CN111692833A - 用于冰箱的生成存储间室温度和湿度的方法及其装置 - Google Patents

用于冰箱的生成存储间室温度和湿度的方法及其装置 Download PDF

Info

Publication number
CN111692833A
CN111692833A CN201910189691.7A CN201910189691A CN111692833A CN 111692833 A CN111692833 A CN 111692833A CN 201910189691 A CN201910189691 A CN 201910189691A CN 111692833 A CN111692833 A CN 111692833A
Authority
CN
China
Prior art keywords
individuals
optimal
parent
population
humidity
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
Application number
CN201910189691.7A
Other languages
English (en)
Other versions
CN111692833B (zh
Inventor
李桂玺
党广明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Haier Co Ltd
Qingdao Haier Refrigerator Co Ltd
Original Assignee
Qingdao Haier Co Ltd
Qingdao Haier Refrigerator Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao Haier Co Ltd, Qingdao Haier Refrigerator Co Ltd filed Critical Qingdao Haier Co Ltd
Priority to CN201910189691.7A priority Critical patent/CN111692833B/zh
Priority to PCT/CN2019/100740 priority patent/WO2020181723A1/zh
Priority to EP19918899.6A priority patent/EP3940326A4/en
Publication of CN111692833A publication Critical patent/CN111692833A/zh
Application granted granted Critical
Publication of CN111692833B publication Critical patent/CN111692833B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
    • F25D17/00—Arrangements for circulating cooling fluids; Arrangements for circulating gas, e.g. air, within refrigerated spaces
    • F25D17/04—Arrangements for circulating cooling fluids; Arrangements for circulating gas, e.g. air, within refrigerated spaces for circulating air, e.g. by convection
    • F25D17/042—Air treating means within refrigerated spaces
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
    • F25D29/00—Arrangement or mounting of control or safety devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
    • F25D2500/00—Problems to be solved
    • F25D2500/06—Stock management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Thermal Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Genetics & Genomics (AREA)
  • Physiology (AREA)
  • Cold Air Circulating Systems And Constructional Details In Refrigerators (AREA)

Abstract

本发明提供一种用于冰箱的设置存储间室温度和湿度的方法及其装置，该方法包括以下步骤：获取存储间室中的所有食物以及每个食物的属性值，将每个食物的属性值都进行编码得到第一种群；持续进行以下操作，直至第一种群中的每个父辈个体的适应度符合预设条件，所述操作具体包括：生成第一种群中的每个父辈个体的适应度，从第一种群中删除若干父辈个体得到第二种群；从第二种群中进行编码交叉和变异得到若干后代个体，将若干后代个体组成第一种群；将所述存储间室的温度和湿度分别设置为第一种群中的适应度最高的父辈个体的最佳温度和最佳湿度，从而能够自动的调节存储间室的温度和湿度。

