JPS63106281A - エレベ−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】 ［発明の目的］ （産業上の利用分野） 本発明はエレベータの群管理制御に係わシ、特に知識工
学の応用により、各種の群管理制御においてそれぞれの
目標値に良好に追従させることのできるようにしたエレ
ベータの群管理制御方法に関するものである。

（従来の技術） 近年、複数台のエレベータを並設した場合に、エレベー
タの運転効率の向上およびエレベータ利用者へのサービ
ス向上を図るため、各階床のホール呼びに対する応答号
機をマイクロコンピュータ等の小形コンピュータを用い
て合理的に、且つ、速やかに割当てることが行なわれて
いる。

すなわちこれは群管理制御と呼ばれる制御方式であシ、
ホール呼びが発生すると、そのホール呼びに対処するの
に最適なエレベータを選定し、早期にそのホール呼びに
応答させるエレベータを割当てるとともに、他のエレベ
ータはそのホール呼びに応答せないようにしたシ、ある
いは朝の出動時や退社時、昼食時等のような交通需要の
増加時、更には夜間等のような交通減少時力どそのビル
独特の交通変化に合わせて予め設定した運転モードに切
換えつつ効率的な運用を図るべく各エレベータを制御す
るものである。

ところで近年のような小型コンピュータの著しい発達に
伴う小型コンビ、−夕のコスト低減により群管理装置の
他にも単体のエレベータの制御を行うエレベータ制御装
置等にも小型コンピュータは使用されるようになった。

また、これらのコンビ１−夕に対する情報の伝達方法と
してはシリアル伝送方法が主流となシつつある。そして
、これら群管理制御装置と、エレベータ単体制御装置は
各伝送装置と、ソフトウェアによる一定の手続により、
単純に結線（又は光ケーブル接続）で自由に群管理デー
タを授受出来るようになっている。

また、多数台のエレベータを群管理制御する大規模ビル
においても、ビル管理用コンピュータや、ＯＡ（オフィ
スオートメーション）用コンピュータ彦どにより、ビル
全体を管理したシ、各フロア間の情報の授受を行ってい
る。これらの情報の中にはビルの交通に関係するものが
多数台まれている。また、群管理制御用コンビ、−夕の
情報にも、ビル管理時に必要なホールデータ（例えばホ
ールの乗客検出）も含まれている。しかしながら、これ
らのビル管理用のデータと群管理制御データの授受は、
はとんど行われていない。このため、それぞれに情報入
手のためのセンサや報知装置を取付るケースも見受けら
れる。

しかし、一般的にはエレベータの群管理制御はホール呼
び対する割当の制御と、高交通需要に対する特殊オペレ
ーション制御が中心となっている。

ホール呼びに対する割当制御においては、従来は到着時
間等、各種演算データを利用した評価によって行ってい
た。このため、予測失敗により割当の失敗が発生するこ
ともあった。

このようなことを無くすために、日々の交通の流れを学
習したシ、また、その予測データの信頼性を求めるもの
などがあった。

（発明が解決しようとする問題点） しかし、エレベータシステムにおいては上述のようにい
くら学習を行っていても確率的に発生するホール呼びゃ
、派生するかご呼びを完全に予測することは不可能であ
シ、そのデータの信頼性は低い。しかしながら、データ
の信頼性が低くても予測演算により、ある程度のオーダ
ーの値が求められ、評価演算に組入れざるを得ない。

このことは、評価の決定に多くの失敗の可能性をはらん
でいることを意味している。また、このことは、予測値
を利用した条件の設定に対して、真の設計者の考える条
件との食違いがあることを示しておシ、設計者の条件の
設定はよシきつい完全な条件を目指すことになって、設
計者の意図していたような軽快な動きよりも、保守的な
鈍重な動きとなる傾向がある。

また、割当ての評価演算へ設計者の考えを組入れる場合
、関数値の変更や重みの変更等に止どまシ、間接的な組
込みとなりて鈍重な動きとなる傾向を拭えない。

また、このととは、効果の検証においても傾向が表立っ
て現れにくいことを示している。

エレベータ群管理制御の高需要対応の特殊オペレーショ
ンにおいても、予測データのあいまいさによ）、先に述
べたようにきめの細かいコントロールと言うよシも鈍重
な保守的なコントロールとなる傾向がある。

そこでこの発明の目的とするところは、設計者すなわち
、群管理制御の専門家の知識を直接的に制御に利用し、
きめ細かい制御を実現し、同時にその制御の基本となっ
ている条件のあいまいさを加味して割当て制御の失敗を
少々くすることが出来るようにすると共に良好なサービ
スの可能性を残す制御を行うことができるようにしたエ
レベータの群管理制御方法を提供することにある。

［発明の構成コ （問題点を解決するための手段） 上記目的を達成するため、本発明は次のようにする。す
なわち、複数のエレベータを統括して制御するエレベー
タの群管理制御において、現在の状況から制御に利用す
る予測データを得てこれに基づく条件により各種の制御
指示を決定する際、意図する制御目的を達成するために
経験則に基づき上記各種条件に応じた制御指示内容を設
定し、且つ、上記予測データの帰属度値をもとに各条件
とその確信度を定める帰属度関数を専門的知識に基づく
主観量により人為的に設定し、制御に利用する上記予測
データにはそのあいまいさに♂じた確信度を加味させて
確信度値とし、この確信度値を用いて上記帰属度関係か
ら条件とその帰属度を得、その条件による上記設定した
制御指示への帰属度として利用してその制御指示を行っ
たと仮定した場合の有効性をこの帰属度による重み付け
をして推論により求め、その結果に応じて制御指示を決
定することを特徴とする。

（作　用） すなわち、群管理制御において、現在の状況から制御に
利用する予測データを得てこれに基づく条件により各種
の制御指示を設定する際、制御に利用する上記予測デー
タにそのあいまいさに応じた確信度を加味させて計算し
た値確信度値とし、この確信度値を用いて上記８１７２
度関数から条件とその帰属度を得、これをもとに意図す
る制御目的を達成するために設定した経験則に基づく各
種条件による制御指示内容より該当のものを抽出し、上
記帰属度はその抽出した制御指示へのＲｆ現度として利
用してその制御指示を行ったと仮定した場合の有効性を
この帰属度による重み付けをして推論により求める。そ
して、その結果に応じて制御指示を決定する。

このように本発明は専門家の持つ経験と主観に基づく制
御指示を、制御指示の判断に用いる材料のあいまいさを
加味した総合的な評価の値として得て、これよシ客観的
な比較が可能な形にし、これよシ現状で最も適した制御
指令を選択するものである。そして、この判断の内容に
は専門×の経験と勘が反映されるので、実データのみで
は予測出来な一状況の変化に伴う不適切な制御指令を回
避して最適な制御を行うことが出来るようになる。

そして、設計者すなわち、群管理制御の専門家の知識を
直接的に制御に利用できるので、サービスを良好にする
可能性を常に残す制御を行うために平均未応答時間を短
縮でき、同時にその制御の基本となっている条件のあい
まいさを加味した選択が出来るので割当て制御の失敗を
少なくすることを可能にしたエレベータの群管理制御方
法を提供することが出来るようになる。

