【技术实现步骤摘要】
一种基于粒子群算法的维度自适应灯具布置方法
[0001]本专利技术涉及照明优化设计
，尤其是涉及一种基于粒子群算法的维度自适应灯具布置方法。
技术介绍
[0002]随着我国经济的高速发展和社会的进步,能源供需的矛盾越来越突出。照明用电在电力消耗中的比重逐年提高,然而电力和能源紧缺问题一直存在。现有研究表明，方案设计阶段是对建筑性能产生最大影响的阶段，可产生超过40％的性能改善潜力。智能优化算法作为一种权衡多个复杂因素的有效工具，可为设计师提供科学高效的设计辅助决策。但当前的优化设计算法需要通过设置固定维度的输入和输出值来考虑和解决优化问题。对于照明设计前期而言，设计师尚无法对当前方案准确把控。以灯具数量为例，虽然灯具数量是影响设计方案照明效果与能源消耗的重要因素，但设计师无法于设计之初便准确获取满足照明设计规范同时达到最优的低碳节能效果的灯具数量，故而无法确定优化算法输入变量维度。
技术实现思路
[0003]本专利技术的目的是为了克服现有技术中的不足，提供一种基于粒子群算法的维度自适应灯具布置方法，可根...
【技术保护点】
【技术特征摘要】
1.一种基于粒子群算法的维度自适应灯具布置方法，其特征在于，包括以下步骤：S1.选定灯具布置类型，具体包括规则式布置方式及自由式布置方式；S2.依据照明标准及空间功能分区情况确定空间内各区域照度需求，同时对空间进行平面网格划分，计算得到网格位置矩阵(X,Y)以及网格相对应的照度需求矩阵I
D
；S3.初始化灯具布置参数，灯具布置参数包括房间形体参数、灯具数量参数、灯具高度H
L
、工作面高度H
S
；房间形体参数包括开间H和进深W；S4.通过标准粒子群算法对灯具布置参数下布置形式进行寻优，记录群体最优个体g
best
的布置形式；S5.检查群体最优布置形式是否满足所有区域照度需求，若满足，则进行低碳节能型自适应修正，若不满足，则进行合规型自适应修正；S6.对自适应修正后的灯具进行基于标准粒子群算法的布置形式寻优；S7.对于合规型自适应修正，重复步骤S5、S6，直至满足所有区域照度需求，维度自适应的寻优过程完成，满足所有区域照度需求的最后一次迭代中灯具数量与其对应照度即为最终结果；对于低碳节能型自适应修正，重复步骤S5、S6，直至无法满足所有区域照度需求，维度自适应的寻优过程完成，满足所有区域照度需求的最后一次迭代中灯具数量与其对应照度即为最终结果。2.根据权利要求1所述的一种基于粒子群算法的维度自适应灯具布置方法，其特征在于，步骤S1中，规则式布置方式能够实现空间内灯具行数、列数及各行、列灯具位置的寻优，在满足不同区域照度需求的同时，最小化照明能耗。3.根据权利要求1所述的一种基于粒子群算法的维度自适应灯具布置方法，其特征在于，步骤S1中，自由式布置方式能够实现空间内灯具数量及各灯具位置的寻优，在满足不同区域照度需求的同时，最小化照明能耗。4.根据权利要求1所述的一种基于粒子群算法的维度自适应灯具布置方法，其特征在于，步骤S3中，对于灯具数量参数，在规则式布置方式中，灯具数量参数输入形式为行数N
x
，列数N
y
，各行灯具位置L
rx
，各列灯具位置L
cy
；在自由式布置方式中，灯具数量参数输入形式为个数N，各灯具位置(L
jx
,L
jy
)。5.根据权利要求1所述的一种基于粒子群算法的维度自适应灯具布置方法，其特征在于，步骤S4具体包括：(401)初始化粒子群算法参数，具体包括种群大小N
p
、迭代次数g、惯性因子ω、学习因子c1及c2；(402)初始化初代种群，各粒子初始速度初始位置X
i
为开间H及进深W之间的随机数；(403)基于各粒子位置信息计算灯具位置信息，通过采光仿真软件Radiance计算开灯后空间照度情况；(404)计算各粒子适应度函数E(N)，其中，适应度函数E(N)定义如下：
其中，n为网格标号，m为网格数量，I
n
为第n个网格开灯后该网格中心点处照度值，I
D,n
为第n个网格中心点处照度需求值；(405)检测开灯后空间内各网格中心点处照度值是否均满足照度需求值，若不满足，则计算惩罚函数U(N)，惩罚函数U(N)定义为：U(N)＝E(N)+C其中，C为惩罚项，其值为正整数；(406)确定并记录当代种群内各粒子个体最优p
best
及群体最优个体g
best
；(407)更新种群各粒子速度v
i
及位置x
i
，其定义为：，其定义为：其中，d为当前搜索维度，d＝1,2,
……
,D；i为种群内第i个粒子；k为...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。