TWI811565B - 農業場域的智慧環控方法 - Google Patents
農業場域的智慧環控方法 Download PDFInfo
- Publication number
- TWI811565B TWI811565B TW109131724A TW109131724A TWI811565B TW I811565 B TWI811565 B TW I811565B TW 109131724 A TW109131724 A TW 109131724A TW 109131724 A TW109131724 A TW 109131724A TW I811565 B TWI811565 B TW I811565B
- Authority
- TW
- Taiwan
- Prior art keywords
- environmental
- environmental control
- combination
- biological
- prediction system
- Prior art date
Links
- 230000007613 environmental effect Effects 0.000 title claims abstract description 117
- 238000000034 method Methods 0.000 title claims abstract description 11
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 34
- 230000004071 biological effect Effects 0.000 claims abstract description 21
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 10
- 238000010801 machine learning Methods 0.000 claims abstract description 10
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 44
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 22
- 239000001569 carbon dioxide Substances 0.000 claims description 22
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 14
- 239000002245 particle Substances 0.000 claims description 9
- 244000144977 poultry Species 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 claims description 7
- 230000000704 physical effect Effects 0.000 claims description 7
- 230000008030 elimination Effects 0.000 claims description 5
- 238000003379 elimination reaction Methods 0.000 claims description 5
- 241000233855 Orchidaceae Species 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 241000894007 species Species 0.000 claims description 3
- 238000012706 support-vector machine Methods 0.000 claims description 3
- 230000001737 promoting effect Effects 0.000 claims description 2
- 238000007637 random forest analysis Methods 0.000 claims description 2
- 241000287828 Gallus gallus Species 0.000 description 13
- 238000009313 farming Methods 0.000 description 10
- 235000013330 chicken meat Nutrition 0.000 description 8
- 235000013594 poultry meat Nutrition 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000009395 breeding Methods 0.000 description 4
