蟻群算法思想在電梯群控運行中的應(yīng)用研究

申益洙 朱德文

摘要：文章對電梯群控各種運行條件運用蟻群算法思想進行分析，提出了電梯群控在各種運行條件下所應(yīng)遵循的6條常識性的約束規(guī)則，得到定理1、2和3，并加以證明，為電梯群控系統(tǒng)進行智能算法設(shè)計和實際應(yīng)用以及轎廂的最優(yōu)調(diào)度提供了必要條件。

關(guān)鍵詞：蟻群算法；電梯群控系統(tǒng)；約束規(guī)則；最優(yōu)調(diào)度；轎廂調(diào)度 文獻標(biāo)識碼：A

中圖分類號：TP391 文章編號：1009-2374（2016）18-0044-03 DOI：10.13535/j.cnki.11-4406/n.2016.18.023

電梯群控系統(tǒng)控制算法是指在特定的交通模式下電梯運行所遵循的控制策略。將智能算法和群智能理論應(yīng)用到電梯群控系統(tǒng)中，有兩個問題需要解決：（1）所用電梯系統(tǒng)基礎(chǔ)參數(shù)要符合實際，而不能脫離實際工程；（2）要符合電梯群控的基本運行常識，而不能任意假設(shè)。在此基礎(chǔ)上才能更好地研究和應(yīng)用智能算法。電梯群控系統(tǒng)中的轎廂在運行中不管采用上行交通、下行交通服務(wù)方式，還是采用層間交通、空閑交通服務(wù)方式，還是各種交通服務(wù)方式的組合，都要遵從基本的運行約束規(guī)則，由此出發(fā)才能應(yīng)用和發(fā)展智能算法理論，否則將使智能算法脫離電梯群控轎廂運行的實際情況，而達不到對轎廂實施最優(yōu)調(diào)度的目的。本文對電梯群控各種運行條件運用蟻群算法思想進行分析，提出了電梯群控在各種運行條件下所應(yīng)遵循的6條常識性的約束規(guī)則，并證明了3條定理性的約束規(guī)則。這為電梯群控系統(tǒng)進行智能算法研究和實際應(yīng)用準備了必要條件，也為電梯群控系統(tǒng)實際設(shè)計和配置打下了基礎(chǔ)。

1 電梯群控在各種運行條件下的常識性約束規(guī)則

對于某個層站呼叫來說，怎樣從電梯群控系統(tǒng)的各個轎廂中選擇1臺合適的（最優(yōu)的）轎廂與之響應(yīng)呢？除了遵守電梯運行常識性的規(guī)則外，一般來說，可按下面的常識性約束規(guī)則進行配置。

（a）同向運行的C2距離

j層近，取C2 （b）同向運行的C2距離

j層遠，取C2

約束規(guī)則1：對于某個在第j層的層站呼叫cj（1≤j≤n），都在同向運行轎廂C1、C2運行方向的前面或后面，且呼叫方向與之相同（或相反），則一般來說，取距離j層近的轎廂（或距離j層遠的轎廂）為配置轎廂（圖1）。

約束規(guī)則2：對于某個在第j層的層站呼叫cj（1≤j≤n），在同向運行轎廂C1的前面，而在同向運行轎廂C2的后面或在同向運行轎廂C1的后面，在同向運行轎廂C2的前面且呼叫方向與之相同，則一般來說，取轎廂C1或C2為配置轎廂；且呼叫方向與之相反，則一般來說，取轎廂C2或C1為配置轎廂。

約束規(guī)則3：對于某個在第j層的層站呼叫cj，在相向運行轎廂C1和C2的同一側(cè)，則一般來說，取層站呼叫在運行方向前面的轎廂（此時不管呼叫方向與該運行方向相同或相反）為配置轎廂。

約束規(guī)則4：對于某個在第j層層站呼叫cj，在相向運行轎廂C1和C2中間，則一般來說，取與呼叫方向同向的轎廂為配置轎廂。

約束規(guī)則5：對于某個在第j層的層站呼叫cj，在反向運行轎廂C1和C2的同側(cè)，呼叫方向背離或面向兩轎廂，則一般來說，取與呼叫方向同向的或反向的轎廂為配置轎廂。

