作者：杨祯山; 岳文姣电梯交通需求模式识别模糊神经网络fcm聚类算法专家经验
摘要：电梯交通模式识别是有效实施电梯群控策略的前提。针对电梯交通的时变、非线性及不确定性的特点,提出一种基于FCM（Fuzzy C-means）聚类模糊神经网络的电梯交通模式识别方法。该方法将模糊逻辑技术用于神经网络计算和学习,通过FCM对原始交通需求的聚类,实现输入空间的模糊划分,确定网络隶属函数的参数初始值及聚类中心并获取模糊规则,提高神经网络学习能力,使隶属函数加权系数根据不同的交通模式改变。利用神经网络完成并行模糊推理,实现电梯交通模式的识别。仿真试验表明了该方法的有效性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
