本發(fā)明涉及智能控制，尤其涉及一種節(jié)律調(diào)節(jié)光照參數(shù)控制方法及系統(tǒng)。

背景技術(shù)：

1、生物節(jié)律指生物體內(nèi)部的時(shí)間調(diào)節(jié)系統(tǒng)，控制著生理過程和行為的周期性變化，如睡眠、體溫、激素分泌等，這些變化通常與外部環(huán)境的周期性因素(如晝夜交替)相協(xié)調(diào)。光照是影響生物節(jié)律的關(guān)鍵因素，因?yàn)楣鈺ㄟ^視網(wǎng)膜中的特殊受體傳遞信號，調(diào)節(jié)大腦中的生物鐘。生物節(jié)律調(diào)節(jié)光照是利用特定的光照條件，如光的強(qiáng)度、光譜和時(shí)間分布，來影響或同步生物體的內(nèi)部節(jié)律。節(jié)律調(diào)節(jié)光照參數(shù)控制系統(tǒng)是通過動態(tài)調(diào)整光照的強(qiáng)度、顏色溫度、光譜組成和持續(xù)時(shí)間等參數(shù)，以適應(yīng)生物體的晝夜節(jié)律需求，通?；谏镧姷倪\(yùn)行機(jī)制，利用人工光源模擬自然光的變化，幫助調(diào)節(jié)個(gè)體的生理節(jié)律。然而，現(xiàn)有的節(jié)律調(diào)節(jié)光照參數(shù)控制系統(tǒng)無法有效采集用戶的生物體征數(shù)據(jù)，如心率、睡眠狀態(tài)等，導(dǎo)致光照調(diào)節(jié)與用戶的實(shí)際生物節(jié)律脫節(jié)；光照調(diào)節(jié)大多基于預(yù)設(shè)的時(shí)間表或固定模式，缺乏對用戶個(gè)體生物節(jié)律的深度分析和預(yù)測，無法實(shí)現(xiàn)真正智能化、個(gè)性化的光照控制；以及通常只對當(dāng)前生物節(jié)律模式進(jìn)行調(diào)整，缺乏對生物節(jié)律長期趨勢的預(yù)測和對未來狀態(tài)的智能調(diào)整，無法對用戶的節(jié)律變化提供更為精準(zhǔn)的干預(yù)和改善。

技術(shù)實(shí)現(xiàn)思路

1、基于此，本發(fā)明提供一種節(jié)律調(diào)節(jié)光照參數(shù)控制方法及系統(tǒng)，以解決至少一個(gè)上述技術(shù)問題。

2、為實(shí)現(xiàn)上述目的，一種節(jié)律調(diào)節(jié)光照參數(shù)控制系統(tǒng)，包括以下模塊：

3、用戶感知數(shù)據(jù)采集模塊，用于根據(jù)智能穿戴傳感器進(jìn)行用戶感知數(shù)據(jù)采集，生成用戶感知數(shù)據(jù)，其中所述用戶感知數(shù)據(jù)包括環(huán)境光照數(shù)據(jù)以及生物體征數(shù)據(jù)；

4、生物節(jié)律模式分析模塊，用于根據(jù)生物體征數(shù)據(jù)進(jìn)行生物體征時(shí)序標(biāo)識分析，生成生物體征時(shí)序數(shù)據(jù)；根據(jù)生物體征時(shí)序數(shù)據(jù)進(jìn)行生物節(jié)律模式分析處理，生成生物節(jié)律模式數(shù)據(jù)；

5、生物節(jié)律模式狀態(tài)評估模塊，用于基于生物節(jié)律模式數(shù)據(jù)進(jìn)行生物節(jié)律模式的穩(wěn)定狀態(tài)分析，生成生物節(jié)律模式穩(wěn)定狀態(tài)數(shù)據(jù)；基于生物節(jié)律模式穩(wěn)定狀態(tài)數(shù)據(jù)進(jìn)行各生物節(jié)律模式的狀態(tài)評估處理，生成生物節(jié)律模式狀態(tài)評估數(shù)據(jù)；

6、交互特征分析模塊，用于根據(jù)環(huán)境光照數(shù)據(jù)與生物節(jié)律模式狀態(tài)評估數(shù)據(jù)進(jìn)行環(huán)境光照與生物節(jié)律模式狀態(tài)評估的交互特征分析，生成光照-模式狀態(tài)評估交互特征數(shù)據(jù)；