（実施例） 以下、本発明の一実施例について図面を参照して説明す
る。第１図は本発明の一実施例に係る群管理制御システ
ムの構成を示すブロック図である。

図において１は全体の群管理制御を司る群管理制御装置
、２は単体のエレベータの運行等の制御を行うエレベー
タ単体制御装置であシ、また３は外部とのデータの授受
を行う伝送コントローラ、４はエレベータの運行状況を
監視する監視モニタである。群管理制御装置１はエレベ
ータ制御装置２や伝送コントローラ３．エレベータ監視
モニタ４とそれぞれ伝送専用ＬＳＩを用いてシリアル伝
送ラインによるシステムノ脅スで結合されている。また
、ホールのダート、ラングセンナ、ディスプレイ等とホ
ール入出力機器５とのＩ／ｌ）　（入出力）結合はシリ
アル伝送ラインにより行われている。とれは伝送専用Ｌ
ＳＩと汎用の伝送ソフトウェアによる。また、かご内に
設けであるかご内コントローラ６とそれに対応するエレ
ベータ制御装置２もシリアル伝送ラインにより結合され
ている。また、ビル管理コンビ、−夕１１のデータや、
ＯＡコンピュータ１２のデータ、タイムレコーダ１３の
データ、また、報知データ入力端末装置１４よシ１１０
コントローラ１５を介して与えられる例えば会議室の利
用、終了等のよう力報知データ、入口カウンタデータ（
出入シする人員数）は伝送コントローラ３のインターフ
ェースにより結合され、エレベータシステム側のシリア
ルシステムパスに伝送される。これによつて、群管理制
御装置１には上記各種のデータを与えることができる他
、群管理に関するデータを上記コンピュータ１１゜１２
に与えることができる構成となっている。

本システムは最大規模に近い例である。このため、一部
分を削除したシステムであって′も、本発明を適用でき
る。

次に群管理制御装置１のソフトウェア構成の説明を行う
。第２図に示すように群管理制御用のソフトウェアの構
成は種々の機能別タスクとそのサラルーチン及び、これ
らのタスクを管理するためのタスク管理プログラムよシ
なる。そして、群管理制御装置１内の小型コンビ、−タ
（一般的にはマイクロコンピュータを使用するので、以
下マイコンと称する）を動作開始させるとこのマイコン
はまずスタート後、タスク管理プログラム２ｏを実行し
てどのタスクすなわち、機能別に分離されたソフトウェ
アモジュールを起動するかを決定する。タスクは機能別
のソフトウェアモジュールであシ、条件により起動され
る。

ここで、各タスクの説明を簡単に行う。３２はイニシャ
ライズタスクであ〕、とのタスクはＲＡＭ（ランダムア
クセスメモリ）やＣＰＵ　（プロセッサ）のレジスタの
イニシャライズや、　ＬＳＩ　（大規模集積回路）のイ
ニシャライズを行うタスクであって、初期状態や、動作
のモードが切シかわった時、起動される。

２１は外部入力タスクであシ、これはＣＣＴ　、ＫＣＴ
ＨＣＴ等の外部入力をＲＡＭ　（ランダムアクセスメモ
リ）上にセットする入力タスクである。このタスクは優
先度が高く、起動させると１００ｍｍ程度ごとに再起動
がかかる。

また、トリガのチェック等もとのタスク中で行われる。

ζこで上記ＨＣＴはホールコンディションテーブルであ
夛、これにはエレベータ制御装置にょシホール呼び登録
された、そのデータが入力される。

ＯＣＴはカーコンディジ、ンテーブル、　ＫＣＴはかと
コンｒイシ、ンテーブルでありて今、仮シに群を構成す
るエレベータがＡ−Ｄ号機の４台とし、サービス階床を
１〜８フロアと仮定すると上記ＨＣＴ　。

ＣＣＴ　、ＫＣＴはそれぞれ第３図、第４図、第５図の
ようなビット構成となっている。

すなわち、第３図に示したホール状態を表わすＨＣＴ　
において、０〜１３０ホールサブインデツクス（Ｈ８）
Ｋ対して８階の下降（８Ｄ）から７階の上昇（７Ｕ）ｔ
で各８ビツトの情報が格納されている。各階ごとのホー
ル状態を具体的に説明する。

例エバ、５階のエレベータホールにて上昇呼びホール釦
が押されたとすると、ＨａのＪ　Ｊ　（５Ｕ）の７番ビ
ットが１となシ、このホール呼びに対応するサービスエ
レベータが後述する手法でＡ号機と決定すると、Ｈ８の
１１における０番ビットおよび６番ビットが１となる。

そして、上記Ａ号機が５階に到着するとＨａの１１にお
ける０、６゜７番ビットがすべてＯＫリセットされる。

すなわち、０〜３番ビットは各エレベータの号機セット
を示し、６番ピットはホール呼びに対するエレベータの
割付の有無を示し、さらに、７番ビットはホール呼びの
有無を示す。

第４図のかご状態を表わすＯＣＴにおいては、０〜３の
インデックスに対して、エレベータＡ号機からＤ号機ま
で各１６ピツトの情報が格納されている。すなわち、０
〜３番ピットにはかごの荷重状態が２進法で示されてい
る。これら０〜３番ビットの意味は＠０００１”、′″
００１０”。

＠００１１’、＠０１００”、＠０１０”。

＠０１１０’、＠０１１１”、　＠１０００”。

＠１００１”、＠１０１０”、＠１０１１”。

′″１１００”に対して、それぞれ、０〜１０％。

１１〜２０チ、２１〜３０チ、〜３１〜４０％。

４１〜５０％、５１〜６０ｅＩＩ、６１〜７０％。

７１〜８（１，８１〜９０％、９１〜１００％。

１０１〜１１０チ、１１１チ以上を示す。

５番ビットはかごの走行状態を示し、′″１”は走行中
、＠０”は減速中を示す。７番ビットは扉の開閉状態を
示し、”ｌ”は開放中、”０”は閉鎖中を示す。８〜１
３番ビットはかと位置を２進法で示したものである。１
４．１５番ビットはかごの移動方向を示し、”１０”は
上昇中、＠Ｏｆ”は下降中、さらに＠００′は無方向、
すなわち停止中を示す。

第５図はかと呼び状態を表わすＫＣＴを示しておシ、該
ＫＣＴにおいて、第３図に示すＨＣＴと同様に、０〜３
ピツトがエレベータＡ−Ｄ号機に対するかご呼びの有無
を示す。

以上によりエレベータや、ホール呼びの状態が入力され
る。

２２は割付タスクでありてかどの割付を行うタスクであ
る。このタスクは１００ｍ５・Ｃ程度ごとに新発生ホー
ル呼びをチェックし、もし発生があれば、予測未応答時
間、満員等のダメージによる評価を行い、評価の最良な
号機を決定する。

２６は割付見直しタスクであシ、この割付見直しタスク
２６は約１秒に１同根度起動されるレベルの低いタスク
であって、長待ちゃ、満員となったシ、予測されるホー
ル呼びに対して、割付変更を行うものである。

２８は各単体エレベータとの交信を行うための各単体エ
レベータ交信用タスクであシ、このタスクはサイクリッ
クに行われるデータの伝送の他に、必要に応じてコント
ロール出力（割付、割付キャンセル等）や、乗車人数、
降車人数、新発生かと呼び等のデータ要求などが行われ
る。これらはバッファを利用して行われ、第６図のよう
なデータが第７図のように運ばれてくる。

