【摘要】本文討論了智能電梯群控技術(shù)中普遍采用的模糊控制、神經(jīng)網(wǎng)絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)、遺傳算法、專家系統(tǒng)等五種算法，并總結(jié)了它們?cè)陔娞萑嚎叵到y(tǒng)應(yīng)用中的優(yōu)缺點(diǎn)，針對(duì)電梯群控技術(shù)中目前存在的問題提出了電梯群控技術(shù)的發(fā)展方向。

【關(guān)鍵詞】電梯群控 模糊控制 神經(jīng)網(wǎng)絡(luò) 遺傳算法 發(fā)展方向【Abstract】Fuzzy control， neural network， fuzzy neural network， genetic algorithm， expert system and so on five kinds of algorithm widely used in intelligent elevator group control technology were discussed in this paper. the of， and their advantages and disadvantages in elevator group control system application were summarized. The development direction of the elevator group control technology was proposed in response to the present existing problems in the elevator group control technology.

【Key words】The elevator group control， Fuzzy control， Neural network， Genetic algorithm， Development direction

0引言

隨著電梯群控技術(shù)的飛速發(fā)展，乘客對(duì)于電梯乘坐滿意度和節(jié)能環(huán)保的要求愈來愈高，如何改善乘客的服務(wù)質(zhì)量和服務(wù)效率，以及如何降低能耗已經(jīng)成為電梯行業(yè)關(guān)注的核心問題。另外目前國內(nèi)自主研發(fā)的電梯群控系統(tǒng)性能和核心技術(shù)上與國外仍然存在很大的差距，因此如何盡快掌握此關(guān)鍵技術(shù)將會(huì)對(duì)國內(nèi)電梯業(yè)的發(fā)展產(chǎn)生十分重要的戰(zhàn)略意義，智能群控技術(shù)的研究也隨之成為國內(nèi)電梯行業(yè)高度重視的研究課題。

在電梯群控技術(shù)中關(guān)鍵的兩個(gè)環(huán)節(jié)就是電梯交通流的分析研究和智能電梯群控調(diào)度算法的研究。電梯交通流的研究是優(yōu)化派梯調(diào)度的依據(jù)，所以對(duì)電梯交通流的算法分析研究尤為關(guān)鍵。另外對(duì)于電梯群控調(diào)度算法的研究，國內(nèi)很多學(xué)者采用了很多群控的優(yōu)化算法進(jìn)行派梯，取得了很多成果。因此電梯群控技術(shù)的研究主要定位在群控算法的研究上，本文主要介紹這些算法并討論其在電梯群控系統(tǒng)應(yīng)用中的優(yōu)缺點(diǎn)，并提出電梯群控技術(shù)的發(fā)展方向。

1 電梯群控技術(shù)算法

1.1 模糊控制算法。模糊控制算法先對(duì)電梯交通模式進(jìn)行分類，然后由專家知識(shí)確定隸屬函數(shù)及控制規(guī)則，確立系統(tǒng)的綜合評(píng)價(jià)函數(shù)實(shí)現(xiàn)多目標(biāo)控制，并根據(jù)不同的交通模式調(diào)整加權(quán)系數(shù)，最后通過模糊控制算法實(shí)現(xiàn)不同交通模式下電梯群的優(yōu)化調(diào)度控制。但此算法的缺點(diǎn)是系統(tǒng)性能主要取決于專家的經(jīng)驗(yàn)，如果專家預(yù)設(shè)的規(guī)則與實(shí)際的建筑不符控制效果就會(huì)不好，另外調(diào)整和確定隸屬函數(shù)需要大量仿真實(shí)驗(yàn)且需花費(fèi)非常多的時(shí)間和精力，學(xué)習(xí)技能和適應(yīng)性差。

1.2 神經(jīng)網(wǎng)絡(luò)算法。神經(jīng)網(wǎng)絡(luò)算法模仿的是人類的大腦和思維方式，網(wǎng)絡(luò)結(jié)構(gòu)特殊性使其具有自學(xué)習(xí)和自適應(yīng)能力。它可以通過調(diào)整網(wǎng)絡(luò)權(quán)值得到近似的最優(yōu)輸入輸出映射關(guān)系，適用于處理非線性問題，并且它有很強(qiáng)的自學(xué)能力，能改進(jìn)控制算法并對(duì)制定的規(guī)則加以修改，利用非線性和學(xué)習(xí)方法建立合適的模型進(jìn)行推理對(duì)電梯交通流進(jìn)行預(yù)測(cè)，對(duì)于建筑里不斷變化的交通流能靈活的進(jìn)行調(diào)整。由于在網(wǎng)絡(luò)里要不斷接受數(shù)據(jù)的輸入和處理，有很強(qiáng)的自適應(yīng)能力。但此算法的網(wǎng)絡(luò)訓(xùn)練樣本多，算法的收斂時(shí)間將會(huì)延長，而且還會(huì)產(chǎn)生體積龐大的網(wǎng)絡(luò)，難以驗(yàn)證算法的合理性。

1.3 模糊神經(jīng)網(wǎng)絡(luò)算法。模糊控制算法的優(yōu)點(diǎn)在于它能夠處理精確的和模糊的信息并能實(shí)現(xiàn)精確的映射，不足之處是隸屬函數(shù)中的加權(quán)系數(shù)不能隨著不同的交通流類型而變化，無自學(xué)習(xí)能力，而神經(jīng)網(wǎng)絡(luò)算法正好彌補(bǔ)了其不能自學(xué)習(xí)和自適應(yīng)性的功能，是可以自動(dòng)生成函數(shù)、自動(dòng)提取問題的自適應(yīng)算法。因此將兩者完美結(jié)合即為模糊神經(jīng)網(wǎng)絡(luò)算法，可以發(fā)揮各自的特長，更好地預(yù)測(cè)交通流的不確定性，從而實(shí)現(xiàn)以最小的電梯數(shù)目配置應(yīng)付最大的交通流，實(shí)現(xiàn)最優(yōu)的調(diào)度。但模糊神經(jīng)網(wǎng)絡(luò)算法的不足在于其梯度法的學(xué)習(xí)，其收斂性太依靠于初始條件。

1.4遺傳算法。遺傳算法是模擬自然遺傳規(guī)律來尋找最優(yōu)方案的一種算法，實(shí)際上就是種群在進(jìn)化中優(yōu)勝劣汰的一種競(jìng)爭(zhēng)機(jī)制，最終選出最佳的一種方法。此算法自適應(yīng)能力強(qiáng)，能夠根據(jù)不同的交通流調(diào)整為不同的群控策略，但遺傳算法搜索時(shí)間長，搜索效率低。

1.5專家系統(tǒng)控制算法。專家系統(tǒng)控制算法是根據(jù)專家的經(jīng)驗(yàn)積累起來的有一定控制規(guī)則的推理知識(shí)庫，能解決很多需要靠經(jīng)驗(yàn)解決的問題，根據(jù)這些輸入評(píng)價(jià)指標(biāo)信息可以利用推理知識(shí)庫按一定的策略去調(diào)度電梯。但此算法對(duì)復(fù)雜的電梯控制系統(tǒng)不適用，主要是局限于專家的知識(shí)和經(jīng)驗(yàn)。另外控制規(guī)則數(shù)多的話，系統(tǒng)難以控制，并且影響控制的性能。

2電梯群控技術(shù)的發(fā)展方向

目前對(duì)電梯群控技術(shù)的研究雖然取得了一定的成績，但針對(duì)對(duì)上述群控算法的研究，整體算法優(yōu)化沒有大的突破，并且很多都在研究階段，實(shí)際應(yīng)用的很少，因此本文在此提出了未來電梯群控技術(shù)的發(fā)展方向。

（1）多目標(biāo)優(yōu)化調(diào)度方法。目前研究的能達(dá)到電梯滿意度的指標(biāo)主要有擁擠程度，乘梯時(shí)間、候梯時(shí)間，長候梯率等幾種，而隨著超高層電梯群發(fā)展的越來越迅速，人們對(duì)環(huán)保的關(guān)注度加強(qiáng)，對(duì)于電梯的運(yùn)行速度和電梯的能耗方面研究的不多或者不太深入，所以未來新的優(yōu)化算法需要包含更多人們關(guān)注的指標(biāo)，并且要根據(jù)不同建筑物的電梯運(yùn)行情況和同一建筑物不同時(shí)間區(qū)間的需求智能的調(diào)整這

