Multizona de control basado en iluminancia

dinámica del replicador

Nohora Espa~
Departamento de Ingenier'ıa El'
Universidad de los Andes
Bogot' una, Colombia
E-mail: nl.espana10@uniandes.edu.co
n/A Andr' ES Pantoja, Miembro, IEEE
ectrica y Electr' ónica Departamento de Electr' ónica
Universidad de Nari~ no
Pasto, Colombia E-mail: ad
pantoja@udenar.edu.co

Resumen seguimiento -Illumination en diferentes zonas para
extensos edificios es una tarea compleja para los controla- dores centralizados.
Con el fin de lograr diferentes puntos de ajuste en entornos verso di- con
información de los sensores de luz, se presenta una estrategia distribuida
basada en la dinámica de réplica. Con esta estrategia, los niveles de iluminación
adecuados se conservan junto con el confort necesario en cada área mediante
el aprovechamiento de la luz del día y la zona inter-influencias. El algoritmo
propuesto se programa en simulaciones con un modelo de iluminación interior
con el fin de ajustar los parámetros del controlador. A continuación, una versión
discreta del método se programa en un sistema de microcontrolador para
demostrar su rendimiento en un modelo de maqueta con sensores y lámparas
trol de edificios en o fi cina o aulas, deben manejar grandes cantidades de datos
y variables. Esta situación reduce la e fi ciencia de los métodos tradicionales
centralizados. Por lo tanto, la implementación de sistemas distribuidos responde
a las necesidades de intercambio de información a gran escala, tales como los
sistemas de redes eléctricas, redes de comunicaciones, redes de sensores
inalámbricos, o sistemas de gestión de la asignación de recursos en los edificios
[2].
control de la iluminación tradicional emplea técnicas simples, tales como

LED en una distribución multizona. interruptores de encendido y apagado con sensores de presencia y umbrales nanciar
ilumina-. Generalmente, controladores automáticos on-off producen conmutación
frecuente de las luces causando condiciones fortable uncom- a los ocupantes y las
Términos del Índice Control de -distribuidos, Energía e fi ciencia, Il-
reducciones de la vida lámparas [3]. Sin embargo, la investigación para optimizar los
Control de la luminancia, la dinámica de réplica
niveles de luz y técnicas de ahorro de energía está avanzando con el uso e fi ciente de

I. INTRODUCCIÓN información de diferentes fuentes. En este sentido, las redes de comunicaciones

permiten que muchos sensores y actuadores para interactuar en un sistema en varios
En el trabajo, entornos residenciales o industriales, hay varias zonas con
niveles de potencia pueden ser seleccionados para proporcionar una iluminación
diferentes requisitos de iluminación arti fi cial de acuerdo con las necesidades de
adecuada en diferentes escenarios.
cada lugar. Un área bien iluminada es el que tiene los niveles de luz apropiadas,
pero también con una distribución de luz uniforme, ausencia de deslumbramiento, o
contrastes excesivos [1]. De lo contrario, la iluminación inadecuada puede provocar
Por ejemplo, en [4] y [5] se utilizan algoritmos basados ​en métodos
enfermedades y accidentes de trabajo que se pueden prevenir mediante estrategias
estocásticos para establecer puntos de referencia, mientras que en [6],
de control para seleccionar im- plementar diferentes puntos de funcionamiento, evitar
cada luminaria inteligente maneja informa- ción local a partir de sensores
cambios bruscos, y facilitar el uso de la iluminación natural o fi cial arti alrededores
cerca de su posición para determinar las capacidades de control y la
para rendimiento energético.
conectividad con otras lámparas cercanas. En [7], un problema de
optimización para el control distribuido con información local y global para la
toma de decisiones en actuadores locales se formula, la realización de
El consumo de energía en sistemas de iluminación es muy alto teniendo
pruebas en un entorno real con sensores, lámparas y posible interacción de
en cuenta que un edificio común gasta hasta un 40% del consumo total de
la luz natural del LED. Por otra parte, el compromiso entre confort y ahorro
electricidad en las luminarias. La forma más adecuada para reducir este
energético se presentan en [8].
consumo implica im- plementar sistemas de iluminación óptimas de tal
manera que la comodidad y el bienestar de los habitantes son respetados. En
este sentido, los controladores avanzados han demostrado ahorros de entre
Este documento propone un sistema en el que cada entorno (por
30% y 60% del consumo de energía, mientras que los niveles de luz
ejemplo, aulas, pasillos, laboratorios, etc.) se divide en grupos o zonas de
recomendadas en diferentes entornos se mantienen [1].
iluminación definida por lámparas cercanas y un sensor. Cada zona se
elige apropiadamente según la forma de cada espacio, la proximidad a las
fuentes de luz natural, y la disponibilidad de luminarias. Este enfoque
Las estrategias de control implementadas en sistemas con muchos sensores y
distribuido permite la estrategia de control para definir diferentes niveles
actuadores, como los requeridos en con- iluminación
de iluminancia para cada zona y para tomar ventaja de la influencia entre
Este trabajo ha sido financiado en parte por el Proyecto VIPRI 405/2011, de la Universidad las zonas y la luz natural para ahorrar energía.
de Nari~ no, Acuerdo 144 27 de Ago del 2012.

978-1-4673-9305-8 / 15 / $ 31.00 c © IEEE 2015

 La estrategia de control se basa en la dinámica de la población que
modelan el comportamiento de un conjunto distribuido de agentes cuyas
decisiones dependen de su propia información y los datos globales sobre el
comportamiento de otros agentes. La dinámica del replicador (RD) [9] se
adaptan para relacionar los niveles de iluminancia en cada zona con funciones
de bienestar o “idoneidad” que los individuos naturales de una población
perciben mediante la introducción de un hábitat (en este caso, una zona de
iluminación). La dinámica del replicador apuntan a cada individuo a moverse en
busca de mejores hábitats para mejorar su idoneidad teniendo en cuenta el
bienestar de la población mundial [10]. El controlador RD en esta solicitud es
una adaptación del trabajo previo [11], para hacer frente a varios entornos, La Figura 1. La aplicación del modelo de simulación de la iluminación de interior para diferentes
intensidades en luminarias.
múltiples zonas en cada uno de ellos, y el tación aplica- en un dispositivo digital
con un agente de coordinación centralizada.

la horizontal uno; ξ ij es el ángulo entre la superficie de recepción y la

Este documento está estructurado de la siguiente manera. En la Sección II,
un simplifica ed modelo matemático para la iluminación interior con varias
fuentes de luz no puntuales (en representación real de LED o luminarias
fluorescentes) se muestra. En la sección III, se presenta la adaptación de la
dinámica del replicador al control de la iluminación para satisfacer los objetivos
de control. Las simulaciones utilizando el modelo de iluminación para calibrar
los parámetros de la estrategia y el controlador implementado en un sistema
embebido para controlar varias zonas de iluminación en un modelo a escala se
describen en la Sección IV. Finalmente, la sección V discute la aplicabilidad y
la posible implementación del controlador replicador en entornos de gran
escala.
II. METRO ODELING Y SIMULACIÓN DE INDOOR
ILUMINACIÓN
La iluminancia o iluminación nivel sobre una superficie es la relación
entre el ux fl luminoso recibido y su área. Se simboliza por mi y su unidad
es el Lux ( lx). Esta es la variable controlada en sistemas de iluminación
de acuerdo a los niveles recomendados para diferentes entornos de las
normas internacionales [12]. La iluminancia depende del fl ujo luminoso
producido por una fuente de luz. El reflujo se define como la cantidad
total de luz emitida en un segundo y su unidad es el lumen ( lm).
Para determinar la iluminancia media percibida en una superficie con zona UNA 2, producido
el aula con 9 luminarias en la Figura 1 se presentan en la Tabla I para el
por una luminaria uniforme con área UNA 1 ( generalmente UNA 2 » UNA 1), tenemos en
cuenta que UNA 1
y UNA 2 puede ser dividido en pequeñas áreas que conforman las superficies de
envío y recepción. Adaptación de conceptos a partir de [12], [13], [14], y
suponiendo luminarias homogéneos, la iluminancia sobre la superficie
receptora está dada por
1 Σ Σ una 1 yo una 2 j
mi 2 = 1 I (θ ij, Ψ ij) cos ξ ij
UNA 1UNA 2 re 2ij
yo j
dónde una 1 yo y una 2 j son las yo º y j º componentes de UNA 1
y UNA 2, respectivamente; I (θ ij, Ψ ij) es la intensidad luminosa producida por el
segmento de una 1 yo terminado una 2 j, que depende del ángulo de θ ij sobre el plano
vertical y el ángulo Ψ ij terminado
dirección de los rayos de luz; y re ij es la distancia entre los centros de una 1
yo y una 2 j.
Suponiendo que la intensidad es directamente proporcional a los fl ux, se
programó un script en Matlab para calcular (1), teniendo como entrada una
matriz de flujos (cada entrada de la matriz es el luminoso reflujo de cada
lámpara), y teniendo en cuenta las dimensiones reales luminosos de los
espacios de de fi nir las distancias entre las zonas. Utilizamos hipermatrices
matrices para acelerar los procesos de suma.
Como un ejemplo, dejar que considerar un aula con dimen- siones y
disposición de luminarias como se muestra en la Figura 1 (izquierda). La
matriz de flujo Φ que representa la capacidad de cada luminaria en este caso
está dada por
• •
1600 4200 2400 2000
Φ= • 0 1800 • lm
3000 3600 4000
dónde Φ 22 = 0 representa que la luminaria 2 en la zona 2 está apagado. El
resultado del modelo propuesto se presenta en la Figura 1 (a la derecha)
utilizando la función de Matlab pcolor. En esta figura, la influencia de las
lámparas más potentes y la lámpara apagada es notable.
Con el fin de validar los principales resultados del modelo de simulación, se
presenta una comparación con los resultados proporcionados por DI- ALUX (un
software de diseño de iluminación simulación especializada [15]). En este caso, las
luminarias con fl ujo típica de 3,750
lm del catálogo de la General Electric son elegidos. Los resultados para
modelo propuesto y la simulación DIALux. Los parametros mi min, mi medicina,
y mi máx en luxes representan el mínimo, medio y máximo de iluminancia en
todo el espacio. Aunque los resultados no son exactos, los iluminances y
los dados in- uniformes son bastante similares teniendo en cuenta las
diferencias en los tamaños y fundentes entre luminarias reales y
simulados.
(1) III. METRO ULTIZONE do CONTROL S ESTRATEGIA
La metodología de control propuesto se basa en la dinámica cador imita- para
mantener iluminancia uniforme en cada zona de acuerdo con los niveles ajustables.
En esta sección se presenta el RD definición y la adaptación al sistema de
iluminación para hacer frente a los puntos de ajuste de seguimiento y ahorro de
energía. los
 Tabla I
do OMPARACIÓN parámetros entre el modelo de simulación B. Adaptación a un controlador de iluminación
Y el dial SOFTWARE UX.
teoría replicadores se puede adaptar a la lem iluminación proble-

Simulador mi min mi medicina mi máx

mi min mi min considerando los individuos como fracciones de la potencia suministrada a las
mi medicina mi máx
lámparas y los subgrupos que las zonas se define en cada entorno. En esta
Dialux 161 351 442 0,459 0,364
Modelo 221 339 418 0,654 0,530 aplicación se resuelve dos problemas principales: yo) La consigna de seguimiento
en cada zona, y ii) la uniformidad de iluminancia dentro de cada zona. Con esta
estrategia, la potencia aplicada en cada zona evoluciona la búsqueda de una
iluminación uniforme en todas las áreas. En este caso,
ecuación RD se ha utilizado para controlar diferentes sistemas distribuidos, tales como
sistemas de distribución de agua [16], la humedad y la temperatura [17], la
PAG nene representa la potencia total disponible para la iluminación. Estos recursos se
construcción de la temperatura [18], y las redes inteligentes [19].
asignan de acuerdo a la iluminación necesita para alcanzar los puntos de ajuste sin
error. Si esta cantidad no es suficiente para llegar a los puntos de ajuste en cada

