【技术实现步骤摘要】
一种基于APSO-ELM和模糊逻辑的灌溉时间计算方法
本专利技术属于设施农业技术
，涉及一种基于APSO-ELM和模糊逻辑的灌溉时间计算方法。
技术介绍
我国作为一个农业大国，水资源却十分稀缺。我国淡水总资源为28000亿M3，虽然总量看起来很多，但实际仅占全球6％，约为世界人均淡水资源的四分之一，是全球人均水资源较匮乏的国家之一。其中，农业用水占到了总用水量的70％左右，由于灌溉效率普遍偏低，水的利用率仅为45％，因此解决农业灌溉用水问题对于缓解水资源的紧缺是非常重要的，已成为我们关注的主要内容。在当前农业精准灌溉的需求下，参考作物蒸发蒸腾量是必须考虑的问题之一。因标准参考作物蒸发蒸腾量计算模型参数过多，容易造成参数获取成本过高，并且有部分参数不易获取，所以李家明等人利用通径分析法研究出漳河灌区参考作物蒸发蒸腾量的主要环境因子。张志政等人在BP神经网络的基础上引入了PSO，通过组合不同的参考作物蒸发蒸腾量的影响因子确定了输入量，最终对参考作物蒸发蒸腾量的预测精度达到了0.96，但因BP的正向传播输出层得不到预...
【技术保护点】
1.一种基于APSO-ELM和模糊逻辑的灌溉时间计算方法，其特征在于，具体按照以下步骤实施：/n步骤1、构建灌溉在线监测系统，进行实时监测作物生长环境参数，建立APSO-ELM模型，通过APSO-ELM网络预测模型，将监测得到的生长环境数据作为输入，输出预测参考作物的蒸发蒸腾量；建立模糊控制的灌溉时间预报模型；/n步骤2、将步骤1中得到的作物蒸发蒸腾量以及土壤湿度下降率数据作为模糊控制的输入，输入到模糊控制的灌溉时间预报模型中，最终输出作物需要的灌溉时间，完成灌溉时间计算。/n
【技术特征摘要】
1.一种基于APSO-ELM和模糊逻辑的灌溉时间计算方法，其特征在于，具体按照以下步骤实施：
步骤1、构建灌溉在线监测系统，进行实时监测作物生长环境参数，建立APSO-ELM模型，通过APSO-ELM网络预测模型，将监测得到的生长环境数据作为输入，输出预测参考作物的蒸发蒸腾量；建立模糊控制的灌溉时间预报模型；
步骤2、将步骤1中得到的作物蒸发蒸腾量以及土壤湿度下降率数据作为模糊控制的输入，输入到模糊控制的灌溉时间预报模型中，最终输出作物需要的灌溉时间，完成灌溉时间计算。
2.根据权利要求1所述的一种基于APSO-ELM和模糊逻辑的灌溉时间计算方法，其特征在于，所述步骤1中的灌溉在线监测系统包括多个无线智能传感器模块和现场预报终端模块，多个无线智能传感器模块分别与现场预报终端模块通过ZigBee模块进行通讯连接，现场预报终端模块通过GPRS通讯方式与控制中心连接。
3.根据权利要求2所述的一种基于APSO-ELM和模糊逻辑的灌溉时间计算方法，其特征在于，所述现场预报终端模块包括中央处理器和分别与中央处理器连接的电源模块、存储模块及GPRS模块，GPRS模块与控制中心通过GPRS通讯方式连接。
4.根据权利要求2所述的一种基于APSO-ELM和模糊逻辑的灌溉时间计算方法，其特征在于，所述无线智能传感器模块包括监测分机和与监测分机连接的传感器采集模块，GPRS模块与监测分机模块通过ZigBee模块进行通讯连接。
5.根据权利要求1所述的一种基于APSO-ELM和模糊逻辑的灌溉时间计算方法，其特征在于，所述步骤1中建立APSO-ELM模型具体按照以下步骤实施：
步骤1.1.1、建立APSO-ELM算法模型，为了避免由于ELM输入层与隐含层随机生成的权值和阂值给网络预测精度带来不稳定险，引入APSO使之可以避免陷入局部最优，优化网络带来的不稳定性；
①：APSO是在PSO的基础上改进而来的，粒子群优化算法(PSO)是一种群体智能算法，现假设粒子的初始状态设置属性如下式所示：
式中表示粒子i在t时刻的位置；Ld，Ud分别表示搜索空间的下限和上限；表示粒子i在t时刻的速度；vmin，vmax分别为粒子的最小和最大速度；
标准PSO速度和位置更新公式如下所示：
式中，分别表示粒子i在t+1时刻的速度和位置；r1，r2为0-1之间的随机数；c1，c2为学习因子；w为惯性权值系数；pid为个体最优位置；pgd为全局最优位置；由于标准PSO...
【专利技术属性】
技术研发人员：温宗周，何洋，李丽敏，田强明，
申请(专利权)人：西安工程大学，
类型：发明
国别省市：陕西;61
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。