・Ｉ乜气！ｌ（｛ＩＪ１Ｊ・ （１）初始化种群Ｐ，包括交叉规模、交叉概率 Ｐ 、突变概率Ｐ 以及对任一ＷＩＨ 和 ４０。 再使用ＢＰ算法训练整个网络。通过这样的训练 之后，系统就能在运行时根据输入的照度、车辆 初始 化。在编码中，采用实数进行编码，初始种群取 等情况，反馈出最优的调光命令。 （２）计算每一个个体评价函数，并将其排 序。可按式（１）概率值选择网络个体： ／，ｖ Ｐ ： ／∑ （Ｉ） 式中． ——个体ｉ的适配值，可用误差平方和Ｅ 来衡量 八 ）：１／Ｅ（ ），Ｅ（ ）＝∑∑（Ｖｋ一 ） 其中ｉ＝１，…，Ⅳ为染色体数；ｋ：１，…，４为输出 层节点数；ｐ：１，…，５为学习样本数；Ｔｋ为教师 信号。 （３）以概率Ｐ 对个体Ｇ 和Ｇ…交叉操作产 生新个体Ｇ 。和Ｇ …，没有进行交叉操作的个体 进行直接复制。 （４）利用概率Ｐ 突变产生Ｇ 的新个体Ｇ 。 （５）将新个体插入到种群Ｐ中，并计算新个 体的评价函数。 （６）计算误差平方和，若达到预定值 ，则 转（７），否则转（３），继续进行遗传操作。 （７）以ＧＡ遗传出的优化初值作为初始权 值，用ＢＰ算法训练网络，直到指定精度 （ ＢＰ＜ ＧＡ）。 达到所要求的性能指标后，将最终群体中的 最优个体解码，即可得到优化后的网络连接权系 数。 根据以上算法，使用ＭＡＴＬＡＢ编程。将表２ 中的数据分别读入不同的初始文件中，再用ＧＡ—ＢＰ 算法进行神经网络学习，并将结果权值存入知识 库中，即建立了其中一个神经子网络知识库。 用ＧＡ．ＢＰ算法训练前面的神经网络，取ＧＡ 的初始群体Ｎ＝４０，误差平方和预定值： ｓ。 ＝５．０。误差平方和曲线、适应度曲线如图５所 示。 仿真结果表明，其遗传算法经过大约１００代 的搜索后误差平方和达到了预定值，平均适应度 趋于稳定。算法得到了满意的回想结果，使得照 明系统根据洞外照度的变化而作出相应的调整。 以ＧＡ得出的优化初值作为初始权值，然后 ・４４・ 图５误差平方和曲线、适应度曲线图 ５ 结 语 该系统是针对应用工程中存在的问题，进行 理论上的分析和改进，并搭建了试验系统，具有 很强的可行性。将其运用于实际隧道现场中，不 但可以提高交通运输的效率、节约大量的公共电 能的消耗，更能有效地保证行车安全。相信物联 网技术在照明系统中的发展是科技进步的必然。 ［ｔ］ 宋白桦，李鸿，贺科学．公路隧道照明的研究现 状和发展趋势【Ｊ］．湖南交通科技，２００５，３１（１）： ９６－９８． ［２］ 沈苏彬，范曲立，宗平，等．物联网的体系结构与 相关技术研究［Ｊ］．南京邮电大学学报：自然科学 版，２００９，２９（６）：１－９． ［３］ 浦敏，李云飞，王宜怀．基于物联网的无线照明控 制系统［Ｊ］．照明工程学报，２０１０，２１（２）：８６—８８． ［４］李新春，李永喜，范翠艳．基于教学楼节能控制 系统的设计［Ｊ］．微计算机信息。２０１０，２６（７ ）： １３５—１ ３７． ［５］ＬＥＥ Ｊ Ｄ．Ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ＺｉｇＢｅｅ—ｂａｓｅｄ Ｓｔｒｅｅｔ Ｌｉｇｈｔ Ｃｏｎｔｒｏｌ Ｓｙｓｔｅｍ［Ｃ］∥Ｐｏｗｅｒ Ｓｙｓｔｅｍｓ Ｃｏｎｆｅｒｅｎｃｅ ａｎｄ Ｅｘｐｏｓｉｔｉｏｎ，２００６． （下转第５０页） 现代建筑电气 ＮＯ．