[go: up one dir, main page]

CN110171753B - 一种电梯调度策略处理方法、装置、设备和存储介质 - Google Patents

一种电梯调度策略处理方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN110171753B
CN110171753B CN201910476087.2A CN201910476087A CN110171753B CN 110171753 B CN110171753 B CN 110171753B CN 201910476087 A CN201910476087 A CN 201910476087A CN 110171753 B CN110171753 B CN 110171753B
Authority
CN
China
Prior art keywords
strategy
elevator
population
evolution
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910476087.2A
Other languages
English (en)
Other versions
CN110171753A (zh
Inventor
李文海
李良
张永生
章飞
江荣钿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Building Technology Guangzhou Co Ltd
Original Assignee
Hitachi Building Technology Guangzhou Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Building Technology Guangzhou Co Ltd filed Critical Hitachi Building Technology Guangzhou Co Ltd
Priority to CN201910476087.2A priority Critical patent/CN110171753B/zh
Publication of CN110171753A publication Critical patent/CN110171753A/zh
Application granted granted Critical
Publication of CN110171753B publication Critical patent/CN110171753B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B66HOISTING; LIFTING; HAULING
    • B66BELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B1/00Control systems of elevators in general
    • B66B1/02Control systems without regulation, i.e. without retroactive action
    • B66B1/06Control systems without regulation, i.e. without retroactive action electric
    • B66B1/14Control systems without regulation, i.e. without retroactive action electric with devices, e.g. push-buttons, for indirect control of movements
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B66HOISTING; LIFTING; HAULING
    • B66BELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B1/00Control systems of elevators in general
    • B66B1/34Details, e.g. call counting devices, data transmission from car to control system, devices giving information to the control system
    • B66B1/3415Control system configuration and the data transmission or communication within the control system
    • B66B1/3423Control system configuration, i.e. lay-out
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B66HOISTING; LIFTING; HAULING
    • B66BELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B1/00Control systems of elevators in general
    • B66B1/34Details, e.g. call counting devices, data transmission from car to control system, devices giving information to the control system
    • B66B1/3492Position or motion detectors or driving means for the detector
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B66HOISTING; LIFTING; HAULING
    • B66BELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B5/00Applications of checking, fault-correcting, or safety devices in elevators
    • B66B5/0006Monitoring devices or performance analysers
    • B66B5/0018Devices monitoring the operating condition of the elevator system
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B66HOISTING; LIFTING; HAULING
    • B66BELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B5/00Applications of checking, fault-correcting, or safety devices in elevators
    • B66B5/0006Monitoring devices or performance analysers
    • B66B5/0037Performance analysers

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Elevator Control (AREA)

Abstract

本发明实施例公开了一种电梯调度策略处理方法、装置、设备和存储介质。该方法通过获取至少两部电梯的运行状态信息、以及各楼层的外召信息;将所述运行状态信息和所述外召信息输入预设的策略预测模型进行策略分析,得到电梯初始调度策略;基于所述初始调度策略构造初始策略种群;对所述初始策略种群进行进化处理,得到进化策略种群;依据获取到的电梯参数信息,确定所述进化策略种群中各候选进化策略的适应度;将适应度满足预设条件的候选进化策略作为目标调度策略,实现为复杂召梯情况制定适应的目标调度策略的技术效果。

