［摘要］

分析清河水庫中長期水文預報狀況、歷史資料，提出預報單位年的概念，采取灰色關(guān)聯(lián)度方法選取適當?shù)哪攴葑鳛榈湫湍辏捎脧较蚧窠?jīng)網(wǎng)絡技術(shù)，構(gòu)建清河水庫中長期水文預報新模型，并開發(fā)了基于VB的中長期水文預報系統(tǒng)。通過近3年的應用檢驗，取得了較好的效果，較大地提高了清河水庫中長期水文預報精度。

［關(guān)鍵詞］

預報因子；灰色徑向基神經(jīng)網(wǎng)絡；水文預報

1清河水庫中長期水文預報現(xiàn)狀及存在問題

清河水庫中長期水文預報工作始于水庫建成后的20世紀60年代初，70年代以后有較完整的預報資料，80年代末研制了運行環(huán)境為Dos系統(tǒng)的中長期水文預報軟件。預報項目包括3—4月春汛來水量預報和6—9月夏汛來水量預報，采用的預報方法主要有歷史演變法、周期分析外推法、平穩(wěn)時間序列外推法、周期分析與平穩(wěn)序列分析外推法、降雨徑流相關(guān)法等。各方法預報值有時相差較大，經(jīng)綜合分析后確定一個預報范圍，以此預報來水量編制年度控制運用計劃。因預報準確性較低，用以指導實際調(diào)度運用的價值不大。當今，隨著科技的進步與發(fā)展，清河水庫現(xiàn)運用的中長期水文預報系統(tǒng)已不能適應實際工作需要，主要存在問題：1）預報系統(tǒng)陳舊，與現(xiàn)有計算機系統(tǒng)不相容；2）預報系統(tǒng)功能少，無資料保存和數(shù)據(jù)庫，缺乏圖、表統(tǒng)計對比分析；3）預報精度比較低；4）只有傳統(tǒng)預報方法，與變化的自然和人為因素影響的氣象和流域環(huán)境不相協(xié)調(diào)，適應性較差。

2灰色徑向基神經(jīng)網(wǎng)絡技術(shù)應用

1人工神經(jīng)技術(shù)

1.1拓撲結(jié)構(gòu)調(diào)節(jié)

通過對靜態(tài)鄰域的各種結(jié)構(gòu)以及它們對技術(shù)性能影響進行分析后得出，在拓撲適應性方面星形拓撲、VonNeumann拓撲以及環(huán)形拓撲最好。此外，人工神經(jīng)網(wǎng)絡技術(shù)性能與鄰域密切相關(guān)，處理復雜問題時小鄰域的人工神經(jīng)網(wǎng)絡技術(shù)性能較好，但是處理簡單問題上大鄰域的人工神經(jīng)網(wǎng)絡技術(shù)性能會更好。Chend從改進人工神經(jīng)網(wǎng)絡結(jié)構(gòu)的角度出發(fā)，提出了一種具有雙結(jié)構(gòu)的人工神經(jīng)網(wǎng)絡技術(shù)。技術(shù)將神經(jīng)網(wǎng)絡單元分為M+1層，其中“1”指頂層，技術(shù)通過獲得頂層神經(jīng)網(wǎng)絡單元的全局最優(yōu)值影響其余各層的粒子對最優(yōu)值的探索，以此提高神經(jīng)網(wǎng)絡單元搜索結(jié)果的多樣性。該技術(shù)考慮到神經(jīng)網(wǎng)絡單元體表現(xiàn)以及粒子個體的表現(xiàn)，并將其作為觸發(fā)條件控制領(lǐng)域變化從而提高尋優(yōu)效率。提出了KRTG-人工神經(jīng)網(wǎng)絡技術(shù)，通過產(chǎn)生隨機動態(tài)的網(wǎng)絡拓撲結(jié)構(gòu)并將平均值引入到粒子更新公式中，增加了種群的多樣性，改善了粒子間信息的傳播速度。

1.2結(jié)合其他技術(shù)改進

相關(guān)研究將遺傳技術(shù)中遺傳算子的選擇、交叉、變異等過程與人工神經(jīng)網(wǎng)絡技術(shù)相結(jié)合，提出一種混合技術(shù)。改進后的技術(shù)提高人工神經(jīng)網(wǎng)絡技術(shù)的性能，增加種群的多樣性并提高逃離局部最小的能力，可以將差分進化技術(shù)和人工神經(jīng)網(wǎng)絡技術(shù)相結(jié)合，通過兩種技術(shù)的交叉執(zhí)行來提高改進技術(shù)的效率。白俊強等將二階振蕩和自然選擇兩種方法融入到人工神經(jīng)網(wǎng)絡技術(shù)中，通過二階振蕩對技術(shù)速度公式進行更新，通過自然選擇提高了神經(jīng)網(wǎng)絡單元中靠近最優(yōu)值粒子的比重。通過收集粒子的取值信息構(gòu)建記憶庫，讓庫中信息和粒子自身極值共同決定粒子的尋優(yōu)方向，從而提高尋優(yōu)準確性。

2人工神經(jīng)網(wǎng)絡技術(shù)在計算機系統(tǒng)中的應用

2.1系統(tǒng)管理模塊

【摘要】

隨著我國社會主義現(xiàn)代化建設不斷加快發(fā)展的過程中，城市化進程在不斷的推進，而作為我國國民經(jīng)濟中最為重要的電力發(fā)展的建設開始迎來了新的挑戰(zhàn)和壓力，尤其是隨著電力規(guī)模的不斷擴大，建設的周期延長以及范圍的不斷加大，都給電力工程的造價帶來了巨大的挑戰(zhàn)。在這樣的發(fā)展趨勢下，為了有效讓電力建設的發(fā)展具有一定的安全性保障，并在可行性的工程造價的順利開展下，通過數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡技術(shù)的應用，來促進我國電力建設的發(fā)展。本文也將從這兩個方面的技術(shù)應用來展開較為系統(tǒng)的分析。

【關(guān)鍵詞】

數(shù)據(jù)挖掘；神經(jīng)網(wǎng)絡技術(shù)；電力工程造價；應用分析

隨著科學技術(shù)的發(fā)展，經(jīng)濟全球化的趨勢，數(shù)據(jù)挖掘已經(jīng)在全世界范圍內(nèi)得到了廣泛的關(guān)注和應用，并得以快速發(fā)展起來，而其中最根本的原因在于全球化的科學信息技術(shù)的發(fā)展和快速世界化的感染和流行，使得互聯(lián)網(wǎng)技術(shù)在幾年內(nèi)瞬間發(fā)展起來，造成了數(shù)據(jù)過量和信息膨脹的現(xiàn)象，因此人們在這種形勢下，急需要通過一種新型的技術(shù)來對這些信息進行處理，通過篩選和提取最有效、最有價值的部分出來，因此數(shù)據(jù)挖掘起到了重要作用，而在電力工程的造價應用，通過數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡技術(shù)，實現(xiàn)了其更加系統(tǒng)化的發(fā)展。

1數(shù)據(jù)挖掘的定義

數(shù)據(jù)挖掘的源起與發(fā)展可追溯回到20世紀80年代。這種數(shù)據(jù)的挖掘從不同的角度理解，有不同的含義，而其實最主要的意思是把海量綜合性的數(shù)據(jù)通過挖掘出最有用、最有效的模式和知識的一個過程，并通過這種數(shù)據(jù)的挖掘來對未知的潛在的內(nèi)容進行提取。因此從廣義上來將，這種數(shù)據(jù)挖掘的定義是一個從不完整的、不明確的、大量的并且包含噪聲，具有很大隨機性的實際應用數(shù)據(jù)中，提取出隱含其中、事先未被人們獲知、卻潛在有用的知識或模式的過程。這個過程事實上也即是數(shù)據(jù)挖掘的最根本目的，對復雜而混亂的信息進行分析和處理，并提取最有用的知識和信息給決策者。另一方面，從技術(shù)角度而言，數(shù)據(jù)挖掘的實現(xiàn)是借助一整套全面的數(shù)據(jù)計算，實現(xiàn)對海量數(shù)據(jù)信息的提取過程，并使得這部分被提取出來的信息是對人們在概念、模式以及規(guī)律等方面是最有價值的。它的這種技術(shù)操作主要是對歷史數(shù)據(jù)信息的分析，并把隱藏在潛在中的數(shù)據(jù)和關(guān)系分析挖掘出來，從而提供給人們對未來可能發(fā)生的結(jié)果起到協(xié)助分析研究的作用。

