2.2. 基于模糊逻辑的群控算法
1965
“
”
年(二十世纪中叶),美国人第一次提出了模糊集合概念,引入了 隶属函数
来描述差异的中介过渡,开始为研究模糊性规律提供了数学基础。以后人们把模糊集合
论的思想应用于控制工程领域,形成了这种智能控制方法。
基于模糊逻辑的群控算法是使用模糊逻辑对交通模式进行分类,从而决定控制策略。
这种方法能够将有关群控管理专家的知识和经验,以某种规则作为表现形态,变成知识
数据加以记忆,再和交通状态数据共同推出控制指令行使对梯群进行控制和管理的功能。
2.3.基于神经网络的群控算法
人工神经网络是模仿人脑神经系统,以一种简单处理单元为节点,采用的是某种网
络拓扑结构构成的活动网络。通常的神经网络由 3 层节点即:输入层、隐层、输出层组
成,每层中有一定数量的神经元,相邻层中神经元单向联接,一般同层内神经元不能联
接。每个神经元实际上是多输入单输出的信息处理单元,它接受与其相连神经元的输出
作为其输入信号,执行一个预定义的数学操作,然后产生单个输出值。
这种方法的不足之处是结构的合理性难以验证,单纯使用神经网络会使结构相当庞
大,尤其是神经网络的分布式知识表达方式不能提供一个明确用于网络知识表达的框架。
2.4.各种群控算法及其控制目标
除了以上三种常见的电梯群控算法外还有以下几种群控算法:模糊神经网络算法,
模糊专家算法,遗传算法,目的层控制算法,Petrinet 技术,Markov 决策技术,与排
队论等算法。各种算法都有其各自的优缺点和它所要实现的主要控制目标,由于篇幅所
限,在此只将其主要控制目标列在下表,对其控制机理不再介绍。
表 1 电梯群控的部分智能化调度算法
群控算法
主要控制目标
模糊控制
减小候梯时间和乘梯时间, 减小轿厢内拥挤度, 减少长候梯
率, 防止扎堆
神经网络
减小候梯时间
模糊神经网络
减小系统响应时间, 减小候梯率
专家系统
减小系统响应时间, 减小系统服务时间, 减小候梯时间
模糊专家系统
减小系统响应时间, 减小系统服务时间, 减小候梯时间减小
等待时间, 减小乘梯时间
遗传算法
根据楼层属性满足不同服务要求, 减小候梯时间