基于蚁群算法的电梯群优化控制研究

基于蚁群算法的电梯群优化控制研究

论文摘要

近年来人们对电梯的服务质量提出了越来越高的要求,单台电梯已经不能满足建筑物内的交通需要,合理安装多部电梯成为首选,因此出现了电梯群控系统。群控系统能够有效地改善客流调度及运输效果而一直受到国际电梯业的高度重视,但国内高层和超高层建筑中的电梯控制系统和群控系统基本上都是国外电梯公司的产品。因此,对电梯群控系统的研究与开发对于国内电梯企业而言是极其紧迫的。群控算法是电梯群控系统的核心,虽然国内外专家学者就此问题已提出多种解决方法,但都各有利弊。本文将蚁群算法和电梯群控问题结合起来。蚁群算法是近十几年才提出来的一种新型模拟进化算法,通过候选解组成的群体的进化过程来寻求最优解。通过正反馈和负反馈相结合的机制使算法朝着最优解方向发展,又保持搜索范围避免过早停滞,蚁群算法很适合运用在具有多目标性、非线性、不确定性的电梯群控问题上。由于应用蚁群算法解决的问题,需要能够用图结构描述。本文研究出一种基于呼梯信号和电梯群的二部图模型。对电梯群控问题进行了抽象,将解决电梯群控问题转化为寻求二部图的最大匹配问题。电梯群控问题究其根本是多目标优化问题,本文将控制目标设为乘客候梯时间,乘梯时间,拥挤度和电梯系统运行能耗。通过目标组合的方式加权组合为一个函数,将此函数设为二部图边集的权值。通过蚁群算法对二部图最佳匹配的寻找,实现用蚁群算法生成最优派梯方案。本文在Matlab环境下模拟了群控系统的各个环节,对基于蚁群算法的电梯群控制算法进行仿真。将仿真结果和其他调梯算法进行了性能对比,验证了蚁群算法应用在电梯群控问题上(特别是客流密集时)的优越性。本文不仅研究了将蚁群算法应用于电梯群控中的问题,更为蚁群算法介入此类多目标优化问题提供了重要契机。应用本文确定的多目标优化组合方法以及二部图模型的思想,可以将蚁群算法的应用范围扩大,比如经济调度问题、排课问题、水力电力调配等多目标优化调度一类的问题上。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题研究的目的和意义
  • 1.2 电梯群控系统工作原理
  • 1.3 国内外电梯群控技术综述
  • 1.3.1 电梯群控技术的发展阶段
  • 1.3.2 国内研究现状
  • 1.4 本课题主要研究的内容
  • 第2章 电梯群控系统智能优化调度方法的研究
  • 2.1 电梯群控的多目标优化
  • 2.2 电梯的交通模式
  • 2.3 确立电梯群控性能指标评价函数
  • 2.3.1 候梯时间短评价函数
  • 2.3.2 乘梯时间短评价函数
  • 2.3.3 轿厢内乘客少评价函数
  • 2.3.4 系统能耗少评价函数
  • 2.4 本章小结
  • 第3章 基于蚁群算法的电梯群控优化调度策略
  • 3.1 基本蚁群算法分析
  • 3.1.1 蚁群算法基本原理
  • 3.1.2 蚁群算法的数学模型
  • 3.1.3 蚁群算法的改进
  • 3.1.4 蚁群算法应用研究
  • 3.2 应用蚁群算法求解电梯群控问题的二部图模型
  • 3.2.1 二部图模型的顶点集
  • 3.2.2 二部图模型的边集
  • 3.2.3 二部图各边的权值
  • 3.2.4 二部图模型
  • 3.3 电梯群控问题的求解方案
  • 3.3.1 输入数据
  • 3.3.2 构造二部图模型
  • 3.3.3 应用蚁群算法寻优
  • 3.4 电梯群控问题中的蚁群算法设计
  • 3.4.1 蚂蚁个体的构造
  • 3.4.2 蚂蚁的一次周游
  • 3.4.3 信息素策略
  • 3.4.4 概率转移策略
  • 3.4.5 改进蚁群算法的仿真实验
  • 3.5 本章小结
  • 第4章 电梯群控算法仿真实验
  • 4.1 建筑、电梯初始状态设置
  • 4.2 交通流——交通流产生模块
  • 4.2.1 乘客到达模型
  • 4.2.2 乘客的起始密度向量和起始目标矩阵
  • 4.2.3 乘客的起始楼层和目标楼层
  • 4.3 电梯群控仿真平台方案
  • 4.4 蚁群算法实现电梯优化调度仿真实验
  • 4.4.1 上行高峰客流下的优化调度实例分析
  • 4.4.2 下行高峰客流下的优化调度实例分析
  • 4.5 本章小结
  • 第5章 调度算法比较分析
  • 5.1 三种调度算法
  • 5.1.1 最短候梯时间调度方法
  • 5.1.2 最短距离调度方法
  • 5.1.3 模糊控制调度方法
  • 5.2 各种调度算法的仿真比较
  • 5.2.1 上行高峰客流下各种调度算法仿真结果
  • 5.2.2 下行高峰客流下各种调度算法仿真结果
  • 5.2.3 层间均衡交通模式下各种调度算法仿真结果
  • 5.3 本章小结
  • 结论
  • 参考文献
  • 攻读学位期间发表的学术论文
  • 致谢
  • 简历
  • 相关论文文献

    • [1].算法:一种新的权力形态[J]. 治理现代化研究 2020(01)
    • [2].算法决策规制——以算法“解释权”为中心[J]. 现代法学 2020(01)
    • [3].面向宏观基本图的多模式交通路网分区算法[J]. 工业工程 2020(01)
    • [4].算法中的道德物化及问题反思[J]. 大连理工大学学报(社会科学版) 2020(01)
    • [5].算法解释请求权及其权利范畴研究[J]. 甘肃政法学院学报 2020(01)
    • [6].算法新闻的公共性建构研究——基于行动者网络理论的视角[J]. 人民论坛·学术前沿 2020(01)
    • [7].算法的法律性质:言论、商业秘密还是正当程序?[J]. 比较法研究 2020(02)
    • [8].关键词批评视野中的算法文化及其阈限性[J]. 学习与实践 2020(02)
    • [9].掌控还是被掌控——大数据时代有关算法分发的忧患与反思[J]. 新媒体研究 2020(04)
    • [10].美国算法治理政策与实施进路[J]. 环球法律评论 2020(03)
    • [11].算法解释权:科技与法律的双重视角[J]. 苏州大学学报(哲学社会科学版) 2020(02)
    • [12].大数据算法决策的问责与对策研究[J]. 现代情报 2020(06)
    • [13].大数据时代算法歧视的风险防控和法律规制[J]. 河南牧业经济学院学报 2020(02)
    • [14].风险防范下算法的监管路径研究[J]. 审计观察 2019(01)
    • [15].模糊的算法伦理水平——基于传媒业269名算法工程师的实证研究[J]. 新闻大学 2020(05)
    • [16].算法推荐新闻对用户的影响及对策[J]. 新媒体研究 2020(10)
    • [17].如何加强对算法的治理[J]. 国家治理 2020(27)
    • [18].“后真相”背后的算法权力及其公法规制路径[J]. 行政法学研究 2020(04)
    • [19].算法规制的谱系[J]. 中国法学 2020(03)
    • [20].论算法排他权:破除算法偏见的路径选择[J]. 政治与法律 2020(08)
    • [21].政务算法与公共价值:内涵、意义与问题[J]. 国家治理 2020(32)
    • [22].算法的法律规制研究[J]. 上海商业 2020(09)
    • [23].新闻算法分发对隐私权的冲击及规制[J]. 青年记者 2020(27)
    • [24].算法如何平等:算法歧视审查机制的建立[J]. 南海法学 2020(02)
    • [25].蚁群算法在文字识别中的应用研究[J]. 信息与电脑(理论版) 2019(22)
    • [26].大数据聚类算法研究[J]. 无线互联科技 2018(04)
    • [27].RSA算法的改进研究[J]. 计算机与网络 2018(14)
    • [28].智能时代的新内容革命[J]. 国际新闻界 2018(06)
    • [29].改进的负载均衡RSA算法[J]. 电脑知识与技术 2018(25)
    • [30].基于深度学习的视觉跟踪算法研究综述[J]. 计算机科学 2017(S1)

    标签:;  ;  ;  ;  

    基于蚁群算法的电梯群优化控制研究
    下载Doc文档

    猜你喜欢