智能多模式電梯群控調(diào)度方法的研究與實(shí)現(xiàn)

《智能多模式電梯群控調(diào)度方法的研究與實(shí)現(xiàn)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、系統(tǒng)的安全性。由于目前市場(chǎng)上的樓宇自動(dòng)系統(tǒng)都是國(guó)外產(chǎn)品,在設(shè)備選型時(shí),必須充分考慮系統(tǒng)投入運(yùn)動(dòng)后的安全問題,包括系統(tǒng)的成套性、產(chǎn)品的技術(shù)成熟程度、對(duì)方技術(shù)交底到底什么程度、運(yùn)行數(shù)據(jù)管理甚至包括產(chǎn)品售后服務(wù)是否及時(shí)等,以確保系統(tǒng)安全、正常地運(yùn)行。為現(xiàn)代化建筑提供主要運(yùn)輸功能的電梯群控系統(tǒng),在人們?nèi)粘Ｉ钪衅鹬絹碓街匾淖饔谩Ｓ绊戨娞萑嚎厮惴ㄐ阅艿囊粋€(gè)重要因素是交通流,它是以電梯服務(wù)系統(tǒng)的乘客數(shù)、乘客出現(xiàn)的周期以及乘客的分布情況描述的。交通流的情況主要與建筑的用途有關(guān),對(duì)于典型辦公大樓,通?？蓪㈦娞萑嚎叵到y(tǒng)的交通流分為以下幾種模

2、式:上高峰交通模式,下高峰交通模式,2路交通模式,4路交通模式,平衡的層間交通模式和空閑交通模式等。在不同的交通模式下采用最適合的群控算法,可提高電梯系統(tǒng)的性能,即提高其服務(wù)的數(shù)量(處理能力)和質(zhì)量(服務(wù)時(shí)間)。要實(shí)現(xiàn)不同算法根據(jù)交通流的狀態(tài)實(shí)時(shí)地切換,需要有一個(gè)實(shí)時(shí)的交通分析模塊,以辨識(shí)當(dāng)前的交通模式,然后切入到相應(yīng)的算法。辨別交通模式的準(zhǔn)確性將直接影響整個(gè)系統(tǒng)的性能。Aebert等提出了用神經(jīng)網(wǎng)絡(luò)或模糊推理進(jìn)行交通模式識(shí)別的方法,但用神經(jīng)網(wǎng)絡(luò)方法制定樣本困難,而且網(wǎng)絡(luò)訓(xùn)練非常耗時(shí)；而用模糊規(guī)則方法則無學(xué)習(xí)功能。為此,本文提

3、出一種用模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行電梯群控系統(tǒng)交通模式識(shí)別的方法。智能多模式電梯群控調(diào)度方法的研究與實(shí)現(xiàn)摘要:電梯群控系統(tǒng)的任務(wù)是有效地運(yùn)送乘客，提高電梯運(yùn)行效率、改善服務(wù)質(zhì)量。根據(jù)大樓不同交通流狀況識(shí)別不同的交通流模式，并采用最合適的調(diào)度方法分派電梯是提高電梯群控性能的關(guān)鍵。本文實(shí)現(xiàn)了一種基于模式識(shí)別的智能多模式電梯群控調(diào)度方法，該方法可以在一天中根據(jù)不同的交通流狀況，提供不同的群控策略，從而使電梯服務(wù)更優(yōu)，仿真實(shí)驗(yàn)表明了這種電梯調(diào)度方法是有效的。關(guān)鍵詞:電梯群控系統(tǒng)；電梯調(diào)度；交通模式識(shí)別；模糊神經(jīng)網(wǎng)絡(luò)；多模式1、引言電梯群控系統(tǒng)是

4、在建筑物內(nèi)控制三部或三部以上電梯并實(shí)現(xiàn)優(yōu)化調(diào)度從而有效的運(yùn)送乘客改善服務(wù)質(zhì)量的控制系統(tǒng)。在群控調(diào)度算法的研究中，人們發(fā)現(xiàn)建筑物內(nèi)的交通模式在一天的不同時(shí)間內(nèi)是變化的，僅用一種固定不變的派梯算法不能適應(yīng)所有的交通模式，群控系統(tǒng)必須適應(yīng)建筑物內(nèi)交通模式的變化。隨著人工智能理論的發(fā)展，研究人員提出了多種智能派梯方法，按照交通流模式的不同，有適用于高峰期的群控算法、適用于層間交通的群控算法和適用于空閑模式的群控算法等。對(duì)于某一種交通模式，可以設(shè)計(jì)出適合它的群控算法，并在此交通模式下提高電梯群控系統(tǒng)的服務(wù)質(zhì)量，但這種群控算法假如用于其他

5、交通模式，其性能可能很不理想。如果群控系統(tǒng)能夠比較準(zhǔn)確地辨別出各種交通模式所占的比例，那就可以按照各種模式比例的大小，采用適合于這種交通模式的群控算法。本文針對(duì)上述問題并綜合了空閑派梯、隨機(jī)層間派梯和高峰期派梯等幾種智能算法的思想提出了一種基于模式識(shí)別的智能多模式電梯群控調(diào)度方法，并在虛擬環(huán)境下實(shí)現(xiàn)了這種調(diào)度算法。2、基于交通模式識(shí)別的電梯群控系統(tǒng)在群控器中，應(yīng)有一個(gè)交通模式識(shí)別模塊，實(shí)時(shí)監(jiān)測(cè)建筑內(nèi)的交通狀況和交通需求，用以調(diào)整梯群監(jiān)控系統(tǒng)的參數(shù)或選擇不同的控制算法，使梯群監(jiān)控系統(tǒng)的控制策略能夠適應(yīng)當(dāng)前的交通狀況。采用交通模式

6、識(shí)別的電梯群控器結(jié)構(gòu)如圖1所示。根據(jù)上、下行高峰時(shí)電梯上、下停站和呼梯的關(guān)系，用神經(jīng)網(wǎng)絡(luò)辨別交通模式，采用各時(shí)間段為純粹模式的模擬交通流，利用仿真獲得電梯的運(yùn)行過程，從而根據(jù)對(duì)仿真過程中的電梯運(yùn)行記錄得到的電梯上行停靠次數(shù)、下行?？看螖?shù)等信息制定樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)，進(jìn)行交通模式識(shí)別。然后根據(jù)模式識(shí)別的結(jié)果進(jìn)行派梯。2、電梯群控系統(tǒng)的交通模式識(shí)別3。1用于交通模式識(shí)別的模糊神經(jīng)網(wǎng)絡(luò)模型用于交通模式識(shí)別的模糊神經(jīng)網(wǎng)絡(luò)是基于聯(lián)結(jié)機(jī)制的模糊神經(jīng)網(wǎng)絡(luò)模型圈，該模糊神經(jīng)網(wǎng)絡(luò)采用五層結(jié)構(gòu)，如圖2所示。第一層為輸人層、其中每一個(gè)節(jié)點(diǎn)是一個(gè)輸人節(jié)

7、點(diǎn)(語言節(jié)點(diǎn))，它代表輸人語言變量。第二層和第四層分別為模糊化層和綜合層，它們的節(jié)點(diǎn)是模糊子集節(jié)點(diǎn)，分別用于表示輸人和輸出變量的隸屬函數(shù)。第三層為規(guī)則層，其中的節(jié)點(diǎn)為規(guī)則節(jié)點(diǎn)，代表模糊邏輯規(guī)則，所有第三層的節(jié)點(diǎn)構(gòu)成了一個(gè)模糊規(guī)則庫。第五層為輸出層，其節(jié)點(diǎn)代表網(wǎng)絡(luò)的輸出語言變量。3。2交通流模式識(shí)別應(yīng)用模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行交通模式識(shí)別需要以下幾個(gè)步驟。1)交通模式特征的提取。根據(jù)對(duì)每種交通模式定義的分析，可以確定3個(gè)特征值:本時(shí)間段的總客流量(總乘客數(shù))，進(jìn)門廳乘客數(shù)，出門廳乘客數(shù)，這些特征值基本上可以反映一個(gè)時(shí)間段的交通特征。2)

8、網(wǎng)絡(luò)結(jié)構(gòu)的確定。根據(jù)總客流量、進(jìn)門廳人數(shù)和出門廳人數(shù)三個(gè)特征值辨別出上高峰、下高峰、隨機(jī)層間和空閑四種交通模式的比例。，，歸一化后作為網(wǎng)絡(luò)的輸入。網(wǎng)絡(luò)輸出為:，分別表示上高峰、下高峰、層間和空閑四種交通模式所占的比例。3)通過樣本訓(xùn)練網(wǎng)絡(luò)。①確定樣本:交通模式識(shí)別網(wǎng)絡(luò)的樣本主