本系統(tǒng)涉及智能照明系統(tǒng)，并且更特別地說，涉及處理來自多個信息空間的信息以預測和調(diào)度維護操作的照明系統(tǒng)及其操作的方法。
背景技術(shù)：
：通常，在街道照明系統(tǒng)中，非功能性燈被維護員工響應于報告所述非功能性燈的服務調(diào)用而用新燈進行更換。該過程要求燈在它們被更換之前被吹滅，這可能增加用戶不便。此外，如果燈在它們出故障之前早早地被更換，則某些燈壽命可能會被損失，這可能增加總體維護成本。盡管數(shù)據(jù)存儲正變得更便宜和豐富，但管理、維護和處理大型數(shù)據(jù)集仍然是昂貴的。此外，數(shù)據(jù)中的大部分數(shù)據(jù)在處理之前因為它不是相關(guān)的、引入噪聲或者使分析緩慢而被移除。噪聲、丟失的數(shù)據(jù)和錯誤的數(shù)據(jù)是大型數(shù)據(jù)庫中非常常見的。在沒有充足的數(shù)據(jù)質(zhì)量的情況下，數(shù)據(jù)分析型應用不能提供必要的高質(zhì)量結(jié)論。最后，從室外照明系統(tǒng)發(fā)送大量數(shù)據(jù)需要可以處置產(chǎn)生的高網(wǎng)絡業(yè)務量和存儲需求的更復雜和昂貴的照明系統(tǒng)設計。本文中描述的（一個或者多個）系統(tǒng)、（一個或者多個）設備、（一個或者多個）方法、（一個或者多個）用戶界面、（一個或者多個）計算機程序、進程等（除非上下文以其他方式指出，否則在下文中這些項中的每項都將被稱為系統(tǒng)）解決現(xiàn)有技術(shù)的系統(tǒng)中的問題。技術(shù)實現(xiàn)要素：根據(jù)本系統(tǒng)的實施例，公開了可以包括被配置為執(zhí)行以下操作的至少一個控制器的照明系統(tǒng)：獲得照明日志記錄數(shù)據(jù)，所述照明日志記錄數(shù)據(jù)包括與所述照明系統(tǒng)的特征相關(guān)并且從多個特征空間獲得的特征信息；確定照明預測數(shù)據(jù)，所述照明預測數(shù)據(jù)根據(jù)所述照明日志記錄數(shù)據(jù)，預測未來時間處所述照明系統(tǒng)中的至少一個部件故障，并且包括至少一個復雜特征；根據(jù)所述照明預測數(shù)據(jù)和維護成本，對被預測為在未來時間處發(fā)生的所預測的部件故障進行建模；以及，將經(jīng)建模的所預測的部件故障存儲在存儲器中。進一步設想了所述控制器可以被進一步配置為，將經(jīng)建模的所預測部件故障渲染在所述照明系統(tǒng)的顯示器上。還設想了所述控制器可以被進一步配置為，從以下各項中的至少一項獲得所述照明日志記錄數(shù)據(jù)：燈電氣部分、系統(tǒng)操作信息部分、傳感器、安裝配置部分、氣象信息部分、交通部分和犯罪部分。還設想了所述照明系統(tǒng)可以進一步包括多個燈，并且經(jīng)建模的所預測部件故障可以包括所述多個燈中的兩個或更多個燈的所預測的燈故障以及對應的所預測的故障時間。進一步設想了所述控制器可以被進一步配置為，根據(jù)對應的燈的地球物理位置和所預測的故障時間，對所預測的燈故障中的至少兩個所預測的燈故障進行聚類。然而，在另一其它的實施例中，僅一個聚類可以包括至少一個燈。此外，設想了所述控制器可以被進一步配置為，調(diào)度維護，以在被確定為就所述聚類而言是最優(yōu)的所確定的時間處更換所述聚類的所述燈。例如，假設所述系統(tǒng)已預測許多所預測的燈故障（例如，在一個或多個未來時間處），則所述系統(tǒng)可以然后根據(jù)可以已知為成本函數(shù)的數(shù)學模型執(zhí)行聚類（以及對燈更換的及時調(diào)度）以最小化維護成本。因而，通過使用成本函數(shù)，不同成本類型可以被所述系統(tǒng)在數(shù)學上考慮，所述不同成本類型諸如是進行更換回合的固定成本（（例如，其可以包括修理設備成本、人員成本（固定薪水）等），其可以獨立于燈的數(shù)量/位置地被考慮）、進行更換回合的可變成本（（例如，其可以包括卡車的燃料成本、人員的薪水（例如，按鐘點計算的、加班的）等），并且其可以是取決于將被修理的燈的數(shù)量和位置中的至少一項的）、太早對（例如，被預測為故障的多個燈的）燈進行更換的成本（例如，被浪費的壽命）、太遲對（例如，所述多個燈的）燈進行更換的成本（例如，性能下降、市民的投訴、品牌受損等）以及對硬件進行更換的成本。給定該成本函數(shù)，所述系統(tǒng)可以確定一個或多個聚類（例如，通過進行聚類）和時間（例如，未來的一天、日期、時間），對于所述一個或多個聚類和時間，成本可以被確定為是針對更換至少一個對應聚類的燈被最優(yōu)地最小化的。所述系統(tǒng)可以使用啟發(fā)法以執(zhí)行所述聚類。根據(jù)本系統(tǒng)的另一其它的實施例，公開了確定照明系統(tǒng)的性能的方法，所述方法可以被所述照明系統(tǒng)的至少一個控制器執(zhí)行，并且可以包括以下動作中的一個或多個動作：獲得照明日志記錄數(shù)據(jù)，所述照明日志記錄數(shù)據(jù)包括與所述照明系統(tǒng)的特征相關(guān)并且從多個特征空間獲得的特征信息；確定照明預測數(shù)據(jù)，所述照明預測數(shù)據(jù)根據(jù)所述照明日志記錄數(shù)據(jù)，預測未來時間處所述照明系統(tǒng)中的至少一個部件故障，并且包括至少一個復雜特征；根據(jù)所述照明預測數(shù)據(jù)和維護成本，對被預測為在未來時間處發(fā)生的所預測的部件故障進行建模；以及，將經(jīng)建模的所預測的部件故障存儲在存儲器中。還設想了所述方法可以進一步包括以下動作：將經(jīng)建模的所預測的部件故障渲染在所述照明系統(tǒng)的顯示器上。還設想了所述方法可以進一步包括從以下各項中的至少一項獲得所述照明日志記錄數(shù)據(jù)的動作：燈電氣部分、系統(tǒng)操作信息部分、傳感器、安裝配置部分、氣象信息部分、交通部分和犯罪部分。根據(jù)某些實施例，所述照明系統(tǒng)可以進一步包括多個燈，并且經(jīng)建模的所預測部件故障可以包括所述多個燈中的兩個或更多個燈的所預測的燈故障以及對應的所預測的故障時間。所述方法可以進一步包括以下動作：根據(jù)對應的燈的地球物理位置和所預測的故障時間，對所預測的燈故障中的至少兩個所預測的燈故障進行聚類。根據(jù)某些實施例，所述方法可以進一步包括以下動作：調(diào)度維護，以在被確定為就所述聚類而言是最優(yōu)的所確定的時間處更換所述聚類的所述燈。根據(jù)本系統(tǒng)的另一其它的實施例，公開了被存儲在計算機可讀存儲器介質(zhì)上的計算機程序，所述計算機程序被配置為確定照明系統(tǒng)的性能，所述計算機程序包括被配置為執(zhí)行以下操作的程序部分：獲得照明日志記錄數(shù)據(jù)，所述照明日志記錄數(shù)據(jù)包括與所述照明系統(tǒng)的特征相關(guān)并且從多個特征空間獲得的特征信息；確定照明預測數(shù)據(jù)，所述照明預測數(shù)據(jù)根據(jù)所述照明日志記錄數(shù)據(jù)，預測未來時間處所述照明系統(tǒng)中的至少一個部件故障，并且包括至少一個復雜特征；根據(jù)所述照明預測數(shù)據(jù)和維護成本，對被預測為在未來時間處發(fā)生的所預測的部件故障進行建模；以及，將經(jīng)建模的所預測的部件故障存儲在所述照明系統(tǒng)的存儲器中。根據(jù)某些實施例，所述程序部分可以被進一步配置為，將經(jīng)建模的所預測的部件故障渲染在所述照明系統(tǒng)的顯示器上。還設想了所述程序部分可以被進一步配置為，從以下各項中的至少一項獲得所述照明日志記錄數(shù)據(jù)：燈電氣部分、系統(tǒng)操作信息部分、傳感器、安裝配置部分、氣象信息部分、交通部分和犯罪部分。還設想了所述照明系統(tǒng)可以進一步包括多個燈，并且經(jīng)建模的所預測部件故障可以包括所述多個燈中的兩個或更多個燈的所預測的燈故障以及對應的所預測的故障時間。根據(jù)某些實施例，所述程序部分可以被進一步配置為，根據(jù)對應的燈的地球物理位置和所預測的故障時間，對所預測的燈故障中的至少兩個所預測的燈故障進行聚類。進一步地，所述程序部分可以被進一步配置為，調(diào)度維護，以在被確定為就所述聚類而言是最優(yōu)的所確定的時間處更換所述聚類的所述燈。根據(jù)本系統(tǒng)的另一進一步的實施例，公開了照明系統(tǒng)，所述照明系統(tǒng)可以包括可以被配置為執(zhí)行以下操作的至少一個控制器：獲得與當前時間處的照明系統(tǒng)的特征相關(guān)的照明日志記錄數(shù)據(jù)；根據(jù)與所述當前時間處的所述照明系統(tǒng)的特征相關(guān)的所述照明日志記錄數(shù)據(jù)，確定包括至少一個復雜特征的照明預測數(shù)據(jù)；根據(jù)所確定的照明預測數(shù)據(jù)，形成被預測為在未來時間處發(fā)生的所述照明系統(tǒng)中的所預測的部件故障的模型；以及，將所預測的部件故障模型存儲在存儲器中。還設想了所述控制器可以被進一步配置為：收集所述未來時間處的照明日志記錄數(shù)據(jù)；基于所述未來時間處的所收集的所述照明日志記錄數(shù)據(jù)和所預測的部件故障的所述模型，確定預測的真實結(jié)果；以及，根據(jù)預測的所述真實結(jié)果，更新所預測的部件故障的所述模型。還設想了所述控制器可以進一步地：根據(jù)與所述未來時間處的所述照明系統(tǒng)的特征相關(guān)的所述照明日志記錄數(shù)據(jù)，確定包括至少一個復雜特征的最新照明預測數(shù)據(jù)；和/或根據(jù)所確定的最新照明預測數(shù)據(jù)和所更新的模型，形成被預測為在相對于所述未來時間的另一個未來時間處發(fā)生的所述照明系統(tǒng)中的所預測的部件故障的模型。附圖說明參考附圖詳細并且作為示例地闡述了本發(fā)明，其中：圖1A示出了根據(jù)本系統(tǒng)的實施例的照明系統(tǒng)100的示意圖；圖1B示出了根據(jù)本系統(tǒng)的實施例的照明系統(tǒng)的一部分的示意圖；圖2是圖示出由根據(jù)本系統(tǒng)的實施例操作的光系統(tǒng)執(zhí)行的過程200的流程圖；圖3A示出了圖示出根據(jù)本系統(tǒng)的實施例的用于確定SON燈的變量重要性的測試結(jié)果的輸出的圖表；圖3B示出了圖示出根據(jù)本系統(tǒng)的實施例的用于確定LED燈的變量重要性的測試結(jié)果的輸出的圖表；圖4示出了根據(jù)本系統(tǒng)的實施例所形成的圖形用戶界面（GUI）的屏幕截圖；圖5是圖示出由根據(jù)本系統(tǒng)的實施例操作的光系統(tǒng)執(zhí)行的過程的流程圖；圖6示出了根據(jù)本系統(tǒng)的實施例的系統(tǒng)的一部分；以及圖7示出了來自根據(jù)本系統(tǒng)的實施例生成的隨機森林預測模型的單一的樹。