基于线性优化模糊C均值算法和人工神经网络的光照传感器布局方法

来源：电子与信息学报杂志2023年第5期北京时间：

作者：孙科学, 渠吉庆

单位：1.南京邮电大学电子与光学工程学院 南京 2100232.射频集成与微组装技术国家地方联合工程实验室 南京 210023

摘要：针对目前光照传感器的布局方式计算量大、能耗高，易受人为因素的影响，难以准确地预测室内日光强度等问题，该文提出一种基于线性优化模糊C均值算法(LOFCM)和人工神经网络(ANN)的光照传感器布局方法。LOFCM算法利用线性优化(LO)稀疏权重矩阵后，使用模糊C均值(FCM)筛选数据，确定工作面光照传感器布局。随后，使用ANN分别训练工作面光照传感器测量值与4组辅助光照传感器测量值之间的非线性数学模型。实验结果表明，该文提出的基于LOFCM算法在保证计算工作面平均照度和均匀度准确的情况下，工作面光照传感器的数量比对比方法减少了37.5%。此外，在4组辅助光照传感器布局中，墙壁和窗户布局方式具有较好的预测精度，为预测室内日光强度提供了更加准确的预测方式。

关键词：室内智能照明, 光照传感器布局, 线性优化, 模糊C均值, 人工神经网络

基金资助：江苏省研究生科研创新计划(KYCX20_0803)，南京邮电大学自然科学基金(NY220013)