文献类型：学位论文

中文题名：模糊神经网络在电梯流量识别及群控系统中的应用

作者：施骏成[1];

机构：[1]华东理工大学;

导师：黄建华;华东理工大学|朱育红;华东理工大学

授予学位：硕士

语种：中文

中文关键词：高层建筑;垂直电梯;群控系统;模糊神经网络

摘要：近年来，高层建筑的数量日益增长，垂直电梯已经成为人们生活中不可或缺的基础交通工具。随着建筑规模的扩张与电梯数量的增加，垂直客流量呈现出了复杂、多元的变化，故而人们对电梯群控系统的性能也提出了更高的要求。本文运用智能控制方法对电梯群控系统进行研究，主要包括两个方面:电梯交通模式识别与调度算法的研究。<br>　　本文的主要工作是应用模糊神经网络技术对电梯群控系统进行更深层次的优化，平衡不同交通模式下的平均候梯时间、平均乘梯时间、长候梯率、能耗等控制指标，提升电梯群控系统整体性能。首先，本文对电梯交通流模式进行深入的分析，研究基于模糊神经网络的交通模式识别方法。其次，采用三阶段混合学习算法训练模糊神经网络，并录入实际交通流数据进行模式识别，获得符合电梯交通特征的六种交通模式，验证该方法识别建筑内的垂直交通流模式准确率的提升效果。最后，在分析电梯群控系统的运行特性以及不同交通模式下的性能评价指标的基础上，确定电梯群控系统的四种优化控制目标，构造基于线性加权法的评价函数，运用模糊神经网络实现多目标优化控制下的电梯群控算法。在仿真环境下，对最小最长候梯算法、分区控制算法、基于模糊神经网络的多目标复合算法进行了仿真比较，仿真结果表明本文提出的控制算法对于平均候梯时间、平均乘梯时间、长候梯率等指标有着较好的控制效果，实现了在不同交通模式以及不同乘客到达率情况下，电梯群控系统的有序调度和高效运作。