基于深度强化学习的猪舍环境控制策略优化与能耗分析

在规模化的生猪养殖生产中,环境质量对于猪群的健康及生长发育至关重要。为实现猪舍环境精准调控,以STM32单片机为核心,构建了基于物联网的猪舍环境智能控制系统;同时提出了基于双深度Q网络(Double deep Q-Network, Double DQN)的猪舍环境优化控制策略。通过在实际猪舍中运行结果表明,舍内平均温度和相对湿度可控制在(20.53±1.72)℃和(74.16±7.84)%。与传统基于温度阈值的控制策略相比,基于Double DQN控制策略的舍内温度、相对湿度、NH₃浓度和CO₂浓度更接近期望值(期望温度为19℃,相对湿度为75%,NH₃浓度(体积比)为10μL/L,CO₂浓度(体积比)为800μL/L),舍内温度和相对湿度最大相对误差分别低于温度阈值控制策略3.7%和2.5%。此外,该系统传感器监测数据上传和控制指令下发的平均延迟时间分别为226 ms和140.4 ms,监测与控制延迟较小,稳定性较强。在Double DQN控制策略下,一天内3台风机总运行时长为28.01 h,总耗...     

郯麦98套播麦田边行效应分析

调查分析结果表明:①郯麦98边行优势的形成具有时间积累效应,不同生育时期对边行产量优势形成的贡献呈现不均衡性,其大小为拔节～挑旗(31.54%)挑旗～开花(21.94%)灌浆～成熟(19.9%)开花～灌浆(14.31%)起身～拔节(11.95%);②小麦边行优势形成对产量构成的时间效应:拔节～挑旗为主要增穗期,挑旗～开花为重要增粒期,开花～成熟为增加粒重期:③套播麦田合理地开发利用其边行优势,可提高复种指数,达到小麦和套种作物整体效益提升,可以解决粮棉、粮菜或粮油争地矛盾。     

物联网技术在水产生态养殖中的应用探究

随着物联网的蓬勃发展,各种专业APP不断涌现,其在精准可控、提前预测、大数据计算等方面的优势逐渐凸显,如何将这些优势与水产生态养殖有机结合,应用物联网技术实现水产生态养殖的精准给饲、疫病防控、精准繁殖,这些都将是我们今后研究的重要方向,本文通过探究物联网技术在水产生态养殖领域的应用,希望引起全行业内物联网技术的深入研究和实际应用,达到推动生态养殖实现现代化进程中跨越式发展的最终目标。