近年来,随着科技的发展和生活水平的提高,人们越来越重视智能化,智能家居作为智能化中的一个热门话题,在改善家居环境的过程中起着比较重要的作用。然而,目前市场上主流的智能家居产品存在硬件协议不兼容和智能化程度低的问题。为了解决上述问题,设计了基于机器学习的个性化智能家居系统,该系统采用基于open HAB(open home automation bus)的家庭网关进行设备管理,实现不同协议设备的兼容,同时系统通过对家居数据进行挖掘、分析,实现对家居设备的智能化、个性化控制,并得到实验验证。课题首先对Zig Bee、Wi Fi无线组网方式和open HAB开放式家庭自动化总线平台进行研究,完成家居传感器和家庭设备的组网;搭建家庭嵌入式网关平台,实现家庭设备的平台接入;设计手机客户端和Web端,实现家居环境参数的查看和家庭设备的控制。其次,为了在智能化的基础上进一步实现家居系统的个性化,对家居数据特征进行分析,得出数据兼具规律性、随机性和差异性的结论,由此设计attention机制的LSTM模型对规律性的设备状态参数进行预测;设计GRU-In FCN模型对用户随机行为进行分类识别;考虑到不同家庭的数据存在差异性特征,在上述两个模型中设计了模型更新模块,使得模型可以根据不同家庭的数据进行参数更新;将更新后的预测模型和识别模型结果进行融合处理,实现兼具智能化和个性化的控制策略。最后完成对智能家居系统的网络监控功能、系统性能、家居参数预测模型的个性化控制功能和行为分类模型的模拟控制功能的测试。测试结果表明,智能家居系统实现了多种通信协议设备的兼容和对家庭设备的智能化、个性化控制。