[发明专利]一种基于遗传算法的鸡舍温度传感器布置优化方法

说明书

本发明公开了一种基于遗传算法的鸡舍温度传感器布置优化方法，包括以下步骤：S1，将鸡舍分为几个等距截面，在每个截面鸡笼区域均匀布置多个温度传感器，并设置为每隔一小时采集一次数据，采集月份为7月、1月和4月，获取原始数据；S2，对采集的原始数据进行预处理；S3，利用已测点的温度对每行、每列、每层鸡笼的未测点温度进行插值，生成一个含有已测点和预测点的温度数据集T；S4，对于温度数据集T，使用基于误差的方法，建立与温度相关的目标函数；S5，使用遗传算法从鸡舍的所有点位中找出一组适应度值最小的点位组合求解目标函数，得到最佳温度传感器的数量和位置的最优解。本发明具有监测过程简单易实现、监测结果准确的特点。

技术领域

本发明涉及传感器优化布置技术领域，特别是涉及一种基于遗传算法的鸡舍温度传感器布置优化方法。

背景技术

环境对家禽的生产性能有很大的影响，尤其是在夏季和冬季的极端天气下，如果禽舍内环境控制不及时，家禽极易产生应激反应和其他疾病。蛋鸡舍环境控制在蛋鸡生产过程中起着非常重要的作用，温湿度是影响蛋鸡健康和生产性能的主要环境因素。因此，实时准确的监测鸡舍内温度，构建鸡舍环境控制系统，以及时对鸡舍内温度做出调整，有助于提高蛋鸡的生产能力，降低发病率和死亡率。

由于鸡舍内温度分布并不均匀，尤其是大型多层笼养鸡舍的长度较长和鸡笼层数较多，若布置的温度传感器太少，点位布置得不合适，监测到的温度数据不足以代表鸡舍整体环境的温度，若布置的温度传感器过多，则会增加控制系统成本，使整个系统的复杂性增加；现有的基于误差评估所有温度传感器位置的组合，以确定哪些组合最能反映温室的整体环境的方法存在着诸多不足，如只能在已布置的温度传感器中选择，对温度传感器初始位置的选取要求很高，若初始位置选取不好，则对结果影响较大；其次，在实现基于误差方法的过程中，使用枚举法将所有温度传感器组合的情况的结果都要一一列举，运算量比较大，解题效率不高，当传感器数量较多，时间序列较长时，会增加程序的运算时间，可能会造成时间崩溃。因此，基于现有技术存在的以上问题，亟需提供一种新的鸡舍温度传感器布置优化方法。

发明内容

本发明的目的是为了提供一种基于遗传算法的鸡舍温度传感器布置优化方法，使用空间插值的方法，增加温度数据，建立与温度相关的目标函数，通过遗传算法求解目标函数，得到最优解，具有监测过程简单易实现、监测结果准确的特点。

为实现上述目的，本发明提供了如下方案：

一种基于遗传算法的鸡舍温度传感器布置优化方法，包括以下步骤：

S1，将鸡舍分为几个等距截面，在每个截面鸡笼区域的每行、每列、每层均匀布置多个温度传感器，并将温度传感器设置为每隔一小时采集一次数据，采集月份为7月份、1月份和4月份，获取原始数据，以达到对鸡舍温度在空间上的全面监测；

S2，对温度传感器采集的原始数据中的缺失值及异常值进行分析和处理；

S3，利用已测点的温度对每行、每列、每层鸡笼的未测点温度进行插值，生成一个含有已测点和预测点的温度数据集T；

S4，对于所述温度数据集T，使用基于误差的方法，建立与温度相关的目标函数；

S5，使用遗传算法从鸡舍的所有已测点和预测点的坐标点点位中找出一组能够使适应度值最小的点位组合，求解目标函数，得到最佳温度传感器的数量和位置的最优解。

可选的，所述步骤S3中利用已测点的温度对每行、每列、每层鸡笼的未测点温度进行插值，生成一个含有已测点和预测点的温度数据集T，具体包括：

S301，构建初始布置的温度传感器获取的鸡舍空气温度数据集Z(x_i),其中x为空间三维坐标位置，Z(x_i)为在已知样本点x_i处的温度值，其中i＝1,2,…,n；