基于人工智能算法的室内办公环境在线评价系统

谢苗苗, 李华龙

(1. 安徽大学 江淮学院, 安徽 合肥 230031; 2. 中国科学院 合肥智能机械研究所, 安徽 合肥 230031;3. 中国科学技术大学 研究生院, 安徽 合肥 230026)

现代社会的发展已经使得室内环境从“功能性”向“舒适性”转变,舒适的工作环境既有利于身心健康,又能提高工作效率.让室内办公环境维持在高舒适度水平的同时,还可以降低办公室的能耗,进而降低办公大楼的能耗.将多源信息融合技术引入到智能办公,有着广泛的应用前景.本文提出了一种室内办公环境在线评价与调控系统,将温度、湿度、光照度、甲醛、CO和PM2.5六种传感器采集到的关键室内环境信息进行多参数融合后给出舒适度决策结果,据此实时控制办公室内相关设备,实现对室内办公环境在线评价与精准调控.例如,可以根据室内光环境的变化,自动控制电动窗帘的开关和照明设备的亮度;根据在工作时间内室内温度和湿度的情况,控制空调的开关或者调节到合适的温度;当办公室PM2.5或者甲醛浓度高的时候,启动空气净化系统或者新风系统等.本文首先将各室内环境监测传感器的异常数据剔除后进行自适应加权融合,然后再进行模糊控制算法处理,对室内办公环境的舒适度状况进行综合评判.评判结果考虑了室内6种环境因子之间的相互影响,克服了只考虑单个环境因子评价室内环境舒适度不准确的缺点,使得决策结果更加可靠,同时可以将评判结果回送主控单元,控制室内相关设备,实现对室内办公环境实时在线调控.

1 系统构成

图1为室内办公环境的测控系统结构框图.系统设置温度、湿度、光照度、甲醛、CO和PM2.5六种传感器,通过无线传输方式传至上位机(电脑或手机)显示,对所测得的环境数据经过自适应加权平均和模糊控制算法融合后,息显示出来并同时将决策结果返回给主控中心,控制室内空调、照明设备、空气净化系统等设备的工作,从而调节室内工作环境达到最佳状态,多传感器测量技术克服了用单一传感器测试结果有偏差导致判别结果不准确的情况.

将当前的环境信

图1测控系统结构框图

Fig.1 Structure diagram of the measurement and control system

2 自适应加权融合算法

2.1 拉依达准则和自适应加权融合算法

室内办公环境装设的6类传感器,可以实现多个室内办公区域环境参数的测量.原始测量数据经过相关算法处理后,得到室内办公环境的舒适度评价结果,回送给主控单元,工作人员可以根据决策结果自动或者手动控制启停相关设备来改善室内环境.为了使得监测结果更加精确,对传感器采集的数据先进行一级局部融合,再根据局部融合后的结果利用模糊综合评判进行决策评判,通过两级融合算法,能够提高室内监测数据的准确性以及对室内环境判断的精确性.

且满足

2.2 算法验证

下表1是夏天某办公大楼中3个办公室某时刻所监测到的温度和湿度数据,一共有18个测试点.

表1 某时刻温度和湿度测试结果

3 模糊控制理论

实际工作时,处在室内办公环境中的人们对所测得的数据并不是很关心,而更关心自己所处环境的舒适度,所以在经过自适应加权一级融合之后,还需要进一步建立多因子的模糊综合评价模型[4],建立室内环境参数的隶属度函数,对各类传感器因子隶属关系进行模糊变换,据此得到室内办公环境的综合评价结果,反馈给主控中心的控制单元.

3.1 模糊综合评判模型的建立

模糊综合评价方法是对受多个因素影响的对象做出综合评判的一种有效的决策方法[5]. 根据模糊控制原理和最大隶属度原则. 大致步骤[6]为:

(1) 确定因素集U.因为本系统中有6类传感器,取所有传感器的测量参数为因素集.即建立因素集合U={u1,u2,u3,u4,u5,u6},其中u1代表温度,u2代表湿度,u3代表光照度,u4代表甲醛质量浓度,u5代表PM2.5质量浓度,u6为代表CO质量浓度.

(2) 建立评价集合V.本系统中建立评价集V={v1,v2,v3},v1表示舒适,v2表示较舒适,v3表示不舒适.

(3) 建立模糊关系矩阵R

本文在实际环境人体舒适度体验的实验基础上,采用模糊统计的方法[7]来确定温度、湿度、光照度3个评价因子的隶属度.PM2.5质量浓度、甲醛质量浓度、CO质量浓度均采用梯形隶属函数.验证性实验中选取了172人对室内环境温湿度和亮度的舒适度体验,表2是这3个评价指标的隶属度一览表.

系统中PM2.5质量浓度、CO质量浓度和甲醛质量浓度对于评价集的隶属度函数,选用梯形分布函数[8-9]的以下3个公式来表示.

其中,a,b,c,d分别代表表2中3个因素所对应评价集元素舒适、较舒适和不舒适的分界点.μ1,μ2,μ3分别对应评价集中的3个元素舒适、较舒适和不舒适.由上述公式,可以计算出甲醛、CO质量浓度和PM2.5质量浓度的隶属度.表3中列出某一天上午11∶00采集的数据,可以求得r41=1,r42=0.6,r43=0;r51=1,r52=0.666 7,r53=0;r61=0,r62=0.571,r63=0.

表2 室内环境温度、湿度、光照度评价指标隶属度

表3 某天11∶00采集的数据信息Table 3 Data collected at 11∶00 am. someday

表4列出了人体舒适度对于甲醛质量浓度、CO质量浓度和PM2.5质量浓度3个评价指标体系.

(4) 建立因素权重集W

根据相关专家经验,影响室内环境人体舒适度的因素指标分别为温度、湿度、光照度及甲醛、PM2.5质量浓度和CO质量浓度,每一种指标对于评价等级的影响程度不同,用权重来表示.选用指数超标比法[10]确定这6种因素舒适度评价的权重.

表4 甲醛质量浓度、CO质量浓度和PM2.5质量浓度评价指标体系

由此,可以建立模糊关系矩阵

计算公式如下:

(4)

根据式(4)得到权重集

(5) 构建模糊评判模型,进行综合评价

根据模糊变换关系,将W与多因素评判矩阵R合成得到模糊综合评判的结果向量[11]

通过结果可知,b1的值最大,根据最大隶属度原则,可判断当前室内环境状态为舒适.

4 结 论

本文的室内办公环境在线评价调控系统结合自适应融合算法和模糊控制方法,可以对室内办公环境状况进行实时评价和调控,采用自适应加权融合和模糊综合评判结合的方法对传感器数据进行处理,评判结果融合考虑了多种参数因子的影响,克服了只考虑单因子影响评价室内环境舒适度不精确的缺点.现有的很多方法都是直接将传感器数据通过模糊综合评判等方法对室内热环境、光环境或者声环境舒适度进行评价,未考虑传感器虚假数据可能导致评判估计不准确的现象,本文的方法先对传感器的信源数据进行了预处理,去除异常数据后计算自适应融合估计值,再结合模糊控制算法进行综合评判,可以提高数据融合的可靠性.实验表明,该方法提高了系统对室内环境舒适度综合评判的准确性和可靠性,也可以将此方法用在智能办公大楼的设计和控制中,具有广泛应用前景.

参考文献:

[ 1 ] 宋庆恒,刘英德,马源,等. 基于多传感器数据融合的温室温湿度控制系统设计[J]. 江苏农业科学, 2015,43(6):394-396.

SONG Q H,LIU Y D,MA Y,et al. Design of control system of temperature and humidity in greenhouse based on multi-sensor data fusion[J]. Jiangsu Agricultural Sciences, 2015,43(6):394-396.

[ 2 ] 邢晓辰,蔡远文,姚静波,等. 基于改进自适应加权的多传感器融合监测[J]. 计算机测量与控制, 2015,23(12):3998-4001.

XING X C,CAI Y W,YAO J B,et al. Multi-sensor fusion monitoring based on improved adaptive weighted fusion algorithm[J]. Computer Measurement & Control, 2015,23(12):3998-4001.

[ 3 ] 唐亚鹏. 基于自适应加权数据融合算法的数据处理[J]. 计算机技术与发展, 2015(4):53-56.

TANG Y P. Data processing based on adaptive weighted data fusion algorithm[J]. Computer Technology and Development, 2015(4):53-56.

[ 4 ] 谢秋菊. 基于模糊理论的猪舍环境适应性评价及调控模型研究[D]. 哈尔滨:东北农业大学, 2015.

XIE Q J. Environmental suitability assessment and control model development for a swine house based on fuzzy theory[D]. Harbin: Northeast Agricultural University, 2015.

[ 5 ] 谢秋菊,苏中滨,NI J Q,等. 猪舍环境适宜性模糊综合评价[J]. 农业工程学报, 2016,32(16):198-205.

XIE Q J,SU Z B,NI J Q,et al. Fuzzy synthetic assessment of swine house environmental adaptability[J]. Transactions of the Chinese Society of Agricultural Engineering, 2016,32(16):198-205.

[ 6 ] 璩晶磊,李少波,张成龙. 基于模糊证据理论的多传感器数据融合算法[J]. 仪表技术与传感器, 2017(10):118-122.

QU J L,LI S B, ZHANG C L. Multi-sensor data fusion algorithm based on fuzzy evidence theory[J]. Instrument Technique and Sensor, 2017(10):118-122.

[ 7 ] 肖敏,陈志伟,孟广胜. 城市住宅小区宜居性的模糊数学法评价[J]. 沈阳大学学报(自然科学版), 2014,26(1):14-17.

XIAO M,CHEN Z W,MENG G S. Urban residential livability evaluation based on fuzzy mathematics method[J]. Journal of Shenyang University(Natural Science), 2014,26(1):14-17.

[ 8 ] 任爽,仲露露. 基于模糊控制的光伏电池最大功率点跟踪控制系统研究[J]. 沈阳大学学报(自然科学版), 2016,28(5):410-414.

REN S,ZHONG L L. Photovoltaic cells MPPT control system based on fuzzy control[J]. Journal of Shenyang University(Natural Science), 2016,28(5):410-414.

[ 9 ] 李海影,李国. 大型体育馆室内环境质量模糊综合评价模型[J]. 武汉体育学院学报, 2017,51(2):54-59.

LI H Y,LI G. Indoor environmental quality evaluation model of sports venues[J]. Journal of Wuhan Institute of Physical Education, 2017,51(2):54-59.

[10] 杨浩,张国珍,杨晓妮,等. 基于模糊综合评判法的洮河水环境质量评价[J]. 环境科学与技术, 2016,39(z1):380-386.

YANG H,ZHANG G Z,YANG X N,et al. Comprehensive evaluation on water environment quality of the Tao River based on fuzzy comprehensive method[J]. Environmental Science & Technology, 2016,39(z1):380-386.

[11] 宋艳东. 基于模糊数据融合的室内舒适度评价方法研究[D]. 秦皇岛:燕山大学, 2010.

SONG Y D. The research of indoor comfort evaluation methods based on fuzzy data fusion[D]. Qinhuangdao: Yanshan University, 2010.