电梯群控系统交通模式识别.pdf

电梯群控系统交通模式识别.pdf

ID:52442508

大小:273.19 KB

页数:4页

时间:2020-03-27

电梯群控系统交通模式识别.pdf_第1页
电梯群控系统交通模式识别.pdf_第2页
电梯群控系统交通模式识别.pdf_第3页
电梯群控系统交通模式识别.pdf_第4页
资源描述:

《电梯群控系统交通模式识别.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、、l勺化电梯群控系统交通模式识别Traficpatternrecognitionofelevatorgroupcontrolsystem熊新国,田红彬XlONGXin-guo.TIANHong.bin(河南职业技术学院机电系,郑州450046)摘要:为了使电梯服务更优,我们应该在一天中根据不同的交通流状况,提供不同的群控策略。本文把BP神经网络中的改进L—M算法应用到交通模式识别的网络结构的确定当中,并且利用MATLAB导出网络的相关参数。试验结果表明,根据此种方法确定的网络结构可以准确地判别出电梯群控系统(Eecs)的交通模式。关键词:电梯群控系统;交通

2、模式;BP神经网络;改进L—M算法中国分类号:TP18文献标识码:A文章编号:1009~0134(201o)11(下)一0049—04Doi:10.3969/j.issn.1009-0134.2010.11(下).190引言而来或从某一层离开,而该层不是基层。电梯群控系统作为现代化建筑中的主要运输5)四路交通模式(Four—WayTrafficPattern)。设备,其服务质量直接影响着人们的工作和生四路交通模式是指主要的客流是朝着某2个楼层而活。而交通流又是影响电梯配置及调度方法的关来或从某2个特定的楼层离开,而其中一个楼层有可能是基层。键,要实现群控电

3、梯的合理调度,必须根据交通6)空闲交通模式(FreeTrafficPattern)。空闲流的状态实时地切换,所以在设计电梯群控系统时对交通流的研究是非常有必要的。交通模式是指大楼的乘客流量非常小,一般出现在上午上班时间之前、下午下班时间之后以及中1电梯群控系统交通模式的划分午休息时间。对于生活当中常见的、典型的办公大楼来在不同的交通模式下,对电梯群控系统的调说,根据乘坐电梯的乘客流量划分成的电梯群控度有不同的要求。例如,在上、下行高峰状态系统交通模式有:下,电梯群控系统主要是考虑如何迅速响应完成1)上行高峰交通模式(Up—PeakTraffiC乘客的呼梯请

4、求,尽可能的提高电梯的运送能Pattern)。当主要的(或全部的)客流召唤电梯的方向力,此两种模式下疏散客流是最主要的考虑指是上行方向,这种状况被定义为上行高峰交通模标。而在层间交通模式下,电梯群控系统主要是式。合理的调配电梯,给乘客提供舒适的服务,调度2)下行高峰交通模式(Down—PeakTraffic时对乘客的候梯时间、乘梯时间和轿厢的拥挤度Pattern)。当主要的(或全部的)客流召唤电梯的方向等有综合的考虑。是下行方向,这种状况被定义为下行高峰交通模2交通模式识别的控制策略选取式。近年来,针对群控电梯交通模式识别的算法3)层间交通模式(Inter

5、floorTrafficPattern)。层问交通模式是指一定时间内当上行召唤的乘客有很多,有的利用人工免疫算法进行控制,有的总数量和下行召唤的乘客总数量大致相当,并且则给出了模糊神经网络算法,但是这些算法的逻一定时间内各层的进、出门厅的乘客总数量基本辑关系过于复杂,而在实际应用中,现代电梯很多是由中小型PLC进行控制,由于中小型PLC的数平衡。这种交通模式是电梯服务时,一天中大部分出现的一种交通状况。据处理能力和内存的限制,使得现有高效智能控4)两路交通模式(Two—WayTraficPattern)。制算法很难在电梯群控中真正实现M。根据以上分析比较,

6、本文针对中高层建筑的电梯群控系统两路交通模式是指绝大部分的客流是朝着某一层收稿日期:2010-10-14作者简介:熊新国(1974一),男,湖北公安人,讲师,硕士,主要从事机电控制方面的研究。第32卷第11期2010-11(下)【49】骞、1訇似的交通模式识别采用了一种简单而有效的控制策据而画出的。略一基于BP神经网络的改进Levenberg—Marquardt(L—M)优化算法,该算法只要是能够准确确定输入和输出,就完全能够利用MATLAB进行仿真分析出网络结构,不需要大量的公式推导,也不需要总结专家规则,并且程序实现也非常方便。另外,采用改进L—M优化

7、算法还可以使网络学习时间更短,能以很快的速度收敛到所要求的精度,并且不会陷入局部最小点,在实际应用中效果较好。BP神经网络的改进Levenberg—Marquardt优化方法,其权重和闽值更新公式为-o:=一(J+LL,)J(1)式(1)中,J为误差对权值微分的雅可比矩阵,eN误差向量,为一个标量,依赖于的幅值。时间T图1样本曲线图3利用改进L—M法识别电梯交通模式(以某办公大楼群控电梯为例)3.3神经网络隐含层层数和隐含层神经元个数的确定3.1主网络特征值确定3.3.1隐含层层数确定根据专家知识和交通模式的定义可以确定主对于BP网络,有一个非常重要的定理

8、,即对网络的输入特征值和输出特征值。于任何在闭区间内的一个连续函数

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。