專利名稱：基于個性化人員冷熱抱怨的環(huán)境溫濕度控制方法及系統(tǒng)的制作方法
技術領域：
本發(fā)明涉及暖通及通信技術領域，特別涉及一種基于個性化人員冷熱抱怨的環(huán)境溫濕度控制方法及系統(tǒng)。
背景技術：
目前的室內(nèi)環(huán)境控制系統(tǒng)基于采取統(tǒng)一的物業(yè)管理模式，或者給用戶直接提供房間的溫度設定點，供用戶自主設定。這些模式帶來了許多問題。統(tǒng)一的物業(yè)管理模式往往基于現(xiàn)有的平均標準，無法滿足個性化、尤其是個人辦公環(huán)境的舒適需求。而直接讓用戶提供房間溫度設定點往往導致用戶不知如何設定來滿足自身需求，也會出現(xiàn)用戶任意設定溫度進而對空調(diào)系統(tǒng)帶來損傷和不必要能耗損失。個性化室內(nèi)環(huán)境的控制應面向個性化的舒適度。在人員的熱舒適研究領域，·諸多學者在熱舒適模型領域做了大量研究。其中一類模型基于人工氣候室實驗，通過大量受試者的實驗數(shù)據(jù)，結合人體熱交換機理模型進行擬合得到。主要的模型是P. 0. Fanger 的Predicted Mean Vote-Predicted Percent Dissatisfied model (PMV-PPD)(P. 0. Fanger, Thermal Comfort, Copenhagen, Danish Technical Press. 1970)。另一類模型是基于人體生理學熱傳導原理建立的解析計算模型，典型的如A. P. Gagge等人提出的人體兩節(jié)點模型(A. P. Gagge, J. A. J. Stolwi jk, An Effective Temperature Scale Based on aSimple Model of Human Physiological Regulatiry Response. ASHRAE Transactions, 72
(I):247-262, 1972)?，F(xiàn)場調(diào)研也是一類研究熱舒適模型的重要方法。典型的模型如R. de.Dear 的自適應舒適模型(R. de Dear, Developing an adaptive model of thermal comfortand preference. ASHRAE Transactions, 104(I) :3-20，1998)。侯文邦，等公開了一種新型實用專利《一種基于模糊神經(jīng)網(wǎng)絡的熱舒適度仿真模型》，專利號CN 101201907，基于皮膚和內(nèi)核溫度及他們的變化率對身體各個局部建立局部熱感覺模型和全身整體熱舒適模型。0. Ahmed 公開了名為〈〈Method and apparatus for determining a thermal setpoint ina HVAC system》的美國專利，專利號US 6145751，使用了模糊邏輯的方法對于區(qū)域內(nèi)多人冷熱感受進行推理計算并得出區(qū)域內(nèi)空調(diào)需要的設定溫度。然而，現(xiàn)有的學術論文和專利對人員熱舒適的描述中都集中于多人平均模型的獲取與測量，也需要收集較多人員對于環(huán)境感受程度的相關數(shù)據(jù)。所采取的處理方法依賴于對環(huán)境舒適程度的詳細評價。現(xiàn)有的模型與方法均無法直接推廣到面向個性化抱怨樣本的舒適度描述模型中。個性化的人員熱舒適抱怨模型與傳統(tǒng)的舒適模型有著較大的區(qū)別。傳統(tǒng)的模型要求人員對于特定環(huán)境進行細致的程度評價，而人員的抱怨行為的建模則面臨更強的不確定因素，如舒適程度信息的丟失，抱怨時刻的隨機性，樣本的非對稱性(只有人員的抱怨樣本，并無舒適樣本)。這給對人員在室內(nèi)環(huán)境中得抱怨行為的描述帶來了挑戰(zhàn)。

發(fā)明內(nèi)容
本發(fā)明旨在至少解決上述技術問題之一。
為此，本發(fā)明的一個目的在于提出一種可以學習室內(nèi)環(huán)境，即預定環(huán)境空間中個性化人員冷熱偏好，以對室內(nèi)溫度能夠進行個性化選擇的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制方法。。本發(fā)明的另一目的在于提出一種基于個性化人員冷熱抱怨的環(huán)境溫濕度控制系統(tǒng)。為了實現(xiàn)上述目的，本發(fā)明第一方面實施例提出了一種基于個性化人員冷熱抱怨的環(huán)境溫濕度控制系統(tǒng)，包括以下步驟獲取對預定環(huán)境空間的冷、熱感知的抱怨信息，其中，所述抱怨信息包括抱怨身份信息、抱怨數(shù)據(jù)、抱怨數(shù)據(jù)類型和抱怨時間，且所述抱怨數(shù)據(jù)類型包括冷抱怨數(shù)據(jù)類型和熱抱怨數(shù)據(jù)類型；根據(jù)所述抱怨時間獲取該時刻的所述預定環(huán)境空間內(nèi)的環(huán)境信息，其中，所述環(huán)境信息包括空氣溫度和相對濕度；根據(jù)所述環(huán)境信息和所述抱怨信息生成每種抱怨數(shù)據(jù)類型對應的抱怨樣本集合，其中，所述抱怨樣本集合中每個抱怨樣本包括對應的空氣溫度和相對濕度；根據(jù)所述抱怨樣本集合繪制溫度-相對濕度的坐標系,其中，所述抱怨樣本集合中的每個抱怨樣本對應的空氣溫度和相對濕度為所述坐標系的坐標點；獲取所述抱怨樣本集合在坐標系中的帕累托前沿集合，并根據(jù)所述帕累托前沿集合得到抱怨區(qū)域的描述結果，并根據(jù)所述描述結果在坐標系中繪制出抱怨區(qū)域；和根據(jù)所述抱怨區(qū)域的描述結果對所述預定環(huán)境空間內(nèi)的溫、濕度進行控制。