一种基于粒子群算法的多轿厢电梯调度方法技术

一种基于粒子群算法的多轿厢电梯调度方法，属于电梯控制技术领域。其特征在于：1)以乘客平均候梯时间、乘客平均乘梯时间、系统能耗和轿厢拥挤度作为优化目标，建立电梯调度的多目标优化模型，并确定决策变量和约束条件；2)采用离散粒子群算法对步骤1)中建立的多目标优化模型求解，获得最优的轿厢调度方案以响应乘客呼梯。本发明专利技术解决了多轿厢电梯中多部轿厢难以合理调度问题，实现了对乘客的高效输送，具有较强的通用性，可广泛应用于多轿厢电梯控制领域。制领域。

【技术实现步骤摘要】
一种基于粒子群算法的多轿厢电梯调度方法


[0001]本专利技术涉及一种基于粒子群算法的多轿厢电梯调度方法，属于电梯控制


技术介绍

[0002]随着经济的增长和城镇化进程的加快，建筑的规模不断增大。电梯作为建筑中的主要交通工具，承担着建筑内乘客的输送任务，由于单台传统电梯运输效率低下，难以满足大规模建筑内的乘客乘梯需求，通常集中布置多台电梯应对客流压力，占用了更多建筑空间。因此，在同一井道内布置多部轿厢的多轿厢电梯应运而生，多部轿厢共同参与乘客输送，在提升运载能力的同时节约了井道占用面积。但由于多轿厢电梯系统增加了轿厢数量，需要综合考虑多个性能指标，协调调度多部轿厢，以提高电梯的服务水平。

