CN112149337A - 基于pso粒子群迭代的计算机教室色温控制方法 - Google Patents
基于pso粒子群迭代的计算机教室色温控制方法 Download PDFInfo
- Publication number
- CN112149337A CN112149337A CN202010818169.3A CN202010818169A CN112149337A CN 112149337 A CN112149337 A CN 112149337A CN 202010818169 A CN202010818169 A CN 202010818169A CN 112149337 A CN112149337 A CN 112149337A
- Authority
- CN
- China
- Prior art keywords
- color temperature
- light source
- illumination
- particle
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
- H05B47/11—Controlling the light source in response to determined parameters by determining the brightness or colour temperature of ambient light
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computing Systems (AREA)
- Mathematical Analysis (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
本发明公开了基于PSO粒子群迭代的计算机教室色温控制方法,包括如下步骤S1设光源i的位置为(Xi,Yi,Zi),将每一光源i作为一粒子组成粒子群。S2构建受光照目标平面的色温条件模型。S3构建目标平面的色温适应度模型,以获得目标平面的光照适应值。S4根据步骤S2中的色温条件模型、随机初始化一组S3步骤中的色温适应度模型所需要的光照适应值。S5设置筛选迭代条件模型,将目标平面的光照色温条件模型的标准差σ设为其适应值、以寻找目标平面最优光源的光照方案。本发明中将每一个光源作为PSO粒子群中的一个粒子,结合自然光、照明灯及计算机屏幕光源的综合照明;设置色温条件模型、色温适应度模型以及迭代筛选条件,实现了计算机教室中每一学位上的最佳光照组合效果。
Description
技术领域
本发明涉及色温控制技术领域,具体涉及一种基于PSO粒子群迭代的计算机教室色温控制方法。
背景技术
最近几年高校都在不断的建设新校区,为了适应各专业的发展需要,在本科及研究生教学中计算机教室使用频率越来越高。
计算机教室在授课时,学生所在座位的桌面上接受到的光照如果色温不均匀会引起学的不适、出现疲劳等影响健康的问题。色温不均匀环境还会影响学生的学习效率及上课的兴趣。
计算机教室光环境,相对普通教室,也较为复杂。教室中,显示屏的光、自然光以及室内教室灯的光照都要考虑到最终学生桌面的所接收到光中去。
因此有必要按照国家规范要求对新建计算机教室进行照明设计,营造真正适合学生学习的计算机教室光环境。
发明内容
本发明的目的是提供一种基于PSO粒子群迭代的计算机教室色温控制方法,可以解决上述技术问题中的一个或是多个。
为了达到上述目的,本发明提出的技术方案如下:
本发明中对应每一机位上方设置一组照明灯组,照明灯组内包括N(N≥2)个具有单独开关的灯珠(LED或是卤灯珠)。对于每一机位上的照明情况是由一个或是多个灯组内的多个单独灯珠组合而成的。
基于PSO粒子群迭代的计算机教室色温控制方法,包括如下步骤:
S1设光源i的位置为(Xi,Yi,Zi),将每一光源i作为一粒子组成粒子群;
S2构建受光照目标平面(机位照明情况)的色温条件模型;
S3构建目标平面的色温适应度模型,以获得目标平面的光照适应值;
S4根据步骤S2中的色温条件模型、随机初始化一组S3步骤中的色温适应度模型所需要的光照适应值;
S5设置筛选迭代条件模型,将目标平面的光照色温条件模型的标准差σ设为其适应值、以寻找目标平面最优光源的光照方案。
进一步的:步骤S1中光源包括LED光源、自然光源和计算机显示屏光源;其中(Xi,Yi,Zi)中,i=1,2,…n为LED光源光照;i=n+1为自然光照;i=n+2为计算机显示屏光照。
进一步的:步骤S3中色温适应度模型为:f(X1,Y1,...,Xi,Yi,...,Xn,Yn)=σ;将求取光照色温函数均匀度问题转换为求评价函数最小值问题,其中:(Xi,Yi)为LED光源的坐标,i=1,2,…n。
进一步的:步骤S5中的筛选迭代条件模型为:
由n个粒子组成的种群X=(X1,X2,…,Xn)。
