CN107155932A - 一种基于无线传感器网络的牛舍环境温度检测系统 - Google Patents
一种基于无线传感器网络的牛舍环境温度检测系统 Download PDFInfo
- Publication number
- CN107155932A CN107155932A CN201710334087.XA CN201710334087A CN107155932A CN 107155932 A CN107155932 A CN 107155932A CN 201710334087 A CN201710334087 A CN 201710334087A CN 107155932 A CN107155932 A CN 107155932A
- Authority
- CN
- China
- Prior art keywords
- cowshed
- temperature
- cowshed environment
- environment
- value
- 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.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K1/00—Housing animals; Equipment therefor
- A01K1/0047—Air-conditioning, e.g. ventilation, of animal housings
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
- A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
Abstract
本发明公开了一种基于无线传感器网络的牛舍环境温度检测系统,其特征在于:所述温度检测系统由基于无线传感器网络的牛舍环境参数采集平台和牛舍环境多点温度融合模型两部分组成,基于无线传感器网络的牛舍环境参数采集平台实现对牛舍环境温度检测、调节和监控,牛舍环境多点温度融合模型基于牛舍环境多个检测点温度传感器的温度Vague值的相似度矩阵和距离矩阵求得的相似度融合权重、距离融合权重和博弈论组合权重实现对牛舍环境多点温度融合,提高牛舍环境温度融合精确度、可靠性和鲁棒性;本发明有效解决了现有牛舍监控系统没有根据牛舍环境温度变化的非线性、大滞后和牛舍面积大温度变化复杂等特点,对牛舍环境的温度进行检测,从而极大的影响牛舍环境温度检测的问题。
Description
技术领域
本发明涉及农业牲畜养殖自动化装备的技术领域,具体涉及一种基于无线传感器网络的牛舍环境温度检测系统。
背景技术
牛舍环境温度在环境因素中最重要,也是导致热应激的最重要因素,随着环境温度升高,肉牛体温升高,干物质采食量(DMI)下降,高温持续,DMI下降幅度增加。环境温度对体温有一个滞后作用,而体温对采食量也有一个滞后作用,室内温度升高后一段时间,鼓膜温度才开始下降,然后采食量下降。气温升高,肉牛体温与环境温差减少,体内热量散发困难,不能及时把多余的热量散发,体温升高。肉牛的舒适温度为5-25℃,当温度大于26℃,肉牛便处于热应激,在热应激程度不是很严重的情况下,肉牛可以通过热量平衡机制来调节体温使其在正常温度范围内变化。试验结果表明,在7-8月间,肉牛的体质量增长缓慢,有的个体甚至出现负增长。其原因在于肉牛在夏季时消化功能下降,主要是由于鼓膜温度发生变化,因此其采食量减少,且在温度高的环境中,肉牛增重受到极大限制。因此,一方面要提高肉牛的采食量,另一方面还要保证肉牛在体质量上有所增长,这样才会避免由于温度的原因造成肉牛光吃不长的情况发生。夏季持续的高温高湿环境对奶牛的生产性能会产生严重影响,当环境温度超过临界温度的上限时,奶牛不仅受到高温的影响,而且还会受到高温与其它环境因素(如湿度、养殖密度)的交互影响,从而导致其受到严峻的热环境挑战,引起热应激反应,造成奶牛业巨大的经济损失。泌乳奶牛正常体温为38.5-39.3℃,适宜的环境温度范围是5-25℃。如果温度超过动物温度适中区的上限,因动物本身不再有降低其体温的能力而进入热应激状态。假定高产奶牛和低产奶牛的散热机制相同,与低产泌乳奶牛相比,随着泌乳量、采食量和产热量的增加,温度适中区范围逐渐下移,高产奶牛更容易受热应激的影响。泌乳奶牛能产生大量的代谢热,同时还能从辐射能中积聚额外的热量,所产生的代谢热和积聚的热量,再加上环境温度和相对湿度升高,给奶牛带来了严重的热负担,产生热应激,导致机体温度升高和采食量下降等不良影响,并最终降低奶牛的生产性能。当环境温度超过25℃时,奶牛的采食量开始降低,维持需要增加。如果气温超过37.8℃时,采食量将降低25%以上。热应激导致奶牛产奶量下降的原因,一方面是因为炎热,造成奶牛营养物质摄入不足,无法满足生产需要,进而导致产奶量下降;另一方面是由于热应激,抑制了甲状腺的功能,致使脑垂体前叶嗜酸性细胞分泌的生长激素减少,造成产奶量下降。高温使牛奶质量降低,乳脂、乳蛋白、乳糖及非脂固形物含量均可因高温而下降。受高温的影响,奶牛喜精料而厌食粗料,使瘤胃内低级脂肪酸如乙酸与丙酸的比例缩小,从而使乳脂率降低。热应激对公牛的性欲、射精量和精子密度没有显著的影响,但可使精液质量和精子活力显著降低。夏季高温使奶牛生理机能发生变化,免疫球蛋白减少,机体抵抗力下降,病原菌容易生长繁殖并侵害机体,因而腐蹄病、乳房炎、胎衣不下和子宫内膜炎增加,易使奶牛发生中暑和日射病。热应激导致奶牛产生非特异性防御应答的生理反应,从而降低产奶性能、繁殖性能和机体免疫能力。必须改善牛舍环境的小气候调控条件从根本上解决这一问题,借助环境改善和营养措施,才能有效预防和治疗奶牛热应激,从而提高奶牛生产的经济效。国内外学者纷纷开展牛舍小气候环境参数测控系统的研究,关伟等研制了牛舍饲养环境温度控制系统,李喜武等研制了牛舍环境及自动供料控制系统,曾成研制了基于嵌入式的牛舍环境参数监控系统,宗文平等研制了基于PLC的奶牛牛舍环境参数监测系统,但是这些系统都没有根据牛舍环境温度变化的非线性、大滞后和牛舍面积大温度变化复杂等特点,对牛舍环境的温度进行检测,从而极大的影响牛舍环境温度的检测。
发明内容
本发明提供了一种基于无线传感器网络的牛舍环境温度检测系统,本发明有效解决了现有牛舍监控系统没有根据牛舍环境温度变化的非线性、大滞后和牛舍面积大温度变化复杂等特点,对牛舍环境的温度进行检测,从而极大的影响牛舍环境温度检测的问题。
本发明通过以下技术方案实现:
一种基于无线传感器网络的牛舍环境温度检测系统,其特征在于:所述温度检测系统由基于无线传感器网络的牛舍环境参数采集平台和牛舍环境多点温度融合模型两部分组成,基于无线传感器网络的牛舍环境参数采集平台实现对牛舍环境温度检测、调节和监控,牛舍环境多点温度融合模型基于牛舍环境多个检测点温度传感器的温度Vague值的相似度矩阵和距离矩阵求得的相似度融合权重、距离融合权重和博弈论组合权重实现对牛舍环境多点温度融合,提高牛舍环境温度融合精确度、可靠性和鲁棒性。
本发明进一步技术改进方案是:
所述基于无线传感器网络的牛舍环境参数采集平台由检测节点、控制节点和现场监控端组成,它们以自组织方式通过无线通信模块NRF2401构建成牛舍环境参数采集与智能预测平台。检测节点分别由传感器组模块、单片机MSP430和无线通信模块NRF2401组成,传感器组模块负责检测牛舍环境的温度、湿度、风速和有害气体等牛舍小气候环境参数,由单片机控制采样间隔并通过无线通信模块NRF2401发送给现场监控端;控制节点实现对牛舍环境参数的调节设备进行控制;现场监控端由一台工业控制计算机组成,实现对检测节点检测牛舍环境参数进行管理和对牛舍环境多点温度进行融合。基于无线传感器网络的牛舍环境参数采集平台见图1所示。
本发明进一步技术改进方案是:
所述牛舍环境多点温度融合模型通过把牛舍环境各个温度检测的温度传感器值转化为Vague值形式,定义两两温度传感器的温度Vague值的相似度和距离,构建相似度矩阵和距离矩阵,求得牛舍环境各个检测点温度传感器值的相似度融合权重和距离融合权重,基于博弈论原理和两种融合权重求得牛舍环境各个温度传感器值融合的组合权重,牛舍环境各个检测点温度传感器值与各自温度传感器值融合的组合权重积的相加和为牛舍环境多个检测点温度融合模型的值,牛舍环境多点温度融合模型既考虑了不同检测点温度传感器的温度Vague值之间的相似度,也考虑了不同检测点温度传感器的温度Vague值之间的相对距离,提高了牛舍环境多点温度传感器值融合精度和可靠性。具体方法见图2所示。
本发明与现有技术相比,具有以下明显优点:
一、本发明针对牛舍环境多点温度测量过程中,传感器精度误差、干扰和测量温度值异常等问题存在的不确定性和随机性,本发明专利将牛舍环境温度传感器测量的温度值用Vague值形式表示,有效地处理了牛舍环境温度传感器测量值的模糊性和不确定性,提高了牛舍环境温度传感器融合值的客观性和可靠性。
二、本发明将牛舍环境温度值转化为Vague值形式,定义两两Vague值之间的相似度,构建相似度矩阵,根据牛舍环境每个检测点温度传感器Vague值的相似度占整个牛舍环境温度传感器检测点的温度传感器Vague值相似度和的比为该检测点温度传感器值的相似度融合权重αi,提高了牛舍环境温度融合值的精确性和科学性。
三、本发明将牛舍环境温度参数转化为Vague值形式,定义两两Vague值之间的相对距离,构建距离矩阵,根据牛舍环境每个检测点温度传感器Vague值的相对距离占整个牛舍环境检测点温度传感器Vague值的相对距离和的比为该检测点温度传感器值的距离融合权重βi,提高了牛舍环境温度融合值的精确性和科学性。
四、本发明采用博弈论法对每个检测点的相似度融合权重αi与距离融合权重βi的进行组合,构建每个检测点温度传感器温度值融合的组合权重wi,该检测点温度传感器值融合的组合权重既考虑了该检测点温度传感器Vague值值的相对距离融合权重βi,也考虑了该检测点温度传感器Vague值的相似度融合权重αi,该组合权重提高牛舍环境温度融合值的精确性、可靠性和科学性,牛舍环境温度融合值更加反映牛舍环境温度值的真实性。
五、本发明采用牛舍环境多点温度融合模型通过把牛舍环境各个温度检测的温度传感器值转化为Vague值形式,求得牛舍环境各个检测点温度传感器值的两种融合权重和组合权重,该牛牛舍环境多点温度融合模型既考虑了不同检测点温度传感器的温度Vague值之间的相似度,也考虑了不同检测点温度传感器的温度Vague值之间的距离,提高了牛舍环境多点温度传感器值融合精度和可靠性。
附图说明
图1为本发明基于无线传感器网络的牛舍环境参数采集平台;
图2为本发明牛舍环境多点温度融合模型;
图3为本发明检测节点功能图;
图4为本发明控制节点功能图;
图5为本发明现场监控端软件功能图;
图6为本发明牛舍环境参数采集平台平面布置图。
具体实施方式
1、系统总体功能的设计
本发明温度检测系统实现对牛舍环境因子参数进行检测和牛舍环境多点温度融合,该系统由基于无线传感器网络的牛舍环境参数采集平台和牛舍环境温度多点融合模型两部分组成。基于无线传感器网络的牛舍环境参数采集平台包括牛舍环境参数的检测节点1和调节牛舍环境参数的控制节点2,它们以自组织方式构建成无线测控网络来实现检测节点1、控制节点2和现场监控端3之间的无线通信;检测节点1将检测的牛舍环境参数发送给现场监控端3并对传感器数据进行初步处理;现场监控端3把控制信息传输到检测节点1和控制节点2。整个系统结构见图1所示。
2、检测节点的设计
采用大量基于无线传感器网络的检测节点1作为牛舍环境参数感知终端,检测节点1和控制节点2通过自组织无线网络实现现场监控端3之间的信息相互交互。检测节点1包括采集牛舍环境温度、湿度、风速和有害气体参数的传感器和对应的信号调理电路、MSP430微处理器和NRF2401无线传输模块;检测节点的软件主要实现无线通信和牛舍环境参数的采集与预处理。软件采用C语言程序设计,兼容程度高,大大提高了软件设计开发的工作效率,增强了程序代码的可靠性、可读性和可移植性。检测节点结构见图3。
3、控制节点
控制节点2在输出通路设计了4路D/A转换电路实现对温度、湿度、风速和有害气体的调节输出量控制电路、MSP430微处理器和无线通信模块接口,实现对牛舍环境控制设备进行控制,控制节点见图4。
4、现场监控端软件
现场监控端3是一台工业控制计算机,现场监控端3主要实现对牛舍环境参数进行采集、多点温度融合和牛舍环境温度预测,实现与检测节点1与控制节点2的信息交互,现场监控端3主要功能为通信参数设置、数据分析与数据管理、牛舍环境多点温度融合和牛舍温度智能预测。该管理软件选择了Microsoft Visual++6.0作为开发工具,调用系统的Mscomm通信控件来设计通讯程序,现场监控端软件功能见图5。牛舍环境多点温度融合模型的设计如下:
①、牛舍环境温度传感器值转化为温度Vague值形式
该牛舍环境有m个温度传感器,在k为(1,2,…n)时刻检测牛舍环境温度值,构成该牛舍环境的温度检测矩阵如(1)式所示:
在矩阵A中记每列最大值为ajmax=max{a1j,a1j,…,amj},则根据单值实数转化为Vague值数据的公式,可以将牛舍环境有m个温度传感器,在k为(1,2,…n)时刻检测牛舍环境的单值实数温度值转化为对应的Vague值数据,并构建牛舍环境的Vague值数据矩阵U。单值实数转化为Vague值数据的公式如下所示:
应用公式(2),把单值实数的牛舍环境的温度矩阵A转化为Vague值数据矩阵U,该矩阵经过标准化后得到如下矩阵:
②、基于Vague值相似度的牛舍环境温度传感器值的相似度融合权重αi的求取
A、计算牛舍环境温度传感器Vague值的相似度
根据Vague集相似度量公式对牛舍环境Vague值数据矩阵U进行相似度量,可以得到该牛舍环境m个温度传感器,在k为(1,2,…n)时刻检测牛舍环境Vague温度值的相似度矩阵T。uA和uB的Vague值数据的相似度公式如下所示:
B、构建牛舍环境温度传感器值的相似度矩阵
应用公式(4),把Vague值的牛舍环境的温度传感器值矩阵U转化为Vague值形式相似度矩阵T,该矩阵经过标准化后得到如下矩阵:
C、基于Vague值相似度的牛舍环境温度传感器值的相似度融合权重
该矩阵的第i行和表示第i个温度传感器检测温度Vague值与其它温度传感器检测的Vague值相似度和,根据牛舍环境每个温度传感器检测的Vague值与其它温度传感器检测的Vague值相似度占比,可以确定该传感器检测温度值在整个牛舍环境温度值的融合权重,该权重公式如下:
③、基于Vague值距离的牛舍环境温度传感器值的距离融合权重βi的求取
A、计算牛舍环境温度传感器Vague值的距离
根据uA的定义,πA=1-tA-fA也称为踌躇度或犹豫度,对于实数型Vague集uA和uB,则它们之间的距离为:
B、构建牛舍环境温度传感器值的距离矩阵
应用公式(7),把Vague值的牛舍环境的温度矩阵U转化为不同温度传感器之间的距离矩阵D,该矩阵经过标准化后得到如下矩阵:
根据公式(8)的含义,定义每个温度传感器Vague值与其它温度传感器Vague值的相对距离为:
C、基于Vague值距离的牛舍环境温度传感器值的距离融合权重
该矩阵的第i行和表示第i个温度传感器检测温度Vague值与其它温度传感器检测的Vague值的距离和,根据牛舍环境每个温度传感器检测的Vague值与其它温度传感器检测的Vague值距离和占比,可以确定该传感器检测温室值在整个牛舍环境温度值的融合权重,该权重公式如下:
④、基于博弈论法牛舍环境温度传感器值融合的组合权重wi的求取
单独运用一种方法得到传感器数据融合权重均会导致结果存在一定的局限性,本专利运用博弈论的方法将Vague值相似度的权重αi和Vague值距离的权重βi进行综合集成,该方法主要是为了缩小不同方法得到的各个基本权重与最终得到的组合权重之间的偏差,使得各个方法所确定的权重在相互竞争的关系中比较协调,进而寻求比较均衡的结果,保证所确定的指标组合权重更加科学合理。为了使得到的组合权重更具有科学性和客观性,可使用L种不同的方法对各指标进行赋权,这样可以构造一个基本的权重集,使用L种方法对指标进行赋权,由此构造一个基本的权重集ui={ui1,ui2,…,uin},i=1,2,…,L,我们记这L个向量的任意线性组合为:
为了在可能的权重向量u中找到最满意的我们将L个线性组合系数λk进行优化,使得u与各个uk的离差极小化。这样便导出了下面的对策模型:
根据矩阵的微分性质可知,式(11)的最优化一阶导数条件为可转化为线性方程组并运用Mathmatica计算,求得(λ1,λ2,…λL)后归一化处理,代入(10)式,得到组合权重:
⑤、根据组合权重得到牛舍环境多点温度融合模型为:
其中k为时间,i为检测点,aik为k时刻第i个检测点温度,wi为第i个检测点组合权重。
5、牛舍环境温度检测系统的设计举例
根据牛舍环境的状况,系统布置了检测节点1和控制节点2和现场监控端3的平面布置安装图,其中检测节点1均衡布置在被检测牛舍环境中,整个系统平面布置见图6,通过该系统实现对牛舍环境参数的采集与牛舍环境多点温度融合。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段,还包括由以上技术特征任意组合所组成的技术方案。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (3)
1.一种基于无线传感器网络的牛舍环境温度检测系统,其特征在于:所述温度检测系统由基于无线传感器网络的牛舍环境参数采集平台和牛舍环境多点温度融合模型两部分组成,基于无线传感器网络的牛舍环境参数采集平台实现对牛舍环境温度检测、调节和监控,牛舍环境多点温度融合模型基于牛舍环境多个检测点温度传感器的温度Vague 值的相似度矩阵和距离矩阵求得的相似度融合权重、距离融合权重和博弈论组合权重实现对牛舍环境多点温度融合,提高牛舍环境温度融合精确度、可靠性和鲁棒性。
2.根据权利要求1所述的一种基于无线传感器网络的牛舍环境温度检测系统,其特征在于:所述基于无线传感器网络的牛舍环境参数采集平台由检测节点、控制节点和现场监控端组成,它们以自组织方式构建成牛舍环境参数采集平台;检测节点由传感器组模块、单片机和无线通信模块NRF2401组成,负责检测牛舍环境的温度、湿度、风速和有害气体的实际值,控制节点实现对牛舍环境参数的调节设备进行控制;现场监控端实现对牛舍环境参数进行管理和对牛舍环境多点温度的融合。
