JPS60232378A - エレベ−タの群管理制御方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔発明の技術分野〕 本発明はエレベー・夕の群管理制御方法に関し、特（二
使用する学習データの評価技術に関する。

〔発明の技術的背景とその問題点〕

近年、複数基のエレベータを並設した場合に、エレベー
タの運転効率の向上、およびエレベータ利用者へのサー
ビスの向上を図るべく、各階床のホール呼び（二対する
応答機をマイクロコンピュータ等の小形コンピュータを
用いて合理的に且つすみやかに割当てるようにするエレ
ベータの群管理制御が行なわれている。この場合、ホー
ル呼びが発生すると、そのホール呼びに対処するのに最
適なエレベータを選定し、早期にそのホール呼びに応答
させるエレベータを割当てるとともに、他のエレベータ
はその乗場に応答させないように制御する。

このような方式の群管理制御において、新たにホール呼
びが発生した場合のそのホール呼び割付は号機の決定に
際して、最も重要なファクターである予測未応答時間の
計算に対し、派生かと呼びは大きな影響を及ぼす。例え
ば第１図（、）において、２階のかと呼び、４階、５階
の上昇ホール呼び割付けが既にあり、かごが１階にいる
ような場合に、６階の下降ホール呼びが発生したとする
。この際の６階の下降ホール呼びまでの予測到着時間を
計ヴするとき、既に実在するホール呼び割付け、かご呼
びのみから計算するとかごは、５階の上昇ホール呼びに
応答した後１階床走行し６階の下降ホール呼びに応答す
ることになる。ところが、実際は、４階、５階に応答し
た際に乗場待客が乗込み、新たに上方の階床へのかご呼
びを登録するため、６階の下降ホール呼びは、４階、５
階の上昇ホール呼びに応答したときにつくられた最終の
かと呼び階に応答後に、応答することになる。したがっ
て、６階の下降ホール呼びまでの予測到着時間は、実在
のデータから計算した値より大きくなる。このように、
実在するデータのみから予測到着時間をめると、非常に
精度が低下し、長待ち、かご呼び先着などを（トきおこ
す原因となってしまう。

そこで、第１図（ｂ）のように４階、５階の上昇ホール
呼びに対して、それぞれ例えば９階、　１０階に疑似的
な派生かと呼び（以下「疑似派生かと呼び」と称する）
を発生させ、６階のホール呼び゛までの予測到着時間の
精度を向上させている。

しかしながら、疑似派生かご呼びを予測し発生させるに
際し、発生させる個数９発生させる階床によって、停止
回数および反転階床などが著しく異なり予測未応答時間
が大きく影響を受けてしまう。

例えば、第１図（ｂ）において、それぞれ派生するかご
呼びを各ホール呼びについてそれぞれ１つずつ発生させ
ているが、仮に４階、５階の上昇ホール呼びに実際に応
答した際にそれぞれ８．９階と１１．１２階に派生かご
呼びが登録されたとすると６階の下降ホール呼びまでの
予測到着時間は大幅に増大してしまう。

各ホール呼びに応答した際に登録されると予測されるか
ご呼びの個数および階床は、それぞれのビルのテナント
により大きく左右されるため、ビル毎に異なる傾向をも
つが１．従来は、固定データを用い、ビル毎の階間需要
を反映していなかった。

また最近は学習形群管理ということで、過去の発生ホー
ル呼び１派生かご呼等の測定データに基づく学習機能に
より派生するかご呼びを予測して群管理上の評価計算を
する方式も提案されているが、この方式は交通需要の週
単位式るいは日単位等の周期性を仮定した本のであって
、学習データを群管理制御の情報の要素として無条件に
使用することはできない。

特に生活条件の異なる利用者が居住する雑居ビルの場合
には、交通需要の周期性が問題となる。

〔発明の目的〕

本発明は上記の点に鑑みてなされたもので、その目的と
するところは、学習機能により派生かご呼びを予測する
場合の予測精度を向上し、あわせて長待ち、かご呼び先
着、予報変更等の発生を少なくして群管理のトータルの
性能を向上したエレベータの群管理制御方法を提供する
。

〔発明の概要〕

本発明は、膜数の１若床に対して複数基のエレベータを
就役させ、これら複数基のエレベータに共通のホール呼
びに対して割り当て制御によってサービスエレベータを
決定するエレベータの群管理制御において、各エレベー
タが乗場呼びに応答しンこ際に乗込んだ乗客の行先階指
定により発生するかと呼び（派生かと呼び）の学習デー
タを基にして前記派生かご呼びを予測する場合に、派生
かご呼びの予測が有意であるか否かを検定し、有意水準
であることが確認できた場合にのみ学習データを基にし
た予測データを評価値に使用するエレベータの群管理制
御方法である。

〔発明の実施例〕

以下本発明の実施例について図面を参照しながら説明す
る。

第２図は本発明の一実施例が適用されるエレベータの群
管理システムの基本的な構成を示すブロック図である。

第２図において、１〜９はロジック回路、１０はマイク
ロコンピュータなどのコンピュータである。

ロジック回路１〜９のうち、１゛は運転パターン、エレ
ベータ各機の群制御投入の有無などの情報を記憶するマ
スクコンディション記憶回路であり、第３図に示すよう
に１２ビツトのマスクコンディション情報テーブル（以
下「ＭＣＴ」と称する）を構成しているっまた、２は各
階毎のエレベータ各機に共通のホール呼びをそのまま記
憶するホール呼び記憶回路、８Ａ〜３Ｈは、エレベータ
各機毎すなわちＮ号機〜■（号機各々のインターフェイ
ス部であり、それぞれかご状態記憶回路４人〜４Ｈ１が
ご呼び記憶回路５八〜５Ｈ、ホール呼び割付は記憶回路
６Ａ〜６Ｈより構成されている。なお第２図はエレベー
タの機数が８機（Ａ号機〜Ｈ号機）の場合について示し
ているが、以下の説明においては、特に必要のない限り
、エレベータ各機を区別する７こめに各符号に付された
添字Ａ−Ｈを省略する。

かご状態記憶回路４は、１２ビツトのレジスタで構成さ
れ、第４図に示すようにドア開閉、走行中（停止）、減
速可、走行方向、ＭＧ運転、かご位置、かご負荷（かご
荷重）などの状態な”０″か１”かのディジタル情報で
記憶し、全号機についてかご状態情報テーブル（以下１
’−ｃ　ＣＴｊと称する）（インデックス１＝０〜７）
を構成している。

かご呼び記憶回路５はそれぞれのかご内で発生したかと
呼び登録行先階を記憶している。ホール呼び割付は記憶
回路６はその号機が各階毎のエレベータ各機に共通のホ
ール呼びに対してコンピュータＩＯにより最適号機とし
て割付けられた場合に、その割付けられた階床（上昇呼
び、下降呼びの方向別を記憶する。７はホールコンディ
ション記憶回路で、かご呼び記憶回路５Ａ〜５Ｈ，ホー
ル呼び割付は記憶回路６Ａ〜６Ｈおよびホール呼び記憶
回路２の情報を収集して第５図に示すように行先階床お
よび走行方向別の走行決定号機の号機（Ａ〜Ｈ）と、階
床および方向別のホール呼びの有無と、その割付けが完
了したか否かを記憶し全体としてホールコンディション
情報テーブル（以下「ＨＣＴ」と称する）（インデック
スＪ＝０〜１７　）を構成している。なお第５図は階床
数が１０階床の場合を示している。８はワイパセレクト
回路テあり、コンピュータ１０の選択レジスタ１１の指
定に応じて、前記各情報テーブルＭｃＴ、ＣＣＴ（ｉ）
およびＨＣＴ（」）を順次入力レジスタ１２を介してメ
モリ１３に読込ませる。９はデコード回路であり、共通
のホール呼びに対してコンピュータ１ｏで最適号機と決
定されて出力レジスタ１５から出力されたエレベータ号
機情報を対応する号機のインデックスｉ（０〜７）に変
換して各号機Ａ−Ｈのホール呼び割付は記憶回路６Ａ−
６Ｈの対応するものに割付けられたホール呼び階床番号
を入力する。コンピュータ１゜は上述した入力レジスタ
１２２選択レジスタ１１．出力レジスタ１５１例えば揮
発生のランダムアクセスメモ’Ｊ（ＲＡＭ）１３．演算
回路１４．待時間カウンタ部］６およびその他のコンピ
ュータ１ｏの動作に必要な基本的な回路要素（図示せず
）を含んでいる。

