[发明专利]入睡环境调光优化方法

摘要

本发明公开了入睡环境调光优化方法及灯具调控方法，调光优化方法首先以阅读面光的照度、色温等光色参数作为输入量，以用户眼睛开度变化率、闭眼持续时长变化率、心率变化率、体动频率变化率、体温变化率等体征参数为输出量，建立动态递归Elman神经网络，然后，经训练的神经网络在现场光环境中用来对入睡效率参数值进行预测，所述预测值被用来在基于多目标优化算法对光色参数进行寻优过程中计算光色条件的入睡效率评价值，寻优结果基于灯具调控方法被映射为灯组的驱动电流值，灯组调光后能实现不同灯组环境下有助于用户入睡的照明。

主权项

1.入睡环境调光优化方法，包括以下步骤：S1、初始化，在控制单元中建立动态递归Elman神经网络，所述神经网络以阅读面光的照度、色温等2个光色参数作为输入量，以用户眼睛开度变化率、闭眼持续时长变化率、心率变化率、体动频率变化率、体温变化率共5个体征参数作为入睡效率参数并将所述入睡效率参数作为输出量；S2、通过控制单元的输出模块向可调光灯组发出调光信号，对各变化后的光环境，通过光色识别单元采集并识别阅读面光的照度、色温和颜色等光色参数，通过入睡识别单元及控制单元采集并识别用户眼睛开度变化率、闭眼持续时长变化率、心率变化率、体动频率变化率、体温变化率等体征参数，记录所述光色参数值及对应的所述体征参数值，获取神经网络的训练样本；S3、重复进行步骤S2多次，获取所述动态递归Elman神经网络的训练样本集，并用样本集对所述神经网络进行训练；S4、确定将阅读面照度、色温等光色参数进行编解码的策略，并确定其各自取值区间，初始化进化群体；S5、针对搜索空间内进化群体中的各个体，基于其光色参数用训练后的神经网络对其对应的入睡效率参数进行预测，获得用户眼睛开度变化率、闭眼持续时长变化率、心率变化率、体动频率变化率、体温变化率5个预测值；S6、基于所述预测值，按建立的评价函数F计算其入睡效率评价值，并根据评价值进行遗传交叉和变异操作，更新进化群体；S7、转至步骤S5，反复迭代，直至寻优结束后，输出Pareto优化解；S8、将优化解映射为灯组各驱动电流通道的驱动电流值，并将所述电流值传送给灯组内相应的驱动器进行调光。