智能办公环境中多Agent模糊Q学习研究

目前有关智能办公环境的研究忽视了对建筑环境的考虑,为了给工作人员提供一个节能、舒适、便捷的办公环境,研究了智能办公环境无线网络系统的学习方法,即为系统建立了多智能体(Agent)模型,基于该模型提出了改进的模糊Q学习算法,用于学习用户的行为,以自动控制环境中执行器的动作。通过对环境温度学习的实验,比较了该算法和普通Q学习的MSE(Mean Square Error)值,实验结果表明提出的算法较优。

一种智能办公环境无线网络系统的研究

目前,国内建筑中的网络主要以有线形式为主,安装麻烦、不易扩展。为了提高建筑环境控制的智能性,提供一个舒适、节能的办公环境,本文研究了智能办公环境的无线网络系统的构建问题,提出了一种基于多智能体(Agent)技术、ZigBee无线网络技术、模糊Q学习算法的无线网络系统。设计了系统的网络结构和多Agent系统模型,分析了模型中各种Agent的设计和通信方法,给出了系统的软硬件平台设计方案。最后进行了实验分析,验证了引入多Agent模糊Q学习加快了系统学习进程。另外设计了测试方案进行系统网络性能测试,测试结果表明该网络系统的丢包率较低。因此,系统具有可应用性。

智能办公环境温度控制方法

针对变频空调技术参数固定不能适应智能办公环境变化的问题,为提高环境温度的舒适度,提出一种新的变频空调温度控制方法。该方法引入多智能体(Agent)技术设计温度模糊控制结构,确定输入输出变量及其模糊集,然后引入动作回报值改进模糊Q学习算法,由推理Agent执行算法学习手动调节空调的动作、修改模糊规则。将得到的优化模糊规则用于环境温度的控制。实验结果表明,与常规模糊温度控制方法相比,该控制方法缩短了空调的响应时间,减少了超调量。

智能办公环境浅析

智能建筑的出现带来了设计方法的变革。它强调电子技术与其他相关技术(包括结构、系统、服务和管理技术)的整合。在智能办公环境中,建筑设计、室内设计与各种技术的联系更为紧密。本文对于智能办公环境与建筑电信系统,自然采光系统,人工照明系统及热舒适系统等的相互影响进行了初步的探索。

计算机视觉与交互技术在企业日常工作中的应用

在现代企业的新产品开发,市场调研数据分析报告等集体智力活动当中需要很多的可视化的展示与沟通工作。目前很多情况下企业往往是采用传统的PPT方式进行,这些PPT中大部分动画都是单向无实时交互的。随着现代计算机视觉识别和交互技术的发展,可以设计更好的交互展示系统,帮助企业改善复杂问题的沟通。