坞计算机技术与发展Vo1第期．18N。．12008年1月COMPUTERTECHNOLOGYANDDEVELOPMENTJan．2008基于模糊神经网络的电梯群控系统调度方法研究陆星宇，何鹏，唱江华(齐齐哈尔大学计算机与控制工程学院，黑龙江齐齐哈尔161006)摘要：电梯群控系统是一个复杂的决策系统，具有多目标性、随机性和非线性等特点，难以采用精确的数学模型加以描述，因而传统的控制方法很难提高系统性能。将模糊控制技术与神经网络技术相结合，提出了一种能适应各种交通客流状况的调度方法，设计了各电梯响应呼梯信号的综合评价函数，通过神经网络的学习能力调整各评价因素(候梯时间、乘梯时间、能量消耗、拥挤度)的权重系数，从而确定最佳派梯方案。仿真实验结果表明，此方法能在各种交通客流状况下实现合理的电梯调度，验证了此方法的有效性。关键词：电梯群控系统；综合评价函数；模糊神经网络；调度方法中图分类号：TP273．4文献标识码：A文章编号：1673～629X(2008)01—0220—03ResearchofDispatchingMethodinElevatorGroupControlSystemBasedonFuzzyNeuralNetworkLUXing—yu，HEPeng，CHANGJiang—hua(ComputerandControlEngineeringDepartmentofQiqlharUniversity，Qiqihar161006，China)Abstract：Itisacomplexoptimizationsystemtoelevatorgroupcontrolsystem(EC,CS)withmulti—objective，stochasticandnonlinearcharacteristics．ItishardtodescribeEGwithexactmathematicmodelandtoincreasethecapabilityofthesystemwithtraditionalc∞．trolmethod．Thefuzzycontroltechnolcgyandneuralnetworktechnologyarecombinedinthispaperandadispatchingmethodappliedtovarious阳ssel增ertrafficoonditionsisproposed．Thecomprehensiveevaluatbnfunctionoftrafficsign~isestablishedandtherightheavyofeveryevaluationfactor(waitingtime，ridingtime，energyconsulrle，crowddegree)isstudiedbytheneuralnetwork。SOtheelevamrisdispatchedoptimally．Theresultofsimulationshowsthatthismethodrealizesreasonableelevatordispatchingundervariotlspassengertrafficconditionsandindicaresthevalidityofthismethod．Keywords：elevatorgroupoontrolsystem；comprehensiveevaluationfunction；fuzzyneuralnetwork；dispatchingmethod0引言性，但单纯的模糊控制缺乏学习功能，运行时无法修电梯群控系统]是将同一建筑物内的多台电梯作正规则，因而使系统性能受专家知识影响很大。神经为一个整体进行管理的控制系统，其追求的目标是根网络具有非线性、动态性的特点和较强的学习功能，适据不同的客流交通状况L2J，选择合理的调度方案以协用于建立类似电梯群控系统的一类非线性动态系统，调各电梯的运行，使梯群能以最合适的方式应答层站但由于电梯系统是多状态的，为得到最优的输入输出的呼梯信号。但由于电梯群控系统控制目标的多样性映射，使用单纯的神经网络会使其结构非常庞大，从以及电梯系统本身所固有的随机性和非线性，难以建而加大网络的离线和在线学习时间。立精确的数学模型，仅仅通过传统的控制方法很难提将模糊逻辑和神经网络相结合构成模糊神经网高控制系统的性能。络](FuzzyNeuralNetwork，FNN)，可以有效发挥各自模糊控制技术利用专家知识获得各种控制规则，的优势并弥补相互不足，解决随机性、非线性等问题，可以很好地处理电梯系统的多目标性、随机性和非线提高系统的性能