- 230000001488 breeding effect Effects 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 230000003213 activating effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 241000218922 Magnoliophyta Species 0.000 description 1
- 241001505935 Phalaenopsis Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Agricultural Chemicals And Associated Chemicals (AREA)
- Greenhouses (AREA)
Abstract
本發明係關於一種農業場域的智慧環控方法,透過人工智慧輸入參考數據,並分析該參考數據,建立預測系統,該參考數據包含環境數據、環控設備組合及生物物性,該環境數據、該環控設備組合及該生物物性透過該人工智慧的機器學習,利用演算法進行分析,建立該預測系統;於該預測系統輸入待控制之農業場域的環境參數,該環境參數包含預測區間環境參數、環控設備參數及生物參數;該預測系統運算該環境參數獲取建議數據,並輸出設備組合選單;依據該設備組合選單,以該人工智慧自動控制該農業場域的環控設備模組。以維持一最佳農業環境。
Description
本發明係有關於一種可以透過機器學習方式,而自動調整環控之最佳農業場域控制方法。
目前一般的禽雞場、蘭花園或溫室等進行養殖或種植的農業場域,其農業場域內環境條件與外在環境息息相關,農業場域內環境條件常藉由許多環控設備,例如:風扇、水幕牆、加濕器、加熱器、冷氣機等進行環境調節,以適合農業場域內各類生物的生長,例如:白肉雞、蝴蝶蘭等。當農業場域內環境變化超出培育生物的適合範圍,農業場域內的環控設備就必須啟動,以確保環境條件能維持在適合範圍內,當觀察到農業場域內環境條件已不符合培育生物的需求時,必須由管理者依照以往的實務經驗,設定各個環控設備或設施的啟動或關閉的控制模式,但戶外環境的變化隨著四季而變動劇烈,農業場域內設備不一定可以調控在生物生長的適合範圍內,例如白肉雞在雛雞期、育雛期、換毛期、育肥期、換肉期等不同階段,其可容許溫度、濕度、二氧化碳濃度或飼料量等環境範圍也都不相同,因此必須經由管理者長時期的歸納分析,才能取得設定的環控設備或設施的控制模式,藉以建立適合白肉雞於不同生長階段的環境範圍,並據以進行手動調整。因此管理者需要長時間的實務經驗,才能設定出適合環境的控制模式。惟每一位管理者的實務經驗不同,所設定出適合環境的控制模式也不相同,而且獲得實務經驗的時間又需要很長的時間累積,而且每一個管理者的學
習能力也不相同,並無法獲得最佳的控制模式,因此會造成雞隻的淘汰率、死亡率過高,養殖成本提高,無法達到有效的管理。
因此有中華民國105年6月1日所公告之新型第M523165號「自動化農業管控設備及系統」專利案,主要係揭露:用於管控一農耕區域,自動化農業管控設備包含感測裝置、調節裝置及管控裝置,感測裝置感測得到農耕區域的農耕資訊並無線傳送發送出,調節裝置接受無線控制訊號而據以對農耕區域執行包括溫度調節、濕度調節及照度調節的農耕調節控制,管控裝置包括無線射頻傳輸構件及自動處理構件,自動處理構件自動地透過無線射頻傳輸構件以接收感測裝置所感測得到之農耕區域的農耕資訊,並且自動地根據農耕資訊以產生無線控制訊號而透過無線射頻傳輸構件控制調節裝置,藉此以對於農耕區域執行農耕調節控制。
上述專利前案雖然具有自動調控的功能,惟其各種環境的控制模式的設定值,均為人工自行輸入,因此設定值皆為固定,無法隨時根據不同設備、環境之變化自動學習而調整改變,因此在使用上仍有其不足之處。
爰此,有鑑於目前習知農業場域的環境控制具有上述的缺點。故本發明提供一種農業場域的智慧環控方法,包含有:透過人工智慧輸入一參考數據,並分析該參考數據後,建立一預測系統,該參考數據係包含有一環境數據、一環控設備組合及一生物物性,將該環境數據、該環控設備組合及該生物物性透過該人工智慧的機器學習,利用演算法進行分析,以建立該預測系統;該預測系統輸入待控制之一農業場域的一環境參數,該環境參數係包含一預測區間環境參數、一環控設備參數及一生物參數;該預測系統運算該環境參數獲取一建議數據,並輸出至少一設備組合選單;依據該設備組合選單,以該人工智慧自動控制
該農業場域的一環控設備模組,並將控制該環控設備模組之執行結果,傳輸至該人工智慧,藉以隨時調整該環控設備模組之控制模式。
上述人工智慧係包含一伺服器及一資料庫,該參考數據係根據先前各個不同的農業場域之實務經驗所取得的大數據,並儲存於該資料庫,該農業場域係為禽雞場、蘭花園或溫室。
上述環境數據係包含環境溫度、環境濕度、二氧化碳濃度其中之一或其任意組合,該環控設備組合則包含除濕機、水幕牆、風扇、加熱器、冷氣機其中之一或其任意組合,該生物物性係包含所欲養殖或種植的生物之不同生長期。
