本文關(guān)鍵詞：電梯群控算法及評(píng)測(cè)系統(tǒng)的研究與設(shè)計(jì)，由筆耕文化傳播整理發(fā)布。

【摘要】：高層的商業(yè)或居住建筑內(nèi)的交通復(fù)雜多變，為縮短人們的候梯時(shí)間，降低電梯的能耗，，除了合理安裝多臺(tái)電梯之外，還需要采用優(yōu)化的調(diào)度策略來管理多臺(tái)電梯，以提高電梯群的運(yùn)行效率和服務(wù)質(zhì)量，這就引入了電梯群控系統(tǒng)。 本文以電梯群控系統(tǒng)的仿真為主要研究方向，結(jié)合國內(nèi)外電梯領(lǐng)域的相關(guān)研究成果，分析了電梯群控系統(tǒng)組成和結(jié)構(gòu)。在此基礎(chǔ)上，提出了電梯群控系統(tǒng)仿真平臺(tái)的系統(tǒng)設(shè)計(jì)，通過構(gòu)建客流產(chǎn)生模塊、電梯運(yùn)行模塊、電梯群控評(píng)測(cè)模塊和群控調(diào)度算法模塊，并提出一種基于電梯典型運(yùn)行階段的能耗計(jì)算方法，完成了仿真評(píng)測(cè)平臺(tái)的設(shè)計(jì)。再從電梯群控的關(guān)鍵問題入手，在研究了EGCS的系統(tǒng)功能、系統(tǒng)構(gòu)成、性能指標(biāo)的基礎(chǔ)上，提出了一種將電梯轎廂內(nèi)人數(shù)作為調(diào)度因素，綜合考慮乘客平均等待時(shí)間、平均乘梯時(shí)間、電梯能耗的人工魚群算法智能調(diào)度算法。針對(duì)該算法實(shí)時(shí)性不強(qiáng)的問題，本文又提出了一種借助評(píng)價(jià)指標(biāo)和各種電梯交通模式，用人工魚群算法對(duì)模糊推理的線性回歸進(jìn)行優(yōu)化，來提高派梯算法的運(yùn)行效果。最后，本文在該仿真評(píng)測(cè)平臺(tái)上對(duì)實(shí)用型群控調(diào)度算法及人工魚群算法等智能算法進(jìn)行評(píng)測(cè)。 本文首先闡述了電梯群控算法的國內(nèi)外研究現(xiàn)狀以及發(fā)展趨勢(shì)，對(duì)電梯群控的工作原理以及核心技術(shù)進(jìn)行了研究。其次，結(jié)合電梯交通系統(tǒng)動(dòng)態(tài)特性的分析，介紹了EGCS的性能要求以及性能指標(biāo)評(píng)價(jià)函數(shù)。接下來闡述如何將人工魚群算法運(yùn)用于電梯群控調(diào)度領(lǐng)域，通過改進(jìn)魚群的步長(zhǎng)，并結(jié)合電梯運(yùn)行的實(shí)際情況，把轎廂內(nèi)人數(shù)作為調(diào)度因素，來解決電梯群控中的組合優(yōu)化問題。接下來針對(duì)電梯群控調(diào)度問題，分析電梯群控系統(tǒng)中的易變因素和電梯群控的多目標(biāo)，提出基于線性加權(quán)平均的電梯群控目標(biāo)評(píng)價(jià)函數(shù)。在評(píng)價(jià)函數(shù)的計(jì)算方式中針對(duì)模糊推理缺乏學(xué)習(xí)性的特點(diǎn)，引入了人工魚群算法多元線性回歸。通過訓(xùn)練人工魚群算法得到計(jì)算電梯可信度的決策函數(shù)，并將之利用到群控決策中。然后，在Windows操作系統(tǒng)環(huán)境下，以面向?qū)ο笳Z言Visual C#為工具，開發(fā)了EGCS仿真軟件，實(shí)現(xiàn)了電梯組優(yōu)化調(diào)度的動(dòng)態(tài)可視化仿真運(yùn)行。接著通過建立電梯群控系統(tǒng)能耗的算法模型及電梯服務(wù)質(zhì)量的其他評(píng)價(jià)指標(biāo)驗(yàn)證算法。最后，通過該仿真評(píng)測(cè)系統(tǒng)，對(duì)比兩種不同類型的調(diào)度算法。其中實(shí)用型調(diào)度算法中的積分算法在平均等待時(shí)間、平均乘梯時(shí)間、能耗上明顯優(yōu)于最小等待時(shí)間算法。智能算法中的基于改進(jìn)型魚群算法的電梯群控調(diào)度算法與基于遺傳算法的電梯群控調(diào)度算法相比，前者的乘客平均候梯時(shí)間、平均乘梯時(shí)間、長(zhǎng)候梯率較后者有明顯降低。
【關(guān)鍵詞】：電梯群控系統(tǒng) 人工智能算法 魚群算法 電梯評(píng)測(cè) 電梯轎廂內(nèi)人數(shù)
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：TU857;TP18
【目錄】：

