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(duì)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(tái)電梯的獨(dú)立控制發(fā)展到多臺(tái)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(shí)刻的交通流量、各樓層的乘客轎外呼梯信號(hào)等各種因素，對(duì)一棟樓宇里布置在一起的多臺(tái)電梯進(jìn)行統(tǒng)一調(diào)度，每個(gè)樓層的召喚信號(hào)集中由群控主機(jī)來(lái)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(shí)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(yùn)輸效果，一直受到人們的高度重視

3、。而我國(guó)在電梯群控方面的起步比較晚，現(xiàn)階段對(duì)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(shí)際中的應(yīng)用還比較少，且與國(guó)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(kāi)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(tái)真正的電梯出現(xiàn)在1889年12月

4、，由美國(guó)Otis電梯公司研制，它是由電力驅(qū)動(dòng)，齒輪直接傳動(dòng)的。此時(shí)的電梯必須由司機(jī)操作運(yùn)行，既浪費(fèi)人力又浪費(fèi)資源且得不到較好的經(jīng)濟(jì)效益。為了改善這一問(wèn)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(jiǎn)易自動(dòng)控制方式</p><p>　　這種方式是一種最簡(jiǎn)單的自動(dòng)控制方式。每層的呼叫按鈕只有一個(gè)，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(lái)啟動(dòng)運(yùn)行，最后停靠在電梯內(nèi)選層或電梯外呼梯的那一層。在執(zhí)行某個(gè)呼梯指令時(shí)轎廂不再應(yīng)答其它呼梯信號(hào)。</p><p><b>　　2、 集選控制方式</b></p><p>　　這是一種比簡(jiǎn)易自動(dòng)控制更高級(jí)的控制方式，在此方式中，中間層站設(shè)有上、下兩個(gè)方向的呼梯按鈕以供選擇，電梯能夠同時(shí)記住轎內(nèi)選層和層站呼梯信號(hào)。轎廂應(yīng)答啟動(dòng)運(yùn)行，在順向

6、運(yùn)動(dòng)中，依次應(yīng)答順向的呼梯，在呼梯層站?？俊Ｈ绻\(yùn)行前方不再有呼梯，轎廂就自動(dòng)反向運(yùn)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(tái)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(duì)各臺(tái)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(shí)服務(wù)時(shí)的運(yùn)行

7、效率、縮短電梯的響應(yīng)時(shí)間，并通過(guò)合理派梯策略來(lái)達(dá)到節(jié)能的目的。</p><p>　　隨著計(jì)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(shí)也是人類(lèi)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(huì)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(yùn)輸效果一直是國(guó)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(duì)電梯當(dāng)前

8、運(yùn)行狀況做出分析評(píng)價(jià)，還要對(duì)電梯將來(lái)運(yùn)行需求做出推理預(yù)測(cè)，更要對(duì)電梯如何調(diào)度、如何控制做出決策。但由于電梯每日每時(shí)的使用狀態(tài)都是變化的，其使用流量無(wú)法用確切的數(shù)學(xué)模型描述，傳統(tǒng)電梯群控方法沒(méi)有考慮多部電梯轎內(nèi)和全部廳層召喚之問(wèn)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(duì)電梯性能做出科學(xué)、合理的評(píng)價(jià)，需要研究電梯新的控制方式。本文針對(duì)電梯群控系統(tǒng)中控制策略的優(yōu)化方法、評(píng)價(jià)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(tái)電梯的運(yùn)行，提高電梯群組的運(yùn)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(gè)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(lái)實(shí)現(xiàn)系統(tǒng)的順序運(yùn)行,稱之為自動(dòng)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(duì)應(yīng)的運(yùn)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(shí)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(gè)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(kāi)，并要求在指定的?？繉又辽僖？恳徊侩娞荨Ｔ摽刂品绞侥軐?shí)現(xiàn)電梯的無(wú)司機(jī)控制，從而節(jié)省了人力才力，但整個(gè)系統(tǒng)運(yùn)行效率不高，并且維護(hù)起來(lái)也相對(duì)比較復(fù)雜。 電梯群控制的最簡(jiǎn)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(lái)操作，工作時(shí)，主要是靠在上行高峰、下行高峰及平衡層間交通選擇運(yùn)行命令來(lái)運(yùn)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(jiǎn)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(yùn)行周期，與方向預(yù)選控制相比運(yùn)行效率也得到了一定的提高。但由于這種控制方式里的動(dòng)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(jiǎn)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(yùn)算。與簡(jiǎn)易自動(dòng)方式相比，這種控

