JPH01226676A - エレベータの群管理制御方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】

〔産業上の利用分野〕 本発明はエレベータ群管理制御方法及び装置に係り、特
に複数の制御目標値を制御するに好適な群管理制御方法
及び装置に関する。 〔従来の技術〕 従来、エレベータ群管理制御装置では、エレベータの運
転効率向上、及び利用者のサービス向上を目的に、発生
するホール呼びをオンラインで監視し、全体のホール呼
びのサービス状況を加味して、最適なエレベータに呼び
を割当てることにより平均的な待時間を短かくする方式
が採用されている。最近では、複数台のエレベータのう
ちからホール呼びを割当てるエレベータを選択するに当
って、それぞれのエレベータを評価するための評価関数
に可変パラメータを付加し、交通需要に応じて、前記可
変パラメータ値を変化し、得られた結果を用いて、予め
設定した目標値を満足するパラメータ値を学習しておき
、エレベータの運転状況に応じて前記パラメータを利用
して呼び割当て制御を実行する方式が特開昭５８−５２
１６２号、特開昭５８−６３６６８号等で提案されてい
る。 この方式は、待時間と省エネルギーという２つの制御目
標値をスイッチやビル管理システムからのレベル指令に
より設定できるようになっており、発生呼び附近の停止
呼びを評価し、この停止呼びを多く待つエレベータに発
生ホール呼びを優先的に割当てる停止呼び評価指標を導
入したものである。停止呼び評価指標の重み係数を適当
に変更することにより、待時間が最適となる重み係数を
得たり、逆にこの重み係数を大きくして行くと省エネル
ギー効果が得られるなどの効果があった。 一方、特公昭６２−７０号、特公昭６２−７１号にも待
時間と省エネルギーを考慮したものが記載され、他方、
特公昭５８−５６７０９号には満員予測を評価指標に加
えたものが、特公昭６２−４７７８７号には予報外れ確
率及び満員確率のうち少なくとも１つを評価指標として
加えたものが記載されている。 〔発明が解決しようとする課題〕 上記従来技術は、待時間と省エネルギー、待時間と満員
確率（予報外れ確率）以外の制御目標値については配慮
がされておらず、他にもかご通過率、かご先着率等の制
御目標が多々あるにもかかわらず、これらの制御を行な
うのは困難であり、また種々の組合せにかかる多目標の
制御はなし得なかった。 更に、平均待時間を更に短縮したいという要求に対して
も、上記従来技術では無理があり、ダンゴ運転が解消さ
れず、待時間短縮には限界があった。 また、上記従来技術は、目標設定に対する効果予測の出
力や、各種試行を行ってからの目標設定など、人間（操
作者）との会話性について配慮がされておらず、操作者
の希望を取り入れることが困難であり、操作性、使い勝
手に問題があった。 特に、目標値設定の種類が多種となると、設定方法が複
雑で、エレベータ専門家でなければ設定できないなどの
間層があった。 本発明の目的は、総合的に言えば多数の制御目標に対し
て群管理制御を良好に行なうためのエレベータの群管理
制御方法及び装置を提供するにある。 具体的には、（１）ダンゴ運転を解消して、待時間、長
待ち率、かご通過率を減少、短縮する群管理制御の実現
、（２）かご先着率の低減を図る群管理制御の実現、（
３）制御目標を設定してから評価指標を求めるまでの具
体的な手法の提供、及び（４）これらの実現のために直
接使用するシステムの提供など夫々目的とするものであ
る。 〔課題を解決するための手段〕 本発明は、第一に、エレベータの位置に応じてそのエレ
ベータに対しホール呼びを優先的に割当てるゾーンを設
定し、少なくともそのゾーンとホール呼びに対する予測
待時間とを演算して評価指標を求めることを特徴とする
ものである。 第２に、ホール呼びを割当てたエレベータ以外のエレベ
ータが、かご呼びで割当てたエレベータより先着すると
予測されるとき、その先着予測エレベータの位置からか
ご呼び階までを先着かご呼びゾーンとして設定し、その
ゾーンを評価指標の一要素として、ゾーン内に発生した
ホール呼びを先着予測エレベータに優先的に割当てるこ
とを特徴とするものである。 第３に、待時間、長待ち率９乗車時間、かご内混雑率、
予約変更率、予的報知時間、輸送能力。 かご先着率、かご通過数及び省エネルギー率のうち少な
くとも２つの制御目標を設定し、設定された各制御目標
に対応する評価指標の各要素を求め、その各要素と制御
目標との影響係数と各要素の重要度より各要素に対する
重み係数の優先度を算出して、優先度の高い重み係数よ
り総合満足度を求め、その総合満足度が所定値以上にな
ったとき評価指標の各要素に対する重み係数を決定する
ことを特徴とするものである。 第４に、複数の制御目標を設定する多目標値設定手段と
、知識データベース化されたデータより、上記複数の制
御目標を実現する制御方式もしくは、制御パラメータを
推論する制御予知手段と、この制御予知手段の結果と現
在の交通需要データにより予測効果をシミュレーション
するシミュレーション手段と、複数の制御目標とシミュ
レーション手段の予測達成値を入力し、制御実行を操作
者が会話的に評価判断する制御実行評価手段と、制御実
行評価手段で、操作者か予測達成値に対し、良好と判断
したとき、制御予知手段で推論された制御方式もしくは
制御パラメータを評価指標として登録するプログラム登
録手段を備えたことを特徴とするものである。更に、シ
ミュレーション手段を用いないで予測を行なうことも特
徴としている。 〔作用〕 まず、第１に、予測待時間を中心とした評価指標に更に
等間隔の優先ゾーンの評価指標を加味すると、エレベー
タ優先ゾーン内に発生したホール呼びは優先的にそのエ
レベータに割当てられるようになる。これによって、等
間隔の優先ゾーン評価指標内の重み係数を適当に調整す
るとダンゴ運転が解消され、平均待時間の大幅短縮に効
果がある。更に１重み係数を次第に大きくして行くと、
待時間の評価指標より、等間隔優先ゾーンの指標が相対
的に大きくなり、ザービスゾーンによる割当て効果が大
きくなる。したがって、これはかご通過数の制御などに
大きく貢献できる。 第２に、先着かご優先ゾーンを評価指標の一要素とし、
この評価指標内の重み係数を適当に変更することにより
、先着かごの到着時間が変化することとなり先着かご率
の制御が実現できる。 第３に、複数の制御目標はお互いに複雑にからみ合うの
で、まず設定された各制御目標（Ｘ、）に対応する評価
指標の各要素を求め（例えば（２１）式）、その各要素
と制御目標との影響係数（Ｑ、、）と、操作者により入
力される各要素の重要度（ｇＪ）により、制御重み係数
（ｋ４）を求めていく、この際、優先度（ｋ、）を求め
て、優先度の高い重み係数より順次シミュレーションし
ていけば少ないシミュレーション回数で総合満足度を満
足するような制御重み係数を決定できる。このようにす
れば、比較的簡単に評価指標の各要素や重み係数である
制御データ（Ｐ、Ａ）を求めることができ、実際の群管
理制御を行なうことができるようになる。 第４に、複数の制御目標を多目標値設定手段より設定す
ると、この目標を達成するに最適な制御方式や制御パラ
メータを制御゛予知手段より過去の知識やノウハウから
推論し、これによる予測結果を出力したり、もしくはシ
ミュレーション手段より現在の交通需要状況からシミュ
レーションしてその予測効果を出力したりして、制御実
行評価手段にて制御目標値と比較判断し、もし不可であ
れば再び目標値を入力し、良好の判定が出るまで会話的
に繰返し、群管理の試行を行う、良好の判定が下るとそ
の群管理プログラムは群管理制御実行装置のプログラム
登録手段にプログラム登録され、これにより、以後群管
理が制御実行される。 このシステム構成により、複数の制御目標値の設定も、
簡単に誰にでも出来るようになる。尚、シミュレーショ
ン手段を省いて構成すれば、簡易なシステムにて構築で
きる。 〔実施例〕 以下、本発明の一実施例を第１図〜第２１図により説明
する。 第１図は、本発明の一実施例の全体ブロック構成で、ブ
ロック１は個性化意志決定支援部、ブロック２は群管理
制御実行部、ブロック３は号機制御装置（３台の場合を
図示）、さらにブロック４はホール呼び装置で構成され
る。 各ブロックの動作概要は下記の通りである。 まず、ブロック１の個性化意志決定支援部は、ビルの使
用形態や管理者の要求に応じて、会話的にエレベータ群
管理の運転方式や呼び割当て方式を選択支援するもので
、この個性化意志決定支援部で操作者が支援結果に対し
、パ良好″との判断を下すと、上記支援結果を、ブロッ
ク２の群管理制御実行部へ転送する。 次に、ブロック４のホール呼び装置でホール呼びが発生
すると、上記ブロック２の群管理制御実行部では、支援
結果の運転方式や呼び割当て方式に従い、最適なエレベ
ータを選択し、ブロック３の号機制御装置のいずれかに
、上記発生呼びを割当てる。 以上、各ブロックの動作概要を述べたが、次に、各ブロ
ックのサブブロックの構成と動作を第１図により説明す
る。 ブロック１のサブブロックは下記により構成される。 （１）入力＆表示手段（ブロック１−Ａ、１−Ｂ）（２
）多目標値設定手段（ブロック１−Ｃ）（３）制御予知
手段（ブロック１−Ｄ）（４）シミュレーション手段（
ブロック１−Ｅ）（５）制御実行評価手段（ブロック１
−Ｆ）入力＆表示手段（１−Ａ、１−Ｂ）は、操作者と
会話を行う入出力手段で、入力手段（１−Ｂ）はキーボ
ードやマウスで構成されブロック１−Ｃの多目標値を設
定する場合や、個性化意志決定支援部の予測結果に対し
、゛′良好′″のコマンドを入力する場合に利用する。 一方、表示手段（１−Ａ）はＣＲＴやＬＣＤ、さらにプ
ラズマデイスプレィ等で構成され、個性化意志決定部の
シミュレーション予測結果等を表示する場合に利用する
。 多目標値設定手段（１−Ｃ）は、ビル管理者等のニーズ
に従い、複数の制御目標値すを設定するブロックで、詳
細は後述するが、待時間、長待ち率、かご混雑率等の目
標値が設定できる。 ブロック１−Ｃで複数の制御目標値が設定されると、こ
の目標値を実現するための運転方式や呼び割当て方式を
制御予知手段（１−Ｄ）で推論する。なお、推論は、過
去の知識をプロダクションルールで記述しておくことに
より、簡単に実現できる。 ブロック１−Ｄの制御予知手段の推論結果Ｃは、ブロッ
ク１−Ｈのシミュレーション手段で、群管理シミュレー
ションが行われ、予測結果ｄが得られる。 ブロック１−Ｅのシミュレーション予測結果ｄと、ブロ
ック１−Ｃの多目標値設定手段の制御目標値すとを入力
し、実際に制御実行をするがどうかの評価を行うブロッ
クが制御実行評価手段（１−Ｆ）である。 ブロック１−Ｆの制御実行評価手段で、操作者が、′良
好”と判断すると、ブロック１−Ｄの制御予知手段で推
論した結果Ｃをブロック２の群管理制御実行部へ転送す
る。もし、制御実行評価手段（１−Ｆ）で操作者が“不
可”と判断すると、再度、多目標値設定手段（１−Ｃ）
へフィードバックし、目標値の再設定を行う０以上の多
目的意志決定法は通常対話型計画法と呼ばれるものであ
る。 次にブロン９２群管理制御実行部の構成と動作概要を述
べる。 このブロックは、 （１）プログラム登録手段（ブロック２−Ａ）（２）デ
ータ学習手段　　（ブロック２−Ｂ）（３）群管理制御
手段　　（ブロック２−Ｃ）で構成される。 プログラム登録手段（２−Ａ）は、前記制御予知手段（
１−Ｄ）の推論結果Ｃを登録するためのもので、登録の
可否は、前記制御実行評価手段（１−Ｆ）の出力ｆで決
定される。 データ学習手段（２−Ｂ）は、個性化意志決定支援部（
ブロック１）への学習データｉを生成するもので、交通
需要データ、群管理制御手段別の実測データなどがある
。 群管理制御手段（２−Ｃ）は、プログラム登録された運
転方式や呼び割当て方式で、実際に群管理制御を実行す
るブロックである。すなわち、ホール呼び装置（ブロッ
ク４）で呼びが発生すると、この群管理制御手段（２−
Ｃ）で、最適なエレベータを選択し、そのホール呼びを
割当てる処理を行う。 以上、第１図にて、全体ブロック構成と動作概要を説明
したが、第２図以降に、各サブブロックの詳細構成と説
明を述べる。 第２図は、多目標値設定手段（１−Ｃ）の詳細ブロック
でブロック１−Ｃ−ａ〜１−Ｃ−ｆで構成される。この
多目標値設定手段（１−Ｃ）は、操作者が感覚的に制御
目標値を入力できるようになっている。すなわち、具体
的な物理制御目標値（たとえば、待時間２５秒以内、か
ご混雑率６０％以下）を入力するのでなく、操作者の感
性目標を５段階レベルで入力できるようにしている。こ
こで、感性目標とは、待時間、かご内混雑率、予約変更
率、予約報知時間、輸送能力、かご先着率等の制御目標
値を正規化して表現したものである。 つまり物理量で直接表現するのではなく、好みの強弱等
のように心理的に感する度合を間接的に（本実施例では
５段階）示したものであり、各々の目標値を相対的に評
価し、操作者の価値感、興味、し好、感覚、好悪等によ
り導かれるエレベータ運行への定性的な概念といえる。 尚、感性目標は、「待時間」を「早く乗りたい」、「か
ご内混雑率」を「空いたかごに乗りたい」等の平易な言
葉で入力できるようにすればエレベータに不慣れな操作
者には一層効果的である。更に、感性目標に対して制御
目標を１対１に対応させず、複数に対応させて重み付け
などを行ない制御目標値を入力するように構成してもよ
い。 さて、−ブロック１−　Ｃ−ａ　〜１−　Ｃ−ｆは、（
１）感性目標値設定手段（１−Ｃ−ａ）（２）ビル・エ
レベータ仕様設定手段（１−Ｃ−ｂ）（３）オンライン
データ入力手段（１−Ｃ−ｃ）（４）個性化関数推論手
段（１−Ｃ−ｄ）（５）個性化関数知識データベース（
１−Ｃ−ｅ）（６）制御目標値変換手段（１−Ｃ−ｆ）
である。 これらのブロックの動作を次に説明する。まず、感性目
標値設定手段（１−Ｃ−ａ）では、第３図に示すように
、評価指標メニューの中から、目標値としたいメニュー
を第１図の入力手段（１−Ｂ）のマウス（座標指定手段
）でクリックして選択する。ここでは、■待時間Ｓｔ、
■かご内混雑率Ｓ４゜■予約変更率Ｓδ、■予約報知時
間Ｓｓ、■輸送能力Ｓ７．■かご先着率Ｓ８の６項目を
選択したことを示している。 一方、第２図のビル・エレベータ仕様設定手段（１−Ｃ
−ｂ）では、ビル性質やエレベータの基本仕様（台数、
速度、サービス階床数等）を入力する。ここでは、第４
図に示すように、ビルの性質を５段階のレーダチャート
で入力する。一般的には、ホテル（ｂ）や−社占有ビル
（ａ）では、エレベータの使われ方が異なるため、レー
ダチャートの形が異なる。なお、ビルの性質を問答形式
で下記のように選択しても良い、この場合、あらかじめ
設定されたレーダチャートが得られる。 く間〉 あなたのビルは下記のうち、どのような使われ方をしま
すか１番号を選択下さい。 （１）−社占有ビル （２）ホテル （３）テナントビル（雑居ビル） （４）デパート ブロック１−　Ｃ−ａの感性目標値設定手段の出力は、
第３図の評価指標メニューを選択すると、６項目のレー
ダチャートが出力され、第５図、第６図のように対応す
るメモリのところをマウスでクリックし、感性の目標を
入力する。第５図は、−社占有ビルの使われ方の場合の
例で、予約変更率Ｓ６やかご内混雑率Ｓ４は余り重要視
されず、待時間Ｓｒ、輸送能力Ｓ７　、予約報知時間Ｓ
ｓが重要視されていることを示している。 一方、ホテルでは一般的には第６図な感性入力となる。 すなわち、待時間Ｓ１や輸送能力Ｓ７よりも、かご内混
雑率Ｓ番や予約変更率Ｓａ、かご先着率Ｓ６の方が重要
視される。 なお、第７図に示すように、−旦感性目標を入力した後
、部分的に修正を加えたい場合、その部分の座標をマウ
スでカーソル移動し、クリックするのみで（ａ）図から
（ｂ）図のように簡単に修正できる。 第８図は、第２図のブロック１−Ｃ−ｅの個性化関数知
識データベースの例である１個性化関数は、ファジー理
論のメンバシップ関数と同様の関数で、各々の項目に応
じて、右上りの関数Ｃｆ７（Ｘ７）　、　ｆｘｏ　（ｘ
ｘｏ）　、　ｆｌｌ（ｘｔｔ））の場合や、右下りの関
数＜ｆｌ（ｘｉ）　〜ｆａ（ｘｓ）、ｆａ（ｘａ）。 ｆａ　（Ｘ９））の場合がある。一方、これら各々の関
数は、種々の条件により、同一個性化関数でも複数の関
数（たとえばｆｌ−（ｘｌ）、ｆｌｂ（ｘＬ）の２パタ
ーン）が定義されている。 したがって、第２図のブロック１−Ｃ−ｄの個性化関数
推論手段では、どの関数を選択するかの推論を行うこと
になる。 第９図は、第２図のビル・エレベータ仕様設定手段（１
−Ｃ−ｂ）やオンラインデータ入力手段（１−Ｃ−ｃ）
のデータ内容により、個性化関数が変化することを示し
ており、どの個性化関数を使用するかは、前述の個性化
関数推論手段（１−Ｃ−ｄ）で選択される。下記にルー
ルの一例を第９図の場合で示す。 くルール１〉 ｉｆ（ホール情報案内装置有か）　ｔｈｅｎ　ｆ　ｔａ
（ｘ　ｔ）ｔｈｅｎ　ｆ　１ｌｌ（Ｘ　ｌ） くルール２〉 １ｆ（−社占有ビルか）　　　　　　ｔｈｅｎｆ４ａ（
ｘａ）くルール３〉 ｉｆ（ホテルビル くルール４〉 ｉｆ（サービス階床差は１０階床以上〕ｔｈｅｎ　ｆ　
ａａ（ｘ　ａ） くルール５〉 ｉｆ〔サービス階床差は５階床以内カリｔｈｅｎ　ｆ　
ａｂ（ｘ　ａ） ルール１〜ルール３はビルの性質やエレベータの仕様に
より、感性が異なることを、ルール４〜ルール５はエレ
ベータの交通需要、すなわちオンラインデータにより、
感性が異なることを示している。 たとえば、ホール待客に対し、天気予報や時刻さらに館
内の行事案内などを表示するホール情報案内装置がない
場合では、ある場合に比べて待客の待時間の感性が（ａ
）；　ｆｔ−（ｘｔ）から（ｂ）；ｆｌ−（ｘｌ）へと
シフトし、待客の待たされる満足度が変化する。 さらに乗車時間の感性についても、サービス階床差が大
きい場合（ａ）；　ｆｓ−Ｃｘｓ）では、途中階に停止
する可能性が大であることを乗客は心得ているが、逆に
サービス階床差が小さい場合（ｂ）；ｆａ−（ｘａ）で
は、途中階での停止が多いといらいらするという感性と
なる。 以上のように、第２図のブロック１−Ｃ−ｅには、第８
図のような個性化関数と前述のルール（ルール１〜ルー
ル５）がデータベース化されている。 第２図の個性化関数推論手段（１−Ｃ−ｄ）の推論結果
は次のブロック制御目標変換手段（１−Ｃ−ｆ）に入力
され、感性目標値から具体的な制御目標値に変換される
．第１０図にその一例を示す。 第１０図において、レーダチャートの感性目標入力は、
前述のように５段階（１〜５）の目盛で行っているが、
これは個性化関数の縦軸の２０〜１００に相当し、下記
のようになる。 （１）かご混雑率 感性目標値：　２０→制御目標値；８０％（２）待時間 ；１００→　　〃　　；３０秒 （３）輸送能力 １１　　　；１００→　　〃　　；４台（４）予約報知
時間 ；１００→　　〃　　；１秒 ここで、輸送能力は、ホール混雑時のエレベータのサー
ビス台数としている。 尚、感性目標値から具体的な制御目標値への変換の際に
は、操作者の要求全てに満足することは困難である場合
が多く、制御目標の目標値に対して何らかの重みや優先
順位を付ける必要が生ずる。 この場合は、各項目間の関連度テーブルを用いたり、Ａ
ＨＰ　（Ａｎａｌｙｔｉｃａｌ　Ｈｉｅｒａｒｃｈｙ　
Ｐｒｏｃｅｓｓ）などの手法を用いて、重みや優先順位
を決定し、具体的な制御目標値を設定する。 次に第１図の制御予知手段（１−Ｄ）の詳細説明を第１
１図〜第１９図を用いて説明する。 第１１図の制御予知手段は、第２図の制御目標変換手段
（１−Ｃ−ｆ）の結果すを入力する制御目標値データ入
力手段（１−Ｄ−ａ）と制御方式・制御パラメータ知識
データベース（１−Ｄ−ｄ）の２つのブロックのデータ
を入力し、最適な群管理制御方式や制御パラメータを推
論するものである。この推論はブロック１−Ｄ−ｂによ
り行われ、その推論結果は、群制御データ格納手段（１
−Ｄ−ｙｂ）により格納される。 ブロック１−Ｄ−ｂの推論は前述のようにプロダクショ
ンルールのデータベース（１−Ｄ−ｄ）により、行われ
るが、このルールを説明する前に、多目標の評価指標を
達成するための群管理基本アルゴリズムを説明する。 まず、第３図の各々の評価指標を達成するためにどのよ
うに制御したら良いかを吟味する。 〔１〕待時間の制御アルゴリズム 呼びが発生したとき、他の割当て済み呼びも考慮して、
最適なエレベータにその呼びを割当てる呼び割当て方式
（持分５７−４００６８号）が最近主流となっている０
本アルゴリズムでも、この呼び割当て方式を主とするが
、これにも下記のように種種提案されている。 （ａ）待時間最小呼び割当て方式（ｗｉｎ）　；発生ホ
ール呼びを最小待時間で到着するエレベータに割当てる
方式。 （ｂ）　ｗｉｎ−ｗａｘ呼び割当て方式；発生ホール呼
びとそれ以降の割当て済ホール呼びの待時間のうち、最
大なものを探索し、これの最小なものに呼びを割当てる
方式。 （ｃ）待時間分散最小呼び割当て方式；発生ホール呼び
の待時間と所定値との偏差が最小なものに呼びを割当て
る方式。 （ｄ）心理的待時問いらいら呼び割当て方式；発生ホー
ル呼びもしくはそれ以降の割当て済ホール呼びの待時間
の２乗の総和が最小なものに呼びを割当てる方式。 以上の呼び割当て方式は一長一短があり、それぞれの特
徴に合せて使い分けるのがペターである。 したがって、これらの予測待時間の評価指標をＷＴで表
わすと、呼び割当て評価指標φは下式により表現できる
。 φＬ＝ｍｉｎ　（ＷＴＬ）　　　　　　　　　　　　−
（１）Ｌ＝１，２．・・・Ｎ ここでＬはエレベータの号機番号でＮは群管理台数であ
る１ｗ１ｎは最小なものを選択することを意味する。 さて、この予測待時間による呼び割当てアルゴリズムは
、個々のホール呼びの予測待時間を管理するため、例え
ば、第３図に示した評価指標のうち、平均待時間や長持
ち率等の短縮に大きく貢献するが、必ずしもエレベータ
の全体の動きのバランスを考慮したものではないため、
ダンゴ運転になりやすい、そこで、（１）式に全体のエ
レベータの動きのバランスを考慮した評価項を加味する
ことを以下吟味する。 エレベータの理想的な運転は１文献；日立評論Ｖｏ１１
．５４　Ｍａｌ　２　ｐ　６７〜ｐ　７３に開示されて
いるように、エレベータの時間的な運転間隔が等間隔に
制御されている場合であり、第１２図にその概念を示す
。 第１２図でｒは基準運転時間間隔で３台の例で示してい
る。すなわち、現想的な運転は、ｔ＝ｔ＾＝ｔａ＝ｔｃ
　　　　　　　　　　　＝４２）となる、ここで、ｔ＾
はＡ号機とＢ号機間の時間間隔で、ｔａ、ｔｃも同様に
Ｂ号機とＣ号機、Ｃ号機とＡ号機のそれである。 第１２図のような運転は実際は皆無に等しい。 そこで、前述の文献では、等間隔運転となるように飛び
越し信号（エレベータ位置の仮想的位置）を発生し、こ
の飛び越し信号をベースとしたサービスゾーンに発生し
た呼びを割付けることにした。 このサービスゾーン呼び割当て方式は、発生ホール呼び
及び割当て済ホール呼びの待時間は考慮されていないた
め、必ずしも待時間の短縮に効果的でない、しかし、エ
レベータ全体のバランスは反映されている。そこで、前
述の（１）式に等間隔優先ゾーンの評価項を加え、（３
）式のように呼び割当て評価指標φＬを修正する。 φＬ　　＝＋ｍｉｎ　（（ＷＴ−ｋｐＺｐ）Ｌ）　　　
　　　　−（３）Ｌ＝１．２．・・・Ｎ ここで、ｋｐは係数、Ｚｐは等間隔優先ゾーンで、この
ゾーン内発生したホール呼びは、ゾーンを受は持つ号機
に優先的に割当てることを意味する。 第１３図に３台のエレベータの場合の各パターンにおけ
る等間隔優先ゾーンの例を示す、第１３図に示すように
、各号機の運転方向と位置と基準運転間隔ｒにより、２
１〜Ｚ６の５つのゾーンに区分される。この区分数Ｍは
、 Ｍ＝　（群管理台数Ｘ２）−１・・・（４）と表現でき
る。 さて、第１３図において、各パターンにおける優先ゾー
ンＺｐは下記の通りとなる。 （１）パターン（ａ）の時 （２）パターン（ｂ）の時 （３）パターン（Ｑ）の時 以上のように、等間隔優先ゾーンＺｐは、エレベータ位
置と基準運転時間間隔により、時々刻々と変化する。こ
の等間隔優先ゾーンの概念を取り入れると、第１３図の
パターン（Ｃ）のようにダンゴ運転となっても、呼びを
受は持つサービスゾーンの項目が加味されるため、比較
的早い時期にこのダンゴ運転が解消される。よって平均
