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。

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。