大连理工大学电子与信息工程学院 116024
杨祯山
TP391
提出对时变垂直交通需求的智能化迭代学习预测方法.该方法采用最小二乘支持向量机技术,动态预测未来的交通需求及其变化规律.在此基础上,提出以电梯交通需求净增量及其变化率强度为依据的交通模式划分的新规则.通过构造滤波函数的方法获取交通需求变化的主要信息,对交通模式量化识别,得到主要交通模式区间的临界点.仿真实验表明了该方法的有效性.
杨祯山;邵诚;马海丰.电梯群控系统交通需求的迭代学习预测方法[J].控制与决策,2008,23(3):302-305