Description

一种电梯调度策略处理方法、装置、设备和存储介质
技术领域
本发明实施例涉及电梯技术,尤其涉及一种电梯调度策略处理方法、装置、设备和存储介质。
背景技术
一般的,候梯人员可以通过电梯设置的外召按钮进行召梯,当电梯的调度系统检测到某一楼层的外召按钮被按下时,可以调度电梯运行到该楼层搭载候梯人员。进一步的,大厦会配备有多部电梯搭载候梯人员,但也对调度系统的智能化程度提出了更高的要求,至少包括降低电梯运行能耗、节省候梯人员的平均候梯时间等。一般的,采用电梯调度算法对电梯进行调度。
但是电梯调度算法往往需要考虑很多变量,如电梯的内召信息、外召信息、轿厢称重、运行楼层等。在多变量情况下往往无法用完整的数学公式来求解最优解。另外,即使可以获取最优解,其所花费的时间过长,也将导致调度系统响应召梯的实时性较差。而且现有的电梯调度算法,只能配置有限的调度策略。在这种情况下,当出现一些电梯调度算法未配置的召梯情况时,调度系统只能采用相近的调度策略进行应对,这就导致了电梯的调度无法获取更为合理的电梯运行能耗、较短的平均候梯时间。
发明内容
本发明提供一种电梯调度策略处理方法、装置、设备和存储介质,以实现适应复杂的召梯情况、节约电梯调度的能耗。
第一方面,本发明实施例提供了一种电梯调度策略处理方法,包括:
获取至少两部电梯的运行状态信息、以及各楼层的外召信息;
将所述运行状态信息和所述外召信息输入预设的策略预测模型进行策略分析,得到电梯初始调度策略;
基于所述初始调度策略构造初始策略种群;
对所述初始策略种群进行进化处理,得到进化策略种群;
依据获取到的电梯参数信息,确定所述进化策略种群中各候选进化策略的适应度;
将适应度满足预设条件的候选进化策略作为目标调度策略。
进一步的,所述运行状态信息包括:所述电梯的编号、所在楼层、运行方向、称重、内召信息;所述外召信息包括各楼层对应的上行外召信息和下行外召信息。
进一步的,在将所述运行状态信息和所述外召信息输入预设的策略预测模型进行策略分析,得到电梯初始调度策略之前,还包括:
获取携带有策略标记的样本数据,所述样本数据包括至少两部电梯的样本运行状态信息、以及各楼层的样本外召信息,所述策略标记关联设置有调度策略;
使用所述样本数据进行模型训练,得到策略预测模型。
进一步的,所述将所述运行状态信息和所述外召信息输入预设的策略预测模型进行策略分析,得到电梯初始调度策略,包括:
将所述运行状态信息和所述外召信息进行组合,得到电梯信息向量;
将所述电梯信息向量输入预设的策略预测模型进行策略分析,得到从所述策略预测模型输出的策略标记;
将与所述策略标记关联设置的调度策略,作为所述电梯的初始调度策略。
进一步的,所述基于所述初始调度策略构造初始策略种群,包括:
对所述初始调度策略执行变异处理,得到变异调度策略;
生成包括所述变异调度策略和初始调度策略的初始策略种群。
进一步的,所述对所述初始策略种群进行进化处理,得到进化策略种群,包括:
将所述初始策略种群确定为初始化的候选进化策略种群;
对所述候选进化策略种群的中间调度策略进行选择处理,得到选择策略种群;
对所述选择策略种群中的中间调度策略进行交叉处理,得到交叉策略种群;
对所述交叉策略种群中的中间调度策略进行变异处理,得到变异策略种群;
将所述变异策略种群确定为进化得到的所述候选进化策略种群;
将满足进化条件的候选进化策略种群确定为进化策略种群,并将所述进化策略种群中的中间调度策略作为候选调度策略。
进一步的,所述对所述交叉策略种群中的中间调度策略进行变异处理,得到变异策略种群,包括:
确定所述交叉策略种群中每一中间调度策略的变异概率;
当根据所述变异概率确定对中间调度策略进行变异处理时,按照预设规则对所述中间调度策略中的状态信息进行更改,其中,所述状态信息表示每一电梯对每一楼层的外召信息的响应操作。
进一步的,所述按照预设规则对所述中间调度策略中的状态信息进行更改,包括:
当一部电梯中的第一目标楼层的状态信息从召梯响应信息更改为召梯忽略信息时,在中间调度策略中确定第一目标电梯,所述第一目标电梯在所述第一目标楼层的状态信息为召梯忽略信息;
将所述第一目标电梯在所述第一目标楼层的状态信息更改为召梯响应信息。
进一步的,按照预设规则对中间调度策略中的状态信息进行更改,包括:
从所述外召信息中读取各楼层对应的召梯标记;
将召梯标记为空的楼层,作为第二目标楼层;
将中间调度策略中各电梯在所述第二目标楼层的状态信息均更改为忽略召梯。
进一步的,所述进化条件至少包括如下中的一种:
进化处理的次数条件、进化处理的时间条件、最优调度策略的适应度条件;
所述电梯调度策略处理方法还包括:
当不满足进化条件时,继续执行对所述候选进化策略种群的中间调度策略进行选择处理,得到选择策略种群的步骤。
进一步的,所述依据获取到的电梯参数信息确定所述进化策略种群中各候选进化策略的适应度,包括:
获取所述电梯的电梯参数信息;
依据所述电梯参数信息,计算各所述候选调度策略对应的电梯能耗值、平均候梯时间、平均乘梯时间;
计算各所述候选调度策略对应的所述能耗值、平均候梯时间、平均乘梯时间的加权和;
将所述加权和的倒数作为各所述候选调度策略的适应度。
进一步的,所述获取所述电梯的电梯参数信息,包括:
在数据库中查找所述电梯的编号对应的参数记录,所述参数记录的称重范围在所述电梯的当前称重的预设范围内;
计算所述参数记录中各参数的平均值;
将各参数的所述平均值组合成所述电梯的电梯参数信息。
进一步的,所述将适应度满足预设条件的候选进化策略作为目标调度策略,包括:
将所述候选调度策略与所述初始调度策略按照适应度进行从大到小排序;
将所述排序结果中排行第一的调度策略,作为目标调度策略;
在所述将适应度满足预设条件的候选进化策略作为目标调度策略之后,包括:
使用所述目标调度策略调度所述电梯,以响应所述外召信息。
进一步的,在所述将适应度满足预设条件的候选进化策略作为目标调度策略之后,还包括:
使用所述目标调度策略更新所述策略预测模型。
第二方面,本发明实施例还提供了一种电梯调度策略处理装置,该装置包括:
信息获取模块,用于获取至少两部电梯的运行状态信息、以及各楼层的外召信息;
初始调度策略确定模块,用于将所述运行状态信息和所述外召信息输入预设的策略预测模型进行策略分析,得到电梯初始调度策略;
初始策略种群构造模块,用于基于所述初始调度策略构造初始策略种群;
进化策略种群生成模块,用于对所述初始策略种群进行进化处理,得到进化策略种群;
适应度确定模块,用于依据获取到的电梯参数信息,确定所述进化策略种群中各候选进化策略的适应度;
目标调度策略确定模块,用于将适应度满足预设条件的候选进化策略作为目标调度策略。
第三方面,本发明实施例还提供了一种电梯调度策略处理设备,该设备包括:存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面中任一所述的电梯调度策略处理方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面中任一所述的电梯调度策略处理方法。
本发明实施例通过获取至少两部电梯的运行状态信息、以及各楼层的外召信息;将所述运行状态信息和所述外召信息输入预设的策略预测模型进行策略分析,得到电梯初始调度策略;基于所述初始调度策略构造初始策略种群;对所述初始策略种群进行进化处理,得到进化策略种群;依据获取到的电梯参数信息,确定所述进化策略种群中各候选进化策略的适应度;将适应度满足预设条件的候选进化策略作为目标调度策略,解决因预先配置的电梯调度策略有限而带来的无法适用于复杂的召梯情况的问题,实现为复杂召梯情况制定适应的目标调度策略的技术效果。
附图说明
图1为本发明实施例一提供的一种电梯调度策略处理方法的流程图;
图2为本发明实施例二提供的一种进化处理子方法的流程图;
图3为本发明实施例三提供的一种适应度计算子方法的流程图;
图4为本发明实施例四提供的一种电梯调度策略处理方法的流程图;
图5为本发明实施例五提供的一种电梯调度策略处理装置的结构示意图;
图6为本发明实施例六提供的一种电梯调度策略处理设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种电梯调度策略处理方法的流程图,本实施例可适用于电梯调度的情况,具体的,适用于对多部电梯的调度。该方法可以由电梯调度策略处理设备来执行。
参照图1,该电梯调度策略处理方法,具体包括如下步骤:
S110、获取至少两部电梯的运行状态信息、以及各楼层的外召信息。
本实施例中,每一电梯均设置有一运行状态信息,用于表示电梯在运行过程中的状态,具体的,可以包括:电梯的编号、所在楼层、运行方向、称重、内召信息等。其中,电梯的编号用于唯一识别电梯,记为N;所在楼层为当前电梯运行到达的楼层,记为F;运行方向用于表示电梯是向上运行或向下运行,记为R,其中,R=0,表示上行,R=1表示下行;称重为电梯当前搭载的重量,记为L,可以用于确定该电梯是否处于超重状态、或者确定该电梯是否还可以搭载乘客。
进一步的,召梯信息包括内召信息和外召信息,本实施例中,由于每一内召信息对应的每一电梯的内召请求的情况,将内召信息作为电梯的运行状态信息中的一种。
一、内召信息
内召信息用于表示电梯轿厢中的乘客出梯的楼层。一般的,电梯的轿厢中设置有与各楼层关联的内召按钮,当检测到内召按钮被按下时,则表示有乘客需要在该内召按钮对应的楼层出梯。对于每一部电梯的内召信息中至少包括:各楼层的内召请求的情况。示例性的,该内召信息可以使用一序列进行表示,记为记为IC,具体的,该序列IC的每一位表示一对应的楼层,每一位的数值用于表示内召人数。若数值为0则表示无内召,大于0则表示内召人数,不确定内召人数则表示为1。进一步的,电梯调度策略处理设备可以根据内召信息调度该乘客所在的电梯运行至该内召按钮对应的楼层。
二、外召信息
外召信息用于表示需要搭乘电梯的乘客所在的楼层。一般的,在每一楼层中设置有候梯区域,在该候梯区域设置有与所在楼层关联的外召按钮,当检测到外召按钮被按下时,则表示有乘客需要在该外召按钮所在的楼层搭乘电梯。对于每一楼层的外召信息中至少包括:各楼层的外召请求的情况。进一步的,该外召按钮包括上行外召按钮和下行外召按钮,分别对应于上行外召请求和下行外召请求。当上行外召按钮被按下时,表示在该上行外召按钮所在的楼层具有上行外召请求,也就是有乘客需要搭乘电梯往上;当下行外召按钮被按下时,表示在该下行外召按钮所在的楼层具有下行外召请求,也就是有乘客需要搭乘电梯往下。对应的外召信息包括各楼层对应的上行外召信息和下行外召信息。与内召信息的表示方式相同,上行外召信息和下行外召信息可以分别使用一序列进行标识,分别记为序列OCU和序列OCD。示例性的,当使用一序列OCU表示上行外召信息时,该序列OCU的每一位表示一对应的楼层,每一位的数值用于表示上行外召人数。若数值为0则表示无上行外召,大于0则表示上行外召人数,不确定上行外召人数则表示为1。进一步的,电梯调度策略处理设备可以根据外召信息调度电梯运行至该外召按钮对应的楼层搭载乘客。需要说明的,由于存在多部电梯,调度不同电梯所导致的电梯的能耗值、乘客的平均候梯时间、乘客的平均乘梯时间均会有所不同。所以,需要电梯调度策略处理设备选取出合适的电梯调度策略,以优化电梯的能耗值、乘客的平均候梯时间、乘客的平均乘梯时间。
S120、将所述运行状态信息和所述外召信息输入预设的策略预测模型进行策略分析,得到电梯初始调度策略。
本实施例中,调度策略用于表示电梯是否响应召梯信息中所包括的召梯请求,其中,召梯信息包括外召信息和内召信息,外召信息包括各楼层对应的外召请求,外召请求包括上行外召请求和下行外召请求,内召信息包括电梯对应的关于各楼层的内召请求。具体的,调度策略可以使用一序列P进行表示,序列P中每一位的数值表示状态信息,该状态信息包括召梯响应信息和召梯忽略信息。如使用1表示召梯响应信息,0表示召梯忽略信息。示例性的,总共有m部电梯,n个楼层,则P可以表示为:
