CN105573266B - 根据用户的座位环境要求控制耗能设备的方法和*** - Google Patents

Abstract

公开了一种根据用户的座位环境的个性化要求来控制耗能设备的方法和***。所述方法包括步骤：(a)根据各个用户对座位的位置偏好，对当前的座位分配进行优化；(b)获取每个用户对于座位环境参数的期望值；(c)获取每个用户所分配的座位处当前的座位环境参数值；(d)根据每个用户对于座位环境参数的期望值及所述当前的座位环境参数值，确定相应的耗能设备各自的可调工作参数的最优取值，以控制各相应的耗能设备按照所述最优取值进行工作。该方法在考虑用户的位置偏好的同时，对耗能设备进行智能控制，以满足各个用户对例如照明、温度等环境参数的个性化要求，同时能够降低各个耗能设备的总能耗。

Description

根据用户的座位环境要求控制耗能设备的方法和***

技术领域

本公开总体涉及智能控制，具体涉及根据多个用户各自的座位环境的个性化需求来集中控制多个耗能设备的技术。

背景技术

近几十年来，不断增长的能源消耗已经给全球带来了严重的经济危机、温室效应和气候变化。建筑能耗是主要的能源消耗领域之一，其可以进一步细分为照明、空调和各种插拔式电器的能耗。调查显示，目前照明和空调能耗占建筑总能耗的50％以上。因此，如何更有效地控制照明设备和空调来降低其耗电量，是当今社会重要的研究课题。

另一方面，建筑的主要功能在于提供适宜人们生活居住和工作的微环境。而不同的人对诸如室内照明、温度、湿度、风速等建筑内的环境通常具有不同的需求。如果当前某些环境参数不能满足人们的需求，则可能会导致人们低效的工作、不良的情绪甚至疾病。因此，当代的智能建筑都希望能根据人们对环境的个性化要求对建筑内的各种环境参数进行智能地调节。

日本专利申请US2013/0166074A1中公开了一种根据办公室内工作区域占空调作用区域的比率来调整空调出风口的方向和风速的方法，该方法能够节省非工作区域的空调用电。然而，该方法没有考虑到不同的人可能具有不同的热舒适需求，而且没有利用传感器和人的反馈信息进行控制，仅仅根据工作区域的占有率进行开环控制，因此无法保证满足人们不同的热舒适性需求。

日本同志社大学2010年发表的论文“Optimization of Workers’Seat Layoutand the Height of Height-Adjustable Luminaire for Intelligent LightingSystem”中公开了一种通过对多个照明设备进行集中控制来满足各个用户的照度偏好的智能控制方法。在该方法中，通过调整各个用户的座位，即调整用户与照明设备的距离，使得能够较好地满足各个用户的照明偏好。然而，该方法在调整用户座位时完全没有考虑用户对座位的物理位置、相邻关系的偏好，从而可能使得用户被分配了其非常不喜欢的座位，由此导致用户不良的情绪、低效的工作。

发明内容

鉴于以上问题而提出了本公开。本公开的目的是提供一种根据用户的座位环境的个性化要求来控制耗能设备的方法和***，其在考虑用户的位置偏好的同时，对耗能设别进行智能控制，以满足各个用户对例如照明、温度等环境参数的个性化要求，同时能够降低各个耗能设备的总能耗。

根据本公开的一个方面，提供了一种根据用户的座位环境的个性化要求控制耗能设备的方法，包括步骤：(a)根据各个用户对座位的位置偏好，对当前的座位分配进行优化；(b)获取每个用户对于座位环境参数的期望值；(c)获取每个用户所分配的座位处当前的座位环境参数值；(d)根据每个用户对于座位环境参数的期望值及所述当前的座位环境参数值，确定相应的耗能设备各自的可调工作参数的最优取值，以控制各相应的耗能设备按照所述最优取值进行工作。

可选的，根据本公开上述方面的根据用户的座位环境的个性化要求控制耗能设备的方法还可以包括步骤：(e)确定所有用户对优化后的座位分配的座位环境的总体满意度；(f)响应于所述总体满意度低于预定阈值，重复步骤(a)、(b)、(c)、(d)和(e)，直到所述总体满意度不低于预定阈值或迭代次数达到预定次数。

根据本公开的另一个方面，提供了一种根据用户的座位环境的个性化要求控制耗能设备的***，包括：座位分配部件，配置为根据各个用户对座位的位置偏好，对当前的座位分配进行优化；期望值获取部件，配置为获取每个用户对于座位环境参数的期望值；当前值获取部件，配置为获取每个用户所分配的座位处当前的座位环境参数值；控制部件，配置为根据期望值获取部件获取的期望值及当前值获取部件获取的当前的座位环境参数值，确定相应的耗能设备各自的可调工作参数的最优取值，以控制各相应的耗能设备按照所述最优取值进行工作。

附图说明

从下面结合附图对本公开实施例的详细描述中，本公开的这些和/或其它方面和优点将变得更加清楚并更容易理解，其中：

图1示出了根据本公开实施例的根据用户的座位环境的个性化要求控制耗能设备的方法的总体流程图。

图2(a)示出了根据本公开实施例的照度数据库的示例。

图2(b)示意性地示出了同一照明设备在照明区域的不同座位处的亮度等级与照度值之间的关系。

图2(c)是示意性示出采用斜率来表示同一照明设备的各亮度等级在照明区域中产生的照度贡献(照度值)的表格。

图2(d)是示意性地示出亮度等级与照度值之间的关系的图表。

图3例示了根据用户对于座位处的温度的期望值及用户被分配的座位处当前的温度值确定空调设备出风口的最优方向和风速的处理的流程图。

图4示出了假设将每个空调设备的不同风向看做是不同空调设备的示意图。

图5(a)示出了各个风向的初步最优风速的表格。

图5(b)示出了从图5(a)的表格中取每个空调设备的具有最大初步最优风速的风向作为最优风向之后得到的更简化的影响系数表格。

图5(c)示出了通过图5(b)的更简化的影响系数表格来计算的最终最优风速的表格。

图6示出了产生座位的重叠分配的示例情形。

图7示出了根据本公开实施例的对被分配了重叠分配的座位的用户重新分配座位的示例方法的流程图。

图8示出了根据本公开实施例的根据用户的座位环境的个性化要求控制耗能设备的***的框图。

具体实施方式

现在将详细参照本公开的具体实施例，在附图中例示了本公开的例子。尽管将结合具体实施例描述本公开，但将理解，不是想要将本公开限于所述的实施例。相反，想要覆盖由所附权利要求限定的在本公开的精神和范围内包括的变更、修改和等价物。应注意，这里描述的方法步骤都可以由任何功能块或功能布置来实现，且任何功能块或功能布置可被实现为物理实体或逻辑实体、或者两者的组合。

为了使本领域技术人员更好地理解本公开，下面结合附图和具体实施方式对本公开作进一步详细说明。

<第一实施例>

本实施例的基本思想是，考虑用户的位置偏好为用户分配座位，并针对这一座位分配对耗能设别进行智能控制以满足各个用户对例如照明、温度等环境参数的个性化要求，同时能够降低各个耗能设备的总能耗。

图1示出了根据本公开第一实施例的根据用户的座位环境的个性化要求控制耗能设备的方法的总体流程图。

如图1所示，在步骤S101，根据各个用户对座位的位置偏好，对当前的座位分配进行优化。

初始的座位分配可能并未考虑用户的位置偏好，因此在该步骤中，首先根据用户对座位的位置偏好对当前的座位分配进行优化。

位置偏好反映用户对与座位的位置有关的任何偏好，其可以包括用户对座位的绝对物理位置的偏好和用户对座位的相邻关系的偏好中的至少一种。对座位的绝对物理位置的偏好诸如喜欢靠窗、喜欢角落、喜欢中间位置等等；对座位的相邻关系的偏好诸如用户A喜欢用户C因此希望坐在C周围、用户A不喜欢用户B因此不希望坐在B周围等等。位置偏好可以由用户预先提供并存储在数据库中，这样在执行该步骤S101时，可以利用身份辨识传感器识别各个用户的身份，以从数据库中检索出已经存储的位置偏好。当然，位置偏好并非必须预先进行存储，也可以在执行该步骤S101时，由用户实时提供其位置偏好。

可以采用诸如先到先得等本领域中各种常用分配方法来根据各个用户的位置偏好对当前的座位分配进行优化，以使得尽可能满足各个用户的位置偏好，此处省略对其的详细描述。

在步骤S102，获取每个用户对于座位环境参数的期望值。

座位环境参数用于描述座位周围的环境，例如座位处的照度、温度、湿度、噪声、风速等等。与位置偏好类似，座位环境参数的期望值可以由用户预先提供并存储在数据库中，这样可以在利用身份辨识传感器识别各个用户的身份后，从数据库中检索出已经存储的座位环境参数的期望值。当然，座位环境参数的期望值并非必须预先进行存储，也可以由用户实时提供该期望值或采用默认的期望值。在用户实时提供该期望值时，既可以允许用户直接给出对诸如照度和温度的座位环境参数的期望值，也可以让用户根据其主观感受给出对目前环境条件的评价，比如太亮或太暗、太热或太冷，太潮或太干等评价信息。对于后者，为了得到更准确的需求，可能需要根据用户的主观评价结果调节相应的耗能设备，以使环境条件逐渐满足用户的需求，并记录此时的环境条件以此作为该用户的座位环境参数的期望值信息。

在步骤S103，获取每个用户所分配的座位处当前的座位环境参数值。

在该步骤中，可以通过诸如照度传感器、温度传感器、湿度传感器等各种相应的传感器检测出每个用户当前所分配的位置处当前的照度、温度、湿度等座位环境参数值。

在步骤S104，根据每个用户对于座位环境参数的期望值及所述当前的座位环境参数值，确定相应的耗能设备各自的可调工作参数的最优取值，以控制各相应的耗能设备按照所述最优取值进行工作。

该步骤中，根据各种类型的座位环境参数分别控制相应的耗能设备按照最优取值工作以尽可能满足用户的座位环境要求，同时降低各个耗能设备的总能耗。如前所述，座位环境参数种类繁多，下文中仅以座位环境参数是座位处的照度和温度为例进行描述。

在座位环境参数是座位处的照度的情况下，相应的耗能设备为照明设备，其可调工作参数为亮度等级；在座位环境参数是座位处的温度的情况下，相应的耗能设备为空调设备，其可调工作参数为风向和风速。如何根据用户对于座位处的照度/温度的期望值及座位处当前的照度/温度值确定照明设备/空调设备的最优亮度等级/最优风向和风速以满足用户个性化的照度/温度偏好在本领域中已有很多研究，本领域技术人员可以利用任何现有的适当方式来确定所述最优亮度等级/最优风向和风速。此处，仅仅为了说明的完整，对本实施例中使用的确定方式进行示例性的描述。

下面，对根据用户对于座位处的照度的期望值及用户实际被分配的座位处当前的照度值确定照明设备的最优亮度等级的处理示例进行描述。

首先对照明设备的亮度等级与座位处的照度值之间的对应关系进行描述。

能够理解，每个座位处可能受到一个或多个照明设备的光照，因此其照度值是各个照明设备在该座位处的照度值之和。例如，对于用户j被分配的座位(j＝1,2,…,N),其照度值可表示为:

其中，i是照明设备的编号(i＝1,2,…,m)，D_i是第i个照明设备的亮度等级，表示第i个照明设备的亮度等级与该亮度等级在用户j被分配的座位处产生的照度值的函数对应关系，g₀是照明设备均关闭时的基础照明常数。可以通过各种方式预先确定。例如,可以在用户j被分配的座位中布置照度传感器，收集与照明设备i的各个亮度等级对应的照度值，随后据此拟合出该。

通过表达式(1)，可以计算出每个座位处的照度值，并且可以根据需要存储每个座位处的照度值以建立照度数据库。图2(a)例示了该照度数据库的一个示例。如图2(a)所示，该照度数据库中针对每一个照明设备建立一个表，其中关联地存储该照明设备的亮度等级与各座位处的照度值，其中D_i ^L表示第i个照明设备的L亮度等级(L＝1,2,…,k)。容易理解，图2(a)例示的照度数据库中的数据可以以图2(b)中所示的图表的形式来表示。具体的，图2(b)例示了同一照明设备(照明设备D₁)在照明区域的不同座位处的亮度等级与照度值之间的关系。如图2(b)所示，横轴表示亮度等级，纵轴表示照度。当照明设备D₁以10％、50％和100％的亮度等级发光时，距离该D₁最近的座位(例如座位1)由此产生的三个对应照度值均最大，而距离该D₁最远的座位(例如座位4)由此产生的三个对应照度值均最小。更明确的说，照明设备对与其距离越近的座位产生的照度贡献越大，对与其距离越远的座位产生的照度贡献越小。

能够理解，可以将图2(b)中的函数曲线进行分段线性化，由此照明设备在各亮度等级处对照明区域中各座位产生的照度贡献的大小可以用各段直线的斜率来表示，参见图2(d)。图2(c)为具体示出采用斜率来表示同一照明设备(照明设备D₁)的各亮度等级在照明区域中产生的照度贡献(照度值)的示例表格。如图2(c)所示，该表格的横向表头列出了例如照明设备D₁的各个具体亮度等级，表格中的每一项为照度函数曲线上对应于各具体亮度等级的点的斜率。实际上，该表格即形成了每个照明设备的可调参数(即亮度等级)对每个座位处的照度的影响矩阵。

以上已经对根据本实施例的用于确定各照明设备的最优亮度等级的方法中的有关概念进行了介绍，下面将对该具体的确定方法进行描述。

具体的，在本实施例中，通过最小化调光模型的函数值来获得各照明设备的最优亮度等级。调光模型可以根据用户的具体需求来建立，以使得按照该调光模型计算出的亮度等级能够较好地满足用户偏好。作为一个非限制性的示例，调光模型可以用来表征各个用户的期望照度值与相应用户所分配的座位处调光后的实际照度值之间的差异累加得到的累加值，其中实际照度值为该座位处当前的照度值与将实际调节的照度增量之和。也就是说，以各个用户的期望照度值与相应用户所分配的座位处调光后的实际照度值之间的差异累加得到的累加值最小为约束条件来建立调光模型，由此用户可以较为精确地获得其所期望的照度。针对该约束条件，可以采用例如最小二乘法、回归分析法等本领域中各种适当方式来建立调光模型。例如，当采用最小二乘法时，该调光模型可以表示为如下的目标函数：

其中j(j＝1,2,…,N)为用户编号，E_j’为调光后用户j被分配的座位处的实际照度值，为用户j的期望照度值。

若E_j为当前照度值，则根据上述等式(1)可以得到：

将等式(3)带入到目标函数(2)中，则该目标函数可以表示为：

如上所述，调光模型是根据具体需求建立的。在上面的描述中，以目标照度值与调光后的实际照度值之间的差异最小从而使得用户可以精确地获得其所期望的照度为约束条件建立了调光模型。这仅仅是一个实例，而并非是限制性的。当需求不同时，可以相应地调整调光模型。

例如，当用户不仅希望能够精确地获得其所期望的照度，还希望能够降低各个照明设备的总能耗时，调光模型可以表示为如下的目标函数：

再比如，用户除了关注精确地获得其所期望的照度以及调光后照明设备的总能耗之外，可能还希望在照度变化时避免出现频闪。此时，调光模型可以表示为如下的目标函数：

另一方面，某些用户对照度的精确性要求可能要高于其他用户，这可以通过为各个用户设定不同的权重来实现，以使得精确性要求越高的用户被设定越大的权重。在这一情况下，前面的例如目标函数(4)可以进一步优化表示为：

其中，w_j是用户j的权重。

接下来，将对根据用户对于座位处的温度的期望值及用户实际被分配的座位处当前的温度值确定空调设备出风口的最优方向和风速的处理示例进行描述。

首先对空调设备出风口的方向(风向)和风速与座位处的温度之间的对应关系进行描述。

根据如下式所示的Missenard有效温度模型(Krawczyk,1975)，温度与风速之间具有对应的关系：

其中TEE表示有效温度，t,h,v分别代表空气温度(℃)、空气相对湿度(％)、风速(m/s)。如果获得了用户期望的有效温度值TEE，并通过传感器测量得到了所分配的座位附近的空气温度t和相对湿度h，则可以通过上述公式计算得到与用户期望的有效温度值TEE对应的期望风速v。由此，空调设备出风口的方向和风速与座位处的温度之间的对应关系转化为空调设备出风口的方向和风速与座位处的风速之间的对应关系。

为了简单起见，可以认为空调出风口的风速与用户座位处的风速成线性关系，并且当多个空调同时开启时，用户座位处的风速是各个空调开启时的风速之和。基于这一假设，每个用户座位处的风速值可用如下线性模型表示为:

以上已经对根据本实施例的用于确定各空调设备的最优风向和风速的方法中的有关概念进行了介绍，下面将参考图3对该确定方法进行描述。

如图3所示，在步骤S301，对于每个用户所分配的座位，根据用户的期望温度值和该座位处当前的温度值和湿度值，确定与该期望温度值对应的期望风速。

在该步骤中可以利用上面的表达式(8)来确定与期望温度值对应的期望风速。

在步骤S302，最小化风速模型的函数值，以确定各空调设备的最优风向，所述风速模型至少表征各个用户的期望风速与相应用户所分配的座位处调节后的实际风速之间的差异的累加值。

已知，对于任意一台空调设备，其出风口的方向在某个时刻必定是唯一的，不可能存在多个方向同时出风的情况。但是，为了计算最优的出风口方向，本实施例首先假设所有的出风口方向可以同时吹风，然后根据用户的期望风速值对每个方向的风速值进行优化，风速值相对较大的方向对满足用户期望最有效，故选择该方向作为最优方向。具体实现方法如下：

假设室内实际安装有k台空调设备，每台空调有l个出风口方向可调，因此总共有m＝kl台“虚拟”的空调设备(如图4所示)。另外假设有n个用户，则根据上面的表达式(9)可如下计算出该n个用户所在的位置处的实际风速：

为简单起见，此处省略了偏置项b，即外界无环境风干扰。

表达式(10)可进一步简化为如下矩阵形式：

y＝Ax ...(11)

其中，实际上，其形成了每个空调设备的可调参数(即风速和风向)对每个座位处的风速的影响矩阵。

与照明设备的控制类似，可以通过最小化风速模型的函数值来获得每个空调设备出风口的最优方向。风速模型可以根据用户的具体需求来建立。作为一个非限制性的示例，风速模型可以用来表征各个用户的期望风速与相应用户所分配的座位处调节后的实际风速之间的差异的累加值。可以采用例如最小二乘法、回归分析法等本领域中各种适当方式来建立该风速模型。例如，当采用最小二乘法时，对于表达式(11)，该风速模型可以表示为如下的目标函数：

其中，y是期望的风速向量，y＝[y₁，y₂，...，y_n]¹，x是“虚拟”空调设备的出风口风速，W是一对角矩阵，其对角线上的元素为座位上的用户的权重。这里假设每个空调的能耗仅依赖于风速的强弱，即风速越高所消耗的能量越大。

当然，表达式(12)所示的风速模型仅仅是一个示例，当用户的具体需求不同时，可以相应地调整该风速模型。例如，当用户不仅希望能够精确地获得其所期望的温度(风速)，还希望能够降低各个空调设备的总能耗时，上述风速模型可以表示为：

其中，α为能耗的权重，用户对总能耗越关注，则α值越大，反之则α值越小。

根据最小二乘法可知，如表达式(13)所示的目标函数的最优解为

上述最优风速值是m＝kl维的(如图5(a)所示)，将其按照顺序等分为k组，每组l个最优风速值对应l个出风口可调方向。对每一组最优风速值，可以选择风速值最大的出风口方向为最优方向。例如，如图5(a)所示，选择空调设备A的具有最大风速1.2的风向4作为空调设备A的最优风向；且选择空调设备B的具有最大风速0.9的风向2作为空调设备B的最优风向、等等。

回到图3，在步骤S303，利用每个空调设备的最优风向简化所述风速模型，并最小化该简化后的风速模型的函数值，以计算每个空调设备在最优风向的最优风速。

得到最优的出风口方向(例如图5(a)的风向4作为空调设备A的最优风向、风向2作为空调设备B的最优风向等等)之后，可通过如下方法对该方向的风速进行进一步优化。当每个空调只开启最优的出风口方向时，用户座位处的实际风速可简化成如下形式(图5(b)示出了简化后的影响系数)：

同样地，表达式(15)可进一步简化为如下矩阵形式：

类似的，对于表达式(16)，可以采用最小二乘法通过求解如下简化的风速模型得到最优的风速值(如图5(c)所示)：

同样，y是期望的风速向量，y＝[y₁，y₂，...，y_n]^T，x是空调设备的出风口风速，W是一对角矩阵，其对角线上的元素为座位上的用户的权重。α为能耗的权重，用户对总能耗越关注，则α值越大，反之则α值越小。这里假设每个空调的能耗仅依赖于风速的强弱，即风速越高所消耗的能量越大。