摘要:神經(jīng)網(wǎng)絡技術(shù)是一門新興的數(shù)據(jù)挖掘方法，具有多目標、強擬合、自適應等多種優(yōu)勢。選礦過程包含的流程長、步驟多，涉及的物理化學過程復雜，難以建立精確的數(shù)學模型。目前，將神經(jīng)網(wǎng)絡技術(shù)應用于選礦各工藝步驟方面已取得了一些研究成果。今后神經(jīng)網(wǎng)絡技術(shù)將在選礦過程自動化、選礦設備故障診斷專家系統(tǒng)開發(fā)、藥劑和選礦效果間的關(guān)系研究等領(lǐng)域具有十分廣闊的應用前景。

關(guān)鍵詞:神經(jīng)網(wǎng)絡;磨礦;選礦指標;預測

人工神經(jīng)網(wǎng)絡(ArtificialNeuralNetwork)，即ANN，簡稱神經(jīng)網(wǎng)絡，是20世紀80年代興起的人工智能領(lǐng)域的研究熱點。其是由大量簡單的基本單元相互連接，通過數(shù)學物理方式并基于信息處理層來實現(xiàn)人腦神經(jīng)網(wǎng)絡的抽象化，且成功構(gòu)建出了一種簡化模型的智能網(wǎng)絡系統(tǒng)［1］。其在智能控制、決策優(yōu)化、多元回歸、復雜非線性擬合方面具有非常大的應用優(yōu)勢，近年來，隨著計算機技術(shù)的突飛猛進，神經(jīng)網(wǎng)絡技術(shù)在各行各業(yè)的應用呈現(xiàn)出爆發(fā)性的增長趨勢，并在與不同行業(yè)的交叉應用過程中取得了令人欣喜的成果，應用較多的主要集中在醫(yī)療、軍工、金融等行業(yè)［2］。在選礦行業(yè)中，應用還比較少，但也有較為成功的應用案例，這一新興技術(shù)使得選礦這一傳統(tǒng)的行業(yè)煥發(fā)了新的活力。

1人工神經(jīng)網(wǎng)絡(ANN)

人工神經(jīng)網(wǎng)絡的拓撲結(jié)構(gòu)類型有分層網(wǎng)絡和互聯(lián)網(wǎng)絡(反饋網(wǎng)絡)，網(wǎng)絡的學習方法有有教師學習和無教師學習以及增強學習。學習算法的分類有誤差糾正算法、Hebb規(guī)則和競爭學習算法等。目前應用較多的網(wǎng)絡類型有BP神經(jīng)網(wǎng)絡、徑向基函數(shù)(RBF)網(wǎng)絡、Hopfield網(wǎng)絡、玻爾茲曼機(BM)網(wǎng)絡、自組織特征映射網(wǎng)絡以及ART網(wǎng)絡等［3］。不同的網(wǎng)絡類型具有不同的特點，在相關(guān)的應用領(lǐng)域有其優(yōu)勢，當然也有其不足，經(jīng)過多年的應用發(fā)展，研究人員開發(fā)了對各種網(wǎng)絡的優(yōu)化方法，在特定的應用條件下取得了較好的效果。在選礦行業(yè)應用較多的有BP神經(jīng)網(wǎng)路、徑向基函數(shù)(RBF)網(wǎng)絡等。BP神經(jīng)網(wǎng)絡是一種按誤差逆?zhèn)鞑ニ惴ㄓ柧毜亩鄬忧梆伨W(wǎng)絡。

2神經(jīng)網(wǎng)絡在選礦行業(yè)的應用

傳統(tǒng)的選礦工藝流程是一種連續(xù)的多步驟的工藝，前期工作包括準備、選別和產(chǎn)品處理等步驟［5］。準備工作一般是破碎、篩分、磨礦和分級，使得有用礦物和脈石礦物分離，為后期的選別工作做好準備。選別過程是選礦的核心工藝步驟，也是最重要的環(huán)節(jié)，常用的選別方法有浮選、重選、磁選等，其中應用最廣泛的方法就是浮選法。產(chǎn)品處理主要是精礦脫水和尾礦處理。選礦生產(chǎn)過程是一個十分復雜的工業(yè)系統(tǒng)流程，生產(chǎn)過程往往具有不確定性、非線性、延遲性、強耦合性及信息不完整性，很難建立精確的數(shù)學模型［6］。因此神經(jīng)網(wǎng)絡處理復雜非線性問題的優(yōu)勢就顯現(xiàn)出來了。神經(jīng)網(wǎng)絡在選礦行業(yè)的應用目前主要在以下幾個方面:選廠經(jīng)濟指標的預測、球磨機鋼球磨損程度的預測、磨礦自動控制算法設計、浮選結(jié)果的預測、礦漿pH值的預測、礦漿濃度的預測、浮選柱氣含率預測、浮選液位預測、浮選藥劑用量預測、浮選藥劑制度優(yōu)化、采選廠浸出指標預測［7］等等，以下僅從典型的應用方向加以說明。從本質(zhì)上看，神經(jīng)網(wǎng)絡技術(shù)是一種數(shù)據(jù)挖掘的方法，所謂數(shù)據(jù)挖掘技術(shù)就是從大量的數(shù)據(jù)中發(fā)現(xiàn)對人們生產(chǎn)活動或者理論研究有價值的信息［8］。使用神經(jīng)網(wǎng)絡技術(shù)研究相關(guān)問題需要大量的可靠數(shù)據(jù)用來訓練和驗證網(wǎng)絡的可靠性。在選礦行業(yè)，數(shù)據(jù)來源最好是多年積累的生產(chǎn)數(shù)據(jù)，但因保密、生產(chǎn)記錄不規(guī)范或者沒有連續(xù)性等原因，實際研究過程中海量的生產(chǎn)數(shù)據(jù)往往難以獲得，通常也會通過實驗室規(guī)模的試驗，以及通過計算機仿真來生產(chǎn)數(shù)據(jù)，再經(jīng)過現(xiàn)場試驗來驗證和改進網(wǎng)絡的可靠性。

1互聯(lián)網(wǎng)人工神經(jīng)網(wǎng)絡技術(shù)的重要起源以及發(fā)展過程

在上世紀九十年代初期，利用數(shù)學知識將感知器模型的弊病全面提出，致使社會各界對于人工神經(jīng)網(wǎng)絡的探究非常少。另一方面，針對邏輯運算的人工神經(jīng)網(wǎng)絡研究存在一定的弊端，一直沒有被大家發(fā)現(xiàn)，因此，致使人工神經(jīng)網(wǎng)絡探究工程進入嚴重的低谷期。

關(guān)于人工神經(jīng)網(wǎng)絡技術(shù)飛速發(fā)展時期，九十年代初期，對于人工神經(jīng)網(wǎng)絡技術(shù)的弊端予以充分解決，尤其是Hopefield的人工神經(jīng)網(wǎng)絡技術(shù)模型的提出，致使對于互聯(lián)網(wǎng)的穩(wěn)定性以及收斂性的探究有了充分的理論依據(jù)。而且將人工神經(jīng)網(wǎng)絡模型全面應用到具體的實踐中，并且得到全面推廣，同時，將科學技術(shù)和人工神經(jīng)網(wǎng)絡進行有機結(jié)合，使人工神經(jīng)網(wǎng)絡技術(shù)更加具有可研究性。