待時間や、長持ち率を更に改善できる。 （３）式で、係数ｋｐを大きくして行くと、待時間ＷＴ
の評価指標が相対的に小さく、がっ、等間隔優先ゾーン
の評価指標の影響が大となり、前記文献に開示したフロ
ーティングサービスの制御方式に近くなり、かご通過率
の制御に大きく貢献する。 以上、等間隔優先ゾーン制御の基本概念を説明したが、
第１４図〜第１７図を用いて、これの詳細処理方法につ
いて説明する。 第１４図は、等間隔優先ゾーンＺｐを求めるための処理
フローである。まず初めに、専用運転等の単独エレベー
タを除いた群管理台数Ｎを計算する（ステップ１００）
、次に基準運転時間間隔ｒを求める。これは、現在ある
いは予測の交通需要のとき、任意のエレベータ１台がサ
ービスしたときの１周時間Ｔａを求め、このＴ１を前述
の群管理台数Ｎで割ったものである。これを式で表わす
と、 ｔ＝’ｌ／Ｎ　　　　　　　　　　・・・７−（ａ）と
なる。 次に、群管理対象のエレベータで最終かご呼びをサービ
スし、待機となっているエレベータがある場合、これの
ダミ一方向を決定する（ステップ３００）。 第１５図は、群管理台数３台（Ａ、Ｂ、Ｃ号機）あり、
Ａ、Ｂ号機は上昇方向、Ｃ号機は無方向の場合のＣ号機
のダミ一方向決定アルゴリズムを示したもので、下記３
方式がある。 （ａ）方向バランス割当て方式 この方式は、上昇方向で運転中のエレベータ台数（Ｎｕ
ｐ＝２）と下降方向で運転中のエレベータ台数（Ｎｏｓ
＝Ｏ）を求め、少ない方向にダミ一方向を割当てるもの
である。第１５図の例では、下降方向に割当てられる。 この方式はアルゴリズムが簡単であるという特徴がある
。 （ｂ）時間間隔バランス割当て方式 この方式は、無方向のエレベータを上昇方向と下降方向
に仮割当てし、そのときの隣接エレベータとの時間間隔
（あるいは距離間隔でも良い）を計算し、バランスの良
い方向に割当てるものである。 今、第１５図のように、下降方向に仮割当てしたときの
隣接エレベータ間の時間間隔をＴ　ｏ　１（Ｃ号機〜Ａ
号機）　＊　Ｔｏｚ　（Ｂ号機〜Ｃ号機）、同様に上昇
方向のそれをＴｕｚ（Ａ号機〜Ｃ号機）。 Ｔｕｚ（Ｃ号機〜Ｂ号機）とし、 となる板方向に割当てれば良い、この方式は、アルゴリ
ズムはやや複雑だが、端階等においても、バランス良く
割当てられる特徴がある。 （Ｃ）両方向割当て方式 この方式は、無方向エレベータを上昇方向と下降方向の
両方向に割当てし、等間隔優先ゾーンを上下方向全てに
生成する方式である。したがって、実方向号機のみで等
間隔優先ゾーンを生成する。 以上、３方式のアルゴリズムを説明したが、ここでは、
（ａ）あるいは（ｂ）方式を適用することとし、Ｃ号機
は下降方向に割当てられたものとする。 次に、第１４図に戻り、ステップ４００において、等間
隔優先ゾーン計算をするためにスタートエレベータを求
める。 第１６図はスタートエレベータを求めるアルゴリズムを
説明するための図で、下記３方式が考えられる。 （ａ）特定号機スタート方式 この方式は、例えば常にＢ号機からスタートするように
、特定号機からスタートする方式である。 （ｂ）最上階／最下階号機スタート方式この方式は、最
上階にいるエレベータ、もしくは最下階にいるエレベー
タからスタートする方式である。第１６図では最下階号
機スタート方式の場合で、Ａ号機からスタートする。 （Ｃ）最接近号機スタート方式 この方式は、隣接エレベータ間の時間間隔を求め、これ
の一番小さいエレベータ、すなわち最接近号機からスタ
ートする方式である。今、第１６図（ｃ）のように、Ａ
号機の位置をｉ階。 Ｂ号機をｊ階、Ｃ号機をに階とすると、ｗｉｎ　　（Ｔ
ＩＪＩ　　ＴＪｍ、　Ｔ＋ａＪ）　　　　　　　　　’
・’７−（Ｃ）となる号機＃Ａをスタートエレベータと
する。 以上、３つの方式のうち、（ａ）、　（ｂ）方式は、ア
ルゴリズムは簡単だが、等間隔優先ゾーンの効果がエレ
ベータ位置パターンに依存する傾向がある。 一方、（ｃ）の最接近号機スタート方式は、最も効果の
ある位置パターンから優先ゾーンを生成できる長所があ
る。なお、先の第１３図は特定号機（＃Ａ）スタート方
式の例で示した。 次に、第１４図のフローに戻り、ステップ５００で各号
機の等間隔優先ゾーンＺｐを計算する。 第１７図は、この等間隔優先ゾーンを生成するための処
理フローである。 第１７図において、前述で求めたスタートエレベータか
ら、その進行方向に１階床ずつシフトしくｉ＝ｉ＋１）
　、スタート階ｆＱｓからｉ階までの到着時間Ｔｘ＊ｓ
＊ｔ　を求めて行く（ステップ５０１〜５０７）、この
処理途中で、他号機を追越（ｄａｔａ−ｆｌｇがオン）
し、かつ、到着時間Ｔ　ｉ　ｔ　Ｓ　？　ｔが基準運転
間隔ｒをオーバーした（Δｔく０）とき、初めて、サー
ビスゾーンを生成する（ステップ５０８，５０９）、１
つのサービスゾーンが生成されたら１次のサービスゾー
ン生成のため、基準運転間隔の補正と、スタート号機の
入れかえを行い、再度同様の処理を行う。全ての階床に
ついて処理が進んだとき、本処理を終了する。 以上の処理により、等間隔優先ゾーンが求まり、このゾ
ーン内に発生したホール呼びは、ゾーンを受は持つ号機
に優先的に割当てられる。なお、等間隔優先ゾーンは、
階床同一レベルとしたが、これを自号機に近いゾーンは
重みを高くしたり、あるいは低くしたり、あるいは所定
条件でこれを変更しても良い。 第１７図はエレベータが時間的に等間隔という前提で優
先ゾーンを生成したが、これを見方を変えて、エレベー
タの位置間隔（距離）が等間隔となるようにしても良い
、この場合、ステップ５０１の処理を基準運転位置間隔
とし、ステップ５０５のＴ□ｓ、ｔ　を距離におきかえ
るだけで容易に実現できる。 以上述べたように、本実施例によれば、待時間評価指標
を中心とした総合評価指標に更に等間隔優先ゾーン評価
指標を加味すると、自号機の等間隔優先ゾーン内に発生
したホール呼びは優先的にその号機に割当てられるよう
になる。これによって、等間隔優先ゾーン評価指標内の
重み係数を適当に調整するとダンゴ運転が解消され、平
均待時間、次に述べる長待ち率などの大幅短縮に効果が
ある。更に、上記重み係数を次第に大きくして行くと、
待時間の評価指標より、等間隔優先ゾーンの指標が相対
的に大きくなり、サービスゾーンによる割当て効果が大
きくなる。したがって、これはかご通過率の制御などに
大きく貢献できる。 〔２〕長持ち率の制御アルゴリズム 待時間１分以上が発生する確率を長待ち率と一般的には
定義される。この長待ち率は待時間の制御アルゴリズム
に大きく依存する。すなわち、全体の平均待時間が小さ
くなれば、長持ち率もこれに依存して小さくなる傾向が
ある。したがって、ここでは、従来から実施されている
方式を採用する。 ｉｆ（既割当て済み待時間）　＞　Ｔ　Ｈ１ｔｈｅｎ（
他の早く来るエレベータに再割当て変更）・・・（８） ここで、Ｔ　Ｈ１はしきい値で、長待ち率の目標値の達
成度合に従い可変となる。このしきい値Ｔ　Ｈｘを余り
小さくすると、後に述べる予約変更率が大きくなる。 なお、この方式の具体的実施例の開示は、特開昭５２−
１１５５４号などにされている。 〔３〕乗車時間の制御アルゴリズム ホール呼びサービス後１乗客は行先階のかご呼びを登録
するが、このかご呼びに到着するまでの時間が乗車時間
である。この乗車時間ｔｃは、（９）式により求まる。 ｔｃ＝　（かご呼びが発生してから継続時間〕＋［現在
位置からかご呼びまでの到着予測時間］　　　　　　　
　　・・・（９）ところで、かご呼びは複数個存在する
場合があるため、ここでは、呼び割当て評価指標に加味
する乗車時間の評価指標Ｔｃは、（１０）式で近似する
。 Ｔｃ＝ｍａｘ　　（ｔａｘ、　　ｔｃｚ、　　−ｔｃｓ
）　　　　−（１０）ここで、ｔａｌ、　ｔｃｚ、　−
ｔｃｓは、Ｍ個のかご呼びの各々の乗車時間である。 勿論、（ｌＯ）式で、各々の乗車時間の平均を取ったり
、２乗の総和を取ったりしても良い。 以上の乗車時間の評価指標Ｔｃを（３）式に加味すると
、（１１）式のようになる。 φＬ＝ｍｉｎ　（（ＷＴ−ｋｐＺｐ＋ｋｃＴｃ）し）Ｌ
＝１．２．・・・Ｎ ・・・（１１） ここで、ｋｃは乗車時間指標の重み係数である。 （１１）式において、第１項の評価指標と第３項の評価
