本發(fā)明涉及魚菜共生系統(tǒng)的控制技術(shù)領(lǐng)域，具體涉及一種用于魚菜共生系統(tǒng)的智能預(yù)測(cè)控制系統(tǒng)及方法。

背景技術(shù)：

魚菜共生系統(tǒng)是一種新型的復(fù)合耕作體系，它把循環(huán)水產(chǎn)養(yǎng)殖與水耕栽培通過巧妙的生態(tài)設(shè)計(jì)，達(dá)到科學(xué)的協(xié)同共生，從而實(shí)現(xiàn)養(yǎng)魚不換水而無水質(zhì)憂患，種菜不施肥而正常成長的生態(tài)共生效應(yīng)。系統(tǒng)中動(dòng)物、植物、微生物三者之間達(dá)到一種和諧互補(bǔ)的生態(tài)平衡關(guān)系，是一種有顯著節(jié)約和高效利用資源能源空間、循環(huán)可持續(xù)、環(huán)境友好等特點(diǎn)的低碳生產(chǎn)模式；而對(duì)魚菜共生系統(tǒng)進(jìn)行控制，是保證系統(tǒng)的生態(tài)平衡關(guān)系的重要舉措。

目前，對(duì)魚菜共生系統(tǒng)進(jìn)行控制的方法單一，且現(xiàn)有的手段在魚菜共生系統(tǒng)中溶解氧含量過低時(shí)再增氧，滯后控制使得魚類因缺氧而大面積死亡，同時(shí)也帶來了巨大的經(jīng)濟(jì)損失。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供一種用于魚菜共生系統(tǒng)的智能預(yù)測(cè)控制系統(tǒng)及方法，實(shí)現(xiàn)了對(duì)魚菜共生系統(tǒng)的預(yù)測(cè)與控制的同步進(jìn)行，實(shí)現(xiàn)了按需增氧，提高了增氧的準(zhǔn)確性和及時(shí)性，使得魚菜共生系統(tǒng)能夠精確且穩(wěn)定的運(yùn)行。

為解決上述技術(shù)問題，本發(fā)明提供以下技術(shù)方案：

一方面，本發(fā)明提供了一種用于魚菜共生系統(tǒng)的智能預(yù)測(cè)控制系統(tǒng)，所述控制系統(tǒng)包括采集模塊、預(yù)測(cè)控制模塊及循環(huán)模塊；

所述采集模塊用于獲取一個(gè)時(shí)間段內(nèi)的魚菜共生系統(tǒng)的環(huán)境數(shù)據(jù)，并將所述環(huán)境數(shù)據(jù)發(fā)送至所述預(yù)測(cè)控制模塊，其中，所述環(huán)境數(shù)據(jù)包括空氣溫濕度、光照、二氧化碳、氣壓、水溫、水位、pH值及溶解氧數(shù)據(jù)；

所述預(yù)測(cè)控制模塊根據(jù)所述采集模塊發(fā)送的環(huán)境數(shù)據(jù)對(duì)未來的一個(gè)時(shí)間段內(nèi)魚池水中的溶解氧含量進(jìn)行預(yù)測(cè)，以及根據(jù)預(yù)測(cè)結(jié)果生成控制命令，并將所述控制命令發(fā)送至循環(huán)模塊；

所述循環(huán)模塊對(duì)所述魚菜共生系統(tǒng)中的空氣環(huán)境和水環(huán)境進(jìn)行實(shí)時(shí)循環(huán)控制，以及根據(jù)接收到的所述控制命令，控制所述魚菜共生系統(tǒng)中的溶解氧含量，使得魚池水中的溶解氧含量在所述未來的一個(gè)時(shí)間段內(nèi)保持在標(biāo)準(zhǔn)范圍內(nèi)。

進(jìn)一步的，所述采集模塊包括種植采集單元、蓄水采集單元及魚池采集單元；

所述種植采集單元設(shè)置在所述魚菜共生系統(tǒng)中的無土栽培區(qū)，采集一個(gè)時(shí)間段內(nèi)的無土栽培區(qū)的溫度、濕度、二氧化碳、氣壓及光照數(shù)據(jù)，其中，所述無土栽培區(qū)設(shè)置在溫室內(nèi)的采光區(qū)中；

所述蓄水采集單元設(shè)置在所述魚菜共生系統(tǒng)中的蓄水調(diào)節(jié)池上，采集一個(gè)時(shí)間段內(nèi)的蓄水調(diào)節(jié)池的水溫、溶解氧及PH值數(shù)據(jù)，其中，所述蓄水調(diào)節(jié)池在所述溫室內(nèi)連接無土栽培區(qū)與魚池；

所述魚池采集單元設(shè)置所述魚菜共生系統(tǒng)中的所述魚池上，用于采集一個(gè)時(shí)間段內(nèi)的魚池的水位及溶解氧數(shù)據(jù)，其中，所述魚池設(shè)置在溫室內(nèi)的背光區(qū)中，且所述魚池與溫室中的集水池、微濾機(jī)、生化池及脫氣池依次連接，所述脫氣池分別與所述無土栽培區(qū)及蓄水調(diào)節(jié)池連接；

所述種植采集單元、蓄水采集單元及魚池采集單元均將實(shí)時(shí)獲取的環(huán)境數(shù)據(jù)發(fā)送至所述預(yù)測(cè)控制模塊。

進(jìn)一步的，所述預(yù)測(cè)控制模塊包括控制主機(jī)、數(shù)據(jù)存儲(chǔ)單元及控制命令發(fā)出單元；

所述控制主機(jī)與采集模塊通信連接，將所述環(huán)境數(shù)據(jù)存儲(chǔ)在所述數(shù)據(jù)存儲(chǔ)單元中；

所述控制主機(jī)根據(jù)所述采集模塊發(fā)送的環(huán)境數(shù)據(jù)計(jì)算得到模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型，并將當(dāng)前溶解氧含量的實(shí)時(shí)數(shù)值輸入模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型，得到未來的一個(gè)時(shí)間段內(nèi)魚池水中的溶解氧含量的預(yù)測(cè)結(jié)果；

所述控制主機(jī)根據(jù)所述預(yù)測(cè)結(jié)果生成控制命令，通過所述控制命令發(fā)出單元向所述循環(huán)模塊發(fā)出開啟或關(guān)閉的控制命令。

