基于智能控制的电梯群控研究

摘要

电梯作为一种垂直运输的升降设备，在高层建筑物中发挥着越来越重要的作用。随着城市建设事业的飞速发展，高层建筑的出现和建筑面积的不断扩大，人们对电梯的服务质量提出了越来越高的要求。因此，单个电梯已经不能满足人们的需要，而电梯群控系统的研究成为了当今电梯界的研究热点。
　　本文总结了电梯群控系统的国内外研究现状，对电梯群控系统的性能进行了全面分析，并在交通模式的基础上模拟出了电梯客流数据。通过分析各种智能控制方法对电梯群控系统的影响，利用模糊工具箱建立了两个电梯群控系统模型，并通过仿真工具箱将两个系统连接起来，验证了模糊控制对电梯群控系统的控制作用。构造了模糊神经网络结构，并采用混合算法的三阶段方法推理出了电梯群控系统的调度策略。
　　本着以人为本和企业节能减排的原则，本文以减少乘客平均候梯时间、降低乘客长候梯率以及节省能源为目标，提出了用蚁群算法优化模糊神经网络权值参数的智能控制方法。采用MATLAB语言编写了电梯群控系统的算法仿真程序，其结果表明蚁群算法和模糊神经网络的结合可以使电梯群控系统的智能调度算法具有更好的学习精度、实效性和快速收敛性。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 电梯群控系统概述

1.2 选题背景及意义

1.3 电梯群控系统的国内外研究现状

1.4 电梯群控技术的发展方向

1.5 本课题主要研究情况

第2章 电梯群控系统分析

2.1 电梯群控系统的特性分析

2.2 电梯群控系统的性能评价

2.3 电梯群控技术及其分类

2.4 本章小结

第3章 电梯群控系统的客流模型分析及客流仿真

3.1 研究电梯交通客流的必要性

3.2 电梯交通客流模型分析

3.3 乘客起始楼层和目标楼层的确定

3.4 客流仿真和结果分析

3.5 本章小结

第4章 模糊神经网络控制在电梯群控系统中的应用

4.1 模糊控制的起源和发展

4.2 模糊控制的基本原理

4.3 模糊控制在电梯群控系统中的应用

4.4 模糊神经网络控制在电梯群控系统中的应用

4.5 本章小结

第5章 蚁群算法结合模糊神经网络的电梯群控调度方法

5.1 蚁群算法

5.2 蚁群算法结合模糊神经网络的电梯群控调度方法

5.3 电梯群控算法的仿真实验研究

5.4 本章小结

结论与展望

参考文献

攻读硕士学位期间发表的论文和获得的科研成果

致谢