基于动态预测的智慧农业资源配置管理方法及系统与流程

本发明涉及智慧农业资源配置管理，尤其涉及基于动态预测的智慧农业资源配置管理方法及系统。

背景技术：

1、智慧农业是一种将传统农业与先进技术相结合，以提高农作物生产、养殖管理和资源利用效率，智慧农业还可以应用先进的物联网技术和大数据分析，实现农场管理的实时监控。电子围栏作为智慧农业资源的一种监测配置，利用电子技术来实现区域边界控制和安全防护，它基于无线通信和传感技术，能够监测和控制特定区域的进出，以提供安全保护和行为限制。但由于监测环境中存在多种干扰源，例如电磁波干扰、植物遮挡、金属品干扰等，因此电子围栏可能会在接收信号时受到干扰，使得电子围栏运行出现信号传输中断，感应不灵敏等问题，导致无法精准监测物体的进出，甚至会使电子围栏系统瘫痪，降低农业监测质量和精准性，且干扰源的信号传输会不断变化，导致无法准确避开干扰源来选择最佳安装点安装电子围栏，急需一种资源配置管理方法优化电子围栏的安装点位。

技术实现思路

1、本发明克服了现有技术的不足，提供了基于动态预测的智慧农业资源配置管理方法及系统。

2、为达上述目的，本发明采用的技术方案为：

3、本发明第一方面提供了基于动态预测的智慧农业资源配置管理方法，包括以下步骤：

4、获取电子围栏设备的布局位置信息，将所述布局位置信息导入空间分布坐标模型，得到电子围栏设备的信号传输范围，并获取信号传输范围内的多个异常点；

5、基于卷积神经网络预测多个所述异常点的干扰源对电子围栏设备的信号传输强度，得到多个信号传输强度值，并根据多个所述信号传输强度值约束干扰范围并组合，得到冗余范围集；

6、获取农作物品种的若干个最佳生长因素信息以及多个实时环境监测数据，通过gis软件将所述若干个最佳生长因素信息和多个所述实时环境监测数据进行转化并判断重叠度，得到预设保护范围；

7、基于粒子群算法对所述冗余范围集和所述预设保护范围进行安装点位筛选并整合，得到电子围栏设备的安装点位优化图；

8、根据所述电子围栏设备的安装点位优化图进行调整优化，得到每个电子围栏设备的安装点位坐标值，计算所述安装点位坐标值的信号传输通道距离并进行验证，得到电子围栏设备的最终布局图。

9、进一步的，本发明的一个较佳的实施例中，所述获取电子围栏设备的布局位置信息，将所述布局位置信息导入空间分布坐标模型，得到电子围栏设备的信号传输范围，并获取信号传输范围内的多个异常点，具体包括以下步骤：

10、获取当前庄稼用地总规划区域的图像信息，基于卷积神经网络对所述当前庄稼用地总规划区域的图像信息进行特征识别，得到电子围栏设备的布局位置信息；

11、构建空间分布坐标模型，将所述电子围栏设备的布局位置信息导入所述空间分布坐标模型中，得到电子围栏设备的布局坐标模型；

12、获取电子围栏设备的历史信号传输故障信息以及信号传输功率参数，将所述信号传输功率参数导入所述布局坐标模型中计算，得到电子围栏设备的信号传输范围，根据所述历史信号传输故障信息定义为若干个异常点，将所述若干个异常点嵌入所述布局坐标模型中，得到异常点的分布位置；

13、判断所述异常点的分布位置是否处于所述电子围栏设备的信号传输范围内，若处于，则说明电子围栏设备的信号传输路径存在异常，并获取处于信号传输范围内的多个异常点。

14、进一步的，本发明的一个较佳的实施例中，所述基于卷积神经网络预测多个所述异常点的干扰源对电子围栏设备的信号传输强度，得到多个信号传输强度值，并根据多个所述信号传输强度值约束干扰区域并组合，得到冗余范围集，具体包括以下步骤：

15、通过大数据网络获取不同预设信号干扰源组合下对电子围栏设备的信号干扰条件，基于卷积神经网络构建信号传输强度预测模型，将所述不同预设信号干扰源组合下对电子围栏设备的信号干扰条件导入所述信号传输强度预测模型进行训练，得到训练完成的信号传输强度预测模型；

16、获取所述每个异常点在庄稼用地中的信号干扰源信息，将所述信号干扰源信息导入所述训练完成的信号传输强度预测模型，得到多个信号传输强度值；

17、预设干扰阈值，判断所述每个信号传输强度值是否小于所述干扰阈值，若小于，则干扰源对信号传输的干扰范围大，若大于，则干扰源对信号传输的干扰范围小，得到判断结果，基于所述信号传输强度值和所述判断结果约束干扰范围，得到若干个干扰范围；

18、将所述若干个干扰范围进行组合，得到信号传输干扰范围组合集，并标记所述信号传输干扰范围组合集为冗余范围集。

19、进一步的，本发明的一个较佳的实施例中，所述获取农作物品种的若干个最佳生长因素信息以及多个实时环境监测数据，通过gis软件将所述若干个最佳生长因素信息和多个所述实时环境监测数据进行转化并判断重叠度，得到预设保护范围，具体包括以下步骤：

20、获取当前庄稼的用地规划图纸信息，根据所述用地规划图纸信息获取庄稼用地的总规划区域；其中，所述当前庄稼的用地规划图纸信息包括庄稼种植规划区域信息和种植规划区域以外的公共区域信息；

21、获取庄稼种植的农作物品种，基于大数据网络获取所述农作物品种的若干个最佳生长因素信息，通过gis软件对所述总规划区域进行转化，得到覆盖分析空间，将所述若干个最佳生长因素信息进行转化得到若干个第一多边形，将所述若干个第一多边形导入所述覆盖分析空间中，生成第一覆盖空间；

22、通过庄稼种植区域的各类传感器获取多个实时环境监测数据，通过gis软件将多个所述实时环境监测数据进行转化得到多个第二多边形，将多个所述第二多边形导入所述覆盖分析空间中，生成第二覆盖空间；

23、基于多边形覆盖分析法对所述第一覆盖空间和所述第二覆盖空间进行重叠分析，得到重叠度，判断所述重叠度是否大于预设重叠度，若大于，则重叠部分作为保护区域并整合所有重叠部分，得到预设保护范围。

24、进一步的，本发明的一个较佳的实施例中，所述基于粒子群算法对所述冗余范围集和所述预设保护范围进行点位筛选并整合，得到电子围栏设备的安装点位优化图，具体包括以下步骤：

25、获取庄稼种植区域范围，将所述庄稼种植区域范围以及所述冗余范围集在所述预设保护范围中剔除，得到电子围栏设备的可安装优化范围；

26、根据所述多个电子围栏设备的布局信息对所述电子围栏设备的可安装优化范围分为若干个子布局区域，基于粒子群算法和所述电子围栏设备的信号传输区域对每个所述子布局区域进行点位筛选；

27、将每个所述电子围栏设备的信号传输区域定义为粒子，分配位置和速度并设定适应值，根据速度调整粒子位置并重新计算新位置的适应值，得到全局最优质位置和个体最优质位置，基于所述全局最优质位置和所述个体最优质位置调整粒子速度，最终直至达到迭代次数，得到每个子布局区域的若干个可安装点位；

28、对每个子布局区域的若干个可安装点位进行排序并拼接，得到可安装点位序列表，根据所述处于信号传输范围内的多个异常点确定待优化的子布局区域，将所述待优化的子布局区域导入所述可安装点位序列表进行匹配，得到多个最佳安装点位；

