて作成した評価式に代入し、その結果に基づいて
長待ち時間を変化させる。これにより、ビルの混雑に応
じて適切な再割当てを可能とすることが可能となる。

【００４７】実施の形態３．この発明の第５発明の一実
施の形態を示し、実施の形態１及び実施の形態２では、
再割当て呼び候補を抽出するため、かご３の負荷を検出
して混雑度を算出したが、これをかご３の稼動率を求
め、これに基づいてかご３内の混雑度を算出するように
したものであり、図３又は図６のステップＳ１を稼動率
の検出に置き換えることにより実施できる。ここで、か
ご３の稼動率とは、管理内のすべてのかご３において、
現在乗場又はかご３内の呼びに対して、サービスしてい
るかごの存在率を指している。

【００４８】すなわち、かご３の稼動率が高ければ、再
割当て呼び候補抽出の周期を短くしたり、長待ち判定値
を大きくしたりし、稼動率が低ければ、周期を長くした
り、長待ち判定値を小さくしたりする。つまり、混雑度
に応じて変化させる手段と同じことを意図している。こ
の稼動率と出力値との関係は、数式により線形的に求め
ることが可能である。このようにして、かご３の運行状
況に応じて適切、かつ効率的な再割当てを実施すること
が可能である。

【００４９】実施の形態４．この発明の第６発明の一実
施の形態を示し、実施の形態１及び実施の形態２では、
再割当て呼び候補を検出するため、かご３の負荷を検出
して混雑度を算出したが、これを呼びの数を求めて混雑
度を算出するようにしたものである。すなわち、図３又
は図６のステップＳ１を、乗場呼びの数又はかご呼びの
数、若しくは両方の呼びの合計数を抽出するステップに
置き換えることにより実施できる。

【００５０】すなわち、呼びの数が多ければ、再割当て
呼び候補抽出の周期を短くしたり、長待ち判定値を大き
くしたりし、呼びの数が少なければ、周期を長くした
り、長待ち判定値を小さくしたりする。このようにし
て、かご３の運行状況に応じて適切、かつ効率的な再割
当てを実施することが可能である。

【００５１】実施の形態５．この発明の第７発明の一実
施の形態を示し、実施の形態１及び実施の形態２では、
再割当て呼び候補を検出するため、かご３の負荷を検出
して混雑度を算出したが、これを乗場での待ち客混雑度
を求めて混雑度を算出するようにしたものである。すな
わち、図３又は図６のステップＳ１を待ち客混雑度の検
出するステップに置き換えることにより実施できる。

【００５２】このためには、各乗場ごとに待ち客の混雑
度を検出する装置が必要である。そして、待ち客の混雑
度が高ければ、再割当て呼び候補抽出の周期を短くした
り、長待ち判定値を大きくしたりし、待ち客の混雑度が
低ければ、周期を長くしたり、長待ち判定値を小さくし
たりする。つまり、かご３内混雑だけでなく、乗場混雑
にも対応させるようにしたものである。この混雑度と出
力値との関係も、数式により線形に求めることが可能で
ある。このようにして、乗場待ち客の状況に応じて適
切、かつ効率的な再割当てを実施することが可能であ
る。

【００５３】実施の形態６．図７はこの発明の第８発明
の一実施の形態を示す再割当て動作フローチャートであ
る。なお、図１〜図３は実施の形態６にも共用する。実
施の形態６は、再割当て呼び候補を抽出するための周期
を決定するための手段として、かご３間距離を測定する
ことにより、かご分散度を算出するようにしたものであ
る。

【００５４】ステップＳ２５で各かご３間の上下方向の
距離（以下かご間距離という）を測定し、これに基づい
てステップＳ２６でかご分散度を計算する。ステップＳ
２７で再割当て呼び候補を抽出するための周期を、ステ
ップＳ２６で得られたかご分散度に基づいて計算式によ
り算出する。以降は図３のステップＳ４〜Ｓ１７と同様
である。かご分散度を計算するには、各かご３について
かご間距離を測定し、その合計値を使用する。

