畢業(yè)論文--電梯群控系統(tǒng)調(diào)度策略研究

1、<p><b>　　1 緒論</b></p><p>　　1.1 課題研究背景</p><p>　　電梯作為高層智能大廈的主要垂直交通工具，電梯系統(tǒng)的服務(wù)質(zhì)量和服務(wù)效率的提高對建筑物的有效利用和性能發(fā)揮將產(chǎn)生極為重要的影響。為提高服務(wù)質(zhì)量和服務(wù)效率，電梯的控制技術(shù)由單臺電梯的獨立控制發(fā)展到多臺電梯的協(xié)調(diào)控制，進(jìn)行合理的調(diào)度和管理，即電梯群控。所謂電梯群控

2、系統(tǒng)EGCS(Elevator Group Control System)是指：綜合考慮大樓的交通模式、各時刻的交通流量、各樓層的乘客轎外呼梯信號等各種因素，對一棟樓宇里布置在一起的多臺電梯進(jìn)行統(tǒng)一調(diào)度，每個樓層的召喚信號集中由群控主機(jī)來控制，根據(jù)系統(tǒng)設(shè)定的優(yōu)化目標(biāo)和建筑物中的實際交通狀況，產(chǎn)生最優(yōu)派梯決策的控制系統(tǒng)[1]。</p><p>　　電梯群控系統(tǒng)能夠有效地改善客流調(diào)度及運輸效果，一直受到人們的高度重視

3、。而我國在電梯群控方面的起步比較晚，現(xiàn)階段對于電梯群控的關(guān)鍵技術(shù)尚未能完全掌握，擁有自主版權(quán)的群控方法和技術(shù)在實際中的應(yīng)用還比較少，且與國外相比還有較大的差距。因此，很有必要在電梯群控方面展開研究。</p><p>　　1.2 電梯群控系統(tǒng)的概述</p><p>　　1.2.1 電梯群控系統(tǒng)的起源</p><p>　　歷史上第一臺真正的電梯出現(xiàn)在1889年12月

4、，由美國Otis電梯公司研制，它是由電力驅(qū)動，齒輪直接傳動的。此時的電梯必須由司機(jī)操作運行，既浪費人力又浪費資源且得不到較好的經(jīng)濟(jì)效益。為了改善這一問題，人們逐漸發(fā)展出了以下幾種電梯控制方法[2]：</p><p>　　1、 簡易自動控制方式</p><p>　　這種方式是一種最簡單的自動控制方式。每層的呼叫按鈕只有一個，上行與下</p><p>　　行通用。轎廂由

5、層站呼叫按鈕和轎廂內(nèi)的選層按鈕來啟動運行，最后?？吭陔娞輧?nèi)選層或電梯外呼梯的那一層。在執(zhí)行某個呼梯指令時轎廂不再應(yīng)答其它呼梯信號。</p><p><b>　　2、 集選控制方式</b></p><p>　　這是一種比簡易自動控制更高級的控制方式，在此方式中，中間層站設(shè)有上、下兩個方向的呼梯按鈕以供選擇，電梯能夠同時記住轎內(nèi)選層和層站呼梯信號。轎廂應(yīng)答啟動運行，在順向

6、運動中，依次應(yīng)答順向的呼梯，在呼梯層站停靠。如果運行前方不再有呼梯，轎廂就自動反向運行，依次回答反向呼梯，最后回到基站。</p><p><b>　　3、 電梯群控方式</b></p><p>　　電梯群控方式就是將多臺電梯組成一組，采用分布式控制系統(tǒng)，根據(jù)大樓交通的情況，對各臺電梯進(jìn)行協(xié)調(diào)控制，采用最優(yōu)的輸送方式。這種控制方式能夠提高建筑物內(nèi)多部電梯同時服務(wù)時的運行

7、效率、縮短電梯的響應(yīng)時間，并通過合理派梯策略來達(dá)到節(jié)能的目的。</p><p>　　隨著計算機(jī)、通訊技術(shù)的廣泛應(yīng)用，智能大廈得到了迅猛的發(fā)展，而作為垂直交通工具的電梯不僅僅是人們代步的工具，同時也是人類物質(zhì)文明的標(biāo)志， 電梯技術(shù)的發(fā)展水平體現(xiàn)了社會科學(xué)進(jìn)步的程度，因此有效地改善電梯的客流調(diào)度及運輸效果一直是國際電梯業(yè)所重視的課題之一。</p><p>　　電梯群組的合理控制不但要對電梯當(dāng)前

8、運行狀況做出分析評價，還要對電梯將來運行需求做出推理預(yù)測，更要對電梯如何調(diào)度、如何控制做出決策。但由于電梯每日每時的使用狀態(tài)都是變化的，其使用流量無法用確切的數(shù)學(xué)模型描述，傳統(tǒng)電梯群控方法沒有考慮多部電梯轎內(nèi)和全部廳層召喚之問的相互作用關(guān)系，不能得到最優(yōu)解，不能滿足電梯群組高性能的控制要求，為了更好地適應(yīng)電梯使用的發(fā)展需求，需要對電梯性能做出科學(xué)、合理的評價，需要研究電梯新的控制方式。本文針對電梯群控系統(tǒng)中控制策略的優(yōu)化方法、評價指標(biāo)等

9、進(jìn)行研究，將智能優(yōu)化算法應(yīng)用到電梯群控系統(tǒng)中，從而達(dá)到有效地協(xié)調(diào)多臺電梯的運行，提高電梯群組的運輸效率和服務(wù)質(zhì)量。</p><p>　　1.2.2 電梯群控系統(tǒng)的發(fā)展</p><p>　　電梯群控系統(tǒng)自二十世紀(jì)四十年代起，從最初使用繼電器，到集成電路的應(yīng)用，乃至今日人工智能的應(yīng)用，電梯群控系統(tǒng)大致經(jīng)歷了三個階段[3]： </p><p>　　第一階段：繼電接觸控制

10、方式[4]</p><p>　　1941-1971 年，電梯群控系統(tǒng)利用繼電器來實現(xiàn)系統(tǒng)的順序運行,稱之為自動方式選擇控制系統(tǒng)。這種方式的控制系統(tǒng)能根據(jù)不同的交通模式選擇與之相對應(yīng)的運行方式。交通模式由上行高峰模式、下行高峰模式及非高峰期模式等組成，采用時間間隔的控制方式。該群控系統(tǒng)的廳層召喚系統(tǒng)比較單一，在每個廳層內(nèi)分別設(shè)置一上行按鈕和下行按鈕。為了有效地控制每部電梯，給乘客提供合理的服務(wù)，控制系統(tǒng)把建筑物內(nèi)的

11、電梯分開，并要求在指定的?？繉又辽僖？恳徊侩娞?。該控制方式能實現(xiàn)電梯的無司機(jī)控制，從而節(jié)省了人力才力，但整個系統(tǒng)運行效率不高，并且維護(hù)起來也相對比較復(fù)雜。 電梯群控制的最簡單形式是方向預(yù)選控制，每部電梯都靠方向預(yù)選控制的方式來操作，工作時，主要是靠在上行高峰、下行高峰及平衡層間交通選擇運行命令來運行的，兩部或三部電梯組成的梯群比較適合用這種控制方式。繼后，又出現(xiàn)了將幾部電梯組成的簡單梯群進(jìn)行分區(qū)控制的控制方法，使它們分別服務(wù)于交替的樓

12、層。分區(qū)控制法雖然縮短了單部電梯的運行周期，與方向預(yù)選控制相比運行效率也得到了一定的提高。但由于這種控制方式里的動態(tài)分區(qū)算法比較復(fù)雜，因此主要以靜態(tài)分區(qū)法為主。 </p><p>　　第二階段：集選控制方式</p><p>　　1971-1975 年，集成電路應(yīng)用到了電梯群控系統(tǒng)的硬件結(jié)構(gòu)當(dāng)中，這樣不但簡化了結(jié)構(gòu)，系統(tǒng)的可靠性也提高了，也能處理比較復(fù)雜的邏輯運算。與簡易自動方式相比，這種控

13、制方式比較高級，在中間層站內(nèi)設(shè)有可供選擇的上、下兩個方向的呼梯按鈕，并能同時記憶多個轎廂內(nèi)的呼梯信號。所派轎廂在順向運行過程中，依次響應(yīng)順向的呼梯信號，并在相應(yīng)的呼梯層站?？俊Ｈ繇樝蜻\行的前方不再有呼梯信號，轎廂就自動反向運行，并按順序依次響應(yīng)反向的呼梯信號，直至返回基站。該系統(tǒng)的不足之處在于對預(yù)測復(fù)雜的候梯時間所必需的計算數(shù)值還不夠完善。 </p><p>　　第三階段：計算機(jī)人工智能控制方式</p>

14、;<p>　　1975 年至今，計算機(jī)開始應(yīng)用到電梯群控系統(tǒng)，稱之為現(xiàn)代電梯群控階段。電梯群控系統(tǒng)中采用計算機(jī)人工智能技術(shù)控制之后，電梯群控系統(tǒng)的特性開始用人工智能技術(shù)來描述，使電梯群控系統(tǒng)的整體服務(wù)性能得到了一定的提高，電梯交通整體配置也就基本完成了 。此時的控制算法參數(shù)在計算機(jī)控制下能直接在線修改，并能將新程序?qū)崟r輸入到計算機(jī)當(dāng)中，不需要重新布線，就能實時控制算法參數(shù)的完全改變。在安裝好的系統(tǒng)上采用有效的仿真程序就能實

15、現(xiàn)離線計算，并能合理選擇控制算法參數(shù)。另外，一種新的控制算法也可以被仿真技術(shù)離線評價了，從而提高了改變控制算法的方便性。數(shù)據(jù)記錄功能是計算機(jī)控制的另一個優(yōu)點，交通狀況和目的地數(shù)據(jù)能被計算機(jī)實時記錄下來，并實時分析，以提高電梯群控系統(tǒng)的整體使用性能，還可以把被檢測部位的故障數(shù)據(jù)記錄并保存下來。除此之外，計算機(jī)控制方式還能遠(yuǎn)距離查詢這些故障數(shù)據(jù)，從而實時監(jiān)測任何故障的發(fā)生，并依據(jù)這些數(shù)據(jù)隨時改進(jìn)電梯群的控制算法參數(shù)，實時滿足乘客需求。 &l

16、t;/p><p>　　1975 年至 1982 年是現(xiàn)代電梯群控系統(tǒng)的第一代，這一時期的電梯群控系統(tǒng)，雖然在預(yù)報到達(dá)樓層的準(zhǔn)確度上有了一定的提高，但乘客的長候梯時間發(fā)生率比較高，在控制方式上采用候梯時間預(yù)測控制的控制方式。</p><p>　　1982 年至 1988 年是現(xiàn)代電梯群控系統(tǒng)的第二代，與第一代群控系統(tǒng)相比，電梯群控的性能及效率都取得了比較大的發(fā)展。一是把交通需求的學(xué)習(xí)功能加入到了

17、電梯群控系統(tǒng)中，這樣不但使電梯群運行狀態(tài)預(yù)報的準(zhǔn)確度提高了，而且乘客的長候梯率的發(fā)生也減少了。準(zhǔn)確預(yù)報度的提高，使電梯響應(yīng)呼梯信號派梯后，能實時顯示所派電梯這一功能。二是把綜合評價系統(tǒng)應(yīng)用到了派梯方案中，當(dāng)有呼梯信號發(fā)生后，根據(jù)群控系統(tǒng)中的交通情況和梯群狀態(tài)，綜合評價每個轎廂的多個性能指標(biāo)，擇優(yōu)選出最合適的轎廂去響應(yīng)呼梯信號。從而大大減少了乘客平均候梯時間、平均乘梯時間及整個系統(tǒng)運行能耗等。 </p><p>　

18、　隨著社會的發(fā)展和人們對電梯越來越高的需求，1988 年至今，電梯群控系統(tǒng)中開始采用人工智能技術(shù)，稱之為現(xiàn)代電梯群控系統(tǒng)的第三代。二十世紀(jì)新興的人工智能技術(shù)，與傳統(tǒng)的控制方法相比，它對解決復(fù)雜控制系統(tǒng)的問題有著無法比擬的優(yōu)點[5]，并在各個領(lǐng)域都取得了顯著的成就。同時，電梯群控系統(tǒng)的智能化程度在這一代中也得到了進(jìn)一步提高，控制系統(tǒng)也更趨于完善，但還有待進(jìn)一步的發(fā)展 。</p><p>　　1.3 本文的研究目的

19、及意義</p><p>　　電梯群控系統(tǒng)采用優(yōu)化的控制策略來協(xié)調(diào)多臺電梯的運行，以提高電梯的運輸效率和服務(wù)質(zhì)量。由于電梯群控系統(tǒng)本身具有多目標(biāo)性、不確定性、非線性、擾動性和信息的不完備性等特點，導(dǎo)致電梯控制系統(tǒng)變得十分龐大，調(diào)度算法日趨復(fù)雜，僅僅通過傳統(tǒng)的控制方法很難提高電梯群控系統(tǒng)的性能。</p><p>　　近年來，大量先進(jìn)的控制技術(shù)應(yīng)用于電梯群控系統(tǒng)，使電梯群控系統(tǒng)的控制特性得到很大

20、的改善，但仍有不少問題需要進(jìn)一步研究。國內(nèi)使用的先進(jìn)的電梯群控系統(tǒng)大都是從國外引進(jìn)的，具有獨立知識產(chǎn)權(quán)的產(chǎn)品尚不多見，而且大多數(shù)集中在群控理論和算法的研究上，實際應(yīng)用中的還比較少，與國外的先進(jìn)技術(shù)相比還有很大的差距[6]。從控制技術(shù)研究的角度看，國外已有的先進(jìn)控制技術(shù)，很多都掌握在各個大的電梯公司手中，其核心技術(shù)是不公開的，而國內(nèi)在這些方面的研究還有相當(dāng)大的差距。同時，現(xiàn)有的電梯控制技術(shù)仍存在缺點和不足，如何把更先進(jìn)的技術(shù)應(yīng)用于電梯群控

21、之中，以進(jìn)一步提高現(xiàn)有電梯系統(tǒng)的運行效率，滿足乘客的需求，仍需要進(jìn)一步探索和研究。因此深入研究電梯群控技術(shù)，對提高國內(nèi)的整體電梯控制技術(shù)水平具有重要的實際應(yīng)用價值。</p><p>　　2 電梯群控系統(tǒng)的基礎(chǔ)理論</p><p>　　2.1 電梯群控系統(tǒng)的功能</p><p>　　電梯群控系統(tǒng)是在大樓中存在多臺電梯時對電梯群進(jìn)行優(yōu)化調(diào)度的控制系統(tǒng)。該系統(tǒng)可以采集

22、電梯的實時狀態(tài)信息，并對電梯群進(jìn)行統(tǒng)一調(diào)度，保證其合理的運行，以達(dá)到提高電梯系統(tǒng)的整體服務(wù)質(zhì)量、減少能量損耗的目的。</p><p>　　電梯群控系統(tǒng)的主要功能如下：</p><p><b>　　l、 數(shù)據(jù)采集功能</b></p><p>　　電梯群控系統(tǒng)實時檢測電梯系統(tǒng)中每一臺電梯的運行狀態(tài)，如每臺電梯的當(dāng)前位置、運行方向、載重、速度、轎內(nèi)呼

23、叫信號等，并將這些信息傳到相應(yīng)的上層控制軟件，由上層軟件對這些信號進(jìn)行相應(yīng)的處理。</p><p><b>　　2、 數(shù)據(jù)通信功能</b></p><p>　　電梯群控系統(tǒng)要實現(xiàn)對電梯群的合理分配和優(yōu)化調(diào)度，就要在上層控制軟件和底層電梯的控制器之間建立通道，進(jìn)行信息數(shù)據(jù)和控制命令的傳輸，實現(xiàn)雙向通信。</p><p><b>　　3、

