一种智能家居设备管理方法、系统、设备及介质与流程

1.本发明涉及智能家居系统技术领域，具体为一种智能家居设备管理方法、系统、设备及介质。


背景技术：

2.智能家居系统是利用先进的计算机技术、网络通讯技术、智能云端控制、综合布线技术、医疗电子技术依照人体工程学原理，融合个性需求，将与家居生活有关的各个子系统如安防、灯光控制、窗帘控制、煤气阀控制、信息家电、场景联动、地板采暖、健康保健、卫生防疫、安防保安等有机地结合在一起，通过网络化综合智能控制和管理，实现“以人为本”的全新家居生活体验，其又称智能住宅。
3.在申请公布号为cn115708390a的中国发明申请中，公开了一种设备管理系统、方法和主控设备，该系统包括主控设备，和分别与主控设备无线连接的第一设备和第二设备，主控设备被配置为，在获取到第一用户操作后，在第一设备和第二设备未连接的情况下，向第一设备和/或第二设备发送连接指令，该连接指令用于指示第一设备和第二设备建立无线连接，第一设备和第二设备被配置为，根据连接指令建立无线连接。
4.在以上发明申请中，虽然增加了两个智能家居设备之间的连接关系，但在智能家居设备的运用中并不能有效、自主性的来提高室内环境的舒适度，传统的智能家居设备管理方式也只能对单个环境参数进行调控，无法全面的掌握整体环境状况，若是某个智能家居设备发生故障时，用户也无法及时获取，从而影响后续检修时的工作效率。


技术实现要素：

5.针对现有技术的不足，本发明提供了一种智能家居设备管理方法、系统、设备及介质，建立模糊神经网络控制模型，对智能家居设备进行调控，可针对不同的应用场景进行联动式调控，在考虑多个环境参数之间的相互作用和影响后，通过模糊规则来实现对智能家居设备的联合调控，提高了用户的舒适性，对于目标智能家居设备失联或是故障的情况，则能够及时的发出预警，结合目标智能家居设备的位置信息，能够准确、高效的完成对目标智能家居设备的检修工作，解决了背景技术中提出的问题。
6.为实现以上目的，本发明通过以下技术方案予以实现：一种智能家居设备管理方法，包括如下步骤：搭建设备管理平台，在设备管理平台内与各个类型的智能家居设备进行交互，并对设备管理平台提供可视化窗口，获取各个类型智能家居设备的位置和状态；采集室内环境参数数据，进行预处理后，建立环境参数数据集，基于环境参数数据集获取目标楼层内的室内环境评估值pr，并将环境参数数据集和室内环境评估值pr输入到建立的模糊神经网络控制模型中，若是室内环境评估值pr＜标准阈值，则通过模糊神经网络控制模型完成对智能家居设备的调控，直至室内环境评估值pr≥标准阈值；在模糊神经网络控制模型发送对目标智能家居设备的调控指令后，设备管理平台
获取目标智能家居设备的状态，若是目标智能家居设备不作出响应，则通过设备管理平台反馈至移动端，触发报修指令。
7.进一步的，各个类型的智能家居设备至少包括：智能空调、智能加湿器以及智能通风扇，且智能家居设备和设备管理平台共用同一局域网，所述设备管理平台与各个智能家居设备通过wifi协议实现通信连接；对于智能空调、智能加湿器以及智能通风扇这类智能家居设备而言，各个设备内均配备有联网单元，用于向设备管理平台发送其位置和状态信息，并能够通过设备管理平台完成对各个智能家居设备进行远程操控，方便对各个智能家居设备进行统一化的调控处理，体现了智能化程度。
8.进一步的，在各个智能家居设备中均内置有gps定位器，用于定位智能家居设备的位置，且智能家居设备的状态至少包括：实时运行状态和能耗。
9.进一步的，室内环境参数数据至少包括：室内温度t、室内湿度h以及室内二氧化碳含量c，其中，所述室内温度t的获取方式为：使用温度传感器直接测量，所述室内湿度h的获取方式为：使用湿度传感器直接测量，所述室内二氧化碳含量c的获取方式为：使用二氧化碳浓度传感器直接测量；该处获取到的室内温度t、室内湿度h以及室内二氧化碳含量c均是同一楼层内的，对于室内环境评估值pr则可通过不同楼层进行分别获取，从而实现分区式的判断，在一定程度上能够保证上述测量结果的准确性；目标楼层内的室内环境评估值pr的获取方式如下：获取目标楼层内的室内温度t、室内湿度h以及室内二氧化碳含量c，无量纲处理后，关联形成室内环境评估值pr，；
