造價(jià)通
更新時間：2024.12.29
基于SVR的電梯交通流時間序列預(yù)測

格式：pdf

大?。?span class="single-tag-height">480KB

頁數(shù)： 5頁

為了使電梯群控系統(tǒng)更好地跟蹤電梯交通流的變化以提高群控系統(tǒng)的性能,提出了基于支持向量回歸(Support Vector Regression,SVR)的電梯交通流預(yù)測方法。針對電梯交通流時間序列小樣本的特性,考慮了電梯交通流的橫向和縱向變化趨勢,采用SVR算法建立了電梯交通流時間序列的預(yù)測模型。給出了預(yù)測的評價(jià)指標(biāo),研究了SVR模型中的參數(shù)對預(yù)測效果的影響,利用試驗(yàn)尋優(yōu)的方法確定了SVR預(yù)測模型的最優(yōu)參數(shù)。最后,與電梯交通流RBF神經(jīng)網(wǎng)絡(luò)預(yù)測模型進(jìn)行了比較研究,分析了數(shù)據(jù)樣本中波動較大部分的預(yù)測效果,結(jié)果表明SVR算法比RBF神經(jīng)網(wǎng)絡(luò)方法具有更好的預(yù)測性能、泛化能力和魯棒性,實(shí)現(xiàn)了電梯交通流較好的擬合和預(yù)測。

電梯乘客平均逗留時間的研究

格式：pdf

大?。?span class="single-tag-height">195KB

頁數(shù)： 4頁

本文以高峰期的交通模式為例,根據(jù)大樓參數(shù)、電梯參數(shù)、交通流參數(shù)確定電梯的服務(wù)率與乘客到達(dá)率的函數(shù)關(guān)系,然后運(yùn)用二分法迭代求解乘客到達(dá)率,最后運(yùn)用排隊(duì)論相關(guān)知識,根據(jù)乘客到達(dá)率與電梯服務(wù)率,確定成批量服務(wù)的平均逗留時間的數(shù)學(xué)模型。

最新知識

電梯等候時間 造價(jià)
點(diǎn)擊加載更多>>

相關(guān)問答

電梯等候時間 造價(jià)
點(diǎn)擊加載更多>>
專題概述
電梯等候時間 造價(jià)相關(guān)專題

分類檢索：