Розробка та дослідження моделі оптимального управління освітленням розумного будинку засобами Matlab.
Анотація
У статті розглянуто питання, які стосуються розробки та дослідження моделі оптимального управління освітленням розумного будинку засобами Matlab. Система управління освітленням розумного будинку складається з низки взаємопов’язаних елементів, які забезпечують автоматичне, дистанційне або інтелектуальне керування джерелами світла. У роботі, однак, наголос зроблено на побудові математичної моделі функціонування системи управлінням освітлення розумного дому, вважаючи, що склад її елементів для фахівців добре відомий. Цільовою функцією математичної моделі вибрано функцію втрат, яку потрібно мінімізувати. Ця функція складається з двох частин. Перша частина враховує втрати від від нестачі світла, а друга враховує втрати від від надмірного використання штучного світла (енерговитрати). У програмі, розробленою засобами Matlab, застосовується метод оптимізації fmincon з алгоритмом sqp (послідовне квадратичне програмування) для знаходження найкращого розподілу шуканого значення штучного освітленняі. В результаті моделювання процесу роботи системи управління освітленням отримали оптимальні значення штучної освітленості впродовж кожної години доби. Відповідний графік наводиться та аналізується. На наш погляд, запропонована математична модель та програма BrightLight вирішує задачу енергозберігаючої оптимізації освітленням розумного будинку
Посилання
Aleksov S., Govorushchenko T., Voychur O., Voychur Y. Lighting control method in the cyber-physical system "Smart Home" // Measuring and computing devices in technological processes. V4, 2024, pp. 108–114. DOI: https://doi.org/10.31891/2219-9365-2024-80-4
Sorokin A., Chaikin M. Intelligent lighting control system based on a microcontroller with adaptation to environmental conditions // Control, navigation and communication systems. Collection of scientific papers, V4, 2025, pp. 134–142. DOI: https://doi.org/10.26906/SUNZ.2025.4.134
Safaei D., Sobhani A., Kiaei A. A. (2023) DeePLT: Personalized Lighting Facilitates by Trajectory Prediction of Recognized Residents in the Smart Home // Computer Sciences. Cornell University, V1, 2023. DOI/URL: https://arxiv.org/abs/2304.08027
Kyslytsia D., Basova Y., Kyslytsia S., Kozhushko H., Zakharchenko R. (2024) Automatic lighting control systems - an effective way to save electricity and improve lighting quality, Control, navigation and communication systems. Collection of scientific papers. V.4 2024, pp. 031–041. DOI: https://doi.org/10.26906/SUNZ.2024.4.031
Adebiyi A. A., Habyarimana M. (2025) Systematic Review of Optimization Methodologies for Smart Home Energy Management Systems, Energies, 18(19), Art. 5262. DOI: https://doi.org/10.3390/en18195262