（2）多種智能算法融合。以上幾種智能算法只是分析的其中幾種普遍比較成熟的算法，當(dāng)然還有支持向量機(jī)、蟻群算法、混沌理論、petri網(wǎng)等，這些也都已經(jīng)在電梯群控中有應(yīng)用。但是上述通過分析它們各自的優(yōu)缺點(diǎn)我們可以看出電梯群控技術(shù)在以后的發(fā)展中必然需要將這些算法進(jìn)行有機(jī)的結(jié)合，吸收各種算法的優(yōu)勢(shì)彌補(bǔ)劣勢(shì)，在電梯群控中根據(jù)不同的情況采用不同的算法模塊進(jìn)行控制，有效的實(shí)現(xiàn)電梯群控的智能化，這是未來電梯群控的主要發(fā)展趨勢(shì)。

（3）基于圖像處理的群控技術(shù)。目前電梯群控大多還是通過傳統(tǒng)的外呼按鈕作為獲取乘客信息的設(shè)備，進(jìn)入電梯之后再進(jìn)行目標(biāo)樓層的選擇，獲取交通流的實(shí)時(shí)性和完整性不能得到有效的保證。為了解決這個(gè)問題，需要增加一些圖像處理設(shè)備對(duì)客流信息進(jìn)行檢測(cè)識(shí)別，增加智能輸入樓層液晶觸屏顯示器面板提前進(jìn)行登記，客流信息的完整度掌握非常好的情況下進(jìn)行派梯會(huì)有更好的效果。

（4）基于“互聯(lián)網(wǎng)+”的群控技術(shù)。隨著“互聯(lián)網(wǎng)+”技術(shù)的迅猛發(fā)展，因網(wǎng)絡(luò)通信方面也是影響群控技術(shù)的關(guān)鍵因素，所以“互聯(lián)網(wǎng)+”應(yīng)用在電梯群控技術(shù)也成為未來發(fā)展的趨勢(shì)，現(xiàn)已經(jīng)有學(xué)者研究了基于手機(jī)移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等幾種電梯群控調(diào)度方法，它們都是在智能群控算法的基礎(chǔ)上加上與乘客交流信息互動(dòng)反饋獲取實(shí)時(shí)的交通流信息，遠(yuǎn)程監(jiān)控系統(tǒng)通過當(dāng)前時(shí)刻實(shí)時(shí)數(shù)據(jù)進(jìn)行調(diào)度實(shí)現(xiàn)派梯的高效化，很大程度上解決了高峰期客流排隊(duì)等待時(shí)間長的問題，用戶體驗(yàn)也很好，未來通過手機(jī)客戶端獲取乘客信息改進(jìn)電梯群控的技術(shù)會(huì)應(yīng)用的越來越廣泛。

3 結(jié)論

本文對(duì)智能電梯群控技術(shù)的算法進(jìn)行了詳細(xì)的闡述，并分析了各種算法的優(yōu)勢(shì)和劣勢(shì)，針對(duì)目前存在的問題提出了未來電梯群控技術(shù)的發(fā)展方向：我們不僅要進(jìn)行控制算法的優(yōu)化研究，也要對(duì)電梯群控技術(shù)研究不能只停留在理論研究上，如何在實(shí)際工程中得以應(yīng)用也是我們未來需要繼續(xù)努力的方向。

參考文獻(xiàn)：

[1]朱賀.論智能控制技術(shù)在現(xiàn)代電梯群控系統(tǒng)中的應(yīng)用[J].

科技與企業(yè).2013 （11）：100-100.

[2]張健，王笑竹.改進(jìn)GA優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的電梯群控策略

[J].陜西理工學(xué)院學(xué)報(bào)（自然科學(xué)柳. 2015 （4） ：36-39.

[3]鄭曉芳.我國電梯群控系統(tǒng)研究文獻(xiàn)綜述與思考[J].華東

交通大學(xué)學(xué)報(bào).2012.29 （3）：51-55.

[4]黃支支.電梯群控技術(shù)的現(xiàn)狀與發(fā)展方向[J].硅谷.

2014.2：82-87.

[5]程誠，周彥暉.淺談基于物聯(lián)網(wǎng)的智能電梯群控系統(tǒng)[J].

計(jì)算機(jī)與網(wǎng)絡(luò).2015.12：69-71.

基金項(xiàng)目：河南省高等學(xué)校青年骨干教師資助計(jì)劃項(xiàng)目（2013GGJS-206）

作者簡介：張繪敏（1984-），女，碩士，助理講師，目前從事計(jì)算機(jī)智能控制系統(tǒng)的研究。