基于人工免疫算法的电梯群控系统的研究与设计

基于人工免疫算法的电梯群控系统的研究与设计

论文摘要

在现代化的智能大厦中,由于交通流量特别大,不确定因素多,因而往往在大厦中配置多台电梯,电梯群控系统采用优化的控制策略来协调多台电梯的运行,以提高电梯的运行效率和服务质量。随着人工智能控制技术的发展,电梯群控系统的目标不仅限于缩短乘客乘梯时间,而是对乘客乘梯时间以及系统能耗等多个不同目标进行优化。本文针对电梯客流高峰期的特点及存在的问题,设计了基于人工免疫算法的电梯群控系统。人工免疫系统是人工智能中的一种新兴的方法,它具有数据特征提取的作用。本文采用人工免疫算法对两组模拟电梯客流特点的数据进行了特征提取,得到很好的效果。另外,在对人工免疫算法的深入研究中,本文发现基于克隆选择学的人工免疫算法在解决优化问题时存在一定的不足,主要是在保持最大亲和力方面并不总能得到令人满意的曲线。本文针对此问题进行了仔细的分析,找出原因并对基于克隆选择学的人工免疫算法进行了改进,通过仿真验证得到了满意的效果。在高峰客流期间,分区是解决电梯群调度问题的一种很好方法。但是,现存的分区控制模式是固定的或按时间预先确定的,它们不能适应实际的交通模式,这也使得一些人对电梯的分区研究持有反对的态度。动态分区具有很大的灵活性,它在增大载客量,降低高峰期乘客的候梯时间、乘梯时间,降低能耗等方面都有很大的优越性。然而,如何快速地确定各台电梯的最优的动态分区方式,是问题的难点。经过本文的研究,人工免疫算法恰好可以很好地解决此问题。本文将人工免疫算法应用于电梯动态分区过程,并进行了仿真实验,验证了其可行性与有效性,使得电梯动态分区的思想得以很好地实现。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 电梯群控系统的发展概况
  • 1.1.1 电梯群控发展阶段
  • 1.1.2 早期电梯群控技术
  • 1.1.3 现代电梯群控技术
  • 1.2 电梯群控系统的发展趋势及其存在的问题
  • 1.2.1 电梯群控系统的发展趋势
  • 1.2.2 电梯群控系统中存在的问题
  • 1.3 本课题的主要工作及研究意义
  • 1.4 本章小结
  • 第2章 电梯群控系统的理论基础
  • 2.1 电梯群控系统中的动态特性
  • 2.1.1 电梯群控系统的多目标性
  • 2.1.2 电梯群控系统的不确定性
  • 2.1.3 电梯群控系统的扰动性
  • 2.1.4 电梯群控系统的非线性
  • 2.1.5 电梯群控系统信息的不完备性
  • 2.2 电梯群控系统的特征值
  • 2.2.1 时间特征值
  • 2.2.2 距离特征值
  • 2.2.3 能耗特征值
  • 2.2.4 停站次数特征值
  • 2.2.5 梯内空闲量特征值
  • 2.3 电梯群控系统的性能评价指标
  • 2.3.1 时间评价指标
  • 2.3.2 载客能力评价指标
  • 2.3.3 乘客的容忍度评价指标
  • 2.3.4 能耗评价指标
  • 2.4 电梯群控系统的交通模式
  • 2.4.1 上行高峰和下行高峰
  • 2.4.2 两路交通模式
  • 2.4.3 随机交通模式
  • 2.4.4 空闲交通模式
  • 2.5 电梯群控系统的研究现状
  • 2.6 电梯群控系统的控制目标
  • 2.7 本章小结
  • 第3章 人工免疫系统的理论基础
  • 3.1 免疫学的发展概况
  • 3.1.1 经验免疫学时期
  • 3.1.2 经典免疫学时期
  • 3.1.3 现代免疫学时期
  • 3.2 生物免疫系统简介
  • 3.2.1 生物免疫系统的功能
  • 3.2.2 生物免疫系统的特点
  • 3.3 人工免疫系统理论
  • 3.3.1 人工免疫系统的定义与发展
  • 3.3.2 人工免疫系统的仿生机理
  • 3.3.3 人工免疫系统的原理
  • 3.3.4 人工免疫系统的应用
  • 3.4 本章小结
  • 第4章 电梯乘客客流的分析与预测
  • 4.1 电梯乘客客流的分析
  • 4.1.1 电梯乘客客流的特点及研究意义
  • 4.1.2 电梯乘客客流的收集
  • 4.1.3 基于人工免疫系统的特征数据提取
  • 4.1.4 电梯乘客客流数据特征提取的可行性分析
  • 4.1.5 电梯乘客客流的聚类分析
  • 4.2 电梯乘客客流的预测
  • 4.2.1 电梯乘客客流数据的可预测性
  • 4.2.2 基于支持向量机的电梯乘客客流预测
  • 4.3 本章小结
