群控电梯的智能调度讲解.docx

漳州职业技术学院计算机系2014届工程项目训练综合办公大楼群控电梯智能调度系统设计方案班级：姓名：学号：指导老师：2016年06月5日任务背景11、目前群控电梯采用的智能调度11、多种控制方案的分析比较11、专家系统12、神经网络24、遗传算法24、模糊控制技术22、分析研究对象31、电梯群控系统的结构32、电梯群控系统的特点43、电梯群控系统的性能要求43、用户需求64、总体设计65、详细设计61、电梯交通模式分类61、上行高峰模式72、下行高峰模式73、层间交通模式74、空闲交通模式72、 用户需求设计71、 消防电梯72、电梯轿厢统一调度93、 电梯里应该增添的设备96、总结9任务背景本文首先简要介绍某综合办公大楼共40层，电梯共有10部，其中2部为消防电梯。而电梯做为最重要的垂直交通运输工具，其作用愈加突出，也得到了极大的重视。为了提高员工上下班高峰期，搭乘电梯高效有序，缩短人们的候梯时间、乘梯时间，并降低能源消耗，就需要使用电梯群控系统（EGCS）对多台电梯进行统一调度控制。1、目前群控电梯采用的智能调度1、多种控制方案的分析比较目前，国内外广泛采用的控制策略主要包括模糊控制、专家系统、神经网络、遗传算法等人工智能技术。每一种控制策略各有其优点，但受制于成本等因素，又各有其局限性：1、专家系统专家系统是一个或多个专家知识和经验积累起来进行推理和判断的系统，是由知识库、数据库、推理机、解释部分及知识获取部分组成，形成一定的控制规则存入知识库中，它可以解决许多不能完全用数学作精确描述而要靠经验解决的问题。根据当前输入的数据或信息，利用知识库的知识，按一定的推理策略控制派梯。但对于复杂多变的电梯系统，专家系统有它的不足之处：它主要适用于一些相对比较简单的、楼层比较低的建筑物；专家设想的条件要与实际建筑物基本相同，才能获得预期的效果；对于复杂多变的电梯系统，专家的知识和经验存在局限性等；控制规则数受限制，规则数多则显得复杂，难以控制；少则控制性能下降。2、神经网络神经网络是依据人类和动物大脑的工作方式建模的，具有并行处理、分布储存、自学习、自组织功能。神经网络学习的主要优势在于它可以通过调整网络连接权来得到近似最优的输入—输出映射，适应于难以建模的非线性动态系统，它能识别交通流，当交通流发生变化时，电梯交通配置能随之变动。神经网络还具有自学能力，能改进控制算法并对制定的规则加以修改，利用非线性和学习方法建立适合的模型进行推理，对电梯交通进行预测，能灵活应付建筑物中变化的交通流，校正误差。但它也有自己的缺点，单纯的神经网络就会使其结构相当庞大，网络的离线学习或者在线学习的时间都会较长，而且也使控制器收敛性能下降，更主要的是结构的合理性也难以验证。4、遗传算法基于遗传算法的控制算法抽象于生物的进化过程，是通过全面模拟自然选择和遗传机制，而提出的一种自适应概率性的搜索和优化算法。它采用多点的方式并行搜索解空间，能获得最优全局解而不会陷入局部极小，对优化问题的限制很少，不需要确切的系统知识，只要给出一个能评价解的目标函数，可实现在多目标要求下动态优化派梯方案。在有多个呼梯的情况下可搜索到最优派梯方案，实现多目标最优调度；搜索中依靠适应度函数值的大小来区分每个个体的优劣，遗传算法优于传统的最小候梯时间算法。遗传算法的缺点有：遗传算法本身所具有的随机性和概率性，使它的搜索进程效率不高；其优良的搜索结果是以尽可能长的搜索时间为代价的。4、模糊控制技术基于多目标的模糊控制技术在电梯控制系统中的应用显示了高度的优越性。电梯系统中含有许多模糊、不完整的信息，这些模糊信息通过模糊集来描述。计算机不能接受含糊的回答，但却能用模糊逻辑来推理，它能模仿人脑的推理能力，简化许多复杂问题。模糊控制方法优点明显：它完全是在操作人员控制经验基础上实现对系统的控制，无需建立数学模型，是解决不确定性系统的一种有效途径[4]；模糊控制具有较强的鲁棒性，被控对象参数的变化对模糊控制的影响不明显，可用于非线性时变时滞系统的控制；它由离线计算得到控制查询表，提高了控制系统的实时性；控制的机理符合人们对过程控制作用的直观描述和思维逻辑；带有模糊逻辑的电梯群控系统平均候梯时间减少了，大大优于常规电梯群控系统。但是纯粹的模糊控制不具备学习能力，不能根据新的情况作出适时的调整以提高系统的性能。2、分析研究对象1、电梯群控系统的结构电梯群控系统是一个非常复杂的系统，需要对数百个信号进行收发，处理。目前，电梯群控有多种实现方式，但其控制系统的基本结构大体相同。图2.1为电梯群控系统基本结构框图。由电梯群控器接受轿外呼梯信号，根据派梯策略算法的处理结果将呼梯信号分配给各单梯控制器，单梯控制器根据各电梯状态、分配的轿外呼梯信号、轿内呼梯信号等对电梯进行运行控制。电梯群控控制器是电梯群控系