基于LSTM网络模型的处理芯片与包含其的运算装置制造方法及图纸

本公开提供一种人工智能电梯调度设备，用于响应呼叫楼层的用户请求，接收至少一个楼层的用户请求数据，并确定电梯调度方案，其特征在于包括：处理芯片，用于接收一用户请求数据，并以该用户请求数据进行神经网络运算，运算后的输出神经元包括当前用户请求的执行队列，其中所述用户请求数据包括用户请求楼层的候梯人数数据；运算器，根据至少一个用户请求的执行队列，确定电梯调度方案。本公开的人工智能电梯调度设备，能够综合分析包含等待人数等用户请求数据，使电梯调控更加准确和高效。

Processing chip based on LSTM network model and arithmetic device including it

The invention discloses an artificial intelligence elevator dispatching device for responding to a user's request of a calling floor, receiving a user's request data of at least one floor, and determining an elevator dispatching scheme, which is characterized in that a processing chip is used to receive a user's request data and to transport the data by a neural network with the user's request data. The output neuron after calculation includes the execution queue requested by the current user, wherein the user request data includes the waiting number data of the user requesting the floor, and the calculator determines the elevator scheduling scheme according to the execution queue requested by at least one user. The artificial intelligence elevator dispatching device of the present disclosure can synthetically analyze the user request data including waiting number, etc., so as to make the elevator regulation more accurate and efficient.

【技术实现步骤摘要】
基于LSTM网络模型的处理芯片与包含其的运算装置
本公开涉及信息处理
，具体涉及一种人工智能电梯调度设备。
技术介绍
现有涉及摄像头技术包括：采用多种光学、电信号输入转换为电信号存储于存储介质中或者直接存为实体存储介质，并且由存储介质信息读入计算机软件进行图像识别并输出所需信号结果。现有智能摄像头技术问题在于，首先，其不能直接在摄像头中进行图像识别，整个系统需要有线或者无线连接进行数据传输，系统庞大，执行效率低；而且，主要通过软件执行图像识别，功耗大，效率低，无法做到较好的实时性。现有的电梯调度系统中通过顺向劫车(参考硬盘调度的LOOK(查找)调度算法，学术名为操作系统Scan算法)方法，或者就近相应(最近的电梯相应服务)方法，或者不考虑候梯人数的神经网络平衡调度方法。现有电梯调度系统技术的问题在于：一来，在群控电梯调度时很难实现调度最优化使得梯箱资源能够合理充分利用；二来，很难实现最优化算法使得乘梯请求平均响应时间最短；另外，电梯调度机制较为固定，无法做到实时优化，缺乏实际应用场景下的学习能力和适应性；还有，无法检测实时人流数据，从而调整合适的电梯资源调度机制。
技术实现思路
(本文档来自技高网...

【技术保护点】
1.一种人工智能电梯调度设备，用于响应呼叫楼层的用户请求，接收至少一个楼层的用户请求数据，并确定电梯调度方案，其特征在于包括：处理芯片，用于接收一用户请求数据，并以该用户请求数据进行神经网络运算，运算后的输出神经元包括当前用户请求的执行队列，其中所述用户请求数据包括用户请求楼层的候梯人数数据；运算器，根据至少一个用户请求的执行队列，确定电梯调度方案。

【技术特征摘要】
1.一种人工智能电梯调度设备，用于响应呼叫楼层的用户请求，接收至少一个楼层的用户请求数据，并确定电梯调度方案，其特征在于包括：处理芯片，用于接收一用户请求数据，并以该用户请求数据进行神经网络运算，运算后的输出神经元包括当前用户请求的执行队列，其中所述用户请求数据包括用户请求楼层的候梯人数数据；运算器，根据至少一个用户请求的执行队列，确定电梯调度方案。2.根据权利要求1所述的人工智能电梯调度设备，其特征在于，所述处理芯片中，进行神经网络运算的模型为LSTM神经网络模型。3.根据权利要求2所述的人工智能电梯调度设备，其特征在于，所述处理芯片中的神经网络运算包括：通过LSTM模型初始化参数，并根据用户请求数据获得损失函数的调度代价，计算用户加入执行队列的最小代价的梯度方向，输出将当前用户请求组的执行队列。4.根据权利要求3所述的人工智能电梯调度设备，其特征在于，所述损失函数的调度代价为指电梯执行队列中每层用户等待时间的加权平均值。5.根据权利要求3所述的人工智能电梯调度设备，其特征在于，所述损失函数调度代价为电梯上下行的总的楼层数之和。6.根据权利要求1所述的人工智能电梯调度设备，其特征...

【专利技术属性】
技术研发人员：高钰峰，陈云霁，
申请(专利权)人：中国科学院计算技术研究所，
类型：发明
国别省市：北京,11