張 健，王笑竹

（營口理工學院機電工程系，遼寧營口115014）

改進遺傳算法的電梯群控系統(tǒng)設(shè)計與實現(xiàn)

張 健，王笑竹

（營口理工學院機電工程系，遼寧營口115014）

針對電梯群控系統(tǒng)控制目標的多樣化，提出一種基于遺傳算法的電梯群控系統(tǒng).群控系統(tǒng)將多個目標函數(shù)進行加權(quán)組合，構(gòu)造群控系統(tǒng)的評價函數(shù)，利用遺傳算法對該評價函數(shù)進行搜索求解，得出最優(yōu)派梯方案.為提高遺傳算法的效率，在遺傳操作過程中采用最優(yōu)個體保存策略，同時采用一種交叉率和變異率能夠隨適應(yīng)度自動改變的自適應(yīng)算法，達到最優(yōu)解的收斂速度，從而實現(xiàn)電梯群控系統(tǒng)的多目標優(yōu)化控制.

改進遺傳算法；電梯群控系統(tǒng)；全局搜索；仿真分析

隨著高層建筑的增多和智能建筑的快速發(fā)展，如何提高電梯的運輸能力和服務(wù)質(zhì)量，已經(jīng)成為人們研究的熱點問題［1］.由于電梯群控系統(tǒng)的實時性［2］，基于模糊模型的電梯調(diào)度方法在大型應(yīng)用中存在局限性［3-4］；基于神經(jīng)網(wǎng)絡(luò)的電梯調(diào)度方法很難處理原始派梯分配不合理的隨機事件［5］；基于遺傳算法的電梯調(diào)度方法在解決搜索局部空間的問題時，促使種群個體的種類迅速減少，使搜索陷入局部最優(yōu)，出現(xiàn)未成熟收斂［6-7］.針對傳統(tǒng)遺傳算法上述問題，本文提出改進遺傳算法的電梯群控系統(tǒng)，從而實現(xiàn)電梯的多目標優(yōu)化控制.

1 改進遺傳算法工作原理

遺傳算法在技術(shù)和操作上簡單，在不受約束條件的情況下，能有效地解決組合優(yōu)化和非線性問題，按照生物進化原理對群體參數(shù)進行編碼.根據(jù)設(shè)定的適度值，個體在遺傳過程中進行復制，最優(yōu)個體在通過交叉操作和變異操作篩選后被保留下來構(gòu)成新的種群.新的種群在 “生成+檢測”的迭代過程不斷訓練使種群適度不斷提高直到滿足設(shè)定條件.

遺傳算法流程圖如圖1所示.考慮到遺傳算法在迭代過程中過早收斂、易陷入局部最優(yōu)等問題，采取以下3點提高GA性能的改進措施.

圖1 遺傳算法流程圖Fig.1 FIowchart of genetic aIgorithm

1）為了將最優(yōu)個體保存并遺傳到下一代，采用最優(yōu)保存策略改進的選擇算子，在種群迭代過程中，直接復制最優(yōu)個體，替換經(jīng)過交叉，變異操作后適度值最低的個體，防止最優(yōu)的個體在選擇、交叉、變異等操作時被破壞.

2）為了快速找到優(yōu)良種群在遺傳算法早期提高大交叉率，采用可變交叉率選擇基因差異最大的個體進行交叉，使最優(yōu)個體不參與交叉操作.隨著進化種群的增大適當減小交叉率，克服由于交叉率取值引起個體被破壞和搜索速度緩慢的缺點.

3）保證最優(yōu)的個體不變異，采用自適應(yīng)變異率改進的變異算子擴展最優(yōu)個體的搜索空間.

借助MATLAB軟件仿真對比改進遺傳算法 （IGA）和傳統(tǒng)遺傳算法 （TGA），說明該方法的有效性.仿真結(jié)果如圖2所示.

圖2 TGA與IGA適應(yīng)度函數(shù)F和目標函數(shù)J的收斂曲線Fig.2 Convergence curve of fitness function F and object function J based on TGA and IGA

從圖2可以看出，改進的GA搜索效率和準確率優(yōu)于傳統(tǒng)GA.

2 電梯群控系統(tǒng)的優(yōu)化建模

基于改進遺傳算法的電梯群控系統(tǒng)優(yōu)化策略充分考慮了群控系統(tǒng)中目標多樣性、隨機性和非線性.把候梯滿意度、乘客滿意度、能量損耗等因素作為評價函數(shù)來協(xié)調(diào)多臺電梯的運行，以提高電梯群控系統(tǒng)的運載能力和科技水平.

