【正文】 m(j,:))。 AWT(j)=averageWT。 fzbest=bestf。最優(yōu)派梯方案39。fontsize39。適應(yīng)值39。*b39。162。迭代次數(shù)39。,8)。,39。 elseif n==3 load DJNH3 DJNH=DJNH3。 end %根據(jù)不同情況計(jì)算候梯時(shí)間 switch STATE case {1} %同向上行 if fc==fo WT(i)=0。 mw=m11+m12。 %梯內(nèi)指定停靠次數(shù) m12=randint(1,1,[1,(FMAXfo)m11+(15)+(fc2)])。 edge2=fo1。 else edge1=fo1。 end case {2} %異向電梯上行 if fc==fo WT(i)=0。 end case {3} %異向電梯下行 if fc==fo WT(i)=0。 mw=m11+m12。 m22=round(m22/2)。 %梯內(nèi)指定?？看螖?shù) m22=randint(1,1,[1,fo1m21])。 %此分配時(shí)間的平均能耗消耗 仿真結(jié)果 電梯調(diào)度方案評(píng)價(jià)函數(shù)優(yōu)化曲線 最優(yōu)個(gè)體適應(yīng)度值最優(yōu)派體方案：Zbest=1 2 3 1 4 1 4最優(yōu)適應(yīng)度值：Fbest=5 總結(jié)與展望 總結(jié)全文，本論文的主要研究?jī)?nèi)容有以下三個(gè)方面： 在分析了電梯群控系統(tǒng)的特性和多目標(biāo)規(guī)劃問(wèn)題的基礎(chǔ)上，對(duì)電梯群控系統(tǒng)進(jìn)行數(shù)學(xué)建模，綜合考慮侯梯者的侯梯時(shí)間WT(i)，乘客的乘梯時(shí)間RT(i)和電梯運(yùn)行的能量損耗E(i)三個(gè)主要控制目標(biāo)，提出了多目標(biāo)優(yōu)化算法； 研究了粒子群算法的原理、多目標(biāo)粒子群算法及其改進(jìn)的方法； 使用Matlab對(duì)電梯群控系統(tǒng)在隨機(jī)層間模式下進(jìn)行了編程仿真。1040[19] 曾建平，陸載德．電梯群控系統(tǒng)的活動(dòng)掃描法仿真[J]．系統(tǒng)仿真學(xué)報(bào)．1995，12．[20] 謝康林，傅勁游．神經(jīng)模糊邏輯控制系統(tǒng)隸屬函數(shù)和推理規(guī)則的確定．上海交通大學(xué)學(xué)報(bào)．1997，31(8。 %此分配方案的平均候梯時(shí)間 averageRT= sum(RT)/NUMBER2。 Nstop=histc(DJNH,[edge1,edge2])。 m21=Nstop(1)+Nstop(2)。 %梯內(nèi)指定?？看螖?shù) m12=randint(1,1,[1,(fo1)m11+(fc2)])。 mw=m11+m12。 mw=m11+m12。 WT(i)=(abs(FMAXfo)+abs(FMAXFMIN)+abs(fcFMIN))*TimeRun+mw*TimeStop。 %下行可達(dá)最遠(yuǎn)端 FMIN=16。 Nstop=histc(DJNH,[edge1,edge2])。 %梯內(nèi)指定?？看螖?shù) end m12=randint(1,1,[1,fcfo1])。 end elseif do==1 STATE=2。 %n號(hào)電梯當(dāng)前運(yùn)行方向 %第n號(hào)電梯已登記內(nèi)呼響應(yīng) if n==1 load DJNH1 DJNH=DJNH1。,39。,39。,8)。)title(39。,12)。,12)。最優(yōu)個(gè)體適應(yīng)值 39。 AVERAGEenergy=[AVERAGEenergy,averageE]。 end end %群體最優(yōu)更新 [bestf,bestindex]=min(fSwarm)。end end Swarm=round(Swarm)。 %迭代尋優(yōu)iter=0。gbest=Swarm。 %初始化速度f(wàn)Swarm=zeros(SwarmSize,1)。 %最大迭代次數(shù) Vmax=3。 %呼梯信號(hào)NUMBER2=7。 %內(nèi)部登記的呼梯信號(hào)DJNH1=[5]。weight3=。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：計(jì)算平均候梯時(shí)間： （）乘梯時(shí)間預(yù)測(cè)值： （）計(jì)算平均乘梯時(shí)間： ()能耗預(yù)測(cè)值： ()計(jì)算平均能耗： () 使用公式（）計(jì)算WT確定Fmax=16Fmin=1m 否FcFo?Fc=Fo?使用公式（）計(jì)算WT 是確定m 是 是WT=0Do=1?使用公式（）計(jì)算WT確定mFcFo?Fc=Fo? 是 否 否確定Fmax=1Fmin=16m使用公式（）計(jì)算WT 是 是Dc=Do?確定Fmax=16mFc=Fo? 否 是使用公式（）計(jì)算WTDo=1? 是WT=0 是確定Fmax=1mFc=Fo? 否 計(jì)算候梯時(shí)間WT（i）流程圖 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)：利用公式（）（）對(duì)粒子進(jìn)行修正，與原最優(yōu)粒子進(jìn)行比較，更新。 （3） 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。再根據(jù)式()、()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。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)。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。(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) (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)： (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)： (4) 當(dāng)Dc與D0相同，且Fc=F0時(shí)，Tw（i)=0。當(dāng)慣性權(quán)值和最大允許迭代次數(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。 一般情況下，當(dāng) c1=c2= 時(shí)能取得比較好的效果，也有人認(rèn)為 c1 大些而社會(huì)參數(shù) c2 小些，但 c1+c2≤4 時(shí)能得到更好的結(jié)果。 基本PSO算法參數(shù)分析基本 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]。（）式為粒子 i 更新位置的坐標(biāo)。 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。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)的周圍區(qū)域搜尋。3 粒子群優(yōu)化算法 1995 年，Kennedy 和 Eberhart[10] 等人，在研究人工生命結(jié)果的影響下，提出了粒子群優(yōu)化算法（Particle Swarm Optimization，PSO）。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。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。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。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。在不同的交通模式下，對(duì)系統(tǒng)的要求也不同。 時(shí)間評(píng)價(jià)指標(biāo)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)。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)。 非線性電梯交通系統(tǒng)存在著非線性：(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。如擁擠度要求小，會(huì)使平均候梯時(shí)間增長(zhǎng)。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)。(3)系統(tǒng)能耗低單臺(tái)電梯的能耗與所選電梯的驅(qū)動(dòng)方式、機(jī)械性能等有關(guān)。 電梯群控系統(tǒng)的特點(diǎn)電梯群控系統(tǒng)實(shí)際上是對(duì)多臺(tái)電梯的調(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。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。該系統(tǒng)可以采集電梯的實(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。 本文的研究目的及意義電梯群控系統(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。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。 第三階段：計(jì)算機(jī)人工智能控制方式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。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)于交替的樓層。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。 集選控制方式這是一種比簡(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)。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。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。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)。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。 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。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。 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。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 。2 電梯群控系統(tǒng)的基礎(chǔ)理論 電梯群控系統(tǒng)的功能電梯群控系統(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)。 預(yù)估計(jì)算功能預(yù)估計(jì)算功能是電梯群控系統(tǒng)的核心部分