一种基于D‑S证据理论的温室控制决策融合方法技术

一种基于D‑S证据理论的温室控制决策融合方法，包括如下步骤：步骤一、使用箱线图提取温室内传感器量测值中的野值，并对野值进行修正；步骤二、对修正后的量测值进行聚类融合，得到聚类值集合；步骤三、利用聚类值集合与决策基准值集合通过D‑S证据理论对聚类值进行决策分配。本发明专利技术提供一种基于D‑S证据理论的温室控制决策融合方法，能够有效提升温室环境中指标数据的融合精度和决策可信度，同时降低决策风险。

A D S evidence theory greenhouse control method based on decision fusion

【技术实现步骤摘要】
一种基于D-S证据理论的温室控制决策融合方法
本专利技术涉及无线传感器网络数据处理和融合领域，具体的说是一种基于D-S证据理论的温室控制决策融合方法。
技术介绍
温室，又称暖房，指有防寒、加温和透光等设施，供冬季培育喜温植物的房间。在不适宜植物生长的季节，能提供生育期和增加产量，多用于低温季节喜温蔬菜、花卉、林木等植物栽培或育苗等。现有的温室通常包括用于封闭的卷膜、用于通风的风机和用于提高温室内湿度的湿帘。传统的的温室控制方法大都是使用传感器直接量测温室内的环境参数，然后通过与设定好的阈值进行比较后，通过控制卷膜、风机或者湿帘的动作，实现对环境参数的调整，最后通过传感器的量测值进行校验。但是因为温室的环境是非常复杂的，在不同位置，传感器的量测结果可能大相径庭，这会导致控制系统产生完全相反的控制指令，进而导致温室内的环境混乱。随着科学技术的快速发展和生活水平的显著提高，现代智能温室环境系统受到越来越多的关注。为了节约人力、物力、财力，传感器网络成为人们首要选择，与传感器网络离不开的传感器网络信息融合更是得到了广泛应用，比如目标识别、目标跟踪及人工智能等领域。由于各种外部环境因素和硬件的影响，传感器测得的数据往往具有一定的不确定性，D-S(Dempster-Shafer)证据理论是被推崇的处理不确定性的好方法，已为许多专家系统所应用，并且在决策问题中有不可忽视的作用。但是当证据之间存在高度冲突时，D-S证据理论在处理结果往往与常理相斥，错误的处理结果会造成对温室环境的错误控制，导致对温室功能的破坏。
技术实现思路
为了解决现有技术中的不足，本专利技术提供一种基于D-S证据理论的温室控制决策融合方法，能够有效提升温室环境中指标数据的融合精度和决策可信度，同时降低决策风险。为了实现上述目的，本专利技术采用的具体方案为：一种基于D-S证据理论的温室控制决策融合方法，包括如下步骤：步骤一、使用箱线图提取温室内传感器量测值中的野值，并对野值进行修正；步骤二、对修正后的量测值进行聚类融合，得到聚类值集合；步骤三、利用聚类值集合与决策基准值集合通过D-S证据理论对聚类值进行决策分配。所述步骤一中对野值的修正方法为：步骤S1、计算野值x与决策基准值xm之间的距离Δ＝|xm-x|；步骤S2、如果Δ≤5，则修正后的量测值步骤S3、如果5＜Δ≤10，则修正后的量测值式中步骤S4、如果10＜Δ≤15，则修正后的量测值式中步骤S5、如果修正后的量测值仍然为野值，则重复步骤S1～S4再次进行修正。所述步骤二中的聚类融合方法为在修正后的量测值的马氏距离矩阵中查找最小距离值，并根据最小距离值进行聚类。所述步骤三中，设在某一时刻修正后的量测值为均值为u＝(u1,u2,···,un)T，则协方差矩阵为根据协方差矩阵求得马氏距离：聚类的具体方法为在D中查找最小距离值，并将这个最小距离值对应的两个数据聚合为一类，然后生成新的马氏距离矩阵，并再次聚类，通过若干次聚类，得到聚类值集合。设聚类值集合X表示为决策基准值集合ω表示为(ω1,ω2,···,ωn)，D-S证据理论的识别框架Θ表示为(L1，L2，......，Ln)，(L1，L2，......，Ln)分别表示分配给聚类值的决策，(L1，L2，......，Ln)与(ω1,ω2,···,ωn)一一对应，具体的决策分配方法为：步骤T1、对聚类值计算与均值ωk的距离以及和ωk+1的距离步骤T2、比较d1与d2；如果d1＞d2，则接近于ωk+1，对决策Lk+1更信任，对各决策的概率分配函数为式中(1-d1)表示与ωk的相似度，(1-d2)表示与ωk+1的相似度，与分别代表概率分配函数的加权因子，ρ1与ρ2为制约因子，用于防止信任度过大偏离实际；如果d1＜d2，则比较接近于ωk，对决策Lk更信任，对各决策的概率分配函数为式中(1-d1)表示与ωk的相似度，(1-d2)表示与ωk+1的相似度，与分别代表概率分配函数的加权因子，ρ1与ρ2为制约因子，用于防止信任度过大偏离实际；如果d1＝d2，则与ωk和ωk+1的相似度相同，对各决策的概率分配函数与d1＞d2的情况或者d1＜d2的情况中任一分配函数相同；步骤T3、计算m(Θ)＝1-m(L1)-m(L2)-……-m(Ln)，m(Θ)是对量测数据的不确定度；步骤T4、重复步骤T1至T3，将与ωk+2～ωn逐一进行比较并计算各决策的概率分配函数；步骤T5、重复步骤T1至T4，逐一对进行决策分配。所述制约因子ρ1＝5，ρ2＝3。有益效果：1、本专利技术通过野值处理和聚类融合对传感器采集的数据进行优化，有效降低了量测数据间的冲突程度，有助于做出快速决策；2、能够有效提升温室环境中指标数据的融合精度和决策可信度，同时降低决策风险。附图说明图1是本专利技术实施方式的流程图；图2是原始测量数据箱线图；图3是原始测量数据修正后的箱线图；图4是在最小距离下修正后/剔除野值后的聚类值比较结果。具体实施方式下面根据附图具体说明本专利技术的实施方式。一种基于D-S证据理论的温室控制决策融合方法，如图1所示，包括如下步骤：步骤一、使用箱线图提取温室内传感器量测值中的野值，并利对野值进行修正；步骤二、对修正后的量测值进行聚类融合，得到聚类值集合；步骤三、利用聚类值和决策基准值对D-S证据理论的识别框架的各个子集进行概率分配，并建立基于D-S证据理论的决策融合框架，通过该框架对温室的调整进行决策。决策基准值是由专家系统生成的，是温室控制领域所通用的参数比对标准，为现有技术，在此不再赘述。所述步骤一中利用箱线图提取传感器量测值中的野值的方法为将量测到的数据从小到大排列，定义第50％的数据为中位数Q2，定义第25％的数据为下四分位数Q1，Q1也可以定位为量测值的最小值与Q2之间的中位数，定义第75％的数据为上四分位数Q3，Q3也可以定位为量测值的最大值与Q2之间的中位数。则野值定义为大于(Q3+1.5IQR)或者小于(Q1-1.5IQR)的量测值。对野值的修正方法为：步骤S1、计算野值x与决策基准值xm之间的距离Δ＝|xm-x|；步骤S2、如果Δ≤5，则修正后的量测值步骤S3、如果5＜Δ≤10，则修正后的量测值式中步骤S4、如果10＜Δ≤15，则修正后的量测值式中步骤S5、如果修正后的量测值仍然为野值，则重复步骤S1～S4再次进行修正。所述步骤二中的聚类融合方法为在修正后的量测值的马氏距离矩阵中查找最小距离值，并根据最小距离值进行聚类。设在某一时刻修正后的量测值为均值为u＝(u1,u2,···,un)T，则协方差矩阵为根据协方差矩阵求得马氏距离：聚类的具体方法为在D中查找最小距离值，并将这个最小距离值对应的两个数据聚合为一类，然后生成新的马氏距离矩阵，并再次聚类，通过若干次聚类，得到聚类值集合。在步骤三中，设聚类值集合X表示为决策基准值集合ω表示为(ω1,ω2,···,ωn)，D-S证据理论的识别框架Θ表示为(L1，L2，......，Ln)，(L1，L2，......，Ln)分别表示分配给聚类值的决策，(L1，L2，......，Ln)与(ω1,ω2,···,ωn)一一对应，具体的决策分配方法为：步骤T1、对聚类值计算与均值ωk的距离以及和ωk+1的距离步骤T2、比较d1与d2；如果d1＞d2，则接近于ω本文档来自技高网...

【技术保护点】
一种基于D‑S证据理论的温室控制决策融合方法，其特征在于：包括如下步骤：步骤一、使用箱线图提取温室内传感器量测值中的野值，并对野值进行修正；步骤二、对修正后的量测值进行聚类融合，得到聚类值集合；步骤三、利用聚类值集合与决策基准值集合通过D‑S证据理论对聚类值进行决策分配。

【技术特征摘要】
1.一种基于D-S证据理论的温室控制决策融合方法，其特征在于：包括如下步骤：步骤一、使用箱线图提取温室内传感器量测值中的野值，并对野值进行修正；步骤二、对修正后的量测值进行聚类融合，得到聚类值集合；步骤三、利用聚类值集合与决策基准值集合通过D-S证据理论对聚类值进行决策分配。2.如权利要求1所述的一种基于D-S证据理论的温室控制决策融合方法，其特征在于：所述步骤一中对野值的修正方法为：步骤S1、计算野值x与决策基准值xm之间的距离Δ＝|xm-x|；步骤S2、如果Δ≤5，则修正后的量测值步骤S3、如果5＜Δ≤10，则修正后的量测值式中步骤S4、如果10＜Δ≤15，则修正后的量测值式中步骤S5、如果修正后的量测值仍然为野值，则重复步骤S1～S4再次进行修正。3.如权利要求1所述的一种基于D-S证据理论的温室控制决策融合方法，其特征在于：所述步骤二中的聚类融合方法为在修正后的量测值的马氏距离矩阵中查找最小距离值，并根据最小距离值进行聚类。4.如权利要求3所述的一种基于D-S证据理论的温室控制决策融合方法，其特征在于：设在某一时刻修正后的量测值为均值为u＝(u1,u2,···,un)T，则协方差矩阵为根据协方差矩阵求得马氏距离：聚类的具体方法为在D中查找最小距离值，并将这个最小距离值对应的两个数据聚合为一类，然后生成新的马氏距离矩阵，并再次聚类，通过若干次聚类，得到聚类值集合。5.如权利要求1所述的一种基于D-S证据理论的温室控制决策融合方法，其特征在于：所述步骤三中，设聚类值集合X表示为决策基准值集合ω表示为(ω1,ω2,···,ωn)，D-S证据理论的识别框架Θ表示为(L1，L2，......，Ln)，(L1，L2，......，Ln)分别表示分配给聚类值的决策，(L1，L2，......，Ln)与(ω1,ω2,···,ωn)一一对应，具体的决策分配方法为：步骤T1、对聚类值计算与均值ωk的距离以及和ωk+1的距离步骤T2、比较d1与d2；如果d1＞d2，则接近于ωk+1，对决策Lk+1更信任，对各决策的概率分配函数为

【专利技术属性】
技术研发人员：孙力帆，张雅媛，郑国强，付主木，王旭栋，冀保峰，普杰信，
申请(专利权)人：河南科技大学，
类型：发明
国别省市：河南,41