| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题背景及研究的目的和意义 | 第11-12页 |
| ·电梯群控系统的发展及其研究现状 | 第12-15页 |
| ·电梯控制系统的发展 | 第12页 |
| ·电梯的调度策略 | 第12-13页 |
| ·国内外电梯群控系统研究现状 | 第13-15页 |
| ·本文的主要研究内容 | 第15-17页 |
| 第2章 电梯群控系统的结构特征分析 | 第17-23页 |
| ·电梯群控系统的基本特性 | 第17-19页 |
| ·电梯群控系统的不确定性 | 第17页 |
| ·电梯群控系统的扰动性 | 第17页 |
| ·电梯群控系统的非线性 | 第17-18页 |
| ·电梯群控系统的多目标性 | 第18-19页 |
| ·电梯交通流描述及其检测方法 | 第19页 |
| ·电梯交通流的描述 | 第19页 |
| ·电梯交通流的检测方法 | 第19页 |
| ·电梯群控系统的性能评价指标 | 第19-21页 |
| ·时间评价指标 | 第20-21页 |
| ·能耗评价指标 | 第21页 |
| ·电梯群控系统的结构框图 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 电梯群控系统中使用的智能控制方法 | 第23-33页 |
| ·人工神经网络和模糊控制 | 第23-27页 |
| ·人工神经网络 | 第23-26页 |
| ·模糊系统 | 第26-27页 |
| ·模糊神经网络 | 第27-32页 |
| ·模糊系统与人工神经网络的融合 | 第27-28页 |
| ·基于Mamdani模型的模糊神经网络 | 第28-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于模糊神经网络的电梯交通流模式识别的研究 | 第33-47页 |
| ·电梯群控系统的交通流模式 | 第33-35页 |
| ·电梯交通流模式识别的研究方法 | 第33-34页 |
| ·电梯交通客流分析 | 第34-35页 |
| ·模糊神经网络的学习 | 第35-39页 |
| ·获取隶属函数 | 第35-36页 |
| ·确定模糊规则 | 第36-37页 |
| ·优化隶属函数 | 第37-39页 |
| ·基于模糊神经网络的电梯交通流模式识别的实现 | 第39-46页 |
| ·电梯交通流模式特征值的提取 | 第40页 |
| ·确定模糊神经网络的输入变量与输出变量 | 第40-41页 |
| ·模糊神经网络的训练 | 第41-42页 |
| ·应用模糊神经网络进行交通模式识别 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 电梯群控系统多目标优化派梯算法研究 | 第47-61页 |
| ·电梯群控系统的多目标控制 | 第47-50页 |
| ·电梯群控系统的最优调度算法 | 第50-55页 |
| ·确定AWT、ART与RNC的权值 | 第50-51页 |
| ·模糊神经网络的结构 | 第51-55页 |
| ·训练与仿真 | 第55-60页 |
| ·模糊神经网络的训练 | 第55-56页 |
| ·电梯群控派梯调度仿真实例 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| ·论文总结 | 第61页 |
| ·工作展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |