一种基于神经网络和遗传算法相融合的

电梯群控方法

万健如

张志超

刘英培

崔健

（天津大学电气与自动化工程学院

天津

３０００７２）

摘要针对电梯群控系统控制目标的多样性和非线性，提出一种神经网络和遗传算法相融合

的混合算法对电梯进行调度．采用遗传算法学习、搜索神经网络的连接权值，使基于神经网络电

梯群控系统能够迅速的找到评价函数的最优映射值，实现楼层召唤在电梯群中的合理分配，提高

了电梯的运行效率和优化了服务质量．通过对整个电梯群运行的分析，给出了算法的实现过程和

步骤，并通过对群控调度进行仿真，验证了该算法的有效性

关键词：电梯群控

遗传算法

神经网络混合算法评价函数

Ａｎｅｗｅｌｅｖａｔｏｒｇｒｏｕｐ—ｃｏｎｔｒｏｌｍｅｔｈｏｄｂａｓｅｄ

ｏｎ

ｔｈｅｂｌｅｎｄｉｎｇｏｆ

ｇｅｎｅｔｉｃ－－ａｌｇｏｒｉｔｈｍａｎｄｎｅｕｒａｌ－－ｎｅｔｗｏｒｋ

ｆａｎ

Ｊｉａｎｒｕ

ＺｈａｎｇＺｈｉｃｈａｏ

（Ｔｉａｎｊｉｎ

Ｕｎｉｖｅｒｓｉｔｙ

Ｔｉａｎｊｉｎ

３０００７２

Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ

Ａｄｉｓｐａｔｃｈｉｎｇｍｅｔｈｏｄｉｓｍｏｒｅｉｍｐｏｒｔａｎｔｉｎｔｈｅｅｌｅｖａｔｏｒｇｒｏｕｐｃｏｎｔｒｏｌ

ｓｙｓｔｅｍ（ＥＧＣＳ），

ｃｌｏｓｅｌｙ

ｒｅｌａｔｅｄ

ｔｏ

ｔｈｅ

ｓｙｓｔｅｍ

ｐｅｒｆｏｒｍａｎｃｅ．Ａ

ｍｉｘｅｄ

ａｌｇｏｒｉｔｈｍ

ｗｉｔｈ

Ｇｅｎｅｔｉｃ—Ａｌｇｏｒｉｔｈｍ

ａｎｄ

Ｎｅｕｒａｌ—・Ｎｅｔｗｏｒｋｉｓｐｒｅｓｅｎｔｅｄｉｎｔｈｉｓｐａｐｅｒａｉｍ

ａｔ

ｓｏｌｖｅｔｈｅ

ｍｕｌｔｉ－－ｏｂｊｅｃｔｉｖｅ

ａｎｄｎｏｎｌｉｎｅａｒｏｆｔｈｅｅｌｅｖａｔｏｒ

ｓｙｓｔｅｍ．Ｔｈｉｓｐａｐｅｒ

ＵＳｅＳ

ｔｈｅＧｅｎｅｔｉｃ－Ａｌｇｏｒｉｔｈｍｓｅａｒｃｈａｒｅａ－ｗｅｉｇｈｏｆｔｈｅＮｅｕｒａｌ－Ｎｅｔｗｏｒｋｉｎｏｒｄｅｒ

ｔｏ

ｇｅｔ

ｔｈｅｏｐｔｉｍｕｍｖａｌｕｅｓｏｆｔｈｅｅｖａｌｕａｔｉｏｎｆｕｎｃｔｉｏｎ，ａｎｄｔｈｅｏｐｔｉｍｕｍｄｉｓｐａｔｃｈｃｏｎｔｒｏｌｉｓｒｅａｌｉｚｅｄ．Ｂｙ

ａｎａｌｙｚｉｎｇｔｈｅｒｕｎｎｉｎｇｏｆｔｈｅｅｌｅｖａｔｏｒｇｒｏｕｐｓｙｓｔｅｍ，ａｌｌｔｈｅｐｒｏｃｅｓｓｅｓａｎｄｓｔｅｐｓ

ａｒｅ

ｐｒｅｓｅｎｔｅｄ．Ｔｈｅ

ａｌｇｏｒｉｔｈｍｉｓｖｅｒｉｆｉｅｄｂｙｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓ．

Ｋｅｙｗｏｒｄｓ：

Ｅｌｅｖａｔｏｒ

ｇｒｏｕｐ

ｃｏｎｔｒｏｌ，ｇｅｎｅｔｉｃ

ａｌｇｏｒｉｔｈｍ，ｎｅｕｒａｌｎｅｔｗｏｒｋ，ｍｉｘｅｄ

ａｌｇｏｒｉｔｈｍ，

ｅｖａｌｕａｔｉｏｎｆｕｎｃｔｉｏｎ

１

引言

电梯群控系统（ＥＧＣＳ）是将多台电梯进行分组，

根据楼内交通流量的变化，采用某种调度算法，实

行最优输送的运行方式。由于电梯群控系统控制目

标的多样性和非线性，仅仅通过传统的调度算法很

难提高群控系统的性能。近年来随着人工智能技术

的迅速发展，模糊控制、神经网络技术、遗传算法、

已先后应用到电梯群控系统中，并使群控系统的总

体性能得到了显著的提高。但单纯使用一种控制算

法难以使复杂的群控系统得到最优的调度，模糊控

基金项目；高等学校博士学科点专项科研基金项目（２００６００５６０５４）

制和专家系统虽大大提高梯群的服务质量和输送效

３６５

率，但是缺乏自学能力，因此当客流量发生变化时，

系统不能完全适应这种变化ｎ３；基于神经网络的控

制技术虽具有自学习能力，但由于该算法为确定连

接权函数迭代次数较多使得学习效率低，收敛速度

慢乜１；遗传算法可以采用多点的方式并行搜索解空

间，能获得全优解而不陷入局部极小，但是遗传算

法本身所具有的随机性和概率性使它的搜索效率不

是很高佑３；本文采用神经网络和遗传算法相融合的

混合算法，采用遗传算法学习神经网络的连接权，

不仅发挥了神经网络具有广泛映射能力，而且由于

采用遗传算法也使网络具有快速收敛以及增强式学

习性能。同时应用基于多目标的评价函数，综合考

虑乘客的候梯时间（ＷＴ）、轿厢内乘客（ＰＬ）、运行

次数（ＲＮＣ）三个主要指标，并根据实际需要给出不