A. El sistema replicador habitación, la potencia disponible se redistribuye de manera que se reduzca al mínimo
la suma de errores, en busca de la asignación óptima de los recursos [11]. En este
Un replicador es la unidad fundamental en el proceso evolutivo y es
trabajo, se supone que PAG nene es lo suficientemente alto como para satisfacer el
análogo a un individuo en una población. sistemas Replicator son
consumo de iluminación para todos los entornos.
cruciales para muchos procesos naturales y se han utilizado para modelar
diferentes tipos de sistemas dinámicos con múltiples agentes cooperantes
Por el contrario, si PAG nene se calcula con un margen de seguridad, sólo una parte
y ing compe- [10].
de esta energía debe ser consumido para alcanzar los niveles de iluminación
deseados. Por ejemplo, cuando la luz del día es abundante en una cierta área de una
La dinámica de réplica se refieren al comportamiento de la po- blación de
habitación, una zona ficticia que actúa como se necesita una variable de holgura para
los individuos que se dividió en subgrupos que cada individuo elige una
aplicar sólo el consumo necesario (generalmente menos de PAG nene). Dejar suponer
estrategia para maximizar su bienestar o “idoneidad”. Los pagos en este
que un medio ambiente (por ejemplo, un aula) tiene norte
juego representan el efecto de aumentar la función de la forma física en
función de la estrategia elegida propia y los elegidos por los otros individuos.
de fi nido zonas de iluminación. Junto con el área ficticia, esta zona tendrá N + 1 zonas.
Estas dinámicas, en determinadas condiciones mantienen subgrupos
Entonces, para cada entorno en el edificio, la potencia aplicada a cada zona se
estables en el tiempo que comparan su propia idoneidad a la aptitud media fi
obtiene resolviendo el conjunto de primeras ecuaciones diferenciales orden en
de toda la población [20]. Utilizando el juego de la teoría evolutiva definición,
(2), además de una ecuación adicional debido a la variable de holgura.
el RD están dadas por

Las funciones de aptitud física para alcanzar los puntos de ajuste deseados en cada zona
( F yo( pag) - ¯
están dadas por
ṗag i = β p yo
pag f (p)) (2)
PAG nene
F i = B + S yo - mi yo, para i = 1, 2, ..., norte (5)
para i = 1, 2, . . . , NORTE, dónde norte es el número de estrategias puras, pag yo( t) ≥
0 es el número de individuos que juegan estrategia i, p = [p 1, pag 2, . . . , pag NUEVO F N + 1 = segundo (6)
TESTAMENTO es el estado de la población, PAG nene es el número total de individuos y
dónde S yo es el punto de ajuste deseado para la zona i, E yo se la iluminancia
β> 0 es un factor de calibración [10]. Adicionalmente,
medida en el yo º zona, B> 0 es constante para garantizar la positividad en todos
tnesses fi (para evitar errores numéricos en la solución de ecuaciones
F yo( pag) representa la función de la forma física percibida para el yo º
diferenciales). Tenga en cuenta que S yo - mi yo es el error de seguimiento en el yo º zona
subgrupo, y ¯ f (p) es la aptitud media fi de la población
y
dada por
F N + 1 es la idoneidad de la zona ficticia.
Σnorte De acuerdo con (4), en estado estacionario todas las zonas tienen la aptitud
f¯(p) = 1 pag yo F yo( pag) (3) mismo fi (es decir, F i = SEGUNDO, para todos yo), y por lo tanto, el error debe ser
PAG nene
i=1 cero. Este efecto es debido a la elección apropiada de las funciones de la forma

Un principio fundamental de este concepto es que la población, después de física en el sistema aumentada. Es notable que con las funciones de la forma física

un proceso evolutivo, tiende a hallar un punto de equilibrio en el que todos los elegida ( F yo( pag) es decreciente con pag yo), la estabilidad del sistema se puede

individuos a alcanzar la forma física misma función. Por lo tanto, cada individuo demostrar mediante el uso de las condiciones que se presentan en [11] y [18]. En

trata de maximizar la rentabilidad, mientras que se obtiene un bienestar social este caso, la función de la forma física F yo
común para la población. Cuando se alcanza el equilibrio, el estado de la
población pag * satis fi ca depende directamente de mi yo en lugar de pag yo. Sin embargo, en las lámparas
LED, la iluminancia es proporcional a la potencia aplicada. Entonces, al final, F yo( pag)
es decreciente con pag yo,
( F yo( pag *) - ¯
y las condiciones de estabilidad se satisfacen para este caso aplicación en
˙ i = pag * yo
pag f (p *)) = 0
PAG nene particular.
La estrategia de RD se puede mostrar como un control distribuido
F yo( pag *) = ¯ f (p *) (4) teniendo en cuenta la información local que cada zona
tiene que calcular su idoneidad. Sin embargo, se necesita un agente central para
obtener la aptitud física media dada por (3). En este sentido, un diagrama de
bloques para el control propuesto se presenta en la Figura 2, donde los agentes
distribuidos están a cargo de la solución de la mayor parte de la dinámica del
replicador, mientras que la idoneidad media es suministrada por un simple cálculo
central.
Figura 2. Diagrama de bloques de un controlador distribuido basado en replicador.
IV. S Y IMULATION yo APLICACIÓN EN UN S CALE
METRO ODELO
Para aplicar la estrategia de RD en entornos reales, se propone un
estudio de caso con una sección de un edificio tecnológico de la
Universidad de Nari~ No, Colombia. Figura 4
muestra un plano esquemático de la zona elegida, que se divide en 7
ambientes incluyendo aulas, labo- ratorios, pasillos, escaleras, áreas
oscuras y trasteros. Cada entorno se divide en zonas de acuerdo con la
disposición de luminarias y sensores (como se muestra en la figura). Por
ejemplo, el medio ambiente 7 (una clase) se divide en tres zonas, que
interactúan entre sí (sin divisiones) y tiene acceso a la luz natural a
través de una ventana.
Figura 3. Imagen del modelo una y veinticinco maqueta para la ejecución de
el controlador RD.
R. Los resultados de la simulación
El controlador descrito por las ecuaciones (2) y (3), y las funciones de la
forma física (5) y (6) se implementa en Matlab usando el solucionador
ode23s. En este caso, la luminancia de cada área se obtiene del modelo de
iluminación descrito
en la Sección II, donde la entrada fl matriz ow es proporcional a la potencia pag yo que
debe aplicarse a cada zona de acuerdo con la dinámica del replicador.
El programa de control se basa en el diagrama de bloques en la figura 2,
donde el agente central calcula la idoneidad de la media con información
acerca de las iluminancias resultantes de la modelo de iluminación. Cada
agente distribuido realiza el solucionador de oda, cuyo resultado es la
potencia aplicada a cada lámpara y, a continuación, la entrada de fl matrices
OW se introducen en el modelo. La iluminancia detectada de cada zona, se
emula con la iluminancia media de la zona de recepción calculado con (1).
La Figura 5 muestra los resultados para cuatro ambientes (tres pasillos, cada
uno con dos zonas, y un sector escaleras, con tres zonas). Los puntos de ajuste
para todas las zonas en los pasillos es 100 lx, y 150 lx para el área de escaleras. Se
obtiene el estado estacionario deseado en todas las áreas, que presentan una
forma iluminancia uni- correspondiente a los puntos de ajuste seleccionados. En
este caso, PAG nene es su fi ciente para alcanzar los niveles de luz requerida en cada
errores de la zona y de seguimiento en cada zona se reducen a cero. Aunque el
sistema de control no es basado en el modelo, la respuesta es adecuada y el
estado del tiempo y las oscilaciones se puede ajustar cambiando la β parámetro en
la ecuación de réplica (2).
B. Aplicación de un modelo de maqueta
Con el fin de implementar el controlador replicador en una plataforma real, un
modelo a escala 1:25 del modelo en la figura 4 está construido con lámparas y
sensores de luz de acuerdo con la distribución de la zona inicial. La Figura 3
muestra una imagen de la maqueta.
El algoritmo de control está programado en un Arduino 2560 tablero
Mega por medio de una versión discreta de la dinámica replicadores [10]
dada por
α + f yo( P) α + ¯
pag yo( k + 1) = pag yo( k) (7)
PAG nene f (P) ,
dónde α es un parámetro inversamente relacionada con el tiempo de toma de
muestras (en este caso es 100 Sra) y F yo y ¯ F son las
mismas tnesses fi para la ecuación de réplica continua. En este caso, se utiliza un
microcontrolador para implementar todas las ecuaciones del replicador discretas
(7), pero para aplicaciones reales, cada zona resuelve sólo una ecuación de
diferencia, mientras que un agente central (es decir, otro microcontrolador)
proporciona la idoneidad promedio ¯
f (p) para todas las zonas. La comunicación
y la sincronización entre los agentes podría ser implementado con las redes
inalámbricas, tales como los que utilizan módulos ZigBee [5].
Por otro lado, utilizamos sensores de luz ambiental comerciales y las
luminarias se emulan por las cintas de LED de alta intensidad. La Figura 6
muestra los resultados para 4 habitaciones y las tensiones aplicadas a las
luminarias. Las referencias se establecen iguales para todas las zonas en cada
entorno (es decir, 60 lx,
40 lx, 100 lx, y 60 lx, respectivamente). Los puntos de ajuste se alcanzan en
todas las áreas excepto para la segunda zona del laboratorio (tercer gráfico).
Esta es una situación interesante
 Figura 4. Representación esquemática de las secciones de construcción seleccionados con entornos y zonas

