| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·电梯群控系统的发展和现状 | 第10页 |
| ·电梯群控系统概述 | 第10-13页 |
| ·电梯群控系统的特征 | 第10-12页 |
| ·电梯群控系统的性能评价指标 | 第12-13页 |
| ·乘客交通流数据获取方法 | 第13页 |
| ·本文的目标和研究重点 | 第13-14页 |
| ·本章小结 | 第14-16页 |
| 第2章 电梯群控系统控制方法 | 第16-28页 |
| ·电梯群控系统控制思路 | 第16页 |
| ·电梯群控系统调度方法 | 第16-17页 |
| ·电梯群控系统常用的智能控制方法 | 第17-26页 |
| ·模糊逻辑 | 第17-19页 |
| ·人工神经网络 | 第19-21页 |
| ·模糊神经网络 | 第21-26页 |
| ·本章小结 | 第26-28页 |
| 第3章 模糊神经网络的学习和仿真方法 | 第28-48页 |
| ·模糊神经网络的学习算法 | 第28-33页 |
| ·确定隶属函数 | 第29-31页 |
| ·形成模糊规则 | 第31-33页 |
| ·使用粒子群优化算法(PSO)优化调整隶属函数参数 | 第33-45页 |
| ·粒子群算法(PSO)的基本概念 | 第33-34页 |
| ·粒子群算法(PSO)的算法原理 | 第34-35页 |
| ·粒子群算法(PSO)的算法流程 | 第35-36页 |
| ·带惯性权重的粒子群算法(PSO) | 第36-37页 |
| ·动态惯性权值的粒子群优化算法(DIPSO) | 第37-43页 |
| ·动态惯性权值PSO算法优化模糊神经网络参数 | 第43-45页 |
| ·模糊神经网络的仿真 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 电梯群控交通流模式识别 | 第48-56页 |
| ·电梯群控系统交通模式识别概述 | 第48-49页 |
| ·应用在交通流模式中的模糊神经网络的结构 | 第49-52页 |
| ·模糊神经网络的输入及其模糊集合 | 第49-51页 |
| ·模糊神经网络的输出 | 第51页 |
| ·模式识别中模糊规则的表述 | 第51页 |
| ·模式识别中的模糊推理 | 第51-52页 |
| ·模糊神经网络的模式识别的训练和仿真 | 第52-54页 |
| ·模糊神经网络的训练 | 第52-54页 |
| ·电梯群控交通流模式识别仿真实例 | 第54页 |
| ·本章小结 | 第54-56页 |
| 第5章 电梯群控派梯调度 | 第56-70页 |
| ·电梯群控系统控制器 | 第56页 |
| ·电梯群控派梯的调度方法 | 第56-58页 |
| ·电梯群控系统的优化目标 | 第56-57页 |
| ·电梯群控系统调度策略 | 第57-58页 |
| ·电梯群控系统派梯调度算法流程 | 第58页 |
| ·应用于电梯群控派梯调度的模糊神经网络结构 | 第58-63页 |
| ·模糊神经网络的输入及其模糊集合 | 第58-60页 |
| ·模糊神经网络的输出 | 第60页 |
| ·模式识别中模糊规则的表述 | 第60-63页 |
| ·模式识别中的模糊推理 | 第63页 |
| ·模糊神经网络运算结果处理 | 第63页 |
| ·电梯群控系统派梯调度的训练与仿真 | 第63-69页 |
| ·模糊神经网络的训练 | 第63-65页 |
| ·单个呼梯信号的电梯群控派梯调度仿真实例 | 第65-68页 |
| ·针对呼梯信号序列的电梯群控派梯调度仿真 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第6章 结论与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76页 |