资源描述：
《基于粒子群K均值聚类算法的电梯交通模式识别.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22卷第10期控制与决策2007年10月Vol.22No.10ControlandDecisionOct.2007文章编号:10010920(2007)10113904基于粒子群K均值聚类算法的电梯交通模式识别杨广全,朱昌明,王向红,涂治国(上海交通大学机械与动力工程学院,上海200030)摘要:针对传统方法存在的缺点,提出一种基于粒子群K均值聚类算法的电梯交通模式识别方法.该方法通过对此前一周的原始客流数据进行聚类分析,得到相应交通模式的聚类中心坐标.针对实时变化的交通流数据,采集5min时段客流数据,根据最近邻原则划分其归属的聚类中心,从而识别出当前的交通模
2、式.仿真实验表明,该方法能对电梯交通模式进行有效识别,实时性较好.关键词:电梯交通模式;粒子群K均值聚类算法;电梯群控系统中图分类号:TP18文献标识码:AElevatortrafficpatternrecognitionbasedonparticleswarmoptimizationKmeansclusteringalgorithmYANGGuangquan,ZHUChangming,WANGXianghong,TUZhiguo(SchoolofMechanicalEngineering,ShanghaiJiaotongUniversity,Shanghai20003
3、0,China.Correspondent:ZHUChangming,Email:zhuchangming@sjtu.edu.cn)Abstract:Toovercomethedrawbacksoftraditionalmethods,amethodofelevatortrafficpatternrecognitionbasedonparticleswarmoptimizationKmeansclusteringalgorithmisproposed.Thetrafficflowdataduringlatest7daysasasampleisappliedtoclusteringa
4、nalysis,andtheclusteringcentersofthecorrespondingtrafficpatternsareobtainedbyusingthismethod.Fiveminutestrafficflowdataarerealtimecollectedanditscorrespondingclusteringcenterispartitionedaccordingtotheclosestneighborprinciple,andthenthecurrenttrafficpatternisrecognized.Simulationshowsthattheprop
5、osedmethodcanidentifyelevatortrafficpatternseffectivelywithgoodrealtimeperformance.Keywords:Elevatortrafficpattern;ParticleswarmoptimizationKmeansclusteringalgorithm;Elevatorgroupcontrolsystem1引言家知识确定推理规则,且缺乏学习能力,对交通流变电梯群控系统成为现代高层建筑中必不可少的化适应能力差;2)神经网络算法本身训练耗时较大,垂直运输工具.设计良好的电梯群控系统,不仅能为网络结构具
6、有不可确定性,易陷入局部极小化,且对乘客提供优质的服务,而且增加了建筑物的使用价训练数据的依赖性较大;3)支持向量机泛化能力强,值.电梯群控系统的核心是电梯群控调度算法,交通克服了对训练数据的依赖性,但存在计算时间长的流是影响电梯群控调度算法性能的一个重要因素.缺点,影响了交通流的在线分类.[6]对建筑物内的交通流状况进行准确分类,在不同的李中华等提出一种基于人工免疫算法的电梯交通流状况下选用合适的电梯群控调度算法,可有交通流分析方法,对一天的交通流进行离线分析.[7]效提高电梯系统的服务质量和各项性能指标.Tang等对该方法进行扩展,提出了免疫规划K为了准确地识别交通流模式,模糊推理
7、方均值聚类算法对交通流模式进行识别,其优点在于[1,2][3,4][5]法、模糊神经网络以及支持向量机已被用不需要任何先验知识就能达到良好的分类目的.于电梯交通模式识别,并取得了一定的效果.但这些本文提出一种基于粒子群聚类算法的交通流模方法存在以下缺点:1)模糊推理方法需要完备的专式识别方法.粒子群聚类算法基于群体智能,采用简收稿日期:20060525;修回日期:20060913.基金项目:国家自然科学基金项目(699750