【００５５】すなわち、かご３が偏在して運転（だんご
状態）されていれば、再割当て呼び候補を抽出するため
の周期を短くして、かご３位置のわずかな変化にも速や
かに対応する。かご３が散在して運転されていれば、予
報外れが起こることがだんご状態のときよりも少ないの
で、周期を長くして、再割当て呼び候補抽出のための演
算分担を軽減する。このようにして、かご３位置に応じ
て適切、かつ効率的な再割当てを実施することが可能で
ある。

【００５６】実施の形態７．図８〜図１０はこの発明の
第１１及び第１２発明の一実施の形態を示す図で、図８
はニューラルネットのモデル図、図９はニューラルネッ
トの学習動作フローチャート、図１０はニューラルネッ
トを利用した再割当て呼び候補抽出動作フローチャート
である。なお、図１〜図３及び図６は実施の形態７にも
共用する。

【００５７】実施の形態７は、図３及び図６での再割当
て呼び候補を抽出するための周期や条件となる長待ち時
間を決定する基になるかご３の混雑度を求める手段、及
び図７でのかご３の分散度を算出する手段として、ニュ
ーラルネットによる判別手法を用いたものである。図８
に示すように、かご状態（かご位置、乗場呼び、及びか
ご呼びの状態）を入力ニューロンとして持たせ、混雑度
又は分散度を出力ニューロンとする。

【００５８】あらかじめ典型的なパターンを教師データ
として与え、それにより学習させる。学習を終了したニ
ューラルネットに対して入力値を与えることにより、混
雑度又は分散度が出力される。すなわち、図３及び図６
のステップＳ１を図８による動作に置き換えることによ
り実施できる。次に、ニューラルネットを利用した再割
当て呼び候補の抽出を図９及び図１０を参照して説明す
る。

【００５９】Ａ ニューラルネットに学習させるための
動作（図９） ステップＳ３１で現在の登録済みの呼びの状況を取得す
る。これが、学習のための教師データ作成の基になるも
のである。ステップＳ３２では、ステップＳ３１で取得
した呼び状況を基にして、最適なパターンをあらかじめ
決定されている手法で解析する。これで、ニューラルネ
ットに学習させるための教師データが生成される。ステ
ップＳ３３では上記生成された教師データに基づいてニ
ューラルネットに学習させる。ステップＳ３４で学習が
終了すると、パターン判別に必要なデータ（重み付け係
数及びしきい値）が生成される。

【００６０】Ｂ 学習を終了したニューラルネットを用
いた再割当て呼び候補の抽出動作及び再割当て動作（図
１０） ステップＳ４１で現在の乗場呼び及びかご呼びのパター
ンを、学習を終了したニューラルネットから取得する。
ステップＳ４２で上記取得した呼び登録パターンを入力
値として与える。そして、ニューラルネットを実行さ
せ、しきい値を越えた複数の乗場呼び、すなわち再割当
て呼び候補を出力値として抽出する。

【００６１】ステップＳ４３では、ステップＳ４２で抽
出した再割当てに基づいて、再割当て動作を実行する。
なお、再割当てを実行する順序の決定と、実行手段は図
３に従うものである。ここで、ステップＳ４１，Ｓ４２
は再割当て候補抽出手段１３を構成している。このよう
にして、ニューラルネットのパターン認識により再割当
てすべき乗場呼びを抽出することにより、短時間の演算
時間で、かつビル全体を統轄した再割当て呼び候補を実
行することが可能となる。

【００６２】

【発明の効果】以上説明したとおりこの発明の第１発明
では、登録された乗場呼びの中から再割当て呼び候補を
抽出し、この抽出された再割当て候補に対するかごの割
当てを再度実行し、第２発明では、抽出された再割当て
呼び候補に対して再割当てを実行すべき順序を決定し、
抽出された再割当て呼び候補に対するかごの割当てを、
上記決定された順序に従って再度実行するようにしたの
で、最適な割当てパターンを容易に選択でき、ビル全体
の輸送効率を向上できる非即時割当て予報方式を実現す
ることができる。

【００６３】また、第３発明では、かご内の状態から混
雑度を算出し、この混雑度に基づいて再割当て呼び候補
の抽出周期を決定して、登録された乗場呼びの中から周
期ごとに再割当て呼び候補を抽出するようにしたので、
混雑時は周期を短くして速やかに再割当てを実行し、非
混雑時は周期を長くして演算の負担を軽くし、ビルの混
雑に応じて適切な再割当てを実行することができる。

