基于BP神經(jīng)網(wǎng)絡(luò)的智能燈光控制系統(tǒng)的研究

王云亮，師慶琪

(1.天津理工大學(xué) 自動化學(xué)院，天津　300384;2. 天津理工大學(xué) 天津市復(fù)雜系統(tǒng)控制理論及應(yīng)用重點實驗室,天津　300384)

?

基于BP神經(jīng)網(wǎng)絡(luò)的智能燈光控制系統(tǒng)的研究

王云亮1,2，師慶琪1

(1.天津理工大學(xué) 自動化學(xué)院，天津300384;2. 天津理工大學(xué) 天津市復(fù)雜系統(tǒng)控制理論及應(yīng)用重點實驗室,天津300384)

摘要：智能燈光控制系統(tǒng)是智能家居控制系統(tǒng)的重要組成部分；在分析了目前智能燈光控制系統(tǒng)缺陷與不足的基礎(chǔ)上，提出了BP神經(jīng)網(wǎng)絡(luò)在智能燈光控制系統(tǒng)的應(yīng)用，將BP算法嵌入到智能燈光控制系統(tǒng)的數(shù)據(jù)處理模塊，提高控制系統(tǒng)對于數(shù)據(jù)的處理能力；系統(tǒng)通過引入BP神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力，改善了智能燈光控制系統(tǒng)智能化程度低的問題；通過實驗分析，該系統(tǒng)能夠提高智能燈光控制系統(tǒng)的智能性，給人們提供了一個舒適的居家燈光環(huán)境；同時，BP神經(jīng)網(wǎng)絡(luò)在智能燈光控制系統(tǒng)的應(yīng)用，對于解決智能家居控制系統(tǒng)解決智能化程度低的問題也有一定的促進作用。

關(guān)鍵詞：智能燈光控制系統(tǒng)；智能家居；BP神經(jīng)網(wǎng)絡(luò)；BP算法；自學(xué)習(xí)

0引言

智能燈光系統(tǒng)是對燈光進行智能控制與管理的系統(tǒng)，跟傳統(tǒng)照明相比，它可實現(xiàn)燈光軟啟、調(diào)光、一鍵場景、一對一遙控及分區(qū)燈光全開全關(guān)等管理，并可用遙控、定時、集中、遠程等多種控制方式，甚至用電腦來對燈光進行高級智能控制，從而達到智能照明的節(jié)能、環(huán)保、舒適、方便的功能。智能燈光控制系統(tǒng)是智能家居控制系統(tǒng)的重要組成部分，其品質(zhì)的高低決定了一套智能家居控制系統(tǒng)的質(zhì)量的好壞。

智能傳感器的發(fā)展使得智能家居的發(fā)展更加趨向于一體化、智能化。作為智能家居重要組成部分的燈光控制系統(tǒng)也更加便捷化、智能化。但是目前智能燈光控制系統(tǒng)也僅僅利用智能傳感器做到了遠程監(jiān)控、場景選擇、定時功能等人為操作的一些“呆板”的控制功能，并沒有賦予控制系統(tǒng)一個真正“智能”的控制中心，無法做到根據(jù)實時信號進行自我識別、自我判斷、自我決策等控制功能。這種僅僅利用智能傳感器作為智能控制策略的智能燈光控制系統(tǒng)的智能化程度比較低，還需要依賴用戶做最終的“決策”[1]。所以這種低智能化的智能燈光控制系統(tǒng)還遠遠不能滿足人們對智能燈光控制系統(tǒng)的“智能化”的要求[2-3]。

21世紀已經(jīng)進入了數(shù)據(jù)時代，對數(shù)據(jù)的處理能力是一個智能系統(tǒng)智能化程度高低的一個重要體現(xiàn)。

本文提出將BP神經(jīng)網(wǎng)絡(luò)引入到智能燈光控制系統(tǒng)，在系統(tǒng)的數(shù)據(jù)處理模塊引入BP算法，提高系統(tǒng)對于數(shù)據(jù)的處理能力。利用BP神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力，學(xué)習(xí)用戶的生活習(xí)慣，制定出符合用戶生活習(xí)慣的家居燈光環(huán)境的控制策略。

智能燈光控制系統(tǒng)從用戶生活數(shù)據(jù)中得到用戶的生活習(xí)慣的數(shù)據(jù)參數(shù)。根據(jù)室內(nèi)實際的光照情況，依據(jù)用戶生活習(xí)慣數(shù)據(jù)參數(shù)營造更貼近于用戶生活習(xí)慣的智能家居燈光環(huán)境[2]，進而解決目前燈光控制系統(tǒng)智能化程度低的問題。

1智能燈光控制系統(tǒng)的結(jié)構(gòu)

1)系統(tǒng)硬件結(jié)構(gòu)：智能燈光控制系統(tǒng)由數(shù)據(jù)采集模塊、無線傳輸模塊、數(shù)據(jù)處理模塊和終端幾部分組成。其中，終端包括ARM終端和網(wǎng)絡(luò)瀏覽器，如圖1所示。

圖1　智能燈光控制系統(tǒng)硬件結(jié)構(gòu)圖

控制系統(tǒng)的網(wǎng)絡(luò)結(jié)構(gòu)選取B/S網(wǎng)絡(luò)結(jié)構(gòu)，便于用戶通過瀏覽器遠程信息查詢和遠程控制。ARM終端——控制系統(tǒng)的室內(nèi)監(jiān)控終端，接收通過Wi-Fi模塊傳輸過來的光照采集模塊的數(shù)據(jù)，在ARM終端監(jiān)控集中監(jiān)控室內(nèi)燈光情況，同時也可以遠程通過智能手機或者電腦登陸瀏覽器隨時監(jiān)控家居燈光環(huán)境[4-5]。

2)系統(tǒng)軟件結(jié)構(gòu)：控制系統(tǒng)開始是數(shù)據(jù)采集模塊通過光照傳感器進行室內(nèi)光照數(shù)據(jù)的采集，采集到的數(shù)據(jù)通過socket網(wǎng)絡(luò)編程技術(shù)經(jīng)由Wi-Fi模塊發(fā)送到系統(tǒng)數(shù)據(jù)庫進行存儲[7]，web瀏覽器調(diào)用系統(tǒng)數(shù)據(jù)庫查詢和控制室內(nèi)燈光環(huán)境?？刂葡到y(tǒng)在手動調(diào)節(jié)模式下，將按鍵控制信號直接發(fā)送給燈光控制子系統(tǒng)；智能調(diào)節(jié)模式下，數(shù)據(jù)處理模塊從系統(tǒng)數(shù)據(jù)庫中提取數(shù)據(jù)作為訓(xùn)練樣本訓(xùn)練網(wǎng)絡(luò)，最后得出智能控制信號發(fā)送給下位機。智能燈光控制系統(tǒng)的程序流程如圖2所示。

圖2　系統(tǒng)程序流程圖

2智能燈光控制系統(tǒng)的結(jié)構(gòu)及原理

目前的智能燈光控制系統(tǒng)依然是人為的進行調(diào)節(jié)，或者設(shè)定在光照條件達到某一條件時，觸發(fā)某一燈光調(diào)節(jié)模式控制燈光環(huán)境[1]。現(xiàn)在這種“呆板”或者稱作“低智能”的智能控制模式越來越不能滿足人們生活中對智能化的需求，有人提出一種將用戶的生活習(xí)慣作為專家系統(tǒng)規(guī)則庫的方案[2]。這種方案需要信息家電的配合，在信息家電狀態(tài)滿足開機、關(guān)機、待機條件下調(diào)用專家系統(tǒng)規(guī)則庫的某一規(guī)則控制室內(nèi)燈光。但是，有些時候用戶的生活習(xí)慣會隨著時間或者季節(jié)發(fā)生變化，或者房間換了新的用戶，那么燈光的需求也會發(fā)生變化，這些新的生活需求并不在原來的規(guī)則庫中，此時智能燈光控制系統(tǒng)是無法滿足這種新的要求的[6]。

智能燈光控制系統(tǒng)的智能性體現(xiàn)在對于數(shù)據(jù)的處理上。本文提出在控制系統(tǒng)的數(shù)據(jù)處理中心引入智能算法——BP算法，通過該算法的自學(xué)習(xí)能力，使系統(tǒng)能夠通過生活數(shù)據(jù)學(xué)習(xí)用戶的生活習(xí)慣，根據(jù)用戶生活習(xí)慣制定滿足用戶生活習(xí)慣的控制策略。

本文控制方案的BP神經(jīng)網(wǎng)絡(luò)采用三層網(wǎng)絡(luò)結(jié)構(gòu)，輸入是室內(nèi)光照數(shù)據(jù)，輸出是預(yù)測光照數(shù)據(jù)，作為燈光控制子程序的控制信號。

BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程實質(zhì)是一個訓(xùn)練網(wǎng)絡(luò)權(quán)值和閾值的過程。設(shè)定最大訓(xùn)練次數(shù)N和最大誤差e，如果在最大訓(xùn)練次數(shù)N的范圍內(nèi)，誤差小于等于最大誤差e則結(jié)束訓(xùn)練，否則繼續(xù)訓(xùn)練，直到計算誤差小于等于最大誤差e或者訓(xùn)練次數(shù)達到了最大訓(xùn)練次數(shù)N訓(xùn)練結(jié)束。

2.1BP算法過程

1)初始化網(wǎng)絡(luò)：輸入X，輸入層到隱層的權(quán)值W，隱層閾值a，隱層到輸出層權(quán)值V，輸出層閾值b，期望輸出D；

2)對輸入樣本進行前向計算；

3)計算誤差信號，與最大誤差e進行比較，大于最大誤差e則進行反向計算，調(diào)整更新網(wǎng)絡(luò)權(quán)值和閾值，直至計算誤差小于等于最大誤差e。

4)數(shù)據(jù)處理模塊訓(xùn)練過程如圖3所示，訓(xùn)練開始數(shù)據(jù)處理模塊從系統(tǒng)數(shù)據(jù)庫中提取生活數(shù)據(jù)作為訓(xùn)練樣本輸入到BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練網(wǎng)絡(luò)，判斷計算誤差是否小于最大誤差e。大于最大誤差e，就將得到的新的權(quán)值和閾值替換網(wǎng)絡(luò)舊的權(quán)值和閾值重新訓(xùn)練，直到計算誤差小于等于最大誤差e，訓(xùn)練結(jié)束。此時便得到一個權(quán)值和閾值優(yōu)良的BP神經(jīng)網(wǎng)絡(luò)。從系統(tǒng)數(shù)據(jù)庫中提取室內(nèi)實時的光照數(shù)據(jù)作為輸入，輸出是預(yù)測信號，作為燈光控制子程序的輸入。

圖3　數(shù)據(jù)處理模塊訓(xùn)練過程

3實驗結(jié)果與分析

智能燈光控制系統(tǒng)的研究對象選擇天津理工大學(xué)自動化學(xué)院23號實驗樓414室。鑒于光照是一種變化較為頻繁的數(shù)據(jù)，尤其是臨近傍晚光照變化更為頻繁，所以，每組數(shù)據(jù)之間的間隔不易太久，此次實驗選擇每組實驗數(shù)據(jù)的時間間隔為10分鐘。從系統(tǒng)的數(shù)據(jù)庫中提取出某一天17：00~18:10的室內(nèi)光照數(shù)據(jù)和用戶生活習(xí)慣數(shù)據(jù)作為訓(xùn)練樣本和對比樣本，如表1所示。

表1　17:40預(yù)測光照和誤差

室內(nèi)光照是光照傳感器采集并存入系統(tǒng)數(shù)據(jù)庫的歷史數(shù)據(jù)；習(xí)慣光照是用戶進行調(diào)節(jié)以后滿足用戶要求的數(shù)據(jù)；預(yù)測光照是控制系統(tǒng)引入BP網(wǎng)絡(luò)以后，系統(tǒng)智能化預(yù)測的數(shù)據(jù)；調(diào)節(jié)誤差是用戶人為調(diào)節(jié)和系統(tǒng)預(yù)測數(shù)據(jù)的誤差。

17:00~17:30的四組數(shù)據(jù)作為訓(xùn)練樣本訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，訓(xùn)練好的網(wǎng)絡(luò)用來預(yù)測17:40用戶生活習(xí)慣的室內(nèi)燈光數(shù)據(jù)，并與實際生活習(xí)慣數(shù)據(jù)進行比較；同樣，17:10~17:40的數(shù)據(jù)作為訓(xùn)練樣本訓(xùn)練預(yù)測17:50光照所需的BP神經(jīng)網(wǎng)絡(luò)，以此類推，每一時刻的預(yù)測網(wǎng)絡(luò)的訓(xùn)練樣本是前4個時刻的依次間隔10分鐘的歷史數(shù)據(jù)，而輸入是當前時刻的室內(nèi)實時光照數(shù)據(jù)。

BP神經(jīng)網(wǎng)絡(luò)的初始閾值和權(quán)值取(0,1)上的隨機值，學(xué)習(xí)精度為0.5。因為光照數(shù)據(jù)是大范圍波動的數(shù)據(jù)，因此需要對數(shù)據(jù)進行歸一化處理。

從四組用戶生活習(xí)慣和系統(tǒng)預(yù)測的光照對比結(jié)果中可以得出：用戶生活習(xí)慣的光照數(shù)據(jù)和引入BP算法后得到的預(yù)測光照數(shù)據(jù)的誤差在10Lux以內(nèi)，這種誤差對于家居燈光控制系統(tǒng)是完全可以被接受的。而且，傍晚是一天中光照波動較大的時間段，實驗結(jié)果也依然滿足人們對燈光的需求，所以，將BP神經(jīng)網(wǎng)絡(luò)引入到智能燈光控制系統(tǒng)，利用BP神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力對使系統(tǒng)對用戶的生活習(xí)慣進行學(xué)習(xí)，“智能化”地制定符合用戶生活習(xí)慣的控制方案，是完全能夠?qū)崿F(xiàn)的。而且控制效果也基本滿足用戶對智能燈光控制系統(tǒng)智能化的要求，即BP神經(jīng)網(wǎng)絡(luò)的引入，使系統(tǒng)能夠?qū)W習(xí)用戶的生活習(xí)慣，制定出更為貼近于用戶生活習(xí)慣的燈光環(huán)境的控制策略這種方案是切實可行的。控制系統(tǒng)的學(xué)習(xí)樣本來自用戶最新40分鐘的生活習(xí)慣，也使得該系統(tǒng)能夠滿足用戶生活習(xí)慣的改變或者用戶更換等情況，實時地學(xué)習(xí)用戶習(xí)慣、營造針對新的生活習(xí)慣的家居燈光環(huán)境。

4結(jié)束語

本文分析了目前智能燈光控制系統(tǒng)存在的問題，發(fā)現(xiàn)目前智能燈光控制系統(tǒng)的智能化程度還很低，遠遠不能滿足人們對智能燈光控制系統(tǒng)的智能化的要求。目前的智能燈光控制系統(tǒng)僅僅實現(xiàn)了自動化控制、遠程監(jiān)控和場景自動切換等功能，但是忽略了讓系統(tǒng)具備“自我思考”的能力——系統(tǒng)對于數(shù)據(jù)的處理能力。針對這一問題，本文提出將BP神經(jīng)網(wǎng)絡(luò)引入到智能燈光控制系統(tǒng)，并在此基礎(chǔ)上進行了大量的實驗，實驗結(jié)果表明了此方案的可行性。

但是，此方案也有一定的不足，即控制系統(tǒng)需要大量的訓(xùn)練才能得到較好的預(yù)測網(wǎng)絡(luò)，如果訓(xùn)練次數(shù)達到最大訓(xùn)練次數(shù)還不能得到很好的預(yù)測網(wǎng)絡(luò)，就得不到滿足用戶需求的光照控制信號。所以，這種方法的引入還不能徹底的解決智能燈光控制系統(tǒng)智能化程度較低的問題，還需要對算法進行改良或者引入更好的智能算法。但是這種方案的引入對于解決智能化程度低的問題提供了一種很好的解決思路。

參考文獻：

[1]徐一嫣.智能家居距真正“智能”還很遠[J].計算機光盤軟件與應(yīng)用, 2014,17(4):39-40.

[2]劉培奇,馬斌,侯鑫.基于神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的智能家居的研究[J].計算機應(yīng)用工業(yè),2014(1):52-54.

[3]詹爾豪,汪大鵬,孫剛，等.新型教室LED自動調(diào)光燈的研發(fā)[J].機電產(chǎn)品開發(fā)與創(chuàng)新,2014,27(5):39-41.

[4]向少華,朱向東.基于Wi-Fi及Web控制的智能家居系統(tǒng)設(shè)計[J].物聯(lián)網(wǎng)技術(shù)，2014,27(5):39-41.

[5]郭穩(wěn)濤,何怡剛.智能家居遠程監(jiān)控系統(tǒng)的研究與設(shè)計[J].計算機測量與控制,2011,19(9):2109-2113.

[6]姚慶梅，牟洵，賈燕，等.地下車庫燈光智能控制系統(tǒng)[J].科學(xué)資訊,2014,14(14):241-245.

[7]高鵬，鄭超，任岐鳴. ARM和ZigBee的智能家居監(jiān)控網(wǎng)絡(luò)設(shè)計[J].計算機測量與控制，2014,22(10):3206-3209.

Research of Intelligent Lighting Control System Based on BP Neural Network

Wang Yunliang1,2, Shi Qingqi1

(1. College of Automation, Tianjin University of Technology, Tianjin300384,China;2.Tianjin Key Laboratory for Control Theory & Application in Complicated System，Tianjin University of Technology，Tianjin300384,China)

Abstract:Intelligent lighting control system is an important part of smart home control system. On the basis of the analysis of the current intelligent lighting control system defects and shortcomings, BP neural network is used in intelligent lighting control system and BP algorithm is embedded in the data processing module of intelligent lighting control system. And the ability of control system for data processing is improving. Intelligent lighting control system improved the problem of the low intelligence through the introduction of self-learning ability of BP neural network. The experimental analysis shows that this system can improve the low intelligence and provide a comfortable home environment lighting. At the same time, it has some role in solving the problem of low intelligence of intelligent home control system.

Keywords：intelligent lighting control system; smart home；BP (back-propagation) neural network; back-propagation (BP) algorithm; self-learning

文章編號：1671-4598(2016)02-0091-03

DOI：10.16526/j.cnki.11-4762/tp.2016.02.025

中圖分類號：TP11

文獻標識碼：A

作者簡介：王云亮(1963-)，男，天津人，教授 碩士生導(dǎo)師，研究生 碩士，主要從事電力電子技術(shù)與微機控制、智能控制方向的研究。

收稿日期：2015-07-21；修回日期：2015-08-16。