Description

用于冰箱的生成存储间室温度和湿度的方法及其装置
技术领域
本发明涉及制冷设备技术领域，尤其涉及一种用于冰箱的生成存储间室温度和湿度的方法及其装置。
背景技术
冰箱是人们日常生活中常用的一种家用电器，在实际使用中，用户通常会在存储间室中存放多种食物，可以理解的是，每种食物都有其最适宜的温度和湿度，因此，在设置存储间室的温度和湿度时，需要兼顾每种食物。
因此，在冰箱中设计一种自动设置存储间室的温度和湿度的方法和装置，就成为一个亟待解决的问题。
发明内容
本发明的目的在于提供一种用于冰箱的生成存储间室温度和湿度的方法及其装置。
为了实现上述发明目的之一，本发明一实施方式提供一种用于冰箱的设置存储间室温度和湿度的方法，包括以下步骤：
获取存储间室中的所有食物以及每个食物的属性值，将每个食物的属性值都进行编码，从而得到第一种群，其中，所述食物的属性值至少包括：能够唯一标记所述食物的标识符、已存储时间、最佳温度、最佳湿度、取出频率、经济价值和可存储时间；
持续进行以下操作，直至第一种群中的每个父辈个体的适应度符合预设条件，所述操作具体包括：生成第一种群中的每个父辈个体的适应度，依照适应度越高，选择概率越大的原则，从第一种群中删除若干父辈个体得到第二种群；从第二种群中选择若干二元组，其中每个二元组包含有两个不同的父辈个体，对每个二元组中的两个父辈个体都进行编码交叉并产生两个后代个体，将所有后代个体中若干个体进行变异从而得到第一种群；
将所述存储间室的温度和湿度分别设置为第一种群中的适应度最高的父辈个体的最佳温度和最佳湿度。
作为本发明一实施方式的进一步改进，所述“将每个食物都进行编码”具体包括：将每个食物都进行浮点数编码。
作为本发明一实施方式的进一步改进，所述“生成第一种群中的每个父辈个体的适应度”具体包括，基于以下方式得到每个父辈个体的适宜度：父辈个体的适应度＝每个食物的适宜度之和，所述食物的适宜度＝k(α(ΔT*ΔdT)+β(D-d)+γ(ΔH*ΔdH)+λE)，其中，ΔT为所述父辈个体的最佳温度与所述食物的最佳温度之间的差值，D为所述食物的可存储时间，d为所述食物的已存储时间，ΔT为所述父辈个体的最佳湿度与所述食物的最佳湿度度之间的差值，E为所述食物的经济价值。
作为本发明一实施方式的进一步改进，所述“对若干二元组中的每个二元组中的两个父辈个体都进行编码交叉并产生两个后代个体”具体包括：对若干二元组中的每个二元组中的两个父辈个体，将两个父辈个体的最佳温度进行交换和/或取两个父辈个体的最佳温度之间的若干中间值和/或将两个父辈个体的最佳湿度进行交换和/或取两个父辈个体的最佳湿度之间的若干中间值，从而生成若干后代个体。
作为本发明一实施方式的进一步改进，所述“将所有后代个体中若干个体进行变异从而得到第一种群”具体包括：从所有后代个体中随机选择的若干目标个体，将所述若干目标个体的最佳温度和/或最佳湿度进行修改，第一种群由所有未被选中的后代个体和所有修改之后的后代个体组成。
本发明实施例还提供了一种用于冰箱的生成存储间室温度和湿度的装置，包括以下模块：
初始化模块，用于获取存储间室中的所有食物以及每个食物的属性值，将每个食物的属性值都进行编码，从而得到第一种群，其中，所述食物的属性值至少包括：能够唯一标记所述食物的标识符、已存储时间、最佳温度、最佳湿度、取出频率、经济价值和可存储时间；