上述預測系統係包含一戶外環境預測系統、一多變數環控系統及一生物物性預測系統,該環境數據係經由該人工智慧以戶外環境預測學習之方式分析後,建立該戶外環境預測系統,該戶外環境預測系統對應運算該預測區間環境參數,該環控設備組合係經由該人工智慧以多變數環控學習之方式分析後,建立該多變數環控系統,該多變數環控系統則對應運算該環控設備參數,該生物物性則經由人工智慧以生物物性學習之方式分析後,建立該生物物性預測系統,該生物物性預測系統則對應運算該生物參數。
上述預測區間環境參數係包含該農業場域的實際溫度、實際濕度、實際二氧化碳濃度其中之一或其任意組合,該環控設備參數係包含該農業場域內之除濕機、水幕牆、風扇、加熱器及冷氣機的實際數量、型號、規格其中之一或其任意組合,該生物參數係包含該農業場域內所飼養的生物之期別、物種、數量其中之一或其任意組合。
上述預測系統係產生複數組的該設備組合選單,該建議數據的內容,係包含最佳溫度、最佳濕度、最佳二氧化碳濃度、最佳飼料量、生物淘汰率、生物死亡率其中之一或其任意組合。
上述建議數據係以功能性為導向,包含促使生物快速長成為主、以節能省電為主或以節省飼料成本為主。
選擇上述設備組合選單後,則會根據該設備組合選單,設定控制器工作流程,自動控制該環控設備模組,該環控設備模組係包含除濕機、水幕牆、風扇、加熱器、冷氣機其中之一或其任意組合。
上述執行結果之過程數據,係會回饋到該人工智慧,藉以更新該參考數據並儲存,然後再透過該人工智慧的機器學習,又再利用演算法分析,以修改該預測系統,重新再運算該環境參數以獲取新的建議數據,以更新該設備組合選單,再自動調整該環控設備模組之該控制模式。
進一步以一感知模組持續偵測該農業場域之環境,該感知模組係包含濕度計、溫度計、二氧化碳感知器、空氣微粒偵測器、異味偵測器其中之一或其任意組合,又該感知模組偵測到該濕度計、該溫度計、該二氧化碳感知器、該空氣微粒偵測器或該異味偵測器發生異常狀況時,該感知模組則會發出一異常警示。
上述技術特徵具有下列之優點:
1.係可根據不同農業場域之實務經驗所取得的大數據,透過機器學習的方式,找出農業場域的環境控制之最佳控制模式,據以建立適合飼養或種植的最佳環境。
2.可以根據自動控制的執行結果,隨時調整控制器工作流程,藉以能即時改變環控設備模組的控制模式。
3.又自動控制的執行結果會回饋到該人工智慧,藉以更新參考數據並儲存,然後再透過機器學習、演算法分析及運算,藉以獲取新的建議數據,以更新設備組合選單,自動調整環控設備模組之控制模式,以維持該農業場域成為最適合飼養或種植之農業環境。
4.又設有感知模組,藉以當偵測到濕度計、溫度計、二氧化碳感知器、空氣微粒偵測器或異味偵測器發生異常狀況時,可以立即發出異常警示,以通知管理者立即檢修處理,維持整個系統可以正常運作。
1:伺服器
11:資料庫
2:預測系統
21:戶外環境預測系統
22:多變數環控系統
23:生物物性預測系統
3:環控設備模組
31:除濕機
32:水幕牆
33:風扇
34:加熱器
35:冷氣機
4:感知模組
41:濕度計
42:溫度計
43:二氧化碳感知器
44:空氣微粒偵測器
45:異味偵測器
[第一圖]係為本發明實施例之操作方塊圖。
[第二圖]係為本發明實施例之步驟流程圖。
請參閱第一圖及第二圖所示,本發明實施例係包含有下列步驟:
A.透過人工智慧輸入一參考數據,並分析該參考數據後,建立一預測系統。該人工智慧係包含一伺服器1及一資料庫11。該參考數據係為先前依賴管理者根據不同的農業場域之實務經驗所取得的大數據,並儲存於該資料庫11。該參考數據係包含有環境數據、環控設備組合及生物物性。其中該環境數據係包含環境溫度、環境濕度、二氧化碳濃度其中之一或其任意組合。該環控設備組合則包含除濕機、水幕牆、風扇、加熱器、冷氣機其中之一或其任意組合。該生物物性係包含所欲養殖或種植的生物之不同生長期,例如養殖白肉雞之生物物性係包含雛雞期、育雛期、換毛期、育肥期及換肉期及其各個生長期所對應需要的飼料量。又如果是種植蘭花則包含瓶苗期、小苗期、中大苗期及花株期。將上述環境數據、環控設備組合及生物物性之該參考數據輸入電腦中,並透過人工智慧的機器學習,利用各種演算法進行分析,以建立一預測系統2。該演算法係包含羅吉斯迴歸(Logistic Regression)、隨機森林法(Random Forest)、k近鄰分類(KNN)、支持向量機(SVM)、輕量級梯度提升模型(LightGBM)或多層感知器(MLP)。該預測系統2係包含一戶外環境預測系統21、一多變數環控系統22及一生物物性預測系統23。其中該環境數據係經由人工智慧以戶外環境預測學習之方式分析後,建立該戶外環境預測系統21,藉以做為預測戶外環境的變化,例如環境溫度、環境
濕度及二氧化碳濃度之變化。該環控設備組合則經由人工智慧以多變數環控學習之方式分析後,建立該多變數環控系統22,藉以控制環境設備,例如除濕機、水幕牆、風扇、加熱器及冷氣機。該生物物性則經由人工智慧以生物物性學習之方式分析後,建立該生物物性預測系統23,藉以預測生物於不同生長期的飼料量、生物淘汰率及生物死亡率之變化。
B.於該預測系統輸入待控制之農業場域的一環境參數。本發明實施例待控制之該農業場域係以一禽雞場飼養白肉雞做為說明,並手動輸入該環境參數。該環境參數係包含一預測區間環境參數、一環控設備參數及一生物參數。該預測區間環境參數係包含該禽雞場的實際溫度、實際濕度及實際二氧化碳濃度。該環控設備參數係包含該禽雞場內之除濕機、水幕牆、風扇、加熱器及冷氣機的實際數量、型號及規格。該生物參數係包含該禽雞場內所飼養的雞隻之期別、物種及數量。
C.該預測系統運算該環境參數獲取一建議數據,並輸出至少一設備組合選單。該預測系統2根據該農業場域的該禽雞場所輸入的該環境參數進行運算,其中該戶外環境預測系統21對應運算該預測區間環境參數,該多變數環控系統22則對應運算該環控設備參數,該生物物性預測系統23對應運算該生物參數,藉以產生具有該建議數據的該設備組合選單並輸出。該預測系統2係可產生複數組的該設備組合選單,例如該等設備組合選單的該建議數據之內容,係包含雞隻在不同生長期環境的最佳溫度、最佳濕度、最佳二氧化碳濃度、最佳飼料量、生物淘汰率及生物死亡率等資訊,以供管理者選擇。進一步該建議數據係以功能性為導向,例如係以促使雞隻快速長成為主、或以節能省電為主、或以節省飼料成本為主,以供管理者可以根據需求選擇使用。
D.依據該設備組合選單,以該人工智慧自動控制該農業場域的一環控設備模組。當該管理者選擇所欲設定的該設備組合選單後,該伺服器1則會
根據該設備組合選單,設定控制器工作流程,以自動控制該環控設備模組3,該環控設備模組3係包含除濕機31、水幕牆32、風扇33、加熱器34及冷氣機35其中之一或其任意組合。例如啟動水幕牆32可以降低溫度、提高濕度及降低二氧化碳濃度。啟動加熱器34可以提高溫度、降低濕度及提高二氧化碳濃度。啟動冷氣機35可以降低溫度、降低濕度,藉以使得該農業場域成為適合飼養雞隻的最佳環境。
E.以一感知模組持續偵測該農業場域之環境,並將執行結果傳輸至該人工智慧,藉以隨時調整該環控設備模組之控制模式。該感知模組4係包含濕度計41、溫度計42、二氧化碳感知器43、空氣微粒偵測器44、異味偵測器45其中之一或其任意組合。
該伺服器1則會根據該執行結果,調整該控制器工作流程,藉以可即時改變該環控設備模組3的控制模式。例如偵測到濕度過高時,則會自動控制該除濕機31啟動,以降低濕度。又如果是偵測到溫度度過高時,則會自動控制該風扇33啟動,以降低溫度。藉以使得該農業場域可以維持在適合之飼養雞隻的環境。
又該執行結果之過程數據,係會回饋到該人工智慧的該伺服器1,藉以更新該資料庫11內的該參考數據並儲存,然後再透過該人工智慧的機器學習,又再利用演算法分析,以修改該預測系統2,重新再運算該環境參數以獲取新的建議數據,以更新該設備組合選單,再自動調整該環控設備模組之控制模式,以維持該農業場域成為最適合飼養雞隻之農業環境。
又當該感知模組4係偵測到該濕度計41、該溫度計42、該二氧化碳感知器43、該空氣微粒偵測器44或該異味偵測器45發生異常狀況時,該感知模組4則會發出一異常警示,例如發出警示聲音或警示燈號,以通知管理者立即檢修處理,藉以確保整個系統可以正常的運作。
綜合上述實施例之說明,當可充分瞭解本發明之操作、使用及本發明產生之功效,惟以上所述實施例僅係為本發明之較佳實施例,當不能以此限定本發明實施之範圍,即依本發明申請專利範圍及發明說明內容所作簡單的等效變化與修飾,皆屬本發明涵蓋之範圍內。
1:伺服器
11:資料庫
2:預測系統
21:戶外環境預測系統
22:多變數環控系統
23:生物物性預測系統
3:環控設備模組
31:除濕機
32:水幕牆
33:風扇
34:加熱器
35:冷氣機
4:感知模組
41:濕度計
42:溫度計
43:二氧化碳感知器
44:空氣微粒偵測器
45:異味偵測器
Claims (3)
- 一種農業場域的智慧環控方法,包含有:透過人工智慧輸入一參考數據,並分析該參考數據後,建立一預測系統,該參考數據係包含有一環境數據、一環控設備組合及一生物物性,將該環境數據、該環控設備組合及該生物物性透過該人工智慧的機器學習,利用演算法進行分析,以建立該預測系統,該環境數據係包含環境溫度、環境濕度、二氧化碳濃度其中之一或其任意組合,該環控設備組合則包含除濕機、水幕牆、風扇、加熱器、冷氣機其中之一或其任意組合,該生物物性係包含所欲養殖或種植的生物之不同生長期;於該預測系統輸入待控制之一農業場域的一環境參數,該環境參數係包含一預測區間環境參數、一環控設備參數及一生物參數;該預測系統運算該環境參數獲取一建議數據,該預測系統係產生複數設備組合選單,該建議數據的內容,係包含最佳溫度、最佳濕度、最佳二氧化碳濃度、最佳飼料量、生物淘汰率、生物死亡率其中之一或其任意組合,該建議數據係以功能性為導向,包含促使生物快速長成為主、以節能省電為主或以節省飼料成本為主;依據該等設備組合選單,以該人工智慧自動控制該農業場域的一環控設備模組,選擇該等設備組合選單後,則會根據該等設備組合選單,設定控制器工作流程,自動控制該環控設備模組,該環控設備模組係包含除濕機、水幕牆、風扇、加熱器、冷氣機其中之一或其任意組合,並將控制該環控設備模組之執行結果,傳輸至該人工智慧,藉以隨時調整該環控設備模組之控制模式,該執行結果之過程數據,係會回饋到該人工智慧,藉以更新該參考數據並儲存,然後再透過該人工智慧的機器學習,又再利用演算法分析,以修改該預測系統, 重新再運算該環境參數以獲取新的建議數據,以更新該等設備組合選單,再自動調整該環控設備模組之該控制模式;該人工智慧係包含一伺服器及一資料庫,該參考數據係根據先前各個不同的農業場域之實務經驗所取得的大數據,並儲存於該資料庫,該農業場域係為禽雞場、蘭花園或溫室,該演算法係包含羅吉斯迴歸、隨機森林法、k近鄰分類、支持向量機、輕量級梯度提升模型或多層感知器,該預測系統係包含一戶外環境預測系統、一多變數環控系統及一生物物性預測系統,該環境數據係經由該人工智慧以戶外環境預測學習之方式分析後,建立該戶外環境預測系統,該戶外環境預測系統對應運算該預測區間環境參數,藉以做為預測戶外環境的變化,該環控設備組合係經由該人工智慧以多變數環控學習之方式分析後,建立該多變數環控系統,該多變數環控系統則對應運算該環控設備參數,藉以控制該環控設備組合,該生物物性則經由人工智慧以生物物性學習之方式分析後,建立該生物物性預測系統,該生物物性預測系統則對應運算該生物參數,藉以預測生物於不同生長期的飼料量、生物淘汰率及生物死亡率之變化。
- 如請求項1之農業場域的智慧環控方法,其中,該預測區間環境參數係包含該農業場域的實際溫度、實際濕度、實際二氧化碳濃度其中之一或其任意組合,該環控設備參數係包含該農業場域內之除濕機、水幕牆、風扇、加熱器及冷氣機的實際數量、型號、規格其中之一或其任意組合,該生物參數係包含該農業場域內所飼養的生物之期別、物種、數量其中之一或其任意組合。
- 如請求項1之農業場域的智慧環控方法,進一步以一感知模組持續偵測該農業場域之環境,該感知模組係包含濕度計、溫度計、二氧化碳感知器、空氣微粒偵測器、異味偵測器其中之一或其任意組合,又該感知模組偵 測到該濕度計、該溫度計、該二氧化碳感知器、該空氣微粒偵測器或該異味偵測器發生異常狀況時,該感知模組則會發出一異常警示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109131724A TWI811565B (zh) | 2020-09-15 | 2020-09-15 | 農業場域的智慧環控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109131724A TWI811565B (zh) | 2020-09-15 | 2020-09-15 | 農業場域的智慧環控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202213249A TW202213249A (zh) | 2022-04-01 |
TWI811565B true TWI811565B (zh) | 2023-08-11 |
Family
ID=82197113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109131724A TWI811565B (zh) | 2020-09-15 | 2020-09-15 | 農業場域的智慧環控方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI811565B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114847168B (zh) * | 2022-05-17 | 2023-03-28 | 四川华能宝兴河水电有限责任公司 | 一种畜牧业智能化养殖系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080120335A1 (en) * | 2001-10-31 | 2008-05-22 | Alexei Dolgoff | Environmental Control System and Method |
CN107341734A (zh) * | 2017-06-06 | 2017-11-10 | 浙江大学 | 一种基于生理参数的设施作物苗期生长预测模型的建立方法 |
CN110651157A (zh) * | 2017-03-27 | 2020-01-03 | 博世株式会社 | 信息处理装置和信息处理方法 |
CN111263920A (zh) * | 2017-09-08 | 2020-06-09 | 9337-4791魁北克股份有限公司 | 用于控制作物的生长环境的系统和方法 |
TW202025063A (zh) * | 2018-12-27 | 2020-07-01 | 蜂巢數據科技股份有限公司 | 作物生長階段計算方法及電腦程式產品 |
-
2020
