| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究的目的和意义 | 第9-11页 |
| 1.2 电梯交通流分析技术国内外研究现状及分析 | 第11-12页 |
| 1.3 电梯群控制技术国内外研究现状及分析 | 第12-15页 |
| 1.3.1 电梯群控制系统的发展 | 第12页 |
| 1.3.2 电梯群控制策略 | 第12-13页 |
| 1.3.3 传统单轿厢电梯群控制技术国内外研究现状 | 第13-15页 |
| 1.3.4 双子电梯群控制技术国内外研究现状 | 第15页 |
| 1.4 本文的主要研究内容 | 第15-17页 |
| 第2章 双子电梯群控制系统研究 | 第17-27页 |
| 2.1 双子电梯的发展 | 第17-19页 |
| 2.2 双子电梯系统的结构与运行规则 | 第19-21页 |
| 2.2.1 双子电梯系统结构 | 第19页 |
| 2.2.2 双子电梯运行规则 | 第19-21页 |
| 2.3 双子电梯群控制系统的性能评价指标 | 第21-26页 |
| 2.3.1 双子电梯群控制系统的控制目标 | 第21-22页 |
| 2.3.2 双子电梯群控制系统性能指标评价函数 | 第22-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 电梯交通流预测与交通模式识别 | 第27-45页 |
| 3.1 电梯交通流分析的总体方案 | 第27-28页 |
| 3.2 基于遗传算法的小波神经网络电梯交通流预测方法 | 第28-36页 |
| 3.2.1 电梯交通流预测 | 第28-29页 |
| 3.2.2 基于遗传算法的小波神经网络电梯交通流预测 | 第29-36页 |
| 3.3 基于 GA-SVM 的电梯交通模式识别方法 | 第36-44页 |
| 3.3.1 电梯交通模式识别 | 第36-37页 |
| 3.3.2 基于 GA-SVM 的电梯交通模式识别 | 第37-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 基于粒子群的双子电梯全局控制算法 | 第45-64页 |
| 4.1 客流生成模块 | 第45-49页 |
| 4.1.1 乘客到达模型 | 第45页 |
| 4.1.2 乘客候梯楼层和目标楼层 | 第45-46页 |
| 4.1.3 客流生成仿真结果 | 第46-49页 |
| 4.2 基于粒子群的双子电梯全局控制算法设计 | 第49-63页 |
| 4.2.1 粒子群算法的数学描述 | 第50-51页 |
| 4.2.2 双子电梯群粒子群算法操作流程 | 第51-54页 |
| 4.2.3 两种改进型粒子群算法 | 第54页 |
| 4.2.4 最小候梯时间控制算法 | 第54-56页 |
| 4.2.5 双子电梯全局控制算法仿真 | 第56-63页 |
| 4.3 本章小结 | 第63-64页 |
| 第5章 候梯人群数量采集装置设计 | 第64-72页 |
| 5.1 候梯人群数量采集装置总体方案 | 第64页 |
| 5.2 候梯大厅分区方案 | 第64-66页 |
| 5.3 候梯人群数量采集装置设计 | 第66-71页 |
| 5.3.1 系统硬件电路设计 | 第66-67页 |
| 5.3.2 系统软件设计 | 第67-70页 |
| 5.3.3 实验测试 | 第70-71页 |
| 5.4 本章小结 | 第71-72页 |
| 结论 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第77-79页 |
| 致谢 | 第79页 |
