基于粒子群K均值聚类算法的电梯交通模式识别

被引:10
作者
杨广全
朱昌明
王向红
涂治国
机构
[1] 上海交通大学机械与动力工程学院
关键词
电梯交通模式; 粒子群K均值聚类算法; 电梯群控系统;
D O I
10.13195/j.cd.2007.10.61.yanggq.022
中图分类号
TU857 [电梯工程];
学科分类号
0813 ;
摘要
针对传统方法存在的缺点,提出一种基于粒子群K均值聚类算法的电梯交通模式识别方法.该方法通过对此前一周的原始客流数据进行聚类分析,得到相应交通模式的聚类中心坐标.针对实时变化的交通流数据,采集5min时段客流数据,根据最近邻原则划分其归属的聚类中心,从而识别出当前的交通模式.仿真实验表明,该方法能对电梯交通模式进行有效识别,实时性较好.
引用
收藏
页码:1139 / 1142
页数:4
相关论文
共 6 条
[1]   新型电梯群控系统交通模式识别方法 [J].
许玉格 ;
罗飞 .
控制理论与应用, 2005, (06) :900-904
[2]   基于粒子群的K均值聚类算法 [J].
刘靖明 ;
韩丽川 ;
侯立文 .
系统工程理论与实践, 2005, (06) :54-58
[3]   粒子群优化算法综述 [J].
杨维 ;
李歧强 .
中国工程科学, 2004, (05) :87-94
[4]   基于人工免疫聚类算法的电梯交通流分析 [J].
李中华 ;
朱燕飞 ;
李春华 ;
毛宗源 .
华南理工大学学报(自然科学版), 2003, (12) :26-29
[5]   基于模糊神经网络的电梯系统交通模式识别 [J].
宗群 ;
尚晓光 ;
严明 ;
曹燕飞 ;
岳有军 ;
雷小锋 .
系统工程学报, 2001, (06) :418-424
[6]   Alternative c-means clustering algorithms [J].
Wu, KL ;
Yang, MS .
PATTERN RECOGNITION, 2002, 35 (10) :2267-2278