面向植物工厂的环境调控规则推理技术应用研究

摘要

随着物联网技术和机器学习等计算机技术的快速发展和广泛应用，越来越多的专家学者意识到将计算机技术和传统的农业种植专家经验相结合，将可以构建出精细化的作物生长控制环境。本文设计并实现了面向植物工厂的环境调控规则匹配技术，通过收集种植专家的高效作物种植经验数据，然后利用专家系统理论知识进行分析并构建出相应的作物生长控制规则数据库，再利用相关的物联网和互联网技术设计并开发出用于植物工厂的环境调控规则推理自动化控制系统，最后结合实际的植物工厂，试验作物生长环境的自动化调控实验。
　　本文首先介绍了相关的研究背景和研究现状，并对主要工作做了简单的介绍。然后梳理了已有的专家规则模式匹配算法，主要包括Rete、Treat和Leaps等比较常见的模式匹配算法，并从算法的执行效率、内存利用率等方面对这几个算法进行了对比，然后对Rete提出改进方案，最终得出改进后的Rete算法是比较适合本课题研究的理论基础需要。并在已有的理论基础上，设计出课题研究的核心模块部分，即植物工厂的环境调控规则推理方法。
　　最后，在基于环境调控规则推理方法的基础上，我们设计并实现了面向植物工厂的环境调控专家系统。通过该系统可以做到，收集并在系统中导入专家种植经验数据，由计算机进行规则数据结构的推理和构建，最终实现了基于环境调控规则推理技术的作物生长实时数据监测控制效果。

目录

声明

摘要

第1章 绪论

1．1 研究背景

1．2 研究现状

1．3 本文主要工作

1．4 本章小结

第2章 规则推理相关技术基础

2．1 规则推理引擎介绍

2．2 规则模式匹配算法

2．2．1 Rete算法

2．2．2 Treat算法

2．2．3 Leaps算法

2．3 模式匹配算法对比

2．4 Rete算法的改进

2．4．1 Rete算法所存在的问题

2．4．2 Rete算法改进

2．4．3 算法改进前后的效果对比

2．5 小结

第3章 植物工厂环境调控规则推理方法设计

3．1 规则推理数据结构设计

3．1．1 作物生长指标数据类

3．1．2 推理规则数据结构

3．2 基于作物生长数据的规则推理方法

3．3 规则冲突解决策略

3．4 规则推理方法的代码实现

3．4．1 Rete推理网络的创建

3．4．2 Rete网络模式匹配的实现

3．4．3 规则冲突集的实现

3．5 小结

第4章 面向植物工厂的环境调控规则推理系统实现

4．1 系统总体结构

4．2 数据库设计

4．3．1 应用服务层概述

4．3．2 视频监控

4．3．3 设备管理

4．3．4 数据管理

4．3．5 规则管理

4．3．6 温室管理

4．4．1 传感网络层概述

4．4．2 数据拆封装与校验模块

4．4．3 传感器核心控制模块

4．5．1 中间件层概述

4．5．2 设备控制服务模块

4．5．3 规则引擎数据分析模块

4．6 系统效果展示

4．6．1 开发环境简述

4．6．2 系统运行效果展示

4．7 小结

第5章 总结与展望

5．1 本文工作总结

5．2 未来展望

参考文献

攻读硕士学位期间主要的研究成果

致谢