智能多模式电梯群控调度方法的研究与实现

摘要:电梯群控系统的任务是有效地运送乘客，提高电梯运行效率、改善服务

质量。根据大楼不同交通流状况识别不同的交通流模式，并采用最合适的调度
方法分派电梯是提高电梯群控性能的关键。本文实现了一种基于模式识别的智

能多模式电梯群控调度方法，该方法可以在一天中根据不同的交通流状况，

提供不同

的群控策略，从而使电梯服务更优，仿真实验表明了这种电梯调度方法是有
效的。
关键词:电梯群控系统；电梯调度；交通模式识别；模糊神经网络；多模式

1、引言
电梯群控系统是在建筑物内控制三部或三部以上电梯并实现优化调度从而有
效的运送乘客改善服务质量的控制系统。在群控调度算法的研究中，人们发现
建筑物内的交通模式在一天的不同时间内是变化的，仅用一种固定不变的派
梯算法不能适应所有的交通模式，群控系统必须适应建筑物内交通模式的变
化。随着人工智能理论的发展，研究人员提出了多种智能派梯方法，按照交通
流模式的不同，有适用于高峰期的群控算法、适用于层间交通的群控算法和适
用于空闲模式的群控算法等。对于某一种交通模式，可以设计出适合它的群控
算法，并在此交通模式下提高电梯群控系统的服务质量，但这种群控算法假
如用于其他交通模式，其性能可能很不理想。如果群控系统能够比较准确地辨
别出各种交通模式所占的比例，那就可以按照各种模式比例的大小，采用适
合于这种交通模式的群控算法。本文针对上述问题并综合了空闲派梯、随机层
间派梯和高峰期派梯等几种智能算法的思想提出了一种基于模式识别的智能
多模式电梯群控调度方法，并在虚拟环境下实现了这种调度算法。
2、基于交通模式识别的电梯群控系统
在群控器中，应有一个交通模式识别模块，实时监测建筑内的交通状况和交
通需求，用以调整梯群监控系统的参数或选择不同的控制算法，使梯群监控
系统的控制策略能够适应当前的交通状况。采用交通模式识别的电梯群控器结
构如图1所示。根据上、下行高峰时电梯上、下停站和呼梯的关系，用神经网络
辨别交通模式，采用各时间段为纯粹模式的模拟交通流，利用仿真获得电梯
的运行过程，从而根据对仿真过程中的电梯运行记录得到的电梯上行停靠次
数、下行停靠次数等信息制定样本训练神经网络，进行交通模式识别。然后根
据模式识别的结果进行派梯。

3、电梯群控系统的交通模式识别
3。1用于交通模式识别的模糊神经网络模型
用于交通模式识别的模糊神经网络是基于联结机制的模糊神经网络模型圈，
该模糊神经网络采用五层结构，如图2所示。第一层为输人层、其中每一个节点
是一个输人节点(语言节点)，它代表输人语言变量。第二层和第四层分别为模
糊化层和综合层，它们的节点是模糊子集节点，分别用于表示输人和输出变
量的隶属函数。第三层为规则层，其中的节点为规则节点，代表模糊逻辑规则，
所有第三层的节点构成了一个模糊规则库。第五层为输出层，其节点代表网络