Use of artificial intelligence systems in control and traffic flow guidance of the group elevators

Abstract

Günümüzde yüksek katlı binalarda çoklu asansörlerin devreye girmesi, kalabalık bina sakinlerinin en seri ve minimum enerji ile nasıl taşınabileceği problemini beraberinde getirmiştir. Grup Asansör Kontrol Sistemi, iki veya daha fazla sayıda asansör kabininin en uygun enerji, zaman ve talep dengesi gözetilerek sistematik olarak yönetilmesidir. Kabinin, katlardan gelen her bir çağrıya yanıt verirken bekleme zamanı, iniş-çıkış süreleri, enerji tüketimi, kullanıcı için kullanım kolaylığı vb. en ideal yönlendirme ile çalıştırılması amaçlanmıştır. Akıllı Sistemler, yukarıda bahsedilen parametrelerin en uygun değerlemelerini yapabilen esnek hesaplama yöntemi sunmaktadır. Mühendislik tasarım problemi olarak bakıldığında bekleme ve ulaşım süresinin ayarlanması, bu hizmet verilirken minimum enerji harcanması bir eniyileme problemidir. Bu problem karmaşık bir problem olduğu için çözüme yönelik akıllı sistem tabanlı yöntemlerin uygulanması uygun görülmüştür. Bu çalışmada genetik algoritma ve yapay sinir ağlarından oluşan hybrid bir yöntem uygulanarak sistemin performansını arttırmak amaçlanmıştır. Bu çalışma, 20 katlı binanın 4 kabinli asansör sisteminde simule edilmiş ve benzer çalışmalarla karşılaştırılmıştır.

Nowadays highrise buildings with multicar elevator systems bring the question of optimal car movements as how to convey the big populations of residences in the most quickest and efficient way. The Elevator Group Controller is a control system that accomplishes the systematic management of two or more elevators so that the elevator system is operated at best balance of energy, time and demand. The objective is that, elevator cars shall be assigned correspondingly in response to hall calls, so as to optimize waiting time, travel time, power consumption, passengers? comfort, etc. Artificial Intelligence presents soft computing options in designing a controller that capable of solving aforementioned numerous objectives. In the engineering design perspective, regulation of average waiting time and travel time with minimum energy consumption is an optimization problem. Since this is a complex problem, intelligent system based methods are chosen to be suitable for the solution of the same. This thesis aims to improve the system performance by applying a hybrid method that comprise of genetic algorithm and artificial neural network. This study simulates 20-floor building with a 4-multicar system and compares with the similiar studies.