粒子群第i个粒子的位置和速度可分别以一个d维向量Li=(Li1,Li2,…,LiD)T和Si=(Si1,Si2,…,SiD)T表示。
进一步的:步骤S5中的寻找过程如下:将找到的下一适应值不断与上一最佳适应值做对比、将更小值做为新的适应值对粒子的速度和位置进行更新。
本发明的技术效果是:
本发明中将每一个光源作为PSO粒子群中的一个粒子,结合自然光、LED照明灯以及计算机屏幕光源的综合照明;通过设置色温条件模型、色温适应度模型以及迭代筛选条件,实现了计算机教室中每一学位上的最佳光照组合效果,提高学习环境舒适度,降低视疲劳效果。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
在附图中:
图1是LED灯组其中一个模拟示意图;
图2是本方法的原理示意图;
图3是本方法的工作流程示意图。
具体实施方式
下面将结合附图以及具体实施例来详细说明本发明,其中的示意性实施例以及说明仅用来解释本发明,但并不作为对本发明的不当限定。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
如图1所示为其中一个LED灯组模拟图,设定每个灯组对应一个计算机机位,每个LED灯组包括陶瓷金卤灯16个(具体量不做限定),每个灯组通过控制主机进行控制,同时灯组内的每个小灯的亮暗都可以通过最小控制单元进行单独控制。对于自然光照和屏幕光照通过光照传感器获得。
每一最小控制单元都受到控制主机的调节光照强度,再结合自然光和计算机屏幕光找到每一计算机机位所需的合适照明方案。
然后是PSO粒子群优化LED灯组的设计。
PSO算法原理如图2所示,PSO粒子群是一种基于迭代的优化方法,***初始化为一组随机解,通过迭代寻优,粒子在解空间追随最优的粒子进行搜索。每次迭代中,粒子通过跟踪自身当前找到的最优解(个体极值)和整个种群当前找到的最优解(全局极值)来更新自己。
用PSO算法优化LED灯组中陶瓷金卤灯的开关。将计算机教室中教室中,显示屏的光、自然光都考虑进去,最终通过PSO粒子群算法,确定对应位置的LED灯组中,几个陶瓷金卤灯开启,以及具体在灯组中哪几个位置的陶瓷金卤灯开启,最终使其在目标平面上即每个机位对应的桌面上的光照色温均匀,此时形成的LED灯组就是最优照明方案。
为了优化灯LED灯组内陶瓷金卤灯开关分布,使其在光照平面上产生较好的色温均匀度,综合考量计算机教室中其他光源的干扰,用PSO算法优化LED灯组小灯分布结构,此处以其中某一个LED灯组为例,具体步骤如下:
Step 1在初始范围内,在Matlab中对粒子群进行随机初始化,即初始状态下,LED的灯组中亮起小灯即粒子的个数、PSO粒子群迭代次数、灯组中亮起的小灯即粒子所在的位置和粒子群迭代速度的初始化(均随机);设每个光源i的位置为(Xi,Yi,Zi),i=1,2,…n。
Step 2构造LED灯组色温条件模型(以数学函数的形式表示,即色温函数):n个光源(Xi,Yi,Zi),i=1,2,…n为LED光源光照即每个陶瓷金卤灯光照;i=n+1为自然光照;i=n+2为计算机显示屏光照。
在目标平面在上点P(xp,yp,zp)处产生的产生的光照色温函数为:
Step3构建目标平面的色温适应度模型(适应度函数),以获得目标平面的光照适应值;
即造一个评价函数,将求取光照色温函数均匀度问题转换为求评价函数最小值问题,通过PSO算法求取评价函数最小值。
评价函数f如下式所示:
Step4初始化每个粒子的适应值,根据粒子个数初始化粒子维数,粒子每维的值表示小灯的位置坐标值。
假设在一个D维的搜索空间中,由n个粒子组成的种群X=(X1,X2,…,Xn),其中第i个粒子表示为一个D维的向量Xi=(Xi1,Xi2,…,XiD)T,表示第i个粒子在D维搜索空间中的位置,也表示一个潜在值。
粒子群第i个粒子的位置以一个d维向量Li=(Li1,Li2,…,LiD)T表示;粒子群第i个粒子的速度以一个d维向量Si=(Si1,Si2,…,SiD)T表示。
所以设每个粒子其个体极值为Li=(Li1,Li2,…,LiD)T,
种群的全局极值为Lg=(Lg1,Lg2,…,LgD)T。
根据评价函数f可以计算出每个粒子位置对应的适应度值。
Step5在每次迭代过程中,粒子通过个体极值和全局极值更新自身的速度和位置循环处理Step4对每个灯组内粒子,即进行迭代筛选,迭代公式如下:
其中,d=1,2,…D;i=1,2,…n;ω为惯性权重;a和b均为加速因子,一般a=b;
并且a的范围在0和4之间(a∈[0,4])。b的范围在0和4之间(b∈[0,4])。
rand为(0,1)之间的随机数,rand∈[0,1]。
将目标平面的光照色温函数的标准差σ设为其适应值。
将迭代结果与其适应值域所经历过的最好位置的适应值进行比较,如果更小,则将其作为灯组内粒子的个体历史最优值,用当前位置更新个体历史最好位置。
