粒子群算法在智能照明系統(tǒng)中的概述

陳超　劉劍

摘 要：隨著近些年來高層建筑不斷增加，隨之而來的建筑照明系統(tǒng)也變得越來越復(fù)雜，據(jù)研究表明我國的建筑物能耗中照明部分的能耗占建筑物總能耗的30%以上，因此節(jié)能問題更加突出。本課題研究目的就是將引入粒子群算法，利用粒子群自尋優(yōu)的特點，使智能照明控制系統(tǒng)能夠自動的完成預(yù)設(shè)的控制要求。達(dá)到系統(tǒng)運行可靠，經(jīng)濟(jì)、節(jié)能的目的。

關(guān)鍵詞：粒子群算法 建筑物智能照明系統(tǒng) 可靠

中圖分類號：TM923；TP273.5 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-098X（2014）02（c）-0227-01

建筑智能照明系統(tǒng)是建筑系統(tǒng)中重要的組成部分。高效的智能照明調(diào)節(jié)方式不僅能夠提高室內(nèi)的光照質(zhì)量，同時也更加環(huán)保節(jié)能，其對智能建筑的能量管理控制具有非常重要的意義。傳統(tǒng)的建筑控制照明系統(tǒng)對能源大，且不能根據(jù)實際情況自適應(yīng)調(diào)節(jié)，而利用基于優(yōu)化粒子群算法（PSO）的建筑物智能照明可以有效利用自然光照和人工光源，實現(xiàn)根據(jù)人眼的舒適程度主動調(diào)節(jié)室內(nèi)遮陽角度并同時輔以對室內(nèi)燈具的最優(yōu)控制。使得在滿足照度的情況下，使得燈具的能耗量減小，到達(dá)舒適、節(jié)能的目的。

1 系統(tǒng)發(fā)展趨勢

智能照明系統(tǒng)的理論基礎(chǔ)起步于國外，經(jīng)過近40年來的不斷發(fā)展，已成為商業(yè)建筑中最為重要和節(jié)能的系統(tǒng)組成部分，但在控制的穩(wěn)定性以及節(jié)能的有效性等方面依然存在較多的問題。近年來得益于遺傳算法、粒子群算法、蟻群算法等與控制、計算機(jī)領(lǐng)域的緊密結(jié)合，傳統(tǒng)的控制方式已經(jīng)逐漸不能滿足當(dāng)代人對舒適度及環(huán)保的需求，因此目前結(jié)合人工神經(jīng)網(wǎng)絡(luò)算法來控制建筑物照明的建筑控制系統(tǒng)越來越得到人們的青睞。建筑物智能照明系統(tǒng)行業(yè)自20世紀(jì)90年代進(jìn)入中國市場，受市場的消費意識、市場環(huán)境、產(chǎn)品價格、推廣力度等各方面的影響，一直處于緩慢發(fā)展的態(tài)勢。近些年，隨著國民經(jīng)濟(jì)的快速發(fā)展，特別是地產(chǎn)行業(yè)的快速發(fā)展，國內(nèi)智能照明行業(yè)也在逐步發(fā)展壯大，但由于國外品牌智能照明系統(tǒng)起步早，系統(tǒng)構(gòu)筑相對完善，實際效果明顯，特別是跨國企業(yè)研發(fā)實力較強(qiáng)，其產(chǎn)品在創(chuàng)意、質(zhì)量等方面均走在智能照明行業(yè)前端，國內(nèi)智能照明市場目前仍是國外品牌的天下。與傳統(tǒng)照明相比，智能照明可達(dá)到安全、節(jié)能、舒適、高效的目的，因此智能照明在家居領(lǐng)域、辦公領(lǐng)域、商務(wù)領(lǐng)域及公共設(shè)施領(lǐng)域均有較好發(fā)展前景。目前，國內(nèi)智能照明的應(yīng)用領(lǐng)域還主要集中在商務(wù)領(lǐng)域和公共設(shè)施領(lǐng)域，酒店、會展場館；此外，辦公建筑和高端別墅項目也有采用智能照明。隨著國內(nèi)智能照明研發(fā)生產(chǎn)技術(shù)的發(fā)展和產(chǎn)品推廣力度的加大，家居領(lǐng)域的智能照明應(yīng)用有望得以普及。

2 系統(tǒng)理論依據(jù)

系統(tǒng)的控制方式采用P-I-D，P-I-D的控制方式具有結(jié)構(gòu)相對簡單、控制能力穩(wěn)態(tài)、結(jié)果誤差能力強(qiáng)等特點，但是同時P-I-D控制方式也存在著以下缺點：（1）如果控制的對象是滯后的慣性被調(diào)量（即被調(diào)對象內(nèi)按照一定趨勢，保持給定值或按一定規(guī)律變化的狀態(tài)，但是通常意義上其變化反應(yīng)晚于調(diào)整時間），那么涉及到的參數(shù)調(diào)節(jié)就會愈加復(fù)雜，這種情況下，一般很難建立精確的數(shù)學(xué)模型。（2）由于照明系統(tǒng)屬于滯后系統(tǒng)，實際照度、均勻度要在上升到設(shè)定值以后，隨著時間、自然光等變化在經(jīng)過多次的上升下降振蕩后，才可能趨于穩(wěn)定。而這顯然在實際生產(chǎn)生活中會造成一定的影響。（3）抗干擾能力差，對于干擾比較敏感。當(dāng)某時刻測量的照度、均勻度值由于干擾而存在較大誤差時，由于比例作用而會使控制產(chǎn)生較大的波動。

粒子群算法（Particle Swarm Optimization，PSO），最早由美國社會心理學(xué)家詹姆斯·肯尼迪（James Kennedy）和電氣工程師拉塞爾·艾伯哈特（Russell Eberhart）在1995年共同提出。

粒子群算法本身是模擬飛鳥群捕食最優(yōu)路徑的行為，因此其配合P-I-D控制方式，能夠產(chǎn)生以下特點：（1）具有良好的尋優(yōu)性，即使是在初始條件選擇不當(dāng)?shù)那闆r下，PSO算法仍能尋找到合適的參數(shù)，這就可以解決P-I-D控制方式對于干擾情況下參數(shù)會出現(xiàn)偏差的情況，使得控制目標(biāo)更容易滿足所需條件。（2）與其余算法相比，PSO具有操作方便、速度快的優(yōu)點，而且?guī)缀醪恍枰O(shè)置復(fù)雜的規(guī)則，只通過本身的演化（隨機(jī)初始化-計算適應(yīng)值-復(fù)制-條件滿足終止，否則轉(zhuǎn)第二步）便可達(dá)到尋優(yōu)的目的。（3）PSO算法可以在解空間進(jìn)行高效的啟發(fā)式搜索，克服了從單一起點出發(fā)搜索的弊端，在搜索盲目性上有更好的處理能力，避免搜索過早陷入局部最優(yōu)解的情況出現(xiàn)。（4）PSO算法同時適用于多目標(biāo)尋優(yōu)。對于多個目標(biāo)，在不同系統(tǒng)控制下，均能在規(guī)定的范圍內(nèi)按照特點的要求尋找到合適的參數(shù)。

因此在對照明系統(tǒng)的建模的基礎(chǔ)上，PSO與常規(guī)P-I-D控制的結(jié)合，通過計算機(jī)仿真模擬（MATLAB）驗證了系統(tǒng)具有較高的適應(yīng)性和抗干擾能力，能夠有效的抑制進(jìn)入系統(tǒng)主副回路的擾動，其設(shè)計的主要思路為：（1）建立房間遮擋窗簾控制系統(tǒng)的模型（Shielding System）；（2）建立房間照度模型（Lighting System）；（3）利用PSO算法，為PSO算法中重要參數(shù)的設(shè)定和選擇范圍（PSO System）；（4）將基于選定參數(shù)的PSO算法與P-I-D控制方式相結(jié)合，設(shè)計適用于串級系統(tǒng)的D自適應(yīng)控制器，實現(xiàn)對照明及遮擋系統(tǒng)的智能控制（PSO & P-I-D Control System）。

依據(jù)S-L-P-C為主題思路設(shè)計的控制系統(tǒng)，在保證房間照度、均勻度及舒適性等指標(biāo)的前提下，能夠使得整套控制系統(tǒng)更加節(jié)能。

參考文獻(xiàn)

[1] 馮冬青，潘磊.基于改進(jìn)粒子群算法的控制策略研究[J].鄭州大學(xué)學(xué)報，2013（3）.

[2] KENNEDY J，EBERHART R.Particle swarm optimi-zation[C]//.Proceedings of the IEEE International Conference on Neural Network. Piscataway，NJ：IEEE Press，1995：1942-1948.

[3] 徐敏，袁建洲，劉四新.基于改進(jìn)粒子群優(yōu)化算法的短期電功率預(yù)測[J].鄭州大學(xué)學(xué)報，2012，33（6）：32-35.

[4] 王維博，林川，鄭永康.粒子群算法中參數(shù)的實驗與分析[J].西華大學(xué)學(xué)報自然科學(xué)版，2008，27（1）：76-80.

[5] 梁科，夏定純.對粒子群優(yōu)化算法的幾種改進(jìn)方法[J].武漢科技學(xué)院學(xué)報，2006，19（7）：44-47.endprint