進(jìn)一步的，所述循環(huán)模塊包括空氣循環(huán)單元、水循環(huán)單元及增氧單元；

所述空氣循環(huán)單元設(shè)置在所述無土栽培區(qū)及所述溫室中靠近無土栽培區(qū)的一側(cè)，且對(duì)所述魚菜共生系統(tǒng)中的空氣進(jìn)行循環(huán)控制；

所述水循環(huán)單元分布在所述魚菜共生系統(tǒng)中的蓄水調(diào)節(jié)池、魚池、集水池、微濾機(jī)、生化池及脫氣池上，且對(duì)所述魚菜共生系統(tǒng)中的水環(huán)境進(jìn)行循環(huán)控制；

所述增氧單元設(shè)置在所述魚菜共生系統(tǒng)中的蓄水調(diào)節(jié)池，所述增氧單元根據(jù)所述預(yù)測(cè)控制模塊發(fā)出的控制命令，控制所述魚菜共生系統(tǒng)中增氧機(jī)的開啟和關(guān)閉，使得魚池水中的溶解氧含量在未來的一個(gè)時(shí)間段內(nèi)保持在標(biāo)準(zhǔn)范圍內(nèi)。另一方面，本發(fā)明還提供一種用于魚菜共生系統(tǒng)的智能預(yù)測(cè)控制方法，所述方法包括：

步驟1.對(duì)所述魚菜共生系統(tǒng)中的水與空氣進(jìn)行循環(huán)控制，以及獲取并存儲(chǔ)一個(gè)時(shí)間段內(nèi)的魚菜共生系統(tǒng)的環(huán)境數(shù)據(jù)，其中，所述環(huán)境數(shù)據(jù)包括空氣溫濕度、光照、二氧化碳、氣壓、水溫、水位、pH值及溶解氧數(shù)據(jù)；

步驟2.用歸一化方法對(duì)所述環(huán)境數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化預(yù)處理，獲得模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型的訓(xùn)練數(shù)據(jù)集；

步驟3.根據(jù)訓(xùn)練數(shù)據(jù)集，基于粒子群算法優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)控制算法獲取模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型；

步驟4.將當(dāng)前溶解氧含量的實(shí)時(shí)數(shù)據(jù)輸入模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型，得到未來的一個(gè)時(shí)間段內(nèi)魚池水中的溶解氧含量的預(yù)測(cè)結(jié)果；

步驟5.根據(jù)所述預(yù)測(cè)結(jié)果對(duì)所述魚菜共生系統(tǒng)進(jìn)行溶解氧含量控制，使得魚池水中的溶解氧含量在所述未來的一個(gè)時(shí)間段內(nèi)在溶解氧含量的標(biāo)準(zhǔn)范圍內(nèi)。

進(jìn)一步的，所述步驟3包括：

步驟3-1.建立模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型；

步驟3-2.根據(jù)所述模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型，確定最優(yōu)控制增率，對(duì)所述模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型進(jìn)行滾到優(yōu)化；

步驟3-3.對(duì)所述溶解氧預(yù)測(cè)控制模型進(jìn)行反饋校正。

進(jìn)一步的，所述步驟3-1包括：

根據(jù)溶解氧預(yù)測(cè)控制系統(tǒng)的階躍響應(yīng)動(dòng)態(tài)系數(shù)，獲取溶解氧預(yù)測(cè)模型的階躍響應(yīng)系數(shù)矩陣；

根據(jù)過去控制量所產(chǎn)生的輸出及當(dāng)前控制輸入作用下的輸出響應(yīng)，確定所述溶解氧預(yù)測(cè)模型；

根據(jù)所述溶解氧預(yù)測(cè)模型中某一時(shí)刻的無控制增量、有一個(gè)單獨(dú)的增量或有多個(gè)連續(xù)的控制增量的情況下的未來時(shí)刻的輸出值，獲得未來某一時(shí)刻的所述模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型。

進(jìn)一步的，所述步驟3-2包括：

將性能指標(biāo)代入所述模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型；

對(duì)代入性能指標(biāo)后的模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型進(jìn)行求導(dǎo)，獲得增氧機(jī)的最優(yōu)控制增率；

根據(jù)所述最優(yōu)控制增率，對(duì)所述模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型進(jìn)行滾動(dòng)優(yōu)化。

進(jìn)一步的，所述步驟3-3包括：

根據(jù)所述模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型獲取未來某時(shí)刻的溶解氧預(yù)測(cè)含量值；

檢測(cè)當(dāng)前實(shí)際的溶解氧含量值，并比較所述溶解氧含量值與溶解氧預(yù)測(cè)含量值，得到輸出誤差；

對(duì)輸出誤差采用對(duì)誤差加權(quán)的方式，修正所述模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型的預(yù)測(cè)結(jié)果。

進(jìn)一步的，所述步驟4包括：

歸一化處理魚菜共生系統(tǒng)當(dāng)前溶解氧含量的實(shí)時(shí)數(shù)據(jù)；

將歸一化處理后的數(shù)據(jù)輸入所述模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型；

計(jì)算得到所述模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型的輸出，即得到未來的一個(gè)時(shí)間段內(nèi)魚池水中的溶解氧含量的預(yù)測(cè)結(jié)果。

由上述技術(shù)方案可知，本發(fā)明所述的一種用于魚菜共生系統(tǒng)的智能預(yù)測(cè)控制系統(tǒng)及方法，實(shí)現(xiàn)了對(duì)魚菜共生系統(tǒng)進(jìn)行實(shí)時(shí)且準(zhǔn)確的控制，并在控制的同時(shí)對(duì)魚菜共生系統(tǒng)中水池的溶解氧含量進(jìn)行準(zhǔn)確預(yù)測(cè)，實(shí)現(xiàn)了按需增氧，提高了增氧的準(zhǔn)確性和及時(shí)性，使得魚菜共生系統(tǒng)能夠精確且穩(wěn)定的運(yùn)行。

1、本發(fā)明的技術(shù)方案，系統(tǒng)通過采集模塊、預(yù)測(cè)控制模塊及循環(huán)模塊的設(shè)置，形成了一種對(duì)魚菜共生系統(tǒng)的完整的控制及預(yù)測(cè)體系，在對(duì)魚菜共生系統(tǒng)中水環(huán)境及空氣環(huán)境進(jìn)行實(shí)時(shí)循環(huán)控制的同時(shí)，提前對(duì)未來時(shí)段的溶解氧含氧量進(jìn)行預(yù)測(cè)，若預(yù)測(cè)結(jié)果為需要增氧，即增加溶解氧含氧，保證了魚菜共生環(huán)境中的溶解氧濃度滿足魚類生長的需要，達(dá)到穩(wěn)產(chǎn)、增產(chǎn)和降本的目的。

2、本發(fā)明的技術(shù)方案，系統(tǒng)通過采集模塊包括種植采集單元、蓄水采集單元及魚池采集單元的設(shè)置，實(shí)現(xiàn)了對(duì)魚菜共生系統(tǒng)進(jìn)行的分區(qū)且全面的數(shù)據(jù)采集，使得采集結(jié)果準(zhǔn)確、全面且可靠，為后續(xù)對(duì)溶解氧含量預(yù)測(cè)提供了準(zhǔn)確的數(shù)據(jù)基礎(chǔ)，進(jìn)而保證了后續(xù)對(duì)溶解氧含量預(yù)測(cè)的準(zhǔn)確性。

3、本發(fā)明的技術(shù)方案，系統(tǒng)通過預(yù)測(cè)控制模塊包括控制主機(jī)、數(shù)據(jù)存儲(chǔ)單元及控制命令發(fā)出單元的設(shè)置，實(shí)現(xiàn)了對(duì)環(huán)境數(shù)據(jù)的及時(shí)保存、根據(jù)環(huán)境數(shù)據(jù)進(jìn)行智能預(yù)測(cè)、及將預(yù)測(cè)結(jié)果及時(shí)發(fā)送至循環(huán)模塊，使得預(yù)測(cè)過程準(zhǔn)確且高效，提高了增氧的準(zhǔn)確性和及時(shí)性。

4、本發(fā)明的技術(shù)方案，通過循環(huán)模塊包括空氣循環(huán)單元及水循環(huán)單元的設(shè)置，實(shí)現(xiàn)了對(duì)魚菜共生系統(tǒng)全面且有效的循環(huán)控制，并根據(jù)控制命令及時(shí)進(jìn)行增氧操作，保證了魚菜共生環(huán)境中的溶解氧濃度滿足魚類生長的需要。

5、本發(fā)明的技術(shù)方案中，通過用歸一化方法對(duì)所述環(huán)境數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化預(yù)處理，獲得模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型的訓(xùn)練數(shù)據(jù)集，根據(jù)訓(xùn)練數(shù)據(jù)集，基于粒子群算法優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)控制算法獲取模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型，將當(dāng)前溶解氧含量的實(shí)時(shí)數(shù)據(jù)輸入模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型，得到未來的一個(gè)時(shí)間段內(nèi)魚池水中的準(zhǔn)確的溶解氧含量的預(yù)測(cè)結(jié)果，保證了預(yù)測(cè)的準(zhǔn)確性，進(jìn)而提高了對(duì)魚菜共生系統(tǒng)后續(xù)控制的準(zhǔn)確性。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明的一種用于魚菜共生系統(tǒng)的智能預(yù)測(cè)控制系統(tǒng)示意圖；

圖2是本發(fā)明的智能預(yù)測(cè)控制系統(tǒng)中的采集模塊10的一種結(jié)構(gòu)示意圖；

圖3是本發(fā)明的智能預(yù)測(cè)控制系統(tǒng)中的預(yù)測(cè)控制模塊20的一種結(jié)構(gòu)示意圖；

圖4是本發(fā)明的智能預(yù)測(cè)控制系統(tǒng)中的循環(huán)模塊30的一種結(jié)構(gòu)示意圖；

圖5是本發(fā)明的智能預(yù)測(cè)控制系統(tǒng)的具體應(yīng)用例中的控制框架圖；

圖6是本發(fā)明的智能預(yù)測(cè)控制系統(tǒng)的具體應(yīng)用例中的魚菜共生系統(tǒng)及其中的預(yù)測(cè)控制系統(tǒng)中的部分設(shè)備的結(jié)構(gòu)示意圖；

圖7是本發(fā)明的一種用于魚菜共生系統(tǒng)的智能預(yù)測(cè)控制方法的流程示意圖；

圖8是本發(fā)明的具體應(yīng)用例中的模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖。

具體實(shí)施方式

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整的描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

魚菜共生系統(tǒng)中魚類的養(yǎng)殖存在密度高、風(fēng)險(xiǎn)大等特點(diǎn)，溶解氧增氧過程中存在滯后現(xiàn)象，需要提前進(jìn)行預(yù)測(cè)，否則，氧含量過低時(shí)再增氧，魚類會(huì)因缺氧而大面積死亡；同時(shí)，邊預(yù)測(cè)邊控制，實(shí)現(xiàn)按需增氧，避免能源浪費(fèi)。

因此，通過對(duì)水質(zhì)溶解氧精準(zhǔn)預(yù)測(cè)及做出相應(yīng)的控制，可以有效減少因增氧滯后帶來的經(jīng)濟(jì)損失。魚菜共生系統(tǒng)是一種溫室小氣候環(huán)境，魚類的養(yǎng)殖存在密度高、風(fēng)險(xiǎn)大等特點(diǎn)，同時(shí)溶解氧等環(huán)境參數(shù)變化具有非線性、不穩(wěn)定性、大時(shí)滯和時(shí)變性等特性，需要對(duì)溶解氧等參數(shù)進(jìn)行實(shí)時(shí)監(jiān)測(cè)。

由于溶解氧等環(huán)境參數(shù)相互間存在著強(qiáng)耦合，相互干擾，同時(shí)其變化存在著較大滯后，因此必須采取先進(jìn)的預(yù)測(cè)方法和智能控制技術(shù)來解決溶解氧增氧過程中存在滯后現(xiàn)象，同時(shí)，通過邊預(yù)測(cè)邊控制，實(shí)現(xiàn)按需增氧，保證魚菜共生環(huán)境溶解氧濃度滿足魚類生長的需要，達(dá)到穩(wěn)產(chǎn)、增產(chǎn)和降本的目的。水質(zhì)溶解氧指的是水中氧氣的溶解量，溶解量是水中生物在水中生存的重要指標(biāo)之一。其含量受水溫、大氣壓力、海水的鹽度、養(yǎng)殖密度、光合作用、有機(jī)物分解作用和無機(jī)物氧化作用等影響。