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

14、;<p>　　1975 年至今，計(jì)算機(jī)開(kāi)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(jì)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(kāi)始用人工智能技術(shù)來(lái)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(shí)的控制算法參數(shù)在計(jì)算機(jī)控制下能直接在線修改，并能將新程序?qū)崟r(shí)輸入到計(jì)算機(jī)當(dāng)中，不需要重新布線，就能實(shí)時(shí)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(shí)

15、現(xiàn)離線計(jì)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(píng)價(jià)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(jì)算機(jī)控制的另一個(gè)優(yōu)點(diǎn)，交通狀況和目的地?cái)?shù)據(jù)能被計(jì)算機(jī)實(shí)時(shí)記錄下來(lái)，并實(shí)時(shí)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(cè)部位的故障數(shù)據(jù)記錄并保存下來(lái)。除此之外，計(jì)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(shí)時(shí)監(jiān)測(cè)任何故障的發(fā)生，并依據(jù)這些數(shù)據(jù)隨時(shí)改進(jìn)電梯群的控制算法參數(shù)，實(shí)時(shí)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(shí)期的電梯群控系統(tǒng)，雖然在預(yù)報(bào)到達(dá)樓層的準(zhǔn)確度上有了一定的提高，但乘客的長(zhǎng)候梯時(shí)間發(fā)生率比較高，在控制方式上采用候梯時(shí)間預(yù)測(cè)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(yùn)行狀態(tài)預(yù)報(bào)的準(zhǔn)確度提高了，而且乘客的長(zhǎng)候梯率的發(fā)生也減少了。準(zhǔn)確預(yù)報(bào)度的提高，使電梯響應(yīng)呼梯信號(hào)派梯后，能實(shí)時(shí)顯示所派電梯這一功能。二是把綜合評(píng)價(jià)系統(tǒng)應(yīng)用到了派梯方案中，當(dāng)有呼梯信號(hào)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(píng)價(jià)每個(gè)轎廂的多個(gè)性能指標(biāo)，擇優(yōu)選出最合適的轎廂去響應(yīng)呼梯信號(hào)。從而大大減少了乘客平均候梯時(shí)間、平均乘梯時(shí)間及整個(gè)系統(tǒng)運(yùn)行能耗等。 </p><p>　

18、　隨著社會(huì)的發(fā)展和人們對(duì)電梯越來(lái)越高的需求，1988 年至今，電梯群控系統(tǒng)中開(kāi)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(duì)解決復(fù)雜控制系統(tǒng)的問(wèn)題有著無(wú)法比擬的優(yōu)點(diǎn)[5]，并在各個(gè)領(lǐng)域都取得了顯著的成就。同時(shí)，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(lái)協(xié)調(diào)多臺(tái)電梯的運(yùn)行，以提高電梯的運(yùn)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(dòng)性和信息的不完備性等特點(diǎn)，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(guò)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(lái)，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(wèn)題需要進(jìn)一步研究。國(guó)內(nèi)使用的先進(jìn)的電梯群控系統(tǒng)大都是從國(guó)外引進(jìn)的，具有獨(dú)立知識(shí)產(chǎn)權(quán)的產(chǎn)品尚不多見(jiàn)，而且大多數(shù)集中在群控理論和算法的研究上，實(shí)際應(yīng)用中的還比較少，與國(guó)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(guó)外已有的先進(jìn)控制技術(shù)，很多都掌握在各個(gè)大的電梯公司手中，其核心技術(shù)是不公開(kāi)的，而國(guó)內(nèi)在這些方面的研究還有相當(dāng)大的差距。同時(shí)，現(xiàn)有的電梯控制技術(shù)仍存在缺點(diǎn)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(yùn)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(duì)提高國(guó)內(nèi)的整體電梯控制技術(shù)水平具有重要的實(shí)際應(yīng)用價(jià)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(tái)電梯時(shí)對(duì)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(shí)時(shí)狀態(tài)信息，并對(duì)電梯群進(jìn)行統(tǒng)一調(diào)度，保證其合理的運(yùn)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(shí)時(shí)檢測(cè)電梯系統(tǒng)中每一臺(tái)電梯的運(yùn)行狀態(tài)，如每臺(tái)電梯的當(dāng)前位置、運(yùn)行方向、載重、速度、轎內(nèi)呼

23、叫信號(hào)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(duì)這些信號(hào)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(shí)現(xiàn)對(duì)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(shí)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(duì)轎外呼叫信號(hào)的響應(yīng)是由系統(tǒng)統(tǒng)一分配的。轎外呼叫信號(hào)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(tái)電梯響應(yīng)此呼梯信號(hào)，再將此信號(hào)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(duì)電梯控制器進(jìn)行控制，決定響應(yīng)該信號(hào)的電梯。</p>&l

25、t;p><b>　　4、 預(yù)估計(jì)算功能</b></p><p>　　預(yù)估計(jì)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(duì)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(guò)分析可以對(duì)乘客呼梯信號(hào)、電梯下一時(shí)刻的響應(yīng)情況進(jìn)行預(yù)測(cè)，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(cè)顯示功能</b></p><p>　　電梯群控系統(tǒng)可以對(duì)每臺(tái)梯的當(dāng)前位置、運(yùn)行方向、載重、速度、梯內(nèi)呼叫信號(hào)、響應(yīng)情況等信號(hào)以及每個(gè)乘客轎外呼叫信號(hào)的派梯結(jié)果進(jìn)行實(shí)時(shí)監(jiān)測(cè)，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(wèn)題僅僅依靠數(shù)學(xué)模型的描述來(lái)實(shí)現(xiàn)是不夠的，還需要采用學(xué)習(xí)

27、、使用和獲取經(jīng)驗(yàn)知識(shí)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(zhǎng)一段時(shí)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(shí)間會(huì)存在相似的系統(tǒng)狀態(tài)和系統(tǒng)輸入，所以通過(guò)統(tǒng)計(jì)各時(shí)間段的電梯運(yùn)行的各參數(shù)，就可以實(shí)現(xiàn)群控系統(tǒng)的自學(xué)習(xí)圈。例如統(tǒng)計(jì)一天內(nèi)各時(shí)間段內(nèi)的客流量，可以通過(guò)分析各樓層何時(shí)處于高峰請(qǐng)求期，將電梯優(yōu)先調(diào)度到該樓層，以減少侯梯時(shí)間、縮短長(zhǎng)候梯

28、率。一般來(lái)說(shuō)，電梯運(yùn)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(hào)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(yùn)行電梯的臺(tái)數(shù)，節(jié)省能量。</p><p>　　2.2 電梯群控系統(tǒng)的特點(diǎn)</p><p>　　電梯群控系統(tǒng)實(shí)際上是對(duì)多臺(tái)電

29、梯的調(diào)度問(wèn)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(gè)方面。</p><p><b>　　1、 多目標(biāo)性</b></p><p>　　電梯群控系統(tǒng)是用來(lái)管理多臺(tái)電梯并對(duì)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(shí)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(shí)間短</p><p>　　候梯時(shí)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(guò)的時(shí)間。平均候梯時(shí)間是指所有候梯時(shí)間的平均值。平均候梯時(shí)間是評(píng)價(jià)電梯群控系統(tǒng)重要的性能指標(biāo)。</p><p><b>　　(2)長(zhǎng)候梯率低</b></

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

32、機(jī)械性能等有關(guān)。如最初的電動(dòng)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(dòng)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(yùn)行時(shí)所消耗的電能遠(yuǎn)遠(yuǎn)低于減速和加速時(shí)的電能消耗。電梯?？康拇螖?shù)越多，所消耗的電能就越大。對(duì)電梯群控系統(tǒng)而言，電梯型號(hào)一經(jīng)確定，單臺(tái)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(duì)呼

33、梯信號(hào)的響應(yīng)，盡量減少起停次數(shù)，同時(shí)起停次數(shù)的減少也會(huì)延長(zhǎng)梯群的整體壽命。</p><p>　　(4)平均乘梯時(shí)間短</p><p>　　乘客的乘梯時(shí)間指從乘客進(jìn)入電梯到乘客到達(dá)目的層乘客離開(kāi)的這段時(shí)間。乘客乘梯時(shí)間的增長(zhǎng)往往會(huì)使乘客感覺(jué)不舒服、煩躁。如去建筑物頂層的乘客在乘梯時(shí)間長(zhǎng)于90秒時(shí)，會(huì)對(duì)?？孔兊脴O不耐煩，所以乘客的乘梯時(shí)間應(yīng)保持在一個(gè)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(huì)造成乘客的擁擠，平均候梯時(shí)間長(zhǎng)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(huì)在上行高峰期將電梯群分為兩組，一組專(zhuān)門(mén)往返于基站與高層之間，一組服務(wù)于低層區(qū)間，經(jīng)過(guò)對(duì)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(cè)轎廂到達(dá)時(shí)間準(zhǔn)確率高</p><p>　　很多電梯系統(tǒng)配有電梯到達(dá)時(shí)間顯示系統(tǒng)，如果預(yù)測(cè)時(shí)間不準(zhǔn)確，則會(huì)造成乘客的不安和煩躁，也會(huì)降低系統(tǒng)的整體性能。</p><p>　　以上七點(diǎn)是系統(tǒng)的主要性能評(píng)價(jià)