2關(guān)于人工神經(jīng)技術(shù)的構(gòu)造以及典型模型

互聯(lián)網(wǎng)人工神經(jīng)技術(shù)的構(gòu)造的組成包括以神經(jīng)元件為主，同時，這項包含多種神經(jīng)元結(jié)構(gòu)的互聯(lián)網(wǎng)信息處理技術(shù)是可以并行存在的。每一個具體的人工神經(jīng)元件可以單一輸出，還可以和其他的神經(jīng)元件相結(jié)合，并且具有非常多的連接輸出方法，每一種連接措施都會有相應的權(quán)系數(shù)。具體的人工神經(jīng)網(wǎng)絡技術(shù)的特點有：（1）針對每一個節(jié)點i，都會有相應的狀態(tài)變量Xi存在；（2）節(jié)點j到節(jié)點i之間，是相應的權(quán)系數(shù)Wij存在；（3）在每一個節(jié)點i的后面，具體存在相應的閾值θi；（4）在每一個節(jié)點i的后面，存在變換函數(shù)fi（Xi，Wijθi），但是，通常情況來說，這個函數(shù)取fi(∑，WijXi-θi)的情況。

3將人工神經(jīng)網(wǎng)絡技術(shù)進行全面使用

互聯(lián)網(wǎng)的人工神經(jīng)網(wǎng)絡技術(shù)具有獨特的結(jié)構(gòu)和處理措施，具體包括在：自動控制處理和網(wǎng)絡技術(shù)模式識別、模型圖像處理和相應的傳感器信號處理技術(shù)。信號處理技術(shù)和機器人控制處理技術(shù)、地理領(lǐng)域和焊接、在電力系統(tǒng)應用和相關(guān)數(shù)據(jù)挖掘、軍事和交通行業(yè)、農(nóng)業(yè)和氣象行業(yè)等多個領(lǐng)域紛紛體現(xiàn)出其卓越的貢獻。

一、電梯的運行原理和電梯故障的特點

只有清楚地了解電梯控制系統(tǒng)的運行原理才能夠及時準確的診斷出電梯故障原因，因此清楚的了解電梯運行原理,每一個電梯維修人員必須要做到。電梯運行過程總體上可分為以下幾個階段：第一、登記層外召喚信號和登記內(nèi)選指令階段；第二、電梯門關(guān)閉或者電梯按照系統(tǒng)指令停運階段；第三、啟動階段；第四、在到達信號記錄的樓層前進行減速制動；第五、平層開門階段。在整個過程中電梯需要從外界接收信號并處理，然后完成相應的指令或者輸出信號，由此可以將電梯看作是一個完整的獨立的系統(tǒng)，只需要外界給予相應的信號就可以自動的做出動作。電梯系統(tǒng)內(nèi)部復雜的構(gòu)件緊密的結(jié)合在一起，正是如此才使得電梯系統(tǒng)故障具有了復雜性、層次性、相關(guān)性以及不確定性的特點。

二、神經(jīng)網(wǎng)絡技術(shù)基本原理

生物學上的神經(jīng)是由一個個簡單的神經(jīng)元相互連接進而形成了復雜的龐大的神經(jīng)系統(tǒng)，同理，神經(jīng)網(wǎng)絡就是由大量簡單的處理單元相互連接形成的復雜的智能系統(tǒng)。單獨的處理單元類似于一個神經(jīng)元，是一個可以接受不同信息但是只輸出一種信息的結(jié)構(gòu)單位。神經(jīng)網(wǎng)絡系統(tǒng)與生物學神經(jīng)系統(tǒng)相似的是具有自我修改能力，它可以同時接收大量的數(shù)據(jù)并進行統(tǒng)一的分析處理，進而輸出相應的處理結(jié)果。這就使得神經(jīng)網(wǎng)絡系統(tǒng)具有了高度容錯性、高度并行性、自我修改性、學習性以及高度復雜性，也正是由于這些特性才使的利用神經(jīng)網(wǎng)絡技術(shù)能夠及時準確的查明電梯故障原因并得出故障解決方案。電梯故障診斷中應用的神經(jīng)網(wǎng)絡模型分為三個層次：輸入層、接收外部信號或者是電梯自我檢測信息（如載重信息）；隱含層、對接收到了大量數(shù)據(jù)進行相應的分析處理；輸出層、將記錄著動作命令的數(shù)據(jù)傳送出來。在電梯出現(xiàn)故障時，首先可以通過神經(jīng)網(wǎng)絡模型快速確定故障發(fā)生在哪一層達到節(jié)約時間的目的。但是神經(jīng)網(wǎng)絡也會因為收斂速度過于慢、訓練強度太大或者是選擇的網(wǎng)絡模型不好等問題導致診斷結(jié)果受到影響。

