一種基于支持向量機(jī)的電梯群控交通模式識(shí)別方法
【專利摘要】本發(fā)明公開了一種基于支持向量機(jī)的電梯群控交通模式識(shí)別方法，為了提高電梯工作狀態(tài)下的利用效率，群控電梯交通流量劃分為7個(gè)部分，分別為強(qiáng)上交通模式y(tǒng)1、強(qiáng)下交通模式y(tǒng)2、混合模式y(tǒng)3、上交通模式y(tǒng)4、下交通模式y(tǒng)5、弱上交通模式y(tǒng)6、弱下交通模式y(tǒng)7，并構(gòu)造出群控電梯交通流量所需要的樣本集，最后選取支持向量機(jī)訓(xùn)練交通流量樣本集。與現(xiàn)有技術(shù)相比，本發(fā)明可以提高識(shí)別的精度和正確率，依據(jù)現(xiàn)有經(jīng)驗(yàn)?zāi)軌蚩焖俅_定電梯的交通閑忙時(shí)間，使得電梯能夠有效使用并實(shí)現(xiàn)了建筑的節(jié)能。
【專利說(shuō)明】一種基于支持向量機(jī)的電梯群控交通模式識(shí)別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于電梯群控領(lǐng)域，涉及一種基于支持向量機(jī)的電梯群控交通模式識(shí)別方法。 【背景技術(shù)】
[0002]目前，隨著國(guó)內(nèi)城市建設(shè)的快速發(fā)展，為了滿足于各種辦公場(chǎng)合的需求，城市的高層建筑越來(lái)越趨于智能化和功能多樣化，所以在樓宇自動(dòng)化方面對(duì)電梯群控的研究領(lǐng)域也有很多創(chuàng)新思想的產(chǎn)生，取得了突飛猛進(jìn)的進(jìn)展。
[0003]近年來(lái)，電梯的控制策略也呈現(xiàn)多樣化趨勢(shì)，比如神經(jīng)網(wǎng)絡(luò)理論、模糊控制理論、遺傳算法等理論的引入，以上各種控制方法特點(diǎn)不同，對(duì)控制的場(chǎng)合要求也不同，現(xiàn)有的電梯交通群控方法中至少存在以下問(wèn)題:
[0004]一方面現(xiàn)有電梯的交通識(shí)別能力尚有不足，由于呼梯指令在一定的時(shí)間段具有隨機(jī)性，很多時(shí)候會(huì)造成進(jìn)出口大廳的擁堵，電梯的交通閑忙難以確定，候梯的時(shí)間較長(zhǎng)。
[0005]另一方面由于各個(gè)時(shí)段對(duì)于電梯的使用頻次是不一樣的，電梯交通安排的不恰當(dāng)會(huì)帶來(lái)的電梯能耗問(wèn)題，這種能耗在建筑能耗中占有很大的比例，也越來(lái)越引起人們的重視。

【發(fā)明內(nèi)容】

[0006]本發(fā)明所要解決的問(wèn)題是提供了一種基于支持向量機(jī)的電梯群控交通模式識(shí)別方法，該發(fā)明可以很好的提高電梯群控交通模式的識(shí)別并大大改善電梯的利用效率。
[0007]本發(fā)明主要涉及到如下內(nèi)容:一種基于支持向量機(jī)的電梯群控交通模式識(shí)別方法，首先，對(duì)群控電梯交通流量進(jìn)行劃分，然后構(gòu)造出群控電梯交通流量所需要的樣本集，進(jìn)而選取支持向量機(jī)訓(xùn)練交通流量樣本集；群控電梯交通流量劃分為7個(gè)部分，分別為強(qiáng)上交通模式，強(qiáng)下交通模式，混合模式，上交通模式，下交通模式、弱上交通模式，弱下交通模式；構(gòu)造群控電梯交通流量所需要的樣本集，輸入樣本為=X11=XiZXp X12=X3ZXi^ X13=X4Ai7輸出樣本為yp y2、y3、y4、y5、y6、y7;最后選取支持向量機(jī)訓(xùn)練交通流量樣本集，在對(duì)支持向量機(jī)進(jìn)行訓(xùn)練的過(guò)程中，其核函數(shù)選取為Sigmoid函數(shù),支持向量機(jī)所選取的訓(xùn)練函數(shù)為回歸算法函數(shù)。
