始解对应元素的 概率，P(X)的计算是通过先对初始解集中各个初始解通过快排法进行比较，然后找出每个 初始解中的元素优于其他初始解中对应的元素的概率。例如:在各物理参量的范围内获得 一个包含 4 个初始解{1.2，16,30,55}，{1.2，12,35,45}，{1.2，18,33,53}，{1.2,6,40,51}的 初始解集，通过对发射功率Pi的快速排序可得：
[007引第4个初始解{1.2,6,40,51}
[00巧]第2个初始解{1.2，12,35,4引
[0080] 第 1 个初始解{1.2,16,30,5引
[0081] 第 3 个初始解{1.2,18,33,53}
[0082] 贝IJP(P1) = 1 /3，P(P2) = 2/3，P(P3) = 0，P(P4) = 1，同样的，按照此方法可 W对其他 的物理参量进行快排，得到对应解中各物理参量优于其他解中对应的物理参量的概率P (X)。
[0083]步骤S4:根据每个初始解对应的目标参量的p-optimality评估值，对所述初始解 集进行免疫优化运算，得到优化解集；
[0084]根据S3中获得的每个初始解对应的目标参量的p-optimality评估值，依次通过免 疫优化运算中的选择算子，克隆算子，进化算子和重选算子对初始解集进行免疫优化，可得 到优化解集。
[0085] 步骤S5:针对所述的优化解集中的每个解对应的目标参量，计算获得每个解对应 的平面照度值和信干噪比值，将获得的平面照度值和信干噪比值与预设目标参量对应的平 面照度阔值和信干噪比阔值分别进行比较，将平面照度值处于所述预设目标参量对应的平 面照度阔值外，或信干噪比值小于预设目标参量对应的信干噪比阔值的解从所述优化解集 中删除;将完成删除操作后的优化解集作为本次优化结果保存；
[0086] 本领域技术人员可W理解的是，在室内可见光通信系统中，评价室内可见光是否 满足照明要求的通常是依照国际标准化组织要求的平面照度上下限和信干噪比阔值做判 断，为了得到跟接近实际环境使用时的光照要求，本发明实施例采用及与预设目标参量对 应的平面照度阔值和信干噪比阔值作为参照标准。
[0087] 可知的是，接收器的平面照度和信干噪比可通过可见光通信技术中的各物理参量 计算得到，其中，平面照度根据W下公式计算：
[008引 Ej=Σ压kj，
[0089] 式中，&为第j个接收器所接收的平面照度，Ew是经过k次反射径接收光强，k = 0时，
表示直射径，K0)是LED发射器中央亮度，Φ是福射角，Θ是入射角，D 是第i个LED发射器到第j个接收器的距离，k>0时，
积分符号表示在反射面上的积分，DRef表示光源与反射面之间的距离，dARef是反射面面积的 微分；
[0090] 信干噪比根据W下公式计算：
[0091]
[0092] 式中，SINRj为第j个接收器对L抓信号的信干噪比，是噪声信号，P(Signal)堤有用 信号，
P(ISI)j是干扰信 号，其中
I，hu是第i个L抓发 射器到第j个接收器的信道冲激响应，conv是卷积符号，X(t)是发射信号，T是接收信号比特 周期。
[0093] 计算获得每个解对应的平面照度值和信干噪比值，将获得的平面照度值和信干噪 比值与预设目标参量对应的平面照度阔值和信干噪比阔值分别进行比较，将平面照度值处 于所述预设目标参量对应的平面照度阔值外，或信干噪比值小于预设目标参量对应的信干 噪比阔值的解从所述优化解集中删除;将完成删除操作后的优化解集作为本次优化结果保 存；
[0094] 步骤S6:根据保存的本次优化结果与上一次保存的优化结果，确定本次优化结果 是否趋于稳定，如果是，则输出本次优化结果，执行步骤S7;否则将本次优化结果的优化解 集确定为初始解集，返回步骤S3;
[0095] 可知的是，在对优化结果是否是最优的优化结果进行判断的时候，通常会有一个 参考结果与其对照。本发明实施例中在对初始解进行优化的过程中，通过大于1次的循环， 将上一次保存的优化结果作为本次优化结果对照的参考结果。将本次获得的优化结果中每 个解对应的目标参量的p-optimality评估值与上一次保存的优化结果中对应解对应的目 标参量的p-optimality评估值进行比较，若二者的p-optimali化y评估值差的绝对值很小， 可认为本次的优化结果是稳定的。换种说法就是优化结果趋于稳定时，可确定本次的优化 结果为最优解集。