S11,S12,…,S1n,S21,S22,…,S2n,…,Sm1,Sm2,…,Smn,X11,X12,…,X1n,X21,X22,…,X2n,…,Xm1,Xm2,…,Xmn,其中,Sxy表示编号为X的电梯是否响应Y层上行外召请求,0表示不响应,即召梯忽略信息,1表示响应,即召梯响应信息,Xxy表示编号为X的电梯是否响应Y层下行外召请求,0表示不响应,即召梯忽略信息,1表示响应,即召梯响应信息。
本实施例中的策略预测模型可以用于初步确定出电梯调度策略,即初始调度策略。由于使用策略预测模型分析得到的初始调度策略是有限的,无法适用于复杂的召梯请求,需要在实际使用时进行调整,得到目标调度策略,本实施例将对具体的调整的方式进一步说明。
本实施例中,可以通过两种方式确定策略预设模型:电梯群控算法、机器学习算法。
一、电梯群控算法
传统的电梯群控算法可以包括:先来先服务算法(First Come First Serve,FCFS)、最短寻找楼层时间优先算法(Shortest Seek Time First,SSTF)、扫描算法(SCAN)等。
1、先来先服务算法
先来先服务算法,是一种随即服务算法,它不仅仅没有对寻找楼层进行优化,也没有实时性的特征,它是一种最简单的电梯调度算法。它根据乘客的召梯请求的先后次序进行调度。此算法的优点是公平、简单,且每个乘客的召梯请求都能依次地得到处理,不会出现某一乘客的召梯请求长期得不到满足的情况。这种方法在载荷较轻松的环境下,性能尚可接受,但是在载荷较大的情况下,这种算法的性能就会严重下降,甚至恶化。
2、最短寻找楼层时间优先算法
最短寻找楼层时间优先算法,它注重电梯寻找楼层的优化。最短寻找楼层时间优先算法选择下一个服务对象的原则是最短寻找楼层的时间。这样请求队列中距当前能够最先到达的楼层的召梯请求就是下一个服务对象。在重载荷的情况下,最短寻找楼层时间优先算法的平均响应时间较短,但响应时间的方差较大,原因是队列中的某些召梯请求可能长时间得不到响应,出现所谓的“饿死”现象。
3、扫描算法
扫描算法是一种按照楼层顺序依次服务请求,它让电梯在最底层和最顶层之间连续往返运行,在运行过程中响应处在于电梯运行方向相同的各楼层上的召梯请求。它进行寻找楼层的优化,效率比较高,但它是一个非实时算法。扫描算法较好地解决了电梯移动的问题,在这个算法中,每个电梯响应乘客的召梯请求,使乘客获得服务的次序是由其发出召梯请求的乘客的位置与当前电梯位置之间的距离来决定的,所有的与电梯运行方向相同的乘客的召梯请求在一次电向上运行或向下运行的过程中完成,免去了电梯频繁的来回移动。
在使用上述的传统的电梯群控算法,均可以根据获取的每一电梯对应的运行状态信息、和每一楼层对应的外召信息进行初步的策略分析,得到初始调度策略。而且每一种传统的电梯群控算法都存在各自的优缺点,初始调度策略还需要进行调整,才可以应用于电梯,进行实际的电梯调度。
二、机器学习算法
当使用的是机器学习算法时,可以通过获取携带有策略标记的样本数据,样本数据包括至少两部电梯的样本运行状态信息、以及各楼层的样本外召信息,策略标记关联设置有调度策略;使用样本数据进行模型训练,得到策略预测模型。其中,策略标记为策略编号,每一策略标记关联设置有调度策略。进一步的,该样本数据所携带的策略标记可以是使用上述任意一种电梯群控算法及其任意组合进行确定。也就是说,模型训练得到的策略预测模型可以代替上述电梯群控算法的任意一种及其任意组合。在一实施例中,该策略预测模型可以是神经网络、决策树、随机森林等。本实施例中,以策略预测模型为决策树为例进行说明,可以提高模型训练的效率和性能。
在使用机器学习算法的情况下,可以将运行状态信息和外召信息进行组合,得到电梯信息向量;将电梯信息向量输入预设的策略预测模型进行策略分析,得到从策略预测模型输出的策略标记;将与策略标记关联设置的调度策略,作为电梯的初始调度策略。本实施例中对运行状态信息和外召信息的组合方式不作限定,只要与策略预测模型训练过程中使用的组合方式保持一致即可。示例性,一种电梯信息向量的表示方式为:
OCU1…OCUn,OCD1…OCDn,N1,F1,R1,L1,IC11…IC1n,N2,F2,R2,L2,IC21…IC2n,…,Nm,Fm,Rm,Lm,ICm1…ICmn,其中,n为电梯的数量;m为楼层的层数;OCU1…OCUn,OCD1…OCDn表示外召信息,OCU1…OCUn表示上行外召信息;OCD1…OCDn表示下行外召信息;Nm,Fm,Rm,Lm表示Nm表示第m部电梯的运行状态信息,Nm表示第m部电梯的编号;Fm表示第m部电梯的所在楼层;R1表示第m部电梯的运行方向;L1表示第m部电梯的称重;ICm1…ICmn表示内召信息,其中,ICmn表示第m部电梯中具有对第n层的内召请求。
S130、基于所述初始调度策略构造初始策略种群。
一般的,采用上述两个方式所确定的策略预测模型,进行策略分析得到的初始调度策略一般是有限的,无法对应于所有的召梯情况。也就是说,当电梯对应的运行状态信息、外召信息发生改变,由于策略预测模型中未对应所有的运行状态信息、外召信息,使得分析得到的初始调度策略无法应对发生改变运行状态信息、外召信息。为此,本实施例为了克服该问题,可以将调度策略作为遗传算法中的基因,进一步的,并使用遗传算法的方式来对初始调度策略进行进化处理,最终得到可以适用于发生改变运行状态信息、外召信息的目标调度策略。
具体的,本实施例中,可以通过对初始调度策略执行变异处理,得到变异调度策略;生成包括变异调度策略和初始调度策略的初始策略种群。其中,变异处理为遗传算法中进化处理的一种处理方式。示例性的,当初将始策略种群中的调度策略的数量设定为N时,则对初始调度策略执行变异处理,得到N-1条变异调度策略,使得该初始策略种群包括:1条该初始调度策略、N-1条变异调度策略。
S140、对所述初始策略种群进行进化处理,得到进化策略种群。
本实施例中的进化处理采用遗传算法的方式,其中,进化处理至少包括如下中的一种:选择处理、交叉处理和变异处理。具体的,对初始策略种群依次执行选择处理、交叉处理和变异处理,得到候选进化策略。该候选进化策略构成了进化策略种群。
S150、依据获取到的电梯参数信息,确定所述进化策略种群中各候选进化策略的适应度。
本实施例中的电梯参数信息至少包括:电梯在各运行阶段中的能耗、功率、距离、速度、时间等。其中,运动阶段根据运行方向和加速度的区别划分为包括:上行加速、上行匀速、上行减速、下行加速、下行匀速、下行减速。
示例性的,电梯参数信息可以使用表1进行表示。
表1电梯参数信息表
Figure BDA0002082289250000061
Figure BDA0002082289250000071
本实施例中,具体的,可以通过依据获取到的电梯参数信息计算各候选调度策略对应的电梯能耗值、平均候梯时间、平均乘梯时间;进一步的,根据该能耗值、平均候梯时间、平均乘梯时间,计算得到各候选调度策略的适应度。其中,电梯的能耗值,指的是当所有电梯根据该候选调度策略进行运行时,电梯所消耗的能量;平均候梯时间,指的是当所有电梯根据该候选调度策略进行运行时,乘客按下外召按钮到进入电梯轿厢的平均时间;平均乘梯时间指的是当所有电梯根据该候选调度策略进行运行时,乘客按下内召按钮到到达指定楼层的平均时间。
本实施例中的适应度综合考虑电梯的能耗值、平均候梯时间、平均乘梯时间。需要注意的是,在对初始策略种群进行进化处理时,每一种进化处理都需考虑到该适应度,以使得进化得到的候选进化策略可以满足能耗值较少、平均候梯时间较短、平均乘梯时间较短的技术效果。
S160、将适应度满足预设条件的候选进化策略作为目标调度策略。
本实施例中,可以将候选调度策略与初始调度策略按照适应度进行从大到小排序;将排序结果中排行第一的调度策略,作为目标调度策略,使得所确定的目标调度策略与初始调度策略相比,对能耗值、平均候梯时间、平均乘梯时间均进行优化。
本实施例的技术方案,通过获取至少两部电梯的运行状态信息、以及各楼层的外召信息;将所述运行状态信息和所述外召信息输入预设的策略预测模型进行策略分析,得到电梯初始调度策略;基于所述初始调度策略构造初始策略种群;对所述初始策略种群进行进化处理,得到进化策略种群;依据获取到的电梯参数信息,确定所述进化策略种群中各候选进化策略的适应度;将适应度满足预设条件的候选进化策略作为目标调度策略,解决因预先配置的电梯调度策略有限而带来的无法适用于复杂召梯情况的问题,实现为复杂召梯情况制定适应的目标调度策略的技术效果。
实施例二
图2为本发明实施例二提供的一种进化处理子方法的流程图,本实施例在上述实施例的基础上,在进化处理时,增加对各调度策略的使用度的考虑,其中,该适应度根据电梯应用调度策略之后所产生的能耗值、平均候梯时间、平均乘梯时间进行确定,对步骤S140进一步细化为步骤S1401-S1407:
S1401、将所述初始策略种群确定为初始化的候选进化策略种群。
本实施例中,将未进行进化处理的初始策略种群,作为初始化的候选进化策略种群。
S1402、对所述候选进化策略种群的中间调度策略进行选择处理,得到选择策略种群。
本实施例中,选择处理用于随机从候选进化策略种群中选取出部分中间调度策略,并构建包括被选取出的部分中间调度策略的选择策略种群。具体的,中间调度策略被选取的概率与该中间调度策略的适应度相关。
示例性的,可以采用轮盘赌的方式进行选择处理,使得各个中间调度策略被选中的概率与其适应度大小成正比。
S1403、对所述选择策略种群中的中间调度策略进行交叉处理,得到交叉策略种群。
本实施例中,交叉处理用于随机选取两条中间调度策略,并随机选择需要进行交叉处理的状态信息的位置,将两条中间调度策略中该位置所对应的状态信息进行互换,其中,如上述实施例中所述,该状态信息包括:表示响应召梯请求的召梯响应信息、表示不响应召梯请求的召梯忽略信息。进一步的,该位置的选取方式可以是一个或者多个,且可以是连续或者间隔,本实施例中对此不作限定。
同样的中间调度策略进行交叉处理的概率也可以与该中间调度策略的适应度相关,适应度越高的中间调度策略进行交叉处理的概率越低,以保证适应度高的中间调度策略可以延续到新的策略种群中。
S1404、对所述交叉策略种群中的中间调度策略进行变异处理,得到变异策略种群。
本实施例中,变异处理用于随机选取中间调度策略,并随机选择需要进行变异处理的状态信息的位置。其中,状态信息表示每一电梯对每一楼层的外召信息的响应操作。具体的,该状态信息可以包括表示响应召梯请求的召梯响应信息、表示不响应召梯请求的召梯忽略信息。进一步的,可以将该位置所对应的状态信息从召梯响应信息更改为召梯忽略信息、或者从召梯忽略信息更改为召梯响应信息。
具体的,对于电梯调度的应用场景而言,本实施例中,可以是通过该确定交叉策略种群中每一中间调度策略的变异概率。该变异概率同样可以根据中间调度策略的适应度进行确定,其中,适应度越高,变异概率越小。进一步的,当根据变异概率确定对中间调度策略进行变异处理时,按照预设规则对中间调度策略中的状态信息进行更改。
需要注意的是,该预设规则至少包括:保证每个外召至少有1部电梯响应、若特定楼层不存在外召,则中间调度策略中该特定楼层对应的状态信息固定为召梯忽略信息、尽可能保证变异过程中外召与当前电梯运行方向相同。
具体的,本实施例将对按照上预设规则对中间调度策略中的状态信息进行更改进行举例说明。
1)保证每个外召至少有1部电梯响应
具体的,在进行变异处理时,当一部电梯中的第一目标楼层的状态信息从召梯响应信息更改为召梯忽略信息时,在中间调度策略中确定第一目标电梯,该第一目标电梯在该第一目标楼层的状态信息为召梯忽略信息;将该第一目标电梯在该第一目标楼层的状态信息更改为召梯响应信息。
2)若特定楼层不存在外召,则中间调度策略中该特定楼层对应的状态信息固定为召梯忽略信息
从外召信息中读取各楼层对应的召梯标记;将召梯标记为空的楼层,作为第二目标楼层;将中间调度策略中各电梯在该第二目标楼层的状态信息均更改为忽略召梯。
S1405、将所述变异策略种群确定为进化得到的所述候选进化策略种群。
本实施例中,将已进行进化处理(包括选择处理、交叉处理和变异处理)所得到的变异策略种群,作为进化得到的候选进化策略种群。
S1406、判断进化得到的候选进化策略种群是否满足进化条件,若是则执行步骤S1407,若否,则继续执行步骤S1402-S1405,直到满足进化条件为止。
本实施例中,该进化条件至少包括如下中的一种:进化处理的次数条件、进化处理的时间条件、最优调度策略的适应度条件。
一、进化处理的次数条件
本实施例中,通过将选择处理、交叉处理、变异处理所对应的步骤作为进化处理的步骤,进一步的,确定进化处理的次数,连续执行一次包括选择处理、交叉处理、变异处理的步骤,认为只执行一次进化处理。再进一步的,当确定进化处理的次数超过预设次数阈值,则确定满足进化处理的次数条件。
二、进化处理的时间条件
本实施例中,同样的,将选择处理、交叉处理、变异处理所对应的步骤作为进化处理的步骤,进一步的,确定进化处理的执行时间,连续执行一次包括选择处理、交叉处理、变异处理的步骤,认为只执行一次进化处理。再进一步的,当确定进化处理的执行时间超过预设时间阈值,则确定满足进化处理的时间条件。
三、最优调度策略的适应度条件。
本实施例中,在每次进化处理完成之后,计算候选进化策略种群中各中间调度策略的适应度,当确定该适应度超过预设的适应度阈值(通常将初始调度策略的适应度作为该适应度阈值)时,则确定满足最优调度策略的适应度条件。
S1407、将满足进化条件的候选进化策略种群确定为进化策略种群,并将所述进化策略种群中的中间调度策略作为候选调度策略。
实施例三
图3为本发明实施例三提供的一种适应度计算子方法的流程图,本实施例在上述实施例的基础上,增加使用电梯参数信息计算能耗值、平均候梯时间、平均乘梯时间,并增加使用能耗值、平均候梯时间、平均乘梯时间计算适应度的详细说明。具体的,上述实施例中的步骤S150可以进一步细化为步骤S1501-S1504:
S1501、获取所述电梯的电梯参数信息。
本实施例中,以电梯参数信息至少包括如表1中所示的参数信息为例进行说明。
本实施例中,通过在数据库中查找电梯的编号对应的参数记录,参数记录的称重范围在电梯的当前称重的预设范围内;计算参数记录中各参数的平均值;将各参数的平均值组合成电梯的电梯参数信息。示例性的,数据库中存储有预设周期(如3个月)的参数记录,该参数记录为标记有采集时间的电梯参数信息。进一步的,当需要获取电梯的电梯参数信息时,可以根据电梯的编号N、及当前的称重L,从数据库中查找出与电梯的编号N对应的、且在称重范围(如(1±5%)×L)的参数记录,之后计算该查找得到的参数记录中各参数的平均值;将各参数的平均值组合成电梯的电梯参数信息。如获取编号N的电梯所对应的、且在称重范围(如(1±5%)×L)的参数记录,进一步的,对所有该参数记录中的上行加速能耗进行求平均值的操作,进而将该平均值作为获取的电梯参数信息中的上行加速能耗。需要注意的是,当找不到在称重范围(如(1±5%)×L)的参数记录时,则采用与称重L相差绝对值最小的记录。
本实施例中对如何实时采集参数记录,并记录在数据库中的方式不作限定,本实施例将通过举例进行说明。
在一实施例中,在电梯运行时,将实时收集电梯运行数据,该电梯运行数据至少包括如下中的一种:电梯的运行方向、电梯的当前时间、电梯的称重、曳引系统电压及电流、电梯的运行距离,并进一步的通过该电梯运行数据计算得到参数记录,即标记有采集时间的电梯参数信息。
一般的,电梯运行路线分为加速段、匀速段、减速段三部分,判别三段的依据是速度v及加速度a,v>0且a>0则为加速段,v>0且a=0则为匀速段,v>0且a<0则为减速段,v等于0则停止。
进一步的,设在电梯一次运行过程(停止→加速段→匀速段→减速段→停止)中采集到的多条连续的电梯运行数据可以是以采集数据序列的方式进行记录,示例性的,可以包括时间序列T、电压序列U、电流序列I、距离序列D,其中,时间序列T为包括多个连续电梯的当前时间的序列,电压序列U为包括多个连续的曳引系统电压的序列。示例性的,可以记为:
时间序列T=[t0,t1,t2,…,tn]
电压序列U=[u0,u1,u2,…,un]
电流序列I=[i0,i1,i2,…,in]
距离序列D=[d0,d1,d2,…,dn]
进一步的,可以通过时间序列T和距离序列D计算得到时间增量序列DT、距离增量序列DD、速度序列V、速度增量序列DV、加速度序列A等。示例性的,可以记为:
时间增量序列DT=[0,dt1,dt2,…,dtn]=[0,…,dtac,dtac+1,…,dtcs,dtcs+1,…,dtn]
距离增量序列DD=[0,dd1,dd2,…,ddn]=[0,…,ddac,ddac+1,…,ddcs,ddcs+1,…,ddn]
速度序列V=[0,v1,v2,…,vn]=[0,…,vac,vac+1,…,vcs,vcs+1,…,vn]
速度增量序列DV=[0,dv1,dv2,…,dvn]=[0,…,dvac,dvac+1,…,dvcs,dvcs+1,…,dvn]
加速度序列A=[0,a1,a2,…,an]=[0,…,aac,aac+1,…,acs,acs+1,…,an]
本实施例中,可以通过根据加速段、匀速段、减速段的判别依据判断各段的切换时间点,设加速段转为匀速段时间点为tac,匀速段转为减速度的时间点为tcs,则可以确定采集数据序列中各数据的隶属段。
进一步的,可以使用以上的时间增量序列DT、距离增量序列DD、速度序列V、速度增量序列DV、加速度序列A来进行加速能耗Ea、减速能耗Es、匀速功率Pc、加速距离Da、减速距离Ds、匀速额定速度Vc、加速时间Ta、减速时间Ts的计算。需要注意的是,在进行加速能耗Ea、减速能耗Es、匀速功率Pc、加速距离Da、减速距离Ds、匀速额定速度Vc、加速时间Ta、减速时间Ts这些参数的计算时,均需要考虑电梯是处于上行阶段或者下行阶段,详细见表1。当然无论是上行阶段或者下行阶段,均可以通过以下的计算方式来进行确定。
1、加速能耗Ea
通过加速段曳引系统电压序列Uac、电流序列Iac及时间增量序列DTac计算得出,公式如下:
Figure BDA0002082289250000101
2、减速能耗Es
通过减速段曳引系统电压序列Ucs、电流序列Ics及时间增量序列DTcs计算得出,公式如下:
Figure BDA0002082289250000102
3、匀速功率Pc
通过匀速段电压序列Uc、电流序列Ic计算平均值,公式如下:
Figure BDA0002082289250000103
4、加速距离Da
通过加速段距离增量序列DDac计算,公式如下:
Figure BDA0002082289250000104
5、减速距离Ds
通过减速段距离序列DDcs计算,公式如下:
Figure BDA0002082289250000111
6、匀速额定速度Vc
通过匀速段速度序列V计算,公式如下:
Figure BDA0002082289250000112
7、加速时间Ta
通过加速段时间序列DTac计算,公式如下:
Figure BDA0002082289250000113
8、减速时间Ts
通过减速段时间序列DTcs计算,公式如下:
Figure BDA0002082289250000114
其中,M用于确定各运行阶段所对应的序列范围,如对于电压序列U,需要用到u0,u1,u2,…,uM
进一步的,参数记录至少包括:采集编号S,电梯的编号N,电梯的运行方向R,电梯的称重L,加速能耗Ea,减速能耗Es,匀速功率Pc,加速距离Da,减速距离Ds,匀速额定速度Vc,加速时间Ta,减速时间Ts,采集时间CT。其中,采集编号为以递增的形式自动生成;电梯的运行方向R,电梯的称重L均可以有原有的电梯系统进行采集,或者由本实施例中的电梯调度策略处理设备进行采集;本实施例中的多部电梯属于一电梯群组,电梯的编号N为电梯在该电梯群组里的编号;采集时间CT同样可以自动生成,可以直接采用系统时间。
S1502、依据所述电梯参数信息,计算各所述候选调度策略对应的电梯能耗值、平均候梯时间、平均乘梯时间。
本实施例中,能耗值、平均候梯时间、平均乘梯时间是评价电梯调度策略的三大标准,可以用于计算各调度策略的适应度。进一步的,在根据该适应度对调度策略进化处理。一般的,当调度策略越符合三大标准时,适应度越高。
本实施例中,需要对三大标准进行量化,才能在计算机中执行。对应的,电梯调度策略采用以下方法进行评价:
1)最低耗能评价法。
2)最短平均候梯时间评价法。
3)最短平均乘梯时间评价法。
其中,最低耗能是指在一次完整调度策略中所有电梯消耗的能量(电力)最低;最短平均候梯时间是指从乘客按下外召按钮到进入电梯轿厢的平均等候时间最短;最短平均乘梯时间是指从乘客按下内召按钮到到达指定楼层的平均乘梯时间最短。为了方便论述,本实施例为每种评价方法指定函数符号:
耗能评价函数:Ee
平均候梯时间评价函数:Tw
平均乘梯时间评价函数:Tl
其中,耗能评价函数Ee用于计算能耗值,平均候梯时间评价函数Tw用于计算平均候梯时间,平均乘梯时间评价函数Tl用于计算平均乘梯时间。
本实施例中将通过举例的形式,说明能耗值、平均候梯时间、平均乘梯时间的计算方式。
一、电梯的能耗值
电梯能耗由多个子系统能耗构成,如空调系统、照明系统、门系统、曳引系统等。由于曳引系统能耗是电梯主要能耗且与调度策略关系密切,因此最低耗能评价函数Ee采用曳引系统能耗进行计算。
1、一次完整运行过程的电梯能耗Er计算
本实施例中,电梯一次完整运行过程包括:关门→启动→停止→开门,则电梯能耗Er计算公式:
Er=Wc+Ep+Wo=Ep+Cd
其中,Wc是关门能耗,Wo是开门能耗,由于Wc及Wo基本是固定的,所以可以认为是常数Cd,Cd=Wc+Wo,Ep是指曳引系统能耗。
进一步的,曳引系统能耗Ep主要由加速能耗Ea、匀速能耗、减速能耗Es构成,但由于某些情况下有可能由于运行距离较短,电梯只经历加速段及减速段,此时须区分计算。
设电梯一次完整运行为从楼层m运行至楼层n,距离为l,则:
Figure BDA0002082289250000121
其中:Ea是加速能耗,Es是减速能耗,Da是加速距离,Ds是减速距离,P是匀速功率(此处与匀速功率Pc相同),V是匀速额定速度(此处与匀速额定速度Vc相同),Cd是门系统能耗,l是运行距离。注意,Ea、Es、Da、Ds、P、V为获取的电梯参数信息,且区分上下行,当m<n时上行,m>n时下行。
2、能耗值Ee计算
一般的,电梯调度策略会导致电梯多次启停,即包括多个完整运行过程。也就是说,在计算能耗值Ee时,需要综合考虑多次完整运行过程的电梯能耗Er
1)关于电梯启停次数的计算
一般的,电梯启停次数是由电梯调度策略与电梯当前楼层、运行方向、根据内召信息中所确定的内召楼层决定的。
假设在当前的调度策略中,电梯群组内某电梯的上行外召信息为OCU=[U0,U1,…,Un],其中,U的下标表示楼层,Un表示第n楼层对应的上行外召人数,不确定上行外召人数则表示为1;下行外召信息为OCD=[D0,D1,…,Dm],其中,D的下标表示楼层,Dm表示第m楼层对应的下行外召人数,不确定下行外召人数则表示为1;当前电梯对应的内召信息为IC=[I0,I1,…,Ik],其中,I的下标表示楼层,Ik表示第k楼层的内召人数,不确定内召人数则表示为1;当前电梯的所在楼层为F;当前电梯的运行方向为R,其中,R=0表示上行,R=1表示下行,则:
Figure BDA0002082289250000122
其中,Round是指启停次数,Size()是统计序列中不为0的元素的个数,U是指并集,如O∪D表示序列O与序列D的并集。假设内召外召同方向并集序列ICOC=[C0,C1,…,Cn],其计算方式为:当方向为上行时,则对应IC∪OCU;当方向为下行时,则对应IC∪OCD;反方向外召序列OC=[OC0,OC1,…,OCm],其中,反方向指的是与电梯运行方向相反。
2)关于一部电梯的能耗E0的计算
一部电梯的能耗计算公式:
Figure BDA0002082289250000131
其中,F、c、c0、cn、oc0、oc均表示楼层,n、m均表示楼层的数量;Eo是指组内某部电梯在当前调度策略能耗,Er(F,c0)是指电梯从F层启动到ICOC[c0]层停止的一次完整运行过程的能耗,Er(c,c-1)是指电梯从ICOC[c-1]层启动到ICOC[c]层停止的一次完整运行过程的能耗,Er(cn,oc0)是指电梯从ICOC[cn]层启动到OC[oc0]层停止的一次完整运行过车用的能耗,Er(oc,oc-1)是指电梯从OC[oc-1]层启动到OC[oc]层停止的一次完整运行过程的能耗,Er计算如上述的一次完整运行过程的电梯能耗Er计算方式。
3)关于电梯群组内所有电梯对应的能耗值Ee的计算
调度策略总能耗由电梯群组内所有电梯当前调度策略能耗求和得到,表示为:
Figure BDA0002082289250000132
其中,m表示电梯的数量,Eoi表示第i部电梯的应用当前调度策略的能耗。
二、平均候梯时间
平均候梯时间由电梯群组内所有电梯在当前调度策略所有外召请求的候梯时间求和取平均得到。由于电梯运行过程中要同时响应内召请求和外召请求,所以,计算某个外召请求的候梯时间要同时兼顾内召请求的完整运行过程和外召请求的完整运行过程。
1、关于对当前电梯的同方向外召楼层m的候梯时间Tsm的计算
在应用当前调度策略时,同方向外召楼层m的候梯时间Tsm,可以表示为:
Figure BDA0002082289250000133
其中,Twr(F,i0)是指电梯从F层启动到ICOC[i0]层停止的一次完整运行过程的时间,Tlr(i-1,i)是指电梯从IC[i-1]层启动到IC[i]层停止的一次完整运行过程的时间,Twr(n,m)是指从电梯从ICOC[k]层启动到ICOC[m]层停止的一次完整运行过程的时间。
2、关于对当前电梯的同方向总候梯时间Ts的计算
设同方向外召楼层序列OS=[OS0,OS1,…,OSn],则当前电梯采用当前调度策略的同方向总候梯时间Ts,可以表示为:
Figure BDA0002082289250000134
其中,Tsm(i)是指第OS[i]层的外召候梯时间,Tsm计算如上文所述。
3、关于对当前电梯的反方向外召楼层m的候梯时间Tom的计算
由于电梯必须响应完同方向的外召请求和内召请求后才能响应反方向的外召请求,因此,反方向外召楼层m的候梯时间Tom,可以表示为:
Figure BDA0002082289250000135
其中,Ts是同方向总候梯时间,Tlr(i-1,i)是指电梯从IC[i-1]层启动到IC[i]层停止的一次完整运行过程的时间,Twr(n,m)是指电梯从IC[k]层启动到OC[m]层停止的一次完整运行过程的时间。
4、关于对当前电梯的反方向总候梯时间To的计算
设反方向外召楼层序列OO=[OO0,OO1,…,OOn],则在应用当前调度策略时,当前电梯的反方向总候梯时间To,可以表示为:
Figure BDA0002082289250000141
其中,Tom(i)是指反方向外召楼层第OO[i]层的候梯时间,Tom计算如上文所述。
5、关于电梯组内n部电梯的平均候梯时间的计算
综上,电梯组内n部电梯当前调度策略的平均候梯时间Tw,可以表示为:
Figure BDA0002082289250000142
其中,Ts(i)是第i部电梯同方向总候梯时间,To(i)是第i部电梯反方向总候梯时间,size(OS(i))是指第i部电梯同方向外召楼层的数量,size(OO(i))是第i部电梯反方向外召楼层的数量。
三、平均乘梯时间
平均乘梯时间由电梯组内所有电梯在当前调度策略中,所有内召请求对应的乘梯时间求和取平均得到。一般的,对应于内召请求的情况,当乘客确定到达的电梯的运行方向与自己的外召请求方向相同时,乘客才会进入电梯,按下所要去往的目标楼层,进而电梯接收到关于该目标楼层的内召请求。另外,在电梯运行过程中,可能需要对同方向的外召请求进行响应,因此,乘梯时间应计算内召响应时间及外召响应时间。
1、关于对当前电梯的响应内召楼层m乘梯时间Tlm的计算
当前电梯在当前调度策略时,响应内召楼层m乘梯时间Tlm,可以表示为:
Figure BDA0002082289250000143
其中,Tlr(F,c0)是指电梯从当前楼层F层启动到ICOC[c0]层停止的一次完整运行过程的时间,Twr(c-1,c)是指电梯从ICOC[c-1]层启动到ICOC[c]层停止的一次完整运行过程的时间,Tlr(k,m)是指电梯从ICOC[k]启动到ICOC[m]层停止的一次完整运行过程的时间。
2、关于对当前电梯的总乘梯时间Tlt的计算
设当前电梯的内召信息为IC=[I0,I1,…,Ik],则在应该当前的调度策略时,当前电梯的总候梯时间Tlt,可以表示为:
Figure BDA0002082289250000144
其中,Tlm(i)是指响应内召楼层第IC[i]层的乘梯时间,Tlm计算如上文所述。
3、关于对电梯组内n部电梯的平均乘梯时间Tl的计算
在应用当前调度策略时,电梯组内n部电梯的平均乘梯时间Tl,可以表示为:
Figure BDA0002082289250000145
其中,Tlt(i)是指第i部电梯的总乘梯时间,size(IC(i))是指第i部电梯的内召楼层的数量。
需要注意的是,在上述实施例中,乘客的候梯时间、乘梯时间与电梯轿厢运行时间及门系统开关时间有关系,因此,候梯时间Twr及乘梯时间Tlr计算公式:
Twr/=Tc+Tv+To=Tv+Td
轿厢运行时间主要由加速度时间、匀速段时间、减速段时间构成,但由于某些情况下有可能由于运行距离较短,电梯只经历加速段及减速段,此时须区分计算。
其中,Tc是关门时间,To是开门时间,由于Tc和To基本上时固定的,所以可以认为是常数Td,可以使用Td=Tc+To表示门系统开关门时间。Tv可以通过下列方式进行计算:
设电梯完整运行从楼层m运行至楼层n(电梯当前在楼层m,用户在楼层n召梯计算的是候梯时间,用户从楼层m内召至楼层n计算乘梯时间),距离为l,则:
Figure BDA0002082289250000151
其中,Ta是电梯加速段时间、Ts电梯减速段时间、Da是电梯加速距离、Ds是电梯减速距离、V是电梯匀速段额定速度(此处与匀速额定速度Vc相同)Td是门系统开关门时间。注意,Ta、Ts、Da、Ds、V为获取的电梯参数信息,且区分上下行,当m<n时上行,m>n时下行。
S1503、计算各所述候选调度策略对应的所述能耗值、平均候梯时间、平均乘梯时间的加权和。
本实施例中,由于在实施过程中,能耗值、平均候梯时间、平均乘梯时间是互相影响的,无法同时得到能耗值最低、平均候梯时间最短、平均乘梯时间最短的技术效果,所以需要对能耗值、平均候梯时间、平均乘梯时间三个标准进行均衡的调整。
本实施例中,以综合评价函数来对三个标准进行均衡调整,记为:
F=a*Ee+b*Tw+c*Tl
其中,a、b、c是权重因子,可根据应用场景进行相应的调整,0≤a≤1,0≤b≤1,0≤c≤1,且a+b+c=1。本实施例中,通过计算各候选调度策略对应的能耗值、平均候梯时间、平均乘梯时间的加权和,也就是加入权重因子,主要是为了更灵活地综合3种评价函数,即均衡调整三个标准。与此同时,也可以直接以某种评价函数为准,评价函数值越小表示相应的调度策略越优异,适应度越高。
例如:
F=0.2*Ee+0.5*Tw+0.3*Tl
表示最低耗能占0.2权重,平均候梯时间占0.5权重,平均乘梯时间占0.3权重,最终的综合评价函数结果会偏向于平均候梯时间。
又如:
F=0*Ee+1.0*Tw+0*Tl
表示不考虑耗能值及平均乘梯时间,以平均候梯时间为标准进行评价。
S1504、将所述加权和的倒数作为各所述候选调度策略的适应度。
本实施例中,由于加权和越小表示相应的调度策略越优异,所以使用加权和的倒数作为适应度,可以使得适应度越高表示相应的调度策略越优异。进一步的,由于加权和综合考虑了能耗值、平均候梯时间、平均乘梯时间,可以使得在评价调度策略的适应度时,也同时考虑了能耗值、平均候梯时间、平均乘梯时间。
实施例四
图4为本发明实施例四提供的一种电梯调度策略处理方法的流程图,本实施例在上述实施例的基础上进一步细化,参照图4,该电梯调度策略处理方法具体包括如下步骤:
S410、获取至少两部电梯的运行状态信息、以及各楼层的外召信息。
S420、将所述运行状态信息和所述外召信息输入预设的策略预测模型进行策略分析,得到电梯初始调度策略。
本实施例中,调度策略用于表示电梯是否响应召梯信息中所包括的召梯请求,其中,召梯信息包括外召信息和内召信息,外召信息包括各楼层对应的外召请求,外召请求包括上行外召请求和下行外召请求,内召信息包括电梯对应的关于各楼层的内召请求。具体的,调度策略可以使用一序列P进行表示,序列P中每一位的数值表示状态信息,该状态信息包括召梯响应信息和召梯忽略信息。如使用1表示召梯响应信息,0表示召梯忽略信息。示例性的,总共有m部电梯,n个楼层,则P可以表示为:
S11,S12,…,S1n,S21,S22,…,S2n,…,Sm1,Sm2,…,Smn,X11,X12,…,X1n,X21,X22,…,X2n,…,Xm1,Xm2,…,Xmn,其中,Sxy表示编号为X的电梯是否响应Y层上行外召请求,0表示不响应,即召梯忽略信息,1表示响应,即召梯响应信息,Xxy表示编号为X的电梯是否响应Y层下行外召请求,0表示不响应,即召梯忽略信息,1表示响应,即召梯响应信息。
本实施例中的策略预测模型可以用于初步确定出电梯调度策略,即初始调度策略。由于使用策略预测模型分析得到的初始调度策略是有限的,无法适用于复杂的召梯请求,需要在实际使用时进行调整,得到目标调度策略。
S430、基于所述初始调度策略构造初始策略种群。
在本实施例中,将通过对所述初始调度策略执行变异处理,得到变异调度策略;生成包括所述变异调度策略和初始调度策略的初始策略种群。
S440、对所述初始策略种群进行进化处理,得到进化策略种群。
S450、依据获取到的电梯参数信息,确定所述进化策略种群中各候选进化策略的适应度。
本实施例中,具体的,可以通过依据获取到的电梯参数信息计算各候选调度策略对应的电梯能耗值、平均候梯时间、平均乘梯时间;进一步的,根据该能耗值、平均候梯时间、平均乘梯时间,计算得到各候选调度策略的适应度。
本实施例中,能耗值、平均候梯时间、平均乘梯时间是评价电梯调度策略的三大标准,可以用于计算各调度策略的适应度。进一步的,在根据该适应度对调度策略进化处理。一般的,当调度策略越符合三大标准时,适应度越高。
本实施例中,需要对三大标准进行量化,才能在计算机中执行。对应的,电梯调度策略采用以下方法进行评价:
1)最低耗能评价法。
2)最短平均候梯时间评价法。
3)最短平均乘梯时间评价法。
其中,最低耗能是指在一次完整调度策略中所有电梯消耗的能量(电力)最低;最短平均候梯时间是指从乘客按下外召按钮到进入电梯轿厢的平均等候时间最短;最短平均乘梯时间是指从乘客按下内召按钮到到达指定楼层的平均乘梯时间最短。为了方便论述,本实施例为每种评价方法指定函数符号:
耗能评价函数:Ee
平均候梯时间评价函数:Tw
平均乘梯时间评价函数:Tl
其中,耗能评价函数Ee用于计算能耗值,平均候梯时间评价函数Tw用于计算平均候梯时间,平均乘梯时间评价函数Tl用于计算平均乘梯时间。
进一步的,本实施例中,由于在实施过程中,能耗值、平均候梯时间、平均乘梯时间是互相影响的,无法同时得到能耗值最低、平均候梯时间最短、平均乘梯时间最短的技术效果,所以需要对能耗值、平均候梯时间、平均乘梯时间三个标准进行均衡的调整。
本实施例中,以综合评价函数来对三个标准进行均衡调整,记为:
F=a*Ee+b*Tw+c*Tl