指標を加味したものは、特開昭５３−１４０７４８号に
開示されている。この２つの評価指標は一般的にホール
待客がホール呼びを発生させてから、行先階のかご呼び
まで到着する時間、すなわち、サービス完了時間と呼ば
れているものである。 〔４〕かご内混雑率の制御アルゴリズムかご内混雑率を
制御するということは、できるだけ空いたエレベータに
乗りたいという意味で、特にホテル等でニーズがある。 かご内混雑率の制御のためには、ホール呼び、かご呼び
、あるいはホール待客数、かご乗客数の情報を用いて、
各エレベータ毎に階床別予測乗客数を演算することが必
要である。この演算方法は、特開昭５２−４７２４９号
などに詳細に開示されている。 さて、階床別予測乗客数が演算できると、第１８図のよ
うに、発生ホール呼びを仮割当てたときのこの発生呼び
ホール呼び以降から端階まで予測乗客数を探索し、これ
をかご内混雑率制御の評価指標Ｌｏａｄとする。このか
ご内混雑率評価指襟しｏａｄも待時間の評価指標と同様
に下記の案が考えられる。 （１）かご内混雑率最小方式 この方式は、発生呼び階の予測かご乗客数のみを評価指
標とする方式。 （２）　ｗｉｎ−ｙａａｘ方式 発生呼びから端階までの予測かご乗客数のうち、最大な
予測かご乗客数を評価指標とする方式。 （３）分散最小方式 発生呼び階の予測かご乗客数を所定値の偏差を評価指標
とする方式。 （４）心理的いらいら方式 発生呼びから端階までの予測かご乗客数の２乗の総和を
評価指標とする方式。 第１８図は上記の方式のうち、５ｉｎ−■ａｘ方式で説
明している。この図ではＡ号機の予測かご乗客数の評価
指標は９人／定員、Ｂ号機は４人／定員となる。 したがって、かご内混雑率評価指標Ｌｏａｄを（１１）
式に加味すると（１２）式のようになる。 φＬ＝ｍｉｎ　　（（ＷＴ　−ｋｐＺｐ＋　ｋｃＴｃ＋
　ｋＬＬｏａｄ）し）Ｌ＝１．２．・・・Ｎ ・・・（１２） ここで、ｋＬはかご内混雑評価指標Ｌｏａｄの重み係数
である。 〔５〕予約変更率の制御アルゴリズム 予約変更は、満員が発生した場合や、長待ちが発生した
場合に他のサービスの良いかごに呼びを再割当てる場合
に主に生じる。 長待ち時の予約変更アルゴリズムは（８）式に開示した
。満員時の予約変更アルゴリズムも、（８）式と同様に
、 ｉｆ（既割当て済みの予測かご乗客数））ＴＨｚ　ｔｈ
ｅｎ（他の予測かご乗客数の少ないエレベータに再割当
て変更）　　　　　　　・・・（１３）となる。 ここで、Ｔ　Ｈ２はしきい値で、かご内混雑度合に応じ
て可変とする。なお、再割当て評価式は（１２）式で用
いて良い。 〔６〕予約報知時間の制御アルゴリズムホール呼びが発
生してから、予約かごを案内するまでの時間のしきい値
Ｔ　Ｈａを可変とする方式である。勿論この期間中は、
発生ホール呼びの割当てを適当間隔で、見直ししている
ものとする。 これを式で表わすと、 ｉ　ｆ　（ｔ　１２−　ｔ　ｔｚ）　＜ＴＨａｔｈｅｎ
（ｔｔｚ時点で発生ホール呼びへ最適かご割当て） ｅｌｓｅ　（ｔ　ｔｚ　−１時点で割当てたかごを予約
報知）　　　　　　　　　　　　・・・（１４）ここで
、ｔｒｓは呼び発生時刻、ｔ、ｉ２は現在時刻で呼び発
生時はｔｔｔ＝ｔ＋２である。 上記しきい値Ｔ　Ｈａは第１０図で前述のように、個性
化関数Ｌａ（ｘａ）により、得られたものである。 〔７〕輸送能力の制御アルゴリズム 輸送能力を制御するには、運転方式を分割急行運転とし
たり、混雑ホール階へのサービス台数を増加したりする
案が考えられている。 ここでは、第１０図で前述のように、サービス台数で説
明する。これは（１５）式で表わされる。 ｉｆ（混雑ホール階のサービス台数）＜ＴＨ。 ｔｈｅｎ　（その階へ割当て以外のかごを新たに割当て
る）　　　　　　　　　　　・・・（１５）ここで、し
きい値Ｔ　Ｈ４はサービス台数で、１゜２、・・・Ｎの
値である。なお、割当て評価式は（１２）式を用いて良
い。 〔８〕かご先着率の制御アルゴリズム かご先着率とは予約以外のかごが早く到着する割合で、
これは、第１９図に示すように、５階の割当てホール呼
びがサービスされる前に、Ａ号機のかご呼びでＢ号機よ
り早く到着する場合である。 この場合、第１９図に示すように、先着かご呼びが発生
すると予測された時点（Ｔ＾＜　Ｔ　Ｂのかご呼び発生
）で先着かご優先ゾーンＺｃを発生し、このゾーン間に
発生したホール呼びは優先的に割当てる。 すなわち、 ｉｆ（かご呼びとそのかご呼び以外のエレベータに割当
てられている未サービスホール呼びが一致し、かつかご
呼びで先着すると予＠）　ｔｈｅｎ （その先着かご階までの優先ゾーンを生成）・・・（１
６） （１６）式で指定された優先ゾーンＺｚは呼び割当て評
価指標中に加味される。すなわち、（１２）式に２２を
加味すると、（１７）式のようになる。 φＬ＝ｍｉｎ（（ＷＴ　−ｋｐＺｐ＋　ｋｃＴｃ＋　ｋ
ＬＬｏａｄ−ｋｚＺｘ）Ｌ）Ｌ＝１．２．・・・Ｎ ・・・（１７） ここで、ｋｇは先着かご優先ゾーンの重み係数である。 本実施例によれば、待時間評価指標を中心とした総合評
価指標に更に先着かご優先ゾーン評価指標を加味し、こ
の評価指標内の重み係数を適当に変更することにより、
先着かごの到着時間を変えることができる。従って先着
かご率を制御することが可能となり、群管理の多目標制
御に貢献し得ることとなる。

〔９〕かご通過数の制御アルゴリズム かご通過数は、他号機が追い越さないように制御するも
ので、これは、〔１〕の待時間の制御アルゴリズムで述
べた係数ｋｐにより制御できる。 すなわち、ｋｐ　を大きくして行くと、等間隔制御の効
果が大きくなり、追い越しが少なくなってくる。この効
果を定性的に示したものが、第２０図である。 なお、第２０図では待時間が最適なパラメータｋｐが存
在する。 〔１０〕一般情報案内量の制御アルゴリズムホールにホ
ール情報案内装置（図示なし）が有るとき、この情報案
内の量、すなわち、割当てエレベータの状況の案内の他
に、天気予報やビル内のイベント案内９峙刻、その他ニ
ュースなどの一般情報の種類をどれだけ案内するかの制
御である。 たとえ・ば、下記のようなレベル分けができる。 （１）レベル１（感性値２０に相当） 割当てエレベータの位置、待時間、かご乗客数等の状況
を時々刻々と案内表示もしくは音声案内する。 （２）レベル２（感性値４０に相当） レベル１の案内の他、現在時刻ならびに天気予報を組合
せて案内表示もしくは音声案内する。 （３）レベル３（感性値６０に相当） レベル２の案内の他、今日の主なニュースを組合せて案
内表示もしくは音声案内する。 （４）レベル４（感性値８０に相当） レベル３の案内の他に、ビル内のイベント（催し案内）
情報を組合せて案内表示もしくは音声案内する。 （５）レベル５（感性値１００に相当）レベル４の案内
の他に、昼食時のメニュー案内や株式情報もしくは電車
や地下鉄等の他の交通機関の発車時刻の案内表示や音声
案内をする。 以上、案内量のレベル分けの例を示したが、このように
、レベルが高くなるほど、ホール待客に対して、案内情
報量が多くなることを示している。 この案内報知は、ホール情報案内装置の数によっても方
法が異なる。 たとえば、複数の群管理エレベータに対し、１つの案内
装置しかないときは、案内内容を切換えることになるし
、複数個存在すれば、割当て号機以外のホール情報案内
装置には、割当てエレベータの状況案内以外の一般情報
をそれぞれ案内するなど案内方法が変る。 その他、同一案内内容をくり返し案内するなどを組合せ
ても良い、すなわち、レベルが高くなるほど、このくり
返し案内回数を多くすることが容易に実現できる。 以上のように、案内内容は、常時決定されたものではな
く、その時々で種々編集して案内できるようにシステム
を構築することが肝要である。 〔１１〕省エネ率の制御アルゴリズム 省エネ率を制御するには、 （１）サービス台数を制御する方式 （２）発生ホール呼び付近の停止呼びを評価する方式 ％式％ 本発明の一実施例では、後者の発生ホール呼び付近の停
止呼び（割当て済ホール呼びあるいはかご呼び）を評価
指標とする場合について説明する。 すなわち、（１７）式に停止呼び評価指標Ｚｓを加味す
ると、（１８）式のようになる。 φし＝ｌｉｎ（（ＷＴ−ｋｐＺｐ＋ｋｃＴｃ＋ｋＬＬｏ
ａｄ−ｋｚＺｚ−ｋｓＺｓ）し）Ｌ＝１．２．・・・Ｎ ・・・（１８） ここで、Ｚｓは発生ホール呼びの前後所定階床の停止呼
びを評価する指標で、ｋｓはこれの重み係数である。 この停止呼び評価指標の具体的実現例は、特開昭５２−
１２６８４５号に開示されている。 以上、第３図の評価指標の各々の制御アルゴリズムを述
べたが、これをまとめると、制御アルゴリズムは、（８
）式、　（１３）式、　（１４）式、　（１５）式。 （１８）式に集約される。したがって、呼び割当ての制
御パラメータＰは、 Ｐ　＝（Ｔ　ＨＩＨＴ　Ｈｚ、　Ｔ　Ｈａ、　Ｔ　Ｈ４
＋　ｋｐ＋　ｋｃ＋ｋＬ、　ｋｇ、　ｋｓ）　　　　　
　　　　−（１９）となる。なお、評価指標を達成する
ため、複数の方式が考えられる場合、その制御アルゴリ
ズムＡは Ａ＝　　（Ａｌ、　　Ａｘ、　　”ＡｘＡｘ）　　　　
　　・・・（２０）で表わされ、いずれかの制御方式が
選択される。 （２０）式でＡＭ＾Ｘは制御方式の種類の最大数を示す
。 以上から、第１１図の制御予知手段の出力データＣは、
（１９）、　（２０）式のＰ、Ａを意味する。したがっ
て、第１１図のブロック１−Ｄ−ｄの知識データベース
には、次のようなルールがデータベースされている。 くルール６〉 ｌ　ｆ　（（Ｘ　ｉｓ　Ｘ　Ｚｓ”’　ｔ　Ｘ　１１）
ｉ、（学習データｉ）１〕ｔｈａｎ　（Ｐｌｔ　Ａｌ） くルール７〉 ｌ　ｆ　（（ｘｔ、　７Ｃ＊ｇ”’ＨＸ１１ｂ）　（学
習データ１ｈ）ｔｈｅｎ　（Ｐｚ、　　Ａｚ） くルールｊ〉 ｉ　ｆ　（（ｘｌｔｘｚ、−、＊１１）Ｊ、　（学習デ
ータ１）Ｊ）ｔｈｅｎ　（ＰＪ、　ＡＪ） これらのルールは、予じめ考えられる組合せについて、
オフラインシミュレーションを行うことにより生成でき
る。 上記のルールで、（ｘｔ、　ｘｚ、・・・、Ｘ１１）は
各評価指標のデータである。 したがって、第１１図ブロック１−Ｄ−ｄの制御方式制
御パラメータの推論は、上記ルールの一致するパターン
を探索することを意味する。 以上、第１図の制御予知手段（１−Ｄ）の詳細説明を述
べたが、次に第１図のシミュレーション手段（１−Ｅ）
について、第２１図を用いて説明する。 このシミュレーションの目的は、操作者がレーダチャー
トで選択した評価指標について、現在の交通需要でどれ
だけの効果が期待できるかの予測効果を出力するための
ものである。 すなわち、第２１図において、群管理シミュレーション
手段（１−Ｅ−ｄ）は、群制御データ入力手段（１−Ｅ
−ａ）と学習データ入力手段（１−Ｅ−ｄ）とビル・エ
レベータ仕様データ入力手段（１−Ｅ−ｃ）の３つのブ
ロックからのデータを得て、シミュレーションを行い、
その予測効果データを統計処理手段（１−Ｅ−ｅ）で制
御項目毎に統計処理し、この結果、すなわち予測達成値
をブロック１−Ｅ−ｆで感性データに変換する。 なお、制御評価指標から感性データへの変換は、第１０
図で述べた変換の逆を行うことで簡単に求まる。 次に第１図の制御実行評価手段（１−Ｆ）の詳細を第２
２図〜第２３図により説明する。 第２３図は、制御実行評価手段（１−Ｆ）の内部ブロッ
ク構成である。このブロックは、３つのデータ、すなわ
ち、 （１）目標データ （２）シミュレーションによる予測結果のデータ（３）
実測データ を各々感性の尺度に変換（ブロック１−Ｆ−ａ〜１−Ｆ
−ｃ）Ｌ、これを表示手段１−Ａに合成表示（１−Ｆ−
ｄ）Ｌ、、操作者が“良好″であると判断したとき、制
御実行キーｆを出力（１−Ｆ−ｅ）する動作を行う。 第２３図は、表示手段１−Ａに合成表示した例を示して
いる。勿論、同時に３つのブロックを表示せず、それぞ
れ２つずつ組合せ表示しても良いことは言うまでもない
。 次に第１図ブロック２である群管理制御実行部の内部構
成について説明するが、データ学習手段（２−Ｂ）につ
いては、文献、日立評論ＶｏＬ、６５Ｎａ６．Ｐ４３〜
Ｐ４８に開示した手法を用いることにより、簡単に実現
できるため、その内部構成の説明は割愛する。 まず、プログラム登録手段（２−Ａ）は′、第２４図の
ブロックで構成される。すなわち、制御予知手段（１−
Ｄ）の出力Ｃ５群制御データ（（１９）式、　（２０）
式）を入力する入力手段（２−Ａ−ａ）　、制御実行キ
ーデータｆを入力する手段（２−Ａ−ｄ）　、交通需要
別に群制御データを群制御データベース（２−Ａ−ｄ）
に格納する手段（２−Ａ−ｃ）で構成される。 第２４図では交通需要別にプログラムを登録することを
述べたが、これを時間帯別に登録しても良い０以上のよ
うに、操作者の判断を下しながら。 交通需要別に複数の群制御データを生成する。 次に、第１図ブロック２の群管理制御手段（２−Ｃ）の
内部構成を第２５図に示した。 まず、ホール呼び装置４でホール呼びｊが発生すると、
このデータは第２５図ホール呼びデータ入力手段（２−
、ｃ−ｂ）で入力され、学習データｉと、群制御データ
ｇを入力しく２−ｃ−ａ）、最適なエレベータに、ホー
ル呼びが割当てられる（２−Ｃ−ｃ）。その割当て結果
はエレベータ制御データテーブルに格納され、このテー
ブルを介して割当てエレベータにデータ（ｋ）が転送さ
れる。 なお、呼び割当て手段（２−Ｃ−ｃ）は、前述の呼び割
当て評価式（１８）式や制御方式（２０）式と同様なア
ルゴリズムで構成されている。 以上、本発明の一実施例を述べたが、本実施例の効果を
次に述べる。 まず第１に、群管理構成を、大きく、多目標値を実現す
るための個性化意志決定支援部と群管理制御実行部の２
つに分け、前者の個性化意志決定支援部では会話的に群
制御方式が決定できるため、ビル管理者の要求に、正確
に、速く対応可能となる。 第２に、個性化意志決定支援部では、感性目標値、予測
データ値、実測データ値をレーダチャート上に合成表示
できるため、直感的に群管理制御状態を把握することが
できる。 第３に、多目標値設定手段では、誰にも直感で目標設定
できる感性目標入力方式を採用したため、操作性が大幅
に向上した。 第４に、感性データから制御目標に変換する個性化関数
とそのルールはＡＩ技法により、知識データベース化し
ており、簡単に修正、追加の編集ができる。また、制御
方式を制御パラメータについても知識データベース化さ
れており、簡単に編集ができる。 第５に、呼び割当て評価式は各種の制御目標を達成する
ための評価指標に係数を乗じて各々加算した総合評価式
を採用したため、係数を変えるのみで、簡単に群管理制
御方式を変更することができる。 第６に、呼び割当て評価式として、待時間の評価指標に
、理想運転である等間隔優先ゾーン評価指標を加味した
ため、ダンゴ運転が解消され、平均待時間、長待ち率の
短縮に大きく貢献する。また、等間隔優先ゾーンの重み
係数を大きくして行くと、かご通過率の制御も可能とな
り、条目標値制御が容易となる。 第７に、かご内混雑率の評価指標として、階床別予測乗
客数を評価式に加味したため、かご負荷をコントロール
でき、満貫通過等が少なくなる。 また、空いたエレベータを割当てるなど自由に出き、ホ
テルや病院等の要求にマツチすることができる。 第８に、予約変更率や、予約報知時間、長待ち率、さら
に輸送能力（サービス台数）については、そのしきい値
を目標値に従い、変更するだけで、簡単に制御できる。 第９に、かご先着率の評価指標として、先着かご優先ゾ
ーンを採用し、この重み係数を変更することにより、簡
単に制御できる。 第１０に、ホール情報案内装置の案内量を情報の種類を
組合せて、複数の段階にレベリングしているため、案内
量の制御が容易となる。 第１１に、省エネ率の評価指標として、発生呼び付近の
停止呼びを評価指標を採用しているため、この重み係数
を変化させることにより、無段階の省エネ制御ができる
５ 第１２に、個性化意志決定支援部から、群管理制御実行
部へのデータは、制御方式や制御パラメータのみを転送
するため、群管理実行部のオンライン処理性能を向上さ
せ、安価なマイコン（１６ビツト）でも実現可能である
。 第１３に、群管理制御実行部にプログラム登録手段を設
けたことにより、個性化意志決定部を切り離しても良く
、構成の柔軟性が増加し、保守性。 コストの点で効果がある。 次に本発明の他の実施例を説明する。 本発明の一実施例の評価指標として、第３図の項目のみ
を挙げたが、これ以外の評価指標を追加しても良い、又
、第５図、第６図のレーダチャートの項目と感性目標値
の例を示したが、これに限られたものではないが、この
レーダチャートの項目に選択されなかった重み係数は０
としても良い。 なお、レーダチャートの項目の重要度については特に入
力しなかったが、お互いの評価指標が競合の関係にある
とき１重要度の優先順位を入力し、これにより競合を解
消することで実現できる。 また、第１図の群管理制御実行部には、制御パラメータ
をオンラインデータで自動調整するためのシミュレーシ
ョン機能を付加していないが、これを付加しても良い。 また、個性化意志決定支援部と群管理制御実行部間の物
理的インターフェースについては、特に明らかにしてい
なかったが、個性化意志決定支援部をポータプルとツー
ル化し、これを、電話回線を使用して、ホストのコンピ
ュータセンタから、個性化意志決定支援を行ったり、顧
客の前でそれを実施したりしても良い。 更に、個性化意志決定支援部を別個に設けることなく群
管理制御実行部の中に設けてもよい。この際群管理実行
部の負荷が大きくなるが、構成自体はコンパクトになる
。 さらに、第１９図で述べた先着かご優先ゾーンＺｃは、
見方を逆にして先着から呼びではなく、先着される割当
てホール呼びペナルティゾーンＺ）ｌとし、これを重み
係数ｋＨと乗じ、（１７）式の−ｋｚＺｚの代りに＋ｋ
ｚＺｘを加味することで同様の効果が得られる。 また、第１図の多目標値設定手段では、操作者の感性で
目標値を入力できるように構成したが、これを具体的な
物理制御目標値を入力できるようにしても良い、この場
合、制御実行評価手段での合成表示も全て物理制御量で
表示する。 また、第１図の個性化意志決定支援部では、シミュレー
ション手段を有し、現在の交通需要状態の予測効果を出
力できるが、このシミュレーション手段を除いた構成と
しても良い、ただし、この場合、予測効果は、過去の学
習データで得られたものだけとなるが、構成が簡単にな
る。 また、第１１図の制御予知手段１−Ｄのブロック１−Ｄ
−ｄの知識データベースには、前述のルール６、ルール
７のように、目標値と学習データの組合せパターンをル
ール化しているが、このルールは莫大な量となる。した
がって、このルールの量を減らす方法と知識データベー
スの獲得手法について、第２６図〜第２９図を用いて説
明を加える。 第２６図の説明の前にこの実施例の基本概念を説明する
。 第１１図の制御予知手段は、複数の制御目標値Ｘｔ　、
Ｘ２　ｔ・・・と交通需要データを入力し、この制御目
標値を達成するための評価指標の制御データ（Ｐ、Ａ）
を求めることにある。 群管理システムは、数式ではモデリング出来ず、実際の
エレベータ群の動きをシミュレーションし、その結果の
統計的手法により制御方式の評価をしている。ところが
、前述のように制御目標値が多くなるとお互いの制御目
標が複雑にからみ合い、その解析だけでもかなりのマン
アワーを要す。そこでこれを解決する手法として、第２
７図に示すような制御重み係数の制御目標値への影響係
数から制御重み係数の優先度を求め、優先度の高い重み
係数が順次決定してシミュレーションを実行し、後述の
総合満足度Ｓが所定値以上になるまで繰返し実行するこ
とにより制御重み係数が求まる。第２７図〜第２９図で
は、説明を容易にするため、制御目標値として、待時間
Ｘｉ、かご内混雑率Ｘ４　、かご先着率ｘａの３項目と
し、それぞれの設定値を７１．マ番、マａとする。一方
、これらを達成するための呼び割当て評価式φしを下記
のような要素に限定する。 φし＝ｍｉｎ（（ＷＴ　−ｋｐ　Ｚｐ＋　ｋＬｌ、ｏａ
ｄ−ｋｚＺｚ）し）Ｌ＝１，２．・・・Ｎ　　　　・・
・（２１）なお、（１９）式のしきい値や（２０）式の
制御アルゴリズムは固定とする。 したがって、制御重み係数は（２１）式のｋｐ　。 ｋＬ　、ｋｚの３つを求めることになる。 第２７図は、制御重み係数ｋｐ　、にし、ｋｚと制御目
標値Ｘ１　ｇ　ｘ４１　Ｘ８への影響係数Ｑ　ｈ　ｘを
求めたもので、これは、 で表わされる。影響係数は符号を有し、正符号を増加を
、負符号は減少を示し、値が大きい程、重み係数の感度
が高いことを示している。 第２８図、第２９図は、顧客の感性入力から求めた制御
目標値の重要度（ｇ１〜ｇａ）から、制御重み係数の決
定のための優先度Ｋｔ　を求めた図であるｓＫｔは、 ＫＩ＝Σｌ　Ｑｋｔｘａ　・ｇＪＩ　　　　　　−（２
３）で表わされる。 第２８図のケース１は重要度がｇ　１＝０　、６　。 ｇ４＝０．３．ｇａ：ｏ、１で待時間が大きく重要視さ
れている場合、第２９図のケース２は重要度がｇｔ：：
０．３．ｇａ＝ｏ−６＊　ｇａ＝ｏ−１でかご内混雑率
が重要視された場合である。 第２８図のケース１では、制御重み係数の優先度は、ｋ
ｐ−＋ｋＬ４ｋｚの順に、第２９図のケース２の例では
ｋＬ→ｋｐ−＋ｋｘの順になる。このように、制御重み
係数の優先度は影響係数Ｑｂｘと制御目標値の重要度ｇ
の積で決定される。したがって、優先度の高い重み係数
より順次決定して行くため、比較的少ないシミュレーシ
ョン回数で重み係数が求まる。 第２６図において、総合満足度Ｓ（％）は、前述の評価
項目では ・・・（２４） となる、ここで、ＸＪは設定値、ＸＪはシミュレーショ
ンの統計処理結果である。 （２４）式のＳは１００点が満足である。また、評価項
目によっては、設定値７４以上あるいは以下で満足度１
００点になるとき、（２４）式に条件式が加わる。 ステップ７００の影響係数Ｑ　ｂ　ｘを求めるためには
、少なくともステップ９００のシミュレーションは３口
実行し、第２７図のようなグラフを作成できるようにす
る必要がある。 また、ステップ１０００において、総合満足度Ｓが所定
値以上にならないとき、途中でループ回数を打切るなど
の判定も当然加味されている。 以上のように、制御重み係数を優先度の高い順から決定
して行くため、比較、的少ないシミュレーション回数で
制御重み係数を求めることができる。 この制御重み係数を求めることを知識工学の言葉で云う
と、知識獲得と呼ばれる。 なお、毎回このシミュレーションによる重み係数を得て
いては、やはり多くの時間を要すため、−旦求まった重
み係数は知識テーブルとして蓄積し、２度目に同じ入力
があったとき、この知識テーブルを探索し、あれば、こ
のデータを出力し、なければ前述の知識獲得の処理とな
る。このようにすれば、知識テーブルの削減と処理の高
速化が図れる効果がある。 以上、本発明の他の実施例においても、本発明の一実施
例と同様の効果がある。 〔発明の効果〕 以上、本発明によれば、第１に予測待時間を中心とした
評価指標に等間隔の優先ゾーンの評価指標を導入するこ
とにより、かごの通過数の制御が可能である。したがっ
て、待時間、長待ち率などの他かご通過数などを制御目
標として設定でき群管理の多目標制御ができる効果があ
る。又、本評価指標の重み係数を適正に調整することに
より、ダンゴ運転を解消できる効果がある。 第２に評価指標に先着かご優先ゾーンを導入することに
より、先着かご率の制御が可能となる。 したがって、先着かご率を制御目標値として設定でき、
群管理の多目標制御ができる効果がある。 第３に、設定された複数の制御目標から評価指標の制御
パラメータを求める具体的な手法を提供したので、実際
に、操作者の希望を採り入れた群管理の多目標制御が実
現できる効果がある。 第４に複数の制御目標の設定を、会話的に行うことがで
き、エレベータの非専門家にも容易に操作できる効果が
ある。また、群管理制御実行装置に操作結果を登録でき
るプログラム登録手段を設けたため、複数の制御目標の
設定を支援する個性化意志決定支援装置と実際に制御を
行う群管理制御実行装置は必ずしも同一場所に設置する
必要なく、システムの柔軟性、保守性さらにコスト的に
も大きく貢献する。

【図面の簡単な説明】

第１図は本発明の一実施例の全体ブロック構成図、第２
図は第１図のブロック１−Ｃの詳細構成図、第３図〜第
１０図はブロック１−Ｃの動作説明図、第１１図は第１
