道路照明用LED燈智能控制技術(shù)規(guī)范起草單位

浙江大學(xué)、杭州瑞琦信息技術(shù)有限公司、杭州市亮燈監(jiān)管中心、杭州鴻雁電器有限公司、浙江省電子信息產(chǎn)品檢驗所、國網(wǎng)浙江浙電節(jié)能服務(wù)有限公司、浙江印加光電科技有限公司、杭州市路燈管理所、浙江大有實業(yè)有限公司配電工程分公司、浙江華源電氣有限公司、浙江方大智控科技有限公司、浙江省能源與核技術(shù)應(yīng)用研究院。

本標準規(guī)定了道路照明用LED燈智能控制系統(tǒng)的一般要求、系統(tǒng)架構(gòu)、主站以及集中器、中間控制器、集中控制器和單燈終端模塊的通用要求，主站與集中器通訊協(xié)議等技術(shù)要求、信息安全和試驗方法。

侯民賢、周遜盛、張平、王米成、陳萍、張建民、陳中、華啟迪、沈章堯、林濤、宋宏偉、吳建榮。

本標準規(guī)定了道路照明用LED燈智能控制系統(tǒng)的一般要求、系統(tǒng)架構(gòu)、主站以及集中器、中間控制器、集中控制器和單燈終端模塊的通用要求，主站與集中器通訊協(xié)議等技術(shù)要求、信息安全和試驗方法。

本標準規(guī)定了道路照明用LED燈（以下簡稱“LED路燈”）的結(jié)構(gòu)組成、LED模塊分類和型號、控制裝置型號，LED模塊、控制裝置等關(guān)鍵部件的一般要求和互換性，以及試驗要求與方法、標志要求。2100433B

3.1

道路照明用LED燈具效能　efficacy of LED luminaire for road lighting

在標準規(guī)定的測試條件下，道路照明用LED燈具發(fā)出的初始總光通量與其所消耗的功率之比，單位為流明每瓦（lm/W）。

3.2

道路照明用LED燈具能效限定值 minimium allowable vaule of efficiency of LED luminaire for road lighting

在標準規(guī)定的測試條件下，道路照明用LED燈具效能應(yīng)達到的

第1章緒論

1.1智能控制的發(fā)展

1.1.1智能控制問題的提出

1.1.2智能控制的發(fā)展

1.2智能控制的幾個主要分支

1.2.1基于知識的專家系統(tǒng)

1.2.2模糊控制

1.2.3神經(jīng)元網(wǎng)絡(luò)控制

1.2.4學(xué)習(xí)控制

1.3智能控制系統(tǒng)的構(gòu)成原理

1.3.1智能控制系統(tǒng)結(jié)構(gòu)

1.3.2智能控制系統(tǒng)的特點

1.3.3智能控制系統(tǒng)研究的主要數(shù)學(xué)工具

習(xí)題和思考題

第2章模糊控制論

2.1引言

2.2模糊集合論基礎(chǔ)

2.2.1模糊集的概念

2.2.2模糊集合的運算

2.2.3模糊集合運算的基本性質(zhì)

2.2.4隸屬度函數(shù)的建立

2.2.5模糊關(guān)系

2.3模糊邏輯、模糊邏輯推理和合成

2.3.1二值邏輯

2.3.2模糊邏輯的基本運算

2.3.3模糊語言邏輯

2.3.4模糊邏輯推理

2.3.5模糊關(guān)系方程的解

2.4模糊控制系統(tǒng)的組成

2.4.1模糊化過程

2.4.2知識庫

2.4.3決策邏輯

2.4.4精確化過程

2.5模糊控制系統(tǒng)的設(shè)計

2.5.1模糊控制器的結(jié)構(gòu)設(shè)計

2.5.2模糊控制器的基本類型

2.5.3模糊控制器的設(shè)計原則

2.5.4模糊控制器的常規(guī)設(shè)計方法

2.6模糊PID控制器

2.6.1模糊控制器和常規(guī)PID的混合結(jié)構(gòu)

2.6.2常規(guī)PID參數(shù)的模糊自整定技術(shù)

2.7模糊控制器的應(yīng)用

2.7.1流量控制的模糊控制器設(shè)計

2.7.2倒立擺的模糊控制

習(xí)題和思考題

第3章人工神經(jīng)元網(wǎng)絡(luò)控制論

3.1引言

3.1.1神經(jīng)元模型

3.1.2神經(jīng)網(wǎng)絡(luò)的模型分類

3.1.3神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法

3.1.4神經(jīng)網(wǎng)絡(luò)的泛化能力

3.2前向神經(jīng)網(wǎng)絡(luò)模型

3.2.1多層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

3.2.2多層傳播網(wǎng)絡(luò)的BP學(xué)習(xí)算法

3.2.3快速的BP改進算法

3.2.4BP學(xué)習(xí)算法的MATLAB例程

3.3動態(tài)神經(jīng)網(wǎng)絡(luò)模型

3.3.1帶時滯的多層感知器網(wǎng)絡(luò)

3.3.2Hopfield神經(jīng)網(wǎng)絡(luò)

3.3.3回歸神經(jīng)網(wǎng)絡(luò)

3.4CMAC神經(jīng)網(wǎng)絡(luò)

3.4.1小腦網(wǎng)絡(luò)的感知器模型

3.4.2CMAC的映射原理

3.4.3CMAC網(wǎng)絡(luò)的學(xué)習(xí)算法

3.5RBF神經(jīng)網(wǎng)絡(luò)模型

3.5.1具有固定中心的RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

3.5.2徑向基神經(jīng)網(wǎng)絡(luò)訓(xùn)練的隨機梯度逼近法

3.6神經(jīng)網(wǎng)絡(luò)控制基礎(chǔ)

3.6.1引言

3.6.2神經(jīng)網(wǎng)絡(luò)的逼近能力

3.7非線性動態(tài)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)辨識

3.7.1神經(jīng)網(wǎng)絡(luò)的辨識基礎(chǔ)

3.7.2神經(jīng)網(wǎng)絡(luò)辨識模型的結(jié)構(gòu)

3.7.3非線性動態(tài)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)辨識

3.8神經(jīng)網(wǎng)絡(luò)控制的學(xué)習(xí)機制

3.8.1監(jiān)督式學(xué)習(xí)

3.8.2增強式學(xué)習(xí)

3.9神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計

3.9.1神經(jīng)網(wǎng)絡(luò)直接逆模型控制法

3.9.2真接網(wǎng)絡(luò)控制法

3.9.3多神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)控制法

3.10單一神經(jīng)元控制

習(xí)題和思考題

第4章專家控制

4.1引言

4.2專家控制的基本原理

4.2.1專家控制系統(tǒng)的基本內(nèi)容

4.2.2知識表達

4.2.3知識推理

4.2.4專家控制系統(tǒng)的設(shè)計

4.3專家控制應(yīng)剛舉例

4.3.1PID專家控制系統(tǒng)設(shè)計

4.3.2過程專家控制系統(tǒng)

4.4仿人智能控制

4.4.1仿人智能控制的引入

4.4.2仿人智能控制的基本概念

4.4.3仿人智能控制的實現(xiàn)

4.4.4仿人智能控制的應(yīng)用舉例

習(xí)題和思考題

上機實驗題

第5章分層遞階智能控制

5.1引言

5.2遞階智能控制的基本原理

5.3遞階智能控制的組織和協(xié)調(diào)

5.3.1遞階智能控制的組織級

5.3.2遞階智能控制的協(xié)調(diào)級

5.3.3遞階智能控制的執(zhí)行級

5.4分層遞階智能控制的應(yīng)用舉例

5.4.1智能機器人系統(tǒng)的遞階控制

5.4.2集散遞階智能控制系統(tǒng)

習(xí)題和思考題

第6章學(xué)習(xí)控制

第7章模糊神經(jīng)網(wǎng)絡(luò)控制與自適應(yīng)神經(jīng)網(wǎng)絡(luò)

第8章進貨算法

第9章多智能體系統(tǒng)控制 2100433B