・４ ６ ・
・４ ７ ・
（一） 基于模糊逻辑的群控方法
模糊逻辑是一种在数学和逻辑上用来处理带有模糊
不清的边界对象和问题的有效方法。模糊控制的基本思
想是把人类专家对特定的被控对象或过程的控制策略总
结成一系列以“ＩＦ（条件）ＴＨＥＮ（作用）”产生式形式
表示的控制规则，通过模糊推理得到控制作用集，作用
于被控对象或过程，处理控制系统在语言表达上不确定
的变量信息
［１］
。
模糊控制的群控系统是由专家决定隶属函数及控制
规则，并用其来确定以后的电梯群控器的行为，以这种
方式运用专家知识，控制器可以更好的处理系统中的多
样性、随机性的非线性。根据交通流状况运用模糊逻辑
进行交通流模式判别，以及判别得到的客流模式和评价
指标的权值，来确定层站召唤分配输入变量的隶属函数，
使得整个电梯群控制系统具有较好的环境适应能力。在
电梯群控系统中，模糊规则的应用意味着用专家知识来
实现每个派梯方案的评价。通过运用从经验丰富电梯工
程师获得的各种控制规则，比仅仅用严格的补偿函数方
法，可以获得更好的效果。带有模糊逻辑的电梯群控系
统平均候梯时间减少了，大大优于常规电梯群控系统。
但由于模糊控制本身不具有学习功能，许多规则难以确
定，依赖于专家知识或黑板结构等启发式知识，使控制
系统无法跟上建筑交通的变化，难以实现控制目标要求
下的最优调度
［１］
。
（二） 基于神经网络控制的群控方法
人工神经网络是介于推理与数值计算之间的一种数
学工具，它具有很好的学习能力和适应能力，旨在通过
对输入数据的连续训练来增强控制系统对外部环境的适
应能力。因此它适用于作为智能控制的工具。通常的神
经网络由３层节点一输入层、隐层、输出层组成，每层中
有一定数量的神经元、相邻层中神经元单向联接，一般
地同层内神经元不能联接。每个神经元实际上是多输入
单输出的信息处理单元，它接受与其想连神经元的输出
作为其输入信号，执行一个预定义的数学操作，然后产
生单个输出值。不同的神经元之间连接权的大小不同，
其变化范围均在［０，１］之间，权值大小代表相对应两个
神经元的连接强度。对于连接权值的调整过程就是神经
网络的学习过程
［２］
。由于电梯群控系统具有随机性、非
线性、并且难以建立精确的数学模型，而神经网络学习
的主要优点在于它可以通过调整网络连接权来得到近似
最优的输入一输出映射，因此适应于难以建模的非线性
动态系统，这就使得神经网络在电梯系统中有广泛的应
用前景。虽然电梯群控系统具有随机性，但对于任何一
幢大楼，都有一定的工作周期（一天或一周），在不同周
期的同一时间段会存在相似的系统状态和系统输入，群
控算法可以以一定的采样周期采集信息作为样本，只要
周期足够小，就可以有充足的过程数据用于学习。
（三） 基于专家系统的群控方法
专家系统是研究知识表述、使用和获取的方法。它
是一种知识信息的加工处理系统，其工作过程是一个求
解和探索的过程，其基于知识的系统，用于在某种特定
的领域专家多年积累的经验和专家知识，求解需要专家
才能解决的困难问题。将专家系统应用于电梯群控系统
是需要关注的一个课题。由于电梯群控系统具有的随机
性特点使得专家系统适用于这一领域。电梯群控专家系
统是由知识库、数据库、推理机、解释部分及知识获取
电梯界专家的知识及经验，经过“知识表达”表达专家
思维与知识，形成一定的控制规则存人到知识库中
［４］
。
一般描述为：条件、结果。其中“条件”表示来源数据
库的事实、证据、假设的目标；“结果”表示控制器的
作用或一个估计算法。数据库存放专家系统当前工作已
知的一些情况、用户提供的事实和由推理得到的中间结
果，如：各部电梯位置信号、乘客人数及电梯运行时间
等。推理机目的是用于协调整个专家系统的工作，它根
据当前的输入数据和信息，在利用知识库中的知识，按
一定推理策略去控制电梯。解释部分主要是解释系统本
身的推理结果，回答用户提出的问题。
只有把专家的知识和经验更好地应用于实际的电梯
系统，才有可能处理好复杂的电梯群控制问题。目前专
家系统与其它先进控制技术的融合，使电梯群控制技术
有了进一步的提高。
（四） 基于遗传算法的群控方法
遗传算法是基于自然选择规则寻找复杂问题最优化
答案的智能算法，它采用概率化的寻优方法，自适应地
调整搜索方向，不需要确定的规则，其应用非常广泛。
遗传算法在电梯群控制系统中的应用，主要体现在满足
系统对外部条件变化的适应性方面。其算法是一种求解
问题的高效并行全局搜索方法，在有多个呼梯的情况下
可搜索到最优派梯方案，而传统的派梯算法在分派呼梯
时总是逐个分派，串行处理，不能满足实现多目标最优
调度的要求。但是遗传算法的计算量较大，为保证采用
遗传算法优化派梯的实时性，需要对遗传算法进行速度
测试，在启动遗传算法搜索最优派梯方案时每次在速度
允许范围内进行若干代搜索即停止搜索，按照最优个体
派梯，这样虽然搜索到最优解的概率很小，但是当群控
系统在遗传算法寻优结束并按照最优个体派梯后，若有
新的外呼梯产生，则重新搜索最优派梯方案；若没有新
的呼梯产生，则派梯算法可在现有派梯方案的基础上继
续调用遗传算法搜索最优派梯方案。在进行适用于优化
电梯调度的遗传算法设计时主要解决以下问题
［３］
。
１、编码：根据派梯算法需要采用整数编码，与二进
制编码相比采用整数编码能够直观表示呼梯的分配情况，
