格式:pdf
大小:480KB
頁數: 5頁
為了使電梯群控系統更好地跟蹤電梯交通流的變化以提高群控系統的性能,提出了基于支持向量回歸(Support Vector Regression,SVR)的電梯交通流預測方法。針對電梯交通流時間序列小樣本的特性,考慮了電梯交通流的橫向和縱向變化趨勢,采用SVR算法建立了電梯交通流時間序列的預測模型。給出了預測的評價指標,研究了SVR模型中的參數對預測效果的影響,利用試驗尋優的方法確定了SVR預測模型的最優參數。最后,與電梯交通流RBF神經網絡預測模型進行了比較研究,分析了數據樣本中波動較大部分的預測效果,結果表明SVR算法比RBF神經網絡方法具有更好的預測性能、泛化能力和魯棒性,實現了電梯交通流較好的擬合和預測。