2009 Fiscal Year Annual Research Report
遺伝的ネットワークプログラミングによるエレベータ群管理システム関する研究
Project/Area Number |
08J00019
|
Research Institution | Waseda University |
Principal Investigator |
ウ ロ Waseda University, 情報生産システム研究科, 特別研究員(DC1)
|
Keywords | エレベータ群管理システム / 進化計算 / Genetic Network Programming / Double-Deck Elevator Systems / Multi-Car Elevators |
Research Abstract |
エレベータ群管理システム(Elevator Group Supervisory Control Systems : EGSCS)はビル、特に高層ビルの乗客を効率的に輸送するために、群管理コントローラによって、複数台のエレベータの運行制御を行うシステムである。ここ数年,エレベータシステムに対するニーズの多様化やビルの高層化により,次世代エレベータシステムと呼ばれるダブルデッキエレベータシステム(Double-Deck Elevator Systems, DDES)の開発が進められている。このコントローラ設計は確率的最適制御問題であり、環境が動的で確率的であるのが特徴である。一方、近年の技術発達により1つのエレベータ・シャフトに複数のかごが走行するマルチカーエレベータ(Multi-Car Elevators:MCE)の可能性が高まっており、1シャフトに2つのかご走行するMCEは既に実現されている。本研究では、部分観測マルコフ環境下でも適用可能な新しい進化論的計算手法であるGenetic Network Programming(GNP)によるEGSCSのコントローラを構築する。従来手法による、平均待ち時間,60秒以上の長待ち確率を改善できることを示している、更に、ワンケージサービス,分散サービス,不均衡サービス等の課題を進化型遺伝的ネットワークプログラミングにより解決できることを示している。 さらには、GNPはエレベータシステムに応用する際、複雑な問題に対して計算コストが高く、収束率が低くなっている。収束スピードを向上するための有効的な手段としてGNP with Ant Colony Optimization(GNP with ACO)を提案じてきた。GNP with ACOを改善するために、ノード遷移の頻度を計算する関数の設計を行う。シミュレーションでは、従来型GNPによる群管理性能との比較を行い,提案したGNP with ACOが従来手法に比較し,収束スピードを改善できることを示している。
|
Research Products
(8 results)