29、获取无需调整的点位信息，将所述无需调整的点位信息和所述多个最佳安装点位进行整合，得到电子围栏设备的安装点位优化图。

30、进一步的，本发明的一个较佳的实施例中，所述根据所述电子围栏设备的安装点位优化图进行调整优化，得到每个电子围栏设备的安装点位坐标值，计算所述安装点位坐标值的信号传输通道距离并进行验证，得到电子围栏设备的最终布局图，具体包括以下步骤：

31、根据所述电子围栏设备的安装点位优化图对当前待优化子布局区域中电子围栏的安装位置进行调整优化，得到优化后的电子围栏设备布局图；

32、将所述优化后的电子围栏设备布局图导入所述电子围栏设备的布局坐标模型中，得到优化后电子围栏设备的布局坐标模型，并在所述优化后电子围栏设备的布局坐标模型提取坐标值，得到当前每个电子围栏设备的安装点位坐标值；

33、基于所述每个电子围栏设备的安装点位坐标值计算点位间的曼哈顿距离，构建距离矩阵，将所述当前每个电子围栏设备的安装点位坐标值导入所述距离矩阵进行计算，得到多个信号传输通道距离；

34、判断所述每个信号传输通道距离是否大于预设信号传输通道距离，若大于，则提取该信号传输通道所对应的安装点位，并基于所述可优化点位排序列表对所述安装点位所在的子布局区域依次选择新的点位进行调整优化，重新整理后验证直至小于预设信号传输通道距离，得到电子围栏设备的最终布局图。

35、本发明第二方面提供了基于动态预测的智慧农业资源配置管理系统，所述基于动态预测的智慧农业资源配置管理系统包括存储器与处理器，所述存储器中储存基于动态预测的智慧农业资源配置管理方法程序，所述基于动态预测的智慧农业资源配置管理方法程序被所述处理器执行时，实现以下步骤：

36、获取电子围栏设备的布局位置信息，将所述布局位置信息导入空间分布坐标模型，得到电子围栏设备的信号传输范围，并获取信号传输范围内的多个异常点；

37、基于卷积神经网络预测多个所述异常点的干扰源对电子围栏设备的信号传输强度，得到多个信号传输强度值，并根据多个所述信号传输强度值约束干扰范围并组合，得到冗余范围集；

38、获取农作物品种的若干个最佳生长因素信息以及多个实时环境监测数据，通过gis软件将所述若干个最佳生长因素信息和多个所述实时环境监测数据进行转化并判断重叠度，得到预设保护范围；

39、基于粒子群算法对所述冗余范围集和所述预设保护范围进行安装点位筛选并整合，得到电子围栏设备的安装点位优化图；

40、根据所述电子围栏设备的安装点位优化图进行调整优化，得到每个电子围栏设备的安装点位坐标值，计算所述安装点位坐标值的信号传输通道距离并进行验证，得到电子围栏设备的最终布局图。

41、进一步的，本发明的一个较佳的实施例中，所述获取农作物品种的若干个最佳生长因素信息以及多个实时环境监测数据，通过gis软件将所述若干个最佳生长因素信息和多个所述实时环境监测数据进行转化并判断重叠度，得到预设保护范围，具体包括以下步骤：

42、获取当前庄稼的用地规划图纸信息，根据所述用地规划图纸信息获取庄稼用地的总规划区域；其中，所述当前庄稼的用地规划图纸信息包括庄稼种植规划区域信息和种植规划区域以外的公共区域信息；

43、获取庄稼种植的农作物品种，基于大数据网络获取所述农作物品种的若干个最佳生长因素信息，通过gis软件对所述总规划区域进行转化，得到覆盖分析空间，将所述若干个最佳生长因素信息进行转化得到若干个第一多边形，将所述若干个第一多边形导入所述覆盖分析空间中，生成第一覆盖空间；

44、通过庄稼种植区域的各类传感器获取多个实时环境监测数据，通过gis软件将多个所述实时环境监测数据进行转化得到多个第二多边形，将多个所述第二多边形导入所述覆盖分析空间中，生成第二覆盖空间；