Step 6对每个灯组内粒子,将其历史最优适应值与全局所经历的最好位置的适应值进行比较,若更好,则将其作为当前的全局最好位置。
Step7对粒子的速度和位置进行更新。
Step8当粒子迭代次数达到到一个预设最大代次数Gmax=800时,停止算法,并输出优化后的LED灯组内小灯分布坐标(Xi,Yi,Zi),i=1,2,…n;否则,返回Step 5,继续循环处理。
基于以上光照控制方法给出了PSO算法的流程图,如图3所示。整个过程中不断调整适应值使其变小,使目标平面的混合色温趋于均匀。
上述具体的实施例是其中一个灯组内的每一个陶瓷金卤灯作为粒子进行筛选,适用于更多数量的陶瓷金卤灯作为粒子寻找最佳计算机机位的照明方案。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.基于PSO粒子群迭代的计算机教室色温控制方法,其特征在于:包括如下步骤
S1设光源i的位置为(Xi,Yi,Zi),将每一光源i作为一粒子组成粒子群;
S2构建受光照目标平面的色温条件模型;
S3构建目标平面的色温适应度模型,以获得目标平面的光照适应值;
S4根据步骤S2中的色温条件模型、随机初始化一组S3步骤中的色温适应度模型所需要的光照适应值;
S5设置筛选迭代条件模型,将目标平面的光照色温条件模型的标准差σ设为其适应值、以寻找目标平面最优光源的光照方案。
2.根据权利要求1所述的基于PSO粒子群迭代的计算机教室色温控制方法,其特征在于:步骤S1中光源包括LED光源和计算机显示屏光源;其中(Xi,Yi,Zi)中,i=1,2,…n为每个LED光源光照;i=n+1为自然光照;i=n+2为计算机显示屏光照。
4.根据权利要求2所述的基于PSO粒子群迭代的计算机教室色温控制方法,其特征在于:步骤S3中色温适应度模型为:f(X1,Y1,...,Xi,Yi,...,Xn,Yn)=σ;其中,(Xi,Yi)为某一机位上的LED光源的坐标,i=1,2,…n。
6.根据权利要求1所述的基于PSO粒子群迭代的计算机教室色温控制方法,其特征在于:步骤S5中的寻找过程如下:将找到的下一适应值不断与上一最佳适应值做对比、将更小值做为新的适应值对粒子的速度和位置进行更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010818169.3A CN112149337A (zh) | 2020-08-14 | 2020-08-14 | 基于pso粒子群迭代的计算机教室色温控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010818169.3A CN112149337A (zh) | 2020-08-14 | 2020-08-14 | 基于pso粒子群迭代的计算机教室色温控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112149337A true CN112149337A (zh) | 2020-12-29 |
Family
ID=73888098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010818169.3A Pending CN112149337A (zh) | 2020-08-14 | 2020-08-14 | 基于pso粒子群迭代的计算机教室色温控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112149337A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110457805A (zh) * | 2019-08-01 | 2019-11-15 | 常州工学院 | 基于遗传算法优化的led光源布局方法 |
CN110533230A (zh) * | 2019-08-13 | 2019-12-03 | 浙江工业大学 | 一种光伏阵列辐照度传感器的位置优化方法 |
CN110557871A (zh) * | 2019-09-30 | 2019-12-10 | 宁波燎原照明集团有限公司 | 基于天然采光的办公室光环境调控***及调控方法 |
US20200184122A1 (en) * | 2017-04-27 | 2020-06-11 | Ecosense Lighting Inc. | Methods and Systems for an Automated Design, Fulfillment, Deployment and Operation Platform for Lighting Installations |
-
2020
