一种鸡舍智能管理设备制造技术

本发明专利技术公开了一种鸡舍智能管理设备，包括环境监测模块、环境参数预测模块、控制器、环境调节模块，环境监测模块通过温度传感器、湿度传感器以及空气质量检测仪实时监测鸡舍当前环境状态，环境参数预测模块中设置有IWSO

【技术实现步骤摘要】
一种鸡舍智能管理设备


[0001]本专利技术涉及智能控制以及优化算法领域，具体涉及一种鸡舍智能管理设备。

技术介绍

[0002]随着蛋鸡和肉鸡养殖规模化和集约化水平的不断提高，鸡舍养殖环境安全问题日益加剧。传统规模化鸡舍通常采用负压通风，鸡舍内空气中含有大量羽毛和粉尘，含有病原微生物、臭气等有害物质，很多程度上增加养殖人员和动物患呼吸道疾病的风险。同时还有可能导致病原微生物的舍间交叉传播，造成养殖场疫病的爆发，所以鸡舍养殖环境安全尤为重要。所以需要一种技术对养殖环境进行智能调控，对养殖环境的温度、湿度以及空气质量提前调节，保证鸡舍的正常运行，提高经济收益。

技术实现思路

[0003]专利技术目的：针对
技术介绍
中指出的问题，本专利技术公开了一种鸡舍智能管理设备，通过环境监测模块实时监测鸡的生存环境，并通过环境调节模块使养殖场时刻处于一个恒定的环境下。
[0004]技术方案：本专利技术公开的一种鸡舍智能管理设备，包括环境监测模块、环境参数预测模块、控制器、环境调节模块；
[0005]所述环境监测模块包括多组定点安装于养鸡场室内的温度传感器、湿度传感器以及空气质量检测仪；所述温度传感器、湿度传感器以及空气质量检测仪实时监测养鸡场室内的温度、湿度以及空气质量，并将监测到的数据传送至环境参数预测模块；
[0006]所述环境参数预测模块中设置有IWSO
‑
BP环境参数预测模型，所述IWSO
‑
BP环境参数预测模型以采集的温度、湿度以及空气质量为输入，预测未来2小时内温度、湿度以及空气质量的环境参数；所述IWSO
‑
BP环境参数预测模型采用改进的战争策略优化算法IWSO对BP神经网络的权重和阈值进行优化，所述改进的战争策略优化算法IWSO对战争策略优化算法的权重更新公式的指数变化因子α进行改进；
[0007]所述环境调节模块包括空调、湿度调节器、消毒剂喷洒器以及排风扇；
[0008]所述环境参数预测模块输出端与所述控制器连接，所述控制器指令输出端与所述环境调节模块连接，用于控制所述环境调节模块的开启与关闭；
[0009]控制器中预先设定最适合养殖的温度、湿度以及空气质量值，根据预测值与提前设定的值进行比较，当预测值高于设定值时，控制器控制环境调节模块进行工作直至当前检测的温度、湿度以及空气质量值与预设的值一致。
[0010]进一步地，所述智能管理设备还包括烟雾传感器、防火喷淋器；其多组定点安装于养鸡场室内，均与所述控制器连接，所述控制器采集所述烟雾传感器的值，当所述烟雾传感器监测的数据处于异常状态时，所述控制器发出控制防火喷淋器启动的指令。
[0011]进一步地，所述IWSO
‑
BP环境参数预测模型构建过程如下：
[0012]31)构建BP神经网络，构建公式如下所示：
[0013]y＝f(wP+b)
[0014]其中，P为神经元输入，w为各个神经元之间的连接权值，b为阈值，f为激励函数，y为输出值，所述P的参数值为环境温度、湿度和空气质量，所述y为预测的环境温度、湿度和空气质量；
[0015]32)采用IWSO算法对BP神经网络的权重和阈值进行优化；
[0016]33)攻击策略，士兵根据国王和指挥官的位置更新自己的位置，更新公式如下：
[0017]X
i
(t+1)＝X
i
(t)+2
×
rand
×
(C
‑
King)+rand
×
(W
i
×
King
‑
X
i
(t))
[0018]其中，X
i
(t+1)为第t+1次迭代士兵新位置，X
i
(t)为第t次迭代士兵位置，C为指挥官位置，King为国王位置，rand为[0,1]之间的随机数，W
i
为国王位置权值；士兵的位置的更新就是指权重和阈值的更新；
[0019]34)排序和权重，若士兵新位置的攻击力F
n
小于当前代位置的攻击力F
p
，则士兵占据前一个位置，更新公式如下：
[0020][0021]35)若士兵成功更新位置，则士兵等级R
i
提升，等级更新公式如下所示：
[0022][0023]36)根据士兵的攻击力进行排序，权重更新公式如下所示：
[0024]W
i
＝W
i
×
(1
‑
R
i
/T)α
[0025]其中，F
n
为士兵位置攻击力(适应度值)，F
p
为士兵当前位置攻击力(适应度值)，适应度值就是权重和阈值的值，R
i
为士兵的等级，α为指数变化因子；
[0026]37)优化指数变化因子α，提高全局搜索能力和开发的收敛能力，优化公式如下所示：
[0027][0028]38)防御策略，士兵根据附近士兵位置和国王位置改变其位置，位置更新公式如下所示：
[0029]X
i
(t+1)＝X
i
(t)+2
×
rand
×
(King
‑
X
rand
(t))+rand
×
W
i
×
(C
‑
X
i
(t))
[0030]其中，X
rand
(t)为第t次迭代士兵的随机位置；
[0031]39)将随机士兵与弱兵交换位置或者将弱兵安置在靠近整个战场中位数的位置，位置更新公式如下所示：
[0032]X
w
(t+1)＝Lb+rand
×
(Ub
‑
Lb)
[0033]X
w
(t+1)＝
‑
(1
‑
randn)
×
(X
w
(t)
‑
median(X))+King
[0034]其中，X
w
(t+1)为第t+1次迭代替换或安置弱兵位置；Ub和Lb为搜索空间的上、下限值，X
w
(t)为第t次迭代弱兵位置，randn为[0,1]之间均匀分布的随机数，median(
·
)为中位数函数，战场指输入输出的环境温度、湿度、空气质量；
[0035]310)利用优化后的BP神经网络的权重和阈值带入BP神经网络，最终预测未来2小时内的环境温度、湿度、空气质量。
[0036]有益效果：
[0037]1、本专利技术对养鸡场的环境及时智能调控，及时消毒，保证了养殖场安全稳定的运行。
[0038]2、本专利技术采用的改进的战争策略优化算法IWSO对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种鸡舍智能管理设备，其特征在于，包括环境监测模块、环境参数预测模块、控制器、环境调节模块；所述环境监测模块包括多组定点安装于养鸡场室内的温度传感器、湿度传感器以及空气质量检测仪；所述温度传感器、湿度传感器以及空气质量检测仪实时监测养鸡场室内的温度、湿度以及空气质量，并将监测到的数据传送至环境参数预测模块；所述环境参数预测模块中设置有IWSO
‑
BP环境参数预测模型，所述IWSO
‑
BP环境参数预测模型以采集的温度、湿度以及空气质量为输入，预测未来2小时内温度、湿度以及空气质量的环境参数；所述IWSO
‑
BP环境参数预测模型采用改进的战争策略优化算法IWSO对BP神经网络的权重和阈值进行优化，所述改进的战争策略优化算法IWSO对战争策略优化算法的权重更新公式的指数变化因子α进行改进；所述环境调节模块包括空调、湿度调节器、消毒剂喷洒器以及排风扇；所述环境参数预测模块输出端与所述控制器连接，所述控制器指令输出端与所述环境调节模块连接，用于控制所述环境调节模块的开启与关闭；控制器中预先设定最适合养殖的温度、湿度以及空气质量值，根据预测值与提前设定的值进行比较，当预测值高于设定值时，控制器控制环境调节模块进行工作直至当前检测的温度、湿度以及空气质量值与预设的值一致。2.根据权利要求1所述的鸡舍智能管理设备，其特征在于，所述智能管理设备还包括烟雾传感器、防火喷淋器；其多组定点安装于养鸡场室内，均与所述控制器连接，所述控制器采集所述烟雾传感器的值，当所述烟雾传感器监测的数据处于异常状态时，所述控制器发出控制防火喷淋器启动的指令。3.根据权利要求1所述的鸡舍智能管理设备，其特征在于，所述IWSO
‑
BP环境参数预测模型构建过程如下：31)构建BP神经网络，构建公式如下所示：y＝f(wP+b)其中，P为神经元输入，w为各个神经元之间的连接权值，b为阈值，f为激励函数，y为输出值，所述P的参数值为环境温度、湿度和空气质量，所述y为预测的环境温度、湿度和空气质量；32)采用IWSO算法对BP神经网络的权重和阈值进行优化；33)攻击策略，士兵根据国王和指挥官的位置更新自己的位置，更新公式如下：X
i
(t+1)＝X
i
(t)+2
×
rand
×
(C
‑
King)+rand
×
(W
i
×
King
‑
X
i
(t))其中，X
i
(t+1)为第t+1次迭代士兵新位置，X
i
(t)为第t次迭代士兵位置，C为指挥官位置，King为国王位置，rand为[0,1]之间的随机数，W
i
为国王位置权值；士兵的位置的更新就是指权重和阈值的更新；34)排序和权重，若士兵新位置的攻击力F
n
小于当前代位置的攻击力F
p
，则士兵占据前一个位置，更新公式如下：X
i

【专利技术属性】
技术研发人员：郭仁威，周孟雄，纪捷，汤健康，苏姣月，温文潮，殷庆媛，胡代明，谢滢琦，谢金博，林张楠，马梦宇，孙娜，黄慧，章浩文，黄佳惠，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：