CN102880148B - 柑橘贮藏条件自动控制系统与控制方法 - Google Patents
柑橘贮藏条件自动控制系统与控制方法 Download PDFInfo
- Publication number
- CN102880148B CN102880148B CN201210374242.8A CN201210374242A CN102880148B CN 102880148 B CN102880148 B CN 102880148B CN 201210374242 A CN201210374242 A CN 201210374242A CN 102880148 B CN102880148 B CN 102880148B
- Authority
- CN
- China
- Prior art keywords
- holding conditions
- control performance
- oranges
- gas concentration
- performance element
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种柑橘贮藏条件自动控制系统和控制方法,系统包括处理器、存储器、多个模数转换模块、多组传感器单元、多组贮藏条件控制执行单元。方法为首先检测果实采后逐渐衰老甚至腐烂过程中释放的二氧化碳作为判定果实呼吸强度的指标;然后以贮藏库的温度、湿度、乙烯浓度作为控制变量,将环境条件的调节过程看成一个机器学习领域的时间动作序列,每一次动作就是采取一定的环境条件,使得柑橘呼吸强度最弱,在此基础上根据采集到的数据自主学习建立环境条件与柑橘呼吸强度的控制模型,最后,按照该模型对贮存环境条件自动控制。本发明能提高贮藏库环境数据采集精度,增强贮藏条件控制的实时性,最大程度避免柑橘在贮藏时发生腐烂。
Description
技术领域
本发明涉及智能控制技术领域,具体涉及一种柑橘贮藏条件自动控制系统与控制方法。
技术背景
我国是柑橘种植面积和产量最大的国家,为满足市场常年需求,旺季时大量柑橘用于贮藏,如果贮藏环境条件不当往往会造成柑橘品质的显著降低甚至腐烂,导致严重的经济损失,目前采后损失率高达贮存量的20%。传统的柑橘贮藏管理基本采用手工方式,贮藏库环境信息的采集、果实品质的检测以及贮藏温度、湿度和气体浓度等条件的控制都靠人工完成,上述手工方式存在着贮藏库环境数据采集精度较低,贮藏条件控制的实时性较差的技术问题,导致了柑橘在贮藏时容易腐烂。另外,上述方式需要花费大量的人力,增加了柑橘的贮藏成本。
发明内容
本发明的目的是针对上述技术问题,提供一种柑橘贮藏条件自动控制系统与控制方法,该系统和方法能提高贮藏库环境数据采集精度,增强贮藏条件控制的实时性,最大程度避免柑橘在贮藏时发生腐烂。
为实现此目的,本发明所设计的柑橘贮藏条件自动控制系统,包括处理器、与处理器连接的存储器、多个模数转换模块、多组传感器单元、多组贮藏条件控制执行单元,其中,每组传感器单元的信号输出端通过对应的模数转换模块连接处理器的通信端,所述处理器的通信端分别连接每组贮藏条件控制执行单元的控制端,所述每组传感器单元均包括温度传感器、湿度传感器和气体浓度传感器,所述每组贮藏条件控制执行单元均包括水暖热风机、水帘和排气风机。
上述技术方案中,它还包括第一无线通信模块、与第一无线通信模块无线通信的第二无线通信模块,所述处理器的通信端连接第一无线通信模块;每组贮藏条件控制执行单元的控制端均连接第二无线通信模块。
上述技术方案中,它还包括与第一无线通信模块无线通信的第三无线通信模块、多个模拟信号调理模块,所述每组传感器单元的信号输出端均通过相应的模拟信号调理模块连接对应的模数转换模块,所述模数转换模块连接第三无线通信模块。
一种柑橘贮藏条件自动控制方法,包括如下步骤:
步骤1:在处理器中构建柑橘贮藏条件的控制模型,所述构建柑橘贮藏条件的控制模型的步骤如下;
步骤101:将柑橘分成A组,每组柑橘置于独立贮藏空间中,在每个独立的柑橘贮藏空间中设置一组传感器单元和贮藏条件控制执行单元;
步骤102:对每组柑橘的贮藏环境进行离散化处理,需要进行离散化处理的贮藏环境参数为温度t、相对湿度h、乙烯浓度y,其中,温度t为5~9℃、相对湿度h为85~89%、乙烯浓度y为0~2ppm,所述温度t的离散精度为1℃、相对湿度h的离散精度为1%、乙烯浓度y的离散精度为1ppm,则温度t对应4种贮藏条件控制执行单元的动作,相对湿度h对应4种贮藏条件控制执行单元的动作,乙烯浓度y对应2种贮藏条件控制执行单元的动作,上述贮藏条件控制执行单元的动作向量由d=<t,h,y>表示,则A组柑橘的贮藏条件控制执行单元的动作向量d为温度t、相对湿度h、乙烯浓度y对应贮藏条件控制执行单元动作之积,即4*4*2=32种,则贮藏条件控制执行单元可以执行32种不同动作,上述柑橘贮藏环境参数通过对应的传感器单元进行采集,并由相应的贮藏条件控制执行单元进行控制;
步骤103:对每组柑橘的呼吸强度进行离散化,每组柑橘对应的传感器单元采集柑橘呼吸过程中释放的二氧化碳浓度c,并用二氧化碳浓度c来表征柑橘的呼吸强度,柑橘贮藏库中二氧化碳的浓度在0~200ppm区间内,所述二氧化碳的浓度的离散精度也为给定值,则根据上述二氧化碳的浓度区间和给定的二氧化碳浓度离散精度确定二氧化碳浓度c有B种值;
步骤104:确定上述贮藏条件控制执行单元的每个动作对应的即时效果e,即时效果e为贮藏条件控制执行单元执行动作后柑橘呼吸过程中释放的二氧化碳浓度c随时间的变化率,其计算方法是:在一个时间单位后,用二氧化碳浓度c的起始值减去结束值,所得的差值除以一个给定的离散精度得到的整数即为即时效果e;
步骤105:设计矩阵M(c,d),矩阵M(c,d)表示在二氧化碳浓度c条件下贮藏条件控制执行单元进行动作d后的预期累积效果值,由于c和d分别有B和32种选择,所以M(c,d)将构成一个B*32维矩阵,令该矩阵为M,从机器学习的角度来看,学习的目标就是要得到矩阵M,实现柑橘不同状态下的最优动作选择;
M(c,d)的迭代计算式为:
,其中,e(c,d)为在柑橘释放的二氧化碳浓度c上实施的贮藏条件控制执行单元的动作向量d,并等待一个时间单位后,通过检测和计算按步骤104得到的即时效果e,常数β∈[0,1],在一个二氧化碳浓度c上实施贮藏条件控制执行单元的动作向量d后得到的新二氧化碳浓度记为c',下一步可执行的新贮藏条件控制执行单元的动作向量d'也有32种选择,表示选取其中M值的最大者,M(c,d)将收敛于最优值;
步骤106:初始化矩阵M中的每一个元素为0,即对于二氧化碳浓度c和贮藏条件控制执行单元的动作向量d,有M(c,d)=0;
步骤107:等待一个时间单位,通过传感器单元采集每组柑橘释放的二氧化碳浓度c,并按步骤104的方法计算e(c,d);
步骤108:选择使得M(c',d')的取得最大值的贮藏条件控制执行单元的动作向量d,对M(c,d)按M(c,d)←e(c,d)+βmaxM(c',d')更新,每组柑橘中的二氧化碳浓度c、贮藏条件控制执行单元的动作向量d以及对应的即时效果e负责更新矩阵M中的一个值;
步骤109:计算矩阵M的新值和原值的差,M(c,d)-M(c',d')<T是否成立,T为给定阈值,如果成立则退出迭代,否则进入步骤110,起初因为M(c,d)初始值取0,所以一定会需要继续迭代,直到在不断的迭代中差值逐渐缩小,才会终于满足上述条件而退出;
步骤110:执行步骤108中选定的贮藏条件控制执行单元的动作向量d,然后回到步骤107,继续迭代;
步骤111:上述迭代过程退出后,得到一个B*32维矩阵,矩阵中每一元素M(c,d)将收敛于最优值,该矩阵表示处于某种二氧化碳浓度c下,执行不同贮藏条件控制执行单元的动作向量d的回报值;
步骤2:处理器将上述得到的B*32维矩阵存入存储器中;
步骤3:将柑橘统一贮藏,通过传感器单元对贮藏的二氧化碳浓度c进行实时监控,并将实时的二氧化碳浓度c输入处理器,处理器通过查询存储器中的B*32维矩阵,然后控制贮藏条件控制执行单元执行最优的环境调节动作。
所述步骤101中所述柑橘分成32组;步骤102中32组柑橘的贮藏条件控制执行单元的动作向量d为32种,即贮藏条件控制执行单元可以执行32种不同动作。
所述步骤103中,所述二氧化碳的浓度的离散精度为10ppm,根据二氧化碳的浓度区间0~200ppm和二氧化碳浓度离散精度10ppm,确定二氧化碳浓度c有20种值;则步骤105、步骤106、步骤108、步骤109、步骤111、步骤2、步骤3中的B*A维矩阵为20×32维矩阵;
所述步骤104、步骤105、步骤107中的一个时间单位为一天。
所述步骤104中,在一个时间单位后,用二氧化碳浓度c的起始值减去结束值,所得的差值除以离散精度10ppm,得到的整数即为即时效果e。
所述步骤105中常数β为0.9。
所述步骤109中阈值T为0.01。
本发明设计了主要由处理器、存储器、模数转换模块、传感器单元、和贮藏条件控制执行单元构成的控制系统;并基于机器学习理论、园艺产品保鲜技术设计了柑橘贮藏条件自动控制方法。该系统及方法首次将机器学习算法引入柑橘贮藏库的自动测控中,建立了环境条件控制模型;通过检测柑橘采摘后衰老过程中释放的气体确定果实呼吸强度进而控制其品质;通过上述技术手段,使得柑橘贮藏库环境数据的采集精度,贮藏条件控制的实时性均得到了提高,最大程度避免了柑橘在贮藏时发生腐烂。
另一方面,本发明充分考虑了贮藏库的调控因子,将现代自动控制理论和信息技术应用于柑橘贮藏的生产实践,实现对贮藏库环境与柑橘采后生理的最佳匹配以及最优控制,克服现有贮藏库人工控制或简单恒温控制的缺点。
附图说明
图1为本发明的控制系统结构示意图;
具体实施方式
以下结合附图和实施例对本发明作进一步的详细说明:
如图1所示柑橘贮藏条件自动控制系统,包括处理器、与处理器连接的存储器、多个模数转换模块、多组传感器单元、多组贮藏条件控制执行单元,其中,每组传感器单元的信号输出端通过对应的模数转换模块连接处理器的通信端,所述处理器的通信端分别连接每组贮藏条件控制执行单元的控制端,所述每组传感器单元均包括温度传感器、湿度传感器和气体浓度传感器,所述每组贮藏条件控制执行单元均包括水暖热风机、水帘和排气风机,其中,水暖热风机用于温度控制,水帘用于湿度控制,排气风机用于排除有害气体。
上述技术方案中,它还包括第一无线通信模块、与第一无线通信模块无线通信的第二无线通信模块,所述处理器的通信端连接第一无线通信模块;每组贮藏条件控制执行单元的控制端均连接第二无线通信模块。
上述技术方案中,它还包括与第一无线通信模块无线通信的第三无线通信模块、多个模拟信号调理模块,所述每组传感器单元的信号输出端均通过相应的模拟信号调理模块连接对应的模数转换模块,所述模数转换模块连接第三无线通信模块。
上述技术方案中,温度传感器、湿度传感器和气体浓度传感器负责将柑橘贮藏区域内温度、湿度,二氧化碳和乙烯气体浓度转化成电信号,电信号经模拟信号调理模块放大、滤波等环节处理后送入模数转换模块完成从模拟信号到数字信号的转换。处理器通过接收到的温度、湿度,二氧化碳和乙烯气体浓度信号,查询储存在存储器中的对应的执行措施,并控制水暖热风机、水帘和排气风机执行对柑橘贮藏条件的进行干预。
本发明的柑橘贮藏条件自动控制方法,总体来说其控制原理为:第一,通过训练的方式建立控制模型;第二,使用得到的模型进行柑橘贮藏条件的控制。核心问题在于第一步,本发明建立控制模型的思路如下:系统中的传感器单元可以观测环境状态(如温度、湿度、乙烯浓度),同时系统通过贮藏条件控制执行单元能改变环境状态(即系统的动作),如果系统的某个动作导致正的回报,那么系统以后产生这个行为的趋势便会加强;反之则会减弱。简而言之,对于能够使状态向最有利方向发展的动作赋予最大的正回报,对其它动作赋予小的回报甚至负回报。系统的任务是执行一系列动作并观察结果,我们希望的控制策略是在任何初始状态中选择动作,使系统得到的回报最大。
本发明的柑橘贮藏条件自动控制方法,总体来说其控制过程为:首先,检测果实采后逐渐衰老甚至腐烂过程中释放的二氧化碳作为判定果实呼吸强度的指标;然后以贮藏库的温度、湿度、乙烯浓度作为控制变量,将环境条件的调节过程看成一个机器学习领域的时间动作序列,每一次的动作就是采取一定的环境条件,目标是找到一个最优的时间动作序列,使得柑橘呼吸强度最弱,在此基础上根据采集到的数据自主学习建立环境条件与柑橘呼吸强度的控制模型,即矩阵M。最后,按照该模型对贮存环境条件自动控制,通过控制环境条件对柑橘采后的生命活动进行调节,尽可能延长果实的贮藏寿命。
本发明的柑橘贮藏条件自动控制方法,具体包括一下步骤:
步骤1:在处理器中构建柑橘贮藏条件的控制模型,所述构建柑橘贮藏条件的控制模型的步骤如下;
步骤101:将柑橘分成A组,每组柑橘置于独立贮藏空间中,在每个独立的柑橘贮藏空间中设置一组传感器单元和贮藏条件控制执行单元;
步骤102:对每组柑橘的贮藏环境进行离散化处理,由于对贮藏效果影响最显著的指标是温度、湿度和乙烯,所以需要进行离散化处理的贮藏环境参数为温度t、相对湿度h、乙烯浓度y,其中,温度t为5~9℃、相对湿度h为85~89%、乙烯浓度y为0~2ppm,所述温度t的离散精度为1℃、相对湿度h的离散精度为1%、乙烯浓度y的离散精度为1ppm,则温度t对应4种贮藏条件控制执行单元的动作,相对湿度h对应4种贮藏条件控制执行单元的动作,乙烯浓度y对应2种贮藏条件控制执行单元的动作,上述贮藏条件控制执行单元的动作向量由d=<t,h,y>表示,则A组柑橘的贮藏条件控制执行单元的动作向量d为温度t、相对湿度h、乙烯浓度y对应贮藏条件控制执行单元动作之积,即4*4*2=32种,则贮藏条件控制执行单元可以执行32种不同动作,上述柑橘贮藏环境参数通过对应的传感器单元进行采集,并由相应的贮藏条件控制执行单元进行控制;
步骤103:对每组柑橘的呼吸强度进行离散化,因为柑橘贮藏期间呼吸强度大,则释放的二氧化碳更多,每组柑橘对应的传感器单元采集柑橘呼吸过程中释放的二氧化碳浓度c,并用二氧化碳浓度c来表征柑橘的呼吸强度,柑橘贮藏库中二氧化碳的浓度在0~200ppm区间内,所述二氧化碳的浓度的离散精度也为给定值,则根据上述二氧化碳的浓度区间和给定的二氧化碳浓度离散精度确定二氧化碳浓度c有B种值;
步骤104:确定上述贮藏条件控制执行单元的每个动作对应的即时效果e,即时效果e为贮藏条件控制执行单元执行动作后柑橘呼吸过程中释放的二氧化碳浓度c随时间的变化率,其计算方法是:在一个时间单位后,用二氧化碳浓度c的起始值减去结束值,所得的差值除以一个给定的离散精度得到的整数即为即时效果e;
步骤105:设计矩阵M(c,d),矩阵M(c,d)表示在二氧化碳浓度c条件下贮藏条件控制执行单元进行动作d后的预期累积效果值,由于c和d分别有B和32种选择,所以M(c,d)将构成一个B*32维矩阵,令该矩阵为M,从机器学习的角度来看,学习的目标就是要得到矩阵M,实现柑橘不同状态下的最优动作选择;
M(c,d)的迭代计算式为:
,其中,c(c,d)为在柑橘释放的二氧化碳浓度c上实施的贮藏条件控制执行单元的动作向量d,并等待一个时间单位后,通过检测和计算按步骤104得到的即时效果e,常数β∈[0,1],在一个二氧化碳浓度c上实施贮藏条件控制执行单元的动作向量d后得到的新二氧化碳浓度记为c',下一步可执行的新贮藏条件控制执行单元的动作向量d'也有32种选择,表示选取其中M值的最大者,M(c,d)将收敛于最优值;
步骤106:初始化矩阵M中的每一个元素为0,即对于二氧化碳浓度c和贮藏条件控制执行单元的动作向量d,有M(c,d)=0;
步骤107:等待一个时间单位,通过传感器单元采集每组柑橘释放的二氧化碳浓度c,并按步骤104的方法计算e(c,d);
步骤108:选择使得M(c',d')的取得最大值的贮藏条件控制执行单元的动作向量d,对M(c,d)按M(c,d)←e(c,d)+βmaxM(c',d')更新,每组柑橘中的二氧化碳浓度c、贮藏条件控制执行单元的动作向量d以及对应的即时效果e负责更新矩阵M中的一个值;
步骤109:计算矩阵M的新值和原值的差,M(c,d)-M(c',d')<T是否成立,T为给定阈值,如果成立则退出迭代,否则进入步骤110,起初因为M(c,d)初始值取0,所以一定会需要继续迭代,直到在不断的迭代中差值逐渐缩小,才会终于满足上述条件而退出;
步骤110:执行步骤108中选定的贮藏条件控制执行单元的动作向量d,然后回到步骤107,继续迭代;
步骤111:上述迭代过程退出后,得到一个B*32维矩阵,矩阵中每一元素M(c,d)将收敛于最优值,该矩阵表示处于某种二氧化碳浓度c下,执行不同贮藏条件控制执行单元的动作向量d的回报值,显然在实际使用本方法进行贮藏库的自动控制时,应始终选择回报最大的动作,至此即完成了柑橘贮藏条件的控制模型构建;
步骤2:处理器将上述得到的B*32维矩阵存入存储器中;
步骤3:将柑橘统一贮藏,通过传感器单元对贮藏的二氧化碳浓度c进行实时监控,并将实时的二氧化碳浓度c输入处理器,处理器通过查询存储器中的B*32维矩阵,然后控制贮藏条件控制执行单元执行最优的环境调节动作。
上述技术方案中,步骤101中所述柑橘分成32组;步骤102中32组柑橘的贮藏条件控制执行单元的动作向量d为32种,即贮藏条件控制执行单元可以执行32种不同动作。
上述技术方案中,步骤103中,所述二氧化碳的浓度的离散精度为10ppm,根据二氧化碳的浓度区间0~200ppm和二氧化碳浓度离散精度10ppm,确定二氧化碳浓度c有20种值;则步骤105、步骤106、步骤108、步骤109、步骤111、步骤2、步骤3中的B*A维矩阵为20×32维矩阵;
上述技术方案中,步骤104、步骤105、步骤107中的一个时间单位为一天。
上述技术方案中,步骤104中,在一个时间单位后,用二氧化碳浓度c的起始值减去结束值,所得的差值除以离散精度10ppm,得到的整数即为即时效果e。例如,在1天的时间单元内,二氧化碳浓度的差值为20ppm,则即时效果e=2。
上述技术方案中,步骤105中常数β为0.9。
上述技术方案中,步骤109中阈值T为0.01。
上述技术方案中,矩阵M中的行表示呼吸强度即二氧化碳浓度c,列表示动作即贮藏条件控制执行单元的动作向量d,行和列的交点表示在这一个呼吸强度下如果采用这个动作所产生的回报(即结果),这个回报已经数量化,因而回报越大越好。矩阵中的每一行表示处于某种二氧化碳浓度c下,执行32种不同动作的回报值。
上述技术方案中,矩阵M最初是空的,所有值均设置成0,建模的过程就是将矩阵M一步步填充上值的过程。矩阵M任一个位置的值在建模过程中都是不断变化的,随着训练时间的延长该值会趋于稳定,即收敛于最优值。收敛于最优值后表示训练完成了。矩阵M有了稳定值以后,才可以在后续的生产中去查询这个表,也就是在不同呼吸强度下选择回报最大的动作。这样使得柑橘贮藏控制的智能化大大提高,保证了最优的柑橘贮藏效果。
本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (7)
1.一种柑橘贮藏条件自动控制系统的控制方法,其特征在于:该柑橘贮藏条件自动控制系统包括处理器、与处理器连接的存储器、多个模数转换模块、多组传感器单元、多组贮藏条件控制执行单元,其中,每组传感器单元的信号输出端通过对应的模数转换模块连接处理器的通信端,所述处理器的通信端分别连接每组贮藏条件控制执行单元的控制端,所述每组传感器单元均包括温度传感器、湿度传感器和气体浓度传感器,所述每组贮藏条件控制执行单元均包括水暖热风机、水帘和排气风机;
该柑橘贮藏条件自动控制系统的控制方法包括如下步骤:
步骤1:在处理器中构建柑橘贮藏条件的控制模型,所述构建柑橘贮藏条件的控制模型的步骤如下;
步骤101:将柑橘分成A组,每组柑橘置于独立贮藏空间中,在每个独立的柑橘贮藏空间中设置一组传感器单元和贮藏条件控制执行单元;
步骤102:对每组柑橘的贮藏环境进行离散化处理,需要进行离散化处理的贮藏环境参数为温度t、相对湿度h、乙烯浓度y,其中,温度t为5~9℃、相对湿度h为85~89%、乙烯浓度y为0~2ppm,所述温度t的离散精度为1℃、相对湿度h的离散精度为1%、乙烯浓度y的离散精度为1ppm,则温度t对应4种贮藏条件控制执行单元的动作,相对湿度h对应4种贮藏条件控制执行单元的动作,乙烯浓度y对应2种贮藏条件控制执行单元的动作,上述贮藏条件控制执行单元的动作向量由d=<t,h,y>表示,则A组柑橘的贮藏条件控制执行单元的动作向量d为温度t、相对湿度h、乙烯浓度y对应贮藏条件控制执行单元动作之积,即4*4*2=32种,则贮藏条件控制执行单元可以执行32种不同动作,上述柑橘贮藏环境参数通过对应的传感器单元进行采集,并由相应的贮藏条件控制执行单元进行控制;
步骤103:对每组柑橘的呼吸强度进行离散化,每组柑橘对应的传感器单元采集柑橘呼吸过程中释放的二氧化碳浓度c,并用二氧化 碳浓度c来表征柑橘的呼吸强度,柑橘贮藏库中二氧化碳的浓度在0~200ppm区间内,所述二氧化碳的浓度的离散精度也为给定值,则根据上述二氧化碳的浓度区间和给定的二氧化碳浓度离散精度确定二氧化碳浓度c有B种值;
步骤104:确定上述贮藏条件控制执行单元的每个动作对应的即时效果e,即时效果e为贮藏条件控制执行单元执行动作后柑橘呼吸过程中释放的二氧化碳浓度c随时间的变化率,其计算方法是:在一个时间单位后,用二氧化碳浓度c的起始值减去结束值,所得的差值除以一个给定的离散精度得到的整数即为即时效果e;
步骤105:设计矩阵M(c,d),矩阵M(c,d)表示在二氧化碳浓度c条件下贮藏条件控制执行单元进行动作d后的预期累积效果值,由于c和d分别有B和32种选择,所以M(c,d)将构成一个B*32维矩阵,令该矩阵为M,从机器学习的角度来看,学习的目标就是要得到矩阵M,实现柑橘不同状态下的最优动作选择;
M(c,d)的迭代计算式为:
其中,e(c,d)为在柑橘释放的二氧化碳浓度c上实施的贮藏条件控制执行单元的动作向量d,并等待一个时间单位后,通过检测和计算按步骤104得到的即时效果e,常数β∈[0,1],在一个二氧化碳浓度c上实施贮藏条件控制执行单元的动作向量d后得到的新二氧化碳浓度记为c',下一步可执行的新贮藏条件控制执行单元的动作向量d'也有32种选择,表示选取其中M值的最大者,M(c,d)将收敛于最优值;
步骤106:初始化矩阵M中的每一个元素为0,即对于二氧化碳浓度c和贮藏条件控制执行单元的动作向量d,有M(c,d)=0;
步骤107:等待一个时间单位,通过传感器单元采集每组柑橘释放的二氧化碳浓度c,并按步骤104的方法计算e(c,d);
步骤108:选择使得M(c',d')的取得最大值的贮藏条件控制执行单元的动作向量d,对M(c,d)按M(c,d)←e(c,d)+βmaxM(c',d')更新,每组柑橘中的二氧化碳浓度c、贮藏条件控制执行单元的动作向量d以及对 应的即时效果e负责更新矩阵M中的一个值;
步骤109:计算矩阵M的新值和原值的差,M(c,d)-M(c',d')<T是否成立,T为给定阈值,如果成立则退出迭代,否则进入步骤110,起初因为M(c,d)初始值取0,所以一定会需要继续迭代,直到在不断的迭代中差值逐渐缩小,才会终于满足上述条件而退出;
步骤110:执行步骤108中选定的贮藏条件控制执行单元的动作向量d,然后回到步骤107,继续迭代;
步骤111:上述迭代过程退出后,得到一个B*32维矩阵,矩阵中每一元素M(c,d)将收敛于最优值,该矩阵表示处于某种二氧化碳浓度c下,执行不同贮藏条件控制执行单元的动作向量d的回报值;
步骤2:处理器将上述得到的B*32维矩阵存入存储器中;
步骤3:将柑橘统一贮藏,通过传感器单元对贮藏的二氧化碳浓度c进行实时监控,并将实时的二氧化碳浓度c输入处理器,处理器通过查询存储器中的B*32维矩阵,然后控制贮藏条件控制执行单元执行最优的环境调节动作。
2.根据权利要求1所述的柑橘贮藏条件自动控制系统的控制方法,其特征在于:所述步骤101中所述柑橘分成32组;步骤102中32组柑橘的贮藏条件控制执行单元的动作向量d为32种,即贮藏条件控制执行单元可以执行32种不同动作。
3.根据权利要求2所述的柑橘贮藏条件自动控制系统的控制方法,其特征在于:所述步骤103中,所述二氧化碳的浓度的离散精度为10ppm,根据二氧化碳的浓度区间0~200ppm和二氧化碳浓度离散精度10ppm,确定二氧化碳浓度c有20种值;则步骤105、步骤106、步骤108、步骤109、步骤111、步骤2、步骤3中的B*A维矩阵为20×32维矩阵。
4.根据权利要求1所述的柑橘贮藏条件自动控制系统的控制方法,其特征在于:所述步骤104、步骤105、步骤107中的一个时间单位为一天。
5.根据权利要求1所述的柑橘贮藏条件自动控制系统的控制方 法,其特征在于:所述步骤104中,在一个时间单位后,用二氧化碳浓度c的起始值减去结束值,所得的差值除以离散精度10ppm,得到的整数即为即时效果e。
6.根据权利要求1所述的柑橘贮藏条件自动控制系统的控制方法,其特征在于:所述步骤105中常数β为0.9。
7.根据权利要求1所述的柑橘贮藏条件自动控制系统的控制方法,其特征在于:所述步骤109中阈值T为0.01。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210374242.8A CN102880148B (zh) | 2012-09-27 | 2012-09-27 | 柑橘贮藏条件自动控制系统与控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210374242.8A CN102880148B (zh) | 2012-09-27 | 2012-09-27 | 柑橘贮藏条件自动控制系统与控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102880148A CN102880148A (zh) | 2013-01-16 |
CN102880148B true CN102880148B (zh) | 2014-08-20 |
Family
ID=47481519
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210374242.8A Expired - Fee Related CN102880148B (zh) | 2012-09-27 | 2012-09-27 | 柑橘贮藏条件自动控制系统与控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102880148B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114115403A (zh) * | 2021-12-03 | 2022-03-01 | 天津农学院 | 一种笼养肉鸡养殖环境智能控制装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201017322Y (zh) * | 2007-02-12 | 2008-02-06 | 天津科技大学 | 用于记录果蔬保鲜信息的电子标签装置 |
FR2909165A1 (fr) * | 2006-11-28 | 2008-05-30 | Eurocave Sa Sa | Dispositif de controle d'au moins un parametre d'une enceinte de conservation, armoire ou local de stockage equipe d'un tel dispositif |
CN101477361A (zh) * | 2008-11-14 | 2009-07-08 | 印崧 | 基于无线传感器网络的臭氧保鲜系统 |
CN202306566U (zh) * | 2011-10-21 | 2012-07-04 | 天津科技大学 | 果蔬保鲜用电子标签环境参数记录装置 |
CN202995387U (zh) * | 2012-09-27 | 2013-06-12 | 华中农业大学 | 柑橘贮藏条件自动控制系统 |
-
2012
- 2012-09-27 CN CN201210374242.8A patent/CN102880148B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2909165A1 (fr) * | 2006-11-28 | 2008-05-30 | Eurocave Sa Sa | Dispositif de controle d'au moins un parametre d'une enceinte de conservation, armoire ou local de stockage equipe d'un tel dispositif |
CN201017322Y (zh) * | 2007-02-12 | 2008-02-06 | 天津科技大学 | 用于记录果蔬保鲜信息的电子标签装置 |
CN101477361A (zh) * | 2008-11-14 | 2009-07-08 | 印崧 | 基于无线传感器网络的臭氧保鲜系统 |
CN202306566U (zh) * | 2011-10-21 | 2012-07-04 | 天津科技大学 | 果蔬保鲜用电子标签环境参数记录装置 |
CN202995387U (zh) * | 2012-09-27 | 2013-06-12 | 华中农业大学 | 柑橘贮藏条件自动控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102880148A (zh) | 2013-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Constable et al. | The yield potential of cotton (Gossypium hirsutum L.) | |
CN110084417B (zh) | 一种基于grnn神经网络的草莓温室环境参数智能监测系统 | |
