随着生活水平的不断改善,人们对家居环境的要求日益提高,智能家居应运而生。其在具有传统居住功能的基础上,通过物联网技术实现家居设备的互联、自管和自控,从而为住户提供一种安全、温馨、高效的环境。而家居环境监控作为智能家居研究领域中一个重要问题,其旨在通过对室内环境状况的实时监测,进而完成对家居环境的相应调控。本文对该问题进行研究,研究工作如下：(1)提出一种偏好敏感决策树算法(PSDTA,Preference Sensitive Decision Tree Algorithm),(2)开发了一套家居睡眠环境监控与预测系统。针对家居环境监控中带偏好倾向的行为预测问题进行研究,并将其抽象成决策问题,通过对居住者进入房间过程中一系列行为动作、时间、声音等数据进行采集分析,提出种预测居住者行为的偏好敏感决策树算法。该算法通过引入“类偏好度”、“EP增加量”等概念,重新构造属性选择因子。且该算法在学习之前,通过使用基于相关性的特征预筛选方法排除属性冗余,解决传统决策树构造过程中,选择分裂属性时没有考虑其与非类属性间相关性的问题。选用标准uCI数据集及睡眠环境真实数据进行实验测试,实验结果表明,该算法能明显减小决策树的规模,既实现对偏好类的高精度预测,又保证决策树具备良好的整体精度,较好地预测了居住者的睡眠倾向。根据PSDTA算法思路,设计开发一套家居睡眠环境监控与预测系统。该系统整合嵌入式技术及ZigBee、无线定位、WI-FI、红外等无线技术,在IAR Embedded Workbench IDE, IAR EWARM开发环境中,采用C语言分别对ZigBee节点和智能网关进行开发,在Eclipse环境中,采用Java语言对Android客户端监控软件进行开发,以上均可在Windows 7.0以上操作系统中运行。该系统主要功能包括自动触发、环境监控及睡眠偏好预测。系统自动触发功能为确定居住者与家居环境的实时距离,并判断是否自动触发系统；环境监控功能负责监测各种环境数据并自动调控家居相关设备；睡眠偏好预测功能为将各种居室环境、动作等数据输入PSDTA模型,对居住者睡眠倾向进行预测,进而根据预测结果联动控制房间设备,调节环境至其居住者偏好状态。实验测试结果表明,系统设计的软硬件良好兼容,各种功能达到预期,具备较好的稳定性和可行性。综上所述,本文对家居环境监控中的行为偏好问题进行研究,提出求解该问题的PSDTA算法,并开发一套家居睡眠环境监控与预测系统。本文研究为解决当前智能家居人性化体验差、智能化程度不足、成本高等缺点提供新思路和新方法。