4）遗传算法技术。遗传算法技术是通用的全局优化算法，具有并行性强、操作简单等特点。在电梯群控中，遗传算法的应用主要包括直接对电梯进行实时调度、对调度算法的参数进行调整，协助调度算法三种类型。为了确保系统所得结果非劣，在对遗传算法进行应用的过程中，应采用最佳个体保存策略；在交通环境改变时，可通过“恢复多样性”操作使系统对外界环境变化的适应能力得到提升。

　　5）智能体强化学习技术。对未知环境具有很好的适应能力是智能体的最主要特征，而学习能力则是智能体的关键属性。根据反馈的差异，机器学习领域的学习技术分为强化、监督、非监督三种类型，其中，强化学习是一种输入环境反馈并以此适应环境的学习方法。

　　总的来说，电梯系统调度的最终目标就是舒适、快捷、安全的将乘客送往目的层，主要控制目标包括以下六个方面。

　　1）最大程度降低乘客候梯率。

　　2）最大程度缩短乘梯时间。

　　3）轿厢到达预报的准确率得到最大提升。

　　4）加速、减速尽可能平稳，一般控制在2m/s以内。

　　5）对电梯应答进行合理分配，避免忙闲不均的情况出现。

　　6）尽可能降低能源消耗。为了实现以上控制目标，电梯群控系统必须积极引进先进的控制技术，使系统性能始终保持在最佳状态。

　　3电梯群控制系统的未来发展趋势

　　在未来的设计开发工作中，研究的重点将集中在以下几个方面。

　　1）通过对多种智能技术的整合来保障和提升系统性能。实现神经网络、模糊控制、专家系统在电梯控制中的有效结合，推动电梯控制的智能化转变，并针对控制功能开发相应的智能控制模块，是世界电梯业发展的潮流与趋势。

　　2）进行更加完整的专家知识库的构建。群控制规则的完全性、准确性在很大程度上依赖于电梯群控调度的优劣，而经验基础与大量的数据则能够推动电梯群调度准则的完善和充实，所以，对于群控规则专家库将成为未来发展的必然趋势，对于电梯系统随机性的适应以及电梯系统整体性能的提升都将从中获益。

　　3）群控系统自适应学习能力的提升。想要提高电梯系统的运行性能，群控系统必须具备根据电梯群运行状态、差异性的客流模式进行智能化的参数优化与策略调整的功能，同时将由此产生的新知识储存和积累起来，以帮助系统能够在不断的运行过程中自我完善。

　　参考文献

　　[1]朱贺.论智能控制技术在现代电梯群控系统中的应用[J].科技与企业，2013（11）：100-100.

　　[2]许林荣，赵建勇.双模式电梯群控调度算法的实现[J].机电工程，2012，29（12）：1453-1456.

　　[3]郑晓芳.我国电梯群控系统研究文献综述与思考[J].华东交通大学学报，2012，29（3）：51-55.

---

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

---

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。