随着我国高速公路建设事业的不断发展,陆续投入运行的高速公路隧道随山区通车里程的增加而日渐增多。但是,高的设计车速,大的交通流量和较高的车流密度给高速公路的行车安全造成很大的威胁。特别是在进入高速公路隧道时,视野内光线的明暗发生急剧变化,人的视力骤然下降,对行驶着的驾驶员通过隧道存在着极大的危险性。而盲目加大照明,提高隧道内的亮度,又会使运营费用巨额增加。本文采用了模糊调光法来实现对隧道照明的节能控制。隧道照明受到洞外亮度、车速、车流量等因素的影响,用作照明的灯具在不同功率的情况下光效也不同,很难建立一个精确的数学模型进行调光控制。因此,本文将具有学习能力的模糊神经网络模型应用在隧道照明控制系统中,根据环境参数(洞外亮度、车速、车流量等)的改变自动修改控制方案,从而实现实时节能控制。本文首先对隧道照明控制方法的现状进行了综述,然后对模糊控制、神经网络以及模糊神经网络的基本原理进行了概述。按照《隧道通风照明设计规范》用无极灯完成隧道照明的布灯方案,并完成隧道照明的照度验算。根据实际隧道的情况,完成隧道模型的制作。完成包括上位机、PLC、单片机以及LED灯在内的一整套调光方案。利用组态软件WinCC,在上位机完成隧道照明监控平台的设计。结合模糊控制与神经网络,完成隧道照明的自适应模糊神经网络控制,用VC编写程序并嵌入到隧道照明监控平台中。系统测试部分利用完成的隧道照明模型,对基于模糊神经网络的模糊调光法节能效果进行验证。最后对论文进行总结,明确论文的不足之处,提出下一步的工作建议和需要解决的问题,如与现行实际隧道的情况的结合,隧道照明与通风监控平台的结合等。