本發(fā)明第二方面實施例提出了一種基于個性化人員冷熱抱怨的環(huán)境溫濕度控制系統(tǒng)，包括抱怨信息獲取裝置，用于獲取對預定環(huán)境空間的冷、熱感知的抱怨信息，其中，所述抱怨信息包括抱怨身份信息、抱怨數(shù)據(jù)、抱怨數(shù)據(jù)類型和抱怨時間，且所述抱怨數(shù)據(jù)類型包括冷抱怨數(shù)據(jù)類型和熱抱怨數(shù)據(jù)類型；環(huán)境信息獲取裝置，用于根據(jù)所述抱怨時間獲取該時刻的所述預定環(huán)境空間內(nèi)的環(huán)境信息，其中，所述環(huán)境信息包括空氣溫度和相對濕度；抱怨樣本集合生成裝置，用于根據(jù)所述環(huán)境信息和所述抱怨信息生成每種抱怨數(shù)據(jù)類型對應的抱怨樣本集合,其中，所述抱怨樣本集合中每個抱怨樣本包括對應的空氣溫度和相對濕度；坐標建立裝置，用于根據(jù)所述抱怨樣本集合繪制溫度-相對濕度的坐標系，其中，所述抱怨樣本集合中的每個抱怨樣本對應的空氣溫度和相對濕度為所述坐標系的坐標點；區(qū)域劃分裝置，用于獲取所述抱怨樣本集合在坐標系中的帕累托前沿集合，并根據(jù)所述帕累托前沿集合得到抱怨區(qū)域的描述結果，并根據(jù)所述描述結果在坐標系中繪制出抱怨區(qū)域；和環(huán)境控制裝置，用于根據(jù)所述抱怨區(qū)域的描述結果對所述預定環(huán)境空間內(nèi)的溫、濕度進行控制。根據(jù)本發(fā)明實施例的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制方法及系統(tǒng)，用戶無需考慮自己適合的溫濕度設定點、或者自己感受的程度，只需表達太冷太熱等抱怨信息，便可以智能學習出用戶舒適需求，因此有著更為良好的用戶體驗。本發(fā)明針對個性化抱怨行為，收集每個人的抱怨數(shù)據(jù)進行學習，建立了個性化的抱怨行為描述，為個性化的舒適控制提供模型依據(jù)。且本發(fā)明只利用抱怨樣本對用戶偏好進行描述。利用抱怨樣本對個性化人員偏好進行描述，有利于抱怨的消除。另外，本發(fā)明中的個性化抱怨區(qū)域描述結果的多種輸出形式，便于分析、顯示和為智能空調(diào)控制提供個性化舒適依據(jù)。本發(fā)明的附加方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。

本發(fā)明的上述和/或附加的方面和優(yōu)點從結合下面附圖對實施例的描述中將變得明顯和容易理解，其中圖I為本發(fā)明實施例的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制方法的流程圖；圖2為本發(fā)明實施例的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制方法中帕累托前沿集合的獲取過程流程圖；圖3為本發(fā)明一個實施例的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制方法中熱抱怨樣本集合示意圖；圖4為圖3所示的熱抱怨樣本集合對應的異常樣本和帕累托前沿樣本的示意圖； 圖5為根據(jù)圖4所示的帕累托前沿集合得到的熱抱怨區(qū)域的示意圖；圖6為本發(fā)明實施例的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制方法的時變抱怨區(qū)域的更新示意圖；圖7為本發(fā)明一個實施例的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制方法的熱抱怨區(qū)域的示意圖；圖8為加熱新的抱怨樣本后對圖7所示的熱抱怨區(qū)域進行更改的示意圖；圖9為本發(fā)明實施例的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制系統(tǒng)的結構圖；圖10為本發(fā)明一個實施例的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制系統(tǒng)的抱怨信息獲取裝置、環(huán)境信息獲取裝置和抱怨樣本集合生成裝置之間通訊的示意圖；以及圖11為本發(fā)明一個實施例的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制系統(tǒng)的對抱怨區(qū)域的描述結果進行顯示以及傳輸給制冷裝置的示意圖。
