混合电梯群控系统建模及新型优化调度策略*

为了简化电梯系统建模问题的复杂性,国内外学者一直将电梯系统作为离散事件动态系统来分析,然而实质上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。针对这一情况,打破此传统分析方法,将电梯作为混合动态系统进行分析,以细胞自动机理论为基础,加入多种连续速度曲线,建立了完整的混合电梯群控模型。仿真结果表明该模型结构简单,具有较强适应能力和可扩展性。同时,针对粒子群算法容易陷入局部最小值的缺陷,对其加以改进,提出一种新型的调度策略,并应用到混合电梯群控系统模型中,进行优化派梯。仿真     

新型电梯群控系统的建模和控制策略研究

针对电梯群控系统所要解决的是一个复杂的、具有非线性、不确定性的多目标随机系统的决策问题引入了细胞自动机理论建立电梯群控制系统的模型,模糊控制算法实现群控策略。该群控系统目前已经在实际运行,测试结果证明其运行可靠,性能稳定,有很好的实用性和推广价值。     

基于细胞自动机的电梯群控系统建模及其面向对象实现

文章针对复杂的、具有时间和空间离散性和随机性的电梯群控系统,提出一种运用细胞自动机理论进行建模的新方法。由细胞自动机模型模拟电梯运动行为,派梯队列进行派梯控制,构造了基于细胞自动机的电梯群控系统模型。模型结构简单,运行效果良好。仿真程序采用面向对象的编程方法实现,提高了软件的重用性和模型的可扩展性。该建模方法具有一定通用性。     

多目标粒子群优化算法在电梯群控系统中的应用

利用多目标粒子群优化算法对电梯群控系统进行优化,建立电梯群控系统响应呼梯信号的综合评价目标函数,并对电梯群控系统的性能指标进行评估,从而确定最佳派梯方案.     

新型电梯群控系统多目标优化调度策略

随着建筑物和乘客流的多样化,电梯的优化调度逐渐发展成为复杂在线多目标优化过程,然而,传统的优化调度已经很难满足电梯群控系统中的多个性能指标同时进行优化的要求.文中针对这一情况,首先通过分析电梯群控系统的目标多样性,复杂性,不确定性等特点,应用多目标优化理论建立了电梯群控系统的多目标优化数学模型;其次分析了粒子群算法与模拟退火算法的优缺点,对粒子群算法进行了改进,提出了一种新型混合优化算法;同时,在建立的多目标优化数学模型的基础上,将此混合算法应用到电梯群控系统中进行优化调度.将混合算法与标准粒子群进行比较,表明该混合算法具有一定的可行性与优越性,在一定程度上改进了电梯群控系统的整体性能和服务质量.该文为电梯群控系统的调度策略提供了新方法,新思路,并扩充了粒子群算法的应用范围.     

基于粒子群算法的智能电梯群控系统调度

电梯群控系统(Elevator Group Control System,EGCS)调度是一个多输入、多输出的复杂优化问题,属于NP难问题.为解决EGCS调度优化,提出了一种基于粒子群优化算法(Particle Swarm Optimization,PSO)的电梯调度策略.算法中,每个粒子代表一种派梯方案,系统首先随机初始化若干解,然后以候梯时间最短、乘梯时间最少、电梯能耗最低为主控目标,来实现电梯群控系统的调度优化.仿真对比结果表明了算法的有效性.     

离散随机事件优化控制在电梯群控系统中的研究与应用

本文研究了优化控制在电梯群控系统中的应用，利用智能搜索的原理，对群控梯的各个子梯进行任务的最优分配，以达到节能，快速和提高电梯利用率的功能，硬件结构的特点是无需专间的仲裁机，可以简化控制系统，这是目前群控电梯中独具特色的。     

电梯群控系统仿真平台的设计与应用

电梯群控算法是电梯群控系统的核心部分,为了测试各种群控算法的性能,本文提出了一种基于Delphi和Matlab的电梯群控系统仿真平台的设计方法.Delphi是新一代面向对象、可视化的编程环境,而Matlab具有强大的数值计算和图形处理能力,把二者结合起来,利用DDE技术实现二者的动态数据交换.该仿真平台能够产生交通流,并根据交通流进行模式识别,模拟实际梯群的运行,并对梯群进行仿真调度,分析仿真结果.它为测试电梯群控算法、仿真电梯运行过程、进行电梯配置等工作提供了一个方便的试验平台,是研究电梯群控系统必不可少的有力工具.     

基于RPSO的分布式电梯群控系统调度算法的优化

为了获取电梯群控系统调度问题的全局优化解,必须要找到一种具有全局优化功能的智能算法。对电梯群控系统不同的客流模型及控制机制进行了分析,提出了一种实时粒子群算法,用来优化电梯群控系统的动态调度问题。仿真结果表明,该算法不仅可以有效地调度分布式电梯群控系统,并且在电梯忙碌或者超载情况下,实现了对任务进行再分派的功能。基于RPS()算法的分布式电梯群控系统可以使乘客平均候梯时间减少一半,使乘客的电梯使用时间减少三分之一。     

电梯群控系统节能优化调度控制策略分析

电梯群控系统运行实际上就是借助完善的电梯服务来满足不同客户之间的呼叫需求,属于较为典型的组合优化类研究问题,通过长时间对比试验研究,蚁群算法对于解决离散组合优化问题具有非常明显的效果,其具备的全局优化能力以及快速收敛的特点对优化电梯群控系统的运行具有十分重要的作用。但是当前相关领域内所采用的调度算法主要关注点放在了减少乘客等待以及乘坐的时间方面,却在一定程度上忽视了电梯运行过程能源的消耗问题。为了深入贯彻国家可持续发展的国家政策,实现节能的主要目的,结合蚁群算法,提出有效的优化方案,并详细论述电梯群控系统节能优化调度控制的具体策略。     

基于免疫算法的午饭时期层际高峰交通电梯群控制的动态优化

层际高峰交通是上行高峰、下行高峰与层间交通客流的融合,午饭交通就是发生在现代办公楼内的层际高峰交通之一,基于午饭时期层际高峰交通的特点,本文提出了一种利用人工免疫算法实现电梯群控制动态优化的策略．该策略采用两级优化控制,利用常规的THV算法对层站召唤分配实施局部优化,采用人工免疫算法定时对层站召唤分配实施全局优化．同单纯的THV算法相比,本文提出的组合算法将平均的系统等待时间降低了21．26%,仿真结果表明,本文提出的优化控制策略能够改善午饭时期电梯系统的服务性能,具有较好的现实意义和研究价值。     

电梯群控系统智能优化调度方法的研究

提出一种能够适应各种交通流模式的电梯群控智能优化调度方法．运用模糊神经网络对电梯的状态变量进行数据融合。融合出影响调度决策的电梯特征参数、通过小生境遗传算法对特征参数进行多目标优化分析，完成最优调度．仿真实验表明，该方法能够在各种交通流模式下进行相应的合理调度。     

基于人工免疫理论的Shellcode检测方法

Shellcode是缓冲区溢出漏洞攻击的核心代码部分,往往嵌入到文件和网络流量载体中。针对特征码匹配等检测手段存在时间滞后、准确率低等问题,结合人工免疫理论,提出一种采用实值编码的shellcode检测方法。收集shellcode样本并进行反汇编,利用n-gram模型对汇编指令序列提取特征生成抗原,作为免疫系统未成熟检测器来源,之后经历阴性选择算法的免疫耐受过程,生成成熟检测器。对检测器进行克隆和变异,繁衍出更加优良的后代,提高检测器的多样性和亲和度。实验结果表明,该方法对非编码shellcode和多态shellcode均具有较高的检测准确率。     

Intelligent multi-user detection using an artificial immune system

Artificial immune systems (AIS) are a kind of new computational intelligence methods which draw inspiration from the human immune system. In this study, we introduce an AIS-based optimization algorithm, called clonal selection algorithm, to solve the multi-user detection problem in code-division multiple-access communications system based on the maximum-likelihood decision rule. Through proportional cloning, hypermutation, clonal selection and clonal death, the new method performs a greedy search which reproduces individuals and selects their improved maturated progenies after the affinity maturation process. Theoretical analysis indicates that the clonal selection algorithm is suitable for solving the multi-user detection problem. Computer simulations show that the proposed approach outperforms some other approaches including two genetic algorithm-based detectors and the matched filters detector, and has the ability to find the most likely combinations.     

一种新的基于模糊控制的电梯群控策略

从乘客的角度出发，通过分析乘客需求，推导了乘客最大冲击次数的估算公式，提出了基于层站最长候梯时间和乘客最大冲击次数的一种新型电梯群控策略．该策略采用模糊控制设计，符合人们对电梯服务水平的语言级评价，仿真结果表明，乘客的乘梯时间和所经受的冲击次数较两种常规的群控策略有明显降低，为研究符合乘客利益的电梯群控系统奠定了基础。     

多模型电梯群控的自寻优策略

本文对大量电梯实际运行数据进行分析,将电梯的运行模式分为上行高峰模式、层间交换模式、下行高峰模式和空闲模式等4种情况.根据多模型控制的思想,对不同的交通模式,设计不同权值的评价指标函数,构成多模式自寻优控制器.在多个控制策略的基础上,采用神经网络构成切换机制,给出电梯群控多模型控制器.我们在电梯群控仿真平台上进行了验证,结果显示了本文提出算法的有效性.     

基于Matlab的早高峰电梯群控调度系统仿真研究

电梯群控问题是一个具有不确定性和非线性的复杂多目标优化问题,为了研究此类问题,在现有的关于对电梯群控系统仿真研究的基础上,仅针对早高峰时段,即上午7：50到9：10的这个时间段来进行建模仿真。在建模的过程中考虑到排队、乘客等待时间及启停次数等问题, 运用Matlab进行模拟仿真,使各关键参数直观的呈现出来,以便为电梯优化调度方案的提出提供科学且可用的参考数据。     

电梯群控算法评价指标与验证平台的研究与实现

电梯群控系统是现代建筑交通系统中的最重要组成部分之一,群控算法成为研究热点之一。然而电梯系统的复杂性,对于群控算法的评价指标仍然存在标准不统一、不完善的问题。针对此问题,研究了群控算法的评价指标,将候梯时间、乘梯时间、电梯拥挤度、停靠次数、长时间候梯率、电梯输送能力、能耗等指标统一起来,形成一个完整的评价体系。在此基础上,研究并开发了电梯群控算法验证平台。案例研究证明,基于统一评价指标的验证平台能够为各种电梯群控算法提供全面、准确、高效、灵活的验证环境。