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

1、隨著社會經(jīng)濟的發(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。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、擾動性、非線性和多目標性，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)的性能評價指標，主要包括時間評價指標和能耗評價指標。研究了電梯群控系統(tǒng)的構(gòu)成。
　　然后，本文研究了應用于電梯群控系統(tǒng)的Mamdani型模糊神經(jīng)網(wǎng)絡，模糊神經(jīng)網(wǎng)絡融合了模糊邏輯和人工神經(jīng)網(wǎng)絡的優(yōu)點，易于表達知識并且有自學習能力。文中給出的Mamdani型模糊神經(jīng)網(wǎng)絡為交通模式識別與優(yōu)化派梯提供了理論基礎。
　　根據(jù)給出的模糊神經(jīng)網(wǎng)絡對電梯交通流進行模式識別。本文研究了六種典型的交

3、通模式，詳述了各個交通模式的特征。采用三階段混合學習算法對模糊神經(jīng)網(wǎng)絡進行學習，并結(jié)合實際交通特點采用兩個模糊神經(jīng)網(wǎng)絡對交通流分兩步進行識別，先用網(wǎng)絡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，若層間比例較小時不需要進行網(wǎng)絡Ⅱ的模式識別，若層間交通比例較大時，運用網(wǎng)絡Ⅱ識別出兩路、四路以及隨機層間交通模式的比例。用樣本訓練模糊神經(jīng)網(wǎng)絡，并用實際的交通流對模糊神經(jīng)網(wǎng)絡進行測試。
　　最后，研究了電梯群控調(diào)度算法，電梯調(diào)度