基于遗传算法和CMAC神经网络的建筑物内照度场重构方法研究及其应用-市政工程专业论文.docxVIP

基于遗传算法和CMAC神经网络的建筑物内照度场重构方法研究及其应用-市政工程专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
万方数据 万方数据 安徽建筑大学硕士学位论文 安徽建筑大学硕士学位论文 摘要 无线传感器网络可以实现对建筑物内的照度变化情况实时监测,通过采集到 的照度数据进行照度场重构,而分析建筑物内照度场的变化情况且对发生与照度 有关事件及态势进行判断,可以为建筑物内安防提供一个辅助手段。对于一些重 点防范场所或者安全等级要求比较高的区域,通过重构的照度场实现对这些区域 内的照度变化监测,可以更好判断被保护对象是否处于安全状态、非法入侵情况 和及时的与监控中心形成联动报警,起到更加坚实的安全保障。 针对传感器节点成本高不可密集部署的情形下可以对建筑物内的照度场进 行重构,本文研究了使用 CMAC 神经网络重构建筑物内照度的方法,并通过遗 传算法对面向建筑物内照度场重构的 CMAC 神经网络的学习率进行了优化。通 过有限个的节点对建筑物内主要兴趣点的照度数据采集,最初采用了常见的数值 插值法进行数据重构,但是精度不高;进而提出基于 CMAC 神经网络的照度数 据重构方法,并通过实验对比了数值插值法和 CMAC 神经网络重构方法在照度 数据重构时的误差大小,实验表明基于 CMAC 神经网络方法准确度高,并且满 足设置的精度要求。但是 CMAC 神经网络在实现过程中,权值调整采用δ 算法, 其中的学习率在选择时具有一定的盲目性。 针对上述学习率的选择存在不确定性的情形,本文提出基于遗传算法的 CMAC 神经网络的学习率优化方法来避免选择学习率的盲目性。由于遗传算法 具有全局搜索和优化计算的能力,以进化思想为基础的全新的优化方法,是一种 解决常规方法不能奏效的复杂问题的有效工具。通过实验比较,发现利用遗传算 法优化后的比随机选取的学习率在利用 CMAC 神经网络重构照度数据时更加准 确,能达到预期设定的目标精度。 最后,对整个建筑物内照度场重构系统的设计与实现进行研究,从系统的 概述到系统的结构和功能进行阐述,再到软件设计的各个模块实现。该系统能够 达到设计的要求,通过重构的照度数据以及绘制出的照度等高线分布图,为监测 人员或者终端用户提供可视化功能,获知照度变化情况或者建筑物内的安全状态 信息,在实际应用中具有重要的研究价值和意义。 图 [29] 表 [4] 参 [58] 关键词:照度;照度场;重构;CMAC 神经网络;遗传算法 分类号:TP391 I Abstract Wireless sensor network can realize the change of illumination of buildings within the real-time monitoring and illumination field is reconstructed through illumination of collected data which can provide a secondary means of security for the building by analyzing the changes in the building field and the illumination of the incident occurred and the situation judged. In some of the key prevention place or the high level of security requirements region, while through the reconstruction of illumination field can monitor the changes of illumination of these areas and can better judge the protected object in a safe state, illegal intrusion and timely with the monitoring center to form a linkage alarm which play more solid security. Sensor nodes can not be deployed densely for their high costs and we need to reconstruct the building within the field of illumination, this paper studies the method of using CMAC neural network to reconstruct building illumination and optimizes the CMAC neural netwo

您可能关注的文档

文档评论(0)

1234554321 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档