約束規(guī)則6：對于某個在第j層的層站呼叫cj，在反向運行轎廂C1和C2的中間，呼叫方向上行或下行，則一般來說，取與呼叫方向反向的轎廂為配置轎廂。

2 蟻群算法思想的運用

蟻群算法以及包括它的群智能算法是極有潛力的智能算法。要想在電梯群控系統(tǒng)中應(yīng)用蟻群算法，必須使蟻群算法適應(yīng)和遵守電梯群控系統(tǒng)中的某些基本規(guī)則和常識，不能離開這些規(guī)則而亂用蟻群算法。

m臺轎廂相當(dāng)于m只螞蟻，蟻巢相當(dāng)于基站，螞蟻所在的節(jié)點相當(dāng)于轎廂所在的層站，層站呼叫cj相當(dāng)于螞蟻要尋找的食物。我們要探求的是：哪臺轎廂響應(yīng)層站呼叫cj，即哪臺轎廂到達cj處所用時間最短，這相當(dāng)于蟻群算法尋找到達食物點的最短路徑。所不同的是：蟻群算法通常尋找從蟻巢到食物點的最短路徑，而且有大量的螞蟻在尋找；電梯群控的“螞蟻”通常是分散的，即各臺轎廂或者說各臺轎廂所在的層站，找出某臺轎廂到cj處的最短路徑，即轎廂最短運行時間。而且轎廂臺數(shù)是有限的：2臺、3臺，1組群控電梯才8臺轎廂。這些能夠完全說明：電梯群控最優(yōu)調(diào)度轎廂響應(yīng)層站呼叫cj的問題，相當(dāng)于蟻群算法問題。電梯群控問題也相當(dāng)于蟻群算法中的TSP問題。在TSP問題中，每只螞蟻都要經(jīng)過各個節(jié)點（城市）一次；在電梯群控問題中，從梯群{Ck}中任意取出2臺轎廂C1、C2，找出次優(yōu)的1臺轎廂到層站呼叫cj的較短路徑；再任意取出第3臺轎廂和剛才的次優(yōu)轎廂進行比較，找出第2次次優(yōu)轎廂到層站呼叫cj的較短路徑；繼續(xù)下去，最后從梯群{Ck}中找出1臺最優(yōu)轎廂Ck到層站呼叫cj的較短路徑。推廣地說，在某段時間內(nèi)，所有層站呼叫記為呼叫集{cj}，記作R：R={cj}。具體問題是：對呼叫集{cj}中的某個層站呼叫cj，從梯群{Ck}中找出最優(yōu)調(diào)度轎廂的問題。與此同時，在蟻群算法中通過螞蟻釋放出的信息素的強化與揮發(fā)，通過正反饋和分布式計算，通過較強的魯棒性及與其他方法的結(jié)合，通過大量螞蟻的行動而找到最短路徑（圖2）。在這里，信息素或其他參數(shù)是用ij路徑上的狀態(tài)轉(zhuǎn)移概率和局部或全局信息素更新規(guī)則來描述的，很多情況下是用整條路徑上的全局信息素更新規(guī)則來描述。這些狀態(tài)轉(zhuǎn)移概率和更新規(guī)則在各種情況下有不同的形式，甚至有還未發(fā)掘出的形式，這就使我們有可能運用蟻群算法思想創(chuàng)造性地推廣到更多的應(yīng)用領(lǐng)域。在電梯群控中，某轎廂所在位置Cik（i=1，2，…，n；k=1，2，…，m）與層站呼叫樓層形成的路徑上的信息素，就是對應(yīng)的路徑ij的距離，即對應(yīng)轎廂Cik響應(yīng)層站呼叫cj的運行時間。最短路徑就是對應(yīng)最短運行時間（圖3）。

3 電梯群控運行約束條件的詳細分析

定理性約束規(guī)則1：對于某個在第j層的層站呼叫cj（1≤j≤n），都在同向運行轎廂C1、C2運行方向的前面，且呼叫方向與之相同或相反，C1、C2運行到第j層的運行時間分別為t1、t2，則當(dāng)t1

定理1：在定理性約束規(guī)則1的定義下，如果有：

cj2-cj1>h（i2-i1）/[Ve（tpo+td）] （1）

則取轎廂C1為配置轎廂。

式中：h為層距；Ve為轎廂額定速度；tpo為每個乘客出轎廂時間；td為轎廂開關(guān)門單元時間。

證明：第1種情形，在第j層的層站呼叫cj方向與轎廂C1、C2的運行方向相同的情形下，在定理性約束規(guī)則1的定義下，當(dāng)t1其中t1、t2分別為在第i1、i2層的轎廂C1、C2運行到第j層的運行時間。t1可用下式表示：

t1=Tr1+Tpo1+Td1 （2）

式中：Tr為轎廂C1由第i1層運行到層站呼叫樓層第j層的行車時間；Tpo1為從第i1層到第j層在轎廂C1內(nèi)的乘客將要離梯的時間；Td1為從第i1層到第j層的轎廂C1的開關(guān)門時間。

Tr1≈h（j-i1）/Ve

Tpo1=tpocj1

Td1=tdcj1

式中：tpo為每個乘客出轎廂時間；td為轎廂開關(guān)門單元時間。

代入式（2）得：

t1=h（j-i1）/Ve+tpocj1+tdcj1=h（j-i1）/Ve+cj1（tpo+td）

同理，在第i2層的轎廂C2運行到第j層的運行時間t2為：

t2=h（j-i2）/Ve+cj2（tpo+td） （3）

t1