基于智能算法的电梯群控实验系统研究

基于智能算法的电梯群控实验系统研究

ID:37383256

大小:9.91 MB

页数:71页

时间:2019-05-22

基于智能算法的电梯群控实验系统研究_第1页
基于智能算法的电梯群控实验系统研究_第2页
基于智能算法的电梯群控实验系统研究_第3页
基于智能算法的电梯群控实验系统研究_第4页
基于智能算法的电梯群控实验系统研究_第5页
资源描述:

《基于智能算法的电梯群控实验系统研究》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、专业学位硕士学位论文基于智能算法的电梯群控实验系统研究ResearchofElevatorGroupControlExperimentalSystembasedonIntelligentAlgorithm学号:41017421完成Et期:2Q!三生三月!§目大连理工大学DalianUniversityofTechnology大连理工大学学位论文独创性声明作者郑重声明:所呈交的学位论文,是本人在导师的指导下进行研究工作所取得的成果。尽我所知,除文中已经注明引用内容和致谢的地方外,本论文不包含其他个人或集体已经发表的研究成果,也不包含其他已申请学位或其他用途

2、使用过的成果。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处,本人愿意承担相关法律责任。学位论文题目:基王筮能簋洼的电搓登控塞验丕统珏究作者签名:边函益.日期:2堕年卫月丝。日大连理工大学专业学位硕士学位论文摘要电梯群控的一个基本问题是电梯交通流预测。电梯的时间序列交通流数据具有非线性和小样本的特征,利用最小支持向量机技术进行电梯交通流数据预测。对于电梯交通流需求的时变性、不确定性的特点,建立了基于LS-SVM的迭代学习预测模型。该模型不依赖于交通需求的分布,基于最小支持向量机技术得到的预测函数,能及时动态跟踪电

3、梯交通流变化,从预测结果看出基于时间序列的LS.SVM预测的正确性与有效性。针对不同的电梯交通模式采用相对应的群控算法进行电梯优化调度计算,可以极大提高电梯群控系统的性能。DE算法具有较强的全局和局部搜索能力,利用差分演化的神经网络进行电梯交通流量模式识别,辨识效果良好。进行了电梯实验室基于CAN总线通信的电梯群控试验台硬件设计、通讯功能和仿真软件设计。根据群控系统功能电梯群控试验台设计了总线通信、呼梯信号和群控与监控几个子系统。按照功能设计要求,电梯群控试验台由5个大类共12个控制器节点构成。电梯群控试验台硬件和软件设计符合实际电梯群控系统的结构,可以

4、满足电梯群控实验室系统研究的需要。关键词:电梯群控;交通流预测;CAN总线;模式识别基于智能算法的电梯群控实验系统研究ResearchofElevatorGroupControlExperimentalSystembasedonIntelligentAlgorithmAbstractOneofthebasicproblemsoftheelevatorgroupcontroliStopredictthetrafficflowoftheelevator.Elevatortrafficflowhasthecharacteristicsofnonlinearit

5、ytimeseriesandsmallsamplesize.Supportvectormachineisappliedtopredictelevatortrafficflowoftimeseries.Asforthetraitsofelavatortrifficrequirement.whichischaracterizedbydegenerationanduncertainty,iterativelearningpredictivemodelsbasedonLS—SVMhasbeensetup.Themodelhastheabilitytodynami

6、callytrackchangesintrafficdemand.Throughtheuseofsupportvectormachinetechnology,wegetcontinuoustrafficdemandpredictionfunction.Uponexamination,it’Sobviousthatthemodelhasgoodpredictiveeffect.Asforvariouselevatortrafficmodel,it’Ssuggestthatweshouldcarryoutthecoculationaccordingtocor

7、respondingcontrolalgorithm,andthereforitmaygreatlyimprovetheperformanceofelevatorgroupcontrolsystem.Usingdifferentialevolutionneuralnetworksforpatternrecognitionofelevatortraffic,DEalgorithmhasstrongglobalandlocalsearchcapability.Thedesignofthelaboratoryelevatorgroupcontrolhardwa

8、resystemanditssimulationhasalreadybeenCo

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。