24、 控制功能</b></p><p>　　電梯群控系統(tǒng)中，各電梯對轎外呼叫信號的響應(yīng)是由系統(tǒng)統(tǒng)一分配的。轎外呼叫信號不是直接分配給乘客所呼叫的電梯，而是先傳送到電梯群控控制模塊。經(jīng)電梯群控控制模塊根據(jù)電梯的狀態(tài)和當(dāng)前位置，采用一定的派梯策略，算出由哪臺電梯響應(yīng)此呼梯信號，再將此信號分配給電梯控制模塊。因此，電梯群控系統(tǒng)有控制功能，可對電梯控制器進(jìn)行控制，決定響應(yīng)該信號的電梯。</p>&l

25、t;p><b>　　4、 預(yù)估計算功能</b></p><p>　　預(yù)估計算功能是電梯群控系統(tǒng)的核心部分。電梯群控系統(tǒng)要對大樓內(nèi)的電梯交通系統(tǒng)的交通狀態(tài)進(jìn)行分析，如：客流量、客流分布、電梯狀態(tài)、電梯分布等，通過分析可以對乘客呼梯信號、電梯下一時刻的響應(yīng)情況進(jìn)行預(yù)測，然后根據(jù)一定的派梯策略進(jìn)行調(diào)度，使電梯得到最優(yōu)控制。</p><p><b>　　5、

26、監(jiān)測顯示功能</b></p><p>　　電梯群控系統(tǒng)可以對每臺梯的當(dāng)前位置、運行方向、載重、速度、梯內(nèi)呼叫信號、響應(yīng)情況等信號以及每個乘客轎外呼叫信號的派梯結(jié)果進(jìn)行實時監(jiān)測，且在界面上顯示。</p><p><b>　　6、 自學(xué)習(xí)功能</b></p><p>　　電梯群控的問題僅僅依靠數(shù)學(xué)模型的描述來實現(xiàn)是不夠的，還需要采用學(xué)習(xí)

27、、使用和獲取經(jīng)驗知識的方法，即系統(tǒng)的自學(xué)習(xí)。</p><p>　　雖然電梯群控系統(tǒng)存在大量的不確定性，但在較長一段時間內(nèi)仍然有較大的規(guī)律性。任何一座大樓都有一定的工作周期，在不同周期的同一時間會存在相似的系統(tǒng)狀態(tài)和系統(tǒng)輸入，所以通過統(tǒng)計各時間段的電梯運行的各參數(shù)，就可以實現(xiàn)群控系統(tǒng)的自學(xué)習(xí)圈。例如統(tǒng)計一天內(nèi)各時間段內(nèi)的客流量，可以通過分析各樓層何時處于高峰請求期，將電梯優(yōu)先調(diào)度到該樓層，以減少侯梯時間、縮短長候梯

28、率。一般來說，電梯運行的交通模式可以分為上行高峰交通模式、下行高峰交通模式、隨機(jī)層間交通模式和空閑交通模式。電梯群控系統(tǒng)的調(diào)度可以根據(jù)不同交通模式進(jìn)行適當(dāng)?shù)恼{(diào)整，例如在上行高峰模式下，基站發(fā)出的呼梯信號多，應(yīng)使電梯盡快地到達(dá)基層；而在空閑交通模式下，則可以適當(dāng)?shù)臏p少運行電梯的臺數(shù)，節(jié)省能量。</p><p>　　2.2 電梯群控系統(tǒng)的特點</p><p>　　電梯群控系統(tǒng)實際上是對多臺電

29、梯的調(diào)度問題，其復(fù)雜性是由電梯群控系統(tǒng)的特性所決定的，具體表現(xiàn)在電梯群控系統(tǒng)所固有的多目標(biāo)性、不確定性、非線性和信息的不完備性[7]等幾個方面。</p><p><b>　　1、 多目標(biāo)性</b></p><p>　　電梯群控系統(tǒng)是用來管理多臺電梯并對建筑物內(nèi)所有乘客提供服務(wù)的系統(tǒng)，它所包含的事件在時間和空間上都是離散的，其控制目標(biāo)體現(xiàn)在服務(wù)質(zhì)量、服務(wù)數(shù)量和節(jié)能三方面

30、。因此，群控的控制目標(biāo)為多目標(biāo)，主要表現(xiàn)在以下凡方面：</p><p>　　(1)平均候梯時間短</p><p>　　候梯時間指當(dāng)乘客按下層站呼叫按鈕，直到所派電梯到達(dá)此層乘客進(jìn)入轎廂所經(jīng)過的時間。平均候梯時間是指所有候梯時間的平均值。平均候梯時間是評價電梯群控系統(tǒng)重要的性能指標(biāo)。</p><p><b>　　(2)長候梯率低</b></

31、p><p>　　長候梯時間指候梯時間超過1分鐘的候梯時間。長候梯率是指長候梯時間發(fā)生的百分率。統(tǒng)計表明，乘客的心理煩躁程度是與候梯時間的平方成正比的，當(dāng)候梯時間超過60秒即所謂長候梯時，其心理煩躁程度急劇上升，所以應(yīng)盡量減少長候梯的發(fā)生。</p><p><b>　　(3)系統(tǒng)能耗低</b></p><p>　　單臺電梯的能耗與所選電梯的驅(qū)動方式、

32、機(jī)械性能等有關(guān)。如最初的電動機(jī)．發(fā)電機(jī)組能耗比較大，效率較低；而現(xiàn)在的wⅦ(Variable Voltage andVariable Frequency)驅(qū)動電梯的能耗和效率都比較高。電梯能耗的消耗特征是：電梯全速運行時所消耗的電能遠(yuǎn)遠(yuǎn)低于減速和加速時的電能消耗。電梯?？康拇螖?shù)越多，所消耗的電能就越大。對電梯群控系統(tǒng)而言，電梯型號一經(jīng)確定，單臺電梯一次起停的電能消耗就已經(jīng)確定。所以電梯群控系統(tǒng)節(jié)能主要依靠群控系統(tǒng)合理地安排與調(diào)度梯群對呼

33、梯信號的響應(yīng)，盡量減少起停次數(shù)，同時起停次數(shù)的減少也會延長梯群的整體壽命。</p><p>　　(4)平均乘梯時間短</p><p>　　乘客的乘梯時間指從乘客進(jìn)入電梯到乘客到達(dá)目的層乘客離開的這段時間。乘客乘梯時間的增長往往會使乘客感覺不舒服、煩躁。如去建筑物頂層的乘客在乘梯時間長于90秒時，會對?？孔兊脴O不耐煩，所以乘客的乘梯時間應(yīng)保持在一個特定的期限之內(nèi)。</p>&l

34、t;p>　　(5)客流的輸送能力高</p><p>　　電梯的輸送能力是電梯的重要指標(biāo)之一。輸送能力的不足往往會造成乘客的擁擠，平均候梯時間長等不良性能。特別是在上行高峰期，客流密度極大，需要電梯系統(tǒng)迅速將乘客送往各目的層。為提高電梯系統(tǒng)的輸送能力，很多系統(tǒng)往往會在上行高峰期將電梯群分為兩組，一組專門往返于基站與高層之間，一組服務(wù)于低層區(qū)間，經(jīng)過對乘客的正確性引導(dǎo)，可使輸送能力提高20％。</p>

35、;<p>　　(6)乘坐電梯的舒適度高</p><p>　　舒適度主要指轎廂內(nèi)擁擠度以及乘坐環(huán)境。</p><p>　　(7)預(yù)測轎廂到達(dá)時間準(zhǔn)確率高</p><p>　　很多電梯系統(tǒng)配有電梯到達(dá)時間顯示系統(tǒng)，如果預(yù)測時間不準(zhǔn)確，則會造成乘客的不安和煩躁，也會降低系統(tǒng)的整體性能。</p><p>　　以上七點是系統(tǒng)的主要性能評價

36、指標(biāo)，可知電梯群控系統(tǒng)是一個多目標(biāo)控制系統(tǒng)，而且各個目標(biāo)之間是相互矛盾的。如擁擠度要求小，會使平均候梯時間增長。平均候梯時間短則會使長時候梯發(fā)生率高。所以各個指標(biāo)之間的相互平衡成為電梯群控系統(tǒng)的控制難點。</p><p><b>　　2、 不確定性</b></p><p>　　電梯交通系統(tǒng)存在著大量的不確定性：</p><p>　　(1)呼梯信

