[发明专利]一种改进的人工神经网络室内光源布局方法

说明书

本发明公开了一种改进的人工神经网络室内光源布局方法，所述方法包括：获取需要进行光源布局设计的光源类型、房间类型、光源位置信息和权重；将获取的光源类型、房间类型、光源位置信息和权重输入预训练好的人工神经网络，得到不同光源布局的品质因数；对得到的不同光源布局的品质因数进行排序，得到最佳光源布局方案。可以普遍应用于适合均匀照明方案的照明场所，相对于传统的光源布局方法，在考虑成本的情况下，照明品质更高。

技术领域

本发明涉及电气设备及电气工程技术领域，尤其涉及一种改进的人工神经网络室内光源布局方法。

背景技术

在如今的半导体照明技术发展及应用的趋势下，照明在可持续发展的诸多环节中拥有得天独厚的作用空间。照明设计首先要考虑的是照明数量，对于照明数量的最主要要求是“合适的照度”。照度是衡量物体明亮程度的间接指标。对于普通照明，适度的增加照度可以提高视力，提高学习、工作和劳动的效率，同时也会增加照明功率密度(LPD)。照明功率密度是衡量照明系统能源效率的指标，在符合照明标准的情况下，越低越好。其次，照明设计还要解决照明质量问题，因为它直接影响到工作的效率，甚至影响到身体健康和心理状况，还会影响到整个室内的气氛和各种效果。照明质量包括有利于视功能及舒适感的亮度分布，如均匀度、炫光控制、方向性等。然而，室内环境的各异和设计参数(LDP、平均照度、均匀度、眩光度)的互斥给室内光源的布局带来了困难。

为了解决光源分布的问题，目前的研究工作分为两类，凸优化和进化算法。凸优化就是将光源排布问题转化成凸优化的问题，利用反向设计的思想通过对接收面设置的目标函数进行求最优解，得到最终的光源布局方案。进化算法主要是使用遗传算法、蚁群算法和粒子群算法。然而这些研究都是针对某一特定场合就行设计研究，当更换场所时，就要面临重新设计参数的问题，且训练速度慢。

发明内容

本发明的目的是提供一种改进的人工神经网络室内光源布局方法，可以普遍应用于适合均匀照明方案的照明场所，相对于传统的光源布局方法，在考虑成本的情况下，照明品质更高。

本发明为实现上述发明目的采用如下技术方案：

本发明提供了一种改进的人工神经网络室内光源布局方法，包括：

获取需要进行光源布局设计的光源类型、房间类型、光源位置信息和权重；

将获取的光源类型、房间类型、光源位置信息和权重输入预训练好的人工神经网络，得到不同光源布局的品质因数；

对得到的不同光源布局的品质因数进行排序，得到最佳光源布局方案。

进一步地，所述人工神经网络的训练方法，包括：

建立以光源类型、房间类型、光源位置信息和权重为输入，品质因数为输出的人工神经网络；

获取光源类型、房间类型、光源位置信息和权重，并根据光源类型、房间类型、光源位置信息和权重计算成本、功率密度、均匀度、平均照度和眩光度；

根据成本、功率密度、均匀度、平均照度和眩光度以及各自的限制值，建立品质因数公式；

根据品质因数公式计算得到的结果筛选符合要求的光源类型、房间类型、光源位置信息和权重，使用仿真软件DIALux矫正其功率密度、均匀度、平均照度和眩光度的值，再次计算品质因数；

使用光源类型、房间类型、光源位置信息、权重和矫正的品质因数对建立的人工神经网络进行训练。

进一步地，所述人工神经网络的训练方法，还包括：

使用遗传算法优化人工神经网络的阈值和权值。

进一步地，所述光源类型信息包括单个光源价格、功率和发光强度。

进一步地，所述房间类型信息包括房间长、宽、高、墙面反射率、地面反射率和天花板反射率。