特征加权模糊聚类在电梯群控中的应用.pdf

《特征加权模糊聚类在电梯群控中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第29卷第4期2016年7月机电产品开发与剀新Development＆InnovationofMachinery＆ElectricalProductsV01．29，No．4Jul．，2016文章编号：1002—6673(2016)04—090--04特征加权模糊聚类在电梯群控中的应用赵伟(北京城市学院，北京101306)摘要：为实现群控电梯的智能控制，对衡量电梯效率的平均候梯时间、平均乘梯时间和系统能耗三个变量进行数据处理，进而采用特征加权模糊c均值聚类算法对群控电梯数据进行分类。建立上行高峰模式

2、、下行高峰模式、层间交互模式和空闲模式4种标准模式．将新的电梯采集数据通过模糊模式识别中贴近度的方法与标准模式相匹配，为后续的电梯群控提供依据，此方法与原有的模糊C均值聚类相比，有效改善聚类效果。该算法在某群控电梯模型上进行实验。取得良好的效果。仿真结果表明了其有效性。关键词：模糊聚类；特征加权；群控电梯；模式识别中图分类号：TP23文献标识码：Adoi：10．3969／j．issn．1002—6673．2016．04．033ApplicationofFeatureWeightedFuzzyClu

3、steringinElevatorGroupControlzHAoWet(BeijingCityUniversity，Beijing101306，China)Abstract：Inordertorcalizetheintelligentcontrolofelevatorgroupcontrol，tomeasuretheefficiencyoftheelevatoroftheaveragewait—ingtime，averagerideladdertimeandenergyconsumptionof

4、thesystemofthreevariablesfordataprocessing，thenthefeatureweightedfuzzyc—meansclusteringalgorithmtoclassifytheelevatorgroupcontroldata，establishedONpeakmode，downpeaktra伍cpatcem，thein-terhyerinteractionmodeandidlemodefourstandardmode，thenewelevatordataa

5、cquisitionbyfuzzypattemrecognitioninclosedegreemethodandstandardpaaemmatching，toprovideabasisforthefollow—upoftheelevatorgroupcontrol，comparedtothismethodandtheoriginalfuzzyCmeansclustering，effectivelyimprovetheclusteringeffect．Thealgorithmistestedont

6、heelevatormodel，andachievedgoodresults．Simulationresultsshowitsvalidity．Keywords：fuzzyclustering；featureweighring；elevatorgroupcontrol；patternrecognition0引言随着智能楼宇的不断出现，特别是高层建筑的大规模建设，电梯作为垂直运输的重要手段，其运行效率的高低是评价建筑自动化好坏程度的重要指标之一。同时，良好的派梯策略，能够减少电梯起、停次数，对降低电

7、梯能源损耗也具有重要意义。国外的软件仿真方面文献相对较少，主要仿真软件为Elevate．国内方面上海交通大学的毕晓亮等【11在分析了群控系统功能和特点的基础上。重点说明了系统的硬件结构．开发了一套采用分布式控制的电梯仿真硬件系统。天津大学的宗群等圆在说明了各种配置参数的前提下．重点从软件仿真的角度，对电梯系统各个部件都做了一定的软件仿真，并指出了电梯群是依客流情况，分几种修稿日期：2016—04—07作者简介：赵伟(1983-)，女，北京人，硕士，讲师。研究方向智能控制。交通模式交替运行的情况。结

8、合电梯群控系统的运行特点．为实现群控电梯的智能控制，对衡量电梯效率的平均候梯时间、平均乘梯时间和系统能耗三个变量进行数据处理．进而采用特征加权模糊C均值聚类算法对群控电梯数据进行分类。建立上行高峰模式、下行高峰模式、层间交互模式和空闲模式4种标准模式[31。将新的电梯采集数据通过模糊模式识别中贴近度的方法与标准模式相匹配．为后续的电梯群控提供依据，此方法与原有的模糊C均值聚类相比，有效改善聚类效果。1算法介绍1．1模糊聚类算法模糊聚类算法基本步骤【4】如下：(1)满足条件：’．'乞