迭代模块，用于持续进行以下操作，直至第一种群中的每个父辈个体的适应度符合预设条件，所述操作具体包括：生成第一种群中的每个父辈个体的适应度，依照适应度越高，选择概率越大的原则，从第一种群中删除若干父辈个体得到第二种群；从第二种群中选择若干二元组，其中每个二元组包含有两个不同的父辈个体，对每个二元组中的两个父辈个体都进行编码交叉并产生两个后代个体，将所有后代个体中若干个体进行变异从而得到第一种群；
设置模块，用于将所述存储间室的温度和湿度分别设置为第一种群中的适应度最高的父辈个体的最佳温度和最佳湿度。
作为本发明一实施方式的进一步改进，所述初始化模块还用于：将每个食物都进行浮点数编码。
作为本发明一实施方式的进一步改进，所述迭代模块还用于，基于以下方式得到每个父辈个体的适宜度：父辈个体的适应度＝每个食物的适宜度之和，所述食物的适宜度＝k(α(ΔT*ΔdT)+β(D-d)+γ(ΔH*ΔdH)+λE)，其中，ΔT为所述父辈个体的最佳温度与所述食物的最佳温度之间的差值，D为所述食物的可存储时间，d为所述食物的已存储时间，ΔT为所述父辈个体的最佳湿度与所述食物的最佳湿度度之间的差值，E为所述食物的经济价值。
作为本发明一实施方式的进一步改进，所述迭代模块还用于：对若干二元组中的每个二元组中的两个父辈个体，将两个父辈个体的最佳温度进行交换和/或取两个父辈个体的最佳温度之间的若干中间值和/或将两个父辈个体的最佳湿度进行交换和/或取两个父辈个体的最佳湿度之间的若干中间值，从而生成若干后代个体。
作为本发明一实施方式的进一步改进，所述迭代模块还用于：从所有后代个体中随机选择的若干目标个体，将所述若干目标个体的最佳温度和/或最佳湿度进行修改，第一种群由所有未被选中的后代个体和所有修改之后的后代个体组成。
相对于现有技术，本发明的技术效果在于：本发明实施例提供一种用于冰箱的设置存储间室温度和湿度的方法及其装置，该方法包括以下步骤：获取存储间室中的所有食物以及每个食物的属性值，将每个食物的属性值都进行编码得到第一种群；持续进行以下操作，直至第一种群中的每个父辈个体的适应度符合预设条件，所述操作具体包括：生成第一种群中的每个父辈个体的适应度，从第一种群中删除若干父辈个体得到第二种群；从第二种群中进行编码交叉和变异得到若干后代个体，将若干后代个体组成第一种群；将所述存储间室的温度和湿度分别设置为第一种群中的适应度最高的父辈个体的最佳温度和最佳湿度，从而能够自动的调节存储间室的温度和湿度。
附图说明
图1是本发明实施例中的设置存储间室温度和湿度的方法的流程示意图。
具体实施方式
以下将结合附图所示的各实施方式对本发明进行详细描述。但这些实施方式并不限制本发明，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
本文使用的例如“上”、“上方”、“下”、“下方”等表示空间相对位置的术语是出于便于说明的目的来描述如附图中所示的一个单元或特征相对于另一个单元或特征的关系。空间相对位置的术语可以旨在包括设备在使用或工作中除了图中所示方位以外的不同方位。例如，如果将图中的设备翻转，则被描述为位于其他单元或特征“下方”或“之下”的单元将位于其他单元或特征“上方”。因此，示例性术语“下方”可以囊括上方和下方这两种方位。设备可以以其他方式被定向(旋转90度或其他朝向)，并相应地解释本文使用的与空间相关的描述语。
并且，应当理解的是尽管术语第一、第二等在本文中可以被用于描述各种元件或结构，但是这些被描述对象不应受到这些术语的限制。这些术语仅用于将这些描述对象彼此区分开。例如，第一种群可以被称为第二种群，并且类似地第二种群也可以被称为第一种群，这并不背离本申请的保护范围。
本发明实施例提供了一种冰箱的设置存储间室温度和湿度的方法，如图1所示，包括以下步骤：
