宗群[1]2003年在《虚拟环境下智能电梯群控调度方法的研究》文中研究说明本文综述了国内外智能电梯群控调度方法，针对电梯交通流预测，交通模式识别，高峰期、空闲期、随机层间、智能多模式电梯群控调度方法及虚拟仿真环境进行了深入研究，对智能电梯群控系统的研究具有较好的理论指导意义和实用价值。 根据电梯交通流的特点，构造了一种交通流时间序列神经网络预测模型，并提出了一种通过调整预测神经网络结构来提高预测精度的方法。建立了用于交通模式识别的模糊神经网络模型，采用两个模糊神经网络分两步进行模式识别的方法，大大简化网络的结构和样本的制定，提高了交通模式识别的实时性。根据电梯专家知识获取网络的训练样本，采用叁步混合学习算法对两个网络进行训练调整。实验的测试结果表明，用两个模糊神经网络可以准确的辨识出各种交通模式。 利用Monte Carlo方法处理实际交通流数据，由此建立电梯交通流概率仿真模型，并根据该模型进行空闲交通模式的电梯调度。提出了一致的UPPINT的目标函数，将高峰期的动态分区问题归结为一个最优化问题，用动态规划方法求解动态分区问题。提出了一种适用于随机层间交通模式的多目标函数，并依据该函数采用遗传算法动态优化调度电梯，这样即改善特殊服务楼层的服务，同时又优化系统的整体性能。仿真结果表明上述研究方法的有效性。 提出了一个单队列有限量多服务台组成的批量服务的电梯上高峰排队模型，具体描述了电梯上高峰的马尔科夫决策过程、状态转移概率、单位报酬、折扣准则和目标函数。建立了上高峰优化调度的动态规划方程。为了简化求解动态规划方程，提出并证明了电梯上高峰优化值函数特性的相关引理和推论，构造了电梯上高峰最优调度策略的结构，得出了上高峰优化调度策略是基于阈值的策略的结论。建立了智能多模式电梯群控系统的结构，该结构由信息处理单元及电梯优化调度单元组成。采用基于遗传算法的模糊神经网络对信息处理单元的大量数据进行数据融合，提出了采用遗传算法优化具有全局性的网络参数，用BP算法调节和优化具有局部性的参数。在电梯优化调度单元采用小生境遗传算法进行全局优化，使其更能适应智能多模式的交通流变化。仿真结果表明该方法的有效性。最后详细叙述了智能电梯群控虚拟仿真环境的总体结构及实现。
窦立谦[2]2005年在《多Agent系统协作与协调的研究》文中进行了进一步梳理本文主要研究了多Agent的协作与协调技术。多Agent系统是分布式人工智能研究的热点,其中Agent之间的协作和协调是多Agent系统研究的核心问题。通过Agent之间的协作和协调,不仅增强多Agent系统解决问题的能力,而且还能使系统具有更好的灵活性。本文在对Agent系统基本理论研究的基础之上,重点研究多Agent的协作和协调。提出一种通用的多Agent协作模型,分析了模型结构,并以此模型为基础,详细阐述了多Agent自发产生协作的过程。对于协调,研究通用部分全局规划(GPGP)和TAEMS,指出GPGP存在的问题,提出改进方法,并针对提出的通用多Agent协作模型设计了基于GPGP的个体Agent结构,讨论了在此结构下Agent的协调过程。此外,本文应用多Agent系统协作、协调技术,研究电梯调度的方法。将电梯调度问题理解成为多个智能电梯单元通过协作和协调来处理随机的和不确定的呼梯任务。这种方法不同于群控调度中调度任务分派由一个群控器来完成,而是将每个电梯作为一个Agent,每个Agent能够进行计算、推理、决策,通过各电梯之间的相互协调来完成呼梯任务的分配。设计了每个单梯Agent的结构,以及多Agent协作的结构,规划原则和协调机制,编程实现了这个算法,并在实验室的电梯调度虚拟环境下进行了仿真验证,与其它调度方法进行比较。
宋婧[3]2010年在《基于多智能体的电梯智能群控节能方法研究》文中进行了进一步梳理随着节能需求愈加成为社会关注的焦点,对于多智能体系统的研究,已经成为人工智能领域与节能密切结合的一个新热点研究方向。本文在对多智能体系统理论研究的基础上,重点将多智能体的特性应用于群控调度当中,使系统具有更好的灵活性。基于多智能体的结构模型,设计了多智能体群控结构模型。并确定群控多智能体的多目标评价函数,将各目标函数线性加权组合成自适应节能特性的评价函数。应用多智能体的协调与协商技术,设计多智能的群控调度方法。将电梯调度问题理解成多个智能电梯单元通过协调和协商来处理随机的呼梯任务的过程。这种方法区别于群控调度任务分派由一个群控器完成,而是将每个电梯作为一个智能体单元,每个智能体根据目标函数进行计算、推理、决策,通过各电梯间的相互协调来完成呼梯任务的最佳分派。通过将多智能体群控调度评价指标与系统使用综合分派调度的群控调度评价指标,在奥的斯的群控调度系统中进行对比,说明多智能体应用于群控技术后在节能方面的优势。
