基于WSN的智能养殖控制系统研究

发布时间：2017-05-11 11:00

  本文关键词：基于WSN的智能养殖控制系统研究，由笔耕文化传播整理发布。

【摘要】：水体是高复杂度、非线性、大时滞的系统,水体水质特别是溶解氧一直以来都是人工手动调控。人类专家通过观察水体水质状况,结合养殖经验、气象要素即可做出决策。本研究使用人工神经网络完成水质分类,使用专家系统的知识和规则表示气象要素以及控制经验,通过将二者相结合的方式解决水体溶解氧调控和泛塘预测问题。(1)采用神经网络对水质进行评价本质是多分类问题,建立综合水质评价神经网络对水质进行分类,并自定义评价指标以指导网络训练过程,并阐明综合水质评价网络的有效性、合理性。(2)本研究根据文献以及养殖专家提供的知识,利用Jess实现溶解氧的“专家调控策略”,采用模糊专家控制和“专家调控策略”相结合的方法完成对水体溶解氧的控制,对比实验表明可达到专家调控效果。由于养殖过程中泛塘出现频率高且对水产品影响严重,本研究使用综合水质评价网络的评价结果结合气象因素以及专家经验对养殖水体是否发生泛塘进行预测,使用Jess完成实验,实验验证了此方法的可行性。(3)为解决数据采集以及远程控制问题,设计并实现基于WSN的实时监控系统。为解决系统实时性问题,将非实时和实时数据请求分别处理,并采用WebSocket进行实时数据传输。对比实验结果表明可显著地提高实时性。
【关键词】：无线传感网 人工神经网络 水质评价 模糊专家系统 智能决策 云平台 监控系统
【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP273
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第1章 绪论9-17
• 1.1 选题背景及研究意义9
• 1.2 国内外智能养殖控制系统研究现状9-12
• 1.2.1 水质评价研究现状9-10
• 1.2.2 养殖智能控制系统研究现状10-11
• 1.2.3 养殖实时监控系统研究现状11-12
• 1.3 发展趋势12-13
• 1.4 研究内容13-14
• 1.5 研究目标及技术路线14-15
• 1.6 章节安排15-17
• 第2章 基于神经网络的水质评价研究17-31
• 2.1 人工神经网络理论基础17-21
• 2.2 水质评价方法介绍21-22
• 2.3 综合水质评价神经网络22-30
• 2.3.1 网络结构的确定23-25
• 2.3.2 测试样本25-26
• 2.3.3 网络模型训练26-28
• 2.3.4 实验结果及分析28-30
• 2.4 本章小结30-31
• 第3章 智能决策研究31-55
• 3.1 理论基础及专家系统工具Jess31-36
• 3.1.1 模糊数学理论基础31-33
• 3.1.2 专家系统工具Jess33-36
• 3.2 溶解氧的模糊专家控制36-44
• 3.2.1 模糊专家控制器36-38
• 3.2.2 溶解氧模糊专家控制器的设计38-43
• 3.2.3 实验结果及分析43-44
• 3.3 溶解氧的调控策略44-50
• 3.3.1 养殖水体中溶解氧变化规律44-45
• 3.3.2 溶解氧调控策略分析45-46
• 3.3.3 溶解氧专家调控策略及实现46-50
• 3.4 泛塘预测策略及其实现50-54
• 3.5 本章小结54-55
• 第4章 系统设计与实现55-73
• 4.1 系统总体框架55-59
• 4.1.1 云服务平台55-56
• 4.1.2 网络拓扑结构56-59
• 4.2 系统硬件59
• 4.3 系统软件59-68
• 4.3.1 服务器端软件设计60-61
• 4.3.2 网关软件设计61-64
• 4.3.3 无线传感网软件设计64-68
• 4.4 测试与分析68-72
• 4.4.1 功能测试与客户端兼容性测试68-69
• 4.4.2 并发测试69-70
• 4.4.3 实时性能测试70-72
• 4.5 本章小结72-73
• 第5章 总结与展望73-75
• 5.1 主要工作与创新点73-74
• 5.2 研究展望74-75
• 参考文献75-79
• 附录1 Jess中专家经验的知识表示79-89
• 致谢89-91
• 在读期间发表的学术论文与取得的其他研究成果91

