JPH07106845B2 - エレベーターの群管理制御装置 - Google Patents

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、エレベーター運行に対するユーザの多様な要
望を実現するのに好適なエレベーターの群管理制御装置
および群管理制御方法に関する。

〔従来の技術〕

エレベーターの群管理制御装置は、運行効率の向上を図
ることにより待ち時間を短縮することを目標として、数
々の改良を重ねてきた。特に群管理制御装置にマイクロ
コンピユータが用いられるようになつてからは、発生し
たホール呼びに対する待ち時間を予測演算して、その予
測値を基に「割当て評価式」という評価関数によつて割
当てを行う方式が一般式となり、待ち時間短縮をかなり
の程度達成した。

更に、交通需要の学習とシミユレーシヨンとの組合せに
より、時々刻々と変化する交通需要に対応する制御方法
を自動的に作り出す群管理制御装置が特開昭58−52162
号公報に開示されている。また、ビル内情報を用いて各
階の今後の需要を予測モデル化する群管理制御方法が特
開昭62−79179号公報に開示されている。

〔発明が解決しようとする課題〕

上記従来技術は、制御目標が待ち時間の短縮であつたた
め、ユーザからだされる「かご内にいる時間（乗車時
間）の短縮」であるとか、「かご内混雑度の低減」とい
つた待ち時間とはトレードオフ関係にもなるような制御
目標については考慮されておらず、そういつた多目標を
制御する個性的な制御方法の設定方法は未開発という問
題があつた。例えば、交通需要に対応した制御方法を自
動的に作り出す群管理制御装置においても、省エネルギ
指令を満たす中で最も待ち時間の短い制御方法を求めて
いた。あるいは、各階の予測モデルを用いる群管理制御
方法においては、輸送力を群管理制御の基準としている
ため、かご内混雑度等は犠牲となつていた。また、階床
毎の予測モデルを作るためには膨大なビル内情報が必要
であつた。更に、モデル化を階床毎に行つたため、ビル
内の全体に及ぶ様な群管理制御、特に多目標な群管理制
御を行うには使用できないという問題があつた。

本発明の目的は、ユーザの要望に応じた群管理制御を一
般化した形で決定する群管理制御装置および群管理制御
方法を提供することにある。

本発明の他の目的は、多目標な群管理制御に強い影響を
与えるビル内特定階を考慮した群管理制御装置および群
管理制御方法を提供することにある。

〔課題を解決するための手段〕

上記目的を達成するために、制御対象とする交通流のデ
ータと特定階に着目した交通流モデルを比較する交通流
比較手段、交通流比較手段で比較された結果とユーザの
要望とに応じた制御方法を決定する制御方法決定手段、
制御方法決定手段で決定された制御方法に従い群管理制
御を実行する群管理制御実行手段を備えたものである。

〔作用〕

交通流比較手段は、群管理制御の対象となる実際の群管
理制御の稼働学習結果の交通流データ、または、予測さ
れる交通流データと特定階に着目した交通流モデルとの
比較を行い、交通流データに対応する交通流モデルの領
域を出力するように動作する。

制御方法決定手段は、交通流比較手段で比較された結果
とユーザの要望とに応じた制御方法を決定するように動
作する。

群管理制御実行手段は、制御方法決定手段で決定された
制御方法に従い群管理制御を実行するように動作する。

それによつて、ユーザの要望に応じた更には多目標な群
管理制御方法を一般化した形で決定することができる。

〔実施例〕

本発明の一実施例の説明 以下、本発明の一実施例を第１図から第40図により説明
する。

第１図は、本発明の基本的な構成に示した原理システム
ブロツク図である。以降に記載するように、本発明は様
々な形態で実施することができる。しかし、その全てに
共通する構成として、 ・対象とする交通流のデータと特定階に着目した交通流
モデルを比較する交通流比較部１ ・交通流比較部１で比較された結果とユーザの要望とに
応じた制御方法を制御方法決定知識ベース２より検索し
決定する制御方法決定部３ ・制御方法決定部３で決定された制御方法に従い群管理
制御を実行する群管理制御実行部４ を備えている。

第１図の原理システムブロツク図の構成に従つた、本発
明の一実施例を第２図から第40図に示す。

第２図は本発明の一実施例のハードウエア概略構成図で
ある。

ハードウエアを大別して、エレベーター号機Ｅ及びホー
ル呼び装置HDと接続され群管理制御を実行する群管理制
御装置MAと、群管理制御装置MAとオフラインに設けられ
制御方法の決定を行う個性化支援装置SPとから構成され
る。

群管理制御装置MAは、群管理制御系ソフトウエアSF1を
実行する群管理制御用マイコンM1と、学習系ソフトウエ
アSF2を実行する学習用マイコンM2、及びICカード入出
力装置MCを持つ。HD1〜MDmは、ホール呼び装置であり、
信号線l₁を介して群管理制御用マイコンM1に接続され
る。ここで、以下の実施例では、ビルサービス階床数を
ｍ階床と表す。更に、群管理制御用マイコンM1は、信号
線l₂を介して各エレベーター号機制御用マイコンE1〜En
に接続される。ここで、以下の実施例では、エレベータ
ー号機はｎ台であるものとして説明する。

また、個性化支援装置SPは、支援系ソフトウエアSF3を
実行する制御方法決定用マイコンS1と、ICカード入出力
装置SC、及び、デイスプレイ等の出力装置SD、ユーザの
群管理制御についての様々な要望を入力するキーボード
等の入力装置SKより構成される。

本実施例では、群管理制御装置MAと個性化支援装置SP間
のデータをICカードを通して受け渡ししているが、フロ
ツピデイスク等の磁気媒体やRS−232C等の通信回線を用
いてもよい。

まず初めに、第３図から第14図に実施例のソフトウエア
構成とそのデータテーブル構成を示す。ソフトウエアは
大別して、エレベーター号機制御用マイコンＥで実行さ
れる号機制御用プログラムSF0,群管理制御用マイコンM1
で実行される群管理制御系ソフトウエアSF1,学習用マイ
コンM2で実行される学習系ソフトウエアSF2、及び、制
御方法決定用マイコンS1で実行される支援系ソフトウエ
アSF3よりなる。

第３図は、号機制御プログラムSF0と、群管理制御系ソ
フトウエアSF1の構成図である。

群管理制御系ソフトウエアSF1は、運転制御プログラムS
F11を中心に、エレベーター制御データテーブルST11,ホ
ール呼びテーブルST12,エレベーター仕様テーブルST13
よりなる。運転制御プログラムSF11では、呼び割当て処
理や、エレベーターの分散待機処理等エレベーターの群
管理制御を直接的に指令し制御する。また、群管理制御
用マイコンM1と、学習用マイコンM2は第２図に示すよう
に信号線l₃で接続されており、エレベーター制御データ
テーブルST11,ホール呼びテーブルST12の内容は、第５
図に示す学習用マイコンM2の運転データ収集プログラム
SF21で参照される。また、運転制御プログラムSF11で
は、第９図に示す学習用マイコンM2の予測パラメータテ
ーブルST24と制御パラメータテーブルST25を使用してい
る。

第４図は、群管理制御系ソフトウエアSF1におけるテー
ブル構成図である。

データテーブルは、現在のエレベーター状態や各種予測
値のエレベーター制御データテーブルST11,ホール呼び
の状態を表すホール呼びテーブルST12、台数や速度等や
エレベーター仕様テーブルST13の３種からなる。各テー
ブルはその内部が複数に分割されている。各テーブルの
細部については、以下必要に応じてその都度説明する。

次に、第５図により学習系ソフトウエアSF2の構成図に
ついて説明する。

学習系ソフトウエアSF2は、５つのプログラム（運転デ
ータ収集プログラムSF21,交通需要区分プログラムSF22,
運転データ学習プログラムSF23,最適パラメータ設定プ
ログラムSF24,入出力制御プログラムSF25）、５つのテ
ーブル（サンプリングデータテーブルST21,交通需要区
分テーブルST22,学習結果データテーブルST23,予測パラ
メータテーブルST24,制御パラメータテーブルST25）、
および２つのデータベース（学習結果データベースST2
1,制御方法データベースSD22）からなる。

運転データ収集プログラムSF21は、現在の運転状態を示
すデータをサンプリングして収集する。交通需要区分プ
ログラムSF22は、収集された交通流データから現在の交
通需要区分（出勤，平常，昼食，閑散等）を判定する。
運転データ学習プログラムSF23は、オンラインで収集さ
れた交通流データで過去に学習した交通流データを修正
し学習する。最適パラメータ設定プログラムSF24は、判
定された交通需要区分に対応した予測パラメータと制御
パラメータを各々のデータベースから各々のパラメータ
テーブルに設定する。入出力制御プログラムSF25は、IC
カードを用いた入出力を制御する。

第６図は、学習系ソフトウエアSF2における、一定時間
内の交通流のサンプリングデータテーブルST21のテーブ
ル構成図である。ここで、各記号につけられたシングル
クオーテイシヨンマーク（’）は、オンライン収集され
たデータであることを示す。

第７図は、交通需要区分テーブルST22のテーブル構成図
である。観測される交通状態は、出勤，平常，昼食，閑
散等の交通需要に区分される。交通需要区分テーブルST
22は、その交通需要を区分するためのデータを格納して
いる。以下実施例では、交通需要を丸囲み数字（〜
）を用いて表す。これらの〜の交通需要区分Δの
内容については、第24図に基づいて後述する。また実施
例では、交通需要は７つに区分しているが、この区分は
７つに限定されるものではない。

第８図は、交通需要の学習結果を示す学習結果データテ
ーブルST23の構成図である。

第９図は、各種予測値を演算するための予測パラメータ
テーブルST24と呼び割当て制御を実行するための制御パ
ラメータテーブルST25のテーブル構成図である。

第10図は、学習結果データテーブルST23の内容を交通需
要に応じて格納する学習結果データベースSD21の構成図
であり、第11図は、制御パラメータテーブルST25の内容
を交通需要に応じて格納する制御方法データベースSD22
の構成図である。

続いて、第12図により支援系ソフトウエアSF3について
説明する。

続いて、第12図により支援系ソフトウエアSF3について
説明する。

支援系ソフトウエアSF3は、５つのプログラム（ICカー
ド入出力プログラムSF31,交通流比較プログラムSF32,制
御方法決定プログラムSF33,キーボード入力制御プログ
ラムSF34,画面出力制御プログラムSF35）、３つのテー
ブル（学習交通流データテーブルST31,予測交通流デー
タテーブルST32,制御方法データテーブルST33）、及び
制御方法決定知識ベースSK31より構成される。

ICカード入出力プログラムSF31は、ICカードを用いた入
出力を制御する。交通流比較プログラムSF32は、群管理
制御装置MAで学習された交通流データST31、又は、入力
装置SKから入力された予測される交通流データST32と、
交通流モデルとの比較を行い、交通流モデルに対応する
領域を判定する。制御方法決定プログラムSF33は、判定
された領域、入力されたユーザ要望に対応する制御方法
を制御方法決定知識ベースSK31より検索して決定する。
キーボード入力制御プログロムSF34は、入力装置KSであ
るキーボードの入力制御を行う。画面出力制御プログラ
ムSF35は、出力装置SDであるデイスプレイの出力制御を
行う。

第13図は支援系ソフトウエアSF3におけるテーブル構成
図である。

データテーブルは、学習交通流データテーブルST31,予
測交通流データテーブルST32,制御方法データテーブルS
T33の３種よりなる。ここで、予測交通流データテーブ
ルST32の各記号につけられたダブルクオーテイシヨンマ
ーク（”）は、交通需要を予測して入力したデータであ
ることを示す。

第14図は、特定階についての交通流モデルを元にした知
識の領域の区分とそれに対応する知識ベースの関係を示
す制御方法決定知識ベースSK31の構成図である。

制御方法決定知識ベースSK31、領域区分を示す領域区分
テーブルSK31Tと、各領域に対応した制御方法を格納し
た知識ベースSK311〜SK315からなる。以下実施例では、
領域区分をローマ数字（Ｉ〜Ｖ）を用いて表す。また実
施例では、領域を５つに区分しているが、この区分は５
つに限定されるものではない。

次に、第２図に示したハード構成および第３図から第14
図に示した各ソフトウエアSF0〜３と各種テーブルによ
り、どのように群管理制御が行われるかについて実施例
のプログラム等を示す第15図から第40図により説明す
る。

なお、以下に説明するプログラムは、プログラムを複数
のタスクに分割し、効率よい制御を行うシステムプログ
ラム、つまりリアルタイムのオペレーテイングシステム
のもとで管理実行されるものとする。従つて、プログラ
ムの起動や休止は、システムタイマや他のプログラムか
ら自由に行える。

プログラムの説明は、初めに群管理制御系ソフトウエア
SF1、次に学習系ソフトウエアSF2、最後に支援系ソフト
ウエアSF3の順序で行う。

実施例では、エレベーター群管理制御に対する多項目の
ユーザーの要望、即ち制御目標として、「待ち時間の短
縮」，「乗車時間の短縮」，「かげ内混雑度の低減」の
取り上げて説明するが、その他の目標として、「予約変
更率の低減」，「省エネルギの達成」，「長待ち率の低
減」等を取り上げた場合でも、ほぼ同様の構成で本発明
を実現できる。

初めに、従来より公知となつている一般的な群管理制御
系ソフトウエアSF1について、第15図から第22図により
説明する。

第15図は、待ち時間評価演算と乗車時間評価演算の基礎
データとなるべきエレベーターの任意の階までの到着予
測時間を演算するプログラムA110のフローである。この
プログラムは例えば１秒毎に周期起動され、エレベータ
ーの現在位置より任意の階までの到着予測時間を全階
床，全エレベーター号機について演算する。

第15図において、ステツプA111とA119は全てのエレベー
ターについてループ処理することを示す。ここで、ｋは
号機番号を示し、ｎが最大号機番号を示す。また、Cont
inueは、パラメータ（ｋ）を１増加させることを示す。

ステツプA112でまず、第４図に示すエレベーター制御デ
ータテーブルST11におけるワークテーブル中の時間テー
ブルＴに初期値をセツトし、その内容を第４図のエレベ
ーター制御データテーブルST11の到着予測時間テーブル
にセツトする。初期値として扉の開閉状態より、あと何
秒で出発できるかや、エレベーター休止時間における起
動までの所要時間等が考えられる。次に階床を一つ進め
（ステツプA113）、階床がエレベーター位置と同一にな
つたか比較する（ステツプA114）。もし、同一となつて
いれば、１台のエレベーター号機について到着予測時間
テーブルが演算できたことにより、ステツプA119にジヤ
ンプして他のエレベーター号機について同様の処理を繰
り返す。一方ステツプA114において、Noであれば、時間
テーブルＴに１階床走行時間Trを加算する（ステツプA1
15）。そしてこの時間テーブルＴを到着予測時間テーブ
ルにセツトする（ステツプA116）。次に、かご呼びある
いは割当てホール呼び、すなわち、着目したエレベータ
ーにサービスすべき呼びが有るかどうかを判定し（ステ
ツプA117）、もしあれば、エレベーターの１回の停止時
間Tsを時間テーブルＴに加算する（ステツプA118）。次
にステツプA113にジヤンプし、全ての階床について上記
処理を繰り返す。

なお、ステツプA115における１階床走行時間Tr、およ
び、ステツプA118における１回停止時間Tsは、第９図の
予測パラメータテーブルST24に格納されている。

第16図は、かご内混雑度評価演算と満足予測評価演算の
基礎データとなるべきエレベーターの任意の階での予測
かご内人数を演算するプログラムA210のフローである。
このプログラムも第15図のプログラムと同様に、例えば
１秒毎に周期起動され、エレベーターの現在位置から任
意の階までにおける予測かご内人数を全階床、全エレベ
ーター号機について演算する。