45、基于多边形覆盖分析法对所述第一覆盖空间和所述第二覆盖空间进行重叠分析，得到重叠度，判断所述重叠度是否大于预设重叠度，若大于，则重叠部分作为保护区域并整合所有重叠部分，得到预设保护范围。

46、进一步的，本发明的一个较佳的实施例中，所述基于粒子群算法对所述冗余范围集和所述预设保护范围进行点位筛选并整合，得到电子围栏设备的安装点位优化图，具体包括以下步骤：

47、获取庄稼种植区域范围，将所述庄稼种植区域范围以及所述冗余范围集在所述预设保护范围中剔除，得到电子围栏设备的可安装优化范围；

48、根据所述多个电子围栏设备的布局信息对所述电子围栏设备的可安装优化范围分为若干个子布局区域，基于粒子群算法和所述电子围栏设备的信号传输区域对每个所述子布局区域进行点位筛选；

49、将每个所述电子围栏设备的信号传输区域定义为粒子，分配位置和速度并设定适应值，根据速度调整粒子位置并重新计算新位置的适应值，得到全局最优质位置和个体最优质位置，基于所述全局最优质位置和所述个体最优质位置调整粒子速度，最终直至达到迭代次数，得到每个子布局区域的若干个可安装点位；

50、对每个子布局区域的若干个可安装点位进行排序并拼接，得到可安装点位序列表，根据所述处于信号传输范围内的多个异常点确定待优化的子布局区域，将所述待优化的子布局区域导入所述可安装点位序列表进行匹配，得到多个最佳安装点位；

51、获取无需调整的点位信息，将所述无需调整的点位信息和所述多个最佳安装点位进行整合，得到电子围栏设备的安装点位优化图。

52、进一步的，本发明的一个较佳的实施例中，所述根据所述电子围栏设备的安装点位优化图进行调整优化，得到每个电子围栏设备的安装点位坐标值，计算所述安装点位坐标值的信号传输通道距离并进行验证，得到电子围栏设备的最终布局图，具体包括以下步骤：

53、根据所述电子围栏设备的安装点位优化图对当前待优化子布局区域中电子围栏的安装位置进行调整优化，得到优化后的电子围栏设备布局图；

54、将所述优化后的电子围栏设备布局图导入所述电子围栏设备的布局坐标模型中，得到优化后电子围栏设备的布局坐标模型，并在所述优化后电子围栏设备的布局坐标模型提取坐标值，得到当前每个电子围栏设备的安装点位坐标值；

55、基于所述每个电子围栏设备的安装点位坐标值计算点位间的曼哈顿距离，构建距离矩阵，将所述当前每个电子围栏设备的安装点位坐标值导入所述距离矩阵进行计算，得到多个信号传输通道距离；

56、判断所述每个信号传输通道距离是否大于预设信号传输通道距离，若大于，则提取该信号传输通道所对应的安装点位，并基于所述可优化点位排序列表对所述安装点位所在的子布局区域依次选择新的点位进行调整优化，重新整理后验证直至小于预设信号传输通道距离，得到电子围栏设备的最终布局图。

57、本发明解决了背景技术中存在的技术缺陷，本发明的有益技术效果在于：

58、获取信号传输范围内的多个异常点，基于卷积神经网络预测多个所述异常点的干扰源对电子围栏设备的信号传输强度，得到多个信号传输强度值，并根据多个所述信号传输强度值约束干扰范围并组合，得到冗余范围集，通过gis软件将所述若干个最佳生长因素信息和多个所述实时环境监测数据进行转化并判断重叠度，得到庄稼种植所需的保护范围，基于粒子群算法对所述冗余范围集和所述庄稼种植所需的保护范围进行安装点位筛选并整合，得到电子围栏设备的安装点位优化图，计算所述安装点位坐标值的信号传输通道距离并进行验证，得到电子围栏设备的最终布局图。本发明能够对干扰源的干扰范围进行动态预测，从而通过预测结果对待优化的电子围栏设备调整安装点位，以提高电子围栏设备的信号传输质量，降低信号传输异常率。