[发明专利]基于神经网络算法的室内环境改善方法、系统及存储介质

说明书

本发明公开了一种基于神经网络算法的室内环境改善方法，包括：在预设室内环境的舒适性指标值下，检测室内环境值；其中，室内环境值包括温度、湿度、光照强度及二氧化碳含量；获取用户舒适度反馈数据；其中，所述用户舒适度反馈数据为在所述预设室内环境的舒适性指标值下，用户对所述室内环境值的感受反馈；将所述反馈数据输入至神经网络训练模型，以得到基于用户体验的室内环境最优值；根据所述基于用户体验的室内环境值控制智能家电运行。本发明实现根据用户反馈的数据自动学习对室内环境的喜好，设置最优舒适性指标，以满足不同场所，不同人群的个性化环境舒适度需求。

技术领域

本发明涉及室内环境技术领域，特别是涉及一种基于神经网络算法的室内环境改善方法、系统及存储介质。

背景技术

通常根据各个地区的气候特点研究并确定了符合当地气候特点的室内环境的舒适性指标，作为室内环境调节技术领域的最基本参数，通过调节空调、暖气、加湿器、抽湿机、空气净化器等家电设备控制温度、湿度、二氧化碳含量等，以达到室内环境的舒适性指标的参数。

现有技术中，采用分别设置不同的家电设备满足不同的参数，但是不同场所不同人群对环境舒适度的需要有一定差异，以同一舒适性指标调节室内环境很难满足不同场所和不同人群的需求，且控制参数单一，控制过程机械化。

发明内容

本发明提供一种基于神经网络算法的室内环境改善方法、系统及存储介质，实现了根据不同使用场景、使用人群差异化室内环境控制。

本发明一个实施例提供一种基于神经网络算法的室内环境改善方法，包括：

在预设室内环境的舒适性指标值下，检测室内环境值；其中，室内环境值包括温度、湿度、光照强度及二氧化碳含量；

获取用户舒适度反馈数据；其中，所述用户舒适度反馈数据为在所述预设室内环境的舒适性指标值下，用户对所述室内环境值的感受反馈；

将所述反馈数据输入至神经网络训练模型，以得到基于用户体验的室内环境最优值；

根据所述基于用户体验的室内环境值控制智能家电运行。

进一步地，所述的一种基于神经网络算法的室内环境改善方法，还包括：

探测智能家电的连接情况；所述智能家电包括：空调、暖气、加湿器、抽湿机、空气净化器、窗帘控制器、开窗器；

若任一智能家电连接异常，则进行报警操作。

进一步地，所述的一种基于神经网络算法的室内环境改善方法，还包括：

探测监控设备的连接情况；所述监控设备包括：温度传感器、湿度检测器、碳含量检测器、光照强度传感器；

若任一智能家电连接异常，则进行报警操作。

进一步地，所述的一种基于神经网络算法的室内环境改善方法，还包括：

获取用户进入室内时长；

若所述用户进入室内时长满足预设阈值，则获取用户舒适度反馈数据。

本发明一个实施例提供一种基于神经网络算法的室内环境改善系统，包括：

室内环境值检测模块，用于在预设室内环境的舒适性指标值下，检测室内环境值；其中，室内环境值包括温度、湿度、光照强度及二氧化碳含量；

反馈数据获取模块，用于获取用户舒适度反馈数据；其中，所述用户舒适度反馈数据为在所述预设室内环境的舒适性指标值下，用户对所述室内环境值的感受反馈；

室内环境值计算模块，用于将所述反馈数据输入至神经网络训练模型，以得到基于用户体验的室内环境最优值；