基于模糊神经网络的电梯群控系统交通模式识别及上高峰控制策略的研究

摘要

该文首先研究了模糊神经网络的结构和三步训练算法,提出 了用于训练过程第二步的改进SOM算法,并编写了一个通用的模糊神经网络开发环境.然后在分析电梯群控系统的各 种交通模式的基础上,提出了应用两个模糊神经网络、分两个步骤进行交通模式识别的方法.该文研究了上行高峰时期的动态分区群控方法.动态分区是根据客流量的大小和分布情况动态地调整楼层区域的划分,并使一部电梯仅服务一个区域的方法.提出了一致的UPPINT的目标函数,将动态分区问题归结为一个最优化问题,用直接搜索方法对其进行求解,取得了很好的效果.为了测试群控算法的性能,开发了一套电梯群控系统虚拟环境.将群控算法按一定格式编写成DLL即可在虚拟环境中进行测试.仿真结果表明,在上行高峰时期采用动态 分区的群控方法是有效的.

目录

文摘

英文文摘

第一章绪论

§1.1电梯群控系统概述

§1.2电梯群控系统技术应用现状

§1.3论文的研究内容

第二章模糊神经网络研究

§2.1模糊逻辑与神经网络

§2.2模糊神经网络的结构

§2.3模糊神经网络的训练

§2.4模糊神经网络集成开发环境

第三章电梯群控系统的交通模式识别

§3.1电梯群控系统的交通模式

§3.2交通模式识别的提出和分析

§3.3用于交通模式识别的模糊神经网络的确定

§3.4交通模式识别模糊神经网络的训练

§3.5交通模式识别模糊神经网络的应用

第四章上行高峰时期控制策略的研究

§4.1上行高峰设计基础

§4.2上行高峰期控制策略的选择

§4.3动态分区最优化问题的形式

§4.4动态分区最优化问题求解方法的选择

§4.5用多维搜索方法求解动态分区的最优化问题

§4.6动态分区最优化问题求解方法的验证

第五章仿真环境的建立与仿真结果分析

§5.1电梯群控系统虚拟环境的建立

§5.2上行高峰模式下群控算法的仿真

§5.3仿真结果分析

§5.4结论

参考文献

致谢