【文章內容簡介】 智能化 新興科技是促使人類向 前不斷發(fā)展進步的直接動力，科技創(chuàng)新的推廣推動智能設備在各個領域普及應用，改善人們日常生活。人類對智能設備的研發(fā)是持續(xù)發(fā)展的話題，智能設備的發(fā)展為人們提供更優(yōu)質、更舒適的服務。基于強大的硬件和軟件資源，電梯向具備自適應能力，自我完善學習能力發(fā)展?？梢宰詣痈鶕h(huán)境參數，選擇優(yōu)化方案實現全局優(yōu)化，電梯變得實用方便，真正實現智能化控制。 網絡化 通過以太網、藍牙等通信技術，將電梯與整體樓與控制系統(tǒng)聯系起來，也可以實現遠程無線控制。更好地解決電路電子通信方面的電磁兼容性問題和乘客轎廂呼叫狀態(tài)預知判斷等一 系列問題，能有效的提高整個系統(tǒng)可洛陽理工學院畢業(yè) 設計（論文） 6 靠性和安全性，降低潛在風險。 人性化 電梯作為服務性設備，以滿足乘客的需求為目的，力求用更有效的調度方式提更優(yōu)質的乘梯環(huán)境。隨著電梯技術普及，人們可根據市場需求、個人愛好定制電梯，并指定控制方案。更側重商品系統(tǒng)的開發(fā)。真正實現“以人為本”的服務。 節(jié)能化 隨著人們環(huán)保意識的加強，電梯作為大型能源消耗設備，其控制方案中能源優(yōu)化不容忽視。電梯能耗大約占整棟樓宇電能消耗的 3~5 個百分點，因各棟大樓高度、面積、客容量和作用均不相同加之乘客的隨機性較大，電能 耗比有所變化隨著樓宇向更高花發(fā)展，節(jié)能減耗也逐漸成為電梯發(fā)展的重點。綠色環(huán)保的設計方案也被吸收到電梯控制中，優(yōu)化電梯驅動系統(tǒng)和控制方式可以有效減少能耗。 論文研究意義及章節(jié)安排 電梯已有數百年的歷史，雖然國內外研究學者、專業(yè)也分別提出了各種電梯群控方案，但關鍵技術參考文獻較少、公開性差。一些先進群控算法被國際巨頭所壟斷。同時，多部電梯群組控制理論也不斷向前發(fā)展，有些方面仍存在不足，更要通過進一步研究探索來完善。多部電梯群組控制的宗旨是提高樓宇內的交通服務質量，同時減少不必要的電能消耗。通過學習 總結前人先進經驗和數據結果，本文通主要介紹下面幾點：首先了解多部電梯群組控制系統(tǒng)的整體思想和設計的總體結構，然后通過多目標控制原理對多部電梯群組控制系統(tǒng)建立數學模型，并求解最優(yōu)解，由此提出一種提高系統(tǒng)整體服務質量的調度策略，最后對多部電梯群組控制系統(tǒng)整體實現進行介紹。 論文各章節(jié)介紹： 第 1 章 緒論 洛陽理工學院畢業(yè) 設計（論文） 7 介紹單部電梯、多部電梯群組控制的發(fā)展歷程， EGCS 研究設計的必要性等，并且論述了研究優(yōu)化多部電梯群組控制調度響應算法課題的意義。 第 2 章 當前主流 EGCS 技術比較 EGCS 向優(yōu)化策略協(xié)調多部轎廂方向發(fā)展 ,其中控 制策略走向多元化交叉學科和新興科技領域邁進，早期的預約層控制被模糊神經控制、 Petri Net等現代控制方法取代，帶來的是乘客運送效率的提高。本章詳細分析各種新興現代控制方法的優(yōu)點。 第 3 章 分析特性指標 介紹樓宇內影響乘梯服務質量的參數，用統(tǒng)計理論將乘客狀態(tài)加以區(qū)分。 第 4 章 本文對 EGCS 算法的建模 對 EGCS 系統(tǒng)建立數學模型 ,確定各常量、變量值 ,分析求解多變量最優(yōu)解，優(yōu)化電梯調度方案。 第 5 章 系統(tǒng)仿真 分析動態(tài)仿真一般存在的問題 ,對系統(tǒng)方案就行仿真實驗。驗證多目標控制算法在多部電梯群組控制中能有效提 高電梯服務質量。 課題將要研究的這種 EGCS 方案的目的是減小乘客等候電梯幾率降低轎廂的電能消耗。因此首先分析當前國內外學者控制方案，從而比較得出一種電梯優(yōu)化調度方案。對系統(tǒng)建立數學模型 ,分別以等待時間、候梯率、能源效率等為優(yōu)化結果。 洛陽理工學院畢業(yè) 設計（論文） 8 第 2 章 當前 EGCS 技術 當前主流 EGCS 技術的多樣性概述 現代建筑日趨高層化、智能化，而高層建筑必依賴于先進的樓宇交通系統(tǒng)，因此促使電梯群控理論飛速發(fā)展，同時智能電梯也成為現代城市的典型標志之一。從 20 世紀 70 年代開始，計算機技術促使 MCU 的發(fā)展并開始廣泛應用于多部電梯群組控制理論中，促使 EGCS 理論飛速提升。通過新型 MCU 高速運算可以將各種 AI 技術用于研究多部電梯群組控制交通系統(tǒng)的動態(tài)特性，減少候梯率，提高高層建筑運輸效率，真正實現樓宇的智能化 [11]。目前， EGCS 技術正在發(fā)展較快，現有多種控制方案在實際中應用。 EGCS 目的性較強，而生活中有多種電梯，如摩天大廈中穿越云層的觀光電梯；大型無人工廠的全自動貨運電梯；醫(yī)院專用的醫(yī)用電梯；以及商業(yè)住宅樓中最常見的住宅電梯和特定環(huán)境專用電梯等。不同控制要求有不同控制方式，例如，醫(yī)用電梯主要以安 全高效為核心其次才考慮能耗的問題，而一些貨用電梯則以能源最低消耗為主；在技術層面上，因為電梯作為高端科技產品，其研發(fā)、生產到需要一定的物質。因此目前電梯群控技術基本掌握在少數電梯巨頭廠商中，其核心控制算法公開性較差這也導致 EGCS 理論的多樣性的原因。 EGCS 算法綜述 對現代電梯性能的衡量不再簡單地考慮安全的可靠性和乘坐的舒適性這兩點。目前電梯在乘坐的安全性和舒適性方面的技術已經基本成熟，而人們日益對自己時間的注重也要求電梯調度更優(yōu)化，減少候梯時間和乘梯時間。比外，在能源日益匱乏的情況下各國政府 都提出節(jié)能減排口號，節(jié)約使用能源是每個行業(yè)必然要求，優(yōu)化 EGCS 算法也更要優(yōu)化電能利用，減少開關門次數和啟停頻率。在此基礎上研究電梯的各種控制方法提高電梯的控制精度以保障電梯在運行中的絕對安全具有較大的意義。 洛陽理工學院畢業(yè) 設計（論文） 9 EGCS 算法分類及特點 EGCS 算法就是將一棟建筑內的各部電梯通過中央處理設備連接起來，一般計算機先采集乘梯信息，通過內部算法得出一種最有調度方案。電梯的快速發(fā)展也促進 EGCS 理論不斷更新換代以滿足人們更高的要求，使人們將 EGCS 算法向多學科交叉領域、高復雜計算領域以及新興科技領域邁進。例如 ，在傳統(tǒng)經驗基礎上借助計算機復雜運算的專家系統(tǒng)控制方法；依靠生物科學演化原理和近代生命科學發(fā)展而來的遺傳算法；根據人類腦科學和大數據處理技術發(fā)展的神經網絡等。 EGCS 調度方法較多，很多算法剛剛探索，還有很多方法有待人們繼續(xù)尋求?？傊?EGCS 算法能根據實際情況和乘客請求控制每一臺電梯運行的情況，實現電梯最佳調度服務。多臺電梯分別控制即互不連接，很容易造成電梯集體在某樓層停留現象，工作效率較低。因此也導致部分乘客等候轎廂時間過長和乘坐電梯時間過長現象頻發(fā)，同時，頻繁開關電梯、多次啟停也會增加系統(tǒng)電能消耗，導致 能源和資源的浪費，增加不必要成本。智能建筑和現代控制理論的飛速發(fā)展促進 EGCS 技術 的產生，借助計算機實復雜雜運算的現代 EGCS理論能夠較好地解決多部電梯群組系統(tǒng)本身固有的乘客呼叫非線性和不確定性等特點。目前，主流 EGCS 控制算法主要由以下幾種。 模糊控制方法及特點 模糊控制（ Fuzzy Control）是在神經科學領域根據人類大腦思維方式發(fā)展的一種新型控制思想 [5]。上世紀 50 年代，“隸屬函數”第一次被人們發(fā)現并應用于控制領域，通過這種方法能有效的描述不同輸入參數的中介過渡過程，推動了模糊思想 在控制理論領域發(fā)展。促使人們把這種方法用于智能控制領域，有效解決多變量系統(tǒng)非線性不確定性等問題。 EGCS 模糊控制算法是使用模糊邏輯對大樓內交通模式進行總結規(guī)劃，將分析的結果在經歷篩選優(yōu)化過程，形成控制中心可以處理的簡單數據，再進一步推斷出相應指令所對應的轎廂數量、速度等信息的控制。 因電梯控制系統(tǒng)中作為輸入量的人數、乘梯區(qū)間、個批次乘客幾個時間等都有很大的不確定性，處于一種模糊狀態(tài)，所以應用這種控制方法能有效優(yōu)化 EGCS 調度方洛陽理工學院畢業(yè) 設計（論文） 10 案，建立一種良好的數學模型。群組電梯模糊控制采用了三階劃分方法，將擁擠程度劃分為高、 中、低；乘客等候轎廂時間劃分為短、中、長等。控制規(guī)則如表 21 所示。 表 21 EGCS 在模糊下基本調度算法比較表 乘客對服務滿意程度 采樣時間 短 中 長 擁擠度 很擠 很滿意 很滿意 一般 擁擠 很滿意 一般 不滿意 寬松 一般 不滿意 不滿意 電梯作為大功率電能消耗產品，能耗也是一項重要指示，而電梯能耗直接與啟動次數、運行距離有關。用同樣的方法，把他們家里類似于上表的模糊關系。根據實際情況選取高斯隸屬函數，確定各參數值，建立系統(tǒng)的網絡化結構圖，分別為乘客呼叫輸入層；由隸屬函數建 立的模糊化層；推理演算層，為提高運算速率傳統(tǒng)的取小運算被乘法運算取代；模糊判決層，一句模糊規(guī)律得出對應節(jié)點的模糊值；去模糊化層，將上一層計算結果還原實際系統(tǒng)數據，實現轎廂調度指令的輸出。 神經網絡技術 在生理學和腦科學發(fā)展刺激下，根據模仿人的大腦神經系統(tǒng)產生的神經網絡控制技術應用于生物醫(yī)學、仿人機器等領域，尤其在為個人及公共服務領域控制效果良好。它的控制思路是將一塊小的微型處理器單元看作為一個節(jié)點，即一個基本突觸元。每個突觸元都相當于一個簡單的多輸入多輸出系統(tǒng)，同時劃分為不同邏輯層，每層有相應 數量的邏輯節(jié)點，彼此獨立，而不同層間的節(jié)點采相互聯系，是層層遞進的處理關系。被建立在網絡突觸基礎之上的神經網，用的是一種網絡樹枝總線結構構成的特定活動網。 基于 EGCS 系統(tǒng)乘客呼叫信息的不確定性、轎廂運動的非線性和目洛陽理工學院畢業(yè) 設計（論文） 11 的樓層的多目標性等固有因素，利用網絡總線技術構建完整的電梯控制網絡，在有效的網絡監(jiān)控下，對電梯實行動態(tài)控制。