Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于人工智能的尾菜堆肥处理方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:山东链云科技有限公司

摘要:本发明涉及尾菜堆肥处理技术领域,具体涉及一种基于人工智能的尾菜堆肥处理方法,包括收集尾菜并进行初步分类和粉碎处理;在堆肥装置内安装监测设备,实时监测堆肥参数,并按比例混合初始材料;使用深度神经网络对参数进行归一化;基于历史数据,用蝙蝠算法BA优化梯度提升树GBDT进行模型训练,根据实时参数调整堆肥条件;堆肥成熟后停止调控,进行收集和质量检测。该方法能提高堆肥效率和质量,保证稳定性。其中,监测设备包括温度、湿度和氧气浓度传感器,堆肥参数包括温度、湿度等多种。通过深度神经网络归一化和蝙蝠算法优化梯度提升树,实现堆肥过程的自动调控,减少人为干扰,具有科学性和精准性。

主权项:1.一种基于人工智能的尾菜堆肥处理方法,其特征在于,包括以下步骤:S1、首先收集尾菜,并对其进行初步分类和粉碎处理,确保尾菜的粒径适宜堆肥处理;S2、其次在堆肥装置内安装多个监测设备用于实时监测堆肥参数,并将尾菜、粪便、木屑初始材料按比例混合;S3、然后对收集到的参数使用深度神经网络进行归一化为以为后续的机器学习算法做铺垫;S4、接着基于历史数据,使用蝙蝠算法BA优化梯度提升树GBDT进行模型训练,根据实时监测到的环境参数,调整参数创造适宜的堆肥条件;S5、最后当堆肥达到成熟标准时,停止自动调控,进行堆肥收集,对堆肥进行质量检测,确保其达到有机肥标准;所述S4步骤中使用蝙蝠算法BA优化梯度提升树GBDT的具体步骤如下:S41、首先将数据集分为80%训练集和20%测试集;S42、然后设定GBDT模型的基本结构,包括决策树的数量、树的深度、学习率;S43、接着定义蝙蝠算法BA,生成一组初始解也就是超参数配置,这些解代表蝙蝠的初始位置;速度是为每个解分配一个初始速度;频率是设定每个蝙蝠的初始频率,用于控制探索范围;响度和脉冲率为初始化响度和脉冲率,这些参数用于控制搜索的广度和搜索的频率;S44、随后进行适应度评估,对每个蝙蝠的解使用GBDT模型进行训练,并在验证集上评估模型性能;S45、更新位置和速度,位置更新为,其中,为第i个蝙蝠的当前位置,代表第i个蝙蝠的速度;速度更新为,其中为调整因子,为当前的最佳解;S46、最后继续调整响度和脉冲率,随机选择一个局部搜索区域进行精细搜索,以提高解的质量,记录当前迭代中找到的最优解;所述步骤S3中通过深度神经网络的归一化过程为:S31、首先是神经网络的构建,输入层接收原始数据;隐藏层设计多个隐藏层,用于提取特征;归一化层在每个批次或每一层对数据进行归一化处理;S32、假设输入数据为X,通过深度神经网络后的输出为Y,深度神经网络映射规则是,其中f是表示深度神经网络,为深度神经网络的参数;S33、接着对于每个特征有,其中分别表示批量均值和方差,是一个很小的常数,用于避免除零错误后进行归一化的输出;S34、然后定义损失函数均方误差,用于衡量预测输出与目标值之间的差异;S35、随后进行模型训练包括前向传播,计算损失和后向传播,并使用测试集进行验证,计算测试数据上的损失值;S36、最后将训练好的模型应用于实际数据,实现归一化处理。

全文数据:

权利要求:

百度查询: 山东链云科技有限公司 一种基于人工智能的尾菜堆肥处理方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。