電梯到底是如何調度，來滿足不同樓層的請求？

早上被窩內外的溫差導致你比平常晚起了20分鐘，你飛快洗臉刷牙，穿鞋的同時叫了一輛網約車。

路上堵了半天，一下車你就飛奔進入大樓，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字：-2，-1，2，3 ，4… …電梯在-1層已經滿了…

旱的旱死，澇的澇死，哪個**設計的電梯……

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

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

同樣慘痛的經歷和沉思，最終變成這篇文章：電梯是如何調度的？

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

下文將介紹：

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

電梯運行的4種邏輯

1. 先到先得

根據乘客請求的先后順序進行調度，即，誰先按電梯先服務誰。

優點：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，一起罵設計師。

是否可用：否。

2. 最短優先

按照最短距離服務，即，電梯離誰最近先服務誰。

優點：離誰近給誰服務，對比方案1減少了空跑。

缺點：樓層比較偏的同學，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

在底層和頂層之間往返運行，響應方向相同的請求。即，上下循環往返，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，順路的都帶上)

優點：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（按請求的頂層和底層）

是頂底折返的改進，在用戶請求的最高和最低樓層之間往返。即，上下循環往返，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。）

優點：在頂底折返的基礎上，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。

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

但這里我們繼續探討優化點，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”，電梯應該返回帶上3層用戶，還是繼續向上走？
• 有兩臺電梯，一個從20層開始下降，一個從1層出發去2層。有用戶在2層按“下”，應該把任務派給哪臺電梯？

一部電梯如何運行效率最高

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時間，算法能夠快速預估有哪些方案、各方案耗時、最優方案。

2. 目前普遍使用的方案4是效率最高嗎？

前文講到，目前電梯普遍應用的運行方案是方案4，電梯上下往返循環，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”，電梯應該返回帶上3層用戶，還是繼續向上走？”

1. 方案4優先處理同方向請求，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?；仡^接人，而電梯回頭會導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用的并不是效率最優，而是效率和體驗整體最優的方案：電梯每次運行一個方向，順路的都帶上，到達用戶請求的最高層之后，才可以掉頭。

多部電梯如何運行效率最高

首先，邏輯基礎相似，電梯每次運行一個方向，順路的帶上，到達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，可以交給兄弟們團結合作。

多部電梯調控，業內稱之為“群控電梯調度”。群控電梯調度，受更豐富的因素影響，因此也有更復雜的邏輯。

接下來的內容，本文做更基礎的科普簡介，大家如有興趣可以自行深入查詢相關資料。

1. 群控電梯調度的主要目標

減小乘客平均候梯時間、減少乘客平均乘梯時間、降低系統運行能耗。

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：上行和下行乘客數量相當，各層之間的交通相當。
• 空閑交通模式：大量電梯處于空虛，比如節假日、深夜等。

3. 常見調度算法

（1）基于專家系統的電梯群控調度

用專家的經驗知識建立規則，利用規則比較各種可能的調度途徑，從中選出最佳路線。即，聽專家的。

• 優點：合理利用基于經驗的、尚未形成科學體系的知識。
• 缺點：依賴專家。

（2）模糊邏輯電梯群控調度

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

• 優點：幫助計算機模仿人腦的推理能力，簡化復雜問題。
• 缺點：不具有學習功能，依賴專家。

（3）基于神經網絡的群控調度

引入人工神經網絡，使系統具有自學習能力。利用非線性和學習方法建立 適合的模型，進行高速推理，對電梯交通可進行短、長期預測。即，算法可以根據實際情況學習進化。

優點：學習能力，能更好適合實際情況。

缺點：有些邏輯模糊學不到。

（4）模糊神經網絡的調度

模糊神經網絡把神經網絡與模糊邏輯相結合，克服了人工神經網絡結構難以確定，以及模糊邏輯無自學習功能的缺點。即，有些自動學習難以結構化的，使用模糊邏輯規則學習。

優點：學習模糊規則各規則的相對重要度，來實現規則的優化。

本文介紹了單電梯調度的基本邏輯和多電梯調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探索～

作者：圖靈的貓，公眾號：圖靈的貓

本文由 @圖靈的貓 原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議