发明名称 |
一种基于遗传算法-神经网络算法的电梯对重调节方法 |
摘要 |
本发明提供了一种对电梯对重的重量进行调整的方法。步骤是:记录下电梯从起始层开始启动时的对重重量、乘客总重量、乘客需要前往的楼层的总个数、乘客需要前往的楼层总和、当前的时间;电梯运行;电梯返回至起始层后,记录下电梯所耗用的总电能;用电梯所耗用的总电能除以乘客需要前往的楼层总和,得到平均每层消耗的电能;重复试验,获得样本数据,再通过上述的样本数据进行神经网络的训练,再由遗传算法对该神经神经网络模型进行寻优计算,找到最优的对重参数。本发明提供的对重调节方法,属于智能运算,可以根据乘客人数,前往的楼层,当前的时间作为最优的判定,有效地使电梯的对重工作在最佳重量部件下,降低了电梯的能耗。 |
申请公布号 |
CN103466398A |
申请公布日期 |
2013.12.25 |
申请号 |
CN201310441644.X |
申请日期 |
2013.09.25 |
申请人 |
吴江骏达电梯部件有限公司 |
发明人 |
平利中 |
分类号 |
B66B1/06(2006.01)I |
主分类号 |
B66B1/06(2006.01)I |
代理机构 |
南京经纬专利商标代理有限公司 32200 |
代理人 |
李纪昌 |
主权项 |
一种基于遗传算法‑神经网络算法的电梯对重调节方法,包括如下步骤:S1、记录下电梯从起始层开始启动时的对重重量、乘客总重量、乘客需要前往的楼层的总个数、乘客需要前往的楼层总和、当前的时间;电梯运行;电梯返回至起始层后,记录下电梯所耗用的总电能;用电梯所耗用的总电能除以乘客需要前往的楼层总和,得到平均每层消耗的电能;重复试验,获得样本数据;S2,以对重重量、乘客总重量、乘客需要前往的楼层的总个数、乘客需要前往的楼层总和、当前的时间作为神经网络模型的输入变量,以平均每层消耗的电能作为神经网络模型的输出变量,对神经网络模型进行训练,得到训练好的神经网络模型;S3,记录下乘客总重量、乘客需要前往的楼层的总个数、乘客需要前往的楼层总和、当前的时间,以电梯的对重重量为初始种群,以平均每层消耗的电能作为适应度函数值,通过遗传算法找到最优的电梯的对重重量;S4,将电梯的对重重量调节为遗传算法计算得到的最优值,运行电梯。 |
地址 |
215212 江苏省苏州市吴中区黎里镇交通东路1号 |