第1章 绪 论
1.1. 电梯群控现状概述
1.2. 电梯群控的起源与发展历程
1.3. 电梯群控策略及算法评价
1.3.1. 分区派梯的策略评价
1.3.2.基于搜索算法的策略评价
1.3.3.基于专家系统的策略评价
1.3.4.基于模糊算法的策略评价
1.3.5.基于神经网络的策略评价
1.3.6.基于遗传算法的策略评价
1.4. 课题的背景和意义
1.5. 本课题主要的研究内容
第2章 多电梯群控系统的特性分析
2.1. 电梯群控系统特性分析
2.1.1.大厦内多电梯群控系统的多目标特性
2.1.2.大厦内多电梯群控系统的不确定性特性
2.1.3.大厦内多电梯群控系统的非线性特性
2.1.4.大厦内多电梯群控系统的扰动性特性
2.1.5.大厦内多电梯群控系统的不完备性特性
2.2. 电梯交通流模式特性分析
2.2.1.上行高峰客流模式
2.2.2.下行高峰客流模式
2.2.3.层间随机客流模式
2.2.4.空闲客流模式
2.3. 小结
第3章 大厦内多电梯群控高效节能运行策略
3.1. 大厦内多电梯群控系统的决策变量
3.2. 电梯群控的评价函数
3.2.1.乘客候梯时间评价子函数
3.2.2.乘客乘梯时间评价子函数
3.2.3.电梯能耗评价子函数
3.2.4.电梯群控综合评价函数
3.3. 电梯群控遗传算法设计
3.3.1.派梯方案编码选择
3.3.2.派梯初始种群生成
3.3.3.派梯方案的适应度函数
3.3.4.遗传算法下派梯方案的选择操作
3.3.5.遗传算法下派梯方案的交叉操作
3.3.6.遗传算法下派梯方案的变异操作
3.4. 控制参数的优化设计
3.5. 基于粒子群算法的初始种群预优化设计
3.5.1.基本粒子群算法原理
3.5.2.派梯方案种群生成的整数型粒子群算法优化设计
3.6. 电梯遗传算法总体流程图
3.7. 小结
第4章 大厦内多电梯群控高效节能运行策略仿真实验
4.1. 电梯遗传算法的仿真实验
4.1.1. 仿真实验的基本参数
4.1.2. 仿真模型
4.1.3. 仿真结果
4.2. 粒子群算法的初始种群预优化的电梯遗传算法分析
4.2.1. 粒子群算法的初始种群生成分析
4.2.2. 粒子群算法的初始种群预优化的电梯遗传算法对比
4.3. 粒子群算法初始种群预优化的电梯遗传算法客流模式仿真实验
4.4. 小结
第5章 总结及展望
5.1. 总结
5.2. 展望
参考文献
致谢
天津大学;