400
400 Zona 1 Zona 1
Zona 2 300 Zona 2
200
Iluminancia [lx]

Iluminancia [lx] 200

0
100
-200
0
0 20 40 60 80 100 120 140 160 180 200 0 50 100 150 200 250 300 350 400
Iteración Iteración

400 400
Zona 1 Zona 1
Zona 2 300 Zona 2
200
Zona 3
Iluminancia [lx]

Iluminancia [lx]

200
0

100
-200

0
0 20 40 60 80 100 120 140 160 180 200 0 20 40 60 80 100 120 140 160 180 200
Iteración Iteración

Figura 5. Iluminancia en cuatro entornos simulados con el modelo de iluminación de interior y se controla con el control RD distribuido propuesto
técnica.

iluminancia pasillo Las áreas oscuras de iluminancia iluminancia de laboratorio iluminancia pasillo pasante
250 250 250 250
Zona 1 Zona 1
200 200 Zona 2 200 Zona 2 200
Iluminancia [lx]

Iluminancia [lx]

Iluminancia [lx]

Iluminancia [lx]

150 150 150 150

100 100 100 100

50 50 50 50

0 50 100 150 0 50 100 150 0 50 100 150 0 50 100 150

Tiempo [s] Tiempo [s] Tiempo [s] Tiempo [s]
voltaje de pasillo tensión de las zonas oscuras voltaje de laboratorio voltaje de pasillo pasante

Zona 1
Zona 2 Zona 1

Zona 2
Tensión [V]

Tensión [V]

Tensión [V]

Tensión [V]

4 4 4

34
23 23 23

12 01 01 01
0 50 100 150 0 50 100 150 0 50 100 150 0 50 100 150
Tiempo [s] Tiempo [s] Veces] Tiempo [s]

Figura 6. Resultados para la implementación de la estrategia en un sistema embebida para un modelo a escala.

ya que esta zona tiene contacto directo con una ventana. En este caso, aunque áreas en las que la iluminación es suministrada por otras fuentes, y los
la tensión suministrada a las lámparas va a cero (las lámparas de esta zona recursos asignados producir disminución de ahorro de energía.
están apagados), la iluminancia es de más del punto de ajuste debido a la luz del
día. Sin embargo, la otra zona en el laboratorio alcanza el punto de ajuste
mediante la aplicación de una tensión positiva a su lámparas. V. C CONCLUSIÓN

Hemos propuesto un controlador distribuido basado en la dinámica de

Esta situación ilustra la dinámica del controlador en réplica que permite que el sistema de iluminación a
lograr niveles de iluminancia uniformes de acuerdo con los puntos de ajuste
proporcionados por los usuarios. La estrategia se ensayó en un modelo simulado
para diferentes entornos de un edificio utilizando un fi con distribuido configuración
de agentes. Los resultados de la simulación muestran las propiedades de rastreo del
[19] A. Pantoja y N. Quijano, “Un enfoque dinámica de la población
para el envío de generadores distribuidos,” IEEE Transactions on Industrial
Electronics, vol. 58, no. 10, pp. 4559 a 4.567, 2011. [20] J. Hofbauer y K. Sigmund, Juegos
evolutivos y Población
Dinámica. Cambridge, Reino Unido: Cambridge University Press, 1998.

controlador, así como la puesta en práctica fácil con un simple coordi- nadora central.
Para mostrar el rendimiento de la ejecución real, la estrategia se programa en un
sistema embebida para controlar los niveles de iluminación en un modelo a escala
con sensores y actuadores burlarse de situaciones reales. Los resultados
demuestran final del seguimiento de consigna en todas las zonas y las capacidades
de ahorro de energía para las zonas con abundante luz natural o directa influencia de
las lámparas adyacentes.

