[發(fā)明專利]一種基于遺傳算法的農(nóng)業(yè)氣象監(jiān)測(cè)數(shù)據(jù)處理方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011115070.3
• 申請(qǐng)日: 2020-10-19
• 公開(kāi)（公告）號(hào): CN112070229A
• 公開(kāi)（公告）日: 2020-12-11
• 發(fā)明（設(shè)計(jì)）人: 莊家煜;許世衛(wèi);李干瓊;劉佳佳;邸佳穎
• 申請(qǐng)（專利權(quán)）人: 中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所
• 主分類號(hào): G06N3/12
• 分類號(hào): G06N3/12;G06Q50/02
• 代理公司: 北京高沃律師事務(wù)所 11569
• 代理人: 張夢(mèng)澤

1.一種基于遺傳算法的農(nóng)業(yè)氣象監(jiān)測(cè)數(shù)據(jù)處理方法，其特征在于，包括：

隨機(jī)生成卡爾曼濾波算法中的參數(shù)，所述參數(shù)包括溫度、濕度、降水量、光照時(shí)長(zhǎng)和風(fēng)力；

獲取輸入數(shù)據(jù)，所述輸入數(shù)據(jù)為所述參數(shù)中的數(shù)據(jù)；

對(duì)所述輸入數(shù)據(jù)進(jìn)行預(yù)處理，得到預(yù)處理后的輸入數(shù)據(jù)；

根據(jù)所述預(yù)處理后的輸入數(shù)據(jù)初始運(yùn)行卡爾曼濾波算法進(jìn)行初始值編碼，得到輸入數(shù)據(jù)和卡爾曼初始濾波的誤差，將所述輸入數(shù)據(jù)和卡爾曼初始濾波的誤差作為適應(yīng)度值；

將所述適應(yīng)度值采用遺傳算法進(jìn)行處理，得到新的適應(yīng)度值；

判斷所述新的適應(yīng)度值是否滿足結(jié)束條件；

若否，則返回“將所述適應(yīng)度值基于遺傳算法進(jìn)行選擇操作、交叉操作和變異操作，得到新的適應(yīng)度值”；

若是，則根據(jù)所述新的適應(yīng)度值獲取卡爾曼濾波的最優(yōu)參數(shù)值；

根據(jù)所述最優(yōu)參數(shù)值，進(jìn)行農(nóng)業(yè)氣象監(jiān)測(cè)。

2.根據(jù)權(quán)利要求1所述的基于遺傳算法的農(nóng)業(yè)氣象監(jiān)測(cè)數(shù)據(jù)處理方法，其特征在于，所述對(duì)所述輸入數(shù)據(jù)進(jìn)行預(yù)處理，得到預(yù)處理后的輸入數(shù)據(jù)，具體包括：

對(duì)所述輸入數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理、歸一化處理、填充性處理和可靠性處理，得到預(yù)處理后的輸入數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的基于遺傳算法的農(nóng)業(yè)氣象監(jiān)測(cè)數(shù)據(jù)處理方法，其特征在于，所述將所述適應(yīng)度值采用遺傳算法進(jìn)行處理，得到新的適應(yīng)度值，具體包括：

將所述適應(yīng)度值基于遺傳算法進(jìn)行選擇操作、交叉操作和變異操作，得到新的適應(yīng)度值。

4.根據(jù)權(quán)利要求1所述的基于遺傳算法的農(nóng)業(yè)氣象監(jiān)測(cè)數(shù)據(jù)處理方法，其特征在于，所述根據(jù)所述最優(yōu)參數(shù)值，進(jìn)行農(nóng)業(yè)氣象監(jiān)測(cè)，具體包括：

將所述最優(yōu)參數(shù)值帶入卡爾曼濾波公式，得到最優(yōu)濾波結(jié)果；

根據(jù)所述最優(yōu)濾波結(jié)果，進(jìn)行農(nóng)業(yè)氣象監(jiān)測(cè)。

5.一種基于遺傳算法的農(nóng)業(yè)氣象監(jiān)測(cè)數(shù)據(jù)處理系統(tǒng)，其特征在于，包括：

參數(shù)生成模塊，用于隨機(jī)生成卡爾曼濾波算法中的參數(shù)，所述參數(shù)包括溫度、濕度、降水量、光照時(shí)長(zhǎng)和風(fēng)力；

輸入數(shù)據(jù)獲取模塊，用于獲取輸入數(shù)據(jù)，所述輸入數(shù)據(jù)為所述參數(shù)中的數(shù)據(jù)；

預(yù)處理模塊，用于對(duì)所述輸入數(shù)據(jù)進(jìn)行預(yù)處理，得到預(yù)處理后的輸入數(shù)據(jù)；

適應(yīng)度值確定模塊，用于根據(jù)所述預(yù)處理后的輸入數(shù)據(jù)初始運(yùn)行卡爾曼濾波算法進(jìn)行初始值編碼，得到輸入數(shù)據(jù)和卡爾曼初始濾波的誤差，將所述輸入數(shù)據(jù)和卡爾曼初始濾波的誤差作為適應(yīng)度值；

遺傳算法處理模塊，用于將所述適應(yīng)度值采用遺傳算法進(jìn)行處理，得到新的適應(yīng)度值；

判斷模塊，用于判斷所述新的適應(yīng)度值是否滿足結(jié)束條件；

返回模塊，用于當(dāng)所述新的適應(yīng)度值不滿足結(jié)束條件，返回“將所述適應(yīng)度值基于遺傳算法進(jìn)行選擇操作、交叉操作和變異操作，得到新的適應(yīng)度值”；

最優(yōu)參數(shù)值確定模塊，用于當(dāng)所述新的適應(yīng)度值滿足結(jié)束條件，根據(jù)所述新的適應(yīng)度值獲取卡爾曼濾波的最優(yōu)參數(shù)值；

農(nóng)業(yè)氣象監(jiān)測(cè)模塊，用于根據(jù)所述最優(yōu)參數(shù)值，進(jìn)行農(nóng)業(yè)氣象監(jiān)測(cè)。

6.根據(jù)權(quán)利要求5所述的基于遺傳算法的農(nóng)業(yè)氣象監(jiān)測(cè)數(shù)據(jù)處理系統(tǒng)，其特征在于，所述預(yù)處理模塊，具體包括：

預(yù)處理單元，用于對(duì)所述輸入數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理、歸一化處理、填充性處理和可靠性處理，得到預(yù)處理后的輸入數(shù)據(jù)。

7.根據(jù)權(quán)利要求5所述的基于遺傳算法的農(nóng)業(yè)氣象監(jiān)測(cè)數(shù)據(jù)處理系統(tǒng)，其特征在于，所述遺傳算法處理模塊，具體包括：

遺傳算法處理單元，用于將所述適應(yīng)度值基于遺傳算法進(jìn)行選擇操作、交叉操作和變異操作，得到新的適應(yīng)度值。

8.根據(jù)權(quán)利要求5所述的基于遺傳算法的農(nóng)業(yè)氣象監(jiān)測(cè)數(shù)據(jù)處理系統(tǒng)，其特征在于，所述農(nóng)業(yè)氣象監(jiān)測(cè)模塊，具體包括：

最優(yōu)濾波結(jié)果確定單元，用于將所述最優(yōu)參數(shù)值帶入卡爾曼濾波公式，得到最優(yōu)濾波結(jié)果；

農(nóng)業(yè)氣象監(jiān)測(cè)單元，用于根據(jù)所述最優(yōu)濾波結(jié)果，進(jìn)行農(nóng)業(yè)氣象監(jiān)測(cè)。