[發明專利]一種溫室智能控制方法

無效

• 申請號: 200710041549.5
• 申請日: 2007-06-01
• 公開（公告）號: CN101315544A
• 公開（公告）日: 2008-12-03
• 發明（設計）人: 蔣建軍;項湜伍
• 申請（專利權）人: 上海電機學院
• 主分類號: G05B13/02
• 分類號: G05B13/02
• 代理公司: 上海翼勝專利商標事務所
• 代理人: 翟羽

技術領域

本發明涉及智能控制技術領域，尤其是涉及在溫室中使用的一種智能控制方法。

背景技術

近幾十年來，溫室突破了傳統農作物種植受地域、自然環境、氣候等諸因素的限制，成為一種新的農作物種植技術，對農業有重要意義。但是，雖然從溫室中成熟的蔬菜和水果可以提前或反季上市，但品嘗下來，其品質不如在自然環境中生長成熟的產品上口美味。主要的原因是作物生長的化學、生物環境(如土質、水質等)并不比自然環境合適，其次就是在溫室中人為的把溫度控制在一個適合農作物成長的溫度恒定不變，過度的加速了農作物的成長周期。

所以現有的溫室控制系統存在著人為對作物催生催熟，其產出的果實口感不佳；保持溫室恒溫，浪費大量的電能的缺點

發明內容

本發明旨在創建一種合理的溫室智能控制方法，充分考慮到溫室的調控因子，應用智能控制技術，利用農作物生長智能數據庫和先進的算法，實現對溫室環境與自然環境的最佳匹配以及最優控制，克服現有溫室系統簡單恒溫控制系統的缺點，本發明的技術方案如下所述。

一種溫室智能控制方法，是以作物智能數據庫為基礎控制溫室整體氣候，再跟蹤作物生長期間的實時信息，校正完善數據庫，并在控制溫室氣候的輸入數據中疊加混沌信號，再加上神經網絡控制器進行優化調節得以實現的。

本發明的優點在于1、綠色環保功能：本方法采用智能控制技術，能產生更加接近自然界變化的有利于農作物優化生長的具有混沌現象的綠色自然生態環境；2、節約能源：改變了傳統的沒有混沌變化的溫室控制系統，節約了大量以往維持溫室恒溫的能源。

本發明是以溫室作物生長環境為背景的基礎上，提出了一個新穎的模擬大自然環境的溫室智能控制系統，效果良好，具有實際應用和推廣價值。

附圖說明

圖1是本發明溫室智能控制方法拓撲圖；

圖2是本發明中辨識結構的拓撲圖；

圖3是本發明實施例中溫度控制仿真混沌變化曲線圖。

具體實施方式

現依據附圖，對本發明做進一步的描述。

參見圖1，圖中的數據庫是收集的某種農作物在某地域從開始種植一直到成熟豐收所有日子的天氣參數曲線，這其中包括溫度、風速等主要對農作物影響比較大的參數，數據在24小時內以一定間隔時間采集一次，以天為單位，存于數據庫中。具體應用時需要對數據庫中所采集的數據進行初始化處理，先根據作物的生長規律，剔除其中的惡劣天氣和不正常的參數，被剔除的天數由鄰近的那一天來頂替，再對其他數據依據作物不同生長時期進行不同的調整和優化，處理完后的優化數據將來就作為作物在溫室中生長的輸入依據參數。當然隨著每次作物的實際生長，這些生長參數數據也會不斷地調整和改進。

圖中的辨識過程是跟蹤作物生長期間的實時信息，以便用來評價系統，校正和完善作物生長的數據庫，辯識結構如圖2所示，非線性DTNN神經網絡可以選為此辨識器。

它可描述為：y(k)＝Nφ[h^T(k)；w]＝Nφ[u(k)，u(k-1)，…，u(k-m)；w](1)，y(k)是網絡的輸出(可為單輸出或多輸出)，u(k)是網絡的輸入，式(1)等效于非線性FIR濾波器，可由前饋網絡(多層BP、RBP網、CMAC網等)與按拍延遲線CTDL組合實現。這里使用三層BP網絡，采用在線辯識，根據辯識結果，進行評價，并對智能數據庫根據作物實際生長情況曲線實時更新、改進和完善。

為了得到全局最優的前饋網絡訓練算法，曾提出了許多BP改進算法，以及與其他算法相結合的算法如遺傳算法等。但這些算法都是隨機優化的批量算法，不易在線執行。也有把遞推最小二乘(RLS)技術應用于多層前饋網絡的訓練，能得到全局最優解，并易于在線執行，但算法在執行過程中，計算量和存貯量都遠遠超過基本BP算法，給具體應用帶來了困難。

根據作物生長的特點，本發明提出使用一種能全局尋優的自適應快速BP(Globally?Convergent?Adaptive?Quick?Back?Propagation，簡稱GCAQBP)算法，計算公式如下：