R EFERENCIAS

[1] DH Li, “Una revisión de las determinaciones de la luz del día de iluminancia y
implicaciones energéticas” Energía Aplicada, vol. 87, no. 7, pp 2109. -
2118, 2010.
[2] X. Cao, J. Chen, Y. Xiao, y Y. Sun, “Building-entorno
de control con las redes de sensores y actuadores inalámbricos: centralizado frente a
distribuido,” IEEE Transactions on Industrial Electronics,
vol. 57, no. 11, pp. 3596 hasta 3605 de 2010.
[3] DH Li, KL Cheung, SL Wong, y TN Lam, “Un análisis
de la energía-EF deficiente Ajus tes luz fi y controles de iluminación,” Energía Aplicada, vol.
87, no. 2, pp. 558-567, 2010.
[4] M. Miki, A. Amamiya, y T. Hiroyasu, “Distributed óptima
control de la iluminación basada en el método de subida de pendientes estocástico con
la vecindad variable”en Conferencia Internacional IEEE sobre Sistemas, Hombre y
Cibernética, pp. 1676-1680, 2007. [5] Y. Kasahara, M. Miki, y M. Yoshimi, “Evaluación
preliminar de
el sistema de iluminación inteligente con módulos de control distribuido,”en 11ª
Conferencia Internacional sobre Diseño de Sistemas Inteligentes y Aplicaciones (ISDA)
,, Pp. 283-288, 2011.
[6] H. Wang, A. Pandharipande, D. Caicedo, y P. van den Bosch,
“El control de iluminación distribuida de luminarias localmente inteligente siste- mas”, en Conferencia
Internacional IEEE sobre Sistemas, Hombre y Cibernética, Pp. 3167-3172, 2012.

[7] D. Caicedo y A. Pandharipande, “con- iluminación distribuida

trol con detección local y de accionamiento en iluminación en red siste- mas,” Sensores
Journal, IEEE, vol. 13, pp. 1092-1104, marzo
2013.
[8] A. Dounis, P. Tiropanis, A. Argiriou, y A. Diamantis, “Intelli
sistema de control de Gent para la reconciliación de los ahorros de energía con el confort en
edificios utilizando técnicas de computación flexible,” Energía y Edificios, vol. 43, no. 1, pp.
66-74, 2011.
[9] PD Taylor y Jonker LB, “las estrategias evolutivas estables y
la dinámica de juego” Matemática Biosciences, vol. 40, pp. 145-156,
1978.
[10] JW Weibull, la teoría de juegos evolutiva. The MIT Press, 1995. [11] A. Pantoja y N.
Quijano, “optimización distribuida usando emergente
ulación dinámica con una ecuación de réplica local “, en Conferencia IEEE 51a anual
sobre Decisión y Control (CDC), pp. 3790-
3795, 2012.
[12] S. Marcos, “El manual de iluminación IESNA,” Iluminando Engineer-
ING Sociedad de América del Norte, Nueva York, 2000.
[13] INDALUX, Manual de iluminación. Luminotecnia, 2002. [14] D. Forsyth y J. Ponce, visión
por ordenador: un enfoque moderno.
Pearson, 2012. [15]
DIAL, “Dialux.” Disponible en:
http://www.dial.de/DIAL/en/dialux.html.
[16] E. Ram'ırez-Llanos y N. Quijano “, una dinámica de la población AP-
proach para el problema de distribución de agua,” Revista Internacional de Control, vol.
83, no. 9, pp. 1947-1964, 2010. [17] A. Cort'
ES y N. Quijano, “modelado y control del microclima: Un enfoque de múltiples
zonas”, en Conferencia Americana de Control (ACC),
pp. 5910-5915, IEEE 2010.
[18] G. Obando, A. Pantoja, y N. Quijano, “temperatura del edificio
Control basado en la dinámica de población,” Transacciones IEEE en Sistemas de
Control de Tecnología, vol. 22, no. 1, pp. 404-412, 2014.