設(shè)施投料預(yù)測方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及物聯(lián)網(wǎng)領(lǐng)域，特別涉及一種設(shè)施投料預(yù)測方法和系統(tǒng)。
【背景技術(shù)】
[0002] 隨著人工成本的逐漸上漲和智能化傳感設(shè)備在企業(yè)生產(chǎn)領(lǐng)域的不斷滲透，物聯(lián)網(wǎng) 技術(shù)與決策支持方法在設(shè)施養(yǎng)殖領(lǐng)域中越發(fā)受到重視。
[0003] 目前，傳統(tǒng)設(shè)施養(yǎng)殖中飼料的投放一直遵循養(yǎng)殖經(jīng)驗和科學(xué)數(shù)據(jù)指導(dǎo)下的半自動 投放，飼料投放量的控制實質(zhì)由人為決定并實際操作。圖1為現(xiàn)有技術(shù)中的投料控制示意 圖。其中，通過定時投料及手動投料以滿足設(shè)施養(yǎng)殖投料需求，在出現(xiàn)實際偏差時，由人工 進(jìn)行巡檢糾偏。
[0004] 普遍情況下，企業(yè)設(shè)施養(yǎng)殖飼料投放的實際情況是通常投放量偏離真實需求。投 放量過多造成浪費成本，過少又不能滿足動物正常生長需求。企業(yè)為了控制飼料投放的精 度增加多次人工巡檢和投放操作產(chǎn)生大量額外的人工成本。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明實施例提供一種設(shè)施投料預(yù)測方法和系統(tǒng)，通過構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型，確 定BP神經(jīng)網(wǎng)絡(luò)模型各層間的連接權(quán)重，從而可利用BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測出一定周期內(nèi)設(shè)施 養(yǎng)殖的最佳投放量，據(jù)此進(jìn)行投放和檢測，可達(dá)到優(yōu)化設(shè)施投料工藝，節(jié)省投料成本，降低 人工成本和提升設(shè)施養(yǎng)殖品質(zhì)的目的。
[0006] 根據(jù)本發(fā)明的一個方面，提供一種設(shè)施投料預(yù)測方法，包括：
[0007] 構(gòu)建后向傳播BP神經(jīng)網(wǎng)絡(luò)模型；
[0008] 從數(shù)據(jù)庫讀取待預(yù)測數(shù)據(jù)和樣本數(shù)據(jù)，并進(jìn)行歸一化處理，其中待預(yù)測數(shù)據(jù)與設(shè) 施養(yǎng)殖環(huán)境中的溫度、質(zhì)量、時間、養(yǎng)殖數(shù)量和單位質(zhì)量投料成本相關(guān)；
[0009] 將經(jīng)歸一化處理的樣本數(shù)據(jù)輸入BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行學(xué)習(xí)，以確定BP神經(jīng)網(wǎng)絡(luò)中 各層之間的連接權(quán)重參數(shù)；
[0010]將經(jīng)歸一化處理的待預(yù)測數(shù)據(jù)輸入BP神經(jīng)網(wǎng)絡(luò)模型，以便BP神經(jīng)網(wǎng)絡(luò)模型根據(jù)各 層間的連接權(quán)重參數(shù)對經(jīng)歸一化處理的待預(yù)測數(shù)據(jù)進(jìn)行計算，從而得到預(yù)測投料量。
[0011]在一個實施例中，BP神經(jīng)網(wǎng)絡(luò)模型包括輸入層、隱層和輸出層，其中在隱層中，第j 個神經(jīng)元節(jié)點的輸入為：
[0013] 其中1 < j <m，m為隱層中神經(jīng)元節(jié)點的個數(shù)，1 < i <n，n為輸入層中神經(jīng)元節(jié)點的 個數(shù)，為輸入層中第i個神經(jīng)元節(jié)點提供的輸入數(shù)據(jù)，ωυ為隱層中第j個神經(jīng)元節(jié)點與輸 入層中第i個神經(jīng)元節(jié)點的連接權(quán)重，9」為隱層中第j個神經(jīng)元節(jié)點的閾值。
