粒子群优化模糊核聚类在电梯群交通模式识别中的应用
为了改善电梯群控系统的性能,针对不同的交通模式采用合理的调度算法对电梯群进行优化调度,以达到电梯群节能及高效运行的目的.文中提出了一种基于粒子群(PSO)的模糊核聚类算法(KFCM)的电梯交通流模式识别方法.利用粒子群优化算法代替KFCM算法的基于梯度下降的迭代过程,使算法具有较强的全局搜索能力和局部搜索能力,并降低了KFCM算法对初始值的敏感度.利用核方法将低维特征空间的样本映射到高维特征空间,增加了对样本特征的优化,并使样本特征在高维特征空间线性可分,更加容易聚类.采用在某办公楼采集的电梯交通流数据作为测试样本,仿真结果表明,与FCM聚类算法相比,该算法具有良好的性能指标,对电梯交通流的聚类效果更准确.
电梯群控系统 交通模式识别 模糊核聚类算法 粒子群
于德亮 周美兰 王旭东
哈尔滨理工大学电气与电子工程学院,哈尔滨 150001
国内会议
福州
中文
706-710
2014-10-31（万方平台首次上网日期，不代表论文的发表时间）