其中,a、b、c是权重因子,可根据应用场景进行相应的调整,0≤a≤1,0≤b≤1,0≤c≤1,且a+b+c=1。本实施例中,通过计算各候选调度策略对应的能耗值、平均候梯时间、平均乘梯时间的加权和,也就是加入权重因子,主要是为了更灵活地综合3种评价函数,即均衡调整三个标准。与此同时,也可以直接以某种评价函数为准,评价函数值越小表示相应的调度策略越优异,适应度越高。
S460、将适应度满足预设条件的候选进化策略作为目标调度策略。
本实施例中,可以将候选调度策略与初始调度策略按照适应度进行从大到小排序;将排序结果中排行第一的调度策略,作为目标调度策略,使得所确定的目标调度策略与初始调度策略相比,对能耗值、平均候梯时间、平均乘梯时间均进行优化。
S470、使用所述目标调度策略调度所述电梯,以响应所述外召信息。
本实施例中,从目标调度策略中可以获取对外召信息的响应操作。示例性的,总共有m部电梯,n个楼层,假设目标调度策略为P,可以表示为:
S11,S12,…,S1n,S21,S22,…,S2n,…,Sm1,Sm2,…,Smn,X11,X12,…,X1n,X21,X22,…,X2n,…,Xm1,Xm2,…,Xmn,其中,Sxy表示编号为X的电梯是否响应Y层上行外召请求,0表示不响应,即召梯忽略信息;1表示响应,即召梯响应信息,则调度编号为X的电梯运行至Y层以响应Y层的上行外召请求;Xxy表示编号为X的电梯是否响应Y层下行外召请求,0表示不响应,即召梯忽略信息;1表示响应,即召梯响应信息,则调度编号为X的电梯运行至Y层以响应Y层的下行外召请求。
S480、使用所述目标调度策略更新所述策略预测模型。
本实施例中,当目标调度策略的适应度高于初始调度策略的适应度时,可以将当前的运行状态信息和外召信息作为样本数据,并为该样本数据添加与该目标调度策略关联的策略标记。并使用该样本数据对策略预测模型进行更新。示例性的,使用该样本数据对策略预测模型进行模型训练,得到更新的策略预测模型。其中,策略标记为策略编号,每一策略标记关联设置有调度策略。在一实施例中,该策略预测模型可以是神经网络、决策树、随机森林等。本实施例中,以策略预测模型为决策树为例进行说明,可以提高模型训练的效率和性能。
实施例五
图5为本发明实施例五提供的一种电梯调度策略处理装置的结构示意图,本实施例可适用于电梯调度的情况,该方法可以集成于电梯调度策略处理设备中。
参照图5,该电梯调度策略处理装置,具体包括如下结构:信息获取模块510、初始调度策略确定模块520、初始策略种群构造模块530、进化策略种群生成模块540、适应度确定模块550和目标调度策略确定模块560。
信息获取模块510,用于获取至少两部电梯的运行状态信息、以及各楼层的外召信息。
初始调度策略确定模块520,用于将所述运行状态信息和所述外召信息输入预设的策略预测模型进行策略分析,得到电梯初始调度策略。
初始策略种群构造模块530,用于基于所述初始调度策略构造初始策略种群。
进化策略种群生成模块540,用于对所述初始策略种群进行进化处理,得到进化策略种群。
适应度确定模块550,用于依据获取到的电梯参数信息,确定所述进化策略种群中各候选进化策略的适应度。
目标调度策略确定模块560,用于将适应度满足预设条件的候选进化策略作为目标调度策略。
在上述技术方案的基础上,所述运行状态信息包括:所述电梯的编号、所在楼层、运行方向、称重、内召信息;所述外召信息包括各楼层对应的上行外召信息和下行外召信息。
在上述技术方案的基础上,所述装置还包括:
样本数据获取模块,用于在将所述运行状态信息和所述外召信息输入预设的策略预测模型进行策略分析,得到电梯初始调度策略之前,获取携带有策略标记的样本数据,所述样本数据包括至少两部电梯的样本运行状态信息、以及各楼层的样本外召信息,所述策略标记关联设置有调度策略。
模型训练模块,用于使用所述样本数据进行模型训练,得到策略预测模型。
在上述技术方案的基础上,初始调度策略确定模块520,包括:
电梯信息向量获取单元,用于将所述运行状态信息和所述外召信息进行组合,得到电梯信息向量。
策略分析单元,用于将所述电梯信息向量输入预设的策略预测模型进行策略分析,得到从所述策略预测模型输出的策略标记。
初始调度策略确定单元,用于将与所述策略标记关联设置的调度策略,作为所述电梯的初始调度策略。
在上述技术方案的基础上,初始策略种群构造模块530,包括:
变异调度策略获取单元,用于对所述初始调度策略执行变异处理,得到变异调度策略。
初始策略种群构造单元,用于生成包括所述变异调度策略和初始调度策略的初始策略种群。
在上述技术方案的基础上,进化策略种群生成模块540,包括:
候选进化策略种群初始化单元,用于将所述初始策略种群确定为初始化的候选进化策略种群。
选择处理单元,用于对所述候选进化策略种群的中间调度策略进行选择处理,得到选择策略种群。
交叉处理单元,用于对所述选择策略种群中的中间调度策略进行交叉处理,得到交叉策略种群。
变异处理单元,用于对所述交叉策略种群中的中间调度策略进行变异处理,得到变异策略种群。
候选进化策略种群更新单元,用于将所述变异策略种群确定为进化得到的所述候选进化策略种群。
进化策略种群确定单元,用于将满足进化条件的候选进化策略种群确定为进化策略种群,并将所述进化策略种群中的中间调度策略作为候选调度策略。
在上述技术方案的基础上,变异处理单元,包括:
变异概率确定子单元,用于确定所述交叉策略种群中每一中间调度策略的变异概率。
状态信息更改子单元,用于当根据所述变异概率确定对中间调度策略进行变异处理时,按照预设规则对所述中间调度策略中的状态信息进行更改,其中,所述状态信息表示每一电梯对每一楼层的外召信息的响应操作。
在上述技术方案的基础上,在一实施例中,状态信息更改子单元,具体用于当一部电梯中的第一目标楼层的状态信息从召梯响应信息更改为召梯忽略信息时,在中间调度策略中确定第一目标电梯,所述第一目标电梯在所述第一目标楼层的状态信息为召梯忽略信息;将所述第一目标电梯在所述第一目标楼层的状态信息更改为召梯响应信息。
在上述技术方案的基础上,在又一实施例中,状态信息更改子单元,具体用于从所述外召信息中读取各楼层对应的召梯标记;将召梯标记为空的楼层,作为第二目标楼层;将中间调度策略中各电梯在所述第二目标楼层的状态信息均更改为忽略召梯。
在上述技术方案的基础上,所述进化条件至少包括如下中的一种:
进化处理的次数条件、进化处理的时间条件、最优调度策略的适应度条件;
所述进化策略种群生成模块540还包括:
进化条件判断单元,用于当不满足进化条件时,继续执行对所述初始策略种群的中间调度策略进行选择处理,得到选择策略种群的步骤。
在上述技术方案的基础上,适应度确定模块550,包括:
电梯参数信息获取单元,用于获取所述电梯的电梯参数信息;
参数计算单元,用于依据所述电梯参数信息,计算各所述候选调度策略对应的电梯能耗值、平均候梯时间、平均乘梯时间。
加权和计算单元,用于计算各所述候选调度策略对应的所述能耗值、平均候梯时间、平均乘梯时间的加权和。
适应度计算单元,用于将所述加权和的倒数作为各所述候选调度策略的适应度。
在上述技术方案的基础上,电梯参数信息获取单元,包括:
参数记录查找子单元,用于在数据库中查找所述电梯的编号对应的参数记录,所述参数记录的称重范围在所述电梯的当前称重的预设范围内。
平均值计算子单元,用于计算所述参数记录中各参数的平均值。
电梯参数信息组合子单元,用于将各参数的所述平均值组合成所述电梯的电梯参数信息。
在上述技术方案的基础上,目标调度策略确定模块560,包括:
排序单元,用于将所述候选调度策略与所述初始调度策略按照适应度进行从大到小排序。
目标调度策略确定单元,用于将所述排序的结果中排行第一的调度策略,作为目标调度策略。
该装置,还包括:
调度模块,用于在所述将适应度满足预设条件的候选进化策略作为目标调度策略之后,使用所述目标调度策略调度所述电梯,以响应所述外召信息。
在上述技术方案的基础上,该装置,还包括:
模型更新模块,用于在所述将适应度满足预设条件的候选进化策略作为目标调度策略之后,使用所述目标调度策略更新所述策略预测模型。
上述产品可执行本发明任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。
实施例六
图6为本发明实施例六提供的一种电梯调度策略处理设备的结构示意图。如图6所示,该电梯调度策略处理设备包括:处理器60、存储器61、输入装置62以及输出装置63。该电梯调度策略处理设备中处理器60的数量可以是一个或者多个,图6中以一个处理器60为例。该电梯调度策略处理设备中存储器61的数量可以是一个或者多个,图6中以一个存储器61为例。该电梯调度策略处理设备的处理器60、存储器61、输入装置62以及输出装置63可以通过总线或者其他方式连接,图6中以通过总线连接为例。该电梯调度策略处理设备可以是电脑和服务器等。
存储器61作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明任意实施例所述的电梯调度策略处理方法对应的程序指令/模块(例如,电梯调度策略处理装置中的信息获取模块510、初始调度策略确定模块520、初始策略种群构造模块530、进化策略种群生成模块540、适应度确定模块550和目标调度策略确定模块560)。存储器61可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器61可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器61可进一步包括相对于处理器60远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置62可用于接收输入的数字或者字符信息,以及产生与电梯调度策略处理设备的观众用户设置以及功能控制有关的键信号输入,还可以是用于获取图像的摄像头以及获取音频数据的拾音设备。输出装置63可以包括扬声器等音频设备。需要说明的是,输入装置62和输出装置63的具体组成可以根据实际情况设定。
处理器60通过运行存储在存储器61中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的电梯调度策略处理方法。
实施例七
本发明实施例七还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种电梯调度策略处理方法,包括:
获取至少两部电梯的运行状态信息、以及各楼层的外召信息;
将所述运行状态信息和所述外召信息输入预设的策略预测模型进行策略分析,得到电梯初始调度策略;
基于所述初始调度策略构造初始策略种群;
对所述初始策略种群进行进化处理,得到进化策略种群;
依据获取到的电梯参数信息,确定所述进化策略种群中各候选进化策略的适应度;
将适应度满足预设条件的候选进化策略作为目标调度策略。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的电梯调度策略处理方法操作,还可以执行本发明任意实施例所提供的电梯调度策略处理方法中的相关操作,且具备相应的功能和有益效果。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(RandomAccessMemory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一部计算机设备(可以是机器人,个人计算机,服务器,或者网络设备等)执行本发明任意实施例所述的电梯调度策略处理方法。
值得注意的是,上述电梯调度策略处理装置中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“示例性的”、“在一实施例中”、等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (15)

