CN116661330A - 一种智能家居***的协同运行方法及智能家居*** - Google Patents
一种智能家居***的协同运行方法及智能家居*** Download PDFInfo
- Publication number
- CN116661330A CN116661330A CN202310945857.XA CN202310945857A CN116661330A CN 116661330 A CN116661330 A CN 116661330A CN 202310945857 A CN202310945857 A CN 202310945857A CN 116661330 A CN116661330 A CN 116661330A
- Authority
- CN
- China
- Prior art keywords
- intelligent
- intelligent household
- equipment
- household equipment
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000012545 processing Methods 0.000 claims abstract description 230
- 230000009467 reduction Effects 0.000 claims abstract description 114
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 95
- 230000006854 communication Effects 0.000 claims abstract description 94
- 238000001514 detection method Methods 0.000 claims abstract description 76
- 238000004891 communication Methods 0.000 claims abstract description 74
- 238000005516 engineering process Methods 0.000 claims abstract description 72
- 238000004458 analytical method Methods 0.000 claims abstract description 69
- 238000005457 optimization Methods 0.000 claims abstract description 63
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 230000002452 interceptive effect Effects 0.000 claims abstract description 17
- 230000007613 environmental effect Effects 0.000 claims description 131
- 230000006870 function Effects 0.000 claims description 55
- 230000002159 abnormal effect Effects 0.000 claims description 49
- 230000004044 response Effects 0.000 claims description 44
- 230000008569 process Effects 0.000 claims description 27
- 230000009133 cooperative interaction Effects 0.000 claims description 22
- 238000009826 distribution Methods 0.000 claims description 17
- 230000003993 interaction Effects 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 13
- 238000009499 grossing Methods 0.000 claims description 12
- 230000010354 integration Effects 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 11
- 230000001105 regulatory effect Effects 0.000 claims description 10
- 238000005315 distribution function Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 9
- 230000005856 abnormality Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 8
- 238000005265 energy consumption Methods 0.000 claims description 8
- 238000004260 weight control Methods 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000002195 synergetic effect Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 5
- 230000001276 controlling effect Effects 0.000 claims description 4
- 238000007726 management method Methods 0.000 abstract description 5
- 238000011897 real-time detection Methods 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 31
- 238000013468 resource allocation Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 239000000306 component Substances 0.000 description 4
- 230000019771 cognition Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000003750 conditioning effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013486 operation strategy Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000011946 reduction process Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000002079 cooperative effect Effects 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
- Selective Calling Equipment (AREA)
Abstract
本发明涉及智能家居***技术领域，尤其涉及一种智能家居***的协同运行方法及智能家居***。所述方法包括以下步骤：利用标志识别技术和无线通信技术对智能家居***中的智能家居设备进行标志连接采集处理，得到智能家居设备环境数据；利用环境智能降噪算法和智能分析算法进行降噪调控处理，得到智能家居设备调控信息；利用协同交互通信程序和协同运行控制程序进行协同运行处理，并利用智能检测技术和优化调度算法进行自适应检测优化处理，得到智能家居设备协同运行优化结果；通过引入反馈装置进行反馈监控和学习更新处理以执行协同运行调整调度策略。本发明通过实时检测和管理协同运行，从而提高智能家居***的整体性能和用户满意度。
Description
技术领域
本发明涉及智能家居***技术领域，尤其涉及一种智能家居***的协同运行方法及智能家居***。
背景技术
随着物联网技术的发展，智能家居***逐渐走入家庭生活。智能家居***通常包括各种传感器、设备和控制器，能够实现智能家居设备的互联和自动化控制。然而，在传统的智能家居***中，各个智能家居设备通常是独立工作的，缺乏协同运行的能力，从而导致智能家居***整体性能和用户体验的局限。
发明内容
基于此，本发明有必要提供一种智能家居***的协同运行方法，以解决至少一个上述技术问题。
为实现上述目的，一种智能家居***的协同运行方法，包括以下步骤：
步骤S1：利用标志识别技术对智能家居***中的智能家居设备进行标志处理，得到标志智能家居设备；并利用无线通信技术对标志智能家居设备进行通信链路连接处理，得到智能家居设备网络；通过传感器对智能家居设备网络进行数据采集处理，得到智能家居设备环境数据；
步骤S2：利用环境智能降噪算法对智能家居设备环境数据进行降噪处理，得到智能家居设备环境降噪数据；并利用智能分析算法对智能家居设备环境降噪数据进行环境调控分析处理，得到智能家居设备调控信息；
步骤S3：利用协同交互通信程序对智能家居设备调控信息进行协同共享处理，得到智能家居设备协同共享信息；通过协同运行控制程序对智能家居设备协同共享信息进行设备协同运行处理，得到智能家居设备协同运行结果；
步骤S4：利用智能检测技术对智能家居设备协同运行结果进行自适应检测处理，得到智能家居设备协同运行检测结果；并利用优化调度算法对智能家居设备协同运行检测结果进行调整优化处理，得到智能家居设备协同运行优化结果；
步骤S5：通过在智能家居***中引入反馈装置对智能家居设备协同运行优化结果进行反馈监控处理，得到智能家居设备运行反馈信息；根据智能家居设备运行反馈信息制定相应的协同运行调整方案并对协同运行调整方案进行学习更新以执行协同运行调整调度策略。
本发明通过使用先进的标志识别技术对智能家居***中的智能家居设备进行标志处理，可以确保每个智能家居设备的准确标志，从而消除了识别错误可能导致的***不稳定性。通过使用无线通信技术对标志智能家居设备进行通信链路连接处理，能够将标志智能家居设备连接成一个智能家居设备网络，从而实现了标志智能家居设备之间的可靠高效通信。通过传感器对智能家居设备网络进行数据采集处理，获取到丰富的智能家居设备环境数据，为后续的降噪过程和智能分析提供宝贵的数据来源，进一步提升了智能家居***的功能和效能。通过使用合适的环境智能降噪算法对智能家居设备环境数据进行降噪处理，以消除智能家居设备环境数据的噪声干扰，能够有效提高智能家居设备环境数据的质量和准确性。同时，通过智能分析算法对降噪数据进行深入分析和处理，可以揭示智能家居设备环境中的隐藏特征和趋势，为智能家居设备的环境调控提供重要依据。这些处理和分析结果有益于优化智能家居设备的性能，增强智能家居***的智能化程度，从而提升用户的生活质量和舒适度。然后，通过使用协同交互通信程序对智能家居设备调控信息进行协同共享处理，能够实现智能家居设备之间的信息交流与共享。在协同运行控制程序的引导下，共享的调控信息得到相应的处理和执行，从而推动智能家居设备的协同运行。这种协同和共享机制使得智能家居设备能够更好地适应用户需求，从而提高智能家居***的灵活性、智能性和自动化水平，并为用户带来更好的智能家居体验。另外，通过使用智能检测技术对智能家居设备协同运行结果进行自适应检测处理，能够及时发现潜在的故障或性能问题。还通过使用优化调度算法对智能家居设备协同运行检测结果进行调整和优化处理，进一步提升智能家居设备的协同运行性能和效率。通过自适应检测和优化调度的实施能够有效地提高智能家居***的稳定性、可靠性和安全性，从而确保智能家居设备的协同运行符合预期目标。最后，通过引入反馈装置来监测智能家居设备协同运行优化结果，并获得有关智能家居设备协同运行的及时反馈信息。基于协同运行反馈信息，制定相应的协同运行调整方案，并对协同运行调整方案进行学习更新，以实现更加精确的协同运行调度策略。这种反馈监控和学习更新的机制有益于优化智能家居设备的协同运行效果，并提高智能家居***的适应性和响应能力，以实现智能家居设备协同运行的持续优化和进步，从而提高智能家居***的整体性能和用户体验。
优选地，本发明还提供了一种智能家居***，包括：
智能家居设备处理模块，用于利用标志识别技术对智能家居***中的智能家居设备进行识别处理，得到标志智能家居设备；并利用无线通信技术对标志智能家居设备进行通信链路连接处理，得到智能家居设备网络；通过传感器对智能家居设备网络进行数据采集处理，从而得到智能家居设备环境数据；
环境数据降噪分析模块，用于利用环境智能降噪算法对智能家居设备环境数据进行降噪处理，得到智能家居设备环境降噪数据；并利用智能分析算法对智能家居设备环境降噪数据进行环境调控分析处理，从而得到智能家居设备调控信息；
设备协同交互运行模块，用于利用协同交互通信程序对智能家居设备调控信息进行协同共享处理，得到智能家居设备协同共享信息；通过协同运行控制程序对智能家居设备协同共享信息进行设备协同运行处理，从而得到智能家居设备协同运行结果；
智能检测优化处理模块，用于利用智能检测技术对智能家居设备协同运行结果进行自适应检测处理，得到智能家居设备协同运行检测结果；并利用优化调度算法对智能家居设备协同运行检测结果进行调整优化处理，从而得到智能家居设备协同运行优化结果；
反馈调整学习更新模块，用于通过在智能家居***中引入反馈装置对智能家居设备协同运行优化结果进行反馈监控处理，得到智能家居设备运行反馈信息；根据智能家居设备运行反馈信息制定相应的协同运行调整方案并对协同运行调整方案进行学习更新以执行协同运行调整调度策略。
综上所述，本发明提供了一种智能家居***，该***由智能家居设备处理模块、环境数据降噪分析模块、设备协同交互运行模块、智能检测优化处理模块以及反馈调整学习更新模块组成，能够实现本发明所述任意一种智能家居***的协同运行方法，用于联合各个模块上运行的计算机程序之间的操作实现一种智能家居***的协同运行方法，***内部结构互相协作，该智能家居***通过利用多种算法、技术和控制程序对智能家居设备进行实时检测和管理协同运行，可以大大减少重复工作和人力投入，能够提供更加智能。便捷和个性化的智能家居体验，以提高智能家居***的整体性能和用户满意度，从而简化了智能家居***的操作流程。
附图说明
通过阅读参照以下附图所作的对非限制性实施所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明智能家居***的协同运行方法的步骤流程示意图；
图2为图1中步骤S2的详细步骤流程示意图；
图3为图2中步骤S22的详细步骤流程示意图。
具体实施方式
下面结合附图对本发明专利的技术方法进行清楚、完整的描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域所属的技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
此外，附图仅为本发明的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器方法和/或微控制器方法中实现这些功能实体。
应当理解的是，虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元，但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说，在不背离示例性实施例的范围的情况下，第一单元可以被称为第二单元，并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
为实现上述目的，请参阅图1至图3，本发明提供了一种智能家居***的协同运行方法，所述方法包括以下步骤：
步骤S1：利用标志识别技术对智能家居***中的智能家居设备进行标志处理，得到标志智能家居设备；并利用无线通信技术对标志智能家居设备进行通信链路连接处理，得到智能家居设备网络；通过传感器对智能家居设备网络进行数据采集处理，得到智能家居设备环境数据；
步骤S2：利用环境智能降噪算法对智能家居设备环境数据进行降噪处理，得到智能家居设备环境降噪数据；并利用智能分析算法对智能家居设备环境降噪数据进行环境调控分析处理，得到智能家居设备调控信息；
步骤S3：利用协同交互通信程序对智能家居设备调控信息进行协同共享处理，得到智能家居设备协同共享信息；通过协同运行控制程序对智能家居设备协同共享信息进行设备协同运行处理，得到智能家居设备协同运行结果；
步骤S4：利用智能检测技术对智能家居设备协同运行结果进行自适应检测处理，得到智能家居设备协同运行检测结果；并利用优化调度算法对智能家居设备协同运行检测结果进行调整优化处理，得到智能家居设备协同运行优化结果；
步骤S5：通过在智能家居***中引入反馈装置对智能家居设备协同运行优化结果进行反馈监控处理，得到智能家居设备运行反馈信息；根据智能家居设备运行反馈信息制定相应的协同运行调整方案并对协同运行调整方案进行学习更新以执行协同运行调整调度策略。
本发明实施例中，请参考图1所示，为本发明智能家居***的协同运行方法的步骤流程示意图，在本实例中，所述智能家居***的协同运行方法的步骤包括：
步骤S1：利用标志识别技术对智能家居***中的智能家居设备进行标志处理，得到标志智能家居设备；并利用无线通信技术对标志智能家居设备进行通信链路连接处理，得到智能家居设备网络；通过传感器对智能家居设备网络进行数据采集处理，得到智能家居设备环境数据；
本发明实施例通过为智能家居***中每个智能家居设备设计独特的可识别标志，通过使用标志识别技术对智能家居设备上的标志进行识别处理，并将智能家居设备和相应的标志识别结果进行关联，以得到标志智能家居设备。然后，通过使用无线通信技术对标志智能家居设备进行通信链路连接处理，针对每个标志智能家居设备所支持的无线通信协议进行可靠的通信链路连接得到智能家居设备网络。最后，通过使用传感器对智能家居设备网络进行数据采集处理，采集与智能家居设备网络相关的数据，最终得到智能家居设备环境数据。
步骤S2：利用环境智能降噪算法对智能家居设备环境数据进行降噪处理，得到智能家居设备环境降噪数据；并利用智能分析算法对智能家居设备环境降噪数据进行环境调控分析处理，得到智能家居设备调控信息；
本发明实施例通过设置一个合适的环境智能降噪算法对智能家居设备环境数据的噪声进行积分平滑降噪处理，消除智能家居设备环境待降噪数据中噪声源的影响，以得到智能家居设备环境降噪数据。然后，通过构建一个合适的智能分析算法对智能家居设备环境降噪数据进行环境调控分析处理，用于分析智能家居设备的工作状态、资源分配等调控信息，最终得到智能家居设备调控信息。
步骤S3：利用协同交互通信程序对智能家居设备调控信息进行协同共享处理，得到智能家居设备协同共享信息；通过协同运行控制程序对智能家居设备协同共享信息进行设备协同运行处理，得到智能家居设备协同运行结果；
本发明实施例通过使用由协同交互控制程序、网络通信控制程序和协同共享控制程序组成的协同交互通信程序对智能家居设备调控信息进行协同共享处理，用于实现智能家居设备之间的协同交流与共享调控信息，以得到智能家居设备协同共享信息。然后，通过使用由设备调度控制程序、任务分配控制程序和优先级控制程序组成的协同运行控制程序对智能家居设备协同共享信息进行设备协同运行处理，根据智能家居设备协同共享信息，对各个智能家居设备的运行进行协同调度和控制，并进行实时的资源分配和任务调度，最终得到智能家居设备协同运行结果。
步骤S4：利用智能检测技术对智能家居设备协同运行结果进行自适应检测处理，得到智能家居设备协同运行检测结果；并利用优化调度算法对智能家居设备协同运行检测结果进行调整优化处理，得到智能家居设备协同运行优化结果；
本发明实施例通过智能检测技术使用专门设计的检测模型对智能家居设备协同运行结果进行自适应检测处理，通过实时检测智能家居设备的运行情况，以得到智能家居设备协同运行检测结果。然后，通过构建一个合适的优化调度算法对智能家居设备协同运行检测结果的异常情况数据集进行调整优化处理，最终得到智能家居设备协同运行优化结果。
步骤S5：通过在智能家居***中引入反馈装置对智能家居设备协同运行优化结果进行反馈监控处理，得到智能家居设备运行反馈信息；根据智能家居设备运行反馈信息制定相应的协同运行调整方案并对协同运行调整方案进行学习更新以执行协同运行调整调度策略。
本发明实施例通过在智能家居***中引入反馈装置，用于监测智能家居设备的协同运行状态和性能，实时获取智能家居设备协同运行优化结果的反馈信息，以得到智能家居设备运行反馈信息。然后，对智能家居设备运行反馈信息进行分析和评估处理，根据评估结果制定相应的协同运行调整方案，并对制定的协同运行调整方案进行学习和更新处理以执行相应的协同运行调整调度策略。
本发明通过使用先进的标志识别技术对智能家居***中的智能家居设备进行标志处理，可以确保每个智能家居设备的准确标志，从而消除了识别错误可能导致的***不稳定性。通过使用无线通信技术对标志智能家居设备进行通信链路连接处理，能够将标志智能家居设备连接成一个智能家居设备网络，从而实现了标志智能家居设备之间的可靠高效通信。通过传感器对智能家居设备网络进行数据采集处理，获取到丰富的智能家居设备环境数据，为后续的降噪过程和智能分析提供宝贵的数据来源，进一步提升了智能家居***的功能和效能。通过使用合适的环境智能降噪算法对智能家居设备环境数据进行降噪处理，以消除智能家居设备环境数据的噪声干扰，能够有效提高智能家居设备环境数据的质量和准确性。同时，通过智能分析算法对降噪数据进行深入分析和处理，可以揭示智能家居设备环境中的隐藏特征和趋势，为智能家居设备的环境调控提供重要依据。这些处理和分析结果有益于优化智能家居设备的性能，增强智能家居***的智能化程度，从而提升用户的生活质量和舒适度。然后，通过使用协同交互通信程序对智能家居设备调控信息进行协同共享处理，能够实现智能家居设备之间的信息交流与共享。在协同运行控制程序的引导下，共享的调控信息得到相应的处理和执行，从而推动智能家居设备的协同运行。这种协同和共享机制使得智能家居设备能够更好地适应用户需求，从而提高智能家居***的灵活性、智能性和自动化水平，并为用户带来更好的智能家居体验。另外，通过使用智能检测技术对智能家居设备协同运行结果进行自适应检测处理，能够及时发现潜在的故障或性能问题。还通过使用优化调度算法对智能家居设备协同运行检测结果进行调整和优化处理，进一步提升智能家居设备的协同运行性能和效率。通过自适应检测和优化调度的实施能够有效地提高智能家居***的稳定性、可靠性和安全性，从而确保智能家居设备的协同运行符合预期目标。最后，通过引入反馈装置来监测智能家居设备协同运行优化结果，并获得有关智能家居设备协同运行的及时反馈信息。基于协同运行反馈信息，制定相应的协同运行调整方案，并对协同运行调整方案进行学习更新，以实现更加精确的协同运行调度策略。这种反馈监控和学习更新的机制有益于优化智能家居设备的协同运行效果，并提高智能家居***的适应性和响应能力，以实现智能家居设备协同运行的持续优化和进步，从而提高智能家居***的整体性能和用户体验。
优选地，步骤S1包括以下步骤：
步骤S11：利用标志识别技术对智能家居***中的智能家居设备进行标志处理，得到标志智能家居设备；
本发明实施例通过为智能家居***中每个智能家居设备设计独特的可识别标志，可以是二维码、RFID标签、NFC标签等，通过使用标志识别技术对智能家居设备上的标志进行识别处理，并将智能家居设备和相应的标志识别结果进行关联，最终得到标志智能家居设备。
步骤S12：利用无线通信技术对标志智能家居设备进行通信链路连接处理，得到智能家居设备网络；
本发明实施例通过使用无线通信技术对标志智能家居设备进行通信链路连接处理，针对每个标志智能家居设备所支持的无线通信协议，配置合适的通信方式和参数，确保每个标志智能家居设备和智能家居***之间能够进行可靠的通信，最终得到智能家居设备网络。
步骤S13：通过传感器对智能家居设备网络进行数据采集处理，得到智能家居设备网络综合数据；
本发明实施例通过使用传感器对智能家居设备网络进行数据采集处理，采集与智能家居设备网络相关的数据，如温度、湿度、运行状态情况等，将采集到的数据进行整理和组合，最终得到智能家居设备网络综合数据。
步骤S14：利用数据筛选技术对智能家居设备网络综合数据进行环境数据筛选处理，得到智能家居设备环境数据。
本发明实施例通过使用阈值判定、滤波等方法结合的数据筛选技术对采集得到的智能家居设备网络综合数据进行环境数据筛选处理，以提取出与智能家居设备运行环境状况相关的有效数据，最终得到智能家居设备环境数据。
本发明通过使用标志识别技术采用特定标志、二维码或其他可识别标志对智能家居***中的智能家居设备进行标志处理，以精确地定位和提取到智能家居设备，该标志处理过程能够确保智能家居设备的唯一标识和准确性，为后续步骤提供智能家居设备的有效身份确认，从而实现对智能家居设备的个别控制、监测和管理。通过使用无线通信技术对标志智能家居设备进行通信链路连接处理，以建立智能家居设备网络。通过这种通信链路连接，智能家居设备之间能够进行高效的数据传输、命令控制和信息交换，从而形成一个相互连接和协作的智能家居设备网络。这样的网络架构能够促进智能家居设备间的互操作性和集成性，为智能化的家居控制和应用提供了可靠和快速的通信基础。然后，通过使用传感器对智能家居设备网络进行数据采集处理，以获取全面的智能家居设备网络数据，通过对这些数据进行采集、处理和整合，可以准确得到关于室内环境状态、能耗状况和设备使用情况等信息，从而为智能家居***的检测、分析和控制提供可靠且准确的数据基础。最后，通过使用先进的数据筛选技术对智能家居设备网络综合数据进行处理，以提取环境相关的信息，从而得到智能家居设备的环境数据。该数据筛选技术可以采用各种算法和策略，例如阈值设定、滤波器设计等，对智能家居设备网络综合数据进行分析和过滤，以去除重复、异常或不相关的数据，从而提取出与环境状况相关的有效数据。通过这种环境数据的筛选处理，使得智能家居***可以获取准确且可靠的环境信息，从而促进了智能家居***的自动化控制、智能化决策和优化性能，能够为后续的协同运行处理提供基础数据来源。
优选地，步骤S2包括以下步骤：
步骤S21：对智能家居设备环境数据进行数据预处理，得到智能家居设备环境待降噪数据；
步骤S22：利用环境智能降噪算法对智能家居设备环境待降噪数据进行降噪处理，得到智能家居设备环境降噪数据；
步骤S23：利用无线传输技术将智能家居设备环境降噪数据传输至智能家居***的中央控制器；
步骤S24：通过中央控制器利用智能分析算法对智能家居设备环境降噪数据进行环境调控分析处理，得到智能家居设备调控信息；
其中，智能分析算法的函数公式如下所示：
；
式中，为智能家居设备调控信息，/>为环境调控分析的起始时间，/>为环境调控分析的结束时间，/>为环境调控分析时间变量，/>为智能家居设备环境状态误差函数，/>为智能家居设备环境状态误差函数的误差变化率调节系数，/>为智能家居设备环境状态误差函数的误差积分项调节系数，/>为智能家居设备环境状态误差函数的误差加速调节系数，/>为智能家居设备调控信息的修正值。
作为本发明的一个实施例，参考图2所示，为图1中步骤S2的详细步骤流程示意图，在本实施例中步骤S2包括以下步骤：
步骤S21：对智能家居设备环境数据进行数据预处理，得到智能家居设备环境待降噪数据；
本发明实施例通过对智能家居设备环境数据进行缺失值填充、去除重复数据、异常数据、无效数据、归一化以及标准化等预处理后，最终得到智能家居设备环境待降噪数据。
步骤S22：利用环境智能降噪算法对智能家居设备环境待降噪数据进行降噪处理，得到智能家居设备环境降噪数据；
本发明实施例通过结合噪声高斯分布均值、噪声高斯分布方差、噪声分布函数、权重控制参数、噪声时域积分项的权重函数、衰减速率参数、空间域噪声平滑函数以及相关参数构建一个合适的环境智能降噪算法，利用构建的环境智能降噪算法对智能家居设备环境待降噪数据的噪声进行积分平滑降噪处理，以消除智能家居设备环境待降噪数据中噪声源的影响，最终得到智能家居设备环境降噪数据。
步骤S23：利用无线传输技术将智能家居设备环境降噪数据传输至智能家居***的中央控制器；
本发明实施例通过使用如Wi-Fi、蓝牙等无线传输技术将经过降噪处理后的智能家居设备环境降噪数据传输至智能家居***的中央控制器，该中央控制器是智能家居***的核心组件，负责接收和处理来自各个智能家居设备的环境降噪数据。
步骤S24：通过中央控制器利用智能分析算法对智能家居设备环境降噪数据进行环境调控分析处理，得到智能家居设备调控信息；
本发明实施例通过结合环境调控分析的起始时间、结束时间、智能家居设备环境状态误差函数、误差变化率调节系数、误差积分项调节系数、误差加速调节系数以及相关参数构建一个合适的智能分析算法，通过中央控制器使用构建的智能分析算法对智能家居设备环境降噪数据进行环境调控分析处理，用于分析智能家居设备的工作状态、资源分配等调控信息，最终得到智能家居设备调控信息。
其中，智能分析算法的函数公式如下所示：
；
式中，为智能家居设备调控信息，/>为环境调控分析的起始时间，/>为环境调控分析的结束时间，/>为环境调控分析时间变量，/>为智能家居设备环境状态误差函数，/>为智能家居设备环境状态误差函数的误差变化率调节系数，/>为智能家居设备环境状态误差函数的误差积分项调节系数，/>为智能家居设备环境状态误差函数的误差加速调节系数，/>为智能家居设备调控信息的修正值。
本发明构建了一个智能分析算法的函数公式，用于对智能家居设备环境降噪数据进行环境调控分析处理，该智能分析算法通过综合考虑智能家居设备环境状态误差函数的误差大小、变化率、积分效应和加速度效应，可以稳定智能家居***的调控过程，以减少波动和震荡，从而提供合理的智能家居设备调控信息。通过对智能家居设备环境状态误差函数的分析和综合处理，能够提供更准确的调控信息，使得智能家居***能够更精确地对环境进行调节，另外，该智能分析算法通过相应的调节系数根据实际情况进行调整，使得智能家居***能够根据环境变化自适应地调节，从而提高智能分析算法的适应性和灵活性。该算法函数公式充分考虑了智能家居设备调控信息，环境调控分析的起始时间/>，环境调控分析的结束时间/>，环境调控分析时间变量/>，智能家居设备环境状态误差函数/>，智能家居设备环境状态误差函数的误差变化率调节系数/>，智能家居设备环境状态误差函数的误差积分项调节系数/>，智能家居设备环境状态误差函数的误差加速调节系数/>，智能家居设备调控信息的修正值/>，根据智能家居设备调控信息/>与以上各参数之间的相互关联关系构成了一种函数关系/>，该算法函数公式能够实现对智能家居设备环境降噪数据的环境调控分析处理，同时，通过智能家居设备调控信息的修正值/>的引入可以根据实际情况进行调整，从而提高智能分析算法的准确性和适用性。
本发明通过对智能家居设备环境数据进行数据预处理，通过使用数据清洗、平滑数据和缺失值填充处理等方法，能够有效地提高数据的质量和准确性，从而为后续的降噪处理过程提供更可靠的数据基础。通过使用合适的环境智能降噪算法对处理后得到的智能家居设备环境待降噪数据进行降噪处理，对智能家居设备环境待降噪数据中存在的噪声和干扰数据进行有效的去除或减弱，这有助于提取出真实和准确的环境信息数据，从而提升智能家居***的环境感知和控制性能。然后，通过使用无线传输技术将经过降噪处理后的智能家居设备环境降噪数据传输至智能家居***的中央控制器，通过中央控制器可以实时获取并集中管理各个智能家居设备的环境数据，能够为后续的智能分析和调控提供便利。最后，通过中央控制器利用智能分析算法对智能家居设备环境降噪数据进行环境调控分析处理，利用专门设计的智能分析算法，对降噪后的智能家居设备环境降噪数据进行分析和处理，以获得智能家居设备的调控信息。该智能分析算法通过综合考虑环境状态误差的变化率、积分项和加速度等因素，并结合误差函数的积分和微分计算得出智能家居设备调控信息。这样，智能家居***可以根据分析结果自动实施相应的智能家居设备调控措施，从而为智能家居***的智能化环境控制提供了重要支持。
优选地，步骤S22包括以下步骤：
步骤S221：利用环境智能降噪算法对智能家居设备环境待降噪数据进行噪声值计算，得到环境数据噪声值；
其中，环境智能降噪算法的函数公式如下所示：
；
式中，为环境数据噪声值，/>为智能家居设备环境待降噪数据，/>为智能家居设备环境待降噪数据的噪声高斯分布均值，/>为智能家居设备环境待降噪数据的噪声高斯分布方差，/>为智能家居设备环境待降噪数据的噪声分布函数，/>为噪声时域积分项的权重控制参数，/>为噪声时域积分项的积分时间间隔，/>为噪声时域积分项的权重函数，/>为噪声时域积分项的时间变化分量，/>为噪声时域积分项的衰减速率参数，/>为空间域噪声平滑函数，/>为环境数据噪声值的修正值；
步骤S222：根据预设的环境数据噪声阈值对环境数据噪声值进行判断，当环境数据噪声值大于或等于预设的环境数据噪声阈值时，则剔除该环境数据噪声值对应的智能家居设备环境待降噪数据，得到智能家居设备环境降噪数据；
步骤S223：根据预设的环境数据噪声阈值对环境数据噪声值进行判断，当环境数据噪声值小于预设的环境数据噪声阈值时，则直接将该环境数据噪声值对应的智能家居设备环境待降噪数据定义为智能家居设备环境降噪数据。
作为本发明的一个实施例，参考图3所示，为图2中步骤S22的详细步骤流程示意图，在本实施例中步骤S22包括以下步骤：
步骤S221：利用环境智能降噪算法对智能家居设备环境待降噪数据进行噪声值计算，得到环境数据噪声值；
本发明实施例通过结合噪声高斯分布均值、噪声高斯分布方差、噪声分布函数、权重控制参数、噪声时域积分项的权重函数、衰减速率参数、空间域噪声平滑函数以及相关参数构建一个合适的环境智能降噪算法对智能家居设备环境待降噪数据进行噪声值计算，通过构建的环境智能降噪算法对智能家居设备环境待降噪数据的噪声进行积分平滑降噪处理，并通过修正值对降噪处理过程进行调整和优化，以消除智能家居设备环境待降噪数据中噪声源的影响，最终得到环境数据噪声值。
其中，环境智能降噪算法的函数公式如下所示：
；
式中，为环境数据噪声值，/>为智能家居设备环境待降噪数据，/>为智能家居设备环境待降噪数据的噪声高斯分布均值，/>为智能家居设备环境待降噪数据的噪声高斯分布方差，/>为智能家居设备环境待降噪数据的噪声分布函数，/>为噪声时域积分项的权重控制参数，/>为噪声时域积分项的积分时间间隔，/>为噪声时域积分项的权重函数，/>为噪声时域积分项的时间变化分量，/>为噪声时域积分项的衰减速率参数，/>为空间域噪声平滑函数，/>为环境数据噪声值的修正值；
本发明构建了一个环境智能降噪算法的函数公式，用于对智能家居设备环境待降噪数据进行噪声值计算，为了消除智能家居设备环境待降噪数据中的噪声源对后续的协同运行处理过程的影响，需要对智能家居设备环境待降噪数据进行降噪处理，以得到更加干净、准确的智能家居设备环境降噪数据，通过该环境智能降噪算法能够有效地去除智能家居设备环境待降噪数据中的噪声和干扰数据，从而提高智能家居设备环境待降噪数据的准确性和可靠性。该算法函数公式充分考虑了环境数据噪声值，智能家居设备环境待降噪数据/>，智能家居设备环境待降噪数据的噪声高斯分布均值/>，智能家居设备环境待降噪数据的噪声高斯分布方差/>，智能家居设备环境待降噪数据的噪声分布函数/>，噪声时域积分项的权重控制参数/>，噪声时域积分项的积分时间间隔/>，噪声时域积分项的权重函数，噪声时域积分项的时间变化分量/>，噪声时域积分项的衰减速率参数/>，空间域噪声平滑函数/>，环境数据噪声值的修正值/>，其中通过智能家居设备环境待降噪数据/>，智能家居设备环境待降噪数据的噪声高斯分布均值/>，智能家居设备环境待降噪数据的噪声高斯分布方差/>以及智能家居设备环境待降噪数据的噪声分布函数/>构成了一种噪声高斯分布函数关系/>，还通过智能家居设备环境待降噪数据/>，噪声时域积分项的权重控制参数/>，噪声时域积分项的积分时间间隔/>，噪声时域积分项的权重函数/>，噪声时域积分项的时间变化分量/>，噪声时域积分项的衰减速率参数/>以及空间域噪声平滑函数/>构成了一种噪声时域积分项函数关系/>，根据环境数据噪声值/>与以上各参数之间的相互关系构成了一种函数关系/>，该算法函数公式能够实现对智能家居设备环境待降噪数据的噪声值计算，同时，通过环境数据噪声值的修正值/>的引入可以根据实际情况进行调整，从而提高环境智能降噪算法的准确性和适用性。
步骤S222：根据预设的环境数据噪声阈值对环境数据噪声值进行判断，当环境数据噪声值大于或等于预设的环境数据噪声阈值时，则剔除该环境数据噪声值对应的智能家居设备环境待降噪数据，得到智能家居设备环境降噪数据；
本发明实施例根据预设的环境数据噪声阈值，判断计算得到的环境数据噪声值是否超过预设的环境数据噪声阈值，当环境数据噪声值大于或等于预设的环境数据噪声阈值时，说明该环境数据噪声值对应的智能家居设备环境待降噪数据中的噪声源的干扰影响较大，则剔除该环境数据噪声值对应的智能家居设备环境待降噪数据，最终得到智能家居设备环境降噪数据。
步骤S223：根据预设的环境数据噪声阈值对环境数据噪声值进行判断，当环境数据噪声值小于预设的环境数据噪声阈值时，则直接将该环境数据噪声值对应的智能家居设备环境待降噪数据定义为智能家居设备环境降噪数据。
本发明实施例根据预设的环境数据噪声阈值，判断计算得到的环境数据噪声值是否超过预设的环境数据噪声阈值，当环境数据噪声值小于预设的环境数据噪声阈值时，说明该环境数据噪声值对应的智能家居设备环境待降噪数据中的噪声源的干扰影响较小，则直接将该环境数据噪声值对应的智能家居设备环境待降噪数据定义为智能家居设备环境降噪数据。
本发明通过使用合适的环境智能降噪算法对预处理后的智能家居设备环境待降噪数据进行噪声值计算，由于智能家居设备环境待降噪数据中可能存在噪声干扰或异常噪声源等情况，会对后续的协同运行处理过程的准确性和可靠性造成不良影响，所以需要设置一个适当的环境智能降噪算法对智能家居设备环境待降噪数据进行降噪处理，该环境智能降噪算法能够识别和测量出智能家居设备环境待降噪数据中存在的噪声和干扰数据，并从源头上去除噪声信号，从而提高智能家居设备环境待降噪数据的准确性和可靠性。该环境智能降噪算法通过结合噪声高斯分布均值、噪声高斯分布方差、噪声分布函数、权重控制参数、噪声时域积分项的权重函数、衰减速率参数、空间域噪声平滑函数以及相关参数对智能家居设备环境待降噪数据的噪声进行积分平滑降噪处理，并通过修正值对降噪处理过程进行调整和优化，以获得最佳的降噪效果和计算结果，从而较为精确地计算出环境数据噪声值。然后，根据具体的数据降噪处理需求和质量标准，通过设定合适的环境数据噪声阈值对计算得到的环境数据噪声值进行判断，判断哪些智能家居设备环境待降噪数据需要进行剔除，哪些智能家居设备环境待降噪数据可以被保留，能够有效地剔除环境数据噪声值较大的智能家居设备环境待降噪数据，避免这些环境数据噪声值较大的智能家居设备环境待降噪数据对整体数据的影响，有助于进一步提高智能家居设备环境待降噪数据的质量，以减少不必要的干扰和误差，从而保证了智能家居设备环境待降噪数据的准确性和可靠性。最后，通过使用设定的环境数据噪声阈值对计算得到的环境数据噪声值进行判断，将环境数据噪声值较小的智能家居设备环境待降噪数据定义为智能家居设备环境降噪数据，可以得到更加准确和可靠的智能家居设备环境待降噪数据，这些数据较少受到噪声的干扰，可以为后续的协同运行处理过程提供更加稳定的数据基础，从而提高智能家居设备环境降噪数据的可用性和有效性。
优选地，步骤S3包括以下步骤：
步骤S31：利用协同交互通信程序对智能家居设备调控信息进行协同共享处理，得到智能家居设备协同共享信息；
本发明实施例通过使用由协同交互控制程序、网络通信控制程序和协同共享控制程序组成的协同交互通信程序对智能家居设备调控信息进行协同共享处理，用于实现智能家居设备之间的协同交流与共享调控信息，最终得到智能家居设备协同共享信息。
步骤S32：利用协同运算技术对智能家居设备协同共享信息进行协同响应处理，得到智能家居设备协同响应决策；
本发明实施例通过使用由协同算法、数据挖掘技术等方法组成的协同运算技术对智能家居设备协同共享信息进行协同响应处理，将智能家居设备之间的计算能力和资源进行协同利用分析处理，根据分析结果制定协同响应策略和决策规则，其中协同响应决策包括设备状态调整、能源调度、任务分配等响应措施，以实现智能家居设备之间的协同响应，最终得到智能家居设备协同响应决策。
步骤S33：通过协同运行控制程序对智能家居设备协同响应决策进行设备协同运行处理，得到智能家居设备协同运行结果。
本发明实施例通过使用由设备调度控制程序、任务分配控制程序和优先级控制程序组成的协同运行控制程序对智能家居设备协同响应决策进行设备协同运行处理，负责执行协同响应决策并进行设备协同运行处理，根据协同响应决策，对各个智能家居设备的运行进行协同调度和控制，进行实时的资源分配和任务调度，最终得到智能家居设备协同运行结果。
本发明通过使用协同交互通信程序对智能家居设备调控信息进行协同共享处理，使得智能家居设备之间可以实现信息的共享和传递，有助于提高智能家居***的整体感知和理解能力，并且能够了解其他智能家居设备的调控信息，从而形成全局视野和综合认知。通过协同共享处理，智能家居设备可以相互交流和分享调控信息，从而实现更高效的设备协同运行。而且智能家居设备之间可以相互了解彼此的协同状态和需求，为用户提供更加智能和个性化的服务。另外，通过协同共享处理可以将各个智能家居设备的调控信息进行整合和分析，以得到更全面的问题和需求状态，从而实现更准确的调控决策，这有利于提高智能家居设备的响应速度和质量，提供更高水平的智能化服务。该协同共享处理过程还可以根据不同的调控状态和需求进行相应调整，从而实现智能家居***的灵活性和适应性。智能家居***能够根据用户的行为模式、环境变化等动态因素进行自适应调整，提供更符合用户期望的智能化体验。然后，通过使用协同运算技术对智能家居设备协同共享信息进行协同响应处理，该协同运算技术可以将智能家居设备之间的计算能力和资源进行协同利用，实现协同任务的分担和并行处理。通过合理分配任务和资源，可以提高智能家居***的响应速度和处理效率。还可以将多个智能家居设备的智能算法和决策模型进行协同运算，从而获得更高层次的决策能力，使得智能家居设备之间可以相互协作，共同解决复杂的问题，提供更精确和可靠的决策结果。通过协同运算技术的应用，智能家居***可以实现对智能家居设备故障和异常情况的检测和处理。当某个智能家居设备发生故障或异常时，其他智能家居设备可以通过协同运算进行相应补偿或替代，以保证智能家居***的正常运行和可靠性。最后，通过使用协同运行控制程序对智能家居设备协同响应决策进行设备协同运行处理，该协同运行控制程序可以根据协同响应决策，对各个智能家居设备的运行进行协同调度和控制。通过实时的资源分配和任务调度，可以最大程度地提高智能家居设备的利用率和智能家居***的整体效能。并且，通过设备协同运行处理可以促使智能家居设备之间更好地协同合作，实现更高效的任务完成。智能家居设备可以相互协作，共同完成复杂的任务，以提供更高水平的智能化服务。同时，智能家居设备之间的互操作性也得到提升，可以更方便地进行信息交流和共享。通过设备协同运行处理，智能家居***可以提供更加智能和便捷的服务，以满足用户的个性化需求，使得用户可以享受到更舒适、安全、高效的智能家居体验，从而提升生活质量和幸福感。
优选地，步骤S31包括以下步骤：
步骤S311：利用协同交互通信程序对智能家居设备调控信息进行协同共享处理，其中协同交互通信程序包括协同交互控制程序、网络通信控制程序和协同共享控制程序；
本发明实施例通过使用由协同交互控制程序、网络通信控制程序和协同共享控制程序组成的协同交互通信程序对智能家居设备调控信息进行协同共享处理，其中协同交互控制程序负责管理智能家居设备之间的交互过程，使得智能家居设备能够相互交换和共享调控信息。网络通信控制程序负责管理智能家居设备之间的网络通信，确保智能家居设备能够互相连接并提供可靠的通信通道。而协同共享控制程序用于协同共享处理智能家居设备之间的调控信息，负责收集来自不同智能家居设备的调控信息，并处理这些信息以实现协同共享信息。
步骤S312：利用协同交互控制程序对智能家居设备调控信息进行交互处理，得到智能家居设备调控交互信息；
本发明实施例通过编写协同交互控制程序对智能家居设备调控信息进行交互处理，协调智能家居设备之间的通信和数据传输，以确保智能家居设备能够相互交换和共享调控信息，最终得到智能家居设备调控交互信息。
步骤S313：利用网络通信控制程序对智能家居设备调控交互信息进行设备通信处理，得到智能家居设备调控通信信息；
本发明实施例通过编写网络通信控制程序对智能家居设备调控交互信息进行设备通信处理，确定智能家居设备调控交互信息的传输方式和网络协议，实现智能家居设备之间的网络连接和通信机制，确保不同智能家居设备之间能够正常通信，最终得到智能家居设备调控通信信息。
步骤S314：利用协同共享控制程序对智能家居设备调控通信信息进行协同共享处理，得到智能家居设备协同共享信息。
本发明实施例通过编写协同共享控制程序对智能家居设备调控通信信息进行协同共享处理，并确定智能家居设备调控通信信息的共享方式和规则，对智能家居设备调控通信信息进行收集、整合和处理，以获得协同共享的信息，最终得到智能家居设备协同共享信息。
本发明通过使用由协同交互控制程序、网络通信控制程序和协同共享控制程序组成的协同交互通信程序对智能家居设备调控信息进行协同共享处理，其中协同交互控制程序通过协同交互的方式，使得智能家居设备能够相互交换和共享调控信息，该协同交互控制程序可以协调智能家居设备之间的通信和数据传输，以确保智能家居设备能够相互理解和协同工作。通过协同交互处理使得智能家居设备可以相互了解彼此的运行状态和调节需求，从而促进信息交流和协同行动。通过对智能家居设备调控信息的交互处理，智能家居设备可以将各自的调控信息进行融合和整合，这样，每个智能家居设备可以获得更全面和准确的环境认知，为后续的协同共享和响应决策提供更有价值的信息基础，进一步加强协同行动的准确性和效率。网络通信控制程序则负责管理和控制智能家居设备之间的网络通信，它能够提供可靠的通信通道，确保智能家居设备调控交互信息能够准确、安全地传递给目标智能家居设备，通过该网络通信控制程序，智能家居设备之间可以快速、实时地交换智能家居设备调控交互信息，确保能够以可靠和高效的方式在智能家居设备之间传输，以满足实时性和可靠性的要求。该网络通信控制程序还能够对通信过程进行优化，以提高智能家居设备之间的通信速度和效率，有助于减少延迟和数据丢失，确保调控交互信息能够尽快传递到目标智能家居设备，使得协同共享和响应能够实时进行。而协同共享控制程序负责对智能家居设备调控通信信息进行协同共享处理，该协同共享控制程序能够提取和整合不同智能家居设备之间传递的通信信息，生成综合的协同共享信息。通过协同共享处理使得智能家居设备可以共享其他设备的信息，从而提高整体智能家居***的感知能力和综合认知水平。该协同共享控制程序能够进行全局优化，使得智能家居设备能够获得更全面和准确的环境认知信息，这样智能家居设备可以共享其他设备的调控信息，从而形成更准确和综合的智能家居***视角，为后续的协同运行响应和决策提供更优化的基础保障。
优选地，步骤S33包括以下步骤：
步骤S331：通过协同运行控制程序对智能家居设备协同响应决策进行设备协同运行处理，其中协同运行控制程序包括设备调度控制程序、任务分配控制程序和优先级控制程序；
本发明实施例通过使用由设备调度控制程序、任务分配控制程序和优先级控制程序组成的协同运行控制程序对智能家居设备协同响应决策进行设备协同运行处理，其中设备调度控制程序负责对智能家居设备协同响应决策进行设备统一调度处理，通过考虑智能家居设备的可用性、负载平衡等因素，根据设定的调度算法确定智能家居设备的任务调度。任务分配控制程序用于协同任务分配处理，根据智能家居设备的处理能力、任务的性质和要求，将任务分配给合适的智能家居设备，并确保任务的合理分配和高效执行。而优先级控制程序根据任务的重要性和紧迫性，对智能家居设备任务分配结果进行优先协同运行处理，以确保高优先级任务能够得到优先处理。
步骤S332：利用设备调度控制程序对智能家居设备协同响应决策进行设备统一调度处理，得到智能家居设备协同调度结果；
本发明实施例通过设计合适的设备调度控制程序对智能家居设备协同响应决策进行设备统一调度处理，通过考虑智能家居设备的运行状态、任务需求和资源可用性等因素，制定适当的调度算法对智能家居设备协同响应决策中的任务进行调度优化处理，最终得到智能家居设备协同调度结果。
步骤S333：利用任务分配控制程序对智能家居设备协同调度结果进行协同任务分配处理，得到智能家居设备任务分配结果；
本发明实施例通过设计合适的任务分配控制程序对智能家居设备协同调度结果进行协同任务分配处理，根据智能家居设备协同调度结果将任务合理地分配给与任务类型、设备能力和任务负载等因素相匹配的智能家居设备，以实现任务的分工合作和协同运行，最终得到智能家居设备任务分配结果。
步骤S334：利用优先级控制程序对智能家居设备任务分配结果进行优先协同运行处理，得到智能家居设备协同运行结果。
本发明实施例通过设计合适的优先级控制程序对智能家居设备任务分配结果进行优先协同运行处理，通过考虑任务的紧急性、重要性和资源需求等因素对智能家居设备任务分配结果进行优先级划分和排序，对划分后的任务分配结果进行优先协同运行处理，以确保重要任务能够得到及时响应和优先处理，最终得到智能家居设备协同运行结果。
本发明通过使用由设备调度控制程序、任务分配控制程序和优先级控制程序组成的协同运行控制程序对智能家居设备协同响应决策进行设备协同运行处理，其中设备调度控制程序通过协同运行控制对智能家居设备协同响应决策进行设备统一调度处理，它通过分析智能家居设备的运行状态、任务需求和资源可用性等因素，确定合适的智能家居设备执行相应的任务，以确保智能家居设备的协同运行效率和智能家居***整体性能的优化，从而实现智能家居设备之间的协同工作和资源的合理利用。通过设备统一调度处理可以根据智能家居设备的资源状况，对协同共享信息中的任务进行资源的协同分配，这样可以避免资源冲突和浪费，并最大程度地提高智能家居设备资源的利用效率。另外，该设备调度控制程序可以通过智能的调度算法，对智能家居设备协同响应决策中的任务进行调度优化，通过考虑任务的时序关系、优先级和智能家居设备之间的连接性，以最小化任务完成时间，从而提高智能家居***的响应速度和整体效率。任务分配控制程序则负责将智能家居设备协同调度结果进行协同任务分配处理，将任务合理地分配给与任务类型、设备能力和任务负载等因素相匹配的智能家居设备，以实现任务的分工合作和协同运行。通过协同任务分配处理可以实现任务的负载均衡，根据智能家居设备的负载情况和性能指标合理地分配任务，避免智能家居设备过载和资源浪费，从而提高智能家居***整体的稳定性和可靠性。还可以根据实际的协同运行情况和任务要求，动态地调整任务的分配处理，以满足实时性和灵活性的需求。而在协同运行中，不同的任务可能具有不同的优先级和紧急程度，优先级控制程序能够根据任务的重要性和紧迫性，对智能家居设备任务分配结果进行优先协同运行处理，能够合理地安排智能家居设备的执行顺序和资源分配，确保重要任务能够得到及时响应和优先处理，从而提高智能家居***的灵活性和效率。通过优先协同运行处理，使得智能家居***能够更快地响应重要任务的需求。该优先级控制程序可以确保高优先级任务在执行调度时得到优先考虑，从而减少任务的等待时间，缩短响应时间，从而提高智能家居***的实时性和用户体验。
优选地，步骤S4包括以下步骤：
步骤S41：利用智能检测技术对智能家居设备协同运行结果进行自适应检测处理，得到智能家居设备协同运行检测结果；
本发明实施例通过智能检测技术使用专门设计的检测模型对智能家居设备协同运行结果进行自适应检测处理，通过实时检测智能家居设备的运行情况，包括智能家居设备之间的协同运行以及可能出现的异常情况，最终得到智能家居设备协同运行检测结果。
步骤S42：对智能家居设备协同运行检测结果进行异常检测处理，得到智能家居设备协同运行异常结果；
本发明实施例通过使用异常检测方法对智能家居设备协同运行检测结果进行异常检测处理，用于检测智能家居设备协同运行结果中的异常情况，最终得到智能家居设备协同运行异常结果。
步骤S43：利用优化调度算法对智能家居设备协同运行异常结果进行调整优化处理，得到智能家居设备协同运行优化结果；
本发明实施例通过结合权重系数、时间响应权重参数、智能家居设备能耗函数、协同异常代价函数、协同异常代价权重参数以及相关参数构建一个合适的优化调度算法对智能家居设备协同运行异常结果的异常情况数据集进行调整优化处理，最终得到智能家居设备协同运行优化结果。
其中，优化调度算法的函数公式如下所示：
；
式中，为智能家居设备协同运行优化结果，/>为智能家居设备协同运行异常结果的异常情况数据集，/>为调和平滑参数，/>为异常情况数据集中异常情况数据的数量，/>为异常情况数据集中第/>个异常情况数据，/>为第/>个异常情况数据的权重系数，/>为时间响应权重参数，/>为调整优化处理过程的起始时间点，/>为调整优化处理过程的结束时间点，/>为智能家居设备的数量，/>为第/>个智能家居设备的权重参数，/>为时间段参数，/>为在时间段/>处第/>个智能家居设备对应的第/>个异常情况数据，/>为智能家居设备能耗函数，/>为协同异常代价函数，/>为协同异常代价权重参数，/>为智能家居设备协同运行优化结果的修正值。
本发明构建了一个优化调度算法的函数公式，用于对智能家居设备协同运行异常结果进行调整优化处理，该优化调度算法可以根据智能家居设备协同运行异常情况数据，权衡不同异常情况的影响并通过考虑时间响应、智能家居设备权重等因素，最终得到智能家居设备协同运行优化结果。该优化调度算法还能够综合考虑能耗、协同异常代价等因素，以提升智能家居***性能和用户体验，并且能够降低异常的频率和影响程度，从而提高智能家居***的稳定性和可靠性。该算法函数公式充分考虑了智能家居设备协同运行优化结果，智能家居设备协同运行异常结果的异常情况数据集/>，调和平滑参数/>，异常情况数据集中异常情况数据的数量/>，异常情况数据集中第/>个异常情况数据/>，第/>个异常情况数据的权重系数/>，时间响应权重参数/>，调整优化处理过程的起始时间点/>，调整优化处理过程的结束时间点/>，智能家居设备的数量/>，第/>个智能家居设备的权重参数/>，时间段参数，在时间段/>处第/>个智能家居设备对应的第/>个异常情况数据/>，智能家居设备能耗函数/>，协同异常代价函数/>，协同异常代价权重参数/>，智能家居设备协同运行优化结果的修正值/>，其中通过时间响应权重参数/>，调整优化处理过程的起始时间点/>，调整优化处理过程的结束时间点/>，智能家居设备的数量/>，第/>个智能家居设备的权重参数/>，时间段参数/>以及在时间段/>处第/>个智能家居设备对应的第/>个异常情况数据构成了一种时间响应调节函数关系/>，根据智能家居设备协同运行优化结果/>与以上各参数之间的相互关联关系构成了一种函数关系：
；
该算法函数公式能够实现对智能家居设备协同运行异常结果的调整优化处理，同时，通过智能家居设备协同运行优化结果的修正值的引入可以根据实际情况进行调整，从而提高优化调度算法的准确性和稳定性。
本发明通过使用智能检测技术对智能家居设备协同运行结果进行自适应检测处理，能够实时检测智能家居设备的运行情况，包括智能家居设备之间的协同运行以及可能出现的异常情况，通过自适应检测处理，可以及时发现智能家居设备协同运行中的问题，有助于及早发现和诊断潜在问题，并为后续的优化调度处理步骤提供准确的数据基础。另外，通过智能检测技术对智能家居设备协同运行结果进行处理，可以及时反馈智能家居设备的状态和性能指标。这样，用户和管理者可以实时了解智能家居设备的运行情况，掌握关键参数，并做出相应的调整和决策，从而提高整个智能家居***的管理效率。然后，通过对智能家居设备协同运行检测结果进行异常检测处理，可以检测出智能家居设备在协同运行中的异常情况，能够精确定位异常故障点，快速排除和修复问题，这有助于减少智能家居设备的停机时间和维修成本，从而提高用户的满意度和体验。通过异常检测处理还可以识别出智能家居设备协同运行中的性能瓶颈和低效操作，为优化调度提供依据。通过分析异常情况，可以调整和优化智能家居设备协同运行策略，提升智能家居***的效能和性能，实现资源的合理利用和任务的高效完成。最后，通过设置一个合适的优化调度算法对智能家居设备协同运行异常结果进行调整优化处理，该优化调度算法可以根据异常结果和设备情况，合理分配和调度智能家居设备的任务，通过最优化的资源分配，可以提高智能家居设备的利用利率和工作负载均衡，从而减少智能家居***的能耗和消耗。通过优化调度算法使得智能家居设备的协同运行能够更加高效和有序，合理的调整和优化处理可以使智能家居设备之间的协同运作更加协调，以提高整个智能家居***的性能和响应速度，从而增强用户体验。通过考虑智能家居设备的异常情况，并进行相应的调整和优化处理，可以提高智能家居***的容错性和稳定性，减少异常情况对智能家居***协同运行的影响，确保智能家居***的可靠性和稳定性。
优选地，步骤S5包括以下步骤：
步骤S51：通过在智能家居***中引入反馈装置对智能家居设备协同运行优化结果进行反馈监控处理，得到智能家居设备运行反馈信息；
本发明实施例通过在智能家居***中引入反馈装置，该反馈装置用于监测智能家居设备的协同运行状态和性能，实时获取智能家居设备协同运行优化结果的反馈信息，最终得到智能家居设备运行反馈信息。
步骤S52：根据智能家居设备运行反馈信息制定相应的协同运行调整方案；
本发明实施例根据智能家居设备运行反馈信息，进行分析和评估处理，了解智能家居设备的工作状态和性能问题，根据评估结果制定相应的协同运行调整方案，该协同运行调整方案包括智能家居设备的协同重新调度、资源分配、功耗优化或其他协同运行策略。
步骤S53：利用信息更新技术对协同运行调整方案进行学习更新处理以执行相应的协同运行调整调度策略。
本发明实施例通过使用信息更新技术对制定的协同运行调整方案进行学习和更新处理，基于历史的智能家居设备运行反馈信息和智能家居设备性能，通过优化算法或其他智能技术进行更新调整协同运行调整方案以执行相应的协同运行调整调度策略。
本发明通过在智能家居***中引入反馈装置，用于实时监控智能家居设备的协同运行情况并获取协同运行反馈信息，该反馈装置可以检测智能家居设备的工作状态、能耗水平和性能指标等信息，并将这些信息反馈给智能家居***，通过反馈监控处理可以获得智能家居设备协同运行优化结果的实际协同运行反馈信息，从而了解智能家居***的实际协同运行情况。然后，根据智能家居设备运行反馈信息分析智能家居设备的协同运行状况和性能表现，能够及时发现协同运行过程中可能存在的问题或改进空间，并据此制定相应的协同运行调整方案，该协同运行调整方案可以包括智能家居设备之间的调度、资源分配、协同运行模式调整等，旨在优化协同运行的效果。最后，通过使用信息更新技术对协同运行调整方案进行学习更新处理，通过学习更新处理，协同运行调整方案可以根据实时的反馈信息进行动态调整，并执行更新后的协同运行调度策略，以实现更高效、更可靠的智能家居设备协同运行，从而更好地适应智能家居***的实际协同运行情况。
优选地，本发明还提供了一种智能家居***，包括：
智能家居设备处理模块，用于利用标志识别技术对智能家居***中的智能家居设备进行识别处理，得到标志智能家居设备；并利用无线通信技术对标志智能家居设备进行通信链路连接处理，得到智能家居设备网络；通过传感器对智能家居设备网络进行数据采集处理，从而得到智能家居设备环境数据；
环境数据降噪分析模块，用于利用环境智能降噪算法对智能家居设备环境数据进行降噪处理，得到智能家居设备环境降噪数据；并利用智能分析算法对智能家居设备环境降噪数据进行环境调控分析处理，从而得到智能家居设备调控信息；
设备协同交互运行模块，用于利用协同交互通信程序对智能家居设备调控信息进行协同共享处理，得到智能家居设备协同共享信息；通过协同运行控制程序对智能家居设备协同共享信息进行设备协同运行处理，从而得到智能家居设备协同运行结果；
智能检测优化处理模块，用于利用智能检测技术对智能家居设备协同运行结果进行自适应检测处理，得到智能家居设备协同运行检测结果；并利用优化调度算法对智能家居设备协同运行检测结果进行调整优化处理，从而得到智能家居设备协同运行优化结果；
反馈调整学习更新模块，用于通过在智能家居***中引入反馈装置对智能家居设备协同运行优化结果进行反馈监控处理，得到智能家居设备运行反馈信息；根据智能家居设备运行反馈信息制定相应的协同运行调整方案并对协同运行调整方案进行学习更新以执行协同运行调整调度策略。
综上所述，本发明提供了一种智能家居***，该***由智能家居设备处理模块、环境数据降噪分析模块、设备协同交互运行模块、智能检测优化处理模块以及反馈调整学习更新模块组成，能够实现本发明所述任意一种智能家居***的协同运行方法，用于联合各个模块上运行的计算机程序之间的操作实现一种智能家居***的协同运行方法，***内部结构互相协作，该智能家居***通过利用多种算法、技术和控制程序对智能家居设备进行实时检测和管理协同运行，可以大大减少重复工作和人力投入，能够提供更加智能。便捷和个性化的智能家居体验，以提高智能家居***的整体性能和用户满意度，从而简化了智能家居***的操作流程。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在申请文件的等同要件的含义和范围内的所有变化涵括在本发明内。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种智能家居***的协同运行方法，其特征在于，包括以下步骤：
步骤S1：利用标志识别技术对智能家居***中的智能家居设备进行标志处理，得到标志智能家居设备；并利用无线通信技术对标志智能家居设备进行通信链路连接处理，得到智能家居设备网络；通过传感器对智能家居设备网络进行数据采集处理，得到智能家居设备环境数据；
步骤S2：利用环境智能降噪算法对智能家居设备环境数据进行降噪处理，得到智能家居设备环境降噪数据；并利用智能分析算法对智能家居设备环境降噪数据进行环境调控分析处理，得到智能家居设备调控信息；
步骤S3：利用协同交互通信程序对智能家居设备调控信息进行协同共享处理，得到智能家居设备协同共享信息；通过协同运行控制程序对智能家居设备协同共享信息进行设备协同运行处理，得到智能家居设备协同运行结果；
步骤S4：利用智能检测技术对智能家居设备协同运行结果进行自适应检测处理，得到智能家居设备协同运行检测结果；并利用优化调度算法对智能家居设备协同运行检测结果进行调整优化处理，得到智能家居设备协同运行优化结果；
步骤S5：通过在智能家居***中引入反馈装置对智能家居设备协同运行优化结果进行反馈监控处理，得到智能家居设备运行反馈信息；根据智能家居设备运行反馈信息制定相应的协同运行调整方案并对协同运行调整方案进行学习更新以执行协同运行调整调度策略。
2.根据权利要求1所述的智能家居***的协同运行方法，其特征在于，步骤S1包括以下步骤：
步骤S11：利用标志识别技术对智能家居***中的智能家居设备进行标志处理，得到标志智能家居设备；
步骤S12：利用无线通信技术对标志智能家居设备进行通信链路连接处理，得到智能家居设备网络；
步骤S13：通过传感器对智能家居设备网络进行数据采集处理，得到智能家居设备网络综合数据；
步骤S14：利用数据筛选技术对智能家居设备网络综合数据进行环境数据筛选处理，得到智能家居设备环境数据。
3.根据权利要求1所述的智能家居***的协同运行方法，其特征在于，步骤S2包括以下步骤：
步骤S21：对智能家居设备环境数据进行数据预处理，得到智能家居设备环境待降噪数据；
步骤S22：利用环境智能降噪算法对智能家居设备环境待降噪数据进行降噪处理，得到智能家居设备环境降噪数据；
步骤S23：利用无线传输技术将智能家居设备环境降噪数据传输至智能家居***的中央控制器；
步骤S24：通过中央控制器利用智能分析算法对智能家居设备环境降噪数据进行环境调控分析处理，得到智能家居设备调控信息；
其中，智能分析算法的函数公式如下所示：
；
式中，为智能家居设备调控信息，/>为环境调控分析的起始时间，/>为环境调控分析的结束时间，/>为环境调控分析时间变量，/>为智能家居设备环境状态误差函数，/>为智能家居设备环境状态误差函数的误差变化率调节系数，/>为智能家居设备环境状态误差函数的误差积分项调节系数，/>为智能家居设备环境状态误差函数的误差加速调节系数，/>为智能家居设备调控信息的修正值。
4.根据权利要求3所述的智能家居***的协同运行方法，其特征在于，步骤S22包括以下步骤：
步骤S221：利用环境智能降噪算法对智能家居设备环境待降噪数据进行噪声值计算，得到环境数据噪声值；
其中，环境智能降噪算法的函数公式如下所示：
；
式中，为环境数据噪声值，/>为智能家居设备环境待降噪数据，/>为智能家居设备环境待降噪数据的噪声高斯分布均值，/>为智能家居设备环境待降噪数据的噪声高斯分布方差，/>为智能家居设备环境待降噪数据的噪声分布函数，/>为噪声时域积分项的权重控制参数，/>为噪声时域积分项的积分时间间隔，/>为噪声时域积分项的权重函数，/>为噪声时域积分项的时间变化分量，/>为噪声时域积分项的衰减速率参数，/>为空间域噪声平滑函数，/>为环境数据噪声值的修正值；
步骤S222：根据预设的环境数据噪声阈值对环境数据噪声值进行判断，当环境数据噪声值大于或等于预设的环境数据噪声阈值时，则剔除该环境数据噪声值对应的智能家居设备环境待降噪数据，得到智能家居设备环境降噪数据；
步骤S223：根据预设的环境数据噪声阈值对环境数据噪声值进行判断，当环境数据噪声值小于预设的环境数据噪声阈值时，则直接将该环境数据噪声值对应的智能家居设备环境待降噪数据定义为智能家居设备环境降噪数据。
5.根据权利要求1所述的智能家居***的协同运行方法，其特征在于，步骤S3包括以下步骤：
步骤S31：利用协同交互通信程序对智能家居设备调控信息进行协同共享处理，得到智能家居设备协同共享信息；
步骤S32：利用协同运算技术对智能家居设备协同共享信息进行协同响应处理，得到智能家居设备协同响应决策；
步骤S33：通过协同运行控制程序对智能家居设备协同响应决策进行设备协同运行处理，得到智能家居设备协同运行结果。
6.根据权利要求5所述的智能家居***的协同运行方法，其特征在于，步骤S31包括以下步骤：
步骤S311：利用协同交互通信程序对智能家居设备调控信息进行协同共享处理，其中协同交互通信程序包括协同交互控制程序、网络通信控制程序和协同共享控制程序；
步骤S312：利用协同交互控制程序对智能家居设备调控信息进行交互处理，得到智能家居设备调控交互信息；
步骤S313：利用网络通信控制程序对智能家居设备调控交互信息进行设备通信处理，得到智能家居设备调控通信信息；
步骤S314：利用协同共享控制程序对智能家居设备调控通信信息进行协同共享处理，得到智能家居设备协同共享信息。
7.根据权利要求5所述的智能家居***的协同运行方法，其特征在于，步骤S33包括以下步骤：
步骤S331：通过协同运行控制程序对智能家居设备协同共享信息进行设备协同运行处理，其中协同运行控制程序包括设备调度控制程序、任务分配控制程序和优先级控制程序；
步骤S332：利用设备调度控制程序对智能家居设备协同共享信息进行设备统一调度处理，得到智能家居设备协同调度结果；
步骤S333：利用任务分配控制程序对智能家居设备协同调度结果进行协同任务分配处理，得到智能家居设备任务分配结果；
步骤S334：利用优先级控制程序对智能家居设备任务分配结果进行优先协同运行处理，得到智能家居设备协同运行结果。
8.根据权利要求1所述的智能家居***的协同运行方法，其特征在于，步骤S4包括以下步骤：
步骤S41：利用智能检测技术对智能家居设备协同运行结果进行自适应检测处理，得到智能家居设备协同运行检测结果；
步骤S42：对智能家居设备协同运行检测结果进行异常检测处理，得到智能家居设备协同运行异常结果；
步骤S43：利用优化调度算法对智能家居设备协同运行异常结果进行调整优化处理，得到智能家居设备协同运行优化结果；
其中，优化调度算法的函数公式如下所示：
；
式中，为智能家居设备协同运行优化结果，/>为智能家居设备协同运行异常结果的异常情况数据集，/>为调和平滑参数，/>为异常情况数据集中异常情况数据的数量，/>为异常情况数据集中第/>个异常情况数据，/>为第/>个异常情况数据的权重系数，/>为时间响应权重参数，/>为调整优化处理过程的起始时间点，/>为调整优化处理过程的结束时间点，/>为智能家居设备的数量，/>为第/>个智能家居设备的权重参数，/>为时间段参数，/>为在时间段处第/>个智能家居设备对应的第/>个异常情况数据，/>为智能家居设备能耗函数，为协同异常代价函数，/>为协同异常代价权重参数，/>为智能家居设备协同运行优化结果的修正值。
9.根据权利要求1所述的智能家居***的协同运行方法，其特征在于，步骤S5包括以下步骤：
步骤S51：通过在智能家居***中引入反馈装置对智能家居设备协同运行优化结果进行反馈监控处理，得到智能家居设备运行反馈信息；
步骤S52：根据智能家居设备运行反馈信息制定相应的协同运行调整方案；
步骤S53：利用信息更新技术对协同运行调整方案进行学习更新处理以执行相应的协同运行调整调度策略。
10.一种智能家居***，其特征在于，包括：
智能家居设备处理模块，用于利用标志识别技术对智能家居***中的智能家居设备进行标志处理，得到标志智能家居设备；并利用无线通信技术对标志智能家居设备进行通信链路连接处理，得到智能家居设备网络；通过传感器对智能家居设备网络进行数据采集处理，从而得到智能家居设备环境数据；
环境数据降噪分析模块，用于利用环境智能降噪算法对智能家居设备环境数据进行降噪处理，得到智能家居设备环境降噪数据；并利用智能分析算法对智能家居设备环境降噪数据进行环境调控分析处理，从而得到智能家居设备调控信息；
设备协同交互运行模块，用于利用协同交互通信程序对智能家居设备调控信息进行协同共享处理，得到智能家居设备协同共享信息；通过协同运行控制程序对智能家居设备协同共享信息进行设备协同运行处理，从而得到智能家居设备协同运行结果；
智能检测优化处理模块，用于利用智能检测技术对智能家居设备协同运行结果进行自适应检测处理，得到智能家居设备协同运行检测结果；并利用优化调度算法对智能家居设备协同运行检测结果进行调整优化处理，从而得到智能家居设备协同运行优化结果；
反馈调整学习更新模块，用于通过在智能家居***中引入反馈装置对智能家居设备协同运行优化结果进行反馈监控处理，得到智能家居设备运行反馈信息；根据智能家居设备运行反馈信息制定相应的协同运行调整方案并对协同运行调整方案进行学习更新以执行协同运行调整调度策略。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310945857.XA CN116661330B (zh) | 2023-07-31 | 2023-07-31 | 一种智能家居***的协同运行方法及智能家居*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310945857.XA CN116661330B (zh) | 2023-07-31 | 2023-07-31 | 一种智能家居***的协同运行方法及智能家居*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116661330A true CN116661330A (zh) | 2023-08-29 |
| CN116661330B CN116661330B (zh) | 2023-12-01 |
Family
ID=87728255
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310945857.XA Active CN116661330B (zh) | 2023-07-31 | 2023-07-31 | 一种智能家居***的协同运行方法及智能家居*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116661330B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116932232A (zh) * | 2023-09-18 | 2023-10-24 | 湖南远跃科技发展有限公司 | 一种基于bs架构的开发平台的数据处理方法 |
| CN117171551A (zh) * | 2023-11-02 | 2023-12-05 | 山东港口科技集团烟台有限公司 | 大规模工业设备数据分析与智能管理方法 |
| CN117201566A (zh) * | 2023-11-01 | 2023-12-08 | 无锡迪富智能电子股份有限公司 | 一种用于智能家居交互的融合控制方法 |
| CN117579660A (zh) * | 2023-11-24 | 2024-02-20 | 江苏启航开创软件有限公司 | 一种基于家医的区域互联网信息分布式通信方法 |
| CN117850261A (zh) * | 2024-03-04 | 2024-04-09 | 深圳松诺技术有限公司 | 智能开关传感器数据分析方法及*** |
| CN117850261B (zh) * | 2024-03-04 | 2024-06-28 | 深圳松诺技术有限公司 | 智能开关传感器数据分析方法及*** |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140371931A1 (en) * | 2013-06-16 | 2014-12-18 | Mei-Jech Lin | W5RS: Anlinx & Milinx & Zilinx - the 23Less Green Technology for FSOC of Scalable iPindow of iPhome & Scalable Smart Window of Smart Home with Wire/Wireless/Solar/Battery Communication, Power Supplies & Conversions |
| CN107204904A (zh) * | 2016-03-18 | 2017-09-26 | 美的集团股份有限公司 | 智能家居的控制方法、集中控制器、智能家居*** |
| CN110069018A (zh) * | 2019-05-30 | 2019-07-30 | 唐山茁棋科技发展有限公司 | 一种基于二维码联网设置的智能家居设备控制方法 |
| US20190349213A1 (en) * | 2018-05-11 | 2019-11-14 | Bubble Electric, Inc. | Systems and Methods for Home Automation Control |
| WO2019216975A1 (en) * | 2018-05-07 | 2019-11-14 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for data collection, learning, and streaming of machine signals for analytics and maintenance using the industrial internet of things |
| WO2020087848A1 (zh) * | 2018-11-01 | 2020-05-07 | 山东大学 | 一种基于Lora和Capsule的实时行为识别***及其工作方法 |
| CN111856958A (zh) * | 2020-07-27 | 2020-10-30 | 西北大学 | 智能家居控制***、控制方法、计算机设备及存储介质 |
| CN112230555A (zh) * | 2020-10-12 | 2021-01-15 | 珠海格力电器股份有限公司 | 智能家居设备及其控制方法、装置和存储介质 |
| CN113759730A (zh) * | 2020-06-05 | 2021-12-07 | 深圳绿米联创科技有限公司 | 晾衣架的控制方法、装置及晾衣架 |
| CN114625014A (zh) * | 2020-12-09 | 2022-06-14 | 青岛海尔洗衣机有限公司 | 用于智能家居***的控制方法 |
| CN115268293A (zh) * | 2022-09-29 | 2022-11-01 | 珠海进田电子科技有限公司 | 一种基于全屋智能家电控制的触屏控制面板 |
-
2023
- 2023-07-31 CN CN202310945857.XA patent/CN116661330B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140371931A1 (en) * | 2013-06-16 | 2014-12-18 | Mei-Jech Lin | W5RS: Anlinx & Milinx & Zilinx - the 23Less Green Technology for FSOC of Scalable iPindow of iPhome & Scalable Smart Window of Smart Home with Wire/Wireless/Solar/Battery Communication, Power Supplies & Conversions |
| CN107204904A (zh) * | 2016-03-18 | 2017-09-26 | 美的集团股份有限公司 | 智能家居的控制方法、集中控制器、智能家居*** |
| WO2019216975A1 (en) * | 2018-05-07 | 2019-11-14 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for data collection, learning, and streaming of machine signals for analytics and maintenance using the industrial internet of things |
| US20190349213A1 (en) * | 2018-05-11 | 2019-11-14 | Bubble Electric, Inc. | Systems and Methods for Home Automation Control |
| WO2020087848A1 (zh) * | 2018-11-01 | 2020-05-07 | 山东大学 | 一种基于Lora和Capsule的实时行为识别***及其工作方法 |
| CN110069018A (zh) * | 2019-05-30 | 2019-07-30 | 唐山茁棋科技发展有限公司 | 一种基于二维码联网设置的智能家居设备控制方法 |
| CN113759730A (zh) * | 2020-06-05 | 2021-12-07 | 深圳绿米联创科技有限公司 | 晾衣架的控制方法、装置及晾衣架 |
| CN111856958A (zh) * | 2020-07-27 | 2020-10-30 | 西北大学 | 智能家居控制***、控制方法、计算机设备及存储介质 |
| CN112230555A (zh) * | 2020-10-12 | 2021-01-15 | 珠海格力电器股份有限公司 | 智能家居设备及其控制方法、装置和存储介质 |
| CN114625014A (zh) * | 2020-12-09 | 2022-06-14 | 青岛海尔洗衣机有限公司 | 用于智能家居***的控制方法 |
| CN115268293A (zh) * | 2022-09-29 | 2022-11-01 | 珠海进田电子科技有限公司 | 一种基于全屋智能家电控制的触屏控制面板 |
Non-Patent Citations (4)
| Title |
|---|
| DINGKUN ZHU等: "Cascaded Normal Filtering Neural Network for Geometry-Aware Mesh Denoising of Measurement Surfaces", IEEE, pages 1 - 13 * |
| JING LI等: "Deep Learning Based Image Recognition for 5G Smart IoT Applications", RESEARCH SQUARE, pages 1 - 28 * |
| 叶文政: "基于深度学习的极低信噪比语音增强方法", 中国优秀硕士学位论文全文数据库 信息科技辑, pages 136 - 522 * |
| 杜强: "基于FPGA的智能洗衣机控制器的研究与仿真设计", 中国硕士学位论文全文数据库 工程科技Ⅱ辑, pages 042 - 3415 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116932232A (zh) * | 2023-09-18 | 2023-10-24 | 湖南远跃科技发展有限公司 | 一种基于bs架构的开发平台的数据处理方法 |
| CN116932232B (zh) * | 2023-09-18 | 2024-01-05 | 湖南远跃科技发展有限公司 | 一种基于bs架构的开发平台的数据处理方法 |
| CN117201566A (zh) * | 2023-11-01 | 2023-12-08 | 无锡迪富智能电子股份有限公司 | 一种用于智能家居交互的融合控制方法 |
| CN117201566B (zh) * | 2023-11-01 | 2024-03-19 | 无锡迪富智能电子股份有限公司 | 一种用于智能家居交互的融合控制方法 |
| CN117171551A (zh) * | 2023-11-02 | 2023-12-05 | 山东港口科技集团烟台有限公司 | 大规模工业设备数据分析与智能管理方法 |
| CN117171551B (zh) * | 2023-11-02 | 2024-01-30 | 山东港口科技集团烟台有限公司 | 大规模工业设备数据分析与智能管理方法 |
| CN117579660A (zh) * | 2023-11-24 | 2024-02-20 | 江苏启航开创软件有限公司 | 一种基于家医的区域互联网信息分布式通信方法 |
| CN117579660B (zh) * | 2023-11-24 | 2024-05-14 | 江苏启航开创软件有限公司 | 一种基于家医的区域互联网信息分布式通信方法 |
| CN117850261A (zh) * | 2024-03-04 | 2024-04-09 | 深圳松诺技术有限公司 | 智能开关传感器数据分析方法及*** |
| CN117850261B (zh) * | 2024-03-04 | 2024-06-28 | 深圳松诺技术有限公司 | 智能开关传感器数据分析方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116661330B (zh) | 2023-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116661330B (zh) | 一种智能家居***的协同运行方法及智能家居*** | |
| Lee et al. | Service innovation and smart analytics for industry 4.0 and big data environment | |
| JP6059375B1 (ja) | 生産制御システムおよび統合生産制御システム | |
| US20190257886A1 (en) | Deep learning approach for battery aging model | |
| KR101825881B1 (ko) | 빅 데이터 분석을 이용한 제조 공정 관리 방법 및 이를 이용한 제조 공정 관리 시스템 | |
| CN106796423B (zh) | 智能可编程逻辑控制器 | |
| CN110263494B (zh) | 一种基于云边协同的氧化铝生产运行优化***及方法 | |
| CN111680893A (zh) | 一种多自寻址机器人拣选***的数字孪生***及调度方法 | |
| CN106406253B (zh) | 控制和/或分析工业过程的***和方法 | |
| CN101196740A (zh) | 集成于过程控制网络的分析服务器 | |
| CN117709617A (zh) | 一种基于mes的生产车间智能排程*** | |
| KR20210147594A (ko) | 에너지 데이터 수집 및 관리에 최적화 기능을 제공하는 엣지 컴퓨팅 장치의 통신시스템 및 데이터베이스 운영방법 | |
| US20220019186A1 (en) | Method and system for smart environment management | |
| Di Orio et al. | Energy efficiency in machine tools-a self-learning approach | |
| KR102411824B1 (ko) | 인공지능 기반의 공장 에너지 관리 시스템 및 그 방법 | |
| CN117543835A (zh) | 一种配电柜智能配电控制方法及装置 | |
| CN113428540A (zh) | 模块化产线智能自治生产*** | |
| CN117031977A (zh) | 一种智能家居控制方法及*** | |
| CN108897608B (zh) | 一种数据驱动可扩展的智能通用任务调度*** | |
| CN116012109A (zh) | 基于元宇宙的订单生成方法及定制生产方法 | |
| Mosavi et al. | Intelligent energy management using data mining techniques at Bosch Car Multimedia Portugal facilities | |
| CN111203888B (zh) | 一种婴儿服务机器人控制***和操作方法 | |
| Heutmann et al. | Integrated energy efficiency in production | |
| CN113188229A (zh) | 一种智能空调控制***及方法 | |
| US20220161381A1 (en) | Stability boundary and optimal stable parameter identification in machining |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |