基于粒子群优化模糊核聚类的电梯群交通模式识别-哈尔滨工业大学学报.PDFVIP

第４４卷　第１０期 哈　尔　滨　工　业　大　学　学　报 Ｖｏｌ４４ Ｎｏ１０ 　 　 ２０１２年１０月 ＪＯＵＲＮＡＬＯＦＨＡＲＢＩＮＩＮＳＴＩＴＵＴＥＯＦＴＥＣＨＮＯＬＯＧＹ Ｏｃｔ．２０１２ 　　　　　　 基于粒子群优化模糊核聚类的电梯群交通模式识别 于德亮，唐海燕，丁　宝，张永明，齐维贵 （哈尔滨工业大学 电气工程及自动化学院，１５０００１哈尔滨） 摘　要：为了改善电梯群控系统的性能，使电梯群节能并高效运行，针对不同的交通模式采用合理的调度算 法对电梯群进行优化调度，提出一种基于粒子群（ＰＳＯ）的模糊核聚类算法（ＫＦＣＭ）的电梯交通流模式识别 方法．利用基于梯度下降的粒子群优化算法代替ＫＦＣＭ算法的迭代过程，可使算法具有较强的全局搜索能力 和局部搜索能力，并降低了ＫＦＣＭ算法对初始值的敏感度．利用核方法将低维特征空间的样本映射到高维特 征空间，增加对样本特征的优化，并使样本特征在高维特征空间线性可分，更加容易聚类．采用在某办公楼采 集的电梯交通流数据作为测试样本，仿真结果表明，与ＦＣＭ聚类算法相比，该算法具有良好的性能指标，对 电梯交通流的聚类效果更准确． 关键词：节能控制；交通模式；电梯群；粒子群；模糊核；聚类 中图分类号：ＴＰ２７３ 文献标志码：Ａ 文章编号：０３６７－６２３４（２０１２）１０－００８４－０５ Ｅｌｅｖａｔｏｒｔｒａｆｆｉｃｍｏｄｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｗｉｔｈｋｅｒｎｅｌｆｕｚｚｙｃｌｕｓｔｅｒｉｎｇ ｂａｓｅｄｏｎｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ ＹＵＤｅｌｉａｎｇ，ＴＡＮＧＨａｉｙａｎ，ＤＩＮＧＢａｏ，ＺＨＡＮＧＹｏｎｇｍｉｎｇ，ＱＩＷｅｉｇｕｉ （ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｕｔｏｍａｔｉｏｎ，ＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，１５０００１Ｈａｒｂｉｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅｅｌｅｖａｔｏｒｇｒｏｕｐｉｓｓｃｈｅｄｕｌｅｄｂｙｓｕｉｔａｂｌｅａｌｇｏｒｉｔｈｍａｃｃｏｒｄｉｎｇｔｏｄｉｆｆｅｒｅｎｔｔｒａｆｆｉｃｍｏｄｅ，ａｎｄｔｈｅｐｅｒ ｆｏｒｍａｎｃｅｏｆｔｈｅｅｌｅｖａｔｏｒｇｒｏｕｐｃｏｎｔｒｏｌｓｙｓｔｅｍｗｉｌｌｂｅｉｍｐｒｏｖｅｄ．Ｔｈｅｋｅｒｎｅｌｆｕｚｚｙｃｌｕｓｔｅｒｉｎｇ（ＫＦＣＭ）ａｌｇｏｒｉｔｈｍ ｂａｓｅｄｏｎｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）ｉｓｐｒｏｐｏｓｅｄｔｏｉｄｅｎｔｉｆｙｔｈｅｅｌｅｖａｔｏｒｔｒａｆｆｉｃｍｏｄｅ．Ｔｈｅｉｔｅｒａｔｉｖｅ ｐｒｏｃｅｓｓｂａｓｅｄｏｎｇｒａｄｉｅｎｔｄｅｓｃｅｎｔｉｎＫＦＣＭａｌｇｏｒｉｔｈｍｉｓｒｅｐｌａｃｅｄｂｙＰＳＯａｌｇｏｒｉｔｈｍ，ｗｈｉｃｈｈａｓｓｔｒｏｎｇｅｒｇｌｏｂａｌ ｓｅａｒｃｈｃａｐａｂｉｌｉｔｙａｎｄｌｏｃａｌｓｅａｒｃｈｃａｐａｂｉｌｉｔｙ．ＭｅａｎｗｈｉｌｅｔｈｅｓｅｎｓｉｔｉｖｉｔｙｔｏｉｎｉｔｉａｌｖａｌｕｅｏｆｔｈｅＦＣＭａｌｇｏｒｉｔｈｍｉｓ ｄｅｃｒｅａｓｅｄ．Ｂｙｕｓｉｎｇｋｅｒｎｅｌｍｅｔｈｏｄ，ｔｈｅｓａｍｐｌｅｉｎｔｈｅｌｏｗｄｉｍｅｎｓｉｏｎａｌｆｅａｔｕｒｅｓｐａｃｅｉｓｍａｐｐｅｄｉｎｔｏｈｉｇｈｄｉｍｅｎ ｓｉｏｎａｌｆｅａｔｕｒｅｓｐａｃｅ．Ａｎｄｔｈｅｓａｍｐｌｅｆｅａｔｕｒｅｉｓｏｐｔｉｍｉｚｅｄａｎｄｃａｎｂｅｌｉｎｅａｒｌｙｄｉｖｉｄｅｄｉｎｈｉｇｈｄｉｍｅｎｓｉｏｎａｌｆｅａｔｕｒｅ ｓｐａｃｅｓｏｔｈａｔｃｌｕｓｔｅｒｉｎｇｃｏｕｌｄｂｅｐｅｒｆｏｒｍｅｄｅｆｆｉｃｉｅｎｔｌｙ．Ｔｈｅｅｌｅｖａｔｏｒｔｒａｆｆｉｃｆｌｏｗｄａｔａｃｏｌｌｅｃｔｅｄｆｒｏｍｓｏｍｅｏｆｆｉｃｅ ｂｕｉｌｄｉｎｇｉｓｒｅｇａｒｄａｓｔｈｅｔｅｓｔｓａｍｐｌｅ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍｐｒｏｐｏｓｅｄｈａｓｂｅｔｔｅｒｐｅｒｆ