具體實施例方式現(xiàn)在將詳細描述本發(fā)明的實施例，所述實施例的示例在附圖中示出。雖然示出了特定實施例，但是應理解不意味著將本發(fā)明限于這些特定實施例。相反地，本發(fā)明包括在所附的權利要求的精神和范圍內(nèi)的替代、修改和等同。闡明多個具體細節(jié)是為了提供對本文提出的主題的全面理解。但是本領域的普通技術人員應明白，可以不使用這些具體細節(jié)來實施該主題。在其他情況下，沒有詳細描述公知的方法、程序、部件和電路，從而避免不必要地使本實施例的方面模糊。盡管本文可能使用術語第一、第二等等來描述各種元件，但是這些元件不應受這些術語限制。這些術語僅僅用于將一個元件與另一個元件區(qū)別開。例如第一排序標準可以稱為第二排序標準，類似地，第二排序標準可以稱為第一排序標準，在不脫離本發(fā)明的范圍的情況下。第一排序標準和第二排序標準都是排序標準，但是它們不是相同的排序標準。本文中本發(fā)明的描述中使用的術語僅僅是為了描述特定實施例的目的，并不意味著對本發(fā)明的限制。如本發(fā)明及所附權利要求的描述中所使用的，單數(shù)形式“一個”“一種”和“所述”意味著也包括復數(shù)形式，除非上下文另外清楚指出。還應理解，本文所使用的術語“和/或”表示并包含一個或多個的相關聯(lián)的列出的項目的任何一個和所有可能組合。還應進一步理解，當在說明書中使用時，術語“包括”和/或“包含”指定陳述的特征、操作、元件和/部件的存在，但不排除一個或多個其他特征、操作、元件、部件和/或它們的組的存在或添加。如本文所使用的，根據(jù)上下文，術語“如果”可理解為是指“當”或“在……時”或“響應于確定”或“根據(jù)……的確定”或“響應于檢測”，陳述的先決條件是真實的。類似地，根據(jù)上下文，短語“如果確定[陳述的先決條件是真實的]”或“如果[陳述的先決條件是真實的]”或“當[陳述的先決條件是真實的]”可理解為是指“在確定……時”或“響應于
確定”或“根據(jù).......的確定”或“在檢測……時”或“對應于檢測”陳述的先決條件是真實的。
以下結合附圖首先描述根據(jù)本發(fā)明實施例的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制方法。參見圖I，根據(jù)本發(fā)明實施例的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制方法，包括如下步驟步驟SlOl，獲取對預定環(huán)境空間，如建筑物內(nèi)的冷、熱感知的抱怨信息，其中，所述抱怨信息包括抱怨身份信息、抱怨數(shù)據(jù)、抱怨數(shù)據(jù)類型和抱怨時間，且所述抱怨數(shù)據(jù)類型包括冷抱怨數(shù)據(jù)類型和熱抱怨數(shù)據(jù)類型。在一些示例中，可通過人機交互界面的形式獲取對預定環(huán)境空間的冷、熱感知的抱怨信息，例如，人機交互界面中可設置有太冷、太熱等按鈕，由此，某一用戶可向人機交互界面中輸入太冷、太熱等簡單的抱怨信息，這樣，不需像傳統(tǒng)空調(diào)系統(tǒng)中直接輸入設定值，用戶只需在感覺不舒適時通過人機界面表達最為直觀的冷熱感受，避免用戶直接通過設定溫度點，導致用戶往往不知道設定值為多少能夠滿足自身需要，同時也避免帶來不必要的制冷能耗。在該示例中，人機交互界面既可以在本地存儲抱怨信息并提供讀取接口，也可以以總線、以太網(wǎng)等多種可能的傳輸形式向外發(fā)送抱怨信息，供其它裝置使用。步驟S102，根據(jù)抱怨時間獲取該時刻的預定環(huán)境空間內(nèi)的環(huán)境信息，其中，環(huán)境信息包括空氣溫度和相對濕度。換言之，當在步驟SlOl中獲取到抱怨信息時，根據(jù)抱怨信息中的抱怨時間獲取此刻的環(huán)境信息，即此刻的空氣溫度以及空氣的相對濕度。在一些實施例中，可以通過環(huán)境參數(shù)測量傳感器獲取環(huán)境信息。在該示例中，環(huán)境參數(shù)測量傳感器擁有一定的數(shù)據(jù)存儲能力或者通信接口?？梢允且环N或多種溫度、濕度傳感器以及其組合，能夠對用戶所在區(qū)域，即預定環(huán)境空間的溫度和相對濕度進行測量。環(huán)境參數(shù)測量傳感器既可以在本地存儲環(huán)境信息并提供讀取接口，也可以通過多種通信渠道，如總線、以太網(wǎng)、互聯(lián)網(wǎng)等形式將環(huán)境信息向外發(fā)送。步驟S103，根據(jù)環(huán)境信息和抱怨信息生成每種抱怨數(shù)據(jù)類型對應的抱怨樣本集合，其中，抱怨樣本集合中每個抱怨樣本包括對應的空氣溫度和相對濕度。需要說明的是，上述生成的抱怨樣本集合是基于個性化人員的抱怨信息生成的，即首先將不同時刻的多個抱怨信息進行分類，其分類依據(jù)為根據(jù)抱怨數(shù)據(jù)類型將所有的抱怨信息劃分為兩類，接著，根據(jù)每一類抱怨信息中的抱怨身份信息，該抱怨身份信息用于區(qū)分該抱怨信息是哪位用戶進行的抱怨，這樣，根據(jù)抱怨身份信息可將同一類抱怨信息劃分為同一抱怨身份信息對應的抱怨信息的集合，然后根據(jù)該抱怨信息的集合中的每個抱怨信息的抱怨時間，得到在該抱怨時間采集的預定環(huán)境空間內(nèi)的空氣溫度和相對濕度，由此得到同一用戶不同時刻的多個抱怨信息對應的抱怨樣本集合，該抱怨樣本集合由每個抱怨信息所對應的空氣溫度和相對濕度組成。作為一個具體的示例，每個抱怨樣本為溫度和相對濕度二維向量，可用Xi=UphiV表示。其中\(zhòng)和hi分別表示第i個抱怨樣本的空氣溫度和相對濕度。步驟S104，根據(jù)抱怨樣本集合繪制溫度-相對濕度的坐標系,其中,抱怨樣本集合中的每個抱怨樣本對應的空氣溫度和相對濕度為坐標系的坐標點。