基于粒子群优化模糊核聚类的电梯群交通模式识别
- 详情
- 2021-08-07
- 简介
- 331KB
- 页数 5P
- 阅读 100
- 下载 25
为了改善电梯群控系统的性能,使电梯群节能并高效运行,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,提出一种基于粒子群(PSO)的模糊核聚类算法(KFCM)的电梯交通流模式识别方法.利用基于梯度下降的粒子群优化算法代替KFCM算法的迭代过程,可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。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于粒子群优化模糊核聚类的电梯群交通模式识别 331KB
基于粒子群K均值聚类算法的电梯交通模式识别 726KB
基于交通模式识别的电梯调度算法研究 771KB
基于多值分类SVM的电梯交通模式识别 1.2MB
基于贝叶斯决策理论的电梯群控交通模式识别 337KB
模糊模式识别在建设选址决策中的应用 195KB
电梯群控系统的模式识别与优化介绍 146KB
基于SVM的电梯群控系统交通流模式识别 581KB
人工智能方法在电梯交通模式识别中的应用 70KB
随机森林在群控电梯交通模式识别中的应用 386KB