基于神經(jīng)網(wǎng)絡的電梯群控系統(tǒng)智能調(diào)度的研究.pdf

1、電梯是高層建筑中不可缺少的垂直交通運輸工具，隨著高層智能建筑的大量涌現(xiàn)，人們對電梯系統(tǒng)的性能提出了越來越高的要求。近年來，電梯控制技術得到了快速的發(fā)展，許多先進的控制技術被應用于電梯群控系統(tǒng)中，使電梯群控系統(tǒng)的性能在很大程度上得到提高，但仍有不少突出問題需要解決。本文以電梯研究為背景，以群控電梯系統(tǒng)為研究對象，開展兩臺電梯的群控系統(tǒng)的研究，建立合理的控制策略和智能控制算法，開發(fā)了基于神經(jīng)網(wǎng)絡的電梯群控系統(tǒng)智能調(diào)度的算法。主要研究內(nèi)容如下

2、： 本文首先對電梯群控系統(tǒng)的不確定性、多目標性和擾動性進行了特征分析，闡述了電梯群控系統(tǒng)控制方式和性能評價指標，并定義了影響電梯群控系統(tǒng)控制效果的特征值。 其次介紹了電梯運行中的上行高峰、下行高峰、多路交通、平衡的層間交通和空閑交通等不同交通模式及其特征，并提出了針對不同交通模式的控制策略。不同的交通模式采用不同的群控算法可以提高電梯運行系統(tǒng)的性能。 然后本文以減小乘客平均候梯時間，減少乘客長時間等待率，以及降低

3、系統(tǒng)運行能耗3個評價指標的加權平均作為電梯調(diào)度的綜合評價函數(shù)，并根據(jù)不同交通模式調(diào)整3個加權系數(shù)，進一步優(yōu)化調(diào)度策略；此外還對每種指標輸入變量的計算、變量的歸一化及評價函數(shù)的具體實現(xiàn)進行了闡述。最后利用神經(jīng)網(wǎng)絡的自學習和泛化能力進行派梯，根據(jù)建筑物內(nèi)不同時間的交通流量的變化選擇不同的調(diào)度算法。 本文最后構建了大樓電梯群控系統(tǒng)的仿真模型，用MATLAB對所設計的電梯群控算法進行了仿真，仿真結(jié)果表明這種基于神經(jīng)網(wǎng)絡的多目標智能調(diào)度方