基于云平台大数据推荐的智能烘干远程控制方法及系统

    公开(公告)号:CN106482502B

    公开(公告)日:2019-01-15

    申请号:CN201610885639.1

    申请日:2016-10-10

    IPC分类号: F26B25/22 G06N3/02

    摘要: 本发明提供一种基于云平台大数据推荐的智能烘干远程控制方法及系统,其中的方法包括:根据待烘干原料湿度、烘干房室内外温度与湿度曲线、烘干时间、图像构成影响因素矩阵;根据在不同决策变量影响下采集到的产品烘干度、均匀度、总耗时、能耗样本构成指标矩阵,并利用Elman神经网络对指标矩阵进行训练、检验,建立动态烘干模型;利用MOPSO算法对动态烘干模型进行优化,获得各决策变量的一组最优解以及最优解对应的烘干度、均匀度、总耗时和总耗能;利用动态烘干模型对实时数据进行预测获得推荐决策,并将推荐决策传输至用户终端,并通过远程操作完成控制。利用本发明,可以让用户即时了解烘干房内情况和原料的当前烘干进度,提高产品质量并降低能耗。

    基于物联网的宠物喂养方法及系统

    公开(公告)号:CN106472412A

    公开(公告)日:2017-03-08

    申请号:CN201610883571.3

    申请日:2016-10-10

    IPC分类号: A01K67/02 G06N3/02

    CPC分类号: A01K67/02 G06N3/02

    摘要: 本发明提供了一种基于物联网的宠物喂养方法及系统,其中的包括:采集宠物的种类、性别、年龄、心跳频率、呼吸频率、体温、活动量、喂食类型、喂食量,当前图像、当前体重构成影响因素矩阵X,并上传至服务器;其中,喂食类型和喂食量构成决策变量;在服务器内利用Elman神经网络建立影响因素矩阵X与宠物健康指数之间的复杂非线性关系,获得宠物喂养模型;利用MOPSO算法对宠物喂养模型进行优化,获得决策变量的一组最优解;将决策变量的该组最优解作为宠物的推荐决策X*通过服务器下发至用户的终端设备进行显示;用户根据终端设备显示的推荐决策X*喂食宠物。利用本发明能够确定最优的宠物喂养方案,为宠物营造了更好的生活环境。

    基于动态智能算法的宠物喂养方法及系统

    公开(公告)号:CN106472332A

    公开(公告)日:2017-03-08

    申请号:CN201610883991.1

    申请日:2016-10-10

    IPC分类号: A01K5/00 G06N3/02

    摘要: 本发明提供了一种基于动态智能算法的宠物喂养方法及系统,其中的方法包括:采集宠物的种类、性别、年龄、心跳频率、血压、体温、活动量、喂食类型、喂食量、当前图像、当前体重构成影响因素矩阵X,并上传至服务器;其中,喂食类型和喂食量构成决策变量;在服务器内利用Elman神经网络建立影响因素矩阵X与宠物健康指数之间的复杂非线性关系,获得宠物喂养模型;利用MOEA/D算法对宠物喂养模型进行优化,获得决策变量的一组最优解;将决策变量的该组最优解作为宠物的推荐决策X*通过服务器下发至用户的终端设备进行显示;用户根据终端设备显示的推荐决策X*喂食宠物。利用本发明能够确定最优的宠物喂养方案,为宠物营造了更好的生活环境。

    基于宠物日常数据分析的宠物喂养方法及系统

    公开(公告)号:CN106447117A

    公开(公告)日:2017-02-22

    申请号:CN201610883635.X

    申请日:2016-10-10

    IPC分类号: G06Q10/04 A01K29/00

    摘要: 本发明提供了一种基于宠物日常数据分析的宠物喂养方法及系统,其中的方法包括:采集宠物的种类、性别、年龄、心跳频率、血压、体温、活动量、喂食类型、喂食量,当前图像、当前体重构成影响因素矩阵X,并上传至服务器;其中,喂食类型和喂食量构成决策变量;在服务器内利用Elman神经网络建立影响因素矩阵X与宠物健康指数之间的复杂非线性关系,获得宠物喂养模型;利用NSGA-Ⅱ算法对宠物喂养模型进行优化,获得决策变量的一组最优解;将决策变量的该组最优解作为宠物的推荐决策X*通过服务器下发至用户的终端设备进行显示;用户根据终端设备显示的推荐决策X*喂食宠物。利用本发明能够确定最优的宠物喂养方案,为宠物营造了更好的生活环境。

    基于动态智能算法的宠物喂养方法及系统

    公开(公告)号:CN106472332B

    公开(公告)日:2019-05-10

    申请号:CN201610883991.1

    申请日:2016-10-10

    IPC分类号: A01K5/00 G06N3/02

    摘要: 本发明提供了一种基于动态智能算法的宠物喂养方法及系统,其中的方法包括:采集宠物的种类、性别、年龄、心跳频率、血压、体温、活动量、喂食类型、喂食量、当前图像、当前体重构成影响因素矩阵X,并上传至服务器;其中,喂食类型和喂食量构成决策变量;在服务器内利用Elman神经网络建立影响因素矩阵X与宠物健康指数之间的复杂非线性关系,获得宠物喂养模型;利用MOEA/D算法对宠物喂养模型进行优化,获得决策变量的一组最优解;将决策变量的该组最优解作为宠物的推荐决策X*通过服务器下发至用户的终端设备进行显示;用户根据终端设备显示的推荐决策X*喂食宠物。利用本发明能够确定最优的宠物喂养方案,为宠物营造了更好的生活环境。

