一种对智能家居设备的控制方法和装置与流程

本发明涉及计算机应用技术，特别涉及一种对智能家居设备的控制方法和装置。

背景技术：

随着科技的发展，越来越多的智能家居设备进入了人们的生活之中，这些智能家居设备通过内置其中的通讯模块和云端连接，将自身传感器采集到的环境数据和智能家居设备的运行状态发送到云端控制中心。用户可以通过手机APP(应用)和云端相连，通过云端向智能家居设备发送控制指令，从而达到手机远程控制的功能。

为了在用户回到家中时能够直接享受到较好的室内环境，用户可以通过手机APP或者定时功能提前启动智能家居设备，例如用户7点到家，那么可以提前一小时启动空气净化器。然而，现有技术中的方式智能家居设备在启动后，以固定的工作档位运行，这种简单粗暴的控制方式在预启动后的工作效果较差，例如，并未考虑是否能够在目标时间(用户到家的时间)达到用户想要的室内环境效果。

技术实现要素：

有鉴于此，本发明提供了一种对智能家居设备的控制方法和装置，以便于提高智能家居设备预启动后的工作效果。

具体技术方案如下：

本发明提供了一种对智能家居设备的控制方法，该方法包括：

确定智能家居设备的预启动时间、目标时间和目标环境信息；

将所述预启动时间作为初始计算时间，获取初始计算时间对应的实时环境信 息；

将从所述初始计算时间至所述目标时间内从所述实时环境达到所述目标环境作为约束条件，确定所述智能家居设备的档位配置策略，所述档位配置策略包括：从所述初始计算时间开始至所述目标时间内各单位时段所采用的工作档位信息；

依据所述档位配置策略，对所述智能家居设备进行控制。

根据本发明一优选实施方式，所述确定智能家居设备的预启动时间、目标时间和目标环境信息包括：

获取用户通过手机APP设置并发送来的所述智能家居设备的预启动时间、目标时间和目标环境信息；或者，

获取用户通过定时功能设置的所述智能家居设备的预启动时间、目标时间和目标环境信息；或者，

利用用户对所述智能家居设备的使用行为数据进行挖掘，得到所述智能家居设备的预启动时间、目标时间和目标环境信息。

根据本发明一优选实施方式，利用用户对所述智能家居设备的使用行为数据进行挖掘，得到所述智能家居设备的预启动时间和目标时间包括：

确定所述使用行为数据中所述用户每天对所述智能家居设备的开启时间，对确定的开启时间进行聚类，将聚类得到的簇中开启时间数量大于预设阈值的簇或者开启时间数量排在前N1个的簇的中心作为目标时间，将所述目标时间之前预设时长的时间点确定为预启动时间，所述N1为预设的正整数；或者，

确定所述使用行为数据中所述用户每天通过所述智能家居设备的控制面板或遥控器对所述智能家居设备的开启时间，对确定的开启时间进行聚类，将聚类得到的簇中开启时间数量大于预设阈值的簇或者开启时间数量排在前N2个的簇的中心作为目标时间，将所述目标时间之前预设时长的时间点确定为预启动时间，所述N2为预设的正整数；或者，

确定所述使用行为数据中所述用户每天通过APP对所述智能家居设备的开启时间，对确定的开启时间进行聚类，将聚类得到的簇中开启时间数量大于预 设阈值的簇或者开启时间数量排在前N3个的簇的中心作为预启动时间，将所述预启动时间之后预设时长的时间点确定为目标时间，所述N3为预设的正整数；或者，

确定所述使用行为数据中所述用户每天通过APP对所述智能家居设备的开启时间以及通过所述智能家居设备的控制面板或遥控器对所述智能家居设备的开启时间，分别进行聚类后得到第一类簇和第二类簇，如果存在第一类簇的簇中心与第二类簇的簇中心之间距离满足预设时长要求，则所述第一类簇的簇中心作为预启动时间，所述第二类簇的簇中心作为目标时间。

根据本发明一优选实施方式，利用用户对所述智能家居设备的使用行为数据进行挖掘，得到所述智能家居设备的目标环境信息包括：

确定所述使用行为数据中所述用户每天关闭所述智能家居设备时的环境信息，对确定的环境信息进行聚类，将聚类中心作为所述智能家居设备的目标环境信息，或者对确定的环境信息求平均，将得到的平均值作为所述智能家居设备的目标环境信息。

根据本发明一优选实施方式，该方法还包括：

利用所述智能家居设备的历史运行数据进行挖掘，得到所述智能家居设备各工作档位的实际工作效率。

根据本发明一优选实施方式，所述约束条件还包括：所述初始计算时间至所述目标时间内所述智能家居设备的总能耗最小；和/或，

在从所述预启动时间开始至所述目标时间内的部分单位时段采用预设的工作档位。

根据本发明一优选实施方式，确定所述智能家居设备的档位配置策略包括：

利用线性规划算法，确定从所述初始计算时间开始至所述目标时间内各单位时段所采用的工作档位信息；或者，

查询预先针对所述目标环境信息生成的档位转移矩阵，确定从所述初始计算时间开始至所述目标时间内各单位时段所采用的工作档位信息，其中所述档位转移矩阵包含每隔单位时段的剩余时长与各取值的实时环境信息所对应的最优 工作档位信息以及在一个单位时段内预计达到的环境信息。

根据本发明一优选实施方式，该方法还包括：

在所述预启动时间之后，每隔预设时间将当时的时间点作为初始计算时间，转至执行所述获取初始计算时间对应的实时环境信息的步骤。

根据本发明一优选实施方式，依据所述档位配置策略，对所述智能家居设备进行控制包括：

将所述档位配置策略通过控制指令一次性发送给所述智能家居设备，由所述智能家居设备解析所述档位配置策略后，在各单位时段设置对应的工作档位；或者，

解析所述档位配置策略，在各单位时段开始时分别通过控制指令将对应的工作档位信息发送给所述智能家居设备，由所述智能家居设备依据控制指令包含的工作档位信息设置对应的工作档位。

根据本发明一优选实施方式，所述智能终端设备为空气净化器时，所述环境信息为PM2.5浓度；或者，

所述智能终端设备为空调时，所述环境信息为室内温度；或者，

所述智能终端设备为热水器时，所述环境信息为热水器的水温；或者，

所述智能终端设备为加湿器或除湿器时，所述环境信息为室内湿度。

本发明还提供了一种对智能家居设备的控制装置，该装置包括：参数确定单元、环境采集单元、策略确定单元和控制执行单元；

所述参数确定单元，用于确定智能家居设备的预启动时间、目标时间和目标环境信息，并将所述预启动时间作为初始计算时间提供给所述环境采集单元；

所述环境采集单元，用于获取初始计算时间对应的实时环境信息；

所述策略确定单元，用于将从所述初始计算时间至所述目标时间内从所述实时环境达到所述目标环境作为约束条件，确定所述智能家居设备的档位配置策略，所述档位配置策略包括：从所述初始计算时间开始至所述目标时间内各单位时段所采用的工作档位信息；

所述控制执行单元，用于依据所述档位配置策略，对所述智能家居设备进行 控制。

根据本发明一优选实施方式，所述参数确定单元，具体用于：

获取用户通过手机APP设置并发送来的所述智能家居设备的预启动时间、目标时间和目标环境信息；或者，

获取用户通过定时功能设置的所述智能家居设备的预启动时间、目标时间和目标环境信息；或者，

利用用户对所述智能家居设备的使用行为数据进行挖掘，得到所述智能家居设备的预启动时间、目标时间和目标环境信息。

根据本发明一优选实施方式，所述参数确定单元在利用用户对所述智能家居设备的使用行为数据进行挖掘，得到所述智能家居设备的预启动时间和目标时间时，具体执行：

确定所述使用行为数据中所述用户每天对所述智能家居设备的开启时间，对确定的开启时间进行聚类，将聚类得到的簇中开启时间数量大于预设阈值的簇或者开启时间数量排在前N1个的簇的中心作为目标时间，将所述目标时间之前预设时长的时间点确定为预启动时间，所述N1为预设的正整数；或者，