５ Ｖｏ１．２（Ｓｅｒｉａｌ ＮＯ Ｉ７｝２０１１ ・能源管理・ Ｄｅｓｉｇｎ ｏｆ Ｉｎｔｅｌｌｉｇｅｎｔ Ｅｎｅｒｇｙ Ｍｅｔｅｒ ａｎｄ Ｉｔｓ Ａｐｐｌｉｃａｔｉｏｎ ｉｎ Ｅｎｅｒｇｙ Ｓａｖｉｎｇ ｏｆ Ｂｕｉｌｄｉｎｇｓ ＷＵ Ｄｏｎｇｂｏ，ＺＨＥＮＧ Ｃｈｕａｆｔｇｊｉｅ ．（Ｄａｎｄｏｎｇ Ｈｕａｔｏｎｇ Ｍｅａｓｕｒｉｎｇ Ｉｎｓｔｒｕｍｅｎｔ Ｃｏ．，Ｌｔｄ．，Ｄａｎｄｏｎｇ １ １８００９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｒｅｓｅａｒｃｈ ｏｆ ｉｎｔｅｌｌｉｇｅｎｔ ｅｎｅｒｇｙ ｍｅｔｅｒ ａｎｄ ａｐｐｌｉｃａｔｉｏｎ ｉｎ ｉｎｔｅｌｌｉｇｅｎｔ ｂｕｉｌｄｉｎｇ ｗｅｒｅ ｉｎｔｒｏｄｕｃｅｄ．Ｔｈｅ ｓｔａｎｄ— ａｒｄ ｏｆ ｅｎｅｒｇｙ ｓａｖｉｎｇ ｉｎ ｐｕｌｉｃ ｂｕｉｌｄｉｎｇ ｗｅｒｅ ｐｕｔ ｆｏｒｗａｒｄ ｔｈｒｏｕｇｈ ａｎａｌｙｚｉｎｇ ｔｈｅ ｉｎｔｅｌｌｉｇｅｎｔ ｅｎｅｒｇｙ ｍｅｔｅｒ ｉｎｄｕｓｔｒｙ．Ｔｈｅ ｉｎｔｅｌ— ｌｉｇｅｎｔ ｅｎｅｒｙｇ ｍｅｔｅｒ ｃｏｕｌｄ ｍｅｅｔ ｄｅｓｉｇｎ ｒｅｑｕｉｒｍｅｎｔ ｏｆ ｍｅａｓｕｒｉｎｇ ａｃｃｕｒａｃｙ ａｎｄ ｐｒｏｄｕｃｔｓ ｆｕｎｃｔｉｏｎ ｂｙ ｕｓｉｎｇ ｔｈｅ ｈａｒｄｗａｒｅ ａｎｄ ｓｏｆｔｗａｒｅ，ｗｈｉｃｈ ｉｓ ｂｅｎｅｆｉｃｉａｌ ｔｏ ｔｈｅ ｅｎｅｒｙ ｓａｖｉｎｇ ｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆ ｐｕｂｌｉｃ ｂｕｉｌｄｉｎｇ ａｎｄ ｓｍａｒｔ ｇｒｉｄ．Ｉｔ ｐｌａｙ ａ ｃｒｉｔｉｃａｌ ｒｏｌｅ ｆｏｒ ｓｍａｒｔ ｇｒｉｄ ｃｏｎｓｔｒｕｃｔｉｏｎ ａｎｄ ｅｎｅｒｇｙ ｓａｖｉｎｇ ｍｅａｓｕｒｅｍｅｎｔ ｏｆ ｐｕｂｌｉｃ ｂｕｉｌｄｉｎｇｓ． Ｋｅｙ ｗｏｒｄｓ：ｉｎｔｅｌｌｉｇｅｎｔ ｐｏｗｅｒ ｇｒｉｄ；ｉｎｔｅｌｌｉｇｅｎｔ ｅｎｅｒｇｙ ｍｅｔｅｒ；ｅｎｅｒｇｙ ｓａｖｉｎｇ；ｍｏｎｉｔｏｒｉｎｇ；ｍｅａｓｕｒｅｍｅｎｔ （上接第４４页） ［６］Ｔｅｘａｓ Ｉｎｓｔｕｒｍｅｎｔｓ．Ａ Ｔｒｕｅ Ｓｙｓｔｅｍ—ｏｎ—Ｃｈｉｐ Ｓｏｌｕｔｉｏｎ 流量预测［Ｊ］．计算机应用，２００７，２７（７）：１７７０— ｆ０ｒ ２．４－ＧＨｚ ＩＥＥＥ ８０２．１５．４ ａｎｄ ＺｉｇＢｅｅ Ａｐｐｌｉｃａｔｉｏｎ １７７２． ［ＥＢ／ＯＬ］．ｗｗｗ．ｔｉ．ｃｏｎ． ［１１］ ＬＩＮ Ｚ Ｃ，ＣＨＡＮＧ Ｄ Ｙ．Ｃｏｓｔ—ｔｏｌｅｒａｎｃｅ Ａｎａｌｙｓｉｓ ［７］ 冯承金．基于Ｚｉｇｂｅｅ和ＡＲＭ９的智能家居系统的 Ｍｏｄｅｌ Ｂａｓｅｄ ｏｎ ａ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ Ｍｅｔｈｏｄ【Ｊ］．Ｉｎ— 研究与设计［Ｄ］．武汉：武汉理工大学，２０１０． ｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｐｒｏｄｕｃｔｉｏｎ Ｒｅｓｅａｒｃｈ，２００２，４０ ［８］ 肖华．基于ＺｉｇＢｅｅ隧道照明无线控制系统研究和 （６）：１４２９—１４５２． 设计［Ｄ］．长沙：湖南大学，２００９． ［１２］ 邵克勇，李飞，蒋北艳，等．基于改进遗传算法 ［９］ 赵亮，雎刚，吕剑虹．一种改进的遗传多目标优 的双向ＢＰ神经网络控制［Ｊ］．化工自动化及仪 化算法及其应用［Ｊ］．中国电机工程学报，２００８， 表，２０１０，３７（１０）：１８—２１． ２８（２）：９６—１０１． 收稿¨蚓：２０１１—０３—２８ ［１０］ 刘杰，黄亚楼．基于ＢＰ神经网络的非线性网络 Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ－ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ Ｔｕｎｎｅｌ Ｉｌｌｕｍｉｎａｔｉｏｎ Ｃｏｎｔｒｏｌ Ｓｙｓｔｅｍ Ｂａｓｅｄ ｏｎ ｔｈｅ Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇ ＤＩＮＧ Ｚｈｅｎｇｙａｎｇ，ＭＡ Ｘｉａｏｊｕｎ，ＺＨＡＮＧ Ｙｉｙａｎｇ，ＺＨＡＮＧ Ｊｉａｎ （Ｃｏｌｌｅｇｅ ｏｆ Ａｕｔｏｍａｔｉｏｎ＆Ｅｌｅｃｔｉｒｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ， Ｎａｎｊｉｎｇ ２１０００９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇ ａｔ ｓｏｍｅ ｐｒｏｂｌｅｍｓ ｅｘｉｓｔｉｎｇ ｉｎ ｈｉｇｈｗａｙ ｔｕｎｎｅｌ ｉｌｌｕｍｉｎａｔｉｏｎ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ ａｎｄ ｔｈｅ ｐｈｅｎｏｍｅｎｏｎ ｏｆ ｅｎｅｒｇｙ—ｗａｓｔｉｎｇ，ａ ｗｉｒｅｌｅｓｓ ｃｏｎｔｒｏｌ ｎｅｔｗｏｒｋ ｗａｓ ｂｕｉｌｔ ｔｏ ｒｅａｌｉｚｅ ｔｈｅ ｒｅａｌ—ｔｉｍｅ ｔｕｎｎｅｌ ｉｌｌｕｍｉｎａｔｉｏｎ ｃｏｎｔｒｏｌ ａｎｄ ｒｅｍｏｔｅ ｍｏｎｉ— ｔｏｒｉｎｇ ｂａｓｅｄ Ｏｆｆ ｔｈｅ Ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇ．Ｂｙ ａｎａｌｙｚｉｎｇ ｔｈｅ ｓｙｓｔｅｍ ｓｔｒｕｃｔｕｒｅ ａｎｄ ｃｏｎｔｒｏｌ ｐｒｏｃｅｓｓ，ｔｈｅ ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ—ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｗａｓ ｏｐｔｉｍｉｚｅｄ，ａｎｄ ｆｉｎａｌｌｙ ｌｉｇｈｔｉｎｇ ｅｆｉｆｃｉｅｎｃｙ ａｎｄ ｅｎｅｒｇｙ ｃｏｎｓｕｍｐｔｉｏｎ ｗｅｒｅ ｉｍｐｒｏｖｅｄ ａｓ ｗｅｌ１． Ｋｅｙ ｗｏｒｄｓ：ｔｕｎｎｅｌ ｉｌｌｕｍｉｎａｔｉｏｎ；ＺｉｇＢｅｅ ｔｅｃｈｎｏｌｏｇｙ；ｔｈｅ ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇ：ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ．ｎｅｕｒａｌ ｎｅｔ． ｗｏｒｋｓ ・５０．