[发明专利]基于环境数据的鸡舍环境舒适度预测方法、装置、产品及存储介质

权利要求书

1.一种基于环境数据的鸡舍环境舒适度预测方法，其特征在于，包括：

获取鸡舍的原始环境数据，所述原始环境数据包括原始温度数据和原始湿度数据；

去除所述原始环境数据的误差获得更新环境数据，所述更新环境数据包括更新温度数据和更新湿度数据；

对所述更新环境数据进行非趋势的互相关解析，获得所述更新环境数据的相关系数频数分布；

通过所述相关系数频数分布，确定所述更新环境数据的最优去趋势尺度m，获得所述更新环境数据的相关矩阵；

对所述相关矩阵进行因子分析，计算所述更新环境数据的因子得分；

通过所述因子得分预测鸡舍环境的即时舒适度。

2.根据权利要求1所述的方法，其特征在于，所述对所述更新环境数据进行非趋势的互相关解析，获得所述更新环境数据的相关系数频数分布的方法为：

设定所述更新温度数据的温度时间序列为T，所述更新湿度数据的湿度时间序列为H，分别计算T的累加信号和H的累加信号，获得公式(1)，公式(1)为

其中，T＝{t_i,i＝1,…,N},H＝{r_i,i＝1,…,N}，t_i为时间i的即时温度数据，r_i为时间i的即时湿度数据，i为大于等于1的自然数，N为大于等于1的自然数，t_k为所述温度时间序列T的累加信号，r_k为所述湿度时间序列的累加信号，k为大于等于1的自然数；

将所述T的累加信号和所述H的累加信号划分为N-y个重叠区域，每个重叠区域包括y+1个值，所述重叠区域的范围为[i,i+y]，y为大于等于0的自然数；

通过最小二乘法拟合获得每个所述重叠区域的局部趋势和

去除所述局部趋势和获得所述重叠区域的残差序列后计算所述重叠区域的协方差，所述协方差为

其中，f²(y,i)为协方差；

计算每个所述重叠区域的长度，获得非趋势协方差，所述非趋势协方差为

F(y)～y^λ (4)，

其中，F²(y)为所述非趋势协方差，λ为标定参数，公式(4)为所述非趋势协方差的开根号值和标定参数λ的近似函数关系；

通过公式(5)和所述非趋势协方差获得所述温度时间序列和所述湿度时间序列的互相关系数ρ，公式(5)为

其中，F_T和F_H为所述温度时间序列和所述湿度时间序列的DFA标度参数。

3.根据权利要求1所述的方法，其特征在于，所述对所述相关矩阵进行因子分析，计算所述更新环境数据的因子得分的方法包括：

设定所述更新环境数据的变量序列由最优去趋势因子序列线性表示，所述变量序列为{x₁,x₂,x₃,…,x_n}，所述最优去趋势因子序列为{f₁,f₂,f₃,…,f_m}，m为小于n的自然数，即

公式(6)的矩阵形式为X＝A×F+ε，其中X为所述变量序列的原始n维变量，F为因子向量，即X的公共因子，矩阵A为因子载荷矩阵，α_nm为因子载荷，α_nm是第n变量与第m因子的相关系数,ε为X的特殊因子；

通过因子旋转计算所述更新环境数据的因子得分，所述因子得分为ZF，即

ZF＝XSD+D₀ (7)，

其中，X为环境数据矩阵，S为成分得分系数矩阵，D为成分贡献率权重集合，D₀为补偿得分。