第16図において、ステツプA211とA220は全てのエレベー
ターについてループ処理することを示す。

ステツプA212でまず、ワーク用の人数テーブルＶに初期
値をセツトし、その内容を第４図のエレベーター制御デ
ータテーブルST11の予測かご内人数テーブルにセツトす
る。初期値として現在のかご内人数等が考えられる。か
ご内人数は、各エレベーター号機に設けられた荷重計で
測定されるデータより、60kgを１人というように換算し
て得る。そのため、かご内人数が0.1人単位となること
もあるが特に問題となることではない。次に階床を一つ
進め（ステツプA213）、階床がエレベーター位置と同一
になつたか比較する（ステツプA214）。もし、同一とな
つていれば、１台のエレベーター号機について予測かご
内人数テーブルが演算できたことになり、ステツプA220
にジヤンプして他のエレベーター号機について同様の処
理を繰り返す。一方ステツプA214において、Noであれ
ば、かご呼びが有るかを判定する（ステツプA215）。も
しかご呼びが有れば、人数テーブルＶから予測降り人数
Cijを減算する。（ステツプA216）。次に、割当てホー
ル呼びが有るかどうかを判定し（ステツプA217）、もし
割当てホール呼びがあれば、予測乗込み人数Hijを人数
テーブルＶに加算する（ステツプA218）。そしてこの人
数テーブルＶを予測かご内人数テーブルにセツトする
（ステツプA219）。次にステツプA213にジヤンプし、全
ての階床について上記処理を繰り返す。

なお、ステツプA216における予測降り人数Cij、およ
び、ステツプA218における予測乗込み人数Hijは、第９
図の予測パラメータテーブルST24に格納されている。ま
た、第16図では省略したが、予測かご内人数が定員数を
上回る時には人数テーブルＶを定員数にする、０人を下
回る時には人数テーブルＶを０人にする、あるいは方向
反転時には人数テーブルＶを０人にする処理が必要であ
ることはいうまでもない。

第17図は、呼び割当てのプログラムB110のフローであ
る。このプログラムは、例えば、0.1秒毎に周期起動す
るものとするが、ホール呼び発生時に随時起動すること
としてもよい。

第17図において、ステツプB112とB117は上昇（ｊ＝
１），下降（ｊ＝２）の両方向についてループ処理する
ことを示す。また、ステツプB113とB116は最下階（ｉ＝
１）から、最上階（ｉ＝ｍ）の全階床についてループ処
理することを示す。

プログラムB110では、まずステツプB111で前周期以降に
発生した未割当てホール呼びを読み込む。ステツプB112
で設定した方向、ステツプB113で設定した階床にホール
呼びが有るかを判定し（ステツプB114）、もしなけれ
ば、次のステツプ（B116）に進む。ステツプB114でホー
ル呼びが有るときには、多目標制御割当てアルゴリズム
のサブルーチンB210（後述）へ進む。次に、ステツプB1
15では、サブルーチンB210でワークテーブルの号機別総
合評価値テーブルΦ［ｋ］に格納した、各エレベーター
号機の総合評価値を比較し、その値の最も小さな号機を
最適エレベーター号機としてホール呼びを割当てる。階
床，方向に関するループが終了すると、B110の処理が完
了する。

続いて、第17図中の多目標制御アルゴリズムB210を第18
図を用いて説明する。

実施例では、多目標制御アルゴリズムとして、待ち時間
に加え、乗車時間とかご内混雑度を制御する例を取り上
げて説明するが、前述の如く、この他にも、予約変更
率，省エネルギ，長待ち率等を取り上げてもよい。また
実施例では、運行効率を改善する停止呼びの評価、及
び、満員予測の評価も併せて行つている。

さて、第18図において、ステツプB211とB213は全てのエ
レベーターについてループ処理することを示す。

多目標制御は、各目標の評価値を演算し、その総合表価
値により割当てを行う。サブルーチンB310で待ち時間の
評価値φw,サブルーチンB320で乗車時間の評価値φt,サ
ブルーチンB330で停止呼びの評価値αa,サブルーチンB3
40でかご内混雑度の評価値φｃと満員予測の評価値αｆ
を演算する。その結果をステツプB212で、制御パラメー
タテーブルST25に格納されている重み係数ｋw,kt,kcを
掛けて、ワークテーブルの号機別総合評価値Φ［ｋ］に Φ［ｋ］＝ｋwφｗ＋ｋtφｔ＋ｋcφｃ＋αａ を格納する。全エレベーター号機について終了したら、
第17図ステツプB115へ復帰する。

引き続き、各評価サブルーチンについて説明する。

第19図は、待ち時間評価サブルーチンB310のフローであ
る。

待ち時間評価値φｗを演算する方法は、第９図の制御パ
ラメータテーブルST25の待ち時間制御パラメータの待ち
時間制御方法パラメータWmthにより切り替えられる。つ
まり、ステツプB311で待ち時間制御方法パラメータWmth
が１であればステツプB312へ進む。ステツプB312では、
呼び発生階待ち時間最小アルゴリズム（Min割当て）を
用いている。呼び発生階待ち時間最小アルゴリズムで
は、第４図の到着予測時間テーブルを参照して、発生ホ
ール呼びの予測待ち時間Wcallを評価値φｗへ代入す
る。また、ステツプB311で待ち時間制御方法パラメータ
Wmthが２であればステツプB313へ進む。ステツプB313で
は、最大待ち時間最小アルゴリズム（Min−Max割当て）
を用いている。最大待ち時間最小アルゴリズムでは、第
４図の到着予測時間テーブルとホール呼び経過時間テー
ブルを参照して、前方割当てホール呼びの中から、現在
までの経過時間と今後の到着予測時間の和である予測待
ち時間の最大となる階の待ち時間Wmax評価値φｗへ代入
する。更に、ステツプB311で待ち時間制御方法パラメー
タWmthが３であればステツプB314へ進む。ステツプB314
では、待ち時間平均最小アルゴリズム（Mean割当て）を
用いている。待ち時間平均最小アルゴリズムでは、第４
図の到着予測時間テーブルとホール呼び経過時間テーブ
ルを参照して、前方割当てホール呼びの予測待ち時間の
平均値Wmeanを評価値φｗへ代入する。待ち時間評価値
φｗへの代入が終わつたら、サブルーチンB210の次の処
理へ進む。

第20図は、乗車時間評価サブルーチンB320のフローであ
る。

まず、ステツプB321で第４図の到着予測時間テーブルと
かご呼び経過時間テーブルを参照して、前方受け持ちか
ご呼びの中から、現在までの経過時間と今後の到着予測
時間の和である予測乗車時間の最大となる階の乗車時間
Tmaxを演算する。ステツプB322でTmaxと第９図の制御パ
ラメータテーブルST25の乗車時間制御パラメータの設定
値Tinstの大小比較を行い、Tmax≦Tinstであればステツ
プB323で乗車時間評価値φｔに０を代入する。Tmax＞Ti
nstであれば、ステツプB324で乗車時間評価値φｔにTma
x−Tinst）を代入する。以上の処理終了後、サブルーチ
ンB210の次の処理へ進む。

第21図は、停止呼び評価サブルーチンB330のフローであ
る。

停止呼び評価とは、新規発生ホール呼びの近傍階にホー
ル呼び停止、または、かご呼び停止の予定がある号機
を、新規ホール呼びに割当てられ易くする評価を行うこ
とで、団子運転を解消し、省エネルギと運転効率向上を
図る考え方である。

まず、ステツプB331で停止呼び評価値αａを初期化す
る。第９図の制御パラメータテーブルST25の停止呼び評
価パラメータテーブルの近傍階定数αｄを用い、ステツ
プB332とステツプB335のループで、現在階ｉを中心に±
αｄ階床につき処理を行う。ステツプB333で同方向の割
当てホール呼びか受け持ちかご呼びが有るか調べ、有る
時にはステツプB334で階床差に応じた評価値α［iw］を
αａに加える。以上の処理終了後、サブルーチンB210の
次の処理へ進む。

