一种基于深度学习的茶叶生产路径优化方法

本发明公开了一种基于深度学习的茶叶生产路径优化方法，包括：S1、通过分布式传感器网络采集茶叶生产多源数据；S2、对采集到的多源数据进行数据预处理，形成标准化数据集；S3、基于标准化数据集，利用时空自注意力神经网络生成高阶特征向量；S4、采用差分进化算法优化网络参数；S5、构建动态多目标生产路径优化函数，采用分布式非支配排序遗传算法III进行求解，基于注意力机制筛选最优生产路径优化方案；S6、细化并实施最优生产路径优化方案；S7、基于联邦学习持续优化时空自注意力神经网络，自适应调整茶叶生产路径优化方案。本发明能够在多工序且复杂场景下实现生产路径的自适应优化，提升茶叶生产智能化与管理水平。