多智能体理论及其在电梯群控中的应用研究
论智能控制技术在现代电梯群控系统中的应用
论智能控制技术在现代电梯群控系统中的应用【摘要】分别讲解了神经网络和模糊逻辑与专家系统等一系列智能控制技术在电梯群控中的实例和用途，它不仅能提高服务质量还能大大提高电梯运输效率，使控制效果达到最佳。
【关键词】电梯群控；专家系统；神经网络；模糊控制引言当今，智能化大楼每天层次不穷的出现，高层建筑也是如此，因此，人们对电梯的服务质量要求也就越来越高，传统的单台电梯已经达不到人们的需要和交通需求，为了让人们等候的时间不再那么漫长，同时也是节能，安装一个数量的且能对电梯进行优化控制也就成为了一个需要解决的问题。
想法解决这个问题，电梯群控系统也就应运而生了。
电梯群控制的工作特点是运用比较完善的控制系统进行一对多控制，也就是一个电梯群控系统控能同时控制多台电梯进行工作，这样工作效率得到大大的提高，服务的质量也就提高了。
然而也出现了一个问题，那就是人们需要越来越多的电梯，因此电梯群控系统暴露出来的问题也越来越受人们的关注。
电梯群控系统有四个特点：随机性、非线性、不确定性和控制目标多样性。
电梯群控系统网络越来越复杂和庞大的原因就在于此，再按照原来落后的控制技术就无法满足现状人们对电梯群控系统的要求了。
然而现在人工智能控制技术越来越完善和先进，人们研究电梯控制系统的动态特性就可以采用专家形同，神经网络和模糊控制技术，从而使电梯控制群系统的效率大大提高。
一、应用于电梯群控系统中的专家系统从20世纪60年代便出现了专家系统，它是人工智能应用方面的一个部分，而且还是比较成熟的一部分，其许多方法和概念也被引入到了控制领域，取得了很好的发展的应用，主要有数据库、知识库、知识获取、推理机和解释部分组成。
知识获取主要是获取大量科学知识和专家在这方面的经验。
知识表达能非常清晰的表达专家的知识和思维，从而形成的那些有用的规律被知识库吸收。
数据库中把专家系统目前的一些用户使用情况的结果存入当中中，例如：每一部电梯的乘客数量和位置信号、估计电梯的工作时间以及估计乘客等待的时间等等一些问题。
多智能体协同控制理论与应用研究
多智能体协同控制理论与应用研究多智能体协同控制是指通过多个智能体之间的协作与通信，来完成一个共同的目标。
随着人工智能、机器人技术的快速发展，多智能体协同控制在制造、交通、医疗、军事等领域的应用越来越广泛。
本文将从多智能体协同控制的基本理论入手，探讨其在实际应用中的模型建立、算法设计和效果评估等方面的研究进展。
一、多智能体协同控制的基本理论多智能体协同控制相对于单一智能体控制，其最大的优势在于可以通过智能体之间的通信和协作，实现更高效的任务分工和资源利用。
但是，多智能体协同控制也面临着诸多挑战，如信息共享、协同决策、动态变化等。
因此，多智能体协同控制的研究需要考虑以下几个方面：1. 多智能体的结构模型：多智能体系统需要建立系统性的模型来描述智能体之间的关系和协作。
目前，常用的模型有集中式模型、分布式模型和混合模型。
其中，集中式模型将多个智能体抽象为一个整体，所有智能体的决策都是基于整体目标而定；分布式模型将智能体看作相对独立的节点，每个智能体可以独立决策；混合模型则结合了两者的优点，在任务分工和资源利用上更加灵活。
2. 多智能体的控制算法：多智能体协同控制需要设计一套有效的协同算法，以实现任务分工和资源利用。
目前，常用的协同算法有分布式控制算法、博弈论算法、强化学习算法等。
其中，分布式控制算法是常用的一种方法，其通过信息交换和迭代更新，实现相互协作的智能体达到一个共同的目标。
3. 多智能体的效果评估：多智能体协同控制的效果评估需要考虑任务达成率、系统鲁棒性、系统安全性等多个指标。
同时，在实际应用中，还需要考虑能源、时间、成本等多个约束条件。
二、多智能体协同控制的应用研究多智能体协同控制在制造、交通、医疗、军事等领域的应用越来越广泛。
下面分别从这几个方面，探讨多智能体协同控制的具体应用。
1. 制造业在制造业中，多智能体协同控制可以应用于生产调度、物流管理、装配生产等多个方面。
例如，学者们针对大规模生产任务的车间调度问题，提出了一种采用多智能体协同控制的协作策略，能有效地提高生产效率和质量。
多智能体理论及其在电梯群控中的应用研究
分类号密 级U D C学位论文多智能体理论及其在电梯群控中的应用研究作者姓名：姜玉莲指导教师：刘建昌教授东北大学信息科学与工程学院申请学位级别：硕士学科类别：工学学科专业名称：控制理论与控制工程论文提交日期： 2009年6月18日论文答辩日期：2009年7月4日学位授予日期：答辩委员会主席：王建辉教授评阅人：李鸿儒李令奇东北大学2009年6月A Thesis for the Degree of Master in Control Theory and Control EngineeringMulti-Agent Theory and Research on Application in Elevator Group Control SystemBy Jiang YulianSupervisor: Professor Liu JianchangNortheastern UniversityJune 2009独创性声明本人声明，所呈交的学位论文是在导师的指导下完成的。
