申请/专利权人：济南农智信息科技有限公司

申请日：2024-02-29

公开（公告）日：2024-05-10

公开（公告）号：CN117808034B

主分类号：G06N3/006

分类号：G06N3/006;G06N3/0442;G06N3/08;G06Q50/02

优先权：

专利状态码：有效-授权

法律状态：2024.05.10#授权;2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了一种基于狼鸟优化算法的农作物产量预测优化方法，属于数据预测技术领域，包括：S1、改进狼鸟优化算法的搜索比率因子，继而建立狼鸟优化算法的位置更新数学模型；S2、将LSTM网络模型的最佳学习率因子和正则化系数实数编码为一个空间解集与狼鸟算法的乌鸦和狼种群位置建立映射关系；S3、利用改进后的狼鸟算法对LSTM网络模型的最佳学习率因子和正则化系数参数整定；得到最佳学习率因子和正则化系数；S4、利用优化后的LSTM网络对影响农作物产量的因素数据处理，输出最佳农作物产量预测数据，通过本发明的方法，解决传统LSTM网络预测时，学习率因子和正则化系数不稳定的问题，提高对农作物产量预测的准确性。

主权项：1.一种基于狼鸟优化算法的农作物产量预测优化方法，利用改进狼鸟优化算法优化LSTM网络，实现农作物产量数据预测，其特征在于，具体步骤为：S1、改进狼鸟优化算法的搜索比率因子υ，继而建立狼鸟优化算法的位置更新数学模型；具体步骤为：S11、引入乌鸦个体位置适应度值，同时改进搜索比率控制因子w，改进后搜索比率因子υ数学模型公式为： 式中，N1为乌鸦的种群规模，为当前迭代t时第i个乌鸦个体位置的适应度值，当前迭代t时最优乌鸦个体位置的适应度值，υmax为搜索比率因子最大值，υmin为搜索比率因子最小值，w为搜索比率控制因子，公式为：w＝unifrnd-A，A；式中，unifrnd函数取值为-A到A之间的随机数，A的数学模型公式为： 式中，T为最大迭代次数，rand为取值在0到1内的随机值；S12、引入改进后的搜索比率因子υ，改进狼鸟优化算法在全局勘探阶段的位置更新策略，数学模型公式为： 式中，为第i只乌鸦在第t+1次迭代的最新位置，为第i只乌鸦在第t次迭代的位置，为当前最优的乌鸦位置，υ为改进后的搜索比率因子，r1和r2为0到1内的随机整数值，PCP为猎物的中心位置；S2、将LSTM网络模型的最佳学习率因子c和正则化系数g实数编码为一个空间解集与狼鸟优化算法的乌鸦和狼种群位置建立映射关系；S3、利用改进后的狼鸟优化算法对LSTM网络模型的最佳学习率因子c和正则化系数g参数整定；得到最佳学习率因子c和正则化系数g；S4、利用优化后的LSTM网络对影响农作物产量的因素数据处理，输出最新农作物产量预测数据值，所述因素数据包括以下变量：温室日平均温度数据、温室空气湿度数据、温室土壤湿度数据、温室土壤PH值数据、温室光照强度数据、温室CO2浓度数据、温室灌溉量和频率数据、温室历史产量数据。

全文数据：

权利要求：

百度查询： 济南农智信息科技有限公司 一种基于狼鸟优化算法的农作物产量预测优化方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD