現(xiàn)有基于環(huán)境亮度實現(xiàn)自身亮度自動調節(jié)的燈具，是根據(jù)光傳感器感知局部環(huán)境亮度以簡單的數(shù)字邏輯對燈具的發(fā)光強度進行調整，這種燈具存在亮度調節(jié)反應速度慢，環(huán)境適應性差，照明效果不理想等情況。并且現(xiàn)有亮度可調節(jié)燈具，其不能從傳感器局部感知的亮度信息準確推廣得到真實環(huán)境實際光照條件，造成戶外復雜環(huán)境中，燈具發(fā)光強度與環(huán)境真實需要的照明條件無法達到最優(yōu)匹配，進而不能將燈具的發(fā)光強度調節(jié)到符合人類視覺的最佳發(fā)光強度。而且現(xiàn)有亮度可調節(jié)燈具，無法實現(xiàn)功耗效果的自適應調節(jié)，燈具在根據(jù)環(huán)境亮度調整發(fā)光強度的同時，無法實現(xiàn)以最佳能耗進行工作。

技術實現(xiàn)思路

有鑒于此，本專利技術的目的是提供一種基于人工智能的節(jié)能燈亮度調節(jié)方法及節(jié)能燈，以解決現(xiàn)有亮度可調節(jié)燈具存在的：不能在戶外復雜環(huán)境中將燈具亮度調整到符合人類視覺的最佳燈具照明效果的技術問題。本專利技術基于人工智能的節(jié)能燈亮度調節(jié)方法，包括以下步驟：1)通過光傳感器采集節(jié)能燈在不同季節(jié)的不同照明時間段的環(huán)境亮度數(shù)據(jù)和燈具發(fā)光強度數(shù)據(jù)；以及在不同的環(huán)境亮度下測試人眼感受燈具的照明效果，并采集使人眼感受到最佳照明效果的燈具發(fā)光強度數(shù)據(jù)；以光傳感器采集到的環(huán)境亮度數(shù)據(jù)為x、燈具發(fā)光強度數(shù)據(jù)為y，并以使人眼在真實環(huán)境亮度下感受到最佳照明效果作為數(shù)據(jù)配對標準，對x與y進行配對并制作成數(shù)據(jù)集合D；n為配成對的數(shù)據(jù)的總對數(shù)，i＝0，1，2，3，……n；y的大小范圍為[0，1]，0代表燈具不發(fā)出光線，1代表燈具達到最大發(fā)...

技術特征摘要

1.一種基于人工智能的節(jié)能燈亮度調節(jié)方法，其特征在于：包括以下步驟：1)通過光傳感器采集節(jié)能燈在不同季節(jié)的不同照明時間段的環(huán)境亮度數(shù)據(jù)和燈具發(fā)光強度數(shù)據(jù)；以及在不同的環(huán)境亮度下測試人眼感受燈具的照明效果，并采集使人眼感受到最佳照明效果的燈具發(fā)光強度數(shù)據(jù)；以光傳感器采集到的環(huán)境亮度數(shù)據(jù)為x、燈具發(fā)光強度數(shù)據(jù)為y，并以使人眼在真實環(huán)境亮度下感受到最佳照明效果作為數(shù)據(jù)配對標準，對x與y進行配對并制作成數(shù)據(jù)集合D；n為配成對的數(shù)據(jù)的總對數(shù)，i＝0,1,2,3，……n；y的大小范圍為[0,1]，0代表燈具不發(fā)出光線，1代表燈具達到最大發(fā)光強度；x的大小范圍為光傳感器感檢測到的環(huán)境亮度值范圍；2)采用由輸入層、隱藏層和輸出層構成的神經(jīng)網(wǎng)絡處理數(shù)據(jù)，將數(shù)據(jù)集合D中的數(shù)據(jù)分為兩部分，一部分作為神經(jīng)網(wǎng)絡的訓練數(shù)據(jù)集，另一部分作為神經(jīng)網(wǎng)絡的效果驗證數(shù)據(jù)，訓練訓練數(shù)據(jù)集和效果驗證數(shù)據(jù)集不重合；神經(jīng)網(wǎng)絡使用隨機梯度下降算法作為訓練算法，并使用平方損失函數(shù)判斷訓練結果，使用訓練數(shù)據(jù)集訓練神經(jīng)網(wǎng)絡使之最終收斂；3)通過光傳感器測量出當前燈具所在實際環(huán)境中的光照強度值v，將由n個光傳感器的測量值組成的向量V＝(v1，v2，v3…vn)作為神經(jīng)網(wǎng)絡的輸入，V經(jīng)過神經(jīng)網(wǎng)絡的回歸處理后，神經(jīng)網(wǎng)絡輸出當前燈具發(fā)光強度的最佳值y，并以最佳值y作為節(jié)能燈驅動電路的輸入，對節(jié)能燈的電壓和電流進行調節(jié)，以控制節(jié)能燈發(fā)光強度。2.根據(jù)權利要求1所述的基于人工智能的節(jié)能燈亮度調節(jié)方法，其特征在于：所述神經(jīng)網(wǎng)絡中神經(jīng)元的標準感知形式為：y＝F(∑wij*xi+b)其中y是神經(jīng)元的輸出，F(xiàn)是神經(jīng)元的激活函數(shù)，xi是神經(jīng)元的輸入，wij是神經(jīng)元的權重，通過訓練獲取其最終值；b是神經(jīng)元的偏執(zhí)項，其設置為常數(shù)1或通過訓練獲取最終值；