本發(fā)明的實(shí)施例一提供了一種用于魚菜共生系統(tǒng)的智能預(yù)測(cè)控制系統(tǒng)。參見圖1，該智能預(yù)測(cè)控制系統(tǒng)包括采集模塊10、預(yù)測(cè)控制模塊20及循環(huán)模塊30，具體包括如下內(nèi)容：

采集模塊10用于獲取一個(gè)時(shí)間段內(nèi)的魚菜共生系統(tǒng)的環(huán)境數(shù)據(jù)，并將環(huán)境數(shù)據(jù)發(fā)送至預(yù)測(cè)控制模塊20。

在上述描述中，環(huán)境數(shù)據(jù)包括空氣溫濕度、光照、二氧化碳、氣壓、水溫、水位、pH值及溶解氧數(shù)據(jù)；采集模塊10在循環(huán)模塊30實(shí)時(shí)控制魚菜共生系統(tǒng)的同時(shí)，采集一個(gè)時(shí)間段內(nèi)的魚菜共生系統(tǒng)中的空氣溫濕度、光照、二氧化碳、氣壓、水溫、水位、pH值及溶解氧數(shù)據(jù)等，采集的時(shí)長根據(jù)實(shí)際需要確定，然后將采集模塊10采集到的環(huán)境數(shù)據(jù)發(fā)送到預(yù)測(cè)控制模塊20。

預(yù)測(cè)控制模塊20根據(jù)采集模塊10發(fā)送的環(huán)境數(shù)據(jù)對(duì)未來的一個(gè)時(shí)間段內(nèi)魚池水中的溶解氧含量進(jìn)行預(yù)測(cè)，以及根據(jù)預(yù)測(cè)結(jié)果生成控制命令，并將控制命令發(fā)送至循環(huán)模塊30。

在上述描述中，預(yù)測(cè)控制模塊20存儲(chǔ)采集模塊10發(fā)送的環(huán)境數(shù)據(jù)，并根據(jù)環(huán)境數(shù)據(jù)計(jì)算得到模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型，并將當(dāng)前溶解氧含量的實(shí)時(shí)數(shù)值輸入模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型，得到未來的一個(gè)時(shí)間段內(nèi)魚池水中的溶解氧含量的預(yù)測(cè)結(jié)果；然后將預(yù)測(cè)結(jié)果制作成控制命令，并將控制命令發(fā)送至循環(huán)模塊30。

循環(huán)模塊30對(duì)魚菜共生系統(tǒng)中的空氣環(huán)境和水環(huán)境進(jìn)行實(shí)時(shí)循環(huán)控制，以及根據(jù)接收到的控制命令，控制魚菜共生系統(tǒng)中的溶解氧含量，使得魚池水中的溶解氧含量在未來的一個(gè)時(shí)間段內(nèi)保持在標(biāo)準(zhǔn)范圍內(nèi)。

在上述描述中，循環(huán)模塊30魚菜共生系統(tǒng)中的空氣環(huán)境和水環(huán)境進(jìn)行實(shí)時(shí)且穩(wěn)定的循環(huán)控制，在這個(gè)過程中，如果收到預(yù)測(cè)控制模塊20發(fā)來的控制命令，則根據(jù)控制命令增加魚菜共生系統(tǒng)中的溶解氧含量，使得魚池水中的溶解氧含量在所述未來的一個(gè)時(shí)間段內(nèi)在溶解氧含量的標(biāo)準(zhǔn)范圍內(nèi)。

從上述描述可知，通過采集模塊、預(yù)測(cè)控制模塊及循環(huán)模塊的設(shè)置，形成了一種對(duì)魚菜共生系統(tǒng)的完整的控制及預(yù)測(cè)體系，在對(duì)魚菜共生系統(tǒng)中水及空氣進(jìn)行實(shí)時(shí)循環(huán)控制的同時(shí)，提前對(duì)未來時(shí)段的溶解氧含氧量進(jìn)行預(yù)測(cè)，若預(yù)測(cè)結(jié)果為需要增氧，即增加溶解氧含氧，保證了魚菜共生環(huán)境中的溶解氧濃度滿足魚類生長的需要，達(dá)到穩(wěn)產(chǎn)、增產(chǎn)和降本的目的。

本發(fā)明的實(shí)施例二提供了上述采集模塊10的一種具體實(shí)現(xiàn)方式。參見圖2，采集模塊10中具體包括如下內(nèi)容：

種植采集單元11、蓄水采集單元12及魚池采集單元13；

種植采集單元11設(shè)置在魚菜共生系統(tǒng)中的無土栽培區(qū)，采集一個(gè)時(shí)間段內(nèi)的無土栽培區(qū)的溫度、濕度、二氧化碳、氣壓及光照數(shù)據(jù)，并將采集到的環(huán)境數(shù)據(jù)發(fā)送至控制單元20。

上述單元中，無土栽培區(qū)設(shè)置在溫室內(nèi)的采光區(qū)中，

蓄水采集單元12設(shè)置在魚菜共生系統(tǒng)中的蓄水調(diào)節(jié)池上，采集一個(gè)時(shí)間段內(nèi)的蓄水調(diào)節(jié)池的水溫、溶解氧及PH值數(shù)據(jù)，并將采集到的環(huán)境數(shù)據(jù)發(fā)送至控制單元20。

上述單元中，蓄水調(diào)節(jié)池在溫室內(nèi)連接無土栽培區(qū)與魚池。

魚池采集單元13設(shè)置魚菜共生系統(tǒng)中的魚池上，用于采集一個(gè)時(shí)間段內(nèi)的魚池的水位及溶解氧數(shù)據(jù)，并將采集到的環(huán)境數(shù)據(jù)發(fā)送至控制單元20。

上述單元中，魚池設(shè)置在溫室內(nèi)的背光區(qū)中，且魚池與溫室中的集水池、微濾機(jī)、生化池及脫氣池依次連接，脫氣池分別與無土栽培區(qū)及蓄水調(diào)節(jié)池連接。

從上述描述可知，通過采集模塊包括種植采集單元、蓄水采集單元及魚池采集單元的設(shè)置，實(shí)現(xiàn)了對(duì)魚菜共生系統(tǒng)進(jìn)行的分區(qū)且全面的數(shù)據(jù)采集，使得采集結(jié)果準(zhǔn)確、全面且可靠，為后續(xù)對(duì)溶解氧含量預(yù)測(cè)提供了準(zhǔn)確的數(shù)據(jù)基礎(chǔ)，進(jìn)而保證了后續(xù)對(duì)溶解氧含量預(yù)測(cè)的準(zhǔn)確性。

本發(fā)明的實(shí)施例三提供了上述預(yù)測(cè)控制模塊20的一種具體實(shí)現(xiàn)方式。參見圖3，預(yù)測(cè)控制模塊20中具體包括如下內(nèi)容：

控制主機(jī)21、數(shù)據(jù)存儲(chǔ)單元22及控制命令發(fā)出單元23。

控制主機(jī)21與信號(hào)采集模塊10通信連接，將環(huán)境數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)存儲(chǔ)單元22中；

控制主機(jī)21根據(jù)信號(hào)采集模塊10發(fā)送的環(huán)境數(shù)據(jù)計(jì)算得到模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型，并將當(dāng)前溶解氧含量的實(shí)時(shí)數(shù)值輸入模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型，得到未來的一個(gè)時(shí)間段內(nèi)魚池水中的溶解氧含量的預(yù)測(cè)結(jié)果；

控制主機(jī)21根據(jù)預(yù)測(cè)結(jié)果生成控制命令，通過控制命令發(fā)出單元23向循環(huán)模塊30發(fā)出開啟或關(guān)閉的控制命令。

從上述描述可知，通過預(yù)測(cè)控制模塊包括控制主機(jī)、數(shù)據(jù)存儲(chǔ)單元及控制命令發(fā)出單元的設(shè)置，實(shí)現(xiàn)了對(duì)環(huán)境數(shù)據(jù)的及時(shí)保存、根據(jù)環(huán)境數(shù)據(jù)進(jìn)行智能預(yù)測(cè)、及將預(yù)測(cè)結(jié)果及時(shí)發(fā)送至循環(huán)模塊，使得預(yù)測(cè)過程準(zhǔn)確且高效，提高了增氧的準(zhǔn)確性和及時(shí)性。

本發(fā)明的實(shí)施例四提供了上述循環(huán)模塊30的一種具體實(shí)現(xiàn)方式。參見圖4，循環(huán)模塊30中具體包括如下內(nèi)容：

空氣循環(huán)單元31、水循環(huán)單元32及增氧單元33；

空氣循環(huán)單元31設(shè)置在無土栽培區(qū)及溫室中靠近無土栽培區(qū)的一側(cè)，且對(duì)魚菜共生系統(tǒng)中的空氣進(jìn)行循環(huán)控制；

水循環(huán)單元32分布在魚菜共生系統(tǒng)中的蓄水調(diào)節(jié)池、魚池、集水池、微濾機(jī)、生化池及脫氣池上，且對(duì)魚菜共生系統(tǒng)中的水環(huán)境進(jìn)行循環(huán)控制；

增氧單元33設(shè)置在魚菜共生系統(tǒng)中的蓄水調(diào)節(jié)池，增氧單元33根據(jù)預(yù)測(cè)控制模塊20中的控制命令發(fā)出單元23發(fā)出的控制命令，控制魚菜共生系統(tǒng)中空氣循環(huán)，使得魚池水中的溶解氧含量增加，并在未來的一個(gè)時(shí)間段內(nèi)保持在標(biāo)準(zhǔn)范圍內(nèi)。

從上述描述可知，通過循環(huán)模塊包括空氣循環(huán)單元及水循環(huán)單元的設(shè)置，實(shí)現(xiàn)了對(duì)魚菜共生系統(tǒng)全面且有效的循環(huán)控制，并根據(jù)控制命令及時(shí)進(jìn)行增氧操作，保證了魚菜共生環(huán)境中的溶解氧濃度滿足魚類生長的需要。

為更進(jìn)一步的說明本方案，本發(fā)明的實(shí)施例五提供了上述智能控制系統(tǒng)的一種具體實(shí)例。參見圖5和6，智能控制系統(tǒng)的實(shí)例中具體包括如下內(nèi)容：

魚菜共生種系統(tǒng)及智能控制系統(tǒng)共同由無土栽培區(qū)、養(yǎng)殖魚池、智能傳感器、信號(hào)采集器、串行通信接口、PC主機(jī)、控制器、執(zhí)行器組成；其中，信號(hào)采集器為前述采集模塊10的具體實(shí)例，PC主機(jī)為前述控制主機(jī)21的一種實(shí)例，控制器和執(zhí)行器為上述循環(huán)模塊30的一種實(shí)例。

其中，無土栽培區(qū)建于溫室內(nèi)墻體一側(cè)的采光區(qū)域，魚池挖建于溫室內(nèi)墻體一側(cè)的背光區(qū)域。

智能傳感器檢測(cè)溫室和魚池環(huán)境的實(shí)時(shí)數(shù)據(jù)，分別設(shè)置于相應(yīng)位置，信號(hào)采集器用于采集溫室和魚池環(huán)境中各參數(shù)數(shù)據(jù)；檢測(cè)空氣溫濕度、光照、二氧化碳、氣壓、水溫、水位、pH值及溶解氧數(shù)據(jù)，具體設(shè)備分別包括：溫度傳感器、濕度傳感器、光照傳感器、水溫傳感器、水位傳感器、溶解氧傳感器、PH值傳感器。且信號(hào)采集器與PC主機(jī)之間連接一串行通信接口，用于將信號(hào)采集器采集的參數(shù)數(shù)據(jù)傳輸給PC主機(jī)。

