CN103697563A - 具有专家学习功能的空调及专家学习方法、控制方法 - Google Patents
具有专家学习功能的空调及专家学习方法、控制方法 Download PDFInfo
- Publication number
- CN103697563A CN103697563A CN201210367044.9A CN201210367044A CN103697563A CN 103697563 A CN103697563 A CN 103697563A CN 201210367044 A CN201210367044 A CN 201210367044A CN 103697563 A CN103697563 A CN 103697563A
- Authority
- CN
- China
- Prior art keywords
- user
- expert
- parameter
- conditioning
- sleep
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种具有专家学习功能的空调,包括:人机交互接口模块,用于接收用户输入的用户信息、环境设置信息和使用操作信息;用户使用习惯自动学习模块,用于根据用户的使用操作信息进行自动学习以生成用户的使用习惯;专家睡眠知识库模块,用于根据用户输入的用户信息、环境设置信息以及用户使用习惯自动学习模块生成的使用习惯建立专家睡眠知识库;推理模块,用于根据用户本次输入的操作指令和专家睡眠知识库生成睡眠控制参数;执行模块,用于根据推理模块生成的睡眠控制参数对空调进行控制。本发明可以自动学习用户的使用习惯,并根据使用习惯控制空调运行,提高用户的舒适度。本发明还公开了一种用于空调的专家学习方法和专家控制方法。
Description
技术领域
本发明涉及电器设备控制技术领域,特别涉及一种具有专家学习功能的空调、用于空调的专家学习方法和专家控制方法。
背景技术
室内环境中的温度、湿度、光线强度、声音以及空气质量等因素对用户睡眠质量影响很大。现有的空调的睡眠模式主要控制一个或几个关键的环境参数,例如仅控制室内环境温度参数、空调器风量、扫风状态和湿度参数等。仅仅控制一个或几个环境参数,并且没有考虑到用户的个人状态、生活环境和操作习惯等信息等,从而无法满足用户对所有环境参数舒适性的追求。
发明内容
本发明旨在至少在一定程度上解决上述技术问题之一或至少提供一种有用的商业选择。为此,本发明的第一个目的在于提出一种具有专家学习功能的空调,该空调可以自动学习用户的使用习惯,并根据使用习惯控制空调运行,从而使得空调运行更符合用户的生活习惯,提高用户的舒适度。本发明的第二个目的在于提出一种用于空调的专家学习方法。本发明的第三个目的在于提出一种用于空调的专家控制方法。
为实现上述目的,本发明第一方面的实施例的具有专家学习功能的空调,包括:人机交互接口模块,用于接收用户输入的用户信息、环境设置信息以及用户的使用操作信息;用户使用习惯自动学习模块,用于根据所述用户的使用操作信息进行自动学习以生成所述用户的使用习惯;专家睡眠知识库模块,用于根据所述用户输入的用户信息、环境设置信息以及所述用户使用习惯自动学习模块生成的所述使用习惯建立专家睡眠知识库;推理模块,用于根据所述用户本次输入的操作指令和所述专家睡眠知识库生成睡眠控制参数;执行模块,用于根据所述推理模块生成的睡眠控制参数对所述空调进行控制。
根据本发明实施例的具有专家学习功能的空调,可以根据用户输入的用户信息、环境设置信息以及用户的使用操作信息形成专家睡眠知识库,从而为空调的睡眠环境参数提供理论依据,为用户生成个性化的睡眠环境控制参数,从而为用户营造更加适合自己的睡眠环境,提高用户睡眠效果。
其中,用户信息包括所述用户的年龄信息、体质信息、喜好信息中的一种或多种。
在本发明的一个实施例中,所述人机交互接口模块还用于接收用户输入的操作指令。
并且,在每次所述用户输入所述操作指令之后,所述用户使用习惯自动学习模块更新所述使用习惯。
进一步,所述环境设置信息包括:温度参数、风速参数、新风参数、所述空调的显示器的灯光参数、声音参数和环境质量参数中的一个或多个的组合。
在本发明的又一个实施例中,所述人机交互接口模块为所述空调的遥控器和所述空调的控制键。
在本发明的再一个实施例中,所述人机交互模块接收所述用户通过PC机输入的用户信息、环境设置信息以及用户的使用操作信息。
本发明第二方面的实施例提供一种用于空调的专家学习方法,包括如下步骤:
接收用户输入的用户信息、环境设置信息以及用户的使用操作信息;
根据所述用户的使用操作信息进行自动学习以生成所述用户的使用习惯;以及
根据所述用户输入的用户信息、环境设置信息以及所述用户使用习惯建立专家睡眠知识库。
根据本发明实施例的用于空调的专家学习方法,可以根据用户输入的用户信息、环境设置信息以及用户的使用操作信息形成专家睡眠知识库,从而为空调的睡眠环境参数提供理论依据,从而为后续的推理出适于用户的睡眠的控制参数提供准备,进而可以为用户营造更加适合自己的睡眠环境,提高用户睡眠效果。
其中,所述用户信息包括所述用户的年龄信息、体质信息、喜好信息中的一种或多种。所述环境设置信息包括:温度参数、风速参数、新风参数、所述空调的显示器的灯光参数、声音参数和环境质量参数中的一个或多个的组合。
