本文選題：電梯群聯(lián)動(dòng)控制系統(tǒng)　切入點(diǎn)：客流模式　出處：《南昌航空大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：電梯群聯(lián)動(dòng)控制系統(tǒng)是一種用于高層建筑物垂直交通的智能控制系統(tǒng),隨著高層建筑數(shù)量的增加和對(duì)各種資源利用率的提升,人們對(duì)電梯群聯(lián)動(dòng)系統(tǒng)的要求也日益增高。除了提高電梯群的硬件配置之外,對(duì)電梯群的調(diào)度控制算法進(jìn)行優(yōu)化也是一個(gè)至關(guān)重要的方面,因此本文對(duì)如何優(yōu)化電梯群的控制算法進(jìn)行了分析研究。首先,本文研究了電梯群聯(lián)動(dòng)控制系統(tǒng)的發(fā)展過(guò)程和國(guó)內(nèi)外發(fā)展現(xiàn)狀,通過(guò)對(duì)發(fā)展過(guò)程的了解總結(jié)了幾種常見(jiàn)的智能控制算法,并分析了各種算法的優(yōu)點(diǎn)和不足之處�；陔娞萑旱亩嗄繕�(biāo)、多元化特點(diǎn),建立電梯群聯(lián)動(dòng)控制系統(tǒng)的多種性能評(píng)價(jià)指標(biāo)。然后針對(duì)辦公大樓的客流量進(jìn)行統(tǒng)計(jì)分析,找出不同客流模式下電梯群的調(diào)度問(wèn)題,在理論上提出了幾種電梯調(diào)度方法來(lái)應(yīng)對(duì)不同客流交通模式。其次,建立電梯群聯(lián)動(dòng)系統(tǒng)的數(shù)學(xué)模型,確定電梯群優(yōu)化控制目標(biāo),在Matlab仿真環(huán)境下對(duì)不同客流模式進(jìn)行了設(shè)計(jì)與仿真,并且用最短候梯時(shí)間算法、改進(jìn)的自適應(yīng)粒子群算法以及混合粒子群算法對(duì)電梯群聯(lián)動(dòng)控制系統(tǒng)進(jìn)行了算法設(shè)計(jì)和仿真對(duì)比。仿真結(jié)果表明,兩種改進(jìn)的粒子群算法對(duì)平均候梯時(shí)間和平均乘梯時(shí)間具有更好的控制效果,驗(yàn)證了算法的有效性,實(shí)現(xiàn)了在不同交通模式下對(duì)電梯群聯(lián)動(dòng)系統(tǒng)的優(yōu)化調(diào)度控制。最后,在Delphi 6.0編程環(huán)境下,設(shè)計(jì)兩種不同的電梯群聯(lián)動(dòng)仿真系統(tǒng):傳統(tǒng)電梯群仿真和目的層預(yù)約型電梯群仿真。在傳統(tǒng)仿真系統(tǒng)中調(diào)用了最短候梯時(shí)間算法進(jìn)行轎廂調(diào)度的優(yōu)化,在目的層預(yù)約型仿真系統(tǒng)中調(diào)用了文中提到的三種不同優(yōu)化算法來(lái)優(yōu)化轎廂的調(diào)度問(wèn)題。通過(guò)對(duì)調(diào)用不同的算法得出的乘客平均候梯時(shí)間、平均乘梯時(shí)間和轎廂累計(jì)運(yùn)行樓層三種數(shù)據(jù)進(jìn)行分析,結(jié)果表明三種優(yōu)化算法都在對(duì)群控調(diào)度問(wèn)題上有較好的控制效果,進(jìn)一步驗(yàn)證了算法的實(shí)用性。
[Abstract]:Elevator group linkage control system is an intelligent control system for vertical traffic of high-rise buildings. With the increase of the number of high-rise buildings and the improvement of the utilization of various resources. In addition to improving the hardware configuration of the elevator group, it is also a crucial aspect to optimize the dispatching and control algorithm of the elevator group. Therefore, this paper analyzes and studies how to optimize the control algorithm of elevator group. Firstly, this paper studies the development process of elevator group linkage control system and the development status at home and abroad. Based on the understanding of the development process, this paper summarizes several common intelligent control algorithms, and analyzes the advantages and disadvantages of these algorithms. A variety of performance evaluation indexes of elevator group linkage control system are established. Then statistical analysis is carried out on the passenger flow of office building to find out the dispatching problem of elevator group under different passenger flow modes. In theory, several elevator dispatching methods are put forward to deal with different passenger traffic modes. Secondly, the mathematical model of elevator group linkage system is established, and the optimal control goal of elevator group is determined. Different passenger flow modes are designed and simulated in Matlab simulation environment, and the shortest waiting time algorithm is used. The improved adaptive particle swarm optimization algorithm and hybrid particle swarm optimization algorithm are used to design and simulate the elevator swarm linkage control system. The simulation results show that, The two improved particle swarm optimization algorithms have better control effect on the average waiting time and the average riding time. The validity of the algorithm is verified, and the optimal dispatching control of the elevator group linkage system under different traffic modes is realized. Finally, In the Delphi 6.0 programming environment, two different elevator group linkage simulation systems are designed: the traditional elevator group simulation and the target layer reservation elevator group simulation. In the traditional simulation system, the shortest waiting time algorithm is used to optimize the car scheduling. Three different optimization algorithms mentioned in this paper are used to optimize the scheduling problem of the car in the target layer reservation simulation system. The average waiting time of passengers is obtained by calling different algorithms. The results show that the three optimization algorithms have better control effect on the group control scheduling problem and further verify the practicability of the algorithm.
【學(xué)位授予單位】：南昌航空大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TU857;TP273;TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 封京梅;;一種改進(jìn)的粒子群優(yōu)化算法[J];云南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年01期

