[發(fā)明專(zhuān)利]基于遺傳算法對(duì)LED空間布局尋優(yōu)的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010580917.9
• 申請(qǐng)日: 2020-06-23
• 公開(kāi)（公告）號(hào): CN111737917A
• 公開(kāi)（公告）日: 2020-10-02
• 發(fā)明（設(shè)計(jì)）人: 王加安;孫善樂(lè);顧偲雯;楊鴻基;李青青
• 申請(qǐng)（專(zhuān)利權(quán)）人: 常州工學(xué)院
• 主分類(lèi)號(hào): G06F30/27
• 分類(lèi)號(hào): G06F30/27;G06T17/00;G06N3/12
• 代理公司: 常州佰業(yè)騰飛專(zhuān)利代理事務(wù)所(普通合伙) 32231
• 代理人: 劉松

1.一種基于遺傳算法對(duì)LED空間布局尋優(yōu)的方法，其特征在于，包括以下步驟：

構(gòu)建三維空間模型；

根據(jù)所述三維空間模型設(shè)置所述LED的排布方式；

建立光照度適應(yīng)度函數(shù)，以確定每個(gè)所述LED的照度適應(yīng)值；

建立光照度包絡(luò)函數(shù)，以確定所述LED在不同排布方式下的光照度值；

根據(jù)所述照度適應(yīng)值和所述光照度值得到所述LED在不同排布方式下的照度均勻度；

基于所述遺傳算法確定所述照度均勻度最優(yōu)時(shí)所述LED的排布方式；

根據(jù)所述LED的最優(yōu)排布方式計(jì)算所述三維空間模型內(nèi)可見(jiàn)光的光功率。

2.根據(jù)權(quán)利要求1所述的基于遺傳算法對(duì)LED空間布局尋優(yōu)的方法，其特征在于，所述三維空間模型為室內(nèi)空間模型，所述三維空間模型的XOY面設(shè)置為平面尺度，所述三維空間模型的Z軸設(shè)置為光照度。

3.根據(jù)權(quán)利要求2所述的基于遺傳算法對(duì)LED空間布局尋優(yōu)的方法，其特征在于，所述三維空間模型包括理想空間模型和變型空間模型，其中，所述理想空間模型中的LED安裝平面與照射平面之間為平行關(guān)系，所述變型空間模型中的LED安裝平面與照射平面之間為非平行關(guān)系。

4.根據(jù)權(quán)利要求3所述的基于遺傳算法對(duì)LED空間布局尋優(yōu)的方法，其特征在于，所述LED的排布方式包括理想排布方式和變型排布方式，其中，所述理想排布方式為所述LED均勻分布在所述三維空間模型的水平平面區(qū)域，所述變型排布方式為所述LED均勻分布在所述三維空間模型的斜頂平面區(qū)域。

5.根據(jù)權(quán)利要求4所述的基于遺傳算法對(duì)LED空間布局尋優(yōu)的方法，其特征在于，所述光照度適應(yīng)度函數(shù)為：

其中，F(xiàn)_i,j為最終的從第i個(gè)所述LED到第j個(gè)所述LED之間的適應(yīng)度函數(shù)，R為排序函數(shù)。

6.根據(jù)權(quán)利要求5所述的基于遺傳算法對(duì)LED空間布局尋優(yōu)的方法，其特征在于，其中，

對(duì)應(yīng)所述理想空間模型，所述光照度包絡(luò)函數(shù)為：

G＝xcos(2πy)+ysin(2πx)

其中，G為光照照度，x和y為接受光照射的區(qū)域面積。

對(duì)應(yīng)所述變型空間模型，所述光照度包絡(luò)函數(shù)為：

G＝xcos(2πy)+ysin(2πx)(-5x5，-5y5)

m＝3

其中，G為光照度，x和y為接受光照射的區(qū)域面積，G_i為第i個(gè)光照度，n為光照度的總數(shù)量，m為光照度衰減最大時(shí)的光照度包絡(luò)峰值。

7.根據(jù)權(quán)利要求6所述的基于遺傳算法對(duì)LED空間布局尋優(yōu)的方法，其特征在于，基于所述遺傳算法確定最優(yōu)照度均勻度時(shí)所述LED的排布方式包括：

設(shè)置所述三維空間模型的參數(shù)范圍；

定義所述遺傳算法參數(shù)，其中，種群samplecount＝40，最大遺傳代數(shù)generationsnumber＝200，個(gè)體長(zhǎng)度paracount＝20，交叉概率px＝0.7，變異概率pm＝0.01，尋優(yōu)結(jié)果的初始值trace；

設(shè)置所述遺傳算法的區(qū)域描述器：Field＝[len；lb；ub；code；scale；lbin；ubin]

其中，len是指每個(gè)個(gè)體的長(zhǎng)度，1b和ub分別指每個(gè)變量的上屆以及下屆，code是指?jìng)€(gè)體是怎樣編碼的，1表示二進(jìn)制編碼，0便是格雷編碼，cale是指每個(gè)體使用什么樣的刻度，1表示對(duì)數(shù)刻度，0表示算術(shù)刻度，1bin和ubin分別指范圍是否包括上下界，1表示包括，0表示不包括；

創(chuàng)建二進(jìn)制種群：Discretetemp＝crtbp(samplecount,paracount*2)；

二進(jìn)制與十進(jìn)制轉(zhuǎn)換：Resultdata＝bs2rv(discretetemp,field data)；

構(gòu)建適應(yīng)度函數(shù)，計(jì)算個(gè)體適應(yīng)度：Tempdata＝resulty.*sin(2*pi*resultx)+resultx.*cos(2*pi*resulty)；

種群進(jìn)行進(jìn)化迭代，得出最優(yōu)解。

8.根據(jù)權(quán)利要求7所述的基于遺傳算法對(duì)LED空間布局尋優(yōu)的方法，其特征在于，根據(jù)所述LED的最優(yōu)排布方式計(jì)算所述三維空間模型內(nèi)可見(jiàn)光的光功率包括：

確定所述LED的光照度與光功率的關(guān)系；

計(jì)算所述LED的最優(yōu)排布方式下的總照度；

根據(jù)所述總照度，以及所述LED的光照度與光功率的關(guān)系得到所述三維空間模型內(nèi)可見(jiàn)光的光功率。