论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人已经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。
与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示诚挚的谢意。
学位论文作者签名：签字日期：学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。
本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。
作者和导师同意网上交流的时间为作者获得学位后：半年 □ 一年□ 一年半□ 两年□学位论文作者签名：导师签名：签字日期：签字日期：东北大学硕士学位论文摘要多智能体理论及其在电梯群控中的应用研究摘要当今，分布式人工智能研究的一个热点是多智能体系统，它是分布式问题求解的进一步发展。
智能控制技术在电梯群控系统中的应用
智能控制技术在电梯群控系统中的应用摘要：随着社会的发展与进步，重视智能控制技术在电梯群控系统中的应用对于现实生活中具有重要的意义。
本文主要介绍智能控制技术在电梯群控系统中的应用的有关内容。
关键词智能；控制；电梯；群控；系统；技术；应用；引言随着高层楼宇的增加，电梯越来越多的走进了人们的生活，对人们生活的影响越来越大。
为了让电梯更好地服务人们，各种电梯新技术不断地发展起来。
电梯的智能群控技术就是近几十年来发展起来的一项新技术。
电梯群控指的是将布置在一栋楼宇里相邻的几部电梯统一调度，将每个楼层的召唤信号集中用群控主机来控制，群控主机根据电梯运行情况和客流情况将召唤信号分配到合适的电梯，调度电梯运行。
群控改变了各台电梯互不协调、独自运行的局面，可以提高整个电梯系统的运行效率，减少乘客的候梯时间和乘梯时间，提高电梯系统的服务质量。
电梯的智能群控指的是将智能控制技术运用到电梯群控中，并将人工智能技术运用到电梯的调度策略中，使得电梯的群控系统能够适应于不同的电梯配置以及楼宇内的不同时刻的交通变化，具有一定的“智能”。
一、早期的电梯群控技术随着高层建筑的出现和建筑面积的扩大,需要并排设置几台电梯,以完成大楼内的垂直运输任务这样便存在着电梯相互联接的问题。
安装在一起的多台电梯要求单梯的控制系统相互联接，且装有监控系统。
在这样的系统中，厅层召唤按钮对所有并联电梯来说是共有的，监控系统确定梯群中哪一台电梯去应答厅层召唤信号。
这样就形成了电梯群控系统，统一分配呼梯信号，统一调度电梯。
最早的电梯群控系统使用继电接触控制.称为“自动力一式选择系统”。
它通过在上行、下行高峰以及、平峰、双向时选择运行命令来工作。
这是群控的最简单形式，称为力一向预选控制。
它适用于两台或二台电梯组成的梯群，每台电梯靠力一向预选控制来操作。
这种系统需要中一的厅层召唤系统，每个厅层设有一个上行和一个下行按钮。
控制系统有效地把建筑物内的电梯分开，以提供均匀服务并在指定的停梯层停靠一台或多台电梯。
电梯群智能控制方法研究
电梯群智能控制方法研究电梯群智能控制方法研究，说白了，就是怎么让一群电梯像一帮聪明的小伙伴，互相配合，巧妙地完成运送乘客的任务。
你试过早晨高峰期坐电梯吗？那时候你可能会看到电梯在楼层间“飞来飞去”，有时还空空如也，有时却忙得不可开交。
谁不希望这些电梯能够像“大厨切菜”一样，井井有条地运转？要实现这个目标，电梯群智能控制就显得尤为重要。
要说这电梯群控制，还真不是一件简单的事儿，得像玩儿麻将一样，要精细配合，还得有点“心机”才行。
想象一下，电梯群智能控制的目的是让每一部电梯都能精准地响应乘客的需求，而不是像个“无头苍蝇”四处乱撞。
比方说，在一个大楼里，假设你在1楼等电梯，另外一部电梯却停在8楼，而这个时候，8楼没什么人等电梯。
此时，这两部电梯的“协调性”就显得特别重要。
如果能通过智能控制系统，预测到谁应该先到达哪个楼层，那电梯们岂不是更高效、更省时？说到电梯群控制，咱不能忽视一个最关键的问题：每部电梯的行动都应该根据其他电梯的行动来决定。
这就好比咱们打篮球，不能各自为战，得有团队意识。
你要是自己老想着怎么进攻，结果队友没有配合，最后球根本进不去。
电梯们也是一样，它们得“心有灵犀”，一部电梯上升的同时，另一部可能就在准备下降，这样就能最大化利用每部电梯的运行效率。
而如何做到这一点？就得靠一套高效的调度算法。
这就进入了一个技术难题：怎么让这些电梯“听话”？不只是看电梯的个别运行状态，还要实时地监控大楼内外的需求状况，这样才能做到精准控制。
比如有的楼层有很多人要上楼，而另一些楼层只有少数人。
