基于GA-BP神经网络和PSO-BP神经网络对电梯门系统故障预测对比

摘要

如今电梯已成为人们生活中必不可少的交通工具,但是近年这种交通工具因为门系统故障引起了很多人员伤亡事故.为了确保电梯安全可靠地运行,文中对电梯门系统进行了故障预测.针对电梯门系统故障类型:a)电梯既不关门,又不开门;b)门未关电梯能选层启动;c)电梯在行驶途中突然停车;d)电梯开关门时门扇振动大.将4种故障类型作为预测模型的输出.引起故障的原因有9个,作为输入.运用遗传算法(GA)、粒子群算法(PSO)与BP神经网络相结合建立模型,通过MATLAB仿真,对两种算法的预测结果进行比较,仿真结果表明两种算法在电梯门系统故障预测中具有可行性,并且PSO-BP神经网络模型在电梯门系统故障预测中可靠性高.