Gimenez et al. | Canopy development, photosynthesis and radiation-use efficiency in sunflower in response to nitrogen | |
CN111507857A (zh) | 一种基于物联网技术的数字化农业种植系统和方法 | |
US20220075344A1 (en) | A method of finding a target environment suitable for growth of a plant variety | |
CN108614601B (zh) | 一种融合随机森林算法的设施光环境调控方法 | |
Chen et al. | Model for estimation of total nitrogen content in sandalwood leaves based on nonlinear mixed effects and dummy variables using multispectral images | |
CN107241403A (zh) | 推送方法及推送装置、服务器、设备和可读存储介质 | |
CN112042353A (zh) | 一种适用于日光温室的水肥精准决策方法及系统 | |
CN110648020A (zh) | 一种温室作物需水量预测方法及装置 | |
de Gelder et al. | Toward an optimal control strategy for sweet pepper cultivation-1. A dynamic crop model | |
CN102880148B (zh) | 柑橘贮藏条件自动控制系统与控制方法 | |
KR20140034506A (ko) | 관수 제어 시스템 및 방법 | |
Torkashvand et al. | Estimation of kiwifruit yield by leaf nutrients concentration and artificial neural network | |
Ye et al. | A new modified resource budget model for nonlinear dynamics in citrus production | |
CN114637351A (zh) | 一种设施作物温室环境调控方法及系统 | |
Beluhova-Uzunova et al. | Precision technologies in soft fruit production. | |
Iliev et al. | A fuzzy logic based approach for integrated control of protected cultivation | |
CN202995387U (zh) | 柑橘贮藏条件自动控制系统 | |
Gemtos et al. | Precision Agriculture Applications In Horticultural Crops In Greece and Worldwide. | |
Talaie et al. | Fruit quality in five apple cultivars trees trained to intensive training system: Geneva y-trellis | |
US12016325B2 (en) | Plant identification in the presence of airborne particulates | |
KR20220144218A (ko) | 딥러닝 예측 모델을 이용하여 농작물의 누적 수확량을 예측하기 위한 장치 및 그 방법 | |
Modina et al. | Variable rate irrigation in a vineyard and an orchard | |
Bates et al. | Measure and Manage Crop Load to Meet Your Vine Balance Targets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140820 Termination date: 20210927 |