具體實施方式下面是對當結(jié)合以下附圖考慮時將演示上面指出的特征和優(yōu)點以及進一步的特征和優(yōu)點的圖示性實施例的描述。在下面的描述中，出于解釋而非限制的目的，闡述了諸如是架構(gòu)、接口、技術(shù)、元素屬性等的圖示性細節(jié)。然而，對于本領(lǐng)域的技術(shù)人員將顯而易見，脫離這些細節(jié)的其它實施例將仍然被理解為處在所附權(quán)利要求的范圍內(nèi)。此外，出于清楚的目的，省略了對公知的設備、電路、工具、技術(shù)和方法的詳細描述，以不使對本系統(tǒng)的描述模糊不清。應當明確地理解，附圖出于圖示的目的被包括，并且不表示本系統(tǒng)的完整范圍。在附圖中，不同圖中的相似參考數(shù)字可以指定相似的元素。圖1A示出了根據(jù)本系統(tǒng)的實施例的照明系統(tǒng)100的示意圖。照明系統(tǒng)100包括控制器102、燈點106-1-106-N（概括地說，106-x）、傳感器108、網(wǎng)絡110、存儲器112、信息整合器114-1直到114-P（概括地說，114-x）等。如果需要，燈點106-x中的多個燈點中的一個燈點可以形成照亮器104-1-104-M的一個或多個對應的組，并且可以包括傳感器108的關(guān)聯(lián)的傳感器?？刂破?02可以控制系統(tǒng)100的總體操作，并且可以經(jīng)由網(wǎng)絡110與燈點106-x、傳感器108、存儲器112、整合器114等中的多項中的一項通信?？刂破?02可以包括一個或多個諸如是處理器（例如，微處理器）、邏輯開關(guān)等的并且可以被配置（例如，使用硬件、軟件和/或固件）為根據(jù)本系統(tǒng)的實施例操作的邏輯設備。存儲器112可以包括任何合適的非暫時性存儲器，并且可以包括本地和/或分布式的存儲器。例如，存儲器112可以包括多個諸如是以下各項的數(shù)據(jù)庫：（A）室外照明數(shù)據(jù)庫；（B）公共數(shù)據(jù)庫；（C）可靠性模型數(shù)據(jù)庫；和/或（D）如將在下面討論的預測模型數(shù)據(jù)庫。這些數(shù)據(jù)庫中的一個或多個數(shù)據(jù)庫可以與彼此是分隔的或者地整體被形成，并且可以以任何合適的形式存儲信息。網(wǎng)絡110可以包括一個或多個這樣的網(wǎng)絡，所述網(wǎng)絡可以使能使用諸如是有線和/或無線通信方案之類的任何合適的傳輸方案進行控制器102、燈點106-x、傳感器108、存儲器112、整合器114-x等之間或者多項的通信。相應地，網(wǎng)絡110可以包括一個或多個這樣的網(wǎng)絡，所述網(wǎng)絡諸如是廣域網(wǎng)（WAN）、局域網(wǎng)（LAN）、電話網(wǎng)絡（例如，3G、4G等、碼分多址（CDMA）、全球移動系統(tǒng)（GSM）網(wǎng)絡、普通老式電話服務（POTs）網(wǎng)絡）、對等（P2P）網(wǎng)絡、無線保真（WiFiTM）網(wǎng)絡、藍牙TM網(wǎng)絡、專有網(wǎng)絡、自組織網(wǎng)絡等。傳感器108可以被分布到照明系統(tǒng)100的各處，并且可以包括這樣的傳感器，所述傳感器可以感應如下面將就圖1B和2的討論被描述的與照明系統(tǒng)100相關(guān)的信息，并且形成采用任何合適的格式的對應的傳感器信息。例如，可以被提供給一個或多個對應的整合器114-x和/或控制器102進行進一步處理的傳感器信息。傳感器108中的一個或多個傳感器可以與對應的燈點106-x整體地（例如，在本地）或者遠程地被放置。在另一其它實施例中，傳感器108中的一個或多個傳感器可以是基于燈點106-x中的一個或多個燈點的分組和/或網(wǎng)絡或者與燈點106-x中的一個或多個燈點的地理接近度而與這些燈點106-x中的一個或多個燈點相關(guān)聯(lián)的。例如，傳感器108可以是與如可以使用地球物理位置信息來確定的一個或多個最接近的燈點106-x相關(guān)聯(lián)的。傳感器信息可以包括標識報告?zhèn)鞲衅?08或者傳感器108的信息。燈點106x可以包括諸如是一個或多個燈之類的任何合適的照亮源。燈點106-x中的一個或多個燈點106-x可以是與其它燈點106-x相同或者不同的，并且可以包括諸如是燈具之類的合適的外殼。為清楚起見，將假設燈點106-x中的全部燈點是與彼此相似的，并且包括單一的對應的燈。所述燈可以包括諸如是弧型燈（例如，SON燈、MH燈、熒光燈等）、發(fā)光二極管（LED）燈、燈絲型燈（例如，石英燈等）之類的任何合適的（一個或者多個）照亮源。然而，為清楚起見，將假設每個燈點106-x包括僅單一的燈。進一步地，燈點106-x中的每個燈點106-x可以被稱為燈106-x。燈點106-x中的一個或多個燈點106-x可以被安裝在室內(nèi)和/或室外位置中的諸如是桿（例如，燈桿）、墻、地板、天花板、橋等的合適位置處，并且可以包括任何合適的燈具。例如，在某些實施例中，燈點106-x的組可以包括被安裝在市政照明系統(tǒng)的特定地球物理位置中的車行道/人行道燈具。進一步設想了燈點106-x中的一個或多個燈點106-x可以被控制器102控制為輸出諸如是固定和/或可變強度照亮、固定和/或可變焦點照亮、固定和/或可變持續(xù)時間照亮、固定和/或可變光譜（例如，顏色）照亮等的期望的照明特性，并且可以提供對應的照亮信息。燈點106-x中的一個或多個燈點106-x可以包括用于控制被提供給對應的燈點106-x的照亮源（例如，燈）的功率的促動器，諸如是開關(guān)。例如，在某些實施例中，單一的開關(guān)可以用于控制用于激活多個燈點106-x的功率。整合器114-x可以從對應的燈點106-x獲得照明日志記錄數(shù)據(jù)（LLD），并且可以處理對應的LLD以形成可以被提供給控制器102進行進一步處理的傳輸信息（ti）。LLD可以以原始格式被接收，并且可以包括諸如是來自對應的信息源（IS）的與照明系統(tǒng)的特征（f）相關(guān)的特征信息（fi）之類的信息。因此，整合器114-x中的一個或多個整合器114-x可以如將在其它地方討論的那樣處理LLD并且形成對應的傳輸信息（TI）。概括地說，整合器114-x可以如將在其它地方討論的那樣分析LLD以確定錯誤和/或丟失的信息，并且糾正和/或更換被確定為是錯誤和/或丟失的（例如，利用所估計的數(shù)據(jù)）的信息。在某些實施例中，設想了控制器102可以包括一個或多個累加器114-x。為清楚起見，丟失和錯誤的數(shù)據(jù)可以被一般地稱為錯誤的數(shù)據(jù)。圖1B示出了根據(jù)本系統(tǒng)的實施例的照明系統(tǒng)100的一部分的示意圖。照明系統(tǒng)100可以包括照明日志記錄數(shù)據(jù)（LLD）部分120和整合器114。LLD部分120可以包括多個信息源，所述信息源諸如是可以提供燈電氣信息的燈電氣信息部分120-1、可以提供系統(tǒng)操作信息的系統(tǒng)操作信息部分120-2、可以提供傳感器信息的傳感器120-3、可以提供安裝配置信息的安裝配置部分120-4、可以提供氣象信息的氣象信息部分120-5、可以提供交通信息的交通部分120-6和可以提供犯罪信息的犯罪部分120-7。每個信息源120-x可以與不同的特征空間相對應的信息。因此，例如，傳感器信息可以包括第一特征空間的信息，并且氣象信息可以包括不同的特征空間的信息。燈電氣信息可以包括與照明系統(tǒng)100的一個或多個燈106-x的電壓、功率、電流、功率因子、能耗、所實現(xiàn)的調(diào)光水平、色點、色調(diào)、飽和度、亮度中的一項或多項相關(guān)的信息。系統(tǒng)操作信息可以包括與照明系統(tǒng)100的主電壓、燈控制錯誤（例如，在對燈進行控制時的錯誤）、燈操作調(diào)度和所請求的調(diào)光水平中的一項或多項相關(guān)的信息。傳感器信息可以包括與系統(tǒng)100的光水平、環(huán)境溫度、燈內(nèi)部溫度、濕度和存在性以及所感應的交通中的一項或多項相關(guān)的信息。配置信息可以包括與系統(tǒng)100的一個或多個燈106-x的燈位置（例如，使用任何合適的方法被確定，諸如是通過使用全球定位系統(tǒng)（GPS））、燈類型（例如，SON、LED、熒光燈、白熾燈等）、品牌名稱（例如，XitaniumTM80led350mA96WSpeedstarTMBGP322GRN84）、燈瓦數(shù)、燈安裝日期和平均壽命中的一項或多項相關(guān)的信息。氣象信息可以包括與針對照明系統(tǒng)中的一個或多個位置所確定的環(huán)境溫度、降雨量、濕度、氣壓和風速中的一項或多項相關(guān)的信息。所提供的交通信息可以包括與系統(tǒng)100的一個或多個位置相關(guān)的交通密度、交通類型、交通速度、事故、道路類型中的一項或多項相關(guān)的信息。犯罪信息可以包括與系統(tǒng)100中的一個或多個位置相關(guān)的警方報告、搶劫、夜盜、事故和盜竊中的一項或多項相關(guān)的信息。氣象部分120-5可以經(jīng)由例如互聯(lián)網(wǎng)從諸如是AccuweatherTM等的任何合適的源獲得氣象信息。氣象信息可以包括過去的、當前的和/或未來的氣象（所預報的）信息。相似地，犯罪部分120-x可以經(jīng)由例如互聯(lián)網(wǎng)從諸如是警方或者執(zhí)法機構(gòu)之類的任何合適的源獲得犯罪信息。進一步地，可以經(jīng)由例如互聯(lián)網(wǎng)從諸如是交通報告源之類的任何合適的源獲得交通信息。交通信息可以包括過去的、當前的和/或未來的（例如，所預報的）交通信息。照明日志記錄數(shù)據(jù)（LLD）可以包括燈電氣信息、操作信息、傳感器信息、安裝配置信息、氣象信息、交通信息和犯罪信息中的一項或多項，所述各項信息中的每項可以形成可以包括與系統(tǒng)的特征（f）相關(guān)的信息的特征信息（FI）的一部分。因此，LLD可以包括與系統(tǒng)的特征（f）相關(guān)的信息?？梢詴r間上（例如，每秒、每分、每小時、每天、每月等）在一個或多個時間處收集燈電氣信息、操作信息、傳感器信息、安裝配置信息、氣象信息、交通信息和犯罪信息中的一項或多項。例如，可以一月一次地收集犯罪信息。然而，可以每隔20秒地收集傳感器信息。因此，例如，所述過程可以包括收集時間信息，所述收集時間信息可以闡明對應的信息將在其處被收集的時間和/或調(diào)度。收集時間信息可以由系統(tǒng)和/或用戶設置，并且可以被存儲在系統(tǒng)的存儲器中以便稍后使用。