図のブロック１−Ｄの詳細構成図、第１２図及び第１３
図は本発明の等間隔優先ゾーン制御の説明図、第１４図
は等間隔優先ゾーンを求める処理フロー図、第１５図及
び第１６図は等間隔の優先ゾーンの説明図、第１７図は
等間隔優先ゾーンを求める処理フロー図、第１８図はか
ご内混雑率制御の説明図、第１９図はかご先着率制御の
説明図、第２０図はかご通過率制御の説明図、第２１図
は第１図のブロック１−Ｅの詳細構成図、第２２図は第
１図のブロック１−Ｆの詳細構成図、第２３図は第２２
図の動作説明図、第２４図、第２５図は、第１図のブロ
ック２−Ａ、２−Ｃの詳細構成図、第２６図は、複数の
制御目標から制御データを求める処理フロー図、第２７
図〜第２９図は制御重み係数を決定するための具体例を
示す図である。 １・・・個性化意志決定支援部、２・・・群管理制御実
行部、３・・・号機制御装置、４・・・ホール呼び装置
、１−Ａ、１−Ｂ・・・入力＆表示手段、１−Ｃ・・・
多目標値設定手段、１−Ｄ・・・制御予知手段、１−Ｅ
・・・シミュレーション手段、１−Ｆ・・・制御実行評
価手段、２−Ａ・・・プログラム登録手段、２−Ｂ・・
・データ学第３　口 第４０ め５口 １　口 第″１口 第　９　の 半　（Ｏ図 箒１３　巳 第１４（２） 第　ＩＳ　　目 第１’ｌ［］ 第１８０ 第（９口 第２０口 年’ｌ相１１ずラメーク脅Ｐ 情７７［２１１ 第２３囚 阜斗図 第２Ｓ口 第２６０ 弔２７１！１ 第ｚｇ　　図 第Ｚ’ｌ　口

Claims (1)

1. 【特許請求の範囲】 １、複数のエレベータ毎に算出した評価指標が最適なエ
   レベータにホール呼びを割当てるエレベータの群管理制
   御方法において、エレベータの位置に応じてそのエレベ
   ータに対し上記ホール呼びを優先的に割当てるゾーンを
   設定し、少なくともそのゾーンと上記ホール呼びに対す
   る予測待時間とを演算して上記評価指標を求めることを
   特徴とするエレベータの群管理制御方法。 ２、上記ゾーンは、エレベータの運転方向、位置及び基
   準運転時間間隔により区分された時間的等間隔ゾーンで
   ある請求項１記載のエレベータの群管理制御方法。 ３、上記ゾーンは、エレベータの運転方向、位置及び基
   準運転位置間隔により区分された距離的等間隔ゾーンで
   ある請求項１記載のエレベータの群管理制御方法。 ４、待機エレベータがある場合、運転エレベータの上下
   運転方向別の台数を求め、台数の少ない方向を上記待機
   エレベータの運転方向として決定しゾーン設定を行なう
   請求項２または３記載のエレベータの群管理制御方法。 ５、待機エレベータがある場合、上下両方向に仮割当し
   、隣接エレベータとの時間または位置間隔を演算し上記
   待機エレベータの運転方向を決定してゾーン設定を行な
   う請求項２または３記載のエレベータの群管理制御方法
   。 ６、待機エレベータがある場合、上下両方向に割当し、
   上下両方向に夫々ゾーン設定を行なう請求項２または３
   記載のエレベータの群管理制御方法。 ７、特定エレベータをスタートエレベータとしてゾーン
   設定を行なう請求項２または３記載のエレベータの群管
   理制御方法。 ８、最下階または最上階にいるエレベータをスタートエ
   レベータとしてゾーン設定を行なう請求項２または３記
   載のエレベータの群管理制御方法。 ９、隣接エレベータ間の時間または位置間隔を演算し最
   接近エレベータをスタートエレベータとしてゾーン設定
   を行なう請求項２または３記載のエレベータの群管理制
   御方法。 １０、複数のエレベータ毎に算出した評価指標が最適な
   エレベータにホール呼びを割当てるエレベータの群管理
   制御方法において、上記ホール呼びを割当てたエレベー
   タ以外のエレベータが、かご呼びで上記割当てたエレベ
   ータより先着すると予測されるとき、その先着予測エレ
   ベータの位置から上記かご呼び階までを先着かご呼びゾ
   ーンとして設定し、そのゾーンを上記評価指標の一要素
   として、ゾーン内に発生したホール呼びを上記先着予測
   エレベータに優先的に割当てることを特徴とするエレベ
   ータの群管理制御方法。 １１、複数のエレベータ毎に算出した評価指標が最適な
   エレベータにホール呼びを割当てるエレベータの群管理
   制御方法において、少なくとも２つの制御目標を設定し
   、設定された各制御目標に対応する上記評価指標の各要
   素を求め、その各要素に対する重みを優先度に応じて決
   定することを特徴とするエレベータの群管理制御方法。 １２、複数のエレベータ毎に算出した評価指標が最適な
   エレベータにホール呼びを割当てるエレベータの群管理
   制御方法において、待時間、長待ち率、乗車時間、かご
   内混雑率、予約変更率、予約報知時間、輸送能力、かご
   先着率、かご通過数及び省エネルギー率のうち少なくと
   も２つの制御目標を設定し、設定された各制御目標に対
   応する上記評価指標の各要素を求め、その各要素と上記
   制御目標との影響係数と各要素の重要度より各要素に対
   する重み係数の優先度を算出して、優先度の高い重み係
   数より総合満足度を求め、その総合満足度が所定値以上
   になつたとき上記評価指標の各要素に対する重み係数を
   決定することを特徴とするエレベータの群管理制御方法
   。 １３、上記優先度の高い重み係数より順次シミュレーシ
   ョンを実行して上記総合満足度を算出する請求項１２記
   載のエレベータの群管理制御方法。 １４、複数のエレベータ毎に算出した評価指標が最適な
   エレベータにホール呼びを割当てるエレベータの群管理
   制御装置において、複数の制御目標を設定する各目標値
   設定手段と、知識データベース化されたデータより、上
   記複数の制御目標を実現する制御方式もしくは、制御パ
   ラメータを推論する制御予知手段と、この制御予知手段
   の結果と現在の交通需要データにより予測効果をシミュ
   レーションするシミュレーション手段と、上記複数の制
   御目標と上記シミュレーション手段の予測達成値を入力
   し、制御実行を操作者が会話的に評価判断する制御実行
   評価手段と、上記制御実行評価手段で、操作者が予測達
   成値に対し、良好と判断したとき、上記制御予知手段で
   推論された制御方式もしくは制御パラメータを上記評価
   指標として登録するプログラム登録手段を備えたことを
   特徴とするエレベータの群管理制御装置。 １５、上記各目標値設定手段、上記制御予知手段、上記
   シミュレーション手段、及び上記制御実行評価手段を少
   なくとも個性化意志決定支援装置としてツール化し、こ
   のツールの出力を群管理制御実行装置の入力となるよう
   に構成した請求項１４記載のエレベータの群管理制御装
   置。 １６、上記群管理制御実行装置は、群管理制御データ又
   は交通需要データを学習するデータ学習手段と、上記個
   性化意志決定支援装置の出力を入力し、群管理制御のプ
   ログラムとして登録するプログラム登録手段と、上記登
   録されたプログラムに従い群管理制御を行う群管理制御
   手段で構成した請求項１５記載のエレベータの群管理制
   御装置。 １７、複数のエレベータ毎に算出した評価指標が最適な
   エレベータにホール呼びを割当てるエレベータの群管理
   制御装置において、複数の制御目標を設定する各目標値
   設定手段と、知識データベース化されたデータより上記
   複数の制御目標を実現する制御方式もしくは制御パラメ
   ータを推論する制御予知手段と、上記制御予知手段の結
   果で予らじめ設定された予測値と上記複数の制御目標を
   入力し、制御実行を操作者が会話的に評価判断する制御
   実行評価手段と、上記制御実行評価手段で操作者が良好
   と判断したとき、上記制御予知手段で推論された制御方
   式もしくは制御パラメータを上記評価指標として登録す
   るプログラム登録手段を備えたことを特徴とするエレベ
   ータの群管理制御装置。