摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-20页 |
1.1 电梯群控技术的发展概况 | 第10-13页 |
1.2 电梯群控系统的智能优化方法 | 第13-17页 |
1.3 电梯群控技术的发展趋势及存在的问题 | 第17-18页 |
1.4 本文的主要工作 | 第18-20页 |
第2章 电梯群控系统的理论基础 | 第20-32页 |
2.1 电梯群控系统概述 | 第20-21页 |
2.2 电梯群控系统调度问题复杂性分析 | 第21-24页 |
2.2.1 电梯群控系统的多目标性 | 第21-22页 |
2.2.2 电梯群控系统的不确定性和非线性 | 第22-23页 |
2.2.3 电梯群控系统的扰动性和信息不完备性 | 第23-24页 |
2.3 电梯群控系统交通模式 | 第24-25页 |
2.3.1 上行高峰交通模式 | 第24页 |
2.3.2 下行高峰交通模式 | 第24-25页 |
2.3.3 层间交通模式 | 第25页 |
2.3.4 空闲交通模式 | 第25页 |
2.3.5 两路交通模式 | 第25页 |
2.4 电梯群控系统的性能评价指标 | 第25-28页 |
2.4.1 时间评价指标 | 第25-26页 |
2.4.2 能耗评价指标 | 第26-27页 |
2.4.3 乘客状态评价指标 | 第27页 |
2.4.4 乘客容忍度评价指标 | 第27-28页 |
2.5 电梯群控系统的基本调度原则 | 第28-30页 |
2.5.1 分区调度原则 | 第28-29页 |
2.5.2 搜索式调度原则 | 第29页 |
2.5.3 启发式调度原则 | 第29页 |
2.5.4 固定程序调度原则 | 第29页 |
2.5.5 基于待机时间评价方式的调度原则 | 第29-30页 |
2.6 本章小结 | 第30-32页 |
第3章 基于模糊神经网络的电梯群控系统交通模式识别 | 第32-46页 |
3.1 电梯群控系统的交通模式识别 | 第32-35页 |
3.1.1 电梯交通模式识别问题的提出 | 第32-33页 |
3.1.2 电梯交通模式识别的研究方法 | 第33-34页 |
3.1.3 电梯交通模式识别的特征提取 | 第34-35页 |
3.2 电梯群控系统的交通流分析模型 | 第35-40页 |
3.2.1 乘客到达时间模型 | 第35页 |
3.2.2 乘客的起始密度向量和起始-目的矩阵 | 第35-37页 |
3.2.3 乘客的起始楼层和目的楼层 | 第37-38页 |
3.2.4 交通流仿真 | 第38-40页 |
3.3 基于模糊神经网络的电梯群控系统交通模式识别 | 第40-45页 |
3.3.1 交通模式特征的提取 | 第40-41页 |
3.3.2 确定网络结构 | 第41页 |
3.3.3 训练网络 | 第41-42页 |
3.3.4 测试网络 | 第42页 |
3.3.5 仿真研究 | 第42-45页 |
3.4 本章小结 | 第45-46页 |
第4章 基于自调节模糊控制器的电梯群控系统调度策略 | 第46-66页 |
4.1 电梯群控系统的调度策略 | 第46-47页 |
4.2 基于模糊逻辑的电梯群控系统 | 第47-49页 |
4.3 自适应控制器 | 第49-51页 |
4.4 自调节模糊逻辑控制器 | 第51-53页 |
4.4.1 模糊化模块 | 第51-52页 |
4.4.2 知识库 | 第52页 |
4.4.3 模糊推理机 | 第52页 |
4.4.4 反模糊化模块 | 第52-53页 |
4.4.5 自调节模块 | 第53页 |
4.5 基于自调节模糊逻辑控制器的电梯群控系统调度策略 | 第53-64页 |
4.5.1 自调节模糊逻辑控制器的输入变量的计算 | 第55-57页 |
4.5.2 电梯群控系统模糊控制器的自调节机制 | 第57-61页 |
4.5.3 仿真实验和结果分析 | 第61-64页 |
4.6 本章小结 | 第64-66页 |
第5章 总结与展望 | 第66-68页 |
参考文献 | 第68-72页 |
致谢 | 第72-74页 |
攻读硕士期间发表的论文 | 第74页 |