在本發(fā)明的一個示例中，將溫度作為坐標系的橫坐標、相對濕度作為坐標系的縱坐標，從而將抱怨樣本集合中的每個抱怨樣本繪制在坐標系中。如圖3所示，示出了某一用戶，即某一抱怨身份信息對應的抱怨數(shù)據(jù)類型為熱抱怨數(shù)據(jù)類型的抱怨樣本集合在上述溫度-相對濕度的坐標系中的坐標點，即坐標點為圖3中所示的多個熱抱怨樣本。需要說明的是，冷抱怨數(shù)據(jù)類性對應的抱怨樣本集合繪制溫度-相對濕度的坐標系的方法和圖3所示的繪制熱抱怨數(shù)據(jù)類型對應的溫度-相對濕度的坐標系的方法相同，為了減少冗余，不做贅述。步驟S105，獲取所述抱怨樣本集合在坐標系中的帕累托前沿集合，并根據(jù)所述帕 累托前沿集合得到抱怨區(qū)域的描述結果，并根據(jù)所述描述結果在坐標系中繪制出抱怨區(qū)域。由于利用了人的冷、熱抱怨區(qū)域在溫度-相對濕度坐標系上的重要性質。人員的舒適感受區(qū)域和不舒適區(qū)域均是連通區(qū)域，人員感受隨環(huán)境的變換也是連續(xù)平緩的。不會存在一些人的感受與臨近環(huán)境發(fā)生巨大變化的異常區(qū)域。同時，某一類抱怨關于某些特定環(huán)境參數(shù)往往存在單調(diào)性，如當環(huán)境溫度越高，人的熱抱怨趨勢將越明顯。但是，相對濕度對于人的冷熱感受有著較為復雜的影響。人員抱怨的上述性質，使得沒有必要對人員抱怨區(qū)域進行完整而封閉的描述，只需關注抱怨區(qū)域與舒適區(qū)域的邊界劃分。結合圖2，根據(jù)上述分析，獲取所述抱怨樣本集合在坐標系中的帕累托前沿集合，并根據(jù)所述帕累托前沿集合得到抱怨區(qū)域的描述結果，并根據(jù)所述描述結果在坐標系中繪制出抱怨區(qū)域，包括如下步驟I、設定抱怨樣本集合中每個抱怨樣本的關鍵方向(對應步驟S202 )，其中，關鍵方向為兩個，其中，當所述抱怨數(shù)據(jù)類型為冷/熱抱怨數(shù)據(jù)類型時，抱怨樣本集合中每個抱怨樣本的關鍵方向包括高溫低濕度方向/低溫低濕度方向和高溫高濕度方向/低溫高濕度方向。以熱抱怨樣本為例，由于熱抱怨關于空氣溫度具有單調(diào)性，關于相對濕度并不具有單調(diào)性。故熱抱怨樣本的關鍵方向設定為低溫高濕度和低溫低濕度兩個方向。同理，冷抱怨樣本的關鍵方向指高溫低濕方向和高溫高濕度兩個方向。2、根據(jù)確定的兩個關鍵方向分別得到抱怨樣本集合在兩個關鍵方向上的兩個帕累托前沿集合(對應步驟S203)。抱怨樣本集合的關鍵方向上的帕累托前沿集合指在抱怨樣本集合中沒有抱怨樣本的坐標點出現(xiàn)在以該抱怨樣本的坐標點為起點，更加遠離該關鍵方向上的抱怨樣本的集合。抱怨樣本集合中的這些抱怨樣本在空氣溫度和相對濕度的兩維中互相不可比較。對于熱抱怨樣本而言，低溫高濕度方向的帕累托前沿集合指那些沒有其他樣本比該樣本溫度低且濕度高的抱怨樣本的集合，低溫高濕方向的帕累托前沿集合指那些沒有其他樣本比該樣本溫度低且濕度低的抱怨樣本的集合。同理，對于冷抱怨樣本而言，高溫高濕度方向的帕累托前沿集合指那些沒有其他樣本比該樣本溫度高且濕度高的抱怨樣本的集合，高溫高濕方向的帕累托前沿集合指那些沒有其他樣本比該樣本溫度高且濕度低的抱怨樣本的集合。如圖4所示，示出了圖3所示實施例的從熱抱怨樣本中得到的兩個關鍵方向上的帕累托前沿集合，即帕累托前沿樣本。
3、根據(jù)最小方差的線性估計方法得到兩個帕累托前沿集合的邊界方程。具體而言，本示例中以一種分段多線性回歸的技術為例，對兩個帕累托前沿集合進行描述。對于熱抱怨樣本集合的兩個指定的關鍵方向上的兩個帕累托集合，分別采取最小方差的線性估計得到兩個帕累托前沿集合的近似描述，即邊界方程。4、根據(jù)所述邊界方程構造出抱怨區(qū)域的邊界方程，并根據(jù)抱怨區(qū)域的邊界方程在所述坐標系中繪制出所述抱怨區(qū)域。如圖5所示，為根據(jù)圖4所示的兩個帕累托前沿集合的邊界方程得到的熱抱怨的邊界描述區(qū)域，即抱怨區(qū)域的邊界方程，即圖5中的虛線區(qū)域組成了熱抱怨區(qū)域。再次結合圖2，在一些示例中，在獲取抱怨樣本集合在坐標系中的帕累托前沿集合之前，還包括步驟S201，通過異常檢測方法對所述抱怨樣本集合進行檢測，以去除所述抱怨樣本集合中的異常樣本。進一步地，異常檢測方法例如采用基于樣本密度檢測方法、基于樣本距離檢測方法或者K鄰近方法等。
步驟S106，根據(jù)所述抱怨區(qū)域的描述結果對所述預定環(huán)境空間內(nèi)的溫、濕度進行控制。在本發(fā)明的一個實施例中，將抱怨區(qū)域的描述結果發(fā)送至環(huán)境控制裝置，如空調(diào)，以通過環(huán)境控制裝置對預定環(huán)境空間內(nèi)的溫度、濕度進行調(diào)節(jié)。即由上述步驟對抱怨樣本集合進行處理完，可將據(jù)抱怨區(qū)域的描述結果發(fā)送至如環(huán)境控制裝置，如空調(diào)的控制器，空調(diào)的控制器根據(jù)抱怨區(qū)域的描述結果對預定環(huán)境內(nèi)的溫度和濕度進行調(diào)節(jié)。由此，僅僅利用抱怨樣本進行抱怨區(qū)域描述，可以學習室內(nèi)環(huán)境中個性化人員冷熱偏好，克服其中舒適程度信息缺失、抱怨時刻隨機、樣本非對稱等問題。使得如空調(diào)系統(tǒng)可根據(jù)人個性化抱怨區(qū)域的描述結果智能調(diào)節(jié)環(huán)境控制策略，實現(xiàn)個性化舒適的控制。