鲍海[4]2007年在《基于模糊神经网络的电梯群控系统交通模式识别和多目标优化群控算法研究》文中进行了进一步梳理电梯是高层建筑中不可缺少的垂直交通运输工具，随着高层智能建筑的大量涌现，人们对电梯系统的性能提出了越来越高的要求。电梯群控系统是在建筑物内控制叁部或叁部以上电梯并实现优化调度从而有效的运送乘客改善服务质量的控制系统。本文以电梯群控系统作为研究对象，在对电梯控制技术进行深入分析的基础上，以提高电梯群控系统的运行效率为出发点，以减少候梯时间、减少乘梯时间、节约能耗为目的，对电梯群控系统的派梯策略进行了深入的研究，提出了一种基于交通模式识别控制的多目标优化调度方法。本文首先分析了电梯群控系统的特性、控制方式、性能评价指标及交通流情况。在交通模式识别方面，采用基于联结机制的模糊神经网络对交通流进行辨识，该方法对复杂的交通流具有很好的识别能力，对电梯群控器根据不同的交通状况采用相应的派梯策略可以起到很好的指导作用。为满足在多种交通交通模式下都能适应，本文提出以减少候梯时间、减少乘梯时间、节约能源消耗为控制目标的评价函数，能够根据当前交通模式调节各控制目标权重的多目标规划群控算法。为了测试群控算法的性能，开发了一套电梯群控系统仿真软件。将群控算法编写成程序，即可在仿真软件中进行测试。仿真结果表明，本文提出的算法是有效的。
王平安[5]2014年在《电梯群控并行系统研究》文中指出随着城市化的发展,城市中高层建筑越来越多,为了提高服务水平和保证可靠性,一座高层建筑中经常配置多台电梯。如何实现对多台电梯进行优化控制,正越来越成为各大电梯公司和高校关注的重要课题。电梯群控系统(EGCS)控制的难点在于电梯群控系统的多目标性、不确定性、非线性、扰动行和信息的模糊性。同时又要求本身具有高的实时性、稳定性和安全性。本文研究课题来源某公司电梯群控项目,从减少乘客候梯时间和系统能耗为出发点,以8台64层电梯为研究对象,设计电梯群控并行系统,主要研究如下：首先,阐述了选题背景,介绍了近年来在国内外电梯群控系统的研究现状,详细叙述所使用的微处理器FPGA并行计算技术,并阐述了本文研究的目的和意义及本文研究研究的主要内容。其次,设计电梯群控并行系统结构的基础上,重点分析了电梯群控系统的特征、交通模式和特征值。针对电梯群控系统的随机性、非线性、扰动性、模糊性和多目标性等问题的分析,说明了电梯群控系统是个复杂的控制系统。扼要介绍了电梯运行中的上行高峰、下行高峰、均衡交通和空闲交通等不同交通模式及其特征。提出了电梯群控系统影响派梯的主要特征值。再次,针对电梯群控并行系统建立数学模型的问题结合模块化思想构造出动态优化算法、指标函数和模糊推理。其中指标函数模块分为候梯时间函数模块和系统能耗模块。在基于此并行算法模块的基础上,设计了各种交通流模式识别和调度算法,并详细设计了电梯群控并行系统动态优化实现的具体步骤。然后,设计了电梯群控并行系统的硬件和软件,并且软件进行了RTL级仿真验证。最后,为了验证本文方法的控制效果,设计了Labview上位机监控界面和matlab的群控算法仿真,并且在电梯测试平台上进行了电梯群控系统测试,验证了电梯群控并行系统的有效性和实性。
