基于模糊推理的空调智能控制方法及系统

技术领域

本发明涉及空调控制技术领域，特别是涉及基于模糊推理的空调智能控制方法及系统。

背景技术

本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。

随着社会的进步，人们生活水平的提高，空调成为人们在生活和工作中不可或缺的一部分。空调对环境温度的控制直接影响到人们的生活质量，所以，空调控制器如何精确地控制温度参数，解决控制过程的突变性、滞后性等不良特性，一直以来都是学者们所研究的问题。如今，大多数的空调仍然采用PID控制器进行过程控制，这种控制方式需要建立系统的精确数学模型，但是现代空调非线性系统的复杂性，很难找到精确的数学模型来描述过程动态。模糊推理作为人工智能的一个分支，可以通过规则库的建立和推理机的推理来对空调系统进行控制，其过程不需要建立系统的精确数学模型，能够有效解决传统PID控制器突变、滞后、非线性等问题。所以利用模糊推理算法来实现对空调的精准控制成为空调控制领域未来主要的发展方向。

中国发明专利(申请号：CN201510315576.1，专利名称：一种动态自适应空调控制系统)，虽然提及了空调控制系统及方法，但是其发明是利用穿戴设备对人体信息的采集进行空调控制，侧重点在于通过设备感知人体的温度来控制空调系统。该发明虽然解决了空调控制温度符合人体需求问题，但该发明设备复杂，效率低下，没有解决空调随环境自主控制温度问题及多人群环境的温度控制问题。

中国发明专利(申请号：CN201810148452.2，专利名称：一种中央空调冷冻水的模糊控制方法、装置及空调)，虽然提及了利用模糊控制冷冻水温度来控制中央空调，但是其发明是以室内相对湿度及相对湿度变化量作为输入参量，最终设定冷冻水的温度。该发明虽然解决了通过设定冷冻水温度来控制中央空调对环境温度调节的问题，但该发明设备并未解决家用空调对环境温度自动精准调节的问题。

发明内容

为了解决传统空调控制算法参数调节困难，调节效果差的问题，本发明提供基于模糊推理的空调智能控制系统及方法。本发明利用自然界模糊事物的特点，将人体对环境温度的感受与模糊语言相结合，弥补了空调难以精确调整环境温度的不足。本发明采用多种隶属度函数结合对输入输出参量模糊化，制定合适详尽的模糊规则，采用最大最小算法进行模糊推理，最后采用重心法进行去模糊化，得到精确的控制方案，利用FuzzyJ Toolkit工具包进行模拟系统构建，模拟空调精准调节室内温度，营造舒适的家居环境。

第一方面，本发明提供了基于模糊推理的空调智能控制方法；

基于模糊推理的空调智能控制方法，包括：

获取空调的输入参量和输出参量；通过隶属度函数，将输入参量和输出参量均转换成模糊集；

构建模糊规则库；

根据模糊规则库的模糊规则，对模糊集进行推理运算；

对推理运算结果进行去模糊运算；

依据去模糊运算结果，对空调的输入参量进行调整，实现对空调的控制。

第二方面，本发明提供了基于模糊推理的空调智能控制系统；

基于模糊推理的空调智能控制系统，包括：

获取模块，其被配置为：获取空调的输入参量和输出参量；通过隶属度函数，将输入参量和输出参量均转换成模糊集；

规则库构建模块，其被配置为：构建模糊规则库；

推理运算模块，其被配置为：根据模糊规则库的模糊规则，对模糊集进行推理运算；

去模糊运算模块，其被配置为：对推理运算结果进行去模糊运算；

空调控制模块，其被配置为：依据去模糊运算结果，对空调的输入参量进行调整，实现对空调的控制。

第三方面，本发明还提供了一种电子设备，包括：一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使电子设备执行上述第一方面所述的方法。

第四方面，本发明还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述的方法。

与现有技术相比，本发明的有益效果是：

(1)将室内环境温度用模糊语言来表示，通过精确参量的模糊化、模糊规则构建、模糊推理及去模糊化等步骤，获得精确的控制方案，来控制空调系统精准调节环境温度。本发明克服了传统空调控制算法迟滞性、调节参数不精确等缺点，在节约能源的同时为用户提供了更为舒适的家居环境。

(2)本发明利用Java的第三方包FuzzyJ toolkit进行模拟空调控制系统的构建，通过输入环境温度，经过模拟系统的模糊控制，得到最终精确的输出控制方案，为家用空调对家居环境温度的调节提供了帮助。

本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1是本发明的基于模糊推理的空调智能控制方法流程及系统结构示意图；

