典型文献
基于改进MFO-GRU网络与模糊控制的智能调光路灯
文献摘要：
针对路灯的夜间智能化水平低,耗电量大的问题,提出了一种基于深度学习与模糊控制的智能调光路灯控制系统.使用引入新碰撞机制的飞蛾扑火(MFO)算法对门控循环单元(GRU)的超参数进行优化,经过超参数优化后的GRU模型对当前环境的能见度进行预测.相较于其他神经网络模型,在减少模型大小的同时提高了预测精度.控制系统将传感器收集到的环境信息作为模型输入参数,对能见度进行实时预测.使用一种新的路灯调光方法,将预测能见度与当前亮度值作为模糊控制系统输入参数,输出调光值对灯光亮度进行调节.实验结果表明,该系统可实现根据环境自适应调节亮度,能够有效减少电量消耗,具有较强的现实意义.
文献关键词：
飞蛾扑火;GRU;能见度预测;模糊控制
中图分类号：
作者姓名：
张基延;秦会斌
作者机构：
杭州电子科技大学新型电子器件与应用研究所 杭州310018
文献出处：
引用格式：
[1]张基延;秦会斌-.基于改进MFO-GRU网络与模糊控制的智能调光路灯)[J].国外电子测量技术,2022(10):148-154
A类：
B类：
MFO,GRU,智能调光,光路,智能化水平,耗电量,路灯控制系统,撞机,飞蛾扑火,门控循环单元,超参数优化,环境信息,模型输入,输入参数,实时预测,模糊控制系统,出调,灯光亮度,环境自适应,自适应调节,能见度预测
AB值：
0.293701
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
