[发明专利]一种复杂环境下多核有向无环图支持向量机控制的路灯调光方法

说明书

本发明公开了一种复杂环境下多核有向无环图支持向量机控制的路灯调光方法，步骤为1、分析路灯周边光照强度、车流量等环境数据与路灯照明之间的相互关系，研究具备将路灯环境数据二分类的支持向量机方法，以实现路灯环境数据分类；2、分析支持向量机关于路灯环境数据分类时最优解优化问题，研究求解凸二次规划中对偶问题的最小序列优化方法，以自适应缩短路灯调光反应时间；3、分析在路灯环境数据二分类基础上与路灯多级调光的关联，研究具备线性、多项式和高斯核函数的多分类有向无环图支持向量机方法。本发明实现路灯有效节能和智能控制。该多核有向无环图支持向量机控制的路灯调光方法可以有效提高能源利用率，具有重要的实用价值。

技术领域

本发明涉及样本数据二分类的支持向量机技术，快速解凸二次规划中对偶问题的优化技术，路灯环境数据多分类功能的支持向量机技术，具体涉及在复杂环境下多核有向无环图支持向量机控制的路灯调光方法。

背景技术

本发明的背景技术涉及三个关键步骤与方法：研究样本数据二分类的支持向量机方法，研究快速解凸二次规划中对偶问题的优化方法，研究路灯环境数据多分类功能的支持向量机方法。

样本数据二分类的支持向量机方法：

由于路灯环境数据样本复杂，且各样本数据之间的特征并没有很大的关联性，使得很多二分类方法对路灯环境数据分类精度不高。研究样本数据二分类的支持向量机方法来提高数据分类精度。

快速解支持向量机中凸二次规划中对偶问题的优化方法：

由于直接求解支持向量机中凸二次规划中的对偶问题比较困难，算法复杂度较高，使得在算法中对偶问题的求解效率和最优解的准确率都较低。研究快速解凸二次规划中对偶问题的优化方法来降低求解最优解的耗时，提高最优解的正确率。

路灯环境数据多分类功能的支持向量机方法：

由于支持向量机是针对二值分类问题提出的，使得环境数据二分类后的路灯调光等级单一。研究路灯环境数据多分类功能的支持向量机方法，以实现多级的路灯调光。

发明内容

本发明的目的在于提供复杂环境下多核有向无环图支持向量机控制的路灯调光方法，分析路灯周边光照强度、车流量环境数据与路灯照明之间的相互关系，以确定路灯环境数据分类；分析路灯环境数据分类时最优解优化问题，以缩短路灯自适应调光反应时间；分析在路灯环境数据二分类基础上与路灯多级调光的关联，提高路灯分级调光智能化程度，以节约电能和满足道路照明安全。

通过研究样本数据二分类支持向量机方法、快速解凸二次规划中对偶问题的优化方法和路灯环境数据多分类功能的支持向量机方法，实现路灯智能调光。本发明需要解决的关键科学问题如下：

(1)采用最优超平面方法解决路灯环境数据二分类与路灯调光问题使之既要准确的将正负样本数据分隔开来，又要与调光等级相匹配，并让尽可能多的数据支持向量，以使得分类间隔达到最大值。因此，挖掘路灯环境数据与路灯调光之间的关系成为拟解决的关键科学问题。通过将它们之间的关系合理的量化，保证精准调光。

(2)采用序列最小优化方法求解支持向量机最优解使之既要缩短求解时间降低最优解的计算复杂度，又要恰当选择子问题的参数变量，以提高路灯在人和车即将到来之前迅速调光的反应灵敏度。因此，选择变量的启发式学习方法成为拟解决的关键科学问题，而选择的变量需满足KKT条件(优化学中解决拉格朗日对偶问题的一种重要思想)。

(3)采用多核有向无环图支持向量机方法处理路灯环境数据多分类，以增加路灯调光等级，实现在不同环境下路灯自适应智能调光，使之既能节约电能，又能满足人们出行的需求。因此，样本数据多分类成为拟解决的关键科学问题，多分类精度决定调光的准确性，分类精度低则路灯耗电较高，反之则相反。

本发明解决其技术问题所采用的技术方案为：

本发明的方法包括以下主要步骤：