[发明专利]一种基于遗传算法的鸡舍温度传感器布置优化方法

权利要求书

1.一种基于遗传算法的鸡舍温度传感器布置优化方法，其特征在于，包括以下步骤：

S1，将鸡舍分为几个等距截面，在每个截面鸡笼区域的每行、每列、每层均匀布置多个温度传感器，并将温度传感器设置为每隔一小时采集一次数据，采集月份为7月份、1月份和4月份，获取原始数据，以达到对鸡舍温度在空间上的全面监测；

S2，对温度传感器采集的原始数据中的缺失值及异常值进行分析和处理；

S3，利用已测点的温度对每行、每列、每层鸡笼的未测点温度进行插值，生成一个含有已测点和预测点的温度数据集T；

S4，对于所述温度数据集T，使用基于误差的方法，建立与温度相关的目标函数；

S5，使用遗传算法从鸡舍的所有已测点和预测点的坐标点点位中找出一组能够使适应度值最小的点位组合，求解目标函数，得到最佳温度传感器的数量和位置的最优解。

2.根据权利要求1所述的基于遗传算法的鸡舍温度传感器布置优化方法，其特征在于，所述步骤S3中利用已测点的温度对每行、每列、每层鸡笼的未测点温度进行插值，生成一个含有已测点和预测点的温度数据集T，具体包括：

S301，构建初始布置的温度传感器获取的鸡舍空气温度数据集Z(x_i),其中x为空间三维坐标位置，Z(x_i)为在已知样本点x_i处的温度值，其中i＝1,2,…,n；

S302，将鸡舍内的区域按每行、每列、每层进行栅格化处理，并将栅格交点作为未知数据点；

S303，计算两两监测点之间的距离h和半方差γ；

S304，对距离h和半方差γ数据进行曲线拟合，获取拟合曲线函数γ＝f(h)；

S305，根据拟合曲线重新计算所有已知监测点之间的半方差γ；

S306，任选一个未知数据点，利用所述拟合曲线函数计算其与已知监测点之间的距离h和半方差γ＝f(d)；

S307，根据方程计算得到最优系数λ_i，所述最优系数λ_i的计算方程为：

式中，μ为已测点温度的均值；

S308，计算未知数据点到各个已知监测点的权重系数λ_i，所述权重系数λ_i为与样本点所对应的待求加权系数,表示样本点处样本值Z(x_i)对预测值Z^*(x₀)的贡献大小，其中i＝1,2,…,n；

S309，使用最优系数对已知监测点的属性值进行加权求和，得到未知数据点x₀处的温度估计数据Z^*(x₀)。