确定所述使用行为数据中所述用户每天通过所述智能家居设备的控制面板或遥控器对所述智能家居设备的开启时间，对确定的开启时间进行聚类，将聚类得到的簇中开启时间数量大于预设阈值的簇或者开启时间数量排在前N2个的簇的中心作为目标时间，将所述目标时间之前预设时长的时间点确定为预启动时间，所述N2为预设的正整数；或者，

确定所述使用行为数据中所述用户每天通过APP对所述智能家居设备的开启时间，对确定的开启时间进行聚类，将聚类得到的簇中开启时间数量大于预设阈值的簇或者开启时间数量排在前N3个的簇的中心作为预启动时间，将所述预启动时间之后预设时长的时间点确定为目标时间，所述N3为预设的正整数；或者，

确定所述使用行为数据中所述用户每天通过APP对所述智能家居设备的开启时间以及通过所述智能家居设备的控制面板或遥控器对所述智能家居设备的 开启时间，分别进行聚类后得到第一类簇和第二类簇，如果存在第一类簇的簇中心与第二类簇的簇中心之间距离满足预设时长要求，则所述第一类簇的簇中心作为预启动时间，所述第二类簇的簇中心作为目标时间。

根据本发明一优选实施方式，所述参数确定单元在利用用户对所述智能家居设备的使用行为数据进行挖掘，得到所述智能家居设备的目标环境信息时，具体执行：

确定所述使用行为数据中所述用户每天关闭所述智能家居设备时的环境信息，对确定的环境信息进行聚类，将聚类中心作为所述智能家居设备的目标环境信息，或者对确定的环境信息求平均，将得到的平均值作为所述智能家居设备的目标环境信息。

根据本发明一优选实施方式，所述参数确定单元，还用于利用所述智能家居设备的历史运行数据进行挖掘，得到所述智能家居设备各工作档位的实际工作效率。

根据本发明一优选实施方式，所述约束条件还包括：所述初始计算时间至所述目标时间内所述智能家居设备的总能耗最小；和/或，

在从所述预启动时间开始至所述目标时间内的部分单位时段采用预设的工作档位。

根据本发明一优选实施方式，所述策略确定单元在确定所述智能家居设备的档位配置策略时，具体执行：

利用线性规划算法，确定从所述初始计算时间开始至所述目标时间内各单位时段所采用的工作档位信息；或者，

查询预先针对所述目标环境信息生成的档位转移矩阵，确定从所述初始计算时间开始至所述目标时间内各单位时段所采用的工作档位信息，其中所述档位转移矩阵包含每隔单位时段的剩余时长与各取值的实时环境信息所对应的最优工作档位信息以及在一个单位时段内预计达到的环境信息。

根据本发明一优选实施方式，所述参数确定单元，还用于在所述预启动时间之后，每隔预设时间将当时的时间点作为初始计算时间提供给所述环境采集单 元。

根据本发明一优选实施方式，所述控制执行单元，具体用于将所述档位配置策略通过控制指令一次性发送给所述智能家居设备，由所述智能家居设备解析所述档位配置策略后，在各单位时段设置对应的工作档位；或者，

解析所述档位配置策略，在各单位时段开始时分别通过控制指令将对应的工作档位信息发送给所述智能家居设备，由所述智能家居设备依据控制指令包含的工作档位信息设置对应的工作档位。

根据本发明一优选实施方式，所述智能终端设备为空气净化器时，所述环境信息为PM2.5浓度；或者，

所述智能终端设备为空调时，所述环境信息为室内温度；或者，

所述智能终端设备为热水器时，所述环境信息为热水器的水温；或者，

所述智能终端设备为加湿器或除湿器时，所述环境信息为室内湿度。

由以上技术方案可以看出，本发明确定的档位配置策略所基于的约束条件是从初始计算时间至目标时间内达到目标环境，因此基于该档位配置策略对智能终端设备的控制能够保证在目标时间内达到目标环境，提高了工作效果。

