[发明专利]家庭和大楼自动化系统

权利要求书

1．利用软件和用来监测人员(12)的传感器(40)对家庭和大楼自动化系统(30)进行优化控制的方法，根据需要让用于节能和改善舒适性的自动化系统去触发设备(24)或是设备编组的操作机构(52)，其特征是：

用一种由现场和活动监测传感器(40)的信号来控制的软件的自适应自我学习算法连续地存储至少一个人(12)在有关的房间和几个房间内的习惯和偶然的行为，根据可以修改的确定性算法来适应和触发操作机构(52)，将涉及房间的优化算法和外部参数组合在一个算法中，用来优化整体的自动化系统(30)，并且根据反馈来相应地修改单个房间的算法。

2．按照权利要求1的方法，其特征是，在安装自动化系统(30)时，将至少一个人(12)的用户行为的第一模型当作起动软件输入至少一个优选的神经网络计算机(34)。

3．按照权利要求1或2的方法，其特征是用软件的自适应自我学习算法将至少一个人(12)的非偶然用户行为检定为具有规律性，并且连续地修改存储的模型。

4．按照权利要求1到3之一的方法，其特征是对至少一个人(12)的有规律的用户状态进行分析，将其作为以后最可能的活动的预测基础，存储并且用来触发操作机构(52)。

5．按照权利要求4的方法，其特征是，在发生偏离某种有规律的用户行为的情况时触发一个警报，最好是经过一个可以调整的时间间隔，特别是在5到15分钟以后。

6．按照权利要求1到5之一的方法，其特征是算法控制和警报的触发是通过模糊逻辑和神经网络来执行的。

7．按照权利要求1到6之一的方法，其特征是自动化系统(30)通过一个数据库或是外部信息源的连接网络和国际互联网(38)接收外界的控制信号，并且通过对信号的分析来触发操作机构(52)。

8．按照权利要求1到7之一的方法，其特征是具有移动传感器(40)的自动化系统(30)的灵敏度可以通过自动降低响应门限来进行修改，以便适合用户(12)的需要。

9．按照权利要求1到8之一的方法，其特征是，如果没有任何人和/或任何活动，自动化系统(30)就自动切换到报警模式。

10．用来执行权利要求1到9之一的方法的一种自动化系统(30)，其特征是在每个房间中至少使用一个传感器(40)监测现场和人(12)的活动，这些传感器(40)与现场和活动控制的控制环(32)联网，在这些网络中包含的计算机(34)具有可按软件修改的确定性和自适应自我学习算法。

11．按照权利要求10的自动化系统(30)，其特征是用计算机构成的神经网络包括至少一个标准的数据总线(42,44)，最好是LON，或是EIB，或是PLC。

12．按照权利要求10或11的自动化系统(30)，其特征是用一个总线接口(46)连接到PID调节器(50)，并且向至少一个相加点(16)传送作为正的额定值的电信号，上述相加点和一个PID调节器和一个操作机构(52)都处在一个现场和活动控制的控制环(32)内。