基于多源信息融合的智能照明系统的设计

智能照明控制需要复杂的系统和多源的信息。在实现以用户为中心的智能控制，提高室内视觉舒适度和节能的基础上，设计了一种基于多源信息融合的智能照明系统，提出一个基于自适应神经模糊推理系统（ANFIS）的多源信息融合模型，能够融合环境光、入住率、能量限制和其他信息，实现并行处理数据和信息决策。理论分析和仿真实验表明，该模型能够提高智能照明系统多源数据融合的有效性。

【关键词】智能照明 信息融合 ANFIS信息融合模型

1 概述

智能照明控制系统是智能家居的重要组件，它在满足人们日常照明需求的基础上，也要节约能源和时间，达到各种智能控制的目的。智能照明系统在控制家庭设备和智能设备的同时，也应通过智能决策系统来管理各种自动设备，在不同操作条件下能够实现最低功耗。随着智能移动设备的普及，人们倾向于结合用户决策和智能移动设备来实现智能照明控制。本文设计了一种新的多agent系统模型，将环境信息与用户的决策信息进行融合，利用ANFIS信息融合模型进行模拟，通过智能移动设备实现自动控制和手动控制。

2 多agent智能控制系统

多agent智能控制系统由若干agent组成，它能够随环境的变化去调整自己，以达到在变化的环境中仍能达到与环境相一致的结果。每个agent都是具有特定完整功能的、独立的、高智能化的个体，掌握一定的知识，有自己的目标和解决问题的能力。多agent智能控制系统有四种类型agent：用户agent，局部agent， 传感器agent和核心agent。

（1） 用户agent：主要实现以用户为中心的智能控制。用户agent负责管理主机信息，将用户命令提供给主机，提供反馈。同时， 用户agent实现终端控制方式的多样性。

（2）局部agent：提供信息，执行决策。局部agent接收传感器agent提供的数据，将数据传输到数据融合中心进行分析和处理，执行决策控制。

（3） 传感器agent：采集环境数据。传感器agent能够感知环境存在的冗余数据，直接影响网络通信的性能。

（4） 核心agent：核心agent有两个主要功能：agent系统配置，促进局部agent之间的合作。智能照明系统是智能家居的一个子系统，还有许多其他子系统由局部agent直接管理。核心agent允许管理员启用或停止局部agent。

3 ANFIS信息融合模型

ANFIS信息融合模型结合了神经网络的学习能力和模糊逻辑决定的能力。

4 实验分析

在系统设计中，我们采用了环境视觉数据和能源数据这两种类型的传感器数据网络。其中视觉数据指的是建筑的环境参数，如太阳辐射、光强度等等。在照明控制中，光强度直接反映室内光线和阴影的程度，是最重要的因素。在实验中，我们利用多个传感器收集太阳辐射、室外光强度和室内光线强度等参数。我们控制窗帘打开率，同时使用ANFIS分别控制LED灯的亮度。在第一个ANFIS，我们使用室外光强度值和室内光线强度之间的差异、太阳辐射作为输入变量。在第二个ANFIS，我们使用室内光线强度和用户决策的差异、LED灯的亮度作为输入变量。仿真实验表明，该模型能够提高智能照明系统多源数据融合的有效性。

5 结论

本文提出了一种新的基于多源信息融合的智能照明控制系统。根据理论研究和仿真结果，提出多agent系统和ANFIS模型非常适用于照明控制，可以有效地满足居民智能照明的需要。另外，它还提供了一个开放的结构，在这种结构中，agent可以很容易地配置，也可以适应不同的家庭环境和不同的功能。信息融合模型还可以扩展到其他智能家居系统。在未来的研究中，我们计划使用更多的基于神经网络的方法进行理论和实验分析，得到更好的结果。

参考文献

[1]Wang Z，Wang L，Dounis A I，et al. Multi-agent control system with information fusion based comfort model for smart buildings[J]. Applied Energy，2012，99：247-254.

[2]Pilecki，Jerzy，Marek A.Bednarczyk， and Wojciech Jamroga."Model Checking Properties of Multi-agent Systems with Imperfect Information and Imperfect Recall."Intelligent Systems' 2014.Springer International Publishing，2015.415-426.

[3]Wen，Guanghui，et al."Node-to-node consensus of multi-agent systems with switched pinning links."Control and Decision Conference （2014 CCDC），The 26th Chinese.IEEE，2014.

[4]V.R. Budyal，S.S.Manvi.ANFIS and agent based bandwidth and delay aware anycast routing in mobile ad hoc networks.ELSEVIER，Journal of Network and Computer Applications 2014：140-151.

[5]Yu Weihong，Chen Yan.Implementation of Lightweight Embedded Agent on Android Platform[J].Computer Engineering.2013.39（7）：298-301.

作者单位

沈阳城市建设学院 辽宁省沈阳市 110167