一种基于ANFIS神经网络的番茄温室环境参数智能监测装置制造方法及图纸

本发明专利技术公开了一种基于ANFIS神经网络的番茄温室环境参数智能监测装置，其特征在于所述监测装置由基于无线传感器网络的番茄温室环境参数智能检测平台和番茄温室产量智能预警系统组成；本发明专利技术构建番茄温室环境参数监测与调节平台，有效解决了现有技术无法根据番茄温室土壤水分对番茄温室产量的影响预测与预警番茄温室产量的问题。

An Intelligent Monitoring Device for Environmental Parameters of Tomato Greenhouse Based on ANFIS Neural Network

【技术实现步骤摘要】
一种基于ANFIS神经网络的番茄温室环境参数智能监测装置
本专利技术涉及农业温室自动化装备的
，具体涉及一种基于ANFIS神经网络的番茄温室环境参数智能监测装置。
技术介绍
番茄是一种重要的世界性蔬菜作物，在蔬菜生产和供应中占有重要的地位，是国内设施农业主栽品种之一。温室番茄长季节栽培大多在现代化温室和节能日光温室中进行，以实现番茄优质、高效生产。温室番茄生产的基本目标是充分利用设施环境的可控性，依照生产者预先设计的方案实现对产量、采收与上市时间、植物发育形态、品质、果实大小等方面的目标控制。温室番茄生产已经逐步成为国内温室的主导产业。近年来，设施园艺生产发展迅速，但在发展过程中面临的问题也日益突出，如设施环境可控程度低，缺少针对不同番茄品种的专业设施等。因此，监测温室的室内小气候环境特点，探寻温室内环境参数与番茄经济性状之间的关系具有重要的实践指导意义。选取不同类型温室结构的温室记录室内温湿度变化，调查番茄主要病害和产量情况，然后对温室记录控制系统采集的数据，进行多元统计分析，确定环境参数的变化趋势，为优化温室的结构、调控温室内环境参数、有效促进番茄作物的生长发育提供理论依据。番茄因其栽培简单、管理容易、销路广和经济效益高等优势，农民的种植积极性高，成为温室内栽培的主要番茄作物。不同温室温度对番茄产量有较大影响。番茄原产南美洲，喜温不耐热的茄科类作物，其生长发育有一定的适应性，由于番茄富含番茄红素、胡萝卜素、维生素C及多种其他维生素物质，对人体健康有一定的保健作用，因此为大众所接受，近年来番茄面积与产量不断在扩大，成为全球栽培最多的蔬菜品种之一，因此如何提高番茄产量与品质有着重要的意义。不同品种的番茄成熟期、单株产量都存在着一定的差异，企业为了更好地规划生产，合理地利用资源，降低单位成本，需掌握温室不同时期不同品种番茄的产量。目前国内关于番茄产量预测的研究报道较少。不同温室灌水量不同对番茄产量有较大影响。随着灌水量的减少,植株株高、茎粗、叶片数和单果质量呈下降趋势；植株单株结果数、番茄果实干物质、可溶性固形物、Vc、有机酸含量和糖酸比均随灌水量降低呈增加趋势,番茄果实品质提高。李建明等对番茄不同生育期的灌溉制度的研究结果表明,在番茄开花坐果期,土壤水分上限为土壤相对含水量的85％时,茎粗增长量、根系活力、净光合速率较大和产量最高,水分利用效率较高。高方胜等研究结果表明,水分对番茄营养生长存在正效应,特别是对株高、茎粗更为明显,叶片数次之。而对生殖生长的效应不明显,处理间花蕾和花的数量差异不大。番茄温室产量预测可以利用建立在历年产量静态数据基础上的预测模型进行研究，预测番茄产量可以为温室施肥、温室环境参数和灌水量等调控提供参考依据。王晓丽等基于改进SVM的水肥与番茄产量品质关系预测模型研究,以不同的灌水及施肥水平作为输入，以番茄的产量为输出，建立了水肥—产量关系的支持向量机(SVM)预测模型，PSO-SVM模型的预测精度较高；该模型能同时预测水肥水平对产量及品质双指标的影响，通过实例验证表明模型预测的产量值与实测结果基本一致，预测效果较理想，可为设施栽培番茄的水肥精细化管理提供支持。袁莉等研究基于灰色系统理论的加工番茄产量预测模型，运用灰色系统理论研究了加工番茄产量变化趋势，建立了加工番茄产量预测的GM(1，1)灰模型，并以2001-2009年新疆加工番茄产量为例，进行了实例分析；该模型有较高的预测精度和较强的泛化能力，对近期加工番茄产量的预测是可靠的，为新疆地区番茄产业的宏观调控、番茄加工及储藏等方面提供了参考。本专利番茄产量的预测结果直接影响到企业生产的安排和原料的供给计划，提出一种新的针对番茄产量在线预测算法，该番茄产量预测算法能够预测番茄生长过程中对番茄施肥及环境参数对番茄产量的影响程度，同时对于果蔬产业原料产量预测提供了一种依据，为企业的生产安排和统筹规划提供参考依据。
技术实现思路
本专利技术提供了一种基于ANFIS神经网络的番茄温室环境参数智能监测装置，本专利技术构建番茄温室环境参数监测与调节平台，有效解决了现有技术无法根据番茄温室土壤水分对番茄温室产量的影响预测与预警番茄温室产量的问题。本专利技术通过以下技术方案实现：一种基于ANFIS神经网络的番茄温室环境参数智能监测装置，由基于无线传感器网络的番茄温室环境参数智能检测平台和番茄温室产量智能预警系统组成，基于无线传感器网络的番茄温室环境参数智能检测平台实现对番茄温室环境参数参数进行检测、调节和监控，番茄温室产量智能预警系统包括番茄温室产量预测子系统、番茄温室土壤水分预测子系统、番茄温室产量水分校正模型和ANFIS神经网络番茄温室产量等级分类器，实现对番茄温室产量的智能化预测与预警，提高番茄温室产量预测的精确度和鲁棒性。本专利技术进一步技术改进方案是：基于无线传感器网络的番茄温室环境参数智能检测平台由检测节点、控制节点和现场监控端组成，它们以自组织方式通过无线通信模块NRF2401构建成番茄温室环境参数智能检测平台。检测节点分别由传感器组模块、单片机和无线通信模块NRF2401组成，传感器组模块负责检测番茄温室环境的温度、湿度、风速和光照度等番茄温室小气候环境参数，由单片机控制采样间隔并通过无线通信模块NRF2401发送给现场监控端；控制节点实现对番茄温室环境参数的调节设备进行控制；现场监控端由一台工业控制计算机组成，实现对检测节点检测番茄温室环境参数进行管理和对番茄温室环境的土壤水分浓度进行智能检测。基于无线传感器网络的番茄温室环境参数智能检测平台见图1所示。本专利技术进一步技术改进方案是：番茄温室产量智能预警系统包括番茄温室产量预测子系统、番茄温室土壤水分预测子系统、番茄温室产量水分校正模型和ANFIS神经网络番茄温室产量等级分类器；番茄温室产量智能预警系统结构见图2所示。本专利技术进一步技术改进方案是：番茄温室产量预测子系统包括番茄温室产量减法聚类分类器、多个ANFIS神经网络产量预测模型；利用番茄温室产量减法聚类分类器对番茄温室产量的历史数据进行分类，每类数据输入对应的ANFIS神经网络产量预测模型，对应的ANFIS神经网络产量预测模型的输出作为番茄温室产量预测子系统预测番茄温室产量的预测值。本专利技术进一步技术改进方案是：番茄温室土壤水分预测子系统包括番茄温室水分小波分解模型、多个GRNN神经网络水分预测模型和HRFNN递归神经网络水分预测融合模型；番茄温室水分小波分解模型把番茄温室土壤水分检测数据分解为低频趋势部分和多个高频波动部分，低频趋势部分和多个高频波动部分分别作为多个GRNN神经网络水分预测模型的输入，多个GRNN神经网络水分预测模型的输出作为HRFNN递归神经网络水分预测融合模型的输入，HRFNN递归神经网络水分预测融合模型的输出值作为番茄温室土壤水分预测子系统预测番茄温室土壤水分的预测值。本专利技术进一步技术改进方案是：番茄温室产量水分校正模型由2个微分算子S、2个积分单元D和HRFNN递归神经网络组成，2个微分算子S相串联构成微分回路1，2个积分单元D相串联构成积分回路2；番茄温室产量预测子系统的输出作为HRFNN递归神经网络的A端的输入，番茄温室土壤水分预测子系统的输出作为微分回路1的输入、HRFNN递归神经网络的B端的输入和积本文档来自技高网...