36、指標(biāo)，可知電梯群控系統(tǒng)是一個(gè)多目標(biāo)控制系統(tǒng)，而且各個(gè)目標(biāo)之間是相互矛盾的。如擁擠度要求小，會(huì)使平均候梯時(shí)間增長(zhǎng)。平均候梯時(shí)間短則會(huì)使長(zhǎng)時(shí)候梯發(fā)生率高。所以各個(gè)指標(biāo)之間的相互平衡成為電梯群控系統(tǒng)的控制難點(diǎn)。</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(hào)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(cè)轎廂到達(dá)目的層時(shí)間等造成極大的障礙，使系

38、統(tǒng)不能對(duì)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(duì)同一組廳層呼叫，在不同的時(shí)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(diǎn)時(shí)，轎廂會(huì)不停而過(guò)。</p><p>　　(4)轎廂會(huì)在運(yùn)行中頻繁改變方向。</p><p><b>　　4、 擾動(dòng)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(cuò)誤的廳呼造成不必要的停站。</p><p>　　(2)乘客可能登記了錯(cuò)誤的目的層造成不必要的停站。</p><p>　　(3)乘客可能錯(cuò)誤地造成轎廂門(mén)不能正常開(kāi)啟關(guān)閉，而干擾系統(tǒng)的正常運(yùn)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(gè)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(huì)導(dǎo)致對(duì)轎廂內(nèi)擁擠度和對(duì)候梯時(shí)間的預(yù)測(cè)不準(zhǔn)確，增加系統(tǒng)控制的難點(diǎn)。</p><p>　　(2)乘客進(jìn)入轎廂的時(shí)間因個(gè)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(duì)乘客乘梯時(shí)間的預(yù)測(cè)和對(duì)其它乘客候梯時(shí)間和乘梯時(shí)間的影響的預(yù)測(cè)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(dòng)性和信息的不準(zhǔn)確性說(shuō)明電梯群控是一個(gè)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(píng)價(jià)指標(biāo)</p><p>　　在一個(gè)控制系統(tǒng)中，性能評(píng)價(jià)指標(biāo)通常用來(lái)衡量系統(tǒng)采用的控制

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

44、間評(píng)價(jià)指標(biāo)有以下幾種：</p><p><b>　　平均候梯時(shí)間AWT</b></p><p><b>　?。?.1）</b></p><p>　　試中，Tw(i)為第i個(gè)乘客的實(shí)際候梯時(shí)間，Np為電梯系統(tǒng)總乘客數(shù)。</p><p><b>　　平均乘梯時(shí)間ART</b><

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

46、長(zhǎng)候梯時(shí)間MWT</b></p><p><b>　　(2.4)</b></p><p><b>　　總運(yùn)行時(shí)間TRT</b></p><p><b>　　(2.5)</b></p><p>　　其中，TRT系統(tǒng)停止運(yùn)行的時(shí)刻，SST為系統(tǒng)開(kāi)始運(yùn)行的時(shí)刻。</

47、p><p>　　平均運(yùn)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(tái)電梯的總環(huán)行次數(shù)，RTTij為第i臺(tái)電梯運(yùn)行第j圈所用時(shí)間,Narp為電梯運(yùn)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(píng)價(jià)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(yùn)行距離與能耗有著密切的聯(lián)系，但在很多情況下能耗評(píng)價(jià)函數(shù)并未被列入考慮中。在不同的交通模式下，對(duì)系統(tǒng)的要求也不同。能耗評(píng)價(jià)指標(biāo)可由以下兩個(gè)量決定：</p><p><b>　　總運(yùn)行距離Di</b></p><p><b>　　(2.7)</b></p>

49、;<p>　　式中，D(i)為第i臺(tái)電梯的總運(yùn)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(tái)電梯的總能耗。</p><p>　　2.3.3 乘客狀態(tài)評(píng)價(jià)指標(biāo)

50、</p><p>　　單位時(shí)間內(nèi)電梯系統(tǒng)運(yùn)送的乘客數(shù)量越多說(shuō)明系統(tǒng)的載客能力越強(qiáng)。乘客狀態(tài)評(píng)價(jià)指標(biāo)由乘客數(shù)量、乘客的分布以及運(yùn)送時(shí)間決定。系統(tǒng)的載客率和運(yùn)送效率由以下各量來(lái)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(yùn)行時(shí)間TTR的單位為秒（s）</p><p>　　2、基于距離的運(yùn)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(yùn)行距離，Df為樓層高度。</p><p><b>　　基于能耗的運(yùn)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(tái)電梯被指派去響應(yīng)一個(gè)廳層召喚時(shí)，該乘客到達(dá)目的層站的時(shí)間可以由

