本技術(shù)涉及信息，特別涉及一種基于改進(jìn)k-means算法的田間滴灌自動(dòng)分區(qū)方法及系統(tǒng)。

背景技術(shù)：

1、在現(xiàn)代農(nóng)業(yè)灌溉實(shí)踐中，傳統(tǒng)的灌溉方法往往依賴于經(jīng)驗(yàn)判斷或統(tǒng)一的標(biāo)準(zhǔn)，忽略了農(nóng)田環(huán)境的復(fù)雜性和多樣性。隨著農(nóng)業(yè)科技的進(jìn)步，特別是物聯(lián)網(wǎng)、大數(shù)據(jù)處理與分析技術(shù)的快速發(fā)展，智能灌溉系統(tǒng)應(yīng)運(yùn)而生，旨在通過(guò)自動(dòng)化和智能化手段提高灌溉效率，減少水資源浪費(fèi)。

2、智能灌溉系統(tǒng)的一個(gè)關(guān)鍵環(huán)節(jié)是田間區(qū)域的合理分區(qū)，以便根據(jù)不同區(qū)域的特定條件制定針對(duì)性的灌溉策略。然而，當(dāng)前多數(shù)自動(dòng)分區(qū)方法在處理農(nóng)田復(fù)雜環(huán)境時(shí)面臨諸多挑戰(zhàn)。一方面，農(nóng)田環(huán)境包含多種難以量化的因素，這些因素對(duì)灌溉需求有著顯著影響；另一方面，現(xiàn)有的分區(qū)方法往往依賴于單一的算法或模型，難以全面考慮農(nóng)田環(huán)境的多樣性和動(dòng)態(tài)性，導(dǎo)致分區(qū)結(jié)果不夠精準(zhǔn)，進(jìn)而影響灌溉效果。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)所要解決的技術(shù)問(wèn)題是提供一種基于改進(jìn)k-means算法的田間滴灌自動(dòng)分區(qū)方法及系統(tǒng)，能夠獲得準(zhǔn)確的地塊聚類結(jié)果，從而能夠有效地提升滴灌效果。具體方案如下：

2、一種基于改進(jìn)k-means算法的田間滴灌自動(dòng)分區(qū)方法，包括：

3、獲取田間區(qū)域的各個(gè)地塊的狀態(tài)數(shù)據(jù)，所述狀態(tài)數(shù)據(jù)包括土壤濕度、土壤特性、作物種類、作物分布、作物生長(zhǎng)狀態(tài)以及地形數(shù)據(jù)；

4、將各個(gè)所述地塊的狀態(tài)數(shù)據(jù)輸入到預(yù)先訓(xùn)練好的隨機(jī)森林模型，獲得所述隨機(jī)森林模型輸出的n個(gè)初始聚類中心，n為k-means算法的聚類數(shù)目；

5、根據(jù)預(yù)設(shè)的角蜥優(yōu)化算法、各個(gè)所述地塊的狀態(tài)數(shù)據(jù)以及所述n個(gè)初始聚類中心，獲得n個(gè)最優(yōu)聚類中心；

6、根據(jù)各個(gè)所述地塊的狀態(tài)數(shù)據(jù)以及所述n個(gè)最優(yōu)聚類中心，對(duì)各個(gè)所述地塊進(jìn)行聚類，獲得每個(gè)所述地塊的聚類結(jié)果，每個(gè)地塊的聚類結(jié)果表征所述地塊所屬的灌溉類型；

7、根據(jù)每個(gè)所述地塊的聚類結(jié)果，確定每個(gè)所述地塊的滴灌方案。

8、上述的方法，可選的，所述根據(jù)預(yù)設(shè)的角蜥優(yōu)化算法、各個(gè)所述地塊的狀態(tài)數(shù)據(jù)以及所述n個(gè)初始聚類中心，獲得n個(gè)最優(yōu)聚類中心，包括：

9、獲取角蜥優(yōu)化算法的設(shè)置參數(shù)；所述設(shè)置參數(shù)包括種群規(guī)模參數(shù)、最大迭代次數(shù)、步長(zhǎng)參數(shù)、擾動(dòng)強(qiáng)度以及遷移距離；

10、根據(jù)n個(gè)初始聚類中心、各個(gè)所述地塊的狀態(tài)數(shù)據(jù)以及所述種群規(guī)模參數(shù)，生成角蜥種群；所述角蜥種群包括多個(gè)角蜥個(gè)體，每個(gè)角蜥個(gè)體包括n個(gè)候選聚類中心；

