基于GA-RL算法的多Agent电梯群控系统

针对电梯群控系统这一类复杂的派梯优化决策问题,应用多Agent的理论与技术,建立了系统强化学习模型.提出了一种基于GA算法的多Agent强化学习方法,给出了具体算法的一般描述.建立电梯群控调度系统的虚拟仿真环境,并与其他算法进行了对比研究.仿真结果表明:该方法在提高强化学习的效率和收敛速度,改善种群结构等方面收到了很好的求解效果,为电梯群控系统的优化调度决策提供了一种较好的途径.     

一种集成智能的电梯群控技术

针对当前出现的多种电梯群控算法的不足,本文简要介绍了基于人工智能（Artificial Intelligence）的思想及其集成控制方法,以满足电梯客流动态随机性的要求。这种集成控制可对电梯交通模式进行识别和智能预测,从而大大减少乘客候梯时间和能量消耗．并设计了程序仿真电梯调度方法。     

基于乘客状态的电梯群控策略

提出了一种基于乘客状态的电梯群控策略.该群控策略指出一次乘梯活动是指乘客的状态由就绪状态到完成状态的完整连续过程.结合目的层预约概念,能提前获得乘客的目的层信息.这样,群控策略能为每个乘客指定最优乘坐电梯号,缩短了乘客的候梯时间和乘梯时间.乘客在乘梯活动中被分成4个状态,通过乘客状态来跟踪乘客行为.同时设计了4个工作队列,以方便派梯中心对乘客的管理.仿真实验证明该群控策略可得到很好的效果.采用群控的电梯系统与未采用群控的电梯系统相比,在效率和耗能上均有很大的改善.     

基于独立成份与支持向量机的电梯客流量预测方法研究

电梯群控系统的性能在很大程度上取决于对电梯客流量的有效预测。由于从不同楼层进入电梯的乘客数是相互制约的,本文将不同楼层进入电梯的乘客数看成是由不同的信号源发出的信号,首先采用独立成份分析算法提取各楼层客流信号的独立源信号,结合支持向量机的良好分类、回归与预测性能,提出了基于独立成份与支持向量机的电梯客流量预测方法。实验结果表明,与传统的预测方法相比,该方法对电梯客流量的预测具有相当的优势。     

一种有效的交通流预测法在城市电梯中的应用

一种好的电梯群控系统交通流预测方法,能够为电梯群控调度算法的进一步研究提供依据,实现电梯的优化调度.该文针对电梯系统的交通流问题,提出了将小波与基于径向基(RBF)函数的神经网络相结合的小波神经网络(WNN)预测方法,对现有电梯系统交通流进行预测,并通过仿真研究,验证该方法的可行性和有效性,为电梯群控系统的调度奠定了基础.     

现代群控电梯客流控制

对客流控制机理进行新的探索,将乘客候梯时间和乘梯时间作为服务质量指标并提．改革了呼梯信号源,试用新的控制策略,以人工神经网络模型为参考提供一个预测型电梯群控系统的新思路．     

基于图像采集的电梯控制粒子群算法研究

论文对以往的电梯派梯算法进行改进.在电梯信息采集模块中加入图像处理模块,来增加电梯呼梯信号的可信度.派梯算法模块中采用多目标粒子群优化算法,对电梯的耗能,乘客乘梯和候梯时间等几个目标进行优化.     

基于知识的自适应电梯群控制策略

为获得更低的平均候梯时间和长候梯率,提出一种基于知识的自适应电梯群控制策略.该控制策略汇集了区域权重控制算法、电梯运行操作知识以及层站召唤再分配规则,基于自适应的长候梯时间阈值,对长候梯层站召唤执行再分配操作,凸现了电梯群控制策略对复杂电梯交通的自适应性.与经典THV算法、基于知识的区域权重控制算法、人工免疫动态优化算法比较,该方法能获得更低的平均候梯时间和长候梯率.同时,其自适应能力使得该控制策略更易于应用在实际电梯群控制系统中.     

基于蚁群算法的电梯群控系统节能策略的优化研究

电梯群控系统的目标是分配电梯服务以满足各层客户的呼叫需求,属典型的组合优化问题,而蚁群算法常用于解决离散组合优化问题.其良好的全局优化能力与快速收敛特性适合于电梯群控.然而当前的调度算法主要集中在减少乘客的等待和乘坐时间上,却忽略了电梯群的耗能问题.为实现节能的目标,建立了能量目标函数和电梯群控系统的蚁群模型,并给出了优化方案和收敛的算法.模拟结果证明了算法的有效性.     

电梯服务系统仿真设计

研究了群控系统的特点，分析了电梯乘客的泊松到达模式并据此产生乘客流数据，在此基础上，设计开发了电梯服务仿真试验系统，采用面向对象技术对软件系统进行构造，硬件系统参考实际电梯系统设计实现，试验系统的群控模块可针对不同群控策略重新构造进行仿真研究，给出了一种基于多目标控制的群控算法运行实例。     

基于蚁群算法的电梯群控系统控制器设计

随着社会的进步,电梯数量的不断上升,如何让电梯的运行变得更加有效成了一个亟待解决的课题。基于CAN总线和蚁群算法,将建筑物的楼层、电梯总体数量、乘客等候的时间以及电梯的载荷等重要指标融为一体,提出了一种新的针对电梯控制的操作系统,为下一步深入研究对电梯的控制打下良好的基础。     

基于遗传算法模糊神经网络的电梯群控调度

提出了一种基于遗传算法的模糊神经网络的电梯群控调度方法，即智能多模式群控调度方法，其特点是能够适合于各种交通流模式，该文详细介绍了这种方法的设计思想、结构及其实现，并进行了仿真试验。仿真结果表明，该方法能够适应各种交通流模式的变化，实现了在各种交通模式下根据各种相应服务要求进行电梯合理调度的目标。     

基于成批服务模式的电梯交通配置方法

高品质的电梯交通系统既要保证系统的服务数量,又要保证系统的服务质量.针对传统电梯交通配置忽视仿真验证的情况,提出一种基于成批服务的电梯交通配置方法.该方法采用面向对象的离散事件驱动技术,描述乘客和电梯的动态行为,实现了对电梯交通配置服务质量的仿真评价,依据评价的结果对交通配置进行调整,使交通配置既考虑乘客处理能力,又兼顾服务质量.该方法完善了电梯交通配置理论.仿真试验表明该方法的有效性.     

基于能耗分析器的电梯群控仿真平台

电梯群控系统是现代楼宇系统中不可或缺的组成部分,其核心是群控调度算法.调度算法性能的验证与评价需要一个仿真平台来实现.而现有的电梯群控仿真平台并没有考虑各算法的节能性能.本文对电梯能耗进行了分析建模,建立了基于能耗分析器的电梯群控仿真平台,该平台可准确计算各算法的能耗并以表格、曲线等多种形式表示,评价各算法的节能效果,为设计面向节能的调度算法提供支持.     

客流需求不确定下城市轨道交通线路协同限流鲁棒优化研究

研究了客流需求不确定下城市轨道交通线路协同限流问题。构建了城市轨道交通线路协同限流确定性模型，在此基础上，基于情景分析的鲁棒优化方法，采用具有已知概率的情景集描述客流需求的不确定性，将此模型扩展为含不确定因素的鲁棒优化模型，对每个时段每个车站的最佳进站量进行了求解，达到在保障运营安全的同时使站外的滞留人数最少的目的，并以北京地铁八通线为例对模型进行了验证。通过将确定性模型与鲁棒模型进行对比发现，鲁棒模型能降低限流策略对不确定客流需求的敏感程度，使不同需求情景下的滞留人数保持在可接受的范围内。     

一种电梯客流交通分布的求法

分析了现有电梯交通分布求法的不足，借鉴公路交通领域里OD分布的分析方法，提出了适于电梯实时调度控制和群控客流仿真所需的OD分布的求解方法．     

城市交通干道上被动式公交信号优先控制

基于传统绿波带控制,提出了被动式公交绿波带协调控制,以降低多数公交乘客在干道上的延误.首先,改进了传统绿波带的设计方法,考虑了初始排队和公交站台对绿波带的影响;其次,基于公交车辆停靠站影响,提出了公交绿波带设计.最后,统筹公交车和社会车辆的综合效益,建立了传统绿波带和公交绿波带的综合控制策略,以降低整个干道上的总人均延误.以济南市经十路为例,利用VISSIM微观仿真进行模型验证,结果证明:相比于传统绿波带,改进的绿波带能够降低社会车辆延误,而新建立的公交绿波带和综合绿波带均能显著降低公交车辆在干道上的延误和停车次数,并减少整个网络中社会车辆和公交车辆的总人均延误.     

基于双层规划的公航联运旅游交通网络规划研究

为了满足旅客多样化的出行需求,规划旅游交通网络,本文基于旅客联运出行视角,提出一种新的公路-通用航空短途运输联运（公航联运）方式,构建了公航联运旅游交通网络双层规划模型。上层以旅客出行总时间最短和交通网络线路运营总成本最小为目标,设计交通线路方案,下层模型以单个旅客出行时间最小为目标,对线路进行客流量分配。采用遗传算法求解模型,通过实例分析表明,构建的公航联运交通网络模型具有科学性,合理性和可行性。     

基于时空特征提取的城市轨道交通乘客出行目的地预测

为满足城市轨道交通运营组织进行客流管控和行车调度的实时需求,提出了基于乘客OD时空特征的出行目的地在线预测方法。通过分析定义乘客OD时空特征矩阵,以乘客个体的历史自动售检票系统（AFC）数据为训练样本,提出了基于行程密度聚类的乘客OD时空特征提取方法。分析制定乘客实时进站刷卡信息与其OD时空特征矩阵的匹配规则,基于3种匹配情况分别提出了相应的目的地实时预测方法。以南京市轨道交通AFC数据为实例进行验证,结果表明本文提出的预测方法在高峰时段预测准确率、全天预测稳定性等方面效果良好,可为地铁运营组织提供参考。     

新形势下铁路客运市场分析及发展策略

文章分析了我国旅客运输市场的需求及发展趋势，论述了经济发展和城市化进程对旅客运输需求总量及旅客运输市场的影响。通过对铁路客运市场现状及原因分析，提出了新形势下铁路客运的市场定位及铁路客运的发展策略。