王瀚韬[6]2012年在《电梯群控算法及评测系统的研究与设计》文中研究指明高层的商业或居住建筑内的交通复杂多变，为缩短人们的候梯时间，降低电梯的能耗，除了合理安装多台电梯之外，还需要采用优化的调度策略来管理多台电梯，以提高电梯群的运行效率和服务质量，这就引入了电梯群控系统。本文以电梯群控系统的仿真为主要研究方向，结合国内外电梯领域的相关研究成果，分析了电梯群控系统组成和结构。在此基础上，提出了电梯群控系统仿真平台的系统设计，通过构建客流产生模块、电梯运行模块、电梯群控评测模块和群控调度算法模块，并提出一种基于电梯典型运行阶段的能耗计算方法，完成了仿真评测平台的设计。再从电梯群控的关键问题入手，在研究了EGCS的系统功能、系统构成、性能指标的基础上，提出了一种将电梯轿厢内人数作为调度因素，综合考虑乘客平均等待时间、平均乘梯时间、电梯能耗的人工鱼群算法智能调度算法。针对该算法实时性不强的问题，本文又提出了一种借助评价指标和各种电梯交通模式，用人工鱼群算法对模糊推理的线性回归进行优化，来提高派梯算法的运行效果。最后，本文在该仿真评测平台上对实用型群控调度算法及人工鱼群算法等智能算法进行评测。本文首先阐述了电梯群控算法的国内外研究现状以及发展趋势，对电梯群控的工作原理以及核心技术进行了研究。其次，结合电梯交通系统动态特性的分析，介绍了EGCS的性能要求以及性能指标评价函数。接下来阐述如何将人工鱼群算法运用于电梯群控调度领域，通过改进鱼群的步长，并结合电梯运行的实际情况，把轿厢内人数作为调度因素，来解决电梯群控中的组合优化问题。接下来针对电梯群控调度问题，分析电梯群控系统中的易变因素和电梯群控的多目标，提出基于线性加权平均的电梯群控目标评价函数。在评价函数的计算方式中针对模糊推理缺乏学习性的特点，引入了人工鱼群算法多元线性回归。通过训练人工鱼群算法得到计算电梯可信度的决策函数，并将之利用到群控决策中。然后，在Windows操作系统环境下，以面向对象语言Visual C#为工具，开发了EGCS仿真软件，实现了电梯组优化调度的动态可视化仿真运行。接着通过建立电梯群控系统能耗的算法模型及电梯服务质量的其他评价指标验证算法。最后，通过该仿真评测系统，对比两种不同类型的调度算法。其中实用型调度算法中的积分算法在平均等待时间、平均乘梯时间、能耗上明显优于最小等待时间算法。智能算法中的基于改进型鱼群算法的电梯群控调度算法与基于遗传算法的电梯群控调度算法相比，前者的乘客平均候梯时间、平均乘梯时间、长候梯率较后者有明显降低。
许金星[7]2013年在《软PLC虚拟电梯并联控制实验系统研究》文中指出本文研究以电梯的并联控制为原型,提出一个虚拟电梯软PLC控制虚拟实验系统。其基本思想是应用VC++构建虚拟对象电梯模型,并应用Twincat软PLC作为整个系统的控制器,从而构建一个可提供电梯并联控制研究的虚拟实验平台；根据本文研究与设计成果,使用者可在此系统中组建所研究的虚拟电梯系统,模拟电梯运行流程；在不消耗现实资源的情况下,使用者可灵活、方便和准确深入地学习和掌握所提算法的运行控制效果。该系统能为使用者提供形式上更生动、直观以及内容上更为详尽的实验环境。主要研究内容包含如下：1、被控对象的研究,首先分析了被控对象的构成,然后通过C++类实现关键构成部分的软实现,最后通过MFC平台整合各个部件从而软实现电梯模型；2、控制器的选择和控制器与模型间通讯的实现,为了整个仿真实验平台的软实现,控制器如何选择,控制器和模型之间的通讯如何实现；3、实现了一个电梯并联控制算法并在在这个平台运行,作一下测试来证明此仿真系统的实用性。通过本系统每个人都可以对自己提出的算法进行测试。本文研究的主要特点是：基于PC和软PLC搭建了仿真系统的全软件环境；以VisualC++为平台,采用面向对象的分析与设计方法对电梯模型进行了软实现；通过ADS通讯建立了虚拟电梯模型和控制器软PLC之间的联系,进而实现了模型和控制器的联合运行。重要特征为电梯运行与控制的全虚拟仿真实验平台。
参考文献：
[1]. 虚拟环境下智能电梯群控调度方法的研究[D]. 宗群. 天津大学. 2003
[2]. 多Agent系统协作与协调的研究[D]. 窦立谦. 天津大学. 2005
[3]. 基于多智能体的电梯智能群控节能方法研究[D]. 宋婧. 天津大学. 2010
[4]. 基于模糊神经网络的电梯群控系统交通模式识别和多目标优化群控算法研究[D]. 鲍海. 同济大学. 2007
[5]. 电梯群控并行系统研究[D]. 王平安. 东北大学. 2014
[6]. 电梯群控算法及评测系统的研究与设计[D]. 王瀚韬. 杭州电子科技大学. 2012
[7]. 软PLC虚拟电梯并联控制实验系统研究[D]. 许金星. 昆明理工大学. 2013
标签：建筑科学与工程论文; 群控论文; 群控系统论文; 仿真软件论文; 虚拟仿真论文; 电梯控制系统论文; 模式识别论文; 算法论文;