一种基于遗传算法-神经网络算法的电梯对重调节方法
【专利摘要】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。
【专利说明】一种基于遗传算法-神经网络算法的电梯对重调节方法
[0001]
【技术领域】
[0002]本发明提供了一种对电梯对重的重量进行调整的方法，特别是涉及了基于遗传算法和神经网络算法的对重调节方法，属于控制工程【技术领域】。
[0003]
【背景技术】
[0004]我国是一个人口大国，随着城市和工业化进程的不断加速，日益突出的能源矛盾已经成为制约我国经济发展的重要问题。2008年4月I日《中华人民共和国节约能源法》正式实施，节约能源、建设节约型社会已经成为我国的一项基本国策。电梯作为城市建筑中最重要的耗电设备之一，其节能降耗工作已越来越受到政府、生产商和用户的关注。近年来，电梯生产企业加大了技术研发力度，“环保电梯”、“绿色电梯”等概念被纷纷提出。
[0005]升降电梯是一个势能性负载，为了均匀拖动负载，电梯由曳引机拖动的负载是由载客轿厢和对重平衡块组成，只有当轿厢载重量约为50% (I吨载客电梯乘客为7人左右)时，轿厢和对重平衡块才相互平衡，否则，轿厢和对重平衡块就会有质量差，使电梯运行时产生机械位能，导致电梯在运行时需要消耗更多的电能以克服机械位能差。曳引式电梯由于“对重机构”的作用，在不同的负载情况下的耗电量是非常悬殊的，因此在不同负载情况下的能量效率相差较大。
[0006]针对上述的问题，可变对重的设计方案层出不穷，但是，由于电梯的运行复杂，会受到不同的客运时间、乘客次数、乘客前往的楼层数等影响，都会导致电梯对重无法工作于最佳条件下，导致能耗偏 高。
[0007]反向传播神经网络(Back propagation neural network, BPNN)是神经网络算法最具代表性的也是最常用的网络类型。通常，它由一个输入层、一个或一个以上隐藏层、一个输出层组成，层与层之间通过权值和阈值进行连接，上下层之间实现全连接，而每层神经元之间无连接。当学习样本提供给网络后，神经元的激活值从输入层经由各中间层向输出层传播，在输出层的各神经元获得网络的输入相应。接下来，按照减小目标输出与实际误差的方向，从输出层经由各中间层逐层修正各连接权值，最后回到输出层。
[0008]遗传算法是一种借鉴生物界自然选择和自然遗传机制的并行、随机、自适应搜索算法。其主要思想是将原问题的解集作为一个种群，通过复制(replication)，交叉(crossover)和变异(mutation)三个遗传操作算子对种群进行进化，最终得到一个最优种群，作为问题的最优解。它具有简单、通用普适性强，适用于并行处理和应用范围广等优点，在工程优化领域得到了广泛的应用。
[0009]
【发明内容】
[0010]本发明的目的是:提供一种电梯对重的调节方法，可以根据乘客的人数以及乘客需要去的楼层进行适应性的调整，以降低电梯的能耗。采用的技术方案是:
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。
[0011]作为本发明进一步的改进，所述的神经网络模型是指BPNN神经网络。
[0012]作为本发明进一步的改进，BPNN神经网络的参数设置为:隐含层传递函数是双曲正切函数，输出层传递函数是线性函数，训练函数是Levenberg-Marquardt算法,性能函数采用均方误差，训练次数设置为200次。
[0013]作为本发明进一步的改进，BPNN神经网络的隐藏层神经元个数是4个。
[0014]作为本发明进一步的改进，所述的遗传算法步骤中的参数是:最大进化代数为50，种群大小为20。
[0015]有益效果
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。
[0016]
【专利附图】
【附图说明】
[0017]图1是实施例中电梯对重调节方法的流程示意图。
[0018]图2是实施例中BPNN神经网络的输入输出变量的示意图。
[0019]
【具体实施方式】
[0020]按照下述的步骤对电梯的对重重量进行优化:
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(如图2)，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。
[0021]以上的步骤中，神经网络模型是指BPNN神经网络，参数设置为:隐含层传递函数是双曲正切函数，输出层传递函数是线性函数，训练函数是Levenberg-Marquardt算法,性能函数采用均方误差，训练次数设置为200次，BPNN神经网络的隐藏层神经元个数是4个，遗传算法步骤中的参数是:最大进化代数为50，种群大小为20。
[0022]本实施例中，乘客需要前往的楼层的总个数是指乘客前往不同楼层的总个数，例如:如果有5个乘客，分别前往4楼、4楼、6楼、8楼、10楼，那么楼层的总个数是4 ;乘客需要前往的楼层总和是4+4+6+8+10=32，当前的时间是指省略掉分钟数的整点时间，例如8点50分作为8，9点32分作为9，以此类推。
[0023]试验共进行200次，以这200个样本作为训练集对神经网络模型进行训练，得到BPNN模型后，再以10次试验进行验证。
[0024]再在10次试验时，先用固定的电梯对重进行电梯的运行，计算平均能耗。
[0025]再请上述10次试验中的乘客进行同样的乘坐电梯，并通过本实施例的方法对对重的重量进行调整，经试验和分析，采用本实施例中的方法可以比传统的固定对重节约10%的能耗。
【权利要求】
1.一种基于遗传算法-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。
2.根据权利要求1所述的基于遗传算法-神经网络算法的电梯对重调节方法，其特征在于:所述的神经网络模型是指BPNN神经网络。
3.根据权利要求2所述的基于遗传算法-神经网络算法的电梯对重调节方法，其特征在于:所述的BPNN神经网络的参数设置为:隐含层传递函数是双曲正切函数，输出层传递函数是线性函数，训练函数是Levenberg-Marquardt算法,性能函数采用均方误差，训练次数设置为200次。
4.根据权利要求1所述的基于遗传算法-神经网络算法的电梯对重调节方法，其特征在于:所述的BPNN神经网络的隐藏层神经元个数是4个。
5.根据权利要求1所述的基于遗传算法-神经网络算法的电梯对重调节方法，其特征在于:所述的遗传算法步骤中的参数是:最大进化代数为50，种群大小为20。
【文档编号】B66B1/06GK103466398SQ201310441644
【公开日】2013年12月25日 申请日期:2013年9月25日 优先权日:2013年9月25日
【发明者】平利中 申请人:吴江骏达电梯部件有限公司