这时，电梯系统需要知道哪些楼层的需求较高，哪些楼层的需求较低，进而作出相应的判断，灵活调度。
这种智能调度系统必须能够实时学习和调整，尤其是在高峰期，几部电梯可能都得赶在同一时刻上升或下降。
否则，电梯们可能会“各自为战”，你到10楼的时间比你想象的要长得多。
电梯群的智能控制听上去是不是就有点“高级”？不过也别觉得这事儿很难，很多时候，电梯群智能控制其实就像是调皮的小孩，学会了如何用手中的玩具（也就是电梯）去让周围的环境变得更加“和谐”。
智能控制在智能电梯系统中的应用探索
智能控制在智能电梯系统中的应用探索随着科技的不断发展，智能电梯系统正在逐渐普及和应用到各个领域。
其中，智能控制技术在保证电梯安全和提高用户体验方面起到了至关重要的作用。
本文将对智能控制在智能电梯系统中的应用进行探索，并分析其优势和未来发展趋势。
一、智能控制技术在智能电梯系统中的基本原理智能电梯系统通过各种传感器和控制设备，实现对电梯运行状态的监测、控制和调度。
智能控制技术通过集成电子芯片、人工智能和互联网技术，对电梯进行智能化管理，使其能够自动判断、自主学习和智能决策。
智能控制技术主要包括以下几个方面：1. 数据采集和分析：通过传感器采集电梯运行中的各种数据，如速度、载重、温度等，利用大数据和云计算技术对这些数据进行分析和处理，实现对电梯运行状态的实时监测和预测。
2. 自动控制和优化调度：通过智能算法和控制器，对电梯的运行进行自动控制和优化调度，包括乘客乘坐体验的优化、电梯之间的协调和优先级分配等。
3. 远程监控和管理：通过网络和互联网技术，实现对电梯的远程监控和管理，包括故障诊断、远程维修和报警等，提高电梯的可靠性和安全性。
二、智能控制技术在智能电梯系统中的应用1. 智能乘梯体验：智能电梯系统通过智能控制技术，提供更加智能化和人性化的乘梯体验。
例如，通过人脸识别、身份认证和指纹识别等技术，实现无需按键即可自动识别用户身份、选择合适的楼层和开启电梯。
此外，还可以根据乘客的需求和电梯的负荷情况，智能调度电梯，减少等候时间和拥挤现象，提高乘梯效率。
2. 能耗管理和节能控制：智能电梯系统可以通过智能控制技术，实现对电梯的能耗管理和节能控制。
例如，可以根据电梯的负荷情况和周边环境的变化，自动调整电梯的功率和速度，减少能耗和资源浪费。
此外，还可以通过太阳能、风能等新能源技术，实现对电梯系统的供电和能源回收，进一步提高能源利用效率。
3. 远程监控和故障诊断：智能电梯系统可以通过智能控制技术，实现对电梯的远程监控和故障诊断。
电梯群控技术及其应用
电梯群控技术及其应用摘要：电梯群控系统（Elevator Group Control System，简称EGCS）是指在一座大楼内安装多台电梯，并将这些电梯与一个计算机连接起来。
该计算机可以采集到每个电梯的各种信号，经过调度算法的计算向每个电梯发出控制指令。
总之，EGCS能够根据楼内交通量的变化，对每个电梯的运行状态进行调配，目的是为了达到梯群的最佳服务及合理的运行管理。
关键词：电梯；群控技术；应用；分析引言：在我国现代化的大都市中，智能大厦越来越多，而且在日常运行中，进进出出的人流量是非常大的。
在复杂以及大流量的大厦中，配备电梯是必不可少的。
因此，在智能大厦中大都配备许多电梯，以满足日常人员的使用，并提高大厦的服务效率以及服务质量，使得大厦可以在运行过程中平安。
本文介绍的电梯群控技术就可以更加方便的实现这一功能。
在现阶段，电梯群控所需要解决的就是一个复杂并且不确定随机系统的决策问题。
1.问题的提出传统的群控算法只有一个目标，即最小侯梯时问。
在现代高层建筑的一些特定交通模式卜，小可能要求每一部电梯能够服务每一个楼层，所以电梯群控系统调度算法的研究有着重要的现实意义。
调度算法的实质是在一个变化的环境卜的在线调度、资源配置及随机最优控制的优化组合问题。
调度算法的实质是对电梯群控系统时问序列性能指标的优化。
但优化上述任何一个指标都非常困难。
主要原因有系统状态空问非常庞大、系统动态特性伴随着许多小确定性和再指派策略的实施问题。
2.EGCS调度算法的现状传统电梯的控制算法致使电梯的运行效率低，容易出现电梯扎堆现象，导致顾客长时问乘梯和长时问候梯，而且电梯的起停次数过多，造成能量浪费。
随着智能建筑的出现与发展，作为其子系统的现代化电梯群控系统也必将越来越多地体现出智能控制的特点，把智能控制算法引入电梯群控系统能够较好地解决群控系统目的多样性和系统本身固有的随机性和非线性。
现在应用于电梯领域的有以下一些智能控制算法。
多智能体控制技术研究及应用
多智能体控制技术研究及应用第一章：绪论在现代社会中，多智能体控制技术作为智能控制技术的一种，已经成为了当代科学技术领域发展的重要方向之一。
多智能体控制技术的出现，使得人工智能的应用发生了质的变化，并在智能化的控制系统中得到广泛的应用。
本文将系统地介绍多智能体控制技术的技术原理及其应用情况。
第二章：多智能体控制技术的研究现状1. 多智能体控制技术的基本概念多智能体控制技术是指将多个智能体通过通讯或互动的方式协同工作，以实现某种任务的控制技术。
这里的智能体是指具有独立思考和决策能力的智能系统。
2. 多智能体控制技术的分类多智能体控制技术可以分为：集中式控制、分布式控制和混合式控制三类。
3. 多智能体控制技术的技术原理多智能体控制技术的技术原理包括了决策、通讯和协调三个方面。
在决策方面，每个智能体负责收集信息、分析决策，以实现其任务目标；在通讯方面，各个智能体通过信息传递、共享规则等方式，协同完成任务；在协调方面，通过不同的协调方法，协同完成任务。
第三章：多智能体控制技术的应用1. 多智能体控制技术在工业控制中的应用多智能体控制技术可以应用于制造业、交通运输、电力系统等领域，如在制造业中，可以采用多智能体控制技术实现机器人搬运和协调工作，提高生产效率和质量；在交通运输领域，可以采用多智能体控制技术优化道路拥堵、提高交通流量；在电力系统中，可以采用多智能体控制技术实现电网故障预测、实时控制，提高电网的安全性和可靠性。
2. 多智能体控制技术在智能家居中的应用在智能家居领域，多智能体控制技术可以应用于家庭安保、家居控制等方面，如可以采用多智能体控制技术实现家居智能化控制、安全防护等功能，提高居住舒适度和安全性。
3. 多智能体控制技术在人工智能中的应用多智能体控制技术在人工智能领域中的应用十分广泛，如可以用于机器人自主导航、智能语音识别、智能问答等方面，提高人工智能系统的智能程度和应用范围。
第四章：多智能体控制技术的发展趋势1. 多智能体控制技术在机器人应用中的发展在未来，随着机器人的应用范围越来越广泛，多智能体控制技术的应用也将得到进一步的拓展和发展，如可应用于新材料的研究、高清晰度影像技术的应用等方面。
基于多智能体系统的智能电梯调度算法研究
基于多智能体系统的智能电梯调度算法研究【引言】智能电梯调度算法在当今社会中发挥着重要的作用。
随着建筑高度的增加和人口的不断增长，电梯在满足日常出行需求的同时，也面临着诸如运行效率、乘坐体验等方面的挑战。
为了提高电梯的调度效率和服务质量，多智能体系统作为一种有效的解决方案被引入到电梯调度领域。
本文旨在对基于多智能体系统的智能电梯调度算法进行深入研究和探讨。
【主体】一、智能电梯调度算法的优势与挑战智能电梯调度算法的发展离不开现代信息技术的支持。
与传统的电梯调度算法相比，基于多智能体系统的算法在调度效率、能耗优化、乘坐体验等方面有着明显的优势。
然而，面临的挑战也不可忽视，包括系统复杂性、算法实时性、智能体协同等问题。
因此，我们需要针对这些挑战进行研究，并提出解决方案。
二、多智能体系统及其在智能电梯调度中的应用多智能体系统是由多个自主决策的智能体组成的系统，能够实现分布式决策和协同行为。
其在智能电梯调度中的应用可以实现电梯调度算法的优化。
例如，每个智能体作为电梯的一个决策单元，通过与其他智能体的通信和协作，共同完成调度任务。
智能体之间可以共享乘客信息、电梯状态等数据，从而更加准确地判断最优调度策略，并作出相应的决策。
三、多智能体系统的电梯调度算法设计原则为了保证多智能体系统的电梯调度算法能够高效运行，我们提出以下设计原则：1）局部决策与全局优化相结合：每个智能体负责局部决策，通过全局协同和优化实现最优调度策略。
2）信息共享与隐私保护平衡：智能体共享必要的信息以实现协同决策，但需要保护用户隐私。
3）快速响应与系统实时性：算法应具备快速响应的特点，保证乘客等待时间尽可能短。
四、典型的多智能体系统电梯调度算法1）Q-Learning算法：基于强化学习的Q-Learning算法可以通过对智能体的行为奖励进行学习，实现电梯调度策略的优化。
2）遗传算法：遗传算法通过模拟自然界的进化过程，优化电梯调度策略。
它通过选择、交叉和变异操作，逐步改善调度策略的质量。
电梯群控优化调度问题研究
电梯群控优化调度问题研究【摘要】电梯群控系统是一种非常有特点的动态离散时间系统，电梯群控问题即为随机性行为的表现，每位乘坐电梯的人所到达的时间和到达的楼层是随机的。
因此我们可以用随机变量：乘客到达时间；乘客所到达楼层；乘客去往楼层来表示。
在实际运行的电梯系统当中，这三个随机变量使用作为根本资源伴随着电梯的整体运行。
电梯群控问题也被认为是一种在线调度、资源配置和随机最优控制问题的组合。
【关键词】多智能体;电梯智能1.电梯群控综述电梯群控技术经历了半个多世纪的发展，从继电器时序控制和预选分区控制，区间指派方式，到硬件采用了集成电路，用于进行逻辑计算的第二个群控时代。
这两个阶段通过应用数理统计，分析电梯交通的统计特性。
再根据此特性指标确定电梯群的基本参数，这两个阶段也为电梯群的智能调度奠定了重要的基础。
第三个时期随着计算机应用于电梯群控系统的到来，它标志着现代电梯群控阶段的开始。
人们开始大量研究电梯群控系统的动态特性，来控制最小候梯时间。
在呼梯的分派系统中，加入综合评价系统，包括候梯时间、长候梯率以及预测误差率等评价因素指标，使系统对随机的交通量适应性有明显的提高。
