本文關(guān)鍵詞：基于多模式的電梯群控算法與仿真研究

  更多相關(guān)文章： 電梯群控 群控策略 模糊控制 交通流模式 模糊神經(jīng)網(wǎng)絡(luò)

【摘要】：電梯作為現(xiàn)代高樓大廈的重要交通工具,在生活中得到了越來越廣泛的應(yīng)用。為了提升電梯的運(yùn)行效率,需要多臺(tái)電梯來完成群控和調(diào)度,然而傳統(tǒng)的電梯群控方法往往存在呼梯不便,候梯時(shí)間長(zhǎng),功耗控制不力等問題。本課題以大廈群控電梯為研究對(duì)象,通過對(duì)群控電梯的多種交通流模式,包括上行高峰模式、下行高峰模式、2路交通模式、4路交通模式、平衡的層間交通模式以及空閑交通模式的特點(diǎn)及相應(yīng)機(jī)制的分析,利用模糊神經(jīng)網(wǎng)絡(luò)對(duì)交通模式進(jìn)行特征識(shí)別,確定了網(wǎng)絡(luò)結(jié)構(gòu),并對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行了訓(xùn)練。在此基礎(chǔ)上,考慮乘客平均候梯時(shí)間、乘客平均乘梯時(shí)間、長(zhǎng)時(shí)間候梯率、系統(tǒng)能耗等因素,確定了目標(biāo)評(píng)價(jià)函數(shù)。最終選取呼梯響應(yīng)時(shí)間、最大響應(yīng)時(shí)間、響應(yīng)能力、聚集度和總利用率作為評(píng)價(jià)指標(biāo)參數(shù)輸入量,通過對(duì)輸入變量模糊化處理,建立了各因素的模糊推理機(jī)制,最終完成了基于多模式群控算法的電梯分配。最后,結(jié)合現(xiàn)有的仿真方法,利用MATLAB仿真軟件建立了客流發(fā)生器和群控算法模型,并基于此仿真模型以4臺(tái)20層電梯為例,對(duì)所提出的群控算法進(jìn)行了仿真實(shí)驗(yàn)。仿真結(jié)果表明,改進(jìn)的多模式群控算法與傳統(tǒng)最短距離、最小等待時(shí)間以及遺傳算法相比,平均候梯時(shí)間、平均乘梯時(shí)間、長(zhǎng)時(shí)間候梯率以及系統(tǒng)能耗等性能指標(biāo)均具有不同程度的優(yōu)化。
【關(guān)鍵詞】：電梯群控 群控策略 模糊控制 交通流模式 模糊神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：河北科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TU976.3;TP18
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-14
• 1.1 論文的研究背景8-9
• 1.1.1 研究背景8-9
• 1.1.2 選題意義9
• 1.2 電梯群控制的國(guó)內(nèi)外發(fā)展現(xiàn)狀9-13
• 1.3 研究?jī)?nèi)容13-14
• 第2章 電梯群控系統(tǒng)的基礎(chǔ)理論14-26
• 2.1 電梯群控系統(tǒng)的結(jié)構(gòu)14-20
• 2.1.1 電梯控制系統(tǒng)的基本概念14-15
• 2.1.2 電梯群控制系統(tǒng)發(fā)展階段15-19
• 2.1.3 電梯群控系統(tǒng)的基本結(jié)構(gòu)19-20
• 2.2 電梯群控系統(tǒng)的功能20-21
• 2.3 電梯群控系統(tǒng)特性分析21-24
• 2.3.1 電梯群控的主要評(píng)價(jià)指標(biāo)22-23
• 2.3.2 群控系統(tǒng)中的不確定因素23
• 2.3.3 電梯群控系統(tǒng)的擾動(dòng)因素23-24
• 2.3.4 電梯群控系統(tǒng)的不完備性24
• 2.3.5 電梯群控系統(tǒng)的非線性24
• 2.4 本章小結(jié)24-26
• 第3章 電梯群控系統(tǒng)的模式識(shí)別26-36
• 3.1 大廈的交通模式26-29
• 3.1.1 上行高峰交通模式26-27
• 3.1.2 下行高峰模式27
• 3.1.3 2 路交通模式27-28
• 3.1.4 4 路交通模式28
• 3.1.5 平衡的層間交通模式28-29
• 3.1.6 空閑交通模式29
• 3.2 神經(jīng)網(wǎng)絡(luò)在交通模式識(shí)別領(lǐng)域的應(yīng)用29-31
• 3.2.1 模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)29-31
• 3.2.2 模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法31
• 3.3 將模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用于交通模式識(shí)別31-34
• 3.3.1 交通模式的特征提取32
• 3.3.2 確定網(wǎng)絡(luò)結(jié)構(gòu)32-33
• 3.3.3 訓(xùn)練網(wǎng)絡(luò)33-34
• 3.4 本章小結(jié)34-36
• 第4章 派梯策略算法的設(shè)計(jì)36-46
• 4.1 評(píng)價(jià)函數(shù)的確定36-37
• 4.2 模糊輸入量的計(jì)算37-38
• 4.3 輸入變量的模糊化38-40
• 4.3.1 HCWT的模糊化38
• 4.3.2 LWT的模糊化38-39
• 4.3.3 CV的模糊化39
• 4.3.4 GD的模糊化39-40
• 4.3.5 UR的模糊化40
• 4.4 模糊推理的建立40-44
• 4.4.1 平均候梯時(shí)間模糊推理規(guī)則41-42
• 4.4.2 長(zhǎng)時(shí)候梯率模糊推理規(guī)則42
• 4.4.3 電梯能耗PC的模糊推理規(guī)則42-43
• 4.4.4 電梯的平均乘梯時(shí)間的模糊推理規(guī)則43-44
• 4.5 層廳呼叫信號(hào)的最終分配44-45
• 4.6 本章小結(jié)45-46
• 第5章 群控策略的仿真實(shí)現(xiàn)46-58
• 5.1 派梯仿真46-55
• 5.1.1 電梯群控仿真方法46-47
• 5.1.2 仿真設(shè)定47-48
• 5.1.3 仿真的組成48-49
• 5.1.4 客流發(fā)生器及對(duì)比算法建模49-55
• 5.2 仿真結(jié)果分析55-56
• 5.3 本章小結(jié)56-58
• 結(jié)論58-60
• 參考文獻(xiàn)60-64
• 致謝64-66
• 個(gè)人簡(jiǎn)歷66