另外，在考慮能耗情形下，可以實現(xiàn)對個性化的舒適性和能耗的兼顧，即在一定程度上降低能耗，且盡可能地滿足個性化人員的冷熱需求。在本發(fā)明的進一步示例中，還可對抱怨區(qū)域的描述結果進行顯示，其中顯示方式包括但不限于以下幾種數(shù)學表達式形式、圖形形式和表格形式。作為一種實施方式，該表格可以是數(shù)據(jù)庫形式，存入數(shù)據(jù)庫中，也可以通過可視化界面，將抱怨區(qū)域展示出來，供用戶或者管理人員分析使用，抱怨區(qū)域的描述結果也可以利用數(shù)據(jù)回歸技術，以數(shù)學表達式形式進行顯示。例如通過對帕累托前沿集合進行擬合回歸，給出線性或者非線性方程，即邊界方程作為抱怨區(qū)域的邊界的描述。在一些示例中，可分層次地得到多個帕累托前沿集合，即從抱怨樣本集合中去除所述帕累托前沿集合以在剩余的抱怨樣本集合中獲取新的帕累托前沿集合。具體地，可根據(jù)每類抱怨樣本集合的關鍵方向，尋找出不同層次的帕累托前沿集合。第一層帕累托前沿集合為按照上述方法尋找出的原抱怨樣本集合的帕累托前沿集合。將第一層帕累托前沿集合去除后，可以在余下抱怨樣本集合中尋找出新的帕累托前沿集合，形成第二層帕累托前沿集合。依次進行。分層次帕累托前沿集合表述了抱怨區(qū)域與抱怨程度信息。帕累托前沿集合的層次越高，表明越深入抱怨區(qū)域，即該人員在此環(huán)境下產(chǎn)生該類抱怨的可能性就越聞。由于同一用戶對冷熱感知有可能變化，因此，該用戶將會有一些新的抱怨信息。此時，為了對該用戶的冷熱感知有更準確的把握，即時間越久的抱怨樣本越有可能對目前用戶的冷熱感知的抱怨樣本的區(qū)別越大，因此，對所述抱怨樣本集合中的抱怨樣本進行更新，以便得到新的抱怨區(qū)域的描述結果。具體地，如圖6所示，包括以下步驟步驟S601,最新抱怨樣本獲取，即獲取人員最新的抱怨樣本后。步驟S602，加入最新抱怨樣本，刪除歷史最久的樣本，即將新的抱怨樣本加入抱怨樣本集合，同時將抱怨樣本集合中歷史最久遠的樣本刪除，得到新的抱怨樣本集合。步驟S603，使用更新后的抱怨樣本集合進行抱怨區(qū)域模型學習，得到抱怨區(qū)域的描述結果。步驟S604，輸出更新后的抱怨區(qū)域。如圖9和圖10所示，在本發(fā)明的進一步實施例中，提出了一種基于個性化人員冷熱抱怨的環(huán)境溫濕度控制系統(tǒng)900,包括抱怨信息獲取裝置910、環(huán)境信息獲取裝置920、 抱怨樣本集合生成裝置930、坐標建立裝置940、區(qū)域劃分裝置950和環(huán)境控制裝置960。其中，抱怨信息獲取裝置910用于獲取對預定環(huán)境空間的冷、熱感知的抱怨信息，其中，所述抱怨信息包括抱怨身份信息、抱怨數(shù)據(jù)、抱怨數(shù)據(jù)類型和抱怨時間，且所述抱怨數(shù)據(jù)類型包括冷抱怨數(shù)據(jù)類型和熱抱怨數(shù)據(jù)類型。環(huán)境信息獲取裝置920用于根據(jù)所述抱怨時間獲取該時刻的所述預定環(huán)境空間內(nèi)的環(huán)境信息，其中，所述環(huán)境信息包括空氣溫度和相對濕度。抱怨樣本集合生成裝置930用于根據(jù)所述環(huán)境信息和所述抱怨信息生成每種抱怨數(shù)據(jù)類型對應的抱怨樣本集合，其中，所述抱怨樣本集合中每個抱怨樣本包括對應的空氣溫度和相對濕度。需要說明的是，上述生成的抱怨樣本集合是基于個性化人員的抱怨信息生成的，即首先將不同時刻的多個抱怨信息進行分類，其分類依據(jù)為根據(jù)抱怨數(shù)據(jù)類型將所有的抱怨信息劃分為兩類，接著，根據(jù)每一類抱怨信息中的抱怨身份信息，該抱怨身份信息用于區(qū)分該抱怨信息是哪位用戶進行的抱怨，這樣，根據(jù)抱怨身份信息可將同一類抱怨信息劃分為同一抱怨身份信息對應的抱怨信息的集合，然后根據(jù)該抱怨信息的集合中的每個抱怨信息的抱怨時間，得到在該抱怨時間采集的預定環(huán)境空間內(nèi)的空氣溫度和相對濕度，由此得到同一用戶不同時刻的多個抱怨信息對應的抱怨樣本集合，該抱怨樣本集合由每個抱怨信息所對應的空氣溫度和相對濕度組成。作為一個具體的示例，每個抱怨樣本為溫度和相對濕度二維向量，可用Xi=UphiV表示。其中\(zhòng)和hi分別表示第i個抱怨樣本的空氣溫度和相對濕度。坐標建立裝置940用于根據(jù)所述抱怨樣本集合繪制溫度-相對濕度的坐標系，其中，所述抱怨樣本集合中的每個抱怨樣本對應的空氣溫度和相對濕度為所述坐標系的坐標點。在本發(fā)明的一個示例中，將溫度作為坐標系的橫坐標、相對濕度作為坐標系的縱坐標，從而將抱怨樣本集合中的每個抱怨樣本繪制在坐標系中。如圖3所示，示出了某一用戶，即某一抱怨身份信息對應的抱怨數(shù)據(jù)類性為熱抱怨數(shù)據(jù)類型的抱怨樣本集合在上述溫度-相對濕度的坐標系中的坐標點，即坐標點為圖3中所示的多個熱抱怨樣本。需要說明的是，冷抱怨數(shù)據(jù)類性對應的抱怨樣本集合繪制溫度-相對濕度的坐標系的方法和圖3所示的繪制熱抱怨數(shù)據(jù)類型對應的溫度-相對濕度的坐標系的方法相同，為了減少冗余，不做贅述。區(qū)域劃分裝置950用于獲取所述抱怨樣本集合在坐標系中的帕累托前沿集合，并根據(jù)所述帕累托前沿集合得到抱怨區(qū)域的描述結果，并根據(jù)所述描述結果在坐標系中繪制出抱怨區(qū)域。
