基于多模式的电梯群控算法与仿真研究

发布时间：2017-10-20 10:46

  本文关键词：基于多模式的电梯群控算法与仿真研究

  更多相关文章： 电梯群控 群控策略 模糊控制 交通流模式 模糊神经网络

【摘要】：电梯作为现代高楼大厦的重要交通工具,在生活中得到了越来越广泛的应用。为了提升电梯的运行效率,需要多台电梯来完成群控和调度,然而传统的电梯群控方法往往存在呼梯不便,候梯时间长,功耗控制不力等问题。本课题以大厦群控电梯为研究对象,通过对群控电梯的多种交通流模式,包括上行高峰模式、下行高峰模式、2路交通模式、4路交通模式、平衡的层间交通模式以及空闲交通模式的特点及相应机制的分析,利用模糊神经网络对交通模式进行特征识别,确定了网络结构,并对神经网络进行了训练。在此基础上,考虑乘客平均候梯时间、乘客平均乘梯时间、长时间候梯率、系统能耗等因素,确定了目标评价函数。最终选取呼梯响应时间、最大响应时间、响应能力、聚集度和总利用率作为评价指标参数输入量,通过对输入变量模糊化处理,建立了各因素的模糊推理机制,最终完成了基于多模式群控算法的电梯分配。最后,结合现有的仿真方法,利用MATLAB仿真软件建立了客流发生器和群控算法模型,并基于此仿真模型以4台20层电梯为例,对所提出的群控算法进行了仿真实验。仿真结果表明,改进的多模式群控算法与传统最短距离、最小等待时间以及遗传算法相比,平均候梯时间、平均乘梯时间、长时间候梯率以及系统能耗等性能指标均具有不同程度的优化。
【关键词】：电梯群控 群控策略 模糊控制 交通流模式 模糊神经网络
【学位授予单位】：河北科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TU976.3;TP18
【目录】：

• 摘要4-5
• Abstract5-8
• 第1章 绪论8-14
• 1.1 论文的研究背景8-9
• 1.1.1 研究背景8-9
• 1.1.2 选题意义9
• 1.2 电梯群控制的国内外发展现状9-13
• 1.3 研究内容13-14
• 第2章 电梯群控系统的基础理论14-26
• 2.1 电梯群控系统的结构14-20
• 2.1.1 电梯控制系统的基本概念14-15
• 2.1.2 电梯群控制系统发展阶段15-19
• 2.1.3 电梯群控系统的基本结构19-20
• 2.2 电梯群控系统的功能20-21
• 2.3 电梯群控系统特性分析21-24
• 2.3.1 电梯群控的主要评价指标22-23
• 2.3.2 群控系统中的不确定因素23
• 2.3.3 电梯群控系统的扰动因素23-24
• 2.3.4 电梯群控系统的不完备性24
• 2.3.5 电梯群控系统的非线性24
• 2.4 本章小结24-26
• 第3章 电梯群控系统的模式识别26-36
• 3.1 大厦的交通模式26-29
• 3.1.1 上行高峰交通模式26-27
• 3.1.2 下行高峰模式27
• 3.1.3 2 路交通模式27-28
• 3.1.4 4 路交通模式28
• 3.1.5 平衡的层间交通模式28-29
• 3.1.6 空闲交通模式29
• 3.2 神经网络在交通模式识别领域的应用29-31
• 3.2.1 模糊神经网络的结构29-31
• 3.2.2 模糊神经网络的学习算法31
• 3.3 将模糊神经网络应用于交通模式识别31-34
• 3.3.1 交通模式的特征提取32
• 3.3.2 确定网络结构32-33
• 3.3.3 训练网络33-34
• 3.4 本章小结34-36
• 第4章 派梯策略算法的设计36-46
• 4.1 评价函数的确定36-37
• 4.2 模糊输入量的计算37-38
• 4.3 输入变量的模糊化38-40
• 4.3.1 HCWT的模糊化38
• 4.3.2 LWT的模糊化38-39
• 4.3.3 CV的模糊化39
• 4.3.4 GD的模糊化39-40
• 4.3.5 UR的模糊化40
• 4.4 模糊推理的建立40-44
• 4.4.1 平均候梯时间模糊推理规则41-42
• 4.4.2 长时候梯率模糊推理规则42
• 4.4.3 电梯能耗PC的模糊推理规则42-43
• 4.4.4 电梯的平均乘梯时间的模糊推理规则43-44
• 4.5 层厅呼叫信号的最终分配44-45
• 4.6 本章小结45-46
• 第5章 群控策略的仿真实现46-58
• 5.1 派梯仿真46-55
• 5.1.1 电梯群控仿真方法46-47
• 5.1.2 仿真设定47-48
• 5.1.3 仿真的组成48-49
• 5.1.4 客流发生器及对比算法建模49-55
• 5.2 仿真结果分析55-56
• 5.3 本章小结56-58
• 结论58-60
• 参考文献60-64
• 致谢64-66
• 个人简历66

【相似文献】

中国期刊全文数据库 前10条

1 黄雯雯;;电梯群控技术的现状与发展方向[J];硅谷;2014年02期

2 赵亚伟,徐宝全,张勰;基于现场总线的电梯群控模型及其算法[J];控制工程;2004年02期

3 罗乔东,武自芳,辛乐;基于模糊综合评判的电梯群控算法的研究与实现[J];自动化仪表;2004年01期

4 朱明富,雷科,王国萍;电梯群控制系统的设计与实现[J];武汉理工大学学报(信息与管理工程版);2005年04期

5 杨祯山;邵诚;;电梯群控技术的现状与发展方向[J];控制与决策;2005年12期

6 郁宙;;电梯群控系统控制算法的分析[J];江苏电器;2007年02期

7 曹锋;李连民;;浅谈智能建筑中的电梯群控技术[J];山西建筑;2007年21期

8 杨素;丁宝;;电梯群控待梯人群识别技术研究[J];控制工程;2008年S1期

9 张月岭;杨玉星;李寰;;基于乘客分类的电梯群控策略研究[J];微计算机信息;2008年12期

10 赵硕;唱江华;何鹏;;基于多目标的电梯群控派梯算法的研究与实现[J];齐齐哈尔大学学报;2008年06期

中国重要会议论文全文数据库 前7条

1 宗群;王维佳;孙志明;;基于鲁棒离散优化建模方法的电梯群控调度策略[A];第二十六届中国控制会议论文集[C];2007年

2 冯兴梅;李彦平;陈亮;;电梯群控最佳动态调度策略研究[A];2006全国复杂网络学术会议论文集[C];2006年

3 冯雷;张欣;张秀坤;;基于多目标进化算法的电梯群控优化调度仿真[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年

4 闫冬梅;顾德英;;基于MATLAB/SIMULINK/FUZZY BOX电梯群控不确定性的研究与仿真[A];第六届中国青年运筹与管理学者大会论文集[C];2004年

5 张昆;段其昌;张从力;;基于模糊控制的多目标电梯群控技术[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年

6 李彦平;冯兴梅;陈亮;;电梯群控最佳调度策略研究[A];2007中国控制与决策学术年会论文集[C];2007年

7 张健;王艳秋;;基于遗传BP模糊神经网络的电梯群控技术研究[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年

中国博士学位论文全文数据库 前3条

1 杨广全;电梯交通流分析及电梯群控策略研究[D];上海交通大学;2007年

2 宗群;虚拟环境下智能电梯群控调度方法的研究[D];天津大学;2003年

3 李中华;垂直交通客流分析与电梯群控制优化研究[D];华南理工大学;2005年

中国硕士学位论文全文数据库 前10条

1 刘政;基于强化学习的电梯群控调度技术研究[D];哈尔滨理工大学;2014年

2 兰琪;电梯群控的优化调度研究[D];太原理工大学;2016年

3 李春;目的层电梯群控策略研究与设计[D];东北大学;2014年

4 王平安;电梯群控并行系统研究[D];东北大学;2014年

5 黄志锋;基于强化学习的电梯群控调度技术研究[D];苏州大学;2016年

6 林佳;基于统计分析的电梯群控节能调度方法研究[D];华南理工大学;2016年

7 赫娇娇;基于模糊控制技术的电梯群控制系统的研究与设计[D];东北大学;2013年

8 翟秋君;基于多模式的电梯群控算法与仿真研究[D];河北科技大学;2016年

9 袁源;电梯群控系统仿真平台设计和应用[D];华中科技大学;2007年

10 韩奎;最小乘梯时间电梯群控算法及仿真平台研究[D];上海交通大学;2008年

，

本文编号：1066878