The invention provides an intelligent expert system and system for water and fertilizer management, which reads crop growth characteristics at the expert interactive end, sends them to the water and fertilizer decision model, receives and displays decision data sent by the water and fertilizer decision model, inquires, obtains and updates expert interactive data at the database end, and models expert interactive data based on the long-term and short-term memory network of artificial intelligence, and obtains the water and fertilizer decision model. Type I, using expert interactive data to train water and fertilizer decision-making model, receives crop growth characteristics and outputs decision-making data. To separate data from website in expert system and save data in database, the maintenance of data is more centralized than dispersed in each module of expert system. When the data is updated or added or subtracted, it is not necessary to modify the source code of the website, but only to modify the data in the database, and can dynamically adjust the amount of data obtained from the database according to user needs, so as to improve the development efficiency and reduce the operation and maintenance cost of the expert system.
【技术实现步骤摘要】
智能水肥管理方法和系统
本专利技术涉及农业
,具体地,涉及智能水肥管理方法和系统,尤其是涉及一种基于人工智能技术和决策树方法的通用水肥管理专家系统。
技术介绍
水肥的精准施用对作物的生长发育有着重要的意义,农业专家系统即是像农业专家一样的系统来指导农业用户进行种植,包括环境监控、水肥灌溉的精准施用策略等,它可以显著提高农业生产效率。专家系统发展已经有多年历史,但是能够提供的帮助却很有限。随着诸如物联网、大数据和人工智能等新兴技术的发展,可对专家系统进行进一步优化。目前我国研究出的农业专家管理系统存在以下问题:(1)专家系统缺少人工智能AI部分,目前AI技术发展到依赖深层结构人工神经网络模型和深度学习阶段,可以到被运用到生活中的各个方面,但是在农业上运用的较少,比如可以通过人工智能实现病虫害的智能识别和治理,人工智能识别作物生长状况,针对作物目前的表型指标进行水肥管理和温度的决策。(2)没有根据实时变化的气象数据对作物生长进行管理决策,气候变化对作物影响很大,不同温度下灌溉量不同,施肥量也不同,因此可以通过传感器传输数据到物联网,将实时数据信息传输到系统,对系统的决策进行实时更正与水肥预测预警。(3)没有实现全程化决策管理,目前只是一些零散的比如温度监测,病虫害决策等功能的软件,并不能全程帮助用户决策,比如在选种开始到生长的各个阶段都能帮助用户做出正确的决策,解决用户水肥用量问题。因此,结合现有的诸如物联网、大数据和人工智能等新兴技术的发展,基于JavaWeb技术和实验室的作物水肥模型,构建一个实用性强、技术新颖、安全可靠、扩展性强的通用型作物水肥管理 ...
【技术保护点】
1.一种智能水肥管理专家系统,其特征在于,包括专家交互端模块、数据库端模块、水肥决策模型模块;专家交互端模块:读取作物生长特征,将作物生长特征发送至水肥决策模型,接收水肥决策模型发送的决策数据,显示所述决策数据;数据库端模块:查询、获取、更新专家交互数据,所述专家交互数据主要包括作物生长各生育时期的施肥量或者施肥比例;水肥决策模型模块:基于人工智能的长短时记忆网络对专家交互数据进行建模,得到水肥决策模型,采用专家交互数据对水肥决策模型进行训练,接收作物生长特征,输出决策数据。
【技术特征摘要】
1.一种智能水肥管理专家系统,其特征在于,包括专家交互端模块、数据库端模块、水肥决策模型模块;专家交互端模块:读取作物生长特征,将作物生长特征发送至水肥决策模型,接收水肥决策模型发送的决策数据,显示所述决策数据;数据库端模块:查询、获取、更新专家交互数据,所述专家交互数据主要包括作物生长各生育时期的施肥量或者施肥比例;水肥决策模型模块:基于人工智能的长短时记忆网络对专家交互数据进行建模,得到水肥决策模型,采用专家交互数据对水肥决策模型进行训练,接收作物生长特征,输出决策数据。2.一种智能水肥管理专家方法,其特征在于,包括专家交互端步骤、数据库端步骤、水肥决策模型步骤;专家交互端步骤:读取作物生长特征,将作物生长特征发送至水肥决策模型,接收水肥决策模型发送的决策数据,显示所述决策数据;数据库端步骤:查询、读取、更新专家交互数据,所述专家交互数据主要包括作物生长各生育时期的施肥量或者施肥比例;水肥决策模型步骤:基于人工智能的长短时记忆网络对专家交互数据进行建模,得到水肥决策模型,采用专家交互数据对水肥决策模型进行训练,接收作物生长特征,输出决策数据。3.根据权利要求1所述的智能水肥管理专家系统或者权利要求2所述的智能水肥管理专家方法,其特征在于,所述专家交互数据通过脚本语言从数据库中进行读取,专家交互数据以变量形式存储在数据库中,专家交互数据支持独立更新。4.根据权利要求1所述的智能水肥管理专家系统或者权利要求2所述的智能水肥管理专家方法,其特征在于,所述作物生长特征主要包括温度参数、作物生长时期。5.根据权利要求1所述...
【专利技术属性】
技术研发人员:常丽英,李达仁,艾弋琬,
申请(专利权)人:上海交通大学,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。