電梯群控系統(tǒng)是一種控制三臺(tái)或以上電梯的控制系統(tǒng)，旨在提高對(duì)電梯乘客的服務(wù)質(zhì)量并減少成本，如：電梯的功耗。目前大多數(shù)的電梯群控系統(tǒng)采用的是“大廳呼叫指派”的方法來(lái)指派電梯去響應(yīng)乘客的呼梯。在這種方法中，電梯群控系統(tǒng)將根據(jù)目前建筑內(nèi)的客流量來(lái)選擇最合適的電梯。在充分研究了當(dāng)前普遍應(yīng)用的電梯群控算法后，本文提出了一種基于模糊算法的電梯群控算法，該算法可根據(jù)不同的客流量模式對(duì)整個(gè)建筑中的電梯群進(jìn)行派梯策略的調(diào)整，并在此基礎(chǔ)上，加入了經(jīng)驗(yàn)調(diào)整參數(shù)，使該算法增加了記憶調(diào)整功能。 本文在Matlab上對(duì)改進(jìn)的算法進(jìn)行了相關(guān)建模驗(yàn)證。驗(yàn)證結(jié)果表明，相比只是應(yīng)用類(lèi)似模糊算法的電梯群控算法，本算法對(duì)于客流量模式相對(duì)穩(wěn)定的大型寫(xiě)字樓等對(duì)群控系統(tǒng)要求比較嚴(yán)格的樓宇更為適用，即擁有更好的應(yīng)用前景。 本文還對(duì)所提出的算法在工程上采用FPGA進(jìn)行應(yīng)用做了一定的研究。在用C程序建立該算法的基礎(chǔ)上采用了在Xilinx VirtexII Pro開(kāi)發(fā)板上運(yùn)行MicroBlaze軟IP核的方法對(duì)該算法進(jìn)行了調(diào)試并運(yùn)行成功。得到的運(yùn)行結(jié)果與用Matlab驗(yàn)證的結(jié)果一致。證明了該算法在工程上的可應(yīng)用性。
標(biāo)簽： FPGA 電梯群控系統(tǒng) 分
上傳時(shí)間： 2013-07-02
上傳用戶：壞壞的華仔
提出了基于雜交粒子群優(yōu)化算法的分布式可再生能源并網(wǎng)的無(wú)功優(yōu)化算法，從網(wǎng)損和靜態(tài)電壓穩(wěn)定裕度兩個(gè)角度出發(fā)，構(gòu)建了含分布式發(fā)電系統(tǒng)的配電網(wǎng)無(wú)功優(yōu)化的數(shù)學(xué)模型。在美國(guó)PG＆E 69節(jié)點(diǎn)配電系統(tǒng)上進(jìn)行效驗(yàn)。結(jié)果表明，該算法收斂性好、精度高；分布式電源并網(wǎng)后能有效降低系統(tǒng)的有功網(wǎng)損，提高電壓穩(wěn)定性，對(duì)分布式電源并網(wǎng)運(yùn)行具有一定的參考價(jià)值。
標(biāo)簽： 分布式 可再生能源 發(fā)電 并網(wǎng)
上傳時(shí)間： 2014-12-24
上傳用戶：playboys0
針對(duì)傳統(tǒng)PID控制系統(tǒng)參數(shù)整定過(guò)程存在的在線整定困難和控制品質(zhì)不理想等問(wèn)題，結(jié)合BP神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)和自適應(yīng)能力強(qiáng)等特點(diǎn)，提出采用BP神經(jīng)網(wǎng)絡(luò)優(yōu)化PID控制器參數(shù)。其次，為了加快BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)收斂速度，防止其陷入局部極小點(diǎn)，提出采用粒子群優(yōu)化算法來(lái)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的連接權(quán)值矩陣。最后，給出了PSO-BP算法整定優(yōu)化PID控制器參數(shù)的詳細(xì)步驟和流程圖，并通過(guò)一個(gè)PID控制系統(tǒng)的仿真實(shí)例來(lái)驗(yàn)證本文所提算法的有效性。仿真結(jié)果證明了本文所提方法在控制品質(zhì)方面優(yōu)于其它三種常規(guī)整定方法。
標(biāo)簽： PID BP神經(jīng)網(wǎng)絡(luò) 控制器 參數(shù)優(yōu)化
上傳時(shí)間： 2014-03-21
上傳用戶：diets
提出了一個(gè)自適應(yīng)量子粒子群優(yōu)化算法，用于訓(xùn)練RBF網(wǎng)絡(luò)的基函數(shù)中心和寬度，并結(jié)合最小二乘法計(jì)算網(wǎng)絡(luò)權(quán)值，對(duì)RBF網(wǎng)絡(luò)的泛化能力進(jìn)行改進(jìn)并用于特征選擇。實(shí)驗(yàn)結(jié)果表明，采用自適應(yīng)量子粒子群優(yōu)化算法獲得的RBF網(wǎng)絡(luò)模型不但具有很強(qiáng)的泛化能力，而且具有良好的穩(wěn)定性，能夠選擇出較優(yōu)秀的特征子集。
標(biāo)簽： RBF 神經(jīng)網(wǎng)絡(luò) 特征選擇 中的應(yīng)用
上傳時(shí)間： 2013-11-16
上傳用戶：erkuizhang
針對(duì)函數(shù)優(yōu)化問(wèn)題，提出了一種基于離差平方和法的粒子群優(yōu)化算法。該算法用混沌序列初始化粒子的位置和速度，選擇好于粒子群優(yōu)化算法產(chǎn)生的粒子位置。通過(guò)離差平方和法進(jìn)行聚類(lèi)，利用分類(lèi)方式來(lái)更新粒子的速度。最后將算法應(yīng)用到3個(gè)典型的函數(shù)優(yōu)化問(wèn)題中，數(shù)值結(jié)果比較表明，提高了算法搜索能力，全局最優(yōu)解的精度和收斂速度。
標(biāo)簽： Access 溫度采集系統(tǒng)
上傳時(shí)間： 2013-11-14
上傳用戶：hxy200501
AES快速算法和藍(lán)牙設(shè)備中用的E0算法(用于加密)、E1算法、E2算法、E3算法（用于密鑰管理和鑒權(quán)等）等
上傳時(shí)間： 2013-12-29
上傳用戶：hewenzhi
克魯斯卡爾(Kruskal)算法 （1）算法思想（2）算法特點(diǎn)（3）Kruskal算法的抽象描述（4）用Kruskal算法構(gòu)造最小生成樹(shù)的過(guò)程（5）算法分析
上傳時(shí)間： 2015-01-09
上傳用戶：遠(yuǎn)遠(yuǎn)ssad
快速傅立葉變換算法中的分裂基算法，又稱(chēng)基2/4算法，對(duì)一維序列，這種算法使FFT比較完善
上傳時(shí)間： 2013-12-02
上傳用戶：磊子226
des算法的一種升級(jí)算法
上傳時(shí)間： 2013-11-29
上傳用戶：wkchong
用C++編寫(xiě)的基于插值算法的兩種檢索算法
上傳時(shí)間： 2013-12-28
上傳用戶：baiom
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
