电梯群智能控制方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·选题背景及意义 | 第11页 |
| ·电梯群控的发展与现状 | 第11-15页 |
| ·电梯群控的发展 | 第11-13页 |
| ·电梯群控的现状 | 第13-15页 |
| ·电梯群控的发展方向及存在问题 | 第15-16页 |
| ·电梯群控的发展趋势 | 第15-16页 |
| ·电梯群控存在的问题 | 第16页 |
| ·论文结构 | 第16-19页 |
| 第2章 电梯群控系统的模型 | 第19-31页 |
| ·引言 | 第19-20页 |
| ·电梯群控系统的特征 | 第20-24页 |
| ·电梯群控系统的复杂性 | 第20-21页 |
| ·电梯群控的多目标性 | 第21-23页 |
| ·电梯群控的理想模型 | 第23页 |
| ·多目标优化问题的解决方法 | 第23-24页 |
| ·电梯群控的综合性能评价函数 | 第24-27页 |
| ·电梯群控的综合性能评价函数 | 第24-25页 |
| ·综合评价函数自变量的确定 | 第25-27页 |
| ·综合性能评价函数权值的确定 | 第27-29页 |
| ·电梯交通流模式的分类 | 第27-28页 |
| ·不同交通流模式下权值的调整 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第3章 电梯交通流模式识别 | 第31-55页 |
| ·引言 | 第31页 |
| ·模糊技术 | 第31-33页 |
| ·模糊技术简介 | 第31-32页 |
| ·模糊技术在电梯群控中的应用 | 第32-33页 |
| ·神经网络技术 | 第33-36页 |
| ·神经网络简介 | 第33-35页 |
| ·神经网络在电梯群控中的应用 | 第35-36页 |
| ·模糊神经网络 | 第36-40页 |
| ·模糊逻辑与神经网络结合的必要性 | 第36页 |
| ·模糊逻辑与神经网络的结合方式 | 第36-37页 |
| ·识别交通流模式的模糊神经网络结构 | 第37-40页 |
| ·模糊神经网络的构造 | 第40-46页 |
| ·隶属函数的确定 | 第40-42页 |
| ·模糊规则确定及优化 | 第42-43页 |
| ·网络的训练 | 第43-46页 |
| ·模糊神经网络对交通流模式的识别 | 第46-53页 |
| ·典型办公大楼的交通模式 | 第46-47页 |
| ·模糊神经网络对交通流模式的识别 | 第47-53页 |
| ·本章小结 | 第53-55页 |
| 第4章 基于改进遗传算法的派梯方法 | 第55-77页 |
| ·引言 | 第55页 |
| ·电梯群控系统多目标优化函数的引入 | 第55-57页 |
| ·响应时间函数 | 第56页 |
| ·系统能耗函数 | 第56-57页 |
| ·平均乘梯时间函数 | 第57页 |
| ·轿厢拥挤度函数 | 第57页 |
| ·遗传算法概述 | 第57-58页 |
| ·改进遗传算法的设计 | 第58-67页 |
| ·编码的设计 | 第58-59页 |
| ·种群的建立 | 第59-60页 |
| ·适应度函数的设计 | 第60-61页 |
| ·遗传算子的设计 | 第61-67页 |
| ·改进遗传算法流程 | 第67-69页 |
| ·改进遗传算法的步骤 | 第67-68页 |
| ·算法流程图 | 第68-69页 |
| ·对电梯群控系统的仿真 | 第69-74页 |
| ·电梯群控系统的调度流程 | 第69-70页 |
| ·参数设置 | 第70页 |
| ·不同交通流模式下的派梯分析 | 第70-74页 |
| ·本章小结 | 第74-77页 |
| 第5章 总结与展望 | 第77-79页 |
| ·全文总结 | 第77页 |
| ·工作展望 | 第77-79页 |
| 参考文献 | 第79-81页 |
| 致谢 | 第81页 |
