智能空间是一个集用户、环境、设备和服务为一体的人机交互系统。目前,智能空间的实现受以下几个方面的制约:异构设备存在交互壁垒,智能设备资源受限;智能空间的服务模式缺乏主动性和智能性;智能空间服务中缺乏有效的资源管理和利用手段。本文使用REST风格的微服务技术,融入基于状态机的设备驱动技术,结合基于XMPP的信息推送技术,设计了智能空间服务框架。在此基础上,本文主要的研究内容和创新点如下:(1)提出了一种基于模糊粗糙集的智能服务规则静默提取与执行方法,以实现具有用户个性化喜好的产生式规则推理服务。首先,通过表驱动的状态机,把历史用户数据用状态表表示;其次,使用模糊粗糙集理论对历史数据表进行约简,把约简结果作为用户服务规则;再次,引入二进制蝙蝠算法,用于启发式规则约简过程。通过改进蝙蝠位置更新策略,改进了算法性能;最后,使用并改进了基于Rete算法的规则引擎,激活产生式规则推理过程,实现和谐的用户个性化服务。实验结果表明,本文方法能够在无需用户主动干预的情况下,快速准确提取用户个性化服务规则,提升了智能空间服务的特异性和舒适性。(2)提出了一种基于云模型的用户位置追踪节能算法,以有效减少智能空间服务过程的能源消耗。首先,针对无线传感器网络定位产生的能源开销过大问题,提出预测用户移动轨迹,智能地激活-休眠相关传感器的方法,来减少传感器能耗;其次,提出使用云模型描述用户的移动特点,来预测用户位移序列;再次,针对计算量随时间增加和计算资源有限这一矛盾,提出增量式迭代计算方法,减少计算量;最后,利用质心定位方法计算用户位置。实验结果表明,本文算法有效减少了定位服务的能源消耗,提高了系统的定位追踪性能,实现了智能服务感知的绿色节能。(3)提出了一种基于改进人工蜂群算法的具有QoS保证的复杂服务快速选择算法,以有效改善智能空间组合服务的搜索速度和精度。首先,将服务选择问题抽象为整数规划问题,使用服务QoS指标计算用户满意度,并加入惩罚因子,将多目标优化问题转化为单目标优化;其次,使用人工蜂群算法解决组合服务寻优过程的"组合爆炸"问题;再次,提出了交叉选择因子,并通讨论了其设计策略,从而提高算法收敛速度和收敛精度;最后,分析了算法收敛性,给出了算法步骤。实验结果表明,本文算法能够有效提高服务组合的搜索速度和精度,提高用户对组合服务的主观满意度。最后,将本文研究的面向智能空间的服务技术与方法,融入到智能家居环境与智能养老社区环境中,进行相关示例应用。实验结果表明,本课题的研究成果为智慧家庭、智慧社区走入人们的生活做出了贡献,为智能空间的研究提供了有效的支撑平台。