37、號的產(chǎn)生層不確定。</p><p>　　(2)各層站的乘客數(shù)不確定。．</p><p>　　(3)呼梯者的目的層不確定。</p><p>　　(4)建筑物內(nèi)存在的與環(huán)境因素有關(guān)的變化的交通路況是不確定的；例如建筑的結(jié)構(gòu)規(guī)模和使用情況等。</p><p>　　這些不確定性的存在給群控系統(tǒng)確定交通模式，預(yù)測轎廂到達(dá)目的層時間等造成極大的障礙，使系

38、統(tǒng)不能對某一特定情況給出最優(yōu)控制。</p><p><b>　　3、 非線性</b></p><p>　　電梯交通系統(tǒng)存在著非線性：</p><p>　　(1)對同一組廳層呼叫，在不同的時間標(biāo)度下，轎廂的分配是不同的，轎廂分配的變化是不連續(xù)的。</p><p>　　(2)所能分配的轎廂數(shù)目有限，受系統(tǒng)所有轎廂數(shù)目限制。&

39、lt;/p><p>　　(3)轎廂容量是有限的，當(dāng)轎廂容量達(dá)到飽和點時，轎廂會不停而過。</p><p>　　(4)轎廂會在運行中頻繁改變方向。</p><p><b>　　4、 擾動性</b></p><p>　　電梯群控系統(tǒng)還不可避免地具有不確定的隨機(jī)干擾，如：</p><p>　　(1)乘客可能

40、登記了錯誤的廳呼造成不必要的停站。</p><p>　　(2)乘客可能登記了錯誤的目的層造成不必要的停站。</p><p>　　(3)乘客可能錯誤地造成轎廂門不能正常開啟關(guān)閉，而干擾系統(tǒng)的正常運行等。</p><p>　　5、電梯群控系統(tǒng)中信息的不完備性</p><p>　　電梯群控系統(tǒng)中存在著大量的不準(zhǔn)確信息：</p><

41、;p>　　(1)電梯轎廂中的乘客人數(shù)不能準(zhǔn)確獲得；</p><p>　　雖然轎廂的底部裝有稱重裝置，但由于人的個體體重差異較大，所以不能獲得轎廂內(nèi)乘客數(shù)的準(zhǔn)確數(shù)據(jù)。這會導(dǎo)致對轎廂內(nèi)擁擠度和對候梯時間的預(yù)測不準(zhǔn)確，增加系統(tǒng)控制的難點。</p><p>　　(2)乘客進(jìn)入轎廂的時間因個體的不同而不同，同樣不能獲得準(zhǔn)確數(shù)據(jù)。</p><p>　　(3)乘客進(jìn)入轎廂前

42、，其目的層是不可知的。使對乘客乘梯時間的預(yù)測和對其它乘客候梯時間和乘梯時間的影響的預(yù)測誤差較大。</p><p>　　以上所提到的電梯群控系統(tǒng)的多目標(biāo)性、非線性、不確定性、擾動性和信息的不準(zhǔn)確性說明電梯群控是一個非常復(fù)雜的控制系統(tǒng)。</p><p>　　2.3 電梯群控系統(tǒng)的性能評價指標(biāo)</p><p>　　在一個控制系統(tǒng)中，性能評價指標(biāo)通常用來衡量系統(tǒng)采用的控制

43、器的優(yōu)劣。因此，選擇一個較客觀合理的系統(tǒng)性能指標(biāo)用以估計控制器所產(chǎn)生的效果就顯得尤為重要。用來衡量電梯群控系統(tǒng)服務(wù)性能的評價指標(biāo)由時間評價指標(biāo)、能耗評價指標(biāo)、乘客狀態(tài)評價指標(biāo)和乘客的容忍度評價指標(biāo)等四部分組成[8]。</p><p>　　2.3.1 時間評價指標(biāo)</p><p>　　在對電梯群控系統(tǒng)的研究中，時間評價指標(biāo)被更多地考慮進(jìn)來。系統(tǒng)的服務(wù)時間越短，其消耗越少，系統(tǒng)效率就越高。時

44、間評價指標(biāo)有以下幾種：</p><p><b>　　平均候梯時間AWT</b></p><p><b>　　（2.1）</b></p><p>　　試中，Tw(i)為第i個乘客的實際候梯時間，Np為電梯系統(tǒng)總乘客數(shù)。</p><p><b>　　平均乘梯時間ART</b><

45、;/p><p><b>　?。?.2）</b></p><p>　　試中，Tr(i)為第i個乘客的實際乘梯時間。</p><p><b>　　平均到達(dá)時間AAT</b></p><p><b>　　(2.3)</b></p><p><b>　　最

46、長候梯時間MWT</b></p><p><b>　　(2.4)</b></p><p><b>　　總運行時間TRT</b></p><p><b>　　(2.5)</b></p><p>　　其中，TRT系統(tǒng)停止運行的時刻，SST為系統(tǒng)開始運行的時刻。</

47、p><p>　　平均運行周期ARTT</p><p><b>　　(2.6)</b></p><p>　　式中，Ne為群控系統(tǒng)的電梯數(shù)目，Ri為第i臺電梯的總環(huán)行次數(shù)，RTTij為第i臺電梯運行第j圈所用時間,Narp為電梯運行一圈的平均載客數(shù)，L5為5分鐘內(nèi)載客率。</p><p>　　2.3.2 能耗評價指標(biāo)</

48、p><p>　　電梯群控系統(tǒng)的能耗越少，其服務(wù)成本就越低。電梯的運行距離與能耗有著密切的聯(lián)系，但在很多情況下能耗評價函數(shù)并未被列入考慮中。在不同的交通模式下，對系統(tǒng)的要求也不同。能耗評價指標(biāo)可由以下兩個量決定：</p><p><b>　　總運行距離Di</b></p><p><b>　　(2.7)</b></p>

49、;<p>　　式中，D(i)為第i臺電梯的總運行距離，Ne為群控系統(tǒng)的電梯數(shù)目。</p><p><b>　　總能耗AE</b></p><p><b>　　(2.8)</b></p><p>　　式中，E(i)為第i臺電梯的總能耗。</p><p>　　2.3.3 乘客狀態(tài)評價指標(biāo)

50、</p><p>　　單位時間內(nèi)電梯系統(tǒng)運送的乘客數(shù)量越多說明系統(tǒng)的載客能力越強(qiáng)。乘客狀態(tài)評價指標(biāo)由乘客數(shù)量、乘客的分布以及運送時間決定。系統(tǒng)的載客率和運送效率由以下各量來描述：</p><p><b>　　5分鐘內(nèi)載客率L5</b></p><p><b>　　(2.9)</b></p><p>

51、　　試中，總運行時間TTR的單位為秒（s）</p><p>　　2、基于距離的運載率</p><p><b>　?。?.10）</b></p><p>　　式中，ηd為單位樓層下5分鐘內(nèi)的載客率，Dt為總運行距離，Df為樓層高度。</p><p><b>　　基于能耗的運載率</b></p&g

52、t;<p><b>　?。?.11）</b></p><p>　　式中，ηe為單位能耗下5分鐘內(nèi)的載客率。</p><p>　　2.3.4 乘客的容忍度</p><p>　　電梯群控系統(tǒng)存在很多不確定因素，因此電梯系統(tǒng)與其他交通工具相比，在行程安排上有很大差別。當(dāng)一臺電梯被指派去響應(yīng)一個廳層召喚時，該乘客到達(dá)目的層站的時間可以由

53、當(dāng)前的交通狀況預(yù)測出來，但在接下來的時間里可能有其他乘客加入到交通流中，那么原來的派梯結(jié)果經(jīng)常會導(dǎo)致原乘客的到達(dá)時間被拖延。對乘客來說，確切的服務(wù)時間可以理解為從到達(dá)電梯系統(tǒng)起直到離開電梯止。因此，服務(wù)時間的不確定性是存在于系統(tǒng)中的，并且其出現(xiàn)概率非常高。對電梯群控系統(tǒng)來說，響應(yīng)時間延遲的減少說明該派梯策略能有效地避免不確定因素，這有利于提高效率降低能耗。與乘客容忍度有關(guān)的指標(biāo)定義如下：</p><p>　　平均

