摘要：本文主要针对电梯群控智能系统展开分析，思考了电梯群控智能系统的关键点，以及智能控制技术的关键环节，希望可以为今后的电梯群控智能系统应用提供借鉴。
关键词：电梯群控智能系统；智能控制
一、就电梯群控技术算法
1.1模糊控制算法。模糊控制算法先对电梯交通模式进行分类，然后由专家知识确定隶属函数及控制规则，确立系统的综合评价函数实现多目标控制，并根据不同的交通模式调整加权系数，最后通过模糊控制算法实现不同交通模式下电梯群的优化调度控制。但此算法的缺点是系统性能主要取决于专家的经验，如果专家预设的规则与实际的建筑不符控制效果就会不好，另外调整和确定隶属函数需要大量仿真实验且需花费非常多的时间和精力，学习技能和适应性差。
1.2神经网络算法。神经网络算法模仿的是人类的大脑和思维方式，网络结构特殊性使其具有自学习和自适应能力。它可以通过调整网络权值得到近似的最优输入输出映射关系，适用于处理非线性问题，并且它有很强的自学能力，能改进控制算法并对制定的规则加以修改，利用非线性和学习方法建立合适的模型进行推理对电梯交通流进行预测，对于建筑里不断变化的交通流能灵活的进行调整。由于在网络里要不断接受数据的输入和处理，有很强的自适应能力。但此算法的网络训练样本多，算法的收敛时间将会延长，而且还会产生体积庞大的网络，难以验证算法的合理性。
1.3模糊神经网络算法。模糊控制算法的优点在于它能够处理精确的和模糊的信息并能实现精确的映射，不足之处是隶属函数中的加权系数不能随着不同的交通流类型而变化，无自学习能力，而神经网络算法正好弥补了其不能自学习和自适应性的功能，是可以自动生成函数、自动提取问题的自适应算法。因此将两者完美结合即为模糊神经网络算法，可以发挥各自的特长，更好地预测交通流的不确定性，从而实现以最小的电梯数目配置应付最大的交通流，实现最优的调度。但模糊神经网络算法的不足在于其梯度法的学习，其收敛性太依靠于初始条件。
1.4遗传算法。遗传算法是模拟自然遗传规律来寻找最优方案的一种算法，实际上就是种群在进化中优胜劣汰的一种竞争机制，最终选出最佳的一种方法。此算法自适应能力强，能够根据不同的交通流调整为不同的群控策略，但遗传算法搜索时间长，搜索效率低。
1.5专家系统控制算法。专家系统控制算法是根据专家的经验积累起来的有一定控制规则的推理知识库，能解决很多需要靠经验解决的问题，根据这些输入评价指标信息可以利用推理知识库按一定的策略去调度电梯。但此算法对复杂的电梯控制系统不适用，主要是局限于专家的知识和经验。另外控制规则数多的话，系统难以控制，并且影响控制的性能。
二、神经网络在电梯群控系统中的应用
神经网络的研究已有较长的历史，自从心理学家McCulloch和数学家Pitts在1943年首次提出了一个简单的神经网络模型以后的几十年，神经网络历经沉浮，但多层网络BP算法、Hopfield网络模型等仍然在各个领域得到了广泛的发展，特别是与这一学科交叉的前沿技术领域引起了学者们的关注。神经网络应用在电梯群控系统中的原因是：电梯群控系统具有随机性、非线性，难以建立精确的数学模型，而神经网络学习的主要优点在于它可以通过调整网络连接权来得到近似最优的输入—输出映射，因此适应于难以建模的、非线性动态系统。虽然电梯群控系统具有随机性，但对于任何一幢大楼，都可以近似为有一定的工作周期（一天或一个星期），在不同周期的同一时间段会存在相似的系统状态和系统输入，群控系统可以以一定的采样周期信息作为样本，只要周期足够小，就可以有充足的过程数据用于学习。神经网络在电梯群控系统中最成功的应用就是可以识别交通流量的变化。交通流量是表明电梯状态的一个概念。它可由乘客数、乘客出现的周期及起始点和终点的排队情况来描述。
期刊文章分类查询,尽在期刊图书馆这种交通流量可以划分为许多性质不同的线数图，日立公司开发出的带有神经网络的电梯群控装置EJ21000FN，能适应各种建筑物的交通条件变化。与模糊群控相比，神经网络群控减少了10%的平均候梯时间，减少了20%的长候梯率，防止了群聚和长候梯。
三、模糊控制技术在电梯群控系统中的应用
1965年，美国伯克利加州大学的L.A.Zadeh教授首次提出模糊集合的概念，引入了“隶属函数”来描述差异的中介过渡，开始为研究模糊性规律提供了数学工具。在以后的研究过程中，人们把模糊集合论的思想应用于控制工程领域，形成了这种智能控制方法。模糊控制是建立在人类思维模糊性的基础上，是目前控制领域中所采用的3种控制方法中最有实际意义的方法。电梯交通系统中存在着大量的不确定性，当系统的复杂程度很高而系统的状态又不易精确预测时，制定控制系统的精确模型就很困难，因此许多系统都应用了模糊理论的近似方法。厅层召唤分配给适合服务的电梯过程是一个多目标决策过程。由于决策的目标多，描述比较复杂，同时解的可行域大，用规则方法求严格的最优解目前尚难实现。因此实际上经常根据群控分配原则召唤。群控原则大多是一些模糊的概念，例如：乘客候梯时间的长短、厅层客流量的大小、电梯响应召唤的快慢等。这些模糊概念难以用明确的数量界限定义，也难以用普通的逻辑规则综合考虑，但可以利用模糊模型代表模糊知识，用模糊推理方法进行求解。模糊知识一般以模糊规则的形式给出。自从三菱公司首次把模糊逻辑用于电梯系统后，此种方法获得了广泛的应用。
四、电梯群控技术的发展方向
4.1多目标优化调度方法。目前研究的能达到电梯满意度的指标主要有拥挤程度，乘梯时间、候梯时间，长候梯率等几种，而随着超高层电梯群发展的越来越迅速，人们对环保的关注度加强，对于电梯的运行速度和电梯的能耗方面研究的不多或者不太深入，所以未来新的优化算法需要包含更多人们关注的指标，并且要根据不同建筑物的电梯运行情况和同一建筑物不同时间区间的需求智能的调整这
4.2基于图像处理的群控技术。目前电梯群控大多还是通过传统的外呼按钮作为获取乘客信息的设备，进入电梯之后再进行目标楼层的选择，获取交通流的实时性和完整性不能得到有效的保证。为了解决这个问题，需要增加一些图像处理设备对客流信息进行检测识别，增加智能输入楼层液晶触屏显示器面板提前进行登记，客流信息的完整度掌握非常好的情况下进行派梯会有更好的效果。
4.3基于“互联网+”的群控技术。随着“互联网+”技术的迅猛发展，因网络通信方面也是影响群控技术的关键因素，所以“互联网+”应用在电梯群控技术也成为未来发展的趋势，现已经有学者研究了基于手机移动互联网、物联网等几种电梯群控调度方法，它们都是在智能群控算法的基础上加上与乘客交流信息互动反馈获取实时的交通流信息，远程监控系统通过当前时刻实时数据进行调度实现派梯的高效化，很大程度上解决了高峰期客流排队等待时间长的问题，用户体验也很好，未来通过手机客户端获取乘客信息改进电梯群控的技术会应用的越来越广泛。
结语：
由于电梯群控系统本身存在着大量的不确定性、随机性和非线性，传统的控制算法控制目标单一，已不能满足乘客的需要。因此将智能控制中的专家系统、模糊控制、神经网络有机结合起来应用到电梯控制中，使电梯控制向智能化方向发展，是当今世界电梯业发展的潮流。
参考文献：
[1]朱贺.论智能控制技术在现代电梯群控系统中的应用[J].科技与企业.2016（11）：100-100.
[2]张健，王笑竹.改进GA优化BP神经网络的电梯群控策略 [J].陕西理工学院学报（自然科学柳.2015（4）：36-39.
[3]郑晓芳.我国电梯群控系统研究文献综述与思考[J].华东交通大学学报.2015.29（3）：51-55.
论文作者:王程
论文发表刊物:《基层建设》2019年第11期
论文发表时间:2019/8/8
标签：电梯论文; 算法论文; 神经网络论文; 群控论文; 模糊论文; 系统论文; 通流论文; 《基层建设》2019年第11期论文;