当前位置:主页 > 科技论文 > 自动化论文 >

基于遗传算法的RGBW混光优化研究

发布时间:2018-01-21 09:29

  本文关键词: 光电子学 动态色温 遗传算法 LED混光 发光二极管 出处:《发光学报》2017年02期  论文类型:期刊论文


【摘要】:根据RGBW四色混光原理,采用脉冲宽度调制(PWM)调光方式,建立目标色坐标与占空比的关系方程,采用遗传算法对混合光的光通量和一般显色指数进行多元约束下寻优,在3 571~11 082 K色温范围内选取13组目标色温,采用Matlab软件进行优化仿真,最后通过实验验证。结果表明:采用遗传算法对混合光进行光通量最大化寻优,能够使混合光的光通量最高可达166.062 lm;采用遗传算法对一般显色指数进行最大化寻优,能够使混合光的一般显色指数最高可达88.3。为了保证混合光光源同时兼具高光通量和高显色性能,采用遗传算法对光通量和一般显色指数同时寻优,并采用Matlab进行模拟实验,结果表明:通过同时优化光通量和一般显色指数,能够保证混合光的一般显色指数大于82时兼具适用于大多数照明场所的高光通量。
[Abstract]:According to the four-color mixing principle of RGBW, the relation equation between the color coordinate and duty cycle of the target is established by using the pulse width modulation (PWM) dimming mode. The light flux and general chromogenic index of mixed light were optimized by genetic algorithm, and 13 groups of target color temperature were selected in the range of 3 571N 11 082K color temperature. Matlab software is used to optimize the simulation. Finally, the experimental results show that genetic algorithm is used to optimize the luminous flux of mixed light. The maximum luminous flux of the mixed light is 166.062 lm; Genetic algorithm is used to maximize the general color rendering index, which can make the general color rendering index of mixed light up to 88.3.In order to ensure that the hybrid light source has both high luminous flux and high color rendering performance. A genetic algorithm is used to optimize the luminous flux and the general chromogenic index at the same time, and the simulation experiment with Matlab is carried out. The results show that the luminous flux and the general chromogenic index are optimized simultaneously. It can ensure that the general color rendering index of mixed light is larger than 82 and has high luminous flux suitable for most lighting sites.
【作者单位】: 华南理工大学自动化科学与工程学院;华南理工大学发光材料与器件国家重点实验室;
【基金】:广东省科技计划(2011A081301017,2012A080304001,2012A080304012,2013B090600048)资助项目~~
【分类号】:TM923.34;TP18
【正文快照】: 1引言白光LED具有体积小、响应时间短、低功耗、高可靠性、环保及长寿命等一系列优点,作为第四代照明光源,LED正逐步取代白炽灯、荧光灯等传统光源。目前,LED光源在家庭照明、交通照明、植物培养等领域得到广泛的应用[1-3]。目前,大部分LED光源只能实现单一色温的照明。然而,

【相似文献】

相关期刊论文 前10条

1 杨艳丽,史维祥;一种新的优化算法—遗传算法的设计[J];液压气动与密封;2001年02期

2 王毅,曹树良;遗传算法在并联水泵系统运行优化中的应用[J];流体机械;2003年10期

3 赵义红,李正文,何其四;生物信息处理系统遗传算法探讨[J];成都理工大学学报(自然科学版);2004年05期

4 李凡,黄数林,张东风;一种改进的多倍体遗传算法[J];华中科技大学学报(自然科学版);2005年01期

5 韦雪洁;黎明;刘高航;田贵超;;注入式的遗传算法的分析与研究[J];南昌航空工业学院学报(自然科学版);2006年01期

6 阎纲;;遗传算法及其仿真[J];湖南工程学院学报(自然科学版);2006年04期

7 ;遗传算法[J];电网与清洁能源;2008年10期

8 吴玫;陆金桂;;遗传算法的研究进展综述[J];机床与液压;2008年03期

9 李培植;肖利明;于静涛;;基于遗传算法的结构优化方法[J];公路交通科技(应用技术版);2008年08期

10 于金;金乐;杜海璐;;基于改进遗传算法的集装箱装载优化问题研究[J];船海工程;2008年05期

相关会议论文 前10条

1 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

2 李国云;刘颖;薛梅;邬志敏;;遗传算法在高温空冷冷凝器优化设计中的应用[A];第五届全国制冷空调新技术研讨会论文集[C];2008年

3 王志军;李守春;张爽;;改进的遗传算法在反演问题中的应用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(上册)[C];2001年

4 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年

5 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年

6 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

7 张忠华;杨淑莹;;基于遗传算法的聚类设计[A];全国第二届信号处理与应用学术会议专刊[C];2008年

8 何翠红;区益善;;遗传算法及其在计算机编程中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年

9 靳开岩;张乃尧;;几种实用遗传算法及其比较[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年

10 王宏刚;曾建潮;李志宏;;摄动遗传算法[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年

相关重要报纸文章 前1条

1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年

相关博士学位论文 前10条

1 蔡美菊;交互式遗传算法及其在隐性目标决策问题中的应用研究[D];合肥工业大学;2015年

2 张士伟;三维声学快速多极基本解法在机械噪声预测中的应用研究[D];沈阳工业大学;2016年

3 高军;无铅焊料本构模型及其参数识别方法研究[D];南京航空航天大学;2015年

4 Amjad Mahmood;半监督进化集成及其在网络视频分类中的应用[D];西南交通大学;2015年

5 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年

6 郝国生;交互式遗传算法中用户的认知规律及其应用[D];中国矿业大学;2009年

7 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年

8 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年

9 唐文艳;结构优化中的遗传算法研究和应用[D];大连理工大学;2002年

10 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年

相关硕士学位论文 前10条

1 张英俐;基于遗传算法的作曲系统研究[D];山东师范大学;2006年

2 钟海萍;原对偶遗传算法与蚁群算法的一种融合算法[D];暨南大学;2013年

3 李志添;模糊遗传算法与资源优化配置的预测控制[D];华南理工大学;2015年

4 王琳琳;新型双层液压轿运车车厢的设计研究[D];上海工程技术大学;2015年

5 李海全;基于遗传算法的建筑体形系数及迎风面积比优化方法研究[D];华南理工大学;2015年

6 彭骞;基于遗传算法的山区高等级公路纵断面智能优化方法研究[D];昆明理工大学;2015年

7 周玉林;基于小波分析和遗传算法的配电网故障检测[D];昆明理工大学;2015年

8 郭颂;基于粗糙集和遗传算法的数字管道生产管理系统研究[D];昆明理工大学;2015年

9 吴南;数值逼近遗传算法的研究应用[D];华南理工大学;2015年

10 于光帅;一类优化算法的改进研究与应用[D];渤海大学;2015年



本文编号:1451111

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1451111.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户bb15a***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com