環(huán)境控制裝置960用于根據(jù)所述抱怨區(qū)域的描述結果對所述預定環(huán)境空間內(nèi)的溫度進行控制。進一步地，環(huán)境控制裝置960例如為空調(diào)。其實現(xiàn)方式在上述的實施例中已經(jīng)做了描述，此處不做描述。在一些示例中，基于個性化人員冷熱抱怨的環(huán)境溫濕度控制系統(tǒng)900還包括抱怨樣本檢測裝置(圖中未示出)，用于通過異常檢測方法對所述抱怨樣本集合進行檢測，以去除所述抱怨樣本集合中的異常樣本。進一步地，異常檢測方法包括基于樣本密度檢測方法、基于樣本距離檢測方法以及K鄰近方法。在一些示例中，抱怨樣本檢測裝置用于設定所述抱怨樣本集合中每個抱怨樣本的關鍵方向，其中，所述關鍵方向為兩個，其中，當所述抱怨數(shù)據(jù)類型為冷/熱抱怨數(shù)據(jù)類型時，所述抱怨樣本集合中每個抱怨樣本的關鍵方向包括高溫低濕度方向/低溫低濕度方向和高溫高濕度方向/低溫高濕度方向，根據(jù)確定的所述兩個關鍵方向分別得到所述抱怨樣本集合在所述兩個關鍵方向上的兩個帕累托前沿集合，并根據(jù)最小方差的線性估計方法得 到所述兩個帕累托前沿集合的邊界方程，并根據(jù)所述邊界方程構造出所述抱怨區(qū)域的邊界方程，并根據(jù)所述抱怨區(qū)域的邊界方程在所述坐標系中繪制出所述抱怨區(qū)域。如圖11所示，基于個性化人員冷熱抱怨的環(huán)境溫濕度控制系統(tǒng)900包括顯示裝置970，用于對所述抱怨區(qū)域的描述結果進行顯示，其中顯示方式為數(shù)學表達式形式、圖形形式或表格形式。進一步地，顯示裝置包括數(shù)學表達式顯示模塊971、圖形顯示模塊972和表格顯示模塊973。在一些示例中，區(qū)域劃分裝置950還用于從所述抱怨樣本集合中去除所述帕累托前沿集合以在剩余的抱怨樣本集合中獲取新的帕累托前沿集合。在一些示例中，基于個性化人員冷熱抱怨的環(huán)境溫濕度控制系統(tǒng)900還包括抱怨樣本集合更新模塊(圖中未示出)，用于對所述抱怨樣本集合中的抱怨樣本進行更新。其更 新后的作用和實現(xiàn)方法在上述實施例中已經(jīng)進行了描述，此處不做贅述。實施例I以下以某位用戶夏季的熱抱怨為例的一種溫度控制的實施過程。如圖3所示，收集某個個體的熱抱怨的熱抱怨樣本集合。每個熱抱怨樣本為溫度和相對濕度二維向量，記為Xi=UphiV表示。其中\(zhòng)和hi分別表示第i個熱抱怨樣本的空氣溫度和相對濕度。首先對熱抱怨樣本集合進行異常熱抱怨樣本的檢測與剔除。在本實例中，采用基于樣本間距的方法為例進行。定義樣本Xi和Xj間的距離為d (Xi, Xj) = I Xi,「X」,! I /L1+1 Xii2-Xj,21 /L2。其中，Xia為Xi 二維向量的第一維，即本實例中的Xij2為Xi中的第二維，即比。同理Xm為& 二維向量的第一維，即h ；Xj.2為&向量的第二維，即tv L1和L2分別為空氣溫度和相對濕度在抱怨樣本集合中的變化范圍。如果樣本Xi滿足以下條件
_Jl, ifd(x},x,)<d
Zu {d(Xj^xi)KdI — \d(\} v d) — |q 甘他
O則認為該抱怨樣本異常。本實例中，取d=l，M=8 ^ m/2, m為該抱怨樣本的總數(shù)。其檢測結果如圖4所示。
根據(jù)熱抱怨的關鍵方向，即低溫高濕度方向和低溫低濕兩個方向，在剔除異常熱抱怨樣本的熱抱怨樣本集合中找出在這兩個方向的帕累托前沿集合，如圖4所示。在該示例中，采取一種分段多線性回歸的技術為例，對帕累托前沿集合進行描述。對于熱抱怨的兩個指定方向上的帕累托前沿集合，分別采取最小方差的線性估計得到兩個帕累托前沿集合的近似描述，即邊界方程，如下式所示0. 0295x1+0. 052x2-0. 9925=0，0. OlSSx1-O. 025x2-1. 0030=0根據(jù)上述邊界方程，構造出熱抱怨區(qū)域的不等式描述，即熱抱怨區(qū)域的描述結果的邊界方程，如下
J0.0295 + 0.052x2 — 0.9925 > 0
I、本發(fā)明的實施例只需根據(jù)冷、熱感受的抱怨信息，用戶無需考慮自己適合的溫濕度設定點、或者自己感受的程度，只需表達太冷或太熱等抱怨信息，便可以智能學習出用戶舒適需求，因此有著更為良好的用戶體驗。2、針對個性化抱怨行為，收集每個人的抱怨樣本集合進行學習，建立了個性化的抱怨行為的描述結果，為個性化的舒適控制提供模型依據(jù)。3、存儲和記錄了個性化的抱怨樣本集合，并只利用抱怨樣本集合對用戶偏好進行描述。在實際應用中，人員無抱怨階段并非對環(huán)境的滿意，因此直接提取的無抱怨樣本有較大的噪聲，故本發(fā)明的實施例避免了舒適樣本提取的困難。4、僅利用抱怨樣本對個性化人員偏好進行描述，具有一定的保守性，可以實現(xiàn)較低的漏報率，在實際環(huán)境控制中對避免人員抱怨有著重要意義，有利于抱怨的消除。
5、抱怨樣本集合更新可以實現(xiàn)抱怨描述結果的時變更新，能夠描述隨著季節(jié)變化等引起的人員抱怨區(qū)域的變化。6、個性化抱怨區(qū)域描述結果的多種輸出形式，便于分析、顯示和為空調(diào)控制提供個性化舒適依據(jù)。為了說明的目的，已經(jīng)參考特定實施方式進行了上述描述。然而，以上說明性的討論不意味著詳盡討論或者將本發(fā)明限于公開的精確形式。鑒于上述教導，進行許多修改和變化是可能的。所選取和描述的實施方式是為了最好地說明本發(fā)明的原則和它的實際應用，從而使得本領域的其他技術人員能夠最好地利用本發(fā)明以及具有各種適合于預期的特殊用途的修改的各種實施方式。實施方式包括在所附權利要求的精神和范圍內(nèi)的替換、修改和等同。闡明多個具體細節(jié)是為了提供對本文提出的主題的全面理解。但是本領域的普通技術人員應明白，可以不使用這些具體細節(jié)來實施該主題。在其他情況下，沒有詳細描述公知的方法、程序、部件和電路，從而避免不必要地使本實施方式的方面模糊。盡管已經(jīng)示出和描述了本發(fā)明的實施例，本領域的普通技術人員可以理解在不脫離本發(fā)明的原理和宗旨的情況下可以對這些實施例進行多種變化、修改、替換和變型，本發(fā)明的范圍由權利要求及其等同限定。
權利要求
1.一種基于個性化人員冷熱抱怨的環(huán)境溫濕度控制方法，其特征在于，包括以下步驟 獲取對預定環(huán)境空間的冷、熱感知的抱怨信息，其中，所述抱怨信息包括抱怨身份信息、抱怨數(shù)據(jù)、抱怨數(shù)據(jù)類型和抱怨時間，且所述抱怨數(shù)據(jù)類型包括冷抱怨數(shù)據(jù)類型和熱抱怨數(shù)據(jù)類型； 根據(jù)所述抱怨時間獲取該時刻的所述預定環(huán)境空間內(nèi)的環(huán)境信息，其中，所述環(huán)境信息包括空氣溫度和相對濕度； 根據(jù)所述環(huán)境信息和所述抱怨信息生成每種抱怨數(shù)據(jù)類型對應的抱怨樣本集合，其中，所述抱怨樣本集合中每個抱怨樣本包括對應的空氣溫度和相對濕度； 根據(jù)所述抱怨樣本集合繪制溫度-相對濕度的坐標系，其中，所述抱怨樣本集合中的每個抱怨樣本對應的空氣溫度和相對濕度為所述坐標系的坐標點； 獲取所述抱怨樣本集合在坐標系中的帕累托前沿集合，并根據(jù)所述帕累托前沿集合得到抱怨區(qū)域的描述結果，并根據(jù)所述描述結果在坐標系中繪制出抱怨區(qū)域；和根據(jù)所述抱怨區(qū)域的描述結果對所述預定環(huán)境空間內(nèi)的溫、濕度進行控制。
2.根據(jù)權利要求I所述的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制方法，其特征在于，在獲取所述抱怨樣本集合在所述坐標系中的帕累托前沿集合之前，還包括 通過異常檢測方法對所述抱怨樣本集合進行檢測，以去除所述抱怨樣本集合中的異常樣本。
3.根據(jù)權利要求2所述的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制方法，其特征在于，所述異常檢測方法包括 基于樣本密度檢測方法、基于樣本距離檢測方法以及K鄰近方法。
4.根據(jù)權利要求I所述的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制方法，其特征在于，獲取所述抱怨樣本集合在所述坐標系中的帕累托前沿集合，并根據(jù)所述帕累托前沿集合得到抱怨區(qū)域的描述結果，并根據(jù)所述描述結果在所述坐標系中繪制出抱怨區(qū)域，進一步包括 設定所述抱怨樣本集合中每個抱怨樣本的關鍵方向，其中，所述關鍵方向為兩個，其中，當所述抱怨數(shù)據(jù)類型為冷/熱抱怨數(shù)據(jù)類型時，所述抱怨樣本集合中每個抱怨樣本的關鍵方向包括高溫低濕度方向/低溫低濕度方向和高溫高濕度方向/低溫高濕度方向；根據(jù)確定的所述兩個關鍵方向分別得到所述抱怨樣本集合在所述兩個關鍵方向上的兩個帕累托前沿集合； 根據(jù)最小方差的線性估計方法得到所述兩個帕累托前沿集合的邊界方程；以及根據(jù)所述邊界方程構造出所述抱怨區(qū)域的邊界方程，并根據(jù)所述抱怨區(qū)域的邊界方程在所述坐標系中繪制出所述抱怨區(qū)域。
5.根據(jù)權利要求I所述的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制方法，其特征在于，還包括對所述抱怨區(qū)域的描述結果進行顯示，其中顯示方式為數(shù)學表達式形式、圖形形式或表格形式。
6.根據(jù)權利要求I所述的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制方法，其特征在于，將所述抱怨區(qū)域的描述結果發(fā)送至環(huán)境控制裝置，以通過所述環(huán)境控制裝置對所述預定環(huán)境空間內(nèi)的溫、濕度進行調(diào)節(jié)。
7.根據(jù)權利要求I所述的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制方法，其特征在于，還包括 從所述抱怨樣本集合中去除所述帕累托前沿集合以在剩余的抱怨樣本集合中獲取新的帕累托前沿集合。
8.根據(jù)權利要求I所述的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制方法，其特征在于,還包括對所述抱怨樣本集合中的抱怨樣本進行更新。