[0096] 本实施例中是通过将本次获得的优化结果中每个解对应的目标参量的P- optimality评估值与上一次保存的优化结果中对应解对应的目标参量的p-optimality评 估值进行比较，若二者的p-optimal ity评估值差的绝对值小于预设阔值，如0.01，则本次优 化结果趋于稳定，可确定本次结果就是最优的优化结果，并将优化结果输出；如果二者的P- optimal ity评估值差的绝对值大于等于预设阔值，如0.01，则本次优化结果还没有稳定，需 要将本次的优化结果作为初始解返回到S3中重新对该次优化结果循环优化，直到满足趋于 稳定的判定条件时方才输出优化结果。
[0097] 步骤S7:对优化结果中的每个解对应的目标参量进行p-optimality评估，将p- optimal ity评估值最大的解作为最优解来配置室内可见光通信系统中的对应物理参量。
[0098] 对输出的优化结果中的每个优化解对应的目标参量进行一次p-optimality评估， 然后对每个优化解对应的目标参量的p-optimality评估值进行排序，取得优化结果中的P- optimality评估值最小的优化解作为最优解，在将该最优解各元素对应的物理参量作为最 终的各参量值重新配置室内可见光同行中对应的物理参量值。
[0099] 应用本发明实施例，对初始解集中每个初始解对应的目标参量进行p-optimality 评估，将目标参量的好坏直观的表现为p-optimality评估值的大小，p-optimality评估值 越小，目标参量对应的解越优。通过免疫优化运算将初始解集反复优化，得到趋于稳定的最 优解集，保证获得的最优解对应的物理参量为实际环境中最优的物理参量，实现对节能照 明的优化。
[0100] 图2为本发明实施例提供了室内可见光通信中节能照明的优化方法的另一种流程 示意图，与图1所示实施例相比，本实施例中，根据每个初始解对应的目标参量的9- opt imal i ty评估值，对所述初始解集进行免疫优化运算，得到优化解集，即步骤S4，包括： [0101 ]步骤S4.1将初始解集中的初始解按照初始解对应的目标参量p-optimality值升 序排列，取前第二预设数量个初始解作为选择解集。
[0102]本步骤就是执行选择算子的步骤。
[0103]将初始解集中的初始解对应的目标参量按照p-optimality值按照数值比较的方 法完成升序排列，简单来说，就是两个数值比较大小，数值小者放在前面，反复比较，保证所 得序列是按照数值由小到大排序的。例如，假设初始解集中共有4个初始解，其对应某个优 化目标参量的p-optimality值分别为{0.82、0.84、0.87、0.83}，则其排序过程为:第一位与 第二位比较0.82<0.84，顺序不变，即{0.82、0.84、0.87、0.83}，第一位与第Ξ位比较0.82< 0.87，顺序不变，即{0.82、0.84、0.87、0.83}，第一位与第四位比较0.82<0.83，顺序不变，即 {0.82、0.84、0.87、0.83}，第一位与后面Ξ位比较后可确定第一位值为最小。按照此规则依 次有第二位与后面两位比较得到{〇.82、0.83、0.87、0.84}。第^位与第四位比较可得 {0.82、0.83、0.84、0.87}，完成数值由小到大的排序。当然，本发明的排序方法并不局限于 此，也可采用其他的排序方法。
[0104] 选取初始解集中初始解p-optimality值排在前两位的初始作为选择解集，运里， 由于初始解集中初始解个数的不同，所W选择解集中解的个数也会不同，本发明不对该数 值作明确规定。
[0105] 步骤S4.2对所述选择解集中的每个解进行第Ξ预设数量次克隆，得到克隆解集。
[0106] 本步骤就是执行克隆算子的步骤。
[0107] 实际应用中，假设选择解集中有4个解，对选择解集中的所有解克隆8次，可得到包 含有32个解的克隆解集，本发明并不对克隆的次数进行限定，可根据实际要求调整该数值。
[0108] 步骤S4.3W自适应的方式对克隆解集中的每个解进行随机扰动，得到扰动解集。
[0109] 本步骤就是执行进化算子的步骤。
[0110] 不难理解的是，自适应是指处理和分析过程中，根据处理数据的数据特征自动调 整处理方法、处理顺序、处理参数、边界条件或约束条件，使其与所处理数据的统计分布特 征、结构特征相适应，W取得最佳的处理效果。
[0W]假设:在克隆解集中选取2个解，分别是：{(1，？1，21少0￥}，{(1，？2屈方0￥}，然后对克 隆解集中各个解的各物理参量根据W下规则进行随机扰动，先随机的在[0，1]之间生成一 个随机数X，将运个随机数X