[发明专利]一种基于植物日常数据分析与云技术的智能植物养培方法

权利要求书

1.一种基于植物日常数据分析与云技术的智能植物养培方法，其特征在于，包括如下步骤：

S1、采集植物生长指标、施肥类型、浇水量，构成影响因素矩阵X，并上传至云服务器，其中决策变量为施肥类型、浇水量；

S2、确定植物健康指数、环境指数，构成指标矩阵Y，利用GRNN神经网络进行训练、检验，并建立植物养培模型；

S3、利用NSGA-Ⅱ算法对植物养培模型进行优化，得到各决策变量的一组最优解以及该最优解对应的植物健康指数、环境指数；

S4、利用S3中模型对实时数据进行预测得到推荐决策变量X^*，并将推荐决策变量X^*下发至用户终端，在用户界面显示推荐最优的施肥类型、浇水量，用户可通过用户终端远程操作完成自动浇水、施肥。

2.根据权利要求1所述的一种基于植物日常数据分析与云技术的智能植物养培方法，S1中，所述植物生长指标包括：植物种类、生长时期、土壤湿度、土壤pH值、光照强度、环境温度、环境湿度。

3.根据权利要求2所述的一种基于植物日常数据分析与云技术的智能植物养培方法，其特征在于，所述植物生长指标中的植物种类、生长时期由用户输入并上传至云服务器，植物生长指标中的土壤湿度、土壤pH值、光照强度、环境温度、环境湿度由传感器测量并上传至云服务器。

4.根据权利要求3所述的一种基于植物日常数据分析与云技术的智能植物养培方法，传感器测量方法为：包括传感器模块、采样电路，所述传感器模块包括温度传感器、湿度传感器、pH值传感器和光照强度传感器，用于采集植物生长指标中的土壤湿度、土壤pH值、光照强度、环境温度、环境湿度；所述采样电路与传感器模块连接，将传感器模块采集到的植物生长指标及浇水量、施肥类型转换成数字信号并上传至云服务器。

5.根据权利要求1所述的一种基于植物日常数据分析与云技术的智能植物养培方法，其特征在于，S2中，综合植物养培用户和专家经验，确定植物健康指数、环境指数。

6.根据权利要求1所述的一种基于植物日常数据分析与云技术的智能植物养培方法，其特征在于，S2中，利用GRNN神经网络建立的植物养培模型方程式为：

其中，表示所有样本观测值Y_i的加权平均；Y_i表示观测值；X表示网络输入变量；X_i表示第i个神经元对应的学习样本；σ表示网络扩展因子。