步骤101：获取存储间室中的所有食物以及每个食物的属性值，将每个食物的属性值都进行编码，从而得到第一种群，其中，所述食物的属性值至少包括：能够唯一标记所述食物的标识符、已存储时间、最佳温度、最佳湿度、取出频率、经济价值和可存储时间；这里，该冰箱可以包含有一个数据库，该数据库包含有该存储间室中所存储的所有食物的信息，即当用户向存储间室中放入食物时，获取当前时间(可以理解的是，该当前时间即为该食物的放入时间)，将该食物的信息和放入时间存入该数据库中，当用户从存储间室中取走食物时，从该数据库中删除该食物的信息。这里，标识符可以为一个字符串，该字符串能够唯一的标识一个食物；已存储时间为当前时间与该食物的放入时间之间的时间差，最佳温度为最适宜该食物保存的温度，最佳湿度为最适宜该食物保存的湿度，取出频率为与该食品属于同一类型的食物在一段时间内的取出次数(例如，在该存储间室中，用户可能多次向该存储间室中放入牛肉，则在一段时间内，用户取出牛肉的次数，就可以为牛肉的取出频率)，经济价值是一个反应该食物的价格的指数(该指数与该食物的价格呈正比)，可存储时间即该食物在该存储间室中能够存放的时间。
这里，在第一代种群中，每个个体都对应到一种食物，即该个体的最佳温度等于所对应的食物的最佳温度，该个体的最佳湿度等于所对应的食物的最佳湿度。
步骤102：持续进行以下操作，直至第一种群中的每个父辈个体的适应度符合预设条件，所述操作具体包括：生成第一种群中的每个父辈个体的适应度，依照适应度越高，选择概率越大的原则，从第一种群中删除若干父辈个体得到第二种群；从第二种群中选择若干二元组，其中每个二元组包含有两个不同的父辈个体，对每个二元组中的两个父辈个体都进行编码交叉并产生两个后代个体，将所有后代个体中若干个体进行变异从而得到第一种群。这里，在第一代种群中，如果第一个体与第一食物是对应的，则在第一个体所代表的温度和湿度下，第一食物能够获得最佳的存储效果，但其余的食物就无法获得最佳的存储效果了，因此，在该步骤中会进行多次迭代，直至每个父辈个体的适应度符合预设条件，该预设条件可以：每两个父辈个体之间的适应度的差值低于某个值，或者在上次迭代和本次迭代中，父辈个体的适宜度之间差值比较小。
步骤103：将所述存储间室的温度和湿度分别设置为第一种群中的适应度最高的父辈个体的最佳温度和最佳湿度。
优选的，所述“将每个食物都进行编码”具体包括：将每个食物都进行浮点数编码。
优选的，所述“生成第一种群中的每个父辈个体的适应度”，具体包括，
基于以下方式得到每个父辈个体的适宜度：父辈个体的适应度＝每个食物的适宜度之和，所述食物的适宜度＝k(α(ΔT*ΔdT)+β(D-d)+γ(ΔH*ΔdH)+λE)，其中，ΔT为所述父辈个体的最佳温度与所述食物的最佳温度之间的差值，D为所述食物的可存储时间，d为所述食物的已存储时间，ΔT为所述父辈个体的最佳湿度与所述食物的最佳湿度度之间的差值，E为所述食物的经济价值。这里，当存储间室中的温度等于该父辈个体的最佳温度且最佳适度等于该父辈个体的最佳湿度时，每个食物的适宜度是不一样的，因此，需要考虑每个食物的适宜度。
优选的，所述“对若干二元组中的每个二元组中的两个父辈个体都进行编码交叉并产生两个后代个体”具体包括：对若干二元组中的每个二元组中的两个父辈个体，将两个父辈个体的最佳温度进行交换和/或取两个父辈个体的最佳温度之间的若干中间值和/或将两个父辈个体的最佳湿度进行交换和/或取两个父辈个体的最佳湿度之间的若干中间值，从而生成若干后代个体。这里，生成后代个体的方式有：(1)将两个父辈个体的最佳温度进行交换；(2)取两个父辈个体的最佳温度之间的若干中间值；(3)将两个父辈个体的最佳湿度进行交换；(4)取两个父辈个体的最佳湿度之间的若干中间值，此外，也可以从这四种方式中任选集中来生成后代个体。