53、當(dāng)前的交通狀況預(yù)測(cè)出來(lái)，但在接下來(lái)的時(shí)間里可能有其他乘客加入到交通流中，那么原來(lái)的派梯結(jié)果經(jīng)常會(huì)導(dǎo)致原乘客的到達(dá)時(shí)間被拖延。對(duì)乘客來(lái)說(shuō)，確切的服務(wù)時(shí)間可以理解為從到達(dá)電梯系統(tǒng)起直到離開(kāi)電梯止。因此，服務(wù)時(shí)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(duì)電梯群控系統(tǒng)來(lái)說(shuō)，響應(yīng)時(shí)間延遲的減少說(shuō)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(shí)間τaw</p><p><b>　　（2.12）</b></p><p>　　式中，Tw0為第i個(gè)乘客最短候梯時(shí)間的預(yù)測(cè)值,Np為電梯系統(tǒng)的總乘客數(shù)，Tw(i)為第i個(gè)乘客的實(shí)際候梯時(shí)間。</p><p>　　平均乘梯延遲時(shí)間τaj</p><p><b>　?。?.13）</b><

55、;/p><p>　　式中，Tj0(i)為第i個(gè)乘客最短乘梯時(shí)間的預(yù)測(cè)值。</p><p>　　平均到達(dá)延遲時(shí)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(hào)和狀態(tài)信號(hào)很多，可以將這些信號(hào)進(jìn)行分析并計(jì)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(duì)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>　?。?）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(guò)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(duì)應(yīng)目的層將要經(jīng)過(guò)的樓層數(shù)。</p><p>　　距離特征值與系統(tǒng)派梯后的服務(wù)時(shí)間和能耗有很大關(guān)系，因此一直以來(lái)人們將距離特征值作為派梯時(shí)的主要考慮因素。但與時(shí)間特征值和能耗特征值相比，距離特征值對(duì)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(shí)間特征值</b></p><p><b>　　時(shí)間特征值包括：</b></p><p>　?。?）乘客候梯時(shí)間的估計(jì)值；</p><p>　?。?）乘客乘梯時(shí)間的估計(jì)值；</p><p>　?。?）有新呼梯信號(hào)產(chǎn)生

59、時(shí)，電梯群控系統(tǒng)平均候梯時(shí)間的估計(jì)值；</p><p>　?。?）有新呼梯信號(hào)產(chǎn)生時(shí)，電梯群控系統(tǒng)平均乘梯時(shí)間的估計(jì)值。</p><p>　　派梯時(shí)考慮特征值（1）和（2）有利于提高對(duì)某個(gè)乘客的服務(wù)質(zhì)量，而不考慮整個(gè)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(shí)間和平均乘梯時(shí)間的估計(jì)值較小，則派梯后系統(tǒng)的實(shí)際運(yùn)行時(shí)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(guò)程中需要消耗的能源：</p><p>　?。?）額外能耗：電梯在執(zhí)行某一派梯任務(wù)過(guò)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(shí)能使額外能耗減小，那么總能耗就會(huì)降低。能耗特征值要比距離特征值對(duì)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(guò)程停站次數(shù)和額外停站次數(shù)。</p><p>　　響應(yīng)過(guò)程停站次數(shù)：電梯在響應(yīng)某廳層召喚過(guò)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(guò)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(shí)間特征值和能耗特征值，但停站次數(shù)少并不能說(shuō)明電梯的運(yùn)行時(shí)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(guò)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(huì)變得不耐煩并有不舒適感。由于能耗特征值和時(shí)間特征值不易提取，停站次數(shù)特征值通常

63、被用來(lái)近似地衡量電梯系統(tǒng)的服務(wù)時(shí)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(méi)有被作為派梯時(shí)的考慮因素，會(huì)</p><p>　　經(jīng)常會(huì)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(shí)間，同時(shí)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(lái)，上述問(wèn)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(shí)，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(lái)，既要從整體上提高系統(tǒng)性能，又要滿足單個(gè)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(dòng)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(píng)價(jià)指標(biāo)，說(shuō)明電梯群控系統(tǒng)是一個(gè)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(duì)鳥(niǎo)群和魚(yú)群捕食這一行為模擬的基礎(chǔ)上，得到的一種簡(jiǎn)化了的社會(huì)模型。由于 PSO 算法概念簡(jiǎn)單，容易實(shí)現(xiàn)，在被提出的短短幾年時(shí)間內(nèi)，得到了人們的很大關(guān)注，同時(shí)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(gè)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(duì)社會(huì)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(lái)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(gè)場(chǎng)景一群鳥(niǎo)在隨機(jī)搜索食物不知道食物放在何處，在整個(gè)搜索區(qū)域

