近几年,智能家居的概念越来越流行,反映了人们对家庭生活的舒适要求也越来越高。这一概念在不断的向家电行业提出新的技术要求,同时也指明了新的发展空间和发展方向。对于电热水器而言,实现对用户用水行为的预测是电热水器迈向智能的关键。通过预测用户的行为,按照用户的用水需求来设置温度,克服了现有电热水器加热周期长,能源消耗大的缺点,并且提升了用户的洗浴体验,对于节能型和舒适性的智能家居的研究具有重要的借鉴意义。本文对电热水器的用户用水行为预测及温度设置决策技术进行了研究,论文的主要研究内容和创新点如下:第一、先对用户行为特征进行分析,对采集的数据进行预处理,把用户行为按习惯规律由强到弱分为四个等级,采用了基于规则的用户行为模式识别预测方法,对四个等级的用户行为分别进行预测,并对不同规则的预测结果进行比较。第二、对隐马尔科夫模型预测算法进行了研究,首先对用户用水行为的历史数据进行相似性筛选,运用维特比算法对下一时刻的用户行为状态进行预测,最后对用户用水行为的四个等级预测结果进行分析对比,验证了该模型的稳定性和可靠性。第三、采用由有序聚类法和均值-标准差法确定的加权马尔可夫链两种方法对用户的用水时长进行预测,对两种方法从理论和预测结果两个方面进行评价,实验结果表明采用有序聚类法确定的加权马尔可夫链来预测用户的用水时长的效果较好。第四、对电热水器的各个运行阶段进行数学模型的推导,并对推导的模型进行了验证,在此基础上,设计了两种电热水器的温度设置决策,然后根据不同的策略对电热水器实际运行情况进行仿真,仿真结果表明,通过对温度设置的优化,很好的达到了节能的效果。