資源描述：
《模糊神經(jīng)網(wǎng)絡(luò)在電梯群控系統(tǒng)中的應(yīng)用研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、分類號密級UDC學(xué)位論文模糊神經(jīng)網(wǎng)絡(luò)在電梯群控系統(tǒng)中的應(yīng)用研究作者姓名：張紹謙指導(dǎo)教師：楊衛(wèi)國副教授東北大學(xué)信息科學(xué)與工程學(xué)院申請學(xué)位級別：碩士學(xué)科類別：工學(xué)學(xué)科專業(yè)名稱：控制理論與控制工程論文提交日期：2009年6月30日論文答辯日期：2009年7月4日學(xué)位授予日期：2009年7月答辯委員會主席：王建輝評閱人：周瑋、張軍東北大學(xué)2009年6月AThesisinControlTheoryandControlEngineeringApplicationResearchofFuzzyNeuralNetworkinElevatorGroupControlSyst
2、embyZhangShaoqianSupervisor:AccociateProfessorYangWeiguoNortheasternUniversityJune2009獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是在導(dǎo)師的指導(dǎo)下完成的。論文中取得的研究成果除加以標(biāo)注和致謝的地方外，不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包括本人為獲得其他學(xué)位而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示誠摯的謝意。學(xué)位論文作者簽名：日期：學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者和指導(dǎo)教師完全了解東北大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定：即學(xué)
3、校有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人同意東北大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索、交流。作者和導(dǎo)師同意網(wǎng)上交流的時間為作者獲得學(xué)位后：半年□一年□一年半□兩年□學(xué)位論文作者簽名：導(dǎo)師簽名：簽字日期：簽字日期：-I-東北大學(xué)碩士學(xué)位論文摘要模糊神經(jīng)網(wǎng)絡(luò)在電梯群控系統(tǒng)中的應(yīng)用研究摘要隨著高層建筑物的日益增多，電梯群在高層建筑和智能大廈中的作用越來越重要，電梯群控系統(tǒng)已經(jīng)稱為國內(nèi)外研究的熱點(diǎn)。本文的目的是根據(jù)電梯群控的理論和研究焦點(diǎn)，應(yīng)用合適的智能算法進(jìn)行電梯群控制。本文首先回顧了電梯群控的發(fā)展歷
4、史和現(xiàn)狀，介紹了電梯群控的基本理論和兩種常用的電梯群控系統(tǒng)控制方法：模糊邏輯和神經(jīng)網(wǎng)絡(luò)，并分析了他們的優(yōu)缺點(diǎn)。然后，本文介紹了模糊邏輯和神經(jīng)網(wǎng)絡(luò)結(jié)合的模糊神經(jīng)網(wǎng)絡(luò)，并詳細(xì)分析了模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和推理過程，然后針對本文采用的模糊神經(jīng)網(wǎng)絡(luò)模型，筆者編制了相應(yīng)的MATLAB程序并對程序和模型進(jìn)行了仿真實(shí)驗(yàn)以驗(yàn)證其有效性和可靠性。在完成了前文的理論準(zhǔn)備后，本文對模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行混合訓(xùn)練學(xué)習(xí)，首先使用了k-均值算法初步確定了隸屬函數(shù)的中心和寬度，然后使用順序聚類方法提取模糊規(guī)則，最后使用帶有動態(tài)慣性權(quán)值的PSO對隸屬函數(shù)的中心和寬度進(jìn)行了優(yōu)化調(diào)整。經(jīng)過混合訓(xùn)練學(xué)習(xí)
5、方法對模糊神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和優(yōu)化后，可以得到較為完整的模糊神經(jīng)網(wǎng)絡(luò)。此處構(gòu)建的模糊神經(jīng)網(wǎng)絡(luò)模型的方法將應(yīng)用于隨后的電梯群控模式識別模塊和派梯調(diào)度模塊。按照上文提到的模糊神經(jīng)網(wǎng)絡(luò)模型構(gòu)建和訓(xùn)練學(xué)習(xí)方法根據(jù)交通流模式識別的特點(diǎn)和要求建立相應(yīng)的模糊神經(jīng)網(wǎng)絡(luò)，然后通過構(gòu)建并訓(xùn)練完畢的模糊神經(jīng)網(wǎng)絡(luò)對當(dāng)前交通流特征值分析以得到相應(yīng)的交通流模式，從而可以根據(jù)當(dāng)前交通流模式制定相應(yīng)的調(diào)度控制策略。之后按照上文提到的模糊神經(jīng)網(wǎng)絡(luò)模型構(gòu)建和訓(xùn)練學(xué)習(xí)方法根據(jù)電梯群控派梯調(diào)度系統(tǒng)的特點(diǎn)和要求建立相應(yīng)的模糊神經(jīng)網(wǎng)絡(luò)，根據(jù)前面得到的交通流模式和派梯調(diào)度策略，通過模糊神經(jīng)網(wǎng)絡(luò)對當(dāng)前電梯運(yùn)
6、行狀態(tài)數(shù)據(jù)進(jìn)行的分析從而對呼梯信號序列進(jìn)行調(diào)度。最后對本文建立的電梯群控系統(tǒng)進(jìn)行了仿真和數(shù)據(jù)驗(yàn)證，根據(jù)模擬實(shí)際系統(tǒng)的運(yùn)行，驗(yàn)證了本文算法和模型的有效性。關(guān)鍵詞：電梯群控系統(tǒng)，模糊神經(jīng)網(wǎng)絡(luò)，PSO算法，交通流模式識別，電梯群控派梯調(diào)度-II-東北大學(xué)碩士學(xué)位論文AbstractApplicationResearchofFuzzyNeuralNetworkinElevatorGroupControlSystemAbstractWiththedevelopmentofhigh-risebuildings,elevatorgroupisplayingamoreim
7、portantroleinhigh-risebuildingsandintelligentbuildings,sotheelevatorgroupcontrolsystem(EGCS)isnowthefocusoftheresearchersathomeandaboard.InthispapersuitableintelligentalgorithmsareappliedinthiscomplicatedsystemaccordingtothetheoryofECGSandresearchfocus.Firstlythehistoryandstatusqu
8、oarereviewed,andthebasictheoryofE
