【技术实现步骤摘要】
一种基于强化学习的密闭式畜禽舍环境智能调控方法
[0001]本专利技术属于自动化控制
,涉及畜禽环境控制方法,尤其是一种基于强化学习的密闭式畜禽舍环境智能调控方法。
技术介绍
[0002]随着人民生活水平的提高,畜禽养殖业的不断发展,如何提高畜禽养殖自动化水平已经迫在眉睫。目前,密闭式畜禽舍养殖环境监控远远落后于畜禽生产迅速发展的步伐。密闭式畜禽养殖环境是防控疾病和提高生产效率的关键因素,适宜的生长环境可以增强畜禽机体的抗病能力,充分发挥个体遗传潜力,保证正常的生产性能指标。
[0003]密闭式畜禽舍养殖环境控制包含因素较多,培训专门管理人员费时、费力。此外,由于调控不及时,环境变化对畜禽养殖造成难以估计的损失,因此,如何智能调控畜禽舍环境是目前迫切需要解决的问题。
技术实现思路
[0004]本专利技术的目的在于克服现有技术的不足,提供一种基于强化学习的密闭式畜禽舍环境智能调控方法,解决养殖户对畜禽舍环境调控费时、费力、学习成本高以及对畜禽舍环境调控不准确的问题。
[0005]本专利技术解决现有的技术问题是采取以下技术方案实现的:
[0006]一种基于强化学习的密闭式畜禽舍环境智能调控方法,包括以下步骤:
[0007]步骤1、采集包括畜禽舍内环境信息、畜禽舍外环境信息、畜禽舍信息和畜禽养殖指标信息的密闭式畜禽舍环境信息,将采集的畜禽舍内外环境信息作为状态值输入到基于强化学习的智能调控模型中;
[0008]步骤2、智能调控模型根据ε贪婪策略,随机选择动作或者 ...
【技术保护点】
【技术特征摘要】
1.一种基于强化学习的密闭式畜禽舍环境智能调控方法,其特征在于:包括以下步骤:步骤1、采集包括畜禽舍内环境信息、畜禽舍外环境信息、畜禽舍信息和畜禽养殖指标信息的密闭式畜禽舍环境信息,将采集的畜禽舍内外环境信息作为状态值输入到基于强化学习的智能调控模型中;步骤2、智能调控模型根据ε贪婪策略,随机选择动作或者根据Q值表找出最优动作,并发出控制指令,使畜禽舍通风/加热设备进行相应动作;步骤3、动作执行后,根据当前状态和奖励更新Q值表;步骤4、经过多轮迭代学习并逐渐更新Q值表,得到状态
‑
动作的映射关系,并给出一组具有最大累计奖励的动作序列,该动作序列包含了对密闭式畜禽舍环境设备的调控。2.根据权利要求1所述的一种基于强化学习的密闭式畜禽舍环境智能调控方法,其特征在于:所述畜禽舍内环境信息包括:畜禽舍内的温度、相对湿度、氨气浓度、硫化氢浓度、小窗风速、过道风速、二氧化碳浓度、气溶胶浓度和一氧化碳浓度,所述气溶胶浓度包括PM1.0浓度、PM2.5浓度和TSP浓度;所述畜禽舍外环境信息包括:畜禽舍外的温度、相对湿度、风向、风力、大气压强和气象灾害,所述气象灾害包括沙尘暴、暴雪、暴雨、台风、梅雨、寒潮、高温、热浪和龙卷风;所述畜禽舍信息包括:畜禽舍的长度、宽度、檐高、山墙高度、起脊角度、经度、纬度、朝向、风扇功率、风扇个数、风扇排布、小窗长度、小窗宽度、小窗个数、湿帘个数、湿帘面积、湿帘排布、湿帘电机个数、湿帘电机功率、湿帘电机排布、挡风帘个数、挡风帘长度、挡风帘高度、加热器类型、加热器功率和加热器个数;所述畜禽品种信息包括:畜禽舍内的畜禽品种、畜禽日龄和畜禽理想环境信息,所述畜禽理想环境信息包括理想温度、理想湿度、理想氨气浓度、理想硫化氢浓度、理想氧气浓度、理想气溶胶浓度和理想一氧化碳浓度。3.根据权利要求1所述的一种基于强化学习的密闭式畜禽舍环境智能调控方法,其特征在于:所述畜禽舍内外环境信息与基于强化学习的智能调控模型交互使用统一数据格式四元组(S,A,R,S')来表示,其中S表示智能调控模型所处环境状态集合,A为智能调控模型根据环境状态采取的动作合集,R表示奖励,S'表示为状态S经过动作A之后的新状态。4.根据权利要求1所述的一种基于强化学习的密闭式畜禽舍环境智能调控方法,其特征在于:所述步骤2智能调控模型根据如下ε贪婪策略,随机选择动作或者根据Q值表找出最优动作a
...
【专利技术属性】
技术研发人员:陈长喜,王齐,赵光煜,韦冰,张万潮,吴凯,孔祥超,
申请(专利权)人:天津农学院,
类型:发明
国别省市:
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。