电梯群控技术的现状与发展方向(8)

图’()*+

,--..模糊控制系统结构图/为具有模糊逻辑的电梯群控系统0123

455667/89

:

为得到电梯最优调度%系统使用了多评价指标的多级模糊规则完成多级决策:呼梯分配系统中增加一个综合评价系统%包括候梯时间;长时间候梯率及预测误差率评价指标阈值:与传统的系统相比%平均候梯时间减少了8"<=/"<%超过8>?@的长候梯率减少了A5<=56<%轿厢到达的预报准确率提高了$6<=56<:

存在的问题是%尽管专家知识可以更好地处理电梯系统的多目标性;随机性和非线性%但由于隶属函数加权系数不会根据不同交通模式而改变%无法自学习%运行时无法修正规则%因而使系统性能受专家知识影响很大:

B:’神经网络技术

神经网络具有非线性;非局限性及动态性的特点和较强的学习功能:8CCA年神经网络技术开始引

进电梯群控系统7//9

:

神经网络在电梯群控系统中的应用主要有两方面D建筑物交通模式的识别和电梯调度策略优化:

B:’:E神经网络用于群控交通模式识别7

/F=/"9

8#将特定建筑物若干天的交通数据存储起来%

从中提取特征数据:系统以一定的采样周期采集信息作为样本%对一个指定的周期使用特征数据重复

地训练神经网络%直到满足收敛条件7/A9

!

/#在实施范围内%借助于最新编制的神经网络识别出交通模式!

F#根据识别出的交通模式实现相应的有效操作%选出最佳派梯方案&

通过输入数据的不断训练学习%获得对新交通条件的适应能力%应用最小候梯时间的性能判据%选择合适的交通模式%使系统选择最佳的层站呼叫分配算法&

B:’:’应用效果万　

方数据利用神经网络能够确定"种共同的交通模

收敛性变差%同时网络结构的合理改变难以验证:

B:’:H模糊神经网络用于派梯过程7

8C%/$9糊神经网络I0JJ#

是将神经网络与模糊逻辑二者有机结合%采用神经网络技术进行模糊信息处理%使得模糊规则的自动提取及模糊隶属函数的自动生成成为可能%进而克服神经网络结构难以确定以及模糊逻辑无自学习功能的缺点%使模糊系统成为一种自适应系统:模糊神经网络的建立和使用步骤如下D

8#利用专家知识概略地形成模糊模型!

/#基于这一模糊模型构成模糊神经网络!F#训练神经网络%采集特定的交通数据作为样本%采用相应算法进行学习%调整神经网络必要的权值%以得到优化的模糊规则!

A#网络的应用:

网络的输入数据是在统计数据和实时数据的基础上进行预测得到的%这就要求实时地采集数据%周期性地统计和存诸数据&预测到神经网络的输入后%经过网络的计算%在较精确地识别出交通模式之后%对不同的模式采取适合其特点的相应控制算法%

选出派梯方案:图F是东芝公司的模糊神经网络电

梯群控系统2K486660J7/$9:

将模糊逻辑作为电梯系统性能预测模型%以模糊规则的集合形式存储控制参数与电梯系统响应的关系%用模糊推理的方式预测系统的性能%在性能调整函数中使用预测模型%以获得当前交通条件下最佳的控制参数:

图H(LL电梯群控系统性能调整

B:’:M应用效果

模糊神经网络的应用%使得自动适应各种不同

搜索“diyifanwen.net”或“第一范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，第一范文网，提供最新人文社科电梯群控技术的现状与发展方向(8)全文阅读和word下载服务。