2.1 总体设计

传统的智能家居控制系统，主要还是实现了“人触发功能”的模式，但是随着人们需求的提高，这种方式已经无法满足用户，用户开始追求差异化，个性化的使用需求。针对这种需求，在此将BP神经网络引入到软件控制算法中，通过引入BP神经网络的自学习与自适应能力，使得智能家居控制系统能够学习用户的生活习惯，针对用户的生活习惯营造出更贴近于用户生活习惯的家居环境。

如图2-1所示是系统的总体架构，由于合BP神经网络算法的训练需要强大的数据处理能力，因此在此选择的是树莓派4B作为核心控制器，并结合DHT11温湿度传感器，GY-30光照检测模块等来检测环境变量，并对检测的参数进行BP神经网络训练，使得系统可以人性化的发出控制参数，去控制空调，窗帘等设备来调节室内的环境。