PC主機(jī)根據(jù)所采集的魚菜共生系統(tǒng)水質(zhì)指標(biāo)和相關(guān)溫室氣象因子數(shù)據(jù)建立并存儲(chǔ)原始數(shù)據(jù)庫；基于粒子群算法優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)控制算法預(yù)測(cè)控制推理出預(yù)測(cè)結(jié)果，與當(dāng)前實(shí)時(shí)溶解氧數(shù)據(jù)作對(duì)比，判斷是否開啟增氧機(jī)，并通過控制器對(duì)執(zhí)行器中的各設(shè)備發(fā)出開啟\關(guān)閉信號(hào)。

執(zhí)行器分空氣循環(huán)系統(tǒng)和水循環(huán)系統(tǒng)兩部分，空氣循環(huán)系統(tǒng)包括：卷簾機(jī)、遮陽網(wǎng)、換氣扇、加熱制冷設(shè)備，其中，空氣循環(huán)系統(tǒng)的溫、濕度傳感器，用于采集溫室內(nèi)空氣溫濕度參數(shù)；置于溫室無土栽培區(qū)周圍。水循環(huán)系統(tǒng)包括：循環(huán)水泵、增氧機(jī)、閥門、水處理設(shè)備。

其中的溶解氧傳感器，用于采集蓄水調(diào)節(jié)池和魚池內(nèi)溶解氧濃度數(shù)據(jù)，置于蓄水調(diào)節(jié)池出水口和魚池出水口處；水位傳感器，用于測(cè)量魚池內(nèi)水位，置于魚池內(nèi)；PH值傳感器，用于測(cè)量魚池內(nèi)水質(zhì)的PH值，置于蓄水調(diào)節(jié)池內(nèi)。

進(jìn)一步地，本具體實(shí)例中還包括變頻控制器，與循環(huán)水泵連接，用于控制該循環(huán)水泵的轉(zhuǎn)速；

魚池、生化池和脫氣池內(nèi)安裝曝氣裝置，或者進(jìn)行自然曝氣，以增加池內(nèi)水的含氧量。

水溫加熱冷卻設(shè)備的一端連通蓄水調(diào)節(jié)池，另一端連通魚池，對(duì)經(jīng)過蓄水調(diào)節(jié)池處理的循環(huán)水進(jìn)行加熱或冷卻。

卷簾機(jī)置于溫室內(nèi)一側(cè)墻體上，遮陽網(wǎng)掛在溫室頂部，換氣扇交錯(cuò)等間距安裝于溫室內(nèi)墻體上，加熱和制冷設(shè)備置于溫室內(nèi)；

集水池用于儲(chǔ)存魚池排出的廢水，微濾機(jī)用于過濾集水池排出的廢水中大顆粒泥沙、懸浮藻類、顆粒等；

其中，生化池用于降解有機(jī)物；脫氣池用于通過風(fēng)機(jī)的風(fēng)力來吹脫水中游離CO2；蓄水調(diào)節(jié)池用于調(diào)節(jié)水量和水質(zhì)，達(dá)到魚池環(huán)境所需標(biāo)準(zhǔn)；魚池中設(shè)置一管路排水口，通過循環(huán)管路連接水處理設(shè)備，通過循環(huán)管路依次連接集水池、微濾機(jī)、生化池、脫氣池、蓄水調(diào)節(jié)池，對(duì)魚池排出的污水進(jìn)行水質(zhì)凈化處理，蓄水調(diào)節(jié)池出水口連接魚池；脫氣池有一出水口連接無土栽培區(qū)，無土栽培區(qū)與蓄水調(diào)節(jié)池通過循環(huán)管路形成循環(huán)水路。

從上述描述可知，該智能控制系統(tǒng)實(shí)現(xiàn)了對(duì)魚菜共生系統(tǒng)進(jìn)行實(shí)時(shí)且準(zhǔn)確的控制，并在控制的同時(shí)對(duì)魚菜共生系統(tǒng)中水池的溶解氧含量進(jìn)行準(zhǔn)確預(yù)測(cè)，實(shí)現(xiàn)了按需增氧，提高了增氧的準(zhǔn)確性和及時(shí)性，使得魚菜共生系統(tǒng)能夠精確且穩(wěn)定的運(yùn)行。

進(jìn)一步的，本發(fā)明還提供了一種用于魚菜共生系統(tǒng)的智能預(yù)測(cè)控制方法。參見圖7，智能控制方法具體包括如下步驟：

步驟100、對(duì)魚菜共生系統(tǒng)中的水與空氣進(jìn)行循環(huán)控制，以及獲取并存儲(chǔ)一個(gè)時(shí)間段內(nèi)的魚菜共生系統(tǒng)的環(huán)境數(shù)據(jù)，其中，環(huán)境數(shù)據(jù)包括空氣溫濕度、光照、二氧化碳、氣壓、水溫、水位、pH值及溶解氧數(shù)據(jù)。

步驟200、用歸一化方法對(duì)環(huán)境數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化預(yù)處理，獲得模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型的訓(xùn)練數(shù)據(jù)集。

步驟300、根據(jù)訓(xùn)練數(shù)據(jù)集，基于粒子群算法優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)控制算法獲取模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型。

其中，步驟300具體包括：

步驟301、建立模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型：

根據(jù)溶解氧控制系統(tǒng)的階躍響應(yīng)動(dòng)態(tài)系數(shù)，獲取溶解氧預(yù)測(cè)模型的階躍響應(yīng)系數(shù)矩陣；根據(jù)過去控制量所產(chǎn)生的輸出及當(dāng)前控制輸入作用下的輸出響應(yīng)，確定溶解氧預(yù)測(cè)模型；根據(jù)溶解氧預(yù)測(cè)模型中某一時(shí)刻的無控制增量、有一個(gè)單獨(dú)的增量或有多個(gè)連續(xù)的控制增量的情況下的未來時(shí)刻的輸出值，獲得未來某一時(shí)刻的模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型。

步驟302、根據(jù)模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型，確定最優(yōu)控制增率，對(duì)模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型進(jìn)行滾到優(yōu)化：

對(duì)代入性能指標(biāo)后的模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型進(jìn)行求導(dǎo)，獲得增氧機(jī)的最優(yōu)控制增率；根據(jù)最優(yōu)控制增率，對(duì)模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型進(jìn)行滾動(dòng)優(yōu)化。