3.根据权利要求1或2所述的一种基于无线传感器网络的牛舍环境温度检测系统,其特征在于:所述牛舍环境多点温度融合模型把牛舍环境多个检测点温度传感器的温度值转化为Vague值形式,定义两两温度传感器的温度Vague 值的相似度和距离,构建相似度矩阵和距离矩阵,牛舍环境每个检测点温度传感器Vague值的相似度占整个牛舍环境检测点温度传感器的温度传感器Vague值相似度和的比为该检测点温度传感器值的相似度融合权重,牛舍环境每个检测点温度传感器Vague值的相对距离占整个牛舍环境检测点温度传感器Vague值的相对距离和的比为该检测点温度传感器值的距离融合权重,基于每个检测点温度传感器值的相似度融合权重与距离融合权重和博弈论法构建每个检测点温度传感器值融合的组合权重,牛舍环境各个检测点温度传感器值与各自温度传感器值融合的组合权重积的相加和为牛舍环境多个检测点温度融合模型的值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710334087.XA CN107155932B (zh) | 2017-05-12 | 2017-05-12 | 一种基于无线传感器网络的牛舍环境温度检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710334087.XA CN107155932B (zh) | 2017-05-12 | 2017-05-12 | 一种基于无线传感器网络的牛舍环境温度检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107155932A true CN107155932A (zh) | 2017-09-15 |
CN107155932B CN107155932B (zh) | 2020-04-24 |
Family
ID=59814952
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710334087.XA Active CN107155932B (zh) | 2017-05-12 | 2017-05-12 | 一种基于无线传感器网络的牛舍环境温度检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107155932B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110109193A (zh) * | 2019-04-19 | 2019-08-09 | 淮阴工学院 | 一种基于drnn神经网络的茄子温室温度智能化检测装置 |
CN114970745A (zh) * | 2022-06-17 | 2022-08-30 | 淮阴工学院 | 物联网智能安防与环境大数据系统 |
CN117056862A (zh) * | 2023-10-10 | 2023-11-14 | 贵州省畜牧兽医研究所 | 基于物联网的家禽养殖环境异常监测系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090076632A1 (en) * | 2007-09-18 | 2009-03-19 | Groundswell Technologies, Inc. | Integrated resource monitoring system with interactive logic control |
CN101968649A (zh) * | 2010-10-18 | 2011-02-09 | 淮阴工学院 | 网络型生猪养殖环境控制系统与智能型环境因子控制方法 |
CN103440525A (zh) * | 2013-06-14 | 2013-12-11 | 北京工商大学 | 基于Vague值相似度量改进算法的城市湖库水华应急治理多目标多层次决策方法 |
CN104715137A (zh) * | 2015-01-26 | 2015-06-17 | 北京航空航天大学 | 一种考虑犹豫信息权重获取的决策方法 |
CN104950948A (zh) * | 2015-05-21 | 2015-09-30 | 淮阴工学院 | 牛舍温度智能控制系统 |
CN106371318A (zh) * | 2016-10-31 | 2017-02-01 | 南京农业大学 | 基于合作博弈的设施环境多目标优化控制方法 |
-
2017
- 2017-05-12 CN CN201710334087.XA patent/CN107155932B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090076632A1 (en) * | 2007-09-18 | 2009-03-19 | Groundswell Technologies, Inc. | Integrated resource monitoring system with interactive logic control |
CN101968649A (zh) * | 2010-10-18 | 2011-02-09 | 淮阴工学院 | 网络型生猪养殖环境控制系统与智能型环境因子控制方法 |
CN103440525A (zh) * | 2013-06-14 | 2013-12-11 | 北京工商大学 | 基于Vague值相似度量改进算法的城市湖库水华应急治理多目标多层次决策方法 |
CN104715137A (zh) * | 2015-01-26 | 2015-06-17 | 北京航空航天大学 | 一种考虑犹豫信息权重获取的决策方法 |
CN104950948A (zh) * | 2015-05-21 | 2015-09-30 | 淮阴工学院 | 牛舍温度智能控制系统 |
CN106371318A (zh) * | 2016-10-31 | 2017-02-01 | 南京农业大学 | 基于合作博弈的设施环境多目标优化控制方法 |
Non-Patent Citations (1)
Title |
---|
王艳平,孙静: "基于粗糙模糊集的聚类决策及应用", 《数学的实践与认识》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110109193A (zh) * | 2019-04-19 | 2019-08-09 | 淮阴工学院 | 一种基于drnn神经网络的茄子温室温度智能化检测装置 |
CN110109193B (zh) * | 2019-04-19 | 2021-01-01 | 淮阴工学院 | 一种基于drnn神经网络的茄子温室温度智能化检测装置 |
CN114970745A (zh) * | 2022-06-17 | 2022-08-30 | 淮阴工学院 | 物联网智能安防与环境大数据系统 |
CN114970745B (zh) * | 2022-06-17 | 2023-07-04 | 淮阴工学院 | 物联网智能安防与环境大数据系统 |
CN117056862A (zh) * | 2023-10-10 | 2023-11-14 | 贵州省畜牧兽医研究所 | 基于物联网的家禽养殖环境异常监测系统 |
CN117056862B (zh) * | 2023-10-10 | 2023-12-19 | 贵州省畜牧兽医研究所 | 基于物联网的家禽养殖环境异常监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107155932B (zh) | 2020-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104155925B (zh) | 一种基于无线传感器网络鸡舍小气候环境智能控制系统 | |
CN102333117B (zh) | 基于物联网的家禽育种选种系统 | |
CN107494320A (zh) | 基于无线传感器网络的牛舍环境温度智能监测系统 | |
CN102511441A (zh) | 奶牛数字化精准养殖系统 | |
CN105784083A (zh) | 基于立体视觉技术的奶牛体型测量方法和系统 | |
CN107155932A (zh) | 一种基于无线传感器网络的牛舍环境温度检测系统 | |
CN104950948A (zh) | 牛舍温度智能控制系统 | |
CN203276052U (zh) | 一种基于径向基神经网络的农业温度控制系统 | |
CN110095412A (zh) | 一种草畜动态遥感监测及放牧预警方法 | |
Shen et al. | Assessment of dairy cow feed intake based on BP neural network with polynomial decay learning rate | |
Ma et al. | Development of noncontact body temperature monitoring and prediction system for livestock cattle | |
CN106506848A (zh) | 一种基于ZigBee的家畜养殖控制系统 | |
CN110703834B (zh) | 一种基于大数据平台的畜牧业管理系统 | |
CN107423887A (zh) | 一种基于移动互联网的家禽监管方法及系统 | |
Niedbała et al. | Application of Artificial Neural Networks Sensitivity Analysis for the Pre-Identification of Highly Significant Factors Influencing the Yield and Digestibility of Grassland Sward in the Climatic Conditions of Central Poland | |
Niedbała et al. | Paszkiewicz-Jasi nska, A.; Wojciechowski, T.; Niazian, M. Application of Artificial Neural Networks Sensitivity Analysis for the Pre-Identification of Highly Significant Factors Influencing the Yield and Digestibility of Grassland Sward in the Climatic Conditions of Central Poland. Agronomy 2022, 12, 1133 | |
Woli et al. | Modifying the National Research Council weight gain model to estimate daily gain for stockers grazing bermudagrass in the southern United States | |
Sugiono et al. | Analysis the relationship of physiological, environmental, and cow milk productivity using AI | |
Wrzecińska et al. | Agriculture in the face of new digitization technologies | |
CN110414859A (zh) | 一种基于物联网技术的优质稻谷收储作业5t管理系统及其评价方法 | |
TWI784740B (zh) | 家禽健康監測系統及其方法 | |
Gaazi et al. | Labview Virtual Instrument Based on Intelligent Management and Monitoring of Microclimate in Precision Pig Farming with Wireless Sensor Network. | |
CN113989745A (zh) | 一种反刍动物饲养状况的非接触式监测方法 | |
CN107480739A (zh) | 一种基于互联网的家禽养殖等级筛分系统 | |
Wild et al. | Tracking free-ranging sheep to evaluate interrelations between selective grazing, movement patterns and the botanical composition of alpine summer pastures in northern Italy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211116 Address after: 264200 No. 10-7, Futian Road, torch high tech Industrial Development Zone, Weihai City, Shandong Province Patentee after: Weihai Jinghe Digital Mining Technology Co., Ltd Address before: 223005 No. 1, Meicheng Road, economic and Technological Development Zone, Huai'an City, Jiangsu Province Patentee before: Huaiyin Institute of Technology |