[發明專利]凈水機的配置參數確定方法及裝置

在審

• 申請號: 201810864368.0
• 申請日: 2018-08-01
• 公開（公告）號: CN110794689A
• 公開（公告）日: 2020-02-14
• 發明（設計）人: 葉朝虹;劉星;肖龍
• 申請（專利權）人: 珠海格力電器股份有限公司
• 主分類號: G05B15/02
• 分類號: G05B15/02;G05B19/418
• 代理公司: 11240 北京康信知識產權代理有限責任公司
• 代理人: 趙囡囡;董文倩

1.一種凈水機的配置參數確定方法，其特征在于，包括：

獲取情景參數，其中，所述情景參數是用于生成凈水機的配置參數的依據，所述配置參數為所述凈水機運行的依據；

將所述情景參數中的每個參數轉換成為神經網絡模型的輸入，其中，所述神經網絡模型是通過訓練數據訓練的得到的，每組訓練數據均包括：情景參數和在該情景參數下對應的配置參數；

獲取所述神經網絡模型的輸出；

將所述輸出轉換為所述配置參數，并將所述配置參數發送至所述凈水機。

2.根據權利要求1所述的方法，其特征在于，通過所述訓練數據訓練得到所述神經網絡模型包括：

將每組訓練數據中的情景參數中的每個參數轉換為數值；

將得到的每個情景參數對應的數值分別作為所述神經網絡模型的輸入層節點；

將所述訓練數據中的配置參數中的每個參數轉換為數值；

將得到的每個配置參數對應的數據作為所述神經網絡模型的輸出層節點；

根據所述輸入層節點和所述輸出層節點進行訓練得到所述神經網絡模型。

3.根據權利要求2所述的方法，其特征在于，所述訓練數據是從多個用戶收集得到的歷史數據中的一部分。

4.根據權利要求3所述的方法，其特征在于，所述歷史數據中另一部分作為驗證數據，其中，所述驗證數據用于對所述神經網絡模型進行驗證。

5.根據權利要求1至4中任意一項所述的方法，其特征在于，根據所述輸入層節點和所述輸出層節點進行訓練得到所述神經網絡模型包括：

確定輸出節點是否存在誤差；

在所述輸出節點存在誤差的情況下，從最靠近所述輸出層節點的隱含層節點進行參數的調整，一次類推，直到輸出與訓練數據相符，其中，隱含層包括一層或多層，每個隱含層包括至少一個隱含層節點，每個隱含層節點為一種計算模式，該計算模式中包括有能夠對計算進行調整的參數。

6.根據權利要求5所述的方法，其特征在于，從最靠近所述輸出層節點的隱含層節點進行參數的調整包括：

獲取每個隱含層節點的誤差；

在所述誤差滿足預定條件的情況下，確定所述隱含層節點存在誤差，并對所述隱含層節點的參數進行調整。

7.一種凈水機的配置參數確定方法，其特征在于，包括：

獲取凈水機對應的情景參數，其中，所述情景參數是用于生成所述凈水機的配置參數的依據，所述配置參數為所述凈水機運行的依據；

將所述情景參數發送至服務器；

接收來自服務器的配置參數；

根據所述配置參數運行。

8.根據權利要求7所述的方法，其特征在于，在接收來自所述服務器的配置參數之前，還包括：

接收請求消息，其中，所述請求消息是由所述凈水機的用戶通過觸發所述凈水機上的按鍵生成的請求消息，所述請求消息表示請求從所述服務器獲取配置參數。

9.根據權利要求7所述的方法，其特征在于，獲取凈水機對應的情景參數包括以下至少之一：

通過移動終端獲取所述情景參數；

通過所述凈水機自身記錄的數據獲取所述情景參數。

10.根據權利要求7至9中任意一項所述的方法，其特征在于，根據所述配置參數運行包括：

接收來自移動終端的配置參數，其中，服務器將所述配置參數發送給所述移動終端，在所述移動終端接收到確定使用所述配置參數控制凈水機運行的指示信息時，將所述配置參數發送給所述凈水機。

11.一種凈水機的配置參數確定方法，其特征在于，包括：

接收來自服務器的配置參數，其中，所述配置參數為凈水機運行的依據，情景參數是用于生成所述凈水機的配置參數的依據；

接收來自用戶的指示信息；

根據所述指示信息確定是否根據配置參數對凈水機的運行進行配置。