ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于HPSO-BP神经网络融合的隧道照明功率预测

黄艳国; 李向邯; 陈超; 房罡江西理工大学; 自动化学院
现代电子技术2019DOI: 10.16652/j.issn.1004-373x.2019.23.027
4阅读
引用收藏
分享

摘要

针对当前高速公路隧道照明存在的过度照明问题,采用一种混合粒子群算法和BP神经网络相结合的联合优化算法实时预测所需LED功率。该算法优化了神经网络的初始权值和阈值,克服了种群易陷入局部极小的缺点,同时也加快了收敛速度,将优化好的神经网络用于预测LED功率减小了误差。具体措施是将由传感器实时采集的洞外亮度、车流量及其车速、能见度作为照明控制系统的输入量,经过计算所得的隧道照明的调光值作为照明控制系统的输出量,搭建一个4个输入1个输出的控制模型,用混合粒子群优化神经网络对监控数据进行训练分析,拟合输入输出的关系,最终实现实时预测调控的目的。以赣州市尖峰岭隧道的真实数据进行设计,Matlab仿真结果表...

学科与关键词

关键词
隧道照明功率预测混合粒子群算法智能控制系统实时调控仿真实验 tunnel lightingpower predictionhybrid particle swarm algorithmintelligent control systemreal-time regulationsimulation experiment
相关
加载中…
  • 基于改进遗传算法优化神经网络的隧道照明控制系统研究
    李斌; 胡芳; 张朋; 董威; 邵强电子设计工程, 2019, (23): 17-21+26.
  • "低碳经济"下高速公路隧道照明控制系统研究
    丁磊; 李震; 田海东; 王帅; 郑伟; 李良荣照明工程学报, 2013, (04): 123-127.
  • 龙滩水电站地下洞室围岩变形的智能化预测方法
    张炎; 朱珍德; 朱姝; 赵长冰水力发电学报, 2013, (02): 246-251.
查看全部 →

发表信息

论文状态
公开发表
期刊
现代电子技术
发表日期
2019
卷期
第 23 期
页码
125-129+134
DOI
10.16652/j.issn.1004-373x.2019.23.027
语言
中文
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金:基于小目标可见度与中间视觉理论的公路隧道照明节能运行模式研究(61463020)~~;

作者

  • 黄

    黄艳国 (第一作者)

  • 李

    李向邯

查看全部 4 位作者收起作者
  • 陈

    陈超

  • 房

    房罡

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417