[发明专利]基于物联网的脐橙产量预测方法、装置、计算机设备

说明书

本发明实施例公开了基于物联网的脐橙产量预测方法，利用多个果园传感器、多个三角模糊数时间序列神经网络、多个LSTM长短期记忆神经网络、脐橙园多点环境融合模型和脐橙产量预测模块五个部分组成。脐橙园多个传感器感知被检测点的温度、湿度等环境数据。该数据作为对应LSTM长短期记忆神经网络的输入，多个LSTM长短期记忆神经网络的输出作为多个三角模糊数时间序列神经网络的输入，多个三角模糊数时间序列神经网络的输出作为脐橙园多点环境融合模型的输入，融合模型的输出作为脐橙产量预测模块的输入，脐橙产量预测模块预测脐橙园产量，本方法可以替代传统人工抽样采集预测，极大程度上降低人工和时间成本，同时也提高了预测的精度。

技术领域

本发明涉及农业数据预测技术领域，尤其涉及基于物联网的脐橙产量预测方法、装置、计算机设备。

背景技术

脐橙是世界食用广泛的水果之一，中国是世界上脐橙的生产和消费大国，在世界脐橙产业中占有重要地位。目前预测和评估脐橙产量的常用方法是人工抽取部分果树，逐棵数出苹果数量后用抽样调查的方法大致估算。此种方法人工、时间成本高昂且精度不高。

发明内容

本发明实施例提供了基于物联网的脐橙产量预测方法、装置、计算机设备，以解决传统预测脐橙产量人工成本高、耗时久的问题。

为达到上述目的，本发明实施例的技术方案是这样实现的：

本发明实施例提供了一种基于物联网的脐橙产量预测方法，所述方法包括：

在时间序列上，接收脐橙圆多个被检测点的环境信息，其中，所述环境信息包括温度和湿度；

根据多个所述环境信息，按照LSTM长短期记忆神经网络的计算策略，提取得到多个第一信息，其中，所述第一信息为价值密度大于对应的所述环境信息的温度和湿度数据；

根据多个所述第一信息，按照三角模糊数时间序列神经网络计算策略，得到多个第二信息，所述第二信息为对应的所述第一信息的三角模糊数值；

根据多个所述第二信息，按照脐橙园多点环境融合模型计算策略，得到第三信息，所述第三信息为所有的所述第二信息的融合值；

根据脐橙园产量的历史信息和所述第三信息，按照脐橙产量预测模块的计算策略，得到脐橙园产量的预测值，其中，所述预测值为三角模糊数预测值。

优选的，所述根据多个所述第一信息，按照三角模糊数时间序列神经网络计算策略，得到多个第二信息，包括；

根据多个所述第一信息，按照径向基神经网络模型的计算策略，得到优化后的多个所述第一信息；

根据优化后的多个所述第一信息，按照NARX神经网络模型的计算策略，得到多个所述第二信息，所述第二信息为对应的所述第一信息的三角模糊数值，且，表示被检测点的温度和湿度的下限值、最大可能值和上限值。

优选的，所述根据多个所述第二信息，按照脐橙园多点环境融合模型计算策略，得到第三信息，包括：

在指定时间间隔内，各被检测点的温度和湿度的三角模糊数构成温度和湿度时间序列三角模糊数阵列，再分别计算各检测点的温度和湿度时间序列三角模糊数值与正负理想值之间的距离；

通过与负理想值的距离的平方除以与正理想值的距离得到每个被检测点温度和湿度时间序列三角模糊数值与正负理想值的相对贴进度再通过，每个检测点的相对贴进度的平方除以所有检测点的相对贴进度的总和得到每个检测点的融合权重；

根据每个被检测点的时间序列三角模糊数的值与该检测点的融合权重的积的和为所有时间序列三角模糊数的融合值，即为所述第三信息。

优选的，所述根据脐橙园产量的历史信息和所述第三信息，按照脐橙产量预测模块的计算策略，得到脐橙园产量的预测值，包括：