電梯群控神經網絡化將不同功能分為網際層（ Inter） ,以以太網及各種總線為基礎來實現數據交換、處理的任務；決策網絡層（ Control Network），所有參與群組調度電梯在同一個 MCU 的監(jiān)控下，將轎廂運行狀態(tài)和各樓層呼叫信息通過專用總線與控制器連接，一般為 CAN（ Controller Area Network）總線網絡連接，實現分配呼叫，使多部電梯協(xié)調工作；設備層（ Device Network），此層為多部電梯協(xié)同合作的最底層，通過可靠性高的現場總線作為主體驅動電梯轎廂各項指令 [7]。去電梯群控網絡為三階前向神經網絡，分別為輸入層、隱層和輸出層組成，個層次通過簡單線性關系多次復合，近似表示復雜函數關系。神經網絡結構如圖 21 所示。 輸 入輸 出圖 21 神經網絡結構圖 在處理多部電梯控制問題時，通常采用前饋神經網絡中的 BP 神經網絡，它也是中應用最廣泛的一種，通過層層遞進的方法求取乘客滿意度函數的最小值。有效建立非線性數學模型，通過自主學習和適應未知信息，及時修正網絡中各參數值，處理多輸入多輸出結構精確度較高，適合電梯群控這種復雜系統(tǒng)。 洛陽理工學院畢業(yè) 設計（論文） 12 遺傳算法控制技術 從上世紀開始，生物科學蓬勃發(fā)展，其研究成果不斷滲透到其他學科。到 1940 年左右，生物學和信息學兩大重點學科產生交集，生物模型開始用于 IT 控制領域中，遺傳算法（ GA， Geic Algorithm）通過總結生物繁衍進化原理而建立的搜索最優(yōu)解的方法，采用模擬自然界物種進化過程 [8]。物種的多樣性因為每個個體實際上都帶有特定的染色體 (chromosome)，通過基因重組組成一個新的帶有獨特性的的實體，這也是生物的進化和繁衍。GA 算法主要是通過先分析一個種群（ population）的基因庫普，即各臺電梯轎廂運行情況及各樓層乘客呼叫情況信息錄入；再根據遺傳基因（ gene）編碼計算所有可能產生的生物個體 (individual)，即個轎廂所有運行情況分析推理。 GA 算法推算可能情況是將可能 發(fā)生所有事件用羅列法展開，對應相應呼叫信息列舉所有可能的轎廂調度方案。生物特性信息通過基因存在于染色體中，即基因實體集合內包含電梯數量、樓層高度、呼叫層站等一些基本信息。將待解決問題與自言選擇、遺傳機制的方法進行比較，為解決不確定性、非線性的復雜系統(tǒng)模型提供了一種新的解決思路。涉及交叉算子和選擇遺傳算法控制參數即可建立數學模型，價差算自由分為兩點對換變異、遺傳算子等。交叉算子如圖 22 所示。 a bb a交叉互換一 代 基 因序 列二 代 基 因序 列 圖 22 交叉算子兩點對換變異結構圖 在 EGCS 系統(tǒng)中 ，遺傳算為減少系統(tǒng)反應速度節(jié)約乘客等候轎廂時間洛陽理工學院畢業(yè) 設計（論文） 13 通常采用高效并行的全局搜索方法，分別對不同調度方案進行速度測試，尋找最佳調度方案。主要步驟有：參數編碼，將電梯數量與樓層數量排列、編碼，分配相應染色體；群體設定，群體中每個單元隨機產生，群體中每個單元隨機產生，遺傳算法采用高速處理設備，搜索出較優(yōu)個體；評價函數，主要包括電梯群控系統(tǒng)的決策變量、當前乘客所在樓層、人數、去往方向及當前電梯運行方向等；適應調度函數，通過前面的搜索找出更有機會繁衍下一代的個體，及適應的強的函數。具體流程如圖 23 所示。 隨 機 產 生 初 始 種 群收 斂 準 則 滿 足 ？執(zhí) 行 選 擇 算 子輸 出 搜 索 結 果R a n d o m [ 0 , 1 ]