智能多模式电梯群控调度方法的研究与实现

电梯群控系统的任务是有效地运送乘客，提高电梯运行效率、改善服务质量．根据 大楼不同交通流状况识别不同的交通流模式，并采用最合适的调度方法分派电梯是提高电梯 群控性能的关键．本文实现了一种基于模式识别的智能多模式电梯群控调度方法，该方法可 以在一天中根据不同的交通流状况，提供不同的群控策略,从而使电梯服务更优．仿真实验 表明了这种电梯调度方法是有效的．     

电梯群的可调整鲁棒优化调度

为解决电梯群控调度(GES)中乘客交通流不确定问题, 提出基于可调整鲁棒优化的电梯群控调度方法. 基于对电梯交通流的不确定特性分析, 建立了电梯群控调度的不确定优化模型. 利用可调整鲁棒优化方法将电梯群控调度的不确定模型转化为其可调整鲁棒对等式. 在此基础上, 证明了在不确定集为椭球集直积时, 电梯群控调度模型的可调整鲁棒对等式(ARC)是可计算的. 仿真验证表明, 与其他的调度方法相比, 该方法具有较好的调度性能, 提高了调度对不同乘客交通流模式的适应性.     

一种电梯交通流多模式预测方法的研究

在分析电梯交通流的基础上提出一种多模式预测方法．该方法首先利用人工免疫聚类算法(AICA)对电梯交通流进行离线的模式识别和分类，然后在此基础上利用高斯混合模型（GMM）对具有多种模式的电梯交通流进行数学建模．通过EM算法优化估计高斯混合模型的参数，得到了确定的高斯混合模型，从而实现对电梯交通流的在线预测．与其它预测方法的仿真结果进行了比较，体现出该方法的有效性和优越性．     

电梯交通模式的模糊神经网络识别

交通模式识别的准确性将直接影响群控系统的整体性能,通过对各种电梯交通模式识别方法优、缺点的分析比较,考虑电梯交通模式的判断条件,结合神经网络和模糊推理,设计了一种基于模糊神经网络的电梯交通模式识别方法,该方法能够适应各种交通流模式的变化,并采用相应的电梯群控调度策略。     

电梯群控系统的一种鲁棒离散优化调度策略

针对电梯群控调度过程中交通不确定的问题,提出一种电梯群控调度的鲁棒离散优化方法.将交通流作为不确定参数,考虑当前时刻和下一时刻交通流状况,将下一时刻交通流预测的不准确性作为不确定因素,建立电梯群控调度的鲁棒离散优化模型.针对该模型的特点,进一步提出了解决方法.仿真结果表明,该方法在电梯群控调度性能和交通模式的适应性方面得到较大改善.     

智能多模式电梯群控调度方法的研究与实现

电梯群控系统的任务是有效地运送乘客，提高电梯运行效率，改善服务质量，根据大楼不同交通流状况识别不同的交通流模式，并采用最合适的调度方法分派电梯是提高群控性能的关键，实现了一种基于模式识别的智能多模式电梯群控调度方法，该方法可以在一天中根据不同的交通流状况，提供不同的群控策略，从而使电梯服务更优，仿真实验表明了这种电梯调度方法是有效的。     

基于遗传算法的层间交通模式算法研究

针对电梯群控系统层间交通模式下用户对电梯需求多样化的特点,提出了一种用于不同交通流繁重程度的层间交通模式下的调度方法,并采用遗传算法动态优化电梯调度方案,以多目标的评价函数的优化组合作为目标寻求最优派梯方案,根据电梯的运行状态和各层站的呼叫信号,构造适应度函数。在虚拟电梯群控系统环境下,对该基于遗传算法的层间交通流模式下的派梯算法进行验证、比较和分析,证明了该算法的优越性。     

基于鲁棒优化理论的电梯群控调度策略

论文针对不确定线性优化问题,研究其不确定集的选择,初始不确定鲁棒优化模型的建立,以及基于该模型的鲁棒对等式转化问题.然后将鲁棒优化建模方法应用于电梯群控调度问题,建立其鲁棒优化模型,解决了交通流不确定性的影响,从而使调度结果更为合理.结合电梯群控虚拟仿真环境,设计了电梯群控鲁棒优化调度算法,并进行仿真验证.通过与其他调度算法的比较,证明了鲁棒优化调度算法在不同交通流F均具有优良的性能和适应能力.实验表明,鲁棒优化调度方法可以解决交通流预测误差的影响,很好地改善电梯群控调度性能.     

基于电梯交通流概率仿真模型的空闲交通模式电梯调度方法

首先建立电梯交通流概率仿真模型,然后利用该模型进行空闲交通模式下的电梯调度。该电梯调度方法有效地避免了电梯“空驶现象”,并大大降低了方法的复杂性。在仿真实验中,通过与其它空闲交通模式电梯调度方法的比较,可验证本方法的可行性和有效性。     

GA模糊神经网络在电梯群控交通流识别中应用

本文介绍了应用基于遗传算法的模糊神经网络的电梯群控系统的交通流模式的识别方法.采用正规化模糊神经网络学习和训练来识别电梯群控系统交通流模式,并用遗传算法优化输入特征向量的隶属函数,实验结果表明,该方法能够准确识别交通流模式.     

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。     

基于视觉的电梯辅助调度系统设计

针对电梯的无效调度行为设计了一套基于摄像头视觉、ARM微处理器、ZigBee无线传输的辅助电梯调度系统装置,通过摄像头采集数字图像信息,运用数字图像处理技术,实现了候梯厅和轿厢内人数统计检测,轿厢内物品检测以及轿厢内空间满载检测,编制数据通信包与电梯控制中心通信,实现了辅助电梯系统进行优化调度。     

基于克隆选择算法的新型多目标派梯策略

把Pareto解集应用到电梯群控系统多目标权重值确定的研究中,采用随机权重法,一次生成多组不同权重值,并对各权重值下生成的派梯方案求取Pareto最优解,能够一次得到多组不同最优派梯方案,为研究人员决策提供了更多直观的数据;根据优缺点互补特性,将梯度下降算子加入克隆选择算法,加快其后期收敛速度,以随机层间均衡交通流为乘客流,将混合算法与克隆选择算法应用于电梯群控系统中寻找节能策略,混合算法一定程度上优于克隆选择算法。     

混合电梯群控系统建模及免疫优化派梯策略

电梯群控系统是一种典型的混合系统,包含了连续状态和离散状态以及复杂的人为逻辑策略,利用细胞自动机原理对电梯群控系统建模,能准确描述系统的连续动态、离散事件及其相互影响,同时也能完整有效地包容各电梯运行及管理两大部分。模型结构简单,具有较强适应能力和可扩展性。将人工免疫优化算法应用于混合电梯群控系统中进行派梯优化,模拟生物免疫系统的人工免疫（AI）优化算法采用高变异克隆避免种群陷入局部最优,加速优化速度,取得了比较好的效果。     

Prioritised A* search in real-time elevator dispatching

Under the typical operating conditions of an elevator system, there is insufficient time to consider all dispatching alternatives and the major elevator companies normally adopt empirical techniques to reduce complexity and achieve acceptable performance. The current work has been able to demonstrate that in practical circumstances an optimal solution to the real-time elevator-dispatching problem can be obtained. The elevator dispatching problem is formulated as a heuristic search and is implemented using a novel extension of the popular A* search, termed prioritised A*, that retains the desirable admissibility and monotonicity of A*. PA* makes best use of the limited time available by ensuring the dispatcher considers the most important aspect of the problem first, namely to give each elevator its first assignment. In a manufacturing process, this is equivalent to ensuring that each machine is immediately given its first job, while the determination of the detailed order of the remaining jobs is refined later. This study has obtained access to extensive data records collected from installed elevator systems and their analysis has led to the identification of new passenger models able to deliver suitable high quality predictive data to improve the operations of the dispatcher.     

电梯交通配置系统CAD的研究与开发

首先对电梯交通配置系统进行了深入的分析研究,对变量的计算公式和参数的取值进行了修订;在此基础上设计了计算机辅助电梯交通配置设计软件。     

基于ABC-SA混合算法的群控电梯优化调度

为解决电梯群控系统（Elevator group control system,EGCS）时间和能耗性能不理想的问题,提出一种基于改进人工蜂群的电梯群控多目标优化调度算法。首先,针对EGCS控制目标复杂性,建立具有多评价指标的群控电梯调度模型,依据该模型的适应度值进行合理派梯选择;其次,引入模拟退火准则优化基本人工蜂群算法结构以解决算法易陷入局部最优解的问题,使用混合改进的人工蜂群算法进行多目标优化调度。仿真结果表明,所提算法在侯梯时间、乘梯时间和停靠次数三个性能指标上对比基本人工蜂群算法均有所提高,有效说明该方法在求解柔性多目标群控电梯优化调度时具有一定的优越性。