基于MATLAB的RBF神经网络在照明计算中的应用

江 莉,方林宏

(1.新疆职业大学机械电子工程学院， 新疆 乌鲁木齐 830013；2.新疆计量测试研究院交通所,新疆 乌鲁木齐 830011)

引言

在建筑电气设计中，照明计算往往是必不可少的重要环节。常规的照度计算方法极其繁琐，不仅计算量庞大，而且计算枯燥、重复，需要查阅大量的数据表格，并需对获得的数据进行修正。对于这些离散的数据表格，很多情况下工程设计人员找不到完全对应的数据，只能取相邻的数据，因此存在着较大的计算误差，这些因素使工程设计人员对光源定量计算感到困难。计算的偏差直接影响到照明方案选择实施和最终的照明效果。

基于此缘由，本文将人工神经网络应用到照度的计算中。人工神经元网络是由大量处理单元相互链接而成的网络，是人脑的抽象、简化、模拟，反映人脑的基本特性，具有非线性、大量并行分布结构和自学习，自归纳能力等特点，曾被广泛应用于预测、模式识别等领域并取得了理想的效果。在照度计算中运用神经网络技术，不但能更准确、快速的获得计算结果，而且可以避免重复计算，从而大大降低了照度设计过程中的劳动强度，并且能够优化照明方案，从而达到理想的照明效果。本文选择基于MATLAB的RBF神经网络模型。

1 RBF网络模型的建立

RBF神经网络是一种高效的前馈式神经网络，由输入层、隐含层和输出层构成。它具有其他前向网络所不具备的最逼近性能和全局最优特性，并且结构简单，训练速度快。……