CN109582050A - 一种鱼菜食用菌共生系统的二氧化碳智能调控系统及方法 - Google Patents

Abstract

本发明提供了一种鱼菜食用菌共生系统的二氧化碳智能调控系统及方法，由采集模块获取系统的环境数据和执行模块的实时状态信息并发送至控制模块；控制模块首先基于建立的植物生长预测模型，得到未来一个时间段内系统中的二氧化碳浓度的标准范围，然后根据环境数据、标准范围及执行模块的实时状态信息，基于训练好的系统二氧化碳控制模型，获得执行模块的指定状态信息，并控制执行模块进行调整，使执行模块处于指定状态。本发明通过客观调整执行模块，使执行模块处于使系统中二氧化碳浓度处于标准范围的指定状态，从而智能调控系统中的二氧化碳浓度，进一步减少向系统中增施二氧化碳，导致资源的浪费；或排放多余的二氧化碳，造成环境污染。

Description

一种鱼菜食用菌共生系统的二氧化碳智能调控系统及方法

技术领域

本发明实施例涉及鱼菜食用菌共生系统技术领域，更具体地，涉及一种鱼菜食用菌共生系统的二氧化碳智能调控系统及方法。

背景技术

鱼菜食用菌共生系统是将循环水养殖、水耕栽培和食用菌养殖三种技术相结合的复合耕作体系，通过合理的结构设计，鱼菜食用菌共生系统达到了和谐互补的生态平衡，从而减少了农业生产过程中的浪费，提高了农业生产的生态效益。

鱼菜食用菌共生系统中，鱼菜区若蔬菜种植密度较高，在光照条件充足的情况下，若二氧化碳消耗过多且没有二氧化碳增施措施，则会导致二氧化碳浓度较低，植物光合作用速率缓慢甚至停止，降低蔬菜的产量及品质；相反地，若鱼类和食用菌产生的二氧化碳过多，蔬菜来不及进行光合作用消耗过多的二氧化碳，导致二氧化碳浓度过高，则会使得鱼类的生存和食用菌的生长受到抑制。因此，鱼菜食用菌共生系统中的二氧化碳浓度范围的调控及保持，对于鱼菜食用菌共生系统是至关重要的。

鱼菜食用菌共生系统由于是多种作物共存，而每种生物的最优生长环境不同，所以系统中的参数很多；由于二氧化碳的调控与其他环境参数如温度、湿度等存在耦合，同时温室中环境参数的调控存在着较大的滞后，因此，合理的调控系统中的二氧化碳充满着许多挑战。

目前，对鱼菜食用菌共生系统中的二氧化碳浓度进行合理有效的控制方法很少，需要人工及时地补充或减少系统中的二氧化碳，从而增加或降低系统中的二氧化碳浓度，操作复杂、效率较低。因此，需要设计一种针对鱼菜食用菌共生系统的二氧化碳智能调控系统及方法，减少不合理的增施或排除二氧化碳导致资源浪费及环境污染，从而实现资源的高效利用，实现绿色生产。

发明内容

为了解决上述问题，本发明实施例提供了一种鱼菜食用菌共生系统的二氧化碳智能调控系统及方法。

根据本发明实施例的第一方面，提供一种鱼菜食用菌共生系统的二氧化碳智能调控系统，该系统包括：采集模块、控制模块及执行模块。其中，采集模块用于获取鱼菜食用菌共生系统的环境数据和执行模块的实时状态信息，并将环境数据和执行模块的实时状态信息发送至控制模块；控制模块根据环境数据，对未来一个时间段内鱼菜食用菌共生系统的二氧化碳浓度进行预测，根据预测结果生成控制指令，并将控制指令发送至执行模块；执行模块根据控制指令对鱼菜食用菌共生系统的二氧化碳浓度进行实时调控，使鱼菜食用菌共生系统的二氧化碳浓度保持在标准范围内。

根据本发明实施例的第二方面，提供一种鱼菜食用菌共生系统的二氧化碳智能调控方法，该方法包括：S1、根据鱼菜食用菌共生系统的环境数据和对应的光合作用速率，基于训练好的植物生长预测模型，得到未来一个时间段内鱼菜食用菌共生系统的二氧化碳浓度的标准范围；S2、根据环境数据、标准范围及执行模块的实时状态信息，基于训练好的系统二氧化碳控制模型，获得执行模块的指定状态信息，并控制执行模块进行调整，使执行模块处于指定状态；所述指定状态为所述鱼菜食用菌共生系统的二氧化碳浓度保持在所述标准范围内，所述执行模块的相应状态。

本发明实施例提供了一种鱼菜食用菌共生系统的二氧化碳智能调控系统及方法，控制模块根据采集模块采集的环境数据，对未来一个时间段内鱼菜食用菌共生系统的二氧化碳浓度进行预测，确定二氧化碳浓度的标准范围，然后根据环境数据、二氧化碳浓度的标准范围和采集模块采集的执行模块的实时状态信息生成控制指令，并将控制执行发送至执行模块，执行模块根据控制指令对鱼菜食用菌共生系统的二氧化碳浓度进行实时调控，使得鱼菜食用菌共生系统的二氧化碳浓度保持在标准范围内。本发明实施例将鱼菜区和食用菌栽培区的气体环境连接，利用食用菌呼吸作用产生的二氧化碳作为鱼菜区蔬菜光合作用的原料，减少了人工增施二氧化碳的量，同时通过智能调控，以鱼菜区蔬菜的需求为导向，客观地调控二氧化碳浓度，进一步减少了不合理地向系统中增施二氧化碳，导致资源的浪费，实现了资源的高效利用；或排放多余的二氧化碳，造成环境污染。

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，还可以根据这些图获得其他的附图。

图1为本发明实施例的一种鱼菜食用菌共生系统的二氧化碳智能调控系统的结构示意图；

图2为本发明实施例的一种鱼菜食用菌共生系统的二氧化碳智能调控系统的的采集模块的结构示意图；

图3为本发明实施例的一种鱼菜食用菌共生系统的二氧化碳智能调控系统的控制模块的结构示意图；

图4为本发明实施例的一种鱼菜食用菌共生系统的二氧化碳智能调控系统的具体应用例中的控制框架图；

图5为本发明实施例的一种鱼菜食用菌共生系统的二氧化碳智能调控方法的流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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地描述，显然，所描述的实施例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。

现有技术中，对鱼菜食用菌共生系统中的二氧化碳浓度进行合理有效的控制方法很少，需要人工及时地补充或减少系统中的二氧化碳，从而增加或降低系统中的二氧化碳浓度，操作复杂、效率较低。因此，需要设计一种针对鱼菜食用菌共生系统的二氧化碳智能调控系统及方法，减少不合理的增施或排除二氧化碳导致资源浪费及环境污染，从而实现资源的高效利用，实现绿色生产。

图1为本发明实施例的一种鱼菜食用菌共生系统的二氧化碳智能调控系统的结构示意图，如图1所示，一方面，本发明实施例提供一种鱼菜食用菌共生系统的二氧化碳智能调控系统，该系统包括：采集模块、控制模块及执行模块。其中，采集模块用于获取鱼菜食用菌共生系统的环境数据和执行模块的实时状态信息，并将环境数据和执行模块的实时状态信息发送至控制模块；控制模块根据环境数据，对未来一个时间段内鱼菜食用菌共生系统的二氧化碳浓度进行预测，根据预测结果生成控制指令，并将控制指令发送至执行模块；执行模块根据控制指令对鱼菜食用菌共生系统的二氧化碳浓度进行实时调控，使鱼菜食用菌共生系统的二氧化碳浓度保持在标准范围内。

具体地，鱼菜食用菌共生系统包括鱼菜区和食用菌栽培区，采集模块分别采集鱼菜区、食用菌栽培区以及与鱼菜食用菌共生系统外部的环境数据和执行模块的实时状态信息，并将采集到的环境数据和执行模块的实时状态信息发送至控制模块，控制模块根据环境数据，对未来一个时间段内鱼菜食用菌共生系统的与鱼菜区和食用菌栽培区的二氧化碳浓度分别进行预测，确定二氧化碳浓度的标准范围，然后根据二氧化碳浓度的标准范围和执行模块的实时状态信息生成控制指令，并将控制指令发送至执行模块；执行模块根据控制指令对鱼菜食用菌共生系统的二氧化碳浓度进行实时调控，使鱼菜食用菌共生系统的二氧化碳浓度保持在标准范围内。

本发明实施例中，控制模块根据采集模块采集的环境数据，对未来一个时间段内鱼菜食用菌共生系统的二氧化碳浓度进行预测，确定二氧化碳浓度的标准范围，然后根据环境数据、二氧化碳浓度的标准范围和采集模块采集的执行模块的实时状态信息生成控制指令，并将控制执行发送至执行模块，执行模块根据控制指令对鱼菜食用菌共生系统的二氧化碳浓度进行实时调控，使得鱼菜食用菌共生系统的二氧化碳浓度保持在标准范围内。本发明实施例将鱼菜区和食用菌栽培区的气体环境连接，利用食用菌呼吸作用产生的二氧化碳作为鱼菜区蔬菜光合作用的原料，减少了人工增施二氧化碳的量，同时通过智能调控，以鱼菜区蔬菜的需求为导向，客观地调控二氧化碳浓度，进一步减少了不合理地向系统中增施二氧化碳，导致资源的浪费，实现了资源的高效利用；或排放多余的二氧化碳，造成环境污染。

需要说明的是，环境数据具体包括鱼菜食用菌共生系统的鱼菜区的二氧化碳浓度、温度、湿度和光照强度，鱼菜食用菌共生系统的食用菌栽培区的二氧化碳浓度、温度和湿度，以及鱼菜食用菌共生系统的外部的二氧化碳浓度、温度，湿度和风速。

基于上述实施例，图2为本发明实施例的一种鱼菜食用菌共生系统的二氧化碳智能调控系统的的采集模块的结构示意图，如图2所示，采集模块包括鱼菜区采集单元、食用菌栽培区采集单元、外部环境采集单元及执行模块状态采集单元；

鱼菜区采集单元设置于鱼菜食用菌共生系统的鱼菜区，在不同的垂直高度及水平长度上设置不同的传感器点位，采集一个时间段内的鱼菜区的二氧化碳浓度、温度、湿度和光照强度；

食用菌栽培区采集单元设置在鱼菜食用菌共生系统的食用菌栽培区，可设置于距离地面1.5米处的高度，采集一个时间段内的食用菌栽培区的二氧化碳浓度、温度和湿度，食用菌栽培区设置在鱼菜食用菌共生系统的背光区且用隔光材料覆盖；

外部环境采集单元设置在鱼菜食用菌共生系统的外部，采集一个时间段内的鱼菜食用菌共生系统外部的二氧化碳浓度、温度、湿度和风速；

执行模块状态采集单元采集执行模块的状态信息，执行模块的状态信息包括电动阀开度、风扇转速、风扇转向及天窗开度。

基于上述实施例，图3为本发明实施例的一种鱼菜食用菌共生系统的二氧化碳智能调控系统的控制模块的结构示意图，如图3所示，控制模块包括控制主机、数据存储单元及控制命令发出单元；

控制主机与采集模块相连，将环境数据和执行模块的实时状态信息存储于数据存储单元；

控制主机根据环境数据，基于训练好的植物生长预测模型，得到未来一个时间段内鱼菜食用菌共生系统的二氧化碳浓度的标准范围；植物生长预测模型为基于鱼菜食用菌共生系统的环境数据与光合速率进行训练得到的；

具体地，根据鱼菜区不同的二氧化碳浓度、温度、湿度及光照强度作为输入，以及对应的蔬菜的光合作用速率作为输出，训练得到植物生长预测模型。基于植物生长预测模型，能确定当前鱼菜区环境下使得鱼菜区蔬菜获得最优光合作用速率对应的二氧化碳浓度，即能确定鱼菜区的二氧化碳浓度的标准范围；同样地，能确定当前食用菌栽培区的二氧化碳浓度的标准范围。因此，基于植物生长预测模型，能确定鱼菜食用菌共生系统的二氧化碳浓度的标准范围。

控制主机根据环境数据、标准范围及执行模块的实时状态信息，基于训练好的系统二氧化碳控制模型，得到执行模块的指定状态信息，生成控制命令，通过控制命令发出单元向执行模块发出控制命令；系统二氧化碳控制模型为基于环境数据、标准范围、执行模块的实时状态信息与执行模块的指定状态信息进行训练得到的。

具体地，根据环境数据、二氧化碳浓度的标准范围和执行模块的实时状态信息作为输入，执行模块的指定状态信息作为输出，训练得到系统二氧化碳控制模型。基于系统二氧化碳控制模型，能根据环境数据和二氧化碳浓度的标准范围，将当前二氧化碳浓度和二氧化碳浓度的标准范围进行对比和分析，得到当前执行模块需要调整的控制状态，以使执行模块处于指定状态，从而使二氧化碳浓度处于标准范围内。

需要说明的是，植物生长预测模型的数据集为环境数据和蔬菜相对应的光合作用速率，可将该数据集的80％作为植物生长模型的训练集，该数据集的20％作为植物生长模型的验证集，以获得训练好的植物生长预测模型；系统二氧化碳控制模型的数据集为环境数据、标准范围、执行模块的实时状态信息和执行模块的指定状态，可将该数据集的95％作为系统二氧化碳控制模型的训练集，该数据集的5％作为系统二氧化碳控制模型的验证集，以获得训练好的系统二氧化碳控制模型。

基于上述实施例，植物生长预测模型为BP神经网络模型，系统二氧化碳控制模型为长短时记忆神经网络模型。

基于上述实施例，图4为本发明实施例的一种鱼菜食用菌共生系统的二氧化碳智能调控系统的具体应用例中的控制框架图，如图4所示，执行模块包括电动阀、换气扇、轴流风扇和放风机；

鱼菜食用菌共生系统的二氧化碳智能调控系统具体由现场PC、现场PLC工控机、各类传感器、通讯线路及执行模块组成。

其中，二氧化碳传感器和温湿度传感器置于食用菌栽培区，二氧化碳传感器、温湿度传感器及光照强度传感器置于鱼菜区，二氧化碳传感器、温湿度传感器、风速传感器置于室外，气体质量流量计置于二氧化碳气罐出口处检测二氧化碳施放速度，电机行程传感单元用于检测放风机开度及电动阀开度，电机转速转向传感单元获取各个换气扇的转速转向信息，采集到的信息通过RS485通讯传输到PLC工控机，并最终存储到现场的PC机内。

电动阀根据控制命令执行开启、关闭及不同开度动作，从而控制二氧化碳的施放及流速，二氧化碳气罐通过均匀铺设在无土栽培区的气管向鱼菜区施放二氧化碳；轴流风扇和换气扇根据控制命令执行开启、停止、正转、反转及不同转速的动作，轴流风扇设于无土栽培区的上方，换气扇设于墙壁上；放风机根据控制命令控制顶窗的开合及不同开度。

从上述描述中可知，不同的执行模块动作可能达到相同的控制效果，如控制鱼菜区的换气扇开启与放风机开启都可实现鱼菜区与室外气体环境的交换，在判定执行模块是否动作时，基于专家经验，使得调控二氧化碳的执行模块动作消耗的能量最少，如中午鱼菜区温度过高时，为了降低鱼菜区的温度，停止增施二氧化碳，打开放风机、鱼菜区换气扇不动作，从而保持鱼菜区的二氧化碳浓度不至于过低，通过制定合理的执行模块动作优先级，可以进一步减少能源的消耗，提高系统的产量。

另一方面，图5为本发明实施例的一种鱼菜食用菌共生系统的二氧化碳智能调控方法的流程示意图，如图5所示，本发明实施例提供了一种鱼菜食用菌共生系统的二氧化碳智能调控方法，该方法包括：S1、根据鱼菜食用菌共生系统的环境数据和对应的光合作用速率，基于训练好的植物生长预测模型，得到未来一个时间段内鱼菜食用菌共生系统的二氧化碳浓度的标准范围；S2、根据环境数据、标准范围及执行模块的实时状态信息，基于训练好的系统二氧化碳控制模型，获得执行模块的指定状态信息，并控制执行模块进行调整，使执行模块处于指定状态；所述指定状态为所述鱼菜食用菌共生系统的二氧化碳浓度保持在所述标准范围内，所述执行模块的相应状态。

具体地，首先，基于训练好的植物生长预测模型，根据鱼菜食用菌共生系统的鱼菜区的二氧化碳浓度、温度、湿度和光照强度和当前鱼菜区的蔬菜对应的光合作用速率，得到未来一个时间段内鱼菜区的二氧化碳浓度的标准范围，由此，得到未来一个时间段内鱼菜食用菌共生系统的二氧化碳浓度的标准范围。然后，基于训练好的系统二氧化碳控制模型，根据鱼菜食用菌共生系统内外部的环境数据、二氧化碳浓度的标准范围以及执行模块的实时状态信息，获得执行模块的指定状态信息，由此控制执行模块进行调整，使执行模块处于指定状态，从而使鱼菜食用菌共生系统的二氧化碳浓度保持在标准范围内。

需要说明的是，步骤S1中，根据环境数据和植物生长预测模型，与确定未来一个时间段内鱼菜食用菌共生系统的二氧化碳浓度的标准范围之间，还包括：根据环境数据，确定鱼菜食用菌共生系统的食用菌栽培区的二氧化碳浓度的标准范围。

具体地，基于训练好的植物生长预测模型，根据鱼菜食用菌共生系统的鱼菜区的二氧化碳浓度、温度、湿度和光照强度，和当前鱼菜区的蔬菜对应的光合作用速率，得到未来一个时间段内鱼菜区的二氧化碳浓度的标准范围；同样地，得到未来一个时间段内食用菌栽培区的二氧化碳浓度的标准范围，由此，根据未来一个时间段内鱼菜区的二氧化碳浓度的标准范围和食用菌栽培区的二氧化碳浓度的标准范围，得到未来一个时间段内鱼菜食用菌共生系统的二氧化碳浓度的标准范围。

进一步地，步骤S1之前，还包括：

对鱼菜食用菌共生系统的环境数据和执行模块的实时状态信息进行预处理，预处理包括归一化和去耦。

基于上述实施例，步骤S1具体包括：

基于环境数据与光合速率进行训练，并用粒子群算法优化，建立植物生长预测模型；根据环境数据和植物生长预测模型，确定未来一个时间段内鱼菜食用菌共生系统的二氧化碳浓度的标准范围。

基于上述实施例，步骤S2具体包括：

基于环境数据、标准范围、执行模块的实时状态信息与执行模块的指定状态信息进行训练，并采用试错法确定系统二氧化碳控制模型的网络参数，建立系统二氧化碳控制模型；网络参数包括时间长度、输入序列、隐藏层数和隐藏层节点数；将执行模块的实时状态信息与执行模块的指定状态信息进行比较，调整执行模块，使执行模块处于指定状态。

具体地，将执行模块的指定状态信息与执行模块的实时状态信息进行比较，获取不同网络参数，即不同时间长度、输入序列、隐藏层数和隐藏层节点数的系统二氧化碳控制模型中，执行模块的指定状态信息与执行模块的实时状态信息的标准差，选择标准差最小的网络参数的系统二氧化碳控制模型作为最优模型，从而确定系统二氧化碳控制模型的网络参数。

系统二氧化碳控制模型的输出进行信号处理，用于执行模块的控制信号，调整执行模块的实时状态，使执行模块处于指定状态，从而使鱼菜食用菌共生系统的二氧化碳浓度处于标准范围。

需要说明的是，执行模块的指定状态信息与执行模块的实时状态信息的标准差为：

其中，为执行模块的指定状态信息与执行模块的实时状态信息的标准差为执行模块的指定状态信息，y为执行模块的实时状态信息，n为标准差个数，N为标准差数量。

系统二氧化碳控制模型为长短时记忆模型，其产生的输出为0～1之间的任意值，作为执行模块的控制信号时，将0～1均匀的分段，分别对应每个执行模块不同的离散的动作值；同时结合专家经验知识，确定各类情况下的各种执行模块动作的先后顺序。

本发明实施例提供了一种鱼菜食用菌共生系统的二氧化碳智能调控系统及方法；由采集模块获取鱼菜食用菌共生系统的环境数据和执行模块的实时状态信息并发送至控制模块，控制模块首先根据建立的植物生长预测模型，得到未来一个时间段内鱼菜食用菌共生系统的二氧化碳浓度的标准范围，然后根据环境数据、标准范围及执行模块的实时状态信息，基于训练好的系统二氧化碳控制模型，获得执行模块的指定状态信息，并控制执行模块进行调整，使执行模块处于指定状态。本发明实施例以鱼菜食用菌共生系统的鱼菜区的需求为导向，通过客观地调整执行模块，使执行模块处于使系统中二氧化碳浓度处于标准范围的指定状态，从而智能调控系统中的二氧化碳浓度，进一步减少了不合理地向系统中增施二氧化碳，导致资源的浪费，实现了资源的高效利用；或排放多余的二氧化碳，造成环境污染。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种鱼菜食用菌共生系统的二氧化碳智能调控系统，其特征在于，所述调控系统包括采集模块、控制模块及执行模块；

所述采集模块用于获取鱼菜食用菌共生系统的环境数据和执行模块的实时状态信息，并将所述环境数据和所述执行模块的实时状态信息发送至所述控制模块；

所述控制模块根据所述环境数据，对未来一个时间段内所述鱼菜食用菌共生系统的二氧化碳浓度进行预测，根据预测结果生成控制指令，并将所述控制指令发送至所述执行模块；

所述执行模块根据所述控制指令对所述鱼菜食用菌共生系统的二氧化碳浓度进行实时调控，使所述鱼菜食用菌共生系统的二氧化碳浓度保持在标准范围内。

2.根据权利要求1所述的一种鱼菜食用菌共生系统的二氧化碳智能调控系统，其特征在于，所述环境数据具体包括所述鱼菜食用菌共生系统的鱼菜区的二氧化碳浓度、温度、湿度和光照强度，所述鱼菜食用菌共生系统的食用菌栽培区的二氧化碳浓度、温度和湿度，以及所述鱼菜食用菌共生系统的外部的二氧化碳浓度、温度，湿度和风速。

3.根据权利要求1所述的一种鱼菜食用菌共生系统的二氧化碳智能调控系统，其特征在于，所述采集模块包括鱼菜区采集单元、食用菌栽培区采集单元、外部环境采集单元及执行模块状态采集单元；

所述鱼菜区采集单元设置于所述鱼菜食用菌共生系统的鱼菜区，采集一个时间段内的鱼菜区的二氧化碳浓度、温度、湿度和光照强度；

所述食用菌栽培区采集单元设置在所述鱼菜食用菌共生系统的食用菌栽培区，采集一个时间段内的食用菌栽培区的二氧化碳浓度、温度和湿度，所述食用菌栽培区设置在所述鱼菜食用菌共生系统的背光区且用隔光材料覆盖；

所述外部环境采集单元设置在所述鱼菜食用菌共生系统的外部，采集一个时间段内的所述鱼菜食用菌共生系统外部的二氧化碳浓度、温度、湿度和风速；

所述执行模块状态采集单元采集所述执行模块的状态信息，所述执行模块的状态信息包括电动阀开度、风扇转速、风扇转向及天窗开度。

4.根据权利要求1所述的一种鱼菜食用菌共生系统的二氧化碳智能调控系统，其特征在于，所述控制模块包括控制主机、数据存储单元及控制命令发出单元；

所述控制主机与所述采集模块相连，将所述环境数据和所述执行模块的实时状态信息存储于所述数据存储单元；

所述控制主机根据所述环境数据，基于训练好的植物生长预测模型，得到未来一个时间段内所述鱼菜食用菌共生系统的二氧化碳浓度的标准范围；所述植物生长预测模型为基于所述鱼菜食用菌共生系统的环境数据与光合速率进行训练得到的；

所述控制主机根据所述环境数据、所述标准范围及所述执行模块的实时状态信息，基于训练好的系统二氧化碳控制模型，得到所述执行模块的指定状态信息，生成控制命令，通过所述控制命令发出单元向所述执行模块发出控制命令；所述系统二氧化碳控制模型为基于所述环境数据、所述标准范围、所述执行模块的实时状态信息与所述执行模块的指定状态信息进行训练得到的。

5.根据权利要求4所述的一种鱼菜食用菌共生系统的二氧化碳智能调控系统，其特征在于，所述植物生长预测模型为BP神经网络模型，所述系统二氧化碳控制模型为长短时记忆神经网络模型。

6.根据权利要求4所述的一种鱼菜食用菌共生系统的二氧化碳智能调控系统，其特征在于，所述执行模块包括电动阀、换气扇、轴流风扇和放风机；

所述电动阀根据所述控制命令执行开启、关闭及不同开度动作，从而控制二氧化碳的施放及流速，二氧化碳气罐通过均匀铺设在无土栽培区的气管向鱼菜区施放二氧化碳；

所述轴流风扇和所述换气扇根据所述控制命令执行开启、停止、正转、反转及不同转速的动作，所述轴流风扇设于无土栽培区正上方，所述换气扇设于墙壁上；

所述放风机根据所述控制命令控制顶窗的开合及不同开度。

7.一种鱼菜食用菌共生系统的二氧化碳智能调控方法，其特征在于，包括：

S1、根据所述鱼菜食用菌共生系统的环境数据和对应的光合作用速率，基于训练好的植物生长预测模型，得到未来一个时间段内所述鱼菜食用菌共生系统的二氧化碳浓度的标准范围；

S2、根据所述环境数据、所述标准范围及执行模块的实时状态信息，基于训练好的系统二氧化碳控制模型，获得所述执行模块的指定状态信息，并控制所述执行模块进行调整，使所述执行模块处于指定状态；所述指定状态为所述鱼菜食用菌共生系统的二氧化碳浓度保持在所述标准范围内，所述执行模块的相应状态。

8.根据权利要求7所述的一种鱼菜食用菌共生系统的二氧化碳智能调控方法，其特征在于，步骤S1具体包括：

基于所述环境数据与光合速率进行训练，并用粒子群算法优化，建立所述植物生长预测模型；

根据所述环境数据和所述植物生长预测模型，确定未来一个时间段内所述鱼菜食用菌共生系统的二氧化碳浓度的标准范围。

9.根据权利要求7所述的一种鱼菜食用菌共生系统的二氧化碳智能调控方法，其特征在于，步骤S2具体包括：

基于所述环境数据、所述标准范围、所述执行模块的实时状态信息与所述执行模块的指定状态信息进行训练，并采用试错法确定所述系统二氧化碳控制模型的网络参数，建立所述系统二氧化碳控制模型；所述网络参数包括时间长度、输入序列、隐藏层数和隐藏层节点数；

将所述执行模块的实时状态信息与所述执行模块的指定状态信息进行比较，调整所述执行模块，使所述执行模块处于指定状态。