【技术实现步骤摘要】
本专利技术涉及人工智能，具体为一种基于大数据的智慧农业数据管理方法及系统。
技术介绍
1、随着农业现代化的发展，智慧农业逐渐成为提高农业生产效率和质量的重要手段，在规模化蛋鸡养殖场中，已经可以通过实时监测鸡群的产蛋情况和环境情况，实现自动化送蛋和自动化清除鸡粪，有效提升了鸡蛋生产效率和管理效率；
2、在养殖过程中，产蛋量的波动常常发生，由于，目前的系统在环境调控方面仍然依赖于人工干预，因此，缺乏对环境因素与产蛋量之间关系的分析，难以判断产蛋量的变化是否与环境因素相关，进而做出及时有效的调控，这种管理方式不仅增加了养殖管理的经济成本，还可能导致鸡蛋生产效率的降低，影响养殖场的整体效益；
3、因此，人们急需一种基于大数据的智慧农业数据管理系统来解决上述问题。
技术实现思路
1、本专利技术的目的在于提供一种基于大数据的智慧农业数据管理系统，以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题，本专利技术提供如下技术方案：
3、一种基于大数据的智慧农业数据管理方法，该方法包括以下步骤：
4、s1、将待管理区域中的所有鸡笼进行编号，并记录每个鸡笼中的蛋鸡数量；采集各鸡笼在不同时间段内的产蛋量，计算各鸡笼在不同时间段内的单鸡产蛋量，分析并标记出异常鸡笼；
5、s2、根据各正常鸡笼在不同时间段内的单鸡产蛋量，以及对应时间段内待管理区域的环境参数，计算待管理区域的环境参数与单鸡产蛋量之间的相关性；
6、s3、
7、s4、建立神经网络模型，并训练神经网络模型；根据训练完成的神经网络模型，分析影响参数的最佳范围；
8、s5、采集各鸡笼在当前时间段内的产蛋量和蛋鸡数量，分析并标记出异常鸡笼；采集当前时间段内的环境参数，判断产蛋异常是否与环境有关；若产蛋异常与环境有关，对环境参数进行调整。
9、根据上述技术方案，所述步骤s1的具体过程如下：
10、s1-1、将待管理区域中所有的鸡笼进行编号，并将鸡笼n中的蛋鸡数量记为nn；将鸡笼n在第t个时间段内的产蛋量，记为en，t；
11、计算鸡笼n在第t个时间段内的单鸡产蛋量，公式为：e1n，t＝en，t/nn；其中，e1n，t表示鸡笼n在第t个时间段内的单鸡产蛋量；所述单鸡产蛋量指的是一只鸡在一段时间内所产的鸡蛋数量；
12、s1-2、计算同一鸡笼在相邻时间段内的单鸡产蛋量的波动幅度，公式为：δe1n，t＝e1n，t-e1n，t-1；其中，δe1n，t表示鸡笼n在第t个时间段内的单鸡产蛋量的波动幅度；e1n，t-1表示鸡笼n在第t-1个时间段内的单鸡产蛋量；第t-1个时间段表示第t个时间段的前一个时间段；
13、通过计算相邻时间段内单鸡产蛋量的波动幅度，可以及时发现产蛋量的异常波动，识别出产蛋异常的鸡笼；
14、s1-3、若|δe1n，t|≤α，表示鸡笼n在第t个时间段内的单鸡产蛋量的波动幅度满足设置的阈值，则鸡笼n不被标记为异常鸡笼；其中，α是系统预置的固定参数；
15、若|δe1n，t|＞α，表示鸡笼n在第t个时间段内的单鸡产蛋量的波动幅度不满足设置的阈值，则鸡笼n被标记为异常鸡笼。
16、根据上述技术方案，所述步骤s2的具体过程如下：
17、s2-1、将异常鸡笼从数据中剔除，获得待管理区域在第t个时间段内的正常鸡笼；将第i个正常鸡笼在第t个时间段内的单鸡产蛋量，记为e2i，t；
18、计算在不同时间段内待管理区域的单鸡产蛋量，公式如下：
19、
20、其中，e3t表示在第t个时间段内待管理区域的单鸡产蛋量；
21、取所有时间段内待管理区域的单鸡产蛋量的平均值，记为e4；
22、计算待管理区域的单鸡产蛋量的标准差，公式如下：
23、
24、其中，β1e表示待管理区域的单鸡产蛋量的标准差；
25、通过剔除异常数据，得到一个更干净、更准确的数据集，用于后续的分析和优化，能够有效减少噪音和异常值对整体分析的影响；
26、s2-2、所述环境参数包括温度、湿度及光照强度；将在第t个时间段内待管理区域的平均温度，记为a1t；将在第t个时间段内待管理区域的平均湿度，记为b1t；将在第t个时间段内待管理区域的平均光照强度，记为c1t；
27、取所有时间段内待管理区域的平均温度的平均值，记为a2；取所有时间段内待管理区域的平均湿度的平均值，记为b2；取所有时间段内待管理区域的平均光照强度度的平均值，记为c2；
28、计算待管理区域的环境参数的标准差，公式如下：
