ไขความลับปุ่มกดลิฟต์: ทำไมบางครั้งก็รอนานจนท้อใจ ⏳
ใครเคยยืนรอลิฟต์แล้วรู้สึกหงุดหงิดไหมครับ? "กดปุ่มแล้ว ทำไมลิฟต์ไม่มาสักที!" ทั้งที่ลิฟต์เป็นสิ่งที่เราเห็นและใช้กันทุกวัน แต่เบื้องหลังการทำงานของมันนั้นซับซ้อนกว่าที่เราคิดมาก
บทความนี้จะพาคุณไปไขปริศนาของลิฟต์ ตั้งแต่วิธีที่ปุ่มกดทำงาน จนไปถึงการตัดสินใจของระบบที่ส่งผลต่อการรอคอยของคุณ
อัลกอริทึมลิฟต์: จาก SCAN สู่ LOOK 🧐
อัลกอริทึมลิฟต์ที่ง่ายที่สุดคือ SCAN ซึ่งจดสิทธิบัตรในปี 1961 หลักการคือ ลิฟต์จะเริ่มจากชั้นล่างสุด ขึ้นไปชั้นบนสุด จากนั้นค่อยกลับทิศทางลงมา โดยจะรับ-ส่งผู้โดยสารตลอดเส้นทาง
แต่ส่วนใหญ่แล้ว เราไม่ได้ต้องการขึ้นไปชั้นบนสุดเสมอไป หากลิฟต์สามารถหยุดที่ชั้นที่เราต้องการก่อนที่จะกลับทิศทาง อัลกอริทึมนั้นเรียกว่า LOOK ซึ่งเป็นแบบที่คนส่วนใหญ่คุ้นเคยและคาดหวัง
เมื่อลิฟต์มีหลายคัน: ใครจะไปรับใคร? 🤔
ทีนี้เกิดคำถามขึ้นมาว่า ถ้ามีลิฟต์หลายคัน ระบบจะจัดการอย่างไรให้ลิฟต์แต่ละคันทำงานประสานกัน?
ในระบบพื้นฐานที่สุด จะมี "ตัวกลาง" คอยสั่งการว่าลิฟต์แต่ละคันควรจะไปหยุดที่ชั้นไหน เมื่อมีคำขอใหม่เข้ามา ระบบก็จะส่งคำขอนั้นให้กับลิฟต์ที่อยู่ใกล้ที่สุดไปจัดการ แต่เราสามารถทำให้ดีกว่านี้ได้อีก
วัดประสิทธิภาพลิฟต์อย่างไร? 📊
หัวใจสำคัญของการวัดประสิทธิภาพลิฟต์คือ ระยะเวลาในการรอคอย
วิธีวัดแบบง่ายๆ คือ "ลิฟต์มาถึงภายใน 30 วินาทีบ่อยแค่ไหน?" หรือ "ลิฟต์มาถึงภายใน 90 วินาทีบ่อยแค่ไหน?"
