公寓配置的改进蒙特卡罗方法

程序以现有的电梯交通配置研究为基础，以实现最佳结果。

作者：石小良、司良群、万建如

电梯是现代城市不可缺少的垂直交通工具，其交通配置越来越重要。 根据公寓交通流的特点，结合电梯服务质量和资源节约，提出了一种改进的蒙特卡罗方法来优化电梯配置，并展示了所达到的优化配置结果。 该程序利用Visual Basic 6.0进行界面设计，并提出了性能评估模块。

据《电梯世界》垂直运输行业概况：2014版，3.3年中国在用电梯数量约为2014万台，每年以约20%的速度增长。尽管中国已成为全球最大的电梯市场和制造基地，但电梯交通配置技术与国外相比仍有较大差距。合适的电梯配置可以提高空间利用率，节省人员和物料运输时间。相反，不合适的电梯配置会浪费时间、空间和电能，造成客流拥挤和资金损失。

考虑到现代公寓楼对电梯数量和性能的严格要求，本文采用其改进的蒙特卡罗方法，基于电梯交通系统模型对往返时间（RTT）的计算参数进行优化。 这种方法简洁地分离了各个电梯交通系统变量之间的关系，使配置更加准确。

电梯交通模型

电梯交通系统是建筑物特性、电梯特性和电梯运行特性的结合。 这意味着电梯系统可以被视为一个多输入多输出系统。 考虑到不同的运输任务和配置方法，研究人员可以选择不同的输入变量。 本文介绍的方法主要针对大型公寓的电梯设计，一般属于上峰型和下峰型。 它选择建筑面积（​​U）、有效面积（S）、电梯服务号（Q）、服务高度（H）和服务楼层（n）作为输入。 系统的输出可以为质量评价提供参考。 此方法选择 5 分钟的统计变量。 入住率、平均间隔 (AI) 和平均等待时间 (AWT)。 同时建立电梯系统在上行高峰区间、下行高峰区间和常规区间的分析模型，以实现更全面的评价。

电梯交通配置流程

电梯交通配置过程是一种计算RTT的方法。 一些中间变量，如旅客换乘时间（T_p)、开门和关门时间(T_d) 和汽车行驶时间 (T_r)，将用于获取实际输出。 然后将其与预期值进行比较。 如果差异太大，则通过调整中间变量重新配置（N，五_e 和R_e).

RTT的计算

RTT（也称为“电梯运行期”）可以描述为轿厢开始移动，乘客被运送到各个楼层，然后轿厢返回基站所需的时间。 RTT 是电梯配置的关键。 在本文中，它是在隔层模式下进行的。

单向短区间 f 的停靠点₁ 是 RTT 计算的重要参数。 在这个区间内，乘客不一定会在上下过程中每一层都下车； 汽车不一定停在每一层。 这些可能的停靠点被视为单向短间隔停靠点。 据统计，f的表达式₁ 是：

n为电梯服务楼层总数，n1为短区间数，y为乘客数。 根据等式1，上空区间和下空区间的止损，f_u 为_d，分别可以得到。

y_u 和y_d分别代表上行模式和下行模式的乘客数量。

电梯乘客、上层乘客和下层乘客视建筑物类型而定，不论每层楼的数量和有效面积如何。 在这种电梯配置中，人们普遍认为，在

R_e 是额定载荷下的乘客人数。 每次上客换乘时间为：

每次下客换乘时间为：

在等式 6 和 7 中，0.8 是乘客在基站上车的时间，Kf^1/3 为乘客在一般楼层离开轿厢的时间，K为轿厢入口宽度的修正系数。 该模型使用 0.9。

考虑到损失时间，旅客换乘时间为：

开门和关门时间为： 

在隔层模式下，汽车行驶时间可分为两种类型：

T_r 是单层的汽车行驶时间。 H_a 是加速距离，t_a 是加速时间。 这两个参数与额定转速的关系如表1所示。

RTT是乘客换乘时间开门和关门时间与汽车行驶时间之和。

电梯配置输出

如果已获得 RTT，下一步是计算配置输出：5 分钟。 入住率、AI 和 AWT。 然后，将这些输出与预期值进行比较。 然后重复此过程，直到其结果合理。

5分钟可得到的电梯数（N）。 入住率是：

人工智能是：

AWT 是：                                    

在上下峰区间，乘客处于高度聚集状态。 所以，这两个参数会变得比平时大。 根据广泛的统计实验，该比率暂时为：

通过迭代等式 13 和 14 来计算 N，逐渐接近预期的 AWT 以获得合理的配置。 程序流程如图 1 所示。

图 1：电梯配置程序流程

电梯配置的改进方法

传统的蒙特卡罗方法

单向短区间 f1 的止损是 RTT 计算中的一个关键参数。 在传统方法中，向上模式乘客 r_u 和向下模式 r_d 与 f 有关₁ 根据建筑物的类型获得。 然而，随着城市白领阶层的增多，生活质量的提高，现代中式公寓的结构变得越来越复杂。 尽管这对电梯配置有显着影响，但在传统方法中通常不考虑。 然而，蒙特卡罗方法从概率的角度解决了这个问题。 我们的方法优化了它的配置表达，使其结果更加合理。

改进的蒙特卡罗方法

旅客起点和目标楼层是决定单程短间隔停靠的重要因素。 在我们改进的蒙特卡罗方法中，在确定这些楼层时，将同时引入起始密度矩阵和起始目标矩阵。 起始密度矩阵为：

 

在x + y + z = 1中，x是上层模式下从一楼的乘客百分比，z是下层模式下到第一层的百分比，y是到中间层的百分比。 累加每层的起始密度以减少误差：

OL_i 是楼层 i 的累积密度。 对于每个乘客，生成一个随机  从 (0 1), 如果 ，将选择第 i 层作为乘客的起点。 起始目标矩阵的元素是：

起始目标矩阵是：

sumi 是起始目标矩阵中第 i 行的每个元素的总和。 将第 i 行的元素除以 sumi，得出乘客选择 j 作为目标楼层的概率。

将这些概率相加以减少错误：

类似地，生成一个随机        如果 , 楼层 j 将被选为乘客的目标点。 获得起始楼层矩阵和起始目标楼层矩阵揭示了一次实验中的总停靠点。 然而，由于随机的不确定性，每个实验中的值都会不同。 然而，随着实验的增加，对现实的更好反映。 改进后的方法可以修改单向短区间的止损，使结果更加合理。

软件设计

配置软件旨在通过楼宇参数和乘客信息来配置电梯的类型和数量。 在这里，该软件主要是为大型公寓设计的。 它的第一部分是公寓参数界面（图2）。 输入参数，点击“下一步”； 然后就会出现电梯参数界面（图3）。 继续输入参数，点击“下一步”； 软件将根据上述改进方法导出配置结果。 结果如图 4 所示。

根据结果​​，软件可以显示性能评估，用户选择“评估”将实际值与标准进行比较（图 5）。 如果对结果不满意，用户可以单击“重新配置”重新配置或单击“完成”完成配置。 该软件还有一个“打印”按钮，可在表格中显示所有输入、输出和配置结果（图 6）。

致谢

该研究得到了国家质检总局非营利性行业专项研究基金（No. 201310153）的支持。

案例
[1] 杨月峰，万建如，李书超． “基于SAS的电梯交通流量预测方法”，中国电梯，2009,20，21（21）：26-XNUMX。
[2]张俊丽. 《电梯交通调度及其软件开发》，广州：华南理工大学，2012。
[3] 万建儒、杨岳峰． “电梯选型配置与优化设计研究”，中国电梯，2009，20（19）。
[4] 丁杰，林简苏，刘忠． “基于网络排队的蒙特卡罗多线程电梯交通流优化设计”，计算机应用，2008，34(1)：97-99。
[5] Christine Lim 和 Michael Mcaleer。 “澳大利亚国际旅行需求的时间序列预测”，旅游管理，2002（23）：389-396。
[6] 许雨歌、罗飞． “新型电梯系统的流量预测方法”，控制理论与应用，2005,22，6（XNUMX）。