群控电梯多目标智能最优调度算法的研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-20页 |
| ·电梯群控技术的发展状况 | 第12-15页 |
| ·早期电梯群控技术 | 第12-13页 |
| ·现代电梯群控技术 | 第13-15页 |
| ·电梯群控智能系统 | 第15-17页 |
| ·电梯群控技术的发展趋势及存在的问题 | 第17-19页 |
| ·电梯群控技术的发展趋势 | 第17-18页 |
| ·电梯群控技术存在的问题 | 第18-19页 |
| ·本文的主要工作 | 第19-20页 |
| 第二章 电梯群控系统的基础理论 | 第20-34页 |
| ·电梯群控系统的特性 | 第20-24页 |
| ·电梯群控系统的多目标性 | 第20-22页 |
| ·电梯群控系统的不确定性和非线性 | 第22页 |
| ·电梯群控系统的扰动性和信息不完备性 | 第22-24页 |
| ·电梯群控系统的交通模式 | 第24-26页 |
| ·上行高峰和下行高峰 | 第24-25页 |
| ·两路交通模式和层间交通模式 | 第25-26页 |
| ·电梯群控系统的控制方式 | 第26-27页 |
| ·电梯群控系统的性能评价指标 | 第27-31页 |
| ·时间评价指标 | 第27-29页 |
| ·能耗评价指标 | 第29页 |
| ·乘客状态评价指标 | 第29-30页 |
| ·乘客的容忍度 | 第30-31页 |
| ·电梯群控系统的特征值 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 智能控制的基本理论 | 第34-54页 |
| ·模糊神经网络 | 第34-43页 |
| ·模糊控制与神经网络的结合 | 第34页 |
| ·模糊神经网络的结构 | 第34-37页 |
| ·模糊神经网络的混合学习算法 | 第37-43页 |
| ·再励学习控制 | 第43页 |
| ·小脑模型神经网络 | 第43-54页 |
| ·CMAC的模型结构 | 第44-47页 |
| ·CMAC的工作原理 | 第47-51页 |
| ·CMAC的学习算法 | 第51-53页 |
| ·CMAC网络的优缺点 | 第53-54页 |
| 第四章 群控电梯多目标智能最优调度算法的研究 | 第54-75页 |
| ·电梯群控系统的客流分析模型 | 第54-61页 |
| ·乘客到达时间模型 | 第54-55页 |
| ·乘客的起始密度向量和起始-目标矩阵 | 第55-56页 |
| ·乘客的起始楼层和目标楼层 | 第56-58页 |
| ·客流仿真 | 第58-61页 |
| ·电梯群控系统的交通模式识别 | 第61-65页 |
| ·交通模式特征的提取 | 第61-62页 |
| ·确定网络结构 | 第62页 |
| ·训练网络 | 第62-63页 |
| ·测试网络 | 第63-65页 |
| ·电梯群控系统的多目标最优调度控制 | 第65-70页 |
| ·电梯群控系统结构设计 | 第66-68页 |
| ·电梯群控系统的最优调度算法 | 第68-70页 |
| ·电梯群控系统仿真 | 第70-75页 |
| ·学习过程仿真 | 第70-73页 |
| ·仿真界面设计 | 第73-75页 |
| 第五章 结论及展望 | 第75-77页 |
| ·结论 | 第75页 |
| ·工作研究展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81页 |
