基于多目标优化的电梯群控调度算法的设计与研究

针对电梯控制系统目标多样性、复杂性、不确定性、非线性、时变性等要素,本文首先提出了一种粒子群-模糊控制算法融合新型混合优化算法;然后在电梯群控系统中构建了多目标优化功能函数,设计了多目标优化结构;最后,在同一条件下,分别将新型混合优化算法、粒子群算法应用到于群系统进行派梯,并分析、比较了系统在两种算法下的运行情况。结果表明,新型混合优化算法在一定程度上改善了系统的整体性能,各参数都有不同程度的改善,且与单一算法相比,其具有一定的科学有效性和优势,为群控系统的算法设计提供了一种新的视域研究方法。

基于模糊控制技术的电梯群控系统设计

简要介绍了电梯群控系统(EGCS)及其特点,利用智能控制技术的优点,提出了一种基于模糊控制的电梯群控系统.设计构造了基于模糊控制技术的电梯群控调度系统,介绍并分析了电梯调度算法.分析了基于模糊控制技术的交通模式识别过程,介绍了实现交通模式识别算法的系统结构组成,分析了其输入量.定义了电梯群控系统厅层召唤分配的输入量.利用Matlab的模糊逻辑工具箱设计了交通模式识别模糊控制器和厅层召唤分配模糊控制器,用Simulink构建了简易仿真模型,并进行了仿真计算,得到的结果表明基于模糊控制的电梯群控系统具有一定的有效性和可行性.

基于模糊逻辑的预约电梯群控算法

基于传统电梯群控系统乘客乘梯时间的不可知性,提出了一种目的层预约与模糊逻辑相结合的多目标群控算法。首先设计了该电梯群控调度系统的结构,介绍并分析了电梯调度算法;然后分析了基于模糊逻辑的交通模式识别过程,同时给出了候梯时间、乘梯时间及系统能耗的计算公式和综合评价函数;最后,采用VB编写了电梯群控仿真系统。仿真结果表明,基于模糊逻辑的预约电梯群控系统提高了系统的运行效率和性能,验证了算法的可行性。

电梯群控系统的最优调度仿真

在电梯群控节能优化问题的研究中,电梯群控调度是一个开放、动态、复杂系统的多目标优化问题。但是目前大多数群控系统都采用了乘客最少候梯时间的原则来派梯,并没有从电梯的能源消耗等综合因素来调度电梯,从而降低了电梯群控系统的调度性能。并且传统的调度方法在全局收敛性上不能得到很好的满足。为此提出一种蚁群算法的电梯群控系统来进行最佳电梯调度,利用乘客的候梯时间、电梯耗能和电梯拥挤度作为算法的变量数据,并且建立多目标评价函数的蚁群优化模型的控制器,通过蚁群算法进行仿真,验证了蚁群算法对电梯群控得到良好效果,并解决了电梯群控制器对电梯调度单一和全局快速收敛性的问题,为提高电梯群控调度性能提供了参考。

一种递归神经网络的学习型电梯群控派梯算法

设计了一种借助历史数据自主学习的电梯群控调度算法,算法利用了增强学习技术在历史经验中的不断试错而获得最佳策略.以马尔可夫决策过程作为电梯派送问题的数学模型,进而将一种内在递归神经网络与增强学习中的Q-learning方法结合,所得电梯群控调度算法通过迭代得到近似的最佳状态行为值函数及对应的决策结果,实现优化派梯.通过仿真实验,在不同的交通流设置下,将所提出的派梯算法与其他几种传统派梯方法进行比较,仿真测试结果验证了该算法的有效性和优越性.

电梯群控制系统的设计与实现

通过对电梯群控系统的工作原理进行分析,结合CANBUS总线实时、高速的通信特点,提出了电梯群控系统的设计方案。并对CANBUS的通信特征、系统的总体结构设计、系统软件结构设计以及调度算法进行了阐述,在软件结构的设计中运用了模块化的设计思想,提高了电梯群控系统的灵活性和可扩展性。

基于蚁群算法的电梯群控调度优化策略研究

为了研究多台电梯的群控调度问题,并根据现有电梯调度策略的不足,建立以服务间和运行能耗为优化目标函数的调度模型,提出将电梯群控调度问题转化为离散组合优化问题,并利用蚁群优化算法求解。算法在接受众多乘客的随机请求下,能根据各电梯的运行现状,将不同层的乘客请求组合分配到相应电梯进行服务的最优调度方案,优化了群控电梯的运行模式,仿真实验证明算法能大幅度减少乘客的平均侯梯时间及缩短运行路径,证明了算法的有效性。