整合器114可以包括一個或多個這樣的整合器114-x，所述整合器114-x可以從照明系統(tǒng)的對應部分接收LLD的對應部分，并且可以處理LLD以整合和/或清理LLD，以便形成諸如是如將在下面討論的傳輸信息（TI）之類的有傳輸價值的信息。圖2是圖示出由根據(jù)本系統(tǒng)的實施例操作的照明系統(tǒng)執(zhí)行的過程200的流程圖。過程200可以使用通過網(wǎng)絡進行通信的一個或多個計算機來執(zhí)行，并且可以從一個或多個存儲器獲得信息和/或向一個或多個存儲器存儲信息，所述一個或多個存儲器可以是在彼此的本地和/或遠程的。過程200可以包括以下動作中的一個或多個動作。進一步地，如果需要，這些動作中的一個或多個動作可以被合并和/或分隔成子動作。進一步地，取決于設置，這些動作中的一個或多個動作可以被跳過。在操作中，所述過程可以在動作201期間開始，并且然后前進到動作203。在動作203期間，所述過程可以執(zhí)行初始化過程。初始化過程可以初始化諸如是燈點（為清楚起見，在下文中稱為燈）、傳感器等的系統(tǒng)的一個或多個部分。所述過程可以進一步在初始化過程之前或者之后執(zhí)行發(fā)現(xiàn)過程以發(fā)現(xiàn)諸如是燈、傳感器、存儲器、電源（例如，主電源、備用電源等）、網(wǎng)絡等的系統(tǒng)的部分。進一步地，所述過程可以向諸如是燈和/或傳感器之類的系統(tǒng)的部分提供操作指令（例如，操作命令等）。在初始化期間，所述過程可以對諸如是操作數(shù)據(jù)、時間數(shù)據(jù)等的數(shù)據(jù)進行同步。在發(fā)現(xiàn)過程期間，所述過程可以從系統(tǒng)的存儲器檢索系統(tǒng)操作信息，和/或建立網(wǎng)絡連接和/或存儲器訪問。在完成動作203之后，所述過程可以繼續(xù)去往動作205。在動作205期間，所述過程可以執(zhí)行在其中可以從LLD部分120獲得LLD的燈點（例如，燈）數(shù)據(jù)收集過程。LLD可以包括特征信息（fi）?？梢灾T如是以定期和/或非定期的間隔（例如，在時間上）地和/或響應于例如來自整合器114-x和/或控制器102的查詢地時間上在各種時間處（例如，其中的每個時間可以被看作一個時間步驟）確定和/或傳輸LLD或者其部分。在某些實施例中，諸如是傳感器（例如，120-3）之類的LLD部分的部分可以每5分鐘一次（每個時間與一個時間步驟相對應）地確定對應的傳感器信息（例如，其可以形成fi的至少一部分）并且其后將傳感器信息傳輸給對應的整合器114-x。在完成動作205之后，所述過程可以繼續(xù)去往動作207。在動作207期間，所述過程可以執(zhí)行時間數(shù)據(jù)整合過程以整合包括fi的所收集的LLD。為清楚起見，可以在下面討論fi和包含在其內(nèi)的特征f而非LLD。然而，對fi所執(zhí)行的操作也可以被看作對LLD所執(zhí)行的操作，并且反之亦然。提到整合，所述過程可以如將在下面討論的那樣整合fi并且形成基于輸入的fi的完整輸入數(shù)據(jù)集X。該數(shù)據(jù)整合過程可以使用任何合適的方法來執(zhí)行。例如，在某些實施例中，可以使用下面的數(shù)學方法來整合fi以如下地形成基于fi的對應的完整輸入數(shù)據(jù)集X。例如，假設一天中的小時h可以被表示為：方程（1）天數(shù)（對自從1970年1月1日起的天進行計數(shù)）可以被表示為：方程（2）然后，時間t可以被定義為：方程（3）因此，所述過程可以確定h是否小于12，并且如果確定了h小于12的話則設置等于d的時間t。然而，如果確定了h不小于12（例如，h大于或者等于12），則所述過程可以設置等于d+1的時間t。然后，假設T是所有時間t的集合：，并且F是在系統(tǒng)中被記錄日志的特征f的集合：方程（4）其中，nF表示集合F中的特征的數(shù)量。就特征f而言，特征f可以表示諸如是以下各項的與系統(tǒng)或者其部分相關(guān)的各種信息：燃燒小時、燈電壓、電流、功率、功率因子、主電壓、能量使用率、燈開關(guān)的數(shù)量、調(diào)光水平變更的數(shù)量、調(diào)光命令與調(diào)光結(jié)果之間的差異、調(diào)光命令與調(diào)光行動之間的延遲、調(diào)光水平、被設置在每個調(diào)光水平處的持續(xù)時間、調(diào)光請求的成功（例如，成功的、不成功的）、部件溫度、流明輸出、環(huán)境溫度、氣壓、風速、風向、降雨量、太陽功率、云量、月相、日出時間、日落時間、自然光強度、海拔高度、燈故障、鎮(zhèn)流器故障、燈控制器故障（例如，控制對應的燈的電子裝置的故障）、光電池故障、維護訪問、每種交通類型的交通計數(shù)和/或犯罪率。然而，特征f可以基于照明系統(tǒng)類型和/或配置改變。進一步地，當整合特征f時，時間數(shù)據(jù)可以是相同時間步驟內(nèi)的特征的算術(shù)整合。特征f中的某些特征可以被基于接近度鏈接（例如，關(guān)聯(lián)）到一個或多個燈，所述接近度諸如是燈與諸如是氣象報告之類的對應特征f之間的地球物理接近度。因此，所述過程可以將特定區(qū)域的氣象報告與被確定為在該特定區(qū)域內(nèi)的一個或多個燈鏈接。所述過程可以使用任何合適的方法完成此，所述方法諸如是將燈的所確定的地球物理位置和與該燈的位置相對應的氣象信息進行匹配。進一步地，任何合適的方法可以被用于確定系統(tǒng)的一個或多個部分（諸如是系統(tǒng)的一個或多個燈和/或傳感器）的（一個或多個）地球物理位置，所述方法諸如是通過使用全球定位系統(tǒng)（GPS）坐標、地球物理網(wǎng)格坐標、系統(tǒng)位置等。當接收fi時，fi可以被如下地處理。例如，假設觀察o，該觀察由所述過程形成，并且其可以表示特定時間t處特定燈的特定特征的一個特定實現(xiàn)值，并且可以由以下方程指代：方程（5）其中，指示來自特征f的時間t處的燈（燈點的）的觀察值，id是該燈的唯一標識符，并且可以數(shù)學上定義如下面參考方程（14）描述的照明系統(tǒng)的nL個燈桿中的一個燈桿，并且L是如下面在方程（15）中定義的nL個燈桿中的全部燈桿的集合，并且R表示全部實數(shù)的集合。因此，可以被看作燈L的集合的元素。因此，觀察o的整個集合可以由以下方程指代：方程（6）其中，T和F在上面被描述。對于燈、時間t和特征f的每個唯一的組合，可以存在多個觀察o。假設針對單一時間t、燈和特征f的全部n個觀察的集合由函數(shù)給出，其中：方程（7）給定觀察O的集合，則數(shù)據(jù)點x可以被定義為：方程（8）因此，完整輸入數(shù)據(jù)集X可以由以下方程給出：方程（9）因此，假設表示元組x的第i+3個元素，即，指示觀察O的平均值，并且指代被用于創(chuàng)建數(shù)據(jù)點x的觀察的數(shù)量。可以對于燈、時間和/或特征的每個唯一的組合確定觀察的平均值、標準差、最大值、最小值和/或數(shù)量。所述過程可以對于每個這樣的唯一組合請求這些項。針對給定時間t、燈和特征f的數(shù)據(jù)點可以由以下函數(shù)給出：方程（10）在完成動作207之后，所述過程可以繼續(xù)去往動作209。在動作209期間，所述過程可以執(zhí)行清理過程以清理完整輸入數(shù)據(jù)集X，以便糾正任何被確定為是丟失的數(shù)據(jù)和/或更換任何被確定為是錯誤的數(shù)據(jù)。例如，在動作209期間，所述過程可以對完整輸入數(shù)據(jù)集X進行預處理以糾正全部被確定為是錯誤的數(shù)據(jù)和更換任何被確定為是丟失的數(shù)據(jù)。因此，完整輸入數(shù)據(jù)集X中的所識別出的錯誤可以被糾正。例如，為糾正完整輸入數(shù)據(jù)集X的數(shù)據(jù)，所述過程可以對于每個特征分別定義指示對應特征f的正確數(shù)據(jù)范圍的上界（例如，上閾值）和下界（例如，下閾值）fup和flow。換句話說，對于每個特征，可以定義上閾值和下閾值內(nèi)的正常范圍。對于某些特征，正常范圍可以是預定義的，例如，可以預期功率因子在0和1之間。對于特征，正常范圍可以被習得，例如對于主電源、溫度。首先，移除和/或利用近似值糾正對于其來說確定了或者的全部觀察。例如，根據(jù)本系統(tǒng)的某些實施例，被移除的值可以被標記為是丟失的，并且然后與其它丟失的值一起被糾正（例如，利用近似值進行更換）；這也可以在單一的步驟中被完成。對于某些特征f，上界和下界可以是動態(tài)的，例如，對于累積燃燒小時。在此情況下，對于、，所述過程可以使用和。也可以基于其它觀察（當可以是可用的時）導出上界和下界。例如，這些其它觀察可以包括與對應的燈是被打開的還是關(guān)閉的相關(guān)的信息。燃燒時間、燈打開時間和燈關(guān)閉時間中的一個值可以使用剩余的兩個值來驗證。因此，假設諸如是燃燒時間、燈打開時間和燈關(guān)閉時間之類的三個特征是相關(guān)的（例如，燃燒時間=燈打開時間+燈關(guān)閉時間），如果這三個特征中的任何一個特征被確定為是不正確的或者丟失的，則所述過程可以使用諸如是習得正常行為方法等的任何合適的方法根據(jù)三個特征中的其它兩個特征糾正所述不正確的或者丟失的值。測試結(jié)果在對于根據(jù)本系統(tǒng)的實施例操作的系統(tǒng)的特征F的數(shù)據(jù)集所執(zhí)行的測試期間，已發(fā)現(xiàn)最常見的錯誤是：（A）能量值或者燃燒小時的減少（這些應當是非減的，因為它們被不斷地累積）；（B）0以下或者1以上的功率因子值；（C）0以下或者特定閾值（例如，當前被設置在600V處）以上的主電壓值；（D）主電壓以上的燈電壓；以及（E）0以下的電流。根據(jù)本系統(tǒng)的某些實施例，所述過程可以使用大型現(xiàn)有安裝的統(tǒng)計數(shù)據(jù)（例如，從系統(tǒng)的存儲器來獲得）以在特征F的數(shù)據(jù)集中減少噪聲、找到和糾正錯誤和/或填充（例如，近似和更換）丟失的值。因此，在對系統(tǒng)的特征F的數(shù)據(jù)集進行處理之后，該數(shù)據(jù)集可以被清理，以更換被確定為是丟失的數(shù)據(jù)和糾正被確定為是錯誤的數(shù)據(jù)。處理（例如，用于清理等）之后的特征F的數(shù)據(jù)集可以被稱為特征F的經(jīng)處理的數(shù)據(jù)集，并且可以被稱為可以作為傳送信息（TI）被傳輸?shù)膫魉蜏蕚渚途w的數(shù)據(jù)集。因此，TI可以包括傳送準備就緒的數(shù)據(jù)集，并且因此包括特征F的經(jīng)處理的（例如，經(jīng)清理的）數(shù)據(jù)集。根據(jù)某些實施例，傳送準備就緒的數(shù)據(jù)集可以排除錯誤的數(shù)據(jù)，可以包括用于更換丟失的數(shù)據(jù)的近似數(shù)據(jù)，和/或可以包括用于替代被確定為是錯誤的和/或丟失的數(shù)據(jù)的其它近似數(shù)據(jù)。