Genetic algorithm for controllers in elevator groups: analysis and simulation during lunchpeak traffic P. Cortés∗, J. Larrañeta, L. Onieva

2. Özet
İşyeri Asansörleri için bir GA önerilmiş,
Universal kontrol algoritması (THV) ile Arena
kullanılarak sonuçları karşılaştırılmış,
Önerilen GA'nın bekleme zamanını kısalttığı
görülmüştür.

3. Giriş
 Şehir Merkezlerinde arsa fiyatlarının artması ile
yüksek binalar inşa edilmektedir.
 Bu binalarda senkronize çoklu asansör sistemleri
kullanılmaktadır.
 Asansör sistemi algoritmalarının temel amaçları
vardır:
Ortalama sistem bekleme süresi, en uzun bekleme
süresi, kuyruk büyüklüğü ve enerji kullanımı
minimizasyonu
 Sistem Bekleme Zamanı = Asansörü bekleme süresi +
Asansörle yolculuk süresi

4. Asansör Varsayımları
 Bir çağrıya yalnız 1 asansör gitmektedir.
 Bir seferde asansör kapasitesi kadar kişi
taşınabilmektedir.
 Asansör bir katta sadece o kattan çağrıldıysa
durmaktadır.
 Asansörün hareket yönündeki kattan gelen çağrıya
öncelik verilir.
 Asansör önce binen yolcusunu indirmeden yönünü
değiştiremez.

5. Mevcut Algoritmalar
 IF-ELSE temelli algoritmalar
 University of Manchester Institute of Science and Technology
tarafından önerilen THV algoritması.
 İlk Asansör algoritmalarından
 Asansör çağrısına, aynı yönlü hareket eden en yakın asansörü
gönderiyor.
 Şu anda daha iyi sonuç veren dinamik programlama & Yapay
sinir ağı algoritmaları kullanılıyor.
 Genetik algoritma önerileri de var fakat kullanımı yok.

6. SİMULASYON MODELİ
 ARENA v. 5.0 kullanılmış
 Animation
 Control
 Passenger
 Elevator Zone

7. Animasyon Bölümü
 Modüller ve attributeleri ve İstatistikler:
 Arrive: Yolcu gelişleri
 Yolcu geliş süresi dağılımı
 Time_Arrival: Yolcu varış zamanı
 Origin: Yolcunun asansörü çağırdığı kat
 Destination: Yolcunun indiği kat
 Depart: Yolcu çıkışları
 Yolcu çıkışını 1 artırır (counter)
 Time_System: Yolcunun sistemde geçirdiği süre (tally)
 Kuyruk bekleme süreleri

8.  Kontrol Bölümü
İçinde bulunan bütün entity'lerin özelliklerini taşıyan controller
isminde asansör gibi bütün katları gezen bir entity bulunur.
 Yolcu Bölümü
UpDown: Origin ve Destination attribute'lerinin durumuna göre,
yukarı çıkan yolcular için 1, aşağı inenler için 2 tutar

9. Asansör Bölümü
 state: Aldığı değere göre asansörün geçtiği katta yapacağı
aksiyonu belirler
 Waiting_for_Calls: Asansör boşaldı ise, son gelinen katta beklerken
 Leaving_the_Lift: Asansörde yolcu varsa ve o katta inen-binen yoksa
 Taking_Passengers:Asansör yolcu almak için bir katta durduğunda
(Time_Doors: Kapı açılması için geçen süre - delay, 2 sn)
 Arrival_Evaluation (submodül): Asansörün bir katta
yapacağı hareketin yönünü belirler (yukarı, aşağı, durma)
 Level = LDX(Transporter ID, unit number) Asansörün
bulunduğu katı döner

10. Asansör Bölümü (devam)

11. KONTROL ALGORİTMASI
 Kromozomlar: 2 X Number_of_Floors - 2 boyutlu tek satırlı 2 dizi
Dizilerin ilk kat sayısı-1 elemanı yukarı yönlü, ikinci kat sayısı -1
elemanı ilgili kattan aşağı yönlü hareket taleplerini tutmaktadır. Bunu
state kromozomuna depolar.
 Binary dizide 0 olan konumlarda ilgili kattan ilgili yönde bir çağrı
olmadığını gösterir. 1 olanlarda ise ilgili kattan ilgili yönde bir çağrı
vardır.
 Populasyon büyüklüğü 20 seçilmiştir.