2.1 電梯群控系統(tǒng)多樣性指標

綜合考慮電梯群控系統(tǒng)的多樣性因素指標，建立合理的最優(yōu)評價函數(shù)為

式 （1）中：x1為候梯時間（ATW）∈［0，+∞］=A1；x2為長時候梯率（LWP）∈［0，1］=A2；x3為能耗（RNC）∈［0，+∞］=A3；x4為乘梯時間（ABT）∈［0，+∞］=A4；x5為輸送能力（RAY）∈［0，1］=A5；x6為乘客滿意度（STP）∈［1，2，…，9］=A6，（λ1，λ2，…，λ6）為權(quán)值系數(shù)，E=｛（a1，a2，…，a6）|（a1，a2，…，a6）∈A1×A2×…×A6｝為指標體系集.可知，Y的數(shù)值越小，說明電梯群控系統(tǒng)越符合設(shè)計要求，越能提供更好的服務(wù)質(zhì)量，更能反映出改進遺傳算法在電梯群控系統(tǒng)中的有效性.

2.2 電梯群控系統(tǒng)參數(shù)優(yōu)化

電梯群控系統(tǒng)的優(yōu)化策略是：每部電梯單獨處理當前外部輸入指令，并將該指令出遞給群控系統(tǒng)處理單元，而對于層站呼梯指令的分配由優(yōu)化策略算法協(xié)調(diào)進行.

優(yōu)化策略算法作為評價函數(shù)，用候梯時間評價轎廂外乘客滿意度；用乘梯時間評價轎廂內(nèi)乘客滿意度；用電梯的起停次數(shù)評價能量損耗.則：

式 （2）中：J（i）為評價函數(shù)，表示第i臺電梯響應(yīng)到某個層站的可信度λi（i=1，2，…，N）；N表示電梯群中的電梯數(shù)；i為電梯群中的梯號；W（X）為外呼指令評價函數(shù)；G（X）為內(nèi)呼指令評價函數(shù)；N（X）為系統(tǒng)能耗評價函數(shù)；λi為權(quán)系數(shù)，且滿足λi（i=1，2，3），0≤λi≤1，λ1+λ2+λ3=1.λi的不同選擇表明了對3個評價標準的不同側(cè)重.由式 （2）可知，J（i）根據(jù)層站的可信度λi（i=1，2，…，N）去響應(yīng)第i臺電梯呼梯指令，因此響應(yīng)合理呼叫的梯號e：

1）外呼指令評價函數(shù)

式中：Tar（i）為轎廂到達目的樓層的運行時間，Ts（i）為因電梯內(nèi)選、外呼轎廂途中?？康臅r間；Tary（i）為外呼響應(yīng)時間.

2）內(nèi)呼指令評價函數(shù)式中：Toff為電梯經(jīng)過路程行駛時間和中途開關(guān)門以及上下客時間；Tj為第j批離開乘客在轎廂內(nèi)的時間；Z為客流離開的批數(shù)；Pj為第j批離轎廂乘客數(shù)的百分比；M為轎廂內(nèi)乘客總數(shù).

3）能耗評價函數(shù)

由于傳統(tǒng)遺傳算法的自適應(yīng)性，交叉率Pc，變異率Pm如式 （9）～（10）根據(jù)實際需要自適應(yīng)調(diào)整，即

式中：k1，k2，k3，k4∈（0，1）；f為變異個體的適度值；f′為交叉?zhèn)€體較大的適度值；favg為平均適度值；fmax為最大的適度值.

為提高交叉率Pc2和變異率Pm2到最大適度值，使群體中的個體處于不斷進化的狀態(tài)，才能保證群體中表現(xiàn)優(yōu)良的個體的交叉率和變異率不為零.如下式：

3 電梯群控系統(tǒng)仿真實現(xiàn)

遺傳算法優(yōu)化調(diào)度程序流程如圖3所示.

圖3 遺傳算法優(yōu)化電梯流程圖Fig.3 FIowchart of optimaI EGCS using genetic aIgorithm

借助VB軟件建立電梯群控系統(tǒng)仿真模型，設(shè)置實驗參數(shù)如表1所示.

表1 仿真參數(shù)TabIe 1 SimuIation parameters

為了檢驗所設(shè)計遺傳算法電梯群控系統(tǒng)的運行狀況，設(shè)置種群規(guī)模為30，將系統(tǒng)仿真結(jié)果在不同權(quán)值的運行狀況進行了比較，比較結(jié)果如表2所示.