進一步地，TI可以包括具有相同時間戳的多個原始數(shù)據(jù)元素（例如，如可以被包括在LLD中的）的算術(shù)整合。然而，在另一其它實施例中，TI可以僅包括給定原始數(shù)據(jù)饋入（例如，如由LLD提供的）的所選時間戳。此外，在另一其它實施例中，可以基于諸如是系統(tǒng)的服務器之類的控制器的一部分的處理和存儲資源可用性不斷地更新TI。在另一其它實施例中，TI可以包括可能是對于滿足性能閾值所需要的信息（例如，如可以在維護合同的服務級別協(xié)定中被闡述）。在完成動作209之后，所述過程可以繼續(xù)前往動作211。在動作211期間，所述過程可以將特征F的經(jīng)處理的（例如，經(jīng)清理的）數(shù)據(jù)集傳輸給諸如是室外照明數(shù)據(jù)庫213之類的系統(tǒng)的任何合適的存儲器進行存儲。例如，根據(jù)某些實施例，所述過程可以獲得特征F的經(jīng)處理的數(shù)據(jù)集，并且可以將特征F的數(shù)據(jù)集傳輸給室外照明數(shù)據(jù)庫213進行存儲。該室外照明數(shù)據(jù)庫213可以形成用于執(zhí)行用于分析和/或控制本系統(tǒng)的部分的一個或多個過程或者其部分的后端系統(tǒng)的部分。因此，一旦特征F的數(shù)據(jù)集被處理（例如，被清理或者被依據(jù)時間t（即，每夜）進行分組），則其被傳輸給后端系統(tǒng)進行存儲。在完成動作211之后，所述過程可以繼續(xù)前往動作217。在動作217期間，所述過程可以對可以從諸如是室外照明數(shù)據(jù)庫213之類的系統(tǒng)的存儲器被獲得的特征F的所存儲的數(shù)據(jù)集執(zhí)行清理過程。清理過程可以是基于諸如是過去的數(shù)據(jù)、公開的數(shù)據(jù)、特征之間的關(guān)系和習得正常行為之類的信息的。如果確定了對于動作209是可用的信息和/或處理能力不足以確保數(shù)據(jù)具有期望的準確度，則可以執(zhí)行該動作。相應地，所述過程可以形成特征F的對應的經(jīng)清理的經(jīng)處理數(shù)據(jù)集。在完成動作217之后，所述過程可以繼續(xù)前往動作219。在動作219期間，所述過程可以使用任何合適的方法確定提供信息的數(shù)據(jù)特征。例如，可以通過執(zhí)行用于導出形成提供信息的數(shù)據(jù)特征的復雜特征（CF）的復雜特征提取過程來確定提供信息的數(shù)據(jù)特征。提供信息的數(shù)據(jù)特征可以被所述過程用于確定被分析的照明系統(tǒng)的未來操作性能，諸如是可以包括燈故障并且可以包括對應的復雜特征的部件故障。例如，提供信息的數(shù)據(jù)特征可以預測諸如是燈故障之類的照明系統(tǒng)部件故障。在該動作期間，所述過程可以使用任何合適的方法計算或者以其它方式確定提供信息的數(shù)據(jù)特征。例如，提供信息的數(shù)據(jù)特征可以由以下函數(shù)表示：方程（11）該函數(shù)可以被處理以根據(jù)一個或多個燈桿參數(shù)（LPP）（例如，見方程（12））和完整輸入數(shù)據(jù)集X的一個或多個特征（f）計算一個或多個提供信息的數(shù)據(jù)特征。因此，如果A被定義為基于X和L所確定的提供信息的數(shù)據(jù)特征的集合，則A可以被定義為：方程（12）所述過程可以使用方程11和12來計算可以包括完整輸入數(shù)據(jù)集X和提供信息的數(shù)據(jù)特征A的數(shù)據(jù)集D，其中，D可以被定義為：方程（13）假設對于每個燈桿存在定義相對于照明系統(tǒng)的燈桿的類型和（地球物理）位置的一些變量（例如，燈桿參數(shù)（LPP））。則燈桿可以在數(shù)學上被定義為：方程（14）其中，指代燈的燈標識（ID），指代燈的燈類型，指代燈的室外照明控制器（OLC）類型，指代燈的位置類型，指代燈的功率，指代燈的功率糾正，指代燈的安裝日期（例如，安裝日期），指代燈的壽命，指代燈的品牌，指代燈的維度，指代燈的經(jīng)度。就位置類型而言，該變量定義用于定義對應的燈桿的地球物理位置的方法。例如，在某些實施例中，位置類型可以包括GPS位置信息。然而，在另一其它的實施例中，位置信息可以是網(wǎng)格類型（例如，使用行和列形式）的。然而，在另一其它的實施例中，設想了位置類型可以使用描述性值定義位置，所述描述性值諸如是市中心、鄉(xiāng)村、海濱、開放空間、體育場、城市街道、城市公路、郊區(qū)公路、農(nóng)村公路、停車場、城區(qū)、郊區(qū)等，所述描述性值如可以由照明系統(tǒng)或者諸如是燈之類的其部分被安裝在其處的位置定義，諸如在下面的表1中被示出（例如，見位置類型）。方程（14）中所示的變量（例如，、、、、、、、、、和/或）可以由系統(tǒng)和/或用戶定義。在下面的表1中定義了不同參數(shù)的一些可能值。表1變量選項燈類型發(fā)光二極管（LED）、鈉汽燈（SON）、金屬鹵化物燈（MH）、熒光燈、燈絲等OLC類型7020等位置GPS位置位置類型（例如，被定位在此處）海濱、內(nèi)陸、城鎮(zhèn)、市中心、鄉(xiāng)村等功率和功率糾正72和14.4安裝日期2010-03-2515:27:34壽命14400小時品牌MasterCityWhiteTMCDO-xT70W-dim1-10V就L而言，如果L被設置為照明系統(tǒng)的全部nL個燈桿的集合，則L可以被定義為：方程（15）因而，給定完整輸入數(shù)據(jù)集X和燈桿參數(shù)L，則所述過程可以確定提供信息的數(shù)據(jù)特征。由所述過程確定的提供信息的數(shù)據(jù)特征當用于預測未來照明系統(tǒng)性能時可以比諸如是實際小時（例如，800小時）和壽命小時（例如，950小時）之類的標準數(shù)據(jù)提供更多信息。根據(jù)某些實施例，所述過程可以確定如下面的表2中所示的以下的可以用于預測燈的壽命終止的提供信息的數(shù)據(jù)特征。將假設提供信息的數(shù)據(jù)特征可以在照明系統(tǒng)被配置時被確定，并且與其相關(guān)的信息可以被存儲在系統(tǒng)的存儲器中以便稍后使用。然而，在另一其它的實施例中，設想了提供信息的數(shù)據(jù)特征可以在時間上（例如，定期地、非定期地、在用戶請求時等）被確定。表2在另一其它的實施例中，所述過程可以確定提供信息的數(shù)據(jù)特征，諸如在以下表3中列出的那些。例如，根據(jù)一些實施例，所述過程可以確定燈的二次電壓趨勢（例如，隨時間的、在具體時間點處的）。表3對應的燈的提供信息的數(shù)據(jù)特征燈的二次電壓趨勢（例如，隨時間的、在具體時間點處的）所確定的內(nèi)部和環(huán)境溫度的相對差異點燃嘗試的所確定的數(shù)量及其二次趨勢當進行點燃和調(diào)光時的自發(fā)燈熄滅事件的所確定的數(shù)量及其二次趨勢調(diào)光命令與結(jié)果之間的所確定的差異和延遲，以及調(diào)光行動的累積數(shù)量相比于靜態(tài)的取決于燈的變暖時段的從點燃到第一個調(diào)光請求之間的所確定的相對延遲相對于部件（諸如是燈）的預期壽命的所確定的總操作小時數(shù)每天的（例如，燈的）能量使用率根據(jù)另一其它的實施例，可以基于主服務器中的處理和存儲資源可用性不斷更新提供信息的數(shù)據(jù)特征。提供信息的數(shù)據(jù)特征對于預測即將出現(xiàn)的故障最有用，因此，如果存儲器可用性受限，則僅這些特征被存儲，并且一旦提供信息的特征被計算則從存儲裝置中移除完整輸入集X。附加地，可以根據(jù)重要性對提供信息的特征和/或輸入集X進行排名以便稍后使用。取決于存儲器可用性，排名最高的特征被首先存儲。如果處理可用性受限，則對提供信息的特征的計算根據(jù)它們的排名被執(zhí)行。如果處理僅暫時地受限，則計算可以被延遲。在另一其它的實施例中，提供信息的數(shù)據(jù)特征可以包括對于維持在維護合同中所概述的服務級別協(xié)定既是必要的也是充分的數(shù)據(jù)。根據(jù)某些實施例，服務級別協(xié)定可以包括至少一個用于測量性能并且可以被表示為列表的參數(shù)。例如，這些（一個或者多個）參數(shù)可以被包括在提供信息的特征的列表中。進一步地，提供信息的數(shù)據(jù)特征可以是被維護提供商用于執(zhí)行服務（即，計劃和履行維護）的那些特征。此外，如下文中討論的附加的提供信息的數(shù)據(jù)特征可以被包括在為支持服務級別協(xié)定所需要的列表中。更多附加的提供信息的數(shù)據(jù)特征可以被所述過程根據(jù)函數(shù)確定，所述函數(shù)可以是如上面討論的根據(jù)一個或多個燈參數(shù)（例如，L）和多個數(shù)據(jù)特征（例如，X）之一計算新的復雜特征的過程。因此，如上面討論的那樣，提供信息的數(shù)據(jù)特征A可以被計算和/或數(shù)據(jù)集D可以被定義，并且可以被存儲在諸如是室外照明數(shù)據(jù)庫213之類的系統(tǒng)的存儲器中以便稍后使用。因此，提供信息的數(shù)據(jù)特征可以形成包括所確定的復雜特征的照明預測數(shù)據(jù)。這些復雜特征可以是至少部分上基于燈電氣信息、系統(tǒng)操作信息、傳感器信息、安裝配置信息、氣象信息、交通信息和犯罪信息的。室外照明預測數(shù)據(jù)可以包括對未來日期處的諸如是所預測的燈故障之類的照明系統(tǒng)部件故障進行預測的信息。在完成動作219之后，所述過程可以繼續(xù)前往動作221。在動作221期間，所述過程可以確定數(shù)據(jù)集D的變量重要性。所述過程可以使用諸如是隨機森林方法的任何合適的統(tǒng)計方法確定最重要的特征（例如，在D的數(shù)據(jù)集中）。在確定最重要的特征f之前，從數(shù)據(jù)中選擇需要被解釋或者預測的特征DP是重要的。因此，DP可以是D的一個元素，即，作為預測的目標的一個特征。例如，指示對于特定的燈來說特定類型的故障在所選時段期間是否已發(fā)生的布爾值。假設var是中的變量的數(shù)量。DP可以是實值的數(shù)據(jù)、分類型、布爾型或者整數(shù)型數(shù)據(jù)。假如數(shù)據(jù)是（例如，DP）布爾型或者整數(shù)型的，其也可以被看作分類型的。假如數(shù)據(jù)DP是分類型的，所述過程可以將DP中的每個唯一的值指代為單獨的類。假設類的集合由以下方程給出：方程（16）盡管隨機森林也可以用于預測實值的數(shù)據(jù)，但為清楚起見將參考對類進行預測。然而，應當理解，RF也可以被擴展到預測實值數(shù)據(jù)。