随着我国基础建设的加快,公路隧道数量逐年增加,与之相随的是隧道照明能耗攀升。在传统能源日益枯竭的前提下,降低隧道照明能耗已成为公路交通行业关注的焦点。目前我国隧道照明节能技术主要以采用节能灯具和节能控制技术为主,特别是这几年LED灯具光效的提升和控制技术的成熟为公路隧道照明节能起到了积极的促进作用,但以电光照明为主要隧道照明方式仍需消耗大量的能耗。本论文结合一种新型的太阳光直接照明技术——太阳光光纤照明技术,提出基于太阳光直接照明的隧道照明节能控制算法研究。高效的控制算法是隧道节能控制得以精确控制的前提,目前隧道照明调光控制算法主要有基于隧道洞外亮度控制、基于交通量和洞外亮度控制、基于实时交通量感知的调光控制等。太阳光直接照明系统只有当太阳光照射到地表时才能发挥照明作用,阴天时太阳光直接照明系统失去照明功能。尤其当多云天太阳时隐时现时,太阳光直接照明不稳定,需要隧道内电光照明迅速工作自动调整功率补偿隧道内照明证隧道内的照明充足。将太阳光照明与电光照明结合起来,实现最大程度利用太阳光照明前提下的智能控制技术,在国内外是一种空白。依据《公路隧道照明设计细则》提出基于太阳光照明隧道各照明段亮度控制模型。对光纤照明、交通信息和洞外环境和隧道照明亮度需求建立数学关系,采用细分子回路原则计算各子回路亮度需求,利用神经网算法实现控制输出。依据本文提出的理论,对龙泉寺隧道按照细分子回路无级调光控制算法计算各照明段的需求亮度。利用隧道需求亮度电光照明灯具功率之间的联系计算出的灯具期望功率。将太阳光直接照明功率、洞外亮度、交通量和车速作为神经网络的输入样本,电光照明灯具调节的期望功率作为神经网络的目标输出样本,使洞外环境和隧道行车环境与电光照明灯具功率建立联系。通过MATLAB神经网络工具箱对计算结果进行训练和仿真,根据拟合实验结果BP神经网络拟合程度达到0.9933,泛化能力达到0.9833,隧道节能达到34%,采用太阳光照明的入口段节能达到42.6%。