54、候梯延遲時間τaw</p><p><b>　?。?.12）</b></p><p>　　式中，Tw0為第i個乘客最短候梯時間的預(yù)測值,Np為電梯系統(tǒng)的總乘客數(shù)，Tw(i)為第i個乘客的實際候梯時間。</p><p>　　平均乘梯延遲時間τaj</p><p><b>　　（2.13）</b><

55、;/p><p>　　式中，Tj0(i)為第i個乘客最短乘梯時間的預(yù)測值。</p><p>　　平均到達(dá)延遲時間τaa</p><p><b>　　(2.14） </b></p><p>　　2.4 電梯群控系統(tǒng)的特征值</p><p>　　在電梯群控系統(tǒng)的控制中，需要綜合考慮影響派梯的多種因素。電

56、梯系統(tǒng)的輸入信號和狀態(tài)信號很多，可以將這些信號進(jìn)行分析并計算處理，提取出能反映電梯群控系統(tǒng)特征的一些量作為特征值，用于對梯群進(jìn)行調(diào)度。特征值的提取要盡可能完整地包括系統(tǒng)的各種信息，以使派梯結(jié)果趨于合理并能提高系統(tǒng)效率。下面介紹幾種電梯群控系統(tǒng)的主要特征值[9]。</p><p><b>　　1、 距離特征值</b></p><p>　　距離特征值包括響應(yīng)距離和乘梯距離

57、。</p><p>　　（1）響應(yīng)距離：從電梯的當(dāng)前位置到廳層召喚所在層將要經(jīng)過的樓層數(shù)；</p><p>　?。?）乘梯距離：從候梯乘客進(jìn)入電梯起到電梯到達(dá)對應(yīng)目的層將要經(jīng)過的樓層數(shù)。</p><p>　　距離特征值與系統(tǒng)派梯后的服務(wù)時間和能耗有很大關(guān)系，因此一直以來人們將距離特征值作為派梯時的主要考慮因素。但與時間特征值和能耗特征值相比，距離特征值對派梯結(jié)果的可

58、靠程度和準(zhǔn)確程度都偏低。</p><p><b>　　2、 時間特征值</b></p><p><b>　　時間特征值包括：</b></p><p>　　（1）乘客候梯時間的估計值；</p><p>　?。?）乘客乘梯時間的估計值；</p><p>　?。?）有新呼梯信號產(chǎn)生

59、時，電梯群控系統(tǒng)平均候梯時間的估計值；</p><p>　?。?）有新呼梯信號產(chǎn)生時，電梯群控系統(tǒng)平均乘梯時間的估計值。</p><p>　　派梯時考慮特征值（1）和（2）有利于提高對某個乘客的服務(wù)質(zhì)量，而不考慮整個系統(tǒng)的平均性能。特征值（3）和（4）僅考慮系統(tǒng)的整體性能，如果平均候梯時間和平均乘梯時間的估計值較小，則派梯后系統(tǒng)的實際運行時間值也較小。</p><p&g

60、t;<b>　　3、 能耗特征值</b></p><p>　　能耗特征值包括響應(yīng)能耗和額外能耗。</p><p>　?。?）響應(yīng)能耗：電梯從接到派梯任務(wù)起到響應(yīng)該呼梯的過程中需要消耗的能源：</p><p>　　（2）額外能耗：電梯在執(zhí)行某一派梯任務(wù)過程中，要響應(yīng)新加入的廳層召喚需要額外消耗的能源。</p><p>　

61、　如果派梯時能使額外能耗減小，那么總能耗就會降低。能耗特征值要比距離特征值對派梯結(jié)果的準(zhǔn)確程度高。</p><p><b>　　停站次數(shù)特征值</b></p><p>　　停站次數(shù)特征值包括響應(yīng)過程停站次數(shù)和額外停站次數(shù)。</p><p>　　響應(yīng)過程停站次數(shù)：電梯在響應(yīng)某廳層召喚過程中需要停站的次數(shù)；</p><p>

62、　　額外停站次數(shù)：電梯在執(zhí)行某一派梯任務(wù)過程中，要響應(yīng)新加入的廳層召喚所需要的額外停站次數(shù)。</p><p>　　停站次數(shù)在很大程度上影響到時間特征值和能耗特征值，但停站次數(shù)少并不能說明電梯的運行時間也相應(yīng)減少，還需要考慮到電梯的當(dāng)前位置和交通狀況的分布。在電梯群控系統(tǒng)的服務(wù)過程中，停站次數(shù)直接影響到乘客的心理，如果停站次數(shù)很多，乘客會變得不耐煩并有不舒適感。由于能耗特征值和時間特征值不易提取，停站次數(shù)特征值通常

63、被用來近似地衡量電梯系統(tǒng)的服務(wù)時間和能耗。</p><p><b>　　梯內(nèi)空閑量特征值</b></p><p>　　在多數(shù)電梯群控系統(tǒng)中，電梯內(nèi)的空閑量沒有被作為派梯時的考慮因素，會</p><p>　　經(jīng)常會出現(xiàn)指派滿載電梯響應(yīng)呼梯的情況，這在很大程度上增加了乘客的候梯時間，同時也降低了系統(tǒng)效率。如果將電梯空閑量特征值考慮進(jìn)來，上述問題可以

64、避免，而且可以提高電梯的載客能力從而降低能耗。派梯時，選擇空閑量大的電梯還是空閑量小的電梯要根據(jù)當(dāng)前交通狀況分布而定，要首先考慮系統(tǒng)的整體性能，其次是單梯效率。由此可知、空閑量特征值是必不可少的。綜上所述，電梯群控系統(tǒng)的派梯策略要將各種因素融合起來，既要從整體上提高系統(tǒng)性能，又要滿足單個乘梯要求，提高乘客的滿意度。</p><p><b>　　2.5 本章小結(jié)</b></p>

65、<p>　　本章分析了電梯群控系統(tǒng)的特征、得出了該系統(tǒng)所具有的多目標(biāo)性、非線性、不確定性、擾動性和信息的不完備性，研究了電梯群控系統(tǒng)的各種交通模式以及主要的性能評價指標(biāo)，說明電梯群控系統(tǒng)是一個非常復(fù)雜的控制系統(tǒng)，為進(jìn)一步的研究打下基礎(chǔ)。</p><p>　　3 粒子群優(yōu)化算法 </p><p>　　1995 年，Kennedy 和 Eberhart[10] 等人，在研究

66、人工生命結(jié)果的影響下，提出了粒子群優(yōu)化算法（Particle Swarm Optimization，PSO）。該算法是在對鳥群和魚群捕食這一行為模擬的基礎(chǔ)上，得到的一種簡化了的社會模型。由于 PSO 算法概念簡單，容易實現(xiàn)，在被提出的短短幾年時間內(nèi)，得到了人們的很大關(guān)注，同時也獲得了很大的發(fā)展，并在它的基礎(chǔ)上又出現(xiàn)了很多被改進(jìn)的粒子群優(yōu)化算法，在多個學(xué)科和工程領(lǐng)域都得到了應(yīng)用。但由于該算法是在對社會模型模擬的基礎(chǔ)上建立的，所以，在該算法

67、提出的初期并不是以數(shù)學(xué)理論為基礎(chǔ)的，但隨著人們的進(jìn)一步深入研究，PSO 算法的嚴(yán)格數(shù)學(xué)基礎(chǔ)就逐步建立起來了。本章是在先介紹基本粒子群算法的基礎(chǔ)上，又介紹了如何將 PSO 算法應(yīng)用到多目標(biāo)優(yōu)化的領(lǐng)域。 </p><p>　　3.1 基本粒子群算法概述 </p><p>　　PSO 算法是一種基于群體的新興演化算法。設(shè)想有這樣一個場景一群鳥在隨機(jī)搜索食物不知道食物放在何處，在整個搜索區(qū)域

68、中只有一塊食物。所有的鳥都不知食物在何處，但它們知道自己當(dāng)前的位置距離食物還有多遠(yuǎn)。那么找到食物的最優(yōu)策略是什么呢？最簡單有效的方法就是在目前離食物最近的鳥的周圍區(qū)域搜尋。 </p><p>　　粒子群優(yōu)化算法是在鳥群覓食模型中得到啟示，并成功用于解決優(yōu)化問題的。在該算法中，搜索空間中的每一只鳥被看作是優(yōu)化問題中的每一個解，稱之為“粒子”（particle）或“主體”（agent），該粒子能通過超維搜索空間“流動

69、”。每個粒子都有自己的位置和速度，還有一適應(yīng)值被優(yōu)化函數(shù)所決定，能知道到目前為止發(fā)現(xiàn)的最好位置（pbest）和現(xiàn)在的位置 Xi，可看作單個粒子的經(jīng)驗。每個粒子在搜索空間中的位置變化是以個體的社會心理意向為基礎(chǔ)的，即每一粒子個體都想成功地超過其他個體。每個粒子的經(jīng)驗或知識影響都會影響其相鄰粒子的變化。另外，到目前為止整個群體中所有粒子發(fā)現(xiàn)的最好位置（gbest）也能被每個粒子所知道（gbest 是在 pbest 中的最優(yōu)值），可看作是單個

70、粒子的同伴經(jīng)驗。每個粒子的當(dāng)前位置由下列信息所決定: </p><p><b>　　1．當(dāng)前位置； </b></p><p><b>　　2．當(dāng)前速度； </b></p><p>　　3．當(dāng)前位置與自己最好位置之間的距離； </p><p>　　4．當(dāng)前位置與群體最好位置之間的距離。 </p&

71、gt;<p>　　作為群優(yōu)化的粒子群算法的粒子群可認(rèn)為是粒子在 D 維空間內(nèi)，依照一定的規(guī)律傳遞信息，同時，依據(jù)信息的變化改變自身狀態(tài)，具備自組織行為。 各粒子的個體極值構(gòu)成的矩陣：P=（p1,p2,…,pn），是粒子群信息的主要來源。從 P 中可以獲得群體最優(yōu)位置全局極值 P 和各個粒子自身經(jīng)驗最優(yōu)位置個體極值 P 的信息。粒子群就是由群體最優(yōu)位置快速收斂形成的，并能在全局極值的鄰域中進(jìn)行搜索；個體自身經(jīng)驗最優(yōu)位置能保證

72、粒子不要過快收斂到群最優(yōu)，從而避免陷入局部極小點，這樣能使粒在一次迭代中的搜索區(qū)域在個體極值和全局極值之間。 群體間粒子的合作，使得粒子群算法具有高效的搜索性能。每個粒子不僅能向群體提供信息還能協(xié)助其它粒子進(jìn)行搜索，所以粒子在進(jìn)化過程中，能保證搜索和收斂的平衡。</p><p>　　3.2 基本PSO算法原理</p><p>　　粒子群優(yōu)化算法PSO主要是通過每個粒子當(dāng)前的狀和在飛行過程

73、中所經(jīng)歷過的最好位置，以及整個群體所經(jīng)歷過的最好位置來計算粒子下一步運動的方向和速度[11]和位置的更新公式如下：</p><p><b>　?。?.1）</b></p><p>　　（3.2） </p><p>　　式（3.1）、(3.2)中：d=1,2,…,D,D代表

74、第d維搜索空間；</p><p>　　i=1,2,…,m,m是該群體中粒子總數(shù)；</p><p>　　Vid為迭代粒子i飛行速度矢量的第d維分量；</p><p>　　Pid為粒子i個體最好位置plest的第d維分量；</p><p>　　Pgd為群體最好位置gbest的第d維分量；</p><p>　　C1、C2為權(quán)

75、重因子；</p><p>　　r1、r2為隨機(jī)數(shù)，產(chǎn)生[0,1]的隨機(jī)數(shù)；</p><p><b>　　W為慣性權(quán)重函數(shù)。</b></p><p>　　通過（3.1）式可以看出，粒子 i 速度的更新主要由三部分組成： </p><p>　　1、 粒子 i 前一時刻的速度； </p><p>　　2

76、、 粒子 i 當(dāng)前位置與自己最好位置間的距離； </p><p>　　3、 粒子 i 當(dāng)前位置與群體最好位置間的距離。</p><p>　?。?.2）式為粒子 i 更新位置的坐標(biāo)。粒子 i 下一步的運動位置由式（3.1）,（3.2）共同決定。 搜索時，粒子的位置被最大位置和最小位置限制，如果某粒子在某維的位置超出該維的最大位置或最小位置，則該粒子的位置被限制為該維的最大位置或最小位置。同樣

77、，粒子的速度也被最大速度和最小速度所限制，如果當(dāng)前對粒子的加速度導(dǎo)致它在某維的速度超過該維的最大速度或最小速度，則該粒子該維的速度被限制為該維的最大速度或最小速度。 </p><p>　　公式（3.1）的第 1 部分由粒子先前速度的慣性引起；第 2 部分表示粒子本身的思考，即粒子本身的信息對自己下一步行為的影響；第 3 部分表示粒子間的信息共享和相互合作，即群體信息對粒子下一步行為的影響。</p>

78、<p>　　3.3 基本PS0算法流程</p><p>　　粒子群優(yōu)化算法具有編程簡單，易實現(xiàn)的特點，粒子群優(yōu)化算法的流程[12]如下所示。 </p><p><b>　　開始</b></p><p>　　隨機(jī)初始化粒子位置和粒子速度</p><p>　　計算每個粒子的適應(yīng)度</p><p

79、>　　根據(jù)粒子適應(yīng)度更新粒子的速度與位置</p><p>　　根據(jù)公式（3.1）和（3.2）更新粒子群的速度與位置</p><p>　　NO 是否達(dá)到最大迭代次數(shù)</p><p>　　或滿足最小錯誤標(biāo)準(zhǔn)？</p><p><b>　　YES</b></p&g

80、t;<p><b>　　結(jié)束</b></p><p>　　圖3.1粒子群優(yōu)化算法流程圖</p><p>　　下面給出其實現(xiàn)的具體步驟：</p><p>　　1、 初始化群體參數(shù)； </p><p>　　2、 以目標(biāo)函數(shù)來評價各粒子的初始適應(yīng)值； </p><p>　　3、 根據(jù)式（3

81、.1）、（3.2）來更新粒子的位置和速度； </p><p>　　4、 再根據(jù)目標(biāo)函數(shù)重新評價各粒子的適應(yīng)值； </p><p>　　5、 比較每個粒的當(dāng)前適應(yīng)值和個體歷史最好適應(yīng)值，把最優(yōu)的的位置做為其個體歷史最好位置； </p><p>　　6、 比較群體中全部粒子的當(dāng)前適應(yīng)值和全局歷史最好適應(yīng)值，把最優(yōu)的的位置做為群體全局歷史最好位置； </p>

82、<p>　　若迭代終止條件滿足，則程序終止，輸出搜索結(jié)果。否則，返回步驟 2繼續(xù)搜索,進(jìn)行新一輪迭代。 </p><p>　　3.4 基本PSO算法參數(shù)分析</p><p>　　基本 PSO 的參數(shù)主要有慣性權(quán)值、加速系數(shù)、粒子個數(shù)和迭代次數(shù)[13]。 </p><p>　　1、 慣性權(quán)值 w </p><p>　　對 PSO

83、能否收斂起重要作用，它使粒子保持運動慣性，使其有擴(kuò)展搜索空間的趨勢，有能力探索新的區(qū)域。w 值大些有利于全局搜索，收斂速度快，但不利于局部搜索，不易得到精確解；w 值小些有利于局部搜索和得到更為精確的解，但收斂速度慢且有時會陷入局部極值而得不到全局最優(yōu)解[14]。合適的 w 值在搜索精度和搜索速度、全局搜索和局部搜索方面起協(xié)調(diào)作用。 </p><p>　　2、 加速系數(shù) c1,c2 </p><

84、;p>　　加速系數(shù)c1和 c2對 PSO 能否收斂也起重要作用，若加速系數(shù)合適，則有利于算法較快收斂并脫離局部極值。 式（3.2）中，若 c1=c2=0，粒子將依靠慣性一直以當(dāng)前的速度飛行，直到達(dá)到邊界為止；此時粒子僅僅依靠慣性飛行，沒法從自己的飛行經(jīng)驗和同伴的飛行經(jīng)驗中吸取有用的信息，算法沒有啟發(fā)性，并且搜索區(qū)域有限，這種情況下要想找到最優(yōu)解比較困難，此時的優(yōu)化性能也很差。 </p><p>　　當(dāng) c1

