CN106708123A - 一种基于模糊控制的大棚环境温度控制系统及方法 - Google Patents

一种基于模糊控制的大棚环境温度控制系统及方法 Download PDF

Info

Publication number
CN106708123A
CN106708123A CN201611088500.0A CN201611088500A CN106708123A CN 106708123 A CN106708123 A CN 106708123A CN 201611088500 A CN201611088500 A CN 201611088500A CN 106708123 A CN106708123 A CN 106708123A
Authority
CN
China
Prior art keywords
control
fuzzy
greenhouse
temperature
fuzzy control
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.)
Pending
Application number
CN201611088500.0A
Other languages
English (en)
Inventor
陶建平
吕晓兰
陆岱鹏
李辉
张美娜
柏宗春
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Academy of Agricultural Sciences
Original Assignee
Jiangsu Academy of Agricultural Sciences
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu Academy of Agricultural Sciences filed Critical Jiangsu Academy of Agricultural Sciences
Priority to CN201611088500.0A priority Critical patent/CN106708123A/zh
Publication of CN106708123A publication Critical patent/CN106708123A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D23/00—Control of temperature
    • G05D23/19—Control of temperature characterised by the use of electric means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Automation & Control Theory (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Greenhouses (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种基于模糊控制的大棚环境温度控制系统，包括模糊控制模块、温度传感器、GPRS通信模块、设备驱动模块、显示模块和监控中心；模糊控制模块与温度传感器、GPRS通信模块、设备驱动模块、显示模块连接；模糊控制模块用于采集温度传感器检测到的温度数据，并将采集到的温度数据传输给显示模块同时模糊控制模块根据模糊控制算法对采集到的温度数据进行处理，再采用模糊控制方式输出至设备驱动模块；设备驱动模块根据模糊控制模块的控制驱动大棚环境调节设备的开启与闭合。本发明的控制过程不需要用精确的数学公式来表示状态方程和传递函数，是通过现场控制器来实现人的控制经验，本发明对于大棚内环境控制具有明显优势。