２９は年間タイマ、各種タイマであり、これは１０ｍ５
ｅｃ　、　１００ｍｍ５ｅ、　１秒等の各種のインター
／４ルタイマと、それらと組み合わされた年間タイマの
ルーチンである。また、これらのデータは外部タイマに
より補正される。年間タイマには月、日付、曜日、休日
、六曜、その他の行事等の情報があシ、フロッピディス
ク用の第２のＩ／ｌ）タスクや、ＣＲＴ用の第１の！沖
タスクにょシ情報が更新される。

３０はＣＲＴ　（キャラクタ・ディスプレイ・ターミナ
ル）伝送用の第１のＩｌｏ　（インプットアウトプット
）タスクであシ、このタスクは外部の端末や、他のコン
ビ、−夕等との情報の伝送に使用される。このタスクは
他の群管理マスクを害さないように低い割込みレベルで
タイムスライスされて起動される。また３１は７０ツビ
（フレキシブル）ディスクコントロール用の第２のＩ１
０タスクであシ、このタスクは外部の７０ツピデイスク
に学習データ等を記憶するときに起動される。ＣＲＴ伝
送用第１のＩ１０タスク３０と同様に低い割込みレベル
で起動される。

２２は学習データ処理タスクであり、この学習データ処
理タスクは外部入力や単体エレベータからのデータによ
り、その時点の状態をデータテーブルにセットしてゆき
、また次の状態に変化する時々どにおいてはそのデータ
の入れ換えを行うタスクであって、データの変化時や状
態の変化時に起動される。また、このタスクは低い割込
レベルのタスクであり、高、い割込みレベルの群管理タ
スクを害さないように起動される。ただし特別の７ラグ
や、優先順位の変更等が行われた場合は変化する。学習
データは第８図に示すような月、曜日、六曜、休日、時
間帯（タイムバンド）などの要素により、いくつかの同
等の交通モードに分類され、そのモード別に、次のデー
タを持つ。

第９図、第１０図にそれらの例を示しである。

ことで ＨＣＴ＄ＲＡＴは１５分間の平均ホール呼び発生回数、
ＫＣＴ＄ＲＡＴは平均かご呼び発生回数、ＩＮ＄ＲＡＴ
は乗車人数平均、 ＯＵＴ＄ＲＡＴは降者人数平均、 ＫＣＴｌＳＥＴは各階に対するかと呼び発生率を示す。

ＨＣＴ＄ＲＡＴ　、〜ＯＵＴ＄ＲＡＴは、方向付階床の
インデックスＨ８（ホールサブインデックス）によって
示される。

ＫＣＴｌ＄ＲＡＴは、例えば、Ａ階からＢ階へという何
個のかと呼び発生率を格納すべくＡ、Ｂのマトリックス
により示されている。

また、高需要時はそれらの変化が、細かいインターバル
で学習されている。これは各Ｈ８とｔについテＡＶ＄Ｍ
ＥＮＳＰ　（ＨＳ　、　ｔ　）で示される。

ただし、ｔは時刻である。

これらの学習データは本発明に直接的には使用しなくと
もかまわないが、各種の予測演算を行ううえで精度向上
に寄与するので、使用した方が良い結果が得られる。な
お、学習データが無い場合でも、それなシの精度におい
て制御を行うことができることは云うまでもない。

第２図に示したその他のタスクとして、１秒おきに起動
され、外部のコンピュータとデータの入力、出力のデー
タ交信や、それによるデータ収集を行うビルコンピュー
タ等交信、データ収集タスク３４や、そのデータを利用
して、需要の先取シを行い、交通需要を予測し、運転モ
デルを決定する交通需要予測タスク３３　（１００ｍａ
ｔｅ毎に起動）があシ、また、これによって起動される
運転モデルのタスクとして各運転タスク３５がある。

本発明のシステムにおいては、更に群管理制御装置１に
以下に述べる推論を利用したホール呼び割当て制御機能
や交通モデル適応制御機能を持たせである。

ここで推論とはかかる制御を行ううえでデータ条件の「
確かさ」全考慮し、これらを含めた条件によって与えら
れる指示内容やその指示内容に基づく判断に寄与σする
度合いをエレベータ制御の専門家の持つ知識をもとに定
めて、それらの総合判断により最終的表指示を決める手
法を指している。

尚、交通モデル適応制御とは、例えば出動時間帯や昼食
時、あるいは平日、休日、夜間等によυ変化する需要状
況のデータ（学習データも含む）や一過性の需要変化と
なる例えば会議の開催等による会議室設置階の特別の需
要などと云ったデータ（この−適性のデータは例えばビ
ル管理二ンピ１−夕１）への予約かどにより得られる）
Ｋよシ、その日の時間帯毎のビルの特定階床に対する利
用者の集中や、特定階床から種々の階床への分散等の需
要予測を行い、その予測した需要を賄うための先取シし
た需要予測モデルに適合した制御を行うことを指す。

次に本発明に基づく群管理制御方法をホール呼びに対す
る割当て制御を例に説明する。

第１１図に割当て制御のフローチャートを示す。

また、説明の便宜上、以下３台のエレベータ（人〜Ｃ号
機）が群管理制御されるものとする。そして、サービス
対象となる階床は便宜上、１階（ＩＦ）から１２階（１
２Ｆ）までとする。

新発生ホール呼びに対する割当て制御はエレベータの運
行モードによってその制御の方法が異なる。そこで−例
として各階の交通の流れがバランス状態にある場合での
運行モードにおける割当て制御について説明する。

バランスノリーン時の割当て制御ルーチンにおいて、目
標値として （１）長持ち呼びを減らす（６０秒以上の長待ちを０に
する） （２）　　良好な呼びを増やす（３０秒以内に応答した
全呼び個数） （３）高需要階のサーぎスを良好に保つ。

（４）満貫通過を無くす（荷重８０チ以上の場合）を設
定したとする。ここで上記（１）について以下詳細に説
明するが、上記（２）〜（４）についても同様に行われ
る。

上述の目標に対する制御戦法は専門家の持っている経験
や知識に基づくものであシ、割当て制御における専門家
の制御戦略である。

そのため、それぞれの制御戦略に対応して条件と指示と
によって表わされた人為的に定めた制御規則が用意され
る。

例えば「長持ち呼びを減らす」と云う目標に対応する条
件と制御指示は「長持ちになるならば割当てを行わない
」と云うものであり、「良好な呼びを増やす」に対して
は「良好な呼びならば割当てる」と云ったものである。

他の制御戦略についても同様に「もし人ならばＢ」の形
式の制御規則が用意される。

本発明においては、上述の制御規則に示される条件の成
立する度合い及びその条件における制御指示の重み付け
を推論機能によって各制御規則毎に決定する。上述の条
件の成立する度合いとは条件が「長持ちになるならば」
であれば「長持ちになる度合い」のことである。

そして、この度合いが高いと云うことは「非常に長待ち
になる」と云うことを意味し、逆に度合いが低いと云う
ことは「多少長持ちになる」ことを意味する。上述の推
論においては、あるエレペー夕号機に仮割当てを行うこ
とによって長待ちになる度合いを予測し、その度合いよ
シ制御指示の重み付けを行う。

すなわち、仮割当てを行った際に、長待ちになシそうな
らば割当てを行わ々い方向に制御指示の重み付けを行う
。各制御規則毎に決定された指示の重み付けを総合的に
評価し、割当て制御の場合においては「割当てる」と云
う制御指令の強さとしての評価の値を求める。