从80年代末至今，电梯群控经历了前所未有的技术革新。
将计算机及网络的人工智能技术紧密的与电梯群控相结合。
以当前的电梯运行状态、历史数据和设定的性能参数为基础，设计一个优化的派遣调度程序，为响应层站呼叫信号，提供最合理的运送服务。
2.电梯群控优化调度2.1群控优化调度原理乘客乘梯的过程可概括为，乘客在不确定的时间，随机地到达某层电梯厅门前，发出层站呼叫，指导电梯到达该层，乘客进入轿厢并按下轿厢呼叫按钮。
当在按下按钮之前的过程当中，其要达到的目的层一般是不确定的。
调度程序是必须以一种基于整体优化的方式进行考虑，通过选择轿厢运动方向，对所有指派给它的当期方向上的层站呼叫提供服务。
这一过程涉及的问题主要有，电梯动力学特性、评价指标的设定、评价方法的采用、呼叫指派方法、交通需求的预测、交通模式的识别等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
分类号密 级U D C学位论文多智能体理论及其在电梯群控中的应用研究作者姓名：姜玉莲指导教师：刘建昌教授东北大学信息科学与工程学院申请学位级别：硕士学科类别：工学学科专业名称：控制理论与控制工程论文提交日期： 2009年6月18日论文答辩日期：2009年7月4日学位授予日期：答辩委员会主席：王建辉教授评阅人：李鸿儒李令奇东北大学2009年6月A Thesis for the Degree of Master in Control Theory and Control EngineeringMulti-Agent Theory and Research on Application in Elevator Group Control SystemBy Jiang YulianSupervisor: Professor Liu JianchangNortheastern UniversityJune 2009独创性声明本人声明，所呈交的学位论文是在导师的指导下完成的。
论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人已经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。
与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示诚挚的谢意。
学位论文作者签名：签字日期：学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。
本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。
作者和导师同意网上交流的时间为作者获得学位后：半年 □ 一年□ 一年半□ 两年□学位论文作者签名：导师签名：签字日期：签字日期：东北大学硕士学位论文摘要多智能体理论及其在电梯群控中的应用研究摘要当今，分布式人工智能研究的一个热点是多智能体系统，它是分布式问题求解的进一步发展。
随着多智能体理论与技术的发展，其应用范围也在不断扩大，但是多智能体技术的理论与应用研究刚起步不久，还有不少问题有待解决。
其中，多智能体结构的改进是日后的研究方向之一。
本论文设计了基于遗传算法的多智能体电梯群控系统结构及其中各个Agent的功能，不仅缓解以往集中式群控器的计算任务量大，运算效率低等问题；而且还能够利用群控算法Agent来实现可重新派梯的多目标优化过程，具有更强的自学习与自适应能力，并能保证派梯的实时最优性。
（1）本文回顾了多智能体系统的发展历史，指出日后多智能体理论及应用的研究方向，并介绍了Agent及多智能体系统的基本概念和特点，Agent的结构和多智能体系统的体系结构，多个Agent之间的协作协调方法，多智能体系统中的通讯以及多智能体系统的开发语言与工具等内容。
（2）研究设计基于多智能体电梯群控系统结构与基于多目标优化的电梯群控系统结构并进行深入分析，对二者进行综合改进后，设计出基于遗传算法的多智能体电梯群控系统，将每台电梯设计为一个Agent，使每个单梯Agent自己能够进行局部协调规划，计算各自的综合评价函数，加强单梯Agent的独立自主性。
（3）设计了基于遗传算法的多智能体电梯群控系统中交通流模块、交通流Agent、协调Agent、群控算法Agent等的结构及具体的工作流程。
在无新的外呼梯信号产生时，协调Agent会启动群控算法Agent的遗传算法来进行派梯，这样不仅考虑到对系统4个目标的同时优化，而且实现了可重新派梯过程；而当有新的外呼梯信号产生时，使用典型的调度算法，通过各Agent之间的协作协调及交互来对信号进行初步派梯处理，并为可重新派梯的群控算法Agent中的遗传算法提供初始种群中的部分染色体，提高遗传算法的运行效率及自适应性。
最后，对基于遗传算法的多智能体电梯群控系统进行仿真实验，与仅使用典型的调度算法相比，前者能够获得更好的综合性能指标。
