1.一种基于环境的参数的室内空气智能调节系统，包括窗控终端、空调系统、空气净化系统，其特征在于：还包括分布式Wi‑Fi网络、数据采集模块和处理模块，本地显示和管理模块、所述窗控终端、空调系统、空气净化系统、数据采集模块通过分布式Wi‑Fi网络与处理模块连接；

所述数据采集模块包括用于检测室内温度的室内温度传感器，用于检测室外温度的室外温度传感器、用于检测室内湿度的室内湿度传感器、用于检测室外湿度的室外湿度传感器、用于检测室内二氧化碳浓度的二氧化碳传感器、用于检测室内PM2.5值的PM2.5传感器和用于检测总能耗的能耗计量装置；

所述室内温度传感器和室外温度传感器与温度从控器相连，所述温度从控器包括分别与室内温度传感器和室外温度传感器相连的温度采集模块以及与温度采集模块相连的第一Wi‑Fi通信模块；

所述室内湿度传感器和室外湿度传感器与湿度从控器相连，所述湿度从控器包括分别与室内湿度传感器和室外湿度传感器相连的湿度采集模块以及与湿度采集模块相连的第二Wi‑Fi通信模块；

所述二氧化碳传感器与二氧化碳从控器相连，所述二氧化碳从控器包括与二氧化碳传感器相连的二氧化碳数据采集模块以及与二氧化碳数据采集模块相连的第三Wi‑Fi通信模块；

所述PM2.5传感器与PM2.5从控器相连，所述PM2.5从控器包括与PM2.5传感器相连的PM2.5数据采集模块以及与PM2.5数据采集模块相连的第四Wi‑Fi通信模块；

所述能耗计量装置与能耗从控器相连，所述能耗从控器包括能耗计量装置相连的能耗数据采集模块以及与能耗数据采集模块相连的第五Wi‑Fi通信模块；

还包括基于环境的参数的室内空气智能调节系统的调节方法，包括如下步骤：

S1：建立奖赏模型和动作值函数Q(s,a)；

S2：初始化动作值函数Q(s,a)，学习率α，折扣因子γ，其中0＜γ＜1，其中S为状态因素，a为动作因素，状态因素由室内外温度、室内外湿度、室内二氧化碳浓度、室内PM2.5值和总能耗构成，动作因素由窗控终端行为、空调系统行为和空气净化行为构成；

S3：根据现在状态S，选择一个贪心动作a；

S4：根据数据采集模块获得的信息进行状态转移s←s′；

S5：根据当前状态下的状态因素S和动作因素a，更新奖赏模型r值；

S6：更新当前动作值函数Q(s,a)：

更新学习率α，t＝t+1；

S7：如果在情节内，回到S3；

S8：回到S2；

所述S3中的贪心动作a表示在已知条件下会获得奖赏最高的动作；S7中的情节表示一定数量的时间步；

所述奖赏模型为：

r＝‑T_estimate‑RH_estimate‑β_estimate‑θ_estimate‑W_estimate；

其中：

其中：Tin表示室内温度，单位为摄氏度，Tout表示室外温度，单位为摄氏度，RHin表示室内湿度，单位为百分比，RHout表示室内湿度，单位为百分比，β表示CO2浓度，单位为ppm，θ表示PM2.5的值，单位为微克/立方米，w表示功耗，单位为wh，下标t表示第t次收到的数据；

在公式5中c1、c2表示条件1、条件2，条件1为条件2除外的其余情况，条件2比较复杂，其表示Tin>Tout且air_conditon_flag＝1,2或者Tin

其中：全部行为因素建模为80*3的矩阵A，a∈A,其横向量是一个三维的向量，表示一个行为，行为量第一位：windows_flag表示窗控终端，微开为1、半开为2、全开为3、关闭为0；行为量第二位：air_conditon_flag表示空调系统，制冷小风为1、制冷大风为2、制热小风为3、制热大风为4、关闭为0；行为量第三位：air_cleaner_flag表示空气净化设备，净化为1、加湿为2、净化且加湿为3、关闭为0。

2.如权利要求1所述的一种基于环境的参数的室内空气智能调节系统，其特征在于：还包括云服务器和APP模块，所述云服务器、APP模块和处理模块通过因特网互联。

3.如权利要求1所述的一种基于环境的参数的室内空气智能调节系统，其特征在于：将S8中一次情节结束后状态S及其动作因素a作为贪心动作存储入策略库。