便于判断新产生的呼梯分配方案是否合理，同时在遗传
操作中避免非法电梯号的产生，简化了编码和译码环节。
２、初始群体生成：由于在初始群体生成时依据专家
知识产生一部分较优个体能够加快搜索，所以依据专家
规则产生一部分个体，随机产生一部分个体作为初始群体。
３、适应度函数设计：遗传算法在进化搜索中是依靠
适应度函数值的大小来区分每个个体的优劣的。
４、选择：为了保证派梯算法的稳定性，采用适应度
比例方法与最佳个体保持方法相结合的选择算子．采用最
佳个体保存方法使遗传算法优化得到的派梯方案不会小
于初始群体中的最优个体，从而保证了派梯算法的稳定性。
５、交叉和变异：在遗传操作中选用两点交叉算子，
根据不同情况采用３种变异算子。在派梯算法运行过程
中，需要判断启动遗传算法的条件，显然在呼梯较少的
情况下启动遗传算法是不合理的，因此在有新的外呼梯
产生时，若外呼梯个数少于一定数量的情况下用穷举法
分别计算每个派梯方案，从中获取最优派梯方案。在外
呼梯个数大于等于一定数量时启动遗传算法。
四、基于人工智能的电梯群控算法比较与分析
专家系统、模糊控制、神经网络和遗传算法等，既
有许多优点，也有各自的缺点
［４］
。
（一） 模糊逻辑在电梯群控中取得了很好的效果，神
经网络的训练时间较长，对结果缺乏解释能力，并且网
络结构及算法参数不易确定；但模糊逻辑与神经网络有
机结合在一起才能克服模糊逻辑的不足和神经网络的结
构、训练样本的数量以及网络的记忆性与遗忘性的矛盾；
（二） 专家系统知识获取的难度大且扩展性较差，当
问题偏离知识领域时系统的性能将急剧下降；专家系统
与模糊逻辑的结合可以实现在线实时决策的功能，克服
了模糊逻辑的隶属函数权值难以在线调整问题；
（三） 从搜索的意义上讲，遗传算法是进行电梯群最
优化调度方案的较为适合的搜索方法，但遗传算法的适
应函数较难选取；
综上所述，对电梯群控制这个复杂的非线性动态离
散系统，人们己提出了各种控制和调度方案，解决了一
些实际问题，但同时又发现了新的问题、需要面对新的
困难和挑战。从以上的分析可知，电梯群的控制方法的
发展前景应该研究一种理论上能够保证系统控制与决策的
完备性和充分性，同时又是比较容易实现的控制方法。为
此，电梯群的群控制方法以其理论研究及其向着工程实践
转化的极大可能性成为我们研究的重点。
五、结束语
从现实社会对电梯系统的控制要求来看，尽管群控
制算法日趋复杂，但是随着微电子技术和计算机技术的
发展，其在电梯群控制系统的实际应用将日益成为可能
或者更加高效。所以对电梯群控制算法进行的研究有助
于衍生对新技术的需求，对国民经济的发展有着重要的
意义。同时，现代电梯的群控制算法的主要理论基础是
人工智能，这为人工智能的控制策略提供了一个良好的
实验和检测对象，通过对电梯群控制这个特殊的对象可
以进一步检验人工智能策略的有效性，在实践中推动着
人工智能方法的进一步发展。
参考文献：
［１］Ｂｒａｎｄ Ｍ．；Ｎｉｋｏｖｓｋｉ．Ｄ． Ｏｐｔｉｍａｌ ｐａｒｋｉｎｇ ｉｎ ｇｒｏｕｐ
ｅｌｅｖａｔｏｒ ｃｏｎｔｒｏｌ，Ｖｏｌｕｍｅ １，２００４ Ｐａｇｅ（ｓ）：１００２一１００８
Ｖｏｌ．１
［２］万健如，刘春江．基于前向神经网络最佳派梯智能控
制．系统工程与电子技术，２００３（４）：２３－２７
［３］田曙亮． 电梯群控系统中关键技术的研究． ［硕士论
文］．南京理工大学，２００７．
［４］李中华．垂直交通客流分析与电梯群控制优化研究［Ｄ］．
［博士论文］．华南理工大学，２００５．
Elevator Group Control Based on Artificial Intelligence
(Fujian Special equipment Inspection Institute,Fuzhou 350003,Fujian,China)
Abstract: The Elevator Group Control System scheduling and control , including the application of the flow pattern, the status of the randomness
and uncertainty, the paper through the modern theory of artificial intelligence to achieve elevator group of high performance control and
scheduling, especially researching the main mode of passenger flow Elevator Group Control System intelligent control algorithms of artificial
intelligence theory with a specific target depth of integration, has a practical significance and value.
Key words: Elevator; Group Control System; Artificial Intelligence
ZHENG Xiangpan