高层建筑电梯智能交通流预测理论及关键技术研究

对城市道路交通问题各国都非常关注，已形成相关理论及控制方法；而对大楼内电梯交通预测问题研究很少，缺乏相关理论和行之有效的控制方法，以至于许多已建大楼电梯配置不合理。电梯配置过高造成浪费；配置过低，乘梯和候梯时间太长，电梯服务质量下降。.针对电梯客流的随机性，各楼层人数分布的不均匀性、楼层高度的不一致性等因素，提出基于粒子群优化径向基神经网络算法；并运用统计学理论中的结构风险最小化原则训练网络；对预测模型进行动态模拟运行、周期性学习和参数修改。通过在预测模型中设置映射变量，以适应不同高层建筑交通流预测。.提出基于多分辨率正交多小波神经网络算法，分别建立五种典型时段交通模式，实现预测模型与五种交通模式的模型嵌套。以平均候梯时间、平均乘梯时间和目的层重复度为控制目标，提出外呼信号智能化群控策略。.研究电梯在风摆、火灾、地震等特殊状况下的运行模式，提出相应控制策略和减灾措施，提高运行安全和舒适感。