智能居住環(huán)境學(xué)習(xí)和控制策略研究.pdf

1、隨著生活水平的提高人們對居住環(huán)境的要求也越來越高，如何最大化地滿足人們的舒適性要求，減少能源損耗和其它潛在的浪費(fèi)是智能居住環(huán)境研究的目標(biāo)。智能居住環(huán)境是指將各種內(nèi)嵌的智能設(shè)備和住宅設(shè)備通過一定范圍的內(nèi)部網(wǎng)絡(luò)連接起來，能夠通過這種網(wǎng)絡(luò)提供各種服務(wù)，并與外部世界相連接，同時保持這些設(shè)備與住宅的協(xié)調(diào)，并能根據(jù)用戶的需求主動做出響應(yīng)的環(huán)境。其具有泛在性、透明性和智能化的特點(diǎn)。智能居住環(huán)境作為信息社會體系的邊緣結(jié)構(gòu)，既與人們的日常生活密切相關(guān)，又

2、與其作為信息社會有機(jī)單元所具有的功能和特性分不開。因此，既要在宏觀理論指導(dǎo)下建立完善合理的開放式體系構(gòu)架，又要從微觀角度考慮用戶的具體需求，使智能居住環(huán)境系統(tǒng)更具個性化和智能性。隨著計算機(jī)、微電子、通信、智能控制等技術(shù)的發(fā)展，最近十幾年智能居住環(huán)境的理論與應(yīng)用技術(shù)的研究受到廣泛關(guān)注。但目前的研究在宏觀上缺乏完善的系統(tǒng)構(gòu)建的理論體系，在微觀上沒有考慮時間的歷史性、系統(tǒng)的自學(xué)習(xí)和自適應(yīng)能力。由各大公司開展的項目重點(diǎn)是如何實現(xiàn)家庭和設(shè)備之間的

3、通信，大多數(shù)的家庭自動化技術(shù)的方案，通常只采用簡單的自動化，而很少采用人工智能，也很少強(qiáng)調(diào)對用戶行為的學(xué)習(xí)和自適應(yīng)。本文致力于智能居住環(huán)境理論體系的深入研究，建立具有開放性的、基于Multi-Agent的系統(tǒng)體系結(jié)構(gòu)。根據(jù)智能居住環(huán)境的特點(diǎn)，研究智能居住環(huán)境的推理、學(xué)習(xí)、控制策略，提高整個系統(tǒng)的決策水平。在滿足用戶舒適性的前提下，最大限度地節(jié)能。本研究內(nèi)容和創(chuàng)新成果如下：
　　 ⑴提出了一種基于ZigBee無線傳感器網(wǎng)絡(luò)的智能居

4、住環(huán)境MAS(Multi-Agent System)體系結(jié)構(gòu)，其中ZigBee無線傳感器網(wǎng)絡(luò)的協(xié)調(diào)器對應(yīng)MAS中的管理Agent，路由器對應(yīng)功能Agent，終端設(shè)備對應(yīng)現(xiàn)場Agent。同時建立了現(xiàn)場Agent、功能Agent、管理Agent的內(nèi)部結(jié)構(gòu)模型，為智能居住環(huán)境MAS中各Agent之間的協(xié)作、沖突消解、組織聯(lián)盟提供了基礎(chǔ)構(gòu)架。
　　 ⑵用戶的行為識別是實現(xiàn)透明的、泛在的、智能的居住環(huán)境關(guān)鍵技術(shù)之一。提出了一種新型One

5、Pass神經(jīng)網(wǎng)絡(luò)，該神經(jīng)網(wǎng)絡(luò)可根據(jù)智能居住環(huán)境中低水平傳感器(例如，位移傳感器、壓力傳感器等)的信息識別用戶的高水平行為(例如，睡眠、學(xué)習(xí)、聽音樂等)。該神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)包括三層：輸入層、中間層、輸出層。輸入層為傳感器狀態(tài)層；輸出層為用戶行為層；中間層為隱含層，其維數(shù)與輸出層相同。在該神經(jīng)網(wǎng)絡(luò)上增加時間信息可用于識別用戶的非正常行為。OnePass權(quán)系數(shù)學(xué)習(xí)方法由于其學(xué)習(xí)算法簡單，不需要迭代，占用內(nèi)存少，可便于嵌入式微處理器實現(xiàn)在線學(xué)習(xí)。

