电梯的群控技术——模糊控制
随着科技的发展，我们身边的大型建筑物越来越多，在这种情况下单部电梯没有足够的能力完成运输，因此需要配置多部电梯，但如果各个电梯之间不能协同工作，而是分别设置按键独立工作，就可能出现几部电梯同时响应一个信号的情况，加之存在各种特殊的客流模式，需要一种新的方法来控制多部电梯。在这种状况下，电梯群控技术也就应运而生了。下面介绍一下电梯群控中最常用的控制方式——模糊控制。
模糊控制是一种用来处理边界模糊的对象和问题的理论，模糊控制的本质是模仿人脑进行推理。在部分控制中熟练的控制者手动控制的效果要强于自动控制的效果，而模糊控制可以将难以精确描述的事物模糊化并进行推理来达到接近人工控制的效果。我们身边的所有东西都可以测出精准的数值，比如温度，距离，速度等参数，这些参数就是模糊控制中的模糊量。我们在生活中往往不能知道这些参数真实的数值，而是使用像是有点热，很远，慢等形容词来代替具体的数值，而同样的参数可能同时属于两种语言量，比如同样23℃，有人说很热，也有人说是舒适，这个温度同时隶属于两个不同形容词，这些形容词就是模糊控制中的模糊集，模糊量对一个模糊集的偏向程度就叫隶属度,隶属度范围为0到1，隶属度为0时表示模糊量不属于该模糊集，隶属度为1时，代表模糊量一定属于该模糊集。因为模糊控制中的精确量到模糊量的转换是根据经验来决定的，所以隶属度的隶属函数如何设置由控制者自行决定。
这里举一个模糊控制的简单例子：在开车的时候，司机会收集各种各样的信息，例如与前车距离，与后车距离，当前车速等。在这些中，当前速度可以通过仪表得到准确信息，与前后车距离则只能自己判断，这时司机往往就会对距离下一个判断，如近了、太远、适中等，而这些判断也要根据当前车速进行更改，在模糊控制中就可以理解为速度是决定距离模糊集的隶属函数一大重要标准。在判断距离之后，如果近了，那么司机就要踩刹车来拉开距离，而这个踩的力度也有自己的模糊集，如轻点，中等，踩到底之类。司机在踩刹车的过程中也会先踩下一点再根据距离慢慢增加力度，在这个过程中决定刹车力度模糊集的隶属函数的标准则是距离。当车距到了适中时松开刹车，模糊控制就结束了。
模糊控制可以对很多的复杂问题进行简化处理，而电梯的群控过程中存在着大量难以确定和不能直接应用的信息，电梯无法获得准确数据便无法运行，若是获得的数据偏离真实值过多则会使控制出现错误。而模糊控制可以通过将信息模糊化放入对应模糊集，再通过反模糊化将他们转化为接近于真实值的精确值。
最后放上一段程序来让大家了解一下模糊控制的使用。
这是最简单的关于电梯内人数的判断，在电梯的运行过程中，虽然能用压力传感器测出电梯内的重量，也能通过光幕信号的触发次数大致判断人数，但是通过重量值不能直接得到电梯人数，依赖光幕信号则难以分辨乘客为上梯还是下梯，也会在乘客卡门的情况下失去准确度，容易得到错误参数。这里取成年人体重平均值66kg为基准，绘制一张电梯当前载重量对当前电梯内人数的隶属函数图像。
当电梯中重量小于66时，判断只有一人，其余时刻都不能肯定电梯中的人数，这时候就需要比较各个模糊集的隶属度来判断大致人数，因为模糊集之间不能交叉越界所以一个模糊量最多同时隶属于两个模糊集，只要比较两个模糊集的隶属度大小即可。先得到至少存在的乘客，再判断模糊区域，相加之后为预估乘客数量。
看到这可能会有人感到疑惑，模糊控制好像也不是很模糊啊？这是当然的，无论怎么模仿人脑，模糊控制依旧是在程序精准运算下的产物。模糊控制的模糊集其实就是一个个的区间，对应的函数可以理解为区间上的分段函数，段数分的越细，越可能接近于真实值。对于一个只有一个变量的直线方程来说上边的函数可以简化为下图：
但是当遇到曲线函数，有跨界交叉的模糊集，以及多个变量叠加的函数时，模糊函数就会发挥出它真正的实力，体现出它不能被取代的作用。
