M技术的出现为自适应FC的设计 提供了新的方法，它可实现隶属函数的优化和模糊推理，从而设计模糊支持向量机（FSVM) 控制系统。该控制器融合了支持向量机和模糊技术两者的优点，它既有支持向量机的具有 SVM小样本学习、泛化能力强、全局最优等优点，又有模糊技术的不依赖被控对象模型和鲁 棒性强的特点。
[0011] 2)、针对被灌溉番茄生长环境土壤水分的大惯性、大迟延、时变和多干扰的特点， 利用遗传算法来在线优化支持向量机性能参数和模糊比例因子，以使其控制性能适应对象 的变化而达到最优，使模糊支持向量机控制器进行控制的收敛速度快、动态响应好、鲁棒性 强、超调小、控制精度高和稳定性好，满足了被控制环境水分变化过程的控制要求，实现了 番茄生长环境土壤水分的智能控制。试验表明这种控制器具有良好的控制效果，而且能够 较好地抵消多种干扰的影响。
[0012] 3)、针对被灌溉番茄生长环境土壤水分的大惯性、大迟延、时变和多干扰的特点， 设计了现场监控端4的模糊支持向量机控制器作为主调节器与控制节点2的PID神经网络 副调节器构成串级控制系统，多个执行机构的PID神经网络副调节器是根据模糊支持向量 机控制器的主调节器输出来调整番茄生长环境土壤水分电动阀开度的随动系统，多个副调 节器回路已经尽可能把被控过程中对番茄生长环境土壤水分影响变化剧烈、频繁和幅度大 的主要扰动包括在副调节器回路中，这些副调节器回路对包含在其中影响整番茄生长环境 土壤水分的二次扰动具有很强的抑制能力和自适应能力，二次扰动通过模糊支持向量机控 制器主调节器回路和副调节器回路的调节对主被控量番茄生长环境土壤水分的影响很小， 所以番茄生长环境土壤水分变化幅度小和稳定，系统能够快速响应番茄生长环境土壤水分 的要求，提高响应速度、控制精度和提高系统的稳定性。
[0013] 4)、根据番茄生长环境土壤水分作为被控对象具有非线性、大惯性、大时滞和时变 性的特性和空间大的特点，设计多个SVM预测模型预测多个监控点番茄生长环境土壤水分 的未来值，通过和实际监测值运算后得到被控制点水分的误差，经过基于灰色关联度的数 据融合模型的运算得到被控制环境水分误差，该误差作为串级控制的反馈值形成基于多模 型的内模一智能串级番茄生长环境土壤水分控制系统。采用多模型自适应内模控制在响应 快速性、稳定性和鲁棒性方面都优于单模型的内模控制，多模型内模控制系统动态性能比 采用单模型内模控制的控制效果更好，且工作状态发生大范围变化时，控制系统具有较强 的鲁棒性和抗干扰性，同时该方法简单易于工程实现，具有较好的实际应用价值。
[0014] 5)、针对被灌溉番茄环境土壤水分的大惯性、大迟延、时变、多干扰的特点，将内模 控制与串级控制相结合，设计了基于多模型的内模一智能串级番茄生长环境土壤水分控制 系统，充分发挥内模控制克服时间滞后方面的优良特性和串级控制良好的抗干扰性，设计 了基于多模型的内模一智能串级番茄生长环境土壤水分控制系统，该系统实现了内模控制 与串级控制方法的有机结合，充分发挥了串级控制系统的抗扰性强，内模控制鲁棒性好的 特点，理论研究和实践应用表明系统响应快和良好的抗扰性与鲁棒性。
[0015] 6)、系统采用基于遗传算法的水分设定专家系统来确定被控制番茄生长环境土壤 水分的目标值，构建了基于支持向量机的番茄生长过程土壤水分模型，提高了控制系统确 定番茄生长各个阶段设定水分理想值的可靠性和科学性。
[0016] 7)、本发明专利将模糊支持向量机控制器作土壤水分的主调节器，PID神经网络作 为水流量的副调节器构成串级控制系统，运用在线遗传算法优化模糊支持向量机控制器参 数，通过土壤水分的SVM预测模型组与基于灰色关联度的数据融合模型和串级控制系统构 成基于多模型的内模-智能串级控制系统，实现对番茄生长环境土壤环境水分进行精确控 制。它充分综合了模糊控制、内模控制、串级控制、智能控制的优点。通过对番茄生长环境 的水分进行试验表明，该智能控制器的控制效果优于常规的PID串级控制，它能适应对象 参数的变化，具有较强的鲁棒性、抗干扰性和自适应能力，控制品质好，本专利具有较好的 应用和推广价值，本发明专利具有明显实质性进步。
