基于SVM的智能家居輔助決策系統(tǒng)研究.pdf

1、隨著生活水平的提高及物聯(lián)網(wǎng)、機(jī)器學(xué)習(xí)等技術(shù)的發(fā)展，如何使家居具備自主“學(xué)習(xí)”能力，根據(jù)用戶個(gè)人習(xí)慣自主控制照明燈、窗簾等家居的開(kāi)閉成為當(dāng)前智能家居研究的熱點(diǎn)之一，對(duì)智能家居的發(fā)展及推廣具有重要意義。本文對(duì)智能家居輔助決策中的異常數(shù)據(jù)處理、獲取用戶決策規(guī)則集、用戶類(lèi)別判定及優(yōu)化決策等問(wèn)題進(jìn)行了深入的研究。
　　本文主要工作如下：
　　1)分析和研究了智能家居輔助決策中的環(huán)境信息特點(diǎn)、決策方法、評(píng)估標(biāo)準(zhǔn)等，給出了一種支持向量機(jī)和

2、K近鄰算法相結(jié)合的智能家居輔助決策模型。該模型構(gòu)建主要包括個(gè)人環(huán)境信息建模、異常數(shù)據(jù)處理、相似用戶查找及基于支持向量機(jī)的用戶決策規(guī)則集獲取等。通過(guò)實(shí)驗(yàn)，與一般決策系統(tǒng)、基于BP神經(jīng)網(wǎng)絡(luò)的決策系統(tǒng)進(jìn)行決策準(zhǔn)確度的對(duì)比，結(jié)果表明，該方法具有耗時(shí)少、精度高的特點(diǎn)。
　　2)給出了一種基于自適應(yīng)步長(zhǎng)和增強(qiáng)隨機(jī)擾動(dòng)的的改進(jìn)螢火蟲(chóng)算法，用于優(yōu)化決策系統(tǒng)，通過(guò)引入亮度值和歐幾里得距離公式改進(jìn)了原算法中的位置更新公式，并利用matlab中的測(cè)試函