高層建筑電梯智能交通流預測理論及關鍵技術研究

對城市道路交通問題各國都非常關注，已形成相關理論及控制方法；而對大樓內電梯交通預測問題研究很少，缺乏相關理論和行之有效的控制方法，以至于許多已建大樓電梯配置不合理。電梯配置過高造成浪費；配置過低，乘梯和候梯時間太長，電梯服務質量下降。.針對電梯客流的隨機性，各樓層人數分布的不均勻性、樓層高度的不一致性等因素，提出基于粒子群優(yōu)化徑向基神經網絡算法；并運用統(tǒng)計學理論中的結構風險最小化原則訓練網絡；對預測模型進行動態(tài)模擬運行、周期性學習和參數修改。通過在預測模型中設置映射變量，以適應不同高層建筑交通流預測。.提出基于多分辨率正交多小波神經網絡算法，分別建立五種典型時段交通模式，實現預測模型與五種交通模式的模型嵌套。以平均候梯時間、平均乘梯時間和目的層重復度為控制目標，提出外呼信號智能化群控策略。.研究電梯在風擺、火災、地震等特殊狀況下的運行模式，提出相應控制策略和減災措施，提高運行安全和舒適感。 2100433B

目前絕大多數企業(yè)都采用預防性維護策略， 即：定期大修。該策略不可避免的會造成維護不足或維護過剩問題。預測維護將從根本上改變這一局面，可以產生重大的經濟效益，并可以大大減少災難性事故的發(fā)生，因此具有重要的理論和應用價值。本課題的研究目標就是針對預測維護中的若干核心理論與技術問題進行研究，獲得一些原創(chuàng)性的研究成果?；趯鴥韧獾难芯楷F狀分析， 我們把研究題目確定為：復雜工程系統(tǒng)故障預測與預測維護理論及關鍵技術研究。 在不能得到系統(tǒng)精確模型的前提下，綜合采用智能的和信息處理的方法，基于獲得的大量歷史數據，研究復雜工程系統(tǒng)的：1) 基于數據驅動的故障預測技術；2) 基于半定量信息的故障預測技術；3) 基于多源信息融合的故障預測技術；4) 可靠性實時評估與預測理論與方法；5) 系統(tǒng)最優(yōu)維護時機的確定方法；以及 6) 工程應用驗證。 2100433B