Ｒ，Ａ　Ｍ　１３は、入力レジスタ１２を介して得られ
た各種の情報を記憶し演算回路１４にパラメータ情報を
Ｉする。演算回路１４はこのパラメータ情報に某おいて
各ホール呼びに対して所定の評価式によって各エレベー
タのサービス適正の度合を不適正である程大きな度合と
して示す評価値ｆを計算し、最適エレベータとして評価
値ｆの最小なエレベータを選択し、先に述べたように出
力レジスタ１５を介して出力する。出力レジスタ１２ビ
ツトで例えば第６図に示すような情報ビットのフォーマ
ットで構成されている。待時間カウンタ部１６は、各階
床の呼び登録後のサンプリング回数をカウントし、各階
床ごとの待時間カウント値を与えている。

つき゛にこのような構成のシステムに適用した本発明の
一実施例における主たる制御動作を第７図〜第１０図に
示すフローチャートを参照して説明する。

第７図（ａ）、（ｂ）は全体の処理の要部を示すフロー
チャート、第８図は第７図（ｂ）における割付は号機決
定ルーチンの処理の詳細を示すフローチャート、第９図
は第７図（ｂ）におけるデータ格納処理の詳細を示すフ
ローチャートである。

群制御のスタートが指令されると、まず第３図に示すよ
うなビットフォーマットをもったＭＣＴがコンピュータ
１０に読込まれ、運転パターンなどのマスクコンディシ
ョンが設定される。そして群制御に編入されているエレ
ベータの基数が所定数に達しないと群制御を行なわない
っ 群制御が可能と判断されると、順次ＯＣＴ　（ｉ）が読
込まれ、次いでＨＣＴ　（ｊ）が読込まれる。そして、
順次各階床のホール呼びのサンプリングを行なう。

まずホールインディクスｊ＝０として１０ｄすなわち１
０階ホールにおける下降呼びを行なったかどうかを調べ
る。ホール呼びの有無は、ＨＣＴの第１２ビツトの１”
、°゛Ｏ”で示され、そのホール呼びの割付は完了の有
無は第１１ビツトの１”、０”で与えられるので、ＨＣ
Ｔ（ホール呼び）状態判定処理は上記第１１および第１
２ビツトの組合せによってｏｏ”（ホール呼び無し）、
”０１″（ポール呼び有、割付は未完）、１１”　（ホ
ール呼び有、割付は完了）を判別する。

“ＯＯ″の場合は待時間カウンタをゼロクリアし次のサ
ンプリングである」＝１すなわち９ｄの処理に移る。

１１”の場合にはホール呼び割付けは完了しているが、
満員その他の条件によって割付けられたかごがそのホー
ル呼びの階床に到着するまでの時間が長くなった場合に
は長待ち見直しを行う。

０１”の場合、すなわち新発生ホール呼びが発生した場
合はその新発生ホール呼びに対する割付は号機を決定す
べく割付は号機決定処理を行なう。

この割付は号機決定ルーチンは、第８図にその詳細を示
すようにホール呼び発生階（ＪＯ）およびその階床より
遠方の既割付は階床（Ｊ８．Ｊｌ、・・・ＪＮ）の各ホ
ールにおいて疑似的に派生かご呼びを発生させる。

この派生かと呼びは後述する学習による派生かご呼びの
予測値と実際に発生したかご呼びとの比較・検定により
、その検定値が有意水準であればホール呼び発生階Ｊ０
及びその先の既割当階床（Ｊｌ。

Ｊ２＋・・・ＪＮ　）に対して学習データを使用して派
生かご呼びを発生させる。

もし検定値が有意水準に達していなければ学習データに
よらずＪ。−ＪＮの各々と終端階までの中間階に固定的
に派生かご呼びを発生させる。

この様にして学習データを使用するかしないかした派生
かご呼びを含めて予測未応答時間ＹＲＦＩＳＰＴ（Ｃ，
Ｊ＋）を再計算する。

その後ＹＲｇＳＰＴ（Ｃ，Ｊ＋　）をもとにかご評価変
換ｆ（ｃ）をめ全号機についてその計算が終了したら評
価値最小かごＣＩ’ＵＲを決定し、その号機にそのホー
ル呼びを割付ける。

”１０”の場合、つまりホール呼びに応答したときは、
その時点で、データ格納処理を行なう。

すなわち、第９図にその詳細を示すように、ホール呼び
応答時におけるかご呼びが登録された階床のデータ格納
を行なう。具体的には第１１図にそのデータ格納エリア
のフォーマットを示すようにかと呼び登録度数テーブル
ＫＮ（Ｊ、Ｋ）をアップカウント（インクリメント）処
理する。７例えば、Ａ号機が１階の上昇呼びに割付けら
れ、応答したとすると、応答時、ドアが開き、ホール待
客が乗り込み８階、５階のかご呼びが登録された場合に
は、 ＫＮ　（１ｕ、　８Ｋ）＝ＫＮ　（ｌｕ、　３Ｋ）＋１
ＫＮ　（１，ｕ、　５Ｋ　）　＝　ＫＮ　（ｌｕ、　５
Ｋ）＋１として、ＫＮ　（ｌｕ、　８Ｋ）、　ＫＮ　（
ｌｕ、　５Ｋ）なるかと呼び登録度数エリアがアップカ
ウントされる。

