目的层电梯群控策略研究与设计
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 研究意义 | 第12-13页 |
| 1.4 本文的研究思路及组织结构 | 第13-14页 |
| 第2章 目的层群控策略与智能算法理论 | 第14-24页 |
| 2.1 目的层群控系统 | 第14-18页 |
| 2.1.1 目的层群控动态特性 | 第15页 |
| 2.1.2 电梯交通模式类型 | 第15-16页 |
| 2.1.3 性能评价指标 | 第16-18页 |
| 2.2 目的层群控研究现状 | 第18-19页 |
| 2.3 智能算法原理应用 | 第19-23页 |
| 2.3.1 BP神经网络 | 第19-22页 |
| 2.3.2 聚类分析方法 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 目的层群控策略总体设计 | 第24-34页 |
| 3.1 目的层群控总体设计 | 第24-26页 |
| 3.2 各模块功能设计 | 第26-33页 |
| 3.2.1 数据管理模块 | 第26-30页 |
| 3.2.2 交通模式识别模块 | 第30-31页 |
| 3.2.3 群控派梯决策模块 | 第31-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第4章 垂直交通客流模型与交通模式识别 | 第34-50页 |
| 4.1 垂直交通客流模型 | 第34-40页 |
| 4.1.1 电梯交通模式类型 | 第34-35页 |
| 4.1.2 电梯客流模型研究 | 第35-38页 |
| 4.1.3 电梯客流分析与仿真 | 第38-40页 |
| 4.2 基于BP神经网络的电梯交通模式识别 | 第40-49页 |
| 4.2.1 交通模式动态模型 | 第40-42页 |
| 4.2.2 基于BP神经网络的模式识别算法 | 第42-46页 |
| 4.2.3 神经网络训练结果与交通模式识别 | 第46-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第5章 目的层群控多目标策略 | 第50-74页 |
| 5.1 乘客聚类分组 | 第50-58页 |
| 5.1.1 聚类问题的提出 | 第50-52页 |
| 5.1.2 乘客聚类分析 | 第52-55页 |
| 5.1.3 乘客聚类算法设计 | 第55-58页 |
| 5.2 多目标性能评价指标 | 第58-64页 |
| 5.2.1 多目标性能评价指标的提出 | 第58页 |
| 5.2.2 单乘客评价指标 | 第58-62页 |
| 5.2.3 聚类组乘客评价指标 | 第62-64页 |
| 5.3 基于乘客聚类的多目标决策 | 第64-73页 |
| 5.3.1 多目标决策模型 | 第65-67页 |
| 5.3.2 单乘客与聚类组权重系数 | 第67-68页 |
| 5.3.3 多目标派梯分析 | 第68-71页 |
| 5.3.4 多目标派梯算法设计 | 第71-73页 |
| 5.4 本章小结 | 第73-74页 |
| 第6章 总结与展望 | 第74-76页 |
| 6.1 论文总结 | 第74-75页 |
| 6.2 论文展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80页 |