このようなことを各エレベータ号機についてそれぞれ行
い、最も強い値を示す号機に対しホール呼びを割当てる
ようＫする。

割当てを決定するに当シ、目標が多数ある場合に、各々
の目標について完全に満たすエレベータ号機に割当てを
行おうとすると割当てを行うことができなくなる。そと
で１本発明では対象となるすべての目標について総合的
に見て最も高い度合いで満たすエレベータ号機に割当て
を行う。

そのために上述の制御戦略に基づいて制御規則を用意し
、その条件の成立する度合り及び、指示の強さを求めて
制御指令の強さを決定する。

この部分を詳細に説明する。

群管理制御は大きな制御要素として ■　ホール呼びに対する割当て制御 ■　高需要時の特殊オペレーション がある。また、■において需要の集中するものと発散す
るもの、または、それらの合成されたものがあり、それ
ぞれに適当な割当制御が考えられる。

そのため、本発明においては第１１図に示されているよ
うに■に対応して運行モードを決定するＦｌのルーチン
と、それぞれの運行モードＯＰＩ〜ＯＰｎに対応して割
当制御を行うＦ２−１〜Ｆ！−、の制御において、同様
に専門家の知識の直接表現の推論による制御ルーチンが
用いられる。

以下において、その制御手法を・々ランス時の割当制御
Ｆ２−１を中心に説明して行く。

特に本発明においては、推論ルーチンが中心となる部分
であシ、第１１図のＦｌ、Ｆ２−１〜Ｆ２−ｍに共通に
使用されているために、この部分を先に説明して行く。

推論ルーチンにおいては、ある号機に対し、仮にその制
御指示を行うものとした場合の目標値に対するエラー分
・（偏差）とその制御指示のために生じたエラー増分Δ
・すなわち、可能性をどの位ふやすことになるかそのふ
やす割合によってその指示を行うか否かの出力Δｅを決
定するように構成されている。また、・、Δ・に関して
は専門家の主観量や確率データによる確信度により、い
くつかの予測値を持つ。

バランス／４ターン時の割当制御ルーチンにおいて、目
標値として長待ち呼びを減らすと云う制御について、以
下詳細に説明する。まず始めに、上記（１）（長持ち呼
びを減らす）の目標値に対し、エラー分・、エラー増分
Δ・に応じてその値を減らすか否かが第１３図（、）に
示す予め専門家の知識経験則よシ得た人為的判定基準で
ある長待ち部分の条件−指示テーブルよシ決定される。

尚、第１３図において、ＰＢ、ＰＭ、ＺＺはｅ、Δ・の
レベルであり、ＰＲは「正で大きい」、ＰＭは「正でま
た、出力ΔＵは判断内容すなわち指示を示し、ｐｏは「
割当てるＪ、ＰＳは「割当てても良い」。

２０は「普通Ｊ、ＮＳは「割当てる必要は無い」。

ＮＥは「割当てない」ことを指す。

また、第１２図に推論部分のフローチャートを示す。但
し、これはジェネラルフローチャートでアシ、これらの
ステップを対象となる各ルールについて行う。

すなわち、ある階にホール呼びが発生したとすると、群
管理制御装置１はこのホール呼びに対し、ステラ７”１
３Ｔ１２−１１Ｃおいて、仮にある制御指示を設定する
。例えば仮にＡ号機にホール呼びを割当てたとする。次
にステップＢＴ１２−２のルーチンにおいてその割当て
によってＡ号機に生ずる長待ちホール呼びの個数がどれ
だけとなシ、どれだけ増加するかが各ホール呼びに対し
そのエラー分６、エラー増分Δｅの各条件に対する予測
データの帰属度をもとに予測される。

ここで、それぞれのエラー分・、エラー増分Δ・説明を
する。ことでは各フロアのホール呼びの長待ちとなる予
測値（ｒｐ２）（すなわち、長持ちの確信度）とそれら
のフロアのシステム及ぼす重要度（Ｈｓｐ）により帰属
度を求める。

このシステムに及ぼす重要度と云うのは、高需要が予測
されるフロア等で、その階の長待ちによりかご呼びが多
発する等によりてシステムの線形性を崩したシ、予測が
不可能になるととに対し、その影響を考慮し、重要度と
して数値に置換えたものである。これは学習されるＨＣ
Ｔ＄ＲＡＴ　、ＫＣＴ＄ＲＡＴ等のデータよシ予測する
と効果的である。学習データを利用しない場合は、設計
者の主観量や経験値を使用する。

第１５図にホール呼び割当てに対する長持ち可能性デー
タの一例としての帰属度関数を示す。この例（第１５図
（ａ））に示されている帰属度関数をＳとすると、 で示される。ただし、ａ、ｂ、ｃはデータに合せて適宜
上ットされる。また、Ｘ軸は割合いとして長待ち個数を
使用し、ｙ軸データが帰属度となる。

ここで、ＴＰ２の確信度（確かさ）が小さい場合のレベ
ルによって関数が変化する（第１５図６）参照）。第１
５図（ｂ）において確信度に２〜に５かに５〉Ｋ２）Ｋ
３〉Ｋ４であったとすると、それに対応する曲線はそれ
ぞれ第１５図の１５−５゜１５−２．１５−３．１５−
４となる。確かさが増加するに従い、先に示した帰属度
関数Ｓを変化させる。

例えば「確かさＡ」が「確かさＢ」の二重の場合は第１
５図の（ｂ）において、「確かさＢ」の曲線は１５−２
となυ、一方、ｒ確かさＡ」の曲線は１５−５のようＫ
なる。

ホール呼び仮割当てによるその号機での長待ちホール呼
び個数とその増加数が設定した予測値に対する確信度と
の関係によりェラ−分・、エラー増分Δｅのかたちで求
めるが、これを求めるに当ってまずはじめに、使用する
上記予測値としての長待ち可能性データ（ＴＰＪ）の帰
属度を求める。

これは次のように考える。すなわち、第１５図（ｃ）に
示すように確信度が８０１ｓ、５０％、２０チ・・・に
対し、それぞれ専門家の知識により人為的に定めた帰属
度関数曲線１５−１０，１５−１１゜１５−１２・・・
を用いる。これは、それぞれ１個の新発生ホール呼びが
あって（ｘ　＝　１　）、これに仮に割当てた場合の帰
属度ｙは確信度に応じ、それぞれ約０．９（Ｐ４）、約
０．５（Ｐ２）、約０．０（Ｐ６）となることを意味す
る。尚、Ｐｎ（ｎ＝１．２．３・・・）は４インドを示
す。また３個のホール呼びがある場合（ｘ　＝　３　）
は、帰属度ｙはそれぞれ約０．９８（Ｐ４）、約０．８
５（Ｐ５）、約０、１２　（Ｐ　６　”）となる。

一つの号機に複数の確信度の呼びがある場合はそれらの
帰属度の合計を使用する。ただし、その合計が１以上の
場合は１とする。

予測データの帰属度は基本的にはこのようにホール呼び
に対する確信度に応じた帰属度関数を用い、また、確信
度の異なる複数個のホール呼びがある場合はそれぞれの
確信度に対応する帰属度関数にて求めた帰属度の合計値
よシ求めるととＫなるが、本発明ではこのような考え方
に変え、確信度を複数個のホール呼びがある場合には、
はじめにそれぞれのホール呼びの確信度を合計した合成
値Ｆとして求め、これをホール呼び個数で平均して、そ
の値をもって総合の確信度にのかたちにする。

総合の確信度＝データの確かさ＝確信度の平均＝　−＝
　Ｋ　　　　　　　　　・・・　（Ａつ但し、確信度は
かごが６０以上で到着する可能性の大きさＴＰｊ　、ｎ
は仮割当てを含むすべてのホール呼び数である。

そして、次にこの総合の確信度Ｋに対する第２１図の如
き帰属度関数を用いてエラー分ｅ、エラー増分Δ・を求
める。

第２１図に示す帰属度関数は呼びの個数には無関係に上
述した合成値Ｆと合成値のエラー増分ΔＦとＫついて、
Ｋの値（ある幅を持たせる）毎Ｋ「割当てる」、「割当
てても良い」、「ふつう」。

「割当てる必要はない」、「割シ当てない」と云った指
標を工２−分・、エラー増分との関係で人為的に示した
ものである。従って、ここではＫによυ関数を選び、Ｆ
、ΔＦの値にて上記指標を選べるような関数となってい
る。従って、Ｋが定まシ、Ｆが決まればホール呼び個数
に関係なく各々の指標毎に帰属度をエラー分ｅ、エラー
増分Δ・として求めることができる。

従って、上記（４）、（Ａ９式によりまずＡ号機におけ
る合成値Ｆ、総合の確信度Ｋが求められると、これよシ
Ｋに対応する帰属度関数（第２１図）が選択され、Ａ号
機に仮割当てを行う前と後での合成値Ｆの値Ｆ＠１　＋
　ＦＢ２及びＦｌに対するＦａ２の増し分ΔＦ１を求め
る。

そして、とのＦａ２とΔＦ１よシェラ−分・とエラー増
加分Δｅを求め、これよシ第１３図（、）に示す如き人
為的に設定した経験則に基づく条件−指示のうちの対応
するものを求める。

その際に使用する帰属度関数が第２１図（＆）の如きで
あったとし【但しこれは一例であり、人為的に選定使用
される）、上記Ｆ１２．ΔＦ１が図の如きであったとす
ると、この２１２．ΔＦ、よりエラー増分Δ・は条件ｚ
ｚについて帰属度が０．５．そして、条件ＰＭについて
帰属度が０．５．ｔた、エラー分・は条件ｚｚについて
帰属度が０．１．そして、条件ＰＭについて帰属度が０
．９であることになる。

すなわち、ここではある対象が集合Ａの要素であるか否
かを考える際に、厳密に分けるのでは無く、集合Ａの要
素である度合いを考慮するために帰属度を示す関数であ
る帰属度関数を用いる。これは第２１図（ａ）の如きも
のであり、その横軸は上述の合成値Ｆ及び合成値の増分
ΔＦをとシ、縦軸には工２−分・及びエラー増分Δ・を
とっである。

また、図では集合として集合ｚｚ、集合ＰＭ及び集合Ｐ
Ｂのそれぞれの帰属度関数（−例）を示しである。集合
ｚｚは「だいたい零」である集合を、また、集合ＰＭは
「正で中くらい」である集合を、そして、集合ＰＲは「
正で大きい」集合を示している。

それぞれの帰属度関数は、すべての合成値Ｆあるいは合
成値の増分ΔＦにおいて、それぞれの値の集合ＺＺ、Ｐ
Ｍ、ＰＢに含まれる度合いを与える。この度合いとは、
上記の集合に属する度合いを示すもので、帰属度とも云
い、ｒｏ、ＯＪからｒｌ、ＯＪまでの間の数で示される
。

例えば、帰属度が１．０である場合は、対象がＡと云う
ある集合の完全な要素であるととを示し、帰属度が０．
０である場合は対象がＡと云うある集合の要素では無い
ことを示している。

ここで、合成値Ｆがｆである場合についてその帰属度を
考えてみる。第２１図（＆）かられかるように１合成値
ｆに対しての集合ＰＲの帰属度は０．７であシ、且つ、
集合ＰＭの帰属度は０．３である。

すなわち、合成値ｆは０．７の帰属度で「正で大きい」
と云う集合に属し、且つ、０．３の帰属度で「正で中く
らい」と云う集合ＰＭに属する。尚、使用する帰属度関
数は総合の確信度Ｋによっても変化する。すなわち、デ
ータが正確な場合は第２１図（ｂ）のように区間がはっ
きり分離され、不正確な場合は第２１図（ｃ）のように
なだらかと表って区間かはつきシしなくなる。

このようにして該当する条件とその帰属度を得ると次に
上述のエラー分・、エラー増分Δ・よシ制御指令の度合
を決定する。すなわち、制御対象であるエレベータのＡ
号機に、制御指令ΔＵとして新しく発生したホール呼び
の仮割当てを与えているのでここでは具体的にＡ号機に
どのくらいの強さで仮割当てしたホール呼びを正式な割
当てとするかを条件−指令テーブルに基づいて求める。

条件−指令テーブルは第１３図（＆）の如きであシ、こ
れは専゛門家の経験と知識に基づき定めたエラー會及び
エラー増分Δｅに対応した制御指令ΔＵの内容を示すも
のである。

例えば、エラーｅが「だいたい零」（集合ｚｚ）であっ
て、エラー増分Δｅが「正で大きい」（集合ＰＢ）であ
る場合、制御指令ΔＵとしては、ＰＯ，ＰＳ、ＺＯ，Ｎ
Ｓ、ＮＥＯ５種類があシ、ｐｏは「割当てる」、ｐｓは
「割当てても良い」、ｚＯは「ふつう」、Ｎ８は「割当
てる必要はない」、ＮＥは「割当てない」と云うことを
意味する。そして、その意味する内容において「割当て
る」と云う方向に近い内容のものほど正の値に、そして
、「割当てる」と云う方向よシ遠ざかる内容（意味）の
ものほど負の値になるように集合の分布が人為的に設定
されている。また、工９ｅとしての集合の数は集合ＰＢ
、集合ＰＭ、集合ＮＥの３種類であり、エラー増分Δ・
の場合も同様の３種類である。そして、エラー〇とエラ
ー増分Δｅとの組合せにより、９種類の制御指令ΔＵが
ある。従って、ここではこの９種類の規則を考える。

このＱａｌ類の規則は経験により定めてあり、第１３図
（ｂ）に詳細を示す。図で例えば「規則１」は「工２−
のが「正で大きい。Ｊ（ＰＢ）Ｊであって、「エラー増
分Δ・が［正で大きい。Ｊ　（Ｐ　Ｂ）ｊであるときは
制御指令ΔＵを「割当てない。」（ＮＥ）とすることを
意味する。

すでにＡ号機の仮割当てに対する合成値Ｆ、２と増分Δ
Ｆあの各集合に対する帰属度が求めてあシ、合成値Ｆａ
２は集合ＰＭの帰属度が０．９、集合２２の帰属度が０
．１である。また、増分ΔＦあの集合ＰＭに対する帰属
度は０．５であり、また、集合２２に対する帰属度は０
．５である。

故に合成値Ｆａ２は集合ＰＭ及び集合２２に属し、また
、合成値の増分ΔＦ、も同様に集合ＰＭ及び集合ＺＺＩ
Ｃ属する。従って、エラーｅ及びエラー増分Δｅよシ制
御指令ΔＵを決定するには、第１３図（ｂ）の「規則５
」、「規則６」、「規則８」及び「規則９」を用いる。

これら規則を図で示すと第１４図の如きで、「規則５」
に関して云えば、エラー〇に対し、集合ＰＭは０．９の
度合いで溝たされ、エラー増分Δ・に対して集合ＰＭは
０．５の度合い、で満たされる。

「規則５」の満たされる度合いは、２つの集合が満たさ
れる度合いのうち、小さい方の値が採用される。従りて
、制御指令ΔＵの強さの度合いはこの場合０．５に制限
される。

以下同様にして「規則６」、「規則８」、「規則９」に
ついてその制御指令ΔＵを示す集合を強さの度合いを含
めて求める。

そして次にこの４つの規則によりそれぞれ得た制御指令
ΔＵの集合の論理和をとシ、これを集合に属する度合い
で重み付き平均し、最終的な制御指令の強さＵを求める
。制御指令ΔＵは集合の分布として値があるので、上記
重み付き平均の結果、４つの制御指令の各々の重みに応
じた総合的な制御の方向としての制御の強さが得られる
。ここでは、第１４図に示されるようにホール呼びに対
して「割当てる」と云う内容の総合指令として促え、そ
の制御指令の強さＵの値は−０，６９となる。

との制御指令は値が負であるから「割当てにくい」と云
うことを意味するものであシ、その強さＵの値が大きく
危ればなるほど、割当て易くなり、小さくなればなるほ
ど割当てにくくなることを意味する。

以上でＡ−号機に新しく発生したホール呼びを割当てる
強さが求められる。

以下、同様な手法で他の号機についてもその割当てる強
さＵを求める。

以上で推論部分の説明を終わる。

このようＫ、専門家の知識による条件−指示の経験則を
用いて条件毎の指示を得、この得た指示をその条件のあ
いまいさに応じた割合で反映させた度合いで得、これよ
υそれぞれの指示の論理和から、経験とあいまいさに基
づく総合の指示を決定することが出来る。このルーチン
はステップ５Ｔ１２−３の参照テーブルを取替えること
Ｋよって、第１１図のｐ　１　ｅ　Ｆ　ｊ　−Ｊ　〜Ｆ
　２−　ｍに使用出来る。

次に上記推論を用いての割当て制御の説明を行う。

このルーチンをホール呼び割当制御における予測到着時
演算を例にとって説明する。このルーチンのアルゴリズ
ムは予測荷重演算等にそのまま利用できる。

第１６図にホール呼び割当制御ルーチンのフローチャー
トを示す。先に説明した推論部分はステップ５Ｔ１６−
４に相当する。

ホール呼びが発生し、これを検知した群管理制御装置ｌ
は当該ホール呼び割当制御ルーチンに入る。そして、先
ずステップ５Ｔ１６−１が実行され、ここで群列、休止
等のような状態にない、すなわち、ホール呼びの割当て
制御が不可能な号機はどれであるかが判定される。そし
て、不可能な号機については演算の対象としないように
設定する。次にステラｆｆ３Ｔ１ｇ−２に移シ、ここで
各種子測演算が行われる。ここでは各号機の予測到着時
間や、最大到着時間及び到着時間の確信度など、以後の
ステップ５Ｔ１６−４における推論演算に必要なデータ
の予測演算等が行われ、推論のデータとして使用される
。

ステップＳＴ１ｇ−４ではこの推論のデータとその確信
度及び帰属度関数を利用し、上述したように専門家の制
御戦略を条件と指示とによって表わした各々の制御規則
をもとにその条件の成立する度合い及び指示の重み付け
を行ってホール呼びを仮割当てした号機の各制御規則毎
の制御指令の２制御の強さを決定し、それらを重み付き
加算平均して「割当てる」と云う指示内容に対してのそ
の号機における制御の強さとしてどの位になるかを数値
的指標として求める。

そして、上述のステップ５Ｔ１６−２〜５Ｔ１６−４ま
での各演算を各号機について行った後、ステップ５Ｔ１
６−５において各号機の制御指令の強さを比較し、最も
指令の強い号機（最も太き々値を示す号機）に最終的に
新しく発生したホール呼びを割当てる指令を出力する。

以上で、新発生ホール呼びの割当て制御が完了する。

尚、推論を行ううえで各種子測演算（ＳＴｌｅ−ｘ）が
行われ、ホール呼び割当て制御における各号機の予測到
着時間や最大到着時間及び到着時間の確信度などのデー
タを求めるが、これらのうち、予測到着時間ルーチンの
フローチャー）ＩＥ２０図に示す。

第２０図において、ステップ５Ｔ２０−１が実に移シ、
ここでホール呼び等に対する派生かと呼び等の派生呼び
を発生する（学習データがある場１・んとり通孔ｔｉＨ
匁説明す委。

第２２図にホールサブインデックスＨ８を示す。

ホールサブインデックスＨ８は、現在かどのいる階床と
かごの運転方向とを考慮したものである。

１２階床にあるエレベータについて説明すると、１２階
（１２Ｆ）にかごがいて、下降運転を行う場合は、この
かごのホールサブインデックスＨ８は一０′となる。１
２階よシ下降するに従りて第２２図に示すようにホール
サブインデックスＨ８の値は大きくなる。また、１階に
かごがあシ上昇運転を行う場合はそのかごのホールサブ
インデックスＨ８は一１１’となシ、１階から上昇する
に従って大きくなる。例えば、Ａ号機のかごが１１階に
て下降を行う場合は、このかごのホールサブインデック
スＨａは一１′となる。また、かごのホールサブインデ
ックスＨａが４５＃であるということはかごが７階にい
て運転方向が下降であることを意味する。このホールサ
ブインデックスＨａの値は以下のステップで行われる各
階への予測到着時間の演算の開始点を示す。

次にステップ５Ｔ２０−２が行われる。ステッグ８Ｔ２
０−２においてはすでに登録されているホール呼びに対
する派生かご呼びを学習データ等に基づいて発生させる
。この派生かと呼びはホール呼びに対して模擬的に発生
させた呼びであり、実在の呼びとけ異なることもある。

第２３図にホール呼び及びその派生呼びの様子を示す。

たとえば、ホール呼びが９階及び４階にあるとすると、
それらの派生かと呼びは、９階のホール呼びに対して７
階であり、４階のホール呼びに対して２階である。以上
のように派生かご呼びの発生完了後、ステラｆ８Ｔ２０
−３が行われる。

ステラｆｓＴ２０−３においては、各階の予測到着時間
Ｔｘの演算を行う。説明の便宜上、ホール呼びにのみ着
目し、かご呼びは無いものとして演算を行う。

第１９図に各階の予測到着時間Ｔｘを示す。ここで１階
床間を上昇あるいは下降するのに要する時間を１秒とし
、ホール呼びあるいはかと呼びのある階にかごが到着し
た際にその階で乗客の乗降りにより損失時間を１０秒と
するような簡易的な一例を示す。実際にはよシ高精度な
演算が行われる。

かごが１１階にいて下降する場合を考える。

１１階（ホールサブインデックスＨ８は１１′）から１
０階（ホールサブインデックスＨａは“２′）までの走
行時間として１秒を要する。また１１階から９階（ホー
ルサブインデックスＨ８“３′）までの走行時間として
２秒を要する。９階ではホール呼びがあるため損失時間
として１０秒費やされる。したがって１１階から８階（
ホールサブインデックスＨ８は４”である）まで１３秒
を要することになる。同様にして１１階から４階ホール
サブインデックスＨ８は“８′である。）までは２７秒
を要する。１１階にあるかごが１階まで下降して、次に
１階から１２階まで上昇し、再び１１階にもどるのＶＣ
６２秒を要する。この時間は、９階及び４階にホール呼
びが存在する場合であシ、ホール呼びの数が増せばそれ
に従って各階への予測到着時間も大きくなる。

ホールかご呼びのある階の予測到着時間ＲＥＳＰＴ（Ｈ
ａ）は次の式で表わせる。

ＲＡＮＴ　（Ｓｔａｌ、Ｅｎｄｌ）は停止階から次の停
止階までの走行に要する走行時間である。

また、ＬＯ８Ｔ　（Ｋｎｄｌ）は停止予定階での損失時
間である。ＫＥＩＫＡＴ　（Ｈ８）はホール呼びが発生
したホールサブインデックスＨ８に対し、割付け（ホー
ル呼びの割当て）がセットされてからの経過時間を示す
。ＫＥＩＫＡＴ　（Ｊ（Ｓ）は０′と考えてもさしつか
えないので無視する。ｔは予測到着時間を求めようとす
る階までの呼びの数を示す。（予測到着時間を求めよう
とする階の呼びも含む。）第２３図の場合、例えばホー
ル呼びのある９階の予測到着時間ＲＥＳＰＴ　（３）は
次式で表わされる。

ＲＥＳＰＴ　（３）　＝ＲＡＮＴ　（Ｓ　ｔ　ａ　１．
Ｅｎ　ｄ　、）　＃２　　（秒）１１階と９階との間に
おいては呼びがないので、かごは１０階に停止しないた
め、損失時間は“０”である。また同様に４階の予測到
着時間ＲＥＳＰＴ　（８）は次式で表わされる。

ＲＥＳＰＴ（８）＝ＲＡＭＴ　（８ｔａ　１．Ｅｎｄ　
１）　＋　ＲＡＮＴ　（Ｓｔａ　２　、Ｅｎｄ　２）＋
　ＲＡＮＴ　（５ｔａ３．Ｅｎｄり ＋　ＬＯ８Ｔ　（Ｅｎｄｌ）　＋　ＬＯ８Ｔ　（Ｅｎｄ
２）ＲＡＮＴ　（Ｓｔａ２．Ｅｎｄ２）は９階から７階
までの走行時間である。ＲＡＮＴ　（Ｓｔａ３．Ｅｎｄ
３）は７階から４階までの走行時間である。との場合、
ＲＡＮＴ　（Ｓｔａ２．Ｅｎｄ２）は２秒であシ、ＲＡ
ＮＴ　（８ｔａ５．Ｅｎｄ５）は３秒である。

ＬＯ８Ｔ　（Ｅｎｄｌ）は９階での損失時間であり、Ｌ
Ｏ８Ｔ（Ｅｎｄ２）は７階での損失時間である。従って
ＲＥＳＰＴ（８）は２７秒である。以上で、第１９図に
示す各階の予測到着時間が求められる。

次にステップ５Ｔ２０−４及びステラ７’５Ｔ２０−５
が行われる。ここでは、ホール呼びのある階についての
み予測最小到着時間Ｔｍ１ｎ、予測最大到着時間Ｔｍａ
ｘ及び到着時間の確率分布モードを決定する。

予測到着時間Ｔｘは、実際のホール呼びに対して派生呼
びを発生させ、実際のホール呼びとその派生呼びとかご
呼びとを考慮した際の各階の到着時間である。この予測
到着時間Ｔｘに対して予測最小到着時間Ｔｍ１ｎは実存
のホール呼び及びかご呼びのみを考慮した際の各階の到
着時間である。また、予測最大到着時間Ｔｍａｘはすべ
ての階にホール呼びが発生した際で且つ派生かご呼びが
到着時間を長くする場合の各階の到着時間である。予測
最小到着時間Ｔｍ１ｎ及び予測最大到着時間Ｔｍａ　ｘ
は上述の第（１）式により求められる。

第１９図の例の予測最大到着時間Ｔｍａｘを求めるうえ
で、例として５階（５Ｆ）会議室から１階（ＩＦ）およ
び１２階（１２Ｆ）への需要の発生予測を行った。（通
常はホール呼びのある階のみ求められる。） 次に、到着時間の確率分布そ一ドを求める。ホール呼び
のあるかごが所定時間内に到着する可能性を求めるため
に各ホール呼びのある階の確率分布モードを設定する。

第１８図にホール呼びのある階の到着時間の確率分布モ
ードとして２種類のモード第１８図（、）及び（ｂ）を
示す。この分布モードは予測到着時間Ｔｘを中心に分布
する。また、この分布モードは予測最小到着時間Ｔｍ１
ｎ、予測到着時間Ｔｘ及び予測最大到着時間Ｔｍａｘの
値にょシ分布状態は異なる。しかし、この分布モードは
必ず、予測最小到着時間Ｔｍ１ｎと予測最大到着時間Ｔ
ｍａｘとの間に存在し、８１部と８２部の面積が等しく
かつ両者の面積の和は１となるように設定される。

第１８図（ａ）　＃　（ｂ）に示される２つの確率分布
モードの選択はある階のホール呼びに対して学習データ
等によ多発生させた派生かご呼びと実際のかご呼びとの
一致する可能性の大小によって決定される。

すなわち、学習データ等にょ多発生させた派生がご呼び
が実際に発生するかご呼びと一致する可能性の低い場合
は第１８図（ｉ）　Ｋ示されるようにＴＬ１＋ＴＬ２が
長い形としたパターンの確率分布モードが選択される。

第１７図ａは５階の上昇ホール呼びに対して１２階に派
生かご呼びが発生した場合を示す。この場合、３階にい
るかどの８階及び７階への到着時間の確率分布モードは
第１８図（、）に示されるモードとなる。ただし、Ｔｍ
１ｎ　、　Ｔｍａｘの範囲内であるとする。

一方、学習データ等にょ多発生させた派生がご呼びが実
際に発生するかご呼びと一致する可能性の高い場合は第
１８図（ｂ）に示すようなＴＬｌとＴＬ２が短い形をし
た確率分布モードが選択される。

ＴＬｌ　＋　ＴＬ２はその確かさにより変化する。そし
て、確かさＫよシ最長値が決まる。ただし、Ｔｍｆｎ。

Ｔｍａｘにより限定される。

すなわち、第１７図すに示される場合は、ボール呼びに
対して基準階である１階にかご呼びが実際に発生する可
能性が高いため、かごが１階に行く可能性は高くなる。

従って、１０階にいるがどの３階の到着時間の確率分布
モードは第１８図（ｂ）に示される分布モードとなる。

上述のようにして求められた到着時間の確率分布よシ到
着時間の確信度を求める。この確信度とは所定の時間内
Ｋかとが到着する可能性を示すものである。たとえば第
１８図（ｃ）に示すような到着時間の確率分布モードを
考えてみる。ここで、横軸は到着予測時間、縦軸は確率
値を示す。かごが３０秒以内で到着する可能性すなわち
確信度ＴＰＯはＡ部分の面積を求めることＫよシ得られ
る。また同様に３１秒以上６０秒未満でかごが到着する
確信度ＴＰＩはＢ部分の面積により求めることができ、
６０秒以上の場合の確信度ＴＰ２についてはＣ部分の面
積にょシ求めることができる。確率分布モードは面積が
ＩＫなるように正規化されているために、面積を求める
ことで各到着時間の確信度が求められる。この確信度は
確率として表わされる。

以上、第２０図に示すステップ５Ｔ２０−３〜５Ｔ２０
−５によって予測到着時間とその確信度が求められる。

ステップ５Ｔ２０−３〜８Ｔ２０−７までを各層毎に繰
返し行うことによって各階の予測到着時間及びホール呼
びのある階の予測到着時間の確信度を求める。

以上で、第１６図のステラｆｓＴ１６−２による予測到
着時間の演算を終了する。

割当制御の推論演算で用いられる第２１図に示される帰
属度関数及び第１３図に示されるエラー〇とその増分Δ
・と指示ΔＵとの関係は上述したように人為的に決定さ
れるものである。

すなわち、帰属度関数は専門家の経験則を用いて決定さ
れる。また第１３図（ｂ）に示すエラー・とその増分Δ
ｅに対してどの指示を用いるのかも専門家の経験則を用
いて決定される。従つて割当制御において専門家の経験
則の直接的表現による推論を行うことができるので、正
確な割当てを行うことができる。ホール呼びなどは確率
的に発生するものであシ、その確率を考慮し数学的な公
式で割当て演算を正確に行うことは非常に難しいが、上
述の推論演算に示すような各糧データに重み付けをし、
入間の経験則の直接的表現を用いることによりて正確な
割当制御を行うことができる。

また、割当制御において、予測到着時間の「確信度」を
考慮しているため、同一の予測到着時間でもその値の「
確信度」の高い号機に割当てることができるので長待ち
呼びの発生を減少することができる。つまシ、良好なサ
ービスの可能性を残す制御が行えるようになる。

そして、制御指令を決定する際に複雑な評価式を用いず
専門家の直接的なアル；９リズム表現を用いるため、予
報精度の向上が容易に図れ、また。

アルゴリズムの表現である規則の追加、変更が容易に行
えるため、交通需要の異なる各種ビルに容易Ｋまた迅速
に適応できる。エレベータの群管理制御においては、下
記の目標が考えられる。

（１）長持ち呼びを減らす。（６０秒以上経過する呼び
を減らす。） （２）良好な呼びを増す。（３０秒以内に応答できる呼
びをふやす。） （３）高需要階のサービスを良好に保つ。（高需要階へ
の到着時間を３０秒以内とする。）（４）満貫通過を減
らす。（荷重８０チ以上の場合を無くす。） （５）近いかごを割当てる。（早く正確に到着するかご
を割当てる。） 等である。そして、これらはリスト形式で結ばれており
、運行モデルのオペレージ、ンによりて必要な部分のみ
使用される。リスト形式は次のデータのポインタを持ち
、それにより結合されておシ、追加、変更を容易に行え
る形式である。

このように上記の群管理制御の割当制御における目標毎
に上述の推論演算のルーチンがリスト形式で表現されて
いる。そのため各ルーチンの追加、変更を容易に行うこ
とができる。

エレベータの群管理制御においては交通需要に対応して
運行モデルを決定することにより輸送力の増強を行う。

この運行モデルには発散モデル、集中モデル及び複合モ
デル等があるが、これらの運転モデルの切換えの決定に
おいても、本発明による推論演算を用いることができる
。上述の運転モデルに対してそれぞれ所定の割当制御が
行われる。この割当制御においても推論演算が用いられ
るが、各割当制御の目標はそれぞれ上記の（１）〜（５
）の目標から選ばれる。

また、アクプピークや昼食時に起きる周期的な集中、発
散の高需要や、会議室等のある階への一時的な高需要に
対し、それらのミクロ、マクロの交通の流れをモデル化
し、その高需要に対応できるような運行モードの決定に
おいても本発明を適用することができる。

［発明の効果］ 以上詳述したようにこの発明によれば、設計者すなわち
、群管理制御の専門家の知識を直接的に制御に利用し、
きめ細かい制御を実現し、同時にその制御の基本となっ
ている条件のあいまいさを加味した選択ができるので割
当て制御の失敗を少なくすることが出来るとともに、ま
た、サービスを良好とする可能性を常に残す制御を行っ
ているために、平均未応答時間を短縮することができる
などの特徴を有するエレベータの群管理制御方法を提供
することができる。

【図面の簡単な説明】

第１図は本発明に使用するシステムの構成図、第２図は
そのプログラムモジュールの構成例を示す図、第３図乃
至第６図及び第８図乃至第１０図は本システムの使用す
るデータテーブルの一例を示す図、第７図はデータ交信
バッファを説明するための図、第１１図は本発明に用い
る群管理の制御要素のソフトウェアモジュールを説明す
るための図、第１２図は本発明に用いる推論演算のフロ
ーチャート、第１３図は本発明に用いる条件−指令及び
規則の関係を説明するための図、第１４図は本発明にお
ける制御指令を求める様子を説明するための図、第１５
図は本発明における推論に使用するデータの確信度を求
める手法を説明するための図、第１６図は本発明におけ
る割当て制御のフローチャート、第１７図及び第１８図
は予測到着時間の確率分布を説明するための図、第１９
図は本発明において演算した予測到着時間と最小。 最大到着時間の一例を示す図、第２０図は本発明におけ
る割当制御に用いられる予測演算のフローチャート、第
２１図は本発明に用いる帰属度関数の一例を示す図、第
２２図は本発明の予測演算で用いられるかごのホールサ
ブインデックスを示す図、第２３図はホール呼びに対す
る派生かご呼びの状態を説明するための図である。 １・・・群管理制御装置、２・・・エレベータ制御装置
。 ４・・・エレベータ監視モニタ、６・・・かご内コント
ロ出願人代理人　　弁理士　鈴　江　武　彦第２図 第３図 第５図 データ変信バッファ 第７図 第８図 第９図 にＣＴ４５ＥＴ　（ｘ　、ｙ） 第１２図 第１３図（ａ） 第１３図（ｂ） 第１５図（ａ）・ ■ 第１５図（ｂ） 第１５図（Ｃ） 第１６図 第１７図 （ａ）　　　　　　　　　　　　（ｂ）確 率 値 ρ （Ｃ） 第１８図 第１９図 第２．０図 □ΦＨ１）− （ｂ） （ｃ） 第２１図 第２２図・　　　第２３図

Claims (1)

【特許請求の範囲】
1. 複数のエレベータを統轄して制御するエレベータの群管
   理制御において、現在の状況から制御に利用する予測デ
   ータを得てこれに基づく条件により各種の制御指示を決
   定する際、意図する制御目的を達成するために経験則に
   基づき上記各種条件に応じた制御指示内容を設定し、且
   つ、上記予測データの帰属度値をもとに各条件とその確
   信度を定める帰属度関数を専門的知識に基づく主観量に
   より人為的に設定し、制御に利用する上記予測データに
   はそのあいまいさに応じた確信度を加味させて確信度値
   とし、この確信度値を用いて上記帰属度関数から条件と
   その帰属度を得、その条件による上記設定した制御指示
   への帰属度として利用してその制御指示を行ったと仮定
   した場合の有効性をこの帰属度による重み付けをして推
   論により求め、その結果に応じて制御指示を決定するこ
   とを特徴とするエレベータの群管理制御方法。