一种基于BP神经网络算法的室内光照预估方法

摘要

本发明涉及一种基于BP神经网络算法的室内光照预估方法，属于智能算法技术领域。该方法包括以下步骤：S1：对通过传统公式计算和传感器得到的参数进行分析，得到BP神经网络输入参数与训练模型；S2：基于光通传递函数矩阵模型，利用LED光通量计算得到所需室内照度；S3：将n个光源的照度线性叠加，计算对应点的照度并依据逐次逼近规则，反向逼近获得灯的光通量，获取计算点位的照度；S4：利用BP神经网络模型预测的自然光在室内工作面多个点位的照度数据，计算出需要补偿的照度。本方法能够在不同季节下充分利用自然光照的情况下，通过补光满足寻求节能、节约和舒适这三个需求之间最大的平衡。