แต่หากจะวัดให้แม่นยำขึ้น เราต้องดูที่ การกระจายตัวของเวลาการรอคอย (Distribution of wait times) หากเรานำข้อมูลเวลาการรอคอยจากการใช้งานหลายพันครั้งมาพล็อตเป็นกราฟ จะได้ข้อมูลเชิงลึกที่น่าสนใจ
- p90 (เปอร์เซ็นไทล์ที่ 90) หมายถึง 90% ของผู้โดยสารรอลิฟต์ไม่เกิน 2 นาที
- p50 (เปอร์เซ็นไทล์ที่ 50) หมายถึง ครึ่งหนึ่งของผู้โดยสารรอลิฟต์ไม่เกิน 1 นาที
คนส่วนใหญ่ไม่ได้จดจำเวลาเฉลี่ยที่รอ แต่จะจำช่วงเวลาที่ลิฟต์มาช้ามาก ๆ หรือช่วงเวลาที่อยู่ในกลุ่ม p90 ได้ดีกว่า
รูปแบบการใช้งานส่งผลต่อเวลาการรอ 🚶♀️🚶♂️
การใช้งานลิฟต์ไม่ได้มีรูปแบบเหมือนกันทั้งหมด ลองนึกถึงอาคารสำนักงานใหญ่ ในช่วงเช้า การเดินทางส่วนใหญ่จะมาจากชั้นล่างขึ้นสู่ชั้นบน
แต่ในช่วงเย็น สถานการณ์จะกลับกัน ทุกคนจะออกจากอาคารเพื่อกลับบ้าน ส่วนช่วงกลางวันและมื้อเที่ยงจะเป็นการผสมผสานระหว่างสองช่วงเวลา และการเดินทางที่เหลือมักจะเป็นการเดินทางระหว่างชั้น
ดังนั้น การกระจายตัวของเวลาการรอคอยจะแตกต่างกันอย่างมาก ขึ้นอยู่กับช่วงเวลาและรูปแบบการใช้งาน ลิฟต์ในช่วงเร่งด่วนตอนเช้ามักจะมีสถิติการรอคอยที่แย่ที่สุด
อัลกอริทึมที่ฉลาดขึ้น: RSR คือคำตอบ? 💡
จากการวิเคราะห์อัลกอริทึม LOOK เราพบว่าการมอบหมายคำขอให้กับลิฟต์ที่ใกล้ที่สุดอาจไม่ใช่ทางออกที่ดีที่สุดเสมอไป
จะเกิดอะไรขึ้นถ้าลิฟต์ที่ใกล้ที่สุดนั้นเต็ม? เราสามารถใช้อัลกอริทึมที่ฉลาดขึ้นอย่าง RSR (Relative System Response) ของ Otis ซึ่งจะให้คะแนนลิฟต์แต่ละคันว่ามีความเหมาะสมในการรับผู้โดยสารมากน้อยเพียงใด (คะแนนยิ่งน้อยยิ่งดี)
RSR ยังมีการปรับปรุงการทำงานใหม่ทุกๆ 5 วินาที หมายความว่า หากลิฟต์ A ที่กำลังจะไปรับผู้โดยสารเกิดความล่าช้า ระบบสามารถเปลี่ยนเส้นทางให้ผู้โดยสารคนนั้นไปขึ้นลิฟต์ B ได้ การปรับปรุงแบบเรียลไทม์นี้เป็นกุญแจสำคัญในการเพิ่มประสิทธิภาพการไหลเวียนของผู้โดยสาร
เปรียบเทียบประสิทธิภาพ: LOOK vs RSR ⚖️
เมื่อนำเครื่องมือวิเคราะห์ลิฟต์มาใช้ เราสามารถเปรียบเทียบประสิทธิภาพของ LOOK กับ RSR เพื่อดูว่าอัลกอริทึมที่ฉลาดขึ้นช่วยลดเวลาการรอคอยได้มากน้อยเพียงใด
น่าสนใจว่า เมื่ออัตราการไหลของผู้โดยสารสูงขึ้น LOOK กลับมีประสิทธิภาพดีกว่า RSR เสียอีก! เมื่อลิฟต์เต็มตลอดเวลาและต้องจอดทุกชั้น กฎเกณฑ์ที่ซับซ้อนเพิ่มเติมอาจไม่ได้ส่งผลมากนัก
LOOK ยังมีแนวโน้มที่จะทำงานได้ดีกว่า RSR ในอาคารขนาดเล็กที่มีจำนวนลิฟต์ต่อชุดน้อยกว่า ในบางครั้ง การทำให้ระบบเรียบง่ายก็อาจดีที่สุด
Destination Dispatch: ล้ำสมัย แต่อาจไม่เสมอไป? 🖱️
ลิฟต์บางรุ่นไม่มีปุ่มกดภายใน
ขอบคุณ แหล่งข้อมูล
https://john.fun/elevators