优选的，所述“将所有后代个体中若干个体进行变异从而得到第一种群”具体包括：
从所有后代个体中随机选择的若干目标个体，将所述若干目标个体的最佳温度和/或最佳湿度进行修改，第一种群由所有未被选中的后代个体和所有修改之后的后代个体组成。
此时，设置存储间室温度和湿度的方法还可以可以根据用户交互习惯、价值取向等调整算法输出结果。例如：将最优天数统一表征为任务形式，其中，s代表环境信息，d代表储存天数信息，q(s)代表环境信息分布情况，q(st+1|st,dt)代表在st环境下通过调整参数过度到st+1环境下。基于食物的温度偏差ΔT、湿度偏差ΔH、经济价值E、取出频率k、已存储时间d、可存储时间D设计一种适应度函数。该函数权重通过线下实验寻找到最优值，依据线上用户使用习惯进行微调。
其中，食物的适宜度＝{Days(s1,d1,...,sH,dH),q(s1),q(st+1|st,dt),H}，
Figure BDA0001994011160000071
本发明实施例还提供了一种用于冰箱的生成存储间室温度和湿度的装置，包括以下模块：
初始化模块，用于获取存储间室中的所有食物以及每个食物的属性值，将每个食物的属性值都进行编码，从而得到第一种群，其中，所述食物的属性值至少包括：能够唯一标记所述食物的标识符、已存储时间、最佳温度、最佳湿度、取出频率、经济价值和可存储时间；
迭代模块，用于持续进行以下操作，直至第一种群中的每个父辈个体的适应度符合预设条件，所述操作具体包括：生成第一种群中的每个父辈个体的适应度，依照适应度越高，选择概率越大的原则，从第一种群中删除若干父辈个体得到第二种群；从第二种群中选择若干二元组，其中每个二元组包含有两个不同的父辈个体，对每个二元组中的两个父辈个体都进行编码交叉并产生两个后代个体，将所有后代个体中若干个体进行变异从而得到第一种群；
设置模块，用于将所述存储间室的温度和湿度分别设置为第一种群中的适应度最高的父辈个体的最佳温度和最佳湿度。
优选的，所述初始化模块还用于：将每个食物都进行浮点数编码。
优选的，所述迭代模块还用于，基于以下方式得到每个父辈个体的适宜度：父辈个体的适应度＝每个食物的适宜度之和，所述食物的适宜度＝k(α(ΔT*ΔdT)+β(D-d)+γ(ΔH*ΔdH)+λE)，其中，ΔT为所述父辈个体的最佳温度与所述食物的最佳温度之间的差值，D为所述食物的可存储时间，d为所述食物的已存储时间，ΔT为所述父辈个体的最佳湿度与所述食物的最佳湿度度之间的差值，E为所述食物的经济价值。
优选的，所述迭代模块还用于：对若干二元组中的每个二元组中的两个父辈个体，将两个父辈个体的最佳温度进行交换和/或取两个父辈个体的最佳温度之间的若干中间值和/或将两个父辈个体的最佳湿度进行交换和/或取两个父辈个体的最佳湿度之间的若干中间值，从而生成若干后代个体。
优选的，所述迭代模块还用于：从所有后代个体中随机选择的若干目标个体，将所述若干目标个体的最佳温度和/或最佳湿度进行修改，第一种群由所有未被选中的后代个体和所有修改之后的后代个体组成。
应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施方式中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。