10.其中，参数的意义为，，，且，为权重，其具体值由用户调整设置，为常数修正系数。
11.进一步的，在模糊神经网络控制模型中，对智能家居设备调控采用联动式调控，包括如下步骤：第一步定义联动关系：当室内温度t超过设定阈值时，则智能空调和智能通风扇同步开启，当室内湿度h低于预定阈值时，则智能加湿器和智能通风扇同步开启，当室内二氧化碳含量c低于预设阈值时，则智能通风扇和智能空调同步开启；第二步构建模糊神经网络模型：根据联动关系，构建cnn卷积神经网络模型；第三步定义输入变量和隶属函数：根据联动关系，确定室内环境参数数据和各个参数数据的隶属函数，其中的室内环境参数数据为输入变量，隶属函数用于将输入变量模糊化，使连续的输入映射到模糊的语言描述上；第四步制定模糊规则和推理规则：基于联动关系和输入变量，使用模糊if-then规则来表达输入变量和输出设备的联动关系，其中的输出设备为各个类型的智能家居设备；需要说明的是：模糊if-then规则是一种基于模糊逻辑的规则形式，由两个部分组成：前件（模糊if）和后件（模糊then）；其中的前件（模糊if）部分描述了输入变量的条件，通常使用模糊集合和模糊逻辑运算来表达；例如，“温度高且湿度低”，这里的“温度高”和“湿度低”就是模糊集合，在模糊逻辑中会使用隶属函数以及逻辑运算（如and、or）来表示；
后件（模糊then）部分描述了对应的输出设备或控制动作，在这个例子中，后件可以是“打开智能空调和智能通风扇”，它们也是模糊集合或模糊动作，根据具体需求和设备的控制方式，可以进一步定义模糊集合的隶属函数，来表达设备的输出强度或程度；推理规则是根据联动关系和输入变量之间的关系，通过模糊if-then规则进行推理计算，在推理过程中，模糊引擎将输入的模糊集合和前件的模糊if-then规则进行模糊推理运算，得到模糊化的输出结果，然后通过去模糊化的方法，将模糊输出结果转换为对应的具体输出值，用于控制智能家居设备。
12.第五步训练cnn卷积神经网络模型：使用反向传播算法，通过调整cnn卷积神经网络模型的权重和偏置，训练其学习和调整联动调控关系；第六步联动调控：将cnn卷积神经网络模型应用于实际的智能家居设备联动调控中，根据当前的输入变量值，输入到cnn卷积神经网络模型中，通过模糊推理和模糊输出的处理，得到相应的输出信号，控制智能家居设备进行联动调控。
13.进一步的，目标智能家居设备不作出响应的标准为目标智能家居设备的能耗始终为0，而后设备管理平台将获取到的目标智能家居设备的状态信息通过无线信号传输的方式反馈至移动端，在用户手机app上触发报修指令，实现振动提示。
14.一种智能家居设备管理系统，包括设备连接模块、设备管理模块以及设备维修模块；其中，设备连接模块、用于在设备管理平台内与各个类型的智能家居设备进行交互，并对设备管理平台提供可视化窗口，获取各个类型智能家居设备的位置和状态；设备管理模块、用于采集室内环境参数数据，进行预处理后，建立环境参数数据集，基于环境参数数据集获取目标楼层内的室内环境评估值pr，并将环境参数数据集和室内环境评估值pr输入到建立的模糊神经网络控制模型中，若是室内环境评估值pr＜标准阈值，则通过模糊神经网络控制模型完成对智能家居设备的调控，直至室内环境评估值pr≥标准阈值；设备维修模块、用于在模糊神经网络控制模型发送对目标智能家居设备的调控指令后，设备管理平台获取目标智能家居设备的状态，若是目标智能家居设备不作出响应，则通过设备管理平台反馈至移动端，触发报修指令；具体的，通过使用各个模块之间的配合，建立模糊神经网络控制模型，对智能家居设备进行调控，由于使用到的模糊神经网络具有学习能力，可以通过训练和优化逐渐调整和改进模型的性能，这使得联动调控可以根据实际的反馈和数据进行自适应调整，逐步提升调控策略和效果。