[0014] 在一個實施例中，隱層中第j個神經(jīng)元節(jié)點的輸出為：
[0015] 〇j = f(Ij)
[0016] 其中f為傳遞函數(shù)。
[0017] 在一個實施例中，傳遞函數(shù)為：
[0019] 在一個實施例中，輸入層中的神經(jīng)元節(jié)點個數(shù)η為5;
[0020] 隱層中神經(jīng)元節(jié)點的個數(shù)m為6;
[0021] 輸出層中包括一個神經(jīng)元節(jié)點。
[0022] 在一個實施例中，輸出層神經(jīng)元節(jié)點的輸出為：
[0024] 其中Vj為輸出層神經(jīng)元節(jié)點與隱層中第j個神經(jīng)元節(jié)點的連接權(quán)重。
[0025] 在一個實施例中，在輸入層中，第一神經(jīng)元節(jié)點接收的數(shù)據(jù)代表設(shè)施養(yǎng)殖環(huán)境中 的溫度、第二神經(jīng)元節(jié)點接收的數(shù)據(jù)代表設(shè)施養(yǎng)殖環(huán)境的質(zhì)量、第三神經(jīng)元節(jié)點接收的數(shù) 據(jù)代表設(shè)施養(yǎng)殖時間、第四神經(jīng)元節(jié)點接收的數(shù)據(jù)代表設(shè)施養(yǎng)殖數(shù)量、第五神經(jīng)元節(jié)點接 收的數(shù)據(jù)代表單位質(zhì)量投料成本。
[0026]根據(jù)本發(fā)明的另一方面，提供一種設(shè)施投料預(yù)測系統(tǒng)，包括模型構(gòu)建單元、預(yù)處理 單元、參數(shù)學(xué)習(xí)單元和預(yù)測單元，其中：
[0027]模型構(gòu)建單元，用于構(gòu)建后向傳播BP神經(jīng)網(wǎng)絡(luò)模型；
[0028]預(yù)處理單元，用于從數(shù)據(jù)庫讀取待預(yù)測數(shù)據(jù)和樣本數(shù)據(jù)，并進(jìn)行歸一化處理，其中 待預(yù)測數(shù)據(jù)與設(shè)施養(yǎng)殖環(huán)境中的溫度、質(zhì)量、時間、養(yǎng)殖數(shù)量和單位質(zhì)量投料成本相關(guān)； [0029]參數(shù)學(xué)習(xí)單元，用于將經(jīng)歸一化處理的樣本數(shù)據(jù)輸入BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行學(xué)習(xí)， 以確定BP神經(jīng)網(wǎng)絡(luò)中各層之間的連接權(quán)重參數(shù)；
[0030] 預(yù)測單元，用于將經(jīng)歸一化處理的待預(yù)測數(shù)據(jù)輸入BP神經(jīng)網(wǎng)絡(luò)模型，以便BP神經(jīng) 網(wǎng)絡(luò)模型根據(jù)各層間的連接權(quán)重參數(shù)對經(jīng)歸一化處理的待預(yù)測數(shù)據(jù)進(jìn)行計算，從而得到預(yù) 測投料量。
[0031] 在一個實施例中，BP神經(jīng)網(wǎng)絡(luò)模型包括輸入層、隱層和輸出層，其中在隱層中，第j 個神經(jīng)元節(jié)點的輸入為：
[0033] 其中1 < j <m，m為隱層中神經(jīng)元節(jié)點的個數(shù)，1 < i <n，n為輸入層中神經(jīng)元節(jié)點的 個數(shù)，為輸入層中第i個神經(jīng)元節(jié)點提供的輸入數(shù)據(jù)，ωυ為隱層中第j個神經(jīng)元節(jié)點與輸 入層中第i個神經(jīng)元節(jié)點的連接權(quán)重，9」為隱層中第j個神經(jīng)元節(jié)點的閾值。
[0034] 在一個實施例中，隱層中第j個神經(jīng)元節(jié)點的輸出為：
[0035] 〇j = f(Ij)
[0036] 其中f為傳遞函數(shù)。
[0037]在一個實施例中，傳遞函數(shù)為：
[0039]在一個實施例中，輸入層中的神經(jīng)元節(jié)點個數(shù)η為5;
[0040] 隱層中神經(jīng)元節(jié)點的個數(shù)m為6;
[0041] 輸出層中包括一個神經(jīng)元節(jié)點。
[0042] 在一個實施例中，輸出層神經(jīng)元節(jié)點的輸出為：
[0044] 其中Vj為輸出層神經(jīng)元節(jié)點與隱層中第j個神經(jīng)元節(jié)點的連接權(quán)重。
[0045] 在一個實施例中，在輸入層中，第一神經(jīng)元節(jié)點接收的數(shù)據(jù)代表設(shè)施養(yǎng)殖環(huán)境中 的溫度、第二神經(jīng)元節(jié)點接收的數(shù)據(jù)代表設(shè)施養(yǎng)殖環(huán)境的質(zhì)量、第三神經(jīng)元節(jié)點接收的數(shù) 據(jù)代表設(shè)施養(yǎng)殖時間、第四神經(jīng)元節(jié)點接收的數(shù)據(jù)代表設(shè)施養(yǎng)殖數(shù)量、第五神經(jīng)元節(jié)點接 收的數(shù)據(jù)代表單位質(zhì)量投料成本。
[0046] 通過以下參照附圖對本發(fā)明的示例性實施例的詳細(xì)描述，本發(fā)明的其它特征及其 優(yōu)點將會變得清楚。
【附圖說明】
[0047] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可 以根據(jù)這些附圖獲得其他的附圖。
[0048] 圖1為現(xiàn)有技術(shù)中的投料控制示意圖。
[0049] 圖2為本發(fā)明設(shè)施投料預(yù)測方法一個實施例的示意圖。
[0050] 圖3為BP神經(jīng)網(wǎng)絡(luò)模型的示意圖。
[0051]圖4為本發(fā)明BP神經(jīng)網(wǎng)絡(luò)模型反向?qū)W習(xí)一個實施例的示意圖。
[0052]圖5為本發(fā)明設(shè)施投料預(yù)測系統(tǒng)一個實施例的示意圖。
[0053]圖6為本發(fā)明的投料控制示意圖。
【具體實施方式】
[0054]下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。以下 對至少一個示例性實施例的描述實際上僅僅是說明性的，決不作為對本發(fā)明及其應(yīng)用或使 用的任何限制。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提 下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。
[0055] 除非另外具體說明，否則在這些實施例中闡述的部件和步驟的相對布置、數(shù)字表 達(dá)式和數(shù)值不限制本發(fā)明的范圍。
[0056] 同時，應(yīng)當(dāng)明白，為了便于描述，附圖中所示出的各個部分的尺寸并不是按照實際 的比例關(guān)系繪制的。
[0057] 對于相關(guān)領(lǐng)域普通技術(shù)人員已知的技術(shù)、方法和設(shè)備可能不作詳細(xì)討論，但在適 當(dāng)情況下，所述技術(shù)、方法和設(shè)備應(yīng)當(dāng)被視為授權(quán)說明書的一部分。
[0058]在這里示出和討論的所有示例中，任何具體值應(yīng)被解釋為僅僅是示例性的，而不 是作為限制。因此，示例性實施例的其它示例可以具有不同的值。
[0059] 應(yīng)注意到:相似的標(biāo)號和字母在下面的附圖中表示類似項，因此，一旦某一項在一 個附圖中被定義，則在隨后的附圖中不需要對其進(jìn)行進(jìn)一步討論。
[0060] 圖2為本發(fā)明設(shè)施投料預(yù)測方法一個實施例的示意圖。其中：
[0061 ] 步驟201，構(gòu)建BP(Back Propagation，后向傳播）神經(jīng)網(wǎng)絡(luò)模型。
[0062]例如，BP神經(jīng)網(wǎng)絡(luò)模型可包括輸入層、隱層和輸出層，各層設(shè)有相應(yīng)的神經(jīng)元節(jié) 點。
