電梯到底是如何調(diào)度，來滿足不同樓層的請求？

早上被窩內(nèi)外的溫差導(dǎo)致你比平常晚起了20分鐘，你飛快洗臉?biāo)⒀?，穿鞋的同時叫了一輛網(wǎng)約車。

路上堵了半天，一下車你就飛奔進(jìn)入大樓，因為還有5分鐘就要遲到，遲到扣工資100元。

還好有2部電梯正在從-2層上升，你舒了口氣，心想3分鐘后就能到你的樓層打卡。

你看著電梯按鈕旁顯示的數(shù)字：-2，-1，2，3 ，4… …電梯在-1層已經(jīng)滿了…

旱的旱死，澇的澇死，哪個**設(shè)計的電梯……

這樣的場景不止一次出現(xiàn)過，也許電梯間有10個電梯在運(yùn)行，但你就是等了10分鐘也沒等到。電梯無數(shù)次從你在的那一層經(jīng)過，就是不停，仿佛加了黑名單。

你不禁陷入沉思，是人性的扭曲，還是電梯設(shè)計的sb。電梯到底是如何調(diào)度，來滿足不同樓層的請求？

同樣慘痛的經(jīng)歷和沉思，最終變成這篇文章：電梯是如何調(diào)度的？

電梯調(diào)度有4種最基本的邏輯，目前大多采用第四種。單電梯運(yùn)行想實現(xiàn)效率最優(yōu)，還需考慮諸多因素；而多電梯運(yùn)行，則更會增加邏輯的豐富和復(fù)雜度。

下文將介紹：

• 電梯運(yùn)行的4種邏輯；
• 一部電梯如何運(yùn)行效率最高；
• 多部電梯如何運(yùn)行效率最高。

電梯運(yùn)行的4種邏輯

1. 先到先得

根據(jù)乘客請求的先后順序進(jìn)行調(diào)度，即，誰先按電梯先服務(wù)誰。

優(yōu)點：公平公正公開，且每個乘客的請求都能被依次處理，不會有某一乘客的請求長期得不到滿足。

缺點：效率極低，遇到高峰期，全部排隊，一起罵設(shè)計師。

是否可用：否。

2. 最短優(yōu)先

按照最短距離服務(wù)，即，電梯離誰最近先服務(wù)誰。

優(yōu)點：離誰近給誰服務(wù)，對比方案1減少了空跑。

缺點：樓層比較偏的同學(xué)，比如頂樓的小伙伴下樓吃午飯，等電梯等了1個小時，也沒等到。

是否可用：否。

3. 頂層底層之間往返循環(huán)

在底層和頂層之間往返運(yùn)行，響應(yīng)方向相同的請求。即，上下循環(huán)往返，有順路的就帶上，走到頂層或底層再掉頭。就像一輛公交車。(1->20，20->1，如此循環(huán)，順路的都帶上)

優(yōu)點：一個方向的，一趟帶走。

缺點：電梯必須到頭才折返，和公交一樣，空車也必須走到底站。

是否可用：是。

4. 頂層底層之間往返循環(huán)（按請求的頂層和底層）

是頂?shù)渍鄯档母倪M(jìn)，在用戶請求的最高和最低樓層之間往返。即，上下循環(huán)往返，到了用戶請求的最高層，就可以掉頭。（跟3相似，只是如果沒有人去20層，比如這部電梯里去往樓層最高的人要到19層，沒人往更高走了，那到19層就可以掉頭往下了。）

優(yōu)點：在頂?shù)渍鄯档幕A(chǔ)上，考慮實際情況，不必須走到頂層/底層。

缺點：每次必須把一個順序的請求走完，還是有點死板。

是否可用：是，目前電梯大多是這種邏輯。

以上是最基礎(chǔ)的電梯運(yùn)行邏輯，其實講到這里大家已經(jīng)了解了目前電梯運(yùn)行的普遍邏輯，也就是上面的方案4。

但這里我們繼續(xù)探討優(yōu)化點，比如以下2個場景：

• 只有1部電梯，電梯上升至4層，乘客走出去，電梯變空，這時3層和20層用戶同時按“上”，電梯應(yīng)該返回帶上3層用戶，還是繼續(xù)向上走？
• 有兩臺電梯，一個從20層開始下降，一個從1層出發(fā)去2層。有用戶在2層按“下”，應(yīng)該把任務(wù)派給哪臺電梯？

一部電梯如何運(yùn)行效率最高

1. 什么方案效率最高？

首先定義“效率最高”：所有用戶總耗時時長最短?& 沒有人遇到極端惡劣體驗，而所有用戶總耗時時長=sum（每個用戶的等待時長+乘坐時長）。

即，效率最高的方案是讓算法選擇總耗時最短的方案：choose the plan with min(sum(等待時長+乘坐時長））。只需要給乘坐電梯的每個小步驟加上對應(yīng)時間，算法能夠快速預(yù)估有哪些方案、各方案耗時、最優(yōu)方案。

2. 目前普遍使用的方案4是效率最高嗎？

前文講到，目前電梯普遍應(yīng)用的運(yùn)行方案是方案4，電梯上下往返循環(huán)，每次順路的都帶上。我們來檢測下方案4的效率并不是最高。

以前面說到的情況為例：

“只有1部電梯，電梯上升至4層，乘客走出去，電梯變空，這時3層和20層用戶同時按“上”，電梯應(yīng)該返回帶上3層用戶，還是繼續(xù)向上走？”