概括地說，隨機森林RF由N個樹組成：方程（17）其中，每個樹以包含全部輸入數(shù)據(jù)的根節(jié)點開始，即，，并且隨后沿數(shù)據(jù)集中的特征中的一個特征將節(jié)點分裂成2個更小的節(jié)點和，其中，。當對應的節(jié)點被確定為包含僅屬于單一的類的數(shù)據(jù)時，該節(jié)點不再被分裂，并且被稱為葉節(jié)點。因此，樹由以下節(jié)點的集體形成：方程（18）然后，假設指代節(jié)點的規(guī)模，即：方程（19）對節(jié)點的預測由被確定為在其數(shù)據(jù)集中出現(xiàn)最多的類給出：方程（20）然后，為預測某個數(shù)據(jù)點y的類，數(shù)據(jù)點y被放在N個樹中的每個樹的葉節(jié)點下面，返回針對每個樹的對葉節(jié)點的預測，這產(chǎn)生y的N個分類。假設函數(shù)給出對數(shù)據(jù)點y的樹的預測，即：方程（21）此外，假設數(shù)據(jù)點y的森林RF的類預測的集合由以下方程給出：方程（22）則數(shù)據(jù)點y屬于類c的概率由以下方程給出：方程（23）然后，森林選擇具有最高概率的分類c(y)，即最多的票數(shù)：方程（24）為創(chuàng)建隨機森林，從與原始數(shù)據(jù)DH規(guī)模相同的輸入數(shù)據(jù)DH的自助樣本（bootstrapsample）開始創(chuàng)建每個樹。經(jīng)由重復地從輸入數(shù)據(jù)DH中隨機選擇一個數(shù)據(jù)點y來創(chuàng)建自助樣本。因此，從不同的自助樣本創(chuàng)建每個樹。假設用于創(chuàng)建第i個樹的自助樣本由給出。則：方程（25）并且，用于創(chuàng)建森林的自助樣本的總集合可以由以下方程給出：方程（26）為創(chuàng)建樹，在標準方法中，在每個節(jié)點處，（例如，由所述過程）隨機地選擇變量中的K個變量，并且僅這些變量被搜遍以進行最佳分裂。例如，所述過程可以選擇：方程（27）然而，從室外照明系統(tǒng)的測試結(jié)果中，已確定相當多的差異存在于被放置在接近海濱處的燈與被放置在內(nèi)陸處的燈的故障行為之間。特別地，已確定，對于海濱位置來說，氣象數(shù)據(jù)對于故障預測來說比對于內(nèi)陸位置更重要。因此，對于故障預測來說，我們使用假設海濱燈的情況下的具有比內(nèi)陸燈更高的針對氣象數(shù)據(jù)的權(quán)重的概率分布函數(shù)（pdf）。于是，這意味著所述過程不是均勻地（即，完全隨機地）而是根據(jù)概率向量v選擇變量中的K個變量。為確定概率向量v，所述過程可以使用在下面討論的（一個或者多個）變量重要性度量的經(jīng)歸一化的版本。（一個或者多個）變量重要性度量然后需要被歸一化，以使得概率的每個元素在0和1之間，并且全部元素加起來是1。所述過程可以然后確定最佳分裂，為確定最佳分裂，所述過程可以使用可以被定義為以下方程的基尼不純度：方程（28）其中，是來自類i的節(jié)點中的數(shù)據(jù)點的比例。其（例如，基尼）度量如果隨機選擇的元素根據(jù)子集中的標簽的分布隨機地標記，則從集合中隨機選擇的元素將如何頻繁地被不正確地標記。對于具有單一類中的全部數(shù)據(jù)點的節(jié)點，基尼不純度等于0，而對于具有兩個類中的相等量的數(shù)據(jù)點的節(jié)點，基尼不純度等于0.5。已發(fā)現(xiàn)一個節(jié)點被分裂成2個子節(jié)點n1和n2的最佳分裂是產(chǎn)生最低基尼不純度值的分裂，即：方程（29）由于被最佳分裂成和產(chǎn)生的節(jié)點的基尼不純度的減量根據(jù)變量i等于：方程（30）數(shù)據(jù)點y的差額M是真實類的票數(shù)的比例減其它類的票數(shù)的最大比例，即：方程（31）差額M的規(guī)模給出對分類有多么確信的度量。在本實施例中，假設僅兩個類和真實類c，這給出：方程（32）隨機森林提供四個可以用于確定哪些變量對于預測最重要的度量。為定義這些度量，我們首先引入一些附加的定義。假設函數(shù)隨機地轉(zhuǎn)置輸入值，即，值的排序被隨機地改變。假設指代的第i個變量。的第i個變量的值的隨機轉(zhuǎn)置因而由給出。此外，定義：方程（33）假設指代與經(jīng)轉(zhuǎn)置的第i個變量相匹配的的數(shù)據(jù)點。各個樹分類因而由以下方程給出：方程（34）類概率由以下方程給出：方程（35）并且，最終分類可以由以下方程給出：方程（36）產(chǎn)生的測試誤差因而變成：方程（37）并且差額變成：方程（38）四個測試度量1到4（分別地，M1到M4）現(xiàn)在將被定義，并且將被用于確定各自測試的變量重要性。度量1.在第k個樹的被略去的數(shù)據(jù)點中，隨機地轉(zhuǎn)置第i個變量的全部值，對這些新數(shù)據(jù)點進行分類，并且確定新的測試集誤差率。該新的測試集誤差超過原始測試集誤差的量被定義為第i個變量的重要性。正式地說，該度量可以被定義為以下方程：方程（39）度量2.當對于第k個樹的被略去的數(shù)據(jù)點隨機地轉(zhuǎn)置第i個變量時，跨全部數(shù)據(jù)點的差額的平均降低。正式地說，該度量可以被定義為以下方程：方程（40）度量3.當對于第k個樹的被略去的數(shù)據(jù)點隨機地轉(zhuǎn)置第i個變量時，多少個差額被降低減被升高的差額的數(shù)量：方程（41）度量4.在每次分裂時，K個嘗試變量中的一個嘗試變量被用于形成該分裂，并且存在基尼值中的產(chǎn)生的減量。通過樹的數(shù)量進行歸一化的由于給定變量產(chǎn)生的森林中的全部減量的和形成度量4，即，方程（42）對于對故障進行預測的問題，通常，故障（例如，類1）相比于非故障（例如，類0）的數(shù)量非常小。這被稱為非平衡的預測問題。因為類是非平衡的（即，來自一個類的元素的數(shù)量比另一個類的元素的數(shù)量大得多），對數(shù)據(jù)的隨機轉(zhuǎn)置可以導致誤導性的結(jié)果。例如，當存在類1的僅10個實例和類2的90個實例時，則隨機地轉(zhuǎn)置數(shù)據(jù)給出平均上仍然在類2中的類2的90%*90=81個實例，并且9個實例已變更為類例1。對于舊的類1，9個實例將平均上變成類2，而僅單一的實例仍然是類1。因此，對類2的新數(shù)據(jù)進行分類可以在準確度上僅降低一點（10%），而類1的新數(shù)據(jù)的準確度可以降低90%。因為前3個度量（例如，M1到M3）每個都受該問題的困擾，所以現(xiàn)在將參考度量4（例如，M4）。盡管度量4（M4）不受該問題的困擾，但已在樹的根處所使用的比例對于非平衡的問題要么大要么?。ɡ纾瑢τ诜瞧胶獾膯栴}，一個類的數(shù)據(jù)的比例小，因此按定義來說其對于其它類大）。對于給定示例中的根，所述過程可以獲得諸如是g(根)=的根（例如，對于單一節(jié)點樹）。然后，如果根被分裂成2個節(jié)點（例如，對于兩節(jié)點樹），其中，節(jié)點1具有類1的9個實例和類2的8個實例，并且節(jié)點2具有類1的1個實例和類2的82個實例。因而，g(節(jié)點1)=并且g(節(jié)點2)=。由于目標是最小化兩個基尼值的和，即，0.0238+0.4983=0.5221，所以該分裂被認為是衰退的。這可以通過基尼值的變更來確定，所述變更在當前的示例中是0.18-0.4983-0.0238=-0.3421，即，小于0。實際上，該樹將在節(jié)點2中產(chǎn)生預測類2，這導致其中類1的數(shù)據(jù)點被預測為類2的僅1個實例。對于節(jié)點1，其將產(chǎn)生預測類1，導致8個實例被錯誤的預測為類1。總計說來，存在9個錯誤的預測，其中在根節(jié)點將全部數(shù)據(jù)預測為類2，即10個錯誤的預測。相應地，當將該樹（例如，兩節(jié)點樹）的靈敏度和特異度相對于前一個樹（例如，單一節(jié)點樹）進行比較時，可以確定準確度已從90%到91%地提升了僅一點，并且靈敏度從100%降低到92%，特異度從0%急劇提升到90%。因此，盡管僅由根節(jié)點組成的樹（例如，單一節(jié)點樹）基本上是無用的，但新樹（例如，兩節(jié)點樹）具有良好的質(zhì)量。因此，如將在下面描述的，將定義用于選擇最佳分裂的新準則，以及用于選擇最重要特征的新準則。選擇最佳分裂和最重要特征假設指代數(shù)據(jù)集中的類i的數(shù)據(jù)點的組分。在本示例中，從數(shù)據(jù)中，并且。假設，則：方程（43）然后，根據(jù)本示例的實施例使用方程（43）求解，導致g(根)、g(節(jié)點1)、g(節(jié)點2)的以下結(jié)果。g(根)=，g(節(jié)點1)=，并且g(節(jié)點2)=。通過使用該新方法（例如，如由方程（43）定義的），基尼值從0.5降低到0.1620+0.1782=0.3402。變量重要性度量（M5）（例如，變量重要性）現(xiàn)在變成：，其中，　方程（44）相應地，在動作221期間，所述過程可以諸如是利用方程（44）地使用上面闡述的方程集中的至少一個方程并且根據(jù)輸入數(shù)據(jù)D確定變量重要性。然后可以對于在動作219期間所確定的已定義的每個復雜特征確定變量重要性。在完成動作221之后，所述過程可以繼續(xù)前往動作223。在動作223期間，所述過程可以選擇具有最高重要性的（一個或多個）變量。相應地，所述過程可以對所述變量重要性值中的每個變量重要性值進行比較，并且使用任何合適的方法確定最大變量重要性值，并且然后選擇對應的（一個或多個）復雜特征。例如，在某些實施例中，所述過程可以僅選擇所選數(shù)量（例如，2等）的最大變量重要性值，其中，所選數(shù)量可以是整數(shù)，并且可以由用戶和/或系統(tǒng)選擇。例如，在某些實施例中，所述過程可以選擇兩個最大變量重要性值和關(guān)聯(lián)的提供信息的數(shù)據(jù)特征。然而，在另一其它的實施例中，所述過程可以將變量重要性值中的每個變量重要性值與對應的閾值進行比較，并且確定和選擇僅被確定為大于或者等于對應的閾值的變量重要性值。因此。例如，在某些實施例中，所述過程可以選擇大于0.2等的變量重要性值。測試結(jié)果圖3A示出了圖示出根據(jù)本系統(tǒng)的實施例的用于確定SON燈的變量重要性的測試結(jié)果的輸出的圖表300A；并且圖3B示出了圖示出根據(jù)本系統(tǒng)的實施例的用于確定LED燈的變量重要性的測試結(jié)果的輸出的圖表300B。圖表300A和300B根據(jù)（例如，在動作219期間所確定的復雜特征）特征示出了變量重要性。為清楚起見，使用三維柱狀圖表示圖表300A和300B中的復雜特征。