进一步,用于空调的专家学习方法还包括如下步骤:根据所述专家睡眠知识库自动生成睡眠控制参数,并根据所述睡眠控制参数对所述空调进行控制。
本发明第三方面的实施例提供一种用于空调的专家控制方法,包括如下步骤:
接收用户输入的操作指令;
根据所述用户本次输入的操作指令和利用权利要求7-10任一项所述用于空调的专家学习方法生成的专家睡眠知识库,生成睡眠控制参数;以及
根据所述睡眠控制参数对所述空调进行控制。
根据本发明实施例的用于空调的专家控制方法,
进一步包括如下步骤:根据所述用户输入的操作指令自动更新所述专家睡眠知识库。
本发明的附加方面和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
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明实施例的具有专家学习功能的空调的示意图;
图2为根据本发明实施例的人机交互接口模块的用户信息参数输入界面;
图3为本发明实施例的人机交互接口模块的睡眠温度控制参数输入界面;
图4为根据本发明实施例的人机交互接口模块的睡眠风速控制参数输入界面;
图5为根据本发明实施例的人机交互接口模块的新风控制参数输入界面;
图6为根据本发明实施例的人机交互接口模块的显示器灯光控制参数输入界面;
图7为根据本发明实施例的人机交互接口模块的声音控制参数输入界面;
图8为根据本发明实施例的人机交互接口模块的环境质量参数输入界面;
图9为根据本发明实施例的人机交互接口模块的其它信息参数输入界面;
图10为根据本发明实施例的用于空调的专家学习方法的流程图;
图11为根据本发明一个实施例的用于空调的专家控制方法的流程图;以及
图12为根据本发明另一个实施例的用于空调的专家控制方法的流程图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
下面参考图1至图9描述根据本发明实施例的具有专家学习功能的空调。
如图1所示,本发明实施例提供的具有专家学习功能的空调,包括:人机交互接口模块100、用户使用习惯自动学习模块200、专家睡眠知识库模块300、推理模块400和执行模块500。
人机交互接口模块100可以接收用户输入的用户信息、环境设置信号和用户的使用操作信息,从而实现空调与用户的交流。在本发明的一个实施例中,人机交互接口模块100可以接收用户通过PC(Personal Computer,个人计算机)输入的信息,例如:用户信息、环境设置信息以及用户的使用操作信息。
此外,人机交互接口模块100还可以为空调的遥控器或空调的控制键。用户通过选择空调的遥控器或空调的控制键的相应按键以实现向人机交互接口模块100输入信息。
其中,用户信息可以包括用户的年龄信息、体质信息和喜好信息中的一种或多种。环境设置信息为空调使用环境的相关信息,包括:温度参数、风速参数、新风参数、所述空调的显示器的灯光参数、声音参数和环境质量参数中的一个或多个的组合。使用操作信息为用户对空调的操作信息。
图2至图6示出了用户通过PC机中的空调控制界面设置用户信息及环境设置信息。
如图2所示,“用户信息”状态栏中包括用户描述和用户体质两个设置项。其中,用户描述用于供用户设置年龄和性别。例如用户描述包括:“老人”、“儿童”、“男人”、“女人”四个选项。用户体质用于供用户设置自身的身体状体,包括“体质弱希望温暖些”和“体质棒希望凉快些”两个选项。用户根据自身情况选择相应的条目。用户在选择相应的条目后,点击下方的“参数输入自学习专家睡眠系统”,从而将用户信息输入至专家睡眠知识库模块300。由此,可以为不同年龄的人、不同性别的人、不同体质的人提供个性化的睡眠环境。
需要说明的是,用户信息的内容不限于用户描述和用户体质,还可以包括其他设置项,例如用户喜好等。并且,每个设置项中的各个选项内容仅是处于示例的目的,而不是为了限制本发明。例如,用户描述中的“老人”和“儿童”还可以设置为具体的年龄区间。
如图3所示,“睡眠温度控制”状态栏中包括“专家系统自动设置温度曲线”和“用户自定义睡眠曲线”两个设置项。用户可以通过选择“用户自定义睡眠曲线”设置项,从而设置所需的温度参数。并通过点击下方的“参数输入自学习专家睡眠系统”,从而将温度参数输入至专家睡眠知识库模块300。
如图4所示,“睡眠风速控制”状态栏中包括“专家系统自动设置风速”和“用户自定义风速”两个设置项。用户可以通过选择“用户自定义风速”设置项,从而设置所需的风速参数。并通过点击下方的“参数输入自学习专家睡眠系统”,从而将风速参数输入至专家睡眠知识库模块300。
如图5所示,“新风控制”状态栏中包括“专家系统自动设置新风控制”和“用户自定义新风控制”两个设置项。用户可以通过选择“用户自定义新风控制”设置项,从而设置所需的新风参数。并通过点击下方的“参数输入自学习专家睡眠系统”,从而将新风参数输入至专家睡眠知识库模块300。
如图6所示,“显示器灯光控制”状态栏中包括“专家系统自动设置灯光亮度”和“用户自定义灯光”两个设置项。用户可以通过选择“用户自定义灯光”设置项,从而设置所需的显示器的灯光参数。并通过点击下方的“参数输入自学习专家睡眠系统”,从而将的显示器的灯光参数输入至专家睡眠知识库模块300。
如图7所示,“声音控制”状态栏中包括“专家系统自动设置声音控制”和“用户自定义声音”两个设置项。用户可以通过选择“用户自定义声音”设置项,从而设置所需的显示器的声音参数。并通过点击下方的“参数输入自学习专家睡眠系统”,从而将的显示器的声音参数输入至专家睡眠知识库模块300。
如图8所示,“环境质量”状态栏中包括“二氧化碳浓度控制”、“甲醛浓度控制”和“清洁程度控制”三个设置项。每个设置项下均设有“专家系统自动设置”和“用户自定义”两个选项。用户可以通过选择“用户自定义”选项,从而设置所需的环境质量参数。并通过点击下方的“参数输入自学习专家睡眠系统”,从而将的环境质量参数输入至专家睡眠知识库模块300。
如图9所示,“其他信息设置”状态栏中包括“季节”、“睡眠在白天or晚上”和“睡眠时间长度”三个设置项。用户可以根据实际情况选择相应的季节和时间。此外,用户可以通过“睡眠时间长度”设置项设置睡眠时间长度,例如8小时。空调可以根据用户设置睡眠时间长度执行相应时长的睡眠功能。用户通过点击下方的“参数输入自学习专家睡眠系统”,从而将的显示器的声音参数输入至专家睡眠知识库模块300。
用户使用习惯自动学习模块200根据用户的使用操作信息进行自动学习以生成用户的使用习惯,学习用户的个性化需求,并根据用户的个性化需求修正、完善专家睡眠系统知识库,为推理模块400提供推理的依据,有利于在控制空调运行时,提高用户的舒适度。
专家睡眠知识库模块300分别与人机交互接口模块100和用户使用习惯自动学习模块200相连,可以接收来自人机交互接口模块100的用户信息和环境设置信息,以及来自用户使用习惯自动学习模块200的用户的使用习惯,并根据用户信息、环境设置信息以及用户的使用习惯建立专家睡眠知识库。
专家睡眠知识库中记录了用户睡眠过程中身体生理变化知识以及用户睡眠过程中对环境条件的需求信息,从而为推理模块400推理出用户的睡眠控制参数提供理论依据。
人机交互接口模块100还用于接收用户输入的操作指令。其中,操作指令包括:空调的睡眠功能的开启指令、对环境参数的控制指令和其他设置信息的控制指令。
推理模块400根据用户本次通过人机交互接口模块100输入的操作指令和专家睡眠知识库生成睡眠控制参数,从而为用户设计合适的睡眠环境控制参数。
在本发明的一个实施例中,如果用户输入的操作指令仅为开启空调的睡眠功能,而未对环境参数进行调整,则推理模块400根据专家睡眠知识库中记录的用户及环境的学习信息生成睡眠控制参数。
具体地,用户可以通过选择图3至图8中的相应的专家系统设置的选项,从而选择根据专家睡眠知识库中记录的用户及环境的学习信息生成睡眠控制参数。例如,参考图3,当用户选择“睡眠温度控制”中的“专家系统自动设置温度曲线”后,则推理模块400根据专家睡眠知识库中记录的用户及环境的学习信息生成相应的温度控制参数。参考上述,风速控制参数、新风控制参数、显示器灯光控制参数、声音控制参数和环境质量控制参数均可以参考上述方式设置根据专家睡眠知识库生成,在此不再赘述。
如果用户的操作指令包括开启空调的睡眠功能、对环境参数的控制指令和其他设置信息的控制指令中的一种或两种,则用户使用习惯自动学习模块200首先根据用户输入的环境参数的控制指令和/或其他设置信息的控制指令更新用户的使用习惯,进而专家睡眠知识库模块300更新专家睡眠知识库,从而修正并完善专家睡眠知识库。推理模块400根据更新后的专家睡眠知识库中记录的用户及环境的学习信息生成睡眠控制参数。
用户可以通过图3至图9所示的控制界面输入对环境参数的控制指令和其他设置信息的控制指令。例如,参考图3,当用户选择“睡眠温度控制”中的“用户自定义睡眠曲线”后,则用户使用习惯自动学习模块200首先根据用户自定义睡眠曲线更新用户的使用习惯,进而专家睡眠知识库模块300更新专家睡眠知识库,从而修正并完善专家睡眠知识库。推理模块400根据更新后的专家睡眠知识库中记录的用户及环境的学习信息生成睡眠控制参数。参考上述,风速控制参数、新风控制参数、显示器灯光控制参数、声音控制参数、环境质量控制参数和其他信息设置均可以参考上述方式设置根据专家睡眠知识库生成,在此不再赘述。
执行模块500接收推理模块400生成的睡眠控制参数,并根据该睡眠控制参数对空调进行相应的控制。从而,可以根据用户身体特征,并结合用户睡眠对环境各项指标需求自主生成睡眠控制参数,根据该睡眠控制参数控制空调的自动运行,可以为用户营造舒适的睡眠环境,提高用户睡眠质量。
根据本发明实施例的具有专家学习功能的空调,可以根据用户输入的用户信息、环境设置信息以及用户的使用操作信息形成专家睡眠知识库,从而为空调的睡眠环境参数提供理论依据。并且,在睡眠过程中,如果用户更改睡眠控制参数,则系统会自动记忆用户更改记录,学习用户的个性化需求,并根据用户的个性化需求修正、完善专家睡眠系统知识库。下次再启动睡眠功能时,系统会自动根据修正、完善后的睡眠系统知识库为用户生成个性化的睡眠环境控制参数,从而为用户营造更加适合自己的睡眠环境,提高用户睡眠效果。
下面参考图10描述根据本发明实施例的用于空调的专家学习方法。
如图10所示,本发明实施例提供的用于空调的专家学习方法,包括如下步骤:
步骤S1001,接收用户输入的用户信息、环境设置信息以及用户的使用操作信息。
用户可以通过人机交互接口输入用户信息、环境设置信息以及用户的使用操作信息。
具体地,用户可以通过PC(Personal Computer,个人计算机)输入的信息,例如:用户信息、环境设置信息以及用户的使用操作信息。
此外,用户还可以通过选择空调的遥控器或空调的控制键的相应按键以实现输入信息。
其中,用户信息可以包括用户的年龄信息、体质信息和喜好信息中的一种或多种。环境设置信息为空调使用环境的相关信息,包括:温度参数、风速参数、新风参数、所述空调的显示器的灯光参数、声音参数和环境质量参数中的一个或多个的组合。使用操作信息为用户对空调的操作信息。
在本发明的一个示例中,环境质量参数包括二氧化碳浓度、甲醛浓度和清洁程度等。
步骤S1002,根据用户的使用操作信息进行自动学习生成用户的使用习惯。
根据用户的使用操作信息进行自动学习以生成用户的使用习惯,学习用户的个性化需求,并根据用户的个性化需求修正、完善专家睡眠系统知识库,为后续推理睡眠控制参数提供推理的依据,有利于在控制空调运行时,提高用户的舒适度。
步骤S1003,根据用户输入的用户信息、环境设置信息以及用户使用习惯建立专家睡眠知识库。
专家睡眠知识库中记录了用户睡眠过程中身体生理变化知识以及用户睡眠过程中对环境条件的需求信息,从而为推理出用户的睡眠控制参数提供理论依据。
然后,根据步骤S1003中建立的专家睡眠知识库自动生成适于用户生活习惯的睡眠控制参数,并根据该睡眠控制参数对空调进行控制,从而使得空调运行更符合用户的生活习惯,提高用户的舒适度。
根据本发明实施例的用于空调的专家学习方法,可以根据用户输入的用户信息、环境设置信息以及用户的使用操作信息形成专家睡眠知识库,从而为空调的睡眠环境参数提供理论依据,从而为后续的推理出适于用户的睡眠的控制参数提供准备,进而可以为用户营造更加适合自己的睡眠环境,提高用户睡眠效果。
下面参考图11和图12描述根据本发明实施例的用于空调的专家控制方法。
如图11所示,本发明实施例提供的用于空调的专家控制方法,包括如下步骤:
步骤S1101,接收用户输入的操作指令。
操作指令包括空调的睡眠功能开启指令、对环境参数的控制指令和其他设置信息的控制指令。
环境参数包括:温度参数、风速参数、新风参数、所述空调的显示器的灯光参数、声音参数和环境质量参数中的一个或多个的组合。
其他信息包括:当前季节、用户睡眠时间,例如白天或者晚上、用户的睡眠时间长度等。
用户可以通过图3至图9所示的控制界面输入对环境参数的控制指令和其他设置信息的控制指令。例如,参考图3,当用户选择“睡眠温度控制”中的“用户自定义睡眠曲线”后,则输入用户的温度参数。参考上述,风速控制参数、新风控制参数、显示器灯光控制参数、声音控制参数、环境质量控制参数和其他信息设置均可以参考上述方式设置根据专家睡眠知识库生成,在此不再赘述。
步骤S1102,根据用户本次输入的操作指令和专家睡眠知识库生成睡眠控制参数。
根据用户本次通过人机交互接口输入的操作指令和专家睡眠知识库生成睡眠控制参数,从而为用户设计合适的睡眠环境控制参数。
在本发明的一个实施例中,如果用户输入的操作指令仅为开启空调的睡眠功能,而未对环境参数进行调整,则根据专家睡眠知识库中记录的用户及环境的学习信息生成睡眠控制参数。
具体地,用户可以通过选择图3至图8中的相应的专家系统设置的选项,从而选择根据专家睡眠知识库中记录的用户及环境的学习信息生成睡眠控制参数。例如,参考图3,当用户选择“睡眠温度控制”中的“专家系统自动设置温度曲线”后,则根据专家睡眠知识库中记录的用户及环境的学习信息生成相应的温度控制参数。参考上述,风速控制参数、新风控制参数、显示器灯光控制参数、声音控制参数和环境质量控制参数均可以参考上述方式设置根据专家睡眠知识库生成,在此不再赘述。
在本发明的一个实施例中,还可以根据用户输入的操作指令自动更新专家睡眠知识库。
具体地,如果用户的操作指令包括开启空调的睡眠功能、对环境参数的控制指令和其他设置信息的控制指令中的一种或两种,则首先根据用户输入的环境参数的控制指令和/或其他设置信息的控制指令更新用户的使用习惯,进而更新专家睡眠知识库,从而修正并完善专家睡眠知识库。根据更新后的专家睡眠知识库中记录的用户及环境的学习信息生成睡眠控制参数。
步骤S1103,根据睡眠控制参数对空调进行控制。
根据该睡眠控制参数对空调进行相应的控制。从而,可以根据用户身体特征,并结合用户睡眠对环境各项指标需求自主生成睡眠控制参数,根据该睡眠控制参数控制空调的自动运行,可以为用户营造舒适的睡眠环境,提高用户睡眠质量。
下面参考图12对本发明实施例的用于空调的专家控制方法的控制流程进行详细描述。
步骤S1201,用户输入操作指令。
操作指令包括空调的睡眠功能开启指令、对环境参数的控制指令和其他设置信息的控制指令。
步骤S1202,用户开启睡眠功能。
根据操作指令中的空调的睡眠功能开启指令开启睡眠功能。
步骤S1203,根据用户输入的操作指令和专家睡眠知识库自动生成睡眠控制参数。
根据用户输入的操作指令和专家睡眠知识库生成睡眠控制参数,从而为用户设计合适的睡眠环境控制参数。
步骤S1204,根据睡眠控制参数控制空调运行。
