[发明专利]一种基于物联网的实验室环境自适应调节方法

权利要求书

1.一种基于物联网的实验室环境自适应调节方法，其特征在于：所述自适应调节方法包括：

实验室环境参数监测采集，通过安装在实验室内的各种传感器和监测设备实时采集实验室内的环境参数信息并发送到后台；

生成待调节的指标数据，通过逻辑回归模型对当前实验室内的环境参数信息进行分析计算生成需要调节的指标数据，并通过相应通讯协议下发到相应的调节设备，实现环境自适应调节；

在所述生成待调节的指标数据之前，还需要完成能够获得预判环境舒适度的逻辑回归模型构建步骤，其包括：

对所述采集的环境参数进行缺失值处理，保证数据的完整性，并定义舒适度；

选取对实验环境舒适度产生影响的特征值，构建正则化类型为岭回归的逻辑回归模型；

对逻辑回归模型进行评估和优化，得到能够获得预判环境舒适度的逻辑回归模型；

所述选取对实验环境舒适度产生影响的特征值包括：温湿度、空气质量、光照亮度、门窗开合度、空调状态及参数、人员数量、人员密度、季节和电源电压；

所述构建正则化类型为岭回归的逻辑回归模型包括：

根据对输入数据的分析找到预测的分类函数h对输入数据的判断结果进行预测；

构造一个Cost函数来表示预测的输出数据(h)与训练数据类别(y)之间的偏差，将Cost函数求和或者求平均后记为J(θ)函数，以表示所有训练数据预测值与实际类别的偏差；

通过梯度下降法计算J(θ)函数的最小值，并以最小值作为分类结果得到逻辑回归模型

所述逻辑回归模型的优化包括：

通过极大似然估计所述逻辑回归模型关于温湿度、空气质量、光照亮度、门窗开合度、空调状态及参数、人员数量、人员密度、季节和电源电压特征值的参数w的估计值；

并对温湿度、空气质量、光照亮度、门窗开合度、空调状态及参数、人员数量、人员密度、季节和电源电压特征值的参数w的估计值进行排名；

将排名最低的特征值剔除，并重新构建正则化类型为岭回归的逻辑回归模型；

具体采用信息增益、增益率和卡方三个指标进行评价，得到排名最低的是电源电压变量，此变量对目标变量的影响是最小的，反而增加了数据的体量和外部噪声；进而需要消除对目标变量影响不大的特征，减少外部噪声；

具体地，特征值评价包括：

(1)根据卡方检验变量的关联性,排除无关变量；

A1、汇总自变量样本数据；

A2、计算每个自变量的卡方值，卡方值的计算公式为：

χ2＝∑(A-T)2T

其中A为实际值，T为理论值，x²值描述了自变量与因变量之间的相关程度，x²值越大，相关程度也越大，所以利用x²值来做降维，保留相关程度大的变量；

A3、将每个自变量按卡方值从大到小排序，选取前k个自变量作为特征，k即特征维数；

(2)根据特征信息增益确定变量权重；

B1、汇总相关维度的特征样本数据；

B2、计算各个维度的信息熵；

Entropy(S)＝-(p+)*log(p+)-(p-)*log(p-)

其中，p+、p-分别为正例和负例占总记录的比例，log()是以2为底的对数；

(3)、计算每个自变量的信息增益；

C1、将每个变量按信息增益值从大到小排序，选取前k个变量作为特征，k即特征维数。

2.根据权利要求1所述的一种基于物联网的实验室环境自适应调节方法，其特征在于：所述自适应调节方法还包括：实时监测实验室内的环境参数是否在定义的舒适度阈值范围内，如果超过阈值就及时报警和进行自适应调节实现自动调节；

以及对高危性实验及设备实时监测高危指标是否在预设阈值范围内，如果超过阈值就及时进行报警和自适应调节实现自动调节。

3.根据权利要求2所述的一种基于物联网的实验室环境自适应调节方法，其特征在于：所述方法根据自适应调节系统实现，所述系统包括：

实验室环境检测模块：用于实验室内的各种环境参数信息并发送到后台，以及根据后台发送的调节指数实现实验室环境的自适应调节；

自适应调节模块：用于通过逻辑回归模型对当前实验室内的环境参数信息进行分析计算生成需要调节的指标数据，并通过相应通讯协议下发到相应的调节设备，实现环境自适应调节。