[發(fā)明專利]一種融合向量機(jī)模型的嵌入式設(shè)施二氧化碳優(yōu)化調(diào)控方法與系統(tǒng)在審
| 申請?zhí)枺?/td> | 201810304731.3 | 申請日: | 2018-04-08 |
| 公開(公告)號: | CN108596779A | 公開(公告)日: | 2018-09-28 |
| 發(fā)明(設(shè)計)人: | 胡瑾;汪健康;辛萍萍;劉行行;田紫薇;盧有琦;張仲雄 | 申請(專利權(quán))人: | 西北農(nóng)林科技大學(xué) |
| 主分類號: | G06Q50/02 | 分類號: | G06Q50/02;A01G7/02;G05D27/02 |
| 代理公司: | 西安智大知識產(chǎn)權(quán)代理事務(wù)所 61215 | 代理人: | 段俊濤 |
| 地址: | 710012 陜*** | 國省代碼: | 陜西;61 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 優(yōu)化調(diào)控 支持向量機(jī)算法 向量機(jī)模型 調(diào)控 主控節(jié)點(diǎn) 嵌入式 構(gòu)建 二氧化碳 傳輸控制信號 嵌入式系統(tǒng) 調(diào)控節(jié)點(diǎn) 調(diào)控模型 檢測節(jié)點(diǎn) 結(jié)果應(yīng)用 模型訓(xùn)練 曲率分析 實(shí)時檢測 實(shí)時智能 實(shí)驗(yàn)數(shù)據(jù) 速率預(yù)測 響應(yīng)曲線 預(yù)測仿真 預(yù)測模型 融合 可移植 調(diào)用 光照 傳輸 應(yīng)用 | ||
一種融合向量機(jī)模型的嵌入式設(shè)施二氧化碳優(yōu)化調(diào)控方法與系統(tǒng),首先獲取大量實(shí)驗(yàn)數(shù)據(jù),在Qt軟件中基于Python語言應(yīng)用支持向量機(jī)算法構(gòu)建光合速率預(yù)測模型,對預(yù)測模型中每條CO2響應(yīng)曲線進(jìn)行曲率分析獲取CO2調(diào)控目標(biāo)值,基于上述結(jié)果應(yīng)用支持向量機(jī)算法構(gòu)建CO2優(yōu)化調(diào)控模型,獲得可移植于嵌入式系統(tǒng)的調(diào)控模型文件。檢測節(jié)點(diǎn)實(shí)時檢測的CO2濃度、光照強(qiáng)度和溫度,并通過ZigBee協(xié)議傳輸給主控節(jié)點(diǎn),主控節(jié)點(diǎn)通過調(diào)用CO2優(yōu)化調(diào)控模型訓(xùn)練集,進(jìn)行預(yù)測仿真獲取CO2調(diào)控目標(biāo)值,并判斷當(dāng)前環(huán)境下的CO2值和CO2調(diào)控目標(biāo)值的大小,然后通過ZigBee協(xié)議傳輸控制信號到調(diào)控節(jié)點(diǎn),從而達(dá)到實(shí)時智能調(diào)控大棚內(nèi)的CO2濃度的目的,本發(fā)明可有效提高作物光合速率,獲得較好的經(jīng)濟(jì)效益。
技術(shù)領(lǐng)域
本發(fā)明屬于智能農(nóng)業(yè)技術(shù)領(lǐng)域,特別涉及一種融合向量機(jī)模型的嵌入式設(shè)施二氧化碳優(yōu)化調(diào)控方法與系統(tǒng)。
背景技術(shù)
光合作用是植物制造有機(jī)物的主要途徑,影響植物光合作用的因素有很多,其中CO2作為光合作用的原料尤為重要。隨著現(xiàn)代化農(nóng)業(yè)的發(fā)展,建造了越來越多的溫室大棚,溫室大棚因其空氣流動性較差,造成溫室內(nèi)CO2虧缺嚴(yán)重。因此,溫室大棚內(nèi)的CO2施肥技術(shù)變的越來越重要。然而,現(xiàn)有的CO2施肥技術(shù)并不完善。傳統(tǒng)的溫室CO2施肥技術(shù)大都采用閾值控制,閾值范圍約在600~900μL/L的施肥濃度。但由于溫室內(nèi)一天中CO2濃度變化較大,夜間植物進(jìn)行呼吸作用放出CO2,不進(jìn)行光合作用、不消耗CO2,因此,清晨溫室內(nèi)CO2濃度最高。日出后隨著光照和溫度的升高,植物光合速率逐步提升,而此時CO2濃度慢慢降低,產(chǎn)生CO2供需差,特別是在正午,當(dāng)光合能力最強(qiáng)時,CO2濃度最低,嚴(yán)重不能滿足作物光合對CO2需求。在變化的溫室環(huán)境條件下,植物對CO2的需求程度也不一樣,固定施肥濃度的CO2施肥方式不能很好的滿足植物對CO2的需求,會造成CO2的浪費(fèi)與補(bǔ)充不足并存現(xiàn)象,因此這種固定閾值CO2施肥的生態(tài)和經(jīng)濟(jì)可行性并不高。
近年來的調(diào)控技術(shù)研究以發(fā)現(xiàn)了閾值調(diào)控的不足,陸續(xù)出現(xiàn)了考慮CO2飽和點(diǎn)變化的調(diào)控系統(tǒng),但這類系統(tǒng)通常以CO2飽和點(diǎn)的非線性擬合公式為模型,不僅模型精度差,而且沒有考慮到CO2飽和點(diǎn)附近CO2濃度對光合速率的影響較小,長期采用CO2飽和點(diǎn)進(jìn)行調(diào)控經(jīng)濟(jì)效益不高。因此,如何發(fā)明一種不僅精度高、處理數(shù)據(jù)能力速度快、可移植的建模方法,而且在節(jié)約CO2能源前提下最大程度的提高作物光合速率的CO2調(diào)控方法,變得十分重要。
通過生理分析作物光合速率的主要影響因素的分析,可以從CO2響應(yīng)曲線上發(fā)現(xiàn),CO2限制點(diǎn)為響應(yīng)曲線彎曲程度最大的點(diǎn)。因此,如何實(shí)現(xiàn)對曲線的曲率進(jìn)行尋優(yōu)獲取曲率最大點(diǎn),以此作為CO2調(diào)控目標(biāo)值點(diǎn),進(jìn)而構(gòu)建連續(xù)高精度、可移植的CO2調(diào)控目標(biāo)值模型成為研究的關(guān)鍵。隨著智能算法和嵌入式技術(shù)的發(fā)展,融合智能算法模型的嵌入式系統(tǒng)由于具有高精度預(yù)測的能力已成為一個研究熱點(diǎn)。但現(xiàn)有的CO2調(diào)控系統(tǒng)通常采用單片機(jī)作核心處理模塊,工控屏做人機(jī)交互窗口,而相比較于嵌入式系統(tǒng)而言,單片機(jī)的處理數(shù)據(jù)能力較差,數(shù)據(jù)輸出精度有限,進(jìn)而使得工控屏的反應(yīng)速度較慢;且由于單片機(jī)自身的局限性,智能算法并不能被單片機(jī)很好的兼容,因此,單片機(jī)已成為限制CO2精準(zhǔn)施肥技術(shù)發(fā)展的因素之一。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于西北農(nóng)林科技大學(xué),未經(jīng)西北農(nóng)林科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810304731.3/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測目的的數(shù)據(jù)處理系統(tǒng)或方法;其他類目不包含的專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測目的的處理系統(tǒng)或方法
G06Q50-00 專門適用于特定經(jīng)營部門的系統(tǒng)或方法,例如公用事業(yè)或旅游
G06Q50-02 .農(nóng)業(yè);漁業(yè);礦業(yè)
G06Q50-04 .制造業(yè)
G06Q50-06 .電力、天然氣或水供應(yīng)
G06Q50-08 .建筑
G06Q50-10 .服務(wù)
- 一種多能源介質(zhì)分層動態(tài)調(diào)控方法
- 流化床鍋爐燃燒優(yōu)化調(diào)節(jié)控制方法及裝置
- 基于能源互聯(lián)網(wǎng)的城市電網(wǎng)調(diào)控系統(tǒng)和調(diào)控方法
- 一種優(yōu)化神經(jīng)調(diào)控的方法和裝置
- 智能電網(wǎng)條件下配電自動化價值優(yōu)化調(diào)控系統(tǒng)及方法
- 一種基于微擾優(yōu)化的中子能譜逆向精準(zhǔn)調(diào)控方法
- 一種多虛擬電廠分布式協(xié)調(diào)調(diào)控方法
- 一種考慮多因素的多目標(biāo)設(shè)備群優(yōu)化控制方法
- 智能面板調(diào)控方法、裝置、系統(tǒng)、智能面板和存儲介質(zhì)
- 一種智能流量控制裝置和流量檢定系統(tǒng)
- 一種基于支持向量機(jī)和遺傳算法的鏡頭邊界檢測方法
- 一種基于二類支持向量機(jī)和遺傳算法的轎車車型識別方法
- 一種基于貓群算法優(yōu)化支持向量機(jī)參數(shù)的冷負(fù)荷預(yù)測方法
- 一種遺傳算法最小二乘風(fēng)電功率預(yù)測方法
- 一種基于數(shù)據(jù)挖掘技術(shù)和改進(jìn)支持向量機(jī)的風(fēng)電預(yù)測算法
- 一種基于樽海鞘群算法支持向量機(jī)的網(wǎng)絡(luò)釣魚檢測方法
- 一種基于免疫算法優(yōu)化的支持向量機(jī)蓄電池壽命預(yù)測方法
- 一種基于支持向量機(jī)和雜草算法結(jié)合的目標(biāo)分類方法
- 一種跨技術(shù)通信的欺騙攻擊檢測方法
- 基于最小二乘支持向量機(jī)模型的電力價格預(yù)測方法和裝置
- 滾動軸承剩余壽命預(yù)測的加權(quán)融合相關(guān)向量機(jī)模型
- 一種遺傳算法最小二乘風(fēng)電功率預(yù)測方法
- 適用于小樣本預(yù)測的消極支持向量機(jī)模型
- 一種改進(jìn)的快換式公交充電站短期負(fù)荷預(yù)測方法
- 基于支持向量機(jī)回歸模型的測試生成與重用系統(tǒng)及方法
- 一種基于模型融合的雷達(dá)人體運(yùn)動狀態(tài)分類算法及系統(tǒng)
- 基于迭代相關(guān)向量機(jī)的滾動軸承剩余壽命預(yù)測方法、系統(tǒng)
- 一種基于發(fā)票數(shù)據(jù)分析的疑似稅務(wù)異常企業(yè)篩選方法
- 基于最小二乘支持向量機(jī)模型的電力價格預(yù)測方法和裝置
- 一種基于支持向量機(jī)的深度學(xué)習(xí)模型魯棒邊界評估方法、裝置和應(yīng)用





