基于模糊神經(jīng)網(wǎng)絡(luò)的電梯群控系統(tǒng)的研究.pdf

1、隨著社會(huì)經(jīng)濟(jì)的發(fā)展，高層建筑日益增多，電梯群在高層建筑以及智能大廈中所起的作用越來越大，電梯群控系統(tǒng)已成為國內(nèi)外研究的熱點(diǎn)。本文對電梯群控系統(tǒng)的研究主要包括兩方面內(nèi)容:電梯交通模式識別和調(diào)度算法的研究，并且在研究中引入了智能控制方法。
　　首先，本文闡述了論文的課題背景以及研究的目的和意義，回顧了電梯群控的發(fā)展與研究現(xiàn)狀。
　　其次，本文研究了電梯群控的基本特性，主要有不確定性、擾動(dòng)性、非線性和多目標(biāo)性，并且給出了交通流的基

2、本概念以及檢測交通流的方法。研究了電梯群控系統(tǒng)的性能評價(jià)指標(biāo)，主要包括時(shí)間評價(jià)指標(biāo)和能耗評價(jià)指標(biāo)。研究了電梯群控系統(tǒng)的構(gòu)成。
　　然后，本文研究了應(yīng)用于電梯群控系統(tǒng)的Mamdani型模糊神經(jīng)網(wǎng)絡(luò)，模糊神經(jīng)網(wǎng)絡(luò)融合了模糊邏輯和人工神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，易于表達(dá)知識并且有自學(xué)習(xí)能力。文中給出的Mamdani型模糊神經(jīng)網(wǎng)絡(luò)為交通模式識別與優(yōu)化派梯提供了理論基礎(chǔ)。
　　根據(jù)給出的模糊神經(jīng)網(wǎng)絡(luò)對電梯交通流進(jìn)行模式識別。本文研究了六種典型的交

3、通模式，詳述了各個(gè)交通模式的特征。采用三階段混合學(xué)習(xí)算法對模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)，并結(jié)合實(shí)際交通特點(diǎn)采用兩個(gè)模糊神經(jīng)網(wǎng)絡(luò)對交通流分兩步進(jìn)行識別，先用網(wǎng)絡(luò)Ⅰ識別出上行高峰、下行高峰、空閑交通以及層間交通的比例，若層間比例較小時(shí)不需要進(jìn)行網(wǎng)絡(luò)Ⅱ的模式識別，若層間交通比例較大時(shí)，運(yùn)用網(wǎng)絡(luò)Ⅱ識別出兩路、四路以及隨機(jī)層間交通模式的比例。用樣本訓(xùn)練模糊神經(jīng)網(wǎng)絡(luò)，并用實(shí)際的交通流對模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行測試。
　　最后，研究了電梯群控調(diào)度算法，電梯調(diào)度