本發(fā)明是關(guān)于一種調(diào)控技術(shù)，特別是關(guān)于智能節(jié)能環(huán)境調(diào)控系統(tǒng)及方法。
背景技術(shù)：
：現(xiàn)行場(chǎng)域(如：賣(mài)場(chǎng))的工作人員于站臺(tái)值班時(shí)，需機(jī)動(dòng)性調(diào)整賣(mài)場(chǎng)空調(diào)溫度設(shè)定值與出風(fēng)口角度，以維護(hù)賣(mài)場(chǎng)環(huán)境舒適度，但常因疏忽而沒(méi)有調(diào)整空調(diào)設(shè)定溫度，導(dǎo)致賣(mài)場(chǎng)空調(diào)產(chǎn)生過(guò)熱或過(guò)冷等無(wú)謂耗能現(xiàn)象。雖然目前已有許多調(diào)控技術(shù)的方法，但還未有同時(shí)考慮多人情況的模型，在實(shí)際情形通常會(huì)有多個(gè)人在同一場(chǎng)域中。當(dāng)場(chǎng)域中多人的偏好不同，或多人的狀態(tài)有較大差異，則現(xiàn)今技術(shù)無(wú)法處理。綜上所述，如何能有效解決上述問(wèn)題，實(shí)屬當(dāng)前重要研發(fā)課題之一，亦成為當(dāng)前相關(guān)領(lǐng)域亟需改進(jìn)的目標(biāo)。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的一方面提出一種智能節(jié)能環(huán)境調(diào)控系統(tǒng)包含多個(gè)感測(cè)器與主機(jī)，主機(jī)包含數(shù)據(jù)庫(kù)與處理器。所述感測(cè)器用于收集多個(gè)使用者的生理信息與位置信息及環(huán)境信息，數(shù)據(jù)庫(kù)儲(chǔ)存使用者信息與多個(gè)節(jié)能調(diào)控模型，使用者信息包含所述使用者的類型或等級(jí)，處理器執(zhí)行以下操作：依據(jù)所述使用者的該生理信息與該位置信息，辨識(shí)每一所述使用者的活動(dòng)狀態(tài)，并取得與該活動(dòng)狀態(tài)相應(yīng)的一新陳代謝率；根據(jù)所述使用者的類型或等級(jí)給予多個(gè)權(quán)重，并根據(jù)所述使用者的數(shù)量及所述權(quán)重，選擇所述節(jié)能調(diào)控模型中的一者做為一選定模型；根據(jù)所述活動(dòng)狀態(tài)、所述權(quán)重以及該選定模型，設(shè)定一節(jié)能調(diào)控值；根據(jù)該節(jié)能設(shè)定值，調(diào)控多個(gè)環(huán)境控制設(shè)備。本發(fā)明的另一方面提出一種智能節(jié)能環(huán)境調(diào)控方法包含：透過(guò)多個(gè)感測(cè)器，收集多個(gè)使用者的生理信息與位置信息與環(huán)境信息；依據(jù)所述使用者的該生理信息與該位置信息，辨識(shí)所述使用者的活動(dòng)狀態(tài)，并取得與該活動(dòng)狀態(tài)相 應(yīng)的一新陳代謝率；根據(jù)所述使用者的類型或等級(jí)給予多個(gè)權(quán)重，并根據(jù)所述使用者的數(shù)量及所述權(quán)重，選擇多個(gè)節(jié)能調(diào)控模型中的一者做為一選定模型；根據(jù)所述活動(dòng)狀態(tài)、所述權(quán)重以及該選定模型，設(shè)定一節(jié)能調(diào)控值；根據(jù)該節(jié)能設(shè)定值，調(diào)控多個(gè)環(huán)境控制設(shè)備。通過(guò)本發(fā)明所揭露的技術(shù)，使用最佳化節(jié)能調(diào)控模型，考量多個(gè)使用者的各自的狀態(tài)及偏好，來(lái)找尋最佳節(jié)能的調(diào)控。