宜居家居系统研究和构建.pptxVIP

基于私有云平台的宜居家居系统研究与构建 硕士学位论文中期检查 汇报内容基本框架 一、主要研究内容 二、已完成的阶段性工作及成果 三、正在研究的问题与拟采用的解决方案 四、下一步的工作计划 一、主要研究内容 1、利用智能家居的环境监测系统，收集家居环境数据，分析环境数据中联系，以及宜居家居环境指标 2、设计一个适用于家居环境，改进的基于BP神经网络的实时数据预测模型 3、设计一个家居环境控制模型 4、搭建宜居家居私有云平台，是环境数据在云平台上存储、计算 二、已完成的阶段性工作 1、数据的相关性分析 根据数据其特点不同，用来度量变量间相关程度的统计量也不同，因此，相关系数就有不同的表现形式。现在常用的是线性相关系数、Spearman相关系数、Kendall相关系数。 应用SPSS这一统计分析软件对家居环境数据进行相关性分析。随机抽取同一时间段相同采样周期下的室内湿度、温度，室外湿度监测结果中的部分数据后，利用SPSS软件进行相关性分析，分析结果如表：1.1 、1.2、1.3所示。 二、已完成的阶段性工作 二、已完成的阶段性工作 2、设计基于BP神经网络的实时数据预测模型 利用室内温度、室外湿度与室内湿度之间的相关关系，借助BP神经网络的强大函数映射能力，提出了一种适用于家居环境的BP神经网络实时数据预测模型。该模型根据相关系数的大小，确定相关因素的权重，更为准确的映射出室内湿度与室内温度、室外湿度之间的函数关系，从而准确的预测出家居环境中湿度的变化趋势。通过对比未改进的BP神经网络算法和改进后的BP神经网络实时数据预测模型在室内PM2.5值预测的应用，证明该模型具有很高的预测精度，可应用于家居环境数据实时预测。 二、已完成的阶段性工作 以室内湿度进行预测模型建模，改进的公式为： 利用改进后的神经网络建模得到室内湿度预测结果图如下： 二、已完成的阶段性工作 3、学术成果： Yong Cao，Liwei Tian，Hongwei Zhao；The Application of BP Neural Net Real-time Data Forecasting Model Used in Home Environment；The 5th Annual IEEE International Conference on CYBER Technology in Automation, Control,and Intelligent Systems. 三、正在研究的问题及拟采用的方案 1、设计一个家居环境控制模型 采用方案：结合神经网络（Neural Networks，NN）与模糊系统（Fuzzy System，FS）的优缺点，进行分析后，采用一种基于模糊神经网络（FNN）的控制算法对宜居家居环境系统进行控制。 三、正在研究的问题及拟采用的方案 2、搭建宜居家居系统私有云平台，是环境数据在云平台上存储、计算 采用方案：现有智能家居系统的基础上，引入了云计算的技术。充分利用云计算的技术优势，将以往独立的家居环境数据处理模块延伸到后台云计算平台，简化智能处理终端，将对数据的存储、分析、处理等功能移交至云计算中心，由云计算中心为每个家庭提供安全、可靠、便捷、个性化的家居体验服务。 四、下一步的工作计划 1、2015/6-2015/7 宜居家居系统控制模型研究， 完成学术论文1篇 2、2015/8-2015/9 宜居家居系统云平台搭建、系统测试 3、2015/10-2015/11 撰写毕业论文，准备答辩 一、论文的整体研究思路是否正确 二、论文题目是否符合论文研究内容和研究方向 谢谢老师！ 敬请各位老师批评指正