改进GA优化BP神经网络的电梯群控策略

张健，王笑竹

(营口理工学院 机电工程系， 辽宁 营口 115014)

[摘要]在遗传算法优化BP神经网络的电梯群控系统基础上，利用遗传算法对候梯时间、乘梯时间、舒适度和运行能耗等评价函数进行搜索具有全局性的进化解，通过BP神经网络按照进化解权值进行寻优，从而获得全局最优解。为提高遗传算法的效率，在遗传操作过程中采用最优个体保存策略，同时采用了交叉率和变异率能够随适应度自动改变的自适应算法，提高了达到最优解的收敛速度。得出最优派梯方案，实现电梯的多目标优化调度。

[关键词]电梯群控；多目标优化；BP神经网络；遗传算法

[文章编号]1673-2944(2015)04-0036-04

[中图分类号]TP273+.4

收稿日期：2015-02-25

作者简介：张健(1981—)，男，辽宁省兴城市人，营口理工学院实验师，博士生，主要研究方向为电子与电力传动、电机控制；王笑竹(1982—)，女，辽宁省营口市人，营口理工学院讲师，硕士，主要研究方向为超声电机与压电材料。

随着高层建筑的增多和智能建筑的快速发展，如何提高电梯的运输能力和服务质量，实现电梯群控系统有效控制，已经成为人们研究的热点问题[1]。电梯群控系统的难点和重点在于电梯群控系统的多目标性和实时性，很难建立系统模型。

针对BP神经网络存在的缺陷，提出基于遗传算法(GA)优化BP神经网络电梯群控系统的新模型。遗传算法是求解问题的高效并行全局搜索方法，在解决组合优化问题时有着良好的搜索性能[2]，GA优化BP神经网络克服了网络建模产生局部极小的缺点，解决电梯群控系统的多目标优化问题，实现电梯群控系统的多目标最优调度[3]。……