本技术提供了一种基于智能手环集群的温控方法、装置、设备及存储介质,该方法包括: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。
背景技术
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。
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。
实现思路