科创中国

高端装备制造产业

本发明公开一种农业温室环境预测方法及系统，首先根据所述测量数据进行插值计算参考输入轨迹，并更新初始温室环境模型；其次基于Lyapunov函数构建模型参数辨识控制器；根据模型参数辨识控制器和初始温室环境模型计算第t时刻各非线性时变模型参数最优解，然后当t大于或等于控制过程终端时间时，根据模型参数集合中各非线性时变模型参数最优解确定辨识通用模型参数解；最后将辨识通用模型参数解代入温室环境模型，获得温室环境预测值。本发明基于Lyapunov函数稳定性进而确定辨识通用模型参数解，将辨识通用模型参数解代入温室环境模型获得温室环境预测值，综合考虑了多个不同时刻的非线性时变模型参数，进而提高了预测的准确性。 本发明的技术任务是针对以上不足之处，提供一种基于时间序列的温度预测方法及系统，能够通过低成本、低功耗、近似性能的边缘计算替代方案实现了温室的温度预测，实现温室的有效实施控制，最大限度地减少能源的浪费。

温室生产是现代农业的重要组成部分，是农业信息化发展的主要应用领域，是国家在农业发展上的重中之重。温室生产能实现生产效益最大化和成本最低化的目的，大幅度提高了资源利用率和生产效率，明显改善了食品安全、环境污染和资源浪费等现象，加快了现代农业信息化控制和管理的步伐。在温室生产中最重要的环节就是对温室环境进行准确的检测和有效的控制，特别是温度、湿度、光照度和二氧化碳浓度等。通过实时的对温室环境检测并加以分析，结合农作物生长发育规律，控制温室环境使温室作物达到高产量、高质量和高品质的生产目的。随着社会的发展，名贵作物需求的不断扩大，加大了对温室大棚培育的需求，使得温室大棚环境的精准控制成为温室控制中的重要课题。 当前，智能温室控制大致分为自适应控制和非自适应控制两大类。由于实际被控对象的模型参数通常随外界条件的变化而发生变化，这就使得温室的非自适应控制对设计者的经验知识有较高的要求，而且控制效果仍不能满足现代温室农业的精准控制。自适应控制则可以有效的对系统模型在线辨识，实时的调整被控对象的模型参数，有效的对被控量进行在线补偿。

MapStar 创新团队最初目地是为GIS专业本科生参加全国大学生软件开发竞赛培养人才，后来逐步与指导教师的研究方向相结合，在培养人才的基础上，围绕具体研究目标，充分利用团队的力量，开展GIS技术和应用创新探索。随着团队规模的扩大和影响力的增强，吸引了越来越多外专业学生加入了该团队，建成了一个面向本科生的开放包容的多学科集成创新平台。团队成员们一起学习，共同成长。

点击查看