步驟303、對(duì)溶解氧預(yù)測(cè)控制模型進(jìn)行反饋校正：

根據(jù)模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型獲取未來某時(shí)刻的溶解氧預(yù)測(cè)含量值；檢測(cè)當(dāng)前實(shí)際的溶解氧含量值，并比較溶解氧含量值與溶解氧預(yù)測(cè)含量值，得到輸出誤差；對(duì)輸出誤差采用對(duì)誤差加權(quán)的方式，修正模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型的預(yù)測(cè)結(jié)果。

步驟400、將當(dāng)前溶解氧含量的實(shí)時(shí)數(shù)據(jù)輸入模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型，得到未來的一個(gè)時(shí)間段內(nèi)魚池水中的溶解氧含量的預(yù)測(cè)結(jié)果。

其中，步驟400具體包括：

歸一化處理魚菜共生系統(tǒng)當(dāng)前溶解氧含量的實(shí)時(shí)數(shù)據(jù)；將歸一化處理后的數(shù)據(jù)輸入模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型；計(jì)算得到模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型的輸出，即得到未來的一個(gè)時(shí)間段內(nèi)魚池水中的溶解氧含量的預(yù)測(cè)結(jié)果。

步驟500、根據(jù)預(yù)測(cè)結(jié)果對(duì)魚菜共生系統(tǒng)進(jìn)行溶解氧含量控制，使得魚池水中的溶解氧含量在未來的一個(gè)時(shí)間段內(nèi)在溶解氧含量的標(biāo)準(zhǔn)范圍內(nèi)。

從上述描述可知，該智能控制方法通過用歸一化方法對(duì)環(huán)境數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化預(yù)處理，獲得模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型的訓(xùn)練數(shù)據(jù)集，根據(jù)訓(xùn)練數(shù)據(jù)集，基于粒子群算法優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)控制算法獲取模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型，將當(dāng)前溶解氧含量的實(shí)時(shí)數(shù)據(jù)輸入模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型，得到未來的一個(gè)時(shí)間段內(nèi)魚池水中的準(zhǔn)確的溶解氧含量的預(yù)測(cè)結(jié)果；實(shí)現(xiàn)了對(duì)魚菜共生系統(tǒng)進(jìn)行實(shí)時(shí)且準(zhǔn)確的控制，并在控制的同時(shí)對(duì)魚菜共生系統(tǒng)中水池的溶解氧含量進(jìn)行準(zhǔn)確預(yù)測(cè)，實(shí)現(xiàn)了按需增氧，提高了增氧的準(zhǔn)確性和及時(shí)性，使得魚菜共生系統(tǒng)能夠精確且穩(wěn)定的運(yùn)行。

為進(jìn)一步的說明本方法，本法明還提供一種智能預(yù)測(cè)控制方法的具體應(yīng)用例。該智能控制方法的具體如下：

智能傳感器檢測(cè)各參數(shù)實(shí)時(shí)數(shù)據(jù)后，信號(hào)采集器將這些模擬信號(hào)變成數(shù)字信號(hào)，通過串行通信接口傳輸給PC主機(jī)，PC主機(jī)基于粒子群算法優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)控制算法獲取模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型，對(duì)所采集的魚菜共生系統(tǒng)水質(zhì)指標(biāo)和相關(guān)溫室氣象因子數(shù)據(jù)進(jìn)行推理預(yù)測(cè)，得出的預(yù)測(cè)結(jié)果與此刻溶解氧數(shù)據(jù)做對(duì)比，預(yù)測(cè)下一時(shí)間段內(nèi)溶解氧的含量，并對(duì)控制器發(fā)出開啟\關(guān)閉指令信號(hào)，執(zhí)行器收到控制信號(hào)后開啟\關(guān)閉增氧機(jī)。

預(yù)測(cè)步驟：

S1：采集預(yù)定時(shí)段內(nèi)的魚菜共生系統(tǒng)中空氣環(huán)境和水環(huán)境數(shù)據(jù)，以建立原始數(shù)據(jù)集；

具體地，采集頻率例如為每十分鐘一次，采集時(shí)常例如連續(xù)30天，共采集4320組數(shù)據(jù)，將同一時(shí)刻采集得到的空氣溫濕度、光照、二氧化碳、氣壓、水溫、水位、pH值及溶解氧數(shù)據(jù)分為一組；

S2：用歸一化方法對(duì)原始數(shù)據(jù)集進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化預(yù)處理，獲得模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型的訓(xùn)練數(shù)據(jù)集；

S3：基于粒子群優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)控制算法建立溶解氧預(yù)測(cè)控制模型，以獲取模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型；

模糊神經(jīng)網(wǎng)絡(luò)模型:

采用4層神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)模糊推理的網(wǎng)絡(luò)結(jié)構(gòu),這4層分別為輸入層、隸屬度生成層、推理層和輸出層。為了表達(dá)清晰,參見圖8，假設(shè)模糊系統(tǒng)有2個(gè)輸入變量x₁、x₂,一個(gè)輸出變量y,并且每個(gè)輸入變量在其論域上劃分為兩個(gè)模糊子集。

令X＝(x₁,x₂)^T∈U,y∈V分別表示系統(tǒng)輸入和輸出,它們分別與模糊規(guī)則的前提和結(jié)論相對(duì)應(yīng)；則系統(tǒng)中第j條規(guī)則的形式可表示為:

R₁:if x₁＝X_1j,and x₂＝X_2j,then y＝Y(jié)_j (1)

其中,Y_j為第j條規(guī)則的結(jié)論；X_ij(i＝1,2)為輸入變量的模糊子集,本文采用高斯型函數(shù)來描述輸入x_i滿足前提X_ij的程度,即隸屬度

${\mathrm{\μ}}_{xij}\left(x_i\right)=\exp \[-\frac{{(x_i-m_{ij})}^2}{{\mathrm{\δij}}^2}\]---\left(2\right)$

其中,m_ij為高斯型函數(shù)的均值,σ_ij為標(biāo)準(zhǔn)偏差；所以,輸入空間的一個(gè)模糊子集完全由參數(shù)m_ij和σ_ij確定。

模糊推理：

對(duì)于一個(gè)輸入X＝(x₁,x₂)^T∈U,模糊推理的主要過程如下:

(1)規(guī)則前提對(duì)輸入X適應(yīng)度的計(jì)算根據(jù)模糊理論,規(guī)則前提對(duì)輸入X的適應(yīng)度就是X相對(duì)于前提模糊子集的隸屬度,在本研究第j條規(guī)則對(duì)X的適應(yīng)度可寫為:

$\left(3\right)$

上式的作用相當(dāng)于輸入層與規(guī)則層的連接權(quán)值.

