基于人工免疫算法的電梯群控系統(tǒng)的研究與設(shè)計.pdf

1、在現(xiàn)代化的智能大廈中，由于交通流量特別大，不確定因素多，因而往往在大廈中配置多臺電梯，電梯群控系統(tǒng)采用優(yōu)化的控制策略來協(xié)調(diào)多臺電梯的運行，以提高電梯的運行效率和服務(wù)質(zhì)量。隨著人工智能控制技術(shù)的發(fā)展，電梯群控系統(tǒng)的目標不僅限于縮短乘客乘梯時間，而是對乘客乘梯時間以及系統(tǒng)能耗等多個不同目標進行優(yōu)化。本文針對電梯客流高峰期的特點及存在的問題，設(shè)計了基于人工免疫算法的電梯群控系統(tǒng)。
　　 人工免疫系統(tǒng)是人工智能中的一種新興的方法，它具有

2、數(shù)據(jù)特征提取的作用。本文采用人工免疫算法對兩組模擬電梯客流特點的數(shù)據(jù)進行了特征提取，得到很好的效果。另外，在對人工免疫算法的深入研究中，本文發(fā)現(xiàn)基于克隆選擇學的人工免疫算法在解決優(yōu)化問題時存在一定的不足，主要是在保持最大親和力方面并不總能得到令人滿意的曲線。本文針對此問題進行了仔細的分析，找出因為并對基于克隆選擇學的人工免疫算法進行了改進，通過仿真驗證得到了滿意的效果。
　　 在高峰客流期間，分區(qū)是解決電梯群調(diào)度問題的一種很好方

3、法。但是，現(xiàn)存的分區(qū)控制模式是固定的或按時間預先確定的，它們不能適應實際的交通模式，這也使得一些人對電梯的分區(qū)研究持有反對的態(tài)度。動態(tài)分區(qū)具有很大的靈活性，它在增大載客量，降低高峰期乘客的候梯時間、乘梯時間，降低能耗等方面都有很大的優(yōu)越性。然而，如何快速地確定各臺電梯的最優(yōu)的動態(tài)分區(qū)方式，是問題的難點。經(jīng)過本文的研究，人工免疫算法恰好可以很好地解決此問題。本文將人工免疫算法應用于電梯動態(tài)分區(qū)過程，并進行了仿真實驗，驗證了其可行性與有效性