1.一种电梯调度策略处理方法,其特征在于,包括:
获取至少两部电梯的运行状态信息、以及各楼层的外召信息;
将所述运行状态信息和所述外召信息输入预设的策略预测模型进行策略分析,得到电梯初始调度策略;
基于所述初始调度策略构造初始策略种群;
对所述初始策略种群进行进化处理,得到进化策略种群,对所述初始策略种群进行进化处理,得到进化策略种群,包括:
将所述初始策略种群确定为初始化的候选进化策略种群;
对所述候选进化策略种群的中间调度策略进行选择处理,得到选择策略种群;
对所述选择策略种群中的中间调度策略进行交叉处理,得到交叉策略种群;
对所述交叉策略种群中的中间调度策略进行变异处理,得到变异策略种群;
将所述变异策略种群确定为进化得到的所述候选进化策略种群;
将满足进化条件的候选进化策略种群确定为进化策略种群,并将所述进化策略种群中的中间调度策略作为候选调度策略;
所述对所述交叉策略种群中的中间调度策略进行变异处理,得到变异策略种群,包括:
确定所述交叉策略种群中每一中间调度策略的变异概率;
当根据所述变异概率确定对中间调度策略进行变异处理时,按照预设规则对所述中间调度策略中的状态信息进行更改,其中,所述状态信息表示每一电梯对每一楼层的外召信息的响应操作;
依据获取到的电梯参数信息,确定所述进化策略种群中各候选进化策略的适应度;
将适应度满足预设条件的候选进化策略作为目标调度策略。
2.根据权利要求1所述的电梯调度策略处理方法,其特征在于,所述运行状态信息包括:所述电梯的编号、所在楼层、运行方向、称重、内召信息;所述外召信息包括各楼层对应的上行外召信息和下行外召信息。
3.根据权利要求1所述的电梯调度策略处理方法,其特征在于,在将所述运行状态信息和所述外召信息输入预设的策略预测模型进行策略分析,得到电梯初始调度策略之前,还包括:
获取携带有策略标记的样本数据,所述样本数据包括至少两部电梯的样本运行状态信息、以及各楼层的样本外召信息,所述策略标记关联设置有调度策略;
使用所述样本数据进行模型训练,得到策略预测模型。
4.根据权利要求3所述的电梯调度策略处理方法,其特征在于,所述将所述运行状态信息和所述外召信息输入预设的策略预测模型进行策略分析,得到电梯初始调度策略,包括:
将所述运行状态信息和所述外召信息进行组合,得到电梯信息向量;
将所述电梯信息向量输入预设的策略预测模型进行策略分析,得到从所述策略预测模型输出的策略标记;
将与所述策略标记关联设置的调度策略,作为所述电梯的初始调度策略。
5.根据权利要求1所述的电梯调度策略处理方法,其特征在于,所述基于所述初始调度策略构造初始策略种群,包括:
对所述初始调度策略执行变异处理,得到变异调度策略;
生成包括所述变异调度策略和初始调度策略的初始策略种群。
6.根据权利要求1所述的电梯调度策略处理方法,其特征在于,所述按照预设规则对所述中间调度策略中的状态信息进行更改,包括:
当一部电梯中的第一目标楼层的状态信息从召梯响应信息更改为召梯忽略信息时,在中间调度策略中确定第一目标电梯,所述第一目标电梯在所述第一目标楼层的状态信息为召梯忽略信息;
将所述第一目标电梯在所述第一目标楼层的状态信息更改为召梯响应信息。
7.根据权利要求1所述的电梯调度策略处理方法,其特征在于,按照预设规则对中间调度策略中的状态信息进行更改,包括:
从所述外召信息中读取各楼层对应的召梯标记;
将召梯标记为空的楼层,作为第二目标楼层;
将中间调度策略中各电梯在所述第二目标楼层的状态信息均更改为忽略召梯。
8.根据权利要求1中所述的电梯调度策略处理方法,其特征在于,所述进化条件至少包括如下中的一种:
进化处理的次数条件、进化处理的时间条件、最优调度策略的适应度条件;
所述电梯调度策略处理方法还包括:
当不满足进化条件时,继续执行对所述候选进化策略种群的中间调度策略进行选择处理,得到选择策略种群的步骤。
9.根据权利要求1所述电梯调度策略处理方法,其特征在于,所述依据获取到的电梯参数信息确定所述进化策略种群中各候选进化策略的适应度,包括:
获取所述电梯的电梯参数信息;
依据所述电梯参数信息,计算各所述候选调度策略对应的电梯能耗值、平均候梯时间、平均乘梯时间;
计算各所述候选调度策略对应的所述能耗值、平均候梯时间、平均乘梯时间的加权和;
将所述加权和的倒数作为各所述候选调度策略的适应度。
10.根据权利要求9所述的电梯调度策略处理方法,其特征在于,所述获取所述电梯的电梯参数信息,包括:
在数据库中查找所述电梯的编号对应的参数记录,所述参数记录的称重范围在所述电梯的当前称重的预设范围内;
计算所述参数记录中各参数的平均值;
将各参数的所述平均值组合成所述电梯的电梯参数信息。
11.根据权利要求1所述的电梯调度策略处理方法,其特征在于,所述将适应度满足预设条件的候选进化策略作为目标调度策略,包括:
将所述候选调度策略与所述初始调度策略按照适应度进行从大到小排序;
将所述排序结果中排行第一的调度策略,作为目标调度策略;
在所述将适应度满足预设条件的候选进化策略作为目标调度策略之后,包括:
使用所述目标调度策略调度所述电梯,以响应所述外召信息。
12.根据权利要求1所述的电梯调度策略处理方法,其特征在于,在所述将适应度满足预设条件的候选进化策略作为目标调度策略之后,还包括:
使用所述目标调度策略更新所述策略预测模型。
13.一种电梯调度策略处理装置,其特征在于,包括:
信息获取模块,用于获取至少两部电梯的运行状态信息、以及各楼层的外召信息;
初始调度策略确定模块,用于将所述运行状态信息和所述外召信息输入预设的策略预测模型进行策略分析,得到电梯初始调度策略;
初始策略种群构造模块,用于基于所述初始调度策略构造初始策略种群;
所述策略种群的构建模块包括:
候选进化策略种群初始化单元,用于将所述初始策略种群确定为初始化的候选进化策略种群;
选择处理单元,用于对所述候选进化策略种群的中间调度策略进行选择处理,得到选择策略种群;
交叉处理单元,用于对所述选择策略种群中的中间调度策略进行交叉处理,得到交叉策略种群;
变异处理单元,用于对所述交叉策略种群中的中间调度策略进行变异处理,得到变异策略种群;
所述变异处理单元包括:变异概率确定子单元;
所述变异概率确定子单元,用于确定所述交叉策略种群中每一中间调度策略的变异概率;状态信息更改子单元,用于当根据所述变异概率确定对中间调度策略进行变异处理时,按照预设规则对所述中间调度策略中的状态信息进行更改,其中,所述状态信息表示每一电梯对每一楼层的外召信息的响应操作;
候选进化策略种群更新单元,用于将所述变异策略种群确定为进化得到的所述候选进化策略种群;
进化策略种群生成模块,用于对所述初始策略种群进行进化处理,得到进化策略种群;
适应度确定模块,用于依据获取到的电梯参数信息,确定所述进化策略种群中各候选进化策略的适应度;
目标调度策略确定模块,用于将适应度满足预设条件的候选进化策略作为目标调度策略。
14.一种电梯调度策略处理设备,其特征在于,包括:存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-12中任一所述的电梯调度策略处理方法。
15.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-12中任一所述的电梯调度策略处理方法。
CN201910476087.2A 2019-06-03 2019-06-03 一种电梯调度策略处理方法、装置、设备和存储介质 Active CN110171753B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910476087.2A CN110171753B (zh) 2019-06-03 2019-06-03 一种电梯调度策略处理方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910476087.2A CN110171753B (zh) 2019-06-03 2019-06-03 一种电梯调度策略处理方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN110171753A CN110171753A (zh) 2019-08-27
CN110171753B true CN110171753B (zh) 2021-09-21

