基于人工智能的電梯群控算法的研究.pdf

1、隨著現(xiàn)代化城市的快速發(fā)展和高層建筑的日益增多，高層建筑內(nèi)交通變得越來越復雜，常常需要幾臺甚至幾十臺電梯組成電梯群來運送乘客，電梯群控算法的研究已成為國內(nèi)外研究的熱點之一。對于一個復雜的、具有多種要求的電梯群控系統(tǒng)，本文采用多種智能算法相結(jié)合對交通流進行分析，以識別當前系統(tǒng)的交通流模式，從而根據(jù)不同的模式采用不同的派梯方法。針對現(xiàn)有算法中存在的不足，將遺傳算法應用到群控系統(tǒng)中，提高電梯群的運行效率、降低能量損耗，并通過仿真試驗驗證了算法的

2、先進性、有效性。 1.回顧了電梯群控系統(tǒng)的國內(nèi)外發(fā)展現(xiàn)狀，介紹了現(xiàn)有的各種電梯群控系統(tǒng)的優(yōu)點與不足，提出了基于遺傳算法的電梯群控算法；并在評估電梯群控系統(tǒng)的四種性能指標和分析派梯過程中系統(tǒng)容易變化的因素后，建立了電梯群控的多目標評價函數(shù)。 2.提出了一種基于遺傳算法的徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡的電梯群控系統(tǒng)的交通流模式的識別方法。文章采用徑向基函數(shù)神經(jīng)網(wǎng)絡來識別電梯群控系統(tǒng)的交通流模式，用k-均值聚類算法確定網(wǎng)絡徑向基

3、函數(shù)的中心和寬度；用一次最小二乘法來計算權值矩陣，并用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的隱層結(jié)構(gòu)。試驗表明，該方法收斂速度快、識別精度高。接著提出了一種基于遺傳算法的層間交通模式下的電梯群控派梯算法。以多目標的評價函數(shù)的優(yōu)化組合作為目標尋求最優(yōu)派梯方案，根據(jù)電梯的運行狀態(tài)和各層站的外呼信號，構(gòu)造了適應度函數(shù)。在進化初期階段，采用標準遺傳算法在解空間中全局搜索，當種群收斂到最優(yōu)解附近時，引入自適應局部搜索算子，以提高算法的局部搜索能力，仿真結(jié)果表明，