基于混沌理论的电梯交通流预测方法研究-电气工程专业论文.docxVIP

独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得 天津大学 或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名： 签字日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解 天津大学 有关保留、使用学位论文的规定。 特授权 天津大学 可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 （保密的学位论文在解密后适用本授权说明） 学位论文作者签名： 导师签名： 签字日期： 年 月 日 签字日期： 年 月 日 摘 要 随着电梯垂直交通问题日益严重，电梯交通流预测受到人们广泛关注。电梯 系统调度是解决垂直交通问题的关键。电梯交通流预测能够为系统调度提供必要 的数据，从而大大改善垂直交通问题。 本文首先对电梯交通流时间序列的变化曲线图进行分析，发现电梯交通流时 间序列符合混沌特性的基本特征。然后，对混沌理论进行研究；研究混沌系统的 两个基本特征量：李雅普诺夫指数和吸引子维数；通过对相空间重构理论、延迟 时间、嵌入维数的求解方法以及时间序列混沌特性判别的方法进行研究，采用 C-C 方法计算出延迟时间以及嵌入维数，然后对电梯交通流时间序列进行相空间 重构；再利用 Worf 方法求出最大李雅普诺夫指数，并做出庞卡莱截面；通过定 性方法（庞卡莱截面法）和定量方法（最大李雅普诺夫指数法）判定电梯交通流 时间序列是否具有混沌特性。 其次，采用一种单输入/单输出的 BP 神经网络结构对电梯交通流时间序列预 测进行仿真。在此基础上，提出一种改进的多输入/单输出的 BP 神经网络预测方 法，仿真结果表明这种改进的 BP 神经网络预测方法能够很好的用于电梯交通流 时间序列的预测。 最后，提出一种基于混沌理论的 BP 神经网络电梯交通流预测方法。通过仿 真结果表明，该预测方法模型的网络结构更好，可靠性以及预测精度更高。 对本文所采用的改进的 BP 神经网络电梯交通流的预测方法和将混沌理论和 BP 神经网络结合的电梯交通流的预测方法进行比较发现，两种方法都能很好的 用于电梯交通流的预测，而将混沌理论和 BP 神经网络结合的电梯交通流的预测 方法的网络结构更好，预测精度和模型可靠性也更高。 关键词： 混沌理论 BP 神经网络 时间序列预测 李雅普诺夫指数 吸引子维数 神经网络结构 预测精度 可靠性 ABSTRACT Elevator traffic flow predictive is drawing more and more attention, as the elevator vertical traffic problem becomes increasingly serious. The elevator system scheduling is the key to solve the vertical traffic problems. Essential data can be provided to make system scheduling through elevator traffic flow prediction, thus vertical traffic problem will be greatly ameliorated. Firstly, change curve of the elevator traffic flow time series graph is analysised in this paper,and it can be found that the elevator traffic flow time series have basic chaotic characteristics. Then, studying of the chaos theory indicates that there are two basic characteristics of chaotic systems: Lyapunov exponent and attractor dimension. The method for getting the delay time, embedding dimension and distinguishing the time series of chaotic characteristics are studied unde