温室大棚植物生长专家系统

温室大棚控制决策
智能系统架构
建立通用数据库：
这是一个复杂的多变量系统，所以在运算过程中需要大量的中间数据。

因为无法建立起精确的数学模型，而且因为一般的数学模型缺乏可扩展性以及自适应性，所以需要采用使用经验分析等方法，这是建立在大量数据采集和历史数据储存的基础上的。

巨大的数据量和复杂灵活的数据结构需要一个高效、稳定、快速的数据库系统。

考虑到安全性，我们将数据库系统独立于底层系统，如上图所示，通过定时校验的方式来监测数据库的运行状态，一旦出现问题，底层
的动态数据跟随和多站点控制系统仍然可以自成系统独立运行，同时通过网络通知本公司维护人员及时通过网络或直接去现场维护。

数据库系统还需要一套自保护措施，在故障发生时，及时处理数据，剔除错误数据，保证系统的有效性。

植物生长数据跟随系统：
1）、植物生长数据监测与分析：
温室大棚是一个农业上比较复杂的设施之一，要实时掌握整个系统的气候数据变化，可以在系统分析的基础上在关键点设置传感器，实时掌握关键点的土壤温度、土壤水分、环境照度、二氧化碳含量、环境温湿度等数据的变化。

通过建立农业灌溉季节模型及视频对比模型，实时分析该温室大棚植物生长变化，同时通过算法进行分析及预测，获得对该植物变化的认识和生长趋势的预测。

在灌溉季节模型及视频对比模型后，需要建立植物生长模型。

联立各采集数据点和视频的关系，采用模糊关系矩阵进行耦合分析，从而从理论上掌握各分控的耦合关系，为进一步建立整个温室大棚植物生长数据模型打下基础。

2）、植物生长数据跟随：
在整体模型系统建立后，通过一定的技术算法进行权重运算，对现在植物生长状况进行评价和相关设施数据给定，并进行适当的预测分析。

这个评价模型是为温室大棚系统供接口的，它通过已经定义好
的接口将分析结果传给温室大棚控制系统。

在一些情况下，可以建立经验模型，对于在一段时间或生长内可以成立的结论，直接添加到经验库中，以提高植物生长优质，并定期对其验证。

在长期的运行中，一些经过长期验证的结论，也可以提高其优先级，将其作为分析的根据。

3)、植物生长分析自学习：
植物生长的评价分析模型是根据一定规则进行的模糊运算，是一个开放式系统，能够随时进行调整，所以可以在其上建立一套自学习系统对其进行实时改进。

自学习系统通过调用数据库中相关的数据及视频进行分析比对，对植物生长分析模型的运行效率进行评价，在系统分析的基础上对植物生长分析模型进行改进，并且定时跟踪改进效果，保证系统能够不断进化。

因为植物生长系是在不断变化的，所以系统的分析模型势必也要实时调整。

所以自学习是很必要的。

智能控制系统：
植物生长和智能控制两大系统间匹配其实是需要很大的数据量的，一些比较频繁的数据是通过接口直接传输的，一些关于系统的、结构性数据是通过数据库传输的。

4）、控制自学习系统：
和植物生长系统相似，智能控制系统也需要依靠经验分析，并且也需要根据植物实际生长的变化不断进化。

智能控制的自学习系统就由此而来。

5）、多闭环系统控制系统：
主要是针对植物生长状态改变过程设计。

当智能系统给出输出改变指令时，需要相关设备的响应（施肥设备、灌溉设备、遮挡紫外线设备、温湿度调节空调设备、黑光灯具设备等），从而改变温室大棚内土壤及气候变化（通过专家系统可让此类植物达到最佳生长环境）。

6）、专家系统：
投入专家系统的主要目的是进行经验库管理，因为关于植物生长分析和控制控系统的自学习系统会在较长的时间产生大量的经验规则，每个规则的生成、校验、投放和撤销是一个庞大的系统。

涉及到多优先级管理、经验规则判断裁定，经验的演化等等，需要一个大系统进行协调和汇总。

而汇总的规则等也需要很多结合实际总结出来的经验，这就是专家系统的强项。