第22図は、こご内混雑度評価と満員予測評価のサブルー
チンB340のフローである。

まず、ステツプB341で第４図の予測かご内人数テーブル
を参照して、前方各階での予測かご内人数の最大値Cmax
を演算する。ステツプB342でCmaxと第９図の制御パラメ
ータテーブルST25のかご内混雑度制御パラメータの設定
値Cinstの大小比較を行い、Cmax≦Cinstであればステツ
プB343でかご内混雑度評価値φｃに０を代入する。Cmax
＞Cinstであれば、ステツプB344でかご内混雑度評価値
φｃに第９図の制御パラメータテーブルST25のかご内混
雑度制御パラメータの混雑評価値C₁を代入する。更に、
ステツプB345でCmaxと第４図のエレベーター仕様テーブ
ルST13の定員Ccapの大小比較を行い、Cmax≦Ccapであれ
ばステツプB346で満員予測評価値αｆに０を代入する。
Cmax＞CcapであればＭステツプB347で満員予測評価値α
ｆに第９図の制御パラメータテーブルST25の満員予測評
価制御パラメータの満員評価値C₂を代入する。以上の処
理終了後、サブルーチンB210の次の処理へ進む。

以上、第15図から第22図のプログラムを用いることで、
多目標制御を実行する群管理制御系ソフトウエアSF1を
説明した。

次に、一般的な学習系ソフトウエアSF2について、第５
図から第11図、及び、第23図から第28図により説明す
る。

第23図は、運転データ収集プログラムSF21のフローであ
る。

このプログラムは一定周期毎（例えば１秒）に起動さ
れ、かつ、一定時間（例えば５分間）データを収集した
後、第６図のサンプリングデータテーブルST21へ書き込
みを行う。

まず、ステツプC111で前周期以降の全号機の走行時間と
走行階床数のデータを収集する。このデータは、１階床
走行時間Trを求めるのに用いられる。ステツプC112で
は、前周期以降の全号機の停止時間と停止回数のデータ
を収集する。このデータは、１回停止時間Tsを求めるの
に用いられる。次に、ステツプC113で方向反転を検出
し、反転が有ればステツプC114で方向反転回数ｄ′をカ
ウントアツプする。ステツプC115では、停止状態を検出
し、停止が有ればステツプC116で停止状態発生階の停止
回数ｅ′ijをカウントアツプする。ステツプC117では、
ホール呼びを検出し、ホール呼びが有ればステツプC118
でホール呼び発生階のホール呼び数ｆ′ijをカウントア
ツプする。ステツプC119では、かご呼びを検出し、かご
呼びが有ればステツC120でかご呼び発生階のかご呼び数
g'ijをカウントアツプする。ステツプC121では、乗込み
乗客を検出し、乗込みが有ればステツプC122で乗込み発
生階の乗込み人数ｈ′ijをカウントアツプする。ステツ
プC123では、降り乗客を検出し、降りが有ればステツプ
C124で降り発生階の降り人数ｃ′ijをカウントアツプす
る。データ収集が終了すると、ステツプC125でサンプリ
ングタイムを検出し、終了のタイミングであればステツ
プC126でサンプリングデータテーブルST21へ書き込みを
行う。このプログラムで収集されたデータは、交通需要
区分プログラムSF22と、運転データ学習プログラムSF23
で用いられる。

次に、交通需要区分プログラムSF22について説明する。

まず、交通需要区分の概念を第24図を用いて説明する。

エレベーターの交通需要には、出勤時のように上昇方向
の利用が多い時間帯，平常時のように上昇と下降の利用
が均衡し、全体交通量もある程度の時間帯，閑散時のよ
うに全体交通量がごく少ない時間帯等が有る。そこで、
この交通需要の分類は一定時間内の乗込み人数を測定す
ることで区分でき、横軸にDN交通量（下降方向の一定時
間内乗込み人数）、縦軸にUP交通量（上昇方向の一定時
間内乗込み人数）をとつて図示すると第24図のように表
される。例えば第24図でが閑散時、が平常時に相当
する。交通需要区分は全体交通量とUP/DN比率で特徴づ
けられるので、交通需要区分テーブルST22にはその最
大，最小（UP/DN比率は逆正接をとつて角度に換算して
ある）が格納されている。

実際のプログラムのフローを第25図に示す。

このプログラムは、運転データ収集プログラムSF21でサ
ンプリングデータテーブルST21への書き込みが行われた
ことに続いて起動される。交通需要区分の前処理とし
て、ステツプC211からステツプC216のループで方向別の
乗込み人数ｈsum［ｊ］を演算する。ステツプC217で変
数δに交通需要をセツトし、ステツプC218で全体交通量
が交通需要δの範囲にあるか、ステツプC218でUP/DN比
率が交通需要δの範囲にあるかを調べ、どちらかでも満
足していなければ交通需要δを変更して処理を繰り返
す。条件を共に満たしているならば、ステツプC220で交
通需要区分Δに変数δを代入し、処理を終了する。以上
の処理で、収集されたサンプリングデータに対応する第
７図に示した交通需要区分Δを得ることができる。

次に、運転データ学習プログラムSF23を第26図，第27図
を用いて説明する。

学習は、オンラインで収集されたデータST21を用いて過
去の学習結果データベースの内容を修正することで行わ
れる。

このプログラムは、運転データ収集プログラムSF21でサ
ンプリングデータテーブルST21への書き込みが行われ、
交通需要区分プログラムSF22で交通需要区分Δを演算し
たことに続いて起動される。まず、第26図ステツプC311
で、サンプリングデータテーブルST21を読み込む。サブ
ルーチンC320では、サンプリングデータテーブルST21を
用いて各種パラメータを演算する。つまり、第27図ステ
ツプC321で１階床走行時間Trを、 で求める。ステツプC322で１回停止時間Tsを、 で求める。更に、ステツプC323とステツプC331の方向に
関するループ、ステツプC324とステツプC330の階床に関
するループで各方向，各階床について、パラメータを演
算する。まずステツプC325で、停止確立Pijを、 で求める。ステツプC326では、予測乗込み人数Hijを、 で求める。ステツプC327では、予測降り人数Cijを、 で求める。ステツプC328では、ドアタイム制御パラメー
タDijを、 で求める。ステツプC329では、サービス優先レベルSij
を、 で求める。ここで、ステツプC325からステツプC329の
a₁,…,a₆は、ある定数を表している。以上の処理で得ら
れた上記Tr,Ts,Pij,Hij,Cij,DijおよびSij等のパラメー
タ群をまとめてDnewと表記する。第26図に戻り、ステツ
プC312で学習結果データベースから交通需要区分Δに対
応する以前に学習されたデータを読み込む。このデータ
をまとめてDoldと表記する。ステツプC313では、このDn
ewとDoldを結合係数γ（０≦γ≦１）を用いて次式によ
り結合し、学習結果データテーブルST23にあたるデータ
Dpreを演算する。

Dpre＝γDnew＋（１−γ）Dold ここで、γが１に近いほどオンラインで収集されたデー
タを重視することを表し、γが０に近いほど以前の学習
結果を重視することを表す。ステツプC314でデータDpre
を学習結果データベースSD21へ書き込み、処理を終了す
る。

更に、第28図を用いて最適パラメータ設定プログラムSF
24を説明する。

このプログラムは、運転データ収集プログラムSF21でサ
ンプリングデータテーブルST21への書き込みが行われ、
交通需要区分プログラムSF22で交通需要区分Δを演算し
たことに続いて起動される。

ステツプC411で交通需要区分Δを読み込む。ステツプC4
12では、交通需要区分Δに対応する制御パラメータを制
御方法データベースSD22から読み込み、制御パラメータ
テーブルST25にセツトする。ステツプC413では、交通需
要区分Δに対応する予測パラメータを学習結果データベ
ースSD21から読み込み、予測パラメータテーブルST24に
セツトする。

また、入出力制御プログラムSF25は、学習結果データベ
ースSD21の内容をICカードに書き込む、または、ICカー
ドの内容を制御方法データベースSD22に書き込む等の処
理の制御を行う。（フローは省略する。） 以上が本発明の内、群管理制御系ソフトウエアSF1と学
習系ソフトウエアSF2の実施例であり、ここまでが、第
１図原理システムブロツク図の群管理制御実行部４に相
当する。

次に、特定階に着目した交通流モデルにより群管理制御
方法を決定する支援系ソフトウエアSF3について、第１
図，第12図から第14図、及び、第29図から第40図を用い
て説明する。