11、計(jì)算角蜥種群中的每個(gè)角蜥個(gè)體當(dāng)前的適應(yīng)度值；

12、根據(jù)每個(gè)所述角蜥個(gè)體當(dāng)前的適應(yīng)度值調(diào)節(jié)所述步長(zhǎng)參數(shù)；

13、根據(jù)調(diào)節(jié)后的步長(zhǎng)參數(shù)以及第一目標(biāo)角蜥個(gè)體調(diào)節(jié)每個(gè)所述角蜥個(gè)體的位置；所述第一目標(biāo)角蜥個(gè)體為全局適應(yīng)度值最優(yōu)的角蜥個(gè)體；

14、生成隨機(jī)向量，并根據(jù)所述隨機(jī)向量以及所述擾動(dòng)強(qiáng)度對(duì)調(diào)節(jié)位置后的角蜥個(gè)體進(jìn)行隨機(jī)擾動(dòng)；

15、對(duì)于每個(gè)隨機(jī)擾動(dòng)后的角蜥個(gè)體，在根據(jù)所述隨機(jī)擾動(dòng)后的角蜥個(gè)體的適應(yīng)度值確定出角蜥個(gè)體滿足預(yù)設(shè)的遷移條件的情況下，根據(jù)所述遷移距離以及第二目標(biāo)角蜥個(gè)體對(duì)每個(gè)所述角蜥個(gè)體的位置進(jìn)行遷移，以完成迭代；所述第二目標(biāo)角蜥個(gè)體為當(dāng)前種群中的任意一個(gè)角蜥個(gè)體；

16、計(jì)算迭代后的角蜥種群中的各個(gè)所述角蜥個(gè)體的適應(yīng)度值，并根據(jù)迭代后的角蜥種群中的各個(gè)所述角蜥個(gè)體的適應(yīng)度值確定出當(dāng)前全局適應(yīng)度值最優(yōu)的角蜥個(gè)體；

17、在所述角蜥種群的迭代次數(shù)小于預(yù)設(shè)的迭代次數(shù)閾值的情況下，返回執(zhí)行根據(jù)每個(gè)所述角蜥個(gè)體當(dāng)前的適應(yīng)度值調(diào)節(jié)所述步長(zhǎng)參數(shù)的步驟；

18、在所述角蜥種群的迭代次數(shù)不小于預(yù)設(shè)的迭代次數(shù)閾值的情況下，根據(jù)當(dāng)前全局適應(yīng)度值最優(yōu)的角蜥個(gè)體，確定k-means算法的n個(gè)最優(yōu)聚類中心。

19、上述的方法，可選的，所述獲取田間區(qū)域的各個(gè)地塊的狀態(tài)數(shù)據(jù)，包括：

20、獲取田間區(qū)域的各個(gè)地塊的初始狀態(tài)數(shù)據(jù)；

21、對(duì)所述田間區(qū)域的各個(gè)地塊的初始狀態(tài)數(shù)據(jù)進(jìn)行預(yù)處理操作，獲得所述田間區(qū)域的各個(gè)地塊的狀態(tài)數(shù)據(jù)。

22、上述的方法，可選的，所述根據(jù)每個(gè)所述地塊的聚類結(jié)果，確定每個(gè)所述地塊的滴灌方案，包括：

23、根據(jù)每個(gè)所述地塊的聚類結(jié)果，將各個(gè)所述地塊劃分為多個(gè)滴灌區(qū)域；

24、確定每個(gè)所述滴灌區(qū)域的灌溉時(shí)間、灌溉量以及灌溉頻率；

25、根據(jù)每個(gè)所述滴灌區(qū)域的灌溉時(shí)間、灌溉量以及灌溉頻率，生成每個(gè)所述滴灌區(qū)域的地塊的灌溉方案。

26、上述的方法，可選的，根據(jù)每個(gè)所述地塊的聚類結(jié)果，確定每個(gè)所述地塊的滴灌方案之后，還包括：

27、根據(jù)每個(gè)所述地塊的滴灌方案，對(duì)每個(gè)所述地塊進(jìn)行滴灌；

28、在對(duì)每個(gè)所述地塊進(jìn)行滴灌后，采集每個(gè)所述地塊的目標(biāo)狀態(tài)數(shù)據(jù)；所述目標(biāo)狀態(tài)數(shù)據(jù)包括土壤濕度變化數(shù)據(jù)以及作物生長(zhǎng)情況數(shù)據(jù)；

29、根據(jù)每個(gè)所述地塊的目標(biāo)狀態(tài)數(shù)據(jù)，確定每個(gè)所述地塊的滴灌方案的滴灌效果。

30、一種基于改進(jìn)k-means算法的田間滴灌自動(dòng)分區(qū)系統(tǒng)，包括：

31、獲取單元，用于獲取田間區(qū)域的各個(gè)地塊的狀態(tài)數(shù)據(jù)，所述狀態(tài)數(shù)據(jù)包括土壤濕度、土壤特性、作物種類、作物分布、作物生長(zhǎng)狀態(tài)以及地形數(shù)據(jù)；