  • 第5章 高峰客流的电梯群控系统设计
  • 5.1 基于克隆选择学的人工免疫算法及改进
  • 5.1.1 基于克隆选择学的人工免疫算法
  • 5.1.2 对克隆选择学的人工免疫算法的改进
  • 5.2 电梯群的群控系统的设计
  • 5.2.1 电梯群动态分区的提出
  • 5.2.2 电梯群动态分区的特点
  • 5.2.3 电梯群的连续动态分区
  • 5.2.4 电梯群的非连续动态分区
  • 5.2.5 基于人工免疫的电梯群控系统设计
  • 5.3 本章小结
  • 第6章 总结与展望
  • 6.1 本文总结
  • 6.2 工作展望
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].人工免疫算法在网络入侵检测中的应用[J]. 吉林省教育学院学报 2019(07)
    • [2].人工免疫算法在桥梁健康监测中的应用[J]. 重庆理工大学学报(自然科学) 2016(12)
    • [3].基于双重阈值检测的自适应人工免疫算法研究[J]. 信息与电脑(理论版) 2017(13)
    • [4].基于人工免疫算法的网络可生存性增强与优化[J]. 科学中国人 2016(33)
    • [5].一种基于人工免疫算法的温度预报方法[J]. 电脑编程技巧与维护 2018(08)
    • [6].人工免疫算法的船舶避碰智能策略研究[J]. 舰船科学技术 2016(02)
    • [7].基于改进人工免疫算法的云计算任务调度[J]. 激光杂志 2014(11)
    • [8].人工免疫算法在故障诊断中的应用研究[J]. 电脑知识与技术 2009(18)
    • [9].大数据下的一种人工免疫算法在汽车设备检测中的研究[J]. 科技通报 2019(03)
    • [10].人工免疫算法在建筑照明改造中的应用[J]. 照明工程学报 2019(02)
    • [11].改进人工免疫算法的多机协同空战目标分配方法[J]. 西北工业大学学报 2019(02)
    • [12].基于人工免疫算法的网络安全态势预测[J]. 长春工程学院学报(自然科学版) 2018(01)
    • [13].利用小波——人工免疫算法对某高压实验大厅进行结构的损伤识别与诊断[J]. 山西电力 2018(04)
    • [14].改进的人工免疫算法在机床颤振诊断中的应用[J]. 制造技术与机床 2010(03)
    • [15].基于改进的人工免疫算法的函数优化[J]. 计算机仿真 2008(07)
    • [16].基于人工免疫算法的软件输出域覆盖测试[J]. 南京大学学报(自然科学) 2018(04)
    • [17].人工免疫算法在入侵检测中的应用[J]. 微计算机信息 2010(27)
    • [18].人工免疫算法在引水工程中的应用[J]. 潍坊学院学报 2014(02)
    • [19].基于人工免疫算法的波长选取在光谱分析中的应用[J]. 计算机工程与设计 2010(10)
    • [20].一种用于入侵检测的改进人工免疫算法[J]. 计算机工程 2009(18)
    • [21].一种基于学习型人工免疫算法的股价预测模型[J]. 计算机与现代化 2017(11)
    • [22].基于改进人工免疫算法的入侵检测算法研究[J]. 软件导刊 2015(12)
    • [23].人工免疫算法在入侵检测系统中的应用[J]. 电脑知识与技术 2012(16)
    • [24].基于欧氏距离的人工免疫算法的研究[J]. 黑龙江科技信息 2009(36)
    • [25].多种群人工免疫算法在多峰函数上的优化[J]. 南昌大学学报(工科版) 2018(03)
    • [26].自然计算在通信安全中的应用[J]. 信息通信 2017(05)
    • [27].人工免疫算法及其在多元非线性优化问题中的应用[J]. 铜仁学院学报 2012(03)
    • [28].人工免疫算法在机械设计中的应用[J]. 煤矿机械 2016(07)
    • [29].人工免疫算法在空空导弹故障诊断中应用研究[J]. 设备管理与维修 2018(10)
    • [30].浅谈人工免疫算法在演化音乐创作中的应用[J]. 明日风尚 2019(20)

    标签:;  ;  ;  ;  ;  

    基于人工免疫算法的电梯群控系统的研究与设计
    下载Doc文档

    猜你喜欢