[0008]本發(fā)明的有益效果是:可以識(shí)別以往對(duì)電梯交通的識(shí)別能力不足的問(wèn)題，提高了識(shí)別的精度和正確率。依據(jù)現(xiàn)有經(jīng)驗(yàn)?zāi)軌蚩焖俅_定電梯的交通閑忙時(shí)間，使得電梯能夠有效使用，減少電梯在建筑領(lǐng)域中不必要的耗能。
【專利附圖】

【附圖說(shuō)明】
[0009]圖1為電梯交通模式示意圖；
[0010]圖2是基于支持向量機(jī)的電梯交通模式識(shí)別結(jié)構(gòu)圖；
[0011]圖3是基于支持向量機(jī)的電梯交通模式識(shí)別的流程示意圖?！揪唧w實(shí)施方式】[0012]圖1為電梯交通模式示意圖，所選取的時(shí)間段為一天內(nèi)的上午6:00至晚上21:00的時(shí)間段，通過(guò)現(xiàn)有經(jīng)驗(yàn)計(jì)算出該時(shí)間段內(nèi)此高層建筑的總客流量X1、進(jìn)門廳客流量X2、出門廳客流量X3、區(qū)域?qū)娱g候廳的客流量X4，這樣電梯交通流量識(shí)別樣本集可以設(shè)取為X11=X2A1- X12=X3A1- X13=X4A1 ;由早中晚上下班時(shí)間以及工作時(shí)間的不同情況，將交通流量劃分為強(qiáng)上交通模式y(tǒng)1、強(qiáng)下交通模式y(tǒng)2、混合模式y(tǒng)3、上交通模式y(tǒng)4、下交通模式y(tǒng)5、弱上交通模式y(tǒng)6、弱下交通模式I1七種模式，以上交通流量的劃分有助于支持向量機(jī)的樣本訓(xùn)練，能夠快速確定電梯的交通閑忙時(shí)間，提高識(shí)別的精度和正確率。
[0013]圖2是基于支持向量機(jī)的電梯交通模式識(shí)別結(jié)構(gòu)圖，首先確定輸入輸出樣本訓(xùn)練集，將電梯交通流量識(shí)別樣本集X11=XiZXr X12=X3ZXi-X13=X4Ai作為支持向量機(jī)訓(xùn)練的輸入樣本，電梯交通模式輸出樣本是％、y2> y3、y4、y5、y6、y7。然后向電梯交通系統(tǒng)施加足夠豐富的隨機(jī)方波激勵(lì)信號(hào)以便獲得相應(yīng)的輸入輸出樣本數(shù)據(jù)，將采樣獲得的X11=X2ApX12=X3/
X1、X13=X4/X1經(jīng)過(guò)歸一化處理后作為支持向量機(jī)的樣本輸入，7個(gè)采樣
作為支持向量機(jī)的樣本輸出，這樣就獲得了支持向量機(jī)的訓(xùn)練數(shù)據(jù)。
[0014]支持向量機(jī)的輸入信號(hào)(X11=X2ZiXp X12=X3A1 X13=X4A1)需要限幅并經(jīng)過(guò)歸一化處理，在訓(xùn)練的過(guò)程中，需要確定相關(guān)的支持向量機(jī)核函數(shù)和選型函數(shù)的算法，本發(fā)明采用Sigmoid函數(shù)以及回歸支持向量機(jī)算法，支持向量機(jī)實(shí)現(xiàn)的是一個(gè)兩層神經(jīng)網(wǎng)絡(luò)，此時(shí)不但網(wǎng)絡(luò)的權(quán)值和隱含層節(jié)點(diǎn)數(shù)是算法自動(dòng)確定的，并且算法不存在局部極小點(diǎn)問(wèn)題。在離線訓(xùn)練后，訓(xùn)練結(jié)果給出了支持向量機(jī)的類似于神經(jīng)網(wǎng)絡(luò)的權(quán)、閾值，其具體的算法步驟為:
[0015]由系統(tǒng)被激勵(lì)后的輸入輸出樣本集(Xi, Ui)，求解出核函數(shù):
[0016]K (X，Xi) =tanh [v (x.Xi) +a]
[0017]則支持向量機(jī)輸出表達(dá)式為:
[0018]
[0019]圖3是基于支持向量機(jī)的電梯交通模式識(shí)別的流程示意圖，首先需要對(duì)電梯交通輸入輸出樣本進(jìn)行采集，根據(jù)獲得的交通輸入輸出信息對(duì)交通流量的進(jìn)行決策劃分，相關(guān)的算法程序包括交通流量識(shí)別、經(jīng)驗(yàn)知識(shí)庫(kù)模塊、評(píng)價(jià)參數(shù)調(diào)整模塊、以及派梯呼梯指令庫(kù)；下一步就是選取相應(yīng)的支持向量機(jī)核函數(shù)和訓(xùn)練函數(shù)完成樣本的訓(xùn)練；在交通流量等級(jí)判斷方案里，按照交通流量七種劃分為依據(jù)，如若符合則輸出最佳派梯指令，不符合的話需要調(diào)整評(píng)價(jià)函數(shù)參數(shù)，作為新的呼梯信號(hào)，整個(gè)流程使得電梯能夠有效使用，節(jié)省電梯在建筑領(lǐng)域中耗能。
[0020]綜上所述，本發(fā)明可以識(shí)別以往對(duì)電梯交通的識(shí)別能力不足的問(wèn)題，提高了識(shí)別的精度和正確率，此外，本發(fā)明能夠使電梯有效的使用，減少電梯在建筑領(lǐng)域中不必要的耗倉(cāng)泛。
【權(quán)利要求】
1.一種基于支持向量機(jī)的電梯群控交通模式識(shí)別方法，包括群控電梯交通流量的劃分，構(gòu)造群控電梯交通流量所需要的樣本集，其特征在于，選取支持向量機(jī)訓(xùn)練交通流量樣本集。
2.根據(jù)權(quán)利要求1所述的基于支持向量機(jī)的電梯群控交通模式識(shí)別方法，其特征在于，所述群控電梯交通流量劃分為7個(gè)部分，分別為強(qiáng)上交通模式、強(qiáng)下交通模式、混合模式、上交通模式、下交通模式、弱上交通模式、弱下交通模式。
3.根據(jù)權(quán)利要求1所述的基于支持向量機(jī)的電梯群控交通模式識(shí)別方法，其特征在于，所述的構(gòu)造群控電梯交通流量所需要的樣本集，輸入樣本分別為X\=X2/Xl、Xi2=X3A1^X3—X4/Xi，細(xì)出樣本分力|」為 y1,y2,y3,y4,y5,y6,y7。
4.根據(jù)權(quán)利要求1所述的基于支持向量機(jī)的電梯群控交通模式識(shí)別方法，其特征在于，所述選取支持向量機(jī)訓(xùn)練交通流量樣本集，用于訓(xùn)練的支持向量機(jī)核函數(shù)為Sigmoid函數(shù)，即:
K (X，Xi) =tanh [v (x.Xi) +a] 支持向量機(jī)的訓(xùn)練函數(shù)為回歸算法函數(shù)。
【文檔編號(hào)】B66B1/00GK103466397SQ201310412970
【公開日】2013年12月25日 申請(qǐng)日期:2013年9月11日 優(yōu)先權(quán)日:2013年9月11日
【發(fā)明者】王火明 申請(qǐng)人:昆山新金福精密電子有限公司