一种基于物联网的智能家居控制系统的制作方法

本发明涉及智能家居，尤其涉及一种基于物联网的智能家居控制系统。

背景技术：

1、物联网是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。物联网是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网。

2、但现有的智能控制系统中还存在以下缺点：

3、数据处理单元性能不足：由于智能家居控制系统需要处理大量的传感器数据，如果数据处理单元的性能不足，则会导致系统无法及时、准确地对数据进行处理和分析，从而影响控制效果；

4、缺乏异常检测机制：在智能家居控制系统中，由于存在各种不同的设备和传感器，可能会发生各种不同的故障或异常情况。如果没有有效的异常检测机制，将很难及时发现和解决这些问题，从而降低系统的稳定性和可靠性；

5、缺乏灵活性和智能性：现有的智能家居控制系统通常需要用户手动设置或调整各种参数，例如设定温度、湿度等阈值，这些操作需要耗费时间和精力，并且无法满足人们对智能化、自动化的需求；

6、模型效果不佳：如果系统采用的算法和模型不够优秀或者参数设置不合理，可能会导致模型效果差，无法准确预测和控制智能家居设备的状态，从而影响整个系统的性能和效率。

技术实现思路

1、基于现有的智能家居控制系统不足的技术问题，本发明提出了一种基于物联网的智能家居控制系统。

2、本发明提出的一种基于物联网的智能家居控制系统，包括智能控制系统，所述智能控制系统包括传感器模块、执行模块、网关模块、控制中心模块和应用界面模块，所述智能控制系统通过网关模块接入有物联网模块，所述物联网模块包括数据采集、数据传输、数据处理、指令下发和反馈机制。

3、优选地，所述传感器模块通过各种传感器和物联网模块将采集到的环境信息发送至控制中心模块，所述执行模块负责执行控制指令，并对智能家居中的包括插座、智能灯泡、智能空调和智能窗帘进行编程和控制，所述网关模块作为传感器模块的采集和传输中心，通过物联网技术将传感器模块采集到的环境数据上传至控制中心模块，同时也接收来自控制中心模块的指令，再将指令发送给执行模块。

4、通过上述技术方案，利用网关模块通过无线通信技术作为用户与智能家居设备之间的桥梁，实现远程控制和监控，无线通信技术包括wi-fi、蓝牙、zigbee等。

5、优选地，所述控制中心模块作为整个智能控制系统的大脑，所述控制中心模块通过物联网模块接收传感器模块的数据，进行数据处理和决策，并向执行模块发送控制指令，所述控制中心模块还通过物联网模块提供远程控制功能，所述控制中心模块包括数据采集单元、数据处理单元、决策单元和指令下发单元。

6、优选地，所述数据采集单元负责接收来自传感器模块和其他设备的数据，包括环境数据、设备状态的信息，所述数据采集单元通过物联网模块将数据传输至数据处理单元，所述数据处理单元对采集到的数据进行处理、分析和存储，提取信息并生成相应的控制指令，所述数据处理单元运行多种算法，包括温度控制算法、能耗优化算法，进而实现智能化的控制决策。

7、优选地，所述数据处理单元引入有交叉熵损失函数公式和算法模型优化，所述交叉熵损失函数公式帮助模型对不同的用户指令和控制命令进行分类，并帮助模型学习不同指令的分类，并提高系统对用户指令的准确响应率，其公式为：

8、[ h(p, q) = -\sum p(x) \log q(x) ]

9、其中，(h(p, q))表示两个概率分布(p)和(q)之间的差异度量，，(p)表示实际的传感器数据输出分布，而(q)则表示模型预测的数据输出分布；

10、(p(x))表示实际的数据输出的概率分布，即传感器采集到的实际数据的分布；

11、(q(x))表示模型预测的数据输出的概率分布，即模型对于实际数据的预测输出的分布。

12、通过上述技术方案，利用计算交叉熵损失函数，可以衡量实际数据输出分布和模型预测输出分布之间的差异，进而评估模型的性能和准确度。

13、优选地，所述交叉熵损失函数公式引入正则化项进行优化，改进后的所述交叉熵损失函数公式为：

14、[l(p, q) = -\sum_{i=1}^{n} p(x_i) \log(q(x_i)) + \lambda r(w)]

15、其中，(r(w))是正则化项，(\lambda)是正则化系数；

16、所述交叉熵损失函数公式还结合时间信息进行建模和预测，在交叉熵损失函数中引入时间序列特征，提高模型对时间相关性的捕捉能力，进而改善系统的预测和控制效果。

17、通过上述技术方案，利用对交叉熵损失函数公式进行正则化项改进，防止过拟合，提高模型的泛化能力，在交叉熵损失函数中添加正则化项，例如l1正则化或l2正则化，可以限制模型参数的大小，避免模型过度依赖特定的训练数据。

18、优选地，所述数据处理单元包括需求分析单元、性能评估单元、算法调优单元、模型选择单元、集成学习单元、自动化调参单元和持续学习单元，所述需求分析单元明确智能控制系统对数据处理单元的性能需求，包括处理规模、速度、准确性方面的指标，所述需求分析单元负责收集智能控制系统需求，并转化为对算法和模型选择的具体要求，所述性能评估单元负责对现有算法和模型进行全面的性能评估和比较，包括准确性、速度、资源消耗方面，所述性能评估单元建立评估指标体系，设计实验方案，并进行性能测试，所述算法调优单元针对性能较差的算法，负责对算法进行参数调优、算法优化的改进工作，提升其效率和准确性。

19、优选地，所述算法调优单元深入理解算法原理，进行实验验证，并确定合适的参数设置，所述模型选择单元根据需求分析和性能评估结果，负责选择合适的模型来处理数据，所述模型选择单元对不同模型及其特点深入了解，结合实际场景选择适合的模型，所述集成学习单元对多个不同算法或模型进行集成学习，通过投票、加权平均的方式获得预测结果，所述集成学习单元设计合适的集成策略，并进行实验验证，所述自动化调参单元使用自动化调参工具，并找到合适的超参数组合，提升模型性能，所述自动化调参单元设计参数搜索空间和调参策略，所述持续学习单元引入在线学习技术，实现模型的持续学习和更新，适应数据动态变化和新的场景需求，所述持续学习单元设计具有在线学习策略和模型更新机制。

20、优选地，所述决策单元基于数据处理结果和预设的规则，做出相应的控制决策，所述决策单元根据用户设定的偏好和场景需求，调整设备运行状态，实现智能化的家居控制，所述指令下发单元将经过处理和决策的控制指令下发给执行模块，并对各个智能设备进行控制，所述指令下发单元的及时性和准确性保证了系统运行的稳定性和效率，所述应用界面模块提供给用户操作和监控智能家居系统的界面，包括手机app、网页平台、语音助手，所述应用界面模块通过与控制中心模块的连接，实现用户与系统之间的交互。

21、通过上述技术方案，利用设置应用界面模块包括手机app、网页平台、语音助手及其它智能设备，使得便于让用户可以方便地控制设备、查看数据、设置参数等操作。

22、优选地，所述数据采集在传感器模块感知环境信息后，将数据发送给网关模块，所述数据传输网关单元通过无线通信技术将传感器数据传输到控制中心模块，所述数据处理对控制中心模块接收到传感器数据进行数据处理、分析和决策，根据预设的用户指令生成相应的控制指令，所述指令下发将控制中心模块生成的控制指令通过网关模块传输给执行模块，所述执行模块根据指令执行相应的操作，所述反馈机制在执行模块执行完控制指令后，向控制中心模块发送状态反馈信息。

23、通过上述技术方案，利用上述流程，使得控制中心模块可以实现对物联网设备的远程控制和监控，从而构建一个智能而高效的家居控制系统。

24、本发明中的有益效果为：

25、1、通过设置智能控制系统通过网关模块接入物联网模块，利用物联网技术对传感器模块、执行模块、网关模块、控制中心模块和应用界面模块进行优化，使得物联网技术在智能家居控制系统中起到连接各个模块之间的作用，实现了设备之间的互联互通，同时也提供了远程控制和监控的功能，为用户带来更便捷的智能家居体验。

26、2、通过设置对控制中心模块中的数据处理单元进行优化，利用交叉熵损失函数公式在智能家居控制系统中，可以用于分类任务，例如对传感器数据进行异常检测，通过比较传感器数据的实际输出和预期输出之间的差异，可以计算交叉熵损失，并进一步判断是否存在异常情况，从而触发相应的处理措施，并引入正则化项进行优化，帮助防止过拟合，提高模型的泛化能力，在交叉熵损失函数中添加正则化项，例如l正则化或l正则化，可以限制模型参数的大小，避免模型过度依赖特定的训练数据。

27、3、通过设置算法模型优化将数据处理单元分为需求分析单元、性能评估单元、算法调优单元、模型选择单元、集成学习单元、自动化调参单元和持续学习单元，通过这些单元的协同工作，可以实现对算法和模型选择的全面优化和改进设计，从而提升数据处理单元的性能和效率，使得智能控制系统能够在算法和模型选择上做出更明智的决策，不断优化提升数据处理单元的性能和效率，使智能家居控制系统更加智能、高效和可靠。