以下將以實(shí)施方式對(duì)上述的說(shuō)明作詳細(xì)的描述，并對(duì)本發(fā)明的技術(shù)方案提供進(jìn)一步的解釋。附圖說(shuō)明為了讓本發(fā)明的上述和其他目的、特征、優(yōu)點(diǎn)與實(shí)施例更明顯易懂，所附附圖的說(shuō)明如下：圖1為根據(jù)本發(fā)明一實(shí)施例中，一種智能節(jié)能環(huán)境調(diào)控系統(tǒng)的方塊圖；圖2為根據(jù)本發(fā)明一實(shí)施例中，一種智能節(jié)能環(huán)境調(diào)控方法的流程圖。具體實(shí)施方式為了使本發(fā)明的敘述更加詳盡與完備，可參照所附的附圖及以下所述各種實(shí)施例，附圖中相同的號(hào)碼代表相同或相似的元件。另一方面，眾所周知的元件與步驟并未描述于實(shí)施例中，以避免對(duì)本發(fā)明造成不必要的限制。請(qǐng)參照?qǐng)D1。圖1為根據(jù)本發(fā)明一實(shí)施例中，一種智能節(jié)能環(huán)境調(diào)控系統(tǒng)100的方塊圖。智能節(jié)能環(huán)境調(diào)控系統(tǒng)100包含多個(gè)穿戴式感測(cè)器110、固定式感測(cè)器112、環(huán)境感測(cè)器130、環(huán)境控制設(shè)備190與主機(jī)120，主機(jī)120包含數(shù)據(jù)庫(kù)121、處理器123與網(wǎng)路元件125。于一實(shí)施例中，數(shù)據(jù)庫(kù)121可整合于儲(chǔ)存裝置(如：硬盤(pán))，處理器123可為一獨(dú)立的微處理器或中央處理單元。感測(cè)器110、112用于收集多個(gè)使用者的生理信息與位置信息，環(huán)境感測(cè)器130收集環(huán)境信息。數(shù)據(jù)庫(kù)121儲(chǔ)存使用者信息與多個(gè)節(jié)能調(diào)控模型，其中使用者信息包含所述使用者的類型或等級(jí)。處理器123用以執(zhí)行下列操作：依據(jù)多個(gè)使用者的生理信息與位置信息，辨識(shí)每一使用者的活動(dòng)狀態(tài)，并取得與活動(dòng)狀態(tài)相應(yīng)的新陳代謝率；根據(jù)多個(gè) 使用者的類型或等級(jí)給予多個(gè)權(quán)重，并根據(jù)使用者的數(shù)量及權(quán)重，選擇多個(gè)節(jié)能調(diào)控模型中的一者做為一選定模型；根據(jù)活動(dòng)狀態(tài)、權(quán)重以及選定模型，設(shè)定節(jié)能調(diào)控值；根據(jù)節(jié)能設(shè)定值，調(diào)控多個(gè)環(huán)境控制設(shè)備190。。于一實(shí)施例中，數(shù)據(jù)庫(kù)121包含可由處理器123執(zhí)行的一計(jì)算機(jī)程序，其中計(jì)算機(jī)程序在由處理器123執(zhí)行時(shí)，使智能節(jié)能環(huán)境調(diào)控系統(tǒng)100進(jìn)行智能節(jié)能環(huán)境調(diào)控。以下將對(duì)于智能節(jié)能環(huán)境調(diào)控系統(tǒng)100的智能調(diào)控過(guò)程進(jìn)行更詳細(xì)的說(shuō)明。請(qǐng)參照?qǐng)D2，圖2為根據(jù)本發(fā)明一實(shí)施例中，一種智能節(jié)能環(huán)境調(diào)控方法200的流程圖。智能節(jié)能環(huán)境調(diào)控方法200可以用圖1的智能節(jié)能環(huán)境調(diào)控系統(tǒng)100實(shí)現(xiàn)，但不以此為限。為了方便及清楚說(shuō)明起見(jiàn)，在此以智能節(jié)能環(huán)境調(diào)控方法200是由圖1的智能節(jié)能環(huán)境調(diào)控系統(tǒng)100實(shí)現(xiàn)為例。在步驟S201中，使用者將偏好設(shè)定輸入至智能節(jié)能環(huán)境調(diào)控系統(tǒng)100，數(shù)據(jù)庫(kù)121儲(chǔ)存偏好設(shè)定。于一實(shí)施例中，使用者根據(jù)穿著進(jìn)行輸入個(gè)人衣著率。如使用者穿著較厚(如：夾克或大衣)，則輸入其信息進(jìn)智能節(jié)能環(huán)境調(diào)控系統(tǒng)100，以調(diào)控環(huán)境控制設(shè)備190將環(huán)境溫度降低，反之則提高。于一實(shí)施例中，使用者根據(jù)偏好輸入個(gè)人冷熱偏好值。使用者輸入偏好冷熱的設(shè)定，若使用者偏好涼爽，則智能節(jié)能環(huán)境調(diào)控系統(tǒng)100在環(huán)境調(diào)控時(shí)，會(huì)偏向降低溫度及降低濕度。于一實(shí)施例中，智能節(jié)能環(huán)境調(diào)控系統(tǒng)100根據(jù)地理區(qū)域、使用者的個(gè)人健康履歷、家族病史及節(jié)能考量等而對(duì)可調(diào)控范固有所限制，例如在健身房其溫度設(shè)定為20度以上，而一般住宅為24度以上，而擁有高血壓病史的使用者則不能調(diào)過(guò)低溫度，且拒絕設(shè)定偏妤低于20度以達(dá)到有效節(jié)能，并根據(jù)不同病史的使用者擁有不同的優(yōu)先權(quán)，如心臟病患者的冷熱偏好/限制比一般使用者來(lái)的重要(心臟病患優(yōu)先權(quán)重比一般使用者高)。于一實(shí)施例中，智能節(jié)能環(huán)境調(diào)控系統(tǒng)100需根據(jù)各使用者狀態(tài)來(lái)讀取歷史新陳代謝信息，由處理器123判斷數(shù)據(jù)庫(kù)121是否有歷史數(shù)據(jù)。若數(shù)據(jù)庫(kù)121無(wú)歷史數(shù)據(jù)，處理器123基于數(shù)據(jù)庫(kù)121中成人標(biāo)準(zhǔn)新陳代謝以決定使用者的新陳代謝率。若數(shù)據(jù)庫(kù)121有歷史數(shù)據(jù)，處理器123讀取個(gè)人歷史新陳代謝數(shù)據(jù)以決定使用者的新陳代謝率。在步驟S207中，使用者選擇目前個(gè)人狀態(tài)并進(jìn)行輸入，如：休息、靜態(tài)、動(dòng)態(tài)及激烈性等狀態(tài)。在步驟S208中，透過(guò)感測(cè)器110收集多個(gè)使用者的生理信息與位置信息。于一實(shí)施例中，使用者使用固定式感測(cè)器112(如：血壓器、代謝率分析儀等)測(cè)量不同狀態(tài)下的生理信息(如：血壓、代謝率等)，根據(jù)收集數(shù)據(jù)輸入至系統(tǒng)中，使系統(tǒng)在不同生理狀態(tài)下的判別能更為精確；并經(jīng)由穿戴式感測(cè)器收集脈搏、人體溫度、呼吸頻率等生理信息，以及空間位置的信息。在步驟S209中，處理器123依據(jù)生理信息與位置信息，辨識(shí)使用者的活動(dòng)狀態(tài)，但若接收使用者的輸入狀態(tài)(步驟S207)，將該輸入狀態(tài)設(shè)定為該使用者的活動(dòng)狀態(tài)。于一實(shí)施例中，智能節(jié)能環(huán)境調(diào)控系統(tǒng)100分析使用者狀態(tài)，進(jìn)行智能狀態(tài)判別(包含：休息、靜態(tài)、動(dòng)態(tài)及激烈性等狀態(tài))，根據(jù)使用者空間位置(如：在臥室、公共區(qū)域、勞動(dòng)區(qū)域等)及生理數(shù)據(jù)(如：體溫、呼吸頻率、脈搏等)來(lái)判別使用者狀態(tài)，如在臥室床的區(qū)域并且脈搏略低(45-48每下/分)，則判別為睡眠狀態(tài)，此外若有使用者狀態(tài)設(shè)定(步驟S207)輸入，則會(huì)覆蓋智能判別的狀態(tài)，轉(zhuǎn)而使用使用者自行設(shè)定的狀態(tài)。在步驟S210中，由環(huán)境感測(cè)器130及網(wǎng)路上公開(kāi)信息收集即時(shí)環(huán)境信息，并讀取數(shù)據(jù)庫(kù)121中歷史環(huán)境信息。于一實(shí)施例中，環(huán)境感測(cè)器130收集的即時(shí)環(huán)境因子數(shù)據(jù)是以室內(nèi)為主，處理器123透過(guò)網(wǎng)路元件125(如：網(wǎng)路卡)由網(wǎng)路上的公開(kāi)信息收集其他環(huán)境因子數(shù)據(jù)是以室外為主。在步驟S211中，處理器123依據(jù)使用者的生理信息與位置信息，辨識(shí)使用者的活動(dòng)狀態(tài)，并取得與活動(dòng)狀態(tài)相應(yīng)的新陳代謝率；根據(jù)使用者的類型或等級(jí)給予不同權(quán)重，并根據(jù)使用者的數(shù)量及權(quán)重，選擇多個(gè)節(jié)能調(diào)控模型中的一者做為一選定模型。于一實(shí)施例中，智能節(jié)能環(huán)境調(diào)控系統(tǒng)100根據(jù)家族病史、醫(yī)療信息，將有如心臟病、中風(fēng)的使用者為高權(quán)重，有氣喘歷史者為中權(quán)重，一般使用者為低權(quán)重。于一實(shí)施例中，智能節(jié)能環(huán)境調(diào)控系統(tǒng)100收集上述的環(huán)境信息(包含室內(nèi)溫度、室外溫度、濕度、風(fēng)速、熱輻射溫度等)以及使用者的新陳代謝率與偏好設(shè)定(如：衣著程度、冷熱偏好)；接著，根據(jù)活動(dòng)狀態(tài)、新陳代謝率、 環(huán)境信息、偏好設(shè)定，及這些使用者的類型或等級(jí)，套入選定模型中進(jìn)行計(jì)算。于一實(shí)施例中，該選定模型在滿足多使用者的熱舒適度及光舒適度下，找尋最佳節(jié)能調(diào)控值。于一實(shí)施例中，選定模型(調(diào)控模型)以預(yù)測(cè)平均投票(PredictedMeanVote,PMV)公式來(lái)計(jì)算舒適度。采用PMV作為熱舒適指標(biāo)是因?yàn)樗@示出一個(gè)舒適的范圍內(nèi)，可以區(qū)分舒適與否。PMV功能需要6個(gè)信息輸入，其中兩個(gè)是人為因素，包括新陳代謝率和服裝熱阻；其他則是環(huán)境因素，包括室內(nèi)溫度、平均輻射溫度、相對(duì)空氣流速和相對(duì)濕度。舉例而言，PMV的范圍是-3到+3，通常定義-1到+1為舒適。PMV指標(biāo)可以是如下表1所示：＜表1＞熱+3暖+2微暖+1舒適0微涼-1涼-2冷-3PMV函數(shù)以如下關(guān)系式(1)—(5)做描述：(1)PMV＝(0.028+0.3033e-0.036M)×[M－3.05×(5.733－0.00699M－P)－0.42×(M－58.15)－0.0173M(5.867－P)－0.0014M(34－T)－3.96×10-8fcl×((Tcl+237)4－(Tcl+237)4)－fcl×hc(Tcl－T)](2)Tcl＝35.7－0.028M－0.155Icl(3.96×10-8)fcl×((Tcl+273)4－(Tcl+273)4)－fclhc×(Tcl－T)](3)若hc＝2.38(Tcl－T)0.25；若(4)若fcl≧0.5032，fcl＝1+0.2Icl；若fcl≦0.5032，fcl＝1.05+0.15Icl(5)P＝PSRH/100T是室內(nèi)溫度(℃)，Tmrt是平均輻射溫度(℃)。P是在空氣中的蒸氣壓(帕)，M是新陳代謝率(W/立方米)。v是相對(duì)空氣速度(米/秒)，Icl是服裝的熱阻(1clo＝0.155m2K/W)，hc是對(duì)流傳熱因子(W/m2K)，fcl 是衣著的表面積的比率，Tcl是服裝的外表面溫度，RH是相對(duì)濕度，PS在一個(gè)特定溫度下的飽和蒸氣壓，PMV指標(biāo)函數(shù)可以寫(xiě)成為如下方程式(6)：(6)PMV＝f(T,Tmrt,M,Icl,RH,v)PMV指標(biāo)是一個(gè)非線性函數(shù)，與關(guān)系式(2)—(5)相關(guān)。因?yàn)殛P(guān)系式(2)和(3)約束，它需要花費(fèi)一些時(shí)間來(lái)搜索，所以需要進(jìn)行非線性規(guī)劃，以找尋節(jié)能調(diào)控值(最佳值)。于一實(shí)施例中，求解非線性規(guī)劃可使用Nelder-Mead及ArtificialBeeColony演算法，但本發(fā)明不以此為限。于一實(shí)施例中，數(shù)據(jù)庫(kù)121中的多個(gè)節(jié)能調(diào)控模型至少分成兩種模式，一種為節(jié)能精確調(diào)控模型(步驟S212)，使各個(gè)舒適度皆達(dá)到合適范圍；一種為節(jié)能即時(shí)調(diào)控模型(步驟S213)，以減少計(jì)算時(shí)間。于一實(shí)施例中，節(jié)能精確調(diào)控模型以如下關(guān)系式做描述：MinimizeLθt+LθlSubjectto∣PMVi+ρi∣≦kilmin≦Ei≦lmaxθt是一環(huán)境決策，包含溫度、濕度、風(fēng)向的向量；θl是另一環(huán)境決策，包含空間中燈光的數(shù)目及亮度。Lθt表示在θt的決策調(diào)控下，所消耗的能源；Lθl表示在θl的決策調(diào)控下，所消耗的能源。PMVi是各個(gè)熱舒適度指標(biāo)，ρi是個(gè)人使用者偏好，ki是不同權(quán)重使用者的舒適度區(qū)域。lmin與lmax表示使用者光舒適度區(qū)間，Ei是使用者位置的光照度。于一實(shí)施例中，在環(huán)境調(diào)控的決策下(包含溫度、濕度、風(fēng)速以及光照度)所消耗的能源，其中Lθt為中央空調(diào)所消耗的能源，而Lθl為光照設(shè)施所消耗的能源，“MinimizeLθt+Lθl”是找尋在光、熱舒適度為舒適狀態(tài)下并且為最低耗能的調(diào)控值。于一實(shí)施例中，“∣PMVi+ρi∣≦ki”是限制每個(gè)使用者的熱舒適度與偏好能在舒適區(qū)間內(nèi)，并且舒適區(qū)間會(huì)根據(jù)使用者權(quán)重而有所不同。于一實(shí)施例中，“l(fā)min≦Ei≦lmax”是限制每個(gè)使用者的光舒適度在舒適區(qū)間內(nèi)，并且舒適區(qū)間會(huì)根據(jù)使用者狀態(tài)而有所不同。“節(jié)能精確調(diào)控模型”可以使場(chǎng)域中所有使用者都感到舒適，但可能會(huì)增加計(jì)算時(shí)間。實(shí)務(wù)上，計(jì)算整體使用者舒適度區(qū)間，并根據(jù)不同使用者的權(quán)重與偏好進(jìn)行舒適度區(qū)間調(diào)整。舉例而言，根據(jù)家族病史、醫(yī)療信息，將有如心 臟病、中風(fēng)的使用者為高權(quán)重，有氣喘歷史者為中權(quán)重，一般使用者為低權(quán)重。權(quán)重越高者，在模型中的ki越小，反之越高；舉例而言，如心臟病使用者其舒適度區(qū)間為1，而一般使用者舒適度區(qū)間為2。實(shí)作上，可考慮場(chǎng)域中整體使用者的舒適度，但是有機(jī)會(huì)找不到此調(diào)控值。若無(wú)最佳調(diào)控值，會(huì)選擇“節(jié)能即時(shí)調(diào)控模型”來(lái)進(jìn)行計(jì)算。于一實(shí)施例中，節(jié)能即時(shí)調(diào)控模型以如下關(guān)系式做描述：MinimizeLθt+LθlSubjecttoE(∣PMV∣)≦Ek+ρEVar(∣PMV∣)≦Vk+ρvlmin≦Ei≦lmaxθt是一環(huán)境決策，包含溫度、濕度、風(fēng)向的向量；θl是另一環(huán)境決策，包含空間中燈光的數(shù)目及亮度。Lθt表示在θt的決策調(diào)控下，所消耗的能源；Lθl表示在θl的決策調(diào)控下，所消耗的能源。PMV是整體熱舒適度指標(biāo)。Ek表示舒適度區(qū)間，限制平均舒適度需在此區(qū)問(wèn)內(nèi)；Vk表示舒適度區(qū)間，限制舒適度差異需在此區(qū)問(wèn)內(nèi)。ρE、ρv是整體使用者偏好。于一實(shí)施例中，“E(∣PMV∣)≦Ek+ρE”與“Var(∣PMV∣)≦Vk+ρv”是限制整體使用者熱舒適度，并根據(jù)整體偏好與人數(shù)來(lái)進(jìn)行熱舒適度區(qū)間限制，使用平均數(shù)與變異數(shù)來(lái)增加計(jì)算速度，即是說(shuō)預(yù)期大部分的人處于舒適度區(qū)間，并且其變異并不會(huì)過(guò)大?！肮?jié)能即時(shí)調(diào)控模型”可以加快計(jì)算速度，達(dá)到即時(shí)調(diào)控。實(shí)務(wù)上，計(jì)算整體使用者平均與變異舒適度，根據(jù)空間中人數(shù)給予不同范圍限制。舉例而言，人數(shù)少時(shí)(如小于十人)，對(duì)于平均與變異舒適度局限范圍較嚴(yán)(Ek＝1，Vk＝1.5)；人數(shù)多時(shí)(如大于十人)，對(duì)于平均與變異舒適度局限較寬(Ek＝1.5，Vk＝1.5)。如此一來(lái)，“節(jié)能即時(shí)調(diào)控模型”可加快找到調(diào)控值，但有機(jī)會(huì)使少部分使用者處于非舒適狀態(tài)。在步驟S212中，當(dāng)多個(gè)使用者對(duì)應(yīng)的不同權(quán)重中任一者高于一門(mén)檻值，處理器123選擇節(jié)能精確調(diào)控模型以做為上述的選定模型，其中該門(mén)檻值可由系統(tǒng)設(shè)計(jì)者或計(jì)算機(jī)分析決定的，借此，在有高權(quán)重使用者的場(chǎng)域(例如：有高血壓患者)可選擇使用節(jié)能精確調(diào)控模型。節(jié)能精確調(diào)控模型用于分析所述使用者各自的舒適度。于一實(shí)施例中，節(jié)能精確調(diào)控模型在環(huán)境調(diào)控的決策下(包含溫度、濕度、風(fēng)速以及光照度)所消耗的能源，包括中央空調(diào)所消耗的能源與光照設(shè)施所消耗的能源。節(jié)能精確調(diào)控模型限制每個(gè)使用者的熱舒適度與偏好能在舒適區(qū)間內(nèi)，并且舒適區(qū)間會(huì)根據(jù)使用者權(quán)重而有所不同，進(jìn)而限制每個(gè)使用者的光及熱舒適度在舒適區(qū)間內(nèi)，并且舒適區(qū)間會(huì)根據(jù)使用者權(quán)重而有所不同。于一實(shí)施例中，處理器123基于生理信息、環(huán)境信息與節(jié)能精確調(diào)控模型，進(jìn)行非線性規(guī)劃，以找尋節(jié)能調(diào)控值(最佳值)。于一實(shí)施例中，求解非線性規(guī)劃可使用Nelder-Mead及ArtificialBeeColony演算法，但本發(fā)明不以此為限。若非線性規(guī)劃找不到最佳值，則進(jìn)入步驟S213，套用節(jié)能即時(shí)調(diào)控模型。在步驟S213中，當(dāng)多個(gè)使用者的位置信息符合一預(yù)設(shè)頻繁移動(dòng)條件時(shí)，處理器123選擇節(jié)能即時(shí)調(diào)控模型以做為選定模型，其中該預(yù)設(shè)頻繁移動(dòng)條件可由系統(tǒng)設(shè)計(jì)者或計(jì)算機(jī)分析決定，借此，在多使用者頻繁進(jìn)出的場(chǎng)域可選擇使用節(jié)能即時(shí)調(diào)控模型。節(jié)能即時(shí)調(diào)控模型用于分析所述使用者整體的平均與變異舒適度。于一實(shí)施例中，處理器123基于生理信息、環(huán)境信息與節(jié)能即時(shí)調(diào)控模型，進(jìn)行非線性規(guī)劃，以找尋節(jié)能調(diào)控值(最佳值)。于一實(shí)施例中，求解非線性規(guī)劃可使用Nelder-Mead演算法及ArtificialBeeColony，但本發(fā)明不以此為限。在步驟S214中，處理器123根據(jù)節(jié)能設(shè)定值，調(diào)控環(huán)境控制設(shè)備190，包括空調(diào)設(shè)備的溫度、濕度、風(fēng)速調(diào)控，照明設(shè)備的開(kāi)關(guān)、亮度調(diào)控等。通過(guò)本發(fā)明所揭露的技術(shù)，使用穿戴式感測(cè)器110進(jìn)行數(shù)據(jù)分析，穿戴式感測(cè)器110使用微機(jī)電系統(tǒng)(MEMS)，將物理系統(tǒng)轉(zhuǎn)換成訊息，由主機(jī)120連結(jié)并計(jì)算，根據(jù)空間位置、個(gè)人習(xí)慣、心跳、體溫等數(shù)據(jù)來(lái)判別使用者現(xiàn)階段的狀況(如：休息、靜態(tài)、動(dòng)態(tài)及激烈性等)；由環(huán)境感測(cè)器(如：溫度感測(cè)器、濕度感測(cè)器等)收集環(huán)境因子(如：溫度、濕度、風(fēng)速、光照、二氧化碳濃度等)；由穿戴式感測(cè)器110(如：醫(yī)療手環(huán)、智慧手表等)收集生理因子(人體溫度、心跳、呼吸頻率等)，將數(shù)據(jù)導(dǎo)入節(jié)能調(diào)控模型找尋最佳調(diào)控，經(jīng)由演算法找尋最佳節(jié)能調(diào)控決策。智能節(jié)能環(huán)境調(diào)控系統(tǒng)100可實(shí)施于安養(yǎng)院、老人照護(hù)中心等機(jī)構(gòu)，或?qū)嵤┯诰蛹噎h(huán)境。智能節(jié)能環(huán)境調(diào)控系統(tǒng)100分析使用者狀態(tài)，根據(jù)狀態(tài)轉(zhuǎn)換與空間位置判別使用者行為，通過(guò)判別使用者行為進(jìn)行調(diào)控，增加模型真實(shí)度(如使用者剛 從睡眠狀態(tài)清醒，經(jīng)由空間位置移動(dòng)、溫度及心跳判別，判別后套入節(jié)能調(diào)控模型，通過(guò)調(diào)控空間將燈源緩慢點(diǎn)亮，使其眼睛感到舒適并不會(huì)產(chǎn)生眩光，并調(diào)控溫度及濕度使其體感溫度感到舒適，達(dá)到智能調(diào)控)。智能節(jié)能環(huán)境調(diào)控系統(tǒng)100根據(jù)季節(jié)與時(shí)段，給予模型不同調(diào)控設(shè)定，如夏天給予溫度調(diào)控較低、冬天較高，白天燈控較暗、晚上燈控較亮，并根據(jù)不同設(shè)施場(chǎng)所給予自行輸入偏好調(diào)控設(shè)定。智能節(jié)能環(huán)境調(diào)控系統(tǒng)100經(jīng)由輸入額外設(shè)定(如：偏好冷、偏好熱的個(gè)人偏好)，調(diào)整使用者各自的舒適感來(lái)套入節(jié)能調(diào)控模型，達(dá)到人性化的設(shè)定。盡管本文已參閱附圖詳細(xì)描述了本發(fā)明的說(shuō)明性實(shí)施例，但應(yīng)了解，本發(fā)明并不限于彼等相同的實(shí)施例。在不脫離由所附申請(qǐng)專利范圍定義的本發(fā)明的范疇及精神的情況下，熟悉此項(xiàng)技術(shù)者可對(duì)本發(fā)明進(jìn)行各種改變及修改。當(dāng)前第1頁(yè)1 2 3