一种设置空调参数的方法和装置

专利主权项内容

1.一种设置空调参数的方法，其特征在于，包括：获取M个空调样本数据，所述空调样本数据包括历史时刻的用户数据、气候数据、车辆数据和用户操作数据，M≥2；所述用户数据包括用户身份数据和用户生理特征数据；确定所述M个空调样本数据中的N类影响因素数据，利用特征递归消除算法获得所述N类影响因素数据的重要度排名，N≥2；根据所述N类影响因素数据的重要度排名，利用加权峰度聚类算法将所述M个空调样本数据聚类为P个聚类簇，选择对应的人工智能学习算法，训练获得P个空调参数设置模型，所述P≥2；根据当前空调相关数据、所述N类影响因素数据的重要度排名和加权峰度聚类算法，从所述P个空调参数设置模型中确定目标空调参数设置模型，所述当前空调相关数据包括当前时刻的用户数据、气候数据和车辆数据；根据当前空调相关数据和所述目标空调参数设置模型，获得目标空调参数设置数据完成空调参数设置，所述目标空调参数设置数据包括目标出风温度设置数据、目标出风风量设置数据、目标出风模式设置数据、目标内外循环设置数据、目标压缩机设置数据、目标自动运行设置数据、目标前除霜设置数据或目标后除雾设置数据；其中，所述利用特征递归消除算法获得所述N类影响因素数据的重要度排名，包括：K＝N时，基于对K-1类影响因素数据进行分析，获得K类影响因素数据中除K-1类影响因素数据之外的影响因素数据的影响程度，直至获得K类影响因素数据中各类影响因素数据的影响程度；确定K类影响因素数据中影响程度最大的一类影响因素数据并剔除，令K＝N-1，返回执行对K-1类影响因素数据进行分析步骤，直至K＝1；根据所述K类影响因素数据中影响程度最大的一类影响因素数据，获得所述N类影响因素数据的重要度排名，K∈[1，N]；所述利用加权峰度聚类算法将所述M个空调样本数据聚类为P个聚类簇，包括：根据所述M个空调样本数据，确定P个目标聚类中心和N个峰度；根据所述M个空调样本数据、所述P个目标聚类中心和所述N个峰度，采用加权峰度-重要度距离公式计算获得所述M个空调样本数据与所述P个目标聚类中心的距离；根据所述M个空调样本数据与所述P个目标聚类中心的距离，确定所述M个空调样本数据所属的聚类簇，获得P个聚类簇；若所述P个聚类簇的P个聚类中心与所述P个目标聚类中心不重合，将所述P个聚类簇的P个聚类中心确定为所述P个目标聚类中心，返回执行计算距离步骤；其中，所述加权峰度-重要度距离公式为：所述x表示第M个空调样本数据的影响因素数据中第i个特征，所述a表示所述x对应的峰度，所述c表示第S个目标聚类中心的影响因素数据中第i个特征，所述r表示所述x对应的重要度排名。RiRiSiRi