相关实验视频
Updated: Jul 25, 2025
08:02
Robotic Sensing and Stimuli Provision for Guided Plant Growth
Published on: July 1, 2019
8.0K
一个基于遗传编程的最佳传感器放置用于温室监测和控制
Oladayo S Ajani1, Esther Aboyeji1, Rammohan Mallipeddi1
1Department of Artificial Intelligence, School of Convergence, Kyungpook National University, Daegu, Republic of Korea.
Frontiers in plant science
|June 26, 2023
概括
这项研究介绍了一种基因编程方法,用于在温室中实现最佳的传感器放置. 该方法只使用八个传感器有效估计微气候条件,大大降低成本,同时保持温度和湿度监测的高精度.
科学领域:
- 农业工程 农业工程
- 控制系统 控制系统
- 环境监测 环境监测
背景情况:
- 最佳的传感器放置对于具有成本效益的温室监测和控制至关重要.
- 现有的方法往往缺乏以控制为导向的视角,导致传感器配置不理想.
- 在室内种植系统中,有效估计微气候条件 (温度,相对湿度) 是至关重要的.
研究的目的:
- 从控制的角度来看,提出一种基于遗传编程的方法,用于在温室中最佳的传感器放置.
- 确定最小的传感器数量及其聚合策略,以准确估计微气候.
- 通过全面的传感器网络验证拟议的方法.
主要方法:
- 利用遗传编程来确定最佳的传感器位置和聚合功能.
- 使用56个分布式双传感器建立了一个参考的微气候条件.
- 使用皮尔森相关系数 (r) 和错误指标 (RMSE) 评估传感器放置性能.
主要成果:
- 基因编程模型成功地选择了一组最小的八个传感器位置.
- 优化的传感器网络实现了温度和湿度均为0.999的平均皮尔森相关系数 (r).
- 该模型显示出较低的错误率,平均RMSE值为0.0822的温度和0.2534的相对湿度.
结论:
- 基因编程提供了一种有效的,以控制为导向的方法,用于在温室中实现最佳的传感器放置.
- 在不影响监测准确性的情况下,可以显著减少传感器数量 (从56到8).
- 拟议的方法促进了高效和成本效益的温室监测和控制.