    基于宠物日常数据分析的宠物喂养方法及系统

    公开(公告)号:CN106447117B

    公开(公告)日:2018-05-01

    申请号:CN201610883635.X

    申请日:2016-10-10

    IPC分类号: G06Q10/04 A01K29/00

    摘要: 本发明提供了一种基于宠物日常数据分析的宠物喂养方法及系统,其中的方法包括:采集宠物的种类、性别、年龄、心跳频率、血压、体温、活动量、喂食类型、喂食量,当前图像、当前体重构成影响因素矩阵X,并上传至服务器;其中,喂食类型和喂食量构成决策变量;在服务器内利用Elman神经网络建立影响因素矩阵X与宠物健康指数之间的复杂非线性关系,获得宠物喂养模型;利用NSGA‑Ⅱ算法对宠物喂养模型进行优化,获得决策变量的一组最优解;将决策变量的该组最优解作为宠物的推荐决策X*通过服务器下发至用户的终端设备进行显示;用户根据终端设备显示的推荐决策X*喂食宠物。利用本发明能够确定最优的宠物喂养方案,为宠物营造了更好的生活环境。

    基于数据分析的植物智能培育方法及系统

    公开(公告)号:CN106650212A

    公开(公告)日:2017-05-10

    申请号:CN201610884376.2

    申请日:2016-10-10

    IPC分类号: G06F19/00

    CPC分类号: G06F19/00

    摘要: 本发明提供了一种基于数据分析的植物智能培育方法及系统,其中的方法包括:采集植物的种类、生长时期、土壤湿度、土壤pH值、光照强度、环境温度、环境湿度、图像、浇水量、施肥量、施肥类型并构成影响因素矩阵X,并上传至服务器;其中,浇水量、施肥量和施肥类型构成决策变量;在服务器内利用Elman神经网络建立植物各影响因素矩阵X与植物健康指数之间的复杂非线性关系,获得植物培育模型;利用MOEA/D算法对植物培育模型进行优化,获得决策变量的一组最优解;将决策变量的该组最优解作为植物的推荐决策通过服务器下发至用户的终端设备进行显示;用户根据终端设备显示的推荐决策培育植物。利用本发明能够确定最优的植物培育方案,营造更好的生活环境。

    基于云数据的宠物喂养推荐方法及系统

    公开(公告)号:CN106407711A

    公开(公告)日:2017-02-15

    申请号:CN201610885486.0

    申请日:2016-10-10

    IPC分类号: G06F19/00

    CPC分类号: G06F19/3475

    摘要: 本发明提供了一种基于云数据的宠物喂养推荐方法及系统,其中的方法包括:采集宠物的种类、性别、年龄、心跳频率、呼吸频率、体温、活动量、喂食类型、喂食量,当前图像、当前体重构成影响因素矩阵X,并上传至服务器;其中,喂食类型和喂食量构成决策变量;在服务器内利用Elman神经网络建立影响因素矩阵X与宠物健康指数之间的复杂非线性关系,获得宠物喂养模型;利用MBFO算法对宠物喂养模型进行优化,获得决策变量的一组最优解;将决策变量的该组最优解作为宠物的推荐决策X*通过服务器下发至用户的终端设备进行显示;用户根据终端设备显示的推荐决策X*喂食宠物。利用本发明能够确定最优的宠物喂养方案,为宠物营造了更好的生活环境。

    基于物联网大数据分析的宠物喂养方法及系统

    公开(公告)号:CN106614273B

    公开(公告)日:2018-05-08

    申请号:CN201610883620.3

    申请日:2016-10-10

    IPC分类号: A01K67/02

    摘要: 本发明提供了一种基于物联网大数据分析的宠物喂养方法及系统,其中的方法包括:采集宠物的种类、性别、年龄、心跳频率、血压、体温、活动量、喂食类型、喂食量,当前图像、当前体重构成影响因素矩阵X,并上传至服务器;其中,喂食类型和喂食量构成决策变量;在服务器内利用Elman神经网络建立影响因素矩阵X与宠物健康指数之间的复杂非线性关系,获得宠物喂养模型;利用SPEA‑II算法对宠物喂养模型进行优化,获得决策变量的一组最优解;将决策变量的该组最优解作为宠物的推荐决策X*通过服务器下发至用户的终端设备进行显示;用户根据终端设备显示的推荐决策X*喂食宠物。利用本发明能够确定最优的宠物喂养方案,为宠物营造了更好的生活环境。

    基于物联网的宠物喂养方法及系统

    公开(公告)号:CN106472412B

    公开(公告)日:2018-03-27

    申请号:CN201610883571.3

    申请日:2016-10-10

    IPC分类号: A01K67/02 G06N3/02

    摘要: 本发明提供了一种基于物联网的宠物喂养方法及系统,其中的包括:采集宠物的种类、性别、年龄、心跳频率、呼吸频率、体温、活动量、喂食类型、喂食量,当前图像、当前体重构成影响因素矩阵X,并上传至服务器;其中,喂食类型和喂食量构成决策变量;在服务器内利用Elman神经网络建立影响因素矩阵X与宠物健康指数之间的复杂非线性关系,获得宠物喂养模型;利用MOPSO算法对宠物喂养模型进行优化,获得决策变量的一组最优解;将决策变量的该组最优解作为宠物的推荐决策X*通过服务器下发至用户的终端设备进行显示;用户根据终端设备显示的推荐决策X*喂食宠物。利用本发明能够确定最优的宠物喂养方案,为宠物营造了更好的生活环境。