第１０図は、第７図（ｂ）に示したフローチャートの最
終部分に示しである学習データの検定計算の一実施例を
示したフローチャートである。

以下第１０図のフローチャートによる学習データの検定
を、具体的な例を示して説明する。−例として１階〜５
階のかと呼び発生個数が下表であったとする。

学習による各階のかご呼びの発生個数は、全階床に渡っ
て等しい確率で発生するものとし、この予測が実際のか
ご呼び発生個数データと比較して正しいか否かを検定す
る。

第１０図で、期待度数Ｆ＋をめるに当り、各階のかご呼
び発生個数の合計　Σｆｉは５０個であり、−１ 各階で発生するかと呼び個数は上記した通り各階ども同
じ確率で発生するものとしているので、各階でのかと呼
び発生の比率は５分の１、即ち０．２となり、従って期
待度数Ｆｉま、Ｆｉ＝　５０　Ｘ　Ｏ，２＝　１０であ
る次に式・−、ｎ　（（、ｒｒ二ｐ　＋　＞　＞により
・・をめた’　Ｉ−Ｉ　Ｐ　ｉ　。

結果が第１２図である。

検定の危険率をα−０，０５とし、分布の数ｎ＝５であ
り、自由度φ＝ｎ−１＝４のＸ分布の１直は、Ｘ（φ、
α）−ｘ　（４，０，０５）＝９．４５Ｘ（φ、α）と
Ｘとを比較する。

Ｘ２（φ、α）　−９，４５ｘｏ−Ｊ、４でありＸ電φ
、α）〉Ｘ：であるから仮置（予測）は棄却されない。

つまり学習によるかと呼び個数の予測値は正しいという
判断になる。

〔発明の効果〕

以上説明した通り本案によれば、エレベータの群管理制
御において、学習データの有意性を学習による期待値と
実際に発生した需要との間の検定をすることにより、学
習データが真に有効か否かを判断し、学習データが有意
の水準であると判定したときにのみ初めて学習データを
使用するため、派生かご呼びの精度が向上し、長持ちか
と呼び先着、予報変更を減少させ、群管理制御のトータ
ルの性能を向上させ得る群管理制御が実現できるっ

【図面の簡単な説明】

第１図（、）及び（ｂ）は発明の技術的背景を説明する
ためのエレベータの状態を示した模式図、第２図は本発
明のシステム構成のブロック図、第３図〜第６図は第２
図の各種情報テーブルのビット構成を示した図、第７図
〜第１０図は本発明の一実施例を説明するためのフロー
チャート、第１１図及び第１２図は本発明の一実施例を
説明するための図である。 第１図 （α） ２ １ ０ ６　 ５　ム ４　ム ２　・ 第１図 （ｂ） ２ ／１ １０　０ ６　 ６　ム ４　ム 第３図 第４図 第７図 （α） 第７図 ＜ｂ） 第８図 第９図 第１０図 第１１図 （イ〔」）

Claims (2)

【特許請求の範囲】
1. （１）複数の階床に対して複数基のエレベータを就役さ
   せ、これら複数基のエレベータに共通のホール呼びに対
   して最適なエレベータを評価計算により選択して割当て
   、応答させるエレベータの群管理制御方法において、交
   通需要情報を学習データとして格納し、この格納データ
   に基づいて群管理評価計算を実行する際に学習データの
   有意性を検定し、学習データが有意水準に達したとき学
   習データを前記評価計算に使用することを特徴とするエ
   レベータの群管理制御方法。
2. （２）交通需要情報はかと呼びの発生需要情報を格納し
   、この格納データに基づいてホール呼びに対して派生す
   るかご呼びの子側を実行する際に、学習データによる派
   生かと呼び期待値と実際；二発生したかと呼びデータを
   検定し、検定値が有意水準のとき学習データによる派生
   かど呼びを群管理評価に使用することを特徴とする特許
   請求の範囲第１項記載のエレベータの群管理制御方法。