この支援系ソフトウエアSF3は、特定階が変更になつた
り、群管理制御が交通流に合致しなくなつたと思われる
時に、あるいは、自動的に所定の時間毎に起動される。

支援系ソフトウエアSF3は、第１図原理システムブロツ
ク図の内、対象とする交通流のデータと特定階に着目し
た交通流モデルを比較する交通流比較部と、交通流比較
部で比較された結果とユーザの要望とに応じた制御方法
を制御方法決定知識ベースより検策し決定する制御方法
決定部に相当する。

初めに、交通流比較部について説明する。

ここで用いられる交通流のデータは、群管理制御装置MA
で学習された結果、即ち、第24図に示す交通需要区分Δ
に関するデータをICカードを通して個性化支援装置SPに
学習交通流データテーブルST31として受け渡されたもの
を用いる。また、ビル（エレベーター）が稼働前であれ
ば、入力装置SKから予測交通流データテーブルST32とし
て入力したものを用いる。

また、ここで用いられる特定階に着目した交通流モデル
について、第29図から第31図を用いて説明する。ビル内
の交通流には交通需要に対応して乗込み需要、または、
降り需要が特に多い特定階とその他の一般階が存在し、
多目標制御に影響を与える。そこで、この特定階、一般
階に着目すると、個々の乗客のエレベーター利用は必ず
次に３形態を何れかに分類できる。

1.特定階から乗込み、一般階で降りる利用。

2.一般階から乗込み、特定階で降りる利用。

3.一般階から乗込み、一般階で降りる利用。

この個々の乗客は、交通流を形成する基本要素であり、
あらゆる交通流は個々の乗客の集合体である。そこで、
上記の３形態をそれぞれ、 1.第29図に示す発散要素交通流モデル （Spread−out Traffic Model:STモデル） 2.第30図に示す集中要素交通流モデル （Gathering Traffic Model:GTモデル） 3.第31図に示す階間要素交通流モデル （Intrefloor Traffic Model:ITモデル） とモデル化する。ここで、STモデルは、出勤時の交通流
の中心成分であり、また、平常時における外来客のロビ
ー階から目的階までの移動等もSTモデルで表すことがで
きる。GTモデルは、昼食時の食堂階へ向かう利用である
とか、平常時におけるビル外へ外出するためのエレベー
ター利用等のモデルである。ITモデルは、一社専有ビル
の平常時に多い階間利用のモデルであるが、STモデルや
GTモデルに分類できないエレベーター利用はITモデル成
分と考えることができる。

これらの要素交通流モデルを用いることで、第32図のよ
うなSTモデルとGTモデルを合成したSGTモデルであると
か、第33図のようなITモデルを加えたSGITモデルといつ
た交通流の合成が可能である。合成交通流モデルとして
は、特定階が複数個所のSTモデルやGTモデル、ビルの一
定部分のみのITモデル等も考えることができる。この合
成交通流モデルにおける３要素交通流モデルの組合せ、
あるいは、成分比率は任意に設定できるので、あらゆる
交通流を上記３つの要素交通流モデルの成分比率を変え
た合成として取り扱うことが可能になる。

対象とする交通流における３つの要素交通流モデルの成
分比率は、第34図（ａ）の「三元状態図」を用いること
で図示できる。三元状態図とは、金属材料等の分野にお
いて、特質中に含まれる３つの元素の構成比率を図示す
るために用いられるものであるが、本発明では、交通流
中に含まれる３つの要素交通流モデルの構成比率を図示
するために用いている。

三元状態図では、ST頂点がSTモデル成分100％の交通流
を示し、逆にGT−IT底辺はST成分０％の交通流を示す。
ST成分ｘ％であれば、GT−IT底辺と平行にGT−IT底辺か
らST頂点への高さのｘ％の位置の直線として表される。
GT成分,IT成分についても同様である。この三元状態図
を用いることにより、全ての交通流はその要素交通流モ
デルの構成比率を図示することができる。例えばST成分
30％,GT成分45％,IT成分25％の交通流は、各成分に対応
する直線の交点として表される。

更に、交通流に対応した多目標制御を実現する制御方法
は、３つの要素交通流モデルの成分比率に従つて変わ
る。その様子を示す実験結果の一例を第34図（ｂ）に示
す。

第34図（ｂ）は交通量（総利用人数）を固定して、その
時のITモデルの成分比を０％（SGT）,50％（SGIT）,100
％（IT）と変化させた交通流を発生し、その交通流に対
して、第22図のかご内混雑度制御の設定値Cinstをパラ
メータにして群管理制御した時の結果をシミユレーシヨ
ン実験した結果である。縦軸のかご内混雑度は、混雑状
況（定員の50％以上での乗算）に遭遇した利用客の比率
で表している。第34図（ｂ）より、SGTモデル（IT成分
０％）においてはかご内混雑度制御を強めるほど結果を
良くできるが、IT成分が50％含まれる（SGITモデル）と
制御に対して結果の改善が極小を持つ、あるいは飽和す
る傾向をみせる。更にITモデル（IT成分100％）におい
ては、制御を強めても結果が改善できないことが判る。
このことから、かご内混雑度の改善が要求されたときの
制御方法として、 ・IT成分が少ない領域ＶではCinstを小さく設定する。

・IT成分が増えた領域IVにおいては、Cinstを極小点付
近に設定する。

・IT成分が特に多い領域IIIでは、Cinstによらず、制御
量C₁の調整で制御を行う。

といつた設定を行う必要がある。

そのため、交通流に対応した多目標制御を実現する制御
方法を設定するための知識ベースの構成は、３つの要素
交通流モデルの成分比率に従つて三元状態図上で区分さ
れる領域毎に制御方法を用意する本発明の方式を用いる
ことが有効である。

即ち、第24図で検出された交通需要区分Δについて、具
体的にどのような交通流になつているかを第34図（ａ）
に示す三元状態図により求め、求められた交通流モデル
を処理するに好適な群管理制御方法を決定し、群管理制
御が行われることになる。

支援系ソフトウエアSF3の実施例を第35図から第40図を
用いて説明する。

第35図は、交通流比較プログラムSF32のフローである。

プログラムは、入力された交通流から特定階を判定する
サブルーチンD210、入力された交通流の要素交通流モデ
ル成分比率を演算するサブルーチンD310、要素交通流モ
デル成分比率から領域区分Λを判定するサブルーチンD4
10から構成される。

交通流の乗降人数から特定階を自動的に判定するプログ
ラムを第36図に示す。第36図中で、パラメータｋ＝１の
時は乗込みを、ｋ＝２の時は降りを表す。

ステツプD211とD220の乗降に関するループ、ステツプD2
12とD219の方向に関するループの中で、まず、ステツプ
D213で乗込み人数、あるいは降り人数の平均μと標準偏
差ρを演算する。その後、ステツプD214とD218の階床に
関するループの中のステツプD215でｊ方向ｉ階の乗込み
人数、あるいは降り人数が（μ＋２ρ）以上であるかを
判定し、YesであればステツプD216でｉ階に相当する特
定階フラグのビツトに１をセツトする。ステツプD215の
判定でNoであればステツプD217にｉ階に相当する特定階
フラグのビツトに０をセツトする。以上の処理がすべて
終了すると、乗降、方向に関する特定階判定結果が特定
階フラグに得られる。

この方法を用いることにより、対象とする時間帯の特定
階を自動的に判定できる効果がある。

次に、入力された交通流の要素交通流モデル成分比率を
演算するサブルーチンD310を第37図を用いて説明する。

発散交通流比率STRは、全乗込み人数に対する特定階か
らの乗込み人数の比率であるので、ステツプD311で、 で演算する。また集中交通流比率GTRはステツプD312
で、 で演算する。階間交通流比率ITRは全体（100％）からST
RとGTRを除いた値であるので、ステツプD313で、 ITR＝100−STR−GTR で演算する。

以上の処理により、各要素交通流モデルの成分比率が演
算できる。

次に、要素交通流モデル成分比率から領域区分Λを判定
するサブルーチンD410について、第38図を用いて説明す
る。

ステツプD411で変数λに領域区分をセツトする。ステツ
プD412で発散交通流比率STRが領域区分λの範囲にある
か、ステツプD413で集中交通流比率GTRが領域区分λの
範囲にあるか、ステツプD413で階間交通流比率ITRが領
域区分λの範囲にあるかを調べ、いずれかでも満足して
いなければ領域区分λを変更して処理を繰り返す。条件
を全て満たしているならば、ステツプD415で領域区分Λ
に変数λを代入し、処理を終了する。