32、第一執(zhí)行單元，用于將各個(gè)所述地塊的狀態(tài)數(shù)據(jù)輸入到預(yù)先訓(xùn)練好的隨機(jī)森林模型，獲得所述隨機(jī)森林模型輸出的n個(gè)初始聚類中心，n為k-means算法的聚類數(shù)目；

33、第二執(zhí)行單元，用于根據(jù)預(yù)設(shè)的角蜥優(yōu)化算法、各個(gè)所述地塊的狀態(tài)數(shù)據(jù)以及所述n個(gè)初始聚類中心，獲得n個(gè)最優(yōu)聚類中心；

34、聚類單元，用于根據(jù)各個(gè)所述地塊的狀態(tài)數(shù)據(jù)以及所述n個(gè)最優(yōu)聚類中心，對(duì)各個(gè)所述地塊進(jìn)行聚類，獲得每個(gè)所述地塊的聚類結(jié)果，每個(gè)地塊的聚類結(jié)果表征所述地塊所屬的灌溉類型；

35、第一確定單元，用于根據(jù)每個(gè)所述地塊的聚類結(jié)果，確定每個(gè)所述地塊的滴灌方案。

36、上述的系統(tǒng)，可選的，所述第二執(zhí)行單元，包括：

37、第一獲取子單元，用于獲取角蜥優(yōu)化算法的設(shè)置參數(shù)；所述設(shè)置參數(shù)包括種群規(guī)模參數(shù)、最大迭代次數(shù)、步長(zhǎng)參數(shù)、擾動(dòng)強(qiáng)度以及遷移距離；

38、第一生成子單元，用于根據(jù)n個(gè)初始聚類中心、各個(gè)所述地塊的狀態(tài)數(shù)據(jù)以及所述種群規(guī)模參數(shù)，生成角蜥種群；所述角蜥種群包括多個(gè)角蜥個(gè)體，每個(gè)角蜥個(gè)體包括n個(gè)候選聚類中心；

39、第一計(jì)算子單元，用于計(jì)算角蜥種群中的每個(gè)角蜥個(gè)體當(dāng)前的適應(yīng)度值；

40、第一調(diào)節(jié)子單元，用于根據(jù)每個(gè)所述角蜥個(gè)體當(dāng)前的適應(yīng)度值調(diào)節(jié)所述步長(zhǎng)參數(shù)；

41、第二調(diào)節(jié)子單元，用于根據(jù)調(diào)節(jié)后的步長(zhǎng)參數(shù)以及第一目標(biāo)角蜥個(gè)體調(diào)節(jié)每個(gè)所述角蜥個(gè)體的位置；所述第一目標(biāo)角蜥個(gè)體為全局適應(yīng)度值最優(yōu)的角蜥個(gè)體；

42、第二生成子單元，用于生成隨機(jī)向量，并根據(jù)所述隨機(jī)向量以及所述擾動(dòng)強(qiáng)度對(duì)調(diào)節(jié)位置后的角蜥個(gè)體進(jìn)行隨機(jī)擾動(dòng)；

43、遷移子單元，用于對(duì)于每個(gè)隨機(jī)擾動(dòng)后的角蜥個(gè)體，在根據(jù)所述隨機(jī)擾動(dòng)后的角蜥個(gè)體的適應(yīng)度值確定出角蜥個(gè)體滿足預(yù)設(shè)的遷移條件的情況下，根據(jù)所述遷移距離以及第二目標(biāo)角蜥個(gè)體對(duì)每個(gè)所述角蜥個(gè)體的位置進(jìn)行遷移，以完成迭代；所述第二目標(biāo)角蜥個(gè)體為當(dāng)前種群中的任意一個(gè)角蜥個(gè)體；

44、第二計(jì)算子單元，用于計(jì)算迭代后的角蜥種群中的各個(gè)所述角蜥個(gè)體的適應(yīng)度值，并根據(jù)迭代后的角蜥種群中的各個(gè)所述角蜥個(gè)體的適應(yīng)度值確定出當(dāng)前全局適應(yīng)度值最優(yōu)的角蜥個(gè)體；

45、第一執(zhí)行子單元，用于在所述角蜥種群的迭代次數(shù)小于預(yù)設(shè)的迭代次數(shù)閾值的情況下，返回觸發(fā)所述第一調(diào)節(jié)子單元執(zhí)行根據(jù)每個(gè)所述角蜥個(gè)體當(dāng)前的適應(yīng)度值調(diào)節(jié)所述步長(zhǎng)參數(shù)的步驟；

