基于遗传算法的模糊神经网络电梯群控

基于遗传算法的模糊神经网络电梯群控

ID:36801516

大小:2.48 MB

页数:68页

时间:2019-05-15

基于遗传算法的模糊神经网络电梯群控_第1页
基于遗传算法的模糊神经网络电梯群控_第2页
基于遗传算法的模糊神经网络电梯群控_第3页
基于遗传算法的模糊神经网络电梯群控_第4页
基于遗传算法的模糊神经网络电梯群控_第5页
资源描述:

《基于遗传算法的模糊神经网络电梯群控》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、摘要本文首先对数据融合进行研究。介绍了基于模糊联结聚合神经网络的一种多信息层次混合结构的融合模型,对网络中每一个节点选择合适的数据融合运算。建立了进行数据融合的模糊联结聚合网络。研究了模糊神经网络,用神经网络的结构进行模糊推理。研究了遗传算法及其实现。采用小生境共享函数法,维护了群体的多样性。用遗传算法优化具有全局性的模糊神经网络初始参数,用BP算法调节和优化具有局部性的参数。建立基于遗传算法的模糊神经网络。在电梯群控系统中,每部电梯采用一个模糊联结聚合网络进行数据融合。采用二层融合结构:原始数据层融合、特征层融合。对

2、原始层数据采用模糊联结“或”和“并”运算,特征层采用模糊联结“广义均值”融合运算,融合结果作为基于遗传算法的模糊神经网络的输入。根据各种交通模式相应电梯群控目标产生模糊神经网络的样本,训练好的网络用于电梯调度。选取网络进行电梯群控。在虚拟环境下进行仿真,结果证明基于遗传算法的模糊神经网络电梯群控可以适用于各种交通流模式,又能满足各单一交通模式下的性能要求。关键词:电梯群控基于遗传算法酾模糊神经网络数据融合模糊联结聚合网络/变通流模式AbstractThispaperdiscussedDataFusionfirstly.

3、Akindofmulti—informationmixedstrueturefusionmodelbasedonfuzzycouplingaggregationneuralnetworkswasintroducedwhoseeachnodehasitsappropriatedatafusionoperator.Inthisway,afuzzycouplingaggregationneuralnetworkwhichisusedtodatafusionwassetup.Fuzzyneuralnetworkwasstudi

4、edandfuzzyreasoningwasreallzedbyuseofneuralnetworksstructure.Inaddition,thispaperstudiedGeneticAlgorithmanditsNichefunction—sharedmethodwhichcanbeusedtokeepcolonydiversity.Withthisunderstanding。GFNN,genetic—basedfuzzyneuralnetwork,wasmadeusingGeneticAlgorithmtoi

5、nitializegeneralparameterandusingBPalgorithmtooptimizelocalparameter.Inelevatorgroupcontrolsystem,datafusionaccordingtofuzzycouplingaggregationneuralnetworkwasexecutedforeachelevatorwherebi-hiberarchywasadopted—usingfuzzycouplingoperatorORandoperatorANDtoorigina

6、ldatafusionandusingfuzzycoupltagoperatorGeneralized—Meanedtoeigenvectorfusion,and,fusionresultswereusedHsinputofGFNN.WhileGFNN.whosesamplegainedaccordingtoelevatorgroupcontrolobjectiveofcorrespondingtrafficmode,wastrainedforelevatordispatching.Therewith,anynettr

7、ainedsuccessf’u11Ycanbechosentoe1evatorgroupcontr01.At1ast.simulationwasmadeundervirtualenvironment.Elevatorgroupcontrolusinggenetic—basedfuzzyneuralnetworkprovetonotONlYadaptedtoVaFietytraf’fiC.butcanmeetallneedsolSin91etrat、11iCmoUe.Keywords:E1evatorgroupcontr

8、01.Genetic—basedfuzzyneuralnetwork,DataCusion,FuzzycouplingaggregationneuFaInetwork,‘rraffiCmode独创性声明P≤5阳8I本人论文足我个人在导师的指导F取得的研究成果,尽我所知,除特别的加以标注的和致谢的地方外,沦文中/1i包含其他人已经发

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。