基于智能手环集群的温控方法、装置、设备及存

本发明涉及人工智能领域，尤其涉及一种基于智能手环集群的温控方法、装置、设备及存储介质。背景技术：1、随着科技的发展和人们生活水平的提高，室内环境的舒适度成为了人们日益关注的问题。在传统的温控系统中，温度的调节往往是基于固定的温度设定值，这种方式忽视了不同用户的个体差异和实时环境变化，导致能源的浪费和用户体验的不一致。2、现有的智能温控设备虽然能够根据环境温度进行调节，但大多数设备仍然缺乏对用户个性化需求的深入理解和适应。例如，它们可能无法准确捕捉到用户的生理状态变化，如体温、心率等，也无法充分考虑到用户的个人偏好，如对温度的敏感度、习惯的作息时间等。此外，这些设备在处理多个用户在同一室内环境中共存的情况时，往往无法有效协调各个用户的需求，以达到整体的舒适度和能源效率的最优化。技术实现思路1、本发明的主要目的在于解决现有的室内温控方式无法有效协调各个用户的需求的技术问题。2、本发明第一方面提供了一种基于智能手环集群的温控方法，所述智能手环集群包括同一室内环境下的多个智能手环；所述基于智能手环集群的温控方法包括：3、通过所述智能手环集群中的多个智能手环采集室内环境下的对应用户的用户手环数据和以及所述室内环境下各位置的实时环境数据，其中，所述用户手环数据包括用户生理数据和用户偏好数据；4、使用预设的模糊逻辑控制算法根据所述用户生理数据和实时环境数据计算各用户对应的初始舒适度评分，并根据各用户对应的初始舒适度评分建立用户舒适度模型；5、通过预设的协同过滤算法分析所述用户偏好数据，识别所述同一室内环境下的相似偏好用户群体，得到用户群体模型，并根据所述用户群体模型和所述用户舒适度模型，计算各用户对应的精确舒适度评分；6、通过预设的多目标优化算法中的适应度函数根据各用户对应的精确舒适度和所述室内环境中各温控设备的能效参数，评分计算最佳适应度值，并根据所述最佳适应度值生成当前时刻的所述室内环境中各温控设备的第一温控方案；7、将所述第一温控方案的温控参数、所述用户手环数据输入预设的适应度预测模型，得到所述第一温控方案下室内环境在目标时刻的预测舒适度数值；8、根据所述预测舒适度数值生成所述当前时刻至所述目标时刻之间的第二温控方案，并根据所述第一温控方案和所述第二温控方案生成目标温控方案；9、控制所述室内环境中各温控设备根据所述目标温控方案进行温度调节。10、可选的，在本发明第一方面的第一种实现方式中，所述使用预设的模糊逻辑控制算法根据所述用户生理数据和实时环境数据计算各用户对应的初始舒适度评分，并根据各用户对应的初始舒适度评分建立用户舒适度模型包括：11、对所述用户生理数据和实时环境数据进行数据预处理，其中，所述数据预处理包括标准化处理和异常值去除处理；12、通过预设的隶属函数对数据预处理后的用户生理数据和实时环境数据模糊化，得到用户生理数据和实时环境数据中各数据点对应的模糊化数据；13、根据预设的模糊逻辑规则集对所述模糊化数据进行推理处理，得到所述模糊逻辑规则集中各模糊规则下所述模糊化数据对应的模糊输出；14、对各模糊规则下所述模糊化数据对应的模糊输出进行聚合处理，得到全面模糊输出集合，并对所述全面模糊输出集合进行去模糊化处理，得到对应用户的初始舒适度评分；15、根据各用户对应的初始舒适度评分建立用户舒适度模型。16、可选的，在本发明第一方面的第二种实现方式中，所述通过预设的协同过滤算法分析所述用户偏好数据，识别所述同一室内环境下的相似偏好用户群体，得到用户群体模型，并根据所述用户群体模型和所述用户舒适度模型，计算各用户对应的精确舒适度评分包括：17、通过预设的协同过滤算法计算所述用户偏好数据中各偏好项目之间的相似度数值，并根据所述相似度数值，构建用户相似度矩阵；18、通过预设的聚类算法根据用户相似度矩阵对同一室内环境下的多个智能手环对应的用户进行用户分组，得到用户群体模型；19、对用户群体模型中各用户群体中的用户偏好数据进行聚合分析，计算对应的用户群体的代表性偏好特征；20、根据所述代表性偏好特征和所述用户舒适度模型，采用加权方式计算各用户对应的精确舒适度评分。21、可选的，在本发明第一方面的第三种实现方式中，所述多目标优化算法为遗传优化算法；22、所述通过预设的多目标优化算法中的适应度函数根据各用户对应的精确舒适度和所述室内环境中各温控设备的能效参数，评分计算最佳适应度值，并根据所述最佳适应度值生成当前时刻的所述室内环境中各温控设备的第一温控方案包括：23、初始化所述遗传优化算法的初始种群，并将所述初始种群作为目标种群，其中，所述初始种群中的每个个体表示一个第一温控方案；24、通过所述遗传优化算法根据所述精确舒适度评分计算所述目标种群中的每个个体的适应度值；25、根据所述适应度值对所述目标种群中的各个体进行选择操作，得到优化种群，并对所述优化种群执行交叉和变异操作；26、将执行交叉和变异操作后的优化种群更新为目标种群，并返回通过所述遗传优化算法根据所述精确舒适度评分计算所述目标种群中的每个个体的适应度值的步骤，直到满足迭代终止条件；27、当满足迭代终止条件时，对目标种群中总适应度值最高的个体进行解码，得到所述最佳适应度值生成第一温控方案。