基于物联网的温室环境智能管理系统研究

摘要

物联网技术是通过各种信息传感设备，按约定的协议，将任何物品与互联网相连接，进行信息交换和通讯，以实现智能化识别、定位、追踪、监控和管理的一种网络技术。近年来物联网技术在各领域的应用得到迅速发展，如何将该技术很好地应用到温室环境智能化调控管理中，对于提高设施农业的现代化水平具有重要的意义。本文通过分析国内外研究现状，针对物联网环境下的温室环境智能管理系统中服务层和决策层研究缺乏的现状，开展了温室环境无线测控网络、网络中多传感器信息融合、温室环境信息处理及调控效果预测模型、作物模型库、多尺度的环境调控优化、基于物联网的温室智能管理系统开发等进行了系统地研究。主要研究结论包括: (1)构建了基于Zigbee/3G的温室环境无线测控网络，并针对无线传感器网络的三层结构特点，提出了传感节点+汇聚节点两层的融合方法，利用卡尔曼滤波方法进行传感节点层融合，利用加权最小二乘方法进行汇聚节点层融合。对所建立的模型进行了试验验证，结果表明通过两层的融合处理可以提高温室环境无线测控网络的测量精度和系统的稳定性。在无线测控网络基础上，建立了基于多Agent的无线测控网络资源管理系统，实现对温室环境无线传感器节点的管理。 (2)针对温室内外环境信息特点，依据温室环境调控规则，提出了基于支持向量机预测和多模型切换的温室环境调控预测模型。采用在线式支持向量机算法建立了室外气象预测模型，采用增量式支持向量机算法建立了环境调控预测模型库，采用多模型切换控制器实现子模型的自适应切换。实验结果表明建立的调控效果预测模型具有较好的预测精度，并可实现模型的自适应切换。 (3)为实现在定期上市目标下的温室蔬菜作物的生产规划，以作物积温模型为依据，利用历史气象数据和市场价格信息，建立基于积温模型的温室蔬菜生产长尺度环境规划决策模型，模型能实现在定植时间确定条件下预计上市期及逐日环境优化决策、在作物计划定植日期和上市期确定条件下的逐日环境优化决策、温室运行过程中的日环境优化决策。 (4)针对温室蔬菜作物生长的长尺度和温室环境变化的短尺度之间的协调困难的问题，提出了基于多模型融合的温室环境调控参数优化方法，对基于积温、设定值和光照的温室环境优化调控利用D-S证据理论进行多模型的融合，实现温室环境参数的优化调控，试验温室环境调控结果表明，采用多模型融合的温室环境优化调控方法与设定值调控方法相比增加了积温，实现了温室的高产高效生产。 (5)针对作物模拟模型的通用性和可重用性差的问题，建立了基于多智能体的温室作物模拟模型库系统框架，系统采用访问层、模型集成层和数据层三层结构，设计了模型Agent、管理Agent、目录服务器、通信系统和访问Agent。基于JADE软件平台，开发了基于多Agent的温室作物模拟模型库系统，并利用黄瓜的生长模拟模型对系统进行了测试。 (6)建立了基于XML的温室作物环境信息交换标准化接口。开发了基于Agent的温室环境调控智能决策支持系统，并将温室环境无线测控网络与资源管理系统、温室环境调控智能决策支持系统集成，建立了基于物联网的温室环境智能管理系统。系统在镇江市京口区瑞京农业科技示范园智能温室中运行，实现了温室环境智能管理。