- 2020-08-14 CN CN202010818169.3A patent/CN112149337A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200184122A1 (en) * | 2017-04-27 | 2020-06-11 | Ecosense Lighting Inc. | Methods and Systems for an Automated Design, Fulfillment, Deployment and Operation Platform for Lighting Installations |
CN110457805A (zh) * | 2019-08-01 | 2019-11-15 | 常州工学院 | 基于遗传算法优化的led光源布局方法 |
CN110533230A (zh) * | 2019-08-13 | 2019-12-03 | 浙江工业大学 | 一种光伏阵列辐照度传感器的位置优化方法 |
CN110557871A (zh) * | 2019-09-30 | 2019-12-10 | 宁波燎原照明集团有限公司 | 基于天然采光的办公室光环境调控***及调控方法 |
Non-Patent Citations (1)
Title |
---|
赵芝璞;季凌燕;沈艳霞;苏宙平;: "基于PSO粒子群算法的LED照明***光照均匀性研究", 发光学报, no. 12, pages 1677 - 1682 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110113836A (zh) | 场景式教室智能照明***、控制装置及优化和控制方法 | |
KR100946202B1 (ko) | 감성 조명 시스템 | |
CN109874198B (zh) | 基于场景自动识别的商务宾馆客房照明控制装置 | |
Fischer et al. | Intelligent illumination model-based lighting control | |
CN113207214B (zh) | 室内照明控制方法及*** | |
Jia et al. | Simulation for pre-visualizing and tuning lighting controller behavior | |
CN216905367U (zh) | 一种室内调光*** | |
CN112149337A (zh) | 基于pso粒子群迭代的计算机教室色温控制方法 | |
CN112070332B (zh) | 满足光舒适的教室照明节能评价***及照明***控制方法 | |
CN105864696B (zh) | 一种黑板照明灯具 | |
WO2023199669A1 (ja) | 照明制御システム、及び、照明制御方法 | |
CN110158998A (zh) | 一种无人智能一体化学习屋及其组合结构 | |
CN106652606A (zh) | 一种基于创新型教学模式的多功能智能教室 | |
CN116484728A (zh) | 基于bim技术的建筑照明一体化模拟实施方法及*** | |
Si et al. | Illumination modeling method for office lighting control by using RBFNN | |
CN214256678U (zh) | 一种区域环境照明的环境眩光监测控制装置 | |
CN113766699B (zh) | 一种灯具控制***及其控制方法 | |
CN207690395U (zh) | 一种地理双球仪 | |
CN109472856B (zh) | 基于虚拟点光源的复杂真实感三维场景渐进交互式绘制方法 | |
CN207569639U (zh) | 黑板灯 | |
Zaman et al. | Optimization of Lighting Design in Classroom to Create Energy-Efficient and Visually Comfort Lighting Scenario | |
Moeck | On computer aided architectural lighting design: Lighting design techniques | |
Chen et al. | Better reading light system with light-emitting diodes using optimized Fresnel lens | |
CN117875187B (zh) | 一种生活环境的模拟***和方法 | |
Moylan et al. | Interior illumination design using genetic programming |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |