李炳華,常 昊,王 成,朱心月,岳云濤

(1.悉地(北京)國際建筑設(shè)計(jì)顧問有限公司，北京 100013；2.北京建筑大學(xué)，北京 100044)

引言

隨著時(shí)代的發(fā)展，體育運(yùn)動(dòng)成為不可或缺的活動(dòng)。國家體育總局 2014年發(fā)布的《第六次全國體育場地普查數(shù)據(jù)公報(bào)》中表明，2003年時(shí)我國的體育場地總數(shù)為 850 100 個(gè)；截至 2013 年，我國的體育場地的數(shù)量已經(jīng)增長到1 694 600個(gè)，比2003年增長了 99.34%，其中綜合性體育館的數(shù)量將近翻了一番[1]。由于目前許多體育場館要求電視轉(zhuǎn)播，所以這些場館都要求在建設(shè)初期合理完善照明環(huán)境。一般來說，場地照明需要滿足運(yùn)動(dòng)員、觀眾和電視轉(zhuǎn)播三個(gè)方面的要求[2]。并且場地照明環(huán)境也影響運(yùn)動(dòng)員們的發(fā)揮，不好的光環(huán)境可能導(dǎo)致運(yùn)動(dòng)員發(fā)揮失常，而好的光環(huán)境很可能會(huì)讓運(yùn)動(dòng)員突破極限，超常發(fā)揮。體育場館的建設(shè)過程中，場地照明是不可忽視的一部分。目前有許多的體育運(yùn)動(dòng)賽事，由于每個(gè)體育運(yùn)動(dòng)的運(yùn)動(dòng)方式，速度不一樣，所以賽事都有不同的標(biāo)準(zhǔn)要求。隨著場館增多，照明水平逐漸變高，如何快速設(shè)計(jì)出滿足賽事標(biāo)準(zhǔn)的場地照明并節(jié)省能源成為當(dāng)前研究主要問題。

隨著科學(xué)技術(shù)的發(fā)展，人工智能、機(jī)器學(xué)習(xí)等日益興起。機(jī)器學(xué)習(xí)算法與人工照明設(shè)計(jì)相輔相成。利用三維可視化設(shè)計(jì)，機(jī)器學(xué)習(xí)等技術(shù)進(jìn)行人機(jī)交互式的修改設(shè)計(jì)，可以大大提高設(shè)計(jì)師的工作效率，且使設(shè)計(jì)成果在滿足要求的基礎(chǔ)上達(dá)到最好的效果。本文針對(duì)室內(nèi)的籃球場地使用PSO-SVM算法優(yōu)化了設(shè)計(jì)方法，并且此方法能夠滿足標(biāo)準(zhǔn)需求，且具有經(jīng)濟(jì)效益，為以后的體育場館照明設(shè)計(jì)提供一個(gè)高效的設(shè)計(jì)輔助手段。

1 體育照明軟件簡介

目前項(xiàng)目規(guī)模越來越大，復(fù)雜程度越來越高，光源和燈具也在不斷更新和發(fā)展，對(duì)照明設(shè)計(jì)提出了更高的要求。而手工計(jì)算需要通過一系列的公式、查表，才能得到計(jì)算結(jié)果，如果其中一個(gè)數(shù)據(jù)出現(xiàn)問題就會(huì)出現(xiàn)很大誤差，調(diào)整起來相對(duì)繁瑣。照明計(jì)算軟件則可以為大量繁瑣而又復(fù)雜的照明計(jì)算提供更為高效、快捷、準(zhǔn)確的照明計(jì)算手段。

1)AGI32。AGI32是用Microsoft Visual Basic編寫的大型綜合性照明計(jì)算軟件，以其專業(yè)的設(shè)計(jì)和強(qiáng)大的功能獲得了眾多照明設(shè)計(jì)團(tuán)隊(duì)的青睞。此軟件的優(yōu)點(diǎn)是運(yùn)行較為穩(wěn)定、開放性強(qiáng)、計(jì)算速度快、運(yùn)算結(jié)果較為準(zhǔn)確，并且可以渲染出逼真的效果圖。缺點(diǎn)是在燈具布置和計(jì)算點(diǎn)布置上智能化程度較為不足；操作較繁瑣；使用費(fèi)用較高；對(duì)于布燈較為規(guī)則的室內(nèi)和道路照明來說顯得不太方便。

2)DIALux。DIALux由德國DIAL公司開發(fā)的照明軟件，目前有中文版，目前國內(nèi)廣泛使用DIALux照明軟件。其優(yōu)點(diǎn)是與IES文件，CAD文件兼容性好，照度計(jì)算的準(zhǔn)確度很高誤差僅為3%～7%，軟件設(shè)置合理，使用靈活。缺點(diǎn)是建模功能相對(duì)薄弱，構(gòu)建復(fù)雜的建筑模型不方便，并且DIALux沒有考慮材料的鏡面反射，材質(zhì)方面也較為簡單，使得其渲染圖無法達(dá)到較高水平。

本文將采用DIALux4.13建立籃球場照明模型。

2 體育場館照明計(jì)算及其優(yōu)化

體育場館場地照明要為運(yùn)動(dòng)員、裁判員、觀眾和室內(nèi)轉(zhuǎn)播提供良好的光環(huán)境，所以對(duì)照度及其均勻度、眩光等要求較高，并且離不開良好的照明設(shè)計(jì)。本文依照J(rèn)GJ 153—2016《體育場館照明設(shè)計(jì)及檢測標(biāo)準(zhǔn)》[3]進(jìn)行對(duì)籃球場照明(表1)進(jìn)行優(yōu)化設(shè)計(jì)。

表1 籃球場照明標(biāo)準(zhǔn)Table 1 Lighting standard of basketball venue

2.1 奧體中心籃球館場地照明實(shí)例及DIALux建模

比賽場地采用丹麥進(jìn)口木地板，可進(jìn)行籃球、排球、羽毛球、乒乓球、手球、體操、技巧、舉重、摔跤等比賽項(xiàng)目。籃球場比賽區(qū)域長度為28 m，寬為15 m，高度為25 m。根據(jù)實(shí)地測試，籃球場場地照明共用144盞LED燈具，燈具型號(hào)為RT200FL-9M，一組燈具功率為540 W，總功率為77 760 W，布燈方式為兩側(cè)布燈，安裝高度為15～16.9 m，配光曲線與布燈方式如圖1所示。本文針對(duì)此體育館照明現(xiàn)狀進(jìn)行優(yōu)化設(shè)計(jì)。

圖1 場地照明燈具配光曲線與空間效果圖Fig.1 Light distribution of luminaire and the space effect of field lighting

影響照明的相關(guān)參數(shù)可歸納為光源參數(shù)和燈具空間參數(shù)。本文利用DIALux構(gòu)建簡單室內(nèi)空間，對(duì)比分析了影響照明的相關(guān)參數(shù)對(duì)平均水平照度及其均勻度、主攝像機(jī)方向上的平均垂直照度及其均勻度、輔攝像機(jī)方向上的平均垂直照度及其均勻度的影響，確定了主要影響因子，其中光源參數(shù)為光通量和配光曲線；燈具空間參數(shù)為布燈方式、燈具安裝高度、燈具的瞄準(zhǔn)角。實(shí)測數(shù)據(jù)見表2。

表2 實(shí)地測試效果Table 2 Test results

根據(jù)實(shí)際場地測量，利用DIALux軟件將籃球比賽場地模型按1∶1建立起來，通過軟件的素材功能，將籃球場地顏色與材質(zhì)選擇與實(shí)際場地相同的材質(zhì)。模型建立完畢后，利用軟件進(jìn)行布置燈具。

為了滿足平均水平照度及其均勻度、主攝像機(jī)和輔攝像機(jī)方向上的平均垂直照度及其均勻度，以及均勻度梯度。通過PSO-SVM模型建立照明主要影響因子與照度水平的關(guān)系。之后輸入所需要的照度參數(shù)即可得出主要影響因子的結(jié)果，再經(jīng)過人工微調(diào)，完成對(duì)籃球館場地照明的優(yōu)化。主要影響因子的調(diào)整范圍如下。

燈具選擇光束角為30°和50°兩種燈具，如圖2所示；布置方式選擇兩側(cè)布燈和按照橢圓形馬道布燈方式，如圖3所示；燈具安裝高度為16～22 m；燈具瞄準(zhǔn)角范圍為50°～70°。通過調(diào)整燈具配光、布置方式、安裝高度以及瞄準(zhǔn)角，得到對(duì)應(yīng)的平均水平照度及其均勻度，主攝像機(jī)方向上的平均垂直照度及其均勻度，輔攝像機(jī)方向上的平均垂直照度及其均勻度。最終共得到215組數(shù)據(jù)，利用數(shù)據(jù)建立PSO-SVM模型。

圖2 光束角為30°和50°兩種燈具的配光曲線Fig.2 Light distribution of the luminaires with the beam angles 30° and 50°

圖3 兩側(cè)布燈和按照橢圓形馬道布燈方式Fig.3 Layout of lamps on both sides and in accordance with oval track

2.2 基于PSO-SVM優(yōu)化計(jì)算模型

2.2.1 數(shù)據(jù)定性量化處理及歸一化處理

對(duì)于布燈方式，配光曲線需要將其進(jìn)行定性量化處理，否則無法保證預(yù)測時(shí)的精度。本文需要定性量化的數(shù)據(jù)是布燈方式和配光曲線。為了保證預(yù)測時(shí)的精度，以及數(shù)據(jù)量化的合理性，盡量將范圍設(shè)置在0.1以內(nèi)。故環(huán)形布燈方式設(shè)置為2.1，場地兩側(cè)布燈方式設(shè)置為2.2；光束角為30°的配光曲線設(shè)置為1.1，光束角為50°的配光曲線設(shè)置為1.2。

把數(shù)據(jù)全部轉(zhuǎn)化為數(shù)值之后需要進(jìn)行歸一化處理，為了避免算法在訓(xùn)練時(shí)出現(xiàn)過飽和并且可能會(huì)對(duì)模型造成誤差，所以每一種數(shù)據(jù)都要從同一個(gè)范圍內(nèi)取值來訓(xùn)練模型。本文將歸一化的范圍確定為[-1,1]，通過訓(xùn)練發(fā)現(xiàn)，歸一化設(shè)定為這一范圍是模型的收斂速度明顯變高。歸一化變換的公式如下所示：

(1)

式中，xmax為數(shù)據(jù)最大值，xmin為數(shù)據(jù)最小值。通過用歸一化數(shù)據(jù)進(jìn)行訓(xùn)練后，得出的結(jié)果用反歸一化處理。

2.2.2 PSO算法

粒子群算法精度高，易于計(jì)算，其迭代原理為：PSO確定粒子長度,初始化粒子位置，速度和種群數(shù)量。根據(jù)式(2)～式(4)計(jì)算粒子速度并更新粒子位置，判斷其是否超出粒子位置，超出則以邊界值代替。重新計(jì)算適應(yīng)度后，更新個(gè)體極值與群體極值，并記錄新的極值所對(duì)應(yīng)的粒子位置。如此迭代直至滿足要求。

Vi,k+1=w(k)Vi,k+c1r1(PP,k-Xi,k)+c2r2(Pg,k-Xi,k)

(2)

Xi,k+1=Xi,k+Vi,k+1

(3)

w(k)=ws-(ws-we)·K/Imax

(4)

式中，Vi,k和Xi,k表示第k次循環(huán)中第i個(gè)粒子的速度和位置；r1和r2為0～1之間的隨機(jī)數(shù)；c1，c2為非負(fù)常數(shù)，稱為加速因子；d為尋優(yōu)參數(shù)的個(gè)數(shù)；w(k)為線性遞減慣性權(quán)值；Imax為最多迭代次數(shù)；ws為初始權(quán)重；we為最終權(quán)重。ws>we,這樣能夠保證w(k)越來越小，使算法在迭代過程中有較強(qiáng)的局部搜索能力。

2.2.3 PSO優(yōu)化SVM

支持向量機(jī)(support vector machine，SVM)建立在統(tǒng)計(jì)學(xué)理論技術(shù)上，是結(jié)構(gòu)風(fēng)險(xiǎn)最小化的近似實(shí)現(xiàn)。支持向量機(jī)算法避免了人工神經(jīng)網(wǎng)絡(luò)等方法的網(wǎng)絡(luò)結(jié)構(gòu)選擇、過學(xué)習(xí)和欠學(xué)習(xí)，它可以提供一個(gè)在大量訓(xùn)練數(shù)據(jù)之間只有少數(shù)向量的全局優(yōu)化的分離邊界，并且近幾年支持向量機(jī)在大量的工程中應(yīng)用[4-7]。支持向量機(jī)中參數(shù)的尋優(yōu)沒有具體的模式，故本文采用粒子群算法對(duì)參數(shù)尋優(yōu)。

假設(shè)訓(xùn)練樣本集(Xi,yi),i=1、…、n,Xi∈Rn,yi∈R,Xi為輸入變量,yi為輸出變量，假設(shè)φ(x)能夠?qū)颖緩牡途S轉(zhuǎn)化到高維空間則SVM在特征空間中構(gòu)造非線性回歸函數(shù)可表示為

(5)

(6)

引入拉格朗日乘子δi，有

(7)

K(xi,xj)=φ(xi)·φ(xj),轉(zhuǎn)化為標(biāo)準(zhǔn)模型為

(8)

則可求得ω*,b*為

(9)

(10)

Nsv為支持向量數(shù)量，SVM回歸函數(shù)為

f(x,ω)=ω*φ(x)+b*=

(11)

式(11)中K(xi,xj)為核函數(shù)。

PSO-SVM算法的基本步驟如下：

對(duì)于SVM模型，其中有線性核函數(shù)，多項(xiàng)式核函數(shù)，徑向基核函數(shù)可以選擇，通過對(duì)數(shù)據(jù)的仿真，選取訓(xùn)練效果較好的核函數(shù)。

Step 1 首先錄入訓(xùn)練集樣本數(shù)據(jù)與測試集數(shù)據(jù)，進(jìn)行歸一化處理，并初始化SVM 模型參數(shù)。

Step 2 利用粒子群優(yōu)化算法對(duì)SVM模型參數(shù)中的懲罰參數(shù)C與核函數(shù)參數(shù)σ進(jìn)行優(yōu)化，首先對(duì)粒子群算法進(jìn)行初始化設(shè)置，包括種群最大迭代次數(shù)，慣性權(quán)重ω，加速因子c1、c2，確定粒子初始位置個(gè)體極值pBest 和粒子群最優(yōu)位置gBest。

Step 3 計(jì)算粒子群中每個(gè)粒子的適應(yīng)度。

Step 4 將每個(gè)粒子當(dāng)前最優(yōu)位置pBest 與粒子群最優(yōu)位置gBest 比較，將最優(yōu)解設(shè)置為當(dāng)前最好位置gBest。

Step 5 更新粒子的速度和位置，速度和位置的更新方程。

Step 6 將優(yōu)化后的懲罰參數(shù)C與核函數(shù)參數(shù)σ寫入SVM 分類器模型，用訓(xùn)練集訓(xùn)練模型，判斷模型識(shí)別率是否為最優(yōu)，若滿足，則輸出該最優(yōu)模型下的懲罰參數(shù)C和核函數(shù)參數(shù)σ;若不滿足，返回Step 4 重新計(jì)算粒子適應(yīng)度。

2.3 PSO-SVM模型應(yīng)用及結(jié)果分析

通過線性核函數(shù)，多項(xiàng)式核函數(shù)和徑向基核函數(shù)對(duì)訓(xùn)練樣本的仿真對(duì)比，發(fā)現(xiàn)徑向基核函數(shù)表現(xiàn)最優(yōu)，故選擇徑向基核函數(shù)。

在選定徑向基核函數(shù)之后，設(shè)置PSO算法的種群最大迭代次數(shù)慣性權(quán)重為1，懲罰參數(shù)的范圍為(0.1,100)，核函數(shù)參數(shù)的范圍為(0.01,100)。適應(yīng)度曲線如圖4所示。通過PSO優(yōu)化后SVM中最優(yōu)懲罰參數(shù)與核函數(shù)參數(shù)為：bestc=6.2443，bestσ=0.1 200。

圖4 粒子群算法適應(yīng)度曲線Fig.4 Adaptability curve of the particle swarm algorithm

采用DIALux建立體育場館調(diào)整重要影響因子時(shí)的數(shù)據(jù)并做定性量化和歸一化之后，選取平均水平照度及其均勻度U1、U2，主攝像機(jī)方向上的平均垂直照度及其均勻度U1、U2，輔攝像機(jī)方向上的平均垂直照度及其均勻度U1、U2，光通量、配光曲線、布燈方式、燈具安裝高度、燈具的瞄準(zhǔn)角等14項(xiàng)指標(biāo)共251組數(shù)據(jù)，選取從中隨機(jī)抽取221組數(shù)據(jù)作為PSO-SVM訓(xùn)練數(shù)據(jù)，其余30組數(shù)據(jù)作為測試數(shù)據(jù)，訓(xùn)練結(jié)果如表3所示。

表3 PSO-SVM照明主要影響因子訓(xùn)練結(jié)果Table 3 The training results of main effect factors of PSO-SVM lighting

由表3可知，本文建立的PSO-SVM模型平均平法誤差和平均相對(duì)誤差非常小，說明PSO-SVM模型能很好預(yù)測照明主要影響因子對(duì)照明情況的影響，證明了該模型的有效性。

采用建立好的PSO-SVM模型輸入籃球場比賽等級(jí)為6級(jí)的場地照明標(biāo)準(zhǔn)，包括平均水平照度及其均勻度U1、U2，主攝像機(jī)方向上的平均垂直照度及其均勻度U1、U2，輔攝像機(jī)方向上的平均垂直照度及其均勻度U1、U2；輸出為燈具數(shù)量、布燈方式、燈具高度和瞄準(zhǔn)角。按照所測試籃球場地測試結(jié)果與籃球場照明標(biāo)準(zhǔn)，輸入數(shù)據(jù)為9個(gè)指標(biāo)，5組數(shù)據(jù)。輸入數(shù)據(jù)均在以下范圍內(nèi)。平均水平照度為4 000～5 000 lx，均勻度U1、U2分別為0.7～0.8、0.8～0.9；主攝像機(jī)方向上的平均垂直照度為2 000～2 500 lx及其均勻度U1、U2分別為0.6～0.7、0.7～0.8；輔攝像機(jī)方向上的平均垂直照度為1 400～2 000 lx及其均勻度U1、U2分別為0.4～0.5、0.6～0.7。

仿真結(jié)果如圖5所示?；@球場場地照明優(yōu)化后采用兩側(cè)布燈方式，一共兩排，燈具高度為19 m，配光曲線不變，燈具瞄準(zhǔn)角根據(jù)預(yù)測結(jié)果進(jìn)行調(diào)整，根據(jù)幾次計(jì)算結(jié)果對(duì)比分析后，最終得到優(yōu)化方案。

圖5 PSO-SVM預(yù)測結(jié)果Fig.5 The projected results of PSO-SVM

2.4 用優(yōu)化設(shè)計(jì)方法建立三維空間模型

通過PSO-SVM仿真結(jié)果可知，采用兩側(cè)布燈方式，燈具高度為19 m，場地南北方向上內(nèi)側(cè)燈具瞄準(zhǔn)角設(shè)置為50°，場地南北方向上外側(cè)瞄準(zhǔn)角設(shè)置為70°，場地東西兩側(cè)瞄準(zhǔn)角設(shè)置為55°，配光曲線不變。通過DIALux按照以上結(jié)果設(shè)置后，并通過簡單調(diào)整，確定籃球館照明方案，燈具布置如圖6所示。

圖6 優(yōu)化方案的燈具布置圖Fig.6 Layout of luminaires for the optimized scheme

利用DIALux軟件對(duì)此場館進(jìn)行優(yōu)化后，得出照明效果圖以及照度圖如圖7所示。在主賽區(qū)場地水平平均照明照度數(shù)值中，4 000～5 000 lx共有211組數(shù)據(jù)，5 000 lx以上的區(qū)間共有253組數(shù)據(jù)；主攝像機(jī)方向上平均垂直照度，2 000～3 000 lx共有447組數(shù)據(jù)，3 000 lx以上的區(qū)間共有17組數(shù)據(jù)；輔攝像機(jī)方向上平均垂直照度，1 000～2 000 lx共有444組數(shù)據(jù)，2 000 lx以上的區(qū)間共有20組數(shù)據(jù)。具體數(shù)據(jù)如圖7所示。

圖7 照明方案優(yōu)化后的結(jié)果Fig.7 Results of the optimized lighting scheme

優(yōu)化后的籃球場館平均水平照度對(duì)比原始照明提高1 413 lx，均勻度U1提高至0.79，U2提高至0.88；主攝像機(jī)方向上的平均垂直照度提高472 lx，照度均勻度U1依舊為0.70，U2提高至0.87；輔攝像機(jī)方向上的平均垂直照度均勻度U1、U2均變化不大且滿足標(biāo)準(zhǔn)要求。

在舒適度方面，場地眩光指數(shù)均滿足標(biāo)準(zhǔn)需求。在能源方面，優(yōu)化后的總功率為96×540 W=51 840 W，節(jié)省燈具16盞，節(jié)約功率8 640 W。優(yōu)化后照明效果圖如圖8所示。

圖8 優(yōu)化后燈光效果圖Fig.8 Light effect after optimization

3 結(jié)論

本文通過DIALux軟件對(duì)奧體中心籃球館場地照明進(jìn)行了光環(huán)境模擬，得出了對(duì)照明環(huán)境的主要影響因子，并調(diào)整主要影響因子通過PSO-SVM建立了兩者之間的關(guān)系和數(shù)據(jù)庫。

利用PSO-SVM算法對(duì)原始照明設(shè)計(jì)狀況進(jìn)行優(yōu)化設(shè)計(jì)，通過輸入所需要的標(biāo)準(zhǔn)要求快速得到布燈方式、燈具高度、燈具數(shù)量和配光曲線的最優(yōu)組合方式，節(jié)省了大量時(shí)間，再根據(jù)實(shí)際條件進(jìn)行了人工微調(diào)，最終得出最優(yōu)照明方案。將優(yōu)化后的籃球場館照明設(shè)計(jì)與原始設(shè)計(jì)進(jìn)行對(duì)比，在光環(huán)境方面各項(xiàng)指標(biāo)滿足標(biāo)準(zhǔn)要求，平均水平照度值和主攝像機(jī)方向上的平均垂直照度均有所提升，并且節(jié)省了燈具使用數(shù)量，節(jié)約了能源。