15.一种智能家居设备管理设备，包括管理设备本体和控制器，控制器包括存储器、处理器以及存储于存储器内并在处理器上运行的计算机程序，处理器执行计算机程序时实现智能家居设备管理方法的步骤。
16.一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现智能家居设备管理方法的步骤。
17.本发明提供了一种智能家居设备管理方法、系统、设备及介质，具备以下有益效果：通过建立模糊神经网络控制模型对智能家居设备进行调控，可针对不同的应用场
景进行联动式调控，在考虑多个环境参数之间的相互作用和影响后，通过模糊规则来实现对智能家居设备的联合调控，解决了传统控制方法可能面临的多变量之间的复杂关系和耦合问题，同时增加了室内环境评估值pr的判定，为联动调控过程提供了多一层的判定标准，实现智能化管理，使得室内环境始终保持极高的舒适度，提高了用户的舒适性；在设备管理平台提供的可视化窗口上能够实时观测各个智能家居设备的运行状态，建立的模糊神经网络控制模型为了保证室内环境的舒适度，需要对目标智能家居设备进行调控，调控过程中若是遇到目标智能家居设备失联或是故障的情况，则能够及时的发出预警，结合目标智能家居设备的位置信息，能够准确、高效的完成对目标智能家居设备的检修工作。
附图说明
18.图1为本发明智能家居设备管理方法的流程图；图2为本发明智能家居设备管理系统的模块化框图。
具体实施方式
19.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
20.实施例1：请参阅图1，本发明提供一种智能家居设备管理方法，包括如下步骤：步骤一、搭建设备管理平台，在设备管理平台内与各个类型的智能家居设备进行交互，并对设备管理平台提供可视化窗口，获取各个类型智能家居设备的位置和状态；所述步骤一包括如下内容：步骤101、各个类型的智能家居设备至少包括：智能空调、智能加湿器以及智能通风扇，且智能家居设备和设备管理平台共用同一局域网，所述设备管理平台与各个智能家居设备通过wifi协议实现通信连接，对于智能空调、智能加湿器以及智能通风扇这类智能家居设备而言，各个设备内均配备有联网单元，用于向设备管理平台发送其位置和状态信息，并能够通过设备管理平台完成对各个智能家居设备进行远程操控，对于各个智能家居的型号在此不多作赘述，各个设备均为市场上所常见的结构。
21.步骤102、在设备管理平台与各个智能家居设备进行通信连接后，由于在各个智能家居设备中均内置有gps定位器，用于定位智能家居设备的位置，继而实现获取各个类型智能家居设备的位置、实时运行状态以及能耗；使用时，结合步骤101及102中的内容：智能家居设备管理系统可对目标智能家居设备进行调控，调控过程中若是遇到目标智能家居设备失联或是故障的情况，则能够及时的发出预警，结合目标智能家居设备的位置信息，能够准确、高效的完成对目标智能家居设备的检修工作。
22.步骤二、采集室内环境参数数据，进行预处理后，建立环境参数数据集，基于环境参数数据集获取目标楼层内的室内环境评估值pr，并将环境参数数据集和室内环境评估值pr输入到建立的模糊神经网络控制模型中，若是室内环境评估值pr＜标准阈值，则通过模
糊神经网络控制模型完成对智能家居设备的调控，直至室内环境评估值pr≥标准阈值；该处标准阈值也是通过人工进行选取的，在实践中，标准阈值也需要根据建筑特性、环境条件和用户需求进行调整和设置，在室内环境评估值pr＝标准阈值时，表示室内环境达到一个最低的舒适度。
23.所述步骤二包括如下内容：步骤201、室内环境参数数据至少包括：室内温度t、室内湿度h以及室内二氧化碳含量c，其中，所述室内温度t的获取方式为：使用温度传感器直接测量，所述室内湿度h的获取方式为：使用湿度传感器直接测量，所述室内二氧化碳含量c的获取方式为：使用二氧化碳浓度传感器直接测量；该处获取到的室内温度t、室内湿度h以及室内二氧化碳含量c均是同一楼层内的，对于室内环境评估值pr则可通过不同楼层进行分别获取，从而实现分区式的判断。
24.目标楼层内的室内环境评估值pr的获取方式如下：获取目标楼层内的室内温度t、室内湿度h以及室内二氧化碳含量c，无量纲处理后，关联形成室内环境评估值pr，；
25.其中，参数的意义为，，，且，为权重，其具体值由用户调整设置，为常数修正系数；步骤202、在模糊神经网络控制模型中，对智能家居设备调控采用联动式调控，包括如下步骤：第一步定义联动关系：当室内温度t超过设定阈值时，则智能空调和智能通风扇同步开启，当室内湿度h低于预定阈值时，则智能加湿器和智能通风扇同步开启，当室内二氧化碳含量c低于预设阈值时，则智能通风扇和智能空调同步开启；上述的设定阈值、预定阈值以及预设阈值均是人为设定的阈值，根据使用者的实际需求和人体保持舒适时所需要的条件来设定，例如：在冬季下，室内湿度h对应的设定阈值为25℃，室内湿度h对应的预定阈值为80％；在夏季下，室内湿度h对应的设定阈值则变为28℃，室内湿度h对应的预定阈值则为60％。
26.第二步构建模糊神经网络模型：根据联动关系，构建cnn卷积神经网络模型；第三步定义输入变量和隶属函数：根据联动关系，确定室内环境参数数据和各个参数数据的隶属函数，其中的室内环境参数数据为输入变量，隶属函数用于将输入变量模糊化，使连续的输入映射到模糊的语言描述上；第四步制定模糊规则和推理规则：基于联动关系和输入变量，使用模糊if-then规则来表达输入变量和输出设备的联动关系，其中的输出设备为各个类型的智能家居设备；需要说明的是：模糊if-then规则是一种基于模糊逻辑的规则形式，由两个部分组成：前件（模糊if）和后件（模糊then）；其中的前件（模糊if）部分描述了输入变量的条件，通常使用模糊集合和模糊逻辑运算来表达；例如，“温度高且湿度低”，这里的“温度高”和“湿度低”就是模糊集合，在模糊逻辑中会使用隶属函数以及逻辑运算（如and、or）来表示；后件（模糊then）部分描述了对应的输出设备或控制动作，在这个例子中，后件可
以是“打开智能空调和智能通风扇”，它们也是模糊集合或模糊动作，根据具体需求和设备的控制方式，可以进一步定义模糊集合的隶属函数，来表达设备的输出强度或程度；推理规则是根据联动关系和输入变量之间的关系，通过模糊if-then规则进行推理计算，在推理过程中，模糊引擎将输入的模糊集合和前件的模糊if-then规则进行模糊推理运算，得到模糊化的输出结果，然后通过去模糊化的方法，将模糊输出结果转换为对应的具体输出值，用于控制智能家居设备。
27.第五步训练cnn卷积神经网络模型：使用反向传播算法，通过调整cnn卷积神经网络模型的权重和偏置，训练其学习和调整联动调控关系；第六步联动调控：将cnn卷积神经网络模型应用于实际的智能家居设备联动调控中，根据当前的输入变量值，输入到cnn卷积神经网络模型中，通过模糊推理和模糊输出的处理，得到相应的输出信号，控制智能家居设备进行联动调控；使用时，结合步骤201及202中的内容：通过建立模糊神经网络控制模型对智能家居设备进行调控，可针对不同的应用场景进行联动式调控，在考虑多个环境参数之间的相互作用和影响后，通过模糊规则来实现对智能家居设备的联合调控，解决了传统控制方法可能面临的多变量之间的复杂关系和耦合问题，同时增加了室内环境评估值pr的判定，为联动调控过程提供了多一层的判定标准，实现智能化管理，使得室内环境始终保持极高的舒适度，提高了用户的舒适性。
28.步骤三、在模糊神经网络控制模型发送对目标智能家居设备的调控指令后，设备管理平台获取目标智能家居设备的状态，若是目标智能家居设备不作出响应，则通过设备管理平台反馈至移动端，触发报修指令；具体的，目标智能家居设备不作出响应的标准为目标智能家居设备的能耗始终为0，而后设备管理平台将获取到的目标智能家居设备的状态信息通过无线信号传输的方式反馈至移动端，在用户手机app上触发报修指令，实现振动提示；在设备管理平台提供的可视化窗口上能够实时观测各个智能家居设备的运行状态，建立的模糊神经网络控制模型为了保证室内环境的舒适度，需要对目标智能家居设备进行调控，调控过程中若是遇到目标智能家居设备失联或是故障的情况，则能够及时的发出预警，结合目标智能家居设备的位置信息，能够准确、高效的完成对目标智能家居设备的检修工作。
29.实施例2：请参阅图2，本发明提供一种智能家居设备管理系统，包括设备连接模块、设备管理模块以及设备维修模块；其中，设备连接模块、用于在设备管理平台内与各个类型的智能家居设备进行交互，并对设备管理平台提供可视化窗口，获取各个类型智能家居设备的位置和状态；设备管理模块、用于采集室内环境参数数据，进行预处理后，建立环境参数数据集，基于环境参数数据集获取目标楼层内的室内环境评估值pr，并将环境参数数据集和室内环境评估值pr输入到建立的模糊神经网络控制模型中，若是室内环境评估值pr＜标准阈值，则通过模糊神经网络控制模型完成对智能家居设备的调控，直至室内环境评估值pr≥标准阈值；设备维修模块、用于在模糊神经网络控制模型发送对目标智能家居设备的调控指令后，设备管理平台获取目标智能家居设备的状态，若是目标智能家居设备不作出响应，则
通过设备管理平台反馈至移动端，触发报修指令；通过使用各个模块之间的配合，建立模糊神经网络控制模型，对智能家居设备进行调控，由于使用到的模糊神经网络具有学习能力，可以通过训练和优化逐渐调整和改进模型的性能，这使得联动调控可以根据实际的反馈和数据进行自适应调整，逐步提升调控策略和效果。
30.其中，还包括一种智能家居设备管理设备，包括管理设备本体和控制器，控制器包括存储器、处理器以及存储于存储器内并在处理器上运行的计算机程序，处理器执行计算机程序时实现智能家居设备管理方法的步骤；一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现智能家居设备管理方法。
31.上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。
32.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
33.以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。

技术特征：
1.一种智能家居设备管理方法，其特征在于：包括如下步骤：搭建设备管理平台，在设备管理平台内与各个类型的智能家居设备进行交互，并对设备管理平台提供可视化窗口，获取各个类型智能家居设备的位置和状态；采集室内环境参数数据，进行预处理后，建立环境参数数据集，基于环境参数数据集获取目标楼层内的室内环境评估值pr，并将环境参数数据集和室内环境评估值pr输入到建立的模糊神经网络控制模型中，若是室内环境评估值pr＜标准阈值，则通过模糊神经网络控制模型完成对智能家居设备的调控，直至室内环境评估值pr≥标准阈值；在模糊神经网络控制模型发送对目标智能家居设备的调控指令后，设备管理平台获取目标智能家居设备的状态，若是目标智能家居设备不作出响应，则通过设备管理平台反馈至移动端，触发报修指令。2.根据权利要求1所述的一种智能家居设备管理方法，其特征在于：各个类型的智能家居设备至少包括：智能空调、智能加湿器以及智能通风扇，且智能家居设备和设备管理平台共用同一局域网，所述设备管理平台与各个智能家居设备通过wifi协议实现通信连接。3.根据权利要求1所述的一种智能家居设备管理方法，其特征在于：在各个智能家居设备中均内置有gps定位器，用于定位智能家居设备的位置，且智能家居设备的状态至少包括：实时运行状态和能耗。4.根据权利要求2所述的一种智能家居设备管理方法，其特征在于：室内环境参数数据至少包括：室内温度t、室内湿度h以及室内二氧化碳含量c，其中，所述室内温度t的获取方式为：使用温度传感器直接测量，所述室内湿度h的获取方式为：使用湿度传感器直接测量，所述室内二氧化碳含量c的获取方式为：使用二氧化碳浓度传感器直接测量。5.根据权利要求4所述的一种智能家居设备管理方法，其特征在于：目标楼层内的室内环境评估值pr的获取方式如下：获取目标楼层内的室内温度t、室内湿度h以及室内二氧化碳含量c，无量纲处理后，关联形成室内环境评估值pr，；其中，参数的意义为，，，且，为权重，其具体值由用户调整设置，为常数修正系数。6.根据权利要求4所述的一种智能家居设备管理方法，其特征在于：在模糊神经网络控制模型中，对智能家居设备调控采用联动式调控，包括如下步骤：第一步定义联动关系：当室内温度t超过设定阈值时，则智能空调和智能通风扇同步开启，当室内湿度h低于预定阈值时，则智能加湿器和智能通风扇同步开启，当室内二氧化碳含量c低于预设阈值时，则智能通风扇和智能空调同步开启；第二步构建模糊神经网络模型：根据联动关系，构建cnn卷积神经网络模型；第三步定义输入变量和隶属函数：根据联动关系，确定室内环境参数数据和各个参数数据的隶属函数，其中的室内环境参数数据为输入变量，隶属函数用于将输入变量模糊化，使连续的输入映射到模糊的语言描述上；第四步制定模糊规则和推理规则：基于联动关系和输入变量，使用模糊if-then规则来表达输入变量和输出设备的联动关系，其中的输出设备为各个类型的智能家居设备；
第五步训练cnn卷积神经网络模型：使用反向传播算法，通过调整cnn卷积神经网络模型的权重和偏置，训练其学习和调整联动调控关系；第六步联动调控：将cnn卷积神经网络模型应用于实际的智能家居设备联动调控中，根据当前的输入变量值，输入到cnn卷积神经网络模型中，通过模糊推理和模糊输出的处理，得到相应的输出信号，控制智能家居设备进行联动调控。7.根据权利要求3所述的一种智能家居设备管理方法，其特征在于：目标智能家居设备不作出响应的标准为目标智能家居设备的能耗始终为0，而后设备管理平台将获取到的目标智能家居设备的状态信息通过无线信号传输的方式反馈至移动端，在用户手机app上触发报修指令，实现振动提示。8.一种智能家居设备管理系统，其特征在于：包括设备连接模块、设备管理模块以及设备维修模块；其中，设备连接模块、用于在设备管理平台内与各个类型的智能家居设备进行交互，并对设备管理平台提供可视化窗口，获取各个类型智能家居设备的位置和状态；设备管理模块、用于采集室内环境参数数据，进行预处理后，建立环境参数数据集，基于环境参数数据集获取目标楼层内的室内环境评估值pr，并将环境参数数据集和室内环境评估值pr输入到建立的模糊神经网络控制模型中，若是室内环境评估值pr＜标准阈值，则通过模糊神经网络控制模型完成对智能家居设备的调控，直至室内环境评估值pr≥标准阈值；设备维修模块、用于在模糊神经网络控制模型发送对目标智能家居设备的调控指令后，设备管理平台获取目标智能家居设备的状态，若是目标智能家居设备不作出响应，则通过设备管理平台反馈至移动端，触发报修指令。9.一种智能家居设备管理设备，其特征在于：包括管理设备本体和控制器，控制器包括存储器、处理器以及存储于存储器内并在处理器上运行的计算机程序，处理器执行计算机程序时实现如1-7任一项所述方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：计算机程序被处理器执行时实现如权利要求1-7任一项所述方法的步骤。

技术总结
本发明公开了一种智能家居设备管理方法、系统、设备及介质，涉及智能家居系统技术领域，包括如下步骤：搭建设备管理平台，在设备管理平台内与各个类型的智能家居设备进行交互；采集室内环境参数数据，进行预处理后，建立环境参数数据集，基于环境参数数据集获取目标楼层内的室内环境评估值Pr；其技术要点为：建立模糊神经网络控制模型，对智能家居设备进行调控，通过模糊规则来实现对智能家居设备的联合调控，提高了用户的舒适性，对于目标智能家居设备失联或是故障的情况，则能够及时的发出预警，结合目标智能家居设备的位置信息，能够准确、高效的完成对目标智能家居设备的检修工作。作。作。


技术研发人员：张雪梅
受保护的技术使用者：合肥战聚智能科技有限公司
技术研发日：2023.07.18
技术公布日：2023/8/16