Description

一种基于模糊控制的大棚环境温度控制系统及方法
技术领域
本发明属于热量控制技术领域，更具体的涉及一种基于模糊控制的大棚环境温度控制系统及方法。
背景技术
温室大棚对温度的控制是一个较为复杂的系统，具有实时变化性强、非线性、随机干扰较大、过程机理错综复杂等特点，所以难以去建立一个精确的数学模型，采用传统的控制方法、控制理论，其控制效果都不是很好。
发明内容
本发明的目的在于提供一种基于模糊控制的大棚环境温度控制系统及方法，用以进行大棚环境温度的控制。
本发明提供一种基于模糊控制的大棚环境温度控制系统，所述基于模糊控制的大棚环境温度控制系统基于模糊控制算法对大棚内温度进行控制；
所述的基于模糊控制算法的大棚环境温度控制系统包括模糊控制模块、温度传感器、GPRS通信模块、设备驱动模块、显示模块和监控中心；所述模糊控制模块与温度传感器、GPRS通信模块、设备驱动模块、显示模块连接；所述GPRS通信模块通过GPRS技术建立与监控中心的远程通信，所述模糊控制模块通过串口转换MAX485芯片建立与GPRS通信模块的数据连接；所述温度传感器用于实时检测大棚内的温度；所述模糊控制模块用于采集温度传感器检测到的温度数据，并将采集到的温度数据传输给显示模块同时所述模糊控制模块根据模糊控制算法对采集到的温度数据进行处理，再采用模糊控制方式输出至设备驱动模块；所述设备驱动模块与大棚环境调节设备连接，所述设备驱动模块根据模糊控制模块的控制驱动大棚环境调节设备的开启与闭合；所述显示模块用于对模糊控制模块采集到的温度数据进行显示。
优选地，所述模糊控制模块为STM32系列基于专为要求高性能、低成本、低功耗的嵌入式应用专门设计的ARMCortex-M3内核。
优选地，所述大棚环境调节设备包括通风系统、加热系统、遮阳系统。
本发明还提供了一种基于模糊控制的大棚环境温度控制方法，所述基于模糊控制的大棚环境温度控制方法采用上述的基于模糊控制的大棚环境温度控制系统基于模糊控制算法对大棚内温度控制；所述基于模糊控制算法对大棚内温度控制的方式如下：
选择温度偏差e和偏差变化率ec作为输入变量，以环境控制设备的开关状态作为输出变量u；不断检测e和ec，进行模糊化，根据设计的模糊规则进行模糊推理，通过解模糊形成模糊规则查询表，得到对应的控制关系，以此编写程序将模糊控制规则表输入模糊控制模块，模糊控制模块根据控制关系，输出控制环境调节设备的开关信号，实现温度的精确控制。
优选地，所述模糊化的方式如下：
将e、ec和u三个变量的模糊语言变量分为七级，分别为{PB，PM，PS，Z，NS，NM，NB}，对应模糊语言词汇为{超高，高，较高，正常，较低，低，超低}，对应的模糊论域为{3，2，1，0，-1，-2，-3}，确定了三个模糊变量的论域以及模糊集后，选择模糊语言变量的隶属度函数，确定模糊控制温度偏差的隶属度。
优选地，所述模糊推理的方式如下：
通过大量现场实验明确各大棚环境调节设备效果的强弱，记录每个环境调节设备对大棚内温度的影响，并通过大量重复实验确立环境调节设备的控制效果和先后执行顺序，用模糊控制规则语句表示输入变量和输出变量u之间的关系，得到输出变量u所对应的模糊控制规则。
优选地，所述解模糊的方式如下：采用重心法解模糊，通过计算隶属度曲线与横坐标面积的中心点，以求出输出值。
本发明具有如下有益效果：
1)本发明应用模糊控制能够模拟人的思维，作出与经验丰富的控制人员相同或接近的控制结果，是建立在人类经验判断思维上的一种控制方式；
2)本发明的控制过程不需要用精确的数学公式来表示状态方程和传递函数，是通过现场控制器来实现人的的控制经验；
3)本发明对于大棚内环境控制具有明显优势，并解决传感器检测温度到执行机构之间有较大的传输迟滞问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为系统组成框图；
图2为模糊控制系统的基本框图；
图3为输入变量e和输出变量u的三角形隶属度函数曲线图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供了一种基于模糊控制的大棚环境温度控制系统，该基于模糊控制的大棚环境温度控制系统是基于模糊控制算法对大棚内温度进行控制；参照图1、图2，一种基于模糊控制算法的大棚环境温度控制系统，包括模糊控制模块5、温度传感器1、GPRS通信模块2、设备驱动模块7、显示模块6和监控中心3；模糊控制模块5与温度传感器1、GPRS通信模块2、设备驱动模块7、显示模块6连接；GPRS通信模块2通过GPRS技术建立与监控中心3的远程通信，模糊控制模块5通过串口转换(MAX485)4芯片建立与GPRS通信模块2的数据连接；温度传感器1用于实时检测大棚内的温度；模糊控制模块5用于采集温度传感器1检测到的温度数据，并将采集到的温度数据传输给显示模块6同时模糊控制模块5根据模糊控制算法对采集到的温度数据进行处理，再采用模糊控制方式输出至设备驱动模块7；设备驱动模块7与大棚环境调节设备连接，设备驱动模块7采用MOC3041芯片，根据模糊控制模块5的控制驱动大棚环境调节设备的开启与闭合；显示模块6用于对模糊控制模块5采集到的温度数据进行实时显示，具体的，可应用LED显示器。
在本发明实施例中，模糊控制模块5为STM32系列基于专为要求高性能、低成本、低功耗的嵌入式应用专门设计的ARMCortex-M3内核，控制性能良好、操作简单方便，并内置128K的闪存。
大棚环境调节设备包括通风系统8、加热系统9、遮阳系统10。
本发明实施例还提供了一种基于模糊控制的大棚环境温度控制方法，采用上述的基于模糊控制的大棚环境温度控制系统基于模糊控制算法对大棚内温度控制；基于模糊控制算法对大棚内温度控制的方式如下：
选择温度偏差e和偏差变化率ec作为输入变量，以环境控制设备的开关状态作为输出变量u；不断检测e和ec，进行模糊化，根据设计的模糊规则进行模糊推理，通过解模糊形成模糊规则查询表，得到对应的控制关系，以此编写程序将模糊控制规则表输入模糊控制模块，模糊控制模块根据控制关系，输出控制环境调节设备的开关信号，实现温度的精确控制。
在本发明实施例中，其中模糊化的方式如下：
将e、ec和u三个变量的模糊语言变量分为七级，分别为{PB，PM，PS，Z，NS，NM，NB}，对应模糊语言词汇为{超高，高，较高，正常，较低，低，超低}，对应的模糊论域为{3，2，1，0，-1，-2，-3}，确定了三个模糊变量的论域以及模糊集后，选择模糊语言变量的隶属度函数，确定模糊控制温度偏差的隶属度。本发明实施例中，模糊控制温度偏差的隶属度采用三角形隶属度函数计算。输入变量e和输出变量u的三角形隶属度函数如图3所示。
模糊推理的方式如下：
本发明模糊控制规则建立在专家经验法和观察法之上，即通过大量现场实验明确各大棚环境调节设备效果的强弱，记录每个环境调节设备对大棚内温度的影响，并通过大量重复实验确立环境调节设备的控制效果和先后执行顺序，用模糊控制规则语句表示输入变量和输出变量u之间的关系，经过长时间的积累经验和细致观察，本发明制定了49条规则语句。输出变量u所对应的模糊控制规则如表1所示。
表1模糊控制规则表
e\ec PB PM PS Z NS NM NB
PB NB NB NM NM NM Z Z
PM NB NM NM NM Z Z PS
PS NM NM NS NS PS PS PS
Z NM NM NS NS PM PM PM
NS NS Z Z PS PM PM PM
NM NS Z Z PM PM PB PB
NB Z Z PS PM PM PB PB
解模糊的方式如下：采用重心法解模糊，通过计算隶属度曲线与横坐标面积的中心点，以求出输出值。经过解模糊化的运算后控制器输出变量u对应的控制输出响应表如表2所示。
温室内的环境调节设备包括屋顶通风系统、温室加热系统和遮阳系统。上述的模糊控制表中：-3表示打开温室加热系统，-2表示关闭遮阳系统，-1表示关闭通风系统，0表示温度与设定值相同，统统不做任何操作，而1，2，3所代表的操作与-1，-2，-3相反。大棚温度控制系统通过模糊控制算法的运算，控制对应环境调节设备，使得室内温度始终处于适合作物生长的范围之内，提高温室种植效率，实现作物经济效益的最大化。
本发明采用模糊控制方法进行大棚环境温度的控制，应用模糊控制方法能够避免预先建立一个精确的数学模型，将此方法应用在大棚环境控制系统中可以智能而高效地完成大棚温度这一参数的控制。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (7)

1.一种基于模糊控制的大棚环境温度控制系统，其特征在于，所述基于模糊控制的大棚环境温度控制系统基于模糊控制算法对大棚内温度进行控制；
所述的基于模糊控制算法的大棚环境温度控制系统包括模糊控制模块、温度传感器、GPRS通信模块、设备驱动模块、显示模块和监控中心；所述模糊控制模块与温度传感器、GPRS通信模块、设备驱动模块、显示模块连接；所述GPRS通信模块通过GPRS技术建立与监控中心的远程通信，所述模糊控制模块通过串口转换MAX485芯片建立与GPRS通信模块的数据连接；所述温度传感器用于实时检测大棚内的温度；所述模糊控制模块用于采集温度传感器检测到的温度数据，并将采集到的温度数据传输给显示模块同时所述模糊控制模块根据模糊控制算法对采集到的温度数据进行处理，再采用模糊控制方式输出至设备驱动模块；所述设备驱动模块与大棚环境调节设备连接，所述设备驱动模块根据模糊控制模块的控制驱动大棚环境调节设备的开启与闭合；所述显示模块用于对模糊控制模块采集到的温度数据进行显示。
2.如权利要求1所述的基于模糊控制的大棚环境温度控制系统，其特征在于，所述模糊控制模块为STM32系列基于专为要求高性能、低成本、低功耗的嵌入式应用专门设计的ARMCortex-M3内核。
3.如权利要求1所述的基于模糊控制的大棚环境温度控制系统，其特征在于，所述大棚环境调节设备包括通风系统、加热系统、遮阳系统。
4.一种基于模糊控制的大棚环境温度控制方法，其特征在于，所述基于模糊控制的大棚环境温度控制方法采用权利要求1-3任一所述的基于模糊控制的大棚环境温度控制系统基于模糊控制算法对大棚内温度控制；所述基于模糊控制算法对大棚内温度控制的方式如下：
选择温度偏差e和偏差变化率ec作为输入变量，以环境控制设备的开关状态作为输出变量u；不断检测e和ec，进行模糊化，根据设计的模糊规则进行模糊推理，通过解模糊形成模糊规则查询表，得到对应的控制关系，以此编写程序将模糊控制规则表输入模糊控制模块，模糊控制模块根据控制关系，输出控制环境调节设备的开关信号，实现温度的精确控制。
5.如权利要求4所述的基于模糊控制的大棚环境温度控制方法，其特征在于，所述模糊化的方式如下：
将e、ec和u三个变量的模糊语言变量分为七级，分别为{PB，PM，PS，Z，NS，NM，NB}，对应模糊语言词汇为{超高，高，较高，正常，较低，低，超低}，对应的模糊论域为{3，2，1，0，-1，-2，-3}，确定了三个模糊变量的论域以及模糊集后，选择模糊语言变量的隶属度函数，确定模糊控制温度偏差的隶属度。
6.如权利要求4所述的基于模糊控制的大棚环境温度控制方法，其特征在于，所述模糊推理的方式如下：
通过大量现场实验明确各大棚环境调节设备效果的强弱，记录每个环境调节设备对大棚内温度的影响，并通过大量重复实验确立环境调节设备的控制效果和先后执行顺序，用模糊控制规则语句表示输入变量和输出变量u之间的关系，得到输出变量u所对应的模糊控制规则。
7.如权利要求4所述的基于模糊控制的大棚环境温度控制方法，其特征在于，所述解模糊的方式如下：采用重心法解模糊，通过计算隶属度曲线与横坐标面积的中心点，以求出输出值。
CN201611088500.0A 2016-12-01 2016-12-01 一种基于模糊控制的大棚环境温度控制系统及方法 Pending CN106708123A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611088500.0A CN106708123A (zh) 2016-12-01 2016-12-01 一种基于模糊控制的大棚环境温度控制系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611088500.0A CN106708123A (zh) 2016-12-01 2016-12-01 一种基于模糊控制的大棚环境温度控制系统及方法

Publications (1)

Publication Number Publication Date
CN106708123A true CN106708123A (zh) 2017-05-24

Family

ID=58934371

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611088500.0A Pending CN106708123A (zh) 2016-12-01 2016-12-01 一种基于模糊控制的大棚环境温度控制系统及方法

Country Status (1)

Country Link
CN (1) CN106708123A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107688294A (zh) * 2017-08-02 2018-02-13 华中科技大学 一种基于实时生产数据的制造系统模糊控制节能方法
CN108508946A (zh) * 2018-05-04 2018-09-07 太原理工大学 一种自适应智能化温室大棚自动控制系统
CN109085867A (zh) * 2018-07-27 2018-12-25 广东工业大学 量化因子可调式模糊算法的水温控制系统
CN111708393A (zh) * 2020-03-23 2020-09-25 中持水务股份有限公司 好氧堆肥控制方法、装置、控制器、存储介质及系统
CN112306122A (zh) * 2020-08-12 2021-02-02 东华理工大学 温室环境控制方法、装置、系统、计算机设备及存储介质
CN113467554A (zh) * 2021-07-14 2021-10-01 苏州苏试试验集团股份有限公司 基于arm的环境试验箱控制系统及其控制方法
CN116088609A (zh) * 2023-04-13 2023-05-09 沁海(北京)食品有限公司 一种基于模糊算法的食品挤出成型智能调控系统
CN116755343A (zh) * 2023-08-18 2023-09-15 兆和能源(威海)有限公司 一种基于自学习模糊控制节电器

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050193957A1 (en) * 2001-12-14 2005-09-08 Shigeru Oshima Animal breeding system and utilization of the system
US20080203178A1 (en) * 2004-03-01 2008-08-28 Neil John Barrett Method and Apparatus for Environmental Control
CN204423133U (zh) * 2015-03-16 2015-06-24 东莞理工学院 一种基于ZigBee的大棚温度控制系统
CN105786062A (zh) * 2016-05-10 2016-07-20 上海海洋大学 一种多功能温室种植智能监控系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050193957A1 (en) * 2001-12-14 2005-09-08 Shigeru Oshima Animal breeding system and utilization of the system
US20080203178A1 (en) * 2004-03-01 2008-08-28 Neil John Barrett Method and Apparatus for Environmental Control
CN204423133U (zh) * 2015-03-16 2015-06-24 东莞理工学院 一种基于ZigBee的大棚温度控制系统
CN105786062A (zh) * 2016-05-10 2016-07-20 上海海洋大学 一种多功能温室种植智能监控系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
卜清: "《基于P87C552单片机的温室大棚环境与滴灌控制系统设计与研究》", 《中国优秀硕士学位论文全文数据库 农业科技辑》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107688294A (zh) * 2017-08-02 2018-02-13 华中科技大学 一种基于实时生产数据的制造系统模糊控制节能方法
CN108508946A (zh) * 2018-05-04 2018-09-07 太原理工大学 一种自适应智能化温室大棚自动控制系统
CN109085867A (zh) * 2018-07-27 2018-12-25 广东工业大学 量化因子可调式模糊算法的水温控制系统
CN111708393A (zh) * 2020-03-23 2020-09-25 中持水务股份有限公司 好氧堆肥控制方法、装置、控制器、存储介质及系统
CN112306122A (zh) * 2020-08-12 2021-02-02 东华理工大学 温室环境控制方法、装置、系统、计算机设备及存储介质
CN113467554A (zh) * 2021-07-14 2021-10-01 苏州苏试试验集团股份有限公司 基于arm的环境试验箱控制系统及其控制方法
CN116088609A (zh) * 2023-04-13 2023-05-09 沁海(北京)食品有限公司 一种基于模糊算法的食品挤出成型智能调控系统
CN116088609B (zh) * 2023-04-13 2023-07-14 沁海(北京)食品有限公司 一种基于模糊算法的食品挤出成型智能调控系统
CN116755343A (zh) * 2023-08-18 2023-09-15 兆和能源(威海)有限公司 一种基于自学习模糊控制节电器
CN116755343B (zh) * 2023-08-18 2023-12-19 兆和能源(威海)有限公司 一种基于自学习模糊控制节电器

Similar Documents

Publication Publication Date Title
CN106708123A (zh) 一种基于模糊控制的大棚环境温度控制系统及方法
Shamshiri et al. Model-based evaluation of greenhouse microclimate using IoT-Sensor data fusion for energy efficient crop production
Habib et al. Fuzzy climate decision support systems for tomatoes in high tunnels
Mahmood et al. Energy utilization assessment of a semi-closed greenhouse using data-driven model predictive control
Pacco Simulation of temperature control and irrigation time in the production of tulips using Fuzzy logic
Azaza et al. Fuzzy decoupling control of greenhouse climate
CN114365614A (zh) 基于物联网的水肥精准调控方法、智能装备及系统
Patel et al. Forecasting rainfall using adaptive neuro-fuzzy inference system (ANFIS)
Chaudhary et al. Observer based fuzzy and PID controlled smart greenhouse
Faouzi et al. Modeling a fuzzy logic controller to simulate and optimize the greenhouse microclimate management using MATLAB SIMULINK
Hernández-Salazar et al. Estimation of the evapotranspiration using ANFIS algorithm for agricultural production in greenhouse
CN103903068B (zh) 一种混合优化算法的温室能量预测方法
Laktionov et al. Information technology for comprehensive monitoring and control of the microclimate in industrial greenhouses based on fuzzy logic
Ding et al. Smart irrigation control using deep reinforcement learning
CN113849022A (zh) 一种基于数字孪生及空间计算的光伏温室环境管理系统
Shujiang et al. Design of greenhouse environment controller based on fuzzy adaptive algorithm
Amari et al. Comparative analysis of the management of the results of the modeling and the simulation of the evaluation of the thermal energy of the greenhouse by a fuzzy logic controller between a wet region and an arid region
Barte et al. Automatic Temperature and Humidity Control System for Tarantula Terrarium Using Fuzzy Logic Algorithm
Thomopoulos et al. Application of Fuzzy logic and IoT in a small-scale Smart Greenhouse System
Fitz-Rodríguez et al. Neural network predictive control in a naturally ventilated and fog cooled greenhouse
AU2021100311A4 (en) System and method for fuzzy-based control and measurement of temperature and humidity for greenhouse
Faouzi et al. Modeling and Simulation of Fuzzy Logic Controller for the purpose of Optimizing the Management Micro Climate of the Agricultural Greenhouse
Du et al. Design and application of intelligent control system for greenhouse environment based on CAN bus
Faouzi et al. Optimization, Modeling and Simulation of Microclimate and Energy Management of the Greenhouse by Modeling the Associated Heating and Cooling Systems and Implemented by a Fuzzy Logic Controller using Artificial Intelligence.
Oktarina et al. Solar Powered Greenhouse for Smart Agriculture

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170524

RJ01 Rejection of invention patent application after publication