9.一種基于個性化人員冷熱抱怨的環(huán)境溫濕度控制系統(tǒng)，其 特征在于，包括 抱怨信息獲取裝置，用于獲取對預定環(huán)境空間的冷、熱感知的抱怨信息，其中，所述抱怨信息包括抱怨身份信息、抱怨數(shù)據(jù)、抱怨數(shù)據(jù)類型和抱怨時間，且所述抱怨數(shù)據(jù)類型包括冷抱怨數(shù)據(jù)類型和熱抱怨數(shù)據(jù)類型； 環(huán)境信息獲取裝置，用于根據(jù)所述抱怨時間獲取該時刻的所述預定環(huán)境空間內(nèi)的環(huán)境信息，其中，所述環(huán)境信息包括空氣溫度和相對濕度； 抱怨樣本集合生成裝置，用于根據(jù)所述環(huán)境信息和所述抱怨信息生成每種抱怨數(shù)據(jù)類型對應的抱怨樣本集合,其中，所述抱怨樣本集合中每個抱怨樣本包括對應的空氣溫度和相對濕度； 坐標建立裝置，用于根據(jù)所述抱怨樣本集合繪制溫度-相對濕度的坐標系，其中，所述抱怨樣本集合中的每個抱怨樣本對應的空氣溫度和相對濕度為所述坐標系的坐標點； 區(qū)域劃分裝置，用于獲取所述抱怨樣本集合在坐標系中的帕累托前沿集合，并根據(jù)所述帕累托前沿集合得到抱怨區(qū)域的描述結果，并根據(jù)所述描述結果在坐標系中繪制出抱怨區(qū)域；和 環(huán)境控制裝置，用于根據(jù)所述抱怨區(qū)域的描述結果對所述預定環(huán)境空間內(nèi)的溫、濕度進行控制。
10.根據(jù)權利要求9所述的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制系統(tǒng)，其特征在于，還包括 抱怨樣本檢測裝置，用于通過異常檢測方法對所述抱怨樣本集合進行檢測，以去除所述抱怨樣本集合中的異常樣本。
11.根據(jù)權利要求10所述的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制系統(tǒng)，其特征在于，所述異常檢測方法包括基于樣本密度檢測方法、基于樣本距離檢測方法以及K鄰近方法。
12.根據(jù)權利要求9所述的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制系統(tǒng)，其特征在于，所述抱怨樣本檢測裝置用于設定所述抱怨樣本集合中每個抱怨樣本的關鍵方向，其中，所述關鍵方向為兩個，其中，當所述抱怨數(shù)據(jù)類型為冷/熱抱怨數(shù)據(jù)類型時，所述抱怨樣本集合中每個抱怨樣本的關鍵方向包括高溫低濕度方向/低溫低濕度方向和高溫高濕度方向/低溫高濕度方向，根據(jù)確定的所述兩個關鍵方向分別得到所述抱怨樣本集合在所述兩個關鍵方向上的兩個帕累托前沿集合，并根據(jù)最小方差的線性估計方法得到所述兩個帕累托前沿集合的邊界方程，并根據(jù)所述邊界方程構造出所述抱怨區(qū)域的邊界方程，并根據(jù)所述抱怨區(qū)域的邊界方程在所述坐標系中繪制出所述抱怨區(qū)域。
13.根據(jù)權利要求9所述的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制系統(tǒng)，其特征在于，還包括顯示裝置，用于對所述抱怨區(qū)域的描述結果進行顯示，其中顯示方式為數(shù)學表達式形式、圖形形式或表格形式。
14.根據(jù)權利要求13所述的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制系統(tǒng)，其特征在于，所述顯示裝置包括數(shù)學表達式顯示模塊、圖形顯示模塊和/表格顯示模塊。
15.根據(jù)權利要求9所述的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制系統(tǒng)，其特征在于，所述環(huán)境控制裝置為空調(diào)。
16.根據(jù)權利要求9所述的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制系統(tǒng)，其特征在于，所述區(qū)域劃分裝置還用于從所述抱怨樣本集合中去除所述帕累托前沿集合以在剩余的抱怨樣本集合中獲取新的帕累托前沿集合。
17.根據(jù)權利要求9所述的基于個性化人員冷熱抱怨的環(huán)境溫濕度控制系統(tǒng)，其特征在于，還包括 抱怨樣本集合更新模塊，用于對所述抱怨樣本集合中的抱怨樣本進行更新。
全文摘要
本發(fā)明提出一種基于個性化人員冷熱抱怨的環(huán)境溫濕度控制方法及系統(tǒng)，該方法包括獲取對預定環(huán)境空間的冷、熱感知的抱怨信息；根據(jù)抱怨時間獲取該時刻的預定環(huán)境空間內(nèi)的環(huán)境信息；根據(jù)環(huán)境信息和抱怨信息生成每種抱怨數(shù)據(jù)類型對應的抱怨樣本集合；根據(jù)抱怨樣本集合繪制溫度-相對濕度的坐標系；獲取抱怨樣本集合在坐標系中的帕累托前沿集合，并根據(jù)帕累托前沿集合得到抱怨區(qū)域的描述結果，并根據(jù)描述結果在坐標系中繪制出抱怨區(qū)域；根據(jù)抱怨區(qū)域的描述結果對預定環(huán)境空間內(nèi)的溫、濕度進行控制。根據(jù)本發(fā)明的實施例，可根據(jù)個性化人員冷熱偏好，對室內(nèi)溫、濕度進行自動控制。
文檔編號G05D27/02GK102736649SQ201210192140
公開日2012年10月17日 申請日期2012年6月11日 優(yōu)先權日2012年6月11日
發(fā)明者宋芳婷, 毛焯, 江億, 王福林, 趙千川, 趙寅 申請人:清華大學, 聯(lián)合技術公司