• 摘要5-6
• ABSTRACT6-8
• 目錄8-11
• 第1章 緒論11-21
• 1.1 選題背景及意義11-12
• 1.2 電梯群控系統(tǒng)的現(xiàn)狀及其發(fā)展方向12-19
• 1.2.1 電梯群控系統(tǒng)及其發(fā)展12-14
• 1.2.2 人工智能算法的應(yīng)用14-16
• 1.2.3 電梯群控虛擬仿真環(huán)境的研究現(xiàn)狀及進(jìn)展16-19
• 1.3 論文主要內(nèi)容與基本結(jié)構(gòu)19-21
• 第2章 電梯群控系統(tǒng)的理論基礎(chǔ)21-34
• 2.1 電梯群控系統(tǒng)的結(jié)構(gòu)與組成21-22
• 2.2 電梯群控系統(tǒng)動(dòng)態(tài)特性分析22-24
• 2.3 電梯群控的數(shù)學(xué)模型24-27
• 2.3.1 客流模型24-26
• 2.3.2 召喚模型26
• 2.3.3 電梯模型26-27
• 2.3.4 調(diào)度策略模型27
• 2.4 電梯群控性能的評(píng)價(jià)指標(biāo)27-29
• 2.4.1 時(shí)間指標(biāo)27-28
• 2.4.2 系統(tǒng)能耗指標(biāo)28
• 2.4.3 載客能力指標(biāo)28-29
• 2.4.4 乘客舒適度指標(biāo)29
• 2.5 電梯系統(tǒng)的交通模式29-33
• 2.5.1 上行高峰交通30-32
• 2.5.2 下行高峰交通32
• 2.5.3 兩路交通32
• 2.5.4 層間隨機(jī)交通32-33
• 2.6 小結(jié)33-34
• 第3章 基于人工魚群算法的群控調(diào)度策略設(shè)計(jì)及實(shí)現(xiàn)34-51
• 3.1 人工魚群算法的研究現(xiàn)狀及進(jìn)展34-35
• 3.2 與其他算法的比較35-36
• 3.3 人工魚群算法描述36-39
• 3.3.1 算法原理36-37
• 3.3.2 行為描述37-38
• 3.3.3 算法描述38-39
• 3.4 基于魚群算法的電梯群控調(diào)度策略設(shè)計(jì)39-47
• 3.4.1 人工魚個(gè)體設(shè)計(jì)39
• 3.4.2 食物濃度的設(shè)計(jì)39-40
• 3.4.3 人工魚的行為設(shè)計(jì)40-43
• 3.4.4 電梯轎廂內(nèi)人數(shù)43-44
• 3.4.5 參數(shù)分析44-47
• 3.5 基于魚群算法的電梯群控調(diào)度策略實(shí)現(xiàn)47-50
• 3.6 小結(jié)50-51
• 第4章 基于模糊推理的多目標(biāo)控制派梯算法51-62
• 4.1 群控多目標(biāo)控制的目標(biāo)函數(shù)確定51-53
• 4.1.1 控制目標(biāo)的提出51
• 4.1.2 評(píng)價(jià)函數(shù)的確定51-53
• 4.2 基于魚群算法的模糊推理線性回歸曲線的優(yōu)化53-61
• 4.2.1 輸入量的計(jì)算53-54
• 4.2.2 結(jié)合模糊推理獲得學(xué)習(xí)樣本54-58
• 4.2.3 回歸問題58
• 4.2.4 人工魚群算法多元線性回歸的利用58-61
• 4.3 小結(jié)61-62
• 第5章 建立電梯群控虛擬仿真環(huán)境設(shè)計(jì)及仿真62-96
• 5.1 電梯群控虛擬仿真環(huán)境的總體設(shè)計(jì)62-65
• 5.1.1 電梯群控虛擬仿真環(huán)境總體流程62-63
• 5.1.2 電梯群控虛擬仿真環(huán)境總體框架63
• 5.1.3 電梯群類結(jié)構(gòu)63-65
• 5.2 電梯客流模塊65-67
• 5.3 電梯仿真模塊67-77
• 5.3.1 電梯動(dòng)態(tài)運(yùn)行的直觀顯示67-68
• 5.3.2 電梯構(gòu)件化68-69
• 5.3.3 電梯運(yùn)行控制69-75
• 5.3.4 數(shù)據(jù)通信75-77
• 5.4 電梯群控評(píng)測(cè)模塊77-85
• 5.4.1 平均候梯時(shí)間77-78
• 5.4.2 平均乘梯時(shí)間78
• 5.4.3 能耗78-82
• 5.4.4 評(píng)測(cè)顯示82-85
• 5.5 群控調(diào)度算法模塊85-90
• 5.5.1 調(diào)度算法公共接口85-87
• 5.5.2 積分算法87-90
• 5.6 系統(tǒng)參數(shù)設(shè)置90
• 5.7 調(diào)度算法的仿真比較90-95
• 5.8 小結(jié)95-96
• 第6章 總結(jié)與展望96-98
• 6.1 全文總結(jié)96-97
• 6.2 進(jìn)一步的工作97-98
• 致謝98-99
• 參考文獻(xiàn)99-102
• 附錄102

