系统的“智能化”代表着中控台网络服务器智能化系统。中控台网络服务器除开收集相对应的自然环境数据（包含智能家居设备数据和室内空气的溫度、环境湿度、阳光照射和時间等主要参数）、纪录用户实际操作个人行为外，还必须对用户的手段开展建模，设计方案出一套可以预测分析用户个人行为的模型，模型的键入主要是自然环境数据和用户实际操作。模型根据监管式的形式开展主要参数练习，当用户数据收集到充足的量，练习的模型就可以对用户的手段做好预测分析，进而全自动调节智能家居设备主要参数。与此同时，模型还需要可以接纳用户的意见反馈，根据信息反馈可以即时调整模型的主要参数。
为了更好地能完成对全部家居家具机器设备的自动控制系统，中控台网络服务器必须对不一样种类的智能家居设备开展建模。可是模型的主要参数必须与此同时充分考虑不一样机器设备中间的危害。例如，操纵灯光效果色度的模型必须充分考虑气温、自然环境、外部光照度的综合性危害。如果是晴空万里的夏季，为了更好地减温，空调不制冷必须打开。与此同时为了更好地节电，窗帘布会被拉上。因而，灯控的模型必须充分考虑到这种状况，在日间且窗帘布被拉上的情况下开启灯光效果。
智能家居系统
针对一体化
智能家居系统来讲，用户个人行为数据的获得十分关键，这主要凭借手机传感器上的数据载入，再通过简便的生产加工解决，以完成用户个人行为的鉴别。一般情形下，关键涉及到的感应器有：加速传感器、手机陀螺仪、GPS。加速传感器适用于检测身体的方式转变，包含站、坐、走等基本上个人行为。大家在应用、带上手机上的情况下在所难免造成对应的部位转变。为了更好地校正手机上这类部位转变，必须收集手机的手机陀螺仪数据。在拥有加速传感器和手机陀螺仪数据后，系统就可以测算出用户在房间内的个人行为及其轨迹。例如，系统可以鉴别用户从餐厅厨房挪动到了卧房并坐着这一系列个人行为。那样就可以让中控台网络服务器关掉一些厨具设备，并打开卧房内的相对应机器设备。室外的用户轨迹数据关键根据GPS开展检测，根据把握用户每日的轨迹，系统可以估计出用户进家的時间，全自动打开中央空调、电饭锅等智能产品。
