一种基于t-s模型的气象决策支持方法及装置的制造方法
【技术领域】
[0001] 本发明设及农业气象信息技术领域，尤其设及一种基于T-S模型的气象决策支持 方法及装置。
【背景技术】
[0002] 在智慧农业决策管理过程中，依据对农业气象信息的精确感知，适时调控作物的 生产环境，对于提高作物产量、质量和减少因为天气影响造成的损失十分重要。同时，随着 农业产业化的发展，大规模的种养殖更加需要对农业生产管控做到进一步地智能化与科学 化管理，W此来减少因为自然天气变化，特别是农业区域性、突发性的气象环境变化对农作 物造成的损失。模糊控制算法是将人类专家对特定对象的控制经验，运用模糊集理论进行 量化，转化为可W数学实现的控制器，从而实现对被控对象的控制。虽然目前信息化决策技 术正在农业应用领域不断渗透，但农业气象信息的有效科学利用始终存在技术瓶颈。①在 农业信息化决策中，信息化系统中，针对采集到的气象信息如湿度、大气压、风速、雨量信息 进行有效分析利用程度较低;②目前基于农业环境信息的决策支持系统还没有有效利用模 糊控制算法;③农业经验与知识库在普通闭环控制系统中没有得到有效利用。
【发明内容】
[0003] 有鉴于此，本发明要解决的一个技术问题是提供一种基于T-S模型的气象决策支 持方法及装置。
[0004] -种基于T-S模型的气象决策支持方法，包括:获取气象参数数据，生成气象因子 向量;将所述气象因子向量进行模糊化处理，生成气象因子模糊化向量;基于建立的T-S模 型确定模糊决策规则，并根据所述模糊决策规则对所述气象因子模糊化向量进行决策计 算，输出控制量;对所述控制量进行决策回归检测。
[0005] 根据本发明的一个实施例，进一步的，所述获取气象参数数据、生成气象因子向量 包括:接收到农业气象站发送的气象信息数据;设置采样周期，在所述采样周期内对所述气 象信息数据进行采样，获取多组气象信息参数;基于多组气象信息参数生成多个气象因子 向量X= (Xl，X2，X3......Xn);其中，元素 Xn为气象信息数值，所述气象信息包括:湿度、大气 压、风速、雨量信息;对所述气象因子向量X中的元素进行滑动平均滤波处理后，对所述气象 因子向量X中的元素值进行取整处理。
[0006] 根据本发明的一个实施例，进一步的，将所述气象因子向量进行模糊化处理包括： 采用高斯基函数设置所述气象信息数值的模糊化取值区间;根据所述模糊化取值区间对所 述气象因子向量X中的每个元素进行模糊化取值处理，生成多个气象因子模糊化向量
L0007J 根据本发明的一个实施例，进一步的，基于建立的T-S模型确定模糊决策规则、并 根据所述模糊决策规则对所述气象因子模糊化向量进行决策计算包括:结合专家知识库与 经验信息建立所述模糊决策规则，计算出针对模糊决策规则的精确控制输出量：
[000引
[0009] 其中，ωι为所述模糊决策规则的加权系数，
[0010] 馬;f为高斯基函数，Μ为多个气象因子模糊化向量义"二（xj"，乂^，？4.....《；；）的 个数。
[0011] 根据本发明的一个实施例，进一步的，对所述精确控制输出量进行比例因子转换 处理，输出控制量：
[0012]
[OOU]其中，ku为系统参数，朋为上限常数，UL为下限常数。
[0014] 根据本发明的一个实施例，进一步的，对所述控制量进行决策回归检测包括：WF 分布和t分布对2个所述精确控制输出量进行相关性检测，设定决策相关性α，当判断2个所 述精确控制输出量的相关性大于α时，则确定决策为可置信。
[0015] -种基于T-S模型的气象决策支持装置，包括:气象信息生成单元，用于获取气象 参数数据，生成气象因子向量;气象信息模糊化单元，用于将所述气象因子向量进行模糊化 处理，生成气象因子模糊化向量;控制量输出单元，用于基于建立的T-S模型确定模糊决策 规则，并根据所述模糊决策规则对所述气象因子模糊化向量进行决策计算，输出控制量；回 归检测单元，用于对所述控制量进行决策回归检测。
[0016] 根据本发明的一个实施例，进一步的，所述气象信息生成单元，用于接收到农业气 象站发送的气象信息数据;设置采样周期，在所述采样周期内对所述气象信息数据进行采 样，获取多组气象信息参数；基于多组气象信息参数生成多个气象因子向量Χ= (XI，X2, X3......Xn);其中，元素 Xn为气象信息数值，所述气象信息包括:湿度、大气压、风速、雨量信 息;对所述气象因子向量X中的元素进行滑动平均滤波处理后，对所述气象因子向量X中的 元素值进行取整处理。
[0017] 根据本发明的一个实施例，进一步的，所述气象信息模糊化单元，用于采用高斯基 函数设置所述气象信息数值的模糊化取值区间;根据所述模糊化取值区间对所述气象因子 向量X中的每个元素进行模糊化取值处理，生成多个气象因子模糊化向量 X* =(x;，X;，4......X:,)。
[0018] 根据本发明的一个实施例，进一步的，所述控制量输出单元，用于结合专家知识库 与经验信息建立所述模糊决策规则，计算出针对模糊决策规则的精确控制输出量：
[0019] I
[0020] 其中，ωι为所述模糊决策规则的加权系数，
[0021] /?为高斯基函数，Μ为多个气象因子模糊化向量义*二权:，Χ;，及;.....,Χ二）的 个数
[0022] 根据本发明的一个实施例，进一步的，对所述精确控制输出量进行比例因子转换 处理，输出控制量：
[0023]
[0024] 其中，ku为系统参数，朋为上限常数，UL为下限常数。
[0025] 根据本发明的一个实施例，进一步的，所述回归检测单元，用于WF分布和t分布对 2个所述精确控制输出量进行相关性检测，设定决策相关性α，当判断2个所述精确控制输出 量的相关性大于α时，则确定决策为可置信。
[0026] 本发明的基于T-S模型的气象决策支持方法及装置，应用基于T-S模型的模糊控制 算法，有机融合农业经验数据，提升农业气象数据的分析处理能力，可W有效解决农业气象 信息数据应用、农业知识经验不能有效使用等关键问题。
【附图说明】
[0027] 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一简单地介绍，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性的前提下，还 可W根据运些附图获得其它的附图。
[0028] 图1为根据本发明的基于T-S模型的气象决策支持方法的一个实施例的流程示意 图；
[0029] 图2为根据本发明的基于T-S模型的气象决策支持装置的一个实施例的示意图。
【具体实施方式】
[0030] 下面参照附图对本发明进行更全面的描述，其中说明本发明的示例性实施例。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、完整地描述，显 然，所描述的实施例仅仅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它实施例，都属 于本发明保护的范围。下面结合各个图和实施例对本发明的技术方案进行多方面的描述。
[0031] 图1为根据本发明的基于T-S模型的气象决策支持方法的一个实施例的流程示意 图，如图1所示：
[0032] 步骤101，获取气象参数数据，生成气象因子向量。
[0033] 步骤102,将气象因子向量进行模糊化处理，生成气象因子模糊化向量。
[0034] 步骤103,基于建立的T-S模型确定模糊决策规则，并根据模糊决策规则对气象因 子模糊化向量进行决策计算，输出控制量。
[0035] 步骤104，对控制量进行决策回归检测。
[0036] 上述实施例中的基于T-S模型的气象决策支持方法，能够克服现有农业决策支持 系统的不足的问题，提出基于T-S模型的农业气象决策支持方法，融合了 T-S模糊控制算法 与数理统计分析检验F回归方法。T-S模型为一种动态系统的模糊模型辨识方法，运种模型 也称为TS模糊模型。
[0037] 接收到农业气象站发送的气象信息数据，设置采样周期，在采样周期内对气象信 息数据进行采样，获取多组气象信息参数。基于多组气象信息参数生成多个气象因子向量X = (X1,X2,X3......Xn);元素 Xn为气象信息数值，气象信息包括:湿度、大气压、风速、雨量信 息等。对气象因子向量X中的元素进行滑动平均滤波处理后，对气象因子向量X中的元素值 进行取整处理。
[0038] 在一个实施例中，发送指令到边缘网关，等待指令响应正常开始调用数据。读取时 间11到tn = to+ (n-1) Δ T之间连续多组参数数值，Δ T为采样周期，建立向量X = (T，RH，P，EV， F)T，Y=化），向量X中的元素 T为溫度值，畑为湿度值，P为压力值等等。对X中的元素进行滑 动平均滤波，WXi表示其中元素计算如下：
[00创 Si哨滤波宽度内的求和值，Xi""为第m+1时刻的Xi采样值，^^为第m+1时刻的Xi 滤波后值。
[0044] 计算当前气象因子子集向量，并在区间内取整值：
ke是系数，e采样值，別是采样高参数值，ei是采样高参数值，，6H和ei是系统设置的定值参 数。
[0045] 采用高斯基函数设置气象信息数值的模糊化取值区间;根据模糊化取值区间对气 象因子向量X中的每个元素进行模糊化取值处理，生成多个气象因子模糊化向量
[0046] 在一个实施例中，将输入的X = (T，RH，P，Εν，F)T通过模糊化接口转化为模糊输入 向量χ*二（T*，RH*，P*，Ev*，F*)τ，按照高斯基函数
模糊化分为W下几档 {PB，PM，PS，Z0，NS，NM，NB}，其中，中屯、值ai分别为{-6，-4，-2,0,2,4,6}，宽度bi为2，x即e采 集参数，a为函数中屯、值，b为函数宽度。
[0047] 结合专家知识库与经验信息，建立模糊决策规则，决策规则满足:rW:如果XI为 ΚΛ且…，Xn为Fnl，作为规贝化判断计算后的输出则有yl = C〇l+C〇lx+. . .+Cnlxn，其中Cil为真值 参数，XI为模糊化后的输入量，内1为规则库判断值，输入的真值向量X= (XI，...，Χη)Τ取值于 ΧΜ列如，X