基于平均报酬强化学习的电梯群组调度研究

针对电梯群控系统,建立基于平均报酬强化学习的优化调度模型。采用R-learning的平均报酬强化学习求解算法,在分析电梯群组调度问题特点的基础上,利用径向基函数神经网络解决行为值函数的存储与泛化问题,并结合电梯群组虚拟仿真环境进行验证。通过与两种典型的电梯群组调度算法进行比较,展示了平均报酬强化学习算法在处理具有吸收目标状态的大规模随机序贯决策问题的有效性及可行性。

基于等间隔运行模式的群组电梯系统优化调度方法

针对群组电梯系统运行调度优化问题,本文采用多目标优化模型,基于电梯群组等间隔运行模式的操作规则,建立一类以乘客平均候梯时间最短为主要目标的群组优化策略.通过分析群组电梯系统运行中乘客候梯时间、服务时间、轿厢拥挤度和电梯能耗等指标,建立电梯系统运行的动态指标评价模型,考虑电梯客流的随机性因素,提出乘客候梯等间隔派梯规则和算法,实现了电梯系统多目标优化的动态调度方法.实验结果表明,对比传统的最短距离调度算法,本文方法可以降低乘客平均候梯时间13.1%,提高群组电梯系统工作性能.