(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110048899.4 (22)申请日 2021.01.14 (65)同一申请的已公布的文献号 申请公布号 CN 112868435 A (43)申请公布日 2021.06.01 (73)专利权人 同济大学 地址 200092 上海市杨 浦区四平路1239号 (72)发明人 徐立鸿　徐赫　蔚瑞华　 (74)专利代理 机构 上海科盛知识产权代理有限 公司 312 25 专利代理师 杨宏泰 (51)Int.Cl. A01G 9/20(2006.01) A01G 7/04(2006.01) G06F 30/27(2020.01) G06N 3/12(2006.01) (56)对比文件 CN 106155144 A,2016.1 1.23CN 10915 6196 A,2019.01.08 CN 1093245 06 A,2019.02.12 CN 110175421 A,2019.08.27 CN 106444378 A,2017.02.2 2 CN 103237380 A,2013.08.07 CN 105993720 A,2016.10.12 CN 108633697 A,2018.10.12 Haigen Hu等.NSGA-I I-based n onlinear PID controller tuning of gre enhouse climate for reduci ng costs and improvi ng performances. 《Neural Computi ng and Applications》 .2012,第1-1 1页. Lina Wang.Gre enhouse Microcl imate Control Optimizati on Based o n Improved NSGA-II Algorithm. 《C hinese Control And Decision Conference》 .2020,第23 65-2370页. 张磊.基于遗传算法的温室作物利 润最优控 制. 《内江科技》 .2018,(第1 1期), 审查员 朱静 (54)发明名称 一种基于NSGA-II的蓝莓温室光温协调优化 方法 (57)摘要 本发明涉及一种基于NSGA ‑II的蓝莓温室光 温协调优化方法， 包括以下步骤： 1)将蓝莓温室 需要补光控温的时段进行调控时段划分； 2)获取 单位调控时段前五分钟的环境因子平均值； 3)构 建温室能耗预测模型和蓝莓净光合速率预测模 型； 4)以单位调控时段内蓝莓作物净光合速率最 大以及温室能耗最小作为优化目标， 建立温室光 温协调优化模型； 5)采用NSGA ‑II多目标遗传算 法求解温室光 温协调优化模型； 6)采用基于最优 效益提升的决策方法从非劣解集中选出光温协 调最优方案。 与现有技术相比， 本发明具有补光 控温时段划分合理、 提高蓝莓温室生产的经济效 益、 通用性和拓展性强等优点， 为提升蓝莓温室 生产效益提供了理论指导和决策支持， 保证温室蓝莓种植的高产节能。 权利要求书3页 说明书7页 附图3页 CN 112868435 B 2022.07.05 CN 112868435 B 1.一种基于NSGA ‑II的蓝莓温室光温协调优化方法， 其特征在于， 该方法包括以下步 骤： 1)将蓝莓温室需要补光控温的时段以一小时为单位进行调控时段划分； 2)对于每个单位调控时段， 获取单位调控时段前五分钟的环境因子平均值作为初始输 入； 3)构建温室能耗预测模型和蓝莓净光合速率预测模型， 温室能耗预测模型的表达式 为： QControl＝QTemp+QLight 其中， QControl为温室调控总能耗， QTemp为温室温度控制能耗， QLight为温室补光能耗； 对于温室温度控制能耗 QTemp， 在升温时， 其表达式为： 在降温时， 其表达式为： 其中， Qradin为温室由太阳光辐射增加的能量， U为包括对流、 传导、 热交换及 长波辐射在 内的所有热流失系数， Taim为温室室内温度目标值， Tout为室外温度， [ t0,tf]为单位调控时段 区间； 对于温室补光能耗 QLight， 其表达式为： 其中， ρPAR为光照能量转换系数， Iaim为温室室内光照目标值， Isun为前五分钟室内平均 光照强度， [t0,tf]为单位调控时段区间； 蓝莓净光合速率预测模型的表达式为： 其中， Pn为蓝莓净光合作用速率， T为作物生长温度， I为光子通量密度， α 为植物光合作 用对光响应曲线在 I＝0时的斜率， 即初始量子效率， Rd为作物暗呼吸速率， β 为修正系数， γ 为曲线弯曲度， fCorrect(·)为温度修 正函数； 4)以单位调控时段内蓝莓作物净光合速率最大以及温室能耗最小作为优化目标， 根据 该调控时段前五分钟环境因子平均值确定约束条件， 建立温室光温协调优化模型， 温室光 温协调优化模型的表达式为：权　利　要　求　书 1/3 页 2 CN 112868435 B 2其中， f1(X)为第一目标函数， f2(X)为第二目标函数， Tmin为温室控温下限， Tmax为温室控 温上限， Isun为前五分钟室内平均光照强度， Imax为温室补光灯具光照强度上限， X为优化变 量， 具体表示 为： X＝(Taim,Iaim)； 5)采用NSGA ‑II多目标遗传算法求解温室光温协调优化模型， 得到一组满足要求的非 劣解集， 具体包括以下步骤： 501)代入步骤2)中的环境因子初始值， 并设置模型信息和算法参数； 502)随机生成初始种群， 并记迭代次数gen ＝1； 503)求解种群中每个个体对应的蓝莓净光合速率的目标函数值与温室能耗的目标函 数值； 504)对初代种群进行 快速非支配排序和拥挤度计算； 505)通过精英策略对父代种群进行选择、 交叉、 变异操作 生成子代， 并计算子代个体对 应的目标函数值； 506)将父代种群与子代种群合并， 对合并后的个体进行快速非支配排序和拥挤度计 算； 507)采用精英策略筛 选合并后的父代种群与子代种群， 得到新的父代种群； 508)判断是否达到设定的最大迭代次数， 若是， 停止迭代执行步骤509)， 否则， 令gen＝ gen+1， 返回步骤5 05)； 509)取当前种群中非支配解序值最小的集合作为温室光温协调优化模型的非劣解集 输出； 6)采用基于最优效益提升的决策方法从非劣解集中选出光温协调最优方案， 并以该光 温协调最优方案进行实际调控， 具体包括以下步骤： 601)求取非劣解 集的效益系数集 合S， 则有： S＝{x|x＝ ηk,k＝1,2,...,K} 其中， ηk为非劣解 集中第k个非劣解对应的效益系数， K为非劣解 集中非劣解的总数； 非劣解集中第k个非劣解对应的效益系数 ηk的计算公式为： 权　利　要　求　书 2/3 页 3 CN 112868435 B 3