具体实施方式

下面结合具体实施例，进一步阐明本发明，实施例在以本发明技术方案为前提下进行实施，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围。

一种权重自适应调节的洗衣机能效智能优化系统，适用于洗衣机等家用电器类设备。包括控制面板、洗衣桶重量传感器、用户洗涤意图分析模块、实现优化目标自适应调节功能的自适应调权模块、优化目标生成模块以及最优运行状态决策模块。

如图1所示，其中，用户洗涤意图分析模块的输入端分别与洗衣机控制面板以及洗衣桶重量传感器相连，输出端与自适应调权模块的输入端相连；自适应调权模块的输出端与优化目标生成模块相连；优化目标生成模块的输出端与最优运行状态决策模块的输入端相连；最优运行状态决策模块的输出端与洗衣机洗涤程序控制系统相连。

洗衣机控制面板：在洗衣机开机启动后，控制面板会自动显示出用户可能得洗涤时间以及洗涤材质信息，如果正确，则用户无需更改，直接启动即可。如果与用户此次洗涤不一致，用户可以通过洗衣机控制面板设定希望的洗衣时长，以及衣物种类、材质等信息。洗衣机控制面板负责将用户洗涤喜好、习惯以及意图信息传递给用户洗涤意图分析模块；同时负责统计并更新存储用户的洗涤喜好、习惯以及意图等信息，并在下一次用户开机启动时将其最新的用户洗涤喜好显示在控制面板上。开机时，洗衣机控制面板自动显示出该用户最常使用的用户洗涤喜好信息：洗涤时间设置以及洗涤衣物材质设置如下：

IF(t)＝[tp，Mp]

其中，tp表示用户经常设定的希望洗涤时间，Mp表示用户经常设定的衣物材质信息；计算如下：

tp＝index(t1，t2，…，tn)

Mp＝index(M1，M2，…，Mm)

其中，index(t1，t2，…，tn)即表示选取洗衣机固有候选时间；

index(M1，M2，…，Mm)则表示选取洗衣机固有候选洗涤衣物材料；

(t1，t2，…，tn)中在用户前期使用过程中出现次数最多的时间ti值赋予tp，(M1，M2，…，Mm)中用户前期选择次数最多的洗涤材料信息赋予Mp。

洗衣机洗衣桶传感器：洗衣桶传感器负责采集洗衣桶内衣物的总量，并在适当旋转后判断出洗涤衣物的大小程度。同时将待洗涤衣物的重量信息、大小程度信息传递给用户洗涤意图分析模块。

用户洗涤意图分析模块：该模块根据洗衣机控制面板采集的用户设定洗涤时间、衣物种类、材质信息，以及洗衣桶传感采集的衣物重量信息，大小程度信息等采用模糊化、映射等多种方式计算用户洗涤衣物的具体要求。

自适应调权模块，自适应调权模块负责根据用户洗涤意图分析模块得到的用户洗涤意图量化值计算出此次洗衣目标函数的优化权重。此过程利用高维高斯网络计算。

最优运行状态决策模块利用生物启发式优化算法对洗衣机最优运行状态进行决策，得到最终的决策结果，即洗涤、浸泡、漂洗以及脱水四个阶段的实时电机转数值，耗水量，水温以及各阶段用时等洗衣机可控变量值。

本发明还公开一种权重自适应调节的洗衣机能效智能优化方法：根据用户设定的洗衣时间、衣物重量、衣物种类信息，自适应调节洗衣机能效优化权重，进而通过在线优化算法计算出最优的用水量、各段洗衣程序运行时长、水温以及脱水转速值，实现洗衣机的最优能效、最佳漂洗率及洗净比。

通过洗衣机控制面板将用户洗涤喜好、习惯以及意图信息传递给用户洗涤意图分析模块；同时统计并更新存储用户的洗涤喜好、习惯以及意图信息，并在下一次用户开机启动时将其最新的用户洗涤喜好显示在控制面板上；通过用户洗涤意图分析模块设置数据采集单元，根据控制面板采集的用户设定信息，以及洗衣桶传感采集的信息计算用户洗涤衣物的具体要求；通过自适应调权模块根据用户洗涤意图分析模块得到的用户洗涤意图量化值计算出此次洗衣目标函数的优化权重。

当用户启动洗衣机时，洗衣机控制面板自动显示出该用户最常使用的洗涤时间设置以及洗涤衣物材质设置：

IF(t)＝[tp，Mp]

其中，tp表示用户经常设定的希望洗涤时间，Mp表示用户经常设定的衣物材质信息；tp，Mp的计算方式如下：

tp＝index(t1，t2，…，tn)

Mp＝index(M1，M2，…，Mm)

index(t1，t2，…，tn)即表示选取洗衣机固有候选时间，(t1，t2，…，tn)中在用户前期使用过程中出现次数最多的时间ti值赋予tp，而index(M1，M2，…，Mm)则表示选取洗衣机固有候选洗涤衣物材料(M1，M2，…，Mm)中用户前期选择次数最多的洗涤材料信息赋予Mp。

开机显示完毕后，等待用户进行确认信息：如果当前显示的信息并非用户此次洗涤希望的设定信息，用户可以在控制面板上进行更改，更改完成后，用户点击开始按钮启动程序。

程序启动初期，洗衣机空转数圈，保证洗衣机洗衣桶传感器模块顺利采集衣物重量信息以及感应洗涤衣物大小信息等，并将用户设定信息[tp，Mp]与传感器采集信息合并成信息向量O_person＝[tp，Mp，F(t)，C(t)]发送给用户洗涤意图分析模块；用户洗涤意图分析模块得到的总体洗涤信息：

O_person＝[tp，Mp，F(t)，C(t)]

其中：tp表示用户希望洗涤时间，Mp表示用户洗涤衣物材质信息；F(t)以及C(t)表示洗衣桶传感器实时给出的衣物重量信息以及大小程度信息等。

这里将用户洗衣信息分成两类：用户意图信息，衣物信息；对于用户意图信息根据洗衣机实现设定的候选个数进行用户意图模糊化或映射处理如下：

Table 1用户洗涤时间模糊化表

Table 2用户洗涤衣物信息映射表

对于衣物信息采用如下模糊化表：

Table 3用户洗涤衣物重量信息模糊化表

Table 4用户洗涤衣服大小模糊化表

这里需要说明的是：如果用户放入衣物超出洗衣机最大洗衣能力，则不会启动洗衣程序，并发出警告以提醒用户；

用户洗涤意图分析模块利用以上四个模糊化以及映射表格表1-表4将采集信息向量O_person＝[tp，Mp，F(t)，C(t)]转化得到用户洗涤意图分析结果：

O_result＝[P_t，P_M，P_F，P_C]

其中，P_t，P_M，P_F，P_C分别为用户洗涤意图分析模块得到的用户洗涤意图量化值，P_t，P_M，P_F，P_C均为[0，1]之间的数值。并将用户洗涤意图分析结果O_result＝[P_t，P_M，P_F，P_C]传递给自适应调权模块。

自适应调权模块负责根据用户洗涤意图分析模块得到的用户洗涤意图量化值计算出此次洗衣目标函数的优化权重；自适应调权模块根据用户洗涤意图分析模块得到的用户洗涤意图量化值O_result＝[P_t，P_M，P_F，P_C]计算出此次洗衣目标函数的优化权重。此过程利用高维高斯网络计算：

W(t)＝exp(O_result)

其中，W(t)为对于此次用户洗涤信息自动计算出的洗涤时间、衣物材质、衣物重量以及衣物大小的权重值。exp(·)为高维高斯网络函数：

其中，n表示O_result的维度，x表示带入量O_result，T表示转置运算，μ表示O_result均值，∑表示O_result方差。

这里高维高斯网络函数的个数与权重W(t)的维度保持一致。在计算结束后，自适应调权模块将计算结果，即权重值W(t)传递给优化目标生成模块。

优化目标生成模块利用自适应调权模块计算出的权重值W(t)计算得到本次洗涤的优化目标函数：

Obj＝W(t)*target

其中，target＝[t_power，t_water，t_clean，t_rinse，t_dehydration]，而t_power，t_water，t_clean，t_rinse，t_dehydration分别问耗电量、耗水量、洗净度、漂洗度以及脱水度等子目标函数。其均为自变量x＝[x₁，x₂，x₃，x₄]的函数，以耗电量t_power为例，t_power＝f(x)。自变量x中的四个分量x₁，x₂，x₃，x₄分别表示洗涤，浸泡，漂洗以及脱水阶段的电机转速、进水量、温度、用时等可控变量。生成目标函数Obj后将其传递给最优运行状态决策模块。

最后，最优运行状态决策模块利用现有的生物启发式优化算法对洗衣机最优运行状态进行决策，得到最终的决策结果，即洗涤、浸泡、漂洗以及脱水四个阶段的实时电机转数值，耗水量，水温以及各阶段用时等洗衣机可控变量值。

当然，本发明还可能有其他多种实施实例，在不背离本发明精神以及实质的情况下，熟悉本领域的技术人员当可根据本发明作为各种相应的改变和变形，但这些相应的改变和变形都属于本发明所附的权利要求和保护范围。