目录

声明

摘要

第1章 绪论

1．1 研究目的意义

1．2 国内外研究现状

1．2．1 基于无线网络的温室环境信息感知与处理

1．2．2 温室作物环境信息处理

1．2．3 温室环境调控决策服务

1．3 存在问题分析

1．4 本课题的研究内容与技术路线

1．4．1 课题技术路线

1．4．2 课题主要研究内容

1．5 本章小结

第2章 基于信息融合与Agent的温室环境无线测控系统

2．1 温室环境无线测控系统开发

2．1．1 系统结构

2．1．2 系统的功能

2．1．3 系统开发与配置

2．2 温室环境无线测控网络的多信息融合

2．2．1 温室环境无线测控网络的两层融合

2．2．2 基于卡尔曼滤波的传感节点层数据融合

2．2．3 基于最小二乘法的汇聚层节点数据融合

2．2．4 融合试验分析

2．3 基于移动Agent的无线测控网络资源管理

2．3．1 系统的架构

2．3．2 基于移动Agent的无线测控测控网络资源管理

2．3．3 管理系统开发

2．4 本章小结

第3章 基于支持向量机的温室环境调控预测模型

3．1 温室环境调控设备及环境变化特点

3．1．1 温室环境调控设备

3．1．2 不同调控机构调控后的温室环境变化特点

3．2 基于多模型切换的温室环境调控预测模型原理

3．3 在线和增量式最小二乘支持向量机原理

3．3．1 在线式支持向量机算法原理

3．3．2 增量式支持向量机算法原理

3．4 温室环境调控辨识模型库与多模型切换策略

3．4．1 辨识模型库的建立

3．4．2 多模型切换策略

3．5 环境调控模型验证试验

3．5．1 室外气象预测模型预测效果

3．5．2 环境调控预测模型的效果检验

3．5．3 训练集样本数压缩对预测模型影响

3．6 本章小结

第4章 基于模型的温室环境优化调控技术

4．1 基于生长发育进程的长尺度调控规划决策

4．1．1 温室环境长尺度调控规划决策模型

4．1．2 温室蔬菜生产的长尺度温度调控规划决策方法

4．1．3 规划决策实例

4．2 基于多模型融合的温室环境实时调控

4．2．1 温室实时环境调控原理

4．2．2 多模型融合过程

4．2．3 多模型融合模型环境优化调控试验验证

4．3 本章小结

第5章 基于智能体的温室作物模拟模型库系统研究

5．1 系统基本结构

5．1．1 作物模型库系统结构

5．1．2 基于多Agent的作物模型库系统框架

5．2 基于Agent的温室作物模拟模型库系统构建

5．2．1 温室作物模拟模型Agent的构建

5．2．2 模型集成管理Agent

5．2．3 用户访问Agent

5．2．4 模型目录服务器

5．2．5 通信服务器

5．3 基于Agent的模型库系统设计

5．3．1 基于程序-逻辑混合(PLM)的模型表示

5．3．2 基于树形结构的模型模拟过程描述

5．3．3 基于XML的Agent通信协议描述

5．4 基于JADE的温室作物模拟模型库系统软件开发

5．4．1 软件开发平台

5．4．2 系统软件架构

5．4．3 模型库建立过程

5．4．4 模型参数的传递过程

5．5 系统应用实例

5．5．1 模型管理实例

5．5．2 建模项目实例

5．3．3 作物生长模拟建模测试

5．6 本章小结

第6章 基于物联网的温室环境智能管理平台开发

6．1 基于物联网的温室环境智能管理系统架构

6．2 基于XML的温室环境测控信息交换标准

6．2．1 温室基本信息

6．2．2 温室环境信息

6．2．3 温室调控机构状态信息接口

6．2．4 温室环境监测节点信息描述

6．3．基于Agent的温室环境调控决策支持系统

6．3．1 系统架构

6．3．2 基于Agent的温室环境调控决策系统

6．3．3 温室环境调控决策过程

6．4 系统开发运行实例

6．4．1 系统部署

6．4．2 基于物联网的温室环境智能管理平台的参数设置

6．4．3 基于积温的长尺度环境调控规划决策

6．4．4 温室环境实时优化决策

6．5 本章小结

第7章 总结与展望

7．1 研究工作总结

7．2 创新点

7．3 展望

参考文献

致谢

攻读博士学位期间取得的科研成果