6、實驗結(jié)果表明該算法是透明的、簡單的、有效的。
　　 ⑶分別提出了基于用戶喜好學(xué)習(xí)的智能模糊Agent和基于Hebb規(guī)則的輸入輸出動態(tài)關(guān)聯(lián)算法。并將其結(jié)合到一起，形成一種新型動態(tài)關(guān)聯(lián)智能模糊Agent，實現(xiàn)對用戶喜好的學(xué)習(xí)，并主動控制居住環(huán)境的設(shè)備。在智能居住環(huán)境中，不同用戶的喜好是不同的，同一用戶的喜好也會隨著時間的推移而發(fā)生變化，這就要求智能Agent應(yīng)具有演化功能。提出的新型智能模糊.Agent包括5個階段，①采集輸入輸出數(shù)

7、據(jù)對；②隸屬度函數(shù)學(xué)習(xí)；③萃取模糊規(guī)則；④Agent控制；⑤在線自適應(yīng)學(xué)習(xí)。依據(jù)采集到的傳感器和執(zhí)行器的信息，學(xué)習(xí)模糊Agent的隸屬度函數(shù)和模糊規(guī)則。當(dāng)用戶的喜好發(fā)生變化時，系統(tǒng)會快速地學(xué)習(xí)隸屬度函數(shù)和最優(yōu)化模糊規(guī)則。此外，在智能居住環(huán)境中，嵌入式Agent通過網(wǎng)絡(luò)聯(lián)系到一起，具有智能推理、規(guī)劃和學(xué)習(xí)的能力，而大量的互相連接的嵌入式Agent必將導(dǎo)致系統(tǒng)通信和計算負(fù)荷的增大，降低了系統(tǒng)的執(zhí)行效率。在Hebb神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，提出了一種

8、新型智能居住環(huán)境嵌入式Agent動態(tài)結(jié)構(gòu)關(guān)聯(lián)算法。當(dāng)系統(tǒng)產(chǎn)生一個事件，將重新計算傳感器Agent和設(shè)備Agent之間的關(guān)聯(lián)權(quán)值。根據(jù)得到的關(guān)聯(lián)權(quán)度矩陣，將嵌入式Agent動態(tài)劃分為多個組，從而將模糊規(guī)則庫劃分為多個模糊規(guī)則子庫。提出的上述方法可有效地降低Agent的模糊規(guī)則數(shù)，提高Agent的學(xué)習(xí)效率并減少嵌入式Agent之間的網(wǎng)絡(luò)通信。
　　 ⑷居住環(huán)境是一類異常復(fù)雜和難以控制的高維非線性系統(tǒng)，用常規(guī)的建模方法很難建立系統(tǒng)的數(shù)

9、學(xué)模型。針對智能居住環(huán)境的特點(diǎn)，充分利用系統(tǒng)長期運(yùn)行積累的傳感器狀態(tài)及設(shè)備操作的歷史數(shù)據(jù)，提出了一種基于聚類的超閉球CMAC神經(jīng)網(wǎng)絡(luò)算法，用于智能居住環(huán)境預(yù)測控制動態(tài)系統(tǒng)非線性建模。通過輸入數(shù)據(jù)的模糊聚類確定神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)和節(jié)點(diǎn)位置，并采用輸入輸出數(shù)據(jù)模糊推理優(yōu)化算法確定神經(jīng)網(wǎng)絡(luò)初始權(quán)值。與超閉球CMAC神經(jīng)網(wǎng)絡(luò)算法比較，該算法可有效地降低神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)，提高學(xué)習(xí)精度。
　　 ⑸靜態(tài)的熱環(huán)境易造成人體熱適應(yīng)能力降低，對健康不利。

10、動態(tài)的熱環(huán)境與自然環(huán)境相似更有利于用戶的健康。提出了一種基于用戶熱舒適區(qū)學(xué)習(xí)的智能動態(tài)熱舒適控制系統(tǒng)。為了滿足不同用戶對熱舒適的需要，提出了基于PMV指標(biāo)的個人熱舒適區(qū)模糊學(xué)習(xí)算法，通過用戶熱舒適喜好的學(xué)習(xí)在線修改個人熱舒適區(qū)。在計算實驗的基礎(chǔ)上提出了動態(tài)熱舒適控制策略，使熱舒適度在舒適區(qū)和節(jié)能區(qū)周期性交替變化。實驗表明，該方法既滿足用戶的熱舒適性需求，對用戶的健康有利，與靜態(tài)熱舒適控制相比節(jié)能效果明顯。
　　 總之，本文對智能