【技术保护点】
1.一种基于ANFIS神经网络的番茄温室环境参数智能监测装置，其特征在于：所述监测装置由基于无线传感器网络的番茄温室环境参数智能检测平台和番茄温室产量智能预警系统组成；番茄温室产量智能预警系统包括番茄温室产量预测子系统、番茄温室土壤水分预测子系统、番茄温室产量水分校正模型和ANFIS神经网络番茄温室产量等级分类器，实现对番茄温室产量的智能化预测与预警；所述番茄温室产量预测子系统包括番茄温室产量减法聚类分类器、多个ANFIS神经网络产量预测模型；利用番茄温室产量减法聚类分类器对番茄温室产量的历史数据进行分类，每类数据输入对应的ANFIS神经网络产量预测模型，对应的ANFIS神经网络产量预测模型的输出作为番茄温室产量预测子系统预测番茄温室产量的预测值；所述番茄温室土壤水分预测子系统包括番茄温室水分小波分解模型、多个GRNN神经网络水分预测模型和HRFNN递归神经网络水分预测融合模型；番茄温室水分小波分解模型把番茄温室土壤水分检测数据分解为低频趋势部分和多个高频波动部分，低频趋势部分和多个高频波动部分分别作为多个GRNN神经网络水分预测模型的输入，多个GRNN神经网络水分预测模型的输出作为HRFNN递归神经网络水分预测融合模型的输入，HRFNN递归神经网络水分预测融合模型的输出值作为番茄温室土壤水分预测子系统预测番茄温室土壤水分的预测值；所述番茄温室产量水分校正模型由2个微分算子S、2个积分单元D和HRFNN递归神经网络组成， 2个微分算子S相串联构成微分回路1，2个积分单元D相串联构成积分回路2；番茄温室产量预测子系统的输出作为HRFNN递归神经网络的A端的输入，番茄温室土壤水分预测子系统的输出作为微分回路1的输入、HRFNN递归神经网络的B端的输入和积分回路2的输入，微分回路1的2个微分算子S的连接端的输出为HRFNN递归神经网络的I端输入，微分回路1的输出为HRFNN递归神经网络的C端输入；积分回路2的输出为HRFNN递归神经网络的E端输入，积分回路2的2个积分单元D的连接端的输出为HRFNN递归神经网络的F端输入；HRFNN递归神经网络由6个输入端节点分别为A、B、C、I、E和F，15个中间节点和1个输出端节点组成，番茄温室产量水分校正模型实现对温室温度对番茄产量影响程度的校正，反映了温室温度的实际值变化对番茄温室产量的影响大小；所述ANFIS神经网络番茄温室产量等级分类器根据番茄温室产量水分校正模型输出番茄温室产量预测值的大小、番茄种类和番茄温室面积作为ANFIS神经网络番茄温室产量等级分类器的输入，ANFIS神经网络番茄温室产量等级分类器的输出把番茄温室产量分为番茄温室高产、番茄温室比较高产、番茄温室中产和番茄温室低产四个番茄温室产量等级。...

【技术特征摘要】
1.一种基于ANFIS神经网络的番茄温室环境参数智能监测装置，其特征在于：所述监测装置由基于无线传感器网络的番茄温室环境参数智能检测平台和番茄温室产量智能预警系统组成；番茄温室产量智能预警系统包括番茄温室产量预测子系统、番茄温室土壤水分预测子系统、番茄温室产量水分校正模型和ANFIS神经网络番茄温室产量等级分类器，实现对番茄温室产量的智能化预测与预警；所述番茄温室产量预测子系统包括番茄温室产量减法聚类分类器、多个ANFIS神经网络产量预测模型；利用番茄温室产量减法聚类分类器对番茄温室产量的历史数据进行分类，每类数据输入对应的ANFIS神经网络产量预测模型，对应的ANFIS神经网络产量预测模型的输出作为番茄温室产量预测子系统预测番茄温室产量的预测值；所述番茄温室土壤水分预测子系统包括番茄温室水分小波分解模型、多个GRNN神经网络水分预测模型和HRFNN递归神经网络水分预测融合模型；番茄温室水分小波分解模型把番茄温室土壤水分检测数据分解为低频趋势部分和多个高频波动部分，低频趋势部分和多个高频波动部分分别作为多个GRNN神经网络水分预测模型的输入，多个GRNN神经网络水分预测模型的输出作为HRFNN递归神经网络水分预测融合模型的输入，HRFNN递归神经网络水分预测融合模型的输出值作为番茄温室土壤水分预测子系统预测番茄温室土壤水分的预测值；所述番茄温室产量水分校正模型由2个微分算子S、2个积分单元D和HRFNN递归神经网络组成，2个微分算子S相串联构成微分回路1，2个积分单元D相串联构成积分回路2；番茄温室产量预测子系统的输出作为HRFNN递归神经网络的A端的输入，番茄温室土壤水分预测子系统的输出作为微分回路1的输入、HRFNN递归神经网络的B端的输入和积分回路2的输入，微分回路1的2个微分算子S的连接端的输出为HRFNN递归神经网络的I端输入，微分回路1的输出为HRFNN递归神经网络的C端输入；积分回路2的输出为HRFN...

【专利技术属性】
技术研发人员：马从国，姜仲秋，周亮，刘恩旭，杨玉东，马海波，丁晓红，王建国，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：江苏,32