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙順;顧戰(zhàn)松;;基于專家系統(tǒng)的電梯群控的實(shí)現(xiàn)[J];電氣自動(dòng)化;2003年01期

2 許玉格;羅飛;曹建忠;;目的層預(yù)約的模糊神經(jīng)網(wǎng)絡(luò)電梯群控策略[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年01期

3 王芳;萬磊;徐玉如;張玉奎;;基于改進(jìn)人工勢(shì)場(chǎng)的水下機(jī)器人路徑規(guī)劃[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年S2期

4 丁生榮;馬苗;郭敏;;人工魚群算法在自適應(yīng)圖像增強(qiáng)中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2012年02期

5 李中華,朱燕飛,李春華,毛宗源;面向?qū)ο蟮碾娞萑嚎叵到y(tǒng)仿真平臺(tái)開發(fā)與實(shí)現(xiàn)[J];計(jì)算機(jī)仿真;2005年02期

6 宗群,尚曉光,岳有軍,雷小鋒;電梯群控系統(tǒng)虛擬仿真環(huán)境設(shè)計(jì)[J];制造業(yè)自動(dòng)化;1999年05期

7 何萬里;李桂芝;錢偉懿;;改進(jìn)的遺傳算法在電梯群控中應(yīng)用[J];渤海大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年01期

8 劉登科;;電梯技術(shù)最新發(fā)展趨勢(shì)[J];科技信息;2011年08期

9 王芳;宗群;張景龍;李俊芳;;電梯群的可調(diào)整魯棒優(yōu)化調(diào)調(diào)度度[J];控制理論與應(yīng)用;2012年01期

10 李東,王偉,邵誠;電梯群控智能系統(tǒng)與智能控制技術(shù)[J];控制與決策;2001年05期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 朱曉紅;智能建筑設(shè)備節(jié)能優(yōu)化運(yùn)行控制技術(shù)研究[D];重慶大學(xué);2005年

2 劉戰(zhàn)國;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

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊麗;基于人工魚群算法的圖像配準(zhǔn)的研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2009年

2 秦臻;基于SVM的電梯群控系統(tǒng)（EGCS）算法的研究[D];杭州電子科技大學(xué);2011年

3 趙小翠;電梯群控系統(tǒng)的多目標(biāo)智能優(yōu)化調(diào)度研究[D];華南理工大學(xué);2011年

4 張繪敏;基于模糊控制的電梯群控算法研究[D];蘭州交通大學(xué);2011年

5 馬福軍;電梯群控技術(shù)的研究[D];浙江工業(yè)大學(xué);2003年

6 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

7 唐桂忠;基于遺傳算法的現(xiàn)代群控電梯交通客流控制[D];南京工業(yè)大學(xué);2005年

8 王闖;人工魚群算法的分析及改進(jìn)[D];大連海事大學(xué);2008年

9 李伙友;智能電梯群控系統(tǒng)的研究[D];廈門大學(xué);2007年

10 袁遠(yuǎn);基于改進(jìn)人工魚群算法的配電網(wǎng)無功優(yōu)化[D];南京理工大學(xué);2008年

  本文關(guān)鍵詞：電梯群控算法及評(píng)測(cè)系統(tǒng)的研究與設(shè)計(jì)，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：283388