Claims (10)

1.一种用于冰箱的设置存储间室温度和湿度的方法，其特征在于，包括以下步骤：
获取存储间室中的所有食物以及每个食物的属性值，将每个食物的属性值都进行编码，从而得到第一种群，其中，所述食物的属性值至少包括：能够唯一标记所述食物的标识符、已存储时间、最佳温度、最佳湿度、取出频率、经济价值和可存储时间；
持续进行以下操作，直至第一种群中的每个父辈个体的适应度符合预设条件，所述操作具体包括：生成第一种群中的每个父辈个体的适应度，依照适应度越高，选择概率越大的原则，从第一种群中删除若干父辈个体得到第二种群；从第二种群中选择若干二元组，其中每个二元组包含有两个不同的父辈个体，对每个二元组中的两个父辈个体都进行编码交叉并产生两个后代个体，将所有后代个体中若干个体进行变异从而得到第一种群；
将所述存储间室的温度和湿度分别设置为第一种群中的适应度最高的父辈个体的最佳温度和最佳湿度。
2.根据权利要求1中所述的设置存储间室温度和湿度的方法，其特征在于，所述“将每个食物都进行编码”具体包括：将每个食物都进行浮点数编码。
3.根据权利要求1所述的设置存储间室温度和湿度的方法，其特征在于，所述“生成第一种群中的每个父辈个体的适应度”具体包括，
基于以下方式得到每个父辈个体的适宜度：父辈个体的适应度＝每个食物的适宜度之和，所述食物的适宜度＝k(α(ΔT*ΔdT)+β(D-d)+γ(ΔH*ΔdH)+λE)，其中，ΔT为所述父辈个体的最佳温度与所述食物的最佳温度之间的差值，D为所述食物的可存储时间，d为所述食物的已存储时间，ΔT为所述父辈个体的最佳湿度与所述食物的最佳湿度度之间的差值，E为所述食物的经济价值。
4.根据权利要求1所述的设置存储间室温度和湿度的方法，其特征在于，所述“对若干二元组中的每个二元组中的两个父辈个体都进行编码交叉并产生两个后代个体”具体包括：
对若干二元组中的每个二元组中的两个父辈个体，将两个父辈个体的最佳温度进行交换和/或取两个父辈个体的最佳温度之间的若干中间值和/或将两个父辈个体的最佳湿度进行交换和/或取两个父辈个体的最佳湿度之间的若干中间值，从而生成若干后代个体。
5.根据权利要求2所述的设置存储间室温度和湿度的方法，其特征在于，所述“将所有后代个体中若干个体进行变异从而得到第一种群”具体包括：
从所有后代个体中随机选择的若干目标个体，将所述若干目标个体的最佳温度和/或最佳湿度进行修改，第一种群由所有未被选中的后代个体和所有修改之后的后代个体组成。
6.一种用于冰箱的生成存储间室温度和湿度的装置，其特征在于，包括以下模块：
初始化模块，用于获取存储间室中的所有食物以及每个食物的属性值，将每个食物的属性值都进行编码，从而得到第一种群，其中，所述食物的属性值至少包括：能够唯一标记所述食物的标识符、已存储时间、最佳温度、最佳湿度、取出频率、经济价值和可存储时间；
迭代模块，用于持续进行以下操作，直至第一种群中的每个父辈个体的适应度符合预设条件，所述操作具体包括：生成第一种群中的每个父辈个体的适应度，依照适应度越高，选择概率越大的原则，从第一种群中删除若干父辈个体得到第二种群；从第二种群中选择若干二元组，其中每个二元组包含有两个不同的父辈个体，对每个二元组中的两个父辈个体都进行编码交叉并产生两个后代个体，将所有后代个体中若干个体进行变异从而得到第一种群；
设置模块，用于将所述存储间室的温度和湿度分别设置为第一种群中的适应度最高的父辈个体的最佳温度和最佳湿度。
7.根据权利要求6中所述的生成存储间室温度和湿度的装置，其特征在于，所述初始化模块还用于：将每个食物都进行浮点数编码。
8.根据权利要求6所述的生成存储间室温度和湿度的装置，其特征在于，所述迭代模块还用于，
基于以下方式得到每个父辈个体的适宜度：父辈个体的适应度＝每个食物的适宜度之和，所述食物的适宜度＝k(α(ΔT*ΔdT)+β(D-d)+γ(ΔH*ΔdH)+λE)，其中，ΔT为所述父辈个体的最佳温度与所述食物的最佳温度之间的差值，D为所述食物的可存储时间，d为所述食物的已存储时间，ΔT为所述父辈个体的最佳湿度与所述食物的最佳湿度度之间的差值，E为所述食物的经济价值。
9.根据权利要求6所述的生成存储间室温度和湿度的装置，其特征在于，所述迭代模块还用于：
对若干二元组中的每个二元组中的两个父辈个体，将两个父辈个体的最佳温度进行交换和/或取两个父辈个体的最佳温度之间的若干中间值和/或将两个父辈个体的最佳湿度进行交换和/或取两个父辈个体的最佳湿度之间的若干中间值，从而生成若干后代个体。
10.根据权利要求7所述的生成存储间室温度和湿度的装置，其特征在于，所述迭代模块还用于：
从所有后代个体中随机选择的若干目标个体，将所述若干目标个体的最佳温度和/或最佳湿度进行修改，第一种群由所有未被选中的后代个体和所有修改之后的后代个体组成。
CN201910189691.7A 2019-03-13 2019-03-13 用于冰箱的生成存储间室温度和湿度的方法及其装置 Active CN111692833B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910189691.7A CN111692833B (zh) 2019-03-13 2019-03-13 用于冰箱的生成存储间室温度和湿度的方法及其装置
PCT/CN2019/100740 WO2020181723A1 (zh) 2019-03-13 2019-08-15 冰箱间室温度和湿度的生成方法及生成装置
EP19918899.6A EP3940326A4 (en) 2019-03-13 2019-08-15 METHOD AND DEVICE FOR PRODUCING REFRIGERATOR COMPARTMENT TEMPERATURE AND HUMIDITY

