一种键盘匹配多设备的自动控制方法技术

本发明专利技术涉及计算机技术领域，尤其是指一种键盘匹配多设备的自动控制方法，其包括以下步骤：键盘接收多个设备的标识号、设备数据信息、传感器数据和用户选择的模式构成输入信息；键盘根据接收的输入信息，将该输入信息和用户选择的模式来定义相应的奖励函数并进行强化学习算法的训练，从而得到相应模式训练好的权值参数，并保存模型；键盘根据接收的输入信息，根据用户的选择模式调用训练好的相应模式的模型，将该输入信息输入到强化学习算法中；强化学习算法根据用户的选择模式和相应传感器数据、设备等信息，输出相应模式的多控制指令信息。本发明专利技术能够自动化控制联网设备，节省人力物力，提高工作效率。提高工作效率。提高工作效率。

【技术实现步骤摘要】
一种键盘匹配多设备的自动控制方法


[0001]本专利技术涉及计算机
，尤其是指一种键盘匹配多设备的自动控制方法。

技术介绍

[0002]随着科技的发展，联网的设备不断地增多，进一步地，管理与控制会变得更加地复杂多变。由于人的精力是有限的，面对如此多联网的设备，亟需一套自动化和智能的控制方法，但是，目前较多使用的控制方法较为传统，仅是一些阈值的调节，尚未进一步地使用人工智能相关方法进行调节与控制，而人工智能方法可通过训练获得相应模式的控制模型。鉴于此，实有必要提供一种键盘匹配多设备的自动控制方法，以解决上述问题，从而为用户节省人力成本和时间成本，提高工作效率。

技术实现思路

[0003]本专利技术针对现有技术的问题提供一种键盘匹配多设备的自动控制方法，设计巧妙，用户可以根据需求，切换不同的模式，本专利技术根据所接收的输入信息，定义相应模式的奖励函数，即可训练出所需模式的模型，从而能够自动化控制联网设备，节省人力物力，提高工作效率。
[0004]为了解决上述技术问题，本专利技术采用如下技术方案：
[0005]本专利技术提供了一种键盘匹配多设备的自动控制方法，包括以下步骤：
[0006]S1、键盘接收多个设备的标识号、设备数据信息、传感器数据和用户选择的模式构成输入信息；
[0007]S2、键盘根据接收的输入信息，将该输入信息和用户选择的模式来定义相应的奖励函数并进行强化学习算法的训练，从而得到相应模式训练好的权值参数，并保存模型；
[0008]S3、键盘根据接收的输入信息，根据用户的选择模式调用训练好的相应模式的模型，将该输入信息输入到强化学习算法中；
[0009]S4、强化学习算法根据用户的选择模式和相应传感器数据、设备等信息，输出相应模式的多控制指令信息。
[0010]其中，所述用户选择的模式包括安全模式、节能模式、静谧模式、娱乐模式和净化空气模式。
[0011]其中，所述键盘上设置有模式切换旋钮，用户可以通过模式切换旋钮来切换不同的模式。
[0012]其中，所述强化学习算法根据所接收的输入信息，定义相应模式的奖励函数，即可训练出所需模式的模型，在深度强化学习中，强化学习由深层神经网络构成，将多个输入映射至多个输出。
[0013]其中，所述传感器数据包括温度值、湿度值、PM2.5值、光照值和音响音量值。
[0014]其中，所述设备数据信息包括当前时间和当前开启的设备数量信息。
[0015]其中，所述多控制指令信息包括空调的开关指令O
K1
与温度调节指令窗帘电
机旋转指令O
R
、音响音量大小调节指令O
Y
、空气净化器开关指令O
K2
与空气净化器调节指令
[0016]其中，所述强化学习算法采用DQN算法，通过空调的开关I
K1
，空调温度调节I
T
，温度传感器值I
v1
，空调电量I
q1
，音响开关音量大小I
Y
，声音传感器值I
v2
，音响电量空气净化器开关I
K3
，空气净化器净化强度I
A
，PM2.5气体检测传感器数值I
v3
，空气净化器电量RGB灯光调节I
rgb
，RGB灯电量烟雾传感器I
smoke
,算法模型的输入信息为：
[0017]而通过空调的开关O
K1
，空调温度调节O
T
，音响开关音量大小O
Y
，空气净化器开关O
K3
，空气净化器净化强度O
A
，RGB灯数值O
rgb
，灭火气体和干粉输出值O
powder
，排气扇风速调节O
fan
,算法模型的输出信息为更新神经网络参数为p＝p+a(O
‑
O
y
)，其中，O
y
为对应O中设备的实际输出值，α为学习率，均设为0.1。
[0018]本专利技术的有益效果：
[0019]本专利技术设计巧妙，用户可以根据需求，切换不同的模式，本专利技术根据所接收的输入信息，定义相应模式的奖励函数，即可训练出所需模式的模型，从而能够自动化控制联网设备，节省人力物力，提高工作效率。
附图说明
[0020]图1为本专利技术的一种键盘匹配多设备的自动控制方法的流程图。
具体实施方式
[0021]为了便于本领域技术人员的理解，下面结合实施例与附图对本专利技术作进一步的说明，实施方式提及的内容并非对本专利技术的限定。以下结合附图对本专利技术进行详细的描述。
[0022]一种键盘匹配多设备的自动控制方法，包括以下步骤：
[0023]S1、键盘接收多个设备的标识号、设备数据信息、传感器数据和用户选择的模式构成输入信息；
[0024]S2、键盘根据接收的输入信息，将该输入信息和用户选择的模式来定义相应的奖励函数并进行强化学习算法的训练，从而得到相应模式训练好的权值参数，并保存模型；
[0025]S3、键盘根据接收的输入信息，根据用户的选择模式调用训练好的相应模式的模型，将该输入信息输入到强化学习算法中；
[0026]S4、强化学习算法根据用户的选择模式和相应传感器数据、设备等信息，输出相应模式的多控制指令信息。
[0027]具体地，本专利技术设计巧妙，用户可以根据需求，切换不同的模式，本专利技术根据所接收的输入信息，定义相应模式的奖励函数，即可训练出所需模式的模型，从而能够自动化控制联网设备，节省人力物力，提高工作效率。
[0028]其中，所述用户选择的模式包括安全模式、节能模式、静谧模式、娱乐模式和净化空气模式。
[0029]其中，所述键盘上设置有模式切换旋钮，用户可以通过模式切换旋钮来切换不同的模式。
[0030]其中，所述强化学习算法根据所接收的输入信息，定义相应模式的奖励函数，即可训练出所需模式的模型，在深度强化学习中，强化学习由深层神经网络构成，将多个输入映射至多个输出。
[0031]其中，所述传感器数据包括温度值、湿度值、PM2.5值、光照值和音响音量值。
[0032]其中，所述设备数据信息包括当前时间和当前开启的设备数量信息。
[0033]其中，所述多控制指令信息包括空调的开关指令O
K1
与温度调节指令窗帘电机旋转指令O
R
、音响音量大小调节指令O
Y
、空气净化器开关指令O
K2
与空气净化器调节指令
[0034]其中，所述强化学习算法采用DQN算法，通过空调的开关I
K1
，空调温度调节I
T
，温度传感器值I
v1
，空调电量I
q1
，音响开关音量大小I
Y
，声音传感器值I...