Family

ID=67697703

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910476087.2A Active CN110171753B (zh) 2019-06-03 2019-06-03 一种电梯调度策略处理方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN110171753B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11389957B2 (en) * 2019-09-30 2022-07-19 Mitsubishi Electric Research Laboratories, Inc. System and design of derivative-free model learning for robotic systems
CN111598211B (zh) * 2020-04-13 2023-07-04 北京百度网讯科技有限公司 电梯调度模型训练方法、装置、电子设备和存储介质
CN111646328A (zh) * 2020-05-22 2020-09-11 纳恩博(北京)科技有限公司 数据处理方法、电梯、电梯管理系统及控制装置
CN111931128B (zh) * 2020-07-15 2023-07-25 重庆锐云科技有限公司 基于伯努利模型的电梯配置方法、系统、设备及存储介质
CN111807172B (zh) * 2020-07-22 2023-02-28 深圳市海浦蒙特科技有限公司 一种扫描式电梯群控调度方法、系统及电梯系统
CN112551288A (zh) * 2020-12-04 2021-03-26 深圳市普渡科技有限公司 机器人的乘梯控制方法、装置、机器人及介质
CN113401748B (zh) * 2021-06-17 2023-05-02 日立楼宇技术(广州)有限公司 电梯目的层预测方法、装置、计算机设备和存储介质
CN113526277B (zh) * 2021-07-23 2023-03-14 广州广日电梯工业有限公司 电梯调度算法的快速确定方法以及快速确定装置
CN113526276A (zh) * 2021-07-28 2021-10-22 武汉理工大学 一种电梯控制方法、装置、电子设备及存储介质
CN113682908B (zh) * 2021-08-31 2023-02-28 电子科技大学 一种基于深度学习的智能调度方法
CN114261859B (zh) * 2021-12-29 2024-11-26 日立电梯(中国)有限公司 一种节能型电梯分配控制方法、系统及电梯
CN114955757B (zh) * 2022-05-12 2024-02-23 苏州汇川控制技术有限公司 机器人乘梯方法、系统、装置、终端设备及存储介质
CN115108415A (zh) * 2022-06-29 2022-09-27 菱王电梯有限公司 一种派梯评价方法和电梯群控系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999033741A2 (en) * 1997-12-23 1999-07-08 Kone Corporation Genetic procedure for the allocation of elevator calls
CN1222480A (zh) * 1997-08-15 1999-07-14 通力股份公司 在电梯组中分配登梯呼叫的遗传过程
WO2002088014A2 (en) * 2001-02-23 2002-11-07 Kone Corporation Method for solving a multi-goal problem
CN1527790A (zh) * 2001-07-06 2004-09-08 �����ɷ� 用来分配登梯呼叫的方法
WO2005100223A2 (en) * 2004-04-15 2005-10-27 Kone Corporation Method for controlling an elevator system
JP2006001692A (ja) * 2004-06-17 2006-01-05 Fujitec Co Ltd 群管理制御装置及びこれを具えたエレベータシステム
CN101403891A (zh) * 2008-11-14 2009-04-08 天津大学 电梯群控节能调度方法
CN104640799A (zh) * 2012-09-11 2015-05-20 通力股份公司 电梯系统
CN108408514A (zh) * 2018-03-14 2018-08-17 南京理工大学 一种多联机群控型电梯调度方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1222480A (zh) * 1997-08-15 1999-07-14 通力股份公司 在电梯组中分配登梯呼叫的遗传过程
WO1999033741A2 (en) * 1997-12-23 1999-07-08 Kone Corporation Genetic procedure for the allocation of elevator calls
WO2002088014A2 (en) * 2001-02-23 2002-11-07 Kone Corporation Method for solving a multi-goal problem
CN1527790A (zh) * 2001-07-06 2004-09-08 �����ɷ� 用来分配登梯呼叫的方法
WO2005100223A2 (en) * 2004-04-15 2005-10-27 Kone Corporation Method for controlling an elevator system
JP2006001692A (ja) * 2004-06-17 2006-01-05 Fujitec Co Ltd 群管理制御装置及びこれを具えたエレベータシステム
CN101403891A (zh) * 2008-11-14 2009-04-08 天津大学 电梯群控节能调度方法
CN104640799A (zh) * 2012-09-11 2015-05-20 通力股份公司 电梯系统
CN108408514A (zh) * 2018-03-14 2018-08-17 南京理工大学 一种多联机群控型电梯调度方法

Also Published As

Publication number Publication date
CN110171753A (zh) 2019-08-27

Similar Documents

Publication Publication Date Title
CN110171753B (zh) 一种电梯调度策略处理方法、装置、设备和存储介质
JP4870863B2 (ja) エレベータ群最適管理方法、及び最適管理システム
Cortés et al. Genetic algorithm for controllers in elevator groups: analysis and simulation during lunchpeak traffic
Bolat et al. A particle swarm optimization algorithm for optimal car-call allocation in elevator group control systems
JPH10194611A (ja) エレベーターの群管理制御方法
CN113682908B (zh) 一种基于深度学习的智能调度方法
Bolat et al. Genetic and tabu search approaches for optimizing the hall call—car allocation problem in elevator group systems
JP4494696B2 (ja) エレベーター群管理装置
US20100174509A1 (en) Design process for elevator arrangements in new and existing buildings
JP4621620B2 (ja) エレベータ群管理システム、方法およびプログラム
Sun et al. Optimization of group elevator scheduling with advance information
JPH06305649A (ja) エレベータの運行制御方法及び制御装置
Hanif et al. Metaheuristic algorithms for elevator group control system: a holistic review
US7591347B2 (en) Control method and system for elevator
Bolat et al. Optimal car dispatching for elevator groups using genetic algorithms
CN116354199A (zh) 基于语音交互的电梯呼梯装置及呼梯控制方法
KR102136022B1 (ko) 강화학습 기반의 승강기 운행 제어 장치
Hu et al. A multi-objective genetic algorithm designed for energy saving of the elevator system with complete information
Yu et al. Analysis of energy consumption of elevator group supervisory control system based on genetic network programming
JP4454979B2 (ja) エレベータ群管理システム、エレベータ群管理方法、およびエレベータ群管理プログラム
Sorsa Optimization models and numerical algorithms for an elevator group control system
Yu et al. Multi-car elevator system using genetic network programming
Pepyne et al. Application of Q-learning to elevator dispatcidng
Zhang et al. A Multi-Objective Optimization Approach for Elevator Group Control Systems Based on Particle Swarm Algorithm
Yu et al. Multi-car elevator system using genetic network programming for high-rise building

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant