通用性智能家居系统的制作方法

本发明涉及智能家居领域，具体涉及一种通用性智能家居系统。

背景技术：

现有技术中的智能家居系统的控制设备普遍存在布线复杂，维护成本大的缺点，例如目前应用较多的智能家居系统采用美国control4系统，其主控设备一般为一个以上的类似网关、av控制中心的集线控制设备，在控制设备中包括了协议转换模块和动作控制设备，控制设备复杂往往就导致在组建系统过程中耗材严重。导致目前智能家居系统诸多缺点的其中一个原因就是没有利用好现在发达的智能手机或智能平板这些平台。

技术实现要素：

针对上述问题，本发明旨在提供一种通用性智能家居系统。

本发明的目的采用以下技术方案来实现：

一种通用性智能家居系统，包括传感器组、传感数据处理器、控制端和家具设备，所述传感器组与所述传感数据处理器有线连接，用于采集家居环境内环境指标数据；所述传感数据处理器与所述控制端通过无线蓝牙连接，用于将环境指标数据进行压缩处理，得到环境指标压缩数据，并将该环境指标压缩数据进行存储；所述控制端包括智能控制端与人工控制端，与所述家居设备通过无线蓝牙或wifi连接，用于对所述家居设备进行控制。

本发明的有益效果为：本发明不需要复杂的人工布线，结构简单，易于普及，且设置两个控制端，使得本通用性智能家居控制系统更加人性化。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明的框架结构图；

图2是本发明的传感数据处理器的框架结构图。

附图标记：

传感器组1、传感数据处理器2、控制端3、家具设备4、智能控制端31、人工控制端32、初始模块201、更新模块202和压缩模块203。

具体实施方式

结合以下应用场景对本发明作进一步描述。

参见图1，本实施例的一种通用性智能家居系统，包括传感器组1、传感数据处理器2、控制端3和家具设备4，所述传感器组1与所述传感数据处理器2有线连接，用于采集家居环境内环境指标数据；所述传感数据处理器2与所述控制端3通过无线蓝牙连接，用于将环境指标数据进行压缩处理，得到环境指标压缩数据，并将该环境指标压缩数据进行存储；所述控制端3包括智能控制端31与人工控制端32，与所述家居设备4通过无线蓝牙或wifi连接，用于对所述家居设备4进行控制。

优选地，所述传感器组至少包括温度传感器、湿度传感器、烟雾传感器和二氧化碳传感器。

优选地，所述智能控制端根据预设的程序，当环境指标压缩数据满足预设条件时，对家居设备的运行进行控制；所述人工控制端为智能手机或平板电脑，用于家居设备进行临时控制和设定家居设备自动运行的条件数据。

本发明上述实施例，不需要复杂的人工布线，结构简单，易于普及，且设置两个控制端，使得本通用性智能家居控制系统更加人性化。

优选地，参加图2，所述传感数据处理器包括初始模块、更新模块和压缩模块，采用改进的人工蜂群算法对环境指标数据进行压缩处理，所述初始模块设定有s个引领蜂，根据自定义蜜源搜索公式计算得到蜜源位置的s个解，并求得这s个解的反向解，计算这s个解和s个反向解的均方误差，根据其均方误差的大小，选取均方误差较小的s个较优的解或反向解作为环境指标数据的初始码书，具体为：

式中，表示迭代次数为t维数为y的第x个蜜源，δx为第x个引领蜂的遗忘因子，δx∈(0,1)，分别表示迭代次数为t维数为y的均方误差最大和最小蜜源，表示迭代次数为t维数为y的第x个蜜源的反向解，x＝1,2,3…s；

生成s个初始蜜源t表示矩阵的转置，每一个蜜源的位置矢量是一个包含j个码字的码书，每个码字的维数为k，因此每个蜜源的位置矢量的维数为j×k；

在迭代次数为t＝1时，计算每个码书的均方误差。

本发明上述实施例，在求解环境指标数据的初始码书时，采用正向求解与反向求解结合的方法，使得生成的环境指标数据的初始码书精确度大大提高，且生成的初始码书质量较好，通用性好，降低了初始误差对后续步骤的影响，提高本模块采用的改进的人工蜂群算法的收敛精度。

优选地，所述搜索模块利用引领蜂进行新蜜源的搜索，每个引领蜂根据自定义蜜源更新公式进行邻域搜索，产生新的位置矢量是维数为j×k的矢量，计算的均方误差和的均方误差，并进行比较，如果的均方误差小于的均方误差，则用新的蜜源代替旧的蜜源，生成新的码书如果的均方误差不小于的均方误差，重新进行邻域搜索，直至产生均方误差比的均方误差小的新的位置矢量并生成新的码书其中自定义蜜源更新公式为：

式中，表示维数为y的第x个蜜源的位置矢量，为维数为y的第x个蜜源在[-1,1]之间均匀分布的随机数，为迭代次数为t维数为y的的最佳蜜源，s1和s2为[1,s]之间的两个不相同的整数，分别表示迭代次数为t维数为y的第s1个和第s2个蜜源，ω1和ω2为归一化权重因子，ω1+ω2＝1。

本发明上述实施例，采用引领蜂进行邻域搜索的方式更新生成环境指标数据的码书，提高了邻域搜索的效率，大大减少计算量，节省运算时间，同时提高算法的收敛速度，增大了旧蜜源与新蜜源之间的差异性，使得在进行环境指标数据的码书生成时，判断时间更短，判断结果更加准确。

优选地，所述压缩模块用于生成最终环境指标压缩数据的码书并进行输出，具体为：

(1)跟随蜂根据概率大小选择前往的蜜源，概率越大，前往的跟随蜂数模越多，引领蜂继续根据自定义蜂源搜索公式进行邻域搜索，产生新的位置矢量，计算位置矢量的均方误差和的均方误差，如果的均方误差小于的均方误差，则用新的蜜源代替就得蜜源，生成新的环境指标压缩数据的码书否则继续搜索，并且搜索次数加1，其中概率计算公式为：

式中，表示第x个跟随蜂选择蜜源的概率，γ(x)为第x个蜜源的均方误差；

(2)如果搜索次数值大于设定的最大搜索次数，蜜源仍然没有更新，放弃旧蜜源，根据蜜源生成公式产生新的蜜源取代旧蜜源，蜜源生成公式为：

式中，表示迭代次数为(t+1)维数为y的第x个蜜源，分别表示迭代次数为t维数为y的均方误差最大和最小蜜源，为第x个蜜源的邻域因子，s为引领蜂的个数；

将此时的生成的蜜源存储为环境指标压缩数据的最优码书，如果当前蜜源位置足够好或者达到最大迭代次数，输出该环境指标压缩数据的最优码书，否则引领蜂继续搜索；

(3)根据该环境指标压缩数据的最优码书对环境指标数据进行压缩。

本发明上述实施例，为预防在引领蜂进行搜索时，搜索次数达到设定值还没有寻找到更优的蜜源的情况下的预备方案，使得本传感数据处理器功能更加全面，改进的人工蜂群算法的鲁棒性更好，适应性更强，有利于提高本通用性只能家居系统对环境指标数据的压缩能力，节约存储空间，降低存储成本。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。