步骤S1205,判断是否到达睡眠时间,如果是,则结束空调的睡眠功能,否则执行步骤S1206。
判断睡眠功能执行时间是否到达用户设置的睡眠时间长度(图9示出),如果是,则自动结束空调的睡眠功能。
步骤S1206,判断用户是否人为退出睡眠功能,如果是,则结束空调的睡眠功能,否则执行步骤S1207。
如果尚未达到用户设置的睡眠时间长度,则进一步判断用户是否人为退出睡眠功能。具体地,用户可以通过空调的遥控器或空调面板上按键手动选择退出睡眠功能。如果检测到用户人为退出睡眠功能,则自动结束空调的睡眠功能。
步骤S1207,判断用户是否调整睡眠控制参数,如果是,则执行步骤S1208,否则返回步骤S1205。
如果尚未检测到用户人为退出睡眠功能,则进一步判断用户是否调整睡眠控制参数。
步骤S1208,根据用户调整后的睡眠控制参数对专家睡眠知识库进行修正和完善。
如果检测到用户对睡眠控制参数进行了调整,则根据用户调整后的睡眠控制参数对专家睡眠知识库进行修正和完善,然后返回步骤S1203,从而可以根据修正和完善后的专家睡眠知识库生成新的睡眠控制参数,以更加符合用户的需求,进而可以提高用户的舒适度和满意度。
根据本发明实施例的用于空调的专家控制方法,可以根据用户输入的用户信息、环境设置信息以及用户的使用操作信息形成专家睡眠知识库,从而为空调的睡眠环境参数提供理论依据。并且,在睡眠过程中,如果用户更改睡眠控制参数,则系统会自动记忆用户更改记录,学习用户的个性化需求,并根据用户的个性化需求修正、完善专家睡眠系统知识库。下次再启动睡眠功能时,系统会自动根据修正、完善后的睡眠系统知识库为用户生成个性化的睡眠环境控制参数,从而为用户营造更加适合自己的睡眠环境,提高用户睡眠效果。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (13)
1.一种具有专家学习功能的空调,其特征在于,包括:
人机交互接口模块,用于接收用户输入的用户信息、环境设置信息以及用户的使用操作信息;
用户使用习惯自动学习模块,用于根据所述用户的使用操作信息进行自动学习以生成所述用户的使用习惯;
专家睡眠知识库模块,用于根据所述用户输入的用户信息、环境设置信息以及所述用户使用习惯自动学习模块生成的所述使用习惯建立专家睡眠知识库;
推理模块,用于根据所述用户本次输入的操作指令和所述专家睡眠知识库生成睡眠控制参数;以及
执行模块,用于根据所述推理模块生成的睡眠控制参数对所述空调进行控制。
2.如权利要求1所述的具有专家学习功能的空调,其特征在于,所述用户信息包括所述用户的年龄信息、体质信息、喜好信息中的一种或多种。
3.如权利要求1所述的具有专家学习功能的空调,其特征在于,所述人机交互接口模块还用于接收用户输入的操作指令。
4.如权利要求1或3所述的具有专家学习功能的空调,其特征在于,还包括:
在每次所述用户输入所述操作指令之后,所述用户使用习惯自动学习模块更新所述使用习惯。
5.如权利要求1所述的具有专家学习功能的空调,其特征在于,所述环境设置信息包括:温度参数、风速参数、新风参数、所述空调的显示器的灯光参数、声音参数和环境质量参数中的一个或多个的组合。
6.如权利要求1所述的具有专家学习功能的空调,其特征在于,所述人机交互接口模块为所述空调的遥控器和所述空调的控制键。
7.如权利要求1所述的具有专家学习功能的空调,其特征在于,所述人机交互模块接收所述用户通过PC机输入的用户信息、环境设置信息以及用户的使用操作信息。
8.一种用于空调的专家学习方法,其特征在于,包括如下步骤:
接收用户输入的用户信息、环境设置信息以及用户的使用操作信息;
根据所述用户的使用操作信息进行自动学习以生成所述用户的使用习惯;以及
根据所述用户输入的用户信息、环境设置信息以及所述用户使用习惯建立专家睡眠知识库。
9.如权利要求8所述的专家学习方法,其特征在于,所述用户信息包括所述用户的年龄信息、体质信息、喜好信息中的一种或多种。
10.如权利要求8所述的专家学习方法,其特征在于,所述环境设置信息包括:温度参数、风速参数、新风参数、所述空调的显示器的灯光参数、声音参数和环境质量参数中的一个或多个的组合。
11.如权利要求8-10任一项所述的专家学习方法,其特征在于,还包括如下步骤:
根据所述专家睡眠知识库自动生成睡眠控制参数,并根据所述睡眠控制参数对所述空调进行控制。
12.一种用于空调的专家控制方法,其特征在于,包括如下步骤:
接收用户输入的操作指令;
根据所述用户本次输入的操作指令和利用权利要求7-11任一项所述用于空调的专家学习方法生成的专家睡眠知识库,生成睡眠控制参数;以及
根据所述睡眠控制参数对所述空调进行控制。
13.如权利要求12所述的专家控制方法,其特征在于,还包括如下步骤:
根据所述用户输入的操作指令自动更新所述专家睡眠知识库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210367044.9A CN103697563B (zh) | 2012-09-27 | 2012-09-27 | 具有专家学习功能的空调及专家学习方法、控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210367044.9A CN103697563B (zh) | 2012-09-27 | 2012-09-27 | 具有专家学习功能的空调及专家学习方法、控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103697563A true CN103697563A (zh) | 2014-04-02 |
CN103697563B CN103697563B (zh) | 2016-10-19 |
Family
ID=50359180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210367044.9A Active CN103697563B (zh) | 2012-09-27 | 2012-09-27 | 具有专家学习功能的空调及专家学习方法、控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103697563B (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105068515A (zh) * | 2015-07-16 | 2015-11-18 | 华南理工大学 | 一种基于自学习算法的智能家居设备语音控制方法 |
CN105115102A (zh) * | 2015-07-31 | 2015-12-02 | 广东美的制冷设备有限公司 | 门禁空调联动系统及其控制方法 |
CN105180381A (zh) * | 2015-10-22 | 2015-12-23 | 珠海格力电器股份有限公司 | 一种空调控制方法及空调控制设备 |
CN105318499A (zh) * | 2015-09-30 | 2016-02-10 | 广东美的制冷设备有限公司 | 用户行为自学习空调系统及其控制方法 |
CN105319967A (zh) * | 2014-08-04 | 2016-02-10 | 广东美的暖通设备有限公司 | 空调器的控制方法、服务器和空调系统 |
CN105652737A (zh) * | 2015-05-28 | 2016-06-08 | 宇龙计算机通信科技(深圳)有限公司 | 一种设备控制方法、智能设备、服务器及设备控制系统 |
WO2017015918A1 (zh) * | 2015-07-29 | 2017-02-02 | 薄冰 | 空调自学习的方法和空调 |
CN106796046A (zh) * | 2014-06-20 | 2017-05-31 | 北京贝虎机器人技术有限公司 | 智能环境调控引擎、智能环境调节系统和设备 |
CN107477813A (zh) * | 2017-09-22 | 2017-12-15 | 苏州三冷暖工程有限公司 | 一种根据用户习惯自动调节的空调控制方法 |
CN107477783A (zh) * | 2017-08-18 | 2017-12-15 | 广东美的制冷设备有限公司 | 空调器及其控制方法与装置 |
CN107490134A (zh) * | 2017-08-18 | 2017-12-19 | 广东美的制冷设备有限公司 | 空调器及其控制方法与装置 |
CN109405224A (zh) * | 2018-09-10 | 2019-03-01 | 珠海格力电器股份有限公司 | 一种空调的控制方法、装置、存储介质及空调 |
WO2019084784A1 (zh) * | 2017-10-31 | 2019-05-09 | 深圳市智美达科技股份有限公司 | 智能温控方法、装置、存储介质、中央温度控制器和服务器 |
WO2019114553A1 (zh) * | 2017-12-13 | 2019-06-20 | 广东美的制冷设备有限公司 | 空气调节器及其控制方法、装置以及存储介质 |
CN110094852A (zh) * | 2019-05-29 | 2019-08-06 | 珠海格力电器股份有限公司 | 温度调节设备的睡眠模式控制方法、装置、系统和空调 |
WO2019242275A1 (zh) * | 2018-06-21 | 2019-12-26 | 青岛海尔空调器有限总公司 | 用于空气设备的控制方法、装置、系统及计算机存储介质 |
CN111397131A (zh) * | 2020-03-30 | 2020-07-10 | 广东美的制冷设备有限公司 | 空气调节设备及其控制方法、装置、电子设备 |
CN111578477A (zh) * | 2020-04-27 | 2020-08-25 | 青岛海尔空调器有限总公司 | 健康睡眠场景的环境调节方法及系统 |
CN112556123A (zh) * | 2020-11-30 | 2021-03-26 | 珠海格力电器股份有限公司 | 一种空调控制系统及方法、空调 |
CN113050439A (zh) * | 2021-03-09 | 2021-06-29 | 深圳市欧瑞博科技股份有限公司 | 自学习智能家居控制方法、控制设备及计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101033882A (zh) * | 2007-04-28 | 2007-09-12 | 珠海格力电器股份有限公司 | 按照自定义曲线运行的空调器及其控制方法 |
CN101581489A (zh) * | 2009-03-31 | 2009-11-18 | 广东美的电器股份有限公司 | 一种具有自学习睡眠功能的空调器的控制方法 |
CN101749834A (zh) * | 2008-12-18 | 2010-06-23 | 珠海格力电器股份有限公司 | 一种遥控器、空调机及空调系统 |
CN102620382A (zh) * | 2012-03-23 | 2012-08-01 | 广东美的制冷设备有限公司 | 空调器的舒睡曲线查询和设置装置及其控制方法 |
-
2012
- 2012-09-27 CN CN201210367044.9A patent/CN103697563B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101033882A (zh) * | 2007-04-28 | 2007-09-12 | 珠海格力电器股份有限公司 | 按照自定义曲线运行的空调器及其控制方法 |
CN101749834A (zh) * | 2008-12-18 | 2010-06-23 | 珠海格力电器股份有限公司 | 一种遥控器、空调机及空调系统 |
CN101581489A (zh) * | 2009-03-31 | 2009-11-18 | 广东美的电器股份有限公司 | 一种具有自学习睡眠功能的空调器的控制方法 |
CN102620382A (zh) * | 2012-03-23 | 2012-08-01 | 广东美的制冷设备有限公司 | 空调器的舒睡曲线查询和设置装置及其控制方法 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106796046A (zh) * | 2014-06-20 | 2017-05-31 | 北京贝虎机器人技术有限公司 | 智能环境调控引擎、智能环境调节系统和设备 |
CN105319967A (zh) * | 2014-08-04 | 2016-02-10 | 广东美的暖通设备有限公司 | 空调器的控制方法、服务器和空调系统 |
CN105652737A (zh) * | 2015-05-28 | 2016-06-08 | 宇龙计算机通信科技(深圳)有限公司 | 一种设备控制方法、智能设备、服务器及设备控制系统 |
CN105068515A (zh) * | 2015-07-16 | 2015-11-18 | 华南理工大学 | 一种基于自学习算法的智能家居设备语音控制方法 |
CN105068515B (zh) * | 2015-07-16 | 2017-08-25 | 华南理工大学 | 一种基于自学习算法的智能家居设备语音控制方法 |
WO2017015918A1 (zh) * | 2015-07-29 | 2017-02-02 | 薄冰 | 空调自学习的方法和空调 |
CN105115102A (zh) * | 2015-07-31 | 2015-12-02 | 广东美的制冷设备有限公司 | 门禁空调联动系统及其控制方法 |
CN105318499B (zh) * | 2015-09-30 | 2018-06-01 | 广东美的制冷设备有限公司 | 用户行为自学习空调系统及其控制方法 |
CN105318499A (zh) * | 2015-09-30 | 2016-02-10 | 广东美的制冷设备有限公司 | 用户行为自学习空调系统及其控制方法 |
CN105180381A (zh) * | 2015-10-22 | 2015-12-23 | 珠海格力电器股份有限公司 | 一种空调控制方法及空调控制设备 |
CN107477783A (zh) * | 2017-08-18 | 2017-12-15 | 广东美的制冷设备有限公司 | 空调器及其控制方法与装置 |
CN107490134A (zh) * | 2017-08-18 | 2017-12-19 | 广东美的制冷设备有限公司 | 空调器及其控制方法与装置 |
CN107477813A (zh) * | 2017-09-22 | 2017-12-15 | 苏州三冷暖工程有限公司 | 一种根据用户习惯自动调节的空调控制方法 |
WO2019084784A1 (zh) * | 2017-10-31 | 2019-05-09 | 深圳市智美达科技股份有限公司 | 智能温控方法、装置、存储介质、中央温度控制器和服务器 |
WO2019114553A1 (zh) * | 2017-12-13 | 2019-06-20 | 广东美的制冷设备有限公司 | 空气调节器及其控制方法、装置以及存储介质 |
WO2019242275A1 (zh) * | 2018-06-21 | 2019-12-26 | 青岛海尔空调器有限总公司 | 用于空气设备的控制方法、装置、系统及计算机存储介质 |
CN109405224B (zh) * | 2018-09-10 | 2020-06-16 | 珠海格力电器股份有限公司 | 一种空调的控制方法、装置、存储介质及空调 |
