基于多Agent的水产智能增氧关键技术研究
发布时间：2023-10-03 22:19
近年来人们物质生活越来越好，人们更加看重食品的营养价值，也越来越喜欢水产品。南美白对虾作为最主要的水产品，其养殖过程中溶解氧的智能控制成了如今的研究热点。目前对于溶解氧的预测工作也从原本的单一溶解氧控制变为了多因素溶解氧综合预测。 为了实现溶解氧实时控制，本文以在国内广泛养殖的南美白对虾为研究对象，针对养殖规模（小型养殖池塘和大型养殖池塘），分别设计了单台增氧机溶解氧闭环控制模型和多台增氧机联动控制模型。 小型养殖池塘一般只需要一台增氧机完成溶解氧的控制，论文采用自带溶解氧水质参数采集探头和单台增氧机组成小型养殖池塘监控环境，除溶解氧之外的其他水质参数(PH值，氨氮，ORP和温度)都由池塘中的其他水质采集节点采集。论文通过分析南美白对虾养殖过程中各影响因素之间的关系，建立了多因素影响下溶解氧的模糊控制算法。文章引入Agent技术，在增氧机控制过程中使用溶解氧预测Agent，增氧机控制Agent，决策Agent。溶解氧预测Agent调用模糊控制算法，得到溶解氧预测值，决策Agent对比单一溶解氧控制值和由溶解氧预测Agent得到的预测值，选择两个控制命令中优先级高的控制命令发送给增氧机控...
【文章页数】：64 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 ：引言
1.1 研究背景
1.2 国内外研究现状
1.3 本研究的意义
1.4 课题来源及章节安排
第二章 ：多 AGENT 技术与智能增氧控制系统
2.1 AGENT相关技术分析
2.1.1 多 Agent 介绍
2.1.2 多 Agent 协作研究进展
2.2 水产智能增氧研究
2.2.1 水产养殖智能控制系统结构
2.2.2 智能增氧控制系统研究现状
2.3 多 AGENT 应用于水产智能控制系统的优势
第三章 ：多 AGENT 水产养殖智能增氧控制系统模型
3.1 环境因子对南美白对虾影响
3.1.1 环境因子分析
3.1.2 溶解氧与其他环境因子的关系
3.2 增氧机控制模型
3.2.1 大型养殖池塘多台增氧机联动控制模型
3.2.2 小型养殖池塘单台增氧机闭环控制模型
3.3 智能增氧控制模型中多 AGENT角色分类
3.3.1 管理 Agent
3.3.2 决策 Agent
3.3.3 溶解氧预测 Agent
3.3.4 辅助决策 Agent
3.3.5 增氧机控制 Agent
3.4 本章小结
第四章 ：多 AGENT 水产智能增氧养殖系统设计
4.1 水产养殖过程中溶解氧分布式知识库构建
4.1.1 基本水质参数信息表
4.1.2 水质参数数据采集 Agent 设计
4.2 溶解氧预测 AGENT设计
4.2.1 溶解氧模糊控制规则库
4.2.2 溶解氧预测 Agent 模糊控制算法
4.3 多台增氧机控制过程中 AGENT间协作和通信设计
4.3.1 基于心智系数的多 Agent 合同网协作模型
4.3.2 多台增氧机联动控制实现
4.3.2.1 控制中心决策打开某台或全部增氧机
4.3.2.2 控制中心命令打开或关闭某台特定增氧机
4.3.3 ZigBee网络多跳路由选择算法
4.3.3.1 簇树结构 ZigBee 多跳路由选择算法设计
4.3.3.2 簇树结构 ZigBee 多跳路由选择算法实现
4.4 单台增氧机闭环控制设计
4.5 本章小结
第五章 基于多 AGENT 的水产智能增氧系统实现
5.1 实验平台与开发环境
5.2 数据结构的设计
5.2.1 数据库设计实现
5.2.2 Agent类的实现
5.2.3 系统功能模块划分
5.3 增氧机智能控制实现
5.3.1 养殖环境参数设置
5.3.2 基于多 Agent 的单台增氧机智能控制实现
5.4 智能控制数据分析
5.4.1 单溶解氧数据分析
5.4.2 多水质参数溶解氧数据分析
5.4.3 增氧机开关机次数分析
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
附录
致谢
本文编号：3850756
【文章页数】：64 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 ：引言
1.1 研究背景
1.2 国内外研究现状
1.3 本研究的意义
1.4 课题来源及章节安排
第二章 ：多 AGENT 技术与智能增氧控制系统
2.1 AGENT相关技术分析
2.1.1 多 Agent 介绍
2.1.2 多 Agent 协作研究进展
2.2 水产智能增氧研究
2.2.1 水产养殖智能控制系统结构
2.2.2 智能增氧控制系统研究现状
2.3 多 AGENT 应用于水产智能控制系统的优势
第三章 ：多 AGENT 水产养殖智能增氧控制系统模型
3.1 环境因子对南美白对虾影响
3.1.1 环境因子分析
3.1.2 溶解氧与其他环境因子的关系
3.2 增氧机控制模型
3.2.1 大型养殖池塘多台增氧机联动控制模型
3.2.2 小型养殖池塘单台增氧机闭环控制模型
3.3 智能增氧控制模型中多 AGENT角色分类
3.3.1 管理 Agent
3.3.2 决策 Agent
3.3.3 溶解氧预测 Agent
3.3.4 辅助决策 Agent
3.3.5 增氧机控制 Agent
3.4 本章小结
第四章 ：多 AGENT 水产智能增氧养殖系统设计
4.1 水产养殖过程中溶解氧分布式知识库构建
4.1.1 基本水质参数信息表
4.1.2 水质参数数据采集 Agent 设计
4.2 溶解氧预测 AGENT设计
4.2.1 溶解氧模糊控制规则库
4.2.2 溶解氧预测 Agent 模糊控制算法
4.3 多台增氧机控制过程中 AGENT间协作和通信设计
4.3.1 基于心智系数的多 Agent 合同网协作模型
4.3.2 多台增氧机联动控制实现
4.3.2.1 控制中心决策打开某台或全部增氧机
4.3.2.2 控制中心命令打开或关闭某台特定增氧机
4.3.3 ZigBee网络多跳路由选择算法
4.3.3.1 簇树结构 ZigBee 多跳路由选择算法设计
4.3.3.2 簇树结构 ZigBee 多跳路由选择算法实现
4.4 单台增氧机闭环控制设计
4.5 本章小结
第五章 基于多 AGENT 的水产智能增氧系统实现
5.1 实验平台与开发环境
5.2 数据结构的设计
5.2.1 数据库设计实现
5.2.2 Agent类的实现
5.2.3 系统功能模块划分
5.3 增氧机智能控制实现
5.3.1 养殖环境参数设置
5.3.2 基于多 Agent 的单台增氧机智能控制实现
5.4 智能控制数据分析
5.4.1 单溶解氧数据分析
5.4.2 多水质参数溶解氧数据分析
5.4.3 增氧机开关机次数分析
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
附录
致谢
本文编号：3850756
本文链接：https://www.wllwen.com/nykjlw/scyylw/3850756.html