85、=0 時粒子沒有認(rèn)知能力，不能從自己的飛行經(jīng)驗吸取有效信息，只有社會部分，所以 c2 又稱為社會參數(shù)；此時收斂速度比基本 PSO 快，但由于不能有效利用自身飛行信息，對復(fù)雜問題優(yōu)化時則比基本 PSO 容易陷入局部極值，優(yōu)化性能也變差。 </p><p>　　若 c2=0，則粒子之間沒有社會信息共享，不能從同伴的飛行經(jīng)驗中吸取有效信息，此時只有認(rèn)知部分，故 c1又叫認(rèn)知參數(shù)；此時個體間沒有互享的信息，這樣粒子群體的

86、運行相當(dāng)與單個粒子的運行，要想得到全局最優(yōu)解，機(jī)率非常小。 </p><p>　　一般情況下，當(dāng) c1=c2=0.2 時能取得比較好的效果，也有人認(rèn)為 c1 大些而社</p><p>　　會參數(shù) c2 小些，但 c1+c2≤4 時能得到更好的結(jié)果。</p><p><b>　　3、 粒子數(shù)目 </b></p><p>　

87、　粒子數(shù)目對算法的優(yōu)化性能有影響。一般來說，粒子數(shù)目越多，搜索到全局最優(yōu)解的可能性也越大，優(yōu)化性能相對也越好，但是消耗的計算量也越大，計算性能相對下降；群體規(guī)模越小，搜索到全局最優(yōu)解的可能性就越小，但消耗的計算量也越小。當(dāng)然，對于一般問題，使用過多的粒子數(shù)目沒有必要，但是粒子數(shù)目也不能過少，否則體現(xiàn)不出群智能算法的優(yōu)越性。一般地，粒子數(shù)目為 10～200 較為合適。 </p><p>　　4、 最大允許迭代次數(shù)

88、</p><p>　　當(dāng)慣性權(quán)值[15]為固定值和最大允許迭代次數(shù)不相關(guān)聯(lián)時，最大允許迭代次數(shù)大些，找到全局最優(yōu)解的可能性也大些，最大允許迭代次數(shù)小了，找到全局最優(yōu)解的可能性也小。只是對于基本 PSO 來說，一旦陷入了局部極值，如果不采用有效措施，迭代次數(shù)再增多優(yōu)化效果也得不到明顯改善，反而浪費計算資源，實際意義不大。一般來說，如果優(yōu)化時還有其他條件來結(jié)束搜索，可以考慮將最大允許迭代次數(shù)設(shè)置得大些。當(dāng)慣性權(quán)值和最

89、大允許迭代次數(shù)相關(guān)聯(lián)時，即慣性權(quán)值隨著迭代的進(jìn)行逐漸衰減，此時并不是最大允許迭代次數(shù)越大越好，這時候過大的最大允許迭代次數(shù)反而會使得算法有很長一段時期以較大的慣性權(quán)值來搜索，如果不對粒子速度進(jìn)行限制，粒子很可能會飛行到無窮遠(yuǎn)處，從而得不到全局最好解。所以，當(dāng)慣性權(quán)值和最大允許迭代次數(shù)相關(guān)聯(lián)時，應(yīng)結(jié)合實際情況合理選擇最大允許迭代次數(shù)。</p><p>　　4 基于粒子群算法的電梯群控系統(tǒng)實現(xiàn)</p>

90、<p>　　提高對乘客的服務(wù)質(zhì)量和降低系統(tǒng)運行的總損耗是電梯群控系統(tǒng)的主要目的。本文基于群控系統(tǒng)對乘客平均侯梯時間、乘客平均乘梯時間以及電梯能耗等提出的不同要求，采用粒子群優(yōu)化算法對多目標(biāo)問題進(jìn)行優(yōu)化，建立了電梯群控的系統(tǒng)的多目標(biāo)優(yōu)化模型，并在此基礎(chǔ)上設(shè)計了滿足多目標(biāo)要求的電梯群控系統(tǒng)調(diào)度算法[16]及其應(yīng)用程序。 </p><p>　　4.1 多目標(biāo)電梯群控系統(tǒng)的數(shù)學(xué)模型</p>

91、<p>　　電梯群控系統(tǒng)的主要目標(biāo)是縮短乘客平均候梯時間AWT和平均乘梯時間ART，降低電梯運行能耗RPC。</p><p>　　AWT為一定時間內(nèi)全部候梯時間的平均值，是評價電梯群控系統(tǒng)性能惡劣的重要指標(biāo)之一，計算公式如下： </p><p><b>　　Tw為候梯時間。</b></p><p>　　當(dāng)新的呼梯信號發(fā)生時，根據(jù)呼叫發(fā)

92、生的樓層Fc及方向Dc與電梯當(dāng)前所在樓</p><p>　　層F0和方向D0，可計算電梯到達(dá)新的呼梯信號所需的時間，即候梯時間[17]。設(shè)電梯運行一層的時間為K1，?？恳粚拥臅r間為K2，電梯需響應(yīng)的?？咳蝿?wù)為m，電梯同向到達(dá)的最遠(yuǎn)樓層為Fmax，電梯反向到達(dá)的最遠(yuǎn)樓層為Fmin。</p><p>　　(1) 當(dāng)Dc與D0相同，且Fc在F0前方時，電梯可同向到達(dá)呼梯信號</p>

93、<p>　　(2) 當(dāng)Dc與D0相同，且Fc在F0后方時，電梯反向運行再同向到達(dá)呼梯信號：</p><p>　　(3) 當(dāng)Dc與D0相反時，電梯反向運行后到達(dá)呼梯信號：</p><p>　　當(dāng)Dc與D0相同，且Fc=F0時，Tw（i)=0。</p><p>　　ART為一段時間內(nèi)全部乘客乘梯時間的平均值，一般情況下，很難準(zhǔn)確預(yù)測乘客的乘梯時間。電梯的起停

94、時間、次數(shù)以及轎內(nèi)乘客的人數(shù)是影響乘客乘梯時間的主要因素，如轎廂內(nèi)乘客越多，電梯起停次數(shù)就越多，這樣，乘客的平均乘梯時間就越長。平均乘梯時間是描述電梯群控系統(tǒng)的重要指標(biāo)[18]。計算公式如下：</p><p>　　由于新的呼梯信號發(fā)生時，只能知道乘客的乘梯方向，不知道乘客的目的層。文中假設(shè)乘客的目的層為最遠(yuǎn)層，則乘梯時間計算式為：</p><p>　　AE為電梯群控系統(tǒng)中的總運行能耗。電梯

95、的能耗主要由加、減速過程中及?？看螖?shù)所決定的[19]，所以，要想降低系統(tǒng)能耗，必須想辦法減少電梯的起停次數(shù)和加、減速距離。通常，電梯一次加、減速的距離高于的樓層的高度，所以，在其它條件允許的情況下，應(yīng)當(dāng)盡量由同一電梯服務(wù)于來自或去向同一樓層或相鄰樓層的廳層或轎箱召喚。與此同時，還應(yīng)盡量提高電梯的總體利用率，以降低電梯少載或空載運行的距離，這樣電梯的起停次數(shù)也就相應(yīng)減少了。計算公式如下：</p><p>　　E(i

96、)為第i臺電梯的總能耗，由于電梯加、減速時的能耗要比電梯直線運行時的能耗要大得多，所以電梯的能量消耗主要取決于電梯的起停次數(shù)，在忽略其他系統(tǒng)能耗情況下，可認(rèn)為單部電梯的能耗計算式為：</p><p>　　電梯群控調(diào)度算法是一個評價函數(shù)，綜合以上三個評價標(biāo)準(zhǔn)，采用目標(biāo)組合方法構(gòu)成組合目標(biāo)函數(shù)，可初步設(shè)定電梯的目標(biāo)評價函數(shù)為：</p><p>　　試中，S（i）為評價函數(shù)值，表示第i部電梯響應(yīng)

97、呼梯信號的可信度，w1、w2、w3依次是各評價值對應(yīng)的權(quán)重系數(shù)[22]，且w1+w2+w3=1。針對wi的不同選擇，體現(xiàn)了在各種客交通模式狀況下各目標(biāo)因素的不同側(cè)重。</p><p>　　但是上式只是一個理論目標(biāo)評價函數(shù)，存在著目標(biāo)評價函數(shù)的不統(tǒng)一問題，我們對三個目標(biāo)函數(shù)進(jìn)行標(biāo)準(zhǔn)化后，得到最終的評價函數(shù)如下：</p><p>　　最終，確定最優(yōu)評價函數(shù)如下：</p><

98、p>　　其中，M為單梯個數(shù)，j為最佳的派遣單梯號。</p><p>　　由此，侯梯者的平均侯梯時間短、乘客的平均乘梯時間短和能量消耗少三個目標(biāo)問題轉(zhuǎn)化成求解評價函數(shù)S(i)的最小值S(j)，由最小值得到的派遣電梯去響應(yīng)外召信號，可使電梯群控系統(tǒng)性能達(dá)到最優(yōu)。</p><p>　　4.2 多目標(biāo)粒子群算法在電梯群控中的設(shè)計 </p><p><b>

99、　　編碼</b></p><p>　　本文仿真模型為4臺、16層電梯。對每臺電梯進(jìn)行編碼表示。電梯系統(tǒng)的每個</p><p>　　外呼信號用xD表示，多目標(biāo)粒子群算法中每個粒子X=(x1,x2,……xD)代表一種派梯方案，粒子的每一維xi(1《i《D）代表第j個層站被第i個電梯響應(yīng)。由于共有4臺電梯，因此粒子每一維均為[0,4]上的1個整數(shù)。當(dāng)電梯系統(tǒng)中有外呼響應(yīng)的時候，通過式

100、（4.10）計算每個粒子的評價函數(shù)，再通過（4.11）選擇最優(yōu)粒子，從而選擇最優(yōu)派梯方案。</p><p>　　2、 電梯群控系統(tǒng)模型建立</p><p>　　對電梯當(dāng)前運行狀態(tài)使用數(shù)學(xué)模型±a表示,其中a代表電梯所在層數(shù)，±代表電梯當(dāng)前運行方向，+為向上，-為向下。設(shè)某個電梯模型在采樣瞬間運行狀態(tài)如下：</p><p>　　表4.1 給定電梯

101、模型采樣瞬間運行狀態(tài)</p><p>　　設(shè)下一瞬間，收到呼梯響應(yīng)Fc=[5,6,13,4,7,15,19] ,方向為Dc=[1,-1,-1,1,1,-1,1]。對電梯模型進(jìn)行多目標(biāo)粒子群優(yōu)化。</p><p><b>　　3、 適應(yīng)度計算</b></p><p>　　由于每個粒子X代表一種派梯方案，因此將粒子的位置坐標(biāo)代入式（4.1）中，&l

102、t;/p><p>　　計算出平均候梯時間評價函數(shù)AWT的值。再根據(jù)式(4.5)、(4.7)計算平均乘梯時間評價函數(shù)ART和能量消耗評價函數(shù)RPC。再計算綜合評價函數(shù)得出最優(yōu)粒子。</p><p><b>　　4、 篩選非劣解集</b></p><p>　　篩選非劣解集主要分為初始篩選非劣解集和更新非劣解集[23]。初始篩選非劣解集是指在粒子初始化后

103、，當(dāng)一個粒子不受其他粒子支配時，把粒子放入非劣解集中，并且在粒子更新前從非劣解集中隨機(jī)選擇一個粒子作為群體最優(yōu)粒子。更新非劣解集是指當(dāng)新粒子不受其他粒子以及當(dāng)前非劣解集中粒子的支配時，把新粒子放入非劣解集中，并且每次粒子更新前都從非劣解集中隨機(jī)選擇一個粒子作為群體最優(yōu)粒子。</p><p>　　5、 粒子速度和位置更新</p><p><b>　　粒子更新公式如下：</b&

104、gt;</p><p>　　其中，ω為慣性權(quán)重；r1和r2分布于[0，1]區(qū)間的隨機(jī)數(shù)；k是當(dāng)前迭代次數(shù)；Pidk為個體最優(yōu)粒子位置；Pgdk為全體最優(yōu)粒子位置；c1和c2為常數(shù)；V為粒子速度；X為粒子位置。</p><p><b>　　6、 算法流程</b></p><p>　　基于多目標(biāo)粒子群算法的算法流程如下：</p>&l

105、t;p>　　（1） 群體初始化，給定多目標(biāo)粒子群算法的控制參數(shù)、群體規(guī)模、迭代次數(shù)并輸入待優(yōu)化的參數(shù)。</p><p>　?。?） 根據(jù)多目標(biāo)電梯模型計算每個粒子所代表派梯方案的3個目標(biāo)值。</p><p>　?。?） 根據(jù)Pareto最優(yōu)概念[24]更新每個粒子的個體最優(yōu)值。</p><p>　　（4） 更新外部集，體的非支配集按占支配關(guān)系插入外部集(外部集

106、保存的是算法每代運行的最好結(jié)果。在算法迭代運算完成后，外部集中的所有粒子就是算法最后得到的結(jié)果)。更新全局極值，利用擁擠機(jī)制和禁忌算法在外部集中隨機(jī)選擇l粒子作為粒子i的全局極值。</p><p>　?。?） 根據(jù)公式(4.12)、(4.13)更新每個粒子的速度和位置。</p><p>　　判斷最大迭代次數(shù)[25]是否達(dá)到。若達(dá)到，則輸出；否則，轉(zhuǎn)到(2)直至滿足終止條件退出。</p

107、><p>　　4.3 適應(yīng)度計算</p><p>　　1、 建立初始化派梯方案，即隨機(jī)生成粒子 </p><p>　　2、 計算各粒子的適應(yīng)度值，即各種派梯方案的評價函數(shù)</p><p>　?。僭O(shè)在隨機(jī)層間交通模式即取w1=0.5,w2=0.2,w3=0.3時）</p><p>　　電梯?？看螖?shù)m為梯內(nèi)指定加隨機(jī)產(chǎn)生，

108、電梯同向到達(dá)的最遠(yuǎn)樓層為Fmax，電梯反向到達(dá)的最遠(yuǎn)樓層為Fmin，電梯運行一層的時間為K1=2s，停靠一層的時間為K2=6s。第x(i,j)=n電梯響應(yīng)第Fc(j)個呼梯信號的候梯時間預(yù)測值[26]WT（i,j)為：</p><p><b>　　計算平均候梯時間：</b></p><p><b>　?。?.14）</b></p>

109、<p><b>　　乘梯時間預(yù)測值：</b></p><p><b>　?。?.15）</b></p><p>　　計算平均乘梯時間： </p><p><b>　　(4.16)</b></p><p><b>　　能耗預(yù)測值： </b><

110、;/p><p><b>　　(4.17)</b></p><p>　　計算平均能耗： </p><p><b>　　(4.18)</b></p><p><b>　　否</b></p>

111、<p><b>　　是</b></p><p>　　是 是</p><p>　　是 否</p><p><b>　　否</b></p><p>　　是 是</p>

112、<p><b>　　否</b></p><p><b>　　是</b></p><p><b>　　是</b></p><p><b>　　是</b></p><p><b>　　否</b></p><p

113、>　　圖4.2 計算候梯時間WT（i）流程圖</p><p>　　從以上計算結(jié)果中找出max(AWT(i,j)),max(ART(i,j)),max(AE(i,j))計算適應(yīng)度值S（i)：</p><p>　　利用公式（4.12）（4.13）對粒子進(jìn)行修正，與原最優(yōu)粒子進(jìn)行比較，更新。</p><p><b>　　4.4 程序?qū)崿F(xiàn)</b&g

114、t;</p><p>　　4.4.1 粒子群優(yōu)化算法主程序</p><p><b>　　%清空環(huán)境</b></p><p><b>　　clear </b></p><p><b>　　clc</b></p><p>　　%------電梯參數(shù)初始化-