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910189691.7A CN111692833B (zh) 2019-03-13 2019-03-13 用于冰箱的生成存储间室温度和湿度的方法及其装置

Publications (2)

Publication Number Publication Date
CN111692833A true CN111692833A (zh) 2020-09-22
CN111692833B CN111692833B (zh) 2021-08-24

Family

ID=72427676

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910189691.7A Active CN111692833B (zh) 2019-03-13 2019-03-13 用于冰箱的生成存储间室温度和湿度的方法及其装置

Country Status (3)

Country Link
EP (1) EP3940326A4 (zh)
CN (1) CN111692833B (zh)
WO (1) WO2020181723A1 (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09318165A (ja) * 1996-05-29 1997-12-12 Hitachi Ltd 電気冷蔵庫
CN103959290A (zh) * 2011-11-30 2014-07-30 江森自控科技公司 用于减小制冷系统内的噪声的系统和方法
US20160178239A1 (en) * 2014-12-22 2016-06-23 Battelle Memorial Institute Automatic set point detection for water heaters operating in a demand response
CN106598197A (zh) * 2016-11-28 2017-04-26 东软集团股份有限公司 确定系统中设备功率的方法和装置
CN108444110A (zh) * 2018-04-11 2018-08-24 南通大学 基于bp网络预测的空气源热泵热水系统设计方法
CN109140896A (zh) * 2017-06-13 2019-01-04 合肥华凌股份有限公司 控制冰箱储存空间湿度的方法及装置、冰箱、存储介质

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR0182533B1 (ko) * 1994-11-15 1999-05-01 윤종용 냉장고 및 그 온도제어방법
KR100195090B1 (ko) * 1994-11-15 1999-06-15 윤종용 유전자 알고리즘-퍼지 추론을 이용한 냉장고 온도 제어 장치 및 방법
KR100188925B1 (ko) * 1994-11-30 1999-06-01 김광호 유전자 알고리즘-퍼지 추론을 이용한 냉장고 온도 제어장치 및 방법
KR100214659B1 (ko) * 1997-06-12 1999-08-02 구자홍 퍼지추론을 이용한 냉장고 온도제어방법
CN1288409C (zh) * 2003-12-18 2006-12-06 广东科龙电器股份有限公司 一种多冷区冰箱及其食物监控方法
KR101260649B1 (ko) * 2012-02-27 2013-05-03 부산대학교 산학협력단 상황인식 기반의 스마트 냉장고 관리 시스템 및 방법
CN204027202U (zh) * 2014-08-13 2014-12-17 合肥美菱股份有限公司 一种冰箱智能生物保鲜系统
CN105222508B (zh) * 2015-09-29 2021-04-02 青岛海尔智能家电科技有限公司 面向变温室的食品自适应冷藏方法、装置及系统
CN107606870A (zh) * 2017-08-10 2018-01-19 深圳益创信息科技有限公司 一种智能制冷方法及冰箱
CN107477972A (zh) * 2017-08-18 2017-12-15 楼旦丹 一种人工智能蔬菜冰箱
CN109436582B (zh) * 2018-12-25 2023-04-28 广州好高冷科技有限公司 一种基于目标周期的保温箱多模式温控系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09318165A (ja) * 1996-05-29 1997-12-12 Hitachi Ltd 電気冷蔵庫
CN103959290A (zh) * 2011-11-30 2014-07-30 江森自控科技公司 用于减小制冷系统内的噪声的系统和方法
US20160178239A1 (en) * 2014-12-22 2016-06-23 Battelle Memorial Institute Automatic set point detection for water heaters operating in a demand response
CN106598197A (zh) * 2016-11-28 2017-04-26 东软集团股份有限公司 确定系统中设备功率的方法和装置
CN109140896A (zh) * 2017-06-13 2019-01-04 合肥华凌股份有限公司 控制冰箱储存空间湿度的方法及装置、冰箱、存储介质
CN108444110A (zh) * 2018-04-11 2018-08-24 南通大学 基于bp网络预测的空气源热泵热水系统设计方法

Also Published As

Publication number Publication date
EP3940326A1 (en) 2022-01-19
EP3940326A4 (en) 2022-08-24
WO2020181723A1 (zh) 2020-09-17
CN111692833B (zh) 2021-08-24

Similar Documents

Publication Publication Date Title
Zhao et al. Online 3D bin packing with constrained deep reinforcement learning
Sun et al. Learning multiple-question decision trees for cold-start recommendation
CN107122411B (zh) 一种基于离散多视图哈希的协同过滤推荐方法
CN105718960B (zh) 基于卷积神经网络和空间金字塔匹配的图像排序模型
Lawrence Multiobjective genetic algorithms for materialized view selection in OLAP data warehouses
ZA200006388B (en) System, method and computer program product for representing proximity data in a multi-dimensional space.
WO2009148475A1 (en) Recommender system with fast matrix factorization using infinite dimensions
US9047272B1 (en) System and methods for index selection in collections of data
CN110837578A (zh) 一种基于图卷积网络的视频片段推荐方法
CN112862380A (zh) 一种基于混合算法的项目型产品装配车间人员调度方法、设备及存储介质
Oitmaa et al. High-temperature-series study of the spin-½ Heisenberg ferromagnet
CN115630153A (zh) 一种基于大数据技术的研究生文献资源推荐方法
CN115867919A (zh) 用于推荐系统的图结构感知增量学习
CN113255842A (zh) 车辆置换预测方法、装置、设备及存储介质
Kadlec et al. Particle swarm optimization for problems with variable number of dimensions
CN109033453A (zh) 一种基于rbm与差分隐私保护的聚类的电影推荐方法及系统
CN116089715A (zh) 一种基于个性化联邦技术的序列推荐方法
Chang et al. A Slicing Tree Representation and QCP‐Model‐Based Heuristic Algorithm for the Unequal‐Area Block Facility Layout Problem
Cao et al. Optimization of control parameters in genetic algorithms: a stochastic approach
EP3847559A1 (en) System and method for improved content discovery
Roy et al. Design of movie recommendation system by means of collaborative filtering
Liu et al. Balanced class-incremental 3d object classification and retrieval
CN111692833B (zh) 用于冰箱的生成存储间室温度和湿度的方法及其装置
Liang et al. A normalizing flow-based co-embedding model for attributed networks
CN109241134A (zh) 一种基于代理模型的商品组合模式多目标挖掘方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 266101 Haier Industrial Park, 1 Haier Road, Laoshan District, Shandong, Qingdao

Applicant after: QINGDAO HAIER REFRIGERATOR Co.,Ltd.

Applicant after: Haier Smart Home Co., Ltd.

Address before: 266101 Haier Industrial Park, 1 Haier Road, Laoshan District, Shandong, Qingdao

Applicant before: QINGDAO HAIER REFRIGERATOR Co.,Ltd.

Applicant before: Qingdao Haier Joint Stock Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant