摘要
本发明涉及施肥技术领域,具体为一种用于液态肥料的施肥控制系统及方法,包括:交互模块用于输入作物类型并加载对应的作物知识图谱;获取模块;指令生成单元用于构建液态肥损失动力学模型,并利用深度确定性策略梯度强化学习算法进行动态优化,采用LSTM时间序列模型预测未来气象参数,并基于优化后的液态肥损失动力学模型、作物知识图谱和预测的未来气象参数生成施肥方案,根据施肥方案生成施肥控制指令;施肥控制模块用于接收施肥设备控制指令,执行施肥设备控制指令并实时反馈。由此,解决了现有技术中农业施肥存在精准度低、资源浪费严重,且施肥系统数据维度单一、模型适应性差、异常响应机制不完善等问题。
技术关键词
施肥控制系统
光子通量密度
液态肥料
施肥设备
深度确定性策略梯度
指令执行单元
时间序列模型
风速
作物生长状态
图谱
传感器单元
可调节喷头
温湿度
强化学习算法
泵组运行状态
变频泵
数据处理单元
气象站
储肥罐
控制模块
系统为您推荐了相关专利信息
移动传感器
定位方法
动态路径规划
深度学习模型
气体
监控光伏电站
多模态传感器
光伏组件接线盒
数字孪生模型
组件老化
协同优化方法
网络拓扑结构
网状拓扑
分层强化学习
强化学习框架
无人机基站
网络抗干扰
深度确定性策略梯度
节点
神经网络学习方法
资源分配策略
资源分配方法
条件生成对抗网络
强化学习模型
置信度阈值