37、智能家居环境下的反应式与主动式框架

智能家居环境下的反应式与主动式框架

1. 引言

在当今科技飞速发展的时代，智能环境的应用越来越广泛，尤其是在家庭护理健康支持领域。然而，现有的智能环境相关工作大多提出的是严格的反应式系统，这些系统往往只能在情况发生后做出反应，而无法提前识别并避免不良情况的发生，并且通常缺乏可扩展性技术。为了解决这些问题，我们提出了一种新的反应式和主动式方法，该方法更适合满足环境辅助生活（AAL）系统的需求，同时为住宅智能环境提供了可扩展性。

2. 现有研究概述

2.1 主动行为研究

目前，主动行为被视为复杂事件处理演变的下一阶段。例如，有研究通过应用预测和自动决策技术来识别和利用未来机会，以预防未来的不良情况。像Fu和Xu利用事件相关性来预测网络计算系统中的未来故障；Engel和Etzion提出了主动事件驱动计算，扩展了事件处理概念模型，并在主动事件驱动应用的架构中增加了预测和主动两种类型的代理。

2.2 预测方法研究

主动系统会应用预测方法来预测未来信息并进行决策。例如，Boytsov和Zaslavsky分析和比较了各种预测方法，指出贝叶斯网络是一种适合预测模型的方法；Nazerfard和Cook提出了一种基于序列的活动预测方法，使用贝叶斯网络分两步预测活动及其相应特征。还有研究尝试预测部分痴呆老年人的异常行为，如Lotfi等人利用传感器数据识别异常传感器行为，以预测每个传感器可能数据的未来值，并在传感器出现异常行为时通知护理人员。

2.3 现有系统的不足

分析上述研究可以发现，与智能环境相关的工作大多提出的是严格的反应式系统。虽然有一些研究描述了主动行为以预测用户的行动，但往往