然而，在另一其它的實施例中，如果需要，復雜特征可以被放置在相同軸上。應當如下地閱讀圖表300A和300B：在“數(shù)據(jù)類型”軸上，其聲明例如“能量”，在“特征”軸上，其聲明例如“線性趨勢”，這兩個標簽共同形成復雜特征“能量的線性趨勢”的名稱，其中，關(guān)聯(lián)的變量重要性在縱軸上。例如，就SON燈而言，圖表300A圖示出最重要的復雜特征是能量和運行小時（例如，“能量除以運行小時”303A以及燈調(diào)光命令與其執(zhí)行之間的延遲（例如，“燈水平比燈命令延遲”）305A，而對于LED燈故障，最重要的特征是平均溫度（“平均溫度”）303B和最小氣壓（“最小氣壓”）305B。然而，就圖表303B而言，可以看見，最重要的特征概括地說是如由括號307B圖示出的與氣象相關(guān)的。在某些實施例中，可以按預定的次序有序地安排數(shù)據(jù)類型信息。例如，與氣象相關(guān)的數(shù)據(jù)類型可以被分組到一起。例如，設想了其它組可以包括與配置相關(guān)的組、與燈開關(guān)/調(diào)光調(diào)度相關(guān)的組、與犯罪相關(guān)的組、與交通相關(guān)的組等。在完成動作223之后，所述過程可以繼續(xù)前往動作225。在動作225期間，所述過程可以創(chuàng)建預測模型。根據(jù)本系統(tǒng)的實施例，所述過程可以根據(jù)維護計劃結(jié)果（例如，維護調(diào)度）調(diào)整預測模型。預測模型可以如將在下面討論和如現(xiàn)在將詳細描述的那樣關(guān)于分類進行決策。所使用的預測準確度定義將與當前的實施例中的至少一些實施例相關(guān)的準確度的主要概念是可以被表示為B的偏差的概念。考慮具有表示故障時間的T（其平均值由E[T]指代的隨機量）的燈。所述過程的實施例可以使用計算過程來預測故障時間T，并且對應的所預測的值為。所述過程可以然后將偏差B定義為：方程（45）如果偏差B是正的，則其指示燈被預測為比預期的更早出故障，而如果偏差B是負的，則燈被預測為比預期的更晚出故障。換句話說，燈的預期壽命可能是被估計過高的。維護計劃算法和性能結(jié)果所述過程可以考慮諸如在下面的表4中圖示出的與根據(jù)本系統(tǒng)的實施例的照明系統(tǒng)中的燈的維護相關(guān)聯(lián)的一個或多個成本。表4燈更換的成本表燈安裝成本：這與在照明系統(tǒng)中安裝新燈的成本相關(guān)。由于早的更換產(chǎn)生的被浪費的燈壽命：如果燈被太早地更換，其壽命的某個比例被浪費，并且被看作成本。用戶不便性成本：如果燈被太晚地更換，則在某個時間內(nèi)場地上沒有光，產(chǎn)生某些成本。維護員工成本：在場地上放置維護員工的成本。維護卡車的燃料和操作成本，該成本可能是與每個維護任務（事件）中所覆蓋的距離成比例的。最優(yōu)地維護室外照明系統(tǒng)的燈的問題呈現(xiàn)有趣的復雜性：其中照明系統(tǒng)的每個燈在故障后被更換的最簡單的維護算法可能產(chǎn)生太大的操作成本，因為將很可能需要許多不同的維護旅行。為分攤該成本，已發(fā)現(xiàn)同時執(zhí)行對燈的集體（例如，聚類）的更換是有優(yōu)勢的。由于照明系統(tǒng)的全部燈不可能同時出故障，所以這必然意味著某些燈將被太早地更換（產(chǎn)生被浪費的燈壽命成本），并且某些燈很可能被太晚地更換（產(chǎn)生用戶不便性成本）。根據(jù)本系統(tǒng)的實施例，維護調(diào)度算法使用下面的動作來計算維護調(diào)度：（i）預測照明系統(tǒng)的燈的故障時間（可能具有某個偏差B）；（ii）基于所預測的故障時間和地理位置對燈進行聚類。全部被確定為在共同聚類中的燈將被調(diào)度為在就該聚類而言最優(yōu)的時間處的相同維護旅行中被更換；以及（iii）計算維護卡車為更換根據(jù)本系統(tǒng)的實施例的聚類中的每個聚類將遵循的最優(yōu)路線。維護調(diào)度算法的總體性能可以取決于燈的故障時間被預測所具有的準確度。具體地說，偏差B將影響最終解決方案?？梢愿鶕?jù)本系統(tǒng)的實施例模擬偏差B對總體成本的影響。由于這些模擬，已經(jīng)驗上確定，當由于燈的晚更換產(chǎn)生的用戶不便性成本比燈的成本小時，負的偏差產(chǎn)生較低總體成本，而當由于燈的晚更換產(chǎn)生的用戶不便性成本高時，正的偏差產(chǎn)生較低總體成本?？梢曰诰S護操作中涉及的成本調(diào)整期望的偏差。當例如由于燈的晚更換產(chǎn)生的用戶不便性成本比燈的成本?。ɡ纾∮诔杀鹃撝担r，負的偏差（例如，0以下）產(chǎn)生較低總體成本，而當由于燈的晚更換產(chǎn)生的用戶不便性成本高時，正的偏差（例如，0以上）產(chǎn)生較低總體成本。因此，在第一種情況下（例如，當所述過程確定不便性成本比燈的成本小時），期望的偏差被設置為相比于正常情況（其是0）的負值（和/或從當前值起被減?。?，并且在第二種情況下，期望的偏差被設置為相比于正常情況的正值（和/或從當前值起被增大）。為確定上面的情況，所述過程可以設置成本閾值（例如，指示燈的晚替換的）。然后，所述過程可以將不便性成本與成本閾值進行比較。如果確定了不便性成本小于成本閾值，則所述過程可以將偏差值B設置得小于0（例如，負值）。在此情況下，期望的偏差B可以相比于正常情況（其是0）被減小。然而，如果確定了不便性成本大于或者等于成本閾值，則所述過程可以將偏差值B設置得大于0（例如，正值）。在此情況下，期望的偏差B可以相比于正常情況被增大。因此，所述過程可以根據(jù)成本確定來確定或者調(diào)整偏差B，以降低總體成本。應當指出，偏差值B可以被遞增地增大或者減小直到獲得期望的結(jié)果為止。圖示性地，為設置偏差值b的幅度，可以使用例如被設置為1天或者1周的被設置為某個默認值的固定幅度的遞增的變更。默認值通常取決于在系統(tǒng)中使用的粒度。因此，例如，如果每周確定最佳維護調(diào)度，則通常將使用1周的默認值?；诔杀緦δＰ陀柧毜恼{(diào)整為考慮當創(chuàng)建預測模型時的誤分類成本，一種隨機森林的方法將調(diào)整訓練集中的類分布。然而，考慮到照明故障預測中通常存在非平衡的數(shù)據(jù)集，該方法（例如，上面提到的調(diào)整訓練集中的類分布的方法）因為其導致兩個效應同時起作用而是有問題的：成本影響和非平衡問題。優(yōu)選地，成本影響和非平衡問題一次被影響一個。因此，本系統(tǒng)的實施例調(diào)整用于對分類而非訓練集作出決策的方法或者用于分裂節(jié)點的方法，因為后者已被最優(yōu)化為確定照明故障預測問題的重要變量（例如，見上面的動作221和223）。相應地，現(xiàn)在將討論根據(jù)本系統(tǒng)的實施例的用于對分類作出決策的方法。首先，假設類C、隨機森林RF、樹TRi、和標準預測節(jié)點的集合如上面分別由方程（17）-（20）定義的那樣被給出。該預測（例如，標準預測節(jié)點）可以然后被調(diào)整為考慮誤分類的成本（例如，如與某個數(shù)據(jù)點y的如就動作221-223而言所討論的類相對的）。假設是將類i分類為類j的成本，其中，，。所述過程可以將導致最低成本的類（取代例如是多數(shù)類的具有最高概率的類）取作對節(jié)點的預測。然后，假設是節(jié)點處的類j的數(shù)據(jù)點的數(shù)量，即，，則，方程（46）然后，為預測某個數(shù)據(jù)點y的類，該數(shù)據(jù)點y被放在N個樹中的每個樹的葉節(jié)點下面，返回每個樹的葉節(jié)點的預測，這產(chǎn)生y的N個分類。假設函數(shù)給出對數(shù)據(jù)點y的樹的預測，即：方程（47）此外，假設對數(shù)據(jù)點y的森林RF的類預測的集合由以下方程給出：方程（48）數(shù)據(jù)點y屬于類c的概率由以下方程給出：方程（49）然后，森林選擇具有最高概率即最多票數(shù)的分類c(y)：方程（50）然后，所述過程可以調(diào)整該預測以考慮誤分類的成本。然而，并非選擇具有最多票數(shù)的類，所述過程可以選擇導致最少量的成本的類：方程（51）因此，經(jīng)由求解上面聲明的動作225的方程，所述過程可以選擇導致最少量的成本的類。預測可以形成預測模型，并且此后被所述過程存儲在諸如是預測模型數(shù)據(jù)庫227之類的系統(tǒng)的存儲器中以便稍后使用。圖7示出了根據(jù)本系統(tǒng)的實施例生成的隨機森林預測模型的單一的樹的圖表700。圖表700的預測模型預測照明系統(tǒng)的燈在從當前時間起的未來四周內(nèi)是否會出故障。所述預測可以根據(jù)本系統(tǒng)的實施例被建模，并且可以至少部分上基于根據(jù)照明系統(tǒng)的每個對應的燈的特征。對于照明系統(tǒng)的多個燈中的每個燈，隨機森林樹如果在接下來的四周內(nèi)沒有任何故障被預測則輸出0，或者如果在接下來的四周內(nèi)故障被預測則輸出1。在完成動作225之后，所述過程可以繼續(xù)前往動作229和/或動作239。返回參考動作225，在該動作期間，根據(jù)某些實施例，所述過程可以根據(jù)給定了特定預測準確度的最優(yōu)維護計劃來最優(yōu)化預測模型。在另一其它的實施例中，預測準確度可以被定義為預測中的偏差。在另一其它的實施例中，維護計劃的成本可以包括：燈成本、早更換成本、晚更換成本、更換員工成本、（更換員工）旅行成本。在另一進一步的實施例中，最小成本維護計劃的偏差被用于最優(yōu)化預測模型。在其它實施例中，預測模型的決策邊界可以被創(chuàng)建為導致期望的偏差。在另一進一步的實施例中，可以基于諸如是控制器之類的服務的照明系統(tǒng)的部分的處理和存儲資源可用性不斷更新維護計劃和/或期望的偏差。在另一其它的實施例中，可以基于由控制器獲得的最新信息不斷更新預測模型的決策邊界。在另一進一步的實施例中，預測模型可以被確定為使得其足以維持（一個或者多個）服務級別閾值（例如，其中，（一個或者多個）閾值可以在維護合同中所概述的協(xié)定中被闡明，并且被存儲在系統(tǒng)的存儲器中）。維護合同可以包括對性能的協(xié)定。該維護性能轉(zhuǎn)換成預測模型的所需的性能。根據(jù)本系統(tǒng)的實施例，這可以包括所需的靈敏度和特異度（見下面）和/或故障需要提前多久（例如，在未來的多遠處）被預測。可以通過調(diào)整偏差和/或決策邊界以使得諸如是性能需求之類的需求可以被滿足來創(chuàng)建預測模型。因此，例如，可以由所述過程形成預測模型，以使得服務級別閾值被滿足或者超過。在動作229期間，所述過程可以基于在動作225期間創(chuàng)建的預測模型形成故障預測。例如，可以被包括在預測模型中的復雜特征可以被計算，并且通過所創(chuàng)建的預測模型被饋入，根據(jù)需要導致產(chǎn)生等于真或者假或者可替換地等于故障概率的故障預測。