一种基于信息融合的环境适宜度检测方法技术

本发明专利技术公开了一种基于信息融合的环境适宜度检测方法，包括步骤：一、在需要进行环境适宜度检测的环境中布设多个环境适宜度检测装置，并给每个环境适宜度检测装置编号，记录每个环境适宜度检测装置的位置；二、数据采集及传输；三、数据分析处理，判断出环境适宜度。本发明专利技术能够用于粮食储存、蔬菜种植、牲畜养殖中的环境适宜度检测，通过在传统的种植、养殖中添加协助种植、养殖人的本发明专利技术，能够实现对粮食储存、蔬菜、牲畜生长环境的适宜度实时智能监测，适用范围广，实时性高，便于推广使用。

【技术实现步骤摘要】
一种基于信息融合的环境适宜度检测方法
本专利技术属于环境适宜度检测
，具体涉及一种基于信息融合的环境适宜度检测方法。
技术介绍
随着社会的进步，为了减少粮食因储藏不当造成的损失，以及大棚中蔬菜的正常生长，圈养的牲畜因温、湿度不当而得病以致死亡等，很多领域都需要用到环境适宜度智能监测系统。粮库中粮食储藏对温、湿度是有一定要求的，如果湿度太大，会造成粮食霉变，加上一定的温度，粮食会发芽变质；蔬菜大棚中的蔬菜，对温、湿度、光照度要求是很高的，不同的蔬菜对温、湿度、光照度的需求均不同，如果温、湿度、光照度不合要求，蔬菜就不会正常生长，菜农就不会有收益；圈养牲畜的房间里，如果温、湿度不合适，就会影响到牲畜的正常生长，还可能造成牲畜生病、以致死亡，给养殖户造成很大的损失。每种粮食的储存、蔬菜的生长发育、牲畜的生长环境都有其最适温度、最高温度和最低温度；有些蔬菜如果阳光不足，易造成枝叶徒长，组织柔软细弱，叶色变淡发黄，不易开花或开花不好，易遭病虫害；而有些蔬菜如果长期处于强光照射下则枝叶枯黄，生长停滞，严重的甚至死亡；而水分对蔬菜的生长发育影响也极大，如果水分吸收超过消耗，蔬菜体内水分过多，则植株生长细弱，抗寒力下降，抗逆性减弱，如果长期水分过多，又会造成烂根、落叶，甚至死亡，水分吸收少于消耗，由于缺水，蔬菜呈蔫现象，严重缺水就会使蔬菜枯死；粮库中湿度太大，粮食就会发霉、长芽造成变质而浪费。而人却很难凭肉眼判断把握好蔬菜某一时期温度、湿度及光照度的状况，粮库及圈养棚中的温、湿度，因此，真是能种好蔬菜、存好粮食、养好牲畜的人并不多，这也许多粮食储存、蔬菜种植、牲畜养殖人的烦恼。
技术实现思路
本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于信息融合的环境适宜度检测方法，其能够用于粮食储存、蔬菜种植、牲畜养殖中的环境适宜度检测，通过在传统的种植、养殖中添加协助种植、养殖人的本专利技术，能够实现对粮食储存、蔬菜、牲畜生长环境的适宜度实时智能监测，适用范围广，实时性高，便于推广使用。为解决上述技术问题，本专利技术采用的技术方案是：一种基于信息融合的环境适宜度检测方法，该方法包括以下步骤：步骤一、在需要进行环境适宜度检测的环境中布设多个环境适宜度检测装置，并给每个环境适宜度检测装置编号，记录每个环境适宜度检测装置的位置；所述环境适宜度检测装置包括微控制器模块和为系统中各用电模块供电的供电电池，以及与所述微控制器模块相接且用于与监控中心计算机无线连接并通信的无线通信模块，所述微控制器模块的输入端接有信号调理电路模块和用于设置控制参数的键盘电路模块，所述信号调理电路模块由依次相接的放大电路模块、滤波电路模块和A/D转换电路模块构成，所述放大电路模块的输入端接有温度检测传感器、湿度检测传感器和光敏传感器，所述微控制器模块的输出端接有液晶显示电路模块；步骤二、数据采集及传输：微控制器模块周期性地采集温度、湿度检测传感器和光敏传感器所检测到的信号，温度、湿度检测传感器和光敏传感器所检测到的信号依次通过放大电路模块、滤波电路模块和A/D转换电路模块进行放大、滤波、A/D转换处理后输出给微控制器模块，微控制器模块将温度数据、湿度数据和光照信号数据进行打包后通过无线通信模块发送给监控中心计算机；步骤三、数据分析处理，判断出环境适宜度：监控中心计算机将温度数据、湿度数据和光照信号数据输入存储在其中的根据检测数据判断环境适宜度的基于果蝇算法优化的BP神经网络模型中，得出所述基于果蝇算法优化的BP神经网络模型的输出，所述基于果蝇算法优化的BP神经网络模型的输出即为环境适宜度；其中，所述基于果蝇算法优化的BP神经网络模型的构建方法为：步骤301、数据存储：将温度、湿度和光照信号的历史数据存储到计算机中；步骤302、建立三层BP神经网络：计算机在MATLAB软件中以温度、湿度和光照信号的历史数据值作为BP神经网络的输入，输入层节点数n1为3个，以环境适宜度作为BP神经网络的输出，输出层节点数n3为1个，确定所述三层BP网络的隐含层节点数n2为10个，建立三层BP神经网络；步骤303、训练三层BP神经网络，具体过程为：步骤3031、计算机在MATLAB软件中将温度、湿度和光照信号的历史数据作为三层BP神经网络的输入，并以与温度、湿度和光照信号的历史数据对应的环境适宜度历史数据作为BP神经网络的输出，构建训练样本；步骤3032、计算机对三层BP神经网络进行训练，且在进行训练的过程中调用果蝇算法参数优化模块对三层BP神经网络的权值W和阈值B进行优化，得到权值W和阈值B最优的训练好的三层BP神经网络。上述的一种基于信息融合的环境适宜度检测方法，步骤一中所述需要进行环境适宜度检测的环境包括粮食储存环境、蔬菜生长环境和牲畜生长环境。上述的一种基于信息融合的环境适宜度检测方法，步骤3032中所述计算机对三层BP神经网络进行训练，且在进行训练的过程中调用果蝇算法参数优化模块对三层BP神经网络的权值W和阈值B进行优化的具体过程为：步骤A、初始化果蝇群体位置；果蝇群体位置为三层BP神经网络中当前迭代中的权值和阈值的集合；步骤B、赋予果蝇个体利用嗅觉搜寻食物的随机方向和距离；步骤C、计算与原点的距离D，再计算味道浓度判定值S；步骤D、把S带入味道浓度判定函数；步骤E、求此果蝇群体中的味道浓度最高的果蝇；步骤F、记录最佳味道浓度值和对应最佳味道浓度值的果蝇位置；步骤G、根据味道浓度判定值计算果蝇群体的平均味道浓度判定值Fi，其中，Si(r)为第r代中果蝇i的味道浓度判定值，N为迭代次数；步骤H、根据公式计算果蝇群体平均味道浓度判定值的方差σ2；步骤I、根据公式选取下一次迭代的步长，其中，hr为种群第r代搜索步长；步骤J、判定是否达到了预设的最大迭代次数，当达到最大的迭代次数时，结束，将最后一次迭代确定出的果蝇群体位置对应的三层BP神经网络的权值W和阈值B确定为基于果蝇算法优化的BP神经网络模型的权值W和阈值B；否则，返回执行步骤A至步骤I。上述的一种基于信息融合的环境适宜度检测方法，步骤J中所述预设的最大迭代次数为300次。本专利技术与现有技术相比具有以下优点：1、本专利技术采用的环境适宜度检测装置采用了模块化的设计，结构简单，设计合理，体积小巧，便于安装使用，使用操作便捷。2、本专利技术采用基于果蝇算法优化的BP神经网络对数据进行分析处理，得到环境适宜度，能够得到准确的环境适宜度判断结果。3、本专利技术基于温度、湿度和光照度的信息融合，能够用于粮食储存、蔬菜种植、牲畜养殖中的环境适宜度检测，通过在传统的种植、养殖中添加协助种植、养殖人的本专利技术，能够实现对粮食储存、蔬菜、牲畜生长环境的适宜度实时智能监测。4、本专利技术的适用范围广，实时性高，便于推广使用。下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。附图说明图1为本专利技术的方法流程框图。本文档来自技高网...

【技术保护点】
1.一种基于信息融合的环境适宜度检测方法，其特征在于，该方法包括以下步骤：/n步骤一、在需要进行环境适宜度检测的环境中布设多个环境适宜度检测装置，并给每个环境适宜度检测装置编号，记录每个环境适宜度检测装置的位置；所述环境适宜度检测装置包括微控制器模块和为系统中各用电模块供电的供电电池，以及与所述微控制器模块相接且用于与监控中心计算机无线连接并通信的无线通信模块，所述微控制器模块的输入端接有信号调理电路模块和用于设置控制参数的键盘电路模块，所述信号调理电路模块由依次相接的放大电路模块、滤波电路模块和A/D转换电路模块构成，所述放大电路模块的输入端接有温度检测传感器、湿度检测传感器和光敏传感器，所述微控制器模块的输出端接有液晶显示电路模块；/n步骤二、数据采集及传输：微控制器模块周期性地采集温度、湿度检测传感器和光敏传感器所检测到的信号，温度、湿度检测传感器和光敏传感器所检测到的信号依次通过放大电路模块、滤波电路模块和A/D转换电路模块进行放大、滤波、A/D转换处理后输出给微控制器模块，微控制器模块将温度数据、湿度数据和光照信号数据进行打包后通过无线通信模块发送给监控中心计算机；/n步骤三、数据分析处理，判断出环境适宜度：监控中心计算机将温度数据、湿度数据和光照信号数据输入存储在其中的根据检测数据判断环境适宜度的基于果蝇算法优化的BP神经网络模型中，得出所述基于果蝇算法优化的BP神经网络模型的输出，所述基于果蝇算法优化的BP神经网络模型的输出即为环境适宜度；其中，所述基于果蝇算法优化的BP神经网络模型的构建方法为：/n步骤301、数据存储：将温度、湿度和光照信号的历史数据存储到计算机中；/n步骤302、建立三层BP神经网络：计算机在MATLAB软件中以温度、湿度和光照信号的历史数据值作为BP神经网络的输入，输入层节点数n...

【技术特征摘要】
1.一种基于信息融合的环境适宜度检测方法，其特征在于，该方法包括以下步骤：
步骤一、在需要进行环境适宜度检测的环境中布设多个环境适宜度检测装置，并给每个环境适宜度检测装置编号，记录每个环境适宜度检测装置的位置；所述环境适宜度检测装置包括微控制器模块和为系统中各用电模块供电的供电电池，以及与所述微控制器模块相接且用于与监控中心计算机无线连接并通信的无线通信模块，所述微控制器模块的输入端接有信号调理电路模块和用于设置控制参数的键盘电路模块，所述信号调理电路模块由依次相接的放大电路模块、滤波电路模块和A/D转换电路模块构成，所述放大电路模块的输入端接有温度检测传感器、湿度检测传感器和光敏传感器，所述微控制器模块的输出端接有液晶显示电路模块；
步骤二、数据采集及传输：微控制器模块周期性地采集温度、湿度检测传感器和光敏传感器所检测到的信号，温度、湿度检测传感器和光敏传感器所检测到的信号依次通过放大电路模块、滤波电路模块和A/D转换电路模块进行放大、滤波、A/D转换处理后输出给微控制器模块，微控制器模块将温度数据、湿度数据和光照信号数据进行打包后通过无线通信模块发送给监控中心计算机；
步骤三、数据分析处理，判断出环境适宜度：监控中心计算机将温度数据、湿度数据和光照信号数据输入存储在其中的根据检测数据判断环境适宜度的基于果蝇算法优化的BP神经网络模型中，得出所述基于果蝇算法优化的BP神经网络模型的输出，所述基于果蝇算法优化的BP神经网络模型的输出即为环境适宜度；其中，所述基于果蝇算法优化的BP神经网络模型的构建方法为：
步骤301、数据存储：将温度、湿度和光照信号的历史数据存储到计算机中；
步骤302、建立三层BP神经网络：计算机在MATLAB软件中以温度、湿度和光照信号的历史数据值作为BP神经网络的输入，输入层节点数n1为3个，以环境适宜度作为BP神经网络的输出，输出层节点数n3为1个，确定所述三层BP网络的隐含层节点数n2为10个，建立三层BP神经网络；
步骤303、训练三层BP神经网络，具体过程为：
步骤3031、计算机在MATLAB软件中将温度、湿...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：李韵涵，
类型：发明
国别省市：陕西;61