[發明專利]一種農業大棚生產的在線預測方法及系統

在審

• 申請號: 202011371236.8
• 申請日: 2020-11-30
• 公開（公告）號: CN112668394A
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 陳桂友;王曉彤;席斌
• 申請（專利權）人: 山東大學;濟南濱博電子科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06Q10/04;G06Q50/02;G01D21/02
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李圣梅

本公開提供了一種農業大棚生產的在線預測方法及系統，包括：獲取農業大棚生產的歷史數據，并采集農業大棚生產的實時數據；對歷史數據及實時數據進行歸一化處理，并根據經緯度信息對歷史數據進行類別編碼處理后獲得訓練樣本數據；對訓練樣本數據提取特征后輸入到在線模型中進行訓練，獲得訓練好的在線模型；將實時數據輸入訓練好的在線模型獲得預測數據；根據預測數據調節農業大棚生產的各項環境參數指標；可以有針對性地給出預測結果；考慮經緯度對農作物生長的影響，通過Geohash編碼技術對經緯度進行處理，提高特征的泛化能力；克服了預測實施性較差的缺點，既能提高模型的預測精度，又能滿足系統的實時性要求。

技術領域

本公開屬于農業信息化領域，具體設計一種農業大棚生產的在線預測方法及系統。

背景技術

在目前的經濟作物生產中，農業大棚能充分利用太陽能的光熱資源，在節約資源的同時可減少對環境的污染，減少病蟲害的發生，從而被大規模應用。隨著技術的發展，目前的農業大棚的結構和材料已經較為完善，亟待解決的問題是如何為不同農作物的各個生長階段預測出最佳的生長條件，進而提高產量。采用傳統算法來預測雖然頗有成效，卻存在實時性不強的問題，為此，設計一種實時性強的在線預測系統是非常有必要的。

近年來，人工智能的發展如火如荼，該技術也被廣泛應用于預測農作物的最佳生長條件上。在線學習是機器學習領域中一種常用的模型訓練方法，在線學習的優化目標是整體損失函數最小化，在很多場合取得良好的應用效果。在線學習能夠根據線上數據的反饋準確實時地對模型的參數進行調整，使得模型能夠實時反映線上數據的變化，提高線上預測的準確率和實時性。

在線學習的流程包括：采集數據、訓練模型、展現預測結果。收集模型預測結果的反饋數據作為訓練數據在用來訓練模型，形成閉環的預測系統。

在傳統的訓練方法中，模型投入使用后更新周期比較長，即使預測錯誤也只能在下一次更新的時候完成更正。在線學習訓練方法根據線上預測結果的反饋實時調整模型參數，如果模型預測錯誤會立即修正，可極大提高預測的實時性。

發明內容

為了解決上述技術問題，一種農業大棚生產的在線預測方法及系統。

第一方面，本公開提供了一種農業大棚生產的在線預測方法，包括：

獲取農業大棚生產的歷史數據，并采集農業大棚生產的實時數據；

對歷史數據及實時數據進行歸一化處理，并根據經緯度信息對歷史數據進行類別編碼處理后獲得訓練樣本數據；

采用下采樣的方式處理訓練樣本數據，將一小時內采集到訓練樣本數據的中位數傳入在線模型中訓練，獲得訓練好的在線模型；

將實時數據輸入訓練好的在線模型獲得預測數據；

根據預測數據調節農業大棚生產的各項環境參數指標。

第二方面，本公開提供了一種農業大棚生產的在線預測系統，包括：

數據采集模塊：獲取農業大棚生產的歷史數據，并采集農業大棚生產的實時數據；

數據處理模塊：對歷史數據及實時數據進行歸一化處理，并根據經緯度信息對歷史數據進行類別編碼處理，獲得訓練樣本數據；

訓練模塊：對訓練樣本數據提取特征后輸入到在線模型中進行訓練，獲得訓練好的在線模型；

預測數據獲取模塊：將實時數據輸入訓練好的在線模型獲得預測數據；

參數調節模塊：根據預測數據調節農業大棚生產的各項環境參數指標。

第三方面，本公開提供了一種計算機可讀存儲介質，用于存儲計算機指令，所述計算機指令被處理器執行時，完成如第一方面所述的農業大棚生產的在線預測方法。

將采集到的數據上傳到計算設備進行訓練。