在完成動作229之后，所述過程可以繼續(xù)前往動作231和235中的任一項或者兩項。例如，如果確定了用戶期望查看故障預測的渲染，則所述過程可以繼續(xù)前往動作235。然而，如果確定了維護調(diào)度被期望（例如，一個維護調(diào)度可以被所述過程和/或用戶請求），則所述過程可以繼續(xù)前往動作231。在動作239期間，所述過程可以改進在動作225期間創(chuàng)建的預測模型。相應地，所述過程可以從可靠性模型數(shù)據(jù)庫237獲得可靠性模型?？煽啃阅Ｐ蛿?shù)據(jù)庫可以包括針對每個燈品牌和類型的壽命的統(tǒng)計分布。該信息可以用于增強預測模型，特別是對于在其中預測模型可能是較不準確的較遠未來處的較大范圍的預測。在動作231期間，所述過程可以根據(jù)在動作229期間形成的故障預測模型形成維護調(diào)度。例如，所述過程可以確定將在特定日期之前被更換的特定聚類的全部燈的位置。此后，所述過程可以確定將被用于更換需要被更換的聚類的這些燈的路線。該路線可以是最低成本路線（例如，用以最小化諸如是旅行的時間和/或距離之類的期望的變量），并且可以闡明將被用于燈更換的路線。為確定路線，旅行推銷員型方法可以被所述過程應用。在完成動作231之后，所述過程可以繼續(xù)前往動作233。在動作233期間，所述過程可以實時地獲得現(xiàn)場維護信息。例如，當燈被更換時，這樣的信息可以被傳輸（例如，作為特征信息fi）給系統(tǒng)的控制器。此后，控制器可以更新照明系統(tǒng)的特征f以反映該更換。特別地，根據(jù)某些實施例，至少一些與配置和/或燈桿參數(shù)相關(guān)的特征f可以根據(jù)更換被更新，以提供正確的信息以便稍后使用。在完成動作233之后，所述過程可以繼續(xù)前往動作235。在動作235期間，所述過程可以將系統(tǒng)的可視化渲染在諸如是系統(tǒng)的顯示器的用戶界面上以便于用戶的便利性。相應地，所述過程可以生成圖形用戶界面（GUI），使能夠可視化諸如是由所述過程的確定（例如，計算）中的任何確定生成的數(shù)據(jù)之類的與照明系統(tǒng)相關(guān)的數(shù)據(jù)，在維持僅一瞥就可看見的最重要方面的清晰概覽的同時，仍然允許在用戶期望關(guān)于照明系統(tǒng)的任何具體部分的更多細節(jié)的情況下的充分靈活性。具體地說，根據(jù)某些實施例，所述過程可以生成GUI，該GUI當被渲染時可以取決于系統(tǒng)設置和/或用戶選擇在諸如是街道地圖、衛(wèi)星圖像、街景圖像等的期望背景上圖示出一個或多個（例如，所選的或者全部）燈。進一步地，一個或多個菜單和/或其它選擇（例如，滑塊等）可以被生成和/或提供以使用戶能夠例如滾動到諸如是未來的時間、當前的時間、過去的時間和/或時間的范圍之類的期望的時間或者時間的范圍。所述過程可以然后從系統(tǒng)的存儲器獲得信息，以生成與所選時間相對應的期望的信息的可視化，并且對該可視化進行渲染。期望的信息可以包括與諸如是被預測（例如，由所述過程）為在期望的時間出故障的系統(tǒng)的一個或多個燈的系統(tǒng)的一個或多個部分相關(guān)的信息。因此，例如，所述過程可以渲染圖形描繪，該圖形描繪圖示出根據(jù)本系統(tǒng)的實施例系統(tǒng)的一個或多個燈何時被預測為在未來出故障。相應地，所述過程可以渲染GUI，該GUI可以為用戶提供用于向未來滾動（例如，使用用于滾到所選日期和/或日期的范圍的滑塊）和觀察何時不同的燈被預測為出故障的選項。預測可以根據(jù)在動作229期間形成的故障預測被確定，并且可以從預測模型數(shù)據(jù)庫227被獲得。當燈或者燈的組被選擇時，所述過程可以生成GUI，該GUI圖示出所選燈或者燈的組（例如，聚類）的當前狀態(tài)和/或未來預測狀態(tài)（例如，電壓、電流、功率、燃燒小時等）以及設置點（例如，使用時刻表和/或正常操作范圍）。例如，在某些實施例中，可以與所選燈或者燈的組相關(guān)聯(lián)地獲得和/或渲染對應的所選燈或者燈的組的一個或多個特征。圖4示出了根據(jù)本系統(tǒng)的實施例形成的圖形用戶界面（GUI）400的屏幕截圖。GUI400包括這樣的信息，所述信息指示根據(jù)本系統(tǒng)的實施例系統(tǒng)的一個或多個燈被預測為在未來何時會出故障。GUI可以包括：日期區(qū)域413，其可以包括日期信息；以及滑塊412，其可以被用戶選擇，以選擇日期和/或日期的范圍?？梢允褂脮r間標度表示日期。日期或者日期的范圍可以包括過去的、當前的和/或未來的日期或者日期的范圍。例如，在本實施例中，將假設所選日期是用戶已選擇的未來的日期，諸如是2020年2月2日。GUI400可以包括地圖402，地圖402可以包括對照明系統(tǒng)的一個或多個部分的描繪，照明系統(tǒng)的所述一個或多個部分諸如是沿地圖402的被顯示部分內(nèi)的街道406的系統(tǒng)的全部已安裝的燈404。所述過程可以獲得與所選日期處的所預測的（累積的）燈故障相關(guān)的信息，并且可以使用任何合適的方法渲染該信息，諸如是使用指示被預測為已在所選日期出故障的燈的開放圓環(huán)409。相似地，可以使用實心圓環(huán)408圖示出被預測為在所選日期正常工作的燈404。進一步地，GUI400可以被配置為，如果需要，使得用戶可以放大或者縮小以分別查看地圖402的更大和/或更小的部分。相應地，例如，當查看者縮小地圖402時，照明系統(tǒng)的更多燈404可以被顯示。由于所預測的燈故障可以是累積的，所以它們隨著用戶選擇更遠的未來的日期而增加。然而，在另一其它的實施例中，可以對于僅在所選日期出故障的燈圖示出所預測的燈故障?；瑝K412可以被系統(tǒng)生成，并且可以使用戶能夠觀察所選日期處的照明系統(tǒng)的所預測的狀態(tài)。隨著用戶將所選擇的日期設置到更遠的未來，被預測為出故障的燈的數(shù)量將增加，并且已出故障的燈409的增加的數(shù)量將被圖示。相應地，用戶可以確定燈被預測為何時出故障，并且基于該信息調(diào)整維護和/或更換工作。GUI可以進一步包括諸如是以下各項中的一項或多項的與照明系統(tǒng)410相關(guān)的信息：燈的總數(shù)、（當前日期處的）燈故障的當前數(shù)量、由所選日期（例如，11-20-2027）預測的燈故障的數(shù)量、對于關(guān)于新的系統(tǒng)和燈的信息的鏈接以及更換的所預測的成本。當用戶在地圖402上選擇燈404或者燈的組時，所述過程可以渲染諸如是以下各項的與所選燈相關(guān)的關(guān)鍵參數(shù)：實際和所請求的調(diào)光狀態(tài)416、燃燒小時、燈電壓418、電流414和功率因子422以及主電壓424、鎮(zhèn)流器溫度420。所述過程可以進一步確定所選燈中的全部燈的參數(shù)的平均值。例如，被燈的組中的每個燈使用的電流的平均值（在整個組上被確定）可以被確定，并且被渲染在系統(tǒng)的顯示器上以便于用戶的便利性。所述過程可以對于諸如是以下各項的所選值完成此：實際和所請求的調(diào)光狀態(tài)416、燃燒小時、燈電壓418、電流414和功率因子422以及主電壓424、鎮(zhèn)流器溫度420等。還確定了所述過程可以進一步生成這樣的GUI，該GUI用于包括對于被用戶或者多個燈中的系統(tǒng)選擇的燈的組（包括一個或多個燈）的以下各項中的至少一項的圖形描繪：實際和所請求的調(diào)光狀態(tài)、燃燒小時、燈電壓、電流、功率、主電壓和平均水平（例如，實際和所請求的調(diào)光狀態(tài)、燃燒小時、燈電壓、電流、功率、主電壓的平均值）。如果需要，所述過程可以然后高亮這樣的燈，即：所述燈的對應值的平均在燈的組的對應平均值以上或者以下。對于至少一個參數(shù)，可以確定并且渲染質(zhì)量度量。例如，所請求的和實際的調(diào)光狀態(tài)之間的較大差異是低質(zhì)量標志。相應地，這可以使用諸如是紅色高亮之類的對應顏色被圖示。對于燃燒小時，與統(tǒng)計壽命相比的燈的當前壽命可以被指示。此外對于（主）電壓、電流和功率，可以存在與實際（所預測的）值一起被指示的正常、正確操作范圍。緊接在關(guān)鍵參數(shù)之后，右面板可以還圖示（一個或者多個）燈類型和諸如是燈色溫和位置之類的關(guān)鍵靜態(tài)信息。因此，本系統(tǒng)的實施例可以為用戶提供照明系統(tǒng)的所預測的未來視圖，以使得參數(shù)可以被相應地調(diào)整，并且維護可以是調(diào)度和/或被相應地執(zhí)行。圖5是圖示出由根據(jù)本系統(tǒng)的實施例操作的照明系統(tǒng)執(zhí)行的過程500的流程圖。過程500可以使用通過網(wǎng)絡進行通信的一個或多個計算機被執(zhí)行，并且可以從和/或向一個或多個存儲器獲得信息和/或存儲信息，所述一個或多個存儲器可以在彼此的本地和/或遠程處。過程500可以包括以下動作中的一個或多個動作。進一步地，如果需要，這些動作中的一個或多個動作可以被合并和/或分隔成子動作。進一步地，取決于設置，這些動作中的一個或多個動作可以被跳過。在操作中，所述過程可以在動作501期間開始，并且然后前進到動作503。在動作503期間，所述過程可以獲得照明日志記錄數(shù)據(jù)，所述照明日志記錄數(shù)據(jù)可以包括多個特征空間的與照明系統(tǒng)的特征（f）相關(guān)的特征信息。相應地，所述過程可以使用如參考圖2的動作205描述的燈點數(shù)據(jù)收集過程獲得照明日志記錄數(shù)據(jù)。然后，所述過程可以如可以在上面就動作207而言所描述的那樣處理照明日志記錄數(shù)據(jù)，以執(zhí)行數(shù)據(jù)整合并且標識和/或糾正丟失的和/或不正確的值。進一步地，所述過程可以諸如是通過形成輸入數(shù)據(jù)集X地以任何合適的格式從照明日志記錄數(shù)據(jù)形成一個或多個數(shù)據(jù)集。所述過程可以一次或多次地執(zhí)行清理操作，用以例如進一步清理輸入數(shù)據(jù)集X，以更換可以被確定為是丟失的和/或不正確的信息。在完成動作503之后，所述過程可以繼續(xù)前往動作505。在動作505期間，所述過程可以確定照明預測數(shù)據(jù)，所述照明預測數(shù)據(jù)根據(jù)照明日志記錄數(shù)據(jù)預測未來時間處照明系統(tǒng)中的至少一個部件故障，并且可以包括至少一個復雜特征。該動作可以使用任何一個或多個合適的方法來執(zhí)行。例如，根據(jù)某些實施例，所述過程可以使用諸如是上面就動作219而言所描述的方法之類的任何合適的方法標識輸入數(shù)據(jù)集X中的提供信息的數(shù)據(jù)特征，諸如是復雜特征之類。