7、光照需求模型構(gòu)建模塊，用于基于預(yù)設(shè)的決策樹算法建立生物節(jié)律模式與光照需求的決策映射關(guān)系，生成初始節(jié)律模式光照需求決策樹模型；利用光照-狀態(tài)交互特征數(shù)據(jù)對初始個(gè)性化生物節(jié)律光照需求模型進(jìn)行多源決策樹剪枝訓(xùn)練優(yōu)化處理，生成優(yōu)化節(jié)律模式光照需求決策樹模型；

8、節(jié)律模式趨勢模型構(gòu)建模塊，用于根據(jù)生物節(jié)律模式數(shù)據(jù)對生物體征時(shí)序數(shù)據(jù)進(jìn)行生物節(jié)律模式的周期性特征分析，生成生物節(jié)律模式周期性特征數(shù)據(jù)；基于生物節(jié)律模式周期性特征數(shù)據(jù)進(jìn)行生物節(jié)律模式變更趨勢模型設(shè)計(jì)，生成生物節(jié)律模式變更趨勢模型；

9、節(jié)律調(diào)節(jié)光照參數(shù)控制模塊，用于根據(jù)生物體征數(shù)據(jù)進(jìn)行即時(shí)生物節(jié)律模式分析處理，生成即時(shí)生物節(jié)律模式數(shù)據(jù)；基于生物節(jié)律模式變更趨勢模型對即時(shí)生物節(jié)律模式數(shù)據(jù)進(jìn)行即時(shí)生物節(jié)律模式變更趨勢分析處理，生成即時(shí)生物節(jié)律模式變更趨勢數(shù)據(jù)；將即時(shí)生物節(jié)律模式變更趨勢數(shù)據(jù)傳輸至優(yōu)化節(jié)律模式光照需求決策樹模型進(jìn)行節(jié)律光照需求智能分析處理，生成智能節(jié)律光照需求數(shù)據(jù)；基于節(jié)律光照智能調(diào)節(jié)控制參數(shù)執(zhí)行節(jié)律調(diào)節(jié)光照參數(shù)控制作業(yè)。