29、
30、其中，当x＝1时，β2x表示待管理区域的平均温度的标准差，x1t＝a1t，x2＝a2；当x＝2时，β2x表示待管理区域的平均湿度的标准差，x1t＝b1t，x2＝b2；当x＝3时，β2x表示待管理区域的平均光照强度的标准差，x1t＝c1t，x2＝c2；
31、s2-3、计算待管理区域的环境参数与单鸡产蛋量之间的相关性，公式如下：
32、
33、其中，当x＝1时，β3x，e表示待管理区域的温度与单鸡产蛋量之间的相关性；当x＝2时，β3x，e表示待管理区域的湿度与单鸡产蛋量之间的相关性；当x＝3时，β3x，e表示待管理区域的光照强度与单鸡产蛋量之间的相关性。
34、根据上述技术方案，所述步骤s3的具体过程如下：
35、s3-1、若|β3x，e|≥γ，则将对应的环境参数作为影响参数；其中，γ是系统预置的固定参数；当β3x，e的值为负时，表示单鸡产蛋量与该环境参数负相关，单鸡产蛋量随着该环境参数增大而减小；当β3x，e的值为正时，表示单鸡产蛋量与该环境参数正相关，单鸡产蛋量随着对应的环境参数增大而增大；
36、筛选出对单鸡产蛋量影响显著的环境参数，用于环境参数的控制，通过调整影响显著的环境参数，从而优化单鸡产蛋量；
37、s3-2、若|β3x，e|＜γ，则不将对应的环境参数作为影响参数。
38、根据上述技术方案，所述步骤s4的具体过程如下：
39、s4-1、建立神经网络模型，在不同时间段内待管理区域的单鸡产蛋量以及对应时间段内待管理区域的影响参数的平均值作为训练集；其中，在不同时间段内待管理区域的单鸡产蛋量作为输出，对应时间段内待管理区域的影响参数的平均值作为输入，训练神经网络模型；
40、s4-2、通过训练后的神经网络模型，获取待管理区域的单鸡产蛋量最大时，对应的待管理区域的同一影响参数的平均值；
41、将待管理区域的单鸡产蛋量最大时，对应的待管理区域的第y个影响参数的平均值，记为β4y；
42、将(1+δ)×β4y作为第y个影响参数的最大值，记本文档来自技高网...
【技术保护点】
1.一种基于大数据的智慧农业数据管理方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于大数据的智慧农业数据管理方法，其特征在于：所述步骤S1的具体过程如下：
3.根据权利要求2所述的一种基于大数据的智慧农业数据管理方法，其特征在于：所述步骤S2的具体过程如下：
4.根据权利要求3所述的一种基于大数据的智慧农业数据管理方法，其特征在于：所述步骤S3的具体过程如下：
5.根据权利要求4所述的一种基于大数据的智慧农业数据管理方法，其特征在于：所述步骤S4的具体过程如下：
6.根据权利要求5所述的一种基于大数据的智慧农业数据管理方法，其特征在于：所述步骤S5的具体过程如下：
7.一种基于大数据的智慧农业数据管理系统，如使用权利要求1-6中任一项所述的一种基于大数据的智慧农业数据管理方法，其特征在于：该系统包括信息采集模块、信息处理模块和执行模块；
8.根据权利要求7所述的一种基于大数据的智慧农业数据管理系统，其特征在于：所述信息采集模块包括历史信息单元和实时信息单元；
9
10.根据权利要求7所述的一种基于大数据的智慧农业数据管理系统，其特征在于：所述执行模块包括显示单元和调节单元；
...【技术特征摘要】
1.一种基于大数据的智慧农业数据管理方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于大数据的智慧农业数据管理方法，其特征在于：所述步骤s1的具体过程如下：
3.根据权利要求2所述的一种基于大数据的智慧农业数据管理方法，其特征在于：所述步骤s2的具体过程如下：
4.根据权利要求3所述的一种基于大数据的智慧农业数据管理方法，其特征在于：所述步骤s3的具体过程如下：
5.根据权利要求4所述的一种基于大数据的智慧农业数据管理方法，其特征在于：所述步骤s4的具体过程如下：
6.根据权利要求5所述的一种基于大数据的智慧农业数据管理方法，其特征在于：所...
【专利技术属性】
技术研发人员：李驰，黎永坚，薛晓阳，傅炽栋，罗丽霞，曾晓辉，苏惠龙，董尚智，刘进芳，沈汉国，容标，
申请(专利权)人：珠海市现代农业发展中心，
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。