预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共20页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110457805A(43)申请公布日2019.11.15(21)申请号201910707972.7(22)申请日2019.08.01(71)申请人常州工学院地址213032江苏省常州市新北区辽河路666号(72)发明人王加安徐安成李辉鹿朋孙善乐卢远航(74)专利代理机构常州佰业腾飞专利代理事务所(普通合伙)32231代理人常莹莹(51)Int.Cl.G06F17/50(2006.01)G06T17/00(2006.01)G06N3/12(2006.01)权利要求书3页说明书13页附图3页(54)发明名称基于遗传算法优化的LED光源布局方法(57)摘要本发明公开了一种基于遗传算法优化的LED光源布局方法,包括如下步骤:步骤1、构建三维空间模型;步骤2、设置光照接收器和LED光源的位置,照度接收器所在空间位置为(x,y,z),LED光源所在空间位置为(X,Y,Z);步骤3、建立照度均匀度的适应度函数,确定个体的适应值;步骤4、基于谢菲尔德遗传算法,求解出以照度均匀度最优为目标的LED光源布局。本发明根据接收高度所在平面的照度均匀度建立了适应度函数,照度均匀度增大,适应值增大,优秀种群能够被遗传算法保留的概率也提高,相比于典型的寝室模型光场分布有了很大的提升;从而保证优秀基因在每一代种群中得到一定的保护。CN110457805ACN110457805A权利要求书1/3页1.一种基于遗传算法优化的LED光源布局方法,其特征在于:步骤1、构建三维空间模型;步骤2、设置光照接收器和LED光源的位置,照度接收器所在空间位置为(x,y,z),LED光源所在空间位置为(X,Y,Z);步骤3、建立照度均匀度的适应度函数,确定个体的适应值;步骤4、基于谢菲尔德遗传算法,求解出以照度均匀度即适应度函数最优解,为目标的LED光源布局。2.根据权利要求1所述的基于遗传算法优化的LED光源布局方法,其特征在于所述的步骤3具体为:假设LED光源的光辐射模型符合朗伯辐射模型,其中R(θ)表示LED辐射强度;θ表示辐射角;Ps表示LED辐射的功率;在室内照明系统中,有两个指标:发光强度和光照强度,发光强度是用来形容光源发光亮度的物理量,符号是I,单位是candela;发光强度主要与灯源的光通量成正比,与立体角成反比,即:立体角是用来形容从某点看到某个物体大小的物理量;立体角主要与物体投影在单位球上的面积成正比,与单位球的半径的二次方成反比;即:物体光照强度用来形容单位面积所能接收的光的能量多少的物理量,符号是E,单位是Lx;光照强度主要与光通量成正比,与单位面积成反比,即:假设LED偏离照度接收器的角度为ψ,LED的辐射角为Φ,d表示LED光源和接收器的直线距离,故:所以,照度接收器面元所接收单个LED的照度可以表示为:将相应坐标转换成笛卡尔坐标系得:其中,(x,y,0.85)是照度接收器的坐标,(X,Y,3)是LED的坐标,I0是指单个LED的中心光强,m是辐射模式数;2CN110457805A权利要求书2/3页因为LED的辐射半径远远大于它本身的直径,可以将LED看成一个点光源,而且LED又属于非相干光源,所以n的LED组成的阵列布局的照度,是n个LED单个照度的线性叠加;本发明仅考虑在视距链路上照度光场的分布;因此在视距链路上,接收器面元接收单个LED的照度为:3.根据权利要求1所述的基于遗传算法优化的LED光源布局方法,其特征在于所述的步骤4具体为:步骤4.1、设置参数范围步骤4.2、定义遗传算法参数,种群popsize,最大遗传代数MAXGEN,个体长度chromlength,代沟GGAP,交叉概率pc,变异概率pm,寻优结果的初始值trace;步骤4.3、区域描述器的设置其中,len是指每个个体的长度;lb和ub分别指每个变量的上届以及下届;code是指个体是怎样编码的,1表示二进制编码,0便是格雷编码;scale是指每个体使用什么样的刻度,1表示对数刻度,0表示算术刻度;lbin和ubin分别指范围是否包括上下界,1表示包括,0表示不包括;步骤4.4、创建二进制种群创建任意离散随机种群Chrom=crtbp(popsize,chromlength*r),r为随机种群大小;步骤4.5、二进制和十进制的转换;步骤4.6、构建适应度函数,计算每个个体的适应值,适应值将作为衡量个体优劣的唯一标准ObjV=-CalObjVal4(X1,Y1,X2,Y2….Xm,Ym)步骤4.7、种群不断迭代,最终的个体就是全解最优解.计算子代的目标函数值:ObjVSel=-CalObjVal4(X1,Y1,X2,Y2….Xm,Ym);重插入子代到父代,得到新种群:[Chrom,ObjV]=rei