三、神經(jīng)網(wǎng)絡模型在電梯故障診斷中的應用分類

神經(jīng)網(wǎng)絡模型已經(jīng)成為了如今電梯故障診斷中應用最廣泛的技術(shù)模型，相比于傳統(tǒng)方式它具有診斷速度快、故障原因命中率高的優(yōu)點，因此引起了各方面專業(yè)人士的強烈關(guān)注，并在他們的不懈努力下得到了發(fā)展與創(chuàng)新。它跨越多個專業(yè)領(lǐng)域、通過對各種復雜的高難度工作的不斷的發(fā)展與改進出現(xiàn)了越來越多的應用模型，下面主要介紹了當前應用最普遍的BP網(wǎng)絡模型，并且簡單的引入并介紹了近年來新興的模糊神經(jīng)網(wǎng)絡模型和遺傳小波神經(jīng)網(wǎng)絡模型。

（一）BP網(wǎng)絡模型

【摘要】

隨著我國社會主義現(xiàn)代化建設不斷加快發(fā)展的過程中，城市化進程在不斷的推進，而作為我國國民經(jīng)濟中最為重要的電力發(fā)展的建設開始迎來了新的挑戰(zhàn)和壓力，尤其是隨著電力規(guī)模的不斷擴大，建設的周期延長以及范圍的不斷加大，都給電力工程的造價帶來了巨大的挑戰(zhàn)。在這樣的發(fā)展趨勢下，為了有效讓電力建設的發(fā)展具有一定的安全性保障，并在可行性的工程造價的順利開展下，通過數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡技術(shù)的應用，來促進我國電力建設的發(fā)展。本文也將從這兩個方面的技術(shù)應用來展開較為系統(tǒng)的分析。

【關(guān)鍵詞】

數(shù)據(jù)挖掘；神經(jīng)網(wǎng)絡技術(shù)；電力工程造價；應用分析

隨著科學技術(shù)的發(fā)展，經(jīng)濟全球化的趨勢，數(shù)據(jù)挖掘已經(jīng)在全世界范圍內(nèi)得到了廣泛的關(guān)注和應用，并得以快速發(fā)展起來，而其中最根本的原因在于全球化的科學信息技術(shù)的發(fā)展和快速世界化的感染和流行，使得互聯(lián)網(wǎng)技術(shù)在幾年內(nèi)瞬間發(fā)展起來，造成了數(shù)據(jù)過量和信息膨脹的現(xiàn)象，因此人們在這種形勢下，急需要通過一種新型的技術(shù)來對這些信息進行處理，通過篩選和提取最有效、最有價值的部分出來，因此數(shù)據(jù)挖掘起到了重要作用，而在電力工程的造價應用，通過數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡技術(shù)，實現(xiàn)了其更加系統(tǒng)化的發(fā)展。

1數(shù)據(jù)挖掘的定義

數(shù)據(jù)挖掘的源起與發(fā)展可追溯回到20世紀80年代。這種數(shù)據(jù)的挖掘從不同的角度理解，有不同的含義，而其實最主要的意思是把海量綜合性的數(shù)據(jù)通過挖掘出最有用、最有效的模式和知識的一個過程，并通過這種數(shù)據(jù)的挖掘來對未知的潛在的內(nèi)容進行提取。因此從廣義上來將，這種數(shù)據(jù)挖掘的定義是一個從不完整的、不明確的、大量的并且包含噪聲，具有很大隨機性的實際應用數(shù)據(jù)中，提取出隱含其中、事先未被人們獲知、卻潛在有用的知識或模式的過程。這個過程事實上也即是數(shù)據(jù)挖掘的最根本目的，對復雜而混亂的信息進行分析和處理，并提取最有用的知識和信息給決策者。另一方面，從技術(shù)角度而言，數(shù)據(jù)挖掘的實現(xiàn)是借助一整套全面的數(shù)據(jù)計算，實現(xiàn)對海量數(shù)據(jù)信息的提取過程，并使得這部分被提取出來的信息是對人們在概念、模式以及規(guī)律等方面是最有價值的。它的這種技術(shù)操作主要是對歷史數(shù)據(jù)信息的分析，并把隱藏在潛在中的數(shù)據(jù)和關(guān)系分析挖掘出來，從而提供給人們對未來可能發(fā)生的結(jié)果起到協(xié)助分析研究的作用。

