空气污染时刻威胁着人类的生命安全,在室外空气质量得不到根本改变的背景下,本文研究了一种融合了智能算法理念以及智能家居理念的室内空气质量监控系统,并能够智能化控制室内空气质量。为了达到设计目标,本文主要工作如下:(1)通过对大量国内外参考文献进行研究,本文对现阶段室内空气质量监控系统的需求进行了分析,并提出了以数据采集终端、网关、路由器、云服务器、app监控平台、ZigBee转红外模块、控制对象七个部分组成室内空气质量监控系统。本文设计了数据采集模块,该模块通过温湿度传感器SHT20、二氧化碳传感器T6603-5、PM2.5传感器SDS011、CC2530模块来对室内空气质量数据进行采集和传输。本文设计了一种以ARM为核心的嵌入式网关,该网关能够利用路由器实现家庭内部网络和外部网络相连接的功能。本文设计了云平台的结构组成,并实现了在云服务器中运行智能算法的功能。(2)本文通过对室内空气质量监控系统模型进行分析,并结合了模糊控制和神经网络的优点,设计出了模糊神经网络控制器。该控制器模型能够对采集到的用户生活数据进行了训练学习,并利用Matlab软件得到仿真结果。为了验证模糊神经网络的优越性,本文设计了BP神经网络对采集的数据进行了仿真,通过比较二者的仿真结果,发现模糊神经网络相较于BP神经网络有着精度高、收敛快等优点。(3)为了方便用户对室内空气质量进行实时的监控,本文设计了基于Android的app监控平台。本文主要对监控平台的数据库和通信功能进行了设计以及使用MVC框架对应用程序进行了开发设计。最后利用监控平台对整个系统功能进行了测试分析,得出系统能够满足设计需求的结论。