[發明專利]一種復雜環境下多核有向無環圖支持向量機控制的路燈調光方法

在審

• 申請號: 201810385153.0
• 申請日: 2018-04-26
• 公開（公告）號: CN108551709A
• 公開（公告）日: 2018-09-18
• 發明（設計）人: 王忠華;王飛文;廖遠;劉清平;謝韻雅
• 申請（專利權）人: 南昌航空大學
• 主分類號: H05B37/02
• 分類號: H05B37/02;G06K9/62
• 代理公司: 南昌洪達專利事務所 36111
• 代理人: 周超

本發明公開了一種復雜環境下多核有向無環圖支持向量機控制的路燈調光方法，步驟為1、分析路燈周邊光照強度、車流量等環境數據與路燈照明之間的相互關系，研究具備將路燈環境數據二分類的支持向量機方法，以實現路燈環境數據分類；2、分析支持向量機關于路燈環境數據分類時最優解優化問題，研究求解凸二次規劃中對偶問題的最小序列優化方法，以自適應縮短路燈調光反應時間；3、分析在路燈環境數據二分類基礎上與路燈多級調光的關聯，研究具備線性、多項式和高斯核函數的多分類有向無環圖支持向量機方法。本發明實現路燈有效節能和智能控制。該多核有向無環圖支持向量機控制的路燈調光方法可以有效提高能源利用率，具有重要的實用價值。

技術領域

本發明涉及樣本數據二分類的支持向量機技術，快速解凸二次規劃中對偶問題的優化技術，路燈環境數據多分類功能的支持向量機技術，具體涉及在復雜環境下多核有向無環圖支持向量機控制的路燈調光方法。

背景技術

本發明的背景技術涉及三個關鍵步驟與方法：研究樣本數據二分類的支持向量機方法，研究快速解凸二次規劃中對偶問題的優化方法，研究路燈環境數據多分類功能的支持向量機方法。

樣本數據二分類的支持向量機方法：

由于路燈環境數據樣本復雜，且各樣本數據之間的特征并沒有很大的關聯性，使得很多二分類方法對路燈環境數據分類精度不高。研究樣本數據二分類的支持向量機方法來提高數據分類精度。

快速解支持向量機中凸二次規劃中對偶問題的優化方法：

由于直接求解支持向量機中凸二次規劃中的對偶問題比較困難，算法復雜度較高，使得在算法中對偶問題的求解效率和最優解的準確率都較低。研究快速解凸二次規劃中對偶問題的優化方法來降低求解最優解的耗時，提高最優解的正確率。

路燈環境數據多分類功能的支持向量機方法：

由于支持向量機是針對二值分類問題提出的，使得環境數據二分類后的路燈調光等級單一。研究路燈環境數據多分類功能的支持向量機方法，以實現多級的路燈調光。

發明內容

本發明的目的在于提供復雜環境下多核有向無環圖支持向量機控制的路燈調光方法，分析路燈周邊光照強度、車流量環境數據與路燈照明之間的相互關系，以確定路燈環境數據分類；分析路燈環境數據分類時最優解優化問題，以縮短路燈自適應調光反應時間；分析在路燈環境數據二分類基礎上與路燈多級調光的關聯，提高路燈分級調光智能化程度，以節約電能和滿足道路照明安全。

通過研究樣本數據二分類支持向量機方法、快速解凸二次規劃中對偶問題的優化方法和路燈環境數據多分類功能的支持向量機方法，實現路燈智能調光。本發明需要解決的關鍵科學問題如下：

(1)采用最優超平面方法解決路燈環境數據二分類與路燈調光問題使之既要準確的將正負樣本數據分隔開來，又要與調光等級相匹配，并讓盡可能多的數據支持向量，以使得分類間隔達到最大值。因此，挖掘路燈環境數據與路燈調光之間的關系成為擬解決的關鍵科學問題。通過將它們之間的關系合理的量化，保證精準調光。

(2)采用序列最小優化方法求解支持向量機最優解使之既要縮短求解時間降低最優解的計算復雜度，又要恰當選擇子問題的參數變量，以提高路燈在人和車即將到來之前迅速調光的反應靈敏度。因此，選擇變量的啟發式學習方法成為擬解決的關鍵科學問題，而選擇的變量需滿足KKT條件(優化學中解決拉格朗日對偶問題的一種重要思想)。

(3)采用多核有向無環圖支持向量機方法處理路燈環境數據多分類，以增加路燈調光等級，實現在不同環境下路燈自適應智能調光，使之既能節約電能，又能滿足人們出行的需求。因此，樣本數據多分類成為擬解決的關鍵科學問題，多分類精度決定調光的準確性，分類精度低則路燈耗電較高，反之則相反。

本發明解決其技術問題所采用的技術方案為：

本發明的方法包括以下主要步驟：