一种基于深度神经网络的智能楼宇个性化空间管理方法

本发明公开了一种基于深度神经网络的智能楼宇个性化空间管理方法，包括如下步骤：S1、采集环境参数、用户行为及偏好数据，用于构建个性化控制输入；S2、对采集数据进行清洗、对齐、归一化及缺失填补，生成标准化数据集合；S3、构建深度神经网络模型，对个性化控制参数进行预测；S4、将预测结果输入鲸鱼优化算法，生成满足舒适度与能耗目标的控制策略候选集；S5、输入候选策略至水波优化算法，融合多用户偏好，输出最终控制策略；S6、下发控制指令至楼宇系统，执行环境调节；S7、采集调节反馈，计算误差并更新神经网络模型，实现持续优化。本发明实现了楼宇空间环境的智能调控与个性化优化，显著提升了舒适度与能效管理水平。