★ 鲁培平（国网甘肃省电力公司后勤保障中心 ，甘肃 兰州 730000）

关键词：改进粒子群算法；电梯群控系统；多目标

传统的电梯群控策略往往只适用于某一种特定的交通流模式，例如仅针对上班高峰时段的客流情况进行调度^[1]。一旦客流格局发生变化，传统策略便难以维持电梯的服务质量。

近年来，电梯群控领域涌现出了大量控制方法。例如文献 ^[2]提出了基于滚动时域策略的调度方法，采用周期和客流变化驱动的混合重调度机制，将调度时段分成多个调度区间，在每个区间内利用自适应邻域搜索的多目标进化算法对电梯群组进行任务分配与调度。但该方法未充分考虑电梯运行中的突发故障、乘客特殊需求等复杂动态因素，导致调度策略在实际应用中适应性不足； 文献 ^[3]提出了基于分层强化学习的调度方法，设计了由上、下级DQN构成的双层调度框架。上级DQN从电梯群控长期效能出发确定降低能耗、缩短平均候梯时间等临时优化目标；下级DQN依据优化目标，决定当前电梯任务分配、运行方向等调度策略。但该模型训练复杂度高，且对电梯异常状况应变能力有限。

本文通过对传统PSO算法进行改进，提出了一种基于改进粒子群的任务调度算法，在保证运行时间最短的基础上，实现了电梯群调度效率最高。

1   电梯群控系统多目标函数构建

电梯群控系统的动态调度旨在通过实时监测和智能算法，实现多维度优化目标：一是优化电梯资源分配，即根据乘客的召唤请求和电梯的实时状态动态分配电梯，避免部分电梯过载或闲置，确保以最少的电梯数量实现高效运行；二是通过预测乘客召唤模式和电梯运行状态，优先调度最合适的电梯响应需求，显著减少乘客候梯时间^[4] ；三是优化电梯运行路径和调度策略，降低空载或轻载运行频率，从而提升整体运行效率，并能够根据高峰期、低峰期或特殊事件（如火灾、紧急疏散）动态调整调度策略，确保在不同场景下均保持高效运行。

电梯群控系统的组成结构，如图1所示。

图1 电梯群控系统的组成结构

图1中，中央控制器作为主控单元，负责收集各电梯运行状态信息，动态分配电梯服务请求，快速响应乘客召唤指令；电梯控制器作为子控单元，负责控制电梯的运行，并与中央控制器通信，确保电梯的安全运行；通信网络连接中央控制器与各电梯控制器，实现数据的实时传输^[5] ，并支持多台电梯的并行通信，具备抗干扰能力和冗余设计；传感器用于检测电梯的运行状态和乘客的召唤请求，确保系统能够准确获取实时数据；电源与备份系统能够在断电情况下提供备用电源，确保系统的安全运行。

基于此，构建电梯群控系统多目标函数，如式（1）所示：

式中，T_wait为当前电梯的预测候梯时间； T_max为系统设定的候梯时间上限；E_run为电梯运行能耗；E_max为满载运行能耗； Q_load为轿厢当前负载率； Q_max为轿厢额定载客量；W₁，W₂，W₃为动态权重系数，满足W₁ +W₂+W₃=1，可根据实时运行场景，如高峰期、低峰期动态调整优先级。

2   基于PSO电梯群控系统多目标动态调度

PSO是一种基于群体智能的启发式优化算法，以粒子智能体表征电梯调度方案。在电梯群控系统中，将电梯调度问题抽象为多目标优化空间，每个粒子代表一种可能的电梯分配策略，如派梯顺序、服务楼层组合等，粒子在解空间中迭代搜索最优解。粒子的运动轨迹由其当前位置、速度和全局最优位置共同决定。动态调整粒子速度和位置更新规则，即可逐步逼近最优解。基于该原理，电梯群控系统多目标动态调度过程如下：

步骤一：动态惯性权重调整与多目标适应度优化

为提高粒子群算法在电梯群控系统多目标动态调度中的全局搜索和局部开发能力，需根据粒子的适应度表现动态调整惯性权重。具体公式如式（2）所示：

式中， W_max、W_min为惯性权重的上下限；η为调整系数，控制权重变化速率； F(x_i )为粒子i的当前适应度值；F_avg为当前粒子群的平均适应度； F_max为当前粒子群的最大适应度。

动态权重调整逻辑为：当适应度低于平均值时，粒子整体搜索能力较弱，需增强全局探索能力，因此赋予较大惯性权重 ，鼓励粒子跳出局部区域；当适应度高于平均值时，粒子局部开发能力较强，需适当减小惯性权重，引导粒子精细搜索当前区域；当逼近全局最优解时，通过动态权重调整，粒子在接近历史最优解时仍保留一定的全局搜索能力，避免陷入局部最优。

步骤二：速度与位置更新

采用动态惯性权重和自适应学习因子改进PSO，公式为式（3）：

式中，C₁、C₂为自适应学习因子，控制粒子向个体最优P_best,i和全局最优g_best,i学习的程度。若粒子当前适应度F(X_i)远低于全局最优，增大C₁强化个体经验学习；若粒子接近全局最优，增大C₂促进群体信息共享。

步骤三：动态调度方案更新与最优解保存

在PSO的电梯群控系统多目标动态调度中，需动态更新电梯分配策略并保存历史最优解。每个粒子被编码为一种电梯调度方案，具体表示为电梯与召唤楼层的分配组合。在每次迭代过程中，粒子位置根据速度更新公式动态调整以优化调度方案，同时为避免重复分配同一电梯至相邻时间段的同一楼层，采用粒子历史访问的调度方案列表替代传统禁忌表。当检测到新调度方案与历史方案冲突时，通过多目标适应度函数重新评估冲突方案的可行性，并优先选择适应度更优的替代方案，从而在保证调度效率的同时确保方案的全局最优性与实时可行性。

步骤四：动态调整粒子信息素，重复优化直至终止

在PSO中， 为模拟电梯调度经验的动态积累与更新， 对粒子历史调度方案的权重进行调整。粒子在调度方案上的经验权重更新为式（5）：

式中， λ为经验衰减因子，表示历史调度经验的遗忘率；ΔW_ij (t)为本次迭代中调度方案j的新增经验权重，由所有采用该方案的粒子贡献。粒子i对调度方案j的新增经验权重表达式为式（6）：

式中，为经验强度系数，反映调度方案对全局优化的贡献程度；L_i为粒子本次迭代中所有调度方案的总代价 。

步骤五：迭代终止与策略重置

针对电梯群控系统的多目标动态调度场景， 设定迭代终止判定条件：连续次迭代中， 全局最优适应度值的变化率小于阈值，如式（7）所示：

式中， F^k_global 为第k次迭代的全局最优适应度值；F^k-N_global为次迭代前的全局最优适应度值。

重置经验权重，清空历史调度经验（ ΔW'_j,i (t)=初始均匀分布），避免陷入局部最优；根据实时召唤需求调整算法参数， 重新执行步骤四至七， 直至满足终止条件。

3   实验

3.1   实验背景

构建一个仿真电梯群控制系统，配置8部同类型电梯，其额定加速度为1 .5m/s2， 加速度导数为3 .5m/s，可容纳18人或1200公斤；该建筑共16层，各楼层均设有电梯，楼层2.5m。1～16层常住人口分别为125人、 140人、110人、122人、101人、150人、85人、120人、150人、151人、132人、122人、135人、142人、 98人、90人。

普通办公楼的电梯系统承载乘客压力通常是在早上上班前一个小时，特别是在上班前半个小时乘客人数会达到高峰，电梯运载负担显著增大。在此基础上，本文按照电梯上行客流75%、下行客流15%、各楼层之间客流10%的情况进行60分钟模拟实验。

3.2   实验指标

实验选取电梯群控系统能耗、等梯时间作为评价指标。其中，电梯群控系统能耗是指由多部电梯组成的群控系统在运行过程中所消耗的总能量。各项指标的理想数值如表1所示。

表1 理想数值

由表1可知， 本文将电梯群控系统能耗、等梯时间均能达到理想数值的方法视为有效调度方法。

3.3   实验结果与分析

本文采用基于滚动时域策略的调度方法、基于分层强化学习的调度方法，以及基于PSO的调度方法开展实验，对比分析三种方法的电梯群控制系统能耗，结果如图2所示。

图2 不同方法系统能耗对比结果

由图2可知， 基于滚动时域策略的调度方法电梯群控制系统能耗最大，达到了600kJ；基于分层强化学习的调度方法系统能耗次之，最大值为400kJ；本文基于PSO的调度方法系统能耗最小，仅为200kJ。只有使用所研究算法，在理想数值范围内。

假设从16层叫电梯下到1楼，使用不同方法对比分析等梯时间，结果如图3所示。

图3 不同方法等梯时间对比结果

由图3可知，基于滚动时域策略的调度方法、基于分层强化学习的调度方法、基于PSO的调度方法最长等梯时间分别为30min、25min、17min，最短等梯时间分别为19min、15min、3min，表明基于PSO的调度方法等梯时间最短，指标达到了理想状态。

4   结束语

本文提出的基于PSO的电梯群控系统多目标动态调度方法，通过构建电梯群控系统多目标函数，调整动态惯性权重，优化多目标适应度，解决了因乘客随机召唤电梯而造成调度效果不佳的问题。实验结果表明，该方法调度的系统能耗最小、等梯时间最短，能够达到精准调度的目的。

作者简介：

鲁培平 （1980-） ，男， 甘肃永昌人， 高级技师， 本科，现就职于国网甘肃省电力公司后勤保障中心，研究方向为特种设备（电梯、锅炉）、10kv配电室设备等。

参考文献：

[1] 齐小刚, 王亚洲, 班利明, 等. 求解动态维修资源优化调度的多目标进化算法[J]. 智能系统学报, 2023, 18 (2) : 305 - 313.

[2] 李恒伟, 罗启章, 顾轶, 等. 基于滚动时域策略的中继卫星多目标动态调度优化方法[J]. 航空学报, 2024, 45 (16) : 165 - 180.

[3] 刘润滋, 马天赐, 吴伟华, 等. 基于分层强化学习的中继卫星网络任务动态调度方法[J]. 通信学报, 2023, 44 (7) : 207 - 217.

[4] 陈宏涛, 崔腾, 郭俊杰, 等. 电梯群控最短距离调度算法的改进与实现[J]. 制造业自动化, 2024, 46 (6) : 90 - 94.

[5] 蒋权, 魏静萱. 用于动态柔性作业车间调度的实时调度方法[J]. 系统仿真学报, 2024, 36 (7) : 1609 - 1620.

摘自《自动化博览》2026年7月刊