68、中只有一塊食物。所有的鳥(niǎo)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(jiǎn)單有效的方法就是在目前離食物最近的鳥(niǎo)的周?chē)鷧^(qū)域搜尋。 </p><p>　　粒子群優(yōu)化算法是在鳥(niǎo)群覓食模型中得到啟示，并成功用于解決優(yōu)化問(wèn)題的。在該算法中，搜索空間中的每一只鳥(niǎo)被看作是優(yōu)化問(wèn)題中的每一個(gè)解，稱之為“粒子”（particle）或“主體”（agent），該粒子能通過(guò)超維搜索空間“流動(dòng)

69、”。每個(gè)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(gè)粒子的經(jīng)驗(yàn)。每個(gè)粒子在搜索空間中的位置變化是以個(gè)體的社會(huì)心理意向?yàn)榛A(chǔ)的，即每一粒子個(gè)體都想成功地超過(guò)其他個(gè)體。每個(gè)粒子的經(jīng)驗(yàn)或知識(shí)影響都會(huì)影響其相鄰粒子的變化。另外，到目前為止整個(gè)群體中所有粒子發(fā)現(xiàn)的最好位置（gbest）也能被每個(gè)粒子所知道（gbest 是在 pbest 中的最優(yōu)值），可看作是單個(gè)

70、粒子的同伴經(jīng)驗(yàn)。每個(gè)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(shí)，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(gè)體極值構(gòu)成的矩陣：P=（p1,p2,…,pn），是粒子群信息的主要來(lái)源。從 P 中可以獲得群體最優(yōu)位置全局極值 P 和各個(gè)粒子自身經(jīng)驗(yàn)最優(yōu)位置個(gè)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(gè)體自身經(jīng)驗(yàn)最優(yōu)位置能保證

72、粒子不要過(guò)快收斂到群最優(yōu)，從而避免陷入局部極小點(diǎn)，這樣能使粒在一次迭代中的搜索區(qū)域在個(gè)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(gè)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(guò)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(guò)每個(gè)粒子當(dāng)前的狀和在飛行過(guò)程

73、中所經(jīng)歷過(guò)的最好位置，以及整個(gè)群體所經(jīng)歷過(guò)的最好位置來(lái)計(jì)算粒子下一步運(yùn)動(dòng)的方向和速度[11]和位置的更新公式如下：</p><p><b>　?。?.1）</b></p><p>　?。?.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(gè)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(guò)（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(shí)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(yùn)動(dòng)位置由式（3.1）,（3.2）共同決定。 搜索時(shí)，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(duì)粒子的加速度導(dǎo)致它在某維的速度超過(guò)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(duì)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(duì)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(jiǎn)單，易實(shí)現(xiàn)的特點(diǎn)，粒子群優(yōu)化算法的流程[12]如下所示。 </p><p><b>　　開(kāi)始</b></p><p>　　隨機(jī)初始化粒子位置和粒子速度</p><p>　　計(jì)算每個(gè)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(cuò)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(shí)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(lái)評(píng)價(jià)各粒子的初始適應(yīng)值； </p><p>　　3、 根據(jù)式（3

81、.1）、（3.2）來(lái)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(píng)價(jià)各粒子的適應(yīng)值； </p><p>　　5、 比較每個(gè)粒的當(dāng)前適應(yīng)值和個(gè)體歷史最好適應(yīng)值，把最優(yōu)的的位置做為其個(gè)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(gè)數(shù)和迭代次數(shù)[13]。 </p><p>　　1、 慣性權(quán)值 w </p><p>　　對(duì) PSO

83、能否收斂起重要作用，它使粒子保持運(yùn)動(dòng)慣性，使其有擴(kuò)展搜索空間的趨勢(shì)，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(shí)會(huì)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(duì) 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(shí)粒子僅僅依靠慣性飛行，沒(méi)法從自己的飛行經(jīng)驗(yàn)和同伴的飛行經(jīng)驗(yàn)中吸取有用的信息，算法沒(méi)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(shí)的優(yōu)化性能也很差。 </p><p>　　當(dāng) c1