13. UYGUNLUK (FITNESS) FONKSİYONU
 Uygunluk fonksiyonu mevcut çağrıların tamamına
cevap vermek için gereken süreyi verir.
 Katlara yolcu gelişleri rasgele olduğundan ve
gidecekleri katlar bilinmediğinden yaklaşık değer alır.
 Uygunluk fonksiyonu asansörün gidiş yönüne göre
farklı hesaplanmaktadır.

14.  Asansör dururken veya yukarı çıkarken:
P1: Mevcut asansörün bulunduğu kat
P2: Yukarı çıkacak yolcu alınacak en üst kat
P3: Yukarı çıkacak yolcu alınacak en alt kat
P4: P1'den aşağıda yukarı çıkacak yolcu
alınacak en üst kat
 Asansör aşağı inerken:
P1: Mevcut asansörün bulunduğu kat
P2: Aşağı inecek yolcu alınacak en alt kat
P3: Aşağı inecek yolcu alınacak en üst kat
P4: P1'den yukarıda aşağı inecek yolcu
alınacak en alt kat

15. Gecikmeler (Delays)
 Toplam süreç zamanını doğru hesaplamak için göz
önünde bulundurulan gecikmeler:
 Katta duracak asansörün yavaşlaması 2sn
 Kapıların açılması 2sn
 Yolcu iniş/binişleri 5sn
 Kapıların kapanması 2sn
 Asansörün tekrar harekete geçmesi 2sn
 Kabullenme: Katlar arasında son hız yol alma 5 sn

16. GA Operatörleri
 Çaprazlama (Crossover)
 Uniform Crossover Operator: 2 kromozomu rasgele seçer, aynı
genleri tutar, farklı her geni çaprazlama olasılığına göre çaprazlar
 Mutasyon (Mutation)
 Kromozomdan 2'li gen seçer, mutasyon olasılığına göre 01 seçtiyse
10; 10 seçtiyse 01 yapar.
 Değişim Kuralı (Replacement Rule)
 q x (1-q)i değişim olasılığı ile uygunluk fonksiyonunda en iyi değeri
veren i. kromozom populasyondan atılmaktadır.
 Testlerde %85 çaprazlama, %15 mutasyon, q=%60 değişim
olasılığı kullanılmıştır.
 Her run için en az 20 iterasyon yapılmıştır.

17. SİMULASYON SONUÇLARI
 Deney Koşulları:
 Deneyde 12 katlı bir iş merkezi simule edilmiştir.
 7. ve 12. kat hariç her katta 30 çalışan vardır.
 İdari birim olan 7. katta 60 çalışan vardır.
 Yönetim birimi olan 12. katta 15 çalışan vardır.
 Toplam 375 çalışan, tamamı asansörü kullanacak.
 Binada her biri 20 kişi kapasiteli 2 asansör vardır.
 Çalışanlar merdivenleri kullanmamaktadır.
 Replikasyon sayısı: 20

18.  Katlar arası ulaşım olasılıkları:
Zemin kattan:
7.kata: %15
12. kata %4
Diğer katlara %9
Diğer katlardan:
Zemin kata %95
Diğer katlara %5 (toplam)
 Yolcu Gelişleri:
Saat 14:00-16:10 arası
(lunchpeak - gerçek bir binadan alınma)

19. ALGORİTMALARIN KIYASLANMASI
 Üretilen algoritma THV Algoritması ile kıyaslanmıştır.
 Kriterler:
 Sistem bekleme zamanları
 Asansör bekleme kuyruk uzunlukları
 Asansör meşguliyet oranları

20. Sistem Bekleme Zamanları

22.  14:50 civarı bekleme zamanındaki artış, 14:00 - 15:00
arası yemek çıkış izni olan çalışanların yığılmasından
kaynaklanıyor.
 15:20'den sonraki düzenli artış ise çalışanların
yemekten dönüşte zemin katta yığılmalarından
kaynaklı.

23. Asansör Bekleme
Kuyruk Uzunlukları
 GACHA'da THV algoritmasına
göre alt kat kuyruklarında
önemli iyileşme var (1. kat
hariç)

24. Asansör Meşguliyet Oranları

25. SONUÇ
 Asansör sistemleri için önerilen GACHA algoritması
sık kullanılan THV ile kıyaslanmış,
 Sistem bekleme zamanları ve kuyruk uzunluklarında
daha iyi sonuçlar elde edilmiştir.
 Ortalama bekleme süresi 3 dk 15 sn'den 2 dk 30 sn'ye
inmiştir.