[发明专利]一种基于APSO-ELM和模糊逻辑的灌溉时间计算方法在审
申请号: | 202010697268.0 | 申请日: | 2020-07-20 |
公开(公告)号: | CN111967181A | 公开(公告)日: | 2020-11-20 |
发明(设计)人: | 温宗周;何洋;李丽敏;田强明 | 申请(专利权)人: | 西安工程大学 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06N3/04;G06N3/00;G06Q50/02 |
代理公司: | 西安弘理专利事务所 61214 | 代理人: | 燕肇琪 |
地址: | 710048 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 apso elm 模糊 逻辑 灌溉 时间 计算方法 | ||
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具有全局搜索能力差,寻优速度慢等问题,所以采用如下改进参数因子:
②:w大小可以影响算法的全局搜索能力,所以选用非线性动态惯性权重策略,公式为:
其中,w(t)表示粒子在t时刻的惯性权重;k为控制因子,用于调节w和t变化曲线的平滑度,经过多次试验,其k值范围可取[3,4];wstart为惯性权重的初始值;wend为惯性权重终值;tmax为最大迭代次数;t为当前迭代次数,本次取值范围[0.9,0.4];
③:为了避免把局部最优解误作为全局最优解以及寻优速度过慢的问题,采用学习因子自调整策略,其调整公式如下:
式中,为粒子i在t时刻的适应值;f(pi)为个体粒子的最优适应值;f(pg)为粒子的全局最优适应值。k1、k2为权重系数,选择范围在[0.5,5],其数值大小的选择与适应度函数随粒子位置变化的坡度有关;
步骤1.1.2、将整个测试样本按照三比七的比例划分为测试集和训练集,首先需要初始ELM和粒子群的基本参数,然后通过APSO算法不断的迭代更新,得到ELM网络最优的权值和阈值;
步骤1.1.3、得到APSO-ELM网络的输出作物蒸发蒸腾量。
6.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,所述建立模糊控制的灌溉时间预报模型具体按照以下步骤实施:
步骤1.2.1、确定输入输出,输入量x1=作物蒸发蒸腾量,x2=土壤湿度下降率;输出量Y=作物需要的灌溉时间;
步骤1.2.2、隶属度函数的确定,系统的输入量确定为两个,第一个输入量是土壤湿度的下降率△E,下降率可以反映变化的快慢;第二个输入量是作物蒸发蒸腾量ET0,可以反映出维持作物生理活动最基本需水量。输出量为灌溉时间。其中△E语言值设置为4个,ET0和灌溉时间语言值设置为7个。土壤水分下降率变化偏差△E、作物蒸发蒸腾量ET0、灌溉时间的隶属度函数都选用三角形隶属度;其中输入变量△E的语言变量为:NB,NM,NS,ZO,分别表示土壤水分下降率快速减少、中速减少、低速减少、不变,论域为[-3,0];ETO的语言变量为:NB,NM,NS,ZO,PS,PM,PB,分别为零、非常少、少、偏中、中、偏多、多,论域为[-3,3];灌溉时间的语言变量为:ZO,PS,PS+,PM,PM+,PB,PB+,分别表示不灌,灌溉时间很短、灌溉时间较短、灌溉时间中等、灌溉时间较长、灌溉时间很长、灌溉时间最长,论域为[0,6];
步骤1.2.3、模糊规则制定,模糊规则为在土壤湿度下降率以及实际作物蒸发蒸腾量变化时,输出的灌溉时间要能根据其变化满足作物的水分需求。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安工程大学,未经西安工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010697268.0/1.html,转载请声明来源钻瓜专利网。