資源描述：
《群控電梯的智能控制算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、摘要論文題目：群控電梯的智能控制算法研究專業(yè)：控制理論與控制工程研究生：曹鋒指導(dǎo)教師：劉躍敏副教授摘要隨著高層建筑和智能化建筑的不斷出現(xiàn)，電梯作為垂直運(yùn)輸設(shè)備得到了廣泛的應(yīng)用。為了提高電梯的運(yùn)行效率和服務(wù)質(zhì)量，建筑物內(nèi)需要安裝多臺(tái)電梯以滿足乘客的交通需求?，F(xiàn)代建筑多采用電梯群控系統(tǒng)對(duì)多臺(tái)電梯群進(jìn)行集中統(tǒng)一的控制和優(yōu)化調(diào)度，以縮短人們的候梯時(shí)間和乘梯時(shí)間，減少能量的損耗。文中分析和研究了電梯群控系統(tǒng)的系統(tǒng)特性、性能評(píng)價(jià)指標(biāo)及大樓內(nèi)的交通模式，總結(jié)了現(xiàn)有的電梯群控算法。在此基礎(chǔ)上，提出了一種新的評(píng)價(jià)電梯調(diào)度目標(biāo)的綜合評(píng)價(jià)函數(shù)，將平均候梯時(shí)間少、平均乘梯時(shí)間少、能源消耗少、長(zhǎng)候梯率低四個(gè)重要目標(biāo)
2、的加權(quán)平均值作為評(píng)價(jià)函數(shù)，并根據(jù)不同的交通模式調(diào)整加權(quán)系數(shù)。研究了遺傳算法和模糊神經(jīng)網(wǎng)絡(luò)，用遺傳算法優(yōu)化具有全局性的模糊神經(jīng)網(wǎng)絡(luò)的隸屬函數(shù)參數(shù)，用BP算法調(diào)節(jié)和優(yōu)化具有局部性的參數(shù)，建立了基于遺傳算法的模糊神經(jīng)網(wǎng)絡(luò)。用基于遺傳算法的模糊神經(jīng)網(wǎng)絡(luò)來(lái)具體實(shí)現(xiàn)四個(gè)控制目標(biāo)的求解，實(shí)現(xiàn)不同交通模式下電梯群的調(diào)度。搭建了基于Delphi和Matlab的電梯群控系統(tǒng)仿真平臺(tái)，該仿真平臺(tái)為測(cè)試電梯群控算法、仿真電梯運(yùn)行過(guò)程、進(jìn)行電梯配置等工作提供了一個(gè)方便有效的試驗(yàn)平臺(tái)。文中最后利用該仿真平臺(tái)對(duì)所設(shè)計(jì)的群控算法進(jìn)行了仿真測(cè)試，仿真結(jié)果表明，基于遺傳算法的模糊神經(jīng)網(wǎng)絡(luò)算法能在不同的交通模式下，對(duì)電梯群進(jìn)行
3、調(diào)度。同其它傳統(tǒng)的群控算法相比，基于遺傳算法的模糊神經(jīng)網(wǎng)絡(luò)的電梯群控算法下的平均候梯時(shí)間、平均乘梯時(shí)間、長(zhǎng)時(shí)間候梯率、電梯能耗都有了明顯的降低，驗(yàn)證了該群控算法的有效性和可行性。關(guān)鍵詞：電梯群控，遺傳算法，模糊神經(jīng)網(wǎng)絡(luò)，交通模式，仿真論文類型：應(yīng)用基礎(chǔ)研究I摘要Subject:TheIntelligentControlAlgorithmOftheElevatorGroupControlSystemsSpecialty:ControltheoryandcontrolengineeringName:CaoFengSupervisor:AssociateProfessorLiuYue-minAB
4、STRACTWiththehigh-risebuildingandintelligentarchitectureemerging,elevatorasverticaltransportequipmenthasbeenwidelyused.Inordertoimprovetheoperationefficiencyandservicequalityoftheelevator,buildingsneedtoinstallmorethanoneelevatortomeettrafficdemand.Theelevatorgroupcontrolsystemimprovestheserviceef
5、ficiencyandqualitybyanoptimizedcontrolpolicy,whichharmonizesmulti-elevatoroperation.Thisthesisanalyzesandresearchesthecharacteristicandperformanceevaluationindicatorsofthesystemandthetrafficpatternsofbuildings,summarizestheexistentelevatorgroupcontrolalgorithm.Basedonthis,anewcomprehensiveevaluati
6、onfunctiontoevaluateelevatordispatchingobjectivesisproposed,lessaveragewaitingtimeandtakingtime,lessenergyconsumptionandlowrateoflongwaitingisfourimportantobjectives,wetaketheweightedaverageofthefourobjectivesasanevaluationfunction,andadjusttheweightingcoefficientsbasedondifferenttrafficpatterns.T
7、hispaperanalyzesthegeneticalgorithmandfuzzyneuralnetwork,usingthegeneticalgorithmtooptimizetheoverallparametersofthefuzzymembershipfunctionoftheneuralnetworkandusingtheBPalgorithmtoadjustandoptimizethepartialpara
