電梯群智能控制方法研究.pdf

1、新型建筑，尤其是智能大廈在高層建筑中越來越多，高效的電梯群控系統(tǒng)對此類建筑也顯得非常重要。而在電梯群控系統(tǒng)中，由于存在著很多的不確定性因素，例如乘客數(shù)量的未知，廳層召喚的未知性和隨機(jī)性，這樣就使得電梯群控成為了一個(gè)具有非線性和不確定性的復(fù)雜的多目標(biāo)決策問題。由于傳統(tǒng)的控制方法很難獲得高質(zhì)量的控制效果，本文提出了一種新的電梯群控的方法，先利用模糊神經(jīng)網(wǎng)絡(luò)來識別交通流模式，然后再利用改進(jìn)的遺傳算法解決電梯調(diào)度問題。
　　首先，回顧了國

2、內(nèi)外電梯群控系統(tǒng)發(fā)展的歷史，概述了電梯群控系統(tǒng)發(fā)展的現(xiàn)狀，在總結(jié)前人方法不足的基礎(chǔ)上了提出一種新的解決問題的方法。然后將平均侯梯時(shí)間，平均乘梯時(shí)間，擁擠度和能耗作為參考因素，建立了多目標(biāo)優(yōu)化的電梯群控系統(tǒng)的數(shù)學(xué)模型。
　　然后，闡述了交通流模式的準(zhǔn)確識別對于電梯群控系統(tǒng)派梯算法的重要性，尤其是對用途未知的高層建筑來說，交通流模式的識別顯得更加重要。本文設(shè)計(jì)了一種基于模糊神經(jīng)網(wǎng)絡(luò)的交通流模式識別方法，并且根據(jù)采樣的數(shù)據(jù)，用Matla

3、b對該方法進(jìn)行了驗(yàn)證，仿真結(jié)果表明，用該方法識別的交通流的模式有非常小的誤差。
　　最后，針對標(biāo)準(zhǔn)遺傳算法存在收斂速度過慢且易于陷入局部最優(yōu)的缺點(diǎn)，提出了一種改進(jìn)的遺傳算法來求解個(gè)體的最優(yōu)適應(yīng)函數(shù)值。這種方法采用了新的編碼方式，能夠根據(jù)呼梯信號改變初始種群的規(guī)模，采用最優(yōu)個(gè)體的保存策略，并且可以自適應(yīng)交叉和變異。這種基于改進(jìn)遺傳算法的派梯算法被應(yīng)用在四種模式下:上行高峰模式、下行高峰模式、層間模式和空閑模式，并且對四種模式下電梯的