此后，所述過程可以使用諸如是分別就動作221和223而言所描述的方法之類的任何一個或多個合適的方法確定變量重要性并且選擇變量。在完成動作505之后，所述過程可以繼續(xù)前往動作507。在動作507期間，所述過程可以根據(jù)照明預測數(shù)據(jù)和維護成本對被預測為在未來時間發(fā)生的所預測的部件故障進行建模。該動作可以使用諸如是上面就動作225而言所描述的方法之類的任何合適的方法來執(zhí)行。相應地，所述過程可以根據(jù)諸如是維護成本之類的成本預測未來時段（例如，從當前時間到諸如是2040年1月1日的某個未來時間）中照明系統(tǒng)中的諸如是燈故障之類的部件故障，并且形成可以可選地被存儲在系統(tǒng)的存儲器中以便稍后使用的所預測的部件故障的對應的模型。在完成動作507之后，所述過程可以繼續(xù)前往動作509。在動作509期間，所述過程可以將經(jīng)建模的所預測部件故障渲染在諸如是照明系統(tǒng)的顯示器之類的系統(tǒng)的渲染設備上。所述過程可以進一步提供菜單，用戶可以利用該菜單與所述過程交互，以查看由所述過程生成的信息。在完成動作509之后，所述過程可以繼續(xù)前往動作511，所述過程在動作511處結(jié)束。相應地，本系統(tǒng)的實施例可以基于根據(jù)本系統(tǒng)的實施例被執(zhí)行的數(shù)據(jù)挖掘技術(shù)提供照明服務。本系統(tǒng)可以使用數(shù)據(jù)分析學作為良好的工具，以便生成諸如是對維護的洞見之類的對室外照明系統(tǒng)的更好的基于事實的洞見（R1和R2），以使能進行對預測性的照明系統(tǒng)維護的調(diào)度。對于室外照明的預測性維護可以使能實現(xiàn)基于從現(xiàn)場（R3）收集的室外照明數(shù)據(jù)的維護服務和系統(tǒng)。根據(jù)本系統(tǒng)的實施例，所述過程可以首先從維護的角度標識最重要的參數(shù)。這使能最優(yōu)化智能室外照明系統(tǒng)。其次，所述過程可以基于對最重要參數(shù)進行的分析預測系統(tǒng)操作期間的故障時間。所預測的故障時間可以然后被用于最優(yōu)化故障維修、設置和監(jiān)控性能閾值（例如，如在性能擔保中所闡述的）以及可視化室外照明系統(tǒng)的當前和未來所預測的狀態(tài)。在前述步驟中的全部兩個步驟中，所述過程可以使用可以根據(jù)本系統(tǒng)的實施例被調(diào)整的基于統(tǒng)計的技術(shù)，諸如是隨機森林（R7）。隨機森林已被用于在諸如是保?。ɡ纾≧4））、電網(wǎng)（R5）和金融（R6）的領(lǐng)域中作出確定。然而，向照明操作的應用是新的，并且?guī)碓诒鞠到y(tǒng)的實施例中被克服的具體挑戰(zhàn)。圖6示出了根據(jù)本系統(tǒng)的實施例的系統(tǒng)600的一部分。例如，本系統(tǒng)600的一部分可以包括操作地耦合到存儲器620、用戶界面630、傳感器640和用戶輸入設備670的處理器610（例如，控制器）。存儲器620可以是任何類型的用于存儲應用數(shù)據(jù)以及與所描述的操作相關(guān)的其它數(shù)據(jù)的設備。應用數(shù)據(jù)和其它數(shù)據(jù)被處理器610接收，以便將處理器610配置（例如，編程）為執(zhí)行根據(jù)本系統(tǒng)的操作動作。經(jīng)如此配置的處理器610變成特別適于根據(jù)本系統(tǒng)的實施例進行執(zhí)行的專用機器。傳感器可以包括諸如是燈電氣傳感器、調(diào)光水平傳感器、電壓傳感器、電流傳感器、功率傳感器、顏色傳感器、光輸出（流明）傳感器、溫度傳感器、振動傳感器、交通（速度、速率、流動等）傳感器、氣象傳感器（例如，溫度、濕度、降雨量、氣壓、雷達、衛(wèi)星）、雷達傳感器、超聲傳感器等的傳感器，所述傳感器可以檢測對應的信息，并且向處理器610提供該信息以便根據(jù)本系統(tǒng)的實施例進行進一步處理。操作動作可以包括：通過例如將處理器610配置為從用戶輸入、傳感器640和/或存儲器620獲得信息來對系統(tǒng)600進行配置；以及根據(jù)本系統(tǒng)的實施例處理該信息，以獲得與根據(jù)本系統(tǒng)的實施例操作的照明系統(tǒng)相關(guān)的信息。用戶輸入部分670可以包括鍵盤、鼠標、軌跡球和/或包括觸摸敏感顯示器的其它設備，其可以是獨立的或者是系統(tǒng)的一部分，諸如是個人計算機、筆記本計算機、上網(wǎng)本、平板電腦、智能電話、個人數(shù)字助理（PDA）、移動電話和/或用于經(jīng)由任何可操作的鏈路與處理器610通信的其它設備的部分。用戶輸入部分670可以可操作為與處理器610進行交互（包括使能進行如本文中描述的UI內(nèi)的交互）。顯而易見，處理器610、存儲器620、UI630和/或用戶輸入設備670可以全部或者部分上是計算機系統(tǒng)或者如本文中描述的諸如是客戶端和/或服務器之類的其它設備的一部分。操作動作可以包括對信息的請求、提供、形成和/或渲染，所述信息諸如是與根據(jù)本系統(tǒng)的實施例操作的照明系統(tǒng)相關(guān)的信息。處理器610可以在諸如系統(tǒng)的顯示器上之類的UI630上渲染信息。傳感器可以進一步包括用于向處理器610提供期望的傳感器信息以便根據(jù)本系統(tǒng)的實施例進行進一步處理的合適傳感器。本系統(tǒng)的方法特別適于被由計算機軟件程序進行編程的處理器實現(xiàn)，這樣的程序包含與由本系統(tǒng)描述和/或設想的各個步驟或者動作中的一個或多個步驟或者動作相對應的模塊。處理器610可操作為，響應于來自用戶輸入設備670的輸入信號以及響應于網(wǎng)絡的其它設備提供控制信號和/或執(zhí)行操作，以及執(zhí)行存儲在存儲器620中的指令。例如，處理器610可以從傳感器640獲得傳感器信息，并且可以處理該信息以至少部分上確定系統(tǒng)的狀態(tài)。傳感器可以是照明日志記錄數(shù)據(jù)部分的一部分，其可以向處理器610提供照明日志記錄數(shù)據(jù)以便進行進一步處理。處理器610可以包括微處理器、（一個或者多個）專用或者通用集成電路、邏輯設備等中的一項或多項。進一步地，處理器610可以是用于根據(jù)本系統(tǒng)進行執(zhí)行的專用處理器，或者可以是在其中許多功能中的僅一個功能操作為根據(jù)本系統(tǒng)進行執(zhí)行的通用處理器。處理器610可以使用程序部分、多個程序段操作，或者可以是使用專用或者多用途集成電路的硬件設備。本系統(tǒng)的進一步的變型對于本領(lǐng)域的技術(shù)人員將是顯而易見的，并且被下面的權(quán)利要求涵蓋。最后，上面的討論旨在僅說明了本系統(tǒng)，并且不應當理解為將所附權(quán)利要求限于任何特定的實施例或者實施例的組。因此，盡管已參考示例性實施例描述了本系統(tǒng)，但也應當認識到，許多修改和可替換實施例可以被本領(lǐng)域的技術(shù)人員設想，而不脫離如在下面的權(quán)利要求中闡述的本系統(tǒng)的較寬和預期的精神和范圍。另外，被包括在本文中的小節(jié)標題旨在便利回顧，而不旨在限制本系統(tǒng)的范圍。相應地，本說明書和附圖應當以說明性的方式被看待，而不旨在限制所附權(quán)利要求的范圍。被包括在本文中的小節(jié)標題旨在便利回顧，而不旨在限制本系統(tǒng)的范圍。相應地，本說明書和附圖應當以說明性的方式被看待，而不旨在限制所附權(quán)利要求的范圍。在理解所附權(quán)利要求時，應當理解：a）詞語“包括”不排除除在給定的權(quán)利要求中列出的那些元素或者動作之外的元素或者動作的出現(xiàn)；b）出現(xiàn)在元素前面的詞語“一”或者“一個”不排除多個這樣的元素的出現(xiàn)；c）權(quán)利要求中的任何標號不限制它們的范圍；d）幾個“裝置”可以由相同的物品、或者硬件或者用軟件實現(xiàn)的結(jié)構(gòu)或者功能來表示；e）所公開的元素中的任何元素可以由硬件部分（例如，包括分立的和集成的電子電路）、軟件部分（例如，計算機編程）和其任意組合組成；f）硬件部分可以由模擬和數(shù)字部分中的一項或者兩項組成；g）除非另外專門指出，否則所公開的設備中的任何設備或者其部分可以被合并到一起或者分隔成另外的部分；h）除非專門指出，否則沒有任何具體的動作或者步驟的順序旨在是必需的；以及i）術(shù)語“多個”元素包括所要求權(quán)利的元素中的兩個或更多個元素，并且不暗示元素的數(shù)量的任何特定范圍；即，多個元素可以是只有兩個元素，并且可以包括無法計量的數(shù)量的元素。引用文獻：下面列出的引用文獻1-7通過引用被并入本文，并且貫穿本說明書分別使用標號R1到R7被引用。例如，R1可以引用第一個引用文獻（例如，埃森哲技術(shù)展望2013）。（1）埃森哲技術(shù)展望2013；在下面的地址可得：www.accenture.com/SiteCollectionDocuments/PDF/Accenture-Technology-Vision-2013。（2）大數(shù)據(jù)：創(chuàng)新、競爭和生產(chǎn)力的下一個前沿；在下面的地址可得：www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovation。（3）飛利浦斯塔森室外照明系統(tǒng)；在下面的地址可得：www.lighting.philips.nl/pwc_li/nl_nl/connect/Assets/downloads/online-documentatie/Brochure_starsense_NL.pdf（4）E.Hsich等人，使用隨機生存森林標識具有收縮性心力衰竭的患者生存的重要風險因素，循環(huán)：心血管質(zhì)量和結(jié)果，第4卷，第39-45頁，2011。（5）Dutta、Haimonti等人，“EstimatingtheTimeBetweenFailuresofElectricalFeedersintheNewYorkPowerGrid”，下一代數(shù)據(jù)挖掘峰會，NGDM（2009）。（6）Chi、Der-Jang、Ching-ChiangYeh和Ming-ChengLai，“AHybridApproachofDEA,roughsettheoryandrandomforestsforcreditrating”，創(chuàng)新計算國際期刊，信息和控制7.8（2011）：4885-4897。（7）Breiman，手冊——建立、使用和理解隨機森林V4.0，在下面的地址可得：ftp.stat.berkeley.edu/pub/users/breiman/Usingrandomforestsv4.0.pdf，2003。當前第1頁1 2 3