2 孟凡勝;王育青;李強(qiáng)懿;牛小民;張廣來(lái);;基于改進(jìn)粒子群優(yōu)化算法的電梯群控方案設(shè)計(jì)[J];計(jì)算機(jī)時(shí)代;2015年08期

3 倪紅梅;劉永建;李盼池;;自適應(yīng)動(dòng)態(tài)重組多目標(biāo)粒子群優(yōu)化算法[J];控制與決策;2015年08期

4 趙麗萍;舒期梁;武燕;李孟山;;混沌增強(qiáng)加速粒子群優(yōu)化算法[J];計(jì)算機(jī)應(yīng)用研究;2014年08期

5 周衛(wèi)紅;裴箏;和曉萍;李晨;陸偉春;;基于蟻群算法的電梯群控系統(tǒng)節(jié)能策略的優(yōu)化研究[J];云南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

6 羅飛;趙小翠;;新型電梯群控系統(tǒng)多目標(biāo)優(yōu)化調(diào)度策略[J];自動(dòng)化與儀表;2010年09期

7 王遵彤;孫棟;喬非;吳啟迪;;分布式電梯群控系統(tǒng)多目標(biāo)調(diào)度算法[J];控制理論與應(yīng)用;2010年05期

8 張勇;鞏敦衛(wèi);張婉秋;;一種基于單純形法的改進(jìn)微粒群優(yōu)化算法及其收斂性分析[J];自動(dòng)化學(xué)報(bào);2009年03期

9 夏斌;;電梯群控系統(tǒng)的客流交通模式分析[J];硅谷;2008年24期

10 胡旺;李志蜀;;一種更簡(jiǎn)化而高效的粒子群優(yōu)化算法[J];軟件學(xué)報(bào);2007年04期

相關(guān)博士學(xué)位論文 前4條

1 張景龍;電梯群控系統(tǒng)節(jié)能調(diào)度方法研究[D];天津大學(xué);2014年

2 李潔瓊;海量存儲(chǔ)資源海量存儲(chǔ)資源管理關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2011年

3 唐海燕;電梯交通分析及電梯優(yōu)化控制方法研究[D];哈爾濱工業(yè)大學(xué);2010年

4 劉戰(zhàn)國(guó);智能控制在建筑空調(diào)控制系統(tǒng)及電梯群控系統(tǒng)中的應(yīng)用研究[D];重慶大學(xué);2008年

相關(guān)碩士學(xué)位論文 前9條

1 張進(jìn);基于粒子群算法的雙子電梯群控制系統(tǒng)研究[D];哈爾濱工業(yè)大學(xué);2014年

2 王志華;基于模糊控制的電梯群控系統(tǒng)設(shè)計(jì)[D];河南科技大學(xué);2014年

3 王瀚韜;電梯群控算法及評(píng)測(cè)系統(tǒng)的研究與設(shè)計(jì)[D];杭州電子科技大學(xué);2013年

4 盧希;基于改進(jìn)粒子群算法的聚類分析研究[D];重慶師范大學(xué);2012年

5 賀燕燕;基于LabView的電梯群控模擬仿真系統(tǒng)研究[D];長(zhǎng)安大學(xué);2012年

6 李素芳;基于粒子群優(yōu)化算法的電梯群控系統(tǒng)的調(diào)度研究[D];河南科技大學(xué);2010年

7 臺(tái)建哲;基于目的層引導(dǎo)的電梯群優(yōu)化調(diào)度方法的研究[D];大連理工大學(xué);2009年

8 李彥華;智能電梯群控系統(tǒng)的研究與設(shè)計(jì)[D];廈門(mén)大學(xué);2008年

9 林琳;群控電梯多目標(biāo)智能最優(yōu)調(diào)度算法的研究[D];東北大學(xué);2005年

，

本文編號(hào)：1604744