优化方法和机器学习在受控LED照明系统运行模式自动化设计中的应用

Ульянов Р.С., Шиколенко И.А., Величкин В.А., Завьялов В.А.

doi:10.25136/2644-5522.2017.5.24012

返回内容

控制论与编程

正确的文章链接:

Ulianov R.S., Shikolenko I.A., Velichkin V.A., Zav'yalov V.A. 优化方法和机器学习在受控LED照明系统运行模式自动化设计中的应用 // 控制论与编程. 2017. № 5. С. 110-122. DOI: 10.25136/2644-5522.2017.5.24012 URL: https://cn.nbpublish.com/library_read_article.php?id=24012

优化方法和机器学习在受控LED照明系统运行模式自动化设计中的应用

Ulianov Roman Sergeevich

莫斯科国立土木工程大学自动化与电源系研究生

129337, Russia, g. Moscow, ul. Yaroslavskoe Shosse, 26, kab. 204

roman-prog@mail.ru

Shikolenko Il'ya Andreevich

莫斯科国立土木工程大学自动化与电源系研究生

129337, Russia, Moscow, str. Yaroslavskoe Shosse, 26, room No. 204

shikolenkoia@mgsu.ru

Velichkin Vladimir Aleksandrovich

博士学位技术科学

莫斯科国立土木工程大学自动化与电源系副教授

129337, Russia, g. Moscow, ul. Yaroslavskoe Shosse, 26, of. 204

velichkinva@mgsu.ru

Zav'yalov Vladimir Andreevich

博士技术科学

曾任莫斯科国立土木工程大学电气工程与电力驱动系教授

129337, Russia, g. Moscow, ul. Yaroslavskoe Shosse, 26, of. 204

vazav.mgsu@mail.ru

DOI:

10.25136/2644-5522.2017.5.24012

评审日期

26-08-2017

出版日期

30-10-2017

注解: 该文章的作者小组审议了旨在提高计算机辅助照明设计效率的问题，从根据专家评估选择具有受控光谱的照明模式的设计决策方法过渡到基于人机原理的方法。本文将上述方法应用于光源辐射的基本定性特征之一，即辐射的光谱密度。特别是，将描述用于选择人工发射器的最佳参数的方法，以及用于它们的自动分类的方法。在研究过程中，将考虑基于使用Python编程语言的广泛专用库的辐射源光谱分布目标函数的机器分析和优化方法。所进行的研究结果是对两项任务的解决方案的概念性描述，这些任务随后可能需要作为设计受控LED照明系统操作模式的集成过程的一部分。第一个任务是优化LED灯组件RGB辐射功率的选择，前提是光谱分布的目标函数接近参考辐射源。第二个任务是根据光源的光谱特性对其进行自动分类，以便为照明系统的设计或后续操作准备初始数据。在文章的最后部分，考虑了在系统方法框架内联合应用这些解决方案的方法，并对这些解决方案的更详细研究的相关性进行了假设。

出版日期:

, , , , , , , , ,

杂志

优化方法和机器学习在受控LED照明系统运行模式自动化设计中的应用