[发明专利]一种用于鱼菜共生系统的智能预测控制系统及方法

摘要

本发明提供了一种用于鱼菜共生系统的智能预测控制系统及方法，系统中的采集模块获取鱼菜共生系统的环境数据，预测控制模块对未来的一个时间段内鱼池水中的溶解氧含量进行预测，并根据预测结果生成控制命令，循环模块对鱼菜共生系统进行实时控制，并根据控制命令进行增氧。方法在对系统进行循环控制的同时获取环境数据，对环境数据进行标准化预处理，基于粒子群算法优化模糊神经网络控制算法获取模糊神经网络溶解氧预测控制模型，得到未来一个时间段内鱼池水中溶解氧含量的预测结果控制鱼菜共生系统。本发明实现了对鱼菜共生系统的预测与控制的同步进行，实现了按需增氧，提高了增氧的准确性和及时性，使得鱼菜共生系统能够精确且稳定的运行。

主权项

1.一种用于鱼菜共生系统的智能预测控制系统，其特征在于，所述智能预测控制系统包括采集模块、预测控制模块及循环模块；所述采集模块用于获取一个时间段内的鱼菜共生系统的环境数据，并将所述环境数据发送至所述预测控制模块，其中，所述环境数据包括空气温湿度、光照、二氧化碳、气压、水温、水位、pH值及溶解氧数据；所述预测控制模块存储所述采集模块发送的所述环境数据，并根据所述环境数据计算得到模糊神经网络溶解氧预测控制模型；基于所述模糊神经网络溶解氧预测控制模型，所述预测控制模块根据所述采集模块发送的环境数据对未来的一个时间段内鱼池水中的溶解氧含量进行预测，以及根据预测结果生成控制命令，并将所述控制命令发送至循环模块；其中，所述根据所述环境数据计算得到模糊神经网络溶解氧预测控制模型具体包括：用归一化方法对所述环境数据进行数据标准化预处理，获得模糊神经网络溶解氧预测控制模型的训练数据集；根据所述训练数据集，基于粒子群算法优化模糊神经网络控制算法获取模糊神经网络溶解氧预测控制模型；所述根据所述训练数据集，基于粒子群算法优化模糊神经网络控制算法获取模糊神经网络溶解氧预测控制模型，具体包括：建立模糊神经网络溶解氧预测控制模型；根据所述模糊神经网络溶解氧预测控制模型，确定最优控制增率，对所述模糊神经网络溶解氧预测控制模型进行滚动优化；对所述模糊神经网络溶解氧预测控制模型进行反馈校正；其中，所述建立模糊神经网络溶解氧预测控制模型包括：根据所述智能预测控制系统的阶跃响应动态系数，获取模糊神经网络溶解氧预测控制模型的阶跃响应系数矩阵；根据过去控制量所产生的输出及当前控制输入作用下的输出响应，确定所述模糊神经网络溶解氧预测控制模型；根据所述模糊神经网络溶解氧预测控制模型中某一时刻的无控制增量、有一个单独的增量或有多个连续的控制增量的情况下的未来时刻的输出值，获得未来某一时刻的所述模糊神经网络溶解氧预测控制模型；所述循环模块对所述鱼菜共生系统中的空气环境和水环境进行实时循环控制，以及根据接收到的所述控制命令，控制所述鱼菜共生系统中的溶解氧含量，使得鱼池水中的溶解氧含量在所述未来的一个时间段内保持在标准范围内。