技术实现思路

[0003]为提高多轿厢电梯系统的运行效率和服务水平，本专利技术提供了一种基于粒子群算法的多轿厢电梯调度方法。
[0004]本专利技术是通过以下技术方案实现的：
[0005]步骤1：以乘客呼梯的起始站点、乘客呼梯的目的站点、本次呼梯的呼梯人数、各轿厢内现有乘客数、各轿厢的当前位置为决策变量，以乘客的候梯时间、乘客的乘梯时间、系统能耗和轿厢拥挤度为优化目标，建立电梯调度的多目标优化模型，并确定其约束条件；
[0006]步骤2：采用离散粒子群算法对步骤1中建立的多目标优化模型进行求解，得到最优的电梯调度方案。
[0007]进一步，所述步骤1中，建立电梯调度的多目标优化模型，包括以下步骤：
[0008]步骤1.1：确定电梯调度的多目标优化模型的决策变量；/>[0009]其中包括：
[0010](1)乘客呼梯的起始站点；
[0011](2)乘客呼梯的目的站点；
[0012](3)本次呼梯的呼梯人数；
[0013](4)各轿厢内现有乘客数；
[0014](5)轿厢的当前位置；
[0015]步骤1.2：确定电梯调度的多目标优化模型的优化目标；
[0016]进一步，所述步骤1.2中，所述的优化目标包括乘客的候梯时间、乘客的乘梯时间、系统能耗和轿厢拥挤度。
[0017]进一步，各所述约束条件的计算公式为：
[0018]①
乘客的候梯时间：
[0019]WT(r)＝T
tis
+T
pis
[0020]其中，T
tis
为轿厢从当前位置运行至呼梯站点的时间；T
pis
为轿厢在呼梯站点的停
靠时间；r为轿厢编号。
[0021]进一步，所述的轿厢从当前位置运行至呼梯站点的时间T
tis
和轿厢在呼梯站点的停靠时间T
pis
计算公式为：
[0022][0023]其中，RD
v
、RD
h
分别为轿厢与乘客呼梯站点间的垂直相对距离和水平相对距离；V
ve
、V
he
分别为轿厢的垂直和水平额定速度；n
tr
为轿厢的换向次数；t
tr
为轿厢单次换向时间；n
ts
为轿厢中途停靠次数；t
ts
为轿厢单次停靠时间；t
w
为轿厢的等待时间。
[0024]T
pis
＝t
do
+t
dc
+nt
r
[0025]其中，t
do
为轿厢单次开门时间；t
dc
为轿厢单次关门时间；t
r
为单个乘客进/出轿厢的时间；n为进出轿厢的乘客人数。
[0026]设定当候梯时间为60s时，目标函数值为0.999，则计算可得a＝
‑
0.1151，则候梯时间的目标函数为：
[0027][0028]②
乘客的乘梯时间：
[0029]RT(r)＝T
tps
+T
pps
[0030]其中，T
tps
为轿厢从起始站点前往目的站点的时间；T
pps
为轿厢在目的站点的停靠时间。
[0031]设定当乘梯时间为90s时，目标函数值为0.999，则乘梯时间的目标函数为：
[0032][0033]③
系统能耗：
[0034]SEC(r)＝E
sas
+E
tr
+E
cs
[0035]其中，E
sas
为轿厢启停能耗；E
tr
为轿厢换向能耗；E
cs
为轿厢运行能耗。轿厢启停次数、轿厢的换向次数和轿厢运行距离关乎到系统能耗的大小。
[0036]设定轿厢启停和换向的总次数为10次时，目标函数值为0.999，则系统能耗的目标函数为：
[0037][0038]④
轿厢拥挤度：
[0039]轿厢拥挤度由轿厢r内的现有乘客数AP(r)和轿厢的额定载客数R
e
决定。轿厢拥挤度与轿厢内现有乘客数成线性关系，则轿厢拥挤度的目标函数如下：
[0040][0041]步骤1.3：确定电梯调度的多目标优化模型的约束条件。
[0042](1)乘客的候梯时间应小于等于60s，使乘客的候梯时间大于60s的轿厢不参与本次派梯；
[0043](2)乘客的乘梯时间应小于等于90s，使乘客的乘梯时间大于90s的轿厢不参与本次派梯；
[0044](3)轿厢启停和换向的总次数应小于等于10次，接送本次呼梯乘客需启停和换向的总次数超过10次的轿厢不参与本次派梯；
[0045](4)轿厢内现有人数小于轿厢额定载客数，满载的轿厢不参与本次派梯。
[0046]步骤1.4：建立综合评价函数。
[0047]综合候梯时间、乘梯时间、系统能耗和轿厢内拥挤度四个评价指标建立电梯调度多目标优化模型的综合评价函数如下：
[0048]V
‑
min f(r)＝ω1f
WT
(r)+ω2f
RT
(r)+ω3f
SEC
(r)+ω4f
CD
(r)
[0049]式中f(r)表示编号为r的轿厢响应本次呼梯的评价函数值，函数值越小则由该轿厢响应呼梯的效果越好，调度系统应选取函数值最小的轿厢响应乘客呼梯；ω1、ω2、ω3、ω4分别为候梯时间、乘梯时间、系统能耗和轿厢拥挤度目标函数的权系数，权系数越大则表明对该性能指标的重视程度越高，权系数满足ω1+ω2+ω3+ω4＝1，且均大于等于0。不同交通模式下的权系数设定如表1所示。
[0050]表1不同交通模式下的权系数设定
[0051][0052]进一步，所述步骤2中，采用离散粒子群算法对步骤1中建立的电梯调度多目标优化模型进行求解，包括以下步骤：
[0053]步骤2.1：获取交通流信息。获取乘客起始楼层、目的楼层、乘客人数等交通流信息。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于基于粒子群算法的多轿厢电梯调度方法，其特征在于：步骤1：获取乘客起始楼层、目的楼层、乘客人数等交通流信息；步骤2：判断当前电梯交通模式，设定电梯运行参数；步骤3：采用二进制编码方式为每个粒子进行编码，粒子的维数等于当前时段的轿厢数，粒子中的每个元素只在0或1之间取值；步骤4：根据交通流数据、当前轿厢数量和轿厢位置随机生成初始粒子种群；步骤5：根据综合评价函数计算各粒子的适应度；步骤6：根据粒子迭代公式迭代更新粒子的速度和位置，并更新个体最优适应度和全局最优适应度；步骤7：判断是否达到设定的最大迭代次数，若达到最大迭代次数，则输出此时全局极值作为最终的轿厢调度方案；若未达到最大迭代次数则返回步骤S4，继续进行粒子适用度计算及粒子迭代。所述的综合评价函数公式如下所示：V
‑
min f(r)＝ω1f
WT
(r)+ω2f
RT
(r)+ω3f
SEC
(r)+ω4f
CD
(r)其中f(r...

【专利技术属性】
技术研发人员：陈继文，王磊，杨红娟，赵佳佳，倪鹤鹏，叶瑛歆，牛山，李文超，
申请(专利权)人：山东建筑大学，
类型：发明
国别省市：