一、電梯的運行原理和電梯故障的特點

只有清楚地了解電梯控制系統(tǒng)的運行原理才能夠及時準確的診斷出電梯故障原因，因此清楚的了解電梯運行原理,每一個電梯維修人員必須要做到。電梯運行過程總體上可分為以下幾個階段：第一、登記層外召喚信號和登記內(nèi)選指令階段；第二、電梯門關(guān)閉或者電梯按照系統(tǒng)指令停運階段；第三、啟動階段；第四、在到達信號記錄的樓層前進行減速制動；第五、平層開門階段。在整個過程中電梯需要從外界接收信號并處理，然后完成相應的指令或者輸出信號，由此可以將電梯看作是一個完整的獨立的系統(tǒng)，只需要外界給予相應的信號就可以自動的做出動作。電梯系統(tǒng)內(nèi)部復雜的構(gòu)件緊密的結(jié)合在一起，正是如此才使得電梯系統(tǒng)故障具有了復雜性、層次性、相關(guān)性以及不確定性的特點。

二、神經(jīng)網(wǎng)絡技術(shù)基本原理

生物學上的神經(jīng)是由一個個簡單的神經(jīng)元相互連接進而形成了復雜的龐大的神經(jīng)系統(tǒng)，同理，神經(jīng)網(wǎng)絡就是由大量簡單的處理單元相互連接形成的復雜的智能系統(tǒng)。單獨的處理單元類似于一個神經(jīng)元，是一個可以接受不同信息但是只輸出一種信息的結(jié)構(gòu)單位。神經(jīng)網(wǎng)絡系統(tǒng)與生物學神經(jīng)系統(tǒng)相似的是具有自我修改能力，它可以同時接收大量的數(shù)據(jù)并進行統(tǒng)一的分析處理，進而輸出相應的處理結(jié)果。這就使得神經(jīng)網(wǎng)絡系統(tǒng)具有了高度容錯性、高度并行性、自我修改性、學習性以及高度復雜性，也正是由于這些特性才使的利用神經(jīng)網(wǎng)絡技術(shù)能夠及時準確的查明電梯故障原因并得出故障解決方案。電梯故障診斷中應用的神經(jīng)網(wǎng)絡模型分為三個層次：輸入層、接收外部信號或者是電梯自我檢測信息（如載重信息）；隱含層、對接收到了大量數(shù)據(jù)進行相應的分析處理；輸出層、將記錄著動作命令的數(shù)據(jù)傳送出來。在電梯出現(xiàn)故障時，首先可以通過神經(jīng)網(wǎng)絡模型快速確定故障發(fā)生在哪一層達到節(jié)約時間的目的。但是神經(jīng)網(wǎng)絡也會因為收斂速度過于慢、訓練強度太大或者是選擇的網(wǎng)絡模型不好等問題導致診斷結(jié)果受到影響。

三、神經(jīng)網(wǎng)絡模型在電梯故障診斷中的應用分類

神經(jīng)網(wǎng)絡模型已經(jīng)成為了如今電梯故障診斷中應用最廣泛的技術(shù)模型，相比于傳統(tǒng)方式它具有診斷速度快、故障原因命中率高的優(yōu)點，因此引起了各方面專業(yè)人士的強烈關(guān)注，并在他們的不懈努力下得到了發(fā)展與創(chuàng)新。它跨越多個專業(yè)領(lǐng)域、通過對各種復雜的高難度工作的不斷的發(fā)展與改進出現(xiàn)了越來越多的應用模型，下面主要介紹了當前應用最普遍的BP網(wǎng)絡模型，并且簡單的引入并介紹了近年來新興的模糊神經(jīng)網(wǎng)絡模型和遺傳小波神經(jīng)網(wǎng)絡模型。

（一）BP網(wǎng)絡模型