以上の処理で、対象とする交通流データに対応する領域
区分Λを得ることができる。なお、D410の処理で領域の
上下限の値は第14図制御方法決定知識ベースSK31の値は
領域区分テーブルSK31Tに格納されている。領域の区分
は、この領域区分テーブルSK31Tの上下限値を書き替え
ることで変更できる。

引き続き、制御方法決定プログラムSF33を第39図，第40
図を用いて説明する。

制御方法決定プログラムSF33は、交通流比較プログラム
SF32で判定された領域区分Λと入力装置SKから入力され
たユーザの要望に従つて制御方法を制御方法決定知識ベ
ースを検索して決定するプログラムである。

まず第39図ステツプD511でユーザの要望を受け付ける。
この入力は、例えば第40図のような画面に対して行う。
入力されたユーザの要望にはステツプD512で配点が行わ
れる。各入力目標の配点は、第40図の５段階に対して、
重要度順に ３（重要）→２→１（同程度）→０→０ とする。実施例では、各入力目標の総合点数は待ち時間
５（＝３＋２）点、乗車時間０（＝０＋０）点、かご内
混雑度２（＝０＋２）点である。ステツプD513では、配
点結果から重要目標を決定する。決定は、４点以上の目
標を重要とし、全目標が３点以下の配点の時には各目標
が同程度とする。この結果、ユーザの要望は「待ち時間
が重要（inpW）」，「乗車時間が重要（inpT）」，「か
ご内混雑度が重要（inpC）」，「各目標が同程度（inp
A）の４通りに分けられる。ステツプD514では、前述の
交通流比較プログラムSF32で判定された領域区分Λに対
応する知識SK311,…,KS315から要望に応じた制御方法を
検索する。領域対応知識は、if（要望条件）−then（制
御方法パラメータ）という組になつている。

例えば、領域区分Ｉに対する知識は、 if｛inpW｝ −then｛ｋw＝0.6,Wmth＝1,kt＝0.2,Tinst＝40, ｋc＝0.2,Cinst＝Ccap×0.8,C₁＝300,…｝ if｛inpT｝ −then｛ｋw＝0.3,Wmth＝2,kt＝0.5,Tinst＝20, ｋc＝0.2,Cinst＝Ccap×0.4,C₁＝600,…｝ if｛inpC｝ −then｛ｋw＝0.2,Wmth＝2,kt＝0.3,Tinst＝20, ｋc＝0.5,Cinst＝Ccap×0.3,C₁＝600,…｝ if｛inpA｝ −then｛ｋw＝0.4,Wmth＝2,kt＝0.3,Tinst＝40, ｋc＝0.3,Cinst＝Ccap×0.6,C₁＝300,…｝ となつており、領域区分Λと要望が与えられると制御方
法パラメータを決定できる。ステツプD515で制御方法パ
ラメータを出力装置に提示し、ステツプD516で確認を求
める。確認がNoであればステツプD517で要望を修正し処
理を繰り返す。ステツプD516でYesであれば、制御方法
パラメータを制御方法データテーブルST33へ書き込み処
理を終了する。

また、支援系ソフトウエアSF3のICカード入出力プログ
ラムSF31は、ICカードの内容を学習結果データテーブル
ST31に書き込む、または、制御方法データテーブルST33
の内容をICカードに書き込む等の処理に制御を行う。
（フローは省略する。） 本実施例によれば、以下のような効果がある。

群管理制御対象とする交通流と特定階に着目した交通流
モデルを比較する構成としたことにより交通流を一般化
して扱うことができる交通流の判定が容易となる。また
交通流の特徴を明確にすることができる。

乗降別に特定階を判定する構成としたことにより特定階
の影響をより精度よく制御方法の決定に反映できる。従
つて、特定階が変つた場合でも、制御用データを入手に
より設定し直す必要はなく、自動的に新しい特定階に対
する交通流に合致した群管理制御が行われる。

知識ベースを交通流モデル対応領域毎に用意する構成と
したことにより知識ベースの構築・保守を容易にでき
る。

交通流を基本となる３つの要素交通流モデルの成分比率
により三元状態図上の領域に表すことにより交通流の認
識が容易にできる。

交通流比較部と制御方法決定部を群管理制御実行部とオ
フラインの構成とすることにより群管理制御装置の装置
規模を縮小できる。また知識ベースの更新が容易にでき
る。

制御方法の決定を知識ベースの知識のみで行うことによ
り支援装置を簡便にできる。また制御方法の決定の即時
性を向上することができる。

本発明の他の実施例の説明 次に、本発明の他の実施例を説明する。以下の説明で
は、先に説明した実施例との共通部分の説明は省略し、
相違部分のみ説明する。

初めに、制御方法決定知識ベースに補足知識を備えた実
施例について説明する。

本実施例では、第12図支援用ソフトウエアSF3内の制御
方法決定知識ベースSK31のテーブル構成図（第14図）に
補足知識SK31Cを加えた第41図のテーブル構成を用い
る。補足知識は、if｛環境条件｝−then（制御方法変更
点）、又は、if｛環境条件｝−then｛制御方法パラメー
タ｝となつている。環境条件としては、 ・特定階の位置に関する条件（特定階が端階、端階から
数階、中心階等） ・特定階の数に関する条件（特定階が一方向に２階、同
方向に乗込み特定階と降り特定階が存在等） 等が考えられる。これらの条件は、特定階判定プログラ
ムD210で作成される特定階フラグHSj、CSjにより成立を
調べることができる。

補足知識は例えば、 if｛降り特定階が端階｝ −then｛Cinst＝Cinst×1.1｝ if｛降り特定階が中央階｝ −then｛Cinst＝Cinst×0.8｝ if｛降り特定階が２つで両端階｝ −then｛Cinst＝Cinst×1.2｝ 等である。補足知識は、第39図ステツプD514での制御方
法検索時に用いられる。

本実施例によれば、制御方法決定知識ベースに補足知識
を加えたことにより、ビル環境の実態に即した制御方法
の決定が可能となる効果がある。また、三元状態対応の
知識ベースに納まりきらない知識を制御方法決定に活用
することができる効果がある。

次に、支援系ソフトウエアSF3に群管理制御を模擬する
シミユレーシヨンプログラムを加えた実施例について説
明する。

本実施例では、支援系ソフトウエアSF3を第42図のよう
に変更する。第42図における変更点は、シミユレーシヨ
ンプログラムSF36が加わつた点である。

これに伴う制御方法決定プログラムSF33のプログラム変
更点を第43図から第45図を用いて説明する。

第43図において、ステツプD611,D612,D613,D617,D618,D
619,D620はそれぞれ第39図ステツプD511,D512,D513,D51
6,D517,D518,D519と同様である。しかし、ステツプD614
で検索される制御方法は、 if｛inpW｝ −then｛ｋw＝0.6,Wmth＝1,kt＝0.2,Tinst＝40, ｋc＝0.2,Cinst＝Ccap×0.8,C₁＝300,…｝ or｛ｋw＝0.6,Wmth＝1,kt＝0.1,Tinst＝40, ｋc＝0.2,Cinst＝Ccap×0.8,C₁＝300,…｝ if｛inpC｝ −then｛ｋw＝0.2,Wmth＝2,kt＝0.3,Tinst＝20, ｋc＝0.5,Cinst＝Ccap×0.2,C₁＝600,…｝ or｛ｋw＝0.2,Wmth＝2,kt＝0.3,Tinst＝20, ｋc＝0.5,Cinst＝Ccap×0.3,C₁＝600,…｝ or｛ｋw＝0.2,Wmth＝2,kt＝0.3,Tinst＝20, ｋc＝0.5,Cinst＝Ccap×0.4,C₁＝600,…｝ というように、if｛要望条件｝−then｛制御方法パラメ
ータ｝or｛制御方法パラメータ｝で記述され、１つの要
望に対して複数の制御方法パラメータを出力する。制御
方法パラメータが検索されると、サブルーチンD710へ対
象交通流（学習交通流データテーブルST31又は予測交通
流データテーブルST32）、及び検索された複数の制御方
法パラメータを受渡し、シミユレータ（後述）を起動す
る。シミユレータからはシミユレーシヨン結果及びその
ノルムLpを受け取る。ステツプD615では、受け取つたノ
ルムLpの最も小さいものを最適制御方法として決定し、
ステツプD616でそのシミユレーシヨン結果を出力する。
以降の処理は同一である。