关键词：多智能体系统；多智能体结构；电梯群控；多目标优化；遗传算法Multi-Agent Theory and Research on Application in ElevatorGroup Control SystemAbstractNowadays, one of the hot points in distributed artificial intelligence research is multi-agent system, which is the further development in distributed problem solving. With the development of multi-agent theory and technology, its application is being expanded. But the theory and application is just starting soon, so there are many issues to be resolved. Among them, the structure of multi-agent is one of the future research directions.In this paper, we design multi-agent EGCS structure based on genetic algorithm and the function of each agent. It is not only used to ease centralized group controller with large amount of computing tasks and low efficiency problem of computing in the past, but also to take advantage of group control algorithm agent to achieve the elevator re-allocation of the multi-objective optimization process, and there is more self-learning and adaptive capacity, and also it can ensure real-time optimal allocation.Firstly, the thesis reviews the development and current status of EGCS, and points out the future research directions of multi-agent theory and application, the basic concepts and characteristics, agent structure and multi-agent system architecture, also the collaboration and coordination methods among some agents, communication as well as multi-agent system development languages and tools and so on.Secondly, we study and design EGCS structure based on multi-agent and multi-objective optimization respectively, and then conduct in-depth analysis. After those two structures are comprehensively improved, we design the multi-agent EGCS based on genetic algorithm. Each elevator is designed as an agent, so that each elevator agent can carry out their own local coordination planning, and calculate the comprehensive evaluation of their function. It's able to strengthen independence of each elevator agent.Finally, we introduce the structure of traffic flow module, traffic flow agent, coordination agent, group control algorithm agent and specific workflow of each agent and so on in the design of the multi-agent EGCS based on genetic algorithm. During the absence of new external calls, coordination agent starts the genetic algorithm in the group control algorithm agent. This is not only taking into account the four goals of EGCS synchronously, but also, completing the re-allocation process.On the other hand, when there're not new calls, the system uses classical scheduling algorithm to re-allocate the elevators by co-ordination and communication among agents, as well as to conduct a preliminary chromosome for initial population.This will improve the operating efficiency and self-adaptability.At last, weimplement the simulation about multi-agent EGCS based on genetic algorithm, and compare it with the classical scheduling algorithm, the former one can get better integrated performance index.Keywords：Multi-agent system; Multi-agent structure; Elevator group control; Multi-objective optimization; Genetic algorithm目录独创性声明 (I)摘要 (II)Abstract (III)第1章绪论 (1)1.1 多智能体理论的发展历史 (1)1.2 多智能体的应用 (2)1.3 多智能体系统的研究方向 (4)1.4 本课题的意义 (5)1.5 本文的主要工作 (6)第2章多智能体系统的基础理论 (9)2.1 Agent的概念 (9)2.1.1 Agent的定义 (9)2.1.2 Agent的属性 (10)2.1.3 Agent的结构 (11)2.2 多智能体系统的概念 (13)2.2.1 多智能体系统的特点 (13)2.2.2 多智能体系统的组织结构 (13)2.3 多智能体协作与协调 (16)2.3.1 多智能体协作 (16)2.3.2 多智能体协调 (19)2.4 多智能体系统中的通讯 (20)2.5 多智能体系统开发语言和工具 (21)2.5.1 多智能体系统开发语言 (21)2.5.2 基于Java的Agent系统开发工具 (22)2.6 本章小节 (23)第3章基于遗传算法的多智能体电梯群控系统的设计 (25)3.1 电梯群控中多智能体思想的引入 (25)3.2 基于遗传算法的多目标优化电梯群控系统 (27)3.3 基于遗传算法的多智能体电梯群控系统的结构设计 (31)3.4 基于遗传算法的多智能体电梯群控系统的评价函数 (33)3.4.1 综合评价函数 (33)3.4.2 目标评价函数的表达式 (34)3.5 基于遗传算法的多智能体电梯群控系统两种调度算法 (35)3.5.1 典型的调度算法 (36)3.5.2 基于遗传算法的多目标优化调度方案 (40)3.6 本章小结 (40)第4章基于遗传算法的多智能体电梯群控系统的功能实现 (41)4.1 设计思想 (41)4.2 模拟交通流模块 (42)4.2.1 乘客的到达时间 (42)4.2.2 乘客的起始楼层 (43)4.2.3 乘客的目标楼层 (45)4.2.4 交通流仿真 (47)4.3 交通流Agent (51)4.4 群控算法Agent (53)4.4.1 编码 (53)4.4.2 生成初始染色体群体 (55)4.4.3 适应度函数设计 (55)4.4.4 选择操作 (56)4.4.5 交叉操作 (57)4.4.6 变异操作 (58)4.4.7 算法终止准则 (59)4.5 单梯Agent (59)4.6 协调Agent (59)4.7 仿真研究 (61)4.8 本章小结 (63)第5章总结和展望 (65)5.1 论文总结 (65)5.2 工作展望 (65)参考文献 (67)致谢 (71)第1章绪论迄今为止，在计算的发展历史中有五个重要的、相关联的发展趋势[1]:(1) 普适。