【技术实现步骤摘要】
本专利技术涉及神经网络，更具体地说，它涉及一种基于订单精准管理的农业种植系统。
技术介绍
1、现有技术中对于区域农作物的未来农作物的种植量仅是根据前一年的各类农作物的订单收购量进行调整，并没有考虑到相邻的农作物种植区域之间的相互影响，也没有考虑到不同种类的农作物的种植的相互影响，容易造成土地资源浪费、产出端和收购端的严重失衡。
技术实现思路
1、本专利技术提供一种基于订单精准管理的农业种植系统，解决相关技术中对于区域农作物的未来农作物的种植量的规划容易造成土地资源浪费、产出端和收购端的严重失衡的技术问题。
2、本专利技术提供了一种基于订单精准管理的农业种植系统，包括：
3、种植区域划分模块，其用于划分种植区域；
4、数据收集模块，其用于收集每个种植区域的历史订单；一个历史订单信息包括：订单时间、商家名称、商品种类、商品数量、商品价格等；
5、进一步地，收集的历史订单是待预测年份的前一年的历史订单。
6、订单特征生成模块，其为每个种植区域的每种农作物生成对应的订单特征；
7、对于第i个种植区域的第j种农作物的订单特征，其中由第i个种植区域的第j种农作物历史订单的第i个属性生成；
8、模型生成模块，其用于建立预测模型，预测模型包括m个隐藏层，每个隐藏层包括n个lstm单元；
9、第i个隐藏层的第j个lstm单元输入第i个种植区域的第j种农作物的订单特征；
10、第m个隐藏层输入待
11、第n个隐藏层的第t个lstm单元的运算过程如下：
12、遗忘门的计算公式如下：
13、
14、其中表示前置状态，=；表示第n-1个隐藏层的第t个lstm单元的输出，表示第n个隐藏层的第t-1个lstm单元的输出；表示第n个隐藏层的第t个lstm单元的输入；表示传递到对应的权重矩阵，表示前置状态传递到对应的权重矩阵，表示偏置项。通过激活函数(sigmoid函数）将的计算结果限定在（0,1）之间。
15、输入门的计算公式如下：
16、
17、表示前置状态，=；表示第n-1个隐藏层的第t个lstm单元的输出，表示第n个隐藏层的第t-1个lstm单元的输出；表示第n个隐藏层的第t个lstm单元的输入；
18、其中表示输入传递到对应的权重矩阵，表示上层状态传递到对应的权重矩阵，表示偏置项。通过激活函数将的计算结果限定在（0,1）之间。
19、中间状态可表示为下式：
20、
21、其中表示前置状态，=；表示第n-1个隐藏层的第t个lstm单元的输出，表示第n个隐藏层的第t-1个lstm单元的输出；表示第n个隐藏层的第t个lstm单元的输入；表示输入传递到对应的权重矩阵，表示上层状态传递到对应的权重矩阵，表示偏置项。通过激活函数将的计算结果限定在（-1,1）之间。
22、输出状态表示为下式：
23、
24、其中是第n层的第t-1个lstm传递过来的输出状态，、、是遗忘门、输入门、中间状态的计算结果。
25、表示遗忘门和第n层的第t-1个lstm的输出状态做逐点相乘，。
26、表示输出入门和中间状态进行逐点相乘，得到新的候选记忆，也即需要记忆的新特征。。
27、输出门表示为下式：
28、
29、其中表示前置状态，=；表示第n-1个隐藏层的第t个lstm单元的输出，表示第n个隐藏层的第t-1个lstm单元的输出；表示第n个隐藏层的第t个lstm单元的输入；其中表示输入传递到对应的权重矩阵，表示前置状态传递到对应的权重矩阵，表示偏置项。通过激活函数将的计算结果限定在（0,1）之间。
30、输出可表示为下式：
31、
32、将输出门与逐点相乘，得到当前lstm单元的输出；
33、预测模型的训练为常规技术手段，在此不做赘述。
34、本专利技术的有益效果在于：本专利技术通过深度学习训练神经网络模型，神经网络模型考虑了种植区域之间的关联关系以及不同类别的农作物的关联关系，能够更优的为农业种植区域规划未来的各种农作物的种植量。
本文档来自技高网...【技术保护点】
1.一种基于订单精准管理的农业种植系统，其特征在于，包括：
2.根据权利要求1所述的一种基于订单精准管理的农业种植系统，其特征在于，收集的历史订单是待预测年份的前一年的历史订单。
3.根据权利要求1所述的一种基于订单精准管理的农业种植系统，其特征在于，对于第i个种植区域的第j种农作物的订单特征，其中由第i个种植区域的第j种农作物历史订单的第i个属性生成。
4.根据权利要求1所述的一种基于订单精准管理的农业种植系统，其特征在于，一个历史订单信息包括：订单时间、商家名称、商品种类、商品数量、商品价格。
5.根据权利要求1所述的一种基于订单精准管理的农业种植系统，其特征在于，LSTM单元的遗忘门的计算公式如下：
6.根据权利要求5所述的一种基于订单精准管理的农业种植系统，其特征在于，LSTM单元的输入门的计算公式如下：
7.根据权利要求6所述的一种基于订单精准管理的农业种植系统，其特征在于，LSTM单元的中间状态可表示为下式：
8.根据权利要求7所述的一种基于订单精准管理的农业种植系统，其特征在于，LS
9.根据权利要求8所述的一种基于订单精准管理的农业种植系统，其特征在于，LSTM单元的输出门表示为下式：
10.根据权利要求9所述的一种基于订单精准管理的农业种植系统，其特征在于，LSTM单元的输出可表示为下式：
...【技术特征摘要】
1.一种基于订单精准管理的农业种植系统，其特征在于，包括：
2.根据权利要求1所述的一种基于订单精准管理的农业种植系统，其特征在于，收集的历史订单是待预测年份的前一年的历史订单。
3.根据权利要求1所述的一种基于订单精准管理的农业种植系统，其特征在于，对于第i个种植区域的第j种农作物的订单特征，其中由第i个种植区域的第j种农作物历史订单的第i个属性生成。
4.根据权利要求1所述的一种基于订单精准管理的农业种植系统，其特征在于，一个历史订单信息包括：订单时间、商家名称、商品种类、商品数量、商品价格。
5.根据权利要求1所述的一种基于订单精准管理的农业种植系统，其特征在于，lstm...
【专利技术属性】
技术研发人员：陈正，丁茜，
申请(专利权)人：江苏酷班科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。