[发明专利]一种利用机器学习量化评估电梯乘坐舒适性的系统及方法

权利要求书

1.一种利用机器学习量化评估电梯乘坐舒适性的系统，其特征在于，包括：

基础数据模块，用于建立完整的电梯基础信息及履历信息；

数据采集模块，用于采集实时的电梯运行数据、故障数据、体感数据、人机交互数据、装潢数据；

样本模块，用于根据实时的电梯运行数据、故障数据、体感数据、人机交互数据、装潢数据，形成样本数据；

量化评估模块，用于通过样本数据进行机器学习，并建立量化评估模型，以对电梯舒适性进行量化、评估打分。

2.如权利要求1所述的利用机器学习量化评估电梯乘坐舒适性的系统，其特征在于，所述量化评估模型的算法如下：

其中，为电梯乘坐舒适性评分，θ₀为电梯乘坐舒适性偏置量，θ₁～θ_n为特征参数的权重，为影响电梯乘坐舒适性的特征向量。

3.如权利要求2所述的利用机器学习量化评估电梯乘坐舒适性的系统，其特征在于，通过历史样本数据并利用多元线性回归分析理论获得特征参数的权重θ₁～θ_n，使损失函数最小，损失函数为：

其中，y_i为历史样本数据中电梯舒适性量化评分，m为样本数量。

4.如权利要求2或3所述的利用机器学习量化评估电梯乘坐舒适性的系统，其特征在于，所述电梯乘坐舒适性的特征向量包括速度、加速度、振动、噪声、温度、湿度、气压、轿厢内照明、拥挤度、色彩装饰、故障率、停梯时长。

5.如权利要求4所述的利用机器学习量化评估电梯乘坐舒适性的系统，其特征在于，将所述特征向量与对应的电梯舒适性量化关联，形成样本数据。

6.如权利要求1所述的利用机器学习量化评估电梯乘坐舒适性的系统，其特征在于，所述数据采集模块包括：

基层传感器单元，用于校准运行数据；

加速度传感器单元，用于获取电梯在x、y、z三轴的加速度数值；

平层传感器单元，用于判断电梯是否平层停车、电梯运行状态和方向；

人体传感器单元，用于检测电梯轿厢内是否有人滞留；

门磁传感器单元，用于感测电梯轿厢门是否闭合，结合平层传感器单元来判断是否存在开门走车故障；

温度湿度传感器单元，用于输出电梯的温度湿度信息；

振动传感器单元，用于输出电梯的振动信息。

7.一种利用机器学习量化评估电梯乘坐舒适性的的方法，其特征在于，包括以下步骤：

建立完整的电梯基础信息及履历信息；

采集实时的电梯运行数据、故障数据、体感数据、人机交互数据、装潢数据；

根据实时的电梯运行数据、故障数据、体感数据、人机交互数据、装潢数据，形成样本数据；

通过样本数据进行机器学习，并建立量化评估模型，以对电梯舒适性进行量化、评估打分。

8.如权利要求7所述的利用机器学习量化评估电梯乘坐舒适性的的方法，其特征在于，所述量化评估模型的算法如权利要求2所述的量化评估模型的算法。