[发明专利]一种数据驱动的家居环境舒适性偏好建模与控制方法

摘要

本发明公开了一种数据驱动的家居环境舒适性偏好建模与控制方法，该方法首先采集了相关的家居环境舒适性偏好数据，并根据格拉布斯准则对异常值进行处理，保证数据的有效性；接下来在粗糙集方法的基础上，由处理后的舒适性偏好数据构建关于家居环境的舒适性偏好模糊模型；最后根据舒适性偏好模型制定相关模糊控制策略，从而实现家居环境舒适性偏好的智能控制，提升现有智能家居技术与产品的智能化和个性化水平。

主权项

1.一种数据驱动的家居环境舒适性偏好建模与控制方法，其特征是：包括以下步骤：(1)：采集家居环境舒适性偏好数据，对采集到的家居环境舒适性偏好数据根据格拉布斯准则进行异常值处理；(2)：根据步骤(1)异常值处理后的家居环境舒适性偏好数据，采用基于粗糙集方法构建家居环境舒适性偏好模糊模型；(3)：根据步骤(2)中构建的家居环境舒适性偏好模糊模型，基于模糊控制策略对家居环境舒适性偏好进行智能控制；所述步骤(2)的具体步骤如下：(2‑1)：设定每一类家居环境舒适性偏好数据所属论域上模糊集合的个数，采用三角形模糊集合实现相应论域的模糊划分；(2‑2)：根据家居环境舒适性偏好数据对相应模糊集合的隶属程度进行模糊化，以具有最大隶属度的模糊集合取代相应的数据，得到反映家居环境舒适性偏好的模糊决策表；(2‑3)：若存在条件属性值取值相同而决策属性值不同的冲突规则，则将此类规则删除，生成一致的模糊决策表；对该模糊决策表进一步采用粗糙集规则提取策略进行规则生成，最终得到描述家居环境舒适性偏好的模糊规则。