【技术保护点】

【技术特征摘要】
1.一种键盘匹配多设备的自动控制方法，其特征在于，包括以下步骤：S1、键盘接收多个设备的标识号、设备数据信息、传感器数据和用户选择的模式构成输入信息；S2、键盘根据接收的输入信息，将该输入信息和用户选择的模式来定义相应的奖励函数并进行强化学习算法的训练，从而得到相应模式训练好的权值参数，并保存模型；S3、键盘根据接收的输入信息，根据用户的选择模式调用训练好的相应模式的模型，将该输入信息输入到强化学习算法中；S4、强化学习算法根据用户的选择模式和相应传感器数据、设备等信息，输出相应模式的多控制指令信息。2.根据权利要求1所述的一种键盘匹配多设备的自动控制方法，其特征在于：所述用户选择的模式包括安全模式、节能模式、静谧模式、娱乐模式和净化空气模式。3.根据权利要求2所述的一种键盘匹配多设备的自动控制方法，其特征在于：所述键盘上设置有模式切换旋钮，用户可以通过模式切换旋钮来切换不同的模式。4.根据权利要求1所述的一种键盘匹配多设备的自动控制方法，其特征在于：所述强化学习算法根据所接收的输入信息，定义相应模式的奖励函数，即可训练出所需模式的模型，在深度强化学习中，强化学习由深层神经网络构成，将多个输入映射至多个输出。5.根据权利要求1所述的一种键盘匹配多设备的自动控制方法，其特征在于：所述传感器数据包括温度值、湿度值、PM2.5值、光照值和音响音量值。6.根据权利要求1所述的一种键盘匹配多设备的自动控制方法，其特征在于：所述设备数据信息包括当前时间和当前开启的设备数量信息。7.根据权利要求1所述的一种键盘匹配多设备的自动控制方法，其特征在于：所述多控制指令信息包括空调的开关指令O
K1
与温度调节指令窗帘电机旋转指令O
R
...

【专利技术属性】
技术研发人员：张利新，
申请(专利权)人：广东迅扬科技股份有限公司，
类型：发明
国别省市：