[发明专利]一种基于边缘计算的养殖管理方法及系统

说明书

本申请提供了一种基于边缘计算的养殖管理方法及系统，包括依据养殖生物的种类和该种类所需的参考环境数据，构建第一训练集，并通过对第一训练集进行训练，获得训练好的第一环境监测模型；优化第一环境监测模型，获得第二环境监测模型，并部署第二环境监测模型至边缘计算终端；获取环境参数，并利用环境参数和参考环境数据，确定误差数据和误差变化率；将误差变化率和误差数据作为预设的PID控制模型的输入数据，获得数据参数调控数据，并依据参数调控数据，输出调控管理方案。通过上述实施例，使得本申请的监测能够更快、更准，为水产养殖提供更优秀的管理。

技术领域

本申请涉及养殖管理技术领域，特别是一种基于边缘计算的养殖管理方法及系统。

背景技术

随着数字化的发展，养殖行业也能依靠数据实现更精细化的管理，对于养殖系统其环境因对于养殖具有最为重要的影响，养殖系统特别是水产养殖还和时令相关然而，目前水产养殖管理方法和系统偏向于数据管理，通过数据调节系统，一般没有考虑到时令关系以及养殖物种，例如，不同水产在产卵期对环境有不同的特殊需求(光照、温度等)，而每种水产物种对环境要求是不同的，因而需要一种更先进的养殖管理方法和系统。

发明内容

鉴于所述问题，提出了本申请以便提供克服所述问题或者至少部分地解决所述问题的一种基于边缘计算的养殖管理方法及系统。

本申请公开了一种基于边缘计算的养殖管理方法，用于水产养殖管理，包括：

依据养殖生物的种类和该种类所需的参考环境数据，构建第一训练集，并通过对所述第一训练集进行训练，获得训练好的第一环境监测模型；

优化所述第一环境监测模型，获得第二环境监测模型，并部署所述第二环境监测模型至边缘计算终端；

获取环境参数，并利用所述环境参数和所述参考环境数据，确定误差数据和误差变化率；其中，所述环境参数，包括水质参数、气象参数以及时令信息；

将所述误差变化率和所述误差数据作为预设的PID控制模型的输入数据，获得数据参数调控数据，并依据所述参数调控数据，输出调控管理方案。

进一步的，所述依据养殖生物的种类和该种类所需的参考环境数据，构建第一训练集，并通过对所述第一训练集进行训练，获得训练好的第一环境监测模型，包括：

依据预设的线性拟合模型，利用模糊聚类算法对所述第一训练集进行聚类得到聚类中心；

将所述第一训练集作为样本集构建T-S模糊模型；

利用所述聚类中心对所述T-S模糊模型的参数进行辨识得到第一环境监测模型。

进一步的，所述聚类中心算法，包括：

其中，更新隶属矩阵为：

/

其中，所述模糊聚类算法的代价函数为：

其中，/

公式中，u_i表示第i个聚类中心点，u_ij为隶属度矩阵，m为模糊系数，J_m(U,k)为目标的最小化函数，k为聚类类别个数，c为聚类中心个数，n为样本个数，u_ij为样本x_j对聚类中心u_i的隶属度，U为隶属度矩阵。

进一步的，所述优化所述第一环境监测模型，获得第二环境监测模型，并部署所述第二环境监测模型至边缘计算终端，包括：

依据所述第一环境监测模型中的权重关系进行剪枝，获得剪枝后的网络；

通过对所述剪枝后的网络进行微调，恢复损失的性能；