85、=0 時(shí)粒子沒(méi)有認(rèn)知能力，不能從自己的飛行經(jīng)驗(yàn)吸取有效信息，只有社會(huì)部分，所以 c2 又稱為社會(huì)參數(shù)；此時(shí)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(duì)復(fù)雜問(wèn)題優(yōu)化時(shí)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(méi)有社會(huì)信息共享，不能從同伴的飛行經(jīng)驗(yàn)中吸取有效信息，此時(shí)只有認(rèn)知部分，故 c1又叫認(rèn)知參數(shù)；此時(shí)個(gè)體間沒(méi)有互享的信息，這樣粒子群體的

86、運(yùn)行相當(dāng)與單個(gè)粒子的運(yùn)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(shí)能取得比較好的效果，也有人認(rèn)為 c1 大些而社</p><p>　　會(huì)參數(shù) c2 小些，但 c1+c2≤4 時(shí)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(duì)算法的優(yōu)化性能有影響。一般來(lái)說(shuō)，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(duì)也越好，但是消耗的計(jì)算量也越大，計(jì)算性能相對(duì)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(jì)算量也越小。當(dāng)然，對(duì)于一般問(wèn)題，使用過(guò)多的粒子數(shù)目沒(méi)有必要，但是粒子數(shù)目也不能過(guò)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(shí)，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(duì)于基本 PSO 來(lái)說(shuō)，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(fèi)計(jì)算資源，實(shí)際意義不大。一般來(lái)說(shuō)，如果優(yōu)化時(shí)還有其他條件來(lái)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(shí)，即慣性權(quán)值隨著迭代的進(jìn)行逐漸衰減，此時(shí)并不是最大允許迭代次數(shù)越大越好，這時(shí)候過(guò)大的最大允許迭代次數(shù)反而會(huì)使得算法有很長(zhǎng)一段時(shí)期以較大的慣性權(quán)值來(lái)搜索，如果不對(duì)粒子速度進(jìn)行限制，粒子很可能會(huì)飛行到無(wú)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(shí)，應(yīng)結(jié)合實(shí)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(shí)現(xiàn)</p>

90、<p>　　提高對(duì)乘客的服務(wù)質(zhì)量和降低系統(tǒng)運(yùn)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(duì)乘客平均侯梯時(shí)間、乘客平均乘梯時(shí)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(duì)多目標(biāo)問(wèn)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(jì)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(shí)間AWT和平均乘梯時(shí)間ART，降低電梯運(yùn)行能耗RPC。</p><p>　　AWT為一定時(shí)間內(nèi)全部候梯時(shí)間的平均值，是評(píng)價(jià)電梯群控系統(tǒng)性能惡劣的重要指標(biāo)之一，計(jì)算公式如下： </p><p><b>　　Tw為候梯時(shí)間。</b></p><p>　　當(dāng)新的呼梯信號(hào)發(fā)生時(shí)，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(jì)算電梯到達(dá)新的呼梯信號(hào)所需的時(shí)間，即候梯時(shí)間[17]。設(shè)電梯運(yùn)行一層的時(shí)間為K1，?？恳粚拥臅r(shí)間為K2，電梯需響應(yīng)的停靠任務(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(shí)，電梯可同向到達(dá)呼梯信號(hào)</p>

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

94、時(shí)間、次數(shù)以及轎內(nèi)乘客的人數(shù)是影響乘客乘梯時(shí)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(shí)間就越長(zhǎng)。平均乘梯時(shí)間是描述電梯群控系統(tǒng)的重要指標(biāo)[18]。計(jì)算公式如下：</p><p>　　由于新的呼梯信號(hào)發(fā)生時(shí)，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(shí)間計(jì)算式為：</p><p>　　AE為電梯群控系統(tǒng)中的總運(yùn)行能耗。電梯

95、的能耗主要由加、減速過(guò)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(lái)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(shí)，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(yùn)行的距離，這樣電梯的起停次數(shù)也就相應(yīng)減少了。計(jì)算公式如下：</p><p>　　E(i

96、)為第i臺(tái)電梯的總能耗，由于電梯加、減速時(shí)的能耗要比電梯直線運(yùn)行時(shí)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(jì)算式為：</p><p>　　電梯群控調(diào)度算法是一個(gè)評(píng)價(jià)函數(shù)，綜合以上三個(gè)評(píng)價(jià)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(píng)價(jià)函數(shù)為：</p><p>　　試中，S（i）為評(píng)價(jià)函數(shù)值，表示第i部電梯響應(yīng)

97、呼梯信號(hào)的可信度，w1、w2、w3依次是各評(píng)價(jià)值對(duì)應(yīng)的權(quán)重系數(shù)[22]，且w1+w2+w3=1。針對(duì)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(gè)理論目標(biāo)評(píng)價(jià)函數(shù)，存在著目標(biāo)評(píng)價(jià)函數(shù)的不統(tǒng)一問(wèn)題，我們對(duì)三個(gè)目標(biāo)函數(shù)進(jìn)行標(biāo)準(zhǔn)化后，得到最終的評(píng)價(jià)函數(shù)如下：</p><p>　　最終，確定最優(yōu)評(píng)價(jià)函數(shù)如下：</p><

98、p>　　其中，M為單梯個(gè)數(shù)，j為最佳的派遣單梯號(hào)。</p><p>　　由此，侯梯者的平均侯梯時(shí)間短、乘客的平均乘梯時(shí)間短和能量消耗少三個(gè)目標(biāo)問(wèn)題轉(zhuǎn)化成求解評(píng)價(jià)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(hào)，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(jì) </p><p><b>

99、　　編碼</b></p><p>　　本文仿真模型為4臺(tái)、16層電梯。對(duì)每臺(tái)電梯進(jìn)行編碼表示。電梯系統(tǒng)的每個(gè)</p><p>　　外呼信號(hào)用xD表示，多目標(biāo)粒子群算法中每個(gè)粒子X(jué)=(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(gè)層站被第i個(gè)電梯響應(yīng)。由于共有4臺(tái)電梯，因此粒子每一維均為[0,4]上的1個(gè)整數(shù)。當(dāng)電梯系統(tǒng)中有外呼響應(yīng)的時(shí)候，通過(guò)式

100、（4.10）計(jì)算每個(gè)粒子的評(píng)價(jià)函數(shù)，再通過(guò)（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(duì)電梯當(dāng)前運(yùn)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(yùn)行方向，+為向上，-為向下。設(shè)某個(gè)電梯模型在采樣瞬間運(yùn)行狀態(tài)如下：</p><p>　　表4.1 給定電梯

101、模型采樣瞬間運(yùn)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?yàn)镈c=[1,-1,-1,1,1,-1,1]。對(duì)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(jì)算</b></p><p>　　由于每個(gè)粒子X(jué)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(jì)算出平均候梯時(shí)間評(píng)價(jià)函數(shù)AWT的值。再根據(jù)式(4.5)、(4.7)計(jì)算平均乘梯時(shí)間評(píng)價(jià)函數(shù)ART和能量消耗評(píng)價(jià)函數(shù)RPC。再計(jì)算綜合評(píng)價(jià)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(gè)粒子不受其他粒子支配時(shí)，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(gè)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(shí)，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(gè)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(gè)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>　　（2） 根據(jù)多目標(biāo)電梯模型計(jì)算每個(gè)粒子所代表派梯方案的3個(gè)目標(biāo)值。</p><p>　?。?） 根據(jù)Pareto最優(yōu)概念[24]更新每個(gè)粒子的個(gè)體最優(yōu)值。</p><p>　?。?） 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(yùn)行的最好結(jié)果。在算法迭代運(yùn)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>　　（5） 根據(jù)公式(4.12)、(4.13)更新每個(gè)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(jì)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(jì)算各粒子的適應(yīng)度值，即各種派梯方案的評(píng)價(jià)函數(shù)</p><p>　　（假設(shè)在隨機(jī)層間交通模式即取w1=0.5,w2=0.2,w3=0.3時(shí)）</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(yùn)行一層的時(shí)間為K1=2s，?？恳粚拥臅r(shí)間為K2=6s。第x(i,j)=n電梯響應(yīng)第Fc(j)個(gè)呼梯信號(hào)的候梯時(shí)間預(yù)測(cè)值[26]WT（i,j)為：</p><p><b>　　計(jì)算平均候梯時(shí)間：</b></p><p><b>　?。?.14）</b></p>

109、<p><b>　　乘梯時(shí)間預(yù)測(cè)值：</b></p><p><b>　　（4.15）</b></p><p>　　計(jì)算平均乘梯時(shí)間： </p><p><b>　　(4.16)</b></p><p><b>　　能耗預(yù)測(cè)值： </b><

110、;/p><p><b>　　(4.17)</b></p><p>　　計(jì)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(jì)算候梯時(shí)間WT（i）流程圖</p><p>　　從以上計(jì)算結(jié)果中找出max(AWT(i,j)),max(ART(i,j)),max(AE(i,j))計(jì)算適應(yīng)度值S（i)：</p><p>　　利用公式（4.12）（4.13）對(duì)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-