2)模糊決策方法：

各條規(guī)則對(duì)輸入X的適應(yīng)度反映了各條規(guī)則對(duì)最后模糊決策的貢獻(xiàn)程度。假設(shè)系統(tǒng)中共有m條規(guī)則,本文采用加權(quán)平均法進(jìn)行去模糊化處理,可得到模糊系統(tǒng)的輸出為:

$y=\frac{\underset{j=1}{\overset{m}{\Σ}}{w}_j{\mathrm{\μ}}_j}{\underset{j}{\overset{m}{\Σ}}{\mathrm{\μ}}_j}---\left(4\right)$

其中,w_j為推理層與輸出層之間的連接權(quán)重。在該網(wǎng)絡(luò)模型中,如果已知輸入變量數(shù)(N)及其模糊子集的個(gè)數(shù)(Y),則模糊推理層節(jié)點(diǎn)數(shù)(即規(guī)則數(shù))m＝Y(jié)^N,即表示系統(tǒng)最多有YN條規(guī)則。需要確定的參數(shù)只有各規(guī)則前提隸屬度參數(shù)(m_ij,σ_ij)以及權(quán)重w_j。

粒子群優(yōu)化算法：

算法采用速度位置搜索模型。假設(shè)在一個(gè)D維的目標(biāo)搜索空間中,有m個(gè)粒子組成一個(gè)群落,其中第i個(gè)粒子表示為一個(gè)D維的向量xi＝(x_i1,x_i2,…,x_iD),i＝1,2,…,m,即第i個(gè)粒子在D維的搜索空間中的位置是x_i。換言之,每個(gè)粒子的位置就是一個(gè)潛在的解。將x_i代入一個(gè)目標(biāo)函數(shù)就可以計(jì)算出其適應(yīng)值,根據(jù)適應(yīng)值的大小衡量x_i的優(yōu)劣。第i個(gè)粒子的速度也是一個(gè)D維的向量,記為v_i＝(v_i1,v_i2,…,v_iD)。第i個(gè)粒子迄今為止搜索到的最優(yōu)位置為p_i＝(p_i1,p_i2,…,p_iD),整個(gè)粒子群迄今為止搜索到的最優(yōu)位置為p_g＝(p_g1,p_g2,…,p_gD)。粒子根據(jù)以下公式來更新其速度和位置：

v_id＝v_id+c₁·rand()·(p_id-x_id)+c₂·rand()·(p_gd-x_id)

x_id＝x_id+v_id (5)

其中,rand()是均勻分布在(0,1)區(qū)間的隨機(jī)數(shù)。學(xué)習(xí)因子c₁、c₂一般取c1＝c2＝2。極值與全局極值進(jìn)行搜索,直到達(dá)到規(guī)定的迭代次數(shù)或滿足規(guī)定的誤差標(biāo)準(zhǔn)為止。粒子在每一維飛行的速度不能超過算法設(shè)定的最大速度v_max。設(shè)置較大的v_max可以保證粒子種群的全局搜索能力,v_max較小則粒子種群的局部搜索能力加強(qiáng)。v_id∈(-v_max，+v_max)，v_max是常數(shù),由用戶決定。

在考慮實(shí)際優(yōu)化問題時(shí),往往希望先采用全局搜索,使搜索空間快速收斂于某一區(qū)域,然后采用局部精細(xì)搜索以獲得高精度的解。因此,在公式(5)的v_id前乘以慣性權(quán)重w,w為非負(fù)數(shù),w較大算法具有較強(qiáng)的全局搜索能力,w較小則算法傾向于局部搜索。一般的做法是將w初始值為0.9并使其隨迭代次數(shù)的增加線性遞減至0.4,以達(dá)到上述期望的優(yōu)化目的。改進(jìn)后的算法表示如下:

v_id＝wv_id+c₁·rand()·(pid-xid)+c₂·rand()·(p_gd-x_id)

x_id＝x_id+v_id (6)

迭代中止條件根據(jù)具體問題一般選為最大迭代次數(shù)或粒子群迄今為止搜索到的最優(yōu)位置滿足預(yù)訂最小適應(yīng)閾值。

S4：在線實(shí)時(shí)采集魚菜共生系統(tǒng)水質(zhì)指標(biāo)和溫室相關(guān)氣象因子數(shù)據(jù)，并將所采集的數(shù)據(jù)輸入模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型以獲取魚菜共生系統(tǒng)中水質(zhì)溶解氧濃度的預(yù)測(cè)值。

例如實(shí)時(shí)采集t時(shí)刻的空氣溫度、濕度、光照、水質(zhì)水溫、水位、溶解氧、PH值，對(duì)這些數(shù)據(jù)進(jìn)行歸一化，并將歸一化后的7個(gè)數(shù)據(jù)輸入在步驟S3中得到的模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型，即可獲取該模糊神經(jīng)網(wǎng)絡(luò)溶解氧預(yù)測(cè)控制模型的輸出:t+1時(shí)刻的溶解氧預(yù)測(cè)值。從上述描述可知，本系統(tǒng)可以解決溶解氧增氧過程中存在滯后現(xiàn)象，提前進(jìn)行預(yù)測(cè)，防止魚類會(huì)因缺氧或增氧不及時(shí)而大面積死亡；本系統(tǒng)可實(shí)現(xiàn)對(duì)魚池水質(zhì)溶解氧進(jìn)行邊預(yù)測(cè)邊控制，實(shí)現(xiàn)按需增氧，避免能源浪費(fèi)；利用粒子群算法建立神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,較常規(guī)的BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)精度有所提高。

以上實(shí)施例僅用于說明本發(fā)明的技術(shù)方案，而非對(duì)其限制；盡管參照前述實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對(duì)前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對(duì)其中部分技術(shù)特征進(jìn)行等同替換；而這些修改或替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的精神和范圍。