【附图说明】

图1为本发明实施例提供的主要方法流程图；

图2为本发明实施例提供的控制装置结构图。

【具体实施方式】

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。

本发明实施例所涉及的智能家居设备可以包括但不限于：空气净化器、空调、热水器、加湿器、除湿器等。

图1为本发明实施例提供的主要方法流程图，如图1中所示，该方法可 以包括以下步骤：

在101中，确定智能家居设备的预启动时间、目标时间和目标环境信息。

用户对智能家居设备预启动的需求通常可以归纳为：在预启动时间启动后，在目标时间内达到目标环境。例如，在18:00开启空气净化器后，在19:00内室内PM2.5浓度达到35ug/m³，那么预启动时间为18:00，目标时间为19:00，目标环境信息为PM2.5浓度达到35ug/m³。

在本步骤中，上述预启动时间、目标时间和目标环境信息的确定可以采用但不限于以下三种方式：

第一种方式：用户通过手机APP设置并发送设置指令给智能家居设备，以设置智能家居设备的预启动时间、目标时间和目标环境信息。其中设置指令可以由手机APP发送至云端控制中心，再由云端控制中心发送给与该手机APP绑定的智能家居设备。

例如，用户19：00能够到家，在18：00时用户通过手机APP设置预开启空气净化器，并将目标时间设置为19:00，目标环境信息设置为PM2.5浓度达到35ug/m³。

第二种方式：用户通过定时功能设置智能家居设备的预启动时间、目标时间和目标环境信息。该定时功能的设置可以通过手机APP，也可以通过直接在智能家居设备控制面板上的操作。

例如，用户在上班之前通过空气净化器控制面板上的定时功能，设置定时至18:00启动空气净化器，即预启动时间为18:00，并设置目标时间为19:00，目标环境信息设置为PM2.5浓度达到35ug/m³。

第三种方式：利用用户对智能家居设备的使用行为数据进行挖掘，得到智能家居设备的预启动时间、目标时间和目标环境信息。

在挖掘预启动时间和目标时间时，可以采用但不限于以下方式：

1)对于预先收集的用户对智能家居设备的使用行为数据，确定其中用户每天对智能家居设备的开启时间，对确定的开启时间进行聚类，将聚类得到的簇中开启时间数量大于预设阈值的簇或者开启时间数量排在前N1个的 簇的中心作为目标时间，将所述目标时间之前预设时长的时间点确定为预启动时间，其中N1为预设的正整数。

以空气净化器为例，确定出用户每天对空气净化器的开启时间，对这些开启时间进行聚类，对聚类得到的簇进行异常点过滤后，取包含点(开启时间)数量最多的簇的簇中心作为目标时间，假设用户通常在19:00左右打开空气净化器，进行聚类后簇中心也大概在19:00，将其作为空气净化器的目标时间。

2)对于预先收集的用户对智能家居设备的使用行为数据，确定其中用户每天通过智能家居设备的控制面板或遥控器对智能家居设备的开启时间，对确定的开启时间进行聚类，将聚类得到的簇中开启时间数量大于预设阈值的簇或者开启时间数量排在前N2个的簇的中心作为目标时间，将该目标时间之前预设时长的时间点确定为预启动时间，N2为预设的正整数。

该实现方式与第1)种实现方式类似，只是对用户开启智能家居设备的方式进行了更细致的限定，即通常用户通过智能家居设备的控制面板或遥控器对智能家居设备进行开启时，通常时用户到家之后的开启方式，因此可以将这种方式确定出来的时间作为目标时间。

3)对于预先收集的用户对智能家居设备的使用行为数据，确定其中用户每天通过APP对智能家居设备的开启时间，对确定的开启时间进行聚类，将聚类得到的簇中开启时间数量大于预设阈值的簇或者开启时间数量排在前N3个的簇的中心作为预启动时间，将预启动时间之后预设时长的时间点确定为目标时间，所述N3为预设的正整数。

由于很多用户为了能够到家直接享受到较好的室内环境，通常在到家之前，例如刚下班时，就通过手机APP提前打开智能家居设备，因此可以将用户通过手机APP打开智能家居设备的时间进行聚类，取其中包含点数量最多的簇的中心作为预启动时间，可以将诸如预启动时间之后一个小时作为目标时间。

4)对于预先收集的用户对智能家居设备的使用行为数据，确定其中用户通 过APP对智能家居设备的开启时间以及通过智能家居设备的控制面板或遥控器对智能家居设备的开启时间，分别进行聚类后得到第一类簇和第二类簇，如果存在第一类簇的簇中心与第二类簇的簇中心之间距离满足预设时长要求，则第一类簇的簇中心作为预启动时间，第二类簇的簇中心作为目标时间。

如上面所述的，用户通过APP打开智能家居设备的时间可以用于选取预启动时间，用户通过智能家居设备的控制面板或遥控打开智能家居设备的时间可以用于选取目标时间，在进行选取时，可以限制预启动时间和目标时间之间的时长，例如两者之间间隔小于或等于一小时。

在挖掘智能家居设备的目标环境信息时，可以确定用户对该智能家居设备的使用环境数据中，用户每天关闭智能家居设备时的环境信息，对确定的环境信息进行聚类，将聚类中心作为智能家居设备的目标环境信息，或者对确定的环境信息求平均，将得到的平均值作为智能家居设备的目标环境信息。例如收集用户每次关闭空气净化器时的PM2.5浓度值，这些PM2.5浓度值表明用户对该浓度值满意，对这些PM2.5浓度值进行聚类后，将聚类中心作为空气净化器的目标环境信息。

由于后续在智能家居设备的档位配置策略时，会用到智能家居设备各工作档位的实际工作效率，可以采用厂商标定的各工作档位的工作效率，也可以基于智能家居设备的历史运行数据进行挖掘。由于智能家居设备定时会上报运行数据，运行数据中可以包括运行的工作档位以及当时的环境信息，通过这些信息可以确定各工作档位的工作效率。例如，空气净化器会定时上报自己的工作档位和当时的PM2.5浓度，依据工作档位运行时长内PM2.5浓度的变化值就能够得到该工作档位的工作效率，即该工作档位在单位时间内净化的PM2.5质量。由于空气净化器每次运行都会上报，因此可以将得到的某工作档位的各工作效率值进行求平均，得到该工作档位的工作效率。

在102中，将确定的预启动时间作为初始计算时间。

在103中，获取初始计算时间对应的实时环境信息。

在104中，将从初始计算时间至目标时间内从实时环境达到目标环境作 为约束条件，确定智能家居设备的档位配置策略，档位配置策略包括：从初始计算时间开始至目标时间内各单位时段所采用的工作档位信息。

本步骤实际上是计算最优的档位配置策略，除了上述约束条件之外，还可以附带其他约束条件，例如初始计算时间至目标时间内智能家居设备的总能耗最小，在从预启动时间开始至目标时间内的部分单位时段采用预设的工作档位，后续会列举具体实例。

档位配置策略的计算可以采用线性规划的算法，以确定空气净化器的档位配置策略为例，假设单位时段为t，例如5分钟，预启动时间和目标时间之间的时差为T，T由多个单位时段构成，可以看成是单位时段组成的向量(t₁，t₂,…,t_n)。工作档位j在第i个单位时段的净化效率为P_ij，工作档位j的功率为W_j，启动时间对应的实时PM2.5浓度为PM_s，目标PM2.5浓度为PM_t，室内(房间)体积为V，则存在如下约束条件：

该约束条件(1)是保证从初始计算时间至目标时间，各工作档位运行的时长能够保证净化的PM2.5的总体积是(PM_t-PM_s)*V，即能够达到目标PM2.5浓度。

还有一些贴心的考虑，例如为了儿童睡眠考虑，儿童可能需要在目标时间之前进入房间，因此在预净化过程中最后三分之一时间内，将工作档位调至最低档，从而减少噪音。那么假设工作档位的最低档为1档，那么可以进一步结合以下约束条件：

对应的j取1 (2)

目标为：T之内总能耗E最小，其中E为：

对上述约束条件和目标进行求解，就可以得到各t_i采用的工作档位j取 值。

由于上述求解过程比较耗费计算资源，如果每次预启动时都进行计算，对计算资源的耗费较大，也可能会造成延时。因此，优选地，可以预先通过线性规划算法计算出智能终端设备针对目标环境信息生成的档位转移矩阵，其中档位转移矩阵包含每隔单位时段的剩余时长与各取值的实时环境信息所对应的最优工作档位信息以及在一个单位时段内预计达到的环境信息；然后通过查找该档位转移矩阵来确定各单位时段所采用的工作档位信息。

首先可以根据挖掘出的智能终端各档位的工作效率，生成设备效率表，如下表1所示：

表1

该效率表反映了空气净化器在一个单位时段内能够将PM2.5浓度值从多少降低到多少。以4档为例，一个单位时段内能够将PM2.5浓度值从160ug/m³降低到135ug/m³。

然后预先采用上述的线性规划算法，计算同一个目标PM2.5浓度下，针对各实时PM2.5浓度的取值分别计算对应各剩余时长应该采用的最优工作档位以及在一个单位时段内预计达到的PM2.5浓度，其中各剩余时长以单位时段作为间隔。以目标PM2.5取40ug/m³为例，得到的档位转移矩阵可以如表2中所示。

表2

举个例子，假设初始计算时间对应的实时PM2.5浓度为160，初始计算时间与目标时间之间的差值为60分钟，那么在第一个单位时段采用工作档位4，第一个单位时段结束预计能够达到的PM2.5浓度为135，假如第一个单位结束时的实时PM2.5浓度为135，则查找实时PM2.5浓度为135时且剩余时长为55分钟对应的工作档位；如果达不到，例如第一个单位时段结束达到的PM2.5浓度为140，那么查找实时PM2.5浓度为140时且剩余时长为55分钟对应的工作档位。依次类推。

这种方式下，只需要一次性地预先进行计算，得到各档位转移矩阵。在后续每次预启动时，仅需要通过查询档位转移矩阵的方式确定从初始计算时间开始至目标时间内各单位时段所采用的工作档位信息，降低了工作量和缩短了因计算造成的延迟。

在105中，依据档位配置策略，对智能家居设备进行控制。

在对智能家居设备进行控制时，依据确定的档位配置策略，从预启动时间开始至目标时间的每个单位时段，均按照对应的工作档位信息设置智能家居设备的工作档位。

需要说明的是，上述图1所示流程可以由设置于智能家居设备的控制装置实现，也可以由设置于云端控制中心的控制装置实现，还可以由设置于诸如家庭网关等中的控制装置实现。如果由设置于智能家居设备或家庭网关的 控制装置实现，则预启动时间、目标时间、目标环境信息和工作档位的工作效率可以不采用挖掘的方式确定，可以采用依据设置值的方式确定。在本发明实施例中，优选由设置于云端控制中心的控制装置实现的方式，这样可以利用云端大数量和高计算能力的优势。

另外，对智能家居设备的控制可以采用向其发送控制指令的方式，控制指令的下发可以采用两种方式：

第一种方式是，将档位配置策略通过控制指令一次下发给智能家居设备，由智能家居设备解析档位配置策略后，在各单位时段采用对应的工作档位。

第二种方式是，由控制装置(例如设置于云端控制中心)解析档位配置策略，然后在各单位时段开始时通过分别通过控制指令将对应的工作档位信息下发给智能家居设备，从而设置智能家居设备的工作档位。

另外，由于一些意外原因，例如对于空气净化器而言，开窗或者出现其他污染源都可能造成按照确定的档位配置策略达不到目标环境。为了避免这种情况，可以在预启动时间之后，每隔预设时间(例如20分钟)将当时的时间点作为初始计算时间，重新转至图1中所述步骤103开始，重新确定档位配置策略，从而保证在剩余时间内达到目标环境。

图2为本发明实施例提供的控制装置结构图，如方法实施例中所述，该控制装置可以设置于智能终端设备、家庭网关或云端控制中心中。如图2中所示，该装置可以包括：参数确定单元01、环境采集单元02、策略确定单元03和控制执行单元04，其中各组成单元的主要功能如下：

参数确定单元01负责确定智能家居设备的预启动时间、目标时间和目标环境信息，并将预启动时间作为初始计算时间提供给环境采集单元02。

其中，参数确定单元01可以采用但不限于以下三种方式确定上述预启动时间、目标时间和目标环境信息：

第一种方式：获取用户通过手机APP设置并发送来的智能家居设备的预启动时间、目标时间和目标环境信息。

第二种方式：获取用户通过定时功能设置的智能家居设备的预启动时间、目标时间和目标环境信息。

第三种方式：利用用户对智能家居设备的使用行为数据进行挖掘，得到智能家居设备的预启动时间、目标时间和目标环境信息。

参数确定单元01在利用用户对智能家居设备的使用行为数据进行挖掘，得到智能家居设备的预启动时间和目标时间时，可以采用但不限于以下方式：

1)确定使用行为数据中用户每天对智能家居设备的开启时间，对确定的开启时间进行聚类，将聚类得到的簇中开启时间数量大于预设阈值的簇或者开启时间数量排在前N1个的簇的中心作为目标时间，将目标时间之前预设时长的时间点确定为预启动时间，N1为预设的正整数。

2)确定使用行为数据中用户每天通过智能家居设备的控制面板或遥控器对智能家居设备的开启时间，对确定的开启时间进行聚类，将聚类得到的簇中开启时间数量大于预设阈值的簇或者开启时间数量排在前N2个的簇的中心作为目标时间，将目标时间之前预设时长的时间点确定为预启动时间，N2为预设的正整数。

3)确定使用行为数据中用户每天通过APP对智能家居设备的开启时间，对确定的开启时间进行聚类，将聚类得到的簇中开启时间数量大于预设阈值的簇或者开启时间数量排在前N3个的簇的中心作为预启动时间，将预启动时间之后预设时长的时间点确定为目标时间，N3为预设的正整数。

4)确定使用行为数据中用户每天通过APP对智能家居设备的开启时间以及通过智能家居设备的控制面板或遥控器对智能家居设备的开启时间，分别进行聚类后得到第一类簇和第二类簇，如果存在第一类簇的簇中心与第二类簇的簇中心之间距离满足预设时长要求，则第一类簇的簇中心作为预启动时间，第二类簇的簇中心作为目标时间。

另外，参数确定单元01在利用用户对智能家居设备的使用行为数据进行挖掘，得到智能家居设备的目标环境信息时，可以确定使用行为数据中用户每天关闭智能家居设备时的环境信息，对确定的环境信息进行聚类，将聚类中心作 为智能家居设备的目标环境信息，或者对确定的环境信息求平均，将得到的平均值作为智能家居设备的目标环境信息。

由于后续在智能家居设备的档位配置策略时，会用到智能家居设备各工作档位的实际工作效率，参数确定单元01可以采用厂商标定的各工作档位的工作效率，也可以利用智能家居设备的历史运行数据进行挖掘，得到智能家居设备各工作档位的实际工作效率。由于智能家居设备定时会上报运行数据，运行数据中可以包括运行的工作档位以及当时的环境信息，通过这些信息可以确定各工作档位的工作效率。

环境采集单元02负责获取初始计算时间对应的实时环境信息，环境采集单元02可以在获取到初始计算时间后执行操作。

策略确定单元03负责将从初始计算时间至目标时间内从实时环境达到目标环境作为约束条件，确定智能家居设备的档位配置策略，档位配置策略包括：从初始计算时间开始至目标时间内各单位时段所采用的工作档位信息。

除了上述约束条件之外，还可以附带其他约束条件，例如初始计算时间至目标时间内智能家居设备的总能耗最小，从预启动时间开始至目标时间内的部分单位时段采用预设的工作档位，等等。

策略确定单元03可以在确定智能家居设备的档位配置策略时，采用以下两种方式：

第一种方式：利用线性规划算法，确定从初始计算时间开始至目标时间内各单位时段所采用的工作档位信息。

第二种方式：查询预先针对目标环境信息生成的档位转移矩阵，确定从初始计算时间开始至目标时间内各单位时段所采用的工作档位信息，其中档位转移矩阵包含每隔单位时段的剩余时长与各取值的实时环境信息所对应的最优工作档位信息以及在一个单位时段内预计达到的环境信息。

后一种方式下，只需要一次性地预先进行计算，得到各档位转移矩阵。在后续每次预启动时，仅需要通过查询档位转移矩阵的方式确定从初始计算时间开始至目标时间内各单位时段所采用的工作档位信息，降低了工作量和 缩短了因计算造成的延迟。

控制执行单元04负责依据档位配置策略，对智能家居设备进行控制。在对智能家居设备进行控制时，依据确定的档位配置策略，从预启动时间开始至目标时间的每个单位时段，均按照对应的工作档位信息设置智能家居设备的工作档位。

另外，对智能家居设备的控制可以采用向其发送控制指令的方式，控制指令的下发可以采用两种方式：

第一种方式是，将档位配置策略通过控制指令一次下发给智能家居设备，由智能家居设备解析档位配置策略后，在各单位时段采用对应的工作档位。

第二种方式是，由控制执行单元04解析档位配置策略，然后在各单位时段开始时通过分别通过控制指令将对应的工作档位信息下发给智能家居设备，从而设置智能家居设备的工作档位。

另外，由于一些意外原因，例如对于空气净化器而言，开窗或者出现其他污染源都可能造成按照确定的档位配置策略达不到目标环境。为了避免这种情况，参数确定单元01可以在预启动时间之后，每隔预设时间将当时的时间点作为初始计算时间提供给环境采集单元02，环境采集单元02重新获取初始计算时间对应的实时环境信息，策略确定单元03重新确定档位配置策略，从而保证在剩余时间内达到目标环境。

在上述实施例中以空气净化器为例进行描述，但上述方式也可以应用于诸如空调、热水器、加湿器或除湿器等智能家居设备，通过对这些智能家居设备的控制，能够使得智能家居设备的某种工作指标达到具体的值。

如果是空调，在挖掘过程中可以分析出用户对室内温度的偏好，更细致地，可以分析出用户在不同季节的室内温度偏好，以及该空调所在房间对应不同工作档位的室内温度变化效率。通过对空调确定档位配置策略，用户能够在目标时间到家后，直接享受到偏好的室内温度。

如果是热水器，在挖掘过程中可以分析出用户对水温的偏好，更细致地， 可以分析出用户在不同季节的水温偏好，以及该热水器不同工作档位的水温变化效率。通过对热水器确定档位配置策略，用户能够在目标时间去洗澡时，直接享用到偏好的水温来洗澡。

如果是加湿器或除湿器，在挖掘过程中可以分析出用户对室内湿度的偏好，更细致地，可以分析出用户在不同季节的水温偏好，以及该加湿器或除湿器不同工作档位的室内湿度变化效率。通过对加湿器或除湿器确定档位配置策略，用户能够在目标时间进入房间时，直接享受到偏好的室内湿度。

还可以应用于其他智能家居设备，在此不再一一穷举。

由以上描述可以看出，本发明提供的方法和装置具备以下优点：

1)本发明确定的档位配置策略所基于的约束条件是从初始计算时间至目标时间内达到目标环境，目标为总能耗最小，因此基于该档位配置策略对智能终端设备的控制能够保证在目标时间内达到目标环境，提高了工作效果且提高了节能效果。

2)本发明提供的控制方式和装置，用户无需复杂的手工配置操作，对用户的使用门槛较低。

3)可以将一些贴心的考虑附加作为约束条件，这样形成的档位配置策略能够使得用户的感受更加良好。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一 个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。