智能教室照明控制系统.docx
- 文档编号:3618188
- 上传时间:2022-11-24
- 格式:DOCX
- 页数:14
- 大小:295.12KB
智能教室照明控制系统.docx
《智能教室照明控制系统.docx》由会员分享,可在线阅读,更多相关《智能教室照明控制系统.docx(14页珍藏版)》请在冰豆网上搜索。
智能教室照明控制系统
基于模糊理论的智能教室照明控制系统
前言
有时,我们会看到有的教室空无一人,却开满了灯,这样会带来不可忽略的资源浪费。
为了节约资源,相应低碳生活的号召,提出了智能控制教室照明的想法。
大概的思路是采集教室的情况,然后通过系统控制教室的电灯打开的数量。
从而很好地避免了浪费。
为了比较好的实现控制,将模糊控制的知识引进了该系统。
这样可以使系统的鲁棒性增强,同时也可以简化过程的数学模型,是系统更容易实现。
从而就形成了本报告中的基于模糊控制的智能教室照明控制系统。
由于作者的水平有限,系统中可能会存在一些错误,欢迎老师批评指正,谢谢!
智能教室照明控制系统流程介绍
1.结构确定
输入量为教室的学生个数和学生分布的集中程度,输出量为电灯的打开盏数。
2.定义输入,输出模糊集
2.1
学生个数表示在教室中的总学生数,论域为[0,80]。
将学生个数分为5个模糊集:
VSR(非常少的人),SR(少量的人),MR(一般数量的人),LR(多量的人),VLR(非常多的人)。
2.2
学生分布集中程度定义:
将教室的座位去划分为8个区域,统计每个区域中是否有学生,有学生记为1,没有学生则记为0;然后统计整个教室有学生的区域数,得到0~8的数字,即为教室学生密集程度。
论域为[0~8]。
例如:
0表示教室没人,8表示教室的8个区域都有人,即分布分散。
将学生分布集中程度分为5个模糊集:
SJ(分布集中),MJ(分布一般),LJ(分布分散)。
2.3
电灯打开盏数表示教室中两者的电灯数,论域为[0,24]。
将电灯打开盏数分为5个模糊集:
VS(非常少),S(少量),M(一般),L(多),VL(非常多)。
3.确定隶属关系
3.1采用三角形隶属函数来实现学生人数模糊化
隶属函数图:
3.2采用三角形隶属函数来实现学生分布密集程度模糊化
3.3采用三角形隶属函数来实现模糊化
4.常识建立
通常,在教室中自习的学生的数量越多,需要打开的电灯个数越多;当同时需要考虑一个因素是,当学生数量一定时,学生分布密集,则需要打开的电灯数少一点;而学生分布稀疏时,则需要打开的电灯数较多一点。
5.建立模糊控制表
电灯打开
盏数Z
学生数X
VSP
SP
MP
LP
VLP
密集
程度Y
SJ
VS
S
M
M
L
MJ
S
S
M
L
VL
LJ
S
M
L
L
VL
6.模糊匹配
6.1规则匹配
(1)利用传感器测得信息:
X(学生数),Y(密集程度)
例如:
X(学生数)=35,Y(密集程度)=6
(2)计算得到隶属度
对于上例有:
μvsp(35)=0,μsp(35)=0.25,μmp(35)=0.75,μlp(35)=0,μvlp(35)=0
μsj(6)=0,μmj(6)=0.5,μlj(6)=0.5
(3)得到相应的的模糊状态规则表
电灯打开
盏数Z
学生数X
VSP
SP(0.25)
MP(0.75)
LP
VLP
密集
程度Y
SJ
0
0
0
0
0
MJ(0.5)
0
μs(Z)
μm(Z)
0
0
LJ(0.5)
0
μm(Z)
μl(Z)
0
0
6.2规则触发
利用6.1中得到的模糊状态规则表得到被触发的规则:
Rule1:
IfXisSPANDYisMJThenZisS
Rule2:
IfXisSPANDYisLJThenZisM
Rule3:
IfXisMPANDYisMJThenZisM
Rule4:
IfXisMPANDYisLJThenZisL
6.3规则前提推理
同一规则内前提之间通过“与”运算,得到前提可信度,继而得到规则前提可信度表。
Rule1:
min(0.25,0.5)=0.25
Rule2:
min(0.25,0.5)=0.25
Rule3:
min(0.75,0.5)=0.5
Rule4:
min(0.75,0.5)=0.5
电灯打开
盏数Z
学生数X
VSP
SP(0.25)
MP(0.75)
LP
VLP
密集
程度Y
SJ
0
0
0
0
0
MJ(0.5)
0
0.25
0.5
0
0
LJ(0.5)
0
0.25
0.5
0
0
6.4将上述的模糊状态规则表与规则前提可信度表进行“与”运算
电灯打开
盏数Z
学生数X
VSP
SP(0.25)
MP(0.75)
LP
VLP
分布
密集
程度Y
SJ
0
0
0
0
0
MJ(0.5)
0
min(0.25,μs(Z))
min(0.25,μm(Z))
0
0
LJ(0.5)
0
min(0.25,μm(Z))
min(0.25,μl(Z))
0
0
6.5得到模糊系统的输出
μagg(Z)=max{min(0.25,μs(Z)),min(0.25,μm(Z)),min(0.25,μm(Z)),
min(0.25,μl(Z))}
6.6解模糊
首先得到推理过程
Rule1:
Rule2:
Rule3:
Rule4:
通过对上述图的分析,可得结果如下:
μmax=0.5,然后采用最大平均法,得到方程组及解如下:
最终的到该问题基于模糊决策的解,即:
当教室人数为35个,且密集程度为6时,应该打开16盏电灯。
结束语
完成了关于智能教室照明控制的系统,让我很好地掌握了模糊控制有关的知识。
同时,在这个过程中,我也逐渐体会到了智能控制先对与传统控制的先进性,优越性,这也成为我后续继续钻研智能控制的有关知识的动力。
虽然这学期的智能课程结束了,但智能专业知识的学习还在继续,我会继续深入的学习掌握这些有用的知识。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 智能 教室 照明 控制系统