基于改进粒子群的T-S模糊神经网络室内空气质量评价系统技术方案

本发明专利技术公开了基于改进粒子群的T‑S模糊神经网络室内空气质量评价系统。该系统由智能家居控制中心，室内空气质量检测装置，智能家居控制终端，客户端四个部分组成。该系统可使用户通过电脑或手机的浏览器登录系统的Web服务器查看室内空气质量参数，系统并设有智能控制模式和手动控制模式供用户选择使用，智能控制模式下，无需人为参与，系统根据编入的控制策略智能调节家电，从而使室内空气质量保持在较优的状态下。室内空气质量检测装置CPU中编入的算法模型是在T‑S模糊神经网络的基础上引入改进的粒子群算法，改进的粒子群优化具有良好的全局优化和收敛性能。本发明专利技术实现了对室内空气质量的检测、评价与监控，评价结果客观、准确、可靠。

Improved particle swarm T S fuzzy indoor air quality evaluation system based on Neural Network

The present invention discloses improved particle swarm T S fuzzy indoor air quality evaluation system based on neural network. The system consists of four parts: intelligent home control center, indoor air quality detection device, smart home control terminal and client. This system allows the user to view the indoor air quality parameters through a browser login system computer or mobile phone to the Web server, and a system of intelligent control mode and manual control mode for users to choose to use, intelligent control mode, without human involvement, according to the regulation system of intelligent control strategy in home appliances, so that the indoor air quality at the optimum condition. The algorithm model in indoor air quality detecting device in CPU is the introduction of improved particle swarm optimization algorithm based on T S fuzzy neural network, particle swarm optimization with global optimization and good convergence performance is improved. The invention realizes the detection, evaluation and monitoring of indoor air quality, and the evaluation result is objective, accurate and reliable.

【技术实现步骤摘要】
基于改进粒子群的T-S模糊神经网络室内空气质量评价系统
本专利技术属于基于智能家居进行的室内空气质量评价，该评价系统包括检测、评价与监控。
技术介绍
随着人们对室内环境重要性认识的不断加深，室内空气质量越来越受关注，现代人平均80％到90％的时间在室内度过，同时也就无可避免的吸入大量室内空气。传统的室内空气质量评价方法有综合指数法，该方法形式简单，计算方便，但是往往不能突出最大污染物的影响，测出的结果与实际情况时常会有较大的误差。由于室内空气质量仍是一个模糊的概念，至今尚无一个统一的、权威性的定义，因此有人尝试用模糊数学法加以研究，模糊数学法注意了分级差异中间连续的模糊性，能更客观、更准确的反应实际问题，但是应用到实际场合比较麻烦。在现有的测量仪器中，大多数是测量其中一种到几种室内污染物，只能提供简单的室内空气质量情况，室内空气质量调节方法大都简单依靠人们主观判断进行开窗通风、开空气净化器等，没有一个可靠的参照标准，有的时候室外空气质量比室内还要差，这种条件下开窗使得室内空气污染加剧。有的时候出门前室外空气质量不佳没有开窗，几个小时后可能室外空气质量变好，可是不在家中无法进行开窗通风，这样使得对室内空气质量的调节很不方便。
技术实现思路
本专利技术的目的主要是提供一种基于改进粒子群的T-S模糊神经网络(IPSO-TSFNN)的室内空气质量检测、评价与监控系统。该系统由智能家居控制中心，室内空气质量检测装置，智能家居控制终端，客户端四个部分组成，智能家居控制中心与室内空气质量检测装置之间是基于串口的连接方式，与客户端之间是基于Internet连接方式，室内空气质量检测装置与智能家居控制终端是基于无线WIFI的连接方式。该系统可使用户通过电脑或手机的浏览器登录系统的Web服务器查看室内空气质量参数，系统并设有智能控制模式和手动控制模式供用户选择使用，手动控制模式可使用户远程对家中电器进行控制。这是传统的室内空气质量检测所不具备的。本专利技术方法是基于一种智能家居控制装置进行的，所述的智能家居控制装置包括智能家居控制中心、外围电路、传感器模块组、微控制器、网络传输模块、看门狗及复位电路模块、电源模块、智能家居控制终端、客户端；看门狗及复位电路模块和电源模块分别与各微控制器连接，传感器模块组通过外围电路与室内空气质量检测装置微控制器连接，空气质量检测装置采集的数据上传至智能家居控制中心，客户端通过Internet与智能家居控制中心进行交互。智能家居控制中心能够提供支持浏览的访问。外围电路包括温湿度、甲醛、光照值的外围电路。传感器模块组包括采集PM2.5、PM10、一氧化碳、二氧化碳的模块，且与室内空气质量检测装置相连。智能家居控制终端用于驱动下位机并实现开关量的输入输出、红外编码输出等。用户端通过PC端或智能手机的浏览器与智能家居控制中心的客户端进行访问交互。微控制器为基于IPSO-TSFNN模型的算法。网络传输模块置于室内空气质量检测装置和智能控制终端上，网络传输模块为WIFI模块。看门狗及复位电路模块用于保障系统正常运行；电源模块用于提供系统电源。在一种智能家居控制装置的基础上，本专利技术提供的基于改进粒子群的T-S模糊神经网络室内空气质量评价方法，实现该方法具体包括以下步骤：步骤一：系统控制中心操作系统的移植；步骤二：系统控制中心Web服务器的移植；步骤三：系统控制中心CGIC库的移植；步骤四：建立基于IPSO-TSFNN模型；步骤五：根据国家室内空气质量标准建立训练集和检测集，对该网络进行训练和测试，得到可应用的网络模型；步骤六：温湿度传感器，PM2.5、PM10检测器，CO检测器，CO2检测器，HCHO检测器，光照检测器，实时将采集的数值上传给CPU；步骤七：CPU根据已经训练好的网络模型将PM10检测值，HCHO检测值，CO2检测值作为输入得到相应评价等级输出值，在智能控制模式下根据预先编入的控制策略智能调节家电，如空调、加湿器、空气净化器、卷帘窗等，实现对室内空气质量的调节，使室内空气质量保持在较好的状态下。同时将各传感器采集的数值和空气质量等级通过串口发给系统控制中心；步骤八：系统控制中心接收到室内空气检测装置传来的数据后，根据交互的协议解析数据，然后上传到浏览器客户端，供用户实时查看；步骤九：如果用户通过浏览器客户端的按钮下达控制命令，将由控制中心通过串口传输到室内空气检测装置，再由无线WIFI传输到智能控制终端实现对家电的手动控制。所述步骤一的操作系统的移植实现具体分为以下步骤：1.1，准备Linux4.4.3内核压缩包linux-4.4.3.tar.xz以及交叉编译工具arm-linux-gcc-4.3.2.tar.bz2；1.2，解压压缩包并安装编译器arm-linux-gcc-4.3.2；1.3，修改Makefile文件，修改机器类型ID号等；1.4，执行makemenuconfig，并对选项进行配置，以达到对内核进行裁剪，节省内存空间，提高编译效率；1.5，执行makeuImage进行编译，将生成的内核镜像文件uImage通过tftp、nand等命令烧入存储器中，完成Linux4.4.3内核在ARM微处理器上的移植。所述步骤二的Web服务器的移植实现具体分为以下步骤：2.1，准备Boa服务器源代码boa-0.94.13.tar.gz，并将其进行解压缩；2.2，在src目录下执行命令./configure，会产生一个makefile文件，修改src目录下makefile文件，boa.c文件，compat.h文件；2.3，编译，把“src/”目录下编译得到的boa执行文件拷贝的文件系统的“sbin/”目录下，在/etc目录下建立一个boa目录，把“boa-0.94.13/”目录下的boa.conf文件拷贝到文件系统的“etc/boa/”目录下；2.4，创建日志文件所在目录/var/log/boa，创建html文档的主目录/www，创建CGI脚本所在目录/www/cgi-bin；2.5，修改boa.conf文件，把Linux系统etc/目录下的mime.types拷贝到文件系统etc/目录下。所述步骤三的CGIC库的移植实现具体分为以下步骤：3.1，准备cgic205.tar.gz源码包，并将其进行解压缩；3.2，修改Makefile文件后，并进行编译,；3.3，拷贝cgic205目录下的capture文件到文件系统/www/cgi-bin目录下。所述步骤四的网络模型建立实现具体分为以下步骤：4.1，根据实际环境选取PM10、HCHO、CO2作为网络模型输入，当然也可根据实际监控环境进行变换。因此网络模型的后件网络输入节点I为3个，隐含节点按M＝2I+1计算，为7个，输出节点为1个，前件网络为输入层、模糊化层、规则层、去模糊化层；4.2，模糊系统参数p0j，pij，隶属度函数的中心cij和宽度bij(i＝1,2，3，j＝1,2...7)的初值分别为(0,1)上的随机数；4.3，由4.1和4.2可确定需要训练的参数宽度b有21个，中心c有21个，模糊系统参数p0j各有7个，pij有21个，共计70个参数。4.4，将这70个参数组成一个粒子，粒子群算法中种群规模m选为15，每个粒子长度n为70，优本文档来自技高网...

【技术保护点】
基于改进粒子群的T‑S模糊神经网络室内空气质量评价系统，其特征在于：该系统是基于一种智能家居控制装置进行的，所述的智能家居控制装置包括智能家居控制中心、外围电路、传感器模块组、微控制器、网络传输模块、看门狗及复位电路模块、电源模块、智能家居控制终端、客户端；看门狗及复位电路模块和电源模块分别与各微控制器连接，传感器模块组通过外围电路与室内空气质量检测装置微控制器连接，空气质量检测装置采集的数据上传至智能家居控制中心，客户端通过Internet与智能家居控制中心进行交互；智能家居控制中心能够提供支持浏览的访问；外围电路包括温湿度、甲醛、光照值的外围电路；传感器模块组包括采集PM2.5、PM10、一氧化碳、二氧化碳的模块，且与室内空气质量检测装置相连；智能家居控制终端用于驱动下位机并实现开关量的输入输出、红外编码输出；用户端通过PC端或智能手机的浏览器与智能家居控制中心的客户端进行访问交互；微控制器为基于IPSO‑TSFNN模型的算法；网络传输模块置于室内空气质量检测装置和智能控制终端上，网络传输模块为WIFI模块；看门狗及复位电路模块用于保障系统正常运行；电源模块用于提供系统电源。

【技术特征摘要】
1.基于改进粒子群的T-S模糊神经网络室内空气质量评价系统，其特征在于：该系统是基于一种智能家居控制装置进行的，所述的智能家居控制装置包括智能家居控制中心、外围电路、传感器模块组、微控制器、网络传输模块、看门狗及复位电路模块、电源模块、智能家居控制终端、客户端；看门狗及复位电路模块和电源模块分别与各微控制器连接，传感器模块组通过外围电路与室内空气质量检测装置微控制器连接，空气质量检测装置采集的数据上传至智能家居控制中心，客户端通过Internet与智能家居控制中心进行交互；智能家居控制中心能够提供支持浏览的访问；外围电路包括温湿度、甲醛、光照值的外围电路；传感器模块组包括采集PM2.5、PM10、一氧化碳、二氧化碳的模块，且与室内空气质量检测装置相连；智能家居控制终端用于驱动下位机并实现开关量的输入输出、红外编码输出；用户端通过PC端或智能手机的浏览器与智能家居控制中心的客户端进行访问交互；微控制器为基于IPSO-TSFNN模型的算法；网络传输模块置于室内空气质量检测装置和智能控制终端上，网络传输模块为WIFI模块；看门狗及复位电路模块用于保障系统正常运行；电源模块用于提供系统电源。2.利用权利要求1所述系统进行的基于改进粒子群的T-S模糊神经网络室内空气质量评价方法，其特征在于：实现该方法具体包括以下步骤：步骤一：系统控制中心操作系统的移植；步骤二：系统控制中心Web服务器的移植；步骤三：系统控制中心CGIC库的移植；步骤四：建立基于IPSO-TSFNN模型；步骤五：根据国家室内空气质量标准建立训练集和检测集，对该网络进行训练和测试，得到可应用的网络模型；步骤六：温湿度传感器，PM2.5、PM10检测器，CO检测器，CO2检测器，HCHO检测器，光照检测器，实时将采集的数值上传给CPU；步骤七：CPU根据已经训练好的网络模型将PM10检测值，HCHO检测值，CO2检测值作为输入得到相应评价等级输出值，在智能控制模式下根据预先编入的控制策略智能调节家电，如空调、加湿器、空气净化器、卷帘窗等，实现对室内空气质量的调节，使室内空气质量保持在较好的状态下；同时将各传感器采集的数值和空气质量等级通过串口发给系统控制中心；步骤八：系统控制中心接收到室内空气检测装置传来的数据后，根据交互的协议解析数据，然后上传到浏览器客户端，供用户实时查看；步骤九：如果用户通过浏览器客户端的按钮下达控制命令，将由控制中心通过串口传输到室内空气检测装置，再由无线WIFI传输到智能控制终端实现对家电的手动控制。3.根据权利要求2所述的基于改进粒子群的T-S模糊神经网络室内空气质量评价方法，其特征在于：所述步骤一的操作系统的移植实现具体分为以下步骤：3.1，准备Linux4.4.3内核压缩包linux-4.4.3.tar.xz以及交叉编译工具arm-linux-gcc-4.3.2.tar.bz2；3.2，解压压缩包并安装编译器arm-linux-gcc-4.3.2；3.3，修改Makefile文件，修改机器类型ID号等；3.4，执行makemenuconfig，并对选项进行配置，以达到对内核进行裁剪，节省内存空间，提高编译效率；3.5，执行makeuImage进行编译，将生成的内核镜像文件uImage通过tftp、nand等命令烧入存储器中，完成Linux4.4.3内核在ARM微处理器上的移植。4.根据权利要求2所述的基于改进粒子群的T-S模糊神经网络室内空气质量评价方法，其特征在于：所述步骤二的Web服务器的移植实现具体分为以下步骤：4.1，准备Boa服务器源代码boa-0.94.13.tar.gz，并将其进行解压缩；4.2，在src目录下执行命令./configure，会产生一个makefile文件，修改src目录下makefile文件，boa.c文件，compat.h文件；4.3，编译，把“src/”目录下编译得到的boa执行文件拷贝的文件系统的“sbin/”目录下，在/etc目录下建立一个boa目录，把“boa-0.94.13/”目录下的boa.conf文件拷贝到文件系统的“etc/boa/”目录下；4.4，创建日志文件所在目录/var/log/boa，创建html文档的主目录/www，创建CGI脚本所在目录/www/cgi-bin；4.5，修改boa.conf文件，把Linux系统etc/目录下的mime.types拷贝到文件系统etc/目录下。5...

【专利技术属性】
技术研发人员：陈双叶，徐文政，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11