摘要：电梯群控智能系统作为电梯应用的一个重要方面，其关键地位不言而喻。本课题的研究将更好地完善智能电梯群控系统的分析和控制，通过合理的措施和途径，进一步优化智能电梯群控工作的最终整体效果。基于此，本文主要对电梯群控智能系统与智能控制技术进行分析探讨。
关键词：电梯群控；智能系统；智能控制技术
1、前言
为了提高电梯的服务质量和运行效率，电梯群控系统的研究成为人们关注的焦点。电梯群控系统中存在着不确定性、随机性和非线性，传统的控制算法控制目标单一，不能满足现代乘客的需求。因此，将智能控制系统中的模糊系统、神经网络和专家系统最有效地应用于电梯控制中。使电梯群控系统更加成熟，进而服务于全人类。
2、电梯群控智能系统
20世纪70年代中期，群控系统开始使用计算机技术。计算机的应用使人们可以利用各种人工智能技术研究电梯交通系统的动态特性，提高高层建筑物内交通系统的垂直运输效率，充分发挥智能化大楼的综合功能。高层建筑更加依赖于电梯系统的高质量和高容量的服务。高质量的服务是指候梯时间短和乘梯时间短，高容量的服务是指运载容量大。1970年，日立公司使用计算机开发出一种能学习的电梯系统。1973年，日立公司在统计特性分析的基础上推出了预测控制系统，以解决下行高峰时乘客等待时间问题。同时推出的CIP/IC系统可提供文字信号，应答在电梯厅层候梯的乘客的呼梯信号。计算机群控系统使用等待时间预报控制，电梯到达各个楼层的时间预报准确性进一步提高，但其使用的等周期运行方式不能令人满意，长时间候梯仍是需要解决的问题。
1976年，三菱公司推出了OS′75系统，使用呼叫分配方法解决等周期运行中遇到的问题，缩短了平均候梯时间。1979年，东芝公司推出了C-800系统，可以随着住户的人数变化而改变控制策略。同期，日立公司也推出了CIP-系列，利用实时候梯时间的直接预报进行厅层呼叫分配。带有计算机的群控系统提供了良好的功能，能更准确地预报电梯的运行状态，降低长时间等待的几率。
20世纪80年代初，全面评价系统加入到呼叫分配系统，如等待时间、长等待几率和预报误差几率等被作为评价指标。与以前的系统相比，这一代群控系统极大地降低了平均等待时间和长时间等待的几率。1984年，日立公司推出了CIP-52000系统，使用人工智能控制技术，可根据建筑中不同时刻的客流变化而产生最优的控制参数。由于该系统可随不同季节、一周中的不同日子以及建筑的差异和使用要求的变化而改变，系统的平均候梯时间减少了10%，同时也满足了节能的需要。随着人工智能控制技术的发展，电梯群控系统开始应用专家系统、模糊控制、人工神经网络等更先进的控制技术。1988年，三菱公司推出了AI-2100系统，把模糊控制理论和专家系统应用于电梯群控系统。国外各大公司也相继推出了带有人工智能控制技术的群控电梯。以日立电梯公司为例，不同的发展阶段都有不同产品，以适应用户的更高要求。
3、电梯群控智能系统的技术方法探讨
3.1应用于电梯群控系统中的专家系统
从20世纪60年代便出现了专家系统，它是人工智能应用方面的一个部分，而且还是比较成熟的一部分，其许多方法和概念也被引入到了控制领域，取得了很好的发展的应用，主要有数据库、知识库、知识获取、推理机和解释部分组成。知识获取主要是获取大量科学知识和专家在这方面的经验。知识表达能非常清晰的表达专家的知识和思维，从而形成的那些有用的规律被知识库吸收。数据库中把专家系统目前的一些用户使用情况的结果存入当中中，例如：每一部电梯的乘客数量和位置信号、估计电梯的工作时间以及估计乘客等待的时间等等一些问题。有用人工智能技术在专家系统中的应用，把大量专家的工作经验集总后进行推理和评判，最后得出最合理的技术解决方案，从而消除了许多以前难以解决的困难，进而使控制系统能够更加完善的工作，专家系统就是用来解决此类问题的。它是一种把知识和经验用来进行加工和处理的一种智能系统，也就是完成探索和解决问题的一个工作过程。
3.2电梯群控系统的大脑——神经网络
对于神经网络的研究已经有相当长的历史，在1943年数学家Pitts和心理学家McCulloch首次提出了简单的神经网络的模型，在此后的几十年里，神经网络经历磕磕碰碰，无容置疑的BP算法、Hopfield在每个行业都有着广泛的应用，尤为突出的是在电梯群控系统的应用得到了大量专家学者的注意。神经网络应用于电梯群控系统中是因为它有着非线性、随机性以及难以建立高精度的数学模型的特点。同时神经网络学习具有它可以得到最优的输入—输出映射通过调整网络连接权，所以它主要适应于非线性系统和难以建模的系统中。即使随机性是电梯群控系统的一大特点，但相对于一栋楼来说，神经网络是有一定的工作周期的，然而在同一时间段中不同周期可能存在相似的工作状态，群控系统的样本是周期信息。如果周期足够小，便能有充足的过程数据来作为学习。
能过识别交通流量的变化是神经网络在电梯群控系统中最成功的应用。交通流量是用来表达电梯状态的一个名词。交通流量是用起点和终点的排队情况以及乘客数和乘客周期来描述的。不同的线数图是由不同性质划分出来的。它比平均候梯和模糊控制时间网络神经减少了20%的乘客候梯时间，有效的使群聚和长时间候梯的情况减少。
3.3应用于电梯群控系统中的模糊控制技术
1965年，模糊集合的概念被美国伯克利加州大学的L.A.Zadeh教授首次提出，用“隶属函数”描述了中介过程的差异，为模糊性规律提供了很好的数学工具。模糊集合论的思想在随后的研究中应用在工程控制中，从而形成了这种方法。模糊控制应用于描述的复杂性和要决策的目标相对较多，同时要解决的领域也越来越多，传统的最优解方法已经难以实现。因此往往一句群控分配的原则就行召唤。
3.4应用于电梯群控系统中的模糊神经网络
3.4.1模糊神经网络
逻辑推理能力是模糊控制技术的特长，它不仅仅能够实现精确映射和联想，而是目前3种控制方法中最好的而且最有实际意义的方法。由于电梯交通系统中存在不确定性加上生活中对系统复杂程度要求的提高，但又无法知道系统的精确程度，因此模拟理论应运而生，从而很好的解决了这个问题，而且还能够迅速的处理精确信息与模糊信息，由于加权系数是固定在隶属函数中的，不能随着变量的改变而改变，也就是不能进行自主学习。通过环境学习来获取一定的知识从而改进自身性能是神经网络的一个最最突出的特点，其学习过程说白了就是改变加权系数的值的过程，使预定目标得以顺利的实现。因此把俩种方法结合起来使用，一起运用于神经网络技术来处理那些模糊的信息，从而解决模糊规则的自动生成，以致有效的发挥了各自的优势。
3.4.2模糊神经网络应用于电梯群控系统中
由于电梯交通中存在很多的不确定性，而应用模糊神经网络就可以很好地预测所出现的问题，以最少的的电梯承载最多的人流，只要的目的是：（1）最大限度的缩短人们的候梯时间（2）最大限度的虽短人们候梯次数(3提高到达终点的预报准确率，使乘客的心理压力减轻；（4）要合理分配电梯应答，缩短电梯运送乘客的时间，防止聚堆和忙闲状况的出现；（5）选择一种最佳的节约能源模式。
4、结语
综上所述，加强对电梯群控智能系统与智能控制技术的研究分析，对于其良好实践效果的取得有着十分重要的意义，因此在今后的电梯群控智能系统应用过程中，应该加强对其关键环节与重点要素的重视程度，并注重其具体实施措施与方法的科学性。
参考文献：
[1]宗群，曹燕飞，曲照伟.电梯群控系统中的职能控制方法[J].电气传动.2016（10）：60-62.
[2]朱德文.现代电梯群控系统与人工智能技术[J].基础自动化.2017（01）：115-116.