基于改进模糊神经网络优化的电梯群控系统

基于改进模糊神经网络优化的电梯群控系统

李少芝 1，杨凯 1，张泽辰 2

1. 马鞍山市特种设备监督检验中心；2.安徽工业大学

摘要：针对电梯群控系统（elevator group control system,EGCS）存在的非线性、不确定性和滞后性，采用基于模糊神经网络优化的群控系统，改进电梯的运输能力，提高电梯的运输效率。根据电梯运输需求，设计目标评价函数，利用粒子群算法对适应度进行判断，提高算法的收敛速度。结论，本文提出的算法能满足电梯运输需求。

1.前言

电梯群控系统是一类具有非线性和滞后性的高不确定度问题。电梯群控系统大部分采用集中调度控制策略,由群控调度器发送请求信号，轿厢内传感器接受信号，按照调度器指令工作。但是群控器采用的传统控制策略承担的优化功能，目前制约电梯群控系统的高效运行。电梯群控系统的优化控制策略是根据群控系统的目标评价函数与平均乘梯时间、平均侯梯时间和系统能耗有关，因此设计一种基于模糊神经网络优化的电梯群控系统，实现改善群控系统高不确定度的问题^[1]。

2.电梯群控模型的特性

电梯系统的特性包括非线性多目标性以及不完备性等，使得简单的群控算法很难再改善系统的整体性能^[2]。传统的群控算法会在客流高峰出现电梯扎堆等现象，难以适应现代智能建筑的需求。主要问题包括：无法准确识别轿厢内人数，在传统群控系统中，只能识别轿厢是否超重，当轿厢内拥挤程度很高但没有达到超重状态时，继续响应后续外呼信号但乘客无法进入，增加了轿厢内乘客的滞留时间和能源不必要的浪费；无人停靠，群控系统多梯控制出现纰漏，可能存在延时或者协调性问题，先前轿厢已将乘客接走，但输入信号没有消除，其他轿厢继续响应这个输入信号，导致不必要的能源消耗和乘客时间的损失，降低了梯群的运载效率；不能应对客流突变，由于特殊时间段内可能出现人流爆发性增长，会极大延长平均候梯时间和长候梯概率两项指标；由于电梯群控系统的多目标性，针对不同客流模式调度控制不够精细，各类客流模式控制要求各不相同，如何平衡载客效率和系统能耗相互矛盾的评价指标，是今后群控系统改进的方向^[3]。

3.控制系统设计

为了实现群控系统的优化调节措施，选择使用模糊神经网络优化群控系统。模糊神经网络具有可以模仿人脑的推理能力，将许多复杂问题简单化^[4]。电梯系统存在的已知信息大都具有模糊性、非线性、不确定性等特点，使群控系统获取的客流数据与实际情况不符。模糊控制能针对不明确信息进行处理，还能实现精确地联想及映射。模糊技术的应用使得复杂的控制问题通过隶属度与隶属函数的映射得到了精确和清晰的求解方式。突出了模糊神经网络控制技术在电梯系统的重要性。电梯群控系统的评价指标大都属于模糊概念，因为模糊神经网络在处理此类非线性问题具有很强的优势，在给定影响电梯性能的输入特征，可以在短时间内得出最优派梯选项。可以预见，基于模糊技术和神经网络技术相结合的智能建筑电梯群控系统具有很大的发展前景^[5]。

模糊控制的应用基础是隶属函数，隶属函数是将模糊概念量化，根据模糊概念的具体情况选择能够反应其性质的隶属函数。在实际问题中选择合适的隶属函数才能提高映射元素与集合相关程度，因此选择合适的隶属函数成为解决问题的关键。本文选用函数性质不能存在波浪性、具有单峰，模糊集合为凸集的才能被确定为隶属函数。为实现本文的控制策略，选择最小型高斯分布：