第44図は、シミユレータを管理するサブルーチンD710の
フローである。ステツプD711でシミユレーシヨン用デー
タとして学習交通流データテーブルST31又は予測交通流
データテーブルST32から１階床走行時間Tr（予測交通流
データテーブル使用時であればＴ″ｒ）と１回停止時間
Ts（Ｔ″ｓ）を設定する。ステツプD712では、各階乗込
みｈij（ｈ″ij）、各階降り人数ｃij（ｃ″ij）に従う
乗客を発生する。シミユレーシヨンはこの同じ発生乗客
に対して制御方法パラメータを変更して行う。ステツプ
D713でシミユレーシヨンしていない制御方法の有無を調
べ、まだシミユレーシヨンしていない制御方法の有れ
ば、ステツプD714へ進む。ステツプD714では、まだシミ
ユレーシヨンしていない制御方法をシミユレータに設定
する。サブルーチンD810では、シミユレーシヨンを実行
する。ステツプD715では、シミユレーシヨン結果データ
（平均待ち時間Wsim、平均乗車時間Tsim、かご内混雑度
Csim）に、第43図ステツプD612で与えられた点数（ｐw,
pt,pc）を重みとして掛け、和をとつたものをノルムLp
として演算する。

Lp＝ｐw・Wsim＋ｐt・Tsim＋ｐc・Csim このノルムLpは、要望に対する制御結果の優秀度を示
し、このノルムを短いほど、望ましい制御方法であるこ
とを表す。また、このノルムの計算法としては、制御目
標値Xtarg、規格化値Xstndを定め、（Ｘは各目標項目を
表す） Lp＝Σｐx・（Xsim−Xtarg）/Xstnd として求めてもよい。受け渡された全制御方法に対する
シミユレーシヨンが終了すると、ステツプD713の判定が
Noとなり復帰する。

次に、シミユレーシヨン実行部のプログラムを第45図で
説明する。

まず、ステツプD811でエレベーター位置，ホール呼び，
かご呼び等のシミユレーシヨン変数を初期化する。ステ
ツプD812では待ち時間や乗車時間、かご内混雑度等の統
計変数を初期化する。ステツプD813でシミユレーシヨン
時間Timeに０を代入し、シミユレーシヨンを開始する。
ステツプD814で乗客の到着等の処理を行う。ステツプD8
15で号機の移動等を制御する。ステツプD816でホール呼
びに対する割当て処理を行う。ステツプD817で待ち時
間、ホール呼び数等のシミユレーシヨンデータを収集す
る。ステツプD818でTimeを更新し、ステツプD819でシミ
ユレーシヨンの終了を判定する。時間終了でなければス
テツプD814で戻り処理を繰り返す。終了になれば、ステ
ツプD820で平均待ち時間等を計算する統計処理を行う。

本実施例によれば、制御方法の決定シミユレーシヨンを
用いることにより制御方法決定の精度を向上することが
できる効果がある。

次に、交通流比較部及び制御方法決定部を群管理制御装
置にオンラインで組み込んだ構成をとる場合の実施例を
説明する。

第46図は、実施例のハードウエア概略構成図である。ハ
ードウエアは大別して、エレベーター号機Ｅ及びホール
呼び装置HDと接続され群管理制御を実行する群管理制御
装置MAと、入力装置SK,出力装置SDとから構成される。
入力装置SK及び出力装置SDは制御盤に組み込んだり、管
理人室に設置することが考えられる。群管理制御装置MA
は、群管理制御系ソフトウエアSF1を実行する群管理制
御用マイコンM1と、学習系ソフトウエアSF2を実行する
学習用マイコンM2、及び、支援及び修正系ソフトウエア
SF4を実行する制御方法決定・修正用マイコンM3を持
つ。

次に、実施例のソフトウエア構成を示す。ソフトウエア
は大別して、エレベーター号機制御用マイコンＥで実行
される号機制御用プログラムSF0,群管理制御用マイコン
M1で実行される群管理制御系ソフトウエアSF1,学習用マ
イコンM2で実行される学習系ソフトウエアSF2、及び、
制御方法決定・支援用マイコンM3で実行される支援・修
正系ソフトウエアSF4よりなる。号機制御用プログラムS
F0と、群管理制御系ソフトウエアSF1の構成は第３図と
同一である。

第47図は、学習系ソフトウエアSF2の構成図である。先
に説明した第１の実施例に比べ、入出力制御プログラム
SF25,学習結果データベースSD21,制御方法データベース
SD22が無い点が異なつている。

第48図は、支援・修正系ソフトウエアSF4の構成図であ
る。

支援・修正系ソフトウエアSF4は、６つのプログラム
（交通流比較プログラムSF42,制御方法決定プログラムS
F43,キーボード入力制御プログラムSF4,画面出力制御プ
ログラムSF45,シミユレーシヨンプログラムSF46,制御方
法修正プログラムSF47）、予測交通流データテーブルST
42,制御方法決定知識ベースSK41、及び２つのデータベ
ース（学習結果データベースSD41,制御方法データベー
スSD42）より構成される。第48図において、SF42,SF43,
SF44,SF45,ST42,SK41はそれぞれ第12図のSF32,SF33,SF3
4,SF35,ST32,SK31と、第48図SF46は、第42図SF36と、第
48図SD41,SD42はそれぞれ第５図SD21,SD22とほぼ同一で
ある。ここで、制御方法決定知識ベースSK41の内容は、
キーボード入力制御プログラムSF44から変更可能として
いる。（フローは省略する。） また、制御方法修正プログラムSF47は、交通流の学習結
果から制御方法パラメータを自動修正するプログラムで
ある。

第49図は、制御方法修正プログラムSF47のフローであ
る。制御方法修正プログラムSF47の起動は、学習結果デ
ータベースSD42の内容に変更があつた時、あるいは、１
日又は１週間に１度等の周期的に起動する。

第49図でステツプE111とE116は交通需要に関するループ
である。ステツプE111では、修正の対象交通需要を設定
する。ステツプE112では、交通流データを読み込み、ス
テツプE113では、制御方法パラメータを読み込む。サブ
ルーチンE210では、制御方法パラメータの修正項目を決
定する。ステツプD710では、シミユレータを起動（第44
図）する。ステツプE114では、シミユレータからシミユ
レーシヨン結果及びそのノルムLpを受け取り、ノルムLp
の最も小さいものを最適制御方法（パラメータ）として
決定する。ステツプE115では、修正された制御方法を制
御方法データベースSD42へ書き込む。

第50図は、修正項目決定サブルーチンE210のフローであ
る。

本実施例では、制御目標の重要度により修正項目を決定
する方法を用いる。

まず、ステツプE211で重要目標が乗車時間であるかを調
べ、Yesであれば、ステツプE213で制御方法パターンの
乗車時間の設定値Tinstを修正項目とする。この例で
は、乗車時間の設定値Tinstを±10,±20ずつ変更したパ
ラメータについてシミユレーシヨンするよう指示してい
る。また、ステツプE211でNoであれば、ステツプE212で
重要目標がかご内混雑度であるかを調べ、Yesであれ
ば、ステツプE214で制御方法パラメータのかご内混雑度
の設定値Cinstを修正項目とする。ステツプE212でNoで
あれば、ステツプE215で停止呼び評価パラメータαを修
正項目とする。以上の処理により、修正項目が決定さ
れ、制御方法修正用プログラムへ復帰する。

本実施例によれば、交通流比較部と制御方法決定部を群
管理制御実行部とオンラインの構成としたことにより制
御方法の設定変更を随時できる効果がある。また、制御
方法修正手段を備え、修正項目を制御の重要目標を基に
決定する構成としたことにより、交通流変化に対して重
要目標を重視した制御方法パラメータの自動修正が行え
る効果がある。