46、第二執(zhí)行子單元，用于在所述角蜥種群的迭代次數(shù)不小于預(yù)設(shè)的迭代次數(shù)閾值的情況下，根據(jù)當(dāng)前全局適應(yīng)度值最優(yōu)的角蜥個(gè)體，確定k-means算法的n個(gè)最優(yōu)聚類中心。

47、上述的系統(tǒng)，可選的，所述獲取單元，包括：

48、第二獲取子單元，用于獲取田間區(qū)域的各個(gè)地塊的初始狀態(tài)數(shù)據(jù)；

49、預(yù)處理子單元，用于對(duì)所述田間區(qū)域的各個(gè)地塊的初始狀態(tài)數(shù)據(jù)進(jìn)行預(yù)處理操作，獲得所述田間區(qū)域的各個(gè)地塊的狀態(tài)數(shù)據(jù)。

50、上述的系統(tǒng)，可選的，所述第一確定單元，包括：

51、第三執(zhí)行子單元，用于根據(jù)每個(gè)所述地塊的聚類結(jié)果，將各個(gè)所述地塊劃分為多個(gè)滴灌區(qū)域；

52、確定子單元，用于確定每個(gè)所述滴灌區(qū)域的灌溉時(shí)間、灌溉量以及灌溉頻率；

53、第三生成子單元，用于根據(jù)每個(gè)所述滴灌區(qū)域的灌溉時(shí)間、灌溉量以及灌溉頻率，生成每個(gè)所述滴灌區(qū)域的地塊的灌溉方案。

54、上述的系統(tǒng)，可選的，還包括：

55、控制單元，用于根據(jù)每個(gè)所述地塊的滴灌方案，對(duì)每個(gè)所述地塊進(jìn)行滴灌；

56、采集單元，用于在對(duì)每個(gè)所述地塊進(jìn)行滴灌后，采集每個(gè)所述地塊的目標(biāo)狀態(tài)數(shù)據(jù)；所述目標(biāo)狀態(tài)數(shù)據(jù)包括土壤濕度變化數(shù)據(jù)以及作物生長(zhǎng)情況數(shù)據(jù)；

57、確定單元，用于根據(jù)每個(gè)所述地塊的目標(biāo)狀態(tài)數(shù)據(jù)，確定每個(gè)所述地塊的滴灌方案的滴灌效果。

58、基于上述本技術(shù)實(shí)施提供的一種基于改進(jìn)k-means算法的田間滴灌自動(dòng)分區(qū)方法及系統(tǒng)，獲取田間區(qū)域的各個(gè)地塊的狀態(tài)數(shù)據(jù)，所述狀態(tài)數(shù)據(jù)包括土壤濕度、土壤特性、作物種類、作物分布、作物生長(zhǎng)狀態(tài)以及地形數(shù)據(jù)；將各個(gè)所述地塊的狀態(tài)數(shù)據(jù)輸入到預(yù)先訓(xùn)練好的隨機(jī)森林模型，獲得所述隨機(jī)森林模型輸出的n個(gè)初始聚類中心，n為k-means算法的聚類數(shù)目；根據(jù)預(yù)設(shè)的角蜥優(yōu)化算法、各個(gè)所述地塊的狀態(tài)數(shù)據(jù)以及所述n個(gè)初始聚類中心，獲得n個(gè)最優(yōu)聚類中心；根據(jù)各個(gè)所述地塊的狀態(tài)數(shù)據(jù)以及所述n個(gè)最優(yōu)聚類中心，對(duì)各個(gè)所述地塊進(jìn)行聚類，獲得每個(gè)所述地塊的聚類結(jié)果，每個(gè)地塊的聚類結(jié)果表征所述地塊所屬的灌溉類型；根據(jù)每個(gè)所述地塊的聚類結(jié)果，確定每個(gè)所述地塊的滴灌方案。應(yīng)用本技術(shù)提供的方法，通過(guò)引入隨機(jī)森林模型作為預(yù)處理步驟，利用其在處理復(fù)雜數(shù)據(jù)上的優(yōu)勢(shì)，從田間地塊的多維度狀態(tài)數(shù)據(jù)中提取關(guān)鍵特征，生成更為合理的初始聚類中心，有效避免了傳統(tǒng)k-means算法初始聚類中心選擇的隨機(jī)性，提高了聚類過(guò)程的穩(wěn)定性和準(zhǔn)確性。并且可以結(jié)合角蜥優(yōu)化算法對(duì)初始聚類中心進(jìn)行進(jìn)一步優(yōu)化，角蜥優(yōu)化算法以其良好的全局搜索能力和快速收斂性，能夠在復(fù)雜搜索空間中快速找到最優(yōu)或接近最優(yōu)的聚類中心，從而進(jìn)一步提升聚類效果，確保分區(qū)結(jié)果更加符合田間實(shí)際情況。