【００６４】また、第４発明では、かご内の状態から混
雑度を算出し、この混雑度に基づいて決定された時間以
上の乗場の長待ち時間が発生すると予想されると、登録
された乗場呼びの中から再割当て呼び候補を抽出するよ
うにしたので、混雑時は長待ち判定時間を長くして、演
算時間の増加を抑制し、非混雑時は長待ち判定時間を短
くして、長待ちに速やかに対応させることができ、ビル
の混雑に応じて適切な再割当てを実行することができ
る。

【００６５】また、第５発明では、かご内の混雑度を、
かごの稼動率に基づいて算出し、第６発明では、かご内
の混雑度を、乗場呼び、かご呼び、又は上記両方の呼び
の数に基づいて算出するようにしたので、かごの運行状
況に応じて適切、かつ効率的な再割当てを実施すること
ができる。

【００６６】また、第７発明では、かご内の混雑度を、
乗場待ち客の混雑度に基づいて算出するようにしたの
で、乗場待ち客の状況に応じて適切、かつ効率的な再割
当てを実施することができる。

【００６７】また、第８発明では、かご間の上下距離を
測定することによりかご分散度を算出し、それに応じて
再割当て呼び候補の抽出周期を算出するようにしたの
で、かご位置に応じて適切、かつ効率的な再割当てを実
施することができる。

【００６８】また、第９発明では、乗場呼びに割り当て
られたかごの到着予想時間が一定時間以上経過した乗場
呼びの中から、再割当てによるサービス改善度が所定条
件を満足するものから順に一定数抽出し、第１０発明で
は、抽出された各再割当て呼び候補に対して、再割当て
によるサービス改善度の大きい順に、各再割当て呼び候
補の順位付けをするようにしたので、再割当て呼び候補
数が制限され、短時間の演算時間で効率的な再割当てを
実施することができる。

【００６９】また、第１１発明では、混雑度又は分散度
を、かご状態を入力してニューラルネットワークのパタ
ーン認識により解析させ、あらかじめ定められたパター
ンを与えることにより出力させ、第１２発明では、ニュ
ーラルネットワークのパターン認識を用いて、検出され
たかご状態に対してあらかじめ定められたパターンをニ
ューラルネットワークに学習させ、学習を終了したニュ
ーラルネットワークにより、再割当てすべき複数の呼び
候補を抽出するようにしたので、短時間の演算時間でか
つビル全体を統轄した再割当てを実行することができ
る。

【図面の簡単な説明】

【図１】 この発明の実施の形態１を示す機能構成図。

【図２】 この発明の実施の形態１を示す全体構成図。

【図３】 この発明の実施の形態１を示す再割当て動作
フローチャート。

【図４】 （Ａ）〜（Ｃ）はこの発明の実施の形態１を
示す再割当て動作説明図。

【図５】 （Ａ）（Ｂ）はこの発明の実施の形態１を示
す再割当て動作説明図。

【図６】 この発明の実施の形態２を示す再割当て動作
フローチャート。

【図７】 この発明の実施の形態６を示す再割当て動作
フローチャートで、図３の部分図。

【図８】 この発明の実施の形態７をニューラルネット
のモデル図。

【図９】 図８によるニューラルネットの学習動作フロ
ーチャート。

【図１０】 図８によるニューラルネットを利用した再
割当て呼び候補抽出動作フローチャート。

【符号の説明】

１ 群管理制御装置、２ 各台制御装置、３ エレベー
ターのかご、４ 乗場ボタン、１１ 乗場呼び登録手
段、１２ 乗場呼び記憶手段、１３ 再割当て候補抽出
手段、１４ 再割当て順序決定手段、１５ 再割当てか
ご評価手段、１６割当て手段、Ｓ１〜Ｓ５ 再割当て候
補抽出手段、Ｓ６〜Ｓ１０ 再割当て順序決定手段、Ｓ
１５ 割当て手段、Ｓ１，Ｓ２，Ｓ２１，Ｓ２２ 再割
当て候補抽出手段、Ｓ２５〜Ｓ２７ 再割当て候補抽出
手段、Ｓ４１，Ｓ４２ 再割当て候補抽出手段。

Claims (12)

【特許請求の範囲】
1. 【請求項１】 複数のエレベーターのかごが並設され、
   登録された乗場呼びに対して応答すべきかごを割り当て
   る機能を有する装置において、上記登録された乗場呼び
   の中から再割当て呼び候補を抽出する再割当て候補抽出
   手段と、上記抽出された再割当て呼び候補に対する上記
   かごの割当てを再度実行する割当て手段とを備えたこと
   を特徴とするエレベーターの群管理運転装置。
2. 【請求項２】 複数のエレベーターのかごが並設され、
   登録された乗場呼びに対して応答すべきかごを割り当て
   る機能を有する装置において、上記登録された乗場呼び
   の中から再割当て呼び候補を抽出する再割当て候補抽出
   手段と、上記抽出された再割当て呼び候補に対して再割
   当てを実行すべき順序を決定する再割当て順序決定手段
   と、上記抽出された再割当て呼び候補に対する上記かご
   の割当てを上記決定された順序に従って再度実行する割
   当て手段とを備えたことを特徴とするエレベーターの群
   管理運転装置。
3. 【請求項３】 再割当て候補抽出手段を、かご内の状態
   からこのかご内の混雑度を算出し、この混雑度に基づい
   て再割当て呼び候補の抽出周期を決定して、登録された
   乗場呼びの中から上記周期ごとに上記再割当て呼び候補
   を抽出するものとしたことを特徴とする請求項１又は請
   求項２記載のエレベーターの群管理運転装置。
4. 【請求項４】 再割当て候補抽出手段を、かご内の状態
   からこのかご内の混雑度を算出し、この混雑度に基づい
   て決定された時間以上の乗場の長待ち時間が発生すると
   予想されると、登録された乗場呼びの中から再割当て呼
   び候補を抽出するものとしたことを特徴とする請求項１
   又は請求項２記載のエレベーターの群管理運転装置。
5. 【請求項５】 かご内の混雑度を、上記かごの稼動率に
   基づいて算出するものとしたことを特徴とする請求項３
   又は請求項４記載のエレベーターの群管理運転装置。
6. 【請求項６】 かご内の混雑度を、乗場呼び、かご呼び
   又は上記両方の呼びの数に基づいて算出するものとした
   ことを特徴とする請求項３又は請求項４記載のエレベー
   ターの群管理運転装置。
7. 【請求項７】 乗場に待ち客の混雑度を検出する待ち客
   混雑度検出装置を設置し、かご内の混雑度を、上記検出
   された乗場待ち客の混雑度に基づいて算出するものとし
   たことを特徴とする請求項３又は請求項４記載のエレベ
   ーターの群管理運転装置。
8. 【請求項８】 再割当て候補抽出手段を、各かご間の上
   下距離を測定することによりかごの分散度を算出し、そ
   れに応じて再割当て呼び候補の抽出周期を算出するもの
   としたことを特徴とする請求項２記載のエレベーターの
   群管理運転装置。
9. 【請求項９】 再割当て候補抽出手段を、乗場呼びが割
   り当てられたかごの到着予想時間が一定時間以上経過し
   た乗場呼びの中から、再割当てによるサービス改善度が
   所定条件を満足するものから順に一定数の再割当て呼び
   候補を抽出するものとしたことを特徴とする請求項２記
   載のエレベーターの群管理運転装置。
10. 【請求項１０】 再割当て順序決定手段を、抽出された
    各再割当て呼び候補に対して、再割当てによるサービス
    改善度の大きい順に、上記各再割当て呼び候補の順位付
    けをするものとしたことを特徴とする請求項２記載のエ
    レベーターの群管理運転装置。
11. 【請求項１１】 混雑度又は分散度を、かご状態を入力
    してニューラルネットワークのパターン認識により解析
    させ、あらかじめ定められたパターンを与えることによ
    り出力させるものとしたことを特徴とする請求項２又は
    請求項８に記載のエレベーターの群管理運転装置。
12. 【請求項１２】 再割当て候補抽出手段を、ニューラル
    ネットワークのパターン認識を用いて、検出されたかご
    状態に対してあらかじめ定められたパターンをニューラ
    ルネットに学習させ、上記学習を終了した上記ニューラ
    ルネットにより、再割当てすべき複数の再割当て呼び候
    補を抽出するものとしたことを特徴とする請求項２記載
    のエレベーターの群管理運転装置。