论文部分内容阅读
随着高层智能化建筑的不断出现,作为垂直交通运输工具的电梯显得越来越重要,人们对电梯系统的性能要求也越来越高。单台电梯已不能满足人们对其的运输能力、服务质量和工作效率的要求,需要安装多台电梯协同工作。本文以电梯群控系统为研究对象,以缩短候梯时间、减小长候梯率、减小轿厢拥挤度、降低能源损耗为目标,在对电梯群控系统、模糊神经网络、强化学习进行了研究的基础上,开发了基于自适应多目标调度算法的电梯群控系统智能调度算法,并进行了仿真。主要研究内容如下。论文首先分析了电梯群控系统的结构,研究了电梯群控系统性能评价指标和特点,确立了以乘客平均候梯时间短、长候梯率低、系统能耗少以及轿厢拥挤度小4个评价指标作为目标函数,利用加权平均法构造了电梯群控系统综合评价函数。然后,建立了电梯群控系统自适应多目标优化结构,并将基于Mamdani模型的模糊神经网络方法用于识别电梯客流交通模式;将基于Sugeno模型的模糊神经网络算法获用于取电梯各优化目标函数可信度;将强化学习方法用于电梯群控系统评价函数参数调整;设计了电梯群控系统自适应多目标调度算法。最后,以Matlab/Slmulink为仿真软件,建立了客流仿真模型、电梯运行仿真模型、单台电梯控制仿真模型、电梯群控仿真模型,并以3台12层电梯群控系统为例,分别应用自适应多目标调度算法和多目标规划算法进行了仿真,得出反映电梯服务质量的仿真结果,验证了仿真模型及算法的正确性。仿真结果的分析比对,验证了自适应多目标调度算法的优越性。本文的研究内容表明:自适应多目标调度算法在电梯群控系统中的应用可以有效提高系统的自适应性,可以使电梯群控制系统的性能得到改善,也可以为同类型系统优化问题提供参考。具有一定的实际意义和理论意义。