咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于空调使用行为记录的用户热偏好预测模型及控制方法分析 收藏

基于空调使用行为记录的用户热偏好预测模型及控制方法分析

Analysis of User Thermal Preference Prediction Model and Control Method Based on Air Conditioning Usage Behavior Records

作     者:张静思 ZHANG Jingsi

作者机构:美的集团中央研究院上海201702 

出 版 物:《电子技术(上海)》 (Electronic Technology)

年 卷 期:2024年第53卷第3期

页      面:164-167页

学科分类:12[管理学] 0821[工学-纺织科学与工程] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 082104[工学-服装设计与工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

主  题:数据驱动模型 智能家居 行为分析 空调控制 

摘      要:阐述预测空调用户的个体热偏好有助于智能空调控制技术的发展。分析空调中的嵌入传感器数据以及用户与这些设备的交互行为,采用机器学习算法对空调的设定温度变化进行预测。结果表明,不同用户的空调使用行为在设定温度偏好和调节时间上存在较大差异。超过60%的用户倾向于将空调温度设置在25~28℃范围内。机器学习模型预测升高设定温度和降低设定温度的准确率为72.1%~87.3%,通过添加月和小时作为输入特征,模型的性能随着样本的增大而提高。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分