本発明の他の実施例として、制御方法決定知識ベースを
交通量に対応して備えた例について説明する。

多目標制御を実行する制御方法は、特定階によつただけ
でなく、交通量にも依存するので、その制御方法は交通
量によつても変更する必要がある。そこで、制御方法決
定知識ベース内の三元状態図対応知識ベースを交通量に
応じて、例えば5,1,0,15,20,25,30（人/5分・台）毎に
用意する。制御方法決定の対象交通流が、例えば交通量
12（人/5分・台）であれば、制御方法はその交通量をは
さむ10及び15（人/5分・台）の三元状態図上の、対象交
通流の要素交通流モデル成分比率対応領域からユーザ要
望に応じて選択し、シミユレーシヨン結果により決定す
る。（フローは省略する。） 本実施例によれば、制御方法決定知識ベースを交通量に
対応して用意することにより制御方法決定の精度を向上
することができる効果がある。

〔発明の効果〕

以上説明したように、本発明によれば、交通流と特定階
に着目した交通流モデルを比較することにより交通流を
判定するようにしたので、交通流を一般化して扱うこと
ができ、交通流の判定が容易となる。そして、交通流を
特定階に着目したモデルにより判定しているので、複数
のエレベーターを現実の交通流に合致した形で群管理制
御することができる。

【図面の簡単な説明】

第１図は本発明の原理システムブロツク図、第２図は本
発明の一実施例のハードウエア概略構成図、第３図は群
管理制御系ソフトウエアのソフトウエア構成図、第４図
は群管理制御系ソフトウエアのテーブル構成図、第５図
は学習系ソフトウエアのソフトウエア構成図、第６図か
ら第９図は学習系ソフトウエアのテーブル構成図、第10
図と第11図は学習系ソフトウエアのデータベース構成
図、第12図は支援系ソフトウエアのソフトウエア構成
図、第13図は支援系ソフトウエアのテーブル構成図、第
14図は支援系ソフトウエアの知識ベース構成図、第15図
から第22図は群管理制御系ソフトウエアのプログラムフ
ローを示す図、第23図及び第25図から第28図は学習系ソ
フトウエアのプログラムフローを示す図、第24図は交通
需要区分分類図、第29図から第31図は要素交通流モデル
図、第32図と第33図は合成交通流モデル図、第34図
（ａ）は交通流モデル対応領域区分分類図、第34図
（ｂ）は３つの交通流モデルについて混雑度制御を行つ
た場合の実験結果の例を示す図、第35図から第39図は支
援系ソフトウエアのプログラムフローを示す図、第40図
はユーザ要望入力画面例を示す図、第41図から第50図は
本発明の他の実施例に関する説明図であり、第41図は支
援系ソフトウエアの知識ベース構成図、第42図は支援系
ソフトウエアのテーブル構成図、第43図から第45図は支
援系ソフトウエアのプログラムフローを示す図、第46図
はハードウエア概略構成図、第47図は学習系ソフトウエ
アのソフトウエア構成図、第48図は支援・修正系ソフト
ウエアのソフトウエア構成図、第49図と第50図は支援・
修正系ソフトウエアのプログラムフローを示す図であ
る。 MA……群管理制御装置、M1……群管理制御用マイコン、
M2……学習用マイコン、MC……ICカード入出力装置、E
1,…,En……号機制御用マイコン、HD1,…,HDm……ホー
ル呼び釦、SP……個性化支援装置、S1……制御方法決定
用マイコン、SC……ICコード入出力装置、SD……出力装
置、SK……入力装置、SF0……号機制御用プログラム、S
F1……群管理制御系ソフトウエア、SF2……学習系ソフ
トウエア、SF3……支援系ソフトウエア、SF4……支援・
修正系ソフトウエア。

フロントページの続き (72)発明者 中村 清 茨城県日立市久慈町4026番地 株式会社日 立製作所日立研究所内 (72)発明者 米田 健治 茨城県勝田市市毛1070番地 株式会社日立 製作所水戸工場内 (72)発明者 上島 孝明 茨城県勝田市市毛1070番地 株式会社日立 製作所水戸工場内 (56)参考文献 特開 昭59−48369（ＪＰ，Ａ) 特開 昭62−79173（ＪＰ，Ａ)

Claims (4)

【特許請求の範囲】
1. 【請求項１】多階床間に就役する複数台のエレベーター
   を統括して制御する群管理制御実行部と、群管理制御方
   法を決定する制御方法決定部とを備えたエレベーターの
   群管理制御装置において、 群管理制御に対するユーザの要望を受け付ける入力装置
   と、 前記制御方法決定部がエレベーターの利用状態である交
   通流を全乗り込み人数に対する特定階乗り込み人数の比
   率である発散交通流比率と、全降り人数に対する特定階
   降り人数の比率である集中交通流比率と、全体比率から
   発散交通流比率と集中交通流比率とを除いた階間交通流
   比率との３成分の比率により三元状態図を用いて分類す
   る交通流比較部を備え、 前記制御方法決定部が前記交通流比較部の分類結果と前
   記入力装置で入力されたユーザの要望とに応じて制御方
   法を決定し、 前記群管理制御実行部が決定された制御方法により群管
   理制御を実行することを特徴とするエレベーターの群管
   理制御装置。
2. 【請求項２】多階床間に就役する複数台のエレベーター
   を統括して制御する群管理制御装置と、群管理制御方法
   を決定する個性化支援装置とを備えたエレベーターの群
   管理制御装置において、 前記群管理制御装置がエレベーターの運行状態を収集し
   記録する学習結果データテーブルを備え、 前記個性化支援装置が前記学習結果データテーブルに記
   録された交通流データと全乗り込み人数に対する特定階
   乗り込み人数の比率である発散交通流比率と、全降り人
   数に対する特定階降り人数の比率である集中交通流比率
   と、全体比率から発散交通流比率と集中交通流比率とを
   除いた階間交通流比率との３成分の比率により三元状態
   図を用いて分類する交通流比較部と、制御方法に関する
   知識を記録した制御方法決定知識ベースと、群管理制御
   に対するユーザの要望を受け付ける入力装置と、前記交
   通流比較部で判定された交通流と前記入力装置から入力
   されたユーザの要望とに応じた制御方法を前記制御方法
   知識ベースより検索し前記交通流に対する制御方法とし
   て決定する制御方法決定部とを備え、 前記群管理制御装置が、前記制御方法決定部で決定され
   た制御方法を記録する制御方法データベースと、前記決
   定された制御方法を用いて群管理制御を実行する群管理
   制御実行部とを備えたことを特徴とするエレベーターの
   群管理制御装置。
3. 【請求項３】多階床間を就役する複数台のエレベーター
   を統括して制御する群管理制御実行部と、群管理制御方
   法を決定する制御方法決定部とを備えたエレベーターの
   群管理制御装置において、 前記エレベータの運行状態を収集し記録する学習結果デ
   ータベースを備え、 前記制御方法決定部が前記学習結果データベースに記録
   された交通流データと全乗り込み人数に対する特定階乗
   り込み人数の比率である発散交通流比率と、全降り人数
   に対する特定階降り人数の比率である集中交通流比率
   と、全体比率から発散交通流比率と集中交通流比率とを
   除いた階間交通流比率との３成分の比率により三元状態
   図を用いて分類する交通流比較部と、 群管理制御方法に関する知識を記録した制御方法決定知
   識ベースと、 群管理制御に対するユーザの要望を受け付ける入力装置
   と、 前記制御方法決定部は前記交通流比較部で判定された交
   通流と前記入力装置で入力されたユーザの要望とに応じ
   た制御方法を前記制御方法決定知識ベースから検索し、
   前記交通流モデルに対する制御方法として決定し、 前記制御方法決定部で決定した制御方法を記録する制御
   方法データベースを備え、 前記群管理制御実行部は前記決定された制御方法を用い
   て制御を実行することを特徴とするエレベーターの群管
   理制御装置。
4. 【請求項４】請求項３又は４において、前記制御方法決
   定部は群管理制御を模擬するシミュレータを備え前記シ
   ミュレータのシミュレーション結果に基づいて制御方法
   を決定することを特徴とするエレベーターの群管理制御
   装置。