電梯群控系統(tǒng)的自適應多目標優(yōu)化方法研究.pdf

1、本文主要研究了電梯群控系統(tǒng)的自適應多目標優(yōu)化方法。 由于電梯群控系統(tǒng)重要的實際意義，其自適應多目標優(yōu)化問題得到了廣泛關注。電梯群控系統(tǒng)是一個典型的多目標系統(tǒng)，為探索解決問題的有效方法，論文首先系統(tǒng)地總結了電梯群控系統(tǒng)多目標優(yōu)化方法。在此基礎上，建立了電梯群控系統(tǒng)的自適應多目標優(yōu)化結構，并且對結構中各組成模塊的功能進行了介紹，同時詳細闡述了自適應多目標優(yōu)化原理。 在自適應多目標優(yōu)化過程中，優(yōu)化評價函數(shù)參數(shù)是解決整個問題的關

2、鍵。論文以馬爾可夫決策過程為背景，模型化評價函數(shù)參數(shù)優(yōu)化問題，根據(jù)所研究問題的特點定義模型各要素。并且通過對自適應優(yōu)化方法的總結、分析與比較，提出基于強化學習的評價函數(shù)參數(shù)優(yōu)化方法，即利用強化學習的SARSA(λ)值迭代算法和策略梯度算法實現(xiàn)算法的迭代更新，并且將兩者分別與Tile coding函數(shù)逼近相結合。然后利用隨機過程、矩陣論以及不動點理論，分析證明相關算法收斂性。 針對所提出的評價函數(shù)參數(shù)優(yōu)化方法存在收斂速度慢、訓練時

3、間長等問題，將隱偏向信息學習與強化學習相結合，進一步提出了改進的評價函數(shù)參數(shù)優(yōu)化方法。仿真實驗表明，改進方法的收斂速度明顯提高，同時縮短了學習時間。 設計結合自適應多目標優(yōu)化單元的電梯群控虛擬仿真環(huán)境的結構，定義各部分功能函數(shù)之間的接口。結合電梯群控虛擬仿真環(huán)境進行仿真，生成了兩種不同的交通流用于算法的仿真與訓練，首先分析比較兩種評價函數(shù)參數(shù)優(yōu)化方法在解決電梯群控系統(tǒng)的自適應多目標優(yōu)化問題中的學習能力，然后通過與其他方法進行比較