文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN201610820775.2

申 请 日：20160913

发 明 人：李太福 张堃 辜小花 唐海红 聂玲 易军 周伟 段棠少 王昆

申 请 人：重庆科技学院

申请人地址：401331 重庆市沙坪坝区大学城东路20号

公 开 日：20211224

公 开 号：CN106373022B

代 理 人：王玉芝

代理机构：50223 重庆蕴博君晟知识产权代理事务所(普通合伙)

语　　种：中文

摘　　要：本发明提供一种基于BP‑GA的温室农作物种植效率条件优化方法及系统，其中的方法包括：采集温室农作物的样本数据；根据所采集的样本数据构建三层拓扑结构的BP神经网络模型；用样本数据对所构建的三层BP神经网络模型进行训练，挖掘输入变量与输出变量之间的函数关系；根据函数关系和预设的评分权重，获取综合指标E，利用GA对所述函数关系进行极值寻优，获取决策参数；其中，决策参数为在综合指标E为最优时，对应的输入变量组合。通过本发明能够及时地掌握使温室农作物种植效率提升的最优决策参数组合，并做出精确地预测；可以及时采取调节措施，使影响种植效率的关键因素得到合理的控制，保证种植产量可观，品质提升，有效的节约资源，降低生产成本。

主 权 项：1.一种基于BP-GA的温室农作物种植效率条件优化方法，包括：采集温室农作物的样本数据，所述样本数据为对温室农作物的产量和品质造成影响的因素，包括温度、湿度、光照；根据所采集的样本数据构建三层拓扑结构的BP神经网络模型；其中，将所采集的样本数据作为所述BP神经网络模型的输入变量，将与温室农作物产量和品质有关的因素作为所述BP神经网络模型的输出变量，包括产量、维C含量、可溶糖含量，用所述样本数据对所构建的三层BP神经网络模型进行训练，挖掘所述输入变量与输出变量之间的函数关系；根据所述函数关系和预设的评分权重，获取综合指标E，根据所述综合指标E，利用GA对所述函数关系进行极值寻优，获取决策参数；其中，所述决策参数为在综合指标E为最优时，对应的输入变量组合；通过下述方式获取综合性指标E： 其中，E为综合性指标，g_k为根据专家评分的第k个神经元输出值的权重，y_k为第k个样本数据的输出值。

关 键 词：温室农作物  函数关系  决策参数  样本数据 综合指标  输入变量  种植  构建  三层BP神经网络模型  采集  关键因素  节约资源  品质提升  输出变量  拓扑结构 效率提升  效率条件  权重  三层  寻优 预设  挖掘  预测  优化  保证  

IPC专利分类号：G06Q50/02(20120101);G06N3/08(20060101)