【相似文献】

中国期刊全文数据库 前10条

1 郑立辉;苑庆山;;基于模糊综合评价的饮用水源地水质评价[J];办公自动化;2014年04期

2 朱增加;戴青松;卢高峰;王乐阳;蔡浩;;改进神经网络模型在水质评价中的应用[J];硅谷;2014年07期

3 郭庆春;赵雪茹;;基于人工神经网络的黄河水质评价[J];计算机与数字工程;2013年05期

4 邓新民,倪长健;水质评价的污染损害指数公式[J];成都信息工程学院学报;2001年04期

5 陈健;;表面活性剂在快速沉屏中的应用[J];真空电子技术;1988年01期

6 谭继光;基于目标函数的水质评价模型[J];成都气象学院学报;1995年04期

7 曹坚;钱苏翔;胡红生;;基于RBF神经网络的在线水质评价系统研究[J];机械制造;2009年01期

8 雷璐宁;石为人;范敏;;基于改进的SOM神经网络在水质评价分析中的应用[J];仪器仪表学报;2009年11期

9 张航;王一军;罗大庸;;改进的D_S证据理论及在水质评价中的应用[J];小型微型计算机系统;2010年06期

10 蒋佰权;王万森;温香彩;;改进算法的BP神经网络水质评价模型[J];计算机系统应用;2007年09期

中国重要会议论文全文数据库 前10条

1 廖正军;;欧几里德贴近度在水质评价中的应用[A];中国中南地区模糊数学与系统分会第二届年会论文集[C];1993年

2 战培荣;赵吉伟;刘永;卢玲;赵彩霞;王海涛;王崇;董崇智;;兴凯湖鱼类及水质评价[A];中国水产学会第七届渔业资源与环境分会2004年度学术研讨会论文摘要汇编[C];2004年

3 王林;王兴泽;;水质标识指数法在太子河水质评价中的应用[A];中国水利学会2010学术年会论文集（上册）[C];2010年

4 解中辉;;基于熵权法对辽河口湿地的水质评价[A];水与水技术（第3辑）[C];2013年

5 李晓粤;周炳辰;;沧州市入海河流水水质评价与防治对策[A];变化环境下的水资源响应与可持续利用——中国水利学会水资源专业委员会2009学术年会论文集[C];2009年

6 蔡清海;杜琦;卢振彬;钱小明;方民杰;许翠娅;;福建主要港湾的水质评价[A];中国水产学会第七届渔业资源与环境分会2004年度学术研讨会论文摘要汇编[C];2004年

7 辛益群;史强;蔡云飞;;济南泉水藻类及水质评价[A];中国藻类学会第十一次学术讨论会论文摘要集[C];2001年

8 孟俊;杨海燕;张治国;;基于模糊数学法的矿井水质评价[A];矿山地质灾害成灾机理与防治技术研究与应用[C];2009年

9 胡斌武;;模糊模式识别在水质评价中的应用[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年

10 李兰;叶守泽;;三峡工程施工期坝下游河段水质评价与自净规律研究[A];中国水利学会2001学术年会论文集[C];2001年

中国博士学位论文全文数据库 前4条

1 高学民;长江沿程河湖及城市内河水质评价与模拟研究[D];北京大学;2000年

2 马太玲;湖库水质评价及水质模拟预测方法研究[D];内蒙古农业大学;2007年

3 郭劲松;基于人工神经网络（ANN）的水质评价与水质模拟研究[D];重庆大学;2002年

4 王小云;流域环境泥沙氮、磷平衡吸附与饮用水源地水质评价[D];浙江大学;2012年

中国硕士学位论文全文数据库 前10条

1 张小龙;杭州西湖龙泓涧多级生态净化塘水质评价与水环境解析[D];西安建筑科技大学;2015年

2 贾龙凤;保定府河典型污染因子变化规律及水质评价研究[D];河北农业大学;2015年

3 郑妍;基于物联网技术的水库环境监测系统[D];河北科技大学;2015年

4 张莹;基于主成分分析-BP神经网络法的松花江哈尔滨段水质评价研究[D];哈尔滨师范大学;2015年

5 杨飞;松花江哈尔滨段水质评价模拟与可视化研究[D];哈尔滨师范大学;2015年

6 赵明伟;辽河水域水库浮游生物调查研究及水质评价[D];沈阳师范大学;2016年

7 王申;基于WSN的智能养殖控制系统研究[D];中国科学技术大学;2016年

8 周雪倩;基于遗传神经网络的水质评价模型优化及应用[D];四川师范大学;2008年

9 王海霞;模糊神经网络在水质评价中的应用[D];重庆大学;2002年

10 刘进涛;模糊神经网络在水质评价中的应用[D];首都师范大学;2006年

  本文关键词：基于WSN的智能养殖控制系统研究，，由笔耕文化传播整理发布。

本文编号：357079