模糊神经网络与小生境遗传算法：电梯群控系统的智能调度优化

本文主要探讨了"电梯群控系统智能优化调度方法的研究"，发表于2004年8月的《控制与决策》杂志第19卷第8期。研究者宗群、童玲和薛丽华来自天津大学电气与自动化工程学院，他们针对电梯群控系统的调度问题提出了创新性的解决方案。 论文的核心内容是设计了一种能够适应不同交通流量模式的智能调度方法。首先，通过模糊神经网络这一数据融合技术，对电梯的工作状态变量进行处理，将这些实时数据转化为一组影响调度决策的关键特征参数。模糊神经网络的优势在于其能处理不确定性信息，并且具有自学习和自适应性，有助于捕捉电梯运行中的复杂动态特性。 接下来，作者应用了小生境遗传算法来进行多目标优化分析。小生境遗传算法是一种生物启发式的搜索算法，它模拟自然选择的过程，通过在多个子群体（或小生境）中寻找最优解，实现了全局优化。这种方法在电梯群控系统的调度决策中，旨在找到既能提高效率又能减少乘客等待时间的最佳策略，即在满足多个目标（如乘客满意度、电梯能耗等）之间寻找平衡点。 通过仿真实验验证了这种智能调度方法的有效性。实验结果显示，无论是在高峰时段的密集人流还是在低峰时段的稀疏客流情况下，该方法都能实现合理的电梯调度，显著提高了电梯系统的整体性能。这种方法的引入，不仅提升了电梯服务的质量，也展示了在复杂系统优化中的潜在应用价值。 这篇论文为电梯群控系统的高效、智能调度提供了新的理论支持和技术手段，对于提升城市公共交通设施的管理效率具有重要的实际意义。该研究的成果对电梯行业的未来发展以及智能建筑、城市规划等领域都可能产生深远影响。