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 黃雯雯;;電梯群控技術(shù)的現(xiàn)狀與發(fā)展方向[J];硅谷;2014年02期

2 趙亞偉,徐寶全,張勰;基于現(xiàn)場(chǎng)總線的電梯群控模型及其算法[J];控制工程;2004年02期

3 羅喬?hào)|,武自芳,辛樂;基于模糊綜合評(píng)判的電梯群控算法的研究與實(shí)現(xiàn)[J];自動(dòng)化儀表;2004年01期

4 朱明富,雷科,王國(guó)萍;電梯群控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版);2005年04期

5 楊禎山;邵誠(chéng);;電梯群控技術(shù)的現(xiàn)狀與發(fā)展方向[J];控制與決策;2005年12期

6 郁宙;;電梯群控系統(tǒng)控制算法的分析[J];江蘇電器;2007年02期

7 曹鋒;李連民;;淺談智能建筑中的電梯群控技術(shù)[J];山西建筑;2007年21期

8 楊素;丁寶;;電梯群控待梯人群識(shí)別技術(shù)研究[J];控制工程;2008年S1期

9 張?jiān)聨X;楊玉星;李寰;;基于乘客分類的電梯群控策略研究[J];微計(jì)算機(jī)信息;2008年12期

10 趙碩;唱江華;何鵬;;基于多目標(biāo)的電梯群控派梯算法的研究與實(shí)現(xiàn)[J];齊齊哈爾大學(xué)學(xué)報(bào);2008年06期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前7條

1 宗群;王維佳;孫志明;;基于魯棒離散優(yōu)化建模方法的電梯群控調(diào)度策略[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

2 馮興梅;李彥平;陳亮;;電梯群控最佳動(dòng)態(tài)調(diào)度策略研究[A];2006全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文集[C];2006年

3 馮雷;張欣;張秀坤;;基于多目標(biāo)進(jìn)化算法的電梯群控優(yōu)化調(diào)度仿真[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

4 閆冬梅;顧德英;;基于MATLAB/SIMULINK/FUZZY BOX電梯群控不確定性的研究與仿真[A];第六屆中國(guó)青年運(yùn)籌與管理學(xué)者大會(huì)論文集[C];2004年

5 張昆;段其昌;張從力;;基于模糊控制的多目標(biāo)電梯群控技術(shù)[A];中國(guó)儀器儀表學(xué)會(huì)第六屆青年學(xué)術(shù)會(huì)議論文集[C];2004年

6 李彥平;馮興梅;陳亮;;電梯群控最佳調(diào)度策略研究[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

7 張健;王艷秋;;基于遺傳BP模糊神經(jīng)網(wǎng)絡(luò)的電梯群控技術(shù)研究[A];自動(dòng)化技術(shù)與冶金流程節(jié)能減排——全國(guó)冶金自動(dòng)化信息網(wǎng)2008年會(huì)論文集[C];2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 楊廣全;電梯交通流分析及電梯群控策略研究[D];上海交通大學(xué);2007年

2 宗群;虛擬環(huán)境下智能電梯群控調(diào)度方法的研究[D];天津大學(xué);2003年

3 李中華;垂直交通客流分析與電梯群控制優(yōu)化研究[D];華南理工大學(xué);2005年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 劉政;基于強(qiáng)化學(xué)習(xí)的電梯群控調(diào)度技術(shù)研究[D];哈爾濱理工大學(xué);2014年

2 蘭琪;電梯群控的優(yōu)化調(diào)度研究[D];太原理工大學(xué);2016年

3 李春;目的層電梯群控策略研究與設(shè)計(jì)[D];東北大學(xué);2014年

4 王平安;電梯群控并行系統(tǒng)研究[D];東北大學(xué);2014年

5 黃志鋒;基于強(qiáng)化學(xué)習(xí)的電梯群控調(diào)度技術(shù)研究[D];蘇州大學(xué);2016年

6 林佳;基于統(tǒng)計(jì)分析的電梯群控節(jié)能調(diào)度方法研究[D];華南理工大學(xué);2016年

7 赫嬌嬌;基于模糊控制技術(shù)的電梯群控制系統(tǒng)的研究與設(shè)計(jì)[D];東北大學(xué);2013年

8 翟秋君;基于多模式的電梯群控算法與仿真研究[D];河北科技大學(xué);2016年

9 袁源;電梯群控系統(tǒng)仿真平臺(tái)設(shè)計(jì)和應(yīng)用[D];華中科技大學(xué);2007年

10 韓奎;最小乘梯時(shí)間電梯群控算法及仿真平臺(tái)研究[D];上海交通大學(xué);2008年

，

本文編號(hào)：1066878