表2 仿真結(jié)果比較TabIe 2 Comparison of simuIation resuIts

仿真結(jié)果中各項指標較好地滿足電梯群控系統(tǒng)的要求.同時電梯群控仿真軟件還編制了最小等待時間、傳統(tǒng)遺傳算法、改進的遺傳算法等群控策略，分別對這幾種調(diào)度算法進行動態(tài)模擬運行，根據(jù)仿真運行結(jié)果進行比較分析，如表3，表4所示.

表3 16層電梯性能指標對比TabIe 3 16 Iayer eIevator performance index comparison

表4 24層電梯性能指標對比TabIe 4 24 Iayer eIevator performance index comparison

對比分析的結(jié)果可以看出，MAL策略比較適合樓層數(shù)較少調(diào)度方法；TGA與其他算法相比群控策略的實時性不足，而且數(shù)據(jù)的計算量較大；IGA與TGA相比在搜索時間上有明顯優(yōu)勢，但隨著樓層數(shù)的增加仍有一定的消耗，因此比較適合在樓層較多時應(yīng)用.

4 結(jié)論

基于改進遺傳算法的電梯群控系統(tǒng)，利用改進遺傳算法對候梯時間、乘梯時間、舒適度和能耗等評價函數(shù)進行搜索求解.在種群迭代過程中，采用最優(yōu)保存策略改進的選擇算子；通過可變交叉率快速找到最優(yōu)種群區(qū)，克服最優(yōu)個體被破壞和搜索速度緩慢的缺點；采用自適應(yīng)變異率擴展最優(yōu)個體的搜索空間，保證最優(yōu)的個體不變異，從而實現(xiàn)電梯的多目標優(yōu)化控制.

在利用遺傳算法對派梯空間進行搜索的過程中，遺傳算法適應(yīng)度函數(shù)中各控制指標的權(quán)重是固定的，不能自動跟隨客流密度的變化而變化.為得到更理想的控制性能，應(yīng)對自適應(yīng)性問題進一步展開研究.

［1］弓箭，劉強，劉劍.人工智能在電梯群控系統(tǒng)中的應(yīng)用 ［J］.沈陽建筑工程學院學報，2002，18（10）：24-28.

［2］張苗苗，張學軍.基于模糊推理電梯群控系統(tǒng)的研究與仿真實現(xiàn) ［J］.測控技術(shù)，2000（3）：56-59.

［3］李雁景，王再英.基于模糊控制的電梯群控系統(tǒng)算法設(shè)計 ［J］.機械制造與自動化，2012，41（1）：117-119.

［4］段素丙，陳偉華，強雄，等.基于模糊控制和紅外探測的梯群控制系統(tǒng)控制策略的研究 ［J］.光學儀器.2012，34（1）：69-75.

［5］劉志申，王艷芬，王延文.模糊神經(jīng)網(wǎng)絡(luò)技術(shù)在電梯群控系統(tǒng)中的應(yīng)用研究 ［J］.信息系統(tǒng)工程，2010，34（6）：67-68.

［6］王慶宇，李慶超，宋鎮(zhèn)江.基于遺傳算法的雙子電梯群優(yōu)化控制方法 ［J］.建筑電氣，2013（8）：43-47.

［7］宗群，李勝濤，王維佳.基于遺傳算法的電梯群控魯棒優(yōu)化模型 ［J］.天津大學學報：自然科學與工程技術(shù)版，2007，40（9）：1 019-1 024.

Design andImplementation of Elevator Group Control System Based on Modified Genetic Algorithm

ZHANG Jian，WANG Xiao-zhu
（Department of Electrical and Mechanical Engineering，Yingkou Institute of Technology，Yingkou，Liaoning 115014，China）

The evaluation function is constructed by the weighted combination of several optimization objectives based on combinatorial optimization method.The multi-objective dispatching of elevators is realized by searching the evaluation function for the best dispatching scheme with genetic algorithm.In order to improve the search efficiency of genetic algorithm，an optimum maintaining strategy is applied to the operating process of genetic algorithm.An adaptive genetic algorithm in which the probability of crossover and mutation were varied depending on the fitness values of the solutions is applied to increase the performance of convergence to the global optimum.A multi-objective optimal control of elevator group control system is thus achieved.

modified genetic algorithm；elevator group control system；global search；simulation analysis

TP138

A

1673-4432（2015）03-0041-06

（責任編輯 李 寧）

2015-01-23

2015-06-19

張健 （1981-），男，實驗師，碩士，研究方向為電力電子與電子傳動、電機控制.E-mail：zjwinloo @126.com