1、本文主要研究了電梯群控系統(tǒng)的自適應(yīng)多目標(biāo)優(yōu)化方法。 由于電梯群控系統(tǒng)重要的實(shí)際意義，其自適應(yīng)多目標(biāo)優(yōu)化問(wèn)題得到了廣泛關(guān)注。電梯群控系統(tǒng)是一個(gè)典型的多目標(biāo)系統(tǒng)，為探索解決問(wèn)題的有效方法，論文首先系統(tǒng)地總結(jié)了電梯群控系統(tǒng)多目標(biāo)優(yōu)化方法。在此基礎(chǔ)上，建立了電梯群控系統(tǒng)的自適應(yīng)多目標(biāo)優(yōu)化結(jié)構(gòu)，并且對(duì)結(jié)構(gòu)中各組成模塊的功能進(jìn)行了介紹，同時(shí)詳細(xì)闡述了自適應(yīng)多目標(biāo)優(yōu)化原理。 在自適應(yīng)多目標(biāo)優(yōu)化過(guò)程中，優(yōu)化評(píng)價(jià)函數(shù)參數(shù)是解決整個(gè)問(wèn)題的關(guān)

2、鍵。論文以馬爾可夫決策過(guò)程為背景，模型化評(píng)價(jià)函數(shù)參數(shù)優(yōu)化問(wèn)題，根據(jù)所研究問(wèn)題的特點(diǎn)定義模型各要素。并且通過(guò)對(duì)自適應(yīng)優(yōu)化方法的總結(jié)、分析與比較，提出基于強(qiáng)化學(xué)習(xí)的評(píng)價(jià)函數(shù)參數(shù)優(yōu)化方法，即利用強(qiáng)化學(xué)習(xí)的SARSA(λ)值迭代算法和策略梯度算法實(shí)現(xiàn)算法的迭代更新，并且將兩者分別與Tile coding函數(shù)逼近相結(jié)合。然后利用隨機(jī)過(guò)程、矩陣論以及不動(dòng)點(diǎn)理論，分析證明相關(guān)算法收斂性。 針對(duì)所提出的評(píng)價(jià)函數(shù)參數(shù)優(yōu)化方法存在收斂速度慢、訓(xùn)練時(shí)

3、間長(zhǎng)等問(wèn)題，將隱偏向信息學(xué)習(xí)與強(qiáng)化學(xué)習(xí)相結(jié)合，進(jìn)一步提出了改進(jìn)的評(píng)價(jià)函數(shù)參數(shù)優(yōu)化方法。仿真實(shí)驗(yàn)表明，改進(jìn)方法的收斂速度明顯提高，同時(shí)縮短了學(xué)習(xí)時(shí)間。 設(shè)計(jì)結(jié)合自適應(yīng)多目標(biāo)優(yōu)化單元的電梯群控虛擬仿真環(huán)境的結(jié)構(gòu)，定義各部分功能函數(shù)之間的接口。結(jié)合電梯群控虛擬仿真環(huán)境進(jìn)行仿真，生成了兩種不同的交通流用于算法的仿真與訓(xùn)練，首先分析比較兩種評(píng)價(jià)函數(shù)參數(shù)優(yōu)化方法在解決電梯群控系統(tǒng)的自適應(yīng)多目標(biāo)優(yōu)化問(wèn)題中的學(xué)習(xí)能力，然后通過(guò)與其他方法進(jìn)行比較