[发明专利]洗涤设备控制方法、装置、洗涤设备和存储介质

权利要求书

1.一种洗涤设备控制方法，其特征在于，所述方法包括：

获取目标影响因子的初始值，所述目标影响因子为影响所述洗涤设备中物品的缠绕程度的变量；

获取目标预测模型，所述目标预测模型为利用样本数据动态调整神经元数得到；

根据所述目标预测模型和所述目标影响因子的初始值，预测所述目标影响因子的目标值；

基于所述目标影响因子的目标值对所述洗涤设备进行控制，以便调整所述洗涤设备中物品的缠绕程度。

2.根据权利要求1所述的方法，其特征在于，所述获取目标预测模型之前，还包括：

获取所述样本数据，所述样本数据包括所述目标影响因子的初始样本值，以及与所述初始样本值对应的目标样本值；

对所述样本数据进行聚类操作，确定隐含层神经元数；

根据所述目标影响因子的数量和所述隐含层神经元数，构建初始预测模型；

基于所述初始样本值和目标样本值，对所述隐含层神经元数进行调整，得到所述目标预测模型。

3.根据权利要求2所述的方法，其特征在于，所述获取样本数据，包括：

获取历史数据，所述历史数据包括影响因子和缠绕程度；

基于所述历史数据，计算每个影响因子与所述缠绕程度之间的关联值，所述关联值用于表示所述影响因子对所述缠绕程度的影响程度；

计算所有所述关联值的平均值，得到关联阈值；

基于所述关联值和关联阈值，从所述影响因子中确定目标影响因子；

基于所述目标影响因子，构建所述目标影响因子的初始样本值以及对应的目标样本值。

4.根据权利要求3所述的方法，其特征在于，所述基于所述关联值和关联阈值，从所述影响因子中确定目标影响因子，包括：

确定所述关联值与所述关联阈值的大小关系；

确定所述大小关系为预设关系的关联值为目标关联值，并将所述目标关联值对应的影响因子确定为所述目标影响因子。

5.根据权利要求2所述的方法，其特征在于，所述对所述样本数据进行聚类操作，确定隐含层神经元数，包括：

根据所述目标影响因子的初始样本值和聚类半径，计算每个样本数据的第一密度值；

将目标第一密度值对应的样本数据确定为当前聚类中心，所述目标第一密度值为所述第一密度值中的最大值；

根据当前聚类中心，对每个样本数据对应的第一密度值进行更新，得到每个样本数据对应的第二密度值；

将目标第二密度值对应的样本数据确定为下一聚类中心，直到所述目标第二密度值与所述目标第一密度值的比值小于预设值时，得到聚类中心数，所述目标第二密度值为所述第二密度值中的最大值；

将所述聚类中心数确定为所述隐含层神经元数。

6.根据权利要求5所述的方法，其特征在于，所述根据所述目标影响因子的数量和所述隐含层神经元数，构建初始预测模型，包括：

将所述目标影响因子的数量确定为输入层神经元数以及输出层神经元数；

确定承接层神经元数等于所述隐含层神经元数；

根据所述输入层神经元数、输出层神经元数、承接层神经元数以及所述隐含层神经元数，构建初始预测模型。

7.根据权利要求6所述的方法，其特征在于，所述基于所述初始样本值和目标样本值，对所述隐含层神经元数进行调整，得到所述目标预测模型，包括：

基于所述初始样本值和所述目标样本值，计算得到偏差值；

基于所述偏差值、训练次数、训练时间以及比例系数，得到性能值；

基于所述性能值和所述聚类中心数，对所述隐含层神经元数进行更新，直到所述聚类中心数的变化程度满足预设条件，得到所述目标预测模型。