买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及一种基于博弈模型的多人环境下空调温度智能化设定方法，包括：将不同热偏好人员群体设为行为主体，以内在需求融合指标为效益函数，以调低温度、调高温度和保持温度不变为策略，构建演化博弈模型；以群体效益最大化为目标，通过复制动态方程求解多人空调环境中不同温度工况下的温度调节行为意向，为空调温度调节的智能化决策提供了可量化的融合需求特征。本发明能够更准确的预测不同热偏好的人员的空调温度调节意向，最大程度平衡群体内在需求，保证了室温稳定性，追求群体效益最大化。

主权项：1.一种基于博弈模型的多人环境下空调温度智能化设定方法，其特征在于：所述方法的步骤为：S1、基于不同环境工况下的人员热偏好投票结果，将人员热偏好的类别分为喜热型R、适中型Q和喜冷型P，通过人员生理监测获得盛理监测结果，包括心率变化率ΔHR、心率变异性指标LFHF、皮肤温度MST及脑电信号EEGi；S2、采用XGBoost算法将ΔHR、LFHF、MST和EEGi四个分项特征生理信号作为输入变量，建立相应的目标函数，构建不同偏好人员集成生理信号预测模型，得到不同偏好人员集成生理信号预测值IPS，所述集成生理信号预测值IPS的计算公式为： 式中，IPS表示集成生理信号预测值；xi表示样本参数的输入项；N表示决策树的数量；ψ表示由所有决策树组成的函数空间；以中性状态下的集成生理信号作为目标值，在空调温度的调节过程中以尽可能使实时集成生理信号接近目标值来表示人员生理需求的降低，建立基于热偏好的单类人员生理需求预测模型Uphy,a；S3、基于S1中的生理监测结果，提取人员脑电信号，经过预处理后计算出人员的认知负荷CLa，所述人员的认知负荷CLa计算公式如式2所示， 式中，CLa表示a偏好人员在t时刻所处温度下的认知负荷；和分别表示a偏好人员在θ频段F3通道下、θ频段F4通道下、α频段P3通道下和α频段P8通道下处于静息状态的脑电特征值相对功率；uF3，uF4，uF7和uF8表示不同认知状态下的脑电特征值相比于静息状态的修正系数；基于所获得的人员的认知负荷CLa，以人员在中性环境中的认知负荷为基准值，在空调温度的调节过程中以尽可能使实时认知负荷接近目标值来表示人员心理需求的降低，建立基于热偏好的单类人员心理需求预测模型Upsy,a；S4、室内人员相互影响会产生一定的社交需求，通过判断温度调节行为意向靠近或是偏离他人期望温度，建立基于热偏好的单类人员社交需求预测模型，如式3、4所示， 式中，Uapp，a表示a偏好人员受到群体影响所产生的正向需求，即靠近他人期望；Upun，a表示a偏好人员受到群体影响所产生的负向需求，即偏离他人期望；εapp，a和εpun，a表示社交需求系数；μi表示群体空间中i偏好人员所占比例；Uapp，i，a和Upun，i，a分别表示a偏好人员受到i偏好人员的影响所产生的正向和负向需求；S5、集成S2～S4所获得的需求预测模型，通过基于最小二乘法的静态权重估计和基于粒子滤波方法的动态权重更新估计内在需求权重比例构建人员期望效益模型，得到空调温度调节意向，所述人员期望效益模型如式5所示， 式中，U表示人员期望效益，分别表示生理需求、心理需求以及社交需求对人员期望效益的权重占比；Ui＝[Uphy，Upsy，Uapp，Upun]T，表示分项需求；S6、基于S5的人员期望效益模型，以具有不同热偏好的各类人员群体为博弈主体，构建各方主体策略选择的效益函数，计算平均期望效益；S7、进行群体空调温度调节博弈，博弈过程分为两个阶段，第一阶段以各类偏好人员基于当前环境温度分别以调高温度和不调高温度作为行为策略，构建博弈模型复制动态方程，根据博弈模型复制动态方程不断迭代来求解演化博弈均衡解，若均衡解为1，1，1，即R、Q和P类人员的博弈结果为调高温度，结束博弈；若所均衡解为0，0，0，即R、Q和P类人员的博弈结果不调高温度，进行博弈第二阶段；以保持温度不变和降低温度分别作为行为策略，重新再构建博弈模型复制动态方程，不断迭代求解演化博弈均衡解，若均衡解为-1，-1，-1，即R、Q和P类人员的博弈结果为调低温度，若均衡解为0，0，0，即R、Q和P类人员的博弈结果为保持温度不变，由博弈结果来判断空调温度调节方向，从而实现室内温度的最佳控制。

全文数据：

权利要求：

百度查询： 天津大学 一种基于博弈模型的多人环境下空调温度智能化设定方法