1. 方案4優(yōu)先處理同方向請求，先處理上方20層用戶請求，那3層用戶的等待時長非常長。
2. 但總耗時最短的方法，應(yīng)該是先回頭把3帶上，然后往上走。這樣20層用戶增加了一點點等待時間，3層用戶縮短了大量等待時間，總耗時大大縮短。

可見方案4并不是最高，最高的方案是總耗時最短的方案：choose the plan with min（sum(等待時長+乘坐時長））

3. 為什么沒有使用最高效率方案呢？

因為這個方案，電梯會經(jīng)?；仡^接人，而電梯回頭會導(dǎo)致乘坐人的體驗很怪異。比如我從1樓乘坐電梯去30樓，電梯到10樓時收到9樓有人請求上行，電梯回到9樓接了個人繼續(xù)上升。我的體驗是1->10->9->30，是不是很怪異？

而且電梯頻繁換方向，會使乘坐人難以預(yù)估電梯行為，對于電梯秩序和安全都有干擾。

因此目前電梯普遍應(yīng)用的并不是效率最優(yōu)，而是效率和體驗整體最優(yōu)的方案：電梯每次運(yùn)行一個方向，順路的都帶上，到達(dá)用戶請求的最高層之后，才可以掉頭。

多部電梯如何運(yùn)行效率最高

首先，邏輯基礎(chǔ)相似，電梯每次運(yùn)行一個方向，順路的帶上，到達(dá)用戶請求的最高層之后，可以掉頭。不同的是，順路的不一定都要自己帶上，因為是多部電梯一起工作，有些事情不一定需要自己動手，可以交給兄弟們團(tuán)結(jié)合作。

多部電梯調(diào)控，業(yè)內(nèi)稱之為“群控電梯調(diào)度”。群控電梯調(diào)度，受更豐富的因素影響，因此也有更復(fù)雜的邏輯。

接下來的內(nèi)容，本文做更基礎(chǔ)的科普簡介，大家如有興趣可以自行深入查詢相關(guān)資料。

1. 群控電梯調(diào)度的主要目標(biāo)

減小乘客平均候梯時間、減少乘客平均乘梯時間、降低系統(tǒng)運(yùn)行能耗。

2. 常見人流量模式概念

• 上行高峰交通模式：主要人流方向是上行，比如早高峰的公司電梯。
• 下行高峰交通模式：主要人流方向是下行，比如晚高峰的公司電梯。
• 二路交通模式：主要人流方向是去某一層/從某一層離開，比如：全體大會會議室在4層，開會時人流涌入4層，散會時4層人流流向各層。
• 四路交通模式：主要人流方向是去某2層/從某2層離開，例如：午飯時，人流流向一層和二層的餐廳。
• 平衡的層間交通模式：上行和下行乘客數(shù)量相當(dāng)，各層之間的交通相當(dāng)。
• 空閑交通模式：大量電梯處于空虛，比如節(jié)假日、深夜等。

3. 常見調(diào)度算法

（1）基于專家系統(tǒng)的電梯群控調(diào)度

用專家的經(jīng)驗知識建立規(guī)則，利用規(guī)則比較各種可能的調(diào)度途徑，從中選出最佳路線。即，聽專家的。

• 優(yōu)點：合理利用基于經(jīng)驗的、尚未形成科學(xué)體系的知識。
• 缺點：依賴專家。

（2）模糊邏輯電梯群控調(diào)度

把模糊不清的邊界對象和問題總結(jié)成一系列以“IF（條件）THEN（作用）”產(chǎn)生式形式表示的控制規(guī)則。即，聽專家的，但這個是專家也感覺模糊的規(guī)則。

• 優(yōu)點：幫助計算機(jī)模仿人腦的推理能力，簡化復(fù)雜問題。
• 缺點：不具有學(xué)習(xí)功能，依賴專家。

（3）基于神經(jīng)網(wǎng)絡(luò)的群控調(diào)度

引入人工神經(jīng)網(wǎng)絡(luò)，使系統(tǒng)具有自學(xué)習(xí)能力。利用非線性和學(xué)習(xí)方法建立 適合的模型，進(jìn)行高速推理，對電梯交通可進(jìn)行短、長期預(yù)測。即，算法可以根據(jù)實際情況學(xué)習(xí)進(jìn)化。

優(yōu)點：學(xué)習(xí)能力，能更好適合實際情況。

缺點：有些邏輯模糊學(xué)不到。

（4）模糊神經(jīng)網(wǎng)絡(luò)的調(diào)度

模糊神經(jīng)網(wǎng)絡(luò)把神經(jīng)網(wǎng)絡(luò)與模糊邏輯相結(jié)合，克服了人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)難以確定，以及模糊邏輯無自學(xué)習(xí)功能的缺點。即，有些自動學(xué)習(xí)難以結(jié)構(gòu)化的，使用模糊邏輯規(guī)則學(xué)習(xí)。

優(yōu)點：學(xué)習(xí)模糊規(guī)則各規(guī)則的相對重要度，來實現(xiàn)規(guī)則的優(yōu)化。

本文介紹了單電梯調(diào)度的基本邏輯和多電梯調(diào)度的常見概念和算法，只講到了科普皮毛，感興趣的朋友可以繼續(xù)探索～

作者：圖靈的貓，公眾號：圖靈的貓

本文由 @圖靈的貓 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議