随着智能家居产品的不断普及和人们对于美好生活渴望的不断增强,家庭环境舒适度得到了人们越来越多的关注。本文引入了ISO7730标准中的PMV指标对家庭环境舒适度进行研究。该指标涉及了室内空气温度、室内风速、平均辐射温度、相对湿度、服装热阻率、人体活动量和人体所做机械功7个方面。传统的温度控制系统并不能科学地完成对环境舒适度的调节。本文收集并分析了用户的环境历史数据,完成家庭环境舒适度调节软件的开发,可以满足用户对于舒适度调节方面的个性化需求。1.研究家庭环境下舒适度调节的现状。本文研究家庭环境舒适度和神经网络的发展状况,并阐述在智能家居中进行舒适度自主调节的重要意义。2.设计舒适度调节软件的整体方案。本文对舒适度调节软件进行系统体系架构、需求和性能进行分析,给出舒适度调节软件的设计方案。同时对软件使用到的关键技术进行分析和研究。3.开发支持软件运行的主要设备。主要设备有底层节点和家庭网关。底层节点可以分为控制类节点和传感类节点,采用CC2530作为主控芯片,使用Zig Bee实现无线组网。节点开发包括电源电路、复位电路、串口电路和CC2530主芯片电路。家庭网关包含RT5350主芯片电路、协调器电路、内存电路和电源电路等。4.开发家庭环境舒适度调节软件。舒适度调节软件使用了Django框架的MVT模型来开发软件的各个功能模块。软件的功能包括家庭数据信息管理模块、用户管理模块、室内舒适度调节模块、设备信息管理模块和家居电器控制模块。舒适度调节模块使用BP神经网络求解PMV指标,通过改变室内的温度和湿度对环境舒适度进行调节,解决了在传统PMV求解中需要不断迭代、时效性差的问题。5.搭建环境舒适度调节软件的测试环境。按照软件质量测试标准GB/T25000.51-2016和GB/T25000.51-2016的要求,本文对舒适度调节软件进行了软件功能、软件性能和软件兼容性的测试。测试结果显示软件满足用户对于家庭环境舒适度调节的需求。软件的功能、软件性能和软件的兼容性符合相关测试要求。