根据最小二乘法可知，如表达式(17)所示的目标函数的最优解为

此时得到的最优风速值是假设每个空调设备的风速是连续可调的，如果空调设备的风速为离散档位，则可以将最优风速值映射到最接近的实际档位，进行量化。

至此，得到了各个空调设备的最优风向及最优风速。

以上以座位环境参数是座位处的照度和温度为例，描述了步骤S104中的可能的处理。应当理解，这仅仅是示例性的说明，而并非是对本公开的限制。当座位环境参数是诸如湿度、噪声等其他环境参数时，在步骤S104中也同样地控制相应的耗能设备按照各自的最优取值工作以尽可能满足用户的座位环境的个性化要求，这一控制过程在相应领域中已多有研究，并且并非是本公开的关键所在，因此不再赘述。

以上描述了根据本公开第一实施例的根据用户的座位环境的个性化要求来控制耗能设备的方法，其在考虑用户的位置偏好的同时，对耗能设别进行智能控制，以满足各个用户对环境参数的个性化要求，同时能够降低各个耗能设备的总能耗。

<第二实施例>

根据本公开第一实施例的根据用户的座位环境的个性化要求来控制耗能设备的方法在某些情况下可能效果不佳，例如在用户的位置偏好与座位环境要求不一致甚至矛盾的情况下。具体的，例如用户偏好为靠角落，并且希望温度较低，但是角落附近没有空调出风口，在这样的情况下如果按照用户的偏好将其分配在角落处，则很难满足其对温度的要求或者需要很高的能耗才能满足其对温度的要求。针对这一情况，本实施例提出了一种改进的根据用户的座位环境个性化要求来控制耗能设备的方法。

在本实施例中，不是一次性地为用户分配座位随后针对这一座位分配根据用户的座位环境个性化要求来控制耗能设备，而是不断优化所分配的座位以及对耗能设备的控制，直到获得最优的方案。具体的，根据本实施例的根据用户的座位环境个性化要求来控制耗能设备的方法与第一实施例中的方法基本相同，其区别在于在本实施例中，在执行第一实施例中所描述的步骤S104后，还包括：步骤S105，确定所有用户对优化的座位分配后的座位环境的总体满意度；及步骤S106，响应于所述总体满意度低于预定阈值，重复步骤S101-S105中的处理，直到所述总体满意度不低于预定阈值或迭代次数达到预定次数。下面将对此进行详细描述。

在步骤S105中，可以通过用户关注的各种评价因素来确定用户对座位环境的总体满意度。

例如，用户对座位环境的总体满意度可以表现为各个用户对目前座位的位置满意度的总和。位置满意度可以分为对座位的绝对物理位置的满意度和对座位的相邻关系的满意度。

可以直接利用调查问卷来收集用户对座位的绝对物理位置的满意度。也可以采用任何递减的方法来计算满意度。例如，如果用户偏好靠窗的座位，那么分配给用户的座位离窗户越远，则其满意度应当越低。

对座位的相邻关系的满意度可以通过距离来度量。例如，作为一个示例，可以通过如下的表达式来度量某一用户对座位的相邻关系的满意度：

其中，N₁是以用户j为圆心、半径为r₁的圆内、该用户j喜欢/不喜欢的其他用户的数目，N₂是以用户j为圆心、半径为r₁的圆和半径为r₂(r₁<r₂)的圆之间的区域内、该用户j喜欢/不喜欢的其他用户的数目，其中r₁和r₂是预先设定的任意适当的值。T_s等于“1”或“-1”，分别表示用户j喜欢或不喜欢索引下标s对应的用户。ρ是距离关系满意度权重，并且在具体的示例中每个以索引下表s标识用户的权重可以不同。

再比如，用户对座位环境的总体满意度可以表现为各个座位处当前的座位环境参数值与座位环境参数的期望值的差异的总和。可选的，可以如下面的表达式所示利用留数误差率来评估各个座位处当前的座位环境参数值与座位环境参数的期望值的差异的总和：

其中，j是用户编号，N是用户的数目。是座位环境参数的期望值，是座位处当前的环境参数值，例如，以座位环境参数是座位的照度为例，是期望的照度，是通过传感器测量到的座位处当前的照度；以座位环境参数是座位的温度为例，是期望的温度，是通过传感器测量到的座位处当前的温度。如果同时存在多个关注的座位环境参数，则对于每个座位环境参数都可以如表达式(20)所示计算针对该座位环境参数的留数误差率，并将多个留数误差率的平均值作为用户对于座位环境参数的总体满意度。

再比如，户对座位环境的总体满意度可以表现为各个耗能设备的总能耗。可选的，可以如下面的表达式所示来评价各个耗能设备的总能耗(总耗电量)：

其中，P_i是耗能设备i的名义功率。D_i是第i个耗能设备当前的耗能等级，表示第i个耗能设备的耗能等级变化的调节量，例如，以耗能设备是照明设备为例，D_i是第i个照明设备当前的亮度等级，是第i个照明设备的亮度等级变化的调节量；以耗能设备是空调设备为例，D_i是第i个空调设备当前的风速等级，是第i个空调设备的风速等级变化的调节量。如果同时存在多种关注的耗能设备，则对于每种耗能设备都可以如表达式(21)所示计算总能耗，并将多个总能耗的平均值作为用户对于座位环境参数的总体满意度。

当然，以上描述的仅仅是一些示例性的评价因素，而并非对本实施例的限制。用户对座位环境的总体满意度还可以通过其他各种适当的评价因素来确定。

另外，用户对座位环境的总体满意度也可以通过多种评价因素的组合来确定。例如，以评价因素是上文中例示的各个用户对目前的座位的位置满意度的总和、各个座位处当前的座位环境参数值与座位环境参数的期望值的差异的总和、各个耗能设备的总能耗为例，可以如下式所示，基于这些评价因素中的组合(即基于这些评价因素中的至少一项)来确定所有用户对优化后的座位分配的座位环境的总体满意度：

其中，j是用户编号，S^(P)(x_j)是用户j对座位的绝对物理位置的满意度，S^(R)(x_j)是用户j对座位的相邻关系的满意度，是用户j对座位的绝对物理位置的满意度的权重，是用户j对座位的相邻关系的满意度的权重。β是座位环境参数值与座位环境参数的期望值的差异的总和的权重，η是耗能设备的总能耗的权重。

在如上所述确定了所有用户对优化的座位分配后的座位环境的总体满意度后，判断该总体满意度是否低于预定阈值。如果总体满意度低于预定阈值，则表明此次座位分配和/或针对该座位的耗能设备的控制不能令用户满意。针对这一情况，在本实施例中，将重复上述步骤S101-S105中的处理，并不断重复这一过程直到总体满意度不低于预定阈值或重复迭代的次数达到预定次数为止。

另一方面，可选的，在根据本实施例的控制耗能设备的方法中，当在步骤S101中根据各个用户对座位的位置偏好对当前的座位分配进行优化时，可以采用诸如粒子群算法、遗传算法、蚁群搜索算法等各种进化算法，以不断优化座位分配方案。需要说明的是，在采用某些进化算法优化座位分配时，有可能会产生座位的重叠分配。图6示出了产生座位的重叠分配的示例情形。图6的左图示出了4个用户A,B,C和D当前的座位分配，右图示出了根据用户的偏好进行优化的座位分配。可以看出，用户B、C和D的位置都发生了变化，而由于例如A和B的偏好相同等原因，导致座位1被重叠分配给了A和B。如果出现了这种重叠分配的座位，则需要对被分配了该座位的用户重新分配座位。图7示出了根据本实施例的、对被分配了重叠分配的座位的用户重新分配座位的方法的流程图。具体的，对于每一个需重新分配座位的目标用户，将如图7所示重新分配座位。

如图7所示，在步骤S701，确定未分配的座位以及重叠分配的座位，作为待分配座位。例如，对于如图6右图所示的情形，在该步骤中将提取未分配的剩余座位2、3、5、6和8以及被重叠分配的座位1作为待分配座位。

在步骤S702，判断目标用户对座位的绝对物理位置的偏好是否高于对座位的相邻关系的偏好。在该步骤中，判断目标用户是否关注座位的绝对物理位置超过关注座位的相邻关系。

如果步骤S702的判断结果是肯定的，即高于，则在步骤S703中，根据该目标用户的绝对物理位置的偏好，对各个待分配座位进行评分，并基于所述评分从所述各个待分配座位中分配一个座位给该目标用户。具体的，在该步骤S703中，首先根据目标用户的绝对物理位置的偏好，对各个待分配座位进行评分。例如，假设目标用户偏好靠门的座位，则可以根据各个待分配座位到门的距离来进行评分，以使得距离门越远的座位的评分越低。在对各个待分配座位评分后，可以基于所述评分、采用各种适当的方法从各个待分配座位中分配一个座位给目标用户。例如，可以根据评分对各个待分配座位进行排序并采用轮盘法从中分配一个座位给目标用户，或者可以直接将评分最高的座位分配给目标用户，等等。

如果步骤S702的判断结果是否定的，即不高于，则在步骤S704中，根据该目标用户对座位的相邻关系的偏好，确定已分配到座位的用户中是否存在该目标用户希望与之邻近的朋友用户。

如果在步骤S704中确定不存在所述朋友用户，则表明该目标用户希望与之邻近的朋友用户都还没有分配到座位或者该目标用户可能根本没有希望相邻近的朋友用户，此时，在步骤S705中，为目标用户分配任意一个待分配的座位。

如果在步骤S704中确定存在朋友用户(假设为用户a)，则在步骤S706中，将该朋友用户周围第一预定范围内的任一个待分配座位分配给目标用户(假设为用户b)。所述第一预定范围可以根据需要来确定，例如是与朋友用户a紧邻的前后左右四个座位。或者，如果该前后左右四个座位都已经分配了用户，则第一预定范围可以扩大为还包括朋友用户a左上、左下、右上和右下四个座位，或者将第一预定范围进一步扩大至与朋友用户a可以间隔一个座位，等等。可选的，假设第一预定范围是与朋友用户a紧邻的前后左右四个座位，并且这四个座位都已经分配了用户，此时并不直接扩大第一预定范围，而是判断这四个座位的用户是否都是要求与朋友用户a相邻的用户，如果其中有某个用户(假设为用户c)并不要求与朋友用户a相邻，则可以将用户c的座位让给目标用户b，并将用户c作为需要重新分配座位的目标用户；只有当这四个座位的用户都是要求与朋友用户a相邻的用户时，才扩大第一预定范围。这一可选的替换分配方式可以提高分配的效率。

以上描述了根据本公开第二实施例的根据用户的座位环境的个性化要求来控制耗能设备的方法。在本实施例中，不断优化为用户分配的座位及针对所分配的座位确定的耗能设备的最优工作参数，直到用户满意。根据该实施例，能够在用户的位置偏好、对环境参数的个性化要求、降低各个耗能设备的总能耗等多个需求之间进行平衡，以获得用户总体满意的方案。

<根据用户的座位环境的个性化要求控制耗能设备的***>

图8示出了根据本公开实施例的根据用户的座位环境的个性化要求来控制耗能设备的***800的框图。

如图8所示，根据用户的座位环境的个性化要求控制耗能设备的***800包括：座位分配部件801，配置为根据各个用户对座位的位置偏好，对当前的座位分配进行优化；期望值获取部件802，配置为获取每个用户对于座位环境参数的期望值；当前值获取部件803，配置为获取每个用户所分配的座位处当前的座位环境参数值；以及控制部件804，配置为根据期望值获取部件获取的期望值及当前值获取部件获取的当前的座位环境参数值，确定相应的耗能设备各自的可调工作参数的最优取值，以控制各相应的耗能设备按照所述最优取值进行工作。

上述根据用户的座位环境的个性化要求控制耗能设备的***800在考虑用户的位置偏好的同时，对耗能设备进行智能控制，以满足各个用户对环境参数的个性化要求，同时能够降低各个耗能设备的总能耗。

可选的，上述***800还包括满意度评价部件805，配置为确定所有用户对优化后的座位分配的座位环境的总体满意度。该满意度评价部件805可以根据各个用户对目前的座位的位置满意度的总和、各个座位处当前的座位环境参数值与座位环境参数的期望值的差异的总和、各个耗能设备的总能耗中的至少一项确定所有用户对优化后的座位分配的座位环境的总体满意度。所述***806还包括驱动部件806，配置为响应于总体满意度低于预定阈值，驱动座位分配部件801、期望值获取部件802、当前值获取部件803、控制部件804以及满意度评价部件805不断重复工作，直到总体满意度不低于预定阈值或各部件重复工作达到预定次数。由此，该***800能够充分考虑用户的位置偏好、对环境参数的个性化要求、各个耗能设备的总能耗等，并在用户的位置偏好、对环境参数的个性化要求、降低各个耗能设备的总能耗等多个需求之间进行平衡，以获得用户总体满意的方案。

上述座位分配部件801、期望值获取部件802、当前值获取部件803、控制部件804、满意度评价部件805、驱动部件806的具体功能和操作可以参考上述对图1到图7的相关描述，此处不再重复描述。

另外，可选的，所述座位分配部件801可以包括：优化部件8011，配置为利用进化算法，对当前的座位分配进行优化；判断部件8012，配置为判断分配的座位中是否存在重叠分配的座位；以及重分配部件8013，配置为响应于存在重叠分配的座位，对被分配了该座位的用户重新分配座位。在一个实施例中，所述重分配部件8013可以被配置为对于每一个需重新分配座位的目标用户，如下分配座位：(i)确定未分配的座位以及重叠分配的座位，作为待分配座位；(ii)判断该目标用户对座位的绝对物理位置的偏好是否高于对座位的相邻关系的偏好；(iii)如果高于，则根据该目标用户的绝对物理位置的偏好，对各个待分配座位进行评分，并基于所述评分从所述各个待分配座位中分配一个座位给该目标用户；(iv)如果不高于，则根据该目标用户对座位的相邻关系的偏好，确定已分配到座位的用户中是否存在该目标用户希望与之邻近的朋友用户；(v)响应于不存在所述朋友用户，为该目标用户分配任意一个待分配的座位；(vi)响应于存在所述朋友用户，将该朋友用户周围第一预定范围内的一个待分配座位分配给所述目标用户。

以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。

本公开中涉及的器件、装置、设备、***的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、***。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

本公开中的步骤流程图以及以上方法描述仅作为例示性的例子并且不意图要求或暗示必须按照给出的顺序进行各个实施例的步骤，某些步骤可以并行、彼此独立或按照其他适当的顺序执行。另外，诸如“其后”、“然后”、“接下来”等等的词语不意图限制步骤的顺序；这些词语仅用于引导读者通读这些方法的描述。

另外，如在此使用的，在以“至少一个”开始的项的列举中使用的“或”指示分离的列举，以便例如“A、B或C的至少一个”的列举意味着A或B或C，或AB或AC或BC，或ABC(即A和B和C)。此外，措辞“示例的”不意味着描述的例子是优选的或者比其他例子更好。

还需要指出的是，在本公开的装置和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。

对本领域的普通技术人员而言，能够理解本公开的方法和装置的全部或者任何部分，可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中，以硬件、固件、软件或者它们的组合加以实现。所述硬件可以是利用被设计用于进行在此所述的功能的通用处理器、数字信号处理器(DSP)、ASIC、场可编程门阵列信号(FPGA)或其他可编程逻辑器件(PLD)、离散门或晶体管逻辑、离散的硬件组件或者其任意组合。通用处理器可以是微处理器，但是作为替换，该处理器可以是任何商业上可获得的处理器、控制器、微控制器或状态机。处理器还可以实现为计算设备的组合，例如DSP和微处理器的组合，多个微处理器、与DSP核协作的一个或多个微处理器或任何其他这样的配置。所述软件可以存在于任何形式的计算机可读的有形存储介质中。通过例子而不是限制，这样的计算机可读的有形存储介质可以包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储或其他磁存储器件或者可以用于携带或存储指令或数据结构形式的期望的程序代码并且可以由计算机访问的任何其他有形介质。如在此使用的，盘包括紧凑盘(CD)、激光盘、光盘、数字通用盘(DVD)、软盘和蓝光盘。

本公开的智能控制技术还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。本公开的智能技术也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现，或者通过存储有这样的程序产品的任意存储介质来实现。

可以不脱离由所附权利要求定义的教导的技术而进行对在此所述的技术的各种改变、替换和更改。此外，本公开的权利要求的范围不限于以上所述的处理、机器、制造、事件的组成、手段、方法和动作的具体方面。可以利用与在此所述的相应方面进行基本相同的功能或者实现基本相同的结果的当前存在的或者稍后要开发的处理、机器、制造、事件的组成、手段、方法或动作。因而，所附权利要求包括在其范围内的这样的处理、机器、制造、事件的组成、手段、方法或动作。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此，本公开不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (8)

1.一种根据用户的座位环境的个性化要求控制耗能设备的方法，包括步骤：

(a)根据各个用户对座位的位置偏好，对当前的座位分配进行优化；

(b)获取每个用户对于座位环境参数的期望值；

(c)获取每个用户所分配的座位处当前的座位环境参数值；

(d)根据每个用户对于座位环境参数的期望值及所述当前的座位环境参数值，确定相应的耗能设备各自的可调工作参数的最优取值，以控制各相应的耗能设备按照所述最优取值进行工作；

(e)确定所有用户对优化后的座位分配的座位环境的总体满意度；以及

(f)响应于所述总体满意度低于预定阈值，重复步骤(a)、(b)、(c)、(d)和(e)，直到所述总体满意度不低于预定阈值或迭代次数达到预定次数，

其中所述步骤(a)包括：

利用进化算法，对当前的座位分配进行优化；

判断分配的座位中是否存在重叠分配的座位；以及

响应于存在重叠分配的座位，对被分配了该座位的用户重新分配座位。

2.如权利要求1所述的控制耗能设备的方法，其中在步骤(e)中，基于以下中的至少一项确定所有用户对优化后的座位分配的座位环境的总体满意度：各个用户对目前的座位的位置满意度的总和、各个座位处当前的座位环境参数值与座位环境参数的期望值的差异的总和、各个耗能设备的总能耗。

3.如权利要求1所述的控制耗能设备的方法，其中所述座位环境参数包括座位处的照度和温度中的至少一个。

4.如权利要求3所述的控制耗能设备的方法，其中在所述座位环境参数是座位处的照度的情况下，相应的耗能设备为照明设备，其可调工作参数为亮度等级，并且所述步骤(d)包括：

最小化调光模型的函数值，以获得各照明设备的最优亮度等级，所述调光模型至少表征各个用户的期望照度值与相应用户所分配的座位处调光后的实际照度值之间的差异累加得到的累加值，其中实际照度值为该座位处当前的照度值与将实际调节的照度增量之和。

5.如权利要求3或4所述的控制耗能设备的方法，其中在所述座位环境参数是座位处的温度的情况下，相应的耗能设备为空调设备，其可调工作参数为风向和风速，并且所述步骤(d)包括：

对于每个用户所分配的座位，根据用户的期望温度值和该座位处当前的温度值和湿度值，确定与该期望温度值对应的期望风速；

最小化风速模型的函数值，以确定各空调设备的最优风向，所述风速模型至少表征各个用户的期望风速与相应用户所分配的座位处调节后的实际风速之间的差异的累加值；

利用每个空调设备的最优风向简化所述风速模型，并最小化该简化后的风速模型的函数值，以计算每个空调设备在最优风向的最优风速。

6.如权利要求1所述的控制耗能设备的方法，其中所述用户对座位的位置偏好包括以下中的至少一种：对座位的绝对物理位置的偏好、对座位的相邻关系的偏好。

7.如权利要求6所述的控制耗能设备的方法，其中所述响应于存在重叠分配的座位对被分配了该座位的用户重新分配座位进一步包括：对于每一个需重新分配座位的目标用户，如下分配座位：

(i)确定未分配的座位以及重叠分配的座位，作为待分配座位；

(ii)判断该目标用户对座位的绝对物理位置的偏好是否高于对座位的相邻关系的偏好；

(iii)如果高于，则根据该目标用户的绝对物理位置的偏好，对各个待分配座位进行评分，并基于所述评分从所述各个待分配座位中分配一个座位给该目标用户；

(iv)如果不高于，则根据该目标用户对座位的相邻关系的偏好，确定已分配到座位的用户中是否存在该目标用户希望与之邻近的朋友用户；

(v)响应于不存在所述朋友用户，为该目标用户分配任意一个待分配的座位；

(vi)响应于存在所述朋友用户，将该朋友用户周围第一预定范围内的一个待分配座位分配给所述目标用户。

8.一种根据用户的座位环境的个性化要求控制耗能设备的***，包括：

座位分配部件，配置为根据各个用户对座位的位置偏好，对当前的座位分配进行优化；

期望值获取部件，配置为获取每个用户对于座位环境参数的期望值；

当前值获取部件，配置为获取每个用户所分配的座位处当前的座位环境参数值；

控制部件，配置为根据期望值获取部件获取的期望值及当前值获取部件获取的当前的座位环境参数值，确定相应的耗能设备各自的可调工作参数的最优取值，以控制各相应的耗能设备按照所述最优取值进行工作；

满意度评价部件，配置为确定所有用户对优化后的座位分配的座位环境的总体满意度；以及

驱动部件，配置为响应于所述总体满意度低于预定阈值，驱动座位分配部件、期望值获取部件、当前值获取部件、控制部件以及满意度评价部件不断重复工作，直到总体满意度不低于预定阈值或各部件重复工作达到预定次数，

其中，所述座位分配部件进一步配置为：

利用进化算法，对当前的座位分配进行优化；

判断分配的座位中是否存在重叠分配的座位；以及

响应于存在重叠分配的座位，对被分配了该座位的用户重新分配座位。