1. Statistical Evaluation of Four Technologies used for Intelectualization of Smart Home Environment
- Author
-
Paulauskaite-Taraseviciene, Agne, Morkevicius, Nerijus, Jukavicius, Vaidas, Jasinevicius, Raimundas, Petrauskas, Vytautas, Kazanavicius, Vygintas, and Kauno technologijos universitetas
- Subjects
Linear programming ,Artificial neural network ,business.industry ,Computer science ,behaviour patterns ,Control (management) ,Bayesian probability ,Subject (documents) ,re-learning ,Fuzzy logic ,Computer Science Applications ,Control and Systems Engineering ,Home automation ,Human–computer interaction ,resident’s habits ,Artificial intelligence ,Electrical and Electronic Engineering ,intelligent control ,business ,Intelligent control - Abstract
This paper addresses the issues of decision-making methods and their usage capabilities for intelligent control based on resident’s habits. Learning from the behaviour of the resident is essential for the system to adapt and provide intelligent control based on behaviour patterns. Different homes have different conditions and habits which have to be taken into account for the intelligent system to be useful. However, even deeply ingrained habits are subject to change over time. Therefore, an intelligent system has to respond to changing and diverse environment. Various decision-making methods have the potential of a number of benefits in providing intelligent control for the Smart home systems. In this paper, concurrent decision-making methods, including Artificial Neural Networks, Fuzzy Logic, Linear Programing and Bayesian, are employed with particular algorithms in order to provide control based on resident’s habits. These approaches are tested and compared within experimental scenarios for intelligent lightning control., Straipsnyje tiriamos spendimo priėmimo metodų taikymo galimybės sprendžiant intelektualiojo valdymo uždavinius, paremtus gyvenamojo namo gyventojo įpročiais. Tam, kad sistema galėtų atlikti adaptaciją ir pateikti intelektualųjį valdymą pagal elgsenos įpročius, reikia mokytis iš gyventojo elgsenos. Tačiau reikia įvertinti ir tai, jog net ir labiausiai įsisenėję įpročiai gali kisti laike. Todėl intelektuali valdymo sistema privalo reaguoti į kintančią ir dinamišką aplinką. Siekiant pateikti gyventojo įpročiais paremtą intelektualųjį valdymą, šiame darbe buvo taikyti skirtingi metodai: dirbtiniai neuroniniai tinklai, neraiškioji logika, tiesinis programavimas ir Bajeso metodas, kuriais remiantis buvo pasiūlyti atitinkami sprendimo priėmimo algoritmai. Sukurti eksperimentiniai scenarijai, kurie leido ištestuoti, palyginti ir patikrinti pasiūlytų algoritmų tinkamumą gyvenamojo namo intelektualiajam valdymui, pvz., namo apšvietimo valdymui, remiantis pastoviais ir kintančiais gyventojo valdymo įpročiais.
- Published
- 2015
- Full Text
- View/download PDF