[發明專利]基于物聯網的臍橙產量預測方法、裝置、計算機設備

在審

• 申請號: 202210329107.5
• 申請日: 2022-03-30
• 公開（公告）號: CN114792157A
• 公開（公告）日: 2022-07-26
• 發明（設計）人: 張秋謙;李麟;張繼生;張家林
• 申請（專利權）人: 江西裕豐智能農業科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/02;G06N3/04;G06N7/02;G16Y10/05;G16Y20/10;G16Y20/20;G16Y40/10;G01D21/02
• 代理公司: 南昌金軒知識產權代理有限公司 36129
• 代理人: 黃亮亮

1.一種基于物聯網的臍橙產量預測方法，其特征在于，所述方法包括：

在時間序列上，接收臍橙圓多個被檢測點的環境信息，其中，所述環境信息包括溫度和濕度；

根據多個所述環境信息，按照LSTM長短期記憶神經網絡的計算策略，提取得到多個第一信息，其中，所述第一信息為價值密度大于對應的所述環境信息的溫度和濕度數據；

根據多個所述第一信息，按照三角模糊數時間序列神經網絡計算策略，得到多個第二信息，所述第二信息為對應的所述第一信息的三角模糊數值；

根據多個所述第二信息，按照臍橙園多點環境融合模型計算策略，得到第三信息，所述第三信息為所有的所述第二信息的融合值；

根據臍橙園產量的歷史信息和所述第三信息，按照臍橙產量預測模塊的計算策略，得到臍橙園產量的預測值，其中，所述預測值為三角模糊數預測值。

2.根據權利要求1所述的方法，其特征在于，所述根據多個所述第一信息，按照三角模糊數時間序列神經網絡計算策略，得到多個第二信息，包括；

根據多個所述第一信息，按照徑向基神經網絡模型的計算策略，得到優化后的多個所述第一信息；

根據優化后的多個所述第一信息，按照NARX神經網絡模型的計算策略，得到多個所述第二信息，所述第二信息為對應的所述第一信息的三角模糊數值，且，表示被檢測點的溫度和濕度的下限值、最大可能值和上限值。

3.根據權利要求1所述的方法，其特征在于，所述根據多個所述第二信息，按照臍橙園多點環境融合模型計算策略，得到第三信息，包括：

在指定時間間隔內，各被檢測點的溫度和濕度的三角模糊數構成溫度和濕度時間序列三角模糊數陣列，再分別計算各檢測點的溫度和濕度時間序列三角模糊數值與正負理想值之間的距離；

通過與負理想值的距離的平方除以與正理想值的距離得到每個被檢測點溫度和濕度時間序列三角模糊數值與正負理想值的相對貼進度再通過，每個檢測點的相對貼進度的平方除以所有檢測點的相對貼進度的總和得到每個檢測點的融合權重；

根據每個被檢測點的時間序列三角模糊數的值與該檢測點的融合權重的積的和為所有時間序列三角模糊數的融合值，即為所述第三信息。

4.根據權利要求3所述的方法，其特征在于，所述根據臍橙園產量的歷史信息和所述第三信息，按照臍橙產量預測模塊的計算策略，得到臍橙園產量的預測值，包括：

根據臍橙園產量的歷史信息，按照三角模糊數預測模型的計算策略，得到歷史產量數據時間序列；

根據所述第三信息和所述歷史產量數據時間序列，按照T-S型模糊神經網絡校正模型的計算策略，得到臍橙園產量三角模糊數預測值。

5.根據權利要求1所述的方法，其特征在于，所述接收臍橙圓多個被檢測點的環境信息，包括：

接收溫度傳感器和濕度傳感器實時傳輸的臍橙圓多個被檢測點的環境信息。

6.根據權利要求1所述的方法，其特征在于，所述接收臍橙圓多個被檢測點的環境信息，包括：

接收人工輸入的臍橙圓多個被檢測點的環境信息。

7.一種基于物聯網的臍橙產量預測裝置，包括：

接收模塊，用于在時間序列上，接收臍橙圓多個被檢測點的環境信息；

第一計算模塊，用于根據多個所述環境信息，按照LSTM長短期記憶神經網絡的計算策略，提取得到多個第一信息；

第二計算模塊，用于根據多個所述第一信息，按照三角模糊數時間序列神經網絡計算策略，得到多個第二信息；

第三計算模塊，用于根據多個所述第二信息，按照臍橙園多點環境融合模型計算策略，得到第三信息；

第四計算模塊，用于根據臍橙園產量的歷史信息和所述第三信息，按照臍橙產量預測模塊的計算策略，得到臍橙園產量的預測值。

8.一種計算機設備，其特征在于，包括：處理器和用于存儲能夠在處理器上運行的計算機程序的存儲器，其中所述處理器用于運行所述計算機程序時，實現權利要求1至6任一項所述的方法。

9.一種計算機存儲介質，其特征在于，存儲有可執行程序，所述可執行程序被處理器執行時，實現如權利要求1至6中任一項所述的方法。