智能电梯群控系统的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-19页 |
| ·课题目的和意义 | 第11-12页 |
| ·国际国内研究情况和进展 | 第12-16页 |
| ·基于专家系统的电梯群控 | 第13-14页 |
| ·基于模糊逻辑的电梯群控 | 第14-15页 |
| ·基于遗传算法的电梯群控 | 第15页 |
| ·基于神经网络的电梯群控 | 第15页 |
| ·基于模糊神经网络的电梯群控 | 第15-16页 |
| ·课题的研究内容与创新点 | 第16-17页 |
| ·课题的研究内容 | 第16-17页 |
| ·课题的创新点 | 第17页 |
| ·本文的文章结构 | 第17-19页 |
| 第二章 电梯群控系统的特征分析 | 第19-27页 |
| ·电梯群控系统的结构分析 | 第19-21页 |
| ·乘客对电梯群控系统的要求分析 | 第21-22页 |
| ·电梯群控系统的系统特性分析 | 第22-24页 |
| ·多目标性 | 第22-23页 |
| ·不确定性 | 第23-24页 |
| ·非线性 | 第24页 |
| ·扰动性 | 第24页 |
| ·信息的不准确性 | 第24页 |
| ·电梯群控系统的控制模式分析 | 第24-26页 |
| ·预测控制模式 | 第24-25页 |
| ·优化控制模式 | 第25页 |
| ·分解—协调控制模式 | 第25页 |
| ·模糊控制模式 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第三章 智能电梯群控系统的交通模式识别 | 第27-41页 |
| ·大楼的交通模式 | 第27-30页 |
| ·上行高峰交通模式 | 第27-28页 |
| ·下行高峰交通模式 | 第28-29页 |
| ·2路交通模式 | 第29页 |
| ·4路交通模式 | 第29-30页 |
| ·平衡的层间交通模式 | 第30页 |
| ·空闲交通模式 | 第30页 |
| ·用于交通模式识别的模糊神经网络 | 第30-34页 |
| ·模糊神经网络的结构 | 第31-33页 |
| ·模糊神经网络的学习算法 | 第33-34页 |
| ·将模糊神经网络应用于交通模式识别 | 第34-37页 |
| ·交通模式的特征提取 | 第34页 |
| ·确定网络结构 | 第34-36页 |
| ·训练网络 | 第36-37页 |
| ·不同交通模式下的群控策略 | 第37-40页 |
| ·高峰交通模式下的调度策略 | 第37-38页 |
| ·空闲交通模式下的调度策略 | 第38-40页 |
| ·层间交通模式下的调度策略 | 第40页 |
| ·小结 | 第40-41页 |
| 第四章 基于遗传算法的群控多目标优化调度策略 | 第41-60页 |
| ·遗传算法简介 | 第41-42页 |
| ·遗传算法的生物学基础 | 第41-42页 |
| ·遗传算法的基本流程 | 第42页 |
| ·电梯群控性能指标评价函数 | 第42-49页 |
| ·候梯时间短评价函数 | 第44-47页 |
| ·乘梯时间短评价函数 | 第47页 |
| ·轿厢内乘客少评价函数 | 第47-48页 |
| ·系统能耗少评价函数 | 第48-49页 |
| ·电梯群控遗传算法优化设计 | 第49-56页 |
| ·编码 | 第49-50页 |
| ·生成初始染色体群体 | 第50-51页 |
| ·适应度函数设计 | 第51页 |
| ·选择操作 | 第51-52页 |
| ·交叉操作 | 第52-53页 |
| ·变异操作 | 第53-54页 |
| ·遗传算法控制参数选择 | 第54-55页 |
| ·算法终止准则 | 第55-56页 |
| ·遗传算法优化调度方法程序实现 | 第56-59页 |
| ·小结 | 第59-60页 |
| 第五章 智能电梯群控系统软件设计 | 第60-67页 |
| ·系统任务分配 | 第60-61页 |
| ·系统任务调度 | 第61-63页 |
| ·系统软件总体结构设计 | 第63-65页 |
| ·系统软件开发环境及其实现语言 | 第65-66页 |
| ·小结 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69页 |
