室內照明自然采光的模糊控制

　　3. 2 模糊控制器結構

　　我們采用模糊統計法及專家經驗法進行隸屬函數的確定。控制規則的建立和參數的賦值，是在對我們選取的標準采光室的室內照度分布測量數據和復旦大學、天津大學、重慶大學等建筑院系照明研究經驗基礎上完成的。

　　本控制器為二維模糊控制器: 輸入變量為誤差△E 和誤差的變化量為CE; 輸出變量為控制量μ。

　　對誤差△E，誤差變化量CE 及控制量μ 的模糊集定義如下:

　　誤差△E，誤差變化量CE 及控制量μ 的模糊集均為:

　　{ 負大、負中、負小、零、正小、正中、正大}

　　用英文字頭縮寫為{NB，NM，NS，0，PS，PM，PB}。

　　以此建立模糊規則表如表1 所示。

表1 模糊規則控制表

　　注: 表格中列CE 由0 到PB 表示照度從小變大， 由0 到NB 變化表示照度從大變小。

　　表格中行△E 由0 到PB 表示照度按一定速度向照度增大的方向變化，由0 到NB 變化表示照度按一定的速度向照度減小的方向變化。

　　控制量μ 表示具體調節尺度( NB，NM，NS，0，PS，PM，PB)。

　　0 表示不調節，系統處于空閑即監視采樣狀態。

　　鑒于窗簾控制的精確度要求不需要過高，因此本文并未區分誤差變化中N0 ( 正零) 和P0 ( 負零) 的區別。

　　3. 3 模糊規則確定

　　對于誤差△E，誤差變化CE 和控制量μ 的論域定義如下:

　　誤差△E，誤差變化CE 的論域都為:

　　{ － 5， － 4， － 3， － 2， － 1，0，1，2，3，4，5}

　　μ 的論域為:

　　{0，1}

　　根據室內照度分布研究結果，我們將室內照度值離散化，以50lx 為梯度，劃分為11 檔{ － 300，－ 200， － 150， － 100， － 50，0，50，100，150，200，300} ，并對應簡化為E = { － 5， － 4， － 3，－ 2， － 1，0，1，2，3，4，5}。當值不屬于該*時，用四舍五入法將其歸入最接近的整數，例如4.5 － > 5. 0，2. 7 － > 3. 0。這種粗略的模糊化方式是符合人腦對模糊信息的處理習慣的。

　　其中照度在－ 50 到50 之間變化時對人對室內照度變化的感受并不明顯，故屬于變化負小、正小。

　　照度變化為150 左右時，由于個體差異，部分人的經驗認為有影響，部分人認為影響不明顯，但變化達到200 以上時大部分人都認為影響是明顯的，故－ 200， － 150， － 100 及100、150、200 為中等變化范疇，再根據經驗判斷每個數值的隸屬度，也即其對室內照度影響的具體程度大小，具體參見表2。

表2 模糊變量E 賦值表