（1）

式中 为隶属函数平均值， 为最小型高斯分布的均方差。

根据群控系统属性和功能，参考最小型高斯分布，构建一个具体函数，函数值的大小能准确反映出使用者对系统的满意程度，，函数建立过程称为该多目标问题的量化过程。针对复杂的系统，评价函数很难根据一两个使用者简单的需求得出评价函数，为了解决设计人员选择适合系统的评价函数，又同时符合简单实用的原则，出现了多目标效用理论。该理论具体介绍了评价函数的概念以及通过系统特征，总结和建立评价函数的方法。评价函数以某些局部具体性质综合评定的方式对系统方案的好坏做出评价。基本思想是将多属性综合考虑建立的综合评价函数求解最佳值， 将多目标优化问题转换成函数最优解问题。

由于构造评价函数的方法不同，本文参考电梯群控特性，选取线性加权的方法构建评价函数。即先按照目标函数 的重要程度，给出一组权系数 ，其中权系数要满足：

（2）

性能评价指标用来衡量控制算法的优劣，选择客观合理的性能评价指标对判断控制算法的优劣至关重要。电梯群控系统常见的性能评价指标包括：平均候梯时间、平均乘梯时间、长时间候梯率、梯内拥挤度和电力损耗等指标。针对大厅候梯乘客最关注的是轿厢响应所需的时间。本课题选取平均候梯时间短，长时间候梯概率低，能耗低作为影响多目标优化评价函数值的三个属性。采取影响因素乘以对应权值

再相加的方式，得其最大值确定派梯，评价函数定义如下：

（3）

其中， 表示第 部电梯的综合评价函数， 表示平均侯梯时间， 表示长时间侯梯概率低， 表示能耗。 表示权系数，且符合式（2）。根据调整权系数的值，实现电梯群控系统能力提升的目的。

BP 神经网络结构设计过程，重点应当考虑到性能指标与电梯评价函数值之间的非线性关系，充分了解系统模型的输入输出变量关系后，选取较为合适的设计方案。输入层神经元个数由电梯群控系统选取的性能评价指标的影响因素个数决定，分别是：载客人数、相对距离、停站次数。因此输入层神经元个数为3个，即M=3。输出层神经元是电梯综合评价函数值，神经元个数为1个，即 L=1。结合电梯群控系统特性隐含层层数选择1层，但隐含层神经元个数的选择会在很大程度上影响神经网络模型信息的学习能力，选取的神经元数量不合理会严重影响神经网络的训练学习时间。目前选取神经元个数的方法主要根据经验公式所示：

（4）

式中，Q 表示隐含层神经元个数，M，L表示输入层和输出层神经元个数，代表从1到 10的任意自然数。可以得出隐含层神经元个数取值区间在3至12个。结合经验和实际训练效果选取隐含层神经元个数Q=3。

4.结语

结合目前国内外研究现状和电梯群控系统具体特性，设计了电梯群控系统总体框架结构，确定群控器和模糊神经网络相结合的控制思想，改善电梯群控系统运行服务质量。通过对电梯群控系统特性的深入研究，明确了客流模式分类识别的重要性。选择最小高斯分布法和评价函数法进行控制器优化，证明了算法的可行性达到了预期效果。根据电梯群控系统特性建立了多目标优化评价函数，根据选定的评价指标挑选出3个直接影响电梯性能的属性，作为 BP 神经网络的输入信号，建立BP神经网络学习训练，达到了优化效果。

参考文献

[1]杜娅,谢科范,梁本部,冼蕾.电梯安全风险因素分析及预警研究[J].安全与环境工程,2021,28(04):71-79.

[2]赵伟,王志磊,李晓理,王尚君.基于客流分析的电梯群控仿真系统研究[J].控制工程,2015,22(05):826-830.

[3]孙朋飞.基于目的楼层预约呼梯的电梯模糊控制群控调度[J].中国电梯,2021,32(01):23-29.

[4]刘影,吴常坤,谈丽娟.基于模糊控制的电梯群控调度算法设计与研究[J].自动化与仪表,2020,35(07):35-40.

[5]王学智,林秀玲.基于模糊神经网络的电梯群控调度算法[J].武汉职业技术学院学报,2019,18(06):104-108.