基于模糊控制的群控电梯调度算法研究

在分析模糊综合评判决策的数学基础上,针对大多数的群控系统采用单一评价指标的厅层呼叫方式来调度电梯,建立了多目标模糊控制的数学模型。对电梯群控系统的输入量进行分析计算,选择合适的隶属函数,提出了基于多个评价指标的模糊综合评判群控算法。在不同的交通模式下对评价指标赋予不同的权重,并对综合评价函数进行计算,通过模糊推理得到合适的派梯结果,达到使乘客满意并节约能耗的目的。对所提出的群控算法进行了仿真分析。

灌区河道串联闸群防洪优化调度

针对河道串联闸群防洪优化调度的特点,详细推导了河道串联闸群防洪调度的洪水演算公式,明确了关键计算环节,建立了串联闸群防洪优化调度模型,应用水力学圣维南四点隐式差分法和遗传算法相结合对模型进行求解。采用VB6.0开发了人机交互的闸群防洪调度系统。通过实例计算,验证了河道串联闸群防洪优化调度方案的合理性,可为河道串联闸群防洪调度提供参考。

基于CANBUS的电梯群控系统的算法与实现

为了满足高层建筑和智能化建筑的需要,在研究电梯群控系统运行特点的基础上,提出了多目标的电梯群控系统算法。采用最优化理论的分析方法,分析电梯群控模型及调度策略,以及最大限度地降低系统能耗的群控系统,并基于CAN总线的技术特点,给出了群控系统的实现方案,对电梯群控理论的研究有一定的促进作用。

基于GA-RL算法的多Agent电梯群控系统

针对电梯群控系统这一类复杂的派梯优化决策问题,应用多Agent的理论与技术,建立了系统强化学习模型。提出了一种基于GA算法的多Agent强化学习方法,给出了具体算法的一般描述。建立电梯群控调度系统的虚拟仿真环境,并与其他算法进行了对比研究。仿真结果表明:该方法在提高强化学习的效率和收敛速度,改善种群结构等方面收到了很好的求解效果,为电梯群控系统的优化调度决策提供了一种较好的途径。

高层建筑应急情况下电梯群控算法研究

高层建筑带来城市景观的同时也带来安全问题,高层建筑发生应急情况时可以利用电梯运输效率高的特点进行人员疏散。文章依据高层建筑应急疏散特点,提出群控系统正常工作与应急工作两种工作模式,分析研究了电梯在应急情况下的交通流的特点,结合疏散路线提出电梯的应急疏散交通模式,采用静态分区内以最小侯梯时间为优化目标的应急群控算法。通过MATLAB面向对象编程技术对算法进行仿真分析,仿真结果表明,采用电梯进行应急疏散是可行和有效的。

基于能耗分析器的电梯群控仿真平台

电梯群控系统是现代楼宇系统中不可或缺的组成部分,其核心是群控调度算法.调度算法性能的验证与评价需要一个仿真平台来实现.而现有的电梯群控仿真平台并没有考虑各算法的节能性能.本文对电梯能耗进行了分析建模,建立了基于能耗分析器的电梯群控仿真平台,该平台可准确计算各算法的能耗并以表格、曲线等多种形式表示,评价各算法的节能效果,为设计面向节能的调度算法提供支持.

基于强化蚁群算法的高层住宅电梯群调度研究

在电梯群调度系统研究中,蚁群算法应用较为广泛,但仍存在迭代次数多、收敛速度慢等问题,同时高层建筑电梯鲜有优化调度。针对上述问题,提出一种将强化学习和蚁群算法相结合的高层电梯群控调度方法:建立以用户乘梯体验和系统运行能耗的多目标函数优化调度模型,用Q-learning迭代寻优后的Q值初始化蚁群算法的信息素,同时也将Q值引入概率路径选择中,用并行蚁群算法进行最终派梯策略的寻优。用Python进行实验分析,结果表明所提方法较单蚁群算法有较快的收敛性,在很多大程度上减少了业主的待梯、乘梯时间以及系统运行能耗。

一种多台电梯非介入群控的实现方法

针对各自独立运行且型号各不相同的多台电梯的群控要求 ,用单片机实现了一种多台电梯的非介入群控系统 ,该系统无须解读和改动原有的控制系统 ,方案简捷易实施 ,在解决类似的电梯优化改造问题上具有广泛的用途。

电梯群控遗传算法调度及应用

解决使用遗传算法调度电梯群控系统中的任意1台轿厢最优响应层站呼叫问题。给出了使用遗传算法的电梯群控系统结构和目标函数，电梯群控遗传算法流程，及遗传算法流程操作，使用笔者构造的适应度函数作为评价标准，通过电梯群控轿厢调度实例进行编码、种群设定、选择、交叉和变异操作，完成对层站呼叫的最优调度。为电梯群控使用其他智能算法的最优调度打下了基础。