[0017]
【附图说明】
[0018] 图1番茄生长环境土壤水分采集与控制平台 1-检测节点，2-控制节点，3-网关节点，4-现场监控端 图2检测节点图 图3控制节点图 图4网关图 图5基于多模型的内模一智能串级番茄生长环境土壤水分控制系统 图6番茄灌溉智能控制系统平面布置图 实施方式： 1、总体设计 针对番茄生长环境地域有线接线困难的特点，本发明专利设计了基于无线传感器网络 的番茄生长环境土壤水分参数采集与智能控制系统，设计水分采集的检测节点1和控制节 点2,它们分别采用CC2431处理器和CC2420结合MSP430系列微处理器实现检测节点1与 控制节点2之间的无线通信；为了实现控制节点2与现场监控端4的信息交互，设计了网关 3实现番茄生长环境水分检测节点1与控制节点2和现场监控端4之间的信息交互。检测 节点1和控制节点2安装在被监控单元番茄种植区域内，以自组织的形式构成网络，采用多 跳中继方式将监测数据以无线的方式上传到网关3,最终通过网关3和现场监控端4进行 信息交互。网关3拥有相对较强的处理器和较大的存储器空间，其功能是首先对检测节点 1传输过来的传感器数据进行初步处理，将检测的数据发送给现场监控端4 ;相反通过它也 把现场监控端4的控制信息传输到检测节点1和控制节点2。整个系统结构见图1所示。
[0019] 2、检测节点的设计 采用大量微型的检测节点1作为番茄灌溉土壤环境水分参数感知终端，检测节点1和 控制节点2通过自组织无线网络与网关3之间实现信息的相互交互。检测节点1包括采集 番茄生长环境土壤水分传感器、调理电路以及A/D转换电路；它自身携带无线通信模块，它 的软件流程主要实现：无线通信和水分参数的采集。软件采用C语言程序设计，兼容程度 高，大大提高了软件设计开发的工作效率，增强了程序代码的可靠性、可读性和可移植性。 检测节点结构见图2。FDS100型水分传感器是一款基于介电理论，并运用频域测量技术，能 够精确测量土壤和其他多孔介质的体积含水量的传感器，土壤水分检测节点见图2。
[0020] 3、控制节点的设计 控制节点2在输出通路设计了 1路D/A转换电路实现对电动阀的控制，流量计信号通 过A/D转换采集调节番茄土壤水分的水流量作为PID神经网络控制器的实际反馈值；根据 需要设计CC2420的通信接口，在控制节点软件中设计了流量采集、PID神经网络控制器和 通信子程序，控制节点2实现PID神经网络控制器副调节器功能和检测节点1以及网关3 的通信，土壤水分控制节点见图3。
[0021] 4、网关节点的设计 土壤水分检测节点1与控制节点2与现场监控端4的信息交互需要通过网关3来实现， 网关3是它们之间信息交互的中转站，起着承上启下的作用。现场监控端4发出的指令经 过网关3传送到具体的某个检测节点1和控制节点2 ;检测节点1与控制节点2的信息是 通过网关3的中转传输给现场监控端4。网关4主要具有数据传输和路由选择等功能，它主 要由携带ZigBee协议的CC2420、RJ45以太网接口和GPRS/GSM通信接口实现被监控番茄土 壤环境水分检测节点1与控制节点2和现场监控端4的信息交互。网关4软件主要由无线 信息接收/发送任务、多串口通信任务和以太网通信任务等组成，各个任务的协调运行由 μ C/0S- II实时多任务操作系统调度和管理，网关结构见图4。
[0022] 5、现场监控端软件的设计 现场监控端4是一台工业控制计算机，现场监控端4主要实现对番茄生长环境土壤水 分信息进行采集与控制。它通过网关3与检测节点1和控制节点2的信息交互，现场监控 端4主要实现通信参数设置、专家系统、数据库管理、模糊支持向量机、遗传算法、多个SVM 预测模型和基于灰色关联度的数据融合模型和系统维护。该管理软件选择了 Microsoft Visual++ 6. 0作为开发工具，调用系统的Mscomm通信控件来设计通讯程序。基于多模型的 内模一智能串级番茄生