- 2020-09-15 TW TW109131724A patent/TWI811565B/zh active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080120335A1 (en) * | 2001-10-31 | 2008-05-22 | Alexei Dolgoff | Environmental Control System and Method |
CN110651157A (zh) * | 2017-03-27 | 2020-01-03 | 博世株式会社 | 信息处理装置和信息处理方法 |
CN107341734A (zh) * | 2017-06-06 | 2017-11-10 | 浙江大学 | 一种基于生理参数的设施作物苗期生长预测模型的建立方法 |
CN111263920A (zh) * | 2017-09-08 | 2020-06-09 | 9337-4791魁北克股份有限公司 | 用于控制作物的生长环境的系统和方法 |
TW202025063A (zh) * | 2018-12-27 | 2020-07-01 | 蜂巢數據科技股份有限公司 | 作物生長階段計算方法及電腦程式產品 |
Also Published As
Publication number | Publication date |
---|---|
TW202213249A (zh) | 2022-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101811640B1 (ko) | 기계학습을 이용한 작물의 생산량 예측장치 및 방법 | |
KR101852987B1 (ko) | 고부가가치 버섯재배를 위한 모듈형 식물공장시스템 | |
KR20200057831A (ko) | 스마트팜 제어 시스템 | |
KR20180076766A (ko) | 인공지능 스마트팜 관리 시스템 | |
KR101516732B1 (ko) | 식물공장의 자동화를 위한 맞춤 제어 시스템 및 그 방법 | |
KR20200063500A (ko) | 모듈형 스마트팜 버섯재배 시스템 | |
WO2020133669A1 (zh) | 一种植物工厂 | |
KR20160088019A (ko) | 특용작물 재배를 위한 식물공장 시스템 | |
KR20180022159A (ko) | 기계학습을 이용한 양액제어장치 및 방법 | |
CN104035397A (zh) | 养殖厂区远程监控系统 | |
TWI811565B (zh) | 農業場域的智慧環控方法 | |
CN104686251A (zh) | 监控植物工厂生长因子的温室装置及其监控方法 | |
JP2018014984A (ja) | 植物栽培システム | |
Walczuch et al. | Overview of closed-loop control systems and artificial intelligence utilization in greenhouse farming | |
Wickramaarachchi et al. | Real-time greenhouse environmental conditions optimization using neural network and image processing | |
CN113940267B (zh) | 一种用于植物工厂的照护装置及方法 | |
Mohabuth et al. | An IoT-Based Model for Monitoring Plant Growth in Greenhouses | |
CN205620839U (zh) | 一种用于食用菌培养的控制系统 | |
Muneeswaran et al. | Instinctual Synced Ventilation for Mushroom Growing using IoT | |
TWI707215B (zh) | 袋式栽培菇類生長環境監控方法與系統 | |
TWI526999B (zh) | 環境控制系統 | |
Hairu et al. | Fuzzy-based Nutrient System for Chili Cultivation in Urban Area | |
AU2021104408A4 (en) | Method for automating Smart Green House using IoT | |
KR102653329B1 (ko) | 커플링 방식의 모듈형 작물 재배 시스템 | |
Amir et al. | Smart Monitoring and Controlling System for Soil Moisture Utilizing Internet of Things (IoT) Technology with Fuzzy Logic Controller |