[0063]步驟202，從數(shù)據(jù)庫讀取待預(yù)測數(shù)據(jù)和樣本數(shù)據(jù)，并進(jìn)行歸一化處理，其中待預(yù)測 數(shù)據(jù)與設(shè)施養(yǎng)殖環(huán)境中的溫度、質(zhì)量、時間、養(yǎng)殖數(shù)量和單位質(zhì)量投料成本相關(guān)。
[0064] 通過歸一化，將數(shù)據(jù)設(shè)置在0至1之間。例如，對于數(shù)據(jù)X來說，利用公式
[0065] ( X-Xmim ) / ( Xmax-Xmim )
[0066] 對X進(jìn)行歸一化，其中Xmin為X的最小值，Xmax為X的最大值。
[0067]步驟203,將經(jīng)歸一化處理的樣本數(shù)據(jù)輸入BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行學(xué)習(xí)，以確定BP神 經(jīng)網(wǎng)絡(luò)中各層之間的連接權(quán)重參數(shù)。
[0068]步驟204,將經(jīng)歸一化處理的待預(yù)測數(shù)據(jù)輸入BP神經(jīng)網(wǎng)絡(luò)模型，以便BP神經(jīng)網(wǎng)絡(luò)模 型根據(jù)各層間的連接權(quán)重參數(shù)對經(jīng)歸一化處理的待預(yù)測數(shù)據(jù)進(jìn)行計算，從而得到預(yù)測投料 量。
[0069]基于本發(fā)明上述實施例提供的設(shè)施投料預(yù)測方法，通過構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型，確 定BP神經(jīng)網(wǎng)絡(luò)模型各層間的連接權(quán)重，從而可利用BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測出一定周期內(nèi)設(shè)施 養(yǎng)殖的最佳投放量，據(jù)此進(jìn)行投放和檢測，可達(dá)到優(yōu)化設(shè)施投料工藝，節(jié)省投料成本，降低 人工成本和提升設(shè)施養(yǎng)殖品質(zhì)的目的。
[0070]圖3為本發(fā)明所涉及的BP神經(jīng)網(wǎng)絡(luò)模型的示意圖，其中在各層均設(shè)有相應(yīng)的神經(jīng) 元節(jié)點。其中在隱層中，第j個神經(jīng)元節(jié)點的輸入為：
[0072] 其中1 < j <m，m為隱層中神經(jīng)元節(jié)點的個數(shù)，1 < i <n，n為輸入層中神經(jīng)元節(jié)點的 個數(shù)，為輸入層中第i個神經(jīng)元節(jié)點提供的輸入數(shù)據(jù)，ωυ為隱層中第j個神經(jīng)元節(jié)點與輸 入層中第i個神經(jīng)元節(jié)點的連接權(quán)重，9」為隱層中第j個神經(jīng)元節(jié)點的閾值。
[0073] 相應(yīng)的，隱層中第j個神經(jīng)元節(jié)點的輸出為：
[0074] 〇j = f(Ij)
[0075] 其中f為傳遞函數(shù)。
[0076] 優(yōu)選的，傳遞函數(shù)為：
[0078]其中，輸入層和隱層間各神經(jīng)元節(jié)點間的連接權(quán)重向量矩陣W為：
[0080]例如，c〇mn為隱層中第m個神經(jīng)元節(jié)點與輸入層中第η個神經(jīng)元節(jié)點的連接權(quán)重。
[0081] 此外，輸入層中各神經(jīng)元節(jié)點接收到的輸入信息構(gòu)成向量X，其中：
[0082] χ={χ1，Χ2，···，Χη} τ
[0083]在一個實施例中，輸入層中的神經(jīng)元節(jié)點個數(shù)η為5,隱層中神經(jīng)元節(jié)點的個數(shù)m為 6,輸出層中包括一個神經(jīng)元節(jié)點。
[0084] 優(yōu)選的，在輸入層中，第一神經(jīng)元節(jié)點接收的數(shù)據(jù)代表設(shè)施養(yǎng)殖環(huán)境中的溫度、第 二神經(jīng)