图2是本发明实施例中输入环境温度参量的隶属度函数图；

图3是本发明实施例中输出冷阀门开关状态的隶属度函数图；

图4是本发明实施例中输出热阀门开关状态的隶属度函数图；

图5是本发明实施例中输出通风口尺寸的隶属度函数图；

图6是本发明实施例中输入输出参量根据模糊规则的变化示意图；

图7是本发明实施例中输入温度功能示意图；

图8是本发明实施例中根据输入温度得到控制方案示意图。

具体实施方式

应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

实施例一

本实施例提供了基于模糊推理的空调智能控制方法；

如图1所示，基于模糊推理的空调智能控制方法，包括：

S101：获取空调的输入参量和输出参量；通过隶属度函数，将输入参量和输出参量均转换成模糊集；

S102：构建模糊规则库；

S103：根据模糊规则库的模糊规则，对模糊集进行推理运算；

S104：对推理运算结果进行去模糊运算；

S105：依据去模糊运算结果，对空调的输入参量进行调整，实现对空调的控制。

进一步地，所述S101：获取空调的输入参量和输出参量；其中，输入参量，是指：环境温度；输出参量，包括：冷热阀门开关状态以及通风口尺寸。

进一步地，所述S101：通过隶属度函数，将输入参量和输出参量均转换成模糊集；具体包括：

通过梯形隶属度函数，将环境温度转换成第一个模糊集；

通过三角隶属度函数，将冷热阀门开关状态转换成第二个模糊集；

通过高斯隶属度函数，将通风口尺寸转换成第三个模糊集。

进一步地，所述通过梯形隶属度函数，将环境温度转换成第一个模糊集；具体包括：

其中，a

进一步地，所述通过三角隶属度函数，将冷热阀门开关状态转换成第二个模糊集；具体包括：

其中，a

冷热阀门的开关状态属于布尔类型，针对冷热阀门状态参量选择的隶属函数为三角隶属函数。

进一步地，所述通过高斯隶属度函数，将通风口尺寸转换成第三个模糊集；具体包括：

其中，σ为正实数，c

进一步地，所述S101中三种函数的选择依据是：

根据表格，当输入温度的隶属度函数为梯形隶属函数、冷热阀门开关状态的隶属度函数为三角隶属函数，通风口尺寸的隶属度函数为高斯隶属度函数时，通风口在0℃的时候开放程度最大，在15℃的时候开放程度较小，在40℃的时候开放程度较大。

这套组合方案相比其他方案最符合“人体感受为寒冷、炎热时通风口开放程度较大，人体感受为舒适时通风口开放程度较小”的原则，精确调节同时最大程度节约能源。

确定输入温度参量的隶属函数输，冷热阀门开关状态及通风口尺寸参量的隶属函数，将三个参量的不同隶属函数进行组合比较确定输入温度参量的隶属函数为梯形隶属函数，冷热阀门开关状态参量的隶属函数为三角隶属函数，输出通风口尺寸参量的隶属函数为高斯隶属函数。

表1各参量不同隶属度函数组合对照表

通过表格可确定输入温度参量的隶属函数为梯形隶属函数，输出通风口尺寸参量的隶属函数为高斯隶属函数。输入温度参量三角隶属函数如图2所示，输出冷热阀门开关状态参量如图3、图4所示，输出通风口尺寸参量，如图5所示。

进一步地，所述S102：构建模糊规则库；具体包括：

THEN y(k)is B

其中R

进一步地，所述S102：构建模糊规则库；具体包括：

S1021：确定输入参量为环境温度数值，输出参量为冷热阀门状态以及通风口尺寸；

S1022：构建模糊规则如下：

如果温度为-20℃—10℃，那么冷阀门关闭，热阀门开启，通风口全部开放；

如果温度为5℃—25℃，那么冷阀门关闭，热阀门开启，通风口开放150mm

如果温度为15℃—30℃，那么冷阀门关闭，热阀门关闭，通风口半开放；

如果温度为20℃—35℃，那么冷阀门开启，热阀门关闭，通风口开放150mm

如果温度为27℃—40℃，那么冷阀门开启，热阀门关闭，通风口尺寸全部开放。

进一步地，所述S103：根据模糊规则库的模糊规则，对模糊集进行推理运算；具体包括：

其中，K

进一步地，所述S103：根据模糊规则，对模糊集进行推理运算；具体包括：

S1031：输入温度参量作为自变量，进行隶属度函数运算获得隶属值，该隶属值作为输出参量的激活权值；

S1032：获得单规则推理结果，即激活权值在输出变量隶属度函数上激活的部分；激活权值与输出变量隶属度函数进行Min运算后得到的结果即为激活的部分；Min运算公式如下:

μ

μ

公式(6)、(7)中，A表示某一时刻的输入参量；μ

S1033：对单规则推理结果，进行Max运算得到最终模糊推理综合结果；Max运算公式如下：

μ

公式(8)中，μ

进一步地，所述S104：对模糊推理运算结果进行去模糊运算；具体包括：

采用面积重心法进行去模糊化，面积重心法公式为：

y′表示去模糊化后的精确值。

当推理结果的模糊集通过取面积重心得到最终的推理精确值，则推理精确值即为通风口的精确开放尺寸。

进一步地，所述S104：对推理运算结果进行去模糊运算；具体包括：

S1041：将通风口尺寸数据集中的数据，以时间为横坐标，通风口尺寸为纵坐标进行坐标点标记，将标记的点依次连接构成折线，最后将折线两端点分别向横轴做垂线构成一个封闭图形；

S1042：对获得的封闭图形取面积重心，得到最终的空调通风口尺寸。

进一步地，所述S105：依据去模糊运算结果，对空调的输出参量进行调整，实现对空调的控制；具体包括：

依据去模糊运算结果，对空调的通风口尺寸进行调整，实现对空调的控制。

本发明采用多种隶属度函数结合对输入输出参量模糊化，制定合适详尽的模糊规则，采用最大最小算法进行模糊推理，最后采用重心法进行去模糊化，得到精确的控制方案，使空调能够精准调节室内温度，营造舒适的家居环境。

利用FuzzyJ Toolkit工具包进行模拟系统构建:所述输入参量为环境温度，输出参量包括冷热阀门状态以及通风口尺寸。

所述FuzzyJ Toolkit工具包为：模糊专家系统外壳，将模糊推理的功能加入到Jess专家系统中的Java第三方工具包。

模糊推理算法是一种自然语言处理算法，是将自然界中的模糊变量转变为相应的模糊集合，根据提前制定的模糊规则获得新的模糊集合，然后通过一定的算法进行去模糊化得到最终精确的输出结果。

尤其指出，本发明使用FuzzyJ Toolkit工具包进行模拟系统的搭建，其为模糊推理与Jess专家系统的结合。同大多数专家系统工具一样，Jess的核心也是由事实库、规则库、推理机三大部分组成，并采用产生式规则作为基本的知识表达模式。Jess通过实现Rete匹配算法来提供非常高效的前向和逆向推理，Rete算法利用了专家系统中时间冗余性和结构相似性这两个特点，有效地减少了用于匹配操作的次数，提高了推理效率。而FuzzyJess为更强大的模糊专家系统外壳，将模糊推理的功能加入到Jess专家系统，在具有Jess强大功能的同时还可以表达精确事实、模糊事实、执行模糊推理。

输入输出参量依据模糊规则进行模糊推理得到最终精确结果如图6所示。

下面提供一个仿真实施例：

本发明通过Java的第三方包FuzzyJ Toolkit对基于模糊推理的空调智能控制系统进行了模拟实现，并利用GUI实现了可视化。该模拟系统的主要功能为：

用户输入一个规定范围内的温度数值，点击“开始计算”按钮，即可得到相应的模糊推理控制方案，该方案包括了冷热阀门的开关状态，通风口开放程度以及此时空调通风口尺寸示意图。

如图7所示，输入温度为35℃，由模糊推理得到的控制方案如图8所示，冷阀门开启，热阀门关闭，通风口尺寸为146.4743589…cm

实施例二

本实施例提供了基于模糊推理的空调智能控制系统；

基于模糊推理的空调智能控制系统，包括：

获取模块，其被配置为：获取空调的输入参量和输出参量；通过隶属度函数，将输入参量和输出参量均转换成模糊集；

规则库构建模块，其被配置为：构建模糊规则库；

推理运算模块，其被配置为：根据模糊规则库的模糊规则，对模糊集进行推理运算；

去模糊运算模块，其被配置为：对推理运算结果进行去模糊运算；

空调控制模块，其被配置为：依据去模糊运算结果，对空调的输入参量进行调整，实现对空调的控制。

此处需要说明的是，上述获取模块、规则库构建模块、推理运算模块、去模糊运算模块和空调控制模块对应于实施例一中的步骤S101至S105，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。

上述实施例中对各个实施例的描述各有侧重，某个实施例中没有详述的部分可以参见其他实施例的相关描述。

所提出的系统，可以通过其他的方式实现。例如以上所描述的系统实施例仅仅是示意性的，例如上述模块的划分，仅仅为一种逻辑功能划分，实际实现时，可以有另外的划分方式，例如多个模块可以结合或者可以集成到另外一个系统，或一些特征可以忽略，或不执行。

实施例三

本实施例还提供了一种电子设备，包括：一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使电子设备执行上述实施例一所述的方法。

应理解，本实施例中，处理器可以是中央处理单元CPU，处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。

在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。

实施例一中的方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。

本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元及算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

实施例四

本实施例还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例一所述的方法。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。