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

KEY WORDS：chaos theory, BP neural network, time series prediction, Lyapunov exponent, attractor dimension, neural network structure, prediction accuracy, reliability 目 录 第一章 绪论1 1.1 研究背景与意义1 1.2 电梯交通流预测国内外研究现状2 1.3 神经网络在混沌时间序列中的应用4 1.4 混沌理论用于交通流预测的研究现状4 1.5 本文主要研究内容5 第二章 电梯交通流分析6 2.1 时间序列简介6 2.2 电梯交通流数据采集、预处理与分析7 2.3 电梯交通流的混沌特性9 2.3.1 混沌定义9 2.3.2 混沌系统的两个基本特征10 第三章 电梯交通流时间序列混沌特性判别14 3.1 时间序列相空间重构14 3.1.1 相空间重构原理14 3.1.2 延迟时间15 3.1.3 嵌入维数16 3.1.4 C-C 方法 17 3.2 时间序列混沌特性判别19 Poincare 截面法 19 Lyapunov 指数法 20 3.3 电梯交通流混沌特性识别21 3.3.1 相空间重构参数选择21 3.3.2 电梯交通流相空间重构24 3.3.3 相空间吸引子矩阵24 3.3.4 定性混沌判别25 3.3.5 定量混沌判别26 第四章 基于 BP 神经网络的电梯交通流预测方法 29 4.1 神经网络基础29 4.1.1 人工神经网络29 4.1.2 人工神经元模型30 4.1.3 激活函数30 4.1.4 人工神经网络结构31 4.1.5 学习方式32 4.1.6 学习规则32 HYPERLINK \l _TOC_250004 4.2 BP 神经网络 33 4.2.1 多层前馈网络33 HYPERLINK \l _TOC_250003 4.2.2 BP 神经网络的学习过程 34 HYPERLINK \l _TOC_250002 4.3 BP 神经网络交通流预测 36 HYPERLINK \l _TOC_250001 4.3.1 一种常用的 BP 神经网络模型 36 HYPERLINK \l _TOC_250000 4.3.2 一种改进的 BP 神经网络模型结构 42 第五章 基于混沌理论的神经网络交通流预测模型46 5.1 基于混沌理论的神经网络交通流预测模型的基本原理46 5.2 基于混沌理论的神经网络交通流预测模型的参数选择47 5.3 基于混沌理论的神经网络交通流预测模型的建立48 5.4 两种预测方法的比较50 第六章 总结与展望53 参考文献54 发表论文和参加科研情况说明57 致 谢58 第一章 第一章 绪论 PAGE PAGE 1 第一章 绪论 1.1 研究背景与意义 近年来，高层建筑不断兴起，智能建筑已经成为当今世界楼房开发中的一个 开发热点。智能建筑同时也体现出一个国家的综合国力和技术水平。据统计：美 国 70%新建和改建的大楼是智能建筑，日本新建大楼 65%已达到智能建筑标准。 智能建筑的一个最大的优点就是垂直交通得到很好的改善。 一天之中人们乘坐电梯的次数要远远大于乘坐汽车次数，因此电梯垂直交通 问题显得越来越重要。截至 2011 年，我国在用电梯数量已达 200 多万台，并仍 以每年 22%以上的速度增长，我国现在拥有全球最大的电梯市场和制造基地。电 梯的增多给人们的生活带来了极大的便利，但伴随而来的电梯垂直交通问题也越 来也突出。 对于电梯垂直交通问题的研究主要有以下几个方面：电梯交通流预测研究、 电梯交通模式识别、电梯配置研究，电梯交通模型的研究以及电梯调度研究。电 梯交通流预测研究能够为电梯交通模式识别、电梯配置以及电梯调度提供必要的 基础。 对电梯交通流的研究主要包括两种情况，第一种是为电梯配置提供基础，这 主要是在大楼建造前的电梯配置选型阶段。合理的电梯选型配置非常重要，从经 济角度看，一个电梯井道的面积是 7m2 左右，一个大楼有 50 层的话，一个井道 所需要的面积就是 350 m2，，每平方米一万元就是 350 万元，每多装一部电梯就 相当于初始多投入 350 万元。但是，从人们的感受角度看，如果电梯安装过少， 不仅会造成拥挤，更重要的是浪费人们的时间，降低人们的工作效率。第二种是 为电梯调度提供基础，这主要是在大楼建造后，对电梯进行控制，通过改变控制 策略来提高运行效率。 对于第一种情况，需要知道将要建设的大楼的类型、层高、将来各层的人数 分布、建筑面积、提升高度等一些基本信息，然后根