[논문 리뷰] Marginalizing Out Future Passengers in Group Elevator Control

Daniel Nikovski, Matthew Brand|arXiv (Cornell University)|2012. 10. 19.

Elevator Systems and Control참고 문헌 8인용 수 15

한 줄 요약

이 논문은 평균 대기 시간을 줄이기 위해 라obbY의 향후 승객 도착을 최소화하는 확률적 그룹 엘리베이터 제어 방법을 제안한다. 확률적 도착 과정을 모델링하고 예상 향후 수요에 따라 동적으로 엘리베이터 파견 전략을 조정함으로써, 기존의 향후 승객을 무시하는 전통적인 방법에 비해 상행 정류장에서 성능이 크게 향상된다.

ABSTRACT

Group elevator scheduling is an NP-hard sequential decision-making problem with unbounded state spaces and substantial uncertainty. Decision-theoretic reasoning plays a surprisingly limited role in fielded systems. A new opportunity for probabilistic methods has opened with the recent discovery of a tractable solution for the expected waiting times of all passengers in the building, marginalized over all possible passenger itineraries. Though commercially competitive, this solution does not contemplate future passengers. Yet in up-peak traffic, the effects of future passengers arriving at the lobby and entering elevator cars can dominate all waiting times. We develop a probabilistic model of how these arrivals affect the behavior of elevator cars at the lobby, and demonstrate how this model can be used to very significantly reduce the average waiting time of all passengers.

연구 동기 및 목표

• 기존의 그룹 엘리베이터 제어 시스템이 향후 승객 도착을 무시하는 한계를 해결하기 위해, 특히 상행 정류장에서의 상황을 고려한다.
• 엘리베이터가 라obbY에서 행동에 영향을 미치는 향후 승객의 영향을 포괄하는 실용적인 확률 모델을 개발한다.
• 실시간 파견 결정에 향후 수요 기대치를 통합하여 평균 승객 대기 시간을 줄인다.
• 향후 여정에 대해 최소화함으로써 그룹 엘리베이터 스케줄링에서 측정 가능한 성능 향상이 이루어지는지를 입증한다.

제안 방법

• 저자는 건물 라obbY에서 향후 승객의 도착 과정을 확률적 과정으로 모델링하여, 그들의 엘리베이터 스케줄링에 미치는 영향을 추정하기 위해 확률적 추론을 사용한다.
• 모든 가능한 향후 승객 여정에 대해 최소화된 기대 대기 시간에 대한 닫힌 형태의 해를 유도함으로써 효율적인 계산을 가능하게 한다.
• 이 방법은 특히 지상 층에서 엘리베이터 파견의 의사결정 과정에 향후 승객 기대치를 통합한다.
• 미래 도착 분포를 조건으로 기대 대기 시간을 최소화하는 최적의 파견 조치를 계산하기 위해 동적 프로그래밍 프레임워크를 사용한다.
• 실시간 관측치와 역사를 기반으로 향후 승객 적재량에 대한 믿음을 업데이트하기 위해 베이지안 추론을 활용한다.
• 실제 상행 정류장 교통 조건을 반영하는 시뮬레이션 프레임워크를 사용하여 성능을 평가하고 기준 방법과 비교한다.

실험 결과

연구 질문

• RQ1 향후 승객 도착의 포함 여부가 그룹 엘리베이터 시스템의 기대 대기 시간에 어떤 영향을 미치는가?
• RQ2 엘리베이터 스케줄링에서 모든 가능한 향후 승객 여정에 대해 최소화할 수 있는 실용적인 확률 모델을 구축할 수 있는가?
• RQ3 향후 수요를 모델링하면 상행 정류장 조건에서 평균 대기 시간이 얼마나 향상되는가?
• RQ4 제안된 방법은 향후 승객을 무시하는 전통적인 엘리베이터 제어 전략과 비교해 어떻게 성능이 뛰어나게 되는가?

주요 결과

• 제안된 방법은 특히 상행 정류장 조건에서 향후 승객 도착을 고려함으로써 평균 대기 시간을 크게 줄였다.
• 향후 수요를 고려하지 않는 전통적인 제어 전략에 비해 측정 가능한 성능 향상이 이루어졌다.
• 모델은 계산상 실용적이며 문제의 무한 상태 공간에도 불구하고 실시간 의사결정을 가능하게 한다.
• 해결책은 향후 여정에 대해 최소화함으로써 더 효율적인 엘리베이터 파견과 더 나은 승객 처리 능력을 보여준다.