一种基于人工智能的电梯楼层自动调度系统技术方案

本实用新型专利技术提供一种基于人工智能的电梯楼层自动调度系统，包括历史数据采集系统、时间序列分析系统、神经网络分析系统以及最终分类判断系统，所述历史数据采集系统与时间序列分析系统进行数据交互获得实时数学计算模型，所述数学计算模型与历史数据采集系统中的数据传输至神经网络分析系统训练，训练分类后数据输出至最终分类判断系统获得下一次将要到达目的楼层。本实用新型专利技术中系统从历史的数据中找到人们出行的规律，从而在人到来之前，电梯自动到达该人出现的楼层等待使用，极大地缩短等待时间；通过算法手段，将通过神经网络对历史数据进行训练，将电梯使用时间分成几个类别时段，方便更好地调度电梯，避免电梯系统出现繁忙故障。

【技术实现步骤摘要】
一种基于人工智能的电梯楼层自动调度系统
本技术主要涉及人工智能领域，尤其涉及一种基于人工智能的电梯楼层自动调度系统。
技术介绍
市场上大部分电梯都会设置电梯的基站，简单来讲就是这样一种功能：电梯长久没有人使用之后，会自动回到系统设置的那个楼层，此时这个楼层称之为电梯基站。从电梯等待的总时长来说，这么做必然导致时间资源的浪费。已申请专利中，涉及到一个相关专利“一个基于人脸识别、大数据系统的电梯自动调度系统”，该专利简述：它公开了一种基于人脸识别、大数据系统的电梯自动调度系统，包括电梯面板、识别板和面板后壳，所述电梯面板的前表面设置有下面板，所述下面板与所述电梯面板固定连接，所述下面板的前表面设置有面板按钮，所述面板按钮与所述下面板固定连接，所述下面板的上方设置有上面板，所述上面板与所述电梯面板固定连接；在接线板上设置网线接口，通过网线与网线接口连接，使识别摄像头与终端连接，使识别摄像头的数据被终端储存分析，在长期的数据分析情况下，系统预判电梯调度规律，使电梯提前到达各个时间段高峰期的指定层，避免了用户的长时间等待，从而节约等待时间，提升电梯效率，减少电梯功耗。在上述现有技术专利中，若要用人脸识别技术，则必须需要人的直接参与，即在使用时，人必须参与进来，系统才会做出反应。若在电梯的使用高峰期，系统会出现反应不过来、卡顿，甚至严重地会导致电梯系统瘫痪。
技术实现思路
本技术提供一种基于人工智能的电梯楼层自动调度系统，针对现有技术的上述缺陷，基于历史数据进行总结人们出行的规律，并通过时间序列分析以及神经网络进行训练，得到相关预测楼层来实现调度电梯的目的，具体的，包括历史数据采集系统、时间序列分析系统、神经网络分析系统以及最终分类判断系统，所述历史数据采集系统与时间序列分析系统进行数据交互获得实时数学计算模型，所述数学计算模型与历史数据采集系统中的数据传输至神经网络分析系统训练，训练分类后数据输出至最终分类判断系统获得下一次将要到达目的楼层。优选的，历史数据采集系统采集电梯到达的目的楼层以及相应的时刻点。优选的，目的楼层以及相应的时刻点统计形成数组结构。优选的，数组结构采用先进先出原则。优选的，时间序列分析系统依次包括分析、建模与重构模块。优选的，经所述神经网络分析系统将电梯运行数据分成多种类别时段。优选的，在所述最终分类判断系统中，仅根据一个类别作楼层预测。本技术的有益效果：(1)系统从历史的数据中找到人们出行的规律，从而在人到来之前，电梯自动到达该人出现的楼层等待使用，极大地缩短等待时间；(2)通过算法手段，将通过神经网络对历史数据进行训练，将电梯使用时间分成几个类别时段，方便更好地调度电梯，避免电梯系统出现繁忙故障。附图说明图1为本技术的结构图；具体实施方式如图1所示可知，本技术包括有：历史数据采集系统、时间序列分析系统、神经网络分析系统以及最终分类判断系统，所述历史数据采集系统与时间序列分析系统进行数据交互获得实时数学计算模型，所述数学计算模型与历史数据采集系统中的数据传输至神经网络分析系统训练，训练分类后数据输出至最终分类判断系统获得下一次将要到达目的楼层。在使用中，(1)采集的电梯数据输入至时间序列分析系统中，其中进行时间序列分析、建模与重构，得到实时的数学计算模型；(2)在进行神经网络训练时，需要结合时间序列分析的结果，并结合电梯运行的历史数据，可将电梯运行分成几种类别时段；(3)在进行楼层预测之前，要先判定电梯是属于某种类别时段，再结合相应的判别分析结果去进行楼层预测。在本实施中优选的，历史数据采集系统采集电梯到达的目的楼层以及相应的时刻点。在本实施中优选的，目的楼层以及相应的时刻点统计形成数组结构。在本实施中优选的，数组结构采用先进先出原则。设置上述结构，整理成一个类似数组的结构，方便之后系统分析，但是固定数组长度，为保证实时性，保持先进先出的原则。在本实施中优选的，时间序列分析系统依次包括分析、建模与重构模块。设置上述结构，将采集系统采集的电梯运行数据输入到时间序列分析系统中，在时间序列分析系统中分析、建模与重构，得到相应的数据模型计算公式。在本实施中优选的，经所述神经网络分析系统将电梯运行数据分成多种类别时段。设置上述结构，结合时间序列分析系统得到的数学模型以及历史的电梯运行数据进行神经网络训练，将电梯运行数据分成几类电梯运行类别，方便之后对电梯的楼层预测。在本实施中优选的，在所述最终分类判断系统中，仅根据一个类别作楼层预测。设置上述结构，基于神经网络分析系统分类的类别，有且仅有一个类别来作楼层预测。上述实施例仅例示性说明本专利申请的原理及其功效，而非用于限制本专利申请。任何熟悉此技术的人士皆可在不违背本专利申请的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属
中具有通常知识者在未脱离本专利申请所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本专利请的权利要求所涵盖。本文档来自技高网...

【技术保护点】
1.一种基于人工智能的电梯楼层自动调度系统，其特征在于，包括历史数据采集系统、时间序列分析系统、神经网络分析系统以及最终分类判断系统，所述历史数据采集系统与时间序列分析系统进行数据交互获得实时数学计算模型，所述数学计算模型与历史数据采集系统中的数据传输至神经网络分析系统训练，训练分类后数据输出至最终分类判断系统获得下一次将要到达目的楼层。/n

【技术特征摘要】
1.一种基于人工智能的电梯楼层自动调度系统，其特征在于，包括历史数据采集系统、时间序列分析系统、神经网络分析系统以及最终分类判断系统，所述历史数据采集系统与时间序列分析系统进行数据交互获得实时数学计算模型，所述数学计算模型与历史数据采集系统中的数据传输至神经网络分析系统训练，训练分类后数据输出至最终分类判断系统获得下一次将要到达目的楼层。


2.根据权利要求1所述的基于人工智能的电梯楼层自动调度系统，其特征在于：所述历史数据采集系统采集电梯到达的目的楼层以及相应的时刻点。


3.根据权利要求2所述的基于人工智能的电梯楼层自动调度系统，其特征在于：所述目的楼层...

【专利技术属性】
技术研发人员：吴田，
申请(专利权)人：无锡智泉科技有限公司，
类型：新型
国别省市：江苏;32