28、可选的，在本发明第一方面的第四种实现方式中，所述多目标优化算法为哈里斯鹰算法；29、所述通过预设的多目标优化算法中的适应度函数根据各用户对应的精确舒适度和所述室内环境中各温控设备的能效参数，评分计算最佳适应度值，并根据所述最佳适应度值生成当前时刻的所述室内环境中各温控设备的第一温控方案还包括：30、通过所述哈里斯鹰算法对应的适应度函数根据所述精确舒适度评分计算各哈里斯鹰个体代表的温控方案的适应度值，并选择适应度值最高的哈里斯鹰个体位置作为当前猎物位置；31、根据预设的猎物逃逸能量和跳跃强度计算公式计算猎物逃逸能量和跳跃强度，并根据所述猎物逃逸能量和所述跳跃强度选择对应的捕食策略；32、根据所述捕食策略对各哈里斯鹰个体进行位置更新，并重新计算位置更新后的各哈里斯鹰个体代表的电力调度策略的适应度值，并重新选择适应度值最高的哈里斯鹰个体位置作为当前猎物位置；33、判断是否满足预设的停止条件；34、若满足，则将所述当前猎物位置作为最优解输出；35、若不满足，则返回至根据预设的猎物逃逸能量和跳跃强度计算公式计算猎物逃逸能量和跳跃强度的步骤，直至满足预设的停止条件；36、当满足预设的停止条件时，根据所述最优解生成第一温控方案。37、可选的，在本发明第一方面的第五种实现方式中，所述将所述第一温控方案的温控参数、所述用户手环数据输入预设的适应度预测模型，得到所述第一温控方案下室内环境在目标时刻的预测舒适度数值包括：38、将所述第一温控方案的温控参数、所述用户手环数据输入预设的适应度预测模型，其中，所述适应度预测模型包括输入层、注意力机制层、特征融合层、多任务检测层和输出层；39、通过输出层对所述第一温控方案的温控参数、所述用户手环数据进行特征编码，得到温控数据特征和手环数据特征；40、通过所述注意力机制层和所述特征融合层对所述温控数据特征和手环数据特征进行特征融合，得到融合向量特征；41、通过所述多任务检测层根据所述融合向量特征进行多任务检测，得到多任务检测结果，并将所述多任务检测结果进行整合，得到所述第一温控方案下室内环境在目标时刻的预测舒适度数值，并通过所述输出层输出所述预测舒适度数值。42、可选的，在本发明第一方面的第五种实现方式中，所述通过所述注意力机制层和所述特征融合层对所述温控数据特征和手环数据特征进行特征融合，得到融合向量特征包括：43、通过注意力机制层中的自注意力机制对所述温控数据特征和手环数据特征中的每个特征计算相互之间的关系得分；44、根据所述温控数据特征和手环数据特征中的每个特征的关系得分，动态分配权重，得到所述温控数据特征和手环数据特征中的每个特征的权重向量；45、通过特征融合层根据所述权重向将所述温控数据特征和手环数据特征进行深度融合，得到融合向量特征。46、本发明第二方面提供了一种基于智能手环集群的温控装置，所述基于智能手环集群的温控装置包括：47、数据采集模块，用于通过所述智能手环集群中的多个智能手环采集室内环境下的对应用户的用户手环数据和以及所述室内环境下各位置的实时环境数据，其中，所述用户手环数据包括用户生理数据和用户偏好数据；48、初始评分模块，用于使用预设的模糊逻辑控制算法根据所述用户生理数据和实时环境数据计算各用户对应的初始舒适度评分，并根据各用户对应的初始舒适度评分建立用户舒适度模型；49、精确评分模块，用于通过预设的协同过滤算法分析所述用户偏好数据，识别所述同一室内环境下的相似偏好用户群体，得到用户群体模型，并根据所述用户群体模型和所述用户舒适度模型，计算各用户对应的精确舒适度评分；50、初始温控模块，用于通过预设的多目标优化算法中的适应度函数根据各用户对应的精确舒适度和所述室内环境中各温控设备的能效参数，评分计算最佳适应度值，并根据所述最佳适应度值生成当前时刻的所述室内环境中各温控设备的第一温控方案；51、舒适度预测模块，用于将所述第一温控方案的温控参数、所述用户手环数据输入预设的适应度预测模型，得到所述第一温控方案下室内环境在目标时刻的预测舒适度数值；52、目标温控模块，用于根据所述预测舒适度数值生成所述当前时刻至所述目标时刻之间的第二温控方案，并根据所述第一温控方案和所述第二温控方案生成目标温控方案；53、温度控制模块， 用于控制所述室内环境中各温控设备根据所述目标温控方案进行温度调节。54、本发明第三方面提供了一种基于智能手环集群的温控装置，包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于智能手环集群的温控设备执行上述的基于智能手环集群的温控方法的步骤。55、本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的基于智能手环集群的温控方法的步骤。56、上述基于智能手环集群的温控方法、装置、设备及存储介质，通过多个智能手环收集用户的生理数据和偏好数据，以及实时环境数据。利用模糊逻辑控制算法计算用户的初始舒适度评分，并建立舒适度模型。通过协同过滤算法分析用户偏好，识别相似偏好的用户群体，进而计算精确舒适度评分。结合多目标优化算法，根据用户的舒适度评分和温控设备的能效参数，生成最佳温控方案。进一步，通过适应度预测模型预测未来时刻的室内环境舒适度，并据此制定连续的温控方案。最终，控制温控设备根据目标温控方案自动调节室内温度，实现个性化和智能化的室内温控管理。57、本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。58、为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。