10、本發(fā)明通過智能穿戴設(shè)備的實(shí)時(shí)感知，能夠精確采集用戶的生物體征數(shù)據(jù)(如心率、體溫、睡眠狀態(tài)、用戶行為等)和環(huán)境光照數(shù)據(jù)，確保系統(tǒng)能夠?qū)崟r(shí)監(jiān)測用戶的身體狀況和周圍光照條件。這種數(shù)據(jù)的收集為后續(xù)的分析提供了精確的基礎(chǔ)，有助于更精準(zhǔn)地調(diào)節(jié)光照，提升光照控制與用戶實(shí)際需求的匹配度。通過對生物體征數(shù)據(jù)進(jìn)行時(shí)序標(biāo)識分析，能夠準(zhǔn)確地識別用戶的生物體征在不同時(shí)段的變化規(guī)律，并提取出具有時(shí)序特征的生物節(jié)律模式數(shù)據(jù)，確保了生物節(jié)律模式的分析與用戶的生理狀態(tài)緊密相關(guān)，為后續(xù)的光照調(diào)節(jié)提供個(gè)性化依據(jù)，使光照調(diào)節(jié)與用戶的生物節(jié)律更加同步。結(jié)合環(huán)境光照數(shù)據(jù)與用戶的生物節(jié)律狀態(tài)評估數(shù)據(jù)進(jìn)行交互特征分析，確保光照調(diào)節(jié)與用戶的當(dāng)前狀態(tài)高度相關(guān)。通過這種精細(xì)的交互分析，了解各生物節(jié)律模式下的光照反饋的狀態(tài)，能夠動態(tài)調(diào)整光照參數(shù)，使得光照控制不再是單一維度的控制，而是充分考慮了用戶當(dāng)前的生物節(jié)律狀態(tài)和所處環(huán)境，提升了光照調(diào)節(jié)的有效性和精度。通過使用決策樹算法結(jié)合生物節(jié)律模式數(shù)據(jù)，系統(tǒng)能夠建立不同生物節(jié)律模式下的光照需求映射關(guān)系，使得系統(tǒng)能夠在不同的節(jié)律模式下為用戶提供最適合的光照環(huán)境。通過進(jìn)一步利用光照-狀態(tài)交互特征數(shù)據(jù)對決策樹模型進(jìn)行訓(xùn)練和優(yōu)化，不斷提升模型的精準(zhǔn)度。決策樹的優(yōu)化處理使得系統(tǒng)能夠自適應(yīng)用戶的節(jié)律變化，并逐步調(diào)整光照參數(shù)，從而提供更加個(gè)性化、智能化的光照調(diào)節(jié)，生成的優(yōu)化節(jié)律模式光照需求決策樹模型能夠更加精確地預(yù)測并滿足用戶在不同生物節(jié)律狀態(tài)下的光照需求，增強(qiáng)了系統(tǒng)對用戶個(gè)體差異的適應(yīng)能力。對生物節(jié)律模式的周期性特征進(jìn)行深入分析，識別出用戶生物節(jié)律的長期變化規(guī)律和周期性特征，生成相應(yīng)的周期性特征數(shù)據(jù)，以設(shè)計(jì)出反映生物節(jié)律變化趨勢的模型。該趨勢模型使系統(tǒng)具備預(yù)測生物節(jié)律未來變化的能力，從而在光照調(diào)節(jié)時(shí)能夠提前進(jìn)行準(zhǔn)備和調(diào)整。通過基于周期性特征的數(shù)據(jù)，光照控制更好地預(yù)防節(jié)律紊亂，并為用戶提供更加持續(xù)、動態(tài)的光照優(yōu)化方案。對用戶的生物體征數(shù)據(jù)進(jìn)行即時(shí)分析，能夠?qū)崟r(shí)更新用戶的生物節(jié)律狀態(tài)，生成即時(shí)生物節(jié)律模式數(shù)據(jù)，使得系統(tǒng)能夠適時(shí)監(jiān)測用戶的節(jié)律狀態(tài)，確保光照調(diào)節(jié)方案的實(shí)時(shí)性。結(jié)合生物節(jié)律模式變更趨勢模型，對即時(shí)的生物節(jié)律狀態(tài)進(jìn)行動態(tài)趨勢分析，并通過優(yōu)化節(jié)律模式光照需求決策樹模型生成與之匹配的光照需求，這種基于當(dāng)前狀態(tài)的智能分析處理大大提高了系統(tǒng)的響應(yīng)速度和調(diào)節(jié)精度。智能節(jié)律光照需求數(shù)據(jù)的生成使系統(tǒng)能夠基于用戶當(dāng)前的節(jié)律狀態(tài)和未來趨勢預(yù)測，智能調(diào)節(jié)光照參數(shù)。通過執(zhí)行基于即時(shí)分析的光照控制作業(yè)，有效調(diào)節(jié)光照，以適應(yīng)用戶當(dāng)前的生物節(jié)律需求，確保用戶的節(jié)律平衡和健康，確保了光照調(diào)節(jié)的動態(tài)性、個(gè)性化和智能化，極大地提升了用戶體驗(yàn)。

11、本說明書中提供一種節(jié)律調(diào)節(jié)光照參數(shù)控制方法，用于執(zhí)行如上述所述的節(jié)律調(diào)節(jié)光照參數(shù)控制系統(tǒng)，該節(jié)律調(diào)節(jié)光照參數(shù)控制方法包括：

12、步驟s1：根據(jù)智能穿戴傳感器進(jìn)行用戶感知數(shù)據(jù)采集，生成用戶感知數(shù)據(jù)，其中所述用戶感知數(shù)據(jù)包括環(huán)境光照數(shù)據(jù)以及生物體征數(shù)據(jù)；

13、步驟s2：根據(jù)生物體征數(shù)據(jù)進(jìn)行生物體征時(shí)序標(biāo)識分析，生成生物體征時(shí)序數(shù)據(jù)；根據(jù)生物體征時(shí)序數(shù)據(jù)進(jìn)行生物節(jié)律模式分析處理，生成生物節(jié)律模式數(shù)據(jù)；

14、步驟s3：基于生物節(jié)律模式數(shù)據(jù)進(jìn)行生物節(jié)律模式的穩(wěn)定狀態(tài)分析，生成生物節(jié)律模式穩(wěn)定狀態(tài)數(shù)據(jù)；基于生物節(jié)律模式穩(wěn)定狀態(tài)數(shù)據(jù)進(jìn)行各生物節(jié)律模式的狀態(tài)評估處理，生成生物節(jié)律模式狀態(tài)評估數(shù)據(jù)；

15、步驟s4：根據(jù)環(huán)境光照數(shù)據(jù)與生物節(jié)律模式狀態(tài)評估數(shù)據(jù)進(jìn)行環(huán)境光照與生物節(jié)律模式狀態(tài)評估的交互特征分析，生成光照-模式狀態(tài)評估交互特征數(shù)據(jù)；

16、步驟s5：基于預(yù)設(shè)的決策樹算法以及生物節(jié)律模式數(shù)據(jù)進(jìn)行各生物節(jié)律模式下的光照需求決策映射關(guān)系設(shè)計(jì)，生成節(jié)律模式光照需求決策樹模型；利用光照-狀態(tài)交互特征數(shù)據(jù)對節(jié)律模式光照需求決策樹模型進(jìn)行決策樹訓(xùn)練優(yōu)化處理，生成優(yōu)化節(jié)律模式光照需求決策樹模型；

17、步驟s6：根據(jù)生物節(jié)律模式數(shù)據(jù)對生物體征時(shí)序數(shù)據(jù)進(jìn)行生物節(jié)律模式的周期性特征分析，生成生物節(jié)律模式周期性特征數(shù)據(jù)；基于生物節(jié)律模式周期性特征數(shù)據(jù)進(jìn)行生物節(jié)律模式變更趨勢模型設(shè)計(jì)，生成生物節(jié)律模式變更趨勢模型；

18、步驟s7：根據(jù)生物體征數(shù)據(jù)進(jìn)行即時(shí)生物節(jié)律模式分析處理，生成即時(shí)生物節(jié)律模式數(shù)據(jù)；基于生物節(jié)律模式變更趨勢模型對即時(shí)生物節(jié)律模式數(shù)據(jù)進(jìn)行即時(shí)生物節(jié)律模式變更趨勢分析處理，生成即時(shí)生物節(jié)律模式變更趨勢數(shù)據(jù)；將即時(shí)生物節(jié)律模式變更趨勢數(shù)據(jù)傳輸至優(yōu)化節(jié)律模式光照需求決策樹模型進(jìn)行節(jié)律光照需求智能分析處理，生成智能節(jié)律光照需求數(shù)據(jù)；基于節(jié)律光照智能調(diào)節(jié)控制參數(shù)執(zhí)行節(jié)律調(diào)節(jié)光照參數(shù)控制作業(yè)。

19、本技術(shù)有益效果在于，本發(fā)明通過智能穿戴設(shè)備采集用戶的生物體征數(shù)據(jù)，并進(jìn)行生物體征時(shí)序標(biāo)識分析和生物節(jié)律模式分析，通過多層次的數(shù)據(jù)分析和聚類方法生成用戶的生物節(jié)律模式，并基于用戶的各生物節(jié)律模式進(jìn)行精確的光照調(diào)節(jié)。這種基于用戶個(gè)體生物體征的實(shí)時(shí)感知和分析，有效解決了無法精確采集和分析用戶生物體征數(shù)據(jù)的問題，確保光照調(diào)節(jié)能夠準(zhǔn)確匹配用戶的實(shí)際生物節(jié)律需求。通過決策樹算法以及生物節(jié)律模式數(shù)據(jù)設(shè)計(jì)光照需求決策映射關(guān)系的數(shù)學(xué)模型，并對模型進(jìn)行訓(xùn)練優(yōu)化，實(shí)現(xiàn)了智能化的光照調(diào)節(jié)需求的決策分析，與固定模式或預(yù)設(shè)時(shí)間表不同，能夠根據(jù)用戶當(dāng)前的生物體征和節(jié)律狀態(tài)，動態(tài)調(diào)整光照參數(shù)，實(shí)現(xiàn)個(gè)性化和智能化的光照控制，這種智能化的決策能力確保光照調(diào)節(jié)更加符合用戶的實(shí)際需求，提升了用戶體驗(yàn)。通過生物節(jié)律模式變更趨勢模型以及對生物節(jié)律模式趨勢預(yù)測的即時(shí)更新，對用戶的生物節(jié)律進(jìn)行周期性特征分析和趨勢預(yù)測，不僅能夠?qū)Ξ?dāng)前的生物節(jié)律進(jìn)行調(diào)整，還能夠基于未來的節(jié)律變化趨勢，提前調(diào)整光照參數(shù)，實(shí)現(xiàn)自適應(yīng)的光照控制，解決了只能對當(dāng)前狀態(tài)進(jìn)行簡單調(diào)整的問題，能夠?yàn)橛脩籼峁└珳?zhǔn)的節(jié)律管理和健康干預(yù)，尤其在長期光照調(diào)節(jié)中效果更為顯著。