面向对象的电梯控制系统建模和电梯群控策略

随着现代化城市的高速度发展,电梯的需求量越来越大。电梯控制系统的分析与设计的问题随之越来越突出。控制系统变得十分庞大,调度算法日趋复杂。面对新的设计任务,电梯设计者难于充分利用已有的模块来加快设计过程,而且程度的修改,维护困难,造成了人力,物力,资源的浪费。     

电梯群控系统的活动扫描法仿真

本文在对电梯群控系统进行分析的基础上，给出了该系统的一种仿真模型。进一步论述了用活动扫描法对该系统进行仿真的原理和步骤。最后以一个例子说明了该方法的可行性。     

基于排队论的上高峰电梯群控调度的研究

在用不同的调度方法———不分区方法、分两个固定区域的方法和分 4个固定区域的方法进行仿真实验的基础上 ,总结出电梯群控系统中在不同乘客到达情况下的调度规律 ,并应用排队论的方法从理论上对这个规律进行了推导。给出了求解各调度方案到达率有效范围的方法。在此基础上 ,提出了一种根据到达率的有效范围采用不同调度方法的新调度方法。最后 ,经过在虚拟仿真环境下的仿真实验 ,证明了这一调度方法的有效性     

基于面向对象Petri网的电梯群控系统建模

电梯群控系统是一种典型的离散事件动态系统,这体现在乘客到达的起始层、目的层和到达时间的随机性,所以,很难用一个传统的数学模型表达式来表示。提出了一种应用面向对象Petri网对该系统进行建模的方法,该方法在对电梯运行情况充分研究的基础上,分别建立电梯运行和电梯控制器Petri网模型,从而构造电梯群控系统模型。该建模方法不仅适用于电梯群控系统,而且适用于其它离散事件动态系统。     

面向Agent的电梯群控仿真系统建模研究

扩展了UML建模语言，形成了面向Agent的UML（AUML）以辅助面向Agent系统的开发。并应用扩展的Agent图、用例图和顺序图建立了电梯群控仿真系统的Agent模型、功能模型和动态模型，从而为系统的设计、开发奠定了基础。实践表明，该方法在面对复杂多任务系统时具有更强的实用性和优越性。     

电梯群控系统交通流的预测方法

交通流预测是智能电梯群控系统的重要组成部分,对交通流进行预测可使群控系统跟随交通流的变化调节控制策略.将基于神经网络的时间序列预测理论应用到电梯群控系统的交通分析中,构造了一种交通流时间序列预测模型,并提出了调整预测神经网络结构以提高预测精度的方法.仿真实验表明了这种交通流智能预测方法是有效的.     

基于模糊神经网络的电梯系统交通模式识别

介绍采用模糊神经网络进行电梯群控系统交通模式识别的方法。用3步混合训练方法对用于模式识别的两个模糊神经网络进行训练,测试结果表明此方法可以准确地辨识出各种交通模式所占的比例,可以指导群控器优化派梯策略,提高电梯群控系统的服务性能。     

基于Matlab的多速度模式电梯群控系统模型仿真

多速度模式运行是现代中高速电梯的重要特征，而运行仿真是电梯群控仿真研究的基本环节。应用面向对象技术和基于事件扫描的数字仿真技术，在通用的Matlab开发环境中实现了电梯的多速度模式仿真，为电梯群控策略的研究与开发提供了优良的基础平台。仿真实验引进了一种简单而新型的群控策略，仿真结果表明该仿真平台的实用性，具有一定的应用价值。     

基于小波支持向量机的电梯交通流预测模型

考虑到电梯交通流本身所存在的非线性、复杂性和随机性,提出了一种基于小波支持向量机的电梯交通流预测模型.该方法采用菜大厦实测的4周交通流数据,以前三周统计的交通流时间序列构成训练样本对预测模型进行训练,后一周的交通流时间序列作为测试样本.仿真实例验证了该模型在精度、训练时间、泛化能力、最优性等方面取得了较好的效果.     

基于前向神经网络最佳派梯智能控制

通过对安装在大楼内的多台电梯进行智能调度,可有效节约能源、提高电梯的使用效率、缩短乘客等候时间。按照以人为本的原则,基于前向神经网络控制方法,根据群控电梯的主要性能指标构造评价函数;通过比较每部电梯评价函数值的大小,实现最佳派梯控制。仿真运行结果表明了本方法的可行性。与常用的模糊控制方法相比,该方法可使候梯时间缩短,电梯起停次数减少,能源损耗降低,实际应用效果良好。     

一种电梯群控多目标调度方法

针对电梯群控系统层间交通模式下用户对电梯需求多样化的特点 ,提出了一种适用于繁重层间交通模式的多目标调度方法 ,并采用遗传算法动态优化电梯调度方案 .仿真实验表明这种电梯调度方法是有效的.     

电梯群控研究及仿真试验台开发

电梯群控系统是将数台电梯统一管理，根据建筑物中的交通状况和相应的服务要求，提高运行性能的控制系统。分析了群控系统功能和特点，设计了系统的软硬件结构，建立了电梯群控系统仿真试验平台。硬件系统采用分布式控制，单梯运行仿真由各自相应的微控制器单元完成，群控及实时运行监控功能采用面向对象技术在工控机上实现，各功能模块之间采用CAN总线通信。该仿真试验台为群控策略研究提供了软硬件平台。     

舰载起重机的智能控制系统及仿真研究

该舰载起重机是我国正在研制开发的多关节、可折叠式船用起重机。针对这种作业复杂的控制系统,本文设计了一种分层递阶智能控制系统, 给出了它的结构和实现功能。该系统的伺服控制级由模糊神经网络控制器完成。经仿真实验, 结果显示了控制系统具有良好的控制效果。     

基于模糊神经网络的ATM网络连接接纳控制

ATM网络的业务量控制是ATM网络中的关键技术之一.连接接纳控制是业务量控制的一种,对业务源进行预防式控制.本文采用模糊神经网络算法对ATM网络进行连接接纳控制,仿真结果表明它比传统的算法有更好的效果.     

模糊-GPC串级控制在网络时延控制中的应用

为了解决网络闭环非线性控制系统中的时延问题,本文提出了一种在模糊神经网络控制的基础上结合广义预测控制(GPC)处理非线性系统网络时延的方法,建立了网络控制系统的结构模型,并分析了此模型对处理非线性网络控制系统中时延问题的有效性。在MATLAB环境下对网络控制倒立摆系统进行了仿真,通过对比模糊神经网络控制与模糊-GPC串级控制的控制效果,进一步证实了此方法对非线性网络控制系统能够实现稳定控制。     

机理混合自适应时延神经网络建模和控制算法

过程机理和数据驱动模型的结合一直是过程控制中的重点和难点问题。提出了一种新颖的机理混合模型结构。该模型基于自适应时延神经网络,并结合了被控对象的机理模型,因此可以对建模的对象进行预测感知,并可大幅提高神经网络的泛化功能。基于这种模型设计了预测控制算法,并分析了该模型的逼近能力、收敛性以及该控制算法的闭环稳定性。在双容水箱液位控制系统的大量实验结果表明,基于该混合模型的预测控制算法比现有算法具有更好的控制效果,从而验证了该混合模型的优越性。