办公空间大小为: 长( 进深) 5m，宽3. 6m，高3m; 办公空间含有一扇朝南的窗户，尺寸为: 宽1. 8m，高1. 8m; 窗台距地面高0. 9m; 窗户上安装24mm 厚的双层中空玻璃，外侧为6mm 的低辐射平板玻璃，中间为12mm 的空气层，内侧为6mm 的普通平板玻璃; 在窗户的室内侧安装一幅分块百叶帘，其三部分高度均为0. 6m，材料为铝合金，叶片宽2. 5cm，叶片厚0. 1cm，叶片间隔1. 85cm，光束反射比和漫反射比均为0. 8; 办公空间内含有两个0. 75m 高的工作面，两个工作面上分别放置两个照度传感器SP1 和SP2 且SP1 和SP2 距离窗户的距离分别为0. 75m 和3. 5m。

　　2. 2 DIPSB 预测模型

　　办公空间模型建立之后，室内传感器位置水平照度Et、Em、Eb便可通过EnergyPlusTM 软件获得，其中Et表示当分块百叶帘上部叶片角度为t，中部和下部叶片均完全关闭时的水平照度; Em表示当分块百叶帘中部叶片角度为m，上部和下部叶片均完全关闭时的水平照度; Eb表示当分块百叶帘下部叶片角度为b，上部和中部叶片均完全关闭时的水平照度。在一年中每间隔1 h ( 8: 00 ～ 17: 00，共2340h) 的室内水平照度可以通过EnergyPlusTM 软件进行模拟。室内水平照度E0表示当分块百叶帘三部分均完全关闭时光线经百叶帘与窗框之间的缝隙进入室内的水平照度。当上部、中部、下部百叶帘叶片角度分别对应t、m、b 时，照度传感器中的水平照度Et，m，b为:

　　2. 2. 1 定义ANFIS 的参数和策略

　　ANFIS 是Roger Jang 在1993 年首次提出的，其核心是一个神经元—模糊模型，通过引入人类经验和知识( 规则) ，实现了输入—输出的非线性映射，并且根据训练数据不断地反复学习更新自己的结构参数，之后产生一个由若干条模糊规则组成的模糊推理系统。ANFIS 能基于数据建模，自动产生模糊规则和隶属度函数。

　　ANFIS 的基本输入量分别为: 太阳高度角Hs，太阳方位角As，外表面水平光束照度Ex，水平散射照度Ed; 输出变量为测量点处的水平照度Et、Em、Eb。

　　已有研究表明将叶片角度作为人工神经网络系统的输入变量时，输出照度的误差会增大[6]。因此，本文首先计算了不同月份的百叶帘允许的角度范围。要获得不同月份百叶帘三部分允许的角度范围，首先需要获得太阳能够直射到测量点的月份，然后分别确定在有太阳直射的月份和无太阳直射的月份百叶帘三部分允许的角度范围。无太阳直射时，百叶帘可以处于全关或全开的状态，即上部百叶帘允许的角度范围为- 90° ～ 0°，下部和中部允许的角度范围为0° ～ 90°; 而有太阳直射时，通过计算能够遮挡直射阳光的叶片角度范围获得允许的角度范围，具体的计算过程见文献[6]。

　　通过计算获得不同月份百叶帘三部分允许的叶片角度范围之后，在不同的百叶帘叶片角度范围内建立一系列单独的ANFIS 模型。本文选取的百叶帘三部分的步长为10°，即在百叶帘三部分允许角度范围内每间隔10°建立一个ANFIS 模型，预测在此角度室内自然光的照度。不同月份百叶帘三部分允许的叶片角度范围及其对应的ANFIS 个数如表1所示。