[发明专利]药材种植人工智能方法和机器人

权利要求书

1.一种药材种植人工智能方法，其特征在于，所述方法包括：

目标药材确定步骤：获取需要监测的药，作为目标药材；

药预测步骤：获取待预测的时空范围内目标药材的条件集合，获取可用结果预测模型，获取待预测的时空范围内目标药材的条件集合输入可用结果预测模型进行计算，得到所述时空范围内目标药材的药效、对生态的影响，判断所述时空范围内目标药材的药效、对生态的影响是否符合预设要求的药效、对生态的影响，若不符合，则提醒用户输入设置的预设条件并获取所述预设条件，若能获取到所述预设条件，则获取可用预设条件预测模型，将条件集合中其他的条件作为非预设条件，获取待预测的时空范围内目标药材的非预设条件、预设的药效、预设的对生态的影响，作为目标药材的可用预设条件预测模型的输入，通过目标药材的可用预设条件预测模型的计算得到的输出作为所述时空范围内目标药材的预设条件的取值；若不能获取到所述预设条件，则获取可用可变条件预测模型，获取待预测的时空范围内目标药材的已确定不变的条件、预设的药效、预设的对生态的影响，作为目标药材的可用可变条件预测模型的输入，通过目标药材的可用可变条件预测模型的计算得到的输出作为所述时空范围内目标药材的可调整的条件的取值；

可变条件预测模型训练步骤：获取目标药材的大量样本数据，作为目标药材的训练数据和测试数据；初始化深度学习模型或神经网络模型或量子计算模型或机器学习模型或其它人工智能模型作为目标药材的初始可变条件预测模型，初始可变条件预测模型的输入项包括已确定不变的条件、药效、对生态的影响，输出项包括可调整的条件；将目标药材的训练数据、测试数据中的已确定不变的条件、药效、对生态的影响作为输入，可调整的条件作为预期输出，对目标药材的初始可变条件预测模型进行训练和测试，得到目标药材的可用可变条件预测模型；

通知用户根据所述时空范围内目标药材的预设条件的取值来调整所述时空范围内目标药材的预设条件的值，具体包括获取所述时空范围内目标药材的预设条件的原先取值，将计算出来的所述时空范围内目标药材的预设条件的取值减去所述时空范围内目标药材的预设条件的原先取值得到所述时空范围内目标药材的预设条件的值需要进行的调整量。

2.根据权利要求1所述的药材种植人工智能方法，其特征在于，所述方法还包括：目标药材数据获取模块：获取时空范围内目标药材的条件集合、药效、对生态的影响，作为目标药材的样本数据。

3.根据权利要求2所述的药材种植人工智能方法，其特征在于，

所述目标药材数据获取步骤还包括：所述条件包括种植条件；

种植条件包括年降水量、土壤特性、适种药种、种子来源、土地的肥力、地形的坡度、地势状况、光照的时间和强度、降水量的多少、病虫害的侵袭中的一种或几种；对生态的影响包括生态系统是否受到了干扰、失去了平衡；条件集合包括已确定不变的条件和可调整的条件；

所述时空范围内每一株目标药材的条件集合、药效、对生态的影响若相同，则将所述时空范围内每一株目标药材的条件集合、药效、对生态的影响作为所述时空范围内目标药材的条件集合、药效、对生态的影响；若不同，则将所述时空范围内每一株目标药材的条件集合、药效、对生态的影响的平均值作为所述时空范围内目标药材的条件集合、药效、对生态的影响，或，缩小所述预设时空的范围，使得更新之后的时空范围内每一株目标药材的条件集合、药效、对生态的影响若相同，则将更新后的时空范围内每一株目标药材的条件集合、药效、对生态的影响作为更新后的时空范围内目标药材的条件集合、药效、对生态的影响；

所述时空范围包括所述时空范围内目标药材材种植的空间位置范围、种植的起止时间。