CN109405224A (zh) * | 2018-09-10 | 2019-03-01 | 珠海格力电器股份有限公司 | 一种空调的控制方法、装置、存储介质及空调 |
CN110094852A (zh) * | 2019-05-29 | 2019-08-06 | 珠海格力电器股份有限公司 | 温度调节设备的睡眠模式控制方法、装置、系统和空调 |
CN111397131A (zh) * | 2020-03-30 | 2020-07-10 | 广东美的制冷设备有限公司 | 空气调节设备及其控制方法、装置、电子设备 |
CN111397131B (zh) * | 2020-03-30 | 2021-12-21 | 广东美的制冷设备有限公司 | 空气调节设备及其控制方法、装置、电子设备 |
CN111578477A (zh) * | 2020-04-27 | 2020-08-25 | 青岛海尔空调器有限总公司 | 健康睡眠场景的环境调节方法及系统 |
CN112556123A (zh) * | 2020-11-30 | 2021-03-26 | 珠海格力电器股份有限公司 | 一种空调控制系统及方法、空调 |
CN113050439A (zh) * | 2021-03-09 | 2021-06-29 | 深圳市欧瑞博科技股份有限公司 | 自学习智能家居控制方法、控制设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103697563B (zh) | 2016-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103697563A (zh) | 具有专家学习功能的空调及专家学习方法、控制方法 | |
US10175668B2 (en) | Systems and methods for energy-efficient control of an energy-consuming system | |
US10443879B2 (en) | HVAC control system encouraging energy efficient user behaviors in plural interactive contexts | |
CN104566805A (zh) | 空调器中按键的设置方法、空调系统、空调器和智能终端 | |
CN104729004A (zh) | 空调器及其控制方法和控制终端 | |
CN101382331B (zh) | 控制空调器按照自定义曲线运行的方法 | |
US9807983B2 (en) | Device control method for estimating a state of an animal and for determining a control detail for an electronic device | |
KR101790133B1 (ko) | 컨텍스트 기반 실내 전력 관리 | |
CN100416172C (zh) | 控制空调器按照自定义曲线运行的方法 | |
US20170262164A1 (en) | Dynamic user interfaces based on multiple data sources | |
CN103868188A (zh) | 通过人脸识别实现空调控制的方法及系统 | |
KR20100127252A (ko) | 유저인터페이스생성장치 | |
US20170052514A1 (en) | Method and computer software program for a smart home system | |
KR20120117148A (ko) | 음성 명령어 처리 장치 및 그 방법 | |
CN105957498A (zh) | 屏幕色温的控制方法和装置 | |
CN204717960U (zh) | 空调器的控制系统 | |
CN104748312A (zh) | 空调器的控制方法及系统 | |
US20220381472A1 (en) | Air conditioner, air conditioner control method, and air conditioner control system | |
CN104461545A (zh) | 将移动终端中内容提供至用户的方法及装置 | |
JP2023060335A (ja) | アダプタ | |
CN104566856A (zh) | 液晶屏的设置方法及空调系统、空调器和智能终端 | |
CN106101435A (zh) | 控制方法及控制装置 | |
CN107070475B (zh) | 基于Widget的显示装置、方法和系统 | |
CN116576545A (zh) | 一种控制界面的控制方法、装置、空调控制器和存储介质 | |
CN104566847A (zh) | 空调器、空调系统及其控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |